CUADERNOS DE TRABAJO

ESCUELA UNIVERSITARIA DE ESTADSTICA

Juegos y Experimentos
Didcticos de Estadstica y
Probabilidad



Gloria Cabrera Gmez
M.Jess Pons Bordera













Cuaderno de Trabaj o nmero 01/ 2011


Los Cuadernos de Trabajo de la Escuela Universitaria de Estadstica
constituyen una apuesta por la publicacin de los trabajos en curso y
de los informes tcnicos desarrollados desde la Escuela para servir
de apoyo tanto a la docencia como a la investigacin.


Los Cuadernos de Trabajo se pueden descargar de la pgina de la
Biblioteca de la Escuela www.ucm.es/BUCM/est/ y en la seccin de
investigacin de la pgina del centro www.ucm.es/centros/webs/eest/



CONTACTO: Biblioteca de la E. U. de Estadstica
Universidad Complutense de Madrid
Av. Puerta de Hierro, S/N
28040 Madrid
Tlf. 913944035
buc_est@buc.ucm.es



Los trabajos publicados en la serie Cuadernos de Trabajo de la
Escuela Universitaria de Estadstica no estn sujetos a ninguna
evaluacin previa. Las opiniones y anlisis que aparecen publicados
en los Cuadernos de Trabajo son responsabilidad exclusiva de sus
autores.


