Theorie:

Häufig reicht das bloße Ausrechnen einer Binomialwahrscheinlichkeit aus, um ein Beispiel zu lösen.
 
Beispiel:
Wie groß ist die Wahrscheinlichkeit, dass von 20 Münzwürfen jeweils genau die Hälfte Kopf bzw. Zahl ergeben?

Lösung:
Von n=20 Münzwürfen sollen also k=10 Zahl ergeben. Die Einzelwahrscheinlichkeit beträgt p=0,5. Wir erhalten also
P(X=10)=20100,5100,510=1847561102411024=0,17619...=17,619...%
 
In vielen Fällen jedoch müssen mehrere dieser Wahrscheinlichkeiten in die Rechnung mit einbezogen werden. Dabei gilt die uns schon bekannte Additionsregel.
 
Beispiel:
Wie groß ist die Wahrscheinlichkeit, beim dreimaligen Werfen eines sechsseitigen Würfels mindestens zwei Sechser zu werfen?

Lösung:
Es gilt
P(X \geq 2) = P(X=2) + P(X=3)
wobei n=3 und p = \frac 16.
Wir berechnen also
P(X=2)=32162561=313656=572=0,069444...=6,94...%
und
P(X=3)=33163560=112161=1216=0,0046296...=0,46...%
und erhalten so
P(X\geq 2) = P(X=2) + P(X=3) = \frac{2}{27} = 0,074074... ) = 7,407...\ \%
 
Manchmal kämen auf diese Art so viele Terme zusammen, dass das Arbeiten mit der Gegenwahrscheinlichkeit einfacher ist.
 
Beispiel:
Die in einer Fabrik hergestellten Produkte sind mit einer Wahrscheinlichkeit von 2\ \% schadhaft. Wie groß ist die Wahrscheinlichkeit, dass von 100 zufällig gewählten Produkten mindestens zwei defekt sind?

Lösung:
Anstatt alle Wahrscheinlichkeiten von k=2 bis k=100 auszurechnen, können wir auch zunächst die entsprechende Gegenwahrscheinlichkeit bestimmen - also die Wahrscheinlichkeit, dass maximal ein Produkt schadhaft ist. Diese besteht aus nur zwei Termen:
P(X\leq 1) = P(X=0) + P(X=1)
wobei n=100 und p=0,02 sind.
Wir berechnen also
P(X=0)=10000,0200,98100=0,98100=0,132619...=13,26...%
und
 P(X=1)=10010,0210,9899=1000,020,9899=0,270652...=27,06...%
und erhalten so
P(X\leq 1) = 0,403271... = 40,32...\ \%.
Davon müssen wir nun bloß noch die Gegenwahrscheinlichkeit bilden und erhalten
P(X\geq 2) = 1- P(X\leq 1) = 1- 0,403271... = 0,596728... = 59,67...\ \%