Vjerojatnost i statistika

E. Kovaˇc-Striko
N. Kapetanovi´c
B. Ivankovi´c
23. rujna 2005.
Sadrˇzaj
1 Kombinatorika 2
1.1 Teorem o uzastopnom prebrojavanju . . . . . . . . . . . . . . 3
1.2 Formula ukljuˇcivanja i iskljuˇcivanja . . . . . . . . . . . . . . . 7
1.3 Permutacije i varijacije . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1 Faktorijele . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.2 Permutacije bez ponavljanja . . . . . . . . . . . . . . . 11
1.3.3 Permutacije s ponavljanjem . . . . . . . . . . . . . . . 14
1.3.4 Varijacije bez ponavljanja . . . . . . . . . . . . . . . . 16
1.3.5 Varijacije s ponavljanjem . . . . . . . . . . . . . . . . . 18
1.4 Kombinacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.1 Kombinacije bez ponavljanja . . . . . . . . . . . . . . . 20
1.4.2 Kombinacije s ponavljanjem . . . . . . . . . . . . . . . 23
1.5 Problemski zadaci . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 Vjerojatnost 30
2.1 Klasiˇcna definicija a priori . . . . . . . . . . . . . . . . . . . . 30
2.2 Problemski zadaci . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3 Geometrijska vjerojatnost . . . . . . . . . . . . . . . . . . . . 39
2.4 Uvjetna vjerojatnost . . . . . . . . . . . . . . . . . . . . . . . 40
2.5 Potpuna vjerojatnost. Bayesova formula. . . . . . . . . . . . . 42
1
3 Sluˇcajne varijable 44
3.1 Diskretne sluˇcajne varijable . . . . . . . . . . . . . . . . . . . 44
3.2 Binomna razdioba . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.3 Poissonova distribucija . . . . . . . . . . . . . . . . . . . . . . 53
3.4 Kontinuirane sluˇcajne varijable . . . . . . . . . . . . . . . . . 56
3.5 Uniformna razdioba . . . . . . . . . . . . . . . . . . . . . . . . 60
3.6 Eksponencijalna razdioba . . . . . . . . . . . . . . . . . . . . . 61
3.7 Normalna razdioba . . . . . . . . . . . . . . . . . . . . . . . . 63
3.7.1 Standardna normalna razdioba . . . . . . . . . . . . . 64
4 Problemski zadaci 70
5 Statistika 72
5.1 Mjere centralne tendencije . . . . . . . . . . . . . . . . . . . . 75
5.2 Mjere varijabilnosti . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.1 Raspon . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.2 Srednje odstupanje . . . . . . . . . . . . . . . . . . . . 78
5.2.3 Standardna devijacija . . . . . . . . . . . . . . . . . . . 79
5.2.4 Koeficijent varijabilnosti . . . . . . . . . . . . . . . . . 80
5.3 Grafiˇcko prikazivanje rezultata . . . . . . . . . . . . . . . . . . 80
5.4 Metode statistiˇckih zakljuˇcivanja . . . . . . . . . . . . . . . . 80
5.4.1 Karakteristike uzoraka . . . . . . . . . . . . . . . . . . 81
6 Testiranje statistiˇckih hipoteza 82
6.0.2 Testiranje hopoteze o distribuciji u osnovnom skupu . . 84
1 Kombinatorika
Matematiˇcka disciplina koja uglavnom prouˇcava konaˇcne skupove i strukture.
Prebrojavanje skupova danas je samo jedan od vidova kombinatorike. Rijeˇc
dolazi od latinske rijeˇci combinare=slagati. U prebrojavanju sluˇzimo se enu-
merativnim metodama ako uop´ce moˇzemo uoˇciti strukturu skupa. Navedimo
neke od tipiˇcnih problema:
1. Na koliko se razliˇcitih naˇcina 6 ploha kocke moˇze obojiti ako imamo
ˇcetiri boje, a isti naˇcini bojanja su oni koji se mogu rotacijama dovesti
do poklapanja?
2
2. Moˇze li se svaki od 5 telefona spojiti s toˇcno tri preostala?
3. Na koliko razliˇcitih naˇcina moˇze ˇcetvoro ljudi sjesti za okrugli stol?
4. Koliko ukupno utakmica odigraju momˇcadi nogometne hrvatske lige
ako svaki klub odigra po dvije utakmice sa svakim od preostalih klubova?
5. Na koliko naˇcina moˇze petoro ljudi podijeliti 24 kovanice od po jednu
kunu?
6. U druˇstvu od ˇcetvero ljudi svaka dvojica imaju toˇcno jednog zajedniˇckog
prijatelja. Dokaˇzite da u tom druˇstvu postoji osoba koja je prijatelj
svim ostalim ˇclanovima druˇstva.
7. Svaki je ˇclan nekog kolektiva u toˇcno dvije delegacije, a svake dvije
delegacije imaju toˇcno jednog zajedniˇckog ˇclana. Ukupno, taj kolektiv
ima 5 delegacija. Koliko ˇclanova ima taj kolektiv?
8. Koliko je peteroznamenkastih brojeva kojima ja svaka znamenka tog
broja ve´ca od zbroja dviju znamenaka neposredno s njoj desne strane?
(Fibonaccijevi brojevi)
Rjeˇsenja i obrazloˇzenja probajte prona´ci sami.
Moˇzda su to samo zgodne zagonetke i sluˇze samo za razonodu. Povijesno
gledano, kombinatorika je kao znanstvena disciplina nastajalo malo-pomalo,
a svoje korijene vuˇce iz zabavne matematike, zagonetaka, igara joˇs od 17.
stolje´ca. Kombinatorika se danas ozbiljno primjenjuje u biologiji, kemiji,
elektronici, medicini, lingvistici, sociologiji . . .
1.1 Teorem o uzastopnom prebrojavanju
Teorem 1 Neka su A
1
, A
2
, . . . , A
m
konaˇcni skupovi i neka je
T ⊆ A
1
×A
2
×· · · ×A
m
skup uredjenih m-torki (a
1
, a
2
, . . . , a
m
) definiranih na slijede´ci naˇcin:
- prva komponenta a
1
moˇze se birati na k
1
razliˇcitih naˇcina, izmedju k
1
razliˇcitih elemenata skupa A
1
,
- za svaku ve´c odabranu komponentu a
1
, drugu komponentu a
2
moˇzemo
izabrati na k
2
razliˇcitih naˇcina, . . .
3
- sve dok posljednju moˇzemo birati na k
m
razliˇcitih naˇcina.
Tada skup T svih uredjenih n-torki ima
k
1
· k
2
· · · k
m
elemenata.
Dokaz: se provodi indukcijom, ali to nije u domeni kolegija.
Primjeri primjene navedenog teorema o uzastopnom prebrojavanju:
1. Ako registarska ploˇcica zagrebaˇckog registarskog podruˇcja ima u izboru
najviˇse 4-znamenkasti broj i dva slova abecede koja ne mogu biti palatali,
koliko se razliˇcitih tablica moˇze izdati?
Rjeˇsenje:prva se znamenka moˇze izabrati na deset naˇcina, s tim da se nula ne
piˇse. Za svaku tako izabranu znamenku, druga se opet moˇze izabrati na 10 naˇcina
. . . Abeceda ima 7 palatala, pa je po teoremu 1:
10 · 10 · 10 · 10 · 27 · 27
2. Ako na podruˇcju Republike BiH registarske tablice imaju troznamenkasti
broj, zatim slovo koje postoji i jednako je u azbuci i abecedi, a onda
ponovo troznamenkasti broj, koliko se tablica moˇze izdati na podruˇcju
susjedne republike?
Rjeˇsenje: analogno prethodnom, ako su zajedniˇcka slova azbuke i abecede: A, B,
E, I, J, K, M, O i T:
10
3
· 9 · 10
3
.
3. U razredu koji broji 20 uˇcenika, treba izabrati Predsjednika, njegova za-
mjenika i blagajnika. Koliko je razliˇcitih mogu´cnosti za izbor troˇclanog
povjerenstva razreda?Rjeˇsenje:
20 · 19 · 18.
4. Iz grada A u grad B vode ˇcetiri ceste, a iz B u C pet. Na koliko naˇcina
moˇzemo iz grada A preko B sti´ci u C?
Rjeˇsenje:
4 · 5 = 20
5. Na nekom je ˇsahovskom turniru odigrano 78 partija. Turnir je igran po
principu da je svaki igraˇc odigrao sa svakim samo jedan meˇc. Koliko
je bilo ˇsahista na turniru?
Rjeˇsenje:
n · (n −1)
2
= 78 n = 13
4
6. Koliko dijagonala ima konveksni 12-terokut?Rjeˇsenje: Iz svakog je vrha
mogu´ce povu´ci n −3 dijagonala:
12 · (12 −3)
2
7. Koliko ima peteroznamenkastih brojeva ˇcije su svake dvije susjedne
znamenke razliˇcite?
Rjeˇsenje: Prva znamenka ne moˇze biti 0. Kad se ona odabere, drugo je mjesto
mogu´ce popuniti opet na 9 naˇcina, jer se ne smije staviti znamenka kao na prvom
mjestu. Konaˇcan broj takovih brojeva je:
9 · 9 · 9 · 9 · 9
8. Koliko ima razliˇcitih telefonskih brojeva od 7 znamenaka?
Rjeˇsenje:
9 · 10
6
• ako su prve tri znamenke neparne?
Rjeˇsenje:
5 · 5 · 5 · 10 · 10 · 10
• ako su prve dvije znamenke jednake?
Rjeˇsenje:
9 · 1 · 10
5
• sve su znamenke razliˇcite?
Rjeˇsenje:
9 · 9 · 8 · 7 · 6 · 5 · 4.
• prve tri i posljednje tri su jednake?
Rjeˇsenje:
9 · 1 · 1 · 10 · 10 · 1 · 1.
• sve su razliˇcite, s tim da su prva, tre´ca i peta neparne, a druga,
ˇcetvrta i ˇsesta parne?
Rjeˇsenje:
5 · 5 · 4 · 4 · 3 · 3 · 10.
Zadaci za samostalno rjeˇsavanje:
1. Koliko elemenata skupa
{1, 2, 3, . . . 1000}
je djeljivo sa ˇcetiri?
5
2. Ako godina ima 365 dana, koliko najviˇse u toj godini ima dana ”petak
trinaesti”?
3. Test ima 20 pitanja s odgovorima DA ili NE. Na koliko se razliˇcitih
naˇcina test moˇze rijeˇsiti?
4. Knjiˇznica sadrˇzi 40 razliˇcitih knjiga iz matematike, 30 iz fizike, 27 iz
kemije i 20 kniga iz biologije. Na koliko naˇcina moˇze uˇcenik uzeti iz
knjiˇznice po jednu knjigu iz ta ˇcetiri predmeta?
5. Na farmi se nalazi 20 ovaca, 24 svinje i 10 goveda.
(a) na koliko se naˇcina moˇze odabrati po jedna ovca, svinja i govedo?
(b) isto pitanje kao u a, ali ako je ve´c odabrana jedna takva trojka?
6. Koliko cijelih brojeva izmedu 100 i 999 ima razliˇcite znamenke, a koliko
je medu njima neparnih?
7. Na nekom sportskom peteroboju nacija, svaka od zamalja uˇcesnica ima
ekipu iz nogometa, rukometa, koˇsarke, plivanja, vaterpola, atletike,
boksa i tenisa. Propozicije natjecanja nalaˇzu da svaka zemlja u svakom
od tih sportova mora odrˇzati meˇc sa svakom od preostlih zemalja. Ko-
liko ´ce se meˇceva ukiupno odrˇzati na tom natjecanju?
8. Kroz svaku od tri toˇcke A, B i C u ravnini, povuˇceno je 10 pravaca,
medu kojima nema paralelnih i nikoja 3 se ne sijeku u jednoj toˇcki
(osim u A, B, C). Nadite broj presjeciˇsta odredenih tim pravcima.
(a) Nadite broj presjeciˇsta ako kroz A prolazi 10, kroz B 20, a kroz
C 30 pravaca.
9. Na nekom ˇsahovskom turniru, svaki je igraˇc odigrao sa svakim od pre-
ostalih po jednu partiju. Ukupno je odigrano 78 partija. Koliko je
ˇsahista sudjelovalo na turniru?
10. Zadani su skupovi A = {1, 2, 3, 4}, B = {a, b, c}. Koliko ima
(a) svih funkcija iz A u B?
(b) surjekcija iz A u B?
Rjeˇsenje: 1. 250; 2. 3; 3. 2
20
; 4. 648.000; 5. a)4800;b)3933; 6.648(324); 7. 80; 8. 13; 9.
3n
2
= 300;a) mn +mp +np = 1100; 10. a)3
4
= 81, b) 36
6
1.2 Formula ukljuˇcivanja i iskljuˇcivanja
Rjeˇsenje posljednjeg zadatka iz prethodnog poglavlja u kojem se traˇzi broj
surjekcija nemogu´ce je izvesti bez primjene formule iskljuˇcivanja i ukljuˇcivanja.
a) Funkcija
f : A →B
je takvo pridruˇzivanje koje svakom elementu skupa A pridruˇzi
toˇcno jedan element iz skupa B. Broj funkcija iz A = {1, 2, 3, 4} u
skup B = {a, b, c} mogu´ce je humanizirati u problem broja naˇcina
na koje se svakom od ˇcetiri mladi´ca moˇze svidati toˇcno jedna od
tri djevojke. Oˇcito svaki deˇcko ima 3 mogu´cnosti izbora, pa je to
3 · 3 · 3 · 3 = 3
4
= 81
naˇcin simpatiziranja (doduˇse jednostranog)
b) Surjektivnost funkcije je svojstvo da svaki element kodomene ima
u domeni bar jedan element koji mu je pridruˇzen.
To bi u navedenoj humanizaciji znaˇcilo da nema djevojke koju bar
jedan mladi´c ne bi simpatizirao.
Zadatak se rjeˇsava upravo suprotno:
1. raˇcuna se broj funkcija
f : A →B \ {a}
koje simboliziraju broj naˇcina na koji mladi´ci u simpatiziranju
zaobilaze djevojku a:
2 · 2 · 2 · 2 = 2
4
= 16
2. raˇcuna se broj funkcija
f : A →B \ {b}
koje simboliziraju broj naˇcina na koji mladi´ci u simpatiziranju
zaobilaze djevojku b:
2 · 2 · 2 · 2 = 2
4
= 16
7
3. raˇcuna se broj funkcija
f : A →B \ {c}
koje simboliziraju broj naˇcina na koji mladi´ci u simpatiziranju
zaobilaze djevojku c:
2 · 2 · 2 · 2 = 2
4
= 16
Pogreˇsno bi bilo zakljuˇciti da je zbroj
16 + 16 + 16 = 3 · 16 = 48
stvaran broj funkcija koje nisu surjekcije:
- postoji sluˇcaj u kojem su svi zatreskani u djevojku a i taj sluˇcaj
se u gornjoj sumi brojao dvaput
- postoji sluˇcaj u kojem su svi zatreskani u djevojku b i taj sluˇcaj
se u gornjoj sumi brojao dvaput
- postoji sluˇcaj u kojem su svi zatreskani u djevojku c i taj sluˇcaj
se u gornjoj sumi brojao dvaput.
Slijedi da iz zbroja
16 + 16 + 16
moraju ta tri sluˇcaja biti izuzeti. Ukupan broj funkcija koje nisu sur-
jekcije je
48 −3 = 45,
pa je broj onih koje jesu surjekcije 36, kao u rjeˇsenju.
Vennovi dijagrami su grafiˇcki prikazi skupova koji istiˇcu relacije ”biti pod-
skup”, ”imati presjek”, ”biti disjunktan” i ”biti element”. Vennovi
dijagrami ne sluˇze u svrhu dokaza.
Zadaci
1. U nekom druˇstvu umirovljenika primijetili su da nema ˇclana koji ne
bi bio ´celav ili ne bi nosio naoˇcale. U trenucima dokolice ustanovili
su da je 31 ˇclan ´celav, da ih 24 nosi naoˇcale i da ih 12 ima naoˇcale i
istovremeno su ´celavi. Koliko ˇclanova ima druˇstvo penzionera?(43)
8
2. U nekom razredu svaki uˇcenik uˇci bar jedan od tri strana jezika. 18 ih
uˇci engleski, 15 njemaˇcki, a 9 francuski. 10 ih uˇci engleski i njemaˇcki,
7 ih uˇci engleski i francuski, a 6 francuski i njemaˇcki. 5 uˇcenika uˇci sva
tri jezika.
(a) Koliko uˇcenika ima u tom razredu?
(b) Koliko uˇcenika uˇci sama njemaˇcki?
(c) Koliko uˇcenika uˇci engleski i francuski, ali ne i njemaˇcki?
3. U skupu od 100 studenata engleski jezik zna 28 studenata, njemaˇcki
30, francuski 42, engleski i njemaˇcki zna njih 8, engleski i francuski 10,
njemaˇcki i francuski pet, dok sva tri jezika znaju samo tri studenta.
Koliko studenata ne zna nijedan jezik? (20)
Propozicija 1 (Formula ukljuˇcivanja - iskljuˇcivanja) prebrojava nedis-
junktne unije:
1. Ako su A i B konaˇcni skupovi, tada vrijedi:
k(A ∪ B) = k(A) +k(B) −k(A ∩ B)
2. Ako su A, B i C konaˇcni skupovi, tada vrijedi:
k(A∪B∪C) = k(A)+k(B)+k(C)−k(A∩B)−k(A∩C)−k(B∩C)+k(A∩B∩C)
3. Ako su A
1
, A
2
, . . . , A
m
konaˇcni skupovi:
k(
m
¸
i=1
A
i
) =
m
¸
i=1
k(A
i
) −
¸
1≤i<j≤m
k(A
i
∩ A
j
) +
+
¸
1 ≤ i < j < k ≤ mk(A
i
∩ A
j
∩ A
k
) −· · ·
+ · · · (−1)
m+1
· k(
m
¸
i
1
A
i
)
Dokaz se provodi indukcijom, no u ovom kolegiju ne´ce biti prezentiran.
Zadatak 1 U jednom gradu, koji ima samo 40.000 stanovnika, organiziraju
se u dobrotvorne svrhe razne aktivnosti. Gradonaˇcelnik se na kraju godine
9
pohvalio da su odrˇzana dva koncerta i lutrija, te da je svaki drugi gradanin
sudjelovao u dobrotvornim aktivnostima.
Poznato je da je na koncertu ozbiljne glazbe bilo 2.000 posjetilaca, na
rock-koncertu 8.000, te da je po jedan listi´c lutrije kupilo 12.000 stanovnika.
Nadalje, potnato je da je 500 ljudi bilo na oba koncerta, da je 50 ljudi koji su
bili na koncertu ozbiljne glazbe sudjelovalo u lutriji, te da je 3.000 posjetilaca
rock-koncerta kupilo lutriju. Nitko nije kupio viˇse od jednog listi´ca lutrije.
ˇ
Sto mislite o gradonaˇcelniku?
Rjeˇsenje: provjeriti tvrdnju gradonaˇcelnika formulom FUI. Budu´ci je presjek
svih skupova po broju jednak 1550, brojniji je od nekih svojih natskupova,
oˇcito da gradonaˇcelnik ne govori istinu.
Zadatak 2 U nekom gradu na planeti Xprom ima 12000 stvorenja sa sur-
lom, 15000 s repom i 20000 bez ijedne dlake. Osam tisu´ca njih sa surlom
imalo je rep, 6000 sa repom bilo je dlakavo, 5000 dlakavih imalo je surlu, dok
je njih 1000 bilo i dlakavo i repato i surlasto. Koliko je grad imao stanovnika?
Rjeˇsenje:
Nakon raspoloˇzivih podataka moˇzemo tvrditi da ih je 30000. Pazite na
dlakavost stanovnika!
1.3 Permutacije i varijacije
Kod permutacija i varijacija bitan je poredak elemenata, kao na primjer,
u igri odbojke. Razlikujemo permutacije bez ponavljanja i permutacija s
ponavljanjem. Varijacije se u suvremenoj literaturi uglavnom svrstavaju pod
permutacije, jer se prebrojava na koliko naˇcina moˇze viˇse od 6 igraˇca igrati
odbojku.
Zadatak 3 Na koliko naˇcina moˇze 8 ljudi ˇcekati u redu za crni kruh?
Rjeˇsenje na 8 · 7 · 6 · · · 1 = 8! naˇcina.
1.3.1 Faktorijele
Faktorijela je unarna operacija:
n! = 1 · 2 · · · n.
Ako se promatra kao funkcija, ima brˇzi rast od svih elementarnih
funkcija. Po definiciji je 0! = 1.
10
Stirlingovu formulu koristimo za velike brojeve n kod probliˇznog raˇcunanja,
jer je vrijednost n! uvijek prirodan broj:
n! = (
n
e
)
n
·

2πn
Prilikom raˇcunanja koristimo se funkcijom dekadskog logaritma.
Zadatak 4 Izraˇcunajte prvih ˇsest faktorijela. Do koje faktorijele raˇcuna
vaˇsa dˇzepna raˇcunaljka?
Rjeˇsenje:
0! = 1
1! = 1
2! = 2
3! = 6
4! = 24
5! = 120
6! = 720
1.3.2 Permutacije bez ponavljanja
Neka je S n-ˇclani skup ˇciji su elementi medjusobno razliˇciti. Per-
mutacija n-ˇclanog skupa je svaki niz od n medjusobno razliˇcitih ele-
menata iz S.
Zadatak 5 Neka je S = {1, 2, 3} ispiˇsite sve permutacije skupa S.
Zadatak 6 Ispiˇsite sve permutacije skupa S = {1, 2, 3, 4}.
Po teoremu o uzastopnom prebrojavanju
P
n
= n!.
Primjeri
1. Na koliko naˇcina moˇze 5 ljudi stati u red?
Rjeˇsenje:
5! = 120
isto kao po teoremu o uzastopnom prebrojavanju.
11
2. Koliko permutacija ima rijeˇc PROMET?
Rjeˇsenje:
6! = 720.
3. Na koliko naˇcina moˇze 5 muˇskaraca i 5 ˇzena sjesti u red u kinu sa 10
sjedala, a da nijedne dvije ˇzene ne sjede skupa?
Rjeˇsenje:
2(5!)
2
= 240
jer na prvo mjesto moˇze sjesti bilo muˇskarac, bilo ˇzena.
4. Na koliko naˇcina moˇze 11 vitezova sjesti oko okruglog stola?
Rjeˇsenje: Rj: Jednog fiksirati a ostali sjednu na 10! naˇcina.
5. Na koliko naˇcina moˇze 5 studenata sjesti na jednu klupu tako da Ivica
i Marica, kao dvoje od studenata sjede jedno do drugog?
Rjeˇsenje: Rj: Ivicu i Maricu uzeti kao jedan objekt. Sada 4 objekta sjeda na 4!
naˇcina. Joˇs Ivica i Marica mogu zamijeniti mjesta, pa je to 2 · 4! = 48 naˇcina.
6. Na koliko naˇcina mogu 5 djeˇcaka i dvije djevojˇcice stajati u redu, a da
djevojˇcice ne budu jedna do druge?
Rjeˇsenje:
7! −2 · 6!
jer se od svih razmjeˇstaja izuzimaju oni u kojima djevojˇcice sjede skupa.
7. Na koliko naˇcina moˇze 5 muˇskaraca i 5 ˇzena sjesti za okrugli stol, a da
uvijek izmedju dva muˇskarca sjedi ˇzena?
Rjeˇsenje: Rjeˇsenje: Zamisliti kartanje. Najprije svi sjednu kako je traˇzeno. Drugaˇciji
se raspored dobiva ako se svaki muˇskarac zamijeni sa susjednom ˇzenom. Slijede´ci se
rasporedi dobivaju ako se muˇskarci permutiraju. Za svaku permutaciju muˇskaraca
mogu´ce je permutirati i ˇzene. Zato je broj svih naˇcina:
2 · 6! · 6!.
8. Na nekom sastanku, 5 ljudi A, B, C, D, i E trebaju odrˇzati referate.
Na koliko naˇcina oni mogu biti upisani u spisak govornika?
(a) Koliko je rasporeda, ako B mora govoriti nakon A?
(b) Koliko je rasporeda u kojima ´ce A govoriti neposredno prije B?
Rjeˇsenje: 120 naˇcina
(a) svakom rasporedu u kojem je B nakon A, mogu´ce je na´ci raspored u kojem
je A nakon B (zamjena poredka govornika). Ukupan broj je
1
2
· 5! = 60
12
(b) par AB treba smatrati jednim govornikom, pa je onda broj poredaka 4!
Zadaci za samostalno rjeˇsavanje:
1. Koliko je permutacija mogu´ce napraviti od rijeˇci
a) DUBROVNIK b) ZAGREB c) SPLIT
2. Koliko ima peteroznamenkastih brojeva, koji imaju znamenke kao i broj
a) 34125 b) 12034?
3. Neki skup ima n elemenata. ako se tom skupu dodaju dva elementa,
onda broj njegovih permutacija postane 90 puta ve´ci. Koliki je n?
4. (a) Na koliko se naˇcina miˇze razmjestiti 8 topova (kula) na ˇsahovsku
ploˇcu, tako da se nikoja dva medusobno ne napadaju?
(b) Koliko je naˇcina pod uvjetom da se topovi medusobno razlikuju?
5. (a) Na koliko se naˇcina 24 uˇcenika jednog razreda mogu svrstati u
povorku?
(b) Dva razreda od po 24 uˇcenika trebaju odrˇzati susret u ˇsahu. Na
koliko naˇcina oni mogu formirati parove protibnika?
(c) Na koliko naˇcina parovi protivnika mogu formirati povorku?
6. Na koliko naˇcina 10 osoba moˇze sjesti oko okruglog stola tako da Romeo
i Julija uvijek sjede skupa?
7. Na koliko naˇcina mogu za okrugli stol sjesti 6 muˇskaraca i 6 ˇzena, tako
da nikoje dvije osobe istog spola ne sjede jedna do druge?
8. Koliko ima peteroznamenkastih parnih brojeva koji imaju znamenke
kao i broj 56079
Rjeˇsenja: 1. a)362880, b)720, c)120; 2.a)120 b)96; 3. 8; 4. a)8! b)(8!)
2
; 5. a)24!, b)24!,
c)(24)
2
; 6. 2!8! = 80640
13
1.3.3 Permutacije s ponavljanjem
Multiskup S je skup koji se sastoji od n elemenata s tim da je medu njima
n
1
jednakih predmeta prve vrste, n
2
predmeta druge, . . . ,n
k
predmeta k-te
vrste,
n
1
+n
2
+· · · +n
k
= n.
Tada je broj permutacija multiskupa jednak broju uredenih n-torki s elemen-
tima iz multiskupa:
n!
n
1
! · n
2
! · · · n
k
!
.
Primjer 1 Neka je S = {1, 1, 1, 2, 3, 3}. Koliko ima permutacija skupa S?
Rjeˇsenje:
Kad bi se ispisivale sve uredjene ˇsestorke:
(1, 1, 1, 2, 3, 3)
(1, 1, 1, 3, 2, 3)
(1, 1, 1, 3, 3, 2)
.
.
.
(3, 3, 2, 1, 1, 1)
dobilo bi se
P
3,1,2
6
=
6!
3! · 1! · 2!
= 60
permutacija s ponavljanjem. Prilikom ispisivanja permutacija pogodno je
pridrˇzavati se leksikografskog reda, sliˇcnog poretku rijeˇci u rijeˇcniku.
Zadatak 7 Koliko anagrama ima rijeˇc MAMA?
Rjeˇsenje:
Nakon ispisivanja dobivamo ih
P
2,2
4
=
4!
2!2!
= 6.
Leksikografski, to je
AAMM
AMAM
14
AMMA
MAAM
MAMA
MMAA.
Zadaci
1. Kolika anagrama ima rijeˇc MATEMATIKA?
Rjeˇsenje.
10!
2!2!3!
= 151200
2. Koliko se peteroznamenkastih brojeva moˇze zapisati tako da se zna-
menka 3 upotrijebi tri, a znamenka 7 dva puta?
Rjeˇsenje:
5!
3!2!
= 10
3. U koliko permutacija slova rijeˇci JUPITER samoglasnici dolaze po
abecednom redu?
Rjeˇsenje. Budu´ci samoglasnici moraju imati toˇcan redoslijed, svi se samoglasnici
mogu poistovjetiti, pa se permutira multiskup
{J, s, P, s, T, s, R}
na
P
3
7
=
7!
3!
= 840
naˇcina.
4. Odjeljak vagona (kupe) ima dvije klupe po 5 mjesta. Od 10 putnika,
njih 4 ˇzele sjediti s licem okrenutim u smjeru voˇznje vlaka, a troje u
suprotnom smjeru, dok je ostaloj trojici svejedno kako sjede. Na koliko
se naˇcina putnici mogu razmjestiti u kupeu?
Rjeˇsenje. Putnike na svakoj klupi mogu´ce je razmjestiti na 5! naˇcina. Izabrati
putnika koji ´ce sjediti u smjeru voˇznje od onih kojima je svejedno mogu´ce je na tri
naˇcina. Ukupno:
3 · (5!)
2
naˇcina
5. (a) Na koliko se naˇcina 24 ˇcovjeka mogu podijeliti na 3 brigade sa po
osam ljudi svaka?
Rjeˇsenje. Za svaki poredak 24 ˇcovjeka u red na 24! naˇcina, mogu´ce je podijeliti
prvoj osmorici majice prve, drugoj osmorici druge i ostalima tre´ce brigade.
Sada nije bitan poredak unutar brigada, pa je broj naˇcina 8!·8!·8! puta manji.
15
Isto tako nije bitno kako su brigade poredane, pa je to joˇs 3! puta manji broj
poredaka koji daju drugaˇciju podjelu po brigadama. Ukupno je
24!
(8!)
3
· 3!
naˇcina.
(b) Na koliko je naˇcina od 24 ˇcovjeka mogu´ce napraviti 8 grupa od po
3 ˇcovjeka?
Rjeˇsenje:
24!
(3!)
8
· 8!
naˇcina.
6. Na koliko naˇcina moˇze kralj s donjeg lijevog ugla ˇsahovske ploˇce do´ci
u njen gornji desni ugao, ako se mora pomicati tako da nakon svakog
pokreta bude bliˇzi cilju?
Rjeˇsenje: svaki je put odreden s nizom od k kosih, v vertikalnih i h horizontalnih
pomaka:
7
¸
k=0
(14 −k)!
k![(7 −k)!]
2
= 48639
7. Vrtlar sadi vo´cke na 100 oznaˇcenih mjesta. Na koliko naˇcina on moˇze
posaditi 25 jabuka, 25 kruˇsaka i 50 ˇsljiva?
Rjeˇsenje:
100!
(25!)
2
· 50!
Raˇcunanje se izvodi po Stirlingovoj formuli ili se koristi algebra. Rjeˇsenje je priro-
dan broj. Uglavnom dobiva se 1.27 · 10
43
permutacija s ponavljanjem.
1.3.4 Varijacije bez ponavljanja
Varijacija r-tog razreda od n elemenata je svaka uredjena r-torka medjusobno
razliˇcitih elemenata iz skupa S, za koji je k(S) = n. Broj
V
r
n
=
n!
(n −r)!
= n · (n −1) · · · (n −r + 1)
Dˇzepna raˇcunaljka ima program nPr koji raˇcuna varijacije bez ponavljanja.
Primjer 2 Ispiˇsite sve permutacije reda tri za skup S = {1, 2, 3, 4}
16
Rjeˇsenje:
123
124
.
.
.
142
143,
pa ih je zaista
4!
1!
= 4 · 3 · 2 = 24.
Zadatak 8 Na koliko naˇcina 6 osoba moˇze posjesti ˇcetiri mjesta u jednom
redu?
Rjeˇsenje:
Na 6 · 5 · 4 · 3 = 360 razliˇcitih naˇcina.
Zadatak 9 Koliko se ˇcetveroznamenkastih brojeva s razliˇcitim znamenkama
moˇze napisati znamenkama {1, 2, 3, 4, 5, 6, 7, 8}
Rjeˇsenje:
V
4
6
=
8!
(8 −4)!
= 1680
Zadaci
1. Koliko se ˇsifri moˇze sastaviti od 7 razliˇcitih slova abecede?
Rjeˇsenje.
30 · 29 · 28 . . . · 24 =
30!
23!
= 10, 260.432
naˇcina.
2. Na atletskom natjecanju sudjelovalo je 14 dugoprugaˇsa. Medalje (zlatnu,
srebrnu i bronˇcanu) osvajaju samo prva tri plasirana natjecatelja. Na
koliko se naˇcina mogu podijeliti medalje?
Rjeˇsenje. Zlatnu moˇze dobiti teoretski bilo koji od njih 14. Nakon toga, srebrnu
dobiva netko od 13 i bronˇcanu nakon prve dvije netko od 12 preostalih:
14 · 13 · 12 = 2184
3. Ishod nogometnog prvenstva je tablica s poredanih 12 klubova.
17
(a) Koliko ima razliˇcitih ishoda?
Rjeˇsenje.
12! = 479, 001.600
(b) Koliko je razliˇcitih oklada ako se kladi na tri prvoplasirana i na
dva koja ´ce ligu napustiti?
Rjeˇsenje.
12 · 11 · 10 ·
9 · 8
2
= 47520
1.3.5 Varijacije s ponavljanjem
Varijacija s ponavljanjem r-tog razreda od n elemenata je svaka uredjena
r-torka elemenata iz skupa S, k(S) = n.
Primjer 3 Koliko se ˇcetveroznamenkastih brojeva moˇze napisati od zname-
naka {1, 2, 4, 6, 7, 8}?
Rjeˇsenje je
V
4
6
= 1296
Primjer 4 Lokot na ˇsifru ima 4 koluta s po 10 znamenaka. Koliko je mogu´cih
ˇsifri?
Broj mogu´cnosti je
V
4
10
= 10
4
.
Zadatak 10 Na koliko se naˇcina moˇze popuniti listi´c sportske prognoze, ako
ima trinaest parova, a za svaki par se moˇze predvidjeti jedan od tri tipa: 1,2
ili X?
Rjeˇsenje: na 3
13
naˇcina, jer svaki par ima tri razliˇcita izbora.
Zadatak 11 Koliko bi se ljudi teoretski moglo razlikovati po zubima koji im
nedostaju, ako odrasli ˇcovjek ima 32 zuba?
Rjeˇsenje: 2
32
= 4, 294, 967.296 naˇcina.
Zadaci
1. Bacaju se dvije kocke. Koliki je broj ishoda?
Rjeˇsenje: Svaka kocka moˇze imati 6 ishoda neovisno o drugoj kocki:
6
2
= 36
18
2. U sobi je na lusteru 6 ˇzaruljica. Na koliko naˇcina moˇze luster svijetliti?
Rjeˇsenje. Svaka ˇzaruljica ima dvije mogu´cnosti: svijetli ili ne. Broj razliˇcitih
osvjetljena:
2 · 2 · 2 · 2 · 2 · 2 = 2
6
= 64
3. (a) U gradu je n semafora. Svaki semafor moˇze svijetliti crveno,
ˇzuto ili zeleno. Na koliko naˇcina mogu svi semafori svijetliti u
odredenom trenutku?
Rjeˇsenje.
3
n
naˇcina.
(b) Na koliko naˇcina moˇze svijetliti n semafora, ako k od njih svijetli
za pjeˇsake: crveno ili zeleno?
Rjeˇsenje.
2
k
· 3
n−k
naˇcina.
4. Koliko skup od 4 elementa ima razliˇcitih podskupova?
Rjeˇsenje. Za svaki element skupa mogu´ce je odabrati da li je u podskupu ili ne:
2
4
5. Koliko skup od n elemenata ima razliˇcitih podskupova? (2
n
= 2
|S|
)
6. Netko je u Zagreb s milijun stanovnika donio vrlo zanimljivu vijest.
Nakon 10 minuta, on je tu vijest saop´cio dvojici; svaki od te dvojice je
vijest nakon 10 minuta saop´cio novoj dvojici sugradana, sve dok nisu
svi saznali. Nakon koliko bremena ´ce vijest znati svi Zagrepˇcani?
Rjeˇsenje. Nakon 10k minuta vijest ´ce znati
1 + 2 + 2
2
+. . . + 2
k
= 2
k+1
−1
ljudi. Nejednadˇzba
2
k+1
−1 > 10
6
daje
k > 18
Nakon
10 · 19 = 190min = 3h10min
svi ´ce znati.
19
1.4 Kombinacije
1.4.1 Kombinacije bez ponavljanja
Kombinacija r-tog razreda od n elemenata je svaki podskup od r elemenata
skupa S, k(S) = n. Raˇcunanje se izvodi po formuli za binomne koeficijente
K
r
n
=

n
r

=
n!
r! · (n −r)!
.
Na kalkulatoru postoji tipka nCr koja raˇcuna binomne koeficijente.
Zadatak 12 Koˇsarkaˇski trener prijavi momˇcad od 11 igraˇca. Koliko ra-
zliˇcitih petorki moˇze poslati na parket?
Rjeˇsenje:
Odabir se vrˇsi tako, da se igraˇci poredaju u vrstu. To se moˇze uˇciniti na
11! naˇcina. U svakom odabiru prvih pet se poˇsalje na parket. Budu´ci u igri
njihov poredak nije bitan, to je broj petorki 5! puta manji od 11!. Isto tako,
ostalih 6 se moˇze na klupi posjesti bez obzira na poredak. Tako je broj naˇcina
joˇs 6! puta manji od 11!. Konaˇcno, broj petorki je
11!
5! · 6!
ili 462 naˇcina.
Zadatak 13 Na tulumu su odluˇcili igrati mini-loto. Uzeto je 10 biljarskih
kugli i izvlaˇci se pet. Koliko ima kombinacija?
Rjeˇsenje:
Broj kombinacija je
10!
5! · 5!
= 252.
Da li bi bilo viˇse kombinacija da se izvlaˇce tri kuglice?
Zadatak 14 Iz ˇspila od 52 igra´ce karte na sluˇcajan naˇcin izvlaˇcimo 8 karata.
Na koliko naˇcina moˇzemo isvu´ci:
1. toˇcno 3 asa
2. barem 3 asa
20
Rjeˇsenje:
1.

