VJEROJATNOST

SLUČAJNI DOGAĐAJ

Pokus je djelatnost (definiran proces, postupak mjerenja, opažanja,…)

iz koje izvire neki rezultat

Rezultat pokusa se naziva ishodom

Pokus je slučajan ako se u definiranim uvjetima može ponavljati , ako

postoje barem 2 različita ishoda, te ako se ishodi ne mogu predvidjeti
sa sigurnošću

Skup svih mogućih različitih ishoda slučajnog pokusa naziva se

prostorom uzorka S, odnosno, prostorom elementarnih događaja.
Zovemo ga i siguran događaj

Događaj je elementaran ako se ne može rastaviti na jednostavnije

događaje

Slučajni događaj A jednočlani je ili višečlani podskup skupa S, odnosno

podskup skupa elementarnih događaja
SKUPOVNE OPERACIJE
 Slučajni događaji A i B definirani na skupu S su jednaki
ukoliko sadrže iste elemente

 AUB je događaj koji nastane ako nastane događaj A ili

događaj B, ili oba

A  B je događaj koji nastupi kada istodobno nastupe

događaji A i B

 A\B je događaj koji nastane kada nastane događaj A, a ne

nastane događaj B

 Ako jeA  B znači da nastanak događaja A uvjetuje

nastanak događaja B

 Komplement događaja A jest događaj A ili Ac koji sadrži

sve elementarne događaje skupa S koji se ne nalaze u
skupu A
MEĐUSOBNO ISKLJUČIVI DOGAĐAJI
 Međusobno isključivi događaji u jednom izvođenju
pokusa ne mogu nastati istodobno

 Događaji A i B definirani na istom skupu S

međusobno su isključivi ako je njihov presjek prazan
skup

 Općenito, vrijedi da su dva slučajna događaja ili više

njih međusobno isključivi ako je presjek svakog para
događaja prazan skup, tj.
A i  A j  , za svaki i  j, A i  
 Nastanak događaja A1 ili A2 ili,…,ili Ak jednak je uniji
A1U A2 U …U Ak

 A i B su neovisni ako u jednom pokusu ne mogu

nastati istodobno
VENNOVI DIJAGRAMI
Primjeri Vennovih dijagrama
VENNOVI DIJAGRAMI
PRIMJER 1: BACANJE KOCKE
Bacanje simetrične kocke predstavlja slučajan pokus
Skup svih elementarnih događaja S={1,2,3,4,5,6}.

Neka je A događaj “pao je paran broj”, tj. A={2,4,6}

Neka je B događaj “pao je broj 3” B={3}
Neka je C događaj “pao je broj strogo manji od 3 C={1,2}.

A i B su isključivi događaji. Ne mogu istodobno

nastupiti jer u presjeku daju prazan skup
A U B={2,4,6,3} nastupa kada padne paran broj ili broj 3
A  C ={2} nastupa kada padne paran broj i broj strogo
manji od 3
AUC={1,2,4,6} nastupa kada padne paran broj ili broj 1
ZADATAK: BACANJE DVIJE KOCKE
Bacanje dvije simetrične kocke predstavlja slučajan
pokus. Skup elementarnih događaja sastoji se od 36
događaja.
Odredimo elemente skupa elementarnih događaja.

Ω={(1,1), (1,2), (1,3), (1,4), (1,5), (1,6)

(2,1), (2,2), (2,3), (2,4), (2,5), (2,6)
…
(6,1), … (6,6)}
ZADATAK: BACANJE KOCKE I NOVČIĆA

Odredite prostor elementarnih događaja za pokus

koji se sastoji od bacanja kocke i novčića.

