Verovatnoća i statistika – zbirka zadataka

1.KOMBINATORIKA
1.1.Varijacije
Imamo skup S=a1, a2, ... , an, kN, 1kn
Varijacija k-te klase bez ponavljanja u skupu S je svaka uređena k-torka
(ai1, ai2, ... , ain) međusobno različitih elemenata skupa S.
Broj varijacija bez ponavljanja od n elemenata k-te klase određujemo po
formuli:

n!
Vnk 
(n  k )!

Varijacija sa ponavljanjem k-te klase u skupu S je svaka uređena k-torka
elemenata iz
skupa S.
Broj varijacija sa ponavljanjem od n elemenata k-te klase određujemo po
formuli:
k
V n  nk
Primer:
S=1, 2, 3, 4
V42 (bez ponavljanja): V42 (sa ponavljanjem):
(1, 2) (1, 3) (1, 4) (1, 1) (1, 2) (1, 3) (1, 4)
(2, 1) (2, 3) (2, 4) (2, 1) (2, 2) (2, 3) (2, 4)
(3, 1) (3, 2) (3, 4) (3, 1) (3, 2) (3, 3) (3, 4)
(4, 1) (4, 2) (4, 3) (4, 1) (4, 2) (4, 3) (4, 4)

Zadaci
1.1.1. U razredu ima 32 učenika. Na koliko načina može 6 učenika sedeti u
prvoj klupi?
Rešenje:
32! 32!
V326    32  31  30  29  28  27  652458240
(32  6)! 26!
1.1.2. Na klupi su slobodna četiri mesta. Na koliko načina 15 osoba može
popuniti ova mesta?
1

Verovatnoća i statistika – zbirka zadataka

Rešenje:
15! 15!
V154    15  14  13  12  32760
(15  4)! 11!

1.1.3. Koliko ima trocifrenih brojeva koji se sastoje od različitih cifara?
Rešenje:
9! 9!
V91 V92  9   9   9  9  8  648
(9  2)! 7!

1.1.4. Koliko se prirodnih brojeva između 3000 i 5000 može napisati pomoću
cifara 0, 1, 2, 3, 4, 5, 6, 7, ako se nijedna cifra ne ponavlja u jednom
broju?
Rešenje:
7! 7!
V21 V73  2   2   2  7  6  5  420
(7  3)! 4!

1.1.5. Jedan student treba da polaže 4 ispita za 8 dana. Na koliko načina to može
učiniti ako se zna da poslednji ispit polaže osmog dana?
Rešenje:
7! 7!
V73    7  6  5  210
(7  3)! 4!

1.1.6. Odeljenje jednog razreda broji 35 učenika. Oni su međusobno razmenili
fotografije. Koliko je ukupno podeljeno fotografija?
Rešenje:
35! 35!
V352    35  34  1190
(35  2)! 33!

1.1.7. Od koliko različitih elemenata možemo formirati 210 varijacija druge
klase?
Rešenje:

2

Verovatnoća i statistika – zbirka zadataka

Vn2  210
n!
 210
( n  2)!
n  ( n  1)  210
n 2  n  210  0
1  1  840 1  29
n1, 2  
2 2
n1  15

1.1.8. Koliko se brojeva može formirati pomoću elemenata skupa N koji čine svi
prosti činioci broja 2310 ako traženi brojevi sadrže po dva različita prosta
činioca?
Rešenje:
2310  2  3  5  7  11
5! 5!
V52    5  4  20
(5  2)! 3!

5 3
1.1.9. Rešiti jednačine: a) Vn  Vn  2 , b) V23n  4 : Vn4 4  2 : 3
3

12
Rešenje:
a)
5 3
Vn3  Vn  2
12
n! 5 (n  2)!

(n  3)! 12 (n  1)!
5 12
n( n  1)(n  2)  ( n  2)( n  1)n /
12 n
12( n  3n  2)  5( n  3n  2)
2 2

12n 2  36n  24  5n 2  15n  10
7 n 2  51n  14  0
51  2601  392 51  47
n1, 2  
14 14
n1  7
b)

3

koje se mogu napisati pomoću azbuke od 30 slova.10. 7. tako da prve dve cifre budu 4 i 0? Rešenje: V103  10 3  1000 1. Verovatnoća i statistika – zbirka zadataka V23n  4 : Vn4 4  2 : 3 ( 2n  4)! ( n  4)! 2 :  ( 2n  1)! n! 3 ( 2n  4)(2n  3)(2n  2) 2  ( n  4)( n  3)(n  2)(n  1) 3 2( n  2)( 2n  3) 2( n  1) 2  ( n  4)( n  3)(n  2)(n  1) 3 6( 2n  3)  ( n  4)(n  3) 12n  18  n 2  3n  4n  12 n 2  5n  6  0 5 25  24 5  7 n1. bez obzira da li se u rečima ponavljaju sva slova i da li se dobijaju reči bez značenja. 5.1. 4.11. Koliko različitih bacanja daju četiri kocke za igru? Rešenje: V64  6 4  1296 1.1. Koliko petocifrenih telefonskih brojeva ima ako znamo da su im sve cifre neparne? Rešenje: V55  5 5  3125 1. Odrediti broj trocifrenih brojeva koji se mogu obrazovati od elemenata skupa A.1.14.12. Odrediti broj reči. Rešenje: V305  30 5  243  10 5 1. Koliko se petocifrenih brojeva može napisati pomoću 10 cifara koje se mogu ponavljati.1. Dat je skup A=3. 6. 4 . 2   2 2 n1  6 1. od 5 slova.1.13.

. pri čemu je m n i k1+k2+. ako se jedan znak sastoji od najviše 5 znakova? Rešenje: V21  V22  V23  V24  V25  2  4  8  16  32  62 1. Broj varijacija treće klase sa ponavljanjem od x elemenata veći je za 408 od broja varijacija treće klase bez ponavljanja od istog broja elemenata. Odrediti broj elemenata x. Broj varijacija četvrte klase sa ponavljanjem od x elemenata iznosi 50625. od kojih ima k1 jednakih jedne vrste.. Permutacije Permutacija bez ponavljanja skupa S= a1. Verovatnoća i statistika – zbirka zadataka Rešenje: V53  5 3  125 1.. Rešenje: Vx4  50625 x 4  50625 / log 4 log x  log 50625 log 50625 log x   x  15 4 1. +km n.. an (ks=n) je svaka varijacija n-te klase bez ponavljanja u skupu S. k 2 .17.1. . Broj permutacija sa ponavljanjem određujemo po formuli: n! Pk1 . Koliko se Morzeovih znakova može formirati iz oba osnovna znaka .16. Rešenje: x  12 1. Odrediti broj x.15..1. k2 jednakih druge vrste itd. k m ( n)  k1! k 2 !. i -. Broj permutacija bez ponavljanja od n elemenata određujemo po formuli: P ( n)  n! Neka je dat skup od n elemenata.k m ! 5 .. a2. .... km jednakih m-te vrste. Svaki linearni raspored koji se sastoji od svih elemenata zove se permutacija sa ponavljanjem..2.1.

1. 8.2.1 (7)    140 3!3!1! 3 2 1. b. Koliko permutacija od elemenata a. Na koliko se načina može rasporediti 8 knjiga na jednoj polici? Rešenje: P (8)  40320 1.2.5. 1(4) (sa ponavljanjem): 1234 2134 3124 4123 1223 2123 2132 3122 1243 2143 3142 4132 1232 2213 2312 3212 1324 2314 3214 4213 1322 2231 2321 3221 1342 2341 3241 4231 1423 2413 3412 4312 1432 2431 3421 4321 Zadaci 1. Na koliko različitih načina mogu da sednu četiri osobe ako su postavljene četiri stolice? Rešenje: P ( 4)  4!  24 1. b. Odrediti broj permutacija od elemenata a. Koliko permutacija. počinje sa: 5. a. 2. c.. a. b. a.2.. b. 3.3. koje se mogu obrazovati od elemenata skupa E.4. 2. a. 4 S=1. sa b i sa c? Rešenje: 6 . Dat je skup E=1. 2. 2. Rešenje: 7! 7654 P3. 3 P(4)=V44 (bez ponavljanja): P1. 2. b. Verovatnoća i statistika – zbirka zadataka Primer: S=1.2. 123 i 8642? Rešenje: P (7)  5040 P (5)  120 P ( 4)  24 1. a. a.3. c. počinje sa a. . b. .2.2.