ISSN: 1989-0567
Juegos y Experimentos Didcticos de
Estadstica y Probabilidad
GloriaCabreraGmez cabrera@estad.ucm.es
MJ essPonsBordera maria.pons@estad.ucm.es
Universidad Complutense de Madrid
E. U. Estadstica
Departamento de Matemtica Aplicada
0. Introduccin
ConmotivodeDaMundial delaEstadstica, celebradoel da20deOctubrede2.010,
laEscuelaUniversitariadeEstadsticadelaUCM organizunajornadadepuertas
abiertasdeactos, conferencias, charlasytalleres.
Estetrabajoesel contenidodeunodeesostalleres. Setratadelarecopilaciny
presentacindeunaseriedeejercicioscuriosos, llamativosoespecialesenalgn
sentido, paracuyaresolucinseutilizantcnicasdeestadstica, combinatoriaoclculo
deprobabilidades.
El objetivoesel deatraer laatencindealumnosdeprimerosaosdeuniversidad,
hacindolesladisciplinadeestadsticamsllamativa. Esunafinalidadpor tanto
pedaggicaypor estemotivosellam"J uegosyexperimentosdidcticosdeestadstica
yprobabilidad".
_______________________________________________________________________
Se empieza la exposicin con un ejercicio, a modo de chiste, una falacia, donde se
evidencia la importancia del uso adecuado del lenguaje, y la facilidad con la que
una mala exposicin o mala interpretacin de un enunciado puede conducir a
resultados errneos
1. El hombre del tiempo
La probabilidad de que llueva este sbado es del 50% y de que llueva el domingo
tambin es del 50%
As que la probabilidad de que llueva el fin de semana es del 100%!!
Cul eslaprobabilidaddequelluevael findesemana(suponiendoindependencia
entrelossucesos: "lloverel sbado" y"lloverel domingo")?
El sucesoLlueveel findesemana eslaunindelossucesosLlueveel sbado o
llueveel domingo. Esdecir el sucesoesel complementariodequenolluevani el
sbadoni el domingo.
Plluevael findesemana 1 Pnolluevael sbadoynolluevael domingo
1 Pnolluevael sbado Pnolluevael domingo 1 1 0,5
2
0,75
_______________________________________________________________________
Siguiendo es esta lnea, podemos preguntarnos cun vulnerables somos, es decir,
con qu facilidad podemos ser engaados si no dominamos las probabilidades y
nos dejamos llevar por creencias. Es posible que una persona acierte el nmero
de lotera que tocar en el prximo sorteo? O tal vez, puede una persona predecir
la tendencia en la bolsa de subida o bajada de determinadas acciones?
2. El broker
Supongamos que un asesor financiero afirma ser capaz de predecir si determinadas
acciones subirn o bajarn. No estaremos dispuestos a creerlo, sin una prueba. Pero
estaramos dispuestos a pagarle por la 7 informacin, por ejemplo 500 euros, si
durante 6 semanas seguidas acertara?
Notemosquelaprobabilidaddequeel broker aciertepor azar las6semanases
1/2
6
0,008
Puedetratarsefcilmentedeuntimador cuyaestrategiaconsisteenenviar cartasa
32.000personas: 16.000predicensubiday16.000bajada. A lamitadadecuada(esdecir
alos16.000quehabrnrecibidounaprediccinacertada) lesenvaalasemana
siguiente8.000consubiday8.000conbajada. Y as durantelas6semanas. Al final
500personashabrnrecibido6prediccionescorrectas.
500personasqueestarndispuestasapagar 500eurospor lasptima: 500x500
250.000eurosdebeneficioparael timador!!
_______________________________________________________________________
Un hecho corriente en nuestra vida es usar ascensores grandes en edificios
pblicos. Es obvio que cuanta ms gente lo tome a la vez ms probable ser que
haya que ir haciendo parada en todos o casi todos los pisos. Cuando nos ocurre
parece que deseamos que no suba nadie ms en el ascensor; desearamos ir solos
para no vernos obligados a hacer todas esas paradas y llegar ms rpido a nuestra
planta. Pero es realmente tan probable que cada persona baje en un piso distinto?
3. El ascensor
Un ascensor sube con 7 pasajeros a lo largo de un edificio de 10 pisos.
Cul es la probabilidad de que dos pasajeros no bajen en el mismo piso?
Supongamosquetodaslasposiblesmanerasdedescender sonigualmenteprobables
Casosposibles: VR
10,7
10
7
Casosfavorables: V
10,7
10 9 8 7 6 5 4
P
10987654
10
7
6%
_______________________________________________________________________
A continuacin un ejercicio donde se aplican las frmulas de la probabilidad total
y del Teorema de Bayes, donde se trabaja el concepto de probabilidad
condicionada
4. El joyero
Tres joyeros idnticos tienen dos compartimentos cada uno. Y contienen uno dos
pendientes (Jp), otro dos anillos (Ja) y otro un anillo y un pendiente (Jmix)
Elegimos al azar uno de los joyeros y sacamos de uno de los compartimentos un
anillo. Cul es la probabilidad de que en el otro compartimento haya un pendiente?.
Es decir cul es la probabilidad de que el joyero elegido fuera el mixto?
Esunejerciciodeprobabilidadescondicionadasybastausar lafrmuladeBayespara
calcular laprobabilidaddeestesuceso
3
1
3
1
1 0
3
1
2
1
3
1
2
1
) ( ) / ( ) ( ) / ( ) ( ) / (
) ( ) / (
) / ( =
+ +
=
+ +
=
Jp P Jp a P Ja P Ja a P Jmix P Jmix a P
Jmix P Jmix anillo P
anillo Jmix P
Deformasemejantesecalculanlasprobabilidadesdetodoslossucesos
correspondientesalosposiblesresultadosdeextraccionesysetiene:
3
2
) / ( = anillo Ja P
3
1
) / ( = pendiente Jmix P
3
1
) / ( = anillo Jmix P
0 ) / ( = pendiente Ja P
0 ) / ( = anillo Jp P
3
2
) / ( = pendiente Jp P
_______________________________________________________________________
A veces nos dejamos sorprender por las coincidencias, hechos que nos parecen
increblemente casuales. Un cierto conocimiento de la probabilidad de ocurrencia
de estos sucesos hara que no nos maravillramos por algunos y s por otros
5.A. Los cumpleaos (opcin A)
Cuntas personas escogidas al azar hacen falta para tener la certeza de que dos
cumplen aos el mismo da?.
Y si quiero tener una probabilidad del 50%?
Setratadedosproblemasdiferentes, unodecertezayotrodeprobabilidad.
1- Enel primer casosi unaotiene365dasparatener lacertezadeunacoincidencia
noshacenfaltaalosumo366personas. Enesencia, esteresultadoeslaaplicacindel
principiodel palomar.
2- Enel segundocaso, enungrupodenpersonasel nmerodecasosposiblesdefechas
decumpleaosson
VR
365,n
365
n
Laformasposiblesdequelasnpersonastengantodasfechasdistintasdecumpleaos
son(casosnofavorables)
V
365,n
365 364...365 n 1
Luego
Pn personastengandistintoscumpleaos
365 364...365 n 1
365
n
Y por tanto, por probabilidadsesucesoscomplementarios
Pal menosdosdentenganmismocumpleaos 1
365 364...365 n 1
365
n
Paradistintosvaloresden, setiene:
n 10 20 23 30 40 50 60
Probabilidad 11,7% 41,1% 50,7% 70,6% 89% 97% 99,4%
Conn 23estaprobabilidadesaproximadamente0,5
_______________________________________________________________________
Un problema bien distinto es este otro
5.B. Los cumpleaos fijando la fecha
(opcin B)
Y si fijamos la fecha? Por ejemplo, si elegimos el 21 de marzo, cuntas personas
son necesarias en un grupo para alcanzar el 50% de probabilidad de que al menos
una haya nacido ese da concreto?
n
n
P
P
P

