P. 1
Skripta Vjerojatnost i Statistika

Skripta Vjerojatnost i Statistika

|Views: 580|Likes:
Published by Obri Gadole

More info:

Published by: Obri Gadole on Sep 10, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/04/2013

pdf

text

original

Sections

  • 1.1 Teorem o uzastopnom prebrojavanju
  • 1.3 Permutacije i varijacije
  • 1.3.1 Faktorijele
  • 1.3.2 Permutacije bez ponavljanja
  • 1.3.3 Permutacije s ponavljanjem
  • 1.3.4 Varijacije bez ponavljanja
  • 1.3.5 Varijacije s ponavljanjem
  • 1.4 Kombinacije
  • 1.4.1 Kombinacije bez ponavljanja
  • 1.4.2 Kombinacije s ponavljanjem
  • 1.5 Problemski zadaci
  • 2 Vjerojatnost
  • 2.1 Klasiˇcna definicija a priori
  • 2.2 Problemski zadaci
  • 2.3 Geometrijska vjerojatnost
  • 2.4 Uvjetna vjerojatnost
  • 2.5 Potpuna vjerojatnost. Bayesova formula
  • 3 Sluˇcajne varijable
  • 3.1 Diskretne sluˇcajne varijable
  • 3.2 Binomna razdioba
  • 3.3 Poissonova distribucija
  • 3.4 Kontinuirane sluˇcajne varijable
  • 3.5 Uniformna razdioba
  • 3.6 Eksponencijalna razdioba
  • 3.7 Normalna razdioba
  • 3.7.1 Standardna normalna razdioba
  • 4 Problemski zadaci
  • 5 Statistika
  • 5.1 Mjere centralne tendencije
  • 5.2 Mjere varijabilnosti
  • 5.2.1 Raspon
  • 5.2.2 Srednje odstupanje
  • 5.2.3 Standardna devijacija
  • 5.2.4 Koeficijent varijabilnosti
  • 6 Metode statistiˇckih zakljuˇcivanja
  • 6.1 Karakteristike uzoraka
  • 6.2 Testiranje statistiˇckih hipoteza
  • 6.3 Testiranje hopoteze o distribuciji u osnovnom skupu
  • 6.4 Korelacija
  • 6.5 Regresija

Vjerojatnost i statistika

E. Kovaˇc-Striko
N. Kapetanovi´c
B. Ivankovi´c
17. svibnja 2006.
Sadrˇzaj
1 Kombinatorika 2
1.1 Teorem o uzastopnom prebrojavanju . . . . . . . . . . . . . . 3
1.2 Formula ukljuˇcivanja i iskljuˇcivanja . . . . . . . . . . . . . . . 7
1.3 Permutacije i varijacije . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1 Faktorijele . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.2 Permutacije bez ponavljanja . . . . . . . . . . . . . . . 11
1.3.3 Permutacije s ponavljanjem . . . . . . . . . . . . . . . 14
1.3.4 Varijacije bez ponavljanja . . . . . . . . . . . . . . . . 17
1.3.5 Varijacije s ponavljanjem . . . . . . . . . . . . . . . . . 19
1.4 Kombinacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.1 Kombinacije bez ponavljanja . . . . . . . . . . . . . . . 20
1.4.2 Kombinacije s ponavljanjem . . . . . . . . . . . . . . . 23
1.5 Problemski zadaci . . . . . . . . . . . . . . . . . . . . . . . . . 29
2 Vjerojatnost 31
2.1 Klasiˇcna definicija a priori . . . . . . . . . . . . . . . . . . . . 31
2.2 Problemski zadaci . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3 Geometrijska vjerojatnost . . . . . . . . . . . . . . . . . . . . 40
2.4 Uvjetna vjerojatnost . . . . . . . . . . . . . . . . . . . . . . . 41
2.5 Potpuna vjerojatnost. Bayesova formula. . . . . . . . . . . . . 43
1
3 Sluˇcajne varijable 45
3.1 Diskretne sluˇcajne varijable . . . . . . . . . . . . . . . . . . . 45
3.2 Binomna razdioba . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.3 Poissonova distribucija . . . . . . . . . . . . . . . . . . . . . . 54
3.4 Kontinuirane sluˇcajne varijable . . . . . . . . . . . . . . . . . 57
3.5 Uniformna razdioba . . . . . . . . . . . . . . . . . . . . . . . . 61
3.6 Eksponencijalna razdioba . . . . . . . . . . . . . . . . . . . . . 62
3.7 Normalna razdioba . . . . . . . . . . . . . . . . . . . . . . . . 64
3.7.1 Standardna normalna razdioba . . . . . . . . . . . . . 65
4 Problemski zadaci 71
5 Statistika 73
5.1 Mjere centralne tendencije . . . . . . . . . . . . . . . . . . . . 78
5.2 Mjere varijabilnosti . . . . . . . . . . . . . . . . . . . . . . . . 81
5.2.1 Raspon . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.2.2 Srednje odstupanje . . . . . . . . . . . . . . . . . . . . 81
5.2.3 Standardna devijacija . . . . . . . . . . . . . . . . . . . 82
5.2.4 Koeficijent varijabilnosti . . . . . . . . . . . . . . . . . 82
6 Metode statistiˇckih zakljuˇcivanja 83
6.1 Karakteristike uzoraka . . . . . . . . . . . . . . . . . . . . . . 84
6.2 Testiranje statistiˇckih hipoteza . . . . . . . . . . . . . . . . . . 84
6.3 Testiranje hopoteze o distribuciji u osnovnom skupu . . . . . . 86
6.4 Korelacija . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.5 Regresija . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
1 Kombinatorika
Matematiˇcka disciplina koja uglavnom prouˇcava konaˇcne skupove i strukture.
Prebrojavanje skupova danas je samo jedan od vidova kombinatorike. Rijeˇc
dolazi od latinske rijeˇci combinare=slagati. U prebrojavanju sluˇzimo se enu-
merativnim metodama ako uop´ce moˇzemo uoˇciti strukturu skupa. Navedimo
neke od tipiˇcnih problema:
1. Na koliko se razliˇcitih naˇcina 6 ploha kocke moˇze obojiti ako imamo
ˇcetiri boje, a isti naˇcini bojanja su oni koji se mogu rotacijama dovesti
do poklapanja?
2
2. Moˇze li se svaki od 5 telefona spojiti s toˇcno tri preostala?
3. Na koliko razliˇcitih naˇcina moˇze ˇcetvoro ljudi sjesti za okrugli stol?
4. Koliko ukupno utakmica odigraju momˇcadi nogometne hrvatske lige
ako svaki klub odigra po dvije utakmice sa svakim od preostalih klubova?
5. Na koliko naˇcina moˇze petoro ljudi podijeliti 24 kovanice od po jednu
kunu?
6. U druˇstvu od ˇcetvero ljudi svaka dvojica imaju toˇcno jednog zajedniˇckog
prijatelja. Dokaˇzite da u tom druˇstvu postoji osoba koja je prijatelj
svim ostalim ˇclanovima druˇstva.
7. Svaki je ˇclan nekog kolektiva u toˇcno dvije delegacije, a svake dvije
delegacije imaju toˇcno jednog zajedniˇckog ˇclana. Ukupno, taj kolektiv
ima 5 delegacija. Koliko ˇclanova ima taj kolektiv?
8. Koliko je peteroznamenkastih brojeva kojima ja svaka znamenka tog
broja ve´ca od zbroja dviju znamenaka neposredno s njoj desne strane?
(Fibonaccijevi brojevi)
Rjeˇsenja i obrazloˇzenja probajte prona´ci sami.
Moˇzda su to samo zgodne zagonetke i sluˇze samo za razonodu. Povijesno
gledano, kombinatorika je kao znanstvena disciplina nastajalo malo-pomalo,
a svoje korijene vuˇce iz zabavne matematike, zagonetaka, igara joˇs od 17.
stolje´ca. Kombinatorika se danas ozbiljno primjenjuje u biologiji, kemiji,
elektronici, medicini, lingvistici, sociologiji . . .
1.1 Teorem o uzastopnom prebrojavanju
Teorem 1.1 Neka su A
1
, A
2
, . . . , A
m
konaˇcni skupovi i neka je
T ⊆ A
1
A
2
A
m
skup uredjenih m-torki (a
1
, a
2
, . . . , a
m
) definiranih na slijede´ci naˇcin:
- prva komponenta a
1
moˇze se birati na k
1
razliˇcitih naˇcina, izmedju k
1
razliˇcitih elemenata skupa A
1
,
- za svaku ve´c odabranu komponentu a
1
, drugu komponentu a
2
moˇzemo
izabrati na k
2
razliˇcitih naˇcina, . . .
3
- sve dok posljednju moˇzemo birati na k
m
razliˇcitih naˇcina.
Tada skup T svih uredjenih n-torki ima
k
1
k
2
k
m
elemenata.
Dokaz: se provodi indukcijom, ali to nije u domeni kolegija.
Primjeri primjene navedenog teorema o uzastopnom prebrojavanju:
1. Ako registarska ploˇcica zagrebaˇckog registarskog podruˇcja ima u izboru
najviˇse 4-znamenkasti broj i dva slova abecede koja ne mogu biti palatali,
koliko se razliˇcitih tablica moˇze izdati?
Rjeˇsenje:prva se znamenka moˇze izabrati na deset naˇcina, s tim da se nula ne
piˇse. Za svaku tako izabranu znamenku, druga se opet moˇze izabrati na 10 naˇcina
. . . Abeceda ima 7 palatala, pa je po teoremu 1:
10 10 10 10 23 23
2. Ako na podruˇcju Republike BiH registarske tablice imaju troznamenkasti
broj, zatim slovo koje postoji i jednako je u azbuci i abecedi, a onda
ponovo troznamenkasti broj, koliko se tablica moˇze izdati na podruˇcju
susjedne republike?
Rjeˇsenje: analogno prethodnom, ako su zajedniˇcka slova azbuke i abecede: A, B,
E, I, J, K, M, O i T:
10
3
9 10
3
.
3. U razredu koji broji 20 uˇcenika, treba izabrati Predsjednika, njegova za-
mjenika i blagajnika. Koliko je razliˇcitih mogu´cnosti za izbor troˇclanog
povjerenstva razreda?Rjeˇsenje:
20 19 18.
4. Iz grada A u grad B vode ˇcetiri ceste, a iz B u C pet. Na koliko naˇcina
moˇzemo iz grada A preko B sti´ci u C?
Rjeˇsenje:
4 5 = 20
5. Na nekom je ˇsahovskom turniru odigrano 78 partija. Turnir je igran po
principu da je svaki igraˇc odigrao sa svakim samo jedan meˇc. Koliko
je bilo ˇsahista na turniru?
Rjeˇsenje:
n (n −1)
2
= 78 n = 13
4
6. Koliko dijagonala ima konveksni 12-terokut?Rjeˇsenje: Iz svakog je vrha
mogu´ce povu´ci n −3 dijagonala:
12 (12 −3)
2
7. Koliko ima peteroznamenkastih brojeva ˇcije su svake dvije susjedne
znamenke razliˇcite?
Rjeˇsenje: Prva znamenka ne moˇze biti 0. Kad se ona odabere, drugo je mjesto
mogu´ce popuniti opet na 9 naˇcina, jer se ne smije staviti znamenka kao na prvom
mjestu. Konaˇcan broj takovih brojeva je:
9 9 9 9 9
8. Koliko ima razliˇcitih telefonskih brojeva od 7 znamenaka?
Rjeˇsenje:
9 10
6
• ako su prve tri znamenke neparne?
Rjeˇsenje:
5 5 5 10 10 10
• ako su prve dvije znamenke jednake?
Rjeˇsenje:
9 1 10
5
• sve su znamenke razliˇcite?
Rjeˇsenje:
9 9 8 7 6 5 4.
• prve tri i posljednje tri su jednake?
Rjeˇsenje:
9 1 1 10 10 1 1.
• sve su razliˇcite, s tim da su prva, tre´ca i peta neparne, a druga,
ˇcetvrta i ˇsesta parne?
Rjeˇsenje:
5 5 4 4 3 3 10.
5
Zadaci za samostalno rjeˇsavanje:
1. Koliko elemenata skupa
¦1, 2, 3, . . . 1000¦
je djeljivo sa ˇcetiri?
2. Ako godina ima 365 dana, koliko najviˇse u toj godini ima dana ”petak
trinaesti”?
3. Test ima 20 pitanja s odgovorima DA ili NE. Na koliko se razliˇcitih
naˇcina test moˇze rijeˇsiti?
4. Knjiˇznica sadrˇzi 40 razliˇcitih knjiga iz matematike, 30 iz fizike, 27 iz
kemije i 20 kniga iz biologije. Na koliko naˇcina moˇze uˇcenik uzeti iz
knjiˇznice po jednu knjigu iz ta ˇcetiri predmeta?
5. Na farmi se nalazi 20 ovaca, 24 svinje i 10 goveda.
(a) na koliko se naˇcina moˇze odabrati po jedna ovca, svinja i govedo?
(b) isto pitanje kao u a, ali ako je ve´c odabrana jedna takva trojka?
6. Koliko cijelih brojeva izmedu 100 i 999 ima razliˇcite znamenke, a koliko
je medu njima neparnih?
7. Na nekom sportskom peteroboju nacija, svaka od zamalja uˇcesnica ima
ekipu iz nogometa, rukometa, koˇsarke, plivanja, vaterpola, atletike,
boksa i tenisa. Propozicije natjecanja nalaˇzu da svaka zemlja u svakom
od tih sportova mora odrˇzati meˇc sa svakom od preostlih zemalja. Ko-
liko ´ce se meˇceva ukiupno odrˇzati na tom natjecanju?
8. Kroz svaku od tri toˇcke A, B i C u ravnini, povuˇceno je 10 pravaca,
medu kojima nema paralelnih i nikoja 3 se ne sijeku u jednoj toˇcki
(osim u A, B, C). Nadite broj presjeciˇsta odredenih tim pravcima.
(a) Nadite broj presjeciˇsta ako kroz A prolazi 10, kroz B 20, a kroz
C 30 pravaca.
9. Na nekom ˇsahovskom turniru, svaki je igraˇc odigrao sa svakim od pre-
ostalih po jednu partiju. Ukupno je odigrano 78 partija. Koliko je
ˇsahista sudjelovalo na turniru?
6
10. Zadani su skupovi A = ¦1, 2, 3, 4¦, B = ¦a, b, c¦. Koliko ima
(a) svih funkcija iz A u B?
(b) surjekcija iz A u B?
Rjeˇsenje: 1. 250; 2. 3; 3. 2
20
; 4. 648.000; 5. a)4800;b)3933; 6.648(324); 7. 80; 8. 13; 9.
3n
2
= 300;a) mn +mp +np = 1100; 10. a)3
4
= 81, b) 36
1.2 Formula ukljuˇcivanja i iskljuˇcivanja
Rjeˇsenje posljednjeg zadatka iz prethodnog poglavlja u kojem se traˇzi broj
surjekcija nemogu´ce je izvesti bez primjene formule iskljuˇcivanja i ukljuˇcivanja.
a) Funkcija
f : A →B
je takvo pridruˇzivanje koje svakom elementu skupa A pridruˇzi
toˇcno jedan element iz skupa B. Broj funkcija iz A = ¦1, 2, 3, 4¦ u
skup B = ¦a, b, c¦ mogu´ce je humanizirati u problem broja naˇcina
na koje se svakom od ˇcetiri mladi´ca moˇze svidati toˇcno jedna od
tri djevojke. Oˇcito svaki deˇcko ima 3 mogu´cnosti izbora, pa je to
3 3 3 3 = 3
4
= 81
naˇcin simpatiziranja (doduˇse jednostranog)
b) Surjektivnost funkcije je svojstvo da svaki element kodomene ima
u domeni bar jedan element koji mu je pridruˇzen.
To bi u navedenoj humanizaciji znaˇcilo da nema djevojke koju bar
jedan mladi´c ne bi simpatizirao.
Zadatak se rjeˇsava upravo suprotno:
1. raˇcuna se broj funkcija
f : A →B ¸ ¦a¦
koje simboliziraju broj naˇcina na koji mladi´ci u simpatiziranju
zaobilaze djevojku a:
2 2 2 2 = 2
4
= 16
7
2. raˇcuna se broj funkcija
f : A →B ¸ ¦b¦
koje simboliziraju broj naˇcina na koji mladi´ci u simpatiziranju
zaobilaze djevojku b:
2 2 2 2 = 2
4
= 16
3. raˇcuna se broj funkcija
f : A →B ¸ ¦c¦
koje simboliziraju broj naˇcina na koji mladi´ci u simpatiziranju
zaobilaze djevojku c:
2 2 2 2 = 2
4
= 16
Pogreˇsno bi bilo zakljuˇciti da je zbroj
16 + 16 + 16 = 3 16 = 48
stvaran broj funkcija koje nisu surjekcije:
- postoji sluˇcaj u kojem su svi zatreskani u djevojku a i taj sluˇcaj
se u gornjoj sumi brojao dvaput
- postoji sluˇcaj u kojem su svi zatreskani u djevojku b i taj sluˇcaj
se u gornjoj sumi brojao dvaput
- postoji sluˇcaj u kojem su svi zatreskani u djevojku c i taj sluˇcaj
se u gornjoj sumi brojao dvaput.
Slijedi da iz zbroja
16 + 16 + 16
moraju ta tri sluˇcaja biti izuzeti. Ukupan broj funkcija koje nisu sur-
jekcije je
48 −3 = 45,
pa je broj onih koje jesu surjekcije 36, kao u rjeˇsenju.
Vennovi dijagrami su grafiˇcki prikazi skupova koji istiˇcu relacije ”biti pod-
skup”, ”imati presjek”, ”biti disjunktan” i ”biti element”. Vennovi
dijagrami ne sluˇze u svrhu dokaza.
8
Zadaci
1. U nekom druˇstvu umirovljenika primijetili su da nema ˇclana koji ne
bi bio ´celav ili ne bi nosio naoˇcale. U trenucima dokolice ustanovili
su da je 31 ˇclan ´celav, da ih 24 nosi naoˇcale i da ih 12 ima naoˇcale i
istovremeno su ´celavi. Koliko ˇclanova ima druˇstvo penzionera?
2. U nekom razredu svaki uˇcenik uˇci bar jedan od tri strana jezika. 18 ih
uˇci engleski, 15 njemaˇcki, a 9 francuski. 10 ih uˇci engleski i njemaˇcki,
7 ih uˇci engleski i francuski, a 6 francuski i njemaˇcki. 5 uˇcenika uˇci sva
tri jezika.
(a) Koliko uˇcenika ima u tom razredu?
(b) Koliko uˇcenika uˇci sama njemaˇcki?
(c) Koliko uˇcenika uˇci engleski i francuski, ali ne i njemaˇcki?
3. U skupu od 100 studenata engleski jezik zna 28 studenata, njemaˇcki
30, francuski 42, engleski i njemaˇcki zna njih 8, engleski i francuski 10,
njemaˇcki i francuski pet, dok sva tri jezika znaju samo tri studenta.
Koliko studenata ne zna nijedan jezik?
Rjeˇsenja: 1. 43; 2. ? 3. 20
Propozicija 1.1 (Formula ukljuˇcivanja - iskljuˇcivanja) prebrojava nedis-
junktne unije:
1. Ako su A i B konaˇcni skupovi, tada vrijedi:
k(A ∪ B) = k(A) +k(B) −k(A ∩ B)
2. Ako su A, B i C konaˇcni skupovi, tada vrijedi:
k(A∪B∪C) = k(A)+k(B)+k(C)−k(A∩B)−k(A∩C)−k(B∩C)+k(A∩B∩C)
3. Ako su A
1
, A
2
, . . . , A
m
konaˇcni skupovi:
k(
m
_
i=1
A
i
) =
m

i=1
k(A
i
) −

1≤i<j≤m
k(A
i
∩ A
j
) +
+

1 ≤ i < j < k ≤ mk(A
i
∩ A
j
∩ A
k
) −
+ (−1)
m+1
k(
m

i
1
A
i
)
9
Dokaz se provodi indukcijom, no u ovom kolegiju ne´ce biti prezentiran.
Zadatak 1.1 U jednom gradu, koji ima samo 40.000 stanovnika, organiziraju
se u dobrotvorne svrhe razne aktivnosti. Gradonaˇcelnik se na kraju godine
pohvalio da su odrˇzana dva koncerta i lutrija, te da je svaki drugi gradanin
sudjelovao u dobrotvornim aktivnostima.
Poznato je da je na koncertu ozbiljne glazbe bilo 2.000 posjetilaca, na
rock-koncertu 8.000, te da je po jedan listi´c lutrije kupilo 12.000 stanovnika.
Nadalje, potnato je da je 500 ljudi bilo na oba koncerta, da je 50 ljudi koji su
bili na koncertu ozbiljne glazbe sudjelovalo u lutriji, te da je 3.000 posjetilaca
rock-koncerta kupilo lutriju. Nitko nije kupio viˇse od jednog listi´ca lutrije.
ˇ
Sto mislite o gradonaˇcelniku?
Rjeˇsenje: provjeriti tvrdnju gradonaˇcelnika formulom FUI. Budu´ci je presjek
svih skupova po broju jednak 1550, brojniji je od nekih svojih natskupova,
oˇcito da gradonaˇcelnik ne govori istinu.
Zadatak 1.2 U nekom gradu na planeti Xprom ima 12000 stvorenja sa sur-
lom, 15000 s repom i 20000 bez ijedne dlake. Osam tisu´ca njih sa surlom
imalo je rep, 6000 sa repom bilo je dlakavo, 5000 dlakavih imalo je surlu, dok
je njih 1000 bilo i dlakavo i repato i surlasto. Koliko je grad imao stanovnika?
Rjeˇsenje:
Nakon raspoloˇzivih podataka moˇzemo tvrditi da ih je 30000. Pazite na
dlakavost stanovnika!
1.3 Permutacije i varijacije
Kod permutacija i varijacija bitan je poredak elemenata, kao na primjer,
u igri odbojke. Razlikujemo permutacije bez ponavljanja i permutacija s
ponavljanjem. Varijacije se u suvremenoj literaturi uglavnom svrstavaju pod
permutacije, jer se prebrojava na koliko naˇcina moˇze viˇse od 6 igraˇca igrati
odbojku.
Zadatak 1.3 Na koliko naˇcina moˇze 8 ljudi ˇcekati u redu za crni kruh?
Rjeˇsenje na 8 7 6 1 = 8! naˇcina.
10
1.3.1 Faktorijele
Faktorijela je unarna operacija:
n! = 1 2 n.
Ako se promatra kao funkcija, ima brˇzi rast od svih elementarnih
funkcija. Po definiciji je 0! = 1.
Stirlingovu formulu koristimo za velike brojeve n kod probliˇznog raˇcunanja,
jer je vrijednost n! uvijek prirodan broj:
n! = (
n
e
)
n


2πn
Prilikom raˇcunanja koristimo se funkcijom dekadskog logaritma.
Zadatak 1.4 Izraˇcunajte prvih ˇsest faktorijela. Do koje faktorijele
raˇcuna vaˇsa dˇzepna raˇcunaljka?
Rjeˇsenje:
0! = 1
1! = 1
2! = 2
3! = 6
4! = 24
5! = 120
6! = 720
1.3.2 Permutacije bez ponavljanja
Neka je S n-ˇclani skup ˇciji su elementi medjusobno razliˇciti. Per-
mutacija n-ˇclanog skupa je svaki niz od n medjusobno razliˇcitih ele-
menata iz S.
Zadatak 1.5 Neka je S = ¦1, 2, 3¦ ispiˇsite sve permutacije skupa S.
Zadatak 1.6 Ispiˇsite sve permutacije skupa S = ¦1, 2, 3, 4¦.
11
Po teoremu o uzastopnom prebrojavanju
P
n
= n!.
Primjeri
1. Na koliko naˇcina moˇze 5 ljudi stati u red?
Rjeˇsenje:
5! = 120
isto kao po teoremu o uzastopnom prebrojavanju.
2. Koliko permutacija ima rijeˇc PROMET?
Rjeˇsenje:
6! = 720.
3. Na koliko naˇcina moˇze 5 muˇskaraca i 5 ˇzena sjesti u red u kinu sa 10
sjedala, a da nijedne dvije ˇzene ne sjede skupa?
Rjeˇsenje:
2(5!)
2
= 240
jer na prvo mjesto moˇze sjesti bilo muˇskarac, bilo ˇzena.
4. Na koliko naˇcina moˇze 11 vitezova sjesti oko okruglog stola?
Rjeˇsenje: Rj: Jednog fiksirati a ostali sjednu na 10! naˇcina.
5. Na koliko naˇcina moˇze 5 studenata sjesti na jednu klupu tako da Ivica
i Marica, kao dvoje od studenata sjede jedno do drugog?
Rjeˇsenje: Rj: Ivicu i Maricu uzeti kao jedan objekt. Sada 4 objekta sjeda na 4!
naˇcina. Joˇs Ivica i Marica mogu zamijeniti mjesta, pa je to 2 4! = 48 naˇcina.
6. Na koliko naˇcina mogu 5 djeˇcaka i dvije djevojˇcice stajati u redu, a da
djevojˇcice ne budu jedna do druge?
Rjeˇsenje:
7! −2 6!
jer se od svih razmjeˇstaja izuzimaju oni u kojima djevojˇcice sjede skupa.
7. Na koliko naˇcina moˇze 5 muˇskaraca i 5 ˇzena sjesti za okrugli stol, a da
uvijek izmedju dva muˇskarca sjedi ˇzena?
Rjeˇsenje: Rjeˇsenje: Zamisliti kartanje. Najprije svi sjednu kako je traˇzeno. Drugaˇciji
se raspored dobiva ako se svaki muˇskarac zamijeni sa susjednom ˇzenom. Slijede´ci se
rasporedi dobivaju ako se muˇskarci permutiraju. Za svaku permutaciju muˇskaraca
mogu´ce je permutirati i ˇzene. Zato je broj svih naˇcina:
2 6! 6!.
12
8. Na nekom sastanku, 5 ljudi A, B, C, D, i E trebaju odrˇzati referate.
Na koliko naˇcina oni mogu biti upisani u spisak govornika?
(a) Koliko je rasporeda, ako B mora govoriti nakon A?
(b) Koliko je rasporeda u kojima ´ce A govoriti neposredno prije B?
Rjeˇsenje: 120 naˇcina
(a) svakom rasporedu u kojem je B nakon A, mogu´ce je na´ci raspored u kojem
je A nakon B (zamjena poredka govornika). Ukupan broj je
1
2
5! = 60
(b) par AB treba smatrati jednim govornikom, pa je onda broj poredaka 4!
13
Zadaci za samostalno rjeˇsavanje:
1. Koliko je permutacija mogu´ce napraviti od rijeˇci
a) DUBROVNIK b) ZAGREB c) SPLIT
2. Koliko ima peteroznamenkastih brojeva, koji imaju znamenke kao i broj
a) 34125 b) 12034?
3. Neki skup ima n elemenata. ako se tom skupu dodaju dva elementa,
onda broj njegovih permutacija postane 90 puta ve´ci. Koliki je n?
4. (a) Na koliko se naˇcina miˇze razmjestiti 8 topova (kula) na ˇsahovsku
ploˇcu, tako da se nikoja dva medusobno ne napadaju?
(b) Koliko je naˇcina pod uvjetom da se topovi medusobno razlikuju?
5. (a) Na koliko se naˇcina 24 uˇcenika jednog razreda mogu svrstati u
povorku?
(b) Dva razreda od po 24 uˇcenika trebaju odrˇzati susret u ˇsahu. Na
koliko naˇcina oni mogu formirati parove protibnika?
(c) Na koliko naˇcina parovi protivnika mogu formirati povorku?
6. Na koliko naˇcina 10 osoba moˇze sjesti oko okruglog stola tako da Romeo
i Julija uvijek sjede skupa?
7. Na koliko naˇcina mogu za okrugli stol sjesti 6 muˇskaraca i 6 ˇzena, tako
da nikoje dvije osobe istog spola ne sjede jedna do druge?
8. Koliko ima peteroznamenkastih parnih brojeva koji imaju znamenke
kao i broj 56079
Rjeˇsenja: 1. a)362880, b)720, c)120; 2.a)120 b)96; 3. 8; 4. a)8! b)(8!)
2
; 5. a)24!, b)24!,
c)(24)
2
; 6. 2!8! = 80640
1.3.3 Permutacije s ponavljanjem
Multiskup S je skup koji se sastoji od n elemenata s tim da je medu njima
n
1
jednakih predmeta prve vrste, n
2
predmeta druge, . . . ,n
k
predmeta k-te
vrste,
n
1
+n
2
+ +n
k
= n.
14
Tada je broj permutacija multiskupa jednak broju uredenih n-torki s elemen-
tima iz multiskupa:
n!
n
1
! n
2
! n
k
!
.
Primjer 1.1 Neka je S = ¦1, 1, 1, 2, 3, 3¦. Koliko ima permutacija skupa S?
Rjeˇsenje:
Kad bi se ispisivale sve uredjene ˇsestorke:
(1, 1, 1, 2, 3, 3)
(1, 1, 1, 3, 2, 3)
(1, 1, 1, 3, 3, 2)
.
.
.
(3, 3, 2, 1, 1, 1)
dobilo bi se
P
3,1,2
6
=
6!
3! 1! 2!
= 60
permutacija s ponavljanjem. Prilikom ispisivanja permutacija pogodno je
pridrˇzavati se leksikografskog reda, sliˇcnog poretku rijeˇci u rijeˇcniku.
Zadatak 1.7 Koliko anagrama ima rijeˇc MAMA?
Rjeˇsenje:
Nakon ispisivanja dobivamo ih
P
2,2
4
=
4!
2!2!
= 6.
Leksikografski, to je
AAMM
AMAM
AMMA
MAAM
MAMA
MMAA.
Zadaci
15
1. Kolika anagrama ima rijeˇc MATEMATIKA?
Rjeˇsenje.
10!
2!2!3!
= 151200
2. Koliko se peteroznamenkastih brojeva moˇze zapisati tako da se zna-
menka 3 upotrijebi tri, a znamenka 7 dva puta?
Rjeˇsenje:
5!
3!2!
= 10
3. U koliko permutacija slova rijeˇci JUPITER samoglasnici dolaze po
abecednom redu?
Rjeˇsenje. Budu´ci samoglasnici moraju imati toˇcan redoslijed, svi se samoglasnici
mogu poistovjetiti, pa se permutira multiskup
¦J, s, P, s, T, s, R¦
na
P
3
7
=
7!
3!
= 840
naˇcina.
4. Odjeljak vagona (kupe) ima dvije klupe po 5 mjesta. Od 10 putnika,
njih 4 ˇzele sjediti s licem okrenutim u smjeru voˇznje vlaka, a troje u
suprotnom smjeru, dok je ostaloj trojici svejedno kako sjede. Na koliko
se naˇcina putnici mogu razmjestiti u kupeu?
Rjeˇsenje. Putnike na svakoj klupi mogu´ce je razmjestiti na 5! naˇcina. Izabrati
putnika koji ´ce sjediti u smjeru voˇznje od onih kojima je svejedno mogu´ce je na tri
naˇcina. Ukupno:
3 (5!)
2
naˇcina
5. (a) Na koliko se naˇcina 24 ˇcovjeka mogu podijeliti na 3 brigade sa po
osam ljudi svaka?
Rjeˇsenje. Za svaki poredak 24 ˇcovjeka u red na 24! naˇcina, mogu´ce je podijeliti
prvoj osmorici majice prve, drugoj osmorici druge i ostalima tre´ce brigade.
Sada nije bitan poredak unutar brigada, pa je broj naˇcina 8!8!8! puta manji.
Isto tako nije bitno kako su brigade poredane, pa je to joˇs 3! puta manji broj
poredaka koji daju drugaˇciju podjelu po brigadama. Ukupno je
24!
(8!)
3
3!
naˇcina.
16
(b) Na koliko je naˇcina od 24 ˇcovjeka mogu´ce napraviti 8 grupa od po
3 ˇcovjeka?
Rjeˇsenje:
24!
(3!)
8
8!
naˇcina.
6. Na koliko naˇcina moˇze kralj s donjeg lijevog ugla ˇsahovske ploˇce do´ci
u njen gornji desni ugao, ako se mora pomicati tako da nakon svakog
pokreta bude bliˇzi cilju?
Rjeˇsenje: svaki je put odreden s nizom od k kosih, v vertikalnih i h horizontalnih
pomaka:
7

k=0
(14 −k)!
k![(7 −k)!]
2
= 48639
7. Vrtlar sadi vo´cke na 100 oznaˇcenih mjesta. Na koliko naˇcina on moˇze
posaditi 25 jabuka, 25 kruˇsaka i 50 ˇsljiva?
Rjeˇsenje:
100!
(25!)
2
50!
Raˇcunanje se izvodi po Stirlingovoj formuli ili se koristi algebra. Rjeˇsenje je priro-
dan broj. Uglavnom dobiva se 1.27 10
43
permutacija s ponavljanjem.
1.3.4 Varijacije bez ponavljanja
Varijacija r-tog razreda od n elemenata je svaka uredjena r-torka medjusobno
razliˇcitih elemenata iz skupa S, za koji je k(S) = n. Broj
V
r
n
=
n!
(n −r)!
= n (n −1) (n −r + 1)
Dˇzepna raˇcunaljka ima program nPr koji raˇcuna varijacije bez ponavljanja.
Primjer 1.2 Ispiˇsite sve permutacije reda tri za skup S = ¦1, 2, 3, 4¦
Rjeˇsenje:
123
124
.
.
.
142
143,
17
pa ih je zaista
4!
1!
= 4 3 2 = 24.
Zadatak 1.8 Na koliko naˇcina 6 osoba moˇze posjesti ˇcetiri mjesta u jednom
redu?
Rjeˇsenje:
Na 6 5 4 3 = 360 razliˇcitih naˇcina.
Zadatak 1.9 Koliko se ˇcetveroznamenkastih brojeva s razliˇcitim znamenkama
moˇze napisati znamenkama ¦1, 2, 3, 4, 5, 6, 7, 8¦
Rjeˇsenje:
V
4
6
=
8!
(8 −4)!
= 1680
Zadaci
1. Koliko se ˇsifri moˇze sastaviti od 7 razliˇcitih slova abecede?
Rjeˇsenje.
30 29 28 . . . 24 =
30!
23!
= 10, 260.432
naˇcina.
2. Na atletskom natjecanju sudjelovalo je 14 dugoprugaˇsa. Medalje (zlatnu,
srebrnu i bronˇcanu) osvajaju samo prva tri plasirana natjecatelja. Na
koliko se naˇcina mogu podijeliti medalje?
Rjeˇsenje. Zlatnu moˇze dobiti teoretski bilo koji od njih 14. Nakon toga, srebrnu
dobiva netko od 13 i bronˇcanu nakon prve dvije netko od 12 preostalih:
14 13 12 = 2184
3. Ishod nogometnog prvenstva je tablica s poredanih 12 klubova.
(a) Koliko ima razliˇcitih ishoda?
Rjeˇsenje.
12! = 479, 001.600
(b) Koliko je razliˇcitih oklada ako se kladi na tri prvoplasirana i na
dva koja ´ce ligu napustiti?
Rjeˇsenje.
12 11 10
9 8
2
= 47520
18
1.3.5 Varijacije s ponavljanjem
Varijacija s ponavljanjem r-tog razreda od n elemenata je svaka uredjena
r-torka elemenata iz skupa S, k(S) = n.
Primjer 1.3 Koliko se ˇcetveroznamenkastih brojeva moˇze napisati od zna-
menaka ¦1, 2, 4, 6, 7, 8¦?
Rjeˇsenje je
V
4
6
= 1296
Primjer 1.4 Lokot na ˇsifru ima 4 koluta s po 10 znamenaka. Koliko je
mogu´cih ˇsifri?
Broj mogu´cnosti je
V
4
10
= 10
4
.
Zadatak 1.10 Na koliko se naˇcina moˇze popuniti listi´c sportske prognoze,
ako ima trinaest parova, a za svaki par se moˇze predvidjeti jedan od tri tipa:
1,2 ili X?
Rjeˇsenje: na 3
13
naˇcina, jer svaki par ima tri razliˇcita izbora.
Zadatak 1.11 Koliko bi se ljudi teoretski moglo razlikovati po zubima koji
im nedostaju, ako odrasli ˇcovjek ima 32 zuba?
Rjeˇsenje: 2
32
= 4, 294, 967.296 naˇcina.
Zadaci
1. Bacaju se dvije kocke. Koliki je broj ishoda?
Rjeˇsenje: Svaka kocka moˇze imati 6 ishoda neovisno o drugoj kocki:
6
2
= 36
2. U sobi je na lusteru 6 ˇzaruljica. Na koliko naˇcina moˇze luster svijetliti?
Rjeˇsenje. Svaka ˇzaruljica ima dvije mogu´cnosti: svijetli ili ne. Broj razliˇcitih
osvjetljena:
2 2 2 2 2 2 = 2
6
= 64
3. (a) U gradu je n semafora. Svaki semafor moˇze svijetliti crveno,
ˇzuto ili zeleno. Na koliko naˇcina mogu svi semafori svijetliti u
odredenom trenutku?
Rjeˇsenje.
3
n
naˇcina.
19
(b) Na koliko naˇcina moˇze svijetliti n semafora, ako k od njih svijetli
za pjeˇsake: crveno ili zeleno?
Rjeˇsenje.
2
k
3
n−k
naˇcina.
4. Koliko skup od 4 elementa ima razliˇcitih podskupova?
Rjeˇsenje. Za svaki element skupa mogu´ce je odabrati da li je u podskupu ili ne:
2
4
5. Koliko skup od n elemenata ima razliˇcitih podskupova? (2
n
= 2
|S|
)
6. Netko je u Zagreb s milijun stanovnika donio vrlo zanimljivu vijest.
Nakon 10 minuta, on je tu vijest saop´cio dvojici; svaki od te dvojice je
vijest nakon 10 minuta saop´cio novoj dvojici sugradana, sve dok nisu
svi saznali. Nakon koliko bremena ´ce vijest znati svi Zagrepˇcani?
Rjeˇsenje. Nakon 10k minuta vijest ´ce znati
1 + 2 + 2
2
+. . . + 2
k
= 2
k+1
−1
ljudi. Nejednadˇzba
2
k+1
−1 > 10
6
daje
k > 18
Nakon
10 19 = 190min = 3h10min
svi ´ce znati.
1.4 Kombinacije
1.4.1 Kombinacije bez ponavljanja
Kombinacija r-tog razreda od n elemenata je svaki podskup od r elemenata
skupa S, k(S) = n. Raˇcunanje se izvodi po formuli za binomne koeficijente
K
r
n
=
_
n
r
_
=
n!
r! (n −r)!
.
Na kalkulatoru postoji tipka nCr koja raˇcuna binomne koeficijente.
Zadatak 1.12 Koˇsarkaˇski trener prijavi momˇcad od 11 igraˇca. Koliko ra-
zliˇcitih petorki moˇze poslati na parket?
20
Rjeˇsenje:
Odabir se vrˇsi tako, da se igraˇci poredaju u vrstu. To se moˇze uˇciniti na
11! naˇcina. U svakom odabiru prvih pet se poˇsalje na parket. Budu´ci u igri
njihov poredak nije bitan, to je broj petorki 5! puta manji od 11!. Isto tako,
ostalih 6 se moˇze na klupi posjesti bez obzira na poredak. Tako je broj naˇcina
joˇs 6! puta manji od 11!. Konaˇcno, broj petorki je
11!
5! 6!
ili 462 naˇcina.
Zadatak 1.13 Na tulumu su odluˇcili igrati mini-loto. Uzeto je 10 biljarskih
kugli i izvlaˇci se pet. Koliko ima kombinacija?
Rjeˇsenje:
Broj kombinacija je
10!
5! 5!
= 252.
Da li bi bilo viˇse kombinacija da se izvlaˇce tri kuglice?
Zadatak 1.14 Iz ˇspila od 52 igra´ce karte na sluˇcajan naˇcin izvlaˇcimo 8
karata. Na koliko naˇcina moˇzemo isvu´ci:
1. toˇcno 3 asa
2. barem 3 asa
Rjeˇsenje:
1.
_
4
3
_

