Glava 5

Diskretna verovatnoca
Teorija verovatnoce vuce korene iz 16-tog veka, a nastala je kao rezultat pokusaja
matematicara tog vremena da razrese neke fenomene vezane za igre na srecu.
Prva knjiga iz ove oblasti za koju se zna je De Ludo Alea (O igri kockom), stam-
pana je tek 1663 godine, dakle oko 100 godina posto je napisana. Autor knjige
je Girolamo Cardano, poznat i po formulama za resavanje algebarskih jednacina
treceg stepena. I u danasnje vreme jos uvek postoji interes za resavanje prob-
lema vezanih za igre na srecu. Ne mali broj ljudi interesuje kakve su im sanse
da dobiju neku premiju u igrama na srecu. Stoga se namece zakljucak da
verovatnoca predstavlja meru za mogucnost nastupanja nekog dogadjaja.
Imajuci u vidu gornje cinjenice, za verovatnocu bi se moglo reci da pred-
stavlja matematicku disciplinu koja sluzi izucavanje takozvanih slucajnih, ili
nedeterministickih fenomena. Za deterministicke fenomene je karakteristicno
da se njihovo ponasenje moze predvideti na osnovu poznavanja pocetnih uslova,
kao i odredjenih naucnih zakona (na primer, zike, hemije i drugih po pravilu
prirodnih nauka). Tipican primer iz zike je kos hitac.
U 20-tom veku, verovatnoca je postavljena na cvrste temelje, i aksiomatski
je zasnovana uz pomoc teorije skupova. Aksiomi koje cemo u nastavku raz-
matrati pripisuje se Andreju Nikolajevicu Kolmogorovu. Dakle, danas je to
jedna strogo zasnovana matematicka disciplina sa mnostvom primena. Posebnu
draz ovoj teoriji daju racunari. Umesto klasicnih eksperimenata, sada se oni
mogu simulirati na racunaru. Uz teoriju verovatnoce, po pravilu stoji i statistika,
kao matematicka disciplina sa kojom se dopunjava (daje joj prakticni smisao).
U ovoj knjizi nece biti reci o statistici.
5.1 POJAM DOGADJAJA
Osnovni pojam na kojem bazira teorija verovatnoce je dogadjaj. Dogadjaj je
skup koji se sastoji od takozvanih elementarnih (nedeljivih) dogadjaja, odnosno
227
GLAVA 5. DISKRETNA VEROVATNO

CA 228
osnovnih instanci. Svi elementarni dogadjaji obrazuju prostor elementarnih do-
gadjaja. U stvarnosti neki fenomen pod odredjenim uslovima (ili uticajnim fak-
torima) moze, ali ne mora da nastpi. Ako je nastupio posmatrani fenomen, tada
je samim tim nastupio i jedan od elementarnih dogadjaja, te se stoga realizuje
i odgovarajuci dogadjaj kao posledica realizacije jedne od instanci. U mnogim
slucajevima nastupanje ili nenastupanje nekog dogadjaja moze se shvatiti kao
rezultat realizacije (ishod) nekog eksperimenta. Idealizovana predstava eksperi-
menta bazira se na sledecim pretpostavkama:
i) za svaki eksperiment unapred je poznat skup svih mogucih ishoda (ele-
mentarnih dogadjaja);
ii) realizacija bilo kog ishoda nije poznata unapred
1
;
iii) svaki eksperiment se moze neogranicen broj puta ponoviti pod istim
uslovima.
Bacanje novcica: Prostor mogucih elementarnih dogadjaja je realizacija ili grba, PRIMER 5.1.1
ili pisma. Smatra se da se bacanje novcica (na ravnu podlogu) moze neogranicen
broj puta ponoviti pod istim uslovima. U slucaju da je novcic pravilan (ho-
mogen) intuitino, a i empirijski, bi se moglo zakljuciti da ce broj ishoda grba i
pisma u velikom broju bacanja biti priblizno jednak.
Bacanje kocke: Prostor mogucih elementarnih dogadjaja je realizacija jedne od PRIMER 5.1.2
6 strana kocke, oznacenih brojevima od 1 do 6. I u ovom slucaju se smatra
da se bacanje kocke (na ravnu podlogu) moze neogranicen broj puta ponoviti
pod istim uslovima. U slucaju da je kocka pravilna (homogena) intuitino, a i
empirijski, bi se moglo zakljuciti da ce broj ishoda svake strane (odgovarajuceg
broja) u velikom broju bacanja biti priblizno jednak.
Izvlacenje karte iz spila: Prostor mogucih elementarnih dogadjaja je vadjenje PRIMER 5.1.3
jedne od 52 karte iz kompletnog spila. U ovom slucaju se smatra da su karte, pre
izvlacenja, djobro promesane(kao i da im se vidi samo poledjina). U slucaju da
se obezbedi dobro mesanje karate pre svakog izvlacenja, moglo bi se zakljuciti
da ce u velikom broju izvlacenja svaka karta biti priblizno jednak broj puta
izvucena.
U svim gore navedenim primerima broj ishoda eksperimenta je bio konacan
(redom 2, 6 i 52, respektivno). Dakle, prostor elementarnih dogadjaja je bio
konacan. Ukoliko je prostor elementarnih dogadjaja konacan ili prebrojiv (dakle
1
Ova cinjenica odredjuje nedeterminizam fenomena koji se posmatra. Strogo gledano, tesko
bi se mogla povuci crta izmedju deterministickih i nedeterministickih fenomena. Ima mislenja
da nedeterministicki fenomeni objektivno i ne postoje, vec su za nas rezultat nemogucnosti
da uzmemo u obzir sve faktore koji odredjuju determinizam posmatranog fenomena
GLAVA 5. DISKRETNA VEROVATNO

