# ==========================================================
#ALGORITMO: Soma de Combinações 2 a 2 (Exercício 1)
# AUTOR:Lorran Moura da Silva 
# DATA: 01/04/2026
# DESCRIÇÃO: Este algoritmo recebe 3 variáveis numéricas e 
#            exibe a soma de todas as combinações possíveis.
# ==========================================================

# 1. Definindo as variáveis com valores iniciais
A <- 5
B <- 6
C <- 9

# --- 2. Exibição dos Resultados ---

# Soma de A e B
A + B
## [1] 11
# Soma de A e C
A + C
## [1] 14
# Soma de B e C
B + C
## [1] 15
# 1. Definindo valores
A <- 6
B <- 8

# 2. Fazendo a troca (Rode essas 3 linhas juntas!)
Aux <- A   # O R cria o objeto Aux aqui
A <- B     # A vira 8
B <- Aux   # B vira 6 (pegando do Aux)

# 3. Conferindo o resultado
print(A)
## [1] 8
print(B)
## [1] 6
# --- 1. Definição da Variável (Entrada) ---
# Vamos testar com 100 graus Fahrenheit
F <- 100

# --- 2. Lógica de Cálculo ---
C <- (F - 32) * (5 / 9)

# --- 3. Exibição do Resultado (Saída) ---
# Mostra o valor convertido para Celsius
print(C)
## [1] 37.77778
# Opcional: Mostrando de um jeito mais bonito no console
cat("A temperatura de", F, "°F equivale a", C, "°C\n")
## A temperatura de 100 °F equivale a 37.77778 °C
# --- 1. Definição da Variável ---
X <- 9  # Você pode mudar este valor para testar outros números

# --- 2. Cálculos e Exibição ---

# a) X elevado ao cubo (3) menos 4
# No R, usamos '^' para potência
resultado_a <- X^3 - 4
print(resultado_a)
## [1] 725
# b) O resto da divisão de X por 3
# No R, usamos '%%' para pegar o resto (módulo)
resultado_b <- X %% 3
print(resultado_b)
## [1] 0
# c) X elevado a (X/3) + 2
# Atenção aos parênteses para garantir a ordem correta!
resultado_c <- X ^ ((X/3) + 2)
print(resultado_c)
## [1] 59049
# d) Raiz quadrada de X ao quadrado
# 'sqrt' é a função para Square Root (Raiz Quadrada)
resultado_d <- sqrt(X^2)
print(resultado_d)
## [1] 9
# --- 1. Criação do Vetor ---
# O operador ':' cria automaticamente uma sequência de números inteiros
numeros <- 1:10

# --- 2. Exibição do Resultado ---
# Imprime o conteúdo da variável no console
print(numeros)
##  [1]  1  2  3  4  5  6  7  8  9 10
# ----------------------------------------------------------


# --- 1. Criação do Vetor de Caracteres ---
dias <- c("Domingo", "Segunda-feira", "Terça-feira", 
          "Quarta-feira", "Quinta-feira", "Sexta-feira", "Sábado")

# --- 2. Exibição do Resultado ---
# Imprime a lista de dias no console
print(dias)
## [1] "Domingo"       "Segunda-feira" "Terça-feira"   "Quarta-feira" 
## [5] "Quinta-feira"  "Sexta-feira"   "Sábado"
# ----------------------------------------------------------

# --- 1. Criação da Matriz ---
# matrix(dados, nrow = linhas, ncol = colunas)
matriz <- matrix(1:9, nrow = 3, ncol = 3)

# --- 2. Exibição do Resultado ---
print(matriz)
##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9
# ----------------------------------------------------------


# --- 1. Criação dos Dados ---
# Criamos vetores para cada coluna da nossa tabela
nomes <- c("Lorran", "Maria", "Lorrane")
idades <- c(25, 21, 20)
cidades <- c("Rio de Janeiro", "São Paulo", "Natal RN")

# --- 2. Montagem do Data Frame ---
pessoas <- data.frame(
  Nome = nomes,
  Idade = idades,
  Cidade_Natal = cidades
)

# --- 3. Exibição do Resultado ---
print(pessoas)
##      Nome Idade   Cidade_Natal
## 1  Lorran    25 Rio de Janeiro
## 2   Maria    21      São Paulo
## 3 Lorrane    20       Natal RN
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Definição das Variáveis ---
x <- 10
y <- 20
z <- 40