=
=
365
364
- 1 marzo) de 21 el nacido haya n de persona una menos Al (
365
364
marzo) de 21 el nacido hayan no personas n (
365
364
marzo) de 21 el nacer no (
Paran 253estaprobabilidadesaproximadamentedel 50%.
_______________________________________________________________________
Tres tipos de ejercicios relacionados con la realizacin de exmenes y oposiciones,
cuyo planteamiento y resolucin puede ser muy til en distintos momentos de la
vida de cualquiera de nosotros. Para ello necesitamos tener conocimientos de las
distribuciones de probabilidad
6. Nota de corte
Para acceder a ciertos estudios universitarios, la facultad oferta 120 plazas.
Se reciben 800 solicitudes de estudiantes cuyas notas siguen una distribucin normal
de media 7.3 y desviacin tpica 0.7
Hallar la nota de corte, es decir la del estudiante admitido con menor nota.
Laproporcindealumnosadmitidosesde
120
800
15%
Luegoel alumnoadmitidoconmenor notaesel situadoenel percentil 85
Normalizandoybuscandoenlastablasdeladistribucinnormal, setiene:
03 . 8 04 . 1
7 . 0
3 . 7
85 . 0
7 . 0
3 . 7
= =

x
x x
F
_______________________________________________________________________
7. Estudiar una oposicin
Un estudiante se presenta a unas oposiciones. El temario consta de 14 temas de los
cuales se extraen por sorteo 2 de ellos y el opositor elige uno
Cul es el nmero mnimo de temas que ha de estudiarse si desea tener una
probabilidad de aprobar mayor del 50 %?
Supongamosquesepreparantemas
Psalgaunodelosntemasestudiados 1 Pningunoseadelosestudiados
1
C
14n,2
C
14,2
0.5 n 3.95 n 4
Y paratener unaprobabilidadmayor del 90%?
1
C
14n,2
C
14,2
0.9 n 9.2 n 10
_______________________________________________________________________
8. Examen tipo test
Un examen tipo test consta de 10 preguntas con 3 posibles respuestas y solo una es la
correcta.
Si un alumno responde al azar (no ha estudiado nada)
Qu nota se espera que obtenga?
Puntuacinesperadaencadapregunta: Pacertar 1/3
Entodoel examen, notaesperada 10
1
3
3. 3333
Cmo habra que penalizar las respuestas falladas para que la nota esperada para
un alumno que responde al azar sea un cero?
Asignemos
1puntopor respuestacorrecta
a puntospor cadarespuestafallada
Puntuacinesperada
Encadapregunta:
1
3
a
2
3
Entodoel examennotaesperada 10
1
3
a
2
3
Paraque notaesperada 10
1
3
a
2
3
0hadeser a
1
2
_______________________________________________________________________
A continuacin un ejercicio de clculo de probabilidades con enunciado pintoresco
9. Calcetines
Tenemos n pares de calcetines en un cajn, todos ellos distintos y sueltos, sin
emparejar. A oscuras en la habitacin hemos de intentar "pescar" una pareja.
Cuntos calcetines hemos de coger para tener la certeza de conseguirlo?
Respuesta: n1 (esel principiodel palomar)
Si solo podemos sacar 2 calcetines y que hemos decidido que hoy queremos ponernos
los rojos: cul es la probabilidad de sacarlos?
P1R P2R/1R
2
2n

