Vjerojatnost i statistika

E. Kova c Striko B. Ivankovi c T. Fratrovi c 12. o zujka 2007.

Sadr zaj
2 Vjerojatnost 2.1 Uvod . . . . . . . . . . . . . . . . . . . . 2.2 Intuitivne
denicije vjerojatnosti . . . . 2.3 Algebra dogadaja . . . . . . . . . . . . . 2.4
Vjerojatnosni prostor . . . . . . . . . . . 2.5 Kona can vjerojatnosni prostor . .
. . . . 2.6 Prebrojiv vjerojatnosni prostor . . . . . 2.7
Zadaci . . . . . . . . . . . . . . . . . . . 2.7.1 Rje senja
zadataka . . . . . . . . . 2.8 Geometrijska denicija vjerojatnosti . . . 2.9
Zadaci . . . . . . . . . . . . . . . . . . . 2.9.1 Rje senja
zadataka . . . . . . . . . 2.10 Uvjetna vjerojatnost . . . . . . . . . . . 2.11
Potpuna vjerojatnost. Bayesova formula. 2.12 Zadaci . . . . . . . . . . . . . . . .
. . . 2.12.1 Rje senja
zadataka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 27 28 30 31 33
35 41 42 43 45 45 46 49 53 53
FPZ - Vjerojatnost i statistika (19123/2007)

27

2
2.1

Vjerojatnost
Uvod

U teoriji vjerojatnosti osnovni pojmovi koji se deniraju su pokus (eksperiment) i

ishod (elementarni dogadaj). Ishod pokusa (ili pojave) mo ze biti jednozna cno
odreden (determiniran) ili ishod nije jednozna cno odreden, tj. ishod je slu
cajan (stohasti can). Primjer pokusa za koji je ishod jednozna cno odreden je:
baca se nov ci c, a ishod je nov ci c ce sigurno pasti na tlo. Ovakvi
pokusi nazivaju se deterministi ckim pokusima. Pokus kod kojeg je ishod slu cajan
naziva se slu cajnim pokusom. Primjer 2.1 Baca se nov ci c i gleda da li je palo
pismo (P) ili glava (G). ci ca i gleda da li je palo pismo ili glava na prvom ili
Primjer 2.2 Bacaju se dva nov drugom nov ci cu. Primjer 2.3 Registrira se broj
automobila koji prode kontrolnu to cku na ulici u odredenom vremenskom intervalu.
Primjer 2.4 Baca se nov ci c dok dva puta uzastopno ne padne ista strana nov ci
ca. Primjer 2.5 Svaki dan na odredenom mjestu u odredeno vrijeme se mjeri
temperatura zraka u Zagrebu u stupnjevima Celzijeve skale. Primjer 2.6 Mjeri se te
zina i visina studenata na drugoj godini FPZ-a u Zagrebu 2007. godine. Primjer 2.7
Mjeri se ka snjenje vlaka u minutama iz Rijeke u Zagreb svaki dan u 2007. godini.
Ishodi navedenih pokusa su slu cajni. U primjerima 2.1 i 2.2 unaprijed znamo skup
mogu cih ishoda, dok u ostalim primjerima do skupa mogu cih ishoda dolazimo
empirijskim postupkom (mjerenjem). Dogadaj koji se mo ze, ali i ne mora
realizirati, naziva se slu cajnim dogadajem. Teorija vjerojatnosti bavi se prou
cavanjem slu cajnih dogadaja, pronalazi zakonitosti cnosti realizacije dogadaja.
Teorija vjerojatnosti po cela i formule za odredivanje mogu se razvijati kao
samostalna znanost 1654. godine. Tada je zapo cela razmjena pisama izmedu B.
Pascala i P. Fermata povodom jednog hazardnog problema. Sve do dvadesetog stolje
ca, teorija vjerojatnosti nije se smatrala matemati ckom disciplinom. Tek 1933.
ruski matemati car A.M. Kolmogorov uveo je aksiomatsku deniciju vjerojatnosti i
od tada se teorija vjerojatnosti smatra granom matematike. Teorija vjerojatnosti
temelj je matemati cke statistike, teorije slu cajnih procesa, teorije
informacija, teorije pouzdanosti, ...
FPZ - Vjerojatnost i statistika (19123/2007)

28

2.2

Intuitivne denicije vjerojatnosti

Skup svih mogu cih ishoda slu cajnog pokusa ozna cava se s . Svaki element
naziva se elementarnim dogadajem, a skupom elementarnih dogadaja. Za pokuse u
primjerima 2.1 - 2.7 odredimo skup : U primjeru 2.1 je = {P,G}. U primjeru
2.2 je = {PP,PG,GP,GG}. U primjeru 2.3 je = {0, 1, 2, . . . , n}. U
primjeru 2.4 je = {GG,PP,GPP,PGG,GPGG,PGPP, . . .}. U primjeru 2.5 je = 40,
+45 R. U primjeru 2.6 je = {(t, v ) | tmin t tmax , vmin v vmax } R
R. U primjeru 2.7 je = [0, 180 R. Skup elementarnih dogadaja mo ze biti
diskretan (kona can ili prebrojivo beskona can) ili neprekinut odnosno
kontinuiran (neprebrojiv). U primjerima 2.1 - 2.3, je kona can, u primjeru 2.4
prebrojivo beskona can, a u primjerima 2.5 - 2.7 je neprebrojiv. Neka je
diskretan skup elementarnih dogadaja. Svaki podskup A naziva se slu cajnim
dogadajem ili kra ce dogadajem. Dogadaj A je nastupio ako je u pokusu realiziran
bilo koji od ishoda (elementarnih dogadaja) iz skupa A. cna kocka. Odredimo skup
elementarnih dogadaja Primjer 2.8 Baca se pravilna simetri i dogadaje A =
{dobiven je broj 3} i B = {dobiven je paran broj}. Rje senje: = {1, 2, 3, 4,
5, 6}, A = {3, 4, 5, 6}, B = {2, 4, 6} Skup svih podskupova od naziva se
partitivnim skupom i ozna cava s P () = k {A | A }. Poznato je da vrijedi k
(P ()) = 2 , pa je broj svih mogu cih dogadaja k jednak 2 . zi sve ishode
(elementarne Budu ci da je P () i on sam je dogadaj, a kako sadr dogadaje)
nazivamo ga sigurnim dogadajem. Prazan skup P () ne sadr zi nijedan ishod i
nazivamo ga nemogu cim dogadajem. Za dogadaj A zelimo odrediti mogu cnost
pojavljivanja u konkretnom pokusu ckim istra zivanjima vjerojatnost dogadaja A
denira vjerojatnost dogadaja A. U statisti
FPZ - Vjerojatnost i statistika (19123/2007)

