\[\frac{O.3*0.15}{{0.3*0.15+0.2*0.8+0.5*0.12}},\frac{5^6} {{6!}}e^{-5},\]
a<-(0.3*0.15)/((0.3*0.15)+(0.2*0.8)+(0.5*0.12))cat("El valor numérico aproximado es:",a)## El valor numérico aproximado es: 0.1698113((5^6)/(factorial(6)))*(exp(-5))## [1] 0.1462228b<-((5^6)/(factorial(6)))*(exp(-5))cat("El valor numérico aproximado es:",b)## El valor numérico aproximado es: 0.1462228c<-(factorial(20)/(factorial(7)*factorial(13))*(2/5)**7*(3/5)**13)cat("El valor numérico aproximado es:",c)## El valor numérico aproximado es: 0.1658823El vector alumnos representa los nombres de una serie de alumnos. crear el vector alumnos con 20 nombres Visualízalo en pantalla
a)¿Cuántas componentes tiene el vector alumnos? b)¿En qué posiciones del vector alumnos está la letra ‘A’?
• Ingreso del vector Alumnos con 20 nombres
Alumnos<-c("Estefania","Sebastian","Franklin","A","Mercedes","Juan","Rocio","Alison","Kerly","Andrea","Dayana","Eduardo","Maria","Melany","Camila","Yesly","Carolina","Emily","Johana","Pablo")Alumnos
¿Cuántas componentes tiene el vector alumnos?
• Aplicación de las siguientes funciones (length) el cual devuelve el tamaño de un objeto o número de elementos.
La función sum() suma los componentes de un vector.
length(Alumnos)## [1] 20¿En qué posiciones del vector alumnos está la letra ‘A’?
La función which(), permite encontrar números de orden que cumplen cierta característica.
posicion<-which(Alumnos=="A")posicion## [1] 4El 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.
crear el vector notas Visualízalo en pantalla • Ingreso del vector notas
notas<-c(17.6,15.8,17,9.7,18.5,7,16.7,15,13.7,14.9,20,11.5,14,18,17,20,15,11.7,16,7)
notas## [1] 17.6 15.8 17.0 9.7 18.5 7.0 16.7 15.0 13.7 14.9 20.0 11.5 14.0 18.0 17.0
## [16] 20.0 15.0 11.7 16.0 7.0¿Cuántas componentes tiene? • Aplicación de la funciòn (length) el cual devuelve el tamaño del vector llamado notas .
length(notas)## [1] 20¿Cuánto suman todas las notas?
• la funciòn (sum) permite sumar los componentes del vector.
sum(notas)## [1] 296.1¿Cuál es la media aritmética de todas las notas? • Aplicaciòn de la funciòn (mean) la caul permite determinar la media aritmetica de un vector el mismo denominado notas .
mean(notas)## [1] 14.805¿En qué posiciones están las notas mayores de 16?
• La función which(), permite encontrar números de orden que cumplen cierta característica como en el ejemplo presentado indica las posiciones de las notas mayores a 16 .
which(notas>16)## [1] 1 3 5 7 11 14 15 16Visualiza las notas ordenadas de menor a mayor
• La función sort (), devuelve ordenado, en orden ascendente por defecto, el vector que pases como entrada, como en el ejemplo presentado indica las notas ordenadas de menor a mayor.
sort(notas)## [1] 7.0 7.0 9.7 11.5 11.7 13.7 14.0 14.9 15.0 15.0 15.8 16.0 16.7 17.0 17.0
## [16] 17.6 18.0 18.5 20.0 20.0Visualiza las notas ordenadas de mayor a menor • La función sort (), devuelve ordenado, en orden decreciente el vector notas el que pases como entrada,
sort(notas, decreasing = TRUE)## [1] 20.0 20.0 18.5 18.0 17.6 17.0 17.0 16.7 16.0 15.8 15.0 15.0 14.9 14.0 13.7
## [16] 11.7 11.5 9.7 7.0 7.0¿Cuál ha sido la nota máxima? • La función max() identifica el valor máximo.
max(notas)## [1] 20¿En qué posición del vector está esa nota máxima?