4
3

·

48
5

.
2.

4
3

·

48
5

+

4
4

·

48
5

.
Posebni binomni koeficijenti:
Zadatak 15 Kolike su vrijednosti

n
0

;

n
n

.
Zadatak 16 Koliko kombinacija ima loto 7 od 39, a koliko loto 6 od
45? Da li je lakˇse dobiti na lotu 10 od 40?
Rjeˇsenja: 15, 380.937; 8, 145.060; 847, 660.528.
Binomna formula daje koeficijente u potenciranju binoma:
(a +b)
n
=
n
¸
k=0

n
k

a
n−k
b
k
.
Zadatak 17 U izrazu
(1 +x)
30
odredite koeficijent uz x
20
.
Rjeˇsenje:

30
20

= 30, 045.015.
Zadaci:
1. Izraˇcunajte:
a)

7
2

; b)

7
5

; c)

101
99

; d)

1001
1000

Rjeˇsenja: a) 21;b)21;c)5050;c)500500
21
2. Dokaˇzite da je

n + 1
k + 1

=
n + 1
k + 1

n
k

3. Od 20 kandidata za stolnotenisku momˇcad, selektor mora izabrati troˇclanu
reprezentaciju. Na koliko naˇcina moˇze izvrˇsiti izbor?
Rjeˇsenje.

20
3

= 1140
4. Na koliko se naˇcina mogu 3 jednake knjige razdijeliti medu 12 uˇcenika,
tako da svaki uˇcenik dobije najviˇse jednu knigu?
Rjeˇsenje. Od 12 uˇcenika izaberu se trojica koji dobivaju knjigu:

12
3

= 1320
naˇcina
5. Na maturalnoj veˇceri bilo je 28 uˇcenika jednog razreda. Od toga 16
mladi´ca i 12 djevojaka.
(a) Koliko parova za ples se moˇze formirati od po jednog mladi´ca i
jedne djevojke?
Rjeˇsenje. 192
(b) Na koliko naˇcina mogu na podiju plesati tri para?
Rjeˇsenje. Tri mladi´ca i tri djevojke mogu´ce je odabrati na

16
3

i

12
3

naˇcina, s tim da je kod plesa bitan poredak mladi´ca:

16
3

·

12
3

· 3! = 739200
6. Od 100 mobitela, 5 ih je s greˇskom. Na koliko se naˇcina moˇze odabrati
10 mobitela, tako da medu njima bude
(a) svih 10 ispravnih?
Rjeˇsenje:

95
10

(b) 1 neispravan?
Rjeˇsenje:

95
9

·

5
1

22
(c) 4 s greˇskom?
Rjeˇsenje:

95
6

·

5
4

=
(d) svih 5 s greˇskom?
Rjeˇsenje:

95
5

=
1.4.2 Kombinacije s ponavljanjem
Kombinacije s ponavljanjem od n elemenata r-tog razreda je svaki pod-
skup od r elemenata pri ˇcemu je dozvoljeno ponavljanje svakog elementa
proizvoljno mnogo puta.
Primjer 5 Neka je skup S = {1, 2, 3} Permutacije drugog razreda danog
skupa su slijede´ci multiskupovi:
{11} {22} {33}
{12} {23}
{13}
Raˇcunanje je po formuli:
K
r
n
=

n +r −1
r

ˇsto daje zaista

4
2

= 6 permutacija. Analogno bi bilo postaviti pitanje na
koliko naˇcina troje ljudi moˇze podijeliti dvije kune:
0 0 2
0 1 1
0 2 0
1 0 1
1 1 0
2 0 0
U ovom sluˇcaju multiskupovi imaju po dva elementa koji simboliziraju kune,
a elementi multiskupova se uzimaju iz skupa ljudi
{1, 2, 3}
kao da se na svaku od kuna nalijepi ceduljica ˇcija je u zadanoj podjeli.
23
Zadatak 18 Na koliko se naˇcina moˇze 5 bombona podijeliti na ˇcetvero djece.
Pritom svako pojedino dijete moˇze ostati i bez bombona,ali moˇze dobiti i viˇse
bombona.
Rjeˇsenje. Rjeˇsenje
Prvo dijete dobije nekoliko bombona u vre´cici, drugo i tre´ce dijete takodjer, dok ˇcetvrto
dobiva bombone bez vre´cice. Bombone i vre´cice mogu´ce je posloˇziti u niz:
O O V O V O V O
tako da u svaku vre´cicu idu bomboni ispred nje. Posljednje dijete dobiva bombone bez
vre´cice. Razliˇcite rasporede dobivamo razmjeˇsajem vre´cica i bombona, ukupno

5 + 4 −1
4 −1

=

5 + 4 −1
5

= 56
naˇcina.
Napomena. U prethodnom zadatku radi se o kombinacijama 5-tog
razreda (podjela bombona) skupa od ˇcetiri elementa (djeca koja su dobila
bombon).
Svaku podjelu bombona mogu´ce je promatrati kao multiskup od 5 eleme-
nata uzetih iz skupa djece
D = {1, 2, 3, 4}
kod kojih ne moraju biti uzeta sva ˇcetiri elementa iz D i u kojem se neki
elementi mogu ponavljati. Jedan od skupova je:
P = {1, 1, 1, 2, 3}
koji simbolizira podjelu
- prvi bombon je dobilo prvo dijete
- drugi bombon je dobilo prvo dijete
- tre´ci bombon je dobilo prvo dijete
- ˇcetvrti bombon je dobilo drugo dijete
- peti bombon je dobilo tre´ce dijete
Zadatak 19 Na koliko naˇcina petero ljudi moˇze podijeliti 24 kune?
24
Rjeˇsenje. Rjeˇsenje
Analogno se dijele kune, tako da posljednju dobiva ostatak:

24 + 5 −1
5 −1

= 20475
Zadaci
1. Dobavljaˇc naruˇcuje pet istovrsnih proizvoda koji mogu biti ispravni ili
neispravni. Na koliko naˇcina je mogu´c odabir?
Rjeˇsenje. Rjeˇsenje je u slaganju pet proizvoda i elementa koji dijeli ispravne i
neispravne:

5 + 2 −1
5

= 6
2. Dobavljaˇc moˇze nabaviti proizvode prve, druge i tre´ce klase. Na koliko
naˇcina moˇze, obzirom na kvalitetu, naruˇciti tri proizvoda?
Rjeˇsenje. Rjeˇsenje se postiˇze analogno slaganjem:

3 + 3 −1
3

= 10.
3. U koliko razliˇcitih ekipa moˇze u´ci ˇcetiri uˇcenika za tri igre, koje igraju
jednu za drugom, ako redoslijed sudjelovanja u igrama ne znaˇci novu
ekipu, ako
(a) svaki uˇcenik jedamput sudjeluje u igrama
(b) svaki uˇcenik sudjeluje viˇse puta u igrama?
Rjeˇsenje. Rjeˇsenje
(a)

4
3

= 4.
(b)

4 + 3 −1
3

= 20.
4. U nekom restoranu imaju dvije vrste jela na jelovniku.
(a) Na koliko naˇcina pet osoba moˇze naruˇciti jedno od dvije vrste jela?
25
Rjeˇsenje. 2
5
= 32
.
(b) Na koliko se naˇcina moˇze u´ci i naruˇciti 5 jela za van ako je mogu´ce
birati izmedu dva mogu´ca?
Rjeˇsenje. (

2 + 5 −1
5

= 6).
5. Na koliko naˇcina petero djece moˇze medu sobom razdijeliti 12 jabuka,
10 kruˇsaka i 8 naranˇci, tako da svako dijete dobije bar po jednu jabuku,
kruˇsku i naranˇcu?
Rjeˇsenje:

15
4

·

3
4

·

11
4

Zadaci za vjeˇzbanje:
1. Neka su zadane znamenke 2,3,5 i 8. Koliko se od njih moˇze napisati:
(a) ˇcetveroznamenkastih brojeva
(b) ˇcetveroznamenkastih brojeva kojima su sve znamenke razliˇcite
(c) ˇsesteroznamenkastih brojeva
(d) dvoznamenkastih brojeva s razliˇcitim znamenkama
Rjeˇsenje. Rjeˇsenja:
(a) V
4
4
= 4
4
(b) P
4
= 4!
(c) V
6
4
= 4
6
(d) V
2
4
=
4!
(4−2)!
2. Koliko ima razliˇcitih karata za putovanje prugom na kojoj je 10 stanica?
Rjeˇsenje. Rjeˇsenje: svaka je karta odredjena s dvije stanice:
V
2
10
= 10 · 9 = 90
razliˇcitih karata.
Napomena: ako gledamo karte po cijeni i ako cijena ovisi samo o poˇcetnoj i ciljnoj
stanici, tada je to
K
2
10
=

10
2

= 45
karata, duplo manje od sluˇcaja u zadatku.
26
3. Na koliko se naˇcina izmedju 10 muˇskaraca i 10 ˇzena mogu izabrati dva
muˇskarca i tri ˇzene?
Rjeˇsenje.
K
2
10
· K
3
10
=

10
2

·

10
3

= 5400
naˇcina izbora.
4. Na koliko se naˇcina moˇze razdijeliti 12 karata medju 3 osobe, tako da:
(a) prva dobije 5, druga 4, a tre´ca 3 karte?
Rjeˇsenje.
K
5
12
· K
4
7
· K
3
3
=

12
5

·

7
4

·

3
3

= 27720
(b) nije odredjen broj karata koji ´ce dobiti svaka pojedina osoba?
Rjeˇsenje.
K
3
12
=

12 + 3 −1
2

= 91
5. Koliko ima razliˇcitih dijeljenja kod ”Bele u ˇcetvero”?
Rjeˇsenje.

32
8

·

24
8

·

16
8

·

8
8

≈ 10
16
.
6. Izmedju 100 proizvoda ima 15 oˇste´cenih. Na koliko naˇcina moˇzemo
izabrati 10 proizvoda tako da ih barem osam bude neoˇste´ceno?
Rjeˇsenje.

85
8

·

15
2

+

85
9

·

15
1

+

85
10

.
27
1.5 Problemski zadaci
1. U skupu od 50 proizvoda nalazi se 40 ispravnih, a ostali su neispravni.
Na koliko se naˇcina moˇze izabrati uzorak od 5 proizvoda, ali tako da u
njemu budu 3 ispravna i 2 neispravna?
2. Od 7 ˇzena i ˇcetiri muˇskarca treba izabrati delegaciju. Na koliko se
naˇcina moˇze izabrati delegacija ako se ona sastoji od
(a) petero ljudi i to tri ˇzene i dva muˇskarca,
(b) bilo kojeg broja ljudi ali da je jednak broj ˇzena i muˇskaraca u
delegaciji,
(c) petero ljudi od kojih su bar dvije ˇzene,
(d) petero ljudi s tim da jedno od njih bude ve´c unaprijed odredjena
ˇzena,
(e) ˇsestero ljudi, po troje od oba spola, ali u jednoj delegaciji ne mogu
biti zajedno jedan muˇskarac i jedna ˇzena za koje se zna da se ne
podnose?
3. Student mora u roku od 8 dana poloˇziti ˇcetiri ispita.
(a) Na koliko to naˇcina moˇze uˇciniti?
(b) Na koliko naˇcina ih moˇze poloˇziti ako u jednom danu moˇze poloˇziti
najviˇse jedan ispit?
(c) Koliko je naˇcina, ako posljednji odluˇci poloˇziti zadnji dan?
(d) Isto kao u c), ali da u danu ne poloˇzi viˇse od ispita?
4.
ˇ
Sest muˇskaraca i pet ˇzena moraju stati u red tako da se u redu izmjen-
juju. Na koliko je naˇcina mogu´ce konstruirati takav red?
5. Na zasjedanju nekog studentskog udruˇzenja prisustvuju 52 studenta, po
13 studenata sa svakog od ˇcetiri fakulteta. Predsjedniˇstvo udruˇzenja
ima ˇcetiri ˇclana, tako da u njemu budu predstavnici barem tri fakulteta.
Koliko ima razliˇcitih predstavniˇstva?
28
Rjeˇsenja problemskih zadataka:
1.

40
3

·

10
2

= 444600.
2. (a)

7
3

·

4
2

= 210.
(b)

7
1

·

4
1

+

7
2

·

4
2

+

7
3

·

4
3

+

7
4

·

4
4

= 329.
(c)

11
6

7
1

·

4
4

= 455.
(d)

10
4

= 210.
(e)

11
5

6
2

·

3
2

= 417.
3. (a)
8
4
= 4096
(b)
8 · 7 · 6 · 5 = 1680.
(c)
8
3
· 4 = 2048
(d)
4 · 7 · 6 · 5 = 840.
4.
6! · 5! = 86400.
5.

13
1

4
+ 4 · 3 ·

13
1

2
·

13
2

= 186745,
jer na ˇcetiri naˇcina moˇzete izabrati onoga koji nema predstavnika, dok na tri naˇcina
moˇze biti izabran fakultet s dva predstavnika.
29
2 Vjerojatnost
2.1 Klasiˇcna definicija a priori
Sluˇcajan pokus s konaˇcno mnogo jednako mogu´cih elementarnih ishoda je
takav pokus kod kojeg
- svaki pojedini ishod nije mogu´ce jednoznaˇcno odrediti
- postoji mogu´cnost ponavljanja proizvoljno konaˇcno mnogo puta.
Elementarni dogadaj je svaki od konaˇcno mnogo ishoda sluˇcajnog pokusa:
ω
1
, ω
2
, . . . ω
n
Prostor elementarnih dogadaja je neprazan skup
Ω = {ω
1
, ω
2
, . . . , ω
n
},
ˇciji su elementi
ω
i
elementarni dogadaji
Dogadaj je podskup skupa koji se naziva prostorom elementarnih dogad-
jaja:
A ⊂ Ω
Vjerojatnost dogadjaja A ⊂ Ω raˇcuna se po formuli:
p(A) =
k(A)
k(Ω)
,
gdje je
k(A) = |A|
oznaka za broj elemenata skupa A.
Primjeri
1. Kolika je vjerojatnost da ´ce kod bacanja simetriˇcnog novˇci´ca pasti
”pismo”?
30
2. Kolika je vjerojatnost da ´ce kod bacanja kocke pasti broj 6?
3. Kolika je vjerojatnost da ´ce kod izvlaˇcenja jedne karte iz ˇspila od 32
biti izvuˇcena karta boje ”karo”?
4. Ako na sistemskom listi´cu Lota 7/39 igramo 23 broja, kolika je vjero-
jatnost dobitka ”sedmice”?
Nemogu´cim dogadjajem naziva se
- prazan skup
∅ ⊂ Ω
- bilo koji skup C:
C ∩ Ω = ∅
Sigurnim dogadjajem naziva se skup Ω.
Oˇcito vrijedi:
- p(A) ≥ 0
- p(Ω) = 1
- p(Ω \ A) = p(A
c
) = 1 −p(A)
- A ∩ B = ∅ ⇒ p(A ∪ B) = p(A) +p(B)
U teoriji skupova se kolekcija F podskupova nekog skupa Ω, koja sadrˇzi
prazan skup, skup Ω, komplement svakog svojeg ˇclana u odnosu na
matiˇcni skup A
c
= Ω \ A, a i zatvorena je na prebrojivu uniju, zove σ
- algebra podskupova od Ω.
Vjerojatnost je tada funkcijsko pridruˇzivanje
p : F →[0, 1]
koje, ako vrijede prethodna svojstva, zajedno s Ω i F ˇcini
Vjerojatnosni prostor:
(p, F, Ω).
Neki primjeri vjerojatnosnih prostora:
31
1. Neka se sluˇcajni pokus sastoji od bacanja triju razliˇcitih novˇci´ca. Odred-
ite prostor elementarnih dogadjaja, vjerofatnost svakog od njih i vjero-
fatnost da na bar jednom novˇci´cu padne ”glava”.
2. Igra na sre´cu sastoji se od bacanja dviju kocaka. Odredite vjerojatnost
da zbroj na kockama bude ve´ci od 9?
3. U Beli se dijeli osam karata. Odredite vjerojatnost dobivanja:
(a) jednog asa
(b) bar jednog asa
4. Na zidu dimenzija 8×5 metara nalaze se ˇcetiri prozora svaki dimenzija
1.8 × 1.2 metra. Kolika je vjerojatnost da djeˇcak koji nasumice puca
loptu u zid pogodi bilo koji prozor?
Zadaci
1. Student je izaˇsao na ispit znaju´ci 20 od 25 pitanja.Na ispitu se izvlaˇce
tri pitanja. Koja je vjerojatnost da student zna odgovor na:
(a) na sva tri pitanja
(b) na barem jedno pitanje
Rjeˇsenje:
(a) povoljno je da sva tri pitanja budu izabrana od 20 poznatih, ˇsto naprama
ukupnog broja izbora pitanja:
p(A) =

20
3

25
3
= 0.495
(b) suprotno bi bilo da nezna baˇs niˇsta, pa su ˇsanse za okladu da bar neˇsto zna:
100%−

5
3

25
3
= 0.9957
32
2. Koja je vjerojatnost da dvije sluˇcajno izabrane osobe imaju rodjendane
istog dana?
Rjeˇsenje:
Ω = {(i, j), 1 ≤ i, j ≤ 365}
A = {(i, i), 1 ≤ i ≤ 365}
p =
365 · 1
365 · 365
3. Koja je vjerojatnost da izmedju n osoba budu barem dvije koje imaju
rodjendan istog dana?
Rjeˇsenje:
p
n
= 1 −p(A
c
) = 1 −
365 · 364 · · · (365 −n + 1)
365
n
(a) izraˇcunati za broj osoba n = 5.
Rjeˇsenje:
p
5
= 1 −
6.3 · 10
1
2
6.5 · 10
1
2
= 2.7%
4. Iz ˇspila od 52 karte na sluˇcajan naˇcin, jednu za drugom, izvlaˇcimo dvije
karte i to
(a) prvu izvuˇcenu kartu vra´camo u ˇspil
(b) prvu izvuˇcenu kartu ne vra´camo u ˇspil
Koja je vjerojatnost da izvuˇcemo oba asa?
Rjeˇsenje:
p(A) =
4 · 4
32 · 32
p(B) =
4 · 3
32 · 31
5. Koliko je vjerojatno da ´ce dobiti sedmicu na lotu 7/39 onaj tko na
sistemskom listi´cu uplati najve´ci broj kombinacija koji se nudi? Koliko
´ce novaca izdvojiti?
Rjeˇsenje: diskutirati sa studentima i postaviti analogon za 6/45.
6. Koja je vjerojatnost da dijete dobije ˇsesticu ako baca triput uzastopce?
Rjeˇsenje se dobiva preko suprotnog dogadjaja, a to je da u tri puta nijednom nije
opala ˇsestica:
p = 1 −(
5
6
)
3
= 0.42.
33
7. Simetriˇcan novˇci´c bacamo 5 puta. Koja je vjerojatnost da je pismo
palo triput?
Rjeˇsenje:
p =

5
3

· (
1
2
)
5
= 0.3125
8. Igramo poker s 52 karte, znaˇci da biramo 5 karata. Koliko je vjerojatno
da u prvih 5 karata dobijemo
(a) poker (ˇcetiri iste )
(b) ful (par i tri iste)
Rjeˇsenje:
(a)
p(P) =
13 ·

4
4

·

48
1

52
5

(b)
p(B) =
13 ·

4
3

· 12 ·

4
2

52
5

9. U kutiji se nalazi 4 puta viˇse ispravnih nego neispravnih proizvoda. Na
sluˇcajan naˇcin biraju se tri proizvoda. Vjerojatnost da medju njima
bude bar jedan neispravan proizvod iznosi
29
57
. Koliko je proizvoda u
kutiji?
Rjeˇsenje: se dobiva iz jednadˇzbe u kojoj je nepoznanica n broj neispravnih proizvoda.
Tada je 4n broj ispravnih, a zadanu vjerojatnost dobivamo preko negacije suprotnog
dogadjaja, da su sva tri izvuˇcena proizvoda ispravna:
1 −

4n
3

5n
3
=
29
57
4n(4n −1)(4n −2)
5n(5n −1)(5n −2)
=
28
57
37n
2
−159n + 44 = 0
n
1,2
= 4;
11
37
34
dobiva se da neispravnih proizvoda ima 4, ispravnih 16, dok sveukupno u kutiji ima
20 proizvoda.
10. U kutiji je 12 kuglica: plave, ˇzute i tri crvene. Na sluˇcajan naˇcin
biramo tri kuglice. Ako vjerojatnost da izaberemo po jednu plavu,
ˇzutu i crvenu kuglicu iznosi
3
11
, koliko je ˇzutih kuglica u kutiji?
Rjeˇsenje: zadatka dobivamo jednadˇzbom po nepoznatom broju ˇzutih kuglica - n.
Ukupno se od 12 kuglica tri mogu izvu´ci na

12
3

naˇcina. Povoljno je da to bude
jedna od 3 crvene, jedna od n ˇzutih i jedna od 9 −n plavih:

3
1

·

n
1

·

9 −n
1

12
3
=
3
11
n(9 −n) = 20.
Dobivaju se dva rjeˇsenja za broj ˇzutih kuglica: n = 5, 4.
11. U dvorani je prisutno 12 studentica i 18 studenata. Sluˇcajnim se
izborom bira troˇclana delegacija. Kolika je vjerojatnost da su izabrana:
(a) tri studenta
(b) tri studentice
(c) dvije studentice i student?
Rjeˇsenja:
(a)
p(A) =

18
3

30
3
= 0.20
(b)
p(B) =

12
3

30
3
= 0.05
(c)
p(C) =

18
1

·

12
2

30
3
= 0.2926
35
12. Kutija sadrˇzi 12 loptica za stolni tenis, od kojih su 4 loˇse. Na sluˇcajan
naˇcin izvadimo odjednom 7 loptica. Kolika je vjerojatnost da ´ce medu
njima biti
(a) najviˇse jedna loˇsa loptica
(b) 2 loˇse ili 4 loˇse loptice
Rjeˇsenje:
(a)
p(A) =

8
7

+

8
6

·

4
1

12
7

(b)
p(B) =

8
5

·

4
2

+

8
3

·

4
4

12
7

13. Koja je vjerojatnost da se ˇsestica pojavi u n bacanja kocke? Napiˇsite
formulu po kojoj se vjerojatnost raˇcuna i nacrtajte graf funkcije p =
p(n). Koliko puta treba baciti kocku pa da pojavu ˇsestice garantira s
vjerojatnosti barem 0, 9?
Rjeˇsenje:
(a)
p = 1 −(
5
6
)
n
(b)
1 −(
5
6
) ≥ 0, 9
(
5
6
)
n
≤ 0, 1
n ≥ 13
14. Bacaju se dvije kocke. Koja je vjerojatnost da na obje kocke padne isti
broj ili da zbroj bude 8? (
10
36
)
36
15. Koliko je vjerojatno da pri bacanju dviju kocaka na bar jednoj padne
petica?
Rjeˇsenje: se dobiva preko suprotne vjerojatnosti:
p = 1 −p(A
c
)p(B
c
) = 1 −
5
6
·
5
6
=
11
36
,
gdje je
dogadaj A - na prvoj je kocki pala petica
dogadaj B - na drugoj je kocki pala petica.
37
2.2 Problemski zadaci
1. U kutiji se nalazi 16 proizvoda, od kojih su 4 neispravna. Na sluˇcajan
naˇcin se izvlaˇci 5 proizvoda. Kolika je vjerojatnost da medju njima
bude barem jedan neispravan?
2. Student je izaˇsao na ispit znaju´ci odgovor na 20 od mogu´cih 26 pi-
tanja. Profesor postavlja tri pitanja za redom. Kolika je vjerojatnost
da student zna odgovor:
(a) na sva tri pitanja
(b) na barem jedno pitanje?
3. Uzorak sadrˇzi dva puta viˇse ispravnih nego neispravnih proizvoda. Ako
sluˇcajno biramo ˇcetiri proizvoda, vjerojatnost da medju njima budu
dva ispravna i dva neispravna iznosi 30/91. Koliko proizvoda sadrˇzi
uzorak?
4. U kutiji se nalazi 20% manje bijelih nego crnih kuglica. Na sluˇcajan
naˇcin biramo dvije kuglice. Ako vjerojatnost da izvuˇcemo barem jednu
bijelu kuglicu iznosi
12
17
, koliko je crnih kuglica u kutiji?
5. Iz kutije u kojoj se nalaze 4 plave, 5 ˇzutih i crvene kuglice, na sluˇcajan
naˇcin izvlaˇcimo dvije kuglice. Vjerojatnost da ne izaberemo nijednu
crvenu iznosi 30%. Koliko je kuglica u kutiji?
6. U kutiji je 15 kuglica: crvene, plave i tri ˇzute. Na sluˇcajan naˇcin biramo
tri kuglice. Vjerojatnost da izaberemo po jednu crvenu, plavu i ˇzutu
iznosi
3
13
. Koliko je plavih kuglica u kutiji?
7. Koji postotak peteroznamenkastih brojeva
(a) sadrˇzi znamenku 5,
(b) djeljiv je s 20, a ne sadrˇzi znamenke 8 i 9?
8. U kutiji se nalazi 50% viˇse bijelih nego crvenih kuglica. Na sluˇcajan se
naˇcin biraju tri kuglice. Ako je vjerojatnost da izvuˇcemo jednu crvenu
kuglicu i dvije bijele jednaka 0.5, koliko je bijelih kuglica u kutiji?
38
2.3 Geometrijska vjerojatnost
Neka je mogu´ce uzeti mjeru skupu Ω i svakom njegovom podskupu. Vjero-
jatnost dogadaja A tada je:
p(A) =
µ(A)
µ(Ω)
.
Primjer 6 U krug je upisan kvadrat. Kolika je vjerojatnost da s propisane
udaljenosti pikado pogodi dio kruga izvan kvadrata?
Rjeˇsenje je jasno iz nacrtane situacije i raˇcun je slijede´ci:
p =
2r
2
r
2
π
=
2
π
.
Zadatak 20 Prometna nesre´ca dogodila se izmedu 8 i 9 sati. Koliko je
vjerojatno da se dogodilo izmedu 8 : 25 i 8 : 40?
Vjerojatnost je u omjeru minuta:
p =
15
60
= 25%.
Zadatak 21 Dva vlaka duljine 200m kre´cu se brzinom 72km/h prugama
koje se medusobno kriˇzaju. Trenutak u kojem ´ce oni u´ci u kriˇzanje sluˇcajan
je izmedu 22 sata i 22 : 30. Koja je vjerojatnost da ´ce se vlakovi zakaˇciti?
Neka je
x - trenutak ulaska prvog vlaka u kriˇzanje
y - trenutak ulaska drugog vlaka u kriˇzanje
Ako prvi vlak ude u kriˇzanje toˇcno u 22 sata stavimo x = 0, a u 22 : 30,
onda neka je x = 1800. Sada je
(x, y) ∈ [0, 1800] ×[0, 1800]
Dakle, Ω moˇzemo nacrtati u XOY ravnini kao kvadrat. Mjere su iskazane
u sekundama. Unutar kvadrata 1800 × 1800 rjeˇsava se nejednadˇzba uvjeta
njihovog susreta:
|x −y| ≤
200m
20m/s
39
Traˇzena vjerojatnost je
p =
1800
2
−1790
1800
2
= 4, 4%.
Zadaci
1. Iz intervala [0, 10] biraju se dva realna broja. Kolika je vjerojatnost da
njihov zbroj bude ve´ci od 8, a apsolutna vrijednost njihove razlike ve´ca
od 3? (
39
200
)
2. Iz intervala [0, 1] na sluˇcajan naˇcin biraju se dva broja. Kolika je vjero-
jatnost da njihov zbroj bude ve´ci od
1
3
, a apsolutna vrijednost njihove
razlike manja od
1
3
?
3. Iz intervala [−1, 1] biraju se dva broja. Kolika je vjerojatnost da njihov
zbroj bude pozitivan, umnoˇzak negativan, a zbroj kvadrata mani od 1?
4. Iz intervala [0, 2] na sluˇcajan se naˇcin biraju dva broja. Kolika je vjero-
jatnost da njihov zbroj bude manji od 3, a razlika po apsolutnoj vri-
jednosti manja od 1?
5. Deˇcko i cura dogovore susret izmedu 7 : 00 i 8 : 00 na trgu. Dogovore
se, da ono koje dode prvo, ˇceka drugo 20min. Kolika je vjerojatnost
da ´ce se ipak susresti?
2.4 Uvjetna vjerojatnost
Neka su A i B dogadaji iz vjerojatnosnog prostora Ω. Raˇcunamo vjerojatnost
da se dogodio dogadaj A uz uvjet da nam je poznato da se dogodio dogadaj
B.
Primjer 7 Kocka je baˇcena i pao je neparan broj. Kolika je vjerojatnost da
je pao tri? Kolika je vjerojatnost da je pao broj dva?
Traˇzena vjerojatnost je 1 : 3 = 33, 3%.
Op´cenito formula koja raˇcuna uvjetnu vjerojatnost je
p(A/B) =
p(A ∩ B)
p(B)
40
Zadatak 22 Vjerojatnost da su oba blizanca muˇskog spola je 40%, a da su
ˇzenskog je 35%. Pri porodu, prvo se rodilo muˇsko. Koja je vjerojatnost da i
drugo bude muˇsko?
Blizanci se mogu donijeti na svijet na tri disjunktna naˇcina:
A - dva djeˇcaka
B - dvije djevojˇcice
C - djevojˇcica i djeˇcak
Traˇzi se
p(A/(A ∪ C)) =
p(A ∩ (A ∪ C))
p(A ∩ B)
=
0, 4
0, 65
= 61, 5%
Dogadaji A i B su nezavisni, ako informacija o dogadaju B ne utiˇce na
vjerojatnost dogadaja A. Tada je
p(A/B) = p(A) =
p(A ∩ B)
p(B)
i slijedi
p(A ∩ B) = p(A) · p(B).
Primjer 8 Dobar, loˇs i zao strijelac gadaju metu. Dobar pogada s vjero-
jatnoˇs´cu 80%, loˇs sa 60% i zao s 90%. Koliko je vjerojatno da u meti zavrˇsi
samo jedan metak, ako sva trojica gadaju samo s po jednim metkom?
Budu´ci pogodak ili promaˇsaj bilo kojeg od njih ne utiˇce na gadanje ostalih,
traˇzena vjerojatnost je:
p = 0, 8 · 0, 4 · 0, 1 + 0, 2 · 0, 6 · 0, 1 + 0, 2 · 0, 4 · 0, 9 = 11, 6%.
Zadaci:
1. Tri strijelca gadaju jednu te istu metu. Vjerojatnost pogotka kod
svakog strijelca redom iznosi 80%, 70% i 60%. Kolika je vjerojatnost
41
(a) toˇcno jednog pogotka u metu
(b) bar jednog pogotka u metu
(c) najviˇse dva pogotka u metu
2. Vjerojatnost da avion bude oboren prije nego ˇsto dospije do cilja je 5%.
Ako dospije do cilja, avion ga uniˇstava s vjerojatnosti od 40%. Koja je
vjerojatnost da avion uniˇsti cilj? (0,38)
3. Na stolu su dvije jednake, neprozirne kutije. U prvom su kuglice s
brojevima 2,4,6 i 8. U drugoj su kuglice s brojevima 1,3,5 i 7. Na
sre´cu biramo kutiju i izvlaˇcimo kuglicu. Ako je na njoj paran broj, iz
iste kutije izvuˇcemo joˇs jednu kuglicu. U suprotnom izvlaˇcimo iz druge
kutije. Kolika je vjerojatnost da je izvuˇcen jedan paran i jedan neparan
broj?
Rjeˇsenje zadatka je u opisu postupka povoljnog izvlaˇcenja kada je
poˇzeljno odabrati drugu kutiju. Vjerojatnost je 50%
2.5 Potpuna vjerojatnost. Bayesova formula.
Potpun sistem dogadaja ˇcine dogadaji
H
1
, H
2
, . . . H
n
⊂ Ω
ako vrijedi slijede´ce:
¸
i
H
i
= Ω
H
i
∩ H
j
= ∅
Formula totalne vjerojatnosti dogadaja A ⊂ Ω je formula:
p(A) =
n
¸
i=1
p(A/H
i
) · p(H
i
)
Bayesova formula sluˇzi za aposteriorno izraˇcunavanje vjerojatnosti poje-
dinih hipoteza ako je poznato da se dogodio dogadaj A:
p(H
i
/A) =
p(H
i
) · p(A/H
i
)
p(A)
42
Zadatak 23
ˇ
Zarulje se proizvode u tri pogona. Prvi pogon daje 50%
proizvodnje, drugi 30% i tre´ci 20%. Postotak neispravnih ˇzarulja iz
prvog pogona je 10%, iz drugog 15%, a iz tre´ceg 8%. Kolika je vjerojat-
nost da je sluˇcajno izabran proizvod neispravan? Kolika je vjerojatnost
da je neispravan proizvod proizveden na prvom stroju?
Sistem hipoteza u ovom sluˇcaju:
H
1
- proizvod je iz prvog pogona
H
2
- proizvod je iz drugog pogona
H
3
- proizvod je iz tre´ceg pogona
Vjerojatnosti hipoteza i uvjetne vjerojatnosti su:
p(H
1
) = 0.5 p(A/H
1
) = 0.1
p(H
2
) = 0.3 p(A/H
2
) = 0.15
p(H
3
) = 0.2 p(A/H
3
) = 0.08
Formula totalne vjerojatnosti daje:
p(A) =
3
¸
i=1
p(A/H
i
) · p(H
i
) = 0.131
Odgovor na drugo pitanje daje Bayesova formula:
p(H
1
/A) =
p(A/H
1
) · p(A)
p(A)
=
0, 1 · 0, 5
0, 131
= 0, 38
Zadaci:
1. Jedan tip proizvoda izraduje se 4 stroja. Na stroju S
1
izraduje
se 40% proizvodnje od ˇcega je 0, 1% ˇskarta, na S
2
se radi 30% i
od tiga je 0, 2% ˇskarta, na S
3
20% sa 0, 25% ˇskarta i na S
4
10%
proizvodnje sa 0, 5% ˇskarta. Kolika je vjerojatnost:
(a) da je proizvod dobar
(b) ako je ˇskart, da je izraden na stroju S
1
?
43
2. Strijelci Mate i Ante, svaki sa po jednim metkom, gadaju cilj.
Mate pogada s vjerojatnosti 0, 8, a Ante s 0, 4. Utvrdeno je da je
meta pogodena jednim metkom. Kolika je vjerojatnost da je metu
pogodio Mate?
3. U uzorku ispitanika, u kojem je dio muˇskaraca 55%, 70% muˇskaraca
i 60% ˇzena puˇsi. Kolika je vjerojatnost da sluˇcajno odabrana os-
oba puˇsi? Kolika je vjerojatnost da je sluˇcajno odabrana osoba
koja puˇsi, muˇskarac?
3 Sluˇcajne varijable
Sluˇcajna varijabla je veliˇcina koja se dobije mjerenjem u vezi s nekim sluˇcajnim
pokusom. Ona poprima svoje vrijednosti uz odredene vjerojatnosti.
Neka je Ω vjerojatnosni prostor. Sluˇcajna varijabla je funkcija
X : Ω →R,
tako da vrijedi:
x ∈ R ⇒X
−1
(x) ⊂ Ω.
Postoje diskretne i kontinuirane sluˇcajne varijable.
3.1 Diskretne sluˇcajne varijable
Skup vrijednosti
X(Ω) = {x
1
, x
2
, . . .}
je konaˇcan ili prebrojiv. Uglavnom ´ce se promatrati konaˇcni skupovi.
Takva definicija omogu´cava prirodnu funkciju gusto´ce vjerojatnosti
f = p ◦ X
−1
: R →[0, 1]
gdje je
p : Ω →[0, 1]
funkcija vjerojatnosti definirana na prostoru dogadaja Ω.
Funkcija gusto´ce vjerojatnosti ima slijede´ce osobine:
1.
f(x) ≥ 0
44
2.
¸
x∈R
f(x) = 1
Zadatak 24 Sluˇcajan pokus je bacanje dviju kocaka. Sluˇcajna varijabla neka
je zbroj na kockama. Odredite prostor elementarnih dogadaja, skup vrijed-
nosti sluˇcajne varijable i funkciju gusto´ce vjerojatnosti, a zatim nacrtajte graf
funkcije gusto´ce vjerojatnosti.
Rjeˇsenje:
• prostor dogadaja:
Ω = {(i, j); 1 ≤ i, j ≤ 6},
• vrijednosti sluˇcajne varijable:
X(Ω) = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
• funkcija gusto´ce vjerojatnosti dana je tablicom:
X 2 3 4 5 6 7 8 9 10 11 12
f(X)
1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
36
Funkcija gusto´ce vjerojatnosti jednaka je nuli za realne brojeve koje sluˇcajna
varijabla ne poprima. To se najbolje moˇze predoˇciti grafiˇcki.
Primjer
1. Bacanje dviju kocaka ima za sluˇcajnu varijablu manji od brojeva koji
su pali. Odredite prostor elementarnih dogadaja, vrijednosti sluˇcajne
varijable i funkciju gusto´ce vjerojatnosti.
Funkcija vjerojatnosti kod diskretnih sluˇcajnih varijabli jednaka je funkciji
gusto´ce vjerojatnosti:
p(X = x) = f(x).
Oznaka
p(X = x) = p(X
−1
(x))
predstavlja vjerojatnost dogadaja u kojem sluˇcajna varijabla poprima
vrijednost x.
45
Funkcija distribucije sluˇcajne varijable X kumulativna je funkcija:
F
X
(x) = p(X ≤ x).
Vjerojatnost p(X ≤ x) jednaka je vjerojatnosti da sluˇcajna varijabla
poprimi vrijednost manju ili jednaku vrijednosti x:
p(X ≤ x) = p(
¸
y≤x
X
−1
(y)).
Funkcija distribucije
F : R →[0, 1]
je funkcija:
- neopadaju´ca
- neprekidna sdesna
- vrijedi:
lim
x→−∞
F(x) = 0;
lim
x→∞
F(x) = 1.
Zadatak 25 Sluˇcajna varijabla kod bacanja igra´ce kocke X = vrijednost je
okrenutog broja. Odredite prostor elementarnih dogadaja, vrijednosti sluˇcajne
varijable, nacrtajte funkciju gusto´ce vjerojatnosti i funkciju distribucije.
Rjeˇsenje:
• Ω = {1, 2, 3, 4, 5, 6}
• X(Ω) = {1, 2, 3, 4, 5, 6}

