VJEROVATNOA

Osnovni pojmovi
Neke operacije sa sluajnim dogaajima
Razliite definicije vjerovatnoe
Pravilo sabiranja vjerovatnoa (aditivno pravilo)
Uslovna vjerovatnoa i nezavisnost dogaaja
Vjerovatnoa uzroka (Bayes-ova teorema)

Vjerovatnoa

Vjerovatnoa, kao izraz mjere oekivanja da se neki dogaaj desi,

vano je uporite statistikog zakljuivanja, koje se izvodi u uslovima manje
ili vee neizvjesnosti.
Teorija vjerovatnoe potpomae zakljuivanje u uslovima
imperfektne informacije i neizvjesnosti. To se posebno odnosi na
formulisanje metoda za zakljuivanje o vrijednostima parametara populacije
na osnovu informacije iz uzorka.

OSNOVNI POJMOVI
Osnovni pojmovi u teoriji vjerovatnoe su: eksperiment, ishod i
prostor uzorka, odnosno elementarnih dogaaja.
Eksperimenti, su potpuno precizirane operacije posmatranja ili
prikupljanja podataka, koje se u nepromijenjenim uslovima mogu
ponavljati proizvoljno mnogo puta i iji se ishod ne moe sa
sigurnou predvidjeti.
Realizacije eksperimenata su ishodi (elementarni dogaaji),
kao skup unaprijed poznatih mogunosti realizacije. U svakom
pojedinom izvoenju eksperimenta realizuje se samo jedan ishod elementarni dogaaj, to znai da su elementarni dogaaji
meusobno iskljuivi.
Prostor uzorka (prostor elementarnih dogaaja) je skup svih
elementarnih dogaaja, a moe se oznaiti kao:
S = {e1, e2, ..., ei, ..., en},

ei S, 1 i n

Sluajni dogaaj predstavlja podskup skupa

dogaaja, koji imaju neku zajedniku osobinu.

elementarnih

Posmatrajmo bacanje kocke, ije su strane numerisane

brojevima od 1 do 6. Elementarni dogaaji su brojevi od 1 do 6,
koji ine prostor uzorka S = {1, 2, 3, 4, 5, 6}.
Sluajni dogaaj ine jedan, dva ili vie elementarnih
dogaaja. Na primjer, sluajni dogaaj je A < dobijeni broj je
neparan > , to se moe zapisati kao A = {1, 3, 5}.
Siguran dogaaj (S) jednak je skupu elementarnih dogaaja i
realizuje se svaki put kada se izvodi odreeni eksperiment.
U ovom sluaju moe se odrediti kao:
S < dobijeni broj je manji od 7>.
Nemogu dogaaj (N) je onaj koji se ne moe realizovati prilikom
izvoenja nekog eksperimenta.

Vjerovatnoa

Za eksperiment bacanja kocke nemogu dogaaj moe se odrediti

kao:
N < dobijeni broj vei je od 6 >.

NEKE OPERACIJE SA SLUAJNIM DOGAAJIMA

Neka su dati dogaaji A i B.
Kaemo da A implicira B ako se svaki put kada se ostvari
dogaaj A ostvari i dogaaj B, to se oznaava sa:
A B

Dogaaji A i B su jednaki ako istovremeno A implicira B i B

implicira A, to se oznaava sa:
A B B A

Unija dogaaja A i B je dogaaj koji se ostvaruje onda i samo

onda ako se ostvari bar jedan od dogaaja A i B. Oznaava se sa:
A B ei ei A ei B i

Presjek dogaaja A i B je dogaaj koji se

istovremenim ostvarenjem i dogaaja A i dogaaja B.

ostvaruje

Oznaava se sa:
A B ei ei A ei B i

Za dva dogaaja A i B kaemo da se meusobno iskljuuju (da

su disjunktni) ako je njihov presjek nemogu dogaaj, odnosno
prazan skup:
A B

gdje je sa oznaen prazan skup, odnosno je oznaka da nema

zajednikih elemenata dogaaja A i B.
Unija dva dogaaja A i B, koji su meusobno iskljuivi
(disjunktni), predstavlja zbir tih dogaaja:
A B A B

U sluaju kada dogaaji A i B pokrivaju cjelokupan prostor

elementarnih dogaaja S (A B =S), a meusobno su iskljuivi, tj.
A B = , tada za ove dogaaje kaemo da su komplementarni.

