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: $P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 3)$ ≥ 0.5

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 - $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ ≥ 0.5 |+ $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ - 0.5

0.5 ≥ $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ oder $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ ≤ 0.5

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 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=19 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 19 sein, damit $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 2)$ ≤ 0.5 oder eben $P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 3)$ ≥ 0.5 gilt.

Die Zufallsgröße X gibt die Anzahl der besuchten Kneipen, die keine "ID" (Personalausweis) verlangen an und ist im Idealfall binomialverteilt mit p = 0.1 und variablem n.

Es muss gelten: $P_{0.1}^{\mathrm{n}}(X\ge 4)$ ≥ 0.7

Weil man ja aber $P_{0.1}^{\mathrm{n}}(X\ge 4)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{0.1}^{\mathrm{n}}(X\ge 4)$ = 1 - $P_{0.1}^{\mathrm{n}}(X\le 3)$ ≥ 0.7 |+ $P_{0.1}^{\mathrm{n}}(X\le 3)$ - 0.7

0.3 ≥ $P_{0.1}^{\mathrm{n}}(X\le 3)$ oder $P_{0.1}^{\mathrm{n}}(X\le 3)$ ≤ 0.3

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 10% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{4}{\mathrm{0.1}}$ ≈ 40 Versuchen auch ungefähr 4 (≈0.1⋅40) Treffer auftreten.

Wir berechnen also mit unserem ersten n=40:
$P_{0.1}^{\mathrm{n}}(X\le 3)$ ≈ 0.4231 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=47 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 47 sein, damit $P_{0.1}^{\mathrm{n}}(X\le 3)$ ≤ 0.3 oder eben $P_{0.1}^{\mathrm{n}}(X\ge 4)$ ≥ 0.7 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: $P_{0.9}^{\mathrm{n}}(X\le 40)$ ≥ 0.5

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 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=44 die gesuchte Wahrscheinlichkeit über 50% ist.

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=28 und unbekanntem Parameter p.

Es muss gelten: $P_p^{28}(X\le 21)$ = 0.75 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 4 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit $P_p^{28}(X\le 21)$ ('höchstens 21 Treffer bei 28 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p=$\frac{4}{8}$. (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p=$\frac{9}{13}$ die gesuchte Wahrscheinlichkeit über 75% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 9 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: $P_{0.16}^{50}(X\le \mathrm{k})$ < 0.1

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 0.1 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.16}^{50}(X\le 5)$ nimmt mit 16.77% einen Wert über 0.1 an.

Das größtmögliche k mit $P_{0.16}^{50}(X\le \mathrm{k})$ < 0.1 ist somit k = 4.

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

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.12 und n = 14.

Es muss gelten: $P_{0.12}^{14}(X\ge \mathrm{k})$ < 0.08 (oranger Bereich)

oder andersrum ausgedrückt: $P_{0.12}^{14}(X\le \mathrm{k-1})$ ≥ 0.92 (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 2 immer noch weniger als 0.92 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.12}^{14}(X\le 3)$ nimmt mit 92.26% einen Wert über 0.92 an.

Das kleinstmögliche k mit $P_{0.12}^{14}(X\ge \mathrm{k})$ = 1 - $P_{0.12}^{14}(X\le \mathrm{k-1})$ < 0.08 ist somit k = 4.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 4 sein.

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.1 und n = 55.

Es muss gelten: $P_{0.1}^{55}(X\le \mathrm{k})$ < 0.1

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 2 immer noch weniger als 0.1 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.1}^{55}(X\le 3)$ nimmt mit 18.7% einen Wert über 0.1 an.

Das größtmögliche k mit $P_{0.1}^{55}(X\le \mathrm{k})$ < 0.1 ist somit k = 2.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 2 sein.