CA 229
najvise prebrojiv, ili diskretan), tada se teorija verovatnoce svodi na diskretnu
verovatnocu. U nastavku, mu cemo se iskljucivo njome baviti.
Sada cemo dati oznake za osnovne pojmove date u okviru uvodnih razma-
tranja. Najpre imamo:
i) e uobicajena oznaka za elementatni dogadjaj;
ii) skup, ili prostor elementarnih dogadjaja;
iii) A proizvoljan dogadjaj.
U slucaju da je A = , tada je odgovarajuci dogadjaj nemoguc; s druge strane,
ako je A = tada je odgovarajuci dogadjaj siguran.
5.2 ALGEBRA DOGADJAJA
Posto su dogadjaji u osnovi skupovi, logicno je ocekivati da se osnovne
skupovne operacije mogu interpretirati i kao operacije nad dogadjajima. Al-
gebra dogadjaja zasnovana je na sledecim operacijama:
i) komplement dogadjaja:

A = {e | e A} (=

A);
ii) suma (unija) dogadjaja: A + B = {e | e A e B} (= A B),
ili opstije,

iI
A
i
=
iI
A
i
;
iii) proizvod (presek) dogadjaja: A B = {e | e A e B} (= A B),
ili opstije,

iI
A
i
=
iI
A
i
;
iv) razlika (diferencija) dogadjaja: AB = {e | e A e B} (= A \ B);
Skup indeksa I u stavkama ii) i iii) je najvise prebrojiv skup. Ista pretpostavka,
ako se drugacije ne naglasi, vazi ce i u preostalom delu teksta.
Uvescemo sada jedan veoma vazan pojam koji igra jednu od kljucnih uloga
u teoriji verovatnoce.
Dogadjaji A i B su iskljucivi (ili nesaglasni) ako je A B = . Opstije, famil- DEFINICIJA5.2.1
ija dogadjaja A
i
, i I, obrazuje familiju uzajamno iskljucivih (nesaglasnih)
dogadjaja ako je A
i
A
j
= za svako i = j, i, j I.
Neka je B neki podskup partitivnog skupa od koji je zatvoren u odnosu
na operacije +, , , ili samo za +, , odnosno , . Dakle, ako A, B B tada
vazi A + B, A B,

A B. Pod ovim pretpostavkama imamo:
Skup dogadjaja B je polje ako vazi: DEFINICIJA5.2.2
i) B;
GLAVA 5. DISKRETNA VEROVATNO

CA 230
ii) ako A
i
B za svako i I tada

iI
A
i
B;
iii) ako A B tada i

A B.
Umesto ii) i iii) moze (alternativno) da stoji: NAPOMENA
ii) ako Ai B za svako i I tada
Q
iI
Ai B;
iii) ako A, B B tada i AB B.
Napomenimo i da se za polje, ako je skup diskretan, moze uzeti partitivni skup
skupa . Naime, ako je svaki elementarni dogadjaj i sam za sebe dogadjaj iz polja,
tada za svako A vazi A = eA{e}.
5.3 PROSTOR VEROVATNO