RAZLIITE DEFINICIJE VJEROVATNOA

1. Statistika definicija vjerovatnoe
3

Vjerovatnoa

Pretpostavimo da se statistiki eksperiment izvodi proizvoljno mnogo

puta i da se u svakom od tih izvoenja sluajan dogaaj A moe
realizovati ili ne. Ako n (A) oznaava broj realizacija dogaaja A u n
ponovljenih eksperimenata, tada je
0 n( A) n.

Kolinik

n( A)
n

naziva se relativna uestalost ili frekvencija

dogaaja A u tih n izvoenja. Ako se izvede vie ovakvih serija

eksperimenata od po n nezavisnih ponavljanja, zapaa se da za dovoljno
veliki broj n frekvencija dogaaja A za veinu ovih serija oscilira oko
neke konstante. to je n vee, odstupanja frekvencije od te konstante su
manja.
Ova stabilnost frekvencija omoguava da se uoena konstanta moe uzeti
za vrijednost vjerovatnoe posmatranog dogaaja. Tako se frekvencija
n( A)
dogaaja A grupie oko broja P(A).
n

2. Geometrijska vjerovatnoa
Neka je skup S beskonaan. Pretpostavimo da je S mjerljiv podskup
prostora R n (to znai da postoji mera m(S ) koja je za n=1 duina, za
n=2 povrina i za n=3 zapremina podskupa). Neka je A proizvoljan
podskup od S ija je mjera m(A).
Ako se eksperiment sastoji u sluajnom biranju taaka iz skupa S ,
treba pronai vjerovatnou da sluajno izabrana taka iz S padne u A.
Ovdje sluajan izbor znai da se moe izabrati bilo koja taka iz S i da je
vjerovatnoa padanja take A proporcionalna mjeri oblasti A kojom se
predstavlja (nezavisno od poloaja i oblika podskupa A).
Tada je
P ( A)

m( A)
.
m( S )

Neka je, npr., a, b interval sa realne prave R i neka je c, d a, b .

Ako sa A oznaimo dogaaj koji se realizuje kad sluajno izabrana taka sa
intervala a, b padne u interval c, d , tada je
P ( A)

d c
.
a b

3. Aksiomatska definicija vjerovatnoe dogaaja

Aksiomatska teorija vjerovatnoe Kolmogorova zasniva se na pojmu

- polja.

Neka je familija podskupova skupa S koja ima sljedee osobine:

Vjerovatnoa

1. S ,
2. ako A , tada A c ,
3. ako A1 , A2 ,... , tada i

n 1

An .

Familija sa navedenim osobinama zove se

dogaaja.

- polje, ili -algebra

Ako je prostor elementarnih dogaaja S konaan, tada svako sigma

polje ima konano mnogo elemenata, pa se umjesto tree osobine koristi:
k
3*. Ako A1 , A2 ,... , tada je i n 1 An .

U tom sluaju se umjesto naziva sigma polje koristi naziv polje

dogaaja ili algebra dogaaja.
Svako sigma polje je polje.
Iz definicije sigma polja slijedi da ako se na dogaaje iz sigma polja

prebrojivo mnogo puta primijene operacije uzimanja komplementa i

unije, dobijaju se dogaaji iz , pa se kae da je sigma polje
zatvoreno u odnosu na prebrojivu primjenu operacije presjeka dogaaja.

Za razliku od sigma polja, polje dogaaja je zatvoreno u odnosu na

konanu primjenu operacije unije, presjeka i komplementa.
Ureen par ( S , ) zove se mjerljiv prostor. Kod aksiomatskog
zasnivanja Teorije vjerovatnoa, vjerovatnoa dogaaja iz definie se
kao funkcija dogaaja sa odreenim osobinama.
Vjerovatnoa je realna funkcija definisana na
S koja ima sljedee osobine:

- polju dogaaja iz

1. za svako A vai P ( A) 0 (nenegaivnost),

2. P ( S ) 1 (normiranost),
3. ako

su

P n 1 An

A1 , A2 ,...

n 1

uzajamno

disjunktni

dogaaji,

tada

je

P An ( -aditivnost).

