Esta Di Stica

Distribuciones de
Probabilidad
CASIO fx -9750G

PRACTICA 1 : Combinatoria y probabilidad.

PRACTICA 2 : Distribuciones de probabilidad discreta.

PRACTICA 3 : Distribuciones de probabilidad continua.

Manuel Rama Galn
Calculadora grfica CASIO fx-9750G Distribuciones de probabilidad

COMBINATORIA Y PROBABILIDAD

PRCTICA 1:

1.1. Calcula el valor de V
10,4

Accederemos al MEN PRINCIPAL con la tecla MENU y seleccionamos el modo o
submen RUN con los cursores. Al pulsar EXE entraremos en la modalidad que nos
sirve para realizar clculos aritmticos. Tambin se puede acceder directamente con la
tecla 1 .

Pulsamos la siguiente combinacin de teclas:
1 0 OPTN
F6
PROB
F3
nPr
F2
4 EXE
nos saldr de resultado 5040.

1.2. Calcula el valor de
8
P

Nos subimos a la expresin con el cursor de la izquierda y modificamos el 10 por el
8 y el 4 por el 8. Pulsamos EXE . Nos saldr de resultado 40320.

Otra forma es seguir los mismos pasos anteriores:

8 OPTN
F6
PROB
F3
nPr
F2
8 EXE

o bien
8 OPTN
F6
PROB
F3
x!
F1
EXE

NOTA: Siempre vamos a tener la posibilidad de conseguir la anterior expresin con tal de pulsar el
cursor de la izquierda y modificarla posteriormente.
Manuel Rama Galn - 1 -

1.3. Calcula el valor de C
10,4

Ahora pulsamos la siguiente combinacin de teclas:

1 0 OPTN
F6
PROB
F3
nCr
F3
4 EXE
nos saldr de resultado 210.

1.4. Calcula simultneamente V y V
6,4 3,2

{6,3} nPr {4,2} donde notamos por nPr la combinacin de teclas anteriores hasta
llegar a las variaciones.
Nos devuelve la matriz o lista
360
6
(
(

1.5. Calcula simultneamente C y
6,4 3,2
C

{6,3} nCr {4,2} donde notamos por nCr la combinacin de teclas anteriores hasta
llegar a las combinaciones sin repeticin.
15
3
(
(

1.6. Calcula simultneamente 2! , 5! , 7! , 4!

La forma ms corta sera {2,5,7,4} x! , donde notamos por x! la combinacin de
teclas anteriores hasta llegar a las permutaciones sin repeticin.
2
120
5040
24
(
(
(
(
(

NOTA: El factorial se calcula usando la frmula recurrente (n+1)!=(n+1)*n!, hasta que n se reduce a 0.
En este punto se utiliza la definicin 0!=1


1.7. Simulacin de experimentos aleatorios

1.7.1. Genera nmeros aleatorios entre 0 y 1.
Seguimos en el submen RUN. Para generar nmeros aleatorios, utiliza la opcin
Rand# que encontrars al pulsar la tecla OPTN y elegir el men PRB
F3
. Esta
opcin genera nmeros aleatorios entre 0 y 1, con 10 cifras decimales, salvo que
decidas variar la cantidad de cifras decimales. Es decir:
OPTN
F6
PROB
F3
Rand#
F4
EXE

Cada vez que se pulsa EXE de nuevo se generar otro nmero aleatorio entre 0 y 1.

1.7.2. Genera nmeros aleatorios entre 0 y N.
Ahora la combinacin de teclas ser:
OPTN
F6
PROB
F3
Rand#
F4
( N ) EXE

As si quiero generar nmeros aleatorios entre 0 y 7 tendr que escribir:
OPTN
F6
PROB
F3
Rand#
F4
( 7 ) EXE

De esta manera, cada vez que pulses EXE, conseguirs un nmero aleatorio
positivo menor que 7 y con una precisin de 10 dgitos.

1.7.3. Simula el lanzamiento de un dado.
Queremos generar un nmero aleatorio natural entre 1 y 6. Podemos hacerlo de la
forma: Int ( 6 Rand# ) +1 , es decir:

OPTN
F6
NUM
F4
Int
F2
( 6 * EXIT PROB
F3
Rand#
F4
) + 1 EXE

Cada vez que pulsamos EXE se genera un nuevo nmero.