29

se na sljede ci na cin: Neka je n broj pokusa izvedenih pod istim uvjetima u

kojima je nA puta nastupio A dogadaj A. Broj nA nazivamo apsolutnom u cestalo s
cu dogadaja A, a kvocijent nn nA relativnom u cestalo s cu. Pri tome je 0 n
1. Pokazuje se da relativna u cestalost ima tendenciju stabiliziranja oko jedne
cvrste vrijednosti kada broj ponavljanja pokusa te zi u beskona cnost. Ta
vrijednost ozna cava se sa P (A) tj. P (A) = lim nA n n

i naziva se vjerojatnost a posteriori dogadaja A. Ovo je empirijski na cin

odredivanja vjerojatnosti dogadaja A, koji se temelji na prethodno izvedenim
pokusima (opa zanjima). Primjer 2.9 Ako zelimo uspostaviti telefonsku vezu s
nekim gradom onda svaki od tih poku saja je jedan pokus. Ovakav pokus rezultira s
dva ishoda: A = {veza je ostvarena}, B = {veza nije ostvarena}. Broj poku saja n =
10000, a veza je uspostavljena u nA = 6900 poku saja. Kolika je vjerojatnost da se
veza uspostavlja? Rje senje: nA = 0, 69, sto zna ci da je mogu cnost
uspostavljanja veze 69%. n

U nekim slu cajevima vjerojatnost dogadaja mo ze se odrediti i bez prethodno

izvedenih pokusa. Neka slu cajan pokus ima kona cno mnogo jednako mogu cih
ishoda. Neka je dogadaj A vezan za taj pokus. Ka zemo da je ishod povoljan za
dogadaj A ako njegovo pojavljivanje povla ci da se realizirao dogadaj A.
Vjerojatnost dogadaja A je omjer broja m (broja povoljnih ishoda za A) i broja n
(broja svih mogu cih ishoda pokusa): m P (A) = . n Skup svih ishoda je , a A ,
te je P (A) = kA . k (6)

Ovako je denirana vjerojatnost a priori (Laplace, 1812.). Ova denicija ima samo
ograni cenu mogu cnost primjene, jer se zahtjeva da je skup svih ishoda kona
can i da su svi ishodi jednako mogu ci. Primjer 2.10 Primjenom formule (6)
dobivamo 1. Vjerojatnost da ce kod bacanja simetri cnog nov ci ca pasti
pismo jednaka je 1 . 2
FPZ - Vjerojatnost i statistika (19123/2007) 2. Vjerojatnost da ce kod bacanja
kocke pasti broj 6 jednaka je 1 . 6

30

3. Vjerojatnost da ce kod izvla cenja jedne karte iz spila od 32 biti izvu

cena karta boje 8 1 karo jednaka je = . 32 4 4. Ako na sistemskom listi cu igre
Loto 7/39 igramo 23 broja, vjerojatnost dobitka sedmice jednaka je 23 7 . 39 7
Primjer 2.11 U dru stvu je 5 mu skaraca i 10 zena. Odrediti vjerojatnost da pri
slu cajnom razdvajanju dru stva na 5 jednakih grupa, u svakoj grupi nade po jedan
mu skarac. Rje senje: Razdvajaju ci 15 clanova dru stva na 5 grupa po tri
clana, prvu grupu mo zemo 15 12 3 3 izabrati na K15 na cina, drugu na K12 na
cina id. Ukupan broj na cina = = 3 3 15! 3 3 3 3 3 na koji se dru stvo mo ze
razdvojiti je n = K15 K12 . K9 K6 K3 = (3!)5 Sli cno, broj na cina na
koji od 10 zena mo zemo izabrat u 5 grupa po 2 zene jednak je 10! 2 2 2 2 2
zena mo ze izabrati jedan od K10 K8 K6 K4 K2 = 5 , pri tome se za prvu
grupu 2 1 1 5 mu skaraca na K5 = 5 na cina, za drugu jedan od preostala 4 (K4 =
4) itd. Dakle je 10! 5! . m= 25 Tra zena vjerojatnost je 10!5!(3!)5 P = 5 = 0,
0809. 2 15!

2.3

Algebra dogadaja

Neka je skup svih elementarnih dogadaja. Dogadaji su izvjesni podskupovi od .

Deniramo relacije i operacije nad dogadajima, analogno operacijama u teoriji
skupova. 1. Unija ili zbroj dogadaja A i B je dogadaj koji se realizira ako i samo
ako se cavat cemo ga s A B (A + B ). realizira barem jedan od dogadaja A ili
B . Ozna 2. Presjek ili umno zak dogadaja A i B je dogadaj koji se realizira ako
i samo ako se realiziraju i A i B . Ozna cavat cemo ga s A B (AB ). 3. Za
dogadaje A i B ka zemo da su disjunktni ili da se isklju cuju ako je A B = .
FPZ - Vjerojatnost i statistika (19123/2007)

31

4. Komplement ili suprotni dogadaj dogadaja A je dogadaj Ac , koji se realizira ako

i samo ako se A ne realizira. O cito vrijedi: A Ac = , A Ac = , (Ac )c = A,
c = , c = . 5. Razlika dogadaja A i B je dogadaj koji se realizira ako i samo
ako se realizira dogadaj A, a ne realizira dogadaj B . Ozna cavamo ga s A \ B .
Vrijedi Ac = \ A. 6. A povla ci dogadaj B ako vrijedi A = A B , tj. iz
realizacije dogadaja A slijedi realizacija dogadaja B . Pi semo A B . 7. Ako je
A B i B A, ka zemo da su dogadaji A i B ekvivalentni (sastoje se iz jednakih
ishoda). Vrijede sljede ce De Morganove formule: (A B )c = Ac B c , (A B )c
= Ac B c . (7)

Neka je skup svih elementarnih dogadaja (ne mora biti kona can, ni prebrojiv, ve
c mo ze biti i kontinuiran). Dogadaji ce biti izvjesni (op cenito ne svi!)
podskupovi od . cimo sa F i nazivamo je algebrom dogadaja. Ona mora Familiju svih
dogadaja ozna imati sljede ca svojstva: 1. F 2. A F Ac F 3. A, B F
A B F . Kako je = c , to je i F , a sli cno mo zemo zaklju citi i za
A B = (Ac B c )c F i A \ B = A Bc F .

