# Asignar una variable
x <- 3
y <- 2
# Imprimir el resultado
x
## [1] 3
y
## [1] 2
# Operaciones básicas
suma <- x + y
suma
## [1] 5
# Resta -, Multiplicación *, División /
division_entera <- x %/% y
division_entera
## [1] 1
redondear_arriba <- ceiling(x/y)
redondear_arriba
## [1] 2
redondear_abajo <- floor(x/y)
redondear_abajo
## [1] 1
residuo <- x %% y
residuo
## [1] 1
potencia <- x ** 2
potencia
## [1] 9
raiz <- x ** (1/2)
raiz
## [1] 1.732051
exponencial <- exp(1)
exponencial
## [1] 2.718282
absoluto <- abs(x)
absoluto
## [1] 3
signo <- sign(x)
signo
## [1] 1
# Constantes
pi
## [1] 3.141593
radio <- 10
area_circulo <- pi * radio ** 2
area_circulo
## [1] 314.1593
floor(area_circulo)
## [1] 314
# Vectores
a <- c(1,2,3,4,5)
a
## [1] 1 2 3 4 5
b <- c(1:100)
b
## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
## [19] 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
## [37] 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
## [55] 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
## [73] 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
## [91] 91 92 93 94 95 96 97 98 99 100
c <- seq(1, 100, by = 0.5)
c
## [1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5
## [13] 7.0 7.5 8.0 8.5 9.0 9.5 10.0 10.5 11.0 11.5 12.0 12.5
## [25] 13.0 13.5 14.0 14.5 15.0 15.5 16.0 16.5 17.0 17.5 18.0 18.5
## [37] 19.0 19.5 20.0 20.5 21.0 21.5 22.0 22.5 23.0 23.5 24.0 24.5
## [49] 25.0 25.5 26.0 26.5 27.0 27.5 28.0 28.5 29.0 29.5 30.0 30.5
## [61] 31.0 31.5 32.0 32.5 33.0 33.5 34.0 34.5 35.0 35.5 36.0 36.5
## [73] 37.0 37.5 38.0 38.5 39.0 39.5 40.0 40.5 41.0 41.5 42.0 42.5
## [85] 43.0 43.5 44.0 44.5 45.0 45.5 46.0 46.5 47.0 47.5 48.0 48.5
## [97] 49.0 49.5 50.0 50.5 51.0 51.5 52.0 52.5 53.0 53.5 54.0 54.5
## [109] 55.0 55.5 56.0 56.5 57.0 57.5 58.0 58.5 59.0 59.5 60.0 60.5
## [121] 61.0 61.5 62.0 62.5 63.0 63.5 64.0 64.5 65.0 65.5 66.0 66.5
## [133] 67.0 67.5 68.0 68.5 69.0 69.5 70.0 70.5 71.0 71.5 72.0 72.5
## [145] 73.0 73.5 74.0 74.5 75.0 75.5 76.0 76.5 77.0 77.5 78.0 78.5
## [157] 79.0 79.5 80.0 80.5 81.0 81.5 82.0 82.5 83.0 83.5 84.0 84.5
## [169] 85.0 85.5 86.0 86.5 87.0 87.5 88.0 88.5 89.0 89.5 90.0 90.5
## [181] 91.0 91.5 92.0 92.5 93.0 93.5 94.0 94.5 95.0 95.5 96.0 96.5
## [193] 97.0 97.5 98.0 98.5 99.0 99.5 100.0
d <- rep(0, times = 40)
d
## [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [39] 0 0
nombre <- c("Raul", "Juan", "Ana", "Diego", "Ricardo")
nombre
## [1] "Raul" "Juan" "Ana" "Diego" "Ricardo"
edad <- c(20, 25, 10, 20, 30)
edad
## [1] 20 25 10 20 30
altura <- c(1.70, 1.72, 1.80, 1.75, 1.99)
peso <- c(50, 70, 80, 100, 340)
tabla <- data.frame(nombre,edad,altura,peso)
tabla
## nombre edad altura peso
## 1 Raul 20 1.70 50
## 2 Juan 25 1.72 70
## 3 Ana 10 1.80 80
## 4 Diego 20 1.75 100
## 5 Ricardo 30 1.99 340
tabla$imc <- peso / altura **2
tabla
## nombre edad altura peso imc
## 1 Raul 20 1.70 50 17.30104
## 2 Juan 25 1.72 70 23.66144
## 3 Ana 10 1.80 80 24.69136
## 4 Diego 20 1.75 100 32.65306
## 5 Ricardo 30 1.99 340 85.85642
tabla$clasificacion <- ifelse (tabla$imc < 18.5, "Bajo peso",
ifelse (tabla$imc <=24.99, "Peso normal",
ifelse(tabla$imc <=29.9, "sobrepeso", "obesidad")))
print(tabla)
## nombre edad altura peso imc clasificacion
## 1 Raul 20 1.70 50 17.30104 Bajo peso
## 2 Juan 25 1.72 70 23.66144 Peso normal
## 3 Ana 10 1.80 80 24.69136 Peso normal
## 4 Diego 20 1.75 100 32.65306 obesidad
## 5 Ricardo 30 1.99 340 85.85642 obesidad
summary(tabla)
## nombre edad altura peso imc
## Length:5 Min. :10 Min. :1.700 Min. : 50 Min. :17.30
## Class :character 1st Qu.:20 1st Qu.:1.720 1st Qu.: 70 1st Qu.:23.66
## Mode :character Median :20 Median :1.750 Median : 80 Median :24.69
## Mean :21 Mean :1.792 Mean :128 Mean :36.83
## 3rd Qu.:25 3rd Qu.:1.800 3rd Qu.:100 3rd Qu.:32.65
## Max. :30 Max. :1.990 Max. :340 Max. :85.86
## clasificacion
## Length:5
## Class :character
## Mode :character
##
##
##
str(tabla)
## 'data.frame': 5 obs. of 6 variables:
## $ nombre : chr "Raul" "Juan" "Ana" "Diego" ...
## $ edad : num 20 25 10 20 30
## $ altura : num 1.7 1.72 1.8 1.75 1.99
## $ peso : num 50 70 80 100 340
## $ imc : num 17.3 23.7 24.7 32.7 85.9
## $ clasificacion: chr "Bajo peso" "Peso normal" "Peso normal" "obesidad" ...
tabla$edad
## [1] 20 25 10 20 30
tabla$meses <- tabla$edad*12
tabla
## nombre edad altura peso imc clasificacion meses
## 1 Raul 20 1.70 50 17.30104 Bajo peso 240
## 2 Juan 25 1.72 70 23.66144 Peso normal 300
## 3 Ana 10 1.80 80 24.69136 Peso normal 120
## 4 Diego 20 1.75 100 32.65306 obesidad 240
## 5 Ricardo 30 1.99 340 85.85642 obesidad 360
# continuación de Vectores
longitud <- length(a)
longitud
## [1] 5
orden_ascendente <- sort(tabla$imc)
orden_ascendente
## [1] 17.30104 23.66144 24.69136 32.65306 85.85642
orden_descendente <- sort(tabla$imc, decreasing = TRUE)
orden_descendente
## [1] 85.85642 32.65306 24.69136 23.66144 17.30104
#Graficas
plot(altura,peso,main="Grafica de Altura y Peso",xlab="altura",ylab="peso")
