In exams.forge.data: Sample and Precomputed Data for Use with 'exams.forge'

include_supplement('exponential.num', recursive=TRUE)
library("exams")
library("exams.forge")
instruction <- NULL
library("extraDistr")
repeat{
  rate    <- sample(c(1.0, 1.2, 1.5, 1.6, 2.0, 2.5, 3.0, 4.0, 5.0, 6.0), 1)
  sec     <- 60/rate
  border  <- sample(c(2:5), 1)
  d       <- distribution("exp",  rate=rate)
  ptype   <- sample(c("greater", "less", "point"), size=1, prob=c(4,4,2))
  txt     <- switch(ptype, greater="in mehr als", less="in weniger als", point="in **genau**")
  lsg     <- switch(ptype, greater=1-cdf(d, border), less=cdf(d, border), point=0)
  if(lsg>1e-3) break
}
rvt     <- rv("X", "Mittlere Wartezeit in Minuten auf die nächste Anfrage über die aktuellen Wertpapierkurse")
number  <- rate
length  <- 1
lambda  <- rate
sc      <- num_result(lsg, 3)

Question

An dem Computer einer Bank kommt im Mittel alle r sec Sekunden eine Anfrage über die aktuellen Wertpapierkurse von einem der angeschlossenen, unabhängig arbeitenden Terminals an. Berechnen Sie mittels der Zufallsvariablen r rvt die Wahrscheinlichkeit dafür, dass die nächste Anfrage r txt r border Minuten kommt.