Otra forma sera Int ( Ran#(6))+1 , es decir:

OPTN
F6
NUM
F4
Int
F2
( EXIT PROB
F3
Rand#
F4
( 6 ) ) + 1 EXE

Cada vez que pulsamos EXE se genera un nuevo nmero.

NOTA: Si tienes preparada una tabla de frecuencias en la que puedas ir anotando los
resultados que obtengas, podrs hacer uso de estos lanzamientos simulados
posteriormente, introduciendo los datos que obtengas o los que vayis obteniendo un
grupo de compaeros y compaeras, o los acumulados por toda la clase, en varias listas
estadsticas. Ser posible calcular rpidamente frecuencias relativas, medias y
desviaciones tpicas y hacer hasta tres grficos estadsticos simultneamente.

1.7.4. Simula el siguiente experimento aleatorio: Nmero de lanzamientos
necesarios de un dado para obtener un 6.

Teclea en la pantalla Int ( 6 Rand# ) +1 o Int ( Ran#(6))+1 como se hizo en el
caso anterior.
Pulsa EXE hasta obtener el primer 6.
Anota el nmero de veces que pulsaste EXE
Pulsa el cursor de la izquierda y repite los pasos anteriores.

NOTAS:
- Esta simulacin resulta cmoda y rpida y puede servir para la introduccin de la
probabilidad de sucesos elementales como frecuencias relativas estabilizadas.
Acumulando datos de distintas simulaciones (10 minutos en una clase), puede
observarse cmo la frecuencia relativa de un suceso va a aproximarse a su
probabilidad a priori.

- Podemos calcular el valor exacto de una o varias de estas probabilidades y haramos
la comparacin entre el valor de la probabilidad de obtener un 6 en el lanzamiento
n-simo [(5/6)
n 1
(1/6), con n1] y el valor estimado mediante la simulacin.

1.7. 5. Simula el lanzamiento de dos dados y suma los dos nmeros.
Teclea en la pantalla Int ( 6 Rand# ) +1 o Int ( Ran#(6))+1 .
Pulsa EXE EXE . Aparece el resultado de los dos lanzamientos.
Pulsa el cursor de la izquierda y repite los dos pasos anteriores.

Puedes sumar los resultados de los dos lanzamientos e ir anotndolo en una tabla
preparada al efecto.

Otra forma de hacerlo es ir generando uno a uno los valores suma mediante la
sentencia:
Int ( 6 Rand# ) +1 + Int ( 6 Rand# ) +1

Repitiendo la simulacin y anotando los datos, se puede acumular gran cantidad de
datos para introducirlos posteriormente en dos listas List 1 y List 2. Esto permitir
representar los grficos y obtener los parmetros de la simulacin.

Una vez ordenados y agrupados los resultados obtenemos una tabla como la
siguiente, que nos puede servir como una distribucin de probabilidad emprica:

SUMA 2 3 4 5 6 7 8 9 10 11 12
FREC. ABSOLUTA 5 7 9 12 14 18 15 12 9 5 3

Introducimos en List 1 y List 2 los datos anteriores.

En List 3 introducimos las frecuencias relativas mediante List 2 / Sum List 2

OPTN LIST
F1
List
F1
2
F6

F6
Sum
F1

F6
List
F1
2 EXE

En List 4 introducimos los porcentajes correspondientes List 3 * 100

Quedara:

List 1 List 2 List 3 List 4
2 5 0.0458 4.5871
3 7 0.0642 6.422
4 9 0.0825 8.2568
5 12 0.11 11.009
6 14 0.1284 12.844
7 18 0.1651 16.513
8 15 0.1376 13.761
9 12 0.11 11.009
10 9 0.0825 8.2568
11 5 0.0458 4.5871
12 3 0.0275 2.7522


Nos salimos del submen LIST y nos introducimos en el submen STAT para
preparar la ventana grfica V-Window tecleando SHIFT + F3

Xmin : - 0.5
max : 12.5
scale: 1
Ymin : - 0.02
max : 0.2
scale: 0.05

Siguiendo los pasos que se vieron en la prctica de Estadstica unidimensional
podemos dibujar el polgono de frecuencias relativas como GPH1, es decir:

StatGraph1
Graph Type : xyLine
Xlist : List 1
Ylist : List 3
Frequency : 1
Mark Type :

Si tomamos ahora la distribucin de probabilidades tericas de la variable aleatoria
discreta suma de los resultados en el lanzamiento de dos dados al aire, sta sera:

SUMA (x
i
) 2 3 4 5 6 7 8 9 10 11 12
Probabilidad
P( X=x
i
)
1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

Podemos introducir en List 5 los valores tericos de la probabilidad de cada valor
de la variable, quedando las listas de la forma:

List 1 List 2 List 3 List 4 List 5
2 5 0.0458 4.5871 0.0277
3 7 0.0642 6.422 0.0555
4 9 0.0825 8.2568 0.0833
5 12 0.11 11.009 0.1111
6 14 0.1284 12.844 0.1388
7 18 0.1651 16.513 0.1666
8 15 0.1376 13.761 0.1388
9 12 0.11 11.009 0.1111
10 9 0.0825 8.2568 0.0833
11 5 0.0458 4.5871 0.0555
12 3 0.0275 2.7522 0.0277

Ahora dibujamos el polgono de probabilidades como GPH2 , es decir:

StatGraph2
Graph Type : xyLine
Xlist : List 1
Ylist : List 5
Frequency : 1
Mark Type :


Seleccionando los dos dibujos se puede apreciar la diferencia que hay entre el
grfico de la simulacin (GPH1) y el grfico de la distribucin de probabilidad terica
(GPH2).

Con Trace, SHIFT + F1, y con los cursores podemos desplazarnos entre
los dos grficos y ver sus diferencias, que lgicamente ser menor cuanto mayor
sea el nmero de pruebas de la simulacin.

NOTA: Una simulacin para cualquier otro experimento aleatorio y su distribucin de
probabilidad, se realiza de forma similar a como se ha hecho sta.

Para el clculo de los parmetros estadsticos procederemos como se vio en la
prctica de Estadstica unidimensional. De eso trata la siguiente prctica.


DISTRIBUCIONES DE PROBABILIDAD DISCRETA

PRCTICA 2: Calculo parmetros estadsticos (media y desviacin tpica) en
una simulacin y en la distribucin de probabilidad asociada a un experimento
aleatorio.
Veremos una aplicacin en un problema concreto:

2.1. En una bolsa hay cinco fichas: una con un 1, dos con un 5 y dos con un
25. Sacamos dos fichas al azar (o una despus de otra, sin
reemplazamiento) y anotamos la suma de sus valores. Establecer la
distribucin de probabilidad y calcular la media y la desviacin tpica.

La tabla de esta distribucin de variable aleatoria discreta es:
x
i
6 10 26 30 50
p
i
4/20 2/20 4/20 8/20 2/20

En la pantalla vers, entre otros valores, los valores de la media (valor esperado o
esperanza matemtica) y de la desviacin tpica de la variable aleatoria:
12.92 24.4, = =
x
x .

NOTA: Cuando trabajamos con variables aleatorias (en trminos de probabilidad) es ms
correcto hablar de esperanza matemtica o valor esperado de la variable, en lugar de media,
y cuya notacin suele ser o E[X], para distinguirla del trabajo con variables estadsticas
(en trminos de frecuencias relativas) donde s hablamos de media aritmtica con la notacin
x .


2.2. En una poblacin de bacterias el 39% de los individuos son mutantes.
Hemos elegido una muestra de 5 individuos de dicha poblacin.
Consideramos la variable aleatoria X= nmero de elementos mutantes
que hay en la muestra. Estudia la distribucin de probabilidad de la
variable.
Estamos ante una variable aleatoria X= nmero de elementos mutantes que sigue
una distribucin binomial donde:

- El orden es 5, ya que cada eleccin es independiente de las dems (n=5).
- Cada prueba tiene dos posibles resultados (ser mutante o no serlo). Consideramos
xito el que un individuo sea mutante.
- La probabilidad de obtener xito cada vez es 039 y no depende del resultado
obtenido en pruebas anteriores.
- Luego estamos ante una B(5, 039), cuya frmula recordamos:
P(X=k) = ( )
k 5 k
39 0 1 39 0
k
5

|
|
.
|
\
|
' '

