VJEROVATNOA

Osnovni pojmovi Neke operacije sa sluajnim dogaajima Razliite definicije vjerovatnoe Pravilo sabiranja vjerovatnoa (aditivno pravilo) Uslovna vjerovatnoa i nezavisnost dogaaja Vjerovatnoa uzroka (Bayes-ova teorema)

Vjerovatnoa

Vjerovatnoa, kao izraz mjere oekivanja da se neki dogaaj desi, vano je uporite statistikog zakljuivanja, koje se izvodi u uslovima manje ili vee neizvjesnosti. Teorija vjerovatnoe potpomae zakljuivanje u uslovima imperfektne informacije i neizvjesnosti. To se posebno odnosi na formulisanje metoda za zakljuivanje o vrijednostima parametara populacije na osnovu informacije iz uzorka.

OSNOVNI POJMOVI
Osnovni pojmovi u teoriji vjerovatnoe su: eksperiment, ishod i prostor uzorka, odnosno elementarnih dogaaja. Eksperimenti, su potpuno precizirane operacije posmatranja ili prikupljanja podataka, koje se u nepromijenjenim uslovima mogu ponavljati proizvoljno mnogo puta i iji se ishod ne moe sa sigurnou predvidjeti. Realizacije eksperimenata su ishodi (elementarni dogaaji), kao skup unaprijed poznatih mogunosti realizacije. U svakom pojedinom izvoenju eksperimenta realizuje se samo jedan ishod elementarni dogaaj, to znai da su elementarni dogaaji meusobno iskljuivi. Prostor uzorka (prostor elementarnih dogaaja) je skup svih elementarnih dogaaja, a moe se oznaiti kao: S = {e1, e2, ..., ei, ..., en}, ei S, 1 i n

Sluajni dogaaj predstavlja podskup skupa dogaaja, koji imaju neku zajedniku osobinu.

elementarnih

Posmatrajmo bacanje kocke, ije su strane numerisane brojevima od 1 do 6. Elementarni dogaaji su brojevi od 1 do 6, koji ine prostor uzorka S = {1, 2, 3, 4, 5, 6}. Sluajni dogaaj ine jedan, dva ili vie elementarnih dogaaja. Na primjer, sluajni dogaaj je A < dobijeni broj je neparan > , to se moe zapisati kao A = {1, 3, 5}. Siguran dogaaj (S) jednak je skupu elementarnih dogaaja i realizuje se svaki put kada se izvodi odreeni eksperiment. U ovom sluaju moe se odrediti kao: S < dobijeni broj je manji od 7>. Nemogu dogaaj (N) je onaj koji se ne moe realizovati prilikom

Vjerovatnoa

izvoenja nekog eksperimenta. Za eksperiment bacanja kocke nemogu dogaaj moe se odrediti kao: N < dobijeni broj vei je od 6 >.

NEKE OPERACIJE SA SLUAJNIM DOGAAJIMA

Neka su dati dogaaji A i B. Kaemo da A implicira B ako se svaki put kada se ostvari dogaaj A ostvari i dogaaj B, to se oznaava sa: A B Dogaaji A i B su jednaki ako istovremeno A implicira B i B implicira A, to se oznaava sa: A B B A Unija dogaaja A i B je dogaaj koji se ostvaruje onda i samo onda ako se ostvari bar jedan od dogaaja A i B. Oznaava se sa: A B = {ei ei A ei B} i Presjek dogaaja A i B je dogaaj koji se istovremenim ostvarenjem i dogaaja A i dogaaja B. Oznaava se sa: A B = {ei ei A ei B} i Za dva dogaaja A i B kaemo da se meusobno iskljuuju (da su disjunktni) ako je njihov presjek nemogu dogaaj, odnosno prazan skup: A B = gdje je sa oznaen prazan skup, odnosno je oznaka da nema zajednikih elemenata dogaaja A i B. Unija dva dogaaja A i B, koji su meusobno iskljuivi (disjunktni), predstavlja zbir tih dogaaja: A B = A + B U sluaju kada dogaaji A i B pokrivaju cjelokupan prostor elementarnih dogaaja S (A B =S), a meusobno su iskljuivi, tj. A B = , tada za ove dogaaje kaemo da su komplementarni. ostvaruje

