1 Uvod

Razvitak teorije vjerojatnosti u znanstvenu teoriju imao je specifičan oblik. Iako

su već davno znanstvenici (Fermat, Pascal, Huygens) naslućivali da su problemi
rješavanjem kojih se i počela razvijati teorija vjerojatnosti, u biti matematički problemi,
bilo je i onih koji su oponirali tome razmišljanju (Mises1).
Danas je, i od fizičara i od matematičara, posve prihvaćeno gledište na teoriju
vjerojatnosti kao na granu matematike. Ovo shvaćanje temelji se na aksiomatskom
zasnivanju pojma vjerojatnosti, pri čemu aksiomi imaju posve matematički karakter.
Temelj takvu stajalištu postavio je ruski matematičar A. N. Kolmogorov 1933. godine,
kada je pokazao da se teorija vjerojatnosti (nadalje u tekstu: TV) može izgraditi na osnovi
aksioma u kojima se pojavljuju isključivo matematički pojmovi (skup, funkcija) i
matematičke strukture (Booleova i σ-algebra), za razliku od Misesovih aksioma koji
nemaju karakter matematičkih aksioma i ne omogućavaju potpunu formalizaciju TV.
Znatan utjecaj na ovakav razvitak polaznih koncepcija u TV imala su i dva
osnovna stajališta u odnosu prema realnim fenomenima: determinstičko i probabilističko.
TV smatrala se teorijom koja objašnjava slučajne pojave; fenomene koji imaju slučajni
karakter, dok su se ostalim matematičkim disciplinama koristili pri tumačenju
determinstičkih fenomena.
Determinističko stajalište, koje je još dugo poslije Newtona dominiralo u
znanstvenom svijetu, načelno nije ni priznavalo objektivno postojanje fenomena koji se
ne bi mogli objasniti uzročnom vezom između početnih i konačnih stanja određenog
fizičkog sustava. Tretiranje određenih prirodnih fenomena kao slučajnih objašnjavalo se
samo nedovoljnim poznavanjem objektivnih činjenica o međusobnim vezama između
početnog i konačnog stanja. Drugim riječima, ako je danas nešto tretirano kao slučajna
pojava, sutra to više ne mora biti.
Za razliku od determinističkog stajališta, probabilističko stajalište priznaje
objektivno postojanje prirodnih fenomena koji se pokoravaju određenim vjerojatnosnim
zakonitostima.
Mi ćemo u ovom radu zauzeti gledište na TV kao matematičku disciplinu, što će
nam nadalje omogućiti da izložimo Kolmogorovljevu aksiomatiku koja dopušta da se
TV, kao uostalom i svakoj drugoj aksiomatiziranoj teoriji, daju različite interpretacije. Ta
aksiomatika nastala je apstrahiranjem pojma relativne frekvencije, tako da se i svaka
izjava u TV može interpretirati u terminima relativne frekvencije, što omogućava prijelaz
iz formalne sheme na realne procese.
Kao rezultat intenzivnog istraživanja na području TV u zadnjih sedamdesetak
godina, razvile su se i mnoge znanstvene discipline u kojima, pri razmatranju glavnih
problema, dominiraju metode TV (navedimo teoriju informaciju, teoriju repova, teoriju
pouzdanosti i statistiku).

1
Mises je svoje stajalište obrazlagao postavkom da je sa svakim problemom teorije vjerojatnosti povezan
određen stvarni proces, pa je onda teorija vjerojatnosti nauka o pojavama realnog svijeta, a matematika, po
Misesu, to nije.

1
2 Pojam događaja i vjerojatnosti događaja
2.1 Algebra događaja
Svatko tko se bavi proučavanjem fenomena u prirodi i društvu u određenoj fazi
nailazi na potrebu da izvodi eksperimente ili opažanja neke pojave. Tako fizičar ima svoj
krug eksperimenata, inženjer i ekonomist svoje respektivno, koji istražuju svaki svojim
specifičnim metodama.
Nama je cilj konstruirati i formalizirati pojam eksperimenta i to s takvom
formalnom strukturom koja će imati bitne osobine eksperimenta. Razumno je
pretpostaviti da se u vezi sa svakim eksperimentom može promatrati skup svih mogućih
ishoda promatranog eksperimenta. Svakom događaju koji nas zanima u vezi s
promatranim eksperimentom pripadat će određeni skup ishoda kojima se taj događaj
realizira. Želimo da na određeni način, koji će biti u skladu s našim intuitivnim
predodžbama, formaliziramo pojam događaja i neke odnose među njima.
Primjer 1. Neka se eksperiment ε sastoji od dva uzastopna bacanja novčića, pri
čemu nas zanimaju događaji u vezi s pojavom P(isma) i G(rba). Skup elementarnih
događaja (tj. skup svih mogućih ishoda) sastoji se od uređenih parova:
( P, P ), ( P, G ), (G , P ), (G , G ) . Pokušajmo sada nabrojiti i sve moguće događaje u svezi
s eksperimentom ε:

