- دروس الإحصاء للسداسي الثاني PDF

‫ملخص اإلحصاء‪ 2‬مدعم بتمارين وامتحانات محلولة‬ ‫مدخل إلى حساب االحتماالت‬
‫نتطرق من خالل ه الفصل إلى العناصر التالية‪:‬‬
‫أوال‪ -‬تعاريف ومفاهيم أساسية في نظرية االحتماالت‬

‫ثانيا‪ -‬األحداث المتعددة وقواعد حساب االحتماالت‬
‫ثالثا‪ -‬االحتمال التلي ونظرية بايز (‪)Bayes‬‬
‫رابعا‪ -‬مدخل إلى الطرق الترتيبية واستعمالها في حساب االحتماالت‬
‫‪ -‬تمارين محلولة‬
‫‪ -‬تمارين مقترحة‬
‫‪4‬‬
‫األستا الدتتور‪ :‬ساعد بن فرحات ‪ ،‬األستا ‪ :‬عبد الحميد قطوش‪.....‬تلية العلوم االقتصادية والتجارية وعلوم التسيير – جامعة سطيف‪1‬‬
‫أوال‪ -‬تعاريف ومفاهيم أساسية في نظرية االحتماالت‪:‬‬
‫‪ -1‬التجربة‪ :‬هي كل عملية تؤدي إلى مالحظة أو قياس‪ ،‬وتنقسم إلى قسمين‪:‬‬
‫أ‪ -‬التجربة النظامية‪ :‬هي كل تجربة نحدد نتائجها مسبقا على أساس القوانين العلمية المعروفة‪ ،‬وذلك انطالقا من جملة من‬
‫الشروط المرتبطة بالظاهرة والمتوفرة أثناء التجربة (المقدمات)‪ ،‬حيث أننا نجد هذا النوع من التجارب في مجال العلوم الدقيقة‪،‬‬
‫وبصورة أساسية في مجالي الفيزياء والكيمياء‪.‬‬
‫ب‪ -‬التجربة العشوائية‪ :‬هي كل تجربة تكون نتائجها غير معروفة مسبقا‪ ،‬واذا كررنا نفس التجربة وضمن نفس الشروط (نفس‬
‫المقدمات) ال نحصل بالضرورة على نفس النتائج‪.‬‬
‫‪ -2‬مجموعة األساس‪ :‬هي مجموعة النتائج الممكنة لتجربة ما‪ ،‬ونرمز لها بالحرف" 𝐸"‪ ،‬كما تعرض على شكل مجموعة رياضية‪:‬‬
‫} … … …{ = 𝐸‪ ،‬وعدد عناصر 𝐸 نرمز لهم بالرمز‪.|𝐸| :‬‬
‫وفي مثالنا السابق‪ ،𝐸 = {P, F} :‬ومنه‪|𝐸| = 2 :‬‬
‫مالحظة‪ :‬نحدد مجموعة األساس من خالل األداة وطريقة التجربة العشوائية‪.‬‬
‫‪ -3‬الحدث العشوائي‪:‬‬
‫أ‪ -‬تعريفه‪ :‬هو جزء من مجموعة األساس‪ ،‬بعد التجربة نحكم فيما إذا تحقق أو لم يتحقق‪ ،‬وهذا يعني أن الحدث يهتم بإمكانات‬
‫محددة من فراغ إمكانات التجربة 𝐸‪ ،‬ونرمز له برمز التيني يختلف عن 𝐸‪ ،‬مثل‪ 𝐴, 𝐵, 𝐶 :‬ويعرض على شكل مجموعة رياضية‬
‫} … … …{ = 𝐴 ‪ ،‬ونرمز لعدد عناصر 𝐴 بالرمز |𝐴|‪ ،‬ونالحظ أنه إذا كان 𝐴 حدثا ممكنا ( أي غير مستحيل ) فهو مجموعة‬
‫جزئية من 𝐸 أي‪ 𝐸 :‬يحتوي على 𝐴 ‪.‬‬
‫فإذا أجرينا التجربة العشوائية وتحقق فعال الحدث العشوائي 𝐴 نقول قد حققنا نجاحا‪ ،‬واذا لم يتحقق 𝐴 فنقول قد حققنا‬
‫إخفاقا‪ ،‬وفي مثالنا السابق الحدث العشوائي 𝐴‪ :‬ظهور الصورة }𝑃{ = 𝐴 ‪ ،‬ومنه‪ |𝐴| = 1 :‬وتسمى عدد عناصر الحدث‬
‫العشوائي ‪.A‬‬
‫ب‪ -‬أنواع الحدث‪:‬‬
‫‪ -‬الحدث البسيط‪ :‬نقول عن حدث أنه بسيط إذا كان غير قابل للتجزئة‪ ،‬كظهور الرقم ‪ 2‬في رمي زهرة النرد مرة واحدة }‪𝐴 = {2‬‬
‫‪ -‬الحدث المرتب‪ :‬نقول عن حدث أنه مركبا إذا كان قابال للتجزئة‪ ،‬أي إمكانية تفكيكه إلى حوادث أبسط‪ ،‬مثل ظهور رقم زوجي‬
‫في رمي زهرة النرد مرة واحدة‪ ،‬في هذه الحالة نكون بصدد حادث مركب من ثالث حوادث بسيطة }‪ ،𝐴 = {2,4,6‬فالحصول على‬
‫‪ 2‬أو ‪ 4‬أو ‪ 6‬يعني حتما تحقيق الحدث المركب‪.‬‬
‫‪ -‬الحدث األتيد‪ :‬نقول عن حدث أنه أكيدا إذا كان يحوي جميع األحداث البسيطة المرتبطة بالتجربة‪ ،‬مثل الحصول على رقم أقل‬
‫من ‪ 7‬في تجربة رمي قطعة نرد مرة واحدة‪.𝐴 = 𝐸 ،‬‬

‫‪ -‬الحدث المستحيل‪ :‬نقول عن حدث أنه مستحيال إذا كان غير قابل للتحقق‪ ،‬أي ال يتضمن وال حدث بسيط‪ ،‬مثل الحصول على‬
‫رقم أكبر من ‪ 6‬في تجربة رمي قطعة نرد مرة واحدة‪.𝐴 = ∅ ،‬‬
‫‪ -‬الحدث المتمم‪ :‬نقول أنه لكل حدث 𝐴 مرتبط بتجربة ما متمم يتكون من مجموعة اإلمكانات الغير محققة لـ ــ‪ ،𝐴 :‬ونرمز له‬
‫بالرمز‪ ،𝐴̅ :‬حيث‪ 𝐴̅ = {𝑒𝑖 ∈ E ∶ 𝑒𝑖 ∉ A} :‬وبالتالي نستنتج العالقات التالية‪:‬‬
‫‪5‬‬
‫‪،‬‬ ‫𝐸=̅‬
‫∅‬ ‫‪، 𝐸̅ = ∅ ،‬‬ ‫𝐴 = ̿𝐴‬ ‫∅ = 𝐴 ∩ ̅𝐴 ‪،‬‬ ‫𝐸 = 𝐴 ∪ ̅𝐴 ‪،‬‬
‫̅̅̅̅̅̅̅‬
‫̅𝐵 ∩ ̅𝐴 = 𝐵 ∪ 𝐴‬ ‫و‬ ‫̅̅̅̅̅̅̅‬
‫̅𝐵 ∪ ̅𝐴 = 𝐵 ∩ 𝐴‬ ‫قانوني دو مرقان‪:‬‬
‫‪ -‬الحوادث المتنافية‪ :‬هي الحوادث التي ال يمكن وقوعها في آن واحد حيث وقوع أحدها يمنع وقوع اآلخر‪ ،‬مثال عندما نرمي زهرة‬
‫نرد متماثلة وبطريقة عشوائية مرة واحدة‪ ،‬نعرف األحداث العشوائية التالية‪:‬‬
‫‪ :B‬النتيجة عدد فردي‬ ‫‪ :A‬النتيجة عدد زوجي‪،‬‬
‫نقول عن الحدثين ‪ A‬و ‪ B‬أنهما متنافيان ألن ظهور رقم زوجي يمنع تحقق الحدث اآلخر (ظهور الرقم الفردي)‬
‫‪ -‬الحوادث غير المتنافية‪ :‬هي الحوادث التي يمكن وقوعها في آن واحد حيث وقوع أحدها ال يمنع وقوع اآلخر‪ ،‬مثال عندما نرمي‬
‫زهرة نرد متماثلة وبطريقة عشوائية مرة واحدة‪ ،‬نعرف األحداث العشوائية التالية‪:‬‬
‫‪ :A‬النتيجة عدد فردي‪ :B ،‬النتيجة عدد أولي‬
‫نقول عن الحدثين ‪ A‬و‪ B‬أنهما غير متنافيان ألن ظهور رقم فردي ال يمنع تحقق الحدث اآلخر(ظهور العدد األولي)‪( ،‬‬
‫‪ 3‬مثال فردي وأولي )‪.‬‬
‫‪ -‬الحوادث غير المستقلة‪ :‬نقول أن ‪ A‬و‪ B‬حدثين غير مستقلين إذا كان تحقق أحدهما (مثال ‪ )B‬مرتبط بأي شكل من األشكال‬
‫(مشروط) بتحقق اآلخر(مثال ‪ ،)A‬مثال السحب من مجتمع محدود وصغير مع عدم اإلعادة‪ ،‬وبالتالي فالسحبة الموالية تتأثر‬
‫بالسحبة السابقة‪.‬‬
‫‪ -‬الحوادث المستقلة‪ :‬نقول أن ‪ A‬و‪ B‬حدثان مستقالن إذا كان تحقق أحدهما غير مرتبط بأي شكل من األشكال (غير مشروط)‬
‫بتحقق اآلخر‪ ،‬مثال السحب من مجتمع محدود وصغير مع اإلعادة‪ ،‬وبالتالي فالسحبة الموالية ال تتأثر بالسحبة السابقة‪.‬‬
‫‪ -4‬التعريف التالسيتي الحتمال حدث عشوائي فردي ‪:A‬‬
‫ليكن الحدث العشوائي ‪ A‬في تجربة عشوائية‪ ،‬وليكن ‪ E‬مجموعة األساس في هذه التجربة بحيث |‪ |E‬هو عدد الحاالت‬
‫الممكنة‪ ،‬و|𝐴| هو عدد النجاحات‪ ،‬وليكن )𝐴(𝑃 احتمال تحقق الحدث العشوائي ‪ A‬في هذه التجربة ويحسب بالعالقة التالية‪:‬‬
‫|𝐴|‬
‫|‪𝑃(A) = |E‬‬
‫‪∀ 𝐴:‬‬ ‫‪0 ≤ 𝑃(𝐴) ≤ 1‬‬ ‫وتقاعدة عامة‪:‬‬
‫‪ -5‬االحتمال التجريبي 𝒏 = 𝒏𝒇 وعالقته باالحتمال النظري )𝑨(𝑷 ‪:‬‬
‫𝒙‬
‫االحتمال الكالسيكي يسمى احتماال نظريا ألنه مبني على فرضية غير مصرح بها وهي تكرار التجربة العشوائية ما ال‬
‫نهاية من المرات‪ .‬نالحظ أن هذا اإلحتمال ثابتا‪ .‬مقابل هذا االحتمال النظري يمكن أن يبنى احتماال تجريبيا على نفس المسألة‪.‬‬
‫وعكس االحتمال األول فإن االحتمال التجريبي يقضي ما يلي‪:‬‬
‫‪ -‬إحضار األداة ( قطعة النقد مثال )‪.‬‬
‫‪ -‬تحديد عدد التجارب فعليا وليكن 𝑛‪.‬‬
‫‪ -‬إجراء التجربة فعليا وتسجيل النتائج‪ ،‬عدد المرات من بين 𝑛 مرة التي تحصلنا فيها على صورة وليكن وهو متغير من تجربة‬
‫ألخرى‪ ،‬حيث نحسبها كما يلي‪:‬‬
‫𝒙‬
‫𝒏 = 𝒏𝒇‬
‫نالحظ أن االحتمال التجريبي 𝑛𝑓 متغير بسبب تغير عدد النجاحات 𝑥 من تجربة إلى أخرى بينما االحتمال‬ ‫مالحظة هامة‪:‬‬
‫‪6‬‬
‫النظري ثابت ألن عدد النجاحات 𝐴 ثابت‪.‬‬
‫‪ -‬ماهي العالقة بين االحتمال النظري واالحتمال التجريبي؟‬
‫لقد الحظ علماء اإلحصاء من خالل تجارب عملية أنه كلما كان 𝑛 في االحتمال التجريبي كبي ار فإن االحتمال التجريبي‬
‫𝑛𝑓 يقترب من نهاية ثابتة وهي االحتمال النظري )‪ ،P(A‬نعبر عن ذلك رياضيا كالتالي‪:‬‬
‫𝒙‬
‫)𝑨(𝑷 → 𝒏 = 𝒏𝒇 𝒎𝒊𝒍‬
‫∞→𝒏‬
‫ثانيا‪ -‬األحداث المتعددة وقواعد حساب االحتماالت‪:‬‬
‫‪ -1‬قاعدة الجمع‪:‬‬
‫)𝐵(𝑃 ‪𝐵) = 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) +‬أو𝐴( 𝑃‬ ‫أ‪ -‬قاعدة الجمع الحتماالت األحداث المتنافية‪:‬‬
‫مالحظة‪ A :‬و ‪ B‬متنافيان يعني رياضيا‪𝐴 ∩ 𝐵 = ∅ :‬‬
‫ب‪ -‬قاعدة الجمع الحتماالت األحداث غير المتنافية‪𝐵) = 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) :‬أو𝐴( 𝑃‬
‫مالحظة‪:‬‬
‫‪ A‬و ‪ B‬غير متنافيان يعني رياضيا‪𝐴 ∩ 𝐵 ≠ ∅ :‬‬ ‫‪‬‬
‫التنافي وعدم التنافي يكافئ جمع االحتماالت‪.‬‬ ‫‪‬‬
‫ج‪ -‬حاالت خاصة من جمع األحداث المتنافية وغير المتنافية‪:‬‬
‫ج‪ -1-‬حالة ثالث أحداث غير متنافية مثنى مثنى ‪C ،B ،A‬‬
‫)𝐶 ∩ 𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴 ∪ 𝐵 ∪ 𝐶) = 𝑃(𝐴) + 𝑃(𝐵) + 𝑃(𝐶) − 𝑃(𝐴 ∩ 𝐵) − 𝑃(𝐴 ∩ 𝐶) − 𝑃(𝐵 ∩ 𝐶) +‬‬
‫ج‪ -2-‬حالة حدثان ‪ A1‬و ‪ A2‬متنافيان ومتتامالن بالنسبة لــ ‪: E‬‬
‫‪𝑃(𝐴1 ∪ 𝐴2 ) = 𝑃(𝐴1 ) + 𝑃(𝐴2 ) = 1‬‬
‫مالحظة‪ :‬هذه القاعدة مهمة جدا ألنها تسمح لنا في كثير من المسائل من حساب ) ‪ 𝑃(𝐴1‬أو ) ‪ 𝑃(𝐴2‬بداللة اآلخر‪.‬‬
‫‪𝑃(𝐴1 ∪ 𝐴2 ∪ … . .∪ 𝐴K ) = P(A1 ) + P(A2 ) + ⋯ + 𝑃(𝐴𝐾 ) = 1‬‬ ‫ج‪ -3-‬تعميم الحالة الثانية‪:‬‬
‫‪ -2‬قاعدة الضرب‪:‬‬
‫)𝐵(𝑃 × )𝐴(𝑃 = )𝐵 ∩ 𝐴(𝑃‬ ‫أ‪ -‬قاعدة الضرب الحتماالت األحداث المستقلة‪:‬‬
‫ب‪ -‬قاعدة الضرب الحتماالت األحداث غير المستقلة‪𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵/𝐴) :‬‬
‫العبارة )𝐴‪ 𝑃(𝐵/‬تق أر كالتالي‪ :‬احتمال تحقق الحدث العشوائي ‪ B‬شرط ‪ ،A‬بمعنى احتمال تحقق الحدث العشوائي ‪ B‬شرط أن‬
‫يكون تحقق قبله ‪.A‬‬
‫ثالثا‪ -‬االحتمال الشرطي‪:‬‬

‫)‪𝑃(A∩B‬‬
‫= )𝐴‪𝑃(𝐵/‬‬ ‫)‪P(A‬‬
‫ثالثا‪ -‬االحتمال التلي ونظرية بايز (‪:)Bayes‬‬

‫) 𝑛𝐴‪𝑃(𝐵) = 𝑃(𝐴1 )𝑃(𝐵/𝐴1 ) + 𝑃(𝐴2 )𝑃(𝐵/𝐴2 ) + ⋯ + 𝑃(𝐴𝑛 )𝑃(𝐵/‬‬ ‫‪ -1‬االحتمال التلي‪:‬‬
‫) 𝑖𝐴‪𝑃(𝐵) = ∑𝑛𝑖=1 𝑃(𝐴𝑖 )𝑃(𝐵/‬‬ ‫والتي تكتب على الشكل المختصر التالي‪:‬‬
‫‪7‬‬
‫‪ -2‬نظرية بايز ( ‪:) Bayes‬‬
‫)𝐵∩ ‪𝑃(𝐴1‬‬ ‫) ‪𝑃(𝐴1 )𝑃(𝐵/𝐴1‬‬

‫= )𝐵‪𝑃(𝐴1 /‬‬ ‫𝐴(𝑃 =‬
‫)‪P(B‬‬ ‫) 𝑛𝐴‪1 )𝑃(𝐵/𝐴1 )+𝑃(𝐴2 )𝑃(𝐵/𝐴2 )+⋯………………+𝑃(𝐴𝑛 )𝑃(𝐵/‬‬
‫)𝐵∩ 𝑛𝐴(𝑃‬ ‫) 𝑛𝐴‪𝑃(𝐴𝑛 )𝑃(𝐵/‬‬

‫= )𝐵‪𝑃(𝐴𝑛 /‬‬ ‫𝐴(𝑃 =‬ ‫𝐴‪)𝑃(𝐵/‬‬ ‫𝐴(𝑃‪)+‬‬ ‫𝐴‪)𝑃(𝐵/‬‬
‫)‪P(B‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫) 𝑛𝐴‪2 )+⋯………………+𝑃(𝐴𝑛 )𝑃(𝐵/‬‬
‫‪𝑃(A1 /𝐵) + 𝑃(𝐴2 /𝐵) + ⋯ + 𝑃(𝐴𝑛 /𝐵) = 1‬‬ ‫مالحظة‪:‬‬
‫مالحظة هامة‪:‬‬
‫تسهيال لحل مسائل االحتماالت خاصة المعقدة منها‪ ،‬بحيث تكون المسألة العشوائية مشكلة من سلسلة من التجارب الجزئية‪ ،‬مثال‬
‫اختيار عشوائي لصندوق من بين ‪ 3‬صناديق‪ ،‬ثم سحب كرة عشوائيا من الصندوق الذي نحصل عليه في المرحلة األولى‪ ،‬نلجأ إلى‬
‫ترجمة المسألة االحتمالية إلى شجرة إحتمالية تحمل كل األحداث الممكنة وكذا إحتماالت كل حدث في كل مرحلة‪.‬‬
‫رابعا‪ -‬مدخل إلى الطرق الترتيبية واستعمالها في حساب االحتماالت‪:‬‬
‫‪ -1‬في حالة اختيار جزء من التل‪:‬‬
‫‪ -1-1‬إ ا تان الترتيب غير مهم‪ :‬التوفيقات ‪:Les Combinaisons‬‬
‫!)‪(𝑛+𝑥−1‬‬ ‫!𝑛‬
‫𝑥‬
‫‪𝐶𝑛+𝑥−1‬‬ ‫=‬ ‫ب‪ -‬التوفيقة بتترار‪:‬‬ ‫= 𝑥𝑛𝐶‬ ‫أ‪ -‬التوفيقة بدون تترار‪:‬‬
‫!)‪𝑥!(𝑛−1‬‬ ‫!)𝑥‪𝑥!(𝑛−‬‬
‫‪ -2-1‬إ ا تان الترتيب مهم‪ :‬التراتيب ‪Les Arrangements‬‬
‫!𝑛‬
‫𝑥 𝑛 = 𝑥𝑛‪⍲‬‬ ‫ب‪ -‬الترتيبة بتترار‪:‬‬ ‫!)𝑥‪𝐴𝑛𝑥 = (𝑛−‬‬ ‫أ‪ -‬الترتيبة بدون تترار‪:‬‬
‫‪ -2‬في حالة اختيار تل من التل‪ :‬التبديالت ‪Les Permutations‬‬

‫!𝑛 = )‪𝑃𝑛 = (𝑛)(𝑛 − 1)(𝑛 − 2) … … (1‬‬ ‫أ‪ -‬التبديلة بدون تترار‪PSR :‬‬
‫𝑛𝑛 = 𝑛𝑛‪⍲‬‬ ‫ب‪ -‬التبديلة بتترار‪PAR :‬‬
‫!)‪𝑃(n−1) = (n − 1‬‬ ‫ج‪ -‬التبديلة الدائرية‪:‬‬
‫‪𝑛 ,𝑛2 ,…,𝑛k‬‬ ‫!𝑛‬