RAZLIITE DEFINICIJE VJEROVATNOA

Vjerovatnoa

1. Statistika definicija vjerovatnoe

Pretpostavimo da se statistiki eksperiment izvodi proizvoljno mnogo puta i da se u svakom od tih izvoenja sluajan dogaaj A moe realizovati ili ne. Ako n (A) oznaava broj realizacija dogaaja A u n ponovljenih eksperimenata, tada je 0 n( A) n. n( A) naziva se relativna uestalost ili frekvencija n dogaaja A u tih n izvoenja. Ako se izvede vie ovakvih serija eksperimenata od po n nezavisnih ponavljanja, zapaa se da za dovoljno veliki broj n frekvencija dogaaja A za veinu ovih serija oscilira oko neke konstante. to je n vee, odstupanja frekvencije od te konstante su manja. Kolinik Ova stabilnost frekvencija omoguava da se uoena konstanta moe uzeti za vrijednost vjerovatnoe posmatranog dogaaja. Tako se frekvencija n( A) dogaaja A grupie oko broja P(A). n

2. Geometrijska vjerovatnoa
Neka je skup S beskonaan. Pretpostavimo da je S mjerljiv podskup prostora R n (to znai da postoji mera m(S ) < koja je za n=1 duina, za n=2 povrina i za n=3 zapremina podskupa). Neka je A proizvoljan podskup od S ija je mjera m(A). Ako se eksperiment sastoji u sluajnom biranju taaka iz skupa S , treba pronai vjerovatnou da sluajno izabrana taka iz S padne u A. Ovdje sluajan izbor znai da se moe izabrati bilo koja taka iz S i da je vjerovatnoa padanja take A proporcionalna mjeri oblasti A kojom se predstavlja (nezavisno od poloaja i oblika podskupa A). Tada je P ( A) = m( A) . m( S )

Neka je, npr., [ a, b] interval sa realne prave R i neka je [ c, d ] [ a, b] . Ako sa A oznaimo dogaaj koji se realizuje kad sluajno izabrana taka sa intervala [ a, b] padne u interval [ c, d ] , tada je P ( A) = d c . ab

3. Aksiomatska definicija vjerovatnoe dogaaja

Aksiomatska teorija vjerovatnoe Kolmogorova zasniva se na pojmu

Vjerovatnoa

- polja.
Neka je familija podskupova skupa S koja ima sljedee osobine: 1. S , 2. ako A , tada A c , 3. ako A1 , A2 ,... , tada i

n =1

An .

Familija sa navedenim osobinama zove se - polje, ili -algebra dogaaja. Ako je prostor elementarnih dogaaja S konaan, tada svako sigma polje ima konano mnogo elemenata, pa se umjesto tree osobine koristi: 3*. Ako A1 , A2 ,... , tada je i

n =1

An .

U tom sluaju se umjesto naziva sigma polje koristi naziv polje dogaaja ili algebra dogaaja. Svako sigma polje je polje. Iz definicije sigma polja slijedi da ako se na dogaaje iz sigma polja prebrojivo mnogo puta primijene operacije uzimanja komplementa i unije, dobijaju se dogaaji iz , pa se kae da je sigma polje zatvoreno u odnosu na prebrojivu primjenu operacije presjeka dogaaja. Za razliku od sigma polja, polje dogaaja je zatvoreno u odnosu na konanu primjenu operacije unije, presjeka i komplementa. Ureen par ( S , ) zove se mjerljiv prostor. Kod aksiomatskog zasnivanja Teorije vjerovatnoa, vjerovatnoa dogaaja iz definie se kao funkcija dogaaja sa odreenim osobinama. Vjerovatnoa je realna funkcija definisana na - polju dogaaja iz S koja ima sljedee osobine:
1. za svako A vai P ( A) 0 (nenegaivnost), 2. P ( S ) = 1 (normiranost), 3. ako

P n =1 An = n =1 P ( An ) ( -aditivnost).

su

A1 , A2 ,...

uzajamno

disjunktni

dogaaji,

tada

je

U prethodnoj definiciji osobine 1,2 i 3 su aksiome Kolmogorova.

