‫ﺑﺳم اﷲ اﻟرﺣﻣن اﻟرﺣﯾم‬

‫ﺟﺎﻣﻌﺔ اﻟﺳودان ﻟﻠﻌﻠوم و اﻟﺗﻛﻧو ﻟوﺟﯾﺎ‬

‫ﻛﻠﯾﺔ اﻟﻌﻠوم – ﻗﺳم اﻹﺣﺻﺎء اﻟﺗطﺑﯾﻘﻲ‬

‫ﻣﺷروع ﺗﺧرج ﻣﻘدم ﻟﻧﯾل درﺟﺔ ﺑﻛﺎﻟورﯾوس اﻟﺷرف ﻓﻲ اﻹﺣﺻﺎء اﻟﺗطﺑﯾﻘﻲ‬

‫ﺑﻌﻧوان‪:‬‬

‫إﺷﺘﻘﺎق ﺑﻌﺾ اﻟﺨﻮاص اﻹﺣﺼﺎﺋﯿﺔ ﻟﻠﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ اﻟﺒﺎراﻣﺘﺮﯾﺔ‬

‫‪Derive some properties of statistical‬‬

‫‪probability distributions parametric‬‬

‫إﺷراف‪:‬‬ ‫إﻋداد اﻟطﻼب‪:‬‬

‫د‪ /‬اﻟطﯾب ﻋﻣر اﺣﻣد‬ ‫ﺳﻧﺎء ﻫﺟو اﻟﻌوض‬

‫ﻗﺻﻲ ﻣﺣﻣد ﻋطﯾﺔ‬

‫ﻫﺎﺷم ﻣرﺳﺎل ﺧﻠف اﷲ‬

‫ﺳﺑﺗﻣﺑر ‪ 2016‬م‬

‫أ‬
 ‫اﻵﯾﺔ‬
‫ﺑﺴﻢ اﷲ اﻟﺮﺣﻤﻦ اﻟﺮﺣﻴﻢ‬

‫ﻟﱠﻪُ ﻣ َ ﺎ ﻓﻰ اﻟﺴﻤ َ ﻮ َتِ و َ ﻣ َ ﺎ ﻓﻰ اﻷَر ْضِ ﻣ َ ﻦ ذَا‬

‫ْﺧُ ﺬُﻩُ‬
‫إِﻻ ﻫُ ﻮ َ اﻟْﺤ َﺳِﻰﱡﻨَ ﺔاٌﻟْﻘَوﻴَﱡﻮمُﻻ ﻧﻻـَﻮﺗَْﺄ مٌ‬
‫اﻟﻠﱠﻪُ ﻻ إِ ﻟَﻪَ )‬

‫ﻳﻬِﻢإ ْ و َ ﻣَ ﺎ ﺧَ ﻠْﻔَﻬُﻢ ْ و َ ﻻ ﻳُﺤ ِ ﻴﻄﻮنَ ﺑِﺸﻰ ْ ء ﻣﱢﻦ ْ ﻋ ِ ﻠْﻤِ ﻪِإِﻻ ﺑِﻤ َ ﺎ‬

‫ﻳَﺸﻔَﻊُ أَﻳﻋ ِْﺪِﻨﺪَﻩُ‬
‫اﻟﱠﺬِىﻣَ ﺎ ﺑَ ﻴﻦ َ‬
‫ِ ﻳـَ ﻌْ ﻠَﻢ ُ‬

‫ْﻈﻬُﻤ َ ﺎ و َ ﻫُ ﻮ َ اﻟْﻌَ ﻠﻰﱡ اﻟْﻌَﻈِ ﻴﻢ ُ (‬

‫ْضﻔ و َ‬
‫ﺌُﻮدُﻩُﻷَرﺣ ِ‬
‫تَِ و َ ا‬
‫ﺳِ ﻴﱡﻪُ اﻟﺴﻤ َ ﻮ َﻻ ﻳـ‬
‫ﺷﺎء َ و َ ﺳِ ﻊ َ ﻛُﺮ ْ ‪.‬‬

