РАСПОДЕЛА СЛУЧАЈНЕ ПРОМЕНЉИВЕ

РЕШЕНИ ПРИМЕРИ

ПРИМЕР 1. Рукометаши Иван, Жељко и Алекса шутирају седмерце.

Вероватноћа да Иван постигне гол је 0,8. Вероватноћа да Алекса постигне
гол је 0,9, а вероватноћа да Жељко постигне гол је 0,7. Нека је Х случајна
променљива која представља број датих голова ако је свако од њих шутирао
по један седмерац.
а) Одредити расподелу случајне променљиве Х;
б) Одредити математичко очекивање случајне променљиве Х;
в) Представити графички случајну променљиву Х.
г) Одредити варијансу и стандардну девијацију случајне променљиве Х;

РЕШЕЊЕ: а) Могући исходи шутирања седмераца и одговарајуће

вероватноће дате су следећој табели, при чему 1 представља погодак, а 0
промашај:
i Иван Алекса Жељко Σ Р(И) Р(А) Р(Ж) рi
1 0 0 0 0 0,2 0,1 0,3 0.006
2 0 0 1 1 0,2 0,1 0,7 0.014
3 0 1 0 1 0,2 0,9 0,3 0.054
4 0 1 1 2 0,2 0,9 0,7 0.126
5 1 0 0 1 0,8 0,1 0,3 0.024
6 1 0 1 2 0,8 0,1 0,7 0.056
7 1 1 0 2 0,8 0,9 0,3 0.216
8 1 1 1 3 0,8 0,9 0,7 0,504
Σ 1

Вероватноћа за један гол је тада једнака 0,014 + 0,054 + 0,024 = 0.092, а

вероватноћа да се постигну два гола је 0,126 + 0,056 + 0,216 = 0,398.
Расподела случајне променљиве Х тада је:
 0 1 2 3 
X =  
 0,006 0,092 0,398 0,504 
б) Математичко очекивање случајне променљиве Х тада је једнако
4
E (X ) = ∑ xi ⋅ pi = 0 ⋅ 0,006 + 1 ⋅ 0,092 + 2 ⋅ 0,398 + 3 ⋅ 0,504 = 2,4
i =1

1
Квантитативне методе – Збирка решених задатака

0.6
0.5 0.398 0.504
Вероватноћа

0.4
0.3
0.2 0.092
0.1 0.006

0
0 1 2 3
Број погодака

г) Варијанса се може израчунати на два начина:

4
1) Како је σ 2 ( X ) = E ( X 2 ) − (E ( X ) )2 то је E ( X 2 ) = ∑ xi 2 ⋅ pi , то је
i =1
4
E (X 2 ) = ∑ x 2 i ⋅ pi = 0 2 ⋅ 0,006 + 12 ⋅ 0,092 + 2 2 ⋅ 0,398 + 3 2 ⋅ 0,504 = 6,22.
i =1

Тада је σ ( X ) = E ( X 2 ) − (E ( X ) ) = 6,22 – 2,4 = 6,22 – 5,76 = 0,46

2 2 2

4
2) Из σ 2 = ∑ ( xi 2
− E ( X ) ) ⋅ pi израчунавањем се добија
i =1

σ 2 = (0 − 2,4) 2 ⋅ 0,006 + (1 − 2,4) 2 ⋅ 0,092 + (2 − 2,4) 2 ⋅ 0,398 + (3 − 2,4) 2 ⋅ 0,504

= 0,03456 + 0,18032 + 0.06368 + 0,18144 = 0,46.
Тада је стандардна девијација σ = σ 2 = 0,46 = 0,67823.

ПРИМЕР 2. У следећој табели приказана је дневна продаја аутомобила у

продајном салону ''АВС тест'' у протеклих 100 дана.
а) Приказати табеларно и
Број дневно продатих Број дана
графички расподелу вероватноће
аутомобила
дневне продаје;
1 5
б) Израчунати највероватнију
2 20
вредност продаје;
3 40 в) Израчунај вероватноћу да ће у
4 25 једном дану бити продато бар три
5 10 аутомобила.
2
 Расподела случајне променљиве

а) Нека је Х случајна променљива ''дневна продаја утомобила''. Расподела

вероватноће случајне променљиве Х дата је у наредној табели:
Х f P(X) 0.5
1 5 0,05 0.4
2 20 0,20 0.3
3 40 0,40 0.2
4 25 0,25
0.1
5 10 0,10
0
Σ 100 1 1 2 3 4 5

б) Математичко очекивање случајне променљиве Х тада је једнако

5
E (X ) = ∑ xi ⋅ pi = 1⋅ 0,05 + 2 ⋅ 0,20 + 3 ⋅ 0,40 + 4 ⋅ 0,25 + 5 ⋅ 0,10 = 3,15 .
i =1
в) Вероватноћа да ће се у једном дану продати бар три аутомобила једнака
је Р (Х = 3) + Р (Х = 4) + Р (Х = 5) = 0,40 + 0,25 + 0,10 = 0,75.

