KOMBINATORIKA

VEROVATNOCA
Teorija, primeri, zadaci

Ljubica Oparnica
Pedagoski fakultet u Somboru

ii

Sadr
zaj
Predgovor

1 Predznanje
1.1 Skupovi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Brojevi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1
1
4

2 Kombinatorika
2.1 Uvodni zadaci, primeri, definicije i tvrdenja
2.2 Permutacije . . . . . . . . . . . . . . . . . .
2.3 Varijacije . . . . . . . . . . . . . . . . . . .
2.4 Kombinacije . . . . . . . . . . . . . . . . . .
2.5 Paskalov trougao. Binomni obrazac . . . . .
2.6 Zadaci za samostalno vezbanje . . . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

7
7
14
19
22
27
30

3 Verovatno
ca
3.1 Prostor elementarnih dogadaja . . . . . . . . . . . . . .
3.2 Definicije verovatnoce . . . . . . . . . . . . . . . . . . .
3.2.1 Klasicna definicija verovatnoce . . . . . . . . . .
3.2.2 Statisticka definicija verovatnoce . . . . . . . . .
3.2.3 Subjektivna verovatnoca . . . . . . . . . . . . . .
3.3 Svojstva verovatnoce . . . . . . . . . . . . . . . . . . . .
3.4 Marginalne i uslovne verovatnoce. Nezavisnost dogadaja
3.5 Totalna verovatnoca i Bajesova formula . . . . . . . . .
3.6 Zadaci za samostalno vezbanje . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

35
36
40
41
44
45
46
49
58
61

Index

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

64

iii

iv

SADRZAJ

Predgovor
Kombinatorika i verovatnoca, teorija, primeri, zadaci knjiga je udzbenickog karaktera i namenjena
je (pre svega, ali ne samo) studentima Pedagoskog fakulteta u Somboru koji slusaju ove oblasti u
okviru predmeta ,,Matematika 2 i ,,Uvod u statistiku. Ova knjiga nastala je kao rezultat mog
cetvorogodisnjeg rada na pomenutim predmetima.
Prvi cilj mojih kurseva jeste da studenti zavole matematiku. Drugi cilj je da razumeju i nauce
sadrzaje predvidene kursom. Moji studenti su cesto buduci ucitelji i vaspitaci i prosto je neohodno

da oni matematiku zavole i nauce. Zelela

sam da ovoj knjizi dam potencijal potreban da sa jedne
strane razvije kod studenata ljubav prema matematici - kombinatorika je zabavna grana matematike, a verovatnoca vrlo moderna - a sa druge strane da omoguci studentu da citanjem njenih
sadrzaja stekne osnovna znanja iz ovih oblasti. Nadam se da sam u tome uspela.
Trudila sam se da knjigu napisem citko i jasno, da je prilagodim studentima nematematickog
usmerenja, ali da zadrzim matematicku preciznost, doslednost i matematicki stil, kako bi studenti
(iako) nematematicari, posebno studenti pedagoskih usmerenja, (ipak) imali uvid u to kako izgleda
matematicki naucni tekst. Tekst je pisan matematickim jezikom: navode se definicije, teoreme,
pojedini dokazi, ali takode sadrzi mnostvo primera kroz koje su sadrzaji objasnjavani kao i neformalnu komunikaciju sa citaocem kojom se pokusava zainteresovati citalac za stivo.
Knjiga se sastoji iz tri glave. Prva, uvodna glava nazvana je Predznanje. U njoj je navedeno
sve ono sto je potrebno za pracenje narednih poglavlja: oznake, definicije i tvrdenja. Sadrzaj ove
glave trebalo bi da je poznat citaocu i sluzi kao podsetnik. Druge dve glave su Kombinatorika
i Verovatnoca. U okviru Kombinatorike ucimo da prebrojavamo, ucimo sta su to permutacije,
varijacije i kombinacije, sa i bez ponavljanja, i kakva je razlika medu njima. U glavi Verovatnoca
ucimo osnove istoimene matematicke oblasti: definisemo pojmove slucajnog dogadaja i njegove
verovatnoce, uvodimo operacije sa dogadajima i ispitujemo osnovna svojstva funkcije verovatnoce.
Materija je uglavnom izlozena prvo kroz primere, da se stekne intuicija o pojmovima, a zatim su formulisane definicije, tvrdenja i teoreme. Primeri se pojavljuju u dva oblika. Prvi su
klasicni primeri i oni su kroz tekst navodeni pod imenom ,,Primer. To su nekada jednostavni
ilustrativni primeri za prethodno definisane pojmove, ali su cesce uvodni, reseni zadaci sa detaljnim objasnjenjima koji prethode definicijama i teoremama. Drugi tip (primera) navodimo pod
imenom ,,Razmislite . U ,,Razmislite se citaocu namecu pitanja za razmisljanje koja uopstavaju
prethodne ili su vezana za buduce sadrzaje.
Svaki ,,Primer i ,,Razmislite ima svoj broj pa kada zelimo da ga se kasnije u tekstu podsetimo navodimo ga sa, na primer, Razmislite 2.16. Takode, svaka definicija i svaka teorema imaju
svoj broj, jer cesto imamo potrebu da kazemo: ,,... u Teoremi 3.3 pokazali smo.... Brojeve imaju
i jednacine (sto je uobicajeno u matematickom tekstu) i kada se pozivamo na neku jednacinu
stavljamo njen broj u zagrade, na primer, ,,...prema formuli (3.13) imamo....
Zahvalila bih se recezentima na znacajnim sugestijama, studentma koji me svojim radom,
ucenjem i zalaganjem motivisu da unapredujem svoj nastavni (pa i naucni) rad, i kolegama i
drugim dragim ljudima koji me svestrano podrzavaju. Njihova imena utkana su u primere ove
knjige.
U Novom Sadu, 7.4.2014.
v

vi

Predgovor

Glava 1

Predznanje
Sadrzaj ove glave trebalo bi da vam je poznat. Sluzi kao podsetnik na oznake i neke definicije i
teoreme koje cemo koristiti u izlaganju novog gradiva.

1.1

Skupovi

Teorija skupova je oblast koja se najvise koristi u izucavanju kombinatorike i verovatnoce. Mi se ne

bavimo aksiomatskom teorijom skupova i zadrzavamo se na osnovnim pojmovima ,,naivne teorije
skupova. Pojam skupa se ne definise, uzima se kao osnovni. Za oznacavanje skupova koristimo
velika stampana slova: A, B, C, itd. Skup je poznat ako su poznati elementi koje on sadrzi. Da
skup A sadrzi element a oznacavamo sa a A i citamo (element) a pripada (skupu) A, a ako
element x ne pripada skupu A pisemo x
/ A. Skup koji nema elemenata naziva se prazan skup i
oznacava sa ili {}. Skup {} nije prazan skup, on sadrzi jedan element: oznaku za prazan skup
.
Skup mozemo zadati nabrajanjem njegovih elemenata i ako skup A ima konacan broj elemenata
n (n je bilo koji prirodan broj) pisemo
A = {a1 , a2 , a3 , . . . , an }.
Na primer, u skupu X = {1, 2, 4, 5, 8} ima n = 5 elemenata. To su a1 = 1, a2 = 2, a3 = 4, a4 = 5
i a5 = 8.
Skup mozemo da zadamo i opisno, navodenjem svojstva S(x) koje njegovi elementi zadovoljavaju:
A = {x | S(x)}.
Na primer, Y = {x | x N x 7}, gde N (uvek) oznacava skup prirodnih brojeva (vidi poglavlje
1.2 Brojevi).
Izmedu skupova uvode se dve relacije:
A = B: Dva skupa su jednaka ako imaju sve jednake elemente, tj. x A ekvivalentno je sa
x B.
A B: Skup A je podskup skupa B ako je svaki element skupa A istovremeno i element
skupa B, tj. x A implicira da x B. A B oznacava da je A strogi podskup od B,
odnosno da nije A = B.
Vazi:
A = B A B B A, i
A i A A, za svaki skup A.
1

Predznanje

Mogu se definisati razne operacije sa skupovima. Mi ovde navodimo najcesce koriscene, one
koje se uvode jos u osnovnoj skoli. Za dva proizvoljna skupa A i B definisemo njihovu uniju,
presek i razliku. Ako je U univerzalni skup, odnosno skup sa osobinom da su svi skupovi koje
posmatramo u okviru neke teorije njegovi podskupovi, tj. ako za svaki skup A je A U , onda
definisemo i komplement skupa.
Unija skupova A i B je skup koji sadrzi sve elemente skupa A i sve elemente skupa B:
A B = {x U | x A x B}.
Presek skupova A i B je skup koji sadrzi zajednicke elemente iz skupa A i B:
A B = {x U | x A x B}.
Za dva skupa koji nemaju zajednickih elemenata kazemo da su disjunktni, tj. A i B su
disjunktni, ako je A B = .
Razlika skupova A i B je skup koji sadrzi elemente jednog skupa, a ne sadrzi elemente drugog
skupa:
A \ B = {x U | x A x
/ B}.
Komplement skupa A je skup koji sadrzi one elemente iz U koje ne sadrzi dat skup A, tj.
razlika skupova U i A.
A = {x U | x
/ A} = U \ A.
Svojstva ovih operacija trebalo bi takode da su vam poznata od ranije:
= , = U .
A A = U , A A = , A = A, A U = U , A U = A, U
Zakon idempotencije za i :
A A = A i A A = A.
Asocijativnost operacija i :
(A B) C = A (B C),

(A B) C = A (B C).

Distributivnost operacije u odnosu na operaciju i distributivnost operacije u odnosu

na operaciju :
A (B C) = (A B) (A C)

i A (B C) = (A B) (A C).

Komutativnost operacija i :
AB =BA

i A B = B A.

A B = A B

i A B = A B.

De Morganovi zakoni:
Definicija 1.1 (Partitivan skup). Partitivan skup je skup svih podskupova nekog skupa, odnosno:
P(A) = {X | X A}.
Par elemenata a i b kod koga se zna koji je element ,,prvi, a koji ,,drugi naziva se ureden par.
Ako je, na primer, a prvi element para, a b drugi, onda takav par oznacavamo sa (a, b). Ureden
par (a, b) se razlikuje od uredenog para (b, a) kod koga je prvi element b, a drugi a. Uredenu
trojku cine tri elementa a, b i c za koje se zna koji je element na prvom, koji na drugom, koji na
trecem mestu. Razlikujemo 6 uredenih trojki elemenata a, b i c: (a, b, c), (a, c, b), (b, a, c), (b, c, a),
(c, a, b) i (c, b, a).

Skupovi

Definicija 1.2 (Dekartov proizvod skupova). Neka su A i B dva proizvoljna skupa. Skup svih
uredenih parova, takvih da je prvi element iz skupa A, a drugi iz skupa B je Dekartov proizvod
skupova A i B, tj.
A B = {(a, b) | a A, b B}.
Neka je C treci proizvoljan skup. Dekartov proizvod skupova A, B i C je skup svih uredenih trojki
tako da a A, b B i c C:
A B C = {(a, b, c) | a A, b B, c C}.
Slicno se moze definisati i uredena n-torka i Dekartov priozvod n skupova.
Definicija 1.3. Neka je n prirodan broj i neka je dato n proizvoljnih skupova A1 , A2 , A3 , . . . , An .
Tada je njihov Dekartov proizvod dat sa
A1 A2 A3 An = {(a1 , a2 , a3 , . . . , an ) | ai Ai , i = 1, 2, 3, . . . , n}.
Specijalno, kada su svi skupovi Ai medusobno jednaki na primer, Ai = A, za sve i = 1, 2, . . . , n,
koristimo oznaku:
An = A A A A .
|
{z
}
nputa

Posebno, A2 = A A, A3 = A A A.
Relacije i funkcije
Specijalni podskupovi Dekartovog proizvoda su relacije i funkcije.
Definicija 1.4 (Relacija). Neka su X i Y skupovi i X Y , tada kazemo da je (binarna)
relacija iz X u Y . Ako je X = Y kazemo da je relacija na skupu X. Umesto (x, y) pisemo
xy.
Na primer, = i su relacije nad skupom svih skupova. Preciznije, ako je U neki univerzalan
skup tada su nad skupom P(U ) definisane relacije = i . U skupovima brojeva uobicajene relacije
su =, , <, > i .
Definicija 1.5. Neka su X i Y skupovi i f relacija iz X u Y , tj. f X Y . Za relaciju f
kazemo da je funkcija i pisemo f : X Y ako:
1. Za svako x X postoji y Y tako da je (x, y) f , tj. f (x) = y.
2. Ako je f (x) = y i f (x) = z onda je y = z.
Skup X se zove domen i njegovi elementi su originali, a skup Y kodomen i njegovi elementi su
slike.
Uslov 1. u definiciji kaze da svaki element iz domena ima svoju sliku, tj. da je funkcija definisana
na celom domenu (skupu X). Uslov 2. kaze da ne moze jedan original da ima dve slike, odnosno
da je f jednoznacna. Funkcija je pravilo pridruzivanja izmedu skupova X i Y i moze biti zadata
na razlicite nacine. Najcesce se susrecete sa funkcijama koje su definisane nad skupovima realnih
brojeva, ali, kao sto cete nauciti u ovoj knjizi, to ne mora da bude slucaj. Verovatnoca je funkcija
koja dogadajima (skupovima) pridruzuje broj. Takode se uz pomoc funkcija definisu nizovi brojeva
i familije skupova, sto cete videti na kraju ovog poglavlja.

Predznanje

1.2

Brojevi

Za skupove brojeva koje cesto srecemo imamo posebne oznake.

N - skup prirodnih brojeva. Njegovi elementi su brojevi koje mozemo nabrajati: 1,2,3,..., 45,
..., 409,... Dakle, N = {1, 2, 3, . . .}. Kada saberemo dva prirodna broja dobijamo prirodan
broj, ali ako od nekog prirodnog broja oduzmemo prirodan broj veci od njega, rezultat
nam svakako nije u skupu N. Ako ipak zelimo takav rezultat u skupu, prosirujemo skup N,
dodajemo mu negativne brojeve i nulu. Dobija se Z.
N0 - je skup prirodnih brojeva prosiren sa nulom, tj. N0 = N {0}.
Z - skup celih brojeva. On je prosirenje skupa prirodnih brojeva negativnim brojevima tako
da u njemu mozemo da sabiramo i oduzimamo. Ali ne mozemo da podelimo bilo koja dva
cela broja i ostanemo unutar skupa Z. Ako brojevi nisu deljivi rezultat nije ceo broj, nego
razlomak.
Q - skup racionalnih
brojeva. U njemu se nalaze
 svi razlomci i to zapisujemo na sledeci

p
| p, q Z, q 6= 0 N ZD(p, q) = 1 .1 Njih ima beskonacno mnogo, ali resenje
nacin: Q =
q

jednacine x2 = 2 nije razlomak. To je realan broj 2 koji, na primer, predstavlja duzinu

dijagonale kvadrata stranice duzine 1.
R - skup realnih brojeva. Ovo je skup u kome primenom svih pomenutih operacija ostajemo u
skupu, iako i u njemu postoje ogranicenja. Na primer, jednacina x2 + 1 = 0 nema resenje u
ovom skupu.
Jasno je da vazi N Z Q R.
Gotovo sva tvrdenja koja se odnose na prirodne brojeve dokazuju se principom matematicke
indukcije.
Teorema 1.1 (Princip matematicke indukcije). Neka je n N i P (n) tvrdenje koje se odnosi na
promenljivu n. Da bi P (n) bilo tacno za sve prirodne brojeve dovoljno je da vazi:
1. P (1) je tacno
2. Za sve prirodne brojeve n tacna je implikacija:
P (n) P (n + 1).
Uz pomoc ovog principa definisemo neke pojmove ili uvodimo oznake. Kada na taj nacin
definisemo pojmove kazemo da je pojam definisan rekurzivno ili induktivno.
Definicija 1.6. Neka su x1 , x2 , . . . xn realni brojevi. Definisemo zbir

n
X
i=1

xi i proizvod

n
Y

xi na

i=1

sledeci nacin:
1
X

xi = x1

n
X

i=1

xi =

i=1

n1
X

xi + xn ,

i=1

i
1
Y
i=1
1 N ZD(p, q)

xi = x1

n
Y
i=1

xi =

n1
Y

xi xn

i=1

= 1 zna
ci da je najve
ci zajedni
cki delilac brojeva p i q jedan, ka
zemo da su p i q uzajamno prosti.

Brojevi

Po ovoj definiciji imamo:

2
X

xi =

i=1
3
X

1
X

xi + x2 = x1 + x2 ,

i=1

xi =

i=1

2
X

xi + x3 = x1 + x2 + x3 ,

i=1

itd. Slicno,
2
Y

xi =

i=1
3
Y

1
Y

xi x2 = x1 x2 ,

i=1

xi =

i=1

2
Y

xi x3 = x1 x2 x3 ,

i=1

itd.
Kada imamo dat konacan broj skupova A1 , A2 , A3 , . . . , An , kazemo da je data (konacna)
familija skupova {Ai | i = 1, 2, ..., n} ili {Ai }ni=1 . Njihovu uniju i presek mozemo da definisemo
rekurzivno:
1
[

n
[

Ai = A1 ,

n
\

Ai = A1 ,

i=1

n1
[

Ai An ,

(1.1)

Ai An .

(1.2)

i=1

i=1

i=1
1
\

Ai =

Ai =

i=1

n1
\
i=1

Tako, na primer, imamo da je

5
[

Ai = A1 A2 A3 A4 A5 ,

i=1

22
\

Ai = A1 A2 A3 A22 .

i=1

Nizovi i familije

Cesto
imamo potrebu da radimo sa beskonacnim skupovima, najcesce brojeva ili skupova.
Niz je svaka funkcija ciji je domen skup prirodnih brojeva, a kodomen skup realnih brojeva.
Dakle,
a : N R.
Elementi niza su realni brojevi ak = a(k), k N, a niz se obelezava sa {ak }kN .
Slicno, ako je U univerzalan skup, familija ili kolekcija skupova je svaka funkcija
A : N P(U ).
Elementi familije su skupovi Ak = A(k), k N, a familiju oznacavamo sa {Ak | k N} ili {Ak }kN .
Mozemo definisati familije skupova i nizove brojeva na podskupovima skupa I N:
a:IR

A : I P(U ).

Kazemo da su to prebrojivi nizovi ili familije. Ako je I konacan skup, dobijamo konacne nizove i
familije. Mogu se definisati familije i nizovi (koji se tada nazivaju mreze) na podskupovima realnih
brojeva kada je I R.

Predznanje

U slucajevima nizova definisu se njihovi beskonacni zbirovi i proizvodi, a u slucajevima familija

beskonacne unije i preseci.
[
Unija svih skupova familije {Ak | k I} oznacava se sa
Ai i definise se na sledeci nacin:
iI

Ai (i I) (x Ai ),

iI

dok se presek svih skupova oznacava sa

Ai i definise sa:

iI

Ai (i I) (x Ai ).

iI

Ako je I konacan skup, na primer, I = {1, 2, 3, . . . , n} ove definicije postaju (1.1) i (1.2).

Glava 2

Kombinatorika
Kombinatorika je oblast u matematici koja se bavi problemima rasporeda elemenata iz konacnih
skupova1 kao i prebrojavanjem mogucih rasporeda. Ucenici se sa kombinatornim zadacima srecu
jos na samom pocetku skolovanja, a njeni principi i ,,logika korisni su u svakodnevnom zivotu.

2.1

Uvodni zadaci, primeri, definicije i tvrdenja

Dva principa
Krenucemo od niza primera koji ilustruju dva principa koje nazivamo ,,princip proizvoda i ,,princip zbira. Oba se cesto upotrebljavaju prilikom prebrojavanja pa je korisno da se vec na samom
pocetku usvoje kako bi se kasnije sa lakocom primenjivali. Primer 2.1 u nastavku ilustruje princip
proizvoda, dok Primer 2.2 ilustruje princip zbira. U Primeru 2.5 videcemo kombinovanu upotrebu
oba principa.
Primer 2.1. Od Sombora do Novog Sada vode 3 razlicita puta, a od Novog Sada do Beograda vode
2 razlicita puta. Na koliko nacina Sanja i Aleksandar mogu da stignu od Sombora do Beograda?
Odgovor. Oznacimo puteve koji vode od Sombora do Novog Sada sa x1 , x2 i x3 , a puteve koji
vode od Novog Sada do Beograda sa y1 i y2 . Sanja i Aleksandar prvo biraju put od Sombora do
Novog Sada. Pretpostavimo da su odabrali put x1 . Tada njihov put od Sombora do Beograda
moze da bude jedna od dve mogucnosti: x1 y1 ili x1 y2 . Slicno, ako od Sombora do Novog Sada
odaberu put x2 , put od Sombora do Beograda moze da bude jedna od dve mogucnosti: x2 y1 ili
x2 y2 . Konacno, ako od Sombora do Novog Sada odaberu put x3 , put od Sombora do Beograda
moze da bude jedna od dve mogucnosti: x3 y1 ili x3 y2 . Dakle, nabrojali smo sest mogucih puteva
kojima Sanja i Aleksandar mogu da stignu od Sombora do Beograda.
Treba primetiti da su Sanja i Aleksandar u svom prvom koraku imali 3 moguca izbora, a u
drugom jos 2. Svakom izboru puta x1 , x2 ili x3 pridruzuje se jedan od dva izbora puta y1 ili y2 .
Zato imamo 3 2 = 6 mogucnosti.
2
Razmislite 2.1. Na koliko razlicitih nacina Maja moze da dode od kuce do fakulteta, ako mora da
svrati u pekaru i ako od njene kuce do pekare vode 4 razlicita puta, a od mesta pekare do fakulteta
vode 5 razlicitih puteva?
Primer 2.2. Bacamo kocku za igru dva puta. U koliko slucajeva zbir brojeva koji su pali na kocki
prvi i drugi put iznosi 9 ili 11?
Odgovor. Oznacimo sa (x, y) situaciju kada je u prvom bacanju pao broj x a u drugom broj y.
Jasno je da x, y {1, 2, 3, 4, 5, 6}. Zbir palih brojeva je 9 ako se desio jedan od cetiri slucaja:
1 Mogu
ce je prou
cavati i probleme sa beskona
cnim skupovima, ali to prevazilazi potrebe kurseva za koje je ovaj
ud
zbenik namenjen.

Kombinatorika

(3, 6), (4, 5), (5, 4) ili (6, 3). Zbir palih brojeva je 11 ako se desio jedan od ishoda (5, 6) ili (6, 5).
Dakle, broj slucajeva u kojima je pao zbir 9 ili zbir 11 je 4 + 2 = 6.
2
Razmislite 2.2. Olja za dezert moze da bira kolac ili voce. U ponudi su tri vrste kolaca i cetiri
vrste voca. Koliko razlicitih izbora ima Olja? A ako moze da bira i jedan kolac i jednu vocku?
Formulisimo sada korisccene principe. Ove principe necemo dokazivati vec cemo ih smatrati
aksiomama kombinatorike, odnosno smatracemo ih ociglednim trvdenjima.
Tvrdenje 2.1 (Princip proizvoda). Ako se odredeni izbor sastoji iz dva koraka, i pri tome u prvom
koraku imamo m mogucih izbora, a u drugom l mogucih izbora onda je broj mogucih konacnih izbora
jednak m l.
Sada je lako odgovoriti na pitanje iz Razmislite 2.1. Maja moze da bira jedan od 4 5 = 20
razlicitih puteva da dode od kuce do fakulteta.
Isti princip vazi i kada se izbor sastoji iz n koraka gde u svakom imamo mogucnost izbora.
Tvrdenje 2.2 (Uopsteni princip proizvoda). Ako se odredeni izbor sastoji iz n koraka i pri tome
u prvom koraku imamo m1 mogucih izbora, u drugom m2 mogucih izbora, i tako dalje, u k-tom
koraku imamo mk mogucih izbora, za svako k {1, 2, 3, ..., n}, onda je broj mogucih konacnih
izbora jednak m1 m2 mn .
Primer 2.3. Ivana je student, buduci ucitelj, i na svojoj trecoj godini studija ima tri izborna
predmeta, po jedan iz svakog od tri izborna bloka predmeta: prirodne nauke, drustvene nauke i
umetnost. U bloku prirodnih nauka ponudeno je 3 predmeta, u bloku drustvenih nauka 5 predmeta
i u bloku umetnosti 4 predmeta. Na koliko razlicitih nacina Ivana moze da izabere svoja tri izborna
predmeta?
Odgovor. Ima 3 5 4 = 60 razlicitih nacina da Ivana izabere svoje izborne predmete.

Drugi princip, princip zbira, takode smatramo ociglednim tvrdenjem koje se ne dokazuje, dakle
aksiomom.
Tvrdenje 2.3 (Princip zbira). Ako se objekat A moze izabrati na m nacina, a objekat B na l
nacina, onda se jedan od objekata A ili B moze odabrati na m + l nacina.
Naravno, princip je isti ukoliko imamo n objekata A1 , A2 , ..., An i svaki od njih mozemo
odabrati na m1 , m2 ,..., mn nacina, respektivno.
Tvrdenje 2.4 (Uopsten princip zbira). Ako se objekat A1 moze odabrati na m1 nacina, objekat
A2 na m2 nacina, i tako dalje, objekat Ak se moze odabrati na mk nacina, za svako k, tada se
jedan od objekata A1 ili A2 ili A3 ili ... ili An moze odabrati na m1 + m2 + + mn nacina.
Primer 2.4. Na koliko nacina mozemo od svih trocifrenih brojeva izabrati broj deljiv sa 25?
Odgovor. Broj je deljiv sa 25 ako se zavrsava sa 00, 25, 50 ili 75. Ima po 9 trocifrenih brojeva koji
se zavrsavaju sa 00, 25, 50 i 75 pa mozemo na 9 + 9 + 9 + 9 = 36 nacina izabrati broj deljiv sa 25.
2
Primer 2.5. Natasa je dosla na rucak u menzu i hoce da iskombinuje sebi ukusan ,,four course
obrok2 koji se sastoji iz predjela, supe ili corbe, glavnog jela i dezerta. Da odabere sebi predjelo
ima tri mogucnosti, u ponudi su dve corbe i jedna supa, za glavno jelo moze da bira jedno od pet
ponudenih, a za dezert u ponudi su tri vrste kolaca i cetiri vrste voca. Koliko je razlicitih izbora
pred Natasom?
2 Four

course je obrok koji se sastoji iz

cetiri dela. Ten course dinner je ve
cera sa 10 jela, iznose se jedno po jedno,
u malim koli
cinama i naj
cese
ce sjajnih ukusa. U nasoj kulturi je naj
ces
ci three course obrok: supa ili predjelo,
glavno jelo i dezert.

