Professional Documents
Culture Documents
VJEROJATNOST I STATISTIKA
1. Diskretna vjerojatnost
ISBN 953-197-539-6
Neven Elezovic
VJEROJATNOST I STATISTIKA
Diskretna vjerojatnost
0. izdanje
Zagreb, 2007
c Prof. dr. sc. Neven Elezovic, 2007.
Urednik
Sandra Gracan, dipl. inz.
Nakladnik
Element, Zagreb
Dizajn ovitka
Edo Kadic
Tisak
Element, Zagreb
1. Vjerojatnost . . . . . . . . . . . . . . . . . . . . . .. . .. .. .. .. .. .. .. .. .. . 1
1.1. Algebra dogadaja - ............ .. . .. .. .. .. .. .. .. .. .. . 1
1.2. Vjerojatnost . . . . . . . . . . . . . . . .. . .. .. .. .. .. .. .. .. .. . 9
1.3. Klasicni vjerojatnosni prostor . . . .. . .. .. .. .. .. .. .. .. .. . 14
1.4. Beskonacni vjerojatnosni prostor .. . .. .. .. .. .. .. .. .. .. . 21
1.5. Geometrijska vjerojatnost . . . . . . .. . .. .. .. .. .. .. .. .. .. . 26
1.6. Elementi kombinatorike . . . . . . . .. . .. .. .. .. .. .. .. .. .. . 30
1.7. Rijeseni primjeri . . . . . . . . . . . . .. . .. .. .. .. .. .. .. .. .. . 45
Zadatci za vjezbu . . . . . . . . . . . . .. . .. .. .. .. .. .. .. .. .. . 58
2. Uvjetna vjerojatnost . . . . . . . . . . . . . .. .. . .. .. .. .. .. .. .. .. .. . 64
2.1. Uvjetna vjerojatnost . . . . . . . . .. .. . .. .. .. .. .. .. .. .. .. . 64
2.2. Nezavisnost dogadaja- ....... .. .. . .. .. .. .. .. .. .. .. .. . 67
2.3. Formula potpune vjerojatnosti .. .. . .. .. .. .. .. .. .. .. .. . 71
2.4. Bayesova formula . . . . . . . . . .. .. . .. .. .. .. .. .. .. .. .. . 73
2.5. Rijeseni zadatci . . . . . . . . . . . .. .. . .. .. .. .. .. .. .. .. .. . 77
Zadatci za vjezbu . . . . . . . . . . .. .. . .. .. .. .. .. .. .. .. .. . 83
3. Diskretne slucajne varijable i vektori . . . . . . . . . . . . . . . . . .. .. .. . 88
3.1. Diskretne slucajne varijable . . . . . . . . . . . . . . . . . . . .. .. .. . 89
3.2. Dvodimenzionalne diskretne razdiobe . . . . . . . . . . . . .. .. .. . 93
3.3. Momenti i karakteristicne funkcije diskretnih varijabli .. .. .. . 97
3.4. Rijeseni zadatci . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. .. .. . 107
Zadatci za vjezbu . . . . . . . . . . . . . . . . . . . . . . . . . . . .. .. .. . 113
4. Primjeri diskretnih razdioba . .. .. .. .. .. . .. .. .. .. .. .. .. .. .. . 116
4.1. Geometrijska razdioba .. .. .. .. .. . .. .. .. .. .. .. .. .. .. . 116
4.2. Binomna razdioba . . . .. .. .. .. .. . .. .. .. .. .. .. .. .. .. . 119
4.3. Poissonova razdioba . .. .. .. .. .. . .. .. .. .. .. .. .. .. .. . 123
Zadatci za vjezbu . . . . .. .. .. .. .. . .. .. .. .. .. .. .. .. .. . 128
Odgovori i rjesenja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
Kazalo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
1.
Vjerojatnost
1. -
Algebra dogadaja .......... . . . . . . . . . . . . . . . 1
2. Vjerojatnost . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3. Klasicni vjerojatnosni prostor . . . . . . . . . . . . . . . . . 14
4. Beskonacni vjerojatnosni prostor . . . . . . . . . . . . . . . 21
5. Geometrijska vjerojatnost . . . . . . . . . . . . . . . . . . . . 26
6. Elementi kombinatorike . . . . . . . . . . . . . . . . . . . . . 30
7. Rijeseni primjeri . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Zadatci za vjezbu . . . . . . . . . . . . . . . . . . . . . . . . . 58
Temeljni pojmovi koje z elimo opisati u ovom poglavlju su algebra dogadaja - i vjerojatnost.
Najjednostavnije je pojam dogadaja - dovesti u vezu s stohastickim pokusom. Tako nazivamo
-
svaki pokus ciji ishod nije unaprijed odreden. Taj ishod ovisi o nekim nepredvidivim okolnostima
i stoga je slucajan. Novcic bacen uvis pada na jednu od svoje dvije strane, na koju unaprijed ne
mozemo znati. Vrijeme ispravnog rada nekog uredaja - ne moze se unaprijed predvidjeti.
Ishod pokusa zovemo elementarni dogadaj. - Njih u nekom pokusu moze biti konacno, ali i
beskonacno mnogo. Kocka ce pasti na jednu od s est svojih strana, a biranje na srecu jedne tocke
unutar, recimo, jedinicnog kruga ima kao moguci ishod beskonacno mnogo elementarnih dogadaja. -
-
Pri svakom se pokusu mogu ostvariti ili ne razliciti dogadaji. Kocka moze, na primjer, pasti
na paran ili na neparan broj. Hoce li se dogoditi neki dogadaj - mozemo predvidjeti pridruzujuci mu
-
odredenu je dogadaj
vjerojatnost. Sto - izvjesniji, njegova ce vjerojatnost biti bliza jedinici. Malo
- imat ce vjerojatnost blisku nuli.
vjerojatni dogadaji
-
Racun s dogadajima i vjerojatnostima mora se pokoravati izvjesnim zakonima koje cemo upoz-
nati u ovom poglavlju.
-
1.1. Algebra dogadaja
1
2 1. VJEROJATNOST
Primjer 1.2. Novcic je bacen tri puta. U svakom bacanju biljezimo je li se pojavilo
pismo ( P ) ili glava ( G ). Odredimo , elementarne dogadaje- te nekoliko dogadaja -
vezanih uz ovaj pokus.
- ima osam. To su
Elementarnih dogadaja
1 = GGG, 2 = GGP, 3 = GPG, 4 = PGG,
5 = GPP, 6 = PGP, 7 = PPG, 8 = PPP,
-
(poredak nabrajanja nije vazan). Ovdje smo, kratkoce radi, s GGP oznacili uredenu
-
trojku (G, G, P) i slicno za ostale elementarne dogadaje. - sastoji se
Siguran dogadaj
od gornjih osam elementarnih. Evo nekoliko dogadaja- vezanih uz ovaj pokus (ukupan
- 8
broj dogadaja je 2 = 256 ):
A = {pismo se pojavilo jednom} = {2 , 3 , 4 },
B = {pismo se pojavilo u drugom bacanju} = {3 , 5 , 7 , 8 },
C = {pojavilo se barem jedno pismo i barem
jedna glava} = {2 , 3 , . . . , 7 },
D = {pismo se pojavilo dvaput za redom} = {5 , 7 , 8 }.
-
Usporedivanje -
dogadaja
A B
- A povlaci
Sl. 1.1. Dogadaj
- B
dogadaj
-
Primjer 1.3. Bacamo dvije kocke. Oznacimo dogadaje
A = {oba broja veca su od 4},
B = {zbroj brojeva na kockama veci je od 8}.
Vrijedi A = B , jer je zbroj brojeva koji su veci od 4 sigurno veci od 8.
Obrat nije ispunjen, jer zbroj brojeva moze biti veci od 8 i kad jedna kocka padne na,
recimo, 3, a druga na 6. Tad se ostvario B , ali se nije ostvario A .
-
Primjer 1.4. Bacamo dvije kocke. Oznacimo dogadaje:
A = {zbroj brojeva na kockama veci je od 8},
B = {oba broja veca su od 2}.
Sad vrijedi A = B . Naime, zbroj brojeva ne moze biti veci od 8 ako oba
broja nisu veca od 2, jer inace najveci zbroj iznosi 2 + 6 = 8 . Vezu ovih dogadaja -
mozemo izraziti jos ovako:
Da bi zbroj brojeva bio veci od 8, oba broja nuzno moraju biti veca od 2 ( B je
nuzdan uvjet za A ).
Zelimo li da oba broja na kocki budu veca od 2, dovoljno je da njihov zbroj bude
veci od 8 ( A je dovoljan uvjet za B ).
Ukoliko vrijedi A B i B A , onda kazemo da su A i B ekvivalentni ili jednaki
i pisemo A = B . Ekvivalentni dogadaji- sastoje se od istih elementarnih dogadaja.
-
Suprotnost ovoj situaciji je ona u kojoj A i B nemaju zajednickih elementarnih
-
dogadaja.
- A i B su disjunktni, ako se istovremeno ne mogu ostvariti i jedan i
Dogadaji
1 -
drugi . Kazemo jos da se A i B medusobno iskljucuju. Tako na primjer, pri bacanju
-
kocke su dogadaji A = {pao je paran broj} i B = {pao je broj 3} disjunktni.
A
-
Sl. 1.2. Disjunktni dogadaji
1 -
Nije nuzno da se ostvari neki od ova dva dogadaja, moguce je dakle da se ne ostvari niti jedan od njih
4 1. VJEROJATNOST
-
Primjer 1.5. Novcic bacamo c etiri puta. Istaknimo sljedece dogadaje:
A = {pojavila su se tocno tri pisma},
B = {pojavile su se najvise dvije glave},
C = {pojavila se tocno jedna glava},
D = {ostvario se niz PGGP}.
- povlace neki drugi, koji su ekvivalentni, a koji se medusobno
koji od ovih dogadaja -
iskljucuju?
-
Operacije s dogadajima
-
Neka su A , B dogadaji. -
Pomocu njih mozemo naciniti nove dogadaje:
-
Unija i presjek dogadaja
- koji se ostvaruje ako se ostvario barem jedan od dogadaja
Dogadaj - A, B
-
naziva se unija ili zbroj (suma) dogadaja i oznacava s A B , A + B , A ili
B.
- koji se ostvaruje ako su se ostvarila oba dogadaja
Dogadaj - A i B naziva se
- i oznacava s A B , AB , A i B .
presjek ili umnozak (produkt) dogadaja
A A
B B
A B A B
-
Sl. 1.3. Unija i presjek dvaju dogadaja
-
Primjer 1.6. Bacamo jednu kocku. Istaknimo dogadaje
A = {pao je parni broj},
B = {pao je broj veci od 2}.
Onda je
A B = {pao je parni broj ili broj veci od 2}
= {pao je broj veci od 1} = {2, 3, 4, 5, 6},
A B = {pao je parni broj veci od 2} = {4, 6}.
-
Operacije unije i presjeka mogu se definirati i za nekoliko dogadaja. Unija n
- je dogadaj
dogadaja -
A = A1 A2 . . . An
- A1 ,. . . An .
koji se ostvaruje ako se ostvario barem jedan od dogadaja
1.1. ALGEBRA DOGA -DAJA 5
A 1 A2 ... A n A 1 A2 ... A n
-
Sl. 1.4. Unija (lijevo) i presjek (desno) vise dogadaja
- je dogadaj
Presjek n dogadaja -
A1 A2 . . . An
- A1 , . . . , An .
koji se ostvario ako se ostvario svaki od dogadaja
-
Razlika dogadaja. -
Komplement dogadaja
- koji se ostvaruje ako se ostvari dogadaj
Dogadaj - A , a da se ne ostvari dogadaj
-
-
B , nazivamo razlika dogadaja A i B i oznacavamo s A \ B , A B .
- \ A nazivamo komplementom ili suprotnim dogadajem
Dogadaj - doga-
-
daja A . On se ostvaruje ako i samo ako se A nije ostvario. Oznacavamo ga
s A ili s Ac .
A B A
_
A
Sl. 1.5. Razlika dvaju do-
-
gadaja (lijevo) i komple-
-
ment dogadaja (desno) A\ B
Uvjerite se da vrijedi A \ B = A B , A = A .
6 1. VJEROJATNOST
1. ABC = A ; 2. A + B = A ; 3. A + B + C = A ;
4. A + B = A ; 5. A + B = AB ; 6. AB = A ?
De Morganovi zakoni
- operacija komplementiranja, unije i presjeka iskazana je u sljedecim
Veza izmedu
formulama:
AB =AB (1)
AB =AB (2)
Te formule nazivamo de Morganovi zakoni.
A A
B B
A B A B
Sl. 1.6. De Morganovi zakoni
Dokazimo (1):
A B / A B /A i /B
A i B A B.
-
Drugu formulu mozemo pokazati na slican nacin. Medutim, korisno je vidjeti da
- vrijedi A = A , mozemo
ona slijedi iz prve formule. Naime, kako za svaki dogadaj
racunati ovako
A B = po (1) = A B = A B
te je
A B = A B = A B.
1 2
A B
A
1 2
Onda vrijedi:
{ne postoji veza} = A B,
{postoji veza} = A B = A B.
-
De Morganovi zakoni poopcavaju se na uniju i presjek n dogadaja:
A1 An = A1 An ,
A1 An = A1 An .
Ilustrirajte ove formule pomocu serijskog i paralelnog spoja n sklopki.
-
Algebra dogadaja
-
Dosadasnji pristup dogadajima i operacijama zasnivao se na intuiciji. Tako smo, na primjer,
- ponovo dogadaji.
presutno podrazumjevali da su presjek i unija dvaju dogadaja - U strogo definiranoj
matematickoj teoriji ovi pojmovi moraju biti vrlo precizno definirani. To je nuzno da bi se izbjegli
moguci paradoksi unutar same teorije. Tako na primjer, potpuno je jasno da su dogadaji - podskupovi
-
skupa . Medutim, - nije uvijek istinita! Opcenito,
obratna tvrdnja: svaki podskup od je dogadaj,
- nece biti svi podskupovi od .
postojat ce situacije kad dogadaji
Da izbjegnemo moguce paradokse, dogadaje - cemo definirati kao elemente algebre dogadaja:
-
8 1. VJEROJATNOST
-
Algebra dogadaja
-
Algebra dogadaja je svaka familija F podskupova od na kojoj su defi-
nirane binarna operacija zbrajanja + : F F F i unarna operacija
komplementiranja sa svojstvima
1) F , F ,
2) A F = A F ,
3) A, B F = A + B F .
-
Elemente algebre F zovemo dogadaji.
Booleova algebra
1. A + AB = A , 2. A B = A + B ,
3. (A+B)(A+B)(A+B)(A+B) = , 4. A + AB + BC + AC = A + C ,
5. AB + AB + A B = AB.
1. A + AB = A jer je AB A , ili
A + AB = AA + AB = A(A + B) = A , jer je A A + B , ili
A + AB = (A + A)(A + B) = A(A + B) = A .
1.2. VJEROJATNOST 9
2. Komplementiranjem relacije A + B = A B .
3. (A + B)(A + B)(A + B)(A + B) = (AA + B)(AA + B) = BB = .
4. A + AB + BC + AC = A + BC + AC + AC = A + BC + (A + A)C = A + BC + C =
A + C.
5. AB+AB+A B = AB+A B+AB+A B = A(B+B)+(A+A)B = A+B = AB .
A1
1 2
A2 A3
Sl. 1.7.
- prestaje s radom ako se ostvari dogadaj
Uredaj - A1 i barem jedan od dogadaja
-
A2 , A3 . Dakle,
A = A1 (A2 + A3 )
i po de Morganovim formulama
A = A1 (A2 + A3 ) = A1 + A2 + A3 = A1 + A2 A3 .
1.2. Vjerojatnost
Vjerojatnost
-
Vjerojatnost je preslikavanje P : F [0, 1] definirano na algebri dogadaja
F , koje ima svojstva
1) P () = 1 , P () = 0 (normiranost),
2) ako je A B , onda vrijedi P (A) P (B) (monotonost),
- onda je P (A B) = P (A) + P (B)
3) ako su A i B disjunktni dogadaji,
(aditivnost).
Broj P (A) nazivamo vjerojatnost dogadaja- A.
10 1. VJEROJATNOST
Svojstva vjerojatnosti
Izvedimo neka dodatna svojstva vjerojatnosti.
Neka je A po volji odabran dogadaj,- a A njegov komplement. Onda vrijedi
A A = i pritom su A i A disjunktni. Zato, po svojstvima normiranosti i aditivnosti
vrijedi
1 = P () = P (A A) = P (A) + P (A),
te je P (A) = 1 P (A) . Time smo pokazali:
Vjerojatnost komplementa
- A vrijedi P (A) = 1 P (A) .
Za svaki dogadaj
Pokazimo sad kako se racuna vjerojatnost unije u slucaju kad A i B nisu disjunktni.
- ovdje cemo pisati kao umnozak, dakle bez znaka .
Presjek dvaju dogadaja
Vjerojatnost unije
- A i B vrijedi
Za bilo koja dva dogadaja
P (A B) = P (A) + P (B) P (AB).
A B A B
-
Primjer 1.11. Neka su A i B dogadaji, P (A) = 0.4 , P (B) = 0.5 , P (AB) = 0.2 .
Izracunaj P (A + B) , P (A) , P (B) , P (A B) , P (A + B) , P (AB) , P (AB) .
P (A + B) = P (A) + P (B) P (AB) = 0.7
P (A) = 1 P (A) = 0.6
P (B) = 1 P (B) = 0.5
P (A B) = P (A + B) = 1 P (A + B) = 0.3
P (A + B) = P (AB) = 1 P (AB) = 0.8
P (AB) = P (A) P (AB) = 0.2
P (AB) = P (B) P (AB) = 0.3.
Primjer 1.12. Bacamo jedan novcic dok se ne pojavi pismo, ali najvise c etiri puta.
-
Opisi vjerojatnosni prostor. Kolika je vjerojatnost dogadaja
A = {pismo se pojavilo u prva dva bacanja},
B = {pismo se pojavilo nakon drugog bacanja}?
-
Skup sastoji se od 5 elementarnih dogadaja. -
Tim je dogadajima prirodno
pridruziti sljedece vjerojatnosti:
1
1 = P p1 = 2
1
2 = GP p2 = 4
1
3 = GGP p3 = 8
1
4 = GGGP p4 = 16
1
5 = GGGG p5 = 16
3
Vrijedi A = {1 , 2 } , B = {3 , 4 } . Zato je P (A) = p1 + p2 = 4 , P (B) =
3
p3 + p4 = 16 .
Primjer 1.13. Izvlacimo na srecu jednu kartu iz snopa od 52 karte. Kolika je vje-
rojatnost da je ta karta Q (dama). Kolika je vjerojatnost da je njezina boja (pik).
Kolika je vjerojatnost da je ta karta dama ili pik boje?
Oznacimo s A i B dogadaje: -
A = {izabrana karta je dama},
B = {izabrana karta je pik boje}.
- A je P (A) = 4 = 1 . 13 je karata
Kako postoje cetiri dame, vjerojatnost dogadaja
52 13
13 1 -
pik boje pa je P (B) = = . Treci je dogadaj C unija prvih dvaju. Prvi dojam da
52 4 - A i B nisu dis-
je broj povoljnih ishoda jednak 17 = 4 + 13 pogresan je, jer dogadaji
16 4
junktni. Njihov je presjek AB pikova dama! Zato je P (C) = = . Primjetimo
52 13
1
da je ovdje P (AB) = i da vrijedi:
52
4 1 1 1
P (A B) = P (C) = = + = P (A) + P (B) P (AB).
13 13 4 52
Promatrajmo pokus koji ima konacno mnogo ishoda i u kojem je razumno pret-
postaviti da su svi elementarni dogadaji - jednako vjerojatni (poput bacanja ispravnog
novcica, kocke, izvlacenja broja u LOTU, lutriji ili ruletu, izbor karte iz snopa i sl.).
Neka je = {1 , . . . , N } skup svih elementarnih dogadaja - i p1 , . . . , pN pripad-
ne vjerojatnosti. Kako su svi ti brojevi jednaki, a njihov je zbroj 1, vrijedi
1
pi = P ({i }) = , i = 1, . . . , N.
N
Ovakav vjerojatnosni prostor nazivamo klasicni vjerojatnosni prostor jer se problemi
iz kojih je iznikla teorija vjerojatnosti mogu opisati ovim modelom.
Neka je A bilo koji dogadaj. - Da bismo izracunali vjerojatnost dogadaja - A,
-
nije nam vise potrebno znati koje elementarne dogadaje A sadrzi, vec samo njihov broj.
Naime, ako A sadrzi M elementarnih dogadaja, - A = {i1 , . . . , iM } , tad je
1 M
P (A) = pi1 + . . . + piM = M = .