ПРИМЕР 3. Јасна Шекарић погађа центар мете са вероватноћом 0,9. Јасна

Шекарић испалила пет хитаца. Нека је Х случајна променљива која
представља број погодака Јасне Шекарић.
а) Одредити расподелу случајне променљиве Х;
б) Представити графички случајну променљиву Х.
в) Одредити математичко очекивање случајне променљиве Х;
г) Одредити варијансу и стандардну девијацију случајне променљиве Х;
д) Одредити коефицијент симетрије и коефицијент спљоштености.

РЕШЕЊЕ: а) Случајна променљива Х има биномну расподелу, јер су код

сваког хица две могућности: или погађа или промашује центар мете, па је
5 
вероватноћа да ће у 5 хитаца бити к погодака P ( X = k ) =   ( 0.9 )k (0,1)5 − k .
k 
Израчунавањем вероватноћа за к ∈{0, 1, 2, 3, 4, 5} добија се расподела:
 0 1 2 3 4 5 
X =   .
 0,00001 0,00045 0,00810 0,07290 0,32805 0,59049 
б) Графички приказ дате случајне променљиве је:
3
Квантитативне методе – Збирка решених задатака

0.7
0.6
0.59949
0.5
0.4
0.32805
0.3
0.2
0.00001 0.00045 0.0081
0.1
0.0729
0
0 1 2 3 4 5
Параметри код биномне расподеле дати су формулама
E ( X ) = np, σ 2 ( X ) = np (1 − p), σ ( X ) = np (1 − p) ,
1 − 2p 6 1
α3 (X ) = , α4 (X ) = 3 − + .
np (1 − p) n np (1 − p)

Дакле, Е(Х) = 5 ⋅ 0,9 = 4,5; σ 2(Х) = 5 ⋅ 0,9 ⋅ 0,1 = 0,45; σ (Х) = 0,67082;
1 − 2 ⋅ 0,9 − 0,8 6 1
α3 (X ) = = = − 1,19257; α 4 ( X ) = 3 − + = 4,02222 .
0,67802 0,67802 5 0,45
Закључујемо да график дате случајне променљиве негативно асиметричан и
спљоштености веће од нормалне.

ПРИМЕР 4. Коцка за игру ''Не љути се човече'' се окреће 6 пута. Нека је Х

случајна променљива која одговара случајном догађају ''окренути број је
прост''.
а) Одредити расподелу случајне променљиве Х;
б) Представити графички случајну променљиву Х.
в) Одредити математичко очекивање случајне променљиве Х;
г) Одредити варијансу и стандардну девијацију случајне променљиве Х;
д) Одредити коефицијент симетрије и коефицијент спљоштености.

РЕШЕЊЕ: а) Случајна променљива Х има биномну расподелу, јер је

окренути број прост или није прост, па је вероватноћа да ће у 6 бацања бити
6  6 
к простих бројева P ( X = k ) =   ( 0,5)k (0,5)6 − k =   ( 0,5)6 .
k  k 

4
 Расподела случајне променљиве

Израчунавањем вероватноћа за к ∈{0, 1, 2, 3, 4, 5, 6} добија се расподела:

 0 1 2 3 4 5 6 
X =   .
 0,01563 0,09375 0,23438 0,31250 0,23438 0,09375 0,01563 
б) Графички приказ дате случајне променљиве је:
0.35
0.3125
0.3
0.23438
0.25
0.23438
0.2
0.15
0.09375 0.09375
0.1
0.05
0.01563 0.01563
0
0 1 2 3 4 5 6
Тражени параметри су тада:
Е(Х) = пр = 6 ⋅ 0,5 = 3
σ 2(Х) = пр (1 – р) = 6 ⋅ 0,5 ⋅ 0,5 = 1,5;
σ (Х) = np (1 − p ) = 1,5 = 1,22474;
1 − 2p 1 − 2 ⋅ 0,5
α3(X ) = = = 0;
np (1 − p) 1,22474

6 1 6 1
α4(X ) = 3 − + =3− + = 2,66667
n np (1 − p ) 6 1,5
Закључујемо да график дате случајне променљиве апсолутно симетричан и
спљоштености мало мање од нормалне.

ПРИМЕР 5. Вероватноћа да је произведен компјутер неисправан је 0,01.

