Desafío 1

Se generan dos variables(var1 y var2) con las cuales se realizan diez operaciones distintas.

var1 = 2
var2 = 3

cat("Resta: ",var1+var2,
    "\nSuma: ",var1+var2,
    "\nMultiplicación: ",var1*var2,
    "\nDivisión: ", var1/var2,
    "\nLogarítmo base 10: ",log10(var1),
    "\nLogaritmo base 2: ",log2(var1),
    "\nLOgaritmo base ingresada: ", logb(var1, base = var2),
    "\nRaíz cuadrada: ",sqrt(var1),
    "\nFactorial: ", factorial(var1),
    "\nSin: ",sin(var1))
## Resta:  5 
## Suma:  5 
## Multiplicación:  6 
## División:  0.6666667 
## Logarítmo base 10:  0.30103 
## Logaritmo base 2:  1 
## LOgaritmo base ingresada:  0.6309298 
## Raíz cuadrada:  1.414214 
## Factorial:  2 
## Sin:  0.9092974

Desafío 2

Se genera un grafo dirigido compuesto por 8 nodos. Adicionalmente, se genera un data frame.

## 
## Attaching package: 'igraph'
## The following objects are masked from 'package:stats':
## 
##     decompose, spectrum
## The following object is masked from 'package:base':
## 
##     union

##                                 Raza Edad Ennfermo
## 1                      Affenpinscher    1    FALSE
## 2                   Airedale terrier    2     TRUE
## 3                              Akita   12     TRUE
## 4                    Akita americano   13     TRUE
## 5                      Alaskan Husky    4    FALSE
## 6                   Alaskan malamute    5     TRUE
## 7                  American Foxhound   15    FALSE
## 8           Americanpit bull terrier    5     TRUE
## 9      Americanstaffordshire terrier    3    FALSE
## 10                         Ariegeois    6     TRUE
## 11                            Artois    6     TRUE
## 12           Australian silkyterrier   21    FALSE
## 13                Australian Terrier   23     TRUE
## 14         Austrian Black & TanHound    1     TRUE
## 15                           Azawakh   15     TRUE
## 16                      Balkan Hound    6     TRUE
## 17                           Basenji    6    FALSE
## 18 BassetAlpino (Alpine Dachsbracke)    8     TRUE
## 19         Basset Artesiano Normando   13    FALSE
## 20                  Basset de Artois   14    FALSE
## 21              Basset de Westphalie   12    FALSE

Desafío 3

Se genera un función que al ingresar una elección del juego piedra, papel o tijera imprime en pantalla un mensaje.

source("piedrapapelotijera.R")
juego("piedra")
## Elegí papel, perdisteeee
juego("tijera")
## Elegí piedra, perdisteeee
juego("papel")
## Elegí tijera, perdisteeee
juego("xdd")
## No sabes jugar al piedra papel o tijera ...

Desafío 4

Para este desafío se elige el dataset ‘ChickWeight’, el cual contiene datos del peso de distintos pollitos a los cuales se les ha sometido bajo una dieta en particular. Esta dieta será distintas para distintos grupos de pollitos. Es posible relacionar el desarrollo del peso de cada pollito de acuerdo al tipo de dieta que se le entrega, es decir, que dependiendo de la dieta observar cuál es el peso que consigue cada pollito.

Esta información fue recopilada en Crowder, M. and Hand, D. (1990), Analysis of Repeated Measures, Chapman and Hall (example 5.3), Hand, D. and Crowder, M. (1996), Practical Longitudinal Data Analysis, Chapman and Hall (table A.2) y Pinheiro, J. C. and Bates, D. M. (2000) Mixed-effects Models in S and S-PLUS, Springer.

Este dataset está compuesto por Weight, el cual es un dato cuantitativo del peso de pollo medido en gramos, este se entiende como variable numérica continua; Time, momento de la vida del pollito en el cual se toma la medida, su unidad de medida son los días y se comprende como variable numérica discreta; Chick, este corresponde a un valor serial de acuerdo al sujeto observado, se entiende como variable cualitativa nominal y, por último, Diet, el cual representa el tipo de dieta que se le entrego a cada pollito, corresponde a una variable de tipo categórica nominal.

##      weight           Time           Chick     Diet   
##  Min.   : 35.0   Min.   : 0.00   13     : 12   1:220  
##  1st Qu.: 63.0   1st Qu.: 4.00   9      : 12   2:120  
##  Median :103.0   Median :10.00   20     : 12   3:120  
##  Mean   :121.8   Mean   :10.72   10     : 12   4:118  
##  3rd Qu.:163.8   3rd Qu.:16.00   17     : 12          
##  Max.   :373.0   Max.   :21.00   19     : 12          
##                                  (Other):506

Al ejecutar la función summary() sobre el conjunto de datos se puede observar que de acuerdo al dato entrega diferentes tipos de información. Por ejemplo, para el caso del peso se puede observa que entrega el mínimo, máximo, la mediana, el promedio, etc. Mientras que para el caso de la Diet es posible observar que se realiza un conteo de cantidad de datos tomados por el tipo de dieta.

Al ejecutar la función plot() sobre el dataset se generan distintos gráficos para los distintos grupos de datos pertenecientes al dataset.