Desafío 1

Potencia: Ejemplo de 2 elevado a la potencia de 5

potencia = 2^5
print(potencia)
## [1] 32

Residuo: Ejemplo del residuo de la division 6/5

residuoDiv = 6 %% 5
print(residuoDiv)
## [1] 1

Resta: Ejemplo de la resta 8 - 2

resta = 8-2
print(resta)
## [1] 6

Coseno en Radianes: Ejemplo del coseno de 180 en Radianes

cosenoRadian = cos(180)
print(cosenoRadian)
## [1] -0.5984601

Coseno en Grados: Ejemplo del coseno de 180 en Grados

cosenoGrados = cos(180*pi/180)
print(cosenoGrados)
## [1] -1

Valor Absoluto: Ejemplo del valor absoluto de -8

valorAbsoluto = abs(-8)
print(valorAbsoluto)
## [1] 8

Factorial: Ejemplo del factorial 4!

fact = factorial(4)
print(fact)
## [1] 24

Logaritmo Natural: Ejemplo de logaritmo natural de 5

logNatural = log(5)
print(logNatural)
## [1] 1.609438

Logaritmo con Base variable: Ejemplo de logaritmo de 5 en base 3

logBase3 = log(5,3)
print(logBase3)
## [1] 1.464974

Logaritmo con Base 10: Ejemplo de logaritmo de 5 en base 10

logBase10 = log10(5)
print(logBase10)
## [1] 0.69897

Desafío 2

Secuencia numerica: Podemos utilizar esta rutina para la generacion de una secuencia numerica que permite llenar estructuras de datos distintas. El ejemplo muestra una secuencia de 0 a 18

secuenciaNumerica = seq(0,18)
print(secuenciaNumerica)
##  [1]  0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18

Secuencia numerica en secuencias: Similar al ejemplo anterior, este tipo de secuencias permite dar una sucesion determinada a la secuencia. El ejemplo muestra una secuencia de 0 a 18 de 2 en 2

secuenciaNumerica <- c(seq(0,18,by=2))
print(secuenciaNumerica)
##  [1]  0  2  4  6  8 10 12 14 16 18

Factor nominal: Mostramos el valor teorico de una lista, sin ordenar por criterios nominales(cuantitativos). El ejemplo muestra un vector completado con la observacion del color de pelo de 30 personas diferentes

colorPelo <- c("negro","rojo","blanco","cafe","rojo","cafe", "negro", "otro", "negro","amarillo",
            "rojo","blanco","cafe","cafe","negro","cafe", "blanco","negro","cafe","blanco",
            "rojo","rojo", "otro", "blanco", "rojo","negro","blanco","otro","amarillo","otro")
FactorColorPelo <- factor(colorPelo)

class(FactorColorPelo)
## [1] "factor"
str(FactorColorPelo)
##  Factor w/ 6 levels "amarillo","blanco",..: 4 6 2 3 6 3 4 5 4 1 ...
print(levels(FactorColorPelo))
## [1] "amarillo" "blanco"   "cafe"     "negro"    "otro"     "rojo"

Desafío 3

Piedra, Papel o Tijera: Se aplico una rutina que genera un pequeño menu que permite elegir entre piedra, papel, tijera o terminar el juego. Para la decision de la computadora, se genera un numero al azar entre 1 y 3 que representa los tres elementos. Por ultimo con una matriz que tiene como enfoque el jugador 1, se determina quien gano. El resultado final es mostrado al finalizar el juego

print("**Kchipun**")
matriz <- matrix(c("E","G","P","P","E","G","G","P","E"),nrow=3,ncol=3)
matriz2 <- matrix(c("Piedra","Papel","Tijera"),nrow=3,ncol=1)
marcadorJ1 <- 0
marcadorPc <- 0
repeat {
  print("Selecciona tu elemento presionando el número asignado y vence a la computadora:")
  print("**************")
  print("- Piedra = 1")
  print("- Papel  = 2")
  print("- Tijera = 3")
  print("**************")
  print("- Salir  = 0")
  seleccionJ1 <- readline(prompt="Ingrese su seleccion: ")
  if (seleccionJ1 > 0 & seleccionJ1 <= 3 ){
    seleccionPc <-sample(1:3, 1, replace=FALSE)
    resultado <- matriz[as.numeric(seleccionJ1),as.numeric(seleccionPc)]

