Die Zufallsgröße X gibt die Anzahl der getroffenen Freiwürfe an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.

Es muss gelten: $P_{0.8}^{\mathrm{n}}(X\le 23)$ ≥ 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 80% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{\mathrm{23}}{\mathrm{0.8}}$ ≈ 29 Versuchen auch ungefähr 23 (≈0.8⋅29) Treffer auftreten.

Wir berechnen also mit unserem ersten n=29:
$P_{0.8}^{\mathrm{n}}(X\le 23)$ ≈ 0.5366 (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=29 die gesuchte Wahrscheinlichkeit über 50% 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: $P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 2)$ ≥ 0.5

Weil man ja aber $P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 2)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

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

0.5 ≥ $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 1)$ oder $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 1)$ ≤ 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 $\frac{2}{\mathrm{<math\; xmlns="http://www.w3.org/1998/Math/MathML">\; <mrow>\; <mfrac>\; <mrow>\; <mn>1</mn>\; </mrow>\; <mrow>\; <mn>7</mn>\; </mrow>\; </mfrac>\; </mrow>\; </math>}}$ ≈ 14 Versuchen auch ungefähr 2 (≈$\frac{1}{7}$⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
$P_{\frac{1}{7}}^{\mathrm{n}}(X\le 1)$ ≈ 0.3851 (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=12 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 12 sein, damit $P_{\frac{1}{7}}^{\mathrm{n}}(X\le 1)$ ≤ 0.5 oder eben $P_{\frac{1}{7}}^{\mathrm{n}}(X\ge 2)$ ≥ 0.5 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: $P_{0.9}^{\mathrm{n}}(X\le 35)$ ≥ 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 $\frac{\mathrm{35}}{\mathrm{0.9}}$ ≈ 39 Versuchen auch ungefähr 35 (≈0.9⋅39) Treffer auftreten.

Wir berechnen also mit unserem ersten n=39:
$P_{0.9}^{\mathrm{n}}(X\le 35)$ ≈ 0.5563 (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=38 die gesuchte Wahrscheinlichkeit über 60% ist.

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=12 und unbekanntem Parameter p.

Es muss gelten: $P_p^{12}(X\le 3)$=0.9 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 2 sein muss, da es ja genau 2 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit $P_p^{12}(X\le 3)$ ('höchstens 3 Treffer bei 12 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p=$\frac{3}{12}$. Mit diesem p wäre ja 3=$\frac{3}{12}$⋅12 der Erwartungswert und somit $P_p^{12}(X\le 3)$ irgendwo in der nähe von 50%. Wenn wir nun p=$\frac{3}{12}$ mit $\frac{2}{3}$ erweitern (so dass wir auf den Zähler 2 kommen) und den Nenner abrunden, müssten wir mit p= $\frac{2}{8}$ einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p=$\frac{2}{13}$ die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 13 sein.

Also werden noch 11 zusätzliche Optionen (also schwarze Kugeln) benötigt.

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.4 und n = 82.

Es muss gelten: $P_{0.4}^{82}(X\le \mathrm{k})$ < 0.55

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 32 immer noch weniger als 0.55 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.4}^{82}(X\le 33)$ nimmt mit 56.55% einen Wert über 0.55 an.

Das größtmögliche k mit $P_{0.4}^{82}(X\le \mathrm{k})$ < 0.55 ist somit k = 32.

größtmöglicher Wert für k muss somit k = 32 sein.

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.05 und n = 18.

Es muss gelten: $P_{0.05}^{18}(X\ge \mathrm{k})$ < 0.14 (oranger Bereich)

oder andersrum ausgedrückt: $P_{0.05}^{18}(X\le \mathrm{k-1})$ ≥ 0.86 (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 0.86 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.05}^{18}(X\le 2)$ nimmt mit 94.19% einen Wert über 0.86 an.

Das kleinstmögliche k mit $P_{0.05}^{18}(X\ge \mathrm{k})$ = 1 - $P_{0.05}^{18}(X\le \mathrm{k-1})$ < 0.14 ist somit k = 3.

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

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.16 und n = 75.

Es muss gelten: $P_{0.16}^{75}(X\le \mathrm{k})$ < 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 $P_{0.16}^{75}(X\le 9)$ nimmt mit 21.96% einen Wert über 0.15 an.

Das größtmögliche k mit $P_{0.16}^{75}(X\le \mathrm{k})$ < 0.15 ist somit k = 8.

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