1 Datos del grupo

Taller: 3
Grupo: 6
Integrantes:

  • Cielo Valencia
  • Martin Naula
  • Deivi Maldonado
  • Wagner Imbaquingo
  • Valeria Estrada
  • Geovanny Carrasco

2 Introducción

En este tercer taller resolvimos diez ejercicios un poco más variados que los del taller anterior. Ahora trabajamos con conversiones de unidades, cálculos de sueldos, inversiones, tiempos, ordenamiento de números y también con estructuras repetitivas (bucles) y condicionales, que nos sirvieron para calcular factoriales y para saber si un número es primo, par o impar.

Igual que en el taller pasado, los datos de entrada se dejaron escritos directamente en cada ejercicio para que el documento se pueda generar sin problemas. En una sesión normal de R se podrían pedir al usuario con readline(), pero aquí los pusimos fijos para que todo corra de una vez. Para probar otros valores, solo se cambia el número y se vuelve a ejecutar.


3 Objetivos

3.1 Objetivo general

Aplicar los conocimientos de programación en R para resolver problemas que involucran conversiones, cálculos financieros, estructuras repetitivas y condicionales, presentando todo el desarrollo en un solo documento de R Markdown.

3.2 Objetivos específicos

  • Utilizar operaciones aritméticas y funciones de R para convertir unidades (temperatura, tiempo) y calcular pagos, IMC e inversiones.
  • Emplear estructuras repetitivas (for, while) para resolver problemas como la suma de enteros y el factorial de un número.
  • Emplear estructuras condicionales (if, else) para clasificar números (primo, par, impar).
  • Ordenar datos usando funciones propias de R como sort().
  • Presentar cada ejercicio con su planteamiento y su código correspondiente.

4 Desarrollo

A continuación presentamos los diez ejercicios. En cada uno se escribe primero el planteamiento del problema y luego el código en R que lo resuelve.

4.1 Ejercicio 1: Conversión de temperatura (Celsius ↔︎ Fahrenheit)

Planteamiento: Se pide la temperatura y la unidad en la que está (Fahrenheit o Celsius) y se muestra su transformación a la otra medida. Las fórmulas son:

  • De Celsius a Fahrenheit: F = C × 9/5 + 32
  • De Fahrenheit a Celsius: C = (F − 32) × 5/9
# Datos de entrada
temperatura <- 25
unidad <- "C"   # Puede ser "C" (Celsius) o "F" (Fahrenheit)

# Conversión según la unidad
if (unidad == "C") {
  resultado <- temperatura * 9/5 + 32
  cat(temperatura, "°C equivalen a", round(resultado, 2), "°F\n")
} else if (unidad == "F") {
  resultado <- (temperatura - 32) * 5/9
  cat(temperatura, "°F equivalen a", round(resultado, 2), "°C\n")
} else {
  cat("Unidad no reconocida. Use 'C' o 'F'.\n")
}
25 °C equivalen a 77 °F

4.2 Ejercicio 2: Paga por horas trabajadas (con horas extra)

Planteamiento: Se piden las horas trabajadas y el coste por hora. Luego se pregunta si existen horas extra, que tienen un valor diferente. La paga total es la suma de las horas normales por su coste más las horas extra por su valor.

# Datos de entrada
horas_normales <- 40
coste_hora     <- 5
hay_extras     <- TRUE
horas_extra    <- 8
coste_extra    <- 7.5

# Cálculo
paga_normal <- horas_normales * coste_hora

if (hay_extras) {
  paga_extra <- horas_extra * coste_extra
} else {
  paga_extra <- 0
}

paga_total <- paga_normal + paga_extra

# Salida
cat("Paga por horas normales: $", paga_normal, "\n")
Paga por horas normales: $ 200 
cat("Paga por horas extra:    $", paga_extra, "\n")
Paga por horas extra:    $ 60 
cat("Paga total:              $", paga_total, "\n")
Paga total:              $ 260 

4.3 Ejercicio 3: Suma de los enteros desde 1 hasta n

Planteamiento: Se lee un entero positivo n y se muestra la suma de todos los enteros desde 1 hasta n. Se puede calcular con la fórmula suma = n(n+1)/2 o con un bucle. Aquí lo hacemos de las dos formas para comprobar que dan lo mismo.

