‫اﻟﻤﻌﻬﺪ اﻟﻌﺮﺑﻲ ﻟﻠﺘﺪرﻳﺐ واﻟﺒﺤﻮث‬

‫اﻹﺣﺼﺎﺋﻴﺔ‬

‫‬
‫ﺃﺴﺎﺴﻴﺎﺕ ﺍﻻﺤﺘﻤﺎﻻﺕ‬

‫ﺇﻋــــﺩﺍﺩ‬

‫ﺍﻻﺴﺘﺎﺫ ﺍﻟﺩﻜﺘﻭﺭ ﺨﺎﻟﺩ ﺯﻫﺩﻱ ﺨﻭﺍﺠﻪ‬

‫ﻤﺩﻴــﺭ ﻋـــﺎﻡ‬

‫ﺍﻟﻤﻌﻬﺩ ﺍﻟﻌﺭﺒﻲ ﻟﻠﺘﺩﺭﻴﺏ ﻭﺍﻟﺒﺤﻭﺙ ﺍﻻﺤﺼﺎﺌﻴﺔ ‬

 ‫‬
‫ﺍﻟﻤﻘﺩﻤـــــــــــــﺔ‬
‫ﺍﺘﺴﻌﺕ ﺍﺴﺘﺨﺩﺍﻤﺎﺕ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻭﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ ‪ ،‬ﻭﺃﺼﺒﺤﺕ‬
‫ﺍﺩﺍﺓ ﺭﺌﻴﺴﻴﺔ ﻭﻫﺎﻤﺔ ﻟﻼﻗﺘﺼﺎﺩﻱ ﻭﺍﻻﺠﺘﻤﺎﻋﻲ ﻭﺍﻟﻤﻬﻨﺩﺱ ﻭﺍﻟﻁﺒﻴﺏ ﻭﻏﻴﺭﻫﻡ ‪،‬‬
‫ﻭﺩﺨﻠﺕ ﻓﻲ ﻜﺎﻓﺔ ﺍﻟﻌﻠﻭﻡ ‪ ،‬ﻭﺃﺼﺒﺤﺕ ﺘﺩﺭﺱ ﻓﻲ ﺍﻟﻤﺩﺍﺭﺱ ﻭﺍﻟﺠﺎﻤﻌﺎﺕ‪.‬‬

‫ﻭﻨﻅﺭﺍ ﻷﻫﻤﻴﺔ ﻫﺫﺍ ﺍﻟﻤﻭﻀﻭﻉ ﺍﺭﺘﺄﻴﺕ ﺃﻥ ﺃﻀﻊ ﺒﻴﻥ ﺃﻴـﺩﻱ ﻁﻠﺒﺘﻨـﺎ‬

‫ﺍﻷﻋﺯﺍﺀ ﻫﺫﺍ ﺍﻟﻤﺅﻟﻑ ‪ ،‬ﺍﻟﺫﻱ ﻫﻭ ﻤﻘﺩﻤﻪ ﻓﻲ ﺍﻻﺤﺘﻤﺎﻻﺕ‪ ،‬ﻭﻟﻡ ﺃﺸﺄ ﺃﻥ ﺃﺘﻌﻤـﻕ‬
‫ﻓﻲ ﺍﻟﻤﻭﻀﻭﻉ ﻓﻴﺼﺒﺢ ﻟﻠﻤﺘﺨﺼﺼﻴﻥ ﻓﻘﻁ ‪ ،‬ﻭﺍﺭﺩﺘﻪ ﺍﻥ ﻴﻜﻭﻥ ﺸﺭﺤﺎ ﻤﺒﺴـﻁﺎ‬
‫ﻤﻊ ﺃﻤﺜﻠﺔ ﺘﻁﺒﻴﻘﻴﺔ ﻭﺘﻤﺎﺭﻴﻥ ﻭﺤﻠﻭل ﻟﻬﺫﻩ ﺍﻟﺘﻤﺎﺭﻴﻥ ﺘﺴﻬل ﻋﻠﻰ ﺍﻟﻁﺎﻟـﺏ ﻓﻬـﻡ‬
‫ﺍﻟﻤﺎﺩﺓ ﻭﺘﺭﻏﺒﻪ ﺒﻬﺎ ﻭﻻ ﺘﻨﻔﺭﻩ ﻤﻨﻬﺎ‪ .‬ﻭﻟﻬﺫﺍ ﺍﻗﺘﺼﺭ ﻫﺫﺍ ﺍﻟﻤﺅﻟﻑ ﻋﻠﻰ ﺍﻟﺘﻌﺭﻴﻑ‬
‫ﺒﺎﻻﺤﺘﻤﺎﻻﺕ ﻭﻗﻭﺍﻨﻴﻨﻬﺎ ‪ ،‬ﻭﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﻭﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ ﻭﺃﺩﻟﺔ‬
‫ﺘﻭﺼﻴﻑ ﻫﺫﻩ ﺍﻟﺘﻭﺯﻴﻌﺎﺕ )ﺍﻟﺘﻭﻗﻊ ﻭﺍﻟﺘﺒﺎﻴﻥ ﻭﺍﻟﺘﻐﺎﻴﺭ(‪ .‬ﻭﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻟﻤﻘﻁﻌـﺔ‬
‫ﻭﺍﻟﻤﺘﺼﻠﺔ ﻤﻊ ﺍﻟﺘﺭﻜﻴﺯ ﻋﻠﻰ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ‪ ،‬ﺇﻀﺎﻓﺔ ﺇﻟﻰ ﻤﺠﻤﻭﻋـﻪ ﻤـﻥ‬
‫ﺍﻟﺘﻤﺎﺭﻴﻥ ﺍﻟﻤﺘﻨﻭﻋﺔ ﻭﺤﻠﻭﻟﻬﺎ‪.‬‬

‫ﺍﺭﺠـﻭ ﺃﻥ ﺃﻜـﻭﻥ ﻗـﺩ ﻭﻓﻘـﺕ ‪.‬‬

‫ﺍﻟﻤﺅﻟﻑ‬

‫ﺃ‪.‬ﺩ ﺨﺎﻟﺩ ﺯﻫﺩﻱ ﺨﻭﺍﺠﻪ‬

‫‪1‬‬
‫ﺍﻟﻔﺼـــــل ﺍﻷﻭل‬

‫‪2‬‬
 ‫ﺍﻟﻔﺼــل ﺍﻷﻭل‬
‫ﺍﻻﺤﺘﻤــــــــﺎﻻﺕ‬
‫‪PROBABILITIES‬‬

‫ƒ ﻤﻌﻨﻰ ﺍﻻﺤﺘــﻤﺎل‬
‫ﻟﻘﺩ ﺘﻡ ﺘﻌﺭﻴﻑ ﺍﻻﺤﺘﻤﺎل ﺒﻁﺭﻕ ﻋﺩﻴﺩﺓ ﻏﻴﺭ ﺃﻥ ﺃﺒﺴﻁﻬﺎ " ﻫﻭ ﻤﻘﻴﺎﺱ‬
‫ﻻﻤﻜﺎﻨﻴﺔ ﻭﻗﻭﻉ ﺤﺩﺙ )‪ (Event‬ﻤﻌﻴﻥ " ‪.‬‬
‫ﻜﺜﻴﺭﹰﺍ ﻤﺎ ﻨﺴﺘﻌﻤل ﻓﻲ ﺤﻴﺎﺘﻨﺎ ﺍﻟﻴﻭﻤﻴﺔ ﻜﻠﻤﺎﺕ ﻴﺤﺘﻤل ﻭﻴﻤﻜﻥ ﻭﻴﺠﻭﺯ ‪،‬‬
‫ﻼ ﻤﻥ ﺍﻟﻤﻤﻜﻥ ﺃﻭ ﻤﻥ ﺍﻟﻤﺤﺘﻤل ﺃﻥ ﺘﻤﻁﺭ ﺍﻟﺴﻤﺎﺀ ﺍﻟﻴﻭﻡ ‪ ،‬ﻭﻨﻌﻨﻲ ﺒﻬﺫﺍ ﺃﻥ‬
‫ﻓﻨﻘﻭل ﻤﺜ ﹰ‬
‫ﺍﻟﻅﻭﺍﻫﺭ ﺍﻟﻁﺒﻴﻌﻴﺔ ﺍﻟﻤﺤﻴﻁﺔ ﺒﻨﺎ ﺍﻟﻴﻭﻡ ﻤﺸﺎﺒﻬﺔ ﻟﻨﻔﺱ ﺍﻟﻅﻭﺍﻫﺭ ﺍﻟﻁﺒﻴﻌﻴﺔ ﻓﻲ ﺃﻭﻗﺎﺕ‬
‫ﺴﺎﺒﻘﺔ ﺍﻟﺘﻲ ﺤﺩﺙ ﻓﻴﻬﺎ ﺃﻥ ﺃﻤﻁﺭﺕ ﺍﻟﺴﻤﺎﺀ‪ .‬ﻜﺫﻟﻙ ﻋﻨﺩﻤﺎ ﻨﻘﻭل ﺃﻥ ﺍﺤﺘﻤﺎل ﺴﺤﺏ‬
‫ﻭﺭﻗﺔ "ﺴﺒﺎﺘﻲ" ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﻭﺍﺤﺩﺓ ﻤﻥ ﻭﺭﻕ ﺍﻟﻠﻌﺏ ﻋﺩﺩﻫﺎ )‪ (٥٢‬ﻭﺭﻗﺔ ﻫﻭ ‪١/٤‬‬
‫ﻓﺈﻥ ﻤﺎ ﻨﻌﻨﻴﻪ ﻓﻲ ﺍﻟﺤﻘﻴﻘﺔ ﻫﻭ ﺃﻨﻨﺎ ﺇﺫﺍ ﻤﺎ ﺴﺤﺒﻨﺎ ﻭﺭﻗﺔ ﻭﺍﺤﺩﺓ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﻭﺭﻕ‬
‫ﺍﻟﻠﻌﺏ ﻋﺩﺓ ﻤﺭﺍﺕ ﻓﺄﻨﻨﺎ ﻨﺘﻭﻗﻊ ﺃﻥ ﻨﺤﺼل ﻋﻠﻰ ﻭﺭﻗﺔ ﺴﺒﺎﺘﻲ ﻓﻲ ‪ ١/٤‬ﻤﺭﺍﺕ‬
‫ﺍﻟﺴﺤﺏ ﻭﺫﻟﻙ ﻷﻥ ﻋﺩﺩ ﺃﻭﺭﺍﻕ "ﺍﻟﺴﺒﺎﺘﻲ" ﻓﻲ ﺍﻟﻤﺠﻤﻭﻋﺔ ﻫﻭ ‪.١٣‬‬
‫ﺇﺫﻥ ﻓﺎﻻﺤﺘﻤﺎل ﻫﻭ ‪.١/٤ = ١٣/٥٢‬‬
‫ﻟﻘﺩ ﺸﻬﺩ ﺍﻟﻘﺭﻨﻴﻥ ﺍﻟﺴﺎﺩﺱ ﻋﺸﺭ ﻭﺍﻟﺴﺎﺒﻊ ﻋﺸﺭ ﺍﻫﺘﻤﺎﻤﺎ ﺒﺎﺭﺯﹰﺍ ﺒﻬﺫﺍ ﺍﻟﻨﻭﻉ‬
‫ﻤﻥ ﺍﻟﺩﺭﺍﺴﺎﺕ ﻭﺍﻟﺒﺤﻭﺙ ﺤﻴﺙ ﻜﺎﻨﺕ ﺍﻟﻅﺭﻭﻑ ﻤﻭﺍﺘﻴﺔ ﻟﺫﻟﻙ ﻓﻲ ﺘﻠﻙ ﺍﻟﻔﺘﺭﺓ ﺇﺫ ﺃﻥ‬
‫ﺃﻟﻌﺎﺏ ﺍﻟﻤﻘﺎﻤﺭﺓ ﺒﻭﺭﻕ ﺍﻟﻠﻌﺏ ﻭﺭﻤﻲ ﺤﺠﺭ ﺍﻟﻨﺭﺩ ﻜﺎﻨﺕ ﻤﻨﺘﺸﺭﺓ ﻓﻲ ﻗﺼﻭﺭ‬
‫ﺍﻟﻤﺘﺭﻓﻴﻥ ﻓﻲ ﺃﻭﺭﻭﺒﺎ ﺨﺎﺼﺔ ﻓﻲ ﻓﺭﻨﺴﺎ‪ ،‬ﻭﻜﺎﻨﺕ ﻫﺫﻩ ﻓﺘﺭﺓ ﺍﻟﻨﻬﻀﺔ ﺍﻟﻌﻠﻤﻴﺔ ﻓﻲ‬
‫ﺃﻭﺭﻭﺒﺎ ﻭﺨﺎﺼﺔ ﻓﻲ ﻤﺠﺎل ﺍﻟﺭﻴﺎﻀﻴﺎﺕ‪ ،‬ﻭﻗﺩ ﺸﻌﺭ ﺍﻟﻤﻘﺎﻤﺭﻭﻥ ﺒﺤﺎﺠﺘﻬﻡ ﺇﻟﻰ ﺃﺴﺱ‬
‫ﻋﻠﻤﻴﺔ ﺘﺴﺎﻋﺩﻫﻡ ﻋﻠﻰ ﺤﺴﺎﺏ ﻓﺭﺼﻬﻡ ﻓﻲ ﺍﻟﻜﺴﺏ ﺃﻭ ﺍﻟﺨﺴﺎﺭﺓ ‪ ،‬ﻓﻠﺠﺄﻭﺍ ﺇﻟﻰ ﻋﻠﻤﺎﺀ‬
‫ﺍﻟﺭﻴﺎﻀﻴﺎﺕ ﺃﻤﺜﺎل ﺒﺴﻜﺎل )‪ (PASCAL‬ﻭﻓﺭﻤﺎﺕ )‪ (FERMAT‬ﻭﺒﺭﻨﻭﻟﻲ‬

‫‪3‬‬
 ‫)‪ (BERNOULLI‬ﻭﻏﻴﺭﻫﻡ ﻭﻫﻨﺎ ﻜﺎﻨﺕ ﻨﻘﻁﺔ ﺍﻟﺒﺩﺀ ﻓﻲ ﺍﻟﺩﺭﺍﺴﺎﺕ ﺍﻟﺠﺩﻴﺔ‬
‫ﻓﻲ ﻋﻠﻡ ﺍﻻﺤﺘﻤﺎل‪.‬‬

‫ƒ ﺘﻌﺎﺭﻴـــﻑ ‪:‬‬
‫ﻻ ﺘﻘﺩﻴﻡ‬
‫ﻜﻲ ﻨﺘﻤﻜﻥ ﻤﻥ ﻋﺭﺽ ﺃﺴﺱ ﻭﻨﻅﺭﻴﺎﺕ ﻋﻠﻡ ﺍﻻﺤﺘﻤﺎل ﻴﻠﺯﻤﻨﺎ ﺃﻭ ﹰ‬
‫ﺒﻌﺽ ﺍﻟﺘﻌﺎﺭﻴﻑ ﺍﻟﺘﻲ ﺘﺴﺘﺨﺩﻡ ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺠﺎل‪:‬‬
‫‪ -١‬ﺍﻟﺤﺎﺩﺙ ﻭﺍﻟﺘﺠﺭﺒﺔ ﻭﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ‪:‬‬

‫ﻼ ﻭﻨﻼﺤﻅ ﻜل‬
‫ﺍﻓﺘﺭﺽ ﺃﻨﻨﺎ ﻨﻘﻭﻡ ﺒﺈﺠﺭﺍﺀ ﺘﺠﺭﺒﺔ ﻤﺎ ﻜﺭﻤﻲ ﺯﻫﺭﺓ ﺍﻟﻨﺭﺩ ﻤﺜ ﹰ‬
‫ﺍﻟﻨﺘﺎﺌﺞ ﺍﻟﻤﻤﻜﻨﺔ ﻭﻫﻲ ﻅﻬﻭﺭ ﺃﺤﺩ ﺍﻷﻭﺠﻪ ﺍﻟﺴﺘﺔ ‪ ١‬ﺃﻭ ‪ ٢‬ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ٤‬ﺃﻭ ‪٥‬‬
‫ﺃﻭ ‪ ٦‬ﻭﻨﻔﺘﺭﺽ ﺃﻨﻨﺎ ﻤﻬﺘﻤﻭﻥ ﺒﻅﻬﻭﺭ ﺭﻗﻡ ﻓﺭﺩﻱ ﺃﻱ ‪ ١‬ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ٥‬ﻤـﻥ‬
‫ـﺔ‬
‫ـﻤﻰ ﺘﺠﺭﺒـ‬
‫ـﺭﺓ ﺘﺴـ‬
‫ـﻲ ﺍﻟﺯﻫـ‬
‫ـﺔ ﺭﻤـ‬
‫ـﺈﻥ ﻋﻤﻠﻴـ‬
‫ـﺫﺍ ﻓـ‬
‫ـﺔ ‪ .‬ﻭﻫﻜـ‬
‫ﺍﻟﺘﺠﺭﺒـ‬
‫)‪ (Experiment‬ﻭﻅﻬﻭﺭ ﺭﻗﻡ ﻓﺭﺩﻱ ﻫﻭ ﻤﺤل ﺍﻫﺘﻤﺎﻤﻨﺎ ﻴﺴﻤﻰ ﺤﺎﺩﺜـ ﹰﺎ‬
‫)‪ (Event‬ﻭﻤﺠﻤﻭﻋﺔ ﺠﻤﻴﻊ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺍﻟﻅﻬﻭﺭ ﺘﺴﻤﻰ ﺒـﺎﻟﻔﺭﺍﻍ‬
‫ﺍﻟﻌﻴﻨﻲ )‪.(Sample Space‬‬

‫ﻭﻴﻼﺤﻅ ﺃﻥ ﺍﻟﺤﺎﺩﺙ ﻗﺩ ﻴﻜﻭﻥ ﺤﺎﻟﺔ ﺍﻭ ﺍﻜﺜﺭ ﻤﻥ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ ‪.‬‬

‫‪ -٢‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ )‪(Possible Cases‬‬

‫ﻫﻲ ﺍﻟﺤﺎﻻﺕ ﺃﻭ ﺍﻟﻨﺘﺎﺌﺞ ﺍﻟﻤﺨﺘﻠﻔﺔ ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺃﻥ ﺘﻅﻬﺭ ﻨﺘﻴﺠﺔ ﻹﺠﺭﺍﺀ‬

‫ﻼ ﻋﻨﺩ ﺭﻤﻲ ﻗﻁﻌﺔ ﻋﻤﻠﺔ ﺘﻜﻭﻥ ﻨﺘﻴﺠﺘﻬﺎ ﺼﻭﺭﺓ ﺃﻭ‬
‫ﺘﺠﺭﺒﺔ ﻤﻌﻴﻨﺔ ‪ ،‬ﻓﻤﺜ ﹰ‬
‫ﻜﺘﺎﺒﺔ ‪ ،‬ﻭﻋﻨﺩ ﺭﻤﻲ ﺯﻫﺭﺓ ﻨﺭﺩ ﺘﻜﻭﻥ ﻨﺘﻴﺠﺘﻬﺎ ‪ ١‬ﺃﻭ ‪ ٢‬ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ٤‬ﺃﻭ ‪٥‬‬
‫ﺃﻭ ‪ ٦‬ﻓﻴﻘﺎل ﺃﻥ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ‪ ٢‬ﻓﻲ ﺤﺎﻟﺔ ﺭﻤﻲ ﻗﻁﻌﺔ ﺍﻟﻌﻤﻠﺔ ﻭ ‪٦‬‬
‫ﻓﻲ ﺤﺎﻟﺔ ﺭﻤﻲ ﺯﻫﺭﺓ ﺍﻟﻨﺭﺩ‪.‬‬

‫‪ -٣‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ )‪(Favorable Cases‬‬

‫‪4‬‬
 ‫ﻫﻲ ﺍﻟﻨﺘﺎﺌﺞ ﺍﻭ ﺍﻟﺤﺎﻻﺕ ﺍﻟﺘﻲ ﺘﺅﺩﻱ ﺇﻟﻰ ﺘﺤﻘﻴﻕ ﺍﻟﺤﺎﺩﺙ ﺍﻟﺫﻱ ﻫﻭ‬
‫ﻤﻭﻀﻊ ﺍﻫﺘﻤﺎﻤﻨﺎ ‪ ،‬ﻓﺈﺫﺍ ﻜﺎﻥ ﺍﻟﺤﺎﺩﺙ ﻫﻭ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺭﻗﻡ ﻓﺭﺩﻱ ﻓﻲ‬
‫ﺤﺎﻟﺔ ﺭﻤﻲ ﺯﻫﺭﺓ ﺍﻟﻨﺭﺩ ﻓﺈﻥ ﺍﻟﺤﺎﻻﺕ ﺍﻟﺘﻲ ﺘﺤﻘﻕ ﻫﺫﺍ ﺍﻟﺤﺎﺩﺙ ﻫﻲ‬
‫ﺍﻟﺤﺼﻭل ﻋﻠﻰ ‪ ١‬ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ، ٥‬ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﺜﻼﺜﺔ ﺘﺴﻤﻰ ﺍﻟﺤﺎﻻﺕ‬
‫ﺍﻟﻤﻭﺍﺘﻴﺔ‪.‬‬

‫‪ -٤‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﺘﻤﺎﺜﻠﺔ )‪(Equally Likely Cases‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﻋﺩﺓ ﻜﺭﺍﺕ ﻤﻌﺩﻨﻴﺔ ﻤﺼﻨﻭﻋﺔ ﻤﻥ ﻤﺎﺩﺓ ﻭﺍﺤﺩﺓ ﻤﺘﺠﺎﻨﺴﺔ ﻓﻲ‬
‫ﺍﻟﻜﺜﺎﻓﺔ ﻭﻟﻬﺎ ﻨﻔﺱ ﺍﻟﻭﺯﻥ ﻭﺍﻟﺤﺠﻡ ﻭﻀﻌﻨﺎﻫﺎ ﻓﻲ ﻜﻴﺱ ﻭﺴﺤﺒﻨﺎ ﻜﺭﺓ ﻤﻨﻬﺎ‬
‫ﺒﻌﺩ ﺨﻠﻁﻬﺎ ﺠﻴﺩﹰﺍ ﻓﺈﻥ ﻫﺫﻩ ﺍﻟﻜﺭﺍﺕ ﺘﻜﻭﻥ ﺤﺎﻻﺕ ﻤﺘﻤﺎﺜﻠﺔ ﺃﻱ ﻴﻜﻭﻥ ﻟﻜل‬
‫ﻤﻨﻬﺎ ﻨﻔﺱ ﺍﻟﻨﺼﻴﺏ ﻓﻲ ﺍﻟﺴﺤﺏ‪.‬‬

‫‪ -٥‬ﺍﻟﺤﻭﺍﺩﺙ ﺍﻟﻤﺘﻨﺎﻓﻴﺔ )‪(Mutually Exclusive Events‬‬

‫ﻴﻘﺎل ﻋﻥ ﺍﻟﺤﺎﺩﺜﻴﻥ ‪ A‬ﻭ ‪ B‬ﺃﻨﻬﻤﺎ ﻤﺘﻨﺎﻓﻴﺎﻥ ﺇﺫﺍ ﺍﺴﺘﺤﺎل ﺤﺩﻭﺜﻬﻤﺎ ﻤﻌﺎ ‪.‬‬
‫ﻼ ﻋﻨﺩ ﺭﻤﻲ ﺤﺠﺭ ﺍﻟﻨﺭﺩ ﻻ ﻴﻤﻜﻥ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺠﻬﻴﻥ ﻓﻲ ﻭﻗﺕ‬
‫ﻓﻤﺜ ﹰ‬
‫ﻭﺍﺤﺩ‪.‬‬

‫‪ -٦‬ﺍﻟﺤﻭﺍﺩﺙ ﺍﻟﻤﺴﺘﻘﻠﺔ )‪(Independent Events‬‬

‫ﻴﻌﺘﺒﺭ ﺍﻟﺤﺎﺩﺜﻴﻥ ‪ A‬ﺃﻭ ‪ B‬ﺤﺎﺩﺜﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ ﺇﺫﺍ ﻜﺎﻥ ﻭﻗﻭﻉ ﺇﺤﺩﺍﻫﻤﺎ ﺃﻭ ﻋﺩﻡ‬
‫ﻼ ﻋﻨﺩ ﺭﻤﻲ ﻗﻁﻌﺔ ﻋﻤﻠﺔ ﻭﺍﺤﺩﺓ‬
‫ﻭﻗﻭﻋﻪ ﻻ ﻴﺅﺜﺭ ﻓﻲ ﻭﻗﻭﻉ ﺍﻵﺨﺭ‪ .‬ﻓﻤﺜ ﹰ‬
‫ﻤﺭﺘﻴﻥ ﻤﺘﺘﺎﻟﻴﺘﻴﻥ ﻓﺈﻥ ﻨﺘﻴﺠﺔ ﺍﻟﺭﻤﻴﺔ ﺍﻟﺜﺎﻨﻴﺔ ﻻ ﺘﺘﺄﺜﺭ ﺒﻨﺘﻴﺠﺔ ﺍﻷﻭﻟﻰ‪.‬‬

‫‪ -٧‬ﺍﻟﺤﻭﺍﺩﺙ ﺍﻟﺸﺎﻤﻠﺔ )‪(Exhaustive Events‬‬

‫ﺘﺴﻤﻰ ﺍﻟﺤﻭﺍﺩﺙ ‪ ... C ، B ، A‬ﺤﻭﺍﺩﺙ ﺸﺎﻤﻠﺔ ﻓﻲ ﺘﺠﺭﺒﺔ ﻤﺎ ﺇﺫﺍ ﻜﺎﻥ‬

‫ﻻﺒﺩ ﻤﻥ ﺤﺩﻭﺙ ﺇﺤﺩﺍﻫﺎ ﻋﻨﺩ ﺇﺠﺭﺍﺀ ﺍﻟﺘﺠﺭﺒﺔ‪.‬‬

‫‪5‬‬
 ‫ﻼ ﻋﻨﺩ ﺍﺨﺘﻴﺎﺭ ﻁﺎﻟﺏ ﻤﻥ ﺍﻟﺠﺎﻤﻌﺔ ﻟﻤﻌﺭﻓﺔ ﺤﺎﻟﺘﻪ ﻤﺎ ﺇﺫﺍ ﻜﺎﻥ‬
‫ﻓﻤﺜ ﹰ‬
‫ﻤﺩﺨﻨﺎ ﺃﻭ ﻏﻴﺭ ﻤﺩﺨﻥ ﺘﻌﺘﺒﺭ ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﺤﻭﺍﺩﺙ ﺸﺎﻤﻠﺔ ﻷﻨﻪ ﻻﺒﺩ ﻟﻠﻔﺭﺩ‬
‫ﺃﻥ ﻴﻜﻭﻥ ﻟﻪ ﺼﻔﺔ ﻭﺍﺤﺩﺓ ﻤﻥ ﻫﺫﻩ ﺍﻟﺼﻔﺎﺕ‪ .‬ﻜﺫﻟﻙ ﻓﺈﻥ ﺍﻟﺤﺼﻭل ﻋﻠﻰ‬
‫ﺍﻟﻌﺩﺩ ‪ ١‬ﺃﻭ ‪ ٢‬ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ٤‬ﺃﻭ ‪ ٥‬ﺃﻭ ‪ ٦‬ﻋﻨﺩ ﺭﻤﻲ ﺤﺠﺭ ﺍﻟﻨﺭﺩ ﺘﻌﺘﺒﺭ‬
‫ﺤﻭﺍﺩﺙ ﺸﺎﻤﻠﺔ ﻷﻨﻪ ﻻﺒﺩ ﻤﻥ ﺤﺩﻭﺙ ﺇﺤﺩﺍﻫﺎ‪.‬‬

‫ƒ ﺤﺴــﺎﺏ ﺍﻻﺤﺘــﻤـﺎل‬
‫ﺍﻻﺤﺘﻤﺎل "ﻫﻭ ﻨﺴﺒﺔ ﻋﺩﺩﻴﺔ ﻏﻴﺭ ﺴﺎﻟﺒﺔ ﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ ﺍﻟﺼﻔﺭ ﻭﺍﻟﻭﺍﺤﺩ"‬
‫ﺤﻴﺙ ﺘﺩل ﺍﻟﻘﻴﻤﺔ ﺼﻔﺭ ﻋﻠﻰ ﺤﺎﻟﺔ ﺍﺴﺘﺤﺎﻟﺔ ﺍﻟﺤﺩﻭﺙ ﻭﺍﻟﻘﻴﻤﺔ ﻭﺍﺤﺩ ﻋﻠﻰ‬
‫ﺍﻟﺤﺎﺩﺙ ﺍﻷﻜﻴﺩ ﺍﻟﻭﻗﻭﻉ‪ .‬ﻭﻴﻤﻜﻥ ﺤﺴﺎﺒﻪ ﺃﻭ ﺘﻘﺩﻴﺭﻩ ﺒﻁﺭﻴﻘﺘﻴﻥ ‪:‬‬
‫‪ -‬ﺍﻻﺤﺘﻤﺎل ﺍﻟﻨﻅﺭﻱ ‪.‬‬
‫‪ -‬ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺠﺭﻴﺒﻲ ‪.‬‬

‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﻨﻅﺭﻱ )‪(Theoretical Approach‬‬ ‫ƒ‬

‫ﻴﻌﺭﻑ ﺃﻴﻀﹰﺎ ﺒﺎﻻﺤﺘﻤﺎل ﺍﻟﻜﻼﺴﻴﻜﻲ ‪ ،‬ﻭﺍﻻﺤﺘﻤﺎل ﺍﻟﻨﻅﺭﻱ ﻟﺤﺩﻭﺙ ﺤﺎﺩﺜﺔ‬
‫ﻤﺎ ﻫﻭ ﻨﺴﺒﺔ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﺇﻟﻰ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺍﻟﺤﺩﻭﺙ ﻋﻠﻰ ﻓﺭﺽ‬
‫ﺃﻥ ﻜل ﺍﻟﺤﺎﻻﺕ ﻟﻬﺎ ﻨﺼﻴﺏ ﻤﺘﻜﺎﻓﻲﺀ ﻓﻲ ﺍﻟﺤﺩﻭﺙ‪.‬‬
‫ﻤﺜـﺎل ‪: ١‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﻜﻴﺱ ﺒﺩﺍﺨﻠﻪ ‪ ٨‬ﻜﺭﺍﺕ ﺤﻤﺭﺍﺀ ﻭ ‪ ٣‬ﻜﺭﺍﺕ ﺒﻴﻀﺎﺀ ﻓﻤﺎ‬
‫ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﻨﺴﺤﺏ ﻜﺭﺓ ﻤﺎ ﻻ ﻋﻠﻰ ﺍﻟﺘﻌﻴﻴﻥ ﻓﺘﻜﻭﻥ ﻜﺭﺓ ﺒﻴﻀﺎﺀ؟‬

‫ﺍﻟﺤـل ‪:‬‬
‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ = ‪١١‬‬
‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ = ‪٣‬‬

‫‪6‬‬
 ‫∴ ﺍﺤﺘﻤﺎل ﺴﺤﺏ ﻜﺭﺓ ﺒﻴﻀﺎﺀ = ‪٣/١١‬‬
‫ﺇﺫﻥ ﻤﻥ ﺃﺠل ﺤﺴﺎﺏ ﺍﺤﺘﻤﺎل ﺤﺩﻭﺙ ﺤﺎﺩﺜﺔ ﻤﺎ ﻻﺒﺩ ﻤﻥ ﻤﻌﺭﻓﺔ ﻋﺩﺩ‬
‫ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺍﻟﺘﻲ ﻟﻬﺎ ﻨﺼﻴﺏ ﻤﺘﻜﺎﻓﻲﺀ ﻓﻲ ﺍﻟﺤﺩﻭﺙ ﻭﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ‪.‬‬
‫ﻤﺜـﺎل ‪:٢‬‬
‫ﺇﺫﺍ ﻜـﺎﻥ ﻫﻨﺎﻙ )‪ (٤‬ﺃﻋﻀﺎﺀ ﻤﻥ ﻤﺠﻠﺱ ﺇﺩﺍﺭﺓ ﺇﺤـﺩﻯ ﺍﻟﺸﺭﻜـﺎﺕ ﻫﻡ‬
‫)‪ (D ، C ، B ، A‬ﻤﺭﺸﺤﻴﻥ ﻻﺨﺘﻴﺎﺭ ﺍﺜﻨﻴﻥ ﻤﻨﻬﻡ ﻟﺘﻤﺜﻴل ﺍﻟﺸﺭﻜﺔ ﻓﻲ ﺍﺤﺩ‬
‫ﺍﻟﻤﺅﺘﻤﺭﺍﺕ ﺍﻟﺩﻭﻟﻴﺔ ‪:‬‬
‫ﺃ‪ .‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﺨﺘﻴﺎﺭ ﺍﻟﻌﻀﻭ ‪A‬‬
‫ﺏ‪ .‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﺨﺘﻴﺎﺭ ﺃﺤﺩ ﺍﻟﻌﻀﻭﻴﻥ ‪ A‬ﺃﻭ ‪D‬‬
‫ﺝ‪ .‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﺨﺘﻴﺎﺭ ﺍﻟﻌﻀﻭﻴﻥ ‪ A‬ﻭ ‪D‬‬
‫ﺩ‪ .‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻌﻀﻭ ‪A‬‬

‫ﺍﻟﺤــل‪ :‬ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ ‪ S‬ﻫﻭ ﻤﺠﻤﻭﻋﺔ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺃﻱ‬

‫}‪S = {AB, AC, AD, BC, BD, CD‬‬

‫ﺃ‪ -‬ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻻﺨﺘﻴﺎﺭ ﺍﻟﻌﻀﻭ ‪ A‬ﻫﻭ ‪ ٣‬ﺤﺎﻻﺕ ‪ ،‬ﻋﺩﺩ‬

‫ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ‪ ٦‬ﺤﺎﻻﺕ‪.‬‬
‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ‬
‫ﺍﻻﺤﺘﻤﺎل =‬
‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬

‫‪3 1‬‬
‫= )‪P(A‬‬ ‫=‬
‫‪6 2‬‬

‫ﺏ‪ -‬ﻫﻨﺎﻙ ‪ ٥‬ﺤﺎﻻﺕ ﻤﻭﺍﺘﻴﺔ ﻻﺨﺘﻴﺎﺭ ‪ A‬ﺃﻭ ‪D‬‬

‫‪5‬‬
‫= )‪P( A or D) = P(AUD‬‬
‫‪6‬‬

‫‪7‬‬
 ‫ﺝ‪ -‬ﻫﻨﺎﻙ ﺤﺎﻟﺔ ﻭﺍﺤﺩﺓ ﻤﻭﺍﺘﻴﺔ ﻻﺨﺘﻴﺎﺭ ‪D , A‬‬
‫‪1‬‬
‫= )‪P (A , D) = P (A ∩ D‬‬
‫‪6‬‬
‫ﺩ‪ -‬ﻫﻨﺎﻙ ‪ ٣‬ﺤﺎﻻﺕ ﻤﻭﺍﺘﻴﺔ ﻟﻌﺩﻡ ﺍﺨﺘﻴﺎﺭ ‪A‬‬
‫‪3 1‬‬
‫= )‪∴ P (A‬‬ ‫=‬
‫‪6 2‬‬
‫ﻫﻲ ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﺍﺨﺘﻴﺎﺭ ‪A‬‬ ‫ﺤﻴﺙ ‪P() A‬‬

‫ƒ ﻋﻴـﻭﺏ ﺍﻻﺤﺘـﻤﺎل ﺍﻟﻨـﻅﺭﻱ‬

‫ﻫﻨﺎﻙ ﺒﻌﺽ ﺍﻟﻌﻴﻭﺏ ﺃﻭ ﺍﻟﺼﻌﻭﺒﺎﺕ ﻓﻲ ﺘﻁﺒﻴﻕ ﺍﻟﺘﻌﺭﻴﻑ ﺍﻟﻨﻅﺭﻱ ﻟﻼﺤﺘﻤﺎل‬
‫ﻤﻨﻬﺎ‪:‬‬
‫‪ -١‬ﺼﻌﻭﺒﺔ ﺤﺼﺭ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬

‫ﻼ ﻟﻭ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﺍﻟﻤﺴﺘﻘﻴﻡ ‪ SP‬ﺃﺨﺫﺕ ﻋﻠﻴﻪ ﺍﻟﻨﻘﻁﺔ ﺱ ﻭﻁﻠﺏ ﺇﻟﻴﻨﺎ‬

‫ﻓﻤﺜ ﹰ‬
‫ﺤﺴﺎﺏ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺍﻟﻨﻘﻁﺔ ﺱ ﻓﻲ ﺍﻟﺠﺯﺀ ﺏ ﺠـ ﻤﻥ ﺍﻟﻤﺴﺘﻘﻴﻡ ‪.‬‬
‫ﺱ‬
‫ﺩ‬ ‫ﺃ‬
‫*‬
‫ﺝ‬ ‫*‬ ‫*‬
‫ﺏ‬

‫ﻟﺤﺴﺎﺏ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺍﻟﻨﻘﻁﺔ ﺱ ﻓﻲ ﺍﻟﺠﺯﺀ ﺏ ﺝ ﻋﻠﻴﻨﺎ ﺃﻥ ﻨﺤﺴﺏ‬

‫ﻤﺠﻤﻭﻉ ﻨﻘﺎﻁ ﺍﻟﺠﺯﺀ ﺏ ﺠـ ﻭﻫﻲ ﺍﻟﺘﻲ ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻭﺃﻥ‬
‫ﻨﺤﺴﺏ ﻤﺠﻤﻭﻉ ﻨﻘﺎﻁ ﺍﻟﻤﺴﺘﻘﻴﻡ ﺃ ﺩ ﻭﺍﻟﺘﻲ ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ‪،‬‬
‫ﻭﻟﻜﻨﻨﺎ ﻨﺭﻯ ﺃﻨﻪ ﻤﻥ ﺍﻟﺼﻌﺏ ﺠﺩﹰﺍ ﺤﺴﺎﺏ ﻋﺩﺩ ﻫﺫﻩ ﺍﻟﻨﻘﺎﻁ ﻭﺒﺎﻟﺘﺎﻟﻲ ﻤﻥ‬
‫ﺍﻟﺼﻌﺏ ﺘﻁﺒﻴﻕ ﺍﻟﺘﻌﺭﻴﻑ ﺍﻟﻨﻅﺭﻱ ﻟﻼﺤﺘﻤﺎل‪.‬‬

‫‪8‬‬
 ‫‪ -٢‬ﻋﺩﻡ ﺘﺤﻘﻴﻕ ﺘﻤﺎﺜل ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬

‫ﻓﺎﻟﺘﻌﺭﻴﻑ ﺍﻟﻨﻅﺭﻱ ﻴﺸﺘﺭﻁ ﻟﺘﻁﺒﻴﻘﻪ ﺘﻤﺎﺜل ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﻭﻟﻜﻥ ﻫﺫﺍ‬

‫ﻼ ﻋﻨﺩ ﺍﺨﺘﻴﺎﺭ ﺸﺨﺹ ﻤﺎ ﻟﻤﻌﺭﻓﺔ ﺤﺎﻟﺘﻪ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ‬
‫ﻻ ﻴﺘﺤﻘﻕ ﺩﺍﺌﻤﺎ ﻓﻤﺜ ﹰ‬
‫)ﺍﻟﺯﻭﺍﺠﻴﻪ( ﻭﻫﻲ ﺃﻋﺯﺏ ﺃﻭ ﻤﺘﺯﻭﺝ ﺃﻭ ﻤﻁﻠﻕ ﺃﻭ ﺃﺭﻤل ﻓﻼ ﻴﻤﻜﻨﻨﺎ ﺍﻟﻘﻭل‬
‫ﻼ ﻴﺴﺎﻭﻱ ‪ ١/٤‬ﺒل ﻭﻻ ﻴﻤﻜﻥ ﺤﺴﺎﺏ‬
‫ﻼ ﻤﺜ ﹸ‬
‫ﺃﻥ ﺍﺤﺘﻤﺎل ﻜﻭﻨﻪ ﺃﺭﻤ ﹰ‬
‫ﺃﻭ ﺘﻘﺩﻴﺭ ﻫﺫﺍ ﺍﻻﺤﺘﻤﺎل ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﺘﻌﺭﻴﻑ ﺍﻟﻨﻅﺭﻱ ﻷﻨﻪ ﻤﻥ ﺍﻟﻭﺍﻀﺢ ﺃﻥ‬
‫ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﻏﻴﺭ ﻤﺘﻤﺎﺜﻠﺔ‪.‬‬
‫ﻜﺫﻟﻙ ﻻ ﻨﺴﺘﻁﻴﻊ ﺍﻟﻘﻭل ﺒﺄﻥ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﻭﻟﻭﺩ ﺫﻜﺭﹰﺍ ﻴﺴﺎﻭﻱ ‪١/٢‬‬
‫ﻋﻠﻰ ﺍﻋﺘﺒﺎﺭ ﺃﻥ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﺤﺎﻟﺔ ﻭﺍﺤﺩﺓ ﻭﻫﻲ ﻜﻭﻨﻪ ﺫﻜﺭﹰﺍ ﻭﺍﻟﺤﺎﻻﺕ‬
‫ﺍﻟﻤﻤﻜﻨﺔ ﺤﺎﻟﺘﺎﻥ )ﺫﻜﺭ ﺃﻭ ﺃﻨﺜﻰ( ﻭﺫﻟﻙ ﻷﻨﻪ ﻤﻥ ﺍﻟﻤﺸﺎﻫﺩ ﻓﻲ ﺠﻤﻴﻊ ﺃﻨﺤﺎﺀ‬
‫ﺍﻟﻌﺎﻟﻡ ﻫﻭ ﺯﻴﺎﺩﺓ ﻋﺩﺩ ﺍﻟﻤﻭﺍﻟﻴﺩ ﺍﻟﺫﻜﻭﺭ ﻋﻠﻰ ﺍﻹﻨﺎﺙ‪.‬‬
‫ﻤﻥ ﻫﻨﺎ ﻨﺸﺄﺕ ﺍﻟﺤﺎﺠﺔ ﺇﻟﻰ ﺘﻌﺭﻴﻑ ﺁﺨﺭ ﻟﻼﺤﺘﻤﺎل ﻴﺘﻐﻠﺏ ﻋﻠﻰ ﻤﺜل ﻫﺫﻩ‬
‫ﺍﻟﺼﻌﻭﺒﺎﺕ ﻫﺫﺍ ﺍﻟﺘﻌﺭﻴﻑ ﻫﻭ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺠﺭﻴﺒﻲ‪.‬‬

‫ƒ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺠﺭﻴﺒﻲ )‪(Empirical Approach‬‬

‫ﺇﺫﺍ ﺭﻤﻴﻨﺎ ﻋﻠﺒﺔ ﻜﺒﺭﻴﺕ ﻋﻠﻰ ﺸﻜل ﻤﺘﻭﺍﺯﻱ ﻤﺴﺘﻁﻴﻼﺕ ‪ N‬ﻤﺭﺓ ﻭﻜﺎﻥ ﻋﺩﺩ‬
‫ﺍﻟﺭﻤﻴﺎﺕ ﺍﻟﺘﻲ ﻨﺘﻴﺠﺘﻬﺎ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺍﻟﻜﺒﻴﺭ ﺇﻟﻰ ﺃﻋﻠﻰ ‪ n1‬ﻭﻋﺩﺩ ﺍﻟﺭﻤﻴﺎﺕ ﺍﻟﺘﻲ‬
‫ﻨﺘﻴﺠﺘﻬﺎ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺍﻟﻤﺘﻭﺴﻁ ‪ n2‬ﻭﻋﺩﺩ ﺍﻟﺭﻤﻴﺎﺕ ﺍﻟﺘﻲ ﻨﺘﻴﺠﺘﻬﺎ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ‬
‫ﺍﻟﺼﻐﻴﺭ ‪ n3‬ﻓﺈﻥ‬
‫‪n1‬‬
‫ﻨﺴﺒﺔ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺕ ﻟﻠﻭﺠﻪ ﺍﻟﻜﺒﻴﺭ =‬
‫‪N‬‬

‫‪9‬‬
 ‫‪n2‬‬
‫ﻨﺴﺒﺔ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺕ ﻟﻠﻭﺠﻪ ﺍﻟﻤﺘﻭﺴﻁ =‬
‫‪N‬‬
‫‪n3‬‬
‫ﻨﺴﺒﺔ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺕ ﻟﻠﻭﺠﻪ ﺍﻟﺼﻐﻴﺭ =‬
‫‪N‬‬
‫‪1‬‬
‫ﻫﺫﻩ ﺍﻟﻨﺴﺏ ﺘﺨﺘﻠﻑ ﻋﻥ ﺍﻟـ ﻟﻌﺩﻡ ﺘﻤﺎﺜل ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬
‫‪3‬‬
‫ﻭﻜﻠﻤﺎ ﻜﺎﻨﺕ ‪ N‬ﻜﺒﻴﺭﺓ ﻜﻠﻤﺎ ﺍﻗﺘﺭﺒﺕ ﻫﺫﻩ ﺍﻟﻨﺴﺏ ﻤﻥ ﺍﻻﺴﺘﻘﺭﺍﺭ ﻋﻨﺩ ﻗﻴﻤﺔ‬
‫ﻼ ‪ %٧٠‬ﻭ ‪ %٢٠‬ﻭ ‪ %١٠‬ﻋﻠﻰ ﺍﻟﺘﻭﺍﻟﻲ‪.‬‬
‫ﺜﺎﺒﺘﺔ ﻭﻗﺩ ﺘﻜﻭﻥ ﻤﺜ ﹰ‬
‫ﺒﺤﻴﺙ ﻴﻤﻜﻥ ﺍﻟﻘﻭل ﺃﻥ‬

‫ﻭﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ‬ ‫‪n1‬‬

‫‪Lim‬‬ ‫‪= 0.70‬‬
‫‪N‬‬
‫ﺍﻷﻜﺒﺭ ﻋﻨﺩ ﺭﻤﻲ ﻋﻠﺒﺔ ﺍﻟﻜﺒﺭﻴﺕ‬
‫∞ →‪N‬‬

‫ﻭﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ‬ ‫‪n2‬‬

‫‪Lim‬‬ ‫‪= 0.20‬‬
‫‪N‬‬
‫ﺍﻷﻭﺴﻁ ﻋﻨﺩ ﺭﻤﻲ ﻋﻠﺒﺔ ﺍﻟﻜﺒﺭﻴﺕ‬
‫∞ →‪N‬‬

‫ﻭﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ‬ ‫‪n3‬‬

‫‪Lim‬‬ ‫‪= 0.10‬‬
‫‪N‬‬
‫ﺍﻷﺼﻐﺭ ﻋﻨﺩ ﺭﻤﻲ ﻋﻠﺒﺔ ﺍﻟﻜﺒﺭﻴﺕ‬
‫∞ →‪N‬‬

‫ﻜﺫﻟﻙ ﺇﺫﺍ ﺭﻤﻴﻨﺎ ﻗﻁﻌﺔ ﻋﻤﻠﺔ ‪ n‬ﻤﺭﺓ ﻭﻜﺎﻥ ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ‬
‫‪r‬‬
‫‪ .‬ﻫﺫﻩ ﺍﻟﻨﺴﺒﺔ ﻗﺩ ﺘﺨﺘﻠﻑ ﻋﻥ ‪١/٢‬‬ ‫ﺼﻭﺭﺓ ﻫﻭ ‪ r‬ﻤﺭﺓ ﻓﺈﻥ ﻨﺴﺒﺔ ﻋﺩﺩ ﺍﻟﺼﻭﺭ =‬
‫‪n‬‬
‫‪r‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ n‬ﺼﻐﻴﺭﺓ ﻭﻟﻜﻥ ﻤﻥ ﺍﻟﺜﺎﺒﺕ ﺃﻨﻪ ﻜﻠﻤﺎ ﺯﺍﺩﺕ ‪ n‬ﻜﻠﻤﺎ ﺍﻗﺘﺭﺒﺕ ﺍﻟﻨﺴﺒﺔ‬
‫‪n‬‬
‫ﻤﻥ ‪ ١/٢‬ﺒﺤﻴﺙ ﺃﻨﻪ ﻋﻨﺩﻤﺎ ﺘﻜﻭﻥ ‪ n‬ﻜﺒﻴﺭﺓ ﺠﺩﹰﺍ ﺘﺼﺒﺢ ﺍﻟﻨﺴﺒﺔ ﻗﺭﻴﺒﺔ ﺠﺩﹰﺍ ﻤﻥ ‪١/٢‬‬

‫‪n1‬‬ ‫ﺃﻱ ﺍﻥ‬

‫‪Lim‬‬ ‫‪= 1/ 2‬‬
‫‪N‬‬
‫∞ →‪N‬‬

‫‪10‬‬
 ‫ﻭﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺼﻭﺭﺓ ﻋﻨﺩ ﺭﻤﻲ ﻗﻁﻌﺔ ﺍﻟﻨﻘﺩ‪.‬‬

‫ﻭﻋﻠﻰ ﺫﻟﻙ ﻴﻜﻭﻥ ﺘﻌﺭﻴﻑ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺠﺭﻴﺒﻲ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫ﺇﺫﺍ ﺃﺠﺭﻴﺕ ﺘﺠﺭﺒﺔ ﻤﺭﺍﺕ ﻤﺘﺘﺎﻟﻴﺔ ﻋﺩﺩﻫﺎ ‪ N‬ﻭﻜﺎﻥ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺕ‬
‫ﺍﻟﺘﻲ ﻴﺘﺤﻘﻕ ﻓﻲ ﻜل ﻤﻨﻬﺎ ﺤﺎﺩﺙ ﻤﻌﻴﻥ ﻫﻭ ‪ r‬ﻤﺭﺓ ﻓﺎﻥ ﺍﺤﺘﻤـﺎل‬
‫ﻭﻗﻭﻉ ﻫﺫﺍ ﺍﻟﺤﺎﺩﺙ ﻴﺴﺎﻭﻱ‬
‫‪r‬‬
‫‪Lim‬‬
‫‪n‬‬
‫→‪N‬‬
‫∞‬
‫ƒ ﻗﻭﺍﻨـﻴﻥ ﺍﻻﺤﺘــﻤﺎﻻﺕ‬
‫‪ -‬ﺠﻤـﻊ ﺍﻻﺤﺘﻤـــﺎﻻﺕ‬
‫ﺃ‪ -‬ﻓﻲ ﺤﺎﻟﺔ ﻜﻭﻥ ﺍﻟﺤﻭﺍﺩﺙ ﻤﺘﻨﺎﻓﻴﺔ‬

‫ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﺤﻭﺍﺩﺙ ‪ .... A3 , A2 , A1‬ﺤﻭﺍﺩﺙ ﻤﺘﻨﺎﻓﻴﺔ ﺒﻤﻌﻨﻰ ﺃﻥ ﺤﺩﻭﺙ ﺃﺤـﺩﻫﺎ‬

‫ﻴـﺅﺩﻱ‬
‫ﺇﻟﻰ ﺍﺴﺘﺤﺎﻟﺔ ﺤﺩﻭﺙ ﺃﻱ ﻤﻥ ﺍﻟﺤﻭﺍﺩﺙ ﺍﻷﺨﺭﻯ ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻥ ﺍﺤﺘﻤﺎل ﺤﺩﻭﺙ ﻫﺫﻩ‬
‫ﺍﻟﺤﻭﺍﺩﺙ ﻤﻌﹰﺎ ﻴﻜﻭﻥ ﻤﻌﺩﻭﻤﹰﺎ ﻓﺈﻥ‬

‫ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺃﻱ ﺤﺎﺩﺙ ﻤﻥ ﺍﻟﺤﻭﺍﺩﺙ ﺍﻟﻤﺘﻨﺎﻓﻴﺔ‬

‫ﻴﺴﺎﻭﻱ ﻤﺠﻤﻭﻉ ﺍﺤﺘﻤﺎﻻﺕ ﻭﻗﻭﻉ ﻫﺫﻩ ﺍﻟﺤﻭﺍﺩﺙ‬

‫ﺍﻟﺸﻜل )‪(١‬‬ ‫ﻓﺈﺫﺍ ﻜﺎﻥ ‪ A ، B‬ﺤﺎﺩﺜﻴﻥ ﻤﺘﻨﺎﻓﻴﻴﻥ ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل )‪(١‬‬

‫‪s‬‬ ‫ﻓﺈﻥ )‪ B) = P(A) + P(B‬ﺃﻭ ‪P (A‬‬

‫‪A‬‬ ‫‪B‬‬ ‫ﻴﺭﻤﺯ ﺃﻴﻀﹰﺎ ﻻﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺃﺤﺩ ﺍﻟﺤﺎﺩﺜﻴﻥ ﺒﺎﻟﺭﻤﺯ‬

‫)‪P (AUB) = P (A) + P (B‬‬

‫ﺤﻭﺍﺩﺙ ﻤﺘﻨﺎﻓﻴﺔ‬

‫‪11‬‬
 ‫ﻤﺜـﺎل ‪ : ٣‬ﻓﻲ ﺤﺎﻟﺔ ﺭﻤﻲ ﺯﻫﺭﺓ ﻨﺭﺩ ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻋﺩﺩ ﻓﺭﺩﻱ؟‬
‫ﺍﻟﺤــل ‪ :‬ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻋﺩﺩ ﻓﺭﺩﻱ ﻤﻌﻨﺎﻩ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ‪ ١‬ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ٥‬ﻭﺤﻴﺙ‬
‫ﺃﻥ ﻫﺫﻩ ﺍﻟﺤﻭﺍﺩﺙ ﺍﻟﺜﻼﺜﺔ ﻤﺘﻨﺎﻓﻴﺔ ﻓﺈﻥ‬
‫)‪ 5) = P (1) + P (3) + P (5‬ﺃﻭ ‪ 3‬ﺃﻭ ‪P (1‬‬
‫‪1 1 1‬‬
‫=‬ ‫‪+ +‬‬
‫‪6 6 6‬‬
‫‪1‬‬
‫=‬
‫‪2‬‬

‫ﻤﺜـﺎل ‪:٤‬‬
‫ﻋﻨﺩ ﺭﻤﻲ ﺯﻫﺭﺓ ﻨﺭﺩ ﻤﺭﺘﻴﻥ ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺠﻬﻴﻥ ﻤﺘﺸﺎﺒﻬﻴﻥ؟‬
‫ﺍﻟﺤــل‪:‬‬

‫ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺠﻬﻴﻥ ﻤﺘﺸﺎﺒﻬﻴﻥ ﻤﻌﻨﺎﻩ ﺍﻟﺤﺼﻭل ﻋﻠﻰ )‪ ١‬ﻭ ‪ (١‬ﺃﻭ )‪ ٢‬ﻭ ‪(٢‬‬
‫‪1‬‬
‫ﺃﻭ )‪ ٣‬ﻭ ‪ ... (٣‬ﺃﻭ )‪ ٦‬ﻭ ‪ (٦‬ﻭﻫﻲ ﺤﻭﺍﺩﺙ ﻤﺘﻨﺎﻓﻴﺔ ﻭﺍﺤﺘﻤﺎل ﻜل ﻤﻨﻬﺎ‬
‫‪36‬‬
‫)‪ ٦‬ﻭ ‪ ٢)+ ... + P (٦‬ﻭ ‪ ١)+ P (٢‬ﻭ ‪) = P (١‬ﻭﺠﻬﻴﻥ ﻤﺘﺸﺎﺒﻬﻴﻥ(‬

‫‪P‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫‪+‬‬ ‫‪+ ... +‬‬
‫‪36 36‬‬ ‫‪36‬‬
‫‪6‬‬
‫=‬
‫‪36‬‬

‫‪12‬‬
 ‫ﻭﻤﻤﺎ ﺴﺒﻕ ﻨﺠﺩ ﺃﻥ‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ B , A‬ﺤﺎﺩﺜﻴﻥ ﺸﺎﻤﻠﻴﻥ ﻭﻤﺘﻨﺎﻓﻴﻥ ﻓﺈﻥ‬

‫‪P (A) + P(B) = 1‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ B , A‬ﺤﺎﺩﺜﻴﻥ ﺸﺎﻤﻠﻴﻥ ﻭﻤﺘﻨﺎﻓﻴﻥ ﻭﻤﺘﻤﺎﺜﻠﻴﻥ ﻓﺈﻥ‬

‫‪P (A) = P (B) = 1/2‬‬

‫ﺇﺫﺍ ﺭﻤﺯﻨﺎ ﻟﻠﺤﺎﺩﺙ ﻋﺩﻡ ﻭﻗﻭﻉ ‪ A‬ﺒﺎﻟﺭﻤﺯ ‪ A‬ﻓﺈﻥ ﺍﻟﺤﺎﺩﺜﻴﻥ ‪ A‬ﻭ ‪A‬‬
‫ﻴﻜﻭﻨﺎﻥ ﻤﺘﻨﺎﻓﻴﻴﻥ ﻭﺸﺎﻤﻠﻴﻥ ‪ ،‬ﻤﺜل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺸﺨﺹ ﻤﺩﺨﻨﺎ ﺃﻭ ﻏﻴﺭ‬
‫ﻤﺩﺨﻥ‬

‫ﻓﻲ ﺤﺎﻟﺔ ﻜﻭﻥ ﺍﻟﺤﻭﺍﺩﺙ ﻏﻴﺭ ﻤﺘﻨﺎﻓﻴﺔ‬ ‫ﺏ‪-‬‬

‫ﻋﻨﺩ ﻋﺩﻡ ﺍﺸﺘﺭﺍﻁ ﺘﻨﺎﻓﻲ ﺍﻟﺤﺎﺩﺜﻴﻥ ‪ A‬ﻭ ‪ B‬ﻴﻜﻭﻥ ﺍﻟﻤﻘﺼﻭﺩ ﺒﺎﻟﺤﺎﺩﺙ )‪A‬‬
‫ﺃﻭ ‪ (B‬ﻭﻗﻭﻉ ‪ A‬ﻋﻠﻰ ﺍﻨﻔﺭﺍﺩ ﺃﻭ ﻭﻗﻭﻉ ‪ B‬ﻋﻠﻰ ﺍﻨﻔﺭﺍﺩ ﺃﻭ ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺜﻴﻥ ‪ A‬ﻭ ‪B‬‬
‫ﻤﻌﺎ ﻓﻲ ﻭﻗﺕ ﻭﺍﺤﺩ ﻜﻤﺎ ﻴﺘﻀﺢ ﻤﻥ ﺍﻟﺸﻜل )‪ (٢‬ﺍﻟﺘﺎﻟﻲ‬
‫ﺸﻜل )‪(٢‬‬

‫‪s‬‬ ‫‪A and B‬‬

‫ﺤﻭﺍﺩﺙ ﻏﻴﺭ ﻤﺘﻨﺎﻓﻴﺔ‬
‫‪A‬‬ ‫‪B‬‬

‫ﺍﻵﻥ )‪ P (A) + P (B‬ﺘﻤﺜل ﻤﺠﻤﻭﻉ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻟﻠﺤﺎﺩﺙ ‪ A‬ﻤﻀﺎﻓﹰﺎ‬

‫ﺇﻟﻴﻬﺎ ﻤﺠﻤﻭﻉ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻟﻠﺤﺎﺩﺙ ‪ B‬ﻭﻟﻜﻥ ﻴﺠﺏ ﻤﻼﺤﻅـﺔ ﺃﻥ ﻜـل ﻤـﻥ‬
‫ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻟﻠﺤﺎﺩﺙ ‪ A‬ﻭﺘﻠﻙ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻟﻠﺤﺎﺩﺙ ‪ B‬ﺘﺘﻀﻤﻥ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴـﺔ‬
‫ﻟﻭﻗﻭﻉ ‪ A‬ﻭ ‪ B‬ﻤﻌﹰﺎ ‪ ،‬ﻭﺒﻬﺫﺍ ﻓﺈﻨﻪ ﻓﻲ ﺤﺎﻟﺔ ﺠﻤﻊ )‪ P (A‬ﻭ )‪ P (B‬ﻓﺈﻨﻨـﺎ ﻨﺠﻤـﻊ‬

‫‪13‬‬
 ‫)‪ B‬ﻭ ‪ P (A‬ﻤﺭﺘﻴﻥ ‪ ،‬ﻟﻬﺫﺍ ﻻﺒﺩ ﻤﻥ ﻁﺭﺡ ) ‪ B‬ﻭ ‪ P (A‬ﻤﺭﺓ ﻭﺍﺤﺩﺓ ﻟﻨﺤﺼل‬
‫ﻋﻠﻰ ﺍﻻﺤﺘﻤﺎل )‪ B‬ﺃﻭ ‪ P (A‬ﻭﻫﺫﺍ ﻫﻭ ‪:‬‬
‫)‪ B‬ﻭ ‪ B )= P (A) + P (B) – P (A‬ﺍﻭ ‪P (A‬‬
‫ﺃﻭ‬
‫)‪P (AUB) = P (A) + P(B) – P (A ∩ B‬‬

‫ﻤﺜـﺎل ‪: ٥‬‬

‫ﺒﺎﻟﺭﺠﻭﻉ ﺇﻟﻰ ﻤﺜﺎل ﺃﻋﻀﺎﺀ ﻤﺠﻠﺱ ﺇﺩﺍﺭﺓ ﺇﺤﺩﻯ ﺍﻟﺸﺭﻜﺎﺕ‪ ،‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل‬
‫ﺃﻥ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻌﻀﻭ ‪ A‬ﺃﻭ ﺍﻟﻌﻀﻭ ‪ D‬ﻤﻥ ﺒﻴﻥ ‪ ٤‬ﺃﻋﻀﺎﺀ ﻤﻥ ﻤﺠﻠﺱ ﺇﺩﺍﺭﺓ ﺇﺤﺩﻯ‬
‫ﺍﻟﺸﺭﻜﺎﺕ )ﻫﻡ ‪ A‬ﻭ ‪ B‬ﻭ ‪ C‬ﻭ ‪ (D‬ﻟﺘﻤﺜﻴﻠﻬﺎ ﻓﻲ ﺃﺤﺩ ﺍﻟﻤﺅﺘﻤﺭﺍﺕ ؟‬
‫ﺍﻟﺤــل‪:‬‬
‫ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ ﻭﻫﻭ ﻤﺠﻤﻭﻉ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬

‫= ‪S‬‬
‫‪{AB,‬‬ ‫}‪AC, AD, BC, BD, CD‬‬

‫‪ -‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻻﺨﺘﻴﺎﺭ ‪ A‬ﻫﻲ )‪(AB, AC, AD‬‬

‫‪ -‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻻﺨﺘﻴﺎﺭ ‪ D‬ﻫﻲ )‪(AD, BD, CD‬‬

‫‪ -‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻻﺨﺘﻴﺎﺭ ‪ A‬ﻭ ‪ D‬ﻤﻌ ﹰﺎ ﻫﻲ )‪(AD‬‬

‫ﺤﺴﺏ ﻗﺎﻋﺩﺓ ﺠﻤﻊ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻨﺤﺼل ﻋﻠﻰ ﺍﻟﻨﺘﻴﺠﺔ ﺍﻟﺘﻲ ﺤﺼﻠﻨﺎ ﻋﻠﻴﻬﺎ ﺴﺎﺒﻘﹰﺎ‪.‬‬
‫= )‪ D) = P (A) + P (D) – P (A ∩ D‬ﺃﻭ ‪P (AUD) = P (A‬‬
‫‪3 3 1‬‬
‫‪+ −‬‬
‫‪6 6 6‬‬

‫‪14‬‬
 ‫ﻤﺜـﺎل ‪:٦‬‬

‫ﺇﺫﺍ ﺴﺤﺒﺕ ﻭﺭﻗﺔ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﺃﻭﺭﺍﻕ ﺍﻟﻠﻌﺏ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ‬

‫ﺘﻜﻭﻥ ﺍﻟﻭﺭﻗﺔ ﻋﺩﺩﹰﺍ ﺃﻭ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﻤﻌﻴﻨﺔ ﻤﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺍﻷﺭﺒﻌﺔ ﺍﻟﻤﻜﻭﻨﺔ‬
‫ﻷﻭﺭﺍﻕ ﺍﻟﻠﻌﺏ؟‬
‫ﺍﻟﺤــل‪:‬‬
‫ﻨﻔﺭﺽ ﺃﻥ ‪ A‬ﻴﻤﺜل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻋﺩﺩ ﻭﺃﻥ ‪ B‬ﻴﻤﺜل ﺍﻟﺤﺼﻭل ﻋﻠﻰ‬
‫ﻭﺭﻗﺔ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﻤﻌﻴﻨﺔ ﻭﻟﺘﻜﻥ "ﺍﻟﺩﻴﻨﺎﺭﻱ"‬
‫‪40‬‬
‫= )‪P (A‬‬
‫‪52‬‬
‫‪13‬‬
‫= )‪P (B‬‬
‫‪52‬‬
‫‪10‬‬
‫= )‪P (A ∩ B‬‬
‫‪52‬‬
‫ﻭﻤﻥ ﻗﺎﻨﻭﻥ ﺠﻤﻊ ﺍﻻﺤﺘﻤﺎﻻﺕ‬
‫)‪P (AUB) = P (A) + P (B) – P (A ∩ B‬‬
‫‪40 13 10‬‬
‫=‬ ‫‪+‬‬ ‫‪−‬‬
‫‪52 52 52‬‬
‫‪43‬‬
‫=‬
‫‪52‬‬

‫ƒ ﻀـــﺭﺏ ﺍﻻﺤﺘــﻤﺎﻻﺕ‬

‫ﺃﻥ ﺍﺤﺘﻤﺎل ﺤﺩﻭﺙ ﺤﺎﺩﺜﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ ﺃﻭ ﺃﻜﺜﺭ ﻤﻌ ﹰﺎ ﻴﺴﺎﻭﻱ ﺤﺎﺼل‬

‫ﻀﺭﺏ ﺍﺤﺘﻤﺎل ﺤﺩﻭﺙ ﻜل ﻭﺍﺤﺩ ﻤﻥ ﻫﺫﻩ ﺍﻟﺤﻭﺍﺩﺙ ﺒﺒﻌﻀﻬﺎ ﺒﻌﻀ ﹰﺎ‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﺍﻟﺤﺎﺩﺜﻴﻥ ﺍﻟﻤﺴﺘﻘﻠﻴﻥ ‪ A‬ﻭ ‪ B‬ﻓﺈﻥ‬

‫)‪P (A ∩ B) = P (A) P (B‬‬

‫‪15‬‬
 ‫ﻤﺜـﺎل ‪: ٧‬‬
‫ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ )‪ (٣ ، ٣‬ﻋﻨﺩ ﺭﻤﻲ ﺯﻭﺝ ﻤﻥ ﺃﺤﺠﺎﺭ‬
‫ﺍﻟﻨﺭﺩ؟‬
‫ﺍﻟﺤــل‪:‬‬
‫‪1‬‬
‫ﺃﻥ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ ‪ ٣‬ﻟﺩﻯ ﺭﻤﻲ ﺍﻟﺤﺠﺭ ﺍﻷﻭل ﻤﻥ ﺍﻟﻨﺭﺩ ﻫﻭ‬
‫‪6‬‬
‫‪1‬‬
‫ﻭﻜﺫﻟﻙ ﺍﺤﺘﻤﺎل ﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ ‪ ٣‬ﻟﺩﻯ ﺭﻤﻲ ﺍﻟﺤﺠﺭ ﺍﻟﺜﺎﻨﻲ ﻤﻥ ﺍﻟﻨﺭﺩ ﻫﻭ‬
‫‪6‬‬
‫= )‪P (A ∩ B‬‬
‫= )‪P (A) P (B‬‬
‫‪1 1 1‬‬
‫= ×‬
‫‪6 6 36‬‬

‫ƒ ﺍﻻﺤﺘــﻤﺎل ﺍﻟﺸﺭﻁﻲ ‪Conditional Probability‬‬

‫ﻴﻬﺘﻡ ﻤﺩﺭﺍﺀ ﺍﻟﺸﺭﻜﺎﺕ ﺤﻴﻥ ﺍﺘﺨﺎﺫ ﺍﻟﻌﺩﻴﺩ ﻤﻥ ﺍﻟﻘﺭﺍﺭﺍﺕ ﺍﻹﺩﺍﺭﻴﺔ‬
‫ﺃﻭ ﺍﻟﺘﺠﺎﺭﻴﺔ ﺒﻤﻌﺭﻓﺔ ﺍﺤﺘﻤﺎل ﺤﺩﻭﺙ ﺤﺩﺙ ﻤﻌﻴﻥ ‪ A‬ﺇﺫﺍ ﻜﺎﻥ ﺤﺩﺜﹰﺎ ﺁﺨﺭ ‪ B‬ﻗﺩ‬
‫ﻼ ﺤﻴﻥ ﻴﻜﻭﻥ ﻤﻁﻠﻭﺒﹰﺎ ﻤﻥ ﺍﻟﻤﺩﻴﺭ ﺃﻥ ﻴﺘﺨﺫ ﻗﺭﺍﺭﺍ ﺒﻨﺸﺭ ﺇﻋﻼﻥ ﺩﻋﺎﺌﻲ‬
‫ﺤﺩﺙ‪ ،‬ﻓﻤﺜ ﹰ‬
‫ﻟﺴﻠﻌﺔ ﻤﺎ ﻓﻲ ﺍﻟﺘﻠﻔﺯﻴﻭﻥ ﻓﺈﻨﻪ ﻴﻜﻭﻥ ﻤﻬﺘﻤﺎ ﺒﻤﻌﺭﻓﺔ ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺸﺨﺼﹰﺎ ﻤﺎ‬
‫ﺴﻴﺸﺘﺭﻱ ﺍﻟﺴﻠﻌﺔ )ﺍﻟﺤﺎﺩﺙ ‪ (A‬ﺇﺫﺍ ﻜﺎﻥ ﻗﺩ ﺤﺼل ﺃﻥ ﺸﺎﻫﺩ ﺍﻹﻋﻼﻥ ﻓﻲ ﺍﻟﺘﻠﻔﺯﻴﻭﻥ‬
‫)ﺍﻟﺤﺎﺩﺙ ‪.(B‬‬
‫ﻭﻫﻜﺫﺍ ﻓﺈﻥ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ‪ A‬ﺒﺸﺭﻁ ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ‪ B‬ﻴﺩﻋﻰ‬
‫ﺒﺎﻻﺤﺘﻤﺎل ﺍﻟﺸﺭﻁﻲ ﻭﻴﻜﺘﺏ ﻋﻠﻰ ﺼﻭﺭﺓ )‪ P (A/B‬ﻭﺘﻘﺭﺃ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺎﺩﺙ ‪ A‬ﺒﻌﺩ‬
‫ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ‪.B‬‬

‫‪16‬‬
 ‫ﺴﻨﻭﻀﺢ ﻤﻔﻬﻭﻡ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺸﺭﻁﻲ ﺒﻤﺴﺎﻋﺩﺓ ﺍﻟﻤﺜﺎل ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﻤﺜـﺎل ‪: ٨‬‬

‫ﻜﻴﺱ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ‪ ٣‬ﻜﺭﺍﺕ ﺴﻭﺩﺍﺀ ﻭ ‪ ٧‬ﻜﺭﺍﺕ ﺒﻴﻀﺎﺀ‬

‫ﻟﻨﻔﺭﺽ ﺃﻨﻨﺎ ﺴﺤﺒﻨﺎ ﻤﻨﻪ ﻜﺭﺘﻴﻥ ﻜل ﻋﻠﻰ ﺤﺩﻩ ﻭﺒﺩﻭﻥ ﺇﻋﺎﺩﺓ ‪ .‬ﻓﺈﺫﺍ ﺭﻤﺯﻨﺎ ﺇﻟﻰ ﺴﺤﺏ‬
‫ﻜﺭﺓ ﺒﻴﻀﺎﺀ ﺒﺎﻟﺭﻤﺯ ‪ A‬ﻭﺇﻟﻰ ﺴﺤﺏ ﻜﺭﺓ ﺴﻭﺩﺍﺀ ﺒﺎﻟﺭﻤﺯ ‪ B‬ﻓﺈﻥ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﺭﻜﺒﺔ‬
‫ﺍﻟﺘﻲ ﻨﺤﺼل ﻋﻠﻴﻬﺎ ﺘﺘﻤﺜل ﺒﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪AA‬‬ ‫ﺍﻟﻜﺭﺘﺎﻥ ﺒﻴﻀﺎﻭﺍﻥ‬ ‫‪-‬‬
‫‪AB‬‬ ‫ﺍﻷﻭﻟﻰ ﺒﻴﻀﺎﺀ ﻭﺍﻟﺜﺎﻨﻴﺔ ﺒﻴﻀﺎﺀ‬ ‫‪-‬‬
‫‪BA‬‬ ‫ﺍﻷﻭﻟﻰ ﺴﻭﺩﺍﺀ ﻭﺍﻟﺜﺎﻨﻴﺔ ﺒﻴﻀﺎﺀ‬ ‫‪-‬‬
‫‪BB‬‬ ‫ﺍﻟﻜﺭﺘﺎﻥ ﺴﻭﺩﺍﻭﺍﻥ‬ ‫‪-‬‬
‫ﺍﺤﺘﻤﺎﻻﺕ ﺍﻟﻨﺘﺎﺌﺞ ﻟﺴﺤﺏ ﺍﻟﻜﺭﺓ ﺍﻷﻭﻟﻰ ﺜﻡ ﺍﻟﺜﺎﻨﻴﺔ ﺒﺎﻟﺘﺭﺘﻴﺏ ﻴﻤﻜﻥ ﺇﻴﻀﺎﺤﻬﺎ ﺒﺎﻟﺭﺴﻡ‬
‫ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﺍﻟﻜـﺭﺓ ﺍﻟﺜﺎﻨﻴﺔ‬
‫‪A‬‬
‫‪P(A/A) = 6/9‬‬