Ω = {(P,1), (P,2), (P,3), (P,4), (P,5), (P,6), (G,1),

(G,2), (G,3), (G,4), (G,5), (G,6)}
 KLASIČNA DEFINICIJA
VJEROJATNOSTI
A PRIORI

 Polazi od pretpostavke da slučajni pokus ima konačan broj

jednako mogućih ishoda
 Tada je vjerojatnost nastupa događaja A jednaka omjeru
broja za njega povoljnih ishoda m i ukupnog broja
ishoda n, to jest
PA  mn
tako računana vjerojatnost zove se još
VJEROJATNOST A PRIORI
 KLASIČNA DEFINICIJA
VJEROJATNOSTI
A PRIORI

 Bacanje kocke
Ω = {1,2,3,4,5,6}
Svi elementarni događaji su jednako vjerojatni

A : „pao je paran broj”

3 1
P A = =
6 2
KLASIČNA DEFINICIJA
VJEORIJATNOSTI A PRIORI

 primjenjiva je samo na konačne skupove

 definicija je kružna
 KLASIČNA DEFINICIJA
VJEROJATNOSTI
A POSTERIORI

Statistička vjerojatnost (VJEROJATNOST A

POSTERIORI) granična je vrijednost relativne frekvencije
povoljnog ishoda događaja A ako se broj ponavljanja
pokusa izvedenih pod istim uvjetima povećava u
beskonačnost, tj.
. PA  lim
n n
m

Statistička se vjerojatnost aproksimira relativnom

frekvencijom, tj. omjerom apsolutne frekvencije i
opsegom statističkog skupa

Frekvencije statistički stabilne!

 KLASIČNA DEFINICIJA VJEROJATNOSTI
A POSTERIORI
 Bacanje kocke
Ω = {1,2,3,4,5,6}
Ponavljamo bacanje kocke 1000 puta i bilježimo
ishode. Točno 501 put pojavio se paran broj, tada
ćemo zaključiti da je

A = „pao je paran broj”

501
P A =
1000
 KLASIČNA DEFINICIJA VJEROJATNOSTI
A POSTERIORI

 Ako se prilikom velikog broja ponavljanja

slučajnog pokusa, relativne frekvencije događaja
A grupiraju oko nekog broja, kažemo da je
relativna frekvencija statistički stabilna.

 kako provjeriti stabilnost?

 Kako odrediti vjerojatnost jednog događaja?

USPOREDBA KLASIČNE DEFINICIJE A PRIORI I
KLASIČNE DEFINICIJE A POSTERIORI
Pretpostavimo da imamo kutiju koja sadrži bijele i crne
kuglice. Zanima nas vjerojatnost da ćemo izvući crnu
kuglicu

A PRIORI
Znamo sadržaj kutije: 40
bijelih i 10 crnih kuglica, po
klasičnoj definiciji
vjerojatnosti :
A POSTERIORI
Ne znamo sadržaj kutije;
izvršimo veći broj izvlačenja
. U 5000 izvlačenja izvukli
smo 1065 crnih kuglica

10 1065
p  0.2 p  0.213
50 5000
 SUBJEKTIVNA VJEROJATNOST
 Subjektivna vjerojatnost je broj iz intervala [0,1]
određen na temelju prosudbe okolnosti relevantnih za
nastup slučajnog događaja

Primjer. Predviđanje rezultata utakmice

Ishod Vjerojatnost
Pobjeda domaćina 0.5
Neriješeno 0.15
Pobjeda gosta 0.35
PRIMJER. SUBJEKTIVNA VJEROJATNOST
 U tablici je dano predviđanje stručnjaka o
inflaciji za sljedeću godinu

Stupanj inflacije Vjerojatnost

Manje od 5% 0.2
Između 5% i 10% 0.7
10% i više 0.1
 AKSIOMATSKO ZASNIVANJE TEORIJE
VJEROJATNOSTI
A. N. KOLMOGOROV, (1933.)

 Neka je  elementarnih događaja za neki pokus.

 Svrha teorije vjerojatnosti je da svakom događaju A   pridruži
broj P(A) koji će biti precizna mjera šanse da se A ostvari. Svako
takvo pridruživanje mora zadovoljavati sljedeće aksiome:

 A1. Za svaki događaj A  P(A)  0

 A2. P() = 1
 A3. a) Ako se konačan broj događaja A1, A2,... An međusobno
isključuje (tj. ako su u parovima disjunktni), vrijedi:
 P(A1UA2U…UAk ) = P(A1) + P(A2) + …+ P(Ak)

 b) Ako se prebrojivo beskonačan broj događaja A1, A2,...

međusobno isključuje, vrijedi:
 
P ( Ai )   P ( Ai )
i 1 i 1
 SVOJSTVA VJEROJATNOSTI

Svakom događaju A pridružujemo broj P(A),

njegovu vjerojatnost. Vrijedi:

1. 0 ≤ P(A) ≤ 1
2. P(Ø) = 0
A∩B=Ø → P(A∩B)=0
3. P(Ω) = 1
4. P(Ac) = 1 - P(A)
 SVOJSTVA VJEROJATNOSTI
Ako su A1 i A2 međusobno isključivi događaji tada je vjerojatnost
da će nastupiti A1 ili A2 jednaka zbroju njihovih vjerojatnosti

P(A1UA2) = P(A1) + P(A2).