2.4

Vjerojatnosni prostor

Denicija 2.1 (Aksiomatska denicija vjerojatnosti) Vjerojatnost je preslikavanje P

: F [0, 1] sa sljede cim svojstvima: 1. P (A) 0 za svaki A F 2. P () = 1 3.
P (A B ) = P (A) + P (B ) za sve A, B F takve da je A B = . Uredenu trojku
(, F , P ) nazivamo vjerojatnosnim prostorom (prostor vjerojatnosti). Ova
denicija vjerojatnosti odnosi se na algebru s kona cnim brojem dogadaja. Prou
cavanje vjerojatnosti mo ze se pro siriti i na algebre koje imaju prebrojivo
beskona cno mnogo se primjene to ne ce biti potrebno. dogadaja, tzv. -algebre.
Za na Od svojstava vjerojatnosti izdvajamo
FPZ - Vjerojatnost i statistika (19123/2007) 0 P (A) 1 Ako je A B , tada
je P (A) P (B ) Vjerojatnost unije dogadaja P (A B ) = P (A) + P (B ) P (A
B ) Vjerojatnost unije n dogadaja
n n

32

P(
i=1

Ai ) =
i=1

P (Ai )
i<j

P (Ai Aj )+
n n+1

+
i<j<k

P (Ai Aj Ak ) + + (1)

P(
i=1

Ai )

Vjerojatnost suprotnog dogadaja jednaka je P (Ac ) = 1 P (A) Dokaz: kako je A

Ac = i A Ac = , primjenom svojstava 2. i 3. iz denicije slijedi 1 = P () = P
(A Ac ) = P (A) + P (Ac ). Odavde odredujemo vjerojatnost suprotnog dogadaja P
(Ac ). Vjerojatnost nemogu ceg dogadaja: P () = 0 c Dokaz: iz = ,
vjerojatnosti surotnog dogadaja i svojstva 2. iz denicije vjerojatnosti slijedi P
() = 1 P () = 0. Za dva dogadaja A i B ka zemo da su nezavisni dogadaji ako i
samo ako vrijedi P (A B ) = P (A) P (B ). Primjer 2.12 U metu gadaju
istovremeno dva strijelca. Prvi gada s vjerojatno s cu 0,5, a drugi s vjerojatno
s cu 0,7. Kolika je vjerojatnost da ce meta biti pogodena? Rje senje: Ozna
cimo dogadaje Ai = {i-ti strijelac je pogodio metu}, pa vrijedi P (A1 ) = 0, 5 i P
(A2 ) = 0, 7. Dogadaj meta je pogodena zna ci: metu je pogodio prvi ili drugi
ili oba tj. A1 A2 . Dobivamo P (A1 A2 ) = P (A1 ) + P (A2 ) P (A1 A2 ). A1
i A2 su nezavisni dogadaji, pa je P (A1 A2 ) = P (A1 ) P (A2 ) = 0, 5 0, 7 =
0, 35 i nadalje P (A1 A2 ) = 0, 5 + 0, 7 0, 35 = 0, 85.
FPZ - Vjerojatnost i statistika (19123/2007)

33

2.5

Kona can vjerojatnosni prostor

U kona cnom vjerojatnosnom prostoru je = {1 , 2 , . . . , n }. Ovdje je F = P

() partitivni skup od (skup svih podskupova od i k F = 2n ). Vjerojatnost je
zadana ako znamo njenu vrijednost na elementarnim dogadajima i , tj. ako su
zadani brojevi pi = P ({i }) = P (i ) sa svojstvima: 1) pi 0,
n

za i = 1, . . . , n

2)
i=1 n

pi = 1.
n n

Odavde slijedi P () = P (
i=1

i ) =
i=1

P (i ) =
i=1

pi = 1.

Ako je A F , tada je P (A) =

i A

P (i ).

Primjer 2.13 Bacaju se tri nov ci ca i promatra se koliko se puta okrenulo pismo.
Skup ci ca, mogu nastupiti elementarnih dogadaja je = {0, 1, 2, 3}. Kad bacamo
tri nov 3 3 V 2 = 2 = 8 mogu cnosti. 1 Vjerojatnost da se nijednom nije okrenulo
pismo je P (0) = , vjerojatnost da se na 8 3 3 1 jednom nov ci cu okrenulo pismo
je P (1) = i sli cno P (2) = i P (3) = . Vidimo da 8 8 8 vrijedi
4

P (i ) = P (0) + P (1) + P (2) + P (3) = 1.

i=1

a) Kolika je vjerojatnost dogadaja A da se barem na jednom nov ci cu okrenulo

pismo? b) Kolika je vjerojatnost dogadaja B da su se sva tri nov ci ca okrenula
na istu stranu? 7 a) Kako je A = {1, 2, 3} slijedi P (A) = P (1) + P (2) + P (3) =
ili 8 1 7 c P (A) = 1 P (A ) = 1 P (0) = 1 = . 8 8 1 b) B = {0, 3}, pa
slijedi P (B ) = P (0) + P (3) = . 4 Ako za svaki elementarni dogadaj i ,
vrijedi P (i ) = pi = p i ako je k = n, kA m 1 , sto onda je p = . Za dogadaj A
za koji je kA = m vrijedi P (A) = , tj. P (A) = n n k predstavlja klasi cnu
deniciju vjerojatnosti a posteriori: P (A) = broj ishoda povoljnih za dogadaj A .
broj svih mogu cih ishoda Rje senje:
FPZ - Vjerojatnost i statistika (19123/2007) Primjer 2.14 Bacaju se dvije kocke. a)
Kolika je vjerojatnost da je na obje kocke pao isti broj ili zbroj 10? b) Kolika je
vjerojatnost da je barem na jednoj kocki pala sestica? Rje senje: Skup
elementarnih dogadaja je = {(i, j ) | i, j = 1, 2, . . . , 6}

34

i k = V 6 = 62 = 36. a) Dogadaj A = {okrenuo se isti broj na obje kocke} = {(i,

i) | i = 1, 2, . . . , 6} i dogadaj B = {zbroj na kockama jednak je 10} = {(4, 6),
(5, 5), (6, 4)}. Imamo 6 3 1 P (A) = , P (B ) = , P (A B ) = , 36 36 36 te je 3 1
8 2 6 + = = P (A B ) = P (A) + P (B ) P (A B ) = 36 36 36 36 9 1 1 1 Kako
je P (A B ) = , a P (A) P (B ) = , vidimo da 36 6 12 P (A B ) = P (A) P
(B ), tj. dogadaji A i B nisu nezavisni. b) Neka je A1 dogadaj da je pala sestica
na prvoj kocki, a A2 dogadaj da je pala sestica na drugoj kocki. Tra zi se P (A1
A2 ). Imamo P (A1 A2 ) = P (A1 ) + P (A2 ) P (A1 A2 ) = P (A1 ) + P (A2 )
P (A1 ) P (A2 ), jer su A1 i A2 nezavisni dogadaji, sto nam daje P (A1 A2 ) =
6 6 1 11 + = . 36 36 36 36

Drugi, alternativni na cin izra cuna je sljede ci. Dogadaj da je barem na jednoj
kocki pala sestica je suprotan od dogadaja da niti na jednoj nije pala sestica,
pa mo zemo ra cunati
c c c P (A1 A2 ) = 1 P (Ac 1 A2 ) = 1 P (A1 ) P (A2 ) = 1

5 5 11 = , 6 6 36

c jer nezavisnost dogadaja A1 i A2 povla ci i nezavisnost dogadaja Ac 1 i A2 .

