Universidad Nacional del Callao
Facultad de Ciencias Económicas
Ejercicios Básicos en R Aplicados a
Economía
Autora: Dra. LUZBETH NAVARRETE LEAL
Fecha: 8 de septiembre de 2025
Índice
Introducción 2
1. Operadores 3
2. Tipos de datos básicos 3
3. Vectores 4
4. Matrices 5
5. Arrays 5
6. Listas 6
7. Data frames 7
1
Introducción
Este reporte reúne ejercicios muy básicos y breves en el lenguaje R orientados a temas
económicos. Cada sección incluye una explicación teórica mínima y cuatro ejercicios resueltos.
Los temas cubiertos son: operadores, tipos de datos básicos, vectores, matrices, arrays, listas
y data frames.
2
1. Operadores
Explicación teórica
En R, los operadores permiten realizar cálculos y comparaciones: aritméticos (+, -, *, /),
relacionales (>, <, ==, !=) y lógicos (&&, ||, !).
Ejercicios
1. Ingreso total (precio × cantidad).
precio <- 50
cantidad <- 200
ingreso_total <- precio * cantidad
ingreso_total
# [1] 10000
2. ¿El tipo de cambio supera 4.0?
tipo_cambio <- 3.85
tipo_cambio > 4.0
# [1] FALSE
3. Variación porcentual de ventas.
ventas_antes <- 1500
ventas_despues <- 1800
variacion_pct <- (ventas_despues - ventas_antes) / ventas_antes * 100
variacion_pct
# [1] 20
4. ¿Ganancia positiva?
ingresos <- 5000
costos <- 5200
ingresos > costos
# [1] FALSE
2. Tipos de datos básicos
Ejercicios
1. Nombre de producto (carácter).
3
producto <- "Laptop"
class(producto)
# [1] "character"
2. PIB en miles de millones (numérico).
PIB <- 230.5
class(PIB)
# [1] "numeric"
3. Indicador de inflación alta (lógico).
inflacion_alta <- TRUE
class(inflacion_alta)
# [1] "logical"
4. Tasa de interés faltante (NA).
tasa <- NA
is.na(tasa)
# [1] TRUE
3. Vectores
Ejercicios
1. Precios de productos.
precios <- c(10, 20, 30, 40)
precios
# [1] 10 20 30 40
2. Promedio de ingresos semanales.
ingresos <- c(500, 600, 700, 800)
mean(ingresos)
# [1] 650
3. Filtrar precios mayores a 25.
precios[precios > 25]
# [1] 30 40
4
4. Ventas totales de dos meses.
enero <- c(100, 200, 300)
febrero <- c(150, 250, 350)
enero + febrero
# [1] 250 450 650
4. Matrices
Ejercicios
1. Matriz de precios por meses.
M <- matrix(c(10,20,30,40,50,60), nrow = 2)
M
# [,1] [,2] [,3]
# [1,] 10 30 50
# [2,] 20 40 60
2. Extraer la segunda columna.
M[, 2]
# [1] 30 40
3. Sumas por columna.
colSums(M)
# [1] 30 70 110
4. Multiplicar todos los elementos por 2.
M * 2
# [,1] [,2] [,3]
# [1,] 20 60 100
# [2,] 40 80 120
5. Arrays
Ejercicios
1. Ingresos trimestrales en un array 2x2x2.
5
A <- array(1:8, dim = c(2, 2, 2))
A
# , , 1
# [,1] [,2]
# [1,] 1 3
# [2,] 2 4
#
# , , 2
# [,1] [,2]
# [1,] 5 7
# [2,] 6 8
2. Primera capa.
A[, , 1]
# [,1] [,2]
# [1,] 1 3
# [2,] 2 4
3. Suma total del array.
sum(A)
# [1] 36
4. Actualizar un valor.
A[1, 1, 2] <- 99
A
# , , 1
# [,1] [,2]
# [1,] 1 3
# [2,] 2 4
#
# , , 2
# [,1] [,2]
# [1,] 99 7
# [2,] 6 8
6. Listas
Ejercicios
1. Lista con datos de empresa.
6
empresa <- list(nombre = "ABC", empleados = 50, ingresos = 100000)
empresa
# $nombre
# [1] "ABC"
#
# $empleados
# [1] 50
#
# $ingresos
# [1] 100000
2. Acceder al nombre.
empresa$nombre
# [1] "ABC"
3. Modificar ingresos.
empresa$ingresos <- 120000
empresa$ingresos
# [1] 120000
4. Agregar país.
empresa$pais <- "Peru"
empresa$pais
# [1] "Peru"
7. Data frames
Ejercicios
1. Crear data frame con productos y precios.
datos <- data.frame(producto = c("Laptop", "Tablet"),
precio = c(1500, 800))
datos
# producto precio
# 1 Laptop 1500
# 2 Tablet 800
2. Agregar columna de stock.
7
datos$stock <- c(10, 15)
datos
# producto precio stock
# 1 Laptop 1500 10
# 2 Tablet 800 15
3. Filtrar productos con precio >1000.
datos[datos$precio > 1000, ]
# producto precio stock
# 1 Laptop 1500 10
4. Precio promedio.
mean(datos$precio)
# [1] 1150
