TEORIJSKE RASPODJELE

VJEROVATNOA

TEORIJSKE RASPODJELE
VJEROVATNOA
definiu se na osnovu unaprijed (a'priori) poznate bezuslovne
vjerovatnoe ishoda nekog sluajnog dogaaja A u datim
uslovima

x1 , x2 , ..., xr

p( x1 ), p(x2 ), ..., p(xr )

{ xi , p( xi )}
Raspodjela vjerovatnoa sluajne varijable x

TEORIJSKE RASPODJELE
VJEROVATNOA PODJELA
Diskontinuirane
Binomna
Poissonova

Kontinuirane
Normalna (Gaussova)
Studentova
Trougaona
Pravougaona

BINOMNA RASPODJELA
(BERNOULLIJEVA FUNKCIJA GUSTINE
VJEROVATNOE)
Diskretna raspodjela
p = const.

vjerovatnoa p

Dogaaj A:
Suprotni
dogaaj

vjerovatnoa

q =1 p

Dogaaj A u n eksperimenata predstavlja varijablu x

BINOMNA RASPODJELA

n
P ( x) = p x q n x
x
B{n,p}
p vjerovatnoa povoljnog ishoda za eksperiment s dva
mogua alternativna ishoda,
q=1p vjerovatnoa alternativnog (nepovoljnog) ishoda

Primjer 1:
Automat (radi ujednaeno) daje 5% defektnih proizvoda.
Kolika je vjerovatnoa da se u sluajnom uzorku od 5
proizvoda nau 2 neispravna proizvoda

p = 0,05 dogaaj A
q = 1 p = 10,05 = 0,95 vjerovatnoa izrade dobrog
proizvoda
n=5
x broj neispravnih komada (broj nastupa dogaaja A)
u uzorku od 5 proizvoda je sluajna varijabla binomne
razdiobe P{n=5, p=0,05}

PRIMJER 1: RJEENJE

Primjer 2:
Kolika je vjerovatnoa da se u sluajnom uzorku od 5 proizvoda ne
nae ni jedan neispravan?

n
5
P(2) = p x q n x = 0, 052 0,9552 = 0, 021
x
2

n
P( x) = p x q n x
x

2,1%

5
P(0) = 0, 050 0,9550 = 0, 774
0

Ako bi se proizvodi pakovali u kutije od po 5 komada

(bez prethodnog odvajanja dobrih od loih proizvoda),
2,1% kutija bi sadravalo po 2 defektna komada.

77,4 %

BINOMNA RASPODJELA ELIMINACIJA

FAKTORIJELA

Primjer 3:
Nacrtati krivulju raspodjele vjerovatnoa nalaenja 1,2, 3, 4 i 5
defektnih komada.

n
P( x) = p x q n x
x

P( x) =

P (0) = q n

P (0) = q n = 0,955 = 0,77378

n x +1 p
P(1) =
P(0)
x
q

P ( x) =

n x +1 p
P ( x 1)
x
q

n x +1 p
P( x 1)
x
q

Primjer 3:
Nacrtati krivulju raspodjele vjerovatnoa nalaenja 1,2, 3, 4 i 5
defektnih komada.

BINOMNA RASPODJELA IZGLED

RASPODJELE ZA PODATKE IZ PRIMJERA 3

P (0) = q n = 0,955 = 0,77378

0
1
2
3
4
5

5
2
1
0,5
0,2

P( x) =

p/q
0,05263

n x +1 p
P( x 1)
x
q
0,77378
0,20362
0,02143
0,00112
0,00003
0

P(x)

n x +1
x

0,9

p=0,05,

q=0,95

n=5.

0,6

0,3

0
0

BINOMNA RASPODJELA - OSOBINE

kontrola pomou uzoraka,
sluajna varijabla - cijele pozitivne vrijednosti,
izraena desna asimetrija za male vrijednosti n i p<q,
za p > q ima negativnu asimetriju,
za dovoljno veliko n, bez obzira na meusobni odnos
parametara p i q, distribucija dobija skoro simetrian oblik.

NORMALNA (GAUSSOVA) RASPODJELA

NORMALNA(GAUSSOVA)RASPODJELA

NORMALNA (GAUSSOVA) RASPODJELA

NORMALNA(GAUSSOVA)RASPODJELA

najznaajnijakontinuirana
kontinuirana raspodjela
zakondistribucijevjerovatnoanormalnekrivestegranini
zakon,(zakonkomesepribliavajuzakonidrugihdistribucijau
tipinim uslovima)
tipinimuslovima)
akosluajnapromjenjivanemanormalnuraspodjelu,relativno
jednostavnim transformacijama se moe svesti na
jednostavnimtransformacijamasemoesvestina
normalnusluajnupromjenjivu.

OSNOVNE PRETPOSTAVKE
OSNOVNEPRETPOSTAVKE

f ( x) =

1
2

1 x

e 2

Ka=0
f(x)

meufaktorimaseneistiufaktoriizuzetnogznaenja,tj.nema
meu faktorima se ne istiu faktori izuzetnog znaenja tj nema
dominantnihfaktora.