‫‪𝑃𝑛 1‬‬ ‫=‬ ‫د‪ -‬وجود عناصر غير متميزة داخل المجموعة‪:‬‬
‫! ‪𝑛1 !𝑛2 !……𝑛k‬‬
‫‪8‬‬
‫تمارين محلولة‬
‫التمرين األول‪:‬‬
‫‪ -1‬ما هي العناصر األساسية التي يجب تمييزها في كل مسألة إحتمالية؟ إشرح معنى كل عنصر؟‬
‫‪ -2‬حدد العناصر األساسية للمسألتين التاليتين‪:‬‬
‫‪ " -‬نرمي قطعة نقد مرة واحدة‪ ،‬ما هو احتمال الحصول على النتيجة صورة "‬
‫‪ " -‬نرمي زهرة نرد مرتين متتاليتين‪ ،‬ما هو احتمال الحصول على نفس النتيجة "‬
‫‪ -3‬ما هو الفرق بين االحتمال النظري واالحتمال التجريبي؟ ما هي العالقة التي تربط بينهما؟‬
‫التمرين الثاني‪:‬‬
‫لتكن لدينا ثالث صناديق تحتوي على ما يلي‪:‬‬
‫التريات الحمراء‬ ‫التريات السوداء‬ ‫التريات البيضاء‬ ‫الصناديق‬
‫‪32‬‬ ‫‪34‬‬ ‫‪33‬‬ ‫الصندوق األول (ص‪)1‬‬
‫‪31‬‬ ‫‪32‬‬ ‫‪30‬‬ ‫الصندوق الثاني (ص‪)2‬‬
‫‪34‬‬ ‫‪33‬‬ ‫‪32‬‬ ‫الصندوق الثالث (ص‪)3‬‬
‫‪ -1‬نسحب كرة واحدة من الصندوق األول (ص‪ ،)1‬ما احتمال أن تكون الكرة المسحوبة‪:‬‬
‫أ‪ -‬بيضاء ‪ ،‬ب‪ -‬حمراء ‪ ،‬ج‪ -‬سوداء ‪ ،‬د‪ -‬ليست سوداء ‪ ،‬ه‪ -‬أن تكون من أي لون‪.‬‬
‫‪ -2‬نسحب كرة واحدة على الترتيب من (ص‪ )1‬ثم من (ص‪ )2‬ثم من (ص‪ ،)3‬ما هو احتمال أن تكون الكريات الثالثة وعلى نفس‬
‫الترتيب‪ :‬أ‪ -‬كلها حمراء ‪ ،‬ب‪ -‬واحدة من الثالثة فقط حمراء ‪ ،‬ج‪ -‬كلها ليست حمراء ‪ ،‬د‪ -‬كلها من نفس اللون‪.‬‬
‫‪ -3‬نسحب كرتين من الصندوق األول (ص‪ )1‬الواحدة تلوى األخرى مع اإلرجاع‪ ،‬مااحتمال أن تكون الكرتان‪:‬‬
‫أ‪ -‬األولى سوداء والثانية بيضاء ‪ ،‬ب‪ -‬واحدة سوداء واألخرى بيضاء ‪ ،‬ج‪ -‬من نفس اللون‪.‬‬
‫‪ -4‬نكرر نفس التجربة السابقة ولكن بدون إرجاع الكرة األولى‪ ،‬أحسب االحتماالت المطلوبة في السؤال ‪.3‬‬
‫التمرين الثالث‪:‬‬
‫في مصنع إلنتاج المصابيح الكهربائية توجد ثالث آالت ‪ ،𝑀3 ، 𝑀2 ، 𝑀1‬تنتج في اليوم الواحد على التوالي ‪ 3333‬مصباح‪،‬‬
‫‪ 0333‬مصباح‪ 2333 ،‬مصباح‪ .‬من جهة أخرى فإن اآللة ‪ 𝑀1‬لديها ‪ %0‬إنتاج معيب‪ ،‬اآللة ‪ 𝑀2‬لديها ‪ %2‬إنتاج معيب‪ ،‬اآللة‬
‫‪ 𝑀3‬لديها ‪ %0‬إنتاج معيب‪ .‬سحبنا مصباحا من اإلنتاج اليومي للمصنع‪:‬‬
‫‪ -1‬ترجم هذه المسألة إلى شجرة احتمالية؟‬
‫‪ -2‬أوجد احتمال أن يكون هذا المصباح من إنتاج اآللة ‪𝑀1‬؟ اآللة ‪𝑀2‬؟ اآللة ‪𝑀3‬؟‬
‫‪ -3‬أوجد احتمال أن يكون هذا المصباح من إنتاج اآللة ‪ 𝑀1‬أو اآللة ‪ 𝑀2‬وهو معيب؟ اشرح النتيجة؟‬
‫‪ -4‬أوجد احتمال أن يكون هذا المصباح معيبا؟ أن يكون هذا المصباح صالحا؟ اشرح النتيجة؟‬
‫‪ -0‬بعد السحب واجراء عملية المراقبة على المصباح تأكدنا أنه فعال معيب‪ ،‬ما هو احتمال أن يكون‪:‬‬
‫ج‪ -‬من إنتاج اآللة ‪𝑀3‬؟‬ ‫ب‪ -‬من إنتاج اآللة ‪𝑀2‬؟‬ ‫أ‪ -‬من انتاج اآللة ‪𝑀1‬؟‬
‫‪9‬‬
‫التمرين الرابع‪:‬‬
‫صندوق يحتوي على ‪ 20‬كرية مرقمة من ‪ 1‬إلى ‪ ،20‬نسحب عشوائيا ثالث كريات دفعة واحدة‪.‬‬
‫‪ -1‬ما هي طبيعة العناصر في هذه التجربة العشوائية؟ أذكر بعض النماذج منها؟‬
‫‪ -2‬ما هو عدد عناصر مجموعة األساس ( عدد الحاالت الممكنة )؟‬
‫‪ -3‬ما هو احتمال أن تكون أرقام الكريات الثالثة أعدادا زوجية؟‬
‫‪ -4‬ما هو احتمال أن تكون أرقام الكريات الثالثة من مضاعفات العدد ‪0‬؟‬
‫‪ -0‬ما هو احتمال أن يكون مجموع رقمين من األرقام الثالثة يساوي ‪13‬؟‬
‫التمرين الخامس‪:‬‬
‫يتكون مجلس إدارة من ‪ 12‬عضوا‪ ،‬من بينهم ‪ 30‬رجال و ‪ 33‬نساء‪ ،‬نريد تكوين لجنة من ‪ 33‬أشخاص‪.‬‬
‫‪ -1‬ما احتمال أن تحتوي اللجنة على امرأة واحدة فقط؟‬
‫‪ -2‬إذا افترضنا أن األشخاص الثالثة المنتخبون يتم تعيينهم حسب ترتيب القرعة‪ :‬رئيسا‪ ،‬نائبا‪ ،‬أمينا للمال‬
‫‪ -‬ما احتمال أن تحتوي اللجنة على رجلين على األقل؟‬
‫التمرين السادس‪:‬‬
‫‪ -1‬أوجد قيمة 𝑛 في كل حالة من الحاالت التالية‪:‬‬
‫ج) 𝑛‪2𝐴2𝑛 + 50 = 𝐴22‬‬ ‫ب) 𝑛‪𝐴4𝑛 = 42𝐴2‬‬ ‫أ) ‪𝐴2𝑛 = 72‬‬
‫‪ -2‬إتفق ‪ 0‬أصدقاء على الذهاب إلى الملعب لمشاهدة مقابلة في كرة القدم‪ ،‬بكم طريقة يمكنهم الجلوس في صف واحد به ‪0‬‬
‫مقاعد؟ نفرض أنهم لم يجدوا إال ‪ 7‬مقاعد‪ ،‬فبكم طريقة يمكنهم الجلوس؟‬
‫‪ -‬قررت هذه المجموعة (‪ 0‬أصدقاء) بعد المباراة تناول العشاء معا‪ ،‬فبكم طريقة يمكنهم الجلوس على مائدة مستديرة (بها ‪0‬‬
‫كراسي)؟‬
‫‪ -3‬ما هو عدد الكلمات الممكنة المختلفة التي يمكن تكوينها من أحرف اإلسم " ‪" MASSINISSA‬؟‬
‫‪ -4‬من بين األرقام التالية‪ ،0 ،4 ،3 ،2 ،1 :‬كم توجد من طريقة لتكوين كلمة السر المكونة من ثالث أرقام‪ ،‬في حالة عدم إعادة‬
‫الرقم المسحوب؟ في حالة إعادة الرقم المسحوب؟‬
‫‪01‬‬
‫الحلــــول‬
‫حل التمرين األول‪:‬‬
‫‪ -1‬العناصر األساسية التي يجب تمييزها في تل مسألة من مسائل االحتماالت‪:‬‬
‫أ‪ -‬مجموعة األساس‪ :‬هي مجموعة النتائج الممكنة والمختلفة لتجربة ما‪ ،‬ونرمز لها بالحرف" 𝐸"‪ ،‬كما تعرض على شكل مجموعة‬
‫رياضية‪ ،𝐸 = {… … … } :‬وعدد عناصر 𝐸 نرمز لهم بالرمز‪.|𝐸| :‬‬
‫ب‪ -‬الحدث العشوائي 𝐴 ‪ :‬هو جزء من مجموعة األساس‪ ،‬بعد التجربة نحكم فيما إذا تحقق أو لم يتحقق‪ ،‬وهذا أن الحدث يهتم‬
‫بإمكانات محددة من فراغ إمكانات التجربة 𝐸‪.‬‬
‫ج‪ -‬حساب االحتمال )𝑨( ‪ :‬نسبة الحظوظ كي يتحقق الحدث العشوائي 𝐴‪ ،‬حيث‪𝑃(A) = |E| :‬‬
‫|𝐴|‬
‫‪ -2‬تحديد العناصر األساسية للمسألتين التاليتين‪:‬‬

‫‪ " -‬نرمي قطعة نقد مرة واحدة‪ ،‬ما هو احتمال الحصول على النتيجة صورة "‪:‬‬
‫ص‪ :‬تمثل الصورة‪ ،‬ك‪ :‬تمثل الكتابة‬ ‫نضع‪:‬‬
‫أ‪ -‬مجموعة األساس‪} :‬ك ‪ ,‬ص{ = 𝐸‬
‫ب‪ -‬الحدث العشوائي ‪} :‬ص{ = 𝐴‬
‫ج‪ -‬حساب االحتمال )𝑨( ‪𝑃(A) = |E| = 2 :‬‬

‫|𝐴|‬ ‫‪1‬‬
‫‪ " -‬نرمي زهرة نرد مرتين متتاليتين‪ ،‬ما هو احتمال الحصول على نفس النتيجة "‪:‬‬
‫‪𝐸 = {(1,1), (1,2), … … … , (6,6)} ⇒ |𝐸| = 6 × 6 = 36‬‬ ‫أ‪ -‬مجموعة األساس‪ :‬هي عبارة عن ثنائيات‪:‬‬
‫ب‪ -‬الحدث العشوائي ‪ :‬هي عبارة عن ثنائيات‪:‬‬
‫‪𝐴 = {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)} ⇒ |𝐴| = 6‬‬
‫ج‪ -‬حساب االحتمال )𝑨( ‪:‬‬
‫|𝐴|‬ ‫‪6‬‬
‫‪𝑃(A) = |E| = 36‬‬
‫‪ -3‬الفرق بين االحتمال النظري واالحتمال التجريبي‪:‬‬

‫‪ -‬االحتمال النظري ( التالسيتي )‪ :‬مبني على فرضية غير مصرح بها وهي تكرار التجربة العشوائية ما ال نهاية من المرات‪ ،‬حيث‬
‫نالحظ أن هذا االحتمال ثابتا‪.‬‬
‫‪ -‬االحتمال التجريبي‪ :‬يقضي إجراء التجربة فعليا )𝑛 مرة( وتسجيل النتائج 𝑥‪ ،‬ثم حساب النسبة ‪:‬‬
‫𝑥‬
‫𝑛 = 𝑛𝑓‬
‫𝑥‪ :‬عدد النجاحات‪ ،‬حيث نالحظ أن االحتمال التجريبي 𝑛𝑓 متغيرا‪.‬‬ ‫𝑛‪ :‬هو عدد التجارب المكررة‪،‬‬
‫‪ -‬العالقة التي تربط بينهما‪:‬‬
‫لقد الحظ علماء اإلحصاء من خالل تجارب عملية أنه كلما كان 𝑛 في االحتمال التجريبي كبي ار فإن االحتمال التجريبي‬
‫𝑛𝑓 يقترب من نهاية ثابتة وهي االحتمال النظري )‪ ،P(A‬نعبر عن ذلك رياضيا كالتالي‪:‬‬
‫𝑥‬
‫)𝐴(𝑃 → 𝑛 = 𝑛𝑓 𝑚𝑖𝑙‬
‫∞→𝑛‬
‫‪00‬‬
‫حل التمرين الثاني‪:‬‬
‫لتكن لدينا ثالث صناديق تحتوي على ما يلي‪:‬‬
‫التريات الحمراء‬ ‫التريات السوداء‬ ‫التريات البيضاء‬ ‫الصناديق‬
‫‪32‬‬ ‫‪34‬‬ ‫‪33‬‬ ‫الصندوق األول (ص‪)1‬‬
‫‪31‬‬ ‫‪32‬‬ ‫‪30‬‬ ‫الصندوق الثاني (ص‪)2‬‬
‫‪34‬‬ ‫‪33‬‬ ‫‪32‬‬ ‫الصندوق الثالث (ص‪)3‬‬
‫‪ -1‬نسحب ترة واحدة من الصندوق األول (ص‪:)1‬‬
‫} 𝑅 𝑅 ‪𝐸 = {𝐵 𝐵 𝐵, 𝑁 𝑁 𝑁 𝑁,‬‬ ‫نضع‪ :B :‬الكرة بيضاء‪ :R ،‬الكرة حمراء‪ :N ،‬الكرة سوداء‪ ،‬أي‪:‬‬
‫‪ -‬احتمال أن تتون الترة المسحوبة‪:‬‬
‫أ‪ -‬بيضاء ‪:B‬‬
‫|𝐵|‬ ‫‪3‬‬
‫‪𝑃(𝐵) = |𝐸| = 9‬‬
‫ب‪ -‬حمراء ‪𝑃(𝑅) = |𝐸| = 9 :R‬‬

‫|𝑅|‬ ‫‪2‬‬
‫ج‪ -‬سوداء ‪= 9 :N‬‬

‫|𝑁|‬ ‫‪4‬‬
‫= )𝑁(𝑃‬ ‫|𝐸|‬
‫| ‪|𝑁 ′‬‬
‫أو‬ ‫د‪ -‬ليست سوداء '‪= 9 :N‬‬
‫‪4‬‬ ‫‪5‬‬ ‫‪5‬‬
‫‪𝑃(𝑁 ′ ) = 1 − 𝑃(𝑁) = 1 − 9 = 9‬‬ ‫= ) ‪𝑃(𝑁 ′‬‬ ‫|𝐸|‬
‫‪𝑃(𝐵 ∪ 𝑅 ∪ 𝑁) = P(𝐵) + P(𝑅) + 𝑃(𝑁) = 1‬‬ ‫ه‪ -‬أن تتون من أي لون‪:‬‬

‫‪ -2‬نسحب ترة واحدة على الترتيب من (ص‪ )1‬ثم من (ص‪ )2‬ثم من (ص‪:)3‬‬
‫‪ -‬احتمال أن تتون التريات الثالثة وعلى نفس الترتيب‪:‬‬
‫أ‪ -‬تلها حمراء ‪:S‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪8‬‬
‫‪𝑃(𝑆) = 𝑃(𝑅1 ∩ 𝑅2 ∩ 𝑅3 ) = P(𝑅1 ). P(𝑅2 ). 𝑃(𝑅3 ) = (9) (8) (9) = 648‬‬
‫ب‪ -‬واحدة من الثالثة فقط حمراء ‪:K‬‬
‫]) ‪𝑃(𝐾) = 𝑃[(𝑅1 ∩ 𝑅̅2 ∩ 𝑅̅3 ) ∪ (𝑅̅1 ∩ 𝑅2 ∩ 𝑅̅3 ) ∪ (𝑅̅1 ∩ 𝑅̅2 ∩ 𝑅3‬‬
‫) ‪𝑃(𝐾) = P(𝑅1 ). P(𝑅̅2 ). 𝑃(𝑅̅3 ) + P(𝑅̅1 ). P(𝑅2 ). 𝑃(𝑅̅3 ) + P(𝑅̅1 ). P(𝑅̅2 ). 𝑃(𝑅3‬‬
‫‪2‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪4‬‬ ‫‪301‬‬
‫‪𝑃(𝐾) = (9) (8) (9) + (9) (8) (9) + (9) (8) (9) = 648‬‬
‫ج‪ -‬تلها ليست حمراء ‪:T‬‬
‫‪7‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪245‬‬
‫‪𝑃(𝑇) = 𝑃(𝑅̅1 ∩ 𝑅̅2 ∩ 𝑅̅3 ) = P(𝑅̅1 ). P(𝑅̅2 ). 𝑃(𝑅̅3 ) = (9) (8) (9) = 648‬‬
‫د‪ -‬تلها من نفس اللون ‪:F‬‬
‫]) ‪𝑃(𝐹) = 𝑃[(𝑅1 ∩ 𝑅2 ∩ 𝑅3 ) ∪ (𝐵1 ∩ 𝐵2 ∩ 𝐵3 ) ∪ (𝑁1 ∩ 𝑁2 ∩ 𝑁3‬‬
‫) ‪𝑃(𝐹) = P(𝑅1 ). P(𝑅2 ). 𝑃(𝑅3 ) + P(𝐵1 ). P(𝐵2 ). 𝑃(𝐵3 ) + P(𝑁1 ). P(𝑁2 ). 𝑃(𝑁3‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪62‬‬
‫‪𝑃(𝐹) = (9) (8) (9) + (9) (8) (9) + (9) (8) (9) = 648‬‬
‫‪ -3‬نسحب ترتين من الصندوق األول (ص‪ )1‬الواحدة تلوى األخرى مع اإلرجاع‪( :‬النتيجة الثانية مستقلة عن النتيجة األولى)‬
‫‪ -‬احتمال أن تتون الترتان‪:‬‬
‫أ‪ -‬األولى سوداء والثانية بيضاء ‪:C‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪12‬‬
‫‪𝑃(𝐶) = 𝑃(𝑁 ∩ 𝐵) = 𝑃(𝑁). 𝑃(𝐵) = (9) (9) = 81‬‬
‫‪01‬‬
‫ب‪ -‬واحدة سوداء واألخرى بيضاء ‪:L‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪24‬‬
‫‪𝑃(𝐿) = 𝑃[(𝑁 ∩ 𝐵) ∪ (𝐵 ∩ 𝑁)] = 𝑃(𝑁). 𝑃(𝐵) + 𝑃(𝐵). 𝑃(𝑁) = (9) (9) + (9) (9) = 81‬‬
‫ج‪ -‬من نفس اللون ‪:D‬‬

‫)𝑁(𝑃 ‪𝑃(𝐷) = 𝑃[(𝑅 ∩ 𝑅) ∪ (𝐵 ∩ 𝐵) ∪ (𝑁 ∩ 𝑁)] = 𝑃(𝑅). 𝑃(𝑅) + 𝑃(𝐵). 𝑃(𝐵) + 𝑃(𝑁).‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪29‬‬
‫‪= (9) (9) + (9) (9) + (9) (9) = 81‬‬
‫‪ -4‬نترر نفس التجربة العشوائية السابقة ولتن بدون إرجاع الترة األولى‪( ،‬النتيجة الثانية غير مستقلة عن النتيجة األولى)‬
‫‪ -‬احتمال أن تتون الترتان‪:‬‬
‫أ‪ -‬األولى سوداء والثانية بيضاء ‪:C‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪12‬‬
‫‪𝑃(𝐶) = 𝑃(𝑁 ∩ 𝐵) = 𝑃(𝑁). 𝑃(𝐵/𝑁) = (9) (8) = 72‬‬
‫ب‪ -‬واحدة سوداء واألخرى بيضاء ‪:L‬‬

‫‪4‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪24‬‬
‫‪𝑃(𝐿) = 𝑃[(𝑁 ∩ 𝐵) ∪ (𝐵 ∩ 𝑁)] = 𝑃(𝑁). 𝑃(𝐵/𝑁) + 𝑃(𝐵). 𝑃(𝑁/𝐵) = (9) (8) + (9) (8) = 72‬‬
‫ج‪ -‬من نفس اللون ‪:D‬‬

‫)𝑁‪𝑃(𝐷) = 𝑃[(𝑅 ∩ 𝑅) ∪ (𝐵 ∩ 𝐵) ∪ (𝑁 ∩ 𝑁)] = 𝑃(𝑅). 𝑃(𝑅/𝑅) + 𝑃(𝐵). 𝑃(𝐵/𝐵) + 𝑃(𝑁). 𝑃(𝑁/‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪20‬‬
‫‪= (9) (8) + (9) (8) + (9) (8) = 72‬‬
‫حل التمرين الثالث‪:‬‬
‫في مصنع إلنتاج المصابيح الكهربائية توجد ثالث آالت ‪ ،𝑀3 ، 𝑀2 ، 𝑀1‬تنتج في اليوم الواحد على التوالي ‪ 3333‬مصباح‪،‬‬
‫‪ 0333‬مصباح‪ 2333 ،‬مصباح‪ ،‬من جهة أخرى فإن اآللة ‪ 𝑀1‬لديها ‪ %0‬إنتاج معيب‪ ،‬اآللة ‪ 𝑀2‬لديها ‪ %2‬إنتاج معيب‪ ،‬اآللة‬
‫‪ 𝑀3‬لديها ‪ %0‬إنتاج معيب‪ ،‬سحبنا مصباحا من اإلنتاج الكلي اليومي للمصنع‪:‬‬
‫‪ -1‬ترجمة المسألة إلى شجرة احتمالية‪:‬‬
‫)𝑀(𝑃‬ ‫)‪𝑃(𝐴/M‬‬
‫𝐴‬ ‫‪𝑃(𝑀1 ∩ 𝐴) = 𝑃(𝑀1 )𝑃(𝐴/𝑀1 ) = 0,285‬‬

‫‪0,95‬‬
‫‪𝑀1‬‬
‫‪0,3‬‬ ‫‪0,05‬‬ ‫̅‬
‫‪A‬‬ ‫‪𝑃(𝑀1 ∩ 𝐴̅) = 𝑃(𝑀1 )𝑃(𝐴̅/𝑀1 ) = 0,015‬‬
‫‪0,5‬‬ ‫‪0,98‬‬ ‫𝐴‬ ‫‪𝑃(𝑀2 ∩ 𝐴) = 𝑃(𝑀2 )𝑃(𝐴/𝑀2 ) = 0,49‬‬

‫‪𝑀2‬‬
‫‪0,02‬‬ ‫̅‬
‫‪A‬‬ ‫‪𝑃(𝑀2 ∩ 𝐴̅) = 𝑃(𝑀2 )𝑃(𝐴̅/𝑀2 ) = 0,01‬‬
‫‪0,2‬‬ ‫‪0,95‬‬ ‫𝐴‬
‫‪𝑀3‬‬ ‫‪𝑃(𝑀3 ∩ 𝐴) = 𝑃(𝑀3 )𝑃(𝐴/𝑀3 ) = 0,19‬‬
‫‪0,05‬‬ ‫̅‬
‫‪A‬‬ ‫‪𝑃(𝑀3 ∩ 𝐴̅) = 𝑃(𝑀3 )𝑃(𝐴̅/𝑀3 ) = 0,01‬‬
‫𝟏 = المجم ــوع‬
‫‪ -2‬إيجاد احتمال أن يتون ه ا المصباح‪:‬‬

‫‪ -‬من إنتاج اآللة 𝟏𝑴‪:‬‬
‫‪3000‬‬
‫‪𝑃(𝑀1 ) = 10000 = 0,3‬‬
‫‪ -‬من إنتاج اآللة 𝟐𝑴‪:‬‬
‫‪5000‬‬
‫‪𝑃(𝑀2 ) = 10000 = 0,5‬‬
‫‪01‬‬
‫‪ -‬من إنتاج اآللة 𝟑𝑴‪:‬‬
‫‪2000‬‬
‫‪𝑃(𝑀3 ) = 10000 = 0,2‬‬
‫‪ -3‬إيجاد احتمال أن يتون ه ا المصباح من إنتاج اآللة 𝟏𝑴 أو اآللة 𝟐𝑴 وهو معيب‪)𝐿( :‬‬
‫) ‪𝑃(𝐿) = 𝑃[(𝑀1 ∩ 𝐴̅) ∪ (𝑀2 ∩ 𝐴̅)] = 𝑃(𝑀1 ). 𝑃(𝐴̅/𝑀1 ) + 𝑃(𝑀1 ). 𝑃(𝐴̅/𝑀1‬‬
‫‪25‬‬
‫‪= (0,3)(0.05) + (0,5)(0,02) = 0,025 = 1000‬‬
‫الشرح‪ :‬من بين ‪ 1333‬مصباح منتج بالمصنع هناك ‪ 20‬مصباحا من إنتاج اآللة ‪ 𝑀1‬أو اآللة ‪ 𝑀2‬وهو معيب‬
‫‪ -4‬إيجاد احتمال‪:‬‬
‫])̅𝐴 ∩ ‪𝑃(𝐴̅) = 𝑃[(𝑀1 ∩ 𝐴̅) ∪ (𝑀2 ∩ 𝐴̅) ∪ (𝑀3‬‬ ‫‪ -‬أن يتون ه ا المصباح معيبا‪:‬‬
‫‪35‬‬
‫‪𝑃(𝐴̅) = 𝑃(𝑀1 )𝑃(𝐴̅/𝑀1 ) + 𝑃(𝑀2 )𝑃(𝐴̅/𝑀2 ) + 𝑃(𝑀2 )𝑃(𝐴̅/𝑀2 ) = 0,035 = 1000‬‬
‫الشرح‪ :‬من بين ‪ 1333‬مصباح منتج بالمصنع هناك ‪ 30‬مصباحا معيبا‪.‬‬
‫‪ -‬أن يتون ه ا المصباح صالحا‪:‬‬
‫])̅𝐴 ∩ ‪𝑃(𝐴) = 𝑃[(𝑀1 ∩ 𝐴̅) ∪ (𝑀2 ∩ 𝐴̅) ∪ (𝑀3‬‬ ‫الطريقة األولى‪:‬‬
‫‪965‬‬
‫‪𝑃(𝐴) = 𝑃(𝑀1 )𝑃(𝐴/𝑀1 ) + 𝑃(𝑀2 )𝑃(𝐴/𝑀2 ) + 𝑃(𝑀2 )𝑃(𝐴/𝑀2 ) = 0,965 = 1000‬‬
‫الطريقة الثانية ‪𝑃(𝐴) + 𝑃(𝐴̅) = 1 ⇒ 𝑃(𝐴) = 1 − 𝑃(𝐴̅) = 1 − 0,035 = 0,965 = 1000 :‬‬
‫‪965‬‬
‫الشرح‪ :‬من بين ‪ 1333‬مصباح منتج بالمصنع هناك ‪ 060‬مصباحا صالحا‪.‬‬

‫‪ -5‬بعد السحب واجراء عملية المراقبة على المصباح تأتدنا أنه فعال معيب‪ ،‬إيجاد احتمال أن يتون‪:‬‬
‫‪ -‬من انتاج اآللة 𝟏𝑴‪:‬‬
‫)̅𝐴∩ ‪𝑃(𝑀1‬‬ ‫) ‪𝑃(𝑀1 )𝑃(𝐴̅/𝑀1‬‬ ‫‪428‬‬
‫= )̅𝐴‪𝑃(𝑀1 /‬‬ ‫𝑀(𝑃 =‬ ‫‪= 0,428 = 1000‬‬
‫)̅𝐴(𝑃‬ ‫) ‪1 )𝑃(𝐴/𝑀1 )+𝑃(𝑀2 )𝑃(𝐴̅/𝑀2 )+𝑃(𝑀2 )𝑃(𝐴̅/𝑀2‬‬
‫̅‬
‫الشرح‪ :‬من بين ‪ 1333‬مصباح معيب منتج بالمصنع هناك ‪ 424‬مصباحا من إنتاج اآللة ‪.𝑀1‬‬
‫‪ -‬من انتاج اآللة 𝟐𝑴‪:‬‬
‫)𝐴∩ ‪𝑃(𝑀2‬‬ ‫̅‬ ‫) ‪𝑃(𝑀2 )𝑃(𝐴̅/𝑀2‬‬ ‫‪286‬‬
‫𝐴(𝑃 = )̅𝐴‪𝑃(𝑀2 /‬‬ ‫)̅‬
‫𝑀(𝑃 =‬ ‫̅‬
‫‪= 0,286 = 1000‬‬
‫‪1‬‬ ‫𝐴(𝑃)‬ ‫‪/𝑀1‬‬ ‫𝑀(𝑃‪)+‬‬‫) ‪2 )𝑃(𝐴̅/𝑀2 )+𝑃(𝑀2 )𝑃(𝐴̅/𝑀2‬‬
‫‪ -‬من انتاج اآللة 𝟑𝑴‪:‬‬
‫)𝐴∩ ‪𝑃(𝑀3‬‬ ‫̅‬ ‫) ‪𝑃(𝑀3 )𝑃(𝐴̅/𝑀3‬‬ ‫‪286‬‬
‫𝐴(𝑃 = )̅𝐴‪𝑃(𝑀3 /‬‬ ‫)̅‬
‫𝑀(𝑃 =‬ ‫̅‬
‫‪= 0,286 = 1000‬‬
‫‪1‬‬ ‫𝐴(𝑃)‬ ‫‪/‬‬ ‫𝑀‬‫‪1‬‬ ‫𝑀(𝑃‪)+‬‬‫) ‪2 )𝑃(𝐴̅/𝑀2 )+𝑃(𝑀2 )𝑃(𝐴̅/𝑀2‬‬
‫حل التمرين الرابع‪:‬‬