# --- 3. Comparações Lógicas ---

cat("Comparações entre x (10), y (20) e z (10):\n\n")
## Comparações entre x (10), y (20) e z (10):
cat("x é menor que y (x < y)? .......", x < y, "\n")
## x é menor que y (x < y)? ....... TRUE
cat("x é maior que y (x > y)? .......", x > y, "\n")
## x é maior que y (x > y)? ....... FALSE
cat("x é maior ou igual a z (x >= z)?", x >= z, "\n")
## x é maior ou igual a z (x >= z)? FALSE
cat("y é menor ou igual a x (y <= x)?", y <= x, "\n")
## y é menor ou igual a x (y <= x)? FALSE
cat("x é igual a z (x == z)? ........", x == z, "\n")
## x é igual a z (x == z)? ........ FALSE
cat("x é diferente de y (x != y)? ...", x != y, "\n")
## x é diferente de y (x != y)? ... TRUE
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Definição das Variáveis (Texto) ---
rua <- "Vilela Tavares"
numero <- "382"
bairro <- "Lins de Vasconcelosd"

# --- 3. Concatenação ---
# A função paste() une os textos. 
# O parâmetro 'sep' define o que vai entre eles (no caso, uma vírgula e espaço).
endereco <- paste(rua, numero, bairro, sep = ", ")

# --- 4. Exibição do Resultado ---
print(endereco)
## [1] "Vilela Tavares, 382, Lins de Vasconcelosd"
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema --- 
rm(list = ls())

# --- 2. Preparação (a e c) ---
# Cria o vetor com a sequência de 1 a 10
vetor <- c(1:10)

# Variável acumuladora para guardar o total da soma
soma <- 0

# --- 3. Lógica de Repetição (d e e) ---
# O loop 'for' percorre os índices de 1 a 10
for (i in 1:10) {
  # soma recebe o que já tinha nela + o valor do vetor na posição 'i'
  soma <- soma + vetor[i]
}

# --- 4. Exibição do Resultado ---
cat("Vetor:", vetor, "\n")
## Vetor: 1 2 3 4 5 6 7 8 9 10
cat("Soma dos números =", soma, "\n")
## Soma dos números = 55
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Preparação ---
vetor <- c(1:10)
soma <- 0

# --- 3. Lógica de Repetição (Soma) ---
for (i in 1:10) {
  soma <- soma + vetor[i]
}

# --- 4. Cálculo da Média ---
# A média é a soma dividida pelo número de elementos (10)
media <- soma / 10

# --- 5. Exibição dos Resultados ---
cat("Vetor:", vetor, "\n")
## Vetor: 1 2 3 4 5 6 7 8 9 10
cat("Soma acumulada =", soma, "\n")
## Soma acumulada = 55
cat("Média dos valores =", media, "\n")
## Média dos valores = 5.5
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Definição das Variáveis ---
x <- 15
y <- 10

# --- 3. Estrutura de Decisão (Sintaxe pedida no item a) ---
if (x > y) {
  # Se a condição (x > y) for verdadeira:
  print("x é maior que y")
} else {
  # Se a condição for falsa:
  print("y é maior que x")
}
## [1] "x é maior que y"
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Criação da Matriz (Baseado no ex. 7) ---
matriz <- matrix(1:9, nrow = 3, ncol = 3)

# Vamos definir X e Y pegando valores da matriz para comparar
# Exemplo: X recebe o valor da linha 1, coluna 1 (que é 1)
#          Y recebe o valor da linha 3, coluna 3 (que é 9)
x <- matriz[1,1] 
y <- matriz[3,3]

# --- 3. Estrutura de Decisão (Ajustada com <=) ---
if (x <= y) {
  # Se x for menor ou igual a y
  print("x é menor ou igual a y")
} else {
  # Se x for maior que y
  print("x é maior que y")
}
## [1] "x é menor ou igual a y"
# --- 4. Exibição para conferência ---
cat("Valor de x:", x, "\n")
## Valor de x: 1
cat("Valor de y:", y, "\n")
## Valor de y: 9
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Preparação ---
# Criando o vetor de 1 a 10 (baseado no ex. 5)
numeros <- 1:10

# Variável para acumular apenas a soma dos pares
soma_pares <- 0

# --- 3. Lógica de Repetição e Decisão ---
for (i in 1:10) {
  
  # a) e b) Verifica se o número na posição 'i' é par
  # Se o resto da divisão por 2 for igual a 0, o número é par
  if (numeros[i] %% 2 == 0) {
    
    # Se for par, adiciona ao acumulador
    soma_pares <- soma_pares + numeros[i]
    
  }
}

# --- 4. Exibição do Resultado ---
cat("Vetor completo:", numeros, "\n")
## Vetor completo: 1 2 3 4 5 6 7 8 9 10
cat("A soma apenas dos números pares é:", soma_pares, "\n")
## A soma apenas dos números pares é: 30
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())