X= nmero de individuos mutantes en una muestra de tamao 5
Probabilidad
P(X=0) 5 nCr 0 0.39^0 (1- 0.39)^5 0.0845
P(X=1) 5 nCr 1 0.39^1 (1- 0.39)^4 0.2700
P(X=2) 5 nCr 2 0.39^2 (1- 0.39)^3 0.3452
P(X=3) 5 nCr 3 0.39^3 (1- 0.39)^2 0.2207
P(X=4) 5 nCr 4 0.39^4 (1- 0.39)^1 0.0706
P(X=5) 5 nCr 5 0.39^5 (1- 0.39)^0 0.0090

NOTA: Siempre vamos a tener la posibilidad de conseguir la anterior expresin con tal de pulsar el
cursor de la izquierda y modificarla posteriormente.


2.3. Se est desarrollando una nueva variedad de maz en una estacin
agrcola experimental. Se espera que germinen el 90% de las semillas.
Para verificar eso, se plantan 20 semillas en un suelo de idntica
composicin y se le dedican los mismos cuidados. Si la cifra del 90% es
correcta, cuntas semillas se espera que germinen?.
Si germinan 15 semillas, hay razones para sospechar de la cifra del
90%?.

2.4. Un estudiante hace un examen tipo test de eleccin mltiple compuesto
por 10 preguntas con 5 respuestas cada una. Si no ha estudiado para el
examen y responde aleatoriamente, se pregunta:
a) Cul es la probabilidad de que el estudiante conteste
correctamente 6 preguntas?.
b) Cul es la probabilidad de que el estudiante conteste
correctamente al menos 6 preguntas?.
c) Cul es el nmero medio de preguntas correctas si se contesta al
azar?.
d) Si el examen tiene 50 preguntas, cul es la probabilidad de que el
estudiante conteste 30 o ms correctamente?.

2.5. El color de la concha del caracol de tierra Limocolaria mantersiana
puede ser de dos modalidades: rayada o plida. En una cierta poblacin
de estos caracoles, el 60% de los individuos tienen la concha rayada. Se
seleccionan 10 caracoles al azar de esta poblacin. Calcula la
probabilidad de que la proporcin de caracoles con concha rayada
presentes en la muestra:
a) Sea del 50%.
b) Est entre el 50% y 60%.
c) No sea inferior al 70%.


2.6. Una compaa de petrleo dispone de 10 tanques distribuidos a lo largo
de una extensa rea del golfo de Mxico. Los directivos creen que, en
condiciones normales, cada tanque tiene slo un 1 por 100 de
posibilidades de tener una prdida de petrleo en todo el ao. Sea Y el
nmero de tanques que han experimentado prdidas durante un ao.
a) Obtn la distribucin de Y.
b) Obtener la probabilidad de que como mximo dos tanques
experimenten prdidas.
c) Si los tanques estn muy prximos y se produce alguna
eventualidad (huracn, terremoto, ..,etc.). Sera correcto suponer
que la distribucin de Y es binomial. Razona la respuesta.

2.7. Pequeo programa que calcule automticamente la probabilidad P[X=k]
de una binomial B(n,p), nada ms que con introducirle los parmetros n
y p.


DISTRIBUCIONES DE PROBABILIDAD CONTINUA. LA NORMAL

PRCTICA 3: Una variable aleatoria continua es el modelo matemtico de una
variable estadstica continua. As, si en el tratamiento experimental dibujamos
el histograma de frecuencias relativas y su respectivo polgono de frecuencias
relativas (la suma del rea de todos los rectngulos es 1), al hacer tender a
cero las bases de los rectngulos, dicho polgono de frecuencias relativas se va
suavizando y nos aparece la curva de densidad o funcin de densidad.

3.1. Representa grficamente la campana de Gauss correspondiente a la
distribucin normal N(0, 1) y buscar su valor mximo.

Accedemos al MEN PRINCIPAL con la tecla MENU y seleccionamos el modo o
submen GRAPH con los cursores. Al pulsar EXE entraremos en la modalidad que nos
sirve para almacenar funciones grficas y representarlas. Tambin se puede acceder
directamente con la tecla 5 .
Una vez en el editor de funciones tecleamos, en Y1:, la frmula de la funcin de
densidad de N(0,1):
2
2
2
1
x
e
f(x)
=

( 1 ( 2 ) ) e
x
( ( ) X, T, ^ 2 2 ) .