‫صندوق يحتوي على ‪ 20‬كرية مرقمة من ‪ 1‬إلى ‪ ،20‬نسحب عشوائيا ثالث كريات دفعة واحدة‪.‬‬
‫‪ -1‬طبيعة العناصر في ه ه التجربة العشوائية‪ :‬ثالثيات غير مرتبة ألننا نسحب الكريات الثالثة دفعة واحدة أي ليس هناك ترتيب‬
‫بينها‪.‬‬
‫} … … … … ‪𝐸 = {(1,2,3), (25,19,18), (19,12,3),‬‬ ‫‪ -‬بعض النما ج منها‪:‬‬
‫‪04‬‬
‫‪ -2‬عدد عناصر مجموعة األساس ( عدد الحاالت الممتنة )‪ :‬أي حساب |𝐸|‬
‫نالحظ في هذه التجربة أننا نهتم باختيار جزء من الكل ( ‪ 3‬من بين ‪ ،) 20‬السحب يتم دفعة واحدة أي أن الترتيب غير‬
‫مهم والتكرار غير ممكن وبالتالي نستخرج عدد عناصر مجموعة األساس |𝐸| بواسطة التوفيقة دون تترار 𝐱𝐧𝑪‬
‫ثالثية ممكنة ‪= 2300‬‬

‫‪3‬‬ ‫!‪25‬‬ ‫!‪25×24×23×22‬‬
‫‪|𝐸| = 𝐶nx = 𝐶25‬‬ ‫= !)‪= 3!(25−3‬‬ ‫!‪(3×2×1)×22‬‬
‫‪ -3‬احتمال أن تتون أعداد التريات الثالثة زوجية‪:‬‬

‫األعداد الزوجية من ( ‪ 1‬إلى ‪ ) 20‬هي‪ ( 24،..... ،6 ،4 ،2 :‬عددها ‪) 12‬‬
‫‪C312‬‬
‫نسمي ‪ A‬حدثا عشوائيا يمثل أعداد الكريات الثالثة زوجية‪ ،‬وبالتالي‪:‬‬
‫|‪|A‬‬ ‫‪220‬‬
‫= |‪P(A) = |E‬‬ ‫‪= 2300‬‬
‫‪C325‬‬
‫‪ -4‬احتمال أن تتون أعداد التريات الثالثة من مضاعفات العدد ‪:5‬‬

‫مضاعفات العدد ‪ 0‬من ( ‪ 1‬إلى ‪ ) 20‬هي‪ ( 20 ،10،23 ،13 ،0 :‬عددها ‪) 0‬‬
‫نسمي ‪ B‬حدثا عشوائيا يمثل أعداد الكريات الثالثة من مضاعفات العدد ‪ ،0‬وبالتالي‪:‬‬
‫|𝐵|‬ ‫‪𝐶53‬‬ ‫‪10‬‬
‫= |𝐸| = )𝐵(𝑃‬ ‫‪3‬‬ ‫‪= 2300‬‬
‫‪𝐶25‬‬
‫‪ -5‬احتمال أن يتون مجموع عددين من األعداد الثالثة يساوي ‪:11‬‬

‫نسمي ‪ D‬حدثا عشوائيا يمثل مجموع عددين من األعداد الثالثة يساوي ‪ ،13‬وبالتالي‪:‬‬
‫})𝑋 ‪D = {(1,9, 𝑋), (2,8, 𝑋), (3,7, 𝑋), (4,6,‬‬
‫حيث 𝑋 تمثل عددا من بين ‪ 23‬عددا المتبقية في كل حالة‪ ،‬مثال في الثالثيات التي تحتوي على العددين ‪ 1‬و‪ 0‬يمكن أن نختار‬
‫العدد الثالث من ‪ 23‬عددا المتبقية غير العددين ‪ 1‬و‪ 0‬ألن السحب تم دفعة واحدة أي دون تكرار وترتيب‪ ،‬وبالتالي ينتج ‪ 23‬ثالثية‬
‫‪1‬‬
‫‪D = 4 𝐶23‬‬ ‫ثالثية ‪= 4 × 23 = 92‬‬ ‫‪ ، 𝐶23‬أما العدد االجمالي للثالثيات الممكنة فهو‪:‬‬
‫‪1‬‬
‫في الحالة األولى فقط أي‪:‬‬
‫|𝐷|‬ ‫‪1‬‬
‫‪4 𝐶23‬‬ ‫‪92‬‬
‫= )𝐷(𝑃‬ ‫|𝐸|‬
‫=‬ ‫‪3‬‬ ‫‪= 2300‬‬
‫‪𝐶25‬‬
‫حل التمرين الخامس‪:‬‬

‫يتكون مجلس إدارة من ‪ 12‬عضوا‪ ،‬من بينهم ‪ 30‬رجال و ‪ 33‬نساء‪ ،‬نريد تكوين لجنة من ‪ 33‬أشخاص‪.‬‬
‫‪ -1‬احتمال أن تحتوي اللجنة على امرأة واحدة فقط‪:‬‬
‫نالحظ في هذه التجربة أننا نهتم باختيار جزء من الكل ( ‪ 3‬من بين ‪ ،) 12‬السحب يتم دفعة واحدة أي أن الترتيب غير‬
‫مهم والتكرار غير ممكن وبالتالي نستخرج عدد عناصر مجموعة األساس |𝐸| بواسطة التوفيقة دون تترار 𝐱𝐧𝑪‬
‫لجنة ممكنة ‪= 220‬‬

‫‪3‬‬ ‫!‪12‬‬ ‫!‪12×11×10×9‬‬
‫‪|𝐸| = 𝐶nx = 𝐶12‬‬ ‫= !)‪= 3!(12−3‬‬ ‫!‪(3×2×1)×9‬‬
‫نسمي ‪ A‬حدثا عشوائيا يمثل احتواء اللجنة على امرأة واحدة فقط‪ ،‬وبالتالي‪:‬‬
‫|‪|A‬‬ ‫‪𝐶31 ×𝐶92‬‬ ‫‪108‬‬
‫= |‪𝑃(𝐴) = |E‬‬ ‫‪3‬‬ ‫‪= 220‬‬
‫‪𝐶12‬‬
‫‪ -2‬إ ا افترضنا أن األشخاص الثالثة المنتخبون يتم تعيينهم حسب ترتيب القرعة‪ :‬رئيسا‪ ،‬نائبا‪ ،‬أمينا للمال‬
‫‪ -‬احتمال أن تحتوي اللجنة على رجلين على األقل‪:‬‬
‫نالحظ في هذه التجربة أننا نهتم باختيار جزء من الكل ( ‪ 3‬من بين ‪ ،) 12‬السحب يتم على التوالي أي أن‬
‫‪05‬‬
‫الترتيب مهم والتكرار غير ممكن وبالتالي نستخرج عدد عناصر مجموعة األساس |𝐸| بواسطة الترتيبة دون تترار 𝐱𝐧𝑨‬
‫لجنة ممكنة ‪= 1320‬‬

‫‪3‬‬ ‫!‪12‬‬ ‫!‪12×11×10×9‬‬
‫‪|𝐸| = 𝐴xn = 𝐴12‬‬ ‫= !)‪= (12−3‬‬ ‫!‪9‬‬
‫نسمي ‪ B‬حدثا عشوائيا يمثل احتواء اللجنة على رجلين على األقل‪ ،‬وبالتالي‪:‬‬
‫|‪|B‬‬ ‫‪𝐴29 ×𝐴13 + 𝐴39 ×𝐴03‬‬ ‫‪720‬‬
‫= |‪𝑃(𝐵) = |E‬‬ ‫‪= 1320‬‬
‫‪𝐴312‬‬
‫حل التمرين السادس‬

‫‪ -1‬إيجاد قيمة 𝒏 في تل حالة من الحاالت التالية‪:‬‬
‫( يجب أن يكون ‪) 𝑛 ≥ 2‬‬ ‫أ) ‪:𝐴2𝑛 = 72‬‬
‫!𝑛‬
‫‪𝐴2𝑛 = 72 ⇔ (𝑛−2)! = 72‬‬
‫!)‪𝑛(𝑛−1)(𝑛−2‬‬
‫⇔‬ ‫!)‪(𝑛−2‬‬
‫‪= 72‬‬
‫‪⇔ 𝑛(𝑛 − 1) = 72‬‬
‫‪⇔ 𝑛2 − 𝑛 − 72 = 0‬‬
‫)‪⇔ (𝑛 − 9)(𝑛 + 8) = 0 … … … (1‬‬
‫بحل المعادلة من الدرجة الثانية (‪ ،)1‬نجد‪ 𝑛 = −8 :‬وهي مرفوضة ( ألن ‪ ،) 𝑛 ≥ 2‬أو ‪ 𝑛 = 9‬وهي مقبولة‪.‬‬
‫ب) 𝑛‪ ( :𝐴4𝑛 = 42𝐴2‬يجب أن يكون ‪) 𝑛 ≥ 4‬‬
‫!𝑛‬ ‫!𝑛‬
‫)!)‪𝐴4𝑛 = 42𝐴2𝑛 ⇔ (𝑛−4)! = 42 ((𝑛−2‬‬
‫!)‪𝑛(𝑛−1)(𝑛−2)(𝑛−3)(𝑛−4‬‬ ‫!)‪𝑛(𝑛−1)(𝑛−2‬‬
‫⇔‬ ‫!)‪(𝑛−4‬‬
‫( ‪= 42‬‬ ‫!)‪(𝑛−2‬‬
‫)‬
‫)‪⇔ 𝑛(𝑛 − 1)(𝑛 − 2)(𝑛 − 3) = 42𝑛(𝑛 − 1‬‬
‫)‪⇔ (𝑛 − 9)(𝑛 + 4) = 0 … … … (2‬‬
‫ج) 𝑛‪ ( :22𝑛 + 50 = 𝐴22‬يجب أن يكون ‪) 𝑛 ≥ 2‬‬
‫!𝑛‬ ‫!)𝑛‪(2‬‬
‫!)‪2𝐴2𝑛 + 50 = 𝐴22𝑛 ⇔ 2 ((𝑛−2)!) + 50 = (2𝑛−2‬‬
‫!)‪𝑛(𝑛−1)(𝑛−2‬‬ ‫!)‪2𝑛(2𝑛−1)(2𝑛−2‬‬
‫(‪⇔ 2‬‬ ‫!)‪(𝑛−2‬‬
‫)‬ ‫= ‪+ 50‬‬ ‫!)‪(2𝑛−2‬‬
‫)‪⇔ 2𝑛(𝑛 − 1) + 50 = 2𝑛(2𝑛 − 1‬‬
‫)‪⇔ 𝑛2 − 25 = 0 … … … (3‬‬
‫‪ -2‬اتفق ‪ 9‬أصدقاء على ال هاب إلى الملعب لمشاهدة مقابلة في ترة القدم‪ ،‬عدد الطرق التي يمتنهم الجلوس بها في صف‬
‫واحد به ‪ 9‬مقاعد‪ :‬يمثل تبديلة مع عدم اإلعادة ألننا نهتم باختيار الكل من الكل ( ‪ 0‬من بين ‪ ،) 0‬السحب على التوالي دون‬
‫إعادة أي أن الترتيب مهم والتكرار غير ممكن وبالتالي نستخرج عدد عدد الطرق بواسطة التبديلة دون تترار !𝒏 = 𝒏𝑷‬
‫طريقة ‪𝑃𝑛 = 𝑛! = 9! = 9 × 8 × 7 × … × 1 = 362880‬‬

‫‪ -‬نفرض أن هؤالء األصدقاء لم يجدوا إال سبعة تراسي‪ :‬فهنا نهتم باختيار الجزء من الكل ( ‪ 7‬من بين ‪ ،) 0‬السحب على التوالي‬
‫دون إعادة أي أن الترتيب مهم والتكرار غير ممكن وبالتالي نستخرج عدد عدد الطرق بواسطة الترتيبة دون تترار 𝐱𝐧𝑨‬
‫‪06‬‬
‫طريقة ‪= 181440‬‬
‫!‪9‬‬ ‫!‪9×8×7×6×5×4×3×2‬‬
‫= !)‪𝐴xn = 𝐴79 = (9−7‬‬ ‫!‪2‬‬
‫‪ -‬قررت ه ه المجموعة ( ‪ 9‬أصدقاء ) بعد المباراة تناول العشاء معا‪ ،‬عدد الطرق التي يمتنهم الجلوس بهاعلى مائدة مستديرة‬
‫!)‪𝑃𝑛 = (𝑛 − 1‬‬ ‫( بها ‪ 9‬تراسي )‪ :‬يمثل تبديلة دائرية‪:‬‬
‫طريقة ‪𝑃9 = (9 − 1)! = (9 − 1)! = 8! = 8 × 7 × … × 1 = 40320‬‬

‫‪ -3‬عدد التلمات الممتنة المختلفة التي يمتن تتوينها من أحرف اإلسم " ‪:" MASSINISSA‬‬
‫تمثل تبديلة مع التترار داخل المجموعة ( وجود عناصر ال يمتن تمييزها عن بعضها )‪ ،‬يحسب وفق العالقة‪:‬‬
‫𝑘𝑛……‪𝑛 ,𝑛2 ,‬‬ ‫!𝑛‬
‫‪𝑃𝑛 1‬‬ ‫𝑛=‬
‫! 𝑘𝑛……! ‪1 !𝑛2‬‬
‫حيث‪ :‬عدد األحرف المكونة لهذه الكلمة هو ‪ 13‬أي‪𝑛 = 10 :‬‬

‫عدد أحرف ‪ A‬هو ‪ 2‬أي‪𝑛2 = 2 :‬‬ ‫عدد أحرف ‪ S‬هو ‪ 4‬أي‪𝑛1 = 4 :‬‬
‫عدد أحرف ‪ M‬هو ‪ 1‬أي‪𝑛4 = 1 :‬‬ ‫عدد أحرف ‪ I‬هو ‪ 2‬أي‪𝑛3 = 2 :‬‬
‫عدد أحرف ‪ N‬هو ‪ 1‬أي‪𝑛5 = 1 :‬‬
‫وبالتالي‪:‬‬
‫‪4,2,2,1,1‬‬ ‫!‪10‬‬
‫‪𝑃10‬‬ ‫كلمة ‪= 4!2!2!1!1! = 37800‬‬
‫‪ -4‬من بين األرقام التالية‪ 5 ،4 ،3 ،2 ،1 :‬عدد الطرق الممتنة لتتوين تلمة السر المتونة من ثالث أرقام‪:‬‬
‫أ‪ -‬في حالة عدم إعادة الرقم المسحوب‪:‬‬
‫كلمة سر ‪= 60‬‬ ‫ترتيبة دون إعادة‪:‬‬

‫!‪5‬‬ ‫!‪5×4×3×2‬‬
‫= !)‪𝐴xn = 𝐴35 = (5−3‬‬ ‫!‪2‬‬
‫ب‪ -‬في حالة إعادة الرقم المسحوب‪:‬‬
‫كلمة سر ‪𝑛 𝑥 = 53 = 125‬‬ ‫ترتيبة بإعادة ( قائمة )‪:‬‬
‫‪07‬‬
‫تمارين مقترحة‬
‫‪ -1‬حدد مع الشرح عناصر المسألة االحتمالية؟ ثم أذكر مسألتين توضح فيهما هاته العناصر؟‬
‫‪ -2‬ما المقصود بالحوادث المتنافية والحوادث غير المتنافية؟ الحوادث المستقلة والحوادث غير المستقلة؟ مع ذكر مثال لكل حدث؟‬
‫‪ -3‬ما الفرق بين االحتمال النظري والتجريبي؟ وما العالقة بينهما؟‬
‫تملك مؤسسة إنتاجية ورشتين تقومان بإنتاج منتوج واحد ذي نوعيتين مختلفتين‪ ،‬اإلنتاج اليومي للورشتين من النوعين ملخص‬
‫بالجدول التالي‪:‬‬
‫نوع المنتوج‬ ‫الورشـة‬ ‫مجموع اإلنتاج‬
‫‪1‬‬ ‫‪2‬‬
‫‪P1‬‬ ‫‪243‬‬ ‫‪443‬‬ ‫‪763‬‬
‫‪P2‬‬ ‫‪123‬‬ ‫‪123‬‬ ‫‪243‬‬
‫مجموع اإلنتاج‬ ‫‪400‬‬ ‫‪600‬‬ ‫‪1000‬‬
‫أوال‪ -‬سحبنا وحدة منتوج من اإلنتاج اليومي للمؤسسة بصورة عشوائية‪:‬‬
‫‪ -1‬أحسب احتمال أن تكون الوحدة المسحوبة من النوع األول؟ من النوع الثاني؟‬
‫‪ -2‬أحسب احتمال أن تكون الوحدة المسحوبة من الورشة األولى؟ من الورشة الثانية؟‬
‫‪ -3‬إذا علمت أن المنتوج من النوع األول‪ ،‬ما احتمال أن تكون من الورشة الثانية؟‬
‫‪ -4‬إذا علمت أن المنتوج من الورشة الثانية‪ ،‬ما احتمال أن يكون من النوع األول؟‬
‫ثانيا‪ -‬سحبنا وحدتين من االنتاج اليومي للمؤسسة تعاقبيا ودون إرجاع الوحدة المسحوبة‪:‬‬
‫‪ -1‬أحسب احتمال كون القطعتين المسحوبتين من النوع األول؟‬
‫‪ -2‬أحسب احتمال كون القطعتين المسحوبتين من الورشة الثانية؟‬
‫‪ -3‬أحسب إحتمال أن تكون األولى من الورشة الثانية والثانية من الورشة األولى؟‬
‫‪ -4‬أحسب إحتمال أن تكون إحداهما من النوع األول واألخرى من النوع الثاني؟‬
‫‪ -0‬إذا كان السحب تعاقبيا مع اإلرجاع‪ ،‬أحسب االحتماالت السابقة؟‬
‫حديقة حيوانات لها بوابتان ‪ A1‬و ‪ ،A2‬تفيد إدارة الحديقة أن ‪ %73‬من الزوار يدخلون من البوابة ‪ ، A1‬إحصائيات نفس اإلدارة‬
‫تشير إلى أن ‪ %43‬من الزوار الذين يدخلون من البوابة ‪ A1‬يخرجون منها‪ ،‬في حين أن‪ %03‬من الذين يدخلون من البوابة ‪A2‬‬
‫يخرجون منها‪.‬‬
‫‪ -1‬نختار عشوائيا شخصا من زوار هذه الحديقة ( وجد داخل الحديقة )‪:‬‬
‫‪08‬‬
‫أ‪ -‬ما هو احتمال أن يخرج من البوابة األولى؟ اشرح النتيجة؟‬
‫ب‪ -‬ما هو احتمال أن يخرج من البوابة الثانية؟ اشرح النتيجة؟‬
‫‪ -2‬التقينا بشخص خرج لتوه ( في حينه ) من الباب الثاني ( التقينا به خارج الحديقة )‪:‬‬
‫أ‪ -‬ما هو احتمال أن يكون قد دخل من البوابة األولى؟ اشرح النتيجة؟‬
‫ب‪ -‬ما هو احتمال أن يكون قد دخل من البوابة الثانية؟‬
‫التمرين الرابع‬
‫ثالث مصالح طبية ‪ C ،B ،A‬في أحد المستشفيات تستقبل على التوالي ‪ %20 ،%33 ،%40‬من مجموع المرضى الذين‬
‫يدخلون هذا المستشفى‪ ،‬تفيد التقارير الطبية للسنوات الماضية أن بالمتوسط نسبة الوفيات في المصالح الثالثة هي على التوالي‪:‬‬
‫‪.%0 ،%3 ،%1‬‬
‫نختار عشوائيا مريضا من المرضى المسجلين بمصلحة القبول للمستشفى‪:‬‬
‫‪ -1‬ترجم هذه المسألة إلى شجرة احتمالية؟‬
‫‪ -2‬ما هو احتمال أن يتوفى هذا المريض بالمستشفى؟ اشرح النتيجة؟‬
‫‪ -3‬ما هو احتمال أن يكون من المصلحة ‪ A‬أو ‪ B‬ويتوفى؟ اشرح النتيجة؟‬
‫‪ -4‬ما هو احتمال أن يشفى؟ اشرح النتيجة؟‬
‫‪ -0‬إذا افترضنا أن المريض توفي بالمستشفى‪ ،‬ما احتمال أن يكون من المصلحة ‪A‬؟ المصلحة‪ B‬؟ المصلحة ‪C‬؟ اشرح‬
‫النتائج؟‬
‫‪ -1‬ما هو عدد االشارات المختلفة التي يمكن تشكيلها من مجموعة مؤلفة من خمسة أعالم بيضاء وأربعة حمراء و ثالثة زرقاء‪،‬‬
‫وتتركب كل إشارة من تعليق اثنا عشر علما في خط رأسي؟‬
‫‪ -2‬ما هو عدد المباريات التي يمكن أن تلعب خالل الموسم الكروي ( ذهاب واياب ) لبطولة وطنية تضم ‪ 16‬فريقا؟ استنتج عدد‬
‫الجوالت؟‬
‫‪ -3‬لتكن األرقام التالية‪ 4 ،7 ،4 ،3 :‬والمطلوب ما يلي‪:‬‬
‫أ‪ -‬ما هو عدد األعداد التي يمكن تشكيلها والمؤلفة من ثالث أرقام في حالة تكرار الرقم؟ عدم تكرار الرقم؟‬
‫ب‪ -‬ما هو عدد األعداد التي يمكن تشكيلها والمؤلفة من كل األرقام في حالة تكرار الرقم؟ عدم تكرار الرقم؟‬
‫أ‪ -‬ما هو عدد األعداد الزوجية التي يمكن تشكيلها والمؤلفة من ثالث أرقام في حالة تكرار الرقم؟ عدم تك ارره؟‬
‫‪ -4‬بكم طريقة يمكن أن يجلس تسعة أصدقاء حول مائدة مستديرة لتناول وجبة العشاء؟‬
‫التمرين السادس‪:‬‬
‫عندما احتيج لنقل الدم إلسعاف مريض‪ ،‬احتوت قائمة من ‪ 23‬فردا من المتبرعين بدمهم على ‪ 0‬أفراد دمهم من فصيلة ‪ ،B‬فإذا‬
‫انتقينا عينة تتشكل من ثالثة أفراد من القائمة بشكل عشوائي‪:‬‬
‫‪ -1‬ما هي طبيعة العينات الممكن تشكيلها؟ أحسب عددها؟‬
‫‪09‬‬
‫‪ -2‬ما احتمال أن يكون جميع أفراد العينة المسحوبة دمهم من فصيلة ‪B‬؟‬
‫‪ -3‬ما احتمال أن تحوي العينة المسحوبة على األقل فرد دمه من فصيلة ‪B‬؟‬
‫‪ -4‬ما احتمال أن تحوي العينة المسحوبة على اثنان دمهما من فصيلة ‪B‬؟‬
‫‪ -0‬ما احتمال أن ال تحوي العينة المسحوبة وال فرد من فصيلة ‪B‬؟‬
‫‪ -6‬إذا تم اختيار هؤالء األفراد على أساس أن األول يعطي نسبة من الدم أكبر من الثاني والثاني أكبر من الثالث‪ ،‬حدد عدد‬
‫العينات الممكن تشكيلها؟ ثم احسب جميع االحتماالت السابقة؟‬
‫التمرين السابع‪:‬‬
‫نفرض أن الطلبة المترشحون للبكالوريا يتوزعون على ثالث شعب ‪ C ،B ،A‬بالنسب التالية على الترتيب ‪،%30 ،%23‬‬
‫‪ .%40‬كما نفرض أن نسب النجاح ( الحدث ‪ ) M‬للشعب الثالث هي على الترتيب ‪.%33 ،%23 ،%10‬‬
‫نختار عشوائيا طالبا من الطلبة المترشحين‪:‬‬
‫ب‪ -‬من الشعبة ‪ C‬وراسبا‪.‬‬ ‫‪ -1‬ما احتمال أن يكون هذا الطالب‪ :‬أ‪ -‬من الشعبة ‪ A‬وناجحا‪.‬‬
‫ب‪ -‬راسبا‪.‬‬ ‫‪ -2‬ما احتمال أن يكون هذا الطالب‪ :‬أ‪ -‬ناجحا‪.‬‬
‫‪ -3‬علما أن هذا الطالب هو ناجح فعال‪ ،‬ما احتمال أن يكون‪:‬‬
‫ج‪ -‬من الشعبة ‪.C‬‬ ‫ب‪ -‬من الشعبة ‪.B‬‬ ‫أ‪ -‬من الشعبة ‪.A‬‬
‫التمرين الثامن‪:‬‬
‫وقع حادث مرور في إحدى الطرقات‪ ،‬فانطلقت ثالثة سيارات اسعاف ‪ C ،B ،A‬من مراكز مستقلة عن بعضها‬
‫البعض‪ ،‬حيث أن احتمال وصول السيارة ‪ A‬إلى مكان الحادث هو ‪ ،%43‬واحتمال وصول السيارة ‪ B‬إلى مكان الحادث هو‬
‫‪ ،%73‬أما احتمال وصول السيارة ‪ C‬إلى مكان الحادث فهو ‪.%63‬‬
‫‪ -‬أوجد احتمال وصول إحدى السيارات على األقل إلى مكان الحادث في الوقت المناسب؟‬
‫التمرين التاسع‪:‬‬
‫الحظت مصلحة خدمة ما بعد البيع أن إرجاع جهاز ما راجع إلى ‪ %23‬من الحاالت للعطب ‪ ،A‬و‪ %33‬من الحاالت‬
‫للعطب ‪ ،B‬و‪ %2‬من الحاالت للعطبين معا‪ ،‬نختار جهاز عشوائيا‪:‬‬
‫‪ -1‬ما احتمال أن يكون به عطب من النوع ‪ A‬أو ‪.B‬‬
‫‪ -2‬ما احتمال أن يكون به عطب من النوع ‪ A‬و ‪.B‬‬
‫‪ -3‬ما احتمال أن يكون به عطب من النوع ‪ A‬فقط‪.‬‬
‫‪ -4‬بفرض أن به عطب من النوع ‪ ،A‬ما احتمال أن يكون به عطب من النوع ‪.B‬‬
‫التمرين العاشر‪:‬‬
‫لدينا صندوقين ‪ A1‬و ‪ ،A2‬الصندوق األول يحتوي على ‪ 0‬كرات مرقمة من ‪ 1‬إلى ‪ ،0‬والصندوق الثاني يحتوي على ‪ 0‬كرات‬
‫مرقمة من ‪ 1‬إلى ‪ ،0‬نسحب عشوائيا صندوق ثم نسحب منه كرة واحدة‪ ،‬إذا كانت الكرة المسحوبة ذات رقم زوجي نسحب من نفس‬
‫الصندوق كرة ثانية دون ارجاع الكرة األولى‪ ،‬أما إذا كانت الكرة المسحوبة ذات رقم فردي نسحب كرة ثانية من الصندوق اآلخر‪.‬‬
‫‪11‬‬
‫‪ -1‬ما احتمال أن نسحب كرتين ذات رقم زوجي‪.‬‬
‫‪ -2‬ما احتمال أن نسحب كرتين ذات رقم فردي‪.‬‬
‫التمرين الحادي عشر‪:‬‬
‫أحسب بداللة )𝐴(𝑃‪ 𝑃(𝐴 ∩ 𝐵) ،𝑃(𝐵) ،‬االحتماالت التالية‪:‬‬
‫) ̅𝐵 ∪ 𝐴(𝑃‬ ‫‪،‬‬ ‫) ̅𝐵 ∪ ̅𝐴(𝑃‬ ‫‪،‬‬ ‫)𝐵 ∩ ̅𝐴(𝑃‬ ‫‪،‬‬ ‫) ̅𝐵 ∩ ̅𝐴(𝑃‬
‫‪10‬‬
‫ملخص اإلحصاء‪ 2‬مدعم بتمارين وامتحانات محلولة‬ ‫المتغيرات العشوائية والتوزيعات االحتمالية‬
‫أوال‪ -‬تعريف المتغير العشوائي وأنواعه‬

