T5IFQI.Rmd

---
title: '**Tarea 5**'
author: ' \textcolor{blue}{Iván F. Quiroz Ibáñez}'
date: "`r format(Sys.time(), '%d % de %B % de %Y')`"
language: es-MX
output:
  pdf_document:
    includes:
  html_document:
    toc: TRUE
    toc_float: TRUE
    fig_caption: yes
    df_print: paged
  word_document:
subtitle: COA-501 Herramientas de cómputo para investigadores
---

### ** 1) Instrucciones**
Cree 5 pares de objetos tmin1, tmax1, tmin2, tmax2, …, tmin5, tmax5 de longitud 5. Donde tmin son temperaturas mínimas diarias y tmax son temperaturas máximas diarias. Luego,cree una matriz temperatura (dim 5 x 10) con los objetos creados. Utilice la función tpromedio vista en clase para calcular los promedios de temperatura tp1, tp2, …,tp5, cree una matriz para guardar estos promedios. Defina un ciclo **for** para hacer los cálculos en forma cíclica.


### ** 2) Creación de datos**
```{r}
set.seed(123)
tmin1 <- sample(0:10,5,replace=T)
tmax1 <- sample(25:32,5,replace = T)

tmin2 <- sample(0:10,5,replace=T)
tmax2 <- sample(25:32,5,replace = T)

tmin3 <- sample(0:10,5,replace=T)
tmax3 <- sample(25:32,5,replace = T)

tmin4 <- sample(0:10,5,replace=T)
tmax4 <- sample(25:32,5,replace = T)

tmin5 <- sample(0:10,5,replace=T)
tmax5 <- sample(25:32,5,replace = T)

temperatura <- cbind(tmin1,tmax1,tmin2,tmax2,tmin3,tmax3,tmin4,tmax4,tmin5,tmax5)
dim(temperatura)
```

### ** 3) Filtrado y organización de base de datos**
```{r}
temperatura_r <- rbind(temperatura[,c(1,2)],temperatura[,c(3,4)],
                temperatura[,c(5,6)],temperatura[,c(7,8)],temperatura[,c(9,10)])

colnames(temperatura_r) <- c("tmin","tmax")

t.promedio <- function(tmin, tmax) 
{ 
  ( tmax + tmin ) / 2
}

tp1 <- t.promedio(temperatura[,1],temperatura[,2])
tp2 <- t.promedio(temperatura[,3],temperatura[,4])
tp3 <- t.promedio(temperatura[,5],temperatura[,6])
tp4 <- t.promedio(temperatura[,7],temperatura[,8])
tp5 <- t.promedio(temperatura[,9],temperatura[,10])

tp1;tp2;tp3;tp4;tp5

tp <- cbind(tp1,tp2,tp3,tp4,tp5)
```

### ** 4) Uso del bucle For **
```{r}
#Opcion 1 funcion por filas con matrix temperatura_r y print como array
 for ( row in 1:nrow(temperatura_r)) { 
   
   tmin <- temperatura_r[row, "tmin"]
   tmax  <- temperatura_r[row, "tmax"]
   
    t.prom <- (tmin+tmax)/2
    
    #print(paste("Promedio de",
    #t.prom,"°C"))
    
    print(array(t.prom))
    
 }



# Opcion 2 Aplicar funcion ordenada en filas con matrix temperatura y print como array
for ( row in 1:nrow(temperatura)) { 
    
  tmin <- temperatura[row,seq_len(ncol(temperatura))%%2==1]#c(1,3,5,7,9)
  tmax  <- temperatura[row,seq_len(ncol(temperatura))%%2==0]#2,4,6,8,10
  
  t.prom <- (tmin+tmax)/2
  
  #print(paste("Promedio de",
  #t.prom,"°C","en la fila",row))
  print(array(t.prom))
}


#Ordenar de forma vertical (tmin1,tmax1,...) de filas a columna
for(row in 1:nrow(temperatura)) {
  for(col in 1:ncol(temperatura)) {
    print(array(temperatura[row, col]))
  }
}

```


### ** 5) Conclusiones**

El bucle for se utiliza para recorrer los elementos de un objeto iterable (lista, tupla, conjunto, diccionario, …) y ejecutar un bloque de código. En cada paso de la iteración se tiene en cuenta a un único elemento del objeto iterable, sobre el cuál se pueden aplicar una serie de operaciones.