1
2n 1

1
n2n 1
Y cul es la probabilidad de sacar una pareja cualquiera?
Ser

parejas
Pcadapareja) n P cadapareja n
1
n2n1

1
2n1
Enel cason 5, laprobabilidades
1
9
0.11111 11%
_______________________________________________________________________
El siguiente es un ejemplo de aplicacin de clculo de probabilidades donde los
casos favorables y posibles no son nmeros sino reas de regiones
10. La cita
Dos amigos se citan entre las 21 y las 22 horas. Ninguno de ellos tiene la costumbre
de ser puntual, as que el primero que llega esperar 20 minutos y se ir.
Cul es la probabilidad de que se produzca el encuentro?
Lareginmuestral es
} 60 0 , 60 0 : ) , {(
2 1 2 1
= x x x x
A eslaregindondeseencuentran

20
20
20
:
1 2
2 1
1 2

x x
x x
x x
A
x1
x2
60min
20min
60min 20min
A
% 55
9
5
60
40 60
) (
) (
) (
2
2 2
=

=
S
A S
e encontrars P
Y si solo estn dispuestos a esperar 10 minutos, cul es la probabilidad de que se
produzca el encuentro?
1
10
10
1 2
2 1
1 2

x x
x x
x x
% 30
60
50 60
) (
) (
) (
2
2 2

=
S
A S
encuentro P
_______________________________________________________________________
Tenemos idea de cul es la probabilidad de ser el agraciado ganador de algn
sorteo de azar? Somos conscientes de a cunto asciende dicha probabilidad?. Y en
ese caso, por qu jugamos?
Hagamos un recuento de los casos posibles o del nmero de billetes que se venden
y reflexionemos. La probabilidad de ganar es de 1 entre el nmero total de caso
posibles.
Adems en cualquiera de las apuestas el sorteo no tiene memoria. En cada
extraccin el resultado obtenido, el nmero o la combinacin ganadora es
independiente del resultado obtenido en cualquier otra realizacin del sorteo.
No existe fundamento para elegir estrategias de apuestas como comprar la lotera
de doa Manolita, apostar por ciertos nmeros que han salido poco en los ltimos
tiempos, o comprar (o no comprar) billetes en el lugar donde acaba de tocar.
11. Juegos de azar
La lotera nacional estformadapor todoslosnmerosde5cifrasentreel 00000yel
99.999. Esdecir untotal deVR10,5 10
5
100.000nmerosdiferentes.
Una quiniela futbolstica consisteenunformularioformadopor 14partidos. Cadauno
deellosnospermitemarcar un1, unaX oun2. Decuntasformasdistintaspuede
rellenarseunaquiniela?
VR3,14 3
14
4.782.969 5.000.000
En la lotera primitiva, seextraen6bolasdeunbomboquecontiene49bolas
numeradas. Cuntosresultadossonposiblesenlaextraccin?
C49,6
49
6

49!
6!496!
13.983.816 14.000.000
Adems se extrae una sptima bola denominada el complementario. Cmoafecta
estoal nmeroposiblederesultados?
C49,6 C43,1 601.304.088
_______________________________________________________________________
En los juegos con baratas de cartas, cules son las probabilidades de conseguir
determinadas combinaciones de ellas?. Depender del juego que se practique nos
interesarn distintas combinaciones. Por ilustrar, hagamos unos pocos clculos,
comparando los resultados segn realicemos extracciones de cartas con o sin
reemplazamiento
12. Baraja de cartas
Se extraen al azar cartas de una baraja espaola de 40 cartas con reemplazamiento.
Hallar la probabilidad de que:
a) La primera carta sea de oros P
10
40

1
4
0,25
b) La segunda carta sea de oros si la primera fue de oros P 0,25
c) La segunda carta sea de oros si la primera no fue de oros P 0,25
d) La segunda carta sea de oros P 0,25
e) Las dos primeras cartas sean de oros P
10
40