Analogno, ako su A1,…,Ak međusobno isključivi događaji tada je

P(A1UA2U…UAk ) = P(A1) + P(A2) + …+ P(Ak)

Općenito, za događaje A i B vjerojatnost nastupa barem jednog od

njih jednaka je
PA  B  PA  PB  PA  B
SVOJSTVA VJEROJATNOSTI

 Vjerojatnost razlike
𝑃 𝐴\B = 𝑃 𝐴 − 𝑃(𝐴 ∩ 𝐵)

 Vrijedi
𝐴 ⊆ 𝐵 ⇒ 𝑃(𝐴) ≤ 𝑃(𝐵)
PRIMJER: BACANJE KOCKE

Bacamo prvilnu kocku. Definirani su događaji

A={2,4,6}, B={3}, C={1,2}.

Izračunajmo vjerojatnosti
P(A), P(B), P(C), P(A∩B), P(AUB), P(AC), P(A ∩ C), P(AUC),
P(A\C).

Rješenje:
P(A)
RJEŠENJE:
A={2,4,6}, B={3}, C={1,2}.

P(A) =1/2
P(B) =1/6
P(C) = 1/3
P(A∩B) = 0
P(AUB) = 2/3
P(AC) = ½
P(A ∩ C) = 1/6
P(AUC) = 2/3
P(A\C) = 1/3.
 ZADATAK
Test iz jednog predmeta se sastoji od tri zadatka. Za
svaki zadatak ponuđena su 2 odgovora, od kojih je
jedan točan, a drugi netočan. Ako testu pristupi osoba
koja uopće ne poznaje predmetno područje, izračunajte
vjerojatnost:
a) Da će navesti 3 točna odgovora

b) Da neće navesti tri točna odgovora

c) Da će odabrati jedan ispravan odgovor

NEOVISNOST DOGAĐAJA

Događaji A i B su neovisni ako

PA  B  PAPB
ZADACI
1) Odredite vjerojatnost da će pri bacanju kocke pasti paran
broj. 0,5
2) Odredite vjerojatnost da će pri bacanju kocke pasti
neparan broj. 0,5

3) Odredite vjerojatnost da će pri bacanju kocke pasti paran

broj ili broj 5.
0,67
4) Odredite vjerojatnost da će kod bacanja dvije kocke na
obje kocke pasti parni brojevi.
0,25
5) Odredite vjerojatnost da će kod bacanja dvije kocke na obje
kocke pasti brojevi manji od 3.
0,11
6) Odredite vjerojatnost da padne broj tri ili broj 5.
2/6
ZADACI
7. Odredite vjerojatnost da će kod bacanja tri kocke zbroj
brojeva na sve tri kocke biti manji od 6. 0,046296

8. Vjerojatnost da sljedeće auto koje naiđe iz promatranog

smjera bude srebrno sive boje je 0.22. Promatramo 5 auta
zaredom.
Kolika je vjerojatnost da:
a) od promatranih 5 auta nijedno ne bude srebrno sivo,
0,2887
b) od promatranih 5 auta jedno bude srebrno sivo, 0,407
c) od promatranih 5 auta 3 budu srebrno siva, 0,06478
d) od promatranih 5 auta 4 budu srebrno siva, 0,009136
e) od promatranih 5 auta svih 5 budu srebrno siva, 0,000515
f) da bude manje od 2 srebrno siva auta, 0,6957
g) da bude barem 3 srebrno siva auta, 0,07443
h) da bude najviše 4 srebrno siva auta. 0,000299
ZADACI
1) Student je izašao na ispit znajući 20 od 25
pitanja. Na ispitu se izvlače tri pitanja. Kolika
je vjerojatnost da student zna odgovor:
a) Na sva tri pitanja rj. 0.495
b) Na barem jedno pitanje? rj. 0.9957
2) Kolika je vjerojatnost šestice na lotu 7/39?
Rj: 0.0000146