Ajustamos los valores de la ventana grfica:
Xmin = - 5
max = 5
scale = 1
Ymin = - 0.15
max = 0.5
scale = 0.1

Pulsamos DRAW
F6
para dibujar la grfica.
Con Trace, SHIFT + F1, y con los cursores podemos desplazarnos a lo largo
de la grfica mostrndonos las coordenadas de sus puntos.
Observa que el valor mximo se encuentra en el (0, 0.3989). Algunas veces estos
resultados difieren un poco, como se observa en la grfica, debido al redondeo en las
aproximaciones.

Vamos a representar grficamente otras campanas de Gauss variando los
valores de la media, , y de la desviacin tpica, , y observar qu efectos
producen los cambios en , en , y en los dos parmetros simultneamente.

La funcin de densidad de N(, ) es:

2
2
2
1
2
(x )
f(x) e

3.2. Representa la N(2,1) e indica el mximo
mximo (2, 0.3989)

mximo (4, 0.3989)

mximo (4, 0.1994) .Unos buenos parmetros para la ventana de visualizacin son:

Xmin = 0 Xmax = 8 scale = 1 Ymin = - 0.05 Ymax = 0.3 scale = 0.1

3.5. En una variable Z que sigue una N(0,1), calcula P[z 1].

Nos posi ci onamos en el submen RUN.
Pul samos la siguiente combinacin de teclas:
OPTN
F6
PROB
F3

F6

nos apar ece el si gui ent e men:

P(
F1
Cl cul o del val or de l a pr obabi l i dad
P[ Z t ] =P( t ) =
2
2
1
2
t
z
e dz

Q(
F2
P[ 0Z t ] =Q( t ) =
2
2
0
1
2
t
z
e dz

R(
F3
P[ Z>t ] =R( t ) =1- P( t ) =
2
2
1
2
z
t
e dz


t(
F4
Clculo del valor de la variable normalizada
x x
= t , donde x y han de
haberse calculado en el modo STAT a partir de unos datos estadsticos.

Para calcular P[z 1) procederamos:

OPTN
F6
PROB
F3

F6
P(
F1
1 ) EXE

el resultado sera 0.84134

Si quer emos ver l o gr f i cament e pr oceder emos si gui endo l a r ut a:
SHIFT F4 Cls
F1
EXE
Nos r esponder con 0. A cont i nuaci n:

GRPH
F5
Y=
F1
OPTN
F6
PROB
F3

F6
P(
F1
1 ) EXE

3.6. En una variable Z que sigue una N(0,1), calcula P[z 0].
Tenemos la posibilidad de conseguir la anterior expresin con tal de pulsar el cursor de
la izquierda y modificarla ahora de la forma: P(0)
Aceptando con EXE obtenemos la grfica y probabilidad pedida.


3.7. En una variable Z que sigue una N(0,1), calcula P[z -0.5]
P(-0.5)= 0.30854

3.8. En una variable Z que sigue una N(0,1), calcula P[1z 2]
P(2) P(1) = 0.13591

3.9. En una variable Z que sigue una N(0,1), calcula P[0z 2]
Q(2) = 0.47725

3.10. En una variable Z que sigue una N(0,1), calcula P[z > 2]
R(2) = 0.02275

3.11. En una variable X que sigue una N(3,2), calcula P[x 4.5]
P(0.75)= 0.77337

3.12. (Ajuste a una normal) En una oposiciones de auxiliar administrativo se
han presentado un total de 1000 aspirantes. Estos han realizado un
primer ejercicio que ha sido calificado en una escala entera de 0 a 100
puntos. Los resultados se muestran en la tabla siguiente:

- Calcula la media y la desviacin tpica.
- Suponiendo que estos datos estn distribuidos
normalmente, calcula ( )
x x
s x x s + P x y
( ) 2 2
x x
s x x s + P x .
- Se quiere dividir a los opositores en tres
grupos. En el grupo A ha de figurar el 20% de
los opositores que han obtenido mejor
puntuacin. En el C ha de figurar el 40% de los
opositores que han obtenido peor nota. El resto
de opositores integran el grupo B. Mientras que
los opositores del grupo A acceden directamente a la plaza de auxiliar y
los del C quedan definitivamente excluidos, los opositores del grupo B
han de hacer un nuevo ejercicio. Cules son las puntuaciones que
clasifican en cada unos de los grupos?.
Intervalo x
i
n
i

