Desafios
Javier Bahamondes
2022-03-28
EJERCICIOS 01. INTRODUCCIÓN A LA ESTADÍSTICA COMPUTACIONAL
Desafío 1: Realice otros 10 ejemplos con diferentes operadores matemáticos.
Asigno las variables a utilizar
v1 = 10
v2 = 3
Operaciones matemáticas
- 1-Resta
resta = v1 - v2
resta## [1] 7
- 2-Resto o modulo
resto = v1 %% v2
resto## [1] 1
- 3-Potencia
potencia = v1 ** v2
potencia## [1] 1000
- 4-Coseno
coseno = cos(v1)
coseno## [1] -0.8390715
- 5-Tangente
coseno = tan(v1)
coseno## [1] 0.6483608
- 6- Otra forma de representar la potencia
potencia = v1^v2
potencia## [1] 1000
- 7- area de un circulo
#se toma como valor del radio, la variable v1
area = pi*v1^2
cat(area, "cm2")## 314.1593 cm2
- 8- Numero entero de una division
# 10/3 = 3.33333
entero = v1 %/% v2
entero## [1] 3
- 9- suma de vectores
# a y b de la misma dimensión
a <- c(1, 3, 2)
b <- c(2, 0, 1)
vector = a + b
vector## [1] 3 3 3
- 10- suma de todos los elementos de un vector
a <- c(1, 3, 2)
suma_elementos = sum(a)
suma_elementos## [1] 6
Desafío 2: Realice ejemplos usando otros tipos de estructura de datos: elementos booleanos, factores, tablas, entre otros.
1- Dataframe que muestra marcas modelos de vehiculos, su marca e identifica si hay versión bencinera y diesel
marca = c("Toyota", "Subaru", "Chevrolet", "Chevrolet", "Honda", "Toyota", "Ford")
modelo = c("Yaris", "Forester", "Silverado", "Sail", "CRV", "Urban Cruiser", "F350")
diesel = c("NO", "NO", "SI", "NO", "NO", "SI", "SI");
bencinero = c("SI", "SI", "SI", "SI", "SI", "SI", "NO")
#Representacion de los datos en un data frame
vehiculos = data.frame(marca=marca, modelo=modelo, diesel=diesel, bencinero=bencinero)
head(vehiculos)## marca modelo diesel bencinero
## 1 Toyota Yaris NO SI
## 2 Subaru Forester NO SI
## 3 Chevrolet Silverado SI SI
## 4 Chevrolet Sail NO SI
## 5 Honda CRV NO SI
## 6 Toyota Urban Cruiser SI SI2- Factores
v1 <- c("Dic", "Abr", "Ene", "Mar", "Otro Valor")
meses <- c(
"Ene", "Feb", "Mar", "Abr", "May", "Jun",
"Jul", "Ago", "Sep", "Oct", "Nov", "Dic"
)
#factor, si el valor no existe muestra <NA>
x1 <- factor(v1, levels = meses)
x1## [1] Dic Abr Ene Mar <NA>
## Levels: Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic#Ordenados
sort(x1)## [1] Ene Mar Abr Dic
## Levels: Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic3- tabla con numeros aleatorios entre 1 y 30
#matriz con numeros aleatorios
#replace=T se utiliza para indicar que el valor se puede repetir
tab <- matrix(sample(1:30,10,replace=T) , ncol = 4 , nrow = 5)
tab <- as.table(tab) #convertir matriz a tabla
tab## A B C D
## A 19 23 19 23
## B 24 7 24 7
## C 16 4 16 4
## D 8 30 8 30
## E 10 10 10 10
Desafío 3: Construya una función que permita a un jugador jugar al piedra papel o tijeras..
piedra_papel_tijera = function(jugada) {
# Lista de movimientos posibles
mov_contrincante = list("piedra", "papel", "tijera")
# verifica que sea un movimiento valido en la lista
if (!(jugada %in% mov_contrincante)){
print("****La jugada no es valida****")
return()
}
# Se escoje de forma aleatoria un movimiento válido para la maquina
mov_maquina = sample(mov_contrincante, 1) #funcion del paqute basico
# caso en el que es empate
if (mov_maquina == jugada){
cat(paste("La maquina muestra: ", toString(mov_maquina), "\n"))
print("****Empate****")
}
# Caso en el que el jugador gana y la maquina pierde
else if (jugada == "piedra" & mov_maquina == "tijera" |
jugada == "papel" & mov_maquina == "piedra" |
jugada == "tijera" & mov_maquina == "papel"){
cat(paste("La maquina muestra: ", toString(mov_maquina), "\n"))
print("****El jugador ha ganado****")
}
# Caso donde el jugador pierde y la maquina gana
else{
cat(paste("La maquina muestra: ", toString(mov_maquina), "\n"))
print("****La maquina ha ganado****")
}
}- Utilizo la función
piedra_papel_tijera("tijera")## La maquina muestra: papel
## [1] "****El jugador ha ganado****"
Desafío 4:
1.- Seleccione un conjunto de datos desde el paquete ‘datasets’ de R. Para ver los datasets disponibles en la consola puede utilizar la función “data()” o puede consultarlos en la página web https://stat.ethz.ch/R-manual/R-devel/library/datasets/html/00Index.html. Una vez seleccionado puede utilizar la función data(‘nombre_del_dataset’) para cargar el dataset.
# Carga el dataset
data("AirPassengers")
2.- Describa el conjunto de datos y explique para que fue o podría ser utilizado. Puede usar la función help(‘nombre_del_dataset’). ¿Cuál es la fuente de los datos?
Los datos clásicos de la aerolínea Box & Jenkins. Totales mensuales de pasajeros de líneas aéreas internacionales, 1949 a 1960.
El conjunto de datos, corresponde a la cantidad de pasajeros por cada año desde 1949 a 1960, detallado por meses del año.
Este conjunto de datos puede ser utilizado para mostrar la variación que puede tener la venta de pasajes de aerolínea, demostrando que no es un crecimiento mensual, sino mas bien una variación mensual, pero si un crecimiento anual, que luego se refleja en el gráfico.
la fuente de los datos: Box, G. E. P., Jenkins, G. M. y Reinsel, G. C. (1976) Análisis, pronóstico y control de series temporales. Tercera edicion. Día de Holden. Serie G.
3.- Describa cada variable, indique a qué tipo de variable corresponde, indique qué valores puede tomar y su unidad de medida.
- Una serie de tiempo mensual, en miles.
4.- Ejecute la función summary(“conjunto_de_datos”). ¿Qué puede observar?
Se observa el resumen de los datos presentados con
data("AirPassengers")El resumen muestra valores (minimo, 1er cuarto, mediana, media, 3er cuarto y maximo)
summary(AirPassengers)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 104.0 180.0 265.5 280.3 360.5 622.0
5.- Ejecute la función plot(“conjunto_de_datos”). ¿Qué puede observar?
- Se observa el grafico lineal, en el eje x se muestra el tiempo en años y en el eje y se muestra la cantidad de pasajes de aerolinea, en resumida es un gráfico de pasajes por año
plot(AirPassengers)