Presso una particolare agenzia arrivano chiamate con una densità di 50 all'ora. Supponiamo che, per diverse ore, il numero di chiamate sia distribuito secondo la legge di Poisson. (1) Qual è la probabilità che vi siano 3 chiamate in 2 minuti? (2) E che ve ne sia almeno una? (3) E che ve ne siano non meno di 3?
(1) Il numero medio di chiamate arrivate in 2 minuti è 2·50/60 = 50/30 = 5/3.
Sia N il numero di chiamate che arrivano.
Pr(N=3) =
(2) L'evento che vi sia almeno una telefonata è il complementare di quello che non ve ne siano,
quindi la sua probabilità è
(3) 1 − (Pr(N=1)+Pr(N=2)+Pr(N=3)) = 1-exp(−5/3)·(1+5/3+(5/3)²/2)
= 0.2340045 = 23.4%.
Le elaborazioni con questa calclaatrice:
pow(5/3,3)/(3*2)*exp(-5/3)*100 = 14.57373478684891 round to 1^ digit after units: 14.6 (1-exp(-5/3))*100 = 81.11243971624383 round to 1^ digit after units: 81.1 (1-exp(-5/3)*(1+5/3+pow(5/3,2)/2))*100 = 23.400449960322135 round to 1^ digit after units: 23.4
Per altri commenti: Altre leggi di distribuzione neGli Oggetti Matematici.
Sotto i calcoli fatti con R:
P = function(n) a^n/factorial(n)*exp(-a); a = 5/3 P(3) # (1) # 0.1457373 1-exp(-5/3) # (2) # 0.8111244 Potevo anche calcolarlo così: sum(P(seq(1,11,1))); sum(P(seq(1,12,1))); sum(P(seq(1,13,1))) # 0.8111242 0.8111244 0.8111244 1-sum(P(c(0,1,2))) # (3) # 0.2340045 # ALTERNATIVA (vedi): dpois(3, lambda = 5/3) # 0.1457373 1-dpois(0, lambda = 5/3) # 0.8111244 # 1-(dpois(0, lambda = 5/3)+dpois(1, lambda = 5/3)+dpois(2, lambda=5/3)) # 0.2340045 O: 1-sum(dpois(0:2,lambda=5/3)) # 0.2340045