f(x) =

1
6
, x ∈ {1, 2, . . . 6}
0 ostalo
¸
• tablica funkcije distribucije:
X 1 2 3 4 5 6
f(X)
1
6
2
6
3
6
4
6
5
6
1
46
Matematiˇcko oˇcekivanje diskretne sluˇcajne varijable X je broj:
E(X) =
¸
i
x
i
· p(X = x
i
) =
¸
i
x
i
p
i
=
¸
i
x
i
· f(x
i
)
Varijanca diskretne sluˇcajne varijable je matematiˇcko oˇcekivanje kvadrata
odstupanja sluˇcajne varijable od oˇcekivanja:
V arX = E[(X −EX)
2
] =
¸
i
(x
i
−EX)
2
· p
i
.
Algebarski se moˇze dokazati
V arX = EX
2
−(EX)
2
=
¸
i
x
2
i
· f(x
i
) −(EX)
2
.
Standardna devijacija je mjera rasipanja rezultata i raˇcuna se po formuli
σ =

V arX.
Vjerojatnost da je sluˇcajna varijabla poprimila vrijednost unutar inter-
vala
[EX −σ, EX +σ]
nije manja od 68%.
Primjer 9 Odredite matematiˇcko oˇcekivanje i standardnu devijaciju u za-
datku 25.
(rjeˇsenje: EX = 3.5,V arX =)
Zadatak 26 U kutiju sa devet bijelih ping-pong loptica ubaˇcene su tri ˇzute.
Bira se uzorak od tri loptice. Sluˇcajna varijabla je broj ˇzutih loptica u uzorku.
Odredite matematiˇcko oˇcekivanje i standardnu devijaciju. Kolika je vjerojat-
nost da su izvuˇcene barem dvije ˇzute?
(rjeˇsenje: EX = 0.75, σ =, p(X ≥ 2) =
28
220
)
Zadatak 27 U kutije se nalaze 24 kuglice, od kojih su 4 ˇsarene, dok su ostale
pune, jednobojne kuglice. Kuglice izvlaˇcimo jednu za drugom dok ne izvuˇcemo
jednobojnu kuglicu. Kuglice su jednake po masi i veliˇcini. Ako je sluˇcajna
varijabla jednaka broju izvuˇcenih kuglica, odredite oˇcekivani broj izvlaˇcenja,
standardnu devijaciju i nacrtajte funkciju distribucije.
47
(rjeˇsenje: EX = 1, 195, V arX =)
Zadatak 28 Dva strijelca gadaju metu s po jednim metkom. Vjerojatnost da
prvi strijelac pogodi metu je 70%, a da je pogodi drugi iznosi 40%. Sluˇcajna
varijabla broj je pogodaka u metu. Odredite sluˇcajnu varijablu, oˇcekivanje,
varijancu i funkciju distribuciju sluˇcajne varijable.
(rjeˇsenje: EX = 1.1, V arX = 0.45, σ =)
Zadatak 29 Tri strijelca gadaju metu s po jednim metkom i pogadaju je s
vjerojatnostima 0.9, 0.7 i 0.6. Sluˇcajna varijabla je broj pogodaka u metu.
Nadite gusto´cu i distribuciju vjerojatnosti, oˇcekivanje i vjerojatnosti da ´ce
meta biti
- bar jednom pogodena
- bar dvaput pogodena
(rjeˇsenje:EX = 2.2, p(X ≥ 0) = 0.998, p(X ≥ 2) = 1 −F(1) = 1 −0.167.)
Zadatak 30 Igraˇc baca 3 novˇci´ca. Dobiva 5 ako padnu 3G, 3 za 2G i 1 za
jednu ”glavu”. Igraˇc gubi 15 za 3P. Odredite funkciju gusto´ce vjerojatnosti za
sluˇcajnu varijablu X-dobitak u igri. Izraˇcunajte oˇcekivanje sluˇcajne varijable.
Da li je igra poˇstena?
Rjeˇsenje
• Sluˇcajna varijabla i pripadne vjerojatnosti dane su u tablici:
X −15 1 3 5
f(x)
1
8
3
8
3
8
1
8
x · f(x)
−15
8
3
8
9
8
5
8
• oˇcekivanje je zbroj zadnjeg retka i iznosi
E(X) =
2
8
= 0.25
• Igra je na strani igraˇca, jer se oˇcekuje prosjeˇcan dobitak po igri od
ˇcetvrtine Eura.
Zadaci:
48
1. Prirodni broj naziva se prostim, ako ima toˇcno dva razliˇcita djelitelj, a
sloˇzenim ako ima viˇse od dva razliˇcita djelitelja. Bacamo kocku. Prosti
broj donosi tri boda, sloˇzeni donosi dva, a ako padne broj koji nije niti
prost niti sloˇzen, tada igraˇc dobiva 11 bodova. Nadite oˇcekivani broj
bodova i standardnu devijaciju.
(Rjeˇsenje: µ = 4, σ = 3.2
)
2. U kutiji se nalazi jedna bijela, dvije crne, ˇcetiri crvene i jedna prlava
kuglica. Ako igraˇc izvuˇce bijelu, gubi ˇcetiri kune, za crnu gubi 5 kuna,
a za trvenu dobiva dvije kune. Odredite oˇcekivanje i ocijenite da li je
igra poˇstena?
Rjeˇsenje: µ = −1, NE
3. Simetriˇcni novˇci´c baca se sve dok se ne pojavi glava ili pet pisama za re-
dom. Odredite oˇcekivani broj bacanja novˇci´ca i standardnu devijaciju.
(Rjeˇsenje: µ = 1.9, σ = 1.2)
4. Meta za zraˇcnicu promjera je 20cm. Ona se sastoji od tri koncentriˇcna
kruga. Prvi krug ima promjer 4cm, a drugi 12cm. Pogodak u unutraˇsnji
krug nosi 10 bodova, pogodak u prvi slijede´ci prsten nosi 5 bodova, a
pogodak u vanjski prsten nosi 3 boda. Vjerojatnost da strijelac uop´ce
pogodi metu je 50%. Ako je sluˇcajna varijabla broj dobivenih bodova,
nadite njeno oˇcekivanje i standardnu devijaciju.
(Rjeˇsenje: µ = 1.96, σ = 1.76)
5. Igraˇc baca dva simetriˇcna novˇci´ca. On dobiva 10kn ako se pojavi jedna
glava, 20kn ako se pojave dvije glave i gubi 50kn ako se ne pojavi glava
ni na jednom novˇci´cu. Da li je igra poˇstena?
(Rjeˇsenje: µ = −0.25, NE)
6. Igraˇc baca dva simetriˇcna novˇci´ca. Dobiva 5kn u sluˇcaju javljanja dvije
glave, 2kn u sluˇcaju jedne glave i 1kn ako se glava ne pojavi. Koliko
igraˇc treba igru platiti organizatoru, pa da bude poˇstena. Troˇskova
dodatnih nema.
(Rjeˇsenje: 2.5kn.)
7. Ako se na radaru uhvati neprijateljski avion, tada ispaljena raketa s
20% pogada rep, s 30% krilo i s 50% trup. Pogodi li krilo ili rep, avion
je sruˇsen, a u trup trebaju tri rakete za obaranje aviona. Avion je
uhva´cen u radar i otvorena je vatra raketama. Odredite oˇcekivani broj
ispaljenih raketa.
(Rjeˇsenje: µ = 1.75)
8. Strijelac koji ima ˇcetiri metka, gada cilj dok ga ne pogodi. Ako je
vrerojatnost pogotka cilja pri svakom gadanjui 80%, odredite oˇcekivani
49
broj hitaca i standardnu devijaciju.
Rjeˇsenje: µ = 0.546, σ = 1.248)
3.2 Binomna razdioba
Binomna razdioba ili binomna distribucija pretpostavlja n ponavljanja jednog
te istog sluˇcajnog pokusa koji moˇze imati samo dva ishoda:
- ”uspjeh”, kojem se vjerojatnost oznaˇcava s p
- ”neuspjeh”, kojem je vjerojatnost q = 1 −p
Sluˇcajna varijabla X koja je jednaka broju uspjeha u n ponavljanja pokusa
zove se Binomna sluˇcajna varijabla.
Parametri Binomne sluˇcajne varijable su
- broj ponavljanja pokusa n
- vjerojatnost ”uspjeha” p
Oznaka binomne sluˇcajne varijable je
X ∼ B(n, p)
Funkcija gusto´ce vjerojatnost definira se preko vjerojatnosti
f(x) =

n
x

· p
x
· q
n−k
, x = 0, 1, . . . n
0, x = 0, 1, . . . n
Funkcija distribucije vjerojatnosti raˇcuna se zbrajanjem:
F(x) = p(X ≤ x) =
¸
k≤x

n
k

· p
k
· q
n−k
.
Matematiˇcko oˇcekivanje sluˇcajne varijable
EX = np
Varijanca binomne sluˇcajne varijable je
V arX = npq
50
Primjer 10 Neka je X ∼ B(6, 0.7), gdje je n = 6, p = 0, 7. Koriste´ci tablicu
ispiˇsite funkciju gusto´ce vjerojatnosti, funkciju distribucije, izraˇcunajte matematiˇcko
oˇcekivanje i varijancu. Nacrtajte grafove funkcija gusto´ce i distribucije vjero-
jatnosti.
Funkcije su zadane tablicom:
X 0 1 2 3 4 5 6
f(X) 0.0007 0.0102 0.0595 0.1832 0.3241 0.3136 0.1187
F(X) 0.0007 0.0109 0.0704 0.2536 0.5777 0.8813 1
Pri pop-
unjavanju tablice mudro je koristiti se tablicama.
EX = np = 4, 2
V arX = 12, 6
Zadatak 31 Vjerojatnost pogotka u metu je 0, 75. Meta se gada ˇcetiri puta.
Na´ci:
a) skup vrijednosti sluˇcajne varijable broja pogodaka u metu
b) f(x), F(x), EX, V arX
c) vjerojatnost da je meta pogodena barem jednom
d) vjerojatnost da je meta promaˇsena bar jednom
Rjeˇsenje zadatka pod
a) vrijednosti sluˇcajne varijable B(4, 0.75) su
X = {0, 1, 2, 3, 4}
b) gusto´ca vjerojatnosti
X =

0 1 2 3 4
0.0039 0.0469 0.2109 0.4219 0.3164

51
funkcija distribucije
F(x) =

0, x < 0
0.0039, 0 ≤ x < 1
0.0508, 1 ≤ x < 2
0.2617 2 ≤ x < 3
0.6836 3 ≤ x < 4
1 x ≥ 4
EX = np = 3
V arX = npq = 0.75
c) bar jedan pogodak je vjerojatan
p(x ≥ 1) = 1 −p(x < 1) = 1 −p(0) = 0.996
a bar jedan promaˇsaj
p(x < 4) = F(3) = 0, 6863
Zadatak 32 Operacija uspjeva u 75% sluˇcajeva. Koliko je vjerojatno da
75% od 8 pacijenata ima uspjelu operaciju?
Rjeˇsenje zadatka:
• uoˇciti binomnu razdiobu B(8, 0.75)
• izraˇcunati 75% od 8 da je 6
• izraˇcunati ili prepisati iz tablice
p(x = 6) =

8
6

· 0.75
6
· 0.25
8−6
= 28 · 0.18 · 0.0625
= 0.315
Teorem 2 Kod binomne razdiobe X ∼ B(n, p) najve´ca vjerojatnost pripada
onoj diskretnoj vrijednosti sluˇcajne varijable x
0
za koju vrijedi:
np −q ≤ x
0
≤ np +q
52
Primjer 11 Automat izraduje proizvod i daje 8% defektnih proizvoda. Proizvodi
se bez kontrole pakiraju u kutije od po 30 komada. Koliko ˇse neispravnih
proizvoda biti najˇceˇsˇce u kutiji?
Rjeˇsenje primjera jednostavna je primjena teorema za
n = 30
p = 0.08
30 · 0, 08 −0, 95 ≤ x
0
≤ 30 · 0, 08 + 0, 95
1, 48 ≤ x
0
≤ 2, 48
x
0
= 2
3.3 Poissonova distribucija
Poisonova razdioba graniˇcni je sluˇcaj binomne distribucije kada n → infty,
a vjerojatnost ”uspjeha” je relativno mala:
lim
n→infty

n
x

· p
x
· q
n−x
= e
−λ
·
λ
x
x!
,
gdje je
λ = np
x = 0, 1, 2, . . .
Dobri se rezultati postiˇzu za np ≤ 10. Funkcija gusto´ce vjerojatnosti definira
se preko funkcije vjerojatnosti. Funkcija distribucije, oˇcekivanje i varijanca
raˇcunaju se prema formulama:
f(x) = e
−λ
·
λ
x
x!
F(x) =
¸
y≤x
e
−λ
·
λ
y
y!
EX = λ
V arX = λ
Primjer 12 Neka ˇskola ima 2190 uˇcenika. Koliko je vjerojatno da je pet
uˇcenika rodeno na Novu godinu? Koja je vjerojatnost da su barem tri uˇcenika
rodena na Novu godinu?
53
Rjeˇsavanje zadatka bilo bi neprikladno pomo´cu binomne razdiobe, jer je
n = 2190, a p =
1
365
. Parametar λ dobiva se iz jednakosti
λ = np = 6
Vjerojatnost da je toˇcno pet uˇcenika rodeno na Novu godinu jednaka je vri-
jednosti gusto´ce vjerojatnosti za x = 5:
p(x = 5) = f(5) = e
−6
·
6
5
5!
= 0, 16062
Vjerojatnost da su barem trojica rodeni na Novu godinu dobiva pomo´cu
funkcije distribucije:
p(x ≥ 3) = 1 −p(x ≤ 2) = 1 −F(2)
= 1 −(f(0) +f(1) +f(2))
= 0, 9380
Umjesto raˇcunanja moˇzemo se koristiti tablicama.
Zadatak 33 Statistiˇcki je utvrdeno da je 1% ljevorukih ljudi. Kolika je
vjerojatnost da izmedu 200 sluˇcajno izabranih osoba bude
a) toˇcno ˇcetiri ljevaka
b) ne manje od ˇcetiri ljevaka
Rjeˇsenje zadatka traˇzimo Poissonovom razdiobom, budu´ci se radi o
X ∼ B(200, 0.01)
Oˇcekivani broj ljevorukih ljudi u uzorku od 200 ljudi je
np = λ = 2 < 10
Koriste´ci tablice, dobivamo prvi odgovor:
p(X = 4) = f(4) =
2
4
4!
· e
−2
= 0.0902
i odmah zatim i drugi odgovor:
p(x ≥ 4) = 1 −p(x ≤ 3) = 1 −F(3) = 1 −0, 8571 = 0, 1428.
54
Zadatak 34 Telefonska centrala ima prosjeˇcno po satu 300 zahtjeva za us-
postavljanjem telefonske veze. Centrala moˇze u minuti ostvariti maksimalno
10 veza. Kolika je vjerojatnost da ´ce centrala biti preoptere´cena u toku
proizvoljne minute, ako se broj zahtjeva ravna po Poissonovom zakonu vjero-
jatnosti.
Rjeˇsenje zadatka traˇzi otkrivanje parametra λ. Ako matematiˇcko oˇcekivanje
predstavlja oˇcekivanu vrijednost sluˇcajne varijable, a u ovom zadatku oˇcekujemo
u minuti
300
60
= 5
poziva, to je
λ = 5
Budu´ci preoptere´cenje vrijedi kad je broj zahtjeva
x > 10
p(x > 10) = 1 −p(x ≤ 10) = 1 −F(10)
= 1 −0, 9863 = 0, 0137
Zadatak 35 Od milijun stanovnika jednog grada smrtno je stradalo u promet-
nim nesre´cama u toku jedne godine 730 osoba. Kolika je vjerojatnost da u
jednom danu
a) ne bude nastradalih
b) nastradaju petorica
c) ne nastrada viˇse od trojice?
d) Uz vjerojatnost od 95% prognozirajte gornju granicu broja poginulih u
jednom danu, ako je taj broj sluˇcajna varijabla Poissonove razdiobe.
Rjeˇsen je zadatak ako izraˇcunamo parametar λ, koji odgovar oˇcekivanom
broju od, naˇzalost,
730
365
= 2
smrtno stradala gradana.
a) p(x = 0) = f(0) = e
−2 2
0
0!
= 13.5%
55
b) p(x = 5) = f(5) = e
−2 2
5
5!
= 3.6%
c) iz tablica: p(x ≤ 3) = F(3) = 67.7%
d) Problem je rijeˇsen kada se otkrije onaj broj stradalih x za koji je
p(X ≤ x) = 0, 95
Iz tablica distribucije to je nepoznata vrijednost x za koju je
F(x) = 0, 95
dakle x = 4.
Bez tablica, rjeˇsavanje bi bilo gotovo nemogu´ce i moralo bi se izvoditi
pogadanjem.
Zadaci
1. Broj automobila koji dolaze na parkiraliˇste u jednom satu imaju Pois-
sonovu razdiobu s oˇcekivanim brojem od 25.3 automobila u jednom
satu. Kolika je vjerojatnost dolaska automobila na parkiraliˇste u inter-
valu od pet minuta kada je parkiraliˇste popunjeno?
2. Broj automobila koji dolati na raskrˇs´ce ima Poissonovu razdiobu s
oˇcekivanjem dolaska 12.5 automobila u 3 minute. Kolika je vjerojatnost
dolaska viˇse od 5 automobila u 30 sekundi?
3.4 Kontinuirane sluˇcajne varijable
Sluˇcajna varijabla
X : Ω →X(Ω)
poprima vrijednosti na neprebrojivom skupu:
X(Ω) ⊂ R.
Funkcija distribucije sluˇcajne varijable je funkcija
F : R →R
koja ima slijede´ca svojstva:
56
1) neopadaju´ca
2) neprekidna
3) F(−∞) = 0, F(+∞) = 1
Funkcija gusto´ce vjerojatnosti je nenegativna funkcija
g : R →R,
takva da je
F(x) =

x
−∞
g(t)dt
sa svojstvima
1) g(x) ≥ 0, x ∈ R
2)

+∞
−∞
g(t)dt = 1
Iz definicije slijedi da je
g(x) = F

(x).
U sluˇcaju da se lijeva i desna derivacija razlikuju, odaberemo lijevu
derivaciju.
Funkcija vjerojatnosti definira se
a) preko funkcije gusto´ce vjerojatnosti:
p(a < x < b) =

b
a
g(t)dt
b) odnosno preko funkcije distribucije:
p(a < x < b) = F(b) −F(a)
c) dok vrijedi da je
p(X = x) = 0, ∀x ∈ R.
57
Primjer 13 Sluˇcajna varijabla X zadana je funkcijom distribucije
F(x) =

0, x ≤ 0
1
4
x
2
, 0 ≤ x ≤ 2
1, x ≥ 2
a) Nacrtati funkciju distribucije
b) Na´ci funkciju gusto´ce i nacrtati je
c) Odredite p(x > 1) i p(1 < x < 1.5)
Rjeˇsenja.
b)
g(x) =

0, x ≤ 0
1
2
x, 0 ≤ x ≤ 2
0 x > 2
c) p(1 < x < 1.5) =
5
16
Matematiˇcko oˇcekivanje kontinuirane sluˇcajne varijable
E(X) =

+∞
−∞
xg(x)dx
Varijanca kontinuirane sluˇcajne varijable
V ar(X) =

+∞
−∞
(x −E(X))g(x)dx =

+∞
−∞
x
2
g(x)dx −(E(X))
2
.
Zadatak 36 Odredite matematiˇcko oˇcekivanje i varijancu iz primjera.
Rjeˇsenje. Dobiva se izravno po definiciji, no potrebno je integrirati po di-
jelovima:
E(X) =

0
−∞
0xdx +

2
0
x ·
1
2
xdx +

+∞
2
x · 0dx
=
4
3
V ar(X) =
2
9
Zadaci:
58
1. Neka je X neprekidna sluˇcajna varijabla s gusto´com vjerojatnosti
g(x) =

kx, 0 ≤ x ≤ 5
0, ostalo
(a) odrediti k
(b) odrediti funkciju distribucije
(c) izraˇcunati p(x ≤ 3), p(2 < x < 4) i p(x > 4)
(d) izraˇcunati E(X), V ar(X).
(rjeˇsenja: k =
2
25
; g(x) =
2
25
x, 0 ≤ x ≤ 5; ostalo 0; F(x) =

0, x < 0
1
25
x
2
, 0 < x < 5
1 x > 5
, p
1
=
9
25
, p
2
=
12
25
i p
3
=
9
25
.)
2. Gusto´ca vjerojatnosti sluˇcajne varijable X dana je sa
g(x) =

Acosx, −
π
2
≤ x ≤
π
2
0 |x| >
π
2
Izraˇcunajte vrijednost parametra A, odredite i nacrtajte funkciju dis-
tribucije, matematiˇcko oˇcekivanje i varijancu. Odredite p(−
π
4
< x <
π
4
i p(x ≥
π
6
. (rj: A = 0.5, E(X) = 0, p
1
=

2
2
i p
2
= 0.25)
3. Zadana je gusto´ca sluˇcajne varijable X:
f(x) =

a(1 −x
2
), −1 ≤ x ≤ 1
0, ostalo
a) Odredite vrijednost parametra a i nacrtajte graf funkcije gusto´ce
f(x).
b) Nadite i nacrtajte funkciju distribucije F(x).
c) izraˇcunajte matematiˇcko oˇcekivanje E(X)
d) odredite p(X > 0, 5).
59
3.5 Uniformna razdioba
Funkcija gusto´ce vjerojatnosti uniformne razdiobe
f(x) =

k, a ≤ x ≤ b
0, ostalo
Konstanta k raˇcuna se iz zahtjeva

+∞
−∞
=

b
a
kdx = k(b −a) = 1
k =
1
b −a
Funkcija distribucije
F(x) =

x
a
1
b −a
dt =
x −a
b −a
=

0, x ≤ a
x−a
b−a
, a ≤ x ≤ b
1, b ≤ x
Matematiˇcko oˇcekivanje uniformne razdiobe
EX =

b
a
xf(x)dx =
a +b
2
.
Varijanca
V arX =
(b −a)
2
12
,
dok je standardna devijacija
σ =

V arX.
Zadatak 37 Dojavljeno je policiji da svake no´ci izmedu 2 i 3 sata kroz cr-
veno projuri jedan te isti auto. Nacrtajte funkciju gusto´ce vjerojatnosti i
funkciju razdiobe. Izraˇcunajte matematiˇcko oˇcekivanje i standardnu devi-
jaciju. Koliko je vjerojatno da ´ce pro´ci kroz crveno:
a) toˇcno u 2 : 25
b) prije 2 : 15
c) izmedu 2 : 35 i 5 : 00
d) prije 8 : 00 sati
(Rjeˇsenje:a)p = 0;b)p = 25%;c)p =
5
12
;d)p = 1)
60
3.6 Eksponencijalna razdioba
Eksponencijalna razdioba zadana je pozitivnom konstantom λ > 0. Funkcija
gusto´ce vjerojatnosti sluˇcajne varijable t:
f(t) =

λe
−λt
, t ≥ 0
0, ostalo
Uvjet normiranosti je zadovoljen:

+∞
−∞
f(t)dt =

+∞
0
λe
−λt
dt = λ ·
e
−λt
−λ
|
+∞
0
= −( lim
t→∞
e
−λt
−1)
= 1,
jer je
lim
t→∞
e
−λt
= 0.
Oznaka t sluˇcajne varijable sugerira njeno znaˇcenje vremenskog trajanja koje
je vjerojatnije ako je kra´ce. Obiˇcno su to trajanja usluga na ˇsalterima, vri-
jeme izmedu dva nailaska vozila, vrijeme potrebno za otpremu telegrama,
putovanje E-maila...
Funkcija distribucije daje vjerojatnost da se ne prekoraˇci predvideno vri-
jeme za obavljanje usluge:
F(t) = 1 −e
−λt
.
Vjerojatnost da usluga traje od najmanje a do najviˇse b vremenskih jedinica:
p(a ≤ t ≤ b) = e
−aλ
−e
−bλ
.
Oˇcekivano trajanje usluge je
E(t) =
1
λ
uz varijancu
V ar(t) =
1
λ
2
,
odnosno standardnu devijaciju
σ =
1
λ
.
61
Zadatak 38 Vremenski razmak izmedu vozila koja prelaze preko pjeˇsaˇckog
prijelaza sluˇcajna je veliˇcina eksponencijalne distribucije. Prometno optere´cenje
ulice iznosi 600 vozila po satu. Izraˇcunajte:
1. vjerojatnost da nastupi razmak ve´ci od 10 sekundi
2. vjerojatnost da razmak izmedu nailazaka bude 5-10 sekundi
3. odredite onaj razmak u sekundama iznad kojeg je vjerojatnost 5%.
Rjeˇsenje:
Eksponencijalna je distribucija odredena jednim parametrom:
λ =
1
EX
Budu´ci se oˇcekuje 600 vozila po satu, to je, u sekundama, oˇcekivani razmak
izmedu dva vozila
EX =
3600
600
= 6s,
a eksponencijalna razdioba u ovom zadatku dana je formulom gusto´ce vjero-
jatnosti
f(x) =
1
6
· e

t
6
, t > 0.
1. vjerojatnost da nastupi razmak ve´ci od 10s je:
p(t > 10) = 1 −p(t < 10) = 1 −F(10) = 1 −(1 −e