N N
Ovu formulu mozemo interpretirati na sljedeci nacin: Svaki elementarni dogadaj -
nazovimo mogucim ishodom (svi su jednako vjerojatni). Tako je
N = broj svih mogucih ishoda.
Elementarne dogadaje - koji su sadrzani u A nazovimo povoljnima za dogadaj - A:
M = broj svih povoljnih ishoda.
1.3. KLASICNI
VJEROJATNOSNI PROSTOR 15
Klasicna vjerojatnost
- racuna se formu-
U klasicnom vjerojatnosnom prostoru vjerojatnost dogadaja
lom:
M broj povoljnih ishoda
P (A) = = .
N broj mogucih ishoda
- broj
Primjer 1.15. Bacamo jednu ispravnu kocku. Neka je elementaran dogadaj
na koji je kocka pala. Opisi vjerojatnosni prostor.
Skup elementarnih dogadaja - sastoji se od 6 elemenata:
= {1 , 2 , . . . , 6 } = {1, 2, . . . , 6}.
-
Algebra dogadaja sastoji se od svih podskupova od :
F = P() = , {1}, . . . {6}, {1, 2}, . . . , {5, 6}, . . . , {1, 2, 3, 4, 5, 6} .
- je card(F) = 26 = 64 .
Broj svih dogadaja
Zbog pretpostavljene ispravnosti kocke, vjerojatnost pojavljivanja svakog elemen-
- je jednaka: P (i ) = 1 .
tarnog dogadaja 6
Primjer 1.16. Bacamo dvije ispravne kocke. Opisi vjerojatnosni prostor. Odredi
- i izracunaj im vjerojatnost:
sljedece dogadaje
A = na obje kocke pao je broj 1,
B = obje kocke pokazuju paran broj,
C = pao je jedan paran i jedan neparan broj,
D = zbroj brojeva na obje kocke iznosi barem 10.
Skup elementarnih dogadaja - sastoji se od uredenih
- parova:
= (i , j ) : i , j {1, 2, 3, 4, 5, 6} .
N = card() = 36 . Vrijedi F = P() . Broj svih mogucih dogadaja - je
36
card(F) = 2 ! Zbog simetrije vrijedi
1
P {(i , j )} = .
36
Odredimo sada elementarne dogadaje - od kojih se sastoje dogadaji - A, B, C i D,
-
te vjerojatnosti tih dogadaja. -
Pisat cemo 26 umjesto uredenog para (2, 6) itd.
1
A = {11}, P (A) = ,
36
9
B = {22, 24, 26, 42, 44, 46, 62, 64, 66}, P (B) = ,
36
18
C = {12, 14, 16, 32, . . . , 56, 21, 23, 25, 41, . . . , 65}, P (C) = ,
36
6
D = {46, 55, 64, 56, 65, 66}, P (D) = .
36
16 1. VJEROJATNOST
Racunanje vjerojatnosti u klasicnom vjerojatnosnom prostoru povezano je s pre-
brojavanjem elemenata konacnih skupova, cime se bavi kombinatorika. Stoga je za
rjesavanje slozenijih zadataka nuzno poznavanje temeljnih pojmova kombinatorike.
Stirlingova formula
Pri racunanju brojeva n! (za veliki n ) i binomnih koeficijenata mozemo koristiti
Stirlingovu formulu n n
n! 2 n .
e
Jos tocnije, vrijedi
n n 1 n n 1
2 n e 12n+1 < n! < 2 n e 12n .
e e
Primijenimo prvu aproksimaciju na racun u proslom zadatku:
980 980 2
2 980
(980!)2 e
P (A) = = 960 960 1000 1000
960!1000!
2 960 2 1000
e e
2
960.5 40
980 980
= = 0.664999.
960 1000 1000
18 1. VJEROJATNOST
Broj je izracunat na s est decimala da bi se vidjela razlika prema tocnoj vrijednosti koja
iznosi P (A) = 0.664990 .
-
Primjer 1.19. (Problem rodendana 1) Koliko ljudi treba biti u drustvu da bi s
-
vjerojatnoscu od barem 0.5 dva bila rodena istog dana?
r 10 20 22 23 30 40 60 70 80
Pr 0.117 0.411 0.476 0.507 0.706 0.891 0.994 0.9992 0.9999
1.3. KLASICNI
VJEROJATNOSNI PROSTOR 19
-
Primjer 1.20. (Problem rodendana 2) Koliko ljudi treba biti u skupini da bi vje-
- istog dana kad i Vi bude veci od 0.5 ?
rojatnost da je neko od njih roden
Ovaj zadatak ne smijemo brkati s prethodnim. Sad nam nije vazno hoce li neka
-
druga dva covjeka biti rodena istog dana (ukoliko se taj dan ne podudara s Vasim). Jos
je jedna razlika. Dok medu - 366 ljudi sigurno postoje dva s istim danom rodenja,
- ovdje
-
je moguce da u po volji velikoj skupini bas nitko ne bude roden istoga dana kad i Vi!
Vjerojatnost da jedan covjek ne bude roden - istog dana kad i Vi je n 1 . Vjero-
n
(n 1)r
jatnost za r ljudi je . Zato je trazena vjerojatnost
nr
n 1 r
Pr = 1 .
n
Da bi bilo Pr > 0.5 , treba biti
n 1 r log 0.5
< 0.5 = r > 253
n log[(n 1)/n]
ukoliko je n = 365 . Opcenito, r 0.693n .
Silvesterova formula
- poopcava se na uniju tri dogadaja
Formula za vjerojatnost unije dvaju dogadaja -
ovako:
P (A B C) = P (A) + P (B) + P (C) P (AB) P (AC) P (BC) + P (ABC).
- c esto je slozenije od racunanja vjerojat-
Racunanje vjerojatnosti unije dogadaja
-
nosti umnoska dogadaja. Stoga je korisno odrediti poopcenje ove formule na uniju n
-
dogadaja.
Silvesterova formula
n
n
P( Ai ) = P (Ai ) P (Ai Aj )
i=1 i=1 i<j
+ P (Ai Aj Ak ) . . . + (1)n+1 P (A1 A2 An ).
i<j<k
Kako je
n
1 n
1 n
1
B An = ( Ai ) An = (Ai An ) = Ci ,
i=1 i=1 i=1
1
n
P (B An ) = P (Ci ) P (Ci Cj ) + . . . + (1)n P ( Ci )
i<n i<j<n i=1
= P (Ai An ) P (Ai Aj An ) + . . .
i<n i<j<n
-
Sredivanjem dobivamo Silvesterovu formulu.
Primjer 1.21. Totalna zbrka.
1) n ljudi je bacilo s esire u zrak. Svako je nakon toga pokupio prvi s esir na kojeg je
naisao. Kolika je vjerojatnost da je barem jedan dobio svoj s esir?
2) (Rastreseni) profesor napisao je n pisama i zalijepio ih u koverte. Potom je
napisao adrese na koverte. Kolika je vjerojatnost da je barem jedno pismo otislo na
pravu adresu?
Rijec je o identicnom problemu. Oznacimo
Ai = {i-to pismo stiglo je na pravu adresu}.
1
Ocito je P (Ai ) = . Racunajmo dalje, za i = j :
n
1
P (Ai Aj ) = .
n(n 1)
Naime da dva pisma stignu na tocne adrese, reba se ostvariti jedina povoljna od n(n1)
mogucnosti na koje ta dva pisma mogu biti poslana. Slicno je
1
P (Ai Aj Ak ) = ,
n(n 1)(n 2)
i t.d.Neka je A trazeni dogadaj: - barem jedan covjek dobio je svoj s esir. Vrijedi
A = Ai . Po Silvesterovoj formuli je
P (A) = P (Ai ) P (Ai Aj ) + P (Ai Aj Ak ) . . .
i i<j i<j<k
1 n 1
n 1
= n + ...
n 2 n(n 1) 3 n(n 1)(n 2)
1 1 1
= 1 + . . . + (1)n1 .
2! 3! n!
Kolika je ta vrijednost za, recimo, n = 10 ? Gornja suma tezi (vrlo brzo) ka broju
1 1
1 =1 = 0.632121 i to je trazena vjerojatnost.
e 2.71828
1.4. BESKONACNI
VJEROJATNOSNI PROSTOR 21
Iako smo naucili mnogo o svojstvima vjerojatnosti, jos uvijek ne mozemo odgo-
voriti na mnoga pitanja povezana s nekim vrlo jednostavnim modelima.
Novcic bacamo dok se ne pojavi pismo. Kolika je vjerojatnost da se pismo nece
nikad pojaviti?
Biramo na srecu realan broj unutar intervala [0, 1] . Kolika je vjerojatnost da
cemo izabrati 13 ?
-
Zajednicko je svojstvo u oba ova pokusa to s to je skup elementarnih dogadaja
beskonacan. U prvom slucaju broj bacanja u kojem se pismo moze pojaviti bilo koji
prirodni broj, pa elementarnih iskoda ima prebrojivo mnogo. U drugom slucaju, ele-
mentaran je dogadaj - izbor bilo kojeg realnog broja x iz intervala [0, 1] . Tih dogadaja
-
ima neprebrojivo mnogo.
Razmislimo li o vjerojatnostima dogadaja- koje smo istaknuli, osjecamo da je u oba
slucaja ta vjerojatnost jednaka nuli. I dok se u prvom primjeru to ne kosi sa zorom (jer
se pismo mora pojaviti ako je novcic ispravan), u drugom slucaju je takav zakljucak
direktno protivan zdravoj logici, zato s to kao rezultat pokusa mi moramo dobiti neki
realni broj.
Ovi uvodni primjeri pokazuju da pri promatranju modela s beskonacnim vjerojat-
nosnim prostorom mozemo imati ozbiljnih logickih poteskoca. Da bismo ih otklonili,
moramo biti precizni u definiranju svojstava algebre dogadaja - i pripadne vjerojatnosti.
Neprekinutost vjerojatnosti
A1 , A2 , . . . , An , . . . F = An F.
n=1
Vjerojatnost P na -algebri F mora zadovoljavati uvjet -aditivnosti
(prebrojive aditivnosti):
P An = P (An ), ako je An Am = za sve n = m .
n=1 n=1
- vrijedi
Prema uvjetu monotonosti vjerojatnosti znamo da za rastuce dogadaje
A1 A2 . . . An = P (A1 ) P (A2 ) . . . P (An ).
22 1. VJEROJATNOST
-
Neka je sada (An ) niz rastucih dogadaja:
A1 A2 . . . An . . . .
Neprekinutost vjerojatnosti
pa je P neprekinuta.
-
Pokazimo obrat. Neka je B1 , B2 , . . . niz disjunktnih dogadaja. Stavimo
A1 := B1 ,
A2 := B1 B2 ,
..
.
An := B1 B2 . . . Bn ,
..
.
kako su B1 , B2 , . . . disjuntni, za svaki n vrijedi
n
P (An ) = P (Bi )
i=1
- za koji je
Dobili smo niz (An ) rastucih dogadaja
A = lim An = Bn .
n
n=1
Ako je P neprekinuta, onda vrijedi
n
P ( Bn ) = P (A) = lim P (An ) = lim P (Bi ) = P (Bi )
n n
n=1 i=1 i=1
te je vjerojatnost P -aditivna.
- i A=
Korolar 1.2. Ako je (An ) niz padajucih dogadaja An , onda vrijedi
n=1
P (A) = lim P (An ).
n
An F = An F.
n=1
tako da je F -aditivna
24 1. VJEROJATNOST
Primjer 1.22. Novcic se baca dok se ne pojavi pismo. Opisi vjerojatnosni prostor.
-
Izracunaj vjerojatnost dogadaja:
A = pismo se pojavilo u prvih pet bacanja,
B = pismo se uopce nije pojavilo.
Skup elementarnih dogadaja - je beskonacan i prebrojiv, = {1 , 2 , . . .} .
gdje je
1 = P P (1 ) = 1/2,
2 = GP P (2 ) = 1/4,
3 = GGP P (3 ) = 1/8,
..
.
n = G GP P (n ) = 1/2n ,
..
.
Odredimo dogadaje- A , B i njihove vjerojatnosti. Vrijedi
5
1 31
A = {1 , 2 , 3 , 4 , 5 }, P (A) = = .
2n 32
n=1
- B , definirajmo najprije
Da bismo odredili vjerojatnost dogadaja
An = pismo se pojavilo u prvih n bacanja.
Neka je i
Bn = pismo se nije pojavilo u prvih n bacanja = An .
Vrijedi
1 1 1 2n 1
P (An ) = + + ... + n = ,
2 4 2 2n
1
P (Bn ) = 1 P (An ) = n .
2
Ocito je
B1 B2 . . . i B= Bn .
n=1
1.4. BESKONACNI
VJEROJATNOSNI PROSTOR 25
Primjer 1.23. U urni se nalaze dvije bijele i c etiri crne kuglice. Dva igraca izvlace
naizmjence po jednu kuglicu. Pobjeduje - onaj koji prvi izvuce bijelu kuglicu. Opisi
-
vjerojatnosni postor. Izracunaj vjerojatnost sljedecih dogadaja
A = pobijedio je prvi igrac,
B = pobijedio je drugi igrac,
C = igra se zavrsila u prva cetiri izvlacenja,
u svakom od sljedeca dva nacina izvlacenja
a) nakon izvlacenja kuglica se vraca u urnu,
b) izvucena kuglica ne vraca se natrag.
- sacinjavaju svi
a) Vjerojatnosni prostor je beskonacan. Elementarne dogadaje
konacni nizovi oblika
1
1 = B, P (1 ) = ,
3
2 1
2 = CB, P (2 ) = ,
3 3
2 2 1
3 = CCB, P (3 ) = ,
3 3 3
..
.
2 n1 1
n =
C
C B, P (n ) = .
3 n
n1
- A , B , C iznose:
Vjerojatnosti dogadaja
1 2 2 1 2 4 1
P (A) = P (1 + 3 + 5 + . . .) = + + + ...
3 3 3 3 4
1 1 3
= = ,
3 4 5
1
9
2
P (B) = 1 P (A) = ,
5
1 2 4 8 65
P (C) = P (1 + 2 + 3 + 4 ) = + + + = .
3 9 27 81 81
26 1. VJEROJATNOST
Formulom (1) uistinu je definirana vjerojatnost. Provjerimo jesu li ispunjena
svojstva vjerojatnosti 1 3 .
- je izbor tocke unutar praznog
1 . U geometrijskoj vjerojatnosti nemoguc dogadaj
skupa. Mjera praznog skupa je 0, pa je:
m() m()
P () = = 0, P () = = 1.
m() m()
2 . Ako su A i B podskupovi od takvi da je A B , onda je m(A) m(B) .
Zato:
m(A) m(B)
P (A) = = P (B).
m() m()
3 . Ako su A i B disjunktni podskupovi od , onda je mjera njihove unije
jednaka zbroju mjera pojedinih skupova. Zato je vjerojatnost da tocka bude izabrana
unutar jednog od podskupova jednaka:
m(A B) m(A) m(B)
P (A B) = = + = P (A) + P (B).
m() m() m()
Primjer 1.25. Unutar intervala [0, 1] biraju se na srecu dva broja x i y . Odredi
-
vjerojatnost dogadaja: a) A = {x > y} ; b) B = {x + y < 32 } ; c) C = {x = y} .
Izbor dvaju brojeva x i y unutar intervala [0, 1] odgovara izboru jedne tocke
(x, y) unutar jedinicnog kvadrata [0, 1] [0, 1] . Oznacimo taj kvadrat s (slika 1.10).
On predstavlja skup elementarnih dogadaja. - Da bismo odredili trazene vjerojatnosti,
moramo izracunati povrsinu podskupova od koji odgovaraju tim dogadajima. -
- A odgovara istoimeni podskup: skup svih tocaka jedinicnog kvadrata
a) Dogadaju
za koje je x > y . Tad vrijedi:
m(A) 1
P (A) = = .
m() 2
1 y=x 1
3
x+y= _
A B 2 Sl. 1.10. Izbor dviju
tocaka unutar inter-
vala [0, 1] odgova-
ra izboru jedne toc-
ke unutar jedinicnog
1 1 kvadrata
-
.................
...............
T 2 (T )2
.............
. . . . . .
= . T x
T2
Sl. 1.11.
Primjer 1.27. Buffonov problem. Ravnina je podijeljena paralelnim pravcima
koji su udaljeni jedan od drugog za 2a . Na tu se ravninu baca na srecu igla duljine 2l ,
(l < a) . Izracunaj vjerojatnost da igla presjeca neki pravac.
6 6 x
2a
S x =l sin
. . ... .
2l . ...............
. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . . . .
? -
. . . . . . . . . . . . . . .
................................. .
x G
.......................................
...........................................
Sl. 1.12.
Igla ce sijeci pravac ako je x < l sin . Neka je
G = {(x, ) : x < l sin }.
Tada imamo
m(G) 1 2l
p= = l sin d = .
m(S) a 0 a
2l
Iz ove formule mozemo izraziti broj : = . Pri velikom broju bacanja,
ap
vjerojatnost p mozemo aproksimirati relativnom frekvencijom. Tako dobivamo
2ln
.
am
30 1. VJEROJATNOST
Ponavljanjem pokusa moguce je dobiti pribliznu vrijednost broja . Medu - svima koji
su na ovaj nacin isprobavali stohasticke zakone i ispravnost bacanja obicno se spominju
Wolf koji je 1850. bacio iglu 5000 puta, dobivsi 3.1596 te Lazzarini koji je 1901.
iz 3408 pokusaja dobio sumnjivo tocan rezultat 3.1415929 .
B
(a i ,bj )
bn
...
bj
..
.
b2
b1
Na istovjetan nacin racunat cemo broj elemenata Kartezijeva umnoska vise sku-
pova. Neka je n1 broj elemenata u skupu S1 , n2 broj elemenata u skupu S2 itd. Prvu
komponentu iz skupa S1 mozemo izabrati na n1 nacina. Svakoj toj komponenti moze-
mo dodati drugu komponentu iz skupa S2 na n2 nacina. Tako prve dvije komponente
mozemo odabrati na n1 n2 nacina. Trecu komponentu mozemo birati na n3 nacina,
-
pa uredenih trojki ima n1 n2 n3 itd.
32 1. VJEROJATNOST
S S S S
1 2 3 k
-
Sl. 1.14. Varijacije s ponavljanjem. Izbor uredene - jedan put,
k -torke (x1 , x2 , . . . , xk ) odreduje
koji povezuje izabrane elemente pojedinih skupova
Primjer 1.30. Broj podskupova zadanog skupa. Koliki je broj podskupova skupa
S koji ima n elemenata (ukljucujuci prazan skup i cijeli skup)?
Svakom elementu skupa S mozemo pridruziti broj 0 ili 1, sa znacenjem
0: taj se element ne uzima u podskup,
1: taj se element uzima u podskup.
Tako dobivamo niz duljine n koji se sastoji od nula i jedinica, a koji opisuje nacin
izbora podskupa.
1.6. ELEMENTI KOMBINATORIKE 33
Princip obicno iskazujemo u slobodnijoj formi ovim rijecima: Ako se prvi dio
posla moze uciniti na n1 nacin, drugi dio posla na n2 nacina,. . . , posljednji na nk
nacina, onda se cijeli posao moze uciniti na n1 n2 nk nacina 1 .
Ukoliko poredak elemenata nije vazan, pri primjeni principa o uzastopnom preb-
rojavanju moramo biti vrlo oprezni. Objasnit cemo to kroz sljedeca dva primjera.
Primjer 1.33. Koliko dijagonala ima pravilan n -terokut?
-
Dijagonala je odredena s dva nesusjedna vrha n -terokuta. Prvi vrh mozemo
odabrati na n nacina. Za drugi vrh nakon toga na raspolaganju imamo n3 nesusjedna
-
vrha. Ukupan broj (uredenih) -
parova vrhova je n(n 3) . Medutim, broj dijagonala
je dva puta manji, jer svaka dijagonala povezuje dva vrha: dva uredena - para (A, B)
-
i (B, A) vrhova odreduju istu dijagonalu. Dakle, broj dijagonala je N = 12 n(n 3) .
Ovaj je broj uvijek cjelobrojan, jer su brojevi n i n 3 razlicite parnosti.
Primjer 1.34. Snop karata sastoji se od 52 karte, podijeljenih u c etiri boje (po 13
karata svaka). Na koliko razlicitih nacina mozemo odabrati dvije karte iste boje?
Boju mozemo odabrati na cetiri nacina. Prvu kartu u toj boji na 13 nacina.
Nakon s to smo odabrali prvu kartu, preostaje 12 mogucnosti za izbor druge karte is-
te boje. Ponovno je svaki par brojen dva puta. Ukupan broj izbora dviju karata je
4 13 12 12 = 312 .
Primjer 1.36. Na koliko se razlicitih nacina moze podijeliti zlatna, srebrna i bron-
cana medalja izmedu - osam natjecatelja?
