Scribd
Cargar
11 vistas2 páginas

Practica Programación

Cargado por

Jhoan Porcel
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como TXT, PDF, TXT o lee en línea desde Scribd
11 vistas2 páginas

Practica Programación

Cargado por

Jhoan Porcel
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como TXT, PDF, TXT o lee en línea desde Scribd

#pregunnta 1

i<-10:900
(5^i/+3^i+i^3)

#pregunta 2
matriz <- function() {
matriz <- matrix(NA, nrow = 10, ncol = 10)
for (i in 1:10) {
for (j in 1:10) {
matriz[i, j] <- rp(1, lambda = 4)
}
}

return(matriz)
}
matriz_p <- matriz()
print(matriz_p)

#pregunta 3

i<-1:30
j<-2:10
(i/2)^2/(2+i*j)

#pregunta 4

a_vector <- function(vector) {


pares <- vector[vector %% 2 == 0]
impares <- vector[vector %% 2 != 0]

media_pares <- mean(pares)


mediana_pares <- median(pares)

rango_impares <- range(impares)


varianza_impares <- var(impares)

resultados <- list(


Pares = list(Media = media_pares, Mediana = mediana_pares),
Impares = list(Rango = rango_impares, Varianza = varianza_impares)
)

return(resultados)
}

#pregunta 5
x <- c(25, 29, 23, 23, 20, 19, 14, 19, 13, 14)
y <- c(80, 94, 75, 73, 63, 59, 47, 61, 43, 47)

regresion_ols <- function(x, y) {


X <- matrix(c(rep(1, length(x)), x), ncol = 2)
XtX <- t(X) %*% X
XtY <- t(X) %*% y
beta <- solve(XtX, XtY)

return(beta)
}
coeficientes <- regresion_ols(x, y)
print(coeficientes)
Esta función regresion_ols toma como entrada los vectores x y y, construye la
matriz X, calcula X'X, X'Y, y luego
resuelve la ecuación para encontrar los coeficientes β0 y β1. Finalmente, imprime
los coeficientes estimados.

También podría gustarte