UNIVERSIDAD CENTRAL DEL ECUADOR
Facultad de Ciencias Económicas
Colaborador Ing. Francisco Valverde PhD
R es un software que fue diseñado para hacer análisis estadísticos y gráficas y es un software de libre acceso. RStudio es un entorno de desarrollo integrado para el lenguaje de programación R, dedicado a la computación estadística y gráficos. Incluye una consola, editor de sintaxis que apoya la ejecución de código, así como herramientas para el trazado, la depuración y la gestión del espacio de trabajo. está disponible para Windows, Mac y Linux o para navegadores conectados a RStudio Server o RStudio Server Pro (Debian / Ubuntu, RedHat / CentOS, y SUSE Linux).
\[ Matriz \ A = \begin{bmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \\ 3 & 6 & 9 \\ 4 & 8 & 12 \\ \end{bmatrix} \]
matrix genera una matriz en RStudio o R base, pasando como input un vector numérico, de caracteres o lógico.ncol() devuelve el número de columnas de una matriz. La función nrow() devuelve el número de filas de una matriz.matriz_A<-matrix(c(1,2,3,2,4,6,3,6,9,4,8,12),nrow = 4, ncol=3, byrow = T )
matriz_A## [,1] [,2] [,3]
## [1,] 1 2 3
## [2,] 2 4 6
## [3,] 3 6 9
## [4,] 4 8 12j<-c(1,2,3)
q<-c(2,4,6)
k<-c(3,6,9)
l<-c(4,8,12)
matriz_A<-matrix(c(j,q,k,l),nrow = 4, ncol=3, byrow = T)
matriz_A## [,1] [,2] [,3]
## [1,] 1 2 3
## [2,] 2 4 6
## [3,] 3 6 9
## [4,] 4 8 12\[ Matriz \ I = \begin{bmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \\ \end{bmatrix} \]
diag() en lenguaje R se usa para construir una matriz diagonal.diag(4)## [,1] [,2] [,3] [,4]
## [1,] 1 0 0 0
## [2,] 0 1 0 0
## [3,] 0 0 1 0
## [4,] 0 0 0 1\[ Matriz \ L = \begin{bmatrix} 1 & 2 & -4 \\ -1 & -1 & 5 \\ 2 & 7 & -3 \\ \end{bmatrix} \]
matrix genera una matriz en RStudio o R base, pasando como input un vector numérico, de caracteres o lógico.ncol() devuelve el número de columnas de una matriz. La función nrow() devuelve el número de filas de una matriz.library(matlib)solve(): La función en lenguaje R se usa para resolver ecuaciones algebraicas lineales.matriz_L<-matrix(c(1,2,-4,-1,-1,5,2,7,-3),nrow = 3, ncol=3, byrow = T )
matriz_L## [,1] [,2] [,3]
## [1,] 1 2 -4
## [2,] -1 -1 5
## [3,] 2 7 -3print(("LA INVERSA DE LA MATRIZ ES: "))## [1] "LA INVERSA DE LA MATRIZ ES: "inversa<-print(solve(matriz_L))## [,1] [,2] [,3]
## [1,] -16.0 -11.0 3.0
## [2,] 3.5 2.5 -0.5
## [3,] -2.5 -1.5 0.5\[P =\left(\begin{array}{cc}1 & 2 & 3 & 0 & 2 \\ 2 & 4 & 6 & 0 & 3 \\ 3 & 6 & 9 & 0 & 5 \\ 4 & 8 & 12 & 0 & 7 \\ 5 & 10 & 15 & 5 & 11 \\ 6 & 12 & 18 & 5 & 13 \\ 7 & 14 & 21 & 5 & 17 \\ 8 & 16 & 24 & 5 & 19 \\ 9 & 18 & 27 & 5 & 23 \\\end{array}\right)\]
# Cargamos la libreria
library(readxl)
# Buscamos la direccion del archivo
file.choose()## [1] "C:\\Users\\POINT\\OneDrive\\Documentos\\KEVIN RMARKDOWN\\Matriz P.xlsx"# Luego de ver en consola guardamos la direccion en una variable
ruta_excel <- "C:\\Users\\POINT\\OneDrive\\Documentos\\KEVIN RMARKDOWN\\Matriz P.xlsx"
# Importamos los datos del archivo de excel con la funci?n read_excel
# asignandole a una variable esta funci?n nos permite escoger en que hoja
#y celdas especificamente esta la informacion en el archivo.