FPZ - Vjerojatnost i statistika (19123/2007)

35

2.6

Prebrojiv vjerojatnosni prostor

= {1 , 2 , 3 , . . .}.

Pretpostavimo da je beskona can prebrojiv skup:

Algebra F i sada je jednaka skupu svih podskupova P (). Ona zadovoljava uvjet

ako su An F (n N), tada je

n=1

An F .

Vjerojatnost P na algebri F mora zadovoljavati uvjet

P(
n=1

An ) =
n=1

P (An ),

ako je Am An = za sve m = n.

U ovom slu caju algebru F nazivamo -algebrom. Kako i prije, vjerojatnost P je

zadana ako su zadani brojevi pi za koje vrijedi: 1) pi = P (i ) 0,

za i = 1, 2, . . . , n, . . .

2)
i=1

pi = 1.

Nisu svi elementarni dogadaji jednako vjerojatni, pa klasi cna denicija

vjerojatnosti u ovom slu caju gubi smisao. Za A ponovno imamo P (A) =
i A

P (i ).

Primjer 2.15 Baca se nov ci c dok ne padne pismo. Skup elementarnih dogadaja je
= {1, 2, 3, . . .}. 1 = 1 zna ci: u prvom bacanju palo je pismo, 2 = 2 zna ci:
u drugom bacanju je prvi put palo pismo, . . . n = n zna ci: u n-tom bacanju je
prvi put palo pismo, . . . 1 1 1 Ra cunamo P (1) = , P (2) = 2 , . . ., P (n) =
n , . . . 2 2 2

P (i ) =
i=1 i=1
1 2

1 2

1 2

= 1.
FPZ - Vjerojatnost i statistika (19123/2007) ( suma geometrijskog reda za q =
Kolika je vjerojatnost dogadaja A = {1, 2}? Rje senje: P (A) = P (1) + P (2) = 3 1
1 + = . 2 4 4 1 1 i a1 = ) 2 2

36

Primjer 2.16 Igra na sre cu sastoji se od bacanja dviju kocaka. Odredite

vjerojatnost da zbroj na kockama bude ve ci od 9? Rje senje: Ozna cimo tra zeni
dogadaj s A. U ovom slu caju broj elementarnih dogadaja je k = 36, a
prebrojavanjem povoljnih ishoda, tj. onih kada je zbroj na kockama ve ci od 9,
dobivamo k (A) = 6. Vjerojatnost iznosi P (A) = 6 1 = . 36 6

Primjer 2.17 U Beli se dijeli osam karata. Odredite vjerojatnost dobivanja: a)

jednog asa, b) barem jednog asa? Rje senje: a) Od ukupno osam karata koje se
dijele iz spila od 32, jedna karta treba biti jedan od cetiri asa, a sedam
karata se dijeli od preostalih 28. Tra zena vjerojatnost je dakle 28 4 7 1 . 32 8
b) Suprotni dogadaj je taj da niti jedna od dobivenih karata nije as, pa je tra
zena vjerojatnost 28 8 1 . 32 8 Primjer 2.18 Student je iza sao na ispit znaju
ci 20 od 25 pitanja. Na ispitu se izvla ce tri pitanja. Kolika je vjerojatnost da
student zna odgovor na: a) na sva tri pitanja b) na barem jedno pitanje?
FPZ - Vjerojatnost i statistika (19123/2007) Rje senje:

37

a) Broj povoljnih mogu cnosti da ce student znati odgovoriti na sva tri pitanja
(na20 25 zovimo ga dogadajem A) je m = , a svih mogu cnosti izbora ima n = , 3 3
te je 20 3 P (A) = = 0.495. 25 3 b) Dogadaj da student zna odgovor na barem jedno
pitanje suprotan je dogadaju da ne zna odgovor niti na jedno od tri odabrana
pitanja, te je tra zena vjerojatnost: 5 3 25 3

= 0.9957.

Primjer 2.19 Kolika je vjerojatnost da dvije slu cajno izabrane osobe imaju
rodendane istog dana? Rje senje: = {(i, j ), 1 i, j 365} A = {(i, i), 1 i
365} 365 P (A) = = 0, 00274. 3652 Primjer 2.20 Kolika je vjerojatnost da izmedu n
osoba budu barem dvije koje imaju rodendan istog dana? Izra cunajte za n = 5. Rje
senje: Neka je An dogadaj da svih n osoba ima rodendane u razli cite dane. Tada je
tra zena vjerojatnost pn = P (Ac n ) = 1 P (An ) = 1 Za n = 5 imamo p5 =
0.027. Primjer 2.21 Iz spila od 52 karte na slu cajan na cin, jednu za drugom,
izvla cimo dvije karte i to a) prvu izvu cenu kartu vra camo u spil (dogadaj
A), 365 364 (365 n + 1) . 365n
FPZ - Vjerojatnost i statistika (19123/2007) b) prvu izvu cenu kartu ne vra camo
u spil (dogadaj B ). Kolika je vjerojatnost da izvu cemo oba asa? Rje senje: 4
4 , 32 32 4 3 b) P (B ) = . 32 31 Primjer 2.22 Kolika je vjerojatnost sestice
na lotu 7/39? a) P (A) =

38

32) 1 Rje senje: # # 39) ( 7 Primjer 2.23 Kolika je vjerojatnost da dijete

dobije sesticu ako kocku baca triput uzastopce?
( )(

# ##

7 6

Rje senje: Tra zi se vjerojatnost dogadaja suprotnog dogadaju da u tri bacanja

nijednom nije pala sestica: 5 p = 1 ( )3 = 0.42. 6 Primjer 2.24 Simetri can
nov ci c bacamo 5 puta. Kolika je vjerojatnost da je pismo palo triput? Rje
senje: 1 5 p= = 0.3125. 3 2 Primjer 2.25 U kutiji se nalazi 4 puta vi se
ispravnih nego neispravnih proizvoda. Na slu cajan na cin biraju se tri
proizvoda. Vjerojatnost da medu njima bude barem jedan 29 neispravan proizvod
iznosi . Koliko je proizvoda u kutiji? 57 Rje senje: Neka je n broj neispravnih
proizvoda u kutiji. Tada je 4n broj ispravnih proizvoda. Dogadaj da medu tri slu
cajno izabrana proizvoda bude barem jedan neispravan cena proizvoda ispravna.
Slijedi suprotan je dogadaju da su sva tri izvu 4n 3 29 1 = 57 5n 3 28 4n(4n 1)
(4n 2) = 5n(5n 1)(5n 2) 57 2 37n 159n + 44 = 0 11 n1,2 = 4; . 37
5
FPZ - Vjerojatnost i statistika (19123/2007) Dobiva se da u kutiji neispravnih
proizvoda ima 4, ispravnih 16.