Колика је вероватноћа да ако је купљено 1 000 компјутера:
а) Број неисправних компјутера је тачно 10.
б) Број исправних компјутера је већи од 998.
в) Број неисправних компјутера је мањи од 5.
5
Квантитативне методе – Збирка решених задатака

РЕШЕЊЕ: И овде се ради о биномној расподели, јер је случајно изабрани

компјутер или исправан или неисправан, па је вероватноћа да је к
1000 
компјутера неисправно једнака P ( X = k ) =   ( 0,01)k (0,99 )1000 − k .
 k 
а) Дакле вероватноћа да је од 1000 купљених компјутера тачно 10
1000 
неисправно је P ( X = 10) =   ( 0,01)10 (0,99)990 .
 10 
Покушај израчунавања ове вероватноће помоћу калкулатора неће дати неке
значајне јер је биномни коефицијент огроман и тешко га је израчунати.
Рад на компјутеру ће бити успешнији, али ће и ту бити муке да би се на
крају добила вероватноћа 0,12574.
Зато биномну веровантоћу (расподелу) код великих бројева апроксимирамо
Пуасоновом расподелом. Конкретно, ако је п > 50 и р < 0,1 онда је
λk
вероватноћа P ( X = k ) = e −λ , где је λ = пр.
k!
У нашем случају λ = пр = 1000 ⋅ 0,01 = 10.
1010 1010
Тада је вероватноћа P ( X = 10) = e −10 = 0,0000453 ⋅ = 0,12511 .
10! 3 628 800
б) Број исправних компјутера је већи од 998 ако неисправних има 0 или 1.
У том случају вероватноћа је
0 1
−10 10 −10 10
P ( X = 0) + P ( X = 1) = e +e = 0,0000453 + 0,0000453⋅10 = 0,00050.
0! 1!

в) Број неисправних компјутера је мањи од 5, ако неисправних компјутера

има 0, 1, 2, 3 или 4. У том случају вероватноћа је
P ( X = 0) + P ( X = 1) + P ( X = 2) + P ( X = 3) + P ( X = 4) =
100 101 102 103 −10 10 4
e −10 + e −10 + e −10 + e −10 e =
0! 1! 2! 3! 4!
0,0000453(1 + 10 + 50 + 166,66667 + 416,66667) = 0,02925.

ПРИМЕР 6. У телефонској централи у току једног сата је било 180 позива.

Израчунати вероватноћу да у току два минута:
а) није било ни једног позива;
б) било је више од 2 позива;
в) било је тачно 6 позива.

6
 Расподела случајне променљиве

РЕШЕЊЕ: Нека је Х случајна променљива које представља број бозива у

периоду од 2 минута. Како је у току једног сата било 180 позива, то је
очекивани број позива у току једног минута 180 : 60 = 3, што значи да се у
току два минута очекује просечно λ = 6 позива. Тада је:
а) Верованоћа да у току 2 минута, није било, тј. било 0 позива једнака
60 1
P ( X = 0) = e − 6 = 0,00248 ⋅ = 0,00248.
0! 1
б) Верованоћа да је у току 2 минута било више од 2 позива, је вероватноћа
супротна вероватноћи да је у току два минута било 2 или мање позива, тј.
P ( X > 2) = 1 − P ( X ≤ 2) = 1 − ( P ( X = 0) + P ( X = 1) + P ( X = 2) ) =
 60 61 62 
= 1 −  e − 6 + e −6 + e −6  = 1 − 0,00248 ⋅ ( 1 + 6 + 18) = .
 0! 1! 2 ! 
= 1 − 0,00248 ⋅ 25 = 1 − 0,06197 = 0,93803.
а) Верованоћа да у току 2 минута било тачно 6 позива једнака је
66 46 656
P ( X = 6) = e − 6 = 0,00248 ⋅ = 0,00248⋅ 64,8 = 0,16062.
6! 720

ПРИМЕР 7. У једном пословном подухвату вероватноћа профита од

5 000 $ једнака је 0,1, вероватноћа профита од 1000 $ једнака је 0,3 и
вероватноћа губитка од 500 $ једнака је 0,6. Колика је очекивана вредност
исхода наведеног посла?

РЕШЕЊЕ: Нека је Х случајна променљива која представља оставрени

профит. Тада је расподела случајне променљиве Х
 − 500 1 000 5 000 
X =  
 0,6 0,3 0,1 
Математичко очекивање дате случајне променљиве Х једнако је
Е (Х) = – 500 ⋅ 0,6 + 1 000 ⋅ 0,3 + 5 000 ⋅ 0, 1 = – 300 + 300 + 500 = 500 $,
па је очекивана добит у датом послу 500 $.