U prethodnoj definiciji osobine 1,2 i 3 su aksiome Kolmogorova.

1. Vjerovatnoa nemogueg dogaaja je nula, P 0.
2. Vjerovatnoa je konano aditivna funkcija: ako su

uzajamno disjunktni dogaaji, tada je P

A
n

i 1

i 1

A1 , A2 ,..., An

P Ai .

3. Vjerovatnoa suprotnog dogaaja: P ( A c ) 1 P ( A).

4. Ako je A , tada je P ( A) P ( B ).
5. Za svako A vai 0 P ( A) 1.

Vjerovatnoa

6. Lema o pokrivanju ili Bulova nejednakost:

P ( A1 A2 ...)

P( A ).
i 1

7. Za sluaj da je n=2, bie:

P ( AB ) P ( A) P ( B ) P ( AB ).

8. Neprekidnost vjerovatnoe: Ako je niz dogaaja A1 , A2 ,... monotono

neopadajui, tj., A1 A2 ..., onda je:

P (An ) lim
.P ( An ).
n 1

Ureena trojka ( S , , P ) naziva se prostor vjerovatnoa

vjerovatnosni model posmatranog stohastikog eksperimenta.

ili

Ako je prostor ishoda nekog eksperimenta S diskretan (najvie

prebrojiv), tj. S (e1 , e2 ,...) , - polje je partitivni skup skupa S. Svakom
elementarnom dogaaju e j moemo pridruiti vjerovatnou p j tako da
je:
pj 0 ,

p1 p 2 ... 1.

j =1,2,...

Vjerovatnou proizvoljnog dogaaja A (e1 , e2 ,...) definiemo kao

zbir vjerovatnoa ishoda koji sainjavaju dogaaj A:
P( A) p j1 p j 2 ...

Moe se dokazati da je ureena trojka ( S , , P ) prostor vjerovatnoa.

Jo se naziva diskretan prostor vjerovatnoa ili prekidan prostor
vjerovatnoa.

4. Klasina definicija vjerovatnoe

Kada je skup elementarnih dogaaja konaan i kad su svi ishodi
jednako vjerovatni, tada se na jednostavan nain moe definisati
vjerovatnoa sluajnog dogaaja.
Neka je prostor elementarnih dogaaja konaan, tj. S (e1 , e2 ,..., en ) ,
- polje je skup svih podskupova od S. Svakom elementarnom
dogaaju e j pridruimo vjerovatnou p j ,
j = 1,2,..., n, tako da je:
pj 0,

p1 p 2 ... p n 1.

Vjerovatnoa proizvoljnog dogaaja A sastavljena je od k

elementarnih dogaaja koji se moe predstaviti u obliku: A (e j1 , e j 2 ,..., e jk )
, jednaka je:
P ( A) p j1 p j 2 ... p jk .

Ako svakom elementarnom dogaaju e j pridruimo istu vjerovatnou

Vjerovatnoa

pj

1
,
n

j = 1,2,..., n, dobijamo da je
P ( A)

k
.
n

Navedena definicija vjerovatnoe poznata je kao klasina ili Laplasova

definicija vjerovatnoe.

PRAVILO SABIRANJA VJEROVATNOA (ADITIVNO PRAVILO)

U sluajevima kada se odreuje vjerovatnoa da se desi dogaaj E1 ili
E2 ili dogaaj ... En, primjenjuje se pravilo sabiranja vjerovatnoa.
U isto praktinom smislu, ovakvu kombinaciju oekivanja
realizacije
dogaaja
prepoznajemo
po
upravo
ovakvoj
formulaciji ... "ili" ... "ili".
Neka su dogaaji E1 i E2 sluajni dogaaji iz prostora elementarnih
dogaaja S. Tada je vjerovatnoa njihove unije jednaka zbiru
pojedinanih
vjerovatnoa
tih
dogaaja
umanjenom
za
vjerovatnou njihovog istovremenog ostvarenja:
P( E1 E 2 ) P ( E1 ) P( E 2 ) P( E1 E 2 )

to predstavlja vjerovatnou da e se ostvariti ili dogaaj E1 ili dogaaj E2.