3.1:3. Odrediti n.2. Rešenje: P ( n) : P (n  2)  0. 4.2. 4.6.P1. c? Rešenje: 8! 87 654 P3. Koliko permutacija od elemenata 1. Broj permutacija od n elemenata odnosi se prema broju permutacija od n+2 elementa kao 0. 3. a. c.3 (9)    2520 4!3! 6 1. 2. 4.1 / 10 n 2  3n  28  0  3  9  112  3  11 n1. Broj permutacija od n+2 elementa je veći 56 puta od broja permutacija od n elementa. 4. c. počinje sa 22. a. 2. b. Verovatnoća i statistika – zbirka zadataka 8! a P4. 2   2 2 n1  4 1.9.2. Rešiti jednačinu:  30 .1 (8)   8  7  3  168 5!2!1! 8! c P5.2. 2. Rešenje: n1  6 ( n  1)! 1. sa 313 i sa 1234? Rešenje: 9! 98765 22 . Na koliko se različitih načina može prikazati kao proizvod od osam činilaca a.10.3 (8)   8  7  56 5!3! 1.1  (n  2)! 3 3  (n  2)(n  1)  0. 3. 2.3 (8)    560 3!2!3! 12 1.1 (8)   8  7  5  280 4!3!1! 8! b P5.1 : 3 n! 0. b. 3.7. 2 .8.1. Odrediti n. (n  1)! Rešenje: 7 . 3.2.

11. Verovatnoća i statistika – zbirka zadataka ( n  1)!  30 ( n  1)! ( n  1) n  30 n 2  n  30  0  1  1  120  1  11 n1. 2   2 2 n1  5 (n  2)! 1.2. n! Rešenje: n1  7 8 . Rešiti jednačinu:  72 .

. 4 C53 (bez ponavljanja): C43 (sa ponavljanjem): 123 234 345 111 222 333 444 124 235 112 221 331 441 125 245 113 223 332 442 134 114 224 334 443 135 123 234 341 145 124 Zadaci 1. a2. Broj kombinacija bez ponavljanja od n elemenata k-te klase određujemo po formuli: n!  n C nk     k!(n  k )!  k  Kombinacije k-te klase od n elemenata u kojima se jedan elemenat može ponavljati do k puta. 1 k n. 3. Kombinacije Kombinacija k-te klase bez ponavljanja skupa S= a1. 3. 5 S=1.3..3. 2. Verovatnoća i statistika – zbirka zadataka 1.. an je svaki njegov podskup od k elemenata.1. 2. Broj kombinacija k-te klase od n elemenata sa ponavljanjem određujemo po formuli: k  n  k  1 C n     k  Primer: S=1. . zovu se kombinacije sa ponavljanjem. 4. Koliko se različitih grupa po 4 učenika može izabrati od 12 kvalifikovanih učenika koji će reprezentovati školu na takmičenju? Rešenje: 12! 4 C12   495 4!8! 9 .

3.3. Odrediti broj učesnika ako se zna da je svaki učesnik odigrao partiju sa svakim.3.4.3. Koliko će biti odigrano partija na turniru? Rešenje: 15! 2 C15   105 2!13! 1.3. Na jednom šahovskom turniru odigrano je 210 partija. Rešenje: Cn2  210 n!  210 2!( n  2)! n( n  1)  420 n 2  n  420  0  1  1  1680  1  41 n1. Koliko ima trouglova čije dužine stranica imaju vrednosti u skupu 5. Rešiti jednačinu: 5C n3  C n4 2 . Rešenje: C nn12  2C n31  7( n  1) ( n  1)! ( n  1)! 2  7(n  1) 3!(n  2)! 3!( n  4)! 3 9  40 3 7 n1. 2   2 2 n1  21 1.3. Odrediti broj svih podskupova skupa koji ima n elemenata.3. Na jednom šahovskom turniru učestvuje petnaest šahista.. 7.7. Rešenje: n1  14.5. n 2  3 1.. 6. Svaki treba da odigra partiju sa svakim.6. Rešenje: C n0  C n1  C n2  .  2 n 1. 2   2 2 n1  5 1. 8? 10 . Verovatnoća i statistika – zbirka zadataka 1. Rešiti jednačinu: C nn12  2C n31  7(n  1) .2.

Odrediti x.11. Rešenje: 11 .3.13.V96  60480 1. Odrediti x. bitan je? Rešenje: .8.3.9. Broj kombinacija druge klase od x elemenata sa ponavljanjem iznosi 276.10.3.C 9  84 6 . Odrediti n i k ako je: Vnk=24 i Cnk=4. Na koliko načina se to može izvesti ako redosled automobila: nije bitan. Ako je Cn8= Cn12 izračunati Cn17.3. Rešenje: n  20 17 C 20  1140 1.3. Broj kombinacija treće klase bez ponavljanja od x elemenata odnosi se prema broju kombinacija treće klase od istog broja elemenata sa ponavljanjem kao 7:15. a 9 ljudi želi da vozi.12. Imamo na raspolaganju 6 automobila.3. Rešenje: C x2  276 ( x  1)!  276 2!( x  1)! ( x  1) x  552 x 2  x  552  0 x1  23 1. Odrediti n i k ako je: Vnk=60 i Cnk=10. Rešenje: n4 k 3 1. Verovatnoća i statistika – zbirka zadataka Rešenje: 6! C 43   20 3!3! 1. Rešenje: x8 1.

Verovatnoća i statistika – zbirka zadataka n5 k 3 12 .

1 1 1 1 2 1 1 3 3 1 1 4 6 4 1 .4.   a b   b     a n  k b k  0 1  2  n  1  n k 0  k  n gde je   binomni koeficijent i 1kn..... tada je:  n  n  n  n  1 n 1  n  n n n ( a  b) n   a n   a n 1b1   a n  2 b 2  . Binomni obrazac Ako je n bilo koji prirodan broj i a i b bilo koji kompleksni brojevi.. k   Opšti član u razvijenom obliku binoma (a+b)n dat je formulom: n Tk 1    a n  k b k k  Paskalov trougao prikazuje koeficijente uz an-kbk u razvoju binoma:  a  b 0  1  a  b 1  a  b  a  b  2  a 2  2ab  b 2  a  b  3  a 3  3a 2 b  3ab 2  b 3 .. Verovatnoća i statistika – zbirka zadataka 1. Zadaci 13 .

11  13 1  1. Odrediti član koji ne sadrži x u razvijenom obliku binoma:  x  x 2  . Odrediti peti član u razvijenom obliku binoma: x  x3    . Rešenje:  4  4  4  4  4 ( 2 x  5) 4   (2 x ) 4   (2 x ) 3 5   ( 2 x ) 2 5 2   ( 2 x )53   5 4  0 1  2  3  4  16 x  20  8  x  6  4 x  25  4  2 125x  625  4 3 2  16 x 4  160 x 3  600 x 2  1000x  625 12  12 2  1.4.4.   Rešenje: 12  1 2 12 11 10  9 4 3 8 20 T5   ( x 2 ) 8  ( x 3 ) 4   x  x  495 x 3 4 4 3 2 1.1. Rešenje: 1 1 ( x 3 )11 k  ( x 2 ) k  x 5 11 k k  x3 3  x 2  x5 14 . Verovatnoća i statistika – zbirka zadataka 1.2.4.3. 12 Rešenje: 12  12  Tk 1    x12  k  ( x  2 ) k    x12  k  2 k k  k  12  3k  0 k 4 Peti član ne sadrži x.4.4. U razvijenom obliku binoma x  x2    odrediti član koji posle   sređivanja sadrži x sa izložiocem 5. Primeniti binomnu formulu na binom: (2x+5)4.

Odrediti 13.6.2  2 n1 15 15 3 1 12 151413 6 3 1 3 T121   (9x) ( )  3 x 6 6  455x 12 3x 32 3 x 1.  x Rešenje: 15 .4. Rešenje: n! 105 (n  2)!2! n (n 1)  210 n2  n  210  0 1 1 840 n1. ako je 3x binomni koeficijent trećeg člana jednak 105. Zbir koeficijenata prvog.4. Verovatnoća i statistika – zbirka zadataka 11  k k  5 3 2 22  2k  3k  30 k 8 11 5 1110  9 5 5 T9   x  x  165x 8  3  2 1 n 1. član u razvijenom obliku binoma (9 x  ) .5. Odrediti član koji ne sadrži x. drugog i trećeg člana u razvijenom obliku n  1 binoma  x 2   jednak je 46.

Odrediti član koji ne sadrži x. 2   n2  9 2 n  2 1 x    x 9  2 1 x    x k  9  2 9  k  1   9  18  2 k  k  Tk 1    x     x x k   x  k  18  2 k  k  0 k6 9 9 8  7 T7      84  6 3 2 1. Verovatnoća i statistika – zbirka zadataka n  n n          46 0 1  2 n! 1 n   46 ( n  2)!2! 2  2n  n  ( n  1)  92 n 2  n  90  0  1  1  360 n1.4. Rešenje: 16 . Binomni koeficijent trećeg člana u razvijenom obliku binoma  x x  x 5  n jednak je 78.7.