ПРИМЕР 8. Лутрија је организована тако да је у продају пуштено 100

лозова, од којих 15 доноси добитке и то: 1 добитак од 20 000 динара, 4
добитка од 5 000 динара и 10 добитака од 1 000 динара. Колика је цена лоза,
ако приређивач лутрије за себе задржава 50% оствареног прихода? Колико је
математичко очекивање играча који је купио један лоз?
7
Квантитативне методе – Збирка решених задатака

РЕШЕЊЕ: а) Укупан износ предвиђен за добитке је 1 ⋅ 20 000 + 4 ⋅ 5 000 +

10 ⋅ 1 000 = 20 000 + 20 000 + 10 000 = 50 000. Како је то 50%, тј. само
половина суме која се добија куповином лозова, укупан приход лутрије је
100 000. То значи да један лоз кошта 100 000 : 100 = 1 000 динара.
б) Нека случајна променљива Х представља вредност добитка на лутрији.
Њена расподела је
 0 1 000 5 000 20000 
X =   ,
 0,85 0,10 0,04 0,01 
јер 85 (од 100) лозова не добија ништа, 10 (од 100) добија по 1 000 динара,
4 (од 100) по 5000 динара и само 1 (од 100) 20 000 динара.
Математичко очекивање дате случајне променљиве Х једнако је
Е (Х) = 0⋅0,85 + 1 000⋅0,1 + 5 000⋅0,04 + 20 000⋅0,01= 100 + 200 + 200 = 500
динара, па је очекивана добит по једном лозу 500 динара.

ПРИМЕР 9. Случајна променљива Ζ има нормалну расподелу Ν (0, 1).

Одредити вероватноће:
а) Р (Ζ < 2,22); б) Р (Ζ < - 1,67); в) Р ( 1,97 < Ζ < 3,65);
г) Р ( - 3,33 < Ζ < 0,77); д) Р (Ζ > 1,94); ђ) Р (Ζ > - 1,73);
е) Р (Ζ < 7); ж) Р (Ζ < - 5); з) Р (Ζ > 10);
и) Р (Ζ > - 18); ј) Р (-6 < Ζ < 0,57); к) Р (- 2,59 < Ζ < 6);
л) Р ( - 11 < Ζ < 13).

РЕШЕЊЕ: Koришћењем таблица нормалне расподеле добија се:

а) Р (Ζ < 2,22) = F (2,22) = 0,9868;
б) Р (Ζ < - 1,67) = F (- 1,67) = 0,0475;
в) Р ( 1,97 < Ζ < 3,65) = F (3,65) - F (1,97) = 0,99987 – 0,9756 = 0,0243;
г) Р ( - 3,33 < Ζ < 0,77) = F (0,77) - F (-3,33) = 0,7794 – 0,00043 = 0,7789;
д) Р (Ζ > 1,94) = 1 - Р (Ζ < 1,94) = 1 - F (1,94) = 1 – 0,9738 = 0,0262;
ђ) Р (Ζ > - 1,73) = 1 - Р (Ζ < - 1,73) = 1 - F (-1,73) = 1 – 0,0418 = 0,9582;
е) Р (Ζ < 7) = F (7) = 1;
ж) Р (Ζ < - 5) = F (-5) = 0;
з) Р (Ζ > 10) = 1 - Р (Ζ < 10) = 1 – F (-5) = 1 – 1 = 0;
и) Р (Ζ > - 18) = 1 - Р (Ζ < - 18) = 1 – F (-18) = 1 – 0 = 1;
ј) Р ( - 6 < Ζ < 0,57) = F (0,57) - F (-6) = 0,7157 – 0 = 0,7157;
к) Р (- 2,59 < Ζ < 6) = F (6) - F (-2,59) = 1 – 0,048 = 0,9952;
л) Р ( - 11 < Ζ < 13) = F (13) - F (- 11) = 1 – 0 = 1.
8
 Расподела случајне променљиве

ПРИМЕР 10. Случајна променљива X има нормалну расподелу Ν (2, 9).

Одредити вероватноће:
а) Р (X < 2,22); б) Р (X < - 1,67); в) Р ( 1,97 < X < 3,65);
г) Р ( - 3,33 < X < 0,77); д) Р (X > 1,94); ђ) Р (X > - 1,73);
е) Р (X < 7); ж) Р (X < - 5); з) Р (X > 10);
и) Р (X > - 18); ј) Р (-6 < X < 0,57); к) Р (- 2,59 < X < 6);
л) Р ( - 11 < X < 13).

РЕШЕЊЕ: Ако случајна променљива Х има нормалну расподелу Ν (2, 9),

X −µ
онда случајна променљива Z = има нормалну расподелу Ν (0, 1).
σ
2
Како је µ = 2, σ = 9, σ = 3. Tражене вероватноће су дате у следећој табели
при чему су а и b крајеви интервала у расподели Ν (2, 9), а a1 и b 1
крајеви интервала у расподели Ν (0, 1).