Uvodni zadaci, primeri, definicije i tvrdenja

Odgovor. Natasa ima 4 koraka u svom izboru. Prvo bira predjelo i to moze da ucini na 3 nacina.
Zatim bira supu ili corbu, i to takode moze da izabere na 3 nacina (princip zbira: dve corbe i jedna
supa, ukupno cine tri moguca izbora). Treci korak je izbor jednog od 5 glavnih jela i poslednji,
cetvrti korak je izbor jednog od 7 dezerta (princip zbira: biramo izmedu tri vrste kolaca i cetiri
vrste voca, ukupno 7 mogucnosti). Konacno, prema principu proizvoda Natasa ima 3357 = 315
mogucih izbora.
2
Primetimo da princip zbira govori koliko ima elemenata u uniji disjunktnih skupova, ako se
zna broj elemenata u svakom od skupova, dok princip proizvoda govori koliko ima elemenata u
Dekartovom proizvodu skupova, ako se zna broj elemenata u svakom od skupova.
Primeri
U teoriji kombinatorike razlikuju se tri vrste rasporeda: permutacije, varijacije i kombinacije. Pre
nego sto ih definisemo razmotricemo nekoliko primera kroz koje zelimo da stvorimo intuiciju po
cemu se rasporedi razlikuju i kako prebrojavamo razlicite vrste rasporeda.
Primer 2.6. Na koliko nacina mogu prijatelji Alen, Vlada i Goran da sednu jedan do drugog na
klupu?
Odgovor. Ima 6 nacina. Nabrojmo ih. Obelezimo Alena sa A, Vladu sa V i Gorana sa G. Tada
su moguci sledeci rasporedi na klupi:
AV G
AGV

V AG
V GA

GAV
GV A.

Primetite kako smo zapisali moguce rasporede: u tri bloka svaki sa dva moguca rasporeda (32 = 6).
Primetite da i ovde koristimo princip proizvoda dat u Tvrdenju 2.2, za n = 3. U prvom koraku
biramo jednog od tri prijatelja, u drugom jednog od preostala dva i u trecem uzimamo preostalog,
3 2 1.
2
Razmislite 2.3. Ako se Alenu Vladi i Goranu pridruzi i Nemanja, na koliko razlicitih nacina
sada mogu da sednu u klupu? A ako im se pridruzi i Bjanka?
Primer 2.7. Koliko ima trocifrenih brojeva sastavljenih od cifara iz skupa S = {1, 2, 3}? Koliko
je tih brojeva sastavljeno od sve tri razlicite cifre?
Odgovor. Ima 27 trocifrenih brojeva sa ciframa iz skupa S, a 6 od tih 27 imaju sve tri cifre
razlicite. Zaista:
111
112
113

121 131
122 132
123 133

211 221
212 222
213 223

231
232
233

311 321
312 322
313 323

331
332
333

Ponovo uocite da smo brojeve rasporedili u tri bloka sa 3 3 = 9 brojeva.

Razmislite 2.4. Koliko ima trocifrenih brojeva sastavljenih od cifara iz skupa S1 = {1, 2, 3, 4}.
Primer 2.8. Dat je skup A = {a, b, c, d, e}.
a) Koliko ima reci3 duzine 2 sastavljenih od slova iz skupa A?
b) Koliko ima reci duzine 3 sastavljenih od razlicitih slova iz skupa B = A \ {e}?
c) Koliko ima reci duzine 4 sastavljenih od slova iz skupa C = {a, b}?
Odgovor. a) Ima 25 razlicitih reci duzine 2 sastavljenih od slova iz skupa A. Nabrojmo te reci:
aa
ba
ca
da
ea
3 Za

ab
bb
cb
db
eb

ac
bc
cc
dc
ec

ad
bd
cd
dd
ed

re
c smatramo bilo koji niz slova bez obzira na smisao.

ae
be
ce
de
ee

10

Kombinatorika

Primetite kako smo raspodelili reci u 5 vrsta i 5 kolona, i da je broj reci 52 = 25.
Razmislite 2.5. Razmislite o tome kakav bi bio odgovor da u skupu A ima 6, 7, 10 ili 30 razlicitih
slova, a zatim razmislite o tome koliko ima reci duzine 3 ili 4 nad datim skupom A.
Odgovor. b) Ima 24 reci sa trazenim svojstvima. To su:
abc
abd

acb
acd

adb
adc

bac
bad

bca
bcd

bda
bdc

cab
cad

cba
cbd

cda
cdb

dab dba
dac dbc

dca
dcb

Sada primecujete da smo raspodelili reci u cetiri bloka (prvi pocinje slovom a, drugi slovom b,
treci sa c i cetvrti sa d), gde u svakom ima 3 2 = 6 razlicitih reci (4 3 2 = 24).
mislite koliko ima reci duzine 3 sastavljenih od razlicitih slova iz skupa A?
Razmislite 2.6. Sta
Odgovor. c) Od dva slova ima 16 razlicitih reci duzine 4:
aaaa
abaa

aaab
abab

aaba
abba

aabb
abbb

baaa
bbaa

baab
bbab

baba
bbba

babb
bbbb

Opet su reci rasporedene u blokove. Sada su to dva bloka od po osam reci, prvi blok pocinje
slovom a, a drugi slovom b. Uocite pravilnost u nizanju slova: nabrojte reci duzine 2, pa 3, pa 4.
Posebno ovde primetite da medu ovim recima nema onih sa svim razlicitim slovima.
2
Razmislite 2.7. Koliko ima reci duzine 5 od dva slova? A reci duzine 10?
Primer 2.9. Na turniru ucestvuje 7 timova.
a) Koliko ima razlicitih plasmana timova na prva dva mesta?
b) Dva najbolja tima prolaze u visi rang takmicenja. Koliko je mogucih ishoda?
Odgovor. a) Ima 42 razlicita plasmana. Navedimo ih. Oznacimo timove brojevima od 1 do 7.
Ureden par (x, y) oznacava da je na turniru pobedio tim x, a da je drugo mesto osvojio tim y.
Dakle (2, 5) znaci da je pobedio tim oznacen brojem 2, a da je na drugom mestu tim oznacen
brojem 5, dok oznaka (5, 2) znaci da je pobedio tim oznacen brojem 5, a da je na drugom mestu
tim oznacen brojem 2. Sve mogucnosti su sledece:
(1, 2)
(2, 1)
(3, 1)
(4, 1)
(5, 1)
(6, 1)
(7, 1)

(1, 3)
(2, 3)
(3, 2)
(4, 2)
(5, 2)
(6, 2)
(7, 2)

(1, 4)
(2, 4)
(3, 4)
(4, 3)
(5, 3)
(6, 3)
(7, 3)

(1, 5)
(2, 5)
(3, 5)
(4, 5)
(5, 4)
(6, 4)
(7, 4)

(1, 6)
(2, 6)
(3, 6)
(4, 6)
(5, 6)
(6, 5)
(7, 5)

(1, 7)
(2, 7)
(3, 7)
(4, 7)
(5, 7)
(6, 7)
(7, 6)

Imamo sedam vrsta, za sedam mogucih pobednika. Kada smo odabrali pobednika, drugo mesto
moze da pripadne jednom od preostalih sest timova, pa zato imamo 6 kolona. Ishod (1, 1) ili (6, 6)
nemaju smisla, ne moze tim da bude i prvi i drugi.
b) Sada postoji 21 razlicit ishod. U ovom slucaju nebitan je redosled timova, nije bitno ko je
osvojio prvo, a ko drugo mesto, bitno je samo ko ide dalje. Prema tome su, na primer, ishodi
(2, 5) i (5, 2) iz primera pod a) zapravo jedan isti ishod. Tako cemo ovde ishod da su prosli timovi
x i y, umesto uredenim parom, oznaciti skupom {x, y}. Prema tome, potrebno je nabrojati sve
dvoclane podskupove skupa K = {1, 2, 3, 4, 5, 6, 7}. Imamo:

Uvodni zadaci, primeri, definicije i tvrdenja

{1, 2}

11

{1, 3} {1, 4} {1, 5} {1, 6}

{2, 3} {2, 4} {2, 5} {2, 6}
{3, 4} {3, 5} {3, 6}
{4, 5} {4, 6}
{5, 6}

{1, 7}
{2, 7}
{3, 7}
{4, 7}
{5, 7}
{6, 7}.
2

Razmislite 2.8. Kako bi izgledao odgovor da je na turniru ucestvovalo 10 timova?

U zivotu i praksi problemi iz navedenih primera postavljaju se na skupovima sa znatno vise
elemenata pa je navodenje svih mogucih ishoda tesko ili cak nemoguce. Zato je nas glavni cilj
da izucimo opste metode prebrajanja datih rasporeda. Kao sto smo vec napomenuli, rasporedi
ilustrovani u gore navedenim primerima imaju svoja imena: permutacije, varijacije i kombinacije,
i u nastavku cemo ih definisati i detaljnije izuciti. Ali pre nego sto predemo na njihove definicije
i izvodenje formula za njihova prebrojavanja definisacemo posebne oznake neophodne za rad.
Faktorijel i binomni koeficijent
Faktorijel i binomni koeficijenti su oznake za odredene izraze koje pojednostavljuju zapise dugackih
formula.
Definicija 2.1 (Faktorijel). Neka je n N0 . Faktorijel broja n je prirodan broj koji oznacavamo
sa n! i definisan je rekurzivno:
0! = 1,

1! = 1,

n! = n (n 1)!.

Primer 2.10. Na osnovu Definicije 2.1 se vidi da je

2! = 2 1! = 2 1 = 2,
3! = 3 2! = 3 2 1 = 3 2 = 6,
4! = 4 3! = 4 3 2 1 = 4 6 = 24,
5! = 5 4! = 5 4 3 2 1 = 5 24 = 120.
Dakle, n! je oznaka za proizvod prvih n prirodnih brojeva, tj.
n! = n (n 1) (n 2) 3 2 1.
Prema Definiciji 2.1 vidimo da vaze sledece korisne formule:
n! = n (n 1) (n 2)!,
n! = n (n 1) (n 2) (n 3)!,
kao i da za svako k N0 , k n vazi
n! = n (n 1) (n 2) (n k + 1) (n k)!.
Primer 2.11. Na osnovu ovoga je, na primer,
5!

5 4 3!

6!

6 5 4 3!

10!

10 9 8 7 6! = 10 9 8 7 6 5 4!

(2.1)

12

Kombinatorika

Definicija 2.2 (Binomnikoeficijenti).

Neka su n, k N0 i k n. Binomni koeficijent je prirodan

n
broj koji oznacavamo sa
, citamo ,,n nad k i definisemo sledecom formulom:
k
 
n
n!
=
.
k
(n k)! k !

(2.2)

Primer 2.12. Prema formulama (2.2) i (2.1) imamo:

 
5
=
2
 
6
=
2
 
6
=
3
 
4
=
1
 
4
=
3
 
3
=
0
 
3
=
3

5!
(5 2)! 2!
6!
(6 2)! 2!
6!
(6 3)! 3!
4!
(4 1)! 1!
4!
(4 3)! 3!
3!
(3 0)! 0!
3!
(3 3)! 3!

=
=
=
=
=
=
=

5 4 3!
=
3! 2!
6 5 4!
=
4! 2!
6 5 4 3!
3! 3!
4 3!
4
=
3! 1!
1
4 3!
4
=
1! 3!
1
1
= 1,
0!
1
= 1.
0!

20
= 10,
2
30
= 15,
2
= 20,
= 4,
= 4,

U teoremi koja sledi navodimo svojstva binomnih koeficijenata koja se vrlo cesto koriste.
Teorema 2.5. Neka su n, k N0 i k n. Tada:
   
n
n
a)
=
= 1,
0
n
  

n
n
b)
=
= n,
1
n1
  

n
n
c)
=
,
k
nk
  
 

n
n1
n1
d)
=
+
, n > 1, k < n.
k
k1
k
Dokaz. Prema definiciji binomnih koeficijenata (2.2) imamo:
 
 
n
n!
1
n
n!
1
a)
=
=
= 1, a zatim i
=
=
= 1.
0
(n 0)! 0!
0!
n
(n n)! n!
0!
b)

 
n
n!
n (n 1)!
n
=
=
= = n, odnosno
1
(n

1)!

1!
(n

1)!

1!
1


n
n!
n (n 1)!
n
=
=
= = n.
n1
(n (n 1))! (n 1)!
1! (n 1)!
1


c)

n
nk

n!
n!
=
=
=
(n (n k))! (n k)!
(n k)! k!

 
n
.
k

Uvodni zadaci, primeri, definicije i tvrdenja

13

d) Da pokazemo ovu jednakost, krenucemo od desne strane i transformacijama izraza doci cemo
do leve strane.

 

n1
n1
+
=
k1
k
(n 1)!
(n 1)!
+
=
((n 1) (k 1))! (k 1)! ((n 1) k)! k!
(n 1)!
(n 1)!
=
+
(n k)! (k 1)! (n k 1)! k!
(n 1)!
(n 1)!
=
+
(n k) (n k 1)! (k 1)! (n k 1)! k (k 1)!


(n 1)!
1
1
=

+
(n k 1)! (k 1)!
nk k
(n 1)!
k+nk
=

(n k 1)! (k 1)! (n k) k
(n 1)!
n
=

(n k 1)! (k 1)! (n k) k
n(n 1)!
=
(n k)(n k 1)! k(k 1)!
 
n!
n
=
=
.
(n k)! k!
k
2
Primer 2.13. Prema Teoremi 2.5 lako se vidi da je, na primer:
    
  
5
5
100
99
=
=
=
= 1,
0
5
0
99
   
   
5
5
54
54
=
= 5,
=
= 54
1
4
1
53
       
5
5
15
15
=
,
=
.
2
3
5
10
Za kraj ovog poglavlja zapamtite:
Zapamtite 2.1.

Princip zbira i princip proizvoda.

Faktorijel. Oznacava se sa n!, i to je proizvod prvih n prirodnih brojeva, odnosno

n! = n (n 1) 3 2 1.
Takode je:
n! = n (n 1)! = n (n 1) (n 2)! = n (n 1) (n k + 1) (n k)!
Binomni koeficijent. Oznacava se sa

n
k

i definisan je formulom (2.2).

 
n n
n
= .
nije isto sto i
k
k
k

Cita
se ,,n nad k i veoma se razlikuje od ,,n na k ( nk ).

14

2.2

Kombinatorika

Permutacije

Pojam permutacije vezuje se za permutovanje, odnosno preuredivanje objekata, promenu njihovog

redosleda. Permutacija na skupu je redanje elemenata skupa u bilo kom poretku. Permutovati
brojeve znaci zameniti njihov redosled.
U Primeru 2.6 ispisane su permutacije nad skupom {A, V, G}, dok su u Primeru 2.7 trocifreni
brojevi sa razlicitim ciframa upravo permutacije nad skupom {1, 2, 3}.
Definicija 2.3 (Permutacije). Neka je S = {a1 , a2 , ..., an } skup od n razlicitih elemenata. Permutacija (bez ponavljanja) nad skupom S je bilo koja uredena n-torka obrazovana od razlicitih
elemenata skupa S.
Permutacije zapisujemo tako sto izostavljamo zagrade i zareze u oznaci za n-torku. Dakle,
umesto (a1 , a2 , ..., an ) pisemo a1 a2 ...an .
Primer 2.14. Napisati sve permutacije nad skupom: (a) A1 = {1}, (b) A2 = {1, 2}, (c) A3 =
{1, 2, 3}, (d) A4 = {1, 2, 3, 4}. Koliko ima permutacija nad datim skupovima?
Odgovor.
(a) Nad skupom A1 ima jedna permutacija: 1.
(b) Nad skupom A2 postoje dve permutacije: 12 i 21.
(c) Nad skupom A3 ima 6 permutacija: 123, 132, 213, 231, 312 i 321. Primetimo na koji nacin
smo ispisali ove permutacije. Prvo smo fiksirali na prvom mestu element 1, a zatim dopisali sve
permutacije preostala dva elementa 2 i 3. Zatim smo fiksirali na prvom mestu element 2, i na
kraju 3 i dopisivali permutacje preostala dva elementa (kojih opet ima po dve). Dakle, imali smo
tri puta po dve permutacije, odnosno, 3 2 = 6.
(d) Na isti nacin kao u zadatku pod (c) prvo cemo fiksirati na prvom mestu broj 1, a brojeve
2, 3, 4 nizati na sve moguce nacine (prema (c) ima 6 takvih nacina). Dobijamo:
1234 1243

1324

1342

1423

1432.

Zatim fiksiramo na prvo mesto broj 2, a preostala tri broja permutujemo, zatim fiksiramo 3 i na
kraju 4.
2134 2143 2314 2341 2413 2431,
3124

3142

3214

3241

3412

3421,

4123

4132

4213

4231

4312

4321.

Prema tome, 4 puta fiksiramo prvi broj, a permutujemo tri preostala broja i svaki put ispisujemo
po 6 permutacija. Tako dolazimo do 4 6 = 24 permutacije.
2
Razmislite 2.9. Koliko ima permutacija nad skupom od 5 elemenata, (na primer nad skupom
A5 = {1, 2, 3, 4, 5}), a koliko nad skupovima od 6, 7 ili 10 elemenata? Proverite svoja razmsljanja
koristeci sledecu teoremu.
Teorema 2.6. Neka je n N. Oznacimo sa P (n) broj permutacija skupa od n elemenata. Tada
je
P (n) = n!,
(2.3)
odnosno, broj permutacija skupa od n elemenata jednak je n!.
Dokaz. Tvrdenje cemo dokazati principom matematicke indukcije (vidi Teoremu 1.1). Iz Primera
2.14 (a) jasno je da vazi P (1) = 1!. Pretpostavimo da tvrdenje vazi za k = n, odnosno da je
P (n) = n! i dokazimo da tvrdenje vazi za k = n + 1, odnosno P (n + 1) = (n + 1)!.
Posmatrajmo skup S = {a1 , a2 , ..., an , an+1 } koji ima n + 1 razlicitih elemenata i posmatrajmo
permutacije nad skupom S. Fiksirajmo na prvo mesto element a1 . Prema induktivnoj pretpostavci
preostalih n elemenata mozemo poredati na n! nacina i tako dobiti prvih n! permutacija. Zatim
fiksiramo element a2 na prvo mesto i preostale elemente permutujmo na n! nacina. Sada smo

Permutacije

15

nabrojali jos n! (novih) permutacija, sto je ukupno 2n!. Zatim fiksiramo element a3 na prvo mesto,
sto ce nam dati novih n! permutacija, a ukupno 3 n!. Nastavljamo ovaj proces do postavljanja
elementa an+1 na prvo mesto kada dolazimo do konacnog broja permutacija (n + 1) n! = (n + 1)!,
sto je i trebalo pokazati.
2
Primer 2.15. Primetimo da smo u Primeru 2.14 nabrajanjem permutacija dobili P (2) = 2!,
P (3) = 3! i P (4) = 4!. Takode, sada su odgovori na pitanja iz Razmislite 2.9 jednostavni: P (5) =
5! = 120, P (6) = 6! = 720, P (10) = 10!.
Primer 2.16. Odgovorite na pitanja iz Razmislite 2.3.

Odgovor. Cetiri
prijatelja mozemo posmatrati kao skup od 4 elementa, a njih pet kao skup od
5 elemenata pa prema Teoremi 2.6 imamo da Alen, Vlada, Goran i Nemanja mogu da sednu na
4! = 24 nacina na klupu, a ako im se pridruzi i Bjanka na klupu mogu da sednu na 5! = 120
nacina.
2
Primer 2.17. Koliko ima permutacija od slova reci PETAR? Koliko od tih permutacija pocinje
sa slovom P, a zavrsava se slovom R? Nabrojte sve takve permutacije.
Odgovor. Rec PETAR ima 5 slova, pa prema Teoremi 2.6 ima 5! = 120 permutacija od slova reci
PETAR.
Ako na prvo mesto fiksiramo slovo P , a na poslednje mesto slovo R, preostaje nam da permutujemo tri slova: E,T,A. To mozemo uciniti na 3! = 6 nacina. To su:
PETAR PEATR PTEAR PTAER PAETR PATER.
2
Primer 2.18. Na skolskoj priredbi treba da nastupi 5 plesackih i 4 pevacke grupe daka. Na koliko
nacina mozemo da napravimo raspored izvodenja programa za priredbu ako zelimo da plesacke i
pevacke grupe nastupaju naizmenicno.
Odgovor. To mozemo uciniti na 5! 4! nacina. U nastavku cemo objasniti kako smo dosli do ovog
rezultata.
Oznacimo plesacke grupe sa D1 , D2 , D3 , D4 i D5 i pevacke sa S1 , S2 , S3 i S4 . Uslov u zadatku
da pevacke i plesacke grupe nastupaju naizmenicno znaci da cemo naizmenicno postavljati Dove i S-ove. Posto imamo jednu vise plesacku grupu (pa i jedan vise D-ova nego S-ova) moramo
priredbu zapoceti sa jednom plesackom grupom, odnosno raspored izvodenja pocinje jednim D-om,
a zatim se naizmenicno redaju S-ovi i D-ovi. Jedna mogucnost je sledeca:
D1 S1 D2 S2 D3 S3 D4 S4 D5 .
Dakle, raspored mora biti takav da su D-ovi fiksirani na neparnim mestima (i na njima se mogu
proizvoljno permutovati), a S-ovi na parnim (i na njima se mogu proizvoljno permutovati). Na
osnovu Teoreme 2.6 na neparnim mestima mozemo permutovati 5 plesackih grupa na 5! nacina, a
na parnim mestima 4 pevacke grupe na 4! nacina.
Kada fiksiramo jedan raspored plesackih grupa, njemu odgovara 4! razlicitih rasporeda pevackih
i to daje 4! razlicitih rasporeda izvodenja za priredbu. Kada se fiksira novi raspored plesackih
grupa, njemu odgovara novih 4! rasporeda izvodenja sto je ukupno 2 4! rasporeda izvodenja i tako
dalje. Svakoj od 5! permutacija plesaca odgovara 4! permutacija pevaca. Dakle, ukupno imamo
5! 4! razlicitih rasporeda izvodenja.
Primetite da je ovde zapravo iskoriscen princip proizvoda iz Tvrdenja 2.1: plesaci se mogu
rasporediti na 5! nacina, pevaci na 4! nacina, pa se raspored izvodenja moze napraviti na 5! 4!.
2
Razmislite 2.10. Kako se menja odgovor ako na priredbi treba da nastupi 4 plesacke i 4 pevacke
grupe?

16

Kombinatorika

Leksikografsko uredivanje permutacija

Slicno kao sto se ureduju reci u recnicima moguce je urediti i permutacije. Vec ste u dosadasnjem
izlaganju mogli da vidite da kada nabrajamo permutacije cinimo to odredenim redosledom. Mogli
ste uociti da ako su elementi slova onda za prvu permutaciju uzimamo njihov azbucni red i slazemo
ih kao u recniku, a ako su elementi prirodni brojevi onda ih u prvoj permutaciji redamo po velicini,
zatim permutujemo tako da je svaka sledeca permutacija veci broj. To smo videli u Primerima
2.6 i 2.14, dok recimo u Primeru 2.17 nismo postovali leksikografski poredak.
U postupku leksikografskog uredivanja permutacija prvi korak je da odredimo koja je permutacija prva.
Definicija 2.4 (Prva permutacija). Ako su elementi slova onda za prvu permutaciju uzimamo
njihov azbucni (ili abecedni) red, ako su elementi prirodni brojevi onda ih u prvoj permutaciji
redamo po velicini. Ako elementi nisu ni slova ni prirodni brojevi, prvu permutaciju odredujemo
proizvoljno.

dok je nad skupom S =

Primer 2.19. Nad skupom {S,K,O,L,A}
prva permutacija je AKLOS,
{1, 2, 3, 4} prva permutacija 1234. U skupu od 30 razlicitih knjiga, za prvu permutaciju mozemo
ih sloziti po azbucnom redu prema naslovu ili autoru, a mozemo ih sloziti i po oblastima, vaznosti,
godini izdanja.
Kada smo utvrdili koja je permutacija prva, sledeci koraci odnose se na odredivanje redosleda
ostalih permutacija. Potrebno je da utvrdimo pravilo po kome cemo znati koja je permutacija
ispred koje. Intuitivno je jasno da je, na primer, 1324 ispred 1423, kao i da je BAC ispred CAB.
Ali, kako cemo postupiti u slucaju sa 30 knjiga koje su proizvoljno poredane? Definicija je sledeca:
Definicija 2.5 (Leksikografsko uredenje permutacija). Neka je dat skup S od n elemenata i neka
je prva permutacija oznacena sa a1 a2 ...an .
a) Kazemo da je element ai ispred elementa aj , i to zapisujemo sa ai aj , ako je i < j.
b) U skupu svih permutacija nad skupom S definisemo relaciju ,,je ispred. Kazemo da je
permutacija p = ai1 ...ain ispred permutacije p0 = aj1 ....ajn , i to oznacavamo sa p p0 ako
(i) ai1 aj1
ili
(ii) ai1 = aj1 , ai2 = aj2 ,..., aik1 = ajk1 , aik ajk , 2 k n.
Primer 2.20. (a) Neka je S = {a1 , a2 , a3 }. Tada je prema Definiciji 2.5, na primer,
a2 a1 a3 a2 a3 a1 a3 a1 a2 .

(b) Permutacija SKAOL

je ispred SKOLA,
a SKOLA
je ispred SOKAL.
Zaista, prema Primeru
2.19 AKLOS je prva permutacija i prema tome u svetlu Definicije 2.5 imamo da je: a1 = A,
Kada poredimo permutacije p1 =SKAOL

a2 = K, a3 = L, a4 = O i a5 =S.
i p2 =SKOLA
vidimo
da se one razlikuju na trecem mestu, da na trecem mestu u p1 stoji A = a1 , a u p2 na trecem je
mestu O = a4 . Posto je A = a1 a4 = O, prema Definiciji 2.5 je p1 p2 . Slicno se vidi da je

SKOLA
ispred SOKAL,
jer je na drugom mestu K O.
Ovo je bila samo ilustracija Definicije 2.5. U svakodnevnom radu, kada su elementi slova
i brojevi nema potrebe da se na gore opisan nacin elementima dodeljuju imena ai . Koristeci

azbucni red lako se vidi da je SKAOL

ispred SKOLA,
a SKOLA
je ispred SOKAL.
Kada su permutacije leksikografski uredene, postavljaju se dve vrste pitanja. Prvo, na kom
mestu (po redu) se nalazi odredena permutacija i drugo, koja se permutacija nalazi na odredenom
mestu. Pogledajmo primer.

Primer 2.21. a) Koja je po redosledu permutacija SKOLA?

b) Kako glasi stota permutacija od slova reci UCENIK?

Permutacije

17

Odgovor. a) Da bismo odredili koja je po redu permutacija SKOLA

prebrojacemo sve permutacije
ispred nje. Ponovo imajmo u vidu da je prva permutacija AKLOS i da su u njoj slova poredana
po azbucnom redu. Brojimo na sledeci nacin.
To znaci da su ispred nje sve permutacije koje pocinju
Trazena permutacija pocinje slovom S.
slovima A, K, L i O. Slovom A pocinju 4! = 24 permutacije, a zatim slovima K, L i O takode
pocinju po 4! = 24 permutacije, sto je ukupno 4 24 = 96 permutacija.
a njih ima 3! = 6.
Dalje permutacije koje su ispred nase trazene su one koje pocinju sa SA,
Dakle, do sada smo nabrojali 96 + 6 = 112 permutacija koje prethode trazenoj.

Trazenoj permutaciji prethode jos i permutacije koje pocinju sa SKA

i SKL,
kojih ima po

2! = 2, dakle 4. To je (do sada) ukupno 112 + 4 = 116 permutacija. Sa SKO

pocinju dve

permutacije 117. SKOAL

i 118. SKOLA.

Dakle, SKOLA
je 118. permutacija po leksikografskom redu.