‫ثانيا‪ -‬المتغير العشوائي المنفصل‬
‫ثالثا‪ -‬المتغير العشوائي المتصل‬
‫رابعا‪ -‬معالم المتغير العشوائي‬
‫‪ -‬تمارين محلولة‬
‫‪ -‬تمارين مقترحة‬
‫‪23‬‬
‫األتستا الدتتور‪ :‬تساعد بن فرحات ‪ ،‬األتستا ‪ :‬عبد الحميد قطوش‪......‬تلية العلوم االقتصادية والتجارية وعلوم التتسيير – جامعة تسطيف‪1‬‬
‫أوال‪ -‬تعريف المتغير العشوائي وأنواعه‪:‬‬

‫هو عبارة عن دالة 𝑋 ترفق كل نتيجة من النتائج الممكنة ( كل عنصر من عناصر مجموعة األساس ) بعدد حقيقي‪،‬‬
‫وحسب طبيعة الظاهرة المدروسة يمكن أن نصنف المتغيرات العشوائية إلى صنفين‪ ،‬متغير عشوائي منفصل ( متقطع ) وهو‬
‫المتغير العشوائي الذي ال يمكنه أن يأخذ إال قيما صحيحة ال تقبل التجزئة‪ ،‬كأن نقول‪ ،𝑋 ∈ 𝛺𝑋 = [1,2, … , 𝑛] :‬مثل‪ :‬عدد‬
‫النساء ضمن لجنة علمية‪ ،‬عدد السيارات المنتجة في مؤسسة ما ‪ ...‬الخ‪ ،‬ومتغير عشوائي متصل ( مستمر ) وهو متغير عشوائي‬
‫يمكنه أن يأخذ عددا النهائيا من القيم الممكنة داخل مجال معلوم محصور ما بين قيمتين‪ ،‬قيمة دنيا وأخرى عظمى‪ ،‬كأن نقول‪:‬‬
‫]𝑏 ‪ ، 𝑋 ∈ 𝛺𝑋 = [𝑎 −‬مثل ‪ :‬طول شخص ما‪ ،‬المسافة المقطوعة من طرف سيارة ما‬ ‫[∞‪ 𝑋 ∈ 𝛺𝑋 = ]−∞, +‬أو‬
‫لمقدار لتر من البنزين‪ ،‬الدخل الشهري ألسرة ما‪...‬الخ‪.‬‬
‫ثانيا‪ -‬المتغير العشوائي المنفصل‪:‬‬
‫‪ -1‬التوزيع االحتمالي لمتغير عشوائي منفصل‪:‬‬
‫𝑿‪.‬‬ ‫𝟏 𝒙‪.‬‬ ‫𝟐 𝒙‪.‬‬ ‫‪.............‬‬ ‫𝒌 𝒙‪.‬‬ ‫) 𝒊𝒙 = 𝑿(𝑷 ∑‪.‬‬
‫) 𝒊𝒙 = 𝑿(𝑷‪.‬‬ ‫𝟏 𝑷‪.‬‬ ‫𝟐 𝑷‪.‬‬ ‫‪.............‬‬ ‫𝑲 𝑷‪.‬‬ ‫‪1‬‬
‫مالحظة‪ :‬التوزيع االحتمالي لمتغير عشوائي منفصل يكون على شكل جدول ويحقق الشرطين التاليين‪:‬‬
‫‪∑ 𝑃(𝑋 = 𝑥𝑖 ) = 1‬‬ ‫و‬ ‫‪𝑃𝑖 ≥ 0‬‬
‫‪ -2‬التمثيل البياني للتوزيع االحتمالي لمتغير عشوائي منفصل‪:‬‬
‫يتم ذلك بواسطة األعمدة ألن هذا المتغير من النوع المنفصل‪.‬‬
‫‪ -3‬دالة التوزيع االحتمالية لمتغير عشوائي منفصل‪:‬‬
‫هي دالة عددية نرمز لها بـ‪ ،𝐹(𝑥) :‬وهي معرفة كالتالي‪:‬‬
‫𝒙=𝑿∑ = )𝒙 ≤ 𝑿(𝑷 = )𝒙(𝑭‬
‫) 𝒊𝒙 = 𝑿(𝑷 𝟏𝒙=𝑿‬
‫فمثال‪:‬‬
‫𝒙=𝑿‬
‫‪𝐹(𝑥5 ) = 𝑃(𝑋 ≤ 𝑥5 ) = ∑𝑿=𝒙𝟓𝟏 𝑃(𝑋 = 𝑥𝑖 ) = 𝑃1 + 𝑃2 + ⋯ + 𝑃5‬‬
‫‪0‬‬ ‫‪𝑥 < 𝑥1‬‬

‫‪𝑃1‬‬ ‫‪𝑥1 ≤ 𝑥 < 𝑥2‬‬
‫‪𝑃1 + 𝑃2‬‬ ‫‪𝑥2 ≤ 𝑥 < 𝑥3‬‬
‫∶‬ ‫∶‬
‫= )𝑥(𝐹‬
‫‪:‬‬ ‫∶‬
‫‪𝑃1 + 𝑃2 … + 𝑃𝑘−1‬‬ ‫𝑘𝑥 < 𝑥 ≤ ‪𝑥𝐾−1‬‬
‫‪1‬‬ ‫𝑘𝑥 ≥ 𝑥‬
‫{‬
‫)𝑎(𝐹 ‪𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑋 ≤ 𝑏) − 𝑃(𝑋 ≤ 𝑎) = 𝐹(𝑏) −‬‬

‫‪ -4‬التمثيل البياني لدالة التوزيع االحتمالية )𝒙(𝑭 لمتغير عشوائي منفصل‪:‬‬
‫يتم ذلك بواسطة منحنى سلمي متصاعد‪ ،‬وهذا من خالل الشكل التالي‪.‬‬
‫‪24‬‬
‫ثالثا‪ -‬المتغير العشوائي المتصل‪:‬‬

‫)𝑥(𝑓‬ ‫𝑋𝛺 ∈ 𝑋‬
‫{ = )𝑥(𝑓‬ ‫‪ -1‬التوزيع االحتمالي لمتغير عشوائي متصل‪:‬‬
‫‪0‬‬ ‫𝑋𝛺 ∉ 𝑋‬
‫‪ -‬لكي تكون الدالة )𝑥(𝑓 دالة كثافة احتمالية يجي تحقق الشرطين التاليين‪:‬‬
‫‪∫𝛺 𝑓(𝑥) 𝑑𝑥 = 1‬‬ ‫‪𝑓(𝑥) ≥ 0‬‬

‫𝑋‬
‫نتيجة‪ :‬حساب االحتماالت في حالة متغير عشوائي متصل يعني رياضيا حساب المساحة بواسطة التكامل‪.‬‬
‫مثال‪:‬‬
‫‪b‬‬
‫𝑥𝑑 )𝑥(𝑓 𝑎∫ = )𝑏 < 𝑋 < 𝑎(𝑃‬
‫‪ -2‬التمثيل البياني للتوزيع االحتمالي لمتغير عشوائي متصل ( دالة التثافة االحتمالية )‪:‬‬
‫يتم تمثيل دالة الكثافة االحتمالية بمنحنى سلس إذا كانت دالة الكثافة غير خطية‪ ،‬أما إذا كانت خطية فإنها تمثل بخط‬
‫مستقيم‪.‬‬
‫‪ -3‬دالة التوزيع االحتمالية لمتغير عشوائي متصل‪:‬‬
‫هي دالة عددية نرمز لها ب ــ‪ ،𝐹(𝑥) :‬وهي معرفة كالتالي‪:‬‬
‫𝒙‬
‫𝒙𝒅 )𝒙(𝒇 ∞‪𝑭(𝒙) = 𝑷(𝑿 ≤ 𝒙) = ∫−‬‬
‫)𝑎(𝐹 ‪𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑋 ≤ 𝑏) − 𝑃(𝑋 ≤ 𝑎) = 𝐹(𝑏) −‬‬

‫)𝑎(𝐹 ‪𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑎 ≤ 𝑋 < 𝑏) = 𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝑃(𝑎 < 𝑋 < 𝑏) = 𝐹(𝑏) −‬‬
‫‪ -4‬التمثيل البياني لدالة التوزيع االحتمالية )𝒙(𝑭 لمتغير عشوائي متصل‪:‬‬
‫يتم تمثيل دالة التوزيع االحتمالية بمنحنى سلس إذا كانت دالة التوزيع غير خطية‪ ،‬أما إذا كانت خطية فإنها تمثل بخط‬
‫مستقيم‪.‬‬
‫‪25‬‬
‫‪ -5‬المقارنة بين التوزيع االحتمالي لمتغير عشوائي منفصل ومتغير عشوائي متصل‪:‬‬
‫المتغير العشوائي المتصل‬ ‫المتغير العشوائي المنفصل‬
‫‪.‬‬ ‫‪.‬‬
‫]𝑏 ‪.𝑋 ∈ 𝛺𝑋 = [𝑎 −‬‬ ‫‪𝑋 ∈ 𝛺𝑋 = [𝑥1 , 𝑥2 , … , 𝑥𝑘 ].‬‬ ‫مجال التعربف‬
‫دالة الكثافة االحتمالية‪:‬‬

‫𝑿‪.‬‬ ‫𝟏 𝒙‪.‬‬ ‫‪.𝒙𝟐 ......‬‬ ‫𝒌 𝒙‪.‬‬ ‫𝒊 𝑷 ∑‪.‬‬
‫{ = )𝑥(𝑓‬
‫)𝑥(𝑓‬ ‫]𝑏 ‪𝑋 ∈ [𝑎 −‬‬ ‫التوزيع االحتمالي‬
‫‪0‬‬ ‫]𝑏 ‪𝑋 ∉ [𝑎 −‬‬ ‫𝒊𝑷‬ ‫‪.𝑷𝟏 .𝑷𝟐 ......‬‬ ‫𝑲 𝑷‪.‬‬ ‫‪1‬‬
‫‪∫𝛺 𝑓(𝑥) = 1‬‬ ‫الشرط‪:‬‬ ‫‪∑ 𝑃i = 1‬‬ ‫الشرط‪:‬‬

‫𝑋‬
‫)𝑥(𝑓‬ ‫‪𝑃i‬‬
‫التمثيل البياني‬
‫𝑖𝑋‬
‫§‬ ‫‪.‬‬
‫𝑥‬
‫دالة التوزيع االحتمالية‬
‫𝑥=𝑋‬
‫) 𝑖𝑥 = 𝑋(𝑃 ‪𝐹 (𝑥) = 𝑃(𝑋 ≤ 𝑥) = ∫−∞ 𝑓(𝑥) 𝑑𝑥 𝐹 (𝑥) = 𝑃(𝑋 ≤ 𝑥) = ∑𝑋=x1‬‬
‫𝐹‬
‫)𝑥(𝐹‪FF‬‬ ‫التمثيل البياني‬
‫)𝑥(𝐹‬
‫‪1‬‬
‫‪3‬‬
‫‪1‬‬
‫‪2‬‬
‫‪4‬‬
‫‪4‬‬
‫‪1‬‬
‫‪4‬‬
‫‪x‬‬
‫‪,‬‬
‫𝑋‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬
‫𝑥𝑑 )𝑥(𝑓 ∞‪;𝑃(𝑋 < 𝑥) = ∫−‬‬ ‫‪:𝑃(𝑋 < 𝑥4 ) = 𝑃1 + 𝑃2 + 𝑃3‬‬ ‫حتساب االحتماالت‬
‫𝑥‬
‫𝑥‬
‫= )𝑥 ≤ 𝑋(𝑃‬ ‫)𝑥(𝑓 ∞‪∫−‬‬ ‫𝑥𝑑‬ ‫‪𝑃(𝑋 ≤ 𝑥4 ) = 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4‬‬
‫‪26‬‬
‫رابعا‪ -‬معالم المتغير العشوائي‪:‬‬

‫‪ -1‬التوقع الرياضي‪:‬‬
‫𝑖𝑥 𝑖𝑃 ‪𝐸(𝑋) = 𝑃1 𝑥1 + 𝑃2 𝑥2 + ⋯ + 𝑃𝑛 𝑥𝑛 = ∑𝑛𝑖=1‬‬ ‫أ‪ -‬التوقع الرياضي لمتغير عشوائي منفصل‪:‬‬
‫𝑥𝑑 )𝑥(𝑓 𝑋 ‪𝐸(𝑋) = ∫Ω‬‬ ‫ب‪ -‬التوقع الرياضي لمتغير عشوائي متصل‪:‬‬
‫𝑋‬
‫ج‪ -‬بعض خواص التوقع الرياضي‪:‬‬

‫‪ -‬لتكن العالقة التالية بين متغيرين عشوائيين 𝑋 ‪ 𝑌 ،‬بحيث‪ ،𝑌 = 𝑎𝑋 + 𝑏 :‬لنحسب )𝑌(𝐸 بداللة 𝑋‪:‬‬
‫𝑏 ‪𝐸(𝑌) = 𝐸(𝑎𝑋 ∓ 𝑏) = 𝐸(𝑎𝑋) ∓ 𝐸(𝑏) = 𝑎𝐸(𝑋) ∓‬‬
‫‪ -‬لتكن العالقة التالية بين ثالث متغيرات عشوائية 𝑋 ‪ ،𝑍 ، 𝑌،‬بحبث‪ ،𝑍 = 𝑋𝑌 :‬إذا كان𝑋 و 𝑌 مستقالن فإن‪:‬‬
‫)𝑌(𝐸 ‪𝐸(𝑍) = 𝐸(𝑋𝑌) = 𝐸(𝑋).‬‬
‫‪ -2‬التباين واالنحراف المعياري‪:‬‬
‫يعرف التباين )𝑋(𝑉 على أنه األمل الرياضي لمربع الفرق بين المتغير العشوائي 𝑋 وأمله الرياضي )𝑋(𝐸‪ ،‬أي‪:‬‬
‫‪2‬‬
‫] ))𝑋(𝐸 ‪𝑉(𝑋) = 𝐸 [(𝑋 −‬‬
‫أ‪ -‬التباين لمتغير عشوائي منفصل‪:‬‬
‫في حالة المتغير العشوائي المنفصل‪ ،‬يعطى التباين بالصيغة التالية‪:‬‬
‫‪2‬‬
‫))𝑋(𝐸 ‪𝑉(𝑋) = ∑𝑘𝑖=1 𝑃𝑖 (𝑥𝑖 −‬‬
‫ب‪ -‬التباين لمتغير عشوائي متصل‪:‬‬
‫في حالة المتغير العشوائي المتصل‪ ،‬يعطى التباين بالصيغة التالية‪:‬‬
‫‪2‬‬
‫𝑥𝑑 )𝑥(𝑓 ))𝑋(𝐸 ‪𝑉(𝑋) = ∫Ω (𝑋 −‬‬
‫𝑋‬
‫)‪δ(𝑋) = √V(X‬‬ ‫حيث‪:‬‬

‫مالحظة هامة‪ 𝑉(𝑋) :‬ليس له وحدة قياس‪ ،‬بينما)𝑋(‪ δ‬له وحدة قياس هي نفس وحدة قياس ‪.X‬‬
‫ج‪ -‬بعض خواص التباين‪:‬‬
‫)𝑋(𝑉 ‪𝑉(𝑍) = 𝑉(𝑎𝑋 + 𝑏) = 𝑎2‬‬ ‫𝑏 ‪𝑍 = 𝑎𝑋 +‬‬ ‫‪ -‬لتكن العالقة‪:‬‬
‫)𝑌(𝑉 ‪𝑉(𝑍) = 𝑎2 𝑉(𝑋) + 𝑏 2‬‬ ‫𝑌𝑏 ‪𝑍 = 𝑎𝑋 +‬‬ ‫‪ -‬لتكن‪:‬‬
‫)𝑌 ‪𝑉(𝑍) = 𝑉(𝑋 +‬‬ ‫𝑌‪𝑍 =𝑋+‬‬ ‫‪ -‬لتكن‪:‬‬
‫)𝑌(𝑉 ‪𝑉(𝑍) = 𝑉(𝑋) +‬‬
‫)𝑌 ‪𝑉(𝑍) = 𝑉(𝑋 −‬‬ ‫𝑌‪𝑍 =𝑋−‬‬ ‫‪ -‬لتكن‪:‬‬

‫)𝑌)‪𝑉(𝑍) = 𝑉(𝑋 + (−1‬‬
‫)𝑌)‪𝑉(𝑍) = 𝑉(𝑋) + 𝑉((−1‬‬
‫)𝑌(𝑉 ‪𝑉(𝑍) = 𝑉(𝑋) +‬‬
‫االتستنتاج‪𝑉(𝑍) = 𝑉(𝑋 ∓ 𝑌) = 𝑉(𝑋) + 𝑉(𝑌) :‬‬
‫‪27‬‬
‫‪ -3‬العزوم‪:‬‬
‫العزم من الدرجة ‪ k‬للمتغير العشوائي 𝑋 هو األمل الرياضي لـ ــ‪ ،𝑋 𝑘 :‬أي‪𝑚𝑘 = 𝐸(𝑋 𝑘 ) :‬‬
‫𝑖𝑃 𝑘𝑖𝑥 ‪𝑚𝑘 = 𝐸(𝑋 𝑘 ) = ∑𝑛𝑖=1‬‬ ‫أ‪ -‬في حالة المتغير العشوائي المنفصل‪:‬‬
‫𝑥𝑑 )𝑥(𝑓 𝑘 𝑋 ‪𝑚𝑘 = 𝐸(𝑋 𝑘 ) = ∫Ω‬‬ ‫ب‪ -‬في حالة المتغير العشوائي المتصل‪:‬‬
‫𝑋‬
‫ج‪ -‬بعض العزوم الخاصة‪:‬‬

‫)𝑋(𝐸 = ) ‪𝑚1 = 𝐸(𝑋1‬‬ ‫‪ -‬في حالة 𝟏 = 𝒌‪ :‬هو مقياس للنزعة المركزية حيث‪:‬‬
‫إذن فالعزم من الدرجة األولى ما هو إال األمل الرياضي‪ ،‬ونقيس به مستوى الظاهرة‪.‬‬
‫) ‪𝑚2 = 𝐸(𝑋 2‬‬ ‫‪ -‬في حالة 𝟐 = 𝒌‪:‬‬
‫‪2‬‬
‫‪ -‬إذا كان المتغير منفصال فإن‪ ،𝑚2 = 𝐸(𝑋 2 ) = ∑𝑘𝑖=1 𝑥𝑖2 𝑃𝑖 :‬وهو يكافئ ) 𝑞̅𝑋( ) مربع المتوسط التربيعي في االحصاء‬
‫الوصفي)‪.‬‬
‫‪ -‬إذا كان المتغير متصال فإن‪𝑚2 = 𝐸(𝑋 2 ) = ∫Ω 𝑋 2 𝑓(𝑥) 𝑑𝑥 :‬‬