‫ﺍﻟﻜـﺭﺓ ﺍﻷﻭﻟﻰ‬
‫‪A‬‬
‫‪P(A) = 7/10‬‬
‫‪P(B/A) = 3/9‬‬
‫‪B‬‬
‫‪A‬‬
‫‪P(A/B) = 7/9‬‬
‫‪P(B) = 3/10‬‬
‫‪B‬‬

‫‪P(B/B) = 2/9‬‬
‫‪B‬‬
‫‪17‬‬
 ‫ﻭﻫﻜﺫﺍ ﻓﺈﻥ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﺭﻜﺏ ﻴﻤﻜﻥ ﺤﺴﺎﺒﻪ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﺍﺤﺘﻤﺎل ﺍﻥ ﺘﻜﻭﻥ ﺍﻟﻜﺭﺓ ﺍﻷﻭﻟﻰ ﺒﻴﻀﺎﺀ ﻭﺍﻟﺜﺎﻨﻴﺔ ﺒﻴﻀﺎﺀ = ﺍﺤﺘﻤﺎل ﺃﻥ‬
‫ﺘﻜﻭﻥ ﺍﻷﻭﻟﻰ ﺒﻴﻀﺎﺀ ﻤﻀﺭﻭﺒﺎ ﻓﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﺜﺎﻨﻴﺔ ﺒﻴﻀﺎﺀ ﺒﺸﺭﻁ ﺃﻥ ﺘﻜﻭﻥ‬
‫ﺍﻷﻭﻟﻰ ﺒﻴﻀﺎﺀ‪.‬‬

‫)‪P (A ∩ A) = P (A , A) = P (A) P (A/A‬‬

‫‪7 6 42‬‬
‫=‬ ‫= ×‬
‫‪10 9 90‬‬
‫ﻭﺒﺎﻟﻤﺜـل‬
‫‪7 3‬‬ ‫‪21‬‬
‫= )‪P (A ∩ B) = P (A) P (B/A‬‬ ‫= ‪.‬‬
‫‪10 9‬‬ ‫‪90‬‬
‫‪3 7‬‬ ‫‪21‬‬
‫= )‪P (B ∩ A) = P (B) P (A/B‬‬ ‫= ‪.‬‬
‫‪10 9‬‬ ‫‪90‬‬
‫‪3 2‬‬ ‫‪6‬‬
‫= )‪P (B ∩ B) = P (B) P (B/B‬‬ ‫= ‪.‬‬
‫‪10 9‬‬ ‫‪90‬‬

‫ﻭﺍﻵﻥ ﻨﻌﻤﻡ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﻭﻨﻘﺩﻡ ﺍﻟﺘﻌﺭﻴﻑ ﺍﻟﺘﺎﻟﻲ ﻟﻼﺤﺘﻤﺎل ﺍﻟﺸﺭﻁﻲ‪:‬‬

‫‪ -‬ﺍﻻﺤﺘــﻤﺎل ﺍﻟﺸـﺭﻁﻲ‬
‫ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﺍﻟﺤﺎﺩﺜﻴﻥ ‪ B , A‬ﻭﻜﺎﻥ )‪ P (B‬ﻻ ﻴﺴﺎﻭﻱ ﺍﻟﺼﻔﺭ ﻓﺄﻥ‬
‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﺸﺭﻁﻲ ﻟﻠﺤﺎﺩﺙ ‪ A‬ﺒﺸﺭﻁ ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ‪ B‬ﻴﻌﻁﻲ‬
‫ﺒﺎﻟﻤﻌﺎﺩﻟﺔ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬
‫)‪(A ∩ B‬‬
‫‪P (A/B) = P‬‬
‫)‪P(B‬‬
‫ﺃﻱ ﺃﻥ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺸﺭﻁﻲ ﻟﻠﺤﺎﺩﺙ ‪ A‬ﺒﺸﺭﻁ ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ‪ B‬ﻴﺴﺎﻭﻱ‬
‫ﺤﺎﺼل ﻗﺴﻤﺔ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﺭﻜﺏ ﻟـ ‪ B , A‬ﻋﻠﻰ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺎﺩﺙ ‪B‬‬

‫‪18‬‬
 ‫ﻤﻥ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺸﺭﻁﻲ ﺃﻋﻼﻩ ﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﺴﺘﻨﺘﺞ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﺭﻜﺏ )‪P(A B‬‬

‫)‪P (A ∩ B) = P (A) P (B/A‬‬

‫)‪= P (B) P (A/B‬‬

‫ﻭﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﻌﻤﻡ ﻫﺫﻩ ﺍﻟﺼﻴﻐﺔ ﻷﻜﺜﺭ ﻤﻥ ﺤﺎﺩﺜﻴﻥ ﻓﻔﻲ ﺤﺎﻟﺔ ‪ ٣‬ﺤﻭﺍﺩﺙ ﺘﻜﻭﻥ‬

‫)‪P (A ∩ B ∩ C) = P (A) P (B/A) P (C/AB‬‬

‫ﻤﺜـﺎل ‪: ٩‬‬
‫ﻜﻴﺱ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ‪ ٧‬ﻜﺭﺍﺕ ﺒﻴﻀﺎﺀ ﻭ‪ ٣‬ﻜﺭﺍﺕ ﺴﻭﺩﺍﺀ ﺴﺤﺒﺕ ﻤﻨﻪ ‪٣‬‬
‫ﻜﺭﺍﺕ ﺒﺩﻭﻥ ﺇﻋﺎﺩﺓ ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻜﻠﻬﺎ ﺒﻴﻀﺎﺀ؟‬
‫ﺍﻟﺤــل ‪:‬‬

‫ﻫﻭ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻜﺭﺓ ﺒﻴﻀﺎﺀ ﻓﻲ ﺍﻟﺴﺤﺏ ﺍﻷﻭﻟﻰ‬ ‫‪A1‬‬ ‫ﻟﻴﻜﻥ‬

‫ﻫﻭ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻜﺭﺓ ﺒﻴﻀﺎﺀ ﻓﻲ ﺍﻟﺴﺤﺏ ﺍﻟﺜﺎﻨﻲ‬ ‫‪A2‬‬

‫ﻫﻭ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻜﺭﺓ ﺒﻴﻀﺎﺀ ﻓﻲ ﺍﻟﺴﺤﺏ ﺍﻟﺜﺎﻟﺙ‬ ‫‪A3‬‬

‫ﻭﺒﺎﻟﺘﻁﺒﻴﻕ ﺍﻟﻤﺒﺎﺸﺭ ﻟﻠﻘﺎﻨﻭﻥ‬

‫)‪P (A1 ∩ A2 ∩ A3) = P (A1) P (A2/A1) P (A3/A1A2‬‬

‫⎞‪⎛ 7 ⎞ ⎛ 6⎞ ⎛5‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟ ⎜ =‬
‫⎠ ‪⎝ 10 ⎠ ⎝ 9 ⎠ ⎝ 8‬‬
‫‪210‬‬
‫=‬
‫‪720‬‬

‫‪19‬‬
 ‫ﻤﺜـﺎل ‪: ١٠‬‬
‫ﺴﺤﺒﺕ ﻭﺭﻗﺘﺎﻥ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﺃﻭﺭﺍﻕ ﺍﻟﻠﻌﺏ ﺒﺩﻭﻥ ﺇﻋﺎﺩﺓ ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ‬
‫ﺘﻜﻭﻥ ﻋﺸﺭﺘﻴﻥ؟‬
‫ﺍﻟﺤــل ‪:‬‬
‫ﻫﻭ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻌﺩﺩ ‪ ١٠‬ﻓﻲ ﺍﻟﻭﺭﻗﺔ ﺍﻷﻭﻟﻰ‬ ‫‪A‬‬ ‫ﻟﻴﻜﻥ‬

‫ﻫﻭ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻌﺩﺩ ‪ ١٠‬ﻓﻲ ﺍﻟﻭﺭﻗﺔ ﺍﻟﺜﺎﻨﻴﺔ‬ ‫‪B‬‬

‫)‪P (AB) = P (A) P(B/A‬‬

‫‪4‬‬ ‫‪3‬‬
‫=‬ ‫‪.‬‬
‫‪52 51‬‬

‫ƒ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﺍﻟﻤﻨﺘﻬﻴﺔ ﻭﺍﻷﺸﺠﺎﺭ ﺍﻟﺒﻴﺎﻨﻴﺔ‬

‫ﻴﻘﺼﺩ ﺒﺎﻟﻌﻤﻠﻴﺔ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﺍﻟﻤﻨﺘﻬﻴﺔ ‪ :‬ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻤﺘﺘﺎﺒﻌﺔ ﺒﺤﻴﺙ‬

‫ﻴﻜﻭﻥ ﻟﻜل ﺘﺠﺭﺒﻪ ﻋﺩﺩ ﻤﻨﺘﻪ ﻤﻥ ﺍﻟﻨﻭﺍﺘﺞ ﺒﺎﺤﺘﻤﺎﻻﺕ ﻤﻌﻁﺎﺓ‬

‫ﻭﻤﻥ ﺍﻟﻁﺭﻕ ﺍﻟﻤﻨﺎﺴﺒﺔ ﻟﻭﺼﻑ ﻤﺜل ﻫﺫﻩ ﺍﻟﻌﻠﻤﻴﺎﺕ ﻭﻟﺤﺴﺎﺏ ﺍﺤﺘﻤﺎﻻﺕ ﺃﻱ‬
‫ﺤﺩﺙ ‪ ،‬ﻁﺭﻴﻘﺔ ﺍﻷﺸﺠﺎﺭ ﺍﻟﺒﻴﺎﻨﻴﺔ ﺍﻟﻤﻭﻀﺤﺔ ﻓﻲ ﺍﻟﻤﺜﺎل ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﻤﺜــﺎل ‪: ١١‬‬

‫ﻟﺩﻴﻨﺎ ﺜﻼﺜﺔ ﺃﺩﺭﺍﺝ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫ﺒﺎﻟﺩﺭﺝ ‪ I‬ﻴﻭﺠﺩ ‪ ٦‬ﺃﺸﺭﻁﺔ ﻓﻴﺩﻴﻭ ﻤﻥ ﺒﻴﻨﻬﺎ ‪ ٢‬ﺃﺠﻨﺒﻴﺎﻥ ‪.‬‬
‫ﺒﺎﻟﺩﺭﺝ ‪ II‬ﻴﻭﺠﺩ ‪ ٨‬ﺃﺸﺭﻁﺔ ﻓﻴﺩﻴﻭ ﻤﻥ ﺒﻴﻨﻬﺎ ‪ ٣‬ﺃﺠﻨﺒﻴﺔ‪.‬‬
‫ﺒﺎﻟﺩﺭﺝ ‪ III‬ﻴﻭﺠﺩ ‪ ٤‬ﺃﺸﺭﻁﺔ ﻓﻴﺩﻴﻭ ﻤﻥ ﺒﻴﻨﻬﺎ ‪ ١‬ﺃﺠﻨﺒﻲ‪.‬‬

‫‪20‬‬
 ‫ﺍﺨﺘﻴﺭ ﺩﺭﺠﺎ ﺒﻁﺭﻴﻘﺔ ﻋﺸﻭﺍﺌﻴﺔ ﻭﺴﺤﺏ ﻤﻨﻪ ﺸﺭﻴﻁﹰﺎ ﺒﻁﺭﻴﻘﺔ ﻋﺸﻭﺍﺌﻴﺔ‬
‫ﺃﻴﻀﹰﺎ‪ .‬ﻓﻤﺎ ﻫﻭ ﺍﻻﺤﺘﻤﺎل )‪ (P‬ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺸﺭﻴﻁ ﻋﺭﺒﻴﹰﺎ‪.‬‬
‫ﺍﻟﺤــل‪:‬‬
‫ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﺍﻟﻌﻤﻠﻴﺔ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﻤﺘﺘﺎﺒﻌﺔ ﻤﻥ ﺘﺠﺭﺒﺘﻴﻥ‬
‫ﻨﺨﺘﺎﺭ ﺩﺭﺠﺎ ﻤﻥ ﺍﻟﺜﻼﺜﺔ ﺃﺩﺭﺍﺝ ‪.‬‬ ‫)‪(i‬‬

‫ﻨﺨﺘﺎﺭ ﺸﺭﻴﻁﺎ ﻭﻴﺤﺘﻤل ﺃﻥ ﻴﻜﻭﻥ ﺃﺠﻨﺒﻴﹰﺎ )‪ (A‬ﺃﻭ ﻋﺭﺒﻴﹰﺎ )‪. (B‬‬ ‫)‪(ii‬‬
‫ﺘﻤﺜل ﺍﻟﺸﺠﺭﺓ ﺍﻟﺒﻴﺎﻨﻴﺔ ﺍﻟﺘﺎﻟﻴﺔ ﻫﺫﻩ ﺍﻟﻌﻤﻠﻴﺔ ﻭﺘﻌﻁﻲ ﺍﻻﺤﺘﻤﺎل ﻟﻜل ﻓﺭﻉ ﺃﻭ ﻤﺴﺎﺭ‬
‫ﻟﻠﺸﺠﺭﺓ‪:‬‬

‫‪٢/٦‬‬
‫‪١/٣‬‬ ‫‪I‬‬ ‫‪A‬‬
‫‪٤/٦‬‬
‫‪B‬‬
‫‪١/٣‬‬ ‫‪٣/٨‬‬
‫‪II‬‬ ‫‪A‬‬
‫‪١/٣‬‬ ‫‪٥/٨‬‬ ‫‪B‬‬
‫‪١/٤‬‬
‫‪III‬‬ ‫‪A‬‬
‫‪٣/٤‬‬ ‫‪B‬‬

‫ﻴﻜﻭﻥ ﺍﺤﺘﻤﺎل ﺤﺩﻭﺙ ﺃﻱ ﻤﺴﺎﺭ ﻤﻥ ﺍﻟﻤﺴﺎﺭﺍﺕ ﺍﻟﺴﺘﺔ ﻤﺴﺎﻭﻴﹰﺎ ﻟﺤﺎﺼل ﻀﺭﺏ‬

‫ﻼ ﺍﺨﺘﻴﺎﺭ ﺍﻟﺩﺭﺝ ‪ II‬ﺜﻡ ﺍﺨﺘﻴﺎﺭ ﺸﺭﻴﻁﹰﺎ‬
‫ﺍﻻﺤﺘﻤﺎﻻﺕ ﻟﻜل ﻓﺭﻉ ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺴﺎﺭ‪ .‬ﻓﻤﺜ ﹰ‬
‫⎞‪⎛1⎞ ⎛3‬‬
‫ﺃﺠﻨﺒﻴﹰﺎ ﻫﻭ ⎟ ⎜ ⎟ ⎜ ‪.‬‬
‫⎠‪⎝ 3⎠ ⎝8‬‬
‫ﻭﺤﻴﺙ ﺃﻨﻪ ﺘﻭﺠﺩ ﺜﻼﺜﺔ ﻤﺴﺎﺭﺍﺕ ﻤﺘﻨﺎﻓﻴﺔ ﺘﺅﺩﻱ ﺇﻟﻰ ﺸﺭﻴﻁ ﻋﺭﺒﻲ ﻴﻜﻭﻥ ﻤﺠﻤﻭﻉ‬
‫ﺍﺤﺘﻤﺎﻻﺕ ﻫﺫﻩ ﺍﻟﻤﺴﺎﺭﺍﺕ ﺍﻟﺜﻼﺜﺔ ﻫﻭ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ )ﺃﻱ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل‬
‫ﻋﻠﻰ ﺸﺭﻴﻁ ﻋﺭﺒﻲ(‪:‬‬

‫‪21‬‬
 ‫‪1 4 1 5 1 3‬‬
‫‪P‬‬ ‫=‬ ‫‪. + . + .‬‬
‫‪3 6 3 8 3 4‬‬
‫‪1⎛ 4 5‬‬ ‫⎞‪3‬‬
‫=‬ ‫⎟ ‪⎜ + +‬‬
‫‪3⎝ 6 8‬‬ ‫⎠‪4‬‬
‫‪1 ⎛ 49 ⎞ 49‬‬
‫=‬ ‫⎜‬ ‫=⎟‬
‫‪3 ⎝ 24 ⎠ 72‬‬

‫ƒ ﻨﻅﺭﻴــــﺔ ﺒﻴــﺯ )‪(Bayes' Theorem‬‬

‫ﻟﻭ ﺍﻓﺘﺭﻀﻨﺎ ﺃﻥ ﻟﺩﻴﻨﺎ ﺼﻨﺩﻭﻗﻴﻥ ﺒﺩﺍﺨﻠﻬﺎ ﻤﻔﺭﺩﺍﺕ ﺴﻠﻴﻤﺔ ﻭﻤﻌﻴﺒﺔ‪ .‬ﻤﻔﺭﺩﻩ‬
‫ﻤﻌﻴﺒﻪ ﺴﺤﺒﺕ ﻋﺸﻭﺍﺌﻴﹰﺎ ﻤﻥ ﺃﺤﺩ ﺍﻟﺼﻨﺩﻭﻗﻴﻥ ﺩﻭﻥ ﺘﻌﻴﻴﻥ‪ ،‬ﻭﻨﺤﺏ ﺃﻥ ﻨﻌﺭﻑ ﻤﺎ ﻫﻭ‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻫﺫﻩ ﺍﻟﻤﻔﺭﺩﺓ ﺍﻟﻤﻌﻴﺒﺔ ﻗﺩ ﺴﺤﺒﺕ ﻤﻥ ﺍﻟﺼﻨﺩﻭﻕ ﺍﻷﻭل‪.‬‬
‫ﻟﻺﺠﺎﺒﺔ ﻋﻠﻰ ﺃﺴﺌﻠﺔ ﻤﻥ ﻫﺫﺍ ﺍﻟﻨﻭﻉ ﻨﺴﺘﺨﺩﻡ ﻗﺎﻋﺩﺓ ﺃﻭ ﻨﻅﺭﻴﺔ ﺒﻴﺯ ﻭﺍﻟﺘﻲ‬
‫ﻴﻤﻜﻥ ﺍﻋﺘﺒﺎﺭﻫﺎ ﺘﻁﺒﻴﻘﹰﺎ ﻟﻼﺤﺘﻤﺎل ﺍﻟﺸﺭﻁﻲ‪.‬‬
‫ﺘﻬﺩﻑ ﻨﻅﺭﻴﺔ ﺒﻴﺯ ﺇﻟﻰ ﺤﺴﺎﺏ ﺍﺤﺘﻤﺎﻻﺕ ﺼﺤﺔ ﺍﻟﻔﺭﻭﺽ ﺒﻨﺎﺀ ﻋﻠﻰ‬
‫ﻤﻌﻠﻭﻤﺎﺕ ﻤﻴﺩﺍﻨﻴﺔ ﺃﻭ ﺘﺠﺭﻴﺒﻴﺔ‪ .‬ﻓﻲ ﺍﻟﻐﺎﻟﺏ ﻴﻜﻭﻥ ﻟﺩﻯ ﺭﺠل ﺍﻷﻋﻤﺎل ﻤﻌﻠﻭﻤﺎﺕ‬
‫ﺇﻀﺎﻓﻴﺔ ﻋﻥ ﺤﺎﺩﺙ ﻤﻌﻴﻥ ﺃﻭ ﻤﺴﺎﻟﺔ ﻤﻌﻴﻨﺔ ‪ ،‬ﺇﻤﺎ ﻤﻥ ﺨﻼل ﺨﺒﺭﺘﻪ ﺍﻟﺸﺨﺼﻴﺔ ﺃﻭ ﻤﻥ‬
‫ﺨﻼل ﻤﺎﻀﻲ ﻫﺫﺍ ﺍﻟﺤﺎﺩﺙ ﺃﻭ ﺍﻟﻤﺴﺄﻟﺔ‪ .‬ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺘﻲ ﺘﻌﺘﻤﺩ ﻋﻠﻰ ﺍﻟﺨﺒﺭﺓ‬
‫ﺍﻟﺸﺨﺼﻴﺔ ﻭﻗﺒل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻨﺘﺎﺌﺞ ﺍﻟﺘﺠﺭﺒﺔ ﺘﺩﻋﻰ ﺒﺎﻻﺤﺘﻤﺎل ﺍﻟﻘﺒﻠﻲ ‪Prior‬‬
‫ﻼ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﻤﻌﺘﻤﺩﺓ ﻋﻠﻰ ﺴﺠﻼﺕ ﺍﻟﻤﺒﻴﻌﺎﺕ ﺍﻟﺴﺎﺒﻘﺔ ﺃﻭ ﻋﻠﻰ‬
‫‪ Probability‬ﻓﻤﺜ ﹰ‬
‫ﺍﻟﺭﻗﻡ ﺍﻟﺴﺎﺒﻕ ﻟﻜﻤﻴﺔ ﺍﻹﻨﺘﺎﺝ ﻏﻴﺭ ﺍﻟﺴﻠﻴﻡ ﺘﻌﺘﺒﺭ ﺃﻤﺜﻠﺔ ﻟﻼﺤﺘﻤﺎل ﺍﻟﻘﺒﻠﻲ‪ .‬ﺃﻤﺎ ﻋﻨﺩﻤﺎ‬
‫ﻴﺤﺴﺏ ﺍﻻﺤﺘﻤﺎل ﻋﻠﻰ ﻀﻭﺀ ﻤﻌﻠﻭﻤﺎﺕ ﻤﻴﺩﺍﻨﻴﺔ ﻤﻜﺘﺴﺒﺔ ﻴﺴﻤﻰ ﺒﺎﻻﺤﺘﻤﺎل ﺍﻟﺒﻌﺩﻱ‬
‫‪. Posterior Probability‬‬

‫‪22‬‬
 ‫ﻼ ﻋﻨﺩ ﺩﺭﺍﺴﺔ ﺤﺠﻡ ﺍﻷﺴﺭﺓ ﺍﻟﺸﺎﺌﻊ ﻗﺩ ﻴﻜﻭﻥ ﻓﻲ ﺫﻫﻨﻨﺎ ﻋﺩﺓ‬
‫ﻓﻤﺜ ﹰ‬
‫ﻓﺭﻭﺽ ﺨﺎﺼﺔ ﺒﻬﺫﺍ ﺍﻟﺤﺠﻡ ‪ ،‬ﻫﺫﻩ ﺍﻟﻔﺭﻭﺽ ﻫﻲ‪:‬‬
‫‪١‬‬ ‫ﺃﻥ ﻴﻜﻭﻥ ﺤﺠﻡ ﺍﻷﺴﺭﺓ ﺍﻟﺸﺎﺌﻊ‬ ‫‪A1‬‬

‫‪٢‬‬ ‫ﺃﻥ ﻴﻜﻭﻥ ﺤﺠﻡ ﺍﻷﺴﺭﺓ ﺍﻟﺸﺎﺌﻊ‬ ‫‪A2‬‬

‫‪٣‬‬ ‫ﺃﻥ ﻴﻜﻭﻥ ﺤﺠﻡ ﺍﻷﺴﺭﺓ ﺍﻟﺸﺎﺌﻊ‬ ‫‪A3‬‬

‫َ‬ ‫ََ‬ ‫ََ‬ ‫ََ‬ ‫ََ ََ‬ ‫ََ‬

‫َ‬ ‫ََ‬ ‫ََ‬ ‫ََ‬ ‫ََ ََ‬ ‫ََ‬
‫َ‬ ‫َ‬ ‫ََ‬ ‫ََ‬ ‫ََ ََ‬ ‫ََ‬
‫‪10‬‬ ‫‪A10‬‬
‫َ َ‬ ‫ََ‬ ‫ََ‬ ‫ََ ََ‬
‫ﻭﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﺘﻤﺜل ﻤﺠﻤﻭﻋﺔ ﺸﺎﻤﻠﺔ ﻭﻤﺘﻨﺎﻓﻴﺔ‪.‬‬

‫ﺇﺫﺍ ﺠﻤﻌﺕ ﺒﻴﺎﻨﺎﺕ ﻤﻴﺩﺍﻨﻴﺔ ‪ B‬ﻋﻥ ﻫﺫﻩ ﺍﻟﻅﺎﻫﺭﺓ ﻭﺍﺴﺘﻁﻌﻨﺎ ﺃﻥ ﻨﺤﺴﺏ‬

‫)‪ P(A4/B‬ﻓﺈﻥ ﻫﺫﺍ ﺍﻻﺤﺘﻤﺎل ﻴﺴﻤﻰ ﺒﻌﺩﻴﺎ‪ .‬ﻤﻊ ﺃﻥ ﻗﺎﻋﺩﺓ ﺒﻴﺯ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻤﻬﺎ‬
‫ﻷﻜﺜﺭ ﻤﻥ ﺤﺎﺩﺜﻴﻥ ﺸﺎﻤﻠﻴﻥ ﻭﻤﺘﻨﺎﻓﻴﻴﻥ ﺇﻻ ﺃﻨﻨﺎ ﻭﻤﻥ ﺃﺠل ﺍﻟﺘﺒﺴﻴﻁ ﺴﻨﺘﻌﺭﺽ ﻟﺘﻁﺒﻴﻕ‬
‫ﺍﻟﻨﻅﺭﻴﺔ ﻋﻠﻰ ﺤﺎﺩﺜﻴﻥ ﺸﺎﻤﻠﻴﻥ ﻤﺘﻨﺎﻓﻴﻴﻥ ﻓﻘﻁ‪.‬‬

‫‪ -‬ﻨﻅﺭﻴـﺔ ﺒـﻴـﺯ‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ A‬ﻭ ‪ B‬ﺤﺎﺩﺜﻴﻥ ﺸﺎﻤﻠﻴﻥ ﻭﻤﺘﻨﺎﻓﻴﻴﻥ ﻓﻲ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ ‪S‬‬
‫ﻭ ‪ D‬ﺃﻱ ﺤﺎﺩﺙ ﻓﻲ ﻨﻔﺱ ﺍﻟﻔﺭﺍﻍ ﺒﺤﻴﺙ ≠ ‪ P (D) O‬ﻓﺎﻥ‬

‫= )‪P (A/D‬‬
‫)‪P( A D‬‬ ‫‪S‬‬
‫)‪P(A D) + P(B D‬‬

‫)‪P ( B D‬‬ ‫‪D‬‬

‫= )‪P (B/D‬‬
‫)‪P(A D) + P(B D‬‬
‫‪B‬‬ ‫‪A‬‬

‫‪23‬‬
 ‫ﻤﺜـﺎل ‪: ١٢‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ ٠.٤٠‬ﻤﻥ ﺍﻟﻤﺩﺨﻨﻴﻥ ﻓﻲ ﻤﺩﻴﻨﺔ ﻤﺎ ﻴﻔﻀﻠﻭﻥ ﻨﻭﻉ ﺍﻟﺴﺠﺎﻴﺭ ‪A‬‬
‫ﻭﺍﻟﺒﺎﻗﻴﻥ ﻤﻨﻬﻡ ﻴﻔﻀﻠﻭﻥ ﺍﻟﻨﻭﻉ ‪ B‬ﻭﺇﺫﺍ ﻜﻥ ﺍﻟﻨﺴﺎﺀ ﻴﻤﺜﻠﻥ ‪ 0.30‬ﻤﻥ ﺒﻴﻥ ﺍﻟﺫﻴﻥ‬
‫ﻴﻔﻀﻠﻭﻥ ‪ A‬ﻭ ‪ ٠.٤٠‬ﻤﻥ ﺒﻴﻥ ﺍﻟﺫﻴﻥ ﻴﻔﻀﻠﻭﻥ ‪ .B‬ﻓﺈﺫﺍ ﺍﺨﺘﺭﻨﺎ ﺒﻁﺭﻴﻘﺔ ﻋﺸﻭﺍﺌﻴﺔ‬
‫ﺃﺤﺩ ﺍﻟﻤﺩﺨﻨﻴﻥ ﻭﻜﺎﻨﺕ ﺍﻤﺭﺃﺓ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻤﻤﻥ ﻴﻔﻀﻠﻭﻥ ﺍﻟﻨﻭﻉ ‪A‬؟‬
‫ﺍﻟﺤــل ‪:‬‬
‫ﻟﻨﻔﺭﺽ ﺃﻥ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻫﻲ‪:‬‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﺍﻟﻤﺩﺨﻥ ﻴﻔﻀل ﺍﻟﻨﻭﻉ ‪A‬‬ ‫)‪P (A‬‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﺍﻟﻤﺩﺨﻥ ﻴﻔﻀل ﺍﻟﻨﻭﻉ ‪B‬‬ ‫)‪P (B‬‬

‫ﻼ ﺒﺸﺭﻁ ﺃﻥ ﺍﻟﻨﻭﻉ ‪ A‬ﻫﻭ ﺍﻟﻤﻔﻀل‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺩﺨﻥ ﺭﺠ ﹰ‬ ‫)‪P (M/A‬‬

‫ﻼ ﺒﺸﺭﻁ ﺃﻥ ﺍﻟﻨﻭﻉ ‪ B‬ﻫﻭ ﺍﻟﻤﻔﻀل‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺩﺨﻥ ﺭﺠ ﹰ‬ ‫)‪P (M/B‬‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺩﺨﻥ ﺍﻤﺭﺃﻩ ﺒﺸﺭﻁ ﺃﻥ ﺍﻟﻨﻭﻉ ‪ A‬ﻫﻭ ﺍﻟﻤﻔﻀل‬ ‫)‪P (F/A‬‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺩﺨﻥ ﺍﻤﺭﺃﻩ ﺒﺸﺭﻁ ﺃﻥ ﺍﻟﻨﻭﻉ ‪ B‬ﻫﻭ ﺍﻟﻤﻔﻀل‬ ‫)‪P (F/B‬‬

‫ﺍﺤﺘﻤﺎﻻﺕ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﻴﻭﻀﺤﻬﺎ ﺍﻟﺸﻜل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪4 7‬‬ ‫‪28‬‬

‫‪P(M/A) = 7/10‬‬ ‫‪M‬‬ ‫= )‪P(AM) = P (A) P(M/A‬‬ ‫‪.‬‬ ‫=‬
‫‪10 10‬‬ ‫‪100‬‬

‫‪A‬‬ ‫‪4 3‬‬ ‫‪12‬‬

‫‪F‬‬ ‫= )‪P(AF) = P (A) P(F/A‬‬ ‫‪.‬‬ ‫=‬
‫‪P(A) = 4/10‬‬ ‫‪P(F/A) = 3/10‬‬ ‫‪10 10‬‬ ‫‪100‬‬

‫‪P(M/B) = 6/10‬‬ ‫‪M‬‬ ‫‪P(BM) = P (B) P(M/B) = 6/10 . 6/10 = 36/100‬‬

‫‪P(B) = 6/10‬‬ ‫‪B‬‬

‫‪6 4‬‬ ‫‪24‬‬
‫‪P(F/B) = 4/10‬‬ ‫‪F‬‬ ‫= )‪P(BF) = P (B) P(F/B‬‬ ‫‪.‬‬ ‫=‬
‫‪10 10‬‬ ‫‪100‬‬

‫‪24‬‬
 ‫ﻭﺒﺎﺴﺘﺨﺩﺍﻡ ﻗﺎﻋﺩﺓ ﺒﻴﺯ‬
‫)‪P (AF‬‬ ‫‪12/100‬‬
‫= )‪P (A/F‬‬ ‫=‬
‫‪P(AF) + P (BF) 12/100 + 24/100‬‬
‫‪12‬‬ ‫‪1‬‬
‫=‬ ‫=‬
‫‪36‬‬ ‫‪3‬‬
‫ﻭﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﻤﺜل ﻜل ﻫﺫﻩ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺒﺎﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻻﺤﺘﻤﺎل‬ ‫ﺍﻻﺤﺘﻤﺎل‬ ‫ﺍﻻﺤﺘﻤﺎل‬ ‫ﺍﻻﺤﺘﻤﺎل‬ ‫ﺍﻟﺤــﺎﺩﺙ‬

‫ﺍﻟﺒﻌﺩﻱ‬ ‫ﺍﻟﻤﺭﻜﺏ‬ ‫ﺍﻟﺸﺭﻁﻲ‬ ‫ﺍﻟﻘﺒﻠﻲ‬
‫‪12‬‬ ‫‪12‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪A‬‬
‫‪36‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪24‬‬ ‫‪24‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪B‬‬
‫‪36‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪36‬‬ ‫ﺍﻟﻤﺠﻤــﻭﻉ‬
‫‪1.0‬‬ ‫‪1.0‬‬
‫‪100‬‬

‫ƒ ﺍﻟﺘﺠـﺎﺭﺏ ﺍﻟﻤﺘﻜـﺭﺭﺓ ‪Repeated Trials‬‬

‫ﺴﻨﺩﺭﺱ ﻓﻲ ﻫﺫﺍ ﺍﻟﻘﺴﻡ ﻜﻴﻔﻴﺔ ﺤﺴﺎﺏ ﺍﺤﺘﻤﺎﻻﺕ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻨﺘﺎﺌﺞ‬
‫ﺍﻟﻤﺨﺘﻠﻔﺔ ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺃﻥ ﺘﺘﺭﺘﺏ ﻋﻠﻰ ﺘﻜﺭﺍﺭ ﺘﺠﺭﺒﺔ ﻤﻌﻴﻨﺔ ﻋﺩﺩﹰﺍ ﻤﻌﻴﻨﹰﺎ ﻤﻥ ﺍﻟﻤﺭﺍﺕ‬
‫ﺘﺤﺕ ﻨﻔﺱ ﺍﻟﻅﺭﻭﻑ ﺃﻭ ﺘﺤﺕ ﻅﺭﻭﻑ ﻤﺨﺘﻠﻔﺔ‪.‬‬
‫ﺃﻭ ﹰﻻ‪ :‬ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻤﺘﻜﺭﺭﺓ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺫﺍﺕ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺜﺎﺒﺕ‬
‫ﻼ ﻋﻨﺩ ﺇﻟﻘﺎﺀ ﻗﻁﻌﺔ ﻨﻘﺩ ‪ N‬ﻤﺭﺓ ﻭﻜﻨﺎ ﻤﻌﻨﻴﻴﻥ ﺒﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ ﻓﺄﻨﻨﺎ‬
‫ﻤﺜ ﹰ‬
‫ﻨﻼﺤﻅ ﺒﺄﻥ ﻫﻨﺎﻙ ﻨﺘﺎﺌﺞ ﻤﺨﺘﻠﻔﺔ ﻟﻌﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ‪ ،‬ﻓﻘﺩ ﻨﺤﺼل ﻋﻠﻰ‬
‫)‪ N‬ﺼﻭﺭﺓ ﻭﺼﻔﺭ ﻜﺘﺎﺒﺔ( ﺃﻭ )‪ N -١‬ﺼﻭﺭﺓ ﻭﻤﺭﺓ ﻭﺍﺤﺩﺓ ﻜﺘﺎﺒﺔ( ﺃﻭ‬
‫)‪ N-٢‬ﺼﻭﺭﺓ ﻭﻤﺭﺘﻴﻥ ﻜﺘﺎﺒﺔ( ﺃﻭ ‪ ...‬ﺃﻭ )ﺼﻔﺭ ﺼﻭﺭﺓ ﻭ ‪ N‬ﻜﺘﺎﺒﺔ( ﺃﻱ ﺃﻥ ﻫﻨﺎﻙ‬

‫‪25‬‬
 ‫ﻼ ﻟﻭ ﺃﻟﻘﻴﻨﺎ ﻗﻁﻌﺔ ﺍﻟﻨﻘﺩ ﺨﻤﺱ ﻤﺭﺍﺕ ﻓﺈﻥ ﺍﻟﺤﺎﻻﺕ‬
‫‪ N+ ١‬ﺤﺎﻟﺔ ﻤﻤﻜﻨﺔ ‪ .‬ﻓﻤﺜ ﹰ‬
‫ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ‪:‬‬
‫ﺼﻔﺭ ﻜﺘﺎﺒﺔ‬ ‫ﻭ‬ ‫‪ ٥‬ﺼﻭﺭﺓ‬
‫ﻜﺘﺎﺒﺔ ﻭﺍﺤﺩﺓ‬ ‫ﻭ‬ ‫‪ ٤‬ﺼﻭﺭ‬
‫ﻜﺘﺎﺒﺘﺎﻥ‬ ‫ﻭ‬ ‫‪ ٣‬ﺼﻭﺭ‬
‫‪ ٣‬ﻜﺘﺎﺒﺔ‬ ‫ﻭ‬ ‫‪ ٢‬ﺼﻭﺭ‬
‫‪ ٤‬ﻜﺘﺎﺒﺔ‬ ‫ﻭ‬ ‫‪ ١‬ﺼﻭﺭﺓ‬
‫‪ ٥‬ﻜﺘﺎﺒﺔ‬ ‫ﻭ‬ ‫ﺼﻔﺭ ﺼﻭﺭﺓ‬
‫ﺃﻱ ﺃﻥ ﻤﺠﻤﻭﻉ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺴﺕ ﺤﺎﻻﺕ‬
‫ﻭﻟﺤﺴﺎﺏ ﻤﺜل ﻫﺫﻩ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻤﺘﻜﺭﺭﺓ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺫﺍﺕ ﺍﻻﺤﺘﻤﺎل‬
‫ﺍﻟﺜﺎﺒﺕ ﻨﺴﺘﺨﺩﻡ ﺍﻟﻘﺎﻨﻭﻥ ﺍﻻﺤﺘﻤﺎﻟﻲ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‪.‬‬

‫ﺍﻟﺤﺩﻴﻥ‪Binomil Probabilit Law‬‬ ‫ƒ ﺍﻟﻘﺎﻨﻭﻥ ﺍﻻﺤﺘﻤﺎﻟﻲ ﺜﻨﺎﺌﻲ‬

‫ﻭﻟﺘﻭﻀﻴﺢ ﻜﻴﻔﻴﺔ ﺍﻟﺘﻭﺼل ﺇﻟﻰ ﻫﺫﺍ ﺍﻟﻘﺎﻨﻭﻥ ﻨﺠﺭﻱ ﺍﻵﺘﻲ‪:‬‬
‫ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ﻋﻠﻰ ﻗﻁﻌﺔ ﻭﺍﺤﺩﺓ = ½‬
‫ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ﻋﻠﻰ ‪ ٣‬ﻗﻁﻊ ﻤﻌﹰﺎ ﺃﻭ ﺒﺭﻤﻴﺔ ﻗﻁﻌﺔ ﻭﺍﺤﺩﺓ ﺜﻼﺙ ﻤﺭﺍﺕ ﻫﻭ‬

‫‪½ . ½ . ½ = (½)3‬‬
‫ﻓﺈﺫﺍ ﺭﻤﻴﻨﺎ ﺨﻤﺱ ﻗﻁﻊ ﻨﻘﻭﺩ ﺃﻭ ﻗﻁﻌﺔ ﻭﺍﺤﺩﺓ ﺨﻤﺱ ﻤﺭﺍﺕ ﻴﻜﻭﻥ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ‬
‫ﺍﻟﺼﻭﺭﺓ ﻋﻠﻰ ﺜﻼﺙ ﻗﻁﻊ ﻤﻨﻬﺎ ﻴﻌﻨﻲ ﻓﻲ ﺍﻟﻭﻗﺕ ﻨﻔﺴﻪ ﻋﺩﻡ ﻅﻬﻭﺭﻫﺎ ﻋﻠﻰ ﺍﻟﻘﻁﻌﺘﻴﻥ‬
‫ﺍﻟﺒﺎﻗﻴﺘﻴﻥ ﺃﻱ = ‪ .(½)2‬ﻭﺒﺫﻟﻙ ﻴﻜﻭﻥ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ﻋﻠﻰ ﺜﻼﺙ ﻗﻁﻊ‬
‫ﻭﻋﺩﻡ ﻅﻬﻭﺭﻫﺎ ﻋﻠﻰ ﺍﻟﻘﻁﻌﺘﻴﻥ ﺍﻟﺒﺎﻗﻴﺘﻴﻥ ﻤﻌﹰﺎ ﻓﻲ ﻨﻔﺱ ﺍﻟﻭﻗﺕ =‬

‫‪(½)3 (½)2‬‬

‫‪26‬‬
 ‫ﻟﻜﻥ ﻫﺫﻩ ﻫﻲ ﻨﺘﻴﺠﺔ ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ﻓﻲ ﺍﻟﺜﻼﺙ ﺭﻤﻴﺎﺕ ﺍﻷﻭﻟﻰ ﻭﻋﺩﻡ‬
‫ﻅﻬﻭﺭﻫﺎ ﻓﻲ ﺍﻟﻤﺭﺘﻴﻥ ﺍﻟﺒﺎﻗﻴﺘﻴﻥ ﻭﻟﻜﻨﻨﺎ ﻨﺭﻴﺩ ﺤﺴﺎﺏ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ﻓﻲ ﺃﻱ‬
‫ﺜﻼﺙ ﻗﻁﻊ ﻭﻋﺩﻡ ﻅﻬﻭﺭﻫﺎ ﻓﻲ ﺃﻱ ﻗﻁﻌﺘﻴﻥ ﺒﻐﺽ ﺍﻟﻨﻅﺭ ﻋﻥ ﺘﺭﺘﻴﺏ ﺍﻟﻘﻁﻊ ﻭﻤﻥ‬
‫ﺍﻟﻭﺍﻀﺢ ﺃﻥ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ ﺃﻜﺒﺭ ﻤﻥ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺴﺎﺒﻕ ﺃﻱ ﺃﻥ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ‬
‫ﺍﻟﺼﻭﺭﺓ ﻋﻠﻰ ﺃﻱ ﺜﻼﺙ ﻗﻁﻊ ﺃﻜﺒﺭ ﻤﻥ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭﻫﺎ ﻋﻠﻰ ﺜﻼﺙ ﻗﻁﻊ ﻤﺤﺩﺩﺓ ‪.‬‬
‫ﻭﻟﻠﺤﺼﻭل ﻋﻠﻰ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ ﻨﺴﺘﺨﺩﻡ ﺍﻟﺘﻭﺍﻓﻴﻕ ﻭﻨﺤﺴﺏ ﻋﺩﺩ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬
‫ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺘﻜﻭﻴﻨﻬﺎ ﻤﻥ ﺨﻤﺱ ﻗﻁﻊ ﺒﺤﻴﺙ ﺘﺘﻜﻭﻥ ﻜل ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺜﻼﺙ ﻗﻁﻊ‬
‫ﻓﻘﻁ‪ ،‬ﺃﻱ ﻨﺤﺴﺏ ﻋﺩﺩ ﺍﻟﺘﻭﺍﻓﻴﻕ ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺘﻜﻭﻴﻨﻬﺎ ﻤﻥ ﺨﻤﺱ ﻗﻁﻊ ﺒﺤﻴﺙ ﺘﺘﻜﻭﻥ‬
‫ﻜل ﺘﻭﻓﻴﻘﺔ ﻤﻥ ﺜﻼﺙ ﻗﻁﻊ ﺃﻱ ‪ ⊂ 53‬ﻭﺍﻻﺤﺘﻤﺎل ﺍﻟﺫﻱ ﺤﺴﺒﻨﺎﻩ ﺃﻋﻼﻩ ﻴﻜﻭﻥ ﺼﺤﻴﺤﹰﺎ‬
‫ﻟﻜل ﺘﻭﻓﻴﻘﻪ ﺃﻭ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﻫﺫﻩ ﺍﻟﺘﻭﺍﻓﻴﻕ ﺍﻟﺜﻼﺙ ﺃﻱ ﺍﻻﺤﺘﻤﺎل ﺜﺎﺒﺕ ﻭﻴﺘﻜﺭﺭ ﻓﻲ‬
‫ﻜل ﻤﺠﻤﻭﻋﺔ ﻭﻟﺫﻟﻙ ﻨﻀﺭﺏ ﻋﺩﺩ ﺍﻟﺘﻭﺍﻓﻴﻕ ﻓﻲ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﺤﺴﻭﺏ ﻓﻨﺤﺼل ﻋﻠﻰ‬

‫‪⊂ 53 (½)3 (½)2‬‬

‫‪= 10 (½)5‬‬
‫‪= 10‬‬
‫‪32‬‬
‫ﻭﺍﻵﻥ ﻨﺴﺘﻁﻴﻊ ﺃﻥ ﻨﻌﻤﻡ ﻓﻨﻘﻭل ﺃﻨﻪ ﻓﻲ ﺤﺎﻟﺔ ﺘﺠﺭﺒﺔ ﻤﻌﻴﻨﺔ ﻨﺘﻴﺠﺘﻬﺎ ﻭﻗﻭﻉ ﺤﺎﺩﺙ ﻤﺎ‬
‫ﺃﻭ ﻋﺩﻡ ﻭﻗﻭﻋﻪ ﻭﻜﺎﻥ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﻫﺫﺍ ﺍﻟﺤﺎﺩﺙ )‪ (P‬ﻭﺍﺤﺘﻤﺎل ﻋﺩﻡ ﻭﻗﻭﻋﻪ )‪(1-P‬‬
‫ﻭﻜﺭﺭﻨﺎ ﻫﺫﻩ ﺍﻟﺘﺠﺭﺒﺔ )‪ (n‬ﻤﺭﺓ ﻓﺈﻥ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﻫﺫﺍ ﺍﻟﺤﺎﺩﺙ ﻓﻲ ) ‪ (r‬ﻤﺭﺓ ﺤﻴﺙ‬
‫)‪ (n> r > ٠‬ﻴﻜﻭﻥ =‬

‫‪⊂ nr pr (1-p)n-r‬‬
‫ﻭﻫﺫﺍ ﻤﺎ ﻴﻌﺭﻑ ﺒﺎﺴﻡ ﺍﻟﻘﺎﻨﻭﻥ ﺍﻻﺤﺘﻤﺎﻟﻲ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻭﻜﻤﺎ ﺫﻜﺭﻨﺎ ﻓﻬﻭ ﻴﺴﺘﺨﺩﻡ ﻓﻲ‬
‫ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺫﺍﺕ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺜﺎﺒﺕ‪ ،‬ﻓﺎﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺍﻟﺼﻭﺭﺓ ﺃﻭ ﻋﺩﻡ ﻭﻗﻭﻋﻬﺎ‬
‫‪1‬‬
‫‪2‬‬
‫ﺜﺎﺒﺕ ﻓﻲ ﻜل ﺭﻤﻴﺔ =‬

‫‪27‬‬
 ‫ﻤﺜﺎل )‪ :(١٣‬ﺒﺎﻟﻌﻭﺩﺓ ﺇﻟﻰ ﻤﺜﺎﻟﻨﺎ ﺍﻟﺴﺎﺒﻕ ﻭﻫﻭ ﺭﻤﻲ ﻗﻁﻌﺔ ﻨﻘﺩ ﺨﻤﺱ ﻤﺭﺍﺕ‬
‫ﺍﻭ ﺭﻤﻲ ﺨﻤﺱ ﻗﻁﻊ ﻤﺭﺓ ﻭﺍﺤﺩﺓ ﻓﺈﻥ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺨﺎﺼﺔ ﺒﻅﻬﻭﺭ‬
‫ﺍﻟﻭﺠﻪ ﻴﻤﻜﻥ ﺤﺴﺎﺒﻬﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻫﺫﺍ ﺍﻟﻘﺎﻨﻭﻥ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ‪ ٥‬ﻤﺭﺍﺕ =‬

‫) ‪⊂5 ( 1 2‬‬ ‫‪(1 2 )0 = (1 2 )5 = 321‬‬

‫‪5‬‬ ‫‪5‬‬

‫ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ‪ ٤‬ﻤﺭﺍﺕ =‬

‫) ‪⊂ 4 (1 2‬‬ ‫‪(12 )1 = 5 (1 2 )5 = 325‬‬

‫‪5‬‬ ‫‪4‬‬

‫ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ‪ ٣‬ﻤﺭﺍﺕ =‬

‫) ‪⊂3 ( 1 2‬‬ ‫‪(12 )2 = 10 (1 2 )5 = 10‬‬

‫‪5‬‬ ‫‪3‬‬
‫‪32‬‬
‫ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ﻤﺭﺘﻴﻥ =‬

‫) ‪⊂ 2 (1 2‬‬ ‫‪(1 2 )3 = 10 (1 2 )5 = 10‬‬

‫‪5‬‬ ‫‪2‬‬
‫‪32‬‬
‫ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ ﻤﺭﺓ ﻭﺍﺤﺩﺓ =‬

‫⊂‬
‫‪5‬‬
‫‪1‬‬ ‫‪(1 2 )1 (12 )4 = 5 (1 2 )5 = 325‬‬
‫ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ =‬

‫) ‪⊂0 (1 2‬‬ ‫‪(1 2 )5 = 1 (1 2 )5 = 321‬‬

‫‪5‬‬ ‫‪0‬‬

‫‪28‬‬
 ‫ﻨﻼﺤﻅ ﺃﻥ ﻫﺫﻩ ﺍﻟﻨﺘﺎﺌﺞ ﻫﻲ ﺍﻟﺤﺩﻭﺩ ﺍﻟﻤﺘﺘﺎﻟﻴﺔ ﻓﻲ ﻤﻔﻜﻭﻙ ﺍﻟﻤﻘﺩﺍﺭ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬

‫‪(1 2 + 12 )5‬‬

‫ﻨﺘﻴﺠﺔ ﻟﻤﺎ ﻜﺎﻥ ﻋﺩﺩ ﻤﺭﺍﺕ ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻤﺘﻜﺭﺭﺓ ﺍﻟﺘﻲ ﻋﺩﺩﻫﺎ ‪ n‬ﻗﺩ‬
‫ﺘﺄﺨﺫ ﺍﻟﻘﻴﻡ ﺼﻔﺭ ﺃﻭ ‪ ١‬ﺃﻭ ‪ ٢‬ﺃﻭ ‪ ...‬ﺃﻭ ‪ n‬ﻭﻫﻲ ﺤﺎﻻﺕ ﺸﺎﻤﻠﺔ ﻭﻤﺘﻨﺎﻓﻴﺔ ﻓﺈﻥ‬

‫‪P(O) + P(1) + P( 2) + ... + P(n ) = 1‬‬

‫ﻤﺜـﺎل ‪: ١٤‬‬
‫ﺃﺤﺼﺭ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﻟﻅﻬﻭﺭ ﺍﻟﻭﺠﺒﺔ ‪ ٣‬ﻭﺃﺤﺴﺏ ﺍﺤﺘﻤﺎﻻﺘﻬﺎ ﻋﻨﺩ ﺭﻤﻲ‬
‫ﺤﺠﺭ ﺍﻟﻨﺭﺩ ‪ ٣‬ﻤﺭﺍﺕ‪.‬‬
‫ﺍﻟﺤــل‪ :‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬

‫‪ -‬ﻋﺩﻡ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ‪ ٣‬ﺒﺘﺎﺘﺎ‬

‫‪ -‬ﻅﻬﻭﺭﻩ ﻤﺭﺓ ﻭﺍﺤﺩﺓ‬
‫‪ -‬ﻅﻬﻭﺭﻩ ﻤﺭﺘﻴﻥ‬
‫‪ -‬ﻅﻬﻭﺭﻩ ﺜﻼﺙ ﻤﺭﺍﺕ‬

‫‪ -‬ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ‪ ٣‬ﺒﺘﺎﺘﹰﺎ =‬

‫‪0‬‬ ‫‪3‬‬
‫⎞‪3⎛1‬‬ ‫⎞‪⎛5‬‬ ‫‪125‬‬
‫⊂‬ ‫⎟ ⎜‪0‬‬ ‫= ⎟ ⎜‬
‫⎠‪⎝6⎠ ⎝6‬‬ ‫‪216‬‬
‫‪ -‬ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭﻩ ﻤﺭﺓ ﻭﺍﺤﺩﺓ =‬
‫‪1‬‬ ‫‪2‬‬
‫⎞‪3⎛1⎞ ⎛5‬‬ ‫‪⎛ 1 ⎞ ⎛ 25 ⎞ 75‬‬
‫⊂‬ ‫⎟ ⎜ ⎟ ⎜‪1‬‬
‫⎠‪⎝6⎠ ⎝6‬‬
‫= ⎟ ⎜ ⎟ ⎜‪= 3‬‬
‫‪⎝ 6 ⎠ ⎝ 36 ⎠ 216‬‬

‫‪29‬‬
 ‫‪ -‬ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭﻩ ﻤﺭﺘﻴﻥ=‬
‫‪2‬‬ ‫‪1‬‬
‫⎞‪3⎛1‬‬ ‫⎞‪⎛5‬‬ ‫‪15‬‬
‫⊂‬ ‫⎟ ⎜‪2‬‬ ‫= ⎟ ⎜‬
‫‪⎝ 6 ⎠ ⎝ 6 ⎠ 216‬‬
‫‪ -‬ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭﻩ ﺜﻼﺙ ﻤﺭﺍﺕ =‬
‫‪3‬‬ ‫‪0‬‬
‫⎞‪3⎛1‬‬ ‫⎞‪⎛5‬‬ ‫‪1‬‬
‫⊂‬ ‫⎟ ⎜‪3‬‬ ‫= ⎟ ⎜‬
‫⎠‪⎝6⎠ ⎝6‬‬ ‫‪216‬‬
‫ﻨﻼﺤﻅ ﺃﻥ ﻤﺠﻤﻭﻉ ﺍﻻﺤﺘﻤﺎﻻﺕ = ﻭﺍﺤﺩ ﻭﺫﻟﻙ ﻷﻥ ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﺸﺎﻤﻠﺔ ﻭﻤﺘﻨﺎﻓﻴﺔ‬
‫ﻜﻤﺎ ﻨﻼﺤﻅ ﺃﻥ ﻫﺫﻩ ﺍﻟﻨﺘﺎﺌﺞ ﻫﻲ ﺍﻟﺤﺩﻭﺩ ﺍﻟﻤﺘﺘﺎﻟﻴﺔ ﻓﻲ ﻤﻔﻜﻭﻙ ﺍﻟﻤﻘﺩﺍﺭ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪3‬‬
‫⎞‪⎛1 5‬‬
‫⎟ ‪⎜ +‬‬
‫⎠‪⎝6 6‬‬

‫ﺜﺎﻨﻴ ﹰﺎ ‪ :‬ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻤﺘﻜﺭﺭﺓ ﻏﻴﺭ ﺍﻟﻤﺴﺘﻘﻠﺔ‬

‫ﻓﻲ ﺍﻟﺠﺯﺀ ﺍﻟﺴﺎﺒﻕ ﺩﺭﺴﻨﺎ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻤﺘﻜﺭﺭﺓ ﺘﺤﺕ‬

‫ﻨﻔﺱ ﺍﻟﻅﺭﻭﻑ ﺃﻱ ﻓﻲ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺫﺍﺕ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺜﺎﺒﺕ ﻭﻓﻲ ﻫﺫﺍ ﺍﻟﺠﺯﺀ‬
‫ﺴﻨﺩﺭﺱ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻤﺘﻜﺭﺭﺓ ﻭﺍﻟﺘﻲ ﻴﺘﻐﻴﺭ ﻓﻴﻬﺎ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ‬
‫ﺍﻟﺤﺎﺩﺙ ﻤﻥ ﺘﺠﺭﺒﺔ ﺇﻟﻰ ﺃﺨﺭﻯ‪ ،‬ﻓﻲ ﻤﺜل ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﻨﺴﺘﺨﺩﻡ ﺍﻟﻘﺎﻨﻭﻥ‬
‫ﺍﻟﻬﺎﻴﺒﺭﺠﻴﻭﻤﺘﺭﻱ ‪.‬‬

‫ƒ ﺍﻟﻘﺎﻨـــﻭﻥ ﺍﻟﻬﺎﻴﺒﺭﺠﻴﻭﻤﺘﺭﻱ ‪Hypregeometric Low‬‬

‫ﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﻭﻀﺢ ﻫﺫﺍ ﺍﻟﻘﺎﻨﻭﻥ ﺒﺎﻟﻤﺜﺎل ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﻤﺜـﺎل ‪: ١٥‬‬

‫ﻟﻭ ﺃﺨﺫﻨﺎ ﻜﻴﺱ ﺒﺩﺍﺨﻠﻪ ‪ N‬ﻜﺭﺓ ﻤﺘﻤﺎﺜﻠﺔ ﻤﻥ ﺠﻤﻴﻊ ﺍﻟﻭﺠﻭﻩ ﻋﺩﺍ ﺍﻟﻠﻭﻥ ﻫﻲ ‪:‬‬
‫‪ n1‬ﻜﺭﺓ ﺒﻴﻀﺎﺀ ﻭ ‪ n2‬ﻜﺭﺓ ﺤﻤﺭﺍﺀ ﻭ ‪ n3‬ﻜﺭﺓ ﺴﻭﺩﺍﺀ ﻭﺴﺤﺒﻨﺎ ﻜﺭﺍﺕ ﻋﺩﺩﻫﺎ ‪R‬‬

‫‪30‬‬
 ‫ﺒﺩﻭﻥ ﺇﻋﺎﺩﺓ ﻭﺍﻟﻤﻁﻠﻭﺏ ﺤﺴﺎﺏ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﻤﻥ ﺒﻴﻥ ﺍﻟﻜﺭﺍﺕ ﺍﻟﻤﺴﺤﻭﺒﺔ‬
‫‪ r1‬ﻜﺭﺓ ﺒﻴﻀﺎﺀ ﻭ ‪ r2‬ﻜﺭﺓ ﺤﻤﺭﺍﺀ ﻭ ‪ r3‬ﻜﺭﺓ ﺴﻭﺩﺍﺀ‪.‬‬
‫ﺍﻟﺤــل‪:‬‬
‫ﻭﻫﻭ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ‬ ‫‪⊂R‬‬
‫‪N‬‬
‫ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ‪ R‬ﻜﺭﺓ ﻤﻥ ﺍﻟﻜﻴﺱ ﺒﻁﺭﻕ ﻋﺩﺩﻫﺎ‬
‫ﺍﻟﻤﻤﻜﻨﺔ ‪ ،‬ﻴﺘﻡ ﺍﻟﺤﺎﺩﺙ ﺒﺴﺤﺏ ‪ r1‬ﻜﺭﺓ ﺒﻴﻀﺎﺀ ﻤﻥ ﺍﻟﻜﺭﺍﺕ ﺍﻟﺒﻴﻀﺎﺀ ﺍﻟـ ‪ n1‬ﻭﻫﺫﺍ‬
‫ﻭﺴﺤﺏ ‪ r2‬ﻜﺭﺓ ﺤﻤﺭﺍﺀ ﻤﻥ ﺍﻟﻜﺭﺍﺕ ﺍﻟﺤﻤﺭﺍﺀ ﺍﻟـ ‪n2‬‬ ‫ﻴﺘﻡ ﺒﻁﺭﻕ ﻋﺩﺩﻫﺎ‬
‫‪n1‬‬
‫‪⊂r‬‬ ‫‪1‬‬

‫ﻭﺴﺤﺏ ‪ r3‬ﻜﺭﺓ ﺴﻭﺩﺍﺀ ﻤﻥ ﺍﻟﻜﺭﺍﺕ ﺍﻟﺴﻭﺩﺍﺀ ‪n3‬‬ ‫ﻭﻫﺫﺍ ﻴﺘﻡ ﺒﻁﺭﻕ ﻋﺩﺩﻫﺎ‬
‫‪n2‬‬
‫‪⊂r‬‬ ‫‪2‬‬

‫ﺃﻱ ﺃﻥ ﺍﻟﺤﺎﺩﺙ ﻴﺘﻡ ﺒﻁﺭﻕ ﻋﺩﺩﻫﺎ‬ ‫‪⊂r‬‬

‫‪n3‬‬
‫ﻭﻫﺫﺍ ﻴﺘﻡ ﺒﻁﺭﻕ ﻋﺩﺩﻫﺎ‬
‫‪3‬‬

‫) ⊂() ⊂() ⊂(‬

‫‪n1‬‬
‫‪r1‬‬
‫‪n2‬‬
‫‪r2‬‬
‫‪n3‬‬
‫‪r3‬‬

‫ﻭﻫﺫﺍ ﻫﻭ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ‬

‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ‬
‫ﻭﺒﺎﻟﺘﺎﻟﻲ ﻴﻜﻭﻥ ﺍﻻﺤﺘﻤﺎل =‬
‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬

‫‪n1‬‬ ‫‪n2‬‬ ‫‪n3‬‬

‫‪⊂r ⊂r ⊂r‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪N‬‬
‫‪⊂R‬‬
‫ﺤﻴــﺙ‬

‫‪R = r1 + r2 + r3‬‬
‫‪= n1 + n2 + n3‬‬

‫ﻭﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﻌﻤﻡ ﺍﻟﻨﺘﻴﺠﺔ ﻓﻨﻘﻭل ‪:‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﻜﻴﺱ ﺒﺩﺍﺨﻠﻪ ‪ N‬ﻜﺭﺓ ﻤﺘﻤﺎﺜﻠﺔ ﻤﻨﻬﺎ ‪ n1‬ﻜﺭﺓ ﻤﻥ ﺍﻟﻠﻭﻥ ﺍﻷﻭل‬
‫ﻭ ‪ n2‬ﻜﺭﺓ ﻤﻥ ﺍﻟﻠﻭﻥ ﺍﻟﺜﺎﻨﻲ ﻭ ‪ ...‬ﻭ ‪ nz‬ﻜﺭﺓ ﻤﻥ ﺍﻟﻠﻭﻥ ‪ Z‬ﻭﺴﺤﺒﻨﺎ ﺩﻭﻥ ﺇﻋﺎﺩﺓ ‪R‬‬

‫‪31‬‬
 ‫ﻜﺭﺓ ﻓﺈﻥ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﻤﻥ ﺒﻴﻥ ﺍﻟﻜﺭﺍﺕ ﺍﻟﻤﺴﺤﻭﺒﺔ ‪ r1‬ﻜﺭﺓ ﻤﻥ ﺍﻟﻠﻭﻥ‬
‫ﺍﻷﻭل ﻭ ‪ r2‬ﻤﻥ ﺍﻟﻠﻭﻥ ﺍﻟﺜﺎﻨﻲ ﻭ ‪ ...‬ﻭ ‪ rz‬ﻤﻥ ﺍﻟﻠﻭﻥ ‪ z‬ﻫﻭ ‪:‬‬
‫‪n1‬‬ ‫‪n2‬‬ ‫‪nz‬‬
‫‪⊂r ⊂r ... ⊂r‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪z‬‬
‫‪N‬‬
‫‪⊂R‬‬
‫ﻭﻫﺫﻩ ﺍﻟﺼﻴﻐﺔ ﺘﺩﻋﻰ ﺒﺎﻟﻘﺎﻨﻭﻥ ﺍﻻﺤﺘﻤﺎﻟﻲ ﺍﻟﻬﺎﻴﺒﺭﺠﻴﻭﻤﺘﺭﻱ‬

‫ﻤﺜـﺎل ‪:١٦‬‬
‫ﻗﺎﻋﺔ ﻓﻴﻬﺎ ‪ ١٠‬ﻁﻼﺏ ﻭ ‪ ٥‬ﻁﺎﻟﺒﺎﺕ ﺃﺨﺫﺕ ﻋﻴﻨﻪ ﻋﺸﻭﺍﺌﻴﺔ ﺤﺠﻤﻬﺎ ‪%٢٠‬‬
‫ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل‪:‬‬
‫‪ (i‬ﺃﻥ ﺘﺘﻜﻭﻥ ﻤﻥ ﻁﺎﻟﺒﻴﻥ ﻭﻁﺎﻟﺒﺔ‪.‬‬
‫‪ (ii‬ﺃﻥ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻁﺎﻟﺒﺎﺕ‪.‬‬
‫ﺍﻟﺤــل‪:‬‬

‫‪ (i‬ﺒﺘﻁﺒﻴﻕ ﺍﻟﻘﺎﻨﻭﻥ ﺍﻟﻬﺎﻴﺒﺭﺠﻴﻭﻤﺘﺭﻱ ﻴﻜﻭﻥ ﺍﺤﺘﻤﺎل ﻁﺎﻟﺒﻴﻥ ﻭﻁﺎﻟﺒﺔ =‬

‫‪10‬‬ ‫‪5‬‬
‫‪⊂2 ⊂1 = 225‬‬
‫‪15‬‬
‫‪⊂3‬‬ ‫‪455‬‬

‫‪ (ii‬ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻁﺎﻟﺒﺎﺕ ﻴﻌﻨﻲ ﺃﻥ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻁﺎﻟﺒﺔ ﻋﻠﻰ‬

‫ﺍﻷﻗل ﻭﻫﺫﺍ ﻴﺴﺎﻭﻱ ﻭﺍﺤﺩ ﻨﺎﻗﺹ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻨﻭﺍ ﺠﻤﻴﻌﹰﺎ ﻤﻥ ﺍﻟﻁﻼﺏ‬
‫‪10‬‬ ‫‪5‬‬
‫‪= 1 − ⊂3 15‬‬
‫‪⊂0 = 335‬‬
‫‪⊂3‬‬ ‫‪455‬‬

‫ﺃﻭ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻁﺎﻟﺒﺔ ﺃﻭ ﻁﺎﻟﺒﺘﻴﻥ ﺃﻭ ﺜﻼﺙ ﻁﺎﻟﺒﺎﺕ‬

‫‪5‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪10‬‬
‫‪⊂1 ⊂2‬‬ ‫‪+‬‬ ‫‪⊂2 ⊂1 + ⊂3 ⊂0‬‬ ‫=‬
‫‪335‬‬
‫‪15‬‬
‫‪⊂3‬‬ ‫‪455‬‬

‫‪32‬‬
 ‫ƒ ﺍﻟﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ ﻭﺍﺴﺘﺨﺩﺍﻤﺎﺘﻪ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ‪Expectation‬‬

‫ﺍﻟﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ ﻫﻭ ﻭﺴﻴﻠﺔ ﺍﻟﻐﺭﺽ ﻤﻨﻬﺎ ﺭﺒﻁ ﻨﻅﺭﻴﺔ ﺍﻻﺤﺘﻤﺎﻻﺕ‬

‫ﺒﺎﻟﻤﺴﺎﺌل ﺍﻟﻤﺎﻟﻴﺔ ‪ ،‬ﻓﺈﺫﺍ ﺍﻓﺘﺭﻀﻨﺎ ﺃﻥ ‪ P‬ﺘﺭﻤﺯ ﺇﻟﻰ ﺍﺤﺘﻤﺎل ﻨﺠﺎﺡ ﺸﺨﺹ ﻓﻲ ﻤﻐﺎﻤﺭﺓ‬
‫ﻤﺎ ﻭ ‪ X‬ﺘﺭﻤﺯ ﺇﻟﻰ ﻗﻴﻤﺔ ﺍﻟﻤﺒﻠﻎ ﺍﻟﺫﻱ ﻴﺤﺼل ﻋﻠﻴﻪ ﻋﻨﺩ ﻨﺠﺎﺤﻪ ﻓﺈﻥ ﺤﺎﺼل ﻀﺭﺏ‬
‫‪ P.X‬ﻴﺴﻤﻰ ﺒﺘﻭﻗﻊ ﺍﻟﺸﺨﺹ ﺃﻭ ﺃﻤﻠﻪ ﻤﻥ ﻫﺫﻩ ﺍﻟﻤﻐﺎﻤﺭﺓ‪.‬‬
‫ﺍﻟﺘﻭﻗﻊ = ﻤﻘﺩﺍﺭ ﺍﻟﺭﻫﺎﻥ × ﺍﺤﺘﻤﺎل ﺍﻟﻜﺴﺏ‬ ‫∴‬

‫ﻭﻨﺭﻤﺯ ﻟﻠﺘﻭﻗﻊ ﺒﺎﻟﺭﻤﺯ ‪E‬‬

‫‪E = P.X‬‬
‫ﻫﺫﺍ ﻭﺇﺫﺍ ﻜﺎﻥ ﺍﻟﻤﺒﻠﻎ ‪ χ‬ﻴﺴﺘﺤﻕ ﺍﻟﺩﻓﻊ ﺒﻌﺩ ‪ n‬ﻤﻥ ﺍﻟﺯﻤﻥ ﻭﻜﺎﻨﺕ ‪ i‬ﻫﻲ‬
‫ﻤﻌﺩل ﺍﻟﻔﺎﺌﺩﺓ ﻓﺈﻥ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺘﻭﻗﻊ =‬
‫‪P.X‬‬
‫= ‪P.X (1 + i) − n‬‬
‫‪(1 + i) n‬‬

‫ﻤﺜـﺎل ‪: ١٧‬‬
‫ﻓﻲ ﻟﻌﺒﺔ ﻤﻥ ﺃﻟﻌﺎﺏ ﺍﻟﺭﻫﺎﻥ ﻴﺭﺒﺢ ﺍﻟﻼﻋﺏ ‪ ٥‬ﺩﻨﺎﻨﻴﺭ ﺇﺫﺍ ﺴﺤﺏ ﻭﺭﻗﺔ‬
‫ﻭﺍﺤﺩﺓ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﺃﻭﺭﺍﻕ ﺍﻟﻠﻌﺏ )‪ ٥٢‬ﻭﺭﻗﺔ( ﻭﻜﺎﻨﺕ ﺍﻟﻭﺭﻗﺔ ﺍﻟﻤﺴﺤﻭﺒﺔ ﻤﻥ ﺍﻟﻨﻭﻉ‬
‫"ﺴﺒﺎﺘﻲ" ﻓﻤﺎ ﻫﻭ ﺍﻟﺜﻤﻥ ﺍﻟﻌﺎﺩل ﺍﻟﺫﻱ ﻴﺠﺏ ﺩﻓﻌﻪ ﻟﻘﺎﺀ ﻜل ﻋﻤﻠﻴﺔ ﺴﺤﺏ؟‬

‫ﺍﻟﺤــل‪:‬‬
‫‪1‬‬
‫‪4‬‬
‫ﺍﺤﺘﻤﺎل ﺍﻟﺭﺒﺢ = ﺍﺤﺘﻤﺎل ﺴﺤﺏ ﻭﺭﻗﺔ "ﺴﺒﺎﺘﻲ" =‬

‫ﻓﺈﺫﺍ ﻀﺭﺒﻨﺎ ﻫﺫﺍ ﺍﻻﺤﺘﻤﺎل ﺒﻘﻴﻤﺔ ﺍﻟﺠﺎﺌﺯﺓ ﺃﻤﻜﻨﻨﺎ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻗﻴﻤﺔ ﺍﻟﺘﻭﻗﻊ ﻭﻫﻭ‬
‫ﺍﻟﺜﻤﻥ ﺍﻟﻌﺎﺩل ﻟﻜل ﺴﺤﺒﻪ‬
‫‪E = P.X.‬‬
‫‪= 1 4 (5) = 1.25‬‬

‫ﺃﻱ ﺃﻥ ﺍﻟﺴﻌﺭ ﺍﻟﻌﺎﺩل ﻟﻜل ﺴﺤﺒﻪ ﻴﺴﺎﻭﻱ ﺩﻴﻨﺎﺭ ﻭﺭﺒﻊ ﺍﻟﺩﻴﻨﺎﺭ‪.‬‬

‫‪33‬‬
 ‫ﻤﺜـﺎل ‪:١٨‬‬
‫ﻜﻡ ﻴﺒﻠﻎ ﺍﻟﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ )ﺃﻱ ﻤﻘﺩﺍﺭ ﺍﻟﺭﻫﺎﻥ( ﺍﻟﻤﻨﺘﻅﺭ ﺃﻥ ﻴﺩﻓﻌﻪ ﻻﻋﺏ‬
‫ﻴﺭﻏﺏ ﻓﻲ ﻜﺴﺏ ﺭﻫﺎﻥ ﻗﺩﺭﻩ ‪ ١٠٠‬ﺩﻴﻨﺎﺭ ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺍﻟﻜﺴﺏ ‪ ٠.٤٠‬؟‬
‫‪40‬‬
‫= ‪E = P.X.‬‬ ‫ﺍﻟﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ = ‪× 100 = 40‬‬ ‫ﺍﻟﺤــل‪:‬‬
‫‪100‬‬

‫ﻤﺜـﺎل ‪:١٩‬‬

‫ﻭﺒﻔﺭﺽ ﺃﻥ ﻗﻴﻤﺔ ﺍﻟﺭﻫﺎﻥ ﺍﻟﻤﺫﻜﻭﺭ ﻓﻲ ﺍﻟﻤﺜﺎل ﺍﻟﺴﺎﺒﻕ ﺘﺴﺘﺤﻕ ﺍﻟﺩﻓﻊ ﺒﻌﺩ ‪٥‬‬
‫ﺴﻨﻭﺍﺕ ﻭﻜﺎﻥ ﺴﻌﺭ ﺍﻟﻔﺎﺌﺩﺓ ‪ %٣.٥‬ﻓﺈﻥ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ =‬
‫‪P.X‬‬
‫= ‪E‬‬
‫‪(1 + i) n‬‬
‫‪40‬‬
‫=‬
‫‪(1.035)5‬‬
‫‪40‬‬
‫=‬
‫‪1.1876862‬‬