_
48
5
_
.
2.
_
4
3
_

_
48
5
_
+
_
4
4
_

_
48
5
_
.
Posebni binomni koeficijenti:
Zadatak 1.15 Kolike su vrijednosti
_
n
0
_
;
_
n
n
_
.
21
Zadatak 1.16 Koliko kombinacija ima loto 7 od 39, a koliko loto 6 od
45? Da li je lakˇse dobiti na lotu 10 od 40?
Rjeˇsenja: 15, 380.937; 8, 145.060; 847, 660.528.
Binomna formula daje koeficijente u potenciranju binoma:
(a +b)
n
=
n

k=0
_
n
k
_
a
n−k
b
k
.
Zadatak 1.17 U izrazu
(1 +x)
30
odredite koeficijent uz x
20
.
Rjeˇsenje:
_
30
20
_
= 30, 045.015.
Zadaci:
1. Izraˇcunajte:
a)
_
7
2
_
; b)
_
7
5
_
; c)
_
101
99
_
; d)
_
1001
1000
_
Rjeˇsenja: a) 21;b)21;c)5050;c)500500
2. Dokaˇzite da je
_
n + 1
k + 1
_
=
n + 1
k + 1
_
n
k
_
3. Od 20 kandidata za stolnotenisku momˇcad, selektor mora izabrati troˇclanu
reprezentaciju. Na koliko naˇcina moˇze izvrˇsiti izbor?
Rjeˇsenje.
_
20
3
_
= 1140
4. Na koliko se naˇcina mogu 3 jednake knjige razdijeliti medu 12 uˇcenika,
tako da svaki uˇcenik dobije najviˇse jednu knigu?
Rjeˇsenje. Od 12 uˇcenika izaberu se trojica koji dobivaju knjigu:
_
12
3
_
= 1320
naˇcina
22
5. Na maturalnoj veˇceri bilo je 28 uˇcenika jednog razreda. Od toga 16
mladi´ca i 12 djevojaka.
(a) Koliko parova za ples se moˇze formirati od po jednog mladi´ca i
jedne djevojke?
Rjeˇsenje. 192
(b) Na koliko naˇcina mogu na podiju plesati tri para?
Rjeˇsenje. Tri mladi´ca i tri djevojke mogu´ce je odabrati na
_
16
3
_
i
_
12
3
_
naˇcina, s tim da je kod plesa bitan poredak mladi´ca:
_
16
3
_

_
12
3
_
3! = 739200
6. Od 100 mobitela, 5 ih je s greˇskom. Na koliko se naˇcina moˇze odabrati
10 mobitela, tako da medu njima bude
(a) svih 10 ispravnih?
Rjeˇsenje:
_
95
10
_
(b) 1 neispravan?
Rjeˇsenje:
_
95
9
_

_
5
1
_
(c) 4 s greˇskom?
Rjeˇsenje:
_
95
6
_

_
5
4
_
=
(d) svih 5 s greˇskom?
Rjeˇsenje:
_
95
5
_
=
1.4.2 Kombinacije s ponavljanjem
Kombinacije s ponavljanjem od n elemenata r-tog razreda je svaki pod-
skup od r elemenata pri ˇcemu je dozvoljeno ponavljanje svakog elementa
proizvoljno mnogo puta.
23
Primjer 1.5 Neka je skup S = ¦1, 2, 3¦ Permutacije drugog razreda danog
skupa su slijede´ci multiskupovi:
¦11¦ ¦22¦ ¦33¦
¦12¦ ¦23¦
¦13¦
Raˇcunanje je po formuli:
K
r
n
=
_
n +r −1
r
_
ˇsto daje zaista
_
4
2
_
= 6 permutacija. Analogno bi bilo postaviti pitanje na
koliko naˇcina troje ljudi moˇze podijeliti dvije kune:
0 0 2
0 1 1
0 2 0
1 0 1
1 1 0
2 0 0
U ovom sluˇcaju multiskupovi imaju po dva elementa koji simboliziraju kune,
a elementi multiskupova se uzimaju iz skupa ljudi
¦1, 2, 3¦
kao da se na svaku od kuna nalijepi ceduljica ˇcija je u zadanoj podjeli.
Zadatak 1.18 Na koliko se naˇcina moˇze 5 bombona podijeliti na ˇcetvero
djece. Pritom svako pojedino dijete moˇze ostati i bez bombona,ali moˇze dobiti
i viˇse bombona.
Rjeˇsenje. Rjeˇsenje
Prvo dijete dobije nekoliko bombona u vre´cici, drugo i tre´ce dijete takodjer, dok ˇcetvrto
dobiva bombone bez vre´cice. Bombone i vre´cice mogu´ce je posloˇziti u niz:
O O V O V O V O
tako da u svaku vre´cicu idu bomboni ispred nje. Posljednje dijete dobiva bombone bez
vre´cice. Razliˇcite rasporede dobivamo razmjeˇsajem vre´cica i bombona, ukupno
_
5 + 4 −1
4 −1
_
=
_
5 + 4 −1
5
_
= 56
24
naˇcina.
Napomena. U prethodnom zadatku radi se o kombinacijama 5-tog
razreda (podjela bombona) skupa od ˇcetiri elementa (djeca koja su dobila
bombon).
Svaku podjelu bombona mogu´ce je promatrati kao multiskup od 5 eleme-
nata uzetih iz skupa djece
D = ¦1, 2, 3, 4¦
kod kojih ne moraju biti uzeta sva ˇcetiri elementa iz D i u kojem se neki
elementi mogu ponavljati. Jedan od skupova je:
P = ¦1, 1, 1, 2, 3¦
koji simbolizira podjelu
- prvi bombon je dobilo prvo dijete
- drugi bombon je dobilo prvo dijete
- tre´ci bombon je dobilo prvo dijete
- ˇcetvrti bombon je dobilo drugo dijete
- peti bombon je dobilo tre´ce dijete
Zadatak 1.19 Na koliko naˇcina petero ljudi moˇze podijeliti 24 kune?
Rjeˇsenje. Rjeˇsenje
Analogno se dijele kune, tako da posljednju dobiva ostatak:
_
24 + 5 −1
5 −1
_
= 20475
Zadaci
1. Dobavljaˇc naruˇcuje pet istovrsnih proizvoda koji mogu biti ispravni ili
neispravni. Na koliko naˇcina je mogu´c odabir?
Rjeˇsenje. Rjeˇsenje je u slaganju pet proizvoda i elementa koji dijeli ispravne i
neispravne:
_
5 + 2 −1
5
_
= 6
25
2. Dobavljaˇc moˇze nabaviti proizvode prve, druge i tre´ce klase. Na koliko
naˇcina moˇze, obzirom na kvalitetu, naruˇciti tri proizvoda?
Rjeˇsenje. Rjeˇsenje se postiˇze analogno slaganjem:
_
3 + 3 −1
3
_
= 10.
3. U koliko razliˇcitih ekipa moˇze u´ci ˇcetiri uˇcenika za tri igre, koje igraju
jednu za drugom, ako redoslijed sudjelovanja u igrama ne znaˇci novu
ekipu, ako
(a) svaki uˇcenik jedamput sudjeluje u igrama
(b) svaki uˇcenik sudjeluje viˇse puta u igrama?
Rjeˇsenje. Rjeˇsenje
(a)
_
4
3
_
= 4.
(b)
_
4 + 3 −1
3
_
= 20.
4. U nekom restoranu imaju dvije vrste jela na jelovniku.
(a) Na koliko naˇcina pet osoba moˇze naruˇciti jedno od dvije vrste jela?
Rjeˇsenje. 2
5
= 32
.
(b) Na koliko se naˇcina moˇze u´ci i naruˇciti 5 jela za van ako je mogu´ce
birati izmedu dva mogu´ca?
Rjeˇsenje. (
_
2 + 5 −1
5
_
= 6).
5. Na koliko naˇcina petero djece moˇze medu sobom razdijeliti 12 jabuka,
10 kruˇsaka i 8 naranˇci, tako da svako dijete dobije bar po jednu jabuku,
kruˇsku i naranˇcu?
Rjeˇsenje:
_
15
4
_

_
3
4
_

_
11
4
_
26
Zadaci za vjeˇzbanje:
1. Neka su zadane znamenke 2,3,5 i 8. Koliko se od njih moˇze napisati:
(a) ˇcetveroznamenkastih brojeva
(b) ˇcetveroznamenkastih brojeva kojima su sve znamenke razliˇcite
(c) ˇsesteroznamenkastih brojeva
(d) dvoznamenkastih brojeva s razliˇcitim znamenkama
Rjeˇsenje. Rjeˇsenja:
(a) V
4
4
= 4
4
(b) P
4
= 4!
(c) V
6
4
= 4
6
(d) V
2
4
=
4!
(4−2)!
2. Koliko ima razliˇcitih karata za putovanje prugom na kojoj je 10 stanica?
Rjeˇsenje. Rjeˇsenje: svaka je karta odredjena s dvije stanice:
V
2
10
= 10 9 = 90
razliˇcitih karata.
Napomena: ako gledamo karte po cijeni i ako cijena ovisi samo o poˇcetnoj i ciljnoj
stanici, tada je to
K
2
10
=
_
10
2
_
= 45
karata, duplo manje od sluˇcaja u zadatku.
3. Na koliko se naˇcina izmedju 10 muˇskaraca i 10 ˇzena mogu izabrati dva
muˇskarca i tri ˇzene?
Rjeˇsenje.
K
2
10
K
3
10
=
_
10
2
_

_
10
3
_
= 5400
naˇcina izbora.
4. Na koliko se naˇcina moˇze razdijeliti 12 karata medju 3 osobe, tako da:
(a) prva dobije 5, druga 4, a tre´ca 3 karte?
Rjeˇsenje.
K
5
12
K
4
7
K
3
3
=
_
12
5
_

_
7
4
_

_
3
3
_
= 27720
27
(b) nije odredjen broj karata koji ´ce dobiti svaka pojedina osoba?
Rjeˇsenje.
K
3
12
=
_
12 + 3 −1
2
_
= 91
5. Koliko ima razliˇcitih dijeljenja kod ”Bele u ˇcetvero”?
Rjeˇsenje.
_
32
8
_

_
24
8
_

_
16
8
_

_
8
8
_
≈ 10
16
.
6. Izmedju 100 proizvoda ima 15 oˇste´cenih. Na koliko naˇcina moˇzemo
izabrati 10 proizvoda tako da ih barem osam bude neoˇste´ceno?
Rjeˇsenje.
_
85
8
_

_
15
2
_
+
_
85
9
_

_
15
1
_
+
_
85
10
_
.
28
1.5 Problemski zadaci
1. U skupu od 50 proizvoda nalazi se 40 ispravnih, a ostali su neispravni.
Na koliko se naˇcina moˇze izabrati uzorak od 5 proizvoda, ali tako da u
njemu budu 3 ispravna i 2 neispravna?
2. Od 7 ˇzena i ˇcetiri muˇskarca treba izabrati delegaciju. Na koliko se
naˇcina moˇze izabrati delegacija ako se ona sastoji od
(a) petero ljudi i to tri ˇzene i dva muˇskarca,
(b) bilo kojeg broja ljudi ali da je jednak broj ˇzena i muˇskaraca u
delegaciji,
(c) petero ljudi od kojih su bar dvije ˇzene,
(d) petero ljudi s tim da jedno od njih bude ve´c unaprijed odredjena
ˇzena,
(e) ˇsestero ljudi, po troje od oba spola, ali u jednoj delegaciji ne mogu
biti zajedno jedan muˇskarac i jedna ˇzena za koje se zna da se ne
podnose?
3. Student mora u roku od 8 dana poloˇziti ˇcetiri ispita.
(a) Na koliko to naˇcina moˇze uˇciniti?
(b) Na koliko naˇcina ih moˇze poloˇziti ako u jednom danu moˇze poloˇziti
najviˇse jedan ispit?
(c) Koliko je naˇcina, ako posljednji odluˇci poloˇziti zadnji dan?
(d) Isto kao u c), ali da u danu ne poloˇzi viˇse od ispita?
4.
ˇ
Sest muˇskaraca i pet ˇzena moraju stati u red tako da se u redu izmjen-
juju. Na koliko je naˇcina mogu´ce konstruirati takav red?
5. Na zasjedanju nekog studentskog udruˇzenja prisustvuju 52 studenta, po
13 studenata sa svakog od ˇcetiri fakulteta. Predsjedniˇstvo udruˇzenja
ima ˇcetiri ˇclana, tako da u njemu budu predstavnici barem tri fakulteta.
Koliko ima razliˇcitih predstavniˇstva?
29
Rjeˇsenja problemskih zadataka:
1.
_
40
3
_

_
10
2
_
= 444600.
2. (a)
_
7
3
_

_
4
2
_
= 210.
(b)
_
7
1
_

_
4
1
_
+
_
7
2
_

_
4
2
_
+
_
7
3
_

_
4
3
_
+
_
7
4
_

_
4
4
_
= 329.
(c)
_
11
6
_

_
7
1
_

_
4
4
_
= 455.
(d)
_
10
4
_
= 210.
(e)
_
11
5
_

_
6
2
_

_
3
2
_
= 417.
3. (a)
8
4
= 4096
(b)
8 7 6 5 = 1680.
(c)
8
3
4 = 2048
(d)
4 7 6 5 = 1680.
4.
6! 5! = 86400.
5.
_
13
1
_
4
+ 4 3
_
13
1
_
2

_
13
2
_
= 186745,
jer na ˇcetiri naˇcina moˇzete izabrati onoga koji nema predstavnika, dok na tri naˇcina
moˇze biti izabran fakultet s dva predstavnika.
30
2 Vjerojatnost
2.1 Klasiˇcna definicija a priori
Sluˇcajan pokus s konaˇcno mnogo jednako mogu´cih elementarnih ishoda je
takav pokus kod kojeg
- svaki pojedini ishod nije mogu´ce jednoznaˇcno odrediti
- postoji mogu´cnost ponavljanja proizvoljno konaˇcno mnogo puta.
Elementarni dogadaj je svaki od konaˇcno mnogo ishoda sluˇcajnog pokusa:
ω
1
, ω
2
, . . . ω
n
Prostor elementarnih dogadaja je neprazan skup
Ω = ¦ω
1
, ω
2
, . . . , ω
n
¦,
ˇciji su elementi
ω
i
elementarni dogadaji
Dogadaj je podskup skupa koji se naziva prostorom elementarnih dogad-
jaja:
A ⊂ Ω
Vjerojatnost dogadjaja A ⊂ Ω raˇcuna se po formuli:
p(A) =
k(A)
k(Ω)
,
gdje je
k(A) = [A[
oznaka za broj elemenata skupa A.
Primjeri
1. Kolika je vjerojatnost da ´ce kod bacanja simetriˇcnog novˇci´ca pasti
”pismo”?
31
2. Kolika je vjerojatnost da ´ce kod bacanja kocke pasti broj 6?
3. Kolika je vjerojatnost da ´ce kod izvlaˇcenja jedne karte iz ˇspila od 32
biti izvuˇcena karta boje ”karo”?
4. Ako na sistemskom listi´cu Lota 7/39 igramo 23 broja, kolika je vjero-
jatnost dobitka ”sedmice”?
Nemogu´cim dogadjajem naziva se
- prazan skup
∅ ⊂ Ω
- bilo koji skup C:
C ∩ Ω = ∅
Sigurnim dogadjajem naziva se skup Ω.
Oˇcito vrijedi:
- p(A) ≥ 0
- p(Ω) = 1
- p(Ω ¸ A) = p(A
c
) = 1 −p(A)
- A ∩ B = ∅ ⇒ p(A ∪ B) = p(A) +p(B)
U teoriji skupova se kolekcija T podskupova nekog skupa Ω, koja sadrˇzi
prazan skup, skup Ω, komplement svakog svojeg ˇclana u odnosu na
matiˇcni skup A
c
= Ω ¸ A, a i zatvorena je na prebrojivu uniju, zove σ
- algebra podskupova od Ω.
Vjerojatnost je tada funkcijsko pridruˇzivanje
p : T →[0, 1]
koje, ako vrijede prethodna svojstva, zajedno s Ω i T ˇcini
Vjerojatnosni prostor:
(p, T, Ω).
Neki primjeri vjerojatnosnih prostora:
32
1. Neka se sluˇcajni pokus sastoji od bacanja triju razliˇcitih novˇci´ca. Odred-
ite prostor elementarnih dogadjaja, vjerofatnost svakog od njih i vjero-
fatnost da na bar jednom novˇci´cu padne ”glava”.
2. Igra na sre´cu sastoji se od bacanja dviju kocaka. Odredite vjerojatnost
da zbroj na kockama bude ve´ci od 9?
3. U Beli se dijeli osam karata. Odredite vjerojatnost dobivanja:
(a) jednog asa
(b) bar jednog asa
4. Na zidu dimenzija 85 metara nalaze se ˇcetiri prozora svaki dimenzija
1.8 1.2 metra. Kolika je vjerojatnost da djeˇcak koji nasumice puca
loptu u zid pogodi bilo koji prozor?
Zadaci
1. Student je izaˇsao na ispit znaju´ci 20 od 25 pitanja.Na ispitu se izvlaˇce
tri pitanja. Koja je vjerojatnost da student zna odgovor na:
(a) na sva tri pitanja
(b) na barem jedno pitanje
Rjeˇsenje:
(a) povoljno je da sva tri pitanja budu izabrana od 20 poznatih, ˇsto naprama
ukupnog broja izbora pitanja:
p(A) =
_
20
3
_
_
25
3
_ = 0.495
(b) suprotno bi bilo da nezna baˇs niˇsta, pa su ˇsanse za okladu da bar neˇsto zna:
100%−
_
5
3
_
_
25
3
_ = 0.9957
33
2. Koja je vjerojatnost da dvije sluˇcajno izabrane osobe imaju rodjendane
istog dana?
Rjeˇsenje:
Ω = ¦(i, j), 1 ≤ i, j ≤ 365¦
A = ¦(i, i), 1 ≤ i ≤ 365¦
p =
365 1
365 365
3. Koja je vjerojatnost da izmedju n osoba budu barem dvije koje imaju
rodjendan istog dana?
Rjeˇsenje:
p
n
= 1 −p(A
c
) = 1 −
365 364 (365 −n + 1)
365
n
(a) izraˇcunati za broj osoba n = 5.
Rjeˇsenje:
p
5
= 1 −
6.3 10
1
2
6.5 10
1
2
= 2.7%
4. Iz ˇspila od 52 karte na sluˇcajan naˇcin, jednu za drugom, izvlaˇcimo dvije
karte i to
(a) prvu izvuˇcenu kartu vra´camo u ˇspil
(b) prvu izvuˇcenu kartu ne vra´camo u ˇspil
Koja je vjerojatnost da izvuˇcemo oba asa?
Rjeˇsenje:
p(A) =
4 4
32 32
p(B) =
4 3
32 31
5. Koliko je vjerojatno da ´ce dobiti sedmicu na lotu 7/39 onaj tko na
sistemskom listi´cu uplati najve´ci broj kombinacija koji se nudi? Koliko
´ce novaca izdvojiti?
Rjeˇsenje: diskutirati sa studentima i postaviti analogon za 6/45.
6. Koja je vjerojatnost da dijete dobije ˇsesticu ako baca triput uzastopce?
Rjeˇsenje se dobiva preko suprotnog dogadjaja, a to je da u tri puta nijednom nije
opala ˇsestica:
p = 1 −(
5
6
)
3
= 0.42.
34
7. Simetriˇcan novˇci´c bacamo 5 puta. Koja je vjerojatnost da je pismo
palo triput?
Rjeˇsenje:
p =
_
5
3
_
(
1
2
)
5
= 0.3125
8. Igramo poker s 52 karte, znaˇci da biramo 5 karata. Koliko je vjerojatno
da u prvih 5 karata dobijemo
(a) poker (ˇcetiri iste )
(b) ful (par i tri iste)
Rjeˇsenje:
(a)
p(P) =
13
_
4
4
_

_
48
1
_
_
52
5
_
(b)
p(B) =
13
_
4
3
_
12
_
4
2
_
_
52
5
_
9. U kutiji se nalazi 4 puta viˇse ispravnih nego neispravnih proizvoda. Na
sluˇcajan naˇcin biraju se tri proizvoda. Vjerojatnost da medju njima
bude bar jedan neispravan proizvod iznosi
29
57
. Koliko je proizvoda u
kutiji?
Rjeˇsenje: se dobiva iz jednadˇzbe u kojoj je nepoznanica n broj neispravnih proizvoda.
Tada je 4n broj ispravnih, a zadanu vjerojatnost dobivamo preko negacije suprotnog
dogadjaja, da su sva tri izvuˇcena proizvoda ispravna:
1 −
_
4n
3
_
_
5n
3
_ =
29
57
4n(4n −1)(4n −2)
5n(5n −1)(5n −2)
=
28
57
37n
2
−159n + 44 = 0
n
1,2
= 4;
11
37
35
dobiva se da neispravnih proizvoda ima 4, ispravnih 16, dok sveukupno u kutiji ima
20 proizvoda.
10. U kutiji je 12 kuglica: plave, ˇzute i tri crvene. Na sluˇcajan naˇcin
biramo tri kuglice. Ako vjerojatnost da izaberemo po jednu plavu,
ˇzutu i crvenu kuglicu iznosi
3
11
, koliko je ˇzutih kuglica u kutiji?
Rjeˇsenje: zadatka dobivamo jednadˇzbom po nepoznatom broju ˇzutih kuglica - n.
Ukupno se od 12 kuglica tri mogu izvu´ci na
_
12
3
_
naˇcina. Povoljno je da to bude
jedna od 3 crvene, jedna od n ˇzutih i jedna od 9 −n plavih:
_
3
1
_

_
n
1
_

_
9 −n
1
_
_
12
3
_ =
3
11
n(9 −n) = 20.
Dobivaju se dva rjeˇsenja za broj ˇzutih kuglica: n = 5, 4.
11. U dvorani je prisutno 12 studentica i 18 studenata. Sluˇcajnim se
izborom bira troˇclana delegacija. Kolika je vjerojatnost da su izabrana:
(a) tri studenta
(b) tri studentice
(c) dvije studentice i student?
Rjeˇsenja:
(a)
p(A) =
_
18
3
_
_
30
3
_ = 0.20
(b)
p(B) =
_
12
3
_
_
30
3
_ = 0.05
(c)
p(C) =
_
18
1
_

_
12
2
_
_
30
3
_ = 0.2926
36
12. Kutija sadrˇzi 12 loptica za stolni tenis, od kojih su 4 loˇse. Na sluˇcajan
naˇcin izvadimo odjednom 7 loptica. Kolika je vjerojatnost da ´ce medu
njima biti
(a) najviˇse jedna loˇsa loptica
(b) 2 loˇse ili 4 loˇse loptice
Rjeˇsenje:
(a)
p(A) =
_
8
7
_
+
_
8
6
_

_
4
1
_
_
12
7
_
(b)
p(B) =
_
8
5
_

_
4
2
_
+
_
8
3
_

_
4
4
_
_
12
7
_
13. Koja je vjerojatnost da se ˇsestica pojavi u n bacanja kocke? Napiˇsite
formulu po kojoj se vjerojatnost raˇcuna i nacrtajte graf funkcije p =
p(n). Koliko puta treba baciti kocku pa da pojavu ˇsestice garantira s
vjerojatnosti barem 0, 9?
Rjeˇsenje:
(a)
p = 1 −(
5
6
)
n
(b)
1 −(
5
6
) ≥ 0, 9
(
5
6
)
n
≤ 0, 1
n ≥ 13
14. Bacaju se dvije kocke. Koja je vjerojatnost da na obje kocke padne isti
broj ili da zbroj bude 8? (
10
36
)
37
15. Koliko je vjerojatno da pri bacanju dviju kocaka na bar jednoj padne
petica?
Rjeˇsenje: se dobiva preko suprotne vjerojatnosti:
p = 1 −p(A
c
)p(B
c
) = 1 −
5
6

5
6
=
11
36
,
gdje je
dogadaj A - na prvoj je kocki pala petica
dogadaj B - na drugoj je kocki pala petica.
38
2.2 Problemski zadaci
1. U kutiji se nalazi 16 proizvoda, od kojih su 4 neispravna. Na sluˇcajan
naˇcin se izvlaˇci 5 proizvoda. Kolika je vjerojatnost da medju njima
bude barem jedan neispravan?
2. Student je izaˇsao na ispit znaju´ci odgovor na 20 od mogu´cih 26 pi-
tanja. Profesor postavlja tri pitanja za redom. Kolika je vjerojatnost
da student zna odgovor:
(a) na sva tri pitanja
(b) na barem jedno pitanje?
3. Uzorak sadrˇzi dva puta viˇse ispravnih nego neispravnih proizvoda. Ako
sluˇcajno biramo ˇcetiri proizvoda, vjerojatnost da medju njima budu
dva ispravna i dva neispravna iznosi 30/91. Koliko proizvoda sadrˇzi
uzorak?
4. U kutiji se nalazi 20% manje bijelih nego crnih kuglica. Na sluˇcajan
naˇcin biramo dvije kuglice. Ako vjerojatnost da izvuˇcemo barem jednu
bijelu kuglicu iznosi
12
17
, koliko je crnih kuglica u kutiji?
5. Iz kutije u kojoj se nalaze 4 plave, 5 ˇzutih i crvene kuglice, na sluˇcajan
naˇcin izvlaˇcimo dvije kuglice. Vjerojatnost da ne izaberemo nijednu
crvenu iznosi 30%. Koliko je kuglica u kutiji?
6. U kutiji je 15 kuglica: crvene, plave i tri ˇzute. Na sluˇcajan naˇcin biramo
tri kuglice. Vjerojatnost da izaberemo po jednu crvenu, plavu i ˇzutu
iznosi
3
13
. Koliko je plavih kuglica u kutiji?
7. Koji postotak peteroznamenkastih brojeva
(a) sadrˇzi znamenku 5,
(b) djeljiv je s 20, a ne sadrˇzi znamenke 8 i 9?
8. U kutiji se nalazi 50% viˇse bijelih nego crvenih kuglica. Na sluˇcajan se
naˇcin biraju tri kuglice. Ako je vjerojatnost da izvuˇcemo jednu crvenu
kuglicu i dvije bijele jednaka 0.5, koliko je bijelih kuglica u kutiji?
39
2.3 Geometrijska vjerojatnost
Neka je mogu´ce uzeti mjeru skupu Ω i svakom njegovom podskupu. Vjero-
jatnost dogadaja A tada je:
p(A) =
µ(A)
µ(Ω)
.
Primjer 2.1 U krug je upisan kvadrat. Kolika je vjerojatnost da s propisane
udaljenosti pikado pogodi dio kruga izvan kvadrata?
Rjeˇsenje je jasno iz nacrtane situacije i raˇcun je slijede´ci:
p =
2r
2
r
2
π
=
2
π
.
Zadatak 2.1 Prometna nesre´ca dogodila se izmedu 8 i 9 sati. Koliko je
vjerojatno da se dogodilo izmedu 8 : 25 i 8 : 40?
Vjerojatnost je u omjeru minuta:
p =
15
60
= 25%.
Zadatak 2.2 Dva vlaka duljine 200m kre´cu se brzinom 72km/h prugama
koje se medusobno kriˇzaju. Trenutak u kojem ´ce oni u´ci u kriˇzanje sluˇcajan
je izmedu 22 sata i 22 : 30. Koja je vjerojatnost da ´ce se vlakovi zakaˇciti?
Neka je
x - trenutak ulaska prvog vlaka u kriˇzanje
y - trenutak ulaska drugog vlaka u kriˇzanje
Ako prvi vlak ude u kriˇzanje toˇcno u 22 sata stavimo x = 0, a u 22 : 30,
onda neka je x = 1800. Sada je
(x, y) ∈ [0, 1800] [0, 1800]
Dakle, Ω moˇzemo nacrtati u XOY ravnini kao kvadrat. Mjere su iskazane
u sekundama. Unutar kvadrata 1800 1800 rjeˇsava se nejednadˇzba uvjeta
njihovog susreta:
[x −y[ ≤
200m
20m/s
40
Traˇzena vjerojatnost je
p =
1800
2
−1790
1800
2
= 4, 4%.
Zadaci
1. Iz intervala [0, 10] biraju se dva realna broja. Kolika je vjerojatnost da
njihov zbroj bude ve´ci od 8, a apsolutna vrijednost njihove razlike ve´ca
od 3? (
39
200
)
2. Iz intervala [0, 1] na sluˇcajan naˇcin biraju se dva broja. Kolika je vjero-
jatnost da njihov zbroj bude ve´ci od
1
3
, a apsolutna vrijednost njihove
razlike manja od
1
3
?
3. Iz intervala [−1, 1] biraju se dva broja. Kolika je vjerojatnost da njihov
zbroj bude pozitivan, umnoˇzak negativan, a zbroj kvadrata mani od 1?
4. Iz intervala [0, 2] na sluˇcajan se naˇcin biraju dva broja. Kolika je vjero-
jatnost da njihov zbroj bude manji od 3, a razlika po apsolutnoj vri-
jednosti manja od 1?
5. Deˇcko i cura dogovore susret izmedu 7 : 00 i 8 : 00 na trgu. Dogovore
se, da ono koje dode prvo, ˇceka drugo 20min. Kolika je vjerojatnost
da ´ce se ipak susresti?
2.4 Uvjetna vjerojatnost
Neka su A i B dogadaji iz vjerojatnosnog prostora Ω. Raˇcunamo vjerojatnost
da se dogodio dogadaj A uz uvjet da nam je poznato da se dogodio dogadaj
B.
Primjer 2.2 Kocka je baˇcena i pao je neparan broj. Kolika je vjerojatnost
da je pao tri? Kolika je vjerojatnost da je pao broj dva?
Traˇzena vjerojatnost je 1 : 3 = 33, 3%.
Op´cenito formula koja raˇcuna uvjetnu vjerojatnost je
p(A/B) =
p(A ∩ B)
p(B)
41
Zadatak 2.3 Vjerojatnost da su oba blizanca muˇskog spola je 40%, a da su
ˇzenskog je 35%. Pri porodu, prvo se rodilo muˇsko. Koja je vjerojatnost da i
drugo bude muˇsko?
Blizanci se mogu donijeti na svijet na tri disjunktna naˇcina:
A - dva djeˇcaka
B - dvije djevojˇcice
C - djevojˇcica i djeˇcak
Traˇzi se
p(A/(A ∪ C)) =
p(A ∩ (A ∪ C))
p(A ∩ B)
=
0, 4
0, 65
= 61, 5%
Dogadaji A i B su nezavisni, ako informacija o dogadaju B ne utiˇce na
vjerojatnost dogadaja A. Tada je
p(A/B) = p(A) =
p(A ∩ B)
p(B)
i slijedi
p(A ∩ B) = p(A) p(B).
Primjer 2.3 Dobar, loˇs i zao strijelac gadaju metu. Dobar pogada s vjero-
jatnoˇs´cu 80%, loˇs sa 60% i zao s 90%. Koliko je vjerojatno da u meti zavrˇsi
samo jedan metak, ako sva trojica gadaju samo s po jednim metkom?
Budu´ci pogodak ili promaˇsaj bilo kojeg od njih ne utiˇce na gadanje ostalih,
traˇzena vjerojatnost je:
p = 0, 8 0, 4 0, 1 + 0, 2 0, 6 0, 1 + 0, 2 0, 4 0, 9 = 11, 6%.
Zadaci:
1. Tri strijelca gadaju jednu te istu metu. Vjerojatnost pogotka kod
svakog strijelca redom iznosi 80%, 70% i 60%. Kolika je vjerojatnost
42
(a) toˇcno jednog pogotka u metu
(b) bar jednog pogotka u metu
(c) najviˇse dva pogotka u metu
2. Vjerojatnost da avion bude oboren prije nego ˇsto dospije do cilja je 5%.
Ako dospije do cilja, avion ga uniˇstava s vjerojatnosti od 40%. Koja je
vjerojatnost da avion uniˇsti cilj? (0,38)
3. Na stolu su dvije jednake, neprozirne kutije. U prvom su kuglice s
brojevima 2,4,6 i 8. U drugoj su kuglice s brojevima 1,3,5 i 7. Na
sre´cu biramo kutiju i izvlaˇcimo kuglicu. Ako je na njoj paran broj, iz
iste kutije izvuˇcemo joˇs jednu kuglicu. U suprotnom izvlaˇcimo iz druge
kutije. Kolika je vjerojatnost da je izvuˇcen jedan paran i jedan neparan
broj?
Rjeˇsenje zadatka je u opisu postupka povoljnog izvlaˇcenja kada je
poˇzeljno odabrati drugu kutiju. Vjerojatnost je 50%
2.5 Potpuna vjerojatnost. Bayesova formula.
Potpun sistem dogadaja ˇcine dogadaji
H
1
, H
2
, . . . H
n
⊂ Ω
ako vrijedi slijede´ce:
_
i
H
i
= Ω
H
i
∩ H
j
= ∅
Formula totalne vjerojatnosti dogadaja A ⊂ Ω je formula:
p(A) =
n

i=1
p(A/H
i
) p(H
i
)
Bayesova formula sluˇzi za aposteriorno izraˇcunavanje vjerojatnosti poje-
dinih hipoteza ako je poznato da se dogodio dogadaj A:
p(H
i
/A) =
p(H
i
) p(A/H
i
)
p(A)
43
Zadatak 2.4
ˇ
Zarulje se proizvode u tri pogona. Prvi pogon daje 50%
proizvodnje, drugi 30% i tre´ci 20%. Postotak neispravnih ˇzarulja iz
prvog pogona je 10%, iz drugog 15%, a iz tre´ceg 8%. Kolika je vjerojat-
nost da je sluˇcajno izabran proizvod neispravan? Kolika je vjerojatnost
da je neispravan proizvod proizveden na prvom stroju?
Sistem hipoteza u ovom sluˇcaju:
H
1
- proizvod je iz prvog pogona
H
2
- proizvod je iz drugog pogona
H
3
- proizvod je iz tre´ceg pogona
Vjerojatnosti hipoteza i uvjetne vjerojatnosti su:
p(H
1
) = 0.5 p(A/H
1
) = 0.1
p(H
2
) = 0.3 p(A/H
2
) = 0.15
p(H
3
) = 0.2 p(A/H
3
) = 0.08
Formula totalne vjerojatnosti daje:
p(A) =
3

i=1
p(A/H
i
) p(H
i
) = 0.131
Odgovor na drugo pitanje daje Bayesova formula:
p(H
1
/A) =
p(A/H
1
) p(A)
p(A)
=
0, 1 0, 5
0, 131
= 0, 38
Zadaci:
1. Jedan tip proizvoda izraduje se 4 stroja. Na stroju S
1
izraduje
se 40% proizvodnje od ˇcega je 0, 1% ˇskarta, na S
2
se radi 30% i
od tiga je 0, 2% ˇskarta, na S
3
20% sa 0, 25% ˇskarta i na S
4
10%
proizvodnje sa 0, 5% ˇskarta. Kolika je vjerojatnost:
(a) da je proizvod dobar
(b) ako je ˇskart, da je izraden na stroju S
1
?
44
2. Strijelci Mate i Ante, svaki sa po jednim metkom, gadaju cilj.
Mate pogada s vjerojatnosti 0, 8, a Ante s 0, 4. Utvrdeno je da je
meta pogodena jednim metkom. Kolika je vjerojatnost da je metu
pogodio Mate?
3. U uzorku ispitanika, u kojem je dio muˇskaraca 55%, 70% muˇskaraca
i 60% ˇzena puˇsi. Kolika je vjerojatnost da sluˇcajno odabrana os-
oba puˇsi? Kolika je vjerojatnost da je sluˇcajno odabrana osoba
koja puˇsi, muˇskarac?
3 Sluˇcajne varijable
Sluˇcajna varijabla je veliˇcina koja se dobije mjerenjem u vezi s nekim sluˇcajnim
pokusom. Ona poprima svoje vrijednosti uz odredene vjerojatnosti.
Neka je Ω vjerojatnosni prostor. Sluˇcajna varijabla je funkcija
X : Ω →R,
tako da vrijedi:
x ∈ R ⇒X
−1
(x) ⊂ Ω.
Postoje diskretne i kontinuirane sluˇcajne varijable.
3.1 Diskretne sluˇcajne varijable
Skup vrijednosti
X(Ω) = ¦x
1
, x
2
, . . .¦
je konaˇcan ili prebrojiv. Uglavnom ´ce se promatrati konaˇcni skupovi.
Takva definicija omogu´cava prirodnu funkciju gusto´ce vjerojatnosti
f = p ◦ X
−1
: R →[0, 1]
gdje je
p : Ω →[0, 1]
funkcija vjerojatnosti definirana na prostoru dogadaja Ω.
Funkcija gusto´ce vjerojatnosti ima slijede´ce osobine:
1.
f(x) ≥ 0
45
2.

x∈R
f(x) = 1
Zadatak 3.1 Sluˇcajan pokus je bacanje dviju kocaka. Sluˇcajna varijabla
neka je zbroj na kockama. Odredite prostor elementarnih dogadaja, skup vri-
jednosti sluˇcajne varijable i funkciju gusto´ce vjerojatnosti, a zatim nacrtajte
graf funkcije gusto´ce vjerojatnosti.
Rjeˇsenje:
• prostor dogadaja:
Ω = ¦(i, j); 1 ≤ i, j ≤ 6¦,
• vrijednosti sluˇcajne varijable:
X(Ω) = ¦2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12¦
• funkcija gusto´ce vjerojatnosti dana je tablicom:
X 2 3 4 5 6 7 8 9 10 11 12
f(X)
1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
36
Funkcija gusto´ce vjerojatnosti jednaka je nuli za realne brojeve koje sluˇcajna
varijabla ne poprima. To se najbolje moˇze predoˇciti grafiˇcki.
Primjer
1. Bacanje dviju kocaka ima za sluˇcajnu varijablu manji od brojeva koji
su pali. Odredite prostor elementarnih dogadaja, vrijednosti sluˇcajne
varijable i funkciju gusto´ce vjerojatnosti.
Funkcija vjerojatnosti kod diskretnih sluˇcajnih varijabli jednaka je funkciji
gusto´ce vjerojatnosti:
p(X = x) = f(x).
Oznaka
p(X = x) = p(X
−1
(x))
predstavlja vjerojatnost dogadaja u kojem sluˇcajna varijabla poprima
vrijednost x.
46
Funkcija distribucije sluˇcajne varijable X kumulativna je funkcija:
F
X
(x) = p(X ≤ x).
Vjerojatnost p(X ≤ x) jednaka je vjerojatnosti da sluˇcajna varijabla
poprimi vrijednost manju ili jednaku vrijednosti x:
p(X ≤ x) = p(
_
y≤x
X
−1
(y)).
Funkcija distribucije
F : R →[0, 1]
je funkcija:
- neopadaju´ca
- neprekidna sdesna
- vrijedi:
lim
x→−∞
F(x) = 0;
lim
x→∞
F(x) = 1.
Zadatak 3.2 Sluˇcajna varijabla kod bacanja igra´ce kocke X = vrijednost je
okrenutog broja. Odredite prostor elementarnih dogadaja, vrijednosti sluˇcajne
varijable, nacrtajte funkciju gusto´ce vjerojatnosti i funkciju distribucije.
Rjeˇsenje:
• Ω = ¦1, 2, 3, 4, 5, 6¦
• X(Ω) = ¦1, 2, 3, 4, 5, 6¦

f(x) =
_
1
6
, x ∈ ¦1, 2, . . . 6¦
0 ostalo
_
• tablica funkcije distribucije:
X 1 2 3 4 5 6
f(X)
1
6
2
6
3
6
4
6
5
6
1
47
Matematiˇcko oˇcekivanje diskretne sluˇcajne varijable X je broj:
E(X) =

i
x
i
p(X = x
i
) =

i
x
i
p
i
=

i
x
i
f(x
i
)
Varijanca diskretne sluˇcajne varijable je matematiˇcko oˇcekivanje kvadrata
odstupanja sluˇcajne varijable od oˇcekivanja:
V arX = E[(X −EX)
2
] =

i
(x
i
−EX)
2
p
i
.
Algebarski se moˇze dokazati
V arX = EX
2
−(EX)
2
=

i
x
2
i
f(x
i
) −(EX)
2
.
Standardna devijacija je mjera rasipanja rezultata i raˇcuna se po formuli
σ =

