solucion-2021-01-20

1. Ejemplo en Bash:

   for i in $(seq 1 1000)
   do mkdir ~/experimento$i
   cp /home/manadine/dat/examen/experimento$i/resumen.txt experimento$i
   done
   

   En R:

   for (i in 1:1000)
   {
      system (paste0 ("mkdir ~/experimento", i))
      system (paste0 ("cp /home/manadine/dat/examen/experimento",i,
                      "/resumen.txt experimento",i))
   }
   

2. Descubrir el fichero .Rhistory mediante

   ls -a /home/manadine/dat/examen
   

   o bien

   find /home/manadine/dat/examen
   

   y luego ver su contenido:

   cat /home/manadine/dat/examen/.Rhistory
   

   Hay un bucle que crea los ficheros "resultado" y otro para los ficheros "resumen".

3. En R:

   estaciones.datos <- read.csv2("https://carleos.epv.uniovi.es/~carleos/aireUO/dat/csv/Estación_Señal.csv")
   estaciones.idnombre <- unique (estaciones.datos [c("id_es","nombre_es")])
   estaciones.nombre <- as.character (estaciones$nombre_es)
   estaciones.id <- as.character (estaciones$id_es)
   names(estaciones.nombre) <- estaciones.id
   
   for (estacion in estaciones.id)
       for (anno in 2010:2018)
       {
           a <- try (read.csv (paste0 ("https://carleos.epv.uniovi.es/~carleos/aireUO/dat/csv/",
                                       anno, "/vale",
                                       formatC(as.numeric(estacion),width=3,flag=0), ".csv")),
                     silent = TRUE)
           if (class (a) == "data.frame")
           {
               so2 <- a$SO2_HI [a$FL_SO2 == "V"]
               superaciones <- sum (so2 > 150)
               if (superaciones > 24)
                   cat ("SUPERA", superaciones, "veces", estaciones.nombre[estacion], "en an~o", anno, "\n")
           }
       }
   closeAllConnections () # quedan muchas abiertas por los errores de descarga
   

4. En R:

   ## Los datos han sido generados asi':
   n.base <- 1000
   n.nuevos <- 5
   n.locus <- 4
   generar.genotipo1 <- function () sample (120:122,1)
   generar.genotipos <- function (n, prefijo)
   {
       M <- matrix (replicate (n * n.locus * 2, generar.genotipo1()),
                    n)
       rownames(M) <- paste0(prefijo, 1:n)
       colnames(M) <- paste0 ("Locus", c (t (outer (1:n.locus, c("a","b"), paste0))))
       M
   }
   base   <- generar.genotipos (n.base,   "Base")
   nuevos <- generar.genotipos (n.nuevos, "Nuevo")
   write.table (base, "base.txt")
   write.table (nuevos, "nuevos.txt")
   
   ## lectura de datos
   base <- read.table ("base.txt")
   nuevos <- read.table ("nuevos.txt")
   n.locus <- ncol(base) / 2
   
   ## resoluciones
   coincidencias <- function (g1, g2)
   {
       g1 <- as.numeric(g1) # porque van a usarse con dataframes
       g2 <- as.numeric(g2)
       indices <- seq (1, by=2, length.out=n.locus)
       sapply (indices,
               function (i) setequal (g1[c(i,i+1)],
                                      g2[c(i,i+1)]))
   }
   ## coincide alguno ?
   for (i in 1:nrow(nuevos))
       for (j in 1:nrow(base))
           if (all(coincidencias(nuevos[i,],base[j,])))
               cat ("El nuevo", i, "coincide con el", j, "de la base.\n")
   ## otra forma de hacerlo:
   apply (outer (1:nrow(nuevos),
                 1:nrow(base),
                 Vectorize (function (i, j) all(coincidencias(nuevos[i,],base[j,])))),
          1,
          any)
   ## con cua'ntos coincide
   apply (outer (1:nrow(nuevos),
                 1:nrow(base),
                 Vectorize (function (i, j) all(coincidencias(nuevos[i,],base[j,])))),
          1,
          sum)
   ## proporcio'n de coincidencias
   100 * outer (1:nrow(nuevos),
                1:nrow(base),
                Vectorize (function (i, j) mean(coincidencias(nuevos[i,],base[j,]))))