Rijec je o varijacijama treceg razreda u skupu od osam elemenata. Zato je
trazeni broj N = V83 = 8 7 6 = 336 .
Svakako je korisnije zapamtiti nacin na koji smo dosli do ovog broja, nego samu
formulu. Moramo biti sigurni da razumijemo princip uzastopnog prebrojavanja:
zlatnu medalju mozemo podijeliti na 8 nacina,
srebrnu medalju mozemo podijeliti na 7 nacina (medu - preostalih 7 natjecate-
lja),
broncanu medalju mozemo podijeliti na 6 nacina (medu - preostalih 6 natjeca-
telja).
Zato je broj razlicitih nacina za dodjelu sve tri nagrade jednak 8 7 6 .
1
Murphyjev zakon: Postoji li ijedan nacin da posao krene naopako, sigurno ce krenuti naopako iskustvena
je cinjenica koja se ne da matematicki dokazati
1.6. ELEMENTI KOMBINATORIKE 35
S S S S
1 2 3 k
Sl. 1.15. Varijacije bez ponavljanja u skupu od n elemenata. Prvi element biramo po volji,
drugi element tako da bude razlicit od prvog itd.
A. Na 30 29 28 27 26 = 17 100 720 nacina.
B. Na 25 5 25 5 25 = 390 625 nacina.
C. Na 25 5 24 4 23 = 276 000 nacina.
Permutacije
Broj permutacija
Broj razlicitih permutacija skupa od n elemenata je
Pn = n (n 1) 2 1 = n! (2)
36 1. VJEROJATNOST
Permutacije s ponavljanjem
Zelimo li izracunati broj permutacija od n elemenata medu - kojima ima i jednakih,
njihov ce broj biti ocito manji. Naime, neke od permutacija ispisanih na gore opisani
nacin necemo vise moci razlikovati i njihov ce se ukupni broj smanjiti.
Primjer 1.39. Odredimo sve permutacije koje mozemo dobiti od slova rijeci SOS.
Pretpostavimo za trenutak da mozemo razlikovati oba slova S , tj. da nasa rijec ima
oblik S1 OS2 . Tad imamo 3! = 6 razlicitih permutacija. To su redom:
OS1 S2 S1 OS2 S1 S2 O
OS2 S1 S2 OS1 S2 S1 O
Pritom S1 OS2 i S2 OS1 izgledaju kao razlicite permutacije, ali, uklonimo li indekse,
one ce postati jednake.
Neka P oznacava broj razlicitih permutacija slova S, O, S. U svakoj od njih pos-
toje dva slova S, koja ne razlikujemo. Dodavanjem indeksa od njih bismo dobili 2!
razlicitih permutacija. Zato je u ovom slucaju
3!
2! P = P3 = P = = 3.
2!
Primjer 1.40. Slova rijeci MAMA mozemo permutirati na sljedecih s est nacina:
AAMM
AMAM
AMMA
MAAM
MAMA
MMAA
1.6. ELEMENTI KOMBINATORIKE 37
Permutacije s ponavljanjem
Neka u nizu s1 , s2 , . . . , sn postoji prva skupina od k1 identicnih elemenata,
druga skupina od k2 identicnih elemenata,. . . , r -ta skupina od kr identicnih
elemenata, k1 + k2 + . . . + kr = n . Bilo koji razmjestaj elemenata takva niza
nazivamo permutacijom s ponavljanjem. Njihov ukupni broj oznacavamo
s Pkn1 ,k2 ,...,kr i vrijedi
n!
Pkn1 ,k2 ,...,kr = . (3)
k1 ! k2 ! kr !
Primjer 1.41. Koliko se razlicitih rijeci moze napisati od slova rijeci MATEMA-
TIKA?
Ovdje je rijec o nizu slova A, A, A, E, I, K, M, M, T, T. Zato je
10!
N = P3,1,1,1,2,2
10 = = 151 200.
3!1!1!1!2!2!
Po dogovoru, u ovakvim primjerima ne pisemo broj 1 niti u oznaci, niti u razlomcima:
10!
N = P3,2,2
10 = .
3!2!2!
Kombinacije
-
Svaki izbor k razlicitih elemenata skupa S = {a1 , a2 , . . . , an } odreduje jedan
njegov podskup koji ima k elemenata.
k
Cn
Sa Cnk oznacavamo broj nacina na koji iz skupa od n elemenata mozemo
odabrati k elemenata, ne pazeci na njihov poredak.
Primjer 1.42. Ilustrirajmo izbor podskupova koji imaju dva elementa na skupu
S = {a, b, c, d} . Na koliko nacina mozemo odabrati dva njegova elementa?
Ispisimo niz nula i jedinica i njemu odgovarajuci izbor elemenata ovoga skupa:
1, 1, 0, 0 a, b
1, 0, 1, 0 a, c
1, 0, 0, 1 a, d
0, 1, 1, 0 b, c
0, 1, 0, 1 b, d
0, 0, 1, 1 c, d
Broj svih nacina jednak je broju svih permutacija niza 1, 1, 0, 0 , kojih ima
4! 24
P2,2
4 = = = 6.
2! 2! 22
Kombinacije
Svaki podskup od k (razlicitih) elemenata skupa S nazivamo kombinacijom
u skupu S . Broj razlicitih kombinacija je
n!
n
Cnk = = . (4)
k!(n k)! k
1.6. ELEMENTI KOMBINATORIKE 39
Primjer 1.43. U ravnini je zadano deset tocaka, od kojih nikad po tri tocke nisu na
jednom pravcu. Koliko se pravaca moze odrediti tim tockama? Koliko trokuta postoji
s vrhovima u tim tockama?
- s dvije tocke. Te dvije tocke od deset zadanih mozemo
Svaki je pravac odreden
odabrati na
10 9
2 10
C10 = = = 45
2 12
nacina. Trokuta ima onoliko koliko ima izbora triju tocaka od deset zadanih. Njih
mozemo odabrati na
10 9 8
3 10
C10 = = = 120
3 123
nacina.
Primjer 1.44. Na koliko se nacina u igri LOTO moze izvuci 7 brojeva i jedan
dopunski broj od 39 zadanih?
7
Najprije se izvlaci 7 brojeva od 39. To se moze uciniti na C39 nacina:
39 38 37 36 35 34 33
39
= = 15 380 937.
7 1234567
Nakon toga, dopunski se broj moze odabrati na 32 nacina. Ukupan je broj razlicitih
izbora
39
N = 32 = 492 189 984.
7
Pokazat cemo jos jedan nacin na koji mozemo potvrditi ovu formulu, a koji moze
biti koristan u razlicitim prebrojavanjima.
Primjer 1.46. Kosarkaski tim raspolaze s tri centra, c etiri krila i pet branica. Igru
zapocinje jedan centar, dva krila i dva branica. Na koliko nacina trener moze izabrati
pocetnu petorku?
4
Centar se moze odabrati na tri nacina, dva krila na = 6 nacina, dva
2
5
branica na = 10 nacina. Broj razlicitih pocetnih postava je 3 6 10 = 180 .
2
2
A. Boju mozemo izabrati na cetiri nacina, a dvije karte u toj boji na C13 nacina.
13
N =4 = 312 .
2
Mozemo razmisljati i ovako: prvu kartu biramo po volji, pa imamo 52 moguc-
nosti. Nakon toga, drugu kartu biramo izmedu - 12 karata koje su iste boje. Time smo
-
dobili uredeni par. Kako nas poredak karata ne zanima, ukupan je broj mogucnosti
52 12
N= = 312 .
2
B. Dvije boje mozemo odabrati na C42 nacina, a po jednu kartu iz svake boje na
4
13 nacina. N = 13 13 = 1014 .
2
Razmisljajuci na drugi nacin, racunamo ovako: za izbor prve karte imamo 52 mo-
gucnosti. Nakon toga, drugu kartu biramo izmedu - 39 karata koje nisu iste boje. Ukupan
52 39
je broj mogucnosti za izbor dviju karata dvostruko manji: N = = 1014 .
2 52 3
4
C. Razmisljajuci na oba ovakva nacina, dobivamo N = 13 = = 78 .
2 2
52 48
13
D. Sad je N = 4 4 ili N = = 1248 .
2 2
Promotrimo jos jedan slozeniji primjer.
Primjer 1.48. U pokeru se dobiva 5 karata od 52. Njihov poredak nije vazan. Na
koliko se razlicitih nacina moze dobiti 5 karata koje sadrze
A. jedan par (npr. K K J 6 3),
B. dva para (npr. J J 2 2 8),
C. tri karte iste jakosti (npr. 8 8 8 K 24),
D. tri karte iste jakosti i jedan par (npr. A A A 7 7)?
1.6. ELEMENTI KOMBINATORIKE 41
4
A. Dvije karte iste jakosti mozemo odabrati na 13 nacina. Prvu od preos-
2
tale tri karte na 48 , drugu na 44, trecu na 40 nacina. Mnozeci ove brojeve dobit cemo
permutaciju preostale tri karte, pa je zato broj kombinacija posljednjih triju karata 3!
48 44 40
puta manji i iznosi . Pomnozimo ova dva broja:
3!
48 44 40
4
N = 13 .
2 3!
Jesmo li time ponovno brojili permutacije? Odgovor je: ne! Mi uvijek mozemo brojati
ovakve kombinacije od pet karata tako da prvo istaknemo dvije karte koje cine par, a
zatim tri preostale. Te su skupine razlicite po svojim svojstvima.
4
B. Razmisljajmo na isti nacin: 13 je nacina da se odabere prvi par. Nakon
2
4 -
s to smo njega odabrali, ima 12 nacina za izbor drugog para. Medutim, ukupan
2
broj nacina za izbor prvih cetiriju karata dvostruko je manji od umnoska ovih brojeva,
jer su i prvi i drugi par skupine istih svojstava i u ovim su izborima brojeni dva puta
- parovi). Nakon izbora prvih cetiriju karata, petu mozemo odabrati na 44
(kao uredeni
nacina. Zato je
4 4
13 12
2 2
N= 44.
2!
C. Razmisljajuci kao u A. dobivamo
48 44
4
N = 13 .
3 2!
D. Skupine od tri karte i od dvije karte razlicitih su svojstava. Zato je
4 4
N = 13 12 .
3 2
Razdioba predmeta
Razdiobe predmeta na razlicite osobe predstavlja interesantan kombinatorni prob-
lem. Izdvojit cemo u sljedecim primjerima nekoliko tipicnih situacija.
Primjer 1.49. Na koliko se nacina deset jednakih predmeta moze podijeliti na c etiri
osobe (moguce je da neka osoba ne dobije niti jedan predmet)?
Predmeti su jednaki, pa ih mozemo oznaciti kruzicem. Jednu mogucu razdiobu
mozemo opisati na sljedeci nacin:
| ||
Ovdje smo zajedno s kruzicima rasporedili i tri crtice. Crtice oznacavaju nacin di-
jeljenja: prva osoba dobiva dva predmeta, druga cetiri, treca nijedan, cetvrta cetiri
predmeta.
Razlicitih rasporeda ima koliko i permutacija od 13 elemenata medu - kojima su
dvije skupine od po deset i tri jednaka predmeta:
13!
N = P10,3
13 = = 286.
10!3!
42 1. VJEROJATNOST
1 (n + k 1)!
N = Pn,k
n+k1 = .
n!(k 1)!
Isti broj dobit cemo ako se zapitamo na koliko razlicitih nacina mozemo postaviti
k 1 crticu na raspolozivih n + k 1 mjesta:
k1 n+k1
N = Cn+k = .
1 k1
Na primjer, deset predmeta se na tri osobe moze podijeliti na
10 + 3 1 12
= = 66
31 2
nacina. Dva predmeta se na deset osoba moze podijeliti na
2 + 10 1 11 11
= = = 55
10 1 9 2
nacina. (Deset je nacina u kojih jedna osoba dobije dva predmeta, a 45 nacina u kojih
dvije osobe dobiju po jedan predmet.)
Primjer 1.50. Na koliko se nacina deset jednakih predmeta moze podijeliti na c etiri
osobe tako da svaka osoba dobije barem jedan predmet?
(prva osoba dobiva tri, druga dva, treca jedan i cetvrta cetiri predmeta). Crtice se
moraju ubaciti -
na tri od devet mogucih mjesta izmedu kruzica. Broj mogucih nacina je
10 1 9
= = 84 .
41 3
Opcenito, ako n predmeta dijelimo na k osoba, ali tako da svaka osoba mora
dobiti barem jedan predmet, onda postupamo ovako: k 1 crticu postavimo na neka
od n 1 mjesta izmedu- kruzica. Broj je razlicitih nacina jednak
n1
N = Cnk 1
1 = .
k1
1.6. ELEMENTI KOMBINATORIKE 43
Primjer 1.51. Na koliko se nacina osam razlicitih predmeta moze podijeliti na c etiri
osobe, ali tako da svaka osoba dobije po dva predmeta?
8
Dva predmeta koja ce pripasti prvoj osobi biramo na nacina. Nakon
2
6
toga, dva predmeta za drugu osobu mozemo izabrati na nacina itd. Ukupan broj
2
razlicitih podjela je
8 6 4 2
= 28 15 6 1 = 2520.
2 2 2 2
Primijetimo da je jedna podjela odredena- permutacijom niza 1, 1, 2, 2, 3, 3, 4, 4 .
Tako na primjer nizu
2, 4, 1, 1, 3, 2, 3, 4
odgovara podjela u kojoj prva osoba dobiva treci i cetvrti, druga osoba prvi i s esti, treca
osoba peti i sedmi a cetvrta osoba drugi i osmi predmet. Ovakvih permutacija ima
8!
P2,2,2,2
8 = = 2520.
2! 2! 2! 2!
Promotrimo opceniti problem: n razlicitih predmeta trebamo podijeliti na k osoba,
ali tako da prva dobije n1 predmeta, druga n2 predmeta,. . . , posljednja nk predmeta,
n = n1 + n2 + . . . + nk . Broj razlicitih nacina na koji se to moze uciniti je
n!
n n n1 n + nk nk
k1 = .
n1 n2 nk1 nk n1 ! n2 ! . . . nk !
Kombinacije s ponavljanjima
Primjer 1.53. Iz snopa od 52 karte biramo dvije, ali tako da nakon izbora svake
karte zapisemo njezinu vrijednost, a samu kartu vratimo u snop. Na koliko nacina
mozemo odabrati
A. dvije karte iste boje; B. dvije karte iste jakosti?
A. Boju mozemo odabrati na cetiri nacina. Dvije karte iste boje mozemo
13 + 2 1 14
odabrati na C13 2 nacina. Zato je N = 4 =4 nacina.
2 2
B. Jakost mozemo odabrati na 13 nacina, a dvije karte te jakosti na C42 =
4+21 5
nacina. Zato je N = 13 .
2 2
Zadatak 1.1. Novcic bacamo dok se dva puta za redom ne pojavi isti znak, a naj-
- u skupu i u sljedecim dogadajima;
vise pet puta. Opisite elementarne dogadaje -
A = { pokus je zavrsen u trecem bacanju } ;
B = { pokus je zavrsen u prva tri bacanja } .
Odredite B .
-
Zadatak 1.2. Pokus se sastoji od bacanja dvaju novcica. Uocimo sljedece dogada-
je:
A = {glava na prvom novcicu}, B = {pismo na prvom novcicu},
C = {glava na drugom novcicu}, D = {pismo na drugom novcicu},
E = {jedna glava i jedno pismo}, F = {barem jedna glava},
G = {barem jedno pismo}, H = {dva pisma},
I = {dvije glave}.
- ekvivalentni sljedeci dogadaji:
Odredi kojem su dogadaju - BD, BD, EI , BG,
B G, A B, A B, F G, F G.
46 1. VJEROJATNOST
n B1
n n n n
n n
A1 B1 A1 A2
n n n n
A1 B2
n B3
A2
Slik
B2
12
B1 B2
Sl. 1.16.
a) A = A1 + B1 B2 B3 , A = A1 B1 B2 B3 = A1 (B1 + B2 + B3 ) .
1.7. RIJE SENI
ZADATCI 47
b) A = A1 A2 + B1 B2 , A = A1 A2 B1 B2 = (A1 + A2 )(B1 + B2 ) .
c) A = (A1 + A2 )(B1 + B2 ) , A = A1 + A2 + B1 + B2 = A1 A2 + B1 B2 .
Zadatak 1.4. Bacamo dvije ispravne kocke. Kolike su vjerojatnosti sljedecih do-
-
gadaja:
A = {pojavile su se dvije s estice},
B = {pojavila se jedna jedinica i jedna dvojka},
C = {pojavila su se dva jednaka broja},
D = {zbroj brojeva jednak je 5},
E = {pojavio se broj veci od 2}?
Samo je jedan ishod povoljan za A : elementarni dogadaj - (6, 6) . Zato je P (A) =
1
.
36
Dva su ishoda povoljna za dogadaj - B ; to su elementarni dogadaji - (1, 2) i (2, 1) .
2
Ovo su razliciti ishodi bacanja dviju kocki! P (B) = .
36
je povoljnih ishoda. P (C) = 6
Sest
36
Dogadaj- D ima cetiri povoljna ishoda: (1, 4) , (2, 3) , (3, 2) , (4, 1) . Zato je
4
P (D) = .
36 -
Opisimo suprotan dogadaj:
E = {oba su broja manja ili jednaka 2}.
Cetiri su povoljna ishoda za ovaj dogadaj:- (1, 1) , (1, 2) , (2, 1) , (2, 2) . Zato je
4 1 8
P (E) = i P (E) = 1 P (E) = 1 = .
36 9 9
Zadatak 1.5. Novcic se baca n puta i pri tom se biljezi je li palo pismo ili glava.
- i izracunaj im vjerojatnost:
Opisi vjerojatnosni prostor. Odredi sljedece dogadaje
A = {svih n puta palo je pismo}, B = {pismo je palo tocno jednom},
C = {pismo je palo barem jednom}, D = {pismo je palo u prvom bacanju}.
Elementaran dogadaj - je niz od n znakova P i G . = skup svih n -torki sastav-
n
ljenih od znakova P i G . Opet je F = P() , card(F) = 22 : broj svih dogadaja. -
- su jednako vjerojatni. Zato je P (i ) = 1 - A, B,
Svi elementarni dogadaji . Dogadaji
2n
C , D i njihove vjerojatnosti iznose:
1
A = {PP P}, P (A) = ,
2n
n
B = {PG G, GPG G, . . . , G GP}, P (B) = n ,
2
2n 1
C = \ {G G}, P (C) = ,
2n
2n1 1
D = {P . . . : bilo koji}, P (D) = n = .
2 2
48 1. VJEROJATNOST
Zadatak 1.6. U kutiji se nalazi deset kuglica, s est plavih i c etiri crvene. Biramo na
-
srecu tri kuglice. Odredimo vjerojatnosti sljedecih dogadaja:
A = {sve su tri kuglice plave}.
B = {sve su tri kuglice iste boje}.
C = {dvije su kuglice plave, a jedna je crvena}.
Da bismo postavili ispravan model, zamislit cemo da sve kuglice mozemo raz-
likovati. (Mozemo zamisliti da su sve one oznacene razlicitim brojevima, od 1 do 10.)
10
Tri kuglice iz skupa od 10 kuglica mozemo odabrati na N = nacina. Povoljnih
3
za dogadaj - A je M = 6 , jer se na toliko nacina mogu izabrati tri kuglice iz skupa
3
od s est plavih kuglica. Zato je
6
M 3 20 1
P (A) = = = = .
N 10 120 6
3
-
Broj povoljnih ishoda za dogadaj B je
6 4
M= +
3 3
jer kuglice mogu biti ili plave ili crvene. Zato je
6 4
M + 24 1
3 3
P (B) = = = = .
N 10 120 5
3
Odredimo -
broj povoljnih ishoda za dogadaj C . Dvije plave kuglice mozemo
6
odrediti na nacina, a jednu crvenu na cetiri nacina:
2
60 1
6
M= 4 = 60 = P (C) = = .
2 120 2
Prvo rjesenje. U rijeci postoje tri slova A, dva slova M, dva slova T te po jedno
slovo E, I, K. Broj razlicitih permutacija ove rijeci jednak je broju permutacija skupa
od 10 elemenata medu - kojima postoje jednaki:
10!
N = P3,2,2,1,1,1
10 = .
3!2!2!
3!2!2!
Samo je jedna povoljna mogucnost! Zato, P(A) = = 6.6 106 .
10!
Drugo rjesenje. Mozemo problemu pristupiti i ovako. Zamislimo da umijemo
razlikovati svako slovo (jer su, recimo, napisana na karticama razlicitih boja). Tada je
1.7. RIJE SENI
ZADATCI 49
broj svih mogucih dogadaja- jednak broju svih permutacija, N = P10 = 10! . Povoljne
su one kod kojih su slova E, I, K na svojim mjestima; slova M mozemo rasporediti na
dva nacina; tri slova A na s est nacina: prvo na bilo koje od tri slobodna mjesta, drugo na
neko od preostala dva i trece na slobodno mjesto, slicno za slovo T. Dakle, M = 4 6 4
i dobivamo P(A) kao gore.