X −µ
X Z = P ( X) =
РБ σ F(a1) F(b1)
F(b1) - F(a1)
а b a1 b1
а -∞ 2,22 -∞ 0,07 0 0,5279 0,5279
б -∞ -1,67 -∞ -1,22 0 0,1112 0,1112
в 1,97 3,65 -0,01 0,55 0.4960 0,7088 0,2128
г -3,33 0,77 -1,78 -0,41 0,0375 0,3409 0,3033
д 1,94 ∞ -0,02 ∞ 0,4920 1 0,5080
ђ -1,73 ∞ -1,24 ∞ 0,1075 1 0,8925
е -∞ 7 -∞ 1,67 0 0,9525 0,9525
ж -∞ -5 -∞ -2,33 0 0,0099 0,0099
з 10 ∞ 2,67 ∞ 0,9962 1 0,0038
и -18 ∞ -6,67 ∞ 0 1 1
ј -6 0,57 -2,67 -0,48 0,0038 0,3156 0,3118
к -2,59 6 -1,53 1,33 0,9082 0,0630 0,8452
л -11 13 -4,33 3,67 0 0,9999 0,9999

9
Квантитативне методе – Збирка решених задатака

ПРИМЕР 11. Случајна променљива X има биномну расподелу

В (36, 0,8). Одредити приближно вероватноћу Р ( 30 < X < 40).

РЕШЕЊЕ: Ако случајна променљива Х има биномну расподелу В (п, р ) и

ако је пр > 5 и п(1 – р) > 5, онда важи Муавр -Лапласова теорема која
биномну расподелу (која се односи на дискретну случајну променљиву)
апроксимира нормалном расподелом Ν ( µ, σ 2), при чему су параметри
нормалне расподеле дефинисани једнакостима µ, = пр и σ 2 = пр(1 – р ).
Дата биномна расподела је В (36, 0,8), па је пр = 36 ⋅ 0,8 = 28,8 > 5 и
п (1 – р) = 36 ⋅ 0,2 = 7,2 > 5, па се биномна вероватноћа може апроксимирати
нормалном расподелом Ν ( µ, σ 2), чији су параметри µ, = пр =28,8 и
σ 2 = пр(1 – р) = 5,76. То значи да је В (36, 0,8) ∼ Ν (28,8 ; 5,76).
Ако случајна променљива Х има нормалну расподелу Ν (28,8 ; 5,76), онда
X − 28,8
случајна променљива Z = има нормалну расподелу Ν (0, 1), јер је
2,4
µ = 28,8, σ2 = 5,76 и σ = 2,4.
Како се у овом случају дискретна расподела (биномна) апроксимира
непрекидном (нормалном) , неопходно је да се посматрани интервал код
биномне расподеле прошири и са горње и са доње стране са 0,5 код
нормалне расподеле. То зачи да је
 29,5 − 28,8 40,5 − 28,8 
Р ( 30 < X < 40) = P  <Z<  = P (0,29 < Z < 4,88)
 2,4 2,4 
= F (4,88) - F (0,29) = 1 – 0,6141 = 0,3859.

ПРИМЕР 12. Случајна променљива X има биномну расподелу

В (100, 0,36). Одредити вероватноће:
а) Р (X < 33); б) Р (X > 58); в) Р ( 24 < X < 39); г) Р ( X = 36).

РЕШЕЊЕ: За биномну вероватноћу В (100, 0,36), је пр = 100⋅0,36 = 36 > 5 и

п (1 – р) = 64 > 5, па се биномна вероватноћа на основу Муавр – Лапласове
теореме може апроксимирати нормалном расподелом Ν ( µ, σ 2), чији су
параметри µ, = пр =36, σ2 = пр(1 – р) = 23,04 и σ = 4,8.

10
 Расподела случајне променљиве

Ако случајна променљива Х има биномну расподелу В (100, 36) која се

апроксимира нормалном расподелом Ν (36, 23,04), онда случајна
X − 36
променљива Z = има нормалну расподелу Ν (0, 1).
4,8
Tражене , а приближне вероватноће су дате у следећој табели при чему су а
и b крајеви интервала у расподели В (100, 0,36) ∼ Ν (36, 4,8), а a1 и b1
крајеви интервала у расподели Ν (0, 1).

X −µ
X Z = P (X) =
σ F(a1) F(b1)
F(b1) – F(a1)
А b a1 b1
А 0 33,5 -7.50 -0.52 0.0000 0.3015 0.3015
Б 57,5 100,5 4.48 13.44 1.0000 1.0000 0.0000
В 23,5 39,5 -2.60 0.73 0.0047 0.7673 0.7626
Г 35,5 36,5 -0.10 0.10 0.4602 0.5398 0.0797

Вероватноћу Р ( X = 36) израчунали смо тако што смо направили интервал

дужине 1 (дакле од 35,5 до 36,5) у коме смо посматрали случајну
променљиву Х.

ПРИМЕР 13. Новчић се окреће 200 пута. Колика је вероватноћа догађаја:

а) да се окрене мање од 140 грбова?
б) да се окрене више од 88 писма?
в) да се окрене више од 54, а мање од 132 грба?
г) да се окрене више писама него грбова?
д) да се окрене једнако писама и грбова?
ђ) да број грбова буде тачно 111?