39

Primjer 2.26 U kutiji je 12 kuglica: plave, zute i tri crvene. Na slu cajan na
cin biramo tri kuglice. Ako vjerojatnost da izaberemo po jednu plavu, zutu i
crvenu kuglicu iznosi 3 , koliko je zutih kuglica u kutiji? 11 Rje senje: Neka
je n broj zutih kuglica. Tada plavih kuglica ima 9 n. Od 12 kuglica 12 tri se
mogu izvu ci na na cina. Povoljno je da to bude jedna od 3 crvene, jedna od 3 n
zutih i jedna od 9 n plavih: 3 n 9n 1 1 1 12 3 3 11

n(9 n) = 20. Dobivaju se dva rje senja za broj zutih kuglica: n = 5 ili 4.
Primjer 2.27 U dvorani je prisutno 12 studentica i 18 studenata. Slu cajnim se
izborom bira tro clana delegacija. Kolika je vjerojatnost da su izabrana: a) tri
studenta (dogadaj A), b) tri studentice (dogadaj B ), c) dvije studentice i student
(dogadaj C )? Rje senje: 18 3 30 3 12 3 30 3

a) P (A) =

= 0.20,

b) P (B ) =

= 0.05,

c) P (C ) =

18 12 1 2 30 3

= 0.2926.
FPZ - Vjerojatnost i statistika (19123/2007)

40

Primjer 2.28 Kutija sadr zi 12 loptica za stolni tenis, od kojih su 4 lo se. Na

slu cajan na cin izvadimo odjednom 7 loptica. Kolika je vjerojatnost da ce medu
njima biti a) najvi se jedna lo sa loptica (dogadaj A), se ili 4 lo se loptice
(dogadaj B )? b) 2 lo Rje senje: 8 8 4 + 7 6 1 , 12 7 8 4 8 4 + 5 2 3 4 .
12 7

a) P (A) =

b) P (B ) =

sestica pojavi u n bacanja kocke? Koliko Primjer 2.29 Kolika je vjerojatnost p(n)
da se puta treba baciti kocku da je vjerojatnost sestice barem 0,9? Rje senje:
p=1 1 5 6 5 6
n n

5 6

0, 9 0, 1

Logaritmiranjem dobivamo n 13.

FPZ - Vjerojatnost i statistika (19123/2007)

41

2.7

Zadaci

1. U kutiji se nalazi 16 proizvoda, od kojih su 4 neispravna. Na slu cajan na cin

se izvla ci 5 proizvoda. Kolika je vjerojatnost da medu njima bude barem jedan
neispravan? 2. Student je iza sao na ispit znaju ci odgovor na 20 od mogu cih 26
pitanja. Profesor postavlja tri pitanja za redom. Kolika je vjerojatnost da student
zna odgovor: a) na sva tri pitanja b) na barem jedno pitanje? 3. Uzorak sadr zi
dva puta vi se ispravnih nego neispravnih proizvoda. Ako slu cajno biramo
cetiri proizvoda, vjerojatnost da medu njima budu dva ispravna i dva neispravna
iznosi 30/91. Koliko proizvoda sadr zi uzorak? 4. U kutiji se nalazi 20% manje
bijelih nego crnih kuglica. Na slu cajan na cin biramo dvije kuglice. Ako
vjerojatnost da izvu cemo barem jednu bijelu kuglicu iznosi 12 , 17 koliko je
crnih kuglica u kutiji? 5. Iz kutije u kojoj se nalaze 4 plave, 5 zutih i crvene
kuglice, na slu cajan na cin izvla cimo dvije kuglice. Vjerojatnost da ne
izaberemo nijednu crvenu iznosi 30%. Koliko je kuglica u kutiji? 6. U kutiji je 15
kuglica: crvene, plave i tri zute. Na slu cajan na cin biramo tri kuglice. 3 .
Koliko je plavih Vjerojatnost da izaberemo po jednu crvenu, plavu i zutu iznosi
13 kuglica u kutiji? 7. Koji postotak peteroznamenkastih brojeva a) sadr zi
znamenku 5, b) djeljiv je s 20, a ne sadr zi znamenke 8 i 9? 8. U kutiji se nalazi
50% vi se bijelih nego crvenih kuglica. Na slu cajan se na cin biraju tri
kuglice. Ako je vjerojatnost da izvu cemo jednu crvenu kuglicu i dvije bijele
jednaka 0, 5, koliko je bijelih kuglica u kutiji? 9. U cetiri vagona na slu
cajan na cin ulazi 16 putnika. Kolika je vjerojatnost da: a) u prvi vagon udu 4
putnika, b) u svaki vagon udu po 4 putnika?
FPZ - Vjerojatnost i statistika (19123/2007) 2.7.1
1. 2. 3. 4. 5. 6. 7. 8. 312 9. a) , 416 16 12 8 4 4 4 416 16 4 a) b) a) b)

42

Rje senja zadataka

b)

4 4

.
FPZ - Vjerojatnost i statistika (19123/2007)