10
6
)
= e

10
6
= 18.9%
2. vjerojatnost razmaka od 5 do 10s je
p(5 < t < 10) = e

5
6
−e

10
6
= 24.6%
3. traˇzi se vremenski razmak t
0
, za koji vrijedi
p(t > t
0
) = 0.05
1 −F(t
0
) = 0.05
e

t
0
6
= 0.05|ln

t
0
6
= ln 0.05
t
0
= −6 · ln 0.05
= 18s
62
Zadaci
1. Vrijeme ˇcekanja na naplatnim ku´cicama autoputa sluˇcajna je varijabla
eksponencijalne distribucije. Prosjeˇcno prode 120 vozila po satu. Ko-
lika je vjerojatnost
a) da vozilo ˇceka dulje od 2 minute
b) da vozilo ˇceka 30-60 sekundi?
c) Uz vjerojatnost 90% odredite gornju granicu vremena ˇcekanja.
2. Vrijeme ispravnog rada nekog uredaja eksponencijalna je sluˇcajna var-
ijabla s oˇcekivanjem neprekidnog rada 2 mjeseca nakon servisa. Kolika
je vjerojatnost da ´ce se uredaj pokvariti u toku
a) prvog mjeseca
b) drugog mjeseca?
3.7 Normalna razdioba
Normalna razdioba u oznaci X ∼ N(ν, σ
2
) zadana je s dva parametra: ν ∈ R,
σ > 0. Normalna razdioba zadana je formulom gusto´ce vjerojatnosti:
f(x) =
1
σ


e

(x−ν)
2

2
Graf funkcije je Gaussova zvonasta krivulja simetriˇcna obzirom na vertikalu
x = ν, spljoˇstenost ovisi o veliˇcini konstante σ.
Matematiˇcko oˇcekivanje normalne sluˇcajne varijable:
EX = ν.
Varijanca:
V arX = σ
2
.
Funkcija razdiobe
F(x) =
1
σ

x
−∞
e

(t−ν)
2

2
dt
koji nije mogu´ce elementarno izraˇcunati. Raˇcunanje vjerojatnosti je mogu´ce
samo pomo´cu tablica ili raˇcunala.
63
3.7.1 Standardna normalna razdioba
Standardna normalna razdioba u oznaci
Z ∼ N(0, 1)
ima funkciju gusto´ce vjerojatnosi
ϕ(z) =
1


e

z
2
2
ima graf zvonastu Gaussovu krivulju.
Funkcija distribucije
Φ(z) =
1

z
−∞
e

u
2
2
du
ˇciji graf crtamo zahvaljuju´ci matematici 1. Treba uoˇciti da je Φ(z < −3) = 0
i da je Φ(z > 3) = 1.
Supstitucija
z =
x −ν
σ
omogu´cava preko
F(x) = Φ(z)
jedino mogu´ce raˇcunanje vjerojatnosti
p(a < x < b) = F(b) −F(a)
Zadatak 39 Neka je X ∼ N(4, 1.5
2
). Izraˇcunajte
1. p(x > 5.2), p(x ≥ 4)
2. vrijednost sluˇcajne varijable c tako da p(x < c) = 0.35
Rjeˇsenje zadatka je
1. oˇcito je p(x ≥ 4) = 50%
p(x > 5.2) = 1 −F(5.2) = 1 −Φ(
5.2 −4
1.5
)
= 1 −Φ(0.8) = 1 −0.7881
= 0.2119
64
2. raˇcunanje vrijednosti sluˇcajne varijable:
p(x ≤ c) = 0.35
F(c) = 0.35
Φ(
c −4
1.5
= 0.35
c −4
1.5
= −0.385
c = 3.4225
uz neophodnu pomo´c tablica.
Primjer 14 Neka su EX i σ > 0 oˇcekivanje i standardna devijacija sluˇcajne
varijable koja je normalno distribuirana. Izraˇcunajte slijede´ce vjerojatnosti:
1. p(EX −σ ≤ x ≤ EX +σ)
2. p(EX −2σ ≤ x ≤ EX + 2σ)
3. p(EX −3σ ≤ x ≤ EX + 3σ)
Rjeˇsenje se dobiva oˇcitavanjem:
1. D(1) = 68.27%
2. D(2) = 95.45%
3. D(3) = 99.73%
Primjer pokazuje da se unutar EX ± σ nalazi 68.27% vrijednosti sluˇcajne
varijable koja je normalno distribuirana. Posljednji dio primjera pokazuje
bespotrebnost nastavka tablica preko vrijednosti ±3 standardizirane vari-
jable.
Primjer 15 Pretpostavimo da se teˇzina paketa ravna po normalnoj distribu-
ciji u kojoj je srednja vrijednost ¯ x = 6.4, a standarda devijacija σ = 2.1
Odredite interval u kojem se oˇcekuje teˇzina s vjerojatnosti od 90%.
Rjeˇsenje traˇzimo u obliku vrijednosti c, za koju vrijedi da je
p(EX −c < x < EX +c) = 0.9
65
Kratak raˇcun po definiciji daje
F(EX +c) −F(EX −c) = Φ(
c
σ
) −Φ(
c
σ
)
= D(
c
σ
)
ˇsto po uvjetima zadatka daje
D(
c
σ
= 0.9
c
σ
= 1.64
c = 3.4
konaˇcno traˇzene granice
3 ≤ x ≤ 9.8
u kojima se nalazi 90% paketa.
Zadatak 40 Visina ˇcovjeka je normalna sluˇcajna varijabla s oˇcekivanjem
EX = 174cm i varijancom σ
2
= 81cm
2
.
a) Koliki je postotak ljudi viˇsih od 2m?
b) Ispod koje visine je 5% ljudi?
c) Koliki je postotak ljudi visine 160 −190cm?
Rjeˇsenja
a)
p(x > 200) = 1 −F(200) = 1 −Φ(
200 −174
9
) = 1 −Φ(2.89) =
= 1 −0.9981 = 0.0019
b) traˇzi se visina h
p(x < h) = 0.05
φ(
h −174
9
) = 0.05
h −174
9
= −1.645
h = 159
66
c)
p(160 < x < 190) = Φ(
190 −174
9
) −Φ(
160 −174
9
) =
= Φ(1.78) −Φ(−1.56) =
= 0.9625 −0.0594 =
= 90.31%
Zadatak 41 Neka je broj osvojenih bodova na pismenom ispitu normalno
distribuirana sluˇcajna varijabla s oˇcekivanjem 76 i standardnom devijacijom
15. Prvih 15% studenata dobiva ocjenu odliˇcan, dok zadnjih 10% ne prolazi
ispit. Nadite
a) minimalni broj bodova potreban da bi se dobilo odliˇcan
b) minimalni broj bodova potreban da se prode ispit?
Rjeˇsenja:
a) traˇzi se broj a za koji je
p(x > a) = 1 −F(a) = 1 −Φ(
a −76
15
) = 0.15
Φ(
a −76
15
) = 0.85
a −76
15
= 1.04
a = 92
b) traˇzi se onaj mali broj bodova b ispod kojeg je 10% studenata koji su
pali:
p(x < b) = 0.1
Φ(
b −76
15
) = 0.1
b −76
15
= −1.28
b = 57
Zadaci
67
1. Masa ˇcovjeka je normalno distribuirana sluˇcajna varijabla s oˇcekivanjem
EX = 82kg i standardnom devijacijom σ = 11kg.
a) Koliki postotak ljudi ima masu 60 −90kg?
b) Koliki je postotak teˇzih od 100kg?
c) Ispod koje granice je 5% ljudi?
2. Sluˇcajna varijabla X ima normalnu razdiobu
N(ν = 4, 23; σ
2
= 25, 35).
Izraˇcunajte vjerojatnost negativne vrijednosti sluˇcajne varijable X?
3. Sluˇcajna veliˇcina X normalno je distribuirana s parametrima E(X) =
20, σ = 2. Izraˇcunati p(17 < x < 22), p(x < 18) i p(x ≥ 19).
4. Sluˇcajna varijabla X normalno je distribuirana s iˇcekivanjem E(X) =
34 i varijancom V ar(X) = 6, 25. Izraˇcunajte P(X ≤ 34), P(X > 29) i
P(34 < X < 40).
5. Godiˇsnja koliˇcina padalina u Zagrebu sluˇcajna je varijabla normalne
distribucije s oˇceivanjem 880mm/m
2
i standardnom devijacijom 130mm/m
2
.
Odrediti:
a) vjerojatnost da godiˇsnja koliˇcina padalina bude iznad tisu´cu litara
po metru kvadratnom
b) vjerojatnost da godiˇsnja koliˇcina padalina bude od 500 do tisu´cu
i dvijesto litara po kvadratnom metru
c) onu godiˇsnju koliˇcinu padalina ispod koje je vjerojatnost 10%?
6. Maksimalna dnevna temperatura zraka u mjesecu lipnju sluˇcajna je
veliˇcina X normalno distribuirana s E(X) = 25C i σ = 6C. Odredite
(a) vjerojatnost da maksimalna temperatura padne ispod 16C,
(b) vjerojatnost da maksimalna temperatura poraste iznad 33C,
(c) temperaturu u C iznad kojeg maksimalna temperatura zraka nas-
tupa s vjerojtnoˇs´cu 1%.
7. Teˇzina ˇcovjeka je sluˇcajna varijabla X normalne razdiobe s EX = 78kg,
dok je σ = 8kg.
68
(a) Iznad koje teˇzine je 0.5% ljudi?
(b) Koliki je postotak ljudi lakˇsih od 50kg?
(c) Koliki je postotak ljudi izmedu 70kg i 80kg?
69
4 Problemski zadaci
1. Odredite
(a) Koliko ima razliˇcitih dijeljenja na poker automatu koji daje pet
karata iz ˇspila od 52 karte?
(b) Koliko bi partija ˇsaha odigrala dva razreda od po 24 uˇcenika u
medusobnom dvoboju?
(c) Na koliko naˇcina moˇze petero djece razdijeliti medu sobom 12
jabuka, 10 kruˇsaka i 8 naranˇci?
2. Na kvadratnom zemljiˇstu 1km×1km raste 3110 stabala promjera 50cm.
Da li se u ˇsumi moˇze prona´ci mjesta za tenisko igraliˇste 25m×25m za
koje ne treba sjeˇca?
3. Na drugoj godini ima 400 studenata, od kojih se neki bave sportom i to:
180 s nogometom, 130 s koˇsarkom, 100 s rukometom, 40 s nogometom
i koˇsarkom, 30 s nogometom i rukometom, 20 s koˇsarkom i rukometom,
a 10 sa sva tri ta sporta. Kolika je vjerojatnost da se nasumce izabrani
uˇcenik bavi s:
(a) bar jednim sportom
(b) samo jednim sportom
(c) bar dva sporta
(d) sva tri sporta?
4. Velika serija proizvoda neke tvornice daje 2% ˇskarta. Koliko najmanje
proizvoda treba izabrati pa da vjerojatnost da se medu njima nade bar
jedan defektan bude p = 95%?
5.
ˇ
Cetiri aviona nezavisno jedan od drugog bombardiraju brod. Vjerojat-
nost p
i
da bomba iz i-tog aviona (i = 1, 2, 3, 4) pogodi brod je redom:
p
1
= 0.1, p
2
= 0.3, p
3
= 0.4 i p
4
= 0.5.
(a) Kolika je vjerojatnost da brod bude pogoden?
(b) Kolika je vjerojatnost da protuzraˇcna obrana sruˇsi sve avione, a
niti jedan avion ne pogodi brod?
70
6. U poˇsiljci je 15 mobitela, a pet ih je neispravnih. Netko kupi 3 mobitela.
Odredite vjerojatnosti broja neispravnih mobitela u kupovini, oˇcekivani
broj neispravnih mobitela i funkciju razdiobe broja neispravnih mo-
bitela u uzorku od tri kupljena.
7. Iz zadane funkcije gusto´ce vjerojatnosti na slici (stranice trokuta s
vrhovima (−1, 0), (0, a > 0), (3, 0) bez stranice na osi 0X, dijelovi osi
0X bez duˇzine od -1 do 3) potrebno je izraˇcunati:
(a) parametar a
(b) matematiˇcko oˇcekivanje.
(c) Nacrtajte funkciju distribucije i odredite p(−
1
2
< x <
3
2
).
8. Od ku´ce do ureda Martina prolazi kroz 6 nesinhroniziranih semafora.
Izraˇcunajte oˇcekivani broj semafora na kojim ´ce se zaustaviti, ako je
duljina ciklusa 45s, zeleno svijetli 25s Koliko je standardno odstupanje
od tog broja?
9. Mazdini automobili imaju greˇsku u 4% sluˇcajeva. Kolika je vjerojatnost
da ´ce od 100 automobila proizvedenih ove godine na viˇse od 5 biti
reklamacija?
10. Prosjeˇcan dnevni promet na autocesti u ˇspici sezone iznosi 12000 auto-
mobila dnevno. Za prijelaz autoceste medvjed treba 15 sekundi. Koliko
je vjerojatno da ne´ce biti udaren onaj medo koji je ipak pronaˇsao prolaz
kroz ˇzicu?
11. Prosjeˇcan Hrvat prosjeˇcnih godina ima viˇsak od 20kg s odstupanjem
±4kg Kolika je vjerojatnost da prosjeˇcna Hrvatica prosjeˇcnih godina
nade partnera sa
(a) viˇskom manjim od 5kg?
(b) viˇskom ve´cim od 25kg
(c) Koliko kilograma viˇska ima 80% Hrvata?
71
5 Statistika
Statistika je znanstvena disciplina koja se bavi izuˇcavanjem masovnih po-
java: broj stanovnika, broj zaposlenih, broj telefonskih usluga . . . .
Srediˇsnje pitanje kojim se bavi je utvrdivanje zakonitosti, odnosno pravil-
nosti po kojima se ravnaju masovne pojave, koje se najˇceˇs´ce karakter-
iziraju numeriˇcki. Na temelju takvih numeriˇckih pokazatelja pomo´cu
statistiˇckih metoda donose se zakljuˇcci i predvidanja.
Podaci numeriˇckog, ali i nenumeriˇckog tipa dobivaju se
- opaˇzanjem
- pra´cenjem
- evidentiranjem
- mjerenjem
Obiljeˇzje je zajedniˇcko svojstvo koje se odnosi na neki skup.
Statistiˇcki skup ili statistiˇcka masa je skup na ˇcije elemente se odnosi
obiljeˇzje.
Primjer 16 Promatra se broj obavljenih telefonskih razgovora s odredenog
pretplatniˇckog broja u toku jednog mjeseca.
- statistiˇcki skup predstavljaju preplatnici koji su s broja pozvani
- obiljeˇzje je osobina pretplatniˇckog broja da je pozvan sa broja koji se
promatra
Jedan statistiˇcki skup moˇze imati viˇse obiljeˇzja i tada je zanimljivo pro-
matrati povezanost obiljeˇzja.
U metodoloˇskom obliku razlikujemo deskriptivnu i matematiˇcku statis-
tiku.
Deskriptivna statistika bavi se opisivanjem pojava numeriˇcki i grafiˇcki
istiˇcu´ci odredene vrijednosti obiljeˇzja. Obiˇcno se primjenjuje u ispiti-
vanju javnog miˇsljenja.
72
Matematiˇcka statistika bavi se izuˇcavanjem masovnih pojava pomo´cu matematiˇckih
metod koje se baziraju na teoriji vjerojatnosti i teoretskih distribucija.
Obiljeˇzja mogu imati diskretni i kontinuirani karakter. Obiljeˇzje diskretnog
karaktera numeriˇcki je odredeno prebrojivim skupom brojeva.
Primjer 17 Broj pisama predatih u jednoj poˇsti je diskretno obiljeˇzje, a vri-
jeme pruˇzanja poˇstanske usluge telefona je kontinuirano obiljeˇzje
Uzorak je dio statistiˇckog skupa na kojem se ispituje ponaˇsanje cijelog
skupa.
Grupiranje podataka provodi se radi obrade.
Primjer 18 Na jednom ˇcovjeku izvrˇseno je 50 mjerenja vremena reakcije i
dobiveni su rezultati:
196 173 186 189 173 165 167 160 140 174 180 151
157 164 154 169 190 180 163 157 169 167 165 160
177 165 157 177 159 175 166 173 185 177 184 183
162 192 174 162 165 172 158 169 146 170 171 169
168 153
Uobiˇcajeno je rezultate grupirati u razrede. Najˇceˇs´ce se broj razreda kre´ce
izmedu 10 i 20.
ˇ
Sto je broj mjeranja manji i broj razreda je manji. Razredi su
jednaki po veliˇcini, pa se interval razreda dobiva tako da se raspon rezultata
podijeli sa ˇzeljeni broj razreda.
Ako se u primjeru odluˇce rezultati grupirati u 12 razreda, tada ´ce interval
biti
196 −140
12
= 4.67 ∼ 5.
73
Krajnji rezultat unosa u postavljenje razrede je:
vrijeme frekvencija
140 −144 1
145 −149 1
150 −154 3
155 −159 5
160 −164 6
165 −169 12
170 −174 8
175 −179 4
180 −184 4
185 −189 3
190 −194 2
195 −199 1
Primjer 19 (Diskretno obiljeˇzje) Evidentiranjem broja predatih telegrama
u toku jednog dana u jednoj poˇsti dobivene su vrijednosti:
x
i
-broj telegrama u toku dana
f
i
-broj dana tijekom kojih je primljeno x
i
telegrama
ukupan broj dana
¸
f
i
= n
relativna frekvencija ima znaˇcenje vjerojatnosti a’posteriori
f(x
k
) =
f
i
n
kumulativna frekvencija
F(x
i
) =
¸
k≤i
f(x
k
)
74
x
i
f
i
f(x
i
) F(x
i
)
0 2 2/118 2/118
1 4 4/118 6/118
2 8 8/118 14/118
3 13 13/118 27/118
4 15 15/118 42/118
5 19 19/118 61/118
6 18 18/118 79/118
7 15 15/118 94/118
8 13 13/118 107/118
9 8 8/118 115/118
10 3 3/118 118/118
¸
118 1 ∅
Primjer 20 (Kontinuirano obiljeˇzje) Potroˇsnja goriva x
i
u litrama na
100 kilometara kod kamiona nekog autoparka obradena je u tablici:
x
i
¯ x
i
f
i
f( ¯ x
i
) F( ¯ x
i
)
22 −24 23 2 0, 10 0, 10
24 −26 25 7 0, 35 0, 45
26 −28 27 8 0, 40 0, 85
28 −30 29 2 0, 10 0, 95
30 −32 31 1 0, 05 1, 00
¸
n = 20 1
ˇ
Sto je ovdje statistiˇcki skup, a ˇsto je statistiˇcko obiljeˇzje?
Poligoni frekvencija su grafovi u kojima se zorno prikazuje funkcijska ovis-
nost razliˇcitih frekvencija o vrijednosti obiljeˇzja.
5.1 Mjere centralne tendencije
Odredivanje sredina najˇceˇsˇca je aktivnost u obradi podataka.
Aritmetiˇcka sredina raˇcuna se
¯ x =
1
n
¸
x
i
f
i
75
Zadatak 42 Izraˇcunajte prosjeˇcan dnevni broj primljenih telegrama i izraˇcunajte
prosjeˇcnu potroˇsnju kamiona iz navedenih primjera.
Zadatak 43 Izraˇcunajte prosjeˇcno vrijeme reakcije izravno i nakon raspod-
jele u razrede.
Centralna vrijednost ili medijan je vrijednost koja se u nizu rezultata
poredanih po veliˇcini, nalazi toˇcno u sredini.
Primjer 21 Ako pet namjeˇstenika prima pla´cu preraˇcunatu u Eure od 750,
800, 850, 900 i 5000, onda aritmetiˇcka sredina od
750 + 800 + 850 + 900 + 5000
5
= 1660
Eura odudara od stvarnog prosjeka.
Isticanje centralne vrijednosti eliminira ekstremne rezultate.
Primjer 22 Naseljena mjesta nalaze se uz cestu. Od prvog mjesta drugo je
udaljeno 30km, tre´ce 60, ˇcetvrto 110, zatim je na 120. i 130. kilometru od
prvog joˇs po jedno mjesto.
Na kojem je mjestu uz cestu prikladno izgraditi benzinsku, ako su mjesta
pribliˇzne veliˇcine.
Centralno je mjesto na pola puta izmedu 60. i 110. kilometra
Dominantna vrijednost ili mod je ona vrijednost koja je u nizu mjerenja
najˇceˇs´ce postignuta.
Primjer 23 Prikupljaju´ci podatke o broju djece dobiveni su podaci:
djeca 0 1 2 3 4 5 6 7 8 9 10 11 12
parovi 70 90 108 86 70 47 30 20 15 5 4 3 2
Vidljiv je mod od 2 djece, dok je aritmetiˇcka sredina 3.02 djeteta. Dakle pri
gradnji stanova za prosjeˇcnu obitelj sa 3 djece ˇcinila bi se pogreˇska.
Geometrijska sredina koristi se kao mjera prosjeˇcne brzine nekih prom-
jena. Dobiva se formulom:
¯ x
g
=
n

x
f
1
1
· x
f
k
k
uz navedene oznake. Raˇcuna se samo za pozitivne brojeve.
76
Primjer 24 Na nekom je podruˇcju 1960. godine ˇzivjelo 2000 stanovnika,
1961. bilo ih je 9000, a 1962. ˇcak 18000. Prosjeˇcno godiˇsnje pove´canje dobit
´ce se geometrijskom sredinom:
G =

4.5 · 2 = 3
puta godiˇsnje.
Harmonijska sredina jednaka je
¯ x
h
=
N
f
1
x
1
+· · · +
f
k
x
k
,
gdje je N broj podataka. Harmonijsku sredinu valja upotrebljavati kad
ˇzelimo dobiti prosjeke nekih odnosa: prosjeˇcnu brzinu, prosjeˇcan broj
slova u minuti . . .
Primjer 25 Ako je automobilist udaljenost od 100 km vozio brzinom od 100
km/h, a natrag je iˇsao brzinom 50 km/h, kojom je prosjeˇcnom brzinom vozio?
Rjeˇsenje. Pograˇsno je ishitreno odgovoriti: 75 km/h, jer je uistinu preˇsao 200 km za tri
sata, pa je prosjek:
200
3
= 66.7km/h
Rezultat jemogu´ce dobiti harmonijskom sredinom brzina 100km/h i 50km/h:
H =
2
1
100
+
1
50
= 66.7km/h
Zadatak 44 Tri ku´canice su u anketi iskazale koliko dana u njihovoj obitelji
traje staklenka od 1kg marmelade: 5 dana, 10 dana i 15 dana. Koliko
prosjeˇcno traje staklenka marmelade?
Rjeˇsenje. Ne traje 10 dana, jer za 30 dana ukupno sva tri doma´cinstva potroˇse 11 staklenki,
pa 1kg traje za sva tri doma´cinstva
30
11
= 2.72
dana. Jednom bi doma´cinstvu kilogram trajao
3 · 2.72 = 8.2
dana, ˇsto se i dobiva raˇcunom harmonijske sredine:
H =
3
1
5
+
1
10
+
1
15
= 8.2
77
Zadatak 45
ˇ
Cetiri radnika, A,B,C i D izvrˇse odredeni tip usluge redom za
10, 6, 5 i 4 minute. Izraˇcunajte prosjeˇcnu proizvodnost radnika, tj. vrijeme
koje se traˇzi za pruˇzanje usluge.
Rjeˇsenje. Prosjeˇcno vrijeme pruˇzanja usluge je harmonijska sredina:
H =
4
1
10
+
1
6
+
1
5
+
1
4
= 5.581
minuta
5.2 Mjere varijabilnosti
Mjere varijabilnost odgovaraju na pitanje ve´ce ili manje grupiranosti statistiˇckog
niza oko centralne vrijednosti.
5.2.1 Raspon
Raspon statistiˇckog niza razlika je najve´ceg i najmanjeg rezultata. Raspon
je nesigurna i varljiva mjera varijabilnosti i raste s pove´canjem broja
rezultata.
Primjer 26 Prilikom dva puta po 10 mjerenja neke pojave, dobiveni
su slijede´ci nizovi podataka:
1. mjerenje 8 8,5 8,5 9 9 9 9 9,5 9,5 10
2. mjerenje 1 2 3 5 9 9 13 15 16 17
Odrediti raspone oba mjerenja.
5.2.2 Srednje odstupanje
Srednje odstupanje je prosjeˇcna veliˇcina odstupanja pojedinaˇcnih rezul-
tata:
¸
N
i=1
|x
i
− ¯ x| · f
i
n
,
gdje je n ukupan broj pojedinaˇcnih rezultata, a N broj medusobno
razliˇcitih rezultata.
Zadatak 46 Odrediti srednje odstupanje od aritmetiˇcke sredine iz prethodnog
primjera.
78
Napomena Prosjeˇcno odstupanje raˇcuna se uz aritmetiˇcku sredinu, cen-
tralnu (medijan) i dominantnu (mod) vrijednost.
Apsolutna vrijednost je neophodna, jer inaˇce:
1
n
N
¸
i=1
(x
i
− ¯ x) · f
i
=
1
n
N
¸
i=1
x
i
f
i
− ¯ x
1
n
N
¸
i=1
f
i
= 0
5.2.3 Standardna devijacija
Kvadriranjem odstupanja izbjegavaju se negativni predznaci.
Varijanca je aritmetiˇcka sredina kvadratiˇcnih odstupanja.
Deskriptivna statistika prouˇcava karakteristike toˇcno odredenje skupine
podataka koji su posljedica ispitivanja cijele populacije: svih studenata
odredenog sveuˇciliˇsta, svih gradana nekog grada . . .
Varijanca se u tom sluˇcaju raˇcuna formulom
V ar = σ
2
=
1
n
¸
i
(x
i
− ¯ x)
2
f
i
.
Matematiˇcka statistika pokuˇsava na temelju podataka iz dostupnog uzorka
izvesti zakljuˇcke u vezi s cijelom populacijom iz koje je uzorak izdvojen.
U tom sluˇcaju, standardna se devijacija raˇcuna formulom:
V ar = σ
2
=
1
n −1
¸
i
(x
i
− ¯ x)
2
f
i
.
Standardna devijacija veliˇcina je bitna za razumijevanje varijabiliteta i
jednaka je drugom korjenu iz varijacije
σ =

V ar.
Zadatak 47 Izraˇcunajte standardne devijacije iz mjerenja u primjeru 26.
Budu´ci je aritmetiˇcka sredina decimalan broj, varijancu je mogu´ce izraˇcunati
i formulom:
σ
2
=
1
n
¸
i
x
2
i
f
i
− ¯ x
2
koja predstavlja razliku srednje vrijednosti kvadrata obiljeˇzja i kvadrata sred-
nje vrijednosti obiljeˇzja.
Zadatak 48 Izraˇcunati standardnu varijancu za 50 dobivenih vremena reak-
cije iz primjera 18.
79
5.2.4 Koeficijent varijabilnosti
Podatak koji sluˇzi za usporedivanje varijabilnosti razliˇcitih pojava i svojstava,
a prikazuje postotak vrijednosti aritmetiˇcke sredine koji pripada standardnoj
devijaciji:
v =
σ
¯ x
.
Uobiˇcajeno je u fizikalnim mjerenjima koficijent nazvati relativnom pogreˇskom.
Zadatak 49 Jednim je mjerenjem ustanovljeno da 10-godiˇsnji djeˇcaci imaju
visinu 134.4±6.06cm, dok im je teˇzina 29.2±3.89kg. Variraju li viˇse djeˇcaci
u visini ili u teˇzini?
5.3 Grafiˇcko prikazivanje rezultata
U statistici grafiˇcko prikazivanje rezultata pridonosi uoˇcavanju karakteristika
koje je nemogu´ce uoˇciti samo iz brojeva. Teˇske raˇcunske pogreˇske jednos-
tavno se otkrivaju ako su rezultati prikazani grafiˇcki.
Histogram se sastoji od niza pravokutnika kojima vovrˇsina odgovara ukup-
noj frekvenciji.
Poligon frekvencija crta se tako da se spoje toˇcke iznad sredine svakog
razreda, a zatim se dovodi na nultu frekvenciju na lijevoj i desnoj strani
krivulje.
Zadatak 50 Nacrtajte histogram i poligon frekvencija za primjer
5.4 Metode statistiˇckih zakljuˇcivanja
Osnovni skup ˇcine svi elementi na koje se odnosi obiljeˇzje X. Naziva se i
populacijom, naroˇcito za ˇzive objekte statistiˇckog skupa.
Uzorak je dio elemenata osnovnog skupa na kojem vrˇsimo ispitivanje. Reprezen-
tativnost uzorka je mjera za vjernost kojom uzorak predstavlja cijelu
populaciju.
Prilikom formiranja uzorka nastoji se ˇstovati princip sluˇcajnog izbora,
tako da svaki element iz osnovnog skupa ima jednaku vjerojatnost biti
izabran. Prilikom telefonskih anketa koriste se tablice sluˇcajnih bro-
jeva.
80
Osnovno je pitanje kako na temelju uzorka zakljuˇciti neˇsto o osnovnom
skupu? Kako odrediti karakteristiku i zakonitosti po kojima se ravna
obiljeˇzje u osnovnom skupu.
Metode teorije uzoraka bave se pitanjima:
1. Statistiˇcke procjene osnovnih karakteristika poput oˇcekivanja E(X) i
standardne devijacije σ.
2. Testiranje statistiˇckih hipoteza o osnovnim karakteristikama.
5.4.1 Karakteristike uzoraka
Za obiljeˇzje X uzorak ´ce biti predstavljen nizom sluˇcajnih veliˇcina
x
1
, x
2
, . . . x
n
.
Aritmetiˇcka sredina uzorka odgovara oˇcekivanju sluˇcajne varijable i raˇcuna
se po uobiˇcajenoj formuli:
¯ x =
1
n
N
¸
i=1
x
i
f
i
gdje je
- n - broj sluˇcajnih veliˇcina
- N - broj razreda, odnosno broj razliˇcitih sluˇcajnih veliˇcina
- f
i
- frekvencija i-tog razreda
- x
i
- reprezentant sluˇcajne veliˇcine
Disperzija uzorka odgovara standardnoj devijaciji i uvijek se raˇcuna po
formuli
S
2
=
1
n −1
¸
i
(x
i
− ¯ x)
2
f
i
Testiranje uzorka odgovara na pitanje koliko je dobra procjena. Postoje
toˇckovne i intervalne procjene ovisno o uredenosti podataka.ˇz
81
6 Testiranje statistiˇckih hipoteza
U statistiˇckim analizama pojedinih obiljeˇzja postavljaju se hipoteze o
nekom parametru ili o kompletnoj distribuciji. Takve hipoteza zovu se
statistiˇcke hipoteze, a postupak kojim se donosi odluka o prihvaˇcanju
dotiˇcne hipoteze naziva se statistiˇcki test.
U klesiˇcnim testovima utvrduje se znaˇcajnost ili signifikantnost raz-
like hipoteznih vrijednosti i vrijednosti dobivenih na osnovu uzorka.
Primjer 27 Obiˇcan simetriˇcni novˇci´c pada na glavu s vjerojatnosti
1/2. Gospodin Krupi´c imao je rijedak zlatnik koji je padao na glavu s
vjerojatnosti 3/4, ali ga je izgubio. Kad je naˇsao sliˇcan novˇci´c odluˇcio
ga je isprobati tako da ga baci 10 puta, pa ako najmanje 7 puta padne
na glavu, pravi je. Pitanja su:
- koliko je vjerojatno da je novˇci´c rijedak, a da ipak nije pao na
glavu 7 puta?
- koliko je vjerojatno da je novˇci´c obiˇcan, a ipak je pao na glavu
barem 7 puta?
Rjeˇsenje. Neka je novˇci´c rijedak. Tada se promatra binomna sluˇcajna
varijabla B(n = 10; p = 0.75) u kojoj je uspjeh kada novˇci´c padne na
glavu. Nije pao na glavu 7 puta ako je pao najviˇse 6 puta:
p(x ≤ 6) = p(x = 0) +p(x = 1) +· · · +p(x = 6)
=

10
0

0.75
0
0.25
10
+

10
1

0.75
1
0.25
9
+· · · +

10
6

0.75
6
0.25
4
=
6
¸
k=0

10
k

· 0.75
k
· 0.25
10−k
= 0.2241
U drugom sluˇcaju vjerojatnost da u binomnoj varijabli B(n = 10, p =
0.5) novˇci´c padne barem 7 puta jednaka je
p(7 ≤ x ≤ 10) =
10
¸
k=7

10
k

· 0.75
k
· 0.25
10−k
= 0.1719
82
Primjer 28 Neka je obiljeˇzje X vrijeme trajanja pruˇzanja neke usluge.
Postavlja se hipoteza
H
0
: E(X) = E
0
= 12min.
Tada je alternativna hipoteza
H
1
: E(X) = E
0
.
Ako se na uzorku dobije prosjeˇcno vrijeme usluge
¯ x = 10min,
pitanje je da li je razlika
|¯ x −E
0
| = 2
znaˇcajna?
Prilikom donoˇsenja odluke o prihva´canju, odnosno odbijanju uzorka ˇciji
je izbor sluˇcajan, mogu´ca je pogreˇska.
Greˇska prve vrste radi se kod odbacivanja istinite hipoteze.
Greˇska druge vrste radi se kod prihva´canja neistinite hipoteze:
Prihva´canje Odbacivanje
H
0
(istinita) Ispravno Greˇska I vrste
H
1
(neistinita) Greˇska II vrste Ispravno
α je vjerojatnost za greˇsku prve vrste ili nivo signifikantnosti
β je vjerojatnost za greˇsku druge vrste
1 −β je jakost testa
U postupku testiranja hipoteze nastoji se da su vjerojatnosti α i β ˇsto
je mogu´ce manje. Unaprijed se odredi vjerojatnost α koja iznosi 1% ili
5%.
83
6.0.2 Testiranje hopoteze o distribuciji u osnovnom skupu
U primjerima sluˇcajnih varijabli pretpostavka je da sluˇcajna veliˇcina im
odredeni tip distribucije. To se pretpostavlja na temelju prirode sluˇcajnih
veliˇcina ili njenih karakteristika.
Primjerice, ako je
E(X) ∼ V ar(X)
tada se vjerojatno radi o Poissonovoj distribuciji:
λ = E(X) = V ar(X).
Ako se relativne frekvencije okupljaju oko vrijednosti medijana, tada je mogu´ce
da se radi o binomnoj, odnosno normalnoj distribuciji:
B(n, p); E(X) = np,
odnosno
N(µ, σ
2
); µ = E(X), σ
2
= V ar(X)
Ako je pretpostavka distribucije statistiˇcka hipoteza, potrebno je provesti
testiranje na temelju uzorka.
Potrebno je utvrditi da li je razlika izmedu empirijskihi teorijskih frekven-
cija statistiˇcki znaˇcajna ili nije :
- f
i
- empirijske frekvencije
- f

i
- teorijske frekvencije
- f
i
−f

i
- razlika frekvencija
Ako razlika nije statistiˇcki znaˇcajna, hipoteza se prihva´ca, a u protivnom
se odbacuje.
Testiranje se provodi na temelju
chi
2
distribucije i naziva se χ
2
test.
Neka je F
0
(x) pretpostavljeni tip distribucije: binomna, Poissonova, uni-
formna, eksponencijalna, normalna.
Hipoteze
H
0
: F(x) = F
0
(x)
84
H
1
: F(x) = F
0
(x)
χ
2
0
=
k
¸
i=1
(f
i
−f

i
)
2
f

i
,
gdje je
k - broj razreda
f

i
= n · p (X = x
i
)
n - ukupan broj podataka
Ocjena statistiˇcke znaˇcajnosti provodi se usporedbom χ
2
0
, koji treba biti
manji od kritiˇcnog broja C. Kritiˇcni broj C odreduje se iz tablica χ
2
dis-
tribucije uz
k −r −1
stupnjeva slobode, gdje je
k - broj razreda: broj intervala podataka ili razliˇcitih, po veliˇcini
poredanih, podataka
r - broj parametara hipotetske distribucije. Sve su distribucije odredene
jednim, r = 1 parametrom, osim normalne, koja je odredena s dva,
r = 2 parametra: µ i σ.
Ako ima razreda s frekvencijom manjom od 5, onda se spajaju razredi sa
susjednima sve dok zajedniˇcka frekvencija ne prijede 5.
Kritiˇcni broj C oˇcitava se kao rjeˇsenje jednadˇzbe
F(C) = 1 −α
iz tablice χ
2
distribucije
Primjer 29 Mjeren je broj minuta f
i
u kojima je pozvan telefonski broj za
informacije na cestama toˇcno odredeni broj puta x
i
. Dobiveni rezultati su
slijede´ci:
x
i
f
i
0 33
1 17
2 7
3 3
85
Testirajte hipotezu o Poissonovoj distribuciji broja poziva u minuti na nivou
signifikantnosti α = 0.01.
Rjeˇsenje.
Potrebno je znati da je funkcija vjerojatnosti Poissonove distribucije zadana
parametrom
λ = E(x) = ¯ x
i raˇcuna se po formuli
f(x
i
) = p(X = x
i
) =
λ
x
i
x
i
!
· e
−λ
,
gdje je x
i
cijeli broj i predstavlja broj poziva informacija u minuti.
Prispodoba podacima dobivenim eksperimentalno upravo je njihova srednja vri-
jednost:
x
i
f
i
x
i
· f
i
0 33 0
1 17 17
2 7 14
3 3 9
¸
60 40
jednaka
E(X) =
1
n
¸
i
x
i
f
i
=
1
60
· 40 = 0.66 ∼ 0.7
Traˇzena funkcija gusto´ce vjerojatnosti sada ´ce vjerojatnost svakog odredenog broja
poziva u minuti raˇcunati s vjerojatnosti
p(X = x
i
) = f(x
i
) =
0.7
x
i
x
i
!
· e−0.7
Tablica teoretskih frekvencija izgleda:
x
i
p
i
= f(x
i
) = p(X = x
i
) f

i
= n · p
i
0 0, 4960 29, 796 ∼ 30
1 0, 3476 20, 856 ∼ 21
2 0, 1217 7, 302 ∼ 7
3 0, 0284 1, 702 ∼ 2
86
Izraˇcunavanju χ
2
za podatke iz prethodnih tablica prethodi spajanje 4. razreda
s tre´cim, jer statistiˇcari zahtijevaju da ni jedna oˇcekivana frekvencija ne bude
manja od 5 :
x
i
f
i
f

i
f
i
−f

i
(f
i
−f

i
)
2
f

i
0 33 30 3 0, 3
1 17 21 −4 0, 76
2, 3 10 9 1 0, 11
¸
χ
2
0
= 1.17
Kritiˇcni broj C rjeˇsenje je jednadˇzbe
F(C) = 1 −α = 0.99,
gdje je F(C) χ
2
distribucija sa stupnjem slobode:
k −r −1 = 3 −1 −1 = 1,
jer je
k broj razreda nakon spajanja, a to je 3
r broj parametara, a to je jedan jedini, λ
Uvjet
χ
2
≤ C
ovdje je oˇcito ispunjen, jer je iz tablice C = 6.63
Hipoteza se ne odbacuje, ve´c se prihva´ca.
Zadatak 51 Mjerenjem brzine vozila na jednoj dionici prometnice dobiveni
su slijede´ci podaci
v
i
f
i
40 −60 8
60 −80 35
80 −100 27
100 −120 6
120 −140 2
¸
78
Testirajte hipotezu normalne razdiobe uz α = 5%.
87
Rjeˇsenje Binomna distribucija odredena je matematiˇckim oˇcekivanjem
µ = E(V ) = ¯ v
i standardnom devijacijom σ koji se raˇcunaju iz proˇsirene tablice:
v
i
f
i
¯ v
i
¯ v
i
· f
i
¯ v
i
− ¯ v ( ¯ v
i
− ¯ v)
2
· f
i
40 −60 8 50 400 −29, 5 6962
60 −80 35 70 2450 −9, 5 3158, 75
80 −100 27 90 2430 10, 5 2976, 75
100 −120 6 110 660 30, 5 5581, 5
120 −140 2 130 260 50, 5 5100, 5
¸
n = 78 6200 23779, 5
Matematiˇcko oˇcekivanje ima vrijednost aritmetiˇcke sredine predstavnika
svakog od razreda mjerenja, a predstavnici razreda ¯ v
i
raˇcunaju se kao
aritmetiˇcke sredine granica intervala, jer je nepoznata, a time i statistiˇcki
nebitna struktura mjerenih brzina unutar intervala:
µ = E(V ) = ¯ v =
1
n
5
¸
i=1
¯ v
i
· f
i
=
1
78
· 6200 = 79, 457 ∼ 79, 5
88

3 Sluˇajne varijable c 3.1 Diskretne sluˇajne varijable . . . . . . c 3.2 Binomna razdioba . . . . . . . . . . . . 3.3 Poissonova distribucija . . . . . . . . . 3.4 Kontinuirane sluˇajne varijable . . . . c 3.5 Uniformna razdioba . . . . . . . . . . . 3.6 Eksponencijalna razdioba . . . . . . . . 3.7 Normalna razdioba . . . . . . . . . . . 3.7.1 Standardna normalna razdioba 4 Problemski zadaci 5 Statistika 5.1 Mjere centralne tendencije . . . . 5.2 Mjere varijabilnosti . . . . . . . . 5.2.1 Raspon . . . . . . . . . . 5.2.2 Srednje odstupanje . . . . 5.2.3 Standardna devijacija . . . 5.2.4 Koeficijent varijabilnosti . 5.3 Grafiˇko prikazivanje rezultata . . c 5.4 Metode statistiˇkih zakljuˇivanja c c 5.4.1 Karakteristike uzoraka . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

44 44 50 53 56 60 61 63 64 70

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

72 75 78 78 78 79 80 80 80 81

6 Testiranje statistiˇkih hipoteza c 82 6.0.2 Testiranje hopoteze o distribuciji u osnovnom skupu . . 84

1

Kombinatorika

Matematiˇka disciplina koja uglavnom prouˇava konaˇne skupove i strukture. c c c Prebrojavanje skupova danas je samo jedan od vidova kombinatorike. Rijeˇ c dolazi od latinske rijeˇi combinare=slagati. U prebrojavanju sluˇimo se enuc z merativnim metodama ako uop´e moˇemo uoˇiti strukturu skupa. Navedimo c z c neke od tipiˇnih problema: c 1. Na koliko se razliˇitih naˇina 6 ploha kocke moˇe obojiti ako imamo c c z ˇetiri boje, a isti naˇini bojanja su oni koji se mogu rotacijama dovesti c c do poklapanja?