V arX.
Vjerojatnost da je sluˇcajna varijabla poprimila vrijednost unutar inter-
vala
[EX −σ, EX +σ]
nije manja od 68%.
Primjer 3.1 Odredite matematiˇcko oˇcekivanje i standardnu devijaciju u za-
datku 25.
(rjeˇsenje: EX = 3.5,V arX =)
Zadatak 3.3 U kutiju sa devet bijelih ping-pong loptica ubaˇcene su tri ˇzute.
Bira se uzorak od tri loptice. Sluˇcajna varijabla je broj ˇzutih loptica u uzorku.
Odredite matematiˇcko oˇcekivanje i standardnu devijaciju. Kolika je vjerojat-
nost da su izvuˇcene barem dvije ˇzute?
(rjeˇsenje: EX = 0.75, σ =, p(X ≥ 2) =
28
220
)
Zadatak 3.4 U kutije se nalaze 24 kuglice, od kojih su 4 ˇsarene, dok su
ostale pune, jednobojne kuglice. Kuglice izvlaˇcimo jednu za drugom dok ne
izvuˇcemo jednobojnu kuglicu. Kuglice su jednake po masi i veliˇcini. Ako
je sluˇcajna varijabla jednaka broju izvuˇcenih kuglica, odredite oˇcekivani broj
izvlaˇcenja, standardnu devijaciju i nacrtajte funkciju distribucije.
48
(rjeˇsenje: EX = 1, 195, V arX =)
Zadatak 3.5 Dva strijelca gadaju metu s po jednim metkom. Vjerojatnost
da prvi strijelac pogodi metu je 70%, a da je pogodi drugi iznosi 40%. Sluˇcajna
varijabla broj je pogodaka u metu. Odredite sluˇcajnu varijablu, oˇcekivanje,
varijancu i funkciju distribuciju sluˇcajne varijable.
(rjeˇsenje: EX = 1.1, V arX = 0.45, σ =)
Zadatak 3.6 Tri strijelca gadaju metu s po jednim metkom i pogadaju je s
vjerojatnostima 0.9, 0.7 i 0.6. Sluˇcajna varijabla je broj pogodaka u metu.
Nadite gusto´cu i distribuciju vjerojatnosti, oˇcekivanje i vjerojatnosti da ´ce
meta biti
- bar jednom pogodena
- bar dvaput pogodena
(rjeˇsenje:EX = 2.2, p(X ≥ 0) = 0.998, p(X ≥ 2) = 1 −F(1) = 1 −0.167.)
Zadatak 3.7 Igraˇc baca 3 novˇci´ca. Dobiva 5 ako padnu 3G, 3 za 2G i 1 za
jednu ”glavu”. Igraˇc gubi 15 za 3P. Odredite funkciju gusto´ce vjerojatnosti za
sluˇcajnu varijablu X-dobitak u igri. Izraˇcunajte oˇcekivanje sluˇcajne varijable.
Da li je igra poˇstena?
Rjeˇsenje
• Sluˇcajna varijabla i pripadne vjerojatnosti dane su u tablici:
X −15 1 3 5
f(x)
1
8
3
8
3
8
1
8
x f(x)
−15
8
3
8
9
8
5
8
• oˇcekivanje je zbroj zadnjeg retka i iznosi
E(X) =
2
8
= 0.25
• Igra je na strani igraˇca, jer se oˇcekuje prosjeˇcan dobitak po igri od
ˇcetvrtine Eura.
Zadaci:
49
1. Prirodni broj naziva se prostim, ako ima toˇcno dva razliˇcita djelitelj, a
sloˇzenim ako ima viˇse od dva razliˇcita djelitelja. Bacamo kocku. Prosti
broj donosi tri boda, sloˇzeni donosi dva, a ako padne broj koji nije niti
prost niti sloˇzen, tada igraˇc dobiva 11 bodova. Nadite oˇcekivani broj
bodova i standardnu devijaciju.
(Rjeˇsenje: µ = 4, σ = 3.2
)
2. U kutiji se nalazi jedna bijela, dvije crne, ˇcetiri crvene i jedna prlava
kuglica. Ako igraˇc izvuˇce bijelu, gubi ˇcetiri kune, za crnu gubi 5 kuna,
a za trvenu dobiva dvije kune. Odredite oˇcekivanje i ocijenite da li je
igra poˇstena?
Rjeˇsenje: µ = −1, NE
3. Simetriˇcni novˇci´c baca se sve dok se ne pojavi glava ili pet pisama za re-
dom. Odredite oˇcekivani broj bacanja novˇci´ca i standardnu devijaciju.
(Rjeˇsenje: µ = 1.9, σ = 1.2)
4. Meta za zraˇcnicu promjera je 20cm. Ona se sastoji od tri koncentriˇcna
kruga. Prvi krug ima promjer 4cm, a drugi 12cm. Pogodak u unutraˇsnji
krug nosi 10 bodova, pogodak u prvi slijede´ci prsten nosi 5 bodova, a
pogodak u vanjski prsten nosi 3 boda. Vjerojatnost da strijelac uop´ce
pogodi metu je 50%. Ako je sluˇcajna varijabla broj dobivenih bodova,
nadite njeno oˇcekivanje i standardnu devijaciju.
(Rjeˇsenje: µ = 1.96, σ = 1.76)
5. Igraˇc baca dva simetriˇcna novˇci´ca. On dobiva 10kn ako se pojavi jedna
glava, 20kn ako se pojave dvije glave i gubi 50kn ako se ne pojavi glava
ni na jednom novˇci´cu. Da li je igra poˇstena?
(Rjeˇsenje: µ = −0.25, NE)
6. Igraˇc baca dva simetriˇcna novˇci´ca. Dobiva 5kn u sluˇcaju javljanja dvije
glave, 2kn u sluˇcaju jedne glave i 1kn ako se glava ne pojavi. Koliko
igraˇc treba igru platiti organizatoru, pa da bude poˇstena. Troˇskova
dodatnih nema.
(Rjeˇsenje: 2.5kn.)
7. Ako se na radaru uhvati neprijateljski avion, tada ispaljena raketa s
20% pogada rep, s 30% krilo i s 50% trup. Pogodi li krilo ili rep, avion
je sruˇsen, a u trup trebaju tri rakete za obaranje aviona. Avion je
uhva´cen u radar i otvorena je vatra raketama. Odredite oˇcekivani broj
ispaljenih raketa.
(Rjeˇsenje: µ = 1.75)
8. Strijelac koji ima ˇcetiri metka, gada cilj dok ga ne pogodi. Ako je
vrerojatnost pogotka cilja pri svakom gadanjui 80%, odredite oˇcekivani
50
broj hitaca i standardnu devijaciju.
Rjeˇsenje: µ = 0.546, σ = 1.248)
3.2 Binomna razdioba
Binomna razdioba ili binomna distribucija pretpostavlja n ponavljanja jednog
te istog sluˇcajnog pokusa koji moˇze imati samo dva ishoda:
- ”uspjeh”, kojem se vjerojatnost oznaˇcava s p
- ”neuspjeh”, kojem je vjerojatnost q = 1 −p
Sluˇcajna varijabla X koja je jednaka broju uspjeha u n ponavljanja pokusa
zove se Binomna sluˇcajna varijabla.
Parametri Binomne sluˇcajne varijable su
- broj ponavljanja pokusa n
- vjerojatnost ”uspjeha” p
Oznaka binomne sluˇcajne varijable je
X ∼ B(n, p)
Funkcija gusto´ce vjerojatnost definira se preko vjerojatnosti
f(x) =
_
¸
_
¸
_
_
n
x
_
p
x
q
n−k
, x = 0, 1, . . . n
0, x ,= 0, 1, . . . n
Funkcija distribucije vjerojatnosti raˇcuna se zbrajanjem:
F(x) = p(X ≤ x) =

k≤x
_
n
k
_
p
k
q
n−k
.
Matematiˇcko oˇcekivanje sluˇcajne varijable
EX = np
Varijanca binomne sluˇcajne varijable je
V arX = npq
51
Primjer 3.2 Neka je X ∼ B(6, 0.7), gdje je n = 6, p = 0, 7. Koriste´ci
tablicu ispiˇsite funkciju gusto´ce vjerojatnosti, funkciju distribucije, izraˇcunajte
matematiˇcko oˇcekivanje i varijancu. Nacrtajte grafove funkcija gusto´ce i dis-
tribucije vjerojatnosti.
Funkcije su zadane tablicom:
X 0 1 2 3 4 5 6
f(X) 0.0007 0.0102 0.0595 0.1832 0.3241 0.3136 0.1187
F(X) 0.0007 0.0109 0.0704 0.2536 0.5777 0.8813 1
Pri pop-
unjavanju tablice mudro je koristiti se tablicama.
EX = np = 4, 2
V arX = 12, 6
Zadatak 3.8 Vjerojatnost pogotka u metu je 0, 75. Meta se gada ˇcetiri puta.
Na´ci:
a) skup vrijednosti sluˇcajne varijable broja pogodaka u metu
b) f(x), F(x), EX, V arX
c) vjerojatnost da je meta pogodena barem jednom
d) vjerojatnost da je meta promaˇsena bar jednom
Rjeˇsenje zadatka pod
a) vrijednosti sluˇcajne varijable B(4, 0.75) su
X = ¦0, 1, 2, 3, 4¦
b) gusto´ca vjerojatnosti
X =
_
0 1 2 3 4
0.0039 0.0469 0.2109 0.4219 0.3164
_
52
funkcija distribucije
F(x) =
_
¸
¸
¸
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
¸
¸
¸
_
0, x < 0
0.0039, 0 ≤ x < 1
0.0508, 1 ≤ x < 2
0.2617 2 ≤ x < 3
0.6836 3 ≤ x < 4
1 x ≥ 4
EX = np = 3
V arX = npq = 0.75
c) bar jedan pogodak je vjerojatan
p(x ≥ 1) = 1 −p(x < 1) = 1 −p(0) = 0.996
a bar jedan promaˇsaj
p(x < 4) = F(3) = 0, 6863
Zadatak 3.9 Operacija uspjeva u 75% sluˇcajeva. Koliko je vjerojatno da
75% od 8 pacijenata ima uspjelu operaciju?
Rjeˇsenje zadatka:
• uoˇciti binomnu razdiobu B(8, 0.75)
• izraˇcunati 75% od 8 da je 6
• izraˇcunati ili prepisati iz tablice
p(x = 6) =
_
8
6
_
0.75
6
0.25
8−6
= 28 0.18 0.0625
= 0.315
Teorem 3.1 Kod binomne razdiobe X ∼ B(n, p) najve´ca vjerojatnost pri-
pada onoj diskretnoj vrijednosti sluˇcajne varijable x
0
za koju vrijedi:
np −q ≤ x
0
≤ np +q
53
Primjer 3.3 Automat izraduje proizvod i daje 8% defektnih proizvoda. Proizvodi
se bez kontrole pakiraju u kutije od po 30 komada. Koliko ˇse neispravnih
proizvoda biti najˇceˇsˇce u kutiji?
Rjeˇsenje primjera jednostavna je primjena teorema za
n = 30
p = 0.08
30 0, 08 −0, 95 ≤ x
0
≤ 30 0, 08 + 0, 95
1, 48 ≤ x
0
≤ 2, 48
x
0
= 2
3.3 Poissonova distribucija
Poisonova razdioba graniˇcni je sluˇcaj binomne distribucije kada n → infty,
a vjerojatnost ”uspjeha” je relativno mala:
lim
n→infty
_
n
x
_
p
x
q
n−x
= e
−λ

λ
x
x!
,
gdje je
λ = np
x = 0, 1, 2, . . .
Dobri se rezultati postiˇzu za np ≤ 10. Funkcija gusto´ce vjerojatnosti definira
se preko funkcije vjerojatnosti. Funkcija distribucije, oˇcekivanje i varijanca
raˇcunaju se prema formulama:
f(x) = e
−λ

λ
x
x!
F(x) =

y≤x
e
−λ

λ
y
y!
EX = λ
V arX = λ
Primjer 3.4 Neka ˇskola ima 2190 uˇcenika. Koliko je vjerojatno da je pet
uˇcenika rodeno na Novu godinu? Koja je vjerojatnost da su barem tri uˇcenika
rodena na Novu godinu?
54
Rjeˇsavanje zadatka bilo bi neprikladno pomo´cu binomne razdiobe, jer je
n = 2190, a p =
1
365
. Parametar λ dobiva se iz jednakosti
λ = np = 6
Vjerojatnost da je toˇcno pet uˇcenika rodeno na Novu godinu jednaka je vri-
jednosti gusto´ce vjerojatnosti za x = 5:
p(x = 5) = f(5) = e
−6

6
5
5!
= 0, 16062
Vjerojatnost da su barem trojica rodeni na Novu godinu dobiva pomo´cu
funkcije distribucije:
p(x ≥ 3) = 1 −p(x ≤ 2) = 1 −F(2)
= 1 −(f(0) +f(1) +f(2))
= 0, 9380
Umjesto raˇcunanja moˇzemo se koristiti tablicama.
Zadatak 3.10 Statistiˇcki je utvrdeno da je 1% ljevorukih ljudi. Kolika je
vjerojatnost da izmedu 200 sluˇcajno izabranih osoba bude
a) toˇcno ˇcetiri ljevaka
b) ne manje od ˇcetiri ljevaka
Rjeˇsenje zadatka traˇzimo Poissonovom razdiobom, budu´ci se radi o
X ∼ B(200, 0.01)
Oˇcekivani broj ljevorukih ljudi u uzorku od 200 ljudi je
np = λ = 2 < 10
Koriste´ci tablice, dobivamo prvi odgovor:
p(X = 4) = f(4) =
2
4
4!
e
−2
= 0.0902
i odmah zatim i drugi odgovor:
p(x ≥ 4) = 1 −p(x ≤ 3) = 1 −F(3) = 1 −0, 8571 = 0, 1428.
55
Zadatak 3.11 Telefonska centrala ima prosjeˇcno po satu 300 zahtjeva za
uspostavljanjem telefonske veze. Centrala moˇze u minuti ostvariti maksi-
malno 10 veza. Kolika je vjerojatnost da ´ce centrala biti preoptere´cena u
toku proizvoljne minute, ako se broj zahtjeva ravna po Poissonovom zakonu
vjerojatnosti.
Rjeˇsenje zadatka traˇzi otkrivanje parametra λ. Ako matematiˇcko oˇcekivanje
predstavlja oˇcekivanu vrijednost sluˇcajne varijable, a u ovom zadatku oˇcekujemo
u minuti
300
60
= 5
poziva, to je
λ = 5
Budu´ci preoptere´cenje vrijedi kad je broj zahtjeva
x > 10
p(x > 10) = 1 −p(x ≤ 10) = 1 −F(10)
= 1 −0, 9863 = 0, 0137
Zadatak 3.12 Od milijun stanovnika jednog grada smrtno je stradalo u
prometnim nesre´cama u toku jedne godine 730 osoba. Kolika je vjerojatnost
da u jednom danu
a) ne bude nastradalih
b) nastradaju petorica
c) ne nastrada viˇse od trojice?
d) Uz vjerojatnost od 95% prognozirajte gornju granicu broja poginulih u
jednom danu, ako je taj broj sluˇcajna varijabla Poissonove razdiobe.
Rjeˇsen je zadatak ako izraˇcunamo parametar λ, koji odgovar oˇcekivanom
broju od, naˇzalost,
730
365
= 2
smrtno stradala gradana.
a) p(x = 0) = f(0) = e
−2 2
0
0!
= 13.5%
56
b) p(x = 5) = f(5) = e
−2 2
5
5!
= 3.6%
c) iz tablica: p(x ≤ 3) = F(3) = 67.7%
d) Problem je rijeˇsen kada se otkrije onaj broj stradalih x za koji je
p(X ≤ x) = 0, 95
Iz tablica distribucije to je nepoznata vrijednost x za koju je
F(x) = 0, 95
dakle x = 4.
Bez tablica, rjeˇsavanje bi bilo gotovo nemogu´ce i moralo bi se izvoditi
pogadanjem.
Zadaci
1. Broj automobila koji dolaze na parkiraliˇste u jednom satu imaju Pois-
sonovu razdiobu s oˇcekivanim brojem od 25.3 automobila u jednom
satu. Kolika je vjerojatnost dolaska automobila na parkiraliˇste u inter-
valu od pet minuta kada je parkiraliˇste popunjeno?
2. Broj automobila koji dolati na raskrˇs´ce ima Poissonovu razdiobu s
oˇcekivanjem dolaska 12.5 automobila u 3 minute. Kolika je vjerojatnost
dolaska viˇse od 5 automobila u 30 sekundi?
3.4 Kontinuirane sluˇcajne varijable
Sluˇcajna varijabla
X : Ω →X(Ω)
poprima vrijednosti na neprebrojivom skupu:
X(Ω) ⊂ R.
Funkcija distribucije sluˇcajne varijable je funkcija
F : R →R
koja ima slijede´ca svojstva:
57
1) neopadaju´ca
2) neprekidna
3) F(−∞) = 0, F(+∞) = 1
Funkcija gusto´ce vjerojatnosti je nenegativna funkcija
g : R →R,
takva da je
F(x) =
_
x
−∞
g(t)dt
sa svojstvima
1) g(x) ≥ 0, x ∈ R
2)
_
+∞
−∞
g(t)dt = 1
Iz definicije slijedi da je
g(x) = F

(x).
U sluˇcaju da se lijeva i desna derivacija razlikuju, odaberemo lijevu
derivaciju.
Funkcija vjerojatnosti definira se
a) preko funkcije gusto´ce vjerojatnosti:
p(a < x < b) =
_
b
a
g(t)dt
b) odnosno preko funkcije distribucije:
p(a < x < b) = F(b) −F(a)
c) dok vrijedi da je
p(X = x) = 0, ∀x ∈ R.
58
Primjer 3.5 Sluˇcajna varijabla X zadana je funkcijom distribucije
F(x) =
_
¸
_
¸
_
0, x ≤ 0
1
4
x
2
, 0 ≤ x ≤ 2
1, x ≥ 2
a) Nacrtati funkciju distribucije
b) Na´ci funkciju gusto´ce i nacrtati je
c) Odredite p(x > 1) i p(1 < x < 1.5)
Rjeˇsenja.
b)
g(x) =
_
¸
_
¸
_
0, x ≤ 0
1
2
x, 0 ≤ x ≤ 2
0 x > 2
c) p(1 < x < 1.5) =
5
16
Matematiˇcko oˇcekivanje kontinuirane sluˇcajne varijable
E(X) =
_
+∞
−∞
xg(x)dx
Varijanca kontinuirane sluˇcajne varijable
V ar(X) =
_
+∞
−∞
(x −E(X))g(x)dx =
_
+∞
−∞
x
2
g(x)dx −(E(X))
2
.
Zadatak 3.13 Odredite matematiˇcko oˇcekivanje i varijancu iz primjera.
Rjeˇsenje. Dobiva se izravno po definiciji, no potrebno je integrirati po di-
jelovima:
E(X) =
_
0
−∞
0xdx +
_
2
0
x
1
2
xdx +
_
+∞
2
x 0dx
=
4
3
V ar(X) =
2
9
Zadaci:
59
1. Neka je X neprekidna sluˇcajna varijabla s gusto´com vjerojatnosti
g(x) =
_
kx, 0 ≤ x ≤ 5
0, ostalo
(a) odrediti k
(b) odrediti funkciju distribucije
(c) izraˇcunati p(x ≤ 3), p(2 < x < 4) i p(x > 4)
(d) izraˇcunati E(X), V ar(X).
(rjeˇsenja: k =
2
25
; g(x) =
2
25
x, 0 ≤ x ≤ 5; ostalo 0; F(x) =
_
¸
_
¸
_
0, x < 0
1
25
x
2
, 0 < x < 5
1 x > 5
, p
1
=
9
25
, p
2
=
12
25
i p
3
=
9
25
.)
2. Gusto´ca vjerojatnosti sluˇcajne varijable X dana je sa
g(x) =
_
Acosx, −
π
2
≤ x ≤
π
2
0 [x[ >
π
2
Izraˇcunajte vrijednost parametra A, odredite i nacrtajte funkciju dis-
tribucije, matematiˇcko oˇcekivanje i varijancu. Odredite p(−
π
4
< x <
π
4
i p(x ≥
π
6
. (rj: A = 0.5, E(X) = 0, p
1
=

2
2
i p
2
= 0.25)
3. Zadana je gusto´ca sluˇcajne varijable X:
f(x) =
_
a(1 −x
2
), −1 ≤ x ≤ 1
0, ostalo
a) Odredite vrijednost parametra a i nacrtajte graf funkcije gusto´ce
f(x).
b) Nadite i nacrtajte funkciju distribucije F(x).
c) izraˇcunajte matematiˇcko oˇcekivanje E(X)
d) odredite p(X > 0, 5).
60
3.5 Uniformna razdioba
Funkcija gusto´ce vjerojatnosti uniformne razdiobe
f(x) =
_
k, a ≤ x ≤ b
0, ostalo
Konstanta k raˇcuna se iz zahtjeva
_
+∞
−∞
=
_
b
a
kdx = k(b −a) = 1
k =
1
b −a
Funkcija distribucije
F(x) =
_
x
a
1
b −a
dt =
x −a
b −a
=
_
¸
_
¸
_
0, x ≤ a
x−a
b−a
, a ≤ x ≤ b
1, b ≤ x
Matematiˇcko oˇcekivanje uniformne razdiobe
EX =
_
b
a
xf(x)dx =
a +b
2
.
Varijanca
V arX =
(b −a)
2
12
,
dok je standardna devijacija
σ =

V arX.
Zadatak 3.14 Dojavljeno je policiji da svake no´ci izmedu 2 i 3 sata kroz
crveno projuri jedan te isti auto. Nacrtajte funkciju gusto´ce vjerojatnosti
i funkciju razdiobe. Izraˇcunajte matematiˇcko oˇcekivanje i standardnu devi-
jaciju. Koliko je vjerojatno da ´ce pro´ci kroz crveno:
a) toˇcno u 2 : 25
b) prije 2 : 15
c) izmedu 2 : 35 i 5 : 00
d) prije 8 : 00 sati
(Rjeˇsenje:a)p = 0;b)p = 25%;c)p =
5
12
;d)p = 1)
61
3.6 Eksponencijalna razdioba
Eksponencijalna razdioba zadana je pozitivnom konstantom λ > 0. Funkcija
gusto´ce vjerojatnosti sluˇcajne varijable t:
f(t) =
_
λe
−λt
, t ≥ 0
0, ostalo
Uvjet normiranosti je zadovoljen:
_
+∞
−∞
f(t)dt =
_
+∞
0
λe
−λt
dt = λ
e
−λt
−λ
[
+∞
0
= −( lim
t→∞
e
−λt
−1)
= 1,
jer je
lim
t→∞
e
−λt
= 0.
Oznaka t sluˇcajne varijable sugerira njeno znaˇcenje vremenskog trajanja koje
je vjerojatnije ako je kra´ce. Obiˇcno su to trajanja usluga na ˇsalterima, vri-
jeme izmedu dva nailaska vozila, vrijeme potrebno za otpremu telegrama,
putovanje E-maila...
Funkcija distribucije daje vjerojatnost da se ne prekoraˇci predvideno vri-
jeme za obavljanje usluge:
F(t) = 1 −e
−λt
.
Vjerojatnost da usluga traje od najmanje a do najviˇse b vremenskih jedinica:
p(a ≤ t ≤ b) = e
−aλ
−e
−bλ
.
Oˇcekivano trajanje usluge je
E(t) =
1
λ
uz varijancu
V ar(t) =
1
λ
2
,
odnosno standardnu devijaciju
σ =
1
λ
.
62
Zadatak 3.15 Vremenski razmak izmedu vozila koja prelaze preko pjeˇsaˇckog
prijelaza sluˇcajna je veliˇcina eksponencijalne distribucije. Prometno optere´cenje
ulice iznosi 600 vozila po satu. Izraˇcunajte:
1. vjerojatnost da nastupi razmak ve´ci od 10 sekundi
2. vjerojatnost da razmak izmedu nailazaka bude 5-10 sekundi
3. odredite onaj razmak u sekundama iznad kojeg je vjerojatnost 5%.
Rjeˇsenje:
Eksponencijalna je distribucija odredena jednim parametrom:
λ =
1
EX
Budu´ci se oˇcekuje 600 vozila po satu, to je, u sekundama, oˇcekivani razmak
izmedu dva vozila
EX =
3600
600
= 6s,
a eksponencijalna razdioba u ovom zadatku dana je formulom gusto´ce vjero-
jatnosti
f(x) =
1
6
e

t
6
, t > 0.
1. vjerojatnost da nastupi razmak ve´ci od 10s je:
p(t > 10) = 1 −p(t < 10) = 1 −F(10) = 1 −(1 −e

10
6
)
= e

10
6
= 18.9%
2. vjerojatnost razmaka od 5 do 10s je
p(5 < t < 10) = e

5
6
−e

10
6
= 24.6%
3. traˇzi se vremenski razmak t
0
, za koji vrijedi
p(t > t
0
) = 0.05
1 −F(t
0
) = 0.05
e

t
0
6
= 0.05[ln

t
0
6
= ln 0.05
t
0
= −6 ln 0.05
= 18s
63
Zadaci
1. Vrijeme ˇcekanja na naplatnim ku´cicama autoputa sluˇcajna je varijabla
eksponencijalne distribucije. Prosjeˇcno prode 120 vozila po satu. Ko-
lika je vjerojatnost
a) da vozilo ˇceka dulje od 2 minute
b) da vozilo ˇceka 30-60 sekundi?
c) Uz vjerojatnost 90% odredite gornju granicu vremena ˇcekanja.
2. Vrijeme ispravnog rada nekog uredaja eksponencijalna je sluˇcajna var-
ijabla s oˇcekivanjem neprekidnog rada 2 mjeseca nakon servisa. Kolika
je vjerojatnost da ´ce se uredaj pokvariti u toku
a) prvog mjeseca
b) drugog mjeseca?
3.7 Normalna razdioba
Normalna razdioba u oznaci X ∼ N(ν, σ
2
) zadana je s dva parametra: ν ∈ R,
σ > 0. Normalna razdioba zadana je formulom gusto´ce vjerojatnosti:
f(x) =
1
σ


e

(x−ν)
2

2
Graf funkcije je Gaussova zvonasta krivulja simetriˇcna obzirom na vertikalu
x = ν, spljoˇstenost ovisi o veliˇcini konstante σ.
Matematiˇcko oˇcekivanje normalne sluˇcajne varijable:
EX = ν.
Varijanca:
V arX = σ
2
.
Funkcija razdiobe
F(x) =
1
σ


_
x
−∞
e

(t−ν)
2

2
dt
koji nije mogu´ce elementarno izraˇcunati. Raˇcunanje vjerojatnosti je mogu´ce
samo pomo´cu tablica ili raˇcunala.
64
3.7.1 Standardna normalna razdioba
Standardna normalna razdioba u oznaci
Z ∼ N(0, 1)
ima funkciju gusto´ce vjerojatnosi
ϕ(z) =
1


e

z
2
2
ima graf zvonastu Gaussovu krivulju.
Funkcija distribucije
Φ(z) =
1


_
z
−∞
e

u
2
2
du
ˇciji graf crtamo zahvaljuju´ci matematici 1. Treba uoˇciti da je Φ(z < −3) = 0
i da je Φ(z > 3) = 1.
Supstitucija
z =
x −ν
σ
omogu´cava preko
F(x) = Φ(z)
jedino mogu´ce raˇcunanje vjerojatnosti
p(a < x < b) = F(b) −F(a)
Zadatak 3.16 Neka je X ∼ N(4, 1.5
2
). Izraˇcunajte
1. p(x > 5.2), p(x ≥ 4)
2. vrijednost sluˇcajne varijable c tako da p(x < c) = 0.35
Rjeˇsenje zadatka je
1. oˇcito je p(x ≥ 4) = 50%
p(x > 5.2) = 1 −F(5.2) = 1 −Φ(
5.2 −4
1.5
)
= 1 −Φ(0.8) = 1 −0.7881
= 0.2119
65
2. raˇcunanje vrijednosti sluˇcajne varijable:
p(x ≤ c) = 0.35
F(c) = 0.35
Φ(
c −4
1.5
= 0.35
c −4
1.5
= −0.385
c = 3.4225
uz neophodnu pomo´c tablica.
Primjer 3.6 Neka su EX i σ > 0 oˇcekivanje i standardna devijacija sluˇcajne
varijable koja je normalno distribuirana. Izraˇcunajte slijede´ce vjerojatnosti:
1. p(EX −σ ≤ x ≤ EX +σ)
2. p(EX −2σ ≤ x ≤ EX + 2σ)
3. p(EX −3σ ≤ x ≤ EX + 3σ)
Rjeˇsenje se dobiva oˇcitavanjem:
1. D(1) = 68.27%
2. D(2) = 95.45%
3. D(3) = 99.73%
Primjer pokazuje da se unutar EX ± σ nalazi 68.27% vrijednosti sluˇcajne
varijable koja je normalno distribuirana. Posljednji dio primjera pokazuje
bespotrebnost nastavka tablica preko vrijednosti ±3 standardizirane vari-
jable.
Primjer 3.7 Pretpostavimo da se teˇzina paketa ravna po normalnoj distribu-
ciji u kojoj je srednja vrijednost ¯ x = 6.4, a standarda devijacija σ = 2.1
Odredite interval u kojem se oˇcekuje teˇzina s vjerojatnosti od 90%.
Rjeˇsenje traˇzimo u obliku vrijednosti c, za koju vrijedi da je
p(EX −c < x < EX +c) = 0.9
66
Kratak raˇcun po definiciji daje
F(EX +c) −F(EX −c) = Φ(
c
σ
) −Φ(
c
σ
)
= D(
c
σ
)
ˇsto po uvjetima zadatka daje
D(
c
σ
= 0.9
c
σ
= 1.64
c = 3.4
konaˇcno traˇzene granice
3 ≤ x ≤ 9.8
u kojima se nalazi 90% paketa.
Zadatak 3.17 Visina ˇcovjeka je normalna sluˇcajna varijabla s oˇcekivanjem
EX = 174cm i varijancom σ
2
= 81cm
2
.
a) Koliki je postotak ljudi viˇsih od 2m?
b) Ispod koje visine je 5% ljudi?
c) Koliki je postotak ljudi visine 160 −190cm?
Rjeˇsenja
a)
p(x > 200) = 1 −F(200) = 1 −Φ(
200 −174
9
) = 1 −Φ(2.89) =
= 1 −0.9981 = 0.0019
b) traˇzi se visina h
p(x < h) = 0.05
φ(
h −174
9
) = 0.05
h −174
9
= −1.645
h = 159
67
c)
p(160 < x < 190) = Φ(
190 −174
9
) −Φ(
160 −174
9
) =
= Φ(1.78) −Φ(−1.56) =
= 0.9625 −0.0594 =
= 90.31%
Zadatak 3.18 Neka je broj osvojenih bodova na pismenom ispitu normalno
distribuirana sluˇcajna varijabla s oˇcekivanjem 76 i standardnom devijacijom
15. Prvih 15% studenata dobiva ocjenu odliˇcan, dok zadnjih 10% ne prolazi
ispit. Nadite
a) minimalni broj bodova potreban da bi se dobilo odliˇcan
b) minimalni broj bodova potreban da se prode ispit?
Rjeˇsenja:
a) traˇzi se broj a za koji je
p(x > a) = 1 −F(a) = 1 −Φ(
a −76
15
) = 0.15
Φ(
a −76
15
) = 0.85
a −76
15
= 1.04
a = 92
b) traˇzi se onaj mali broj bodova b ispod kojeg je 10% studenata koji su
pali:
p(x < b) = 0.1
Φ(
b −76
15
) = 0.1
b −76
15
= −1.28
b = 57
Zadaci
68
1. Masa ˇcovjeka je normalno distribuirana sluˇcajna varijabla s oˇcekivanjem
EX = 82kg i standardnom devijacijom σ = 11kg.
a) Koliki postotak ljudi ima masu 60 −90kg?
b) Koliki je postotak teˇzih od 100kg?
c) Ispod koje granice je 5% ljudi?
2. Sluˇcajna varijabla X ima normalnu razdiobu
N(ν = 4, 23; σ
2
= 25, 35).
Izraˇcunajte vjerojatnost negativne vrijednosti sluˇcajne varijable X?
3. Sluˇcajna veliˇcina X normalno je distribuirana s parametrima E(X) =
20, σ = 2. Izraˇcunati p(17 < x < 22), p(x < 18) i p(x ≥ 19).
4. Sluˇcajna varijabla X normalno je distribuirana s iˇcekivanjem E(X) =
34 i varijancom V ar(X) = 6, 25. Izraˇcunajte P(X ≤ 34), P(X > 29) i
P(34 < X < 40).
5. Godiˇsnja koliˇcina padalina u Zagrebu sluˇcajna je varijabla normalne
distribucije s oˇceivanjem 880mm/m
2
i standardnom devijacijom 130mm/m
2
.
Odrediti:
a) vjerojatnost da godiˇsnja koliˇcina padalina bude iznad tisu´cu litara
po metru kvadratnom
b) vjerojatnost da godiˇsnja koliˇcina padalina bude od 500 do tisu´cu
i dvijesto litara po kvadratnom metru
c) onu godiˇsnju koliˇcinu padalina ispod koje je vjerojatnost 10%?
6. Maksimalna dnevna temperatura zraka u mjesecu lipnju sluˇcajna je
veliˇcina X normalno distribuirana s E(X) = 25C i σ = 6C. Odredite
(a) vjerojatnost da maksimalna temperatura padne ispod 16C,
(b) vjerojatnost da maksimalna temperatura poraste iznad 33C,
(c) temperaturu u C iznad kojeg maksimalna temperatura zraka nas-
tupa s vjerojtnoˇs´cu 1%.
7. Teˇzina ˇcovjeka je sluˇcajna varijabla X normalne razdiobe s EX = 78kg,
dok je σ = 8kg.
69
(a) Iznad koje teˇzine je 0.5% ljudi?
(b) Koliki je postotak ljudi lakˇsih od 50kg?
(c) Koliki je postotak ljudi izmedu 70kg i 80kg?
70
4 Problemski zadaci
1. Odredite
(a) Koliko ima razliˇcitih dijeljenja na poker automatu koji daje pet
karata iz ˇspila od 52 karte?
(b) Koliko bi partija ˇsaha odigrala dva razreda od po 24 uˇcenika u
medusobnom dvoboju?
(c) Na koliko naˇcina moˇze petero djece razdijeliti medu sobom 12
jabuka, 10 kruˇsaka i 8 naranˇci?
2. Na kvadratnom zemljiˇstu 1km1km raste 3110 stabala promjera 50cm.
Da li se u ˇsumi moˇze prona´ci mjesta za tenisko igraliˇste 25m25m za
koje ne treba sjeˇca?
3. Na drugoj godini ima 400 studenata, od kojih se neki bave sportom i to:
180 s nogometom, 130 s koˇsarkom, 100 s rukometom, 40 s nogometom
i koˇsarkom, 30 s nogometom i rukometom, 20 s koˇsarkom i rukometom,
a 10 sa sva tri ta sporta. Kolika je vjerojatnost da se nasumce izabrani
uˇcenik bavi s:
(a) bar jednim sportom
(b) samo jednim sportom
(c) bar dva sporta
(d) sva tri sporta?
4. Velika serija proizvoda neke tvornice daje 2% ˇskarta. Koliko najmanje
proizvoda treba izabrati pa da vjerojatnost da se medu njima nade bar
jedan defektan bude p = 95%?
5.
ˇ
Cetiri aviona nezavisno jedan od drugog bombardiraju brod. Vjerojat-
nost p
i
da bomba iz i-tog aviona (i = 1, 2, 3, 4) pogodi brod je redom:
p
1
= 0.1, p
2
= 0.3, p
3
= 0.4 i p
4
= 0.5.
(a) Kolika je vjerojatnost da brod bude pogoden?
(b) Kolika je vjerojatnost da protuzraˇcna obrana sruˇsi sve avione, a
niti jedan avion ne pogodi brod?
71
6. U poˇsiljci je 15 mobitela, a pet ih je neispravnih. Netko kupi 3 mobitela.
Odredite vjerojatnosti broja neispravnih mobitela u kupovini, oˇcekivani
broj neispravnih mobitela i funkciju razdiobe broja neispravnih mo-
bitela u uzorku od tri kupljena.
7. Iz zadane funkcije gusto´ce vjerojatnosti na slici (stranice trokuta s
vrhovima (−1, 0), (0, a > 0), (3, 0) bez stranice na osi 0X, dijelovi osi
0X bez duˇzine od -1 do 3) potrebno je izraˇcunati:
(a) parametar a
(b) matematiˇcko oˇcekivanje.
(c) Nacrtajte funkciju distribucije i odredite p(−
1
2
< x <
3
2
).
8. Od ku´ce do ureda Martina prolazi kroz 6 nesinhroniziranih semafora.
Izraˇcunajte oˇcekivani broj semafora na kojim ´ce se zaustaviti, ako je
duljina ciklusa 45s, zeleno svijetli 25s Koliko je standardno odstupanje
od tog broja?
9. Mazdini automobili imaju greˇsku u 4% sluˇcajeva. Kolika je vjerojatnost
da ´ce od 100 automobila proizvedenih ove godine na viˇse od 5 biti
reklamacija?
10. Prosjeˇcan dnevni promet na autocesti u ˇspici sezone iznosi 12000 auto-
mobila dnevno. Za prijelaz autoceste medvjed treba 15 sekundi. Koliko
je vjerojatno da ne´ce biti udaren onaj medo koji je ipak pronaˇsao prolaz
kroz ˇzicu?
11. Prosjeˇcan Hrvat prosjeˇcnih godina ima viˇsak od 20kg s odstupanjem
±4kg Kolika je vjerojatnost da prosjeˇcna Hrvatica prosjeˇcnih godina
nade partnera sa
(a) viˇskom manjim od 5kg?
(b) viˇskom ve´cim od 25kg
(c) Koliko kilograma viˇska ima 80% Hrvata?
72
5 Statistika
Statistika je znanstvena disciplina koja se bavi izuˇcavanjem masovnih po-
java: broj stanovnika, broj zaposlenih, broj telefonskih usluga . . . .
Srediˇsnje pitanje kojim se bavi je utvrdivanje zakonitosti, odnosno pravil-
nosti po kojima se ravnaju masovne pojave, koje se najˇceˇs´ce karakter-
iziraju numeriˇcki. Na temelju takvih numeriˇckih pokazatelja pomo´cu
statistiˇckih metoda donose se zakljuˇcci i predvidanja.
Podaci numeriˇckog, ali i nenumeriˇckog tipa dobivaju se
- opaˇzanjem
- pra´cenjem
- evidentiranjem
- mjerenjem
Obiljeˇzje je zajedniˇcko svojstvo koje se odnosi na neki skup.
Statistiˇcki skup ili statistiˇcka masa je skup na ˇcije elemente se odnosi
obiljeˇzje.
Zadatak 5.1 Promatra se broj obavljenih telefonskih razgovora s odredenog
pretplatniˇckog broja u toku jednog mjeseca.
ˇ
Sto je statistiˇcki skup, a ˇsto je
statistiˇcko obiljeˇzje?
Rjeˇsenje
- statistiˇcki skup predstavljaju preplatnici koji su s broja pozvani
- obiljeˇzje je osobina pretplatniˇckog broja da je pozvan sa broja koji se
promatra
Jedan statistiˇcki skup moˇze imati viˇse obiljeˇzja i tada je zanimljivo pro-
matrati povezanost obiljeˇzja.
U metodoloˇskom obliku razlikujemo deskriptivnu i matematiˇcku statis-
tiku.
73
Deskriptivna statistika bavi se opisivanjem pojava numeriˇcki i grafiˇcki
istiˇcu´ci odredene vrijednosti obiljeˇzja. Primjenjuje u ispitivanju cijelog
statistiˇckog skupa.
Uzorak je dio statistiˇckog skupa na kojem se ispituje ponaˇsanje cijelog
skupa.
Matematiˇcka statistika bavi se izuˇcavanjem masovnih pojava na temelju
uzoraka pomo´cu matematiˇckih metoda koje se baziraju na teoriji vjero-
jatnosti i teoretskih distribucija.
Obiljeˇzja mogu imati diskretni i kontinuirani karakter. Obiljeˇzje diskretnog
karaktera numeriˇcki je odredeno prebrojivim skupom brojeva.
Primjer 5.1 Broj pisama predatih u jednoj poˇsti je diskretno obiljeˇzje, a
vrijeme pruˇzanja poˇstanske usluge telefona je kontinuirano obiljeˇzje
Grupiranje podataka provodi se radi obrade.
Primjer 5.2 Na jednom ˇcovjeku izvrˇseno je 50 mjerenja vremena reakcije i
dobiveni su rezultati:
196 173 186 189 173 165 167 160 140 174 180 151
157 164 154 169 190 180 163 157 169 167 165 160
177 165 157 177 159 175 166 173 185 177 184 183
162 192 174 162 165 172 158 169 146 170 171 169
168 153
Uobiˇcajeno je rezultate grupirati u razrede. Najˇceˇs´ce se broj razreda kre´ce
izmedu 10 i 20.
ˇ
Sto je broj mjerenja manji i broj razreda je manji. Razredi su
jednaki po veliˇcini, pa se interval razreda dobiva tako da se raspon rezultata
podijeli sa ˇzeljenim brojem razreda.
Ako se u primjeru odluˇce rezultati grupirati u 12 razreda, tada ´ce interval
biti
196 −140
12
= 4.67 ∼ 5.
74
Krajnji rezultat unosa u postavljenje razrede je:
vrijeme frekvencija
140 −144 1
145 −149 1
150 −154 3
155 −159 5
160 −164 6
165 −169 12
170 −174 8
175 −179 4
180 −184 4
185 −189 3
190 −194 2
195 −199 1
Relativna i kumulativna frekvencija osnovne su veliˇcine koje se iz po-
dataka mogu raˇcunati.
Relativna frekvencija ima znaˇcenje vjerojatnosti a’posteriori
f(x
k
) =
f
i
n
Kumulativna frekvencija
F(x
i
) =

k≤i
f(x
k
)
Veliˇcina statistiˇckog skupa:

f
i
= n
Primjer 5.3 [Diskretno obiljeˇzje] Evidentiranjem broja predatih telegrama u
toku jednog dana u jednoj poˇsti dobivene su vrijednosti:
x
i
0 1 2 3 4 5 6 7 8 9 10
f
i
2 4 8 13 15 19 18 15 13 8 3
Izraˇcunati pripadne relativne i kumulativne frekvencije.
ˇ
Sto je statistiˇcki
skup, a ˇsto statistiˇcko obiljeˇzje u primjeru?
Rjeˇsenje.
75
x
i
-broj telegrama u toku dana
f
i
-broj dana tijekom kojih je primljeno x
i
telegrama
ukupan broj dana

f
i
= n
x
i
f
i
f(x
i
) F(x
i
)
0 2 2/118 2/118
1 4 4/118 6/118
2 8 8/118 14/118
3 13 13/118 27/118
4 15 15/118 42/118
5 19 19/118 61/118
6 18 18/118 79/118
7 15 15/118 94/118
8 13 13/118 107/118
9 8 8/118 115/118
10 3 3/118 118/118