# --- 2. Definição da Variável ---
n <- 7  # valor para calcular o fatorial


# --- 3. Lógica do Fatorial ---
fatorial <- 1

for (i in 1:n) {
  fatorial <- fatorial * i
}

# --- 4. Exibição do Resultado ---
cat("O fatorial de", n, "é:", fatorial, "\n")
## O fatorial de 7 é: 5040
# ----------------------------------------------------------

# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Criação da Matriz (Item b) ---
# data = 1: o valor que preencherá todas as células
# nrow = 4: número de linhas
# ncol = 4: número de colunas
# byrow = TRUE: preenche a matriz linha por linha
x <- matrix(data = 1, nrow = 4, ncol = 4, byrow = TRUE)

# --- 3. Exibição do Resultado ---
# Imprime a matriz 4x4 no console
print(x)
##      [,1] [,2] [,3] [,4]
## [1,]    1    1    1    1
## [2,]    1    1    1    1
## [3,]    1    1    1    1
## [4,]    1    1    1    1
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Criação da Matriz ---
# Utilizamos a sequência 1:16 como 'data'
# Definimos 4 linhas e 4 colunas para comportar os 16 números
matriz_sequencia <- matrix(data = 1:16, nrow = 4, ncol = 4, byrow = TRUE)

# --- 3. Exibição do Resultado ---
# Imprime a matriz no console
print(matriz_sequencia)
##      [,1] [,2] [,3] [,4]
## [1,]    1    2    3    4
## [2,]    5    6    7    8
## [3,]    9   10   11   12
## [4,]   13   14   15   16
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Criação da Matriz (Baseado no ex. 18) ---
x <- matrix(data = 1:16, nrow = 4, ncol = 4, byrow = TRUE)

# --- 3. Conversão para Data Frame (Item d) ---
df <- as.data.frame(x)

# --- 4. Exibição dos Resultados ---
# Imprime o data frame no console
print(df)
##   V1 V2 V3 V4
## 1  1  2  3  4
## 2  5  6  7  8
## 3  9 10 11 12
## 4 13 14 15 16
# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Preparação da Matriz (Baseado no ex. 18: 1 a 16) ---
m <- matrix(1:16, nrow = 4, ncol = 4, byrow = TRUE)

# --- 3. Cálculos ---

# a) Média da primeira coluna (Coluna 1)
soma_col1 <- 0
for(i in 1:4) { soma_col1 <- soma_col1 + m[i, 1] }
media_a <- soma_col1 / 4

# b) Média de TODAS as colunas (usando loop)
medias_colunas <- c()
for(j in 1:4) {
  soma_temp <- 0
  for(i in 1:4) { soma_temp <- soma_temp + m[i, j] }
  medias_colunas[j] <- soma_temp / 4
}

# c) Média de TODAS as linhas
medias_linhas <- c()
for(i in 1:4) {
  soma_temp <- 0
  for(j in 1:4) { soma_temp <- soma_temp + m[i, j] }
  medias_linhas[i] <- soma_temp / 4
}

# d) Média dos números PARES de todas as colunas
soma_pares <- 0
cont_pares <- 0
for(i in 1:16) {
  if(m[i] %% 2 == 0) {
    soma_pares <- soma_pares + m[i]
    cont_pares <- cont_pares + 1
  }
}
media_d <- soma_pares / cont_pares

# e) Média dos números ÍMPARES de todas as linhas
soma_impares <- 0
cont_impares <- 0
for(i in 1:16) {
  if(m[i] %% 2 != 0) {
    soma_impares <- soma_impares + m[i]
    cont_impares <- cont_impares + 1
  }
}
media_e <- soma_impares / cont_impares

# f) Soma da Diagonal Principal (onde i == j)
soma_diag_prin <- 0
for(i in 1:4) { soma_diag_prin <- soma_diag_prin + m[i, i] }

# g) Desafio: Soma da Diagonal Secundária
soma_diag_sec <- 0
for(i in 1:4) { soma_diag_sec <- soma_diag_sec + m[i, 5 - i] }

