//2.1. Realice los siguientes cálculos aritméticos, utilizando el programa R.// En este ejercicio tambien se aplica el 2.2 redondee los resultados finales con una cifra decimal.

A = (24/-8+7)/(9-6*(2))
A
## [1] -1.333333
round(-1.333333)
## [1] -1
B= (2^3)*-7+4-((1/3)+(1/2))
B    
## [1] -52.83333
round(-52.83333)
## [1] -53
C= (sqrt(16)+5*4-(3^-2))/(3*(4-8)+1)
C
## [1] -2.171717
round(-2.171717)
## [1] -2
D = (1/2)*(((5/4)-2^-1)*13/4-sqrt(7)+8/(2-1/5-3^2))
D         
## [1] -0.6596812
round(-0.6596812)
## [1] -1
e = 2*sin(pi/3)+5*cos(pi/4)-(tan(pi/6)/4)
e
## [1] 5.123247
round(5.123247)
## [1] 5
f = 4*log2(5)-3*log(7, base =3)+(1/3)*(log(8)^3)
f
## [1] 6.971203
round(6.971203)
## [1] 7

2.3. Suponga que se toma una muestra de 20 taxistas que laboran en el centro de la ciudad de Cali en 2016. Los datos obtenidos para los 20 taxistas se describen a continuación:

  1. Construya dos vectores y denótelos GC y NP para guardar los datos de Gasto de combustible y número de pasajeros.
GC = c(14.2, 8, 9.2, 12.1, 8.7, 11.6, 11, 12.5, 10, 9, 8.5, 13.1, 12.9, 8.4, 11.2, 9.8, 12.4, 11, 13, 8.6)

NP = c(11, 10, 6, 9, 10, 12, 14, 10, 8, 9, 11, 12, 11, 11, 15, 13, 12, 12, 8, 13)

modest <- function(NP) {
   return(as.numeric(names(which.max(table(NP)))))
}
modest <- function(GC) {
   return(as.numeric(names(which.max(table(GC)))))
}
  1. Calcule la moda, la mediana, la media, desviación estándar, varianza y los cuartiles, para los datos de GC y NP. //MODA//
modest(GC)
## [1] 11
modest(NP)
## [1] 11

//MEDIA//

mean(GC)
## [1] 10.76
mean(NP)
## [1] 10.85

//MEDIANA//

median(GC)
## [1] 11
median(NP)
## [1] 11

//DESVIACIÓN ESTANDAR//

sd(GC)
## [1] 1.914873
sd(NP)
## [1] 2.183069

//CUARTILES//

quantile(GC)
##     0%    25%    50%    75%   100% 
##  8.000  8.925 11.000 12.425 14.200
quantile(NP)
##    0%   25%   50%   75%  100% 
##  6.00  9.75 11.00 12.00 15.00

//c) Represente gráficamente las variables GC y NP.//

plot(GC, NP, xlab = "GASTO DE COMBUSTIBLE", ylab = "NUMERO DE PASAJEROS",
     col = "RED", pch = 18)

//GRAFICO HISTOGRAMA//

hist(GC, main = "Histograma de GC", xlab = "Valores", ylab = "Frecuencia", col = "red")

hist(NP, main = "Histograma de NP", xlab = "Valores", ylab = "Frecuencia", col = "blue")

4.De acuerdo con DANE durante el año 2016 en la Ciudad de Santiago de Cali - Valle se han presentado diferencias en cuanto al porcentaje de hogares pobres (PHP) y la tasa de mortalidad infantil (TMI) por cada mil nacidos vivos, como se muestra a continuación:

a.Construya dos vectores y denótelos PHP y TMI para guardar los datos de porcentaje de hogares pobres y tasa de mortalidad infantil.

PHP = c(14, 24.7, 16.4, 26, 25.7, 24.6)
TMI = c(8.8, 10.2, 8, 9.1, 8.2, 9.4)

modest <- function(PHP) {
   return(as.numeric(names(which.max(table(PHP)))))
}
modest <- function(TMI) {
   return(as.numeric(names(which.max(table(TMI)))))
}
  1. Calcule la moda, la mediana, la media, desviación e datos de PHP y TMI. //MODA//
modest(TMI)
## [1] 8
modest(PHP)
## [1] 14

//Mediana//

median(TMI)
## [1] 8.95
median(PHP)
## [1] 24.65

//Media//

mean(TMI)
## [1] 8.95
mean(PHP)
## [1] 21.9

//Desviación estandar//

sd(TMI)
## [1] 0.8093207
sd(PHP)
## [1] 5.273329
  1. Represente gráficamente las variables PHP y TMI.
plot(PHP, TMI, main = "% de hogares pobres vs Tasa de Mortalidad infantil", xlab = "% de hogares pobres", ylab = "Tasa de mortalidad infantil", pch = 16, col = "red")

// Histograma//

hist(PHP, main = " % de hogares pobres", xlab = "Valores", ylab = "Frecuencia", col = "red")

hist(TMI, main = "Tasa de mortalidad infantil", xlab = "Valores", ylab = "Frecuencia", col = "blue")

2.5. Considere el siguiente cuadro referido a un grupo de estudiantes universitarios en cuanto a su género y estado conyugal. a) Construya la tabla anterior mediante el programa R. b) Represente gráficamente la tabla anterior (realice al menos dos gráficos diferentes)

datos <- matrix(c(8, 14, 5, 12, 9, 10), nrow = 2, byrow = TRUE)
colnames(datos) <- c("Casado", "Soltero", "Otro")
rownames(datos) <- c("Masculino", "Femenino")
tabla <- as.table(datos)
print(tabla)
##           Casado Soltero Otro
## Masculino      8      14    5
## Femenino      12       9   10
barplot(datos, beside = TRUE, col = c("red", "blue"), 
        legend = rownames(datos), main = "Estado Conyugal por Género",
        xlab = "Género", ylab = "Cantidad")

estado_conyugal= c(Casado = 20,Soltero = 23,otro = 15)
pie(estado_conyugal,
    labels = c("Casado", "Soltero", "Otro"),
    col = c("blue", "red", "green"),
    main = "Distribución de Estudiantes por Estado Conyugal")