РЕШЕЊЕ: Овде се ради о биномној вероватноћи В (200, 0,5). Како је

пр = 200⋅0,5 = 100 > 5 и п(1 – р) = 200⋅0,5 = 100 > 5, то се биномна
вероватноћа на основу Муавр – Лапласове теореме може апроксимирати
нормалном расподелом Ν ( µ, σ 2), чији су параметри µ, = пр =100,
σ2 = пр(1 – р) = 200⋅0,5⋅0,5 = 50 и σ = 7,07107.

11
Квантитативне методе – Збирка решених задатака

Ако случајна променљива Х има биномну расподелу В (200, 0,5) која се

апроксимира нормалном расподелом Ν (100, 50), онда случајна променљива
X − 100
Z = има нормалну расподелу Ν (0, 1).
7,07107
Tражене , а приближне вероватноће су дате у следећој табели при чему су а
и b крајеви интервала у расподели В (200, 0,5) ∼ Ν (100, 50), а a1 и b1
крајеви интервала у расподели Ν (0, 1).

X −µ
X Z = P (X) =
РБ σ F(a1) F(b1)
F(b1) – F(a1)
А B a1 b1
А -0.5 139.5 -14.21 5.59 0.0000 1.0000 1.0000
Б 88.5 200.5 -1.63 14.21 0.0515 1.0000 0.9485
В 54.5 131.5 -6.43 4.45 0.0000 1.0000 1.0000
Г 100.5 200.5 0.07 14.21 0.5279 1.0000 0.4721
Д 99.5 100.5 -0.07 0.07 0.4721 0.5279 0.0558
Ђ 110.5 111.5 1.48 1.63 0.9306 0.9484 0.0179

ПРИМЕР 14. Коцка за игру ''Не љути се човече'' се окреће 720 пута. Колика
је вероватноћа догађаја:
а) да се окрене више од 100 шестица?
б) да се окрене мање од 88 тројки ?
в) да се окрене више од 111 петица?
г) да се окрене више од 79, а мање од 122 двојки?
д) да се окрене тачно 120 кечева?

РЕШЕЊЕ: И овде де се ради о биномној вероватноћи В (720, 1/6). Како је

пр = 720 ⋅ 1/6 = 120 > 5 и п(1 – р ) = 720 ⋅ 5/6 = 600 > 5, то се биномна
вероватноћа на основу Муавр – Лапласове теореме може апроксимирати
нормалном расподелом Ν ( µ, σ 2), чији су параметри µ, = пр = 120,
σ2 = пр(1 – р) = 720⋅1/6⋅5/6 = 100 и σ = 10.

12
 Расподела случајне променљиве

Ако случајна променљива Х има биномну расподелу В (720, 1/6) која се

апроксимира нормалном расподелом Ν (120, 100), онда случајна
X − 120
променљива Z = има нормалну расподелу Ν (0, 1).
10
Tражене , а приближне вероватноће су дате у следећој табели при чему су а
и b крајеви интервала у расподели В (720, 1/6) ∼ Ν (120, 100), а a1 и b1
крајеви интервала у расподели Ν (0, 1).
X −µ
X Z = P (X) =
σ F(a1) F(b1)
F(b1) – F(a1)
А B a1 b1
А 100.5 720.5 -1.95 60.05 0.0256 1.0000 0.9744
Б -0.5 87.5 -12.05 -3.25 0.0000 0.0006 0.0006
В 111.5 720.5 -0.85 60.05 0.1977 1.0000 0.8023
Г 79.5 121.5 -4.05 0.15 0.0000 0.5596 0.5596
Д 119.5 120.5 -0.05 0.05 0.4801 0.5199 0.0399

ПРИМЕР 15. Вероватноћа да је купљени компјутер неисправан је 0,01.

Предузеће ''Рачунар '' је купило 1000 компјутера. Колика је вероватноћа да је:
а) бар 990 компјутера исправно?
б) број неисправних компјутера је између 8 и 12?
в) тачно 995 компјутера исправно?

РЕШЕЊЕ: Реч је о биномној вероватноћи В (1000, 0,01). Како је пр = 10 > 5

и п(1 – р ) = 1000 ⋅ 0,99 = 900 > 5, то се биномна вероватноћа на основу
Муавр – Лапласове теореме може апроксимирати нормалном расподелом
Ν ( µ, σ 2), чији су параметри µ, = пр = 10, σ2 = пр (1 – р ) = 1000⋅0,01⋅0,99 =
9,9 и σ = 3,14642.
Ако случајна променљива Х има биномну расподелу В (1000, 0,01) која се
апроксимира нормалном расподелом Ν (10, 9,9), онда случајна променљива
X − 10
Z = има нормалну расподелу Ν (0, 1).
3,14642
Tражене , а приближне вероватноће су дате у следећој табели при чему су а
и b крајеви интервала у расподели В (1000, 0,01) ∼ Ν (10, 9,9), а a1 и b1
крајеви интервала у нормалној расподели N (0, 1).
13
Квантитативне методе – Збирка решених задатака

X −µ
X Z = P (X) =
σ F(a1) F(b1)
F(b1) – F(a1)
А B a1 B1
А -0.5 10.5 -3.34 0.16 0.0004 0.5636 0.5631
Б 7.5 12.5 -0.79 0.79 0.2148 0.7852 0.5705
В 4.5 5.5 -1.75 -1.43 0.0401 0.0764 0.0363

ПРИМЕР 16. Машина производи цеви чија је средња дужина 150cm, а

стандардна девијација 0,2cm. Купац прихвата цеви, то јест има толеранцију
уколико је дужина цеви између 149,7cm и 150,3cm. Одредити проценат
''шкарта'', под претпоставком нормалне дистрибуције дужине цеви.