CE
Posmatrajmo uredjenu trojku datu sa: (, B, P), gde je P : B IR. Za
ovu trojku se kaze da je prostor verovatnoce ako vaze aksiome i) iii) (aksiome
Kolmogorova):
Uredjena trojka (, B, P), gde je P : B IR, predstavlja prostor verovatnoce DEFINICIJA5.3.1
ako vazi:
i) P(A) 0 za svako A B;
ii) P() = 1;
iii) ako su dogadjaji A
i
(i I) nesaglasni (u parovima) tada je
P(

iI
A
i
) =

iI
P(A
i
).
Ako nije diskretan skup tada se po pravilu javlja dodatni problem vezan za kon- NAPOMENA
strukciju funkcije P koja zadovoljava navedene aksiome - za svako B funkcija koja
zadovoljava aksiome i)iii) ne mora postojati. Primetimo jos da P nije precizirano
aksiomama; drugim recima, postoji velika sloboda za njen izbor.
Osnovne osobine funkcije P date su sledecom teoremom:
TEOREMA 5.3.2 Ako je (, B, P) prostor verovatnoce, tada za funkciju
P : B IR
vazi:
GLAVA 5. DISKRETNA VEROVATNO

CA 231
i) P() = 0;
ii) P(A) + P(

A) = 1 za svako A B;
iii) ako A B tada P(A) P(B);
iv) P(A + B) = P(A) + P(B) P(A B);
v) P(A
1
+ A
2
+ + A
n
) P(A
1
) + P(A
2
) + + P(A
n
);
vi) P(A
1
+ A
2
+ + A
n
) =

1in
P(A
i
)

1i<jn
P(A
i
A
j
)
+

1i<j<kn
P(A
i
A
j
A
k
) + + (1)
n1
P(A
1
A
2
A
n
).
Dokaz. Primetimo najpre da je = A +

A. Odavde sledi da je 1 = P() =
P(A +

A) = P(A) + P(

A) (videti Deniciju 1.3.1). Uzimanjem da je A =
neposredno sledi i), a potom i ii). Kako je B = A + (B A), sledi da je
P(B) = P(A) +P(B A) P(A), te vazi i iii). Primetimo najpre da A+B =
(AB)+(BA)+(AB). Odavde je P(A+B) = P(AB)+P(BA)+P(AB).
Primetimo i da je A = (A B) + (AB), te da je P(A B) = P(A) P(AB)
(slicno se dobija da je P(BA) = P(B) P(AB)). Samim tim dobijamo i iv).
Najzad, v) i vi) se dobijaju indukcijom iz iv).
Ovim je dokaz komletiran.
Interesantno je primetiti da obrnuto tvrdjenje za i) ne vazi. Dakle, ako je
verovatnoca nekog dogadjaja jednaka 0, to ne znaci da taj dogadjaj ne moze da
nastupi. Na primer, verovatnoca izbora ksne tacke sa duzi je jednaka 0, ali to
ne znaci da ona ne moze biti izabrana (pri nekom eksperimentu). Medjutim,
kod diskretne verovatnoce vazi i obrnuto.
2
Svojstvo ii) daje vezu izmedju
medjusobno komplementarnih dogadjaja.

Cesto se desava u praksi da je jedan
od njih znatno lakse izracunati nego drugi, tako da je ova formula veoma korisna.
Svojstvo iii) iskazuje monotoniju funkcije verovatnoce. Svojstvo iv) je specijalni
slucaj principa ukljucenjaiskljucenja videti svojstvo vi. Najzad, svojstvo v)
je poznato kao nadlinearnost.
5.4 DODELA VEROVATNO

CE
DOGADJAJIMA
Dodeljivanje verovatnoce pojedinim dogadjajima, kao sto je vec primeceno,
nije jednoznacno odredjeno. Postoji vise pristupa da se pojedinim dogadjajima
dodeli njihova verovatnoca.
Klasicna denicija Osnovna ideja na kojoj je zasnovana klasicna denicija
verovatnoce bazira ne pretpostavci da su svi elementarni dogadjaji jednako
2
Ova cinjenica se veoma elegantno koristi za probabilisticko dokazivanje teorema.
GLAVA 5. DISKRETNA VEROVATNO

