Carregamento e Manipulação de Dados

Introdução

Este relatório apresenta uma análise de dados simples, incluindo manipulação de dados, criação de tabelas interativas, apresentação de equações complexas, inclusão de figuras e referências bibliográficas.

Carregar pacotes necessários

library(dplyr) library(DT)

Carregar conjunto de dados simples

data <- mtcars

Manipulação de dados

Ordenar por mpg (milhas por galão)

data <- data %>% arrange(mpg)

Filtrar carros com mpg maior que 20

data_filtered <- data %>% filter(mpg > 20)

Criar nova variável: peso em toneladas

data_filtered <- data_filtered %>% mutate(weight_ton = wt * 0.45)

Visualizar os dados manipulados

head(data_filtered)

Criar tabela interativa

datatable(data_filtered, options = list(pageLength = 5, autoWidth = TRUE))

Equação de Euler

\[ e^{i\pi} + 1 = 0 \] Esta equação relaciona cinco das constantes matemáticas mais importantes: ( e ), ( i ), ( ), 1 e 0.

Transformada de Fourier

\[ \hat{f}(\xi) = \int_{-\infty}^{\infty} f(x) e^{-2\pi i x \xi} \, dx \]

Esta equação transforma uma função do domínio do tempo para o domínio da frequência.

Equação de Schrödinger

\[ i\hbar \frac{\partial}{\partial t} \Psi(x,t) = \left( -\frac{\hbar^2}{2m} \nabla^2 + V(x) \right) \Psi(x,t) \]

Esta equação descreve como o estado quântico de um sistema físico muda com o tempo.

Equação de Navier-Stokes

\[ \rho \left( \frac{\partial \mathbf{u}}{\partial t} + (\mathbf{u} \cdot \nabla) \mathbf{u} \right) = -\nabla p + \mu \nabla^2 \mathbf{u} + \mathbf{f} \]

Esta equação descreve o movimento de fluidos.

Teorema de Bayes

\[ P(A|B) = \frac{P(B|A)P(A)}{P(B)} \]

Este teorema descreve a probabilidade de um evento, baseado no conhecimento prévio de condições relacionadas ao evento.

Referências

Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York.

Xie, Y. (2015). Dynamic Documents with R and knitr. Chapman and Hall/CRC.

Grolemund, G., & Wickham, H. (2017). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O’Reilly Media.

James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning: with Applications in R. Springer.

Kuhn, M., & Johnson, K. (2013). Applied Predictive Modeling. Springer.