Tarea-1_Grupo-A2.R

setwd("~/Library/CloudStorage/GoogleDrive-icarounam@gmail.com/Mi unidad/UIS/Clases_prep/Alumnos/Prácticas/Práctica_1/A2")
grav<-read.table("gravimet.csv", header=T, sep=",")
attach(grav)
fit1<-lm(porcentaje~conc)
summary(fit1)

## 
## Call:
## lm(formula = porcentaje ~ conc)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -6.5883 -2.3705 -0.3827  2.2877  7.0373 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)   17.684      1.776   9.956 9.87e-08 ***
## conc         -34.496      2.997 -11.510 1.59e-08 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.041 on 14 degrees of freedom
## Multiple R-squared:  0.9044, Adjusted R-squared:  0.8976 
## F-statistic: 132.5 on 1 and 14 DF,  p-value: 1.595e-08

# La ecuación que describe la función es: % cambio en peso = (-34.496*Concentración de sacarosa) + (17.684)
layout(matrix(1:4,2,2))
plot(fit1)

shapiro.test(fit1$residuals)

## 
##  Shapiro-Wilk normality test
## 
## data:  fit1$residuals
## W = 0.97805, p-value = 0.9462

## Hallando concentraciones de una solución hipertónica, isotónica e hipotónica
# Se usa la base de datos (grav) y se identifican los cambios de peso en los cuales los tuberculos de papa:
# tienen menor peso que el inicial (solución hipertónica), el peso no cambia (isotónica), o el peso es mayor que el inicial (hipotónica)
grav

##    conc rep peso.inicial peso.final porcentaje
## 1   0.0   1         1.53       1.78  16.339869
## 2   0.1   1         1.44       1.66  15.277778
## 3   0.3   1         1.49       1.67  12.080537
## 4   0.4   1         1.48       1.44  -2.702703
## 5   0.5   1         1.45       1.37  -5.517241
## 6   0.7   1         1.42       1.32  -7.042254
## 7   0.9   1         1.40       1.18 -15.714286
## 8   1.0   1         1.42       1.21 -14.788732
## 9   0.0   2         1.46       1.73  18.493151
## 10  0.1   2         1.35       1.62  20.000000
## 11  0.3   2         1.44       1.59  10.416667
## 12  0.4   2         1.37       1.39   1.459854
## 13  0.5   2         1.54       1.49  -3.246753
## 14  0.7   2         1.40       1.29  -7.857143
## 15  0.9   2         1.55       1.34 -13.548387
## 16  1.0   2         1.33       1.20  -9.774436

# Se elige la perdida de peso más negativa -13.55%, el no cambio de peso (0), y el mayor aumento de peso (16.34%)
# Los valores de peso se reemplazan en la ecuación hallada despejando la concentración de sacarosa
# Concentración de sacarosa = (% cambio en peso-17.684)/(-34.496)
# Aquí una solución automática usando R
sol<-c(-13.55,0,16.34)
X <- matrix(0, nrow = length(sol), ncol = 1)
for (i in 1:1) {
  Y <- (sol)
    X [,i] <- (((Y-16.684)/-34.496))
}
X

##             [,1]
## [1,] 0.876449443
## [2,] 0.483650278
## [3,] 0.009972171

# Los valores hallados de concentración para cada tipo de solución se reeplazan en la ecuación de Van't Hoff para hallar el potencial osmótico
# Ψs = -i RCT = -1*0.083*X*298
# Aquí una solución automática usando R
Ψs <- matrix(0, nrow = length(X), ncol = 1)
for (i in 1:1) {
  X <- (X)
  Ψs [,i] <- (-1*0.083*X*298)
}
Ψs

##             [,1]
## [1,] -21.6781005
## [2,] -11.9626060
## [3,]  -0.2466517

# Los resultados estan en bares, las unidades más usadas son Mpa, se convierten, 1bar = 0.1 Mpa
Ψs <- Ψs/10
Ψs

##             [,1]
## [1,] -2.16781005
## [2,] -1.19626060
## [3,] -0.02466517