10
40

100
1600

1
16
0.0625
f) Ninguna de las dos primeras cartas sean de oros P
30
40

30
40

900
1600

9
16

0.5625
Repetir el problema anterior considerando extracciones sin reemplazamiento
b) La segunda carta sea de oros si la primera fue de oros
Habr9cartasdeorosy39cartasentotal: P
9
39
0.23077
c) La segunda carta sea de oros si la primera no fue de oros
Habr10cartasdeorosy39cartasentotal: P
10
39
0.25641
_______________________________________________________________________
A veces reflexionamos sobre la posibilidad de sufrir enfermedades. Pero todos
sabemos que de algo hay que morir!
13. Riesgo de Morir
P(no morir de accidente de coche) 99%
P(no morir de accidente domstico) 98%
P(no morir de enfermedad pulmonar) 95%
P(no morir de locura) 90%
P(no morir de cncer) 80%
P(no morir de enfermedad cardiaca) 75%
La probabilidad de librarse individualmente de cada una de estas formas de muerte
es alentadora, pero: Cul es la probabilidad de morir a causa de alguna de ellas?
P(nomorir por ningunadelascausas) 0,99 0,98 0,95 0,9 0,8 0,75 0,50
P(morir acausadealguna) 1 0,5 0,50
_______________________________________________________________________
Sobre la probabilidad condicionada o sobre cmo cambia la probabilidad a
posteriori.
La probabilidad de un suceso puede cambiar segn se tenga conocimiento no de
determinadas informaciones. Este es el caso del siguiente ejemplo.
Algunos clsicos concursos de televisin estn planteados de acuerdo al siguiente
formato
14. El concurso
El concursante tiene tres puertas a disposicin y puede elegir una. En una de ellas
est el premio importante del programa. En las otras dos los premios son de escaso
valor.
Puede suceder que tras haber hecho el concursante su eleccin el conductor del
concurso le ensee una de las dos puertas no elegidas (obviamente le ensear una
sin premio) y ofrece al concursante la posibilidad de cambiar su eleccin por la otra
puerta.
Mejoran en este caso sus posibilidades de ganar?
Paraempezar el concursantehaelegidosupuertacon1/3deposibilidadesdeganar (la
probabilidaddeescoger lapuertaconpremioes1/3)
Sinembargo, unavez, queunadelasdospuertashasidodescubierta, laotrapuerta
tienedeprobabilidaddecontener el premio. Luego, si el concursantecambiasu
puertaaumentande
1
3
a
1
2
susprobabilidadesdellevarseel premio.
Si evaluamoslosdosprocesostenemos:
1: Unconcursodondenoseplanteapoder cambiar lapuertaelegida. Enestecaso
P(ganar el premio) P(elegir lapuertaquelocontiene)
casosfavorables
casosposibles

1
3
2: Unconcursodondeelegiremosunapuerta(conprobabilidad1/3dequetenga
premio); despusnosensearnunadelasotrasdospuertas(serunapuertasin
premio) ypodremosentoncescambiar nuestrapuertapor laotraqueanestcerrada.
Aplicandolafrmuladelaprobabilidadtotal, setiene.
P(ganar el premioal cambiar depuerta)
P(ganar al cambiar/anteshabaelegidoA) P(A)
P(ganar al cambiar/anteshabaelegidoB) P(B)
P(ganar al cambiar/anteshabaelegidoC) P(C)
P(ganar al cambiar/anteshabaelegidoA)
1
3

P(ganar al cambiar/anteshabaelegidoB)
1
3

P(ganar al cambiar/anteshabaelegidoC)
1
3

1
3
P(ganar al cambiar/anteshabaelegidoA)
P(ganar al cambiar/anteshabaelegidoB)
P(ganar al cambiar/anteshabaelegidoC)
1
3
3 P(ganar al cambiar/anteshabaelegidoA)]
P(ganar al cambiar/anteshabaelegidoA)
0 P(el premioestuvieraenA)
P(el premioestuvieraenB)
P(el premioestuvieraenC)
1
3