Slovom E pocinje 120 permutacija

b) Prva permutacija od slova reci UCENIK
je EIKNUC.
sto znaci da je stota permutacija medu njima i pocinje sa E. Sa EI, EK, EN i EU pocinje po 24
pocinje novih 24 permutacije i medu njima je i stota. Sa
permutacije, sto je ukupno 96. Sa EC
pocinje 6 permutacija pa je cetvrta medu ovim permutacijama stota: prve dve pocinju sa
ECI

ECIK,
a treca i cetvrta sa ECIN.
Trazena, stota permutacija je ECINUK.
2
Razmislite 2.11. Pokusajte sada sami da odgovorite na sledeca dva pitanja.
a) Kako glasi dvadeseta permutacija od elemenata a, b, c, d?
b) Koja je po redu permutacija 3241 od osnovne 1234?
Permutacije sa ponavljanjem
Do sada smo naucili da postoji 3! = 6 permutacija elemenata skupa od tri (razlicita) elementa
S = {a1 , a2 , a3 }. To su:
a1 a2 a3

a1 a3 a2

a2 a1 a3

a2 a3 a1

a3 a1 a2

a3 a2 a1 .

Pretpostavimo sada da je a1 = a2 . Kada u gornjem nizu svuda zamenimo a2 sa a1 permutacije

postaju:
a1 a1 a3 a1 a3 a1 a1 a1 a3 a1 a3 a1 a3 a1 a1 a3 a1 a1 .
Odmah se vidi da se svaka permutacija ponavlja i da umesto 6 imamo 3 razlicite permutacije. To
je zato sto se element a1 pojavljuje dva puta pa se po 2! = 2 permutacije stapaju u jednu. Kao
3!
= 3 permutacije.
rezultat, umesto 3! = 6, imamo
2!
Ovakvi rasporedi su permutacije u kojima je dozvoljeno ponavljanje elemenata pa se nazivaju
permutacije sa ponavljanjem.
Definicija 2.6 (Permutacije sa ponavljanjem). Neka je S skup od n elemenata i neka medu njima
ima jednakih (vidi napomenu posle definicije!). Neka se element x1 pojavljuje k1 puta, x2 pojavljuje
k2 puta,..., xl pojavljuje kl puta, i neka je pri tome k1 + k2 + + kl = n, odnosno S se sastoji
iz sledecih n elemenata:
x , . . . , x , x , . . . , x , . . . , xl , . . . , xl .
| 1 {z 1} | 2 {z 2}
| {z }
k1 -puta

k2 -puta

kl -puta

Permutacija sa ponavljanjem nad skupom S je bilo koja uredena n-torka obrazovana od svih elemenata skupa S.
Dakle, permutacije sa ponavljanjem su permutacije u smislu Definicije 2.3 (uredene n-torke),
sa tom razlikom da se neki elementi mogu ponavljati, ali tacno onoliko puta koliko se ponavljaju
u skupu S.

18

Kombinatorika

Napomena 2.1. Neka su date dve kolekcije A = {1, 1, 2} i B = {1, 1, 1, 2, 2}. U teoriji skupova
jasno je da je A = B = {1, 2}. U kombinatorici kolekcije A i B mogu da se razlikuju: A ima 3
elementa od kojih se jedan ponavlja dva puta, a drugi jedan put, dok B ima 5 elemenata i prvi se
ponavlja tri puta, a drugi dva puta. Ovakve situacije su ceste: na primer, govorimo o dve kutije
A i B koje sadrze bele (ozncene sa 1) i crvene (oznacene sa 2) kuglice. Ili je A skup od dve jabuke
i jedne kruske, a skup B skup od tri jabuke i dve kruske. Dakle, pojam skupa u kome se elementi
ponavljaju u kombinatorici je legitiman pojam.
Ipak, i dalje je skup od n elemenata (bez obzira da li se oni ponavljaju ili ne) neuredena
struktura za razliku od uredene n-torke. Na primer, {1, 1, 1, 2, 2} = {1, 2, 1, 2, 1}, ali (1, 1, 1, 2, 2) 6=
(1, 2, 1, 2, 1).
Pogledajmo jos jedan primer i uocimo kako prebrojavamo permutacije sa ponavljanjem.
Primer 2.22. Napisati sve permutacije od elemenata 1222. Koliko ima takvih permutacija?
Uociti na koji nacin prebrojavamo ove permutacije i odgovoriti koliko ima permutacija od elemenata 1234555.
Odgovor. Trazene permutacije su:
1222

2122

2212

2221.

Jasno je da ima 4 permutacije. Ako ne bismo ispisivali sve permutacije do rezultata bismo dosli
na sledeci nacin. Ako bi svaka dvojka bila razlicita, recimo u drugoj boji, i oznacimo ih sa recimo
21 , 22 , 23 , imali bismo 4 razlicita elementa 1, 21 , 22 , 23 i prema tome 4! permutacija. Ali, s obzirom
da su te dvojke iste, permutacija 121 22 23 je jednaka sa svakom permutacijom koja ima dvojke
na drugom, trecem i cetvrtom mestu (na primer sa 123 21 22 , ili sa 122 23 22 ), a takvih ima 3!
4!
= 4 permutacije
permutacija. Dakle, medu 4! permutacija po 3! = 6 su iste i konacno imamo 3!
sa ponavljanjem tri dvojke.
U slucaju elemenata 1234555, imamo 7 elemenata i ako bi se petice razlikovale imali bismo 7!
permutacija. U tom prebrojavanju za svaki fiksiran raspored tri petice (recimo za 1234555) imali
bismo 3! permutacija koje bi postale iste kada se petice izjednace. Dakle, u 7! permutacija svaka
7!
se ponavlja 3! = 6 puta, odnosno imamo 3!
= 7 6 5 4 = 840 permutacije od elemenata 1234555.
2
U opstem slucaju vazi sledeca teorema.
Teorema 2.7. Broj svih permutacija od n elemenata medu kojima ima k jednakih oznacava se
sa Pk (n) i jednak je:
n!
Pk (n) = .
k!
Ovaj rezultat se jednostavno prosiruje na permutacije iz Definicije 2.6.
Teorema 2.8. Neka su skup S, n i k1 , . . . , kl kao u Definiciji 2.6, i oznacimo sa Pk1 ,k2 ...,kl (n)
broj permutacija sa ponavljanjem nad skupom S. Tada je:
Pk1 ,k2 ...,kl (n) =

n!
.
k1 !k2 ! kl !

(2.4)

Primer 2.23. Odrediti broj svih permutacija elemenata 0, 0, 1, 1, 0, 0, 1.

Odgovor. Ukupno imamo n = 7 elemenata, element x1 = 0 ponavlja se k1 = 4 puta, a element
x2 = 1 se ponavlja k2 = 3 puta. Prema tome, na osnovu (2.4), imamo da broj svih permutacija
7!
iznosi
= 35.
2
4! 3!
Primer 2.24. U korpi se nalazi deset vocki: 5 mandarina, 3 jabuke i 2 banane. Na koliko razlicitih
nacina deset ucenika moze da podeli voce pod uslovom da svako dobije po jednu vocku.

Varijacije

19

10!
= 1260 nacina da deset ucenika podeli voce.
2
5! 3! 2!
Permutacije sa ponavljanjem ureduju se leksikografski na isti nacin kao i permutacije bez
ponavljanja.

Odgovor. Ima

Primer 2.25. Koja je 15. permutacija od elemenata 1, 1, 1, 3, 3, 3, 3?

6!
= 15 permutacija. To znaci da je 15. permutacija poslednja
Odgovor. Sa brojem 1 pocinje
2! 4!
od onih sto pocinju sa 1, a to je 1333311.
2
Za kraj ovog poglavlja:
Zapamtite 2.2.
Dve bitne stvari koje odlikuju rasporede koje nazivamo permutacijama, bez
obzira da li su sa ili bez ponavljanja:
1) Bitan je redosled! Razlikuju se ABC i BAC. Razlikuju se 112 i 121. To je zato sto su
prema Definicijama 2.3 i 2.6 permutacije uredene n-torke.
2) Koristimo sve elemente iz datog skupa. Permutacija nad skupom je niz od svih elemenata tog skupa.
Broj permutacija od n elemenata je n!. Ali, ako ima elemenata koji se ponavljaju onda je
broj permutacija nije n!, nego je dat formulom (2.4).

2.3

Varijacije

Varijacije su rasporedi kod kojih je, kao i kod permutacija, bitan raspored, ali se u opstem slucaju
ne koriste svi elementi nad datim skupom, nego samo deo njih. Broj elemenata koji ucestvuje u
izgradnji varijacije nazivace se klasom4 . Razlikovacemo varijacije sa i bez ponavljanja u zavisnosti
da li se odabrani elementi mogu ili ne mogu ponavljati. Ovo poglavlje otvoricemo definicijama.
Definicija 2.7 (Varijacije bez ponavljanja). Neka je S = {a1 , a2 , ..., an } skup od n razlicitih
elemenata i neka je k N, k n. Varijacija (bez ponavljanja) klase k (skupa) od n elemenata je
svaka uredena k-torka razlicitih elemenata iz S.
Odmah cemo definisati i varijacije sa ponavljanjem.
Definicija 2.8 (Varijacije sa ponavljanjem). Neka je S = {a1 , a2 , ..., an } skup od n razlicitih
elemenata i neka je k N. Varijacija sa ponavljanjem klase k (skupa) od n elemenata je svaka
uredena k-torka elemenata iz S.
Kao i kod permutacija, prilikom pisanja varijacija izostavljamo zagrade i zareze. Kada kazemo
,,varijacija i ne naglasimo da li je sa ili bez ponavljanja podrazumevacemo da je bez ponavljanja.
Napomena 2.2. a) Varijacije n-te klase od n-elemenata su permutacije od n elemenata.
b) Primetimo da kod varijacija bez ponavljanja k-te klase od n elemenata obavezno mora
biti k n jer je nemoguce formirati na primer (n + 1)-torku od razlicitih elemenata skupa sa n
elemenata, bar dva elemenata moraju biti jednaka. Kod varijacija sa ponavljanjem tog ogranicenja
nema i k N moze biti veci broj od broja elemenata n.
Primer 2.26. (i) U Primeru 2.8 smo se sreli sa varijacijama. Podsetite se kako smo ispisivanjem
utvrdili broj tih varijacija. U Primeru 2.8 pod
a) su varijacije sa ponavljanjem klase 2 od 5 elemenata, kojih ima 52 = 25;
b) su varijacije klase 3 od 4 elemenata i njih ima ima 4 3 2 = 24;
c) su varijacije sa ponavljanjem klase 4 od 2 elementa kojih ima 24 = 16.
4 Kod

varijacija sa ponavljanjem element brojimo onoliko puta koliko se ponavlja u varijaciji.

20

Kombinatorika

(ii) U Primeru 2.7 smo sreli varijacije sa ponavljanjem klase 3 od 3 elementa. Varijacije medu
njima koje imaju sve elemente razlicite, tj. varijacije bez ponavljanja klase 3 od 3 elementa, su
permutacije od 3 elementa (kao sto je naglaseno u Napomeni 2.2, pod a).
Na ovim primerima cemo posmatrati kako se slazu i prebrojavaju varijacije da bismo uocili
pravilo po kome to radimo, a zatim cemo na osnovu toga zakljuciti koliki je broj varijacija (sa i
bez ponavljanja) klase k od n elemenata. Pre nego sto podete dalje, probajte da odgovorite na
neka pitanja.
Razmislite 2.12. Vratite se na pitanja za razmisljanje Razmislite 2.5, 2.6, 2.7 i 2.4. Razmislite
ponovo.
Posmatrajmo prvo Primer 2.8 pod b). Potrebno je navesti sve reci koje se sastoje od razlicitih
slova skupa B = {a, b, c, d}. Dakle, imamo skup od n = 4 elementa, a potrebno je da formiramo reci
duzine k = 3 (u kojima se slova ne ponavljaju). Prema Definiciji 2.7 jasno je da se trazi ispisivanje
svih varijacija klase 3 od 4 elementa skupa B. Kako to radimo? Slicno kao kod permutacija, prvo
fiksiramo element na prvom mestu. To je moguce uciniti na 4 nacina, recimo da smo izabrali a.
Zatim fiskiramo element na drugoj poziciji. S obzirom da smo ,,potrosili jedan element za prvu
poziciju, na drugu poziciju mozemo staviti jedan od preostala 3 elementa. U slucaju u kome smo
za prvu poziciju izabrali a na drugu mozemo da izaberemo b, c ili d, pa su moguce sledece situacije:
ab , ac ili ad , gde oznacava prazno mesto, trecu poziciju gde treba dopisati jedan od preostala
2 elementa. Tako dobijamo 3 2 = 6 varijacija koje pocinju sa slovom a: abc, abd, acb, acd, adb i
adc. To je prvi blok reci u Primeru 2.8 pod b). Na isti nacin se dobija po 6 varijacija koje pocnju
sa slovima b, c i d (jos tri bloka). Dakle 4 6 = 24 varijacije.
Krace, razmisljali smo ovako: na prvo mesto mozemo da stavimo jedan od 4 elementa, zatim
na drugo jedan od preostala 3 i na kraju jedan od preostala 2. Prema principu proizvoda imamo
4 3 2 = 24 varijacije.
Da smo posmatrali reci duzine 3 nad skupom A = {a, b, c, d, e}, radili bismo sa varijacijama
klase 3, ali sada nad skupom od 5 elemenata. Tada bismo na prvu poziciju mogli da stavimo
jedno od pet slova, na drugu jedno od preostala 4 i potom na trecu jedno od preostala 3. Imali
bismo 5 blokova od po 4 3 = 12 reci, odnosno 5 4 3 = 60. Ovim smo dali odgovor na pitanje iz
Razmislite 2.6.
Razmislite 2.13. a) Ispisite varijacije klase 2, 3 i 4 nad skupom S = {z, o, k, a}.
b) Koliko ima varijacija klase 3 od 7 elemenata? A klase 4 od 10 elemenata?
c) Da li mozete vec sada da izvedete zakljucak o broju varijacija (bez ponavljanja) klase k od
n elemenata? Proverite svoje zakljucke koristeci Teoremu 2.9.
Razmotrimo sada Primer 2.8 pod a). U njemu nabrajamo reci duzine 2 nad skupom A =
{a, b, c, d, e} u kojima se slova smeju ponavljati. Dakle, nabrajamo varijacije sa ponavljanjem
klase k = 2 od n = 5 elemenata. Ponovo na prvu poziciju mozemo da postavimo bilo koji od
ponudenih elemenata. Prvo smo fiksirali element a, a potom smo na drugo mesto dopisali jedan
od ponudenih 5 elemenata (ne preostala 4, jer sada slova smemo da ponavljamo): aa, ab, ac, ad
ili ae. To nam je prva vrsta. Zatim na prvu poziciju stavljamo b, pa c, d i e. Stavljajuci na prvo
mesto redom svaki od 5 elemenata i dopisujuci mu jedan od 5 dobili smo 5 5 = 52 = 25 varijacija
sa ponavljanjem klase k = 2 od n = 5 elemenata.
Krace, pri izboru elementa za prvo mesto imali smo 5 mogucnosti, a posto se elementi smeju
ponavljati isto toliko mogucnosti (5) smo imali pri izboru elementa za drugu poziciju. Dakle,
ukupno 5 5 = 25 mogucnosti.
Primetimo i sledece: da smo hteli da formiramo varijacije bez ponavljanja klase 2 od 5 elemenata, pri izboru elementa za drugu poziciju imali bismo samo 4 mogucnosti i konacno bismo imali
5 4 = 20 varijacije. Zaista, ako sa spiska u Primeru 2.8 pod a) izbacimo varijacije kod kojih se
elementi ponavljaju (aa, bb, cc, dd i ee) ostace nam tacno 20 varijacija.
Odgovorimo sada jos i na pitanja iz Razmislite 2.5. Da skup A ima 6 elemenata imali bismo
6 6 = 62 reci duzine 2, odnosno varijacija klase k = 2 od n = 6 elemenata ima 62 = 36. Da je
skup A imao 7 elemenata imali bismo 7 7 = 72 reci duzine 2, odnosno ima 72 = 49 varijacija

Varijacije

21

klase k = 2 od n = 7 elemenata. A da je skup A imao 10 elemenata imali bismo 100 reci duzine
2, odnosno ima 102 varijacija klase k = 2 od n = 10 elemenata. Sa druge strane, nad skupom A
ima 5 5 5 = 53 = 125 reci duzine 3 i 54 reci duzine 4.
Kada posmatramo Primer 2.8 pod c) vidimo da u njemu radimo sa varijacijama sa ponavljanjem
klase 4 od dva elementa skupa C = {a, b}, koje nabrajamo i prebrojavamo na isti nacin kao
varijacije sa ponavljanjem u Primeru 2.8 pod a). Tako i dobijamo da reci duzine 4 nad skupom
C ima jednako kao i varijacija klase k = 4 od n = 2 elemenata, odnosno 24 . Reci duzine 5 nad
skupom C ima 25 , a duzine 10 ih ima 210 . Da li je to vas odgovor na pitanja iz Razmislite 2.7?
Razmislite 2.14. (a) Ispisite sve varijacije sa ponavljanjem klase 2 nad skupom S = {z, o, k, a},
i klase 3 i 4 nad skupom {z, o}.
(b) Koliko ima varijacija sa ponavljanjem klase 3 od 5 elemenata, a koliko ima varijacija sa
ponavljanjem klase 5 od 3 elementa?
(c) Da li mozete da zakljucite koliko ima varijacija sa ponavljanjem klase k od n elemenata?
Sledeca teorema daje odgovor na pitanje koliko ima varijacija (sa i bez ponavljanja) klase k
nad skupom od n elemenata.
Teorema 2.9. Neka n, k N. Broj varijacija (bez ponavljanja) klase k od n elemenata oznacimo
k
sa Vnk , a broj varijacija sa ponavljanjem klase k od n elemenata oznacimo sa V n . Tada:
(a)
n!
Vnk = n (n 1) (n (k 1)) =
,
k n.
(2.5)
(n k)!
(b)
k

V n = nk .

(2.6)

Dokaz. Posmatramo proizvoljan skup od n elemenata. Neka je to skup A = {a1 , a2 , a3 , ..., an }.

(a) Da bismo prebrojali varijacije klase k nad skupom A potrebno je da prebrojimo sve uredene
k-torke razlicitih elemenata nad skupom A. Imamo k mesta u nizu na koja treba da poredamo
elemente. Prvo biramo element za prvo mesto. Mozemo izabrati jedan od n elemenata, odnosno
imamo n mogucih izbora u prvom koraku. U drugom koraku biramo element za drugo mesto u
nizu, a broj mogucih izbora sada je n 1. U trecem koraku, za trece mesto, preostalo nam je
da biramo izmedu n 2 elementa, i tako dalje. Da bismo izabrali k mesta imacemo k koraka, a
u k-tom koraku za izbor cemo imati n (k 1) (preostalih) elemenata u skupu A. Po principu
proizvoda datog u Tvrdenju 2.2, ukupan broj izbora je upravo dat formulom (2.5), sto je trebalo
pokazati.
(b) U slucaju prebrojavanja varijacija sa ponavljanjem klase k nad skupom A potrebno je
da prebrojimo sve uredene k-torke elemenata nad skupom A (koji se sada medusobno mogu
ponavljati). Tako cemo prilikom izbora elemenata u svih k koraka imati na raspolaganju svih
n elemenata pa je po principu proizvoda (Tvrdenje 2.2), ukupan broj izbora u ovom slucaju dat
formulom (2.6).
2
Varijacije se leksikografski ureduju na isti nacin kao i permutacije, sto se moglo primetiti iz do
sada izlozenih primera. Slicni su i tipovi zadataka.
Primer 2.27. a) Koja je 25. varijacija klase 3 nad skupom slova reci ucitelj?
b) Koja je po leksikografskom redu varijacija rec matematika?
I, T, E, Lj}. Prema tome
Odgovor. a) Skup slova reci ucitelj je skup od 6 elemenata: {U, C,
varijacija klase tri ima 6 5 4 = 120. Nas zanima 25. varijacija. Razmisljamo vrlo slicno kao u

slucaju permutacija. Prvo nas zanima leksikografsko uredenje samog skupa {U,C,I,T,E,Lj},
a to

je EILjTUC. Varijacija klase 3 koje pocinju slovom E ima 5 4 = 20, a jednako toliko varijacija
koje pocinju slovom I, pa zakljucujemo da trazena varijacija pocinje slovom I i da je to peta medu
njima. Kako sa IE pocinju cetiri varijacije, sledeca po leksikografskom uredenju je ILjE i to je
25. varijacija.

22

Kombinatorika

b) Matematika je rec od 10 slova nad skupom slova od 6 elemenata: M = {a, e, i, k, m, t}.

Dakle, matematika je varijacija sa ponavljanjem klase 10 nad skupom od 6 elemenata, kojih ima
610 . Da bismo utvrdili koja je po redu varijacija matematika, prebrojavamo koliko ima varijacija
(sa ponavljanjem klase 10 nad skupom od 6 elemenata) ispred nje. To su varijacije koje pocinju:
i. na slovo a, e, i i k (takvih ima ukupno 4 69 varijacija),
ii. sa maa, mae, mai, mak i mam (ima ih ukupno 5 67 ),
iii. sa mata (ima ih 66 ),
iv. sa matea, matee, matei, matek (kojih ima 4 65 ),
v. sa matemaa, matemae, matemai, matemak, matemam (ima ih 5 63 ),
vi. sa matemata, matemate (ima ih 2 62 ),
vii. matematia, matematie, matematii (ovakvih je 3 6)
Ukupno to je 4 69 + 5 67 + 66 + 4 65 + 5 63 + 2 62 + 3 6 = 41789394 varijacije. Sledece su
varijacije koje pocinju sa matematik i prva medu njima je matematika. Dakle, matematika je
41789395. varijacija.
2
Za kraj ovog poglavlja:
Zapamtite 2.3.

Varijacije su rasporedi za koje vazi:

1) Koristimo samo neke od elemenata iz skupa od n elemenata. Varijacija klase k nad

skupom je niz od k elemenata tog skupa. Duzina tog niza k naziva se klasa. Ako je varijacija bez ponavljanja ti elementi u nizu se razlikuju, a ako je varijacija sa ponavljanjem
elementi u nizu mogu biti isti.
2) Bitan je redosled! Razlikuju se ABC i BAC. Razlikuju se 112 i 121. To je zato sto su
prema Definicijama 2.7 i 2.8 varijacije uredene k-torke.
Broj varijacija klase k od n elemenata je:
n!
n (n 1) (n (k 1)) =
, ako se elementi ne ponavljaju
|
{z
} (n k)!
k
cinilaca

i
k
|n n{z n} = n , ako se elementi smeju ponavljati.
k
cinilaca

2.4

Kombinacije

Kombinacije su rasporedi kod kojih nije bitan redosled. Kombinacija klase k od n elemenata je
slicna varijaciji klase k od n elemenata, a razlikuje se od varijacije po bitnom svojstvu, a to je da
kod kombinacije ne vodimo racuna o poretku. Da bismo stvorili intuiciju, pogledajmo primer.
Primer 2.28. Neka je S = {1, 2, 3}. Varijacije bez ponavljanja klase 2 nad skupom S su: 12,
13, 21, 23, 31, 32. Kombinacije ,,ne osete razliku izmedu 12 i 21, 13 i 31 ili 23 i 32, pa su
kombinacije klase 2 nad skupom S sledece: {1, 2}, {1, 3}, {2, 3}.
Primetite da smo kombinacije oznacili kao skupove. Zaista, svi dvoelementni podskupovi skupa
S su upravo nabrojane kombinacije. U buducnosti, kada ne postoji opasnost od zabune, obelezavacemo ih krace 12, 13 i 23.
Definicija za ove rasporede je sledeca.
Definicija 2.9. Neka je S = {a1 , ..., an } i k N, k n. Kombinacija klase k od n elemenata
skupa S je bilo koji podskup skupa S koji sadrzi k elemenata, odnosno bilo koja neuredena k-torka
elemenata skupa S.

Kombinacije

23

Kombinacije cemo pisati tako sto cemo izostavljati zagrade i zareze.

Pre nego sto nastavite sa citanjem, probajte da odgovorite na sledeca pitanja.
Razmislite 2.15. (a) U primeru 2.9 pod b) smo se sreli sa kombinacijama. Ponovo pogledajte Primer 2.9 i uporedite broj nabrojanih kombinacija (pod b)) i varijacija (pod a)). Treba da
primetite da kombinacija klase 2 ima dva puta manje od varijacija klase 2, jer svakoj kombinaciji
klase 2 odgovaraju dve varijacije klase 2.
(b) Nabrojte sve kombinacije klase 3 od elemenata skupa B = {a, b, c, d}? Uporedite ih sa Primerom
2.8 b).
(c) Koliko ima kombinacija klase 3, a koliko varijacija klase 3 nad skupom D = {a, b, c, d, e, f }?
(d) Da li mozete da pretpostavite koliko ima kombinacija klase k od n elemenata? Proverite svoja
razmisljanja koristeci Teoremu 2.10.
U nastavku cemo kroz ove primere razmotriti na koji nacin prebrojavamo kombinacije klase k
od n elemenata. Za to cemo koristiti vec poznati broj varijacija klase k od n elemenata. Samo
u svrhu ovog objasnjenja, da bismo jasno razgranicili kada govorimo o kombinacijama, a kada o
varijacijama, kombinacije cemo zapisivati kao skupove, a varijacije kao uredene k-torke.
se tice kombinacija klase 2, kroz Primere 2.28 i 2.9 videli smo da ih ima dva puta manje od
Sto
varijacija klase 2, jer svakoj kombinaciji klase dva (koliko god da je elemenata u skupu) odgovaraju
dve varijacije klase 2. Tako, na primer, kombinaciji {x, y} odgovaraju dve varijacije: (x, y) i (y, x).
Primetite ovde da su dve varijacije (x, y) i (y, x) zapravo dve permutacije nad skupom {x, y}.
Dakle, mozemo da zakljucimo da je
broj varijacija klase 2 = 2 broj kombinacija klase 2.
Dalje hocemo da vidimo kakav je odnos izmedu kombinacija i varijacija klase 3. U tu svrhu
odgovorimo prvo na pitanje iz Razmislite 2.15 pod b). Kombinacije nad skupom B = {a, b, c, d} su:
{a, b, c}, {a, b, d}, {a, c, d} i {b, c, d}. Kada pogledamo Primer 2.8 pod b) u kome su nabrojane sve
varijacije klase 3 nad skupom B i uporedimo ih sa nabrojanim kombinacijama prvo uocavamo da
varijacija ima sest puta vise. Zatim uocavamo da se to dogada zato sto svakoj kombinaciji odgovara
tacno 6 varijacija. Na primer, kombinaciji {a, b, c} odgovaraju one varijacije koje su permutacije
nad skupom {a, b, c}, dakle (a, b, c), (a, c, b), (b, a, c), (b, c, a), (c, a, b) i (c, b, a). Zakljucujemo
da svakoj kombinaciji klase 3 (u ovom slucaju od cetiri elementa) odgovara 6 (= 3!, sto je broj
permutacija nad skupom od 3 elementa) varijacija klase 3. Prema tome, broj kombinacija klase 3
je 6 puta manji od broja varijacija klase 3, a kako imamo 24 varijacije klase 3 od 4 elementa, broj
cetku nabrojali.
kombinacija klase 3 od 4 elementa je 24
6 = 4 i to su upravo one 4 koje smo na po
U opstem slucaju, bez obzira na broj elemenata u skupu nad kojim posmatramo rasporede,
uvek jednoj kombinaciji klase 3 odgovara 6 = 3! varijacija klase 3, odnosno
broj varijacija klase 3 = 3! broj kombinacija klase 3.
Razmisljajuci na isti nacin uocavamo da je
broj varijacija klase k = k! broj kombinacija klase k.
Tako dolazimo do sledece teoreme:
Teorema 2.10. Broj kombinacija k-te klase od n elemenata, u oznaci Cnk , je:
 
n
k
Cn =
.
k

(2.7)

Dokaz. Neka je dat skup od n elemenata S = {a1 , a2 , . . . , an }. Posmatrajmo proizvoljnu kombinaciju {ai1 , ai2 , . . . , aik } klase k nad skupom S. Svaka permutacija elemenata {ai1 , ai2 , . . . , aik }
daje jednu varijaciju klase k od elemenata skupa S. Kako je broj permutacija nad skupom od k

24

Kombinatorika

elemenata jednak k!, imamo da svakoj kombinaciji klase k odgovara k! varijacija klase k i prema
tome:
Vnk = k! Cnk .
Koristeci formule za broj varijacija (2.5) i binomni koeficijent (2.2) dobijamo
 
Vnk
n!
n
k
Cn =
=
=
.
k!
(n k)! k!
k
2
Sledeci primer ilustruje tip pitanja koji se vrlo cesto javlja u kombinatorici i u zivotu. Na
koliko nacina mozemo od n objekata da odaberemo grupu od k objekata, a da pri tome nema
znacaja kojim redosledom biramo clanove grupe? To znaci da od n elemenata iz skupa
biramo


jedan k-toclani podskup, odnosno biramo jednu kombinaciju.
Broj kombinacija je nk pa je prema
tome broj nacina da od n elemenata odaberemo k upravo nk .
Primer 2.29. Ucitelj Milos treba iz svog odeljenja koje broji 29 ucenika da odabere pet ucenika
koji ce biti predstavnici razreda na predstojecoj priredbi povodom Dana skole. Na koliko nacina
Milos moze da napravi izbor?
Odgovor. U ovom primeru Milos hoce da od 29 odabere 5 daka bez ikakvog kriterijuma (uspeh,
pol, interesovanja,...), odnosno potpuno proizvoljnu
grupu od 5 ucenika u kojoj poredak nema


znacaj. Prema tome, on to moze da ucini na 29
na
c
ina. Izracunajmo koliko je to.
5
 
29 28 27 26 25 24!
29 28 27 26 25
29
29!
=
=
=
=
5! 24!
5 4 3 2 24!
5432
5
= 29 7 9 13 5 = 118755.
Ima 118755 nacina da iz razreda od 29 ucenika ucitelj Milos odabere njih 5.