1. Vjerovatnoa nemogueg dogaaja je nula, P( ) = 0. 2. Vjerovatnoa

je konano aditivna funkcija: ako su

uzajamno disjunktni dogaaji, tada je P i =1 Ai = i =1 P ( Ai ).

n n

A1 , A2 ,..., An

Vjerovatnoa

3. Vjerovatnoa suprotnog dogaaja: P ( A c ) = 1 P ( A). 4. Ako je A , tada je P ( A) P( B ). 5. Za svako A vai 0 P( A) 1.

6. Lema o pokrivanju ili Bulova nejednakost: P ( A1 2 ...) P ( Ai ). A

i =1

7. Za sluaj da je n=2, bie:

P ( A ) = P( A) + P ( B) P ( AB ). B
8. Neprekidnost vjerovatnoe: Ako je niz dogaaja A1 , A2 ,... monotono

neopadajui, tj., A1 A2 ..., onda je: P ( n ) = lim.P ( An ). A

n =1 n

Ureena trojka ( S , , P ) naziva se prostor vjerovatnoa vjerovatnosni model posmatranog stohastikog eksperimenta.

ili

Ako je prostor ishoda nekog eksperimenta S diskretan (najvie prebrojiv), tj. S = (e1 , e2 ,...) , - polje je partitivni skup skupa S. Svakom elementarnom dogaaju e j moemo pridruiti vjerovatnou p j tako da je: p j > 0 , j =1,2,... p1 + p 2 + ... = 1.

Vjerovatnou proizvoljnog dogaaja A = (e1 , e2 ,...) definiemo kao zbir vjerovatnoa ishoda koji sainjavaju dogaaj A: P( A) = p j1 + p j 2 + ... Moe se dokazati da je ureena trojka ( S , , P ) prostor vjerovatnoa. Jo se naziva diskretan prostor vjerovatnoa ili prekidan prostor vjerovatnoa.

4. Klasina definicija vjerovatnoe

Kada je skup elementarnih dogaaja konaan i kad su svi ishodi jednako vjerovatni, tada se na jednostavan nain moe definisati vjerovatnoa sluajnog dogaaja. Neka je prostor elementarnih dogaaja konaan, tj. S = (e1 , e2 ,..., en ) , polje je skup svih podskupova od S. Svakom elementarnom dogaaju e j pridruimo vjerovatnou p j , j = 1,2,..., n, tako da je: pj > 0, Vjerovatnoa proizvoljnog p1 + p 2 + ... + p n = 1. dogaaja A sastavljena je od k
6

Vjerovatnoa

elementarnih dogaaja koji se moe predstaviti u obliku: A = (e j1 , e j 2 ,..., e jk ) , jednaka je: P( A) = p j1 + p j 2 + ... + p jk . Ako svakom elementarnom dogaaju e j pridruimo istu vjerovatnou 1 pj = , n j = 1,2,..., n, dobijamo da je P ( A) = k . n

Navedena definicija vjerovatnoe poznata je kao klasina ili Laplasova definicija vjerovatnoe.

PRAVILO SABIRANJA VJEROVATNOA (ADITIVNO PRAVILO)

U sluajevima kada se odreuje vjerovatnoa da se desi dogaaj E1 ili E2 ili dogaaj ... En, primjenjuje se pravilo sabiranja vjerovatnoa. U isto praktinom smislu, ovakvu kombinaciju oekivanja realizacije dogaaja prepoznajemo po upravo ovakvoj formulaciji ... "ili" ... "ili". Neka su dogaaji E1 i E2 sluajni dogaaji iz prostora elementarnih dogaaja S. Tada je vjerovatnoa njihove unije jednaka zbiru pojedinanih vjerovatnoa tih dogaaja umanjenom za vjerovatnou njihovog istovremenog ostvarenja: P ( E1 E 2 ) = P ( E1 ) + P ( E 2 ) P( E1 E 2 ) to predstavlja vjerovatnou da e se ostvariti ili dogaaj E1 ili dogaaj E2. Ako su dogaaji E1 i E2 meusobno disjunktni (iskljuivi), tada je vjerovatnoa njihove unije jednaka zbiru njihovih pojedinanih vjerovatnoa: P ( E1 E 2 ) = P ( E1 ) + P ( E 2 ) , P ( E1 E 2 ) = 0

Za n dogaaja E1, E2, ... , En iz prostora elementarnih dogaaja S, vjerovatnoa njihove unije je:

P( E1 E 2 E n ) = P( Ei )
i =1

n 1

i =1 j = i + 1

P( E i E j ) +

n 2 n 1

i =1 j = i +1k = j +1

P( Ei E j Ek ) + ( 1)
n

n 1

P(

E )
i i =1

PRIMJER Posmatramo auto gume istog proizvoaa. Veina guma je u skladu sa propisanim standardom u pogledu broja kilometara koje moe da pree.