118 1 ∅
Statistiˇcki skup ˇcine dani u kojim poˇsta dobiva telegrame, a statistiˇcko
obiljeˇzje je broj dobivenih telegrama.
Primjer 5.4 [Kontinuirano obiljeˇzje] Potroˇsnja goriva x
i
u litrama na 100
kilometara kod kamiona nekog autoparka obradena je u tablici:
x
i
22-24 24-26 26-28 28-30 30-32
f
i
2 7 8 2 1
Odrediti relativne i kumulativne frekvencije.
ˇ
Sto je ovdje statistiˇcki skup,
a ˇsto je statistiˇcko obiljeˇzje?
76
Rjeˇsenje je dano u tablici:
x
i
¯ x
i
f
i
f( ¯ x
i
) F( ¯ x
i
)
22 −24 23 2 0, 10 0, 10
24 −26 25 7 0, 35 0, 45
26 −28 27 8 0, 40 0, 85
28 −30 29 2 0, 10 0, 95
30 −32 31 1 0, 05 1, 00

n = 20 1
Statistiˇcki skup su kamioni auto-parka, a statistiˇcko obiljeˇzje je potroˇsnja.
Linijski graf sastoji se od niza vertikalnih duˇzina ˇcije duljine odgovaraju
frekvencijama.
Histogram se sastoji od niza pravokutnika kojima visina odgovara frekven-
cijama.
Poligon frekvencija crta se tako da se spoje toˇcke iznad sredine svakog
razreda, a zatim se dovodi na nultu frekvenciju na lijevoj i desnoj strani
krivulje.
Poligon frekvencija kod diskretnih vrijednosti spaja toˇcke ˇcije su apscise
vrijednosti obiljeˇzja, a ordinate su im vrijednosti frekvencija.
Kumulativni niz distribucije relativnih frekvencija nastaje zbrajanjem rel-
ativnih frekvencija:
F
x
(x
j
) =
j

i=1
p
i
, i = 1, 2, . . . , k, F
x
(x
j
) = p(X ≤ x
j
).
Primjer 5.5 Osobe prijavljene zavodima za zapoˇsljavanje u Republici Hrvatskoj,
stanje krajem 1990.
Dob broj osoba u 000 Struktura Kumulativni niz ”manje od”
x
i
f
i
p
i
F
x
(x
j
)
(14)-19 6.1
19-25 84.0
25-40 77.5
40-50 16.6
50-(65) 11.2
Ukupno
77
Popunite tablicu. Prikaˇzite podatke histogramom i poligonom frekvencija.
Rjeˇsenje Histogram je graf step funkcije f(x) = f
i
, x ∈ [a
i
, b
i
]. Poligon
frekvencija spaja toˇcke ˇcije su apscise sredine razreda, a ordinate pripadne
frekvencije.
Kumulanta je krivulja koja prikazuje kumulativnu frekvenciju. Kod diskret-
nih obiljeˇzja to je step funkcija, a kod kontinuiranih razlomljeni
pravac koji poˇcinje u ishodiˇstu, a zavrˇsava u horizontali s apscisom
1.
Zadatak 5.2 Nacrtajte kumulantu za primjer 5.5
Zadatak 5.3 Kontolirana pakiranja prema broju neispravnih poˇsiljaka dana
su u tablici
neispravni
proizvodi
broj
pakiranja
Kumulativni niz ”manje od”
x
i
f
i
F
x
(x
j
)
0 35
1 150
2 200
3 80
4 30
5 5
Ukupno
Popunite tablicu. Nacrtajte linijski graf i histogram. Nacrtajte kumu-
lantu.
Zadatak 5.4 Nacrtajte kumulante za primjere (5.4) i (5.3).
5.1 Mjere centralne tendencije
Odredivanje sredina najˇceˇsˇca je aktivnost u obradi podataka.
Aritmetiˇcka sredina raˇcuna se
¯ x =
1
n

x
i
f
i
78
Zadatak 5.5 Izraˇcunajte prosjeˇcan dnevni broj primljenih telegrama i izraˇcunajte
prosjeˇcnu potroˇsnju kamiona iz navedenih primjera (5.3) i (5.4) .
Zadatak 5.6 Izraˇcunajte prosjeˇcno vrijeme reakcije iz primjera (5.2) izravno
i nakon raspodjele u razrede.
Centralna vrijednost ili medijan je vrijednost koja se u nizu rezultata
poredanih po veliˇcini, nalazi toˇcno u sredini.
Primjer 5.6 Ako pet namjeˇstenika prima pla´cu preraˇcunatu u Eure od 750,
800, 850, 900 i 5000, onda aritmetiˇcka sredina od
750 + 800 + 850 + 900 + 5000
5
= 1660
Eura odudara od stvarnog prosjeka.
Isticanje centralne vrijednosti eliminira ekstremne rezultate.
Primjer 5.7 Naseljena mjesta nalaze se uz cestu. Od prvog mjesta drugo je
udaljeno 30km, tre´ce 60, ˇcetvrto 110, zatim je na 120. i 130. kilometru od
prvog joˇs po jedno mjesto.
Na kojem je mjestu uz cestu prikladno izgraditi benzinsku, ako su mjesta
pribliˇzne veliˇcine.
Centralno je mjesto na pola puta izmedu 60. i 110. kilometra
Dominantna vrijednost ili mod je ona vrijednost koja je u nizu mjerenja
najˇceˇs´ce postignuta.
Primjer 5.8 Prikupljaju´ci podatke o broju djece dobiveni su podaci:
djeca 0 1 2 3 4 5 6 7 8 9 10 11 12
parovi 70 90 108 86 70 47 30 20 15 5 4 3 2
Vidljiv je mod od 2 djece, dok je aritmetiˇcka sredina 3.02 djeteta. Dakle pri
gradnji stanova za prosjeˇcnu obitelj sa 3 djece ˇcinila bi se pogreˇska.
Geometrijska sredina koristi se kao mjera prosjeˇcne brzine nekih prom-
jena. Dobiva se formulom:
¯ x
g
=
n
_
x
f
1
1
x
f
k
k
uz navedene oznake. Raˇcuna se samo za pozitivne brojeve.
79
Primjer 5.9 Na nekom je podruˇcju 1960. godine ˇzivjelo 2000 stanovnika,
1961. bilo ih je 9000, a 1962. ˇcak 18000. Prosjeˇcno godiˇsnje pove´canje dobit
´ce se geometrijskom sredinom:
G =

4.5 2 = 3
puta godiˇsnje.
Harmonijska sredina jednaka je
¯ x
h
=
N
f
1
x
1
+ +
f
k
x
k
,
gdje je N broj podataka. Harmonijsku sredinu valja upotrebljavati kad
ˇzelimo dobiti prosjeke nekih odnosa: prosjeˇcnu brzinu, prosjeˇcan broj
slova u minuti . . .
Primjer 5.10 Ako je automobilist udaljenost od 100 km vozio brzinom od
100 km/h, a natrag je iˇsao brzinom 50 km/h, kojom je prosjeˇcnom brzinom
vozio?
Rjeˇsenje. Pograˇsno je ishitreno odgovoriti: 75 km/h, jer je uistinu preˇsao 200 km za tri
sata, pa je prosjek:
200
3
= 66.7km/h
Rezultat jemogu´ce dobiti harmonijskom sredinom brzina 100km/h i 50km/h:
H =
2
1
100
+
1
50
= 66.7km/h
Zadatak 5.7 Tri ku´canice su u anketi iskazale koliko dana u njihovoj obitelji
traje staklenka od 1kg marmelade: 5 dana, 10 dana i 15 dana. Koliko
prosjeˇcno traje staklenka marmelade?
Rjeˇsenje. Ne traje 10 dana, jer za 30 dana ukupno sva tri doma´cinstva potroˇse 11 staklenki,
pa 1kg traje za sva tri doma´cinstva
30
11
= 2.72
dana. Jednom bi doma´cinstvu kilogram trajao
3 2.72 = 8.2
dana, ˇsto se i dobiva raˇcunom harmonijske sredine:
H =
3
1
5
+
1
10
+
1
15
= 8.2
80
Zadatak 5.8
ˇ
Cetiri radnika, A,B,C i D izvrˇse odredeni tip usluge redom za
10, 6, 5 i 4 minute. Izraˇcunajte prosjeˇcnu proizvodnost radnika, tj. vrijeme
koje se traˇzi za pruˇzanje usluge.
Rjeˇsenje. Prosjeˇcno vrijeme pruˇzanja usluge je harmonijska sredina:
H =
4
1
10
+
1
6
+
1
5
+
1
4
= 5.581
minuta
5.2 Mjere varijabilnosti
Mjere varijabilnost odgovaraju na pitanje ve´ce ili manje grupiranosti statistiˇckog
niza oko centralne vrijednosti.
5.2.1 Raspon
Raspon statistiˇckog niza razlika je najve´ceg i najmanjeg rezultata. Raspon
je nesigurna i varljiva mjera varijabilnosti i raste s pove´canjem broja
rezultata.
Primjer 5.11 Prilikom dva puta po 10 mjerenja neke pojave, dobiveni
su slijede´ci nizovi podataka:
1. mjerenje 8 8,5 8,5 9 9 9 9 9,5 9,5 10
2. mjerenje 1 2 3 5 9 9 13 15 16 17
Odrediti raspone oba mjerenja.
5.2.2 Srednje odstupanje
Srednje odstupanje je prosjeˇcna veliˇcina odstupanja pojedinaˇcnih rezul-
tata:

N
i=1
[x
i
− ¯ x[ f
i
n
,
gdje je n ukupan broj pojedinaˇcnih rezultata, a N broj medusobno
razliˇcitih rezultata.
Zadatak 5.9 Odrediti srednje odstupanje od aritmetiˇcke sredine iz prethodnog
primjera.
81
Napomena Prosjeˇcno odstupanje raˇcuna se uz aritmetiˇcku sredinu, cen-
tralnu (medijan) i dominantnu (mod) vrijednost.
Apsolutna vrijednost je neophodna, jer inaˇce:
1
n
N

i=1
(x
i
− ¯ x) f
i
=
1
n
N

i=1
x
i
f
i
− ¯ x
1
n
N

i=1
f
i
= 0
5.2.3 Standardna devijacija
Kvadriranjem odstupanja izbjegavaju se negativni predznaci.
Varijanca je aritmetiˇcka sredina kvadratiˇcnih odstupanja.
Standardna devijacija veliˇcina je bitna za razumijevanje varijabiliteta i
jednaka je drugom korjenu iz varijacije
σ =

V ar.
Zadatak 5.10 Izraˇcunajte standardne devijacije iz mjerenja u primjeru 26.
Budu´ci je aritmetiˇcka sredina konstantan broj, varijancu je mogu´ce izraˇcunati
i formulom:
σ
2
=
1
n

i
x
2
i
f
i
− ¯ x
2
koja predstavlja razliku srednje vrijednosti kvadrata obiljeˇzja i kvadrata sred-
nje vrijednosti obiljeˇzja.
Zadatak 5.11 Izraˇcunati standardnu varijancu za 50 dobivenih vremena
reakcije iz primjera 18.
5.2.4 Koeficijent varijabilnosti
Podatak koji sluˇzi za usporedivanje varijabilnosti razliˇcitih pojava i svojstava,
a prikazuje postotak vrijednosti aritmetiˇcke sredine koji pripada standardnoj
devijaciji:
v =
σ
¯ x
.
Uobiˇcajeno je u fizikalnim mjerenjima koficijent nazvati relativnom pogreˇskom.
Zadatak 5.12 Jednim je mjerenjem ustanovljeno da 10-godiˇsnji djeˇcaci imaju
visinu 134.4±6.06cm, dok im je teˇzina 29.2±3.89kg. Variraju li viˇse djeˇcaci
u visini ili u teˇzini?
82
6 Metode statistiˇckih zakljuˇcivanja
Deskriptivna statistika prouˇcava karakteristike toˇcno odredenje skupine
podataka koji su posljedica ispitivanja cijele populacije: svih studenata
odredenog sveuˇciliˇsta, svih gradana nekog grada . . .
Varijanca se u tom sluˇcaju raˇcuna formulom
V ar = σ
2
=
1
n

i
(x
i
− ¯ x)
2
f
i
.
Matematiˇcka statistika pokuˇsava na temelju podataka iz dostupnog uzorka
izvesti zakljuˇcke u vezi s cijelom populacijom iz koje je uzorak izdvojen.
U tom sluˇcaju, standardna se devijacija raˇcuna formulom:
V ar = σ
2
=
1
n −1

i
(x
i
− ¯ x)
2
f
i
.
Osnovni skup ˇcine svi elementi na koje se odnosi obiljeˇzje X. Naziva se i
populacijom, naroˇcito za ˇzive objekte statistiˇckog skupa.
Uzorak je dio elemenata osnovnog skupa na kojem vrˇsimo ispitivanje. Reprezen-
tativnost uzorka je mjera za vjernost kojom uzorak predstavlja cijelu
populaciju.
Prilikom formiranja uzorka nastoji se ˇstovati princip sluˇcajnog izbora,
tako da svaki element iz osnovnog skupa ima jednaku vjerojatnost biti
izabran. Prilikom telefonskih anketa koriste se tablice sluˇcajnih bro-
jeva.
Osnovno je pitanje kako na temelju uzorka zakljuˇciti neˇsto o osnovnom
skupu? Kako odrediti karakteristiku i zakonitosti po kojima se ravna
obiljeˇzje u osnovnom skupu.
Metode teorije uzoraka bave se pitanjima:
1. Statistiˇcke procjene osnovnih karakteristika poput oˇcekivanja E(X) i
standardne devijacije σ.
2. Testiranje statistiˇckih hipoteza o osnovnim karakteristikama.
83
6.1 Karakteristike uzoraka
Za obiljeˇzje X uzorak ´ce biti predstavljen nizom sluˇcajnih veliˇcina
x
1
, x
2
, . . . x
n
.
Aritmetiˇcka sredina uzorka odgovara oˇcekivanju sluˇcajne varijable i raˇcuna
se po uobiˇcajenoj formuli:
¯ x =
1
n
N

i=1
x
i
f
i
gdje je
- n - broj sluˇcajnih veliˇcina
- N - broj razreda, odnosno broj razliˇcitih sluˇcajnih veliˇcina
- f
i
- frekvencija i-tog razreda
- x
i
- reprezentant sluˇcajne veliˇcine
Disperzija uzorka odgovara standardnoj devijaciji i uvijek se raˇcuna po
formuli
S
2
=
1
n −1

i
(x
i
− ¯ x)
2
f
i
Testiranje uzorka odgovara na pitanje koliko je dobra procjena. Postoje
toˇckovne i intervalne procjene ovisno o uredenosti podataka.ˇz
6.2 Testiranje statistiˇckih hipoteza
U statistiˇckim analizama pojedinih obiljeˇzja postavljaju se hipoteze o nekom
parametru ili o kompletnoj distribuciji. Takve hipoteza zovu se statistiˇcke
hipoteze, a postupak kojim se donosi odluka o prihvaˇcanju dotiˇcne hipoteze
naziva se statistiˇcki test.
U klesiˇcnim testovima utvrduje se znaˇcajnost ili signifikantnost razlike
hipoteznih vrijednosti i vrijednosti dobivenih na osnovu uzorka.
84
Primjer 6.1 Obiˇcan simetriˇcni novˇci´c pada na glavu s vjerojatnosti 1/2.
Gospodin Krupi´c imao je rijedak zlatnik koji je padao na glavu s vjerojatnosti
3/4, ali ga je izgubio. Kad je naˇsao sliˇcan novˇci´c odluˇcio ga je isprobati tako
da ga baci 10 puta, pa ako najmanje 7 puta padne na glavu, pravi je. Pitanja
su:
- koliko je vjerojatno da je novˇci´c rijedak, a da ipak nije pao na glavu 7
puta?
- koliko je vjerojatno da je novˇci´c obiˇcan, a ipak je pao na glavu barem
7 puta?
Rjeˇsenje. Neka je novˇci´c rijedak. Tada se promatra binomna sluˇcajna vari-
jabla B(n = 10; p = 0.75) u kojoj je uspjeh kada novˇci´c padne na glavu. Nije
pao na glavu 7 puta ako je pao najviˇse 6 puta:
p(x ≤ 6) = p(x = 0) +p(x = 1) + +p(x = 6)
=
_
10
0
_
0.75
0
0.25
10
+
_
10
1
_
0.75
1
0.25
9
+ +
_
10
6
_
0.75
6
0.25
4
=
6

k=0
_
10
k
_
0.75
k
0.25
10−k
= 0.2241
U drugom sluˇcaju vjerojatnost da u binomnoj varijabli B(n = 10, p = 0.5)
novˇci´c padne barem 7 puta jednaka je
p(7 ≤ x ≤ 10) =
10

k=7
_
10
k
_
0.75
k
0.25
10−k
= 0.1719
Primjer 6.2 Neka je obiljeˇzje X vrijeme trajanja pruˇzanja neke usluge.
Postavlja se hipoteza
H
0
: E(X) = E
0
= 12min.
Tada je alternativna hipoteza
H
1
: E(X) ,= E
0
.
Ako se na uzorku dobije prosjeˇcno vrijeme usluge
¯ x = 10min,
pitanje je da li je razlika
[¯ x −E
0
[ = 2
znaˇcajna?
85
Prilikom donoˇsenja odluke o prihva´canju, odnosno odbijanju uzorka ˇciji je
izbor sluˇcajan, mogu´ca je pogreˇska.
Greˇska prve vrste radi se kod odbacivanja istinite hipoteze.
Greˇska druge vrste radi se kod prihva´canja neistinite hipoteze:
Prihva´canje Odbacivanje
H
0
(istinita) Ispravno Greˇska I vrste
H
1
(neistinita) Greˇska II vrste Ispravno
α je vjerojatnost za greˇsku prve vrste ili nivo signifikantnosti
1 − α = F(x) iz tablica razdiobe χ
2
, a vrijednost χ
2
oˇcitana
u tablici pokazuje razinu iznad koje se s vjerojatnosti F(x)
hipoteza moˇze odbaciti
β je vjerojatnost za greˇsku druge vrste
1 −β je jakost testa
U postupku testiranja hipoteze nastoji se da su vjerojatnosti α i β ˇsto
je mogu´ce manje. Unaprijed se odredi vjerojatnost α koja iznosi 1% ili
5%.
6.3 Testiranje hopoteze o distribuciji u osnovnom skupu
U primjerima sluˇcajnih varijabli pretpostavka je da sluˇcajna veliˇcina im
odredeni tip distribucije. To se pretpostavlja na temelju prirode sluˇcajnih
veliˇcina ili njenih karakteristika.
Primjerice, ako je
E(X) ∼ V ar(X)
tada se vjerojatno radi o Poissonovoj distribuciji:
λ = E(X) = V ar(X).
Ako se relativne frekvencije okupljaju oko vrijednosti medijana, tada je mogu´ce
da se radi o binomnoj, odnosno normalnoj distribuciji:
B(n, p); E(X) = np,
odnosno
^(µ, σ
2
); µ = E(X), σ
2
= V ar(X)
86
Ako je pretpostavka distribucije statistiˇcka hipoteza, potrebno je provesti
testiranje na temelju uzorka.
Potrebno je utvrditi da li je razlika izmedu empirijskihi teorijskih frekven-
cija statistiˇcki znaˇcajna ili nije :
- f
i
- empirijske frekvencije
- f

i
- teorijske frekvencije
- f
i
−f

i
- razlika frekvencija
Ako razlika nije statistiˇcki znaˇcajna, hipoteza se prihva´ca, a u protivnom
se odbacuje.
Testiranje se provodi na temelju
chi
2
distribucije i naziva se χ
2
test.
Neka je F
0
(x) pretpostavljeni tip distribucije: binomna, Poissonova, uni-
formna, eksponencijalna, normalna.
Hipoteze
H
0
: F(x) = F
0
(x)
H
1
: F(x) ,= F
0
(x)
χ
2
0
=
k

i=1
(f
i
−f

i
)
2
f

i
,
gdje je
k - broj razreda
f

i
= n p (X = x
i
)
n - ukupan broj podataka
Ocjena statistiˇcke znaˇcajnosti provodi se usporedbom χ
2
0
, koji treba biti
manji od kritiˇcnog broja C. Kritiˇcni broj C odreduje se iz tablica χ
2
dis-
tribucije uz
k −r −1
stupnjeva slobode, gdje je
87
k - broj razreda: broj intervala podataka ili razliˇcitih, po veliˇcini
poredanih, podataka
r - broj parametara hipotetske distribucije. Sve su distribucije odredene
jednim, r = 1 parametrom, osim normalne, koja je odredena s dva,
r = 2 parametra: µ i σ.
Ako ima razreda s frekvencijom manjom od 5, onda se spajaju razredi sa
susjednima sve dok zajedniˇcka frekvencija ne prijede 5.
Kritiˇcni broj C oˇcitava se kao rjeˇsenje jednadˇzbe
F(C) = 1 −α
iz tablice χ
2
distribucije
Primjer 6.3 Mjeren je broj minuta f
i
u kojima je pozvan telefonski broj za
informacije na cestama toˇcno odredeni broj puta x
i
. Dobiveni rezultati su
slijede´ci:
x
i
f
i
0 33
1 17
2 7
3 3
Testirajte hipotezu o Poissonovoj distribuciji broja poziva u minuti na nivou
signifikantnosti α = 0.01.
Rjeˇsenje.
Potrebno je znati da je funkcija vjerojatnosti Poissonove distribucije zadana
parametrom
λ = E(x) = ¯ x
i raˇcuna se po formuli
f(x
i
) = p(X = x
i
) =
λ
x
i
x
i
!
e
−λ
,
gdje je x
i
cijeli broj i predstavlja broj poziva informacija u minuti.
Prispodoba podacima dobivenim eksperimentalno upravo je njihova srednja vri-
jednost:
88
x
i
f
i
x
i
f
i
0 33 0
1 17 17
2 7 14
3 3 9

60 40
jednaka
E(X) =
1
n

i
x
i
f
i
=
1
60
40 = 0.66 ∼ 0.7
Traˇzena funkcija gusto´ce vjerojatnosti sada ´ce vjerojatnost svakog odredenog broja
poziva u minuti raˇcunati s vjerojatnosti
p(X = x
i
) = f(x
i
) =
0.7
x
i
x
i
!
e−0.7
Tablica teoretskih frekvencija izgleda:
x
i
p
i
= f(x
i
) = p(X = x
i
) f

i
= n p
i
0 0, 4960 29, 796 ∼ 30
1 0, 3476 20, 856 ∼ 21
2 0, 1217 7, 302 ∼ 7
3 0, 0284 1, 702 ∼ 2
Izraˇcunavanju χ
2
za podatke iz prethodnih tablica prethodi spajanje 4. razreda
s tre´cim, jer statistiˇcari zahtijevaju da ni jedna oˇcekivana frekvencija ne bude
manja od 5 :
x
i
f
i
f

i
f
i
−f

i
(f
i
−f

i
)
2
f

i
0 33 30 3 0, 3
1 17 21 −4 0, 76
2, 3 10 9 1 0, 11

χ
2
0
= 1.17
Kritiˇcni broj C rjeˇsenje je jednadˇzbe
F(C) = 1 −α = 0.99,
gdje je F(C) χ
2
distribucija sa stupnjem slobode:
k −r −1 = 3 −1 −1 = 1,
jer je
89
k broj razreda nakon spajanja, a to je 3
r broj parametara, a to je jedan jedini, λ
Uvjet
χ
2
≤ C
ovdje je oˇcito ispunjen, jer je iz tablice C = 6.63
Hipoteza se ne odbacuje, ve´c se prihva´ca.
Zadatak 6.1 Mjerenjem brzine vozila na jednoj dionici prometnice dobiveni
su slijede´ci podaci
v
i
f
i
40 −60 8
60 −80 35
80 −100 27
100 −120 6
120 −140 2

78
Testirajte hipotezu normalne razdiobe uz α = 5%. Ako je ograniˇcenje brzine
na dionici 90km/h, kolika je vjerojatnost da vozaˇc napravi prometni prekrˇsaj?
Rjeˇsenje Normalna distribucija odredena je matematiˇckim oˇcekivanjem
µ = E(V ) = ¯ v
i standardnom devijacijom σ koji se raˇcunaju iz proˇsirene tablice:
v
i
f
i
¯ v
i
¯ v
i
f
i
¯ v
i
− ¯ v ( ¯ v
i
− ¯ v)
2
f
i
40 −60 8 50 400 −29, 5 6962
60 −80 35 70 2450 −9, 5 3158, 75
80 −100 27 90 2430 10, 5 2976, 75
100 −120 6 110 660 30, 5 5581, 5
120 −140 2 130 260 50, 5 5100, 5

n = 78 6200 23779, 5 = χ
2
Srednja vrijednost
µ = ¯ x = 79.487 = 79.5
90
Standardna devijacija raˇcuna se po formuli
σ
2
=
¸

(x
i
− ¯ x)
2
f
i
n −1
=
¸
23779.5
77
= 308.82,
pa je σ = 17, 6.
Slijedi provjera χ
2
testom. Usporedba empirijskih i teorijskih frekvencija
provedena je u slijede´coj tablici:
v
i
f
i
p
i
f

i
f ∗
i
−f −i
(f
i
−f∗
i
)
2
f∗
i
40-60 8 0,21 9,438 1,438 0,2191
60-80 35 0,3705 28,899 -6,101 1,288
80-100 27 0,373 29,094 2,094 0,1507
100 −120
120 −140
_
6
2
_
0, 1123
0, 0107
_
8, 7594
0, 8346
_
1,594 0,2648
ukupno 1,9226=χ
2
Teoretske frekvencije f∗
i
dobivene su umnoˇskom
f∗
i
= p
i

f
i
= p
i
78,
a teoretske vjerojatnosti mogu´ce je dobiti iskljuˇcivo tablicama normalne dis-
tribucije:
p
1
= Φ
_
60 −79.5
17.6
_
−Φ
_
40 −79.5
17.6
_
= Φ(−1.11) −Φ(−2.24) = 0.1335 −0.0125 = 0.121
p
2
= Φ
_
80 −79.5
17.6
_
−Φ
_
60 −79.5
17.6
_
= Φ(0.03) −Φ(−1.11) = 0.5040.1335 = 0.3705
p
3
= Φ
_
100 −79.5
17.6
_
−0.5040 = Φ(1.16) −0.5040 = 0.8770 −0.5040 = . . .
p
4
= Φ
_
120 −79.5
17.6
_
−0.8770 = Φ(2.30) −0.8770 = 0.9893 −0.8770 = 0.1123
p
5
= Φ
_
140 −79.5
17.6
_
Matematiˇcko oˇcekivanje ima vrijednost aritmetiˇcke sredine predstavnika
svakog od razreda mjerenja, a predstavnici razreda ¯ v
i
raˇcunaju se kao
aritmetiˇcke sredine granica intervala, jer je nepoznata, a time i statistiˇcki
91
nebitna struktura mjerenih brzina unutar intervala:
µ = E(V ) = ¯ v =
1
n
5

i=1
¯ v
i
f
i
=
1
78
6200 = 79, 457 ∼ 79, 5
Broj stupnjeva slobode jednak je
k −r −1 = 4 −2 −1 = 1,
jer je
- broj razreda jednak 4, budu´ci je teoretska frekvencija posljednjeg
razreda manja od 5, pa podatke cijelog posljednjeg razreda valja
pribrojiti prethodnom
- dalje pribrajanje nije potrebno, jer je zbroj teorijskih frekvencija
sada ve´ci od 5.
- broj parametara r = 2, jer se za raˇcunanje teoretskih frekvencije
trebaju znati dva parametra: µ = ¯ v i σ.
Kritiˇcna razina za χ
2
dobiva se iz tablice za
F(x) = 1 −α = 1 −0.05 = 9.95 ⇒ C = x = 3, 84.
Budu´ci je dobiveni χ
2
= 1.9226 < 3.84 = C, to znaˇci da se prihva´ca
hipoteza o normalnoj razdiobi brzina automobila.
Vjerojatnost da vozaˇc napravi prekrˇsaj jednaka je
p(x > 90) = 1 −Φ(
90 −79.5
17.6
= 1 −Φ(0.60) = 1 −0.7257.
Zadatak 6.2 Biljeˇzenjem minuta kaˇsnjenja jednog vlaka tijekom godine dana
dobiveni su podaci
kaˇsnjenje 0-10 10-20 20-30 30-40 40-50 50-60
broj dana 156 81 53 38 24 11
Rjeˇsenje.
Eksponencijalna razdioba zadana je funkcijom gusto´ce vjerojatnosti f(t) =
λe
−λt
92
Parametar λ dobiva se preko raˇcunanja aritmetiˇcke sredine (srednje vri-
jednosti) kaˇsnjenja:
¯
t = E(t) =
1
λ
. (1)
Teoretske frekvencije f∗
i
dobivaju se izrazom
f∗
i
= p
i
N,
gdje je
- p
i
teoretska vjerojatnost kaˇsnjenja vlaka u vremenu izmedju a i b
jednaka
p(a ≤ t ≤ b) = e
−λa
−e
−λb
- N brojnost statistiˇckog skupa:
N =

i
f
i
Pregledna tablica dobivenih rezultata:
t f
i
¯
t f

i
(f

i
−f
i
)
2
(f ∗
i
−f
i
)
f
i
0-10 156 5 161 25 0.155
10-20 81 15 90 81 0.9
20-30 53 25 50 9 0.18
30-40 38 35 28 100 3.571
40-50 24 45 15 81 5.4
50-60 11 55 9 4 0,444

363 10,646=χ
2
Aritmetiˇcka sredina vremena kaˇsnjenja raˇcuna se po formuli
¯
t =

i
¯
t
i
f
i
N
=
6335
363
= 17.45 ∼ 17.
Parametar λ raˇcuna se iz (1)
17 =
1
λ
λ =
1
17
93
Vjerojatnost kaˇsnjenja vlaka 0 −10 minuta za pretpostavku o eksponen-
cijalnoj distribuciji odredjenoj s λ =
1
17
raˇcuna se:
p(0 ≤ t ≤ 10) = e

0
17
−e

10
17
= 1 −0, 555 = 0, 445
Tako je teoretska frekvencija
f

1
= 0, 455 363 = 161, 5 ∼ 161.
Analogno se raˇcunaju ostale teoretske frekvencije. Posljednja teoretska
frekvencija:
f

6
= 363 p(50 ≤ t ≤ 60) =
= 363 (e

50
17
−e

60
17
) =
= 363 (0, 0528 −0, 0293) =
= 0, 0235 363 =
= 8.5 ∼ 9
Kritiˇcna vrijednost za χ
2
odredjuje se iz tablica χ
2
distribucije.
- stupanj slobode: k −r −1 = 5 −1 −1 = 3
- distribucija F(C) = 1 −α = 1 −0.05 = 0.95
- kritiˇcna vrijednost C = 9.49
Odbacivanje. Budu´ci je kritiˇcna vrijednost manja od dobivenog rezultata,
hipoteza se s vjerojatnosti 95% moˇze odbaciti. Vjerojatnosti da je
odbaˇcena hipoteza bila ispravna iznosi tek α = 5%.
6.4 Korelacija
U statistiˇckim analizama ˇcesto se u statistiˇckom skupu mogu promatrati
dva ili viˇse oboljeˇzja.
Postavlja se pitanje medjusobne povezanosti tih obiljeˇzja, a ukoliko pos-
toji takva povezanost, nastoji se na´ci matematiˇcka forma kojom se ona
izraˇzava.
94
Povezanost obiljeˇzja X i Y zovemo statistiˇckom povezanoˇs´cu. Izuˇcavanjem
statistiˇcke povezanosti bavi se teorija korelacije i regresije.
Dijagram rasprostiranja predstavlja grafiˇcki prikaz parova (x
i
, y
i
) toˇckama
u koordinatnom sustavu.
Primjer 6.4 Nacrtati dijagram rasprostiranja dvodimenzionalnog obiljeˇzja
kada je
- x
i
- broj zaposlenih u poˇsti
- y
i
- broj izvrˇsenih PT usluga
X 10 11 15 12
Y 50 80 100 70
Dvodimenzionalna sluˇcajna varijabla zadana je funkcijom gusto´ce vjero-
jatnosti s dvije varijable:
f(x
i
, y
j
) = p(X = x
i
, Y = y
j
)
Marginalne funkcije vjerojatnosti zadaju vjerojatnost svake sluˇcajne
varijable posebno:
f
1
(x
i
) = p(X = x
i
) =

j
p(X = x
i
, Y = y
j
)
f
2
(y
j
) = p(Y = y
j
) =

i
p(X = x
i
, Y = y
j
)
Varijance sluˇcajnih varijabli raˇcunaju se posebno:
σ
2
x
=

i
(x
i
−EX)
2
f
1
(x
i
)
σ
2
y
=

j
(y
j
−EY )
2
f
2
(y
j
)
Kovarijanca dvodimenzionalne sluˇcajne varijable (X, Y ) raˇcuna se po for-
muli:
C(X, Y ) = cov(X, Y ) =

i

j
(x
i
−EX)(y
j
−EY ) f(x
i
, y
j
)
i poprima vrijednosti u R, znaˇci da moˇze biti nula ili ˇcak negativna.
95
Koeficijent korelacije omjer je kovarijance i standardnih devijacija:
ρ =
C(X, Y )
σ
x
σ
y
.
Nisu korelirane one sluˇcajne varijable za koje je
ρ = 0.
Kaˇze se i da su varijable nezavisne.
Vrijednosti koeficijenta korelacije ograniˇcene su
−1 ≤ ρ ≤ 1.
Za ρ = 1, govori se o linearnoj povezanosti, dok ρ = −1 znaˇci obrnutu
proporcionalnost.
KOEFICIJENT KORELACIJE NA UZORKU S JEDINI
ˇ
CNIM
FREKVENCIJAMA
Dva obiljeˇzja istog statistiˇckog skupa dolaze u parovima, a frekvencija
svakog para je jediniˇcna:
x x
1
x
2
x
n
y y
2
x
2
y
n
Koeficijent korelacije empirijski zadanog dvodimenzionalnog obiljeˇzja raˇcuna
se po formuli
f =
S
xy
S
x
S
y
,
gdje je
S
xy
=
1
n −1

i
(x
i
− ¯ x)(y
i
− ¯ y)
S
2
x
=
1
n −1

i
(x
i
− ¯ x)
S
2
y
=
1
n −1

i
(y
i
− ¯ y)
96
Algebarski raspisan izraz za korelaciju empirijski dobivenih podataka raˇcuna
se po formuli:
r =

i
(x
i
− ¯ x)(y
i
− ¯ y)
_

i
(x
i
− ¯ x)

i
(y
i
− ¯ y)
. (2)
Primjer 6.5 Za X-broj zaposlenih u poˇsti i za Y -broj izvrˇsenih PT usluga
izraˇcunajte koeficijent korelacije. Podaci su dani u tablici:
X 10 11 15 12
Y 50 80 100 70
Izraˇcunajte koeficijent korelacije.
Rjeˇsenje. Prvi korak u rjeˇsavanju je raˇcunanje aritmetiˇcke sredine:
¯ x =
1
4
(10 + 11 + 15 + 12) = 12
¯ y =
1
4
(50 + 80 + 60 + 70)
Raˇcunanje korelacije po formuli (2) zahtijeva popunjenost slijede´ce tablice:
x y x
i
− ¯ x y
i
− ¯ y (x
i
− ¯ x)
2
(y
i
− ¯ y)
2
(x
i
− ¯ x)(y
i
− ¯ y)
10 50 -2 -25 4 625 50
11 80 -1 5 1 25 -5
15 100 3 25 9 625 75
12 70 0 -5 0 25 0
48 300 0 0 14 1300 120
Jednostavnim iˇsˇcitavanjem podataka
r =
120