# Dato de entrada
n <- 10

# Con la fórmula
suma_formula <- n * (n + 1) / 2

# Con un bucle
suma_bucle <- 0
for (i in 1:n) {
  suma_bucle <- suma_bucle + i
}

# Salida
cat("Suma con la fórmula:", suma_formula, "\n")
Suma con la fórmula: 55 
cat("Suma con el bucle:  ", suma_bucle, "\n")
Suma con el bucle:   55 

4.4 Ejercicio 4: Índice de masa corporal (IMC)

Planteamiento: Se piden el peso en kg y la estatura en metros, se calcula el IMC con la fórmula IMC = peso / estatura² y se muestra el resultado redondeado a dos decimales.

# Datos de entrada
peso     <- 70     # kg
estatura <- 1.75   # metros

# Cálculo
imc <- peso / (estatura^2)

# Salida
cat("Tu índice de masa corporal es", round(imc, 2), "\n")
Tu índice de masa corporal es 22.86 

4.5 Ejercicio 5: Capital obtenido en una inversión

Planteamiento: Se pide la cantidad a invertir, el interés anual y el número de años. Se muestra el capital obtenido aplicando interés compuesto: capital = cantidad × (1 + interés)^años. El interés se ingresa en porcentaje y se convierte a decimal.

# Datos de entrada
cantidad   <- 1000   # dólares
interes    <- 5      # porcentaje anual
anios      <- 3

# Cálculo (interés compuesto)
capital <- cantidad * (1 + interes/100)^anios

# Salida
cat("Cantidad invertida: $", cantidad, "\n")
Cantidad invertida: $ 1000 
cat("Interés anual:", interes, "%\n")
Interés anual: 5 %
cat("Años:", anios, "\n")
Años: 3 
cat("Capital obtenido: $", round(capital, 2), "\n")
Capital obtenido: $ 1157.63 

4.6 Ejercicio 6: Conversión de tiempo (horas, minutos, segundos)

Planteamiento: Se pide un tiempo (en horas, minutos o segundos), se indica a qué unidad se desea transformar y se muestra el resultado. Para simplificar, primero se convierte todo a segundos y luego a la unidad pedida.

  • 1 hora = 3600 segundos
  • 1 minuto = 60 segundos
# Datos de entrada
valor       <- 2
unidad_origen <- "horas"    # "horas", "minutos" o "segundos"
unidad_destino <- "minutos" # "horas", "minutos" o "segundos"

# Paso 1: convertir a segundos
if (unidad_origen == "horas") {
  segundos <- valor * 3600
} else if (unidad_origen == "minutos") {
  segundos <- valor * 60
} else {
  segundos <- valor
}

# Paso 2: convertir de segundos a la unidad destino
if (unidad_destino == "horas") {
  resultado <- segundos / 3600
} else if (unidad_destino == "minutos") {
  resultado <- segundos / 60
} else {
  resultado <- segundos
}

# Salida
cat(valor, unidad_origen, "equivalen a", round(resultado, 2), unidad_destino, "\n")
2 horas equivalen a 120 minutos 

4.7 Ejercicio 7: Ordenar varios números

Planteamiento: Se digitan varios números y se presentan en pantalla ordenados de menor a mayor. Para esto usamos la función sort() de R, que ordena un vector.

# Datos de entrada (varios números)
numeros <- c(8, 3, 15, 1, 10, 6)

# Ordenar de menor a mayor
ordenados <- sort(numeros)

# Salida
cat("Números originales:", numeros, "\n")
Números originales: 8 3 15 1 10 6 
cat("Números ordenados:  ", ordenados, "\n")
Números ordenados:   1 3 6 8 10 15 

4.8 Ejercicio 8: Factorial de un número

Planteamiento: Se pide un número y se calcula su factorial (n! = 1 × 2 × 3 × ... × n). Se resuelve con un bucle for, y también se compara con la función factorial() de R.

# Dato de entrada
n <- 5

# Cálculo con bucle
fact <- 1
for (i in 1:n) {
  fact <- fact * i
}

# Salida
cat("El factorial de", n, "es:", fact, "\n")
El factorial de 5 es: 120 
cat("Comprobación con factorial():", factorial(n), "\n")
Comprobación con factorial(): 120 

4.9 Ejercicio 9: ¿El número es primo?

Planteamiento: Se pide un número y se indica si es primo o no. Un número es primo si solo es divisible para 1 y para sí mismo. Se revisa con un bucle si tiene algún divisor entre 2 y su raíz cuadrada.