Vjerovatnoa

Neke gume su prele manji ili vei broj kilometara. Analizom broja preenih kilometara za 200 sluajno izabranih auto guma ustanovljeno je sljedee: Broj preenih kilometara Manja od propisane Propisana Vea od propisane Doga aj E1 E2 E3 Broj auto guma 14 178 8 200 Vjerovatnoa pojavljivanja 0,070 0,890 0,040 1,000

Pitanje koje se postavlja je: kolika je vjerovatnoa da e sluajno izabrana auto guma imati broj preenih kilometara manji ili vei od propisanog? Izbor auto gume sa brojem kilometara manjim od propisanog oznaimo kao dogaaj E1, a izbor gume sa brojem kilometara veim od propisane sa E3. Dogaaji su meusobno iskljuivi (disjunktni), jer neka auto guma ne moe istovremeno da ima broj kilometara i manji i vei od propisane. Vjerovatnoa da izabrana guma ne bude sa propisanim brojem kilometara (da ima broj preenih kilometara ili manji ili vei od propisanog), je: P ( E1 E 3 ) = P ( E1 ) + P ( E3 ) = 0,070 + 0,040 = 0,110 . PRIMJER Iz pila karata sluajno se izvlai jedna karta. Kolika je vjerovatnoa da izvuena karta bude dama ili karta pik? Oznaimo dogaaje i njihove odgovarajue vjerovatnoe: - E1 izvuena karta je dama - E2 izvuena karta je karta pik - E1 E 2 izvuena karta je dama pik P(E1) = P(E2) = 4/52 = 0,077, 13/52 = 0,250,

P ( E1 E 2 ) = 1/52 = 0,019.

Prema ranije datom izrazu vjerovatnoa da izvuena karta bude dama ili karta pik iznosi: P( E 1 2 ) = P( E1 ) + P ( E 2 ) P( E1 E 2 ) = 0,077 + 0,250 0,019 = 0,308 . E

USLOVNA VJEROVATNOA I NEZAVISNOST DOGAAJA

Za dva dogaaja E1 i E2 uslovna vjerovatnoa oznaava se sa P(E2/E1) i predstavlja vjerovatnou ostvarenja dogaaja E2 pod uslovom da se ostvario dogaaj E1. Ova vjerovatnoa odreuje se

Vjerovatnoa

pomou izraza: P ( E 2 E1 ) = uz uslov da je P(E1) > 0. Nezavisni dogaaji su oni kod kojih ostvarenje ili neostvarenje jednog dogaaja nema uticaja na vjerovatnou ostvarenja drugog dogaaja, tako da je: P ( E 2 E1 ) = P ( E 2 ) P ( E1 E 2 ) = P ( E1 ) . P ( E1 E 2 ) P ( E1 )

Ovo se moe iskazati i na sljedei nain: dva dogaaja E1 i E2 su nezavisni ako je: P ( E1 E 2 ) = P ( E1 ) P( E 2 ) , Odnosno, dva dogaaja su nezavisna ako je vjerovatnoa njihovog istovremenog ostvarenja jednaka proizvodu njihovih pojedinanih vjerovatnoa. PRIMJER Jedan proizvoa automobila sagledava albe u vezi sa kvalitetom svog proizvoda. Sve albe razvrstane su u tri grupe: elektronske, mehanike i dizajnerske, u toku i poslije garantnog perioda. Distribucija albi prema navedenim kategorijama bila je kao to je predstavljeno u sljedeoj tabeli: Razlozi za albe Elektri ni U garant. roku Nakon garant. roka Ukupno 14 21 35 Mehani ki 12 18 30 Dizajners ki 25 10 35 (u %) Ukupn o 51 49 100

Odrediti vjerovatnou da je neka pojedinana alba zbog mehanikog kvara, ako se zna da je podnesena u garantnom roku. Neka su dogaaji: M razlog za albu je mehanike prirode, G alba je podnesena u garantnom roku. Iz prethodne tabele moe se ustanoviti da je vjerovatnoa da je alba podnesena u garantnom roku P(G) = 0,51, a vjerovatnoa da je alba u garantnom roku podnesena zbog mehanikog kvara je P ( M G ) = 0,12 .