РЕШЕЊЕ: Нека је Х случајна променљива која представља дужину

произведене цеви. Производња цеви има нормалну расподелу са
параметрима µ, = 150cm и σ = 0,2cm.
Вероватноћа да произведене цеви буду исправне, тј. дужине између 149,7cm
и 150,3cm је Р (147,7 < Х < 150,3) и једнака је
 149,7 −150 150,3 −150 
P  <Z<  = P ( − 1,5 < Z < 1,5) = F(1,5) - F(-1,5) =
 0,2 0,2 
0,9332 – 0,0668 = 0,8664.
Према томе вероватноћа да цев буде ''шкарт'' је супротна и износи
1 – 0,8664 = 0,1336 = 13,36%.
Напомена: У овом случају се не ради о дискретној већ о непрекидној
променљивој, па се због тога посматрани интервал узима како је и задат
условима проблема и не врши проширивање са горње и са доње стране са
0,5, као што је био случај код трансформације дискретне (биномне) у
непрекидну (нормалну) расподелу.

14
 Расподела случајне променљиве

9.2. ЗАДАЦИ ЗА УВЕЖБАВАЊЕ

1. Математичари Милан, Аца и Пеђа решавају тешке такмичарске

задатке. Вероватноћа да Милан тачно реши задатак је 0,75.
Вероватноћа да Аца тачно реши задатак је 0,85, а вероватноћа да Пеђа
тачно реши задатак је 0,65. Нека је Х случајна променљива која
представља број тачно решених задатака, ако је свако од њих решавао
по један задатак.
а) Одредити расподелу случајне променљиве Х;
б) Одредити математичко очекивање случајне променљиве Х;
в) Представити графички случајну променљиву Х.
г) Одредити варијансу и стандардну девијацију случајне променљиве.

2. У следећој табели приказана је дневна продаја телевизора у продајном

салону ''Техноманија'' у протеклих 50 дана.

Број продатих Број дана а) Приказати табеларно и

телевизора графички расподелу вероватноће
1 3 дневне продаје;
2 11 б) Израчунати највероватнију
3 19 вредност продаје;
4 14 в) Израчунај вероватноћу да ће у
5 2 једном дану бити продато бар
6 1 четири телевизора.

3. Милош Теодосић погађа тројку са вероватноћом 0,7. Нека је Х случајна

променљива која представља број погодака Милоша Теодосић у серији
од 6 шутева.
а) Одредити расподелу случајне променљиве Х;
б) Представити графички случајну променљиву Х.
в) Одредити математичко очекивање случајне променљиве Х;
г) Одредити варијансу и стандардну девијацију случајне променљиве.
д) Одредити коефицијент симетрије и коефицијент спљоштености.
15
Квантитативне методе – Збирка решених задатака

4. Коцка за игру ''Не љути се човече'' се окреће 6 пута. Нека је Х случајна

променљива која одговара случајном догађају '' окренути број је већи од
четири''.
а) Одредити расподелу случајне променљиве Х;
б) Представити графички случајну променљиву Х.
в) Одредити математичко очекивање случајне променљиве Х;
г) Одредити варијансу и стандардну девијацију случајне променљиве;
д) Одредити коефицијент симетрије и коефицијент спљоштености.

5. Вероватноћа да је произведени аутомобил неисправан је 0,02.

Користећи Пуасонову расподелу одредити вероватноћу да при
куповини 500 аутомобила:
а) Број неисправних аутомобила буде тачно 7.
б) Број исправних аутомобила је већи од 490.
в) Број неисправних аутомобила је мањи од 5.

6. У току једног сата кроз раскрсницу прође 300 аутомобила.

Израчунати вероватноћу да у току једног минута:
а) кроз раскрсницу није прошао ниједан атомобил;
б) кроз раскрсницу прође тачно 7 атомобила;
в) кроз раскрсницу прође више од 3 атомобила.

7. У једном пословном подухвату вероватноћа профита од 10 000 $

једнака је 0,2, вероватноћа профита од 2000 $ једнака је 0,4 и
вероватноћа губитка од 2 000 $ једнака је 0,4. Колика је очекивана
вредност исхода наведеног посла?