‫ﺻﺪق ﷲ اﻟﻌﻈﲓ‬

‫أ‬
 ‫اﻹھﺪاء‬
‫إذا ﻛﺎن اﻹھﺪاء ﯾﻌﺒﺮ وﻟﻮ ﺑﺠﺰء ﻣﻦ اﻟﻮﻓﺎء‬
‫ﻓﺎﻹھﺪاء‬
‫إﻟﻰ‬
‫ﻣﻌﻠﻢ اﻟﺒﺸﺮﯾﺔ وﻣﻨﺒﻊ اﻟﻌﻠﻢ ﻧﺒﯿﻨﺎ ﻣﺤﻤﺪ )ﺻﻠﻰ ﷲ وﻋﻠﯿﮫ وﺳﻠﻢ(‬
‫إﻟﻰ‪...‬‬
‫ﻣﺜﻞ اﻷﺑﻮة اﻷﻋﻠﻰ واﻟﺪي اﻟﻌﺰﯾﺰ‬
‫إﻟﻰ ‪...‬‬
‫ﺣﺒﯿﺒﺔ ﻗﻠﺒﻲ اﻷوﻟﻰ ‪..‬أﻣﻲ اﻟﺤﻨﻮﻧﺔ‬
‫إﻟﻰ ‪...‬‬
‫اﻟﺤﺐ ﻛﻞ اﻟﺤﺐ ‪..‬أﺧﻮاﻧﻲ وأﺧﻮاﺗﻲ‬
‫إﻟﻰ ﻛﺎﻓﺔ اﻷھﻞ واﻻﺻﺪﻗﺎء‬
‫إﻟﻰ‪..‬‬
‫ﻣﻦ ﻣﮭﺪوا اﻟﻄﺮﯾﻖ أﻣﺎﻣﻲ ﻟﻠﻮﺻﻮل إﻟﻰ ھﺬا اﻟﺠﮭﺪ اﻟﻤﺘﻮاﺿﻊ‬
‫إﻟﻰ ﻣﻦ ﯾﺴﻌﺪ ﻗﻠﻮﺑﻨﺎ ﺑﻠﻘﯿﺎھﻢ‬

‫ب‬
 ‫ﺷﻜﺮوﺗﻘﺪﻳﺮ‬

‫اﻟﺣﻣد ﷲ ‪ ،‬واﻟﺻﻼة واﻟﺳﻼم ﻋﻠﻰ اﺷرف ﺧﻠق اﷲ ﻧﺑﯾﻧﺎ ﻣﺣﻣد ﺻﻠﻰ اﷲ ﻋﻠﯾﻪ وﺳﻠم‬

‫اﻟﺷﻛر أوﻻ وأﺧﯾرا ﷲ ﺳﺑﺣﺎﻧﻪ وﺗﻌﺎﻟﻰ اﻟذي وﻓﻘﻧﺎ وأﻋﺎﻧﻧﺎ ﻹﻧﺟﺎز‬

‫وا ٕ ﺗﻣﺎم ﻫذا اﻟﺑﺣث وﻣن ﺛم اﻟﺷﻛرو اﻟﺗﻘدﯾر ﻟﻬذا اﻟﺻرح اﻟﻌظﯾم ﻟﺟﺎﻣﻌﺔ اﻟﺳودان ﻟﻠﻌﻠوم‬