43

2.8

Geometrijska denicija vjerojatnosti

Promatrat cemo jedino one neprebrojive skupove elementarnih dogadaja koji imaju
kona cnu geometrijsku mjeru m() kao npr. duljina, povr sina, obujam.
Vjerojatnost dogadaja A , tj. vjerojatnost da je slu cajno odabrana to cka iz
A, jednaka je omjeru mjere od A i mjere od : m(A) P (A) = . m() Funkcija P
zadovoljava sve aksiome vjerojatnosti i ovako denirana vjerojatnost naziva se
geometrijska vjerojatnost. Primjer 2.30 U krug je upisan kvadrat. Kolika je
vjerojatnost da s propisane udaljenosti pikado pogodi dio kruga unutar kvadrata?
Rje senje: Tra zena vjerojatnost jednaka je omjeru povr sine kvadrata upisanog
krugu m(A) i povr sine kruga m(): (r 2)2 2 P (A) = = . 2 r Primjer 2.31 Dva
vlaka duljine 200m kre cu se brzinom 72km/h prugama koje se medusobno kri zaju.
Trenutak u kojem ce oni u ci u kri zanje je slu cajan i izmedu 22 sata i
22:30. Kolika je vjerojatnost da ce se vlakovi sudariti? Rje senje: Neka je x -
trenutak ulaska prvog vlaka u kri zanje, y - trenutak ulaska drugog vlaka u kri
zanje. Ako prvi vlak ude u kri zanje to cno u 22 sata i stavimo x = 0s, onda u
22:30 je x = 1800s, sli cno i za drugi vlak. Skup elementarnih dogadaja je =
{(x, y ) | x [0s, 1800s], y [0s, 1800s]}. je kvadrat u xOy ravnini, a
jedinice na koordinatnim osima su sekunde. Vlakovi ce se sudariti (dogadaj A) ako
je 200m , |x y | 20m/s jer je 72km/h = 20m/s, tj. A = {(x, y ) | |x y |
10s} . Crtanjem podru cja (kvadrat) i njegovog podskupa A (to cnije podru
cja odredenog nejednad zbama y x + 10 i y x 10 unutar kvadrata) dobivamo
m() = 18002 , m(A) = 18002 17902 ,
FPZ - Vjerojatnost i statistika (19123/2007) te je P (A) =

44

18002 17902 = 0, 011. 18002

Primjer 2.32 Prometna nesre ca dogodila se izmedu 8 i 9 sati. Kolika je

vjerojatnost da se dogodila izmedu 8:25 i 8:40? Rje senje: m() = 60min, m(A) =
15min, te je p= 15 = 0, 25. 60

cajno su odabrane to cke L i M . Kolika Primjer 2.33 Na segmentu T1 T2 duljine 1

slu je vjerojatnost da se a) to cka L nalazi bli ze to cki T1 nego to cka M
(dogadaj A)? b) to cka L nalazi bli ze to cki M nego to cki T1 (dogadaj B)?
Rje senje: Neka su to cke L i M smje stene na intervalu [0, 1] i odredene s L(x)
i M (y ). Tada = {(x, y ) | x, y [0, 1]} je kvadrat u koordinatnom sustavu xOy
i m() = 1. a) Budu ci da je to cka L bli ze to cki T1 nego to cka M kada je y
x > 0, vrijedi A = {(x, y ) | y x > 0} , sto je pravokutni trokut s
katetama duljine 1 i 1 m(A) = . Dobivamo 2 1 P (A) = . 2 b) To cka L je bli ze
to cki M nego to cki T1 ako je x > y ili ako za x < y vrijedi y x < x. Odavde
slijedi da je B = {(x, y ) | y < 2x} , za koji vrijedi 3 m(B ) = . Dobivamo
4 3 P (B ) = . 4
FPZ - Vjerojatnost i statistika (19123/2007)

45

2.9

Zadaci

1. Na zidu dimenzija 8m 5m nalaze se cetiri prozora svaki dimenzija 1.8m

1.2m. Kolika je vjerojatnost da dje cak koji nasumice puca loptu u zid pogodi bilo
koji prozor? 2. Na realnom pravcu slu cajno su odabrane to cke a i b tako da je 0
a 3 i 2 b 0. Kolika je vjerojatnost da je udaljenost izmedu to caka a i b
ve ca od 3? 3. Iz intervala [0, 10] biraju se dva realna broja. Kolika je
vjerojatnost da njihov zbroj bude ve ci od 8, a apsolutna vrijednost njihove
razlike ve ca od 3? 4. Iz intervala [0, 1] na slu cajan na cin biraju se dva
broja. Kolika je vjerojatnost da 1 njihov zbroj bude ve ci od 3 , a apsolutna
vrijednost njihove razlike manja od 1 ? 3 5. Iz intervala [1, 1] biraju se dva
broja. Kolika je vjerojatnost da njihov zbroj bude pozitivan, umno zak negativan,
a zbroj kvadrata manji od 1? 6. Iz intervala [0, 2] na slu cajan se na cin biraju
dva broja. Kolika je vjerojatnost da njihov zbroj bude manji od 3, a razlika po
apsolutnoj vrijednosti manja od 1? 7. De cko i cura dogovore susret izmedu 7:00 i
8:00 na trgu. Dogovore se da onaj tko dode prvi, ceka drugog najvi se 20min.
Kolika je vjerojatnost da ce se susresti? 8. Dvije osobe imaju jednaku
vjerojatnost da dodu na zakazano mjesto u svakom trenutku vremenskog intervala T .
Kolika je vjerojatnost da jedna osoba drugu ne ceka du ze od t (vremenski
interval)? 2.9.1 Rje senja zadataka

1. 0, 216. 1 . 3 39 3. . 200 4 4. . 9 5. 5 6. . 8 5 7. . 9 2. 8. T 2 (T t)2 .

T2
FPZ - Vjerojatnost i statistika (19123/2007)

46

2.10

Uvjetna vjerojatnost

Neka je B F dogadaj s pozitivnom vjerojatno s cu P (B ) > 0. Deniramo uvjetnu

vjerojatnost da ce nastupiti dogadaj A, ako je nastupio dogadaj B s P (A|B ) =
Odavde je P (A B ) = P (B )P (A|B ). Ako je P (A) > 0 tada je P (B |A) = pa je P
(A B ) = P (A)P (B |A). Dakle, vrijedi P (A B ) = P (B )P (A|B ) = P (A)P (B |
A). Vrijedi i P (A1 A2 A3 ) = P (A1 A2 )P (A3 |A1 A2 ) = P (A1 )P (A2 |A1 )
P (A3 |A1 A2 ). Sli cno se mo ze pokazati i za P (A1 A2 An ) = P
(A1 )P (A2 |A1 )P (A3 |A1 A2 ) P (An |A1 A2 An1 ). Ako je
kona can i ako svi elementarni dogadaji imaju jednaku vjerojatnost, tada zbog P (A
B ) = slijedi P (A|B ) = k (A B ) , k P (B ) = kB k (10) P (B A) P (A B )
= , P (A) P (A) (9) P (A B ) P (B ) za svaki A F . (8)

k (A B ) . kB

Primjer 2.34 Bacaju se dvije kocke. Ako je pao zbroj 6, kolika je vjerojatnost da
je na jednoj kocki pao broj 2? Rje senje: Denirajmo B = {pao je zbroj 6}, A = {na
jednoj kocki je pao broj 2}.
FPZ - Vjerojatnost i statistika (19123/2007) Tra zi se P (A|B ) = k (A B ) .
Kako je kB kB = 5, k (A B ) = 2,