Zadatak 1.8. Baceno je 12 kocaka. Kolika je vjerojatnost da c e se svaki od brojeva
1, 2, . . . , 6 pojaviti dvaput?
Prvo rjesenje. Rezultat pokusa je niz od 12 brojeva uzetih iz skupa S =
{1, 2, 3, 4, 5, 6} . Na svakoj kocki moze se pojaviti bilo koji od tih brojeva, pa je broj
svih mogucih ishoda
N = 612 .
Koliko je povoljnih? Onoliko koliko i razlicitih permutacija (s ponavljanjima) niza
{1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6} jer svaka takva permutacija daje povoljan ishod bacanja:
12!
M = P2,2,2,2,2,2
12 = .
(2!)6
Tako dobivamo p = M/N = 0.00344 .
Drugo rjesenje. Do broja povoljnih kombinacija mozemo doci i drukcijim raz-
misljanjem. Znamo da se u povoljnoj kombinaciji moraju pojaviti tocno dvije jedinice,
dvije dvojke itd. Pitanje je: na kojim kockama? Dvije se jedinice mogu pojaviti na bilo
2
kojim kockama, dakle na C12 razlicitih nacina. Nakon toga, za dvije dvojke imamo na
2
raspolaganju deset kocaka, s to daje C10 nacina itd. Ukupan broj nacina za pojavljivanje
povoljnog dogadaja - je
12!
12 10 8 6 4 2
M= = .
2 2 2 2 2 2 (2!)6
zanima samo prva znamenka a za ostale nas nije briga: prirodnije je uzeti N = 10 ,
M = 1.
D. Na kojim mjestima? C83 mogucnosti. Na preostalih 5 mjesta moze doci bilo
koja od preostalih 9 znamenki: 95 mogucnosti.
8
M= 95 , P(D) = 0.0331.
3
8 5 2
E. M = , P(E) = 0.56 105 .
3 3 2
F. U zapisu broja pojavljuje se 6 razlicitih znamenki. Tih 6 znamenki mozemo
6
odabrati na C10 nacina. Od njih trebamo ispisati sve moguce 8-znamenkaste broje-
ve kod kojih ce se jedna znamenka ponavljati tri puta. Koja znamenka? 6 je izbora
istaknute znamenke. Razlicitih permutacija potom ima P3,1,1,1,1,1
8 . Zato je
8!
10
M = C106
C61 P3,1,1,1,1,1 = 6 .
8 6 3!
i odavde p = 0.08467 .
G. Zakljucujuci kao u F, dobili bismo
8!
10 6
M = C10 6
C62 P2,2,1,1,1,1 = .
8 6 2 2!2!
Mozda ce nekome biti prihvatljiviji ovakav pristup: Prvu znamenku (dvostruku)
mozemo izabrati na 10 nacina, rasporediti je na 8 mogucih mjesta na C82 nacina. Sada
biramo drugu (dvostruku) znamenku. 9 je mogucih izbora, a C62 mogucnosti da se ona
rasporedi na preostalih 6 mjesta. Na koncu moramo popuniti 4 mjesta s razlicitim zna-
menkama od 8 preostalih. Te 4 znamenke mozemo izabrati na C84 nacina, a rasporediti
ih na P4 nacina.
Po teoremu o uzastopnom prebrojavanju, dobivamo
8 6 8
M = 10 9 4!
2 2 4
Ovaj broj M dvostruko je veci od gornjeg. Koji je ispravan?
G. M = 38 .
k
uciniti na Cnnk+r2 nacina. Zato je
r+nk2
nk (r + n k 2)! n! (r 1)!
qk = =
r+n1 (n k)! (r 2)! (r + n 1)!
n
(r 1)n(n 1) (n k + 1)
=
(r + n 1)(r + n 2) (r + n k 1)
i odavde lako, dijeljenjem svakog faktora (kojih u brojniku i nazivniku ima k + 1 ) s r )
slijedi C.
Ovako bombastican model ima i mnogo prizemniju interpretaciju: 13 (jednakih)
bombona dijelimo na cetvero djece. Na koliko nacina to mozemo uraditi? Kolika je
vjerojatnost da prvi djecak dobije 2, drugi 4, treci 3 a cetvrti 4 bombona? Kolika je
vjerojatnost da Petar ne dobije nijednog?
Zadatak 1.12. Neka bude svjetlo. Od 4 grla za z arulje dva su ispravna, a od 7
z arulja koje imamo 4 su ispravne. Ako odaberemo na srecu 4 z arulje i stavimo ih u
grla, kolika je vjerojatnost da cemo dobiti svjetlo?
Prvo rje
senje. Cetiri z arulje mozemo izabrati na C74 nacina, a staviti ih u grla
na C74 P4 = 74 4! nacina. Svjetlo necemo dobiti ako su prve dvije z arulje neispravne
(zbog jednostavnijeg razmisljanja,
mo zemo slobodno pretpostaviti da su prva dva grla
ispravna), a to ce se desiti u 32 2! 52 2! kombinacija. Dakle,
3 5
2! 2! 3254 6
p = 1 2 7 2 =1 = .
4 4!
7 6 5 4 7
Drugo rjesenje. Oznacimo dogadaje: -
A = {dobili smo svjetlo},
A1 = {dobili smo svjetlo iz prvog grla},
A2 = {dobili smo svjetlo iz drugog grla}.
- A mozemo sada racunati na nacin
Tada je A = A1 + A2 . Vjerojatnost dogadaja
P (A) = P (A1 ) + P (A2 ) P (A1 A2 ).
- u oba ispravna grla stavljene
Tu je P (A1 ) = P (A2 ) = 4 . A1 A2 oznacava dogadaj:
7
su ispravne z arulje. Dvije z arulje se mogu izabrati na C72 nacina, dvije ispravne na C42
43 2 6
nacina. Zato je P (A1 A2 ) = = i P (A) = .
76 7 7
Jednostavnije je napisati A u obliku A = A1 + A1 A2 i ovi su dogadaji - disjunktni,
zato je
P (A) = P (A1 ) + P (A1 A2 ).
A1 A2 oznacava dogadaj:- u jedno (ispravno) grlo stavljena je ispravna, a u drugo neisp-
ravna z arulja. To se moze uciniti na 3 4 nacina, dok postoji 72 2! mogucih rasporeda
dviju z arulja:
4 34 6
P (A) = + = .
7 76 7
1.7. RIJE SENI
ZADATCI 53
4
P( Ai ) = P (Ai ) P (Ai Aj ) + P (Ai Aj Ak ) P (A1 A2 A3 A4 ).
i=1 i<j i<j<k
Vrijedi, po dijelu A,
13
C36
P (Ai ) = 13
, i.
C52
-
Takoder
13 13
C36 C23
P (Ai Aj ) = 13
13
, i < j.
C52 C39
-
Medutim, - Ai Aj Ak , i < j < k je nemoguc (ima samo 36 karata koje nisu
dogadaj
visoke), a pogotovo umnozak A1 A2 A3 A4 . Zato
p = 4P (A1 ) 6P (A1 A2 ) = 0.01455.
- Ai Aj je takoder
Dogadaj - prakticki nemoguc jer je P (Ai Aj ) = 5.13 107 . Zato je
- iz A.
trazena vjerojatnost priblizno jednaka cetverostrukoj vjerojatnosti dogadaja
p = P {x + y > 2, xy < 1} x +y =2
6 y ... xy 1
...
=
@
...
..
..
m(G)
@@G
...
2 . . . . . . . .....
= P {(x, y) G} = . . . . . . .....
m(S) . . . . ....
. . . ....
@
. .....
2 ....
...
1
@@
...
...
m(G) = 2 + y dy ...
...
....
1 y 1 .....
......
@
......
2 S ......
y2
....
= ln y 2y + = ln 2 12 .
2 1 - 1 x
Dakle,
1 1 Sl. 1.17.
p= 2 ln 2 4 = 0.097.
y=2x
P L M Q
x
1
Sl. 1.18.
Oznacimo x = d(P, L) , y = d(P, M) . Tad vrijedi:
d(L, M) = |y x|.
- odgovara skup svih tocaka (x, y) za koje je |y x| < x , odnosno:
Trazenom dogadaju
x < y x < x 0 < y < 2x.
Taj je skup naznacen na slici 1.18.
P {d(L, M) < d(P, L)} = P {|y x| < x}
m(A) 3
= P {0 < y < 2x} = = .
m() 4
56 1. VJEROJATNOST
Zadatak 1.18. Unutar intervala [0, 1] na srecu su odabrane dvije tocke koje ga
dijele na tri dijela. Kolika je vjerojatnost da se od tih dijelova moze sastaviti trokut?
1
6y
..
....
. . .. . .. . ..
. . . .
..........
G
............
.............. . . . . . . .
.............
...........
.........
-
.......
.....
...
a
x L M a .
A y B 1 x
Sl. 1.19.
Dvije su mogucnosti.
1) x < y . Tada su duljine dijelova x , y x i 1 y . Da bi se od njih mogao
sastaviti trokut, mora svaka od njih biti manja od zbroja preostalih dviju, tj. mora biti
manja od 1/2 . Tako dobivamo uvjete
x < 12 , y x < 12 , 1 y < 12 .
2) Ako je pak y > x tada su duljine dijelova y , x y i 1 x . Sada dobivamo
uvjete
y < 12 , x y < 12 , 1 x < 12 .
- podrucje G .
Ovi uvjeti odreduju
m(G) 1
p= = .
m(S) 4
Sl. 1.20.
Izboru dviju tocaka L i M odgovara izbor jedne tocke s koordinatama (x, y)
unutar podrucja {(x, y) : x > 0, y > 0, x + y < a} .
-
Trazimo vjerojatnost dogadaja
G = {0 < x < b, 0 < y < b, a b < x + y < a}.
Razlikujemo dva slucaja:
a) b < a/2 . Tada je
m(G) (3b a)2
P (G) = = .
m(S) a2
1.7. RIJE SENI
ZADATCI 57
6 6
@
@ @@ =
@ S@@ =
y b
x +y =a b
@ G @@
..............
................
..................
@@G @
.................... 2b a
x +y =a b ......................
@@ @
y b ........................
@ @@@ -
.........................
.......................
@@ -
.....................
3b a ...................
@
.................
@@
...............
a b a
@ =
. . . . . . .
b a b b a
= x b x b
..
..
b
6 12 .
..
... .
.... S ...
.......
9
....
. ... .
. . ... ... . ..
. . . ...
. . . . ...
. . . . . ...
.. ...... ... .. ... ..
. . . . . . .... .... . . . . . .
3
. . . . . . . ....
. . . . . . . . . ..... ..... . .. . .. . .. . ..
. . . . . . . . . . . .................. .. . .. . .. . .. . .. .
.............................
.............................
-3 a
.............................
.............................
.............................
.............................
G
.............................
.............................
.............................
.............................
.............................
.............................
.............................
. . . . . . . . . . . . . . .
12
Sl. 1.23.
- je
Po uvjetu zadatka skup elementarnih dogadaja
S = {(a, b) : 3 < a < 3, 12 < b < 12}.
Naime,
3 a2
m(G) = da db = 90.
3 12
x A
... 6 y
@S
....... ..
........ .... 2R
.... ......... .
@@ @@ =
.... .
........ .
..
B ......... ...
x +y =R
....
... ...
... ..
.
... ... y R
@@G @@
....
... ... .............
...
... ... ...........
.... .... .........
... .. .......
@ @-
... .. .....
y ... ..
.... ...
.
C
= @ 2R x
x R
Sl. 1.24.
Mozemo pretpostaviti da je polozaj tocke A na kruznici fiksan. Sa x oznacimo
duljinu luka AB , sa y duljinu luka BC . Izbor tocaka B i C odreduje - jednoznacno
brojeve x i y za koje vrijedi
0 < x, 0 < y, x + y < 2R .
Ovim nejednakostima odreden - je skup elementarnih dogadaja - S . Obratno, izbor bilo
-
koje tocke (x, y) S odreduje jednoznacno polozaj tocaka B i C . Trokut ce biti
s iljastokutan ako je ispunjeno
x < R , y < R , x + y > R .
-
Ovim je uvjetima odredeno podrucje G . Trazena vjerojatnost iznosi
1 2 2
m(G) R 1
p= = 2 2 2 = .
m(S) 2R 4
1. Zadatci za vjezbu
1. U urni se nalaze cetiri kuglice, dvije jednake bi- C = {bijela kuglica je izvucena barem jednom}.
jele i dvije jednake crne. Izvlacimo jednu po jednu D = {bijela kuglica je izvucena tocno jednom}.
tri kuglice, ne vracajuci ih u urnu. Opisite prostor E = {izvucena je jedna bijela i dvije crne kuglice} .
-
elementarnih dogadaja. -
Odredite sljedece dogadaje:
A = {prva je izvucena crna kuglica}. 2. Bacamo dvije kocke. Biljezimo rezultat na sva-
B = {prva je izvucena bijela kuglica}. -
koj od njih. Koliko ima elementarnih dogadaja?
1. ZADATCI ZA VJE ZBU
59
41. Tocka A izabrana je na srecu unutar pravilnog 50. U pravokutnom trokutu ABC duljine kateta su
n -terokuta. Izracunaj vjerojatnost Pn da se tocka |AC| = 3 , |BC| = 4 . Tocka T1 bira se na srecu na
A nalazi blize rubu n -terokuta nego nekoj njegovoj kateti AC , a tocka T2 na kateti BC . Izracunaj vje-
dijagonali. Odredi lim n2 Pn . rojatnost da je povrsina cetverokuta ABT1 T2 veca
n od polovine povrsine zadanog trokuta.
42. Bertrandov paradoks. Odgovor na pitanje: 51. Biramo tri duzine cije su duljine na srecu odab-
Kolika je vjerojatnost da na srecu odabrana tetiva rani brojevi iz intervala [0, a] . Kolika je vjerojatnost
u danom krugu ima duljinu vecu od stranice upisa- da se od tih dijelova moze sastaviti trokut?
nog jednakostranicnog trokuta? nije jednoznacan.
Izracunaj trazenu vjerojatnost uz sljedece interpre-
tacije na srecu odabrane tetive:
-
a) Tetiva je jednoznacno odredena svojim polo- bijelih, cetiri crne i dvije plave kuglice re-
52. Sest
vistem, biramo ga na srecu unutar kruga. daju se na srecu. Kolika je vjerojatnost da ce prve
-
b) Tetiva je odredena svojim krajevima. Bira- dvije biti bijele?
mo ih na srecu na kruznici.
c) Svaka tetiva okomita je na neki promjer. Fik- 53. Dijete se igra s karticama na kojima su napisana
sirajmo promjer i odaberimo na srecu tocku na nje- slova A, E, E, J, J, N, N, O, O, R, T, V. Kolika je
mu kroz koju tetiva prolazi. vjerojatnost da ce, redajuci ih na srecu, sloziti rijec
d) Postoje li jos neke razumne interpretacije NEVJEROJATNO?
koje ce dati vecu ili manju vjerojatnost od ovdje 54. U kutiji se nalazi sedam bijelih i tri crne kuglice.
navedenih? Izvlacimo odjednom dvije kuglice. Koja je najvje-
rojatnija kombinacija broja izvucenih kuglica?
55. U prostoriji se nalazi s est bracnih parova. Ako
odaberemo na srecu dvoje ljudi, kolika je vjerojat-
43. Dva realna broja izabrana su na srecu unutar nost da su 1) razlicitog spola; 2) bracni par?
intervala [0, 1] . Kolika je vjerojatnost da ce nji-
hov produkt biti veci od 1/ 2, a apsolutna vrijednost 56. U snopu od 52 karte postoji po 13 karata sljede-
njihove razlike nece biti manja od 1/ 2? cih boja: pik, karo, herc i tref. Kolika je vjerojatnost
da ce u 13 karata koje dobiva prvi igrac biti pet pi-
44. Teretni vlakovi duljine 200 m krecu se brzinom kova, tri herca, dva karona i tri trefa?
72 km/ h po prugama koje se medusobno- sijeku. 57. U kutiji se nalazi pet crvenih i cetiri bijele ku-
Trenutak u kojem ce oni proci kroz raskrizje je slu- glice. Kolika je vjerojatnost da cemo birajuci na
- 22h i 22h 30 . Izracunaj vjerojatnost
cajan, izmedu srecu s est kuglica izvuci tri crvene i tri bijele?
sudara.
58. Slova rijeci MATEMATIKA napisana su na kar-
45. Na kruznici polumjera R na srecu se biraju tice i potom promijesana. Kolika je vjerojatnost da
dvije tocke. Kolika je vjerojatnost da ce udaljenost ce se, otkrivajuci jednu po jednu cetiri kartice, po-
medu- njima biti manja od r (r < 2R) ? javiti rijec MATE? A kolika za rijec TIKA?
46. Stap duljine L prelomljen je na dva mjesta. Iz- 59. Bacene su cetiri kocke. Kolika je vjerojatnost
racunaj vjerojatnost da je svaki od tako dobivena tri da sve cetiri padnu na isti broj?
dijela s tapa dulji od 14 L , ako je vjerojatnost preloma 60. Bacene su dvije kocke. Izracunaj vjerojatnost
na svakom mjestu s tapa jednaka. da je veci od dva dobivena broja manji od 5.
61. Dva igraca su bacila kocku. Kolika je vjerojat-
47. Na odresku AD duljine d na srecu su odabra- nost da drugi igrac dobije veci broj od prvog?
ne dvije tocke B i C . Izracunaj vjerojatnost da je
udaljenost d(B, C) manja od d/2 . 62. Bacili smo s est kocaka. Kolika je vjerojatnost
da se pojavilo
48. Dva broda moraju stici u isto pristaniste. Vre- a) s est razlicitih brojeva,
mena dolaska brodova su nezavisna i jednako vje- b) barem dvije s estice,
rojatna u toku dana. Odredi vjerojatnost da ce jedan c) tri para jednakih brojeva,
-
od brodova morati cekati na oslobadanje pristanista, d) s est brojeva manjih od pet?
ako je vrijeme zadrzavanja prvog broda u pristanistu - vjerojat-
1 sat, a drugog 2 sata. 63. Paradoks de Merea. Koji je dogadaj
niji:
49. Unutar duzine AB duljine 10 na srecu odabe- A = pri bacanju cetiriju kocaka pojavila se bar
remo dvije tocke, koje zadanu duzinu dijele na 3 jedna jedinica,
dijela. Kolika je vjerojatnost da je duljina najkraceg B = barem jednom u 24 bacanja dviju kocki po-
od njih veca od 2 ? javile su se dvije jedinice.
De Mere je smatrao da su ti dogadaji - jednako
62 1. VJEROJATNOST
vjerojatni, a kako nisu (izracunaj!), otada se ovaj 77. Iz snopa od 52 karte izabrane su na srecu tri
problem naziva paradoksom. karte. Odredi vjerojatnost da izvucemo
je vjerojatnije: dobiti barem jednu s esti-
64. Sto a) tocno jednog asa,
cu pri 6 bacanja kocke, barem dvije s estice pri 12 b) bar jednog asa,
bacanja ili barem 3 s estice pri 18 bacanja kocke? c) jednog asa, dvojku i trojku,
d) tri karte iste boje,
65. Kolika je vjerojatnost da se u igri LOTO 6 od e) karte razlicitih boja.
45 u jednoj kombinaciji postigne dobitak od 6, 5, 4
ili 3 pogotka?
78. Devet putnika ulaze u neki od tri vagona slucaj-
nim izborom. Kolika je vjerojatnost da ce
66. Izmedu - 6 crvenih i 4 plave kuglice na srecu a) u prvi vagon uci tri putnika,
odabiremo tri. Kolika je vjerojatnost da je barem b) u svaki vagon uci po tri putnika?
jedna od njih plava? 79. Tri kvadrata izabrana su na srecu medu - poljima
67. Iz kutije u kojoj se nalazi 5 crnih, 6 bijelih i 7 na s ahovskoj ploci. Kolika je vjerojatnost da nikoja
crvenih kuglica izvlace se na srecu 4 kuglice. Ko- dva nisu u istom retku ili istom stupcu?
lika je vjerojatnost da medu - izvucenim kuglicama
80. Bacamo tri igrace kocke. Odredi vjerojatnost
nisu zastupljene sve tri boje? -
dogadaja:
68. Iz 4 snopa karata od kojih svaki sadrzi 32 karte A = broj na prvoj kocki veci je od zbroja brojeva
sa po 4 asa, izvlaci se po jedna karta. Odredi vje- na drugoj i trecoj kocki,
rojatnost da su izvucena 2 razlicita para identicnih B = najveci od tri pojavljena broja veci je od
aseva! zbroja preostala dva broja.