• La función max() identifica el valor máximo. • La función which(), permite encontrar números de orden que cumplen cierta característica
which.max(notas)## [1] 11A partir de los vectores alumnos y notas definidos:
Visualiza las notas de los 10 primeros alumnos Se utiliza la función “head” para ver los 10 primeros alumnos del vector.
head(notas,n=10)## [1] 17.6 15.8 17.0 9.7 18.5 7.0 16.7 15.0 13.7 14.9Suma las notas de los 10 primeros alumnos del vector La función (sum) permite sumar las notas de los 10 primeros alumnos.
sum(head(notas,n=10))## [1] 145.9¿Cuántos alumnos hay en total? Se ingresa la función “length” para ver el total de los datos del vector. Para enviar un mensaje claro se utiliza el vector c.
length(Alumnos)## [1] 20c(length(Alumnos),“alumnos en total”) ###### [1] “20” “alumnos en total” Suma las notas de los alumnos Se ingresa la función “sum” para sumar el vector alumnos
sum(notas)## [1] 296.15)¿Cuántos alumnos han aprobado? Ingreso la función “which” para ver las posiciones del vector alumnos. Se desea ver las posiciones de los estudiantes con notas mayor o igual a 13.5.
alumn_aprobados<-which(notas>=13.5)alumn_aprobados## [1] 1 2 3 5 7 8 9 10 11 13 14 15 16 17 196)¿Qué porcentaje de alumnos han aprobado? Utilizamos la fórmula del porcentaje (n°especifico de datos/Total de datos) Para determinar el porcentaje se debe de * por 100 Utilizamos “cat” para enviar un mensaje más claro
porcentaje<-c(length(alumn_aprobados)/length(Alumnos))porcentaje## [1] 0.75porcentaje<-(porcentaje*100)
cat(porcentaje,"% de alumnos han aprobado.")## 0.75 % de alumnos han aprobado.7)¿Cuáles han sido las notas máxima y mínima? Se utiliza la función “min” para determinar la mínima nota de los alumno Se utiliza la función “max” para determinar la máxima nota de los alumnos
cat("La nota",min(notas),"es la nota más baja de los alumnos.")## La nota 7 es la nota más baja de los alumnos.cat("La nota",max(notas),"es la nota más alta de los alumnos.")## La nota 20 es la nota más alta de los alumnos.¿De qué alumnos son la máxima y mínima notas? Se utiliza “max” y “c” para observar un mensaje más completo Se utiliza “min” y “c” para observar un mensaje más completo
n_max<-c(max(Alumnos),"tiene la nota más alta de ",max(notas))n_max## [1] "Yesly" "tiene la nota más alta de "
## [3] "20"n_min<-c(min(Alumnos),"tiene la nota más baja de ",min(notas))n_min## [1] "A" "tiene la nota más baja de "
## [3] "7"Nota media de alumnos, teniendo en cuenta sólo a los que han aprobado. Se utiliza la función “mean” para determinar la media de las notas de los alumnos aprobados. Para redondear el resultado de la media, se utiliza la función “rond”.
mean(alumn_aprobados)## [1] 10media<-round(mean(alumn_aprobados),2)media## [1] 10v1 <- 1:10tercer_elemento <- v1[3]
sexto_elemento <- v1[6]v1[5] <- 99 v1
Operaciones Aritméticas con Vectores
Planteamiento:
vec2 y vec3, cada
uno con longitud 5 y valores enteros aleatorios entre 1 y 20.vec2 y
vec3.vec2 y vec3.vec2 y
vec3), así como los resultados de las operaciones de suma y
multiplicación.Código:
# Crear vectores vec2 y vec3 con valores enteros aleatorios entre 1 y 20
vec2 <- sample(1:20, 5, replace = TRUE)
vec3 <- sample(1:20, 5, replace = TRUE)
# Imprimir los vectores
print("Vector 2:")## [1] "Vector 2:"print(vec2)## [1] 2 8 2 19 1print("Vector 3:")## [1] "Vector 3:"print(vec3)## [1] 10 8 1 1 16# Suma de los vectores
suma <- vec2 + vec3
print("Suma de los vectores:")## [1] "Suma de los vectores:"print(suma)## [1] 12 16 3 20 17# Multiplicación de los vectores
multiplicacion <- vec2 * vec3
print("Multiplicación de los vectores:")## [1] "Multiplicación de los vectores:"print(multiplicacion)## [1] 20 64 2 19 16knitr::opts_chunk$set(echo = TRUE)Funciones de Resumen
Planteamiento:
1.Se requiere analizar un conjunto de datos para comprender sus características estadísticas. (Se cuenta con los valores 3, 5, 7, 2, 8, 10, 4, 6.)
2.Se realizarán las siguientes operaciones:
• Calcular la media aritmética para obtener una medida de tendencia central.
• Calcular la mediana para evaluar la posición central de los datos.
• Calcular la desviación estándar para entender la dispersión de los datos respecto a la media.