Tk1  (x ) x  2 16k 3 . Tk1  (x ) x k  1. k=3 n=13. Odrediti član koji sadrži x8.5. k=15 k    17 . Zbir binomnih koeficijenata drugog i trećeg člana u razvijenom obliku n   32 2  binoma x   x3   jednak je 136.8.   Rešenje: k 16    3 2 n=16. Verovatnoća i statistika – zbirka zadataka 3 13 2 13k 5k .4.

 An  A i događaj koji se realizuje ako se realizuje svaki od i 1 n događaja Ai. A – događaj koji je bilo koji podskup skupa .skup svih mogućih ishoda (događaja) koji se mogu očekivati pri nekom opitu.. a ne pripadaju događaju B.. Primer: pojava parnog broja Siguran događaj – događaj koji se realizuje uvek.n. Primer: pala je šestica.. 6  . Primer: opit je bacanje kocke. komplementaran ili suprotan događaj događaja A – Ac ili A je događaj koji se realizuje samo ako se događaj A ne realizuje... 3. A1  A2  ..  An  A i 1 n . događaj čija je realizacija nemoguća. Verovatnoća i statistika – zbirka zadataka 2.. presek ili proizvod događaja – AB ili AB znači događaj koji se realizuje samo kada se realizuju i događaj A i događaj B. i=1. 18 ... pojedini ishod ili rezultat (elemenat skupa ).+Bn. Nemoguć događaj – prazan podskup . Ako je A=B1+B2+. Analogno relacijama i operacijama u Teoriji skupova i ovde možemo posmatrati relacije: implikacija () – AB (A povlači B) znači da se B realizuje kad se realizuje A.. 2. događaji Bi obrazuju potpunu grupu događaja. 4.. Ako AB i BA u pitanju su identični događaji. unija događaja – AB ili A+B (kada su A i B disjunktni događaji) znači događaj koji se realizuje ako se realizuje bar jedan od događaja A i B. simetrična razlika događaja – AB=(A-B)(B-A)=(AB)-AB disjunktni događaji – AB=AB= znači da se događaji ne mogu istovremeno ostvariti. Ako njihova unija čini .elementarni događaj. A je rastavljen na n posebnih činilaca. Proširenje operacija unije i preseka na konačno i prebrojivo mnogo događaja: n A1  A2  . 5. BiBj= za ij. razlika događaja – A/B ili A–B=ABc znači događaj koji se realizuje kada se realizuju oni ishodi  koji pripadaju događaju A. -POLJE DOGAĐAJA  . a =1.

 A n F n 1 Važi i da ako prazan skup pripada F onda proizvod svih An takođe pripada F.1. H - položili su svi i I . AA=A c=.  A i c  A . AAc=. Rešenje: E=AcBcDcMc F= ABDcMc+ ABcDMc+ ABcDcM+ AcBDMc+ AcBDcM+ AcBcDM G= AcBMcDc H=ABDM I= A  B  D  M 19 . n=1. B. 2. D i M označimo njihove uspehe na ispitu.  A1c . AF  AcF n 3. . AnF...položio je makar jedan od njih.. 2. Bojan. AB=BA Asocijativnost preseka i unije: A(BC)=(AB)C. A=A De Morganovi zakoni: (AB)c=AcBc.. ako: 1.. A=.  A  i c i c  A i c Idempotentni zakon: AA=A. Četiri studenta Aca. A (BC)=(AB)(AC) Zakon jedinice: A=A. (AB)c=AcBc. AAc=. A=. (Ac)c=A. An i 1 Zadaci 2. izraziti sledeće događaje: E – nijedan nije položio. G – položio je samo Bojan. c= AB=AAcB n A i  A1  A1c A2  Aic A2c A3  . F. Ako sa A. Darko i Marko polažu ispit. A(BC)=(AB)C Distributivni zakon: A(BC)=ABAC. Verovatnoća i statistika – zbirka zadataka Klasa F događaja koji se posmatraju kod opita sa slučajnim ishodima je -polje događaja (ili -algebra). Važe sledeći identiteti: Komutativnost preseka i unije: AB=BA.. F – položila su dva studenta.

2.ABC.6).1)(G . Dokazati sledeće jednakosti za ma koje događaje A.5). Opisati skup ishoda. ( P.4.2. (G . ( P.4). ( P.241. Opisati prostor ishoda. (G.43. Bacaju se istovremeno novčić i numerisana kocka. Rešenje:    ( P. (G .4.3).1).A+B+C.421. kao i pojava broja na gornjoj strani kocke. Baca se kocka i registruje broj koji se pojavi na gornjoj strani. (G . kao i događaje A i B. Rešenje: 20 . Verovatnoća i statistika – zbirka zadataka 2.5). Opisati prostor ishoda.6. A  1. Neka je događaj A: pada broj manji od 3. Uprostiti izraze:AB. 243 2.5.4). 6 .2). pri čemu se registruje pojava pisma i grba na novčiću.3.C: a) A  BC  ( A  B )( A  C ) b) A  B  AB  AB c  Ac B Rešenje:   ( A  ( B  C ))  (  A  (  B    C )) a)  ((  A    B)  (  A    C ))    ( A  B)  ( A  C ) b) A  B  AB  AB C  AC B  A( B  B C )  AC B  A  AC B  A  AC B   ( A  AC )( A  B )  ( A  B)  A  B 2. Na slučajan način se iz kutije izvlači jedna po jedna cedulja bez vraćanja i to sve dok se ne izvuče cedulja na kojoj je neparan broj. (G .6) 2.2.3.3.41. U kutiju su 4 cedulje numerisane brojevima 1.3.2).4. B  1. Rešenje:   1.5. Rešenje:   1.B.3).3.21. Neka je A  B . ( P. ( P. a događaj B: pada broj manji od 5. 2 .2.23. A+B.423. 4 2.

Dokazati da događaji A1 . Rešenje: A1  A1C A2  A1C A2C A3  A1C A2C A3C  A1  A1C A2  A1C A2C ( A3  A3C )   A1  A1C A2  A1C A2C   A1  A1C A2  A1C A2C  A1  A1C ( A2  A2C )   A1  A1C   A1  A1C   A1  A1C A2   A1  A1C A2C A3   A1  A1C A2C A3C   A1C A2  A1C A2C A3   A1C A2  A1C A2C A3C   A1C A2C A3  A1C A2C A3C   2.7. Dokazati da je M  ( A  B)  ( A c  B)  ( A c  B c )  ( A  B c ) nemoguć događaj.8. A1 A2 A3 . A1 A2 A3 obrazuju potpun sistem događaja. Dokazati da događaji AB. Verovatnoća i statistika – zbirka zadataka AB  A  B  A A B  A B  B ABC  A  B  C  A  C  AC A B C  A B C  B C  B C C C C C C C 2. ACB. A1 A2 .9.ACBC obrazuju potpun sistem događaja ako su A i B proizvolji događaji. Rešenje: AB  AC B  AB C  AC B C  B ( A  AC )  B C ( A  AC )   B  B C   B  B C   AB  AC B   AB  AB C   AB  AC B C   AC B  AB C   A C B  AC B C   AB C  AC B C   2. Rešenje: B  ( A  A C )  B C  ( A C  A)  B    B C    B  B C   21 .ABC.

10. Verovatnoća i statistika – zbirka zadataka 2. Uprostiti izraz A   B  C   B  C C  B  C C  Rešenje: A  B C 22 .

.. kad se n uvećava..imn. ako za  n A   proizvoljno malo ..  im  podskup ..: n   n A   p  p   n1 n  Geometrijska definicija verovatnoće Proširenje klasične definicije verovatnoće na beskonačan broj slučajeva je geometrijska verovatnoća: 23 ... verovatnoća nejednakosti   p   teži jedinici. Tada verovatnoću događaja A određujemo prema: m p ( A)  n gde su: n – broj svih mogućih ishoda m – broj povoljnih ishoda za događaj A Statistička definicija verovatnoće n(A) – broj realizacija događaja A u n opita 0n(A)1 n( A) – relativna frekvencija događaja A n n( A) f r ( A)  n Za dovoljno veliko n frekvencija događaja A je skoro konstantna vrednost i ona se uzima za verovatnoću događaja A... gde je 1i1i2.  2 ..  n  i događaj A   i1 . Frekvencija događaja A teži verovatnoći događaja A. DEFINICIJE VEROVATNOĆE DOGAĐAJA Klasična definicija verovatnoće Imamo prostor elemetnarnih događaja    1 . Verovatnoća i statistika – zbirka zadataka 3.

Verovatnoća i statistika – zbirka zadataka

površina ( g )
p ( A) 
površina (G )
gde su: G – oblast na koju može pasti slučajno bačena tačka
g – oblast čija je površina proporcionalna verovatnoći da tačka padne u nju (ne
zavisi od oblika i položaja oblasti) i gG.