1
3

2
3
Sepuedever rpidamenteconunatabla
El concursanteeligi
El premioesten
A B C
A
LeenseanB
CambiaaC
Pierde
LeenseanC
CambiaaA
Gana
LeenseanB
CambiaaA
Gana
B
LeenseanC
CambiaaB
Gana
LeenseanA
CambiaaC
Pierde
LeenseanA
CambiaaB
Gana
C
LeenseanB
CambiaaC
Gana
LeenseanA
CambiaaC
Gana
LeenseanB
CambiaaA
Pierde
Cambiandolapuertaganaen2decada3ocasionesypierdeen1decada3. Luegola
probabilidaddeganar es2/3.
_______________________________________________________________________
15. Bibliografa
Aigner, MartinyZiegler, Gnter M. El librodelasdemostraciones. Madrid: Nvola
Libros, 2005
lvarez ContrerasS.J . EstadsticaAplicada. TeorayProblemas. Madrid: CLAG,
2000
Cordero, M. yOlarrea, J . EstadsticaAplicada. PublicacionesE.T.S.I. Aeronuticos
Gonick, LarryySmith, Woollcott. Laestadsticaencmic.Barcelona: Zendrera
Zariquiey, 2006
Haigh, J ohn. Matemticasyjuegosdeazar : jugar conlaprobabilidad. Barcelona:
Tusquets, 2008
delaHorraNavarro, J . Estadsticaaplicada. Madrid: Diaz deSantos, 2003
Lipschutz, SeymouySchiller, J ohnJ . Introduccinalaprobabilidadyestadstica.
Madrid: McGrawHill, D.L. 1999
MartnPliego, F. J avier yRuiz-Maya, Luis. Estadstica. Madrid: Thomson, 2004
Paulos,.J ohnAllen. El hombreanumrico: el analfabetismomatemticoysus
consecuencias.Barcelona: TusquetsEditores, 2000
QuesadaV., IsidoroA. yLpez L.A. CursoyejerciciosdeEstadstica. Madrid:
AlhambraUniversidad, 2000
http://matap.dmae.upm.es/WebpersonalBartolo/Estadistica.html
i

Cuadernos de Trabajo
Escuela Universitaria de Estadstica




CT01/2011 Juegos y Experimentos Didcticos de Estadstica y Probabilidad
G. Cabrera Gmez y M.J. Pons Bordera

CT04/2010 Medio siglo de estadsticas en el sector de la construccin residencial
M. Ferrn Aranaz

CT03/2010 Sensitivity to hyperprior parameters in Gaussian Bayesian networks.
M.A. Gmez-Villegas, P. Main, H. Navarro y R. Susi

CT02/2010 Las polticas de conciliacin de la vida familiar y laboral desde la perspectiva del
empleador. Problemas y ventajas para la empresa.
R. Albert, L. Escot, J.A. Fernndez Cornejo y M.T. Palomo

CT01/2010 Propiedades exticas de los determinantes
Venancio Tomeo Perucha

CT05/2009 La predisposicin de las estudiantes universitarias de la Comunidad de Madrid a
auto-limitarse profesionalmente en el futuro por razones de conciliacin
R. Albert, L. Escot y J.A. Fernndez Cornejo

CT04/2009 A Probabilistic Position Value
A. Ghintran, E. GonzlezArangena y C. Manuel

CT03/2009 Didctica de la Estadstica y la Probabilidad en Secundaria: Experimentos
motivadores
A. Pajares Garca y V. Tomeo Perucha

CT02/2009 La disposicin entre los hombres espaoles a tomarse el permiso por nacimiento.
Influyen en ello las estrategias de conciliacin de las empresas?
L. Escot, J.A. Fernndez-Cornejo, C. Lafuente y C. Poza

CT01/2009 Perturbing the structure in Gaussian Bayesian networks
R. Susi, H. Navarro, P. Main y M.A. Gmez-Villegas

CT09/2008 Un experimento de campo para analizar la discriminacin contra la mujer en los
procesos de seleccin de personal
L. Escot, J.A. Fernndez Cornejo, R. Albert y M.O. Samamed

CT08/2008 Laboratorio de Programacin. Manual de Mooshak para el alumno
D. I. de Basilio y Vildsola, M. Gonzlez Cuado y C. Pareja Flores

CT07/2008 Factores de proteccin y riesgo de infidelidad en la banca comercial
J. M Santiago Merino

CT06/2008 Multinationals and foreign direct investment: Main theoretical strands and
empirical effects
Mara C. Latorre

CT05/2008 On the Asymptotic Distribution of Cooks distance in Logistic Regression Models
Nirian Martn y and Leandro Pardo

ii
CT04/2008 La innovacin tecnolgica desde el marco del capital intelectual
Miriam Delgado Verde, Jos Emilio Navas Lpez, Gregorio Martn de Castro y Pedro
Lpez Sez

CT03/2008 Anlisis del comportamiento de los indecisos en procesos electorales: propuesta de
investigacin funcional predictivo-normativa
J. M Santiago Merino

CT02/2008 Inaccurate parameters in Gaussian Bayesian networks
Miguel A. Gmez-Villegas, Paloma Main and Rosario Susi

CT01/2008 A Value for Directed Communication Situations.
E. GonzlezArangena, C. Manuel, D. Gmez, R. van den Brink