CA 232
verovatni. Ova denicija ima posebno smisla ako je prostor elementarnih do-
gadjaja konacan, recimo da ima tacno n elementarnih dogadjaja. U tom slucaju
svaki elementarni dogadjaj ima verovatnoci
1
n
, tj. P({e}) =
1
n
za svako e .
S obzirom da je A = {e
i1
, e
i2
, . . . , e
im
}, imamo da je A =
m
s=1
{e
is
}, te odatle
sledi (videti Deniciju 1.3.1) da je P(A) =
m
n
. Stoga imamo:
(Klasicna denicija verovatnoce) Neka je m broj instanci kojima se realizuje DEFINICIJA5.4.1
dogadjaj A (kaze se i broj povoljnih slucajeva za dogadjaj A), a n broj svih
mogucih instanci iz prostora . Ako su sve instance jednako verovatne tada je
P(A) =
m
n
.
U praksi (kod eksperimenata) m oznacava i broj povoljnih ishoda za do-
gadjaj A, a n broj svih mogucih ishoda eksperimenta. Moze se lako pokazati
da su sve aksiome in Denicije 1.3.1 zadovoljene ako se verovatnoca P pridruzi
dogadjajima na opisani nacin.
Za eksperiment sa novcicem, m = 1 za grb (dogadjaj G), ili pismo (dogadjaj PRIMER 5.4.2
P), a n = 2 za dogadjaj = {G, P}. Stoga, ako je novcic pravilan (odnosno
homogen), imamo da je q = P(G) =
1
2
, a p = P(P) =
1
2
(jasno p + q = 1).
Slicnim rezonovanjem lako se dobija za kocku da je P(S
i
) =
1
6
, za realizaciju
i-te strane kocke (i = 1, 2, . . . , 6) pri bacanju pravilne (homogene) kocke; za
karte karte, imamo da je verovatnoca vadjenja (po slucajnom principu) bilo koje
konkretne karte jednaka
1
52
. Naravno, ukoliko novcic ili kocka nisu pravilni, tada
moze doci odstupanja od pomenutih vrednosti.
Geometrijska denicija Osnovna ideja na kojoj je zasnovana geometrijska
denicija verovatnoce je slicna klasicnoj deniciji. Jedina bitna razlika je da je
sada prostor elementarnih dogadjaja beskonacan, te bi stoga verovatnoca svakog
elementarnog dogadjaja neminivno bila jednaka nuli. Odatle bi se nametala
mogucnost da je verovatnoca svakog dogadjaja bila jednaka nuli, sto je nedo-
pustivo. Izlaz iz ove situacije moze se napraviti uz pomoc geometrijskih argu-
menata.
Predpostavicemo da skup elementarnih dogadjaja odgovara nekom pod-
skupu tacaka iz Euklidovog prostora dimenzije dimenzije do 3, to jest prostora
koji nas okruzuje. Na primer, u jednodimenzijalnom slucaju biramo tacke na
nekoj duzi; u dvodimenzijalnom slucaju biramo neki deo ravni (geometrijsku
guru kao sto je trougao, pravougaonik, krug itd.); u trodimenzijalnom slucaju
biramo neki deo prostora (geometrijsko telo kao sto je teraedar, paralelepiped,
lopta, itd.). Svaki od ovih objekata ima svoju meru: za duz to je njena duzina,
za guru u ravni to je njena povrsina, za telo u prostoru to je njena zapremina.
Neka je S skup svih tacaka iz odgovarajuceg prostora koje su u obostrano
jednoznacnoj korespodenciji sa , prostorom elementarnih dogadjaja. Neka je
GLAVA 5. DISKRETNA VEROVATNO