2

2. Moˇe li se svaki od 5 telefona spojiti s toˇno tri preostala? z c 3. Na koliko razliˇitih naˇina moˇe ˇetvoro ljudi sjesti za okrugli stol? c c z c 4. Koliko ukupno utakmica odigraju momˇadi nogometne hrvatske lige c ako svaki klub odigra po dvije utakmice sa svakim od preostalih klubova? 5. Na koliko naˇina moˇe petoro ljudi podijeliti 24 kovanice od po jednu c z kunu? 6. U druˇtvu od ˇetvero ljudi svaka dvojica imaju toˇno jednog zajedniˇkog s c c c prijatelja. Dokaˇite da u tom druˇtvu postoji osoba koja je prijatelj z s svim ostalim ˇlanovima druˇtva. c s 7. Svaki je ˇlan nekog kolektiva u toˇno dvije delegacije, a svake dvije c c delegacije imaju toˇno jednog zajedniˇkog ˇlana. Ukupno, taj kolektiv c c c ima 5 delegacija. Koliko ˇlanova ima taj kolektiv? c 8. Koliko je peteroznamenkastih brojeva kojima ja svaka znamenka tog broja ve´a od zbroja dviju znamenaka neposredno s njoj desne strane? c (Fibonaccijevi brojevi) Rjeˇenja i obrazloˇenja probajte prona´i sami. s z c Moˇda su to samo zgodne zagonetke i sluˇe samo za razonodu. Povijesno z z gledano, kombinatorika je kao znanstvena disciplina nastajalo malo-pomalo, a svoje korijene vuˇe iz zabavne matematike, zagonetaka, igara joˇ od 17. c s stolje´a. Kombinatorika se danas ozbiljno primjenjuje u biologiji, kemiji, c elektronici, medicini, lingvistici, sociologiji . . .

1.1

Teorem o uzastopnom prebrojavanju
T ⊆ A1 × A2 × · · · × Am

Teorem 1 Neka su A1 , A2 , . . . , Am konaˇni skupovi i neka je c

skup uredjenih m-torki (a1 , a2 , . . . , am ) definiranih na slijede´i naˇin: c c - prva komponenta a1 moˇe se birati na k1 razliˇitih naˇina, izmedju k1 z c c razliˇitih elemenata skupa A1 , c - za svaku ve´ odabranu komponentu a1 , drugu komponentu a2 moˇemo c z izabrati na k2 razliˇitih naˇina, . . . c c 3

- sve dok posljednju moˇemo birati na km razliˇitih naˇina. z c c Tada skup T svih uredjenih n-torki ima k1 · k2 · · · km elemenata. Dokaz: se provodi indukcijom, ali to nije u domeni kolegija. Primjeri primjene navedenog teorema o uzastopnom prebrojavanju: 1. Ako registarska ploˇica zagrebaˇkog registarskog podruˇja ima u izboru c c c najviˇe 4-znamenkasti broj i dva slova abecede koja ne mogu biti palatali, s koliko se razliˇitih tablica moˇe izdati? c z
Rjeˇenje:prva se znamenka moˇe izabrati na deset naˇina, s tim da se nula ne s z c piˇe. Za svaku tako izabranu znamenku, druga se opet moˇe izabrati na 10 naˇina s z c . . . Abeceda ima 7 palatala, pa je po teoremu 1: 10 · 10 · 10 · 10 · 27 · 27

2. Ako na podruˇju Republike BiH registarske tablice imaju troznamenkasti c broj, zatim slovo koje postoji i jednako je u azbuci i abecedi, a onda ponovo troznamenkasti broj, koliko se tablica moˇe izdati na podruˇju z c susjedne republike?
Rjeˇenje: analogno prethodnom, ako su zajedniˇka slova azbuke i abecede: A, B, s c E, I, J, K, M, O i T: 103 · 9 · 103 .

3. U razredu koji broji 20 uˇenika, treba izabrati Predsjednika, njegova zac mjenika i blagajnika. Koliko je razliˇitih mogu´nosti za izbor troˇlanog c c c povjerenstva razreda?Rjeˇenje: s
20 · 19 · 18.

4. Iz grada A u grad B vode ˇetiri ceste, a iz B u C pet. Na koliko naˇina c c moˇemo iz grada A preko B sti´i u C? z c
Rjeˇenje: s 4 · 5 = 20

5. Na nekom je ˇahovskom turniru odigrano 78 partija. Turnir je igran po s principu da je svaki igraˇ odigrao sa svakim samo jedan meˇ. Koliko c c je bilo ˇahista na turniru? s
Rjeˇenje: s n · (n − 1) = 78 2 n = 13

4

Konaˇan broj takovih brojeva je: c 9·9·9·9·9 8.6. . tre´a i peta neparne. . Koliko dijagonala ima konveksni 12-terokut?Rjeˇenje: Iz svakog je vrha s mogu´e povu´i n − 3 dijagonala: c c 12 · (12 − 3) 2 7. jer se ne smije staviti znamenka kao na prvom c c mjestu. drugo je mjesto s z mogu´e popuniti opet na 9 naˇina. 1000} je djeljivo sa ˇetiri? c 5 . 2. c c ˇetvrta i ˇesta parne? c s Rjeˇenje: s 5 · 5 · 4 · 4 · 3 · 3 · 10. s tim da su prva. Kad se ona odabere. Koliko elemenata skupa {1. Koliko ima razliˇitih telefonskih brojeva od 7 znamenaka? c Rjeˇenje: s 9 · 106 • ako su prve tri znamenke neparne? Rjeˇenje: s 5 · 5 · 5 · 10 · 10 · 10 • ako su prve dvije znamenke jednake? Rjeˇenje: s 9 · 1 · 105 • sve su znamenke razliˇite? c Rjeˇenje: s 9 · 9 · 8 · 7 · 6 · 5 · 4. • sve su razliˇite. 3. . Zadaci za samostalno rjeˇavanje: s 1. Koliko ima peteroznamenkastih brojeva ˇije su svake dvije susjedne c znamenke razliˇite? c Rjeˇenje: Prva znamenka ne moˇe biti 0. • prve tri i posljednje tri su jednake? Rjeˇenje: s 9 · 1 · 1 · 10 · 10 · 1 · 1. a druga.

Na nekom ˇahovskom turniru. Koliko ima 6 . 30 iz fizike. koliko najviˇe u toj godini ima dana ”petak s trinaesti”? 3. kroz B 20. Zadani su skupovi A = {1. atletike. Test ima 20 pitanja s odgovorima DA ili N E. a)34 = 81. Ukupno je odigrano 78 partija. a kroz s C 30 pravaca.b)3933. 7. 3. a koliko je medu njima neparnih? 7.2. B i C u ravnini. rukometa. 250. Na koliko naˇina moˇe uˇenik uzeti iz c z c knjiˇnice po jednu knjigu iz ta ˇetiri predmeta? z c 5. ali ako je ve´ odabrana jedna takva trojka? c c 6. svaki je igraˇ odigrao sa svakim od pres c ostalih po jednu partiju. vaterpola. s (a) Nadite broj presjeciˇta ako kroz A prolazi 10. Ako godina ima 365 dana. 13. svinja i govedo? c z (b) isto pitanje kao u a. 6. Na nekom sportskom peteroboju nacija. s 3n2 = 300. svaka od zamalja uˇesnica ima c ekipu iz nogometa. C). Koliko cijelih brojeva izmedu 100 i 999 ima razliˇite znamenke. povuˇeno je 10 pravaca. plivanja. Na farmi se nalazi 20 ovaca. 2. 24 svinje i 10 goveda. 3.648(324). 4}. c c medu kojima nema paralelnih i nikoja 3 se ne sijeku u jednoj toˇki c (osim u A. 220 . Koliko je ˇahista sudjelovalo na turniru? s 10. 2. a)4800. (a) na koliko se naˇina moˇe odabrati po jedna ovca. (a) svih funkcija iz A u B? (b) surjekcija iz A u B? Rjeˇenje: 1.a) mn + mp + np = 1100. Kroz svaku od tri toˇke A. b) 36 B = {a. Propozicije natjecanja nalaˇu da svaka zemlja u svakom z od tih sportova mora odrˇati meˇ sa svakom od preostlih zemalja. koˇarke. c}. Na koliko se razliˇitih c naˇina test moˇe rijeˇiti? c z s z z c 4.000. 3. 9. 80. Nadite broj presjeciˇta odredenih tim pravcima. 10. 8. 648. Koz c liko ´e se meˇeva ukiupno odrˇati na tom natjecanju? c c z 8. s boksa i tenisa. b. B. 5. 9. Knjiˇnica sadrˇi 40 razliˇitih knjiga iz matematike. 4. 27 iz kemije i 20 kniga iz biologije.

c c c a) Funkcija f :A→B je takvo pridruˇivanje koje svakom elementu skupa A pridruˇi z z toˇno jedan element iz skupa B. b. Oˇito svaki deˇko ima 3 mogu´nosti izbora. 3. Broj funkcija iz A = {1.1. 2. z To bi u navedenoj humanizaciji znaˇilo da nema djevojke koju bar c jedan mladi´ ne bi simpatizirao. raˇuna se broj funkcija c f : A → B \ {b} koje simboliziraju broj naˇina na koji mladi´i u simpatiziranju c c zaobilaze djevojku b: 2 · 2 · 2 · 2 = 24 = 16 7 . raˇuna se broj funkcija c f : A → B \ {a} koje simboliziraju broj naˇina na koji mladi´i u simpatiziranju c c zaobilaze djevojku a: 2 · 2 · 2 · 2 = 24 = 16 2.2 Formula ukljuˇivanja i iskljuˇivanja c c Rjeˇenje posljednjeg zadatka iz prethodnog poglavlja u kojem se traˇi broj s z surjekcija nemogu´e je izvesti bez primjene formule iskljuˇivanja i ukljuˇivanja. c Zadatak se rjeˇava upravo suprotno: s 1. pa je to c c c 3 · 3 · 3 · 3 = 34 = 81 naˇin simpatiziranja (doduˇe jednostranog) c s b) Surjektivnost funkcije je svojstvo da svaki element kodomene ima u domeni bar jedan element koji mu je pridruˇen. 4} u c skup B = {a. c} mogu´e je humanizirati u problem broja naˇina c c na koje se svakom od ˇetiri mladi´a moˇe svidati toˇno jedna od c c z c tri djevojke.

U nekom druˇtvu umirovljenika primijetili su da nema ˇlana koji ne s c bi bio ´elav ili ne bi nosio naoˇale. kao u rjeˇenju. z Zadaci 1.postoji sluˇaj u kojem su svi zatreskani u djevojku a i taj sluˇaj c c se u gornjoj sumi brojao dvaput . pa je broj onih koje jesu surjekcije 36. da ih 24 nosi naoˇale i da ih 12 ima naoˇale i c c c c istovremeno su ´elavi. U trenucima dokolice ustanovili c c su da je 31 ˇlan ´elav. Koliko ˇlanova ima druˇtvo penzionera?(43) c c s 8 . s Vennovi dijagrami su grafiˇki prikazi skupova koji istiˇu relacije ”biti podc c skup”. ”imati presjek”. raˇuna se broj funkcija c f : A → B \ {c} koje simboliziraju broj naˇina na koji mladi´i u simpatiziranju c c zaobilaze djevojku c: 2 · 2 · 2 · 2 = 24 = 16 Pogreˇno bi bilo zakljuˇiti da je zbroj s c 16 + 16 + 16 = 3 · 16 = 48 stvaran broj funkcija koje nisu surjekcije: .postoji sluˇaj u kojem su svi zatreskani u djevojku b i taj sluˇaj c c se u gornjoj sumi brojao dvaput c c . Slijedi da iz zbroja 16 + 16 + 16 moraju ta tri sluˇaja biti izuzeti. Ukupan broj funkcija koje nisu surc jekcije je 48 − 3 = 45. ”biti disjunktan” i ”biti element”. Vennovi dijagrami ne sluˇe u svrhu dokaza.postoji sluˇaj u kojem su svi zatreskani u djevojku c i taj sluˇaj se u gornjoj sumi brojao dvaput.3.

. dok sva tri jezika znaju samo tri studenta.2. U skupu od 100 studenata engleski jezik zna 28 studenata. 10 ih uˇi engleski i njemaˇki. U nekom razredu svaki uˇenik uˇi bar jedan od tri strana jezika. 5 uˇenika uˇi sva c c c c tri jezika. (a) Koliko uˇenika ima u tom razredu? c (b) Koliko uˇenika uˇi sama njemaˇki? c c c c c c (c) Koliko uˇenika uˇi engleski i francuski. c njemaˇki i francuski pet. Am konaˇni skupovi: c m m k( i=1 Ai ) = i=1 k(Ai ) − 1≤i<j≤m k(Ai ∩ Aj ) + + 1 ≤ i < j < k ≤ mk(Ai ∩ Aj ∩ Ak ) − · · · m + · · · (−1)m+1 · k( Ai ) i1 Dokaz se provodi indukcijom. engleski i njemaˇki zna njih 8. tada vrijedi: c k(A ∪ B) = k(A) + k(B) − k(A ∩ B) 2. njemaˇki 30. . c c c c 7 ih uˇi engleski i francuski. ali ne i njemaˇki? c 3. Ako su A.000 stanovnika.iskljuˇivanja) prebrojava nedisc c junktne unije: 1. Ako su A1 . 15 njemaˇki. . no u ovom kolegiju ne´e biti prezentiran. Gradonaˇelnik se na kraju godine c 9 . francuski 42. koji ima samo 40. a 9 francuski. Ako su A i B konaˇni skupovi. tada vrijedi: c k(A∪B∪C) = k(A)+k(B)+k(C)−k(A∩B)−k(A∩C)−k(B∩C)+k(A∩B∩C) 3. c Zadatak 1 U jednom gradu. . organiziraju se u dobrotvorne svrhe razne aktivnosti. c Koliko studenata ne zna nijedan jezik? (20) Propozicija 1 (Formula ukljuˇivanja . A2 . engleski i francuski 10. a 6 francuski i njemaˇki. B i C konaˇni skupovi. 18 ih c c uˇi engleski.

dok je njih 1000 bilo i dlakavo i repato i surlasto. Varijacije se u suvremenoj literaturi uglavnom svrstavaju pod permutacije.1 Faktorijele Faktorijela je unarna operacija: n! = 1 · 2 · · · n. te da je svaki drugi gradanin z sudjelovao u dobrotvornim aktivnostima. Po definiciji je 0! = 1. na rock-koncertu 8.3 Permutacije i varijacije Kod permutacija i varijacija bitan je poredak elemenata. Ako se promatra kao funkcija.000 posjetilaca rock-koncerta kupilo lutriju. te da je po jedan listi´ lutrije kupilo 12. potnato je da je 500 ljudi bilo na oba koncerta. 5000 dlakavih imalo je surlu. Razlikujemo permutacije bez ponavljanja i permutacija s ponavljanjem. ima brˇi rast od svih elementarnih z funkcija. da je 50 ljudi koji su bili na koncertu ozbiljne glazbe sudjelovalo u lutriji.000 stanovnika.pohvalio da su odrˇana dva koncerta i lutrija. 15000 s repom i 20000 bez ijedne dlake.000 posjetilaca. Budu´i je presjek s c c svih skupova po broju jednak 1550. s c ˇ Sto mislite o gradonaˇelniku? c Rjeˇenje: provjeriti tvrdnju gradonaˇelnika formulom FUI. c Nadalje. oˇito da gradonaˇelnik ne govori istinu.000. 10 . brojniji je od nekih svojih natskupova. Zadatak 3 Na koliko naˇina moˇe 8 ljudi ˇekati u redu za crni kruh? c z c Rjeˇenje na 8 · 7 · 6 · · · 1 = 8! naˇina. c c Zadatak 2 U nekom gradu na planeti Xprom ima 12000 stvorenja sa surlom. te da je 3. Pazite na z z dlakavost stanovnika! 1. Osam tisu´a njih sa surlom c imalo je rep. Nitko nije kupio viˇe od jednog listi´a lutrije. s c 1. Koliko je grad imao stanovnika? Rjeˇenje: s Nakon raspoloˇivih podataka moˇemo tvrditi da ih je 30000. u igri odbojke. Poznato je da je na koncertu ozbiljne glazbe bilo 2.3. kao na primjer. 6000 sa repom bilo je dlakavo. jer se prebrojava na koliko naˇina moˇe viˇe od 6 igraˇa igrati c z s c odbojku.

4}. c Zadatak 4 Izraˇunajte prvih ˇest faktorijela. 11 .3. Perc c c mutacija n-ˇlanog skupa je svaki niz od n medjusobno razliˇitih elec c menata iz S.2 Permutacije bez ponavljanja Neka je S n-ˇlani skup ˇiji su elementi medjusobno razliˇiti. s s Zadatak 6 Ispiˇite sve permutacije skupa S = {1. Na koliko naˇina moˇe 5 ljudi stati u red? c z Rjeˇenje: s 5! = 120 isto kao po teoremu o uzastopnom prebrojavanju. 3. 2. Zadatak 5 Neka je S = {1. 3} ispiˇite sve permutacije skupa S. Primjeri 1. 2. z c jer je vrijednost n! uvijek prirodan broj: √ n n! = ( )n · 2πn e Prilikom raˇunanja koristimo se funkcijom dekadskog logaritma. Do koje faktorijele raˇuna c s c vaˇa dˇepna raˇunaljka? s z c Rjeˇenje: s 0! 1! 2! 3! 4! 5! 6! = = = = = = = 1 1 2 6 24 120 720 1.Stirlingovu formulu koristimo za velike brojeve n kod probliˇnog raˇunanja. Po teoremu o uzastopnom prebrojavanju P n = n!.

bilo ˇena. i E trebaju odrˇati referate. Drugaˇiji s s z c se raspored dobiva ako se svaki muˇkarac zamijeni sa susjednom ˇenom. s c 7. 8. 5 ljudi A. mogu´e je na´i raspored u kojem je A nakon B (zamjena poredka govornika). Slijede´i se s z c rasporedi dobivaju ako se muˇkarci permutiraju. z s z 4. Zato je broj svih naˇina: c z c 2 · 6! · 6!. D. ako B mora govoriti nakon A? (b) Koliko je rasporeda u kojima ´e A govoriti neposredno prije B? c Rjeˇenje: 120 naˇina s c c c (a) svakom rasporedu u kojem je B nakon A. B. 3. Na koliko naˇina moˇe 5 muˇkaraca i 5 ˇena sjesti u red u kinu sa 10 c z s z sjedala. pa je to 2 · 4! = 48 naˇina. Koliko permutacija ima rijeˇ P ROM ET ? c Rjeˇenje: s 6! = 720. Za svaku permutaciju muˇkaraca s s mogu´e je permutirati i ˇene.2. z Na koliko naˇina oni mogu biti upisani u spisak govornika? c (a) Koliko je rasporeda. s c 5. Na nekom sastanku. c s c 6. Na koliko naˇina moˇe 5 muˇkaraca i 5 ˇena sjesti za okrugli stol. a da c c c djevojˇice ne budu jedna do druge? c Rjeˇenje: s 7! − 2 · 6! jer se od svih razmjeˇtaja izuzimaju oni u kojima djevojˇice sjede skupa. Na koliko naˇina moˇe 11 vitezova sjesti oko okruglog stola? c z Rjeˇenje: Rj: Jednog fiksirati a ostali sjednu na 10! naˇina. a da nijedne dvije ˇene ne sjede skupa? z Rjeˇenje: s 2(5!)2 = 240 jer na prvo mjesto moˇe sjesti bilo muˇkarac. Sada 4 objekta sjeda na 4! s naˇina. Na koliko naˇina mogu 5 djeˇaka i dvije djevojˇice stajati u redu. Na koliko naˇina moˇe 5 studenata sjesti na jednu klupu tako da Ivica c z i Marica. a da c z s z uvijek izmedju dva muˇkarca sjedi ˇena? s z Rjeˇenje: Rjeˇenje: Zamisliti kartanje. Ukupan broj je 1 · 5! = 60 2 12 . Najprije svi sjednu kako je traˇeno. Joˇ Ivica i Marica mogu zamijeniti mjesta. C. kao dvoje od studenata sjede jedno do drugog? Rjeˇenje: Rj: Ivicu i Maricu uzeti kao jedan objekt.

koji imaju znamenke kao i broj a) 34125 b) 12034? 3. Koliko je permutacija mogu´e napraviti od rijeˇi c c a) DUBROVNIK b) ZAGREB c) SPLIT 2.a)120 b)96. b)720. 2!8! = 80640 13 . 4. a)362880. a)24!. onda broj njegovih permutacija postane 90 puta ve´i.(b) par AB treba smatrati jednim govornikom. b)24!. tako da se nikoja dva medusobno ne napadaju? c (b) Koliko je naˇina pod uvjetom da se topovi medusobno razlikuju? c 5. 6. Na c z s koliko naˇina oni mogu formirati parove protibnika? c c (c) Na koliko naˇina parovi protivnika mogu formirati povorku? 6. Neki skup ima n elemenata. a)8! b)(8!)2 . s c)(24)2 . Koliko ima peteroznamenkastih parnih brojeva koji imaju znamenke kao i broj 56079 Rjeˇenja: 1. Koliko ima peteroznamenkastih brojeva. pa je onda broj poredaka 4! Zadaci za samostalno rjeˇavanje: s 1. 2. (a) Na koliko se naˇina 24 uˇenika jednog razreda mogu svrstati u c c povorku? (b) Dva razreda od po 24 uˇenika trebaju odrˇati susret u ˇahu. 5. tako c s z da nikoje dvije osobe istog spola ne sjede jedna do druge? 8. c)120. Na koliko naˇina 10 osoba moˇe sjesti oko okruglog stola tako da Romeo c z i Julija uvijek sjede skupa? 7. (a) Na koliko se naˇina miˇe razmjestiti 8 topova (kula) na ˇahovsku c z s ploˇu. Koliki je n? c 4. ako se tom skupu dodaju dva elementa. Na koliko naˇina mogu za okrugli stol sjesti 6 muˇkaraca i 6 ˇena. 8. 3.

3 Permutacije s ponavljanjem Multiskup S je skup koji se sastoji od n elemenata s tim da je medu njima n1 jednakih predmeta prve vrste. 1. 1. 1. 3) (1.2 P4 = 4! = 6. 1. 3. 2!2! Leksikografski.nk predmeta k-te vrste. 1. 2. 1. 1. 2. 3. 2. Prilikom ispisivanja permutacija pogodno je pridrˇavati se leksikografskog reda. . 1. 1. 3. Tada je broj permutacija multiskupa jednak broju uredenih n-torki s elementima iz multiskupa: n! . . 1) dobilo bi se 6! = 60 3! · 1! · 2! permutacija s ponavljanjem. Koliko ima permutacija skupa S? Rjeˇenje: s Kad bi se ispisivale sve uredjene ˇestorke: s (1. . 3. n1 ! · n2 ! · · · nk ! Primjer 1 Neka je S = {1.1. . . 3}. n2 predmeta druge. sliˇnog poretku rijeˇi u rijeˇniku. 3. 3. n1 + n2 + · · · + nk = n. 2) .2 = P6 Zadatak 7 Koliko anagrama ima rijeˇ M AM A? c Rjeˇenje: s Nakon ispisivanja dobivamo ih 2. 3) (1. . 2. 1.3. (3. z c c c 3. to je AAM M AM AM 14 .1.

s. Na koliko se naˇina putnici mogu razmjestiti u kupeu? c Rjeˇenje. Izabrati s c c putnika koji ´e sjediti u smjeru voˇnje od onih kojima je svejedno mogu´e je na tri c z c naˇina. (a) Na koliko se naˇina 24 ˇovjeka mogu podijeliti na 3 brigade sa po c c osam ljudi svaka? Rjeˇenje. Odjeljak vagona (kupe) ima dvije klupe po 5 mjesta. Od 10 putnika. P. pa je broj naˇina 8!·8!·8! puta manji. Zadaci 1. Budu´i samoglasnici moraju imati toˇan redoslijed.AM M A M AAM M AM A M M AA. c 15 . Za svaki poredak 24 ˇovjeka u red na 24! naˇina. Kolika anagrama ima rijeˇ M AT EM AT IKA? c Rjeˇenje. T. dok je ostaloj trojici svejedno kako sjede. U koliko permutacija slova rijeˇi JUPITER samoglasnici dolaze po abecednom redu? Rjeˇenje. s 10! = 151200 2!2!3! 2. Koliko se peteroznamenkastih brojeva moˇe zapisati tako da se znaz menka 3 upotrijebi tri. svi se samoglasnici s c c mogu poistovjetiti. c 4. a troje u z z suprotnom smjeru. Ukupno: c 3 · (5!)2 naˇina c 5. njih 4 ˇele sjediti s licem okrenutim u smjeru voˇnje vlaka. Putnike na svakoj klupi mogu´e je razmjestiti na 5! naˇina. s. mogu´e je podijeliti s c c c prvoj osmorici majice prve. c Sada nije bitan poredak unutar brigada. R} na 3 P7 = 7! = 840 3! naˇina. a znamenka 7 dva puta? Rjeˇenje: s 5! = 10 3!2! c 3. drugoj osmorici druge i ostalima tre´e brigade. pa se permutira multiskup {J. s.

3. Na koliko naˇina moˇe kralj s donjeg lijevog ugla ˇahovske ploˇe do´i c z s c c u njen gornji desni ugao. Na koliko naˇina on moˇe c c c z posaditi 25 jabuka. 4} s 16 . v vertikalnih i h horizontalnih s pomaka: 7 (14 − k)! = 48639 k![(7 − k)!]2 k=0 7. c 6.Isto tako nije bitno kako su brigade poredane. Broj c r Vn = n! = n · (n − 1) · · · (n − r + 1) (n − r)! Dˇepna raˇunaljka ima program nP r koji raˇuna varijacije bez ponavljanja. Rjeˇenje je priroc s dan broj.4 Varijacije bez ponavljanja Varijacija r-tog razreda od n elemenata je svaka uredjena r-torka medjusobno razliˇitih elemenata iz skupa S. Uglavnom dobiva se 1.27 · 1043 permutacija s ponavljanjem. pa je to joˇ 3! puta manji broj s poredaka koji daju drugaˇiju podjelu po brigadama. 2. ako se mora pomicati tako da nakon svakog pokreta bude bliˇi cilju? z Rjeˇenje: svaki je put odreden s nizom od k kosih. c (b) Na koliko je naˇina od 24 ˇovjeka mogu´e napraviti 8 grupa od po c c c 3 ˇovjeka? c Rjeˇenje: s 24! (3!)8 · 8! naˇina. Ukupno je c 24! (8!)3 · 3! naˇina. 3. za koji je k(S) = n. 1. 25 kruˇaka i 50 ˇljiva? s s Rjeˇenje: s 100! (25!)2 · 50! Raˇunanje se izvodi po Stirlingovoj formuli ili se koristi algebra. Vrtlar sadi vo´ke na 100 oznaˇenih mjesta. z c c Primjer 2 Ispiˇite sve permutacije reda tri za skup S = {1.

. 7. Zlatnu moˇe dobiti teoretski bilo koji od njih 14. · 24 = naˇina.432 23! 8! = 1680 (8 − 4)! 2. 5. 1! Zadatak 8 Na koliko naˇina 6 osoba moˇe posjesti ˇetiri mjesta u jednom c z c redu? Rjeˇenje: s Na 6 · 5 · 4 · 3 = 360 razliˇitih naˇina. 3. Nakon toga. 8} z Rjeˇenje: s V64 = Zadaci s z c 1. Na c koliko se naˇina mogu podijeliti medalje? c Rjeˇenje. . Medalje (zlatnu.Rjeˇenje: s 123 124 . s srebrnu i bronˇanu) osvajaju samo prva tri plasirana natjecatelja. 260. . 142 143. Ishod nogometnog prvenstva je tablica s poredanih 12 klubova. Koliko se ˇifri moˇe sastaviti od 7 razliˇitih slova abecede? Rjeˇenje. . srebrnu s z dobiva netko od 13 i bronˇanu nakon prve dvije netko od 12 preostalih: c 14 · 13 · 12 = 2184 3. 2. s 30 · 29 · 28 . 17 . 6. c c Zadatak 9 Koliko se ˇetveroznamenkastih brojeva s razliˇitim znamenkama c c moˇe napisati znamenkama {1. 4. pa ih je zaista 4! = 4 · 3 · 2 = 24. c 30! = 10. Na atletskom natjecanju sudjelovalo je 14 dugoprugaˇa.

Bacaju se dvije kocke.5 Varijacije s ponavljanjem Varijacija s ponavljanjem r-tog razreda od n elemenata je svaka uredjena r-torka elemenata iz skupa S.2 z ili X? Rjeˇenje: na 313 naˇina. 7. 2. Zadatak 10 Na koliko se naˇina moˇe popuniti listi´ sportske prognoze. a za svaki par se moˇe predvidjeti jedan od tri tipa: 1. Koliko je mogu´ih s c ˇifri? s Broj mogu´nosti je c V 10 = 104 . k(S) = n. 294. Primjer 3 Koliko se ˇetveroznamenkastih brojeva moˇe napisati od znamec z naka {1.296 naˇina. 001. ako odrasli ˇovjek ima 32 zuba? c Rjeˇenje: 232 = 4. ako c z c ima trinaest parova. 6. s 12 · 11 · 10 · 9·8 = 47520 2 1.(a) Koliko ima razliˇitih ishoda? c Rjeˇenje. jer svaki par ima tri razliˇita izbora. 8}? Rjeˇenje je s V 6 = 1296 Primjer 4 Lokot na ˇifru ima 4 koluta s po 10 znamenaka. 4. s c c Zadatak 11 Koliko bi se ljudi teoretski moglo razlikovati po zubima koji im nedostaju. 967. s 12! = 479. s c Zadaci 1. Koliki je broj ishoda? Rjeˇenje: Svaka kocka moˇe imati 6 ishoda neovisno o drugoj kocki: s z 62 = 36 4 4 18 .600 c (b) Koliko je razliˇitih oklada ako se kladi na tri prvoplasirana i na dva koja ´e ligu napustiti? c Rjeˇenje.3.