3) Simetričan novčić bacamo 5 puta. Kolika je

vjerojatnost da je pismo palo točno 3 puta?
rj. 0.3125
ZADACI VJEROJATNOST SUPROTNOG
DOGAĐAJA

1) Kolika je vjerojatnost da od 4 bačene kocke bar

jedna pokaže broj 5? (rj. 0.518)
GEOMETRIJSKA VJEROJATNOST
Ako je prostor Ω elementarnih događaja neprebrojiv
(skup 𝑹) a svi događaji su jednako vjerojatni tada nema
smisla primijeniti formulu za a priori vjerojatnost.
No, ako se skup Ω može prikazati kao ograničeni skup
na pravcu, ravnini ili prostoru, čija je mjera (duljina,
površina ili
volumen) jednaka μ (Ω) , a mjera događaja (podskupa) A
je μ (A), tada je vjerojatnost događaja A jednaka broju
𝜇(𝐴)
𝑃 𝐴 =
𝜇(𝛺)
nazivamo geometrijska vjerojatnost.
PRIMJER: GEOMETRIJSKA VJEROJATNOST

Kolika je vjerojatnost da slučajno izgeneriran broj iz [0,

1 1 3
1] bude jednak , a kolika da pripada segmentu , ?
2 4 4

1 1 3
 𝐴= ,𝐵 = ,
2 4 4

0
 P 𝐴 = =0
1
1
2 1
 𝑃 𝐵 = =
1 2
NEDISKRETNI VJEROJATNOSNI PROSTOR
 Kada je Ω neprebrojiv nema smisla koristiti formule
apriori vjerojatnosti
Vjerojatnost p je zadana na intervalima, odnosno zadana
je gustoćom vjerojatnosti f(x).
Vjerojatnost događaja da je ishod pokusa element iz
intervala <a,b> tada je
𝑏
𝑃 𝑎, 𝑏 = න 𝑓 𝑥 𝑑𝑥
𝑎

+∞
Vrijedi ‫׬‬−∞ 𝑓 𝑥 𝑑𝑥 = 1
 UVJETNA VJEROJATNOST

Vjerojatnost događaja A uz uvjet da se dogodio događaj B

jednaka je
PAB
PA|B  PB
, PB 0

Vjerojatnost P(A|B) zovemo uvjetna vjerojatnost odnosno

vjerojatnost nastupanja događaja A uz uvjet da je nastupio
događaj B
 PRIMJER 4: JEDNOSTAVNA IGRA I VARANJE
Zamislimo da se kladimo sa velikim ulogom da će pri
bacanju kocke pasti broj 2. Nakon bacanja kocke, ali prije
nego saznamo rezultat možemo odustati od klađenja

Ukoliko imate špijuna koji vam javi da je pao neparan broj,

hoćete li odustati od klađenja? Ukoliko odlučite ostati u
igri, kolika je vjerojatnost da ćete dobiti okladu?

Ukoliko imate špijuna koji vam javi da je pao paran broj, te

odlučite ostati u igri, kolika je vjerojatnost da ćete dobiti
okladu?
PRIMJER 4: JEDNOSTAVNA IGRA I VARANJE
Kada saznamo informaciju „pao je paran broj” mijenja
se skup elementarnih događaja, tako i vjerojatnost da će
pasti broj 2.

1 3 5

2 4 6

Prostor elementarnih događaja Ω={2,4,6}, a vjerojatnost

da ćemo dobiti okladu jednaka je 1/3.
PRIMJER 4: JEDNOSTAVNA IGRA I VARANJE

Problem je moguće riješiti i pomoću uvjetnih

vjerojatnosti
Označimo sa A događaj „pao je broj 2”, a sa B
događaj „pao je paran broj”, tj.
A={2}
B={2,4,6}
Zanima nas vjerojatnost da će pasti broj 2 ukoliko je
poznato da je na kocki pao paran broj
1
PAB
PA|B  PB
 6
1
 1
3
2
PRIMJER 5: MONTY HALL PROBLEM
Zamislite da igrate igru u kojoj birate jedna vrata od
njih tri. Iza jednih vrata nalazi se auto, dok se iza
ostalih vrata nalaze koze. Dakle, ukoliko otvorite prava
vrata dobivate auto!