# --- 4. Exibição dos Resultados ---
cat("Matriz Original:\n")
## Matriz Original:
print(m)
##      [,1] [,2] [,3] [,4]
## [1,]    1    2    3    4
## [2,]    5    6    7    8
## [3,]    9   10   11   12
## [4,]   13   14   15   16
cat("\na) Média Coluna 1:", media_a)
## 
## a) Média Coluna 1: 7
cat("\nb) Médias das Colunas:", medias_colunas)
## 
## b) Médias das Colunas: 7 8 9 10
cat("\nc) Médias das Linhas:", medias_linhas)
## 
## c) Médias das Linhas: 2.5 6.5 10.5 14.5
cat("\nd) Média dos Pares (Geral):", media_d)
## 
## d) Média dos Pares (Geral): 9
cat("\ne) Média dos Ímpares (Geral):", media_e)
## 
## e) Média dos Ímpares (Geral): 8
cat("\nf) Soma Diagonal Principal:", soma_diag_prin)
## 
## f) Soma Diagonal Principal: 34
cat("\ng) Soma Diagonal Secundária:", soma_diag_sec, "\n")
## 
## g) Soma Diagonal Secundária: 34
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Preparação dos Dados (Baseado nos ex. 18 e 19) ---
# Criamos a matriz 4x4 com a sequência de 1 a 16
x_matriz <- matrix(data = 1:16, nrow = 4, ncol = 4, byrow = TRUE)

# Convertendo a matriz para data.frame
df <- as.data.frame(x_matriz)

# --- 3. Definição das Variáveis para Comparação ---
# Vamos extrair valores do data.frame para comparar.
# Exemplo: x recebe o valor da linha 1, coluna 1 (V1)
#          y recebe o valor da linha 4, coluna 4 (V4)
x <- df[1, 1]
y <- df[4, 4]

# --- 4. Estrutura de Decisão (Lógica do ex. 14) ---
if (x <= y) {
  # Se x for menor ou igual a y
  print("x é menor ou igual a y")
} else {
  # Se x for maior que y
  print("x é maior que y")
}
## [1] "x é menor ou igual a y"
# --- 5. Exibição dos valores para conferência ---
cat("Valor extraído de x (Linha 1, Col 1):", x, "\n")
## Valor extraído de x (Linha 1, Col 1): 1
cat("Valor extraído de y (Linha 4, Col 4):", y, "\n")
## Valor extraído de y (Linha 4, Col 4): 16
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Estrutura de Repetição ---
# O 'i' percorre a sequência de 1 até 10
for (i in 1:10) {
  # Imprime o valor atual de 'i' em cada volta do loop
  print(i)
}
## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
## [1] 6
## [1] 7
## [1] 8
## [1] 9
## [1] 10
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Preparação ---
vetor_original <- 1:100
vetor_pares <- c() # Criamos um vetor vazio para armazenar os pares

# --- 3. Lógica de Repetição e Decisão ---
for (i in 1:100) {
  
  # Verifica se o número atual é par (resto da divisão por 2 igual a 0)
  if (vetor_original[i] %% 2 == 0) {
    
    # Se for par, adiciona ao final do novo vetor
    vetor_pares <- c(vetor_pares, vetor_original[i])
    
  }
}

# --- 4. Exibição dos Resultados ---
cat("Vetor Original (1 a 100) criado.\n")
## Vetor Original (1 a 100) criado.
cat("Novo vetor com números pares:\n")
## Novo vetor com números pares:
print(vetor_pares)
##  [1]   2   4   6   8  10  12  14  16  18  20  22  24  26  28  30  32  34  36  38
## [20]  40  42  44  46  48  50  52  54  56  58  60  62  64  66  68  70  72  74  76
## [39]  78  80  82  84  86  88  90  92  94  96  98 100
# ----------------------------------------------------------


# --- 1. Limpeza do Sistema ---
rm(list = ls())

# --- 2. Definição da Função ---
maior_elemento <- function(vetor_entrada) {
  
  # Começamos assumindo que o primeiro número é o maior de todos
  maior_atual <- vetor_entrada[1]
  
  # Percorremos o vetor do segundo elemento até o final
  for (i in 2:length(vetor_entrada)) {
    
    # Se o número atual for maior que o nosso 'campeão'
    if (vetor_entrada[i] > maior_atual) {
      # O número atual vira o novo 'campeão'
      maior_atual <- vetor_entrada[i]
    }
    
  }
  
  # Retorna o resultado final encontrado
  return(maior_atual)
}

# --- 3. Teste da Função ---
# Vetor sugerido pelo exercício
meu_vetor <- c(10, 5, 8, 2, 20, 15)

# Chamamos a função e guardamos o resultado
resultado <- maior_elemento(meu_vetor)

# --- 4. Exibição do Resultado ---
cat("Vetor testado:", meu_vetor, "\n")
## Vetor testado: 10 5 8 2 20 15
cat("O maior elemento encontrado foi:", resultado, "\n")
## O maior elemento encontrado foi: 20
# ----------------------------------------------------------

R Markdown

This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.

When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:

summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Including Plots

You can also embed plots, for example:

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.