‫‪= 33.6789 = 33.7‬‬

‫ﻭﻤﻌﻨﻰ ﻫﺫﺍ ﺍﻨﻪ ﺇﺫﺍ ﺍﺴﺘﻤﺭﺕ ﺍﻟﺠﻬﺔ ﺍﻟﺘﻲ ﺘﻌﻬﺩﺕ ﺒﺩﻓﻊ ﻗﻴﻤﺔ ﺍﻟﺭﻫﺎﻥ ﺇﻟﻰ‬
‫ﺍﻟﻔﺎﺌﺯﻴﻥ ﺒﺘﺤﺼﻴل ﺍﻻﺸﺘﺭﺍﻜﺎﺕ ﺍﻟﺴﻨﻭﻴﺔ ﻤﻥ ﺍﻟﻼﻋﺒﻴﻥ ﻭﻗﺩﺭ ﻜل ﻤﻨﻬﺎ ‪ ٣٣.٧‬ﺩﻴﻨﺎﺭﺍ‬
‫ﻭﻟﻤﺩﺓ ﺨﻤﺱ ﺴﻨﻭﺍﺕ ﻓﺈﻥ ﺠﻤﻠﺔ ﻫﺫﻩ ﺍﻻﺸﺘﺭﺍﻜﺎﺕ )ﺒﻭﺍﻗﻊ ﻓﺎﺌﺩﺓ ﺴﻨﻭﻴﺔ ﻤﺭﻜﺒﺔ‬
‫‪ (%٣.٥‬ﺘﻜﻭﻥ ﻜﺎﻓﻴﺔ ﻟﺩﻓﻊ ﻤﺒﻠﻎ ﻗﻴﻤﺔ ﺍﻟﺭﻫﺎﻥ ﻭﻫﻲ ‪ ١٠٠‬ﺩﻴﻨﺎﺭ ﻟﻜل ﻓﺎﺌﺯ ﺒﻌﺩ ‪٥‬‬
‫ﺴﻨﻭﺍﺕ‪.‬‬

‫‪34‬‬
 ‫ƒ ﻋﻼﻗــﺔ ﺍﻟﺘﻭﻗـﻊ ﺒﺎﻟﺘﺄﻤﻴﻥ ﻋﻠﻰ ﺍﻟﺤﻴــﺎﺓ‬
‫ﻟﻤﺎ ﻜﺎﻨﺕ ﻗﻴﻤﺔ ﺸﺭﺍﺀ ﺍﻟﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ ﻫﻲ ﺍﻟﻤﺒﻠﻎ ﺍﻟﺫﻱ ﻴﺠﻭﺯ ﺍﻟﻤﻐﺎﻤﺭﺓ ﺒﻪ‬
‫ﻓﻲ ﻜل ﻤﺤﺎﻭﻟﺔ ﻟﻜﺴﺏ ﻤﺒﻠﻎ ﻤﺘﻭﻗﻊ ﻫﻭ ﻗﻴﻤﺔ ﺍﻟﺭﻫﺎﻥ ﻓﺈﻥ ﻓﻜﺭﺓ ﺍﻟﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ‬
‫ﻫﺫﻩ ﺘﻌﺘﺒﺭ ﺃﺴﺎﺱ ﻓﻜﺭﺓ ﺍﻟﺘﺄﻤﻴﻥ ﻋﻠﻰ ﺍﻟﺤﻴﺎﺓ ﺇﺫ ﺃﻥ ﺸﺭﻜﺎﺕ ﺍﻟﺘﺄﻤﻴﻥ ﺘﺘﻌﻬﺩ ﺒﺩﻓﻊ ﻗﻴﻤﺔ‬
‫ﺍﻟﺭﻫﺎﻥ )ﺍﻟﻤﺒﻠﻎ ﺍﻟﻤﺅﻤﻥ ﻋﻠﻴﻪ( ﻟﻼﻋﺒﻴﻥ )ﺍﻟﻤﺄﻤﻨﻴﻥ( ﺍﻟﺫﻴﻥ ﻴﻘﻭﻤﻭﻥ ﺒﺩﻓﻊ ﺍﻟﻘﻴﻤﺔ‬
‫ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ ﻟﻬﺎ ﺒﻐﺭﺽ ﺍﻟﺘﺄﻤﻴﻥ ﻟﺩﻴﻬﺎ‪.‬‬
‫ﻤﺜـﺎل ‪ :٢٠‬ﻤﺎ ﻫﻲ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ ﻋﻠﻰ ﺃﺴﺎﺱ ﺍﻟﻔﺎﺌﺩﺓ ﺍﻟﻤﺭﻜﺒﺔ‬
‫ﺒﻤﻌﺩل ‪ %٣.٥‬ﺴﻨﻭﻴﹰﺎ ﺍﻟﺘﻲ ﻴﺴﺩﺩﻫﺎ ﺸﺨﺹ ﻓﻲ ﺴﻥ ﺍﻟﻌﺸﺭﻴﻥ ﻟﺸﺭﻜﺔ‬
‫ﺘﺄﻤﻴﻥ ﺘﻌﻬﺩﺕ ﺒﺄﻥ ﺘﺩﻓﻊ ﻟﻪ ﻤﺒﻠﻎ ‪ ٢٠٠٠‬ﺩﻴﻨﺎﺭ ﺇﺫﺍ ﺒﻠﻎ ﺴﻥ ﺍﻷﺭﺒﻌﻴﻥ؟‬
‫ﺃﻥ ﻗﻴﻤﺔ ﺍﺤﺘﻤﺎل ﺍﻟﺒﻘﺎﺀ ﻋﻠﻰ ﻗﻴﺩ ﺍﻟﺤﻴﺎﺓ ﻴﻤﻜﻥ ﺃﺨﺫﻫﺎ ﺃﻭ ﺤﺴﺎﺒﻬﺎ ﻤﻥ‬ ‫ﺍﻟﺤــل ‪:‬‬
‫ﺠﺩﺍﻭل ﺍﻟﺤﻴﺎﺓ ﺍﻟﺘﻲ ﺘﻌﺭﻑ ﺒﺎﺴﻡ "ﺠﺩﺍﻭل ﺍﻟﺨﺒﺭﺓ ﺍﻷﻤﺭﻴﻜﻴﺔ ﻟﻠﺤﻴﺎﺓ"‬
‫ﻭﻫﻲ ﺠﺩﺍﻭل ‪ ٩ ، ٨ ، ٧‬ﻤﻥ ﺍﻟﺠﺩﺍﻭل ﺍﻟﻤﺎﻟﻴﺔ ﺍﻟﺘﻲ ﻁﺒﻌﺕ ﻓﻲ‬
‫ﺃﻤﻴﺭﻜﺎ ﻋﺎﻡ ‪ ١٨٦٧‬ﻭﻻ ﻴﺯﺍل ﺍﻟﻌﻤل ﺒﻬﺎ ﺠﺎﺭﻴﹰﺎ ﺤﺘﻰ ﺍﻵﻥ ﻭﻫﻲ‬
‫ﻤﺤﺴﻭﺒﺔ ﻟﺩﻓﻌﺔ ﻨﻅﺭﻴﺔ ﻋﺩﺩﻫﺎ ‪ ١٠٠٠٠٠‬ﺸﺨﺹ‪.‬‬

‫ﺍﺤﺘﻤﺎل ﺍﻟﺒﻘﺎﺀ ﻋﻠﻰ ﻗﻴﺩ ﺍﻟﺤﻴﺎﺓ =‬

‫‪l‬‬
‫‪P = x +n‬‬
‫‪lx‬‬
‫‪ 1x‬ﻫﻲ ﻋﺩﺩ ﺍﻟﺒﺎﻗﻴﻥ ﻋﻠﻰ ﻗﻴﺩ ﺍﻟﺤﻴﺎﺓ ﻋﻨﺩ ﺍﻟﻌﻤﺭ ‪x‬‬ ‫ﺤﻴﺙ‬
‫‪ 1x + n‬ﻫﻲ ﻋﺩﺩ ﺍﻟﺒﺎﻗﻴﻥ ﻋﻠﻰ ﻗﻴﺩ ﺍﻟﺤﻴﺎﺓ ﻋﻨﺩ ﺍﻟﻌﻤﺭ ‪x + n‬‬

‫ﻤﻥ ﺠﺩﺍﻭل ﺍﻟﺤﻴﺎﺓ ﺍﻷﻤﻴﺭﻜﻲ ﺭﻗﻡ ‪٧‬‬

‫‪l‬‬ ‫‪78106‬‬
‫= ‪P = 40‬‬ ‫‪= 0.84314‬‬
‫‪l 20‬‬ ‫‪92637‬‬

‫‪35‬‬
 ‫ﺍﻟﻘﻴﻤﺔ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺘﻭﻗﻴﻊ ﺍﻟﺭﻴﺎﻀﻲ ﻫﻲ‬
‫‪P.X‬‬
‫‪(1 + i) n‬‬
‫‪0.84314 × 2000‬‬ ‫‪1686.28‬‬
‫=‬ ‫‪20‬‬
‫=‬ ‫‪= 847.467‬‬
‫)‪(1.035‬‬ ‫‪1.9897877‬‬

‫ﻭﻤﻌﻨﻰ ﻫﺫﺍ ﺃﻥ ﻋﻠﻰ ﻜل ﺸﺨﺹ ﻓﻲ ﺴﻥ ﺍﻟﻌﺸﺭﻴﻥ ﻤﻥ ﺍﻟﻤﺅﻤﻨﻴﻥ ﻋﻠﻰ‬

‫ﺤﻴﺎﺘﻬﻡ ﺃﻥ ﻴﺩﻓﻊ ﺇﻟﻰ ﺸﺭﻜﺔ ﺍﻟﺘﺄﻤﻴﻥ ﺍﺸﺘﺭﺍﻜﺎ ﻭﻗﺴﻁﺎ ﺴﻨﻭﻴﺎ ﻗﻴﻤﺘﻪ ‪ ٨٤٧.٤٦٧‬ﺩﻴﻨﺎﺭ‬
‫ﻤﻘﺎﺒل ﺘﻌﻬﺩﻫﺎ ﺒﺄﻥ ﺘﺩﻓﻊ ﻟﻪ ﻤﺒﻠﻎ ‪ ٢٠٠٠‬ﺩﻴﻨﺎﺭ ﺇﺫﺍ ﺒﻠﻎ ﺴﻥ ﺍﻷﺭﺒﻌﻴﻥ ‪ .‬ﻭﺫﻟﻙ ﻷﻥ‬
‫ﺍﻟﺸﺭﻜﺔ ﺒﺎﺴﺘﺜﻤﺎﺭﻫﺎ ﻫﺫﻩ ﺍﻻﺸﺘﺭﺍﻜﺎﺕ ﺃﻭ ﺍﻷﻗﺴﺎﻁ ﺒﺴﻌﺭ ‪ %٣.٥‬ﺴﻨﻭﻴﹰﺎ ﻟﻤﺩﺓ ‪٢٠‬‬
‫ﺴﻨﺔ ﻓﺈﻨﻪ ﺴﻴﻜﻭﻥ ﻟﺩﻴﻬﺎ ﺭﺃﺴﻤﺎل ﻴﻜﻔﻲ ﻟﺩﻓﻊ ﻤﺒﻠﻎ ‪ ٢٠٠٠‬ﺩﻴﻨﺎﺭ ﻟﻜل ﻤﻥ ﻴﻅل ﺤﻴﹰﺎ‬
‫ﻤﻥ ﺍﻟﻤﺸﺘﺭﻜﻴﻥ ﺤﺘﻰ ﺴﻥ ﺍﻷﺭﺒﻌﻴﻥ‪.‬‬

‫ƒ ﻋﻼﻗﺔ ﺍﻟﺘﻭﻗﻊ ﺒﺎﺨﺘﻴﺎﺭ ﺍﻻﺴﺘﺜﻤﺎﺭﺍﺕ‬

‫ﺍﻥ ﺘﻁﺒﻴﻕ ﻗﺎﻋﺩﺓ ﺍﻟﺘﻭﻗﻊ ﻓﻲ ﺍﺨﺘﻴﺎﺭ ﺍﻻﺴﺘﺜﻤﺎﺭﺍﺕ ﺘﻘﻭﻡ ﻋﻠﻰ ﺃﺴﺎﺱ ﺤﺴﺎﺏ‬
‫ﺍﻟﻘﻴﻡ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺩﺨﻭل ﺍﻟﻤﺘﻭﻗﻌﺔ ﺜﻡ ﺒﻌﺩ ﺫﻟﻙ ﺘﻘﻭﻡ ﺒﻁﺭﺡ ﺍﻟﻤﺒﺎﻟﻎ ﺍﻟﻤﺴﺘﺜﻤﺭﺓ ﻤﻥ‬
‫ﻤﺠﻤﻭﻉ ﺍﻟﻘﻴﻡ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺩﺨﻭل ﺍﻟﻤﺘﻭﻗﻌﺔ ﻭﺤﺴﺎﺏ ﺍﻟﺘﻭﻗﻊ ﻟﻠﻨﺎﺘﺞ‪.‬‬
‫ﻤﺜـﺎل ‪ : ٢١‬ﻴﻭﺩ ﺸﺨﺹ ﻓﻲ ﺍﺴﺘﺜﻤﺎﺭ ﻤﺒﻠﻎ ‪ ١٠٠٠‬ﺩﻴﻨﺎﺭ ﻓﻲ ﺃﺤﺩ ﺍﻟﻤﺸﺎﺭﻴﻊ‬
‫ﺍﻟﺼﻨﺎﻋﻴﺔ ﺍﻟﺘﻲ ﻴﻘﺩﺭ ﻟﻬﺎ ﻋﻤﺭﹰﺍ ﺍﺴﺘﺜﻤﺎﺭﻴﹰﺎ ﻗﺩﺭﻩ ﺴﻨﺘﺎﻥ ﺤﻴﺙ ﺃﻥ‬
‫ﺍﺤﺘﻤﺎﻻﺕ ﺍﻟﺭﺒﺢ ﺃﻭ ﺍﻟﺨﺴﺎﺭﺓ ﻓﻲ ﻜل ﻤﻥ ﺍﻟﺴﻨﺘﻴﻥ ﻫﻲ‬
‫ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪ -١‬ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺃﻱ ﻤﺭﺩﻭﺩ ﻫﻭ ½‬ ‫ﺍﻟﺴﻨﺔ ﺍﻷﻭﻟﻰ‬
‫‪ -٢‬ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻤﺭﺩﻭﺩ ﻗﺩﺭﻩ )‪ (١٠٥٠‬ﺩﻴﻨﺎﺭ ﻫﻭ ½‬
‫‪2‬‬
‫‪ -١‬ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺃﻱ ﻤﺭﺩﻭﺩ ﻫﻭ‬ ‫ﺍﻟﺴﻨﺔ ﺍﻟﺜﺎﻨﻴﺔ‬
‫‪5‬‬

‫‪36‬‬
 ‫‪ -٢‬ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻤﺭﺩﻭﺩ ﻗﺩﺭﻩ )‪(١١٠٢.٥‬‬
‫‪3‬‬
‫ﺩﻴﻨﺎﺭ ﻫﻭ‬
‫‪5‬‬
‫ﻓﺈﺫﺍ ﻋﻠﻤﻨﺎ ﺃﻥ ﻤﻌﺩل ﺍﻟﻔﺎﺌﺩﺓ ﺍﻟﻤﻌﻤﻭل ﺒﻪ ﻓﻲ ﺍﻷﺴﻭﺍﻕ ﺍﻟﻤﺎﻟﻴﺔ ﻫﻭ ‪ %٥‬ﻓﻬل‬
‫ﻴﻨﺼﺢ ﻫﺫﺍ ﺍﻟﺸﺨﺹ ﺒﺎﺠﺭﺍﺀ ﺍﻻﺴﺘﺜﻤﺎﺭ ﺃﻡ ﻻ؟‬
‫ﻻ ﺃﻥ ﻨﻘﻭﻡ‬
‫ﺍﻟﺤــل‪ :‬ﻻﺘﺨﺎﺫ ﻗﺭﺍﺭ ﺤﻭل ﺇﺠﺭﺍﺀ ﺍﻻﺴﺘﺜﻤﺎﺭ ﺃﻭ ﻋﺩﻡ ﺇﺠﺭﺍﺌﻪ ﻋﻠﻴﻨﺎ ﺃﻭ ﹰ‬
‫ﺒﺘﻤﺜﻴل ﺍﻟﻤﺸﻜﻠﺔ ﺒﻴﺎﻨﻴﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪٢/٥‬‬ ‫‪٠‬‬
‫‪٠‬‬
‫‪١/٢‬‬
‫‪٣/٥‬‬ ‫‪١١٠٢.٥‬‬

‫‪١٠٠٠‬‬
‫‪٢/٥‬‬ ‫‪٠‬‬
‫‪١/٢‬‬ ‫‪١٠٥٠‬‬
‫‪٣/٥‬‬ ‫‪١١٠٢.٥‬‬

‫ﻭﺒﻌﺩ ﺫﻟﻙ ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﺍﻟﻘﻴﻡ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺩﺨل ﺍﻟﻤﺘﻭﻗﻊ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻪ ﻭﺤﺴﺏ‬
‫ﻤﺨﺘﻠﻑ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻭﻤﻥ ﺜﻡ ﻨﻁﺭﺡ ﻤﻨﻬﺎ ﻗﻴﻤﺔ ﺍﻟﻤﺒﻠﻎ ﺍﻟﻤﺴﺘﺜﻤﺭ ﻭﺫﻟﻙ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪1. 0 – 1000‬‬ ‫‪= - 1000‬‬

‫‪1102.5‬‬
‫‪2.‬‬ ‫‪− 1000‬‬ ‫=‬ ‫‪0‬‬
‫‪(1.05) 2‬‬
‫‪1050‬‬
‫‪3.‬‬ ‫‪− 1000‬‬ ‫‪= 0‬‬
‫‪1.05‬‬
‫‪1102.5 1050‬‬
‫‪4.‬‬ ‫‪+‬‬ ‫‪− 1000 = 1000‬‬
‫‪(1.05) 2 1.05‬‬

‫‪37‬‬
 ‫ﻭﺒﻌﺩ ﺫﻟﻙ ﻨﻘﻭﻡ ﺒﺤﺴﺎﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻭﺫﻟﻙ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪1 2‬‬ ‫‪2‬‬
‫= ﺍﻻﺤﺘﻤﺎل ﺍﻷﻭل‬ ‫= ‪.‬‬
‫‪2 5 10‬‬
‫‪1 3‬‬ ‫‪3‬‬
‫= ﺍﻻﺤﺘﻤﺎل ﺍﻟﺜﺎﻨﻲ‬ ‫= ‪.‬‬
‫‪2 5 10‬‬
‫‪1 2‬‬ ‫‪2‬‬
‫= ﺍﻻﺤﺘﻤﺎل ﺍﻟﺜﺎﻟﺙ‬ ‫= ‪.‬‬
‫‪2 5 10‬‬
‫‪1 5‬‬ ‫‪3‬‬
‫= ﺍﻻﺤﺘﻤﺎل ﺍﻟﺭﺍﺒﻊ‬ ‫= ‪.‬‬
‫‪2 3 10‬‬
‫ﺒﻌﺩ ﺃﻥ ﻗﻤﻨﺎ ﺒﺤﺴﺎﺏ ﺍﻟﻘﻴﻡ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻤﺨﺘﻠﻑ ﺍﻟﺩﺨﻭل ﺍﻟﻤﺘﻭﻗﻌﺔ ﻭﺍﻻﺤﺘﻤﺎﻻﺕ‬
‫ﺍﻟﻤﻘﺎﺒﻠﺔ ﻟﻬﺎ ﻓﺎﻨﻪ ﻴﻤﻜﻨﻨﺎ ﺤﺴﺎﺏ ﺍﻟﺘﻭﻗﻊ ﺃﻱ ﺍﻟﺩﺨل ﺍﻟﻤﺘﻭﻗﻊ ﻭﺫﻟﻙ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫ﺍﻟﻘﻴﻤﺔ ﺍﻟﺤﺎﻟﻴﺔ ﻟﻠﺩﺨل‬ ‫ﺍﻻﺤﺘﻤﺎل‬ ‫ﺍﻟﺘﻭﻗﻊ‬

‫‪٢/٥‬‬ ‫‪-١٠٠٠‬‬ ‫‪٢/١٠‬‬ ‫‪-٢٠٠‬‬

‫‪٠‬‬

‫‪١/٢‬‬ ‫‪٠‬‬
‫‪٠‬‬ ‫‪٣/١٠‬‬ ‫‪٠‬‬
‫‪١١٠٢.٥‬‬
‫‪٣/٥‬‬
‫‪١٠٠‬‬
‫‪٠‬‬ ‫‪٠‬‬ ‫‪٢/١٠‬‬ ‫‪٠‬‬
‫‪٢/٥‬‬
‫‪١/٢‬‬ ‫‪١٠٥‬‬
‫‪١١٠٢.٥‬‬ ‫‪١٠٠٠‬‬ ‫‪٣/١٠‬‬ ‫‪٣٠٠‬‬
‫‪٣/٥‬‬

‫‪١٠٠‬‬

‫ﺒﻤﺎ ﺃﻥ ﻗﻴﻤﺔ ﺍﻟﺘﻭﻗﻊ ﻟﻠﺩﺨل ﺍﻟﻤﺘﻭﻗﻊ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻪ ﻤﻭﺠﺒﻪ ﻭﺘﻌﺎﺩل ‪ ١٠٠‬ﻭﺤﺩﺓ‬
‫ﻨﻘﺩﻴﺔ ﺇﺫﺍ ﻓﺄﻨﻨﺎ ﻨﻨﺼﺢ ﻫﺫﺍ ﺍﻟﺸﺨﺹ ﺒﺈﺠﺭﺍﺀ ﺍﻻﺴﺘﺜﻤﺎﺭ‪.‬‬

‫‪38‬‬
 ‫ﺘﻤﺎﺭﻴـــــﻥ‬

‫ﺍﻟﻔﺼـــــل ﺍﻷﻭل ‬

‫‪ .١‬ﺴﺤﺒﺕ ﻭﺭﻗﺘﺎﻥ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﺃﻭﺭﺍﻕ ﺍﻟﻠﻌﺏ )‪ ٥٢‬ﻭﺭﻗﺔ( ﺒﺤﻴﺙ ﺘﻌﺎﺩ‬

‫ﺍﻟﻭﺭﻗﺔ ﺍﻷﻭﻟﻰ ﻗﺒل ﺴﺤﺏ ﺍﻟﺜﺎﻨﻴﺔ‪ .‬ﺃﺤﺴﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻵﺘﻴﺔ‪:‬‬
‫⎞‪⎛1‬‬
‫⎟ ⎜‬ ‫ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻭﺭﻗﺘﺎﻥ ﺍﻟﻤﺴﺤﻭﺒﺘﺎﻥ ﻤﻥ ﺍﻟﻠﻭﻥ ﺍﻷﺴﻭﺩ‬ ‫ﺃ‪.‬‬
‫⎠‪⎝4‬‬
‫⎞‪⎛1‬‬
‫ﺏ‪ .‬ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻭﺭﻗﺘﺎﻥ ﺍﻟﻤﺴﺤﻭﺒﺘﺎﻥ ﻤﻥ ﺸﻜل ﻤﻌﻴﻥ )ﺩﻴﻨﺎﺭﻱ( ⎟ ⎜‬
‫⎠ ‪⎝ 16‬‬
‫⎞‪⎛1‬‬
‫⎟ ⎜‬ ‫ﺝ‪ .‬ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻭﺭﻗﺘﺎﻥ ﺍﻟﻤﺴﺤﻭﺒﺘﺎﻥ ﻤﻥ ﻨﻔﺱ ﺍﻟﺸﻜل‬
‫⎠‪⎝4‬‬

‫‪ .٢‬ﻟﺩﻴﻨﺎ ﺜﻼﺜﺔ ﺃﺯﻭﺍﺝ ﻤﻥ ﺍﻷﺸﺨﺎﺹ ﺍﻟﻤﺘﺯﻭﺠﻴﻥ ‪ .‬ﺍﺨﺘﺭﻨﺎ ﻤﻥ ﻜل ﺯﻭﺝ ﻓﺭﺩﹰﺍ‬

‫ﻭﺍﺤﺩﹰﺍ ﺒﺩﻭﻥ ﺘﺤﻴﺯ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ‪:‬‬
‫⎞‪⎛1‬‬
‫⎟ ⎜‬ ‫ﺃﻥ ﻴﻜﻭﻥ ﺍﻷﻓﺭﺍﺩ ﺍﻟﺜﻼﺜﺔ ﺍﻟﻤﺨﺘﺎﺭﻭﻥ ﻤﻥ ﺠﻨﺱ ﻭﺍﺤﺩ‬ ‫ﺃ‪.‬‬
‫⎠‪⎝4‬‬
‫⎞‪⎛ 3‬‬
‫⎟ ⎜‬ ‫ﺏ‪ .‬ﺃﻥ ﻴﻜﻭﻨﻭﺍ ﺭﺠﻠﻴﻥ ﻭﺍﻤﺭﺃﺓ‬
‫⎠‪⎝8‬‬

‫‪ .٣‬ﺭﻤﻴﺕ ﻗﻁﻌﺔ ﻨﻘﻭﺩ ﺨﻤﺱ ﻤﺭﺍﺕ ﺃﺤﺼﺭ ﺍﻟﻨﺘﺎﺌﺞ ﺍﻟﻤﻤﻜﻨﺔ ‪ ،‬ﻭﺃﺤﺴﺏ ﺍﺤﺘﻤﺎل‬
‫ﻜل ﻤﻨﻬﺎ‪.‬‬

‫‪ .٤‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺜﻼﺜﺔ ﺼﻭﺭ ﻓﻲ ﺭﻤﻴﺔ ﻭﺍﺤﺩﺓ ﻟﺜﻼﺜﺔ ﻗﻁﻊ ﻤﻥ‬
‫⎞‪⎛1‬‬
‫ﺍﻟﻨﻘﻭﺩ؟ ⎟ ⎜‬
‫⎠‪⎝8‬‬

‫‪39‬‬
 ‫‪ .٥‬ﻴﻘﻭﻡ ﺸﺨﺹ ﺒﺭﻤﻲ ﻗﻁﻌﺔ ﻨﻘﻭﺩ ﻓﺈﺫﺍ ﺤﺼل ﻋﻠﻰ ﺼﻭﺭﺓ ﻭﻀﻊ‬
‫ﺜﻼﺙ ﻜﺭﺍﺕ ﺴﻭﺩﺍﺀ ﻓﻲ ﺼﻨﺩﻭﻕ ﺃﻤﺎ ﺇﺫﺍ ﺤﺼل ﻋﻠﻰ ﻜﺘﺎﺒﺔ ﻓﺄﻨﻪ ﻴﻀﻊ‬
‫ﻜﺭﺘﻴﻥ ﺴﻭﺩﺍﺀ ﻭﻜﺭﺓ ﺒﻴﻀﺎﺀ‪ .‬ﻓﺈﺫﺍ ﻜﺭﺭ ﺍﻟﺸﺨﺹ ﻫﺫﻩ ﺍﻟﻌﻤﻠﻴﺔ ‪ n‬ﻤﺭﺓ ﺜﻡ‬
‫ﺴﺤﺏ ﻜﺭﺓ ﻤﻥ ﺍﻟﺼﻨﺩﻭﻕ‪ .‬ﻓﺎﺤﺴﺏ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻫﺫﻩ ﺍﻟﻜﺭﺓ ﺒﻴﻀﺎﺀ‬
‫⎞‪⎛1‬‬
‫⎟ ⎜‬
‫⎠‪⎝6‬‬

‫‪ .٦‬ﻜﻴﺴﺎﻥ ﺍﻷﻭل ﺒﻪ ‪ ٥‬ﻜﺭﺍﺕ ﻤﺘﻤﺎﺜﻠﺔ ﻤﻨﻬﺎ ﺜﻼﺙ ﻜﺭﺍﺕ ﺤﻤﺭﺍﺀ ﻭﻜﺭﺘﺎﻥ‬

‫ﺒﻴﻀﺎﻭﺍﻥ ﻭﺍﻟﺜﺎﻨﻲ ﺒﻪ ‪ ٧‬ﻜﺭﺍﺕ ﻤﻨﻬﺎ ﺜﻼﺙ ﻜﺭﺍﺕ ﺤﻤﺭﺍﺀ ﻭﺃﺭﺒﻊ ﻜﺭﺍﺕ‬
‫ﺒﻴﻀﺎﺀ‪ .‬ﺴﺤﺒﺕ ﻜﺭﺓ ﻤﻥ ﻜل ﻜﻴﺱ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻭﺍﺤﺩﺓ ﻤﻨﻬﻤﺎ‬
‫)‪(٢٦/٣٥‬‬ ‫ﻋﻠﻰ ﺍﻷﻗل ﺒﻴﻀﺎﺀ؟‬

‫‪ .٧‬ﻜﻴﺱ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ‪ ٣‬ﻜﺭﺍﺕ ﺒﻴﻀﺎﺀ ﻭ ‪ ٦‬ﻜﺭﺍﺕ ﺤﻤﺭﺍﺀ ﻭ‪ ٣‬ﻜﺭﺍﺕ ﺴﻭﺩﺍﺀ‬

‫ﻤﻥ ﺤﺠﻡ ﻭﺍﺤﺩ ﺴﺤﺒﺕ ‪ ٣‬ﻜﺭﺍﺕ ﻋﺸﻭﺍﺌﻴﹰﺎ ﻭﺒﺩﻭﻥ ﺇﻋﺎﺩﺓ ‪ ،‬ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل‬
‫)‪(١/١٠‬‬ ‫ﺃﻨﻬﺎ ﺴﺘﻜﻭﻥ ﻤﻥ ﻟﻭﻥ ﻭﺍﺤﺩ؟‬

‫‪ .٨‬ﻜﻴﺱ ﺒﻪ ‪ ١٢‬ﻜﺭﺓ ﻤﺘﻤﺎﺜﻠﺔ ﻤﻨﻬﺎ ‪ ٥‬ﻜﺭﺍﺕ ﺒﻴﻀﺎﺀ ﻭ‪ ٣‬ﻜﺭﺍﺕ ﺤﻤﺭﺍﺀ ﻭ ‪٤‬‬

‫ﻜﺭﺍﺕ ﺴﻭﺩﺍﺀ ﺴﺤﺒﺕ ‪ ٣‬ﻜﺭﺍﺕ ﻤﻥ ﺍﻟﻜﻴﺱ ﺃﺤﺴﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻵﺘﻴﺔ‪:‬‬
‫)‪(٢١/٥٥‬‬ ‫ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﻅﻬﻭﺭ ﻜﺭﺍﺕ ﺤﻤﺭﺍﺀ‬ ‫ﺃ‪.‬‬

‫)‪(٢٧/٥٥‬‬ ‫ﺏ‪ .‬ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﻜﺭﺓ ﻭﺍﺤﺩﺓ ﺤﻤﺭﺍﺀ‬

‫)‪(٣٤/٥٥‬‬ ‫ﺝ‪ .‬ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻜﺭﺓ ﻭﺍﺤﺩﺓ ﺤﻤﺭﺍﺀ ﻋﻠﻰ ﺍﻷﻗل‬
‫)‪(٣/٤٤‬‬ ‫ﺩ‪ .‬ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻜﺭﺍﺕ ﻜﻠﻬﺎ ﻤﻥ ﻟﻭﻥ ﻭﺍﺤﺩ‬
‫)‪(٣/١١‬‬ ‫ﻩ‪ .‬ﺍﺤﺘﻤﺎل ﺃﻨﻪ ﻟﻴﺱ ﻫﻨﺎﻙ ﻜﺭﺘﺎﻥ ﺃﻭ ﺃﻜﺜﺭ ﻤﻥ ﻟﻭﻥ ﻭﺍﺤﺩ‬

‫‪40‬‬
 ‫‪ .٩‬ﺒﻴﻊ ﻓﻲ ﺃﺤﺩ ﺍﻟﺤﻔﻼﺕ ‪ ١٠٠‬ﺒﻁﺎﻗﺔ ﺒﺴﻌﺭ ﺩﻴﻨﺎﺭ ﻭﺍﺤﺩ ﻟﻠﺒﻁﺎﻗﺔ‬
‫ﺍﻟﻭﺍﺤﺩﺓ‪ ،‬ﻭﺨﺼﺼﺕ ﺠﺎﺌﺯﺓ ﻗﺩﺭﻫﺎ ‪ ٥٠‬ﺩﻴﻨﺎﺭ ﻟﻠﺒﻁﺎﻗﺔ ﺍﻟﻔﺎﺌﺯﺓ ﻓﻬل ﻜﺎﻥ‬
‫ﺴﻌﺭ ﺍﻟﺒﻁﺎﻗﺔ ﻋﺎﺩﻻ ﺃﻡ ﻻ؟‬

‫‪.١٠‬ﻜﻴﺱ ﺒﻪ ‪ ١٠٠‬ﻜﺭﺓ ﻤﺘﻤﺎﺜﻠﺔ ﻋﺩﺍ ﺍﻟﻠﻭﻥ ﻤﻨﻬﺎ ‪ ٤٥‬ﻜﺭﺓ ﺒﻴﻀﺎﺀ ﻭ ‪ ٣٠‬ﻜﺭﺓ‬

‫ﺤﻤﺭﺍﺀ ﻭ‪ ٢٥‬ﻜﺭﺓ ﺴﻭﺩﺍﺀ ﺴﺤﺒﺕ ﻜﺭﺓ ﻭﺴﺠل ﻟﻭﻨﻬﺎ ﻭﺃﻋﻴﺩﺕ ﺇﻟﻰ ﺍﻟﻜﻴﺱ‬
‫ﺜﻡ ﺴﺤﺒﺕ ﻜﺭﺓ ﺜﺎﻨﻴﺔ ﻭﺴﺠل ﻟﻭﻨﻬﺎ ﻭﺃﻋﻴﺩﺕ ﺇﻟﻰ ﺍﻟﻜﻴﺱ ﺜﻡ ﺴﺤﺒﺕ ﻜﺭﺓ‬
‫ﺜﺎﻟﺜﺔ ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺃﻟﻭﺍﻥ ﺍﻟﻜﺭﺍﺕ ﺍﻟﺜﻼﺙ ﺍﻟﻤﺴﺤﻭﺒﺔ ﻋﻠﻰ‬
‫)‪(٠.٠٣٣٧٥‬‬ ‫ﺍﻟﺘﺭﺘﻴﺏ ﺃﺒﻴﺽ ‪ ،‬ﺃﺴﻭﺩ‪ ،‬ﻭﺃﺤﻤﺭ؟‬

‫‪ .١١‬ﺴﺤﺒﺕ ﻭﺭﻗﺔ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﺃﻭﺭﺍﻕ ﺍﻟﻠﻌﺏ )‪ ٥٢‬ﻭﺭﻗﺔ( ﺜﻡ ﺃﻋﻴﺩﺕ‬

‫ﻭﺴﺤﺒﺕ ﻭﺭﻗﺔ ﺜﺎﻨﻴﺔ‪ .‬ﺃﺤﺴﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬
‫)‪(١/٢‬‬ ‫ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻭﺭﻗﺔ ﺍﻟﺜﺎﻨﻴﺔ ﻤﻥ ﻨﻔﺱ ﻟﻭﻥ ﺍﻟﻭﺭﻗﺔ ﺍﻷﻭﻟﻰ‬ ‫ﺃ‪.‬‬
‫)‪(١/٥٢‬‬ ‫ﺏ‪ .‬ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻭﺭﻗﺔ ﺍﻟﺜﺎﻨﻴﺔ ﻫﻲ ﻨﻔﺱ ﺍﻟﻭﺭﻗﺔ ﺍﻷﻭﻟﻰ‬
‫)‪(١٠/١٦٩‬‬ ‫ﺝ‪ .‬ﺃﻥ ﺘﺤﻤل ﻜل ﻤﻥ ﺍﻟﻭﺭﻗﺘﻴﻥ ﻨﻔﺱ ﺍﻟﻌﺩﺩ‬
‫ﺩ‪ .‬ﺃﻥ ﺘﺤﻤل ﻜل ﻤﻥ ﺍﻟﻭﺭﻗﺘﻴﻥ ﻨﻔﺱ ﺍﻟﻌﺩﺩ ﺃﻭ ﻨﻔﺱ ﺍﻟﺼﻭﺭﺓ )‪(١/١٣‬‬
‫)‪(٣/١٦٩‬‬ ‫ﻩ‪ .‬ﺃﻥ ﺘﺤﻤل ﻜل ﻤﻥ ﺍﻟﻭﺭﻗﺘﻴﻥ ﻨﻔﺱ ﺍﻟﺼﻭﺭﺓ‬

‫‪ .١٢‬ﺭﻤﻴﺕ ﻗﻁﻌﺔ ﻨﻘﻭﺩ ‪ ٣‬ﻤﺭﺍﺕ ﻤﺘﺘﺎﻟﻴﺔ‬

‫ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻻ ﺘﺤﺩﺙ ﺼﻭﺭﺘﺎﻥ ﻤﺘﺘﺎﻟﻴﺘﺎﻥ ﻓﻲ ﺍﻟﺭﻤﻴﺎﺕ ﺍﻟﺜﻼﺜﺎﺀ‬ ‫ﺃ‪.‬‬

‫)‪(٥/٨‬‬
‫ﺏ‪ .‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻻ ﺘﺤﺩﺙ ﺼﻭﺭﺘﺎﻥ ﻤﺘﺘﺎﻟﻴﺘﺎﻥ ﺃﻭ ﻜﺘﺎﺒﺘﺎﻥ ﻓﻲ‬
‫)‪(١/٤‬‬ ‫ﺍﻟﺭﻤﻴﺎﺕ ﺍﻟﺜﻼﺙ‬

‫‪41‬‬
 ‫‪2‬‬
‫ﺇﺫﺍ ﺫﻫﺏ ﺇﻟﻰ ﺍﻟﻌﻤل‬ ‫‪ .١٣‬ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺘﺄﺨﺭ ﺃﻴﺎﺱ ﻋﻥ ﻋﻤﻠﻪ‬
‫‪3‬‬
‫ﻤﺎﺸﻴﹰﺎ ﻭ ‪ ١/٤‬ﺇﺫﺍ ﺫﻫﺏ ﺒﺎﻟﺤﺎﻓﻠﺔ ﻭ ‪ ١/٦‬ﺇﺫﺍ ﺫﻫﺏ ﺒﺴﻴﺎﺭﺘﻪ ‪ .‬ﻓﻤﺎ ﻫﻭ‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺘﺄﺨﺭ ﻋﻥ ﻋﻤﻠﻪ ﻓﻲ ﺼﺒﺎﺡ ﺃﺤﺩ ﺍﻷﻴﺎﻡ ﺇﺫﺍ ﺍﺨﺘﺎﺭ ﻭﺴﻴﻠﺘﻪ‬
‫ﺒﻁﺭﻴﻘﺔ ﻋﺸﻭﺍﺌﻴﺔ؟ )‪(١٣/٣٦‬‬

‫‪ .١٤‬ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﺼﻨﺩﻭﻗﻴﻥ ﺍﻷﻭل ﻴﺤﺘﻭﻱ ﻋﻠﻰ ‪ ٥‬ﻤﻨﺎﺩﻴل ﻤﻌﻴﺒﺔ ﻭ ‪ ٨‬ﻤﻨﺎﺩﻴل‬
‫ﺴﻠﻴﻤﺔ ﻭﺍﻟﺜﺎﻨﻲ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ‪ ٦‬ﻤﻨﺎﺩﻴل ﻤﻌﻴﺒﺔ ﻭ‪ ١١‬ﺴﻠﻴﻤﺔ‪ .‬ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل‬
‫ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﻨﺩﻴل ﺍﻟﻤﺴﺤﻭﺏ ﻋﺸﻭﺍﺌﻴﹰﺎ ﻤﻥ ﺃﺤﺩ ﺍﻟﺼﻨﺩﻭﻗﻴﻥ ﻤﻌﻴﺒﹰﺎ ؟‬
‫)‪(٠.٣٦٨٧٨‬‬

‫‪ .١٥‬ﻟﺘﻜﻥ ﺍﻟﺘﺠﺭﺒﺔ ﻫﻲ ﺍﺨﺘﻴﺎﺭ ﻋﺎﺌﻠﻪ ﻟﺩﻴﻬﺎ ﺃﺭﺒﻌﺔ ﺃﻁﻔﺎل ﻭﺘﺴﺠﻴﻠﻬﻡ ﺤﺴﺏ‬

‫ﺍﻟﺠﻨﺱ ﻭﺘﺴﻠﺴل ﺍﻟﻭﻻﺩﺓ‪ .‬ﺍﻜﺘﺏ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ ﻟﻬﺫﻩ ﺍﻟﺘﺠﺭﺒﺔ ﺜﻡ ﺍﺤﺴﺏ‬
‫ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬
‫)‪(١/٤‬‬ ‫ﻋﻨﺩ ﺍﻟﻌﺎﺌﻠﺔ ﺒﻨﺕ ﻭﺍﺤﺩﺓ‬ ‫ﺃ‪.‬‬
‫)‪(٥/١٦‬‬ ‫ﻋﻨﺩ ﺍﻟﻌﺎﺌﻠﺔ ﺃﻜﺜﺭ ﻤﻥ ﺒﻨﺘﻴﻥ‬ ‫ﺏ‪.‬‬
‫)‪(١٥/١٦‬‬ ‫ﻋﻨﺩ ﺍﻟﻌﺎﺌﻠﺔ ‪ ٣‬ﺒﻨﺎﺕ ﻋﻠﻰ ﺍﻷﻜﺜﺭ‬ ‫ﺝ‪.‬‬

‫‪ .١٦‬ﺘﻘﺩﻤﺕ ﺇﺤﺩﻯ ﺸﺭﻜﺎﺕ ﺍﻟﺒﻨﺎﺀ ﺇﻟﻰ ﻤﻨﺎﻗﺼﺘﻴﻥ ‪ B , A‬ﻓﺈﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺃﻥ‬
‫ﺘﺤﺼل ﻋﻠﻰ ﺍﻟﻤﻨﺎﻗﺼﺔ ‪ A‬ﻫﻭ ‪ ٠.٦‬ﻭﺍﺤﺘﻤﺎل ﺃﻥ ﺘﺤﺼل ﻋﻠﻰ ﺍﻟﻤﻨﺎﻗﺼﺔ‬
‫‪ B‬ﻫﻭ ‪ ٠.٣‬ﻭﺍﺤﺘﻤﺎل ﺃﻥ ﺘﺤﺼل ﻋﻠﻰ ﺍﻟﻤﻨﺎﻗﺼﺘﻴﻥ ﻤﻌﹰﺎ ﻫﻭ ‪ ٠.١‬ﻓﻤﺎ ﻫﻭ‬
‫ﺍﺤﺘﻤﺎل‪:‬‬
‫)‪(٠.٨‬‬ ‫‪ -‬ﺃﻥ ﺘﺤﺼل ﺍﻟﺸﺭﻜﺔ ﻋﻠﻰ ﺍﻟﻤﻨﺎﻗﺼﺔ ‪ A‬ﺃﻭ ﺍﻟﻤﻨﺎﻗﺼﺔ ‪B‬‬

‫‪42‬‬
 ‫‪ .١٧‬ﺩﻉ ‪ B , A‬ﺤﺎﺩﺜﻴﻥ ﻓﻲ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ ‪ S‬ﺤﻴﺙ‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫= )‪P (AB‬‬ ‫= )‪P (B/A‬‬ ‫= )‪P (A/B‬‬
‫‪5‬‬ ‫‪2‬‬ ‫‪3‬‬
‫⎞‪⎛3 2‬‬
‫⎟ ‪⎜ ,‬‬ ‫ﺃﻭﺠــﺩ )‪P (B) , P (A‬‬
‫⎠‪⎝5 5‬‬

‫‪ .١٨‬ﻓﻲ ﺃﺤﺩ ﻤﺼﺎﻨﻊ ﺍﻟﻤﺼﺎﺒﻴﺢ ﺍﻟﻜﻬﺭﺒﺎﺌﻴﺔ ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﻤﺎﻜﻨﺎﺕ ‪ M1‬ﻭ ‪ M2‬ﻭ‬
‫‪ M3‬ﺘﺼﻨﻊ ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ ‪ ٠.٣٠‬ﻭ ‪ ٠.٣٠‬ﻭ ‪ ٠.٤٠‬ﻤﻥ ﻤﺠﻤﻭﻉ ﺍﻹﻨﺘﺎﺝ‬
‫ﻭﺇﺫﺍ ﻜﺎﻥ ‪ ١‬ﻭ ‪ ٣‬ﻭ ‪ ٢‬ﺒﺎﻟﻤﺌﺔ ﻤﻥ ﺇﻨﺘﺎﺝ ﺍﻟﻤﺎﻜﻴﻨﺎﺕ ﺍﻟﺜﻼﺙ ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ‬
‫ﻫﻭ ﺇﻨﺘﺎﺝ ﻤﻌﻴﺏ‪ .‬ﺴﺤﺏ ﻤﺼﺒﺎﺤﺎ ﻋﺸﻭﺍﺌﻴﹰﺎ ﻤﻥ ﺇﻨﺘﺎﺝ ﺃﺤﺩ ﺍﻷﻴﺎﻡ ﻭﺠﺩ ﺃﻨﻪ‬
‫ﻤﻌﻴﺏ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﻫﺫﺍ ﺍﻟﻤﺼﺒﺎﺡ ﻤﻥ ﺼﻨﻊ ﺍﻟﻤﺎﻜﻴﻨﺔ ‪ M1‬؟‬
‫ﻤﻥ ﺼﻨﻊ ‪M2‬؟ ﻤﻥ ﺼﻨﻊ ‪M3‬؟ )‪. (٨/٢٠ ، ٩/٢٠ ، ٣/٢٠‬‬

‫‪.١٩‬ﺇﺫﺍ ﺴﺤﺒﻨﺎ ‪ ٥‬ﻭﺭﻗﺎﺕ ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﺃﻭﺭﺍﻕ ﺍﻟﻠﻌﺏ )‪ ٥٢‬ﻭﺭﻗﺔ( ﺒﺩﻭﻥ ﺇﻋﺎﺩﺓ‬

‫‪ ،‬ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﺤﺘﻭﺍﺀ ﻫﺫﻩ ﺍﻷﻭﺭﺍﻕ ﺍﻟﺨﻤﺴﺔ ﻋﻠﻰ ﻭﺭﻗﺔ ﻭﺍﺤﺩﺓ ﺒﻬﺎ‬
‫ﺼﻭﺭﺓ ﺸﺎﻴﺏ؟ )‪.(٣٢٤٣/١٠٨٢٩‬‬

‫‪ .٢٠‬ﺍﻟﻤﺎﻜﻴﻨﺔ ‪ ١‬ﺘﻨﺘﺞ ‪ %٦٠‬ﻤﻥ ﺇﻨﺘﺎﺝ ﻤﺼﻨﻊ ﺍﻟﺒﻁﺎﺭﻴﺎﺕ ﺍﻟﺠﺎﻓﺔ ﻭﺍﻟﻤﺎﻜﻴﻨﺔ ‪٢‬‬

‫ﺘﻨﺘﺞ ﺍﻟﺒﺎﻗﻲ‪ %٥ .‬ﻤﻥ ﺇﻨﺘﺎﺝ ﺍﻟﻤﺎﻜﻴﻨﺔ ‪ ١‬ﻤﻌﻴﺏ ﺒﻴﻨﻤﺎ ‪ %٢‬ﻤﻥ ﺇﻨﺘﺎﺝ‬
‫ﺍﻟﻤﺎﻜﻴﻨﺔ ‪ ٢‬ﻤﻌﻴﺏ‪ .‬ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﺘﻜﻭﻥ ﺒﻁﺎﺭﻴﺔ ﻤﻌﻴﺒﺔ ﻗﺩ ﺼﻨﻌﺕ ﻓﻲ‬
‫)‪(٣٠/٣٨‬‬ ‫ﺍﻟﻤﺎﻜﻴﻨﺔ ‪١‬؟‬

‫‪43‬‬
 ‫ﺤـل ﺘﻤـﺎﺭﻴـﻥ ﺍﻻﺤﺘـﻤﺎﻻﺕ‬

‫ﺍﻟﻔﺼــل ﺍﻷﻭل‬

‫‬
‫‪.١‬‬
‫‪26 26‬‬ ‫‪1‬‬
‫)‪i‬‬ ‫‪.‬‬ ‫=‬
‫‪52 52‬‬ ‫‪4‬‬
‫‪13 13‬‬ ‫‪1‬‬
‫)‪ii‬‬ ‫‪.‬‬ ‫=‬
‫‪52 52‬‬ ‫‪16‬‬
‫‪⎛ 13 13 ⎞ ⎛ 13 13 ⎞ ⎛ 13 13 ⎞ ⎛ 13 13 ⎞ 1‬‬
‫)‪ii‬‬ ‫⎜‬ ‫⎜‪. ⎟+‬‬ ‫‪.‬‬ ‫⎜‪⎟ +‬‬ ‫‪.‬‬ ‫⎜ ‪⎟ +‬‬ ‫=⎟ ‪.‬‬
‫‪⎝ 52 52 ⎠ ⎝ 52 52 ⎠ ⎝ 52 52 ⎠ ⎝ 52 52 ⎠ 4‬‬

‫‪ .٢‬ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﻫﻭ = ‪ ، ٢٣‬ﻭﻫﻲ ﻜﻤﺎ ﻓﻲ ﺍﻟﺭﺴﻡ‬

‫ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﺜﻼﺜﺔ ﻤﻥ ﺠﻨﺱ ﻭﺍﺤﺩ ‪ ،‬ﺃﻱ ‪ ٣‬ﺭﺠﺎل‬ ‫‪(i‬‬
‫ﺃﻭ ‪ ٣‬ﻨﺴﺎﺀ‪.‬‬

‫ﻤـﻥ ﺍﻟﺭﺴـﻡ‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪+‬‬ ‫=‬
‫‪8‬‬ ‫‪8‬‬ ‫‪4‬‬

‫ﺃﻭ‬

‫‪1‬‬
‫= )‪(1 / 2 .1 / 2 . 1 / 2) + (1 / 2 . 1 / 2 . 1 / 2‬‬
‫‪4‬‬

‫‪44‬‬
 ‫ﺭ‬

‫ﺭ‬
‫ﻡ‬
‫ﺭ‬
‫ﺭ‬ ‫ﻡ‬
‫ﺭ‬
‫ﻡ‬

‫ﻡ‬

‫ﺭ‬

‫ﻡ‬
‫ﻡ‬
‫ﻡ‬
‫ﻡ‬ ‫ﺭ‬
‫ﺭ‬
‫ﺭ‬

‫ﻡ‬

‫‪ (ii‬ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺭﺠﻠﻴﻥ ﻭﺍﻤﺭﺍﺓ‬

‫ﻤﻥ ﺍﻟﺭﺴﻡ‬
‫‪3‬‬ ‫ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ‬
‫=‬ ‫=‬
‫‪8‬‬ ‫ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬
‫ﺃﻭ‬
‫‪3‬‬
‫‪C2‬‬ ‫=‬
‫‪3‬‬
‫=‬
‫‪8‬‬ ‫‪8‬‬

‫‪45‬‬
 ‫‪ .٣‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬

‫‪٢٥ = ٣٢‬‬
‫ﺍﺤﺘﻤﺎﻻﺕ ﺍﻟﺼﻭﺭﺓ = ﺍﺤﺘﻤﺎﻻﺕ ﺍﻟﻜﺘﺎﺒﺔ =‬
‫‪5‬‬
‫‪C5‬‬ ‫‪÷ 32 = 1/32‬‬
‫‪5‬‬
‫‪C4‬‬ ‫‪÷ 32 = 5/32‬‬
‫‪5‬‬
‫‪C3‬‬ ‫‪÷ 32 = 10/32‬‬
‫‪5‬‬
‫‪C2‬‬ ‫‪÷ 32 = 10/32‬‬
‫‪5‬‬
‫‪C1‬‬ ‫‪÷ 32 = 5/32‬‬
‫‪5‬‬
‫‪C0‬‬ ‫‪÷ 32 = 1/32‬‬

‫‪.٤‬‬
‫‪1 1 1‬‬ ‫‪1‬‬
‫)ﺹ ﺹ ﺹ( ‪p‬‬ ‫=‬ ‫=‪. . .‬‬
‫‪2 2 2‬‬ ‫‪8‬‬

‫‪ .٥‬ﻋﺩﺩ ﺍﻟﻜﺭﺍﺕ ﺍﻟﻨﺎﺘﺠﺔ ﻋﻥ ﺍﻟﻠﻌﺒﺔ = ‪ 3n‬ﻷﻨﻪ ﻴﻀﻊ ‪ ٣‬ﻜﺭﺍﺕ ﻤﻊ ﻜل ﺭﻤﻴﺔ‬

‫ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺼﻭﺭﺓ = ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻜﺘﺎﺒﺔ = ‪١/٢‬‬
‫∴ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺕ ﺍﻟﺘﻲ ﻴﻀﻊ ﻓﻴﻬﺎ ‪ ٣‬ﻜﺭﺍﺕ ﺴﻭﺩﺍﺀ = ﻋﺩﺩ ﺍﻟﻤﺭﺍﺕ‬
‫‪n‬‬
‫ﺍﻟﺘﻲ ﻴﻀﻊ ﻓﻴﻬﺎ ﻜﺭﺘﻴﻥ ﺴﻭﺩﺍﻭﻴﻥ ﻭﻜﺭﺓ ﺒﻴﻀﺎﺀ ﻭﻴﺴﺎﻭﻱ‬
‫‪2‬‬
‫∴ ﻋﺩﺩ ﺍﻟﻜﺭﺍﺕ ﺍﻟﺒﻴﻀﺎﺀ =‬
‫‪n‬‬ ‫‪n‬‬
‫=‪×1‬‬
‫‪2‬‬ ‫‪2‬‬

‫ﻋﺩﺩ ﺍﻟﻜﺭﺍﺕ ﺍﻟﺴﻭﺩﺍﺀ =‬

‫‪46‬‬
 ‫‪n‬‬ ‫‪n‬‬ ‫‪5n‬‬
‫‪×3 +‬‬ ‫= ‪× 2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻜﺭﺓ ﺍﻟﻤﺴﺤﻭﺒﺔ ﺒﻴﻀﺎﺀ =‬
‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬
‫‪n‬‬
‫=‬ ‫‪÷ 3n‬‬
‫‪2‬‬
‫‪n‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫×‬ ‫=‬
‫‪2‬‬ ‫‪3n‬‬ ‫‪6‬‬

‫‪ .٦‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺍﻟﺤﺼﻭل ﻫﻲ‪:‬‬

‫ﺤﻤﺭﺍﺀ‬ ‫ﺒﻴﻀﺎﺀ‬
‫ﺒﻴﻀﺎﺀ‬ ‫ﺤﻤﺭﺍﺀ‬
‫ﺒﻴﻀﺎﺀ‬ ‫ﺒﻴﻀﺎﺀ‬
‫ﺤﻤﺭﺍﺀ‬ ‫ﺤﻤﺭﺍﺀ‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻜﺭﻩ ﻋﻠﻰ ﺍﻷﻗل ﺒﻴﻀﺎﺀ = ﻭﺍﺤﺩ ﻨﺎﻗﺹ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻜﺭﺘﺎﻥ‬
‫ﺤﻤﺭﺍﻭﺍﻥ ‪.‬‬
‫⎞‪⎛3 3‬‬ ‫‪9‬‬ ‫‪26‬‬
‫‪1− ⎜ . ⎟ = 1-‬‬ ‫=‬
‫⎝‬ ‫‪5‬‬ ‫‪7‬‬ ‫⎠‬ ‫‪35‬‬ ‫‪35‬‬

‫ﺤــل ﺁﺨـﺭ‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻜﺭﻩ ﻋﻠﻰ ﺍﻷﻗل ﺒﻴﻀﺎﺀ = ﺍﺤﺘﻤﺎل ﺍﻷﻭﻟﻰ ﺒﻴﻀﺎﺀ ﻭﺍﻟﺜﺎﻨﻴﺔ ﺤﻤﺭﺍﺀ‬

‫ﺃﻭ ﺍﻷﻭﻟﻰ ﺤﻤﺭﺍﺀ ﻭﺍﻟﺜﺎﻨﻴﺔ ﺒﻴﻀﺎﺀ‬

‫ﺃﻭ ﺍﻷﻭﻟﻰ ﺒﻴﻀﺎﺀ ﻭﺍﻟﺜﺎﻨﻴﺔ ﺒﻴﻀﺎﺀ‬
‫⎞‪⎛2 3⎞ ⎛3 4⎞ ⎛2 4‬‬
‫⎟ ‪=⎜ . ⎟ + ⎜ . ⎟ + ⎜ .‬‬
‫⎠‪⎝5 7⎠ ⎝5 7⎠ ⎝5 7‬‬
‫‪26‬‬
‫=‬
‫‪35‬‬

‫‪47‬‬
 ‫‪ .٧‬ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ = ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﺜﻼﺙ ﻜﺭﺍﺕ ﺒﻴﻀﺎﺀ ﺍﻭ‬
‫ﺍﻟﺜﻼﺙ ﺤﻤﺭﺍﺀ ﺃﻭ ﺍﻟﺜﻼﺙ ﺴﻭﺩﺍﺀ‬

‫‪⎛3‬‬ ‫‪2 1⎞ ⎛6 5 4⎞ ⎛3‬‬ ‫‪2‬‬ ‫‪1⎞ 1‬‬

‫⎜= ‪P‬‬ ‫‪.‬‬ ‫‪. ⎟+ ⎜ . .‬‬ ‫⎜‪⎟ +‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫=⎟‬
‫‪⎝ 12 11 10 ⎠ ⎝ 12 11 10 ⎠ ⎝ 12 11 10 ⎠ 10‬‬
‫‪3‬‬ ‫‪6‬‬ ‫‪3‬‬
‫‪C3‬‬ ‫‪+‬‬ ‫‪C3‬‬ ‫‪+‬‬ ‫‪C3‬‬ ‫‪1‬‬
‫أو‬ ‫=‬ ‫=‬
‫‪12‬‬ ‫‪10‬‬
‫‪C3‬‬
‫‪ .٨‬ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬
‫‪12‬‬
‫‪C3‬‬ ‫‪= 220‬‬

‫‪9‬‬ ‫‪3‬‬
‫)‪i‬‬ ‫‪) = C3‬ﻋﺩﻡ ﻅﻬﻭﺭ ﻜﺭﺍﺕ ﺤﻤﺭﺍﺀ( ‪P‬‬ ‫‪12‬‬
‫‪C0‬‬
‫‪C3‬‬
‫‪84‬‬ ‫‪21‬‬
‫=‬ ‫=‬
‫‪220‬‬ ‫‪55‬‬

‫‪3‬‬ ‫‪9‬‬
‫)‪ii‬‬ ‫)ﻜﺭﺓ ﻭﺍﺤﺩﺓ ﺤﻤﺭﺍﺀ( ‪P‬‬ ‫=‬
‫‪C1‬‬ ‫‪C2‬‬
‫‪12‬‬
‫‪C3‬‬
‫‪27‬‬
‫=‬
‫‪55‬‬

‫‪3‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪9‬‬

‫)‪iii‬‬ ‫= )ﻜﺭﺓ ﻭﺍﺤﺩﺓ ﻋﻠﻰ ﺍﻷﻗل ﺤﻤﺭﺍﺀ( ‪P‬‬
‫‪C1 C2 + C2 C1 + C3 C0‬‬
‫‪12‬‬ ‫‪12‬‬ ‫‪12‬‬
‫‪C3‬‬ ‫‪C3‬‬ ‫‪C3‬‬
‫‪34‬‬
‫=‬
‫‪55‬‬

‫ﺃﻭ‬

‫‪48‬‬
 ‫)ﻋﺩﻡ ﻅﻬﻭﺭ ﻜﺭﺓ ﺤﻤﺭﺍﺀ( ‪= 1-P‬‬
‫‪21‬‬
‫‪= 1-‬‬
‫‪55‬‬
‫‪34‬‬
‫=‬
‫‪55‬‬

‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬

‫)‪iv‬‬ ‫= )ﺍﻟﻜﺭﺍﺕ ﻜﻠﻬﺎ ﻤﻥ ﻨﻔﺱ ﺍﻟﻠﻭﻥ( ‪P‬‬
‫‪C3 + C3 + C3‬‬
‫‪12‬‬
‫‪C3‬‬
‫‪3‬‬
‫=‬
‫‪44‬‬

‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬

‫)‪v‬‬ ‫= )ﻋﺩﻡ ﻭﺠﻭﺩ ﻜﺭﺘﻴﻥ ﻤﻥ ﻨﻔﺱ ﺍﻟﻠﻭﻥ( ‪P‬‬
‫‪C1 . C1 . C1‬‬ ‫=‬
‫‪3‬‬
‫‪12‬‬ ‫‪11‬‬
‫‪C3‬‬

‫ﺍﻟﺴﻌﺭ = ﺍﻻﺤﺘﻤﺎل × ﻗﻴﻤﺔ ﺍﻟﺠﺎﺌﺯﺓ‬ ‫‪.٩‬‬

‫‪1‬‬
‫=‬ ‫‪× ٥٠‬‬
‫‪100‬‬
‫‪1‬‬
‫=‬
‫‪2‬‬

‫ﺍﻟﺴﻌﺭ ﺍﻟﻌﺎﺩل ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﻨﺼﻑ ﺩﻴﻨﺎﺭ‪.‬‬ ‫∴‬

‫∴ ﺴﻌﺭ ﺍﻟﺒﻁﺎﻗﺔ ﻏﻴﺭ ﻋﺎﺩل‪.‬‬

‫‪ .١٠‬ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ‬
‫‪45‬‬ ‫‪25‬‬ ‫‪30‬‬
‫= ‪P‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪100 100 100‬‬

‫‪= 0.03375‬‬

‫‪49‬‬
 ‫‪.١١‬‬
‫ﻨﻔﺱ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻠﻭﻥ ﻓﻲ ﺍﻟﻭﺭﻗﺔ ﺍﻷﻭﻟﻰ‬ ‫‪(i‬‬
‫= ‪ ١/٢‬ﻷﻥ ﻫﻨﺎﻙ ﻟﻭﻨﻴﻥ ﻓﻘﻁ ﺃﺤﻤﺭ ﻭﺃﺴﻭﺩ‬

‫‪1‬‬
‫ﻨﻔﺱ ﺍﺤﺘﻤﺎل ﺍﻟﻭﺭﻗﺔ ﺍﻷﻭﻟﻰ =‬ ‫‪(ii‬‬
‫‪52‬‬
‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ = ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻭﺭﻗﺘﻴﻥ‬
‫ﺃﻭ ‪١٠‬‬ ‫‪ ١‬ﺃﻭ ‪ ٢‬ﺃﻭ ‪...‬‬
‫‪⎛ 4‬‬ ‫‪4 ⎞ ⎛ 4‬‬ ‫⎞ ‪4‬‬
‫⎜ =‬ ‫‪.‬‬ ‫⎜‪⎟+‬‬ ‫‪.‬‬ ‫‪⎟ + ...‬‬
‫⎠ ‪⎝ 52 52 ⎠ ⎝ 52 52‬‬
‫‪⎛ 4‬‬ ‫⎞ ‪4‬‬
‫⎜ ‪= 10‬‬ ‫‪.‬‬ ‫⎟‬
‫⎠ ‪⎝ 52 52‬‬
‫‪10‬‬
‫‪= 3‬‬
‫‪13‬‬
‫‪10‬‬
‫=‬
‫‪169‬‬

‫‪⎛ 4‬‬ ‫⎞ ‪4‬‬ ‫‪1‬‬

‫⎜ ‪= 13‬‬ ‫‪.‬‬ ‫= ⎟‬ ‫‪(iii‬‬
‫‪⎝ 52 52 ⎠ 13‬‬

‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ‪٨‬‬ ‫‪.i .١٢‬‬

‫⎫ ﺹ ﻙ ﻙ‪ ،‬ﺹ ﻙ ﺹ ‪ ،‬ﺹ ﺹ ﻙ ‪ ،‬ﺹ⎧ﺹ ﺹ‬
‫⎨ = ‪S‬‬ ‫⎬‬
‫ﻙﻙ‬‫⎭ ﻙﺹﺹ‪،‬ﻙﺹﻙ‪ ،‬ﻙﻙﺹ‪،‬ﻙ⎩‬
‫ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ‪٥‬‬
‫‪5‬‬
‫∴ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ =‬
‫‪8‬‬

‫‪2‬‬
‫= ‪P‬‬ ‫‪.ii‬‬
‫‪8‬‬
‫‪1‬‬
‫=‬
‫‪4‬‬

‫‪50‬‬
 ‫‪.١٣‬ﺍﺤﺘﻤﺎل ﻜل ﻤﻥ ﺍﻻﺨﺘﻴﺎﺭﺍﺕ ﺍﻟﺜﻼﺜﺔ = )‪(١/٣‬‬
‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﺫﻫﺎﺏ ﻤﺎﺸﻴﹰﺎ ﻭﻴﺘﺄﺨﺭ ﺃﻭ ﺍﻟﺫﻫﺎﺏ ﺒﺎﻟﺤﺎﻓﻠﺔ‬
‫ﻭﻴﺘﺄﺨﺭ ﺃﻭ ﺍﻟﺫﻫﺎﺏ ﺒﺴﻴﺎﺭﺘﻪ ﻭﻴﺘﺄﺨﺭ‬
‫⎞‪⎛1⎞⎛ 2‬‬ ‫⎞‪⎛1⎞⎛1‬‬ ‫⎞‪⎛1‬‬ ‫⎞‪⎛1‬‬
‫)ﺍﻟﺘﺄﺨﻴﺭ( ‪P‬‬ ‫⎟ ⎜ ⎟ ⎜‪= ⎜ ⎟⎜ ⎟ + ⎜ ⎟⎜ ⎟ +‬‬
‫⎠‪⎝ 3⎠⎝ 3‬‬ ‫⎠‪⎝3⎠⎝ 4‬‬ ‫⎠‪⎝3‬‬ ‫⎠‪⎝6‬‬
‫⎞ ‪⎛ 13‬‬
‫⎜ =‬ ‫⎟‬
‫⎠ ‪⎝ 36‬‬

‫‪ .١٤‬ﺍﺤﺘﻤﺎل ﺍﺨﺘﻴﺎﺭ ﺃﻱ ﺼﻨﺩﻭﻕ = ‪١/٢‬‬

‫‪1 5‬‬
‫×‬ ‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﻗﺩ ﺴﺤﺏ ﻤﻥ ﺍﻟﺼﻨﺩﻭﻕ ﺍﻷﻭل ﻭﻤﻌﻴﺏ =‬
‫‪2 13‬‬
‫‪1‬‬ ‫‪6‬‬
‫×‬ ‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﻗﺩ ﺴﺤﺏ ﻤﻥ ﺍﻟﺼﻨﺩﻭﻕ ﺍﻟﺜﺎﻨﻲ ﻭﻤﻌﻴﺏ =‬
‫‪2 17‬‬
‫⎞ ‪⎛1⎞⎛ 5 ⎞ ⎛1⎞⎛ 6‬‬
‫⎜ ⎟ ⎜ = )ﻤﻌﻴﺏ( ‪P‬‬ ‫⎟ ⎜⎟ ⎜‪⎟+‬‬
‫⎠ ‪⎝ 2 ⎠ ⎝ 13 ⎠ ⎝ 2 ⎠ ⎝ 17‬‬
‫‪= 0.36878‬‬

‫‪S = 24 = 16 .١٥‬‬
‫‪4‬‬
‫)‪i‬‬ ‫)ﺒﻨﺕ ﻭﺍﺤﺩﺓ( ‪P‬‬ ‫=‬
‫‪C1‬‬
‫‪16‬‬

‫‪4‬‬ ‫‪4‬‬
‫‪C3‬‬ ‫‪+‬‬ ‫‪C4‬‬
‫)‪ii‬‬ ‫)ﺃﻜﺜﺭ ﻤﻥ ﺒﻨﺘﻴﻥ( ‪P‬‬ ‫=‬
‫‪16‬‬

‫‪C44‬‬
‫)‪iii‬‬ ‫= )ﺜﻼﺙ ﺒﻨﺎﺕ ﻋﻠﻰ ﺍﻷﻜﺜﺭ( ‪P‬‬ ‫‪1−‬‬
‫‪16‬‬
‫‪15‬‬
‫=‬
‫‪16‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫ﺃﻭ ﺒﺘﻁﺒﻴﻕ ﻗﺎﻨﻭﻥ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬ ‫=‬
‫‪C0 + C1 + C2 + C3‬‬
‫‪16‬‬

‫‪51‬‬
 ‫‪.١٦‬‬
‫)‪ B‬ﺃﻭ ‪P (A‬‬ ‫)‪= P(A) + P(B) - P(AB‬‬

‫‪= 0.6 + 0.3 – 0.1‬‬

‫‪= 0.8‬‬

‫‪.١٧‬‬

‫)‪P(AB‬‬ ‫)‪= P(A) P(B/A‬‬

‫)‪= P(B) P(A/B‬‬

‫‪P(AB) 1 / 5 2‬‬
‫∴‬ ‫)‪P(A‬‬ ‫=‬ ‫=‬ ‫=‬
‫‪P(B / A) 1 / 2 5‬‬
‫‪P(AB) 1 / 5 3‬‬
‫)‪P(B‬‬ ‫=‬ ‫=‬ ‫=‬
‫‪P(A / B) 1 / 3 5‬‬

‫‪ .١٨‬ﻟﺘﻜﻥ‬
‫)‪ = P(D‬ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺼﺒﺎﺡ ﻤﻌﻴﺒﺎ‬
‫)‪ = P(M1‬ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺼﺒﺎﺡ ﻤﻥ ﺼﻨﻊ ‪M1‬‬

‫)‪ = P(M2‬ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺼﺒﺎﺡ ﻤﻥ ﺼﻨﻊ ‪M2‬‬

‫)‪ = P(M3‬ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺼﺒﺎﺡ ﻤﻥ ﺼﻨﻊ ‪M3‬‬

‫ﺒﻴﺎﻨﺎﺕ ﺍﻟﻤﺴﺄﻟﺔ ﺘﻌﻁﻲ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻵﺘﻴﺔ‬

‫‪P(M1) = 0.3 P(D/M1) = 0.01‬‬

‫‪P(M2) = 0.3 P(D/M2) = 0.03‬‬

‫‪P(M3) = 0.4 P(D/M3) = 0.02‬‬

‫‪52‬‬
 ‫ﺩﻋﻨﺎ ﺍﻵﻥ ﻨﺤﺴﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺘﺎﻟﻴﺔ‬

‫‪P(M1D) = P(M1) P(D/M1) = (0.3) (0.01) = 0.003‬‬

‫‪P(M2D) = P(M2) P(D/M2) = (0.3) (0.03) = 0.009‬‬

‫‪P(M3D) = P(M3) P(D/M3) = (0.4) (0.02) = 0.008‬‬

‫ﻫﺫﻩ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺠﻤﻴﻌﹰﺎ ﻴﻤﻜﻥ ﺘﻤﺜﻴﻠﻬﺎ ﺒﻴﺎﻨﻴﺎ‪.‬‬

‫ﺒﺎﺴﺘﺨﺩﺍﻡ ﻨﻅﺭﻴﺔ ﺒﻴﺯ‬

‫)‪P(M1D‬‬
‫= ) ‪P ( M1 / D‬‬
‫) ‪P ( M1 D ) + P ( M 2 D ) + P ( M 3 D‬‬

‫‪0.003‬‬ ‫‪3‬‬
‫=‬ ‫=‬
‫‪0.003 + 0.009 + 0.008 20‬‬

‫)‪P (N 2 D‬‬
‫= )‪P( M 2 / D‬‬
‫)‪P (M1D) + P (M 2 D) + P(M 3D‬‬

‫‪0.009 9‬‬
‫=‬ ‫=‬
‫‪0.020 20‬‬

‫‪0.008 8‬‬
‫= )‪P( M 3 / D‬‬ ‫=‬
‫‪0.020 20‬‬

‫‪53‬‬
 ‫ﻭﻴﻤﻜﻥ ﺘﻠﺨﻴﺹ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺴﺎﺒﻘﺔ ﺒﺎﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﺒﻌﺩﻱ‬ ‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﺭﻜﺏ‬ ‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﺸﺭﻁﻲ‬ ‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﻘﺒﻠﻲ‬ ‫ﺍﻟﺤﺎﺩﺙ‬

‫‪3/20‬‬ ‫‪0.003‬‬ ‫‪0.01‬‬ ‫‪0.30‬‬ ‫‪M1‬‬

‫‪9/20‬‬ ‫‪0.009‬‬ ‫‪0.03‬‬ ‫‪0.30‬‬ ‫‪M2‬‬
‫‪8/20‬‬ ‫‪0.008‬‬ ‫‪0.02‬‬ ‫‪0.40‬‬ ‫‪M3‬‬
‫‪1.00‬‬ ‫‪0.020‬‬ ‫‪1.00‬‬ ‫ﺍﻟﻤﺠﻤﻭﻉ‬

‫‪ .١٩‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻘﺎﻨﻭﻥ ﺍﻟﻬﺎﻴﺒﺭﺠﻴﻭﻤﺘﺭﻯ‬

‫‪4‬‬ ‫‪4 48‬‬
‫= )ﺸﺎﻴﺏ ﻭﺍﺤﺩ( ‪P‬‬
‫‪c c‬‬
‫‪1‬‬ ‫‪4‬‬
‫‪52‬‬
‫‪c5‬‬
‫‪3243‬‬
‫=‬
‫‪10829‬‬

