Codigo R
## Función masa de probabilidad
dpois(x, lambda)
# Función de ditribución
ppois(q, lambda)
#Cuantiles
qpois(p, lambda)
# Números aleatorios
rpois(n, lambda)
################
## 100 horas — Promedio 8
# Definimos nuestra variable aleatoria — λ = [X] = 8,
# falle 1 en 25 hora
100/25
8/4
dpois(x, lambda)
dpois(1, 2)
0.2706706
# fallen no más de 2 en 50 horas
100/50
8/2
#P(0)+P(1)+P(2)
dpois(0, 4)+ dpois(1, 4) +dpois(2, 4)
0.2381033
#P( X<=2)
ppois(2, 4)
# fallen al menos 10 en 125 horas
100/125
8/0.8
#P X>=10
# = 1 – P( X<10)
1- ppois(9,10)
0.5420703
###################
#El número medio de enfermos recibidos cada 10 minutos en un
#centro sanitario entre las 10 horas y las 15 horas es 1.8.
#Suponiendo que dicho número de enfermos sigue una distribución de Poisson. Se pide:
#Calcular la probabilidad de que entre las 12 horas y las 12 horas y 10 minutos haya:
#definimos variable y distribución
#x= NÚMERO DE ENFERMOS RECIBIDOS EN 10 MINUTOS
#LMABDA= 1.8
#1) Ningún enfermo
dpois(0, 1.8)
#2) Exactamente 2 enfermos P[X = 2]
dpois(2, 1.8)
#3) Más de 8 enfermos P[X ≥ 9]
# = 1 – P[X ≤ 8]
ppois(8,1.8)
1-0.9998903
1- ppois(8, 1.8)
#4) Entre 8 y 15 clientes (ambos inclusive) P[8 ≤ X ≤ 15]
#= P[X ≤ 15] – P[ X ≤ 7]
ppois(c(15, 7), 1.8)
1.0000000 – 0.9994385
#separado
ppois(15, 1.8)
ppois(7, 1.8)
#6) Generar una muestra de 20 valores aleatorios de la distribución.
r_p<- rpois(20, 1.8)
hist(r_p)
#####
# Ejemplo goles
# Saber la probabilidad de que el partido Real madrid vs Osasuna sea 2-1
# Media de goles en liga del Madrid 2.5 –
# media del Osasuna 1.8
P_madrid<- dpois(2,2.5) # P X =2 Real Madrid
P_Osasuna<- dpois(1,1.8) ## P X = 1 Osasuna
P_madrid * P_Osasuna
ppois(3,2.5) #P x<=3
## probabilidades de goles conjuntos, también varios resultados…