69. Iz snopa od 32 karte izabrano je na srecu 10 81. Proklotonk se nalazi u donjem lijevom polju
karata. Kolika je vjerojatnost da ce medu - njima biti (A1) s ahovske ploce. On se pomice prema gore s
svih 8 karata iste boje? vjerojatnoscu p , ili desno s vjerojatnoscu q = 1p .
Proklotonk zavrsava gibanje u onom trenutku kad
70. U kutiji ima 5 bijelih, 4 crne i 2 crvene kuglice. stigne do desnog ili do gornjeg ruba ploce. Kolika
Izvlacimo na srecu 4 kuglice. Kolika je vjerojatnost je vjerojatnost da ce on zavrsiti u polju D8?
da je broj izvucenih crnih kuglica (striktno) veci od
broja izvucenih bijelih? 82. Svijecnjak ima 5 grla za z arulje, od kojih su 2
- 6 bracnih parova izabiru se 4 osobe ispravna i 3 neispravna. U grla uvrnemo na srecu
71. Izmedu 5 z arulja medu- kojima su 2 ispravne i 3 neisprav-
slucajnim izborom. Kolika je vjerojatnost da medu -
ne. Kolika je vjerojatnost da cemo ukljucivanjem
te 4 osobe nije niti jedan bracni par? svijecnjaka u struju dobiti svijetlo?
72. Na s ahovskom turniru sudjeluje 20 natjecatelja, 83. U jednom se razredu nalazi 30 ucenika. Kolika
podijeljenih z drijebom u dvije skupine. Odredi vje- je vjerojatnost da barem dvojica imaju istoga dana
rojatnost da -
rodendan? Kolika je vjerojatnost da su u nekom
a) dva najjaca s ahista budu u razlicitim skupi- odabranom tjednu rodena - barem dvojica ucenika?
nama, -
b) cetiri najjaca s ahista budu dva i dva u razli- 84. Jos o rodendanima. Kolika je vjerojatnost da
a) medu- 12 osoba ne postoje dvije rodene - u is-
citim skupinama.
tom mjesecu,
73. 5 djecaka i 10 djevojcica na srecu su podijeljeni -
b) od tih 12 osoba, dvije po dvije rodene su u
u 5 jednako velikih skupina. Kolika je vjerojatnost istom mjesecu,
da u svakoj skupini bude djecak? c) medu- 30 osoba, u s est mjeseci padaju po tri,
74. Iz kutije u kojoj se nalazi n bijelih i n crnih -
a u preostalih s est mjeseci po dva rodendana.
kuglica izvlacimo na srecu po dvije kuglice (bez 85. Elementi skupova A1 i A2 biraju se medu - ele-
vracanja). Kolika je vjerojatnost da ce u svih n mentima skupa S = {1, 2, . . . , n} nezavisno jedan
tako dobivenih parova kuglice biti razlicitih boja? od drugog, tako da je svaki element iz S ukljucen u
75. Iz snopa od 32 karte izvlaci se karta po karta, podskup Ai s vjerojatnoscu p . Izracunaj vjerojat-
dok izvucena karta nije as, ili dok nisu izvucene 4 nost da A1 i A2 imaju prazan presjek.
karte. Kolika je vjerojatnost da medu - izvucenim
nema crnih karata?
76. Koliki najmanji broj m karata moramo izabrati 86. U urni se nalazi m crvenih i n bijelih kuglica.
iz snopa od 52 karte da bi vjerojatnost pm da se Na srecu je odabrano k kuglica. Kolika je vjerojat-
izvuku dvije karte iste boje bila veca od 12 ? nost da je medu- njima m1 crvenih i n1 bijelih?
1. ZADATCI ZA VJE ZBU
63
87. U urni se nalazi n bijelih i m crnih kuglica, 93. n ucenika i n ucenica poredano je u red po
-
datumima njihovih rodenja. Kolika je vjerojatnost
m n . Izvlacimo redom, bez vracanja, n puta
po 2 kuglice. Kolika je vjerojatnost da su svaki put osobe istog spola ne stoje jedna pored druge?
izvucene raznobojne kuglice? 94. U kutiji se nalazi 2m bijelih i 2n crnih kugli-
ca. Polovina sadrzaja kutije prebacena je u drugu
88. Iz skupa {1, 2, . . . , n} na srecu odaberemo -
kutiju. Kolika je vjerojatnost da se u toj kutiji nade
(odjednom) tri broja. Izracunaj vjerojatnost da je m bijelih i n crnih kuglica?
A = prvi broj po iznosu manji od drugog i tre-
ceg, 95. Na n kartica napisani su brojevi od 1 do n .
B = prvi broj po iznosu izmedu- drugog i treceg. Izvlacimo na srecu dvije kartice (bez vracanja). Iz-
-
racunaj vjerojatnost dogadaja:
89. Iz niza 1, 2, . . . , N biramo na srecu n brojeva i A = oba izvucena broja manja su od zadanog
poredamo ih po velicini: x1 < x2 < . . . < xn . Ko- broja k ( 2 < k n ),
lika je vjerojatnost da je xm = M ? ( m n, M B = jedan broj je manji, a jedan veci od k .
N )?
90. n muskaraca i n z ena sjeda za jedan stol, oda-
biruci mjesta na srecu. Kolika je vjerojatnost da 96. Baceno je n kocaka. Kolika je vjerojatnost da
nikoja dva muskarca ne sjede jedan pored drugog? je barem jedan od okrenutih brojeva paran, te da je
barem jedan neparan?
91. Vlak se sastoji od N vagona. Svaki od n
( n > N ) putnika odabire na srecu neki od vago- 97. Iz 4 snopa karata sa po 52 karte, izvlacimo na
na. Kolika je vjerojatnost da ce u svakom vagonu srecu po jednu kartu. Kolika je vjerojatnost da cemo
biti barem jedan putnik? u skupu izvucenih karata imati barem jednog asa i
barem jednu crvenu kartu?
92. U svakoj od 3 kutije nalazi se po n kuglica, 98. Iz 6 snopova od po 32 karte izvlaci se po jedna
u prvoj bijele, drugoj crne te u trecoj crvene boje. karta. Kolika je vjerojatnost da su barem dvije karte
Istresemo kuglice iz kutije, izmijesamo ih i zatim crne i da su barem 3 karte asevi?
na srecu napunimo svaku od 3 kutije sa po n kugli-
ca. Kolika je vjerojatnost da su ponovo u svakoj od 99. Iz snopa od 32 karte na slucajan nacin odabi-
kutija kuglice iste boje? remo 4 karte. Kolika je vjerojatnost da je izvucena
bar jedna karta, i bar jedna karta crvene boje?
2.
Uvjetna vjerojatnost
1. Uvjetna vjerojatnost . . . . . . . . . . . . . . . . . . . . . . . 64
2. - ......
Nezavisnost dogadaja . . . . . . . . . . . . . . . . . 67
3. Formula potpune vjerojatnosti . . . . . . . . . . . . . . . . . 71
4. Bayesova formula . . . . . . . . . . . . . . . . . . . . . . . . . 73
5. Rijeseni zadatci . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Zadatci za vjezbu . . . . . . . . . . . . . . . . . . . . . . . . . 83
64
2.1. UVJETNA VJEROJATNOST 65
-
Kolika je vjerojatnost dogadaja - B? U
A , ako je poznato da se realizirao dogadaj
-
tom je slucaju dovoljno samo promotriti elementarne dogadaje koji sacinjavaju B (jer
- njima traziti one povoljne za dogadaj
samo neki od njih dolazi u obzir) i medu - A time
- za umnozak AB tih dogadaja.
trazimo elementarne dogadaje - Ova vjerojatnost ovisi o
-
dogadaju B , nazivamo je uvjetna vjerojatnost i biljezimo ju simbolom PB . Uvjetnu
- A citamo: vjerojatnost od A uz uvjet B . Imamo:
vjerojatnost PB (A) dogadaja
1
PB (A) =
5
- (2, 4) povoljan za A .
jer je samo dogadaj
Uvjetna vjerojatnost
Neka je B F dogadaj - pozitivne vjerojatnosti: P (B) > 0 . Uvjetna
vjerojatnost uz uvjet B je funkcija PB : F [0, 1] definirana formulom
P (AB)
PB (A) := , A F. (1)
P (B)
Uobicajeno je da se uvjetna vjerojatnost PB oznacava i formulom P ( | B) , dakle
- A uz uvjet B pisat cemo P (A | B) umjesto PB (A) .
za vjerojatnost dogadaja
Primjer 2.1. Dva broja x i y , biramo na srecu unutar intervala [0, 2] . Kolika je
vjerojatnost da je x > 1 ako je poznato da vrijedi x + y > 2 ?
66 2. UVJETNA VJEROJATNOST
Vjerojatnost umnoska
- racuna se formulom
Vjerojatnost umnoska dvaju dogadaja
P (AB) = P (B)P (A | B) (2)
Primjer 2.2. U urni se nalazi s est bijelih i c etiri crne kuglice. Kolika je vjerojatnost
da ce prve dvije kuglice koje izvucemo biti bijele?
Mozemo zamisliti da kuglice izvlacimo jednu po jednu. Neka su A i B dogadaji -
A = {prva kuglica je bijela},
B = {druga kuglica je bijela}.
-
Tad je AB dogadaj ciju vjerojatnost trazimo. Ocito je:
6
P (A) = .
10
Nakon s to izvucemo prvu kuglicu, u urni je preostalo devet kuglica, od kojih je pet
bijelih. Stoga je:
5
P (B | A) =
9
2.2. NEZAVISNOST DOGA -DAJA 67
-
2.2. Nezavisnost dogadaja
Primjer 2.4. U urni se nalazi s est bijelih i c etiri crne kuglice. Izvlacimo jednu po
jednu dvije kuglice. Kolika je vjerojatnost da ce druga kuglica biti bijela, ako je prva
kuglica bila bijela. Kolika je ta vjerojatnost ako je prva kuglica bila crna? Izracunajmo
obje ove vjerojatnosti u sljedece dvije situacije:
a) prva se kuglica nakon izvlacenja ne vraca u urnu
b) prva se kuglica nakon izvlacenja vraca u urnu.
-
Oznacimo s A i B dogadaje
A = {prva kuglica je bijela},
B = {druga kuglica je bijela}.
Trazimo uvjetne vjerojatnosti P (B | A) i P (B | A) . Ocito je
6 4
P (A) = , P (A) = .
10 10
68 2. UVJETNA VJEROJATNOST
a) Nakon izvlacenja prve kuglice, u urni imamo jednu kuglicu manje. Zato je
5 6
P (B | A) = , P (B | A) = .
9 9
b) Ako kuglicu nakon izvlacenja vratimo u urnu, prije izvlacenja druge kuglice
imat cemo identicnu situaciju: s est bijelih i cetiri crne kuglice, bez obzira je li se
- A ili nije:
ostvario dogadaj
6 6
P (B | A) = , P (B | A) =
10 10
- A ne utjece na vjerojatnost realizacije dogadaja
Kazemo da realizacija dogadaja - B.
-
Neka dogadaji A i B imaju pozitivnu vjerojatnost.
-
Neka je P (B | A) = P (B) , tj. vjerojatnost dogadaja B ne mijenja se nakon
- A . Tad kazemo da su A i B nezavisni
s to nam je poznato da se realizirao dogadaj
-
dogadaji.
U tom slucaju vrijedi
P (AB) = P (A)P (B | A) = P (A)P (B).
Ako je pak ispunjena ova jednakost, onda za uvjetnu vrijedi
P (AB) P (A)P (B)
P (B | A) = = = P (B).
P (A) P (A)
Isto tako, bit ce
P (AB) P (A)P (B)
P (A | B) = = = P (A).
P (B) P (B)
-
Definicija i kriterij nezavisnosti dogadaja
-
Za dogadaje A i B kazemo da su nezavisni, ako vrijedi bilo koja od jedna-
kosti: P (A | B) = P (A) ili P (B | A) = P (B) .
Nuzdan i dovoljan uvjet za nezavisnost jest da bude:
P (AB) = P (A)P (B). (1)
Primjer 2.6. Bacamo dvije kocke. Kolika je vjerojatnost da broj na prvoj bude
paran, a na drugoj manji od 3 ?
Rezultat na jednoj kocki nezavisan je od toga s to ce se pojaviti na drugoj kocki.
Vjerojatnost pojave parnog broja na prvoj kocki je 12 , vjerojatnost da broj na drugoj
- produkt je ovih dvaju. Stoga je njegova
bude manji od 3 je 13 . Trazeni dogadaj
1 1 1
vjerojatnost 2 3 = 6 .
- definira se na slozeniji nacin.
Nezavisnost skupine dogadaja
-
Nezavisnost dogadaja
- A1 , A2 , . . . , An su nezavisni ako za svaki k , 2 k n i svaki
Dogadaji
- vrijedi
izbor Ai1 , Ai2 ,. . . , Aik nekolicine tih dogadaja
P (Ai1 Ai2 Aik ) = P (Ai1 )P (Ai2 ) P (Aik ).
A1 A2 An
...
Sl. 2.2.
Vjerojatnost da j -ti dio nece otkazati tijekom dana jednaka je rj . Kolika je vjerojatnost
da ce citava traka raditi ispravno u tom danu?
Oznacimo s Aj dogadaj -
Aj = { j -ti dio je ispravan}
i neka je
A = {citava traka je ispravna}.
Dogadaj - A ostvarit ce se ako se ostvare svi dogadaji - A1 , . . . , An . Dakle,
A = A1 A2 An .
Zbog nezavisnosti
P (A) = P (A1 ) P (An ) = r1 rn .
Na primjer, za n = 5 i r1 = . . . = r5 = 0.9 dobivamo P (A) = 0.9n = 0.59 .
Vjerojatnost ispravnog rada serijski spojenog sklopa brzo opada s brojem eleme-
nata u sklopu.
Primjer 2.8. Paralelni spoj. Uz iste oznake kao i prije, izracunajmo vjerojatnost
ispravnog rada za proces proizvodnje u kojem se na nekoliko mjesta obavlja istovrsna
radnja:
A1 A2 ... An
Sl. 2.3.
Ovaj ce se put proces odvijati ako je ispravan bar jedan njegov dio. Zato je
A = A1 A2 An .
Vjerojatnost ove unije nije lako direktno izracunati.
Promotrimo suprotan dogadaj - A : proizvodnja je prestala. Ocigledno, on ce se
- A1 , . . . , An . Po de
ostvariti ako su u kvaru svi elementi, tj. ako se ostvare svi dogadaji
Morganovim zakonima vrijedi
A = A1 A2 An
2.3. FORMULA POTPUNE VJEROJATNOSTI 71
- A1 , . . . , An takoder
Dogadaji - su nezavisni. Zato je
P (A) = P (A1 ) P (An ),
tj.
1 P (A) = (1 P (A1 )) (1 P (An )),
P (A) = 1 (1 r1 ) (1 rn ).
S vrijednostima iz proslog primjera imali bismo P (A) = 10.15 1 . Paralelnim
organiziranjem procesa postize se velika pouzdanost ispravnog rada.
Rezultat P (A) 1 ne znaci da sklop ne moze nikako biti u kvaru, vec samo da
- zanemariva. Za takav dogadaj
je vjerojatnost takva dogadaja - kazemo da je prakticki
siguran.
Pri racunanju vjerojatnosti ponekad moramo sve moguce ishode podijeliti u razli-
cite klase. Ilustrirajmo to primjerom.
Primjer 2.9. Vocarnica se opskrbljuje jabukama iz dvaju vocnjaka, i to 60% pot-
rebne kolicine iz prvog i 40% iz drugog vocnjaka. 15% jabuka prvog vocnjaka prve su
kvalitete, dok to vrijedi za 25% jabuka drugog vocnjaka. Kolika je vjerojatnost da na
srecu odabrana jabuka bude prve kvalitete?
Odaberemo na srecu jednu jabuku u vocarnici. Dvije su mogucnosti:
H1 = {odabrana je jabuka iz prvog vocnjaka}.
H2 = {odabrana je jabuka iz drugog vocnjaka}.
- su
Vjerojatnosti da se ostvari neki od ovih dogadaja
P (H1 ) = 0.6, P (H2 ) = 0.4 .
-
Neka je A trazeni dogadaj:
A = {odabrana jabuka prve je kvalitete}.
Ilustrirajmo ovu situaciju slikom:
H1 H2
Zato je
P (A) = P (AH1 ) + P (AH2 ).
- racunamo na poznati nacin:
Vjerojatnosti umnoska dogadaja
P (AH1 ) = P (H1 ) P (A | H1 ).
Vjerojatnost da je jabuka prve kvalitete, ako je poznato da potjece iz prvog vocnjaka je,
prema podacima
P (A | H1 ) = 0.15 = P (AH1 ) = 0.6 0.15 = 0.09 .
Analogno tome vrijedi
P (A | H2 ) = 0.25 = P (AH2 ) = 0.4 0.25 = 0.10 .
Sad dobivamo
P (A) = P (AH1 ) + P (AH2 ) = 0.09 + 0.10 = 0.19 .
Poopcimo ovo razmatranje na slucaj kad se moze pojaviti vise razlicitih moguc-
nosti.
Pretpostavimo da skup elementarnih dogadaja - mozemo rastaviti u n medusobno
-
disjunktnih dogadaja: -
= H1 H2 . . . Hn
pri cemu su dogadaji - Hi , Hj disjunktni su za i = j i vrijedi P(Hi ) > 0 za svaki i .
Ovakav rastav nazivamo particija vjerojatnostnog prostora. Kazemo jos da familija
-
H1 , . . . , Hn cini potpun sustav dogadaja.
H1 H2 Hn
-
Korisno je, zbog razloga koji ce kroz primjere i zadatke postati jasnim, dogadaje
H1 , . . . , Hn zvati hipotezama. Tijekom realizacije nekog pokusa ostvaruje se tocno
jedna hipoteza.
Primjer 2.10. U prvoj kutiji nalaze se tri bijele i dvije crne kuglice, a u drugoj c etiri
bijele i dvije crne. Odaberemo na srecu jednu kuglicu iz prve kutije i prebacimo je u
drugu. Kolika je vjerojatnost da ce kuglica nakon toga izvucena na srecu iz druge kutije
biti crna?
Vjerojatnost izbora plave kuglice ovisi o tome koje je boje kuglica koja je
prebacena iz prve kutije u drugu. Postavimo sljedece hipoteze:
3
H1 = {prva kuglica je crvena}, P (H1 ) =
,
5
2
H2 = {prva kuglica je plava}, P (H2 ) = .
5
Oznacimo s A dogadaj - ciju vjerojatnost trazimo: kuglica izvucena iz druge kutije je
plava. Ako se ostvari prva hipoteza, tad se u drugoj kutiji nalazi pet crvenih i dvije
plave kuglice. Zato je
2
P (A | H1 ) = .
7
Ako se ostvari druga hipoteza, tad se u drugoj kutiji nalaze cetiri crvene i tri plave
kuglice. Zato je
3
P (A | H2 ) = .
7
Prema formuli potpune vjerojatnosti, vrijedi
3 2 2 3 12
P (A) = P (H1 )P (A | H1 ) + P (H2 )P (A | H2 ) = + = .
5 7 5 7 35
Iz poznatih relacija
P (AB) = P (A)P (B | A) = P (B)P (A | B)
mozemo napisati
P (B)P (A | B)
P (B | A) = .
P (A)
Ovu formulu koristimo uglavnom onda kad je dogadaj - B jedna od hipoteza
H1 , . . . , Hn na koje je razbijen skup .
P (Hi )P (A | Hi )
P (Hi | A) = .
P (A)
Pritom se vjerojatnost P (A) racuna uglavnom pomocu formule potpune vjerojat-
nosti. Tako dobivamo Bayesovu 1 formulu.
1
Thomas Bayes (1702.1761.), engleski matematicar
74 2. UVJETNA VJEROJATNOST
Bayesova formula
Vrijedi
P (Hi )P (A | Hi )
P (Hi | A) = .
n
P (Hj )P (A | Hj )
j=1
H1 H2 Hn
-
Ako je pak poznato da se ostvario npr. dogadaj
B = {kocka je pala na broj 5},
tad nestaje svaka neizvjesnost. Naime, vrijedi
P (B | H1 ) = 0, P (B | H2 ) = 13 , P (B) = 1
6
i Bayesova formula daje ocekivani rezultat:
P (H1 | B) = 0,
1 1
2 3
P (H2 | B) = 1
= 1,
6
buduci da uz ovu informaciju sa sigurnoscu znamo da se ostvarila hipoteza H2 .
Primjer 2.12. U urni se nalaze tri kuglice. Znamo da je svaka od njih bijele ili
crne boje. Tocan broj kuglica pojedine boje nepoznat je i pretpostavljamo da je svaka
mogucnost jednako vjerojatna. Pretpostavimo cetiri hipoteze:
Hi = {u urni se nalazi i bijelih kuglica}, i = 0, 1, 2, 3.