‫𝑋‬
‫‪ -4‬التعبير على التباين بداللة 𝟐𝒎 و 𝟏𝒎 ‪:‬‬

‫تسهيال للحسابات‪ ،‬ليكن‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫]) ))𝑋(𝐸( ‪𝑉(𝑋) = 𝐸 [(𝑋 − 𝐸(𝑋)) ] = 𝐸 [(𝑋 2 − 2𝑋𝐸(𝑋) +‬‬
‫‪2‬‬
‫) ))𝑋(𝐸(𝐸 ‪= (𝐸(𝑋 2 ) − 2𝐸(𝑋)𝐸(𝑋) +‬‬
‫‪2‬‬ ‫‪2‬‬
‫) ))𝑋(𝐸( ‪= (𝐸(𝑋 2 ) − 2(𝐸(𝑋)) +‬‬
‫‪2‬‬
‫))𝑋(𝐸( ‪= 𝐸(𝑋 2 ) −‬‬
‫) ‪𝑉(𝑋) = 𝑚2 − (𝑚12‬‬
‫‪2‬‬
‫مالحظة‪ :‬هذه الصيغة هي أسهل بكثير لحساب التباين من الصيغة األصلية‪𝑉(𝑋) = 𝐸 [(𝑋 − 𝐸(𝑋)) ] :‬‬
‫‪28‬‬
‫‪ -1‬عرف المتغيرات العشوائية؟ ما هي أنواعها‪ ،‬مع ذكر أمثلة لكل نوع؟‬
‫‪ -2‬العب يرمي قطعة نرد مرة واحدة‪ ،‬وذلك ضمن الشروط التالية‪:‬‬
‫" إذا كان الرقم الناتج ‪ 1‬يحصل على نقطتين‪ ،‬واذا كان الرقم الناتج ‪ 6‬يخسر نقطتين‪ ،‬أما فيما عدا ذلك فإنه يحصل على نقطة‬
‫واحدة " ‪ ،‬وليكن 𝑋 متغير عشوائي يمثل النقاط المحصلة‪.‬‬
‫المطلوب‪ :‬عين التوزيع االحتمالي لهذا المتغير ثم تأكد من أنه فعال توزيع احتمالي؟‬
‫ناد علمي يتكون من ‪ 11‬أعضاء‪ ،‬منهم ‪ 6‬رجال و ‪ 4‬نساء‪ ،‬نريد أن نختار من بينهم عن طريق القرعة ‪ 3‬أفراد للمشاركة في‬
‫ندوة علمية‪ ،‬ليكن المتغير𝑋 ‪ :‬عدد النساء ضمن الوفد المشارك في هذه الندوة‪.‬‬
‫‪ -1‬ما هي طبيعة ونوع هذا المتغير؟ علل ذلك؟‬
‫‪ -2‬عين التوزيع االحتمالي لهذا المتغير؟ تأكد أنه فعال توزيع احتمالي؟ مثله بيانيا؟‬
‫‪ -3‬عين دالة التوزيع االحتمالية )𝑥(𝐹؟ مثلها بيانيا؟‬
‫‪ -4‬أحسب األمل الرياضي واالنحراف المعياري؟ اشرح النتيجتين؟‬
‫‪ -5‬أحسب احتمال أن يكون الوفد‪ :‬مشكال من الرجال فقط؟ مشكال من النساء فقط؟ يضم على األقل رجلين؟ يضم على األكثر‬
‫امرأتين؟‬
‫أوال‪ -‬ليكن 𝑋 اإلنتاج السنوي من التمور في أحد المؤسسات‪ ،‬أقصى طاقة إنتاجية هي ‪ 121‬طن‪.‬‬
‫دالة الكثافة االحتمالية لهذا المتغير معرفة كما يلي‪:‬‬
‫‪1‬‬
‫𝑋 𝛼 = )𝑥(𝑓‬
‫‪ -1‬ما هي طبيعة ونوع المتغير𝑋 ؟ علل ذلك؟‬
‫‪ -2‬حدد مجال تعريف 𝑋؟ ثم أوجد قيمة 𝛼 حتى تكون )𝑥(𝑓 دالة كثافة إحتمالية؟ مثلها بيانيا؟‬
‫‪ -3‬أوجد دالة التوزيع االحتمالية )𝑥(𝐹 ؟ مثلها بيانيا؟‬
‫‪ -4‬أحسب متوسط اإلنتاج السنوي من التمور واالنحراف المعياري لهذه المؤسسة؟‬
‫‪ -5‬مااحتمال أن يبلغ إنتاج هذه المؤسسة‪:‬‬
‫اشرح النتائج؟‬ ‫أكثر من ‪ 111‬طن؟‬ ‫أقل من ‪ 21‬طن؟‬ ‫‪ -‬ما بين ‪ 01‬و ‪ 01‬طن هذه السنة؟‬
‫ثانيا‪ -‬ليكن 𝑌 هو التكلفة المتوسطة السنوية إلنتاج التمور‪ ،‬بحيث‪:‬‬
‫‪ ( 𝑌 = 0,25𝑋 2 − 40𝑋 + 2500‬وحدة نقدية )‬
‫‪ -1‬ما هي طبيعة 𝑌 ؟ علل ذلك؟‬
‫‪ -2‬لتكن 𝐶𝑇 هي التكلفة االجمالية السنوية إلنتاج التمور لهذه المؤسسة‪:‬‬
‫أ‪ -‬ما هي صيغة 𝐶𝑇 وطبيعته؟‬
‫‪29‬‬
‫ب‪ -‬أحسب متوسط التكلفة اإلجمالية السنوية إلنتاج التمور؟‬

‫‪ -3‬ما هو احتمال أن تكون التكلفة المتوسطة السنوية إلنتاج التمور أقل من ‪ 025‬وحدة نقدية؟‬
‫لدى شركة نقل جوي طائرة واحدة تقوم بثالث رحالت قصيرة في اليوم‪ ،‬احتمال تأخر رحلة ما هو ‪ ،1,3‬إال أنه يصبح ‪ 1,6‬إذا‬
‫كانت الطائرة قد تأخرت في الرحلة السابقة‪ ،‬كما أن تكلفة التأخر للرحلة الواحدة تقدر بـ ــ‪ 11111 :‬دج‪.‬‬
‫المطلوب‪ -1 :‬أحسب احتمال أن تتأخر الرحالت الثالث في يوم معين؟‬
‫‪ -2‬أحسب العدد المتوقع للتأخرات في اليوم‪ ،‬والقيمة المتوقعة لتكلفة التأخر اليومية؟‬
‫‪30‬‬
‫الحلـــول‬

‫‪-1‬أ‪ -‬تعريف المتغيرات العشوائية‪:‬‬
‫هي عبارة عن دالة ‪ X‬ترفق كل نتيجة من نتائج التجربة العشوائية ( عناصر مجموعة األساس ) بعدد حقيقي‪.‬‬
‫ب‪ -‬أنواعها مع تر أمثلة لتل نوع‪:‬‬
‫ب‪ -1-‬متغيرات عشوائية متقطعة‪:‬‬
‫وهي المتغيرات العشوائية التي ال يمكنها أن تأخذ إال قيما صحيحة ال تقبل التجزئة‪ ،‬كأن نقول‪𝑋 ∈ 𝛺𝑋 = [1,2, … , 𝑛] :‬‬
‫مثل‪ :‬عدد الرجال ضمن وفد معين‪ ،‬الرقم الظاهر عند رمي زهرة نرد‪ ،‬عدد الصور الظاهرة عند رمي قطعة نقد ‪ n‬مرة‪ ،‬عدد‬
‫السيارات المنتجة‪...‬الخ‪.‬‬
‫ب‪ -2-‬متغيرات عشوائية متستمرة‪:‬‬
‫وهي متغيرات عشوائية يمكنها أن تأخذ عددا النهائيا من القيم الممكنة داخل مجال معلوم محصور ما بين قيمتين‪ ،‬قيمة دنيا‬
‫وأخرى عظمى‪ ،‬كأن نقول‪ 𝑋 ∈ Ω𝑋 = ]−∞, +∞[ :‬أو ]𝑏 ‪𝑋 ∈ Ω𝑋 = [𝑎 −‬‬
‫مثل‪ :‬كمية التمور المنتجة في مؤسسة ما‪ ،‬الزمن المستغرق لالنتظار في محطة للحافالت‪ ،‬أطوال طلبة الجامعة‪ ،‬أوزان أطفال‬
‫حديثي الوالدة‪...‬الخ‪.‬‬
‫‪ -2‬تعين التوزيع االحتمالي له ا المتغير ثم نتأتد من أنه فعال توزيع احتمالي‪:‬‬
‫𝑋;‬ ‫‪-2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫) 𝑖𝑥 = 𝑋(𝑃 ∑;‬
‫) 𝑖𝑥 = 𝑋(𝑃‪:‬‬ ‫‪:‬‬
‫‪1‬‬
‫‪:‬‬
‫‪4‬‬
‫‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬
‫‪ -‬بما أن الشرطين‪ 𝑃(𝑋 = 𝑥𝑖 ) ≥ 0 :‬و ‪ ∑ 𝑃(𝑋 = 𝑥𝑖 ) = 1‬محققين فإن هذا التوزيع هو توزيع احتمالي‪.‬‬
‫ناد علمي يتكون من ‪ 11‬أعضاء‪ ،‬منهم ‪ 6‬رجال و ‪ 4‬نساء‪ ،‬نريد أن نختار من بينهم عن طريق القرعة ‪ 3‬أفراد للمشاركة في‬
‫ندوة علمية‪ ،‬ليكن المتغير𝑋 ‪ :‬عدد النساء ضمن الوفد المشارك في هذه الندوة‪.‬‬
‫‪ -1‬طبيعة ونوع ه ا المتغير‪ ،‬مع التعليل‪:‬‬
‫أ‪ -‬طبيعة المتغير‪ :‬عشوائي ألن السحب يكون عن طريق القرعة ( بشكل عشوائي ) وبالتالي ال نعرف مسبقا أعضاء هذا الوفد‪.‬‬
‫ب‪ -‬نوع المتغير‪ :‬عشوائي متقطع ألن عدد النساء غير قابل للتجزئة‪.‬‬
‫‪ -2‬تعين التوزيع االحتمالي له ا المتغير ثم التأتد أنه فعال توزيع احتمالي‪ ،‬وتمثيله بيانيا‪:‬‬
‫أ‪ -‬تعين التوزيع االحتمالي له ا المتغير ثم التأتد أنه فعال توزيع احتمالي‪:‬‬
‫𝑋‪ :‬يمثل عدد النساء ضمن الوفد‪ ،‬أي أن مجموعة تعريف المتغير العشوائي 𝑋 هي‪:‬‬
‫]‪X ∈ Ω𝑋 = [0,1,2,3‬‬
‫‪31‬‬
‫‪𝐶40 .𝐶63‬‬ ‫‪𝐶41 .𝐶62‬‬

‫‪،‬‬ ‫وبالتالي‪:‬‬
‫‪20‬‬ ‫‪60‬‬
‫= )‪𝑃(𝑋 = 0‬‬ ‫‪3‬‬ ‫=‬ ‫= )‪𝑃(𝑋 = 1‬‬ ‫‪3‬‬ ‫=‬
‫‪𝐶10‬‬ ‫‪120‬‬ ‫‪𝐶10‬‬ ‫‪120‬‬
‫‪𝐶42 .𝐶61‬‬ ‫‪𝐶43 .𝐶60‬‬
‫‪،‬‬
‫‪36‬‬ ‫‪4‬‬
‫= )‪𝑃(𝑋 = 2‬‬ ‫‪3‬‬ ‫‪= 120‬‬ ‫= )‪𝑃(𝑋 = 3‬‬ ‫‪3‬‬ ‫‪= 120‬‬
‫‪𝐶10‬‬ ‫‪𝐶10‬‬
‫ومنه التوزيع االحتمالي لهذا المتغير هو‪:‬‬

‫𝑋;‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫) 𝑖𝑥 = 𝑋(𝑃 ∑;‬
‫‪:‬‬ ‫‪1‬‬
‫‪36‬‬
‫) 𝑖𝑥 = 𝑋(𝑃‪:‬‬ ‫‪:‬‬ ‫‪:‬‬ ‫‪:‬‬
‫‪20‬‬ ‫‪60‬‬ ‫‪4‬‬
‫‪120‬‬ ‫‪120‬‬ ‫‪120‬‬ ‫‪120‬‬
‫‪ -‬بما أن الشرطين‪ 𝑃(𝑋 = 𝑥𝑖 ) ≥ 0 :‬و‪ ∑ 𝑃(𝑋 = 𝑥𝑖 ) = 1‬محققين فإن هذا التوزيع هو توزيع احتمالي‪.‬‬
‫ب‪ -‬التمثيل البياني‪ :‬بما أن المتغير العشوائي من النوع المتقطع فإنه يمثل بواسطة األعمدة البسيطة‬
‫) 𝑖𝑥 = 𝑋(𝑃‬
‫‪30‬‬
‫‪120‬‬
‫𝑋‬
‫عدد النساء‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪ -3‬تعيين دالة التوزيع االحتمالية )𝒙(𝑭‪ ،‬ومثلها بيانيا‪:‬‬

‫أ‪ -‬تعيين دالة التوزيع االحتمالية )𝒙(𝑭‪:‬‬
‫لدينا‪ 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) :‬وبالتالي‪:‬‬
‫‪0‬‬ ‫‪𝑥<0‬‬
‫‪20‬‬
‫‪0≤ 𝑥<1‬‬
‫‪120‬‬
‫‪80‬‬
‫= )𝑥(𝐹‬ ‫‪1≤𝑥<2‬‬
‫‪120‬‬
‫‪116‬‬
‫‪2≤ 𝑥<3‬‬
‫‪120‬‬
‫‪{1‬‬ ‫‪𝑥≥3‬‬
‫ب‪ -‬التمثيل البياني‪ :‬بواسطة المنحنى السلمي‬
‫) 𝑖𝑥 = 𝑋(𝑃‬
‫‪60‬‬
‫‪120‬‬
‫𝑋‬
‫عدد النساء‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪32‬‬
‫‪3‬‬
‫‪ -4‬حتساب األمل الرياضي واالنحراف المعياري‪ ،‬مع شرح النتيجتين‪:‬‬

‫أ‪ -‬حتساب األمل الرياضي‪:‬‬
‫𝑿;‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫المجموع‬
‫‪:‬‬ ‫‪1‬‬
‫‪36‬‬
‫) 𝒊𝒙 = 𝑿(𝑷‪:‬‬ ‫‪:‬‬ ‫‪:‬‬ ‫‪:‬‬
‫‪20‬‬ ‫‪60‬‬ ‫‪4‬‬
‫‪120‬‬ ‫‪120‬‬ ‫‪120‬‬ ‫‪120‬‬
‫‪:‬‬ ‫‪1,2‬‬
‫‪72‬‬
‫‪:0‬‬ ‫‪:‬‬ ‫‪:‬‬
‫‪60‬‬ ‫‪12‬‬
‫) 𝒊𝒙 = 𝑿(𝑷 ‪𝒙𝒊 .‬‬ ‫‪120‬‬ ‫‪120‬‬ ‫‪120‬‬
‫‪:0‬‬ ‫‪:‬‬ ‫‪:‬‬ ‫‪:‬‬ ‫‪2‬‬

‫‪60‬‬ ‫‪144‬‬ ‫‪36‬‬
‫) 𝒊𝒙 = 𝑿(𝑷 ‪𝒙𝟐𝒊 .‬‬ ‫‪120‬‬ ‫‪120‬‬ ‫‪120‬‬
‫‪𝐸(𝑋) = ∑4𝑖=1 𝑃𝑖 𝑥𝑖 = 1,2‬‬

‫الشرح‪ :‬متوسط عدد النساء في الوفد الواحد هو إمرأة واحدة تقريبا‪.‬‬
‫ب‪ -‬االنحراف المعياري‪:‬‬
‫‪2‬‬
‫‪𝜎 (𝑋) = √𝑚2 − 𝑚12 = √𝐸(𝑋 2 ) − (𝐸(𝑋)) = √2 − (1,2)2 = 0,75‬‬
‫الشرح‪ :‬االنحراف المعياري بين العدد الحقيقي للنساء في ‪ 121‬وفد ممكن والعدد المتوسط يقدر ب ــ‪ :‬إمرأة واحدة تقريبا ( يقدر‬
‫التشتت بـ ــ‪ 1,05 :‬إمرأة )‪.‬‬
‫‪ -5‬حتساب احتمال أن يتون الوفد‪:‬‬
‫أ‪ -‬مشتال من الرجال فقط‪:‬‬
‫‪20‬‬
‫‪𝑃(𝑋 = 0) = 120‬‬
‫ب‪ -‬مشتال من النتساء فقط‪:‬‬
‫‪4‬‬
‫‪𝑃(𝑋 = 3) = 120‬‬
‫ج‪ -‬يضم على األقل رجلين‪:‬‬
‫‪80‬‬
‫‪𝑃(𝑋 ≤ 1) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) = 120‬‬
‫د‪ -‬يضم على األتثر امرأتين‪𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) = 120 :‬‬
‫‪116‬‬

‫أوال‪ -‬ليكن 𝑋 اإلنتاج السنوي من التمور في أحد المؤسسات‪ ،‬أقصى طاقة إنتاجية هي ‪ 121‬طن‪.‬‬
‫دالة الكثافة االحتمالية لهذا المتغير معرفة كما يلي‪:‬‬
‫‪1‬‬
‫𝑋 𝛼 = )𝑥(𝑓‬
‫‪ -1‬طبيعة ونوع المتغير𝑿‪ ،‬مع التعليل‪:‬‬
‫أ‪ -‬طبيعة المتغير‪ :‬عشوائي ألن إنتاج التمور تتحكم فيه عدة عوامل عشوائية تجعل اإلنتاج غير ثابت من سنة ألخرى‪ ،‬مثل‪:‬‬
‫انقطاع التيار الكهربائي‪ ،‬تأخر استالم المواد األولية‪ ،‬تأخر العمال ‪...‬إلخ‪ ،‬أي ال يمكن أن نعرف مسبقا ما سينتج من التمور خالل‬
‫سنة معينة‪.‬‬
‫ب‪ -‬نوع المتغير‪ :‬عشوائي مستمر ألن اإلنتاج السنوي للتمور والمقدر بالطن قابل للعد والتجزئة‪.‬‬
‫‪ -2‬تحديد مجال تعريف 𝑿‪ ،‬ثم أيجاد قيمة 𝜶 حتى تتون )𝒙(𝒇 دالة تثافة إحتمالية مع التمثيل البياني‪:‬‬
‫أ‪ -‬مجال التعريف‪ :‬بما أن أقصى طاقة إنتاجية هي ‪ 121‬طن‪ ،‬وأن إنتاج التمور ال يمكن أن يكون سالبا فإن‪:‬‬
‫]‪𝑋 ∈ Ω𝑋 = [0 − 120‬‬
‫‪33‬‬
‫ب‪-‬إيجاد قيمة 𝜶 حتى تتون )𝒙(𝒇 دالة تثافة إحتمالية‪:‬‬

‫𝟎 ≥ )𝒙(𝒇‬
‫{‬ ‫𝟎𝟐𝟏‬ ‫حتى تكون )𝑥(𝑓 دالة كثافة إحتمالية يجب توفر شرطين أساسيين هما‪:‬‬
‫= 𝒙𝒅 )𝒙(𝒇 𝟎∫‬ ‫𝟏‬
‫لدينا‪:‬‬
‫‪120‬‬ ‫‪120‬‬
‫)𝑥(𝑓 ‪∫0‬‬ ‫‪= 1 ⇔ ∫0‬‬ ‫‪𝑓(𝑥) 𝑑𝑥 = 1‬‬
‫‪120 1‬‬
‫‪⇔ ∫0‬‬ ‫‪𝑋 𝑑𝑥 = 1‬‬
‫𝛼‬
‫‪1‬‬
‫⇔‬ ‫‪[𝑋 2 ]120‬‬
‫‪0‬‬ ‫‪=1‬‬
‫𝛼‪2‬‬
‫‪⇔ 𝛼 = 7200‬‬
‫أي أن‪:‬‬
‫‪1‬‬
‫𝑋 ‪𝑓(𝑥) = 7200‬‬
‫)𝑥(𝑓‬ ‫ولدينا من جهة أخرى ‪ ، 𝑓(𝑥) ≥ 0‬وبالتالي فإن )𝑥(𝑓 هي فعال دالة كثافة احتمالية‪.‬‬
‫ج‪ -‬التمثيل البياني‪:‬‬
‫‪120‬‬
‫‪7200‬‬
‫‪90‬‬
‫‪7200‬‬
‫‪60‬‬
‫‪7200‬‬
‫‪30‬‬
‫‪7200‬‬
‫𝑋‬
‫كمية التمور المنتجة بالطن‬
‫‪30‬‬ ‫‪00‬‬ ‫‪00‬‬ ‫‪120‬‬
‫‪ -3‬إيجاد دالة التوزيع االحتمالية )𝒙(𝑭‪ ،‬تمثيلها بيانيا‪:‬‬
‫𝒙‬
‫𝒙𝒅 )𝒙(𝒇 𝟎∫ = )𝒙 ≤ 𝑿(𝑷 = )𝒙(𝑭‬
‫𝑥‬
‫𝑥𝑑 )𝑥(𝑓 ‪𝑿 ∈ [𝟎 − 𝟏𝟐𝟎] ∶ 𝐹(𝑥) = ∫0‬‬
‫𝑥‬ ‫‪1‬‬
‫‪= ∫0‬‬ ‫𝑥𝑑 𝑋‬
‫‪7200‬‬
‫‪1‬‬ ‫‪2‬‬
‫𝑋 ‪= 14400‬‬
‫‪1‬‬
‫)𝑥(𝐹‬ ‫‪𝐹(𝑥) = 14400 𝑋 2‬‬
‫‪1‬‬
‫‪ -‬التمثيل البياني‪:‬‬
‫‪0,75‬‬
‫‪0,5‬‬
‫‪0,25‬‬
‫𝑋‬
‫كمية التمور المنتجة بالطن‬
‫‪30‬‬ ‫‪00‬‬ ‫‪00‬‬ ‫‪120‬‬
‫‪34‬‬
‫‪ -4‬حتساب متوتسط اإلنتاج التسنوي من التمور واالنحراف المعياري له ه المؤتستسة‪:‬‬

‫أ‪ -‬حتساب متوتسط اإلنتاج التسنوي من التمور‪:‬‬
‫‪120‬‬
‫‪𝐸(𝑋) = ∫0‬‬ ‫𝑥𝑑 )𝑥(𝑓 𝑋‬
‫‪120‬‬ ‫𝑋‬
‫‪𝐸(𝑋) = ∫0‬‬ ‫𝑥𝑑 )‪𝑋 (7200‬‬
‫‪120‬‬
‫طن ‪= 80‬‬
‫‪1‬‬
‫] ‪𝐸(𝑋) = [21600 𝑋 3‬‬
‫‪0‬‬
‫ب‪ -‬حتساب االنحراف المعياري‪:‬‬
‫‪2‬‬
‫))𝑋(𝐸( ‪𝜎(𝑋) = √𝑚2 − 𝑚12 = √𝐸(𝑋 2 ) −‬‬
‫‪2‬‬
‫‪𝑚1 = 𝐸(𝑋) = 80 ⇒ 𝑚12 = (𝐸(𝑋)) = 6400‬‬
‫‪120‬‬
‫‪𝑚2 = 𝐸(𝑋 2 ) = ∫0‬‬ ‫𝑥𝑑 )𝑥(𝑓 ‪𝑋 2‬‬
‫‪120‬‬ ‫𝑋‬
‫‪= ∫0‬‬ ‫𝑥𝑑 )‪𝑋 2 (7200‬‬
‫‪1‬‬ ‫‪120‬‬
‫] ‪𝑚2 = [28800 𝑋 4‬‬ ‫‪= 7200‬‬
‫‪0‬‬
‫طن ‪𝜎(𝑋) = √𝑚2 − 𝑚12 = √7200 − 6400 = 28,28‬‬ ‫ومنه‪:‬‬

‫‪ -5‬حتساب االحتماالت التالية‪:‬‬
‫أ‪ -‬أن يبلغ إنتاج ه ه المؤتستسة‪ :‬ما بين ‪ 00‬و ‪ 00‬طن‪:‬‬
‫‪(90)2‬‬ ‫‪(70)2‬‬
‫‪𝑃(70 ≤ 𝑋 ≤ 90) = 𝑃(𝑋 ≤ 90) − 𝑃(𝑋 ≤ 70) = 𝐹(90) − 𝐹(70) = 14400 − 14400 = 0,22‬‬
‫الشرح‪ :‬من بين ‪ 111‬سنة مقبلة لنشاط هذه المؤسسة هناك ‪ 22‬سنة ستحقق فيها هذه المؤسسة إنتاجا يتراوح ما بين ‪01‬و‪ 01‬طن‬
‫ب‪ -‬أقل من ‪ 20‬طن‪:‬‬
‫‪(20)2‬‬
‫‪𝑃(𝑋 < 20) = 𝑃(𝑋 < 20) = 𝐹(20) = 14400 = 0,027‬‬
‫الشرح‪ :‬من بين ‪ 111‬سنة مقبلة لنشاط هذه المؤسسة هناك ‪ 3‬سنوات تقريبا ستحقق فيها هذه المؤسسة إنتاجا يقل عن ‪ 21‬طن‪.‬‬
‫ج‪ -‬أتثر من ‪ 100‬طن‪:‬‬
‫‪(100)2‬‬
‫‪𝑃(𝑋 > 100) = 1 − 𝑃(𝑋 ≤ 100) = 1 − 𝐹(100) = 1 − 14400 = 0,305‬‬
‫الشرح‪ :‬من بين ‪ 111‬سنة مقبلة لنشاط هذه المؤسسة هناك ‪ 31‬سنة تقريبا ستحقق فيها هذه المؤسسة إنتاجا يفوق ‪ 111‬طن‪.‬‬
‫ثانيا‪ -‬ليكن 𝑌 هو التكلفة المتوسطة السنوية إلنتاج التمور‪ ،‬بحيث‪:‬‬
‫‪ ( 𝑌 = 0,25𝑋 2 − 40𝑋 + 2500‬وحدة نقدية )‬
‫‪ -1‬طبيعة مع التعليل‪:‬‬
‫𝒀 ‪ :‬هو متغير عشوائي‪ ،‬ألنه تابع لمتغير عشوائي آخر وهو كمية اإلنتاج السنوية من التمور𝑋 ‪.‬‬
‫‪ -2‬لتتن 𝑪𝑻 هي التتلفة االجمالية التسنوية إلنتاج التمور له ه المؤتستسة‪:‬‬
‫𝑋‪𝑻𝑪 = 𝑿𝑌 = 0,25𝑋 3 − 40𝑋 2 + 2500‬‬ ‫أ‪ -‬صيغة وطبيعته‪:‬‬
‫طبيعته‪ :‬متغير عشوائي ألنه تابع لمتغير عشوائي آخر وهو كمية اإلنتاج السنوية من التمور𝑋 ‪.‬‬
‫‪35‬‬
‫ب‪ -‬حتساب متوتسط التتلفة اإلجمالية التسنوية إلنتاج التمور‪:‬‬