10

Vjerovatnoa

Vjerovatnoa da je neka pojedinana alba zbog mehanikog kvara (kao uslovna vjerovatnoa), je: P( M G ) = P( M G ) 0,12 = = 0,235 P (G ) 0,51

pod uslovom da se zna da je alba podnesena u garantnom periodu.

PRAVILO MNOENJA VJEROVATNOA (MULTIPLIKATIVNO PRAVILO)

Pravilo mnoenja vjerovatnoa primjenjuje se za odreivanje vjerovatnoe istovremenog (zajednikog) javljanja dva ili vie dogaaja prilikom izvoenja nekog eksperimenta. U praksi, ovakvu kombinaciju oekivanja realizacije dogaaja prepoznajemo po formulaciji ... "i" ... "i", odnosno kada se odreuje vjerovatnoa da se desi "i" jedan "i" drugi "i" ... "i" n-ti dogaaj. Za dva dogaaja E1 i E2 vjerovatnoa njihovog istovremenog ostvarenja dobije se na osnovu izraza: P ( E1 E 2 ) = P ( E1 ) P( E 2 E1 ) P ( E1 E 2 ) = P ( E 2 ) P ( E1 E 2 ) Za tri dogaaja E1, E2 i E3 vjerovatnoa njihovog istovremenog ostvarenja dobije se na osnovu izraza: P ( E1 E 2 E 3 ) = P ( E1 ) P ( E 2 E1 ) P ( E3 E1 E 2 ) Za sluajne dogaaje koji su meusobno nezavisni vjerovatnoa njihovog istovremenog ostvarenja dobije se kao proizvod njihovih pojedinanih vjerovatnoa: P ( E1 E 2 ) = P ( E1 ) P( E 2 ) ako je P ( E 2 E1 ) = P ( E 2 ) , odnosno P ( E1 E 2 ) = P ( E1 ) . Za n dogaaja E1, E2, ... , En vjerovatnoa njihovog istovremenog ostvarenja dobije se na osnovu izraza:
n 1 n P E i = P ( E1 ) P ( E 2 E1 ) P( E 3 E1 E 2 ) P( En / Ek ) k =1 i =1

10

Vjerovatnoa

11

PRIMJER Standardna kocka, ije su strane numerisane brojevima od 1 do 6, baca se na sluaj tri puta uzastopno. Odrediti vjerovatnou da se broj 6 dobije u sva tri bacanja. Prilikom bacanja kocke realizacije su elementarni dogaaji - brojevi od 1 do 6, koji ine prostor uzorka S = {1, 2, 3, 4, 5, 6}. Vjerovatnoa da se dobije broj 6 je P(E6) = 1/6. Vjerovatnoa da se prilikom tri bacanja kocke dobije broj 6 tri puta uzastopno, izraunava se na osnovu izraza (3.22), tako da je: P( E6 E6 E6 ) = P( E6 ) P( E6 ) P( E6 ) = PRIMJER Od 15 auto dijelova 3 su neispravna. Auto dijelovi su zapakovani tako da se ne moe odmah vidjeti koji od njih su neispravni. Na sluaj se izvlae dva auto dijela. Kolika je vjerovatnoa da oba auto dijela budu ispravna? Dogaaj A izvueni auto dio je ispravan, ima vjerovatnou P ( A) = 12 15 = 0,800 . Dogaaj B/A drugi izvueni auto dio je ispravan, pod pretpostavkom da je prvi izvueni auto dio ispravan, ima vjerovatnou P(B/A) = 11/14 = 0,786, jer nakon izvlaenja prvog auto dijela, koji je ispravan, ostaje 11 ispravnih auto dijelova od preostalih 14. Oigledno je da su ova dva dogaaja meusobno zavisni, jer je oekivanje realizacije drugog dogaaja vezano za realizaciju prvog. Vjerovatnoa da oba auto dijela budu ispravna (i u prvom i u drugom izvlaenju), je: P ( A B ) = P ( A) P( B A) = PRIMJER Jedan veliki auto servis ispituje vezanost (odanost) svojih mehaniara za firmu. U anketi koja je provedena postavljeno je pitanje, da li bi mehaniar preao u drugi servis koji bi nudio istu ili neto povoljniju poziciju. Odgovori 100 mehaniara i duina njihovog staa u servisu dati su u sljedeoj tabeli: Duina staa u servisu(godina) Odgovor do 1 1-5 610 preko 10 Ukupno 12 11 = 0,629 . 15 14 1 1 1 1 = = 0,00463 . 6 6 6 216