Po pretpostavci je
P (H0 ) = P (H1 ) = P (H2 ) = P (H3 ) = 14 .
Izaberimo na srecu jednu kuglicu iz urne. Ispostavilo se da je ona bijele boje. Sto
se sada moze reci o vjerojatnostima pojedinih hipoteza? Hipoteza H0 postaje nemogu-
ca, dok se i vjerojatnosti ostalih hipoteza mijenjaju. Vidjet cemo da raste vjerojatnost
onih hipoteza koje zastupaju veci broj bijelih kuglica. Izracunajmo koliko. Vrijedi
P (A | H0 ) = 0, P (A | H1 ) = 13 ,
P (A | H2 ) = 23 , P (A | H3 ) = 1.
Prema formuli potpune vjerojatnosti,
1 1 1 1 2 1 1
P (A) = 0+ + + 1=
4 4 3 4 3 4 2
1
i Bayesova formula daje (provjerite!): P (H0 | A) = 0 , P (H1 | A) = 6 , P (H2 | A) =
1 1
3 , P (H3 | A) = 2 .
Primjer 2.13. U prvoj urni nalaze se 2 bijele i 4 plave, a u drugoj 3 bijele i 2 plave
kuglice. Iz prve urne na srecu izabiremo dvije kuglice i prebacimo ih u drugu. Kolika
je vjerojatnost da potom izvucena kuglica iz druge urne bude bijela?
-
Nazovimo trazeni dogadaj
A = {kuglica izvucena iz druge urne je bijela}.
76 2. UVJETNA VJEROJATNOST
Primjer 2.14. Neki izvor emitira poruke koje se sastoje od znakova 0 i 1 . Vjero-
jatnost emitiranja znaka 1 je 0.6 , vjerojatnost emitiranja znaka 0 je 0.4 . Na izlazu iz
kanala 10 % znakova se pogresno interpretira. Ako je primljena poruka 101, kolika je
vjerojatnost da je ona i poslana?
-
Oznacimo dogadaje
A = {primljen je znak 0},
B = {primljen je znak 1},
H0 = {poslan je znak 0},
H1 = {poslan je znak 1},
D = {poslana je poruka 101, ako je primljena poruka 101}.
Vrijedi
P (H0 ) = 0.4, P (H1 ) = 0.6,
P (A) = P (H0 )P (A|H0 ) + P (H1 )P (A|H1 ) = 0.4 0.9 + 0.6 0.1 = 0.42,
P (B) = 1 P (A) = 0.58.
Izracunajmo sada vjerojatnosti da su pojedini znakovi bili pravilno primljeni.
P (H0 )P (A|H0 ) 0.36
P (H0 |A) = = = 0.857,
P (A) 0.42
P (H1 )P (B|H1 ) 0.54
P (H1 |B) = = = 0.931.
P (B) 0.58
- zato je
Prijemovi pojedinih znakova su nezavisni dogadaji,
P (D) = P (H1 |B)P (H0 |A)P (H1 |B)
= 0.931 0.857 0.931 = 0.743.
2.5. RIJE SENI
ZADATCI 77
Zadatak 2.2. Kutija ima tri jednake pregrade. U prvoj se nalaze 4 bijele i 5 plavih
kuglica, u drugoj 3 bijele i 6 plavih, u trecoj 5 crvenih i 8 plavih kuglica. Kolika je
vjerojatnost da cemo vadeci dvije kuglice iz na srecu odabrane pregrade izvuci dvije
plave?
- i hipoteze:
Oznacimo dogadaj
A = {izvukli smo dvije plave kuglice},
Hi = {kuglice su izvucene iz ite pregrade}, i = 1, 2, 3.
1
Pregrada se odabire na srecu, zato je P (Hi ) = 3 , za svaki i .
5 4 6 5 8 7
P (A|H1 ) = , P (A|H2 ) = , P (A|H3 ) = .
9 8 9 8 13 12
Po formuli potpune vjerojatnosti
1 5 14
3
5
P (A) = P (Hi )P (A|Hi ) = + + = 0,351.
3 18 12 39
i=1
- i hipoteze:
Oznacimo dogadaj
A = {cilj je unisten},
Hi = {i topova je pogodilo cilj}, i = 1, 2, 3.
Tada je
6 3 27
P (H0 ) = = , P (A|H0 ) = 0,
10 125
4 6 6 3 54
P (H1 ) = = , P (A|H1 ) = 0.3,
10 10 10 1 125
4 4 6 36
3
P (H2 ) = = , P (A|H2 ) = 0.7,
10 10 10 2 125
4 3 8
P (H3 ) = = , P (A|H3 ) = 0.9.
10 125
Odavde slijedi
3
243
P (A) = P (Hi )P (A|Hi ) = = 0.389.
625
i=0
2.5. RIJE SENI
ZADATCI 79
Zadatak 2.4. Na ispitu je zadano 10 pitanja. Student prolazi ako tocno odgovori
na dva proizvoljno odabrana pitanja, ili, ako tocno odgovori na jedno od njih i zatim
odgovori i na trece postavljeno pitanje.
Na koliko pitanja student treba znati odgovor da bi s vjerojatnoscu 0.8 prosao na
ispitu?
Neka je n broj pitanja na koja student zna odgovoriti. Postavimo sljedece
hipoteze:
H1 = {student je odgovorio na prva dva pitanja},
H2 = {student je odgovorio na jedno pitanje},
H3 = {student nije odgovorio niti na jedno pitanje},
-
i oznacimo dogadaj
A = {student je polozio ispit}.
Tada imamo
n n1
P (H1 ) = , P (A|H1 ) = 1,
10 9
n 10 n 10 n n n1
P (H2 ) = + , P (A|H2 ) = ,
10 9 10 9 8
10 n 9 n
P (H3 ) = , P (A|H3 ) = 0,
10 9
n(n 1) n 1 2n(10 n) n(n 1)(14 n)
P (A) = 1 + = = f (n).
90 8 90 360
Vrijedi f (5) = 0.50 , f (6) = 0.67 , f (7) = 0.82 , f (8) = 0.93 , f (9) = 1 ,
f (10) = 1 . Student mora znati odgovoriti na barem 7 pitanja. Primijetimo da je
f (11) = 0.92 , s to dokazuje da nije uvijek korisno previse znati.
Zadatak 2.5. Izmedu- brojeva 1, 2, . . . , n biramo dva broja. Kolika je vjerojatnost
da razlika prvog i drugog broja bude barem m ( 0 < m < n ).
Neka je x1 prvi a x2 drugi izabrani broj. Oznacimo
1
Hk = {x1 = k}, k = 1, 2, . . . , n. P (Hk ) = ,
n
A = {x1 x2 m}.
Tada je
P (A|Hk ) = 0, za k = 1, 2, . . . , m,
km
P (A|Hk ) = , za k = m + 1, . . . , n,
n1
i zato
n
km 1 1
P (A) = = [1 + 2 + . . . + (n m)]
n1 n n(n 1)
k=m+1
(n m)(n m + 1)
= .
2n(n 1)
80 2. UVJETNA VJEROJATNOST
- A glasi
Tako na primjer, za m = 1 dogadaj
A = {prvi broj je veci od drugog}
1
i vrijedi P (A) = 2 .
-
Prvo rjesenje. Oznacimo dogadaj:
-
A = {meta je pogodena jednim metkom}
i moguce hipoteze
H0 = {niti jedan strijelac nije pogodio},
H1 = {pogodio je samo prvi strijelac},
H2 = {pogodio je samo drugi strijelac},
H3 = {pogodila su oba strijelca}.
Vrijedi
P (H0 ) = 0.2 0.6 = 0.12, P (A|H0 ) = 0,
P (H1 ) = 0.8 0.6 = 0.48, P (A|H0 ) = 1,
P (H2 ) = 0.2 0.4 = 0.08, P (A|H0 ) = 1,
P (H3 ) = 0.8 0.4 = 0.32, P (A|H0 ) = 0
i zato dobivamo P (A) = 0.48 + 0.08 = 0.56 . Po Bayesovoj formuli vjerojatnost da
-
je prvi strijelac pogodio metu (nakon s to znamo da je ona pogodena samo s jednim
metkom) iznosi
P (H1 )P (A|H1 ) 0.48
P (H1 |A) = = = 0.857.
P (A) 0.56
Drugo rjesenje. Umjesto hipoteza H0 , H1 , H2 , H3 koje sacinjavaju potpun sistem
-
dogadaja, -
istaknimo dva dogadaja:
D1 = {prvi strijelac je pogodio metu}, P (D1 ) = 0.8,
D2 = {drugi strijelac je pogodio metu}, P (D2 ) = 0.4.
- D1 i D2 se ne iskljucuju medusobno.
Dogadaji - Sada racunamo
P (A) = P (D1 D2 + D1 D2 ) = P (D1 )[1 P (D2 )] + [1 P (D1 )]P (D2 )
= 0.8 0.6 + 0.4 0.2 = 0.56
i dobivamo kao i prije P (D1 |A) = 0.857 . Prema tome, losijem strijelcu pripada samo
jedan batak.
2.5. RIJE SENI
ZADATCI 81
Zadatak 2.7. Cetiri -
strijelca gadaju u metu. Vjerojatnosti pogotka za pojedine
strijelce iznose redom 0.6 , 0.7 , 0.8 , 0.9 . Izracunaj vjerojatnost da barem tri strijelca
pogode metu. Ako je meta pogodena - s tri hica, izracunaj vjerojatnost da su pogodili
prvi i drugi strijelac.
-
Oznacimo dogadaje
Bi = {i-ti strijelac je pogodio metu}, i = 1, 2, 3, 4,
B = {meta je pogodena - s barem tri hica}.
Tada je
. . . .
B = B1 B2 B3 B4 + B1 B2 B3 B4 + B1 B2 B3 B4 + B1 B2 B3 B4 + B1 B2 B3 B4
i kako su Bi nezavisni, to lako dobivamo P (B) = 0.743 . Neka je
-
A = {meta je pogodena s tocno tri hica}.
Postavimo sljedece hipoteze:
Zadatak 2.8. Iz urne u kojoj se nalazi n kuglica izvlacimo na srecu jednu kuglicu.
Kolika je vjerojatnost da ce ta kuglica biti bijela, ako su sve pretpostavke o prethodnom
broju bijelih kuglica jednako vjerojatne? Nakon s to je izvucena bijela kuglica, kolika
je vjerojatnost da su sve kuglice u urni bijele?
2. Zadatci za vjezbu
39. U dva snopa karata nalaze se po 52 karte sa po 49. U kutiji A ima m1 bijelih i n1 crnih, a u kutiji
4 asa. Izvucemo na srecu po jednu kartu iz svakog B m2 bijelih i n2 crnih kuglica. Iz kutije A izva-
snopa, zatim izvucene karte pomijesamo i otkrijemo dimo na srecu 2 kuglice i prebacimo ih u kutiju B .
jednu. Kolika je vjerojatnost da ta karta nije as? Zatim ponovimo postupak tako da iz kutije B na
40. U dva snopa karata nalaze se po 52 karte, sa po srecu izvucemo dvije kuglice i vratimo ih u kutiju
4 asa. Iz jednog snopa izvucemo jednu kartu, a iz A . Kolika je vjerojatnost da ce u kutiji A ponovo
drugog dvije. Zatim tri izvucene karte promijesamo biti m1 bijelih i n1 crnih kuglica?
i otkrijemo jednu. Kolika je vjerojatnost da je ta 50. U kutiji A ima m1 bijelih i n1 crnih kuglica,
karta as? a u kutiji B m2 bijelih i n2 crnih kuglica. Iz svake
41. U kutiji A ima m1 bijelih i n1 crnih kuglica, kutije odabere se na srecu jedna kuglica, a zatim se
a u kutiji B m2 bijelih i n2 crnih kuglica. Iz svake od te dvije kuglice odabere na srecu jedna i vrati
kutije odabere se na srecu jedna kuglica, a zatim se u kutiju A . Kolika je vjerojatnost da nakon toga u
od te dvije kuglice odabere na srecu jedna. Kolika kutiji A bude ponovo m1 bijelih i n1 crnih kuglica?
je vjerojatnost da je ta kuglica bijela? 51. U kutiji A su 3 bijele i 2 crne kuglice, u kutiji
42. U prvoj pregradi nalaze se 2 bijele i 3 crne ku- B 1 bijela i 3 crne, te u kutiji C 5 bijelih i 4 crne
glice, a u drugoj 1 bijela i 4 crne. Iz prve pregrade kuglice. Iz kutije A prebacimo na srecu izvucenu
prebacimo u drugu dvije na srecu odabrane kugli- kuglicu u kutiju B , zatim iz B prebacimo jednu
ce. Izracunaj vjerojatnost da nakon toga na srecu kuglicu u C te na kraju jednu kuglicu prebacimo iz
izvucena kuglica iz druge pregrade bude bijela. C u A . Ako je poznato da je broj bijelih i crnih ku-
glica u svim kutijama ostao nepromijenjen, kolika
43. U grupi od 10 strijelaca nalaze se 4 odlicna i je vjerojatnost da smo iz kutije B prebacili u kutiju
6 dobrih. Vjerojatnost pogotka za odlicne strijelce C kuglicu crne boje?
je 0.9 , za dobre 0.7 . Iz grupe na srecu odabiremo
- u metu jedanput. Kolika je
dva strijelca, koji gadaju 52. Kutija A sadrzi 2 bijele i 3 crne kuglice, B 1
vjerojatnost da ce oba strijelca pogoditi metu? bijelu i 3 crne, C 2 bijele i 1 crnu, te kutija D 3
- bijele i 1 crnu kuglicu. Na srecu izvucena kuglica iz
44. Gadanje se vrsi tako da svaki od 2 tenka oda- A prebacuje se u B , zatim se na srecu izvlaci jedna
bire jedan od 3 razlicita cilja i ispaljuje 1 metak kuglica iz B i prebacuje u C i na koncu na srecu
prema tom cilju. Ako je poznato da svaki od tenko- izabrana kuglica iz C ulazi u kutiju D . Ako je
va pogada - cilj s vjerojatnoscu p , nadi- vjerojatnost
- - tocno jedan cilj i to s poznato da je iz D na srecu izvucena bijela kuglica,
da je nakon gadanja pogoden Izracunaj vjerojatnost da je kuglica prebacena iz B
barem jednim metkom. u C bila crna.
-
45. Gadanje se vrsi tako da svaki od 2 tenka na srecu 53. Urna sadrzi m bijelih i n m crnih kuglica.
odabire jedan od 2 razlicita cilja i ispaljuje 2 metka -
Izracunaj vjerojatnost dogadaja
prema njemu. Ako je poznato da prvi tenk poga- A = izvucena je bijela kuglica;
- s vjerojatnoscu p1 , a drugi tenk s vjerojatnoscu
da
- B = izvucena je bijela kuglica, ako je poznato da je
p2 , naci vjerojatnost da je nakon izvrsenog gadanja jedna kuglica (nepoznate boje) izgubljena;
pogoden- tocno jedan cilj, i to s barem 2 metka!
C = izvucena je bijela kuglica, ako je izgubljeno k
46. U grupi od 8 strijelaca nalaze se 3 odlicna i 5 kuglica, nepoznatih boja.
dobrih. Vjerojatnost pogotka za odlicne strijelce je 54. U svakoj od n kutija nalazi se po m bijelih i
0.9 , za dobre 0.6 . Dva na srecu odabrana strijelca k crnih kuglica. Iz prve kutije izaberemo na srecu
- u metu jedanput. Kolika je vjerojatnost da
gadaju
- jednu kuglicu i prebacimo ju u drugu, zatim iz druge
ce meta biti pogodena (s barem jednim metkom)? kutije prebacimo jednu kuglicu u trecu, itd. Kolika
je vjerojatnost da ce kuglica izvucena iz posljednje
kutije biti bijela?
47. U urni se nalaze bijela i crvena kuglica. Izvlaci 55. U svakoj od n kutija nalazi se po jedna bijela
se po jedna kuglica, sve dok se ne pojavi crvena. i jedna crna kuglica. Iz prve kutije na srecu izabe-
Ako se izvuce bijela kuglica, u urnu se vraca ta i remo jednu kuglicu i prebacimo je u drugu, zatim
dodaje se jos jedna bijela kuglica. Kolika je vjero- iz druge prebacimo jednu kuglicu u trecu itd. a)
jatnost da u prvih n izvlacenja crvena kuglica nece Kolika je vjerojatnost da je kuglica izvucena iz pos-
biti izvucena? ljednje kutije bijela? b) Kolika je vjerojatnost da je
crna kuglica izvucena samo jednom?
48. U prvoj urni se nalaze 2 bijele i 3 crne kuglice,
u drugoj 1 bijela i 4 crne. Iz prve urne prebacimo u 56. U kutiji A imamo 2 bijele i 5 crnih kuglica,
drugu dvije na srecu odabrane uglice. Izracunaj vje- u kutiji B 2 bijele i 4 crne kuglice te u kutiji C
rojatnost da nakon toga na srecu odabrana kuglica 2 bijele i 2 crne. Na srecu odaberemo 2 kuglice
iz druge urne bude bijela. iz kutije C i prebacimo ih u kutiju A a preostale 2
kuglice iz C prebacimo u kutiju B . Ako nakon to-
86 2. UVJETNA VJEROJATNOST
nih primopredajnika prima poruku i s alje je sljede-
pokvaren samo dio C ? cem primopredajniku. Pri tom svaki od njih u 10%
slucajeva pogresno interpretira poruku. Ako je na
A izlazu primljena poruka 1, kolika je vjerojatnost da
je ona i poslana?
C 90. Niz nula i jedinica prenosi se komunikacijskim
B
kanalom. Zbog smetnji, svaki se znak prima isp-
ravno s vjerojatnoscu 0.8 . Da bismo povecali vje-
rojatnost ispravnog prijema, svaki se znak u poruci
ponavlja n puta. Niz od n simbola se interpretira
kao simbol koji se pojavljuje najcesce u tom nizu.
84. Dva od tri nezavisna dijela nekog stroja su ot- (Npr. za n = 5 , niz 10110 se interpretira kao 1, a
kazala. Odredi vjerojatnost da su to prvi i drugi dio, 10100 kao 0).
ako vjerojatnosti otkazivanja prvog, drugog odnos- a) Odredi vjerojatnost ispravnog prijema za
no treceg dijela iznose 0.2 , 0.4 i 0.3 . n = 5.
85. Na slici su navedene vjerojatnosti kvara pojedi- b) Izaberi minimalnu vrijednost od n tako da
-
nih dijelova uredaja. - u
Poznato je da je citav uredaj vjerojatnost ispravnog prijema bude veca od 0.99 .
kvaru, posto je pokvaren jedan ili vise njegovih dije- 91. Tisucu znakova poslano je kroz komunikacijski
lova. Kolika je vjerojatnost da je medu - pokvarenim kanal. Svaki znak moze biti pogresno primljen, s
dijelovima i dio B ? vjerojatnoscu 0.005 , nezavisno od ostalih. Odre-
di vjerojatnost da je najvise pet znakova pogresno
primljeno.
3.
Diskretne slucajne varijable i vektori
Pri realizaciji nekog pokusa ostvaruje se elementaran dogadaj - . Cesto je svrha poku-
sa mjerenje neke numericke velicine cije vrijednosti ovise o toj realizaciji elementarnog dogadaja. -
Jednostavan primjer toga je model bacanja kocke. Tu je prirodno svakom elementarnom dogadaju -
pridruziti broj na koji je kocka pala. Time je definirano preslikavanje iz skupa svih elementarnih
- u skup S = (1, 2, 3, 4, 5, 6) svih mogucih ishoda. Takvo se preslikavanje naziva slucajna
dogadaja
varijabla.
Uz jedan stohasticki pokus moze biti (na prirodan nacin) povezano i vise slucajnih varijabli.
Tako na primjer, ako bacamo dvije kocke onda se kao slucajne varijable pridruzene tom pokusu mogu
uzeti (uz mnoge druge) zbroj brojeva na kockama, njihova razlika, manji od brojeva, veci od brojeva
itd. itd.
Podrucje vrijednosti realne slucajne varijable neki je podskup skupa realnih brojeva. Pri prouca-
vanju slucajnih varijabli izvrsit cemo grubu njihovu podjelu i izdvojiti dvije klase slucajnih varijabli:
diskretne i neprekinute slucajne varijable. Prve poprimaju svoje vrijednosti unutar diskretnog skupa
(obicno prirodnih ili cijelih brojeva) a neprekinute mogu kao svoju vrijednost poprimiti bilo koji
realni broj unutar nekog intervala. Ova je podjela uglavnom uvjetovana time s to se za proucavanje
ovih dviju vaznih klasa koristi razliciti matematicki aparat, uz diskretne varijable vezani su prirodno
nizovi i redovi realnih brojeva i matrice, dok se matematicki aparat kojim se proucavaju kontinuirane
slucajne varijable zasniva na sredstvima matematicke analize: diferencijalnom i integralnom racunu.