Nakon što odaberete vrata, voditelj (koji zna iza kojih

vrata se nalazi auto) će otvoriti vrata iza kojih je koza,
te vas pitati
Hoćete li promijeniti odluku?
PRIMJER 5: MONTY HALL PROBLEM
Uzmimo da ste odabrali vrata broj 2. Vjerojatnost da ćete
dobiti auto je 1/3.

1/3 1/3 1/3

Tada vam voditelj otvara jedna vrata iza kojih se nalazi
koza, npr. vrata broj 1.

Hoćete li promijeniti odluku?

PRIMJER 5: MONTY HALL PROBLEM
Ukoliko promijenite odluku, vjerojatnost da ćete
osvojiti auto je veća!

Naime, ukoliko promijenite odluku i odlučite se za

vrata broj 3 (jer sada znate da se iza vrata broj 1
nalazi koza) dobit ćete auto samo ako je prva odluka
bila loša, a vjerojatnost toga jednaka je 2/3.

0 1/3 2/3
PRIMJER 5: MONTY HALL PROBLEM
Naravno, to
NE ZNAČI DA SE AUTO NALAZI IZA VRATA
BROJ 3!
PRIMJER 5: MONTY HALL PROBLEM
Ali ukoliko biste igru igrali više puta, uočili biste da
ćešće dobivate kada promijenite odluku.
Primjer simulacije igre 561 put.

Broj Pobjednici Postotak

igrača pobjednika
Promijenili 295 205 69.5
odluku
Nisu promijenili 266 83 31.2
odluku
ZADATAK
Izračunajte P(A) i P(B) ako je poznato P(A∩B)= 0.3,
P(B|A)= 0.6, P(AUB)= 0.85.

Rješenje:
𝑃(𝐴 ∩ 𝐵) 0.3
𝑃 𝐴 = = = 0.5
𝑃(𝐵|𝐴) 0.6

𝑃 𝐵 = 𝑃 𝐴 ∪ 𝐵 + 𝑃 𝐴 ∩ 𝐵 − 𝑃 𝐴 = 0.65
ZADACI
UVJETNA VJEROJATNOST

Bacaju se dvije kocke. Ako je pao zbroj 6, kolika je

vjerojatnost da je na kocki pao broj 2?

Rj. A= ‘na jednoj kocki je pao broj 2’

B=‘pao je zbroj 6’

Traži se P(A|B)=P(A∩B)/P(B)
B={(1,5),(5,1),(2,4),(4,2),(3,3)} P(B)=5/36
A∩B={(2,4),(4,2)} P(A∩B)=2/36

P(A|B)=2/5=0.4
ZADACI
UVJETNA VJEROJATNOST

Vjerojatnost da zrakoplov bude oboren prije nego

stigne do cilja je 5%. Vjerojatnost da uništi cilj, ako
do njega dospije je 40%. Kolika je vjerojatnost da
zrakoplov dospije do cilja i uništi ga?

Rj. A=‘zrakoplov je dopio do cilja’, P(A)=0.95

B=‘cilj je uništen’
Traži se P(A∩B).
P(A∩B)=P(A)P(B|A)
P(A∩B)=P(A)P(B|A)=0.95*0.400= 0.38
ZADACI
UVJETNA VJEROJATNOST

U jednoj posudi nalazi se 10 kuglica: 4 bijele i 6

crnih. Kolika je vjerojatnost da prva i druga
slučajno izabrana kuglica budu bijele boje, ako
nakon prvog izvlačenja kuglice ne vraćamo?
rj. 2/15
NEOVISNOST DOGAĐAJA

Događaji A i B su neovisni ako

PA  B  PAPB
Tada je P(A|B)=P(A)
ZADATAK
 Zadane su vrijednosti nastanka događaja
P(A)=0.3, P(B)=0.75, PA  B =0.25. Izračunajte
vjerojatnosti događaja :

Jesu li događaji A i B neovisni?

