Ejercicios en código R

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

INGENIERIA EN ESTADÍSTICA

APLICANDO LOS PRIMEROS CONOCIMIENTOS DE RSTUDIO

En este documento se presentan 5 ejercicios de aprendizaje simple y básico para principiantes en la comunidad de RStudio.

AUTORES

• Erazo Gabriela
• Espinosa Ricardo
• Gavilanes Mayra
• Guamán Jennifer

COLABORACION

• Profesor: Francisco Valverde (PhD en informática)

EJERCICIOS

• EJERCICIO 1

  -Para el primer ejercicio se resolveran las siguientes multiplicaciones y divisiones que se encuentran en una fracción.

- EJERCICIO 1.1

\[ a = \frac{0.3 * 0.15}{0.3 * 0.15 + 0.12 * 0.8 + 0.5 * 0.15} \]

ejercicio1 <- (0.3*0.15)/((0.3*0.15)+(0.2*0.8)+(0.5*0.12))
ejercicio1

## [1] 0.1698113

-En el siguiente ejercicio se resolverá una fracción en la cual piden que se calcule en numerador elevado a una potencia, en el denomidor el factorial de un número y esto a su vez multiplicado por euler elevado a una potencia negativa.

- EJERCICIO 1.2

\[ b = \frac{5^6}{6!} e^{-5}\]

ejercicio2 <- ((5^6)/(factorial(6)))*exp(-5)
ejercicio2                       

## [1] 0.1462228

-Para el presente ejercicio se solicita el resulta de la siguiente multiplicación de combinatoria.

- EJERCICIO 1.3

\[ \left(\begin{array}{c} 20\\ 7 \end{array}\right) 0.4^{7}0.6^{0.13}\]

ejercicio3 <- ((factorial(20))/(factorial(7)*factorial(20-7))*(0.4^7)*(0.6^(13)))
ejercicio3  

## [1] 0.1658823

• EJERCICIO 2

  • En este literal se procederá a realizar dos tipos de sumas, cada una con una consideración especial.

- * PRIMERA SUMA

\[ 1+2+3+...+10001+2+3+...1000 \] - Para poder realizar esta operación necesitamos instalarnos las siguientes librerías.

library(stringr)

## Warning: package 'stringr' was built under R version 4.1.3

library(htmlwidgets)

## Warning: package 'htmlwidgets' was built under R version 4.1.3

vec1 <- (1:1000)
vec2 <- (1:1000)
op1 <- sum(vec1)
op2 <- sum(vec2)

str_c(op1,op2)

## [1] "500500500500"

- * SEGUNDA SUMA

\[ 1+2+4+8+16...+10241+2+4+8+16+...+1024 \]

FÓRMULA DE SUMATORIA TOTAL \[ Sn = a1+...+an = \frac{a1(r^{n}-1)}{r-1} \] - Para este ejercicio debemos percatarnos que las dos librerías anteríores estén instaladas en R.

library(stringr)
library(htmlwidgets)

a1<-1
n<-11
r<-2
x<-a1 * (r^n - 1) / (r - 1)
x

## [1] 2047

str_c(x,x)

## [1] "20472047"

• EJERCICIO 3

  • En este ejercicio se creará un vector que contenga 20 nombres, el cuál nos servirá para realizar diferentes operaciones en los siguientes puntos que se detallan a continuación.

VECTOR ALUMNOS

alumnos <- c("Alexandra", "Ricardo", "Gabriela", "Joaquín", "Samantha", "Doris", "Juan", "José", "Esteban", "Michelle", "Brenda", "Génesis", "Emily", "Kevin", "Dennis", "Melanie", "Samuel", "Dámaris", "Daniel", "Betty" )

- EJERCICIO 3.1

-Se necesita visualizar en pantalla los nombres ingresados anteriormente en el vector alumnos, para esto colocaremos el nombre del vector y lo ejecutaremos.

alumnos

##  [1] "Alexandra" "Ricardo"   "Gabriela"  "Joaquín"   "Samantha"  "Doris"    
##  [7] "Juan"      "José"      "Esteban"   "Michelle"  "Brenda"    "Génesis"  
## [13] "Emily"     "Kevin"     "Dennis"    "Melanie"   "Samuel"    "Dámaris"  
## [19] "Daniel"    "Betty"

- EJERCICIO 3.2

-Se necesita conocer el número de componetes del vector alumnos, para lo cual utilizaremos la función length que obtiene o establece la longitud de los vectores.

length(alumnos)

## [1] 20

- EJERCICIO 3.3

• Utilizando el vector alumnos se desea conocer las posiciones en las que se encuentra la letra “A”, para lo cual lo haremos de la siguente manera.

library(stringr)
library(htmlwidgets)
str_detect(alumnos, "(a|á|A)")

##  [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
## [13] FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE

str_view_all(alumnos, "(a|á|A)") 

• EJERCICIO 4

  • Para el presente ejercicio se solicita que cree un vector llamado notas el cuál contendrá la misma longitud que el vector alumnos, puesto que las notas ingresadas corresponderán a dichos estudiantes.