G

g

Zadaci
3.1. Kuglica je izvučena iz kutije u kojoj se nalazi 4 bele, 3 crvene i 4 plave
kuglice. Odrediti verovatnoću da izvučena kuglica:
a) bude bela
b) bude bela ili crvena
c) nije crvena
Rešenje:
4
a) p ( A) 
11
7
b) p ( B) 
11
8
c) p(C ) 
11

3.2. Slučajno je izabran telefonski broj sa 6 cifara. Kolika je verovatnoća da su u
njemu sve cifre različite?
Rešenje:

24

Verovatnoća i statistika – zbirka zadataka

6
n  V10
6
 10
10!
m  V10
6
  151200
4!
m 151200
p ( A)    0.1512
n 10 6
3.3. Meta se sastoji iz 3 zone čija je verovatnoća pogađanja redom 0.15, 0.25 i
0.35. Koja je verovatnoća da se pri gađanju meta promaši?
Rešenje:
p ( A)  0.15  0.25  0.35  0.75
p ( A c )  1  0.75  025

3.4. Bacaju se dve numerisane kocke. Odrediti verovatnoću dogašaja A: pao je
zbir 8 i B: pao je proizvod 8.
Rešenje:
2
n  V 6  6 2  36
A – dobijen je zbir 8 A    2,6 ,  6,2 ,  3,5 ,  5,3 ,  4,4  , m1=5
5
p(A) =
36
A2 – dobijen je proizvod 8 B    2,4  , (4,2) , m2=2
2
p(B) =
36

3.5. Šta je verovatnije dobiti pri bacanju dve kocke: zbir 11 ili zbir 12?
Rešenje:
2
n  V 6  6 2  36
A1 – dobijen je zbir 11 A1    5,6 ,  6,5 , m1=2
2
p(A1) =
36
A2 – dobijen je zbir 12 A2    6,6 , m2=1
1
p(A2) =
36
Verovatnije je da će se dobiti zbir 11.

3.6. Kolika je verovatnoća da će se na dvema bačenim kockama dobiti zbir
tačaka 10 ili ako se to ne dogodi, da će se pri ponovljenom bacanju dobiti
zbir 8?
25

Verovatnoća i statistika – zbirka zadataka

Rešenje:

3 1
A- zbir 10 : 46,64,55 p ( A)  
36 12
5
B – zbir 8: 26,62,35,53,44 p( B) 
36
3 33 5
C – A+AcB p (C )     0.21
36 36 36

3.7. U kutiji se nalazi 6 belih i 4 crvene kuglice. Odjednom se izvlači tri kuglice.
Naći verovatnoću da će se među njima naći makar jedna bela kuglica.
Rešenje:
10!
n  C10
3
  120
7!3!
m  C 43  4
4 29
P( Ac )  1  
120 30
p ( A)  izvučena je crvena kuglica

3.8. Na raspolaganju su duži 2, 4, 5, 7 i 9 cm. Kolika je verovatnoća da se od 3
slučajno izabrane duži može konstruisati trougao?
Rešenje:
5 4 4
n  C53   10 , m : 245,457,579,479 p ( A)   0.4
2 10

26

A2 .... u tom slučaju je p  AB   p  A p  B  . Ac i B i Ac i Bc  ako su nezavisni A i B1 i A i B2 nezavisni su i A i B1  B2 . ako za svaku konačnu kolekciju Ai1 . p    0  p  A   0  p A p     ako su nezavisni događaji A i B. Ain . B1 B2   Odnos između nezavisnih i disjunktih događaja:  ako su događaji A i B nezavisni i sa pozitivnim verovatnoćama onda su disjunktni  ako su događaji A i B sa pozitivnim verovatnoćama disjunktni onda su zavisni  događaji A1 . p(A/B) ili pB(A) se određuje prema: p ( AB ) p A  B   p  B / A  p  A Ovim je određena nova verovatnoća i novi prostor (. Verovatnoća i statistika – zbirka zadataka 4.. pA). USLOVNE VEROVATNOĆE Verovatnoća događaja A pod uslovom da se realizovao događaj B... Osobine nezavisnih događaja:  proizvoljan događaj A i siguran događaj  su nezavisni: p  A   p  A  p     nezavisni su i događaji A i : A  .. Ai 2 . Ova verovatnoća zadovoljava uslove (aksiome):  nenegativnost: p A  B   0  normiranost: p A     1      p A   Bi    p A  Bi   i 1  i 1 Imamo da je: p A  A  1 p A / B   1 Takođe sledi pravilo množenja: p AB   p  A p  B / A  p B  p  A / B  Nezavisni događaji – Događaj A je nezavisan od događaja B akko je p A  B   p B  .. An su nezavisni u ukupnosti ako postoji međusobna nezavisnost proizvoljnih r  r  n  takvih događaja.. F.1  i1  i2  . nezavisni su i A i Bc. tj..  r  n  važi: 27 .  ir .

p(B)=0. Ain   p Ai1  p  Ai 2 . Ai 2 .. Ako je poznato da je izabrani broj deljiv sa 3 kolika je verovatnoća da je u pitanju paran broj? Rešenje: 28 .. Zadaci: 4.. Verovatnoća i statistika – zbirka zadataka p  Ai1 .  p An  p An  B  p(Ai) su apriorne verovatnoće (unapred poznate). A2 . p( B)  . p  Ain  Ako su događaji A1 ....... Iz skupa S={1.875 p( B) p( B) 0. An uzajamno disjunktni sa pozitivnim verovatnoćama čija je suma .8.8 p( A  B)  1 4.Odrediti verovatnoću da slučajano izbran prirodni broj: a) bude deljiv sa 2 i sa 3. p(C )  p( AB )    2 3 2 3 6 1 2 1 5 b) p( D)  p ( A c  B c )  p( A c )  p ( B c )  p ( A c B c )     2 3 3 6 4.. Ai su hipoteze..875. Rešenje: A: broj deljiv sa 2.. Ako je p(A)=0. pokazati da je p(A/B)  0.9  0.3. tada za svako BF važi formula totalne verovatnoće: p B   p A1  p A1  B   p A2  p A2  B   ...8  1 p( A / B)     0. B: broj deljiv sa 3 1 1 1 1 1 a) p( A)  .20} je slučajno izabran jedan broj. Rešenje: p ( AB) p ( A)  p ( B)  p ( A  B ) 0..2.9. b) ne bude deljiv sa 2 ili sa 3.1.3..2. pAi(B) su aposteriorne verovatnoće p Ai  p B / Ai  p Ai  p  B / Ai  p Ai / B    p B   p A  p B / A  n Bajesova formula: j j j 1 Tumačenje: realizacija događaja B je nastupila pod hipotezom (uzorkom) Ai.

8.20 B : 3.53.zbir 10 : 46. da će se pri ponovljenom bacanju dobiti zbir 8? Rešenje: A.44 C – A+AcB 3 p(A)= 36 5 p(B)= 36 33 p(Ac)= 36 p(AcB)=0.2 4.4. Ispitivač je postavio 3 pitanja.62. Odrediti verovatnoću da će mu za otvaranje vrata trebati 1.5 pokušaja.12.18} 1 p ( A)  2 6 p( B)  20 3 p ( AB) 1 p( A / B)   20  p( B) 6 2 20 4.6. pa ključ koji "ne otvara" stavlja na stranu.35.5. Ključevi su po obliku slični pa ih on ne razlikuje.9. Verovatnoća i statistika – zbirka zadataka A : 2.18.10.6. Kolika je verovatnoća da će se na dvema bačenim kockama dobiti zbir tačaka 10 ili ako se to ne dogodi. Čovek ima 5 ključeva od kojih samo jedan otvara vrata. Student je izašao na ispit znajući 20 od 25 pitanja.16.12.15.55 B – zbir 8: 26.3.18 A  B  {6.6.64.4956 25 24 23 4. Rešenje: 29 . Koja je verovatnoća da student zna sva tri pitanja? Rešenje: 20 19 18 p( A1 A2 A3 )  p( A1 ) p ( A2 / A1 ) p( A3 / A1 A2 )     0.4.2. Da bi otvorio vrata on proba ključeve jedan za drugim.126 p(C)=p(A)+p(AcB)=0.12.4.14.