PRIMJER: NEOVISNOST DOGAĐAJA
 Biramo kartu iz skupa 52 igraće karte. Definirani su
događaji:

A={izvučen je AS}
B={izvučena je crvena karta}

Izračunajmo P(A|B). Jesu li događaji A i B neovisni?

PRIMJER: NEOVISNOST DOGAĐAJA - NASTAVAK

𝑃(𝐴 ∩ 𝐵) 2ൗ52 4
𝑃 𝐴𝐵 = = =
𝑃(𝐵) 1ൗ 52
2
4
𝑃 𝐴 =
52

𝑃 𝐴 𝐵 = 𝑃(𝐴)

Događaji su neovisni. Dodatna informacija koju dobivamo

saznanjem da je nastupio događaj B ne mijenja
vjerojatnost nastupanja događaja A.
PRIMJER: NEOVISNOST DOGAĐAJA
Banka raspolaže s 3 identična kompjutorska
sustava. Sustavi rade neovisno s istom
programskom podrškom. Prema proizvođaču
vjerojatnost zastoja hardwera iznosi 0.01. Kolika je
vjerojatnost da nastane zastoj u jednom danu sva 3
sustava?

Ai = „i-ti sustav u zastoju”

Zanima nas 𝑃 𝐴1 ∩ 𝐴2 ∩ 𝐴3 → Događaji su neovisni!!
što je zbog neovisnosti događaja jednako
𝑃 𝐴1 ∩ 𝐴2 ∩ 𝐴3 = P 𝐴1 𝑃 𝐴2 𝑃 𝐴3 = 0.013
= 0.000001
ZADATAK

Od 5 ključeva samo jedan otvara vrata. Odredite

vjerojatnost događaja da su potrebna 3 pokušaja da
se otvore vrata.

Događaji nisu neovisni!

Ai = „vrata će se otvoriti u i-tom pokušaju”

𝑃 𝐴1 𝐶 ∩ 𝐴2 𝐶 ∩ 𝐴3
𝐶 𝐶 𝐶 𝐶 𝐶 4 3 1
= 𝑃(𝐴1 )𝑃 𝐴2 |𝐴1 𝑃(𝐴3 |𝐴1 ∩ 𝐴2 ) = ∙ ∙
5 4 3
ZADATAK: NEOVISNOST DOGAĐAJA DZ

Izvodimo pokus bacanja dvije kocke. Ispitajte neovisnost

događaja: na prvoj kocki je pao 1 a na drugoj 2. Ako
događaj A predstavlja da je na 1. kocki palo 2, 3 ili 4,
događaj B predstavlja da je na 2. kocki palo 4,5 ili 6, a
događaj C predstavlja da je ukupan zbroj 10 ispitajte
neovisnost ovih događaja.

Događaji A i B imaju po 18 povoljnih ishoda, dok je

C = {(4, 6) , (6, 4) , (5, 5)}
FORMULA POTPUNE VJEROJATNOSTI I
BAYESOV TEOREM
 Međusobno disjunktni događaji {H1, H2, ..., Hn} tvore
potpun sistem događaja ukoliko ‫=𝑖𝑛ڂ‬1 𝐻𝑖 = Ω

Tada je 𝐴 = 𝐴 ∩ 𝐻1 ∪ 𝐴 ∩ 𝐻2 ∪ ⋯ ∪ 𝑃(𝐴 ∩ 𝐻𝑛 )
Stoga vrijedi
𝑛

𝑃 𝐴 = ෍ 𝑃 𝐴 𝐻𝑖 𝑃(𝐻𝑖 )
𝑖=1
FORMULA POTPUNE VJEROJATNOSTI I
BAYESOV TEOREM
Ukoliko je {H1, H2, ..., Hn} potpun sistem događaja tada
za svaki i vrijedi