Slicno kao sto smo imali kod varijacija, tako i ovde, kod kombinacija mozemo definisati kombinacije sa ponavljanjem tako sto cemo u odabranom skupu od k elemenata dozvoliti ponavljanje.
Definicija 2.10 (Kombinacije sa ponavljanjem). Dat je skup S = {a1 , ..., an }. Kombinacija sa
ponavljanjem klase k od n elemenata skupa S je bilo koji podskup skupa S koji sadrzi k elemenata
od kojih se neki mogu i ponavljati, odnosno bilo koja neuredena k-torka elemenata skupa S medu
kojima moze biti jednakih elemenata.
Napomena 2.3. a) Primetite da za razliku od kombinacija bez ponavljanja, broj k ne mora da
bude manji od broja elemenata n. To je zato sto sada mozemo svaki od elemenata iz skupa da
uzimamo vise puta.
b) Kombinacije sa ponavljanjem klase k od n elemenata slicne su sa varijacijama sa ponavljanjem klase k od n elemenata i razlikuju se od njih po tome sto se kod kombinacija ne vodi racuna
o njihovom poretku.
Evo nekih primera:
Primer 2.30. Dat je skup S = {1, 2, 3}.
a) Kombinacije sa ponavljanjem klase 2 od elemenata skupa S su
11

12

13

22

23

33.

b) Kombinacije sa ponavljanjem klase 3 nad skupom S su:

111, 112, 113, 122, 123, 133,

222, 223, 233,

333.

c) Kombinacije bez ponavljanja klase 4 nad skupom S ne postoje, jer ne mozemo odabrati 4 elementa iz skupa od 3 elementa, a da se oni ne ponavljaju. Kombinacije sa ponavljanjem klase 4
nad skupom S postoje:
1111, 1112, 1113, 1122, 1123, 1133, 1222, 1223, 1233, 1333,
2222, 2223, 2233, 2333, 3333.

Kombinacije

25

Prebrojavanje kombinacija sa ponavljanjem za sada nije tako ocigledno kao u slucajevima sa

prethodnim rasporedima, na primer, broj varijacija sa ponavljanjem klase 4 od 3 elementa je 34 .
Kod kombinacija sa ponavljanjem ne mogu se jednostavno dovesti u vezu klasa 4 nad skupom od
3 elementa i broj takvih rasporeda kojih, kao sto smo videli u prethodnom primeru, ima 15. Da
bismo prebrojavanje ucinili ociglednijim posmatrajmo sledeci primer.
Primer 2.31. Gradska poslasticarnica ima u ponudi 5 vrsta sladoleda. Tu su: vanila, jagoda,
cokolada, limun i punc. Darja zeli da uzme tri kugle. Na koliko nacina Darja moze da odabere
svoje tri kugle?
Odgovor. Pre svega pogledajmo sta, na primer, moze da bude Darjin izbor. Oznacimo svaki
sladoled njegovim pocetnim slovom. Tada Darja iz skupa sladoleda S = {v, j, c, l, p} treba da
odabere tri elementa, ali tako da se ti elementi mogu (ali i ne moraju) ponavljati. Na primer,
Darja moze da odabere tri cokolade: {c, c, c}, ili dve jagode i cokoladu: {j, j, c}, ili jagodu, limun
i punc: {j, l, p}. Dakle, radimo sa kombinacijama sa ponavljanjem i to kombinacijama klase 3 od
5 elemenata.
Sada cemo svakoj kombinaciji od tri kugle sladoleda odabrane od 5 ponudenih vrsta sladoleda
dodeliti niz koji se sastoji od dva znaka: koji ce oznacavati kuglu i 7 koji ce oznacavati
,,dalje. Zamislite sebe kako prolazite duz vitrine sa sladoledima koji su poredani u kutije sledecim
redosledom: vanila, jagoda, cokolada, limun, punc. Dok stojimo ispred kutije, ako taj sladoled
ulazi u kombinaciju stavicemo u niz znak za kuglu, a ako ta vrsta sladoleda nije u kombinaciji, u
niz se stavlja znak za dalje. Naravno, ako postoje dve kugle od te vrste sladoleda stavice se dva
znaka za kuglu, a zatim dalje. I tako sve dok ne dodete do poslednje kutije sa puncem. Da opisete
svoju kombinaciju trebace vam 4 ,,dalje i 3 ,,kugle. Na primer,
kombinaciji {j, l, p} odgovara sledeci niz 7 77 7 .
Zaista, na pocetku krecemo od vanile i prvi znak u nizu 7 nam govori da idemo dalje (bez
uzimanja kugle sladoleda od vanile) do jagode; sledeci znak u nizu govori nam da uzimamo
kuglu od jagode, a dva znaka 7 iza njega da dva puta idemo dalje, dakle do cokolade, pa do
limuna; zatim imamo koji nam kaze da uzimamo kuglu limuna; posle toga nas znak 7 vodi do
punca i poslednji govori da uzimamo kuglu sladoleda od punca. Slicno,
kombinaciji {c, c, c} odgovara niz 77 77,
kombinaciji {j, j, c} odgovara sledeci niz 7 7 77.
Primetite da i posle uzete tri kugle, mi idemo do kraja vitrine da bismo zavrsili niz i u njemu imali
tri ,,kugle i cetiri ,,dalje.
Razmislite 2.16. (a) Zamislite vi i vasi prijatelji birate svako svoju kombinaciju od tri kugle i
nadite im odgovarajuce nizove pisane znacima 7 .
(b) Koje kombinacije odgovaraju sledecim nizovima:
i) 77 77
ii) 77 77 ?
se menja ako dode Milisav u istu poslasticarnicu i hoce da naruci 6 kugli? Kako ce izgledati
(c) Sta
njegove kombinacije pisane znacima 7 ?
Vratimo se sada Darji i nasem primeru. Mi smo svakoj kombinaciji klase 3 od 5 elemenata
dodelili niz koji se sastoji od 3 kugle i 4 (= 5 1) ,,dalje tako da svaka kombinacija ima svoj niz, i
obrnuto. Prema tome broj kombinacija jednak je broju nizova. Svaki niz duzine sedam, sastavljen
od 3 kugle i 4 ,,dalje je jedinstveno odreden kada odredimo na koja mesta cemo da postavimo 3
,,kugle (ili 4 ,,dalje). Prema tome,
mi od sedam mesta, biramo



tri na koja postavljamo kugle,
a to mozemo da ucinimo na 73 nacina. To znaci i da ima 73 razlicitih nizova od 3 kugle i 4

26

Kombinatorika

,,dalje, a prema tome kombinacija sa ponavljanjem klase 3 od 5 elemenata ima 5+31
. Dakle,
3


7
Darja ima 3 = 35 nacina da izabere tri kugle.
U slucaju pitanja iz Razmislite 2.16, Milisav bira sest kugli od ponudenih pet, pa ce za niz biti
potrebno sest znakova za kuglu i opet cetiri znaka za ,,dalje 7 (jer opet imamo pet kugli i
potrebno nam je 4 ,,dalje da ,,stignemo od kutije sa vanilom do kutije sa limunom) sto znaci da
cemo imati nizove duzine
6 + 5 1 = 10 u kojima od
10 mesta biramo 6 na koja stavljamo ,,kugle.
To se moze uciniti na 10
cina, odnosno ima 10
cina da Milisav odabere svoju kombinaciju
6 na
6 na


5+61
od 6 kugli. Odnosno ima
kombinacija
sa
ponavljanjem
klase 6 od 5 elemenata.
2
6
Da je bilo n vrsta sladoleda, a da smo mi birali k kugli, razmisljajuci kao u slucaju

Darje i
Milisava, dosli bismo do zakljucka da bi broj mogucih kombinacija za izbor bio k+n1
. To tvrdi
k
i sledeca teorema.
k

Teorema 2.11. Broj kombinacija sa ponavljanjem klase k od n elemenata, oznacava se sa C n , i

jednak je


k+n1
k
k
C n = Ck+n1
=
.
(2.8)
k
Dokaz. Da bismo prebrojali broj kombinacija sa ponavljanjem klase k nad skupom od n elemenata,
posmatrajmo skup A = {a1 , a2 , ..., an } i formirajmo proizvoljnu kombinaciju od k elemenata na
sledeci nacin:
1. korak: Biramo prvi element a1 proizvoljan broj puta (od 0 do k).
2. korak: Biramo drugi element a2 proizvoljan broj puta (od 0 do k).
3. korak: Biramo treci element a3 proizvoljan broj puta (od 0 do k).
...
n. korak: Biramo n-ti element an proizvoljan broj puta (od 0 do k).
U svakom od koraka, mogli smo da odaberemo izmedu 0 i k elemenata, tako da je na kraju izabrano
ukupno k elemenata. Ako smo, na primer, u prvom koraku izabrali svih k elemenata, u narednim
koracima biramo po 0 elemenata. Pretpostavimo da smo u prvom koraku odabrali k1 elemenata, u
drugom koraku k2 elemenata, u trecem koraku k3 elemenata, i tako dalje u n-tom koraku odabrali
kn elemenata, gde ki {1, 2, . . . , k}, za svako i {1, 2, . . . , n} i vazi k1 + k2 + k3 + + kn = k.
Tada, ako sa obelezimo operaciju ,,biram element, a sa 7 operaciju prelaska na sledeci korak,
odabrana kombinacija moze da se prikaze nizom od k simbola (jer k puta ,,biramo element) i
n 1 simbol 7 (jer n 1 put prelazimo na sledeci korak) na sledeci nacin:
. . . 7 . . . 7 . . . 7 |{z}
7 . . .
| {z } |{z} | {z } |{z} | {z } |{z}
| {z }
k1 puta

1.

k2 puta

2.

k3 puta

3.

(2.9)

n1. kn puta

Dakle, proizvoljna kombinacija sa ponavljanjem klase k od n elemenata je niz oblika (2.9), a

takode za svaki niz oblika (2.9) postoji tacno jedna kombinacija sa ponavljanjem klase k od n
elemenata koju dati niz predstavlja. Odnosno postoji jednoznacna korespodencija izmedu skupa
svih kombinacija klase k od n elemenata i svih nizova koji se sastoje od n 1 simbola 7 i k
simbola i broj takvih razlicitih nizova jednak je broju kombinacija klase k od n elemenata.
Sada posmatramo sve takve nizove: imamo k +n1 mesta na koja rasporedujemo n1 simbol
7 i k simbola . Niz je jedinstveno odreden izborom
(rednog broja) mesta na koja
cemo staviti


7, odnosno , a to je moguce uciniti na k+n1
,
odnosno
(sto je jednako) k+n1
nacina.
n1
k


k+n1
Dakle, ima
nacina da se izabere niz sastavljen od n 1 simbola 7 i k simbola , pa
k
tako ima isto toliko kombinacija klase k od n elemenata, sto je trebalo pokazati.
2
Kombinacije sa i bez ponavljanja leksikografski se ureduju na isti nacin kao i permutacije i
varijacije.
Primer 2.32. Koja je po leksikografskom redu kombinacija BU BA
a) nad skupom A = {A, B, C, D, U }
b) nad skupom svih slova azbuke?

Paskalov trougao. Binomni obrazac

27

Odgovor. Jasno je da govorimo o kombinacijama sa ponavljanjem (slovo B se ponavlja)

klase



4.
8
U zadatku pod a) to su kombinacije nad skupom od 5 elemenata kojih ima 4+51
=
, au

4

4
4+301
33
zadatku po b) su to kombinacije nad skupom od 30 elemenata kojih ima
= 4 .
4
a) Slazemo leksikografski i prebrojavamo kombinacije koje su ispred BU BA na slican nacin
kao varijacije ili permutacije:


kombinacija;
slovom A pocinje 3+51
3


sa BA, BB, BC i BD pocinje po 2+51
kombinacija;
2


sa BU A pocinje 1+51
= 5 kombinacija.
1
Sledece su kombinacije na BU B, a BU BA je prva medu njima.




Dakle, BU BA je po redu 73 + 4 62 + 5 + 1 = 101. kombinacija sa ponavljanjem klase 4 nad
skupom A.




31
b) Slicno, BU BA je po redu 32
3 + 23 2 + 30 + 1 = 15686. kombinacija sa ponavljanjem
klase 4 nad skupom svih slova azbuke.
2
Za kraj poglavlja
Zapamtite 2.4.
Kombinacije su rasporedi kod kojih od n objekata biramo k pri cemu nije
bitan redosled izbora. Isto je ABC i BCA, i isto je 112 i 211. Ako u kombinaciju smeju da
udu isti elementi ona je sa ponavljanjem, u suprotnom je kombinacija bez ponavljanja.
Na pitanje na koliko
  nacina od n elemenata mozemo izabrati k,
n
odgovor je: na
nacina.
k

2.5

Paskalov trougao. Binomni obrazac

U prethodnim poglavljima
naucili smo da je broj mogucnosti da od, na primer, 5 objekata izabe

remo 2 jednak sa 52 = 10. Takode smo mogli primetiti da je broj nacina da izaberemo 2 objekta
iz grupe od 5 jednak broju na

cina da iz te iste grupe odaberemo 3 (preostala, neodabrana) objekta
sto potvrduje i cinjenica 53 = 10. Dalje, uocimo kako binomni koeficijenti za n = 5 i k redom
jednako 0, 1, 2, 3, 4 i 5 cine simetrican niz
           
5
5
5
5
5
5
,
0
1
2
3
4
5
odnosno,
1

10

10

1.

Ako takve nizove, za n jednako redom 1, 2, 3, 4, 5, 6 i 7, slozimo jedan ispod drugog na sledeci
nacin:
1
1 1
1 2 1
1 3 3 1
.
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
1 7 21 35 35 21 7 1
dobicemo zanimljivu semu poznatu pod imenom Paskalov trougao. Mogli smo nastaviti sa redanjem
nizova za n = 8, 9 . . .. U opstem slucaju, niz binomnih koeficijenata je simetrican:
     
 



 
  
n
n
n
n
n
n
n
n
...
...
...
.
0
1
2
k
nk
n2
n1
n

28

Kombinatorika

Da je ovo simetrican niz posledica je tvrdenja pod c) Teoreme 2.5 koje govori o simetriji binomnih
koeficijenata. Da dokazemo ovo tvrdenje mi smo koristili definiciju binomnog koeficijenta. Drugi
nacin da se jednostavno uvidi i dokaze ova cinjenice
je kombinatorne prirode. Zaista, broj nacina


n
da od n elemenata odaberemo
k,

s
to
iznosi
,
jednak
je
broju nacina da od n elemenata odabek




n
n
n
remo n k, sto iznosi nk , i prema tome je k = nk .
Drugo bitno svojstvo Paskalovog
trougla je posledica Teoreme 2.5 pod d). Uocite bilo koji


element u semi, na primer 63 = 20 (to je cetvrti element u sedmom redu) i primetite da je






on jednak zbiru dva elementa iznad njega u prethodnom redu ( 63 = 52 + 53 ). Ovo pravilo
nam omogucava brzo ispisivanje Paskalovog trougla: za redove posle drugog reda ne moramo da
racunamo binomne koeficijente, samo sabiramo po dva susedna elementa u semi i njihov zbir
upisujemo izmedu njih u red ispod.
Paskalov trougao je dobio ime po francuskom matematicaru i fizicaru Blezu Paskalu (16231662), mada postoje dokazi da je za njega znao persijski filozof i matematicar Omar Hajam (Omar
Khayy
am, 1048-1131).
uocavate? Vidi
Razmislite 2.17. Saberite elemente po vrstama u Paskalovom trouglu. Sta
tvrdenje u Zadatku 2.40 pod a).
Jos jedno znacajno mesto gde se pojavljuju binomni koeficijenti je binomna formula, koja
govori na koji nacin se binom podize na n-ti stepen. Jos od osnovne skole su poznate formule za
kvadrat zbira i razlike, a u srednjoj skoli ste sreli i formule za kub zbira i razlike. Podsetite se tih
formula:
(x y)2

= x2 2xy + y 2 ,

(x y)3

= x3 3x2 y + 3xy 2 y 3 .

Razmislite 2.18. a) Kako biste izracunali koliko je (x + y)5 ? Verovatno biste posegnuli za
mnozenjem x2 + 2xy + y 2 i x3 + 3x2 y + 3xy 2 + y 3 . Uradite to! Zapisite rezultat koji ste dobili i koliko vam je bilo potrebno vremena da to izracunate.
b) A kako biste postupili u slucaju (x + y)4 ili (x + y)6 ? Ponovo uradite potrebna izracunavanja
i zapisite rezultate.
c) Uporedite sada koeficijente u rezultatima koje ste dobili u izracunavanjima sa brojevima u
uocavate? Da li mozete da predvidite koliko je (x + y)7 ili (x + y)8 ? A
Paskalovom trouglu. Sta
n
(x + y) ?
Odgovori na ova pitanja sadrzani su u sledecoj teoremi. Formula data u teoremi poznata je
pod imenom ,,binomni obrazac.
Teorema 2.12. Za svaki prirodan broj n vazi jednakost:
n  
X
n nk k
(x + y)n =
x
y ,
k
k=0
 
n
binomni koeficijenti definisani sa (2.2).
gde su
k

(2.10)

Dokaz. Za dokaz koristimo princip matematicke indukcije (Teorema 1.1). Za n = 1 tvrdenje je

ocigledno:
 
 
1  
X
1 1k k
1 1 0
1 0 1
1
x
y =
x y +
x y =
(x + y) =
k
0
1
k=0

1 x + 1 y = x + y.

Pretpostavimo da tvrdenje vazi za n, odnosno da vazi (2.10) i pokazimo da tvrdenje vazi za n + 1.

Dakle, treba pokazati da vazi
n+1
X n + 1 
n+1
(x + y)
=
x(n+1)k y k .
k
k=0

Paskalov trougao. Binomni obrazac

29

Koristeci induktivnu pretpostavku dobijamo

(x + y)

n+1

=
=
=

(x + y) (x + y) =
n  
X
n

n  
X
n

!
x

nk k

(x + y)

k=0
n 
X


n nk k
x
x
y +y
x
y
k
k
k=0
k=0
n  
n  
X
n n+1k k X n nk k+1
x
y +
x
y
.
k
k
nk k

k=0

k=0

U ove dve sume imamo

slicne clanove koji se mogu sabirati: na primer, u prvoj sumi za k = 3


n n+13 3
cetvrti sabirak
x
y mozemo sabrati sa trecim clanom iz druge sume, koji se dobija za
3


k = 2: n2 xn2 y 3 . Koristimo Teoremu 2.5 pod d) i dobijamo:
 
 
    

n n2 3
n n2 3
n
n
n + 1 (n+1)3 3
n2 3
x
y +
x
y =x
y
+
=
x
y .
3
2
3
2
3
Da bismo ovako sabrali sve clanove dve sume, raspisacemo ih na odgovarajuci nacin. Prvo iz prve
sume P
izdvajamo prviP
clan, a iz druge poslednji. Potom u drugoj sumi oznacimo k 0 = k + 1 i pri
n1
n
tome k=0 postaje k0 =1 . Dobijamo:
 
n  
X
n n+1k k
n n+1 0
n+1
x
y +
(x + y)
=
x
y +
k
0
k=1

 
n 
X
n
n nn n+1
nk0 +1 k0
+
x
y
+
x
y
.
0
k 1
n
0
k =1

n

n+1

n

n+1

Sada uocimo da je 0 = 0 , n = n+1 i u drugoj sumi preimenujemo k 0 u k. Zatim koristeci

Teoremu 2.5 pod d) saberemo slicne clanove i dobijamo


n  
n + 1 n+1 0 X n n+1k k
x
y
x
y +
(x + y)n+1 =
k
0
k=1



n 
X
n
n + 1 0 n+1
nk+1 k
+
x
y +
x y
k1
n+1
k=1


  
 

n
n + 1 n+1 0 X n+1k k
n
n
n + 1 0 n+1
=
x
y +
x
y
+
+
x y
0
k
k1
n+1
k=1



 

n
n + 1 n+1 0 X n+1k k n + 1
n + 1 0 n+1
=
x
y +
x
y
+
x y
0
k
n+1
k=1
n+1
X n + 1
=
xn+1k y k ,
k
k=0

sto je i trebalo pokazati.

Primer 2.33. Koristeci (2.10) za n = 2 dobijamo:
 
 
 
2 2 0
2 1 1
2 0 2
2
(x + y) =
x y +
x y +
x y = x2 + 2xy + y 2 ,
0
1
1
i
(x y)2

(x + (y)2 ) =

x2 2xy + y 2 ,

 
 
 
2 2
2 1
n 0 2
x (y)0 +
x (y)1 +
x y
0
1
0

30

Kombinatorika

sto su dobro poznate formule za kvadrat zbira i razlike. Takode, za n = 3 prema (2.10) dobijamo
formule za kub zbira i razlike
 
 
 
 
3 3 0
3 2 1
3 1 2
3 0 3
(x + y)3 =
x y +
x y +
x y +
x y
0
1
2
3
= x3 + 3x2 y + 3xy 2 + y 3 .
i
(x y)3

(x + (y))3
 
 
 
 
3 3
3 2
3 1
3 0
=
x (y)0 +
x (y)1 +
x (y)2 +
x (y)3
0
1
2
3
=

= x3 3x2 y + 3xy 2 y 3 .
Prema (2.10), a koristeci Paskalov trougao za izracunavanje koeficijenata mozemo brzo izracunati
(x + y)6 = x6 + 6x5 y + 15x4 y 2 + 20x3 y 3 + 15x2 y 4 + 6xy 5 + y 6 ,
kao i
(x y)7 = x7 7x6 y + 21x5 y 2 35x4 y 3 + 35x3 y 4 21x2 y 5 + 7xy 6 y 7 .
5
Primer 2.34. a) Koristeci binomnu formulu
15 izracunati (2a 3) .
b) Koji je osmi clan u razvoju (2a + 3) ?
Odgovor. a)
(2a

3)5

5  
X

5
(2a)5k ( 3)k =
k
k=0
 
 
0

5
5
50
=
(2a) ( 3) +
(2a)51 ( 3)1 +
0
1
 
 

5
5
52
2
+
(2a) ( 3) +
(2a)53 ( 3)3 +
2
3
 
 

5
5
(2a)55 ( 3)5 =
+
(2a)54 ( 3)4 +
5
4
1

5
4
= (2a) + 5(2a) ( 3) + 10(2a)3 ( 3)2 +

+10(2a)2 ( 3)3 + 5(2a)1 ( 3)4 + ( 3)5 =

= 32a5 80 3a4 + 720a3 360 3a2 + 810a 81 3.

b) Osmi clan u razvoju je

 
 
 
7
15 8
15
15 8 8
157
(2a)
( 3) =
2 a 27 3 = 6912 3
a .
7
7
7

2.6

Zadaci za samostalno ve
zbanje

Zadatak 2.1. Da bi se stiglo od mesta A do mesta D moze se proci kroz mesto B ili kroz mesto
C. Od mesta A do mesta B vode tri direktna puta. Od mesta A do mesta C vode cetiri, od B do
C tri, od B do D dva i od C do D tri direktna puta. Na koliko nacina Eleonora moze da stigne
od mesta A do mesta D?
Zadatak 2.2. Skratiti razlomke: a)

20!
102!
n!
(n 1)!
, b)
, c)
, d)
.
18!
100!
(n 1)!
(n 3)!

Zadatak 2.3. Napisati sve permutacije od: a) cifara 1, 2, 3, 4; b) slova a, b, c, d; c) reci M IRA.

Zadaci za samostalno vezbanje

31

Zadatak 2.4. Napisati sve permutacije od cifara 3, 4, 5, 6, 7, koje imaju 6 na prvom mestu, a 4
na drugom.
Zadatak 2.5. Koliko permutacija od cifara 1, 2, 3, ..., 8 pocinje sa: a) 5, b) 123, c) 8642 ?
Zadatak 2.6. Koliko elemenata sadrzi skup, ako broj svih permutacija od njegovih elemenata:
a) jednak je 120, b) nije manji od 500, c) nije veci od 1000?
Zadatak 2.7. Dat je skup S = {0, 1, 2, 3, 4, 5}. Koliko se razlicitih sestocifrenih brojeva moze
formirati od elemenata skupa S, ali tako da se u njima cifre ne ponavljaju? Koliko je od toga
parnih brojeva?
Zadatak 2.8. (i) U koliko razlicitih permutacija od elemenata 1, 2, 3, 4, 5, 6, 7, 8 se 2, 4, 5, 6
nalaze jedan pored drugog:
a) u nekom zadatom poretku

b) u proizvoljnom poretku?

