Add graphs and conclusion sections to summary

TODO.org

@@ -1,7 +1,4 @@
 * P1
-** TODO Plot word frequencies
-With gnuplot, with documents of at least 3 different languages.
-We'll fit this to the Booth and Federowicz equation
 ** DONE Create a table with information of all documents
 CLOSED: [2020-10-25 Sun 19:58]
 | filename | type | encoding | language |
@@ -10,3 +7,7 @@ CLOSED: [2020-10-25 Sun 22:14]
 ** DONE Write to a file all word occurrences and frequencies
 CLOSED: [2020-10-25 Sun 23:40]
 Sorted in a decreasing manner
+** DONE Plot word frequencies
+CLOSED: [2020-10-29 Thu 13:11]
+With gnuplot, with documents of at least 3 different languages.
+We'll fit this to the Booth and Federowicz equation

docs/Summary.org

@@ -1,7 +1,7 @@
 #+TITLE: Práctica 1
 #+SUBTITLE: Recuperación de Información
 #+AUTHOR: Amin Kasrou Aouam
-#+DATE: 2020-10-28
+#+DATE: 2020-10-29
 #+PANDOC_OPTIONS: template:~/.pandoc/templates/eisvogel.latex
 #+PANDOC_OPTIONS: listings:t
 #+PANDOC_OPTIONS: toc:t
@@ -92,7 +92,9 @@ private static void usage() {
     System.out.println("option frequency: saves word frequency to a file");
     System.exit(1);
 }
+#+END_SRC
 
+#+BEGIN_SRC java
 public static void main(String[] args) throws IOException, TikaException, SAXException {
     if (args.length != 2) {
         usage();
@@ -107,3 +109,65 @@ public static void main(String[] args) throws IOException, TikaException, SAXExc
 Esta funcionalidad permite al usuario seleccionar la salida que desea, además de disminuir el contenido que aparece por pantalla y el tiempo de ejecución (dado que no computamos acciones innecesarias).
 
 En el caso de la opción /frequency/, guardamos las ocurrencias de los términos en un fichero en el directorio *output* con el formato /filename.dat/. Utilizaremos estos archivos para generar las gráficas.
+
+Mostramos el extacto de uno de los documentos, con carácter ilustrativo:
+
+| 1075 | the     |
+|  562 | and     |
+|  543 | of      |
+|  543 | a       |
+|  371 | in      |
+|  370 | to      |
+|  295 | i       |
+|  200 | that    |
+|  188 | it      |
+|  180 | his     |
+
+** Gráficas
+
+El objetivo final de esta práctica es comprobar si se cumple la ley de Zipf en el conjunto de documentos que analizamos. Para ello vamos a generar gráficas para observar si se cumple, con documentos en distintos idiomas.
+
+En cada gráfica vamos a generar la función generada a partir de los archivos de datos, y la función normalizada mediante $log$.
+
+Incluimos un script de gnuplot genérico, al cual le pasamos el fichero de datos como argumento.
+
+#+BEGIN_SRC gnuplot
+# Variables
+FILEDATA = ARG1
+
+# Parameters
+set terminal png size 500,500
+set title FILEDATA
+set xlabel 'word'
+set ylabel 'ocurrence'
+set multiplot
+
+# Plotting
+plot FILEDATA using 1:xtic(2) lt rgb '#6E016B'
+set logscale
+plot FILEDATA using 1:xtic(2) lt rgb '#41AB5D'
+#+END_SRC
+
+Procedemos a automatizar la generación de 3 gráficas, a partir de 3 archivos con idiomas distintos, mediante un /shell script/.
+
+#+BEGIN_SRC shell
+#!/bin/sh
+
+gnuplot -c script/plot_datafile.gp "output/Moby Dick; Or, The Whale.dat" >output/plot_MobyDick.png
+gnuplot -c script/plot_datafile.gp "output/Szerelem bolondjai.dat" >output/plot_Szerelembolondjai.png
+gnuplot -c script/plot_datafile.gp "output/Älykkään ritarin Don Quijote de la Manchan elämänvaiheet.dat" >output/plot_ÄlykkäänritarinDonQuijotedelaManchanelämänvaiheet.png
+#+END_SRC
+
+Ambos scripts se encuentran en el directorio /script/.
+
+*Nota*: es importante ejecutar el /shell script/ desde el directorio raíz del proyecto (donde se encuentra el archivo shell.nix).
+
+Con fines ilustrativos, mostramos la gráfica correspondiente al libro del Quijote en finlandés:
+
+#+CAPTION: Gráfica de Älykkään ritarin Don Quijote de la Manchan elämänvaiheet
+[[../output/plot_ÄlykkäänritarinDonQuijotedelaManchanelämänvaiheet.png]]
+
+La función en color violeta corresponde a la generación de la gráfica sin alteraciones, mientras que la función en color verde se encuentra en escala logarítmica.
+** Conclusiones
+
+Hemos analizado documentos, de distinto formato y en idiomas distintos, y según los datos empíricos obtenidos observamos que la ley de Zipf se cumple.