‫)𝑋(𝐸‪𝐸(𝑻𝑪) = 𝑬(0,25𝑋 3 − 40𝑋 2 + 2500𝑋) = 0,25𝐸(𝑋 3 ) − 40𝐸(𝑋 2 ) + 2500‬‬
‫‪𝐸(𝑋) = 80‬‬ ‫‪,‬‬ ‫‪𝐸(𝑋 2 ) = 7200‬‬
‫‪120‬‬
‫‪𝐸(𝑋 3 ) = ∫0‬‬ ‫𝑥𝑑 )𝑥(𝑓 ‪𝑋 3‬‬
‫‪120‬‬ ‫𝑋‬ ‫‪1‬‬ ‫‪120‬‬
‫‪= ∫0‬‬ ‫] ‪𝑋 3 (7200) 𝑑𝑥 = [36000 𝑋 5‬‬ ‫‪= 691200‬‬
‫‪0‬‬
‫وحدة نقدية ‪𝐸(𝑻𝑪) = 0,25(691200) − 40(7200) + 2500(80) = 84800‬‬

‫‪ -3‬احتمال أن تتون التتلفة المتوتسطة التسنوية إلنتاج التمور أقل من ‪ 025‬وحدة نقدية‪:‬‬
‫)‪𝑃(𝑌 < 925) = 𝑃(0,25𝑋 2 − 40𝑋 + 2500 < 925‬‬
‫)‪= 𝑃(0,25𝑋 2 − 40𝑋 + 1575 < 0‬‬
‫بحل المعادلة‪ 0,25𝑋 2 − 40𝑋 + 1575 = 0 :‬نجد أن المميز‪ ، ∆= 25 :‬أي أن المعادلة تقبل حلين متمايزين هما‪:‬‬
‫‪𝑋1 = 70‬‬ ‫‪,‬‬ ‫‪𝑋2 = 90‬‬
‫وبالتالي‪ :‬حل المتراجحة‪ 0,25𝑋 − 40𝑋 + 1575 < 0 :‬هو‪:‬‬
‫‪2‬‬
‫‪𝑋:‬‬ ‫∞‪−‬‬ ‫‪70‬‬ ‫‪90‬‬ ‫∞‪+‬‬
‫‪0,25𝑋 2 − 40𝑋 + 1575 < 0‬‬ ‫‪,‬‬ ‫‪+‬‬ ‫‪-‬‬ ‫‪+‬‬

‫بما أن المتراجحة تقبل حلين متمايزين فإشارتها من إشارة معلمة الحد األكبر درجة خارج مجال الجذرين (معلمة الحد األكبر درجة‬
‫هي ‪ 1,25‬أي أنها موجبة) وعكس إشارة معلمة الحد األكبر درجة داخل مجال الجذرين (‪ ،)-‬وبالتالي مجموعة الحلول لهذه‬
‫المتراجحة‪:‬‬
‫[‪ ،𝑋 ∈ ]70 − 90‬ألنه المجال الذي يجعل كثير الحدود ‪ 0,25𝑋 2 − 40𝑋 + 1575‬أقل من الصفر‪.‬‬
‫أي أن االحتمال المطلوب هو االحتمال المحصور ما بين القيمتين‪ 01 :‬و ‪ 01‬وقد سبق وأن حسبناه وهو ‪ ،1,22‬أي أن‪:‬‬
‫‪𝑃(𝒀 < 925) = 𝑃(70 < 𝑋 < 90) = 0,22‬‬
‫‪ -1‬حتساب احتمال أن تتأخر الرحالت الثالث في يوم معين‪:‬‬
‫لنترجم معطيات التمرين بشكل شجرة احتمالية‪:‬‬
‫‪36‬‬
‫‪0,6‬‬ ‫‪R3‬‬
‫‪0,6‬‬ ‫‪R2‬‬ ‫‪̅3‬‬

‫‪R‬‬
‫‪0,4‬‬
‫‪R1‬‬ ‫‪0,3‬‬ ‫‪R3‬‬
‫‪0,3‬‬ ‫‪0, 4‬‬ ‫‪̅2‬‬

‫‪R‬‬ ‫‪̅3‬‬
‫‪R‬‬
‫‪0,7‬‬
‫‪0,6‬‬
‫‪R3‬‬
‫‪0,3‬‬ ‫‪R2‬‬
‫‪0,7‬‬ ‫‪̅3‬‬
‫‪R‬‬
‫‪̅1‬‬
‫‪R‬‬ ‫‪0,4‬‬
‫‪0,3‬‬ ‫‪R3‬‬
‫‪0,7‬‬ ‫‪̅2‬‬
‫‪R‬‬ ‫‪̅3‬‬
‫‪R‬‬
‫‪0,7‬‬
‫حيث‪ R1 :‬و ‪ R 2‬و ‪ R 3‬تعني التأخر في الرحالت األولى والثانية والثالثة على التوالي‬
‫‪ R‬تعني عدم التأخر في الرحالت األولى والثانية والثالثة على التوالي‬
‫‪ R‬و ‪̅3‬‬
‫‪ R‬و ‪̅2‬‬
‫‪̅1‬‬
‫نسمي تأخر الرحالت الثالث في يوم معين حدث 𝐴‪ ،‬ومنه احتمال تحقق 𝐴 هو‪:‬‬
‫‪𝑃(𝐴) = 𝑃(𝑅1 ∩ 𝑅2 ∩ 𝑅3 ) = P(𝑅1 ). P(𝑅2 /𝑅1 ). 𝑃(𝑅3 /𝑅1 ∩ 𝑅2 ) = (0,3)(0,6)(0,6) = 0,108‬‬
‫‪ -2‬حتساب العدد المتوقع للتأخرات في اليوم‪ ،‬والقيمة المتوقعة لتتلفة التأخر اليومية‪:‬‬
‫أ‪ -‬حتساب العدد المتوقع للتأخرات في اليوم‪:‬‬
‫]‪X ∈ Ω𝑋 = [0,1,2,3‬‬ ‫𝑋‪ :‬يمثل عدد التأخرات في اليوم‪ ،‬أي أن مجموعة تعريف المتغير العشوائي 𝑋 هي‪:‬‬
‫‪𝑃(𝑋 = 0) = 𝑃(𝑅̅1 ∩ 𝑅̅2 ∩ 𝑅̅3 ) = 0,343‬‬ ‫وبالتالي‪:‬‬
‫‪𝑃(𝑋 = 1) = 𝑃((𝑅1 ∩ 𝑅̅2 ∩ 𝑅̅3 ) ∪ (𝑅̅1 ∩ 𝑅2 ∩ 𝑅̅3 ) ∪ (𝑅̅1 ∩ 𝑅̅2 ∩ 𝑅3 )) = 0,315‬‬
‫‪𝑃(𝑋 = 2) = 𝑃((𝑅1 ∩ 𝑅2 ∩ 𝑅̅3 ) ∪ (𝑅̅1 ∩ 𝑅2 ∩ 𝑅3 ) ∪ (𝑅1 ∩ 𝑅̅2 ∩ 𝑅3 )) = 0,234‬‬
‫‪𝑃(𝑋 = 3) = 𝑃(𝑅1 ∩ 𝑅2 ∩ 𝑅3 ) = 0,108‬‬
‫ومنه التوزيع االحتمالي لهذا المتغير هو‪:‬‬
‫𝑋;‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫) 𝑖𝑥 = 𝑋(𝑃 ∑;‬
‫) 𝑖𝑥 = 𝑋(𝑃‪:‬‬ ‫‪0,343‬‬ ‫‪0,315‬‬ ‫‪0,234‬‬ ‫‪0,108‬‬ ‫‪1‬‬
‫) 𝑖𝑥 = 𝑋(𝑃 𝑖𝑥 ‪:‬‬ ‫‪0‬‬ ‫‪0,315‬‬ ‫‪0,468‬‬ ‫‪0,324‬‬ ‫‪1,107‬‬
‫‪ -‬بما أن الشرطين‪ 𝑃(𝑋 = 𝑥𝑖 ) ≥ 0 :‬و ‪ ∑ 𝑃(𝑋 = 𝑥𝑖 ) = 1‬محققين فإن هذا التوزيع هو توزيع احتمالي‪.‬‬
‫‪𝐸(𝑋) = ∑4𝑖=1 𝑃𝑖 𝑥𝑖 = 1,107‬‬ ‫وبالتالي العدد المتوقع للتأخرات في اليوم ‪:‬‬
‫ب‪ -‬حتساب القيمة المتوقعة لتتلفة التأخر اليومية‪:‬‬
‫𝑋‪𝑌 = 10000‬‬ ‫نرمز لتكلفة التأخر اليومية بالرمز 𝑌‪ ،‬وبما أن تكلفة التأخر للرحلة الواحدة تقدر بـ ــ‪ 11111 :‬دج فإن‪:‬‬
‫أما القيمة المتوقعة لتكلفة التأخر اليومية فهي‪:‬‬
‫𝐴𝐷 ‪𝐸(𝑌) = 𝐸(10000𝑋) = 10000𝐸(𝑋) = 10000(1,107) = 11070‬‬
‫‪37‬‬
‫نرمي زهرتي نرد ‪ 𝐷1‬و ‪ 𝐷2‬مرقمتين كما يلي‪ - :‬الزهرة األولى ‪1 ،1 ،1 ،2 ،2 ،3 :𝐷1‬‬
‫‪ -‬الزهرة الثانية ‪1 ،1 ،1 ،1 ،3 ،3 :𝐷2‬‬
‫نعتبر المتغير العشوائي 𝑋 الذي يمثل مجموع الرقمين الظاهرين‪.‬‬
‫‪ -1‬عين التوزيع االحتمالي للمتغير العشوائي 𝑋 ؟ مثله بيانيا؟‬
‫‪ -2‬عين دالة التوزيع االحتمالية )𝑋(𝐹؟ مثلها بيانيا؟‬
‫‪ -3‬أحسب االحتماالت التالية مستعمال دالة التوزيع‪𝑃(4 < 𝑋 ≤ 6) ،𝑃(4 ≤ 𝑋 < 6) ،𝑃(𝑋 = 7) ،𝑃(𝑋 > 3) :‬‬
‫‪ -4‬أحسب األمل الرياضي‪ ،‬التباين واالنحراف المعياري؟‬
‫)𝑥(𝑓‬ ‫إذا كانت لدينا دالة الكثافة االحتمالية )𝑥(𝑓 معرفة بالشكل المقابل‪:‬‬
‫‪ -1‬ما هو نوع هذا المتغير؟ أوجد الصيغة الرياضية لدالة الكثافة االحتمالية )𝑥(𝑓؟‬
‫‪ -2‬أوجد دالة التوزيع االحتمالية )𝑥(𝐹؟ مثلها بيانيا؟‬
‫‪1‬‬ ‫‪ -3‬أحسب‪ :‬األمل الرياضي؟ االنحراف المعياري؟ )‪𝐸(2𝑋 − 7‬؟ )‪𝑉(2𝑋 − 7‬؟‬
‫‪6‬‬
‫𝑋‬ ‫لتكن لدينا دالة الكثافة االحتمالية )𝑥(𝑓 معرفة كما يلي‪:‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪0‬‬ ‫‪ 𝑋 < 0‬أو ‪𝑋 > 2‬‬
‫𝑋 { = )𝑥(𝑓‬ ‫‪0≤𝑋≤1‬‬
‫𝑋‪𝛼−‬‬ ‫‪1<𝑋≤2‬‬
‫‪ -1‬حدد قيمة 𝛼 حتى تكون )𝑥(𝑓 دالة كثافة احتمالية؟‬
‫‪ -2‬أحسب‪. 𝑃 (𝑋 ≤ 2) ، 𝑃(𝑋 = 1) ، 𝑉(𝑋) ، 𝐸(𝑋) ، 𝐹(𝑥) :‬‬
‫‪3‬‬
‫ليكن لدينا المتغير العشوائي 𝑋 متقطع‪ ،‬و 𝑎 ‪ 𝑏 ،‬ثابتان‪ ،‬أثبت أن‪:‬‬
‫‪2‬‬
‫))𝑋(𝐸(‪𝑉(𝑋) = 𝐸(𝑋 2 )−‬‬ ‫‪.2‬‬ ‫𝑏 ‪𝐸(𝑎𝑋 + 𝑏) = 𝑎𝐸(𝑋) +‬‬ ‫‪.1‬‬
‫)𝑋(𝑉 ‪𝑉(𝑎𝑋) = 𝑎2‬‬ ‫‪.4‬‬ ‫)𝑋(𝑉 = )𝑏 ‪𝑉(𝑋 +‬‬ ‫‪.3‬‬
‫𝑋𝑘‬ ‫]‪𝑥 ∈ [1 , 5‬‬
‫{ = )𝑥(𝑓‬ ‫ليكن المتغير العشوائي 𝑋 المعرف كالتالي‪:‬‬
‫‪0‬‬ ‫]‪𝑥 ∉ [1 , 5‬‬
‫‪ -1‬أوجد قيمة الثابت 𝑘 التي تجعل )𝑥(𝑓 دالة كثافة احتمالية‪.‬‬
‫‪ -2‬بفرض أن 𝑋 يمثل االنتاج السنوي إلحدى المؤسسات‪ ،‬ماذا تمثل القيمتين‪ 𝑥 = 1 :‬و ‪.𝑥 = 5‬‬
‫‪38‬‬
‫‪ -3‬أحسب االنتاج المتوسط واالنحراف المعياري‪.‬‬

‫‪ -4‬أحسب احتمال أن تنتج هذه المؤسسة‪:‬‬
‫ج‪ -‬ما بين ‪ 1,5‬و ‪ 2,5‬وحدة‪.‬‬ ‫ب‪ -‬أكثر من وحدتين‪.‬‬ ‫أ‪ -‬أقل من ثالث وحدات‪.‬‬
‫التمرين التسادس‪:‬‬
‫يعطى نص االمتحان في مقياس معين على شكل أربعة أسئلة ذات أجوبة متعددة‪ ،‬كل سؤال له ثالث أجوبة محتملة‪،‬‬
‫ويقوم الطالب باختيار الجواب المناسب‪ ،‬ويتحصل الطالب على خمس نقاط عند كل جواب صحيح وال يتحصل على أي نقطة عند‬
‫اختيار الجواب الخطأ‪.‬‬
‫لم يقم أحد الطلبة بمراجعة دروسه‪ ،‬فقرر االجابة على سؤال بطريقة عشوائية‪ ،‬فإذا علمت أن األسئلة مستقلة عن بعضها‬
‫البعض‪ ،‬وأن كل سؤال يحتوي على عبارة صحيحة وعبارتين خاطئتين‪:‬‬
‫‪ -1‬شكل جدول التوزيع االحتمالي للعالمات التي يمكن أن يتحصل عليها الطالب‪.‬‬
‫‪ -2‬ما هي العالمة التي تتوقع أن يتحصل عليها الطالب‪.‬‬
‫‪ -3‬ما هو احتمال أن ينجح الطالب في هذا المقياس‪.‬‬
‫التمرين التسابع‪:‬‬
‫لنفرض أن مدة حياة ذرة ‪ Atome‬متغير عشوائي مستمر 𝑋 له تابع كثافة احتمالية معرف كما يلي‪:‬‬
‫‪ -‬إذا كان ‪ 𝑥 < 0‬فإن‪𝑓(𝑥) = 0 :‬‬
‫𝑋𝛽‪ 𝑓(𝑥) = 𝛽𝑒 −‬حيث‪𝛽 > 0 :‬‬ ‫‪ -‬إذا كان ‪ 𝑥 ≥ 0‬فإن‪:‬‬
‫‪ -1‬أحسب التوقع الرياضي والتباين ل ـ ـ 𝑋‪.‬‬
‫‪ -2‬لنأخذ 𝑋 بالثواني و ‪:𝛽 = 0,2‬‬
‫أ‪ -‬ما هو احتمال أن تأخذ ذرة مدة حياة أكبر من ‪ 4‬ثواني‪.‬‬
‫ب‪ -‬ما هو احتمال أن تأخذ ذرة مدة حياة تتراوح بين ‪ 1‬و‪ 3‬ثواني‪.‬‬
‫دوالب عليه ثالث أرقام هي‪ .4 ،3 ،2 :‬إذا أدرنا الدوالب مرتين بحيث يؤشر المؤشر في كل مرة على أحد األرقام‬
‫الثالثة‪ ،‬واذا فرضنا أن 𝑋 تمثل مجموع الرقمين الناتجين‪:‬‬
‫‪ -1‬حدد فراغ إمكانات هذه التجربة ( مجموعة األساس )‪.‬‬
‫‪ -2‬أدرج قانون التوزيع االحتمالي ل ـ ـ ـ 𝑋‪ ،‬ومثله بيانيا‪.‬‬
‫‪ -3‬أدرج تابع التوزيع‪ ،‬ومثله بيانيا‪.‬‬
‫‪ -4‬أحسب التوقع الرياضي واالنحراف المعياري‪.‬‬
‫‪ -5‬أحسب االحتماالت التالية‪:‬‬
‫)‪𝑃(4 ≤ 𝑋 ≤ 7) ، 𝑃(𝑋 ≥ 5) ، 𝑃(𝑋 ≤ 6) ، 𝑃(𝑋 = 6‬‬ ‫)‪، 𝑃(𝑋 = 2‬‬
‫‪39‬‬
‫التمرين التاتسع‪:‬‬
‫صندوق به أربع كريات مرقمة كما يلي‪ ( α ،3 ،2 ،1 :‬حيث أن ‪ α‬عدد طبيعي )‪ ،‬ولنفرض أن احتمال سحب الكرية األول هو‬
‫‪ 𝑃1‬والثاني هو ‪ 𝑃2‬والثالث هو ‪ 𝑃3‬والرابع هو ‪ 𝑃4‬وبفرض أن االحتماالت‪ 𝑃4 ،𝑃3 ،𝑃2 ،𝑃1 :‬بهذا الترتيب تشكل متتالية حسابية‬
‫ذات األساس ‪.12‬‬
‫‪1‬‬
‫‪ -1‬أحسب االحتماالت‪.𝑃4 ،𝑃3 ،𝑃2 ،𝑃1 :‬‬

‫‪ -2‬نفرض أن 𝑋 المتغير العشوائي الحقيقي الذي يربط بسحب الكرية الرقم الذي تحمله هذه الكرية‪.‬‬
‫‪ -‬أحسب ‪ α‬بحيث يكون التوقع الرياضي ل ـ ـ ـ𝑋 يساوي ‪.12‬‬
‫‪53‬‬
‫‪ -3‬أدرج تابع التوزيع ومثله بيانيا‪.‬‬

‫‪0‬‬ ‫‪𝑥<1‬‬
‫‪6𝑋 2‬‬
‫]‪𝑥 ∈ [1 , 2‬‬
‫= )𝑥(𝑓‬ ‫‪29‬‬
‫𝑋‪6‬‬
‫لتكن دالة الكثافة االحتمالية التالية‪:‬‬
‫]‪𝑥 ∈ ]2 , 3‬‬
‫‪29‬‬
‫‪{ 0‬‬ ‫‪𝑥>3‬‬
‫‪ -1‬تأكد أن الدالة هي دالة كثافة احتمالية‪ ،‬مثلها بيانيا‪.‬‬
‫‪ -2‬أحسب تابع التوزيع )𝑥(𝐹 ‪.‬‬
‫‪ -3‬أحسب‪.𝑃(−1 < 𝑋 < 8) ، 𝑃(𝑋 < 2,5) ، 𝑃(𝑋 ≥ 0,5) ، 𝑉(𝑋) ، 𝐸(𝑋 2 ) ،𝐸(𝑋) :‬‬

‫‪1‬‬ ‫‪𝑥≥3‬‬
‫‪𝐹(𝑥) = { 𝐶𝑋 3‬‬ ‫[‪𝑥 ∈ [0 , 3‬‬ ‫لتكن دالة التوزيع معرفة كما يلي‪:‬‬
‫‪0‬‬ ‫‪𝑥<0‬‬
‫‪ -‬أحسب‪.𝑃(1 < 𝑋 ≤ 2) ، 𝑃(𝑋 < 1) ، 𝐶 ،𝑓(𝑥) :‬‬
‫التمرين الثاني عشر‪:‬‬

‫‪1‬‬
‫|𝑋|‬ ‫[‪𝑥 ∈ ]−1 , 2‬‬
‫{ = )𝑥(𝑓‬ ‫ليكن المتغير العشوائي 𝑋 المعرف كالتالي‪:‬‬
‫‪0‬‬ ‫عدا ذلك‬
‫‪ -1‬أوجد قيمة الثابت 𝑘 التي تجعل )𝑥(𝑓 دالة كثافة احتمالية‪ .‬مثل بيانيا تابع الكثافة‪.‬‬
‫‪ -2‬أوجد تابع التوزيع )𝑥(𝐹‪.‬‬
‫‪ -4‬أحسب مستعمال تابع التوزيع االحتماالت التالية‪:‬‬
‫)‪𝑃 (− 2 ≤ 𝑋 ≤ 0) ، 𝑃 (𝑋 ≥ 4 /𝑋 ≥ 0‬‬ ‫)‪، 𝑃(𝑋 = 0‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪40‬‬
‫ملخص اإلحصاء‪ 2‬مدعم بتمارين وامتحانات محلولة‬ ‫أهم القوانين االحتمالية وتطبيقاتها‬
‫أوال‪ -‬ملخص ألهم القوانين االحتمالية لمتغير عشوائي منفصل‬

‫ثانيا‪ -‬ملخص ألهم القوانين االحتمالية لمتغير عشوائي متصل‬
‫ثالثا‪ -‬ملخص التقريب بين القوانين االحتمالية‬
‫رابعا‪ -‬تمارين محلولة‬
‫خامتسا‪ -‬تمارين محلولة‬
‫‪42‬‬
‫األتستا الدتتور‪ :‬تساعد بن فرحات ‪ ،‬األتستا ‪ :‬عبد الحميد قطوش‪........‬تلية العلوم االقتصادية والتجارية وعلوم التتسيير – جامعة تسطيف‪1‬‬
‫أوال‪ -‬ملخص ألهم القوانين اإلحتمالية المنفصلة‪:‬‬
‫التباين )𝑿(𝑽‬ ‫األمل‬ ‫صيغة القانون‬ ‫طبيعة المتغير ‪x‬‬ ‫اتسم ورمز القانون‬
‫الرياضي‬
‫)𝑿(𝑬‬
‫‪ X‬متغير عشوائي منفصل‬
‫يعكس نتائج تجربة برنولي‬
‫ويأخذ القيمتين ‪ 0‬أو ‪1 ( 1‬‬ ‫برنولي )𝒑 ‪𝑩(𝒏 ,‬‬
‫‪𝑥 (1‬‬ ‫𝑥‪1−‬‬
‫)𝑝 ‪𝑝(1 −‬‬ ‫𝑝‬ ‫𝑝 = )𝑥 = 𝑋(𝑃‬ ‫)𝑝 ‪−‬‬
‫}‪𝛺 𝑥 = {0 , 1‬‬
‫يعني أن نتيجة التجربة هي‬ ‫)‪(𝟎 < 𝒑 < 1‬‬
‫النتيجة التي تهمنا أي نجاح‪،‬‬
‫و‪ 0‬يعني أن النتيجة ال تهمنا‬
‫أي فشل)‪.‬‬
‫‪ X‬متغير عشوائي منفصل يمثل‬
‫عدد مرات الحصول على نجاح‬ ‫ثنائي الحدين‬
‫‪𝐶𝑛𝑥 𝑝 𝑥 (1‬‬ ‫خالل تكرار تجربة برنولي ‪n‬‬
‫𝑥‪𝑛−‬‬
‫)𝑝 ‪𝑛𝑝(1 −‬‬ ‫𝑝𝑛‬ ‫= )𝑥 = 𝑋(𝑃‬ ‫)𝑝 ‪−‬‬ ‫)𝒑 ‪𝑩(𝒏 ,‬‬
‫}𝑛 ‪𝛺𝑥 = {0 , 1, … … … ,‬‬
‫مرة مستقلة عن بعضها البعض‬
‫( السحب مع اإلرجاع)‬
‫‪ X‬متغير عشوائي منفصل يمثل‬
‫عدد مرات الحصول على نجاح‬ ‫فوق الهندتسي‬
‫𝑥‬
‫𝑥‪𝐶 𝑛−‬‬
‫خالل تكرار تجربة برنولي ‪n‬‬
‫𝑛‪𝑁−‬‬
‫( )𝑝 ‪𝑛𝑝(1 −‬‬ ‫)‬ ‫𝑝𝑛‬ ‫𝑁𝐶‬ ‫‪1 𝑁2‬‬ ‫)𝒑 ‪𝑯(𝑵, 𝒏 ,‬‬
‫‪𝑁−1‬‬ ‫= )𝑥 = 𝑋(𝑃‬ ‫𝑛‬
‫𝑁𝐶‬ ‫‪𝑁 = 𝑁1 + 𝑁2‬‬
‫}𝑛 ‪𝛺𝑥 = {0 , 1, … … … ,‬‬ ‫مرة غير مستقلة عن بعضها‬
‫دون‬ ‫السحب‬ ‫(‬ ‫البعض‬
‫اإلرجاع)‬
‫𝑥𝜆‬
‫!𝑥 ‪𝑃(𝑋 = 𝑥) = 𝑒 −𝜆 .‬‬ ‫‪ X‬متغير عشوائي منفصل يمثل‬ ‫بواتسون‬
‫𝝀‬ ‫𝝀‬ ‫}∞ ‪𝛺𝑥 = {0 , 1, … … … ,‬‬ ‫عدد مرات تحقق حدث معين‬ ‫)𝝀(𝑷‬
‫)‪(𝜆 > 0‬‬
‫خالل فترة زمنية معينة‪.‬‬
‫إذا كان ‪ 𝑋1‬و ‪ 𝑋2‬متغيرين عشوائيين مستقلين فإن‪:‬‬ ‫بعض الخصائص‬
‫‪𝑋1 → B(𝑛1 , 𝑝) , 𝑋2 → B(𝑛2 , 𝑝) ⇒(𝑋1 + X 2 ) → B(𝑛1 + n2 , 𝑝) ,‬‬
‫‪𝑋1 → 𝑃(𝜆1 ) , 𝑋2 → 𝑃(𝜆2 ) ⇒(𝑋1 ± X2 ) → 𝑃(𝜆1 ± λ2 ) ,‬‬
‫‪43‬‬
‫ثانيا‪ -‬ملخص القانون الطبيعي‪:‬‬
‫التباين )𝑿(𝑽‬ ‫األمل الرياضي)𝑿(𝑬‬ ‫دالة التثافة االحتمالية )𝒙(𝒇‬ ‫اتسم ورمز القانون‬
‫القانون الطبيعي‬
‫‪2‬‬ ‫‪1 𝑥−𝑚 2‬‬
‫𝜎‬ ‫𝑚‬ ‫‪1‬‬ ‫( ‪−‬‬ ‫)‬ ‫)𝝈 ‪𝑵(𝒎,‬‬
‫𝑒 𝜋‪𝑓(𝑥) = 𝜎√2‬‬ ‫𝜎 ‪2‬‬ ‫[∞‪𝑥 ∈ ]−∞ , +‬‬
‫)𝟎 > 𝝈(‬
‫القانون الطبيعي‬
‫‪1‬‬
‫‪1‬‬ ‫‪(𝑧)2‬‬
‫= )𝑧(𝑓‬ ‫‪𝑒 −2‬‬ ‫[∞‪𝑧 ∈ ]−∞ , +‬‬
‫𝜋‪√2‬‬
‫‪1‬‬ ‫‪0‬‬ ‫المعياري‬
‫)𝟏 ‪𝑵(𝟎,‬‬
‫بعض الخصائص‬
‫𝑚‪𝑥−‬‬
‫)‪𝑋 → 𝑁(𝑚, 𝜎) ⇒ 𝑧 = ( 𝜎 ) → 𝑁(0,1‬‬
‫)𝑎(𝐹 ‪𝐹(−𝑎) = 1 −‬‬
‫إذا كان ‪ 𝑋1‬و ‪ 𝑋2‬متغيرين عشوائيين مستقلين فإن‪:‬‬
‫‪𝑋1 → N(𝑚1 , 𝜎1 ) , 𝑋2 → N(𝑚2 , 𝜎2 ) ⇒(𝑋1 ± X2 ) → N (𝑚1 ± 𝑚2 , √σ12 + σ22 ) ,‬‬
‫ثالثا‪-‬التقريب بين القوانين االحتمالية‪:‬‬
‫شروط التقريب‬ ‫القانون المقرب إليه‬ ‫القانومن األصلي‬