(ii) U koliko razlicitih permutacija od n elemenata, stoji m elemenata (m < n) jedan pored
drugog
a) u nekom zadatom poretku

b) u proizvoljnom poretku?

Zadatak 2.9. Odrediti 57. permutaciju od elemenata 1, 2, 3, 4, 5.

Zadatak 2.10. Odrediti koja je permutacija po redu rec DIZAJN ER.

Zadatak 2.11. Cetiri

bele kuglice, numerisane sa 1, 2, 3, 4 i tri crvene kuglice, numerisane sa
5, 6, 7 treba poredati tako da razlicito obojene kuglice stoje naizmenicno. Na koliko je nacina to
moguce uciniti?
Zadatak 2.12. Napisati sve permutacije od elemenata 1, 2, 3, 3.
Zadatak 2.13. Koliko ima petocifrenih brojeva koji se sastoje od cifara 3, 3, 5, 7, 7?
Zadatak 2.14. Koliko ima sedmocifrenih brojeva koji se sastoje od cifara 0, 0, 0, 0, 1, 2, 3?
Zadatak 2.15. Odrediti 15. permutaciju od elemenata 1, 1, 1, 2, 2, 2, 2.
Zadatak 2.16. Odrediti koja je po redu permutacija rec M AT EM AT IKA.
Zadatak 2.17. Broj permutacija od n + 2 elementa 56 puta je veci od broja permutacija od n
elemenata. Izracunati n.
Zadatak 2.18. Na koliko nacina se mogu izabrati cetiri osobe na cetiri razlicite funkcije od devet
kandidata?
Zadatak 2.19. U odeljenju ima 35 ucenika. Oni su medusobno razmenili fotografije. Koliko je
fotografija razmenjeno?
Zadatak 2.20. Odrediti broj trocifrenih brojeva kod kojih su sve cifre razlicite.
Zadatak 2.21. Odrediti broj svih trocifrenih brojeva sastavljenih od cifara 0, 2, 4, 6, 9. Koliko je
medu njima parnih brojeva?
Zadatak 2.22. Dat je skup S = {2, 4, 5, 8}. (a) Koliko ima varijacija klase 3 od elemenata skupa
S? (b) Koja je po redu varijacija 482? (c) Kako glasi 20. varijacija?
Zadatak 2.23. Koja je po redu varijacija GRB medu varijacijama bez ponavljanja klase tri od
30 slova azbuke?
Zadatak 2.24. Koja je po redu varijacija DET E medu varijacijama sa ponavljanjem klase 4 od
30 slova azbuke?

32

Kombinatorika

Zadatak 2.25. Koliko se petocifrenih brojeva moze formirati od cifara 0, 1? Koja je po redu
varijacija 10011?
Zadatak 2.26. Napisati sve troclane podskupove skupa {a, b, c, d, e, f }. Koliko ih ima?
Zadatak 2.27. Koliko kombinacija trece klase, bez ponavljanja, od elemenata 1, 2, 3, 4, 5, 6, 7, 8
ne sadrzi elemente 3, 5, 7?
Zadatak 2.28. Od 16 kandidata koji imaju iste uslove za prijem u radni odnos potrebno je
izabrati dva. Na koliko nacina je to moguce uciniti?
Zadatak 2.29. Iz spila od 52 karte izvlace se 4 karte. Koliko ima razlicitih ishoda?
Zadatak 2.30. Na sahovskom turniru ucestvuje 12 takmicara. Svaki od njih treba da odigra sa
svima ostalima po jednu partiju. Koliko ce se partija odigrati na turniru?
Zadatak 2.31. Neka je S skup od 9 tacaka u prostoru, od kojih nikoje tri nisu na jednoj pravoj
i nikoje cetiri nisu u jednoj ravni. Odrediti koliko je (i) trouglova, (ii) pravih, (iii) tetraedara
odredeno elementima skupa S.
Zadatak 2.32. U odeljenju ima 12 decaka i 15 devojcica. Na koliko nacina se moze izabrati 4
ucenika da predstavljaju razred na skolskom kvizu? Na koliko nacina je to moguce uciniti ako se
trazi da 2 ucenika budu decaci, a 2 devojcice?
Zadatak 2.33. Iz kutije sa 13 kuglica, od kojih je 6 crvenih, 3 bele i 4 zute, treba izabrati 7
kuglica i to: 3 crvene, 2 bele i 2 zute. Na koliko nacina je to moguce uciniti?
Zadatak 2.34. Odrediti 125. kombinaciju klase 4 od prvih 10 slova azbuke.
Zadatak 2.35. Napisati sve kombinacije sa ponavljanjem druge klase od elemenata a, b, c, d.
Zadatak 2.36. Koliko ima kombinacija cetvrte klase, sa ponavljanjem, od elemenata a, b, c, d, e?
Zadatak 2.37. Koliki je broj kombinacija trece klase, sa ponavljanjem, od elemenata 1, 2, 3, 4, 5,
koje ne pocinju sa 1 i sa 2?
Zadatak 2.38. Koristeci binomnu formulu izracunati:
a) (x + y)5 ,

b) (a b)4 ,

c) (a +

2)6 .

Zadatak 2.39. Odrediti koeficijent uz clan a7 b8 u razvoju binoma (a + b)15 .

Zadatak 2.40. Koristeci binomnu formulu dokazati da je:






a) n0 + n1 + + nn = 2n ,






b) n0 n1 + (1)n nn = 0.
Zadatak 2.41. Na koliko nacina se 20 jabuka moze podeliti na cetvoro dece tako da svako od
njih dobije bar jednu jabuku?
Zadatak 2.42. Na koliko nacina cetiri drugarice mogu da podele 20 urmi? (Moguce je da neko
ne dobije nijednu urmu).
Zadatak 2.43. Koja je 101. varijacija bez ponavljanja cetvrte klase od slova reci RADOST ?
Zadatak 2.44. Koliko dijagonala ima: a) konveksan petougao, b) konveksan n-tougao?
Zadatak 2.45. U sobi ima 6 svetiljki. Na koliko nacina je moguce osvetliti sobu?
Zadatak 2.46. Iz grupe od 7 muskaraca i 4 zene treba odabrati 6 osoba tako da medu njma budu
bar 2 zene. Na koliko se nacina to moze uciniti?

Zadaci za samostalno vezbanje

33

Zadatak 2.47. Iz kompleta od 52 karte izvuceno je 10 karata. U koliko slucajeva se medu

izvucenim kartama nalazi:
a) tacno jedna dama,
b) tacno dve dame,
c) bar jedna dama,
d) bar dve dame.
Zadatak 2.48. Na koliko nacina se moze u osam cetvorokrevetnih soba razmestiti 32 coveka?
(Svi gosti i sve sobe su ravnopravne).
Zadatak 2.49. Stevan ima 10 razlicitih knjiga iz matematike, 5 razlicitih knjiga iz fizike i 4
razlicite knjige iz hemije.
a) Na koliko nacina moze poredati knjige na policu?
b) Teodor hoce da pozajmi tri knjige iz matematike i dve iz hemije. Koliko ima mogucih
izbora?
c) Nakon sto je Teodor uzeo pet knjiga, na koliko nacina Stevan moze poredati preostale knjige
na policu tako da knjige iz iste oblasti stoje jedna do druge, ako je: i) zadat redosled oblasti?, ii)
proizvoljan redosled oblasti?
Zadatak 2.50. Pravougaonik je presecen sa dva skupa pravih paralelnih njegovim stranicama.
Svaki skup se sastoji od po 10 pravih. Koliko se na ovaj nacin dobija pravougaonika?

34

Kombinatorika

Glava 3

Verovatno
ca
Svako od nas se u zivotu sreo sa izjavama kao sto su: ,,verovatnoca da ce sutra padati kisa je 80%;
,,verovatnoca da dobijemo na lotou je veoma mala, skoro nula; ,,verovatnoca da prilikom bacanja
novcica padne pismo je 0.5; ,,verovatnoca da student polozi ispit iz matematike je jedan na prema
tri i mnoge druge izjave, koje sadrze u sebi pojam verovatnoce. Sve ove izjave daju informaciju
o tome kolike su sanse da se odredena pojava dogodi i te sanse izrazavaju se brojem, procentom
ili odnosom. Neke od ovih izjava su zasnovane na naucnom posmatranju i zakljucivanju, dok su
druge subjektivne izjave, procene pojedinaca u vezi sa nekim dogadajima.
Verovatnoca je oblast matematike koja se bavi izucavanjem pojava ciji se ishod ne moze sa
sigurnoscu predvideti. Njen cilj je da razvije teorijsku osnovu koja ce omoguciti da se procene
daju sa sto vecom tacnoscu. Nas je cilj da se upoznamo sa osnovnim pojmovima ove teorije i
osnovnim principima merenja mogucnosti da ce se neki dogadaj realizovati.
Na koji nacin zapravo odredujemo kolika je verovatnoca da ce se neki dogadaj desiti? Za
pocetak probajte da razmislite o sledecem:
Razmislite 3.1. Svakome je jasno da ako bacamo novcic za igru, verovatnoca da padne pismo
(ili glava) iznosi 50%. Ali sta ako je pomenuti novcic neispravan i pismo ,,pada cesce nego glava,
kolika je onda verovatnoca da prilikom bacanja novcica padne pismo? Kako biste vi pristupili
ovom problemu?
Jedan od osnovnih uvodnih pojmova je eksperiment. Obicno se pod pojmom eksperimenta podrazumeva naucni ogled, odnosno ispitivanje neke pojave pod odredenim uslovima, ali se taj pojam
u teoriji verovatnoce prosiruje na pojave kao sto su bacanje kockice, izvlacenje karte, izvlacenje
kuglice iz kutija sa kuglicama u raznim bojama, polaganje ispita i slicno. Svaki od na pocetku
navedenih primera mozemo posmatrati kao eksperiment: eksperiment je da proverimo da li ce
pasti kisa sutra u odredeno vreme, da uplatimo loto i vidimo da li smo dobili premiju, da odrzimo
ispit i ispitamo studente, da bacamo novcice i pratimo da li je palo pismo ili glava.
Definicija 3.1 (Eksperiment). Eksperiment je proces ciji je rezultat izvodenja jedna i samo jedna
od mnogih opservacija.
Nas cilj je da naucimo da dajemo odgovore na pitanja kao sto su ova u primeru koji sledi.
Primer 3.1. (i) Kolika je verovatnoca da prilikom izvlacenja jedne karte iz spila od 32 karte
izvucemo ,,keca? Kolika je verovatnoca da bude izvuceno ,,srce?
(ii) Kolika je verovatnoca da prilikom bacanja dve kockice za igru padne zbir manji od 5?
(iii) Kolika je verovatnoca da sledeci automobil koji izade iz fabrike automobila bude defektan?
(iv) Kolika je verovatnoca da ce Milana poloziti ispit iz matematike?
Razmislite 3.2. Posmatrajte Primer 3.1.
35

36

Verovatnoca
a) Pokusajte u svakom od navedenih primera da odredite sta je eksperiment koji se posmatra.
mislite da je ishod eksperimenta i koji su sve moguci ishodi eksperimenata u tim primeb) Sta
rima?
c) Da li mozda mozete da date odgovore na postavljena pitanja?

Da bismo odgovarali na ovakva pitanja precizno i naucno osnovano potrebno je, kao i obicno
u matematickim naukama, da uvedemo definicije pojmova koje cemo koristiti.

3.1

Prostor elementarnih dogadaja

Pre svega, sta je to uopste dogadaj ciju verovatnocu realizacije hocemo da izracunamo? Ubrzo
cemo nauciti da je dogadaj u matematici podskup jednog osnovnog skupa, skupa svih mogucih
ishoda nekog eksperimenta, koji cemo nazivati skup elementarnih dogadaja.
Definicija 3.2 (Ishod. Skup elementarnih dogadaja. Slucajan dogadaj. Siguran i nemoguc
dogadaj).
- Svaku od mogucih opservacija eksperimenta zovemo ishod.
- Skup svih mogucih ishoda nekog eksperimenta naziva se skup ishoda, ili skup elementarnih dogadaja i oznacava se sa .
- Slucajan dogadaj je skup jednog ili vise ishoda, odnosno podskup skupa elementarnih dogadaja.
Dogadaje oznacavamo velikim stampanim slovima, A, B, C, X, Y , . . .. Dakle, slucajan dogadaj
je A .
- Elementaran dogadaj je dogadaj koji sadrzi tacno jedan element, tacno jedan krajnji ishod. Dakle,
elementaran dogadaj je jednoclan podskup skupa elementarnih dogadaja .
- Siguran dogadaj je dogadaj koji ce se sigurno desiti. Siguran dogadaj oznacava se sa .
- Nemoguc dogadaj je dogadaj koji se ne moze desiti. Nemoguc dogadaj oznacava se sa .
Primer 3.2. Posmatrajmo Primer 3.1 i odredimo sta je eksperiment, a sta je skup elemenarnih
dogadaja u svakom od primera. U nekim primerima odredicemo sta je siguran, a sta nemoguc
dogadaj.
Odgovor.
(i) U prvom primeru eksperiment se sastoji iz izvlacenja jedne karte iz spila od 32 karte. Svaka
karta predstavlja moguc ishod eksperimenta pa skup elementarnih dogadaja ima 32 elementa:
= {7, 8, 9, 10, J, D, K, A,
7, 8, 9, 10, J, D, K, A,
7, 8, 9, 10, J, D, K, A,
7, 8, 9, 10, J, D, K, A}.
Slucajan dogadaj ,,izvucen je kec je podskup skupa , ima 4 elementa i to su sva cetiri
,,keca iz spila: ,,kec pik, ,,kec karo, ,,kec srce i ,,kec tref. Ako ovaj dogadaj oznacimo
sa A, tada je
A = {A, A, A, A}.
Dogadaj ,,izvuceno je srce, oznacimo ga sa S, ima 8 elemenata i to su sva ,,srca u spilu,
odnosno,
S = {7, 8, 9, 10, J, D, K, A}.
Nemoguc dogadaj je, na primer, da izvucemo ,,trojku, jer ne postoje trojke u spilu od 32
karte.

Prostor elementarnih dogadaja

37

(ii) U drugom primeru eksperiment je bacanje dve kockice za igru. Moguci ishodi su na primer:
,,na prvoj kocki je pala jedinica, a na drugoj kocki je pala trojka ili ,,na prvoj kocki je pala
dvojka, a na drugoj kocki petica. Ako oznacimo uredenim parom (i, j) ishod kada na prvoj
kocki padne broj i, a na drugoj broj j, onda (1, 3) oznacava ishod kada je ,,na prvoj kocki
je pala jedinica, a na drugoj kocki je pala trojka, a (3, 1) oznacava ishod kada je ,,na prvoj
kocki je pala trojka, a na drugoj kocki je pala jedinica.
Postoji 36 razlicitih mogucih ishoda ovog eksperimenta i skup elementarnih dogadaja je:
= {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)}.
Ima 36 elementaranih dogadaja. Na primer to su: E1 = {(1, 1)}, E2 = {(3, 6)}, E3 =
{(4, 5)}.
Slucajan dogadaj A: ,,pao je zbir manji od 5 je podskup od i dat je sa
A = {(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (3, 1)}.
Ovde je, na primer, nemoguc dogadaj ,,pao je zbir manji od 2, a siguran je dogadaj ,,pao
je zbir manji od 13.
Kada ne postoji mogucnost zabune, ishode cemo pisati izostavljajuci zagrade i zareze. Dakle
umesto (2, 4), pisacemo 24.
(iii) Sada se eksperiment sastoji iz provere da li je automobil koji izlazi iz fabrike ispravan ili
defektan. Skup elementarnih ishoda u ovom eksperimentu je
= {automobil je ispravan, automobil je defektan},
a dogadaj cija se verovatnoca trazi je elementaran dogadaj A = {automobil je defektan}.
(iv) Eksperiment je Milanin izlazak na ispit, a skup elementarnih dogadaja je
= {Milana je polozila, Milana je pala}.
Primer 3.3. Pretpostavimo da slucajnim putem biramo dve osobe koje su clanovi planinarskog
kluba ,,Extreme summit team i belezimo da li je slucajno izabrana osoba musko ili zensko. Zapisite
sve moguce ishode ovog eksperimenta, skup elemenarnih dogadaja, navedite sve elementarne dogadaje. Potom odredite dogadaje: A - odabrana je najmanje jedna zenska osoba i B - odabrana je
tacno jedna muska osoba.
Na primer, ishod da je prva odabrana
Odgovor. Obelezimo izbor muskaraca sa M, a izbor zene sa Z.

osoba muskarac, a druga zena obelezavamo sa MZ. Tako je skup elementarnih dogadaja, skup svih
mogucih ishoda
ZM,
ZZ}.

= {M M, M Z,
Elementarni dogadaji su
E1 = {M M },

E2 = {M Z},

},
E3 = {ZM

E4 = {ZZ},

a dogadaji A i B su:
ZM,
ZZ},

A = {M Z,

ZM
}.
B = {M Z,
2

38

Verovatnoca

Razmislite 3.3. a) Ako u Primeru 3.3 biramo tri osobe iz kluba, koji su onda moguci ishodi, sta
je dogadaj A, a sta B? Navedite ishode koji ulaze u dogadaje C- izabrane su bar dve zenske osobe
i D- izabrano je najvise dve zenske osobe.
mislite, sta je to suprotan dogadaj nekom dogadaju? Sta
bi bio suprotan dogadaj za dogadaj
b) Sta
D?
c) Posto su dogadaji zapravo skupovi, sta mislite sta bi bila unija, a sta presek dva dogadaja?
Konsultujte Primer 3.1(i).
Operacije sa dogadajima
Operacije sa dogadajima slicne su operacijama sa skupovima. Na primer, mozemo posmatrati
dogadaj koji se desio kada se nas uocen dogadaj nije desio, recimo, da prilikom izvodenja eksperimenta u Primeru 3.1 (i) posmatramo dogadaj da nije izvuceno ,,srce, vec neka druga ,,farba:
pik, tref ili karo. Takav dogadaj nazvacemo suprotan dogadaj. Ili mozemo posmatrati dogadaje:
,,izvucena karta je kec i srce ili ,,izvucena karta je kec ili srce sto su zapravo presek i unija dva
dogadaja.
Definicija 3.3 (Suprotan dogadaj. Unija i presek dogadaja. Razlika dva dogadaja).
- Dogadaj A = \ A je suprotan dogadaj dogadaju A. To je dogadaj koji se desi kada se ne desi
dogadaj A.
- Ako je A B tada kazemo da dogadaj A povlaci (ili implicira) dogadaj B, a to znaci da ako se
dogodio dogadaj A dogodio se sigurno i dogadaj B.
- Unija dogadaja A i B, u oznaci A B, je dogadaj koji se realizuje ako se realizovao bar jedan od
dogadaja, A ili B.
- Presek dogadaja A i B, u oznaci AB (ili A B) je dogadaj koji se realizuje kada se realizuju oba
dogadaja: i A i B.
- Razlika dogadaja A i B, u oznaci A \ B, je dogadaj koji se realizovao kada se realizovao dogadaj
A, a dogadaj B se nije realizovao.
Od posebnog znacaja su dogadaji koji se ne mogu istovremeno desiti. Takvi su na primer
nikada istovremeno; dogodice se
dogadaji A i A ili elementarni dogadaji. Dogodice se A ili A,
uvek samo jedan elementaran dogadaj, nikada dva ili tri istovremeno. Takvi se dogadaji nazivaju
iskljucivi.
Definicija 3.4 (Iskljucivi dogadaji).
Dva dogadaja A i B su iskljuciva ako se ne mogu istovremeno desiti, odnosno ako je njihov presek
nemoguc dogadaj. Dakle, ako je AB = (tj. A B = ) dogadaji A i B su iskljucivi dogadaji.
Konacna (ili prebrojiva) familija dogadaja {Ai , i I}, I = {1, 2, . . . n} (ili I N), je familija
medusobno iskljucivih dogadaja ako za svaki par indeksa i, j I dogadaji Ai i Aj su iskljucivi,
odnosno: Ai Aj = .
Proucite sada sledeci primer.
Primer 3.4. Eksperiment se sastoji u bacanju jedne kocke za igru.
a. Navedimo nekoliko elementarnih dogadaja u ovom eksperimentu i napisimo skup elementarnih dogadaja.
b. Neka su dati slucajni dogadaji:
A - pao je paran broj,
B - pao je neparan broj,
C - pao je broj manji od 5.
su sledeci dogadaji A,
A C, A C, AC, A \ C, A B, AB?
Sta

Prostor elementarnih dogadaja

39

Odgovor.
a. Skup elementarnih dogadaja prilikom bacanja jedne kocke za igru je = {1, 2, 3, 4, 5, 6}.
Elementarni dogadaji su na primer: {1}- pala je jedinica ili {4}- pala je cetvorka.
b. Dogadaj A: ,,pao je paran broj je podskup od dat sa A = {2, 4, 6}. Slicno, B = {1, 3, 5}
i C = {1, 2, 3, 4}.
Suprotan dogadaj dogadaju A (,,pao je paran broj) je dogadaj B (,,pao je neparan
broj). Dakle, A = B.
Unija dogadaja A i C je dogadaj ,,pao je paran broj ili broj manji od 5, a to je
A C = {1, 2, 3, 4, 6}. Suprotan dogadaj ovoj uniji je dogadaj da nije pao ni paran broj
ni manji od pet, dakle: A C = {5}.
Presek dogadaja A i C je dogadaj ,,pao je paran broj manji od 5, odnosno AC = {2, 4}.
Razlika dogadaja A i C je dogadaj ,,pao je paran broj, ali ne manji od 5, dakle
A \ C = {6}.
Dogadaji A i B su iskljucivi, njihov presek je prazan skup AB = , odnosno AB je
nemoguc dogadaj. Zaista, ne moze se desiti da istovremeno padne i paran i neparan
broj. Sa druge strane, unija dogadaja A i B je ceo skup, A B = , odnosno A B je
siguran dogadaj: sigurno ce pasti ili paran ili neparan broj.
2
Da bismo pravilno definisali pojam verovatnoce dogadaja, potrebno nam je da imamo lepo
uredenu strukturu skupa dogadaja nad kojom cemo moci da dobro definisemo taj vazan pojam.
jedan skup dogadaja cini ,,lepo
Nije svaki skup dogadaja dobro ureden i zgodan za dalji rad. Sta
uredenom strukturom? Kako da odaberemo skup dogadaja da on bude ,,lepo ureden? Recimo,
bilo bi dobro da je skup (siguran dogadaj) u tom izabranom skupu dogadaja. Takode, bilo bi
zgodno da je u tom skupu dogadaja i nemoguc dogadaj, odnosno prazan skup. Zatim, ako je neki
dogadaj u izabranom skupu dogadaja, da je onda i njemu suprotan dogadaj u tom izabranom
skupu dogadaja. Naravno, voleli bismo i da su svaka unija i presek dva ili vise dogadaja iz
izabranog skupa ponovo dogadaji iz odabranog skupa. Zapravo hteli bismo da kada izvrsimo bilo
koje operacije na dogadajima rezultat ostane u skupu dogadaja, tj. opet bude dogadaj. Skup
dogadaja koji je takav nazivace se prostor dogadaja, a da bi imao trazene osobine potrebno je da
zadovoljava sledecu definiciju.
Definicija 3.5 (Prostor dogadaja). Neka je F skup svih dogadaja, odnosno F P(), gde je
P() partitivni skup skupa . Tada je ureden par (, F) prostor dogadaja ako vazi sledece:
1. F.
2. Ako A F onda A F.
3. Ako Ai F, i I, I N onda
[

Ai F.

iI

Nije tesko pokazati (ali prevazilazi

\potrebe ovog kursa) da iz ove definicije sledi da F, kao i da
ako Ai F, i I, I N onda
Ai F, sto znaci da smo zadovoljili zahteve navedene ispred
iI

definicije.
Primer 3.5. Posmatrajte skup elementarnih dogadaja i dogadaje A, B i C u Primeru 3.4. Neka
je F1 = {, A, B, C} i neka je F2 = P ().
a) Par (, F1 ) nije prostor dogadaja. Za to ima vise razloga. Na primer, uocite da C
/ F1 , sto
se kosi sa zahtevom 2. u Definiciji 3.5 ili da A C
/ F1 , sto je u suprotnosti sa zahtevom
3. Definicije 3.5.

40

Verovatnoca
b) Par (, F2 ) jeste prostor dogadaja.

Kada imamo prostor dogadaja u mogucnosti smo da definisemo verovatnocu. Definicija verovatnoce je tema sledeceg poglavlja.
Zapamtite 3.1. U ovom poglavlju zapamtite:
sta su eksperiment, ishod, dogadaj, skup elemntarnih dogadaja;
sta su siguran i nemoguc dogadaj;
operacije koje mozemo vrsiti sa dogadajima: suprotan dogadaj, unija i presek dogadaja;
da su iskljucivi dogadaji oni koji se ne mogu istovremeno dogoditi.

3.2

Definicije verovatno
ce

Verovatnoca je numericka mera mogucnosti realizacije odredenog dogadaja, odnosno preslikavanje

koje svakom slucajnom dogadaju dodeli odgovarajuci broj. U ovom poglavlju naucicemo kako se
taj broj dodeljuje, tj. kako se verovatnoca izracunava.
Pre nego sto predemo na aksiomatsku definiciju verovatnoce, pokusajte da odgovorite na
sledeca pitanja i da sami definisete verovatnocu.
mislite:
Razmislite 3.4. Sta
1. Kolika je verovatnoca nemoguceg dogadaja?
2. Kolika je verovatnoca sigurnog dogadaja?
Ako ste za verovatnocu nemoguceg dogadaja pomislili da je nula (ili 0%), a za verovatnocu sigurnog
dogadaja da je 100% dobro ste mislili.
Naucili smo da su dogadaji skupovi, tacnije podskupovi jednog osnovnog skupa, pa intuitivno
verovatnocu dogadaja mozemo shvatiti kao odnos podskupa i osnovnog skupa, skupa kojim je predstavljen posmatrani dogadaj i osnovnog skupa elementarnih dogadaja. Vodeni takvom idejom uocite
da je verovatnoca nemoguceg dogadaja nula (prazan skup : ceo skup), a sigurnog dogadaja jedan
(ceo skup : ceo skup).
Dakle, verovatnoca nemoguceg dogadaja koji je predstavljen praznim skupom, ,,najmanjim
podskupom od , je nula, a sigurnog dogadaja, koji se predstavlja skupom , ,,najvecim podskupom
skupa , je jedan.
3. Uzevsi ovo u obzir, sta mislite, koji broj moze da bude verovatnoca slucajnog dogadaja? Moze
li verovatnoca biti broj manji od nula ili broj veci od jedan?
Posmatrajte sada Primer 3.4 i probajte da odgovorite na sledeca pitanja. Nemojte koristiti procente, koristite broj izmedu nula i jedan.
4. Kolika je verovatnoca dogadaja A, a kolika je verovatnoca dogadaja B?
5. Kolika je verovatnoca da padne broj 5?
6. Kolika je verovatnoca dogadaja C?
Razlikovacemo tri konceptualna pristupa pojmu verovatnoce, ali pre svega, dajemo preciznu,
aksiomatsku definiciju ovog pojma na nacin kako se on uvodi se u modernoj matematici.
Definicija 3.6 (Prostor verovatnoce). Neka je dat prostor dogadaja (, F). Verovatnoca na
(, F) je funkcija
P : F [0, 1]
(3.1)
za koju vazi

Definicije verovatnoce

41

1. (normiranost) P () = 1.
2. (aditivnost) Neka A, B F. Ako su dogadaji A i B iskljucivi tada je
P (A B) = P (A) + P (B).
Slicno, za svaku familiju dogadaja {Ai F, i I}, I N, koji su medusobno iskljucivi vazi:
!
[
X
P
Ai =
P (Ai ).
iI

iI

Uredena trojka (, F, P ) naziva se prostor verovatnoce.