14 1300
= 0.89
KOEFICIJENT KORELACIJE NA UZORKU SA ZADANIM
FREKVENCIJAMA
Svaki par obiljeˇzja (X, Y ) ima neku frekvenciju, tako da pregledni dija-
gram rasprostiranja nije mogu´ce nacrtati.
97
Korelacija se raˇcuna pomo´cu formule:
r =

i

j
(x
i
− ¯ x)(y
j
− ¯ y)f
ij
_

i
(x
i
− ¯ x)
2
f
i

j
(y
j
− ¯ y)
2
f
j
koja ima svoju operativnu preradu:
n

i

j
x
i
y
j
f
ij

i
x
i
f
i

j
y
j
f
j
¸
_
n

i
x
2
i
f
i
−(

i
x
i
f
i
)
2
_
_
n

j
y
2
j
f
j

_

j
y
j
f
j
_
2
_
(3)
Primjer 6.6 Na jednoj zabavi izbrojani su parovi obzirom na dob muˇskarca
(X), odnosno ˇzene (Y ).
¸ y
x ¸
49-45 44-40 39-35 34-30
20-29 2 1
30-39 3 = f
21
2
40-49 2 5 = f
23
3
50-59 8 1 4
60-69 2 2 3
70-79 1 2
Izraˇcunajte koeficijent korelacije i interpretirajte rezultat.
Rjeˇsenje Za potrebe formule (3) potrebno je tablicu nadoˇstukati. Isto
tako, za svaki razred valja izraˇcunati reprezentanta. Sve to pregledno je
napisano u slijede´coj kriˇzaljci.
98
y
x
47 42 37 32 f
i
x
i
f
i
x
2
i
f
i
24.5
2
2303
1
1029
3 73.5 1800.75
34.5
3
4864.5
2
2898
5 172.5 5957.25
44.5
2
4183
5
9345
3
4939.5
10 445 19802.5
54.5
8
18312
1
2016.5
4
6976
13 708.5 38613.25
64.5
2
5418
2
4773
3
6192
7 451.5 29121.75
74.5
1
2765.5
2
4768
3 223.5 16650.75
f
j
7 18 7 9 41 2074.5 111940.25
y
j
f
j
329 756 259 288 1632
y
2
j
f
j
15463 31752 9583 9216 66014
Radi lakˇseg snalaˇzenja, neke od veliˇcina u tablici dobiveni su na slijede´ci
naˇcin:
x
1
y
1
f
11
= 24.5 47 2 = 2303, x
1
y
2
f
12
= 1029 . . .
f
1
= f
11
+f
12
= 2 + 1 = 3 -marginalna frekvencija za x
1
f
i
, f
j
-marginalne frekvencije
n =

i

j
f
ij
= 41 -ukupan broj parova

i
x
i
f
i
= 2074.5

i
x
2
i
f
i
= 111940.25

j
y
j
f
j
= 1632

j
y
2
j
f
j
= 66014
Raˇcunanje parametara za formulu korelacije (3) podrazumijeva prethodno
raˇcunanje komponente

i

j
x
i
y
j
f
ij
= 2303 + 1029 + 4864.5 + 2898 + 4183 + 9345 + 4939.5
99
+18312 + 2016.5 + 6976 + 5418 + 4773 + 6192 + 2756.5 + 4768 =
= 80744
Konaˇcna vrijednost koeficijenta korelacije dobiva se uvrˇstavanjem izraˇcunatih
komponenti:
r =
41 80744 −2074 1632
_
(41 111940.25 −2074.5
2
)(41 66014 −1632
2
)
i iznosi
r = −0.665.
Pokazuje se sklonost odabira mladjih partnera
6.5 Regresija
Uvjetna funkcija vjerojatnosti definira se analogno uvjetnoj vjerojatnosti:
f(x/y) = P(X = x/Y = y) =
f(x, y)
f
2
(y)
, f
2
(y) > 0
f(x/y) = P(X = x/Y = y) =
f(x, y)
f
1
(x)
, f
1
(x) > 0,
gdje su
- f(x, y) funkcija gusto´ce vjerojatnosti sluˇcajnog vektora (x, y)
- f
1
(x) funkcija gusto´ce vjerojatnosti sluˇcanje varijable X
- f
2
(y) funkcija gusto´ce vjerojatnosti sluˇcanje varijable Y .
Vjerojatnost da jedna sluˇcajna varijabla poprimi neku vrijednost uz infor-
maciju da je druga sluˇcajna varijabla ve´c prije poprimila odredjenu fiksiranu
vrijednost.
Matematiˇcko oˇcekivanje sluˇcajne varijable X uz zadanu vrijednost sluˇcajne
varijable Y u oznaci
E(X/Y )
naziva se regresija varijable X u odnosu na varijablu Y .:
E(X/Y = y) =

i
x
i
f(x
i
, y)
f
2
(y)
=
1
f
2
(y)

i
x
i
f(x
i
, y).
100
Regresija varijable Y u odnosu na X oznaˇcava se s E(Y/X) i raˇcuna
analogno.
Funkcija regresije varijable X obzirom na Y funkcija je zadana formulom
f ∗
y
(y) = E(X/Y ),
dok je
f ∗
x
(x) = E(Y/X)
funkcija regreseije varijable Y obzirom na X.
Krivulja regresije je graf funkcije f∗
x
, odnosno f∗
y
i pokazuje kako se u
prosjeku mijenja Y kada se mijenja X.
Koeficijent korelacije ρ , odnosno r, pokazuje ˇcvrstinu povezanosti X i
Y , a funkcija regresije daje matematiˇcku zakonitost kojom je izraˇzena
ista povezanost.
Linearna regresija izraz je za regresiju kojoj je funkcija linearna,a mogu´ce
je dokazati da je u sluˇcaju normanih distribucija varijabli X i Y regre-
sija uvijek linearna.
Oblik funkcija linearne regresije:
E(X/Y ) . . . x −EX =
C(X, Y )
σ
2
y
(y −EY )
E(Y/X) . . . y −EY =
C(X, Y )
σ
2
x
(x −EX)
Uvrˇstavanje ρ =
C(X, Y )
σ
x
σ
y
daje
Pravci regresije u osnovnom obliku glase:
x −EX = ρ
σ
x
σ
y
(y −EY )
y −EY = ρ
σ
y
σ
x
(x −EX)
U praksi se statistiˇcki zakljuˇcci izvode na bazi uzoraka za koji se vjeruje
da su reprezentativni.
101
Pravac regresije E(Y/X) ima svojsvo da pokazuje minimalno kvadratno
odstupanje vrijednosti izvan pravca, od odgovaraju´cih vrijednosti na
provcu.
Metodom najmanjih kvadrata procjenjuje se koeficijent pravca regresije
Jednadˇzba pravca regresije koja pokazuje ovisnost sluˇcajne varijable Y
o sluˇcajnoj varijabli X za podatke tipa:
x x
1
x
2
x
n
y y
2
x
2
y
n
jest eksplicitna jednadˇzba pravca
y = a +bx, (4)
gdje se koeficijenti a i b raˇcunaju po formulama:
a =

i
y
i

i
x
2
i

i
x
i

i
x
i
y
i
n

i
x
2
i
−(

i
x
2
i
)
2
b =
n

i
x
i
y
i

i
x
i

i
y
i
n

i
x
2
i
−(

i
x
i
)
2
Formula pravca regresije
x = ¯ a +
¯
by
koji prikazuje kako sluˇcajna varijabla X ovisi o Y dobiva se zamjenom
uloga x ↔y.
Zadatak 6.3 Napiˇsite jednadˇzbu pravca regresije koja ´ce pokazivati ovisnost
broja obavljenih poˇstanskih usluga i broja zaposlenih u poˇsti
br. zaposl. 10 11 15 12
br. usluga 50 80 100 70
Rjeˇsenje. Broj usluga ´ce imati ulogu y u (4), dok ´ce broj zaposlenih biti
x. Tablica sa svim potrebnim izraˇcuna slijedi:
102
x
i
y
i
x
2
i
x
i
y
i
10 50 100 500
11 80 121 880
15 100 225 1500
12 70 144 840

=48 300 590 3720
Da bi dobili y = a +bx,
a =
300 590 −48 3720
4 590 −(48)
2
= −27.86
b =
4 3720 −48 300
4 590 −48
2
= 8.57
Jednadˇzba tako glasi: y = 8.57x − 27.86. Raˇcunanjem y za tabliˇcnu vri-
jednost x = 10 dobiva se y(10) = 57.84 u odnosu na empirijskih 50, dok je
y(15) = 100.67 u odnosu na ispitanih 100.
Pravac regresije daje mogu´cnost procjene koliko je potrebno radnika za
izvrˇsenje odredjenog broja usluga.
103

3 Sluˇajne varijable c 3.1 Diskretne sluˇajne varijable . . . . . . c 3.2 Binomna razdioba . . . . . . . . . . . . 3.3 Poissonova distribucija . . . . . . . . . 3.4 Kontinuirane sluˇajne varijable . . . . c 3.5 Uniformna razdioba . . . . . . . . . . . 3.6 Eksponencijalna razdioba . . . . . . . . 3.7 Normalna razdioba . . . . . . . . . . . 3.7.1 Standardna normalna razdioba 4 Problemski zadaci 5 Statistika 5.1 Mjere 5.2 Mjere 5.2.1 5.2.2 5.2.3 5.2.4 centralne tendencije . . . varijabilnosti . . . . . . . Raspon . . . . . . . . . Srednje odstupanje . . . Standardna devijacija . . Koeficijent varijabilnosti . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

45 45 51 54 57 61 62 64 65 71

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

73 78 81 81 81 82 82 83 84 84 86 94 100

6 Metode statistiˇkih zakljuˇivanja c c 6.1 Karakteristike uzoraka . . . . . . . . . . . . . . . . 6.2 Testiranje statistiˇkih hipoteza . . . . . . . . . . . . c 6.3 Testiranje hopoteze o distribuciji u osnovnom skupu 6.4 Korelacija . . . . . . . . . . . . . . . . . . . . . . . 6.5 Regresija . . . . . . . . . . . . . . . . . . . . . . . .

1

Kombinatorika

Matematiˇka disciplina koja uglavnom prouˇava konaˇne skupove i strukture. c c c Prebrojavanje skupova danas je samo jedan od vidova kombinatorike. Rijeˇ c dolazi od latinske rijeˇi combinare=slagati. U prebrojavanju sluˇimo se enuc z merativnim metodama ako uop´e moˇemo uoˇiti strukturu skupa. Navedimo c z c neke od tipiˇnih problema: c c c z 1. Na koliko se razliˇitih naˇina 6 ploha kocke moˇe obojiti ako imamo ˇetiri boje, a isti naˇini bojanja su oni koji se mogu rotacijama dovesti c c do poklapanja? 2

2. Moˇe li se svaki od 5 telefona spojiti s toˇno tri preostala? z c 3. Na koliko razliˇitih naˇina moˇe ˇetvoro ljudi sjesti za okrugli stol? c c z c 4. Koliko ukupno utakmica odigraju momˇadi nogometne hrvatske lige c ako svaki klub odigra po dvije utakmice sa svakim od preostalih klubova? 5. Na koliko naˇina moˇe petoro ljudi podijeliti 24 kovanice od po jednu c z kunu? 6. U druˇtvu od ˇetvero ljudi svaka dvojica imaju toˇno jednog zajedniˇkog s c c c prijatelja. Dokaˇite da u tom druˇtvu postoji osoba koja je prijatelj z s svim ostalim ˇlanovima druˇtva. c s 7. Svaki je ˇlan nekog kolektiva u toˇno dvije delegacije, a svake dvije c c delegacije imaju toˇno jednog zajedniˇkog ˇlana. Ukupno, taj kolektiv c c c ima 5 delegacija. Koliko ˇlanova ima taj kolektiv? c 8. Koliko je peteroznamenkastih brojeva kojima ja svaka znamenka tog broja ve´a od zbroja dviju znamenaka neposredno s njoj desne strane? c (Fibonaccijevi brojevi) Rjeˇenja i obrazloˇenja probajte prona´i sami. s z c Moˇda su to samo zgodne zagonetke i sluˇe samo za razonodu. Povijesno z z gledano, kombinatorika je kao znanstvena disciplina nastajalo malo-pomalo, a svoje korijene vuˇe iz zabavne matematike, zagonetaka, igara joˇ od 17. c s stolje´a. Kombinatorika se danas ozbiljno primjenjuje u biologiji, kemiji, c elektronici, medicini, lingvistici, sociologiji . . .

1.1

Teorem o uzastopnom prebrojavanju
T ⊆ A1 × A2 × · · · × Am

Teorem 1.1 Neka su A1 , A2 , . . . , Am konaˇni skupovi i neka je c

skup uredjenih m-torki (a1 , a2 , . . . , am ) definiranih na slijede´i naˇin: c c - prva komponenta a1 moˇe se birati na k1 razliˇitih naˇina, izmedju k1 z c c razliˇitih elemenata skupa A1 , c - za svaku ve´ odabranu komponentu a1 , drugu komponentu a2 moˇemo c z izabrati na k2 razliˇitih naˇina, . . . c c 3

4. Primjeri primjene navedenog teorema o uzastopnom prebrojavanju: 1. Abeceda ima 7 palatala. U razredu koji broji 20 uˇenika. Ako na podruˇju Republike BiH registarske tablice imaju troznamenkasti c broj. a iz B u C pet. s c E. O i T: 103 · 9 · 103 . njegova zac mjenika i blagajnika. s koliko se razliˇitih tablica moˇe izdati? c z Rjeˇenje:prva se znamenka moˇe izabrati na deset naˇina. koliko se tablica moˇe izdati na podruˇju z c susjedne republike? Rjeˇenje: analogno prethodnom.. treba izabrati Predsjednika. J. Na koliko naˇina c c moˇemo iz grada A preko B sti´i u C? z c Rjeˇenje: s 4 · 5 = 20 5. K. z c c Tada skup T svih uredjenih n-torki ima k1 · k2 · · · km elemenata. Za svaku tako izabranu znamenku. Na nekom je ˇahovskom turniru odigrano 78 partija. ako su zajedniˇka slova azbuke i abecede: A. 3.sve dok posljednju moˇemo birati na km razliˇitih naˇina. zatim slovo koje postoji i jednako je u azbuci i abecedi. Koliko c c je bilo ˇahista na turniru? s Rjeˇenje: s n · (n − 1) = 78 2 n = 13 4 . Iz grada A u grad B vode ˇetiri ceste. M. ali to nije u domeni kolegija. pa je po teoremu 1: 10 · 10 · 10 · 10 · 23 · 23 2. Turnir je igran po s principu da je svaki igraˇ odigrao sa svakim samo jedan meˇ. Dokaz: se provodi indukcijom. . s tim da se nula ne s z c piˇe. Ako registarska ploˇica zagrebaˇkog registarskog podruˇja ima u izboru c c c najviˇe 4-znamenkasti broj i dva slova abecede koja ne mogu biti palatali. Koliko je razliˇitih mogu´nosti za izbor troˇlanog c c c povjerenstva razreda?Rjeˇenje: s 20 · 19 · 18. druga se opet moˇe izabrati na 10 naˇina s z c . B. a onda ponovo troznamenkasti broj. . I.

jer se ne smije staviti znamenka kao na prvom c c mjestu.6. tre´a i peta neparne. a druga. Koliko dijagonala ima konveksni 12-terokut?Rjeˇenje: Iz svakog je vrha s mogu´e povu´i n − 3 dijagonala: c c 12 · (12 − 3) 2 7. s tim da su prva. • sve su razliˇite. drugo je mjesto s z mogu´e popuniti opet na 9 naˇina. Koliko ima razliˇitih telefonskih brojeva od 7 znamenaka? c Rjeˇenje: s 9 · 106 • ako su prve tri znamenke neparne? Rjeˇenje: s 5 · 5 · 5 · 10 · 10 · 10 • ako su prve dvije znamenke jednake? Rjeˇenje: s 9 · 1 · 105 • sve su znamenke razliˇite? c Rjeˇenje: s 9 · 9 · 8 · 7 · 6 · 5 · 4. Kad se ona odabere. 5 . • prve tri i posljednje tri su jednake? Rjeˇenje: s 9 · 1 · 1 · 10 · 10 · 1 · 1. c c ˇetvrta i ˇesta parne? c s Rjeˇenje: s 5 · 5 · 4 · 4 · 3 · 3 · 10. Konaˇan broj takovih brojeva je: c 9·9·9·9·9 8. Koliko ima peteroznamenkastih brojeva ˇije su svake dvije susjedne c znamenke razliˇite? c Rjeˇenje: Prva znamenka ne moˇe biti 0.

a kroz s C 30 pravaca. svaki je igraˇ odigrao sa svakim od pres c ostalih po jednu partiju. svinja i govedo? c z (b) isto pitanje kao u a. 2. 24 svinje i 10 goveda. Koliko elemenata skupa {1. rukometa. Na nekom sportskom peteroboju nacija. B. a koliko c je medu njima neparnih? 7. povuˇeno je 10 pravaca. Ako godina ima 365 dana. Propozicije natjecanja nalaˇu da svaka zemlja u svakom z od tih sportova mora odrˇati meˇ sa svakom od preostlih zemalja. Na farmi se nalazi 20 ovaca. Koliko cijelih brojeva izmedu 100 i 999 ima razliˇite znamenke. Ukupno je odigrano 78 partija. ali ako je ve´ odabrana jedna takva trojka? c 6. 1000} je djeljivo sa ˇetiri? c 2. 9. plivanja. . .Zadaci za samostalno rjeˇavanje: s 1. kroz B 20. B i C u ravnini. koliko najviˇe u toj godini ima dana ”petak s trinaesti”? 3. Knjiˇnica sadrˇi 40 razliˇitih knjiga iz matematike. vaterpola. Koz c liko ´e se meˇeva ukiupno odrˇati na tom natjecanju? c c z 8. svaka od zamalja uˇesnica ima c ekipu iz nogometa. s boksa i tenisa. Kroz svaku od tri toˇke A. Koliko je ˇahista sudjelovalo na turniru? s 6 . atletike. Test ima 20 pitanja s odgovorima DA ili N E. (a) na koliko se naˇina moˇe odabrati po jedna ovca. 27 iz z z c kemije i 20 kniga iz biologije. koˇarke. Na koliko se razliˇitih c naˇina test moˇe rijeˇiti? c z s 4. 3. Na nekom ˇahovskom turniru. c c medu kojima nema paralelnih i nikoja 3 se ne sijeku u jednoj toˇki c (osim u A. Nadite broj presjeciˇta odredenih tim pravcima. s (a) Nadite broj presjeciˇta ako kroz A prolazi 10. Na koliko naˇina moˇe uˇenik uzeti iz c z c knjiˇnice po jednu knjigu iz ta ˇetiri predmeta? z c 5. 30 iz fizike. C). .

648.b)3933. 5. 250. a)4800. c Zadatak se rjeˇava upravo suprotno: s 1. b.000. 80. 3. 3. 3. b. s 3n2 = 300. 9. 2. 8. 4} u c skup B = {a. 3. 2. Broj funkcija iz A = {1. 4. 220 . c} mogu´e je humanizirati u problem broja naˇina c c na koje se svakom od ˇetiri mladi´a moˇe svidati toˇno jedna od c c z c tri djevojke.648(324). pa je to c c c 3 · 3 · 3 · 3 = 34 = 81 naˇin simpatiziranja (doduˇe jednostranog) c s b) Surjektivnost funkcije je svojstvo da svaki element kodomene ima u domeni bar jedan element koji mu je pridruˇen. c c c a) Funkcija f :A→B je takvo pridruˇivanje koje svakom elementu skupa A pridruˇi z z toˇno jedan element iz skupa B. a)34 = 81. 13. (a) svih funkcija iz A u B? (b) surjekcija iz A u B? B = {a.a) mn + mp + np = 1100. raˇuna se broj funkcija c f : A → B \ {a} koje simboliziraju broj naˇina na koji mladi´i u simpatiziranju c c zaobilaze djevojku a: 2 · 2 · 2 · 2 = 24 = 16 7 .10. 4}. 6. 7. c}. Oˇito svaki deˇko ima 3 mogu´nosti izbora.2 Formula ukljuˇivanja i iskljuˇivanja c c z Rjeˇenje posljednjeg zadatka iz prethodnog poglavlja u kojem se traˇi broj s surjekcija nemogu´e je izvesti bez primjene formule iskljuˇivanja i ukljuˇivanja. z To bi u navedenoj humanizaciji znaˇilo da nema djevojke koju bar c jedan mladi´ ne bi simpatizirao. Zadani su skupovi A = {1. Koliko ima Rjeˇenje: 1. 10. b) 36 1. 2.

z 8 . kao u rjeˇenju.postoji sluˇaj u kojem su svi zatreskani u djevojku c i taj sluˇaj c c se u gornjoj sumi brojao dvaput. ”imati presjek”.2. s Vennovi dijagrami su grafiˇki prikazi skupova koji istiˇu relacije ”biti podc c skup”. ”biti disjunktan” i ”biti element”. raˇuna se broj funkcija c f : A → B \ {b} koje simboliziraju broj naˇina na koji mladi´i u simpatiziranju c c zaobilaze djevojku b: 2 · 2 · 2 · 2 = 24 = 16 3.postoji sluˇaj u kojem su svi zatreskani u djevojku a i taj sluˇaj c c se u gornjoj sumi brojao dvaput . Slijedi da iz zbroja 16 + 16 + 16 moraju ta tri sluˇaja biti izuzeti. Ukupan broj funkcija koje nisu surc jekcije je 48 − 3 = 45.postoji sluˇaj u kojem su svi zatreskani u djevojku b i taj sluˇaj c c se u gornjoj sumi brojao dvaput . Vennovi dijagrami ne sluˇe u svrhu dokaza. raˇuna se broj funkcija c f : A → B \ {c} koje simboliziraju broj naˇina na koji mladi´i u simpatiziranju c c zaobilaze djevojku c: 2 · 2 · 2 · 2 = 24 = 16 Pogreˇno bi bilo zakljuˇiti da je zbroj s c 16 + 16 + 16 = 3 · 16 = 48 stvaran broj funkcija koje nisu surjekcije: . pa je broj onih koje jesu surjekcije 36.

. A2 . 18 ih c c uˇi engleski. engleski i njemaˇki zna njih 8. . B i C konaˇni skupovi. 20 s Propozicija 1. dok sva tri jezika znaju samo tri studenta. a 9 francuski.1 (Formula ukljuˇivanja .Zadaci 1. . da ih 24 nosi naoˇale i da ih 12 ima naoˇale i c c c c istovremeno su ´elavi. a 6 francuski i njemaˇki. c c c c 7 ih uˇi engleski i francuski. ? 3. Ako su A. Koliko ˇlanova ima druˇtvo penzionera? c c s 2. (a) Koliko uˇenika ima u tom razredu? c (b) Koliko uˇenika uˇi sama njemaˇki? c c c (c) Koliko uˇenika uˇi engleski i francuski. . U nekom druˇtvu umirovljenika primijetili su da nema ˇlana koji ne s c bi bio ´elav ili ne bi nosio naoˇale. 2. Ako su A1 . engleski i francuski 10. tada vrijedi: c k(A ∪ B) = k(A) + k(B) − k(A ∩ B) 2. U nekom razredu svaki uˇenik uˇi bar jedan od tri strana jezika. tada vrijedi: c k(A∪B∪C) = k(A)+k(B)+k(C)−k(A∩B)−k(A∩C)−k(B∩C)+k(A∩B∩C) 3. U skupu od 100 studenata engleski jezik zna 28 studenata. Am konaˇni skupovi: c m m k( i=1 Ai ) = i=1 k(Ai ) − 1≤i<j≤m k(Ai ∩ Aj ) + + 1 ≤ i < j < k ≤ mk(Ai ∩ Aj ∩ Ak ) − · · · m + · · · (−1)m+1 · k( Ai ) i1 9 .iskljuˇivanja) prebrojava nedisc c junktne unije: 1. francuski 42. c njemaˇki i francuski pet. 15 njemaˇki. ali ne i njemaˇki? c c c 3. 5 uˇenika uˇi sva c c c c tri jezika. c Koliko studenata ne zna nijedan jezik? Rjeˇenja: 1. Ako su A i B konaˇni skupovi. njemaˇki c 30. U trenucima dokolice ustanovili c c su da je 31 ˇlan ´elav. 43. 10 ih uˇi engleski i njemaˇki.

c Nadalje. c c Zadatak 1.3 Permutacije i varijacije Kod permutacija i varijacija bitan je poredak elemenata.1 U jednom gradu. kao na primjer. da je 50 ljudi koji su bili na koncertu ozbiljne glazbe sudjelovalo u lutriji. na rock-koncertu 8. te da je po jedan listi´ lutrije kupilo 12. Osam tisu´a njih sa surlom c imalo je rep. 5000 dlakavih imalo je surlu.000 stanovnika.000 stanovnika.000 posjetilaca. Razlikujemo permutacije bez ponavljanja i permutacija s ponavljanjem. 6000 sa repom bilo je dlakavo.3 Na koliko naˇina moˇe 8 ljudi ˇekati u redu za crni kruh? c z c Rjeˇenje na 8 · 7 · 6 · · · 1 = 8! naˇina. Budu´i je presjek s c c svih skupova po broju jednak 1550. Koliko je grad imao stanovnika? Rjeˇenje: s Nakon raspoloˇivih podataka moˇemo tvrditi da ih je 30000. koji ima samo 40. Pazite na z z dlakavost stanovnika! 1. Nitko nije kupio viˇe od jednog listi´a lutrije. s c 10 . no u ovom kolegiju ne´e biti prezentiran. c Zadatak 1.000. organiziraju se u dobrotvorne svrhe razne aktivnosti.2 U nekom gradu na planeti Xprom ima 12000 stvorenja sa surlom. s c ˇ mislite o gradonaˇelniku? Sto c Rjeˇenje: provjeriti tvrdnju gradonaˇelnika formulom FUI. potnato je da je 500 ljudi bilo na oba koncerta. Gradonaˇelnik se na kraju godine c pohvalio da su odrˇana dva koncerta i lutrija. te da je 3. u igri odbojke. oˇito da gradonaˇelnik ne govori istinu. Zadatak 1. te da je svaki drugi gradanin z sudjelovao u dobrotvornim aktivnostima.000 posjetilaca rock-koncerta kupilo lutriju. 15000 s repom i 20000 bez ijedne dlake. Varijacije se u suvremenoj literaturi uglavnom svrstavaju pod permutacije. jer se prebrojava na koliko naˇina moˇe viˇe od 6 igraˇa igrati c z s c odbojku. brojniji je od nekih svojih natskupova. Poznato je da je na koncertu ozbiljne glazbe bilo 2. dok je njih 1000 bilo i dlakavo i repato i surlasto.Dokaz se provodi indukcijom.

1.3.1

Faktorijele

Faktorijela je unarna operacija: n! = 1 · 2 · · · n. Ako se promatra kao funkcija, ima brˇi rast od svih elementarnih z funkcija. Po definiciji je 0! = 1. Stirlingovu formulu koristimo za velike brojeve n kod probliˇnog raˇunanja, z c jer je vrijednost n! uvijek prirodan broj: √ n n! = ( )n · 2πn e Prilikom raˇunanja koristimo se funkcijom dekadskog logaritma. c Zadatak 1.4 Izraˇunajte prvih ˇest faktorijela. Do koje faktorijele c s raˇuna vaˇa dˇepna raˇunaljka? c s z c
Rjeˇenje: s 0! 1! 2! 3! 4! 5! 6! = = = = = = = 1 1 2 6 24 120 720

1.3.2

Permutacije bez ponavljanja

Neka je S n-ˇlani skup ˇiji su elementi medjusobno razliˇiti. Perc c c mutacija n-ˇlanog skupa je svaki niz od n medjusobno razliˇitih elec c menata iz S. Zadatak 1.5 Neka je S = {1, 2, 3} ispiˇite sve permutacije skupa S. s Zadatak 1.6 Ispiˇite sve permutacije skupa S = {1, 2, 3, 4}. s 11

Po teoremu o uzastopnom prebrojavanju P n = n!. Primjeri 1. Na koliko naˇina moˇe 5 ljudi stati u red? c z
Rjeˇenje: s 5! = 120 isto kao po teoremu o uzastopnom prebrojavanju.

2. Koliko permutacija ima rijeˇ P ROM ET ? c
Rjeˇenje: s 6! = 720.

3. Na koliko naˇina moˇe 5 muˇkaraca i 5 ˇena sjesti u red u kinu sa 10 c z s z sjedala, a da nijedne dvije ˇene ne sjede skupa? z
Rjeˇenje: s 2(5!)2 = 240

jer na prvo mjesto moˇe sjesti bilo muˇkarac, bilo ˇena. z s z

4. Na koliko naˇina moˇe 11 vitezova sjesti oko okruglog stola? c z
Rjeˇenje: Rj: Jednog fiksirati a ostali sjednu na 10! naˇina. s c

c z 5. Na koliko naˇina moˇe 5 studenata sjesti na jednu klupu tako da Ivica i Marica, kao dvoje od studenata sjede jedno do drugog?
Rjeˇenje: Rj: Ivicu i Maricu uzeti kao jedan objekt. Sada 4 objekta sjeda na 4! s naˇina. Joˇ Ivica i Marica mogu zamijeniti mjesta, pa je to 2 · 4! = 48 naˇina. c s c

6. Na koliko naˇina mogu 5 djeˇaka i dvije djevojˇice stajati u redu, a da c c c djevojˇice ne budu jedna do druge? c
Rjeˇenje: s 7! − 2 · 6! jer se od svih razmjeˇtaja izuzimaju oni u kojima djevojˇice sjede skupa. s c

c z s z 7. Na koliko naˇina moˇe 5 muˇkaraca i 5 ˇena sjesti za okrugli stol, a da uvijek izmedju dva muˇkarca sjedi ˇena? s z
Rjeˇenje: Rjeˇenje: Zamisliti kartanje. Najprije svi sjednu kako je traˇeno. Drugaˇiji s s z c se raspored dobiva ako se svaki muˇkarac zamijeni sa susjednom ˇenom. Slijede´i se s z c rasporedi dobivaju ako se muˇkarci permutiraju. Za svaku permutaciju muˇkaraca s s mogu´e je permutirati i ˇene. Zato je broj svih naˇina: c z c 2 · 6! · 6!.

12

8. Na nekom sastanku, 5 ljudi A, B, C, D, i E trebaju odrˇati referate. z Na koliko naˇina oni mogu biti upisani u spisak govornika? c (a) Koliko je rasporeda, ako B mora govoriti nakon A? (b) Koliko je rasporeda u kojima ´e A govoriti neposredno prije B? c
Rjeˇenje: 120 naˇina s c (a) svakom rasporedu u kojem je B nakon A, mogu´e je na´i raspored u kojem c c je A nakon B (zamjena poredka govornika). Ukupan broj je 1 · 5! = 60 2 (b) par AB treba smatrati jednim govornikom, pa je onda broj poredaka 4!

13

. Na koliko naˇina mogu za okrugli stol sjesti 6 muˇkaraca i 6 ˇena. . n1 + n2 + · · · + nk = n. Na koliko naˇina oni mogu formirati parove protibnika? c (c) Na koliko naˇina parovi protivnika mogu formirati povorku? c 6. a)24!. koji imaju znamenke kao i broj a) 34125 b) 12034? 3. Koliko ima peteroznamenkastih parnih brojeva koji imaju znamenke kao i broj 56079 Rjeˇenja: 1. Koliki je n? c 4. a)362880. 2. b)720. (a) Na koliko se naˇina 24 uˇenika jednog razreda mogu svrstati u c c povorku? c z s (b) Dva razreda od po 24 uˇenika trebaju odrˇati susret u ˇahu.3. Koliko ima peteroznamenkastih brojeva. s c)(24)2 . n2 predmeta druge. . tako c s z da nikoje dvije osobe istog spola ne sjede jedna do druge? 8. 2!8! = 80640 1. a)8! b)(8!)2 . 14 . Na koliko naˇina 10 osoba moˇe sjesti oko okruglog stola tako da Romeo c z i Julija uvijek sjede skupa? 7.3 Permutacije s ponavljanjem Multiskup S je skup koji se sastoji od n elemenata s tim da je medu njima n1 jednakih predmeta prve vrste. tako da se nikoja dva medusobno ne napadaju? c c (b) Koliko je naˇina pod uvjetom da se topovi medusobno razlikuju? 5. b)24!. (a) Na koliko se naˇina miˇe razmjestiti 8 topova (kula) na ˇahovsku c z s ploˇu.a)120 b)96. 3. 4. ako se tom skupu dodaju dva elementa.Zadaci za samostalno rjeˇavanje: s c c 1. c)120. . Koliko je permutacija mogu´e napraviti od rijeˇi a) DUBROVNIK b) ZAGREB c) SPLIT 2. 5. 6.nk predmeta k-te vrste. 8. onda broj njegovih permutacija postane 90 puta ve´i. Neki skup ima n elemenata.

3. 3) (1. Prilikom ispisivanja permutacija pogodno je pridrˇavati se leksikografskog reda.Tada je broj permutacija multiskupa jednak broju uredenih n-torki s elementima iz multiskupa: n! . n1 ! · n2 ! · · · nk ! Primjer 1. 1. 1) dobilo bi se 6! = 60 3! · 1! · 2! permutacija s ponavljanjem. 1.2 = P6 Zadatak 1. 3}. 1. 1.1 Neka je S = {1. 1. Koliko ima permutacija skupa S? Rjeˇenje: s Kad bi se ispisivale sve uredjene ˇestorke: s (1. 2. z c c c 3. . 3. 2) . 1. 1. 3. to je AAM M AM AM AM M A M AAM M AM A M M AA. 3. 2!2! Leksikografski. 2.1.2 P4 = 4! = 6. sliˇnog poretku rijeˇi u rijeˇniku. Zadaci 15 . 2. . 3. 3) (1. 1. (3. 1. 3. 2. 1.7 Koliko anagrama ima rijeˇ M AM A? c Rjeˇenje: s Nakon ispisivanja dobivamo ih 2.

mogu´e je podijeliti s c c c prvoj osmorici majice prve. s 10! = 151200 2!2!3! 2. P. pa se permutira multiskup {J. Koliko se peteroznamenkastih brojeva moˇe zapisati tako da se znaz menka 3 upotrijebi tri. R} na 3 P7 = 7! = 840 3! naˇina. svi se samoglasnici s c c mogu poistovjetiti. s. (a) Na koliko se naˇina 24 ˇovjeka mogu podijeliti na 3 brigade sa po c c osam ljudi svaka? Rjeˇenje. c 16 . drugoj osmorici druge i ostalima tre´e brigade. dok je ostaloj trojici svejedno kako sjede. Putnike na svakoj klupi mogu´e je razmjestiti na 5! naˇina. Odjeljak vagona (kupe) ima dvije klupe po 5 mjesta. Ukupno: c 3 · (5!)2 naˇina c 5. Na koliko se naˇina putnici mogu razmjestiti u kupeu? c Rjeˇenje. c Sada nije bitan poredak unutar brigada. Za svaki poredak 24 ˇovjeka u red na 24! naˇina. Izabrati s c c putnika koji ´e sjediti u smjeru voˇnje od onih kojima je svejedno mogu´e je na tri c z c naˇina. Ukupno je c 24! (8!)3 · 3! naˇina.1. s. Budu´i samoglasnici moraju imati toˇan redoslijed. U koliko permutacija slova rijeˇi JUPITER samoglasnici dolaze po c abecednom redu? Rjeˇenje. pa je to joˇ 3! puta manji broj s poredaka koji daju drugaˇiju podjelu po brigadama. njih 4 ˇele sjediti s licem okrenutim u smjeru voˇnje vlaka. a troje u z z suprotnom smjeru. s. Od 10 putnika. a znamenka 7 dva puta? Rjeˇenje: s 5! = 10 3!2! 3. c 4. Kolika anagrama ima rijeˇ M AT EM AT IKA? c Rjeˇenje. c Isto tako nije bitno kako su brigade poredane. T. pa je broj naˇina 8!·8!·8! puta manji.

25 kruˇaka i 50 ˇljiva? s s Rjeˇenje: s 100! (25!)2 · 50! Raˇunanje se izvodi po Stirlingovoj formuli ili se koristi algebra. .(b) Na koliko je naˇina od 24 ˇovjeka mogu´e napraviti 8 grupa od po c c c 3 ˇovjeka? c Rjeˇenje: s 24! (3!)8 · 8! naˇina. 2. Na koliko naˇina on moˇe c c c z posaditi 25 jabuka. 4} s Rjeˇenje: s 123 124 . c 6.27 · 1043 permutacija s ponavljanjem. 142 143. z c c Primjer 1. ako se mora pomicati tako da nakon svakog pokreta bude bliˇi cilju? z Rjeˇenje: svaki je put odreden s nizom od k kosih. 1.4 Varijacije bez ponavljanja Varijacija r-tog razreda od n elemenata je svaka uredjena r-torka medjusobno razliˇitih elemenata iz skupa S. Rjeˇenje je priroc s dan broj. v vertikalnih i h horizontalnih s pomaka: 7 (14 − k)! = 48639 k![(7 − k)!]2 k=0 7.3. za koji je k(S) = n. Na koliko naˇina moˇe kralj s donjeg lijevog ugla ˇahovske ploˇe do´i c z s c c u njen gornji desni ugao. 3. Broj c r Vn = n! = n · (n − 1) · · · (n − r + 1) (n − r)! Dˇepna raˇunaljka ima program nP r koji raˇuna varijacije bez ponavljanja. 17 . .2 Ispiˇite sve permutacije reda tri za skup S = {1. Uglavnom dobiva se 1. Vrtlar sadi vo´ke na 100 oznaˇenih mjesta.

260. 7. Medalje (zlatnu.pa ih je zaista 4! = 4 · 3 · 2 = 24. · 24 = naˇina.600 (b) Koliko je razliˇitih oklada ako se kladi na tri prvoplasirana i na c dva koja ´e ligu napustiti? c Rjeˇenje. 2. s 30 · 29 · 28 . Na atletskom natjecanju sudjelovalo je 14 dugoprugaˇa. 1! Zadatak 1. Na c koliko se naˇina mogu podijeliti medalje? c Rjeˇenje. s 12! = 479. 6. Nakon toga.8 Na koliko naˇina 6 osoba moˇe posjesti ˇetiri mjesta u jednom c z c redu? Rjeˇenje: s Na 6 · 5 · 4 · 3 = 360 razliˇitih naˇina. c (a) Koliko ima razliˇitih ishoda? Rjeˇenje. . c 30! = 10. Ishod nogometnog prvenstva je tablica s poredanih 12 klubova. . 001. 5. 8} z Rjeˇenje: s V64 = Zadaci 1. s srebrnu i bronˇanu) osvajaju samo prva tri plasirana natjecatelja. c c Zadatak 1.9 Koliko se ˇetveroznamenkastih brojeva s razliˇitim znamenkama c c moˇe napisati znamenkama {1. s 12 · 11 · 10 · 9·8 = 47520 2 18 . srebrnu s z dobiva netko od 13 i bronˇanu nakon prve dvije netko od 12 preostalih: c 14 · 13 · 12 = 2184 3. Koliko se ˇifri moˇe sastaviti od 7 razliˇitih slova abecede? s z c Rjeˇenje. 4. 3.432 23! 8! = 1680 (8 − 4)! 2. Zlatnu moˇe dobiti teoretski bilo koji od njih 14.

2 ili X? Rjeˇenje: na 313 naˇina. 2. s naˇina. Bacaju se dvije kocke. Zadatak 1. Svaka ˇaruljica ima dvije mogu´nosti: svijetli ili ne. 967. Broj razliˇitih s z c c osvjetljena: 2 · 2 · 2 · 2 · 2 · 2 = 26 = 64 3. 8}? Rjeˇenje je s V 6 = 1296 Primjer 1.1. Na koliko naˇina mogu svi semafori svijetliti u z c odredenom trenutku? Rjeˇenje.11 Koliko bi se ljudi teoretski moglo razlikovati po zubima koji im nedostaju.5 Varijacije s ponavljanjem Varijacija s ponavljanjem r-tog razreda od n elemenata je svaka uredjena r-torka elemenata iz skupa S. ako odrasli ˇovjek ima 32 zuba? c Rjeˇenje: 232 = 4. jer svaki par ima tri razliˇita izbora.296 naˇina. Koliko je s mogu´ih ˇifri? c s Broj mogu´nosti je c V 10 = 104 . 294.10 Na koliko se naˇina moˇe popuniti listi´ sportske prognoze. 7.4 Lokot na ˇifru ima 4 koluta s po 10 znamenaka. s c Zadaci 1. c 3n 19 . 4. Koliki je broj ishoda? Rjeˇenje: Svaka kocka moˇe imati 6 ishoda neovisno o drugoj kocki: s z 62 = 36 4 4 2. 6. (a) U gradu je n semafora. s c c Zadatak 1. Na koliko naˇina moˇe luster svijetliti? z c z Rjeˇenje. Svaki semafor moˇe svijetliti crveno.3 Koliko se ˇetveroznamenkastih brojeva moˇe napisati od znac z menaka {1. k(S) = n. c z c ako ima trinaest parova. a za svaki par se moˇe predvidjeti jedan od tri tipa: z 1. U sobi je na lusteru 6 ˇaruljica. z ˇuto ili zeleno.3. Primjer 1.

Netko je u Zagreb s milijun stanovnika donio vrlo zanimljivu vijest. c 2k · 3n−k 4. svaki od te dvojice je c vijest nakon 10 minuta saop´io novoj dvojici sugradana. Koliko ras s c c zliˇitih petorki moˇe poslati na parket? c z 20 .12 Koˇarkaˇki trener prijavi momˇad od 11 igraˇa. ako k od njih svijetli c z za pjeˇake: crveno ili zeleno? s Rjeˇenje. + 2k = 2k+1 − 1 ljudi. Nejednadˇba z daje k > 18 Nakon 10 · 19 = 190min = 3h10min svi ´e znati.1 Kombinacije Kombinacije bez ponavljanja Kombinacija r-tog razreda od n elemenata je svaki podskup od r elemenata skupa S. c 2k+1 − 1 > 106 1. Nakon koliko bremena ´e vijest znati svi Zagrepˇani? c c Rjeˇenje.4 1. .(b) Na koliko naˇina moˇe svijetliti n semafora. Koliko skup od n elemenata ima razliˇitih podskupova? (2n = 2|S| ) 6. Koliko skup od 4 elementa ima razliˇitih podskupova? c Rjeˇenje. Za svaki element skupa mogu´e je odabrati da li je u podskupu ili ne: s c 24 c 5. r! · (n − r)! Na kalkulatoru postoji tipka nCr koja raˇuna binomne koeficijente.4. s naˇina. c Zadatak 1. Nakon 10k minuta vijest ´e znati s c 1 + 2 + 22 + . Raˇunanje se izvodi po formuli za binomne koeficijente c r Kn = n r = n! . sve dok nisu c svi saznali. k(S) = n. on je tu vijest saop´io dvojici. . Nakon 10 minuta.

to je broj petorki 5! puta manji od 11!. toˇno 3 asa 2. Uzeto je 10 biljarskih c kugli i izvlaˇi se pet. 2. Koliko ima kombinacija? c Rjeˇenje: s Broj kombinacija je 10! = 252. c Zadatak 1. + 4 4 · 48 5 .Rjeˇenje: s Odabir se vrˇi tako. broj petorki je s c 11! 5! · 6! ili 462 naˇina. U svakom odabiru prvih pet se poˇalje na parket. Budu´i u igri c s c njihov poredak nije bitan. Konaˇno. Isto tako. 4 3 4 3 · · 48 5 48 5 . Posebni binomni koeficijenti: Zadatak 1. Tako je broj naˇina z c joˇ 6! puta manji od 11!. To se moˇe uˇiniti na s c z c 11! naˇina. barem 3 asa Rjeˇenje: s 1. .14 Iz ˇpila od 52 igra´e karte na sluˇajan naˇin izvlaˇimo 8 s c c c c karata. ostalih 6 se moˇe na klupi posjesti bez obzira na poredak. Na koliko naˇina moˇemo isvu´i: c z c c 1. da se igraˇi poredaju u vrstu. 21 n n .15 Kolike su vrijednosti n 0 . 5! · 5! Da li bi bilo viˇe kombinacija da se izvlaˇe tri kuglice? s c Zadatak 1.13 Na tulumu su odluˇili igrati mini-loto.