B.4.6  0.5 p (C )  0. 0.6  0. Strelci A. Verovatnoća da će proizvod biti proglašen ispravnim kod prvog kontrolora je 0.6 i 0. Verovatnoća i statistika – zbirka zadataka 1 p ( A1 )  5 4 1 1 p ( A2 )  p ( A1c ) p ( A2 / A1c )    5 4 5 4 3 1 1 p ( A3 )  p ( A1c ) p ( A2c / A1c ) p ( A3 / A1c A2c )     5 4 3 5 4 3 2 1 1 p ( A4 )  p ( A1c ) p ( A2c / A1c ) p ( A3c / A1c A2c ) p ( A4 / A1c A2c A3c )      5 4 3 2 5 p ( A5 )  p ( A1c ) p ( A2c / A1c ) p ( A3c / A1c A2c ) p ( A4c / A1c A2c A3c ) p ( A5 / A1c A2c A3c A4c )  4 3 2 1 1     1  5 4 3 2 5 4.cilj je pogodio strelac A. gađaju po jednom u cilj nezavisno jedan od drugog. Proizvod je bio ispravan.53 p (C / D)  p (C c / D ) Verovatnije je da je strelac C pogodio! 4.4  0. a kod drugog 0.18 p(C c / D )      0. Ustanovljeno je da je cilj pogođen 2 puta.4 p ( D )  0. Šta je verovatnije da je strelac C pogodio ili promašio? Rešenje: A.C .B.5  0.5  0.38 p(C / D )  1  0.6.38 p (C c D ) p(C c ( ABC c  A c BC  AB c C )) p ( ABC c ) 0. Proizvodi fabrike dolaze na kontrolu ispravnosti kod 2 kontrolora sa verovatnoćama 0.94 30 . Naći verovatnoću da je proveru izvršio prvi kontrolor. pogađajući ga sa verovatnoćama 0.5 i 0.98.6 p(B) = 0.7.8.4.5  0.6  0.4 p(C/A) = 0.C.4  0. Rešenje: p(A) = 0.47  0.cilj je pogođen dva puta D  ABC c  Ac BC  AB c C p ( A)  0.4  0.C D .47 p( D) p( D) p ( D) 0.6 p ( B )  0.B.94.

98 p(C) = p ( A) p (C / A)  p( B ) p (C / B ) = 0. Verovatnoća i statistika – zbirka zadataka p(C/B) = 0.7 p(B\D) = 0.75 p(D) = 0. Odrediti verovatnoću da će slučajno odabrani sportista postići pogodak.33 p(C) = 6/24 = 0. U grupi sportista je 10 fudbalera. Verovatnoća da dva blizanca budu istog pola je 0. Mašine A.6 p(D\B) = 0. U fabrici se 25% artikala proizvodi na mašini A. 4% i 2% škarta respektivno.51.42 p(B) = 8/24 = 0.8 i za rukometaša 0.75.956 p ( A) p (C / A) p(A/C) =  0.9.10.0345 p(B\D) = 0. Verovatnoća rađanja muškog deteta je 0. za košarkaša 0.64. Kolika je verovatnoća da je taj neispravni artikal napravljen na mašini A? Rešenje: p(D) = 0. 8 košarkaša i 6 rukometaša.6. Verovatnoća da će postići pogodak je za fudbalera 0. Svi proizvodi stavljaju se u isto skladište. 35% na mašini B i 40% na mašini C.B.8 p(D\C) = 0. Naći verovatnoću da je drugi blizanac muškog pola ako je i prvi bio muškog pola. Koja je verovatnoća da košarkaš poentira ? Rešenje: p(A) = 10/24 = 0. U slučaju rađanja dece raznih polova oba redosleda su jednako verovatna. Rešenje: 31 .377 4.25 p(D\A) = 0.36 4.11.C prave 5%.59 p (C ) 4.

18 p( Z 2 / M 1 )    0.65 4.35  0. Slučajno odabrana osoba je daltonista.18 p( M 2 / M 1 )  ? p ( M 1 Z 2 ) 0.12.51 p ( M 2 / M 1 )  1  p ( Z 2 / M 1 )  1  0.15 p(A\C) = 0.5  (1  0.35 p( M 1 ) 0. Verovatnoća i statistika – zbirka zadataka p( M 1 M 2  M 1 Z 2  Z 1 M 2  Z 1 Z 2 )  1 p ( M 1 M 2  Z 1 Z 2 )  0. Predpostavlja se da među istim brojem muškaraca i žena ima 5% daltonista muškaraca i 25% daltonista žena. Koja je verovatnoća da je ta osoba muškarac? Rešenje: p(C) = 0.17 32 .64 p ( M 1 Z 2 )  p ( Z 1 M 2 )  0.64)  0.

. čije su vrednosti date u tabeli. . događaj A2 m2 puta. p(Ai)=pi. . Verovatnoću događaja Sm određujemo prema Bernulijevoj šemi: n p n  m     p m q n  m 0mn p – verovatnoća događaja A  m q – verovatnoća događaja Ac U opštem slučaju Bernulijeva šema ima oblik: n! pn  m1 . i=1. događaj Ak mk puta. NIZOVI NEZAVISNIH OPITA Sm – događaj koji se realizuje kada se u n nezavisnih opita događaj A realizuje m puta. pkmk m1! m2 !. Verovatnoća i statistika – zbirka zadataka 5. ..  pk  1 . p1  p2  .. Ova funkcija je neparna: (-x)=-(x). m2 . Određujemo verovatnoću da se u n ponovljenih opita događaj A1 realizovao m1 puta.....5. mk   p1m1 p2m2 . Integralna Moavr-Laplasova teorema: b x2  p a  x  b   2  e 2 dx    b     a  a x   x1 . Ova funkcija je parna: (x)= (-x).. np  q  m  np  q Lokalna Moavr-Laplasova teorema – koristi se za približno određivanje verovatnoće pojavljivanja datog događaja m puta u slučaju kada su vrednosti n i k velike.. odnosno za n100 i npq20: x2 1  1 pn  m  e 2    x 1 m  np 2 npq npq gde je x  npq       x Funkcija (x) je Gausova funkcija.. . k. za p=q=0.... 33 .. 2. x 2  x1  np a npq x 2  np b npq gde je vrednost funkcije (x) data u tabeli.mk ! U ovom slučaju vrši se n nezavisnih opita i u svakom od njih se može realizovati samo jedan od događaja Ai.

np20: n m   p n  m     p nm 1  p n  n m  e  m m! 0   npn  n  . gde je m/n relativna frekvencija događaja A  n  verovatnoće p(A)=p: n  t 2 m  1 pq  n  p  n  p      2  e dt  2    pq    n  pq Poasanova aproksimacija Bernulijeve šeme koristi se za retke događaje. kada je malo p. Verovatnoća i statistika – zbirka zadataka Posledica ove teoreme je Bernulijev zakon velikih brojeva. tj. Slučajno se 5 puta bira po jedan proizvod iz serije. Naći verovatnoću: a) da se neće izvući ni jedan škart. b) da će se najmanje 3 puta izvući škart. Rešenje: a) 34 . n  p n    Zadaci 5. Interesuje nas granična vrednost verovatoće događaja m  M=   p    kada n   . p n  0. Neka je  proizvoljan pozitivan broj. U seriji jednog proizvoda ima 4% škarta.1.

81  0 b) 35 .04 0.96  0. q  1 p  0.04.96 n  5. Verovatnoća i statistika – zbirka zadataka p  0.96  0.m  0 5 0 5 5 pn (m)   0.

04  0.96  0. Cilj se gađa 6 puta.2.0006 5.96  0.04  0. Verovatnoća pogotka cilja je 0.04  0.96 n  5.96  0.0006 3 5 4 p5 (4)     0. q  1  p  0. Verovatnoća i statistika – zbirka zadataka p  0. b) bar jedanput? Rešenje: a) 36 .5 5 3 2 p5 (3)     0.110  5 p( A)  p5 (3)  p5 (4)  p5 (5)  0.25. m  3.12 104  4  5  5 0 6 p5 (5)     0.04.4. Koja je verovatnoća da je cilj bio pogođen: a) 2 puta.

82  0 5. U nekoj porodici ima četvoro dece.3 2 2!4! b) p  0.3.q  . Rešenje: 37 .25.0 75  0.25 0.q  0.0 75 n6  6 0 6 1 p6( )0  1    .75  0. Kolika je verovatnoća da među njima nema više od 2 devojčice.25.75 n6 6 2 4 6! p6(2)   0.02  0.0 25  . Istraživanjem je utvrđeno da na svakih 1000 novorođenčadi ima 515 dečaka i 485 devojčica. Verovatnoća i statistika – zbirka zadataka p  0.

26 0.44295 5.485 0. Broj dece u nekoj porodici je 10.37  0.515 n  4.8 2  np 2  10  0.515   0  1   2   0.2.8 p ( 2  x  4)   (1.515  0. q  0. Vrši se 10 gađanju u cilj pri čemu je verovatnoća pogotka u jednom gađanju 0.q  0.12 p4(0)  p4(1)  p4(2)   4 0 4  4 3  4 2 2   0.4850.8 4  np 4  10  0.2 a   0.07  0. Ako je verovatnoća rađanja muškog deteta 0.485.515  0.4.2  0.m  0.58)   (0)  0. Verovatnoća i statistika – zbirka zadataka p  0. p  0.2 b   1.58.485 0. Rešenje: n  10.5 odrediti verovatnoću: a) da porodica ima 5 dečaka i 5 devojčica 38 .2.5. npq 10  0.7 5. npq 10  0. Odrediti verovatnoću da broj pogodaka ne bude manji od 2 i ne veći od 4.2  0.

