Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = $\frac{1}{6}$ und variablem n.

Es muss gelten: $P_{\frac{1}{6}}^{\mathrm{n}}(X\le 31)$ ≥ 0.8

Jetzt müssen wir eben so lange mit verschiedenen Werten von n probieren, bis diese Gleichung erstmals erfüllt wird:

Dabei stellt sich nun natürlich die Frage, mit welchem Wert für n wir dabei beginnen. Im Normalfall enden $\frac{1}{6}$ der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{\mathrm{31}}{\mathrm{<math\; xmlns="http://www.w3.org/1998/Math/MathML">\; <mrow>\; <mfrac>\; <mrow>\; <mn>1</mn>\; </mrow>\; <mrow>\; <mn>6</mn>\; </mrow>\; </mfrac>\; </mrow>\; </math>}}$ ≈ 186 Versuchen auch ungefähr 31 (≈$\frac{1}{6}$⋅186) Treffer auftreten.

Wir berechnen also mit unserem ersten n=186:
$P_{\frac{1}{6}}^{\mathrm{n}}(X\le 31)$ ≈ 0.5478 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 entfernt ist, erhöhen bzw. verkleinern wir das n eben in größeren oder kleineren Schrittweiten.

Dies wiederholen wir solange, bis wir zwei aufeinanderfolgende Werte von n gefunden haben, bei denen die 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=165 die gesuchte Wahrscheinlichkeit über 80% ist.

Die Zufallsgröße X gibt die Anzahl der Überraschungen an und ist im Idealfall binomialverteilt mit p = $\frac{1}{7}$ und variablem n.

Es muss gelten: $P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 3)$ ≥ 0.9

Weil man ja aber $P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 3)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 3)$ = 1 - $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ ≥ 0.9 |+ $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ - 0.9

0.1 ≥ $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ oder $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ ≤ 0.1

Jetzt müssen wir eben so lange mit verschiedenen Werten von n probieren, bis diese Gleichung erstmals erfüllt wird:

Dabei stellt sich nun natürlich die Frage, mit welchem Wert für n wir dabei beginnen. Im Normalfall enden $\frac{1}{7}$ der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{3}{\mathrm{<math\; xmlns="http://www.w3.org/1998/Math/MathML">\; <mrow>\; <mfrac>\; <mrow>\; <mn>1</mn>\; </mrow>\; <mrow>\; <mn>7</mn>\; </mrow>\; </mfrac>\; </mrow>\; </math>}}$ ≈ 21 Versuchen auch ungefähr 3 (≈$\frac{1}{7}$⋅21) Treffer auftreten.

Wir berechnen also mit unserem ersten n=21:
$P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ ≈ 0.4058 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 entfernt ist, erhöhen bzw. verkleinern wir das n eben in größeren oder kleineren Schrittweiten.

Dies wiederholen wir solange, bis wir zwei aufeinanderfolgende Werte von n gefunden haben, bei denen die 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=36 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 36 sein, damit $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ ≤ 0.1 oder eben $P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 3)$ ≥ 0.9 gilt.

Die Zufallsgröße X gibt die Anzahl der getroffenen Freiwürfe an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.

Es muss gelten: $P_{0.9}^{\mathrm{n}}(X\le 40)$ ≥ 0.6

Jetzt müssen wir eben so lange mit verschiedenen Werten von n probieren, bis diese Gleichung erstmals erfüllt wird:

Dabei stellt sich nun natürlich die Frage, mit welchem Wert für n wir dabei beginnen. Im Normalfall enden 90% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{\mathrm{40}}{\mathrm{0.9}}$ ≈ 44 Versuchen auch ungefähr 40 (≈0.9⋅44) Treffer auftreten.

Wir berechnen also mit unserem ersten n=44:
$P_{0.9}^{\mathrm{n}}(X\le 40)$ ≈ 0.6534 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 entfernt ist, erhöhen bzw. verkleinern wir das n eben in größeren oder kleineren Schrittweiten.

Dies wiederholen wir solange, bis wir zwei aufeinanderfolgende Werte von n gefunden haben, bei denen die 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=44 die gesuchte Wahrscheinlichkeit über 60% ist.

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=5 und unbekanntem Parameter p.

Es muss gelten: $P_p^5(X\ge 2)$ = 1- $P_p^5(X\le 1)$ = 0.75 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 1 sein muss, da es ja genau einen günstigen Fall gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit $P_p^5(X\ge 2)$ ('mindestens 2 Treffer bei 5 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p=$\frac{1}{2}$.

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p=$\frac{1}{2}$ die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 2 sein.

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.06 und n = 18.

Es muss gelten: $P_{0.06}^{18}(X\ge \mathrm{k})$ < 0.11 (oranger Bereich)

oder andersrum ausgedrückt: $P_{0.06}^{18}(X\le \mathrm{k-1})$ ≥ 0.89 (blauer Bereich)

Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals erfüllt wird:

Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).

Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und 1 immer noch weniger als 0.89 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.06}^{18}(X\le 2)$ nimmt mit 91.02% einen Wert über 0.89 an.

Das kleinstmögliche k mit $P_{0.06}^{18}(X\ge \mathrm{k})$ = 1 - $P_{0.06}^{18}(X\le \mathrm{k-1})$ < 0.11 ist somit k = 3.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 3 sein.

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.13 und n = 16.

Es muss gelten: $P_{0.13}^{16}(X\ge \mathrm{k})$ < 0.05 (oranger Bereich)

oder andersrum ausgedrückt: $P_{0.13}^{16}(X\le \mathrm{k-1})$ ≥ 0.95 (blauer Bereich)

Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals erfüllt wird:

Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).

Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und 3 immer noch weniger als 0.95 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.13}^{16}(X\le 4)$ nimmt mit 95.29% einen Wert über 0.95 an.

Das kleinstmögliche k mit $P_{0.13}^{16}(X\ge \mathrm{k})$ = 1 - $P_{0.13}^{16}(X\le \mathrm{k-1})$ < 0.05 ist somit k = 5.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 5 sein.

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.16 und n = 50.

Es muss gelten: $P_{0.16}^{50}(X\le \mathrm{k})$ < 0.15

Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals nicht mehr erfüllt wird:

Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).

Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und 4 immer noch weniger als 0.15 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.16}^{50}(X\le 5)$ nimmt mit 16.77% einen Wert über 0.15 an.

Das größtmögliche k mit $P_{0.16}^{50}(X\le \mathrm{k})$ < 0.15 ist somit k = 4.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 4 sein.