VECTOR NOTAS

notas <- c(9.5, 6.8, 10, 6.7, 7.8, 6.2, 7, 8.35, 8, 6.99, 7.45, 7.65, 5, 6, 7.23, 
           8.32, 8, 9, 10, 5.65)

- EJERCICIO 4.1

• Se necesita visualizar en pantalla las calificaciones ingresados anteriarmente en el vector notas, para esto colocaremos el nombre del vector y ejecutaremos.

notas

##  [1]  9.50  6.80 10.00  6.70  7.80  6.20  7.00  8.35  8.00  6.99  7.45  7.65
## [13]  5.00  6.00  7.23  8.32  8.00  9.00 10.00  5.65

- EJERCICIO 4.2

• Se necesita conocer el número de componetes del vector alumnos, para lo cual utilizaremos la función length que obtiene o establece la longitud de los vectores.

length(notas)

## [1] 20

- EJERCICIO 4.3

• El docente que imparte la asignatura de programación desea conocer la suma de las calificaciones que ingresó, para realizar utilizará función sum.

suma_notas <- sum(notas)
suma_notas

## [1] 151.64

- EJERCICIO 4.4

• Los estudiantes solicitan al docente que les indique cuál es la media aritmética obtenida por el curso motivo por el cual el docente se ayuda de la función mean.

med_art <- mean(notas)
med_art

## [1] 7.582

- EJERCICIO 4.5

• El docente quiere saber en que posiciones están las notas mayores de 7

which(notas >= 7, notas)

##  [1]  1  3  5  7  8  9 11 12 15 16 17 18 19

- EJERCICIO 4.6

• El docente quiere visualizar las notas ordenadas de menor a mayor para una mejor observación de los datos, para esto aplica la función sort.

notas_menor_mayor <- sort(notas)
notas_menor_mayor

##  [1]  5.00  5.65  6.00  6.20  6.70  6.80  6.99  7.00  7.23  7.45  7.65  7.80
## [13]  8.00  8.00  8.32  8.35  9.00  9.50 10.00 10.00

- EJERCICIO 4.7

• Después de visualizar las notas en orden descendente decidío ordenarlas de mayor a menor y aplicó la función sort con la condición decreasing = TRUE.

notas_mayor_menor <- sort(notas, decreasing = T)
notas_mayor_menor

##  [1] 10.00 10.00  9.50  9.00  8.35  8.32  8.00  8.00  7.80  7.65  7.45  7.23
## [13]  7.00  6.99  6.80  6.70  6.20  6.00  5.65  5.00

- EJERCICIO 4.8

• Antes de comunicar las notas obtenidas el docente desea saber la nota máxima obtenida por sus alumnos y aplica la función max.

nota_max <- max(notas)
nota_max

## [1] 10

- EJERCICIO 4.9

• En esta ocasión el director de la asignatura requiere saber en que posición del vector está la nota máxima; para cumplir con el requerimiento del director se aplica la función which.

a <- as.factor(c(9.5, 6.8, 10, 6.7, 7.8, 6.2, 7, 8.35, 8, 6.99, 7.45, 7.65, 5, 6, 7.23, 8.32, 8, 9, 10, 5.65))

b <- which(notas >= 10, notas)
b

## [1]  3 19

• EJERCICIO 5

  • En este ejercicio se realizaran algunas operaciones con los dos vectores previamente creados en ejercicios con anterioridad.

- EJERCICIO 5.1

• Se requiere visualizar las notas de los 10 primeros alumnos y se aplican las siguientes condiciones y para una mejor visualización se crea una tabla.

op3 <- notas[c(1:10)]
op3

##  [1]  9.50  6.80 10.00  6.70  7.80  6.20  7.00  8.35  8.00  6.99

op4 <- alumnos[c(1:10)]
op4

##  [1] "Alexandra" "Ricardo"   "Gabriela"  "Joaquín"   "Samantha"  "Doris"    
##  [7] "Juan"      "José"      "Esteban"   "Michelle"

op5 <- data.frame(alumnos, notas)
op5

- EJERCICIO 5.2

• Una vez obtenidas las notas de los 10 primeros alumnos del se desea conocer la suma de las mismas que están un nuevo vector

sum(op3)

## [1] 77.34

- EJERCICIO 5.3

• Se necesita corroborar la información proporcionada de cuántos alumnos cursan la asignatura de programación, para esto se consulta mediante la siguiente función.

total_alumnos <- length(alumnos)
total_alumnos

## [1] 20

- EJERCICIO 5.4

• Se desea conocer la suma de las notas de los alumnos antes mencionados y se procede a utilizar la función sum.

suma_notas <- sum(notas)
suma_notas

## [1] 151.64

- EJERCICIO 5.5

• ¿Cuántos alumnos han aprobado la asignatura?. Sabiendo que para poder hacerlo su nota deber ser igual o mayor a 7.

aprob <- sum(notas >= 7)
aprob

## [1] 13

- EJERCICIO 5.6

• De los alumnos que cursaron la asignatura. ¿Qué porcentaje de alumnos aprobó la misma?

porcent_aprob <- (aprob*100)/20
cat("El porcentaje de alumnos aprobados es: ",porcent_aprob, "%")

## El porcentaje de alumnos aprobados es:  65 %

- EJERCICIO 5.7

• ¿Cuáles han sido las notas máximas y mínimas?. Obtenidas por los alumnos en la asignatura de programación.

nota_min <- min(notas)
nota_min

## [1] 5

notas_max_min <- c(nota_max, nota_min) 
notas_max_min

## [1] 10  5

- EJERCICIO 5.8

• ¿De qué alumnos son la máximas y las mínimas notas?

op5[op5$notas==max(notas), ];op5[op5$notas==min(notas), ]

- EJERCICIO 5.9

• Cuál es la media de los alumnos, teniendo en cuenta sólo a los que han aprobado

med_aprob <- (notas[notas >= 7]); med_aprob

##  [1]  9.50 10.00  7.80  7.00  8.35  8.00  7.45  7.65  7.23  8.32  8.00  9.00
## [13] 10.00

total_aprob <- mean(med_aprob); total_aprob

## [1] 8.330769

EL CONOCIMIENTO ES LA GUÍA PARA FORJAR UN FUTURO MEJOR