Ako su dogaaji E1 i E2 meusobno disjunktni (iskljuivi), tada je
vjerovatnoa njihove unije jednaka zbiru njihovih pojedinanih
vjerovatnoa:
P( E1 E 2 ) P ( E1 ) P ( E 2 ) ,

P ( E1 E 2 ) 0

Za n dogaaja E1, E2, ... , En iz prostora elementarnih dogaaja S,

vjerovatnoa njihove unije je:
n

n 1

P ( E1 E 2 E n ) P ( E i )
i 1

n 2 n 1

P( Ei E j )

i 1 j i 1

P E
n

i 1 j i 1k j 1

E j E k 1

P(

i 1

PRIMJER
Posmatramo auto gume istog proizvoaa. Veina guma je u skladu sa
propisanim standardom u pogledu broja kilometara koje moe da pree.
Neke gume su prele manji ili vei broj kilometara.
Analizom broja preenih kilometara za 200 sluajno izabranih auto guma
ustanovljeno je sljedee:

n 1

Vjerovatnoa

Broj preenih
kilometara

Doga
aj

Broj auto
guma

Vjerovatnoa
pojavljivanja

Manja od
propisane

E1

14

0,070

Propisana

E2

178

0,890

Vea od
propisane

E3

0,040

200

1,000

Pitanje koje se postavlja je: kolika je vjerovatnoa da e sluajno izabrana

auto guma imati broj preenih kilometara manji ili vei od propisanog?
Izbor auto gume sa brojem kilometara manjim od propisanog
oznaimo kao dogaaj E1, a izbor gume sa brojem kilometara veim od
propisane sa E3. Dogaaji su meusobno iskljuivi (disjunktni), jer
neka auto guma ne moe istovremeno da ima broj kilometara i manji i
vei od propisane. Vjerovatnoa da izabrana guma ne bude sa propisanim
brojem kilometara (da ima broj preenih kilometara ili manji ili vei od
propisanog), je:
P ( E1 E 3 ) P( E1 ) P ( E 3 ) 0,070 0,040 0,110 .

PRIMJER
Iz pila karata sluajno se izvlai jedna karta. Kolika je vjerovatnoa da
izvuena karta bude dama ili karta pik?
Oznaimo dogaaje i njihove odgovarajue vjerovatnoe:
- E1 izvuena karta je dama

P(E1) =

4/52 = 0,077,

- E2 izvuena karta je karta pik

P(E2) =

13/52 = 0,250,

- E1 E 2 izvuena karta je dama pik

P ( E1 E 2 ) 1/52 = 0,019.

Prema ranije datom izrazu vjerovatnoa da izvuena karta bude dama ili
karta pik iznosi:
P( E 1 E 2 ) P( E1 ) P( E 2 ) P ( E1 E 2 ) 0,077 0,250 0,019 0,308 .

USLOVNA VJEROVATNOA I NEZAVISNOST DOGAAJA

Za dva dogaaja E1 i E2 uslovna vjerovatnoa oznaava se sa
P(E2/E1) i predstavlja vjerovatnou ostvarenja dogaaja E2 pod
uslovom da se ostvario dogaaj E1. Ova vjerovatnoa odreuje se
pomou izraza:
P ( E 2 E1 )

P ( E1 E 2 )
P ( E1 )

Vjerovatnoa

uz uslov da je P(E1) > 0.

Nezavisni dogaaji su oni kod kojih ostvarenje ili neostvarenje
jednog dogaaja nema uticaja na vjerovatnou ostvarenja drugog
dogaaja, tako da je:
P ( E 2 E1 ) P ( E 2 )

P ( E1 E 2 ) P ( E1 ) .

Ovo se moe iskazati i na sljedei nain: dva dogaaja E1 i E2 su nezavisni

ako je:
P ( E1 E 2 ) P ( E1 ) P( E 2 ) ,

Odnosno, dva dogaaja su nezavisna ako je vjerovatnoa njihovog

istovremenog ostvarenja jednaka proizvodu njihovih pojedinanih
vjerovatnoa.
PRIMJER
Jedan proizvoa automobila sagledava albe u vezi sa kvalitetom svog
proizvoda. Sve albe razvrstane su u tri grupe: elektronske, mehanike i
dizajnerske, u toku i poslije garantnog perioda. Distribucija albi prema
navedenim kategorijama bila je kao to je predstavljeno u sljedeoj tabeli:
Razlozi za albe

(u %)

