UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

CARRERA DE ESTADÍSTICA

PROGRAMACIÓN

GRUPO N° 1


EJERCICIO 1

Calcula los valores numéricos aproximados de:


- Ejemplo 1

\[\frac{0.3*0.15}{0.3*0.15+0.2*0.8+0.5*0.12}\]

Solución

sol1<-(0.3*0.15)/(0.3*0.15+0.2*0.8+0.5*0.12)
sol1
## [1] 0.1698113

- Ejemplo 2

\[\frac{5^6}{6!}*e^{-5}\]

Solución

sol2 <- ((5^6) / factorial(6)) * exp(-5)
sol2
## [1] 0.1462228

- Ejemplo 3

\[ \binom{20}{7} *\ 0.4^7 *\ 0.6^{13} \]

Solución

sol3 <- choose(20, 7) * (0.4^7) * (0.6^13)
#choose: Función que permite calcular la combinación entre números.
sol3
## [1] 0.1658823

EJERCICIO 2

El vector alumnos representa los nombres de una serie de alumnos. Crear el vector alumnos con 20 nombres.

1. Creación del vector
Alumnos<-c("Ana", "Isabel", "Beatriz", "Claudia", "Elena","Jorge","Lucía","Andrés","Mario", "Pedro","Olga", "Roberto", "Laura", "Diego", "Carmen", "Nicolás", "Paula", "Víctor", "Alberto", "José")
2. Visualización del vector Alumnos
Alumnos
##  [1] "Ana"     "Isabel"  "Beatriz" "Claudia" "Elena"   "Jorge"   "Lucía"  
##  [8] "Andrés"  "Mario"   "Pedro"   "Olga"    "Roberto" "Laura"   "Diego"  
## [15] "Carmen"  "Nicolás" "Paula"   "Víctor"  "Alberto" "José"
3. Número de componentes del vector Alumnos
número_de_alumnos <- length(Alumnos)
# length: La función calcula la longitud de un vector.
número_de_alumnos
## [1] 20
4. Posiciones del vector Alumnos donde el nombre empiezen con la letra “A”
letra_A <- which(grepl("A", Alumnos)) 
# which: La función indica las posiciones donde se encuentran los valores que cumplen con una condición.
# grep1:La función busca patrones dentro de un vector de caracteres.
letra_A
## [1]  1  8 19

EJERCICIO 3

El vector notas representa la nota de un examen, de los mismos alumnos cuyo lista se ha guardado en el vector alumnos y en el mismo orden.

1. Creación del vector
Notas<-c(5, 7, 6, 9, 8, 7, 5, 9, 2, 8, 7, 6, 8, 9, 5, 7, 8, 3, 7,2 )
2. Visualización del vector Notas
Notas
##  [1] 5 7 6 9 8 7 5 9 2 8 7 6 8 9 5 7 8 3 7 2
3. Número de componentes del vector Notas
Número_De_Notas <- length(Notas)
Número_De_Notas
## [1] 20
4. Suma de todas las notas
Suma_De_Notas <- sum(Notas)
Suma_De_Notas
## [1] 128

5. Cálculo de la media aritmética de todas las notas

Media_Arit_Notas <- mean(Notas)
Media_Arit_Notas
## [1] 6.4

6. Posiciones de las notas mayores a 7

Notas_Altas <- which(Notas > 7)
Notas_Altas
## [1]  4  5  8 10 13 14 17

7. Notas ordenadas de menor a mayor

Notas_Ord_Ascendente <- sort(Notas)
Notas_Ord_Ascendente
##  [1] 2 2 3 5 5 5 6 6 7 7 7 7 7 8 8 8 8 9 9 9

8. Notas ordenadas de mayor a menor

Notas_Ord_Descendente <- sort(Notas, decreasing = TRUE)
Notas_Ord_Descendente
##  [1] 9 9 9 8 8 8 8 7 7 7 7 7 6 6 5 5 5 3 2 2

9. Nota Máxima

Nota_Máxima <- max(Notas)
Nota_Máxima
## [1] 9

10. Posición de la Nota Máxima

Posicion_Nota_Máxima <- which.max(Notas)
Posicion_Nota_Máxima
## [1] 4

EJERCICIO 4

A partir de los vectores alumnos y notas definidos:

1. Notas de los 10 primeros Alumnos

Notas_10A <- Notas[1:10]
Notas_10A
##  [1] 5 7 6 9 8 7 5 9 2 8

2. Suma de notas de los 10 primeros Alumnos

Suma_Notas_10A <- sum(Notas_10A)
Suma_Notas_10A
## [1] 66

3. Cantidad total de alumnos

Total_A <- length(Alumnos)
Total_A
## [1] 20

4. Sumar todas las notas de los alumnos

Suma_TotalN <- sum(Notas)
Suma_TotalN
## [1] 128

5. Alumnos Aprobados con (notas mayores o iguales a 7)

Aprobados <- sum(Notas >= 7)
Aprobados
## [1] 12

6. Porcentaje de alumnos que han aprobado

Porcentaje_Aprobados <- (Aprobados / Total_A) * 100
Porcentaje_Aprobados
## [1] 60

7. Encontrar las notas: máxima y mínima

Nota_Máxima <- max(Notas)
Nota_Mínima <- min(Notas)
paste("Nota Máxima:", Nota_Máxima)
## [1] "Nota Máxima: 9"
paste("Nota Mínima:", Nota_Mínima)
## [1] "Nota Mínima: 2"

8. Encontrar los alumnos con la nota máxima y mínima

Alumno_Máxima_Nota <- Alumnos[which.max(Notas)]
Alumno_Mínima_Nota <- Alumnos[which.min(Notas)]
paste("Alumno con la Nota Máxima:", Alumno_Máxima_Nota)
## [1] "Alumno con la Nota Máxima: Claudia"
paste("Alumno con la Nota Mínima:", Alumno_Mínima_Nota)
## [1] "Alumno con la Nota Mínima: Mario"

9. Cálculo de la nota media de los alumnos que han aprobado

Media_Notas_Aprobados <- mean(Notas[Notas >= 7])
Media_Notas_Aprobados
## [1] 7.833333

EJERCICIO 5

Creación y Manipulación de Vectores.

