Beruflich Dokumente
Kultur Dokumente
Daniel Fraiman
Contenidos clase 1 de R: vectores, vectores aleatorios, funciones.
Vectores
Vectores de números:
1. Resolver
2. Resolver:
(a) Defina un vector x con los números naturales del 1 al 10, y un vector y con los
número del 101 al 110. ¿Qué se obtiene si hace x + y? ¿Qué se obtiene si hace
x/y? ¿Es importante que los vectores tengan la misma longitud? ¿Qué hace R
si tiene que sumar vectores de distinta longitud? Hint: Si le exigimos que sume
vectores de distinta dimensión (que no tiene mucho sentido y hay que tratar de
evitarlo salvo sumar un número) toma lo “más natural”.
(b) Defina un vector x con los números naturales del 1 al 10, y eleve al cuadrado ese
vector. ¿Qué hace R? ¿x2 es igual a x ∗ x?
(c) Aplique alguna operación sobre q = c(1 : 4227) de manera de obtener el vector w
del punto 1(d).
1
Big Data: Marco conceptual, técnicas y aplicaciones
Daniel Fraiman
Vectores de caracteres:
3. Resolver:
(a) Escriba letters. ¿En qué difiere de LETTERS? Hint: Estos dos vectores LET-
TERS y letters un vector que siempre está cargado en R.
(b) ¿Qué longitud tiene el vector letters?
(c) Escriba paste(letters[1],letters[2],sep=“”) y paste(letters[1],letters[2],sep=“ ”) Hint:
sep indica quien separa a las “palabras”. Y suele ser un espacio vacı́o...
(d) Escriba en pantalla la palabra “Hola”.
(e) Escriba en pantalla la oración “Me encanta R”. Hint: paste(palabra1, palabra2,
palabra3, sep=“ ”)
(f) ¿Es posible construir un vector donde la primera coordenada es “mesa”, la segunda
es “silla”, y la tercera “mantel” ?
Números/vectores aleatorios
4. Resolver:
5. Resolver:
(a) Toma una muestra aleatoria de tamaño 1000 de una distribución Normal con
media µ = 12 y desvı́o σ = 2. Hint: rnorm(?1 , ?2 , ?3 ).
(b) Toma una muestra aleatoria de tamaño 1000 de una distribución Uniforme entre
3 y 8. Hint: runif (?1 , ?2 , ?3 ).
(c) ¿Qué podrı́a hacer para ver si efectivamente las muestras tomadas tienen la dis-
tribución adecuada? Hint: Hacer un gráfico, ¿cuál?
2
Big Data: Marco conceptual, técnicas y aplicaciones
Daniel Fraiman
Funciones
Las funciones tienen un input y como salida dan algún output. La función sample tiene dos
inputs el vector de donde quiero elegir los números (x), y cuántos quiero sacar (n). La salida
es el vector de los n números aleatorios
Para usar las funciones siempre ponemos paréntesis, y dentro del paréntesis van los inputs
(o argumentos) respetando cierto orden establecido.
Funciones predeterminadas
6. Resolver utilizando la función sum:
(a) 1 + 2 + 3 + 4 + 5 + · · · + 100.
(b) 1 + 1/2 + 1/3 + 1/4 + 1/5 + · · · + 1/100.
(c) 1/2 + 1/4 + 1/8 + 1/16 + 1/32 + 1/64 + 1/128.
(d) 1/2 + 1/22 + 1/23 + 1/24 + 1/25 + · · · + 1/250 .
3
Big Data: Marco conceptual, técnicas y aplicaciones
Daniel Fraiman
7. Defina una función, sumando(N ), que tenga al número N como el único argumento
(input), y que devuelva la siguiente suma: