www.vorhilfe.de
- Förderverein -
Der Förderverein.

Gemeinnütziger Verein zur Finanzierung des Projekts Vorhilfe.de.
Hallo Gast!einloggen | registrieren ]
Startseite · Mitglieder · Impressum
Forenbaum
^ Forenbaum
Status VH e.V.
  Status Vereinsforum

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Suchen
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Wahrscheinlichkeitstheorie" - Poisson-Verteilung
Poisson-Verteilung < Wahrscheinlichkeitstheorie < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Poisson-Verteilung: Aufgabe
Status: (Frage) beantwortet Status 
Datum: 14:04 Mo 17.02.2014
Autor: animal21

Aufgabe
Während der Arbeit einer computergesteuerten Anlage treten in zufälligen Zeitpunkten Ausfälle ein. Die Anzahl der AUsfälle das als poissenverteilt angenommen werden. Die mittlere Anzahl der Ausfälle pro Woche (5Tage) ist 3. Bestimme die Wahrscheinlichkeit folgender Ereignisse:

a) Pro Tag tritt höchstens ein Ausfall ein.
b) Pro Tag tritt mindestens ein Ausfall ein.
c) In 3 Tagen treten höchstens 3 Ausfälle ein.


Ich habe diese Frage in keinem Forum auf anderen Internetseiten gestellt.



Hallo,

wenn ich das richtig sehe ist EX = 3 mit X=Anzahl der Ausfälle pro Woche.
Damit ist [mm] \lambda [/mm] = n * p = 1 * 3(5) für einen Tag, richtig?
Und die POISSEN-Verteilung ist: P(x=k) = [mm] e^-\lambda [/mm] * [mm] \summe_{k=0}^{\infty} [/mm]

Also ist
a) [mm] p_a(k<=1) [/mm] = e^(-0.6) * [mm] \summe_{k=0}^{1} [/mm] = e^(-0,6) * (1 + 0.6) = 0,878
b) [mm] p_b(k>=1) [/mm] = e^(-0,6) * [mm] \summe_{k=1}^{3} [/mm] = e^(-0,6) * (0,6/1 + [mm] 0,6^2 [/mm] / 2 + [mm] 0,6^3 [/mm] / 6) = 0,4478

korrekt?

mein Problem ist nun c) In 3 Tagen treten höchstens 3 Ausfälle ein.

Muss ich dann [mm] \lampda [/mm] neu berechnen mit [mm] \lampda [/mm] = n * p = 3 * 3/5?
Und mit [mm] p_c(k<=3)? [/mm]

grüße
ani

        
Bezug
Poisson-Verteilung: Antwort
Status: (Antwort) fertig Status 
Datum: 14:15 Mo 17.02.2014
Autor: Diophant

Hallo und

[willkommenvh]

Zunächst mal eine Information zur Schreibweise: das heißt []Poisson-Verteilung, einige wichtige Fakten dazu findest du auf der verlinkten Wikipedia-Seite.
 

> Während der Arbeit einer computergesteuerten Anlage treten
> in zufälligen Zeitpunkten Ausfälle ein. Die Anzahl der
> AUsfälle das als poissenverteilt angenommen werden. Die
> mittlere Anzahl der Ausfälle pro Woche (5Tage) ist 3.
> Bestimme die Wahrscheinlichkeit folgender Ereignisse:

>

> a) Pro Tag tritt höchstens ein Ausfall ein.
> b) Pro Tag tritt mindestens ein Ausfall ein.
> c) In 3 Tagen treten höchstens 3 Ausfälle ein.
> Ich habe diese Frage in keinem Forum auf anderen
> Internetseiten gestellt.

>
>
>

> Hallo,

>

> wenn ich das richtig sehe ist EX = 3 mit X=Anzahl der
> Ausfälle pro Woche.
> Damit ist [mm]\lambda[/mm] = n * p = 1 * 3(5) für einen Tag,
> richtig?

Deine Herleitung ist mir nicht ganz geheuer, wenn das aber E(X)=3/5 heißen soll, dann ist es richtig.

> Und die POISSEN-Verteilung ist: P(x=k) = [mm]e^-\lambda[/mm] *
> [mm]\summe_{k=0}^{\infty}[/mm]

>

Was soll das Summenzeichen bedeuten?

> Also ist
> a) [mm]p_a(k<=1)[/mm] = e^(-0.6) * [mm]\summe_{k=0}^{1}[/mm] = e^(-0,6) * (1
> + 0.6) = 0,878

Das scheint zu stimmen. [ok]

> b) [mm]p_b(k>=1)[/mm] = e^(-0,6) * [mm]\summe_{k=1}^{3}[/mm] = e^(-0,6) *
> (0,6/1 + [mm]0,6^2[/mm] / 2 + [mm]0,6^3[/mm] / 6) = 0,4478

>

> korrekt?

Nein, hier muss man über das Gegenereignis gehen, also

[mm] P(X\ge{1})=1-P(X<1)=1-P(X=0) [/mm]

>

> mein Problem ist nun c) In 3 Tagen treten höchstens 3
> Ausfälle ein.


>

> Muss ich dann [mm]\lampda[/mm] neu berechnen mit [mm]\lampda[/mm] = n * p = 3
> * 3/5?
> Und mit [mm]p_c(k<=3)?[/mm]

>

Ja das ist wohl so gedacht, so wie die Aufgabe formuliert ist.

Gruß, Diophant 

Bezug
                
Bezug
Poisson-Verteilung: Korrektur
Status: (Frage) beantwortet Status 
Datum: 14:59 Mo 17.02.2014
Autor: animal21

Hmm, komm mit den Commands hier noch nicht ganz zurecht anscheint: ) da fehlen einigen Sachen...

OK
zu b) [mm] p_b(k>=1) [/mm] = 1 - p(k<1) = 1 - [mm] e^{-0.6} [/mm] * [mm] 0.6^{0}/1 [/mm] = 0.451

zu c)
n = 3
p = 3/5
[mm] \lambda [/mm] = n * p = 1.8
[mm] p_c(k<=3) [/mm] = [mm] e^{-1.8} [/mm] * [mm] \summe_{k=0}^{3}(1.8^{k} [/mm] / k!) = [mm] e^{-1.8} [/mm] * ( 1 + 1.8/1 + [mm] 1.8^2 [/mm] / 2 + [mm] 1.8^3 [/mm] / 6 ) = 0.891

grüße
ani

Bezug
                        
Bezug
Poisson-Verteilung: Antwort
Status: (Antwort) fertig Status 
Datum: 15:10 Mo 17.02.2014
Autor: Diophant

Hallo,

> Hmm, komm mit den Commands hier noch nicht ganz zurecht
> anscheint: ) da fehlen einigen Sachen...

das ist halt TeX pur hier sozusagen...

>

> OK
> zu b) [mm]p_b(k>=1)[/mm] = 1 - p(k<1) = 1 - [mm]e^{-0.6}[/mm] * [mm]0.6^{0}/1[/mm] =
> 0.451

Ansatz ist richtig, Ergebnis jedoch falsch. Rechne nochmal nach.

>

> zu c)
> n = 3
> p = 3/5
> [mm]\lambda[/mm] = n * p = 1.8

Ja, das passt soweit.

> [mm]p_c(k<=3)[/mm] = [mm]e^{-1.8}[/mm] * [mm]\summe_{k=0}^{3}(1.8^{k}[/mm] / k!) =
> [mm]e^{-1.8}[/mm] * ( 1 + 1.8/1 + [mm]1.8^2[/mm] / 2 + [mm]1.8^3[/mm] / 6 ) = 0.891

>

Das ist richtig. [ok]

Gruß, Diophant

Bezug
                                
Bezug
Poisson-Verteilung: Rückfrage
Status: (Frage) beantwortet Status 
Datum: 15:19 Mo 17.02.2014
Autor: animal21

Dann stehe ich irgendwie auf dem schlauch:

p(k=0) = [mm] e^{-0.6} [/mm] * [mm] 0.6^{0} [/mm] / 0! = [mm] e^{-0.6} [/mm] * 1 = 0.5488
p(k>=1) = 1- p(k=0) = 1 - 0.5488 = 0.4511.

Oder nicht?!

Danke dir schon einmal für die Hilfe.

Bezug
                                        
Bezug
Poisson-Verteilung: Antwort
Status: (Antwort) fertig Status 
Datum: 15:21 Mo 17.02.2014
Autor: Diophant

Hallo,

> Dann stehe ich irgendwie auf dem schlauch:

nein: der auf dem Schlauch bin ich. ;-)

>

> p(k=0) = [mm]e^{-0.6}[/mm] * [mm]0.6^{0}[/mm] / 0! = [mm]e^{-0.6}[/mm] * 1 = 0.5488
> p(k>=1) = 1- p(k=0) = 1 - 0.5488 = 0.4511.

>

> Oder nicht?!

Doch, völlig richtig. Ich hatte mich auf dem TR vertippt, sorry.

Gruß, Diophant

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
ev.vorhilfe.de
[ Startseite | Mitglieder | Impressum ]