# Álgebra  
1- x           3^2 + 5*4 - 8  
2- resultado   (7 + 3)*(2 - 1)^2  
3- a           sqrt(49) + log10(1000)  
4- b           (x^2 + 2*x + 1)/(x + 1)  
5- m          abs(-12) + ceiling(2.3)  

# Estadística  
6- media       mean(c(10, 15, 20, 25))  
7- mediana     median(c(8, 12, 14, 16))  
8- moda        as.numeric(names(which.max(table(c(2,2,3,4)))))  
9- varianza    var(c(1, 2, 3, 4, 5))  
10- desv_sd     sd(c(2, 4, 4, 4, 5, 5, 7))  

# Probabilidad  
11- p_bin       dbinom(3, size = 5, prob = 0.4)  
12- p_poisson   dpois(2, lambda = 3)  
13- p_norm      pnorm(1.5, mean = 0, sd = 1)  
14- cuantil     qnorm(0.95, mean = 100, sd = 15)  
15- simulacion  rbinom(10, size = 6, prob = 0.7)  

# Cálculo  
16- limite      D(expression(sin(x)/x), "x")  
17- integral    integrate(function(x) x^2, lower = 0, upper = 3)  
18- derivada    D(expression(x^3 + 2*x), "x")  
19- suma_riemann  sum((1:100)^2 * 0.01)  
20- trapecio    function(f, a, b) (b-a)*(f(a)+f(b))/2  

# Otras funciones  
21- hipotenusa   sqrt(3^2 + 4^2)  
22- factorial    factorial(5)  
23- combinatoria  choose(10, 3)  
24- logaritmo    log(100, base = exp(1))  
25- angulo       cos(pi/3) + sin(pi/6)  

#Glosario de símbolos y notación estadística

1 Variables y datos

X <- “Vector aleatorio”
x <- “Valor observado de X”
p <- “Dimensión de un valor aleatorio”
v.a <- “Variable aleatoria”
v.a.c <- “Variable aleatoria continua”
v.a.d <- “Variable aleatoria discreta”

2 Funciones

f.d.a <- “Función de distribución acumulada”
f.d.p <- “Función de densidad de probabilidad”
f.m.p <- “Función de masa de probabilidad”
f.g.m <- “Función generadora de momentos”
f <- “Función genérica f(x)”
f’ <- “Derivada de f respecto a x”
Γ(x) <- “Función gamma”
∫ <- “Integral”
d/dx <- “Derivada respecto a x”

3 Operadores lógicos y relacionales

“<” <- “Menor que”
“>” <- “Mayor que”
“=” <- “Igual a”
“≠” <- “No es igual a”
“≤” <- “Menor o igual que”
“≥” <- “Mayor o igual que”
“≈” <- “Aproximadamente igual a”
“⇒, ⇔” <- “Implicación / Equivalencia lógica”

4 Conjuntos y teoría de conjuntos

“∈” <- “Pertenece a”
“∉” <- “No pertenece a”
“⊂” <- “Subconjunto propio de”
“⊆” <- “Contenido en”
“∅” <- “Conjunto vacío”
“Ω” <- “Espacio muestral”
“#A” <- “Cardinal del conjunto A”
“PA” <- “Partes del conjunto A”
“Ac” <- “Complemento del conjunto A”

5 Probabilidad y estadística

E[X] <- “Valor esperado de X”
Var[X] <- “Varianza de X”
Cov[X,Y] <- “Covarianza de X y Y”
Corr[X,Y] <- “Correlación entre X y Y”
ρ <- “Coeficiente de correlación de Pearson poblacional”
r <- “Coeficiente de correlación muestral”
P(A) <- “Probabilidad del evento A”

6 Distribuciones

N(μ,σ²) <- “Normal con media μ y varianza σ²”
Φ(x;μ,σ²) <- “Función de distribución acumulada normal”
φ(x;μ,σ²) <- “Función de densidad normal”
Ber(π) <- “Distribución Bernoulli”
Bin(n, π) <- “Distribución binomial”
Poisson(λ) <- “Distribución de Poisson”
Exp(λ) <- “Distribución exponencial”
U[a,b] <- “Distribución uniforme continua”
B(α,β) <- “Distribución beta”

7 Medidas descriptivas

μX <- “Media poblacional”
x̄ <- “Media muestral”
μx <- “Moda poblacional”
μₓ <- “Mediana poblacional”
x <- “Moda muestral observada”
CVX <- “Coeficiente de variación”
DX, DMX <- “Desviaciones media y mediana”
RX, RIx <- “Rangos (total e intercuartílico)”

8 Misceláneos

π <- “Número pi o probabilidad de éxito”
Σ <- “Matriz de covarianzas”
∑ <- “Sumatoria”
Π <- “Productoria”
√x <- “Raíz cuadrada”
√ₙx <- “Raíz n-ésima”

9 Trigonometría

sin(x), cos(x), tan(x) <- “Funciones trigonométricas”
sec(x), cot(x), csc(x) <- “Funciones trigonométricas complementarias”

10 Lógica cuantificada

∃ <- “Existe”
∄ <- “No existe”
∀ <- “Para todo”

11 Símbolos adicionales

→ <- “Tiende a / Entonces”
Δ <- “Diferencia simétrica”
□, ■ <- “Fin de ejemplo o demostración”

# Cargar librería
if (!require(ggplot2)) {
  install.packages("ggplot2")
  library(ggplot2)
} else {
  library(ggplot2)
}
## Cargando paquete requerido: ggplot2
# Datos hipotéticos de exportaciones
exportaciones <- data.frame(
  Sector = c("Agroindustria", "Mineria", "Tecnologia", "Textiles", "Servicios"),
  Exportaciones_MUSD = c(15000, 32000, 18000, 9000, 22000)
)

# Gráfica de barras
ggplot(exportaciones, aes(x = Sector, y = Exportaciones_MUSD, fill = Sector)) +
  geom_bar(stat = "identity", width = 0.7) +
  labs(
    title = "Exportaciones por Sector Economico - 2024",
    x = "Sector Economico",
    y = "Millones de USD"
  ) +
  theme_minimal() +
  theme(legend.position = "none")

haga click para escuchar EL FUETE