Bayesova formula

𝑃(𝐻𝑖 ∩ 𝐴) 𝑃(𝐻𝑖 ∩ 𝐴)
𝑃 𝐻𝑖 |𝐴 = = 𝑛
𝑃(𝐴) σ𝑖=1 𝑃 𝐴 𝐻𝑖 𝑃(𝐻𝑖 )
FORMULA POTPUNE VJEROJATNOSTI I
BAYESOV TEOREM
ZADATAK
 Sijalica može pripadati trima raznim serijama S1; S2 i S3,
pri čemu su p1 = 0.25, p2 = 0.5 i p3 = 0.25 vjerojatnost da
sijalica pripada seriji S1; S2 i S3; redom. Vjerojatnost da će
sijalica iz S1 sijati barem 1000 sati je 0.1, iz S2 je 0.2; a iz S3
je 0.4. Odredite vjerojatnost događaja da će slučajno
izabrana sijalica sijati barem 1000 sati. Nadalje, ako je
poznato da je sijalica sijala barem 1000 sati odredite
vjerojatnost da je ona iz treće serije.

A=„sijalica je sijala barem 1000 sati”

Hi = „sijalica pripada seriji i”

P(A) = P(A|H1)P(H1)+P(A|H2)P(H2)+P(A|H3)P(H3)
=0.1*0.25 + 0.2*0.5 + 0.4*0.25 = 0.225
𝑃 𝐻3 𝑃(𝐴|𝐻3 ) 0.25 ∗ 0.4
𝑃 𝐻3 𝐴 = = = 0.44
𝑃(𝐴) 0.225
 FORMULA POTPUNE VJEROJATNOSTI I
BAYESOV TEOREM
Zadatak
Na ispit je izašlo 70% studenata koji polažu prvi put. Na prethodnom
roku od 100 studenata koji su izašli prvi put prošlo ih je 50, a od 50
studenata koji su i prije izlazili na ispit prošlo je njih 20. Odredite
vjerojatnost da će slučajno
odabrani student na novom roku proći ispit, te vjerojatnost da je
slučajno odabrani iz skupine studenata koji su već polagali taj ispit, ako
znamo da je taj student položio ispit.

A= „student će položiti ispit”

H1 = „student je već polagao ispit”
H2 = „student prvi put izlazi na ispit”

3 7
𝑃 𝐻1 = 10 , 𝑃 𝐻2 = 10

20 3 50 7
𝑃 𝐴 = 𝑃 𝐴 𝐻1 𝑃 𝐻1 + 𝑃 𝐴 𝐻2 𝑃 𝐻2 = ∙ + ∙ = 0.47
50 10 100 10
20 3
𝑃 𝐴 𝐻1 𝑃(𝐻1 ) ∙
50 10
𝑃 𝐻1 𝐴 = 𝑃(𝐴)
= 0.47
= 0.255
I na kraju, povratak na početak:
Igramo dvije igre na sreću:
A. Bacamo kocku 4 puta. Pobjeđujemo ukoliko se pojavi
barem jedna

B. Bacamo dvije kocke 24 puta. Pobjeđujemo ukoliko se

barem jednom pojavi dvostruka šestica.

Koja je igra za nas bolja?

ODGOVOR DE MERE:

 Vjerojatnost pobjede u igri A jednaka je

vjerojatbosti pobjede u igri B i obe su jednake 2/3.

1 1 1 1 1 1 1 1
 A. + + + B. + + +
6 6 6 6 36 36 36 36
24 𝑝𝑢𝑡𝑎

Netočno!
 TOČAN ODGOVOR
A) A={pobijedili smo}
Ai={u i-tom bacanju nije pala šestica}
→ AC= {nije se pojavila šestica} =𝐴1 ‫𝐴 ځ‬2 ‫𝐴 ځ‬3 ‫𝐴 ځ‬4
5 4
P(AC) = P(𝐴1 ‫𝐴 ځ‬2 ‫𝐴 ځ‬3 ‫𝐴 ځ‬4 ) = P(A1)*P(A2)* P(A3)*P(A4)=
6
5 4
P(A)=1- =0.51
6

B) A={pobijedili smo}
Ai={u i-tom bacanju nije pala dvostruka šestica}
→ AC= {nije se pojavila dvostruka šestica} =𝐴1 ‫𝐴 ځ‬2 ‫𝐴 ځ …ځ‬24
35 24
P(AC) = P(𝐴1 ‫𝐴 ځ‬2 ‫𝐴 ځ …ځ‬24) = P(A1)*P(A2)* …*P(A24)=
36
35 24
P(A)=1- =0.49
36