‫ﺤل ﺁﺨﺭ ﻫﻨﺎﻙ ﺨﻤﺱ ﺤﺎﻻﺕ ﻤﺘﻨﺎﻓﻴﺔ ﻟﻭﻗﻭﻉ ﻫﺫﺍ ﺍﻟﺤﺎﺩﺙ ﺘﺨﺘﻠﻑ ﻋﻥ ﺒﻌﻀﻬﺎ ﻓﻲ‬
‫ﺘﺭﺘﻴﺏ ﺴﺤﺏ ﻭﺭﻗﺔ ﺍﻟﺸﺎﻴﺏ‪ ،‬ﻟﻨﺄﺨﺫ ﺍﻟﺤﺎﻟﺔ ﺍﻷﻭﻟﻰ ﺍﻟﺘﻲ ﻴﻅﻬﺭ ﻓﻴﻬﺎ‬
‫ﺍﻟﺸﺎﻴﺏ ﻤﻥ ﺃﻭل ﺴﺤﺏ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻴﻜﻭﻥ ﺍﻻﺤﺘﻤﺎل =‬
‫‪4 48 47 46 45 4243‬‬
‫= × × × ×‬
‫‪52 51 50 49 48 54145‬‬
‫ﻭﺤﻴﺙ ﺃﻥ ﺍﻟﺤﺎﻻﺕ ﺍﻟﺨﻤﺱ ﻤﺘﻤﺎﺜﻠﺔ ﻓﺎﻥ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ ﻫﻭ‬
‫‪3243‬‬
‫×‪5‬‬ ‫=‬
‫‪54145‬‬
‫‪3243‬‬
‫=‬
‫‪10829‬‬

‫‪54‬‬
 .٢٠

P(D/M1)=0.05 P(M1D) = P(M1) P(D / M1)

D
= 0.60 × 0.05 = 0.03
P(M)=0.6 M1
N
P(D/M2)=0.02 D P(M 2D) = P(M 2 ) P(D / M 2 )
P(M2)=0.4 M2
= 0.40 × 0.02 = 0.008

P(M1D)
P(M1 / D) =
P(M1D) + P(M 2 D) 2
0.03
=
0.03 + 0.008
0.03 30
= =
0.038 38
= 0.789 5

55
‫ﺍﻟﻔﺼـــــل ﺍﻟــﺜـﺎﻨﻲ‬

‫‪56‬‬
 ‫ﺍﻟﻔﺼــل ﺍﻟﺜـﺎﻨﻲ‬
‫ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﻭﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ‬
‫‪RANDOM VARIABLES AND PROBABILITY DISTRIBUTIONS‬‬

‫ﻤﺭ ﻤﻌﻨﺎ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺴﺎﺒﻕ ﻋﺩﺓ ﺘﺠﺎﺭﺏ ﻤﺜل ﺤﺫﻑ ﺯﻫﺭﺓ ﺍﻟﻨﺭﺩ ﺃﻭ ﺭﻤﻲ‬
‫ﻗﻁﻌﺔ ﺍﻟﻨﻘﺩ ﺃﻭ ﺴﺤﺏ ﻜﺭﻩ ﺃﻭ ﺴﺤﺏ ﻭﺭﻗﺔ ﻤﻥ ﺃﻭﺭﺍﻕ ﺍﻟﻠﻌﺏ ‪ ...‬ﺍﻟﺦ ‪ ،‬ﺍﻥ ﺍﻟﻨﺘﺎﺌﺞ‬
‫ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻬﺎ ﺒﺘﺠﺎﺭﺏ ﻋﺸﻭﺍﺌﻴﺔ‪ ،‬ﺭﻗﻤﻴﺔ ﻜﺎﻨﺕ ﻜﻤﺎ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﻨﺭﺩ‬
‫ﺃﻭ ﻨﻭﻋﻴﺔ ﻜﻤﺎ ﻓﻲ ﺍﻟﻜﺭﺍﺕ ﻭﻗﻁﻌﺔ ﺍﻟﻌﻤﻠﺔ ﻭﻭﺭﻕ ﺍﻟﻠﻌﺏ ﻭﻏﻴﺭﻫﺎ ﺘﺩﻋﻰ ﺒﺎﻟﻤﺘﻐﻴﺭﺍﺕ‬
‫ﺍﻟﻌﺸﻭﺍﺌﻴﺔ‪.‬‬

‫‪ -‬ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ‬
‫ﻫﻭ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺫﻱ ﻴﺘﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻗﻴﻤﺘﻪ ﻨﺘﻴﺠﺔ ﻟﺘﺠﺭﺒﻪ ﻋﺸﻭﺍﺌﻴﺔ‬

‫ﻼ‬
‫ﺃﻭ ﻤﺘﺼ ﹰ‬ ‫ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻴﻤﻜﻥ ﺃﻥ ﻴﻜﻭﻥ ﻤﺘﻘﻁﻌﺎ ‪DISCRETE‬‬

‫‪CONTINOUNS‬‬

‫ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﻘﻁﻊ‪:‬‬
‫ﻫﻭ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﺫﻱ ﻴﺄﺨﺫ ﻗﻴﻤﺔ ﻤﻥ ﻗﻴﻡ ﺍﻷﻋﺩﺍﺩ ﺍﻟﺼﺤﻴﺤﺔ‬
‫ﻤﺜل ‪... ، ٣ ، ٢ ، ١‬‬

‫ﺃﻤﺜﻠﺔ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﻘﻁﻊ ‪:‬‬

‫‪ -‬ﻋﺩﺩ ﺃﻓﺭﺍﺩ ﺍﻷﺴﺭﺓ ﻓﻲ ﻋﻴﻨﺔ ﺇﺤﺼﺎﺌﻴﺔ ﻤﻜﻭﻨﻪ ﻤﻥ ﻋﺩﻩ ﺃﺴﺭ‬
‫‪ -‬ﻋﺩﺩ ﺍﻷﻫﺩﺍﻑ ﺍﻟﻤﺴﺠﻠﺔ ﻟﻔﺭﻴﻕ ﺭﻴﺎﻀﻲ ﺨﻼل ﺍﻟﺩﻭﺭﻯ ﺍﻟﻌﺎﻡ‬
‫‪ -‬ﻋﺩﺩ ﺍﻟﺴﻴﺎﺭﺍﺕ ﺍﻟﻤﺒﺎﻋﻪ ﻓﻲ ﺍﻟﺸﻬﺭ ﻹﺤﺩﻯ ﺸﺭﻜﺎﺕ ﺍﻟﺴﻴﺎﺭﺍﺕ ‪ ...‬ﺍﻟﺦ‬

‫‪57‬‬
 ‫ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﺼل‪:‬‬
‫ﻫﻭ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﺫﻱ ﻴﺄﺨﺫ ﺃﻱ ﻗﻴﻤﺔ ﺩﺍﺨل ﻤﺩﻯ ﻤﻌﻴﻥ ﻤﺜل‬
‫ﻤﻘﺎﻴﻴﺱ ﺍﻟﻁﻭل ﻭﺍﻟﻭﺯﻥ ﻭﺍﻟﺯﻤﻥ ﻭﺍﻟﻘﻴﻤﺔ‪.‬‬

‫ﺃﻤﺜﻠﺔ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﺼل‪:‬‬

‫‪ -‬ﺍﻟﻤﺒﻴﻌﺎﺕ ﺍﻟﺸﻬﺭﻴﺔ ﻤﻥ ﺍﻟﺤﻠﻴﺏ ﻹﺤﺩﻯ ﻤﺅﺴﺴﺎﺕ ﺍﻷﻟﺒﺎﻥ ‪.‬‬

‫‪ -‬ﺃﻁﻭﺍل ﻁﻠﺒﺔ ﺍﻟﺠﺎﻤﻌﺔ ‪.‬‬

‫‪ -‬ﺃﻭﺯﺍﻥ ﻁﻼﺏ ﺍﻟﺼﻑ ﺍﻷﻭل ﺍﻻﺒﺘﺩﺍﺌﻲ ﻓﻲ ﺇﺤﺩﻯ ﺍﻟﻤﺩﺍﺭﺱ‪.‬‬
‫‪ -‬ﺃﺜﻤﺎﻥ ﺍﻟﺒﺭﻤﻴل ﺍﻟﻭﺍﺤﺩ ﻟﻠﻨﻔﻁ ﺍﻟﻜﻭﻴﺘﻲ ﺨﻼل ﺍﻟﺴﻨﺔ ﺍﻷﺨﻴﺭﺓ ‪ ...‬ﺍﻟﺦ‪.‬‬

‫ﺍﻟﻤﺘﻘﻁﻌـﺔ ‪Discrete‬‬ ‫ƒ ﺍﻟﺘﻭﺯﻴـــﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴــﺔ‬

‫‪Probability Distributions‬‬
‫ﺇﺫﺍ ﺭﻤﻴﻨﺎ ﺯﻫﺭﻩ ﻨﺭﺩ ﻓﺈﻨﻪ ﻴﻤﻜﻨﻨﺎ ﺍﻥ ﻨﻤﺜل ﺍﻟﻨﺘﺎﺌﺞ ﺍﻟﻤﻤﻜﻨﺔ ﻭﺍﺤﺘﻤﺎﻻﺕ ﻜل‬
‫ﻤﻨﻬﺎ ﺒﺎﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻟﻭﺠﻪ‬ ‫‪١‬‬ ‫‪٢‬‬ ‫‪٣‬‬ ‫‪٤‬‬ ‫‪٥‬‬ ‫‪٦‬‬

‫ﺍﻻﺤﺘﻤﺎل‬ ‫‪١/٦‬‬ ‫‪١/٦‬‬ ‫‪١/٦‬‬ ‫‪١/٦‬‬ ‫‪١/٦‬‬ ‫‪1/6‬‬

‫ﻭﺇﺫﺍ ﺭﻤﻴﻨﺎ ﺯﻫﺭﺘﻲ ﻨﺭﺩ ﻭﻜﻨﺎ ﻤﻬﺘﻤﻴﻥ ﺒﻤﺠﻤﻭﻉ ﻭﺠﻬﻲ ﺍﻟﺯﻫﺭ ﻓﺎﻨﻪ ﻴﻤﻜﻨﻨﺎ‬
‫ﺃﻥ ﻨﻤﺜل ﺍﻟﻨﺘﺎﺌﺞ ﺍﻟﻤﻤﻜﻨﺔ ﻭﺍﺤﺘﻤﺎل ﻜل ﻤﻨﻬﺎ ﺒﺎﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ‬
‫‪٢‬‬ ‫‪٣‬‬ ‫‪٤‬‬ ‫‪٥‬‬ ‫‪٦‬‬ ‫‪٧‬‬ ‫‪٨‬‬ ‫‪٩‬‬ ‫‪١٠‬‬ ‫‪١١‬‬ ‫‪١٢‬‬
‫ﻤﺠﻤﻭﻉ ﺍﻟﻭﺠﻬﻴﻥ‬
‫ﺍﻻﺤﺘﻤﺎل‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬

‫‪58‬‬
 ‫ﻫﺫﺍ ﺍﻟﺠﺩﻭل ﺍﻟﺫﻱ ﻴﺘﻀﻤﻥ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺸﻌﻭﺍﺌﻲ ﻭﺍﻻﺤﺘﻤﺎﻻﺕ‬
‫ﺍﻟﻤﻨﺎﻅﺭﺓ ﻟﻬﺎ ﻴﺴﻤﻰ ﺒﺎﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﺘﻘﻁﻊ ‪ ،‬ﻭﻫﻜﺫﺍ ﻓﺈﻥ ‪:‬‬

‫ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻤﺠﻤﻭﻋﺔ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﻘﻁﻌﺔ ﺍﻟﺘﻲ ﻴﺄﺨﺫﻫﺎ ﻤﺘﻐﻴﺭ‬

‫ﻋﺸﻭﺍﺌﻲ ﻤﺘﻘﻁﻊ ﻫﻭ ﺍﻟﺠﺩﻭل ﺃﻭ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺘﻲ ﺘﺘﻀـﻤﻥ ﺠﻤﻴـﻊ‬
‫ﺍﻟﻘﻴﻡ ﺍﻟﻤﻤﻜﻨﺔ ﻟﻬﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﻤﻊ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺨﺎﺹ ﺒﻜل ﻤﻨﻬﺎ‪.‬‬

‫‪Probabily Density Function‬‬ ‫ƒ ﺩﺍﻟﺔ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل‬

‫)‪(P.D.F.‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﻤﺘﻐﻴﺭ ﻤﺘﻘﻁﻊ ‪ X‬ﻴﺄﺨﺫ ﻗﻴﻤﺎ ﻤﺨﺘﻠﻔﺔ ‪xn ... x3 , x2 , x1 ,‬‬
‫ﻫﺫﺍ ﺍﻻﺤﺘﻤﺎل ﻴﺴﻤﻰ ﺒﺎﻟﺩﺍﻟﻪ‬ ‫ﻓﺈﻥ‬ ‫ﺒﺎﺤﺘﻤﺎل)‪ P(X=xi‬ﺤﻴﺙ ‪i = 1, 2 ...n‬‬
‫ﺍﻻﺤﺘﻤﺎﻟﻴﺔ ﺃﻭ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﻭﻴﺭﻤﺯ ﻟﻬﺎ ﺒﺎﻟﺭﻤﺯ )‪. f(xi‬‬

‫ﻭﻫﻜﺫﺍ ﻓﺈﻥ ﺩﺍﻟﺔ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ x‬ﻫﻲ‬

‫ﺍﻻﺤﺘﻤﺎل ﺒﺄﻥ ﻴﺄﺨﺫ ‪ x‬ﺃﻱ ﻗﻴﻤﺔ ﻤﻥ ﻗﻴﻤﺔ ﺍﻟﻤﻤﻜﻨﺔ ﺃﻱ‬
‫)‪ P(X=xi‬ﻭﻴﺭﻤﺯ ﻟﻬﺎ ﺒﺎﻟﺭﻤﺯ )‪ f(x‬ﻋﻠﻰ ﺃﻥ ﻴﺘﺤﻘﻕ ﻤﺎ‬
‫ﻴﻠﻲ‪:‬‬
‫‪i) f (x) ≥ 0‬‬
‫‪n‬‬
‫‪ii) ∑ f ( x i ) = 1‬‬
‫‪i =1‬‬

‫ﻭﺘﺄﺨﺫ ﺩﺍﻟﻪ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﻘﻁﻊ ‪ X‬ﺍﻟﺸﻜل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪X =x‬‬ ‫‪x1‬‬ ‫‪x2 …………..xn‬‬

‫‪59‬‬
 ‫)‪f(x) = P (X=x‬‬ ‫)‪f(x1‬‬ ‫)‪f(x2) ………..f(xn‬‬
‫ﻤﺜــﺎل ‪: ١‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﺘﻘﻁﻊ ‪ X‬ﻭﻫﻭ ﻋﺩﺩ ﻤﺭﺍﺕ ﺍﻟﺤﺼﻭل‬
‫ﻋﻠﻰ ﻭﺠﻪ ﺍﻟﻜﺘﺎﺒﺔ ﻋﻨﺩ ﺭﻤﻲ ﻗﻁﻌﺔ ﻨﻘﺩﻴﺔ ﻤﺭﺘﻴﻥ ﻓﺈﻥ ‪:‬‬
‫{‬ ‫ﺼـ ﺼـ‪ ،‬ﺼـ ﻙ‪ ،‬ﻙ ﺼـ ‪ ،‬ﻙ ﻙ‬ ‫ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺃﻭ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ= }‬
‫ﺍﻟﻘﻴﻡ ﺍﻟﻤﻤﻜﻨﺔ ل ‪ X‬ﻫﻲ ‪٢ ، ١ ، ٠‬‬
‫ﺃﺫﻥ‬
‫)‪f ( x ) = P (X = x‬‬
‫‪f (0) = P (X = 0) = 1/4‬‬
‫‪f (1) = P (X = 1) = 1/2‬‬
‫‪f (2) = P(X = 2) = 1/4‬‬

‫ﻭﻴﻜﻭﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻘﻴﻡ ‪ X‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻭ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪X = x‬‬ ‫‪٠‬‬ ‫‪١‬‬ ‫‪٢‬‬

‫)‪f(x) = P(X=x‬‬ ‫‪١/٤‬‬ ‫‪١/٢‬‬ ‫‪١/٤‬‬

‫ﻭﻴﻤﻜﻥ ﺭﺴﻡ ﻫﺫﺍ ﺍﻟﺠﺩﻭل ﺒﻴﺎﻨﻴﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪60‬‬
 ‫‪١/٢‬‬

‫ﻤﺎل‬
‫‪١/٤‬‬

‫‪٠‬‬ ‫‪X‬‬
‫‪1‬‬ ‫‪2‬‬
‫ﻗﻴﻤﺔ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ‬

‫ƒ ﺩﺍﻟــﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ‪Probability Distribution‬‬

‫ﻟﻜﻨﻨﺎ ﻓﻲ ﺍﻟﻐﺎﻟﺏ ﻻ ﻨﻬﺘﻡ ﻓﻘﻁ ﺒﺎﺤﺘﻤﺎل ﺃﺨﺫ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻟﻘﻴﻤﺔ ﻭﺍﺤﺩﺓ‬
‫ﻤﻥ ﻗﻴﻤﺔ ﺍﻟﻤﻤﻜﻨﺔ ﻭﺇﻨﻤﺎ ﻨﻬﺘﻡ ﺃﻴﻀﹰﺎ ﺒﺎﺤﺘﻤﺎل ﺃﺨﺫ ﺍﻟﻤﺘﻐﻴﺭ ‪ X‬ﻟﻘﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ‬
‫ﺘﺴﺎﻭﻯ ﻗﻴﻤﺔ ﻤﺎ ﻤﻥ ﻗﻴﻤﺔ ﺍﻟﻤﻤﻜﻨﺔ ﻭﻫﺫﻩ ﺍﻟﺩﺍﻟﺔ ﻨﺩﻋﻭﻫﺎ ﺒﺩﺍﻟﻪ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ‬
‫ﻟﻠﻤﺘﻐﻴﺭ ‪. X‬‬

‫ﺩﺍﻟﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ X‬ﻫﻲ ﺍﻻﺤﺘﻤﺎل ﺒﺄﻥ ‪X‬‬

‫ﺃﻗل ﻤﻥ‬
‫ﻭﻴﺭﻤﺯ ﻟﻬﺎ ﺒﺎﻟﺭﻤﺯ )‪ F(x‬ﻭﻴﻜﻭﻥ‬ ‫)‪P( X ≤ x‬‬ ‫ﺃﻭ ﺘﺴﺎﻭﻱ ‪ x‬ﺃﻱ‬

‫= )‪F (x) = P(X ≤ x‬‬ ‫∑‬ ‫)‪f ( xi‬‬

‫‪xi ≤ x‬‬

‫ƒ ﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ ﺍﻟﻤﺘﺼﻠﺔ ‪Continuous Probability‬‬

‫‪Distributions‬‬
‫ﻴﻤﻜﻨﻨﺎ ﺃﻴﻀﹰﺎ ﺃﻥ ﻨﻌﺭﻑ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻤﺘﺼل ﺒﺄﻨﻪ‬
‫ﺍﻟﺠﺩﻭل ﺃﻭ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺫﻱ ﻴﺒﻴﻥ ﻟﻨﺎ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻟﻬﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﺼل ﻭﺍﻻﺤﺘﻤﺎل‬
‫ﺍﻟﺨﺎﺹ ﺒﻜل ﻗﻴﻤﺔ ﻤﻥ ﻫﺫﻩ ﺍﻟﻘﻴﻡ‪.‬‬
‫ﻤﺜـﺎل ‪: ٢‬‬

‫‪61‬‬
 ‫ﻨﻔﺭﺽ ﺃﻥ ﻟﺩﻴﻨﺎ ﺁﻟﺔ ﻤﻴﻜﺎﻨﻴﻜﻴﺔ ﺘﻤﻸ ﺃﻜﻴﺎﺴﺎ ﻤﻥ ﺍﻟﻘﻬﻭﺓ ﺯﻨﻪ ﻜل ﻜﻴﺱ‬
‫ﺒﺎﻭﻨﺩ ﻭﺍﺤﺩ ﻤﻥ ﺍﻟﻘﻬﻭﺓ ‪ ،‬ﻭﻟﻜﻥ ﻟﻭﺠﻭﺩ ﺨﻠل ﻓﻲ ﺃﺤﺩ ﺍﻟﻤﺭﺍﺤل ﺍﻟﻤﻴﻜﺎﻨﻴﻜﻴﺔ ﻴﺨﺘﻠﻑ‬
‫ﺍﻟﻭﺯﻥ ﻤﻥ ﻜﻴﺱ ﺇﻟﻰ ﺁﺨﺭ ‪ ،‬ﻓﻭﺯﻥ ﺍﻟﻜﻴﺱ ﻫﻨﺎ ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻤﺘﺼل ﻭﺍﻟﺠﺩﻭل‬
‫ﺍﻟﺘﺎﻟﻲ ﻴﻌﻁﻲ ﻭﺯﻥ ‪ ١٠٠‬ﻜﻴﺱ ﻤﻤﻠﻭﺀﻩ ﺒﻬﺫﻩ ﺍﻟﻁﺭﻴﻘﺔ ‪:‬‬

‫ﻗﻴﻤﺔ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ‬ ‫ﻋﺩﺩ ﺍﻻﻜﻴﺎﺱ‬ ‫ﺍﻻﺤﺘﻤﺎل‬

‫‪X‬‬ ‫)ﺍﻟﺘﻜﺭﺍﺭﺍﺕ(‬ ‫)‪f (x‬‬
‫‪0.90‬‬ ‫‪1‬‬ ‫‪0.01‬‬
‫‪0.95‬‬ ‫‪7‬‬ ‫‪0.07‬‬
‫‪0.99‬‬ ‫‪25‬‬ ‫‪0.25‬‬
‫‪1.00‬‬ ‫‪32‬‬ ‫‪0.32‬‬
‫‪1.01‬‬ ‫‪30‬‬ ‫‪0.30‬‬
‫‪1.05‬‬ ‫‪5‬‬ ‫‪0.05‬‬
‫‪100‬‬ ‫‪1.00‬‬

‫ﻓﻠﻭ ﺃﺭﺩﻨﺎ ﺃﻥ ﻨﻌﺭﻑ ﻗﻴﻤﺔ ﺍﺤﺘﻤﺎل ﺍﺨﺘﻴﺎﺭ ﻜﻴﺱ ﻋﺸﻭﺍﺌﻴﺎ ﺒﻭﺯﻥ ﻴﺘﺭﺍﻭﺡ ﻤﺎ‬
‫ﺒﻴﻥ ﺃﻱ ﻗﻴﻤﺘﻴﻥ ﻟﻨﻘل ‪ ٠.٩٥‬ﻭ ‪ ١.٠٥‬ﻓﺎﻥ ﻋﺩﺩ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻤﻜﻨﺔ ﻟﻬﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ‬
‫ﺘﻜﻭﻥ ﻏﻴﺭ ﻤﺤﺩﻭﺩﺓ‪ .‬ﻭﻟﺫﻟﻙ ﻻ ﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﻌﺎﻟﺞ ﺍﻟﻤﺸﻜﻠﺔ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﺼل‬
‫ﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﺤﺎﻟﻪ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﻘﻁﻊ‪ .‬ﻋﻠﻰ ﻜل ﺤﺎل ﻓﺎﻥ ﻤﻔﻬﻭﻡ ﺍﻟﻤﺴﺎﺤﺔ‬
‫ﻭﺨﻭﺍﺼﻬﺎ ﺘﻤﻜﻨﻨﺎ ﻤﻥ ﺘﺤﺩﻴﺩ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻓﻲ ﺤﺎﻟﻪ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﺍﻟﻤﺘﺼﻠﺔ‪.‬‬
‫ﻼ ﻴﻘﻊ ﻓﻲ ﺍﻟﻤﺩﻯ )‪ (a.b‬ﺃﻱ ‪ a ≤ x ≤ b‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل‬
‫ﻟﻴﻜﻥ ‪ X‬ﻤﺘﻐﻴﺭﺍ ﻤﺘﺼ ﹰ‬
‫ﺍﻟﺘﺎﻟﻲ‬

‫)‪f (x‬‬

‫) ‪p (c ≤ x ≤ d‬‬

‫‪62‬‬
‫‪a c‬‬ ‫‪d‬‬ ‫‪b‬‬
 ‫‪x‬‬

‫ﻓﺎﻥ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻘﻊ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﺘﺼل ‪ x‬ﻓﻲ ﺍﻟﻤﺩﻯ )‪ (a, d‬ﻴﺭﻤﺯ ﻟﻪ‬
‫ﺒﺎﻟﺭﻤﺯ )‪ P(c ≤ X ≤ d‬ﻭﻴﻌﻁﻲ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫)‪ = P(c ≤ x ≤ d‬ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ ﺍﻟﺩﺍﻟﺔ )‪ f(x‬ﻭﺍﻟﻤﺤﻭﺭ ﺍﻷﻓﻘﻲ‬

‫ﻭﺍﻟﻤﺤﺩﺩﺓ ﺒـ ‪ x = d , x = c‬ﺃﻱ ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﻅﻠﻠﺔ ﻓﻲ ﺍﻟﺸﻜل ‪.‬‬

‫ﺘﻜﻭﻥ )‪ f(x‬ﺩﺍﻟﺔ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﺼل ‪ X‬ﺇﺫﺍ ﻜﺎﻥ ‪:‬‬

‫)‪i‬‬ ‫‪f(x) ≥ 0‬‬ ‫)‪ f(x‬ﻤﻭﺠﺒﻪ‬

‫)‪ii‬‬ ‫‪∫ f (x) dx = 1‬‬ ‫ﻜﺎﻤل ﺍﻟﻤﺴﺎﺤﺔ ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ = ‪1‬‬

‫‪R‬‬
‫‪b‬‬
‫∫‬ ‫‪f (x) dx = 1‬‬
‫‪a‬‬

‫) ‪(a ≤ × ≤ b‬‬
‫∞‬
‫∫‬ ‫) ∞ ≤ × ≤ ∞ ‪f (x) dx = 1 ( −‬‬
‫∞‪−‬‬

‫ƒ ﺩﺍﻟﺔ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺠﻤﻴﻌﻴﺔ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﺘﺼل‬

‫ﻫﻲ ﺍﻻﺤﺘﻤﺎل ﺒﺄﻥ ‪ X‬ﺃﻗل ﻤﻥ ﺍﻭ ﻴﺴﺎﻭﻱ ‪ a‬ﺃﻱ )‪ P( x ≤ a‬ﻭﻴﺭﻤﺯ ﻟﻬﺎ‬

‫ﺒﺎﻟﺭﻤﺯ )‪ F (x‬ﻭﻫﻜﺫﺍ‬
‫‪a‬‬
‫‪F( x ) = P ( x ≤ a) = ∫ f (x) dx‬‬
‫∞‪-‬‬

‫‪63‬‬
 ‫ﻭﻫﻲ ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫)‪f(x‬‬

‫)‪f(x‬‬

‫∞‪−‬‬ ‫)‪F(a‬‬

‫‪X‬‬
‫‪x=a‬‬

‫ﻤﺜــﺎل ‪:٣‬‬
‫ﺍﺤﺘﻤﺎل ﺍﻥ ﺘﻘﻊ ‪ X‬ﻓﻲ ﺍﻟﻤﺩﻯ )‪ (a,b‬ﻴﺴﺎﻭﻱ‬
‫‪b‬‬
‫‪P(a ≤ x ≤ b) = ∫ f ( x )dx‬‬
‫‪a‬‬

‫‪b‬‬ ‫‪a‬‬
‫=‬ ‫∫‬ ‫‪f ( x )dx −‬‬ ‫∫‬ ‫‪f ( x ) dx‬‬
‫∞‪−‬‬ ‫∞‪-‬‬

‫)‪= f (b) - f (a‬‬

‫ﻭﺒﺎﻟﺭﺴـﻡ ‪:‬‬
‫)‪f(x‬‬

‫)‪F(b)-F(a‬‬

‫∞‪−‬‬ ‫∞‬
‫‪x‬‬
‫‪a‬‬ ‫‪b‬‬

‫‪64‬‬
 ‫ﺘﻤــــﺎﺭﻴﻥ‬

‫ﺍﻟﻔﺼــــل ﺍﻟﺜــﺎﻨﻲ‬

‫‪ -١‬ﺇﺫﺍ ﻜﺎﻥ ‪ c‬ﺜﺎﺒﺕ ﻭ ‪ x‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﺩﺍﻟﻪ ﺍﺤﺘﻤﺎﻟﻪ ﻫﻲ‬

‫‪f (x) = c‬‬ ‫) ‪(5x‬‬

‫‪x = 0, 1 , …, 5‬‬
‫ﻓﺄﻭﺠــﺩ ﻗﻴﻤﺔ ﺍﻟﺜﺎﺒﺕ ‪c‬‬

‫‪ -٢‬ﺇﺫﺍ ﻜﺎﻥ ‪ X‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻴﻤﺜل ﻋﺩﺩ ﺤﻭﺍﺩﺙ ﺍﻟﺴﻴﺭ ﻓﻲ ﻤﺩﻴﻨﺔ ﻤﺎ ﻭﻜﺎﻨﺕ‬
‫‪ C‬ﺜﺎﺒﺕ ﻭﺩﺍﻟﻪ ﺍﻻﺤﺘﻤﺎل ‪ X‬ﻫﻲ ﻋﻠﻰ ﺍﻟﺼﻭﺭﺓ ﺍﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫‪X=x‬‬ ‫‪٠‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬

‫)‪f(x) = P(X=x‬‬ ‫‪C‬‬ ‫‪2C 3C 4C 1.5C‬‬ ‫‪0.5C‬‬

‫ﺃﻭﻻ‪ :‬ﺃﻭﺠﺩ ﻗﻴﻤﺔ ﺍﻟﺜﺎﺒﺕ ‪C‬‬

‫ﺜﺎﻨﻴﺎ‪ :‬ﺃﻭﺠﺩ‪:‬‬
‫)‪i‬‬ ‫)‪P(x< 3‬‬
‫)‪ii‬‬ ‫) ‪P (0 < x ≤ 4‬‬
‫)‪iii‬‬ ‫) ‪P (0 < x < 2‬‬
‫ﺜﺎﻟﺜﺎ‪ :‬ﺍﻜﺘﺏ ﺩﺍﻟﻪ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟـ ‪X‬‬

‫‪65‬‬
 ‫‪ -٣‬ﺇﺫﺍ ﺃﻟﻘﻴﺕ ﻗﻁﻌﺔ ﻨﻘﺩﻴﺔ ﺤﺘﻰ ﺘﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺠﻪ ﺍﻟﻜﺘﺎﺒﺔ ﻭﻜﺎﻨﺕ‬
‫‪ X‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻴﻤﺜل ﻋﺩﺩ ﺍﻟﻤﺭﺍﺕ ﺍﻟﺘﻲ ﺃﻟﻘﻴﺕ ﺒﻬﺎ ﻗﻁﻌﺔ ﺍﻟﻨﻘﺩ ﺤﺘﻰ ﺘﻡ‬
‫ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺠﻪ ﺍﻟﻜﺘﺎﺒﺔ‪ .‬ﺃﻭﺠﺩ ﺩﺍﻟﻪ ﺍﺤﺘﻤﺎل ﺍﻟﻤﺘﻐﻴﺭ ‪. X‬‬

‫‪ -٤‬ﺃﺭﻴﺩ ﺍﺨﺘﻴﺎﺭ ﺃﺤﺩ ﺍﺸﺭﻁﻪ ﺍﻟﺘﺴﺠﻴل )ﺍﻟﻜﺎﺴﻴﺕ( ﻤﻥ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ‪١٠‬‬

‫ﺃﺸﺭﻁﻪ ﻓﺈﺫﺍ ﻜﺎﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ X‬ﻴﻤﺜل ﺭﻗﻡ ﺍﻟﺸﺭﻴﻁ ﺍﻟﻤﺨﺘﺎﺭ ﻓﺄﻭﺠﺩ‬
‫ﺩﺍﻟﻪ ﺍﻻﺤﺘﻤﺎل ﻟـ ‪. X‬‬

‫‪ -٥‬ﺇﺫﺍ ﻜﺎﻥ ‪ X‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻜﺜﺎﻓﺔ ﺍﺤﺘﻤﺎﻟﻪ‬

‫‪1‬‬
‫= )‪f(x‬‬
‫‪2‬‬
‫ﻭ ‪0 ≤ x ≤ 2‬‬

‫ﺃﻭﺠــﺩ ‪:‬‬
‫)‪i‬‬ ‫) ‪P ( 0.5 < x < 1.5‬‬
‫)‪ii‬‬ ‫) ‪P ( x > 0.25‬‬
‫)‪iii‬‬ ‫)‪P ( x < 0.75‬‬
‫)‪iv‬‬ ‫)‪P(x>3‬‬

‫‪ -٦‬ﺇﺫﺍ ﻜﺎﻨﺕ‬
‫‪2−x‬‬
‫= )‪f (x‬‬
‫‪2‬‬
‫‪0< x < 2‬‬
‫ﻭ‬

‫‪66‬‬
 ‫ﺃﻭﺠــﺩ ‪:‬‬

‫)‪i‬‬ ‫) ‪P ( 0.5 < x < 1‬‬

‫)‪ii‬‬ ‫) ‪P ( x > 1.5‬‬
‫)‪iii‬‬ ‫)‪P ( x < 0.3‬‬
‫)‪iv‬‬ ‫)‪P ( 0 < x < 2‬‬

‫‪ -٧‬ﻓﻲ ﺃﺤﺩ ﺍﻻﻤﺘﺤﺎﻨﺎﺕ ﺍﻟﺸﻔﻭﻴﺔ ﺍﻟﻤﻜﻭﻥ ﻤﻥ ﺨﻤﺴﺔ ﺃﺴﺌﻠﺔ ‪ ،‬ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل‬
‫ﺃﻥ ﻴﺠﻴﺏ ﺃﺤﺩ ﺍﻟﻤﻤﺘﺤﻨﻴﻥ ﻋﻠﻰ ﺃﻱ ﺴﺅﺍل ﺃﺠﺎﺒﻪ ﺼﺤﻴﺤﺔ ﻫﻭ ‪. ٠.٦‬‬
‫ﻭﺭﻤﺯﻨﺎ ﻟﻌﺩﺩ ﺍﻷﺴﺌﻠﺔ ﺍﻟﺘﻲ ﻴﺠﻴﺏ ﻋﻠﻴﻬﺎ ﺇﺠﺎﺒﺎﺕ ﺼﺤﻴﺤﺔ ﻗﺒل ﺃﻭل ﻓﺸل ﻟﻪ‬
‫ﻓﻲ ﺍﻹﺠﺎﺒﺔ ﺒﺎﻟﺭﻤﺯ ‪. x‬‬
‫ﺃﻭﺠــﺩ ﺘﻭﺯﻴﻊ ‪ x‬ﺍﻻﺤﺘﻤﺎﻟﻲ ‪.‬‬

‫‪ -٨‬ﺩﻭﻻﺏ ﻋﻠﻴﻪ ﺜﻼﺜﺔ ﺃﺭﻗﺎﻡ ﻫﻲ ‪ ٤ ، ٣ ، ٢‬ﺇﺫﺍ ﺃﺩﺭﻨﺎ ﺍﻟﺩﻭﻻﺏ ﻤﺭﺘﻴﻥ‬

‫ﺒﺤﻴﺙ ﻴﺅﺸﺭ ﺍﻟﻤﺅﺸﺭ ﻓﻲ ﻜل ﻤﺭﺓ ﻋﻠﻰ ﺃﺤﺩ ﺍﻷﺭﻗﺎﻡ ﺍﻟﺜﻼﺜﺔ ﻭﺇﺫﺍ ﻓﺭﻀﻨﺎ‬
‫ﺃﻥ ‪ x‬ﺘﻤﺜل ﻤﺠﻤﻭﻉ ﺍﻟﺭﻗﻤﻴﻥ ﺍﻟﻨﺎﺘﺠﻴﻥ ‪ .‬ﺃﺤﺼﺭ ﺍﻟﻨﺘﺎﺌﺞ ﺍﻟﻤﻤﻜﻨﺔ ﻭﺍﺴﺘﻨﺘﺞ‬
‫ﺘﻭﺯﻴﻊ ‪ x‬ﺍﻻﺤﺘﻤﺎﻟﻲ‪.‬‬

‫‪1‬‬
‫‪ ،‬ﺘﻘﺩﻡ‬ ‫‪ -٩‬ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻨﺠﺢ ﺍﻟﻁﺎﻟﺏ ﻓﻲ ﺍﻤﺘﺤﺎﻥ ﺍﻹﺤﺼﺎﺀ ﻫﻭ‬
‫‪4‬‬
‫ﻟﻼﻤﺘﺤﺎﻥ ﺜﻼﺜﺔ ﻁﻼﺏ‪ .‬ﺇﺫﺍ ﻓﺭﻀﻨﺎ ﺒﺄﻥ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﻨﺎﺠﺤﻴﻥ ‪ .‬ﺃﺤﺼﺭ‬
‫ﺍﻟﻨﺘﺎﺌﺞ ﺍﻟﻤﻤﻜﻨﺔ ﻭﺍﺴﺘﻨﺘﺞ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟـ ‪. x‬‬

‫‪67‬‬
 ‫ﺤل ﺘﻤﺎﺭﻴﻥ ﺍﻟﻔﺼل ﺍﻟﺜﺎﻨﻲ‬

-١
∑ f (x) = 1
a11x
∴ ∑ C ( x5 ) = 1
C ∑ ( x5 ) = 1
C ( 1 + 5 + 10 + 10 + 5 + 1 ) = 1
C = 1/32
:‫ ﺃﻭﻻ‬-٢
∑ f (x) = 1
a11x

∴ C + 2C +3C + 4C + 1.5C + 0.5C = 1

∴ C = 1/12
:‫ﺜﺎﻨﻴ ﹰﺎ‬

i) P (x< 3) = P (x=0) + P (x =1) + P (x = 2)

= C + 2C + 3C
= 6C
= 6 (1/12)
= 1/ 2

ii) P (0 < X ≤ 4) = P(X=1) + P(X=2) +

P(X=3) + P(X = 4)
= 2C + 3C +4C + 1.5C

68
 = 10.5. C
= 10.5 (1/12)
= 10.5/12
‫ﺃﻭ‬

= 1 – [(P (X=0) + P(X=5)]

= 1 – (C + 0.5 C)
= 10.5 C
= 10.5
12

iii) P(0 < X <2) = P (X =1)

=2C
= 2/12 = 1/6

x ‫ ﺩﺍﻟﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ل‬: ‫ﺜﺎﻟﺜ ﹰﺎ‬

F(x) = P (X ≤ x)
F(0) = P (X ≤ 0) = 1/12
F(1) = P (X ≤ 1) = 3/12
F(2) = P (X ≤ 2) = 6/12
F(3) = P (X ≤ 3) = 10/12
F(4) = P (X ≤ 4) = 23/24
F(5) = P (X ≤ 5) = 1

69
 -٣

f(x) = (1/2)x
x= 1, 2, …
-٤

X=x 1 2 3 ………….10

f(x) = P(X=x) 1/10 1/10 1/10 ……….. 1/10

f(x) = 1/10 x = 1, 2, …, 10

-٥
1.5.
i) P(0.5 < x < 1.5) = ∫ 1 / 2 dx
0.5

=
x 1.5

2 0.5

=½
2
ii) P(x > 0.25) = ∫ 1 / 2 dx
0.25

= 7/8
0.75
iii) P( x < 0.75) = ∫ 1 / 2 dx
0.5

= 3/8

70
 ∞
iv) P(x > 3) = ∫ 1 / 2 dx
3

=0
0 ≤ x ≤ 2 ‫ﻻﻥ‬

-٦
1
2−x
i) P (05 < x < 1) = ∫ dx
2
0.5
1
x
= ∫ 1-
2
dx
0.5
1 1
x
= ∫ x 0 dx - ∫ dx
2
0.5 0.5.
1 x2 1
= x -
0 .5 4 0 .5

3 5
= 1/2 - =
16 16
2
2−x
ii) P(x > 1.5) = ∫ dx
1.5
2
1
=
16

0.3
2−x
iii) P (x < 0.3) = ∫ dx
0
2

= 0.2775

71
 2
2−x
iv) P(0 < x <2) = ∫ dx
0
2

= 1

-٧

x 0 1 2 3 4 5

p(x) 0.4 (0.6)1 (0.6)2 (0.6)3 (0.6)4 (0.6)5

(0.4) (0.4) (0.4) (0.4)

-٨

x 4 5 6 7 8
1 2 3 2 1
p(x)
9 9 9 9 9

-٩

P(x) = Cnx px qn-x

27 27 9
P(0) = , P(1) = , P(2) =
64 64 64

1
P(3) =
64

72
‫ﺍﻟﻔﺼـــــل ﺍﻟﺜﺎﻟــﺙ‬

‫‪73‬‬
 ‫ﺍﻟﻔﺼل ﺍﻟﺜﺎﻟﺙ‬

‫ﺃﺩﻟﺔ ﺘﻭﺼﻴﻑ ﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ‬

‫ﺍﻟﺘﻭﻗـــــﻊ ‪ ،‬ﺍﻟﺘﺒﺎﻴـــﻥ ‪ ،‬ﻭﺍﻟﺘﻐـﺎﻴـــﺭ‬

‫ﻴﻤﻜﻥ ﻋﻥ ﻁﺭﻴﻕ ﺒﻌﺽ ﺍﻟﻤﻌﻠﻤﺎﺕ )ﺍﻟﺒﺎﺭﺍﻤﺘﺭﺍﺕ( ﺃﻥ ﻨﺤﺩﺩ ﺼﻔﺎﺕ‬

‫ﺍﻟﻤﺠﺘﻤﻊ ﺍﻹﺤﺼﺎﺌﻲ ﻭﺃﻥ ﻨﻘﺎﺭﻥ ﺍﻟﻤﺠﺘﻤﻌﺎﺕ ﺍﻻﺤﺼﺎﺌﻴﻪ ﺒﻌﻀﻬﺎ ﺒﺒﻌﺽ ‪ ،‬ﻭﻤﻥ ﺃﻫﻡ‬
‫ﻫﺫﻩ ﺍﻟﻤﻌﻠﻤﺎﺕ ‪ :‬ﺍﻟﺘﻭﻗﻊ ﻭﻫﻭ ﻴﺤﺩﺩ ﻤﺭﻜﺯ ﺍﻟﻤﻭﻀﻊ ﻟﻠﻤﺠﺘﻤﻊ ﻭﺍﻟﺘﺒﺎﻴﻥ ﻭﻫﻭ ﻤﻘﻴﺎﺱ‬
‫ﺍﻻﻨﺘﺸﺎﺭ ﻭﺍﻟﺘﻐﺎﻴﺭ ﻭﻫﻭ ﻤﻘﻴﺎﺱ ﻟﻼﺭﺘﺒﺎﻁ ﺒﻴﻥ ﻤﺘﻐﻴﺭﻴﻥ ‪.‬‬

‫ﻭﻓﻴﻤﺎ ﻴﻠﻲ ﻨﺘﻨﺎﻭل ﺩﺭﺍﺴﺔ ﻫﺫﻩ ﺍﻟﻤﻌﻠﻤﺎﺕ ‪:‬‬

‫ƒ ﺍﻟﺘﻭﻗــﻊ‪Expectation‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ x‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻜﺜﺎﻓﺔ ﺍﺤﺘﻤﺎﻟﻪ )‪ f(x‬ﻓﻴﻌﺭﻑ ﺍﻟﻤﻘﺩﺍﺭ‬
‫∞‬

‫‪∫ x f(x) dx‬‬

‫∞‪-‬‬

‫ﺒﺎﻟﺘﻭﻗﻊ ‪ .‬ﻭﻫﺫﺍ ﺍﻟﻤﻘﺩﺍﺭ ﺴﻴﻜﻭﻥ ﺜﺎﺒﺘﹰﺎ )ﻻﻨﻪ ﺘﻜﺎﻤل ﻤﺤﺩﻭﺩ( ﻭﻟﻜﻨﻪ ﻴﻌﺘﻤﺩ ﻋﻠﻰ‬
‫ﺍﻟﺜﻭﺍﺒﺕ ﺍﻟﺘﻲ ﺘﺘﻀﻤﻨﻬﺎ ﺩﺍﻟﺔ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل )‪f(x‬‬
‫ﻭﺇﺫﺍ ﻜﺎﻥ ﺍﻟﻤﺘﻐﻴﺭ ‪ x‬ﻤﺘﻘﻁﻌﺎ ﻴﺼﺒﺢ ﺍﻟﺘﻭﻗﻊ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻴﺴﺎﻭﻱ‬
‫∑‬ ‫)‪x P(x‬‬
‫‪all x‬‬

‫ﺤﻴﺙ )‪ P(x‬ﺍﻟﺩﺍﻟﺔ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ ﻟﻠﻤﺘﻐﻴﺭ ‪x‬‬

‫ﺴﻨﺭﻤﺯ ﻟﺘﻭﻗﻊ ‪ x‬ﺒﺎﻟﺭﻤﺯ )‪ E(X‬ﺤﻴﺙ ﺍﻟﺤﺭﻑ ‪ E‬ﻴﺸﻴﺭ ﺇﻟﻰ ﻋﻤﻠﻴﺔ ﺭﻴﺎﻀﻴﺔ‬
‫ﻤﻌﻴﻨﺔ ﺘﺠﺭﻯ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭ ‪ x‬ﻭﻤﻀﻤﻭﻨﻬﺎ ‪:‬‬

‫‪74‬‬
 ‫∞‬
‫= )‪E (x‬‬ ‫‪∫xf‬‬ ‫‪(x) dx = µ‬‬
‫∞‪-‬‬

‫ﺃﻭ‬
‫=‬ ‫)‪∑ xP(x‬‬ ‫‪=µ‬‬
‫‪all x‬‬

‫ﺤﺴﺏ ﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭ ‪ x‬ﻤﺘﺼﻼ ﺃﻭ ﻤﺘﻘﻁﻌﹰﺎ‪.‬‬

‫ﻜﻤﺎ ﻴﺩﻋﻰ ﺍﻟﺘﻭﻗﻊ )‪ E(x‬ﺒﺎﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻟﻠﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻭﻴﺴﺘﺨﺩﻡ ﺍﻟﺤﺭﻑ‬

‫ﺍﻹﻏﺭﻴﻘﻲ ‪) µ‬ﻤﻴﻭ( ﻓﻲ ﺍﻟﻐﺎﻟﺏ ﻟﻠﺘﻌﺒﻴﺭ ﻋﻥ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻟﻠﻤﺘﻐﻴﺭ ‪. x‬‬

‫ﻼ( ﺃﻨﻬﺎ ﺘﺸﺒﻪ‬

‫ﻭﻴﻼﺤﻅ ﻤﻥ ﺼﻴﻐﺔ ﺍﻟﺘﻭﻗﻊ )ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺘﻘﻁﻊ ﻤﺜ ﹰ‬
‫ﺃﻭﺯﺍﻨﹰﺎ )‪ P(x‬ﻤﻌﻠﻘﺔ ﻋﻨﺩ ﺍﻟﻨﻔﻁ ‪ (i = ، ٠ ، ١ ، ٢) xi‬ﻭﺍﻟﺘﻭﻗﻊ ﻴﻘﺎﺒل ﺤﺴﺎﺏ‬
‫ﻤﺭﻜﺯ ﺜﻘل ﻫﺫﻩ ﺍﻷﻭﺯﺍﻥ ﻭﻫﻲ ﻨﻘﻁﻪ ﺍﻻﺘﺯﺍﻥ ‪.‬‬
‫ﻼ )‪ ( ϕ (x‬ﻫﻲ‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ x‬ﻤﺘﻐﻴﺭﹰﺍ ﻋﺸﻭﺍﺌﻴﹰﺎ ﻓﺎﻥ ﺃﻱ ﺩﺍﻟﺔ ﻓﻲ ‪) x‬ﻟﻨﻘل ﻤﺜ ﹰ‬
‫ﺍﻷﺨﺭﻯ ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻭﺘﻭﻗﻌﻪ ﻴﺴﺎﻭﻱ‪:‬‬
‫= ])‪E [ ϕ (x‬‬ ‫)‪∑ ϕ (x) P(x‬‬
‫‪all x‬‬

‫=‬ ‫‪∫ϕ‬‬ ‫‪(x) f(x) dx‬‬

‫‪Range‬‬
‫‪x‬‬

‫ﻼ ‪.‬‬
‫ﺤﺴﺏ ﻜﻭﻥ ‪ x‬ﻤﺘﻘﻁﻌﹰﺎ ﺃﻭ ﻤﺘﺼ ﹰ‬

‫‪ϕ (x) = x r‬‬ ‫ﻟﻨﺄﺨــﺫ‬

‫ﻴﻜــﻭﻥ‬
‫= )‪E (xr‬‬ ‫‪∑ xr‬‬ ‫)‪P (x‬‬
‫‪all x‬‬

‫‪75‬‬
 ‫‪∫x‬‬
‫‪r‬‬
‫=‬ ‫‪f (x) dx‬‬
‫‪Rx‬‬

‫‪r=1‬‬ ‫ﻭﻟﻨﺠﻌل‬
‫ﻴﻜــﻭﻥ‬
‫= )‪E (X‬‬ ‫‪∑x‬‬ ‫‪P (x) = µ‬‬
‫‪all x‬‬

‫=‬ ‫‪∫ x f (x) dx‬‬ ‫‪=µ‬‬

‫‪Rx‬‬

‫ﻤﺜــﺎل ‪: ١‬‬
‫ﺃﻟﻘﻴﺕ ﻗﻁﻌﺔ ﻨﻘﺩ ﻤﻌﺩﻨﻴﺔ ﺜﻼﺙ ﻤﺭﺍﺕ ﻤﺘﺘﺎﻟﻴﺔ ﻓﻤﺎ ﻫﻭ ﺍﻟﺘﻭﻗﻊ ﺍﻟﺭﻴﺎﻀﻲ‬
‫ﻟﻌﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ "ﺼﻭﺭﺓ"؟‬
‫ﺍﻟﺤــل‬
‫ﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﻤﺜل ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨﻲ ﻭﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﻤﻨﺎﻅﺭﺓ ﻓﻲ ﺍﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻻﺤﺘـﻤﺎل‬ ‫ﻋﺩﺩ ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﺓ‬ ‫ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ‬

‫‪١/٨‬‬ ‫‪٣‬‬ ‫ﺹﺹﺹ‬

‫‪١/٨‬‬ ‫‪٢‬‬ ‫ﺹﺹﻙ‬

‫‪١/٨‬‬ ‫‪٢‬‬ ‫ﺹﻙﺹ‬

‫‪١/٨‬‬ ‫‪١‬‬ ‫ﺹﻙﻙ‬

‫‪١/٨‬‬ ‫‪٠‬‬ ‫ﻙﻙﻙ‬

‫‪١/٨‬‬ ‫‪١‬‬ ‫ﻙﻙﺹ‬

‫‪١/٨‬‬ ‫‪١‬‬ ‫ﻙﺹﻙ‬

‫‪١/٨‬‬ ‫‪٢‬‬ ‫ﻙﺹﺹ‬

‫‪76‬‬
 ‫ﺘﻤﺜل ﻋﺩﺩ ﻤﺭﺍﺕ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺠﻪ ﺼﻭﺭﻩ ﻋﻨﺩﻤﺎ ﺍﻟﻘﻴﺕ ‪X‬ﺩﻉ‬
‫ﻤﻌﻁﺎﻩ ﻓﻲ ﺍﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ‪X :‬ﻗﻁﻌﻪ ﺍﻟﻨﻘﺩ ﺜﻼﺙ ﻤﺭﺍﺕ ﺩﺍﻟﻪ ﺍﻻﺤﺘﻤﺎل ﻟﻠﻤﺘﻐﻴﺭ‬
‫‪X=x‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬
‫)‪f(x) = P(X=x‬‬
‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬

‫‪3‬‬
‫= )‪E(X‬‬ ‫∑‬ ‫)‪Xi P (xi‬‬
‫‪i=0‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬
‫) (‪= 0 ( ) + 1 ( ) + 2( ) + 3‬‬
‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬
‫‪3‬‬
‫=‬
‫‪2‬‬
‫ﻭﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﻤﺜل ﺍﻟﺩﺍﻟﺔ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ ﺍﻟﻤﺒﻴﻨﺔ ﻓﻲ ﺍﻟﺠﺩﻭل ﺍﻟﺴﺎﺒﻕ ﺒﺎﻟﺭﺴﻡ ﺍﻟﺒﻴﺎﻨﻲ‬
‫ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫)‪f(x) = P(X = x‬‬

‫‪٣/٨‬‬ ‫•‬

‫•‬
‫‪٢/٨‬‬
‫•‬
‫‪X‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪77‬‬
 ‫ƒ ﺨﻭﺍﺹ ﺍﻟﺘﻭﻗــﻊ ‪Properties of Expected Value‬‬

‫ﻋﺒﺎﺭﺓ ﻋﻥ ﺭﻤﺯ ﻴﺸﻴﺭ ﺇﻟﻰ ﻋﻤﻠﻴﺔ ﺭﻴﺎﻀﻴﺔ ﻤﻌﻴﻨﻪ ‪E‬ﺭﺃﻴﻨﺎ ﺃﻥ ﺩﻟﻴل ﺍﻟﺘﻭﻗﻊ‬
‫ﺘﺠﺭﻱ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻟﺘﺎﻟﻲ ﻟﻬﺫﺍ ﺍﻟﺩﻟﻴل ﻭﻴﻤﺘﺎﺯ ﻫﺫﺍ ﺍﻟﺩﻟﻴل ﺒﺎﻟﺨﻭﺍﺹ‬
‫ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ a‬ﺜﺎﺒﺕ ﻭ ‪ x‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻓﺈﻥ‬

‫)‪E (ax) = aE (X‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ‪:‬‬
‫= )‪E (ax‬‬ ‫)‪∑ ax P(x‬‬
‫‪all x‬‬

‫)‪= a ∑ X P(x‬‬
‫‪all x‬‬

‫)‪= a E (X‬‬
‫ﺃﻭ‬
‫∞‬
‫= )‪E (ax‬‬ ‫‪∫ a xf (x) dx‬‬
‫∞‪-‬‬
‫∞‬
‫‪= a‬‬ ‫‪∫ f (x) dx‬‬
‫∞‪-‬‬

‫)‪= a E (x‬‬

‫ﺘﻭﻗﻊ ﺍﻟﺜﺎﺒﺕ ﻴﺴﺎﻭﻱ ﺍﻟﺜﺎﺒﺕ‬

‫ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻓﺈﻥ ‪ X‬ﺜﺎﺒﺕ ﻭ ‪a‬ﺇﺫﺍ ﻜﺎﻥ‬

‫‪E (a) = a‬‬

‫‪78‬‬
 ‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬
‫= )‪E (a‬‬ ‫)‪∑ aP(x‬‬
‫‪all x‬‬

‫‪=a‬‬ ‫)‪∑ P (x‬‬

‫)‪= a (1‬‬
‫‪= a‬‬
‫ﻨﺘﻴﺠـــﺔ ‪:‬‬

‫‪E (ax+b) = a E (x) + b‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬

‫)‪E(ax+b) = E (ax) + E(b‬‬

‫‪= a E (x) + b‬‬

‫ﻤﺜــﺎل ‪: ٢‬‬

‫‪E(2x + 3) = 2 E(x) + 3‬‬

‫ﺘﻭﻗﻊ ﺍﻟﺘﻭﻗﻊ ﻴﺴﺎﻭﻱ ﺍﻟﺘﻭﻗﻊ‬

‫)‪E [E(x)] = E (x‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ‪:‬‬
‫ﺒﻤﺎ ﺃﻥ ﺍﻟﺘﻭﻗﻊ ﻗﻴﻤﺔ ﺜﺎﺒﺘﺔ ﻜﻤﺎ ﺫﻜﺭﻨﺎ ﻭﺒﻤﺎ ﺃﻥ ﺘﻭﻗﻊ ﺍﻟﺜﺎﺒﺕ ﻴﺴﺎﻭﻱ ﺍﻟﺜﺎﺒﺕ‬
‫ﺃﺫﻥ ﺘﻭﻗﻊ ﺍﻟﺘﻭﻗﻊ ﻴﺴﺎﻭﻱ ﺍﻟﺘﻭﻗﻊ‪.‬‬

‫‪ z‬ﺒﺎﻟﻘﻴﻤﺔ ﺍﻟﺜﺎﺒﺘﺔ )‪E(x‬ﻓﻠﻭ ﺭﻤﺯﻨﺎ ﺇﻟﻰ ﺘﻭﻗﻊ‬

‫‪E(z) = z‬ﻓﺎﻥ‬
‫)‪E[E(x)] = E (x‬ﻭﻤﻨﻬﺎ‬

‫‪79‬‬
‫‪-٤E [(X - E(x)] = 0‬‬
‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬

‫])‪E [ (x – E (x) = E (x) - E(E (x‬‬

‫)‪= E (x) - E (x‬‬
‫‪=0‬‬

‫ﻨﻅﺭﻴــﺔ ‪ : ١‬ﺇﺫﺍ ﻜﺎﻥ ‪ X‬ﻭ ‪ Y‬ﻤﺘﻐﻴﺭﻴﻥ ﻋﺸﻭﺍﺌﻴﻴﻥ ﻓﺎﻥ ‪:‬‬

‫)‪E (X ± Y) = E (x) ± E (Y‬‬

‫ﺃﻱ ﺃﻥ ﺘﻭﻗﻊ ﻤﺠﻤﻭﻉ ﻤﺘﻐﻴﺭﻴﻥ ﻴﺴﺎﻭﻱ ﻤﺠﻤﻭﻉ ﺘﻭﻗﻌﺎﺕ ﺍﻟﻤﺘﻐﻴﺭﻴﻥ‬

‫ﺍﻟﺒﺭﻫــﺎﻥ‪:‬‬
‫∞‬
‫)‪E (X ± Y‬‬ ‫=‬ ‫∫∫‬ ‫‪(x ± y) f(x.y) d xdy‬‬
‫∞‪−‬‬

‫=‬ ‫‪∫ ∫ x f (x, y) dxdy ± ∫ ∫ y f (x, y) dxdy‬‬

‫=‬ ‫‪∫ x [ ∫ f(x, y)dy]dx ± ∫ y [∫ f (x, y) dx]dy‬‬
‫=‬ ‫‪∫ x f(x) dx ± ∫ y f(y) dy‬‬
‫)‪= E(X) ± E(y‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ Y , X‬ﻤﺘﻐﻴﺭﻴﻥ ﻋﺸﻭﺍﺌﻴﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ ﻓﺎﻥ ‪:‬‬ ‫ﻨﻅﺭﻴــﺔ ‪: ٢‬‬

‫)‪E (XY) = E(X) E(Y‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬
‫)‪E(X Y‬‬ ‫=‬ ‫‪∫ ∫ X Y f (x, y) d x d y‬‬

‫‪80‬‬
 ‫=‬ ‫ﻻﺴﺘﻘﻼل‪∫ ∫ xy f (x) f(y) d x d y …….‬‬
‫=‬ ‫‪∫ x f (x) d x ∫ y f (y) d y‬‬
‫)‪= E (X) E (Y‬‬

‫ﻤﺜــﺎل ‪: ٣‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ X‬ﻤﺘﻐﻴﺭﺍ ﻋﺸﻭﺍﺌﻴﺎ ﺩﺍﻟﺘﻪ ﺍﻻﺤﺘﻤﺎﻟﻴﻪ ﻫﻲ‪:‬‬

‫‪f(x) = 2x‬‬
‫‪0≤X≤1‬‬ ‫ﻭﺃﻥ‬
‫ﻓﺄﻭﺠــﺩ ﻜـل ﻤـﻥ‬

‫‪E(x+1)2‬‬ ‫)‪E(x2‬‬ ‫)‪E (x‬‬

‫ﺍﻟﺤــل‪:‬‬
‫‪1‬‬
‫= )‪E(x‬‬ ‫‪∫x‬‬ ‫‪f (x) dx‬‬
‫‪0‬‬
‫‪1‬‬
‫=‬ ‫‪∫x‬‬ ‫‪(2x) dx‬‬
‫‪0‬‬
‫‪1‬‬

‫‪∫ 2x‬‬
‫‪2‬‬
‫=‬ ‫‪dx‬‬
‫‪0‬‬

‫‪x3‬‬ ‫‪1‬‬
‫‪= 2‬‬
‫‪3‬‬ ‫‪0‬‬

‫‪1‬‬
‫‪= 2‬‬ ‫‪-0‬‬
‫‪3‬‬
‫‪2‬‬
‫=‬
‫‪3‬‬

‫‪81‬‬
 ‫‪1‬‬

‫‪∫x‬‬
‫‪2‬‬ ‫‪2‬‬
‫= ) ‪E(x‬‬ ‫‪f (x) dx‬‬
‫‪0‬‬
‫‪1‬‬
‫=‬ ‫∫‬ ‫‪x 3 (2x) dx‬‬
‫‪0‬‬
‫‪1‬‬

‫‪∫ 2x‬‬
‫‪3‬‬
‫=‬ ‫‪dx‬‬
‫‪0‬‬

‫‪x4‬‬ ‫‪1‬‬
‫‪= 2‬‬
‫‪4‬‬ ‫‪0‬‬

‫‪1‬‬
‫=‬
‫‪2‬‬

‫]‪E (x + 1)2 = E [x2 + 2 × + 1‬‬

‫‪= E(x2) + 2 E (x) + 1‬‬

‫‪= ½ + 2 (2/3) + 1‬‬
‫‪= ½ + 4/3 + 1‬‬
‫‪17‬‬
‫=‬
‫‪6‬‬

‫ƒ ﺍﻟﺘﺒﺎﻴﻥ ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‪Variance & Standard Deviation‬‬

‫ﻨﻌﺭﻑ ﺍﻥ ﺍﻟﺘﺒـﺎﻴﻥ ﻭﺍﻻﻨﺤـﺭﺍﻑ ﺍﻟﻤﻌﻴـﺎﺭﻱ ﻫـﻲ ﻤﻘـﺎﻴﻴﺱ ﻟﻠﺘﺸـﺘﺕ‬

‫)‪ (Dispersion‬ﺃﻭ ﻟﺘﻭﺯﻴﻊ ﺘﻜﺭﺍﺭﻱ ﻭﻟﻜﻨﻨﺎ ﺴﻨﻨﺎﻗﺸﻬﻤﺎ ﺍﻵﻥ ﻜﻤﻘﺎﻴﻴﺱ ﻟﻠﺘﺸـﺘﺕ‬
‫ﻟﻠﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ‪.‬‬

‫ﺃﻥ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﺘﻭﻗﻌﻪ )ﺃﻭ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴـﺎﺒﻲ( ﻟﺘﻭﺯﻴـﻊ ﺍﺤﺘﻤـﺎﻟﻲ ﻟﻤﺘﻐﻴـﺭ‬

‫ﻋﺸﻭﺍﺌﻲ ﻤﺎ ﺘﺩﻟﻨﺎ ﻋﻠﻰ ﻤﺭﻜﺯ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻭﺘﻌﻁﻴﻨﺎ ﻤﻌﻠﻭﻤﺎﺕ ﺴﺭﻴﻌﺔ ﻋـﻥ‬

‫‪82‬‬
 ‫ﺍﻟﻭﺴﻁ ﻓﻲ ﺍﻟﻤﺩﻯ ﺍﻟﺒﻌﻴﺩ ﺇﺫﺍ ﻤﺎ ﺍﺴﺘﻤﺭ ﻓﻲ ﺇﺠﺭﺍﺀ ﺘﺠﺭﺒﺔ ﻤﺎ ﺃﻜﺜﺭ ‪ ،‬ﻭﻟﻜﻨﻬﺎ ﻻ‬
‫ﺘﻌﻁﻴﻨﺎ ﺃﻱ ﻤﻌﻠﻭﻤﺎﺕ ﻋﻥ ﻤﺩﻯ ﺍﻨﺘﺸﺎﺭ ﺃﻭ ﺘﺸﺘﺕ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻤﻥ ﺘﺠﺭﺒﻪ‬
‫ﺇﻟﻰ ﺃﺨﺭﻯ‪ .‬ﻭﺴﻨﺘﻁﺭﻕ ﻫﻨﺎ ﺇﻟﻰ ﺃﻜﺜﺭ ﺍﻟﻤﻘﺎﻴﻴﺱ ﺸﻴﻭﻋﹰﺎ ﻭﺍﺴﺘﻌﻤﺎﻻ ﻤـﻥ ﻤﻘـﺎﻴﻴﺱ‬
‫ﺘﺸﺘﺕ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻭﻫﻲ ﺍﻟﺘﺒﺎﻴﻥ ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‪.‬‬
‫ﺍﻥ ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻴﻘﺎﺱ ﻏﺎﻟﺒﺎ ﺒﻨﻔﺱ ﻁﺭﻴﻘـﺔ‬
‫ﻗﻴﺎﺴﻪ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﺘﻜﺭﺍﺭﻱ ﻭﺍﻟﻔﺭﻕ ﺍﻟﻭﺤﻴﺩ ﻫﻭ ﺃﻨﻨﺎ ﺍﻵﻥ ﻨﺠﺩ ﻤﺘﻭﺴﻁ ﻤﺭﺒﻊ‬
‫ﺍﻨﺤﺭﺍﻓﺎﺕ ﺍﻟﻘﻴﻡ ﻋﻥ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﺘﻭﻗﻌﺔ ﺒﺩﻻ ﻤﻥ ﺇﻴﺠﺎﺩ ﻤﺘﻭﺴﻁ ﻤﺭﺒﻊ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻋﻥ‬
‫ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻟﻠﻌﻴﻨﺔ ﺃﻭ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﺘﻜﺭﺍﺭﻱ‪.‬‬

‫‪ -‬ﺍﻟﺘﺒﺎﻴــﻥ‬

‫ﻫﻭ ﻤﺘﻭﺴﻁ ﻤﺭﺒﻊ ‪X‬ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ‬

‫‪ X‬ﻋﻥ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻟﻠﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ‪X‬ﺍﻨﺤﺭﺍﻓﺎﺕ ﻗﻴﻡ‬
‫= )‪ µ E(x‬ﻓﺈﺫﺍ ﻜﺎﻥ‬

‫ﺒـ ‪X σ2x‬ﻭﺇﺫﺍ ﺭﻤﺯﻨﺎ ﺍﻟﻰ ﺘﺒﺎﻴﻥ‬ ‫ﻓﺎﻥ )‪ Var (x‬ﺃﻭ‬

‫)‪∑ (x − µ) 2 p (x‬‬
‫‪2‬‬
‫‪σx‬‬ ‫= )‪= Var(x‬‬
‫‪all x‬‬

‫∞‬

‫)‪∫ ( x − µ‬‬
‫‪2‬‬
‫=‬ ‫‪f (x) dx‬‬
‫∞‪-‬‬

‫ﻼ‬
‫ﺤﺴﺏ ﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭ ﻤﺘﻘﻁﻌﺎ ﺃﻭ ﻤﺘﺼ ﹰ‬
‫]‪= E [(x-u)2‬‬
‫‪= E [x - E (x)]2‬‬

‫‪83‬‬
 ‫ﺃﻱ ﺃﻥ ﺍﻟﺘﺒﺎﻴﻥ ﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﺘﻭﻗﻊ ﻤﺭﺒﻊ ﺍﻨﺤﺭﺍﻓﺎﺕ ﺍﻟﻘﻴﻡ ﻋﻥ ﺘﻭﻗﻌﻬﺎ‪.‬‬
‫ﻭﻫﻜﺫﺍ ‪ X‬ﺍﻟﺩﺍﺨﻠﺔ ﻓﻲ ﺤﺴﺎﺏ ﺍﻟﺘﺒﺎﻴﻥ ﻫﻲ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺭﺒﻌﺔ ﻟـ ‪X‬ﻨﻼﺤﻅ ﺃﻥ ﻗﻴﻡ‬
‫ﻭﺇﻨﻤﺎ ﻴﻘﻴﻤﻬﺎ ﺍﻟﻤﺭﺒﻌﺔ ﻭﻜﻲ ﻨﺤﺼل ﻋﻠﻰ ‪X‬ﻓﺎﻥ ﺍﻟﺘﺒﺎﻴﻥ ﻻ ﻴﻘﻴﺱ ﺍﻟﺘﺸﺘﺕ ﺒﻨﻔﺱ ﻗﻴﻡ‬
‫ﻓﺄﻨﻨﺎ ﻨﺠﺩ ﺍﻟﺠﺫﺭ ﺍﻟﺘﺭﺒﻴﻌﻲ ﺍﻟﻤﻭﺠﺏ ﻟﻠﺘﺒﺎﻴﻥ ﻭﻫﻭ ﻤﺎ ‪X‬ﻤﻘﻴﺎﺱ ﻟﻠﺘﺸﺘﺕ ﺒﻨﻔﺱ ﻗﻴﻡ‬
‫ﻴﺩﻋﻰ ﺒﺎﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‪.‬‬

‫ﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‬ ‫‪-‬‬

‫ﻫﻭ ﺍﻟﺠﺫﺭ ﺍﻟﺘﺭﺒﻴﻌﻲ ‪ X‬ﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ‬

‫ﻭﻴﺭﻤﺯ ﻟﻪ ﺒﺎﻟﺭﻤﺯ ‪ σ x‬ﻭﻴﺴﺎﻭﻱ‪X :‬ﺍﻟﻤﻭﺠﺏ ﻟﺘﺒﺎﻴﻥ‬

‫‪σx‬‬ ‫=‬ ‫= ‪σ 2x‬‬ ‫‪E (x - µ) 2‬‬

‫ﻨﻨﺼﺢ ﺍﻟﻁﻼﺏ ﺒﺎﻟﻌﻭﺩﺓ ﺇﻟﻰ ﻁﺭﻕ ﺤﺴﺎﺏ ﺍﻟﺘﺒﺎﻴﻥ ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴـﺎﺭﻱ‬

‫ﻟﻠﺘﻭﺯﻴﻊ ﺍﻟﺘﻜﺭﺍﺭﻱ ﻗﺒل ﺍﻟﻤﻀﻲ ﻗﺩﻤﺎ ﻓﻲ ﻫﺫﺍ ﺍﻟﺠﺯﺀ‪.‬‬

‫ﻤﺜــﺎل ‪: ٤‬‬

‫ﻫـﻲ ‪x‬ﺒﺎﻟﻌﻭﺩﺓ ﺇﻟﻰ ﻤﺜﺎل )‪ (١‬ﻭﻫﻭ ﺇﻟﻘﺎﺀ ﻗﻁﻌﻪ ﻨﻘﺩ ﺜﻼﺙ ﻤﺭﺍﺕ ‪ ،‬ﺩﻉ‬
‫ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻋﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ‪ .‬ﺍﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ ﻴﻌﻁـﻲ ﺩﺍﻟـﺔ‬
‫ﻭﻜﻴﻔﻴﺔ ﺤﺴﺎﺏ ﻜل ﻤﻥ ﺍﻟﺘﺒﺎﻴﻥ ‪ σ 2x‬ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴـﺎﺭﻱ ‪x‬ﺍﻻﺤﺘﻤﺎل ﻟﻠﻤﺘﻐﻴﺭ‬
‫‪. σx‬‬

‫‪84‬‬
‫‪X = x‬‬ ‫)‪f(x) = P(X=x‬‬ ‫)‪Xf(x‬‬ ‫‪(x-E (x))2‬‬ ‫)‪[x-E (x)]2 f(x‬‬
‫‪0‬‬ ‫‪1/8‬‬ ‫‪0‬‬ ‫‪(0-3/2)2 = 9/4‬‬ ‫‪9/32‬‬
‫‪1‬‬ ‫‪3/8‬‬ ‫‪3/8‬‬ ‫‪(1-3/2)2 = 1/4‬‬ ‫‪3/32‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪3/8‬‬ ‫‪6/8‬‬ ‫‪(2-3/2) = 1/4‬‬ ‫‪3/32‬‬
‫‪2‬‬
‫‪3‬‬ ‫‪1/8‬‬ ‫‪3/8‬‬ ‫‪(3-3/2) = 9/4‬‬ ‫‪9/32‬‬
‫)‪E(x‬‬ ‫‪24 3‬‬
‫= ‪σ 2x‬‬ ‫=‬
‫‪12 3‬‬ ‫‪32 4‬‬
‫=‬
‫‪8 2‬‬
‫‪3‬‬
‫ﺍﻟﺘﺒﺎﻴﻥ‬ ‫= ‪σ 2x‬‬ ‫ﻭﻫﻜﺫﺍ ﻓﺄﻥ‬
‫‪4‬‬
‫‪3‬‬
‫= ‪ σ x‬ﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‬
‫‪4‬‬
‫‪3‬‬
‫=‬
‫‪2‬‬

‫ﻨﻅﺭﻴــﺔ‪ :‬ﺇﺫﺍ ﻜﺎﻥ ‪ X‬ﻤﺘﻐﻴﺭﻴـﺎ ﻋﺸـﻭﺍﺌﻴﺎ ﺘﻭﻗﻌـﻪ ‪ E (x) = µ‬ﻭﺘﺒﺎﻴﻨـﻪ‬

‫‪ Var (x) = σ 2X‬ﻓﺈﻥ‬

‫‪σ2‬‬ ‫‪= E(x2) - [E (x)]2‬‬

‫‪= E(x2) - µ 2‬‬
‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬

‫‪σ2‬‬ ‫‪= E [(x - E (x)]2‬‬

‫] ‪= E [(x2 – 2xE(x) + {E( x )}2‬‬
‫‪= E (x2) – 2 {E( x )}2 + {E( x )}2‬‬
‫‪= E (x2) - [E ( x )]2‬‬