1
2

uticajsvakogodpojedinanihfaktoranakonanurealizaciju
ti j
k
d j di ih f kt
k

li ij
varijablex,uglavnomsenadoknaujeueemostalihfaktora.

Razliite standardne devijacije, jednaka srednja

vrijednost
1 = 1,5
,
2=1
3 = 0,75

f(x
(x)

0,6
,

3
0,4

2
1

0,2

0
-3

-2

-1

4 = 3
Mo=Me=

Sluajnopromjenjivaseponaapozakonunormalneraspodjeleako:
serealizujeuuslovimadjelovanjamnogobrojnihravnopravnih
se realizuje u uslovima djelovanja mnogobrojnih ravnopravnih i
uglavnomnezavisnihineznatnomeusobnouslovljenihfaktora

N ( x , 2 )

Razliite srednje vrijednosti, jednake standardne

devijacije

JEDININA NORMALNA RASPODJELA

f ( x) =

1 x

e 2

z=

JEDININA NORMALNA RASPODJELA

x =0

f ( z) ( z) =

=1

0,4

0,2

1 2
f ( z) ( z) =
e
2

=1

z2
2

03
0,3

z2

x =0

f(x))

z2

1
1
f ( z) =
e 2 = ( z)

0,1
0
-3

-2

-1

INTEGRALNI ZAKON DISTRIBUCIJE

VJEROVATNOA

JEDININA NORMALNA RASPODJELA

Kumulativna funkcija vjerovatnoe

( x) =

1,00
Kumulativna
vjerovatnoa

1 x x

e 2

dx

f( )
f(x)
0,75

Funkcija gustine
vjerovatnoe

0,50

0,25

0 00
0,00
-3

-2

-1

TRANSFORMACIJA NA JEDININU RASPODJELU

0,00

INTEGRALNI ZAKON DISTRIBUCIJE

VJEROVATNOA

1
P( x1 < x < x2 ) =
2

x2 1 x x

e 2

dx = ( z2 ) ( z1 )

x1

P ( x1 < x < x2 ) = P ( z1 < z < z2 )

Integral predstavlja povrinu nad intervalom (zB1B,zB2B) ispod krivulje
vjerovatnoe jedinine normalne raspodjele N{0,1}
N{0 1}

TRANSFORMACIJA NA JEDININU RASPODJELU

INTEGRALNI ZAKON DISTRIBUCIJE

VJEROVATNOA

N{ , }
2

x1 = x

f(z)

z1 = 0
x1

x2

f(x)

z2 =

N{ 0,1
0 1}

P ( x1 < x < x2 ) = P ( z1 < z < z 2 )

x2

P( z2 ) = P( < x < x2 ) =

1
2

z2

1
z2
e 2 dz

f(x)

P(0 < z < 1,42)

P(0 < z < 1,42) = (1,42) = 0,4222 = 42,22 %

0,50

x
1
P( z ) =
e 2 dx

2 0

P(z)

0,40

= ( z2 )

POVRINE ISPOD KRIVE JEDININE NORMALNE RASPODJELE

Primjer
Za sluajnu promjenjivu z koja ima normalnu raspodjelu N{0,1} odrediti:

f( )
f(z)

z2

P(z2)

0,0 00000 00399 00798 01197 01595 01994 02392 02790 03188 03586
0,1 03983 04308 04776 05172 05567 05962 06356 06749 07142 07535

0,30

0,2 07926 08317 08706 09095 09483 09871 10257 10642 11026 11409
0,20

...
1,4

0,10

41924

42073

42220

42364

42507

42647

42786

42922

43056

43189

1,7 45543 45637 45728 45818 45907 45994 46080 46164 46246 46327
0,00
-4

-3

-2

-1

1,8 46407 46485 46562 46638 46712 46784 46856 46926 46995 47062

POVRINE ISPOD KRIVE JEDININE NORMALNE RASPODJELE

Primjer
Za sluajnu promjenjivu z koja ima normalnu raspodjelu N{0,1} odrediti:

f(x)

P( 1 79 < z < 0,54)

P(1,79
0 54)

P(z)

P(1,79 < z < 0,54) =

x
1
P( z ) =
e 2 dx

2 0
1

0,0 00000 00399 00798 01197 01595 01994 02392 02790 03188 03586

= P(0,54 < z <1,79) =

0,1 03983 04308 04776 05172 05567 05962 06356 06749 07142 07535
0,2 07926 08317 08706 09095 09483 09871 10257 10642 11026 11409

= (1,79)
(1 79) (0,54)
(0 54) =
= 0,4633
0 4633 0,2054
0 2054 = 0
0,2597
2597 = 25
25,97
97 %

...
1,4

41924

42073

42220

42364

42507

42647

42786

42922

43056

43189

1,7 45543 45637 45728 45818 45907 45994 46080 46164 46246 46327
1,8 46407 46485 46562 46638 46712 46784 46856 46926 46995 47062