847. selektor mora izabrati troˇlanu c c reprezentaciju. s Binomna formula daje koeficijente u potenciranju binoma: (a + b)n = Zadatak 1.16 Koliko kombinacija ima loto 7 od 39. 660.937. 20 Zadaci: c 1. s 20 3 = 1140 4. Na koliko naˇina moˇe izvrˇiti izbor? c z s Rjeˇenje.c)500500 s 2. 045. 380. Izraˇunajte: 7 . 145.015. Rjeˇenje: s 30 = 30. a koliko loto 6 od 45? Da li je lakˇe dobiti na lotu 10 od 40? s Rjeˇenja: 15.528. 8. b) a) 2 7 5 .17 U izrazu (1 + x)30 odredite koeficijent uz x20 . Od 20 kandidata za stolnotenisku momˇad. d) 1001 1000 n k=0 n k an−k bk . c c tako da svaki uˇenik dobije najviˇe jednu knigu? c s Rjeˇenje.c)5050. Dokaˇite da je z n+1 k+1 = n+1 k+1 n k 3.Zadatak 1. c) 101 99 .b)21. Na koliko se naˇina mogu 3 jednake knjige razdijeliti medu 12 uˇenika. Rjeˇenja: a) 21. Od 12 uˇenika izaberu se trojica koji dobivaju knjigu: s c 12 3 naˇina c = 1320 22 .060.

Tri mladi´a i tri djevojke mogu´e je odabrati na s c c 16 3 i 12 3 naˇina. 5 ih je s greˇkom. s tim da je kod plesa bitan poredak mladi´a: c c 16 3 · 12 3 · 3! = 739200 s c z 6. Od 100 mobitela. Na maturalnoj veˇeri bilo je 28 uˇenika jednog razreda. tako da medu njima bude (a) svih 10 ispravnih? Rjeˇenje: s 95 10 (b) 1 neispravan? Rjeˇenje: s 95 9 · 5 1 (c) 4 s greˇkom? s Rjeˇenje: s 95 6 · 5 4 = (d) svih 5 s greˇkom? s Rjeˇenje: s 95 5 = 1.5. 192 s (b) Na koliko naˇina mogu na podiju plesati tri para? c Rjeˇenje. c (a) Koliko parova za ples se moˇe formirati od po jednog mladi´a i z c jedne djevojke? Rjeˇenje. Na koliko se naˇina moˇe odabrati 10 mobitela.2 Kombinacije s ponavljanjem Kombinacije s ponavljanjem od n elemenata r-tog razreda je svaki podskup od r elemenata pri ˇemu je dozvoljeno ponavljanje svakog elementa c proizvoljno mnogo puta. Od toga 16 c c mladi´a i 12 djevojaka.4. 23 .

c a elementi multiskupova se uzimaju iz skupa ljudi {1. s Rjeˇenje.Primjer 1.5 Neka je skup S = {1. Rjeˇenje s s Prvo dijete dobije nekoliko bombona u vre´ici. Razliˇite rasporede dobivamo razmjeˇajem vre´ica i bombona.18 Na koliko se naˇina moˇe 5 bombona podijeliti na ˇetvero c z c djece. 3} kao da se na svaku od kuna nalijepi ceduljica ˇija je u zadanoj podjeli. 2.ali moˇe dobiti z z i viˇe bombona. 2. Pritom svako pojedino dijete moˇe ostati i bez bombona. 3} Permutacije drugog razreda danog skupa su slijede´i multiskupovi: c {11} {22} {33} {12} {23} {13} Raˇunanje je po formuli: c Kn = ˇto daje zaista s r n+r−1 r 4 = 6 permutacija. Posljednje dijete dobiva bombone bez c vre´ice. ukupno c c s c 5+4−1 4−1 = 5+4−1 5 = 56 24 . Analogno bi bilo postaviti pitanje na 2 koliko naˇina troje ljudi moˇe podijeliti dvije kune: c z 0 0 0 1 1 2 0 1 2 0 1 0 2 1 0 1 0 0 U ovom sluˇaju multiskupovi imaju po dva elementa koji simboliziraju kune. c Zadatak 1. drugo i tre´e dijete takodjer. Bombone i vre´ice mogu´e je posloˇiti u niz: c c c z O O V O V O V O tako da u svaku vre´icu idu bomboni ispred nje. dok ˇetvrto c c c dobiva bombone bez vre´ice.

peti bombon je dobilo tre´e dijete c Zadatak 1.tre´i bombon je dobilo prvo dijete c . Rjeˇenje s s Analogno se dijele kune. c Napomena.ˇetvrti bombon je dobilo drugo dijete c . tako da posljednju dobiva ostatak: 24 + 5 − 1 5−1 = 20475 Zadaci 1. U prethodnom zadatku radi se o kombinacijama 5-tog razreda (podjela bombona) skupa od ˇetiri elementa (djeca koja su dobila c bombon). Rjeˇenje je u slaganju pet proizvoda i elementa koji dijeli ispravne i s s neispravne: 5+2−1 =6 5 25 .naˇina. Dobavljaˇ naruˇuje pet istovrsnih proizvoda koji mogu biti ispravni ili c c neispravni. Na koliko naˇina je mogu´ odabir? c c Rjeˇenje.drugi bombon je dobilo prvo dijete .prvi bombon je dobilo prvo dijete .19 Na koliko naˇina petero ljudi moˇe podijeliti 24 kune? c z Rjeˇenje. 1. 3} koji simbolizira podjelu . 2. 1. 3. 4} kod kojih ne moraju biti uzeta sva ˇetiri elementa iz D i u kojem se neki c elementi mogu ponavljati. 2. Svaku podjelu bombona mogu´e je promatrati kao multiskup od 5 elemec nata uzetih iz skupa djece D = {1. Jedan od skupova je: P = {1.

2. ako (a) svaki uˇenik jedamput sudjeluje u igrama c (b) svaki uˇenik sudjeluje viˇe puta u igrama? c s Rjeˇenje. U koliko razliˇitih ekipa moˇe u´i ˇetiri uˇenika za tri igre. koje igraju jednu za drugom. naruˇiti tri proizvoda? c z c Rjeˇenje. 25 = 32 s . c z c c c 3. obzirom na kvalitetu. Rjeˇenje s s (a) 4 3 (b) 4+3−1 3 = 20. tako da svako dijete dobije bar po jednu jabuku. (a) Na koliko naˇina pet osoba moˇe naruˇiti jedno od dvije vrste jela? c z c Rjeˇenje. (b) Na koliko se naˇina moˇe u´i i naruˇiti 5 jela za van ako je mogu´e c z c c c birati izmedu dva mogu´a? c Rjeˇenje. ako redoslijed sudjelovanja u igrama ne znaˇi novu c ekipu. U nekom restoranu imaju dvije vrste jela na jelovniku. 5. ( s 2+5−1 5 = 6). druge i tre´e klase. Na koliko c z c naˇina moˇe. 4. Dobavljaˇ moˇe nabaviti proizvode prve. Rjeˇenje se postiˇe analogno slaganjem: s s z 3+3−1 3 = 10. c z 10 kruˇaka i 8 naranˇi. s c kruˇku i naranˇu? s c Rjeˇenje: s 15 4 · 3 4 · 11 4 26 . = 4. Na koliko naˇina petero djece moˇe medu sobom razdijeliti 12 jabuka.

Na koliko se naˇina izmedju 10 muˇkaraca i 10 ˇena mogu izabrati dva c s z muˇkarca i tri ˇene? s z Rjeˇenje. Rjeˇenja: s s (a) V 4 = 44 (b) P4 = 4! (c) V 4 = 46 (d) V42 = 4! (4−2)! 6 4 2. tada je to 10 2 K10 = = 45 2 karata. a tre´a 3 karte? Rjeˇenje. Koliko se od njih moˇe napisati: z (a) ˇetveroznamenkastih brojeva c (b) ˇetveroznamenkastih brojeva kojima su sve znamenke razliˇite c c (c) ˇesteroznamenkastih brojeva s c (d) dvoznamenkastih brojeva s razliˇitim znamenkama Rjeˇenje. c 3. Na koliko se naˇina moˇe razdijeliti 12 karata medju 3 osobe. s 5 4 3 K12 · K7 · K3 = 12 5 · 7 4 · 3 3 = 27720 27 . c 4. tako da: c z c (a) prva dobije 5. druga 4. Rjeˇenje: svaka je karta odredjena s dvije stanice: s s 2 V10 = 10 · 9 = 90 razliˇitih karata. duplo manje od sluˇaja u zadatku. s 2 3 K10 · K10 = 10 2 · 10 3 = 5400 naˇina izbora.3. Koliko ima razliˇitih karata za putovanje prugom na kojoj je 10 stanica? c Rjeˇenje. c Napomena: ako gledamo karte po cijeni i ako cijena ovisi samo o poˇetnoj i ciljnoj c stanici. Neka su zadane znamenke 2.Zadaci za vjeˇbanje: z 1.5 i 8.

Na koliko naˇina moˇemo s c c z izabrati 10 proizvoda tako da ih barem osam bude neoˇte´eno? s c Rjeˇenje. s K 12 = 3 12 + 3 − 1 2 = 91 5. 6. s 85 8 · 15 2 + 85 9 · 15 1 + 85 10 . 28 . Izmedju 100 proizvoda ima 15 oˇte´enih. s 32 8 · 24 8 · 16 8 · 8 8 ≈ 1016 .(b) nije odredjen broj karata koji ´e dobiti svaka pojedina osoba? c Rjeˇenje. Koliko ima razliˇitih dijeljenja kod ”Bele u ˇetvero”? c c Rjeˇenje.

1. ako posljednji odluˇi poloˇiti zadnji dan? c c z z s (d) Isto kao u c). tako da u njemu budu predstavnici barem tri fakulteta. Na koliko se naˇina moˇe izabrati uzorak od 5 proizvoda. po z 13 studenata sa svakog od ˇetiri fakulteta.5 Problemski zadaci 1. a ostali su neispravni. ali u jednoj delegaciji ne mogu s biti zajedno jedan muˇkarac i jedna ˇena za koje se zna da se ne s z podnose? 3. c c Koliko ima razliˇitih predstavniˇtva? c s 29 . Predsjedniˇtvo udruˇenja c s z ima ˇetiri ˇlana. U skupu od 50 proizvoda nalazi se 40 ispravnih. Na koliko se z c s naˇina moˇe izabrati delegacija ako se ona sastoji od c z (a) petero ljudi i to tri ˇene i dva muˇkarca. Sest muˇkaraca i pet ˇena moraju stati u red tako da se u redu izmjens z juju. z s (b) bilo kojeg broja ljudi ali da je jednak broj ˇena i muˇkaraca u z s delegaciji. z c (a) Na koliko to naˇina moˇe uˇiniti? c z c (b) Na koliko naˇina ih moˇe poloˇiti ako u jednom danu moˇe poloˇiti c z z z z najviˇe jedan ispit? s (c) Koliko je naˇina. Na koliko je naˇina mogu´e konstruirati takav red? c c 5. Student mora u roku od 8 dana poloˇiti ˇetiri ispita. ali tako da u c z njemu budu 3 ispravna i 2 neispravna? 2. po troje od oba spola. z (d) petero ljudi s tim da jedno od njih bude ve´ unaprijed odredjena c ˇena. Od 7 ˇena i ˇetiri muˇkarca treba izabrati delegaciju. Na zasjedanju nekog studentskog udruˇenja prisustvuju 52 studenta. (c) petero ljudi od kojih su bar dvije ˇene. z (e) ˇestero ljudi. ali da u danu ne poloˇi viˇe od ispita? ˇ 4.

(a) (b) 8 · 7 · 6 · 5 = 1680. jer na ˇetiri naˇina moˇete izabrati onoga koji nema predstavnika. · 4 2 = 210. 5.Rjeˇenja problemskih zadataka: s 1. − 6 2 · 3 2 = 417. (c) (d) 4 · 7 · 6 · 5 = 1680. dok na tri naˇina c c z c moˇe biti izabran fakultet s dva predstavnika. − 7 1 · 4 4 = 455. 6! · 5! = 86400. 13 1 4 · 10 2 = 444600. 4. · 4 1 + 7 2 · 4 2 + 7 3 · 4 3 + 7 4 · 4 4 = 329. 40 3 (a) 7 3 (b) 7 1 (c) 11 6 (d) 10 4 (e) 11 5 3. 84 = 4096 83 · 4 = 2048 +4·3· 13 1 2 · 13 2 = 186745. z 30 . 2. = 210.

c c Elementarni dogadaj je svaki od konaˇno mnogo ishoda sluˇajnog pokusa: c c ω1 . ω n Prostor elementarnih dogadaja je neprazan skup Ω = {ω1 . ω 2 . k(Ω) . ˇiji su elementi c ωi elementarni dogadaji Dogadaj je podskup skupa koji se naziva prostorom elementarnih dogadjaja: A⊂Ω c Vjerojatnost dogadjaja A ⊂ Ω raˇuna se po formuli: p(A) = gdje je k(A) = |A| oznaka za broj elemenata skupa A. Primjeri 1.svaki pojedini ishod nije mogu´e jednoznaˇno odrediti c c .2 2. . .postoji mogu´nost ponavljanja proizvoljno konaˇno mnogo puta. ω2 . . . . .1 Vjerojatnost Klasiˇna definicija a priori c Sluˇajan pokus s konaˇno mnogo jednako mogu´ih elementarnih ishoda je c c c takav pokus kod kojeg . . ωn }. Kolika je vjerojatnost da ´e kod bacanja simetriˇnog novˇi´a pasti c c cc ”pismo”? 31 k(A) .

A∩B =∅ ⇒ p(A ∪ B) = p(A) + p(B) U teoriji skupova se kolekcija F podskupova nekog skupa Ω. Ω). komplement svakog svojeg ˇlana u odnosu na c matiˇni skup Ac = Ω \ A. kolika je vjeroc jatnost dobitka ”sedmice”? Nemogu´im dogadjajem naziva se c . Neki primjeri vjerojatnosnih prostora: 32 . a i zatvorena je na prebrojivu uniju. F. Oˇito vrijedi: c . ako vrijede prethodna svojstva. zajedno s Ω i F ˇini c Vjerojatnosni prostor: (p. Kolika je vjerojatnost da ´e kod izvlaˇenja jedne karte iz ˇpila od 32 c c s biti izvuˇena karta boje ”karo”? c 4. Ako na sistemskom listi´u Lota 7/39 igramo 23 broja.p(A) ≥ 0 .algebra podskupova od Ω. Vjerojatnost je tada funkcijsko pridruˇivanje z p : F → [0.p(Ω \ A) = p(Ac ) = 1 − p(A) . skup Ω.bilo koji skup C: C ∩Ω=∅ Sigurnim dogadjajem naziva se skup Ω. koja sadrˇi z prazan skup.p(Ω) = 1 . 1] koje.2. zove σ c .prazan skup ∅⊂Ω . Kolika je vjerojatnost da ´e kod bacanja kocke pasti broj 6? c 3.

8 × 1. vjerofatnost svakog od njih i vjerofatnost da na bar jednom novˇi´u padne ”glava”.495 s s s s (b) suprotno bi bilo da nezna baˇ niˇta. Kolika je vjerojatnost da djeˇak koji nasumice puca c loptu u zid pogodi bilo koji prozor? Zadaci s c c 1. pa su ˇanse za okladu da bar neˇto zna: 5 3 25 3 100% − = 0. Odredite vjerojatnost dobivanja: (a) jednog asa (b) bar jednog asa 4.9957 33 . Odredc c cc ite prostor elementarnih dogadjaja. Na zidu dimenzija 8 × 5 metara nalaze se ˇetiri prozora svaki dimenzija c 1. Student je izaˇao na ispit znaju´i 20 od 25 pitanja.Na ispitu se izvlaˇe tri pitanja. Igra na sre´u sastoji se od bacanja dviju kocaka. Odredite vjerojatnost da zbroj na kockama bude ve´i od 9? c 3. Neka se sluˇajni pokus sastoji od bacanja triju razliˇitih novˇi´a.1.2 metra. ˇto naprama s ukupnog broja izbora pitanja: 20 3 25 3 p(A) = = 0. Koja je vjerojatnost da student zna odgovor na: (a) na sva tri pitanja (b) na barem jedno pitanje Rjeˇenje: s (a) povoljno je da sva tri pitanja budu izabrana od 20 poznatih. cc c 2. U Beli se dijeli osam karata.

a to je da u tri puta nijednom nije s opala ˇestica: s 5 p = 1 − ( )3 = 0. 365 · 1 p= 365 · 365 1 ≤ i. j). j ≤ 365} 1 ≤ i ≤ 365} 3. Koja je vjerojatnost da izmedju n osoba budu barem dvije koje imaju rodjendan istog dana? Rjeˇenje: s pn = 1 − p(Ac ) = 1 − 365 · 364 · · · (365 − n + 1) 365n c (a) izraˇunati za broj osoba n = 5. izvlaˇimo dvije s c c c karte i to c c s (a) prvu izvuˇenu kartu vra´amo u ˇpil (b) prvu izvuˇenu kartu ne vra´amo u ˇpil c c s Koja je vjerojatnost da izvuˇemo oba asa? c Rjeˇenje: s p(A) = p(B) = 4·4 32 · 32 4·3 32 · 31 5.3 · 101 2 = 2.5 · 101 2 4. Iz ˇpila od 52 karte na sluˇajan naˇin.7% 6. jednu za drugom. Koja je vjerojatnost da dvije sluˇajno izabrane osobe imaju rodjendane c istog dana? Rjeˇenje: s Ω = {(i. A = {(i.2. Koja je vjerojatnost da dijete dobije ˇesticu ako baca triput uzastopce? s Rjeˇenje se dobiva preko suprotnog dogadjaja.42. s 6. Koliko je vjerojatno da ´e dobiti sedmicu na lotu 7/39 onaj tko na c sistemskom listi´u uplati najve´i broj kombinacija koji se nudi? Koliko c c ´e novaca izdvojiti? c Rjeˇenje: diskutirati sa studentima i postaviti analogon za 6/45. Rjeˇenje: s p5 = 1 − 6. i). 6 34 .

Simetriˇan novˇi´ bacamo 5 puta. U kutiji se nalazi 4 puta viˇe ispravnih nego neispravnih proizvoda. s z Tada je 4n broj ispravnih. a zadanu vjerojatnost dobivamo preko negacije suprotnog dogadjaja. da su sva tri izvuˇena proizvoda ispravna: c 4n 3 5n 3 29 57 28 57 11 37 1− = 4n(4n − 1)(4n − 2) 5n(5n − 1)(5n − 2) n1. Na s sluˇajan naˇin biraju se tri proizvoda.7. 35 . Koliko je vjerojatno c da u prvih 5 karata dobijemo (a) poker (ˇetiri iste ) c (b) ful (par i tri iste) Rjeˇenje: s (a) 13 · p(P ) = 4 4 · 52 5 4 3 4 2 48 1 (b) 13 · p(B) = · 12 · 52 5 9. Koliko je proizvoda u 57 kutiji? Rjeˇenje: se dobiva iz jednadˇbe u kojoj je nepoznanica n broj neispravnih proizvoda. Vjerojatnost da medju njima c c bude bar jedan neispravan proizvod iznosi 29 .3125 2 8. znaˇi da biramo 5 karata.2 = 37n2 − 159n + 44 = 0 = 4. Koja je vjerojatnost da je pismo c cc palo triput? Rjeˇenje: s p= 5 3 1 · ( )5 = 0. Igramo poker s 52 karte.

Ako vjerojatnost da izaberemo po jednu plavu.dobiva se da neispravnih proizvoda ima 4. dok sveukupno u kutiji ima 20 proizvoda. Dobivaju se dva rjeˇenja za broj ˇutih kuglica: n = 5. s z z 12 Ukupno se od 12 kuglica tri mogu izvu´i na c naˇina.n. ˇute i tri crvene.20 (b) p(B) = = 0. U kutiji je 12 kuglica: plave. Sluˇajnim se c izborom bira troˇlana delegacija. ispravnih 16. z c c 10. Povoljno je da to bude c 3 jedna od 3 crvene. Na sluˇajan naˇin biramo tri kuglice. s z 11. U dvorani je prisutno 12 studentica i 18 studenata.2926 36 . Kolika je vjerojatnost da su izabrana: c (a) tri studenta (b) tri studentice (c) dvije studentice i student? Rjeˇenja: s (a) p(A) = 18 3 30 3 12 3 30 3 12 2 = 0.05 (c) p(C) = 18 1 · 30 3 = 0. jedna od n ˇutih i jedna od 9 − n plavih: z 3 1 · n 1 12 3 · 9−n 1 3 11 = n(9 − n) = 20. koliko je ˇutih kuglica u kutiji? z Rjeˇenje: zadatka dobivamo jednadˇbom po nepoznatom broju ˇutih kuglica . 4. 3 z ˇutu i crvenu kuglicu iznosi 11 .

9 6 5 ( )n ≤ 0. Na sluˇajan z s c naˇin izvadimo odjednom 7 loptica. Kolika je vjerojatnost da ´e medu c c njima biti (a) najviˇe jedna loˇa loptica s s (b) 2 loˇe ili 4 loˇe loptice s s Rjeˇenje: s (a) p(A) = 8 7 + 8 6 12 7 · 4 1 (b) p(B) = 8 5 · 4 2 + 12 7 8 3 · 4 4 13. Kutija sadrˇi 12 loptica za stolni tenis. 1 6 n ≥ 13 14. od kojih su 4 loˇe. Koja je vjerojatnost da na obje kocke padne isti broj ili da zbroj bude 8? ( 10 ) 36 37 .12. 9? Rjeˇenje: s (a) 5 p = 1 − ( )n 6 (b) 5 1 − ( ) ≥ 0. Koliko puta treba baciti kocku pa da pojavu ˇestice garantira s s vjerojatnosti barem 0. Koja je vjerojatnost da se ˇestica pojavi u n bacanja kocke? Napiˇite s s formulu po kojoj se vjerojatnost raˇuna i nacrtajte graf funkcije p = c p(n). Bacaju se dvije kocke.

Koliko je vjerojatno da pri bacanju dviju kocaka na bar jednoj padne petica? Rjeˇenje: se dobiva preko suprotne vjerojatnosti: s p = 1 − p(Ac )p(B c ) = 1 − gdje je dogadaj A .na prvoj je kocki pala petica dogadaj B . 6 6 36 38 . 5 5 11 · = .na drugoj je kocki pala petica.15.

od kojih su 4 neispravna. koliko je bijelih kuglica u kutiji? 39 . Na sluˇajan se s c naˇin biraju tri kuglice. Kolika je vjerojatnost da medju njima c c bude barem jedan neispravan? 2. Profesor postavlja tri pitanja za redom. Koliko proizvoda sadrˇi z uzorak? 4. Ako sluˇajno biramo ˇetiri proizvoda. Student je izaˇao na ispit znaju´i odgovor na 20 od mogu´ih 26 pis c c tanja. vjerojatnost da medju njima budu c c dva ispravna i dva neispravna iznosi 30/91. Ako vjerojatnost da izvuˇemo barem jednu c c bijelu kuglicu iznosi 12 . 5 ˇutih i crvene kuglice. na sluˇajan z c naˇin izvlaˇimo dvije kuglice. Koji postotak peteroznamenkastih brojeva z (a) sadrˇi znamenku 5. Vjerojatnost da ne izaberemo nijednu c c crvenu iznosi 30%.2 Problemski zadaci 1. U kutiji se nalazi 16 proizvoda. Koliko je plavih kuglica u kutiji? 7. Koliko je kuglica u kutiji? 6. Na sluˇajan c naˇin se izvlaˇi 5 proizvoda. a ne sadrˇi znamenke 8 i 9? z 8.2. Kolika je vjerojatnost da student zna odgovor: (a) na sva tri pitanja (b) na barem jedno pitanje? z s 3. Uzorak sadrˇi dva puta viˇe ispravnih nego neispravnih proizvoda. U kutiji je 15 kuglica: crvene. U kutiji se nalazi 50% viˇe bijelih nego crvenih kuglica.5. Na sluˇajan c naˇin biramo dvije kuglice. koliko je crnih kuglica u kutiji? 17 5. Ako je vjerojatnost da izvuˇemo jednu crvenu c c kuglicu i dvije bijele jednaka 0. plave i tri ˇute. U kutiji se nalazi 20% manje bijelih nego crnih kuglica. (b) djeljiv je s 20. Vjerojatnost da izaberemo po jednu crvenu. Na sluˇajan naˇin biramo z c c tri kuglice. Iz kutije u kojoj se nalaze 4 plave. plavu i ˇutu z 3 iznosi 13 .

1800] × [0. 60 Zadatak 2.trenutak ulaska drugog vlaka u kriˇanje z Ako prvi vlak ude u kriˇanje toˇno u 22 sata stavimo x = 0.1 U krug je upisan kvadrat. Kolika je vjerojatnost da s propisane udaljenosti pikado pogodi dio kruga izvan kvadrata? Rjeˇenje je jasno iz nacrtane situacije i raˇun je slijede´i: s c c p= 2r2 2 = . 2π r π Zadatak 2.1 Prometna nesre´a dogodila se izmedu 8 i 9 sati. z c onda neka je x = 1800.2. 1800] Dakle. Mjere su iskazane z u sekundama.trenutak ulaska prvog vlaka u kriˇanje z y . Koliko je c vjerojatno da se dogodilo izmedu 8 : 25 i 8 : 40? Vjerojatnost je u omjeru minuta: p= 15 = 25%. Vjeroc jatnost dogadaja A tada je: p(A) = µ(A) . Trenutak u kojem ´e oni u´i u kriˇanje sluˇajan z c c z c je izmedu 22 sata i 22 : 30. Sada je (x. Unutar kvadrata 1800 × 1800 rjeˇava se nejednadˇba uvjeta s z njihovog susreta: 200m |x − y| ≤ 20m/s 40 . Ω moˇemo nacrtati u XOY ravnini kao kvadrat.2 Dva vlaka duljine 200m kre´u se brzinom 72km/h prugama c koje se medusobno kriˇaju. a u 22 : 30. Koja je vjerojatnost da ´e se vlakovi zakaˇiti? c c Neka je x . µ(Ω) Primjer 2.3 Geometrijska vjerojatnost Neka je mogu´e uzeti mjeru skupu Ω i svakom njegovom podskupu. y) ∈ [0.

1] na sluˇajan naˇin biraju se dva broja. z Op´enito formula koja raˇuna uvjetnu vjerojatnost je c c p(A/B) = p(A ∩ B) p(B) 41 . a zbroj kvadrata mani od 1? z 4. Iz intervala [0.4 Uvjetna vjerojatnost Neka su A i B dogadaji iz vjerojatnosnog prostora Ω. Kolika je vjerojatnost c da je pao tri? Kolika je vjerojatnost da je pao broj dva? Traˇena vjerojatnost je 1 : 3 = 33. Kolika je vjerojatnost da njihov zbroj bude pozitivan. a apsolutna vrijednost njihove razlike ve´a c c 39 od 3? ( 200 ) c c 2. 18002 2. Primjer 2.2 Kocka je baˇena i pao je neparan broj. Iz intervala [−1. da ono koje dode prvo. 1] biraju se dva broja. 3%. Kolika je vjerojatnost c da ´e se ipak susresti? c 18002 − 1790 = 4. Dogovore c se. 10] biraju se dva realna broja. Kolika je vjeroc c jatnost da njihov zbroj bude manji od 3. Kolika je vjerojatnost da njihov zbroj bude ve´i od 1 . a apsolutna vrijednost njihove c 3 razlike manja od 1 ? 3 3. umnoˇak negativan. 2] na sluˇajan se naˇin biraju dva broja. Kolika je vjerojatnost da njihov zbroj bude ve´i od 8. Iz intervala [0. Deˇko i cura dogovore susret izmedu 7 : 00 i 8 : 00 na trgu. a razlika po apsolutnoj vrijednosti manja od 1? 5. 4%. ˇeka drugo 20min. Raˇunamo vjerojatnost c da se dogodio dogadaj A uz uvjet da nam je poznato da se dogodio dogadaj B.Traˇena vjerojatnost je z p= Zadaci 1. Iz intervala [0.

6 · 0. 6%. Pri porodu. Tri strijelca gadaju jednu te istu metu.3 Vjerojatnost da su oba blizanca muˇkog spola je 40%. Tada je p(A/B) = p(A) = i slijedi p(A ∩ B) = p(A) · p(B). 4 · 0. ako sva trojica gadaju samo s po jednim metkom? Budu´i pogodak ili promaˇaj bilo kojeg od njih ne utiˇe na gadanje ostalih. 2 · 0. loˇ i zao strijelac gadaju metu. Dobar pogada s vjeros jatnoˇ´u 80%. a da su s ˇenskog je 35%. Koja je vjerojatnost da i z s drugo bude muˇko? s Blizanci se mogu donijeti na svijet na tri disjunktna naˇina: c A .djevojˇica i djeˇak c c Traˇi se z p(A/(A ∪ C)) = p(A ∩ (A ∪ C)) p(A ∩ B) 0. Kolika je vjerojatnost 42 p(A ∩ B) p(B) . 4 · 0.dvije djevojˇice c C .3 Dobar. 4 = 0. 5% Dogadaji A i B su nezavisni. 2 · 0. Primjer 2. 9 = 11. Zadaci: 1. 65 = 61. c s c traˇena vjerojatnost je: z p = 0. 8 · 0. 70% i 60%. prvo se rodilo muˇko.dva djeˇaka c B . loˇ sa 60% i zao s 90%. Koliko je vjerojatno da u meti zavrˇi sc s s samo jedan metak. 1 + 0. Vjerojatnost pogotka kod svakog strijelca redom iznosi 80%. 1 + 0.Zadatak 2. ako informacija o dogadaju B ne utiˇe na c vjerojatnost dogadaja A.

3. Vjerojatnost je 50% z 2. Na sre´u biramo kutiju i izvlaˇimo kuglicu. H2 . U drugoj su kuglice s brojevima 1.38) s 3. Koja je s vjerojatnost da avion uniˇti cilj? (0. Na stolu su dvije jednake. iz c c iste kutije izvuˇemo joˇ jednu kuglicu. U prvom su kuglice s brojevima 2.4. avion ga uniˇtava s vjerojatnosti od 40%. neprozirne kutije. U suprotnom izvlaˇimo iz druge c s c kutije. Bayesova formula. Vjerojatnost da avion bude oboren prije nego ˇto dospije do cilja je 5%. Hn ⊂ Ω ako vrijedi slijede´e: c Hi = Ω i Potpun sistem dogadaja ˇine dogadaji c Hi ∩ Hj = ∅ Formula totalne vjerojatnosti dogadaja A ⊂ Ω je formula: n p(A) = i=1 p(A/Hi ) · p(Hi ) Bayesova formula sluˇi za aposteriorno izraˇunavanje vjerojatnosti pojez c dinih hipoteza ako je poznato da se dogodio dogadaj A: p(Hi /A) = p(Hi ) · p(A/Hi ) p(A) 43 . s Ako dospije do cilja.6 i 8. Kolika je vjerojatnost da je izvuˇen jedan paran i jedan neparan c broj? Rjeˇenje zadatka je u opisu postupka povoljnog izvlaˇenja kada je s c poˇeljno odabrati drugu kutiju. .5 Potpuna vjerojatnost. H1 . Ako je na njoj paran broj.(a) toˇno jednog pogotka u metu c (b) bar jednog pogotka u metu (c) najviˇe dva pogotka u metu s 2.5 i 7. . .

2% ˇkarta.proizvod je iz prvog pogona H2 .1 p(H2 ) = 0.15 p(H3 ) = 0.131 Odgovor na drugo pitanje daje Bayesova formula: p(H1 /A) = p(A/H1 ) · p(A) p(A) 0. 1 · 0. iz drugog 15%. na S3 20% sa 0.08 Formula totalne vjerojatnosti daje: 3 p(A) = i=1 p(A/Hi ) · p(Hi ) = 0. Jedan tip proizvoda izraduje se 4 stroja. Na stroju S1 izraduje se 40% proizvodnje od ˇega je 0. Kolika je vjerojatc nost da je sluˇajno izabran proizvod neispravan? Kolika je vjerojatnost c da je neispravan proizvod proizveden na prvom stroju? Sistem hipoteza u ovom sluˇaju: c H1 .proizvod je iz drugog pogona H3 . a iz tre´eg 8%. 5 = 0. Prvi pogon daje 50% proizvodnje. Kolika je vjerojatnost: s (a) da je proizvod dobar (b) ako je ˇkart. drugi 30% i tre´i 20%. da je izraden na stroju S1 ? s 44 . 5% ˇkarta. 38 Zadaci: 1.ˇ Zadatak 2.2 p(A/H3 ) = 0.4 Zarulje se proizvode u tri pogona.3 p(A/H2 ) = 0. Postotak neispravnih ˇarulja iz c z prvog pogona je 10%. 1% ˇkarta. 25% ˇkarta i na S4 10% s s proizvodnje sa 0. 131 = 0. na S2 se radi 30% i c s od tiga je 0.proizvod je iz tre´eg pogona c Vjerojatnosti hipoteza i uvjetne vjerojatnosti su: p(H1 ) = 0.5 p(A/H1 ) = 0.

gadaju cilj. U uzorku ispitanika. c c c Takva definicija omogu´ava prirodnu funkciju gusto´e vjerojatnosti c c f = p ◦ X −1 : R → [0. . Funkcija gusto´e vjerojatnosti ima slijede´e osobine: c c 1. f (x) ≥ 0 45 . Kolika je vjerojatnost da je metu pogodio Mate? 3. Uglavnom ´e se promatrati konaˇni skupovi. tako da vrijedi: x ∈ R ⇒ X −1 (x) ⊂ Ω. c 3. 4. 70% muˇkaraca s s i 60% ˇena puˇi. u kojem je dio muˇkaraca 55%. . 1] gdje je p : Ω → [0. muˇkarac? s s 3 Sluˇajne varijable c Sluˇajna varijabla je veliˇina koja se dobije mjerenjem u vezi s nekim sluˇajnim c c c pokusom. Ona poprima svoje vrijednosti uz odredene vjerojatnosti. Kolika je vjerojatnost da sluˇajno odabrana osz s c oba puˇi? Kolika je vjerojatnost da je sluˇajno odabrana osoba s c koja puˇi. 1] funkcija vjerojatnosti definirana na prostoru dogadaja Ω. svaki sa po jednim metkom. Neka je Ω vjerojatnosni prostor. . a Ante s 0. 8.1 Diskretne sluˇajne varijable c X(Ω) = {x1 . Mate pogada s vjerojatnosti 0.2. Postoje diskretne i kontinuirane sluˇajne varijable. Sluˇajna varijabla je funkcija c X : Ω → R. x2 . Utvrdeno je da je meta pogodena jednim metkom.} Skup vrijednosti je konaˇan ili prebrojiv. Strijelci Mate i Ante.

2. 5. 7. To se najbolje moˇe predoˇiti grafiˇki. 8. skup vrijednosti sluˇajne varijable i funkciju gusto´e vjerojatnosti. 11. Bacanje dviju kocaka ima za sluˇajnu varijablu manji od brojeva koji c su pali. 46 . j ≤ 6}. 12} • funkcija gusto´e vjerojatnosti dana je tablicom: c X f(X) 2 1 36 1 ≤ i. f (x) = 1 x∈R Zadatak 3. Sluˇajna varijabla c c neka je zbroj na kockama. z c c Primjer 1. • vrijednosti sluˇajne varijable: c X(Ω) = {2. 3. c Rjeˇenje: s • prostor dogadaja: Ω = {(i. vrijednosti sluˇajne c varijable i funkciju gusto´e vjerojatnosti. 3 2 36 4 3 36 5 4 36 6 5 36 7 6 36 8 5 36 9 4 36 10 11 12 3 36 2 36 1 36 Funkcija gusto´e vjerojatnosti jednaka je nuli za realne brojeve koje sluˇajna c c varijabla ne poprima. 4. Odredite prostor elementarnih dogadaja. 6. a zatim nacrtajte c c graf funkcije gusto´e vjerojatnosti. c Funkcija vjerojatnosti kod diskretnih sluˇajnih varijabli jednaka je funkciji c gusto´e vjerojatnosti: c p(X = x) = f (x). 9. 10.1 Sluˇajan pokus je bacanje dviju kocaka. Oznaka p(X = x) = p(X −1 (x)) predstavlja vjerojatnost dogadaja u kojem sluˇajna varijabla poprima c vrijednost x. Odredite prostor elementarnih dogadaja. j).

c Rjeˇenje: s • Ω = {1.neprekidna sdesna . 4. 5. nacrtajte funkciju gusto´e vjerojatnosti i funkciju distribucije. 2. 3.Funkcija distribucije sluˇajne varijable X kumulativna je funkcija: c FX (x) = p(X ≤ x). Funkcija distribucije F : R → [0.neopadaju´a c . Zadatak 3. 4. Odredite prostor elementarnih dogadaja. 6} ostalo 2 2 6 3 3 6 4 4 6 5 5 6 6 1 47 . 2. . 2. 6} • f (x) = • tablica funkcije distribucije: X f(X) 1 1 6 1 .2 Sluˇajna varijabla kod bacanja igra´e kocke X = vrijednost je c c okrenutog broja. vrijednosti sluˇajne c varijable. 5. .vrijedi: x→−∞ x→∞ lim F (x) = 0. lim F (x) = 1. 3. Vjerojatnost p(X ≤ x) jednaka je vjerojatnosti da sluˇajna varijabla c poprimi vrijednost manju ili jednaku vrijednosti x: p(X ≤ x) = p( y≤x X −1 (y)). 6} • X(Ω) = {1. . 6 0 x ∈ {1. 1] je funkcija: .

c z Bira se uzorak od tri loptice. standardnu devijaciju i nacrtajte funkciju distribucije. Algebarski se moˇe dokazati z V arX = EX 2 − (EX)2 = i x2 · f (xi ) − (EX)2 . EX + σ] nije manja od 68%.1 Odredite matematiˇko oˇekivanje i standardnu devijaciju u zac c datku 25. dok su s ostale pune. σ =. jednobojne kuglice.4 U kutije se nalaze 24 kuglice. Kuglice izvlaˇimo jednu za drugom dok ne c izvuˇemo jednobojnu kuglicu.75. i c Standardna devijacija je mjera rasipanja rezultata i raˇuna se po formuli √ σ = V arX. Sluˇajna varijabla je broj ˇutih loptica u uzorku. Kuglice su jednake po masi i veliˇini. p(X ≥ 2) = s 28 ) 220 Zadatak 3. (rjeˇenje: EX = 3. Primjer 3. odredite oˇekivani broj c c c izvlaˇenja. Ako c c je sluˇajna varijabla jednaka broju izvuˇenih kuglica. c 48 . od kojih su 4 ˇarene. c z Odredite matematiˇko oˇekivanje i standardnu devijaciju.5.3 U kutiju sa devet bijelih ping-pong loptica ubaˇene su tri ˇute. Vjerojatnost da je sluˇajna varijabla poprimila vrijednost unutar interc vala [EX − σ.V arX =) s Zadatak 3.Matematiˇko oˇekivanje diskretne sluˇajne varijable X je broj: c c c E(X) = i xi · p(X = xi ) = i xi pi = i xi · f (xi ) Varijanca diskretne sluˇajne varijable je matematiˇko oˇekivanje kvadrata c c c odstupanja sluˇajne varijable od oˇekivanja: c c V arX = E[(X − EX)2 ] = i (xi − EX)2 · pi . Kolika je vjerojatc c nost da su izvuˇene barem dvije ˇute? c z (rjeˇenje: EX = 0.