U sobi je na lusteru 6 ˇaruljica. on je tu vijest saop´io dvojici. s naˇina. Nakon koliko bremena ´e vijest znati svi Zagrepˇani? c c Rjeˇenje. sve dok nisu c svi saznali. c 3n (b) Na koliko naˇina moˇe svijetliti n semafora. (a) U gradu je n semafora. svaki od te dvojice je c vijest nakon 10 minuta saop´io novoj dvojici sugradana. .2. c 2k+1 − 1 > 106 19 . c 2k · 3n−k 4. Koliko skup od n elemenata ima razliˇitih podskupova? (2n = 2|S| ) c 6. Svaki semafor moˇe svijetliti crveno. Broj razliˇitih s z c c osvjetljena: 2 · 2 · 2 · 2 · 2 · 2 = 26 = 64 3. Na koliko naˇina mogu svi semafori svijetliti u z c odredenom trenutku? Rjeˇenje. Netko je u Zagreb s milijun stanovnika donio vrlo zanimljivu vijest. . Svaka ˇaruljica ima dvije mogu´nosti: svijetli ili ne. s naˇina. z ˇuto ili zeleno. Nakon 10 minuta. Na koliko naˇina moˇe luster svijetliti? z c z Rjeˇenje. Nakon 10k minuta vijest ´e znati s c 1 + 2 + 22 + . Nejednadˇba z daje k > 18 Nakon 10 · 19 = 190min = 3h10min svi ´e znati. + 2k = 2k+1 − 1 ljudi. ako k od njih svijetli c z za pjeˇake: crveno ili zeleno? s Rjeˇenje. Koliko skup od 4 elementa ima razliˇitih podskupova? c Rjeˇenje. Za svaki element skupa mogu´e je odabrati da li je u podskupu ili ne: s c 24 5.

1 Kombinacije Kombinacije bez ponavljanja Kombinacija r-tog razreda od n elemenata je svaki podskup od r elemenata skupa S. da se igraˇi poredaju u vrstu. c Zadatak 12 Koˇarkaˇki trener prijavi momˇad od 11 igraˇa. To se moˇe uˇiniti na s c z c 11! naˇina. Uzeto je 10 biljarskih c kugli i izvlaˇi se pet. U svakom odabiru prvih pet se poˇalje na parket. Isto tako.1. Konaˇno. Tako je broj naˇina z c joˇ 6! puta manji od 11!. toˇno 3 asa c 2. k(S) = n. to je broj petorki 5! puta manji od 11!.4 1. ostalih 6 se moˇe na klupi posjesti bez obzira na poredak. Koliko ima kombinacija? c Rjeˇenje: s Broj kombinacija je 10! = 252.4. Koliko ras s c c zliˇitih petorki moˇe poslati na parket? c z Rjeˇenje: s Odabir se vrˇi tako. r! · (n − r)! Na kalkulatoru postoji tipka nCr koja raˇuna binomne koeficijente. 5! · 5! Da li bi bilo viˇe kombinacija da se izvlaˇe tri kuglice? s c Zadatak 14 Iz ˇpila od 52 igra´e karte na sluˇajan naˇin izvlaˇimo 8 karata. barem 3 asa 20 . Raˇunanje se izvodi po formuli za binomne koeficijente c r Kn = n r = n! . Budu´i u igri c s c njihov poredak nije bitan. c Zadatak 13 Na tulumu su odluˇili igrati mini-loto. s c c c c Na koliko naˇina moˇemo isvu´i: c z c 1. broj petorki je s c 11! 5! · 6! ili 462 naˇina.

Izraˇunajte: c 7 a) . d) 1001 1000 n k=0 n k an−k bk . 4 3 4 3 · · 48 5 48 5 .060. 045.Rjeˇenje: s 1. c) 101 99 . Rjeˇenja: a) 21.937.528.015. 2. s Binomna formula daje koeficijente u potenciranju binoma: (a + b)n = Zadatak 17 U izrazu (1 + x)30 odredite koeficijent uz x20 . 8. 847. Posebni binomni koeficijenti: Zadatak 15 Kolike su vrijednosti n 0 . 20 Zadaci: 1.c)5050. 660. Rjeˇenje: s 30 = 30. n n . 145. + 4 4 · 48 5 . Zadatak 16 Koliko kombinacija ima loto 7 od 39. a koliko loto 6 od 45? Da li je lakˇe dobiti na lotu 10 od 40? s Rjeˇenja: 15. 380. b) 2 7 5 .c)500500 s 21 .b)21.

Od 100 mobitela. tako da medu njima bude (a) svih 10 ispravnih? Rjeˇenje: s 95 10 (b) 1 neispravan? Rjeˇenje: s 95 9 · 5 1 22 . 192 s (b) Na koliko naˇina mogu na podiju plesati tri para? c Rjeˇenje.2. Od 20 kandidata za stolnotenisku momˇad. c c tako da svaki uˇenik dobije najviˇe jednu knigu? c s Rjeˇenje. s 20 3 = 1140 4. Na maturalnoj veˇeri bilo je 28 uˇenika jednog razreda. Dokaˇite da je z n+1 k+1 = n+1 k+1 n k 3. 5 ih je s greˇkom. Tri mladi´a i tri djevojke mogu´e je odabrati na s c c 16 3 i 12 3 naˇina. Na koliko se naˇina mogu 3 jednake knjige razdijeliti medu 12 uˇenika. selektor mora izabrati troˇlanu c c reprezentaciju. Od toga 16 mladi´a i 12 djevojaka. c (a) Koliko parova za ples se moˇe formirati od po jednog mladi´a i z c jedne djevojke? Rjeˇenje. Na koliko se naˇina moˇe odabrati s c z 10 mobitela. Na koliko naˇina moˇe izvrˇiti izbor? c z s Rjeˇenje. Od 12 uˇenika izaberu se trojica koji dobivaju knjigu: s c 12 3 naˇina c = 1320 c c 5. s tim da je kod plesa bitan poredak mladi´a: c c 16 3 · 12 3 · 3! = 739200 6.

Primjer 5 Neka je skup S = {1.(c) 4 s greˇkom? s Rjeˇenje: s 95 6 · 5 4 = (d) svih 5 s greˇkom? s Rjeˇenje: s 95 5 = 1.4. c a elementi multiskupova se uzimaju iz skupa ljudi {1.2 Kombinacije s ponavljanjem Kombinacije s ponavljanjem od n elemenata r-tog razreda je svaki podskup od r elemenata pri ˇemu je dozvoljeno ponavljanje svakog elementa c proizvoljno mnogo puta. 3} Permutacije drugog razreda danog skupa su slijede´i multiskupovi: c {11} {22} {33} {12} {23} {13} Raˇunanje je po formuli: c Kn = ˇto daje zaista s r n+r−1 r 4 = 6 permutacija. 2. Analogno bi bilo postaviti pitanje na 2 koliko naˇina troje ljudi moˇe podijeliti dvije kune: c z 0 0 0 1 1 2 0 1 2 0 1 0 2 1 0 1 0 0 U ovom sluˇaju multiskupovi imaju po dva elementa koji simboliziraju kune. 2. c 23 . 3} kao da se na svaku od kuna nalijepi ceduljica ˇija je u zadanoj podjeli.

c z c Pritom svako pojedino dijete moˇe ostati i bez bombona. 2. dok ˇetvrto c c c dobiva bombone bez vre´ice.ˇetvrti bombon je dobilo drugo dijete c . Jedan od skupova je: P = {1. ukupno c c s c 5+4−1 4−1 naˇina. 1. Rjeˇenje s s Prvo dijete dobije nekoliko bombona u vre´ici.drugi bombon je dobilo prvo dijete c .prvi bombon je dobilo prvo dijete . 2. Razliˇite rasporede dobivamo razmjeˇajem vre´ica i bombona. Bombone i vre´ice mogu´e je posloˇiti u niz: c c c z O O V O V O V O tako da u svaku vre´icu idu bomboni ispred nje. Posljednje dijete dobiva bombone bez c vre´ice.tre´i bombon je dobilo prvo dijete .Zadatak 18 Na koliko se naˇina moˇe 5 bombona podijeliti na ˇetvero djece. c = 5+4−1 5 = 56 Napomena. 4} kod kojih ne moraju biti uzeta sva ˇetiri elementa iz D i u kojem se neki c elementi mogu ponavljati. 3. Rjeˇenje. 3} koji simbolizira podjelu . drugo i tre´e dijete takodjer. 1. U prethodnom zadatku radi se o kombinacijama 5-tog razreda (podjela bombona) skupa od ˇetiri elementa (djeca koja su dobila c bombon).ali moˇe dobiti i viˇe z z s bombona.peti bombon je dobilo tre´e dijete c Zadatak 19 Na koliko naˇina petero ljudi moˇe podijeliti 24 kune? c z 24 . Svaku podjelu bombona mogu´e je promatrati kao multiskup od 5 elemec nata uzetih iz skupa djece D = {1.

ako (a) svaki uˇenik jedamput sudjeluje u igrama c (b) svaki uˇenik sudjeluje viˇe puta u igrama? c s Rjeˇenje. koje igraju jednu za drugom. tako da posljednju dobiva ostatak: 24 + 5 − 1 5−1 = 20475 Zadaci 1. Na koliko naˇina je mogu´ odabir? c c Rjeˇenje. (a) Na koliko naˇina pet osoba moˇe naruˇiti jedno od dvije vrste jela? c z c 25 . Rjeˇenje je u slaganju pet proizvoda i elementa koji dijeli ispravne i s s neispravne: 5+2−1 =6 5 2. naruˇiti tri proizvoda? c z c Rjeˇenje. U koliko razliˇitih ekipa moˇe u´i ˇetiri uˇenika za tri igre. Dobavljaˇ naruˇuje pet istovrsnih proizvoda koji mogu biti ispravni ili c c neispravni. Na koliko c z c naˇina moˇe. = 4. ako redoslijed sudjelovanja u igrama ne znaˇi novu c ekipu.Rjeˇenje. druge i tre´e klase. Dobavljaˇ moˇe nabaviti proizvode prve. Rjeˇenje se postiˇe analogno slaganjem: s s z 3+3−1 3 = 10. obzirom na kvalitetu. Rjeˇenje s s (a) 4 3 (b) 4+3−1 3 = 20. 4. U nekom restoranu imaju dvije vrste jela na jelovniku. c z c c c 3. Rjeˇenje s s Analogno se dijele kune.

25 = 32 s . tada je to 10 2 K10 = = 45 2 karata. 5. Rjeˇenje: svaka je karta odredjena s dvije stanice: s s 2 V10 = 10 · 9 = 90 razliˇitih karata. Koliko se od njih moˇe napisati: z (a) ˇetveroznamenkastih brojeva c (b) ˇetveroznamenkastih brojeva kojima su sve znamenke razliˇite c c (c) ˇesteroznamenkastih brojeva s (d) dvoznamenkastih brojeva s razliˇitim znamenkama c Rjeˇenje. c Napomena: ako gledamo karte po cijeni i ako cijena ovisi samo o poˇetnoj i ciljnoj c stanici. Neka su zadane znamenke 2.5 i 8. c 26 .3. duplo manje od sluˇaja u zadatku. Koliko ima razliˇitih karata za putovanje prugom na kojoj je 10 stanica? c Rjeˇenje. (b) Na koliko se naˇina moˇe u´i i naruˇiti 5 jela za van ako je mogu´e c z c c c birati izmedu dva mogu´a? c Rjeˇenje.Rjeˇenje. tako da svako dijete dobije bar po jednu jabuku. c z 10 kruˇaka i 8 naranˇi. Rjeˇenja: s s (a) V 4 = 44 (b) P4 = 4! (c) V 4 = 46 (d) V42 = 4! (4−2)! 6 4 2. ( s 2+5−1 5 = 6). Na koliko naˇina petero djece moˇe medu sobom razdijeliti 12 jabuka. s c kruˇku i naranˇu? s c Rjeˇenje: s 15 4 · 3 4 · 11 4 Zadaci za vjeˇbanje: z 1.

Koliko ima razliˇitih dijeljenja kod ”Bele u ˇetvero”? Rjeˇenje. Izmedju 100 proizvoda ima 15 oˇte´enih. 27 .3. 6. a tre´a 3 karte? c Rjeˇenje. s 5 4 3 K12 · K7 · K3 = 12 5 · 7 4 · 3 3 = 27720 c (b) nije odredjen broj karata koji ´e dobiti svaka pojedina osoba? Rjeˇenje. Na koliko se naˇina moˇe razdijeliti 12 karata medju 3 osobe. druga 4. Na koliko naˇina moˇemo s c c z izabrati 10 proizvoda tako da ih barem osam bude neoˇte´eno? s c Rjeˇenje. s K 12 = 3 12 + 3 − 1 2 = 91 c c 5. s 2 3 K10 · K10 = 10 2 · 10 3 = 5400 naˇina izbora. s 32 8 · 24 8 · 16 8 · 8 8 ≈ 1016 . s 85 8 · 15 2 + 85 9 · 15 1 + 85 10 . tako da: (a) prva dobije 5. c c z 4. Na koliko se naˇina izmedju 10 muˇkaraca i 10 ˇena mogu izabrati dva c s z muˇkarca i tri ˇene? s z Rjeˇenje.

ali u jednoj delegaciji ne mogu s biti zajedno jedan muˇkarac i jedna ˇena za koje se zna da se ne s z podnose? 3. tako da u njemu budu predstavnici barem tri fakulteta. z s (b) bilo kojeg broja ljudi ali da je jednak broj ˇena i muˇkaraca u z s delegaciji. z (e) ˇestero ljudi. c c Koliko ima razliˇitih predstavniˇtva? c s 28 . z c (a) Na koliko to naˇina moˇe uˇiniti? c z c (b) Na koliko naˇina ih moˇe poloˇiti ako u jednom danu moˇe poloˇiti c z z z z najviˇe jedan ispit? s (c) Koliko je naˇina. ako posljednji odluˇi poloˇiti zadnji dan? c c z z s (d) Isto kao u c). (c) petero ljudi od kojih su bar dvije ˇene. Na koliko se z c s naˇina moˇe izabrati delegacija ako se ona sastoji od c z (a) petero ljudi i to tri ˇene i dva muˇkarca. po z 13 studenata sa svakog od ˇetiri fakulteta. Na zasjedanju nekog studentskog udruˇenja prisustvuju 52 studenta. Od 7 ˇena i ˇetiri muˇkarca treba izabrati delegaciju. ali tako da u c z njemu budu 3 ispravna i 2 neispravna? 2.5 Problemski zadaci 1. Sest muˇkaraca i pet ˇena moraju stati u red tako da se u redu izmjens z juju. po troje od oba spola.1. Na koliko je naˇina mogu´e konstruirati takav red? c c 5. z (d) petero ljudi s tim da jedno od njih bude ve´ unaprijed odredjena c ˇena. a ostali su neispravni. ali da u danu ne poloˇi viˇe od ispita? ˇ 4. Student mora u roku od 8 dana poloˇiti ˇetiri ispita. U skupu od 50 proizvoda nalazi se 40 ispravnih. Predsjedniˇtvo udruˇenja c s z ima ˇetiri ˇlana. Na koliko se naˇina moˇe izabrati uzorak od 5 proizvoda.

2. − 6 2 · 3 2 = 417. z 29 . − 7 1 · 4 4 = 455. · 4 2 = 210. (c) (d) 4 · 7 · 6 · 5 = 840. 13 1 4 · 10 2 = 444600. 40 3 (a) 7 3 (b) 7 1 (c) 11 6 (d) 10 4 (e) 11 5 3. 6! · 5! = 86400. (a) (b) 8 · 7 · 6 · 5 = 1680. dok na tri naˇina c c z c moˇe biti izabran fakultet s dva predstavnika. jer na ˇetiri naˇina moˇete izabrati onoga koji nema predstavnika. 84 = 4096 83 · 4 = 2048 +4·3· 13 1 2 · 13 2 = 186745. 5. · 4 1 + 7 2 · 4 2 + 7 3 · 4 3 + 7 4 · 4 4 = 329. 4.Rjeˇenja problemskih zadataka: s 1. = 210.

ω2 . .1 Vjerojatnost Klasiˇna definicija a priori c Sluˇajan pokus s konaˇno mnogo jednako mogu´ih elementarnih ishoda je c c c takav pokus kod kojeg . Primjeri 1. ωn }. . ˇiji su elementi c ωi elementarni dogadaji Dogadaj je podskup skupa koji se naziva prostorom elementarnih dogadjaja: A⊂Ω c Vjerojatnost dogadjaja A ⊂ Ω raˇuna se po formuli: p(A) = gdje je k(A) = |A| oznaka za broj elemenata skupa A. .postoji mogu´nost ponavljanja proizvoljno konaˇno mnogo puta.svaki pojedini ishod nije mogu´e jednoznaˇno odrediti c c . ω 2 . k(Ω) . Kolika je vjerojatnost da ´e kod bacanja simetriˇnog novˇi´a pasti c c cc ”pismo”? 30 k(A) . ω n Prostor elementarnih dogadaja je neprazan skup Ω = {ω1 . . c c Elementarni dogadaj je svaki od konaˇno mnogo ishoda sluˇajnog pokusa: c c ω1 . . . .2 2.

Kolika je vjerojatnost da ´e kod izvlaˇenja jedne karte iz ˇpila od 32 c c s biti izvuˇena karta boje ”karo”? c 4. zove σ c . Vjerojatnost je tada funkcijsko pridruˇivanje z p : F → [0. a i zatvorena je na prebrojivu uniju.A∩B =∅ ⇒ p(A ∪ B) = p(A) + p(B) U teoriji skupova se kolekcija F podskupova nekog skupa Ω. koja sadrˇi z prazan skup.prazan skup ∅⊂Ω . Neki primjeri vjerojatnosnih prostora: 31 . kolika je vjeroc jatnost dobitka ”sedmice”? Nemogu´im dogadjajem naziva se c .bilo koji skup C: C ∩Ω=∅ Sigurnim dogadjajem naziva se skup Ω.p(A) ≥ 0 . ako vrijede prethodna svojstva. skup Ω. Oˇito vrijedi: c . Kolika je vjerojatnost da ´e kod bacanja kocke pasti broj 6? c 3. komplement svakog svojeg ˇlana u odnosu na c matiˇni skup Ac = Ω \ A.p(Ω) = 1 .algebra podskupova od Ω.2. zajedno s Ω i F ˇini c Vjerojatnosni prostor: (p. F. 1] koje. Ako na sistemskom listi´u Lota 7/39 igramo 23 broja.p(Ω \ A) = p(Ac ) = 1 − p(A) . Ω).

pa su ˇanse za okladu da bar neˇto zna: 5 3 25 3 100% − = 0. U Beli se dijeli osam karata. Odredite vjerojatnost dobivanja: (a) jednog asa (b) bar jednog asa 4. ˇto naprama s ukupnog broja izbora pitanja: 20 3 25 3 p(A) = = 0. Koja je vjerojatnost da student zna odgovor na: (a) na sva tri pitanja (b) na barem jedno pitanje Rjeˇenje: s (a) povoljno je da sva tri pitanja budu izabrana od 20 poznatih. Na zidu dimenzija 8 × 5 metara nalaze se ˇetiri prozora svaki dimenzija c 1. Neka se sluˇajni pokus sastoji od bacanja triju razliˇitih novˇi´a.1. Odredite vjerojatnost da zbroj na kockama bude ve´i od 9? c 3.2 metra.9957 32 . Odredc c cc ite prostor elementarnih dogadjaja.495 s s s s (b) suprotno bi bilo da nezna baˇ niˇta. Igra na sre´u sastoji se od bacanja dviju kocaka.Na ispitu se izvlaˇe tri pitanja. cc c 2. Kolika je vjerojatnost da djeˇak koji nasumice puca c loptu u zid pogodi bilo koji prozor? Zadaci s c c 1. Student je izaˇao na ispit znaju´i 20 od 25 pitanja.8 × 1. vjerofatnost svakog od njih i vjerofatnost da na bar jednom novˇi´u padne ”glava”.

Koja je vjerojatnost da dijete dobije ˇesticu ako baca triput uzastopce? s Rjeˇenje se dobiva preko suprotnog dogadjaja. Koja je vjerojatnost da izmedju n osoba budu barem dvije koje imaju rodjendan istog dana? Rjeˇenje: s pn = 1 − p(Ac ) = 1 − 365 · 364 · · · (365 − n + 1) 365n c (a) izraˇunati za broj osoba n = 5. izvlaˇimo dvije s c c c karte i to c c s (a) prvu izvuˇenu kartu vra´amo u ˇpil (b) prvu izvuˇenu kartu ne vra´amo u ˇpil c c s Koja je vjerojatnost da izvuˇemo oba asa? c Rjeˇenje: s p(A) = p(B) = 4·4 32 · 32 4·3 32 · 31 5.7% 6.42.3 · 101 2 = 2.5 · 101 2 4. 365 · 1 p= 365 · 365 1 ≤ i.2. j ≤ 365} 1 ≤ i ≤ 365} 3. Iz ˇpila od 52 karte na sluˇajan naˇin. Rjeˇenje: s p5 = 1 − 6. i). s 6. Koliko je vjerojatno da ´e dobiti sedmicu na lotu 7/39 onaj tko na c sistemskom listi´u uplati najve´i broj kombinacija koji se nudi? Koliko c c ´e novaca izdvojiti? c Rjeˇenje: diskutirati sa studentima i postaviti analogon za 6/45. jednu za drugom. a to je da u tri puta nijednom nije s opala ˇestica: s 5 p = 1 − ( )3 = 0. A = {(i. 6 33 . Koja je vjerojatnost da dvije sluˇajno izabrane osobe imaju rodjendane c istog dana? Rjeˇenje: s Ω = {(i. j).

3125 2 8.2 = 37n2 − 159n + 44 = 0 = 4. a zadanu vjerojatnost dobivamo preko negacije suprotnog dogadjaja. Koliko je vjerojatno c da u prvih 5 karata dobijemo (a) poker (ˇetiri iste ) c (b) ful (par i tri iste) Rjeˇenje: s (a) 13 · p(P ) = 4 4 · 52 5 4 3 4 2 48 1 (b) 13 · p(B) = · 12 · 52 5 9. s z Tada je 4n broj ispravnih. Koliko je proizvoda u 57 kutiji? Rjeˇenje: se dobiva iz jednadˇbe u kojoj je nepoznanica n broj neispravnih proizvoda. Na s sluˇajan naˇin biraju se tri proizvoda.7. Koja je vjerojatnost da je pismo c cc palo triput? Rjeˇenje: s p= 5 3 1 · ( )5 = 0. Vjerojatnost da medju njima c c bude bar jedan neispravan proizvod iznosi 29 . da su sva tri izvuˇena proizvoda ispravna: c 4n 3 5n 3 29 57 28 57 11 37 1− = 4n(4n − 1)(4n − 2) 5n(5n − 1)(5n − 2) n1. 34 . Igramo poker s 52 karte. Simetriˇan novˇi´ bacamo 5 puta. U kutiji se nalazi 4 puta viˇe ispravnih nego neispravnih proizvoda. znaˇi da biramo 5 karata.

z c c 10. Kolika je vjerojatnost da su izabrana: c (a) tri studenta (b) tri studentice (c) dvije studentice i student? Rjeˇenja: s (a) p(A) = 18 3 30 3 12 3 30 3 12 2 = 0. s z 11.n. dok sveukupno u kutiji ima 20 proizvoda. Ako vjerojatnost da izaberemo po jednu plavu.2926 35 . koliko je ˇutih kuglica u kutiji? z Rjeˇenje: zadatka dobivamo jednadˇbom po nepoznatom broju ˇutih kuglica . Dobivaju se dva rjeˇenja za broj ˇutih kuglica: n = 5. ˇute i tri crvene. 3 z ˇutu i crvenu kuglicu iznosi 11 . ispravnih 16. Na sluˇajan naˇin biramo tri kuglice. s z z 12 Ukupno se od 12 kuglica tri mogu izvu´i na c naˇina. jedna od n ˇutih i jedna od 9 − n plavih: z 3 1 · n 1 12 3 · 9−n 1 3 11 = n(9 − n) = 20. 4.20 (b) p(B) = = 0.dobiva se da neispravnih proizvoda ima 4.05 (c) p(C) = 18 1 · 30 3 = 0. U kutiji je 12 kuglica: plave. U dvorani je prisutno 12 studentica i 18 studenata. Sluˇajnim se c izborom bira troˇlana delegacija. Povoljno je da to bude c 3 jedna od 3 crvene.

Koliko puta treba baciti kocku pa da pojavu ˇestice garantira s s vjerojatnosti barem 0. Bacaju se dvije kocke. Koja je vjerojatnost da na obje kocke padne isti broj ili da zbroj bude 8? ( 10 ) 36 36 . Na sluˇajan z s c naˇin izvadimo odjednom 7 loptica. 1 6 n ≥ 13 14. 9 6 5 ( )n ≤ 0. Koja je vjerojatnost da se ˇestica pojavi u n bacanja kocke? Napiˇite s s formulu po kojoj se vjerojatnost raˇuna i nacrtajte graf funkcije p = c p(n).12. Kutija sadrˇi 12 loptica za stolni tenis. Kolika je vjerojatnost da ´e medu c c njima biti (a) najviˇe jedna loˇa loptica s s (b) 2 loˇe ili 4 loˇe loptice s s Rjeˇenje: s (a) p(A) = 8 7 + 8 6 12 7 · 4 1 (b) p(B) = 8 5 · 4 2 + 12 7 8 3 · 4 4 13. 9? Rjeˇenje: s (a) 5 p = 1 − ( )n 6 (b) 5 1 − ( ) ≥ 0. od kojih su 4 loˇe.

15. Koliko je vjerojatno da pri bacanju dviju kocaka na bar jednoj padne petica?
Rjeˇenje: se dobiva preko suprotne vjerojatnosti: s p = 1 − p(Ac )p(B c ) = 1 − gdje je dogadaj A - na prvoj je kocki pala petica dogadaj B - na drugoj je kocki pala petica. 5 5 11 · = , 6 6 36

37

2.2

Problemski zadaci

1. U kutiji se nalazi 16 proizvoda, od kojih su 4 neispravna. Na sluˇajan c naˇin se izvlaˇi 5 proizvoda. Kolika je vjerojatnost da medju njima c c bude barem jedan neispravan? 2. Student je izaˇao na ispit znaju´i odgovor na 20 od mogu´ih 26 pis c c tanja. Profesor postavlja tri pitanja za redom. Kolika je vjerojatnost da student zna odgovor: (a) na sva tri pitanja (b) na barem jedno pitanje? z s 3. Uzorak sadrˇi dva puta viˇe ispravnih nego neispravnih proizvoda. Ako sluˇajno biramo ˇetiri proizvoda, vjerojatnost da medju njima budu c c dva ispravna i dva neispravna iznosi 30/91. Koliko proizvoda sadrˇi z uzorak? 4. U kutiji se nalazi 20% manje bijelih nego crnih kuglica. Na sluˇajan c naˇin biramo dvije kuglice. Ako vjerojatnost da izvuˇemo barem jednu c c bijelu kuglicu iznosi 12 , koliko je crnih kuglica u kutiji? 17 5. Iz kutije u kojoj se nalaze 4 plave, 5 ˇutih i crvene kuglice, na sluˇajan z c naˇin izvlaˇimo dvije kuglice. Vjerojatnost da ne izaberemo nijednu c c crvenu iznosi 30%. Koliko je kuglica u kutiji? 6. U kutiji je 15 kuglica: crvene, plave i tri ˇute. Na sluˇajan naˇin biramo z c c tri kuglice. Vjerojatnost da izaberemo po jednu crvenu, plavu i ˇutu z 3 iznosi 13 . Koliko je plavih kuglica u kutiji? 7. Koji postotak peteroznamenkastih brojeva z (a) sadrˇi znamenku 5, (b) djeljiv je s 20, a ne sadrˇi znamenke 8 i 9? z 8. U kutiji se nalazi 50% viˇe bijelih nego crvenih kuglica. Na sluˇajan se s c naˇin biraju tri kuglice. Ako je vjerojatnost da izvuˇemo jednu crvenu c c kuglicu i dvije bijele jednaka 0.5, koliko je bijelih kuglica u kutiji?

38

2.3

Geometrijska vjerojatnost

Neka je mogu´e uzeti mjeru skupu Ω i svakom njegovom podskupu. Vjeroc jatnost dogadaja A tada je: p(A) = µ(A) . µ(Ω)

Primjer 6 U krug je upisan kvadrat. Kolika je vjerojatnost da s propisane udaljenosti pikado pogodi dio kruga izvan kvadrata? Rjeˇenje je jasno iz nacrtane situacije i raˇun je slijede´i: s c c p= 2r2 2 = . 2π r π

Zadatak 20 Prometna nesre´a dogodila se izmedu 8 i 9 sati. Koliko je c vjerojatno da se dogodilo izmedu 8 : 25 i 8 : 40? Vjerojatnost je u omjeru minuta: p= 15 = 25%. 60

Zadatak 21 Dva vlaka duljine 200m kre´u se brzinom 72km/h prugama c koje se medusobno kriˇaju. Trenutak u kojem ´e oni u´i u kriˇanje sluˇajan z c c z c je izmedu 22 sata i 22 : 30. Koja je vjerojatnost da ´e se vlakovi zakaˇiti? c c Neka je x - trenutak ulaska prvog vlaka u kriˇanje z y - trenutak ulaska drugog vlaka u kriˇanje z Ako prvi vlak ude u kriˇanje toˇno u 22 sata stavimo x = 0, a u 22 : 30, z c onda neka je x = 1800. Sada je (x, y) ∈ [0, 1800] × [0, 1800] Dakle, Ω moˇemo nacrtati u XOY ravnini kao kvadrat. Mjere su iskazane z u sekundama. Unutar kvadrata 1800 × 1800 rjeˇava se nejednadˇba uvjeta s z njihovog susreta: 200m |x − y| ≤ 20m/s 39

Traˇena vjerojatnost je z p= Zadaci 1. Iz intervala [0, 10] biraju se dva realna broja. Kolika je vjerojatnost da njihov zbroj bude ve´i od 8, a apsolutna vrijednost njihove razlike ve´a c c 39 od 3? ( 200 ) c c 2. Iz intervala [0, 1] na sluˇajan naˇin biraju se dva broja. Kolika je vjerojatnost da njihov zbroj bude ve´i od 1 , a apsolutna vrijednost njihove c 3 razlike manja od 1 ? 3 3. Iz intervala [−1, 1] biraju se dva broja. Kolika je vjerojatnost da njihov zbroj bude pozitivan, umnoˇak negativan, a zbroj kvadrata mani od 1? z 4. Iz intervala [0, 2] na sluˇajan se naˇin biraju dva broja. Kolika je vjeroc c jatnost da njihov zbroj bude manji od 3, a razlika po apsolutnoj vrijednosti manja od 1? 5. Deˇko i cura dogovore susret izmedu 7 : 00 i 8 : 00 na trgu. Dogovore c se, da ono koje dode prvo, ˇeka drugo 20min. Kolika je vjerojatnost c da ´e se ipak susresti? c 18002 − 1790 = 4, 4%. 18002

2.4

Uvjetna vjerojatnost

Neka su A i B dogadaji iz vjerojatnosnog prostora Ω. Raˇunamo vjerojatnost c da se dogodio dogadaj A uz uvjet da nam je poznato da se dogodio dogadaj B. Primjer 7 Kocka je baˇena i pao je neparan broj. Kolika je vjerojatnost da c je pao tri? Kolika je vjerojatnost da je pao broj dva? Traˇena vjerojatnost je 1 : 3 = 33, 3%. z Op´enito formula koja raˇuna uvjetnu vjerojatnost je c c p(A/B) = p(A ∩ B) p(B)

40

dvije djevojˇice c C . 1 + 0. Primjer 8 Dobar.djevojˇica i djeˇak c c Traˇi se z p(A/(A ∪ C)) = p(A ∩ (A ∪ C)) p(A ∩ B) 0. 4 = 0. c s c traˇena vjerojatnost je: z p = 0. 70% i 60%. Tada je p(A/B) = p(A) = i slijedi p(A ∩ B) = p(A) · p(B). 4 · 0. loˇ sa 60% i zao s 90%. 2 · 0. Vjerojatnost pogotka kod svakog strijelca redom iznosi 80%.Zadatak 22 Vjerojatnost da su oba blizanca muˇkog spola je 40%. Koja je vjerojatnost da i z s drugo bude muˇko? s Blizanci se mogu donijeti na svijet na tri disjunktna naˇina: c A . Tri strijelca gadaju jednu te istu metu. Koliko je vjerojatno da u meti zavrˇi sc s s samo jedan metak. 8 · 0. ako sva trojica gadaju samo s po jednim metkom? Budu´i pogodak ili promaˇaj bilo kojeg od njih ne utiˇe na gadanje ostalih. 65 = 61. ako informacija o dogadaju B ne utiˇe na c vjerojatnost dogadaja A. 6 · 0. 6%. a da su s ˇenskog je 35%. 5% Dogadaji A i B su nezavisni. 9 = 11.dva djeˇaka c B . prvo se rodilo muˇko. loˇ i zao strijelac gadaju metu. 2 · 0. Zadaci: 1. Dobar pogada s vjeros jatnoˇ´u 80%. Pri porodu. 1 + 0. Kolika je vjerojatnost 41 p(A ∩ B) p(B) . 4 · 0.