A1={(P,P)} → u 1. i 2. bacanju pojavilo se pismo

A2={(P,G)} → u 1. bacanju nastupilo je pismo, a u drugom grb
A3={(G,P)} → analogno A2
A4={(G,G)} → analogno A1
A5={(P,P),(P,G)} → u 1. bacanju nastupilo je pismo
A6={(P,P),(G,P)} → analogno A5
A7={(P,P),(G,G)} → 1. i 2. bacanje imalo je isti ishod
A8={(P,G),(G,P)} → 1. i 2. bacanje imalo je različite ishode
A9={(P,G),(G,G)} → u 2. bacanju nastupio je grb
A10={(G,P),(G,G)} → u 1. bacanju nastupio je grb
A11={(P,P),(P,G),(G,P)} → nisu nastupila 2 grba, tj. događaj A4
A12={(P,P),(P,G),(G,G)} → nije nastupio događaj A3
A13={(P,P),(G,P),(G,G)} → nije nastupio događaj A2
A14={(P,G),(G,P),(G,G)} → nije nastupio događaj A1.
U svezi sa svakim eksperimentom ε možemo definirati još dva događaja da si olakšamo
daljnja razmatranja. To su nemoguć događaj (označimo ga sa  ), koji ima svojstvo da
ne može nastupiti u eksperimentu ε, i zatim siguran događaj (označimo ga sa Ω) koji ima
svojstvo da uvijek nastupa pri izvođenju eksperimenta ε. Sada možemo reći da se skup
svih događaja u vezi s eksperimentom ε poklapa sa potencijskim skupom () , tj.
skupom svih podskupova od Ω.

2
 Korisno svojstvo () ima svojstvo da je zatvoren u odnosu prema skupovnim
operacijama "  ", "  " i pri uzimanju komplementa, što znači da je unija ili presjek bilo
koja dva elementa iz () opet element iz () , a isto vrijedi i za komplement.
Kako su elementi iz () događaji u svezi s eksperimentom ε, može se govoriti i o
algebarskim operacijama na skupu () svih događaja eksperimenta ε.
Dogovorili smo se da su Ai , i  {1,2,...,14} događaji. Sada vidimo da možemo,
polazeći od skupa A*  {, A1 , A2 ,...., A14 , } svih događaja u vezi s eksperimentom
ε, izvoditi algebarske operacije "uniranja", "presijecanja" i "komplementiranja" s
događajima iz skupa A * , pa da time opet dobivamo događaje iz skupa A * . Time
je skup A * svih događaja u svezi s eksperimentom ε organiziran kao određena
algebarska struktura, koja se naziva Booleova algebra.
Dakle, u svezi s eksperimentom ε možemo promatrati algebru A * svih
događaja. Odmah se nameće pitanje može li se u svezi s eksperimentom ε promatrati i
neka druga algebra događaja, ali mi se u to sada nećemo upuštati.
Ispostavlja se da svaka algebra događaja sadržava kao svoje element događaje 
i Ω. Štoviše, već je skup B*  {, } trivijalna algebra događaja.
U vezi sa svakim eksperimentom ε definirat ćemo i skup Ω, tj. skup elementarnih
događaja (ishoda eksperimenta ε). Elemente skupa A * zvat ćemo događajima, a
skup A * događaja, u kojem možemo s događajima izvoditi operacije "  ", "  " i "c",
zvat ćemo algebra događaja. S ovim na umu valja reć da je moguće i formalno dokazati
da je A * zatvoren u odnosu na operacije "  ", "  " i "c", tj. da je A *
strukturiran kao Booleova algebra, u što se također nećemo upuštati radi konciznosti
rada.
Istaknimo, naposlijetku, i ovo:

(a) Svaki događaja A  A * je određeni podskup skupa Ω elementarnih događaja,

(b) Ω se naziva siguran događaj, a  nemoguć događaj,
(c) A c  A * se naziva suprotan događaj od A  A * ,
(d) A1  A2 se u teminima događaja čita A1 ili A2,
(e) A1  A2 se u teminima događaja čita A1 i A2,
(f) Događaj A1  A2c naziva se razlika događaja A1 i događaja A2 i piše se A1/A2. To
je događaja koji nastupa samo onda kada nastupi A1, a ne nastupi A2.
(g) Ako je A1  A2   , A1 i A2 nazivaju se disjunktni ili međusobno isključivi
događaji.
(h) A1  A2 označava da događaj A1 ima za posljedicu nastupanje događaja A2,
odnosno da je A1  A1  A2 , ili, što je isto, A2  A1  A2 .
(i) Ako je A1  A2 i A2  A1 , kaže se da su A1 i A2 jednaki događaji.

3
 n

(j) Ako su Bi  A*, (i  1,2,...., n), Bi  , Bi  B j   za i  j i Bi   , familija

i 1

B*  {B1 ,...., Bn } naziva se konačna particija skupa Ω, odnosno potpuna familija

događaja. Familija skupova koji se dobivaju svim mogućim konačnim uniranjima
i presjecanjima, te komplementiranjima skupova iz B * , jest Booleova algebra
A * B* koja se naziva algebra događaja generirana familijom B * . U algebri
događaja ima A * B* ima 2n događaja. Događaji Bi , (i  1,..., n) nazivaju se
atomi algebra A * B* .
(k) Ako su Ai  A*, (i  1,2,....) i A1  A2  ... , po definiciji vrijedi

lim An  A i to je događaj koji nastupa samo onda kad nastupi bar jedan od
i
n 
i 1

događaja Ai , (i  1,2,....) . Analogno tome, ako su


Ai  A*, (i  1,2,....) i A1  A2  ... , po definiciji vrijedi lim
n 
An  A i
i 1

i to je događaj koji nastupa samo onda kad nastupi svaki od događaja

Ai , (i  1,2,....) . Spomenuti nizovi Ai , (i  1,2,....) nazivaju se monotoni
nizovi događaja.
(l) Ako je za svaki monotoni niz Ai  A*, (i  1,2,....) lim An  A * , algebra
n 

A * naziva se σ-algebra i tada je A * zatvoren skup s obzirom na

prebrojive unije i presjeke. Za svaki niz Ai  A*, (i  1,2,....) tada vrijedi
 

A i  A* i Ai  A.
i 1 i 1

Rezimirajmo da u vezi s nekim eksperimentom ili opažanjem neke pojave

uočavamo skup Ω ishoda i algebru A * događaja, čime smo dobili mogućnost da s
događajima izvodimo algebarske operacije, kao i da promatramo limes beskonačnog niza
događaja. Time smo skup događaja organizirali kao matematičku strukturu, što će nam
omogućiti izvođenje matematičkih metoda za rješavanje nekih problema u vezi s danim
eksperimentom.

4
3 Vjerojatnost događaja
Naš je cilj sada izgraditi matematičku teoriju koja će objašnjavati fenomene u vezi s
tzv. slučajnim pojavama i slučajnim eksperimentima. Pogledajmo slijedeći primjer.
Primjer 2. Iz ishodišta koordinatnog sustava izbacuje se početnom brzinom v
tane pod kutom α prema osi x. Zanima nas događaj D "da putanja taneta presiječe os x
između točaka A i B s apscisama a i b.". Kad bi se gibalo u idealnim uvjetima, dakle,
samo pod utjecajem gravitacijske sile koja je usmjerena okomito na os y (zanemarujući
otpor zraka, gibanje platforme, laminarna i turbulentna opstrujavanja, nejednolikost
detonacije punjenja, trzaj i slično), putanja bi bila određena jednadžbom:

gx 2
y  xtg  .
2v 2 cos 2 

Događaj D nastupit će samo onda kada α i v budu odabrani tako da je

v sin 2
2
a  b (danim izrazom između nejednakosti dan je domet taneta s obzirom na
g
početnu brzinu, kut ispaljivanja i gravitacijsku silu). U ovom idealiziranom eksperimentu
ishod eksperimenta potpuno je determiniran izborom kuta α i početne brzine v.
Ako se gibanje taneta odvija u nekoj realnoj sredini, kao što je Zemljina
atmosfera, ishod tog eksperimenta nije determiniran veličinama α i v, već tu djeluje
mnoštvo čimbenika. Budući da ih ne možemo sve uzeti u obzir, govorimo o slučajnom
eksperimentu.
U takvom slučajnom eksperimentu više nismo u stanju točno predvidjeti nastup
događaja D. D može nastupiti, ali i ne nastupiti, pa se odmah nameće pomisao da
događaju D pridružimo neki realan broj P(D), kojim bi se iskazivale "šanse" da nastupi
događaj D u danom eksperimentu. Kako to učiniti?
Za slučajne eksperimente postoji prirodna zakonitost – ako smo uočili događaj D
u nekom eksperimentu ε n-puta, možemo registrirati broj m koliko puta je nastupio
m
događaj D. Omjer  Fn (D ) naziva se relativna frekvencija događaja D u n-strukom
n
ponavljanju eksperimenta ε.

5
 Iskustvo nam pokazuje da postoji:

m
(1) lim Fn ( D )  lim  F ( D) .
n  n  n

Dakle, ugrubo možemo reći da za velike n, relativna frekvencija događaja D ne

zavisi od n, nego i o samom tom događaju D. Broj F(D) je dakle, određena karakteristika
događaja D, koju intuitivno možemo prihvatiti kao određenu mjeru za "šansu" nastupanja
događaja D, to više što vrijedi:

(2) 0  Fn ( D )  1, n  1,2,.... ,

dakle i,

(3) 0  F ( D)  1 .

Nadalje, ako su A1 i A2 dva događaja koja se međusobno isključuju (tj.

A1  A2   ), a koji mogu nastupiti u promatranom eksperimentu, tada je:

(4) Fn ( A1  A2 )  Fn ( A1 )  Fn ( A2 ), n  1,2,.... ,

pa dakle i,

(5) F ( A1  A2 )  F ( A1 )  F ( A2 ) .

Relacijom (5) izrekli smo činjenicu da je "šansa" da nastupi A1 ili A2 jednaka

zbroju "šansi" za nastup događaja A1 i događaja A2, što također intuitivno prihvaćamo
kao prikladno svojstvo za mjeru mogućnosti nastupanja nekog događaja..
Konačno možemo sebi formalno postaviti i ovakav zadatak: imamo neki slučajni
eksperiment ε i s njim u svezi algebru događaja A * . Svakom događaju A  A *
treba pridružiti realan broj P(A) tako da pritom budu zadovoljeni zahtjevi koji se prirodno
nameću na jednu mjeru za mogućnost nastupanja događaja A u promatranom
eksperimentu. Broj P(A) zvat ćemo onda vjerojatnost događaja A.

6
 Definicija 1. (Kolmogorov) Funkcija P : A*  R koja ima ova tri svojstva:

(a) P ()  1 i P ( A)  0, A  A * (normiranost)

(b) ( A, B  A*, A  B  )  P ( A  B )  P( A)  P( B ) (aditivnost)
(c) ( An  A; n  1,2,...; A1  A2  ....; lim An  )  lim P ( An )  0
n n 

(neprekidnost),

naziva se vjerojatnost na algebri događaja A*.

Dakle, u vezi s nekim slučajnim eksperimentom ε imat ćemo algebru događaja A*

i vjerojatnost P, tako da za svaki događaj A  A * imamo njegovu vjerojatnost P(A).
Takva formalna struktura može nam poslužiti za opisivanje mnogih stvarnih fenomena.
Razumno opravdanje za izbor aksioma (a) i (b) nalazi se u prirodnom zakonu koji
je izražen sa (1) i po kojem je određena stabilnost relativne frekvencije slučajnog
događaja, iskustvena činjenica. Aksiomi (a) i (b) odraz su osobina relativne frekvencije
koje su opisane (2), (3), (4) i (5), a temeljem njih moguće je izgraditi teoriju koja
objašnjava mnoge fenomene u vezi sa slučajnim eksperimentima.
Teorem 1. (Kolmogorov) Neka je A* algebra događaja i P vjerojatnost na algebri
A*. Tada:

(I) A  A*  P( A c )  1  P( A) ,
(II) P ( )  0 ,
(III) ( A, B  A * i A  B )  P ( B \ A)  P ( B )  P ( A) i P ( A)  P ( B ) ,
(IV) ( A, B  A*)  P ( B  A)  P ( B )  P ( A)  P ( A  B) .