‫‪85‬‬
 ‫ﻤﺜـــﺎل ‪: ٥‬‬

‫ﺒﺎﻟﻌﻭﺩﺓ ﺇﻟﻰ ﺍﻟﻤﺜﺎل ﺍﻟﺴﺎﺒﻕ ﻭﻫﻭ ﺭﻤﻲ ﻗﻁﻌﻪ ﻨﻘﺩ ‪ ٣‬ﻤﺭﺍﺕ ﻓﺎﻥ ﺍﻟﺠـﺩﻭل‬
‫ﺍﻟﺘﺎﻟﻲ ﻴﻌﻁﻲ ﻁﺭﻴﻘﻪ ﺤﺴﺎﺏ ﺍﻟﺘﺒﺎﻴﻥ ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟـ ‪ x‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻅﺭﻴﺔ‬
‫ﺍﻟﺴﺎﺒﻘﺔ‬

‫‪[ σ 2 = E (x2) - µ 2‬‬

‫‪X = x‬‬
‫)‪f(x‬‬ ‫)‪xf(x‬‬ ‫)‪x2f (x‬‬

‫‪0‬‬ ‫‪1/8‬‬ ‫‪0‬‬ ‫‪(0)2 = (1/8) = 0‬‬

‫‪1‬‬ ‫‪3/8‬‬ ‫‪3/8‬‬ ‫‪(1)2 (3/8) = 3/8‬‬

‫‪2‬‬ ‫‪3/8‬‬ ‫‪6/8‬‬ ‫‪(2)2 (3/8) = 12/8‬‬

‫‪3‬‬ ‫‪1/8‬‬ ‫‪1/8‬‬ ‫‪(3)2 (1/8)= 9/8‬‬

‫‪3‬‬ ‫‪24‬‬
‫= )‪E(x‬‬ ‫= )‪E(x2‬‬ ‫‪=3‬‬
‫‪2‬‬ ‫‪8‬‬
‫ﻭﻫﻜﺫﺍ ﻓﺎﻥ ﺍﻟﺘﺒﺎﻴﻥ ﻴﺴﺎﻭﻱ‬

‫‪σ2‬‬ ‫‪= E(x2) - [E (x)]2‬‬

‫‪3‬‬
‫‪= 3 - ( )2‬‬
‫‪2‬‬
‫‪3‬‬
‫=‬
‫‪2‬‬
‫ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻴﺴﺎﻭﻱ ﺍﻟﺠﺫﺭ ﺍﻟﺘﺭﺒﻴﻌﻲ ﺍﻟﻤﻭﺠﺏ ﻟﻠﺘﺒﺎﻴﻥ =‬
‫‪3‬‬ ‫‪3‬‬
‫=‪σ‬‬ ‫=‬
‫‪4‬‬ ‫‪2‬‬

‫‪86‬‬
 ‫ƒ ﺨــﻭﺍﺹ ﺍﻟﺘﺒﺎﻴـﻥ ‪Properties of Variance‬‬
‫ﻫﻨﺎﻙ ﻋﺩﻩ ﺨﻭﺍﺹ ﻟﻠﺘﺒﺎﻴﻥ ﻭﻫﺫﻩ ﺍﻟﺨﻭﺍﺹ ﺘﺴﻬل ﻋﻠﻴﻨﺎ ﺤﺴﺎﺏ ﺍﻟﺘﺒﺎﻴﻥ ﻷﻱ‬
‫ﺩﺍﻟﻪ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ X‬ﻭﺃﻫﻡ ﺍﻟﺨﻭﺍﺹ ﻫﻲ‪:‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ a‬ﺜﺎﺒﺕ ﻭ ‪ X‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻓﺈﻥ‬ ‫‪(١‬‬

‫)‪Var (ax) = a2 Var (x‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬

‫‪Var (ax) = E [ax – E (ax)]2‬‬

‫‪= E [ax – a E (x)]2‬‬
‫‪= a2E [x –E (x)]2‬‬
‫)‪= a2var (x‬‬

‫ﻤﺜــﺎل ‪: ٦‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﺘﺒﺎﻴﻥ ‪ x‬ﻴﺴﺎﻭﻱ ‪ ٠.٥‬ﻓﻤﺎ ﻫﻭ ﺘﺒﺎﻴﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪2X‬‬ ‫‪(i‬‬
‫‪X‬‬
‫‪(ii‬‬
‫‪2‬‬
‫ﺍﻟﺤــل‪:‬‬

‫)‪i‬‬ ‫)‪Var (2x) = 4 Var (x‬‬

‫)‪= 4 (0.5‬‬
‫‪= 2‬‬

‫‪87‬‬
 ‫‪X‬‬ ‫‪1‬‬
‫)‪ii‬‬ ‫= ) ( ‪Var‬‬ ‫)‪Var (x‬‬
‫‪2‬‬ ‫‪4‬‬
‫‪1‬‬
‫=‬ ‫)‪(0.5‬‬
‫‪4‬‬

‫‪= 0.125‬‬

‫ﺘﺒﺎﻴﻥ ﺍﻟﺜﺎﺒﺕ ﻴﺴﺎﻭﻱ ﺼﻔﺭ‬ ‫‪(٢‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ a‬ﺜﺎﺒﺕ ﻓﺎﻥ‬

‫‪Var (a) = 0‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬

‫‪Var (a) = E [a –E (a)]2‬‬

‫‪= E (a – a)2‬‬
‫)‪= E (02‬‬
‫‪= 0‬‬
‫ﻨﺘﻴﺠـــﺔ ‪:‬‬

‫)‪Var (x ± a) = Var (x‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬

‫)‪Var (x ± a) = Var (x) ± Var (a‬‬

‫‪= Var (x) ± 0‬‬
‫)‪= Var (x‬‬
‫ﻭﻫﻜﺫﺍ ﻓﺎﻥ ﺇﻀﺎﻓﺔ ﺃﻱ ﻗﻴﻤﺔ ﺃﻭ ﻁﺭﺡ ﺃﻱ ﻗﻴﻤﺔ ﺜﺎﺒﺘﻪ ﺇﻟﻰ ﺃﻭ ﻤﻥ ﺍﻟﻤﺘﻐﻴـﺭ‬
‫ﺍﻟﻌﺸﻭﺍﺌﻲ ﻻ ﺘﺅﺜﺭ ﻋﻠﻰ ﺍﻟﺘﺒﺎﻴﻥ ﻟﻬﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ‪.‬‬

‫‪88‬‬
 ‫ﻤﺜــﺎل ‪ : ٧‬ﺇﺫﺍ ﻜﺎﻥ ﺘﺒﺎﻴﻥ ﺍﻟﻤﺘﻐﻴﺭ ‪ x‬ﻴﺴﺎﻭﻱ ‪ ٥‬ﻓﻤﺎ ﻫﻭ ﺘﺒﺎﻴﻥ ﻜل ﻤﻥ ‪:‬‬

‫)‪i‬‬ ‫‪x+3‬‬
‫)‪ii‬‬ ‫‪x–6‬‬
‫ﺍﻟﺤــل ‪:‬‬

‫)‪i‬‬ ‫‪Var (x + 3) = Var (x) = 5‬‬

‫)‪ii‬‬ ‫‪Var (x – 6) = Var (x) = 5‬‬

‫‪ (٣‬ﺇﺫﺍ ﻜﺎﻥ ‪ Y ، X‬ﻤﺘﻐﻴﺭﻴﻥ ﻋﺸﻭﺍﺌﻴﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ ﻓﺎﻥ ‪:‬‬

‫)‪Var (x+Y) = Var (X) + Var (Y‬‬

‫)‪Var (x - y) = Var (x) + Var (y‬‬
‫ﺃﻱ ﺃﻥ ﺘﺒﺎﻴﻥ ﻤﺠﻤﻭﻉ ﻤﺘﻐﻴﺭﻴﻥ ﻋﺸﻭﺍﺌﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ ﺃﻭ ﺍﻟﻔﺭﻕ ﺒﻴﻨﻬﻤﺎ ﻴﺴﺎﻭﻱ ﻤﺠﻤﻭﻉ‬
‫ﺘﺒﺎﻴﻨﻴﻬﻤﺎ‪.‬‬
‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬

‫‪Var (X ± Y) = E [(X ± Y) – E (X ± Y)]2‬‬

‫‪= E [ {X − E ( x )} ± {Y - E(y)}]2‬‬

‫]})‪= E [ {X − E( x )}2 + {Y - E(y)}2 ± 2{X − E( x )}{Y − E( y‬‬

‫]})‪= E {X − E( x )}2 + E{Y - E(y)}2 ± 2E [{X − E( x )}{Y − E( y‬‬

‫]})‪= Var ( x ) + Var (Y) ± 2E [{X − E ( x )}{Y − E (Y‬‬

‫‪89‬‬
 ‫ﻭﻫﻜﺫﺍ ﻓﻌﻠﻴﻨﺎ ﺃﻥ ﻨﺜﺒﺕ ﺒﺄﻥ ﺍﻟﺤﺩ ﺍﻷﺨﻴﺭ ﻴﺴﺎﻭﻱ ﺼﻔﺭ ﺒﻤﺎ ﺃﻥ ﺍﻟﺤﺎﺩﺜﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ‬
‫ﻴﻜﻭﻥ ﺍﻟﺤﺩ ﺍﻟﺨﻴﺭ ﻤﺴﺎﻭﻴﹰﺎ‬

‫]})‪= 2 [ E {x − E ( x )} E{Y - E(y‬‬

‫])‪= 2 [(0) (0‬‬

‫‪= 0‬‬
‫)‪∴ Var (X ± Y) = Var (x) + Var (Y‬‬

‫ﻭﻴﻤﻜﻥ ﺘﻌﻤﻴﻡ ﻫﺫﻩ ﺍﻟﻘﺎﻋﺩﻩ ﻋﻠﻰ ﺃﻱ ﻋﺩﺩ ﻏﻴﺭ ﻤﺤﺩﻭﺩ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﻪ ﺃﻱ‬
‫ﺃﻥ ‪:‬‬

‫‪Var (x1 ± x2‬‬ ‫)‪± x3 ± … ± xn)=Var (x1)+Var(x2)+…+ Var (xn‬‬

‫ﺍﻟﺘﻐﺎﻴــــﺭ‪Covariance‬‬ ‫ƒ‬

‫ﻭﻫﻭ ﻤﻘﻴﺎﺱ ﻟﻼﺭﺘﺒﺎﻁ ﺒﻴﻥ ﻤﺘﻐﻴﺭﻴﻥ ‪ Y, X‬ﻓﺎﺫﺍ ﻜﺎﻨﺕ )‪ f(xy‬ﺩﺍﻟﻪ ﻜﺜﺎﻓﺔ ﺍﺤﺘﻤﺎل‬
‫ﻫﺫﻴﻥ ﺍﻟﻤﺘﻐﻴﺭﻥ ﻤﻌﺎ ﻓﺎﻥ ﺘﻐﺎﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﻴﻥ ‪ Y, X‬ﻴﻌﺭﻑ ﺭﻴﺎﻀﻴﹰﺎ ﻜﻤﺎ ﻴﻠﻲ ‪:‬‬
‫∞‬
‫)‪Cov (X, Y‬‬ ‫=‬ ‫∫∫‬ ‫‪[X –E (x)] [Y – E(y)] f (xy) dxdy‬‬
‫∞‪−‬‬

‫] })‪= E [ {X − E ( x )}{Y - E(y‬‬

‫‪90‬‬
 ‫‪ -‬ﺍﻟﺘﻐﺎﻴـــﺭ‬
‫ﻭﻫﻜﺫﺍ ﻓﺎﻥ ﺍﻟﺘﻐﺎﻴﺭ ﻟﻠﻤﺘﻐﻴﺭﻴﻥ ‪) Y, X‬ﻭﺍﻟﺫﻱ ﻴﺭﻤﺯ ﻟﻪ ﺒﺎﻟﺭﻤﺯ ‪C‬‬
‫ﺃﻭ ‪ (Cov‬ﻫﻭ ﻋﺒﺎﺭﻩ ﻋﻥ ﺘﻭﻗﻊ ﺤﺎﺼل ﻀﺭﺏ ﺍﻨﺤﺭﺍﻓﻲ ﺍﻟﻤﺘﻐﻴﺭﻴﻥ‬
‫ﻋﻥ ﻤﺭﻜﺯﻴﻬﻤﺎ ﺃﻱ ﻴﺴﺎﻭﻱ ‪:‬‬
‫])‪Cov (x, Y) = E [(x- µ x) (Y- µ y‬‬

‫ƒ ﺨـــﻭﺍﺹ ﺍﻟﺘﻐﺎﻴـــــﺭ‬

‫‪ -١‬ﺘﻐﺎﻴﺭ ‪ X, X‬ﻫﻭ ﺘﺒﺎﻴﻥ ‪ X‬ﺃﻱ‬

‫)‪Cov (x, x) = Var (x‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ‪:‬‬
‫ﺒﻭﻀﻊ ‪ X‬ﺒﺩل ‪ Y‬ﻓﻲ ﻤﻌﺎﺩﻟﻪ ﺍﻟﺘﻐﺎﻴﺭ ﺃﻋﻼﻩ ﻨﺼل ﺇﻟﻰ ﺍﻟﻤﻁﻠﻭﺏ‬

‫‪ -٢‬ﺇﺫﺍ ﻜﺎﻥ ‪ b , a‬ﺜﺎﺒﺘﻴﻥ ﻓﺎﻥ ‪:‬‬

‫)‪Cov (ax, by) = ab Cov (x,y‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ‪:‬‬

‫]})‪Cov (ax, by) = E [{ax − E (ax )}{by − E(by‬‬

‫})‪= ab E {x − E ( x )}{Y − E ( y‬‬

‫)‪= ab cov (x, y‬‬

‫‪ -٣‬ﺍﺫﺍ ﻜﺎﻥ ‪ a‬ﺜﺎﺒﺕ ﻓﺎﻥ‬

‫‪Cov (x, a) = 0‬‬

‫‪91‬‬
 : ‫ﺍﻟﺒﺭﻫـــﺎﻥ‬

Cov (x, a) = E [{x − E( x )}{a − E(a )}]

= E [{x − E ( x )}{0}]

=0
-٤

Cov (x1 + x2 , y) = Cov (x1, y) + Cov (x2, y)

:‫ﺍﻟﺒﺭﻫـــﺎﻥ‬

Cov (x1 + x2 , y) = E [{( x1 + x 2 ) − E ( x1 + x 2 )}{Y - E (y)}]

=E [{x1 − E ( x1 )}{y − E ( y)}] + E [{x 2 − E ( x 2 )}{y − E ( y)}]

= Cov (x1 , y) + Cov (x2 , y)

‫ ﻓﺎﻥ‬x2 , x1 ‫ ﻓﻲ ﺤﺎﻟﻪ ﺃﻱ ﻤﺘﻐﻴﺭﻴﻥ‬-٥

Var (x1 + x2) = Var (x1) + Var (x2) + 2Cov (x1 , x2)
Var (x1 - x2) = Var (x1) + Var (x2) - 2Cov (x1 , x2)
:‫ﺍﻟﺒﺭﻫـــﺎﻥ‬

Var (x1 + x2) = E [ (x1 +x2)

- E (x1 +x2)]2
= E [{x1 − E ( x1 )} + {x 2 − E ( x 2 )}]2
= E [ x1 − E ( x1 )]2 + E[ x 2 − E ( x 2 )]2 +
2 E [{x1 − E( x1 )} {x 2 − E( x 2 )}]

= Var (x1) + Var (x2) + 2 Cov (x1 , x2)

‫ﻭﺒﺎﻟﻤﺜل ﻓﻲ ﺤﺎﻟﻪ ﺘﺒﺎﻴﻥ ﺍﻟﻔﺭﻕ ﺒﻴﻥ ﻤﺘﻐﻴﺭﻴﻥ ﺃﻱ ﻓﻲ ﺤﺎﻟﻪ‬

92
 ‫)‪Var (x1 – x2‬‬
‫‪ -٦‬ﺃﺫﺍ ﻜﺎﻥ ‪ x2 , x1‬ﻤﺘﻐﻴﺭﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ ﻓﺎﻥ‬

‫‪Cov (x1 , x2) = 0‬‬

‫ﺍﻟﺒﺭﻫـــﺎﻥ ‪:‬‬

‫]}) ‪Cov (x1, x2) = E [{x1 − E ( x1 )} {x 2 − E ( x 2‬‬

‫)‪= E[x1 x2 + E (x1) E(x2) – x1 E (x2) – x2 E(x1‬‬

‫)‪= E(x1) E(x2)+E(x1) E(x2)–E(x1) E(x2)-E(x1) E(x2‬‬
‫‪= 0‬‬
‫ﻭﺒﻤﺎ ﺃﻥ ﺍﻟﻤﺘﻐﻴﺭﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ ﻴﻜﻭﻥ‬

‫)‪E (x1 x2) = E (x1) E (x2‬‬

‫ƒ ﻤﻌﺎﻤـــل ﺍﻻﺭﺘﺒــﺎﻁ‬

‫‪ -‬ﻴﻌـﺭﻑ ﺍﻟﻤﻘـﺩﺍﺭ‬
‫)‪Cov (X , Y‬‬
‫‪= ρ‬‬
‫)‪Var (x) Var (y‬‬
‫‪Y , X‬ﺒﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺒﻴﻥ ﺍﻟﻤﺘﻐﻴﺭﻴﻥ ﺍﻹﺤﺼﺎﺌﻴﻴﻥ‬

‫ﻭﻴﻜﻭﻥ ﻫﺫﺍ ﺍﻟﻤﻌﺎﻤل ﺼﻔﺭﺍ ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﺘﻐﺎﻴﺭ ﺒﻴﻥ ‪ Y , X‬ﻴﺴﺎﻭﻱ ﺼﻔﺭ‪.‬‬
‫ﻭﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﻴﻘﻊ ﻓﻲ ﺍﻟﻤﺩﻯ‬

‫‪1 ≥ ρ ≥ -1‬‬
‫ﻭﻫﻜـﺫﺍ ﻓـﺈﻥ‬

‫‪ρ2 ≤ 1‬‬

‫‪93‬‬
 ‫ﺘﻤــﺎﺭﻴﻥ‬

‫ﺍﻟﻔﺼـل ﺍﻟﺜﺎﻟـﺙ‬

‫‪ (١‬ﺇﺫﺍ ﻜﺎﻥ ‪ E (x) = µ‬ﻓﺄﺜﺒﺕ ﺃﻥ ‪:‬‬

‫‪i) E (x- µ ) = 0‬‬

‫‪ii) E (x-c)2 = E (x - µ )2 + ( µ -c)2‬‬
‫ﺤﻴﺙ ‪ C‬ﺃﻱ ﺜﺎﺒﺕ ‪.‬‬

‫‪ (٢‬ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﺤﺘﻤﺎﻻﺕ ﺃﻥ ﻴﻭﺠﺩ ﺸﺨﺹ ﻭﺍﺤﺩ ﺃﻭ ﺸﺨﺼﺎﻥ ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ٤‬ﺃﻭ ‪ ٥‬ﺃﻭ‬
‫‪ ٦‬ﺃﺸﺨﺎﺹ ﻓﻲ ﺍﻟﺩﺭﺠﺔ ﺍﻷﻭﻟﻰ ﻟﻠﻁﺎﺌﺭﺓ ﻫﻲ ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ ‪:‬‬
‫‪٠.٠٤ ، ٠.٠٩ ، ٠.١٢ ، ٠.٢٧ ، ٠.٤٣ ، ٠.٠٥‬‬
‫ﻓﻤﺎ ﻫﻭ ﻋﺩﺩ ﺍﻷﺸﺨﺎﺹ ﺍﻟﻤﺘﻭﻗﻊ ﻭﺠﻭﺩﻫﻡ ﻓﻲ ﺍﻟﺩﺭﺠﻪ ﺍﻷﻭﻟﻰ ﻟﻠﻁﺎﺌﺭﺓ ؟‬

‫‪ (٣‬ﺃﺜﺒﺕ ﺃﻥ ﺍﻟﻤﻘﺩﺍﺭ ‪ E (x-a)2‬ﻴﻜﻭﻥ ﻓﻲ ﻨﻬﺎﻴﺘﻪ ﺍﻟﺼﻐﺭﻯ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﺍﻟﺜﺎﺒﺕ ‪a‬‬

‫ﻴﺴﺎﻭﻱ )‪. E(x‬‬

‫‪ (٤‬ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻨﺎ ﺍﻟﻤﺘﻐﻴﺭﻴﻥ ﺍﻟﻤﺴﺘﻘﻠﻴﻥ ‪ Y , X‬ﻜﺜﺎﻓﺔ ﺍﺤﺘﻤﺎﻟﻬﻤﺎ ﻫﻲ‪:‬‬

‫‪0≤ X≤ 1‬‬ ‫)‪f (x) = 12 x 2 (1 – x‬‬

‫‪0≤ Y≤ 1‬‬ ‫‪f (y) = 2 Y‬‬
‫ﺃﻭﺠﺩ ﺘﻭﻗﻊ ﺍﻟﻤﻘﺩﺍﺭ‬
‫‪Y‬‬ ‫‪x‬‬
‫‪2‬‬
‫‪+‬‬
‫‪x‬‬ ‫‪Y‬‬

‫‪94‬‬
 ‫‪ (٥‬ﺇﺫﺍ ﻜﺎﻥ ‪ X‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻭﺴﻁﻪ ﺍﻟﺤﺴﺎﺒﻲ ‪ ١٠‬ﻭﺘﺒﺎﻴﻨﻪ ‪ ٦‬ﺃﻭﺠﺩ ﻗﻴﻤﺔ‬

‫)‪E (x2 + 3 x‬‬

‫‪ (٦‬ﺍﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ ﻴﻌﻁﻲ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻌﺩﺩ ﺍﻟﺴﻴﺎﺭﺍﺕ ﺍﻟﻤﺒﺎﻋﺔ ﻤﻥ ﻗﺒل ﺃﺤﺩ‬
‫ﺒﺎﺌﻌﻲ ﺍﻟﺴﻴﺎﺭﺍﺕ ﺨﻼل ﺸﻬﺭ‪:‬‬

‫ﻋﺩﺩ ﺍﻟﺴﻴﺎﺭﺍﺕ‬ ‫ﺍﻻﺤﺘﻤــﺎل‬

‫‪٠‬‬ ‫‪٠.٠١‬‬
‫‪١٠‬‬ ‫‪٠.٠٥‬‬
‫‪٢٠‬‬ ‫‪٠.٣٩‬‬
‫‪٣٠‬‬ ‫‪٠.٤٥‬‬
‫‪٤٠‬‬ ‫‪٠.١٠‬‬
‫ﺍﻟﻤﺠﻤـــــﻭﻉ‬ ‫‪١.٠٠‬‬
‫ﺃﻭﺠــﺩ‪:‬‬
‫ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﺴﻴﺎﺭﺍﺕ ﺍﻟﻤﺒﺎﻋﻪ ﺨﻼل ﺍﻟﺸﻬﺭ‪.‬‬ ‫‪(i‬‬
‫ﺘﺒﺎﻴﻥ ﻋﺩﺩ ﺍﻟﺴﻴﺎﺭﺍﺕ ﺍﻟﻤﺒﺎﻋﻪ ﺨﻼل ﺍﻟﺸﻬﺭ‪.‬‬ ‫‪(ii‬‬

‫‪ -٧‬ﺍﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ ﻴﺒﻴﻥ ﻋﺩﺩ ﺍﻟﺘﻠﻔﺯﻴﻭﻨﺎﺕ ﺍﻟﻤﻠﻭﻨﻪ ﺍﻟﻤﺒﺎﻋﻪ ﻋﺎﺩﺓ ﻓﻲ ﺍﺤﺩ ﺍﻟﻤﺤﻼﺕ‬
‫ﺃﺴﺒﻭﻋﻴﹰﺎ ﻭﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻨﺎﻅﺭ ﻟﻜل ﻤﻨﻬﺎ‪:‬‬

‫ﻋـﺩﺩ ﺍﻟﺘﻠﻔﺯﻴﻭﻨﺎﺕ‬ ‫ﺍﻻﺤﺘﻤــﺎل‬

‫‪٠‬‬ ‫‪٠.١٣‬‬
‫‪٤‬‬ ‫‪0.27‬‬
‫‪٦‬‬ ‫‪٠.٣٩‬‬
‫‪٨‬‬ ‫‪٠.٢١‬‬

‫‪95‬‬
 ‫‪٤٠‬‬ ‫‪٠.٠٧‬‬
‫ﺍﻟﻤﺠﻤـــــﻭﻉ‬ ‫‪١.٠٠‬‬

‫‪96‬‬
 ‫ﺃﻭﺠــﺩ ‪:‬‬
‫‪ (i‬ﻤﺘﻭﺴﻁ ﺍﻟﻤﺒﻴﻌﺎﺕ ﺍﻷﺴﺒﻭﻋﻴﺔ‬
‫‪ (ii‬ﺘﺒﺎﻴﻥ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻟﻠﻤﺒﻴﻌﺎﺕ ﺍﻷﺴﺒﻭﻋﻴﺔ‬

‫‪ (٨‬ﺃﺸﺘﺭﻱ ﺸﺨﺹ ﺒﻁﺎﻗﺔ ﻴﺎﻨﺼﻴﺏ ‪ ،‬ﻴﺴﺘﻁﻴﻊ ﺃﻥ ﻴﺭﺒﺢ ﺍﻟﺠﺎﺌﺯﺓ ﺍﻷﻭﻟـﻰ ﻭﻫـﻲ‬

‫‪ ٤٠٠٠‬ﺩﻴﻨﺎﺭ ﺃﻭ ﺍﻟﺠﺎﺌﺯﺓ ﺍﻟﺜﺎﻨﻴﺔ ﻭﻫـﻲ ‪ ٣٠٠٠‬ﺩﻴﻨـﺎﺭ ﺒﺎﺤﺘﻤـﺎل ‪، ٠.٠٠٥‬‬
‫‪ ٠.٠٠٨‬ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ ﻓﻤﺎ ﻫﻭ ﺍﻟﺴﻌﺭ ﺍﻟﻤﻨﺎﺴﺏ ﻟﻬﺫﻩ ﺍﻟﺒﻁﺎﻗﺔ؟‬

‫‪ (٩‬ﺫﻫﺏ ﺸﺨﺹ ﻟﺸﺭﺍﺀ ﺴﻴﺎﺭﻩ ﻓـﺎﺫﺍ ﻜـﺎﻥ ﺴـﻴﺨﺘﺎﺭ ﺍﻟﺴـﻴﺎﺭﺓ ‪ A‬ﺃﻭ ‪ B‬ﺃﻭ ‪C‬‬
‫ﺒﺎﺤﺘﻤﺎل ‪ ٠.٤‬ﻭ ‪ ٠.٣‬ﻭ ‪ ٠.٣‬ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ ﻭﻜﺎﻥ ﺜﻤﻥ ﺍﻟﺴـﻴﺎﺭﺓ ‪٢٠٠٠ A‬‬
‫ﺩﻴﻨﺎﺭ ﻭﺍﻟﺴﻴﺎﺭﺓ ‪ ٢٥٠٠ B‬ﺩﻴﻨﺎﺭ ﻭﺍﻟﺴﻴﺎﺭﺓ ‪ ٣٠٠٠ C‬ﺩﻴﻨﺎﺭ ﻓﻤﺎ ﻫﻭ ﺍﻟﻤﺒﻠـﻎ‬
‫ﺍﻟﻤﺘﻭﻗﻊ ﺃﻥ ﻴﺩﻓﻌﻪ ﻫﺫﺍ ﺍﻟﺸﺨﺹ؟‬

‫‪ (١٠‬ﺸﺭﻜﺔ ﺘﻌﻤل ﻓﻲ ﺜﻼﺜﺔ ﻤﺸﺎﺭﻴﻊ ﻤﺴﺘﻘﻠﺔ ﻫﻲ ‪ C , B, A‬ﻭﺍﻟﻌﺎﺌﺩﺍﺕ ﺍﻟﻤﺘﻭﻗﻌﻪ‬

‫ﻟﻠﻤﺸﺎﺭﻴﻊ ﺍﻟﺜﻼﺜﺔ ﻫﻲ ‪ ٢٥.٠٠٠ ، ٥٠.٠٠٠ ، ١٠٠.٠٠٠‬ﻋﻠـﻰ ﺍﻟﺘﺭﺘﻴـﺏ‬
‫ﻭﺍﻟﺘﺒﺎﻴﻨﺎﺕ ﻫﻲ ‪ ٣.٠٠٠ ، ٥٠٠٠ ، ١٠.٠٠٠‬ﺩﻴﻨﺎﺭ ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ ﻓﻤﺎ ﻫﻭ‪:‬‬
‫ﺍﺠﻤﺎﻟﻲ ﺍﻟﻌﺎﺌﺩﺍﺕ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻤﻥ ﺍﻟﻤﺸﺎﺭﻴﻊ ﺍﻟﺜﻼﺜﺔ ‪.‬‬ ‫‪(i‬‬
‫ﺍﺠﻤﺎﻟﻲ ﺍﻟﺘﺒﺎﻴﻥ‪.‬‬ ‫‪(ii‬‬

‫‪ (١١‬ﺇﺫﺍ ﻜﺎﻨﺕ ‪ X‬ﻫﻲ ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﺍﻟﻤﻁﺒﻌﻴﺔ ﻓﻲ ﺼﻔﺤﺔ ﻭﺃﻥ‬

‫‪f (0) = 0.9‬‬

‫‪f (1) = 0.05‬‬
‫‪f (2) = 0.03‬‬
‫‪f (3) = 0.02‬‬

‫‪97‬‬
 ‫ﻓﻤﺎ ﻫﻭ ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﺍﻟﻤﺘﻭﻗﻊ ﻓﻲ ‪ ٢٠٠‬ﺼﻔﺤﺔ ؟‬
‫‪ (١٢‬ﺇﺫﺍ ﻜﺎﻥ ‪ C‬ﺜﺎﺒﺕ ﻭ ‪ X‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﺩﺍﻟﻪ ﺍﺤﺘﻤﺎﻟﻪ‬

‫‪f(x) = cx‬‬
‫‪x = 3, 4, 5, 6‬‬
‫ﺃﻭﺠــﺩ ‪:‬‬
‫ﻗﻴﻤﺔ ﺍﻟﺜﺎﺒﺕ ‪C‬‬ ‫‪(i‬‬
‫ﺘﻭﻗﻊ ‪X‬‬ ‫‪(ii‬‬
‫ﺘﺒﺎﻴﻥ ‪X‬‬ ‫‪(iii‬‬

‫‪ (١٣‬ﺃﺜﺒﺕ ﺃﻥ‬

‫‪Cov (x, y) = E (x y) - µ x µ y‬‬

‫‪ (١٤‬ﺇﺫﺍ ﻋﻠﻤﺕ ﺃﻥ ﺩﺍﻟﻪ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﺸﺘﺭﻜﺔ ﻟﻠﻤﺘﻐﻴﺭﻴﻥ ‪ y,x‬ﻫﻲ‬

‫‪0≤ X≤ 1‬‬ ‫‪f(x, y) = x + y‬‬

‫‪0≤ X≤ 1‬‬
‫ﺃﻭﺠــﺩ‬
‫ﺘﻐﺎﻴﺭ ‪ y, x‬ﺃﻱ )‪Cov (x, y‬‬ ‫‪(i‬‬

‫ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ‪ y , x‬ﺃﻱ )‪(x, y‬‬ ‫‪(ii‬‬

‫‪98‬‬
 ‫ﺤـل ﺘﻤـﺎﺭﻴﻥ ﺍﻟﻔﺼـل ﺍﻟﺜﺎﻟـﺙ‬

(١

i) E (x- µ ) = E[(x-E (x)] = E (x) – E (x)

= 0

ii) E(x-C)2 = E (x2-2cx + C2) ‫ ﺍﻟﻁﺭﻑ ﺍﻷﻴﺴﺭ‬-

= E (x2) – 2CE(x) + C2
= E (x2) – 2C µ + C2
‫ ﺍﻟﻁﺭﻑ ﺍﻷﻴﻤﻥ‬-

E (x- µ )2 + ( µ -c)2 = E (x2 - 2 µ x + µ 2) + µ 2- 2 µ C + C2

= E (x)2 – 2 µ 2 + µ 2 + µ 2 - 2 µ C + C2
= E (x2) – 2 µ c + C2
‫∴ ﻴﻜﻭﻥ ﺍﻟﻁﺭﻓﺎﻥ ﻤﺘﺴﺎﻭﻴﻴﻥ ﻭﻫﻭ ﺍﻟﻤﻁﻠﻭﺏ‬

(٢
X=x f(x) x f(x)
1 0.05 0.05
2 0.43 0.86
3 0.27 0.81
4 0.12 0.48
5 0.09 0.45
6 0.04 0.25
E(X) = ∑ XP( x )
allx

99
 ‫‪= 2.89‬‬
‫ﻭﻫﻭ ﺍﻟﻤﻁﻠﻭﺏ‬

‫‪ (٣‬ﻴﻜﻭﻥ ﺍﻟﻤﻘﺩﺍﺭ ﻓﻲ ﻨﻬﺎﻴﺘﻪ ﺍﻟﺼﻐﺭﻯ ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﻤﺸﺘﻘﻪ ﺍﻷﻭﻟﻰ ﻟﻪ ﺘﺴﺎﻭﻱ‬

‫ﺍﻟﺼﻔﺭ‬
‫‪E( x − a ) 2 = E( x 2 ) − 2 a E (x) + a 2‬‬
‫‪144424443‬‬
‫‪Z‬‬

‫‪ (a‬ﺒﺎﻟﻨﺴﺒﺔ ﻟـ ‪Z‬ﻨﺸﺘﻕ ﻫﺫﺍ ﺍﻟﻤﻘﺩﺍﺭ )‬

‫‪dz‬‬
‫‪= 0-2 E (x) + 2a‬‬
‫‪da‬‬

‫‪= 0 – 2 a + 2a‬‬
‫‪=0‬‬
‫ﺤﻴﺙ )‪a = E (x‬‬
‫∴ ﺍﻟﻤﻘﺩﺍﺭ ﻓﻲ ﻨﻬﺎﻴﺘﻪ ﺍﻟﺼﻐﺭﻯ‬

‫‪(٤‬‬
‫⎞‪⎛ Y X‬‬ ‫⎞ ‪⎛ Y‬‬ ‫⎞‪⎛X‬‬
‫⎟ ⎜‪E ⎜ 2 + ⎟ = E ⎜ 2 ⎟ + E‬‬
‫‪⎝X‬‬ ‫⎠‪Y‬‬ ‫⎠ ‪⎝X‬‬ ‫⎠‪⎝Y‬‬
‫⎞ ‪⎛ 1‬‬ ‫⎞‪⎛1‬‬
‫⎟ ⎜ ‪= E (Y) E ⎜ 2 ⎟ + E(X)E‬‬
‫⎠ ‪⎝X‬‬ ‫⎠‪⎝Y‬‬
‫ﻷﻨﻬﻤﺎ ﻤﺴﺘﻘﻼﻥ‬
‫ﺍﻵﻥ ﻨﺠﺩ ﻜل ﺘﻭﻗﻊ ﻋﻠﻰ ﺤﺩﻩ ﻭﻨﻌﻭﺽ ﺍﻟﻨﺎﺘﺞ ﻓﻲ ﺍﻟﻤﻌﺎﺩﻟﻪ ﺃﻋﻼﻩ‬

‫‪100‬‬
 1
E (Y) = ∫ Y f (Y) dy
0
1
= ∫ Y (2Y) dy
0
1
= 2 ∫ Y2 dY
0

Y3 1
= 2
3 0

2
=
3

{12 X 2 (1 - X) } dX
1
⎛ 1 ⎞ 1
E ⎜ 2⎟
⎝X ⎠
= ∫ X 2
0

{12 X2 - 12 X3 ) } dx
1
1
= ∫ X 2
0
1
= 12 ∫ (1-X) dX
0

X2 1
= 12 X-
2 0

⎛1⎞
= 12 ⎜ ⎟
⎝2⎠

= 6

101
 { }
1
E (X) = ∫ X 12 X 2 (1 - X) dX
0
1
= 12 ∫ X3 – X4 dx
0

X 4 X5 1
= 12 -
4 5 0

⎛ 1 ⎞ 12 3
= 12 ⎜ 1 - ⎟ = =
⎝ 4 5⎠ 20 5

1
⎛1⎞ 1
E⎜ ⎟
⎝Y⎠
= ∫ Y
(2Y) dy
0
1
= ∫ 2 dy
0

= 2
⎛ Y X⎞ ⎛ 1 ⎞ ⎛1⎞
E ⎜ 2 + ⎟ = E (Y) E ⎜ ⎟ + E(X) E ⎜ ⎟
⎝X Y⎠ ⎝ X2 ⎠ ⎝Y⎠
⎛2⎞ ⎛3⎞
= ⎜ ⎟ (6) + ⎜ ⎟ (2)
⎝3⎠ ⎝5⎠

= 5.2

102
 (٥

E (X2 + 3X) = E (X2) + 3 E (X) ……… 1

Var(x) = E (X2) - {E (X)}2 ……… 2

6 = E (X2) – (10)2
E(X2) = 106 ……… 3
١ ‫ ﻓـﻲ‬٣ ‫ﻨﻌـﻭﺽ‬

E (X2 + 3 X) = 106 + 3(10)

= 106 + 30
= 136

(٦

‫ﻋﺩﺩ ﺍﻟﺴﻴﺎﺭﺍﺕ‬
f(x)=P(X=x) X f(x) X2 f(x)
X–x
0 0.01 0 0
10 0.05 0.50 5
20 0.039 7.80 156
30 0.45 13.50 405
40 0.10 4.00 160

E(x) = ∑ Xp(x ) E(x2) = ∑ x 2 P( x )

allx allx

= 25.8 = 726

103
 V(x) = E(x2) - {E ( x )}2

= 726 – 665.64
= 60.36

(٧

X P(X) XP (X) X2 P(x)

2 0.13 0.26 0.52
4 0.27 1.08 4.32
6 0.32 1.92 11.52
8 0.21 1.68 13.44
10 0.07 0.70 7.00

E(x) = ∑ XP(x ) E(x2) = ∑ x 2 p( x )

= 5.64 = 36.80

V(x) = E(x2) - {E ( x )}2

= 36.80 – 31.8096
= 4.9904
≅ 5

104
 ‫‪ (٨‬ﺍﻟﺴﻌﺭ ﺍﻟﻤﻨﺎﺴﺏ ﻴﺴﺎﻭﻱ ﻗﻴﻤﺔ ﺍﻟﺘﻭﻗﻊ‬
‫= )‪E(x‬‬ ‫∑‬ ‫)‪X P (X‬‬
‫‪allx‬‬

‫)‪= 4000 (0.005) + 3000 (0.008‬‬

‫‪= 20 + 24‬‬
‫‪= 44‬‬

‫‪ (٩‬ﺍﻟﻤﺒﻠﻎ ﺍﻟﻤﺘﻭﻗﻊ ﺃﻥ ﻴﺩﻓﻌﻪ ﻫﻭ ﺘﻭﻗﻊ ﺍﻷﺴﻌﺎﺭ ﺍﻟﺜﻼﺜﺔ‬

‫= )‪E(x‬‬ ‫) ‪∑ XP( x‬‬
‫‪allx‬‬

‫)‪= 2000 (0.4) + 2500(0.3) + 3000(0.3‬‬

‫‪= 800 + 750 + 900‬‬
‫‪= 2450‬‬

‫‪ (١٠‬ﺒﻤﺎ ﺃﻥ ﺍﻟﻤﺸﺎﺭﻴﻊ ﻤﺴﺘﻘﻠﺔ ﻴﻜﻭﻥ ﺇﺠﻤﺎﻟﻲ ﺍﻟﻌﺎﺌﺩﺍﺕ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻫﻭ‬

‫)‪i) E ( X1 + X2 + X3) = E (X1) + E(X2) + (X3‬‬

‫‪= 100000 + 50000 + 25000‬‬
‫‪= 175000‬‬

‫)‪ii) V (X1 + X2 + X3‬‬ ‫)‪= V (X1) + V(X2) + V (X3‬‬

‫‪= 10000 + 5000 + 3000‬‬
‫‪= 18000‬‬

‫‪105‬‬
 ‫‪ (١١‬ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻓﻲ ﺍﻟﺼﻔﺤﺔ ﺍﻟﻭﺍﺤﺩﺓ =‬
‫)‪E (x‬‬ ‫=‬ ‫∑‬ ‫)‪X P (X‬‬
‫‪allx‬‬

‫)‪= 0 (0.9) + 1 (0.05)+2 (0.03) + 3 (0.02‬‬

‫‪= 0 + 0.05 + 0.06 + 0.06‬‬
‫‪= 0.17‬‬
‫ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻓﻲ ‪ ٢٠٠‬ﺼﻔﺤﺔ ﻫﻭ ﻤﺠﻤﻭﻉ ﺘﻭﻗﻌﺎﺕ ﺍﻟـ ‪ ٢٠٠‬ﺼﻔﺤﺔ‬
‫ﻷﻨﻬﺎ ﺤﻭﺍﺩﺙ ﻤﺴﺘﻘﻠﺔ‬

‫‪= 200 (0.17) = 34‬‬

‫‪(١٢‬‬
‫)‪i‬‬ ‫∑‬ ‫‪f (x) = 1‬‬
‫‪allx‬‬

‫∴‬ ‫‪∑C X =1‬‬

‫‪C ∑X = 1‬‬

‫‪C (3 + 4 + 5 + 6) = 1‬‬
‫‪1‬‬
‫=‪∴ C‬‬
‫‪18‬‬

‫)‪ii‬‬ ‫= )‪E (x‬‬ ‫)‪∑ X P(X‬‬

‫‪allx‬‬

‫=‬ ‫‪∑X‬‬ ‫‪CX‬‬

‫‪= C∑ x 2‬‬
‫‪1‬‬
‫=‬ ‫)‪( 9 + 16 + 25 + 36‬‬
‫‪18‬‬

‫‪106‬‬
 43
=
9
iii) V(X) = E (X2) - {E ( x )}2
= E(X2) = ∑ X 2 P (X)
allx
= C∑X 3

1
= (27 + 64 + 125 + 216)
18
216
=
9
2
216 ⎛ 43 ⎞
Var(x) = - ⎜ ⎟
9 ⎝ 9 ⎠
1944 − 1849
=
81
95
=
81

‫( ﺃﺜﺒﺕ ﺃﻥ‬١٣
Cov (x, Y) = E (XY) - µ x µ y

:‫ﺍﻟﺒﺭﻫـــﺎﻥ‬
Cov (x, y) = E [(x - µ x ) (y - µ y )]
= E (xy - x µ y - µ x y + µ x µ y )
= E (xy) - µ x µ y - µ x µ y + µ x µ y
= E (XY) - µ x µ y

‫ﻭﻫﻭ ﺍﻟﻤﻁﻠـﻭﺏ‬

107
 (١٤

Cov (x, y) = E(xy) – E(x) E(y)

. XY ‫ ﻭﺘﻭﻗﻊ‬Y ‫ ﻭﺘﻭﻗﻊ‬X ‫ﻻ ﺘﻭﻗﻊ‬
‫∴ ﺤﺘﻰ ﻨﺠﺩ ﺍﻟﺘﻐﺎﻴﺭ ﻻﺒﺩ ﺃﻥ ﻨﺠﺩ ﺃﻭ ﹰ‬
E(x+y) ‫ ﻨﺒﺤﺙ ﻋﻥ‬E (y) , E(x) ‫ﺤﺘﻰ ﻨﺤﺼل ﻋﻠﻰ‬
1
E (x + y) = ∫∫ (x+y) f(x,y) dx dy
0
1 1
= ∫∫ x f (x,y) dx dy + ∫∫ x f (xy) dx dy
0 0
1 1 1 1
= ∫ [x ∫ f (xy) dy] dx + ∫ y [ ∫ f (xy) dx] dy
014
0442444 3 0140442444 3
E(x ) E ( y)
1 1 1 1
= ∫ [x ∫ ( x + y) dy] dy + ∫ y [ ∫ (x + y) dx] dy
0 0 0 0
1 1
y2 1 x2 1
= ∫ x xy + 2 0
dy + ∫y 2
+ yx
0
dy
0 0
1 1
⎛ 1⎞ ⎛ 1⎞
= ∫ x⎜ x + ⎟dx + ∫ y⎜⎝ y + 2 ⎟⎠dy
⎝424 23⎠
0 1 0 1
424 3
f (x) f (x)
1 1
⎛ x⎞ ⎛ y⎞
= ∫ ⎜ x 2 + ⎟dx + ∫ ⎜ y 2 + ⎟dy
⎝ 2⎠ ⎝ 2⎠
0 0
1 1
x3 x 2 y3 y 2
= + + +
3 4 3 4
0 0
7 7
= +
12 12

108
 ‫ﺃﻱ ﺃﻥ‬
7
E (x) =
12
7
E (Y) =
12
1
f (x) = x+
2
1
f (y) = y+
2
E(xy) ‫ﺍﻵﻥ ﻨﺤﺴﺏ‬
1
E (xy) = ∫∫ xy f(xy) dxdy
0
1
= ∫∫ xy (x+y) dxdy
0
1
= ∫∫ x2y + xy2 dxdy
0
1 1 1 1
2 2
= ∫ [∫ x y dx] dy + ∫ [∫ xy dx] dy
0 0 0 0
1 1
x 3y 1 xy3 1
= ∫ 3
dy + ∫ 3
dy
0 0 0 0
1 1
1 1
= ∫ 3
ydy + ∫ xdx
3
0 0
1 1
1 1 1 Y2 1 1 X2 1
=
3 ∫ ydy + ∫ xdx =
30 3 2 0
+
3 2 0
0
1 1 1
= + =
6 6 3

109
 ‫ﻓﻴﻜـــﻭﻥ‬

Cov (x, y) = E(xy) – E(x) E(y)

1 7 7
= + .
3 12 12
1 49
= −
3 144
1
=
144

V (y) , v(x) ‫( ﻟﺤﺴﺎﺏ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﻻﺒﺩ ﻤﻥ ﺤﺴﺎﺏ‬ii

V(x) = E(x2) - {E ( x )}2

1
E(x2) = ∫ x 2f ( x ) dx
0
1
1
= ∫ x 2 ( x + ) dx
0
2

X 4 X3 1
= +
4 6 0

5
=
12
2
5 ⎛7⎞ 11
Var(x) = - ⎜ ⎟ =
12 ⎝ 12 ⎠ 144

110
 ‫ﻭﺒﻨﻔﺱ ﺍﻟﻁﺭﻴﻘﺔ ﻨﺠﺩ ﺃﻥ‬
‫‪11‬‬
‫= )‪V(y‬‬
‫‪144‬‬

‫)‪Cov (x, y‬‬ ‫‪− 1 / 144‬‬ ‫‪− 1 / 144‬‬ ‫‪1‬‬

‫= )‪ρ( x , y‬‬ ‫=‬ ‫=‬ ‫‪=-‬‬
‫)‪V( x ) V(y‬‬ ‫‪11 11‬‬ ‫‪11 / 144‬‬ ‫‪11‬‬
‫‪.‬‬
‫‪144 144‬‬

‫‪111‬‬
‫ﺍﻟﻔﺼــــل ﺍﻟــﺭﺍﺒــﻊ‬

‫‪112‬‬
 ‫ﺍﻟﻔﺼــل ﺍﻟﺭﺍﺒـــــﻊ‬
‫ﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ ﺍﻟﻤﻨﻘﻁﻌﻪ‬
‫‪THE DISCRETE PROBABILITY DISTRIBUTIONS‬‬

‫ƒ ﻤﻘﺩﻤــــــــﺔ‬
‫ﻫﻨـﺎﻙ ﻋﺩﺓ ﺘﻭﺯﻴﻌﺎﺕ ﺍﺤﺘﻤﺎﻟﻴـﺔ ﻤﺘﻘﻁﻌﺔ ﻤﻨﻬﺎ ﺘﻭﺯﻴﻊ ﺒﺭﻨﻭﻟﻲ ‪ ،‬ﺘﻭﺯﻴـﻊ‬
‫ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴـﻥ‪ ،‬ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﺍﻟﺴﺎﻟـﺏ‪ ،‬ﺘﻭﺯﻴـﻊ ﻜﺜﻴﺭ ﺍﻟﺤﺩﻭﺩ‪ ،‬ﺘﻭﺯﻴـﻊ‬
‫ﺍﻟﻬﻴﺒﺭﻭﺠﻴﻭﻤﺘﺭﻴﻙ ﻭﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ‪ ،‬ﻭﻟﻜﻨﻨﺎ ﺴﻨﺩﺭﺱ ﻓﻲ ﻫﺫﺍ ﺍﻟﻔﺼل ﻓﻘﻁ ﺘﻭﺯﻴـﻊ‬
‫ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻭﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ ﻨﻅﺭﺍ ﻟﻤﺎ ﻟﻬﺫﻴﻥ ﺍﻟﺘﻭﺯﻴﻌﻴﻥ ﻤﻥ ﺘﻁﺒﻴﻘﺎﺕ ﻭﺍﺴﻌﺔ ﻓﻲ‬
‫ﺍﻟﺘﺠﺎﺭﺓ ﻭﺍﻻﻗﺘﺼﺎﺩ‪.‬‬

‫ƒ ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ‪The Binomial Distribution‬‬

‫ﻓﻲ ﻜﺜﻴﺭ ﻤﻥ ﺍﻟﺘﻁﺒﻴﻘﺎﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻟﺘﺠﺎﺭﻴﺔ ﻜﺜﻴﺭﺍ ﻤﺎ ﻨﻜﻭﻥ ﻤﻌﻨﻴـﻴﻥ ﺒﺩﺭﺍﺴـﺔ‬

‫ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﺘﻲ ﻴﻜﻭﻥ ﻟﻬﺎ ﻨﺘﻴﺠﺘﻴﻥ ﻤﻤﻜﻨﺘﻴﻥ ﻓﻘﻁ ﻭﻫﻤﺎ ﻤﺎ ﺘﺩﻋﻴﺎﻥ ﻋﺎﺩﺓ ﺒﺎﻟﻨﺠﺎﺡ ﺃﻭ‬
‫ﺍﻟﻔﺸل‪ ،‬ﻤﺜل ﻫﺫﻩ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺘﻌﺭﻑ ﺒﺎﻻﺨﺘﺒﺎﺭﺍﺕ ﺜﻨﺎﺌﻴﺔ ﺍﻟﺤﺩﻴﻥ ‪ ،‬ﻤﺜل ﺍﺨﺘﺒﺎﺭ ﻤﺎ‬
‫ﺇﺫﺍ ﻜﺎﻥ ﺃﺤﺩ ﺍﻟﻤﺼﺎﺒﻴﺢ ﺍﻟﻜﻬﺭﺒﺎﺌﻴﺔ ﺍﻟﺘﻲ ﻴﻨﺘﺠﻬﺎ ﻤﺼﻨﻊ ﻤﺎ ﺴﻠﻴﻤﺎ ﺃﻭ ﻤﻌﻴﺒﺎ ‪ .‬ﻭﻴﻘـﺎل‬
‫ﻟﻠﺘﺠﺭﺒﺔ ﺍﻟﺘﻲ ﺘﺘﻜﻭﻥ ﻤﻥ ﻋﺩﺓ ﺍﺨﺘﺒﺎﺭﺍﺕ ﺜﻨﺎﺌﻴﺔ ﺍﻟﺤﺩﻴﻥ ﺒﺎﻟﺘﺠﺭﺒﺔ ﺜﻨﺎﺌﻴﺔ ﺍﻟﺤﺩﻴﻥ ﻤﺜل‬
‫ﺴﺅﺍل ‪ ١٠٠‬ﻁﺎﻟﺏ ﻤﺎ ﺇﺫﺍ ﻜﺎﻨﻭﺍ ﻴﺩﺨﻨﻭﻥ ﺃﻡ ﻻ ‪ .‬ﻭﻴﺠﺏ ﺃﻥ ﻴﺘﺤﻘﻕ ﻓﻲ ﺃﻱ ﺘﺠﺭﺒـﺔ‬
‫ﺜﻨﺎﺌﻴﺔ ﺍﻟﺤﺩﻴﻥ ﺍﻟﺸﺭﻭﻁ ﺍﻷﺭﺒﻌﺔ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪ .١‬ﻋﺩﺩ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﻤﺤﺩﻭﺩ‪.‬‬

‫‪ .٢‬ﻟﻜل ﺍﺨﺘﺒﺎﺭ ﻓﻘﻁ ﻨﺘﻴﺠﺘﻴﻥ ﻤﻤﻜﻨﺘﻴﻥ ﻭﻫﻤﺎ ﺍﻟﻨﺠﺎﺡ ﺃﻭ ﺍﻟﻔﺸل‪.‬‬

‫‪113‬‬
 ‫‪ .٣‬ﺍﺤﺘﻤﺎل ﺍﻟﻨﺠﺎﺡ ﻴﻜﻭﻥ ﺜﺎﺒﺕ ﻓﻲ ﻜل ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﻭﻻ ﻴﺨﺘﻠﻑ ﻤﻥ‬
‫ﺍﺨﺘﺒﺎﺭ ﻵﺨﺭ‪.‬‬
‫‪ .٤‬ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﻤﺴﺘﻘﻠﺔ ﺒﻌﻀﻬﺎ ﻋﻥ ﺒﻌﺽ‪.‬‬
‫ﻤﻥ ﺨﻼل ﺍﻟﻤﺜﺎل ﺍﻟﺘﺎﻟﻲ ﺴﻭﻑ ﻨﻭﻀﺢ ﻭﻨﺸﺘﻕ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ‬
‫ﻟﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻓﻲ ﺘﺠﺭﺒﺔ ﺜﻨﺎﺌﻴﺔ ﺍﻟﺤﺩﻴﻥ ﻭﻫﻭ ﻤﺎ ﻴﻌﺭﻑ ﺒﺎﺴﻡ‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‪.‬‬
‫ﻤﺜــﺎل ‪:١‬‬
‫ﻟﻭ ﻜﺎﻨﺕ ‪ n‬ﻫﻲ ﻋﺩﺩ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ ﺜﻨﺎﺌﻴﺔ ﺍﻟﺤﺩﻴﻥ ﻭﻫـﻲ‬
‫ﺇﻟﻘﺎﺀ ﻗﻁﻌﺔ ﻋﻤﻠﻪ ﻤﻌﺩﻨﻴﺔ ﻭﻜﺎﻨﺕ ‪ P‬ﻫﻲ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ ﺼﻭﺭﻩ‬
‫)ﺃﻱ ﺍﻟﻨﺠﺎﺡ( ﻭ )‪ (1-P‬ﻭﻴﺭﻤﺯ ﻟﻬﺎ ﺒﺎﻟﺭﻤﺯ ‪ q‬ﻫﻲ ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ‬
‫ﺼﻭﺭﻩ )ﺃﻱ ﺍﻟﻔﺸل( ﺃﻱ ﻫﻲ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﻜﺘﺎﺒﻪ ﻓﻲ ﻜل ﺍﺨﺘﺒﺎﺭ‪:‬‬

‫ﺃﻭ ﹰﻻ‪ :‬ﻟﻭ ﺠﻌﻠﻨﺎ ‪n = ١‬‬

‫ﻓﺈﻥ ﻤﺠﻤﻭﻋﺔ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺘﻜﻭﻥ‬
‫)ﺹ ﻭ ﻙ( = ‪S‬‬
‫ﺤﻴﺙ ﺹ ﺘﺭﻤﺯ ﺇﻟﻰ ﺍﻟﻭﺠﻪ ﺼﻭﺭﻩ‬
‫ﻙ ﺘﺭﻤﺯ ﺇﻟﻰ ﺍﻟﻭﺠﻪ ﻜﺘﺎﺒﻪ‬
‫ﺩﻉ ‪ X‬ﺘﻤﺜل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﻩ‬
‫ﻓﺘﻜﻭﻥ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻤﻜﻨﺔ ﻟـ ‪ X‬ﻫﻲ ‪١ ، ٠‬‬
‫‪ P‬ﻫﻲ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﺼﻭﺭﻩ‬
‫)‪ q= (I-P‬ﻫﻲ ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺍﻟﻜﺘﺎﺒﺔ‬
‫ﻓﻴﻜﻭﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ‪ x‬ﻋﻠﻰ ﺍﻟﺸﻜل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪114‬‬
 ‫ﺠـﺩﻭل ‪١‬‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪n= ١‬‬

‫‪X=x‬‬ ‫)‪f (x) = P (X = x‬‬

‫‪0‬‬ ‫‪) = q‬ﻙ( ‪f (0) = P‬‬

‫‪1‬‬ ‫‪) = P‬ﺹ( ‪f (1) = P‬‬

‫ﺍﻟﻤﺠﻤﻭﻉ‬ ‫‪q+P=1‬‬

‫ﺜﺎﻨﻴ ﹰﺎ ‪ :‬ﻟﻭ ﺠﻌﻠﻨﺎ ‪n = ٢‬‬

‫ﻓﺎﻥ ﻤﺠﻤﻭﻉ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻜﻨﺔ ﺘﻜﻭﻥ‬
‫)ﺹ ﺹ ‪ ،‬ﺹ ﻙ ‪ ،‬ﻙ ﺹ ‪ ،‬ﻙ ﻙ( = ‪S‬‬

‫ﺹ ﺹ ﺘﻌﻨﻲ ﺍﻷﻭﻟﻰ ﺼﻭﺭﺓ ﻭﺍﻟﺜﺎﻨﻴﺔ ﺼﻭﺭﺓ‬ ‫ﺤﻴﺙ‬

‫ﻙ ﻙ ﺘﻌﻨﻲ ﺍﻷﻭﻟﻰ ﻜﺘﺎﺒﺔ ﻭﺍﻟﺜﺎﻨﻴﺔ ﻜﺘﺎﺒﺔ‬
‫ﺹ ﻙ ﺘﻌﻨﻲ ﺍﻷﻭﻟﻰ ﺼﻭﺭﺓ ﻭﺍﻟﺜﺎﻨﻴﺔ ﻜﺘﺎﺒﺔ‬
‫ﻙ ﺹ ﺘﻌﻨﻲ ﺍﻷﻭﻟﻰ ﻜﺘﺎﺒﺔ ﻭﺍﻟﺜﺎﻨﻴﺔ ﺼﻭﺭﺓ‬

‫ﺃﻱ ﺃﻥ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ‪ ٤‬ﺤﺎﻻﺕ‬

‫ﻭﺘﻜﻭﻥ ﺍﺤﺘﻤﺎﻻﺕ ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﻫﻲ‬

‫‪qq , qp, pq, pp‬‬

‫ﺤﻴﺙ ﺃﻥ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﻤﺴﺘﻘﻠﺔ‬
‫ﻭﺘﻜﻭﻥ ﻗﻴﻡ ‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ ‪٢ ، ١ ، ٠‬‬

‫‪115‬‬
 ‫ﻭﻴﻜﻭﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟـ ‪ x‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺠــﺩﻭل )‪(٢‬‬
‫ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪n=2‬‬

‫‪X=x‬‬ ‫)‪f(x) = P (X = x‬‬

‫‪0‬‬ ‫‪) = qq = q2‬ﻙ( ‪) P‬ﻙ( ‪) = P‬ﻙ ﻙ( ‪f (0) = P‬‬

‫‪1‬‬ ‫)ﺹ( ‪) P‬ﻙ( ‪) + P‬ﻙ( ‪) P‬ﺹ( ‪) = P‬ﻙ ﺹ( ‪) + P‬ﺹ ﻙ( ‪f (1) = P‬‬

‫‪= Pq + qP = 2qP‬‬
‫‪2‬‬ ‫‪) = PP = P2‬ﺹ( ‪) P‬ﺹ( ‪) + P‬ﺹ ﺹ( ‪f (2) = P‬‬

‫ﺍﻟﻤﺠﻤﻭﻉ‬ ‫‪q2 + 2qP + P2 = (q+P)2 = 1‬‬

‫ﺜﺎﻟﺜـ ﹰﺎ ‪ :‬ﻟﻭ ﺠﻌﻠﻨﺎ ‪ n‬ﺘﺴﺎﻭﻱ ‪٣‬‬

‫ﻓﺈﻥ ﻤﺠﻤﻭﻋﺔ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺘﻜﻭﻥ‬
‫ﺹ ﺹ ﺹ‪ ،‬ﻙ ﺹ ﺹ‪ ،‬ﺹ ﻙ ﺹ‪ ،‬ﻙ ﻙ ﺹ‪ ،‬ﺹ ﺹ ﻙ‪ ،‬ﻙ ﺹ ﻙ‪ ،‬ﺹ ﻙ‬ ‫}‬
‫=‪S‬‬ ‫{‬ ‫ﻙ‪،‬ﻙﻙﻙ‬

‫ﺃﻱ ﺃﻥ ﻤﺠﻤﻭﻉ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ = ‪ ٨‬ﺤﺎﻻﺕ‬

‫ﻭﺘﻜﻭﻥ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﻤﻨﺎﻅﺭﺓ ﻟﻬﺫﻩ ﺍﻟﺤﺎﻻﺕ ﻫﻲ‬

‫‪qqq, qqP, qPq, qPP, Pqq, PqP, PPq, PPP‬‬

‫ﻭﺘﻜﻭﻥ ﻗﻴﻡ ‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ ‪٣ ، ٢ ، ١ ، ٠‬‬
‫ﻭﻴﻜﻭﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟـ ‪ x‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪116‬‬
 ‫ﺠــﺩﻭل ‪٣‬‬
‫ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪n=3‬‬

‫‪X=x‬‬ ‫)‪f(x) = P (X = x‬‬

‫‪0‬‬ ‫‪) = q3‬ﻙ( ‪) P‬ﻙ( ‪) P‬ﻙ( ‪) = P‬ﻙ ﻙ ﻙ( ‪f (0) = P‬‬

‫‪1‬‬ ‫)ﻙ ﺹ ﺹ( ‪) + P‬ﻙ ﺹ ﻙ( ‪) + P‬ﺹ ﻙ ﻙ( ‪f (1) = P‬‬

‫‪= q2 p + q2 p+ q2 p=3 q2 p‬‬

‫‪2‬‬ ‫)ﻙ ﺹ ﺹ( ‪) + P‬ﺹ ﻙ ﺹ( ‪) + P‬ﺹ ﺹ ﻙ( ‪f (2) = P‬‬

‫‪= qp2 + qp2 + qp2 = 3qp2‬‬

‫‪3‬‬ ‫‪) = p3‬ﺹ( ‪) P‬ﺹ( ‪) P‬ﺹ( ‪) = P‬ﺹ ﺹ ﺹ( ‪f (3) = P‬‬

‫ﺍﻟﻤﺠﻤﻭﻉ‬ ‫‪q3 + 3q2p + 3qp2 + P3 = (q+p)3 = 1‬‬

‫ﻨﻼﺤﻅ ﻤﻥ ﺍﻟﺠﺩﺍﻭل ﺍﻟﺜﻼﺜﺔ ﺍﻟﺴﺎﺒﻘﺔ ﺃﻥ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﻫﻭ ‪:‬‬

‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ n‬ﺘﺴﺎﻭﻱ ‪ ١‬ﻓﺎﻥ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ = ‪٢ = ٢١‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ n‬ﺘﺴﺎﻭﻱ ‪ ٢‬ﻓﺎﻥ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ = ‪٤ = ٢٢‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ n‬ﺘﺴﺎﻭﻱ ‪ ٣‬ﻓﺎﻥ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ = ‪٨ = ٢٣‬‬

‫ﻭﺒﺘﻌﻤﻴﻡ ﻫﺫﻩ ﺍﻟﻨﺘﻴﺠﺔ ﻴﻜﻭﻥ ﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻤﻜﻨﺔ ﺒﺘﺠﺭﺒـﺔ ﺜﻨﺎﺌﻴـﺔ ﺍﻟﺤـﺩﻴﻥ‬
‫ﻴﺴﺎﻭﻱ ‪ 2n‬ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﺘﺠﺭﺒﺔ ﻤﻜﻭﻨﻪ ﻤﻥ ‪ n‬ﺍﺨﺘﺒﺎﺭ‪ .‬ﺇﺫﺍ ﻤﺎ ﺍﺴـﺘﻤﺭﻴﻨﺎ ﻓـﻲ‬
‫ﺯﻴﺎﺩﺓ ﻋﺩﺩ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ‪ n‬ﻓﺎﻨﻨﺎ ﺒﺼﻭﺭﺓ ﻋﺎﻤـﺔ ﻨﺴـﺘﻁﻴﻊ ﺃﻥ ﻨﻁﺒـﻕ ﻨﻔـﺱ‬
‫ﺍﻟﻁﺭﻴﻘﺔ ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﺍﻭل ﺍﻟﺜﻼﺜﺔ ﺍﻟﺴﺎﺒﻘﺔ ﻭﻟﻜﻥ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﺴـﺘﻜﻭﻥ‬
‫ﻁﻭﻴﻠﺔ ﻭﻤﻤﻠﻪ ﻭﻻ ﺒﺩ ﻤﻥ ﻁﺭﻴﻘﺔ ﻋﺎﻤﺔ ﺘﺴﻬل ﻟﻨﺎ ﺫﻟﻙ‪.‬‬

‫‪117‬‬
 ‫ﻭﺍﻵﻥ ﻨﺴﺘﻁﻴﻊ ﺍﻟﻘﻭل ﺒﺄﻥ ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ ‪ x‬ﻤﺭﺓ‬
‫ﺒﺎﻟﻀﺒﻁ ﻓﻲ ﺘﺠﺭﺒﺔ ﺜﻨﺎﺌﻴﺔ ﺍﻟﺤﺩﻴﻥ ﺘﺘﻜﻭﻥ ﻤﻥ ‪ n‬ﺍﺨﺘﺒﺎﺭ )ﺍﻟﻘﺎﺀ ﻗﻁﻌﺔ ﻋﻤﻠـﻪ(‬
‫ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﺘﺭﺘﻴﺏ ﺍﻟﺼﻭﺭﺓ ﻭﺍﻟﻜﺘﺎﺒﺔ ﻤﻌﻴﻨﺔ ﺃﻭ ﻤﺒﻴﻨﺔ ﻫﻭ ﺍﺤﺘﻤـﺎل ﻭﻗـﻭﻉ‬
‫ﺍﻟﺤﺎﺩﺙ )ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ( ‪ x‬ﻤﺭﺓ ﻭﻋﺩﻡ ﻭﻗﻭﻋﺔ )‪ (n-x‬ﻤﺭﺓ ﻭﺫﻟﻙ ﻓﻲ‬
‫ﺤﺎﻻﺕ ﻤﺨﺘﻠﻔﺔ‪.‬‬
‫ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ )ﺼﻭﺭﺓ( ‪ x‬ﻤﺭﺓ ﻫﻭ ‪Px‬‬
‫ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ‪ n-x‬ﻤﺭﺓ ﻫﻭ ‪qn-x‬‬
‫ﻭﻤﻥ ﻗﺎﻋﺩﺓ ﻀﺭﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻴﻜﻭﻥ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ‪ x‬ﻤﺭﺓ ﻫﻭ ‪px‬‬
‫‪qn-x‬‬
‫ﻭﻋﺩﺩ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﻭﺍﺘﻴﺔ ﻟﻭﻗﻭﻉ ﺍﻟﺤﺎﺩﺙ ﻴﻤﻜﻨﻨﺎ ﺤﺴﺎﺒﻪ ﺒﺎﻟﺘﻭﺍﻓﻴﻕ ﻭﻫﻭ ﻴﺴﺎﻭﻱ‬
‫ﺘﻭﺍﻓﻴﻕ ‪ x‬ﻤﻥ ‪ n‬ﺃﻱ‬
‫‪n‬‬ ‫⎞‪⎛n‬‬ ‫!‪n‬‬
‫‪C‬‬ ‫‪x‬‬ ‫= ⎟⎟ ⎜⎜ =‬
‫! )‪⎝ x ⎠ x! (n - x‬‬

‫ﻭﻫﻜﺫﺍ ﻴﻜﻭﻥ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ ﻭﻫﻭ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ ﺼﻭﺭﻩ ‪ x‬ﻤﺭﺓ‬
‫ﺒﺎﻟﻀﺒﻁ ﻤﻥ ‪ n‬ﺍﺨﺘﺒﺎﺭ ﻤﺴﺎﻭﻴﹰﺎ ﺇﻟﻰ ‪:‬‬
‫‪(nx )p‬‬ ‫‪x‬‬
‫‪qn-x‬‬

‫ﻼ ‪ ،‬ﻟﻭ ﻜﺎﻨﺕ ‪ n‬ﺘﺴﺎﻭﻱ ‪ ٣‬ﺘﻜﻭﻥ ﺍﺤﺘﻤﺎﻻﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﻩ ‪، ٠‬‬

‫ﻤﺜــ ﹰ‬
‫‪ ٣ ، ٢ ، ١‬ﻤﺭﺍﺕ ﻫﻲ ﻋﻠﻰ ﺍﻟﺘﻭﺍﻟﻲ ‪:‬‬

‫‪(33) p3 , (23) p2 q , (13) pq2 , (03) q3‬‬

‫‪p3 , 3p2q , 3pq2 , q3‬‬
‫ﻭﻫﻲ ﻨﻔﺱ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺘﻲ ﺤﺼﻠﻨﺎ ﻋﻠﻴﻬﺎ ﻓﻲ ﺠﺩﻭل )‪(٣‬‬

‫‪118‬‬
 ‫ﻭﻴﻼﺤﻅ ﺃﻥ ﺍﻟﻘﻴﻡ ﺍﻟﻨﺎﺘﺠﺔ ﻋﻥ ﺍﻟﻘﺎﻨﻭﻥ‬
‫‪(nx )p‬‬ ‫‪x‬‬
‫‪qn-x‬‬

‫‪x = 0, 1, ….., n‬‬

‫ﻫﻲ ﻨﻔﺴﻬﺎ ﻗﻴﻡ ﺍﻟﺤﺩ ‪ x‬ﻓﻲ ﻤﻔﻜﻭﻙ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬

‫‪(q+p)n‬‬
‫ﺤﻴــﺙ‬

‫‪(q+p)n = qn +‬‬ ‫‪(1n )pq‬‬ ‫‪n-1‬‬

‫‪(n2 )p q +…+ (nx )p q‬‬
‫‪+‬‬ ‫‪2 n-2‬‬ ‫‪x n-x‬‬
‫‪+… +‬‬
‫‪(nn−1 )p q + p‬‬
‫‪n-1‬‬ ‫‪n‬‬

‫ﻭﻤﻥ ﻫﻨﺎ ﺠﺎﺀﺕ ﺘﺴﻤﻴﺔ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﺒﺎﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫ﻭﺒﺎﺨﺘﺼﺎﺭ ﻓﺎﻥ ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻫﻭ‪:‬‬

‫ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‪:‬‬

‫ﻫﻭ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﺘﻘﻁﻊ ‪ x‬ﻭﺍﻟـﺫﻱ‬
‫ﻴﻤﺜل ﻋﺩﺩ ﻤﺭﺍﺕ ﺍﻟﻨﺠﺎﺡ ﻓﻲ ‪ n‬ﺍﺨﺘﺒـﺎﺭ ﺜﻨـﺎﺌﻲ ﺍﻟﺤـﺩﻴﻥ ‪،‬‬
‫ﻭﻴﻌﻁﻲ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﺒﺎﻟﺼﻴﻐﺔ‬
‫= )‪f(x‬‬ ‫‪(nx ) p‬‬ ‫‪x‬‬
‫‪qn-x‬‬
‫ﺤﻴﺙ ‪:‬‬

‫‪x= 0, 1, …, n‬‬ ‫‪(i‬‬

‫‪ p‬ﻫﻲ ﺍﺤﺘﻤﺎل ﺍﻟﻨﺠﺎﺡ ﻓﻲ ﻜل ﺍﺨﺘﺒﺎﺭ‬ ‫‪(ii‬‬
‫‪ q‬ﻫﻲ ﺍﺤﺘﻤﺎل ﺍﻟﻔﺸل ﻓﻲ ﻜل ﺍﺨﺘﺒﺎﺭ‬ ‫‪(iii‬‬
‫‪p + q=١‬‬ ‫‪(iv‬‬

‫‪119‬‬
 ‫ﻤﺜـﺎل ‪: ٢‬‬
‫ﻁﻠﺏ ﻤﻥ ﺃﺤﺩ ﻤﻨﺘﺠﻲ ﺍﻟﻜﺭﺍﺴﻲ )ﺍﻟﻤﻘﺎﻋﺩ( ﺍﻟﻤﺩﺭﺴﻴﺔ ﺃﻥ ﻴﻀﻊ ﻓﻲ ﻜل‬
‫ﻏﺭﻓﺔ ﺩﺭﺍﺴﺔ ﺒﻌﺽ ﺍﻟﻤﻘﺎﻋﺩ ﺍﻟﺨﺎﺼﺔ ﺒﺎﻷﻋﺴﺭﻴﻥ )ﺍﻻﻴﺴﺭﻴﻥ(‪ .‬ﺇﺫﺍ ﻜﺎﻥ ﻴﻌﻠﻡ‬
‫ﺃﻥ ‪ %١٠‬ﻤﻥ ﺍﻟﺴﻜﺎﻥ ﺃﻋﺴﺭﻴﻥ ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﻏﺭﻓﺔ ﻟﻌﺸﺭﻴﻥ ﻁﺎﻟﺒﺎ‪:‬‬
‫ﻻ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﺃﻱ ﻋﺴﺭ‬ ‫‪(i‬‬
‫ﺍﺜﻨﺎﻥ ﻤﻨﻬﻡ ﺍﻋﺴﺭﺍﻥ‬ ‫‪(ii‬‬
‫ﺃﻜﺜﺭ ﻤﻥ ﺃﺜﻨﻴﻥ ﻤﻨﻬﻡ ﺃﻋﺴﺭﻴﻥ‬ ‫‪(iii‬‬