5  0.88814 5.25.8 100  np 100  400  0.5 n  10 10 5 5 p10(5)   0.2 b   2.25)   0. npq 400  02  0.6.25)   ( 2.5.246 5  b) n  10. npq 400  0.5 b   1. Verovatnoća i statistika – zbirka zadataka b) da je broj dečaka u porodici između 5 i 8. a manje od 30 puta? 39 .5  0.5 p (5  x  8)   (1.39435  0.49379  0.5)   ( 1. npq 10  0. Bacaju se dve kocke 155 uzastopno. Rešenje: a) p  q  0.7.2. Kolika je verovatnoća da će se zbir 8 pojaviti više od 24.5)   (1.8 70  np 70  400  0.2 a   1.5 0. Verovatnoća da neki proizvod ne prođe kontrolu je 0.897)   (0)  0. Rešenje: n  400. q  0. npq 10  0.2  0.2.5 5  np 5  10  0. p  0.5 8  np 8  10  0. p  q  0.897.47042 5.8 p (70  x  100)   ( 2.5  0.5 a   0. Odrediti verovatnoću da kod 400 slučajno izabranih proizvoda broj onih koji nisu prošli kontrolu bude između 70 i 100.

21566  0.53.95  m  p  p  0.8. Naći granicu apsolutnog odstupanja frekvencije proklijalog semena od verovatnoće p=0.02 n  1.5)   (1.01     n   pq   0. Verovatnoća i statistika – zbirka zadataka Rešenje: 26.96 n  98 n  9604 5.10. Rešenje: n  ?.25)  0.8884 5.5   n  2 0.5  0. Neka je verovatnoća pojave događaja A u svakom od 100 nezavisnih opita 0. q  0.35 5 31 n  155. Rešenje: n  100.01  0.5.95  0.q  36 36 p ( 24  x  30)   (1.25  0. p  .95 moglo tvrditi da je razlika između frekvencije i verovatnoće p=0.01. p  0.9. Posejano je 600 zrna kukuruza.9 ako ta granica treba da bude garantovana sa verovatnoćom 0.8.995.95  n   m   n   n  p  0.01   0.25   n   0.574)  0.5 najviše 0. Naći verovatnoću pojave događaja A od 75 do 90 puta.62. p  q  0.8.47558  0.01  2    2 0.968)   (0.2 p (75  x  90)   ( 2. Rešenje: 40 .25992 5. p ( n)  0. Verovatnoća klijanja jednog zrna je 0.475  0 .9.5  0. Naći broj potrebnih ponavljanja opita da bi se sa verovatnoćom ne manjom od 0.44.01  0.

5  0.65  0.1 puta.04 npq 100  0. U kutiji je 5 plavih i 50 crnih kuglica.4 1 p100 (70)    ( x) npq m  np 70  100  0.1.47725  0.1  1  0.04)  0.12. n  600.6 x   2. p  q  0.5  0.034 5.2  0. Odrediti verovatnoću da pri bacanju novčića 100 puta relativna frekvencija pojave grba odstupa od verovatnoće 0.1  2    81.9     0. Verovatnoća i statistika – zbirka zadataka   ?.1   100   0 . p  0.11. p  0.1  ?  100   m   100  p  0.995  600   m   600  p  0.65   0. q  0.9.1  2 0.5  m  p  0. q  0.0455  100  5. n  100.1.5  2  2   2  0. p (n)  0.9     2    600   0.899 5.4975 81.65  2.6.5 više od 0. Kolika je verovatnoća da se u 10 nezavisnih izbora sa vraćanjem 3 puta izvuče plava kuglica? Rešenje: 41 .01 4.995  m  p  0.9545  0.5  0.0498  0.13.81   0. U partiji od 10000 proizvoda ima 6000 proizvoda prve klase. Kolika je verovatnoća da u uzorku od 100 proizvoda bude 70 proizvoda prve klase? Rešenje: n  100.9  0.995   81.6  0.9545  m  p  0.5  0. m  70. Rešenje:   0.4 1 p100 (70)    ( 2.

Koja je verovatnoća da se partija prihvati? Rešenje: a) n  300.14. m  3.q  11 11   10  0.02. a) Koja je verovatnoća da se na 290 od 300 slučajno izabranih časovnika ne vrši dopunsko regulisanje? b) Ako se kod 300 časovnika nađe najmanje 11 kod kojih treba izvršiti dopunsko regulisanje.15.02  0. p  .02.9 m  0.98  6  m   610  6 p 300 (10)  e   e  0. p  0.05 m! 3! 5..09  0.37 p500 (6)  e  e  0. Naći verovatnoću da se od 500 slučajno izabranih ljudi šestoro rodilo 1. q  0. p  .02 m! 11! p  1  p 300 (11)  1  0. q  0. m  290.9 p10 (3)  e  e  0.98 42 . Prema podacima tehničke kontrole prosečno kod 2% časovnika treba izvršiti dopunsko regulisanje.98  6  m  611 6 p 300 (11)  e   e  0.37 6 1.37 m  1.aprila. Rešenje: 1 364 n  500. p  0.9 3 0.002 m! 6! 5.04 m! 10! b) n  300.q  365 365   1. m  11. Verovatnoća i statistika – zbirka zadataka 1 10 n  10. cela partija se ne prihvata. m  6.

Verovatnoća da je jedan proizvod defektan je 0.61 m! 0! 5. Verovatnoća i statistika – zbirka zadataka 5. Rešenje: n  100. m  5. Naći verovatnoću da među njima bude tačno 5 defektnih. Rešenje: 1 n  30. p  0. Naći verovatnoću da neće biti ni jednig poziva za vreme trajanja od 30 minuta.01.5 0 0. Za jedan sat telefonska centrala dobije prosečno 60 poziva. p  60   0.5 p30 (0)  e  e  0.01  1 m   15 1 p100 (5)  e   e  0.003 m! 5! 43 .5 m   0. Iz velikog skladišta uzima se 100 proizvoda.16.17. m  0.

x n . funkcija je od x.. p n  i 1 . x n  n X :  1 2 . tj.  x x . . Diskretna slučajna promenljiva . p n verovatnoće sa kojima X uzima vrednosti x1 . tj.. Slučajna promenljiva se često definiše i kao funkcija. p1 .. p i 1  p1 p 2 ....Verovatnoća događaja X<x. naziva se funkcijom raspodele verovatnoća ili kumulativnim zakonom raspodele verovatnoća. koja te brojne vrednosti uzima sa određenim verovatnoćama. potpuno određuju: . x 2 .1.. Promenljiva veličina.Diskretna slučajna promenljiva Diskretnu slučajnu promenljivu definišu. p 2 . koja svakom elementarnom događaju pridružuje neki broj.. .kada slučajna promenljiva uzima sa pozitivnim verovatnoćama konačan broj ili prebrojivo mnogo vrednosti. x1 .. F ( x)  p( X  x)  p xi  x i 44 ..Realizacija svakog slučajnog događaja može se okarakterisati brojem. x n vrednosti koje može da ima slučajna promenljiva X . koja zavisi od x.. 6.kada slučajna promenljiva sa pozitivnim verovatnoćama može da uzme proizvoljnu brojevnu vrednost na određenom intervalu. Grafička ilustracija raspodele verovatnoća je poligon raspedele verovatnoća.. a označava se sa F(x).. naziva se slučajnom promenljivom.. Neprekidna slučajna promenljiva . Verovatnoća i statistika – zbirka zadataka 6. Zakon raspodele verovatnoća slučajne promenljive je pravilo po kome svakoj vrednosti slučajne promenljive pridružujemo odgovarajuću verovatnoću. SLUČAJNE PROMENLJIVE Definicija . x 2 ...

x  x1  p .2. x n1  x  x n    1 x  xn  6.nema univerzalni karakter. postoji samo za neprekidne slučajne promenljive F(x) ..gustina raspodele verovatnoća ..  p n1 .funkcija raspodele verovatnoća f ( x)  F ' ( x ) b p ( a  X  b)   f ( x)  F (b)  F (a) a x F ( x)   f (t )dt  Osobine gustine raspodele: f ( x)  0    f ( x ) dx  1 45 ... .. Neprekidna slučajna promenljiva f(x) . Verovatnoća i statistika – zbirka zadataka Kod diskretne slučajne promenljive funkcija raspodele je: 0.   p1  p 2  .. x 2  x  x3  F(X )   1 2 za   ..  1 x1  x  x 2   p  p .

1.  3 3 0 p3 (3)     0.064. x0  0.6. Sastaviti zakon i funkciju raspodele verovatnoća broja pojavljivanja događaja A u 3 nezavisna opita ako je verovatnoća ostvarivanja događaja A u svakom opitu 0. 1 x  2  p3 (2)     0.6  0.4  0. q  1  p  0.432 0.6.1.064  0  3 1 2 p3 (1)     0.784. m  0.288 0.4.216    46 .064 0.216  3  0 1 2 3  X :   0.432 0.3 3 0 3 p3 (0)     0.4  0.4  0. Rešenje: p  0.4  0.  0  x  1  3 2  F ( X )  0. n  3.352. 2  x  3   2  x  3   1. Verovatnoća i statistika – zbirka zadataka Zadaci: 6.6  0.2.6  0.288 1  0.6  0.