45.2. Sluˇajna varijabla je broj pogodaka u metu. c c c c Da li je igra poˇtena? s Rjeˇenje s X −15 1 f (x) • Sluˇajna varijabla i pripadne vjerojatnosti dane su u tablici: c 8 −15 x · f (x) 8 • oˇekivanje je zbroj zadnjeg retka i iznosi c E(X) = 2 = 0. c Nadite gusto´u i distribuciju vjerojatnosti.bar jednom pogodena .7 i 0.6 Tri strijelca gadaju metu s po jednim metkom i pogadaju je s vjerojatnostima 0. Odredite sluˇajnu varijablu.25 8 1 3 8 3 8 3 3 8 9 8 5 1 8 5 8 • Igra je na strani igraˇa. oˇekivanje.) s Zadatak 3.7 Igraˇ baca 3 novˇi´a.6. Sluˇajna c varijabla broj je pogodaka u metu.167. p(X ≥ 2) = 1 − F (1) = 1 − 0.1. oˇekivanje i vjerojatnosti da ´e c c c meta biti . 3 za 2G i 1 za c cc jednu ”glavu”.9. c c varijancu i funkciju distribuciju sluˇajne varijable. jer se oˇekuje prosjeˇan dobitak po igri od c c c ˇetvrtine Eura. V arX = 0. Izraˇunajte oˇekivanje sluˇajne varijable. Dobiva 5 ako padnu 3G. c (rjeˇenje: EX = 1.bar dvaput pogodena (rjeˇenje:EX = 2. Igraˇ gubi 15 za 3P .(rjeˇenje: EX = 1. Odredite funkciju gusto´e vjerojatnosti za c c sluˇajnu varijablu X-dobitak u igri. Vjerojatnost da prvi strijelac pogodi metu je 70%.998. 0. σ =) s Zadatak 3. a da je pogodi drugi iznosi 40%.5 Dva strijelca gadaju metu s po jednim metkom. c Zadaci: 49 . V arX =) s Zadatak 3. 195. p(X ≥ 0) = 0.

tada ispaljena raketa s 20% pogada rep. NE s 3. pogodak u prvi slijede´i prsten nosi 5 bodova. Igraˇ baca dva simetriˇna novˇi´a. Meta za zraˇnicu promjera je 20cm. ˇetiri crvene i jedna prlava c kuglica. Dobiva 5kn u sluˇaju javljanja dvije c c cc c glave. Ako je vrerojatnost pogotka cilja pri svakom gadanjui 80%.2 s ) 2. Simetriˇni novˇi´ baca se sve dok se ne pojavi glava ili pet pisama za rec cc dom. Ako se na radaru uhvati neprijateljski avion. s 30% krilo i s 50% trup. c nadite njeno oˇekivanje i standardnu devijaciju.2) s 4. (Rjeˇenje: 2. Troˇkova c s s dodatnih nema. pa da bude poˇtena. ako ima toˇno dva razliˇita djelitelj. 2kn u sluˇaju jedne glave i 1kn ako se glava ne pojavi. Odredite oˇekivanje i ocijenite da li je c igra poˇtena? s Rjeˇenje: µ = −1. Ako je sluˇajna varijabla broj dobivenih bodova. Pogodi li krilo ili rep. a ako padne broj koji nije niti z c prost niti sloˇen. dvije crne.9. Ako igraˇ izvuˇe bijelu. σ = 1.1. On dobiva 10kn ako se pojavi jedna glava. Pogodak u unutraˇnji s krug nosi 10 bodova. Igraˇ baca dva simetriˇna novˇi´a. Avion je s uhva´en u radar i otvorena je vatra raketama. σ = 3. 20kn ako se pojave dvije glave i gubi 50kn ako se ne pojavi glava ni na jednom novˇi´u. c (Rjeˇenje: µ = 1. sloˇeni donosi dva. a c pogodak u vanjski prsten nosi 3 boda. Prirodni broj naziva se prostim. (Rjeˇenje: µ = 1.) s 7. (Rjeˇenje: µ = 4. c cc (Rjeˇenje: µ = 1. Ona se sastoji od tri koncentriˇna c c kruga.5kn. Vjerojatnost da strijelac uop´e c pogodi metu je 50%. Da li je igra poˇtena? cc s (Rjeˇenje: µ = −0. Nadite oˇekivani broj z c bodova i standardnu devijaciju. a c c sloˇenim ako ima viˇe od dva razliˇita djelitelja. Bacamo kocku. Prosti z s c broj donosi tri boda. c c c a za trvenu dobiva dvije kune.76) s c c cc 5. a drugi 12cm. Odredite oˇekivani broj c c ispaljenih raketa. σ = 1.96. Strijelac koji ima ˇetiri metka. NE) s 6. U kutiji se nalazi jedna bijela. tada igraˇ dobiva 11 bodova. gada cilj dok ga ne pogodi. gubi ˇetiri kune. Prvi krug ima promjer 4cm. avion je sruˇen. za crnu gubi 5 kuna.75) s c 8. odredite oˇekivani c 50 .25. Koliko c igraˇ treba igru platiti organizatoru. a u trup trebaju tri rakete za obaranje aviona. Odredite oˇekivani broj bacanja novˇi´a i standardnu devijaciju.

x = 0.2 Binomna razdioba Binomna razdioba ili binomna distribucija pretpostavlja n ponavljanja jednog te istog sluˇajnog pokusa koji moˇe imati samo dva ishoda: c z . n x = 0. . c Parametri Binomne sluˇajne varijable su c . Rjeˇenje: µ = 0. kojem se vjerojatnost oznaˇava s p c . c Matematiˇko oˇekivanje sluˇajne varijable c c EX = np Varijanca binomne sluˇajne varijable je c V arX = npq 51 . σ = 1.”neuspjeh”. . . kojem je vjerojatnost q = 1 − p Sluˇajna varijabla X koja je jednaka broju uspjeha u n ponavljanja pokusa c zove se Binomna sluˇajna varijabla.broj hitaca i standardnu devijaciju.broj ponavljanja pokusa n . n Funkcija distribucije vjerojatnosti raˇuna se zbrajanjem: c F (x) = p(X ≤ x) = k≤x n k · pk · q n−k . . 1.vjerojatnost ”uspjeha” p Oznaka binomne sluˇajne varijable je c X ∼ B(n. p) Funkcija gusto´e vjerojatnost definira se preko vjerojatnosti c      f (x) = n x 0.248) s 3.”uspjeh”. · px · q n−k . . .546. 1.

4} c b) gusto´a vjerojatnosti X= 0 1 2 3 4 0.Primjer 3.3241 0.5777 0.2109 0.0595 0.4219 0.8 Vjerojatnost pogotka u metu je 0.0007 0.7). izraˇunajte s c c matematiˇko oˇekivanje i varijancu.0469 0.0102 0. p = 0.0007 0. 2 V arX = 12. 6 Zadatak 3. Funkcije su zadane tablicom: X 0 1 2 3 4 5 6 f(X) 0.0109 0. Koriste´i c tablicu ispiˇite funkciju gusto´e vjerojatnosti. gdje je n = 6. 3. 7.1187 Pri popF(X) 0. EX = np = 4.0039 0. funkciju distribucije. EX. Nacrtajte grafove funkcija gusto´e i disc c c tribucije vjerojatnosti. 0. c Na´i: c a) skup vrijednosti sluˇajne varijable broja pogodaka u metu c b) f (x).8813 1 unjavanju tablice mudro je koristiti se tablicama. 0. V arX c) vjerojatnost da je meta pogodena barem jednom d) vjerojatnost da je meta promaˇena bar jednom s Rjeˇenje zadatka pod s a) vrijednosti sluˇajne varijable B(4. 1.75) su c X = {0. 75. Meta se gada ˇetiri puta.0704 0.1832 0. 2. F (x).2 Neka je X ∼ B(6.3164 52 .3136 0.2536 0.

9 Operacija uspjeva u 75% sluˇajeva.0039. 1 F (x) =   0.996 a bar jedan promaˇaj s p(x < 4) = F (3) = 0.756 · 0.6836 3     1 x<0 ≤x<1 ≤x<2 ≤x<3 ≤x<4 x≥4 EX = np = 3 V arX = npq = 0.funkcija distribucije  0.75 c) bar jedan pogodak je vjerojatan p(x ≥ 1) = 1 − p(x < 1) = 1 − p(0) = 0. 0     0. 6863 c Zadatak 3. 0.315 Teorem 3.2617 2    0.258−6 6 = 28 · 0. Koliko je vjerojatno da 75% od 8 pacijenata ima uspjelu operaciju? Rjeˇenje zadatka: s • uoˇiti binomnu razdiobu B(8.0508. p) najve´a vjerojatnost pric pada onoj diskretnoj vrijednosti sluˇajne varijable x0 za koju vrijedi: c np − q ≤ x0 ≤ np + q 53 .0625 = 0.75) c c • izraˇunati 75% od 8 da je 6 • izraˇunati ili prepisati iz tablice c p(x = 6) = 8 · 0.1 Kod binomne razdiobe X ∼ B(n.18 · 0.      0.

oˇekivanje i varijanca c raˇunaju se prema formulama: c f (x) = e−λ · F (x) = y≤x λx x! e−λ · λy y! EX = λ V arX = λ Primjer 3. Koliko ˇe neispravnih s proizvoda biti najˇeˇˇe u kutiji? c sc Rjeˇenje primjera jednostavna je primjena teorema za s n p 30 · 0. . Koliko je vjerojatno da je pet s c c uˇenika rodeno na Novu godinu? Koja je vjerojatnost da su barem tri uˇenika c rodena na Novu godinu? 54 . 2. Funkcija gusto´e vjerojatnosti definira z c se preko funkcije vjerojatnosti. Funkcija distribucije.3 Automat izraduje proizvod i daje 8% defektnih proizvoda. 1. 95 ≤ 2.3 Poissonova distribucija Poisonova razdioba graniˇni je sluˇaj binomne distribucije kada n → inf ty. x! gdje je λ = np x = 0. .08 ≤ 30 · 0. 48 2 3.Primjer 3. 08 + 0. Dobri se rezultati postiˇu za np ≤ 10. c c a vjerojatnost ”uspjeha” je relativno mala: n→inf ty lim n x · px · q n−x = e−λ · λx . 08 − 0.4 Neka ˇkola ima 2190 uˇenika. Proizvodi se bez kontrole pakiraju u kutije od po 30 komada. . 95 ≤ 1. 48 ≤ x0 = = x0 x0 = 30 0.

0. Parametar λ dobiva se iz jednakosti λ = np = 6 Vjerojatnost da je toˇno pet uˇenika rodeno na Novu godinu jednaka je vric c jednosti gusto´e vjerojatnosti za x = 5: c p(x = 5) = f (5) = e −6 65 · = 0.Rjeˇavanje zadatka bilo bi neprikladno pomo´u binomne razdiobe. jer je s c 1 n = 2190. budu´i se radi o s z c X ∼ B(200. 16062 5! Vjerojatnost da su barem trojica rodeni na Novu godinu dobiva pomo´u c funkcije distribucije: p(x ≥ 3) = 1 − p(x ≤ 2) = 1 − F (2) = 1 − (f (0) + f (1) + f (2)) = 0.10 Statistiˇki je utvrdeno da je 1% ljevorukih ljudi. a p = 365 . Kolika je c vjerojatnost da izmedu 200 sluˇajno izabranih osoba bude c a) toˇno ˇetiri ljevaka c c b) ne manje od ˇetiri ljevaka c Rjeˇenje zadatka traˇimo Poissonovom razdiobom. 1428. c z Zadatak 3.0902 4! i odmah zatim i drugi odgovor: p(x ≥ 4) = 1 − p(x ≤ 3) = 1 − F (3) = 1 − 0.01) Oˇekivani broj ljevorukih ljudi u uzorku od 200 ljudi je c np = λ = 2 < 10 Koriste´i tablice. 9380 Umjesto raˇunanja moˇemo se koristiti tablicama. dobivamo prvi odgovor: c 24 −2 p(X = 4) = f (4) = · e = 0. 55 . 8571 = 0.

c Rjeˇen je zadatak ako izraˇunamo parametar λ. a) p(x = 0) = f (0) = e−2 2 = 13. Kolika je vjerojatnost c da u jednom danu a) ne bude nastradalih b) nastradaju petorica s c) ne nastrada viˇe od trojice? d) Uz vjerojatnost od 95% prognozirajte gornju granicu broja poginulih u jednom danu.5% 0! 56 0 . 9863 = 0.12 Od milijun stanovnika jednog grada smrtno je stradalo u prometnim nesre´ama u toku jedne godine 730 osoba. Ako matematiˇko oˇekivanje s z c c predstavlja oˇekivanu vrijednost sluˇajne varijable. Kolika je vjerojatnost da ´e centrala biti preoptere´ena u c c toku proizvoljne minute. ako je taj broj sluˇajna varijabla Poissonove razdiobe. 0137 Zadatak 3. Rjeˇenje zadatka traˇi otkrivanje parametra λ. ako se broj zahtjeva ravna po Poissonovom zakonu vjerojatnosti.11 Telefonska centrala ima prosjeˇno po satu 300 zahtjeva za c uspostavljanjem telefonske veze. a u ovom zadatku oˇekujemo c c c u minuti 300 =5 60 poziva. naˇalost. z 730 =2 365 smrtno stradala gradana. koji odgovar oˇekivanom s c c broju od. Centrala moˇe u minuti ostvariti maksiz malno 10 veza. to je λ=5 Budu´i preoptere´enje vrijedi kad je broj zahtjeva c c x > 10 p(x > 10) = 1 − p(x ≤ 10) = 1 − F (10) = 1 − 0.Zadatak 3.

Kolika je vjerojatnost dolaska automobila na parkiraliˇte u inters valu od pet minuta kada je parkiraliˇte popunjeno? s 2. Zadaci 1. Bez tablica. rjeˇavanje bi bilo gotovo nemogu´e i moralo bi se izvoditi s c pogadanjem. 95 Iz tablica distribucije to je nepoznata vrijednost x za koju je F (x) = 0.b) p(x = 5) = f (5) = e−2 2 = 3. Kolika je vjerojatnost c dolaska viˇe od 5 automobila u 30 sekundi? s 5 3.6% 5! c) iz tablica: p(x ≤ 3) = F (3) = 67.4 Kontinuirane sluˇajne varijable c X : Ω → X(Ω) Sluˇajna varijabla c poprima vrijednosti na neprebrojivom skupu: X(Ω) ⊂ R. Broj automobila koji dolati na raskrˇ´e ima Poissonovu razdiobu s sc oˇekivanjem dolaska 12.5 automobila u 3 minute.3 automobila u jednom c satu. c Funkcija distribucije sluˇajne varijable je funkcija F :R→R koja ima slijede´a svojstva: c 57 . Broj automobila koji dolaze na parkiraliˇte u jednom satu imaju Poiss sonovu razdiobu s oˇekivanim brojem od 25.7% d) Problem je rijeˇen kada se otkrije onaj broj stradalih x za koji je s p(X ≤ x) = 0. 95 dakle x = 4.

∀x ∈ R. b a g(t)dt 58 . Funkcija vjerojatnosti definira se c a) preko funkcije gusto´e vjerojatnosti: p(a < x < b) = b) odnosno preko funkcije distribucije: p(a < x < b) = F (b) − F (a) c) dok vrijedi da je p(X = x) = 0.1) neopadaju´a c 2) neprekidna 3) F (−∞) = 0. odaberemo lijevu c derivaciju. takva da je F (x) = sa svojstvima 1) g(x) ≥ 0. U sluˇaju da se lijeva i desna derivacija razlikuju. F (+∞) = 1 Funkcija gusto´e vjerojatnosti je nenegativna funkcija c g : R → R. 2) x∈R +∞ −∞ x −∞ g(t)dt g(t)dt = 1 Iz definicije slijedi da je g(x) = F (x).

Primjer 3. Dobiva se izravno po definiciji.    1 x. c c Rjeˇenje.5 Sluˇajna varijabla X zadana je funkcijom distribucije c F (x) =      0.5) Rjeˇenja.13 Odredite matematiˇko oˇekivanje i varijancu iz primjera. x≤0 0≤x≤2 x≥2 a) Nacrtati funkciju distribucije c c b) Na´i funkciju gusto´e i nacrtati je c) Odredite p(x > 1) i p(1 < x < 1. 2 0 x≤0 0≤x≤2 x>2 Matematiˇko oˇekivanje kontinuirane sluˇajne varijable c c c E(X) = +∞ −∞ xg(x)dx Varijanca kontinuirane sluˇajne varijable c V ar(X) = +∞ −∞ (x − E(X))g(x)dx = +∞ −∞ x2 g(x)dx − (E(X))2 .5) = 5 16   0. Zadatak 3. s b) g(x) = c) p(1 < x < 1. 4 1. no potrebno je integrirati po dis jelovima: E(X) = = 0 −∞ 0xdx + 2 0 1 x · xdx + 2 +∞ 2 x · 0dx 4 3 2 V ar(X) = 9 Zadaci: 59 . 1 2 x.

Odredite p(− π < x < π c c 4 4 √ π i p(x ≥ 6 . p(2 < x < 4) i p(x > 4) c (d) izraˇunati E(X). p2 = 12 i p3 = 25 . g(x) = 25 x. Zadana je gusto´a sluˇajne varijable X: c c f (x) = a(1 − x2 ). odredite i nacrtajte funkciju disc tribucije. − π ≤ x ≤ 2 0 |x| > π 2 π 2 Izraˇunajte vrijednost parametra A. c) izraˇunajte matematiˇko oˇekivanje E(X) c c c d) odredite p(X > 0. b) Nadite i nacrtajte funkciju distribucije F (x). ostalo a) Odredite vrijednost parametra a i nacrtajte graf funkcije gusto´e c f (x). V ar(X). (rj: A = 0. ostalo 0.25) 3. c 2 2 (rjeˇenja: k = 25 . −1 ≤ x ≤ 1 0. matematiˇko oˇekivanje i varijancu.1. F (x) = s 0. x<0 1 2 9 9 x . 0 ≤ x ≤ 5 0.) 25  25  1 x>5 kx. p1 = 22 i p2 = 0. Neka je X neprekidna sluˇajna varijabla s gusto´om vjerojatnosti c c g(x) = (a) odrediti k (b) odrediti funkciju distribucije (c) izraˇunati p(x ≤ 3). 5). Gusto´a vjerojatnosti sluˇajne varijable X dana je sa c c g(x) = Acosx. 0 < x < 5 . ostalo    2. 0 ≤ x ≤ 5.5. p1 = 25 . E(X) = 0. 60 .

Koliko je vjerojatno da ´e pro´i kroz crveno: c c a) toˇno u 2 : 25 c b) prije 2 : 15 c) izmedu 2 : 35 i 5 : 00 d) prije 8 : 00 sati (Rjeˇenje:a)p = 0.3. ostalo Funkcija gusto´e vjerojatnosti uniformne razdiobe c f (x) = Konstanta k raˇuna se iz zahtjeva c +∞ −∞ = b a kdx = k(b − a) = 1 k = 1 b−a Funkcija distribucije F (x) = x =      a 1 x−a dt = b−a b−a 0. 2 Matematiˇko oˇekivanje uniformne razdiobe c c EX = Varijanca V arX = dok je standardna devijacija σ= √ b a xf (x)dx = (b − a)2 . x≤a x−a . c Zadatak 3.b)p = 25%. a ≤ x ≤ b 0. Izraˇunajte matematiˇko oˇekivanje i standardnu devic c c jaciju. Nacrtajte funkciju gusto´e vjerojatnosti c i funkciju razdiobe. 12 V arX.c)p = s 5 .5 Uniformna razdioba k.14 Dojavljeno je policiji da svake no´i izmedu 2 i 3 sata kroz crveno projuri jedan te isti auto. b≤x a+b . a≤x≤b b−a 1.d)p 12 = 1) 61 .

vric c s jeme izmedu dva nailaska vozila. Funkcija distribucije daje vjerojatnost da se ne prekoraˇi predvideno vric jeme za obavljanje usluge: F (t) = 1 − e−λt . Oˇekivano trajanje usluge je c E(t) = uz varijancu V ar(t) = odnosno standardnu devijaciju σ= 62 1 . λ2 .. ostalo f (t)dt = +∞ 0 λe−λt dt = λ · e−λt +∞ | −λ 0 = −( lim e−λt − 1) t→∞ = 1. Oznaka t sluˇajne varijable sugerira njeno znaˇenje vremenskog trajanja koje c c je vjerojatnije ako je kra´e. vrijeme potrebno za otpremu telegrama..3. Funkcija gusto´e vjerojatnosti sluˇajne varijable t: c c f (t) = Uvjet normiranosti je zadovoljen: +∞ −∞ λe−λt .6 Eksponencijalna razdioba Eksponencijalna razdioba zadana je pozitivnom konstantom λ > 0. t ≥ 0 0. putovanje E-maila. Obiˇno su to trajanja usluga na ˇalterima. Vjerojatnost da usluga traje od najmanje a do najviˇe b vremenskih jedinica: s p(a ≤ t ≤ b) = e−aλ − e−bλ . λ 1 λ 1 . jer je t→∞ lim e−λt = 0.

05 e− 6 = 0.05 1 − F (t0 ) = 0. Rjeˇenje: s Eksponencijalna je distribucija odredena jednim parametrom: 1 λ= EX Budu´i se oˇekuje 600 vozila po satu.15 Vremenski razmak izmedu vozila koja prelaze preko pjeˇaˇkog s c prijelaza sluˇajna je veliˇina eksponencijalne distribucije. traˇi se vremenski razmak t0 . 6 1. vjerojatnost da nastupi razmak ve´i od 10s je: c p(t > 10) = 1 − p(t < 10) = 1 − F (10) = 1 − (1 − e− 6 ) = e− 6 = 18. 600 a eksponencijalna razdioba u ovom zadatku dana je formulom gusto´e vjeroc jatnosti t 1 f (x) = · e− 6 . vjerojatnost razmaka od 5 do 10s je p(5 < t < 10) = e− 6 − e− 6 = 24. Izraˇunajte: c 1. Prometno optere´enje c c c ulice iznosi 600 vozila po satu.6% 3. za koji vrijedi z p(t > t0 ) = 0.Zadatak 3.05|ln t0 − = ln 0. vjerojatnost da razmak izmedu nailazaka bude 5-10 sekundi 3. u sekundama. oˇekivani razmak c c c izmedu dva vozila 3600 EX = = 6s. vjerojatnost da nastupi razmak ve´i od 10 sekundi c 2. odredite onaj razmak u sekundama iznad kojeg je vjerojatnost 5%. t > 0.05 = 18s 63 t0 5 10 10 10 . to je.9% 2.05 6 t0 = −6 · ln 0.

Koc lika je vjerojatnost a) da vozilo ˇeka dulje od 2 minute c c b) da vozilo ˇeka 30-60 sekundi? c) Uz vjerojatnost 90% odredite gornju granicu vremena ˇekanja. Funkcija razdiobe 1 F (x) = √ σ 2π x −∞ e− (t−ν)2 2σ 2 dt koji nije mogu´e elementarno izraˇunati.7 Normalna razdioba Normalna razdioba u oznaci X ∼ N (ν. Normalna razdioba zadana je formulom gusto´e vjerojatnosti: c (x−ν)2 1 f (x) = √ e− 2σ2 σ 2π Graf funkcije je Gaussova zvonasta krivulja simetriˇna obzirom na vertikalu c x = ν. Prosjeˇno prode 120 vozila po satu. s c Matematiˇko oˇekivanje normalne sluˇajne varijable: c c c EX = ν. Vrijeme ispravnog rada nekog uredaja eksponencijalna je sluˇajna varc ijabla s oˇekivanjem neprekidnog rada 2 mjeseca nakon servisa. σ > 0. σ 2 ) zadana je s dva parametra: ν ∈ R. Kolika c je vjerojatnost da ´e se uredaj pokvariti u toku c a) prvog mjeseca b) drugog mjeseca? 3. Varijanca: V arX = σ 2 . spljoˇtenost ovisi o veliˇini konstante σ. Vrijeme ˇekanja na naplatnim ku´icama autoputa sluˇajna je varijabla c c c eksponencijalne distribucije. c c 64 .Zadaci 1. Raˇunanje vjerojatnosti je mogu´e c c c c samo pomo´u tablica ili raˇunala. c 2.

vrijednost sluˇajne varijable c tako da p(x < c) = 0.5 = 1 − Φ(0.7881 = 0.2 − 4 ) 1.2119 65 .35 c Rjeˇenje zadatka je s 1.3. oˇito je p(x ≥ 4) = 50% c p(x > 5. Treba uoˇiti da je Φ(z < −3) = 0 c c c i da je Φ(z > 3) = 1.8) = 1 − 0.2).16 Neka je X ∼ N (4. 1. p(x > 5. Supstitucija x−ν z= σ omogu´ava preko c F (x) = Φ(z) jedino mogu´e raˇunanje vjerojatnosti c c p(a < x < b) = F (b) − F (a) Zadatak 3.1 Standardna normalna razdioba Standardna normalna razdioba u oznaci Z ∼ N (0.2) = 1 − Φ( 5. 1) ima funkciju gusto´e vjerojatnosi c z2 1 ϕ(z) = √ e− 2 2π ima graf zvonastu Gaussovu krivulju.52 ).7. Izraˇunajte c 1. Funkcija distribucije 1 Φ(z) = √ 2π z −∞ e− 2 du u2 ˇiji graf crtamo zahvaljuju´i matematici 1.2) = 1 − F (5. p(x ≥ 4) 2.

9 66 = 0. c Primjer 3. D(1) = 68.27% vrijednosti sluˇajne c varijable koja je normalno distribuirana.27% 2.35 = 0.35 = −0.2.4. z Primjer 3. p(EX − σ ≤ x ≤ EX + σ) 2.7 Pretpostavimo da se teˇina paketa ravna po normalnoj distribuciji u kojoj je srednja vrijednost x = 6.1 ¯ Odredite interval u kojem se oˇekuje teˇina s vjerojatnosti od 90%. D(3) = 99.6 Neka su EX i σ > 0 oˇekivanje i standardna devijacija sluˇajne c c varijable koja je normalno distribuirana.4225 . a standarda devijacija σ = 2. p(EX − 3σ ≤ x ≤ EX + 3σ) Rjeˇenje se dobiva oˇitavanjem: s c 1. c z Rjeˇenje traˇimo u obliku vrijednosti c.385 = 3.5 c uz neophodnu pomo´ tablica. za koju vrijedi da je s z p(EX − c < x < EX + c) = 0. p(EX − 2σ ≤ x ≤ EX + 2σ) 3.45% 3. Posljednji dio primjera pokazuje bespotrebnost nastavka tablica preko vrijednosti ±3 standardizirane varijable. raˇunanje vrijednosti sluˇajne varijable: c c p(x ≤ c) F (c) c−4 Φ( 1. D(2) = 95.5 c−4 1. Izraˇunajte slijede´e vjerojatnosti: c c 1.73% Primjer pokazuje da se unutar EX ± σ nalazi 68.35 = 0.

9 σ c = 1.05 = 0.645 = 159 200 − 174 ) = 1 − Φ(2.89) = 9 .9981 = 0.05 = −1.Kratak raˇun po definiciji daje c c c F (EX + c) − F (EX − c) = Φ( ) − Φ( ) σ σ c = D( ) σ ˇto po uvjetima zadatka daje s D( c = 0.64 σ c = 3. a) Koliki je postotak ljudi viˇih od 2m? s b) Ispod koje visine je 5% ljudi? c) Koliki je postotak ljudi visine 160 − 190cm? Rjeˇenja s a) p(x > 200) = 1 − F (200) = 1 − Φ( = 1 − 0.0019 b) traˇi se visina h z p(x < h) h − 174 φ( ) 9 h − 174 9 h 67 = 0.17 Visina ˇovjeka je normalna sluˇajna varijabla s oˇekivanjem c c c EX = 174cm i varijancom σ 2 = 81cm2 .4 konaˇno traˇene granice c z 3 ≤ x ≤ 9. Zadatak 3.8 u kojima se nalazi 90% paketa.

c) p(160 < x < 190) = Φ( 190 − 174 160 − 174 ) − Φ( )= 9 9 = Φ(1.9625 − 0.04 15 a = 92 a − 76 ) = 0.78) − Φ(−1.31% Zadatak 3.15 15 b) traˇi se onaj mali broj bodova b ispod kojeg je 10% studenata koji su z pali: p(x < b) b − 76 ) Φ( 15 b − 76 15 b Zadaci 68 = 0.85 15 a − 76 = 1.1 = 0.56) = = 0.28 = 57 .0594 = = 90. Nadite c a) minimalni broj bodova potreban da bi se dobilo odliˇan b) minimalni broj bodova potreban da se prode ispit? Rjeˇenja: s a) traˇi se broj a za koji je z p(x > a) = 1 − F (a) = 1 − Φ( Φ( a − 76 ) = 0. dok zadnjih 10% ne prolazi c ispit.1 = −1.18 Neka je broj osvojenih bodova na pismenom ispitu normalno distribuirana sluˇajna varijabla s oˇekivanjem 76 i standardnom devijacijom c c 15. Prvih 15% studenata dobiva ocjenu odliˇan.

P (X > 29) i c P (34 < X < 40). z c c dok je σ = 8kg. Sluˇajna veliˇina X normalno je distribuirana s parametrima E(X) = c c 20. Sluˇajna varijabla X ima normalnu razdiobu c N (ν = 4. Maksimalna dnevna temperatura zraka u mjesecu lipnju sluˇajna je c veliˇina X normalno distribuirana s E(X) = 25C i σ = 6C. sc 7. c c c 4. Masa ˇovjeka je normalno distribuirana sluˇajna varijabla s oˇekivanjem c c c EX = 82kg i standardnom devijacijom σ = 11kg. (b) vjerojatnost da maksimalna temperatura poraste iznad 33C. 5. 35). 69 . c Odrediti: a) vjerojatnost da godiˇnja koliˇina padalina bude iznad tisu´u litara s c c po metru kvadratnom b) vjerojatnost da godiˇnja koliˇina padalina bude od 500 do tisu´u s c c i dvijesto litara po kvadratnom metru c) onu godiˇnju koliˇinu padalina ispod koje je vjerojatnost 10%? s c 6. 25. a) Koliki postotak ljudi ima masu 60 − 90kg? b) Koliki je postotak teˇih od 100kg? z c) Ispod koje granice je 5% ljudi? 2. Izraˇunajte P (X ≤ 34). σ = 2. 23. Godiˇnja koliˇina padalina u Zagrebu sluˇajna je varijabla normalne s c c distribucije s oˇeivanjem 880mm/m2 i standardnom devijacijom 130mm/m2 . (c) temperaturu u C iznad kojeg maksimalna temperatura zraka nastupa s vjerojtnoˇ´u 1%.1. Izraˇunajte vjerojatnost negativne vrijednosti sluˇajne varijable X? c c 3. Odredite c (a) vjerojatnost da maksimalna temperatura padne ispod 16C. Sluˇajna varijabla X normalno je distribuirana s iˇekivanjem E(X) = 34 i varijancom V ar(X) = 6. σ 2 = 25. p(x < 18) i p(x ≥ 19). Teˇina ˇovjeka je sluˇajna varijabla X normalne razdiobe s EX = 78kg. Izraˇunati p(17 < x < 22).

5% ljudi? z (b) Koliki je postotak ljudi lakˇih od 50kg? s (c) Koliki je postotak ljudi izmedu 70kg i 80kg? 70 .(a) Iznad koje teˇine je 0.

Na drugoj godini ima 400 studenata. 130 s koˇarkom. s s a 10 sa sva tri ta sporta. a c s niti jedan avion ne pogodi brod? 71 . Vjerojatnost pi da bomba iz i-tog aviona (i = 1.4 Problemski zadaci 1.5.4 i p4 = 0. Odredite (a) Koliko ima razliˇitih dijeljenja na poker automatu koji daje pet c karata iz ˇpila od 52 karte? s (b) Koliko bi partija ˇaha odigrala dva razreda od po 24 uˇenika u s c medusobnom dvoboju? (c) Na koliko naˇina moˇe petero djece razdijeliti medu sobom 12 c z jabuka. s Da li se u ˇumi moˇe prona´i mjesta za tenisko igraliˇte 25m × 25m za s z c s koje ne treba sjeˇa? c 3. p3 = 0. od kojih se neki bave sportom i to: 180 s nogometom. 30 s nogometom i rukometom. p2 = 0. (a) Kolika je vjerojatnost da brod bude pogoden? (b) Kolika je vjerojatnost da protuzraˇna obrana sruˇi sve avione. Koliko najmanje s proizvoda treba izabrati pa da vjerojatnost da se medu njima nade bar jedan defektan bude p = 95%? ˇ 5. 2. 100 s rukometom. Cetiri aviona nezavisno jedan od drugog bombardiraju brod.3.1. 3. Kolika je vjerojatnost da se nasumce izabrani uˇenik bavi s: c (a) bar jednim sportom (b) samo jednim sportom (c) bar dva sporta (d) sva tri sporta? 4. Velika serija proizvoda neke tvornice daje 2% ˇkarta. 40 s nogometom s i koˇarkom. Na kvadratnom zemljiˇtu 1km×1km raste 3110 stabala promjera 50cm. 10 kruˇaka i 8 naranˇi? s c 2. 4) pogodi brod je redom: p1 = 0. 20 s koˇarkom i rukometom.

Prosjeˇan dnevni promet na autocesti u ˇpici sezone iznosi 12000 autoc s mobila dnevno. Kolika je vjerojatnost s c da ´e od 100 automobila proizvedenih ove godine na viˇe od 5 biti c s reklamacija? 10. a > 0). dijelovi osi 0X bez duˇine od -1 do 3) potrebno je izraˇunati: z c (a) parametar a (b) matematiˇko oˇekivanje. s Odredite vjerojatnosti broja neispravnih mobitela u kupovini. U poˇiljci je 15 mobitela. 2 8. 7. oˇekivani c broj neispravnih mobitela i funkciju razdiobe broja neispravnih mobitela u uzorku od tri kupljena. Od ku´e do ureda Martina prolazi kroz 6 nesinhroniziranih semafora. Netko kupi 3 mobitela.6. c Izraˇunajte oˇekivani broj semafora na kojim ´e se zaustaviti. 0). Koliko je vjerojatno da ne´e biti udaren onaj medo koji je ipak pronaˇao prolaz c s kroz ˇicu? z 11. Za prijelaz autoceste medvjed treba 15 sekundi. c c 1 (c) Nacrtajte funkciju distribucije i odredite p(− 2 < x < 3 ). 0) bez stranice na osi 0X. (0. a pet ih je neispravnih. Iz zadane funkcije gusto´e vjerojatnosti na slici (stranice trokuta s c vrhovima (−1. ako je c c c duljina ciklusa 45s. Prosjeˇan Hrvat prosjeˇnih godina ima viˇak od 20kg s odstupanjem c c s ±4kg Kolika je vjerojatnost da prosjeˇna Hrvatica prosjeˇnih godina c c nade partnera sa (a) viˇkom manjim od 5kg? s (b) viˇkom ve´im od 25kg s c s (c) Koliko kilograma viˇka ima 80% Hrvata? 72 . (3. Mazdini automobili imaju greˇku u 4% sluˇajeva. zeleno svijetli 25s Koliko je standardno odstupanje od tog broja? 9.

ali i nenumeriˇkog tipa dobivaju se c c . Sto je statistiˇki skup. .1 Promatra se broj obavljenih telefonskih razgovora s odredenog ˇ pretplatniˇkog broja u toku jednog mjeseca. broj zaposlenih. z c Statistiˇki skup ili statistiˇka masa je skup na ˇije elemente se odnosi c c c obiljeˇje.5 Statistika Statistika je znanstvena disciplina koja se bavi izuˇavanjem masovnih poc java: broj stanovnika.pra´enjem c . broj telefonskih usluga . z Zadatak 5.opaˇanjem z . Na temelju takvih numeriˇkih pokazatelja pomo´u c c c statistiˇkih metoda donose se zakljuˇci i predvidanja.obiljeˇje je osobina pretplatniˇkog broja da je pozvan sa broja koji se z c promatra Jedan statistiˇki skup moˇe imati viˇe obiljeˇja i tada je zanimljivo proc z s z matrati povezanost obiljeˇja.mjerenjem Obiljeˇje je zajedniˇko svojstvo koje se odnosi na neki skup. a ˇto je c c s statistiˇko obiljeˇje? c z Rjeˇenje s . odnosno pravils nosti po kojima se ravnaju masovne pojave. koje se najˇeˇ´e karakterc sc iziraju numeriˇki. Srediˇnje pitanje kojim se bavi je utvrdivanje zakonitosti. . z c U metodoloˇkom obliku razlikujemo deskriptivnu i matematiˇku statiss tiku.evidentiranjem .statistiˇki skup predstavljaju preplatnici koji su s broja pozvani c . 73 . . c c Podaci numeriˇkog.

tada ´e interval c c biti 196 − 140 = 4. Razredi su jednaki po veliˇini. Najˇeˇ´e se broj razreda kre´e c c sc c ˇ izmedu 10 i 20. Obiljeˇja mogu imati diskretni i kontinuirani karakter. pa se interval razreda dobiva tako da se raspon rezultata c podijeli sa ˇeljenim brojem razreda. 12 74 . Obiljeˇje diskretnog z z karaktera numeriˇki je odredeno prebrojivim skupom brojeva.Deskriptivna statistika bavi se opisivanjem pojava numeriˇki i grafiˇki c c istiˇu´i odredene vrijednosti obiljeˇja.2 Na jednom ˇovjeku izvrˇeno je 50 mjerenja vremena reakcije i c s dobiveni su rezultati: 196 157 177 162 168 173 164 165 192 153 186 154 157 174 189 169 177 162 173 190 159 165 165 180 175 172 167 163 166 158 160 157 173 169 140 169 185 146 174 167 177 170 180 165 184 171 151 160 183 169 Uobiˇajeno je rezultate grupirati u razrede. Primjer 5. c Uzorak je dio statistiˇkog skupa na kojem se ispituje ponaˇanje cijelog c s skupa.1 Broj pisama predatih u jednoj poˇti je diskretno obiljeˇje. z Ako se u primjeru odluˇe rezultati grupirati u 12 razreda. a s z vrijeme pruˇanja poˇtanske usluge telefona je kontinuirano obiljeˇje z s z Grupiranje podataka provodi se radi obrade. Matematiˇka statistika bavi se izuˇavanjem masovnih pojava na temelju c c uzoraka pomo´u matematiˇkih metoda koje se baziraju na teoriji vjeroc c jatnosti i teoretskih distribucija. Sto je broj mjerenja manji i broj razreda je manji.67 ∼ 5. c Primjer 5. Primjenjuje u ispitivanju cijelog c c z statistiˇkog skupa.

s 75 . a ˇto statistiˇko obiljeˇje u primjeru? s c z Rjeˇenje. c Relativna frekvencija ima znaˇenje vjerojatnosti a’posteriori c f (xk ) = Kumulativna frekvencija F (xi ) = k≤i fi n f (xk ) Veliˇina statistiˇkog skupa: c c fi = n Primjer 5.Krajnji rezultat unosa u postavljenje razrede je: vrijeme f rekvencija 140 − 144 1 145 − 149 1 150 − 154 3 155 − 159 5 160 − 164 6 165 − 169 12 170 − 174 8 175 − 179 4 180 − 184 4 185 − 189 3 190 − 194 2 195 − 199 1 Relativna i kumulativna frekvencija osnovne su veliˇine koje se iz poc dataka mogu raˇunati. Sto je statistiˇki c c skup.3 [Diskretno obiljeˇje] Evidentiranjem broja predatih telegrama u z toku jednog dana u jednoj poˇti dobivene su vrijednosti: s xi 0 1 2 3 4 5 6 7 8 9 10 fi 2 4 8 13 15 19 18 15 13 8 3 ˇ Izraˇunati pripadne relativne i kumulativne frekvencije.

4 [Kontinuirano obiljeˇje] Potroˇnja goriva xi u litrama na 100 kilometara kod kamiona nekog autoparka obradena je u tablici: xi fi 22-24 24-26 2 7 26-28 8 28-30 2 30-32 1 ˇ Odrediti relativne i kumulativne frekvencije. z z s Primjer 5. Sto je ovdje statistiˇki skup. c a ˇto je statistiˇko obiljeˇje? s c z 76 . a statistiˇko c c s c obiljeˇje je broj dobivenih telegrama.xi -broj telegrama u toku dana fi -broj dana tijekom kojih je primljeno xi telegrama ukupan broj dana fi = n xi 0 1 2 3 4 5 6 7 8 9 10 fi 2 4 8 13 15 19 18 15 13 8 3 118 f (xi ) F (xi ) 2/118 2/118 4/118 6/118 8/118 14/118 13/118 27/118 15/118 42/118 19/118 61/118 18/118 79/118 15/118 94/118 13/118 107/118 8/118 115/118 3/118 118/118 1 ∅ Statistiˇki skup ˇine dani u kojim poˇta dobiva telegrame.

