CAPÍTULO 6. GRAFICACIÓN CON R
153
n
<-
4
for
(i
in
0
:
n) {
curve
(
fsin
(i,i)(x),
xlim
=
c
(
0
,
2
*
pi),
col
=
rainbow
(n
+
1
)[i
+
1
],
add
=(i
!=
0
),
# Note el valor de add
lwd
=
2
)
# el grosor de las líneas
}
El resultado del código anterior se muestra en la Fig. 6.18. Debe notarse que
el valor del argumento
add=(i!=0)
, es una expresión lógica. Esto es para indi-
carle al lenguaje que la primera vez que se ejecuta la función, es para producir
la gráfica y no para añadirla a una existente, como ocurre en todos los otros ca-
sos. Otra nota importante es la manera cómo se ha especificado la función en el
llamado a
curve()
; esto es, se ha llamado a
fsin(i,i)(x)
, y no simplemente
a
fsin(i,i)
, como la intuición nos hubiera indicado. Esto se debe a manejos
internos del intérprete para facilitar la solución semántica de la expresión. Ca-
be decir, sin embargo, que el código que se muestra a continuación produce
exactamente el mismo resultado.
n
<-
4
for
(i
in
0
:
n) {
# producimos la función antes de pasarla a curve
ff
<-
fsin
(i,i)
curve
(ff,
xlim
=
c
(
0
,
2
*
pi),
col
=
rainbow
(n
+
1
)[i
+
1
],
add
=(i
!=
0
),
lwd
=
2
)
}
6.6. Ejemplo de gráficas escalonadas: distribución de
Poisson
En contraste con las funciones continuas de la sección anterior, están las
funciones discontinuas. Un ejemplo de estas funciones son las que se produ-
cen como resultado de alguna variable aleatoria discreta; esto es, una variable
aleatoria cuyos valores los toma de un conjunto finito o de un conjunto nume-
rable. Por ejemplo, el número que sale cada vez que se tira un dado de seis
caras; el número de automóviles que pasan por minuto en un determinado
crucero; el número de días seguidos que se presentó lluvia en una cierta esta-
ción meteorológica; el número de pacientes en una muestra, que respondieron
positivamente a un tratamiento médico, etc. Para caracterizar este tipo de va-
riables, se han desarrollado diversas funciones de distribución y densidad de
probabilidades, que se usan de acuerdo con las características de cada proble-
ma en particular, tales como, la distribución uniforme, la distribución binomial,
la distribución geométrica, la hipergeométrica, la multinomial, la distribución