CA 233
R skup tacaka (iz S) koje su u obostranojednoznacnoj korespodenciji sa elemen-
tarnim dogadjajima koji realizuju dogadjaj A B. Tada je P(A) =
mes(R)
mes(S)
, gde
mes(X) oznacava meru skupa X, dakle njegovu duzinu, povrsinu, zapreminu,
itd. U praksi, mozemo pisati i P(A) =
mes(A)
mes()
. Stoga imamo.
(Geometrijska verovatnoca) Neka je mes(A) mera dela prostora koji koji sadrzi DEFINICIJA5.4.3
tacke koje odgovaraju instancama dogadjaja A, a mes() takodje merljiv deo
prostora koji koji sadrzi tacke koje odgovaraju svim mogucim instancama. Ako
su sve tacke posmatranog prostora jednako verovatne tada je
P(A) =
mes(A)
mes()
.
Moze se lako pokazati da su sve aksiome in Denicije 1.3.1 zadovoljene ako
se verovatnoca P usvoji na opisani macin.
(Problem semafora): Na semaforu se smenjuju crveno, narandzasto i zeleno PRIMER 5.4.4
svetlo, i to tako da redom traju 20 sekundi, 5 sekundi i 25 sekundi. Jedno od
pitanja koje se moze postaviti glasi: Koje je verovatnoca da vozilo koje stize na
raskrsnicu mora da ceka na zeleno svetlo. Odgovor je
1
2
(zasto?).
(Problem presretanje): Dva broda stizu u luku u toku istih T sati. Vremena PRIMER 5.4.5
njihovih pristizanja su slucajna i jednako verovatna u svakom od trenutaka iz
posmatranog intervala od T sati. Vreme zadrzavanja prvog broda u luci je T
1
sati, a drugog T
2
sati. Ako je jedan brod u luci, tada drugi mora da ceka na
oslobadjanje luke. Kolika je verovatnoca da dodje da sacekivanja.
Prostor svih elementarnih dogadjaja se moze poistovetiti sa tackama u
kvadratu stranica T, koji je odredjen tackama (0, 0), (T, 0), (T, T) i (0, T) u
koordinatnom sistemu. Svaka tacka (t
1
, t
2
) odgovara vremenima pristizanja
brodova. Do sacekivanja ce doci ako je 0 t
1
t
2
T
1
(tada prvi brod ceka),
ili ako je 0 t
2
t
1
T
2
(tada drugi brod ceka). Tacke koje odgovaraju saceki-
vanju leze u jednoj traci odredjenoj pravama t
2
= t
1
T
1
i t
2
= t
1
+ T
2
. Stoga
je trazena verovatnoca jednaka
T
2

1
2
((TT1)
2
+(TT2)
2
)
T
2
.
Problem: Odrediti verovatnocu da je nasumice izabrana tetiva kruga duza od PRIMER 5.4.6
stranice jednakostranicnog trougla upisanog u dati krug.
Pokazacemo da je pojam jednakoverovatnih dogadjaja u ovom slucaju tesko
precizirati, i da se zavisno od toga kako je to ucinjeno mogu dobiti razliciti
rezultati. U svim donjim varijantama pri izboru jednakoverovatnih dogadjaja
simetrija kruga se koristi kao glavni (pocetni) argument.
Prva varijanta: Uzmimo najpre da je tetiva odredjena svojom srednjom tackom,
kao i da su sve tacke kruga jednako verovatne. Povoljni slucajevi sada odgo-
varaju tackama cije je rastojanje od centra kruga najvise
r
2
(r je poluprecnik
GLAVA 5. DISKRETNA VEROVATNO

CA 234
kruga). Sada se lako dobija da je trazena verovatnoca jednaka
1
4
(kao kolicnik
mere dva kruga).
Druga varijanta: Uzmimo sada da je tetiva odredjena jednom ksnom tackom
na kruznici i uglom koji zaklapa sa tangentom na krug u uocenoj tacki na
kruznici. Povoljni slucajevi sada odgovaraji onim uglovima koji su u opsegu
od 60
o
do 120
o
. Sada se lako dobija da je trazena verovatnoca jednaka
1
3
(kao
kolicnik mere dva ugla).
Treca varijanta: Uzmimo sada da je tetiva odredjena svojim pravcem (dakle
mora biti paralelna nekoj ksnoj pravoj) i rastojanjem od centra. Povoljni
slucajevi sada odgovaraji rastojanjima od centra do najvise
r
2
. Sada se lako
dobija da je trazena verovatnoca jednaka
1
2
(kao kolicnik mere dve duzi).
Ovaj primer je ilustrativan jer pokazuje istovremeno koliku slobodu imamo
u dodeljivanju verovatnoce dogadjajima.
Buon-ov problem: U ravni je dat skup paralelnih pravih, pri cemu je rastojanje PRIMER 5.4.7
izmedju svake dve susedne prave 2a (a > 0). Na ravan se baca igla duzine 2l
(0 < l < a). Odrediti verovatnocu da igla preseca neku od paralelnih pravih.
Zbog uslova l < a igla moze presecati najvise jednu od pravih. Polozaj igle
u odnosu na bilo koju pravu moze se odrediti rastojanjem d njenog centra u
odnosu na najblizu pravu, kao i uglom koji ona zaklapa sa bilo kom pravom.
Ove dve velicine se mogu smatrati nezavisnim (u intuitivnom smislu).
Stoga bi prostor elementarnih dogadjaja mogao biti interpretiran kao tacka
u pravougaoniku sa temenima (0, 0), (, 0), (, a) i (0, a). Igla preseca najblizu
pravu ako i samo ako je 0 d l sin(). Prostor povoljnih dogadjaja je gura
(u gornjem pravougaoniku) ispod sinusoide d = l sin(). Lako se pokazuje da je
odnos odgovarajucih povrsina jednak
2l
a
, so je ujedno i trazena verovatnoca.
Interesantno je da je odavde =
2l
a
.
Statisticka denicija verovatnoce Napomenimo najpre da se matematicka
statistika kao matematicka disciplina pre svega bavi primenom aparata teorije
verovatnoce na resavane prakticnih problema (dakle, odredjivanjem verovatnoca
dogadjaja vezanih za neke probleme iz prakse, tumacenjem dobivenih rezultata,
predikcijom nastupanja nekih dogadjaja, itd. Nas ce u okvirima ove knjige
interesovati jedan samo dodeljivanje verovatnoce nekim dogadjajima.
Podjimo od primera bacanja novcica. Postavlja se pitanje sta cemo da
radimo ako novcic nije pravilan! Intuitivno je jaso da ako je pravilan, da ce
grb (ili pismo) nastupiti priblizno jednak broj puta ako se eksperiment vise
puta (na primer, 100 puta) ponavlja. sta se moze ocekivati ako novcic nije
pravilan. U tom slucaju recimo da se pismo realizovalo m puta u n ponavljanja
eksperimenta. Uocimo tada kolicnik
m
n
, i oznacimo ga sa f. Tada f (=
m
n
)
predstavlja (po deniciji) relativnu frekvenciju nastupanja pisma, za nas dogad-
jaja, recimo A (m je apsolutna frekvencija). Intuitivno, ali i empirijski mozemo
pretpostaviti da je
P(A) = lim
n+
m
n
.
GLAVA 5. DISKRETNA VEROVATNO