‫واﻟﺗﻛﻧوﻟوﺟﯾﺎ واﺗﻘدم ﺑﺄوﻓر اﻟﺷﻛر واﻟﺗﻘدﯾر إﻟﻰ‬

‫د‪ .‬اﻟﻄﯿﺐ ﻋﻤﺮ اﺣﻤﺪ‬

‫ﻋﻠﻰ ﻫذا اﻟﺑﺣث ﻟﻣﺎ ﻗدﻣﻪ ﻟﻧﺎ ﻣن ﻋون‬

‫وﻣﺳﺎﻋدة ﺑﺗﺗﺑﻌﻪ ﻟﻬذا اﻟﺑﺣث ﻣﺷرﻓﺎ وﻣرﺷدا ﻓﻛﺎﻧت ﻟﻪ اﻟﻣﺳﺎﻫﻣﺔ‬

‫اﻟﻔﻌﺎﻟﺔ ﻓﻲ إﺧراج ﻫذا اﻟﺑﺣث ﻣن ﻣﻬدﻩ إﻟﻰ ﺣﯾز اﻟوﺟود ‪.‬‬

‫ﻛﻣﺎ أﺧص ﺑﺎﻟﺷﻛر ﺟﻣﯾﻊ اﻷﺳﺎﺗذة ﺑﻘﺳم اﻹﺣﺻﺎء اﻟﺗطﺑﯾﻘﻲ واﻟﺷﻛر أﯾﺿﺎ‬

‫زﻣﻼﺋﻧ وزﻣﯾﻼﺗﻧﺎ وا ٕ ﻟﻰ ﻛل ﻣن ﺳﺎﻫم ﻣﻌﻧﺎ ﻓﻲ إﺧراج ﻫذا اﻟﺑﺣث‬

‫ﺎ‬ ‫إﻟﻰ‬

‫ج‬
 ‫اﻟﻤﺴﺘﺨﻠﺺ‬

‫ﯾﺘﻨﺎول ھﺬا اﻟﺒﺤﺚ ﻛﯿﻔﯿﺔ إﺷﺘﻘﺎق اﻟﺨﻮاص اﻹ ﺣﺼﺎﺋﯿﺔ ﻟﻠﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ ﻛﺎﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ و اﻟﻮﺳﯿﻂ‬
‫واﻟﻤﻨﻮال واﻟﺘﺒﺎﯾﻦ واﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري وﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء وﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ ﻣﺴﺘﺨﺪﻣﯿﻦ ﻓﻲ ذﻟﻚ اﻟﻌﺰوم‬
‫ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ و اﻟﻌﺰوم اﻟﻤﺮﻛﺰﯾﺔ اﻟﺘﻲ ﺗﻢ إﺷﺘﻘﺎﻗﮭﺎ وإﺛﺒﺎﺗﮭﺎ ﻓﻲ اﻹطﺎر اﻟﻨﻈﺮي‪ .‬اﯾﻀﺎ ً ﺗﻢ إﯾﺠﺎد اﻟﺪاﻟﺔ‬
‫اﻟﺘﻮزﯾﻌﯿﺔ واﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم واﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة ﻟﻌﺪد ﻣﻦ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﺘﻘﻄﻌﺔ و اﻟﻤﺴﺘﻤﺮة وﻗﺪ ﺗﻢ‬
‫اﻟﺘﻮﺻﻞ اﻟﻲ إﺷﺘﻘﺎق ﺧﻮاص اﻟﺘﻮزﯾﻊ اﻟﻤﺘﻘﻄﻊ اﻟﻤﻨﺘﻈﻢ وﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ وﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ وﺗﻮزﯾﻊ ذي‬
‫اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ واﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ واﻟﺘﻮزﯾﻊ ﻓﻮق اﻟﮭﻨﺪﺳﻲ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻮزﯾﻌﺎت اﻟﻤﺘﻘﻄﻌﺔ ‪ .‬واﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ‬
‫واﻟﺘﻮزﯾﻊ اﻷﺳﻲ وﺗﺰوﯾﻊ ﺟﺎﻣﺎ وﺗﻮزﯾﻊ ﺑﯿﺘﺎ واﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ واﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري ﻟﻠﺘﻮزﯾﻌﺎت‬
‫اﻟﻤﺴﺘﻤﺮة‪ .‬ﻣﻊ ﺗﻮﺿﺢ ﻛﯿﻔﯿﺔ ﺗﻄﺒﯿﻖ ھﺬه اﻟﺨﻮاص ﻋﻦ طﺮﯾﻖ أﻣﺜﻠﺔ ﺗﻄﺒﯿﻘﯿﺔ ‪ ،‬وﻗﺪ ﺗﻢ اﻟﺘﻮﺻﻞ اﻟﻲ إﺷﺘﻘﺎق‬
‫ﺑﻌﺾ اﻟﻤﻘﺎﯾﯿﺲ اﻟﺘﻲ ﻛﺎﻧﺖ ﻋﺒﺎرة ﻋﻦ ﺻﯿﻎ ﻓﻘﻂ وﻟﻜﻦ ﺗﻢ إﺷﺘﻘﺎﻗﮭﺎ وإﺛﺒﺎﺗﮭﺎ‪.‬‬

