###caso: ##Una empresa electrónica observa que el número de componentes que fallan antes de cumplir 100 horas de funcionamiento es una variable aleatoria de Poisson. Si el número promedio de estos fallos es 8. ¿cuál es la probabilidad de que falle 1 componente en 25 horas? ¿y de que fallen no más de 2 componentes en 50 horas? ¿cuál es la probabilidad de que fallen por lo menos 10 en 125 horas?

a Realizar ¿Cuál es la media de que fallen en un lapso en 25 horas Determinar tabla de distribución para media en un lapso de 26 horas ¿Cuál es la probabilidad de que falle exactamente un componente en 25 horas? ¿Cuál es la probabilidad de que falle dos o más componentes en 25 horas? ¿Cuál es la media de que fallen en un lapso de 50 horas? Determinar tabla de distribución para media en un lapso de 50 horas ¿Cuál es la probabilidad de que falle exactamente dos componente en 50 horas? ¿Cuál es la probabilidad de que falle tres o más componentes en 50 horas? ¿Cuál es la media de que fallen en un lapso de 125 horas? Determinar tabla de distribución para media en un lapso de 125 horas ¿Cuál es la probabilidad de que falle exactamente dos componentes en 125 horas? ¿Cuál es la probabilidad de que falle tres o más componentes en 125 horas? 13 ¿Cuál es la probabilidad de que falle entre tres y cinco componentes en 125 horas? f(x=5)−f(x=2)

#1. ¿Cuál es la media de que falle un componente en 25 horas?

media <- 25 * 8 / 100
media
## [1] 2

#2. Determinar tabla de distribución para media igual a 2 en un lapso de 26 horas

prob.x <- round(dpois(0:9, lambda = media),4)
prob.x
##  [1] 0.1353 0.2707 0.2707 0.1804 0.0902 0.0361 0.0120 0.0034 0.0009 0.0002
prob.acum.x <- round(ppois(q = 0:9, lambda = media),4)
prob.acum.x
##  [1] 0.1353 0.4060 0.6767 0.8571 0.9473 0.9834 0.9955 0.9989 0.9998 1.0000
tabla <- data.frame(1:10, 0:9, prob.x, prob.acum.x)
colnames(tabla) <- c("pos","x", "prob.x", "prob.acum.x")
tabla
##    pos x prob.x prob.acum.x
## 1    1 0 0.1353      0.1353
## 2    2 1 0.2707      0.4060
## 3    3 2 0.2707      0.6767
## 4    4 3 0.1804      0.8571
## 5    5 4 0.0902      0.9473
## 6    6 5 0.0361      0.9834
## 7    7 6 0.0120      0.9955
## 8    8 7 0.0034      0.9989
## 9    9 8 0.0009      0.9998
## 10  10 9 0.0002      1.0000

#3.¿Cuál es la probabilidad de que falle exactamente un componente en 25 horas? . La media es 2

i=2
tabla$prob.x[i] # i es el valor del vector
## [1] 0.2707
dpois(x=1, media)
## [1] 0.2706706

#4. ¿Cuál es la probabilidad de que falle dos o más componentes en 25 horas?. La media es 2

i=2
 1 - tabla$prob.acum.x[i]
## [1] 0.594
 1 - ppois(1, media)
## [1] 0.5939942

#5.¿Cuál es la probabilidad de que falle entre tres y cinco componentes en 125 horas?

media <- 125*8/100
media
## [1] 10
ppois(5,media) - ppois(2, media)
## [1] 0.06431657