Publications by Jose Gerardo Bermúdez Díaz

Resultados - Reproducción y Multiplicación Vegetal

11.10.2024

INTRODUCCIÓN Materiales Ácido naftaleno acético (ANA) a 2000 ppm. Mezcla (1:1 peso/peso) de Hormonagro y talco técnico (silicato de magnesio). Sustrato de enraizamiento; turba Klassmann sin nutrientes. PRÁCTICA 1 Aromáticas Respuesta del enraizamiento por estacas de especies aromáticas. Tratamientos Apical + Aux: Estaca con yema apica...

1041 sym 4 img

Resultados - Fisiología de la Producción Vegetal

10.10.2024

Introducción Se tomaron los datos de 3 plantas de cada tratamiento por bloque y se les hizo seguimiento semanal. Para variables de crecimiento, se marcaban tres plantas para ver la evolución a través del tiempo de las mismas plantas, mientras que las variables de desarrollo se muestreaban de 3 plantas aleatorias. Se promediaron los datos de est...

3645 sym 22 img

Fisiopro borrador

29.04.2024

Tratamientos \[\LARGE{\text{T1: Control}\\ \text{T2: Semilla}\\ \text{T3: Vegetativo}\\ \text{T4: Reproductivo}}\] Planteamiento de las hipótesis \[\LARGE{H_0: x_i=x_j=0\\H_i:x_i\neq x_j \neq 0}\\ \text{Para aceptar la hipótesis nula, el valor p debe ser > 0.05 y viceversa}\] Librerias library(readxl) library(car) ## Loading required package: c...

2670 sym R (45339 sym/204 pcs) 7 img

Análisis estadístico para el experimento del curso Fisiología Vegetal

12.12.2023

\[ \LARGE{\text{Tratamientos:}\\\text{ }\\Rojo: 100\% \text{ de capacidad de matera (riego completo)}\\Amarillo: 50\% \text{ - Ácido ascórbico (AS)}\\Azul: 50\% \text{ + AS a 600 partes por millón (ppm)}\\Verde: 50\% \text{ + AS a 1000 partes por millón (ppm)}}\] Librerias library(datasets) library(readxl) library(tidyverse) ## ── Attachin...

33738 sym R (291145 sym/1008 pcs) 22 img

FISIO 1

19.11.2023

Librerias library(agricolae) library(datasets) library(readxl) library(tidyverse) ## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ── ## ✔ dplyr 1.1.2 ✔ readr 2.1.4 ## ✔ forcats 1.0.0 ✔ stringr 1.5.0 ## ✔ ggplot2 3.4.4 ✔ tib...

30607 sym R (412010 sym/1139 pcs) 16 img

Computación estadística - Clase 3

09.09.2023

Error estándar de la media. \[\large{SEM=\frac{s}{\sqrt{n}}}\] Desviación estándar. set.seed(2023) pH <- runif(1000, 4, 6) mean(pH) ## [1] 4.976634 sd(pH) ## [1] 0.5697206 # Desviación estándar por definición. sd(pH)/sqrt(length(pH)) ## [1] 0.01801615 sim1=replicate(10000, runif(1000, 4, 6)) # dim(sim1) mean_sim1 = colMeans(sim1) hist(mean...

151 sym R (1009 sym/12 pcs) 4 img

Computación estadística - Clase 4

07.09.2023

set.seed(2023) x<-rnorm(120,3,0.6) cat("CV:",sd(x)/mean(x)*100) ## CV: 19.61552 hist(x) shapiro.test(x) ## ## Shapiro-Wilk normality test ## ## data: x ## W = 0.98922, p-value = 0.4671 nortest::ad.test(x) ## ## Anderson-Darling normality test ## ## data: x ## A = 0.26763, p-value = 0.68 nortest::cvm.test(x) ## ## Cramer-von Mises normali...

132 sym R (1733 sym/24 pcs) 3 img

Importancia de la simulación contexto estadístico - Clase 1 - CE

29.08.2023

output: html_document: distill::distill_article: default theme: flatly highlight: haddock transition: concave center: true toc: true toc_float: collapsed: true smooth_scroll: true toc_depth: 2 fig_caption: yes code_folding: show number_sections: false fontsize: 15pt weight: 5 type: docs — output: html_document: distill::distill_article: default t...

941 sym Python (3849 sym/38 pcs) 8 img

Computación estadística - Clase 2

02.09.2023

Clase 2. Propuesta de Leibniz \[\Large{\pi=8\sum_{k=0}^\infty\frac{1}{(4k+1)(4k+3)}}\] Propuesta de Euler \[\Large{\pi=\sqrt{6\sum_{k=1}^{\infty}\frac{1}{k^2}}}\] # Propuesta de Leibniz leibniz=function(k){ i=seq(0,k,1) pi_1=8*sum(1/((4*i+1)*(4*i+3))) return(pi_1) } N=100 pi_ls=c() for(i in 1:N){ pi_ls[i]=leibniz(i) } plot(x=1:N, y=pi_ls...

297 sym Python (2952 sym/18 pcs) 8 img

Fisiología avance 1

27.08.2023

library(dplyr) ## ## Attaching package: 'dplyr' ## The following objects are masked from 'package:stats': ## ## filter, lag ## The following objects are masked from 'package:base': ## ## intersect, setdiff, setequal, union Tratamiento <- c("1", "2", "3", "4") Riego <- c("90", "60", "60", "60") Vit.C <- c("0", "0", "500", "1000") df <-...

15 sym R (1577 sym/7 pcs)