matrizp <- read_excel(ruta_excel, sheet = 'Hoja1', range = 'C4:G13')## New names:
## * `` -> ...1
## * `` -> ...2
## * `` -> ...3
## * `` -> ...4
## * `` -> ...5# Finalmente visualizamos la matriz en la consola
matrizp## # A tibble: 9 x 5
## ...1 ...2 ...3 ...4 ...5
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 2 3 0 2
## 2 2 4 6 0 3
## 3 3 6 9 0 5
## 4 4 8 12 0 7
## 5 5 10 15 5 11
## 6 6 12 18 5 13
## 7 7 14 21 5 17
## 8 8 16 24 5 19
## 9 9 18 27 5 23# Tambien podemos visualizarla usando el comando View
View(matrizp)\[\left\lbrace \begin{array}{ll} x+5y=7 \newline -2x-7y=-5 \end{array} \right.\]
# Creamos la primera matriz donde vamos a colocar los coeficientes,
# es decir, los valores antes del igual
m1<- matrix(c(1,-2,5,-7), nrow= 2)
# Visualizamos la primera matriz creada
m1## [,1] [,2]
## [1,] 1 5
## [2,] -2 -7# Creamos la segunda matriz donde vamos a colocar las constantes,
# es decir, los valores despu?s del igual
m2<- matrix(c(7,-5))
# Visualizamos la segunda matriz creada
m2## [,1]
## [1,] 7
## [2,] -5# Creamos una nueva variable asignandole el proceso de la funcion solve para
# resolver sistemas de ecuaciones lineales El primer parametro sera
#la primera matriz y el segundo par?metro sera la segunda matriz
m3<- solve(m1,m2)
# Podemos seleccionar cada dato seg?n su posici?n y asignarlo a su variable
#correspondiente
x<- m3[1,1]
y<- m3[2,1]
# Finalmente visualizamos los valores de las variables encontradas
x## [1] -8y## [1] 3# Ahora si deseamos una mejor visualizacion renombramos sus filas por
# el nombre de la variable encontrada, en su respectivo orden
rownames(m3)<- c("x=", "y=")
# Visualizamos el resultado
m3## [,1]
## x= -8
## y= 3\[ Matriz \ A = \begin{bmatrix} 1 & 4 & 9 \\ 7 & 2 & 5 \\ 6 & 8 & 3 \\ \end{bmatrix} \]
matrix genera una matriz en RStudio o R base, pasando como input un vector numérico, de caracteres o lógico.ncol() devuelve el número de columnas de una matriz. La función nrow() devuelve el número de filas de una matriz.A <- matrix(c( 1,4,9,7,2,5,6,8,3), nrow = 3, byrow = T)
A## [,1] [,2] [,3]
## [1,] 1 4 9
## [2,] 7 2 5
## [3,] 6 8 3det(A)## [1] 398\[ Matriz \ A = \begin{bmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \\ \end{bmatrix} \]
\[ Matriz \ transpuesta \ A^T = \begin{bmatrix} 1 & 4 & 7 \\ 2 & 5 & 8 \\ 3 & 6 & 9 \\ \end{bmatrix} \]
matrix genera una matriz en RStudio o R base, pasando como input un vector numérico, de caracteres o lógico.ncol() devuelve el número de columnas de una matriz. La función nrow() devuelve el número de filas de una matriz.matri_A<-matrix(c(1,2,3,4,5,6,7,8,9),nrow = 3, ncol=3, byrow = T )
matri_A## [,1] [,2] [,3]
## [1,] 1 2 3
## [2,] 4 5 6
## [3,] 7 8 9print(paste0( "LATRANSPUESTA DE LA MATRIZ ES: "));print(t(matri_A))## [1] "LATRANSPUESTA DE LA MATRIZ ES: "## [,1] [,2] [,3]
## [1,] 1 4 7
## [2,] 2 5 8
## [3,] 3 6 9