‫ﺍﻟﺤــل‪ :‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻻﻋﺴﺭﻴﻥ ﺍﻟﻤﻭﺠﻭﺩﻴﻥ ﻓﻲ ﻫﺫﻩ ﺍﻟﻐﺭﻓﺔ‬

‫ﺘﻜﻭﻥ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻤﻜﻨﺔ ﻟـ ‪ x‬ﻫﻲ ‪٢٠ ، ... ، ٢ ، ١ ، ٠‬‬
‫ﺩﻉ ‪ p‬ﺘﺴﺎﻭﻱ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻔﺭﺩ ﺍﻋﺴﺭﺍ‬
‫‪ q‬ﺘﺴﺎﻭﻱ ﺍﺤﺘﻤﺎل ﺃﻥ ﻻ ﻴﻜﻭﻥ ﺍﻟﻔﺭﺩ ﺍﻋﺴﺭﺍ‬

‫∴‬ ‫‪p = 0.10‬‬

‫‪q = 1-P‬‬ ‫‪= 0.90‬‬
‫‪n = 20‬‬

‫)‪i‬‬ ‫)‪) = f(0‬ﻻ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﺍﻋﺴﺭ( ‪p‬‬

‫= )‪f(x‬‬ ‫‪(nx )p q‬‬
‫‪x‬‬ ‫‪n-x‬‬

‫‪f(0) = (20‬‬
‫‪0 )p q‬‬
‫‪0‬‬ ‫‪20‬‬

‫‪= (q)20 = (0.90)20‬‬

‫‪= 0.122‬‬

‫‪120‬‬
 ‫)‪ii‬‬ ‫)‪) = f (2‬ﺍﺜﻨﺎﻥ ﺍﻋﺴﺭﺍﻥ( ‪P‬‬
‫)‪f(2‬‬ ‫=‬ ‫‪(202 ) p‬‬ ‫‪2‬‬
‫‪q18‬‬

‫‪= 190 (0.01)2 (0.90)18‬‬

‫‪= 190 (0.01) (0.9)18‬‬
‫‪= 0.285‬‬

‫)‪iii‬‬ ‫‪) = p (x > 2) = 1- p (x‬ﺍﻜﺜﺭ ﻤﻥ ﺍﺜﻨﻴﻥ( ‪P‬‬

‫)‪≤ 2‬‬

‫}) ‪= 1 - {p (x = 0) + p (x = 1) + p (x = 2‬‬

‫{‬
‫‪= 1 - (0.9) 20 + 20 (0.1) (0.9)19 + 0.285‬‬ ‫}‬
‫}‪= 1 - { 0.122 + 0.270 + 0.285‬‬
‫‪= 0.323‬‬

‫ƒ ﺘﻭﻗﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬

‫ﺒﺎﻟﻌﻭﺩﺓ ﺇﻟﻰ ﺍﻟﻤﺜﺎل ﺍﻟﺴﺎﺒﻕ ﻭﻫﻭ ﺘﺠﺭﺒﺔ ﺇﻟﻘﺎﺀ ﻗﻁﻌﺔ ﻋﻤﻠـﺔ ‪ n‬ﻤـﺭﺓ‬
‫ﻭﺒﺠﻌل ‪ n‬ﺘﺴﺎﻭﻱ ‪ ١‬ﻓﺎﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ x‬ﻭﻫﻭ ﻋﺩﺩ‬
‫ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ ﻤﻌﻁﻰ ﻓﻲ ﺍﻟﺠﺩﻭل )‪ (١‬ﻭﺍﻟﺘﻭﻗﻊ ﻟﻬﺫﺍ ﺍﻟﺘﻭﺯﻴـﻊ‬
‫ـﺩﻭل‬
‫ـﻲ ﺠـــــــــ‬
‫ـﻭﺏ ﻓـــــــــ‬
‫ﻤﺤﺴـــــــــ‬
‫)‪ (٤‬ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪121‬‬
 ‫ﺠــﺩﻭل )‪(٤‬‬
‫ﺘﻭﻗﻊ ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪n=1‬‬
‫‪X‬‬ ‫)‪f (x‬‬ ‫)‪x f (x‬‬
‫‪0‬‬ ‫‪q‬‬ ‫‪0‬‬

‫‪1‬‬ ‫‪p‬‬ ‫‪p‬‬

‫‪1‬‬
‫ﺍﻟﻤﺠﻤـــﻭﻉ‬ ‫‪µ = ∑ xf ( x ) = p‬‬
‫‪0‬‬

‫ﻭﺒﺠﻌل ‪ n‬ﺘﺴﺎﻭﻱ ‪ ٢‬ﻓﺈﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ x‬ﻭﻫﻭ ﻋﺩﺩ‬

‫ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﻩ ﻤﻌﻁﻰ ﻓﻲ ﺍﻟﺠﺩﻭل )‪ (٢‬ﻭﺍﻟﺘﻭﻗـﻊ )ﺃﻭ ﺍﻟﻭﺴـﻁ‬
‫ﺍﻟﺤﺴﺎﺒﻲ( ﻟﻬﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﻤﺤﺴﻭﺏ ﻓﻲ ﺠﺩﻭل )‪ (٥‬ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺠــﺩﻭل )‪(٥‬‬
‫ﺘﻭﻗﻊ ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪n=2‬‬

‫‪X‬‬ ‫)‪f(x‬‬ ‫)‪x f (x‬‬

‫‪2‬‬
‫‪0‬‬ ‫‪q‬‬ ‫‪0‬‬
‫‪1‬‬ ‫‪2pq‬‬ ‫‪2qp‬‬
‫‪2‬‬ ‫‪p2‬‬ ‫‪2p2‬‬

‫)‪E(x) = 2p (q+p‬‬
‫ﺍﻟﻤﺠﻤـــﻭﻉ‬
‫‪=2p‬‬

‫ﻭﺒﺠﻌل ‪ n‬ﺘﺴﺎﻭﻱ ‪ ٣‬ﻓﺈﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸـﻭﺍﺌﻲ ‪x‬‬

‫ﻫﻭ ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ ﻤﻌﻁﻰ ﻓﻲ ﺍﻟﺠﺩﻭل )‪ (٣‬ﻭﺍﻟﺘﻭﻗـﻊ )ﺃﻭ‬
‫ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ( ﻟﻬﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﻴﻤﻜﻥ ﺤﺴﺎﺒﻪ ﻜﻤﺎ ﻓﻲ ﺠﺩﻭل )‪ (٦‬ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪122‬‬
 ‫ﺠــﺩﻭل )‪(٦‬‬
‫ﺘﻭﻗﻊ ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪n=3‬‬

‫‪X‬‬ ‫)‪f(x‬‬ ‫)‪X f (x‬‬

‫‪0‬‬ ‫‪q3‬‬ ‫‪0‬‬
‫‪1‬‬ ‫‪3p2q‬‬ ‫‪3q2 p‬‬
‫‪2‬‬ ‫‪3qp2‬‬ ‫‪6q p2‬‬
‫‪3‬‬ ‫‪P3‬‬ ‫‪3p3‬‬
‫)‪µ = E(x) = 3p(q2 + 2qp + p2‬‬
‫ﺍﻟﻤﺠﻤـــﻭﻉ‬
‫‪= 3p (q + p)2 = 3p‬‬

‫ﻭﻫﻜﺫﺍ ﻓﺎﻨﻨﺎ ﻨﻼﺤﻅ ﺒﺄﻥ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ )ﺃﻭ ﺍﻟﺘﻭﻗﻊ( ﻟﻠﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫ﻫﻭ ‪:‬‬
‫‪ P‬ﺇﺫﺍ ﻜﺎﻨﺕ ‪ n‬ﺘﺴﺎﻭﻱ ‪١‬‬
‫‪ 2p‬ﺇﺫﺍ ﻜﺎﻨﺕ ‪ n‬ﺘﺴﺎﻭﻱ ‪٢‬‬
‫‪ 3p‬ﺇﺫﺍ ﻜﺎﻨﺕ ‪ n‬ﺘﺴﺎﻭﻱ ‪٣‬‬
‫ﻭﻴﻤﻜﻨﻨﺎ ﺍﻵﻥ ﺃﻥ ﻨﻌﻤﻡ ﻫﺫﻩ ﺍﻟﻨﺘﻴﺠﺔ ﻓﻨﻘﻭل ﺒﺄﻥ ﺘﻭﻗﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ‬
‫ﺍﻟﺤﺩﻴﻥ ﻴﺴﺎﻭﻱ ‪ n p‬ﻟـ ‪ n‬ﻤﻥ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ‪.‬‬

‫‪ -‬ﺘﻭﻗﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ p‬ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﻨﺠﺎﺡ ﻭ ‪ q‬ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﻔﺸل ﻓﻲ‬
‫ﻜل ﺍﺨﺘﺒﺎﺭ ﻓﺈﻥ ﻋﺩﺩ ﻤﺭﺍﺕ ﺍﻟﻨﺠﺎﺡ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻤﻥ ‪ n‬ﺍﺨﺘﺒﺎﺭ‬
‫‪µ‬‬ ‫ﻫﻭ ‪np‬‬

‫‪123‬‬
 ‫ﻭﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﺒﺭﻫﻥ ﺫﻟﻙ ﺃﻴﻀﹰﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺘﻌﺭﻴﻑ ﺍﻟﺘﻭﻗﻊ ﻜﻤﺎ ﻴﻠﻲ‬
‫‪n‬‬
‫)‪µ = E (x‬‬ ‫=‬ ‫)‪∑ x f (x‬‬
‫‪x =0‬‬
‫‪n‬‬
‫=‬ ‫‪∑ x (nx ) p x q n - x‬‬
‫‪x =0‬‬
‫‪n‬‬
‫!‪x n‬‬
‫=‬ ‫∑‬ ‫‪px qn -x‬‬
‫! )‪x = 0 x ! (n - x‬‬

‫‪n‬‬ ‫!‪n‬‬
‫=‬ ‫∑‬ ‫)‪p x q (n -1) - (x -1‬‬
‫‪x =1‬‬
‫! ])‪(x - 1) ! [(n - 1) - (x - 1‬‬

‫‪n‬‬ ‫)‪(n - 1) ! p x -1 q (n -1) - (x -1‬‬

‫∑ ‪= np‬‬
‫‪x =1‬‬
‫! ])‪(x - 1) ! [(n - 1) - (x - 1‬‬

‫‪n‬‬
‫)‪= np ∑ ( nx -−11) P x -1 q (n -1)-(x -1‬‬
‫‪x =1‬‬

‫‪= np (q+p)n-1‬‬

‫‪= np‬‬

‫ﻤﺜـﺎل ‪ : ٣‬ﺇﺫﺍ ﺃﻟﻘﻴﺕ ﻗﻁﻌﺔ ﻨﻘﺩﻴﺔ ‪ ١٠٠‬ﻤﺭﺓ ﻓﻤﺎ ﻫﻭ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺕ ﺍﻟﻤﺘﻭﻗﻌﺔ‬
‫ﻟﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ؟‬
‫ﺍﻟﺤــل‪ :‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻭﻫﻭ ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬـﻭﺭ ﺍﻟﻭﺠـﻪ‬
‫ﺼﻭﺭﺓ ﻭﻫﻜﺫﺍ ﻓﺈﻥ ‪ x‬ﻟﻬﺎ ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﺒـ‬
‫‪1‬‬
‫=‪P‬‬
‫‪2‬‬
‫‪n = 100‬‬

‫‪124‬‬
 ‫ﻭﺘﻭﻗﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ = ‪np‬‬
‫⎞‪⎛1‬‬
‫‪µ = E(x) = np = 100 ⎜ ⎟ = 50‬‬
‫⎠‪⎝2‬‬
‫ﻭﻫــﻭ ﺍﻟﻤﻁﻠـﻭﺏ‬

‫‪ o‬ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬

‫ﺒﺎﻟﻌﻭﺩﺓ ﺇﻟﻰ ﻤﺜﺎل )‪ (١‬ﻭﻫﻭ ﺘﺠﺭﺒﺔ ﺇﻟﻘﺎﺀ ﻗﻁﻌﺔ ﻨﻘﺩ ‪ n‬ﻤﺭﺓ ﻭﺒﺎﺴﺘﺨﺩﺍﻡ‬
‫ﻗﺎﻨﻭﻥ ﺍﻟﺘﺒﺎﻴﻥ )‪ σ 2x = ∑ (x - µ) 2 f(x‬ﻭﺒﺠﻌـل ‪ n‬ﺘﺄﺨـﺫ ﺍﻟﻘـﻴﻡ ‪٣ ،٢ ،١‬‬
‫ﻨﺴﺘﻁﻴﻊ ﺃﻥ ﻨﺼل ﺇﻟﻰ ﺼﻴﻐﺔ ﻋﺎﻤﺔ ﻟﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‪.‬‬
‫ﺒﺠﻌل ‪ n‬ﺘﺴﺎﻭﻱ ‪ ١‬ﻴﻜﻭﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸـﻭﺍﺌﻲ ‪x‬‬
‫ﻭﻫﻭ ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ ﻤﻌﻁﻰ ﻓﻲ ﺍﻟﺠﺩﻭل )‪ (١‬ﻭﺘﻭﻗﻊ ﻫـﺫﺍ‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﻜﻤﺎ ﺤﺴﺏ ﻓﻲ ﺍﻟﺠﺩﻭل )‪ (٤‬ﻭﻫﻭ ‪ p‬ﻭﺃﻤﺎ ﺘﺒﺎﻴﻥ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﻓـﻴﻤﻜﻥ‬
‫ﺤﺴﺎﺒﻪ ﻜﻤﺎ ﻓﻲ ﺠﺩﻭل )‪ (٧‬ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﺠــﺩﻭل )‪(٧‬‬
‫ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪n=1‬‬

‫‪X‬‬ ‫)‪f(x‬‬ ‫‪x- µ‬‬ ‫)‪(x- µ )2 f (x‬‬

‫‪0‬‬ ‫‪q‬‬ ‫‪0-p‬‬ ‫‪q2 q‬‬
‫‪1‬‬ ‫‪p‬‬ ‫‪1-p‬‬ ‫‪(1-p)2 p‬‬
‫‪σ 2x = p2q + q2p‬‬
‫ﺍﻟﻤﺠﻤـﻭﻉ‬
‫‪= pq (p+q) = pq‬‬

‫‪125‬‬
‫ﻭﺒﺠﻌل ‪ n‬ﺘﺴﺎﻭﻱ ‪ ٢‬ﻓﺈﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸـﻭﺍﺌﻲ ‪x‬‬
‫ﻭﺘﻭﻗﻊ ﻫـﺫﺍ‬ ‫ﻭﻫﻭ ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ ﻤﻌﻁﻰ ﻓﻲ ﺠﺩﻭل )‪(٢‬‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﻫﻭ ‪ 2p‬ﻜﻤﺎ ﺤﺴﺏ ﻓﻲ ﺠﺩﻭل )‪ (٥‬ﻭﺃﻤﺎ ﺘﺒﺎﻴﻥ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﻓـﻴﻤﻜﻥ‬
‫ﺍﻟﻭﺼﻭل ﺇﻟﻴﻪ ﻜﻤﺎ ﻓﻲ ﺠﺩﻭل )‪ (٨‬ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﺠــﺩﻭل )‪(٨‬‬
‫ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬
‫‪n=2‬‬

‫‪X‬‬ ‫)‪f(x‬‬ ‫–‪x‬‬ ‫)‪(x-u)2 f(x‬‬

‫‪u‬‬

‫‪0‬‬ ‫‪q2‬‬ ‫‪-2p‬‬ ‫‪4p2 q2‬‬

‫‪1‬‬ ‫‪2pq‬‬ ‫‪1-2p‬‬ ‫‪(1-2p)2 2pq‬‬

‫‪2‬‬ ‫‪p2‬‬ ‫‪2-2p‬‬ ‫‪4(1-p)2 p2‬‬

‫ﺍﻟﻤﺠﻤـﻭﻉ‬ ‫‪σ 2x = 4 2p q2 +(1-2p)2 2pq+4(1-p)2 p2‬‬

‫‪= 4 2p q2 + (1-4p+4p2) 2pq + 4q2 p2‬‬

‫‪= 8 2p q2 + 2pq - 8p2q + 8p2 q‬‬

‫‪= 8p2 q (q-1 + p) + 2p q‬‬

‫‪= 8p2 q (0) + 2p q‬‬

‫‪= 2pq‬‬

‫‪126‬‬
‫ﻭﺒﺠﻌل ‪ n‬ﺘﺴﺎﻭﻱ ‪ ٣‬ﻓﺎﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸـﻭﺍﺌﻲ ‪x‬‬
‫ﻭﻫﻭ ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ ﻤﻌﻁﻰ ﻓﻲ ﺠﺩﻭل )‪ (٣‬ﻭﺘﻭﻗـﻊ ﻫـﺫﺍ‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﻜﻤﺎ ﺤﺴﺏ ﻓﻲ ﺠﺩﻭل )‪ (٦‬ﻫﻭ ‪ 3p‬ﻭﻴﻤﻜﻨﻨﺎ ﺒﻨﻔﺱ ﺍﻟﻁﺭﻴﻘﺔ ﺍﻟﺴﺎﺒﻘﺔ ﺃﻥ‬
‫ﻨﺼل ﺇﻟﻰ ﺘﺒﺎﻴﻥ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﻴﺴﺎﻭﻱ ‪ 3pq‬ﻋﻨﺩﻤﺎ ‪ n‬ﺘﺴﺎﻭﻱ ‪٣‬‬
‫ﻭﻫﻜﺫﺍ ﻴﻜﻭﻥ ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻴﺴﺎﻭﻱ‪:‬‬
‫‪ pq‬ﻋﻨﺩﻤﺎ ‪ n‬ﺘﺴﺎﻭﻱ ‪١‬‬
‫‪ 2pq‬ﻋﻨﺩﻤﺎ ‪ n‬ﺘﺴﺎﻭﻱ ‪٢‬‬
‫‪ 3Pq‬ﻋﻨﺩﻤﺎ ‪ n‬ﺘﺴﺎﻭﻱ ‪٣‬‬
‫ﻭﻴﻤﻜﻨﻨﺎ ﺘﻌﻤﻴﻡ ﻫﺫﻩ ﺍﻟﻨﺘﻴﺠﺔ ﺒﺎﻟﻘﻭل ﺒﺎﻥ ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻴﺴـﺎﻭﻱ‬
‫‪ npq‬ﻟـ ‪ n‬ﺍﺨﺘﺒﺎﺭ‬

‫‪ -‬ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬

‫ﺇﺫﺍ ﻜﺎﻥ ‪ p‬ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﻨﺠﺎﺡ ﻭ ‪ q‬ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﻔﺸل ﻓﻲ ﻜل‬
‫ﺍﺨﺘﺒﺎﺭ ﻓﺈﻥ ﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟـ ‪ n‬ﺍﺨﺘﺒﺎﺭ ﻫﻭ‬

‫ﻭﻴﻤﻜﻨﻨﺎ ﺒﺭﻫﻨﻪ ﺫﻟﻙ ﺃﻴﻀﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻗﻭﺍﻨﻴﻥ ﺍﻟﺘﻭﻗﻊ ﻭﺍﻟﺘﺒﺎﻴﻥ ﻜﻤﺎ ﻴﻠﻲ‬
‫‪σ2x = E(x2) – [E (x)]2‬‬
‫‪n‬‬
‫= )‪E (x2‬‬ ‫)‪∑ x 2 f (x‬‬
‫‪x =0‬‬
‫‪n‬‬
‫=‬ ‫‪∑ x 2 ( nx ) p x q n - x‬‬
‫‪x =0‬‬

‫‪127‬‬
 n x 2 n ! p x q n -x
= ∑
x =0
x ! (n - x) !

x(x-1)+x ‫ ﺒـ‬x2 ‫ﻭﺒﺎﻟﺘﻌﻭﻴﺽ ﻤﺤل‬

n
[x(x - 1) + x] n ! x n − x
= ∑ x ! (n - x) !
p q
x =0
n x(x - 1) n ! x n − x n xn !
= ∑ x ! (n - x) ! p q + ∑ x ! (n - x) ! p x q n − x
x =0 x −0
n
n(n - 1) (n - 2) !
= ∑ (x - 2) ![(n - 2) - (x - 2)] !
px q(n-2)-(x-2) + E(x)
x =2
n
(n - 2) !
= n (n-1) p2 ∑ (x - 2) ![(n - 2) - (x - 2)] !
px-2 q(n-2)-(x-2) + np
x =2

= n (n-1) p2 (q + p) n − 2 + np

= n2 p2 – np2 + np

σ 2x = E (x2) – [E(x)]2

= n2 p2 – np2 + np – n2 p2
= np – np2
= np (1 – p)
= npq
σ2 = npq ‫ﻭﻫﻜﺫﺍ ﻓﺎﻥ‬

‫ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻠﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤـﺩﻴﻥ ﻴﺴـﺎﻭﻱ ﺍﻟﺠـﺫﺭ ﺍﻟﺘﺭﺒﻴﻌـﻲ‬

‫ﺍﻟﻤﻭﺠﺏ ﻟﻠﺘﺒﺎﻴﻥ‬
σ = σ2 = npq

128
 ‫ﻤﺜـﺎل ‪: ٤‬‬
‫ﺒﺎﻟﻌﻭﺩﺓ ﺇﻟﻰ ﻤﺜﺎل ‪ ٣‬ﻭﻫﻭ ﺇﻟﻘﺎﺀ ﻗﻁﻌﺔ ﻨﻘﺩ ‪ ١٠٠‬ﻤﺭﻩ ﻓﻤﺎ ﻫﻭ ﺍﻟﺘﺒﺎﻴﻥ‬
‫ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻌﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ ﺼﻭﺭﺓ؟‬
‫ﺍﻟﺤــل‪:‬‬
‫ﺩﻉ ‪ x‬ﺘﻤﺜل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻭﻫﻭ ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ ﺍﻟﻭﺠﻪ‬
‫ﺼﻭﺭﻩ ﻭﻫﻜﺫﺍ ﻓﺎﻥ ‪ x‬ﻟﻬﺎ ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻓﻴﻪ‬
‫‪1‬‬
‫= ‪P‬‬
‫‪2‬‬
‫‪1‬‬
‫= ‪q‬‬
‫‪2‬‬
‫‪n = 100‬‬
‫‪ = σ 2x = npq‬ﺍﻟﺘﺒﺎﻴﻥ‬
‫⎞‪⎛1⎞ ⎛1‬‬
‫‪= 100 ⎜ ⎟ ⎜ ⎟ = 25‬‬
‫⎠‪⎝2⎠ ⎝2‬‬
‫ﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‬ ‫= ‪=σ‬‬ ‫= ‪npq‬‬ ‫‪25 = 5‬‬

‫ƒ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴـــــﻭﻥ‬
‫ﻴﺴﺘﺨﺩﻡ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﺘﻲ ﺘﻜﻭﻥ ﻨﺘﻴﺠﺘﻬـﺎ ﻭﻗـﻭﻉ‬
‫ﺍﻟﺤﺩﺙ ﻤﻭﻀﻊ ﺍﻻﻫﺘﻤﺎﻡ ﻋﺩﺩﺍ ﺼﺤﻴﺤﹰﺎ ﻤﻥ ﺍﻟﻤﺭﺍﺕ ﺨﻼل ﻭﺤﺩﻩ ﺯﻤﻨﻴﺔ ﻤﺤﺩﺩﺓ‬
‫)ﻤﺜل ﺍﻟﺩﻗﻴﻘﺔ ﺃﻭ ﺍﻟﺴﺎﻋﺔ ﺃﻭ ﺍﻟﻴﻭﻡ ‪ ...‬ﺍﻟﺦ( ﺃﻭ ﻋﻠﻰ ﻭﺤﺩﻩ ﺃﻭ ﻤﻨﻁﻘﺔ ﻤﺤـﺩﺩﺓ‬
‫ﻤﻥ ﺍﻟﺤﻴﺯ )ﻤﺜل ﺍﻟﻁﻭل ﺃﻭ ﺍﻟﻤﺴﺎﺤﺔ( ‪ ،‬ﺒﻴﻨﻤﺎ ﻴﺴﺘﺨﺩﻡ ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤـﺩﻴﻥ‬

‫‪129‬‬
 ‫ﻟﻤﻌﺭﻓﺔ ﻋﺩﺩ ﻤﺭﺍﺕ ﻭﻗﻭﻉ ﺍﻟﺤﺩﺙ ﻤﻭﻀﻊ ﺍﻻﻫﺘﻤﺎﻡ ﻓﻲ ﻋﺩﺩ ﻤﺤﺩﺩ ﻤـﻥ‬
‫ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ‪ .‬ﻭﻤﻥ ﺃﻤﺜﻠﺔ ﺘﻁﺒﻴﻘﺎﺕ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ‪:‬‬
‫ﺃ( ﺍﻟﻤﺴﺎﺌل ﺍﻟﺘﻲ ﺘﺤﺘﺎﺝ ﺇﻟﻰ ﺍﻻﻨﺘﻅﺎﺭ ﺃﻭ ﺍﻟﻤﺭﺘﺒﻁﻪ ﺒﺎﻟﺯﻤﻥ ﻤﺜل ‪:‬‬
‫‪ -‬ﻋﺩﺩ ﺤﻭﺍﺩﺙ ﺍﻟﺴﻴﺭ ﻓﻲ ﺃﺴﺒﻭﻉ ﺒﻤﺩﻴﻨﺔ ﻤﺎ‪.‬‬
‫‪ -‬ﻋﺩﺩ ﺍﻟﻘﻁﺎﺭﺍﺕ ﺍﻟﺘﻲ ﺘﻐﺎﺩﺭ ﺍﻟﻤﺤﻁﺔ ﻓﻲ ﺍﻟﺴﺎﻋﺔ‪.‬‬
‫‪ -‬ﻋﺩﺩ ﺍﻟﻤﺭﺍﺠﻌﻴﻥ ﻓﻲ ﺃﺤﺩ ﻤﺭﺍﻜﺯ ﺍﻟﺨﺩﻤﺔ ﻓﻲ ﺍﻟﻴﻭﻡ‪.‬‬
‫‪ -‬ﻋﺩﺩ ﺍﻟﻤﻜﺎﻟﻤﺎﺕ ﺍﻟﻬﺎﺘﻔﻴﺔ ﺍﻟﺘﻲ ﻴﺘﻠﻘﺎﻫﺎ ﺍﻟﺭﺍﺩﻴﻭﺘﺎﻜﺴﻲ ﻓﻲ ﺍﻟﺩﻗﻴﻘﺔ‪.‬‬

‫ﺏ( ﺍﻟﻤﺴﺎﺌل ﺍﻟﺘﻲ ﺘﺭﺘﺒﻁ ﺒﻤﻨﺎﻁﻕ ﺍﻟﻔﺭﺍﻍ ﺃﻭ ﺍﻟﺤﻴﺯ ﻤﺜل ﺍﻟﻤﺴﺎﺌل‬

‫ﺍﻟﻤﺭﺘﺒﻁﺔ ﺒﻤﺭﺍﻗﺒﺔ ﺍﻟﺠﻭﺩﺓ ﻭﻤﻨﻬﺎ ‪:‬‬
‫‪ -‬ﻋﺩﺩ ﺍﻟﻌﻴﻭﺏ ﺍﻟﻤﻭﺠﻭﺩﺓ ﻓﻲ ﻗﻁﻌﺔ ﻗﻤﺎﺵ ﻤﺤﺩﺩﺓ ﺍﻟﻤﺴﺎﺤﺔ‬
‫‪ -‬ﻋﺩﺩ ﺍﻟﻌﻴﻭﺏ ﺍﻟﻤﻭﺠﻭﺩﺓ ﻓﻲ ﺴﻠﻙ ﻟﻠﻬﺎﺘﻑ ﻁﻭﻟﻪ ﻜﻴﻠﻭﻤﺘﺭﺍﻥ‬
‫‪ -‬ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﺍﻟﻤﻁﺒﻌﻴﺔ ﻓﻲ ﺍﻟﺼـﻔﺤﺔ ﺍﻟﺘـﻲ ﺘﺭﺘﻜﺒﻬـﺎ ﺇﺤـﺩﻯ‬
‫ﺍﻟﺴﻜﺭﺘﻴﺭﺍﺕ‬
‫ﻭﻫﻜﺫﺍ ﻓﺎﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺒﻭﺍﺴﻭﻨﻲ ﻫﻭ ﻤﺘﻐﻴﺭ ﻤﺘﻘﻁﻊ ﻴﺎﺨﺫ ﻗﻴﻤﺔ ﻤـﻥ ﺍﻟﻘـﻴﻡ‬
‫ﺼﻔﺭ ﺃﻭ ‪ ١‬ﺃﻭ ‪ ٢‬ﺃﻭ ‪ ...‬ﻓﻲ ﻓﺘﺭﺓ ﺯﻤﻨﻴﺔ ﻤﺘﺼﻠﺔ ﺃﻭ ﻓـﻲ ﺤﻴـﺯ ﺃﻭ ﻤﻨﻁﻘـﺔ‬
‫ﻤﺘﺼﻠﺔ ﻭﻴﺠﺏ ﺃﻥ ﻴﺤﻘﻕ ﺍﻟﺸﺭﻭﻁ ﺍﻟﺜﻼﺜﺔ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -١‬ﻋﺩﺩ ﻤﺭﺍﺕ ﺍﻟﻨﺠﺎﺡ ﻤﺴﺘﻘﻠﺔ ﻓﻲ ﻓﺘﺭﺘﻴﻥ ﻤﺘﺘﺎﻟﻴﺘﻴﻥ ﻤﻥ ﺍﻟﺯﻤﻥ ﺃﻭ‬
‫ﻤﻨﻁﻘﺘﻴﻥ ﻤﺘﺼﻠﺘﻴﻥ ﻤﻥ ﺍﻟﺤﻴﺯ‪.‬‬
‫‪ -٢‬ﺍﺤﺘﻤﺎل ﺍﻟﻨﺠﺎﺡ ﺨﻼل ﻓﺘﺭﺓ ﻗﺼﻴﺭﺓ ﻤﻥ ﺍﻟﺯﻤﻥ ﺃﻭ ﻤﻨﻁﻘﺔ ﺼﻐﻴﺭﺓ ﻤﻥ‬
‫ﺍﻟﺤﻴﺯ ﻴﺘﻨﺎﺴﺏ ﻤﻊ ﻁﻭل ﻫﺫﻩ ﺍﻟﻔﺘﺭﺓ ﺃﻭ ﻤﻨﻁﻘﺔ ﻫﺫﺍ ﺍﻟﺤﻴﺯ‪.‬‬

‫‪130‬‬
‫‪ -٣‬ﺍﺤﺘﻤﺎل ﻨﺠﺎﺤﻴﻥ ﺃﻭ ﺃﻜﺜﺭ ﺨﻼل ﻓﺘﺭﺓ ﺯﻤﻨﻴﺔ ﻗﺼﻴﺭﺓ ﺃﻭ ﻤﻨﻁﻘﺔ‬
‫ﻤﻥ ﺍﻟﺤﻴﺯ ﺼﻐﻴﺭﺓ ﻴﻜﻭﻥ ﺼﻐﻴﺭﹰﺍ ﺠﺩﹰﺍ ﺒﺤﻴﺙ ﻴﻤﻜﻥ ﺇﻫﻤﺎﻟﻪ‪.‬‬

‫‪131‬‬
 ‫ﻭﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻤﺘﻐﻴﺭ ﺒﻭﺍﺴﻭﻥ ﺍﻟﻌﺸـﻭﺍﺌﻲ ﻴـﺩﻋﻲ ﺒﺘﻭﺯﻴـﻊ‬
‫ﺒﻭﺍﺴﻭﻥ ﻭﻴﻌﻁﻲ ﺤﺴﺏ ﺍﻟﺘﻌﺭﻴﻑ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ -‬ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ X‬ﻫﻲ ﻤﺘﻐﻴﺭ ﺒﻭﺍﺴﻭﻥ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻭﺍﻥ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻤﻜﻨﺔ ﻟـ ‪X‬‬
‫ﻫﻲ ‪ ... ،٢ ،١ ،٠‬ﻓﺎﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟـ ‪ X‬ﻴﺩﻋﻰ ﺒﺘﻭﺯﻴﻊ‬
‫ﺒﻭﺍﺴﻭﻥ‪ .‬ﻭﻴﻌﻁﻰ ﺒﺎﻟﺼﻴﻐﺔ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪e −λ λx‬‬
‫= )‪f(x‬‬
‫!‪x‬‬
‫ﺤﻴﺙ‬
‫‪... ، ٢ ،١ ،٠ = x‬‬
‫‪ = e‬ﺜﺎﺒﺕ ﻗﻴﻤﺘﻪ ‪٢.٧١٨٢٨‬‬
‫‪ = λ‬ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﻤﺭﺍﺕ ﺍﻟﻨﺠﺎﺡ ﻓﻲ ﺍﻟﻔﺘﺭﺓ ﺍﻟﺯﻤﻨﻴﺔ ﺃﻭ ﻤﻨﻘﻁﺔ‬
‫ﺍﻟﺤﻴﺯ ﺍﻟﻤﺤﺩﺩﺓ ﻭﺘﺴﻤﻰ ﻤﻌﻠﻤﺔ ﺍﻟﺘﻭﺯﻴﻊ‪.‬‬

‫ﻤﺜـﺎل ‪:٥‬‬
‫ﺍﻓﺘﺭﺽ ﺃﻥ ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﺯﺒﺎﺌﻥ ﻓﻲ ﺍﻟﺩﻗﻴﻘﺔ ﺍﻟﺫﻴﻥ ﻴﺩﺨﻠﻭﻥ ﺍﺤﺩ ﺍﻟﻤﺤﻼﺕ‬
‫ﺍﻟﺘﺠﺎﺭﻴﺔ ﻫﻭ ﺜﻼﺜﺔ ﺯﺒﺎﺌﻥ ‪ ،‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ ﺃﻭﺠﺩ ﺍﺤﺘﻤﺎل ﺍﻥ ﺃﺭﺒﻌﺔ‬
‫ﺯﺒﺎﺌﻥ ﺒﺎﻟﻀﺒﻁ ﺴﻴﺩﺨﻠﻭﻥ ﺍﻟﻤﺤل ﺨﻼل ﺩﻗﻴﻘﺔ ﻤﻌﻴﻨﺔ‪.‬‬

‫‪132‬‬
 ‫ﺍﻟﺤــل‪:‬‬
‫ﺩﻉ ‪ x‬ﺘﻤﺜل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻋﺩﺩ ﺍﻟﺯﺒﺎﺌﻥ ﺍﻟﺫﻴﻥ ﻴﺩﺨﻠﻭﻥ ﺍﻟﻤﺤل ﻓﻲ‬
‫ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻨﻲ ﻤﺘﻭﺴﻁﺔ ‪ λ‬ﺘﺴﺎﻭﻱ ‪ . ٣‬ﺒﺎﺴـﺘﺨﺩﺍﻡ‬ ‫ﺍﻟﺩﻗﻴﻘﺔ ﻓﻴﻜﻭﻥ ﻟـ ‪x‬‬
‫ﺼﻴﻐﺔ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ‪:‬‬
‫‪e −λ λx‬‬
‫= )‪f(x‬‬
‫!‪x‬‬
‫‪e −3 (3) 4‬‬
‫= )‪p(x=4) = f (4‬‬
‫!‪4‬‬
‫)‪0.05 (81‬‬
‫=‬
‫‪24‬‬
‫)ﺤﻴﺙ ‪(e-3 = ٠.٠٥‬‬
‫‪135‬‬
‫=‬
‫‪800‬‬
‫‪= 0.16875‬‬

‫ﻤﺜـﺎل ‪:٦‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﻌﻴﻭﺏ ﻓﻲ ﺸﺭﻴﺤﺔ ﺯﺠﺎﺠﻴﺔ ﻜﺒﻴﺭﺓ ﻫﻭ ﻭﺍﺤﺩ‬
‫ﻟﻜل ‪ ٢٠‬ﻗﺩﻡ ﻤﺭﺒﻊ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﺸﺭﻴﺤﺔ ‪ ١٠ × ٣‬ﻗﺩﻡ ‪:‬‬
‫ﻻ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻋﻴﻭﺏ‪.‬‬ ‫‪(i‬‬
‫ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻋﻴﺏ ﻭﺍﺤﺩ ﻋﻠﻰ ﺍﻷﻗل‪.‬‬ ‫‪(ii‬‬

‫‪133‬‬
 ‫ﺍﻟﺤــل‪:‬‬
‫ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﻌﻴﻭﺏ ﻓﻲ ﺍﻟﺸﺭﻴﺤﺔ ‪١٠ × ٣‬‬
‫ﻓﻴﻜﻭﻥ ﻟـ ‪ x‬ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻨﻲ ﻤﻌﻠﻤﺘﻪ ﻫﻲ‬
‫‪3 × 10‬‬
‫= ‪λ‬‬ ‫‪= 1.5‬‬
‫‪20‬‬
‫ﺃﻱ ﺃﻥ ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﻌﻴﻭﺏ ﻓﻲ ﺍﻟﺸﺭﻴﺤﺔ ‪ ١٠ × ٣‬ﻫﻭ ‪١.٥‬‬
‫ﻭﺒﺘﻁﺒﻴﻕ ﺼﻴﻐﺔ ﺒﻭﺍﺴﻭﻥ‪:‬‬
‫‪e −λ λx‬‬
‫= )‪f(x‬‬
‫!‪x‬‬
‫‪e −1.5 (1.5)0‬‬
‫= )‪i) P (x=0) = f(0‬‬ ‫= ‪= e-1.5‬‬
‫!‪0‬‬
‫‪0.223‬‬
‫= )‪) = 1-p (x=0‬ﻋﻴﺏ ﻭﺍﺤﺩ ﻋﻠﻰ ﺍﻷﻗل( ‪ii) p‬‬

‫‪1 - 0.223‬‬
‫‪= 0.777‬‬

‫ƒ ﺘﻭﻗﻊ ﻭﺘﺒﺎﻴﻥ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ‬

‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ x‬ﺘﻤﺜل ﻤﺘﻐﻴﺭ ﺒﻭﺍﺴﻭﻨﻲ ﻭﺒﺎﻟﺘﺎﻟﻲ ﻟﻬﺎ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ‬
‫‪e −λ λx‬‬
‫= )‪f(x‬‬
‫!‪x‬‬
‫… ‪x = 0, 1, 2,‬‬
‫‪λ > 0‬‬
‫ﻓﺎﻥ ﺘﻭﻗﻊ ﻭﺘﺒﺎﻴﻥ ﻤﺘﻐﻴﺭ ﺒﻭﺍﺴﻭﻥ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ x‬ﻴﺴﺎﻭﻱ ﻤﻌﻠﻤﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺃﻱ‬
‫ﻴﺴﺎﻭﻱ ‪ λ‬ﺃﻱ ﺃﻥ‪:‬‬

‫‪134‬‬
 µ x = E(x) = λ

σ 2x = E (x2) – [ E (x)]2 = λ

:‫ﺍﻟﺒﺭﻫــﺎﻥ‬
∞
E (x) = ∑x f (x)
x =0

∞
e-λ λx
= ∑ x
x!
0

∞ e-λ λx
= ∑ ( x − 1) !
1

∞
λx -1
= λ e-λ ∑
1 ( x − 1) !

‫ﻭﻤﻥ ﺍﻟﻤﻌﺭﻭﻑ ﻓﻲ ﺍﻟﺘﻔﺎﻀل ﻭﺍﻟﺘﻜﺎﻤل ﺃﻥ‬

λ λ2 1 λx
eλ = 1 + + + ... = ∑
1! 2! x =0
x!

∴ E (x) = λ e-λ eλ = λ
∞
E (x2) = ∑ x 2f ( x )
x =0
∞
x 2 e-λ λx
= ∑ x!
0

‫ ﻴﻨﺘﺞ‬X(X-1)+X ‫ ﺒﺎﻟﻘﻴﻤﺔ‬X2 ‫ﺒﺘﻌﻭﻴﺽ‬

135
 ∞
[x (x - 1) + x] e-λ λx
= ∑ x!
0

∞ [x (x - 1) e-λ λx ∞ x e-λ λx
= ∑ x!
+∑
x!
0 0
∞
x e-λ λx
= ∑ ( x − 2) !
+ E (x)
2
∞
λx - 2
= λ2 e − λ ∑ +λ
2 ( x − 2) !

= λ 2 e- λ e λ + λ

= λ2 + λ

var (x) = E (x2) – [ E (x) ]2

= (λ2 + λ) - λ2

=λ

136
 ‫ﺘﻤﺎﺭﻴـﻥ‬
‫ﺍﻟﻔﺼــل ﺍﻟﺭﺒـﻊ‬

‫‪ (١‬ﺼﻨﺩﻭﻕ ﺒﺩﺍﺨﻠﻪ ‪ ٢٠‬ﻤﺼﺒﺎﺤﹰﺎ ﻜﻬﺭﺒﺎﺌﻴﺎ ﻤﻨﻬﺎ ‪ ٥‬ﺘﺎﻟﻔﺔ ‪ ،‬ﺴﺤﺒﻨﺎ ‪٤‬‬

‫ﻤﺼﺎﺒﻴﺢ ﺒﻁﺭﻴﻘﺔ ﻋﺸﻭﺍﺌﻴﺔ ﻤﻊ ﺍﻹﻋﺎﺩﺓ ﺃﺤﺴﺏ ﺍﺤﺘﻤﺎل ‪:‬‬
‫)‪(٢٧/٦٤‬‬ ‫‪ (i‬ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻤﺼﺒﺎﺡ ﻭﺍﺤﺩ ﻤﻌﻴﺏ )ﺘﺎﻟﻑ(‬
‫‪ (ii‬ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻤﺼﺒﺎﺡ ﻭﺍﺤﺩ ﻋﻠﻰ ﺍﻷﻗل ﻤﻌﻴﺏ )ﺘﺎﻟﻑ( )‪(١٧٥/٢٥٦‬‬

‫‪ (٢‬ﺇﺫﺍ ﻜﺎﻥ ﺍﻻﻤﺘﺤﺎﻥ ﻴﺘﻜﻭﻥ ﻤﻥ ‪ ١٠‬ﺃﺴﺌﻠﺔ ﻭﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺠﻴﺏ ﺍﻟﻁﺎﻟﺏ‬

‫ﻋﻠﻰ ﺃﻱ ﺴﺅﺍل ﻋﺸﻭﺍﺌﻲ ﻫﻭ ‪ ٠.٢‬ﺃﻭﺠﺩ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬
‫)‪(٠.١٠٧٤‬‬ ‫‪ (i‬ﺍﺤﺘﻤﺎل ﺍﻻ ﻴﺠﻴﺏ ﺍﻟﻁﺎﻟﺏ ﻋﻠﻰ ﺃﻱ ﺴﺅﺍل‬
‫)‪(٠.٨٩٢٦‬‬ ‫‪ (ii‬ﺃﻥ ﻴﺠﻴﺏ ﻋﻠﻰ ﺴﺅﺍل ﺃﻭ ﺍﻜﺜﺭ‬
‫)‪(٠.٢‬‬ ‫‪ (iii‬ﺃﻥ ﻴﺠﻴﺏ ﻋﻠﻰ ‪ ٣‬ﺃﺴﺌﻠﺔ ﻓﻘﻁ‬

‫‪ (٣‬ﺇﺫﺍ ﻜﺎﻥ ‪ ٠.١٥‬ﻤﻥ ﺇﻨﺘﺎﺝ ﺇﺤﺩﻯ ﺍﻟﺸﺭﻜﺎﺕ ﻤﻥ ﺍﻟﺘﻠﻔﺯﻴﻭﻨﺎﺕ ﺍﻟﻤﻠﻭﻨﻪ ﻤﻌﻴﺒﺎ‬

‫‪ ،‬ﺸﺤﻥ ‪ ١٥‬ﺠﻬﺎﺯﺍ ﺇﻟﻰ ﺃﺤﺩ ﺍﻟﻌﻤﻼﺀ ‪ .‬ﻓﺈﺫﺍ ﺍﻋﺘﺒﺭﻨﺎ ﻜل ﺠﻬﺎﺯ ﺘﺠﺭﺒـﺔ‬
‫ﻤﺴﺘﻘﻠﺔ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ‪:‬‬
‫‪ (i‬ﺃﻥ ﻻ ﻴﻜﻭﻥ ﻤﻥ ﺒﻴﻥ ﺍﻟﺸﺤﻨﻪ ﺃﻱ ﺘﻠﻔﺯﻴﻭﻥ ﻤﻌﻴﺏ‬
‫)‪(٠.٠٨٧٣‬‬
‫)‪(٠.٣١٨٥‬‬ ‫‪ (ii‬ﺃﻥ ﻴﻜﻭﻥ ﻭﺍﺤﺩﺍ ﺃﻭ ﺃﻗل ﻤﻌﻴﺒﺎ‬

‫‪137‬‬
 ‫‪ (٤‬ﺇﺫﺍ ﺍﻟﻘﻴﻨﺎ ﺤﺠﺭ ﺍﻟﻨﺭﺩ ‪ ٤‬ﻤﺭﺍﺕ ﻭﻜﺎﻨﺕ ‪ k‬ﺘﻤﺜل ﻋﺩﺩ ﻤﺭﺍﺕ ﻅﻬﻭﺭ‬
‫ﺍﻟﻭﺠﻪ ﺴﺘﺔ ﻓﻲ ﻫﺫﻩ ﺍﻟﺭﻤﻴﺎﺕ ﺍﻷﺭﺒﻊ ﺃﻭﺠﺩ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟـ ‪. k‬‬

‫‪ (٥‬ﺃﺴﺭﻩ ﻟﺩﻴﻬﺎ ‪ ٥‬ﺃﻁﻔﺎل ﻓﺈﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻁﻔل ﻭﻟـﺩﺍ ﻴﺴـﺎﻭﻱ‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺒﻨﺘﺎ ﻭﻴﺴﺎﻭﻱ ‪ ، ١/٢‬ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ‪:‬‬
‫)‪(١/١٦‬‬ ‫‪ (i‬ﺃﻥ ﻴﻜﻭﻥ ﺠﻤﻴﻊ ﺍﻷﻁﻔﺎل ﻤﻥ ﻨﻔﺱ ﺍﻟﺠﻨﺱ‬
‫‪ (ii‬ﺃﻥ ﻴﻜﻭﻥ ﻟﺩﻯ ﺍﻷﺴﺭﺓ ﻋﻠﻰ ﺍﻷﻗل ﻭﻟﺩﺍ ﻭﺍﺤﺩﺍ ﻭﺒﻨﺘﺎ ﻭﺍﺤﺩﺓ‬
‫)‪(١٥/١٦‬‬

‫‪ (٦‬ﻋﻠﻴﺔ ﻤﻥ ﺒﺫﻭﺭ ﺍﻟﻭﺭﺩ ﺜﻠﺜﻬﺎ ﻴﻌﻁﻲ ﻭﺭﺩﹰﺍ ﺃﺤﻤﺭﺍ ﻭﺍﻟﺒـﺎﻗﻲ ﻴﻌﻁـﻲ ﻭﺭﺩﺍ‬
‫ﺃﺒﻴﻀﹰﺎ ‪ ،‬ﻓﺈﺫﺍ ﺯﺭﻋﻨﺎ ‪ ٧‬ﺒﺫﺭﺍﺕ ﻤﻥ ﻫﺫﻩ ﺍﻟﻌﻠﺒﺔ ﻓﺄﺤﺴﺏ ﺍﺤﺘﻤﺎل ‪:‬‬
‫)‪(١٢٨/٢١٨٧‬‬ ‫‪ (i‬ﺍﻥ ﻻ ﻨﺤﺼل ﻋﻠﻰ ﺃﻱ ﻭﺭﺩﻩ ﺤﻤﺭﺍﺀ‬
‫)‪(٤٤٨/٢١٨٧‬‬ ‫‪ (ii‬ﺃﻥ ﻨﺤﺼل ﻋﻠﻰ ﻭﺭﺩﻩ ﻭﺍﺤﺩﻩ ﺤﻤﺭﺍﺀ‬
‫)‪(١/٢١٨٧‬‬ ‫‪ (iii‬ﺍﻥ ﻻ ﻨﺤﺼل ﻋﻠﻰ ﺃﻱ ﻭﺭﺩﻩ ﺒﻴﻀﺎﺀ‬

‫‪ (٧‬ﺇﺫﺍ ﻜﺎﻥ ﻓﻲ ﺍﻟﻤﺘﻭﺴﻁ ﻫﺎﺘﻔﺎ ﻭﺍﺤﺩﺍ ﻤﻥ ﺒﻴﻥ ﻜل ‪ ٤‬ﻫﻭﺍﺘﻑ ﻴﻜﻭﻥ ﻤﺸﻐﻭﻻ‬

‫ﻓﻲ ﻤﻨﻁﻘﺔ ﺘﺠﺎﺭﻴﺔ ﻓﻲ ﻤﺩﻴﻨﺔ ﻤﺎ ﺒﻴﻥ ﺍﻟﺴﺎﻋﺔ ﺍﻟﺤﺎﺩﻴﺔ ﻋﺸـﺭﻩ ﻭﺍﻟﺴـﺎﻋﺔ‬
‫ﺍﻟﺜﺎﻨﻴﺔ ﻋﺸﺭﻩ ﻭﺍﻥ ﺘﺴﻌﺔ ﺃﺭﻗﺎﻡ ﻋﺸﻭﺍﺌﻴﺔ ﻁﻠﺒﺕ ﻓﻲ ﺫﻟﻙ ﺍﻟﻭﻗـﺕ ﺃﻭﺠـﺩ‬
‫ﺍﺤﺘﻤﺎل‪:‬‬
‫)‪(٠.٠٧٥‬‬ ‫‪ (i‬ﺃﻥ ﺠﻤﻴﻊ ﺍﻟﻬﻭﺍﺘﻑ ﺍﻟﻤﻁﻠﻭﺒﺔ ﻏﻴﺭ ﻤﺸﻐﻭﻟﺔ‬
‫)‪(٠.٢٢٥‬‬ ‫‪ (ii‬ﺃﻥ ﻭﺍﺤﺩﺍ ﻓﻘﻁ ﻤﺸﻐﻭﻻ‬

‫‪138‬‬
 ‫‪ (iii‬ﺃﻥ ﺍﺜﻨﻴﻥ ﺃﻭ ﺃﻜﺜﺭ ﻤﻥ ﺍﻟﻬﻭﺍﺘﻑ ﺍﻟﻤﻁﻠﻭﺒﺔ ﻤﺸﻐﻭﻟﺔ‬
‫)‪(٠.٧٠٠‬‬

‫‪ (٨‬ﺸﺨﺼﺎﻥ ﺃﻟﻘﻰ ﻜل ﻤﻨﻬﻤﺎ ﻗﻁﻌﺔ ﻨﻘﺩ ﺨﻤﺱ ﻤﺭﺍﺕ ﺇﺤﺴﺏ ﺍﺤﺘﻤﺎل ﺃﻨﻬﻤـﺎ‬
‫ﻼ ﻋﻠﻰ ﻨﻔﺱ ﺍﻟﻌﺩﺩ ﻤﻥ ﺍﻟﺼﻭﺭ‪.‬‬
‫ﺤﺼ ﹰ‬
‫)‪(٦٣/٢٥٦‬‬

‫‪ (٩‬ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺍﻟﺘﻬﺩﻴﻑ ﻟﻼﻋﺏ ﻜﺭﻩ ﺴﻠﺔ ﻓﻲ ﻜل ﺭﻤﻴﺔ ﻫﻭ ‪ ١/٥‬ﻓﻤﺎ ﻫﻭ‬
‫ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ‪ ٤‬ﺃﻫﺩﺍﻑ ﻋﻠﻰ ﺍﻷﻗل ﻤﻥ ‪ ٢٥‬ﺭﻤﻴﻪ‪.‬‬
‫)‪(٠.٧٦٦‬‬

‫‪ (١٠‬ﻓﻲ ﺃﺤﺩ ﺍﻻﻤﺘﺤﺎﻨﺎﺕ ﺍﻟﺸﻔﻭﻴﺔ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﺠﻴﺏ ﻨﻭﺍل ﻋﻠﻰ ﺴﺅﺍل ﺍﺠﺎﺒﻪ‬
‫ﺼﺤﻴﺤﺔ ﻫﻭ ‪ ١/٣‬ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺴﺅﺍل ﺍﻟﺨـﺎﻤﺱ ﻫـﻭ ﺃﻭل‬
‫ﺴﺅﺍل ﺘﺠﻴﺏ ﻋﻠﻴﻪ ﺇﺠﺎﺒﺔ ﺼﺤﻴﺤﺔ )‪.(١٦/٢٤٣‬‬

‫‪ (١١‬ﺍﻓﺘﺭﺽ ﺃﻥ ‪ ٠.٣٠‬ﻤﻥ ﺍﻟﻁﻠﺒﺔ ﻴﺩﺨﻨﻭﻥ ‪ ،‬ﺍﺨﺘﻴﺭﺕ ﻋﻴﻨﻪ ﻋﺸﻭﺍﺌﻴﺔ ﻤﻥ ‪٦‬‬

‫ﺃﺸﺨﺎﺹ ‪ ،‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺍﺜﻨﻴﻥ ﻤﻨﻬﻡ ﻋﻠﻰ ﺍﻷﻗل ﻴﺩﺨﻨﻭﻥ؟ )‪(٠.٥٨‬‬

‫‪ (١٢‬ﺇﺫﺍ ﻜﺎﻨـﺕ ﺩﺭﺠـﺔ ﺍﻟﺜﻘــﺔ ﻓـﻲ ﺍﻟﺘﺭﺍﻨﺯﻴﺯﺘــﻭﺭ ﻫــﻲ ‪. ٠.٩٠‬‬

‫ﺭﺍﺩﻴﻭﺒـﻪ ‪ ١٠‬ﺘﺭﺍﻨﺯﻴﺯﺘﻭﺭﺍﺕ ‪ ،‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺨﻠل‬
‫)‪(٠.٦٥١٣‬‬

‫‪139‬‬
 ‫‪ (١٣‬ﺃﻭﺠﺩ ﻗﻴﻡ ﺍﻟﻤﻌﻠﻤﺎﺕ ‪ p , n‬ﻟﻠﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﺍﻟﺫﻱ ﻭﺴـﻁﻪ ‪٩‬‬
‫ـﻪ‬
‫ﻭﺘﺒﺎﻴﻨـــــــــــــــــــــــــــــــ‬
‫‪( n = ١٥ ، p = ٣/٥) ١٨/٥‬‬

‫‪ (١٤‬ﺃﻭﺠﺩ ﻜل ﻤﻥ ﺘﻭﻗﻊ ﻭﺘﺒﺎﻴﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﺍﻟﺫﻱ ﻓﻴﻪ ‪، p = 0.2‬‬

‫‪n = 35‬‬
‫‪(µ = 7‬‬ ‫)‪σ2 = 5.6‬‬

‫‪ (١٥‬ﻜﺘﺎﺏ ﻤﺅﻟﻑ ﻤﻥ ‪ ٢٣٢‬ﺼﻔﺤﺔ ‪ ،‬ﺒﻪ ‪ ٢٣٢‬ﺨﻁﺄ ﻤﻁﺒﻌﻲ ﻤﻭﺯﻋﻪ‬

‫ﻋﺸﻭﺍﺌﻴﺎ ﺃﺤﺴﺏ ﺍﺤﺘﻤﺎل ﺍﻥ ﺼﻔﺤﺔ ﻤﺎ ‪:‬‬
‫) = ‪e-1/2‬‬ ‫ﺒﻬﺎ ﺒﺎﻟﻀﺒﻁ ﺨﻁﺄﻴﻥ‬ ‫‪(i‬‬
‫‪(0.1839‬‬
‫)‪(2e-1 = 0.7356‬‬ ‫‪ (ii‬ﺒﻬﺎ ﺃﻗل ﻤﻥ ﺨﻁﺄﻴﻥ‬

‫‪ (١٦‬ﺇﺫﺍ ﻜﺎﻥ ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺤﻭﺍﺩﺙ ﺍﻟﻌﻤل ﻓﻲ ﻤﺼﻨﻊ ﻤﺎ ﻫﻭ ‪ ٤‬ﺤﻭﺍﺩﺙ‬

‫ﺸﻬﺭﻴﺎ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ‪:‬‬
‫)‪(e-4 = 0.018‬‬ ‫‪ (i‬ﺃﻥ ﻻ ﻴﻘﻊ ﺃﻱ ﺤﺎﺩﺙ ﻓﻲ ﺸﻬﺭ ﻤﻌﻴﻥ‬
‫)‪(٠.٤٢٦‬‬ ‫‪ (ii‬ﺍﻥ ﻴﻘﻊ ﺜﻼﺜﺔ ﺤﻭﺍﺩﺙ ﻋﻠﻰ ﺍﻷﻜﺜﺭ ﻓﻲ ﺸﻬﺭ ﻤﻌﻴﻥ‬

‫‪140‬‬
 ‫‪ (١٧‬ﺇﺫﺍ ﻜﺎﻥ ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺠﻌﻴﻥ ﻓﻲ ﺃﺤﺩ ﻤﺭﺍﻜﺯ ﺍﻟﺨﺩﻤﺔ ﻫﻭ ﺍﺜﻨﺎﻥ‬
‫ﻜل ﺨﻤﺱ ﺩﻗﺎﺌﻕ ﻭﺇﺫﺍ ﻜﺎﻥ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺠﻌﻴﻥ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ‪ ،‬ﻓﻤﺎ ﻫﻭ‬
‫ﺍﺤﺘﻤﺎل‪:‬‬
‫ﺃﻥ ﻻ ﻴﺼل ﺃﻱ ﻤﺭﺍﺠﻊ ﺨﻼل ﺨﻤﺱ ﺩﻗﺎﺌﻕ )‪(e-2 = 0.135‬‬ ‫‪(i‬‬
‫‪ (ii‬ﺃﻥ ﺃﻜﺜﺭ ﻤﻥ ‪ ٤‬ﻤﺭﺍﺠﻌﻴﻥ ﻭﺼﻠﻭﺍ ﺨﻼل ‪ ١٠‬ﺩﻗﺎﺌﻕ )‪(٠.٣٨٢‬‬

‫‪ (١٨‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺘﻠﻘﻰ ﺃﺤﺩ ﺍﻟﺴﻨﺘﺭﺍﻻﺕ ﺃﺭﺒﻊ ﻤﻜﺎﻟﻤﺎﺕ ﻫﺎﺘﻔﻴﺔ ﺨﻼل‬

‫ﺩﻗﻴﻘﺘﻴﻥ ﺇﺫﺍ ﻜﺎﻥ ﻤﺘﺴﻭﻁ ﻋﺩﺩ ﺍﻟﻤﻜﺎﻟﻤﺎﺕ ﺍﻟﻬﺎﺘﻔﻴﺔ ﺍﻟﺘﻲ ﺘﺼل ﺍﻟﺴﻨﺘﺭﺍل‬
‫)‪(٠.٠٩‬‬ ‫ﻫﻭ ﻤﻜﺎﻟﻤﺘﺎﻥ ﻓﻲ ﺍﻟﺩﻗﻴﻘﺘﻴﻥ؟‬

‫‪ (١٩‬ﺇﺫﺍ ﻜﺎﻥ ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﺍﻟﻤﻁﺒﻌﻴﺔ ﺍﻟﺘﻲ ﺘﺭﺘﻜﺒﻬﺎ ﺇﺤﺩﻯ‬

‫ﺍﻟﺴﻜﺭﺘﻴﺭﺍﺕ ﻫﻭ ‪ ٤‬ﺃﺨﻁﺎﺀ ﻓﻲ ﺍﻟﺼﻔﺤﺔ ‪ ،‬ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل‪:‬‬
‫)‪(e-4=0.018‬‬ ‫ﺃﻥ ﺘﻁﺒﻊ ﺼﻔﺤﻪ ﺒﺩﻭﻥ ﺃﺨﻁﺎﺀ‬ ‫‪(i‬‬
‫)‪(0.91‬‬ ‫‪ (ii‬ﺃﻥ ﺘﺭﺘﻜﺏ ﺨﻁﺄﻴﻥ ﻋﻠﻰ ﺍﻷﻗل ﻓﻲ ﻜﺘﺎﺒﺔ ﺃﺤﺩ ﺍﻟﺼﻔﺤﺎﺕ‬

‫‪ (٢٠‬ﺇﺫﺍ ﻜﺎﻥ ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﻌﻴﻭﺏ ﻓﻲ ﺸﺭﻴﺤﻪ ﺯﺠﺎﺠﻴﺔ ﻜﺒﻴﺭﻩ ﻫﻭ ﻭﺍﺤﺩ ﻟﻜل‬
‫ﻋﺸﺭﺓ ﺃﻗﺩﺍﻡ ﻤﺭﺒﻌﺔ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺸﺭﻴﺤﻪ ‪ ١٠ × ٦‬ﻗﺩﻡ‪-:‬‬
‫)‪(e-6=0.0025‬‬ ‫‪ (i‬ﺴﻭﻑ ﺘﻜﻭﻥ ﺒﺩﻭﻥ ﻋﻴﻭﺏ‬
‫)‪(0.9975‬‬ ‫‪ (ii‬ﺴﻴﻜﻭﻥ ﺒﻬﺎ ﻋﻠﻰ ﺍﻷﻗل ﻋﻴﺏ ﻭﺍﺤﺩ‬

‫‪141‬‬
 ‫‪ (٢١‬ﻓﻲ ﻤﺼﻨﻊ ﻹﻨﺘﺎﺝ ﺃﺸﺭﻁﻪ ﺍﻟﺘﺴﺠﻴل ﺘﺤﺩﺙ ﺸﺭﻭﺥ ﻓﻲ ﺍﻷﺸﺭﻁﺔ‬
‫ﺍﻟﻤﻨﺘﺠﺔ ﻋﺸﻭﺍﺌﻴﹰﺎ ﺒﻤﺘﻭﺴﻁ ﺸﺭﺥ ﻜل ‪ ٢٠٠‬ﻤﺘﺭ ﺃﺤﺴﺏ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ‬
‫ﻓﻲ ﺸﺭﻴﻁ ﻁﻭﻟﻪ ‪ ٥٠٠‬ﻤﺘﺭ‪.‬‬
‫)‪(0.543‬‬ ‫‪ (i‬ﺸﺭﺨﻴﻥ ﻋﻠﻰ ﺍﻷﻜﺜﺭ‬
‫)‪(0.457‬‬ ‫‪ (ii‬ﻋﻠﻰ ﺍﻷﻗل ﺜﻼﺙ ﺸﺭﻭﺥ‬

‫‪ (22‬ﺘﺤﺩﺙ ﻋﻴﻭﺏ ﻓﻲ ﺘﻐﻁﻴﻪ ﺭﻗﺎﺌﻕ ﻤﻥ ﺍﻟﺼﻠﺏ ﺒﺎﻟﻜﺭﻭﻡ ﺒﻤﻌﺩل ﻭﺍﺤﺩ ﻓﻲ‬

‫ﻜل ‪٢‬ﻡ‪ ، ٢‬ﻤﺎ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺭﻗﻴﻘﻪ ﺃﺒﻌﺎﺩﻫﺎ ‪٣‬ﻡ × ‪٧‬ﻡ ‪.‬‬
‫)‪(٠.٠٠٠٠١‬‬ ‫‪ (i‬ﺨﺎﻟﻴﻪ ﻤﻥ ﺍﻟﻌﻴﻭﺏ‬
‫)‪(٠.٠٠٠١٢٦٦‬‬ ‫‪ (ii‬ﺒﻬﺎ ﻋﻠﻰ ﺍﻷﻜﺜﺭ ﻋﻴﺏ ﻭﺍﺤﺩ‬

‫‪142‬‬
 ‫ﺤل ﺘﻤﺎﺭﻴﻥ ﺍﻟﻔﺼل ﺍﻟﺭﺍﺒﻊ‬

‫‪ (١‬ﺩﻉ ﺍﻟﻤﺘﻐﻴﺭ ‪ x‬ﻴﺩل ﻋﻠﻰ ﻋﺩﺩ ﺍﻟﻤﺼﺎﺒﻴﺢ ﺍﻟﺘﺎﻟﻔﺔ ﺍﻟﻤﺴﺤﻭﺒﺔ‬

‫ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ ‪. ٤ ، ٣ ، ٢ ، ١ ، ٠‬‬
‫‪5 1‬‬
‫=‪p‬‬ ‫ﺩﻉ ‪ p‬ﺘﻤﺜل ﺍﺤﺘﻤﺎل ﺴﺤﺏ ﻤﺼﺒﺎﺡ ﺘﺎﻟﻑ ﻋﻨﺩﺌﺫ =‬
‫‪20 4‬‬
‫ﺍﻟﻤﺘﻐﻴﺭ ‪ x‬ﻫﻨﺎ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻭﺫﻟﻙ ﻻﻥ ﺍﻟﺴﺤﺏ ﻴﺘﻡ ﺒﺎﻹﻋﺎﺩﺓ‬
‫ﻭﺍﺤﺘﻤﺎل ﺴﺤﺏ ﻤﺼﺒﺎﺡ ﺘﺎﻟﻑ ﻻ ﻴﺘﻐﻴﺭ ﻤﻥ ﺍﺨﺘﺒﺎﺭ ﺇﻟﻰ ﺃﺨﺭ ﺒل‬
‫‪1‬‬
‫ﺜﺎﺒﺕ ﻭﻴﺴﺎﻭﻱ‬
‫‪4‬‬
‫‪n= 4‬‬ ‫‪(i‬‬

‫‪x= 1‬‬
‫‪1‬‬
‫=‪p‬‬
‫‪4‬‬
‫‪3‬‬
‫=‪q‬‬
‫‪4‬‬

‫ﻭﺒﺎﺴﺘﺨﺩﺍﻡ ﺼﻴﻐﺔ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻨﺤﺼل ﻋﻠﻰ ‪:‬‬

‫‪1‬‬ ‫‪3‬‬
‫⎞‪⎛1⎞ ⎛3‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟⎞ ⎜⎛ = )‪P (x =1) = f(1‬‬
‫‪4‬‬

‫⎠‪⎝1⎠⎝4⎠ ⎝4‬‬
‫‪3‬‬
‫⎞ ‪4! ⎛ 1 ⎞ ⎛ 3‬‬
‫⎟ ⎜⎟ ⎜ ! ! =‬
‫⎠‪1 3 ⎝4⎠ ⎝4‬‬
‫⎞ ‪⎛ 1 ⎞ ⎛ 27‬‬
‫⎜ ⎟ ⎜‪= 4‬‬ ‫⎟‬
‫⎠ ‪⎝ 4 ⎠ ⎝ 64‬‬
‫‪27‬‬
‫=‬
‫‪64‬‬

‫‪143‬‬
 ‫‪(ii‬‬

‫)‪P (x ≥ 1 ) = p (x =1) + p (x =2) + p (x = 3) + p (x = 4‬‬

‫)‪= 1 – p (x =0‬‬
‫‪0‬‬ ‫‪4‬‬
‫⎞‪⎛1⎞ ⎛3‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟⎞ ⎜⎛ – ‪= 1‬‬
‫‪4‬‬

‫⎠‪⎝0⎠ ⎝4⎠ ⎝4‬‬

‫‪4‬‬
‫⎞‪⎛ 3‬‬
‫⎟ ⎜ ‪=1-‬‬
‫⎠‪⎝4‬‬

‫‪= 1 – 81/256 = 175/256‬‬

‫‪ (٢‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻷﺴﺌﻠﺔ ﺍﻟﺘﻲ ﻴﺠﻴﺏ ﻋﻠﻴﻬﺎ ﺍﻟﻁﺎﻟﺏ ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪x‬‬
‫‪٠ ، ١ ، … ، ١٠‬‬ ‫ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ‬
‫ﻭﻫﻜـﺫﺍ‬

‫‪n = 10‬‬
‫‪p = 0.2‬‬
‫‪q = 0.8‬‬

‫ﻭﺒﺎﺴﺘﺨﺩﺍﻡ ﺼﻴﻐﻪ ﺍﻟﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‬

‫)‪i‬‬ ‫= )‪f (x‬‬ ‫‪( ) px qn-x‬‬
‫‪n‬‬
‫‪x‬‬

‫= )‪p(x = 0) = f(0‬‬ ‫‪( ) (0.2)0 (0.8)10‬‬

‫‪10‬‬
‫‪0‬‬

‫‪= (0.8)10‬‬
‫‪= 0.1074‬‬

‫‪144‬‬
 ‫)‪ii‬‬ ‫‪p(x ≥ 1) = f (1) + f(2) … +‬‬
‫)‪f(10‬‬
‫)‪= 1 – f(0‬‬
‫‪= 1 – (0.8)10‬‬
‫‪= 0.8926‬‬

‫)‪iii‬‬ ‫= )‪p (x = 3) = f(3‬‬ ‫)‪( ) (0.2‬‬

‫‪10‬‬
‫‪3‬‬
‫‪3‬‬
‫‪(0.8) 7‬‬

‫‪= 120 (0.008) (0.8)7‬‬

‫‪= 0.2013‬‬
‫‪≅ 0.2‬‬

‫‪ (٣‬ﺩﻉ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻷﺠﻬﺯﺓ ﺍﻟﻤﻌﻴﺒﻪ ﺍﻟﻤﺸﺤﻭﻨﻪ ﻟﻠﻌﻤﻴل ‪ .‬ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪x‬‬
‫ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ ‪٠ ، ١ ، ٢ ، ... ،١٥‬‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺠﻬﺎﺯ ﻤﻌﻴﺒﺎ‬ ‫‪p = ٠.١٥‬‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺠﻬﺎﺯ ﺴﻠﻴﻤﺎ‬ ‫‪q = ٠.٨٥‬‬

‫‪n = ١٥‬‬

‫= )‪i) p (x = 0) = f(0‬‬ ‫‪( ) (0.15)0 (0.85)15‬‬

‫‪15‬‬
‫‪0‬‬

‫‪= (0.85)15‬‬
‫‪= 0.0873‬‬

‫)‪ii) p ( x ≤ 1) = p (x = 0) + p (x =1‬‬
‫)‪= f (0) + f(1‬‬

‫‪145‬‬
 ‫)‪1 ) (0.15) (0.85‬‬
‫‪( ) (0.15)0 (0.85)15 + (15‬‬
‫‪15‬‬ ‫‪1‬‬ ‫‪14‬‬
‫=‬ ‫‪0‬‬

‫‪= 0.0873 + 15 (0.15) (0.85)14‬‬

‫‪= 0.0873 + 0.2312‬‬
‫‪= 0.3185‬‬

‫‪ (٤‬ﺍﻟﻘﻴﻡ ﺍﻟﻤﻤﻜﻨﺔ ﻟـ ‪ k‬ﻫﻲ ‪:‬‬

‫‪٠،١،٢،٣،٤‬‬
‫‪n=٤‬‬
‫‪1‬‬
‫ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻭﺠﻪ ﺴﺘﻪ‬ ‫=‪p‬‬
‫‪6‬‬
‫‪5‬‬
‫=‪q‬‬
‫‪6‬‬
‫‪k‬‬ ‫‪4− k‬‬
‫⎞‪⎛1⎞ ⎛5‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟⎞ ⎜⎛ = )‪p (K = k) = f (k‬‬
‫‪4‬‬

‫⎠ ‪⎝K⎠ ⎝ 6 ⎠ ⎝ 6‬‬
‫ﻭﺍﻟﺠﺩﻭل ﺍﻟﺘﺎﻟﻲ ﻴﻌﻁﻲ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻻﺤﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ‪K‬‬

‫ﺍﻟﻘﺎﺀ ﺤﺠﺭ ﺍﻟﻨﺭﺩ ‪ ٤‬ﻤﺭﺍﺕ‬

‫‪K‬‬ ‫‪Pk‬‬ ‫‪Pk‬‬

‫‪0‬‬ ‫‪(5/6)4‬‬ ‫‪0.4823‬‬

‫‪1‬‬ ‫‪4(1/6) (5/6)3‬‬ ‫‪0.3858‬‬

‫‪2‬‬ ‫‪6(1/6)2 (5/6)2‬‬ ‫‪0.1157‬‬

‫‪3‬‬ ‫)‪4(1/6)3 (5/6‬‬ ‫‪0.0154‬‬

‫‪4‬‬ ‫‪(1/6)4‬‬ ‫‪0.0008‬‬

‫‪146‬‬
 ‫‪ (٥‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻷﻭﻻﺩ ﻤﻥ ﺒﻴﻥ ﺍﻷﻁﻔﺎل ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ‬
‫‪٠ ، ١ ، ... ، ٥‬‬
‫‪n=٥‬‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻁﻔل ﻭﻟﺩﺍ‬ ‫‪p = 12‬‬

‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻁﻔل ﺒﻨﺘﺎ‬ ‫‪q = 12‬‬

‫)‪i‬‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﻟﺩﻯ ﺍﻷﺴﺭﻩ ﻭﻟﺩﺍ ﻭﺍﺤﺩﺍ ﻭﺒﻨﺘﺎ ﻭﺍﺤﺩﻩ ﻋﻠﻰ ﺍﻷﻗل‬
‫ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﻟﺩﻴﻬﺎ ﻭﻟﺩ ﺃﻭ ﺍﺜﻨﻴﻥ ﺃﻭ ﺜﻼﺜﻪ ﺃﻭ ﺃﺭﺒﻌﺔ ‪ ،‬ﺃﻱ ﺃﻥ‬
‫ﻻ ﻴﻜﻭﻥ ﻟﺩﻴﻬﺎ ‪ ٥‬ﺃﻭﻻﺩ ﺃﻭ ‪ ٥‬ﺒﻨﺎﺕ‪.‬‬
‫ﻓﻴﻜﻭﻥ ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ ﻴﺴﺎﻭﻱ‬