‫د‬
 Abstract

This research deals with how to derive statistical properties of probability

distributions Kalost arithmetic and median and mode, contrast, standard deviation
and coefficient of convolution and coefficient of kurtosis users the moments about
the point of origin and the central moments that were derived and recognized in the
theoretical framework. Also it has been a distributive function and moment
generating function and the characteristic of a number of probability distributions
intermittent and persistent has been reached derivative properties intermittent
distribution and regular distribution of Bernoulli and Binomial distribution and the
distribution of binomial negative and distribution engineering and distribution
hypergeometric for distributions intermittent. And regular distribution and
exponential distribution and distribution of gamma and beta Tsoaa natural and
distribution of natural and distribution standard for continuous distributions. With
describes how to apply these properties through practical examples, it has been
reached derivative of some measures that were previously only are formulas but
were derived and substantiated.

‫ه‬
 ‫اﻟﻔﮭﺮﺳﺖ‬

‫اﻟﺻﻔﺣﻪ‬ ‫اﻟﻣﺣﺗوي‬ ‫رﻗم اﻟﺑﻧد‬

‫أ‬ ‫اﻻﯾﺔ‬ ‫‪1‬‬
‫ب‬ ‫اﻻﻫداء‬ ‫‪2‬‬
‫ج‬ ‫اﻟﺷﻛر واﻟﺗﻘدﯾر‬ ‫‪3‬‬
‫د‬ ‫اﻟﻣﺳﺗﺧﻠص‬ ‫‪4‬‬
‫ﻫـ‬ ‫‪Abstract‬‬ ‫‪5‬‬

‫و‬ ‫اﻟﻔﻬرﺳت‬ ‫‪6‬‬

‫اﻟﻔﺻل اﻻول‬
‫ﺧطﺔ اﻟﺑﺣث‬
‫‪1‬‬ ‫ﺗﻣﻬﯾد‬ ‫‪1-0‬‬

‫‪1‬‬ ‫ﻣﺷﻛﻠﺔ اﻟﺑﺣث‬ ‫‪1-1‬‬

‫‪1‬‬ ‫أﻫﻣﯾﺔ اﻟﺑﺣث‬ ‫‪1-2‬‬
‫‪1‬‬ ‫أﻫداف اﻟﺑﺣث‬ ‫‪1-3‬‬
‫‪2‬‬ ‫ﻓروض اﻟﺑﺣث‬ ‫‪1-4‬‬
‫‪2‬‬ ‫ﻣﻧﻬﺟﯾﺔ اﻟﺑﺣث‬ ‫‪1-5‬‬
‫‪2‬‬ ‫ﻣﺻطﻠﺣﺎت اﻟﺑﺣث‬ ‫‪1-6‬‬
‫‪3‬‬ ‫ﻫﯾﻛﻠﺔ اﻟﺑﺣث‬ ‫‪1-7‬‬

‫اﻟﻔﺻل اﻟﺛﺎﻧﻲ‬
‫ﻣﻘدﻣﺔ ﻋﺎﻣﺔ ﻋن اﻟﺗوزﯾﻌﺎت‬
‫اﻹﺣﺗﻣﺎﻟﯾﺔ واﻟﺧواص اﻹﺣﺻﺎﺋﯾﺔ‬

‫و‬
‫‪4‬‬ ‫اﻟﺗوزﯾﻊ اﻹﺣﺗﻣﺎﻟﻲ‬ ‫‪2-1‬‬
‫‪5‬‬ ‫اﻟﺧواص اﻹﺣﺻﺎﺋﯾﺔ‬ ‫‪2-2‬‬
‫‪5‬‬ ‫اﻟﻌزوم‬ ‫‪2-2-1‬‬
‫‪7‬‬ ‫اﻟداﻟﺔ اﻟﺗوزﯾﻌﯾﺔ‬ ‫‪2-2-2‬‬
‫‪7‬‬ ‫اﻟوﺳط اﻟﺣﺳﺎﺑﻲ‬ ‫‪2-2-3‬‬
‫‪7‬‬ ‫اﻟﺗﺑﺎﯾن‬ ‫‪2-2-4‬‬
‫‪8‬‬ ‫اﻹ ﻧﺣراف اﻟﻣﻌﯾﺎري‬ ‫‪2-2-5‬‬
‫‪8‬‬ ‫اﻟوﺳﯾط‬ ‫‪2-2-6‬‬
‫‪9‬‬ ‫اﻟﻣﻧوال‬ ‫‪2-2-7‬‬
‫‪10‬‬ ‫اﻟداﻟﺔ اﻟﻣوﻟدة ﻟﻠﻌزوم‬ ‫‪2-2-8‬‬
‫‪10‬‬ ‫اﻟداﻟﺔ اﻟﻣﻣﯾزة‬ ‫‪2-2-9‬‬
‫‪10‬‬ ‫ﻣﻌﺎﻣل اﻹ ﻟﺗواء‬ ‫‪2-2-10‬‬
‫‪11‬‬ ‫ﻣﻌﺎﻣل اﻟﺗﻔرطﺢ‬ ‫‪2-2-11‬‬