5  0. p2 (2)     0.5  0.2. q  1  p  0.25  2 0 1 2  X :   0.5.25. Neki novčić se baca 5 puta.25 0.3.5  0.broj pojave grba.5  0.25  0  3 p2 (1)     0. x  2  3 2 2 1.25    6. m  0. Napisati zakon i funkciju raspodele slučajne promenljive X . Verovatnoća i statistika – zbirka zadataka 6.1.5  0.75. 0.5 0.5 0.5  0.2 3 0 2 p2 (0)     0. Neki novčić se baca 2 puta.5.broj pojave pisama. Rešenje: p  0. Rešenje: 47 . x0  0  x  1 1   F(X )   1  x  2  0. n  2. Napisati zakon i funkciju raspodele slučajne promenljive X .

5  0.5   2 32  5 3 2 10 p5 (3)     0.5 5 0 5 1 p5 (0)     0.5  0.5  5 32 0 1 2 3 4 5 48   .5  0.5.5  1  32  5  2 3 10 p5 (2)     0.5  0. m  0.3. q  1  p  0.Verovatnoća i statistika – zbirka zadataka p  0.5   0 32 5 4 5 p5 (1)     0.2. n  5.1.5  0.4.5  3 32 5 4 5 p5 (4)     0.5  0.5.5   4 32 5 5 0 1 p5 (5)     0.

91988  0.97? Rešenje:  0.38292 6.5.5)  2 (0.73  X  0) c) p ( 1.2673 p(1.5)  0. Naći broj studenata čija je težina između 65 i 75kg.73)  0.97  0. Kolika tolerancija prečnika može da se garantuje sa verovatnoćom 0. Prečnik matrica koje fabrika proizvodi je slučajna promenljiva X: N (1.91988  0.04  p  1  0.4.07)  2   2 1.04 Tolerancija [1.5.01)   (1. Predpostavimo da telesne težine 800 studenata imaju normalnu raspodelu sa srednjom težinom 66kg i standardnim odstupanjem 5kg.4222 b) p( 0.17  a  0.47778  0. Naći: a) p (0  X  1.1.1).73  X  0)  (0.09 0.485  0.42)   (1.0.08012  a  2   0.0868  0.6.75  0.73  X  2.42) b) p (0.93696 d) p ( X  0.41.04   a     0.07 .42)  0.41466  c)  0.5) Rešenje: a) p(0  X  1. Verovatnoća i statistika – zbirka zadataka 6.01)  (2.04  a  2.07  X  0.07  p (0.04). Slučajna promenljiva ima normalnu raspodelu N (0.59] 6.73)  0. Rešenje: 49 .73  X  2.01) d) p ( X  0. Naći verovatnoću škarta pod uslovom da je propisana tolerancija prečnika  0.

5)  75  66   65  66  p (65  X  75)        5   5    1.2   0.8    0. Verovatnoća i statistika – zbirka zadataka n  800 X : N (66.07926  54.33% 50 .46407  0.

n.. yi) slučajne promenljive (x.  p i 1 j 1 ij 1 Takođe. Zakon raspodele verovatnoća je pravilo po kome svakom paru vrednosti (xi.. i  1..   p j  1 i 1 j 1 Funkcija raspodele F(x.... Y  y   pij . tj: F(x.. DVODIMENZIONALNA SLUČAJNA PROMENLJIVA 7.. ona je slučajna tačka (x.y) pridružujemo odgovarajuću verovatnoću pij.y) predstavlja verovatnoću istovremene realizacije događaja X<x. m. Znači.. Y<y. imamo: pij – verovatnoću da slučajna promenljiva X uzme vrednost xi...   pij  P X  xi  j 1 p j   pij  P Y  y j  n p1 j  p 2 j  .... n m P X  x. i  1. j  1.. i 1 n m  pi. Y<y) Grafička interpretacija funkcije raspodele je: 51 .1. n.. j  1.y)=P(X<x.  pim  pi. pi . m.y) u ravni..  p nj  p j . gde su: m pi1  pi 2  . imamo marginalne verovatnoće po vrstama pi i po kolonama pj. Verovatnoća i statistika – zbirka zadataka 7. Diskretna dvodimenzionalna slučajna promenljiva Vrednosti dvodimenzionalne slučajne promenljive se mogu predstaviti tačkama u ravni xOy. a slučajna promenljiva Y vrednost yij tj....

c Osobine funkcije raspodele 1. y 2   F  x.y).Y  F1x 2.c  .daF  aF .P xX . y  .y) je verovatnoća da slučajna tačka (x. y   F  x1 .   0 3.y) padne u beskonačni P .dbF Fb. x 2  x1 F  x. F  x.   .   F   . y1  . Verovatnoća i statistika – zbirka zadataka F(x.c  dY   kvadrat sa temenom u tački (x. F(x. 52 .y) je neopadajuća funkcija svojih argumenata F  x 2 . y 2  y1 Fx. y   F   .YX S    bXaP .

. Y   D    f  x. y    Fxy  x.2. Neprekidna dvodimenzionalna slučajna promenljiva Gustina raspodele i funkcija raspodele  2 F  x. j 1 p j   pij  PY  y j  n j  1. n. p j .  Py  X . y  xy P  X .   1 Marginalne verovatnoće: m pi .. m.... j pij p j / i  P Y  y j / X  x i   pi.. p j /i  p j F  x.   pij  P X  xi  i  1. y   F1  x  F2  y  7. F2  y  .Y  Fy 2y F1  x  ...  D 53 . y  f  x. i 1 Uslovne verovatnoće: pij p i / j  P  X  xi / Y  y j   p. za proizvoljan par brojeva i.odgovarajuće funkcije raspodele promenljivih X i Y: 4. F   . Definicija nezavisnosti dveju slučajnih promenljivih: Slučajne promenljive X i Y su nezavisne ako je ispunjena relacija: pij  pi.y) padne u oblast D. j u diskretnom slučaju ili relacije: p i / j  pi. Verovatnoća i statistika – zbirka zadataka F. y dxdy .verovatnoća da tačka (x.

Y    .  PXx. y  dxdy . a to je verovatnoća da slučajna tačka (x. Sabirajući elementarne verovatnoće po oblasti D dobijamo verovatnoću da tačka (x.y) padne u pravougaonik sa stranama dx i dy i jednim temenom u tački (x. ydxdy  Osobine gustine raspodele f  x.y  PX.Yy   f x.Yy    . Verovatnoća i statistika – zbirka zadataka Ovde imamo pojam elementarne verovatnoće f  x. y   0     f  x. y  P Xx.yxf dxdy  y F2y  F.y) padne u oblast D. xy Fx. y  dxdy  1    Marginalne funkcije raspodele x F1x  xF .y).yxf dxdy  Marginalne gustine raspodele 54 .

Odnosno. međutim. Verovatnoća i statistika – zbirka zadataka  f 1  x   F1 x    f  x. uslovni zakon raspodele verovatnoća. y  dx  Marginalne gustine raspodele se mogu dobiti pomoću gustine raspodele dvodimezionalne slučajne promenljive. y   f 1  x  f 2  y  ili relacije: 55 . y  dy   f 2  y   F2  y    f  x. obrnuto ne važi. potrebno je pored marginalnih raspodela znati i zavisnost između njih.Y) padne u pravougaonik S je jednaka verovatnoći da ona padne u pojas pod uslovom da je pala u pojas S2y yY  dy . Odnosno. Definicija nezavisnosti dveju slučajnih promenljivih: Slučajne promenljive X i Y su nezavisne ako je ispunjena relacija: f  x. da bi potpuno okarakterisali dvodimenzionalnu slučajnu promenljivu. y  f  x / y  f2  y f  x. f  x. y  f  y / x  f1  x  S1x xX dx Tumačenje: verovatnoća da slučajna tačka (X.

Neka u eksperimentu bacanja dve kocke X označava broj tačaka na gornjoj strani prve kocke. a Y broj tačaka na gornjoj strani druge kocke.c  Yd  Pa  Xb Pc  Yd Zadaci: 7.c  Yd  Pa  Xb. y  F1x F2y Fxy  f x. y  f1x f2y f x/ y  f1x f  y / x  f2y Fx. y  F1x F2y a  Xb. Verovatnoća i statistika – zbirka zadataka f x.1. Naći verovatnoće: a) p ( X  Y  6) b) p( X  Y  2) c) p ( X 2  Y 2  20) d) p( X  Y  9) e) p ( XY  10) Rešenje: 5 a) p ( X  Y  6)  36 4 b) p( X  Y  2)  36 13 c) p ( X 2  Y 2  20)  36 56 .