Svaka funkcija koja zadovoljava ovu definiciju naziva se verovatnoca. Prema ovoj definiciji,
verovatnocu dogadaja A obelezavamo sa P (A). To je broj izmedu 0 i 1, jer prema (3.1) P
preslikava skup dogadaja F u interval [0, 1], odnosno proizvoljnom dogadaju A dodeljuje broj
P (A) iz intervala [0, 1]. Normiranost implicira da je verovatnoca sigurnog dogadaja 1. Da je
verovatnoca nemoguceg dogadaja 0 pokazuje se lako (vidi Teoremu 3.1). Aditivnost govori da
ako su dva dogadaja iskljuciva (i ne mogu se istovremeno dogoditi) verovatnoca njihove unije je
jednaka zbiru njihovih verovatnoca.
Vrlo brzo cemo na primeru klasicne definicije verovatnoce, videti na koji nacin se moze definisati
konkretna funkcija koja zadovoljava svojstva trazena u Definiciji 3.6 i time definise verovatnocu
na prostoru dogadaja. Ali pre nego sto krenete dalje zastanite da malo razmislite.
Razmislite 3.5. Vratite se pitanjima i odgovorima iz Razmislite 3.4.
1. Da li princip po kome ste odredivali verovatnocu u tim primerima zadovoljava uslove Definicije 3.6. Kako izgleda funkcija kojom ste definisali verovatnocu?
2. Da li je, po tom principu, verovatnoca svakog dogadaja broj izmedu 0 i 1, i da li je verovatnoca
sigurnog dogadaja 1?
3. Neka je dogadaj X- pao je broj manji od 3, a dogadaj Y - pao je broj veci od 4. Jasno je
da su dogadaji X i Y iskljucivi. Da li po vasoj definiciji vazi aditivnost, odnosno da je
P (X Y ) = P (X) + P (Y )?

3.2.1

Klasi
cna definicija verovatno
ce

Klasicnu definiciju verovatnoce nalazimo prvi put u radovima Bernulija (Jacob Bernoulli, 1655 1705) i Laplasa (Pierre-Simon, marquis de Laplace, 1749 - 1827). Kod Laplasa verovatnoca je
definisana na sledeci nacin:
The probability of an event is the ratio of the number of cases favorable to it, to the number
of all cases possible when nothing leads us to expect that any one of these cases should occur more
than any other, which renders them, for us, equally possible.1
Dakle, kao sto smo nagovestili u Razmislite 3.4, verovatnoca dogadaja je odnos broja povoljnih
slucajeva za taj dogadaj (broj elemenata u skupu koji predstavlja posmatrani dogadaj) i broja
svih mogucih slucajeva (broj elemenata u skupu elemenarnih dogadaja), sa tom razlikom da u
ovoj definiciji imamo znacajan dodatak: pod uslovom da se nijedan slucaj ne pojavljuje cesce od
ostalih, odnosno da su svi slucajevi (ishodi) jednako verovatni. Dakle, ako su ishodi u eksperimentu
jednako verovatni onda je
Verovatnoca dogadaja =

Broj povoljnih ishoda

Broj mogucih ishoda

(3.2)

Sledi precizna definicija za Laplasovu klasicnu definiciju verovatnoce.

1 Verovatno
ca

nekog dogadaja je odnos broja slu

cajeva povoljnih za taj dogadaj i broja svih mogu
cih slu
cajeva,
pod uslovom da ne o
cekujemo da bilo koji od slu
cajeva mo
ze da se dogodi
ces
ce nego neki drugi, odnosno da su
jednako verovatni.

42

Verovatnoca

Definicija 3.7 (Klasicna definicija verovatnoce). Neka je = {1 , ..., n } konacan skup od n

elementarnih dogadaja i neka su svi elementarni dogadaji jednako verovatni, odnosno
P ({1 }) = P ({2 }) = = P ({n }).
Verovatnoca dogadaja A = {i1 , ..., im } , m n je odnos broja povoljnih ishoda, a to je m
elemenata koji su u A, i broja mogucih ishoda, a to je n elemenata iz , odnosno:
m
P (A) = .
(3.3)
n
Ako sa |X| oznacimo broj elemenata u skupu X, onda je (3.3) ekvivalentno sa:
P (A) =

|A|
.
||

Iz definicije odmah sledi da je verovatnoca svakog elementarnog dogadaja P ({i }) = n1 ,

i = 1, 2, . . . , n. Klasicna definicija verovatnoce ispunjava sve neophodne uslove da bi prema
aksiomatskoj definiciji bila funkcija verovatnoce. Zaista, funkcija definisana jednacinom (3.3)
preslikava podskup A skupa u broj 0 m
zi (3.1). Za siguran
n 1, dakle P (A) [0, 1] i va
dogadaj , imamo P () = nn = 1 pa vazi normiranost. Takode, vazi i aditivnost. Da to uvidimo,
uocimo dva dogadaja A i B, koji imaju mA , odnosno mB elemenata i koji su medusobno iskljucivi,
tj. A B = . Tada je broj elemenata u njihovoj uniji |A B| = mA + mB . Prema tome vazi
P (A) + P (B) = mA + mB = P (A B).
Dakle, Definicija 3.7 dobro definise jednu funkciju verovatnoce.
Primer 3.6. Neka se eksperiment sastoji iz bacanja jedne (ispravne) kocke za igru. Odgovorimo
na pitanja iz Razmislite 3.4 pod 3,4 i 5 i Razmislite 3.5 pod 3, koja se odnose na eksperiment
bacanja jedne ispravne kocke za igru i dogadaje: A- pao je paran broj, B- pao je neparan broj, {5}
- pao je broj 5, C- pao je broj manji od 5, X- pao je broj manji od 3 i Y - pao je broj veci od 4.
Odgovor. Prilikom bacanja jedne ispravne kocke za igru svaki od brojeva ,,pada sa jednakom
verovatnocom, svi elementarni dogadaji su jednako verovatni pa za izracunavanje verovatnoce
mozemo koristiti klasicnu definiciju verovatnoce.
Broj mogucih ishoda je broj elemenata u skupu elementarnih dogadaja = {1, 2, 3, 4, 5, 6},
dakle n = || = 6.
- Prema (3.3) imamo da je verovatnoca da padne paran broj jednaka 21 . Zaista, za dogadaj
A = {2, 4, 6} broj povoljnih ishoda je 3, dakle m = |A| = 3, pa imamo
P (A) =

3
1
m
= = .
n
6
2

Takode, verovatnoca da padne neparan broj je 12 , jer za dogadaj B = {1, 3, 5} imamo 3

povoljna ishoda pa je
3
1
P (B) = = .
6
2
- Slicno, |A B| = 6, |A B| = 0, |C| = 4 i |{5}| = 1 pa
P (A B) =

6
= 1,
6

P (AB) =

0
= 0,
6

P (C) =

4
2
= ,
6
3

P ({5}) =

1
.
6

- Za verovatnoce iskljucivih dogadaja X i Y imamo da je |X| = |Y | = 2 i |X Y | = 4 pa

nalazimo da je
2
1
P (X) = P (Y ) = =
6
3
i
4
2
P (X Y ) = = .
6
3
Primetite da ovde vazi osobina aditivnosti P (X Y ) = P (X) + P (Y ).
2

Definicije verovatnoce

43

Razmislite 3.6. Uocite da aditivnost ne vazi za, na primer, dogadaje A i X, tj. ne vazi da je
P (A X) = P (A) + P (X). Zaista, A X = {1, 2, 4, 6} i
P (A X) =

4
2
= ,
6
3

dok je
3 2
5
+ = .
6 6
6
Mozete li da otkrijete u cemu je problem? Proverite svoje zakljucke koristeci Teoremu 3.1.
P (A) + P (X) =

Primer 3.7. Uz pomoc klasicne definicije verovatnoce u mogucnosti smo da odgovorimo na neka
od postavljenih pitanja u Primeru 3.1, ali ne na sva.
(a) Koja su pitanja na koje mozemo dati odgovore? Odgovorite na njih.
(b) Na koja pitanja ne mozemo da odgovorimo upotrebom klasicne definicije i zasto?
Odgovor.
(a) Klasicna definicija moze da odgovori na pitanja pod (i) i (ii), jer su u tim primerima svi
ishodi (nabrojani u Primeru 3.2) jednako verovatni. U pitanju pod (i) izvlacimo jednu kartu
iz spila od 32 karte. Zanima nas verovatnoca da izvucemo ,,keca i verovatnoca da izvucemo
,,srce. U Primeru 3.2 ti dogadaji su oznaceni sa A i S. Skup elementarnih dogadaja broji
32 elementa. U spilu ima cetiri ,,keca, pa i skup A ima cetiri elementa. Prema Definiciji
3.7 je
1
4
= .
P (A) =
32
8
U skupu S ima osam elemenata (jer ima osam ,,srca u spilu), pa je:
P (S) =

8
1
= .
32
4

U primeru pod (ii) bacaju se dve kocke. Prema Primeru 3.2 skup elementarnih dogadaja
ima 36 elemenata, a dogadaj ,,na kockama je pao zbir manji od 5, obelezen je sa A i u
njemu nalazimo 6 povoljnih ishoda. Prema Definiciji 3.7 imamo da je
P (A) =

6
1
= .
36
6

(b) Pitanja u Primeru 3.1 pod (iii) i (iv) ne mogu se resiti primenom klasicne definicije, jer
ishodi u njima nisu jednako verovatni. Zaista, nije jednako verovatno da auto izade defektan
ili ispravan (inace bi takva fabrika ubrzo propala), verovatnije je da auto izade ispravan nego
defektan. Slicno, verovatnoca da Milana polozi ispit ne moze se racunati po principu klasicne
verovatnoce, jer je potpuno subjektivno dati ocenu koliko je verovatno da ona ispit polozi ili
ne polozi. Za ovakve primere postoje drugaciji koncepti po kojima se racuna verovatnoca i
uskoro cemo ih objasniti.
2
Primer 3.8. U grupi od 36 studenata ima dva puta vise momaka nego devojaka. Verovatnoca da
12
1
slucajnim izborom izaberemo devojku je
= .
36
3
Klasicnu definiciju verovatnoce koristimo i u specijalnom slucaju geometrijske verovatnoce.
Definicija 3.8. Neka je skup elementarnih dogadaja skup koji je podskup prave, ravni ili prostora
sa konacnom duzinom, povrsinom ili zapreminom koju cemo oznactiti sa m() (mera skupa ),
i neka dogadaj A ima svoju konacnu duzinu, povrsinu ili zapreminu, tj. meru m(A). Tada
verovatnoca da slucajno izabrana tacka iz skupa pripada i skupu A je
P (A) =

m(A)
.
m()

44

Verovatnoca

Primer 3.9. Slucajno se bira jedna tacka na tezisnoj duzi AA1 trougla ABC. Ako je T teziste
tog trougla, odrediti verovatnocu da izabrana tacka pripada duzi AT .
Odgovor. Pre svega skicirajte proizvoljan trougao ABC, oznacite sredine stranica BC, AC i AB
sa A1 , B1 i C1 respektivno, i presek tezisnih duzi AA1 , BB1 i CC1 , teziste trougla, oznacite sa T .
Teziste trougla T deli svaku tezisnu duz u odnosu 2 : 1, odnosno, ako duzinu duzi XY oznacimo
sa |XY | vaze sledece proporcije:
|AT | : |T A1 | = 2 : 1,

i |AT | : |AA1 | = 2 : 3.

Posto biramo proizvoljnu tacku na tezisnoj duzi AA1 , moguc ishod je svaka tacka te tezisne duzi
i ona je skup elementarnih dogadaja, tj. = AA1 . Primetite da to nije konacan skup tacaka,
pa ne mozemo prebrojati njegove elemente. Ali njegova mera m() je konacna i to je duzina duzi
AA1 koju oznacavamo sa |AA1 | ili m(AA1 ).
Nas interesuje verovatnoca da je slucajno izabrana tacka na duzi AT , pa je dogadaj od interesa
za nas X = AT AA1 = . Skup povoljnih ishoda cini duz AT sa svojom duzinom |AT |, odnosno
merom m(X) = m(AT ) = |AT |. Prema Definiciji 3.8 imamo
P (X) =

|AT |
2
m(X)
=
= .
m()
||
3
2

3.2.2

Statisti
cka definicija verovatno
ce

U Primeru 3.7 videli smo da klasicnom definicijom ne mozmo da izracunamo verovatnoce svih dogadaja iz Primera 3.1. Videli smo, u primeru pod (iii), da verovatnocu dogadaja da ce sledeci auto
koji izade iz fabrike biti defektan ne mozemo racunati primenom klasicne definicije verovatnoce, jer
moguci ishodi nisu jednako verovatni. Slican problem se javlja ako zelimo da nademo verovatnocu
da slucajno izabrana porodica u Srbiji poseduje kucu, verovatnocu da ce prilikom bacanja neispravnog novcica pasti glava.
Ipak, ono sto je zajednicko za sve ove situacije omogucava da se definise funkcija verovatnoce
kojom mozemo racunati verovatnoce pomenutih dogadaja. Ta slicnost ogleda se u tome da svaki
od posmatranih eksperimenta mozemo ponavljati vise puta: mozemo 100, 500 ili 1000 puta baciti
novcic i zabeleziti da li je palo pismo ili glava, mozemo proveriti 100, 200, 500 ili 1000 automobila
koji izlaze iz fabrike i beleziti da li su ispravni ili defektni ili odabrati 50, 100, 200 ili 2000 porodica
nam to donosi? Razmotrite sledeca pitanja.
u Srbiji i registrovati da li poseduju kucu ili ne. Sta
Razmislite 3.7. Pretpostavimo da za svaki od 500 automobila koji su upravo izasli iz fabrike
automobila belezimo da li je defektan ili ispravan. Pretpostavimo da smo prebrojali da je od 500
automobila deset defektno. Uocite razliku izmedu sledeca dva pitanja.
a) Kolika je verovatnoca da pri slucajnom izboru jednog od 500 automobila bude izabran defektan?
b) Kolika je verovatnoca da sledeci automobil koji izade iz proizvodnje bude defektan?
U pitanju pod a) odgovor daje klasicna definicija verovatnoce. Biramo jedan od 500 automobila
10
1
od kojih je 10 defektno, dakle, verovatnoca da od 500 izaberemo bas defektan je 500
= 50
= 0.02.
U statistici kazemo da je frekvencija pojavljivanja defektnog automobila 10 od 500, tj. 0.02.
Koncept verovatnoce kao relativne frekvencije upravo uzima ovaj broj za verovatnocu dogadaja
pod b). Treba uociti da sledeci automobil koji izlazi iz fabrike nije u onih 500 ,,proverenih. Ali,
na osnovu onih 500 mi ,,ocekujemo da verovatnoca da sledeci automobil koji izade iz fabrike bude
defektan iznosi bas 0.02.
Definicija 3.9 (Statisticka definicija verovatnoce). Neka se neki eksperiment ponavlja n puta i pri
tome se dogadaj A realizuje f puta. Po konceptu verovatnoce kao relativne frekvencije, verovatnoca
dogadaja A definise se sa
f
P (A) = .
n
P (A) je aproksimacija stvarne verovatnoce.

Definicije verovatnoce

45

Primer 3.10. Teodora je odlucila da proveri ,,koliko je neispravan stari novcic koji je pronasla

setajuci pustinjom Atakama u Cileu.

Resila je da uz pomoc statisticke definicije izracuna verovatnocu da ce na tom posebnom novcicu pasti pismo.
(a) Teodora je jednog dana bacala novcic 100 puta i zabelezila je da je pismo palo 23 puta.
Prema Definiciji 3.9 izracunala je verovatnocu dogadaja A - palo je pismo:
P (A) =

23
= 0.23.
100

(b) Posle par dana u goste joj je dosla drugarica Gerlinde i kada su popricale o prelepom
novcicu iz pustinje, Gerlinde je predlozila Teodori da odredi preciznije verovatnocu pojavljivanja
pisma na tom novcicu. ,,Ako bismo novcic bacale veci broj puta, recimo 1000, mozda bismo dobile
precizniju verovatnocu predlozila je Gerlinde. Tom prilikom pismo je palo 238 puta i primenom
Definicije 3.9 Teodora i Gerlinde su izracunale da je
P (A) = 0.238.
vi mislite, da li bi tako izracunata
(c) ,,A da novcic bacamo jos vise puta pomislile su. Sta
vrednost verovatnoce bila jos preciznija?
Kao sto je pomenuto u Definciji 3.9, verovatnoca izracunata po konceptu relativne frekvencije je aproksimacija stvarne, teorijske verovatnoce. U prethodnom primeru nagovestili smo da
povecanjem broja ponavljanja eksperimenta dobijamo bolju aproksimaciju stvarne verovatnoce.
To je posledica zakona velikih brojeva.2
Definicija 3.10 (Zakon velikih brojeva). Ako se neki eksperiment ponavlja veliki broj puta,
verovatnoca dogadaja dobijena na osnovu relativne frekvencije tezi stvarnoj ili teorijskoj verovatnoci.
Ovaj koncept odredivanja verovatnoce nije uvek primeljiv:
Primer 3.11. Verovatnoca da Milana polozi ispit trazena u Primeru 3.1 pod (iv) ne moze se
izracunati ni po ovom konceptu verovatnoce. Ovaj primer pripada poslednjem konceptu verovatnoce,
subjektivnoj verovatnoci, a njena definicija ubrzo sledi.

3.2.3

Subjektivna verovatno
ca

Za izracunavanje verovatnoce da ce Milana poloziti ispit iz Matematike (Primer 3.1 pod (iv)),
verovatnoce da KK Partizan osvoji Ligu sampiona sledece godine, verovatnoce da ce Dusan Banovic
dobiti sudski spor koji je pokrenuo protiv svog komsije, kao i za izracunavanje verovatnoce slicnih
dogadaja, ne moze se primeniti klasicna definicija verovatnoce, jer ishodi nisu jednako verovatni,
a eksperimenti se ne mogu vise puta ponoviti pa ne mozemo koristiti ni statisticku definiciju.
Verovatnoca koja se dodeljuje u ovakvim slucajevima zove se subjektivna verovatnoca. Ona se
zasniva na subjektivnom misljenju ili iskustvu pojedinca, na osnovu informacija ili verovanja. Kao
sto njen naziv sam govori, to je subjektivna verovatnoca, nije precizna, ona je gruba aproksimacija
stvarne verovatnoce i moze od nje ozbiljno da odstupa. Tako recimo jedan strastveni navijac KK

Partizana moze da veruje da je verovatnoca da njegov klub osvoji Ligu Sampiona,

na primer,
80%, dok neki skepticni kriticar njihovog trenera moze da kaze da je ta verovatnoca daleko manja,
recimo 10%. U oba slucaja verovatnoce su subjektivne i neprecizne.
Definicija 3.11. Subjektivna verovatnoca je verovatnoca dodeljena nekom dogadaju na osnovu
subjektivne procene, iskustva, informacija ili verovanja.
Zapamtite 3.2.
i jedan.

Verovatnoca je funkcija koja slucajnom dogadaju dodeljuje broj izmedu nula

2 Zakoni velikih brojeva u Teoriji verovatno

ce su vezani za pojmove konvergencije i grani
cnih teorema, i daleko
prevazilaze okvire ovog kursa. Navedena definicija je veoma pojednostavljen oblik tih tvrdenja.

46

Verovatnoca
Funkcija verovatnoce mora da zadovoljava dva kriterijuma: normiranost (verovatnoca sigurnog dogadajaj je jedan) i aditivnost (verovatnoca unije iskljucivih dogadaja jednaka je zbiru
njihovih verovatnoca).
Klasicna definicija verovatnoce moze da se primeni kada su svi moguci ishodi jednako verovatni i ,,kaze da je verovatnoca slucajnog dogadaja A
P (A) =

broj povoljnih ishoda

.
broj mogucih ishoda

Postoje jos i statisticka i subjektivna definicije verovatnoce.

3.3

Svojstva verovatno
ce

Ovo poglavlje posveceno je osnovnim svojstvima koje poseduje svaka funkcija verovatnoce, tj.
funkcija koja zadovoljava uslove Definicije 3.6. Navodimo i dokazujemo teoremu u kojoj su nabrojana osnovna svojstva funkcije verovatnoce, a potom primere u kojima se navedena svojstva koriste.
Teorema 3.1. Neka je (, F, P ) prostor verovatnoce i neka su A i B slucajni dogadaji, odnosno
A, B F. Tada
(i)
= 1 P (A).
P (A)

(3.4)

(ii) P () = 0.
(iii) Ako je A B, onda je P (A) P (B) i
P (B \ A) = P (B) P (A).
(iv) Za proizvoljne slucajne dogadaje A i B vazi
P (A B) = P (A) + P (B) P (AB).

(3.5)

Dokaz. U dokazu svih ovih tvrdenja koristicemo osobine normiranosti i aditivnosti funkcije
verovatnoce P iz Definicije 3.6. Podsetimo se tih pojmova. Normiranost znaci da je P () = 1. Aditivnost vazi za dva (ili vise) disjunktna skupa. Ako je AB = , tada je P (AB) = P (A)+P (B).
Za vise skupova vidi Definiciju 3.6.
(i) Neka je A proizvoljan dogadaj. Posto za dogadaj A i njemu suprotan dogadaj A vazi
A A = i A A = koristimo normiranost i aditivnost i dobijamo:
= P (A) + P (A),

1 = P () = P (A A)
odakle odmah sledi tvrdenje.
(ii) Kako je = i = slicno kao i u dokazu pod (i) imamo:
1 = P () = P ( ) = P () + P () = 1 + P (),
pa mora biti P () = 0.
(iii) Ako je A B onda vazi B = A (B \ A). Kako je A (B \ A) = mozemo primeniti
aditivnost na iskljucive dogadaje A i B \ A i dobijamo
P (B) = P (A (B \ A)) = P (A) + P (B \ A),
odakle se odmah vidi da vazi trazeno tvrdenje.

Svojstva verovatnoce

47

(iv) Da dokazemo (3.5) primetimo da za proizvoljna dva skupa A i B vazi sledece:

A B = A (B \ A) = A (B \ (A B)).
Takode je A (B \ (A B)) = , pa koristeci aditivnost na iskljucivim dogadajima A i
B \ (A B) i svojstvo (iii) ove teoreme dobijamo:
P (A B)

= P (A (B \ (A B))) = P (A) + P ((B \ (A B))) =

= P (A) + P (B) P (A B),
2

sto je i trebalo pokazati.

Svojstva navedena u ovoj teoremi koriste se za izracunavanje verovatnoce suprotnog dogadaja,

unije i razlike dogadaja.
Verovatno
ca suprotnog dogadaja
Prvo svojstvo funkcije verovatnoce iz Teoreme 3.1 sluzi nam za izracunavanje verovatnoce suprotnog
dogadaja. Evo jednog primera.
Primer 3.12. Sofija ide na posao peske, biciklom, taksijem ili kolima sa muzem. Verovatnoca
da Sofijin muz Branko krece istovremeno na posao kada i Sofija i moze da je poveze je 0.5. Kada
Branko ne moze da je poveze, ona ide peske ili biciklom kad god je vreme pogodno. Verovatnoca da
krene biciklom je 0.15, a peske je 0.24. Kolika je verovatnoca da Sofija dode na posao taksijem?
Odgovor. Sofija ima 4 mogucnosti i svaki njen izbor cini moguc ishod. N - Sofija je dosla peske,
B - Sofija je dosla biciklom, K - Sofija je dosla kolima sa Brankom, T - Sofija je dosla taksijem. U
zadatku se trazi P (T ). Poznato nam je da je P (K) = 0.5, P (B) = 0.15 i P (N ) = 0.24. Primetimo
da je suprotan dogadaj od T dogadaj T = K B N . Posto su K, B i N elementarni dogadaji i
prema tome iskljucivi dogadaji, vazi aditivnost
P (T) = P (K) + P (B) + P (N ) = 0.89.
Prema formuli (3.4) dobijamo
P (T ) = 1 P (T) = 1 0.89 = 0.11.
2
Verovatno
ca unije dogadaja
Ako su dogadaji iskljucivi verovatnoca njihove unije je jednaka zbiru njihovih verovatnoca. To
je svojstvo aditivnosti za funkciju verovatnoce. Verovatnocu unije dva proizvoljna dogadaja
racunamo koristeci formulu (3.5).
Primer 3.13. Vratite se na pitanja iz Razmislite 3.6. Sada vam je sigurno jasno zasto nije
zadovoljena aditivnost. Dogadaji A i X nisu iskljucivi (AX = {2}), pa je formula za verovatnocu
njihove unije data jednacinom (3.5), odnosno vazi P (A X) = P (A) + P (X) P (AX).
Primer 3.14. Neka se eksperiment sastoji u izvlacenju jedne karte iz spila od 32 karte. Kolika
je verovatnoca da izvucena karta bude ,,kec ili ,,srce? A kolika je verovatnoca da bude izvucen
,,kec ili ,,kralj?
Odgovor. Oznacimo sa A dogadaj da je izvucen ,,kec, sa S dogadaj da je izvuceno ,,srce, i
oznacimo sa K dogadaj da je izvucen ,,kralj. Primenom klasicne verovatnoce dobijamo
P (A) =

4
,
32

P (S) =

8
,
32

P (K) =

4
.
32

48

Verovatnoca

Dogadaj izvucen je ,,kec ili ,,srce je dogadaj A S. Presek dogadaja A i S je dogadaj A S 1

. Po formuli za uniju (3.5) imamo:
izvucen je ,,kec srce, sa verovatnocom P (AS) = 32
4
8
1
11
+

=
.
32 32 32
32

P (A S) = P (A) + P (S) P (AS) =

Prebrojavanjem elemenata u skupu AS vidimo da ih ima 11, i da bi primenom Laplasove klasicne

formule dobili isti rezulat. U ovom primeru se lepo vidi razlog oduzimanja verovatnoce preseka u
formuli za uniju. Naime, ,,kec srce koji je u preseku broji se kao ,,povoljan ishod u izracunavanju
verovatnoca oba posmatrana dogadaja A i S, odnosno, broji se dva puta, pa je potrebno jednom
i da se oduzme.
Dogadaj da je izvucen ,,kec ili ,,kralj mozemo oznaciti A K. Presek ova dva dogadaja je
prazan skup, dogadaji ,,izvucen je kec i ,,izvucen je kralj, ne mogu se istovremeno dogoditi, oni
su iskljucivi. Kako je presek prazan skup, njegova verovatnoca je 0 i poslednji clan u formuli za
uniju (3.5) nestaje. Kada su dogadaji iskljucivi verovatnoca njihove unije je jednaka zbiru njihovih
verovatnoca, sto je osobina aditivnosti iz Definicije 3.6. Dakle,
P (A K) = P (A) + P (K) =