Rjeˇenje je dano u tablici: s xi 22 − 24 24 − 26 26 − 28 28 − 30 30 − 32 xi ¯ 23 25 27 29 31 fi 2 7 8 2 1 n = 20 f (xi ) F (xi ) ¯ ¯ 0, 10 0, 10 0, 35 0, 45 0, 40 0, 85 0, 10 0, 95 0, 05 1, 00 1

Statistiˇki skup su kamioni auto-parka, a statistiˇko obiljeˇje je potroˇnja. c c z s Linijski graf sastoji se od niza vertikalnih duˇina ˇije duljine odgovaraju z c frekvencijama. Histogram se sastoji od niza pravokutnika kojima visina odgovara frekvencijama. c Poligon frekvencija crta se tako da se spoje toˇke iznad sredine svakog razreda, a zatim se dovodi na nultu frekvenciju na lijevoj i desnoj strani krivulje. Poligon frekvencija kod diskretnih vrijednosti spaja toˇke ˇije su apscise c c vrijednosti obiljeˇja, a ordinate su im vrijednosti frekvencija. z Kumulativni niz distribucije relativnih frekvencija nastaje zbrajanjem relativnih frekvencija:
j

Fx (xj ) =
i=1

pi ,

i = 1, 2, . . . , k,

Fx (xj ) = p(X ≤ xj ).

Primjer 5.5 Osobe prijavljene zavodima za zapoˇljavanje u Republici Hrvatskoj, s stanje krajem 1990. Dob xi (14)-19 19-25 25-40 40-50 50-(65) Ukupno broj osoba u 000 fi 6.1 84.0 77.5 16.6 11.2 Struktura pi Kumulativni niz ”manje od” Fx (xj )

77

Popunite tablicu. Prikaˇite podatke histogramom i poligonom frekvencija. z Rjeˇenje Histogram je graf step funkcije f (x) = fi , x ∈ [ai , bi ]. Poligon s frekvencija spaja toˇke ˇije su apscise sredine razreda, a ordinate pripadne c c frekvencije. Kumulanta je krivulja koja prikazuje kumulativnu frekvenciju. Kod diskretnih obiljeˇja to je step funkcija, a kod kontinuiranih razlomljeni z pravac koji poˇinje u ishodiˇtu, a zavrˇava u horizontali s apscisom c s s 1. Zadatak 5.2 Nacrtajte kumulantu za primjer 5.5 Zadatak 5.3 Kontolirana pakiranja prema broju neispravnih poˇiljaka dana s su u tablici neispravni proizvodi xi 0 1 2 3 4 5 Ukupno broj pakiranja fi 35 150 200 80 30 5 Kumulativni niz ”manje od” Fx (xj )

Popunite tablicu. Nacrtajte linijski graf i histogram. Nacrtajte kumulantu. Zadatak 5.4 Nacrtajte kumulante za primjere (5.4) i (5.3).

5.1

Mjere centralne tendencije

Odredivanje sredina najˇeˇˇa je aktivnost u obradi podataka. c sc Aritmetiˇka sredina raˇuna se c c x= ¯ 1 n xi f i

78

Zadatak 5.5 Izraˇunajte prosjeˇan dnevni broj primljenih telegrama i izraˇunajte c c c prosjeˇnu potroˇnju kamiona iz navedenih primjera (5.3) i (5.4) . c s c c Zadatak 5.6 Izraˇunajte prosjeˇno vrijeme reakcije iz primjera (5.2) izravno i nakon raspodjele u razrede. Centralna vrijednost ili medijan je vrijednost koja se u nizu rezultata poredanih po veliˇini, nalazi toˇno u sredini. c c Primjer 5.6 Ako pet namjeˇtenika prima pla´u preraˇunatu u Eure od 750, s c c 800, 850, 900 i 5000, onda aritmetiˇka sredina od c 750 + 800 + 850 + 900 + 5000 = 1660 5 Eura odudara od stvarnog prosjeka. Isticanje centralne vrijednosti eliminira ekstremne rezultate. Primjer 5.7 Naseljena mjesta nalaze se uz cestu. Od prvog mjesta drugo je udaljeno 30km, tre´e 60, ˇetvrto 110, zatim je na 120. i 130. kilometru od c c prvog joˇ po jedno mjesto. s Na kojem je mjestu uz cestu prikladno izgraditi benzinsku, ako su mjesta pribliˇne veliˇine. z c
Centralno je mjesto na pola puta izmedu 60. i 110. kilometra

Dominantna vrijednost ili mod je ona vrijednost koja je u nizu mjerenja najˇeˇ´e postignuta. c sc Primjer 5.8 Prikupljaju´i podatke o broju djece dobiveni su podaci: c djeca 0 1 2 3 4 5 6 7 8 9 10 11 12 parovi 70 90 108 86 70 47 30 20 15 5 4 3 2 Vidljiv je mod od 2 djece, dok je aritmetiˇka sredina 3.02 djeteta. Dakle pri c gradnji stanova za prosjeˇnu obitelj sa 3 djece ˇinila bi se pogreˇka. c c s Geometrijska sredina koristi se kao mjera prosjeˇne brzine nekih promc jena. Dobiva se formulom: xg = ¯
n

xf1 · xfk 1 k

uz navedene oznake. Raˇuna se samo za pozitivne brojeve. c 79

10 dana i 15 dana. . jer za 30 dana ukupno sva tri doma´instva potroˇe 11 staklenki. prosjeˇan broj z c c slova u minuti .7km/h 3 Rezultat jemogu´e dobiti harmonijskom sredinom brzina 100km/h i 50km/h: c H= 1 100 2 + 1 50 = 66. c z 1961. Primjer 5. jer je uistinu preˇao 200 km za tri s s s sata. ˇto se i dobiva raˇunom harmonijske sredine: s c H= 3 1 5 + 1 10 + 1 15 = 8.72 = 8. bilo ih je 9000.72 11 dana. Pograˇno je ishitreno odgovoriti: 75 km/h. kojom je prosjeˇnom brzinom s c vozio? Rjeˇenje.10 Ako je automobilist udaljenost od 100 km vozio brzinom od 100 km/h. a natrag je iˇao brzinom 50 km/h. s c s pa 1kg traje za sva tri doma´instva c 30 = 2.5 · 2 = 3 puta godiˇnje.2 dana. pa je prosjek: 200 = 66.7km/h c Zadatak 5. Ne traje 10 dana. . s Harmonijska sredina jednaka je xh = ¯ f1 x1 N + ··· + fk xk . ˇak 18000. Prosjeˇno godiˇnje pove´anje dobit c c s c ´e se geometrijskom sredinom: c √ G = 4. godine ˇivjelo 2000 stanovnika.7 Tri ku´anice su u anketi iskazale koliko dana u njihovoj obitelji traje staklenka od 1kg marmelade: 5 dana.9 Na nekom je podruˇju 1960. Harmonijsku sredinu valja upotrebljavati kad ˇelimo dobiti prosjeke nekih odnosa: prosjeˇnu brzinu. gdje je N broj podataka. Koliko prosjeˇno traje staklenka marmelade? c Rjeˇenje. a 1962.2 80 .Primjer 5. Jednom bi doma´instvu kilogram trajao c 3 · 2.

5. c Zadatak 5. mjerenje 8 8. tj.2 Mjere varijabilnosti Mjere varijabilnost odgovaraju na pitanje ve´e ili manje grupiranosti statistiˇkog c c niza oko centralne vrijednosti.2.5 1 2 8.5 13 15 9.9 Odrediti srednje odstupanje od aritmetiˇke sredine iz prethodnog c primjera.C i D izvrˇe odredeni tip usluge redom za 10. vrijeme c c koje se traˇi za pruˇanje usluge. 5. dobiveni su slijede´i nizovi podataka: c 1. Izraˇunajte prosjeˇnu proizvodnost radnika. z z Rjeˇenje. 81 .2. 5 i 4 minute.2 Srednje odstupanje Srednje odstupanje je prosjeˇna veliˇina odstupanja pojedinaˇnih rezulc c c tata: N ¯ i=1 |xi − x| · fi . Raspon c c je nesigurna i varljiva mjera varijabilnosti i raste s pove´anjem broja c rezultata. a N broj medusobno c razliˇitih rezultata.11 Prilikom dva puta po 10 mjerenja neke pojave.B.5 16 10 17 Odrediti raspone oba mjerenja.1 Raspon Raspon statistiˇkog niza razlika je najve´eg i najmanjeg rezultata. Primjer 5. Prosjeˇno vrijeme pruˇanja usluge je harmonijska sredina: s c z H= minuta 1 10 + 1 6 4 + 1 5 + 1 4 = 5.5 3 9 9 5 9 9 9 9 9. A.8 Cetiri radnika. n gdje je n ukupan broj pojedinaˇnih rezultata.ˇ s Zadatak 5. mjerenje 2.581 5. 6.

z Zadatak 5.4 ± 6. Varijanca je aritmetiˇka sredina kvadratiˇnih odstupanja. c Apsolutna vrijednost je neophodna. x ¯ Uobiˇajeno je u fizikalnim mjerenjima koficijent nazvati relativnom pogreˇkom. z c a prikazuje postotak vrijednosti aritmetiˇke sredine koji pripada standardnoj c devijaciji: σ v= .10 Izraˇunajte standardne devijacije iz mjerenja u primjeru 26. cenc c c tralnu (medijan) i dominantnu (mod) vrijednost. c Budu´i je aritmetiˇka sredina konstantan broj.06cm.4 Koeficijent varijabilnosti Podatak koji sluˇi za usporedivanje varijabilnosti razliˇitih pojava i svojstava.12 Jednim je mjerenjem ustanovljeno da 10-godiˇnji djeˇaci imaju s c visinu 134. Zadatak 5.2. Variraju li viˇe djeˇaci z s c u visini ili u teˇini? z 82 . c s Zadatak 5.2. dok im je teˇina 29. varijancu je mogu´e izraˇunati c c c c i formulom: 1 x2 f i − x2 ¯ σ2 = n i i koja predstavlja razliku srednje vrijednosti kvadrata obiljeˇja i kvadrata sredz nje vrijednosti obiljeˇja.2 ± 3.11 Izraˇunati standardnu varijancu za 50 dobivenih vremena c reakcije iz primjera 18.Napomena Prosjeˇno odstupanje raˇuna se uz aritmetiˇku sredinu.3 Standardna devijacija Kvadriranjem odstupanja izbjegavaju se negativni predznaci.89kg. c c Standardna devijacija veliˇina je bitna za razumijevanje varijabiliteta i c jednaka je drugom korjenu iz varijacije √ σ = V ar. jer inaˇe: 1 N 1 N 1 N (xi − x) · fi = ¯ xi f i − x ¯ fi = 0 n i=1 n i=1 n i=1 5. 5.

naroˇito za ˇive objekte statistiˇkog skupa. c s Varijanca se u tom sluˇaju raˇuna formulom c c V ar = σ 2 = 1 n (xi − x)2 fi . . Prilikom formiranja uzorka nastoji se ˇtovati princip sluˇajnog izbora. . Testiranje statistiˇkih hipoteza o osnovnim karakteristikama.6 Metode statistiˇkih zakljuˇivanja c c Deskriptivna statistika prouˇava karakteristike toˇno odredenje skupine c c podataka koji su posljedica ispitivanja cijele populacije: svih studenata odredenog sveuˇiliˇta. c 83 . Prilikom telefonskih anketa koriste se tablice sluˇajnih broc jeva. Osnovno je pitanje kako na temelju uzorka zakljuˇiti neˇto o osnovnom c s skupu? Kako odrediti karakteristiku i zakonitosti po kojima se ravna obiljeˇje u osnovnom skupu. s c tako da svaki element iz osnovnog skupa ima jednaku vjerojatnost biti izabran. ¯ i Osnovni skup ˇine svi elementi na koje se odnosi obiljeˇje X. c z c s Uzorak je dio elemenata osnovnog skupa na kojem vrˇimo ispitivanje. svih gradana nekog grada . c U tom sluˇaju. Statistiˇke procjene osnovnih karakteristika poput oˇekivanja E(X) i c c standardne devijacije σ. ¯ i s Matematiˇka statistika pokuˇava na temelju podataka iz dostupnog uzorka c izvesti zakljuˇke u vezi s cijelom populacijom iz koje je uzorak izdvojen. z Metode teorije uzoraka bave se pitanjima: 1. 2. standardna se devijacija raˇuna formulom: c c V ar = σ 2 = 1 n−1 (xi − x)2 fi . Reprezentativnost uzorka je mjera za vjernost kojom uzorak predstavlja cijelu populaciju. Naziva se i c z populacijom.

.1 Karakteristike uzoraka x1 .2 Testiranje statistiˇkih hipoteza c U statistiˇkim analizama pojedinih obiljeˇja postavljaju se hipoteze o nekom c z parametru ili o kompletnoj distribuciji. odnosno broj razliˇitih sluˇajnih veliˇina . c U klesiˇnim testovima utvrduje se znaˇajnost ili signifikantnost razlike c c hipoteznih vrijednosti i vrijednosti dobivenih na osnovu uzorka.N .ˇ c z 1 N xi f i n i=1 6. x 2 . a postupak kojim se donosi odluka o prihvaˇanju dotiˇne hipoteze c c naziva se statistiˇki test. Postoje toˇkovne i intervalne procjene ovisno o uredenosti podataka.broj razreda.reprezentant sluˇajne veliˇine c c Disperzija uzorka odgovara standardnoj devijaciji i uvijek se raˇuna po c formuli 1 S2 = (xi − x)2 fi ¯ n−1 i Testiranje uzorka odgovara na pitanje koliko je dobra procjena. Za obiljeˇje X uzorak ´e biti predstavljen nizom sluˇajnih veliˇina z c c c Aritmetiˇka sredina uzorka odgovara oˇekivanju sluˇajne varijable i raˇuna c c c c se po uobiˇajenoj formuli: c x= ¯ gdje je .xi . 84 .6.frekvencija i-tog razreda . Takve hipoteza zovu se statistiˇke c hipoteze.broj sluˇajnih veliˇina c c c c c . . x n . .fi .n .

259 + · · · + 0 1 6 10 6 0.2510−k = 0. Ako se na uzorku dobije prosjeˇno vrijeme usluge c x = 10min. Pitanja su: .2510−k = 0.750 0. a da ipak nije pao na glavu 7 cc puta? . .2510 + 0. Nije cc pao na glavu 7 puta ako je pao najviˇe 6 puta: s p(x ≤ 6) = p(x = 0) + p(x = 1) + · · · + p(x = 6) 10 10 = 0. pa ako najmanje 7 puta padne na glavu. c c cc Gospodin Krupi´ imao je rijedak zlatnik koji je padao na glavu s vjerojatnosti c 3/4.koliko je vjerojatno da je novˇi´ obiˇan. Neka je novˇi´ rijedak.koliko je vjerojatno da je novˇi´ rijedak. Tada se promatra binomna sluˇajna varis cc c jabla B(n = 10.2 Neka je obiljeˇje X vrijeme trajanja pruˇanja neke usluge. ali ga je izgubio. z z Postavlja se hipoteza H0 : Tada je alternativna hipoteza H1 : E(X) = E0 . pravi je.2241 U drugom sluˇaju vjerojatnost da u binomnoj varijabli B(n = 10.1719 Primjer 6. Kad je naˇao sliˇan novˇi´ odluˇio ga je isprobati tako s c cc c da ga baci 10 puta.75) u kojoj je uspjeh kada novˇi´ padne na glavu.756 0. a ipak je pao na glavu barem cc c 7 puta? Rjeˇenje.1 Obiˇan simetriˇni novˇi´ pada na glavu s vjerojatnosti 1/2.75k · 0.5) c novˇi´ padne barem 7 puta jednaka je cc 10 p(7 ≤ x ≤ 10) = k=7 10 k · 0.751 0.75k · 0. p = 0.254 = k=0 10 k · 0. p = 0.Primjer 6. ¯ pitanje je da li je razlika |¯ − E0 | = 2 x znaˇajna? c 85 E(X) = E0 = 12min.

µ = E(X). odnosno normalnoj distribuciji: B(n. . s Greˇka druge vrste radi se kod prihva´anja neistinite hipoteze: s c Prihva´anje c H0 (istinita) Ispravno H1 (neistinita) Greˇka II vrste s Odbacivanje Greˇka I vrste s Ispravno α je vjerojatnost za greˇku prve vrste ili nivo signifikantnosti s 1 − α = F (x) iz tablica razdiobe χ2 .Prilikom donoˇenja odluke o prihva´anju. c Primjerice. 86 σ 2 = V ar(X) E(X) = np. p). Ako se relativne frekvencije okupljaju oko vrijednosti medijana.3 Testiranje hopoteze o distribuciji u osnovnom skupu U primjerima sluˇajnih varijabli pretpostavka je da sluˇajna veliˇina im c c c odredeni tip distribucije. odnosno N (µ. ako je E(X) ∼ V ar(X) tada se vjerojatno radi o Poissonovoj distribuciji: λ = E(X) = V ar(X). a vrijednost χ2 oˇitana c u tablici pokazuje razinu iznad koje se s vjerojatnosti F (x) hipoteza moˇe odbaciti z β je vjerojatnost za greˇku druge vrste s 1 − β je jakost testa U postupku testiranja hipoteze nastoji se da su vjerojatnosti α i β ˇto s je mogu´e manje. Unaprijed se odredi vjerojatnost α koja iznosi 1% ili c 5%. odnosno odbijanju uzorka ˇiji je s c c izbor sluˇajan. 6. To se pretpostavlja na temelju prirode sluˇajnih c veliˇina ili njenih karakteristika. σ 2 ). tada je mogu´e c da se radi o binomnoj. c c s Greˇka prve vrste radi se kod odbacivanja istinite hipoteze. mogu´a je pogreˇka.

uniformna. a u protivnom c c c se odbacuje. Testiranje se provodi na temelju 2 chi distribucije i naziva se χ2 test. Potrebno je utvrditi da li je razlika izmedu empirijskihi teorijskih frekvencija statistiˇki znaˇajna ili nije : c c . fi∗ i=1 k 87 . hipoteza se prihva´a.empirijske frekvencije . gdje je (fi − fi∗ )2 .fi∗ .ukupan broj podataka Ocjena statistiˇke znaˇajnosti provodi se usporedbom χ2 . Kritiˇni broj C odreduje se iz tablica χ2 disc c tribucije uz k−r−1 stupnjeva slobode. Neka je F0 (x) pretpostavljeni tip distribucije: binomna. eksponencijalna.fi − fi∗ . koji treba biti c c 0 manji od kritiˇnog broja C.fi . Hipoteze H0 : F (x) = F0 (x) H1 : F (x) = F0 (x) χ2 = 0 gdje je k . normalna. potrebno je provesti c testiranje na temelju uzorka.razlika frekvencija Ako razlika nije statistiˇki znaˇajna.Ako je pretpostavka distribucije statistiˇka hipoteza.broj razreda fi∗ = n · p (X = xi ) n .teorijske frekvencije . Poissonova.

s Potrebno je znati da je funkcija vjerojatnosti Poissonove distribucije zadana parametrom λ = E(x) = x ¯ i raˇuna se po formuli c f (xi ) = p(X = xi ) = λxi −λ ·e . xi ! gdje je xi cijeli broj i predstavlja broj poziva informacija u minuti. osim normalne. Dobiveni rezultati su c slijede´i: c xi f i 0 33 1 17 2 7 3 3 Testirajte hipotezu o Poissonovoj distribuciji broja poziva u minuti na nivou signifikantnosti α = 0.01.broj razreda: broj intervala podataka ili razliˇitih. c Kritiˇni broj C oˇitava se kao rjeˇenje jednadˇbe c c s z F (C) = 1 − α iz tablice χ2 distribucije Primjer 6. koja je odredena s dva. Sve su distribucije odredene jednim. Rjeˇenje. r = 2 parametra: µ i σ.broj parametara hipotetske distribucije. podataka r . Prispodoba podacima dobivenim eksperimentalno upravo je njihova srednja vrijednost: 88 .3 Mjeren je broj minuta fi u kojima je pozvan telefonski broj za informacije na cestama toˇno odredeni broj puta xi . onda se spajaju razredi sa susjednima sve dok zajedniˇka frekvencija ne prijede 5. r = 1 parametrom. Ako ima razreda s frekvencijom manjom od 5. po veliˇini c c poredanih.k .

702 ∼ 2 Izraˇunavanju χ2 za podatke iz prethodnih tablica prethodi spajanje 4. 3 0.xi fi xi · fi 0 33 0 1 17 17 2 7 14 3 3 9 60 40 jednaka E(X) = 1 n xi fi = i 1 · 40 = 0. jer statistiˇari zahtijevaju da ni jedna oˇekivana frekvencija ne bude c c c manja od 5 : ∗ (fi −fi )2 xi fi fi∗ fi − fi∗ f∗ 0 33 30 1 17 21 2. 1217 7. jer je 3 −4 1 0.7 60 Traˇena funkcija gusto´e vjerojatnosti sada ´e vjerojatnost svakog odredenog broja z c c poziva u minuti raˇunati s vjerojatnosti c p(X = xi ) = f (xi ) = Tablica teoretskih frekvencija izgleda: xi pi = f (xi ) = p(X = xi ) fi∗ = n · pi 0 0. razreda c s tre´im. 796 ∼ 30 1 0.17 0 i 0. 11 χ2 = 1. 302 ∼ 7 3 0. 76 0.99. 0284 1. gdje je F (C) χ2 distribucija sa stupnjem slobode: k − r − 1 = 3 − 1 − 1 = 1.7 xi ! 89 . 4960 29.7xi · e−0.66 ∼ 0. 3476 20. 856 ∼ 21 2 0. 3 10 9 Kritiˇni broj C rjeˇenje je jednadˇbe c s z F (C) = 1 − α = 0.

63 c Hipoteza se ne odbacuje. 5 2 130 260 50. 5 = χ2 90 . kolika je vjerojatnost da vozaˇ napravi prometni prekrˇaj? c s Rjeˇenje Normalna distribucija odredena je matematiˇkim oˇekivanjem s c c µ = E(V ) = v ¯ i standardnom devijacijom σ koji se raˇunaju iz proˇirene tablice: c s vi 40 − 60 60 − 80 80 − 100 100 − 120 120 − 140 Srednja vrijednost µ = x = 79. 5 3158.5 ¯ fi vi vi · fi vi − v (vi − v )2 · fi ¯ ¯ ¯ ¯ ¯ ¯ 8 50 400 −29. 75 6 110 660 30. Ako je ograniˇenje brzine c na dionici 90km/h. a to je jedan jedini. λ Uvjet χ2 ≤ C ovdje je oˇito ispunjen. 75 27 90 2430 10. c c Zadatak 6. 5 6962 35 70 2450 −9. a to je 3 r broj parametara.487 = 79. 5 n = 78 6200 23779. 5 5100.k broj razreda nakon spajanja. 5 5581. 5 2976. jer je iz tablice C = 6. ve´ se prihva´a.1 Mjerenjem brzine vozila na jednoj dionici prometnice dobiveni su slijede´i podaci c vi fi 40 − 60 8 60 − 80 35 80 − 100 27 100 − 120 6 120 − 140 2 78 Testirajte hipotezu normalne razdiobe uz α = 5%.

7594 1.5 p4 = Φ − 0.8770 = 0.6 Matematiˇko oˇekivanje ima vrijednost aritmetiˇke sredine predstavnika c c c svakog od razreda mjerenja.21 9.5040 = Φ(1. jer je nepoznata.3705 28.03) − Φ(−1.8770 = Φ(2.5 p2 = Φ −Φ = Φ(0.24) = 0.2648 120 − 140 2 0.0125 = 0.2191 60-80 35 0. 8346 ukupno 1.438 1.8770 = 0.9893 − 0.373 29.094 2.5 −Φ = Φ(−1.5 = 308.1335 = 0.5 80 − 79.8770 − 0.5040. a predstavnici razreda vi raˇunaju se kao ¯ c aritmetiˇke sredine granica intervala.11) = 0. Slijedi provjera χ2 testom.594 0.6 60 − 79.438 0.6 17.6 100 − 79. 1123 8.101 1.1335 − 0. a teoretske vjerojatnosti mogu´e je dobiti iskljuˇivo tablicama normalne disc c tribucije: p1 = Φ 60 − 79.094 0.5 p3 = Φ − 0. 77 pa je σ = 17. Usporedba empirijskih i teorijskih frekvencija provedena je u slijede´oj tablici: c (fi − f ∗i )2 vi fi pi fi∗ f ∗i −f − i f ∗i 40-60 8 0.6 140 − 79.1507 100 − 120 6 0.16) − 0. 17. a time i statistiˇki c c 91 .30) − 0.5 40 − 79.6 17. . 0107 0. .6 120 − 79.11) − Φ(−2.3705 17.121 17.899 -6.5040 = 0.82.1123 17.5 p5 = Φ 17.5040 = .9226=χ2 Teoretske frekvencije f ∗i dobivene su umnoˇkom s f ∗i = pi · fi = pi · 78.Standardna devijacija raˇuna se po formuli c σ2 = (xi − x)2 · fi ¯ = n−1 23779. 6.288 80-100 27 0.

broj razreda jednak 4.60) = 1 − 0.6 z s Zadatak 6. s c Eksponencijalna razdioba zadana je funkcijom gusto´e vjerojatnosti f (t) = −λt λe 92 0-10 156 10-20 20-30 81 53 30-40 38 40-50 24 50-60 11 . Budu´i je dobiveni χ2 = 1.nebitna struktura mjerenih brzina unutar intervala: µ = E(V ) = v = ¯ 1 1 5 vi · fi = ¯ · 6200 = 79. 17.dalje pribrajanje nije potrebno. jer se za raˇunanje teoretskih frekvencije c trebaju znati dva parametra: µ = v i σ.95 ⇒ C = x = 3.84 = C. Vjerojatnost da vozaˇ napravi prekrˇaj jednaka je c s p(x > 90) = 1 − Φ( 90 − 79. 457 ∼ 79. to znaˇi da se prihva´a c c c hipoteza o normalnoj razdiobi brzina automobila. pa podatke cijelog posljednjeg razreda valja pribrojiti prethodnom .9226 < 3. 5 n i=1 78 Broj stupnjeva slobode jednak je k − r − 1 = 4 − 2 − 1 = 1. budu´i je teoretska frekvencija posljednjeg c razreda manja od 5.2 Biljeˇenjem minuta kaˇnjenja jednog vlaka tijekom godine dana dobiveni su podaci kaˇnjenje s broj dana Rjeˇenje.5 = 1 − Φ(0. c .05 = 9.7257.broj parametara r = 2. jer je zbroj teorijskih frekvencija sada ve´i od 5. 84. ¯ Kritiˇna razina za χ2 dobiva se iz tablice za c F (x) = 1 − α = 1 − 0. jer je .

155 0.Parametar λ dobiva se preko raˇunanja aritmetiˇke sredine (srednje vric c jednosti) kaˇnjenja: s 1 ¯ (1) t = E(t) = .571 5.646=χ2 5 161 15 90 25 50 35 28 45 15 55 9 Aritmetiˇka sredina vremena kaˇnjenja raˇuna se po formuli c s c ¯ 6335 t i · fi ¯ = = 17.9 0.18 3. λ Teoretske frekvencije f ∗i dobivaju se izrazom f ∗i = pi · N.N brojnost statistiˇkog skupa: c N= i fi Pregledna tablica dobivenih rezultata: t 0-10 10-20 20-30 30-40 40-50 50-60 fi 156 81 53 38 24 11 363 ¯ t fi∗ (fi∗ − fi )2 25 81 9 100 81 4 (f ∗i −fi ) fi 0.4 0. t= i N 363 Parametar λ raˇuna se iz (1) c 17 = 1 λ 1 λ = 17 93 .45 ∼ 17.pi teoretska vjerojatnost kaˇnjenja vlaka u vremenu izmedju a i b s jednaka p(a ≤ t ≤ b) = e−λa − e−λb .444 10. gdje je .

a ukoliko postoji takva povezanost. 0528 − 0. c 6. 0 10 Analogno se raˇunaju ostale teoretske frekvencije. 0293) = 0. s z z Postavlja se pitanje medjusobne povezanosti tih obiljeˇja.05 = 0. Budu´i je kritiˇna vrijednost manja od dobivenog rezultata. 445 Tako je teoretska frekvencija ∗ f1 = 0.5 ∼ 9 Kritiˇna vrijednost za χ2 odredjuje se iz tablica χ2 distribucije.distribucija F (C) = 1 − α = 1 − 0. 0235 · 363 = 8. nastoji se na´i matematiˇka forma kojom se ona c c izraˇava.kritiˇna vrijednost C = 9.4 Korelacija U statistiˇkim analizama ˇesto se u statistiˇkom skupu mogu promatrati c c c dva ili viˇe oboljeˇja. 555 = 0. 455 · 363 = 161. c . z 94 .Vjerojatnost kaˇnjenja vlaka 0 − 10 minuta za pretpostavku o eksponens 1 cijalnoj distribuciji odredjenoj s λ = raˇuna se: c 17 p(0 ≤ t ≤ 10) = e− 17 − e− 17 = 1 − 0.stupanj slobode: k − r − 1 = 5 − 1 − 1 = 3 . Posljednja teoretska c frekvencija: ∗ f6 = 363 · p(50 ≤ t ≤ 60) = 50 60 = = = = 363 · (e− 17 − e− 17 ) = 363 · (0. 5 ∼ 161.95 . c c hipoteza se s vjerojatnosti 95% moˇe odbaciti.49 c Odbacivanje. Vjerojatnosti da je z odbaˇena hipoteza bila ispravna iznosi tek α = 5%.

4 Nacrtati dijagram rasprostiranja dvodimenzionalnog obiljeˇja z kada je . Y ) = cov(X. Y = yj ) p(X = xi . znaˇi da moˇe biti nula ili ˇak negativna. Primjer 6. c z c 95 . yj ) = p(X = xi . Izuˇavanjem z c sc c statistiˇke povezanosti bavi se teorija korelacije i regresije. yi ) toˇkama c c u koordinatnom sustavu.broj zaposlenih u poˇti s .broj izvrˇenih PT usluga s X Y 10 11 15 12 50 80 100 70 c Dvodimenzionalna sluˇajna varijabla zadana je funkcijom gusto´e vjeroc jatnosti s dvije varijable: f (xi . Y ) = i j (xi − EX)(yj − EY ) · f (xi . Y ) raˇuna se po formuli: C(X.yi .xi . yj ) i poprima vrijednosti u R. c Dijagram rasprostiranja predstavlja grafiˇki prikaz parova (xi . Y = yj ) i f2 (yj ) = p(Y = yj ) = c c Varijance sluˇajnih varijabli raˇunaju se posebno: 2 σx = i 2 σy (xi − EX)2 · f1 (xi ) (yj − EY )2 · f2 (yj ) j = c c Kovarijanca dvodimenzionalne sluˇajne varijable (X.Povezanost obiljeˇja X i Y zovemo statistiˇkom povezanoˇ´u. Y = yj ) Marginalne funkcije vjerojatnosti zadaju vjerojatnost svake sluˇajne c varijable posebno: f1 (xi ) = p(X = xi ) = j p(X = xi .

ˇ KOEFICIJENT KORELACIJE NA UZORKU S JEDINICNIM FREKVENCIJAMA Dva obiljeˇja istog statistiˇkog skupa dolaze u parovima. Kaˇe se i da su varijable nezavisne.Koeficijent korelacije omjer je kovarijance i standardnih devijacija: ρ= C(X. Sx Sy gdje je Sxy = 2 Sx 2 Sy 1 n−1 1 = n−1 1 = n−1 (xi − x)(yi − y ) ¯ ¯ i (xi − x) ¯ i (yi − y ) ¯ i 96 . dok ρ = −1 znaˇi obrnutu c proporcionalnost. Y ) . govori se o linearnoj povezanosti. z Vrijednosti koeficijenta korelacije ograniˇene su c −1 ≤ ρ ≤ 1. a frekvencija z c svakog para je jediniˇna: c x y x1 y2 x2 x2 ··· ··· xn yn z c Koeficijent korelacije empirijski zadanog dvodimenzionalnog obiljeˇja raˇuna se po formuli Sxy f= . σx σy Nisu korelirane one sluˇajne varijable za koje je c ρ = 0. Za ρ = 1.

tako da pregledni dijaz gram rasprostiranja nije mogu´e nacrtati. c Rjeˇenje. Podaci su dani u tablici: c X Y 10 11 15 12 50 80 100 70 Izraˇunajte koeficijent korelacije. Y ) ima neku frekvenciju. (2) ¯ ¯ i (xi − x) · i (yi − y ) Primjer 6.Algebarski raspisan izraz za korelaciju empirijski dobivenih podataka raˇuna c se po formuli: ¯ ¯ i (xi − x)(yi − y ) r= . c 97 . Prvi korak u rjeˇavanju je raˇunanje aritmetiˇke sredine: s s c c x = ¯ 1 (10 + 11 + 15 + 12) = 12 4 1 y = ¯ (50 + 80 + 60 + 70) 4 Raˇunanje korelacije po formuli (2) zahtijeva popunjenost slijede´e tablice: c c x 10 11 15 12 48 y xi − x ¯ 50 -2 80 -1 100 3 70 0 300 0 yi − y (xi − x)2 ¯ ¯ -25 4 5 1 25 9 -5 0 0 14 (yi − y )2 ¯ 625 25 625 25 1300 (xi − x)(yi − y ) ¯ ¯ 50 -5 75 0 120 Jednostavnim iˇˇitavanjem podataka sc r=√ 120 = 0.89 14 · 1300 KOEFICIJENT KORELACIJE NA UZORKU SA ZADANIM FREKVENCIJAMA Svaki par obiljeˇja (X.5 Za X-broj zaposlenih u poˇti i za Y -broj izvrˇenih PT usluga s s izraˇunajte koeficijent korelacije.

z y x 20-29 30-39 40-49 50-59 60-69 70-79 49-45 2 3 = f21 2 44-40 1 2 5 = f23 8 2 39-35 34-30 3 1 2 1 4 3 2 Izraˇunajte koeficijent korelacije i interpretirajte rezultat. odnosno ˇene (Y ). Isto s s tako.6 Na jednoj zabavi izbrojani su parovi obzirom na dob muˇkarca s (X).Korelacija se raˇuna pomo´u formule: c c r= i i (xi j (xi − x)(yj − y )fij ¯ ¯ j (yj − x)2 fi · ¯ − y )2 fj ¯ koja ima svoju operativnu preradu: n· n 2 i xi fi i j xi yj fij − i i xi f i · 2 j yj fj j yj fj j −( xi f i ) 2 n − y j fj 2 (3) Primjer 6. c Rjeˇenje Za potrebe formule (3) potrebno je tablicu nadoˇtukati. za svaki razred valja izraˇunati reprezentanta. Sve to pregledno je c napisano u slijede´oj kriˇaljci. c z 98 .

25 i i yj fj = 1632 j 2 yj fj = 66014 j Raˇunanje parametara za formulu korelacije (3) podrazumijeva prethodno c raˇunanje komponente c xi yj fij = 2303 + 1029 + 4864.5 64. fj -marginalne frekvencije n= fij = 41 -ukupan broj parova i j x1 xi fi = 2074.5 223.75 5957.5 54.5 445 708.5 2074.5 2 4183 42 1 1029 2 2898 5 9345 8 18312 2 5418 37 32 fi 3 5 xi f i 73.25 7 329 15463 18 756 31752 3 4939.5 · 47 · 2 = 2303.5 74. .75 16650.25 29121.5 2 4773 1 2765. .5 7 259 9583 10 4 6976 3 6192 2 4768 9 288 9216 13 7 3 41 1632 66014 Radi lakˇeg snalaˇenja. f1 = f11 + f12 = 2 + 1 = 3 -marginalna frekvencija za fi .25 19802.5 44.5 x2 f i i 1800.5 34.5 172.y x 24.5 + 2898 + 4183 + 9345 + 4939.5 fj y j fj 2 y j fj 47 2 2303 3 4864.5 451. neke od veliˇina u tablici dobiveni su na slijede´i s z c c naˇin: c x1 y1 f11 = 24.5 38613.5 1 2016.75 111940.5 i x2 fi = 111940. x1 y2 f12 = 1029 .5 i j 99 .

Pokazuje se sklonost odabira mladjih partnera 41 · 80744 − 2074 · 1632 (41 · 111940.5 Regresija Uvjetna funkcija vjerojatnosti definira se analogno uvjetnoj vjerojatnosti: f (x.: E(X/Y = y) = i f2 (y) > 0 f1 (x) > 0. y) . y).f2 (y) funkcija gusto´e vjerojatnosti sluˇanje varijable Y . xi · f (xi .5 + 4768 = = 80744 Konaˇna vrijednost koeficijenta korelacije dobiva se uvrˇtavanjem izraˇunatih c s c komponenti: r= i iznosi r = −0. Matematiˇko oˇekivanje sluˇajne varijable X uz zadanu vrijednost sluˇajne c c c c varijable Y u oznaci E(X/Y ) naziva se regresija varijable X u odnosu na varijablu Y .+18312 + 2016. y) funkcija gusto´e vjerojatnosti sluˇajnog vektora (x. y) f (x/y) = P (X = x/Y = y) = .f (x. c c Vjerojatnost da jedna sluˇajna varijabla poprimi neku vrijednost uz inforc maciju da je druga sluˇajna varijabla ve´ prije poprimila odredjenu fiksiranu c c vrijednost. y) c c c c . f1 (x) f (x/y) = P (X = x/Y = y) = gdje su . y) 1 = f2 (y) f2 (y) 100 xi f (xi .25 − 2074. i .5 + 6976 + 5418 + 4773 + 6192 + 2756. f2 (y) f (x.665.52 )(41 · 66014 − 16322 ) 6.f1 (x) funkcija gusto´e vjerojatnosti sluˇanje varijable X .

Uvrˇtavanje ρ = s x − EX = y − EY C(X. Y ) daje σx σy σx (y − EY ) σy σy = ρ (x − EX) σx Pravci regresije u osnovnom obliku glase: x − EX = ρ y − EY U praksi se statistiˇki zakljuˇci izvode na bazi uzoraka za koji se vjeruje c c da su reprezentativni. Y ) = (x − EX) 2 σx C(X. Krivulja regresije je graf funkcije f ∗x . pokazuje ˇvrstinu povezanosti X i c Y . . Funkcija regresije varijable X obzirom na Y funkcija je zadana formulom f ∗y (y) = E(X/Y ). 101 . E(Y /X) . . a funkcija regresije daje matematiˇku zakonitost kojom je izraˇena c z ista povezanost.a mogu´e c je dokazati da je u sluˇaju normanih distribucija varijabli X i Y regrec sija uvijek linearna. Oblik funkcija linearne regresije: E(X/Y ) . dok je f ∗x (x) = E(Y /X) funkcija regreseije varijable Y obzirom na X. Y ) (y − EY ) 2 σy C(X. Linearna regresija izraz je za regresiju kojoj je funkcija linearna.Regresija varijable Y u odnosu na X oznaˇava se s E(Y /X) i raˇuna c c analogno. . . Koeficijent korelacije ρ . odnosno f ∗y i pokazuje kako se u prosjeku mijenja Y kada se mijenja X. odnosno r.

usluga 50 80 100 70 Rjeˇenje.3 Napiˇite jednadˇbu pravca regresije koja ´e pokazivati ovisnost s z c broja obavljenih poˇtanskih usluga i broja zaposlenih u poˇti s s br. dok ´e broj zaposlenih biti s c c x. Tablica sa svim potrebnim izraˇuna slijedi: c 102 . Metodom najmanjih kvadrata procjenjuje se koeficijent pravca regresije Jednadˇba pravca regresije koja pokazuje ovisnost sluˇajne varijable Y z c o sluˇajnoj varijabli X za podatke tipa: c x y x1 y2 x2 x2 ··· ··· xn jest eksplicitna jednadˇba pravca z yn y = a + bx. 10 11 15 12 br. zaposl. Zadatak 6.Pravac regresije E(Y /X) ima svojsvo da pokazuje minimalno kvadratno odstupanje vrijednosti izvan pravca. gdje se koeficijenti a i b raˇunaju po formulama: c (4) · i x2 − i xi · i xi y i i a = 2 n · i x2 − ( i x2 ) i i n · i xi yi − i xi · i yi b = n · i x2 − ( i xi )2 i i yi Formula pravca regresije x = a+¯ ¯ by koji prikazuje kako sluˇajna varijabla X ovisi o Y dobiva se zamjenom c uloga x ↔ y. od odgovaraju´ih vrijednosti na c provcu. Broj usluga ´e imati ulogu y u (4).

57 4 · 590 − 482 Jednadˇba tako glasi: y = 8. dok je y(15) = 100. a = 300 · 590 − 48 · 3720 = −27. Raˇunanjem y za tabliˇnu vriz c c jednost x = 10 dobiva se y(10) = 57.84 u odnosu na empirijskih 50.xi yi 10 50 11 80 15 100 12 70 =48 300 x2 i 100 121 225 144 590 xi y i 500 880 1500 840 3720 Da bi dobili y = a + bx.67 u odnosu na ispitanih 100. s 103 .86.57x − 27. c Pravac regresije daje mogu´nost procjene koliko je potrebno radnika za izvrˇenje odredjenog broja usluga.86 4 · 590 − (48)2 4 · 3720 − 48 · 300 b = = 8.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->