Ako je na njoj paran broj.5 i 7. Na stolu su dvije jednake. iz c c iste kutije izvuˇemo joˇ jednu kuglicu. . Na sre´u biramo kutiju i izvlaˇimo kuglicu. .38) s 3. Hn ⊂ Ω ako vrijedi slijede´e: c Hi = Ω i Potpun sistem dogadaja ˇine dogadaji c Hi ∩ Hj = ∅ Formula totalne vjerojatnosti dogadaja A ⊂ Ω je formula: n p(A) = i=1 p(A/Hi ) · p(Hi ) Bayesova formula sluˇi za aposteriorno izraˇunavanje vjerojatnosti pojez c dinih hipoteza ako je poznato da se dogodio dogadaj A: p(Hi /A) = p(Hi ) · p(A/Hi ) p(A) 42 . U prvom su kuglice s brojevima 2. Vjerojatnost da avion bude oboren prije nego ˇto dospije do cilja je 5%. H1 . U suprotnom izvlaˇimo iz druge c s c kutije. Bayesova formula. . H2 .5 Potpuna vjerojatnost. s Ako dospije do cilja. avion ga uniˇtava s vjerojatnosti od 40%.(a) toˇno jednog pogotka u metu c (b) bar jednog pogotka u metu (c) najviˇe dva pogotka u metu s 2. Vjerojatnost je 50% z 2.6 i 8. Koja je s vjerojatnost da avion uniˇti cilj? (0. neprozirne kutije. U drugoj su kuglice s brojevima 1. Kolika je vjerojatnost da je izvuˇen jedan paran i jedan neparan c broj? Rjeˇenje zadatka je u opisu postupka povoljnog izvlaˇenja kada je s c poˇeljno odabrati drugu kutiju.4.3.

proizvod je iz drugog pogona H3 . na S2 se radi 30% i c s od tiga je 0. Prvi pogon daje 50% proizvodnje.15 p(H3 ) = 0.ˇ Zadatak 23 Zarulje se proizvode u tri pogona.3 p(A/H2 ) = 0. da je izraden na stroju S1 ? s 43 . 38 Zadaci: 1.08 Formula totalne vjerojatnosti daje: 3 p(A) = i=1 p(A/Hi ) · p(Hi ) = 0. 1 · 0. Postotak neispravnih ˇarulja iz c z prvog pogona je 10%. 131 = 0. Kolika je vjerojatnost: s (a) da je proizvod dobar (b) ako je ˇkart.1 p(H2 ) = 0. iz drugog 15%. 2% ˇkarta.proizvod je iz tre´eg pogona c Vjerojatnosti hipoteza i uvjetne vjerojatnosti su: p(H1 ) = 0. Jedan tip proizvoda izraduje se 4 stroja. Kolika je vjerojatc nost da je sluˇajno izabran proizvod neispravan? Kolika je vjerojatnost c da je neispravan proizvod proizveden na prvom stroju? Sistem hipoteza u ovom sluˇaju: c H1 .5 p(A/H1 ) = 0. 1% ˇkarta. a iz tre´eg 8%.proizvod je iz prvog pogona H2 . Na stroju S1 izraduje se 40% proizvodnje od ˇega je 0.2 p(A/H3 ) = 0. drugi 30% i tre´i 20%. 25% ˇkarta i na S4 10% s s proizvodnje sa 0. 5% ˇkarta.131 Odgovor na drugo pitanje daje Bayesova formula: p(H1 /A) = p(A/H1 ) · p(A) p(A) 0. na S3 20% sa 0. 5 = 0.

4.2. tako da vrijedi: x ∈ R ⇒ X −1 (x) ⊂ Ω. . .1 Diskretne sluˇajne varijable c X(Ω) = {x1 . Sluˇajna varijabla je funkcija c X : Ω → R. u kojem je dio muˇkaraca 55%. 1] funkcija vjerojatnosti definirana na prostoru dogadaja Ω. gadaju cilj. Utvrdeno je da je meta pogodena jednim metkom. Kolika je vjerojatnost da je metu pogodio Mate? 3. Kolika je vjerojatnost da sluˇajno odabrana osz s c oba puˇi? Kolika je vjerojatnost da je sluˇajno odabrana osoba s c koja puˇi. muˇkarac? s s 3 Sluˇajne varijable c Sluˇajna varijabla je veliˇina koja se dobije mjerenjem u vezi s nekim sluˇajnim c c c pokusom. x2 . 70% muˇkaraca s s i 60% ˇena puˇi. . Funkcija gusto´e vjerojatnosti ima slijede´e osobine: c c 1. Ona poprima svoje vrijednosti uz odredene vjerojatnosti. f (x) ≥ 0 44 . a Ante s 0. U uzorku ispitanika. Uglavnom ´e se promatrati konaˇni skupovi. svaki sa po jednim metkom. Strijelci Mate i Ante. 1] gdje je p : Ω → [0. Postoje diskretne i kontinuirane sluˇajne varijable. 8. Mate pogada s vjerojatnosti 0. c 3. c c c Takva definicija omogu´ava prirodnu funkciju gusto´e vjerojatnosti c c f = p ◦ X −1 : R → [0.} Skup vrijednosti je konaˇan ili prebrojiv. Neka je Ω vjerojatnosni prostor.

6. j ≤ 6}. Odredite prostor elementarnih dogadaja. To se najbolje moˇe predoˇiti grafiˇki. c Rjeˇenje: s • prostor dogadaja: Ω = {(i. vrijednosti sluˇajne c varijable i funkciju gusto´e vjerojatnosti. Odredite prostor elementarnih dogadaja. 8. 5. 11. • vrijednosti sluˇajne varijable: c X(Ω) = {2. 7. 3. a zatim nacrtajte graf c c funkcije gusto´e vjerojatnosti. c Funkcija vjerojatnosti kod diskretnih sluˇajnih varijabli jednaka je funkciji c gusto´e vjerojatnosti: c p(X = x) = f (x). Bacanje dviju kocaka ima za sluˇajnu varijablu manji od brojeva koji c su pali. 12} • funkcija gusto´e vjerojatnosti dana je tablicom: c X f(X) 2 1 36 1 ≤ i. skup vrijednosti sluˇajne varijable i funkciju gusto´e vjerojatnosti. f (x) = 1 x∈R Zadatak 24 Sluˇajan pokus je bacanje dviju kocaka. z c c Primjer 1. 45 . 3 2 36 4 3 36 5 4 36 6 5 36 7 6 36 8 5 36 9 4 36 10 11 12 3 36 2 36 1 36 Funkcija gusto´e vjerojatnosti jednaka je nuli za realne brojeve koje sluˇajna c c varijabla ne poprima.2. Oznaka p(X = x) = p(X −1 (x)) predstavlja vjerojatnost dogadaja u kojem sluˇajna varijabla poprima c vrijednost x. 10. 9. 4. j). Sluˇajna varijabla neka c c je zbroj na kockama.

lim F (x) = 1. 2. 5. Zadatak 25 Sluˇajna varijabla kod bacanja igra´e kocke X = vrijednost je c c okrenutog broja. 6} ostalo 2 2 6 3 3 6 4 4 6 5 5 6 6 1 46 . . 6 0 x ∈ {1. 1] je funkcija: .Funkcija distribucije sluˇajne varijable X kumulativna je funkcija: c FX (x) = p(X ≤ x). nacrtajte funkciju gusto´e vjerojatnosti i funkciju distribucije. c Rjeˇenje: s • Ω = {1. 5. 4. 4.neprekidna sdesna . 6} • X(Ω) = {1. . 2. .vrijedi: x→−∞ x→∞ lim F (x) = 0. Funkcija distribucije F : R → [0. Vjerojatnost p(X ≤ x) jednaka je vjerojatnosti da sluˇajna varijabla c poprimi vrijednost manju ili jednaku vrijednosti x: p(X ≤ x) = p( y≤x X −1 (y)). 2. 3. 3.neopadaju´a c . 6} • f (x) = • tablica funkcije distribucije: X f(X) 1 1 6 1 . vrijednosti sluˇajne c varijable. Odredite prostor elementarnih dogadaja.

Matematiˇko oˇekivanje diskretne sluˇajne varijable X je broj: c c c E(X) = i xi · p(X = xi ) = i xi pi = i xi · f (xi ) Varijanca diskretne sluˇajne varijable je matematiˇko oˇekivanje kvadrata c c c odstupanja sluˇajne varijable od oˇekivanja: c c V arX = E[(X − EX)2 ] = i (xi − EX)2 · pi .V arX =) s Zadatak 26 U kutiju sa devet bijelih ping-pong loptica ubaˇene su tri ˇute. 47 . c z Bira se uzorak od tri loptice. odredite oˇekivani broj izvlaˇenja. Kolika je vjerojatc c nost da su izvuˇene barem dvije ˇute? c z (rjeˇenje: EX = 0. p(X ≥ 2) = s 28 ) 220 Zadatak 27 U kutije se nalaze 24 kuglice. Kuglice su jednake po masi i veliˇini. Algebarski se moˇe dokazati z V arX = EX 2 − (EX)2 = i x2 · f (xi ) − (EX)2 . i c Standardna devijacija je mjera rasipanja rezultata i raˇuna se po formuli √ σ = V arX. Kuglice izvlaˇimo jednu za drugom dok ne izvuˇemo c c jednobojnu kuglicu. σ =.75. (rjeˇenje: EX = 3. Primjer 9 Odredite matematiˇko oˇekivanje i standardnu devijaciju u zac c datku 25. c z Odredite matematiˇko oˇekivanje i standardnu devijaciju. Ako je sluˇajna c c varijabla jednaka broju izvuˇenih kuglica.5. Sluˇajna varijabla je broj ˇutih loptica u uzorku. od kojih su 4 ˇarene. Vjerojatnost da je sluˇajna varijabla poprimila vrijednost unutar interc vala [EX − σ. jednobojne kuglice. EX + σ] nije manja od 68%. c c c standardnu devijaciju i nacrtajte funkciju distribucije. dok su ostale s pune.

2.(rjeˇenje: EX = 1.9. Izraˇunajte oˇekivanje sluˇajne varijable. 3 za 2G i 1 za c cc jednu ”glavu”. 0. c c c c Da li je igra poˇtena? s Rjeˇenje s X −15 1 f (x) • Sluˇajna varijabla i pripadne vjerojatnosti dane su u tablici: c 8 −15 x · f (x) 8 • oˇekivanje je zbroj zadnjeg retka i iznosi c E(X) = 2 = 0.) s Zadatak 30 Igraˇ baca 3 novˇi´a. c Nadite gusto´u i distribuciju vjerojatnosti. Dobiva 5 ako padnu 3G.6.1. Sluˇajna c varijabla broj je pogodaka u metu.45.25 8 1 3 8 3 8 3 3 8 9 8 5 1 8 5 8 • Igra je na strani igraˇa. p(X ≥ 0) = 0. oˇekivanje i vjerojatnosti da ´e c c c meta biti . Igraˇ gubi 15 za 3P .7 i 0. c Zadaci: 48 . V arX =) s Zadatak 28 Dva strijelca gadaju metu s po jednim metkom. c (rjeˇenje: EX = 1. p(X ≥ 2) = 1 − F (1) = 1 − 0. Sluˇajna varijabla je broj pogodaka u metu. Odredite funkciju gusto´e vjerojatnosti za c c sluˇajnu varijablu X-dobitak u igri.167. 195.bar jednom pogodena . jer se oˇekuje prosjeˇan dobitak po igri od c c c ˇetvrtine Eura. Vjerojatnost da prvi strijelac pogodi metu je 70%. a da je pogodi drugi iznosi 40%. c c varijancu i funkciju distribuciju sluˇajne varijable. σ =) s Zadatak 29 Tri strijelca gadaju metu s po jednim metkom i pogadaju je s vjerojatnostima 0.bar dvaput pogodena (rjeˇenje:EX = 2. Odredite sluˇajnu varijablu.998. oˇekivanje. V arX = 0.

avion je sruˇen. dvije crne. s 30% krilo i s 50% trup. Strijelac koji ima ˇetiri metka. Avion je s uhva´en u radar i otvorena je vatra raketama. U kutiji se nalazi jedna bijela. gubi ˇetiri kune. (Rjeˇenje: 2. Nadite oˇekivani broj z c bodova i standardnu devijaciju. za crnu gubi 5 kuna. Odredite oˇekivani broj bacanja novˇi´a i standardnu devijaciju. 2kn u sluˇaju jedne glave i 1kn ako se glava ne pojavi. pogodak u prvi slijede´i prsten nosi 5 bodova. Ona se sastoji od tri koncentriˇna c c kruga. a c pogodak u vanjski prsten nosi 3 boda. Ako je sluˇajna varijabla broj dobivenih bodova. Ako se na radaru uhvati neprijateljski avion. Prosti z s c broj donosi tri boda.2 s ) 2. Prvi krug ima promjer 4cm.76) s c c cc 5. Simetriˇni novˇi´ baca se sve dok se ne pojavi glava ili pet pisama za rec cc dom. 20kn ako se pojave dvije glave i gubi 50kn ako se ne pojavi glava ni na jednom novˇi´u. Dobiva 5kn u sluˇaju javljanja dvije c c cc c glave. σ = 3.75) s c 8. Ako je vrerojatnost pogotka cilja pri svakom gadanjui 80%. c cc (Rjeˇenje: µ = 1. Da li je igra poˇtena? cc s (Rjeˇenje: µ = −0.9.1. a c c sloˇenim ako ima viˇe od dva razliˇita djelitelja. Odredite oˇekivani broj c c ispaljenih raketa. σ = 1. pa da bude poˇtena. odredite oˇekivani c 49 .2) s 4. Troˇkova c s s dodatnih nema. gada cilj dok ga ne pogodi. Pogodak u unutraˇnji s krug nosi 10 bodova. a drugi 12cm. Igraˇ baca dva simetriˇna novˇi´a. a u trup trebaju tri rakete za obaranje aviona. a ako padne broj koji nije niti z c prost niti sloˇen. NE) s 6. Meta za zraˇnicu promjera je 20cm. (Rjeˇenje: µ = 4. Bacamo kocku. On dobiva 10kn ako se pojavi jedna glava. Pogodi li krilo ili rep. tada ispaljena raketa s 20% pogada rep. Koliko c igraˇ treba igru platiti organizatoru. Odredite oˇekivanje i ocijenite da li je c igra poˇtena? s Rjeˇenje: µ = −1. ako ima toˇno dva razliˇita djelitelj. Prirodni broj naziva se prostim. (Rjeˇenje: µ = 1. c (Rjeˇenje: µ = 1. Ako igraˇ izvuˇe bijelu. c c c a za trvenu dobiva dvije kune. Igraˇ baca dva simetriˇna novˇi´a.) s 7. sloˇeni donosi dva.25. σ = 1.96. c nadite njeno oˇekivanje i standardnu devijaciju. tada igraˇ dobiva 11 bodova. NE s 3. ˇetiri crvene i jedna prlava c kuglica.5kn. Vjerojatnost da strijelac uop´e c pogodi metu je 50%.

p) Funkcija gusto´e vjerojatnost definira se preko vjerojatnosti c      f (x) = n x 0.vjerojatnost ”uspjeha” p Oznaka binomne sluˇajne varijable je c X ∼ B(n. σ = 1. n x = 0.546.2 Binomna razdioba Binomna razdioba ili binomna distribucija pretpostavlja n ponavljanja jednog te istog sluˇajnog pokusa koji moˇe imati samo dva ishoda: c z . kojem se vjerojatnost oznaˇava s p c .”neuspjeh”.broj hitaca i standardnu devijaciju. . . 1.”uspjeh”. x = 0.248) s 3. 1. kojem je vjerojatnost q = 1 − p Sluˇajna varijabla X koja je jednaka broju uspjeha u n ponavljanja pokusa c zove se Binomna sluˇajna varijabla. c Matematiˇko oˇekivanje sluˇajne varijable c c EX = np Varijanca binomne sluˇajne varijable je c V arX = npq 50 . . n Funkcija distribucije vjerojatnosti raˇuna se zbrajanjem: c F (x) = p(X ≤ x) = k≤x n k · pk · q n−k . c Parametri Binomne sluˇajne varijable su c . . . Rjeˇenje: µ = 0. · px · q n−k . .broj ponavljanja pokusa n .

0469 0.0102 0. 75.0109 0.1187 Pri popF(X) 0. Nacrtajte grafove funkcija gusto´e i distribucije vjeroc c jatnosti. 2 V arX = 12. 6 Zadatak 31 Vjerojatnost pogotka u metu je 0. 7. 1.5777 0.0039 0. 0. Koriste´i tablicu c ispiˇite funkciju gusto´e vjerojatnosti. 3. p = 0.8813 1 unjavanju tablice mudro je koristiti se tablicama.0704 0. funkciju distribucije.4219 0.7).3241 0. c Na´i: c a) skup vrijednosti sluˇajne varijable broja pogodaka u metu c b) f (x). Meta se gada ˇetiri puta.3136 0. izraˇunajte matematiˇko s c c c oˇekivanje i varijancu. EX.2109 0.0595 0.Primjer 10 Neka je X ∼ B(6. V arX c) vjerojatnost da je meta pogodena barem jednom d) vjerojatnost da je meta promaˇena bar jednom s Rjeˇenje zadatka pod s a) vrijednosti sluˇajne varijable B(4. 4} c b) gusto´a vjerojatnosti X= 0 1 2 3 4 0.75) su c X = {0. Funkcije su zadane tablicom: X 0 1 2 3 4 5 6 f(X) 0. 0. gdje je n = 6.0007 0. 2.0007 0. F (x).3164 51 .1832 0. EX = np = 4.2536 0.

258−6 6 = 28 · 0. 6863 c Zadatak 32 Operacija uspjeva u 75% sluˇajeva.996 a bar jedan promaˇaj s p(x < 4) = F (3) = 0.0039.18 · 0. 1 F (x) =   0.75) c c • izraˇunati 75% od 8 da je 6 • izraˇunati ili prepisati iz tablice c p(x = 6) = 8 · 0. Koliko je vjerojatno da 75% od 8 pacijenata ima uspjelu operaciju? Rjeˇenje zadatka: s • uoˇiti binomnu razdiobu B(8.      0.2617 2    0.315 Teorem 2 Kod binomne razdiobe X ∼ B(n.756 · 0. 0.funkcija distribucije  0.0508.75 c) bar jedan pogodak je vjerojatan p(x ≥ 1) = 1 − p(x < 1) = 1 − p(0) = 0.6836 3     1 x<0 ≤x<1 ≤x<2 ≤x<3 ≤x<4 x≥4 EX = np = 3 V arX = npq = 0. 0     0.0625 = 0. p) najve´a vjerojatnost pripada c onoj diskretnoj vrijednosti sluˇajne varijable x0 za koju vrijedi: c np − q ≤ x0 ≤ np + q 52 .

. 08 − 0. Funkcija gusto´e vjerojatnosti definira z c se preko funkcije vjerojatnosti. Koliko ˇe neispravnih s proizvoda biti najˇeˇˇe u kutiji? c sc Rjeˇenje primjera jednostavna je primjena teorema za s n p 30 · 0. 95 ≤ 1. x! gdje je λ = np x = 0. 95 ≤ 2.08 ≤ 30 · 0. Funkcija distribucije. c c a vjerojatnost ”uspjeha” je relativno mala: n→inf ty lim n x · px · q n−x = e−λ · λx . 08 + 0. Dobri se rezultati postiˇu za np ≤ 10. .Primjer 11 Automat izraduje proizvod i daje 8% defektnih proizvoda. 1. . Proizvodi se bez kontrole pakiraju u kutije od po 30 komada. Koliko je vjerojatno da je pet s c c uˇenika rodeno na Novu godinu? Koja je vjerojatnost da su barem tri uˇenika c rodena na Novu godinu? 53 . 48 ≤ x0 = = x0 x0 = 30 0. oˇekivanje i varijanca c raˇunaju se prema formulama: c f (x) = e−λ · F (x) = y≤x λx x! e−λ · λy y! EX = λ V arX = λ Primjer 12 Neka ˇkola ima 2190 uˇenika. 48 2 3. 2.3 Poissonova distribucija Poisonova razdioba graniˇni je sluˇaj binomne distribucije kada n → inf ty.

9380 Umjesto raˇunanja moˇemo se koristiti tablicama. 8571 = 0. Kolika je c vjerojatnost da izmedu 200 sluˇajno izabranih osoba bude c a) toˇno ˇetiri ljevaka c c b) ne manje od ˇetiri ljevaka c Rjeˇenje zadatka traˇimo Poissonovom razdiobom.0902 4! i odmah zatim i drugi odgovor: p(x ≥ 4) = 1 − p(x ≤ 3) = 1 − F (3) = 1 − 0. dobivamo prvi odgovor: c 24 −2 p(X = 4) = f (4) = · e = 0. Parametar λ dobiva se iz jednakosti λ = np = 6 Vjerojatnost da je toˇno pet uˇenika rodeno na Novu godinu jednaka je vric c jednosti gusto´e vjerojatnosti za x = 5: c p(x = 5) = f (5) = e −6 65 · = 0. a p = 365 . 16062 5! Vjerojatnost da su barem trojica rodeni na Novu godinu dobiva pomo´u c funkcije distribucije: p(x ≥ 3) = 1 − p(x ≤ 2) = 1 − F (2) = 1 − (f (0) + f (1) + f (2)) = 0. c z Zadatak 33 Statistiˇki je utvrdeno da je 1% ljevorukih ljudi.Rjeˇavanje zadatka bilo bi neprikladno pomo´u binomne razdiobe. budu´i se radi o s z c X ∼ B(200. 0. 1428.01) Oˇekivani broj ljevorukih ljudi u uzorku od 200 ljudi je c np = λ = 2 < 10 Koriste´i tablice. 54 . jer je s c 1 n = 2190.

c Rjeˇen je zadatak ako izraˇunamo parametar λ. 0137 Zadatak 35 Od milijun stanovnika jednog grada smrtno je stradalo u prometnim nesre´ama u toku jedne godine 730 osoba. a) p(x = 0) = f (0) = e−2 2 = 13. Centrala moˇe u minuti ostvariti maksimalno z 10 veza. ako je taj broj sluˇajna varijabla Poissonove razdiobe. Kolika je vjerojatnost da ´e centrala biti preoptere´ena u toku c c proizvoljne minute.5% 0! 55 0 . Rjeˇenje zadatka traˇi otkrivanje parametra λ. naˇalost. Ako matematiˇko oˇekivanje s z c c predstavlja oˇekivanu vrijednost sluˇajne varijable. koji odgovar oˇekivanom s c c broju od. to je λ=5 Budu´i preoptere´enje vrijedi kad je broj zahtjeva c c x > 10 p(x > 10) = 1 − p(x ≤ 10) = 1 − F (10) = 1 − 0. a u ovom zadatku oˇekujemo c c c u minuti 300 =5 60 poziva. 9863 = 0. Kolika je vjerojatnost da u c jednom danu a) ne bude nastradalih b) nastradaju petorica s c) ne nastrada viˇe od trojice? d) Uz vjerojatnost od 95% prognozirajte gornju granicu broja poginulih u jednom danu. ako se broj zahtjeva ravna po Poissonovom zakonu vjerojatnosti. z 730 =2 365 smrtno stradala gradana.Zadatak 34 Telefonska centrala ima prosjeˇno po satu 300 zahtjeva za usc postavljanjem telefonske veze.

95 Iz tablica distribucije to je nepoznata vrijednost x za koju je F (x) = 0. Broj automobila koji dolaze na parkiraliˇte u jednom satu imaju Poiss sonovu razdiobu s oˇekivanim brojem od 25.b) p(x = 5) = f (5) = e−2 2 = 3. Kolika je vjerojatnost dolaska automobila na parkiraliˇte u inters valu od pet minuta kada je parkiraliˇte popunjeno? s 2. Broj automobila koji dolati na raskrˇ´e ima Poissonovu razdiobu s sc oˇekivanjem dolaska 12. Kolika je vjerojatnost c dolaska viˇe od 5 automobila u 30 sekundi? s 5 3.6% 5! c) iz tablica: p(x ≤ 3) = F (3) = 67. Zadaci 1.4 Kontinuirane sluˇajne varijable c X : Ω → X(Ω) Sluˇajna varijabla c poprima vrijednosti na neprebrojivom skupu: X(Ω) ⊂ R.3 automobila u jednom c satu. 95 dakle x = 4.7% d) Problem je rijeˇen kada se otkrije onaj broj stradalih x za koji je s p(X ≤ x) = 0. rjeˇavanje bi bilo gotovo nemogu´e i moralo bi se izvoditi s c pogadanjem.5 automobila u 3 minute. c Funkcija distribucije sluˇajne varijable je funkcija F :R→R koja ima slijede´a svojstva: c 56 . Bez tablica.

∀x ∈ R. 2) x∈R +∞ −∞ x −∞ g(t)dt g(t)dt = 1 Iz definicije slijedi da je g(x) = F (x). U sluˇaju da se lijeva i desna derivacija razlikuju. Funkcija vjerojatnosti definira se c a) preko funkcije gusto´e vjerojatnosti: p(a < x < b) = b) odnosno preko funkcije distribucije: p(a < x < b) = F (b) − F (a) c) dok vrijedi da je p(X = x) = 0. odaberemo lijevu c derivaciju. takva da je F (x) = sa svojstvima 1) g(x) ≥ 0.1) neopadaju´a c 2) neprekidna 3) F (−∞) = 0. F (+∞) = 1 Funkcija gusto´e vjerojatnosti je nenegativna funkcija c g : R → R. b a g(t)dt 57 .

Primjer 13 Sluˇajna varijabla X zadana je funkcijom distribucije c F (x) =      0.5) = 5 16   0. c c Rjeˇenje. s b) g(x) = c) p(1 < x < 1.5) Rjeˇenja. no potrebno je integrirati po dis jelovima: E(X) = = 0 −∞ 0xdx + 2 0 1 x · xdx + 2 +∞ 2 x · 0dx 4 3 2 V ar(X) = 9 Zadaci: 58 .    1 x. Zadatak 36 Odredite matematiˇko oˇekivanje i varijancu iz primjera. 1 2 x. Dobiva se izravno po definiciji. x≤0 0≤x≤2 x≥2 a) Nacrtati funkciju distribucije c c b) Na´i funkciju gusto´e i nacrtati je c) Odredite p(x > 1) i p(1 < x < 1. 2 0 x≤0 0≤x≤2 x>2 Matematiˇko oˇekivanje kontinuirane sluˇajne varijable c c c E(X) = +∞ −∞ xg(x)dx Varijanca kontinuirane sluˇajne varijable c V ar(X) = +∞ −∞ (x − E(X))g(x)dx = +∞ −∞ x2 g(x)dx − (E(X))2 . 4 1.

V ar(X). Odredite p(− π < x < π c c 4 4 √ π i p(x ≥ 6 .1. c 2 2 (rjeˇenja: k = 25 .) 25  25  1 x>5 kx. p(2 < x < 4) i p(x > 4) c (d) izraˇunati E(X). F (x) = s 0. E(X) = 0. Zadana je gusto´a sluˇajne varijable X: c c f (x) = a(1 − x2 ). odredite i nacrtajte funkciju disc tribucije. 59 . x<0 1 2 9 9 x .5. ostalo a) Odredite vrijednost parametra a i nacrtajte graf funkcije gusto´e c f (x). −1 ≤ x ≤ 1 0. ostalo 0. p2 = 12 i p3 = 25 . ostalo    2. (rj: A = 0. c) izraˇunajte matematiˇko oˇekivanje E(X) c c c d) odredite p(X > 0. 0 ≤ x ≤ 5. − π ≤ x ≤ 2 0 |x| > π 2 π 2 Izraˇunajte vrijednost parametra A. 0 < x < 5 . matematiˇko oˇekivanje i varijancu. b) Nadite i nacrtajte funkciju distribucije F (x). p1 = 22 i p2 = 0. Gusto´a vjerojatnosti sluˇajne varijable X dana je sa c c g(x) = Acosx. p1 = 25 . g(x) = 25 x.25) 3. 0 ≤ x ≤ 5 0. 5). Neka je X neprekidna sluˇajna varijabla s gusto´om vjerojatnosti c c g(x) = (a) odrediti k (b) odrediti funkciju distribucije (c) izraˇunati p(x ≤ 3).

c Zadatak 37 Dojavljeno je policiji da svake no´i izmedu 2 i 3 sata kroz crveno projuri jedan te isti auto. 12 V arX. b≤x a+b .d)p 12 = 1) 60 . x≤a x−a . ostalo Funkcija gusto´e vjerojatnosti uniformne razdiobe c f (x) = Konstanta k raˇuna se iz zahtjeva c +∞ −∞ = b a kdx = k(b − a) = 1 k = 1 b−a Funkcija distribucije F (x) = x =      a 1 x−a dt = b−a b−a 0.b)p = 25%.c)p = s 5 . a ≤ x ≤ b 0.5 Uniformna razdioba k. 2 Matematiˇko oˇekivanje uniformne razdiobe c c EX = Varijanca V arX = dok je standardna devijacija σ= √ b a xf (x)dx = (b − a)2 . Izraˇunajte matematiˇko oˇekivanje i standardnu devic c c jaciju. a≤x≤b b−a 1. Nacrtajte funkciju gusto´e vjerojatnosti i c funkciju razdiobe. Koliko je vjerojatno da ´e pro´i kroz crveno: c c a) toˇno u 2 : 25 c b) prije 2 : 15 c) izmedu 2 : 35 i 5 : 00 d) prije 8 : 00 sati (Rjeˇenje:a)p = 0.3.

ostalo f (t)dt = +∞ 0 λe−λt dt = λ · e−λt +∞ | −λ 0 = −( lim e−λt − 1) t→∞ = 1. vric c s jeme izmedu dva nailaska vozila.. putovanje E-maila. t ≥ 0 0. jer je t→∞ lim e−λt = 0. Oznaka t sluˇajne varijable sugerira njeno znaˇenje vremenskog trajanja koje c c je vjerojatnije ako je kra´e. λ2 . vrijeme potrebno za otpremu telegrama. Funkcija distribucije daje vjerojatnost da se ne prekoraˇi predvideno vric jeme za obavljanje usluge: F (t) = 1 − e−λt . Obiˇno su to trajanja usluga na ˇalterima.. λ 1 λ 1 .3.6 Eksponencijalna razdioba Eksponencijalna razdioba zadana je pozitivnom konstantom λ > 0. Oˇekivano trajanje usluge je c E(t) = uz varijancu V ar(t) = odnosno standardnu devijaciju σ= 61 1 . Funkcija gusto´e vjerojatnosti sluˇajne varijable t: c c f (t) = Uvjet normiranosti je zadovoljen: +∞ −∞ λe−λt . Vjerojatnost da usluga traje od najmanje a do najviˇe b vremenskih jedinica: s p(a ≤ t ≤ b) = e−aλ − e−bλ .

t > 0. za koji vrijedi z p(t > t0 ) = 0.05 6 t0 = −6 · ln 0. Izraˇunajte: c 1. Rjeˇenje: s Eksponencijalna je distribucija odredena jednim parametrom: 1 λ= EX Budu´i se oˇekuje 600 vozila po satu.9% 2. odredite onaj razmak u sekundama iznad kojeg je vjerojatnost 5%. vjerojatnost da razmak izmedu nailazaka bude 5-10 sekundi 3. vjerojatnost razmaka od 5 do 10s je p(5 < t < 10) = e− 6 − e− 6 = 24.05 1 − F (t0 ) = 0. 600 a eksponencijalna razdioba u ovom zadatku dana je formulom gusto´e vjeroc jatnosti t 1 f (x) = · e− 6 .05|ln t0 − = ln 0.05 = 18s 62 t0 5 10 10 10 .Zadatak 38 Vremenski razmak izmedu vozila koja prelaze preko pjeˇaˇkog s c prijelaza sluˇajna je veliˇina eksponencijalne distribucije. to je. vjerojatnost da nastupi razmak ve´i od 10 sekundi c 2. u sekundama. vjerojatnost da nastupi razmak ve´i od 10s je: c p(t > 10) = 1 − p(t < 10) = 1 − F (10) = 1 − (1 − e− 6 ) = e− 6 = 18. traˇi se vremenski razmak t0 . Prometno optere´enje c c c ulice iznosi 600 vozila po satu.6% 3. oˇekivani razmak c c c izmedu dva vozila 3600 EX = = 6s. 6 1.05 e− 6 = 0.

Vrijeme ispravnog rada nekog uredaja eksponencijalna je sluˇajna varc ijabla s oˇekivanjem neprekidnog rada 2 mjeseca nakon servisa.7 Normalna razdioba Normalna razdioba u oznaci X ∼ N (ν. Funkcija razdiobe 1 F (x) = √ σ 2π x −∞ e− (t−ν)2 2σ 2 dt koji nije mogu´e elementarno izraˇunati. Vrijeme ˇekanja na naplatnim ku´icama autoputa sluˇajna je varijabla c c c eksponencijalne distribucije. Prosjeˇno prode 120 vozila po satu. Raˇunanje vjerojatnosti je mogu´e c c c c samo pomo´u tablica ili raˇunala. s c Matematiˇko oˇekivanje normalne sluˇajne varijable: c c c EX = ν. Varijanca: V arX = σ 2 . Kolika c je vjerojatnost da ´e se uredaj pokvariti u toku c a) prvog mjeseca b) drugog mjeseca? 3. spljoˇtenost ovisi o veliˇini konstante σ. Normalna razdioba zadana je formulom gusto´e vjerojatnosti: c (x−ν)2 1 f (x) = √ e− 2σ2 σ 2π Graf funkcije je Gaussova zvonasta krivulja simetriˇna obzirom na vertikalu c x = ν. Koc lika je vjerojatnost a) da vozilo ˇeka dulje od 2 minute c c b) da vozilo ˇeka 30-60 sekundi? c) Uz vjerojatnost 90% odredite gornju granicu vremena ˇekanja. σ > 0.Zadaci 1. σ 2 ) zadana je s dva parametra: ν ∈ R. c c 63 . c 2.

1.1 Standardna normalna razdioba Standardna normalna razdioba u oznaci Z ∼ N (0.3.2) = 1 − Φ( 5. Treba uoˇiti da je Φ(z < −3) = 0 c c c i da je Φ(z > 3) = 1. p(x > 5.52 ). Supstitucija x−ν z= σ omogu´ava preko c F (x) = Φ(z) jedino mogu´e raˇunanje vjerojatnosti c c p(a < x < b) = F (b) − F (a) Zadatak 39 Neka je X ∼ N (4.35 c Rjeˇenje zadatka je s 1.2 − 4 ) 1.7.8) = 1 − 0. Izraˇunajte c 1. vrijednost sluˇajne varijable c tako da p(x < c) = 0.2119 64 . 1) ima funkciju gusto´e vjerojatnosi c z2 1 ϕ(z) = √ e− 2 2π ima graf zvonastu Gaussovu krivulju. Funkcija distribucije 1 Φ(z) = √ 2π z −∞ e− 2 du u2 ˇiji graf crtamo zahvaljuju´i matematici 1.2) = 1 − F (5.2).7881 = 0. p(x ≥ 4) 2.5 = 1 − Φ(0. oˇito je p(x ≥ 4) = 50% c p(x > 5.

c z Rjeˇenje traˇimo u obliku vrijednosti c. p(EX − 3σ ≤ x ≤ EX + 3σ) Rjeˇenje se dobiva oˇitavanjem: s c 1. D(1) = 68. za koju vrijedi da je s z p(EX − c < x < EX + c) = 0.1 ¯ Odredite interval u kojem se oˇekuje teˇina s vjerojatnosti od 90%.9 65 = 0. D(2) = 95. p(EX − σ ≤ x ≤ EX + σ) 2.385 = 3. p(EX − 2σ ≤ x ≤ EX + 2σ) 3.2.35 = −0. raˇunanje vrijednosti sluˇajne varijable: c c p(x ≤ c) F (c) c−4 Φ( 1.27% vrijednosti sluˇajne c varijable koja je normalno distribuirana. a standarda devijacija σ = 2. D(3) = 99. z Primjer 15 Pretpostavimo da se teˇina paketa ravna po normalnoj distribuciji u kojoj je srednja vrijednost x = 6.4225 .5 c−4 1.4.5 c uz neophodnu pomo´ tablica.35 = 0. c Primjer 14 Neka su EX i σ > 0 oˇekivanje i standardna devijacija sluˇajne c c varijable koja je normalno distribuirana.73% Primjer pokazuje da se unutar EX ± σ nalazi 68.27% 2.45% 3. Posljednji dio primjera pokazuje bespotrebnost nastavka tablica preko vrijednosti ±3 standardizirane varijable.35 = 0. Izraˇunajte slijede´e vjerojatnosti: c c 1.

