Ejemplo de cajero automático (ATM)
Si conoces cuántos eventos específicos ocurren por unidad de medida, puedes suponer que la distribución de la variable aleatoria sigue una distribución de Poisson para estudiar el fenómeno.
Imagina un cajero automático (ATM) en un centro comercial muy concurrido. El banco quiere evitar que los clientes hagan cola para usar el cajero. Se ha observado que el número promedio de clientes que hacen retiradas entre las 10:00 y las 10:05 de cualquier día es 1.
Como analista de datos del banco, te piden cuál es la probabilidad de que el banco necesite instalar otro cajero para atender la demanda.
Para responder, necesitas calcular la probabilidad de que haya más de un cliente en ese intervalo de tiempo.
Este ejercicio forma parte del curso
Fundamentos de probabilidad en Python
Instrucciones del ejercicio
- Importa
poissondescipy.stats. - Calcula la probabilidad de que más de un cliente use el cajero en este período de 5 minutos.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import poisson from scipy.stats
from ____
# Probability of more than 1 customer
probability = ____.____(k=____, mu=____)
# Print the result
print(probability)