NORMALNA (GAUSSOVA) RASPODJELA

Primjer:
Za sluajnu promjenjivu z koja ima normalnu raspodjelu N{0,1} odrediti:
f(x)

P( 1 37 < z < 2,01)

P(1,37
2 01)

0.4
03
0.3

P(1,37 < z < 2,01) =

0.2
0.1

= P(1,37 < z <0) + P(0 < z < 2,01) =

=(1 37) + (2,01)

=(1,37)
(2 01) =
= 0,4147 + 0,4778 = 0,8925 = 89,25 %

1 68 %

2 95,4 %

3 99,7 %

Primjer:
Ob d
Obradom
rezultata
lt t ponovljenih
lj ih mjerenja
j
j ttemperature
t
vode
d d
dobijena
bij
je normalna raspodjela iji su parametri N{ =20, 2=4}.

((a)) IIzraunati

ti vjerovatnou
j
t d
da e se iizmjerene
j
vrijednosti
ij d
ti
nalaziti u intervalu 17 21,5 0C.

f(x)

P( z1)

17

P( z2)

20

21,5

P (17 < x < 21,

21 5) = P ( z1 ) + P ( z 2 )

(b) Kolika je vjerovatnoa da varijabla x primi bilo koju vrijednost

manju od 21
21,5?
5?

z1 =

z2 =

x1

x2

17 20

f(x)

0,25

= 1,50

0,20

0,15

21,5 20
2

0,10

= 0, 75

0,05

P (17 < x < 21,5)

21 5) = P ( z1 ) + P ( z2 ) =

0 00
0,00
14

15,5

17

18,5

20

21,5

23

24,5

= 0, 43319 + 0, 27337 = 0, 70656

26

T 0C

P( x < 21,5) = 0,5 + P( z2 )

Vjerovatnoa za interval 17 21,5 P0PC: 70,66%.

(c) Kolika je vjerovatnoa da varijabla x primi neku

vrijednost veu od 21,5 0C?

P( x < 21,5)
21 5) = 0,5
0 5 + 0,
0 27337
P( x < 21,5) = 0, 77337
P( x < 21,5) = 77,34%

f((x)

0,25

P( x < 21
21,5)
5) = 00,5
5 + P ( z2 )

0,20

0 15
0,15

0,10

0,05

0 00
0,00
14

15,5

17

18,5

20

21,5

23

24,5

T 0C

P( 21,5 < x) = 0,5 P( z2 )

P( 21
21,5
5 < x) = 00,5
5 P ( z2 )

P( 21,5
, < x) = 0,5
, 0,, 27337
P( 21,5 < x) = 0, 22663
P( 21,5 < x) = 22, 66%

26

STUDENTOVA RASPODJELA

STUDENTOVA RASPODJELA
+1

t2
f (t ) = C ( ) 1 +

f(x)
0.4

Normalna raspodjela

=5
=3

0.3

0.2

broj stepeni slobode

0.1

-1

-2

PRAVOUGAONA RASPODJELA

TABLICA STUDENTOVE RASPODJELE

broj stepeni slobode

Vjerovatnoa

0,9

0,7

0,5

0,4

0,20

0,1

0,05

0,02

0,01

0,001

0,158

0,510

1,000

1,376

3,087

6,314

12,706

31,821

63,657

636,619

0,142

0,445

0,816

1,061

1,886

2,920

4,303

6,965

9,925

31,598

0,137

0,424

0,765

0,978

1,638

2,353

3,182

4,541

5,841

12,941

0,134

0,414

0,741

0,941

1,533

2,132

2,776

3,747

4,604

8,610

0,132

0,408

0,727

0,920

1,476

2,015

2,571

3,365

4,032

6,859

0,131

0,404

0,718

0,906

1,440

1,943

2,447

3,143

3,707

5,959

0,130

0,402

0,711

0,896

1,415

1,895

2,365

2,998

3,499

5,405

0,130

0,399

0,706

0,889

1,397

1,860

2,306

2,896

3,355

5,041

0,129

0,398

0,703

0,883

1,383

1,833

2,262

2,821

3,250

4,781

10

0,129

0,397

0.700

0,879

1,372

1,812

2,228

2,764

3,169

4,587

11

0,129

0,396

0,697

0,876

1,363

1,796

2,201

2,718

3,106

4,437

12

0,128

0,395

0,695

0,873

1,356

1,782

2,179

2,681

3,055

4,318

13

0,128

0,394

0,694

0,870

1,350

1,771

1,160

2,650

3,012

4,221

14

0,128

0,393

0,692

0,868

1,345

1,761

2,145

2,624

2,977

4,140

15

0,128

0,393

0,691

0,866

1,341

1,753

2,131

2,602

2,947

4,073

TROUGAONA RASPODJELA

f(x)

1/a

s2 =

a+

a2
.
6

x=
a

f(x)

(a + a+ )
,
2

s2 =
1/(2a)

-3

a+

( a+ a )2

s2 =
x

s=

12

a2
3