Elektri
ni

Mehani
ki

Dizajners
ki

Ukupn
o

U garant.
roku

14

12

25

51

Nakon
garant.
roka

21

18

10

49

Ukupno

35

30

35

100

Odrediti vjerovatnou da je neka pojedinana alba zbog mehanikog

kvara, ako se zna da je podnesena u garantnom roku.
Neka su dogaaji:
M razlog za albu je mehanike prirode,
G alba je podnesena u garantnom roku.
Iz prethodne tabele moe se ustanoviti da je vjerovatnoa da je alba
podnesena u garantnom roku P(G) = 0,51, a vjerovatnoa da je alba u
garantnom roku podnesena zbog mehanikog kvara je P( M G ) 0,12 .
Vjerovatnoa da je neka pojedinana alba zbog mehanikog kvara
(kao uslovna vjerovatnoa), je:

10

Vjerovatnoa

P( M G )

P( M G ) 0,12

0,235
P (G )
0,51

pod uslovom da se zna da je alba podnesena u garantnom periodu.

PRAVILO MNOENJA VJEROVATNOA (MULTIPLIKATIVNO

PRAVILO)
Pravilo mnoenja vjerovatnoa primjenjuje se za odreivanje
vjerovatnoe istovremenog (zajednikog) javljanja dva ili vie dogaaja
prilikom izvoenja nekog eksperimenta.
U praksi, ovakvu kombinaciju oekivanja realizacije dogaaja
prepoznajemo po formulaciji ... "i" ... "i", odnosno kada se
odreuje vjerovatnoa da se desi "i" jedan "i" drugi "i" ... "i" n-ti
dogaaj.
Za dva dogaaja E1 i E2 vjerovatnoa njihovog istovremenog
ostvarenja dobije se na osnovu izraza:
P ( E1 E 2 ) P ( E1 ) P ( E 2 E1 )
P ( E1 E 2 ) P ( E 2 ) P ( E1 E 2 )

Za tri dogaaja E1, E2 i E3 vjerovatnoa njihovog istovremenog

ostvarenja dobije se na osnovu izraza:
P ( E1 E 2 E3 ) P ( E1 ) P( E 2 E1 ) P( E3 E1 E 2 )

Za sluajne dogaaje koji su meusobno nezavisni

vjerovatnoa njihovog istovremenog ostvarenja dobije se kao
proizvod njihovih pojedinanih vjerovatnoa:
P ( E1 E 2 ) P ( E1 ) P( E 2 )

ako je P( E 2 E1 ) P ( E 2 ) , odnosno P ( E1 E 2 ) P ( E1 ) .
Za n dogaaja E1, E2, ... , En vjerovatnoa njihovog istovremenog
ostvarenja dobije se na osnovu izraza:

n 1

P
(
E
/
Ek )

P
(
E
)

P
(
E
E
)

P
(
E
E

E
)

i
1
2
1
3
1
2
k 1
i 1

PRIMJER
Standardna kocka, ije su strane numerisane brojevima od 1 do 6, baca
se na sluaj tri puta uzastopno. Odrediti vjerovatnou da se broj 6
dobije u sva tri bacanja.
Prilikom bacanja kocke realizacije su elementarni dogaaji - brojevi od
1 do 6, koji ine prostor uzorka S = {1, 2, 3, 4, 5, 6}. Vjerovatnoa da se
dobije broj 6 je P(E6) = 1/6.

10

Vjerovatnoa

11

Vjerovatnoa da se prilikom tri bacanja kocke dobije broj 6 tri puta

uzastopno, izraunava se na osnovu izraza (3.22), tako da je:
P( E 6 E 6 E 6 ) P( E 6 ) P( E 6 ) P ( E 6 )

1 1 1
1

0,00463 .
6 6 6 216

PRIMJER
Od 15 auto dijelova 3 su neispravna. Auto dijelovi su zapakovani tako da
se ne moe odmah vidjeti koji od njih su neispravni. Na sluaj se izvlae
dva auto dijela. Kolika je vjerovatnoa da oba auto dijela budu
ispravna?
Dogaaj A izvueni auto dio je ispravan, ima vjerovatnou
Dogaaj B/A drugi izvueni auto dio je
ispravan, pod pretpostavkom da je prvi izvueni auto dio
ispravan, ima vjerovatnou P(B/A) = 11/14 = 0,786, jer nakon
izvlaenja prvog auto dijela, koji je ispravan, ostaje 11 ispravnih auto
dijelova od preostalih 14.
P ( A) 12 15 0,800 .