11

12

Vjerovatnoa

Ostaje u servisu Prelazi u drugi servis

6 11 17

16 6 22

4 4 8

37 16 53

63 37 100

Kolika je vjerovatnoa da sluajnim izborom jednog mehaniara izaberemo onog koji bi preao u drugi servis, a koji u konkretnom servisu radi vie od 10 godina? Prvi dogaaj D oznaava sve one mehaniare koji bi preli u drugi servis, a njegova vjerovatnoa je P( D) = 37 100 = 0,370 . Drugi dogaaj K je da izabrani mehaniar ima vie od 10 godina staa u servisu, ija je vjerovatnoa P( K ) = 53 100 = 0,530 . Dogaaj K D je izbor mehaniara koji bi preao u drugi servis, a koji radi vie od 10 godina u servisu, ija vjerovatnoa je P ( K D) = 16 37 = 0,432 . Konano, vjerovatnoa da sluajnim izborom jednog mehaniara dobijemo onog koji bi preao u drugu firmu, a koji radi vie od 10 godina u predmetnom servisu, prema izrazu (3.19) je: P( D K ) = P( D) P( K D) = 37 16 = 0,16 100 37

Ovaj rezultat mogao se dobiti i kao prosta vjerovatnoa, jer se jasno vidi da je od ukupnog broja anketiranih mehaniara (100) njih 16 bilo u grupi koja bi promijenila firmu, a koji vie od 10 godina rade u posmatranom auto serisu.

VJEROVATNOA UZROKA (BAYES-OVA TEOREMA)

Vrlo esto nas zanima vjerovatnoa uzroka nekog dogaaja. Tako, na primjer, ako smo kontrolom proizvodnje auto dijelova ustanovili da je neki od njih neispravan, postavlja se pitanje, na kojoj maini je proizveden ili koji ga je radnik proizveo. U sluaju kad automobil ne moe da upali, postavlja se pitanje zbog ega: da li se akumulator ispraznio, da li je u pitanju kvar na elektro instalacijama ili je neto tree u pitanju. U ovakvim sluajevima odreivanje vjerovatnoe uzroka jedan je od naina njihovog otkrivanja. Neka su dati dogaaji D1, D2, ... , Dk, koji su meusobno disjunktni: Di D j = , i, j , a ija unija predstavlja siguran dogaaj, odnosno neki potpun prostor elementarnih dogaaja:

12

Vjerovatnoa

13

Di = S , i = 1, ..., k. Tada je vjerovatnoa dogaaja X koji se realizuje pod uslovom da se realizovao jedan i samo jedan od dogaaja D1, D2, ... , Dk : P ( X ) = P ( Di ) P ( X / Di ) = P ( D1 ) P( X D1 ) + P( D2 ) P ( X D2 ) + + P ( Dk ) P ( X Dk )
i =1 k

Prema pravilu mnoenja vjerovatnoa vai: P ( D1 ) P ( D2 D1 ) = P ( D2 ) P ( D1 D2 ) P ( D2 D1 ) = P ( D2 ) P ( D1 D2 ) . P ( D1 )

Odavde se uoptavanjem dobija opti oblik Bayes-ove teoreme: P( Di X ) = P ( Di ) P( Di ) P( X Di ) P( X Di ) = P( X ) P( Di ) P( X Di )

