Die Zufallsgröße X gibt Anzahl der Spitzel unter den MI6-Angestellten an und ist im Idealfall binomialverteilt mit p = 0.02 und variablem n.

Es muss gelten: $P_{0.02}^{\mathrm{n}}(X\le 0)$ ≥ 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 2% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{0}{\mathrm{0.02}}$ ≈ 0 Versuchen auch ungefähr 0 (≈0.02⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
$P_{0.02}^{\mathrm{n}}(X\le 0)$ ≈ 1 (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=34 die gesuchte Wahrscheinlichkeit über 50% ist.

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: $P_{\frac{1}{6}}^{\mathrm{n}}(X\ge 36)$ ≥ 0.7

Weil man ja aber $P_{\frac{1}{6}}^{\mathrm{n}}(X\ge 36)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{\frac{1}{6}}^{\mathrm{n}}(X\ge 36)$ = 1 - $P_{\frac{1}{6}}^{\mathrm{n}}(X\le 35)$ ≥ 0.7 |+ $P_{\frac{1}{6}}^{\mathrm{n}}(X\le 35)$ - 0.7

0.3 ≥ $P_{\frac{1}{6}}^{\mathrm{n}}(X\le 35)$ oder $P_{\frac{1}{6}}^{\mathrm{n}}(X\le 35)$ ≤ 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 $\frac{1}{6}$ der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{\mathrm{36}}{\mathrm{<math\; xmlns="http://www.w3.org/1998/Math/MathML">\; <mrow>\; <mfrac>\; <mrow>\; <mn>1</mn>\; </mrow>\; <mrow>\; <mn>6</mn>\; </mrow>\; </mfrac>\; </mrow>\; </math>}}$ ≈ 216 Versuchen auch ungefähr 36 (≈$\frac{1}{6}$⋅216) Treffer auftreten.

Wir berechnen also mit unserem ersten n=216:
$P_{\frac{1}{6}}^{\mathrm{n}}(X\le 35)$ ≈ 0.4717 (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=232 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 232 sein, damit $P_{\frac{1}{6}}^{\mathrm{n}}(X\le 35)$ ≤ 0.3 oder eben $P_{\frac{1}{6}}^{\mathrm{n}}(X\ge 36)$ ≥ 0.7 gilt.

Die Zufallsgröße X gibt Anzahl der Descepticons unter den Taschenrechnern an und ist im Idealfall binomialverteilt mit p = 0.01 und variablem n.

Es muss gelten: $P_{0.01}^{\mathrm{n}}(X\le 0)$ ≥ 0.9

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 1% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{0}{\mathrm{0.01}}$ ≈ 0 Versuchen auch ungefähr 0 (≈0.01⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
$P_{0.01}^{\mathrm{n}}(X\le 0)$ ≈ 1 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=10 die gesuchte Wahrscheinlichkeit über 90% ist.

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=13 und unbekanntem Parameter p.

Es muss gelten: $P_p^{13}(X\le 2)$=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 $P_p^{13}(X\le 2)$ ('höchstens 2 Treffer bei 13 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p=$\frac{2}{13}$. Mit diesem p wäre ja 2=$\frac{2}{13}$⋅13 der Erwartungswert und somit $P_p^{13}(X\le 2)$ irgendwo in der nähe von 50%. Wenn wir nun p=$\frac{2}{13}$ mit $\frac{1}{2}$ erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= $\frac{1}{6}$ einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p=$\frac{1}{8}$ die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 8 sein.

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.35 und n = 96.

Es muss gelten: $P_{0.35}^{96}(X\le \mathrm{k})$ < 0.7

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 35 immer noch weniger als 0.7 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.35}^{96}(X\le 36)$ nimmt mit 73.46% einen Wert über 0.7 an.

Das größtmögliche k mit $P_{0.35}^{96}(X\le \mathrm{k})$ < 0.7 ist somit k = 35.

größtmöglicher Wert für k muss somit k = 35 sein.

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.09 und n = 16.

Es muss gelten: $P_{0.09}^{16}(X\ge \mathrm{k})$ < 0.05 (oranger Bereich)

oder andersrum ausgedrückt: $P_{0.09}^{16}(X\le \mathrm{k-1})$ ≥ 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 2 immer noch weniger als 0.95 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.09}^{16}(X\le 3)$ nimmt mit 95.04% einen Wert über 0.95 an.

Das kleinstmögliche k mit $P_{0.09}^{16}(X\ge \mathrm{k})$ = 1 - $P_{0.09}^{16}(X\le \mathrm{k-1})$ < 0.05 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 = 0.17 und n = 70.

Es muss gelten: $P_{0.17}^{70}(X\le \mathrm{k})$ < 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 8 immer noch weniger als 0.15 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.17}^{70}(X\le 9)$ nimmt mit 22.7% einen Wert über 0.15 an.

Das größtmögliche k mit $P_{0.17}^{70}(X\le \mathrm{k})$ < 0.15 ist somit k = 8.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 8 sein.