4
1
4
+
= .
32 32
4
2

Kada imamo tri dogadaja formula za uniju se malo komplikuje: moramo da oduzimamo ili
dodajemo preseke svaka dva i sva tri dogadaja. Takode za uniju vise dogadaja moramo da pazimo
na njihove medusobne preseke kako ih ne bismo vise puta racunali. Formula za uniju vise dogadaja
naziva se formula ukljucenja i iskljucenja.
Teorema 3.2 (Formula ukljucenja i iskljucenja). i) Neka su A, B i C tri proizvoljna dogadaja.
Tada:
P (A B C) = P (A) + P (B) + P (C)
P (A B) P (A C) P (B C)
+ P (A B C).
ii) Neka su Ai , i {1, 2, ..., n}, proizvoljni slucajni dogadaji. Tada,
!
n
n
n
X
X
[
P (Ai Aj )
P (Ai )
P
Ai =
i=1

i=1

i,j=1
j6=i
n
X

P (Ai Aj Ak ) + (1)n+1 P (A1 A2 An ).

i,j,k=1
k6=j6=i

Dokaz. Tvrdenje pod i) dokazuje se primenom formule za uniju dva dogadaja, a pod ii) principom
matematicke indukcije. Dokazacemo tvrdenje pod i).
Primenjujemo formulu za uniju (3.5) dva puta, prvo na dogadaje A B i C, zatim na dogadaje
A i B i na dogadaje A C i B C. Koristimo takode distributivnost preseka prema uniji. Imamo:
P (A B C) = P (A B) + P (C) P ((A B) C)
= P (A) + P (B) P (A B) + P (C) P ((A C) (B C))
= P (A) + P (B) + P (C) P (A B)
[P (A C) + P (B C) P ((A C) (B C))]
= P (A) + P (B) + P (C) P (A B) P (A C) P (B C)
+ P (A B C).
2

Marginalne i uslovne verovatnoce. Nezavisnost dogadaja

49

Zapamtite 3.3. Za ovo poglavlje zapamtite

Formulu za verovatnocu unije dva proizvoljna dogadaja:
P (A B) = P (A) + P (B) P (AB),
... i formulu za uniju tri proizvoljna dogadaja koja je data u Teoremi 3.2.
= 1 P (A).
Formulu za verovatnocu suprotnog dogadaja P (A)

3.4

Marginalne i uslovne verovatno

ce. Nezavisnost dogadaja

Verovatnoca dogadaja koju smo do sada posmatrali bila je verovatnoca dogadaja posmatrana
nezavisno od bilo kog drugog dogadaja. Moguce je posmatrati verovatnocu nekog dogadaja pod
uslovom da znamo da je neki drugi dogadaj vec realizovan. Ako zelimo da naglasimo razliku,
onda se verovatnoca posmatrana nezavisno od drugih dogadaja naziva marginalna verovatnoca,
dok se verovatnoca koja se posmatra u odnosu na neki drugi dogadaj naziva uslovna verovatnoca.
Ako realizacija nekog drugog dogadaja utice na verovatnocu trazenog, reci cemo da su ti dogadaji
zavisni, u suprotnom, ti ce dogadaji biti oznaceni kao nezavisni. Za pocetak pogledajmo primere:
Primer 3.15. Napravite razliku u sledecim pitanjima:
a) Kolika je verovatnoca da prilikom bacanja kocke za igru padne broj 4?
b) Kolika je verovatnoca da je prilikom bacanja kocke za igru pao broj 4, ako se zna da je pao
paran broj?
Odgovor. U pitanju pod a) trazi se verovatnoca dogadaja ,,pao je broj 4, dok se u pitanju pod
b) trazi takode verovatnoca dogadaja ,,pao je broj 4, ali pod uslovom da (vec) znamo da je pao
paran broj.
Dakle, u pitanju pod a) trazi se ,,obicna verovatnoca, nezavisna od svakog drugog dogadaja,
odnosno marginalna verovatnoca. Kao sto znamo, verovatnoca da je ,,pao broj 4 iznosi 16 . U
pitanju pod b) verovatnoca je uslovna, jer se verovatnoca da je ,,pao broj 4 posmatra pod uslovom
da znamo da se drugi dogadaj (,,pao je paran broj) vec dogodio. Mi znamo da je ,,pao paran
broj i sada nas zanima kolika je verovatnoca da je taj broj bas 4. Lako se vidi da je verovatnoca
tog uslovnog dogadaja 13 , jer je cetvorka jedan od 3 parna broja (moguci ishodi su sada parni
brojevi {2, 4, 6}, a povoljan je {4}).
Marginalna verovatnoca dogadaja ,,pao je broj 4 i uslovna verovatnoca dogadaja ,,pao je broj
4 (pod uslovom da znamo da je realizovan dogadaj ,,pao je paran broj) se razlikuju pa su ,,pao
je broj 4 i ,,pao je paran broj dogadaji koji zavise jedan od drugog: realizacija jednog dogadaja
utice na realizaciju drugog dogadaja.
2
Primer 3.16. Pretpostavimo da smo iz spila od 32 karte izvukli jednu kartu. Da li ima razlike u
sledecim verovatnocama:
a) Verovatnoca da je izvucen ,,kec.
b) Verovatnoca da je izvucen ,,kec, ako znamo da je izvucena karta ,,srce.
Odgovor. U ovom primeru posmatra se dogadaj da je izvucena karta ,,kec. U pitanju pod a) taj
se dogadaj posmatra nezavisno od drugih, a u pitanju pod b) se pretpostavlja da unapred znamo
da je izvucena karta ,,srce.
4
= 18 . U
U slucaju pod a) znamo da verovatnoca dogadaja ,,izvucena karta je kec iznosi 32
slucaju pod b) rezonujemo na sledeci nacin. Posto znamo da je izvucena karta ,,srce moguci
ishodi su sva ,,srca u spilu kojih ima 8 (dakle, mogucih ishoda nema 32, nego 8), a povoljan
dogadaj je jedan: ,,kec srce (povoljan je i ,,kec pik, ali je nemoguc jer znamo da je izvuceno
,,srce!). Dakle, verovatnoca da je izvucen ,,kec, ako znamo da je izvucena karta ,,srce, je 18
(jedan povoljan od osam mogucih). Prema tome, jednako kao i u slucaju pod a).

50

Verovatnoca

Znaci da dogadaji ,,izvucena karta je kec i ,,izvucena karta je srce ne uticu jedan na drugog.
Reci cemo da su to nezavisni dogadaji.
2
Kroz ove primere uveli smo nekoliko novih pojmova. Uvedimo ih sada kroz definicije.
Definicija 3.12 (Marginalna i uslovna verovatnoca).
Marginalna verovatnoca je verovatnoca jednog dogadaja bez posmatranja bilo kog drugog dogadaja.
Uslovna verovatnoca je verovatnoca da ce se neki dogadaj realizovati pod uslovom da se drugi
dogadaj vec realizovao. Ako su A i B dva dogadaja, onda se uslovna verovatnoca dogadaja B pod
uslovom da se dogadaj A vec realizovao oznacava sa
P (B|A),
i cita se ,,verovatnoca dogadaja B pod uslovom A.
Primer 3.17. (i) Oznacimo u Primeru 3.15 dogadaje: E - ,,pao je paran broj i F - ,,pao je
broj 4. Tada se uslovna verovatnoca da je pao broj 4 pod uslovom da se zna da je pao paran
broj (koja se trazi u pitanju pod b)) oznacava sa P (F |E).
(ii) U Primeru 3.16 oznacimo dogadaje kao i do sada: A - izvucena karta je ,,kec i S - izvucena
karta je ,,srce. Trazena uslovna verovatnoca da je izvucen ,,kec ako se zna da je izvucena
karta ,,srce oznacava se sa P (A|S).
Dva dogadaja su nezavisna ako realizacija jednog dogadaja ne utice na verovatnocu realizacije
drugog dogadaja. Matematicki precizno, prvo definisemo kada jedan dogadaj ne zavisi od drugog.
Kasnije cemo videti (Teorema 3.3) da je nezavisnost simeticna osobina i da ako ,,B ne zavisi od
A onda i ,,A ne zavisi od B, sto je ocekivano, ali nije ocigledno (ne sledi direktno iz definicije).
Definicija 3.13. Neka su A i B dva dogadaja. Dogadaj B ne zavisi od dogadaja A ako je
P (B|A) = P (B).

(3.6)

Ako je P (B|A) 6= P (B) onda dogadaj B zavisi od dogadaja A.

Prema Definiciji 3.13 dogadaj B je nezavisan od dogadaja A ako je verovatnoca da se realizuje
dogadaj B jednaka, bez obzira da li znamo da se realizovao dogadaj A ili to ne znamo. Odnosno,
jednake su marginalna verovatnoca P (B) i uslovna verovatnoca P (B|A). To upravo znaci da
realizacija dogadaja A ne uti
ce na realizaciju dogadaja B, odnosno B ne zavisi od A.
Primer 3.18. Posmatrajmo dogadaje u Primerima 3.15 i 3.16 sa oznakama iz Primera 3.17.
(i) U Primeru 3.15 dogadaj F zavisi od dogadaja E, jer P (F ) = 16 6= 13 = P (F |E), a i logicno
je: ako znamo da je pao paran broj, onda je verovatnoca da je pala cetvorka veca nego u
slucaju kada tu informaciju nemamo.
(ii) Sa druge strane, u Primeru 3.16 imamo nezavisne dogadaje jer P (A) = P (A|S) = 18 .
U sledecem primeru moze lepo da se vidi razlika izmedu uslovne i marginalne verovatnoce
dogadaja, kao i neka svojstva funkcije verovatnoce.
Primer 3.19. Aleksandra i Radoslava sprovele su istrazivanje na Pedagoskom fakultetu u Somboru o tome kako su studenti zadovoljni uslovima studiranja. Ispitale su 100 studenata i njihove
odgovore su prikazale u tabeli.
Mladici
Devojke

Zadovoljni su
21
49

Nisu zadovoljni
7
23

Slucajnim putem bira se jedan od sto ispitanih studenata.

Marginalne i uslovne verovatnoce. Nezavisnost dogadaja

51

a) Odrediti verovatnocu da je izabrani student:

(i) devojka,
(ii) osoba zadovoljna uslovima studiranja,
(iii) devojka koja je zadovoljna uslovima studiranja,
(iv) mladic ili osoba zadovoljna uslovima studiranja,
(v) devojka ako se zna da je izabrana osoba zadovoljna uslovima studiranja.
b) Da li su dogadaji ,,izabrani student je mladic i ,,izabrani student je devojka medusobno
iskljucivi? A da li su nezavisni?
c) Da li su dogadaji ,,izabrani student je mladic i ,,izabrani student je zadovoljan uslovima
studiranja iskljucivi? A da li su nezavisni?
Odgovor. Oznacimo dogadaje:
M - izabrani student je mladic,
D - izabrani student je devojka,
Z - izabrani student je zadovoljan uslovima studiranja i
N Z - izabrani student nije zadovoljan uslovima studiranja.
a) Verovatnoce svakog od ovih dogadaja, posmatrane nezavisno od ostalih su marginalne verovatnoce. Da bismo dali odgovore na pitanja vezana za marginalne verovatnoce, trebaju nam
ukupan broj mladica i ukupan broj devojaka kao i ukupni brojevi onih koji su zadovoljni i
onih koji to nisu. U tu svrhu, u tabeli sabiramo vrste i kolone

Mladici (M)
Devojke (D)
Ukupno

Zadovoljni su (Z)
21
49
70

Nisu zadovoljni (NZ)

7
23
30

Ukupno
28
72
100

(i) Od 100 studenata, njih 72 su devojke pa je verovatnoca da je slucajno izabrana osoba

devojka
72
P (D) =
= 0.72.
100
(ii) Medu 100 studenata, ima njih 70 koji su zadovoljni uslovima studiranja pa je verovatnoca
da je slucajno izabrana osoba zadovoljna uslovima studiranja
P (Z) =

70
7
=
= 0.7.
100
10

(iii) Dogadaj da je osoba devojka koja je zadovojna uslovima studiranja je presek dogadaja
D i Z. Iz tabele se vidi da takvih osoba ima 49 (to je broj u drugoj vrsti, gde su devojke i
u prvoj koloni, gde su zadovoljni studenti), i prema tome verovatnoca da od 100 studenata
slucajno odaberemo devojku koja je zadovoljna uslovima studiranja je
P (D Z) =

49
= 0.49.
100

(iv) Dogadaj da je izabrana osoba mladic ili da je zadovoljna uslovima studiranja je unija
dogadaja M i Z. Ovde treba biti pazljiv i primetiti da sabiranjem 28 mladica (prva vrsta)
i 70 osoba koje su zadovoljne uslovima studiranja (prva kolona) zapravo dva puta brojimo
21 osobu koje su istovremeno mladici i zadovoljni su uslovima studiranja, odnosno dva puta
brojimo one osobe koje su u preseku dogadaja M i Z. Prema tome treba jednom i oduzeti
dva puta brojanu 21 osobu, odnosno:
P (M Z) =

77
28 + 70 21
=
= 0.77.
100
100

52

Verovatnoca
Ovde se kroz primer lepo vidi ,,dokaz formule za uniju dva dogadaja (3.5). Zaista,
P (M Z)

(v) Sada se
studiranja i
se P (D|Z).
verovatnoca

28 + 70 21
28
70
21
=
+

=
100
100 100 100
= P (M ) + P (Z) + P (M Z).
=

trazi uslovna verovatnoca. Zna se da je izabrana osoba zadovoljna uslovima

postavlja se pitanje kolika je verovatnoca da je ta osoba devojka, dakle trazi
Od 70 mogucih studenata koji su zadovoljni njih 49 je devojaka pa je trazena
P (D|Z) = 49
70 .

b) Dogadaji M i D su medusobno iskljucivi, ne mogu se istovremeno desiti, ili je osoba muskog

pola (M ) ili zenskog pola (D), nikada oba. Ovi dogadaji su zavisni, cim su iskljucivi, jer ako
znamo da se jedan od njih realizovao, znamo i to da se onaj drugi nije realizovao, znaci da
zavise jedan od drugog.
c) Dogadaji M i Z nisu iskljucivi jer se mogu istovremeno dogoditi, postoji njihov presek i
to je 21 mladic zadovoljan uslovima studiranja. Nezavisnost moramo proveriti po definiciji.
21
Verovatnoca da je student zadovoljan uslovima studiranja ako je mladic je P (Z|M ) = 28
= 43 ,
7
dok verovatnoca da je bilo koji student zadovoljan iznosi P (Z) = 10 . Prema tome, uslovna
i marginalna verovatnoca se razlikuju i dogadaji su zavisni.
2
Razmotrimo sada ovaj primer:
Primer 3.20. Verovatnoca da je slucajno izabran student Pedagoskog fakulteta u Somboru student zavrsne godine je 0.2, a da je student zavrsne godine i smera ,,dizajner je 0.05. Kolika je
verovatnoca da je slucajno odabran student zavrsne godine sa smera ,,dizajner?
U ovakvim primerima ne moze se koristiti klasicna formula za izracunavanje uslovne verovatnoce,
jer nemamo podatke o broju studenata, vec verovatnoce nekih dogadaja. Ipak, trazena uslovna
verovatnoca moze lako da se izracuna.
U tu svrhu primetite da kod izracunavanja uslovne verovatnoce ,,broj mogucih ishoda postaje
jednak broju ishoda u skupu koji odgovara dogadaju koji se realizovao. U Primeru 3.15 pod b)
taj ostvareni dogadaj je dogadaj E - pao je paran broj i broj mogucih ishoda je 3, a u Primeru
3.16 pod b) ostvareni dogadaj je S - izvuceno je ,,srce i broj ,,srca postaje broj mogucih ishoda.
Dakle, realizovan dogadaj, recimo A, postaje siguran dogadaj i ,,broj mogucih ishoda postaje
|A|. Dogadaj ciju uslovnu verovatnocu trazimo, recimo B, je dogadaj ciji su elementi povoljni
ishodi, ali posto su jedini moguci ishodi elementi skupa A, onda su povoljni ishodi elementi skupa
A B i ,,broj povoljnih ishoda je |A B|. Tako uslovna verovatnoca, prema klasicnoj definiciji,
postaje:
|A B|
P (B|A) =
=
|A|

|AB|
||
|A|
||

P (AB)
.
P (A)

Na ovaj nacin se definise funkcija uslovne verovatnoce. Pokazuje se da tako definisana funkcja
zadovoljava sve uslove Definicije 3.6, dakle sve uslove da bude verovatnoca.
Definicija 3.14. Uslovna verovatnoca izracunava se formulom
P (B|A) =

P (AB)
.
P (A)

(3.7)

Sada smo u mogucnosti da uradimo zadatak iz Primera 3.20.

Odgovor. Oznacimo dogadaje koji se pominju u zadatku: D - student je dizajner i Z - student je
na zavrsnoj godini. Dato nam je: P (Z) = 0.2 i P (D Z) = P (DZ) = 0.05, a trazi se P (D|Z).
Koristimo formulu (3.7) i dobijamo:
P (D|Z) =

0.05
1
P (DZ)
=
= = 0.25.
P (Z)
0.2
4
2

Marginalne i uslovne verovatnoce. Nezavisnost dogadaja

53

Primer 3.21. Izracunajmo trazene uslovne verovatnoce u Primerima 3.15 i 3.16 koristeci formulu
(3.7).
Odgovor. (i) Verovatnoca koja se trazi u Primeru 3.15 je uslovna verovatnoca da se dogodi dogadaj
E ,,pao je broj 4, pod uslovom da se vec desio dogadaj F ,,pao je paran broj odnosno, P (E|F ).
Po formuli (3.7) imamo:
1
1
P (EF )
= 63 = ,
P (E|F ) =
P (F )
3
6
sto smo dobili i u Primeru 3.15 koristeci logiku i klasicnu definiciju verovatnoce.
(ii) U Primeru 3.16 izracunali smo da je P (A|S) = 18 . Po formuli (3.7) dobijamo
P (A|S) =

P (A S)
=
P (S)

1
32
8
32

1
.
8
2

Kao sto smo naglasili posle same definicije nezavisnosti dogadaja (Definicija 3.13), nije ocigledno
da ako je A nezavisan od B, tj. ako vazi P (A|B) = P (A), da onda mora da vazi P (B|A) = P (B),
tj. da je B nezavisno od A. Sledeca teorema tvrdi da je to tacno i da ako jedan dogadaj ne zavisi
od drugog, onda ni obrnuto, drugi dogadaj ne zavisi od prvog, odnosno da su dogadaji medusobno
nezavisni.
Teorema 3.3. Neka dogadaj B ne zavisi od dogadaja A. Tada:
a)
P (AB) = P (A) P (B).

(3.8)

b) Dogadaj A ne zavisi od dogadaja B.

Dokaz. Ako je dogadaj B nezavisan od dogadaja A, onda prema Definiciji 3.13 vazi da je P (B) =
P (B|A).
a) Koristimo (3.7) i dobijamo P (B) = P (B|A) =

P (AB)
sto implicira (3.8).
P (A)

b) Sada koristeci (3.7) i (3.8) nalazimo

P (A|B) =

P (AB)
P (A) P (B)
=
= P (A),
P (B)
P (B)

odnosno, P (A) = P (A|B) sto prema Definiciji 3.13 znaci da dogadaj A ne zavisi od dogadaja
B.
2
Ova teorema nam omogucava definiciju pojma medusobne nezavisnosti dva dogadaja.
Definicija 3.15. Ako je dogadaj B nezavisan od dogadaja A, onda je i A nezavisan od B i kazemo
da su A i B medusobno nezavisni.
Razmislite 3.8. Na Primerima 3.15 i 3.16 proverite rezultate prethodne teoreme.
Formula (3.8) se najcesce koristi za izracunavanje preseka nezavisnih dogadaja, sto cemo videti
u nastavku. Ponekad moze da posluzi da se uz njenu pomoc ispita nezavisnost dogadaja, kao u
sledecem primeru.
Primer 3.22. Pri bacanju kockice posmatramo tri dogadaja. A - pao je paran broj, B - pao je
neparan broj, C - pao je broj manji od 3. Da li su nezavisni dogadaji A i B? A dogadaji A i C?
Odgovor. Za svaki par dogadaja provericemo da li vazi formula (3.8). Imamo da je P (A) =
P (B) = 21 , P (C) = 13 , P (AB) = 0, P (AC) = P (BC) = 16 . Prema tome je P (A)P (B) 6= P (AB)
sto implicira da su dogadaji A i B zavisni, dok P (A)P (C) = P (AC) implicira nezavisnost dogadaja A i C.
2

54

Verovatnoca

Verovatno
ca preseka dogadaja ili zajedni
cka verovatno
ca
Za izracunavanje verovatnoce preseka dogadaja ili zajednicke verovatnoce koristicemo formule (3.7)
i (3.8). Koja od formula se korisiti zavisi od toga da li su dogadaji cija se zajednicka verovatnoca
trazi nezavisni ili zavisni.
Prema tome, nezavisnost dogadaja cesto treba da se zna unapred. Primetimo u tu svrhu da
ako nam informacija o tome da se desio jedan dogadaj ne daje ,,dodatne informacije o realizaciji
drugog dogadaja, to implicira nezavisnost ta dva dogadaja, dok ako nam informacija o realizaciji
jednog daje saznanja o drugom dogadaju, to implicira zavisnost ta dva dogadaja.
U Primeru 3.22 vidimo da, ako se realizovao dogadaj A i pao je paran broj, realizacija dogadaja
B - ,,pao je neparan broj je nemoguca (a to je dodatna informacija o verovatnoci dogadaja B,
ona je nula). Dogadaji A i B su zavisni: desio se A, pa znamo da nije B. Slicno je sa iskljucivim
dogadajima u Primeru 3.19 pod b). Evo jos jedan primer koji lepo ilustruje ovo zapazanje.
Primer 3.23. Izvlacimo jednu kartu iz spila od 52 karte i posmatramo da li su nezavisni sledeci
dogadaji:
A -izvucen je ,,kec,
K -izvucen je ,,kralj,
S -izvuceno je ,,srce.
Pretpostavimo da znamo da je izvucen ,,kec.
Ova informacija implicira da nije izvucen ,,kralj pa su A - izvucen je ,,kec i K - izvucen je
1
i P (B|A) = 0.)
,,kralj zavisni dogadaji. (Po definiciji, P (B) = 13
Sa druge strane, informacija da je izvucen ,,kec ne daje nam nikakvu dodatnu informaciju o
dogadaju ,,izvucena karta je srce. Verovatnoca da je izvuceni ,,kec bas ,,srce (P (S|A) = 14 )
1
jednaka je verovatnoci da je bilo koja izvucena karta ,,srce (P (S) = 13
52 = 4 ), tj. P (S) = P (S|A)
i dogadaji su nezavisni.
Rekli smo vec da za izracunavanje preseka koristimo formulu (3.7) ili (3.8) u zavisnosti od toga
da li su dogadaji nezavisni ili zavisni. Ako su dogadaji zavisni, onda koristimo formulu (3.7) u
obliku
P (AB) = P (A)P (B|A).
(3.9)
Ako su dogadaji A i B nezavisni i vazi P (B|A) = P (B), gornja formula postaje (3.8):
P (AB) = P (A)P (B).
Dakle, moramo iz konteksta problema da znamo da li su dogadaji koje posmatramo nezavisni
jedan od drugog. Evo nekih primera.
Primer 3.24. a) Prema evidenciji, posle 5 godina prosecne upotrebe vozila Mitsubishi Lanser deo
D1 se zamenjuje u 25% slucajeva, a ako je zamenjen deo D1 onda se deo D2 zamenjuje u 80%
slucajeva. Ako znamo da je na vozilu Radovana i Danijele Jaksic zamenjen deo D1 , kolika je
verovatnoca da su na tom vozilu zamenjena oba dela?
b) U kompjuterskoj ucionici na fakultetu postavljena su dva detektora pozara koji pokrecu alarm.
Verovatnoca da je svaki od njih defektan i da prilikom pozara ne pokrene alarm je 0.02. Koliko je
verovatnoca da prilikom pozara nece biti pokrenut alarm?
Odgovor.
a) Uslovima zadatka date su sledece verovatnoce
P (D1 ) =

25
1
80
4
= = 0.25 P (D2 |D1 ) =
= = 0.8.
100
4
100
5

Trazi se verovatnoca preseka, zajednicka verovatnoca P (D1 D2 ). Imamo:

P (D1 D2 ) = P (D1 )P (D2 |D1 ) =

1 4
1
= .
4 5
5

Marginalne i uslovne verovatnoce. Nezavisnost dogadaja

55

b) Oznacimo dogadaj da je prvi detektor defektan sa D1 , a dogadaj da je drugi detektor defektan

sa D2 . U zadatku se trazi P (D1 D2 ). Detektori u ovom zadatku su nezavisni jedan od drugog,
ako je jedan defektan, to nema nikakve veze sa drugim, pa su prema tome i dogadaji D1 i
D2 nezavisni, a verovatnoca svakog od njih je
P (D1 ) = P (D2 ) = 0.02,
dok je zajednicka verovatnoca ova dva dogadaja
P (D1 D2 ) = P (D1 )P (D2 ) = 0.022 = 0.0004.
2
Moze se posmatrati zajednicka verovatnoca vise od dva dogadaja.
Primer 3.25. Verovatnoca da je neki pacijent alergican na penicilin je 0.2. Pretpostavimo da su
taj lek primila tri pacijenta.
(a) Odrediti verovatnocu da su sva tri pacijenta alergicna na lek.
(b) Kolika je verovatnoca da je jedan pacijent alergican na lek, a druga dva da nisu?
(c) Odrediti verovatnocu da bar jedan pacijent nije alergican na lek.
Odgovor. Oznacimo sa Ai , i {1, 2, 3}, dogadaj kada je i-ti pacijent alergican na penicilin. Tada
je P (Ai ) = 0.2, i {1, 2, 3}. Dogadaji A1 , A2 i A3 su medusobno nezavisni (ako je jedan pacijent
alergican na lek, to nista ne govori o tome da li je neki drugi pacijent alergican na lek). Dogadaj
Ai , i {1, 2, 3} je dogadaj da i-ti pacijent nije alergican na penicilin i P (Ai ) = 0.8.
Eksperiment u ovom primeru jeste davanje leka trojici pacijenata i posmatranje da li su oni
alergicni na lek ili nisu. Moguci ishodi ovog eksperimenta su dati skupom elementarnih dogadaja
= {A1 A2 A3 , A1 A2 A3 , A1 A2 A3 , A1 A2 A3 , A1 A2 A3 , A1 A2 A3 , A1 A2 A3 , A1 A2 A3 }.
(a) Dogadaj da su sva tri pacijenta alergicna na penicilin je presek dogadaja A1 , A2 i A3 , odnosno
dogadaj A1 A2 A3 . Posto su dogadaji Ai medusobno nezavisni za izracunavanje verovatnoce
njihovog preseka koristimo formulu (3.8). Primenimo formulu dva puta i dobijamo:
P (A1 A2 A3 ) = P (A1 A2 )P (A3 ) = P (A1 )P (A2 )P (A3 ) = 0.23 .
(b) Oznacimo sa X dogadaj da je jedan pacijent alergican na penicilin. Tada je
X = {A1 A2 A3 } {A1 A2 A3 } {A1 A2 A3 },
i posto su dogadaji koji cine ovu uniju iskljucivi (jer su elementarni dogadaji) koristimo
aditivnost i verovatnoca te unije je
P (X) = P (A1 A2 A3 ) + P (A1 A2 A3 ) + P (A1 A2 A3 ).
Verovatnoce ovih elementarnih dogadaja racunamo kao verovatnocu u zadatku pod (a).
Koristimo nezavisnost dogadaja i dobijamo:
P (A1 A2 A3 ) = P (A1 )P (A2 )P (A3 ) = 0.2 0.82 .
Na isti nacin se dobija da je
P (A1 A2 A3 ) = P (A1 A2 A3 ) = 0.2 0.82 ,
pa je
P (X) = 3 0.2 0.82 .