Naglasimo da ta podjela cesto nije uvjetovana samom prirodom pokusa. Uzmemo li kao primjer
slucajnu varijablu koja mjeri duljinu odabranog proizvoda, ta je varijabla neprekinutog tipa jer se
duljina neprekinuto mijenja. Medutim, - izrazimo li tu duljinu u milimetrima, dobit cemo slucajnu
varijablu diskretnog tipa.
U ovom cemo poglavlju proucavati diskretne slucajne varijable.
88
3.1. DISKRETNE SLU CAJNE
VARIJABLE 89
Slucajna varijabla
Preslikavanje X : S je diskretna slucajna varijabla ako je za svaki
xk S skup Ak := ( : X( ) = xk ) dogadaj. - Oznacimo
pk := P (Ak ) = P (X = xk ). (1)
Za ove brojeve vrijedi pk > 0 , pk = 1 . Zakon razdiobe slucajne vari-
jable X sastoji se od podrucja vrijednosti koje ona poprima i odgovarajucih
vjerojatnosti. Pisemo
x1 x2 x3 . . .
X . (2)
p1 p2 p3 . . .
Pn
P1
P0
P2
Primjer 3.1. Novcic bacamo tri puta. Neka je X broj pisama. Odredimo razdiobu
te slucajne varijable.
-
Vjerojatnosni prostor sastoji se od osam elementarnih dogadaja. Ispisimo ih i
naznacimo vrijednost slucajne varijable X na svakom od njih:
1 = GGG, X(1 ) = 0
2 = GGP, X(2 ) = 1
3 = GPG, X(3 ) = 1
4 = GPP, X(4 ) = 2
5 = PGG, X(5 ) = 1
6 = PGP, X(6 ) = 2
7 = PPG, X(7 ) = 2
8 = PPP, X(8 ) = 3
Vidimo da X poprima vrijednosti u skupu (x1 =0, x2 =1, x3 = 2, x4 =3) a vjerojatnosti
su
1
p1 = P (X = 0) = P (1 ) = ,
8
3
p2 = P (X = 1) = P ((2 , 3 , 5 )) = ,
8
3
p3 = P (X = 2) = P ((4 , 6 , 7 )) = ,
8
1
p4 = P (X = 3) = P (8 ) = .
8
Dakle zakon razdiobe slucajne varijable X je,
0 1 2 3
X 1 3 3 1 .
8 8 8 8
-
Primjer 3.2. Neka je p vjerojatnost realizacije nekog dogadaja A . Pokus ponav-
- A ne ostvari. Neka je X broj ponavljanja
ljamo pod istim uvjetima sve dok se dogadaj
-
pokusa do realizacije dogadaja A . Tad za X kazemo da ima geometrijsku razdiobu
s parametrom p . Odredimo zakon razdiobe za X .
-
Ispisimo elementarne dogadaje, vrijednost slucajne varijable i pripadne vjero-
jatnosti u ovom pokusu.
1 = A, P (1 ) = p, X(1 ) = 1,
2 = A A P (2 ) = qp, X(2 ) = 2,
2
3 = A A A, P (3 ) = q p, X(3 ) = 3,
..
.
n = A
A A, P (n ) = qn1 p, X(n ) = n,
n1
..
.
3.1. DISKRETNE SLU CAJNE
VARIJABLE 91
Zakon razdiobe je
1 2 3 n
X .
p qp q2 p qn1 p
Zamislimo jednostavan pokus u kojem se kocka baca dva puta. Neka nam X
oznacava rezultat prvog bacanja, a Y rezultat drugog bacanja. Prirodno je pretpostaviti
da rezultati jednog bacanja ne ovise o rezultatima drugoga. Tako na primjer, vrijedi
1 1 1
P (X = 3, Y = 5) = P(((3, 5))) = = = P (X = 3) P (Y = 5).
36 6 6
- koje odgovaraju dogadaju s
Slicno se moze pokazati (ispisujuci elementarne dogadaje
lijeve strane jednakosti) da vrijedi
6 2 3
P (X 2, Y 4) = = = P (X 2) P (Y 4).
36 6 6
Ovaj primjer upucuje da je razumno iskazati sljedecu definiciju.
= P( (X = xk )) P ( (Y = yj ))
1 k n 1 j m
= P (X A)P (Y B).
92 3. DISKRETNE SLU CAJNE
VARIJABLE I VEKTORI
Primjer 3.3. Bacamo kocku dok se ne pojavi broj manji od 5 . Neka slucajna
varijabla X oznacava potreban broj bacanja, slucajna varijabla Y prvo bacanje u kojem
se pojavio broj 6 ( Y = 0 ako se broj 6 uopce ne pojavi). Odredimo zakone razdioba
varijabli X i Y .
4 1 1 4 1 4
Y =
0.1 0.3 0.2 0.4 0.5 0.5
Marginalne razdiobe
Oznacimo
pi = pij = P (X = xi , Y = yj ) (suma i-tog retka),
j j
qj = pij = P (X = xi , Y = yj ) (suma j-tog stupca).
i i
Ocito vrijedi
P (X = xi , Y = yj ) = P (X = xi )
j
tako da zbrajanjem elemenata nekog retka u ovoj tablici dobivamo razdiobu varijable
X . Slicno tome, zbrajanjem elemenata stupca dobit cemo razdiobu varijable Y . Te raz-
diobe upisujemo u marginama tablice, pa cemo ih nazivati marginalnim razdiobama
komponenti slucajnog vektora:
Y y1 y2 ... ym
X
x1 p11 p12 ... p1m p1
x2 p21 p22 ... p2m p2
.. .. ..
. . .
xn pn1 pn2 ... pnm pn
q1 q2 ... qm 1
Ako poznajemo marginalne razdiobe, razdioba vektora jos uvijek nije odrede- -
na, pomocu margina ne mozemo opcenito rekonstruirati vjerojatnosti u tablici. To je
moguce uciniti samo ako su komponente slucajnog vektora nezavisne, jer onda vrijedi
pij = P (X = xi , Y = yj ) = P (X = xi )P (Y = yj ) = pi qj .
Primjer 3.5. Bacamo dvije kocke. Neka je X broj na prvoj kocki, Y veci od dvaju
brojeva na kockama. Odredi razdiobu vektora (X, Y) . Izracunaj marginalne razdiobe
od X i Y .
-
Postoji 36 elementarnih, jednako vjerojatnih dogadaja. Za svaki od njih mo-
z emo odrediti vrijednosti varijabli X i Y . Pri tom neka vrijednost moze ukljucivati
-
vise elementarnih dogadaja. Dobivamo sljedeci zakon razdiobe vektora (X, Y) (zbog
1
kratkoce smo oznacili p = 36 ):
3.2. DVODIMENZIONALNE DISKRETNE RAZDIOBE 95
Y 1 2 3 4 5 6
X
1 p p p p p p 6p
2 0 2p p p p p 6p
3 0 0 3p p p p 6p
4 0 0 0 4p p p 6p
5 0 0 0 0 5p p 6p
6 0 0 0 0 0 6p 6p
p 3p 5p 7p 9p 11p 1
Marginalne razdiobe su
1 2 3 4 5 6 1 2 3 4 5 6
X 1 1 1 1 1 1 , Y 1 3 5 7 9 11 .
6 6 6 6 6 6 36 36 36 36 36 36
Uvjetne razdiobe
- {X = xi | Y = yj } dana je sa
Uvjetna vjerojatnost dogadaja
P (X = xi , Y = yj ) pij
P (X = xi | Y = yj ) = = .
P (Y = yj ) qj
Skup svih takvih vjerojatnosti za sve i daje uvjetnu razdiobu varijable X uz uvjet
Y = yj :
x1 x2 . . .
X | Y = yj p1j p2j . . . .
qj qj
Ta se razdioba cita iz j -tog stupca razdiobe vektora (X, Y) . Elementi tog stupca
podijeljeni su sa odgovarajucom marginom.
Na isti nacin racunamo i uvjetnu razdiobu varijable Y uz uvjet X = xi :
y1 y2 . . .
Y | X = xi pi1 pi2 . . . .
pi pi
Primjer 3.6. Bacamo dvije kocke. Neka je slucajna varijabla X manji, a vari-
jabla Y veci od dva pojavljena broja. Odredi razdiobu vektora (X, Y) , marginalne
-
razdiobe, te uvjetnu razdiobu od X uz uvjet Y = 4 . Izracunaj vjerojatnost dogadaja
A = (X 2 | Y = 4) , B = (Y = 4 | X 2) .
-
Postoji 36 jednakovjerojatnih elementarnih dogadaja. Odredi za svaki od njih
vrijednost vektora (X, Y) ! Dobivamo sljedecu razdiobu (oznacimo zbog kratkoce
1
p = 36 ).
96 3. DISKRETNE SLU CAJNE
VARIJABLE I VEKTORI
Y 1 2 3 4 5 6
X
1 p 2p 2p 2p 2p 2p 11p
2 0 p 2p 2p 2p 2p 9p
3 0 0 p 2p 2p 2p 7p
4 0 0 0 p 2p 2p 5p
5 0 0 0 0 p 2p 3p
6 0 0 0 0 0 p p
p 3p 5p 7p 9p 11p 1
Sl. 3.2. Ocekivanje slucajne varijable je tezinska sredina njezinih realizacija. Svaka realizacija
ima trezinu koja odgovara njezinoj vjerojatnosti.
. Odredimo razdiobu od Y :
(2)2 (1)2 0 12 22 4 1 0 1 4 0 1 4
Y = X2 1 1 1 1 1 1 1 1 1 1 1 1 1
8 4 4 4 8 8 4 4 4 8 4 2 4
Zato je
1 1 1 3
+1 +4 = .
E(Y) = 0
4 2 4 2
Primjetimo da ovdje vrijedi E(X) = 0 , pa je dakle E(X 2 ) = E(X)2 .
Druga mogucnost za racunanje ocekivanja funkcije slucajne varijable je koriste-
njem formule
E( (X)) = (xk )pk .
Do nje dolazimo u gornjem postupku tako da ne svodimo zakon razdiobe varijable
-
Y na reducirani oblik, vec ocekivanje racunamo iz nesredenog oblika. Iz
4 1 0 1 4
Y = X 2 1 1 1 1 1
8 4 4 4 8
dobivamo
1 1 1 1 1 3
E(Y) = 4 +1 +0 +1 +4 = .
8 4 4 4 8 2
100 3. DISKRETNE SLU CAJNE
VARIJABLE I VEKTORI
Posebno ce nam biti vazne funkcije oblika (x) = xn i (x) = (x a)n .
Ishodisni i centralni momenti slucajne varijable
Neka slucajna varijabla X ima zakon razdiobe:
x1 x2 x3 . . .
X
p1 p2 p3 . . .
i neka je n prirodni broj. Ishodisni moment reda n slucajne varijable X
definirano se formulom
E(X n ) := xnk pk . (2)
k
Ako je mX ocekivanje od X , onda se centralni moment n reda n definira
formulom
n := E[(X mX )n ] = (xk mX )n pk . (3)
k
Svojstva disperzije
Ova se svojstva moraju dobro razumjeti. U tu svrhu, navest cemo najprije sljedeci
primjer.
Zapamtimo, disperzija slucajne varijable je uvijek pozitivna. Ovo je svojstvo
potpuno jasno jer slijedi iz formule
D(X) = E[(X mX )2 ] = (xj mX )2 pk .
Svi pribrojnici u ovom izrazu su nenegativni.
Moze li disperzija biti jednaka nuli? U tom slucaju vrijedi xj = mX za svaki j , a
to znaci da se sve realizacije slucajne varijable X podudaraju. Drugim rijecima, tada
X nije slucajna, vec uvijek poprima istu vrijednost.
Velicinu X := D(X) nazivamo standardna devijacija (odstupanje) varijable
X.
102 3. DISKRETNE SLU CAJNE
VARIJABLE I VEKTORI
-
Neke informacije o medusobnoj ovisnosti dviju slucajnih varijabli mozemo dobiti
na temelju sljedecih numerickih karakteristika.
-
Koeficijent korelacije daje nam neku informaciju o meduovisnosti slucajnih va-
rijabli X i Y . Za nezavisne slucajne varijable uvijek je cov(X, Y) = 0 pa s tim i
r(X, Y) = 0 . Obrat nije istinit. Varijable koje su nekorelirane ne moraju biti nezavisne.
Primjer 3.12. Ispravan novcic je bacen tri puta. Neka X oznacava broj pojavljenih
grbova, Y duljinu najduzeg niza uzastopno pojavljenih grbova. Odredi zakon razdiobe
vektora (X, Y) te koeficijent korelacije r(X, Y) .
Karakteristicna funkcija
Karakteristicna funkcija
Karakteristicna funkcija slucajne varijable X definira se formulom
X (t) := E(eitX )
Dakle,
X (t) = pk eitxk . (4)
k
Funkcije izvodnice
Ovaj red konvergira sigurno na podrucju |z| < 1 jer je pk 1 za svaki k . Poznava-
nje funkcije izvodnice cesto nam omogucava da jednostavno odredimo zakon razdiobe
slucajne varijable, jer vrijedi:
(n) (0)
pn = .
n!
Za ovu tvrdnju ne trebamo dodatni dokaz, jer je funkcija izvodnica definirana
zbrojem svog McLaurinovog reda, pa za koeficijente reda mora vrijediti navedena
formula.
Y 1 1
X
1 1 10
1 6 4 24
1 1 7
0 6 6 24
1 1 7
1 6 8 24
1 1
2 2
108 3. DISKRETNE SLU CAJNE
VARIJABLE I VEKTORI
Z 2 1 0 1 2
W
5 5
1 0 0 12 0 0 12
1 1 7
0 0 6 0 8 0 24
1 1 7
1 6 0 0 0 8 24
1 1 5 1 1
6 6 12 8 8 1
3.4. RIJE SENI
ZADATCI 109
Zadatak 3.6. Slucajna varijabla X poprima samo cijele pozitivne vrijednosti. Po-
kazi da vrijedi
E(X) = P (X n).
n=1
3.4. RIJE SENI
ZADATCI 111
P (X n) = P (X = k)
n=1 n=1 k=n
k
= P (X = k) = kP (X = k) = E(X).
k=1 n=1 k=1
Primjer 3.13. Ispravan novcic bacamo dok se grb ne pojavi po drugi put. Neka
slucajna varijabla X oznacava broj bacanja. Izracunaj E(X) te vjerojatnost da se pokus
zavrsi u prvih pet bacanja.
Moguci ishodi i pripadne vjerojatnosti su
elem. dogadaj - vrijednost od X vjerojatnost
1
GG X=2 4
GPG 1
X=3 2 8
PGG
..
.
GP . . . PG
PG . . . PG
1
.. X=n (n 1)
.
2n
PP . . . GG
..
.
Prema tome, ocekivanje iznosi
1
E(X) = n(n 1) .
2n
n=2
Da bismo sumirali ovaj red, definirajmo funkciju
xn x2 1 x2
f (x) = = = , 2 < x < 2.
2n 22 1 x 2(2 x)
n=2
2
Ovaj red konvergira uniformno na svakom zatvorenom podintervalu intervala (2, 2)
i tu se moze derivirati clan po clan:
4x x2 xn1
f (x) = = n n ,
2(2 x) 2
n=2
2
4 xn2
f (x) = = n(n 1) .
(2 x)3 n=2
2n
Dobiveni redovi konvergiraju na istom intervalu (2, 2) . Uvrstavajuci tocku x = 1
dobivamo
1
f (1) = 4 = n(n 1) n = E(X).
n=2
2
112 3. DISKRETNE SLU CAJNE
VARIJABLE I VEKTORI
Primjer 3.14. Dva igraca bacaju naizmjenicno novcic dok se ne pojavi pismo. Po-
bjednk dobiva sumu novca koja je jednaka broju bacanja. Da li je bolje igrati kao prvi
ili kao drugi igrac?
3 + cos t 3 1 eit + eit
= + = 18 eit + 34 eit0 + 18 eit .
4 4 4 2
Dakle, je karakteristicna funkcija diskretne slucajne varijable X s razdiobom
1 0 1
X 1 3 1 .
8 4 8
3. Zadatci za vjezbu
1. U urni se nalazi n kuglica, od kojih je samo jed- 6. Igrac baca jednu kocku. Ako se pojavi broj 6 ima
na bijela. Izvlacimo na srecu jednu po jednu kuglicu pravo bacati ponovo, ali samo jos jedanput. Slucajna
iz urne (bez vracanja). Neka X oznacava pokusaj u varijabla X jednaka je rezultatu prvog bacanja, od-
kojem je izvucena bijela kuglica. Odredi razdiobu nosno zbroju dvaju bacanja ukoliko je kocka bacena
od X . dvaput. Izracunaj ocekivanje i standardnu devijaciju
varijable X .
2. Iz skupa (1, 2, . . . , n) izvlacimo na srecu (odjed-
nom) tri broja. Neka slucajna varijabla X poprima 7. Igrac baca 5 kocaka z eleci postici s to vise je-
vrijednost najveceg od ta tri broja. Odredi razdiobu dinica. Nakon prvog bacanja, sve kocke koje ne
od X . pokazuju na broj 1 baca ponovo. Izracunaj oceki-
vani broj jedinica dobivenih u oba bacanja.
3. Urna sadrzi N kuglica, oznacenih brojevima od
1 do N . Na srecu biramo n kuglica, s vracanjima. 8. Neka je X veci od dva na srecu odabrana broja
Neka je X najveci broj koji je pri tom izvucen. iz skupa (1, 2, . . . , n) . (Isti broj moze biti izabran
Izracunaj razdiobu varijable X . dva puta). Izracunaj ocekivanje E(X) .
9. Izmedu - 6 crvenih i 4 plave kuglice na srecu se
4. Zadan je zakon razdiobe diskretne slucajne vari-
jable biraju tri. Izracunaj ocekivanje broja plavih kuglica.
10. Covjek ima pet kljuceva, od kojih samo jedan
2 1 0 1 2
X 0.2 0.1 0.4 0.1 0.2 otvara vrata njegovog stana. Kljucevi su slicnog ob-
lika pa ih on ne razlikuje. Da bi otvorio vrata, on
Izracunaj E(X) i D(X) . isprobava kljuceve jedan za drugim, s tim da kljuc
koji ne odgovara nakon pokusaja odvaja, da ga ne
5. Slucajna varijabla X poprima vrijednosti x = bi ponovo isprobavao. Koliki je ocekivani broj po-
(n 1)2 , n N , s vjerojatnostima kusaja?
11. Na raspolaganju nam je jedno grlo za z arulje i
2n
P (X = (n 1)2 ) = . ukupno 6 z arulja, od kojih su 2 ispravne i 4 neis-
n ln 2
pravne. Zarulje isprobavamo jednu za drugom, do
Izracunaj ocekivanje varijable X . pojave svjetlosti. Koliko je ocekivanje broja poku-
s aja?
114 3. DISKRETNE SLU CAJNE
VARIJABLE I VEKTORI
12. Slucajna varijabla X poprima vrijednosti u sku- 20. Bacamo dvije kocke. Slucajna varijabla Xk po-
pu (0, 1, 2, . . . , n, . . .) s vjerojatnostima koje opa- prima vrijednost 1 ako se u ktom bacanju poja-
daju po geometrijskom nizu. ve razliciti brojevi, a vrijednost 0 ako su oba bro-
- vezu izmedu
a) Nadi - E(X) i D(X) . ja u ktom bacanju jednaka. Definirajmo Y =
b) Ako je E(X) = a , izracunaj P (X = k) . X1 + . . . + Xn . Odredi ocekivanje, disperziju vari-
jable Y te vjerojatnost dogadaja- (0 Y 2) .
13. Tri osobe bacaju novcic jedna za drugom. Pob-
- onaj koji prvi dobije grb. Kolika je vjerojat-
jeduje 21. Slucajne varijable X1 , X2 , . . . su nezavisne i
nost da ce pobijediti prvi igrac? Koliko je ocekivanje jednako distribuirane,
broja bacanja?
1 0 1
Xk 1/4 1/2 1/4 .
Neka je X = X1 + . . . + Xn . Odredi prva tri mo-
14. Pokus, koji se sastoji u bacanju novcica n puta, menta E(X m ) , m = 1, 2, 3 .
ponovimo dvaput. Izracunaj vjerojatnost da ce se
broj grbova podudarati u oba pokusa. 22. Baca se kocka. Slucajna varijabla X poprima
vrijednost koja je tri puta veca od broja okrenutog na
15. X i Y su nezavisne slucajne varijable koje po- kocki, dok slucajna varijabla Y poprima vrijednost
primaju vrijednosti u skupu (0, 1, . . . , n) , pri cemu 3 kad je broj okrenut na kocki veci od 2 , a vrijed-
je nost 0 kad okrenuti broj nije veci od 2 . Izracunaj
1 disperziju slucajne varijable Z = X + Y .