47

B = {(1, 5), (5, 1), (2, 4), (4, 2), (3, 3)}, A B = {(2, 4), (4, 2)}, slijedi P
(A|B ) = 2 = 0, 4. 5

cki je utvrdeno da od 10000 mu skaraca 500 boluje od daltonizma, Primjer 2.35

Statisti a od 10000 zena njih 25. Kolika je vjerojatnost da slu cajno odabrana
osoba bude daltonist i mu skarac? Rje senje: Neka je A = {odabrana osoba je
daltonist}, B = {odabrana osoba je mu skarac}. Tra zi se P (A B ). Po (9) imamo
P (A B ) = P (B )P (A|B ). Kako je P (B ) = slijedi P (A B ) = 10000 1 = ,
20000 2 500 10000

P (A|B ) =

1 1 1 = = 0, 025. 2 20 40

Primjer 2.36 Vjerojatnost da zrakoplov bude oboren prije nego sto stigne do cilja
je 5%. Vjerojatnost da uni sti cilj, ako do njega dospije, je 40%. Kolika je
vjerojatnost da zrakoplov dospije do cilja i uni sti ga? Rje senje: Neka je A =
{zrakoplov je dospio do cilja}, B = {cilj je uni sten}. P (A) = 0, 95,

Tra zi se P (A B ). Zadano je jo s P (B |A) = 0, 4. Po formuli (10) P (A B )

= P (A)P (B |A) = 0, 95 0, 4 = 0, 38. Primjer 2.37 U skupu od 100 proizvoda, 10
je neispravno. Kolika je vjerojatnost da cemo biranjem nasumice u tri uzastopna
poku saja izabrati 3 neispravna proizvoda, ako pri tom odabrani proizvod ne vra
camo natrag?
FPZ - Vjerojatnost i statistika (19123/2007)

48

Rje senje: Neka je Ai dogadaj da je izabran neispravan proizvod u i-tom poku

saju, i = 1, 2, 3. Tra zena je vjerojatnost P (A1 A2 A3 ) = P (A1 )P (A2 |A1 )
P (A3 |A1 A2 ). 10 . Vjerojatnost izbora drugog neispravnog proizvoda ako je ve
c 100 9 izabran jedan takav iznosi P (A2 |A1 ) = , a vjerojatnost izbora tre ceg
neispravnog 99 8 proizvoda ako su ve c prethodno izabrana dva takva je P (A3 |A1
A2 ) = . Dobivamo 98 Znamo P (A1 ) = P (A1 A2 A3 ) = 10 9 8 72 = = 0,
000742. 100 99 98 97020

Primjer 2.38 Vjerojatnost u postocima da su oba blizanca mu skog spola je 40%, a

da su zenskog je 35%. Pri porodu, prvo se rodilo mu sko dijete. Kolika je
vjerojatnost da i drugo dijete bude mu sko? Rje senje: Blizanci mogu biti: A -
dva dje caka, B - dvije djevoj cice, C - djevoj cica i dje cak. Tra zi se P
(A|(A C )) = P (A (A C )) . P (A C )

Vjerojatnost da se rodio barem jedan dje cak P (A C ) = 1 P (B ) = 1 0, 35 =

0, 65. Slijedi 0, 4 P (A|(A C )) = = 0, 615. 0, 65 Prisjetimo se da su dva
dogadaja A i B nezavisni dogadaji ako vrijedi P (A B ) = P (A) P (B ), i da u
protivnom ka zemo da su zavisni. Ako su dogadaji A i B nezavisni vrijedi: P (A|B
) = P (A), P (B |A) = P (B ).

Vjerojatnost da se desi barem jedan od dogadaja A ili B jednaka je P (A B ) = P

(A) + P (B ) P (A)P (B ).
FPZ - Vjerojatnost i statistika (19123/2007) Vjerojatnost da ne ce nastupiti ni
dogadaj A, ni dogadaj B jednaka je P (Ac B c ) = (1 P (A))(1 P (B )).

49

Vjerojatnost da se desi barem jedan od dogadaja A ili B suprotan je dogadaju da se

ne desi ni A ni B , pa je P (A B ) = 1 P (Ac B c ) = 1 (1 P (A)) (1 P
(B )) . Vjerojatnost da se barem jedan od dogadaja A i B ne ce realizirati je P
(Ac B c ) = 1 P (A)P (B ). s cu 80%, drugi sa Primjer 2.39 Tri strijelca
gadaju metu. Prvi pogada s vjerojatno 60% i tre ci s 90%. Kolika je vjerojatnost
da u meti zavr si samo jedan metak, ako sva trojica gadaju samo s po jednim
metkom? Rje senje: Budu ci da pogodak ili proma saj bilo kojeg od njih ne utje
ce na gadanje ostalih, tra zena vjerojatnost je: P = 0, 8 0, 4 0, 1 + 0, 2
0, 6 0, 1 + 0, 2 0, 4 0, 9 = 0, 116. Zadatak 2.40 Tri strijelca gadaju jednu
te istu metu. Vjerojatnost pogotka kod svakog strijelca redom iznosi 0,80, 0,70 i
0,60. Kolika je vjerojatnost: cno jednog pogotka u metu, a) to b) barem jednog
pogotka u metu, c) najvi se dva pogotka u metu?
Rje senje:

2.11

Potpuna vjerojatnost. Bayesova formula.

H1 , H2 , . . . , Hn ,

Potpun sustav dogadaja cine dogadaji

ako vrijedi sljede ce:

n

Hi = i
i=1

Hi Hj = za i = j.
FPZ - Vjerojatnost i statistika (19123/2007) Neka je A . Tada je
n n

50

A=A=
i=1

Hi

A=

(Hi A) = (H1 A) (H2 A) (Hn A).

i=1

Dogadaji (Hi A) i (Hj A) se isklju cuju za i = j , te je

n n

P (A) = P (H1 A) + P (H2 A) + P (Hn A) =

i=1

P (Hi A) =
i=1

P (Hi )P (A|Hi ).

Izveli smo formulu potpune vjerojatnosti:

n

P (A) =
i=1

P (Hi ) P (A|Hi ).