56

Verovatnoca

(c) Oznacimo sa Y dogadaj da bar jedan pacijent nije alergican na penicilin. Ovaj dogadaj je
suprotan dogadaj dogadaju da su svi pacijenti alergicni na lek, odnosno Y = \ {A1 A2 A3 },
pa je
P (Y ) = 1 P (A1 A2 A3 ) = 1 0.23 = 0.992.
2
Razmislite 3.9. a) Izracunajte verovatnoce ostalih dogadaja iz skupa elementarnih dogadaja u
Primeru 3.25, a zatim i sledecih dogadaja: K - nijedan pacijent nije alergican na penicilin, L tacno je jedan pacijent alergican i M - tacno su dva pacijenta alergicna.
b) Pretpostavimo sada da je lek uzelo pet pacijanata. Kako sada izgleda skup elemenarnih
dogadaja? Kolike su verovatnoce elementarnih dogadaja? Ako sa X oznacimo broj pacijenata koji
su alergicni na penicilin, tada sa X = k mozemo obeleziti dogadaj da je k pacijenata alergicno na
penicilin. Jasno je da je k prirodan broj manji od 5, ili nula. Koliko je P (X = k)?
c) Sada zamislite da je lek uzelo 100 pacijenata, oznacimo sa X100 broj pacijenata alergicnih
na penicilin i odredite P (X100 = k), k {0, 1, 2, . . . , 100}.
Odgovori na ova pitanja sadrzani su u sledecoj teoremi.
Teorema 3.4 (Bernulijeva sema). Neka se prilikom izvodenja nekog eksperimenta dogadaj A
realizuje sa verovatnocom p. Neka je Sn broj realizacija dogadaja A prilikom n nezavisnih izvodenja
pomenutog eksperimenata. Tada je verovatnoca da se dogadaj A realizuje tacno k puta (k n)
jednaka
 
n k
P (Sn = k) =
p (1 p)nk .
(3.10)
k
U Primeru 3.25 izvrsena su n = 3 nezavisna eksperimenta: ,,pacijentu se daje lek i ispitivano
je da li je pacijent alergican na lek ili nije, odnosno da li se dogodio dogadaj A ili se dogodio
Oznake Ai mozemo izbeci smatrajuci da je i-ti pacijent oznacen pozicijom u nizu:
dogadaj A.
oznacava dogadaj da su prvi i treci pacijent alergicni, a da drugi pacijent nije
na primer AAA
alergican na lek. Sa tim oznakama skup elementarnih dogadaja postaje
AAA,
AAA,
AAA,

A,
AAA,
AAA}.

= {AAA, AAA,
AA
Verovatnoce svakog od elementarnih dogadaja, kao sto smo videli u Primeru 3.25, izracunavaju se
primenom formule za presek nezavisnih dogadaja i dogadaji sa istim brojem realizovanih dogadaja
imaju istu verovatnocu. Oznacimo jos sa S3 broj pacijenata koji su alergicni na lek. Tako
A (i A)
imamo:
P (AAA) = P (A)3 = 0.23 . Ovo je upravo i
P (S3 = 3) = 0.23 .
= P (AAA)

= 0.22 0.8. Verovatnoca da su dva

P (AAA)
= P (AAA)
= P (A)2 P (A)
pacijenta alergicna je verovatnoca unije ova tri dogadaja sto je jednako zbiru njihovih (istih)
verovatnoca, odnosno:
P (S3 = 2) = 3 0.22 0.8.
= P (AA
A)
= P (AAA)
= P (A) P (A)
2 = 0.2 0.82 . Verovatnoca da je tacno jedan
P (AA A)
pacijent alergican je
P (S3 = 1) = 3 0.2 0.82
= P (A)
3 = 0.83 , tj.
Verovatnoca da nijedan pacijent nije alergican je P (AAA)
P (S3 = 0) = 0.83 .

Marginalne i uslovne verovatnoce. Nezavisnost dogadaja

57

Ovo su ujedno i odgovori iz Razmislite 3.9 pod (a):

P (K)

= P (S3 = 0) = 0.83

P (L)

= P (S3 = 1) = 3 0.2 0.82

P (M )

= P (S3 = 2) = 3 0.22 0.8.

U Razmislite 3.9 pod b) eksperiment ,,pacijentu se daje lek se ponavlja n = 5 puta. Ako uvedemo
A
iste oznake kao u primeru n = 3 videcemo da je ishod ovakvog eksperimenta niz oblika AAAA
(ovaj konkretno znaci da treci i peti pacijent nisu, a prvi, drugi i cetvrti pacijent jesu alergicni na
lek). Skup elementarnih dogadaja ima 32 elemenata (na svakoj poziciji, od prve do pete, moze da
dakle ima 25 mogucih ishoda).
stoji dogadaj A ili njemu suprotan A,
Dogadaj da je k pacijenata alergicno na penicilin u Razmislite 3.9 oznacen je sa X = k. U
duhu Teoreme 3.4 oznacimo taj dogadaj sa S5 = k. Kako je
p = P (A) = 0.2,
prema (3.10) imamo
 
5
P (X = k) = P (S5 = k) =
0.2k 0.85k .
k
Da se u to i uverimo, uocimo da verovatnoca jednog elementarnog dogadaja u kome je tacno
k, k {0, 1, 2, 3, 4, 5}, (od mogucih 5) pacijenata alergicno iznosi 0.2k 0.85k . Na primer,
A)
= 0.23 0.82 . Posle primene formule za presek nezavisnih dogadaja dobija se proizvod
P (AAAA
javlja 5 k (u ovom
(verovatnoca) u kome se P (A) javlja k (u ovom primeru 3) puta dok se P (A)
primeru 5 3 = 2) puta.
Dogadaj S5 = k u sebi
sadrzi sve ishode u kojima je k (od mogucih 5) pacijenata alergicno na
lek. Takvih ishoda ima k5 , jer od 5 pacijenata ,,biramo k koji su alergicni. Na primer, ima 10
mogucih ishoda u kojima je tacno 3 pacijenta alergicno na lek:
A AAAA
A AAAA

AAAAA AAAA
A AAAAA
AA

AA

AAA

AAA
AAA
AAAAA
AA
AAAAA.
Slicnim rezonovanjem vidimo da ako se eksperiment ponavlja n = 100 puta, imacemo 2100
mogucih ishoda eksperimenta, gde su elementarni dogadaji nizovi od sto A - ova i A - ova. Za
ishod u kome ima k alergicnih pacijenata u nizu se A ponavlja tacno k puta, dok
se A ponavlja
n k puta. Verovatnoca takvog ishoda je 0.2k 0.8100k , a takvih ishoda ima 100
i
k

P (S100 = k) =


100
0.2k 0.8100k .
k

Primer 3.26. Neka se eksperiment sastoji od bacanja novcica 8 puta. Ako se zna da je novcic
neispravan i da pismo pada sa verovatnocom 23 , kolika je verovatnoca
a) da je palo pismo tacno 5 puta,
b) da je pala glava izmedu 3 i 7 puta?
Odgovor. U ovom primeru eksperiment se ponavlja n = 8 puta.
a) Posmatramo dogadaj da je palo pismo koji se ostvaruje sa verovatnocom p = 23 . Verovatnoca
da je pismo palo tacno k = 5 puta je
   5  3
8
2
1
25
P (S8 = 5) =
= 56 8 .
5
3
3
3
b) Sada posmatramo dogadaj da je pala glava koji je suprotan dogadaju da je palo pismo,
pa je njegova verovatnoca q = 1 p = 13 . Da je glava pala izmedu 3 i 7 puta je dogadaj

58

Verovatnoca
{S8 = 4} {S8 = 5} {S8 = 6}, a zbog iskljucivosti dogadaja u ovoj uniji, vazi aditivnost
pa je verovatnoca ove unije jednaka zbiru verovatnoca:
P (G)

P ({S8 = 4} {S8 = 5} {S8 = 6}) =

P (S8 = 4) + P (S8 = 5) + P (S8 = 6) =

   4  4    5  3    6  2
8
1
2
8
1
2
8
1
2
+
+
.
4
3
3
5
3
3
6
3
3

2
Zapamtite 3.4. U ovom smo poglavlju naucili:
Razliku izmedu marginalne i uslovne verovatnoce.
Da su dogadaji nezavisni ako realizacija jednog ne utice na realizaciju drugog, tj. ako su
marginalna i uslovna verovatnoca jednake
P (B|A) = P (B).
Da je formula za zajednicku verovatnocu dva proizvoljna dogadaja A i B:
P (AB) = P (A)P (B|A) = P (B)P (A|B),
... a da je zajednicka verovatnoca nezavisnih dogadja jednaka proizvodu verovatnoca tih
dogadaja. Na primer, ako su dogadaji A, B i C nezavisni, onda
P (ABC) = P (A)P (B)P (C).

3.5

Totalna verovatno
ca i Bajesova formula

Poslednje poglavlje posveticemo izucavanju slozenijih primera za cije resavanje je potrebno poznavanje dodatnih definicija i teorema. Krenimo od primera.
Primer 3.27. Date su tri kutije. U prvoj se nalaze tri bele i jedna crna kuglica, u drugoj cetiri
bele i dve crne, a u trecoj dve bele i dve crne kuglice. Slucajno biramo kutiju i iz nje izvlacimo
kuglicu. Kolika je verovatnoca da izvucemo belu kuglicu?
Odgovor. U ovom primeru vidimo da imamo slozen ,,sistem slucajnih dogadaja: prvo slucajno
biramo jednu od tri kutije, a zatim slucajno biramo kuglicu iz nje. Oznacimo sa Ai dogadaj da
je odabrana i-ta kutija, i {1, 2, 3}. Prema uslovu da se kutija bira slucajno imamo P (Ai ) = 13 .
Oznacimo sa B dogadaj da je izvucena bela kuglica, a sa C da je izvucena crna kuglica. Skup
elementarnih dogadaja je
= {A1 B, A1 C, A2 B, A2 C, A3 B, A3 C}.
Jasno je da Ai B oznacava dogadaj da je izabrana i-ta kutija i iz nje bela kuglica, a njegova
verovatnoca je
P (Ai B) = P (Ai )P (B|Ai ).
Svaki od dogadaja P (B|Ai ) racunamo klasicnom formulom za izracunavanje verovatnoce, jer ako
znamo koja je kutija izabrana, znamo brojni odnos belih i crnih kuglica u njoj. Tako imamo:
P (B|A1 ) =

3
,
4

P (B|A2 ) =

2
,
3

P (B|A3 ) =

1
.
2

Dogadaj ,,izvucena je bela kuglica je unija elementarnih dogadaja {Ai B}, i {1, 2, 3}, odnosno
B = {A1 B, A2 B, A3 B} pa je njegova verovatnoca
P (B) = P (A1 B) + P (A2 B) + P (A3 B),

Totalna verovatnoca i Bajesova formula

59

odnosno,
P (B) = P (A1 )P (B|A1 ) + P (A2 )P (B|A2 ) + P (A3 )P (B|A3 ).

(3.11)

Izracunavanje daje:
P (B) =

1 3 1 2 1 1
23
+ + =
.
3 4 3 3 3 2
36
2

Primetimo da familija dogadaja {Ai }i{1,2,3} ima dva zanimljiva svojstva. Prvo je da se prilikom izvodenja eksperimenta jedan od ovih dogadaja sigurno ostvaruje, a drugo da se ostvaruje
tacno jedan od njih. Odnosno oni su svi medusobno iskljucivi, a njihova unija je siguran dogadaj.
Takvu familiju nazivamo potpun sistem dogadaja. Verovatnocu svakog drugog dogadaja racunamo
preko formule slicne formuli (3.11) koja se naziva formula totalne verovatnoce.
Definicija 3.16 (Potpun sistem dogadaja). Familija dogadaja Ai , i = 1, 2, . . . , n za koju
vazi:
1. svi dogadaji su medusobno iskljucivi, tj. za sve i, j {1, 2, . . . , n}
Ai Aj = ,
2. njihova unija je siguran dogadaj , tj.
n
[

Ai = ,

i=1

cini potpun sistem dogadaja.

Teorema 3.5 (Formula totalne verovatnoce). Neka je Ai , i {1, 2, ..., n} familija koja cini
potpun sistem dogadaja i neka je D slucajan dogadaj. Tada
P (D) = P (A1 )P (D|A1 ) + P (A1 )P (D|A1 ) + + P (An )P (D|An ).

(3.12)

Dokaz. Dogadaj D i familija dogadaja Ai , i {1, 2, ..., n}, formiraju familiju iskljucivih zajednickih dogadaja {Ai D}, i {1, 2, ..., n}, i
D=

n
[

{Ai D},

i=1

pa je
P (D) = P (

n
[

{Ai D}) =

i=1

n
X
i=1

P (Ai D) =

n
X

P (Ai )P (D|Ai ),

i=1

sto je i trebalo pokazati.

Pogledajte pitanje u sledecem primeru.

Primer 3.28. Pretpostavimo da smo kao u Primeru 3.27 proizvoljno izabrali jednu od tri kutije
i izvukli iz nje kuglicu za koju konstatujemo da je bela. Kolika je verovatnoca da izvucena bela
kuglica potice iz prve kutije?
Odgovor. Uvedimo iste oznake kao u Primeru 3.27. Sada treba odrediti P (A1 |B). Primenimo dva
puta formulu (3.7), jednom za uslovnu verovatnocu, a drugi put za presek i dobijamo
P (A1 |B) =

P (A1 ) P (B|A1 )
P (A1 B)
=
.
P (B)
P (B)

60

Verovatnoca

Koristeci se ovom formulom i rezultatom Primera 3.27 dobijamo

P (A1 |B) =

P (A1 ) P (B|A1 )
=
P (B)

1
4

1
3

2
9

3
4

1
6

9
.
23
2

Teorema koja sledi dobila je ime prema Tomasu Bajesu (Thomas Bayes 1701 - 1761.) engleskom
statisticaru i filozofu koji je prvi formulisao ovaj znacajan zakon.
Teorema 3.6 (Bajesova formula). Neka je Ai , i {1, 2, ...n} familija koja cini potpun sistem
dogadaja, i neka je D proizvoljan dogadaj. Tada vazi Bajesova formula
P (Am |D) =

P (Am )P (D|Am )
,
P (D)

(3.13)

gde je P (D) dato formulom totalne verovatnoce (3.12).

Dokaz. Kao u prethodnom primeru primenimo dva puta formulu (3.7), jednom za uslovnu
verovatnocu, a drugi put za presek i dobijamo
P (Am |D) =

P (Am ) P (D|A1 )
P (Am D)
=
.
P (D)
P (D)
2

Primer 3.29. Smiljana ide svaki dan na posao autobusom, tramvajem ili biciklom. U 50%
slucajeva se opredeljuje za autobus, u 20% slucajeva za tramvaj i 30% za bicikl. Verovatnoca
da ce zbog kasnjenja autobusa zakasniti na posao je 0.05, u slucaju izbora tramvaja ta verovatnoca
je 0.1, a biciklom kasni sa verovatnocom 0.01. Ako je Smiljana zakasnila na posao kolika je
verovatnoca da je isla biciklom?
Odgovor. Potpun sistem dogadaja cine dogadaji:
H1 - Smiljana ide na posao autobusom,
H2 - Smiljana ide na posao tramvajem, i
H3 - Smiljana ide na posao biciklom,
sa verovatnocama:
P (H1 ) = 0.5,

P (H2 ) = 0.2,

P (H1 ) = 0.3.

Posmatra se dogadaj K-Smiljana kasni na posao. Poznate su nam sledece informacije:

P (K|H1 ) = 0.05,

P (K|H2 ) = 0.1,

P (K|H3 ) = 0.01,

a trazi se P (H3 |K). Prema Bajesovoj formuli je

P (H3 |K) =

P (H3 )P (K|H3 )
0.3 0.01
=
= 0.0131,
P (K)
0.228

gde je P (K) izracunato na osnovu formule totalne verovatnoce (3.12)

P (K) = 0.5 0.05 + 0.2 0.1 + 0.3 0.01 = 0.228.
Zapamtite 3.5. Za kraj ovog poglavlja zapamtite sta je potpun sistem dogadaja, formulu totalne
verovatnoce (3.12) i Bajesovu formulu (3.13).

Zadaci za samostalno vezbanje

3.6

61

Zadaci za samostalno ve
zbanje

Zadatak 3.1. Navesti skup elementarnih ishoda za sledece eksperimente: a) bacanje jednog
novcica, b) bacanje jednog zlatnog i jednog srebrnog novcica, c) bacanje jednog zlatnog, jednog
srebrnog i jednog bronzanog novcica, d) bacanje kockice za igru i jednog novcica, e) bacanje dva
puta kockice za igru, f) izvlacenje jedne kuglice iz kutije u kojoj se nalaze 3 bele, 4 crvene i 2
plave kuglice, g) izvlacenje dve kuglice iz kutije u kojoj se nalaze 3 bele, 4 crvene i 2 plave kuglice
(izvlacimo ih jednu po jednu), h) izvlacenje dve kuglice odjednom iz kutije u kojoj se nalaze 3 bele,
4 crvene i 2 plave kuglice, i) registrovanje ispravnosti jedne sijalice, j) registrovanje ispravnosti tri
sijalice.
Zadatak 3.2. Eksperiment se sastoji u bacanju kocke sve dok ne padne sestica. Definisati prostor
elementarnih dogadaja koji odgovara ovom eksperimentu.
Zadatak 3.3. Neka se eksperiment sastoji u istovremenom bacanju kockice i biranju dva predmeta
od tri oznacena sa: X, Y i Z. Neka su dati dogadaji: A - na kocki je pala sestica, B - izvuceni su
predmeti X i Z, C - na kocki je pao broj veci od 4. Odrediti skup elementarnih ishoda i sledece
dogadaje: A, B, C, A B, A B, A C i B C.
Zadatak 3.4. Neka se eksperiment sastoji u istovremenom bacanju kocke i novcica. Ako je A
dogadaj: ,,na kocki je pao paran broj, a B dogadaj: ,,na novcicu je palo pismo, odrediti dogadaje
A i B kao i A B, A B, A i A \ B. Odredi verovatnocu dogadaja A.
Zadatak 3.5. U kutiji se nalazi 8 crvenih i 6 plavih kuglica. Izvlacimo odjednom dve kuglice.
je prostor elementarnih dogadaja?
a) Sta
b) Kolika je verovatnoca: (i) da ce izvucene kuglice biti razlicite boje, (ii) da ce obe kuglice biti
crvene, (iii) da ce obe kuglice biti plave?
c) Koji je od ovih dogadaja najverovatniji?
Zadatak 3.6. Bacamo odjednom pet kockica za igru. Kolika je verovatnoca da na svim kockama
padne isti broj?
Zadatak 3.7. Dete ima cetiri plocice sa kojima se igra i na kojima pisu brojevi 2,3,5,6. Kolika
je verovatnoca da u igri, slucajnim rasporedom plocica dete dobije: (i) broj deljiv sa 4, (ii) broj
deljiv sa 2?
Zadatak 3.8. U kutiji se nalaze dve bele i cetiri crne kuglice. Iz kutije su jedna za drugom
izvucene sve kuglice. Kolika je verovatnoca da je poslednja izvucena kuglica crna?
Zadatak 3.9. Kolika je verovatnoca da pri bacanju dve kocke jedna kocka pokaze broj deljiv sa
3 ili sa 4?
Zadatak 3.10. Bacamo novcic tri puta. Neka je dogadaj A pojavljivanje samo jednog pisma,
dogadaj B pojavljivanje najmanje jednog grba i dogadaj C pojavljivanje prvi put pisma, a zatim
dva puta grba. Izracunati P (A B C).
Zadatak 3.11. Student zna 85 od 100 pitanja. Na ispitu izvlaci 3 pitanja. Kolika je verovatnoca
da student a) zna sva tri pitanja, b) ne zna nijedno pitanje, c) zna bar dva pitanja?
Zadatak 3.12. Iz spila od 32 karte izvlacimo dve odjednom. Kolika je verovatnoca da cemo
izvuci ,,kralja i ,,keca ili karte boje ,,pik i ,,tref, ili obe karte ,,karo?
Zadatak 3.13. Iz kompleta od 52 karte izvuceno je 10 karata. Kolika je verovatnoca da je medu
njima: a) tacno jedna dama, b) tacno dve dame, c) bar jedna dama, d) bar dve dame?

62

Verovatnoca

Zadatak 3.14. Ispit iz predmeta Matematika 2 sastoji se iz dva kolokvijuma. Verovatnoca da

ce Jelena poloziti bar jedan kolokvijum je 0.5, da polozi oba kolokvijuma je 0.1 i verovatnoca
da polozi prvi kolokvijum je 0.25. Izracunati verovatnoce dogadaja: A - Jelena ce poloziti drugi
kolokvijum. B - Jelena ce poloziti samo drugi kolokvijum. C - Jelena ce poloziti tacno jedan
kolokvijum. D - Jelena nece poloziti nijedan kolokvijum.
Zadatak 3.15. U grupi od 40 ucenika, 12 ucenika nosi naocare, 8 pise levom rukom, a 6 ucenika
ima obe te osobine. Slucajno se proziva jedan student koji ustaje, konstatuje se da li nosi naocare
i da li pise levom rukom.
a) Odrediti verovatnoce dogadaja A - ucenik nosi naocare, i B- ucenik pise levom rukom, a
zatim i dogadaja da taj ucenik nosi naocare i pise levom rukom.
b) Pretpostavimo da je ustao jedan ucenik koji nosi naocare. Kolika je verovatnoca da taj
ucenik pise levom rukom?
c) Da li su dogadaji A i B nezavisni?
Zadatak 3.16. U kutiji se nalazi 10 kuglica, 7 belih i 3 crne. Izvlace se bez vracanja dve kuglice
jedna za drugom. Kolika je verovatnoca da:
a) druga izvucena kuglica bude crna, ako je prva izvucena bela,
b) druga izvucena kuglica bude crna.
Zadatak 3.17. Iz spila od 52 karte izvlaci se 5 karata. Neka A oznacava dogadaj da su bar tri
izvucene karte tref, a B da su svih 5 karata tref. Izracunati P (B|A).
Zadatak 3.18. Verovatnoca da je student univerziteta u Novom Sadu nekada kampovao u prirodi
i spavao/la u satoru je 0.55, a da nije je 0.45.
a) Dve osobe su izabrane slucajnim putem i posmatrano je da li su ikada spavali u prirodi u
satoru ili nisu.
i) Odrediti prostor elementarnih dogadaja i izracunati verovatnocu svakog od njih.
ii) Izracunati verovatnocu da je najmanje jedna od ove dve osobe spavala u satoru.
b) Neka su cetiri osobe izabrane slucajnim putem i ispitane da li su ikada kampovali i spavali
u satoru.
i) Odrediti prostor elementarnih dogadaja.
ii) Izracunati verovatnocu da su dve od cetiri osobe spavale u satoru.
iii) Izracunati verovatnocu da je najmanje jedna od ove cetiri osobe spavala u satoru.
c) Neka je sto osoba odabrano i ispitano da li su ikada kampovali.
i) Koliko elemenata ima prostor elementarnih dogadaja?
ii) Kolika je verovatnoca da je tacno 10 od ovih 100 osoba kampovalo?
Zadatak 3.19. Na stolu se nalaze tri jednake kutije. U prvoj kutiji se nalazi a belih i b crnih
kuglica, u drugoj c belih i d crnih, a u trecoj su samo bele kuglice. Iz jedne od kutija se vadi jedna
kuglica. Naci verovatnocu da je ona bela.
Zadatak 3.20. U prodavnici se prodaju televizori iz dveju fabrika. Od toga fabrika F1 dostavlja
70%, a fabrika F2 dostavlja 30% od ukupne prodaje. Standardu proizvodnje odgovara 98%
proizvodnje iz fabrike F1 i 95% proizvodnje fabrike F2 .
a) Odrediti verovatnocu da slucajno izabran televizor u prodavnici odgovara standardu.
b) Odrediti verovatnocu da je slucajno odabrani televizor koji odgovara standardu iz fabrike
F1 .

Literatura
[1] Aleksandar Petojevic, Matematika, Uciteljski fakultet, Sombor, 2005.
[2] Jovan D. Keckic, Matematika sa zbirkom zadataka za IV razred gimnazije, Nauka, Beograd,
1993.
[3] Prem S. Mann, Uvod u statistiku, Wiley, izdanje na srpskom jeziku: Ekonomski fakultet,
Beograd, 2009.
c, Verovatnoca, Univerzitet u Novom Sadu, Prirodno-matematicki fakul[4] Danijela Rajter-Ciri
tet, 2009.
[5] Rade Dacic, Elementarna kombinatorika, Matematicki institut, Beograd, 1977.
[6] Dusan Adnadevic, Zoran Kadelburg, Matematicka analiza, Naucna knjiga, Beograd, 1990.
Ivanovic, S. Ognjanovic, Matematika, Zbirka zadataka i testova za IV razred gimnazija i
[7] Z.
tehnickih skola, Krug, Beograd, 2010.
[8] Vene T. Bogoslavov, Zbirka resenih zadataka iz algebre I, Zavod za uzbenike i nastavna
sredstva, Beograd, 1986.

63

Indeks
Adtivnost, 41
Bajesova formula, 60
Binomni koeficijent, 12
Binomni obrazac, 28
disjunktni skupovi, 2
Dogadaj
slucajan dogadaj, 36
elementaran, 36
nemoguc, 36
siguran, 36
suprotan, 38
Eksperiment, 35
Elementaran dogadaj, 36
prostor, 36, 39
skup, 36

Princip proizvoda, 7, 8, 15
Princip zbira, 7
Prostor verovatnoce, 40
Razlika dogadaja, 38
Unija dogadaja, 38
Varijacije, 11, 19
sa ponavljanjem, 19
Verovatnoca
preseka, 54
unije, 47
Uslovna, 49
uslovna , 52

Faktorijel, 11
Formula totalne verovatnoce, 59
Ishod, 36
Iskljucivi dogadaji, 38
Klasicna definicija verovatnoce, 41
Kombinacije, 11, 22
broj kombinacija, 23
broj kombinacija sa ponavljanjem, 26
sa ponavljanjem, 24
Leksikografsko uredenje
kombinacije, 26
permutacija, 16
permutacije sa ponavljanjem, 19
varijacije, 21
Nezavisnost dogadaja, 49, 50
Normiranost, 41
Paskalov trougao, 27
Permutacije, 11, 14
broj permutacija, 14
sa ponavljanjem, 17
Potpun sistem dogadaja, 59
Presek dogadaja, 38
64