1. Creación del vector vec1 del 1 al 10

vec1<-c(1:10)
vec1
##  [1]  1  2  3  4  5  6  7  8  9 10

2. Extracción del tercer elemento de vec1

elemento_tres<-vec1[3]
elemento_tres
## [1] 3

3. Extracción del sexto elemento de vec1

elemento_seis<-vec1[6]
elemento_seis
## [1] 6

4. Reemplazo del quinto elemento de vec1 por el número 99

vec1[5]<-99
vec1
##  [1]  1  2  3  4 99  6  7  8  9 10

EJERCICIO 6

Operaciones Aritméticas con Vectores.

1. Creación de dos vectores vec2 y vec3 con valores aleatorios entre 1 y 20

# sample: Crea números al azar.
vec2<-sample(1:20, 5)
vec2
## [1] 12 16 15  3  2
vec3<-sample(1:20, 5)
vec3
## [1]  1  3  5 18  4

2. Suma de los vectores vec2 y vec3

suma_vec2_vec3<-vec2+vec3
suma_vec2_vec3
## [1] 13 19 20 21  6

EJERCICIO 7

Funciones de Resumen.

1. Creación del vector vec4

vec4<-c(3,5,7,2,8,10,4,6)
vec4
## [1]  3  5  7  2  8 10  4  6

2. Cálculo de la media de vec4

media_vec4 <- mean(vec4)
media_vec4
## [1] 5.625

3. Cálculo de la mediana de vec4

mediana_vec4 <- median(vec4)
mediana_vec4
## [1] 5.5

4. Cálculo de la desviación estándar de vec4

desviacion_estandar_vec4 <- sd(vec4)
desviacion_estandar_vec4
## [1] 2.66927

EJERCICIO 8

Filtrado de Vectores.

1. Creación del vector vec5

vec5<-c(1:20)
vec5
##  [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20

2 Filtrado de los números de vec5 que sean mayores que 10

vec5_mayor10<-vec5[vec5>10]
vec5_mayor10
##  [1] 11 12 13 14 15 16 17 18 19 20

EJERCICIO 9

Ordenación de Vectores.

1. Creación del vector vec6

vec6<-c(12, 5, 13, 9, 2, 8, 10, 1)
vec6
## [1] 12  5 13  9  2  8 10  1

2. vec6 en orden ascendente

vec6_ascendente <- sort(vec6)
vec6_ascendente
## [1]  1  2  5  8  9 10 12 13

3. vec6 en orden descendente

vec6_descendente <- sort(vec6, decreasing = TRUE)
vec6_descendente
## [1] 13 12 10  9  8  5  2  1

EJERCICIO 10

Operaciones Lógicas con Vectores.

1. Creación del vector vec7

vec7 <- c(7,14,3,8,15,1,6,10)
vec7
## [1]  7 14  3  8 15  1  6 10

2. Creación de un nuevo vector con TRUE si el valor en vec7 es mayor que 5, y FALSE en caso contrario

vec7_TF <- vec7>5
vec7_TF
## [1]  TRUE  TRUE FALSE  TRUE  TRUE FALSE  TRUE  TRUE

EJERCICIO 11

Subsetting Avanzado.

1. Creación del vector vec8

vec8 <- c(11, 2, 19, 8, 5, 12, 3, 7)
vec8
## [1] 11  2 19  8  5 12  3  7

2. Extracción de los elementos de vec8 que sean múltiplos de 3

vec8_mult_3 <- vec8[vec8%%3==0]
vec8_mult_3
## [1] 12  3

EJERCICIO 12

Funciones de Aplicación.

1. Creación del vector vec9

vec9 <- c(2,4,6,8,10,12,14,16)
vec9
## [1]  2  4  6  8 10 12 14 16

2. Aplicación de la función sqrt a cada elemento de vec9

vec9_sqrt <- sqrt(vec9)
vec9_sqrt
## [1] 1.414214 2.000000 2.449490 2.828427 3.162278 3.464102 3.741657 4.000000

EJERCICIO 13

Concatenación de Vectores

1. Creación de los vectores vec10 y vec11

vec10 <- c(1,3,5,7)
vec10
## [1] 1 3 5 7
vec11 <- c(2,4,6,8)
vec11
## [1] 2 4 6 8

2. Concatenación de vec10 y vec11 para formar un nuevo vector vec12

vec12 <- c(vec10,vec11)
vec12
## [1] 1 3 5 7 2 4 6 8

EJERCICIO 14

Eliminación de Elementos

1. Creación del vector vec13

vec13 <-c(1:10)
vec13
##  [1]  1  2  3  4  5  6  7  8  9 10

2. Eliminación del cuarto y séptimo elemento de vec13

vec13 <- vec13[-c(4,7)]
vec13
## [1]  1  2  3  5  6  8  9 10