‫حجم العينة صغير جدا أمام حجم‬ ‫)𝑝 ‪.𝐵(𝑛,‬‬ ‫)𝑝 ‪.𝐻(𝑁, 𝑛,‬‬
‫المجتمع‪ ،‬أي‪≤ 0,05 :‬‬
‫𝑛‬
‫‪N‬‬
‫‪ P‬ضعيف جدا )‪ (𝑃 ≤ 0,05‬و ‪n‬‬ ‫)𝜆(𝑃 ‪.‬‬ ‫)𝑝 ‪.𝐵(𝑛,‬‬
‫كبير )‪(𝑛 ≥ 30‬‬ ‫‪λ = 𝑛𝑝.‬‬
‫‪ P‬غير ضعيف )𝟕 ‪(𝟎, 𝟑 ≤ 𝑷 ≤ 𝟎,‬‬ ‫)𝜎 ‪.𝑁(𝑚,‬‬ ‫)𝑝 ‪.𝐵(𝑛,‬‬
‫و ‪ n‬تبير )𝟎𝟑 ≥ 𝒏(‬ ‫‪σ = √𝑛𝑝(1 − 𝑝) , 𝑚 = 𝑛𝑝.‬‬
‫‪44‬‬
‫تفيد احصائيات مصلحة الدراسات بالكلية أن نسبة النجاح لطلبة السنة األولى ‪ LMD‬تقدر بـ ـ ‪ ،%00‬نختار عشوائيا عينة من ‪10‬‬
‫طلبة من مجموع طلبة السنة األولى مع االرجاع‪ ،‬وليكن ‪ :X‬عدد الطلبة الناجحين من بين ‪ 10‬طلبة‪.‬‬
‫‪ -1‬ما هو القانون االحتمالي لـ ـ ـ ‪X‬؟ حدد التوزيع االحتمالي؟‬
‫‪ -2‬أحسب االحتماالت التالية‪𝑃(𝑋 ≥ 8) ،𝑃(𝑋 < 2) ،𝑃(𝑋 = 10) ،𝑃(𝑋 = 0) :‬؟‬
‫‪ -3‬أحسب األمل الرياضي واالنحراف المعياري؟‬
‫ناد يتشكل من ‪ 10‬أشخاص من بينهم ‪ 0‬رجال و ‪ 4‬نساء‪ ،‬نختار من بينهم بطريقة عشوائية ‪ 3‬أفراد للمشاركة في تظاهرة علمية‪،‬‬
‫ليكن ‪ :X‬عدد النساء ضمن الوفد المشارك من بين ‪.3‬‬
‫‪ -1‬ما هو القانون االحتمالي لـ ـ ـ ‪ ،X‬برر ذلك؟‬
‫‪ -2‬حدد التوزيع االحتمالي لـ ـ ـ ـ ـ ‪ ( X‬مجال التعريف‪ ،‬حساب االحتماالت)؟‬
‫‪ -3‬تأكد أنه فعال توزيع إحتمالي؟‬
‫ليكن ‪ X‬متغير عشوائي يمثل عدد مرات تعطل آلة صناعية في السنة‪ ،‬حيث )‪.𝑋 → 𝜆(1‬‬
‫‪ -1‬حدد مجال التعريف والتوزيع االحتمالي؟‬
‫‪ -3‬أحسب االحتماالت التالية‪𝐹(2) ،𝑃(2 < 𝑋 < 5) ،𝑃(𝑋 > 2) ،𝑃(𝑋 = 2) :‬؟‬
‫‪ -4‬ما هي أقصى قيمة ممكنة ل ـ ـ ـ ـ ـ ‪X‬؟‬
‫أجريت دراسة إحصائية حول االستهالك السنوي للحوم في الجزائر على عينة عشوائية من األسر‪ ،‬وبينت الدراسة ما يلي‪:‬‬
‫االستهالك المتوسط السنوي للفرد من اللحوم يقدر بـ ـ ـ ـ ـ ‪ 44‬كلغ‪ ،‬االنحراف المعياري يقدر ب ـ ـ ـ ‪ 11‬كلغ‪.‬‬
‫‪ -1‬ما هي نسبة األفراد الذين يفوق استهالكهم السنوي ‪ 44‬كلغ؟‬
‫‪ -2‬ما هي نسبة األفراد الذين يقل استهالكهم السنوي عن ‪ 30‬كلغ؟‬
‫‪ -3‬ما هي نسبة األفراد الذين استهالكهم السنوي ما بين ‪ 40‬كلغ و ‪ 00‬كلغ؟‬
‫‪ -4‬أحسب الربيع الثالث؟‬
‫بطلب من إدارة محطة القطار لمدينة سطيف تمت المراقبة المستمرة لحركة المسافرين عبر محطة المدينة خالل كل أيام السنة‬
‫وبمعدل قطار في كل يوم يختار عشوائيا‪ ،‬يتم تسجيل في كل مرة‪:‬‬
‫‪45‬‬
‫‪ -‬عدد المسافرين الذين يدخلون المحطة على متن القطار ( نرمز له ب ــ‪.) 𝑋 :‬‬
‫‪ -‬عدد المسافرين الذين ينزلون من القطار ( نرمز له ب ــ‪.) 𝑌 :‬‬
‫‪ -‬عدد المسافرين الذين يصعدون من محطة المدينة ( نرمز له ب ــ‪.) 𝑈 :‬‬
‫‪ -1‬ما هي طبيعة المتغيرات 𝑋‪𝑈 ،𝑌 ،‬؟ علل ذلك؟‬
‫‪ -2‬بعد تحليل النتائج تبين ما يلي‪:‬‬
‫)‪𝑈 → 𝑁(85 , 55‬‬ ‫)‪𝑌 → 𝑁(110 , 60‬‬ ‫)‪𝑋 → 𝑁(200 , 80‬‬
‫نعرف 𝑇 على أنه عدد المسافرين الذين يأخذهم القطار عندما يغادر مدينة سطيف‪.‬‬
‫أ‪ -‬ما هي صيغة 𝑇 وطبيعته؟ ما هو قانونه االحتمالي؟ أحسب أمله الرياضي‪ ،‬وانحرافه المعياري؟‬
‫ب‪ -‬ما هو احتمال أن يكون عدد المسافرين الذين يدخلون محطة المسافرين على متن قطار ما يفوق ‪1000‬؟‬
‫ج‪ -‬ما هو احتمال أن يكون عدد المسافرين الذين يحملهم القطار معه عندما يغادر محطة سطيف يتراوح ما بين ‪ 10‬و ‪240‬؟‬
‫يفيد آخر تعداد عام للسكان بالجزائر أن ‪ %30‬من األسر تملك على األقل جهاز إعالم آلي‪ ،‬للتأكد من ذلك أجريت دراسة على‬
‫عينة من ‪ 1000‬أسرة‪.‬‬
‫‪ -1‬عرف المتغير العشوائي في هذه المسألة؟‬
‫‪ -2‬ما هو القانون االحتمالي لهذا التوزيع؟ أحسب األمل الرياضي واالنحراف المعياري؟‬
‫‪ -3‬ما هو احتمال أن يكون عدد األسر من بين ‪ 1000‬التي تملك جهاز إعالم آلي‪ :‬يفوق ‪ ،400‬يقل عن ‪ 400‬أسرة؟‬
‫‪46‬‬
‫الحلـــــــول‬
‫الحـــــــــــــــل‪:‬‬
‫‪ -1‬بما أن السحب يتم مع االرجاع ونكرره ‪ 10‬مرات ( ‪ ) n=10‬فهو توزيع ثنائي الحدين أي‪:‬‬
‫)𝑝 ‪ 𝑋 → 𝐵(𝑛 ,‬حيث ‪ n=10‬و ‪ p‬يساوي ‪ 0,0‬أي‪𝑋 → 𝐵(10 , 0,6) :‬‬
‫التوزيع االحتمالي‪:‬‬
‫مجال التعريف‪𝑛 = 10 ⇒ 𝑋 ∈ 𝛺 = [0, 1, … … … … ,10] :‬‬
‫حساب االحتماالت‪:‬‬
‫𝑥‪𝑃(𝑋 = 𝑥) = 𝐶𝑛𝑥 𝑝 𝑥 (1 − 𝑝)𝑛−‬‬
‫‪0 (0,6)0 (0,4)10−0‬‬
‫‪𝑃(𝑋 = 0) = 𝐶10‬‬ ‫‪= 0,0001‬‬
‫‪1 (0,6)1 (0,4)10−1‬‬
‫‪𝑃(𝑋 = 1) = 𝐶10‬‬ ‫‪= 0,0016‬‬
‫‪10 (0,6)10 (0,4)10−10‬‬

‫‪𝑃(𝑋 = 10) = 𝐶10‬‬ ‫‪= 0,006‬‬
‫𝑿‪.‬‬ ‫‪𝟎،‬‬ ‫‪𝟏.‬‬ ‫‪.............‬‬ ‫‪𝟏𝟎.‬‬ ‫) 𝒊𝒙 = 𝑿(𝑷 ∑‪.‬‬
‫) 𝒊𝒙 = 𝑿(𝑷‪.‬‬ ‫‪.𝟎, 𝟎𝟎𝟎𝟏 𝟎, 𝟎𝟎𝟏𝟔.‬‬ ‫‪.............‬‬ ‫𝟔𝟎𝟎 ‪.𝟎,‬‬ ‫‪1‬‬
‫‪ -2‬حتساب االحتماالت‪:‬‬
‫‪0 (0,6)0 (0,4)10−0‬‬
‫‪𝑃(𝑋 = 0) = 𝐶10‬‬ ‫‪= 0,0001‬‬
‫من بين ‪ 10000‬عينة نجد عينة واحدة ال تحتوي على طالب ناجح‪.‬‬
‫‪10 (0,6)10 (0,4)10−10‬‬
‫‪𝑃(𝑋 = 10) = 𝐶10‬‬ ‫‪= 0,006‬‬
‫من بين ‪ 1000‬عينة نجد ستة عينات تحتوي على ‪ 10‬طلبة ناجحين‬
‫‪𝑃(𝑋 < 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) = 0,0017‬‬
‫‪𝑃(𝑋 ≥ 8) = 1 − 𝑃(𝑋 < 8) = 1 − 0,8327 = 0,1673‬‬
‫‪ -3‬األمل الرياضي واالنحراف المعياري‪:‬‬
‫‪ -‬األمل الرياضي‪:‬‬
‫‪𝐸(𝑋) = 𝑛𝑝 = 10(0,6) = 6‬‬ ‫طلبة ناجحين‬
‫‪ -‬اإلنحراف المعياري‪:‬‬
‫‪𝑉(𝑋) = 𝑛𝑝(1 − 𝑝) = 10(0,6)(1 − 0,6) = 2,4‬‬
‫طالب ناجح ‪𝛿(𝑋) = √𝑉(𝑋) = √2,4 = 1,5‬‬
‫‪47‬‬

‫‪ -1‬بما أن السحب يتم بدون ارجاع فإن ‪ X‬تتبع قانون فوق الهندسي‪.‬‬
‫أي‪:‬‬ ‫و ‪𝑝 = 10 = 0,4‬‬ ‫حيث‪ 𝑁 = 10 :‬و‪ 𝑁1 = 4‬و ‪ 𝑁2 = 6‬و ‪𝑛 = 3‬‬
‫‪4‬‬
‫)𝑝 ‪𝑋 → 𝐻(𝑁, 𝑛 ,‬‬
‫)‪𝑋 → 𝐻(10, 3,0.4‬‬
‫‪ -2‬تحديد التوزيع االحتمالي لـــــــــ ‪:X‬‬
‫]‪𝑋 ∈ 𝛺 = [0, 1, 2,3‬‬ ‫‪ -‬مجال التعريف ‪:‬‬
‫‪-‬حساب االحتماالت‪:‬‬
‫𝑥‬
‫𝑁𝐶‬ ‫𝑥‪𝐶 𝑛−‬‬
‫‪1 𝑁2‬‬
‫= )𝑥 = 𝑋(𝑃‬ ‫𝑛‬
‫𝑁𝐶‬
‫‪𝐶40 𝐶63‬‬ ‫‪20‬‬ ‫‪𝐶41 𝐶62‬‬ ‫‪60‬‬
‫= )‪𝑃(𝑋 = 0‬‬ ‫‪3‬‬ ‫=‬ ‫= )‪𝑃(𝑋 = 1‬‬ ‫‪3‬‬ ‫=‬
‫‪𝐶10‬‬ ‫‪120‬‬ ‫‪𝐶10‬‬ ‫‪120‬‬
‫‪𝐶42 𝐶61‬‬ ‫‪36‬‬ ‫‪𝐶43 𝐶60‬‬ ‫‪4‬‬
‫= )‪𝑃(𝑋 = 2‬‬ ‫‪3‬‬ ‫=‬ ‫= )‪𝑃(𝑋 = 3‬‬ ‫‪3‬‬ ‫‪= 120‬‬
‫‪𝐶10‬‬ ‫‪120‬‬ ‫‪𝐶10‬‬
‫𝑿‪.‬‬ ‫‪𝟎.‬‬ ‫‪𝟏.‬‬ ‫‪2‬‬ ‫‪𝟑.‬‬ ‫) 𝒊𝒙 = 𝑿(𝑷 ∑‪.‬‬

‫) 𝒊𝒙 = 𝑿(𝑷‪.‬‬ ‫‪.20 /120 60 /120‬‬ ‫‪36/120‬‬ ‫‪40/120‬‬ ‫‪1‬‬
‫‪ -3‬بما أن ‪ ∑ 𝑃(𝑋 = 𝑥𝑖 ) = 1‬فإن هذا التوزيع هو توزيع إحتمالي‪.‬‬
‫‪ -1‬تحديد مجال تعريف ‪:X‬‬
‫بما أن ‪ λ = 1‬نالحظ من جدول بواسون ]‪𝑋 ∈ 𝛺 = [0,1,2,3,4,5,6,7‬‬
‫‪ -‬التوزيع االحتمالي‪:‬‬
‫𝑿‪.‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫) 𝒊𝒙 = 𝑿(𝑷 ∑‪.‬‬
‫) 𝒊𝒙 = 𝑿(𝑷‪.‬‬ ‫‪003670‬‬ ‫‪003670‬‬ ‫‪001130‬‬ ‫‪000613‬‬ ‫‪000153‬‬ ‫‪000031‬‬ ‫‪000005‬‬ ‫‪000001‬‬ ‫‪1‬‬
‫‪𝐸(𝑋) = 𝜆 ⇒ 𝐸(𝑋) = 1‬‬ ‫‪ -2‬األمل الرياضي‪:‬‬
‫‪𝑉(𝑋) = 𝜆 ⇒ 𝑉(𝑋) = 1‬‬ ‫‪ -‬اإلنحراف المعياري‪:‬‬
‫‪𝛿(𝑋) = √𝑉(𝑋) = √1 = 1‬‬
‫‪ -3‬حتساب االحتماالت‪:‬‬
‫‪12‬‬ ‫‪18‬‬
‫‪𝑃(𝑋 = 2) = 𝑒 −1 . 2! = 0,1839 ≈ 100‬‬
‫الشرح‪ :‬لو تتبعنا هذه اآللة لمدة ‪ 100‬سنة لوجدنا أنه خالل ‪ 11‬سنة بالتقريب تتعطل مرتين‪.‬‬
‫‪𝑃(𝑋 > 2) = 1 − 𝑃(𝑋 ≤ 2) = 1 − 0,9197 = 0,080‬‬
‫‪𝑃(2 < 𝑋 < 5) = 𝑃(2 < 𝑋 ≤ 4) = 𝐹(4) − 𝐹(2) = 0,9963 − 0,9197 = 0,0766‬‬
‫‪𝐹(2) = 0,9197‬‬
‫‪48‬‬

‫‪ :X‬االستهالك السنوي من اللحوم للفرد الواحد في الجزائر‬
‫المتغير العشوائي من النوع المتصل‪.‬‬
‫حيث 𝑔𝑘 ‪ 𝜎 = 18𝑘𝑔 , 𝑚 = 45‬أي )‪𝑋 → 𝑁(45,18‬‬ ‫)𝜎 ‪𝑋 → 𝑁(𝑚,‬‬
‫‪ -1‬نتسبة األفراد ال ين يفوق اتستهالتهم التسنوي ‪ 55‬تلغ‪:‬‬
‫‪𝑥−45‬‬ ‫‪55−45‬‬
‫( 𝑃 = )‪𝑃(𝑋 > 55‬‬ ‫>‬ ‫)‪) = 𝑃(𝑍 > 0,55) = 1 − 𝑃(𝑍 < 0,55‬‬
‫‪18‬‬ ‫‪18‬‬
‫‪𝑃(𝑋 > 55) = 1 − 0,7088 = 0,2992 = 29,92%‬‬
‫أي هناك ‪ %29,92‬من األفراد استهالكهم السنوي من اللحوم يفوق ‪ 44‬كلغ‪.‬‬

‫‪ -2‬نتسبة األفراد ال ين يقل اتستهالتهم التسنوي عن ‪ 30‬تلغ‪:‬‬
‫‪𝑥−45‬‬ ‫‪30−45‬‬
‫( 𝑃 = )‪𝑃(𝑋 < 30‬‬ ‫<‬ ‫)‪) = 𝑃(𝑍 < −0,83) = 1 − 𝑃(𝑍 < 0,83‬‬
‫‪18‬‬ ‫‪18‬‬
‫‪𝑃(𝑋 < 30) = 1 − 0,7967 = 0,2033 = 20,33%‬‬
‫أي هناك ‪ %20,33‬من األفراد استهالكهم السنوي من اللحوم يقل عن ‪ 30‬كلغ‪.‬‬
‫‪ -3‬نتسبة األفراد ال ين اتستهالتهم التسنوي ما بين ‪ 40‬تلغ و ‪ 60‬تلغ‪:‬‬
‫‪40−45‬‬ ‫‪𝑥−45‬‬ ‫‪60−45‬‬
‫( 𝑃 = )‪𝑃(40 < 𝑋 < 60‬‬ ‫<‬ ‫<‬ ‫)‪) = 𝑃(−0,28 < 𝑍 < 0,83‬‬
‫‪18‬‬ ‫‪18‬‬ ‫‪18‬‬
‫)‪= 𝑃(𝑍 < 0,83) − 𝑃(𝑍 < −0,28‬‬
‫))‪= 𝑃(𝑍 < 0,83) − (1 − 𝑃(𝑍 < 0,28‬‬
‫)‪= 0,7967 − (1 − 0,6103‬‬
‫‪= 0,407‬‬
‫أي هناك ‪ %40,7‬من األفراد استهالكهم السنوي من اللحوم ما بين ‪ 40‬كلغ و ‪ 00‬كلغ‪.‬‬
‫‪ -4‬حتساب الربيع الثالث‪:‬‬
‫‪𝑃(𝑋 > 𝑄3 ) = 0,25‬‬ ‫أو‬ ‫‪𝑃(𝑋 < 𝑄3 ) = 0,75‬‬ ‫نقوم بحساب‪:‬‬
‫‪𝑥−45‬‬ ‫‪𝑄3 −45‬‬
‫( 𝑃 ⇒ ‪𝑃(𝑋 < 𝑄3 ) = 0,75‬‬ ‫<‬ ‫‪) = 0,75‬‬
‫‪18‬‬ ‫‪18‬‬
‫‪⇒ 𝑃(𝑍 < 𝑧) = 0,75‬‬

‫من جدول التوزيع الطبيعي نجد أن ‪ 𝑧 = 0.6745‬ومنه‪:‬‬
‫‪𝑄3 −45‬‬
‫=𝑧‬ ‫𝑔𝑘 ‪= 0,6745 ⇒ 𝑄3 = 57,141‬‬
‫‪18‬‬
‫أما الربيع األول فيحتسب بالطريقة التالية‪:‬‬
‫‪𝑃(𝑋 < 𝑄1 ) = 0,25‬‬ ‫أو‬ ‫‪𝑃(𝑋 > 𝑄1 ) = 0,75‬‬ ‫نقوم بحساب‪:‬‬
‫‪𝑥−45‬‬ ‫‪𝑄1 −45‬‬
‫( 𝑃 ⇒ ‪𝑃(𝑋 < 𝑄1 ) = 0,25‬‬ ‫<‬ ‫‪) = 0,25‬‬
‫‪18‬‬ ‫‪18‬‬
‫‪⇒ 𝑃(𝑍 < 𝑧) = 0,25‬‬
‫من جدول التوزيع الطبيعي نجد أن ‪ 𝑧 = −0.6745‬ومنه‪:‬‬
‫‪𝑄1 −45‬‬
‫=𝑧‬ ‫𝑔𝑘 ‪= −0,6745 ⇒ 𝑄3 = 32,859‬‬
‫‪18‬‬
‫‪49‬‬
‫حل التمرين الخامس‪:‬‬