# Dato de entrada
num <- 29

# Verificación
if (num <= 1) {
  cat(num, "no es primo.\n")
} else {
  es_primo <- TRUE
  for (i in 2:floor(sqrt(num))) {
    if (num %% i == 0) {
      es_primo <- FALSE
      break
    }
  }
  if (es_primo) {
    cat(num, "es primo.\n")
  } else {
    cat(num, "no es primo.\n")
  }
}
29 es primo.

4.10 Ejercicio 10: ¿El número es par o impar?

Planteamiento: Se pide un número y se indica si es par o impar. Un número es par si el residuo de dividirlo para 2 es 0; caso contrario, es impar.

# Dato de entrada
num <- 7

# Verificación
if (num %% 2 == 0) {
  cat(num, "es par.\n")
} else {
  cat(num, "es impar.\n")
}
7 es impar.

5 Ejemplos adicionales

Para comprobar que los programas funcionan con otros datos, probamos algunos ejercicios cambiando solo los valores de entrada.

Ejemplo 1 – Convertir 98 °F a Celsius:

temperatura <- 98
resultado <- (temperatura - 32) * 5/9
cat(temperatura, "°F equivalen a", round(resultado, 2), "°C\n")
98 °F equivalen a 36.67 °C

Ejemplo 2 – IMC de una persona de 55 kg y 1.60 m:

peso <- 55
estatura <- 1.60
imc <- peso / (estatura^2)
cat("Tu índice de masa corporal es", round(imc, 2), "\n")
Tu índice de masa corporal es 21.48 

Ejemplo 3 – Factorial de 6:

n <- 6
fact <- 1
for (i in 1:n) {
  fact <- fact * i
}
cat("El factorial de", n, "es:", fact, "\n")
El factorial de 6 es: 720 

Ejemplo 4 – Ordenar otros números:

numeros <- c(20, 4, 15, 7, 1)
cat("Números ordenados:", sort(numeros), "\n")
Números ordenados: 1 4 7 15 20 

Ejemplo 5 – ¿El 15 es primo? ¿Y el 17?

for (num in c(15, 17)) {
  if (num <= 1) {
    cat(num, "no es primo.\n")
  } else {
    es_primo <- TRUE
    for (i in 2:floor(sqrt(num))) {
      if (num %% i == 0) { es_primo <- FALSE; break }
    }
    if (es_primo) cat(num, "es primo.\n") else cat(num, "no es primo.\n")
  }
}
15 no es primo.
17 es primo.

6 Recomendaciones

  • Revisar que los datos tengan sentido antes de calcular (por ejemplo, que la estatura no sea cero, que el número para el factorial no sea negativo, etc.).
  • Usar round() para mostrar los resultados con pocos decimales y que se lean mejor.
  • Probar cada programa con varios valores (positivos, cero, negativos, números primos y no primos) para asegurar que funciona en todos los casos.
  • Cuando se usan bucles, tener cuidado con los límites del for para no equivocarse en el rango.
  • Mantener el código con comentarios y bien ordenado, así es más fácil de entender y de corregir.

7 Conclusiones

  • Con R se pueden resolver problemas de conversión de unidades, cálculos financieros y operaciones matemáticas de forma sencilla.
  • Las estructuras repetitivas (for) son necesarias para calcular sumas, factoriales y para revisar si un número es primo.
  • Las estructuras condicionales (if, else) permiten tomar decisiones como clasificar un número en par o impar, o saber si es primo.
  • Funciones como sort() y factorial() de R facilitan mucho el trabajo y sirven para comprobar que nuestros resultados están bien.
  • El uso de R Markdown permite reunir en un solo documento la explicación, el código y los resultados, lo que hace más fácil la entrega del taller.

8 Bibliografía

  • R Core Team. (2023). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Viena.
    https://www.R-project.org/
  • RStudio Team. (2023). RStudio: Integrated Development for R. RStudio, PBC.
    https://www.rstudio.com/
  • Allaire, J., Xie, Y., McPherson, J., et al. (2023). rmarkdown: Dynamic Documents for R. Paquete de R.
    https://CRAN.R-project.org/package=rmarkdown
  • Xie, Y. (2015). Dynamic Documents with R and knitr (2.ª ed.). Chapman & Hall/CRC.
  • Apuntes de clase de Programación en R. (2024). Carrera de Ingeniería.