Pri tome se dogaaji D1, D2, ... , Dk smatraju uzrocima dogaaja X koji je, dakle, njihova posljedica. Zato se ova vjerovatnoa oznaava kao vjerovatnoa uzroka. Treba uoiti da su vjerovatnoe P ( Di ) a priori, a vjerovatnoe P ( X Di ) a posteriori, to u konanom rezultatu daje a posteriorne vjerovatnoe, koje pokazuju da je neki od dogaaja D1, D2, ... , Dk bio uzrok nastanka dogaaja X. Ova teorema posebnu primjenu nalazi prilikom odreivanja vjerovatnoe nekih dogaaja za koje je poznata vjerovatnoa uzroka njihovog nastanka. PRIMJER Proizvoa automobila ugrauje, pored ostalih dijelova, i jedan mikroip, kojeg nabavlja od tri proizvoaa, S, Q i T, i to 35% od proizvoaa S, 25% od proizvoaa Q i 40% od proizvoaa T. Na osnovu ranijih iskustava poznato je da je uee neispravnih mikroipova kod proizvoaa S 3%, kod proizvoaa Q 4%, a kod proizvoaa T 2%. Mikroip se skladiti bez posebnog oznaavanja, tako da se ne razaznaje od kog je proizvoaa. Sluajno je izabran jedan mikroip i ustanovljeno je da je neispravan. Kolika je vjerovatnoa da je proizveden kod proizvoaa Q? Tri dogaaja i odgovarajue (apriorne) vjerovatnoe su: D1 mikroip nabavljen od proizvoaa S P ( D1 ) = 0,35 ; D2 mikroip nabavljen od proizvoaa Q P ( D2 ) = 0,25 ;

13

14

Vjerovatnoa

D3 mikroip nabavljen od proizvoaa T P ( D3 ) = 0,40 . Posebna je informacija da je mikroip neispravan, tako da je dogaaj X da je sluajno izabrani mikroip neispravan. Uslovne vjerovatnoe (aposteriorne), da je neispravan mikroip proizveden kod odreenog proizvoaa, na osnovu ranijih iskustava su: P ( X D1 ) = 0,03 neispravan mikroip proizveden je kod proizvoaa S; P ( X D2 ) = 0,04 neispravan mikroip proizveden je kod proizvoaa Q; P ( X D3 ) = 0,02 neispravan mikroip proizveden je kod proizvoaa T. Mikroip se sluajno bira iz skladita i nije poznato ko je proizvoa. Zadatak je da se odredi vjerovatnoa da je neispravan mikroip proizveden kod proizvoaa Q, odnosno P ( D2 X ) . Ova vjerovatnoa moe da se izrauna na osnovu izraza: P ( D2 X ) = P ( D2 ) P ( X D2 ) 0,25 0,04 = = 0,3509 . P( Di ) P( X Di ) 0,35 0,03 + 0,25 0,04+,040 0,02

Ovo znai da je vjerovatnoa da je sluajno izabrani neispravan mikroip proizveden kod proizvoaa Q 0,3509, odnosno u 35,1% sluajeva moe se oekivati da je neispravan mikroip proizveden kod proizvoaa Q. U sljedeoj tabeli dat je pregled svih dogaaja i vjerovatnoa za ovaj primjer: Dogaa j Di S - D1 Q - D2 T - D3 Apriorna vjerovatnoa P(Di) 0,35 0,25 0,40 1,00 Uslovna vjerovatnoa P(X/Di) 0,03 0,04 0,02 Zajednika vjerovatnoa P(Di) P(X/Di) 0,0105 0,0100 0,0080 P(X) = 0,0285 Aposteriorna vjerovatnoa P(Di/X) 0,0105/0,0285 = 0,3684 0,0100/0,0285 = 0,3509 0,0080/0,0285 = 0,2807 1,0000

Vjerovatnoa da je neispravan mikroip proizveden kod proizvoaa S je 0,3684, a kod proizvoaa T je 0,2807. U isto praktinom smislu, ove
14

Vjerovatnoa

15

informacije za konkretnog proizvoaa automobila mogu da imaju izuzetno vano znaenje u organizaciji nabavke i proizvodnje.

15