LoslegenKostenlos loslegen

Geldautomaten-Beispiel

Wenn du weißt, wie viele bestimmte Ereignisse pro Maßeinheit auftreten, kannst du annehmen, dass die Verteilung der Zufallsvariablen einer Poisson-Verteilung folgt, um das Phänomen zu untersuchen.

Betrachte einen Geldautomaten (ATM) in einem sehr stark frequentierten Einkaufszentrum. Die Bank möchte vermeiden, dass Kundinnen und Kunden für die Nutzung des Geldautomaten anstehen müssen. Es wurde beobachtet, dass die durchschnittliche Anzahl der Abhebungen zwischen 10:00 und 10:05 Uhr an einem beliebigen Tag 1 beträgt.

Als Data-Analyst bei der Bank wirst du gefragt, wie hoch die Wahrscheinlichkeit ist, dass die Bank einen weiteren Geldautomaten installieren muss, um die Nachfrage zu bewältigen.

Um die Frage zu beantworten, musst du die Wahrscheinlichkeit berechnen, dass in diesem Zeitraum mehr als eine Person den Geldautomaten nutzt.

Diese Übung ist Teil des Kurses

Grundlagen der Wahrscheinlichkeit in Python

Kurs anzeigen

Anleitung zur Übung

  • Importiere poisson aus scipy.stats.
  • Berechne die Wahrscheinlichkeit, dass in diesem 5-Minuten-Zeitraum mehr als eine Person den Geldautomaten nutzt.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import poisson from scipy.stats
from ____

# Probability of more than 1 customer
probability = ____.____(k=____, mu=____)

# Print the result
print(probability)
Code bearbeiten und ausführen