(11)

Bayesova formula slu zi za aposteriorno izra cunavanje vjerojatnosti pojedinih

hipoteza Hj , ako je poznato da se dogodio dogadaj A: P (Hj |A) = P (Hj A) = P
(A) P (Hj ) P (A|Hj )
n

j = 1, 2, . . . , n.

(12)

P (Hi ) P (A|Hi )
i=1

Primjer 2.41 Tri stroja rade istovremeno pri cemu prvi daje 50%, drugi 30%, a tre
ci 20% proizvodnje. Postotak neispravnih kod prvog stroja je 10%, drugog 20%, a
tre ceg 18%. cajno odabrani proizvod neispravan? a) Kolika je vjerojatnost da je
slu b) Ako je slu cajno odabrani proizvod neispravan, kolika je vjerojatnost da
je proizveden na prvom stroju? Rje senje: Neka je Hi = {proizvod je proizveden na
i-tom stroju}, i = 1, 2, 3. Imamo P (H1 ) = 0, 5, P (H2 ) = 0, 3 i P (H3 ) = 0, 2.
Denirajmo A = {odabrani proizvod je neispravan}. Zadano je P (A|H1 ) = 0, 1, P (A|
H2 ) = 0, 2 i P (A|H3 ) = 0, 18. a) Tra zi se P (A). Po formuli (11) P (A) = P (H1
)P (A|H1 ) + P (H2 )P (A|H2 ) + P (H3 )P (A|H3 ) = 0, 5 0, 1 + 0, 3 0, 2 + 0, 2
 0, 18 = 0, 146.
FPZ - Vjerojatnost i statistika (19123/2007) b) Tra zi se P (H1 |A) = P (H1 A) P
(H1 )P (A|H1 ) 0, 5 0, 1 = = = 0, 342. P (A) P (A) 0, 146

51

Primjer 2.42 Grupa od 10 studenata je do sla na usmeni ispit. Trojica su

pripremila ispit izvrsno, cetvorica dobro, dvojica dovoljno i jedan lo se.
Pitanja su na listi cima i ima ih 20. Izvrsno pripremljeni student zna odgovor na
svih 20 pitanja, dobro pripremljeni na 16, dovoljno pripremljeni na 10, a lo se
pripremljeni na 5. Slu cajno odabrani student je odgovorio na 3 zadana pitanja.
Odredite vjerojatnost da je to bio student koji je ispit pripremio: a) izvrsno, se?
b) lo Rje senje: Ozna cimo sljede ce dogadaje H1 H2 H3 H4 Tada je P (H1 ) = =
{student = {student = {student = {student je je je je pripremio pripremio pripremio
pripremio ispit ispit ispit ispit izvrsno}, dobro}, dovoljno}, lo se}.

3 4 2 1 , P (H2 ) = , P (H3 ) = i P (H4 ) = . 10 10 10 10 Neka je dogadaj A =

{student je odgovorio na sva 3 pitanja}. Vjerojatnost da je student odgovorio na
sva 3 pitanja, ako je ispit pripremio izvrsno je 20 3 20 3

P (A|H1 ) =

= 1,

ako je ispit pripremio dobro 16 3 20 3

P (A|H2 ) =

= 0, 491,

ako je ispit pripremio dovoljno 10 3 20 3

P (A|H3 ) =

= 0, 105,
FPZ - Vjerojatnost i statistika (19123/2007) a ako je ispit pripremio lo se 5 3 20
3

52

P (A|H4 ) =

= 0, 009.

a) Vjerojatnost da je na sva 3 pitanja odgovorio izvrstan student, po Bayesovoj

formuli (12) je P (H1 )P (A|H1 ) P (H1 |A) = , P (A) dok je vjerojatnost dogadaja A
po formuli (11) P (A) = P (H1 )P (A|H1 ) + P (H2 )P (A|H2 ) + P (H3 )P (A|H3 ) + P
(H4 )P (A|H4 ) 4 2 1 3 = 1+ 0, 491 + 0, 105 + 0, 009 = 0, 5183. 10 10 10 10
Sada slijedi 3 1 P (H1 |A) = 10 = 0, 5788. 0, 5183 1 0, 009 P (H4 )P (A|H4 ) =
10 = 0, 0017. P (H4 |A) = P (A) 0, 5183

b) Analogno
FPZ - Vjerojatnost i statistika (19123/2007)

53

2.12

Zadaci

1. Zarulje se proizvode u tri pogona. Prvi pogon daje 50% proizvodnje, drugi 30%
i tre ci 20%. Postotak neispravnih zarulja iz prvog pogona je 10%, iz drugog
15%, a iz tre ceg 8%. a) Kolika je vjerojatnost da je slu cajno izabran proizvod
neispravan? b) Kolika je vjerojatnost da je neispravan proizvod proizveden na
drugom stroju? 2. Jedan tip proizvoda izraduje se na 4 stroja. Na stroju S1
izraduje se 40% proizvodnje od cega je 0, 1% skarta, na S2 se radi 30% i od
toga je 0, 2% skarta, na S3 20% sa 0, 25% skarta i na S4 10% proizvodnje sa 0,
5% skarta. a) Kolika je vjerojatnost da je slu cajno odabrani proizvod ispravan?
cajno odabrani proizvod neispravan, kolika je vjerojatnost da je b) Ako je slu
izraden na stroju S1 ? 3. Strijelci Mate i Ante, svaki sa po jednim metkom, gadaju
cilj. Mate pogada s vjerojatnosti 0, 8, a Ante s 0, 4. Utvrdeno je da je meta
pogodena jednim metkom. Kolika je vjerojatnost da je metu pogodio Mate? 4. U uzorku
ispitanika, u kojem je mu skaraca 55%, 70% mu skaraca i 60% zena pu si. Kolika
je vjerojatnost da slu cajno odabrana osoba pu si? Kolika je vjerojatnost da je
slu cajno odabrana osoba koja pu si, mu skarac? 5. Dva automobila voze no cu
jedan prema drugome. Ako voza ci nisu pospani, automobili ce se sigurno mimoi
ci s vjerojatno s cu 0,999. Ako je vjerojatnost da svaki od voza ca bude pospan
jednaka 0,1, onda je vjerojatnost da oba budu pospana 0,01. Ako je samo voza c A
pospan oni ce se mimoi ci s vjerojatno s cu 0,7. Ako je samo voza c B pospan
onda ce se mimoi ci s vjerojatno s cu 0,8. Ako su oba voza ca pospana oni
ce se mimoi ci s vjerojatno s cu 0,4. Odredite vjerojatnost s kojom ce se
automobili mimoi ci. 2.12.1
1. 2. 3. 4. 5. 0,948.

Rje senja zadataka

a) 0,131. b) 0,343. a) b)