18 0.14 1 0 1 2   2 1 0 1 2 3  X :  Y :   0.78. X\Y 1 2 3 1 3 7 0 57 . kao i njihove zakone i funkcije raspodele.03 0.j 0.03 0.1 0. X\Y -2 -1 0 1 2 3 0 0.05 0.05 0.1 0 0.04 0.0 22 . 0.0 18 .05 0.1 0. 0  y  1  0 .05 2 0.35  .0 16 .  y3   7.35 p. y  2  0.Y). Verovatnoća i statistika – zbirka zadataka 6 d) p( X  Y  9)  36 17 e) p ( XY  10)  36 7.22 0.05 0. 0. Naći marginalne raspodele slučajnih promenljivih X i Y.12 0. 1  x  2 0.3. 1  y  2    x  2   1. 65.35 2 0.3 1 0.06 0.07 0.Y). kao i njihove zakone raspodele.05 0. Data je raspodela verovatnoća dvodimenzionalne slučajne promenljive (X.05 0. 0.07 0.86 2  y  3  1.05 0.18.05 0.05 1 0.i 0 0.4.05 0.3.1 0 0.05 0.03 0.04 Rešenje: X\Y -2 -1 0 1 2 3 p.3 0.05 0.08 0.0 08 .35 0.06 0.2.  1  y  0   0  x  1   F(X )    F (Y )  0.1 0 0.0 14 0.62.22 0.16 0. Naći marginalne raspodele slučajnih promenljivih X i Y. x0    2  y  1  0.05 0.1 0 0. Data je raspodela verovatnoća dvodimenzionalne slučajne promenljive (X.03 0.12 0.0 22 .

kao i uslovne raspodele koordinata X i Y.j 11/40 13/40 16/40 1 1 2 3 4  1 2 3     X :10 7 14 9  Y :  1 13 16      40 4 0 40 4 0   4 0 4 0 4 0  7. Naći marginalne verovatnoće i zakone raspodela koordinata dvodimenzionalne slučajne promenljive (X. 1 3/40 7/40 0/40 10/40 2 1/40 4/40 2/40 7/40 3 5/40 1/40 8/40 14/40 4 2/40 1/40 6/40 9/40 p. Verovatnoća i statistika – zbirka zadataka 2 1 4 2 3 5 1 8 4 2 1 6 Rešenje: X\Y 1 2 3 pi.Y) date tabelom: Y X\ 2 4 5 1 3 7 1 3 2 8 4 10 9 5 6 Odrediti verovatnoće p(X>Y) i p(X=Y+1).4. 1 3/45 7/45 1/45 11/45 3 2/45 8/45 4/45 14/45 10 9/45 5/45 6/45 20/45 p.j 14/45 20/45 11/45 1 58 . Rešenje: X\Y 2 4 5 pi.

Verovatnoća i statistika – zbirka zadataka  1 3 10   2 4 5      X : 1 14 20  Y : 14 20 1       45 45 45  45 45 45 2 20 22 2 p( X  Y )    p ( X  Y  1)  45 45 45 45 1 3 10  2 4 5      X /Y  2 :  3 2 9  Y / X  1:  3 7 1      14 14 14 1 1 1  1 3 1 0   2 4 5      X /Y  4 :  7 8 5  Y / X  3:  2 8 4      20 20 20 14 14 14 1 3 10 2 4 5      X / Y  5 :  1 4 6  Y / X  10 :  9 5 6      1 1 1  20 20 20 59 .

Neka slučajna promenljiva X odgovara rezultatu prvog bacanja kocke. a slučajna promenljiva Y odgovara rezultatu drugog bacanja kocke. Verovatnoća i statistika – zbirka zadataka 7.5. Rešenje: 1 2 3 4 5 6    X :1 1 1 1 1 1  Y   6 6 6 6 6 6 2 3 4 5 6 7 8 9 10 1 12    Z  1 1 1 1 5 1 5 1 1 1 1    36 18 12 9 36 6 36 9 12 18 36 60 . Naći raspodelu slučajne promeljive Z=X+Y. Baca se kocka 2 puta.

Y) nalazi na delu krive Y   ( X ) ispod prave AB:Y=y.. za a  x  b . za a  x  b . p n   p1 p2 . FUNKCIJE SLUČAJNIH PROMENLJIVIH Ako svakoj mogućoj vrednosti slučajne promenljive X odgovara jedna moguća vrednost slučajne promenljive Y. U slučaju neprekidne slučajne promenljive: Neka je X neprekidna slučajna promenljiva definisana gustinom raspodele verovatnoća f(x) za a  x  b i neka je funkcija Y   ( X ) neprekidna i diferecijabilna. tada se Y naziva funkcijom slučajne promenljive X u oznaci: Y   X  U slučaju diskretne slučajne promenljive:  x x . pn  Ako je   X  monotona funkcija (npr: Y  3 X  1 ). Y   ( X ) je monotono rastuća Verovatnoća događaja da se tačka (X. Imamo slučajeve: 1.. tj.. Verovatnoća i statistika – zbirka zadataka 8. Y   ( X ) je monotono opadajuća G ( y )  P(Y  y )  P( x  X  b)  F (b)  F ( x)   F ( ( y ))  F (b) g ( y )   f ( ( y ))  ' ( y ) 61 . a  ( y ) inverzna funkcija funkcije Y   ( X ) .. x n   y    x1  y 2    x 2  ..... onda su verovatnoće P  Y  y i  jednake zbiru P  X  xi  onih vrednosti slučajne promenljive X za koje Y ima jednake vrednosti. onda je P Y  y i   P X  xi   pi . y n    x n   X :  1 2   Y    X   1   p1 p 2 . Gustina raspodele funkcije Y   ( X ) je: g ( y )  f ( ( y ))  ' ( y ) 2. verovatnoća događaja Y<y jednaka je verovatnoći događaja a X  x: G ( y )  P (Y  y )  P (a  X  x)  F ( x)  F ( a )  F ( ( y ))  F (a ) gde su: F(x) funkcija raspodele slučajne promenljive X. Ako je   X  nemonotona funkcija (npr: Y  3 X 2  1 ).

naći  0 . Verovatnoća i statistika – zbirka zadataka U slučaju monotonosti funkcije Y   ( X ) uzima se jedinstvena formula za gustinu raspodele verovatnoća: g ( y )  f ( ( y ))   ' ( y ) 3.1.3 0. Kada Y   ( X ) nije monotona G ( y )  P (Y  y )   P ( X   i ( y ))    f ( x)dx i ( y ) g ( y)  G' ( y) Zadaci: 1 2 3  8.3 0 .1 0.1 0 .6 62 .6  raspodelu verovatnoća slučajne promenljive Y=3X+1. Ako slučajna promenljiva X ima raspodelu verovatnoća :X   . Rešenje:  ( X )  3X  1 y1   ( x1 )  3  1  1  4 y 2   ( x2 )  3  2  1  7 y3   ( x3 )  3  3  1  10  4 7 10  :Y   0.

3. ako je: 63 . Verovatnoća i statistika – zbirka zadataka  2 1 1 2  8.2. Ako slučajna promenljiva X ima raspodelu verovatnoća :X   .3 0.1 0. Rešenje: ( X )  3X 2  1 y1   ( x1 )  3  (2) 2  1  13 y 2   ( x 2 )  3  (1) 2  1  4 y 3   ( x3 )  3  12  1  4 y 4   ( x 4 )  3  2 2  1  13  4 13  :Y   0.2 0.5 0. 0. Opisati slučajnu promenljivu Y=X2-1.5 8.4 naći raspodelu verovatnoća slučajne promenljive Y=3X2+1.

Slučajna promenljiva X označava verovatnoću pojavljivanja događaja A u 3 nezavisna opita.75 0. Rešenje: 3 0 3 p3(0) 0. pri čemu je verovatnoća pojavljivanja događaja A u jednom opitu 0..25.25 0. Odrediti zakon raspodele za slučajne promenljive Y=2X+1 i Z=X2.. Verovatnoća i statistika – zbirka zadataka  1 2 3   1 1 2     a) :X 1 1 3 b) :X 1 1 1     8 2 8 4 4 2 Rešenje: 0 3 8 0 3     a) :Y 1 1 3 b) :Y 1 1     8 2 8 2 2 8.42 .4.  0 64 .

75 0. 2  3 0 1 2 3  X :    .75 0.14  2  3 3 0 p3(3)  0.25 0.0 14 .0 02 65 .25 0.42 1  3  2 1 p3(2) 0.0 42 .25 0.75 0.0 42 .Verovatnoća i statistika – zbirka zadataka  3 1 2 p3(1)  0.

0 42 .0 42 .Verovatnoća i statistika – zbirka zadataka 1 3 5 7  Y :    .0 14 .0 42 .0 02 66 .0 14 .0 02 0 1 4 9  Z :    .0 42 .