05 = 0.64 σ c = 3.645 = 159 200 − 174 ) = 1 − Φ(2.8 u kojima se nalazi 90% paketa.89) = 9 .Kratak raˇun po definiciji daje c c c F (EX + c) − F (EX − c) = Φ( ) − Φ( ) σ σ c = D( ) σ ˇto po uvjetima zadatka daje s D( c = 0. a) Koliki je postotak ljudi viˇih od 2m? s b) Ispod koje visine je 5% ljudi? c) Koliki je postotak ljudi visine 160 − 190cm? Rjeˇenja s a) p(x > 200) = 1 − F (200) = 1 − Φ( = 1 − 0.9 σ c = 1. Zadatak 40 Visina ˇovjeka je normalna sluˇajna varijabla s oˇekivanjem c c c EX = 174cm i varijancom σ 2 = 81cm2 .4 konaˇno traˇene granice c z 3 ≤ x ≤ 9.9981 = 0.0019 b) traˇi se visina h z p(x < h) h − 174 φ( ) 9 h − 174 9 h 66 = 0.05 = −1.

0594 = = 90.1 = 0.15 15 b) traˇi se onaj mali broj bodova b ispod kojeg je 10% studenata koji su z pali: p(x < b) b − 76 ) Φ( 15 b − 76 15 b Zadaci 67 = 0.85 15 a − 76 = 1.56) = = 0.9625 − 0. Prvih 15% studenata dobiva ocjenu odliˇan.28 = 57 .78) − Φ(−1.1 = −1.31% Zadatak 41 Neka je broj osvojenih bodova na pismenom ispitu normalno distribuirana sluˇajna varijabla s oˇekivanjem 76 i standardnom devijacijom c c 15.04 15 a = 92 a − 76 ) = 0. dok zadnjih 10% ne prolazi c ispit.c) p(160 < x < 190) = Φ( 190 − 174 160 − 174 ) − Φ( )= 9 9 = Φ(1. Nadite c a) minimalni broj bodova potreban da bi se dobilo odliˇan b) minimalni broj bodova potreban da se prode ispit? Rjeˇenja: s a) traˇi se broj a za koji je z p(x > a) = 1 − F (a) = 1 − Φ( Φ( a − 76 ) = 0.

p(x < 18) i p(x ≥ 19). Godiˇnja koliˇina padalina u Zagrebu sluˇajna je varijabla normalne s c c distribucije s oˇeivanjem 880mm/m2 i standardnom devijacijom 130mm/m2 . z c c dok je σ = 8kg. σ 2 = 25. 35). sc 7. 5. Sluˇajna veliˇina X normalno je distribuirana s parametrima E(X) = c c 20. Masa ˇovjeka je normalno distribuirana sluˇajna varijabla s oˇekivanjem c c c EX = 82kg i standardnom devijacijom σ = 11kg. Izraˇunati p(17 < x < 22). σ = 2.1. c c c 4. Maksimalna dnevna temperatura zraka u mjesecu lipnju sluˇajna je c veliˇina X normalno distribuirana s E(X) = 25C i σ = 6C. a) Koliki postotak ljudi ima masu 60 − 90kg? b) Koliki je postotak teˇih od 100kg? z c) Ispod koje granice je 5% ljudi? 2. 68 . Odredite c (a) vjerojatnost da maksimalna temperatura padne ispod 16C. (c) temperaturu u C iznad kojeg maksimalna temperatura zraka nastupa s vjerojtnoˇ´u 1%. (b) vjerojatnost da maksimalna temperatura poraste iznad 33C. Izraˇunajte P (X ≤ 34). Sluˇajna varijabla X ima normalnu razdiobu c N (ν = 4. Izraˇunajte vjerojatnost negativne vrijednosti sluˇajne varijable X? c c 3. c Odrediti: a) vjerojatnost da godiˇnja koliˇina padalina bude iznad tisu´u litara s c c po metru kvadratnom b) vjerojatnost da godiˇnja koliˇina padalina bude od 500 do tisu´u s c c i dvijesto litara po kvadratnom metru c) onu godiˇnju koliˇinu padalina ispod koje je vjerojatnost 10%? s c 6. Sluˇajna varijabla X normalno je distribuirana s iˇekivanjem E(X) = 34 i varijancom V ar(X) = 6. 23. Teˇina ˇovjeka je sluˇajna varijabla X normalne razdiobe s EX = 78kg. P (X > 29) i c P (34 < X < 40). 25.

5% ljudi? z (b) Koliki je postotak ljudi lakˇih od 50kg? s (c) Koliki je postotak ljudi izmedu 70kg i 80kg? 69 .(a) Iznad koje teˇine je 0.

Vjerojatnost pi da bomba iz i-tog aviona (i = 1. s s a 10 sa sva tri ta sporta. Cetiri aviona nezavisno jedan od drugog bombardiraju brod. 2. 30 s nogometom i rukometom. od kojih se neki bave sportom i to: 180 s nogometom. p2 = 0. 100 s rukometom. 3. Na drugoj godini ima 400 studenata. s Da li se u ˇumi moˇe prona´i mjesta za tenisko igraliˇte 25m × 25m za s z c s koje ne treba sjeˇa? c 3. 20 s koˇarkom i rukometom. 10 kruˇaka i 8 naranˇi? s c 2.5. 40 s nogometom s i koˇarkom. 130 s koˇarkom.4 Problemski zadaci 1.4 i p4 = 0. p3 = 0.3. Na kvadratnom zemljiˇtu 1km×1km raste 3110 stabala promjera 50cm. Odredite (a) Koliko ima razliˇitih dijeljenja na poker automatu koji daje pet c karata iz ˇpila od 52 karte? s (b) Koliko bi partija ˇaha odigrala dva razreda od po 24 uˇenika u s c medusobnom dvoboju? (c) Na koliko naˇina moˇe petero djece razdijeliti medu sobom 12 c z jabuka. Koliko najmanje s proizvoda treba izabrati pa da vjerojatnost da se medu njima nade bar jedan defektan bude p = 95%? ˇ 5. (a) Kolika je vjerojatnost da brod bude pogoden? (b) Kolika je vjerojatnost da protuzraˇna obrana sruˇi sve avione. Velika serija proizvoda neke tvornice daje 2% ˇkarta.1. a c s niti jedan avion ne pogodi brod? 70 . 4) pogodi brod je redom: p1 = 0. Kolika je vjerojatnost da se nasumce izabrani uˇenik bavi s: c (a) bar jednim sportom (b) samo jednim sportom (c) bar dva sporta (d) sva tri sporta? 4.

c Izraˇunajte oˇekivani broj semafora na kojim ´e se zaustaviti. 0). Kolika je vjerojatnost s c da ´e od 100 automobila proizvedenih ove godine na viˇe od 5 biti c s reklamacija? 10. Prosjeˇan Hrvat prosjeˇnih godina ima viˇak od 20kg s odstupanjem c c s ±4kg Kolika je vjerojatnost da prosjeˇna Hrvatica prosjeˇnih godina c c nade partnera sa (a) viˇkom manjim od 5kg? s (b) viˇkom ve´im od 25kg s c s (c) Koliko kilograma viˇka ima 80% Hrvata? 71 . 2 8. (3. c c 1 (c) Nacrtajte funkciju distribucije i odredite p(− 2 < x < 3 ). ako je c c c duljina ciklusa 45s. Mazdini automobili imaju greˇku u 4% sluˇajeva. 7. 0) bez stranice na osi 0X. s Odredite vjerojatnosti broja neispravnih mobitela u kupovini. a pet ih je neispravnih. a > 0). (0.6. Za prijelaz autoceste medvjed treba 15 sekundi. oˇekivani c broj neispravnih mobitela i funkciju razdiobe broja neispravnih mobitela u uzorku od tri kupljena. zeleno svijetli 25s Koliko je standardno odstupanje od tog broja? 9. U poˇiljci je 15 mobitela. Netko kupi 3 mobitela. Iz zadane funkcije gusto´e vjerojatnosti na slici (stranice trokuta s c vrhovima (−1. dijelovi osi 0X bez duˇine od -1 do 3) potrebno je izraˇunati: z c (a) parametar a (b) matematiˇko oˇekivanje. Od ku´e do ureda Martina prolazi kroz 6 nesinhroniziranih semafora. Prosjeˇan dnevni promet na autocesti u ˇpici sezone iznosi 12000 autoc s mobila dnevno. Koliko je vjerojatno da ne´e biti udaren onaj medo koji je ipak pronaˇao prolaz c s kroz ˇicu? z 11.

Obiˇno se primjenjuje u ispitic c z c vanju javnog miˇljenja. Srediˇnje pitanje kojim se bavi je utvrdivanje zakonitosti. koje se najˇeˇ´e karakterc sc iziraju numeriˇki. z c Statistiˇki skup ili statistiˇka masa je skup na ˇije elemente se odnosi c c c obiljeˇje. ali i nenumeriˇkog tipa dobivaju se c c .mjerenjem Obiljeˇje je zajedniˇko svojstvo koje se odnosi na neki skup. z Primjer 16 Promatra se broj obavljenih telefonskih razgovora s odredenog pretplatniˇkog broja u toku jednog mjeseca. broj zaposlenih. Deskriptivna statistika bavi se opisivanjem pojava numeriˇki i grafiˇki c c istiˇu´i odredene vrijednosti obiljeˇja.obiljeˇje je osobina pretplatniˇkog broja da je pozvan sa broja koji se z c promatra Jedan statistiˇki skup moˇe imati viˇe obiljeˇja i tada je zanimljivo proc z s z matrati povezanost obiljeˇja.opaˇanjem z . c . broj telefonskih usluga .pra´enjem c . . Na temelju takvih numeriˇkih pokazatelja pomo´u c c c statistiˇkih metoda donose se zakljuˇci i predvidanja. odnosno pravils nosti po kojima se ravnaju masovne pojave. z U metodoloˇkom obliku razlikujemo deskriptivnu i matematiˇku statiss c tiku. s 72 .statistiˇki skup predstavljaju preplatnici koji su s broja pozvani c .5 Statistika Statistika je znanstvena disciplina koja se bavi izuˇavanjem masovnih poc java: broj stanovnika. c c Podaci numeriˇkog.evidentiranjem . . .

12 73 . Primjer 18 Na jednom ˇovjeku izvrˇeno je 50 mjerenja vremena reakcije i c s dobiveni su rezultati: 196 157 177 162 168 173 164 165 192 153 186 154 157 174 189 169 177 162 173 190 159 165 165 180 175 172 167 163 166 158 160 157 173 169 140 169 185 146 174 167 177 170 180 165 184 171 151 160 183 169 Uobiˇajeno je rezultate grupirati u razrede. Grupiranje podataka provodi se radi obrade. tada ´e interval c c biti 196 − 140 = 4.67 ∼ 5. z Ako se u primjeru odluˇe rezultati grupirati u 12 razreda.Matematiˇka statistika bavi se izuˇavanjem masovnih pojava pomo´u matematiˇkih c c c c metod koje se baziraju na teoriji vjerojatnosti i teoretskih distribucija. Obiljeˇje diskretnog z z karaktera numeriˇki je odredeno prebrojivim skupom brojeva. Najˇeˇ´e se broj razreda kre´e c c sc c ˇ izmedu 10 i 20. pa se interval razreda dobiva tako da se raspon rezultata c podijeli sa ˇeljeni broj razreda. c Primjer 17 Broj pisama predatih u jednoj poˇti je diskretno obiljeˇje. Razredi su jednaki po veliˇini. a vris z jeme pruˇanja poˇtanske usluge telefona je kontinuirano obiljeˇje z s z Uzorak je dio statistiˇkog skupa na kojem se ispituje ponaˇanje cijelog c s skupa. Obiljeˇja mogu imati diskretni i kontinuirani karakter. Sto je broj mjeranja manji i broj razreda je manji.

Krajnji rezultat unosa u postavljenje razrede je: vrijeme f rekvencija 140 − 144 1 145 − 149 1 150 − 154 3 155 − 159 5 160 − 164 6 165 − 169 12 170 − 174 8 175 − 179 4 180 − 184 4 185 − 189 3 190 − 194 2 195 − 199 1 Primjer 19 (Diskretno obiljeˇje) Evidentiranjem broja predatih telegrama z u toku jednog dana u jednoj poˇti dobivene su vrijednosti: s xi -broj telegrama u toku dana fi -broj dana tijekom kojih je primljeno xi telegrama ukupan broj dana fi = n relativna frekvencija ima znaˇenje vjerojatnosti a’posteriori c f (xk ) = kumulativna frekvencija F (xi ) = k≤i fi n f (xk ) 74 .

05 1.xi 0 1 2 3 4 5 6 7 8 9 10 fi 2 4 8 13 15 19 18 15 13 8 3 118 f (xi ) F (xi ) 2/118 2/118 4/118 6/118 8/118 14/118 13/118 27/118 15/118 42/118 19/118 61/118 18/118 79/118 15/118 94/118 13/118 107/118 8/118 115/118 3/118 118/118 1 ∅ Primjer 20 (Kontinuirano obiljeˇje) Potroˇnja goriva xi u litrama na z s 100 kilometara kod kamiona nekog autoparka obradena je u tablici: xi 22 − 24 24 − 26 26 − 28 28 − 30 30 − 32 xi ¯ 23 25 27 29 31 fi 2 7 8 2 1 n = 20 f (xi ) F (xi ) ¯ ¯ 0. c z 5.1 Mjere centralne tendencije Odredivanje sredina najˇeˇˇa je aktivnost u obradi podataka. 45 0. a ˇto je statistiˇko obiljeˇje? c s c z Poligoni frekvencija su grafovi u kojima se zorno prikazuje funkcijska ovisnost razliˇitih frekvencija o vrijednosti obiljeˇja. 85 0. 00 1 ˇ Sto je ovdje statistiˇki skup. c sc Aritmetiˇka sredina raˇuna se c c x= ¯ 1 n xi f i 75 . 40 0. 95 0. 35 0. 10 0. 10 0. 10 0.

i 130. Dobiva se formulom: xg = ¯ n xf1 · xfk 1 k uz navedene oznake. z c Centralno je mjesto na pola puta izmedu 60. Primjer 22 Naseljena mjesta nalaze se uz cestu. Dakle pri c gradnji stanova za prosjeˇnu obitelj sa 3 djece ˇinila bi se pogreˇka. Od prvog mjesta drugo je udaljeno 30km. c sc Primjer 23 Prikupljaju´i podatke o broju djece dobiveni su podaci: c djeca 0 1 2 3 4 5 6 7 8 9 10 11 12 parovi 70 90 108 86 70 47 30 20 15 5 4 3 2 Vidljiv je mod od 2 djece. kilometru od c c prvog joˇ po jedno mjesto. i 110. kilometra Dominantna vrijednost ili mod je ona vrijednost koja je u nizu mjerenja najˇeˇ´e postignuta. dok je aritmetiˇka sredina 3. Centralna vrijednost ili medijan je vrijednost koja se u nizu rezultata poredanih po veliˇini. Isticanje centralne vrijednosti eliminira ekstremne rezultate. 850. s c c 800.02 djeteta.Zadatak 42 Izraˇunajte prosjeˇan dnevni broj primljenih telegrama i izraˇunajte c c c prosjeˇnu potroˇnju kamiona iz navedenih primjera. c 76 . c c s Geometrijska sredina koristi se kao mjera prosjeˇne brzine nekih promc jena. ˇetvrto 110. s Na kojem je mjestu uz cestu prikladno izgraditi benzinsku. 900 i 5000. c s c c Zadatak 43 Izraˇunajte prosjeˇno vrijeme reakcije izravno i nakon raspodjele u razrede. Raˇuna se samo za pozitivne brojeve. onda aritmetiˇka sredina od c 750 + 800 + 850 + 900 + 5000 = 1660 5 Eura odudara od stvarnog prosjeka. zatim je na 120. tre´e 60. nalazi toˇno u sredini. ako su mjesta pribliˇne veliˇine. c c Primjer 21 Ako pet namjeˇtenika prima pla´u preraˇunatu u Eure od 750.

2 77 .72 11 dana.Primjer 24 Na nekom je podruˇju 1960. godine ˇivjelo 2000 stanovnika. Pograˇno je ishitreno odgovoriti: 75 km/h.7km/h 3 Rezultat jemogu´e dobiti harmonijskom sredinom brzina 100km/h i 50km/h: c H= 1 100 2 + 1 50 = 66. ˇto se i dobiva raˇunom harmonijske sredine: s c H= 3 1 5 + 1 10 + 1 15 = 8. a natrag je iˇao brzinom 50 km/h. Primjer 25 Ako je automobilist udaljenost od 100 km vozio brzinom od 100 km/h.5 · 2 = 3 puta godiˇnje. . Harmonijsku sredinu valja upotrebljavati kad ˇelimo dobiti prosjeke nekih odnosa: prosjeˇnu brzinu. 10 dana i 15 dana. kojom je prosjeˇnom brzinom vozio? s c Rjeˇenje. gdje je N broj podataka. bilo ih je 9000. Prosjeˇno godiˇnje pove´anje dobit c c s c ´e se geometrijskom sredinom: c √ G = 4. c z 1961.7km/h Zadatak 44 Tri ku´anice su u anketi iskazale koliko dana u njihovoj obitelji c traje staklenka od 1kg marmelade: 5 dana. a 1962.2 dana. . s Harmonijska sredina jednaka je xh = ¯ f1 x1 N + ··· + fk xk . ˇak 18000. Ne traje 10 dana. jer je uistinu preˇao 200 km za tri s s s sata. Koliko prosjeˇno traje staklenka marmelade? c Rjeˇenje. pa je prosjek: 200 = 66. jer za 30 dana ukupno sva tri doma´instva potroˇe 11 staklenki.72 = 8. Jednom bi doma´instvu kilogram trajao c 3 · 2. s c s pa 1kg traje za sva tri doma´instva c 30 = 2. prosjeˇan broj z c c slova u minuti .

C i D izvrˇe odredeni tip usluge redom za 10. A.B. 5. 6. Prosjeˇno vrijeme pruˇanja usluge je harmonijska sredina: s c z H= minuta 1 10 + 1 6 4 + 1 5 + 1 4 = 5.2.5 13 15 9. 78 . a N broj medusobno c razliˇitih rezultata. z z Rjeˇenje.581 5. 5. mjerenje 2.2 Srednje odstupanje Srednje odstupanje je prosjeˇna veliˇina odstupanja pojedinaˇnih rezulc c c tata: N ¯ i=1 |xi − x| · fi . Izraˇunajte prosjeˇnu proizvodnost radnika.1 Raspon Raspon statistiˇkog niza razlika je najve´eg i najmanjeg rezultata. n gdje je n ukupan broj pojedinaˇnih rezultata. c Zadatak 46 Odrediti srednje odstupanje od aritmetiˇke sredine iz prethodnog c primjera.5 3 9 9 5 9 9 9 9 9. Raspon c c je nesigurna i varljiva mjera varijabilnosti i raste s pove´anjem broja c rezultata.2. dobiveni su slijede´i nizovi podataka: c 1. mjerenje 8 8. vrijeme c c koje se traˇi za pruˇanje usluge.5 1 2 8.5 16 10 17 Odrediti raspone oba mjerenja. tj. 5 i 4 minute.ˇ s Zadatak 45 Cetiri radnika. Primjer 26 Prilikom dva puta po 10 mjerenja neke pojave.2 Mjere varijabilnosti Mjere varijabilnost odgovaraju na pitanje ve´e ili manje grupiranosti statistiˇkog c c niza oko centralne vrijednosti.

jer inaˇe: c 1 N 1 N 1 N (xi − x) · fi = ¯ xi f i − x ¯ fi = 0 n i=1 n i=1 n i=1 5. c s Varijanca se u tom sluˇaju raˇuna formulom c c 1 (xi − x)2 fi .Napomena Prosjeˇno odstupanje raˇuna se uz aritmetiˇku sredinu. varijancu je mogu´e izraˇunati c c c c i formulom: 1 σ2 = ¯ x2 f i − x2 n i i koja predstavlja razliku srednje vrijednosti kvadrata obiljeˇja i kvadrata sredz nje vrijednosti obiljeˇja. Zadatak 47 Izraˇunajte standardne devijacije iz mjerenja u primjeru 26. cenc c c tralnu (medijan) i dominantnu (mod) vrijednost. c Budu´i je aritmetiˇka sredina decimalan broj. c U tom sluˇaju. c c Deskriptivna statistika prouˇava karakteristike toˇno odredenje skupine c c podataka koji su posljedica ispitivanja cijele populacije: svih studenata odredenog sveuˇiliˇta. ¯ V ar = σ 2 = n−1 i Standardna devijacija veliˇina je bitna za razumijevanje varijabiliteta i c jednaka je drugom korjenu iz varijacije √ σ = V ar. Apsolutna vrijednost je neophodna. 79 . . z Zadatak 48 Izraˇunati standardnu varijancu za 50 dobivenih vremena reakc cije iz primjera 18. svih gradana nekog grada .2. standardna se devijacija raˇuna formulom: c c 1 (xi − x)2 fi . . ¯ V ar = σ 2 = n i Matematiˇka statistika pokuˇava na temelju podataka iz dostupnog uzorka c s izvesti zakljuˇke u vezi s cijelom populacijom iz koje je uzorak izdvojen.3 Standardna devijacija Kvadriranjem odstupanja izbjegavaju se negativni predznaci. Varijanca je aritmetiˇka sredina kvadratiˇnih odstupanja.

a zatim se dovodi na nultu frekvenciju na lijevoj i desnoj strani krivulje.89kg.5. s c tako da svaki element iz osnovnog skupa ima jednaku vjerojatnost biti izabran. 80 .06cm. Naziva se i c z populacijom. dok im je teˇina 29. Zadatak 50 Nacrtajte histogram i poligon frekvencija za primjer 5. Poligon frekvencija crta se tako da se spoje toˇke iznad sredine svakog c razreda. Prilikom telefonskih anketa koriste se tablice sluˇajnih broc jeva.3 Grafiˇko prikazivanje rezultata c U statistici grafiˇko prikazivanje rezultata pridonosi uoˇavanju karakteristika c c koje je nemogu´e uoˇiti samo iz brojeva. Prilikom formiranja uzorka nastoji se ˇtovati princip sluˇajnog izbora. c s Zadatak 49 Jednim je mjerenjem ustanovljeno da 10-godiˇnji djeˇaci imaju s c visinu 134. Reprezens tativnost uzorka je mjera za vjernost kojom uzorak predstavlja cijelu populaciju.2. Teˇke raˇunske pogreˇke jednosc c s c s tavno se otkrivaju ako su rezultati prikazani grafiˇki. x ¯ Uobiˇajeno je u fizikalnim mjerenjima koficijent nazvati relativnom pogreˇkom.2 ± 3.4 Metode statistiˇkih zakljuˇivanja c c Osnovni skup ˇine svi elementi na koje se odnosi obiljeˇje X.4 Koeficijent varijabilnosti Podatak koji sluˇi za usporedivanje varijabilnosti razliˇitih pojava i svojstava. z c a prikazuje postotak vrijednosti aritmetiˇke sredine koji pripada standardnoj c devijaciji: σ v= . c Histogram se sastoji od niza pravokutnika kojima vovrˇina odgovara ukups noj frekvenciji.4 ± 6. c z c Uzorak je dio elemenata osnovnog skupa na kojem vrˇimo ispitivanje. naroˇito za ˇive objekte statistiˇkog skupa. Variraju li viˇe djeˇaci z s c u visini ili u teˇini? z 5.

n . odnosno broj razliˇitih sluˇajnih veliˇina c c c .frekvencija i-tog razreda . Statistiˇke procjene osnovnih karakteristika poput oˇekivanja E(X) i c c standardne devijacije σ. x 2 . x n .fi .Osnovno je pitanje kako na temelju uzorka zakljuˇiti neˇto o osnovnom c s skupu? Kako odrediti karakteristiku i zakonitosti po kojima se ravna obiljeˇje u osnovnom skupu.broj razreda.reprezentant sluˇajne veliˇine c c Disperzija uzorka odgovara standardnoj devijaciji i uvijek se raˇuna po c formuli 1 S2 = (xi − x)2 fi ¯ n−1 i Testiranje uzorka odgovara na pitanje koliko je dobra procjena. z Metode teorije uzoraka bave se pitanjima: 1. .ˇ c 1 N xi f i n i=1 81 . .xi .broj sluˇajnih veliˇina c c .N . . 2.1 Karakteristike uzoraka Za obiljeˇje X uzorak ´e biti predstavljen nizom sluˇajnih veliˇina z c c c x1 .4. Testiranje statistiˇkih hipoteza o osnovnim karakteristikama. c 5. Postoje z toˇkovne i intervalne procjene ovisno o uredenosti podataka. Aritmetiˇka sredina uzorka odgovara oˇekivanju sluˇajne varijable i raˇuna c c c c se po uobiˇajenoj formuli: c x= ¯ gdje je .

750 0. Pitanja su: . Gospodin Krupi´ imao je rijedak zlatnik koji je padao na glavu s c vjerojatnosti 3/4. a postupak kojim se donosi odluka o prihvaˇanju c c dotiˇne hipoteze naziva se statistiˇki test.2510−k = 0.75k · 0. Kad je naˇao sliˇan novˇi´ odluˇio s c cc c ga je isprobati tako da ga baci 10 puta.259 + · · · + 0 1 6 10 6 0. Primjer 27 Obiˇan simetriˇni novˇi´ pada na glavu s vjerojatnosti c c cc 1/2. p = c 0. pravi je. Nije pao na glavu 7 puta ako je pao najviˇe 6 puta: s p(x ≤ 6) = p(x = 0) + p(x = 1) + · · · + p(x = 6) 10 10 = 0. a da ipak nije pao na cc glavu 7 puta? .6 Testiranje statistiˇkih hipoteza c U statistiˇkim analizama pojedinih obiljeˇja postavljaju se hipoteze o c z nekom parametru ili o kompletnoj distribuciji.751 0. ali ga je izgubio.756 0. Neka je novˇi´ rijedak. c c U klesiˇnim testovima utvrduje se znaˇajnost ili signifikantnost razc c like hipoteznih vrijednosti i vrijednosti dobivenih na osnovu uzorka. Tada se promatra binomna sluˇajna s cc c varijabla B(n = 10. Takve hipoteza zovu se statistiˇke hipoteze. a ipak je pao na glavu cc c barem 7 puta? Rjeˇenje. pa ako najmanje 7 puta padne na glavu.2241 U drugom sluˇaju vjerojatnost da u binomnoj varijabli B(n = 10.5) novˇi´ padne barem 7 puta jednaka je cc 10 p(7 ≤ x ≤ 10) = k=7 10 k · 0.75k · 0.75) u kojoj je uspjeh kada novˇi´ padne na cc glavu.254 = k=0 10 k · 0.koliko je vjerojatno da je novˇi´ obiˇan. p = 0.1719 82 .2510−k = 0.2510 + 0.koliko je vjerojatno da je novˇi´ rijedak.

z z Postavlja se hipoteza H0 : E(X) = E0 = 12min. ¯ pitanje je da li je razlika |¯ − E0 | = 2 x znaˇajna? c Prilikom donoˇenja odluke o prihva´anju. 83 . s c Greˇka druge vrste radi se kod prihva´anja neistinite hipoteze: s Prihva´anje c H0 (istinita) Ispravno H1 (neistinita) Greˇka II vrste s Odbacivanje Greˇka I vrste s Ispravno α je vjerojatnost za greˇku prve vrste ili nivo signifikantnosti s β je vjerojatnost za greˇku druge vrste s 1 − β je jakost testa U postupku testiranja hipoteze nastoji se da su vjerojatnosti α i β ˇto s je mogu´e manje. odnosno odbijanju uzorka ˇiji s c c je izbor sluˇajan.Primjer 28 Neka je obiljeˇje X vrijeme trajanja pruˇanja neke usluge. Unaprijed se odredi vjerojatnost α koja iznosi 1% ili c 5%. Ako se na uzorku dobije prosjeˇno vrijeme usluge c x = 10min. c c s Greˇka prve vrste radi se kod odbacivanja istinite hipoteze. Tada je alternativna hipoteza H1 : E(X) = E0 . mogu´a je pogreˇka.

razlika frekvencija Ako razlika nije statistiˇki znaˇajna.fi − fi∗ . Poissonova. potrebno je provesti c testiranje na temelju uzorka.0. hipoteza se prihva´a. Ako se relativne frekvencije okupljaju oko vrijednosti medijana.teorijske frekvencije .fi∗ .empirijske frekvencije . Hipoteze H0 : F (x) = F0 (x) 84 E(X) = np. σ 2 = V ar(X) Ako je pretpostavka distribucije statistiˇka hipoteza. . normalna. Neka je F0 (x) pretpostavljeni tip distribucije: binomna. a u protivnom c c c se odbacuje. µ = E(X). To se pretpostavlja na temelju prirode sluˇajnih c veliˇina ili njenih karakteristika. σ 2 ). odnosno normalnoj distribuciji: B(n. eksponencijalna. odnosno N (µ. tada je mogu´e c da se radi o binomnoj.6. Potrebno je utvrditi da li je razlika izmedu empirijskihi teorijskih frekvencija statistiˇki znaˇajna ili nije : c c . uniformna. ako je E(X) ∼ V ar(X) tada se vjerojatno radi o Poissonovoj distribuciji: λ = E(X) = V ar(X).2 Testiranje hopoteze o distribuciji u osnovnom skupu U primjerima sluˇajnih varijabli pretpostavka je da sluˇajna veliˇina im c c c odredeni tip distribucije. Testiranje se provodi na temelju 2 chi distribucije i naziva se χ2 test. p). c Primjerice.fi .

ukupan broj podataka Ocjena statistiˇke znaˇajnosti provodi se usporedbom χ2 . r = 1 parametrom.broj parametara hipotetske distribucije. gdje je k . Kritiˇni broj C odreduje se iz tablica χ2 disc c tribucije uz k−r−1 stupnjeva slobode.H1 : F (x) = F0 (x) χ2 = 0 gdje je k . po veliˇini c c poredanih. r = 2 parametra: µ i σ. koji treba biti c c 0 manji od kritiˇnog broja C. fi∗ i=1 k . onda se spajaju razredi sa susjednima sve dok zajedniˇka frekvencija ne prijede 5. podataka r . Sve su distribucije odredene jednim.broj razreda fi∗ = n · p (X = xi ) n . Dobiveni rezultati su c slijede´i: c xi f i 0 33 1 17 2 7 3 3 85 (fi − fi∗ )2 . Ako ima razreda s frekvencijom manjom od 5. osim normalne. c Kritiˇni broj C oˇitava se kao rjeˇenje jednadˇbe c c s z F (C) = 1 − α iz tablice χ2 distribucije Primjer 29 Mjeren je broj minuta fi u kojima je pozvan telefonski broj za informacije na cestama toˇno odredeni broj puta xi .broj razreda: broj intervala podataka ili razliˇitih. koja je odredena s dva.

702 ∼ 2 0.7 60 Traˇena funkcija gusto´e vjerojatnosti sada ´e vjerojatnost svakog odredenog broja z c c poziva u minuti raˇunati s vjerojatnosti c p(X = xi ) = f (xi ) = Tablica teoretskih frekvencija izgleda: xi pi = f (xi ) = p(X = xi ) fi∗ = n · pi 0 0. 4960 29.7 xi ! 86 . xi ! gdje je xi cijeli broj i predstavlja broj poziva informacija u minuti.Testirajte hipotezu o Poissonovoj distribuciji broja poziva u minuti na nivou signifikantnosti α = 0.7xi · e−0. Rjeˇenje. 3476 20.66 ∼ 0. Prispodoba podacima dobivenim eksperimentalno upravo je njihova srednja vrijednost: xi fi xi · fi 0 33 0 1 17 17 2 7 14 3 3 9 60 40 jednaka E(X) = 1 n xi fi = i 1 · 40 = 0. 1217 7. s Potrebno je znati da je funkcija vjerojatnosti Poissonove distribucije zadana parametrom λ = E(x) = x ¯ i raˇuna se po formuli c f (xi ) = p(X = xi ) = λxi −λ ·e . 0284 1. 302 ∼ 7 3 0. 856 ∼ 21 2 0. 796 ∼ 30 1 0.01.

a to je jedan jedini.17 0 i Zadatak 51 Mjerenjem brzine vozila na jednoj dionici prometnice dobiveni su slijede´i podaci c vi fi 40 − 60 8 60 − 80 35 80 − 100 27 100 − 120 6 120 − 140 2 78 Testirajte hipotezu normalne razdiobe uz α = 5%. λ Uvjet χ2 ≤ C ovdje je oˇito ispunjen. gdje je F (C) χ2 distribucija sa stupnjem slobode: k − r − 1 = 3 − 1 − 1 = 1. c c 3 −4 1 0. jer statistiˇari zahtijevaju da ni jedna oˇekivana frekvencija ne bude c c c manja od 5 : ∗ (fi −fi )2 xi fi fi∗ fi − fi∗ ∗ f 0 33 30 1 17 21 2. 76 0. a to je 3 r broj parametara. 3 0. ve´ se prihva´a. jer je k broj razreda nakon spajanja. 87 . 11 χ2 = 1. 3 10 9 Kritiˇni broj C rjeˇenje je jednadˇbe c s z F (C) = 1 − α = 0. razreda c s tre´im.63 c Hipoteza se ne odbacuje.Izraˇunavanju χ2 za podatke iz prethodnih tablica prethodi spajanje 4.99. jer je iz tablice C = 6.

a predstavnici razreda vi raˇunaju se kao ¯ c aritmetiˇke sredine granica intervala. 5 6962 −9. 75 10. 5 Matematiˇko oˇekivanje ima vrijednost aritmetiˇke sredine predstavnika c c c svakog od razreda mjerenja. 5 5100. 5 n i=1 78 88 . 457 ∼ 79. 5 23779. 5 2976.Rjeˇenje Binomna distribucija odredena je matematiˇkim oˇekivanjem s c c µ = E(V ) = v ¯ i standardnom devijacijom σ koji se raˇunaju iz proˇirene tablice: c s vi 40 − 60 60 − 80 80 − 100 100 − 120 120 − 140 fi 8 35 27 6 2 n = 78 vi vi · f i ¯ ¯ 50 400 70 2450 90 2430 110 660 130 260 6200 vi − v (vi − v )2 · fi ¯ ¯ ¯ ¯ −29. jer je nepoznata. a time i statistiˇki c c nebitna struktura mjerenih brzina unutar intervala: µ = E(V ) = v = ¯ 1 5 1 vi · fi = ¯ · 6200 = 79. 5 5581. 5 3158. 5 50. 75 30.

Sign up to vote on this title
UsefulNot useful