Tvrdnje teorema 1., koje se relativno lako mogu i dokazati, poklapaju se i s

intuitivnim predodžbama o vjerojatnosti događaja. Tako tvrdnja (I) izriče činjenicu da
suprotan događaj ima komplementarnu vjerojatnost u odnosu prema vjerojatnosti
sigurnog događaja. Tvrdnjom (II) izriče se činjenica da nemoguć događaj ima
vjerojatnost 0. U tvrdnji (III) tvrdi se: ako događaj A povlači nastup događaja B,
vjerojatnost od A ne premašuje vjerojatnost od B. Sa (IV) izriče se da je vjerojatnost
nastupa A ili B jednaka zbroju vjerojatnosti od A i B umanjenom za vjerojatnost nastupa
A i B.

7
4 Stirlingova formula i njene primjene
Vidjeli smo da se pri izračunavanju vjerojatnosti događaja prilikom jednako
vjerojatnih elementarnih događaja (ishoda) često pojavljuje vrijednost n! ( n  N ) i
binomni koeficijent. Budući da je

 n  n!
   ; n, k  N , n  k,
 k  k!(n  k )!

praktično je važno imati formulu za izračunavanje n!, posebno za velike n. U tu svrhu se

može iskoristiti tzv. Stirlingova formula, prema kojoj je:

n!  2n n n e  n .

Primjer 3. Iz skupa od 32 igraće karte izvlači se 8 karata. Kolika je vjerojatnost

da će sve biti iste boje?
Razumno je pretpostaviti da svaka osmorka karata ima istu šansu da bude izvučena. Skup
Ω elementarnih događaja je skup svih mogućih osmorki karata, tako da je
 32 
n ( )  
8   . Događaju A ("sve izvučene karte su iste boje") pripada n(A)=4
 
elementarna događaja tako da je:

4 4  8!*24! 4 2 * 8 88 e8 2 * 24 2424 e24

P( A)     4 12 * 264 * 324  3.8 *107
32 32! 2 * 32 3232 e32
 
8 

8
5 Uvjetna vjerojatnost
Definira se za međusobno ovisne događaje kada se postavlja pitanje kolika je
vjerojatnost događaja A ako je poznato da je nastupio događaj B. Takva vjerojatnost
naziva se uvjetna vjerojatnost, a
označava se P(A/B). Možemo je
odrediti ako ovisnost između
događaja A i B prikažemo grafički:

A B

P( A  B)
P( A / B)  , uz P( B)  0
P( B)
(6)

Analogno ovome, možemo odrediti koja je vjerojatnost događaja B, ako je nastupio

događaj A, odn. P(B/A).

A B

P ( A  B)
P( B / A)  , uz P( A)  0 (7)
P( A)

9
Riješimo se razlomka u jednadžbama (6) i (7), pa imamo:

P( A  B)  P( B) * P( A / B)
(8) P ( A  B )  P ( A) * P ( B / A)

Sada je očito da za nezavisne događaje vrijedi slijedeća relacija:

(9) P( A  B )  P( A) * P( B) .

Ovakve događaje zovemo još i stohastički nezavisni događaji.

6 Bayesova formula
Neka je A* dana algebra događaja i P : A*  R vjerojatnost na algebri A*, i neka
događaji Bi  A*, (i  1,...., n) obrazuju potpunu familiju događaja, što znači da se
n n
oni međusobno isključuju i da je Bi
i 1
 te  P( B )  1 . Pretpostavimo još da je
i 1
i

P ( Bi )  0, (i  1,...., n) . Neka je, nadalje, A  A * proizvoljni događaj. Tada je

(10) ( A  B1 )  ( A  B2 )  ....  ( A  Bn )  A .

10
 Budući da se i događaji ( A  Bi ), (i  1,...., n) neđusobno isključuju, iskoristit
ćemo svojstvo aditivnosti po definiciji 1., pa proizlazi:

n
(11)  P( A  B )  P( A) .
i 1
i

Izjednačimo sada formule iz (8) pa ćemo dobiti:

(12) P ( A  B )  P ( B) * P ( A / B )  P ( A) * P ( B / A), uz P( A)  0.