Código:
# Crear el vector vec4
vec4 <- c(3, 5, 7, 2, 8, 10, 4, 6)
# Calcular la media
media <- mean(vec4)
media## [1] 5.625# Calcular la mediana
mediana <- median(vec4)
mediana## [1] 5.5# Calcular la desviación estándar
desviacion_estandar <- sd(vec4)
desviacion_estandar## [1] 2.66927knitr::opts_chunk$set(echo = TRUE)Filtrado de Vectores
Planteamiento:
1.Se busca filtrar un vector para obtener solo los elementos que cumplen cierta condición.
• Se creará un vector llamado vec5 con números del 1 al 20.
• Se filtrarán los números mayores que 10.
• Se mostrará el nuevo vector filtrado.
Código:
# Crear el vector vec5 con números del 1 al 20
vec5 <- 1:20
# Filtrar los números mayores que 10
vec5_<- vec5[vec5 > 10]
# Imprimir el nuevo vector filtrado
print(vec5_)## [1] 11 12 13 14 15 16 17 18 19 20knitr::opts_chunk$set(echo = TRUE)Ordenación de Vectores
Planteamiento:
• Se creará un vector que tendrá los siguientes números: 12, 5, 13, 9, 2, 8, 10, 1.
• Se debe ordenará de forma ascendente utilizando una función de ordenación.
• Se debe ordenará de forma descendente.
• Se mostrarán los resultados de las ordenaciones ascendente y descendente para el vector vec6.
Código:
#Crea un vector vec6 con los siguientes números
vec6<- c(12, 5, 13, 9, 2, 8, 10, 1)
#Ordena vec6 en orden ascendente.
sort(vec6) ## [1] 1 2 5 8 9 10 12 13#Ordena vec6 en orden descendente.
sort(vec6,decreasing=TRUE)## [1] 13 12 10 9 8 5 2 1knitr::opts_chunk$set(echo = TRUE)Planteamiento del problema En el contexto de la programación y análisis de datos con R, es fundamental comprender cómo manipular y analizar vectores utilizando operaciones lógicas. El objetivo de este ejercicio es practicar la creación y transformación de vectores mediante condiciones lógicas
# Crear el vector vec7
vec7 <- c(7, 14, 3, 8, 15, 1, 6, 10)
# Crear el nuevo vector lógico
vec_logical <- vec7 > 5
# Mostrar los resultados
vec7## [1] 7 14 3 8 15 1 6 10vec_logical## [1] TRUE TRUE FALSE TRUE TRUE FALSE TRUE TRUEPlanteamiento del problema Este ejercicio muestra cómo utilizar la indexación avanzada en R para extraer elementos específicos de un vector basados en una condición.
# Crear el vector vec8
vec8 <- c(11, 2, 19, 8, 5, 12, 3, 7)
# Extraer los elementos de vec8 que son múltiplos de 3
multiples_de_3 <- vec8[vec8 %% 3 == 0]
# Mostrar los resultados
vec8## [1] 11 2 19 8 5 12 3 7multiples_de_3## [1] 12 3Planteamiento del problema Este ejercicio demuestra cómo aplicar funciones a cada elemento de un vector en R para realizar operaciones matemáticas específicas.
# Crear el vector vec9
vec9 <- c(2, 4, 6, 8, 10, 12, 14, 16)
# Aplicar la función sqrt a cada elemento de vec9
vec9_sqrt <- sqrt(vec9)
# Mostrar los resultados
vec9## [1] 2 4 6 8 10 12 14 16vec9_sqrt## [1] 1.414214 2.000000 2.449490 2.828427 3.162278 3.464102 3.741657 4.000000Planteamiento del problema Este ejercicio ilustra cómo crear y manipular vectores en R, así como la concatenación de vectores para formar uno nuevo.
# Crear el vector vec10
vec10 <- c(1, 2, 3, 4)
# Crear el vector vec11
vec11 <- c(5, 6, 7, 8)
# Concatenar vec10 y vec11 para formar el nuevo vector vec12
vec12 <- c(vec10, vec11)
# Mostrar los resultados
vec10## [1] 1 2 3 4vec11## [1] 5 6 7 8vec12## [1] 1 2 3 4 5 6 7 8Planteamiento del problema Este ejercicio demuestra cómo eliminar elementos específicos de un vector en R utilizando indexación negativa.
# Crear el vector vec13
vec13 <- c(1:10)
# Eliminar el cuarto y séptimo elemento
vec13 <- vec13[-c(4, 7)]
# Mostrar los resultados
vec13## [1] 1 2 3 5 6 8 9 10