Oigledno je da su ova dva dogaaja meusobno zavisni, jer je

oekivanje realizacije drugog dogaaja vezano za realizaciju prvog.
Vjerovatnoa da oba auto dijela budu ispravna (i u prvom i u drugom
izvlaenju), je:
P ( A B ) P( A) P( B A)

12 11

0,629 .
15 14

PRIMJER
Jedan veliki auto servis ispituje vezanost (odanost) svojih mehaniara za
firmu. U anketi koja je provedena postavljeno je pitanje, da li bi
mehaniar preao u drugi servis koji bi nudio istu ili neto
povoljniju poziciju.
Odgovori 100 mehaniara i duina njihovog staa u servisu dati su u
sljedeoj tabeli:
Duina staa u
servisu(godina)
Odgovor
Ostaje u servisu
Prelazi u drugi servis

do 1

1-5

610

preko
10

Ukupno

16

37

63

11

16

37

17

22

53

100

Kolika je vjerovatnoa da sluajnim izborom jednog mehaniara

izaberemo onog koji bi preao u drugi servis, a koji u konkretnom
servisu radi vie od 10 godina?

11

12

Vjerovatnoa

Prvi dogaaj D oznaava sve one mehaniare koji bi preli u drugi

servis, a njegova vjerovatnoa je P( D ) 37 100 0,370 .
Drugi dogaaj K je da izabrani mehaniar ima vie od 10 godina staa
u servisu, ija je vjerovatnoa P( K ) 53 100 0,530 .
Dogaaj K D je izbor mehaniara koji bi preao u drugi servis, a koji
radi vie od 10 godina u servisu, ija vjerovatnoa je P ( K D) 16 37 0,432
.
Konano, vjerovatnoa da sluajnim izborom jednog mehaniara
dobijemo onog koji bi preao u drugu firmu, a koji radi vie od 10 godina u
predmetnom servisu, prema izrazu (3.19) je:
P( D K ) P( D) P( K D)

37 16

0,16
100 37

Ovaj rezultat mogao se dobiti i kao prosta vjerovatnoa, jer se

jasno vidi da je od ukupnog broja anketiranih mehaniara (100)
njih 16 bilo u grupi koja bi promijenila firmu, a koji vie od 10
godina rade u posmatranom auto serisu.

VJEROVATNOA UZROKA (BAYES-OVA TEOREMA)

Vrlo esto nas zanima vjerovatnoa uzroka nekog dogaaja.
Tako, na primjer, ako smo kontrolom proizvodnje auto dijelova
ustanovili da je neki od njih neispravan, postavlja se pitanje, na
kojoj maini je proizveden ili koji ga je radnik proizveo.
U sluaju kad automobil ne moe da upali, postavlja se pitanje
zbog ega: da li se akumulator ispraznio, da li je u pitanju kvar na
elektro instalacijama ili je neto tree u pitanju.
U ovakvim sluajevima odreivanje vjerovatnoe uzroka jedan je od
naina njihovog otkrivanja.
Neka su dati dogaaji D1, D2, ... , Dk, koji su meusobno disjunktni:
Di D j , i, j ,

a ija unija predstavlja siguran dogaaj, odnosno neki potpun prostor

elementarnih dogaaja:
Di S , i = 1, ..., k.

Tada je vjerovatnoa dogaaja X koji se realizuje pod uslovom da se

realizovao jedan i samo jedan od dogaaja D1, D2, ... , Dk :
k

P( X ) P( Di ) P ( X / Di ) P ( D1 ) P( X D1 ) P ( D2 ) P ( X D2 ) P ( Dk ) P ( X Dk )
i 1

Prema pravilu mnoenja vjerovatnoa vai:

12

Vjerovatnoa

13

P ( D1 ) P ( D2 D1 ) P ( D2 ) P ( D1 D2 ) P ( D2 D1 )

P ( D2 )
P ( D1 D2 ) .
P ( D1 )

Odavde se uoptavanjem dobija opti oblik Bayes-ove teoreme:

