Die Verteilungsfunktion Fμ (n) der Poissonverteilung gibt die Wahrscheinlichkeit für das Auftreten von höchstens n Ereignissen an, wenn im Mittel μ Ereignisse zu erwarten sind.
Es gilt:
$${ F }_{ \mu }(n)=\sum _{ k=0 }^{ n }{ { \frac { { \mu }^{ k } }{ k! } { e }^{ -\mu } } } ={ e }^{ -\mu }\sum _{ k=0 }^{ n }{ { \frac { { \mu }^{ k } }{ k! } } }$$
Teil a) Ist die Anzahl der Fahrzeuge, die den Beobachtungspunkt pro Minute passieren, poissonverteilt mit μ = 1,6, dann gilt für die Wahrscheinlichkeit P ( A ) des Ereignisses A = "Es fahren in einer Minute mehr als 3 Fahrzeuge vorbei":
$$P(A)=1-{ F }_{ 1,6 }(3)=1-{ e }^{ -1,6 }\sum _{ k=0 }^{ 3 }{ { \frac { 1,6^{ k } }{ k! } } } $$$$={ 1-e }^{ -1,6 }\left( \frac { { 1,6 }^{ 0 } }{ 0! } +\frac { { { 1,6 }^{ 1 } } }{ 1! } +\frac { { 1,6 }^{ 2 } }{ 2! } +\frac { { 1,6 }^{ 3 } }{ 3k! } \right)$$$$=1-{ e }^{ -1,6 }\left( 1+1,6+1,28+0,682\overline { 6 } \right)$$$$=1-{ e }^{ -1,6 }\left( 4,562\overline { 6 } \right)$$$$=0,0788$$
Vermutlich hast du bei der Summenbildung den Fall k = 0 nicht berücksichtigt, hast also gerechnet:
$$P(A)=1-{ F }_{ 1,6 }(3)=1-{ e }^{ -1,6 }\sum _{ k=1 }^{ 3 }{ { \frac { 1,6^{ k } }{ k! } } }$$$$={ 1-e }^{ -1,6 }\left( \frac { { { 1,6 }^{ 1 } } }{ 1! } +\frac { { 1,6 }^{ 2 } }{ 2! } +\frac { { 1,6 }^{ 3 } }{ 3k! } \right)$$$$=0,2807$$
Dasselbe ist dir auch bei Teil b) passiert. Auch hier hast du bei der Summenbildung den Fall k = 0 nicht berücksichtigt. Führe deine Berechnung für k = 0 ...5 aus und du wirst das richtige Ergebnis erhalten.
Hinweise:
1,6 0 = 1
0 ! = 1