8. Лутрија је организована тако да је у продају пуштено 1000 лозова, од

којих 100 доноси добитке и то : 1 добитак од 20 000 динара, 4 добитка
од 10 000 динара 15 добитака од 5 000 динара и 80 добитака од 1 000
динара. Колика је цена лоза, ако приређивач лутрије за себе задржава
50% оствареног прихода? Колико је математичко очекивање играча
који је купио један лоз?

9. Случајна променљива Ζ има нормалну расподелу Ν (0, 1). Одредити

вероватноће:
а) Р (Ζ < 3,22); б) Р (Ζ < - 0,67); в) Р ( 0,97 < Ζ < 2,65);
г) Р ( -3 < Ζ < 2); д) Р (Ζ > 1); ђ) Р (Ζ > - 2);
е) Р (Ζ < 8); ж) Р (Ζ < - 9); з) Р (Ζ > 11);
и) Р (Ζ > - 11); ј) Р (-7 < Ζ < 7); к) Р (- 2 < Ζ < 3);
16
 Расподела случајне променљиве

10. Случајна променљива X има нормалну расподелу Ν (3, 16). Одредити

вероватноће:
а) Р (X < 2,22); б) Р (X < - 1,67); в) Р ( 1,97 < X < 3,65);
г) Р ( - 3,33 < X < 2); д) Р (X > 1,94); ђ) Р (X > - 1,73);
е) Р (X < 7); ж) Р (X < - 5); з) Р (X > 10);
и) Р (X > - 18); ј) Р (-6 < X < 0,57); к) Р (- 2,59 < X < 6);
л) Р ( - 11 < X < 13).

11. Случајна променљива X има биномну расподелу В (49, 0,4). Одредити

приближно вероватноћу Р ( 16 < X < 32).

12. Случајна променљива X има биномну расподелу В (40, 0,16).

Одредити вероватноће:
а) Р (X < 8); б) Р (X > 20); в) Р ( 0 < X < 10); г) Р ( X = 9).

13. Алекса Лукић реализује седмерце са вероватноћом 0,9. Колика је

вероватноћа да ако је шутирао 100 седмераца:
а) постигне више од 90 голова;
б) постигне мање од 85 голова;
в) постигне тачно 93 гола;
г) Постигне више од 85, а мање од 95 голова;
д) промаши 12 седмераца?

14. Новчић се окреће 1 000 пута. Колика је вероватноћа догађаја:

а) да се окрене мање од 600 грбова?
б) да се окрене више од 450 писама?
в) да се окрене више од 460, а мање од 550 грбова?
г) да се окрене више писама него грбова?
д) да се окрене једнако писама и грбова?
ђ) да број грбова буде тачно 512?
Коцка за игру ''Не љути се човече'' се окреће 1200 пута. Колика је
вероватноћа догађаја:
а) да се окрене више од 210 шестица;
б) да се окрене мање од 188 тројки;
в) да се окрене више од 190 петица;
г) да се окрене више од 179, а мање од 222 двојке;
д) да се окрене тачно 200 кечева;
е) да се окрене више од 150. а мање 250 шестица?

17
Квантитативне методе – Збирка решених задатака

15. Шта је вероватније: Да при 1000 окретања једног новчића падне тачно
500 грбова, или од 1200 оретања коцке падне тачно 200 шестица?

16. Вероватноћа да је купљени телевизор исправан је 0,99. Предузеће

''Теславизија'' је купило 500 телевизора. Колика је вероватноћа да је:
а) бар 490 компјутера исправно?
б) број неисправних телевизора је између 5 и 10?
в) тачно 493 телевизора је исправно ?

17. Машина производи цеви чија је средња дужина 100cm, а стандардна

девијација 0,15cm. Купац прихвата цеви, то јест има толеранцију
уколико је дужина цеви између 99,8cm и 100,2cm. Одредити проценат
''шкарта'', под претпоставком нормалне дистрибуције дужине цеви.

18. Јасна Шекарић погађа центар мете са вероватноћом 0,90. Колика је

вероватноћа да је Јасна Шекарић из 100 гађања центар мете погодила:
а) више од 92 пута:
б) мање од 67 пута;
в) тачно 89 пута;
г) више од 75, а мање од 95 путa?

19. Међу производима из фабрике АЛФА 4% су са грешком. Колика је

вероватноћа да у скупу од 500 производа:
а) највише 15 производа са грешком?
б) број производа са грешком је између 30 и 40?
в) нема производа са грешком?
г) тачно 20 производа има грешку?

20. Позоришна дворана има 600 места. Број посетилаца позоришне

представе има нормалну расподелу са средњов вредношћу 400 и
стандардном девијацијом 30. Одредити вероватноћу да:
а) у позоришту буде између 330 и 450 гледалаца?
б) да бар половина седишта у позоришној дворана буде попуњена?
в) да у позоришној дворани не буде празног места?
г) да у позоришту има мање од 100 гледалаца?

18