P (X = i) = P (Y = i) = .
n+1 23. Baca se kocka. Slucajna varijabla X poprima
Odredi razdiobu slucajne varijable Z = X + Y . vrijednost koja je jednaka kvadratu broja okrenutog
na kocki, dok slucajna varijabla Y poprima vri-
16. Neka su X i Y nezavisne slucajne varijable, s jednost 1 kad je broj okrenut na kocki 2 , a
vrijednostima u skupu N , te E(X) < . Dokazi vrijednost +1 kad je on > 2 . Izracunaj disperziju
da vrijedi slucajne varijable Z = X + Y .
X 24. Razdioba vjerojatnosti dvodimenzionalnog slu-
E(min(X, Y)) = P (X i)P (Y i). cajnog vektora (X, Y) zadana je tablicom
i=1
Y 0 1 2
X
17. Slucajna varijabla X poprima samo cjelobrojne 0 1/8 0 0
nenegativne vrijednosti. Dokazi da je 1 1/8 1/8 0
X 2 0 1/8 0
E(X [k] ) = k n[k1] P (X > n) 3 0 1/4 1/4
n=1 - koeficijent korelacije r .
Nadi
[k]
za proizvoljan cjelobrojni k 2 . (Ovdje je x = 25. Baca se kocka. Slucajna varijabla X poprima
x(x 1) (x k + 1). ) vrijednost koja je dva puta veca od broja okrenutog
18. Biramo dva broja iz skupa (1, 2, . . . , n) (isti na kocki, dok slucajna varijabla Y poprima vri-
broj moze biti izabran dva puta). Kolika je vjerojat- jednost 1 kad je broj okrenut na kocki neparan, a
nost da njihov zbroj nece biti veci od n ? Kolika je vrijednost 3 kad je okrenuti broj paran. Odredi
ocekivana vrijednost tog zbroja? disperziju slucajne varijable Z = X + Y .
26. Iz skupa od tri broja S = (1, 2, 3) na srecu bi-
ramo 2 broja. Ako su izvuceni brojevi i, j S ,
slucajnu varijablu X definiramo sa X = max(i, j) ,
19. X i Y su nezavisne diskretne slucajne varijable a slucajnu varijable Y sa Y = min(i, j) . Jesu li
sa zakonom razdiobe: varijable X i Y korelirane, i ako jesu, izracunaj
pripadni koeficijent korelacije r(X, Y) .
1 1
P (X = n) = , n = 0, 1, 2, . . .
e n!
n
1 2
P (Y = n) = 2 , n = 0, 1, 2, . . .
e n!
Odredi razdiobu slucajne varijable Z = X + Y te
izracunaj njeno ocekivanje i disperziju.
3. ZADATCI ZA VJE ZBU
115
27. Baca se kocka. Slucajna varijabla X poprimi 32. Diskretna slucajna varijabla X ima jednoliku
vrijednost +1 ako je okrenuti broj paran, a vrijed- razdiobu na skupu S = (1, 3, 5, . . . , 2n+1) . Odre-
nost 1 ako je okrenuti broj neparan, dok slucajna di njenu karakteristicnu funkciju.
varijabla Y poprimi vrijednost +1 kad je broj okre- 33. Diskretna slucajna varijabla X definirana je
nut na kocki 3 , a vrijednost 1 kad je okrenuti sljedecom razdiobom vjerojatnosti
broj > 3 . Izracunaj disperziju D(Z) slucajne va-
rijable Z = X Y . P (X = x) = 0.5|x| , x = . . . , 4, 2, 1, 3, 5 . . .
- ocekivanje
Koristeci karakteristicnu funkciju nadi
28. Kod bacanja dviju kocaka slucajna varijabla X
poprima vrijednost maksimuma, a slucajna varijab- od X .
la Y vrijednost minimuma okrenutih brojeva. Jesu 34. Odredi karakteristicnu funkciju geometrijske
li varijable X i Y korelirane; ako jesu odredi koefi- razdiobe, dane sa
cijent korelacije r(X, Y) .
P(X = k) = p(1p)k , k = 0, 1, 2, . . .
29. Zadana je razdioba diskretnog slucajnog vekto-
ra (X, Y) : i na temelju toga izracunaj njeno ocekivanje.
Y 0 1
X
1 1/4 1/6
0 1/6 1/8 35. Pokazi da je
1 1/8 1/6 1 + cos3 t
(t) =
Odredi razdiobu slucajnog vektora (Z, T) , ako je 2
Z = 2X + Y , T = 2X Y . karakteristicna funkcija i odredi pripadnu razdiobu.
30. Baca se kocka. Slucajna varijabla X popri- 36. Provjeri da je
ma vrijednost koja je jednaka dvostrukom broju od 1 1 1
broja okrenutog na kocki, dok slucajna varijabla Y (t) = 2 cos t + 6 cos 2t + 2 cos 3t
poprima vrijednost 0 kad je broj okrenut na kocki karakteristicna funkcija i odredi pripadnu razdiobu.
paran, a vrijednost 1 kad je okrenuti broj neparan.
Izracunaj koeficijent korelacije r(X, Y) .
37. Neka je (z) = E(zX ) funkcija izvodnica va-
rijable X . Dokazi da za svaki > 0 vrijedi
31. Slucajna varijabla X poprima vrijednosti u sku- Z 1
pu (2, 1, 0, 1, 2) s jednakim vjerojatnostima. 1
E = z 1 (z)dz.
Odredi njenu karakteristicnu funkciju. X+ 0
4.
Primjeri diskretnih razdioba
-
Neka je pri izvodenju -
nekog pokusa p vjerojatnost realizacije dogadaja A . Po-
-
navljamo taj pokus u nepromijenjenim uvjetima do prve realizacije tog dogadaja. Neka
- A . Onda kazemo
slucajna varijabla X mjeri broj pokusa u kojem se realizirao dogadaj
da X ima geometrijsku razdiobu s parametrom p i pisemo X G(p) .
Odredimo zakon razdiobe ove slucajne varijable. Najprije, X poprima vrijednosti
u skupu {1, 2, 3, . . .} . Odredimo vjerojatnost
pk = P (X = k).
-
Ako se realizirao dogadaj {X = k} , to znaci da se u prvih k 1 pokusa A nije pojavio,
a pojavio se u k -tom pokusu, pa je
pk = P (X = k) = p(1 p)k1 .
Stavimo q := 1 p . Primjetimo da vrijedi
P (X > k) = (1 p)k = qk
- A nije ostvario u prvih k pokusa.
h jer se tada dogadaj
116
4.1. GEOMETRIJSKA RAZDIOBA 117
Pn
P< 1 P= 1
2 2
n m
1 1
Sl. 4.1. Razdioba binomne slucajne varijable, za p < 2 (lijevo) i u simetricnom slucaju p = 2
(desno).
Primjer 4.5. Koliko puta moramo baciti kocku da bi najvjerojatniji broj pojavlji-
vanja s estice bio 10?
Zadatak 4.1. Vjerojatnost kvara brodskog motora u toku jednog dana iznosi p .
Ukoliko je motor bio u kvaru m puta, vjerojatnost da mora otici u remont jednaka je
1 m
P(m) = 1 1 , gdje je neki parametar (srednji broj kvarova do odlaska
broda u remont). Dokazi da je vjerojatnost
da ce brod morati otici na remont nakon n
p n
dana plovidbe jednaka Pn = 1 1 .
Neka je Pn,m vjerojatnost da ce u toku n dana motor biti u kvaru m puta. Po
formuli potpune vjerojatnosti, dobivamo
n
Pn = Pn,m P(m).
m=0
Vjerojatnost kvara u toku svakog dana jednaka p . Broj kvarova unutar n dana ravna
se po binomnoj razdiobi. Zato je vjerojatnost Pn,m dana sa
n m
Pn,m = p (1 p)nm .
m
Uvrstavanjem u gornju formulu dobivamo
n
n m 1 m
Pn = p (1 p)nm 1 1
m
m=0
n n
n m nm
n p m
= p (1 p) p (1 p)nm
m m
m=0 m=0
p n p n
=1 p +1p =1 1 .
Poissonovu razdiobu mozemo dobiti kao granicni slucaj binomne, kad broj pokusa
neograniceno raste. Ulogu vjerojatnosti p pojavljivanja dogadaja- zamjenjuje intenzitet
-
pojavljivanja dogadaja.
Promotrimo sljedeci primjer.
Unutar smjese od koje ce se ispeci m = 25 kolacica stavljeno je n = 100 zrna
-
grozdica. Neka je X slucajna varijabla: broj zrna unutar jednog kolacica. Kakva je
razdioba slucajne varijable X ?
Pretpostavljamo da se svako zrno moze neovisno jedno o drugom naci s jednakom
vjerojatnoscu unutar bilo kojeg kolacica. Vjerojatnost da se zrno nade- unutar jednog
1
odabranog kolacica je p = . Broj zrna unutar tog kolacica je binomna slucajna
m
1
varijabla s parametrima n i p = .
m
Primjetimo da je ocekivani broj zrna unutar jednog kolacica jednak E(X) = np =
n
. Oznacimo tu velicinu s . Ona oznacava intenzitet pojavljivanja zrna unutar nekog
m
kolacica.
124 4. PRIMJERI DISKRETNIH RAZDIOBA
Model slican ovom pojavljuje se pri promatranju broja poziva koji ce stici na neku
telefonsku centralu u nekoj jedinici vremena. Ako za m = 25 minuta na centralu
stigne u prosjeku n = 100 poziva, tada je broj poziva unutar jedne minute bas kao
-
u prijasnjem primjeru s grozdicama binomna razdioba s parametrima n = 100 ,
1
p= . Primjetimo da je ocekivani broj poziva = 4 .
25
Razlika izmedu - ova dva primjera jest u tome s to je broj grozdica
- bio unaprijed
poznat, i ogranicen odozgo. Ukupan broj poziva u drugom primjeru nije poznat, vec
je dan kao statisticka velicina. Sasvim je razumno pretpostaviti, barem u teoriji, da taj
broj nije ogranicen odozgo.
1
Dokaz. Oznacimo m = i transformirajmo izraz slijeva:
p
1 k 1 nk
n k n
p (1 p)nk = 1
k k m m
n
Sada je = np = . Pustimo da broj n neograniceno raste:
m
k nk 1 n(n 1) (n k + 1) k nk
n
1 = 1
k n n k! nk n
1 1 k 1 k nk
= 1 1 1 1
k! n n n
k
e .
k!
Pn
Primjer 4.8. Centrala poduzeca ima dva pozivna broja. Na prvi stize oko 20%
poziva vise nego na drugi broj. Ako je u protekloj minuti stiglo 5 poziva, kolika je
vjerojatnost da je cesce pozivan prvi broj?
Primjer 4.9. Proizvodi neke velike serije, koja sadrzi 0.7% s karta, pakiraju se u
kutije po 100 komada. Koliki ce postotak kutija biti bez ijednog s karta, a koliki sa dva
ili vise s kartova?
Pri tom je
P (A|Hk ) = 1 P (A|Hk ) = 1 0.95k
- s k metaka jednaka je
(vjerojatnost da zrakoplov nece biti srusen ukoliko je pogoden
k
0.95 ).
5000
P (Hk ) = P (X = k) = 0.001k 0.9995000k
k
s to je neprakticno za daljnji racun. Zato aproksimiramo B(5000, 0.001) P(5) i
dobivamo
5k
P (Hk ) = e5 .
k!
128 4. PRIMJERI DISKRETNIH RAZDIOBA
Sada je
5000
5k 5
P (A) = (1 0.95k ) e
k!
k=1
5000 k
5000
5 5 4.75k
=e
k! k!
k=1 k=1
= e5 (e e4.75 ) = 0.22.
5
4. Zadatci za vjezbu
a) niti jednu gresku, 21. Kamion prevozi na gradiliste 4000 komada ci-
b) jednu gresku, gala. Vjerojatnost da se cigla pri prijevozu razbije
c) barem dvije greske. je 0.005 . Odredi vjerojatnost da kamion stigne na
gradiliste sa najmanje 10 i najvise 40 razbijenih
14. Kolika je vjerojatnost da medu - 200 ljudi budu cigala.
barem 4 ljevaka, ako ljevaka ima prosjecno 1% ?
22. Na automatsku telefonsku centralu dolazi pros-
15. Vjerojatnost pogotka u cilj pri jednom hicu iz- jecno 90 poziva na sat. Uz pretpostavku da je broj
nosi 0.001 . Nadi - vjerojatnost da od 5000 metaka
poziva u bilo kojem vremenskom intervalu slucajna
barem dva pogode cilj. varijabla koja ima Poissonovu razdiobu, naci vjero-
16. Stroj proizvodi 99.8% ispravnih i 0.2% neisp- jatnost da za 2 minute na centralu prispiju najmanje
ravnih proizvoda. Kolika je vjerojatnost da u uzorku 5 poziva.
od 500 proizvoda budu vise od tri neispravna?
23. Pri korekturi knjige od 300 stranica primijece-
17. Pri prijemu neke poruke vjerojatnost pogres- no je 1100 gresaka. Koristeci Poissonovu razdiobu
nog prijema svakog pojedinog znaka iznosi 0.01 . izracunaj vjerojatnost da se na pojedinoj stranici na-
Kolika je vjerojatnost da u primljenoj poruci od 10 lazi vise od 3 greske. Koliki je najvjerojatniji broj
znakova gresaka na pojedinoj stranici?
a) ne bude nijednog pogresnog znaka,
b) budu barem dva pogresna znaka? 24. Mjerenja su pokazala da radioaktivna tvar is-
18. Slucajna varijabla ima pusta za 7.5 sekundi u prosjeku 3.87 cestica.
Poissonov
zakon s para- Kolika je vjerojatnost da u toku 1 sekunde ta tvar
1
metrom . Izracunaj E . ispusti barem jednu cesticu, a kolika da u toku 1
1+X sekunde ispusti najvise dvije cestice?
19. Neki uredaj- ima 2000 jednakih dijelova. Vje- -
25. Broj rodenja djecaka odnosno djevojcica u to-
rojatnost kvara pojedinog dijela je 0.0005 . Kolika ku jednog dana su nezavisne slucajne varijable s
je vjerojatnost da ce se pokvariti vise od tri dijela? Poissonovom razdiobom, s parametrima 1 i 2 .
20. Ako je vjerojatnost da ce pacijent pokazati losu Ako je poznato da je u toku tog dana bilo ukupno
reakciju na lijek 0.001 , odredi vjerojatnost da medu - -
n rodenja, kolika je vjerojatnost da je medu- njima
3000 ljudi 5 ili vise pokazuje losu reakciju na lijek. bilo k djecaka?
130 ODGOVORI I RJE SENJA
Odgovori i rjesenja
1. Vjerojatnost
1 ` `
67. 33 . 91. (N n N1 (N 1)n + N2 (N 2)n . . . +
68 Nn `
68. 0.0000342 . N n
(1)N1 N1 1 ).
2
69. 4 C24 10
/C32 = 1 .
58435 6(n!)3
92. .
70. 19 (3n)!
66
2(n!)2
71. 16 . 93. .
33 (2n)!
72. p1 = C21 C18
9 10
/C20 = 0.526 , 2m 2n
2 8 10
p2 = C4 C16 /C20 = 0.428 . m n
94. .
C51 C10
2
C1 C2 C1 C2 C1 C2 2m + 2n
73. 3
43 8 3 3 6 2 3 4 m+n
C15 C12 C9 C6
(k1)(k2) 2(k1)(nk)
35 5!10! 95. , .
= = 0.081 . n(n1) n(n1)
15!
2n (n!)2 96. 1 21n
74. . 97. 0.2568 .
(2n)!
75. 0.101 . 98. 0.0259 .
76. m = 6 . 99. 0.6436
4C482
C3 64 3
4C13
77. a) 3
; b) 1 48
3
; c) 3 ; d) 3
;
C52 C52 C52 C52
4 133
e) 3
; 2. Uvjetna vjerojatnost
C52
C93 26 C3 C3 C3
78. a) 9
; b) 9 96 3
3 3
1. Ne.
79. 14 . 9. r 0 , r 23 te r = 13 .
31
80. P (A) = 5 , P (B) = 5 . 19. A i B ; A i D ; A i E ; A i F ; B i C ; B i E ;
54 18 B i F; C i D; C i E; C i F; D i E; D i F; E
81. 84p7 q3 . i F.
1
82. 7 . 20.
3
, zavisni su.
10
83. 0.7063 ; 0.1130 . 21. 91 , 5 , 1 , ne.
216 9 2
12! 12! 6 1
84. a) , b) C12 12 , 22. Zavisni su.
1212 (2!)6 12 5 91 60 1
30! 6 1 23. , , , .
c) 6 6 C12 30 0.00035 . 9 216 91 2
2 6 12
24. 0.0309 , 0.56 , 7 , 1 .
85. (1 p2 )n . 11664 16
1281
25. P (A) = 1 , P (B) = 1 , P (C) = 4 ,
m1 n1 m1 +n1
86. Cm Cn /Cm+n .
27 16 6
2n m!n!
87. P (C|B) = 22 .
(m + n)! 27
50.
1 m1 m2 + n1 n2 78. 37 .
+ 72
2 2(m1 + n1 )(m2 + n2 )
79. Dvije plave kuglice.
51. 10 . 80. 0.25 .
19
12 nk
52. . 81. , bas kao da uzorka i nema.
17 n+mk
53. m/n u svim slucajevima 82. 21 .
m 31
54. . 83. 0.552 .
m+k
84. 0.298 .
1 n 2n3
55. , 1+ n1
. 85. 0.251 .
2 2 3
(1t)p
56. 124 . 86.
1tp
.
243
57. 13 87. 9 .
24 16
ODGOVORI I RJE SENJA
133
KAZALO
A N
aditivnost vjerojatnosti, 9 negativna binomna razdioba, 128
-
algebra dogadaja, 8 - 1
nemoguc dogadaj,
aposteriorne vjerojatnosti, 74 neprekinutost vjerojatnosti, 22
apriorne vjerojatnosti, 74 nezavisne slucajne varijable, 91, 92
- 68, 69
nezavisni dogadaji,
B normirane slucajne varijable, 103
Bayesova formula, 74 numericke karakteristike, 97
Bernoullijeva slucajna varijabla, 121
binomna razdioba, 119 O
Booleova algebra, 8 ocekivanje, 97
Buffonov problem, 29 P
particija vjerojatnostnog prostora, 72
C partitivni skup, 33
centralni moment reda n , 100 permutacije s ponavljanjem, 37
centrirana slucajna varijabla, 103 permutacije, 35
D Poissonova razdiobu, 125
-
potpun sustav dogadaja, 72
de Morganovi zakoni, 6
- 3
disjunktni dogadaji, prebrojiva ( -) aditivnost, 21
diskretna slucajna varijabla, 89 prebrojiva ( -) algebra, 21
-
presjek dogadaja, 4
disperzija, 100
- elementarni, 1
dogadaj,
- 7 R
dogadaj, rasipanje, 100
- ekvivalentni, 3
dogadaji, -
- nezavisni, 68 razlika dogadaja, 5
dogadaji,
S
E - 1
sigurni dogadaj,
- 3
ekvivalentni dogadaji,
- 1 Silvesterova formula, 19
elementarni dogadaj, simetricna razlika, 59
F slucajne varijable, nezavisne, 91
funkcija izvodnica, 106 standardna devijacija, 101
Stirlingova formula, 17
G stohasticki pokus, 1
- 5
geometrijska razdioba, 90, 116 suprotni dogadaj,
geometrijska vjerojatnost, 27
U
H -
umnozak dogadaja, 4
hipoteze, 72 -
unija dogadaja, 4
uvjetna razdioba, 95
I uvjetna vjerojatnost, 65
ishodisni moment reda n , 100
V
K varijacije s ponavljanjem, 31
karakteristicna funkcija, 106 varijacije, 34
kartezijev umnozak, 30 varijacije bez ponavljanja, .34
klasicni vjerojatnosni prostor, 14 varijanca, 100
koeficijent korelacije, 103 -
vjerojatnost dogadaja, 9
kombinacije s ponavljanjem, 43 -
vjerojatnost umnoska dogadaja, 66
kombinacije, 38 vjerojatnosti, aposteriorne, 74
komplement dogadaja,- 5 vjerojatnosti, apriorne, 74
konacni vjerojatnosni prostor, 11
kovarijacijski moment, 103 Z
zakon razdiobe slucajne varijable, 89
M zakon razdiobe slucajnog vektora, 93
marginalne razdiobe, 94 zakon razdiobe, 93
monotonost vjerojatnosti, 9 -
zbroj dogadaja, 4