CA 235
Napomenimo da je ovde pojam granicne vrednosti upotrebljen u intuitivnom
smislu. Razlog je sto formalna denicija granicne vrednosti (sa neizbeznim )
sada nema isti smisao. Eksperimenti sugerisu da ce za veliko n razlika (po
modulu) izmedju relativne frekvencije (uz zanemarljiva kolebanja) biti veoma
bliska nekom broju: taj broj je verovatnoca naseg dogadjaja A. Isposavilo se
da za pravilan novcic taj broj (prema ocekivanjima) iznosi
1
2
.
Vratimo se sada Buonovom problemu. Ako se bacanje igle ponovi veliki
broj puta, recimo n, i ako je broj povoljnih slucajeva (presecanja) bio m. Tada
sledi da je
= lim
n
2ln
am
.
Na primer, R. Wolf je bacao iglu 5000 puta u periodu od 1849. do 1853. godine
i dobio da je 3.1596. Ovakvi eksperimenti (sada se rade na racunarima)
bili su prvi koraci u primeni takozvane Monte Carlo metode (ili metode
simulacija za razna izracnavanja. Recimo, ako u Buonovom eksperimentu
ne znamo da izracunamo povrsinu zahvacenu sinusoidom i horizontalnom osom,
tada bi je mogli priblizno odrediti bacanjem igle (kako?). Ovakve i slicne ideje
se danas koriste raznim primenama teorije verovatnoce (zajedno sa statistikom).
5.5 USLOVNA VEROVATNO

CA
U mnogim slucajevima u sitaciju smo da razmatramo nastupanje nekog do-
gadjaja pod uslovom da se vec realizovao neki dogadjaj (koji ga moze ali ne mora
implicirati). Naprimer, putnik koji putuje vozom na razlicite nacin procenjuje
verovatnocu kasnjene voza za neki vremenski iznos na pocetku putovanja, i u
toku putovanja (recimo na sredini putovanja) znajuci pritom koliko je kasnjenje
voza do tog trenutka.
Neka je A ksiran dogadjaj cija je verovatnoca pozitivna, tj. vazi P(A) > 0. DEFINICIJA5.5.1
Neka je B bilo koji dogadjaj. Tada
P(B|A) =
P(A B)
P(A)
oznacava verovatnocu dogadjaja B pod uslovom da se desio dogadjaj A.
Opravdanje za ovakvu deniciju moze se naci kako preko klasicne denicije
verovatnoce, tako i preko geometrijske denicije verovatnoce. Neka je m
A
(m
B
)
broj povoljnih slucajeva za nastupanje dogadjaja A (odnosno B) u prostoru
od n elementarnih dogadjaja, m
AB
broj povoljnih nastupa oba dogadjaja, tj.
dogadjaja AB u istom prostoru. Tada je
P(A) =
m
A
n
, P(AB) =
m
AB
n
, P(B|A) =
m
AB
n
A
.