‫)‪P = P(1) + P(2) + P(3) + P(4‬‬

‫=‬ ‫) ‪( ) (1 2 )(1 2 ) + ( ) (1 2 ) (1 2 ) + ( ) (1 2 ) (1 2 ) + ( ) (1 2 ) (1 2‬‬
‫‪5‬‬
‫‪1‬‬
‫‪4‬‬
‫‪5‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪3‬‬
‫‪5‬‬
‫‪3‬‬
‫‪3‬‬ ‫‪2‬‬
‫‪5‬‬
‫‪4‬‬
‫‪1‬‬ ‫‪4‬‬

‫‪5 10 10 5 15‬‬
‫=‬ ‫‪+‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫=‬
‫‪32 32 32 32 16‬‬
‫ﺃﻭ‬
‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ = ‪) -١‬ﺍﺤﺘﻤﺎل ﺍﻟﺨﻤﺴﺔ ﺍﻭﻻﺩ ‪ +‬ﺍﺤﺘﻤﺎل ﺍﻟﺨﻤﺴﺔ‬
‫ﺒﻨﺎﺕ(‬
‫])‪= 1 - [P (5) + P (0‬‬
‫‪⎡1‬‬ ‫‪1 ⎤ 15‬‬
‫= ⎥ ‪= 1- ⎢ +‬‬
‫‪⎣ 32 32 ⎦ 16‬‬
‫)‪ii‬‬
‫ﺍﻻﺤﺘﻤﺎل ﺍﻟﻤﻁﻠﻭﺏ ﻴﺴﺎﻭﻱ ﺍﺤﺘﻤﺎل ﻜﻠﻬﻡ ﺃﻭﻻﺩ ‪ +‬ﺍﺤﺘﻤﺎل ﻜﻠﻬﻡ ﺒﻨﺎﺕ‬

‫‪147‬‬
 ‫)‪P = P (0) + P (5‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫‪+‬‬ ‫=‬
‫‪32 32 16‬‬
‫‪ (٦‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﻭﺭﺩﺍﺕ ﺍﻟﺤﻤﺭﺍﺀ ﺍﻟﺘﻲ ﺘﺤﺼل ﻋﻠﻴﻬﺎ ﻤﻥ ﺯﺭﻉ ‪٧‬‬
‫ﺒﺫﺭﺍﺕ ‪ ،‬ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ ‪٧ .... ، ٢ ، ١ ، ٠‬‬
‫ﺩﻉ ‪ p‬ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺭﺩﻩ ﺤﻤﺭﺍﺀ‬
‫‪ q‬ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺭﺩﻩ ﺤﻤﺭﺍﺀ‬
‫‪1‬‬
‫=‪p‬‬
‫‪3‬‬
‫‪2‬‬
‫=‪q‬‬
‫‪3‬‬
‫‪0‬‬ ‫‪7‬‬
‫⎞‪⎛1⎞ ⎛ 2‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟⎞ ⎜⎛ = )‪i) p (0) = f (0‬‬
‫‪7‬‬

‫⎠‪⎝ 0 ⎠⎝3⎠ ⎝ 3‬‬

‫‪7‬‬
‫⎞‪⎛2‬‬ ‫‪128‬‬
‫= ⎟ ⎜=‬ ‫‪= 0.05853‬‬
‫‪⎝ 3 ⎠ 2187‬‬
‫‪6‬‬
‫⎞‪⎛1⎞ ⎛ 2‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟⎞ ⎜⎛ = )‪ii) p (1) = f (1‬‬
‫‪7‬‬

‫⎠‪⎝ 1⎠⎝3⎠ ⎝ 3‬‬

‫‪6‬‬
‫⎞‪⎛1⎞⎛ 2‬‬ ‫‪448‬‬
‫= ⎟ ⎜ ⎟ ⎜‪= 7‬‬ ‫‪= 0.2048‬‬
‫⎠‪⎝ 3⎠ ⎝ 3‬‬ ‫‪2187‬‬

‫‪7‬‬ ‫‪0‬‬
‫⎞‪⎛1⎞ ⎛ 2‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟⎞ ⎜⎛ = )‪iii) p (7) = f (7‬‬
‫‪7‬‬

‫⎠‪⎝ 7⎠⎝3⎠ ⎝ 3‬‬

‫‪7‬‬
‫⎞‪⎛1‬‬ ‫‪1‬‬
‫= ⎟ ⎜=‬ ‫‪= 0.0005‬‬
‫‪⎝ 3 ⎠ 2187‬‬

‫‪ (٧‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﻬﻭﺍﺘﻑ ﺍﻟﻤﺸﻐﻭﻟﻪ ‪ ،‬ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ ‪، ٠‬‬

‫‪٩ ... ، ٢ ، ١‬‬

‫‪148‬‬
 ‫‪n=٩‬‬
‫‪1‬‬
‫=‪p‬‬
‫‪4‬‬
‫‪3‬‬
‫=‪q‬‬
‫‪4‬‬
‫‪ (i‬ﺍﺤﺘﻤﺎل ﺃﻥ ﺠﻤﻴﻊ ﺍﻟﻬﻭﺍﺘﻑ ﺍﻟﻤﻁﻠﻭﺒﺔ ﻏﻴﺭ ﻤﺸﻐﻭﻟﻪ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ‬
‫ﻻ‬
‫ﻴﻜﻭﻥ ﺼﻔﺭ ﻤﻨﻬﺎ ﻤﺸﻐﻭ ﹰ‬
‫‪0‬‬ ‫‪9‬‬
‫⎛‬ ‫‪9‬‬ ‫⎞‬ ‫⎞‪⎛1⎞ ⎛ 3‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟ ‪P (x = 0) = f (0) = ⎜ 0‬‬
‫⎠‪⎝ ⎠⎝4⎠ ⎝4‬‬
‫‪9‬‬
‫⎞‪⎛3‬‬
‫⎟ ⎜=‬
‫⎠‪⎝4‬‬

‫‪= 0.075‬‬

‫‪ (ii‬ﺍﺤﺘﻤﺎل ﺃﻥ ﻭﺍﺤﺩﺍ ﻓﻘﻁ ﻤﺸﻐﻭﻻ‬

‫‪1‬‬ ‫‪8‬‬
‫⎞‪⎛1⎞ ⎛3‬‬
‫⎟ ⎜ ⎟ ⎜ ⎟⎞ ⎜⎛ = )‪P (x = 1) = f (1‬‬
‫‪9‬‬

‫⎠‪⎝1⎠⎝4⎠ ⎝4‬‬

‫‪= 0.225‬‬

‫‪ (iii‬ﺍﺤﺘﻤﺎل ﺃﻥ ﺍﺜﻨﻴﻥ ﺃﻭ ﺍﻜﺜﺭ ﻤﺸﻐﻭﻟﻪ‬

‫)‪P (x ≥ 2) = p (x = 2) + p (x = 3) + … + p (x = 9‬‬
‫])‪= 1- [p (x =0) + p (x = 1‬‬
‫‪= 1 – 0.075 – 0.225‬‬
‫‪= 0.7‬‬

‫‪149‬‬
 ‫‪ (٨‬ﺩ ﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﻤﺭﺍﺕ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻭﺠﻪ ﺍﻟﺼﻭﺭﻩ ﻋﻨﺩ‬
‫ﺍﻟﻘﺎﺀ ﻗﻁﻌﻪ ﻋﻤﻠﻪ ‪ ٥‬ﻤﺭﺍﺕ ‪ ،‬ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻟﻜل ﺸﺨﺹ ﻫﻲ‬
‫‪٥ ... ٢ ، ٠،١‬‬
‫‪n=٥‬‬

‫‪p=q = 12‬‬

‫ﻴﺤﺼﻼﻥ ﻋﻠﻰ ﻨﻔﺱ ﺍﻟﻌﺩﺩ ﻤﻥ ﺍﻟﺼﻭﺭ ﺇﺫﺍ ﺤﺼل ﻜل ﻤﻨﻬﻤﺎ ﻋﻠﻰ ﺼﻔﺭ‬
‫ﺃﻭ ‪ ١‬ﺃﻭ ‪ ٢‬ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ٤‬ﺃﻭ ‪ ٥‬ﺃﻱ‬
‫)‪ ٥‬ﻭ ‪ (٥‬ﺃﻭ )‪ ٤‬ﻭ ‪ (٤‬ﺃﻭ )‪ ٣‬ﻭ ‪ (٣‬ﺃﻭ )‪ ٢‬ﻭ ‪ (٢‬ﺃﻭ )‪ ١‬ﻭ ‪ (١‬ﺃﻭ )‪ ٠‬ﻭ ‪(٠‬‬
‫ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻜل ﺤﺎﻟﺔ ﻤﻥ ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﻴﺴﺎﻭﻱ‬
‫‪2‬‬
‫⎡‬ ‫⎤‪1 5‬‬
‫⎥ ⎟⎞ ⎜⎛ ⎟⎞ ‪⎢⎛⎜ 5‬‬
‫⎥ ⎠ ‪⎢⎝ x ⎠ ⎝ 2‬‬
‫⎣‬ ‫⎦‬
‫ﻼ‬
‫ﻓﻤﺜ ﹰ‬

‫)‪(0 , 0) = P(0) p(0‬‬

‫⎧⎡‬
‫)(‬
‫⎪⎫ ⎞ ‪⎪ 5 ⎛ 1 ⎞ ⎛ 1‬‬
‫)(‬
‫⎤⎪⎫ ‪⎧⎪ ⎛ 1 ⎞0 ⎛ 1 ⎞5‬‬
‫‪0‬‬ ‫‪5‬‬
‫⎢‬ ‫‪5‬‬
‫⎬ ⎟ ⎜ ⎟ ⎜ ‪= ⎨0‬‬ ‫⎥⎬ ⎟ ⎜ ⎟ ⎜ ‪⎨ 0‬‬
‫⎪ ⎠ ‪⎢⎪ ⎝ 2 ⎠ ⎝ 2‬‬ ‫⎦⎥⎭⎪ ⎠ ‪⎪⎩ ⎝ 2 ⎠ ⎝ 2‬‬
‫⎩⎣‬ ‫⎭‬
‫‪2‬‬
‫)(‬
‫⎤ ‪⎡ ⎛ 1 ⎞5‬‬
‫⎥ ⎟ ⎜ ‪= ⎢ 50‬‬
‫⎦⎥ ⎠ ‪⎢⎣ ⎝ 2‬‬

‫∴ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺤﺼﻼ ﻋﻠﻰ ﻨﻔﺱ ﺍﻟﻌﺩﺩ ﻤﻥ ﺍﻟﺼﻭﺭ ﻫﻭ‬

‫⎧⎡‬ ‫‪5 ⎫2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫)(‬‫⎪ ⎞ ⎛ ⎪‬
‫‪1‬‬
‫‪P = ⎢⎢⎨ 50 ⎜ ⎟ ⎬ +‬‬
‫⎭⎪ ⎠ ‪⎝ 2‬‬
‫‪5‬‬‫)(‬
‫⎪⎫ ‪⎧⎪ ⎛ 1 ⎞5‬‬
‫⎬ ⎟ ⎜ ‪⎨1‬‬
‫⎭⎪ ⎠ ‪⎪⎩ ⎝ 2‬‬
‫‪+‬‬ ‫⎬ ⎟ ⎜ ‪⎨2‬‬‫)(‬
‫⎪⎫ ‪⎧⎪ ⎛ 1 ⎞5‬‬
‫‪5‬‬
‫⎭⎪ ⎠ ‪⎪⎩ ⎝ 2‬‬
‫‪+‬‬ ‫‪5‬‬
‫⎬ ⎟ ⎜ ‪⎨3‬‬ ‫)(‬
‫⎪⎫ ‪⎧⎪ ⎛ 1 ⎞5‬‬

‫⎭⎪ ⎠ ‪⎪⎩ ⎝ 2‬‬

‫⎩⎪⎣⎢‬

‫‪150‬‬
 ‫‪2‬‬ ‫⎤ ‪2‬‬
‫)(‬
‫⎪⎫ ‪⎧⎪ ⎛ 1 ⎞5‬‬ ‫⎪⎫ ‪⎧⎪ ⎛ 1 ⎞5‬‬
‫⎬ ⎟ ⎜ ‪+ ⎨ 54 ⎜ ⎟ ⎬ + ⎨ 55‬‬
‫⎭⎪ ⎠ ‪⎪⎩ ⎝ 2‬‬ ‫⎭⎪ ⎠ ‪⎪⎩ ⎝ 2‬‬
‫)(‬ ‫⎥‬
‫⎥‬
‫⎥⎦‬
‫⎞ ‪⎛ 1‬‬ ‫⎞ ‪⎛ 1‬‬ ‫⎞ ‪⎛ 1‬‬ ‫⎞ ‪⎛ 1‬‬ ‫⎞ ‪⎛ 1 ⎞ ⎛ 1‬‬
‫⎜⎜ =‬ ‫⎜⎜‪⎟⎟ + 25‬‬ ‫⎜⎜‪⎟⎟ + 100‬‬ ‫⎜⎜ ‪⎟⎟ + 100‬‬ ‫⎜⎜‪⎟⎟ + 25‬‬ ‫⎜⎜ ‪⎟⎟ +‬‬ ‫⎟⎟‬
‫⎠ ‪⎝ 210‬‬ ‫⎠ ‪⎝ 210‬‬ ‫⎠ ‪⎝ 210‬‬ ‫⎠ ‪⎝ 210‬‬ ‫⎠ ‪⎝ 210 ⎠ ⎝ 210‬‬
‫‪252‬‬ ‫‪252‬‬ ‫‪63‬‬
‫=‬ ‫=‬ ‫=‬
‫‪210‬‬ ‫‪1024‬‬ ‫‪256‬‬

‫‪ (٩‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻷﻫﺩﺍﻑ ﺍﻟﻤﺘﺤﻘﻘﻪ ﻤﻥ ‪ ٢٥‬ﺭﻤﻴﻪ ‪ ،‬ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪x‬‬

‫ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ ‪٢٥ ... ، ١ ، ٠‬‬
‫‪4‬‬ ‫‪1‬‬
‫= ‪q‬‬ ‫‪،‬‬ ‫=‪p‬‬ ‫‪، n = ٢٥‬‬
‫‪5‬‬ ‫‪5‬‬
‫ﺍﺤﺘﻤﺎل ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺃﺭﺒﻌﺔ ﺃﻫﺩﺍﻑ ﻋﻠﻰ ﺍﻷﻗل ﻫﻭ ﺍﺤﺘﻤﺎل‬
‫ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺃﺭﺒﻌﺔ ﺃﻫﺩﺍﻑ ﺃﻭ ﺃﻜﺜﺭ ﻭﻫﻭ‬

‫)‪P = (x = 4) + p (x = 5) + … + p (x = 25‬‬

‫])‪= 1 – [p (x = 0) + p (x = 1) + p (x = 2) + p (x =3‬‬
‫⎡‬
‫) (‬ ‫⎠⎟⎞ ‪( )⎛⎜⎝ 15 ⎞⎟⎠ ⎛⎜⎝ 54 ⎞⎟⎠ + (252 )⎛⎜⎝ 15‬‬
‫‪25‬‬ ‫‪24‬‬ ‫‪2‬‬ ‫⎤ ‪23‬‬
‫⎞‪⎛1⎞⎛4‬‬ ‫⎞‪⎛4‬‬
‫‪⎢ 025 ⎜ ⎟ ⎜ ⎟ + 125‬‬ ‫⎟ ⎜‬ ‫⎥‬
‫⎢‬ ‫⎠‪⎝5⎠⎝ 5‬‬ ‫⎠‪⎝5‬‬ ‫⎥‬
‫⎢ ‪=1-‬‬ ‫⎥‬
‫) (‬
‫‪3‬‬ ‫‪22‬‬
‫⎞ ‪⎢+ 25 ⎛ 1 ⎞ ⎛ 4‬‬ ‫⎥‬
‫⎠⎟ ‪⎢ 3 ⎜⎝ 5 ⎟⎠ ⎜⎝ 5‬‬ ‫⎥‬
‫⎣‬ ‫⎦‬

‫)‪= 1- (0.0037777 + 0.0236110 + 0.0708336 + 0.1357644‬‬

‫‪= 0.766‬‬

‫ﺍﺤﺘﻤـﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺴﺅﺍل ﺍﻟﺨﺎﻤﺱ ﻫﻭ ﺃﻭل ﺴﺅﺍل ﻴﺠﺎﺏ ﻋﻠﻴـﻪ‬ ‫‪(١٠‬‬

‫ﺇﺠﺎﺒﺔ ﺼﺤﻴﺤﺔ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺠﺎﺏ ﻋﻠﻰ ﺍﻷﺴﺌﻠﺔ ﺍﻷﺭﺒﻌﺔ ﺍﻷﻭﻟـﻰ‬

‫‪151‬‬
 ‫ﺒﺈﺠﺎﺒﺎﺕ ﺨﺎﻁﺌﺔ ﻭﻴﺠﺎﺏ ﻋﻠﻰ ﺍﻟﺴﺅﺍل ﺍﻟﺨﺎﻤﺱ ﺇﺠﺎﺒﺔ ﺼﺤﻴﺤﺔ‬
‫ﻭﻴﺴﺎﻭﻱ‪:‬‬

‫)(‬
‫⎤ ‪⎡ ⎛ 1 ⎞0 ⎛ 2 ⎞ 4‬‬
‫⎥ ⎟ ⎜ ⎟ ⎜ ‪p = ⎢ 04‬‬
‫⎦⎥ ⎠ ‪⎢⎣ ⎝ 3 ⎠ ⎝ 3‬‬
‫)(‬
‫⎤ ‪⎡ ⎛ 1 ⎞1 ⎛ 2 ⎞0‬‬
‫⎥ ⎟ ⎜ ⎟ ⎜ ‪⎢ 11‬‬
‫⎦⎥ ⎠ ‪⎢⎣ ⎝ 3 ⎠ ⎝ 3‬‬
‫‪4‬‬
‫‪⎛ 2 ⎞ 1 16 16‬‬
‫= = ⎟ ⎜ =‬
‫‪⎝ 3 ⎠ 3 35 243‬‬

‫ﺃﻭ‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2 1‬‬ ‫‪16‬‬
‫=‪P‬‬ ‫× × × ×‬ ‫=‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3 3‬‬ ‫‪243‬‬

‫ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﻤﺩﺨﻨﻴﻥ ﻓﺘﻜﻭﻥ ﻗﻴﻡ ‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ‪١ ، ٠ :‬‬ ‫‪(١١‬‬
‫‪٦ ... ،‬‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻁﺎﻟﺏ ﻤﺩﺨﻨﺎ ﻫﻭ ﺍﺤﺘﻤـﺎل ﺍﻟﻨﺠـﺎﺡ = ‪= p‬‬
‫‪٠.٣٠‬‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﻁﺎﻟﺏ ﻏﻴﺭ ﻤﺩﺨﻥ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻟﻔﺸـل = ‪= q‬‬
‫‪٠.٧٠‬‬
‫‪٦=n‬‬
‫ﺍﺤﺘﻤﺎل ﺃﻥ ﺍﺜﻨﻴﻥ ﻤﻥ ﺍﻟﻌﻴﻨﺔ ﻋﻠﻰ ﺍﻷﻗل ﻤﺩﺨﻨﻭﻥ ﻫﻭ ﺍﺤﺘﻤـﺎل ﺍﻥ‬
‫ﻴﻜﻭﻥ ﻋﺩﺩ ﺍﻟﻤﺩﺨﻨﻴﻥ ‪ ٢‬ﺃﻭ ‪ ٣‬ﺃﻭ ‪ ٤‬ﺃﻭ ‪ ٥‬ﺃﻭ ‪ ٦‬ﻫﻭ‬
‫)‪P (x ≥ 2) = 1- p (x < 2‬‬

‫])‪= 1 – [p (x = 0) + p(x = 1‬‬

‫ﻭﻫﻜـﺫﺍ‬

‫‪152‬‬
 ‫)(‬ ‫)(‬
‫] ‪P = 1- [ 60 (0.3)0 (0.7)6 + 16 (0.3)1 (0.7)5‬‬

‫)‪= 1 – (0.117649 + 0.302526‬‬

‫‪= 0.579825‬‬

‫ﻴﻘـﻊ ﺍﻟﺨﻠل ﺇﺫﺍ ﺍﺨﺘـل ﺃﻭ ﺘﻠﻑ ﺘﺭﺍﻨﺯﻴﺯﺘـﻭﺭ ﻭﺍﺤــﺩ ﻋﻠـﻰ‬ ‫‪(١٢‬‬

‫ﺍﻷﻗـل ﺩﻉ ‪ x‬ﺘﻤﺜل ﺍﻟﻤﺘﻐﻴﺭ ﻋﺩﺩ ﺍﻟﺘﺭﺍﻨﺯﻴﺯﺘﻭﺭﺍﺕ ﺍﻟﺘﺎﻟﻔﻪ ﻭﺘﻜﻭﻥ ﻗﻴﻡ‬
‫‪ x‬ﺍﻟﻤﻤﻜﻨﺔ ﻫﻲ‬
‫)‪(٠ ، ١ ، ٢ ، ... ، ١٠‬‬
‫ﺍﺤﺘﻤﺎل ﺍﻟﻨﺠﺎﺡ = ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺨﻠل = ‪٠.١ = p‬‬
‫ﺍﺤﺘﻤﺎل ﺍﻟﻔﺸل = ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﻭﻗﻭﻉ ﺨﻠل = ‪٠.٩ = q‬‬
‫‪١٠ = n‬‬
‫ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺨﻠل = ﻭﺍﺤﺩ ﻨﺎﻗﺹ ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﻭﻗﻭﻉ ﺨﻠل = ﻭﺍﺤﺩ‬
‫ﻨﺎﻗﺹ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﻜﻠﻬﺎ ﺘﻌﻤل‬
‫–‪P=1‬‬ ‫)‪(100 ) (0.1‬‬ ‫‪0‬‬
‫‪(0.9)10 = 1 – (0.9)10‬‬

‫‪= 0.6513‬‬

‫ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﺃﻭ ﺍﻟﺘﻭﻗﻊ ﻟﻠﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻴﺴﺎﻭﻱ ‪np‬‬ ‫‪(١٣‬‬

‫ﻭﺍﻟﺘﺒﺎﻴﻥ ﻟﻠﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ ﻴﺴﺎﻭﻱ ‪npq‬‬

‫)‪np = 9 …………………. (1‬‬

‫‪18‬‬
‫= ‪npq‬‬ ‫)‪……………… (2‬‬
‫‪5‬‬
‫ﺒﺘﻌﻭﻴﺽ )‪ (١‬ﻓﻲ )‪(٢‬‬

‫‪153‬‬
 ‫‪18‬‬
‫= ‪9q‬‬
‫‪5‬‬
‫‪18 2‬‬
‫= ‪q‬‬ ‫=‬
‫‪45 5‬‬
‫‪2 3‬‬
‫‪p =1-‬‬ ‫=‬
‫‪5 5‬‬
‫ﺒﺘﻌﻭﻴﺽ ﻗﻴﻤﺔ ‪ P‬ﻓﻲ )‪(١‬‬
‫‪3‬‬ ‫‪45‬‬
‫÷‪n= 9‬‬ ‫=‬ ‫‪= 15‬‬
‫‪5‬‬ ‫‪3‬‬

‫‪(١٤‬‬
‫‪n = ٣٥‬‬

‫‪p = ٠.٢‬‬

‫‪q = ٠.٨‬‬

‫ﺍﻟﺘﻭﻗﻊ = ‪np‬‬

‫ﺍﻟﺘﺒﺎﻴﻥ = ‪npq‬‬

‫‪µ = np‬‬

‫‪∴ µ = 35 (0.2) = 7‬‬

‫‪σ 2 = npq‬‬

‫‪σ 2 = 7 (0.8) = 5.6‬‬

‫‪ (١٥‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﻓﻲ ﺍﻟﺼﻔﺤﺔ ﺍﻟﻭﺍﺤﺩﺓ ‪ ،‬ﻓﻴﻜﻭﻥ ﻟـ ‪ x‬ﺘﻭﺯﻴﻊ‬

‫ﺒﻭﺍﺴﻭﻥ ﺒﻤﺘﻭﺴﻁ ﺨﻁﺄ ﻭﺍﺤﺩ ﻓﻲ ﻜل ﺼﻔﺤﺔ‬
‫‪232‬‬
‫= ‪λ‬‬ ‫‪=1‬‬
‫‪232‬‬

‫‪154‬‬
 ‫‪(i‬‬
‫‪e − λ λx‬‬
‫= )‪f (x‬‬
‫!‪x‬‬
‫‪e −1 (1) 2‬‬
‫= )‪p (x = 2) = f(2‬‬
‫!‪2‬‬
‫‪= e-1/2 = 0.1839‬‬
‫ﺤﻴـﺙ‬
‫‪-1‬‬
‫‪e = 0.368‬‬
‫‪(ii‬‬
‫‪1 e −1 (1) x‬‬
‫= )‪P (x < 2‬‬ ‫∑‬
‫‪x =0‬‬
‫!‪x‬‬

‫‪1‬‬
‫‪= e-1 (1 +‬‬ ‫)‬
‫‪11‬‬
‫‪= 2 e-1‬‬
‫‪= 0.736‬‬

‫‪ (١٦‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﺤﻭﺍﺩﺙ ﻓﻲ ﺍﻟﺸﻬﺭ ﺍﻟﻤﻌﻴﻥ ﻓﻴﻜﻭﻥ ﻟﻬﺎ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ‬
‫ﺍﻟﺫﻱ ﻤﻌﻠﻤﺘﻪ = ‪٤‬‬
‫‪(i‬‬
‫‪e − 4 (4)0‬‬
‫= )‪f(0‬‬
‫!‪0‬‬
‫‪-4‬‬
‫‪= e‬‬
‫‪= 0.018‬‬
‫‪(ii‬‬
‫‪e - λ (λ ) x‬‬
‫= )‪P (x ≤ 3‬‬ ‫∑‬
‫!‪x‬‬

‫‪155‬‬
 ‫= ‪= p (x = 0) + p (x = 1) + p (x = 2) + p (x‬‬
‫)‪3‬‬
‫‪f(0) = e-4 = 0.018‬‬
‫‪e−4 4‬‬
‫= )‪f(1‬‬ ‫‪= 0.072‬‬
‫!‪1‬‬
‫‪e − 4 (4) 2‬‬
‫= )‪f(2‬‬ ‫‪= 0.144‬‬
‫!‪2‬‬

‫‪e − 4 (4)3‬‬
‫= )‪f(3‬‬ ‫‪= 0.192‬‬
‫!‪3‬‬

‫‪f ( x ≤ 3) = 0.426‬‬

‫‪ (١٧‬ﺩﻉ ‪ x‬ﻫﻲ ﺍﻟﻤﺘﻐﻴﺭ ﻭﻫﻲ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺠﻌﻴﻥ‬

‫‪2‬‬
‫= ‪λ‬‬ ‫ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺠﻌﻴﻥ ﻓﻲ ﺍﻟﺩﻗﻴﻘﺔ =‬
‫‪5‬‬
‫ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺠﻌﻴﻥ ﻓﻲ ‪ ٥‬ﺩﻗﺎﺌﻕ = ‪٢‬‬
‫ﻤﺘﻭﺴﻁ ﻋﺩﺩ ﺍﻟﻤﺭﺍﺠﻌﻴﻥ ﻓﻲ ‪ ١٠‬ﺩﻗﺎﺌﻕ = ‪٤‬‬
‫∴ ‪ λ = ٢‬ﻓﻲ ﺨﻤﺱ ﺩﻗﺎﺌﻕ‬
‫‪ λ = ٤‬ﻓﻲ ﻋﺸﺭ ﺩﻗﺎﺌﻕ‬
‫‪e − 2 20‬‬
‫= )‪i) P (x = 0) = f(0‬‬
‫!‪0‬‬

‫‪= e-2‬‬
‫‪= 0.135‬‬

‫‪ii) λ = 4‬‬ ‫)‪P (x > 4) = 1-P (x ≤ 4‬‬

‫‪156‬‬
 ‫‪e-λ λx‬‬
‫‪4‬‬
‫∑ = )‪P (x ≤ 4‬‬
‫‪x =0‬‬
‫!‪x‬‬

‫)‪= P (x = 0) + P(x =1) + P(x =2) + P (x =3) + P(x =4‬‬

‫‪f(0) = e-4‬‬ ‫=‬ ‫‪0.018‬‬

‫)‪f(1) = e-4 (4‬‬ ‫=‬ ‫‪0.072‬‬

‫‪e − 4 (4) 2‬‬
‫= )‪f(2‬‬ ‫‪= 8 e-4‬‬ ‫=‬ ‫‪0.144‬‬
‫!‪2‬‬
‫⎞ ‪⎛ 64‬‬
‫⎜ ‪f(3) = e-4‬‬ ‫⎟‬ ‫=‬ ‫‪0.192‬‬
‫⎠ ‪⎝ 6‬‬
‫‪e − 4 (4) 4 64 -4‬‬
‫= )‪f(4‬‬ ‫=‬ ‫‪e‬‬ ‫=‬ ‫‪0.192‬‬
‫!‪4‬‬ ‫‪6‬‬
‫‪0.618‬‬
‫) ‪∴ P (x > 4) = 1 – P ( x ≤ 4‬‬

‫‪= 1 – 0.618‬‬
‫‪= 0.382‬‬
‫‪ (١٨‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﺍﻟﻤﺘﻐﻴﺭ ﻋﺩﺩ ﺍﻟﻤﻜﺎﻟﻤﺎﺕ ﺍﻟﻬﺎﺘﻔﻴﺔ ﺍﻟﺘﻲ ﺘﺼل ﺨﻼل ﺩﻗﻴﻘﺘﻴﻥ‬
‫ﻓﻴﻜﻭﻥ ﻟﻬﺎ ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ ﺒﻤﻌﻠﻤﻪ ‪λ = ٢‬‬

‫‪e− 2 24‬‬
‫= )‪P ( x = 4 ) = f (4‬‬
‫‪4‬‬
‫‪2 -2‬‬
‫=‬ ‫‪e‬‬
‫‪3‬‬
‫)‪2(0.135‬‬ ‫‪270‬‬
‫=‬ ‫=‬
‫‪3‬‬ ‫‪3‬‬

‫‪= 0.090‬‬

‫‪157‬‬
 ‫‪ (١٩‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﺍﻟﻤﺘﻐﻴﺭ ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﺍﻟﻤﺭﺘﻜﺒﺔ ﻓﻲ ﺍﻟﺼﻔﺤﺔ ﻓﻴﻜﻭﻥ‬
‫ﻟـ ‪ x‬ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ ﺒﻤﻌﻠﻤﻪ ‪λ = 4‬‬

‫‪e− 2 24‬‬
‫)‪i‬‬ ‫= )‪P (x = 0) = f (0‬‬
‫!‪0‬‬

‫‪= e-4 = 0.018‬‬

‫)‪ii‬‬ ‫)‪P(x ≥ 2) = 1 – P (x < 2‬‬

‫])‪= 1 – [P (X = 0) + (P(X =1‬‬

‫)‪= 1 – (0.018 + 4 e-4‬‬

‫)‪= 1 – (0.018 + 0.072‬‬

‫‪= 0.91‬‬

‫‪ (٢٠‬ﺩﻉ ‪ x‬ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﻌﻴﻭﺏ ﻓﻲ ﺍﻟﺸﺭﻴﺤﻪ ‪ ١٠ × ٦‬ﻗﺩﻡ‬

‫)‪(6) (10‬‬
‫= ‪6‬‬ ‫ﻴﻜﻭﻥ ﻟـ ‪ x‬ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ ﺍﻟﺫﻱ ﻤﻌﻠﻤﺘﻪ ‪= λ‬‬
‫‪10‬‬
‫‪e − λ λx‬‬
‫= )‪f(x‬‬
‫!‪x‬‬

‫)‪i‬‬ ‫= ‪P (x = 0) = f(0) = e-6‬‬

‫‪0.0025‬‬

‫‪158‬‬
 ii) P (x ≥ 1) = 1- P (x < 1)

= 1-P (x = 0)
= 1 – f (0)
= 1 - 0.0025 = 0.9975

‫ﻤﺘﺭ‬٥٠٠ ‫ ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﺸﺭﻭﺥ ﻓﻲ ﺍﻟـ‬x ‫( ﺩﻉ‬٢١

500
2.5 = = λ ∴
200

e-λ λx
f (x) =
x!

i) P (x ≤ 2) = f(0) + f(1) + f(2)

f(0) = e-2.5

f(1) = e-2.5
e − 2.5 (2.5) 2
f(2) = = 3.126 e-2.5
2

P (x ≤ 2) = 6.625 e-2.5 = (6.625) (0.082) = 0.543

ii) P (x ≥ 3) = 1 – P(x < 3)

= 1 - {f (0) + f(1) + f(2)}

= 1 – 0.543

= 0.457

159
 ‫ ﻡ‬٧ × 3 ‫ ﺘﻤﺜل ﻋﺩﺩ ﺍﻟﻌﻴﻭﺏ ﻓﻲ ﺍﻟﺭﻗﻴﻘﺔ‬x ‫( ﺩﻉ‬٢٢
e-λ λx 21
f (x) = 11.5 = =λ
x! 2

i) P (x = 0) = f(0) = e-11.5 = 0.00001

ii) P ( x ≤ 1) = f(0) + f(1)

f(1) = e-11.5 11.5

f(0) + f(1) = 12.5 e-11.5 = 0.0001266

160
‫ﺍﻟﻔﺼـــــل ﺍﻟﺨﺎﻤﺱ‬

‫‪161‬‬
 ‫ﺍﻟﻔﺼـل ﺍﻟﺨﺎﻤـﺱ‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ‬
‫‪The Normal Distribution‬‬

‫ﻴﻌﺘﺒﺭ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﻤﻥ ﺃﻫﻡ ﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴـﺔ ﻭﺃﻜﺜﺭﻫـﺎ‬

‫ﺍﺴﺘﻌﻤﺎﻻ ﻋﻠﻰ ﺍﻻﻁﻼﻕ ‪ ،‬ﺒل ﺍﻨﻪ ﻴﺤﺘل ﻤﻭﻀﻊ ﺍﻟﺼﺩﺍﺭﻩ ﻓـﻲ ﺍﻻﺤﺘﻤـﺎﻻﺕ‬
‫ﻭﺍﻻﺤﺼﺎﺀ ‪ ،‬ﻭﻗﺩ ﺍﺸﺘﻕ ﺍﺴﻤﻪ ﻤﻥ ﺃﻥ ﻜﺜﻴﺭﺍ ﻤﻥ ﺍﻟﺘﻭﺯﻴﻌﺎﺕ "ﺍﻟﻁﺒﻴﻌﻴﺔ" ﺘﺄﺨـﺫ‬
‫ﺸﻜﻼ ﻗﺭﻴﺒﺎ ﻤﻨﻪ ‪ ،‬ﻜﺫﻟﻙ ﻓﺈﻥ ﻤﻌﻅﻡ ﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻟﺒﻴﻭﻤﺘﺭﻴﻪ )ﻜﺘﻭﺯﻴﻌﺎﺕ ﺍﻟﻁﻭل‬
‫ﻭﺍﻟﻭﺯﻥ( ﻭﺘﻭﺯﻴﻌﺎﺕ ﺃﺨﻁﺎﺀ ﺍﻟﻤﺸﺎﻫﺩﺍﺕ )ﺍﻟﻔﺭﻭﻕ ﺒﻴﻥ ﺍﻟﻘﻴﻡ ﺍﻟﺤﻘﻴﻘﻴﻪ ﻭﺍﻟﻘـﻴﻡ‬
‫ﺍﻟﻤﺸﺎﻫﺩﻩ( ﺘﺄﺨﺫ ﺸﻜﻼ ﻗﺭﻴﺒﺎ ﻤﻨﻪ ‪ ،‬ﻭﻴﺴﺘﺨﺩﻡ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﻓـﻲ ﻜﺜﻴـﺭ ﻤـﻥ‬
‫ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﺼﻨﺎﻋﻴﺔ ﻭﺍﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﺠﻭﺩﻩ ﻭﻟﻪ ﺍﺴﺘﺨﺩﺍﻤﺎﺕ ﻭﺍﺴﻌﻪ ﻓﻲ ﺍﺨﺘﺒﺎﺭﺍﺕ‬
‫ﺍﻟﻔﺭﻭﺽ ﻭﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻜﺒﻴﺭﺓ ﻭﺘﻭﺯﻴﻌﺎﺕ ﺍﻟﻤﻌﺎﻴﻨﻪ ﻭﻏﻴﺭﻫﺎ‪.‬‬
‫ﻜﺎﻥ ﺃﻭل ﻤﻥ ﺍﻜﺘﺸﻔﺕ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻌﺎﻟﻡ ﺩﻱ ﻤﻭﺍﻓﺭ ‪De Moiver‬‬
‫ﻋﺎﻡ ‪ ١٧٣٣‬ﻭﻤﻥ ﺒﻌﺩﻩ ﺍﻟﻌﺎﻟﻡ ﻏﻭﺱ ‪ Gauss‬ﻓﻲ ﻋﺎﻡ ‪ ١٨٠٩‬ﻭﻴﻌﺭﻑ ﻫـﺫﺍ‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺃﻴﻀﹰﺎ ﺒﺎﺴﻤﻪ ﺃﻱ ﺘﻭﺯﻴـﻊ ﻏـﻭﺱ ‪ Gauss Distribution‬ﻭﻟﻬـﺫﺍ‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺨﻭﺍﺼﻪ ﺍﻟﺭﻴﺎﻀﻴﺔ ﻭﻴﻤﻜﻥ ﺍﻥ ﻴﻜﻭﻥ ﺘﻘﺭﻴﺒــﺎ ﺃﻭ ﺤﺎﻟـﺔ ﺨﺎﺼـﺔ‬
‫ﻟﺘﻭﺯﻴﻌﺎﺕ ﺃﺨﺭﻯ ﻤﺜـل ﺘﻭﺯﻴﻊ ﺜﻨﺎﺌﻲ ﺍﻟﺤﺩﻴﻥ‪.‬‬
‫ﻤﻨﺤﻨﻰ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ﻴﺩﻋﻰ ﺒﺎﻟﻤﻨﺤﻨﻰ ﺍﻟﻁﺒﻴﻌﻲ ‪ ،‬ﻭﻋﻨﺩﻤﺎ ﻨﺘﻜﻠﻡ ﻋـﻥ‬
‫ﻤﻨﺤﻨﻰ ﺘﻭﺯﻴﻊ ﻨﻅﺭﻱ ﻓﺄﻨﻨﺎ ﻨﻘﺼﺩ ﻤﻨﺤﻨﻰ ﺩﺍﻟـﺔ ﻜﺜﺎﻓـﺔ ﺍﺤﺘﻤـﺎل ﺍﻟﻤﺘﻐﻴـﺭ‬
‫ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﺫﻱ ﻟـﻪ ﻫﺫﺍ ﺍﻟﺘﻭﺯﻴﻊ ‪ ،‬ﻭﻤﻨﺤﻨﻰ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﻤﺘﻤﺎﺜل ﺤـﻭل‬
‫ﺨﻁ ﺭﺍﺴﻲ ﻴﻤﺭ ﺒﺎﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﺍﻟﺫﻱ ﻴﺴﺎﻭﻱ ﺒﺴﺒﺏ ﺍﻟﺘﻤﺎﺜـل ﻜـﻼ ﻤـﻥ‬
‫ﺍﻟﻭﺴﻴﻁ ﻭﺍﻟﻤﻭﺍل‪ .‬ﻭﻫﻭ ﻨﺎﻗﻭﺴﻲ ﺍﻟﺸﻜل ﻟﻪ ﻗﻤﻪ ﻭﺍﺤﺩﻩ ﻭﻴﻤﺘﺩ ﻁﺭﻓﺎﻩ ﺇﻟﻰ ﻤﺎ ﻻ‬

‫‪162‬‬
 ‫ﻨﻬﺎﻴﺔ ﻴﻤﻴﻨﺎ ﻭﻴﺴﺎﺭﺍ )ﻓﻴﻘﺘﺭﺏ ﻁﺭﻓﺎﻩ ﻤﻥ ﺍﻟﻤﺤﻭﺭ ﺍﻷﻓﻘـﻲ ﻭﻟﻜﻨﻬﻤـﺎ ﻻ‬
‫ﻴﻠﺘﻘﻴﺎﻥ ﻤﻌﻪ( ﻭﻤﻊ ﺫﻟﻙ ﻓﺎﻥ ﺍﻟﻤﺴﺎﺤﺔ ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﺘﺴﺎﻭﻱ ﺍﻟﻭﺍﺤﺩ ﺍﻟﺼﺤﻴﺢ‬
‫ﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﺍﻟﻤﺴﺎﺤﺔ ﺘﺤﺕ ﻤﻨﺤﻨﻰ ﺩﺍﻟﻪ ﻜﺜﺎﻓـﺔ ﺍﺤﺘﻤـﺎل ﺃﻱ ﻤﺘﻐﻴـﺭ‬
‫ﻋﺸﻭﺍﺌﻲ ﻤﺘﺼل ﺃﺨﺭ‪.‬‬
‫ﻭﺍﻟﺸﻜل ‪ ١‬ﻴﻤﺜل ﺍﻟﻤﻨﺤﻨﻰ ‪:‬‬

‫ﺸﻜل ‪١‬‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ‬
‫ﻫﻨﺎﻙ ﻋﺩﺩ ﻻ ﻨﻬﺎﺌﻲ ﻤﻥ ﺍﻟﻤﻨﺤﻨﻴﺎﺕ ﺍﻟﻁﺒﻴﻌﻴﺔ ﻭﻟﻜﻨﻬﺎ ﺘﺨﺘﻠـﻑ ﻋـﻥ‬
‫ﺒﻌﻀﻬﺎ ﺍﻟﺒﻌﺽ ﺤﺴﺏ ﻗﻴﻤـﺔ ﻜـل ﻤـﻥ ﺍﻟﻭﺴـﻁ ﺍﻟﺤﺴـﺎﺒﻲ )ﺍﻟﺘﻭﻗـﻊ( ‪µ‬‬
‫ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ‪ ، σ‬ﻭﻗﺩ ﺘﺘﻔﻕ ﻤﻨﺤﻨﻴﺎﺕ ﻁﺒﻴﻌﻴـﺔ ﻓـﻲ ﺍﻻﻨﺤـﺭﺍﻑ‬
‫ﺍﻟﻤﻌﻴﺎﺭﻱ ﻭﻟﻜﻨﻬﺎ ﺘﺨﺘﻠﻑ ﻓﻲ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻜﻤﺎ ﻫﻭ ﻓﻲ ﺍﻟﺸﻜل ‪ ، ٢‬ﺃﻭ ﻗـﺩ‬
‫ﺘﺘﻔﻕ ﺒﺎﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻭﺘﺨﺘﻠﻑ ﺒﺎﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻜﻤﺎ ﻫﻭ ﻓﻲ ﺍﻟﺸﻜل ‪٣‬‬

‫‪163‬‬
 ‫‪x‬‬
‫‪µ =2‬‬ ‫‪µ =4‬‬ ‫‪µ =6‬‬

‫ﺸﻜل ‪٢‬‬
‫ﻤﻨﺤﻨﻴﺎﺕ ﻁﺒﻴﻌﻴﺔ ﻟﻬﺎ ﻨﻔﺱ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻤﻊ ﺍﺨﺘﻼﻑ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ‬

‫)‪f(x‬‬

‫‪σ = 0 .5‬‬

‫‪σ =1‬‬

‫‪σ=2‬‬
‫‪x‬‬
‫‪µ =3‬‬

‫ﺸﻜل ‪٣‬‬
‫ﻤﻨﺤﻨﻴﺎﺕ ﻁﺒﻴﻌﻴﺔ ﻟﻬﺎ ﻨﻔﺱ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻤﻊ ﺍﺨﺘﻼﻑ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‬

‫ﺒﻌﺽ ﺨﻭﺍﺹ ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﻁﺒﻴﻌﻲ‬ ‫ƒ‬

‫‪ (١‬ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﻁﺒﻴﻌﻲ ﻤﺘﻤﺎﺜل ﺤﻭل ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ‪ µ‬ﺃﻱ ﺃﻥ ﺍﻟﻤﻨﺤﻨﻰ‬

‫ﻋﻠﻰ ﻴﺴﺎﺭ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻴﻤﺎﺜل ﺍﻟﻤﻨﺤﻨﻰ ﻋﻠﻰ ﻴﻤﻴﻨﻪ‪.‬‬
‫‪ (٢‬ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻓﻲ ﺍﻟﻤﻨﺘﺼﻑ ﻭﻴﻘﺴﻡ ﺍﻟﻤﺴﺎﺤﻪ ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﺇﻟﻰ‬
‫ﻗﺴﻤﻴﻥ ﻤﺘﺴﺎﻭﻴﻴﻥ‪.‬‬
‫‪ (٣‬ﻤﺠﻤﻭﻉ ﺍﻟﻤﺴﺎﺤﻪ ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﺘﺴﺎﻭﻱ ﻭﺍﺤﺩ‪.‬‬
‫‪ (٤‬ﻤﻬﻤﺎ ﻜﺎﻨﺕ ﻗﻴﻤﺔ ‪ µ‬ﻭ ‪ σ‬ﻓﺈﻥ ﻟﻠﻤﻨﺤﻨﻰ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﺨﻭﺍﺹ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫ﺃ‪ -‬ﺤﻭﺍﻟﻲ ‪ %٦٨.٢٦‬ﻤﻥ ﺍﻟﻤﺴﺎﺤﻪ ﻴﻘﻊ ﺒﻴﻥ ﺍﻟﻘﻴﻤﺘﻴﻥ ‪ µ - σ‬ﻭ ‪µ + σ‬‬

‫‪164‬‬
 ‫ﺏ‪ -‬ﺤﻭﺍﻟﻲ ‪ %٩٥.٤٦‬ﻤﻥ ﺍﻟﻤﺴﺎﺤﻪ ﻴﻘﻊ ﺒﻴﻥ ﺍﻟﻘﻴﻤﺘﻴﻥ ‪ µ -٢ σ‬ﻭ‬
‫‪µ+ ٢σ‬‬

‫ﺝ‪ -‬ﺤﻭﺍﻟﻲ ‪ %٩٩.٧٤‬ﻤﻥ ﺍﻟﻤﺴﺎﺤﺔ ﻴﻘﻊ ﺒﻴﻥ ﺍﻟﻘﻴﻤﺘﻴﻥ ‪ µ - ٣ σ‬ﻭ ‪٣ σ‬‬

‫‪µ+‬‬

‫ﺩ‪ -‬ﺤﻭﺍﻟﻲ ‪ %٩٥‬ﻤﻥ ﺍﻟﻤﺴﺎﺤﺔ ﻴﻘﻊ ﺒﻴﻥ ﺍﻟﻘﻴﻤﺘﻴﻥ ‪ µ -١.٩٦ σ‬ﻭ ‪١.٩٦ σ‬‬
‫‪µ+‬‬

‫ﻫـ‪ -‬ﺤﻭﺍﻟﻲ ‪ %٩٩‬ﻤﻥ ﺍﻟﻤﺴﺎﺤﺔ ﻴﻘﻊ ﺒﻴﻥ ﺍﻟﻘﻴﻤﺘﻴﻥ ‪ µ -٢.٥٨ σ‬ﻭ‬

‫‪µ + ٢.٥٨ σ‬‬

‫ﻜﻤﺎ ﻫﻭ ﻤﻭﻀﺢ ﻓﻲ ﺍﻟﺸﻜل ‪ ٤‬ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪%٦٨.٢٦‬‬
‫‪٣٤.١٣%‬‬

‫‪٣٤.١٣%‬‬

‫‪٢.١٤%‬‬
‫‪١٣.٦%‬‬

‫‪١٣.٦%‬‬

‫‪2.14%‬‬

‫‪x‬‬
‫‪٦٨.٢٦‬‬
‫‪68.26‬‬

‫‪٩٥.٤٦‬‬
‫‪99.74%‬‬

‫ﻴﻘﺎل ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻤﺘﺼل ‪ x‬ﺒﺎﻨﻪ ﻤﻭﺯﻉ ﻁﺒﻴﻌﻴﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﺩﺍﻟﻪ‬
‫ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﻟﻪ ﻤﻌﻁﺎﻩ ﺒﺎﻟﺼﻴﻐﺔ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪165‬‬
 ‫‪1 ⎛ x - µ ⎞2‬‬
‫‪−‬‬ ‫⎜‬ ‫⎟‬
‫‪1‬‬ ‫⎠ ‪2 ⎝ σ‬‬
‫= )‪f (x‬‬ ‫‪σ 2π‬‬
‫‪e‬‬

‫ﺤﻴﺙ‬
‫∞ < ‪−∞ > x‬‬

‫‪ µ‬ﻫﻲ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻁﺒﻴﻌﻲ‬

‫‪ e‬ﺜﺎﺒﺕ ﻗﻴﻤﺘﻪ ‪٢.٧١٨٢٨‬‬
‫‪ π‬ﻫﻲ ﺍﻟﻨﺴﺒﺔ ﺍﻟﺘﻘﺭﻴﺒﻴﺔ ﻭﺘﺴﺎﻭﻱ ‪٣.١٤١٥٩‬‬
‫ﻭﻴﻜﺘﺏ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﺫﻱ ﻭﺴﻁﻪ ﺍﻟﺤﺴـﺎﺒﻲ ‪ µ‬ﻭﺘﺒﺎﻴﻨـﻪ ‪σ2‬‬
‫)ﻓﻴﻜﻭﻥ ﺍﻨﺤﺭﺍﻓﻪ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻴﺴﺎﻭﻱ ‪ ( σ‬ﻴﻜﺘﺏ ﺒﺎﻟﺭﻤﺯ ) ‪ N( µ ، σ2‬ﻓﻤـﺜﻼ‬
‫)‪ N (20,4‬ﺘﻌﻨﻲ ﻤﺘﻐﻴﺭﺍ ﻁﺒﻴﻌﻴﺎ ﻟﻪ ﻭﺴﻁ ﺤﺴﺎﺒﻲ )ﺘﻭﻗﻊ( ﻴﺴﺎﻭﻱ ‪ ٢٠‬ﻭﺘﺒﺎﻴﻥ‬
‫ﻴﺴﺎﻭﻱ ‪) ٤‬ﺃﻱ ﺍﻨﺤﺭﺍﻑ ﻤﻌﻴﺎﺭ ﻴﺴﺎﻭﻱ ‪.(٢‬‬
‫ﺒﻤﺎ ﺃﻥ )‪ f (x‬ﺩﺍﻟﻪ ﻜﺜﺎﻓﺔ ﺍﺤﺘﻤﺎل ﻴﻜﻭﻥ ﻤﺠﻤـﻭﻉ ﺍﻟﻤﺴـﺎﺤﺔ ﺘﺤـﺕ‬
‫ﻤﻨﺤﻨﻰ ﻫﺫﻩ ﺍﻟﺩﺍﻟﻪ ﻤﺴﺎﻭﻴﺎ ﻟﻭﺍﺤﺩ ﺼﺤﻴﺢ ﻭﺍﺤﺘﻤﺎل ﺃﻥ ﻤﺘﻐﻴﺭﹰﺍ ﻋﺸﻭﺍﺌﻴﺎ ﻤﺘﺼﻼ‬
‫ﻭﺴﻁﻪ ‪ µ‬ﻭﺘﺒﺎﻴﻨﻪ ‪ σ2‬ﻴﻘﻊ ﺒﻴﻥ ﻗﻴﻤﺘﻴﻥ ﻤﺤﺩﺩﺘﻴﻥ ﻤﺜل ‪ b , a‬ﻫﻭ ) ‪< x < b‬‬
‫‪ p (a‬ﻭﻴﺴﺎﻭﻱ ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﻩ ﺒﻴﻥ ﻤﻨﺤﻨﻰ ﺍﻟﺩﺍﻟﻪ )‪ f (x‬ﻭﺍﻟﻘﻴﻤﺘﻴﻥ = ‪x‬‬
‫‪b,x=a‬‬

‫)‪f(x‬‬

‫‪µ‬‬ ‫‪a‬‬ ‫‪b‬‬

‫‪166‬‬
 ‫ﺍﻟﺸﻜل ‪٥‬‬

‫ƒ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻘﻴﺎﺴﻲ ﺃﻭ ﺍﻟﻤﻌﻴﺎﺭﻱ ‪The Standard Normal‬‬

‫‪ Distribution‬‬
‫ﻴﻁﻠﻕ ﺍﺴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﻌﻴﺎﺭﻱ ﺃﻭ ﺍﻟﻘﻴﺎﺴﻲ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭ‬
‫ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﺫﻱ ﻭﺴﻁﻪ ﺍﻟﺤﺴﺎﺒﻲ ﺼﻔﺭ ﻭﺘﺒﺎﻴﻨﻪ ﻭﺍﺤﺩ ﺃﻱ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭ‬
‫)‪ N(0.1‬ﻭﻴﺭﻤﺯ ﻟﻪ ﺒﺎﻟﺭﻤﺯ ‪ z‬ﻭﺘﻜﻭﻥ ﺩﺍﻟﻪ ﻜﺜﺎﻓﺔ ﺍﺤﺘﻤﺎﻟﻪ ﻫﻲ‬
‫‪2 /2‬‬
‫‪1 e- z‬‬
‫= )‪f (x‬‬
‫‪2π‬‬
‫∞ < ‪−∞ < z‬‬
‫ﻭﺒﻤﺎ ﺃﻥ )‪ f (z‬ﺩﺍﻟﻪ ﻜﺜﺎﻓﺔ ﺍﺤﺘﻤﺎل ﻓﺎﻥ ﻤﺠﻤﻭﻉ ﺍﻟﻤﺴﺎﺤﺔ ﺘﺤﺕ ﻤﻨﺤﻨﻰ )‪f (z‬‬
‫ﺘﺴﺎﻭﻱ ‪١‬‬
‫∞‬
‫‪1 -z 2 / 2‬‬
‫∫‬ ‫‪2π‬‬
‫‪e‬‬ ‫‪dz = 1‬‬
‫∞‪-‬‬

‫ﻭﻴﻜﻭﻥ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﻌﻴﺎﺭﻱ ‪ z‬ﺒﻴﻥ ﺍﻟﻘﻴﻤﺘﻴﻥ ‪z‬‬
‫‪ z = b ،= a‬ﻫﻭ ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﻩ ﺒﻴﻥ ﻤﻨﺤﻨﻰ ﺩﺍﻟﻪ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤـﺎل ‪f‬‬
‫)‪ (z‬ﻭﺍﻟﻘﻴﻤﺘﻴﻥ ﺍﻟﻤﺤﺩﺩﺘﻴﻥ ‪ z = b ، z = a‬ﺃﻱ ﻴﺴﺎﻭﻱ‬
‫‪b‬‬
‫‪1‬‬ ‫‪2‬‬
‫= ) ‪P (a < z < b‬‬ ‫∫‬ ‫‪e − z / 2 dz‬‬
‫‪2π‬‬
‫‪a‬‬

‫ﻟﻘﺩ ﺤﺴﺒﺕ ﺍﻟﻤﺴﺎﺤﺔ )ﺃﻭ ﺍﻻﺤﺘﻤﺎﻻﺕ( ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻭﻫﻲ‬
‫ﻤﻌﻁﺎﻩ ﻓﻲ ﺍﻟﺠﺩﻭل ‪ ٢‬ﺒﺎﻟﻤﺤﻠﻕ‪.‬‬
‫ﻟﺤﺴﺎﺏ ﺍﺤﺘﻤﺎل ﻭﻗﻭﻉ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﺘﺼل ﺒﻴﻥ ﻗﻴﻤﺘﻴﻥ ﻤﺤﺩﺩﺘﻴﻥ ﻋﻠﻴﻨﺎ‬
‫ﺃﻥ ﻨﺤﺴﺏ ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﻩ ﺒﻴﻥ ﻤﻨﺤﻨﻰ ﺩﺍﻟـﻪ ﻜﺜﺎﻓـﺔ ﺍﻻﺤﺘﻤـﺎل )‪f (x‬‬
‫ﻭﺍﻟﻘﻴﻤﺘﻴﻥ ﺍﻟﻤﺤﺩﺩﺘﻴﻥ ﻟـ ‪ X‬ﻭﻟﻤﺎ ﻜﺎﻨﺕ )‪ f(x‬ﺘﺘﻀﻤﻥ ﻤﻌﻠﻤﺘﻴﻥ ﻫﻤﺎ ﺍﻟﻭﺴﻁ‬

‫‪167‬‬
 ‫ﺍﻟﺤﺴﺎﺒﻲ ‪ µ‬ﻭﺍﻟﺘﺒﺎﻴﻥ ‪ σ2‬ﻭﻫﻤﺎ ﻤﺎ ﻴﻤﻜﻨﻬﻤﺎ ﺃﻥ ﻴﺄﺨﺫﺍ ﻗﻴﻤﺎ ﻏﻴﺭ ﻤﺤﺩﻭﺩﻩ‬
‫ﻭﺇﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ﻤﺘﻐﻴﺭ ﻤﺘﺼل ﻭﺒﺎﻟﺘﺎﻟﻲ ﻴﻤﻜﻨﻪ ﺍﻥ ﻴﺄﺨﺫ ﻫﻭ ﺃﻴﻀﹰﺎ ﻗﻴﻤﺎ‬
‫ﻏﻴﺭ ﻤﺤﺩﻭﺩﻩ ﺩﺍﺨل ﺃﻱ ﻤﺩﻯ ﻓﺈﻨﻪ ﻤﻥ ﻏﻴﺭ ﺍﻟﻤﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻟﻤﺴﺎﺤﺎﺕ ﺍﻟﻭﺍﻗﻌﻪ‬
‫ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﻁﺒﻴﻌﻲ ﻟﻘﻴﻡ ﻤﺨﺘﻠﻔﻪ ﻟﻜل ﻤﻥ ‪ x , σ2 , µ‬ﻭﻟﻜﻨﻨـﺎ ﻨﺴـﺘﻁﻴﻊ‬
‫ﺍﻟﺘﻐﻠﺏ ﻋﻠﻰ ﻫﺫﻩ ﺍﻟﺼﻌﻭﺒﺔ ﺒﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻁﺒﻴﻌـﻲ ) ‪ N ( µ ، σ2‬ﺇﻟـﻰ‬
‫ﻤﺘﻐﻴﺭ ﻤﻌﻴﺎﺭﻱ )‪ N(0.1‬ﻭﻫﻭ ﻤﺎ ﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻟﻤﺴﺎﺤﻪ ﺘﺤﺕ ﻤﻨﺤﻨﺎﻩ ﻭﻫـﻲ‬
‫ﻤﻌﻁﺎﻩ ﻜﻤﺎ ﺃﺴﻠﻔﻨﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ‪ ٢‬ﺒﺎﻟﻤﻠﺤﻕ‪.‬‬

‫‬

‫‬

‫ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻁﺒﻴﻌﻲ ) ‪ N ( µ ، σ2‬ﺇﻟﻰ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻘﻴﺎﺴﻲ‬

‫)‪N(0.1‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ x‬ﻟﻪ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ) ‪ N ( µ ، σ2‬ﻓﺈﻥ‬

‫‪x −µ‬‬
‫= ‪ z‬ﻴﻜﻭﻥ ﻟـﻪ ﺍﻟﺘﻭﺯﻴـﻊ ﺍﻟﻁﺒﻴﻌـﻲ ﺍﻟﻤﻌﻴـﺎﺭﻱ‬ ‫ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ‬
‫‪σ‬‬
‫)‪ N(0.1‬ﺃﻱ ﻴﻜﻭﻥ ﻟﻪ ﺘﻭﺯﻴﻌﹰﺎ ﻁﺒﻴﻌﻴﺎ ﻤﻌﻴﺎﺭﻴﺎ ﻭﺴﻁﻪ ﺍﻟﺤﺴﺎﺒﻲ ﺼﻔﺭ ﻭﺘﺒﺎﻴﻨﻪ‬
‫‪ ١‬ﻭﺍﻥ ﺃﻱ ﻤﺘﻐﻴﺭ ﻁﺒﻴﻌﻲ ﻭﺴﻁﻪ ﺍﻟﺤﺴﺎﺒﻲ ‪ µ‬ﻭﺘﺒﺎﻴﻨﻪ ‪ σ2‬ﻴﻤﻜﻥ ﺘﺤﻭﻴﻠﻪ ﺇﻟـﻰ‬
‫‪x −µ‬‬
‫= ‪ z‬ﻭﺒﻬﺫﺍ ﻴﺘﺤﻭل ﺍﻟﺘﻭﺯﻴـﻊ ﺍﻟﻁﺒﻴﻌـﻲ‬ ‫ﻤﺘﻐﻴﺭ ﻁﺒﻴﻌﻲ ﻤﻌﻴﺎﺭﻱ ﺒﻜﺘﺎﺒﻪ‬
‫‪σ‬‬
‫ﺇﻟﻰ ﺘﻭﺯﻴﻊ ﻁﺒﻴﻌﻲ ﻤﻌﻴﺎﺭﻱ ﻴﻤﻜﻥ ﺤﺴﺎﺏ ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﻩ ﺘﺤﺕ ﻤﻨﺤﻨﺎﻩ‬
‫ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ‪.٦‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ b‬ﻗﻴﻤﺔ ﻤﻌﻴﻨﺔ ﻤﻥ ﻗﻴﻡ ‪ x‬ﻓﺎﻥ‬

‫‪168‬‬
P (x ≤ b) = P (x - µ ≤ b - µ )
x −µ b−µ⎞
= P ⎛⎜ ≤ ⎟
⎝ σ σ ⎠
b−µ⎞
= P ⎛⎜ z ≤ ⎟
⎝ σ ⎠

f(x)

x
µ b

169
 ‫)‪f(z‬‬

‫‪z‬‬
‫‪b−µ‬‬
‫= ‪Q z‬‬
‫‪σ‬‬
‫ﺍﻟﺸﻜل ‪٦‬‬
‫ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭ ) ‪ N ( µ ، σ2‬ﺇﻟﻰ ‪z‬‬

‫ﺍﻟﻤﺴﺎﺤﺔ ﻏﻴﺭ ﺍﻟﻤﻅﻠﻠﻪ ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﻫﻲ‬

‫‪b-µ‬‬
‫≤ ‪P (X ≤ b) = P(Z‬‬ ‫)‬
‫‪σ‬‬
‫ﻭﻴﻜﻭﻥ ﺃﻴﻀﺎ‬
‫)‪P (X > b) = 1 – P (X ≤ b‬‬
‫‪b-µ‬‬
‫≤ ‪= 1 – P (Z‬‬ ‫)‬
‫‪σ‬‬
‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ‪) a< b‬ﻜﻤﺎ ﻓﻲ ﺸﻜل ‪ (٧‬ﻓﺎﻥ‬
‫‪b-µ‬‬ ‫‪a -µ‬‬
‫≤ ‪P(a ≤ X ≤ b) = P(Z‬‬ ‫≤ ‪) - P( Z‬‬ ‫)‬
‫‪σ‬‬ ‫‪σ‬‬

‫ﺃﻱ ﺘﺴﺎﻭﻱ ﺍﻟﻤﺴﺎﺤﺔ ﺇﻟﻰ ﻴﺴﺎﺭ ‪ b‬ﻨﺎﻗﺹ ﺍﻟﻤﺴﺎﺤﺔ ﺇﻟﻰ ﻴﺴﺎﺭ ‪a‬‬

‫‪170‬‬
 ‫‪x‬‬
‫‪µ‬‬ ‫‪a‬‬ ‫‪b‬‬
‫ﺸﻜـل ‪٧‬‬

‫ﻭﻤﻥ ﺨﺎﺼﻴﺔ ﺍﻟﺘﻤﺎﺜل ﻟﻤﻨﺤﻨﻰ ﺩﺍﻟﻪ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﺤﻭل ﺍﻟﺼﻔﺭ ﻨﺠﺩ ﺃﻥ‬
‫‪x‬‬ ‫‪0‬‬ ‫‪x‬‬
‫)‪i‬‬ ‫∫‬ ‫= ‪f(z)dz‬‬ ‫∫‬ ‫‪f(z) dz +‬‬ ‫‪∫ f(z) dz‬‬
‫∞‪−‬‬ ‫∞‪−‬‬ ‫‪o‬‬
‫‪x‬‬
‫‪= 1‬‬ ‫‪2‬‬
‫‪+‬‬ ‫‪∫ f(z) dz‬‬
‫‪o‬‬
‫‪−x‬‬ ‫∞‬
‫)‪ii‬‬ ‫‪∫ f(z) dz = ∫ f(z) dz‬‬
‫∞‪−‬‬ ‫‪x‬‬
‫‪x‬‬
‫‪= 12 -‬‬ ‫‪∫ f(z) dz‬‬
‫‪o‬‬

‫ﻭﻟﺫﻟﻙ ﻴﻜﺘﻔﻲ ﻓﻲ ﺍﻟﺠﺩﺍﻭل ﺍﻟﻤﺤﺴﻭﺒﺔ ﻟﻘﻴﻡ ﺍﻟﻤﺴﺎﺤﺎﺕ ﺃﻭ ﺍﻻﺤﺘﻤـﺎﻻﺕ ﺘﺤـﺕ‬

‫ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﻌﻴﺎﺭﻱ ﺒﺤﺴﺎﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻟﻘـﻴﻡ ‪ x‬ﺍﻟﻤﻭﺠﺒـﻪ‬
‫ﻭﻤﻨﻬﺎ ﻴﻤﻜﻥ ﺍﺴﺘﻨﺘﺎﺝ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻟﻘﻴﻡ ‪ x‬ﺍﻟﺴﺎﻟﺒﺔ‪.‬‬

‫‪171‬‬
 ‫ﺃﻤﺜﻠــﺔ ‪:‬‬
‫ﻤﺜــﺎل ‪:١‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ X‬ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ ﻁﺒﻴﻌﻲ ﻟﻪ ﺍﻟﺘﻭﺯﻴﻊ ) ‪ N (٣ ، ٤‬ﻓﻤـﺎ‬
‫ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻘﻊ ‪ X‬ﺒﻴﻥ ﺍﻟﻘﻴﻤﺘﻴﻥ ‪٥ ، ٣‬؟‬
‫ﺍﻟﺤــل ‪:‬‬
‫ﻨﺤﻭل ﺍﻟﺘﻭﺯﻴﻊ ﺇﻟﻰ ﺘﻭﺯﻴﻊ ﻤﻌﻴﺎﺭﻱ‬
‫‪x −µ‬‬
‫=‪z‬‬
‫‪σ‬‬
‫‪3−3‬‬
‫= ‪z1‬‬ ‫‪=0‬‬
‫‪2‬‬
‫‪5−3‬‬
‫= ‪z2‬‬ ‫‪=1‬‬
‫‪2‬‬
‫)‪p (3 < x < 5) = p (0 < z < 1‬‬
‫ﻭﺘﺴﺎﻭﻱ ﺍﻟﻤﺴﺎﺤﻪ ﺒﻴﻥ ‪ z = 0‬ﻭ ‪ z = 1‬ﻭﻫﻲ ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ﺍﻟﺘﺎﻟﻲ‬

‫‪0‬‬ ‫‪1‬‬
‫ﻭﻫﻲ ﻤﻥ ﺍﻟﺠﺩﻭل ‪ ٢‬ﺒﺎﻟﻤﻠﺤﻕ ﺘﺴﺎﻭﻱ ‪٠.٣٤١٣‬‬

‫‪172‬‬
 ‫ﻤﺜـﺎل ‪:٢‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﻤﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ X‬ﻟﻪ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ) ‪N ( µ,σ2‬‬
‫ﺍﻭﺠﺩ ‪:‬‬

‫)‪i‬‬ ‫)‪P ( µ − σ < x < µ + σ‬‬

‫)‪ii‬‬ ‫)‪P ( µ − 2σ < x < µ + 2σ‬‬
‫)‪iii) P ( µ − 3σ < x < µ + 3σ‬‬
‫ﺍﻟﺤــل‪:‬‬
‫‪(µ − σ) − µ‬‬
‫)‪i‬‬ ‫= ‪z1‬‬ ‫‪= −1‬‬
‫‪σ‬‬
‫‪(µ + σ) − µ‬‬
‫= ‪z2‬‬ ‫‪=1‬‬
‫‪σ‬‬
‫)‪∴ P ( µ − σ < x < µ + σ) = P(−1 < z < 1‬‬

‫ﻭﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﺍﻟﻤﺴﺎﺤﺔ ﺒﻴﻥ ‪ z = -1‬ﻭ ‪z = 1‬‬

‫ﻭ ‪z=1‬‬ ‫= ﺍﻟﻤﺴﺎﺤﺔ ﺒﻴﻥ ‪ z = 1‬ﻭ ‪ + z = 0‬ﺍﻟﻤﺴﺎﺤﺔ ﺒﻴﻥ ‪z = 0‬‬

‫‪Z‬‬
‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬
‫ﻭﻨﺘﻴﺠﺔ ﻟﺘﻤﺎﺜل ﺍﻟﻤﻨﺤﻨﻰ ﻋﻠﻰ ﻴﻤﻴﻥ ﻭﻴﺴﺎﺭ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ‪ µ = 0‬ﻓﺎﻥ‬
‫‪ z = 1‬ﻜﻤﺎ‬ ‫ﻭ‬ ‫ﺍﻟﻤﺴﺎﺤﺔ ﺒﻴﻥ ‪ z = -1‬ﻭ ‪ z = 0‬ﺘﺴﺎﻭﻱ ﺍﻟﻤﺴﺎﺤﺔ ﺒﻴﻥ ‪z = 0‬‬
‫ﻓﻲ ﺍﻟﺸﻜل ﺃﻋﻼﻩ ﻭﺘﺴﺎﻭﻱ ﻤﻥ ﺍﻟﺠﺩﻭل ‪٠.٣٤١٣‬‬

‫‪173‬‬
 ‫‪∴ P ( µ − σ < x < µ + σ ) = 0.3413 + 0.3413‬‬

‫‪= 0.6826‬‬
‫‪= 68.26 %‬‬
‫ﻭﻫﺫﺍ ﻴﻌﻨﻲ ﺃﻥ ‪ %٦٨.٢٦‬ﻤﻥ ﻤﺠﻤﻭﻉ ﺍﻟﻤﺴﺎﺤﺔ ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﺘﻘﻊ ﻀﻤﻥ‬
‫ﺍﻨﺤﺭﺍﻑ ﻤﻌﻴﺎﺭﻱ ﻭﺍﺤﺩ ﻋﻥ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ‪.‬‬
‫)‪ii‬‬ ‫)‪P ( µ − 2σ < x < µ + 2σ‬‬
‫‪(µ − 2σ) − µ‬‬
‫= ‪z1‬‬ ‫‪= −2‬‬
‫‪σ‬‬
‫‪(µ + 2σ) − µ‬‬
‫= ‪z2‬‬ ‫‪=2‬‬
‫‪σ‬‬
‫)‪∴ P ( µ − 2σ < x < µ + 2σ) = P(−2 < z < 2‬‬

‫ﻭﺘﺴﺎﻭﻱ ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﻩ ﺒﻴﻥ ‪ z = -2‬ﻭ ‪ + z = 0‬ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﺓ‬

‫ﺒﻴﻥ ‪ z =0‬ﻭ ‪ z =2‬ﻭﻤﻥ ﺍﻟﺠﺩﻭل‬

‫‪= 0.4773 + 0.4773‬‬

‫‪= 0.9546‬‬
‫‪= 95.46 %‬‬
‫ﺃﻱ ﺃﻥ ‪ %٩٥.٤٦‬ﻤﻥ ﻤﺠﻤﻭﻉ ﺍﻟﻤﺴﺎﺤﺔ ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﺘﻘﻊ ﻀﻤﻥ ﺍﻨﺤﺭﺍﻓﻴﻥ‬
‫ﻤﻌﻴﺎﺭﻴﻴﻥ ﻤﻥ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﺼﻔﺭ ‪.‬‬

‫‪Z‬‬

‫‪174‬‬
 ‫‪-2‬‬ ‫‪2‬‬
‫‪(µ − 3σ) − µ‬‬
‫)‪iii‬‬ ‫= ‪z1‬‬ ‫‪= −3‬‬
‫‪σ‬‬
‫‪(µ − 3σ) − µ‬‬
‫= ‪z1‬‬ ‫‪=3‬‬
‫‪σ‬‬
‫)‪∴ P ( µ − 3σ < x < µ + 3σ) = P(−3 < z < 3‬‬

‫ﻭﺘﺴﺎﻭﻱ ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﻩ ﺒﻴﻥ ‪ z = -3‬ﻭ ‪ + z = 0‬ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﺤﺼﻭﺭﺓ‬

‫ﺒﻴﻥ ‪ z =0‬ﻭ ‪ z = 3‬ﻭﻤﻥ ﺍﻟﺠﺩﻭل‪:‬‬

‫‪= 0.4987 + 0.4987‬‬

‫‪= 0.9974‬‬
‫‪= 99.74%‬‬

‫ﺃﻱ ﺃﻥ ‪ %٩٩.٧٤‬ﻤﻥ ﻤﺠﻤﻭﻉ ﺍﻟﻤﺴﺎﺤﺔ ﺘﺤـﺕ ﺍﻟﻤﻨﺤﻨـﻰ ﺘﻘـﻊ ﻀـﻤﻥ ‪٣‬‬

‫ﺍﻨﺤﺭﺍﻓﺎﺕ ﻤﻌﻴﺎﺭﻴﻪ ﻋﻥ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ‪.‬‬

‫‪٩٩.٧٤%‬‬

‫‪-3‬‬
‫‪3‬‬

‫‪175‬‬
 ‫ﺘﻤﺎﺭﻴﻥ ﺍﻟﻔﺼل ﺍﻟﺨﺎﻤﺱ‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ‬