Primijenimo sada na jednadžbu (11) formulu (12), pa dobivamo:

N
(13)  P( B ) * P( A / B
I 1
i I )  P ( A) .

Formula (13) nam omogućuje izračunavanje nekog događaja A  A * , kad znamo

vjerojatnosti Bi  A * (koji se obično nazivaju hipoteze) i uvjetne vjerojatnosti
događaja A u odnosu prema događajima Bi , uz (i  1,.., n) koju čine potpunu familiju
događaja. Ta formula obično se naziva formula totalne vjerojatnosti.

Ako se pretpostavi da je P ( A)  0 i uzme se u obzir činjenica da je:

P( A) * P( B I / A)  P ( B I ) * P( A / B I ); uz i  1,...., n.

dobiva se:

P( B I ) * P( A / B I )
P ( B I / A)  ; uz i  1,...., n.
P ( A)

odnosno, prema (13):

P( B I ) * P( A / B I )
P ( B I / A)  n
; uz i  1,...., n.
(14)
 P( B ) *P( A / B )
i 1
i i

Relacija (14) naziva se Bayesova formula i ona se često primjenjuje u rješavanju

različitih praktičnih zadataka u kojima se traži uvjetna vjerojatnost hipoteze Bi , kad se
zna da je nastupio događaj A koji inače nastupa uvijek s jednom od hipoteza
Bi , uz (i  1,.., n) .

11
7 Prostor vjerojatnosti
U prijašnjim izvodima formula i relacija služili smo se samo svojstvima (a) i (b) iz
definicije 1., kojom smo definirali vjerojatnost P na danoj algebri A* događaja. Dobivene
relacije uvijek su se odnosile na konačan broj događaja algebre A* i na njihove
vrijednosti. Sad ćemo, indirektno se koristeći svojstvom (c) definicije 1., apstrahirati neke
relacije koje se odnose na beskonačno prebrojivo mnogo događaja algebre A* i njihove
vjerojatnosti, a koje se nalaze u prostoru vjerojatnosti. Radi konciznosti rada, dat ćemo
samo definiciju prostora, bez zalaženja u izvod sam proces zaključivanja, izlaganja
pripadajućih teorema te dokaza.
Definicija 2. Uređena trojka (, A*, P ) sastavljena od nepraznog skupa Ω
elementarnih događaja, σ-algebre A* događaja i vjerojatnosti P na σ-algebri A* naziva se
prostor vjerojatnosti.
Tako definirana matematička struktura, koju smo nazvali prostor vjerojatnosti,
veoma je općenit i moćan model za opisivanje različitih praktičnih fenomena.
Primijetimo da skup Ω, kao skup mogućih ishoda nekog eksperimenta može biti konačan
ili beskonačan (prebrojiv ili neprebrojiv), da je σ-algebra A događaja (podskupova od Ω)
zatvorena s obzirom na operacije "  " (ili), "  " (i) i "c" (ne), i to čak i ako se one
primjenjuju i beskonačno prebrojivo puta.
Premda se možda sam koncept prostora vjerojatnosti doima vrlo apstraktnim, pa čak
i dubiozno korisnim, u knjizi Željka Paušea "Vjerojatnost: Informacija – Stohastički
procesi" dan je dobar primjer (primjer 17.) koji solidno izlaže sukus prostora vjerojatnosti
i njegovu moguću primjenu. Bez zalaženja u formalizaciju, radi se o slijedećem –
uzmemo novčić i uzastopno ga bacamo sve do prvog nastupa grba. Skup elementarnih
događaja očito je skup N. Postavlja se pitanje vjerojatnosti nastupa grba kada broj
bacanja raste u beskonačnost. Kako je i intuitivno jasno, pokazuje se da vjerojatnost
događaja "grb je nastupio nakon beskonačno mnogo bacanja" jednaka 0, dakle nemoguć
događaj, a da je vjerojatnost nastupa događaja "grb je nastupio prije beskonačno mnogo
bacanja" i kao takav je siguran događaj, vjerojatnosti 1.

12
8 Literatura
1. Pauše, Ž., "Vjerojatnost: Informacija – Stohastički procesi", Školska
knjiga, Zagreb, 1974.
2. www.probability.net

13