P Di X

P( Di )
P Di P X Di
P X Di
P( X )
P Di P X Di

Pri tome se dogaaji D1, D2, ... , Dk smatraju uzrocima dogaaja

X koji je, dakle, njihova posljedica. Zato se ova vjerovatnoa oznaava
kao vjerovatnoa uzroka.
Treba uoiti da su vjerovatnoe P ( Di ) a priori, a vjerovatnoe P ( X Di )
a posteriori, to u konanom rezultatu daje a posteriorne vjerovatnoe,
koje pokazuju da je neki od dogaaja D1, D2, ... , Dk bio uzrok nastanka
dogaaja X.
Ova teorema posebnu primjenu nalazi prilikom odreivanja
vjerovatnoe nekih dogaaja za koje je poznata vjerovatnoa uzroka
njihovog nastanka.
PRIMJER
Proizvoa automobila ugrauje, pored ostalih dijelova, i jedan mikroip,
kojeg nabavlja od tri proizvoaa, S, Q i T, i to 35% od proizvoaa S, 25%
od proizvoaa Q i 40% od proizvoaa T.
Na osnovu ranijih iskustava poznato je da je uee neispravnih
mikroipova kod proizvoaa S 3%, kod proizvoaa Q 4%, a kod
proizvoaa T 2%. Mikroip se skladiti bez posebnog oznaavanja, tako
da se ne razaznaje od kog je proizvoaa.
Sluajno je izabran jedan mikroip i ustanovljeno je da je
neispravan. Kolika je vjerovatnoa da je proizveden kod
proizvoaa Q?
Tri dogaaja i odgovarajue (apriorne) vjerovatnoe su:
D1 mikroip nabavljen od proizvoaa S P ( D1 ) 0,35 ;
D2 mikroip nabavljen od proizvoaa Q P ( D2 ) 0,25 ;
D3 mikroip nabavljen od proizvoaa T P ( D3 ) 0,40 .
Posebna je informacija da je mikroip neispravan, tako da je
dogaaj X da je sluajno izabrani mikroip neispravan.
Uslovne vjerovatnoe (aposteriorne), da je neispravan
mikroip proizveden kod odreenog proizvoaa, na osnovu ranijih
iskustava su:

13

14

Vjerovatnoa

P ( X D1 ) 0,03 neispravan mikroip proizveden je kod proizvoaa S;

P ( X D2 ) 0,04 neispravan mikroip proizveden je kod proizvoaa Q;
P ( X D3 ) 0,02 neispravan mikroip proizveden je kod proizvoaa T.

Mikroip se sluajno bira iz skladita i nije poznato ko je

proizvoa.
Zadatak je da se odredi vjerovatnoa da je neispravan mikroip
proizveden kod proizvoaa Q, odnosno P ( D2 X ) .
Ova vjerovatnoa moe da se izrauna na osnovu izraza:

P D2 X

P D2 P X D2
0,25 0,04

0,3509 .
P Di P X Di 0,35 0,03 0,25 0,04,040 0,02

Ovo znai da je vjerovatnoa da je sluajno izabrani

neispravan mikroip proizveden kod proizvoaa Q 0,3509,
odnosno u 35,1% sluajeva moe se oekivati da je neispravan
mikroip proizveden kod proizvoaa Q.
U sljedeoj tabeli dat je pregled svih dogaaja i vjerovatnoa za ovaj
primjer:
Dogaa
j

Apriorna
vjerovatnoa

Uslovna
vjerovatnoa

Zajednika
vjerovatnoa

Aposteriorna
vjerovatnoa

Di

P(Di)

P(X/Di)

P(Di) P(X/Di)

P(Di/X)

S - D1

0,35

0,03

0,0105

0,0105/0,0285
= 0,3684

Q - D2

0,25

0,04

0,0100

0,0100/0,0285
= 0,3509

T - D3

0,40

0,02

0,0080

0,0080/0,0285
= 0,2807

1,00

P(X) = 0,0285

1,0000

Vjerovatnoa da je neispravan mikroip proizveden kod proizvoaa S

je 0,3684, a kod proizvoaa T je 0,2807. U isto praktinom smislu, ove
informacije za konkretnog proizvoaa automobila mogu da imaju
izuzetno vano znaenje u organizaciji nabavke i proizvodnje.

14