---

title: "Data frames, estructures de dades i gràfics amb R"

output:
pdf_document: default
html_notebook: default
html_document:
df_print: paged
---

## Instruccions

* Heu de posar el nom dels components de grup.

* Heu de penjar a la tasca que teniu a **Moodle** dos fitxers: el fitxer
`Rmd` i el fitxer `pdf` que surt al fer `knit to pdf`. Si el fitxer `pdf`
no se pot generar perquè teniu errors, penjar el fitxer `Rmd`

**Nom dels estudiants**

* Estudiants:Montse Pou García, Alba Linares Ferre, Lucía Hitos Peña,

Sergio Rivadulla Santamaría.

Considerem la taula de dades que hi ha al fitxer `Coronavirus.csv`. Aquesta

taula de dades dóna informació sobre el coronavirus d'un conjunt de països.
Concretament, tenim les variables següents:

* `Pais`.
* `Morts.100`: nombre de morts per cada 100 casos.
* `Recuperats.100`: nombre de recuperats per cada 100 casos.
* `Morts.Recuperats.100`: nombre de morts per cada 100 recuperats.
* `Regió`: regió on està situat el pais.

(@) [**1 punt**] Carregau la taula de dades anterior i digau-li

`coronavirus`.

### Solució:
```{r}
coronavirus=read.table(file="Coronavirus.CSV", header = TRUE, sep = ",")
str(coronavirus)

```

(@) [**2 punts**] Neteja de les dades.

Llevau tots aquells països en que la variable "nombre de morts cada 100
recuperats" supera 100 ja que no té sentit. Digau `coronavirus2` a la nova
taula de dades.
\newline
A partir d'ara treballarem amb la taula de dades `coronavirus2`.

### Solució

```{r}
coronavirus2 = coronavirus[coronavirus$Morts.Recuperats.100<101, ]
str(coronavirus2)
```
(@) [**3 punts**] Calculau la matriu que té per columnes els valors de les
variables `Morts.100`, `Recuperats.100` i `Morts.Recuperats.100`
correponents als països d'Espanya, França i Portugal, en aquest ordre.
Digau-li $A$. (**1 punt**)

* calculau $A^\top$, $A^{-1}$, $A^{15}$ i el determinant de $A$. (**1

punt**)
* calculau els valors i vectors propis de $A$ indicant si la matriu és o no
diagonalitzable. (**1 punt**)

### Solució
```{r}
A=matrix(data=c(10.44,13.71,3.42,55.2,36.86,70.33,18.91,37.2,4.86),nrow =
3,ncol = 3,)
t(A)
solve(A)
A%^%15
det(A)
eigen(A)
```
A es diagonalizable

(@) [**4 punts**]

* Digau quins paisos tenen més y menys morts per cada 100 casos donant
aquests dos valors màxim i mínim. (**1 punt**)
* Calculau la mitjana de recuperats per cada 100 casos per regions. Us pot
ésser útil la funció `tapply`. A quina regió hi ha més recuperats? A quina
regió hi ha menys recuperats? (**2 punts**)
* Feu un gráfic dels morts per cada 100 casos en funció dels recuperats
cada 100 casos posant els puntets en vermell ("països") i posant nom
adients als eixos. Feu servir les opcions `pch=19` i `cex=0.5`. Comentau el
gràfic obtingut. (**1 punt**)
* Serieu capaços de fer el gràfic anterior però unint els punts? Us pot
ésser útil la funció `order`. (**1 punt extra**)

### Solució

```{r}
coronavirus3=coronavirus2[order(coronavirus2$Morts.100,decreasing = TRUE),
]
coronavirus3$Pais[1]
coronavirus3$Morts.100[1]
coronavirus3=coronavirus2[order(coronavirus2$Morts.100,decreasing = FALSE),
]
coronavirus3$Pais[1]
coronavirus3$Morts.100[1]
x=coronavirus2[order(coronavirus2$`Regió`), ]

plot(coronavirus2$Recuperats.100, coronavirus2$Morts.100, col="red",

xlab="Recuperats", ylab="Morts", pch=19, cex=0.5)
```