(40,45] 42.5 1
(45,50] 47.5 2
(50,55] 52.5 10
(55,60] 57.5 46
(60,65] 62.5 120
(65,70] 67.5 202
(70,75] 72.5 242
(75,80] 77.5 205
(80,85] 82.5 113
(85,90] 87.5 45
(90,95] 92.5 12
(95,100] 97.5 2

Cuando introduzcamos los datos, si queremos ver el polgono de frecuencias de la
distribucin nos conviene tener una buena visualizacin, que bien pudiera ser sta:
Xmin : 40 Xmax : 100 scale: 5 Ymin : -40 Ymax : 250 scale: 10

La media de la variable 72.44 x = y la desviacin tpica s 8.133
x
=
Para calcular ( )
x x
s x x s + P x y ( ) 2 2
x x
s x x s + P x
procederemos de la siguiente forma:

Vamos a guardar
x
x s en la variable A,
x
s + x en la variable B, 2
x
s x en la
variable C y 2
x
s + x en la variable D, con objeto de facilitarnos las operaciones
despus.
Por ejemplo, para guardar
x
s x en A, hay que seguir, en el modo RUN, el
procedimiento siguiente:
VARS STAT
F3
X
F1
x
F2
xn
F5
ALPHA X, , T EXE
La calculadora nos responde que en la variable A est guardado el nmero
64.30695.

Procediendo de forma parecida en los otros tres casos:

VARS STAT
F3
X
F1
x
F2
+ xn
F5
ALPHA log EXE
B= 80.57304371

VARS STAT
F3
X
F1
x
F2
2 xn
F5
ALPHA ln EXE
C= 56.17391258

VARS STAT
F3
X
F1
x
F2
+ 2 xn
F5
ALPHA sin EXE
D= 88.70608742

Una vez guardadas las cuatro variables, ya podemos hacer los clculos utilizando
las funciones del clculo de probabilidades. Para el clculo de
(
x
P x s x x s + )
x
tendremos que hacer P(t(B)) P(t(A)) por lo que
seguimos la siguiente secuencia de teclas:
OPTN
F6
PROB
F3

F6
P(
F1
t(
F4
ALPHA log )) )) -
P(
F1
t(
F4
ALPHA log )) )) - EXE
0.68268.

Anlogamente para el clculo de ( 2
x
P x s x x s + ) 2
x
tendremos que hacer
P(t(D)) P(t(C)) y nos sale 0.9545.

Para la divisin de los grupos A, B y C.

La nota de corte entre el grupo C y B se tiene que calcular por tanteo intentando
buscar el valor de z
0
que hace = P(z
( )
0
P Z z
0
) = 0.4. Esta calculadora no lo
hace directamente, as que hay que ir probando. Despus de algunas pruebas, nos
sale un valor aproximado de z
0
= - 0.253. Para destipificar, 0.253
x
s = x x ,
tendramos que hacer:

VARS STAT
F3
X
F1
x
F2
0 . 2 5 3 xn
F5
EXE
70.38

De forma anloga, para encontrar la nota entre los grupos B y A, hay que buscar el
valor de z
0
que hace P Z = R(z
(
0
z >
)
0
) = 0.2. Sale un valor aproximado
0.841 que destipificado sera 79.28
0
z

3.13. (Propuesto en Selectividad Comunidad Valenciana) Los ingresos diarios de una
empresa siguen una distribucin normal, con media 35560 ptas y
desviacin tpica 2530 ptas.
(a) Cul es la probabilidad de que un da cualquiera tenga unos
ingresos inferiores a 32000 ptas.?, y cuntos das en un ao?.
(b) Calcula cuntos das en un ao se espera obtener unas ventas
superiores a 40620 ptas.
(c) Justifica si es o no razonable esperar obtener un da unas ventas
superiores a 55000 ptas.
(d) Cul es la probabilidad de que un da cualquiera se obtengan unos
ingresos comprendidos entre 34000 ptas. y 37000 ptas.?


Esta Di Stica

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Esta Di Stica

Transféré par

Droits d'auteur :

Formats disponibles

Distribuciones de

Vous aimerez peut-être aussi