    seleccionJ1Texto <- matriz2[as.numeric(seleccionJ1)]
    seleccionPcTexto <- matriz2[seleccionPc]
    
    if (resultado == "G"){
      print(paste("Usted Gana - J1:",seleccionJ1Texto,"|v/s|",seleccionPcTexto,":CPU"))
      marcadorJ1 <- marcadorJ1 + 1
    }else if (resultado == "P"){
      print(paste("Usted Pierde - J1:",seleccionJ1Texto,"|v/s|",seleccionPcTexto,":CPU"))
      marcadorPc <- marcadorPc + 1    
    }else{
      print(paste("Empate - J1:",seleccionJ1Texto,"|v/s|",seleccionPcTexto,":CPU"))
    }
    print(paste("El marcador parcial es J1: ",marcadorJ1,"| CPU: ", marcadorPc))
  } else if (seleccionJ1 == 0) {
    print("Juego finalizado")
    print(paste("El marcador final fue J1: ",marcadorJ1,"| CPU: ", marcadorPc))
  } else{
    print("Intente nuevamente")
  }
  if (seleccionJ1 == 0) break
}

Desafío 4

Pasajeros en el Titanic: 1.- Primero se procede a seleccionar un set de datos predeterminado, en este caso tomaremos el set “Titanic” con el comando “data”.

data("Titanic")

2.- Con el comando “help” podemos leer informacion sobre el set de datos elegido. En particular, este set nos entrega informacion de los pasajeros del transatlantico “Titanic” (hundido en un incidente en su primer viaje), agrupadas por su clase, sexo, edades y si sobrevivieron. Los datos permiten tener una mirada de las proporciones de pasajeros por clase y como la politica de “mujeres y niños primero, no aplico para 3ra clase. La fuente de estos datos corresponde a: Dawson, Robert J. MacG. (1995), The ‘Unusual Episode’ Data Revisited. Journal of Statistics Education

help("Titanic")

3.- De las variables mostradas, podemos decir lo siguiente:
- Edad: Variable de texto, nominal/dicotomica. Por el contexto donde es utilizada, solo servira par clasificar la poblacion. Presenta dos valores posibles: Adulto - Niño
- Sobrevivio: Variable de texto, nominal/dicotomica. Por el contexto donde es utilizada, solo servira par clasificar la poblacion. Presenta dos valores posibles: Si - No
- Sexo: Variable de texto, nominal/dicotomica. Por el contexto donde es utilizada, solo servira par clasificar la poblacion. Presenta dos valores posibles: Hombre - Mujer
- Clase: Variable de texto, ordinal/politomica. Por el contexto donde es utilizada, servira par clasificar la poblacion dependiendo de su clase. Presenta cuatro valores posibles: 1era Clase - 2da Clase - 3ra Clase - Tripulacion Los datos que trae son:

force(Titanic)
## , , Age = Child, Survived = No
## 
##       Sex
## Class  Male Female
##   1st     0      0
##   2nd     0      0
##   3rd    35     17
##   Crew    0      0
## 
## , , Age = Adult, Survived = No
## 
##       Sex
## Class  Male Female
##   1st   118      4
##   2nd   154     13
##   3rd   387     89
##   Crew  670      3
## 
## , , Age = Child, Survived = Yes
## 
##       Sex
## Class  Male Female
##   1st     5      1
##   2nd    11     13
##   3rd    13     14
##   Crew    0      0
## 
## , , Age = Adult, Survived = Yes
## 
##       Sex
## Class  Male Female
##   1st    57    140
##   2nd    14     80
##   3rd    75     76
##   Crew  192     20

4.- Funcion “summary”: Esta funcion nos entrega un resumen de la informacion que contiene el dataset, como por ejemplo: Numero de casos en las tablas, numero de factores aplicados. 

summary(Titanic)
## Number of cases in table: 2201 
## Number of factors: 4 
## Test for independence of all factors:
##  Chisq = 1637.4, df = 25, p-value = 0
##  Chi-squared approximation may be incorrect

5.- Funcion “plot”: Esta funcion nos entrega un grafico adaptado al set datos que se utiliza, en este caso, se genero un grafico de mosaico

plot(Titanic)

***