‫‪ -‬عدد المسافرين الذين يدخلون المحطة على متن القطار ( نرمز له ب ــ‪.) 𝑋 :‬‬
‫‪ -‬عدد المسافرين الذين ينزلون من القطار ( نرمز له ب ــ‪.) 𝑌 :‬‬
‫‪ -‬عدد المسافرين الذين يصعدون من محطة المدينة ( نرمز له ب ــ‪.) 𝑈 :‬‬
‫‪ -1‬طبيعة المتغيرات 𝑿‪ :𝑼 ،𝒀 ،‬هي متغيرات عشوائية ألننا ال يمكن أن نعرف عدد المسافرين مسبقا سواء الذين يدخلون المحطة‬
‫أو ينزلون فيها أو الذين يصعدون من المحطة‪ ،‬فالسفر ظاهرة عشوائية تتحكم فيها عدة عوامل عشوائية أخرى مرتبطة بالشخص‬
‫المسافر‪.‬‬
‫‪ -2‬بعد تحليل النتائج تبين ما يلي‪:‬‬
‫)‪𝑈 → 𝑁(85 , 55‬‬ ‫)‪𝑌 → 𝑁(110 , 60‬‬ ‫)‪𝑋 → 𝑁(200 , 80‬‬
‫نعرف 𝑍 على أنه عدد المسافرين الذين يأخذهم القطار عندما يغادر مدينة سطيف‪.‬‬
‫طبيعته‪ :‬متغير عشوائي ألنه مرتبط بمتغيرات أخرى عشوائية‪.‬‬ ‫أ‪ -‬صيغة 𝑻‪𝑇 = 𝑋 − 𝑌 + 𝑈 :‬‬
‫))𝑇(𝜎 ‪𝑍 → 𝑁(𝑚 𝑇 ,‬‬ ‫‪ -‬قانونه االحتمالي‪ :‬القانون الطبيعي‪ ،‬أي‪:‬‬
‫‪ -‬أمله الرياضي‪:‬‬
‫‪𝐸(𝑇) = 𝐸(𝑋 − 𝑌 + 𝑈) = 𝐸(𝑋) − 𝐸(𝑌) + 𝐸(𝑈) = 200 − 110 + 85 = 175‬‬
‫‪ -‬إنحرافه المعياري‪:‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫))𝑈(𝜎( ‪𝜎(𝑇) = √𝑉(𝑋 − 𝑌 + 𝑈) = √𝑉(𝑋) + 𝑉(𝑌) + 𝑉(𝑈) = √(𝜎(𝑋)) + (𝜎(𝑌)) +‬‬
‫‪𝜎(𝑇) = √(80)2 + (60)2 + (55)2 = 114,13‬‬

‫ب‪ -‬احتمال أن يتون عدد المتسافرين ال ين يدخلون محطة المتسافرين على متن قطار ما يفوق ‪:1000‬‬
‫‪𝑥−200‬‬ ‫‪1000−200‬‬
‫( 𝑃 = )‪𝑃(𝑋 > 1000‬‬ ‫>‬ ‫)‪) = 𝑃(𝑍 > 10) = 1 − 𝑃(𝑍 < 10‬‬
‫‪80‬‬ ‫‪80‬‬
‫‪𝑃(𝑋 > 1000) = 1 − 1 = 0‬‬
‫ج‪ -‬احتمال أن يتون عدد المتسافرين ال ين يحملهم القطار معه عندما يغادر محطة تسطيف يتراوح ما بين ‪ 10‬و ‪:250‬‬
‫‪80−175‬‬ ‫‪𝑇−175‬‬ ‫‪250−175‬‬
‫< ‪𝑃(80 < 𝑇 < 250) = 𝑃 ( 114,13 < 114,13‬‬ ‫)‪) = 𝑃(−0,83 < 𝑍 < 0,66‬‬
‫‪114,13‬‬
‫)‪= 𝑃(𝑍 < 0,66) − 𝑃(𝑍 < −0,83‬‬
‫))‪= 𝑃(𝑍 < 0,66) − (1 − 𝑃(𝑍 < 0,83‬‬
‫)‪= 0,7454 − (1 − 0,7967‬‬
‫‪= 0,5421‬‬
‫حل التمرين التسادس‪:‬‬
‫يفيد آخر تعداد عام للسكان بالجزائر أن ‪ %30‬من األسر تملك على األقل جهاز إعالم آلي‪ ،‬للتأكد من ذلك أجريت دراسة على‬
‫عينة من ‪ 1000‬أسرة‪.‬‬
‫‪ -1‬المتغير العشوائي في ه ه المتسألة‪ :‬عدد األسر التي تملك على األقل جهاز إعالم آلي‪.‬‬
‫‪ -2‬القانون االحتمالي له ا التوزيع‪:‬‬
‫قانون ثنائي الحدين‪ ،‬ألن التجربة فيها نتيجتين ( النجاح الذي يمثل أسرة لديها على األقل جهاز إعالم آلي‪ ،‬والفشل الذي يمثل أسرة‬
‫‪50‬‬
‫ال تملك أي جهاز إعالم آلي )‪ ،‬وكذلك التجربة مكررة ‪ n= 1000‬مرة‪ ،‬مع عدم وجود حجم المجتمع ‪.N‬‬
‫‪𝐸(𝑋) = 𝑛𝑝 = 1000(0,3) = 300‬‬ ‫‪ -‬التوقع الرياضي‪:‬‬
‫‪ -‬االنحراف المعياري‪𝜎(𝑋) = √𝑉(𝑋) = √𝑛𝑝𝑞 = √1000(0,3)(0,7) = √210 = 14,5 :‬‬
‫‪ -3‬بما أن )‪ (𝑃 = 0,3‬غير ضعيف وهو محصور بين )‪ (0,3 ≤ 𝑃 ≤ 0,7‬و )‪ (𝑛 = 1000‬كبير )‪ (𝑛 ≥ 30‬فإننا‬
‫)𝜎 ‪𝑋 → 𝑁(𝑚,‬‬ ‫نقرب قانون ثنائي الحدين من القانون الطبيعي حيث يصبح‪:‬‬
‫‪σ = √𝑛𝑝(1 − 𝑝) = 14,5‬‬ ‫‪,‬‬ ‫‪𝑚 = 𝑛𝑝 = 300.‬‬
‫‪ -‬احتمال أن يتون عدد األتسر من بين ‪ 1000‬التي تملك جهاز إعالم آلي‪:‬‬
‫‪ -‬يفوق ‪:400‬‬
‫‪𝑥−300‬‬ ‫‪400−300‬‬
‫( 𝑃 = )‪𝑃(𝑋 > 400‬‬ ‫>‬ ‫)‪) = 𝑃(𝑍 > 6,89) = 1 − 𝑃(𝑍 < 6,89‬‬
‫‪14,5‬‬ ‫‪14,5‬‬
‫‪𝑃(𝑋 > 1000) = 1 − 1 = 0‬‬
‫‪ -‬يقل عن ‪ 500‬أتسرة‪:‬‬
‫‪𝑥−300‬‬ ‫‪500−300‬‬
‫( 𝑃 = )‪𝑃 (𝑋 < 500‬‬ ‫<‬ ‫‪) = 𝑃(𝑍 < 13,79) = 1‬‬
‫‪14,5‬‬ ‫‪14,5‬‬
‫‪51‬‬
‫أوال‪ -‬ناد به ‪ 10‬أعضاء‪ 0 ،‬رجال و‪ 4‬نساء‪ ،‬نريد أن نختار عشوائيا ‪ 4‬منهم للتمثيل في خمسة أفالم مختلفة‬
‫( يمكن لنفس الشخص أن يمثل في أكثر من فيلم )‪ ،‬ليكن 𝑋‪ :‬عدد النساء من بين الخمسة أشخاص الذين تم اختيارهم‪.‬‬
‫‪ -2‬ما هو القانون االحتمالي لــ‪𝑋 :‬؟ علل ذلك؟‬ ‫‪ -1‬ما هي طبيعة 𝑋 ؟ علل ذلك؟‬
‫‪ -4‬أحسب العدد المتوسط للنساء واالنحراف المعياري؟‬ ‫‪ -3‬عين التوزيع االحتمالي لــ‪𝑋 :‬؟ مثله بيانيا؟‬
‫‪ -4‬ما هو احتمال أن يكون عدد النساء من بين الخمسة الذين تم اختيارهم‪ :‬يساوي ‪0‬؟ أقل من ‪3‬؟ يفوق أو يساوي ‪2‬؟ محصو ار‬
‫بين ‪ 2‬و‪4‬؟‬
‫ثانيا‪ -‬نختار من بين أعضاء نفس النادي ‪ 4‬أشخاص لنفس الغرض‪ ،‬ولكن ال يمكن لنفس الشخص أن يمثل في أكثر من فيلم‪،‬‬
‫ليكن المتغير العشوائي 𝑋‪ :‬يمثل عدد النساء من بين الخمسة أشخاص الذين تم اختيارهم‪.‬‬
‫‪ -2‬عين التوزيع االحتمالي لــهذا المتغير؟‬ ‫‪ -1‬ما هو القانون االحتمالي لــ‪𝑋 :‬؟ علل ذلك؟‬
‫‪ -4‬ما هو احتمال أن يكون عدد النساء من بين الخمسة الذين تم اختيارهم‪ :‬يساوي ‪0‬؟ يفوق ‪4‬؟ محصو ار بين ‪ 1‬و‪ ( 4‬بما في‬
‫ذلك ‪) 4‬؟‬
‫أوال‪ -‬تفيد تقارير الشرطة أنه خالل إحصائيات السنوات الماضية يقدر العدد المتوسط لحوادث المرور التي تقع في والية سطيف‬
‫سنويا بــ‪ 0 :‬حوادث‪ ،‬إذا علم أن هذه الظاهرة تتبع قانون بواسون ‪.Poisson‬‬
‫‪ -2‬عين التوزيع االحتمالي لهذا المتغير؟‬ ‫‪ -1‬عرف المتغير العشوائي في هذه المسألة؟‬
‫‪ -3‬أحسب التوقع الرياضي واالنحراف المعياري؟‬
‫‪ -4‬ما هو احتمال أن تقع في السنة المقبلة بوالية سطيف‪ 3 :‬حوادث مرور؟ ‪ 10‬حوادث مرور؟ أكثر من ‪ 0‬حوادث؟ اشرح‬
‫النتائج؟‬
‫‪ -4‬ما هو أقصى عدد ممكن لحوادث المرور؟‬
‫ثانيا‪ -‬تتوقع االدارة تحسن الحركة المرورية بنسبة ‪(%40‬إصالح وتوسيع الطرقات‪ ،‬المراقبة‪ ،‬التوعية‪ ،)..‬وتتوقع التخفيض من‬
‫الظاهرة بنفس النسبة‪.‬‬
‫‪ -1‬عين القانون االحتمالي في هذه الحالة؟‬
‫‪ -2‬ما هو احتمال أن تقع في السنة المقبلة في والية سطيف‪ 3 :‬حوادث ؟ ‪ 10‬حوادث ؟ أكثر من ‪ 0‬؟‬
‫‪ -3‬ما هو أقصى عدد ممكن لحوادث المرور في هذه الحالة؟‬
‫‪52‬‬
‫تفيد إحصائيات االستهالك الغذائي في الجزائر أن متوسط االستهالك السنوي من اللحوم للفرد الواحد يقدر ب ــ‪ 44 :‬كلغ‪ ،‬وأن‬
‫االنحراف المعياري يقدر بــ‪ 11 :‬كلغ‪ ،‬التحليل اإلحصائي أثبت أن هذا المتغير يتوزع طبيعيا‪.‬‬
‫‪ -1‬ما هي الصيغة الرياضية للقانون االحتمالي؟ مثل بيانيا هذا التوزيع؟‬
‫‪ -2‬أحسب نسبة األفراد الذين‪ :‬يفوق استهالكهم السنوي ‪ 44‬كلغ؟ يتراوح استهالكهم بين ‪ 24‬و‪ 40‬كلغ؟ يقل استهالكهم السنوي‬
‫عن ‪ 06‬كلغ؟‬
‫‪ -3‬أحسب الوسيط‪ ،‬المنوال‪ ،‬الربيع األول؟ اشرح النتائج؟‬
‫مجلس أساتذة يتشكل من ‪ 100‬عضو‪ 00 ،‬رجال و‪ 40‬نساء‪ ،‬نريد اختيار عشوائيا شخصين منهم للمشاركة في ندوة وطنية حول‬
‫البرامج‪ ،‬ليكن ‪ :‬عدد النساء من بين الشخصين الذين تم اختيارهما‪.‬‬
‫‪ -1‬ما هو القانون اإلجمالي األصلي ل ــ‪𝑋 :‬؟ علل ذلك؟‬
‫‪ -2‬ما هو القانون االحتمالي الذي يمكن أن نقرب إليه؟ علل ذلك؟ عين التوزيع االحتمالي في هذه الحالة؟‬
‫‪ -3‬أحسب األمل الرياضي والتباين في الحالتين؟ ماذا تالحظ؟‬
‫‪ -4‬أحسب )‪ 𝑃(𝑋 = 1‬في الحالتين؟ ماذا تالحظ؟‬
‫توضح الخبرة الماضية أن ‪ %1‬من مصابيح الكهرباء المنتجة في أحد المصانع هي مصابيح غير صالحة‪ ،‬في عينة من ‪100‬‬
‫مصباح‪:‬‬
‫‪ -1‬أحسب احتمال وجود أكثر من مصباح غير صالح؟ وجود مصباح واحد غير صالح؟ وجود ما بين ‪ 0‬و ‪ 3‬مصابيح غير‬
‫صالحة ( بما في ذلك ‪:) 0‬‬
‫أ‪ -‬باستعمال قانون ثنائي الحدين؟‬
‫ب‪ -‬باستعمال قانون بواسون ‪ Poisson‬كتقريب لقانون ثنائي الحدين ( تأكد من شروط التقريب )؟‬
‫‪ -2‬قارن النتائج؟ ماذا تالحظ؟‬
‫‪ -3‬أحسب التوقع الرياضي‪ ،‬التباين واالنحراف المعياري؟ ماذا تالحظ؟‬
‫ليكن المتغير العشوائي 𝑋 الذي يمثل عدد حوادث العمل التي تقع في ورشة بناء خالل الشهر‪ .‬بفرض أن 𝑋 يتبع قانون‬
‫‪ ، Poisson‬وأن متوسط عدد حوادث العمل في الشهر هو ‪.3‬‬
‫‪ -1‬ما هو أقصى عدد ممكن لحوادث العمل الشهرية في هذه الورشة‪ ،‬مع التعليل‪.‬‬
‫‪ -2‬أحسب األمل الرياضي واالنحراف المعياري‪.‬‬
‫‪ -3‬ما هو احتمال أن يقع في هذه الورشة خالل شهر‪:‬‬
‫ج‪ /‬بين ‪ 2‬و‪ 1‬حوادث ( بما في ذلك ‪.) 1‬‬ ‫ب‪ /‬أقل من ‪ 4‬حوادث‪،‬‬ ‫أ‪ 0 /‬حوادث‪،‬‬
‫‪53‬‬
‫التمرين التسابع‪:‬‬
‫إذا كان االستهالك السنوي لألسرة من السمك يتبع القانون الطبيعي بمتوسط قدره ‪ 10‬كلغ وانحراف معياري قدره ‪ 1,24‬كلغ‪.‬‬
‫‪ -1‬ما هي نسبة األسر التي تستهلك‪:‬‬
‫ج‪ /‬مابين ‪ 1,64‬و ‪ 11,24‬كلغ‪.‬‬ ‫ب‪ /‬أكثر من ‪ 1,4‬كلغ‪،‬‬ ‫أ‪ /‬أقل من ‪ 12‬كلغ‪،‬‬
‫‪ -2‬أحسب قيمتي الوسيط والربيع الثالث‪ ،‬واشرح النتيجتين‪.‬‬
‫إذا تنافست مع خصم له قوتك ( مع افتراض أن ليس هناك تعادل في المنافسة ) فما هو أكبر احتمال للفوز على الخصم‪:‬‬
‫‪ -1‬في ثالث مباريات من ضمن أربعة أو في خمس مباريات من ضمن ثمانية‪.‬‬
‫‪ -2‬على األقل في ثالث مباريات من ضمن أربعة أو على األقل في خمسة من بين ثمانية‪.‬‬
‫التمرين التاتسع‪:‬‬
‫عند إنتاج قطعة من الغيار كانت نسبة المعيب ‪ ،%1‬تم اختيار عينة بحجم ‪ 100‬قطعة من مجموع االنتاج الكلي‪ ،‬حدد‬
‫االحتماالت التالية‪:‬‬
‫‪ -1‬أن تكون قطعة فاسدة في العينة‪.‬‬
‫‪ -2‬أن تكون قطعتان فاسدتان في العينة‪.‬‬
‫‪ -3‬أن تكون قطعتان فاسدتان على األقل‪.‬‬
‫يتلقى مركز استقبال المكالمات الهاتفية في المتوسط ‪ 300‬مكالمة في ساعة واحدة‪ ،‬لنفرض أن عدد المكالمات يخضع‬
‫لقانون بواسون‪.‬‬
‫عند دقيقتين فقط‪ ،‬أحسب احتمال‪:‬‬
‫‪ -1‬أن يتلقى ثالث مكالمات فقط‪.‬‬
‫‪ -2‬أن يتلقى مكالمة واحدة‪.‬‬
‫‪ -3‬أن يتلقى مكالمتين على األكثر‪.‬‬
‫باعت أحد المؤسسات ‪ 10‬أجهزة تلفاز معها شهادة ضمان سنتين وهي تعلم بأن احتمال بقاء الجهاز صالحا خالل فترة‬
‫الضمان هو ‪.4‬‬
‫‪3‬‬
‫ج‪ -‬وال جهاز‪.‬‬ ‫‪ -1‬أوجد احتمال أن يبقى صالحا خالل ثالث سنوات‪ :‬أ‪ -‬كل األجهزة‪ ،‬ب‪ -‬على األقل خمسة أجهزة‪،‬‬
‫التمرين الثاني عشر‪:‬‬
‫ترغب شركة في شراء صندوق يتكون من ‪ 200‬مصباح‪ ،‬ولقبول الصفقة تسحب عينة مؤلفة من ‪ 10‬مصابيح‪ ،‬فإن كان‬
‫بها أكثر من مصباح فاسد فإنها ال تبرم الصفقة‪ ،‬فإذا علمت أن سحب العينة يتم دون إعادة‪ ،‬واحتمال ظهور مصباح رديء في‬
‫كل عملية سحب هو ‪ ،%4‬فما هو احتمال شراء المصابيح‪.‬‬
‫‪54‬‬

- دروس الإحصاء للسداسي الثاني PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

- دروس الإحصاء للسداسي الثاني PDF

Uploaded by

Copyright:

Available Formats

‫ملخص اإلحصاء‪ 2‬مدعم بتمارين وامتحانات محلولة‬ ‫مدخل إلى حساب االحتماالت‬

‫نتطرق من خالل ه الفصل إلى العناصر التالية‪:‬‬

‫أوال‪ -‬تعاريف ومفاهيم أساسية في نظرية االحتماالت‬

‫من ‪ 7‬في تجربة رمي قطعة نرد مرة واحدة‪.𝐴 = 𝐸 ،‬‬

‫ثالثا‪ -‬االحتمال الشرطي‪:‬‬

‫ثالثا‪ -‬االحتمال التلي ونظرية بايز (‪:)Bayes‬‬

‫)𝐵∩ ‪𝑃(𝐴1‬‬ ‫) ‪𝑃(𝐴1 )𝑃(𝐵/𝐴1‬‬

‫)𝐵∩ 𝑛𝐴(𝑃‬ ‫) 𝑛𝐴‪𝑃(𝐴𝑛 )𝑃(𝐵/‬‬

‫‪𝑃(A1 /𝐵) + 𝑃(𝐴2 /𝐵) + ⋯ + 𝑃(𝐴𝑛 /𝐵) = 1‬‬ ‫مالحظة‪:‬‬

‫‪ -2‬في حالة اختيار تل من التل‪ :‬التبديالت ‪Les Permutations‬‬

‫𝑛𝑛 = 𝑛𝑛‪⍲‬‬ ‫ب‪ -‬التبديلة بتترار‪PAR :‬‬

‫!)‪𝑃(n−1) = (n − 1‬‬ ‫ج‪ -‬التبديلة الدائرية‪:‬‬

‫‪𝑛 ,𝑛2 ,…,𝑛k‬‬ ‫!𝑛‬

‫‪ -2‬تحديد العناصر األساسية للمسألتين التاليتين‪:‬‬

‫أ‪ -‬مجموعة األساس‪} :‬ك ‪ ,‬ص{ = 𝐸‬

‫ب‪ -‬الحدث العشوائي ‪} :‬ص{ = 𝐴‬

‫ج‪ -‬حساب االحتمال )𝑨( ‪𝑃(A) = |E| = 2 :‬‬

‫‪ -3‬الفرق بين االحتمال النظري واالحتمال التجريبي‪:‬‬

‫ب‪ -‬حمراء ‪𝑃(𝑅) = |𝐸| = 9 :R‬‬

‫ج‪ -‬سوداء ‪= 9 :N‬‬

‫‪𝑃(𝐵 ∪ 𝑅 ∪ 𝑁) = P(𝐵) + P(𝑅) + 𝑃(𝑁) = 1‬‬ ‫ه‪ -‬أن تتون من أي لون‪:‬‬

‫ج‪ -‬من نفس اللون ‪:D‬‬

‫ب‪ -‬واحدة سوداء واألخرى بيضاء ‪:L‬‬

‫ج‪ -‬من نفس اللون ‪:D‬‬

‫𝐴‬ ‫‪𝑃(𝑀1 ∩ 𝐴) = 𝑃(𝑀1 )𝑃(𝐴/𝑀1 ) = 0,285‬‬

‫‪0,5‬‬ ‫‪0,98‬‬ ‫𝐴‬ ‫‪𝑃(𝑀2 ∩ 𝐴) = 𝑃(𝑀2 )𝑃(𝐴/𝑀2 ) = 0,49‬‬

‫‪ -2‬إيجاد احتمال أن يتون ه ا المصباح‪:‬‬

‫الشرح‪ :‬من بين ‪ 1333‬مصباح منتج بالمصنع هناك ‪ 060‬مصباحا صالحا‪.‬‬

‫حل التمرين الرابع‪:‬‬

‫ثالثية ممكنة ‪= 2300‬‬

‫‪ -3‬احتمال أن تتون أعداد التريات الثالثة زوجية‪:‬‬

‫‪ -4‬احتمال أن تتون أعداد التريات الثالثة من مضاعفات العدد ‪:5‬‬

‫‪ -5‬احتمال أن يتون مجموع عددين من األعداد الثالثة يساوي ‪:11‬‬

‫حل التمرين الخامس‪:‬‬

‫لجنة ممكنة ‪= 220‬‬

‫لجنة ممكنة ‪= 1320‬‬

‫حل التمرين السادس‬

‫طريقة ‪𝑃𝑛 = 𝑛! = 9! = 9 × 8 × 7 × … × 1 = 362880‬‬

‫طريقة ‪𝑃9 = (9 − 1)! = (9 − 1)! = 8! = 8 × 7 × … × 1 = 40320‬‬

‫حيث‪ :‬عدد األحرف المكونة لهذه الكلمة هو ‪ 13‬أي‪𝑛 = 10 :‬‬

‫كلمة سر ‪= 60‬‬ ‫ترتيبة دون إعادة‪:‬‬

‫ب‪ -‬في حالة إعادة الرقم المسحوب‪:‬‬

‫كلمة سر ‪𝑛 𝑥 = 53 = 125‬‬ ‫ترتيبة بإعادة ( قائمة )‪:‬‬

‫نتطرق من خالل ه الفصل إلى العناصر التالية‪:‬‬

‫أوال‪ -‬تعريف المتغير العشوائي وأنواعه‬

‫أوال‪ -‬تعريف المتغير العشوائي وأنواعه‪:‬‬

‫‪0‬‬ ‫‪𝑥 < 𝑥1‬‬

‫)𝑎(𝐹 ‪𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑋 ≤ 𝑏) − 𝑃(𝑋 ≤ 𝑎) = 𝐹(𝑏) −‬‬

‫ثالثا‪ -‬المتغير العشوائي المتصل‪:‬‬

‫‪∫𝛺 𝑓(𝑥) 𝑑𝑥 = 1‬‬ ‫‪𝑓(𝑥) ≥ 0‬‬

‫)𝑎(𝐹 ‪𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑋 ≤ 𝑏) − 𝑃(𝑋 ≤ 𝑎) = 𝐹(𝑏) −‬‬

‫دالة الكثافة االحتمالية‪:‬‬

‫‪∫𝛺 𝑓(𝑥) = 1‬‬ ‫الشرط‪:‬‬ ‫‪∑ 𝑃i = 1‬‬ ‫الشرط‪:‬‬

‫رابعا‪ -‬معالم المتغير العشوائي‪:‬‬

‫ج‪ -‬بعض خواص التوقع الرياضي‪:‬‬

‫‪ -2‬التباين واالنحراف المعياري‪:‬‬

‫)‪δ(𝑋) = √V(X‬‬ ‫حيث‪:‬‬

‫)𝑌 ‪𝑉(𝑍) = 𝑉(𝑋 −‬‬ ‫𝑌‪𝑍 =𝑋−‬‬ ‫‪ -‬لتكن‪:‬‬

‫ج‪ -‬بعض العزوم الخاصة‪:‬‬

‫‪ -‬إذا كان المتغير متصال فإن‪𝑚2 = 𝐸(𝑋 2 ) = ∫Ω 𝑋 2 𝑓(𝑥) 𝑑𝑥 :‬‬

‫‪ -4‬التعبير على التباين بداللة 𝟐𝒎 و 𝟏𝒎 ‪:‬‬

‫ب‪ -‬أحسب متوسط التكلفة اإلجمالية السنوية إلنتاج التمور؟‬

‫حل التمرين األول‪:‬‬