‫‪ .١‬ﻤﻥ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﻌﻴﺎﺭﻱ ﺃﻭﺠﺩ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫)‪(٠.٢٥٨٠‬‬ ‫)‪P (٠ < z < ٠.٧‬‬ ‫‪(i‬‬
‫)‪(٠.٣٨٤٩‬‬ ‫)‪P (٠ < z < ١.٢‬‬ ‫‪(ii‬‬
‫)‪P (-١ < z < ٠‬‬ ‫‪(iii‬‬
‫)‪(٠.٣٤١٣‬‬
‫)‪P (-٠.٨٢ < z < ٠.٩٦‬‬ ‫‪(iv‬‬
‫)‪(٠.٦٢٥٤‬‬
‫)‪(٠.٢٧٤٢‬‬ ‫(‪P‬‬ ‫)‪z < ٠.٦-‬‬ ‫‪(v‬‬
‫)‪(٠.٨٦٤٣‬‬ ‫(‪P‬‬ ‫)‪z > -١.١‬‬ ‫‪(vi‬‬

‫‪ .٢‬ﺃﻭﺠﺩ ﺍﻟﻤﺴﺎﺤﺔ ﺘﺤﺕ ‪z = -٠.٥‬‬

‫‪ .٣‬ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ x‬ﻟﻪ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ )‪ N (2, 1‬ﺃﻭﺠﺩ ‪:‬‬
‫)‪(٠.٠٢٢٧‬‬ ‫) ‪P (x > ٤‬‬ ‫‪(i‬‬
‫) ‪P (٠ < x < ٢‬‬ ‫‪(ii‬‬
‫)‪(٠.٤٧٧٣‬‬

‫‪176‬‬
 ‫‪ .٤‬ﺇﺫﺍ ﻜﺎﻨﺕ ﺃﻁﻭﺍل ﻁﻼﺏ ﺍﺤﺩﻯ ﺍﻟﺠﺎﻤﻌﺎﺕ ﻤﻭﺯﻋﻪ ﻁﺒﻴﻌﻴﺎ ﻭﻟﻬﺎ‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﺫﻱ ﻭﺴﻁﻪ ﺍﻟﺤﺴﺎﺒﻲ ‪ ٦٨.٥٠‬ﺒﻭﺼﻪ ﻭﺍﻨﺤﺭﺍﻓـﻪ‬
‫ﺍﻟﻤﻌﻴﺎﺭﻱ ‪ ٢.٣‬ﺒﻭﺼﻪ‪:‬‬
‫ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﻁﻭل ﺃﻱ ﻁﺎﻟﺏ ﻤﻥ ﺍﻟﺠﺎﻤﻌﺔ ﻴﺯﻴﺩ ﻋﻥ ‪٦‬‬ ‫‪(i‬‬
‫ﺃﻗﺩﺍﻡ )‪ ٧٢‬ﺒﻭﺼﻪ( )‪.(٠.٠٦٤٣‬‬
‫ﻤﺎ ﻫﻲ ﻨﺴﺒﺔ ﺍﻟﻁﻠﺒﻪ ﻓﻲ ﺍﻟﺠﺎﻤﻌﺔ ﺍﻟﺫﻴﻥ ﺘﺘﺭﺍﻭﺡ ﺃﻁﻭﺍﻟﻬﻡ ﺒﻴﻥ‬ ‫‪(ii‬‬
‫‪ ٧٠‬ﻭ ‪ ٧٢‬ﺒﻭﺼﻪ )‪(٠.١٩٣٥‬‬

‫‪ .٥‬ﺇﺫﺍ ﻜﺎﻨﺕ ﺃﻁﻭﺍل ‪ ٣٠٠٠‬ﻁﺎﻟﺏ ﺘﺘﺨﺫ ﺸﻜل ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﻭﻜـﺎﻥ‬

‫ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ ﻟﻬﺫﻩ ﺍﻷﻁـﻭﺍل ﻴﺴـﺎﻭﻱ ‪١٧٠‬ﺴـﻡ ﻭﺍﻻﻨﺤـﺭﺍﻑ‬
‫ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻬﺎ ﻴﺴﺎﻭﻱ ‪٥‬ﺴﻡ ‪:‬‬
‫ﺃﻭﺠﺩ ﻨﺴﺒﺔ ﺍﻟﻁﻠﺒﺔ ﺍﻟﺫﻴﻥ ﺃﻁﻭﺍﻟﻬﻡ ﺃﻜﺜﺭ ﻤﻥ ‪١٨٥‬ﺴﻡ‪.‬‬ ‫‪(i‬‬
‫ﺃﻭﺠﺩ ﻋﺩﺩ ﺍﻟﻁﻠﺒﺔ ﺍﻟﺫﻴﻥ ﺘﺯﻴﺩ ﺃﻁﻭﺍﻟﻬﻡ ﻋﻥ ‪١٨٥‬ﺴﻡ‪.‬‬ ‫‪(ii‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ﻨﺴﺒﺔ ﺍﻟﻁﻠﺒﺔ ﺍﻟﺫﻴﻥ ﺃﻁﻭﺍﻟﻬﻡ ﻓـﻭﻕ ﺍﻟﻤﺘﻭﺴـﻁ‬ ‫‪(iii‬‬
‫ﻭﺃﻗل ﻤﻥ ﻁﻭل ﻤﻌﻴﻥ ﻭﻟﻴﻜﻥ ‪ x‬ﻫﻭ ‪ ٠.٢٨٨١‬ﻓﻤﺎ ﻫـﻭ‬
‫ﻫﺫﺍ ﺍﻟﻁﻭل؟‪.‬‬

‫‪ .٦‬ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ ‪ x‬ﻟﻪ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌـﻲ ﺍﻟـﺫﻱ ﻭﺴـﻁﻪ‬

‫ﺍﻟﺤﺴﺎﺒﻲ ‪ ٨٠‬ﻭﺍﻨﺤﺭﺍﻓﻪ ﺍﻟﻤﻌﻴﺎﺭﻱ ‪ ٠.٣٠‬ﻓﺄﻭﺠﺩ‪:‬‬
‫)‪P (X ≤ ٨٠.٣٦‬‬ ‫‪(i‬‬
‫ﺍﻟﻌﺩﺩ ‪ C‬ﺇﺫﺍ ﻜﺎﻥ ‪P ( X ≤ C) = ٠.٩٥‬‬ ‫‪(ii‬‬

‫‪177‬‬
 ‫‪ .٧‬ﻤﺼﻨﻊ ﻴﻨﺘﺞ ﻨﻭﻋﺎ ﻤﻥ ﺍﻷﺒﺭ ﻤﻔﺭﻭﺽ ﺃﻥ ﻴﻜﻭﻥ ﻗﻁﺭ ﻜل ﻤﻨﻬﺎ‬
‫‪ 1 4‬ﺴﻡ ﻭﺒﺎﻟﺨﺒﺭﻩ ﻭﺠﺩ ﺃﻥ ﺃﻗﻁﺎﺭ ﺍﻷﺒﺭ ﻤﻥ ﺍﻨﺘﺎﺝ ﻫﺫﺍ ﺍﻟﻤﺼﻨﻊ ﻟﻬـﺎ‬
‫ﺘﻭﺯﻴﻊ ﻁﺒﻴﻌﻲ ﻭﺴﻁﻪ ﺍﻟﺤﺴـﺎﺒﻲ ‪٢.٥‬ﻤـﻡ ﻭﺍﻨﺤﺭﺍﻓـﻪ ﺍﻟﻤﻌﻴـﺎﺭﻱ‬
‫‪٠.٠٠٢٥‬ﻤﻡ ‪ ،‬ﻓﻤﺎ ﻫﻲ ﺍﻟﻨﺴﺒﺔ ﺍﻟﻤﺌﻭﻴﺔ ﻟﻸﺒﺭ ﺍﻟﺘﻲ ﻴﺘﺭﺍﻭﺡ ﻗﻁﺭﻫـﺎ‬
‫ﺒﻴﻥ ‪ ٢.٤٩٥١‬ﻭ ‪٢.٥٠٤٩‬ﻤﻡ؟‬

‫‪ .٨‬ﺇﺫﺍ ﻜﺎﻥ ﻤﺘﻭﺴﻁ ﺃﺠﺭ ﺍﻟﻌﺎﻤل ‪ ٤‬ﺩﻨﺎﻨﻴﺭ ﻓﻲ ﺍﻟﺴﺎﻋﺔ ﺒﺎﻨﺤﺭﺍﻑ ﻤﻌﻴﺎﺭﻱ‬

‫‪ ٠.٥٠‬ﺩﻴﻨﺎﺭ ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻷﺠﻭﺭ ﺘﺘﺒﻊ ﺘﻭﺯﻴﻌﺎ ﻁﺒﻴﻌﻴﺎ ﻓﻤﺎ ﻫﻲ ﻨﺴـﺒﺔ‬
‫ﺍﻟﻌﻤﺎل ﺍﻟﺫﻴﻥ ﻴﺘﻘﺎﻀﻭﻥ ﺃﺠﺭﺍ ﻤﺎ ﺒﻴﻥ ‪ ٢.٥‬ﻭ ‪ ٣‬ﺩﻨﺎﻨﻴﺭ ﻓﻲ ﺍﻟﺴﺎﻋﺔ؟‬

‫‪ .٩‬ﺇﺫﺍ ﻜﺎﻥ ﻤﺘﻭﺴﻁ ﻋﻤﺭ ﺍﻟﻤﺼﺒﺎﺡ ﺍﻟﻜﻬﺭﺒﺎﺌﻲ ‪ ١٥٠٠‬ﺴﺎﻋﺔ ﺒـﺎﻨﺤﺭﺍﻑ‬

‫ﻤﻌﻴﺎﺭﻱ ‪ ٥٠‬ﺴﺎﻋﺔ ﻭﻴﺘﺒﻊ ﺘﻭﺯﻴﻌﺎ ﻁﺒﻴﻌﻴﺎ ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ‪:‬‬
‫ﺍﻥ ﻤﺼﺒﺎﺤﺎ ﺴﻴﺤﺘﺭﻕ ﻗﺒل ‪ ١٤٠٠‬ﺴﺎﻋﺔ‪.‬‬ ‫‪(i‬‬
‫ﺇﻥ ﻤﺼﺒﺎﺤﺎ ﺴﻴﻌﻴﺵ ﺃﻜﺜﺭ ﻤﻥ ‪ ١٥٥٠‬ﺴﺎﻋﺔ‪.‬‬ ‫‪(ii‬‬
‫‪ (iii‬ﺇﻨﺎ ﻤﺼﺒﺎﺤﺎ ﺴﻴﻌﻴﺵ ﻤﺎ ﺒﻴﻥ ‪ ١٤٥٠‬ﻭ ‪ ١٥٥٠‬ﺴﺎﻋﺔ‪.‬‬

‫ﺼﻨﺩﻭﻕ ﻤﻥ ﺍﻟﺘﻔﺎﺡ ﻭﺯﻥ ﺍﻟﺘﻔﺎﺤﻪ ﻤﻨﻪ ﻴﺴﺎﻭﻱ ‪ ١٠‬ﺃﻭﻨـﺱ‬ ‫‪.١٠‬‬

‫)‪ (OUNCES‬ﺒﺎﻨﺤﺭﺍﻑ ﻤﻌﻴـﺎﺭﻱ ‪ ١.٥‬ﺃﻭﻨـﺱ ﻭﺃﻭﺯﺍﻥ ﺍﻟﺘﻔـﺎﺡ‬
‫ﻤﻭﺯﻋﻪ ﻁﺒﻴﻌﻴﺎ ﻓﻤﺎ ﻫﻲ ﻨﺴﺒﺔ ﺍﻟﺘﻔﺎﺤﺎﺕ ﺍﻟﺘﻲ ﻴﻘﻊ ﻭﺯﻨﻬﺎ ﺒﻴﻥ ‪ ٧.٩‬ﻭ‬
‫‪ ١٢.٤‬ﺃﻭﻨﺱ؟‬

‫‪178‬‬
 ‫ﺇﺫﺍ ﻜﺎﻨﺕ ﻨﻔﻘﺎﺕ ﺇﺤﺩﻯ ﺍﻟﺸﺭﻜﺎﺕ ﻓـﻲ ﺍﻟﺴـﻨﺔ ﻟﻬـﺎ‬ ‫‪.١١‬‬
‫ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﺫﻱ ﻭﺴـﻁﻪ ‪ ١٠٠‬ﻤﻠﻴـﻭﻥ ﺩﻴﻨـﺎﺭ ﻭﺍﻨﺤﺭﺍﻓـﻪ‬
‫ﺍﻟﻤﻌﻴﺎﺭﻱ ‪ ٥‬ﻤﻼﻴﻴﻥ ﺩﻴﻨﺎﺭ ‪:‬‬
‫ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﻨﻔﻘﺎﺕ ﺍﻟﺸﺭﻜﺔ ﺴﺘﺯﻴﺩ ﻋﻥ ‪ ١٠٠‬ﻤﻠﻴﻭﻥ ﺩﻴﻨﺎﺭ‪.‬‬ ‫‪(i‬‬
‫‪ (ii‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﻨﻔﻘﺎﺕ ﺍﻟﺸﺭﻜﺔ ﺴﺘﻘل ﻋﻥ ‪ ١٠٠‬ﻤﻠﻴﻭﻥ ﺩﻴﻨﺎﺭ‪.‬‬
‫‪ (iii‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﻨﻔﻘﺎﺕ ﺍﻟﺸﺭﻜﺔ ﺴﺘﻜﻭﻥ ﺒﻴﻥ ‪ ١٠٠‬ﻭ ‪ ١١٠‬ﻤﻠﻴﻭﻥ‬
‫ﺩﻴﻨﺎﺭ‪.‬‬

‫‪179‬‬
 ‫ﺤل ﺘﻤﺎﺭﻴﻥ ﺍﻟﻔﺼل ﺍﻟﺨﺎﻤﺱ‬

‫)ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ(‬

‫‪ .١‬ﻨﺠﺩ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﻤﻁﻠﻭﺒﺔ ﻤﻥ ﺍﻟﺠﺩﻭل ‪ ٢‬ﺒﺎﻟﻤﻠﺤﻕ ﻤﺒﺎﺸﺭﻩ‪.‬‬

‫‪ .٢‬ﺍﻟﻤﺴــﺎﺤﺔ ﺍﻟﻤﻁﻠﻭﺒــﺔ ﻫــﻲ‬

‫ﺍﻟﻤﺴﺎﺤﺔ ﺍﻟﻤﻅﻠﻠـﺔ ﻓـﻲ ﺍﻟﺸـﻜل‬
‫ﻭﺍﻟﻤﺤﺼﻭﺭﺓ ﺒـﻴﻥ ∞ ‪ -‬ﻭ ‪-٠.٥‬‬
‫ﻭﻫﻲ ﺘﻤﺎﺜل ﺍﻟﻤﺴـﺎﺤﺔ ﻤـﻥ ‪٠.٥‬‬
‫ﺤﺘﻰ ∞ ﻨـﺎﻗﺹ ﺍﻟﻤﺴـﺎﺤﺔ ﻤـﻥ‬
‫ﺼﻔﺭ ﺤﺘﻰ ‪ ٠.٥‬ﻭﻤﻥ ﺍﻟﺠﺩﻭل =‬
‫‪٠.٥ – ٠.١٩١٥ = ٠.٣٠٨٥‬‬

‫‪ .٣‬ﻨﺤﻭل ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺇﻟﻰ ﺘﻭﺯﻴﻊ ﻤﻌﻴﺎﺭﻱ‬

‫‪z -µ‬‬
‫=‪z‬‬ ‫‪(i‬‬
‫‪σ‬‬

‫‪4-2‬‬
‫=‪z‬‬ ‫‪=2‬‬
‫‪1‬‬

‫)‪∴ P (X > 4) = P (z > 2‬‬

‫‪= 0.5 – 0.4773‬‬

‫‪0‬‬ ‫‪2‬‬
‫‪= 0.0227‬‬
‫‪Z‬‬ ‫‪-0.5‬‬

‫‪0 - 2‬‬
‫= ‪Z1‬‬ ‫‪= -2‬‬ ‫‪(ii‬‬
‫‪1‬‬

‫‪180‬‬
 2 - 2
Z2 = =0
1
∴ P (0 < X < 2) = P (z > 2) = P (-2 < z < 0)

= P (0 < z <2)

=
0.4773

.٤
.i
x -µ
Z=
σ
72 - 68.5 3.5
= =
2.3 2.5

= 1.52
∴ p (x > 72) = p (z > 1.52)

0 = 0.5 -0.4357
= 0643
.ii
70 - 68.5
z1 = = 0.65
2.3
72 - 68.5
z2 = = 1.52
2.3
∴ P (70 < x < 72) = P (0.65 <
z < 1.52)

181
 ‫‪= 0.4357 – 0.2422‬‬
‫‪= 0.1935‬‬

‫‪.i .٥‬‬
‫‪185 − 170‬‬
‫=‪z‬‬ ‫‪=3‬‬
‫‪5‬‬
‫) ‪∴ P (x > 185) = P ( z > 3‬‬

‫‪= 0.5 – 0.4987‬‬

‫‪= 0.0013‬‬
‫‪.ii‬‬

‫‪3000 = % 100‬‬

‫‪٣‬‬ ‫‪٠‬‬ ‫‪x = % 0.13‬‬

‫)‪(0.0013) (3000‬‬
‫=‪x‬‬
‫‪0.100‬‬

‫‪= 3.9 ≅ 4‬‬

‫‪.iii‬‬
‫‪x‬‬ ‫‪- 170‬‬
‫= ‪z‬‬
‫‪0 2881‬‬ ‫‪5‬‬
‫ﻭﻤﻥ ﺍﻟﺠﺩﻭل ﺍﻥ ﻗﻴﻤﺔ ‪ z‬ﺍﻟﻤﻨﺎﻅﺭﻩ‬
‫ﻟﻠﻤﺴﺎﺤﺔ ‪ ٠.٢٨٨١‬ﻫﻲ ‪٠.٨‬‬
‫‪χ - 170‬‬
‫= ‪∴ 0.8‬‬
‫‪x‬‬ ‫‪0‬‬ ‫‪5‬‬

‫‪x = 174‬‬

‫‪182‬‬
 ‫‪.i .٦‬‬
‫‪80 - 36 - 80‬‬
‫=‪Z‬‬ ‫‪= 1.2‬‬
‫‪0.3‬‬
‫)‪∴ p ( x ≤ 80.36 ) = p ( z ≤ 1.2‬‬

‫‪= 0.5 + 0.3849‬‬

‫‪١٢‬‬ ‫‪= 0.8849‬‬

‫‪.ii‬‬
‫‪0 45‬‬ ‫‪c − 80‬‬
‫=‪z‬‬
‫‪0.3‬‬
‫ﻤﻥ ﺍﻟﺠﺩﻭل ﻨﺠـﺩ ﺃﻥ ﻗﻴﻤـﺔ ‪z‬‬
‫ﺍﻟﻤﻘﺎﺒﻠــﺔ ﻟﻠﻤﺴــﺎﺤﺔ )‪– ٠.٥٠‬‬
‫‪0‬‬ ‫‪0‬‬
‫‪144424443‬‬ ‫‪ (٠.٩٥‬ﺃﻱ ﻟﻠﻤﺴﺎﺤﺔ ‪ ٠.٤٥‬ﻫﻲ‬
‫ﻜﺎﻤل ﻫﺫﻩ ﺍﻟﻤﺴﺎﺤﺔ = ‪٠.٩٥‬‬ ‫‪١.٦٤‬‬
‫‪ ∴ c − 80 = 1.64‬ﺃﺨﺫﻨﺎ ﺍﻟﻤﺴﺎﺤـﺔ ﺘﺤﺕ ‪ ٠.٤٥‬ﻻﻥ ﺍﻟﺠـﺩﺍﻭل ﻤﻌﻁـﺎﺓ‬
‫‪0.3‬‬
‫ﻤﻥ ﺍﻟﺼﻔﺭ ﺤﺘﻰ ∞ ﻭﻟﻴﺱ ﻤﻥ ∞ ‪ −‬ﺤﺘﻰ ∞‬
‫‪∴ c = 80.492‬‬
‫‪.٧‬‬
‫‪2.4951 − 2.5‬‬
‫= ‪z1‬‬ ‫‪= 1.96‬‬
‫‪0.0025‬‬
‫‪2.5049 − 2.5‬‬
‫= ‪z2‬‬ ‫‪= 1.96‬‬
‫‪0.0025‬‬
‫‪∴ P (2.4951 < x < 2.5049) = P‬‬
‫)‪(-1.96 < z < 1.96‬‬
‫‪-1.96‬‬
‫‪1 96‬‬ ‫)‪= 2 (0.4750‬‬

‫‪183‬‬
 = 0.95
.٨
2.5 − 4
z1 = =-3
0.5
3− 4
z2 = =-2
0.5
∴ p(2.5 < x <3) = p (-3 < z <-
-3 -
2)
2
= p (2 < z < 3)

= 0.4987 – 0.4773
= 0.0214

.i .٩
1400 - 1500
z= = -2
50
∴ p (x < 1400) = p (z < -2 )

= 0.5 – 0.4773
-2 0
= 0.0227
.ii
1550 - 1500
z= =1
50
∴ p ( x > 1550) = p (z > 1 )

= 0.5 – 0.3413
0 1
184
 = 0.1587

.iii
1450 - 1500
z1 = = -1
50
1550 - 1500
z2 = =1
50
∴ p (1450 < x < 1550) = p (-1
-1 0 < z <١ )
1
= 2 (0.3413)
= 0.6826
.١٠
7.9 - 10
z1 = = 1.4
1.5
12.4 - 10
z2 = = 1.6
1.5
∴ p (7.9 < x < 12.4 ) = p (-1.4

-1.4 0 1.6 < z < 1.6)

= 0.4192 + 0.4452
= 0.8644
.١١
.i

185
 100 - 100
z= =0
5
p ( x > 100 ) = p (z > 0 ) = 0.5

.ii
100 - 100
z= =0
5
p ( x < 100 ) = p (z > 0 ) = 0.5

.iii
100 - 100
z1 = =0
5
100 - 100
z2 = =2
5
∴ p(100< x< 110) =p(0 < z <

2)
= 0.4773

186
 ‫ﺘﻤﺎﺭﻴﻥ ﻋﺎﻤﺔ ﻋﻠﻰ‬
‫ﺍﻻﺤﺘﻤـﺎﻻﺕ‬

‫‪ -١‬ﻟﺘﻜﻥ ﺍﻟﺘﺠﺭﺒﺔ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﻫﻲ ﺍﺨﺘﻴﺎﺭ ﻋﺎﺌﻠﺔ ﻟﻬﺎ ‪ ٣‬ﺃﻁﻔـﺎل ﻭﺘﺴـﺠﻴل‬

‫ﻫﺅﻻﺀ ﺍﻷﻁﻔﺎل ﺤﺴﺏ ﺍﻟﺠﻨﺱ ﻭﺘﺴﻠﺴل ﺍﻟﻭﻻﺩﺓ‪ .‬ﺃﺤﺴﺏ ﺍﺤﺘﻤـﺎل ﺍﻥ‬
‫ﻴﻜﻭﻥ ﻟﻠﻌﺎﺌﻠﺔ ﻭﻟﺩﻴﻥ‪.‬‬
‫)‪(٣/٨‬‬

‫‪ -٢‬ﺇﺫﺍ ﻜﺎﻥ ‪ A2 ، A1‬ﺤﺎﺩﺜﻴﻥ ﻓﻲ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨـﻲ ‪ S‬ﻭﻜـﺎﻥ ‪= ٠.٥‬‬

‫‪P(A2) = ٠.٧‬‬ ‫ﻭ‬ ‫)‪P(A1‬‬
‫ﻭ ‪: P(A1 A2) = ٠.٣‬‬
‫ﻫل ‪ A1‬ﻭ ‪ A2‬ﺤﺎﺩﺜﻴﻥ ﺸﺎﻤﻠﻴﻥ‬ ‫‪(i‬‬
‫)ﻻ ﻻﻥ ﻤﺠﻤﻭﻉ ﺍﺤﺘﻤﺎﻟﻴﻬﻤﺎ ﻻ ﻴﺴﺎﻭﻱ ﻭﺍﺤﺩ(‬

‫)‪(٠.٩‬‬ ‫ﺃﻭﺠﺩ )‪ A2‬ﺃﻭ ‪P ( A1‬‬ ‫‪(ii‬‬

‫)‪(٠.٢‬‬ ‫ﺃﻭﺠﺩ )‪P ( A2 - A1‬‬ ‫‪(iii‬‬
‫‪ (iv‬ﺃﻭﺠﺩ )‪P ( A1 - A2‬‬
‫)ﻤﺴﺘﺤﻴل(‬

‫‪ -٣‬ﺇﺫﺍ ﻜﺎﻥ ‪ A‬ﻭ ‪ B‬ﺤﺎﺩﺜﻴﻥ ﻓﻲ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨـﻲ ‪ S‬ﻭﻜـﺎﻥ ‪= ٠.٤‬‬

‫‪P(B) = ٠.٧‬‬ ‫)‪ P(A‬ﻭ‬
‫ﻭ ‪ P(AB) = ٠.٣‬ﺍﺤﺴﺏ ﺍﺤﺘﻤﺎل ‪:‬‬
‫)‪(٠.٨‬‬ ‫ﻭﻗﻭﻉ ﺃﺤﺩ ﺍﻟﺤﺎﺩﺜﻴﻥ ‪ A‬ﺃﻭ ‪B‬‬ ‫‪(i‬‬

‫‪187‬‬
 ‫‪ (ii‬ﻭﻗﻭﻉ ‪ A‬ﺃﻭ ‪ B‬ﻭﻟﻴﺱ ﻜﻠﻴﻬﻤﺎ‬
‫)‪(٠.٥‬‬
‫)‪(٠.٦‬‬ ‫‪ (iii‬ﻋﺩﻡ ﻭﻗﻭﻉ ‪A‬‬

‫)‪(٠.١‬‬ ‫ﻭﻗﻭﻉ ‪ A‬ﻭﻋﺩﻡ ﻭﻗﻭﻉ ‪B‬‬ ‫‪(iv‬‬

‫‪ -٤‬ﺍﻟﻘﻲ ﺤﺠﺭﺍ ﻨﺭﺩ ﻤﺭﻩ ﻭﺍﺤﺩﻩ ﺃﻭﺠﺩ ﺍﺤﺘﻤﺎﻻﺕ ﺍﻟﺤﻭﺍﺩﺙ ﺍﻟﺘﺎﻟﻴﺔ ‪:‬‬
‫)‪(٦/٣٦‬‬ ‫‪ A1‬ﻤﺠﻤﻭﻉ ﺍﻟﺭﻗﻤﻴﻥ ﺍﻟﻅﺎﻫﺭﻴﻥ ‪٧‬‬ ‫‪(i‬‬
‫‪ A2 (ii‬ﻤﺠﻤﻭﻉ ﺍﻟﺭﻗﻤﻴﻥ ﺍﻟﻅﺎﻫﺭﻴﻥ ﺃﻜﺜﺭ ﻤﻥ ‪١٠‬‬
‫)‪(٣/٣٦‬‬
‫‪ A3 (iii‬ﻤﺠﻤﻭﻉ ﺍﻟﺭﻗﻤﻴﻥ ﺍﻟﻅـﺎﻫﺭﻴﻥ ﺃﻗـل ﻤـﻥ ﺃﻭ ﻴﺴـﺎﻭﻱ ‪٥‬‬
‫)‪(١٠/٣٦‬‬
‫‪ A4 (iv‬ﺍﻟﻌﺩﺩ ‪ ٢‬ﻅﻬﺭ ﻤﺭﻩ ﻭﺍﺤﺩﻩ ﻋﻠﻰ ﺍﻷﻗل‬
‫)‪(١١/٣٦‬‬

‫‪ -٥‬ﻓﻲ ﻨﻔﺱ ﺍﻟﺘﻤﺭﻴﻥ ﺍﻟﺴﺎﺒﻕ ﺍﺤﺴﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻻﺘﻴﺔ‪:‬‬

‫)‪(٣/٦‬‬ ‫ﺍﻟﻤﺠﻤﻭﻉ ﺯﻭﺠﻲ ﻋﻠﻰ ﻓﺭﺽ ﺃﻥ ﺍﻟﺤﺠﺭ ﺍﻷﻭل ‪٦‬‬ ‫‪(i‬‬
‫‪ (ii‬ﺍﻟﺤﺠﺭ ﺍﻟﺜﺎﻨﻲ ‪ ٦‬ﻋﻠﻰ ﻓﺭﺽ ﺃﻥ ﻤﺠﻤﻭﻉ ﺯﻭﺠﻲ‬
‫)‪(٣/١٨‬‬
‫‪ (iii‬ﺍﻟﻤﺠﻤﻭﻉ ﺯﻭﺠﻲ ﺇﺫﺍ ﻋﻠﻤﺕ ﺃﻥ ﺍﻟﻤﺠﻤﻭﻉ ﺃﻗل ﻤﻥ ‪(٤/٦) ٥‬‬
‫)‪(١/٦‬‬ ‫‪ (iv‬ﺍﻟﺤﺠﺭ ﺍﻟﺜﺎﻨﻲ ‪ ٦‬ﻋﻠﻰ ﻓﺭﺽ ﺍﻥ ﺍﻷﻭل ‪٤‬‬
‫ﺍﻟﻤﺠﻤﻭﻉ ﻓﺭﺩﻱ ﺇﺫﺍ ﻋﻠﻤﺕ ﺃﻥ ﺍﻟﺤﺠﺭ ﺍﻷﻭل ﻓﺭﺩﻱ )‪(٩/١٨‬‬ ‫‪(v‬‬

‫‪188‬‬
 ‫‪ -٦‬ﻴﻭﺠﻪ ﺼﻴﺎﺩﺍﻥ ﺒﻨﺩﻗﻴﺘﻴﻬﻤﺎ ﻤﻌﺎ ﺇﻟﻰ ﻏﺯﺍل ﻓﺎﺫﺍ ﻜﺎﻨﺕ ﻓﺭﺼﺔ ﻜل‬
‫‪1‬‬
‫ﻓﺄﺤﺴﺏ ﺍﺤﺘﻤﺎل ﺇﺼﺎﺒﺔ ﺍﻟﻐـﺯﺍل ‪.‬‬ ‫ﻤﻨﻬﻤﺎ ﻓﻲ ﺇﺼﺎﺒﺔ ﺍﻟﻐﺯﺍل ﻫﻲ‬
‫‪3‬‬
‫)‪(٥/٩‬‬

‫‪ -٧‬ﺇﺫﺍ ﻜﺎﻨﺕ ‪ A‬ﺘﻨﺴﺦ ‪ %٢٠‬ﻤﻥ ﺨﻁﺎﺒﺎﺕ ﺍﻟﻤﻌﻬﺩ ﻭﻜﺎﻨﺕ ‪ %٥٠‬ﻤـﻥ‬

‫ﺨﻁﺎﺒﺎﺘﻬﺎ ﺒﺩﻭﻥ ﺃﺨﻁﺎﺀ ﺒﻴﻨﻤﺎ ﺘﻨﺴﺦ ‪ B‬ﺍﻟﺒﺎﻗﻲ ﻭﻜﺎﻨـﺕ ‪ %٩٠‬ﻤـﻥ‬
‫ﺨﻁﺎﺒﺎﺘﻬﺎ ﺒﺩﻭﻥ ﺃﺨﻁﺎﺀ‪ .‬ﻓﺈﺫﺍ ﺴﺤﺏ ﺨﻁﺎﺏ ﻤﻥ ﺨﻁﺎﺒـﺎﺕ ﺍﻟﻤﻌﻬـﺩ‬
‫ﻓﺎﺤﺴﺏ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺨﻁﺎﺏ ﺒﺩﻭﻥ ﺃﺨﻁﺎﺀ‪.‬‬
‫)‪(٠.٨٢‬‬

‫‪ -٨‬ﻓﻲ ﺍﻟﺴﺅﺍل ﺍﻟﺴﺎﺒﻕ ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﺨﻁﺎﺏ ﺍﻟﻤﺴﺤﻭﺏ ﺨﻁﺎﺒﺎ ﻓﻴﻪ ﺃﺨﻁـﺎﺀ‬
‫ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ‪ A‬ﻫﻲ ﺍﻟﺘﻲ ﻜﺘﺒﺘﻪ؟‬
‫)‪(١٠/١٨=٠.٥٥٥٥‬‬

‫‪ -٩‬ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﻨﺠﺎﺡ ﺍﻟﻁﺎﻟﺏ ﻓﻲ ﻤﺎﺩﺓ ﺍﻻﺤﺼﺎﺀ = ‪ ٠.٤٠‬ﻜﻡ ﻴﻜﻭﻥ‬

‫ﺍﺤﺘﻤﺎل ‪:‬‬
‫)‪(٠.٢٥٩٢‬‬ ‫ﺍﻥ ﻴﻨﺠﺢ ﻁﺎﻟﺏ ﻭﺍﺤﺩ ﻤﻥ ﺒﻴﻥ ‪ ٥‬ﻁﻼﺏ‬ ‫‪(i‬‬
‫)‪(٠.٩٢٢٢٤‬‬ ‫‪ (ii‬ﺍﻥ ﻴﻨﺠﺢ ﻁﺎﻟﺏ ﻭﺍﺤﺩ ﻋﻠﻰ ﺍﻷﻗل‬
‫)‪(٠.٩٨٩٧٦‬‬ ‫‪ (iii‬ﺍﻥ ﻴﻨﺠﺢ ‪ ٤‬ﻁﻼﺏ ﻋﻠﻰ ﺍﻷﻜﺜﺭ‬
‫)‪(٠.٠٧٧٧٦‬‬ ‫‪ (iv‬ﺍﻥ ﻻ ﻴﻨﺠﺢ ﺃﺤﺩ‬

‫‪ -١٠‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﻨﺤﺼل ﻋﻠﻰ ﻤﺠﻤﻭﻉ ‪ ٥‬ﺜﻼﺙ ﻤﺭﺍﺕ ﻤﻥ ﺭﻤﻲ‬

‫ﺯﻫﺭﺘﻲ ﻨﺭﺩ ‪ ٦‬ﻤﺭﺍﺕ؟‬
‫)‪(٠.١٧٣٤٢‬‬

‫‪189‬‬
 ‫‪ -١١‬ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺇﺼﺎﺒﺔ ﺍﻟﺼﺎﺭﻭﺥ ﻟﻠﻬﺩﻑ ‪ ٠.٣‬ﻤﺎ ﻫﻭ ﻋـﺩﺩ‬
‫ﺍﻟﺼﻭﺍﺭﻴﺦ ﺍﻟﻼﺯﻡ ﺇﻁﻼﻗﻬﺎ ﻜﻲ ﻴﻜﻭﻥ ﺍﺤﺘﻤﺎل ﺇﺼﺎﺒﺔ ﺍﻟﻬﺩﻑ ﻋﻠﻰ‬
‫ﺍﻷﻗل ‪.%٨٠‬‬

‫ﺍﺤﺘﻤﺎل ﺍﻟﺨﻁﺄ = ‪٠.٧‬‬ ‫ﺍﻟﺤــل‪:‬‬

‫ﺍﺤﺘﻤﺎل ﺍﻟﺼﻭﺍﺭﻴﺦ ﺘﺨﻁﺊ = ‪(٠.٧)n‬‬
‫ﺍﻟﻤﻁﻠﻭﺏ ﻫﻭ ‪1-(0.7)n > ٠.٨‬‬

‫‪(0.7)n > -٠.٢‬‬

‫‪(0.7)n < ٠.٢‬‬

‫‪(0.7)1 = 0.7 , (0.7)2 = 0.49‬‬

‫‪(0.7)3 = 0.743 , (0.7)4 = 0.2401‬‬
‫‪(0.7)5 = 0.16807‬‬
‫ﻋﺩﺩ ﺍﻟﺼﻭﺍﺭﻴﺦ ‪∴ n = ٥‬‬

‫‪190‬‬
‫ﺍﻟﻤـــﻼﺤـــﻕ‬

‫‪191‬‬
 ‫ﻤﻠﺤـﻕ ﺭﻗـﻡ )‪(١‬‬
‫ﻗﻴﻡ ﺍﻟﺩﺍﻟﻪ ﺍﻻﺴﻴﺔ ﺍﻟﺴﺎﻟﺒﺔ ‪e-x‬‬

‫‪x‬‬ ‫‪e-x‬‬ ‫‪x‬‬ ‫‪e-x‬‬ ‫‪x‬‬ ‫‪e-x‬‬ ‫‪x‬‬ ‫‪e-x‬‬ ‫‪x‬‬ ‫‪e-x‬‬

‫‪٠.٠‬‬ ‫‪١.٠٠٠‬‬ ‫‪٢.٠‬‬ ‫‪٠.١٣٥‬‬ ‫‪٤.٠‬‬ ‫‪٠.٠١٨‬‬ ‫‪٦.٠‬‬ ‫‪٠.٠٠٢٥‬‬ ‫‪٨.٠‬‬ ‫‪٠.٠٠٠٣٤‬‬

‫‪٠.١‬‬ ‫‪٠.٩٠٥‬‬ ‫‪٢.١‬‬ ‫‪٠.١٢٢‬‬ ‫‪٤.١‬‬ ‫‪٠.٠١٧‬‬ ‫‪٦.١‬‬ ‫‪٠.٠٠٢٢‬‬ ‫‪٨.١‬‬ ‫‪٠.٠٠٠٣٠‬‬

‫‪٠.٢‬‬ ‫‪٠.٨١٩‬‬ ‫‪٢.٢‬‬ ‫‪٠.١١١‬‬ ‫‪٤.٢‬‬ ‫‪٠.٠١٥‬‬ ‫‪٦.٢‬‬ ‫‪٠.٠٠٢٠‬‬ ‫‪٨.٢‬‬ ‫‪٠.٠٠٠٢٨‬‬

‫‪٠.٣‬‬ ‫‪٠.٧٤١‬‬ ‫‪٢.٣‬‬ ‫‪٠.١٠٠‬‬ ‫‪٤.٣‬‬ ‫‪٠.٠١٤‬‬ ‫‪٦.٣‬‬ ‫‪٠.٠٠١٨‬‬ ‫‪٨.٣‬‬ ‫‪٠.٠٠٠٢٥‬‬

‫‪٠.٤‬‬ ‫‪٠.٦٧٠‬‬ ‫‪٢.٤‬‬ ‫‪٠.٠٩١‬‬ ‫‪٤.٤‬‬ ‫‪٠.٠١٢‬‬ ‫‪٦.٤‬‬ ‫‪٠.٠٠١٧‬‬ ‫‪٨.٤‬‬ ‫‪٠.٠٠٠٢٣‬‬

‫‪٠.٥‬‬ ‫‪٠.٦٠٧‬‬ ‫‪٢.٥‬‬ ‫‪٠.٠٨٢‬‬ ‫‪٤.٥‬‬ ‫‪٠.٠١١‬‬ ‫‪٦.٥‬‬ ‫‪٠.٠٠١٥‬‬ ‫‪٨.٥‬‬ ‫‪٠.٠٠٠٢٠‬‬

‫‪٠.٦‬‬ ‫‪٠.٥٤٩‬‬ ‫‪٢.٦‬‬ ‫‪٠.٠٧٤‬‬ ‫‪٤.٦‬‬ ‫‪٠.٠١٠‬‬ ‫‪٦.٦‬‬ ‫‪٠.٠٠١٤‬‬ ‫‪٨.٦‬‬ ‫‪٠.٠٠٠١٨‬‬

‫‪٠.٧‬‬ ‫‪٠.٤٩٧‬‬ ‫‪٢.٧‬‬ ‫‪٠.٠٦٧‬‬ ‫‪٤.٧‬‬ ‫‪٠.٠٠٩‬‬ ‫‪٦.٧‬‬ ‫‪٠.٠٠١٢‬‬ ‫‪٨.٧‬‬ ‫‪٠.٠٠٠١٧‬‬

‫‪٠.٨‬‬ ‫‪٠.٤٤٩‬‬ ‫‪٢.٨‬‬ ‫‪٠.٠٦١‬‬ ‫‪٤.٨‬‬ ‫‪٠.٠٠٨‬‬ ‫‪٦.٨‬‬ ‫‪٠.٠٠١١‬‬ ‫‪٨.٨‬‬ ‫‪٠.٠٠٠١٥‬‬

‫‪٠.٩‬‬ ‫‪٠.٤٠٧‬‬ ‫‪٢.٩‬‬ ‫‪٠.٠٥٥‬‬ ‫‪٤.٩‬‬ ‫‪٠.٠٠٧‬‬ ‫‪٦.٩‬‬ ‫‪٠.٠٠١٠‬‬ ‫‪٨.٩‬‬ ‫‪٠.٠٠٠١٤‬‬

‫‪١.٠‬‬ ‫‪٠.٣٦٨‬‬ ‫‪٣.٠‬‬ ‫‪٠.٠٥٠‬‬ ‫‪٥.٠‬‬ ‫‪٠.٠٠٦٧‬‬ ‫‪٧.٠‬‬ ‫‪٠.٠٠٠٩‬‬ ‫‪٩.٠‬‬ ‫‪٠.٠٠٠١٢‬‬

‫‪١.١‬‬ ‫‪٠.٣٣٣‬‬ ‫‪٣.١‬‬ ‫‪٠.٠٤٥‬‬ ‫‪٥.١‬‬ ‫‪٠.٠٠٦١‬‬ ‫‪٧.١‬‬ ‫‪٠.٠٠٠٨‬‬ ‫‪٩.١‬‬ ‫‪٠.٠٠٠١١‬‬

‫‪١.٢‬‬ ‫‪٠.٣٠١‬‬ ‫‪٣.٢‬‬ ‫‪٠.٠٤١‬‬ ‫‪٥.٢‬‬ ‫‪٠.٠٠٥٥‬‬ ‫‪٧.٢‬‬ ‫‪٠.٠٠٠٧‬‬ ‫‪٩.٢‬‬ ‫‪٠.٠٠٠١٠‬‬

‫‪١.٣‬‬ ‫‪٠.٢٧٣‬‬ ‫‪٣.٣‬‬ ‫‪٠.٠٣٧‬‬ ‫‪٥.٣‬‬ ‫‪٠.٠٠٥٠‬‬ ‫‪٧.٣‬‬ ‫‪٠.٠٠٠٧‬‬ ‫‪٩.٣‬‬ ‫‪٠.٠٠٠٠٩‬‬

‫‪١.٤‬‬ ‫‪٠.٢٤٧‬‬ ‫‪٣.٤‬‬ ‫‪٠.٠٣٣‬‬ ‫‪٥.٤‬‬ ‫‪٠.٠٠٤٥‬‬ ‫‪٧.٤‬‬ ‫‪٠.٠٠٠٦‬‬ ‫‪٩.٤‬‬ ‫‪٠.٠٠٠٠٨‬‬

‫‪١.٥‬‬ ‫‪٠.٢٢٣‬‬ ‫‪٣.٥‬‬ ‫‪٠.٠٣٠‬‬ ‫‪٥.٥‬‬ ‫‪٠.٠٠٤١‬‬ ‫‪٧.٥‬‬ ‫‪٠.٠٠٠٥٥‬‬ ‫‪٩.٥‬‬ ‫‪٠.٠٠٠٠٨‬‬

‫‪١.٦‬‬ ‫‪٠.٢٠٢‬‬ ‫‪٣.٦‬‬ ‫‪٠.٠٢٧‬‬ ‫‪٥.٦‬‬ ‫‪٠.٠٠٣٧‬‬ ‫‪٧.٦‬‬ ‫‪٠.٠٠٠٥٠‬‬ ‫‪٩.٦‬‬ ‫‪٠.٠٠٠٠٧‬‬

‫‪١.٧‬‬ ‫‪٠.١٨٣‬‬ ‫‪٣.٧‬‬ ‫‪٠.٠٢٥‬‬ ‫‪٥.٧‬‬ ‫‪٠.٠٠٣٣‬‬ ‫‪٧.٧‬‬ ‫‪٠.٠٠٠٤٥‬‬ ‫‪٩.٧‬‬ ‫‪٠.٠٠٠٠٦‬‬

‫‪١.٨‬‬ ‫‪٠.١٦٥‬‬ ‫‪٣.٨‬‬ ‫‪٠.٠٢٢‬‬ ‫‪٥.٨‬‬ ‫‪٠.٠٠٣٠‬‬ ‫‪٧.٨‬‬ ‫‪٠.٠٠٠٤١‬‬ ‫‪٩.٨‬‬ ‫‪٠.٠٠٠٠٦‬‬

‫‪١.٩‬‬ ‫‪٠.١٥٠‬‬ ‫‪٣.٩‬‬ ‫‪٠.٠٢٠‬‬ ‫‪٥.٩‬‬ ‫‪٠.٠٠٢٧‬‬ ‫‪٧.٩‬‬ ‫‪٠.٠٠٠٣٧‬‬ ‫‪٩.٩‬‬ ‫‪٠.٠٠٠٠٥‬‬

‫‪192‬‬
 ‫‪ /‬ﺍﻟﻤﺴﺎﺤﺎﺕ ﺘﺤﺕ ﺍﻟﻤﻨﺤﻨﻰ ﺍﻟﻁﺒﻴﻌﻲ‬ ‫ﻤﻠﺤـﻕ ﺭﻗـﻡ )‪(٢‬‬
‫) ‪ A‬ﻫﻲ ﺍﳌﺴﺎﺣﺔ ﲢﺖ ﺍﳌﻨﺤﲎ ﺍﶈﺼﻮﺭﺓ ﺑﲔ ‪( ٢ , ٠‬‬

‫‪0‬‬ ‫‪z‬‬
‫‪Z‬‬ ‫‪A‬‬ ‫‪Z‬‬ ‫‪A‬‬ ‫‪Z‬‬ ‫‪A‬‬ ‫‪Z‬‬ ‫‪A‬‬
‫‪0.00‬‬ ‫‪0.0000‬‬ ‫‪0.47‬‬ ‫‪0.1808‬‬ ‫‪0.94‬‬ ‫‪0.3264‬‬ ‫‪1.41‬‬ ‫‪0.4207‬‬
‫‪.01‬‬ ‫‪.0040‬‬ ‫‪.48‬‬ ‫‪.1844‬‬ ‫‪.95‬‬ ‫‪.3289‬‬ ‫‪1.42‬‬ ‫‪.4222‬‬
‫‪.02‬‬ ‫‪.0080‬‬ ‫‪.49‬‬ ‫‪.1879‬‬ ‫‪.96‬‬ ‫‪.3315‬‬ ‫‪1.43‬‬ ‫‪.4236‬‬
‫‪.03‬‬ ‫‪.0120‬‬ ‫‪.50‬‬ ‫‪.1915‬‬ ‫‪.97‬‬ ‫‪.3340‬‬ ‫‪1.44‬‬ ‫‪.4251‬‬
‫‪.04‬‬ ‫‪.0160‬‬ ‫‪.51‬‬ ‫‪.1950‬‬ ‫‪.98‬‬ ‫‪.3365‬‬ ‫‪1.45‬‬ ‫‪.4265‬‬

‫‪.05‬‬ ‫‪.0199‬‬ ‫‪.52‬‬ ‫‪.1985‬‬ ‫‪.99‬‬ ‫‪.3389‬‬ ‫‪1.46‬‬ ‫‪.4279‬‬

‫‪.06‬‬ ‫‪.0239‬‬ ‫‪.53‬‬ ‫‪.2019‬‬ ‫‪1.00‬‬ ‫‪.3413‬‬ ‫‪1.47‬‬ ‫‪.4292‬‬
‫‪.07‬‬ ‫‪.0279‬‬ ‫‪.54‬‬ ‫‪.2054‬‬ ‫‪1.01‬‬ ‫‪.3438‬‬ ‫‪1.48‬‬ ‫‪.4306‬‬
‫‪.08‬‬ ‫‪.0319‬‬ ‫‪.55‬‬ ‫‪.2088‬‬ ‫‪1.02‬‬ ‫‪.3461‬‬ ‫‪1.49‬‬ ‫‪.4319‬‬
‫‪.09‬‬ ‫‪.0359‬‬ ‫‪.56‬‬ ‫‪.2123‬‬ ‫‪1.03‬‬ ‫‪.3485‬‬ ‫‪1.50‬‬ ‫‪.4332‬‬

‫‪.10‬‬ ‫‪.0398‬‬ ‫‪.57‬‬ ‫‪.2157‬‬ ‫‪1.04‬‬ ‫‪.3508‬‬ ‫‪1.51‬‬ ‫‪.4345‬‬

‫‪.11‬‬ ‫‪.0438‬‬ ‫‪.58‬‬ ‫‪.2190‬‬ ‫‪1.05‬‬ ‫‪.3531‬‬ ‫‪1.52‬‬ ‫‪.4357‬‬
‫‪.12‬‬ ‫‪.0478‬‬ ‫‪.59‬‬ ‫‪.2224‬‬ ‫‪1.06‬‬ ‫‪.3554‬‬ ‫‪1.53‬‬ ‫‪.4370‬‬
‫‪.13‬‬ ‫‪.0517‬‬ ‫‪.60‬‬ ‫‪.2258‬‬ ‫‪1.07‬‬ ‫‪.3577‬‬ ‫‪1.56‬‬ ‫‪.4382‬‬
‫‪.14‬‬ ‫‪.0557‬‬ ‫‪.61‬‬ ‫‪.2291‬‬ ‫‪1.08‬‬ ‫‪.3599‬‬ ‫‪1.55‬‬ ‫‪.4394‬‬

‫‪.15‬‬ ‫‪.0596‬‬ ‫‪.62‬‬ ‫‪.2324‬‬ ‫‪1.09‬‬ ‫‪.3621‬‬ ‫‪1.56‬‬ ‫‪.4406‬‬

‫‪.16‬‬ ‫‪.0636‬‬ ‫‪.63‬‬ ‫‪.2357‬‬ ‫‪1.10‬‬ ‫‪.3643‬‬ ‫‪1.57‬‬ ‫‪.4418‬‬
‫‪.17‬‬ ‫‪.0675‬‬ ‫‪.64‬‬ ‫‪.2389‬‬ ‫‪1.11‬‬ ‫‪.3665‬‬ ‫‪1.58‬‬ ‫‪.4430‬‬
‫‪.18‬‬ ‫‪.0714‬‬ ‫‪.65‬‬ ‫‪.2422‬‬ ‫‪1.12‬‬ ‫‪.3686‬‬ ‫‪1.59‬‬ ‫‪.4441‬‬
‫‪.19‬‬ ‫‪.0754‬‬ ‫‪.66‬‬ ‫‪.2454‬‬ ‫‪1.13‬‬ ‫‪.3708‬‬ ‫‪1.60‬‬ ‫‪.4452‬‬

‫‪.20‬‬ ‫‪.0793‬‬ ‫‪.67‬‬ ‫‪.2486‬‬ ‫‪1.14‬‬ ‫‪.3729‬‬ ‫‪1.61‬‬ ‫‪.4463‬‬

‫‪.21‬‬ ‫‪.0832‬‬ ‫‪.68‬‬ ‫‪.2518‬‬ ‫‪1.15‬‬ ‫‪.3749‬‬ ‫‪1.62‬‬ ‫‪.4474‬‬
‫‪.22‬‬ ‫‪.0871‬‬ ‫‪.69‬‬ ‫‪.2549‬‬ ‫‪1.16‬‬ ‫‪.3770‬‬ ‫‪1.63‬‬ ‫‪.4485‬‬
‫‪.23‬‬ ‫‪.0910‬‬ ‫‪.70‬‬ ‫‪.2580‬‬ ‫‪1.17‬‬ ‫‪.3790‬‬ ‫‪1.64‬‬ ‫‪.4495‬‬
‫‪.24‬‬ ‫‪.0948‬‬ ‫‪.71‬‬ ‫‪.2612‬‬ ‫‪1.18‬‬ ‫‪.3810‬‬ ‫‪1.65‬‬ ‫‪.4505‬‬

‫‪.25‬‬ ‫‪.0987‬‬ ‫‪.72‬‬ ‫‪.2642‬‬ ‫‪1.19‬‬ ‫‪.3830‬‬ ‫‪1.66‬‬ ‫‪.4515‬‬

‫‪.26‬‬ ‫‪.1026‬‬ ‫‪.73‬‬ ‫‪.2673‬‬ ‫‪1.20‬‬ ‫‪.3849‬‬ ‫‪1.67‬‬ ‫‪.4525‬‬
‫‪.27‬‬ ‫‪.1064‬‬ ‫‪.74‬‬ ‫‪.2704‬‬ ‫‪1.21‬‬ ‫‪.3869‬‬ ‫‪1.68‬‬ ‫‪.4535‬‬
‫‪.28‬‬ ‫‪.1103‬‬ ‫‪.75‬‬ ‫‪.2734‬‬ ‫‪1.22‬‬ ‫‪.3888‬‬ ‫‪1.69‬‬ ‫‪.4545‬‬
‫‪.29‬‬ ‫‪.1141‬‬ ‫‪.76‬‬ ‫‪.2764‬‬ ‫‪1.23‬‬ ‫‪.3907‬‬ ‫‪1.70‬‬ ‫‪.4554‬‬

‫‪30‬‬ ‫‪.1179‬‬ ‫‪.77‬‬ ‫‪.2794‬‬ ‫‪1.24‬‬ ‫‪.3925‬‬ ‫‪1.71‬‬ ‫‪.4564‬‬

‫‪.31‬‬ ‫‪.1217‬‬ ‫‪.78‬‬ ‫‪2823‬‬ ‫‪1.25‬‬ ‫‪.3944‬‬ ‫‪1.72‬‬ ‫‪.4573‬‬
‫‪.32‬‬ ‫‪.1255‬‬ ‫‪.79‬‬ ‫‪.2852‬‬ ‫‪1.26‬‬ ‫‪.3962‬‬ ‫‪1.73‬‬ ‫‪.482‬‬
‫‪.33‬‬ ‫‪.1293‬‬ ‫‪.80‬‬ ‫‪.2881‬‬ ‫‪1.27‬‬ ‫‪.3980‬‬ ‫‪1.74‬‬ ‫‪.4591‬‬

‫‪193‬‬
.34 .1331 .81 .2910 1.28 .3997 1.75 .4599

.35 .1368 .82 .2939 1.29 .4015 1.76 4608

.36 .1406 .83 .2967 1.30 .4032 1.77 .4616
.37 .1443 .84 .2996 1.31 .4049 1.78 .4625
.38 .1480 .85 .3023 1.32 .4066 1.79 .4633
.39 .1517 .86 .3051 1.133 .4082 1.80 .4641

.40 .1554 .87 .3079 1.34 .4099 1.81 .4649

.41 .1591 .88 .3106 1.35 .4115 1.82 .4656
.42 .1628 .89 .3133 1.36 .4131 1.83 .4664
.43 .1664 .90 .3159 1.37 .4147 1.84 .4671
.44 .1700 .91 .3186 1.38 .4162 1.85 .4678
.45 .1736 .92 .3212 1.39 .4177 1.86 .4686
.46 .1772 .93 .3238 1.40 .4192 1.87 .4693

‫ ﻴﻨﺒــــﻊ‬...
Z A Z A Z A Z A
1.88 0.4700 2.41 0.4920 2.94 0.4984 3.47 0.4997
1.89 .4706 2.42 .4922 2.95 .4984 3.48 .4998
1.90 .4713 2.43 .4925 2.96 .4985 .49 .4998

1.91 .4719 2.44 .4927 2.97 .4985 3.50 .4998

1.92 .4726 2.45 .4929 2.98 .4986 3.51 .4998
1.93 .4732 2.46 .4931 2.99 .4986 3.52 .4998
1.94 .4738 2.47 .4932 3.00 .4987 3.53 .4998
1.95 .4744 2.48 .4934 3.1 .4987 3.54 .4998

1.96 .4750 2.49 .4936 3.2 .4987 3.55 .4998

1.97 .4756 2.50 .4938 3.3 .4988 3.56 .4998
1.98 .4762 2.51 .4940 3.4 .4988 3.57 .4998
1.99 .4767 2.52 .4941 3.5 .4989 3.58 .4998
2.00 .4773 2.53 .4943 3.6 .4989 3.59 .4998

2.01 .4778 2.54 .4945 3.7 .4989 3.60 .4999

2.02 .4783 2.55 .4946 3.8 .4990 3.61 .4999
2.03 .4788 2.56 .4948 3.9 .4990 3.62 .4999
2.04 .4793 2.57 .4949 3.10 .4990 3.63 .4999
2.05 .4798 2.58 .4951 3.11 .4991 3.64 .4999

2.06 .4803 2.59 .4952 3.12 .4991 3.65 .4999

2.07 .4808 2.60 .4953 3.13 .4991 3.66 .4999
2.08 .4812 2.61 .4955 3.14 .4992 3.67 .4999
2.09 .4817 2.62 .4956 3.15 .4992 3.68 .4999
2.10 .4821 2.63 .4957 3.16 .4992 3.69 .4999

2.11 .4826 2.64 .4959 3.17 .4992 3.70 .4999

2.12 .4830 2.65 .4960 3.18 .4993 3.71 .4999
2.13 .4834 2.66 .4961 3.19 .4993 3.72 .4999
2.14 .4838 2.67 .4962 3.20 .4993 3.73 .4999

194
2.15 .4842 2.68 .4963 3.21 .4993 3.74 .4999

2.16 .4846 2.69 .4964 3.22 .4994 3.75 .4999

2.17 .4850 2.70 .4965 3.23 .4994 3.76 .4999
2.18 .4854 2.71 .4966 3.24 .4994 3.77 .4999
2.19 .4857 2.72 .4967 3.25 .4994 3.78 .4999
2.20 .4861 2.73 .4968 3.26 .4994 3.79 .4999

2.21 .4865 2.74 .4969 2.27 .4995 3.80 .4999

2.22 .4868 2.75 .4970 3.28 .4995 3.81 .4999
2.23 .4871 2.76 .4971 3.29 .4995 3.82 .4999
2.24 .4875 2.77 .4972 3.30 .4995 3.83 .4999
2.25 .4878 2.78 .4973 3.31 .4995 3.84 .4999

2.26 .4881 2.79 .4974 3.32 .4996 3.85 .4999

2.27 .4884 2.80 .4974 3.33 .4996 3.86 .4999
2.28 .4887 2.81 .4975 3.34 .4996 3.87 .5000
2.29 .4890 2.82 .4976 3.35 .4996 3.88 .5000
2.30 .4893 2.83 .4977 3.36 .4996 3.89 .5000

2.31 .4896 2.84 .4977 3.37 .4996

2.32 .4898 2.85 .4978 3.38 .4996
2.33 .4901 2.86 .4979 3.39 .4997
2.34 .4904 2.87 .4980 3.40 .4997
2.35 .4906 2.88 .480 3.41 .4997

2.36 .4909 2.89 .4981 3.42 .4997

2.37 .4911 2.90 .4981 3.43 .4997
2.38 .4913 2.91 .4982 3.44 .4997
2.39 .4916 2.92 .4983 3.45 .4997
2.40 .4918 2.93 .4983 3.46 .4997

195
‫ﺘﻤﺎﺭﻴﻥ ﻋﺎﻤﺔ ﻋﻠﻰ‬
‫ﺍﻻﺤﺘﻤـﺎﻻﺕ‬

‫‪196‬‬
 ‫ﺘﻤﺎﺭﻴﻥ ﻋﺎﻤﺔ ﻋﻠﻰ‬
‫ﺍﻻﺤﺘﻤـﺎﻻﺕ‬

‫‪ -١‬ﻟﺘﻜﻥ ﺍﻟﺘﺠﺭﺒﺔ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﻫﻲ ﺍﺨﺘﻴﺎﺭ ﻋﺎﺌﻠﺔ ﻟﻬﺎ ‪ ٣‬ﺃﻁﻔـﺎل ﻭﺘﺴـﺠﻴل‬

‫ﻫﺅﻻﺀ ﺍﻷﻁﻔﺎل ﺤﺴﺏ ﺍﻟﺠﻨﺱ ﻭﺘﺴﻠﺴل ﺍﻟﻭﻻﺩﺓ‪ .‬ﺃﺤﺴﺏ ﺍﺤﺘﻤـﺎل ﺍﻥ‬
‫ﻴﻜﻭﻥ ﻟﻠﻌﺎﺌﻠﺔ ﻭﻟﺩﻴﻥ‪.‬‬
‫)‪(٣/٨‬‬

‫‪ -٢‬ﺇﺫﺍ ﻜﺎﻥ ‪ A2 ، A1‬ﺤﺎﺩﺜﻴﻥ ﻓﻲ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨـﻲ ‪ S‬ﻭﻜـﺎﻥ ‪= ٠.٥‬‬

‫‪P(A2) = ٠.٧‬‬ ‫ﻭ‬ ‫)‪P(A1‬‬
‫ﻭ ‪: P(A1 A2) = ٠.٣‬‬
‫ﻫل ‪ A1‬ﻭ ‪ A2‬ﺤﺎﺩﺜﻴﻥ ﺸﺎﻤﻠﻴﻥ‬ ‫‪(i‬‬
‫)ﻻ ﻻﻥ ﻤﺠﻤﻭﻉ ﺍﺤﺘﻤﺎﻟﻴﻬﻤﺎ ﻻ ﻴﺴﺎﻭﻱ ﻭﺍﺤﺩ(‬

‫)‪(٠.٩‬‬ ‫ﺃﻭﺠﺩ )‪ A2‬ﺃﻭ ‪P ( A1‬‬ ‫‪(ii‬‬

‫)‪(٠.٢‬‬ ‫ﺃﻭﺠﺩ )‪P ( A2 - A1‬‬ ‫‪(iii‬‬
‫‪ (iv‬ﺃﻭﺠﺩ )‪P ( A1 - A2‬‬
‫)ﻤﺴﺘﺤﻴل(‬

‫‪ -٣‬ﺇﺫﺍ ﻜﺎﻥ ‪ A‬ﻭ ‪ B‬ﺤﺎﺩﺜﻴﻥ ﻓﻲ ﺍﻟﻔﺭﺍﻍ ﺍﻟﻌﻴﻨـﻲ ‪ S‬ﻭﻜـﺎﻥ ‪= ٠.٤‬‬

‫‪P(B) = ٠.٧‬‬ ‫ﻭ‬ ‫)‪P(A‬‬
‫ﻭ ‪ P(AB) = ٠.٣‬ﺍﺤﺴﺏ ﺍﺤﺘﻤﺎل ‪:‬‬
‫)‪(٠.٨‬‬ ‫ﻭﻗﻭﻉ ﺃﺤﺩ ﺍﻟﺤﺎﺩﺜﻴﻥ ‪ A‬ﺃﻭ ‪B‬‬ ‫‪(i‬‬

‫‪197‬‬
 ‫‪ (ii‬ﻭﻗﻭﻉ ‪ A‬ﺃﻭ ‪ B‬ﻭﻟﻴﺱ ﻜﻠﻴﻬﻤﺎ‬
‫)‪(٠.٥‬‬
‫)‪(٠.٦‬‬ ‫‪ (iii‬ﻋﺩﻡ ﻭﻗﻭﻉ ‪A‬‬

‫)‪(٠.١‬‬ ‫ﻭﻗﻭﻉ ‪ A‬ﻭﻋﺩﻡ ﻭﻗﻭﻉ ‪B‬‬ ‫‪(iv‬‬

‫‪ -٤‬ﺍﻟﻘﻲ ﺤﺠﺭﺍ ﻨﺭﺩ ﻤﺭﻩ ﻭﺍﺤﺩﻩ ﺃﻭﺠﺩ ﺍﺤﺘﻤﺎﻻﺕ ﺍﻟﺤﻭﺍﺩﺙ ﺍﻟﺘﺎﻟﻴﺔ ‪:‬‬
‫)‪(٦/٣٦‬‬ ‫‪ A1‬ﻤﺠﻤﻭﻉ ﺍﻟﺭﻗﻤﻴﻥ ﺍﻟﻅﺎﻫﺭﻴﻥ ‪٧‬‬ ‫‪(i‬‬
‫‪ A2 (ii‬ﻤﺠﻤﻭﻉ ﺍﻟﺭﻗﻤﻴﻥ ﺍﻟﻅﺎﻫﺭﻴﻥ ﺃﻜﺜﺭ ﻤﻥ ‪١٠‬‬
‫)‪(٣/٣٦‬‬
‫‪ A3 (iii‬ﻤﺠﻤﻭﻉ ﺍﻟﺭﻗﻤﻴﻥ ﺍﻟﻅـﺎﻫﺭﻴﻥ ﺃﻗـل ﻤـﻥ ﺃﻭ ﻴﺴـﺎﻭﻱ ‪٥‬‬
‫)‪(١٠/٣٦‬‬
‫‪ A4 (iv‬ﺍﻟﻌﺩﺩ ‪ ٢‬ﻅﻬﺭ ﻤﺭﻩ ﻭﺍﺤﺩﻩ ﻋﻠﻰ ﺍﻷﻗل‬
‫)‪(١١/٣٦‬‬

‫‪ -٥‬ﻓﻲ ﻨﻔﺱ ﺍﻟﺘﻤﺭﻴﻥ ﺍﻟﺴﺎﺒﻕ ﺍﺤﺴﺏ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻻﺘﻴﺔ‪:‬‬

‫)‪(٣/٦‬‬ ‫ﺍﻟﻤﺠﻤﻭﻉ ﺯﻭﺠﻲ ﻋﻠﻰ ﻓﺭﺽ ﺃﻥ ﺍﻟﺤﺠﺭ ﺍﻷﻭل ‪٦‬‬ ‫‪(i‬‬
‫‪ (ii‬ﺍﻟﺤﺠﺭ ﺍﻟﺜﺎﻨﻲ ‪ ٦‬ﻋﻠﻰ ﻓﺭﺽ ﺃﻥ ﻤﺠﻤﻭﻉ ﺯﻭﺠﻲ‬
‫)‪(٣/١٨‬‬
‫‪ (iii‬ﺍﻟﻤﺠﻤﻭﻉ ﺯﻭﺠﻲ ﺇﺫﺍ ﻋﻠﻤﺕ ﺃﻥ ﺍﻟﻤﺠﻤﻭﻉ ﺃﻗل ﻤﻥ ‪(٤/٦) ٥‬‬
‫)‪(١/٦‬‬ ‫‪ (iv‬ﺍﻟﺤﺠﺭ ﺍﻟﺜﺎﻨﻲ ‪ ٦‬ﻋﻠﻰ ﻓﺭﺽ ﺍﻥ ﺍﻷﻭل ‪٤‬‬
‫ﺍﻟﻤﺠﻤﻭﻉ ﻓﺭﺩﻱ ﺇﺫﺍ ﻋﻠﻤﺕ ﺃﻥ ﺍﻟﺤﺠﺭ ﺍﻷﻭل ﻓﺭﺩﻱ )‪(٩/١٨‬‬ ‫‪(v‬‬

‫‪198‬‬
 ‫‪ -٦‬ﻴﻭﺠﻪ ﺼﻴﺎﺩﺍﻥ ﺒﻨﺩﻗﻴﺘﻴﻬﻤﺎ ﻤﻌﺎ ﺇﻟﻰ ﻏﺯﺍل ﻓﺎﺫﺍ ﻜﺎﻨﺕ ﻓﺭﺼﺔ ﻜل‬
‫‪1‬‬
‫ﻓﺄﺤﺴﺏ ﺍﺤﺘﻤﺎل ﺇﺼﺎﺒﺔ ﺍﻟﻐـﺯﺍل ‪.‬‬ ‫ﻤﻨﻬﻤﺎ ﻓﻲ ﺇﺼﺎﺒﺔ ﺍﻟﻐﺯﺍل ﻫﻲ‬
‫‪3‬‬
‫)‪(٥/٩‬‬

‫‪ -٧‬ﺇﺫﺍ ﻜﺎﻨﺕ ‪ A‬ﺘﻨﺴﺦ ‪ %٢٠‬ﻤﻥ ﺨﻁﺎﺒﺎﺕ ﺍﻟﻤﻌﻬﺩ ﻭﻜﺎﻨﺕ ‪ %٥٠‬ﻤـﻥ‬

‫ﺨﻁﺎﺒﺎﺘﻬﺎ ﺒﺩﻭﻥ ﺃﺨﻁﺎﺀ ﺒﻴﻨﻤﺎ ﺘﻨﺴﺦ ‪ B‬ﺍﻟﺒﺎﻗﻲ ﻭﻜﺎﻨـﺕ ‪ %٩٠‬ﻤـﻥ‬
‫ﺨﻁﺎﺒﺎﺘﻬﺎ ﺒﺩﻭﻥ ﺃﺨﻁﺎﺀ‪ .‬ﻓﺈﺫﺍ ﺴﺤﺏ ﺨﻁﺎﺏ ﻤﻥ ﺨﻁﺎﺒـﺎﺕ ﺍﻟﻤﻌﻬـﺩ‬
‫ﻓﺎﺤﺴﺏ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﻜﻭﻥ ﺍﻟﺨﻁﺎﺏ ﺒﺩﻭﻥ ﺃﺨﻁﺎﺀ‪.‬‬
‫)‪(٠.٨٢‬‬

‫‪ -٨‬ﻓﻲ ﺍﻟﺴﺅﺍل ﺍﻟﺴﺎﺒﻕ ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﺨﻁﺎﺏ ﺍﻟﻤﺴﺤﻭﺏ ﺨﻁﺎﺒﺎ ﻓﻴﻪ ﺃﺨﻁـﺎﺀ‬
‫ﻓﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ‪ A‬ﻫﻲ ﺍﻟﺘﻲ ﻜﺘﺒﺘﻪ؟‬
‫)‪(١٠/١٨=٠.٥٥٥٥‬‬

‫‪ -٩‬ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﻨﺠﺎﺡ ﺍﻟﻁﺎﻟﺏ ﻓﻲ ﻤﺎﺩﺓ ﺍﻻﺤﺼﺎﺀ = ‪ ٠.٤٠‬ﻜﻡ ﻴﻜﻭﻥ‬

‫ﺍﺤﺘﻤﺎل ‪:‬‬
‫)‪(٠.٢٥٩٢‬‬ ‫ﺍﻥ ﻴﻨﺠﺢ ﻁﺎﻟﺏ ﻭﺍﺤﺩ ﻤﻥ ﺒﻴﻥ ‪ ٥‬ﻁﻼﺏ‬ ‫‪(i‬‬
‫)‪(٠.٩٢٢٢٤‬‬ ‫‪ (ii‬ﺍﻥ ﻴﻨﺠﺢ ﻁﺎﻟﺏ ﻭﺍﺤﺩ ﻋﻠﻰ ﺍﻷﻗل‬
‫)‪(٠.٩٨٩٧٦‬‬ ‫‪ (iii‬ﺍﻥ ﻴﻨﺠﺢ ‪ ٤‬ﻁﻼﺏ ﻋﻠﻰ ﺍﻷﻜﺜﺭ‬
‫)‪(٠.٠٧٧٧٦‬‬ ‫‪ (iv‬ﺍﻥ ﻻ ﻴﻨﺠﺢ ﺃﺤﺩ‬

‫‪ -١٠‬ﻤﺎ ﻫﻭ ﺍﺤﺘﻤﺎل ﺍﻥ ﻨﺤﺼل ﻋﻠﻰ ﻤﺠﻤﻭﻉ ‪ ٥‬ﺜﻼﺙ ﻤﺭﺍﺕ ﻤﻥ ﺭﻤﻲ‬

‫)‪(٠.١٧٣٤٢‬‬ ‫ﺯﻫﺭﺘﻲ ﻨﺭﺩ ‪ ٦‬ﻤﺭﺍﺕ؟‬

‫‪199‬‬
 ‫‪ -١١‬ﺇﺫﺍ ﻜﺎﻥ ﺍﺤﺘﻤﺎل ﺇﺼﺎﺒﺔ ﺍﻟﺼﺎﺭﻭﺥ ﻟﻠﻬﺩﻑ ‪ ٠.٣‬ﻤﺎ ﻫﻭ ﻋـﺩﺩ‬
‫ﺍﻟﺼﻭﺍﺭﻴﺦ ﺍﻟﻼﺯﻡ ﺇﻁﻼﻗﻬﺎ ﻜﻲ ﻴﻜﻭﻥ ﺍﺤﺘﻤﺎل ﺇﺼﺎﺒﺔ ﺍﻟﻬـﺩﻑ ﻋﻠـﻰ‬
‫ﺍﻷﻗل ‪.%٨٠‬‬

‫ﺍﺤﺘﻤﺎل ﺍﻟﺨﻁﺄ = ‪٠.٧‬‬ ‫ﺍﻟﺤــل‪:‬‬

‫ﺍﺤﺘﻤﺎل ﺍﻟﺼﻭﺍﺭﻴﺦ ﺘﺨﻁﺊ = ‪(٠.٧)n‬‬
‫ﺍﻟﻤﻁﻠﻭﺏ ﻫﻭ ‪1-(0.7)n > ٠.٨‬‬

‫‪(0.7)n > -٠.٢‬‬

‫‪(0.7)n < ٠.٢‬‬

‫‪(0.7)1 = 0.7 , (0.7)2 = 0.49‬‬

‫‪(0.7)3 = 0.743 , (0.7)4 = 0.2401‬‬
‫‪(0.7)5 = 0.16807‬‬
‫ﻋﺩﺩ ﺍﻟﺼﻭﺍﺭﻴﺦ ‪∴ n = ٥‬‬

‫‪200‬‬