Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2. Lanzar un dado.
Solucin.-
1. Si llamamos C a la posibilidad salir cara y llamamos X a salir cruz entonces el espacio muestral
ser:
= fC; Xg
2. En este caso cada uno de los posibles resultados al lanzar un dado seran: Salir 1, salir 2, ....,salir 6.
Resultando:
= f1; 2; 3; 4; 5; 6g
3. En esta sitacin tendremos que describir los sucesos elementales de modo bidimensional, donde la
primera componente indicar el posible resultado de la moneda y la segunda componente el posible
resultado del dado. El espacio muestral ser el siguiente:
= f(C; 1) ; (C; 2) ; (C; 3) ; (C; 4) ; (C; 5) ; (C; 6) ; (X; 1) ; (X; 2) ; (X; 3) ; (X; 4) ; (X; 5) ; (X; 6); g
Ejercicio 2 Consideremos el experimento aleatorio lanzar un dado dos veces seguidas, y llamemos A al
suceso salir par en el primer lanzamiento e impar en el segundo, asimismo llamemos B al suceso salir
nmero primo en los dos lanzamientos. En esta situacin:
(a) A [ B
(b) A \ B
(c) A0
(d) A0 [ B
(e) A B
Solucin.-
donde la primera componente de cada suceso elemental representa el posible resultado del primer
lanzamiento y la segunda componente el valor obtenido en el segundo lanzamiento del dado.
A continuacin describamos los sucesos A y B.
A= (2; 1) ; (2; 3) ; (2; 5) ; (4; 1) ; (4; 3) ; (4; 5); (6; 1) ; (6; 3) ; (6; 5)
(b) El suceso A \ B estar formado por todos los sucesos elementales comunes de A y B.
(c) A0 se dene como A, por tanto estar formado por todos los elementos del espacio muestral
que no son elementos de A.
8 9
>
> (1; 1) (1; 2) (1; 3) (1; 4) (1; 5) (1; 6) >
>
>
> (2; 2) (2; 4) (2; 6) >
>
>
> >
>
< =
0 (3; 1) (3; 2) (3; 3) (3; 4) (3; 5) (3; 6)
A =
>
> (4; 2) (4; 4) (4; 6) >
>
>
> >
>
>
> (5; 1) (5; 2) (5; 3) (5; 4) (5; 5) (5; 6) >
>
: ;
(6; 2) (6; 4) (6; 6)
(d) 8 9
>
> (1; 1) (1; 2) (1; 3) (1; 4) (1; 5) (1; 6) >
>
>
> (2; 2) (2; 3) (2; 4) (2; 5) (2; 6) >
>
>
> >
>
< =
0 (3; 1) (3; 2) (3; 3) (3; 4) (3; 5) (3; 6)
A [B =
>
> (4; 2) (4; 4) (4; 6) >
>
>
> >
>
>
> (5; 1) (5; 2) (5; 3) (5; 4) (5; 5) (5; 6) >
>
: ;
(6; 2) (6; 4) (6; 6)
(e) Se dene A B como el suceso formado por todos los sucesos elementales de A menos los sucesos
elementales de A \ B:
Card(A\B) 3
Ejercicio 3 1. (a) p(A \ B) = Card( ) = 36
Card(A0 ) 27
(b) p(A0 ) = Card( ) = 36
Card(A0 [B) 29
(c) p(A0 [ B) = Card( ) = 36
Card(A B) 7
(d) p(A B) = Card( ) = 36
Ejercicio 4 Tenemos una urna con diez bolas numeradas del 1 al 10. Realizando extracciones con reem-
plazamiento, consideramos los siguientes sucesos:
(A [ B)0 = A0 \ B 0 (3.1)
(A \ B)0 = A0 [ B 0 (3.2)
Solucin.-
A = f2; 3; 5; 7g
B = f1; 4; 9g
A0 = f1; 4; 6; 8; 9; 10g
B 0 = f2; 3; 5; 6; 7; 8; 10g
(A [ B)0 = A0 \ B 0 y (A \ B)0 = A0 [ B 0
Solucin.-
1. La probabilidad de que ocurra el suceso A o bien ocurra el suceso B viene dada por:
resultando,
1 2 3 11
p(A [ B) = + =
3 4 8 24
2. La probabilidad del contrario de A sera 1 p(A): Por tanto:
3. Se nos est pidiendo que calculemos p(A0 \B 0 ) , utilizando las leyes de Morgan ser equivalente calcular
p((AU B)0 ): Por tanto,
p(A0 \ B 0 ) = p((AU B)0 ) = 1 p(A [ B)
11 13
p(A0 \ B 0 ) = 1 p(A [ B) = 1 =
24 24
4. Teniendo en cuenta que A0 [ B 0 = No ocurrir A , o no suceder B , aplicando las Leyes de Morgan
y calculando la probabilidad del suceso contrario tenemos:
3 5
p(A0 [ B 0 ) = p((A \ B)0 ) = 1 p(A \ B) = 1 =
8 8
Ejercicio 6 Lanzamos una moneda tres veces consecutivas. En cada uno de los lanzamientos denominamos
C al suceso obtener cara y X al suceso obtener cruz. Sea:
2. Calcule p(A [ B [ C)
Solucin.-
1. Observese que :
A \ B = A \ C = B \ C = A \ B \ C = f(CCC) ; (XXX)g
Al ser
2 1
p(A \ B) = = = p(A) p(B) ) A y B son Independientes
8 4
2 1
p(A \ C) = = = p(A) p(C) ) A y C son Independientes
8 4
2 1
p(B \ C) = = = p(B) p(C) ) B y C son Independientes
8 4
Sin embargo
2 1
p(A \ B \ C) = 6= = p(A) p(B) p(C) ) A, B, C no son Independientes
8 8
En este ejercico podemos observar como tres sucesos que son independientes dos a dos no lo son los
tres a la vez.
2. La expresin que nos permite calcular p(A [ B [ C) es la extensin natural de la frmula tradicional
de la probabilidad de la unin de dos conjuntos no disjuntos, calculmosla.
Aplicando la propiedad Asociativa de conjuntos tenemos
bastar, utilizando la frmula 3.3 , desarrollar las expresiones: p(B [ C) y p((A \ B) [ (A \ C))
Ejercicio 7 En una urna hay tres bolas blancas , dos rojas y una negra. Construya el espacio muestral del
experimento extraer una bola, y calcule la probabilidad de cada uno de los sucesos elementles.
Solucin.-
El espacio muestral sera = fB; N; Rg donde cada uno de los sucesos elementales corresponden a
sacar una bola blanca, una bola roja y una bola negra. Utilizando la regla de Laplace:
3 2 1
p(B) = p(R) = p(N ) =
6 6 6
Ejercicio 8 Calcular la probabilidad de obtener al menos un seis al lanzar 4 veces un dado.
Solucin.-
Sea A el suceso obtener al menos un seis al lanzar 4 veces un dado, se verica que:
p(A) = 1 P (A0 ); siendo A0 el suceso contrario de A, es decir, A0 representara no sacar ningun seis en los
cuatro lanzamientos. Por tanto:
p(A) = 1 p(A0 )
siendo
p(A0 ) = p ({no salir 6 en 1o lanz}) p ({no salir 6 en 2o lanz}) p ({no salir 6 en 3o lanz}) p ({no salir 6 en 4o lanz})
4
5 5 5 5 5
p(A0 ) = =
6 6 6 6 6
5 4
Por tanto, la probabilidad de obtener al menos un seis al lanzar cuatro veces un dado sera: 1 6
Ejercicio 9 Dados dos sucesos A y B , tales que p(A) = 0:6 , p(A \ B) = 0:3 y p(A0 \ B 0 ) = 0:2 ,
2. Son A y B independientes?
Solucin.-
resultando
p(B) = 0:3 + 1 0:2 0:6 = 0:5
p(A \ B) = 0:3
p(A) p(B) = 0:6 0:5 = 0:3
Solucin.-
2.
30
p(F ) =
270
3.
10
p(F \ B) =
270
4.
10
p(F \ B) 270 10
p(F=B) = = 120 =
p(B) 270
120
Esta probabilidad condicionada podra haberse calculado directamente a partir de la tabal de con-
tingencia con el siguiente razonamiento: Si sabemos que el artculo es de B, habr como mximo
120 casos posibles, por tanto unicamente podremos considerar como casos favorables los 10 elementos
defectuosos que enva la empresa B.
5. Al igual que en el apartado anterior,
20
p(A=F ) =
30
6. Trivialmente la probabilidad es 1, puesto que cualquier artculo es de A o bien de B
7. Podremos realizar este clculo de dos formas:
Casos Fav. 120+130
(a) p(B [ E) = Casos Pos. = 270 = 250
270
120 240 110 250
(b) p(B [ E) = p(B) + p(E) p(B \ E) = 270 + 270 270 = 270
Ejercicio 11 En una familia de cuatro hermanos parece ms probable que haya tres hermanos del mismo
sexo a que haya dos varones y dos hembras, pero realmente es as?. Responda a esta cuestin.
Solucin.-
Para resolver el problema podramos dibujar un diagrama de rbol o bien representar un diagrama
cartesiano.
Diagrama de rbol
Diagrama Cartesiano
VV HV VH HH
VV VVVV VVHV VVVH VVHH
HV HVVV HVHV HVVH HVHH
VH VHVV VHHV VHVH VHHH
HH HHVV HHHV HHVH HHHH
6
La probabilidad de que haya dos varones y dos hembras en una familia de cuatro hermanos sera: 16
8
mientras que la probabilidad de que haya tres individuos del mismo sexo sera: 16 : Por tanto concluiremos
diciendo que la armacin es correcta.
Ejercicio 12 (MODELOS DE URNAS) Consideremos una urna U que contiene n bolas y de la cual se
realizan m extraciones. Poner un ejemplo prctico en cada una de estas situaciones y obtener el cardinal de
:
1. Sin reemplazamiento, es decir, una vez que se extrae una bola de la urna , sta se queda fuera de la
misma.
2. Con reemplazamiento, es decir, una vez que se extrae una bola de la urna , sta se devuelve a la urna.
En cada extraccin siempre habr n bolas.
Solucin.-
1.a. Realizamos m extracciones sin reemplazamiento teniendo presente que importa el orden de extraccin
de las bolas. En este caso:
n!
Card( ) = V n; m = (3.8)
(n m)!
Ejemplo 1 Se pretende conocer el nmero total de podims que pueden darse en una carrera de 8
caballos.
Solucin.-
Nuestra urna cticia estar formada por 8 bolas numeradas, una bola por cada caballo, si real-
izamos 3 extracciones sin reemplazamiento tendremos un posible podiums de la carrera.
1.b. Si no importase el orden de extraccin de las bolas el nmero de casos posibles vendr dado por la
combinacin de n elementos tomados en grupos de m, es decir:
n n!
Card( ) = Cn; m = = (3.9)
m m! (n m)!
Ejemplo 2 Calcular el nmero de posibles resultados que se pueden generar en el sorteo de la lotera
primitiva.
Solucin.-
Como todos sabemos la lotera primitiva, es un juego de azar consistente en acertar los 6 nmeros
extraidos al azar de una urna con 49 bolas numeradas del 1 al 49, dicha extraccin se realiza sin
reemplazamiento y obviamente no importa el orden de extraccin.
El nmero de casos vendr dado por las distintas forms en que podamos combinar estos 49
nmeros en grupos de 6.
49!
Card( ) = C49;6 = = 13 983 816 casos posibles
6! (49 6)!
1
Si realizasemos una apuesta en este juego de azar, acertaramos con una probabilidad de 13 983 816
2.a. En las extraciones con reemplazamiento es importante tener en cuenta que se pueden repetir las bolas
o elementos que extremos de la urna; por tanto, si tiene importancia el orden, el cardinal de vendr
dado por:
Card( ) = V Rn;m = nm (3.10)
Solucin.-
En este caso tendremos una urna con tres bolas U = f1; X; 2g; y realizaremos 15 extracciones con
reemplzamiento, por supuesto consideraremos la muestra ordenada, ya que no sera lo mismo el
suceso elemental (1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 2; X) que (1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; X; 2) :
Por tanto:
Card( ) = V R3;15 = 315 = 14 348 907
Si realizamos una apuesta, la probabilidad de acertar los quince resultados de la quiniela de la
1
semana sera: 14 348 907 :
2.b. En este caso, puesto que se pueden repetir los elementos y no importa el orden de extracin, tendremos
que:
n+m 1
Card( ) = CRn;m = (3.11)
m
Ejemplo 4 Calcular el nmero de sucesos elementles en el experimento aleatorio elegir al azar una
pieza del dmino.
Solucin.-
En este caso tendremos una urna con siete bolas numeradas U = f0; 1; 2; 3; 4; 5; 6g;el suceso
elemental resultante al realizar dos extracciones con reemplazamiento y sin importar el orden de
la extraccin sera una pieza de domin. Por tanto:
7+2 1
Card( ) = CR7;2 = = 28 casos posibles
2
que como todos sabemos coincide con el nmero de piezas de un juego de domin.
Ejercicio 13 De un bombo con 10 bolas numeradas del 0 al 9 se realizan 4 extracciones con reposicin,
formando un nmero de 4 dgitos (que puede comenzar por cero).
2. Cual es la probabilidad de que salga un nmero con tres cifras repetidas y una distinta?
Solucin.-
Por tanto, la probabilidad de que salga un nmero con cuatro cifras iguales ser:
Casos Fav. 10
p= = = 0:001
Casos Pos. 10000
2. Para calcular los casos favorables tendremos en cuenta que la cifra que se repite tres veces puede ser
cualquiera de las diez, y una vez elegida sta se pueden seleccionar otras nueve para combinarlas entre
las tres cifras iguales (habiendo 4 posibles posiciones), por ejemplo:
3. Para calcular los casos favorables, tendremos en cuenta que la primera y cuarta cifra sern siempre
iguales y las dos restantes sern cualesquiera, siendo la situacin similar a sta:
(a; _; _; a)
por tanto el nmero de casos favorables ser: 10 V R10;2 = 10 102 = 1000: La probabilidad de obtener
un nmero capicua es:
1000
p= = 0:1
10000
Ejercicio 14 Calcular la probabilidad de extraer tres guras en una baraja de cartas espaola
Solucin.-
al ser las extracciones con reemplazamiento, stas son independientes unas de otras, por tanto:
3
12 12 12 12
p(A1 \ A2 \ A3 ) = p(A1 ) p(A2 ) p(A3 ) = =
40 40 40 40
En tal caso las extracciones no son independientes unas de otras, utilizando uno de los criterios de la
probabilidad de la interseccin en el tema de probabilidad condicionada, tenemos:
12 11 10
p(A1 \ A2 \ A3 ) = p(A1 ) p(A2 =A1 ) p(A3 =(A1 \ A2 )) =
40 39 38
Ejercicio 15 En el juego del mus, que se juega con baraja espaola, hay ocho cartas que valen como reyes
(los cuatro tres y los cuatro reyes) y otras ocho cartas que valen como unos (los cuatro doses y los cuatro
ases). Calcule la probabilidad de que al repartir 4 cartas:
1. Se tenga plena certeza de ganar o empatar un rdago a la grande, es decir , recibir cuatro reyes.
Solucin.-
El nmero de casos posibles al extraer 4 cartas de una baraja de 40 seran: V40;4 = 2193360
1. Los casos favorables vendran dados por V8;4 = 1680 , habra 1680 formas de repartir esas 8 cartas en
grupos de 4. La probabilidad pedida sera:
V8;4
p= = 0:0008
V40;4
2. Teniendo en cuenta que al repartir nos podemos encontrar con alguna de estas siuaciones:
Ejercicio 16 Cual es la probabilidad de elegir un nmero al azar del intervalo [0; 10] menor que 6?
Solucin.-
Para calcular esta probabilidad nos encontramos con un pequeo problema, el espacio muestral es con-
tinuo , por ello utilizaremos la regla de Laplace con matices, es decir : Consideraremos como casos posibles
cualquier nmero del segmento [0,10], osea la longitud del segmento, y como caso favorable cualquier nmero
del segmento [0,6] es decir la longitud de dicho segmento. Por tanto:
Ejercicio 17 Si elegimos al azar dos nmeros reales comprendidos entre 0 y 1. Cul es la probabilidad de
que el producto sea menor que 12 ?
Solucin.-
El planteamiento es similar al del ejercicio anterior, pero en dos dimensiones. Es decir los casos posibles
vendrn dados por el rea del rectngulo [0; 1] x [0; 1] ; ya que en dicho rectngulo se encuentran todos las
elecciones posibles de pares de puntos comprendidos entre 0 y 1.8
< x y 12
El conjunto de puntos de dicho rectngulo que verican que 0 x 1 son :
:
0 y 1
tenemos: Z Z
0:5 1
1
dx + 2x dx
0 0:5
p= = 0: 846 57
1
Ejercicio 18 Sea X una v.a. que representa el nmero de clientes que llega a una tienda en un periodo de
una hora. Dada la siguiente tabla:
xi 0 1 2 3 4 5 6 7
p(xi ) 0.05 0.10 0.10 0.10 0.20 0.25 0.15 0.05
Solucin.-
1. Para comprobar que p(x) es funcin de probabilidad bastar vericar que:
(a) p(xi ) 0 ; 8i
7
X
(b) p(xi ) = 1
i=0
Observese que efectivamente p(xi ) 0 ; 8i y 0:05 + 0:1 + 0:1 + 0:1 + 0:2 + 0:25 + 0:15 + 0:05 = 1
2. Para obtener el valor esperado y la varianza de la variable aleatoria X, tendremos en cuenta que:
n
X
E[X] = xi p[X = xi ] = (3.12)
i=1
Xn
var[X] = (xi )2 p[X = xi ] = 2
(3.13)
i=1
E[X] = 0 0:05 + 1 0:1 + 2 0:1 + 3 0:1 + 4 0:2 + 5 0:25 + 6 0:15 + 7 0:05 = 3:9 clientes
Por tanto:
Calculemos la funcin de distribucin (F.d.D.) de esta variable aleatoria de tipo discreto; sabemos que:
X
F (x) = p[X x] = p[X = xi ] 8x2< (3.15)
xi x
Por ello: 8
> 0 si x<0
>
>
>
> 0:05 si 0 x<1
>
>
>
> 0:05 + 0:1 si 1 x<2
>
>
>
< 0:05 + 0:1 + 0:1 si 2 x<3
F (x) = 0:05 + 0:1 + 0:1 + 0:1 si 3 x<4
>
>
>
> 0:05 + 0:1 + 0:1 + 0:1 + 0:2 si 4 x<5
>
>
>
> 0:05 + 0:1 + 0:1 + 0:1 + 0:2 + 0:25 si 5 x<6
>
>
>
> 0:05 + 0:1 + 0:1 + 0:1 + 0:2 + 0:25 + 0:15 si 6 x<7
:
0:05 + 0:1 + 0:1 + 0:1 + 0:2 + 0:25 + 0:15 + 0:05 si 7 x
resultando: 8
> 0 si x<0
>
>
>
> 0:05 si 0 x<1
>
>
>
> 0:15 si 1 x<2
>
>
>
< 0:25 si 2 x<3
F (x) = 0:35 si 3 x<4
>
>
>
> 0:55 si 4 x<5
>
>
>
> 0:8 si 5 x<6
>
>
>
> 0:95 si 6 x<7
:
1 si 7 x
NOTA 5 Utilizando la funcin de distribucin (F.d.D.) , el apartado nmero 3 se podra haber resuelto del
siguiente modo:
p[X 4] = 1 p[X < 4] = 1 p[X < 4] p[X = 4] + p[X = 4]
p[X 4] = 1 p[X 4] + p[X = 4]
p[X 4] = 1 F(4) + p(4)
p[X 4] = 1 0:55 + 0:2= 0:65
Ejercicio 19 Consideremos el lanzamiento de dos dados. Si X es v.a. y representa la suma de las caras.
Solucin.-
p[X>7]
21 5
p[X > 7] = 1 p[X 7] = 1 F (7) = 1 =
36 12
p[X=7]
6
p[X = 7] =
36
Si el clculo lo hubieramos querido realizar a partir del conocimiento de la F.d.D. hubiesemos
actuado del siguiente modo:
p[5 X 9] Para calcular dicha probabilidad podremos actuar de dos formas posibles:
a.-
24
p[5 X 9] = p[X = 5] + p[X = 6] + p[X = 7] + p[X = 8] + p[X = 9] =
36
b.-
24
p[5 X 9] = p[X 9] p[X 4] = F (9) F (4) =
36
Ejercicio 20 Consideremos la variable aleatoria X: Nmero de nias en una familia de cuatro hermanos.
Solucin.-
8 9
>
> VVVV VVHV VVVH VVHH >
>
< =
HVVV HVHV HVVH HVHH
=
>
> VHVV VHHV VHVH VHHH >
>
: ;
HHVV HHHV HHVH HHHH
Observamos que en una familia de cuatro hermanos puede haber cero, una, dos, tres o cuatro nias .
Por ello los posibles valores que puede tomar la variable X seran:
X 0; 1; 2; 3; 4
2. Para calcular la esperanza, varianza y desviacin tpica de X, utilizaremos en este caso una tabla:
xi 0 1 2 3 4 TOTAL
1 4 6 4 1
p[X = xi ] 16 16 16 16 16 1
4 12 12 4
xi p[X = xi ] 0 16 16 16 16 2
4 24 36 16
x2i p[X = xi ] 0 16 16 16 16 5
E[X] = 2 nias
2
= 5 22 = 1
p
= + 2 = 1 nias.
siendo :
1
p = p[Exito] = p[Xi = 1] =
2
1
q = p[F racaso] = p[Xi = 0] =
2
Como los nacimientos se consideran independientes unos de otros, implica que estas variables Bernoulli son
independientes entre s, por tanto:
4
X
X1 ; X2 ; X3; X4 v.a. Be( 12 ) 1
=) X = Xi B(4; )
Xi son independientes 2
i=1
es decir, la variable X , que representa el nmero de xitos del experimento aleatorio de tipo Bernoulli
NACER CHICA, se distribuye segn una Binomial B(4; 12 ):
n
p[X = k] = pk q n k
(3.16)
k
y
1
E[X] = n p = 4 = 2 nias
2
1 1
var[X] = n p q = 4 =1
p2 2
p
= n p q = 1 = 1 nia
K x2 si 0 x 10
f (x) =
0 en c:c:
1. Calcula el valor de K para que f (x) sea funcin de densidad de una v.a. X.
Solucin.-
resultando:
0:003 x2 si 0 x 10
f (x) =
0 en c:c:
Siendo su representacin grca:
3.
Z
+1
Z10
E[X] = x 0:003 x2 dx = 7:5 unidades.
0
Ejercicio 22 La v.a. X representa el intervalo de tiempo entre dos llegadas consecutivas a una tienda y su
f.d.d. es:
x
k e 2 si x > 0
f (x) =
0 c:c:
1. Determine el valor de k.
Solucin.-
R +1
1. Teniendo en cuenta la expresin 3.17 , f (x) ser funcin de densidad si 1 f (x) dx = 1; es decir si:
Z
+1
x 1
k e 2 dx = 1 () 2k = 1 () k =
2
0
2. Por tanto la funcin de distribucin de X vendr dada por el rea que encierra la funcin de densidad
hasta el punto de abcisa x :
es decir :
Zx
F (x) = f (t)dt
0
Zx
1 t
F (x) = e 2 dt
2
0
0 si x 0
F (x) = 1
x
e 2 + 1 si x > 0
p[2<X<6] Para calcular esta probabilidad, bastar con realizar la siguiente consideracin:
Z6
p[2 < X < 6] = f (x)dx = F (6) F (2)
2
1 1
6 2 3 1
p[2 < X < 6] = e 2 +1 e 2 +1 = e +e = 0:318
p[X 8] = 1 p[X 8]
1
8 4
p[X 8] = 1 F (8) = 1 e 2 +1 =e
3. Para calcular el tiempo medio y la desviacin tpica, utilizaremos las expresiones 3.19 y 3.14,
Z
+1
x x
E[X] = e 2 dx = 2 u.t.
2
0
Z
+1
2 x2 x
E[X ] = e 2 dx = 8
2
0
p p p
= + var[X] = + 8 22 = + 4 = 2 u.t.
1. Tres Caras.
2. Dos Caras.
3. Una Cara.
4. Ninguna Cara.
Solucin.-
Realicemos el experimento tipo bernoulli lanzar una moneda corriente tres veces ; la variable X que
nos da el nmero xitos es una Binomial de parmetros 3; 12 : Por tanto:
k 3 k
3 1 1
p[X = k] =
k 2 2
3 1 3 1 3 3 1
1. p[X = 3] = 3 2 2 = 8
3 1 2 1 3 2 3
2. p[X = 2] = 2 2 2 = 8
3 1 1 1 3 1 3
3. p[X = 1] = 1 2 2 = 8
1 3 3 1
4. p[X = 0] = 1 8 8 8 = 8