‫اﻟﻔﺻل اﻟﺛﺎﻟث‬

‫اﻟﺗوزﯾﻌﺎت اﻹﺣﺗﻣﺎﻟﯾﺔ اﻟﻣﺗﻘطﻌﺔ‬

‫‪12‬‬ ‫اﻟﺗوزﯾﻊ اﻟﻣﻧﺗظم‬ ‫‪3-1‬‬
‫‪19‬‬ ‫ﺗوزﯾﻊ ﺑروﻧوﻟﻲ‬ ‫‪3-2‬‬
‫‪25‬‬ ‫ﺗوزﯾﻊ ذي اﻟﺣدﯾن‬ ‫‪3-3‬‬
‫‪34‬‬ ‫ﺗوزﯾﻊ ﺑواﺳون‬ ‫‪3-4‬‬
‫‪44‬‬ ‫اﻟﺗوزﯾﻊ اﻟﻬﻧدﺳﻲ‬ ‫‪3-5‬‬
‫‪54‬‬ ‫ﺗوزﯾﻊ ذي اﻟﺣدﯾن اﻟﺳﺎﻟب‬ ‫‪3-6‬‬
‫‪65‬‬ ‫اﻟﺗوزﯾﻊ ﻓوق اﻟﻬﻧدﺳﻲ‬ ‫‪3-7‬‬

‫ز‬
 ‫اﻟﻔﺻل اﻟراﺑﻊ‬
‫اﻟﺗوزﯾﻌﺎت اﻹﺣﺗﻣﺎﻟﯾﺔ اﻟﻣﺳﺗﻣرة‬
‫‪75‬‬ ‫اﻟﺗوزﯾﻊ اﻟﻣﻧﺗظم اﻟﻣﺗﺻل‬ ‫‪4-1‬‬

‫‪82‬‬ ‫ﺗوزﯾﻊ ﺟﺎﻣﺎ‬ ‫‪4-2‬‬

‫‪94‬‬ ‫اﻟﺗوزﯾﻊ اﻻﺳﻲ‬ ‫‪4-3‬‬

‫‪103‬‬ ‫ﺗوزﯾﻊ ﺑﯾﺗﺎ‬ ‫‪4-4‬‬

‫‪113‬‬ ‫اﻟﺗوزﯾﻊ اﻟطﺑﯾﻌﻲ‬ ‫‪4-5‬‬

‫‪125‬‬ ‫اﻟﺗوزﯾﻊ اﻟطﺑﯾﻌﻲ اﻟﻣﻌﯾﺎري‬ ‫‪4-6‬‬

‫‪128‬‬ ‫اﻟﻔﺻل اﻟﺧﺎﻣس‬

‫أﻣﺛﻠﺔ ﺗطﺑﯾﻘﯾﺔ ﻟﻠﺧواص اﻹﺣﺻﺎﺋﯾﺔ ﻓﻲ‬
‫اﻟﺗوزﯾﻌﺎت اﻹﺣﺗﻣﺎﻟﯾﺔ‬

‫ح‬
‫اﻟﻔﺻل اﻷول‬

‫اﻟﻣﻘدﻣﺔ‬

‫‪1‬‬
 ‫اﻟﻤــــﻘﺪﻣﺔ ‪:‬‬

‫‪ :1-0‬ﺗﻤﮭﯿﺪ ‪:‬‬

‫ﻓﻲ ﻛﺜﯿﺮ ﻣﻦ ﻣﺠﺎﻻت اﻟﺤﯿﺎة ﻛﺎﻟﻤﺠﺎل اﻟﻄﺒﯿﻌﻲ اواﻟﻤﺠﺎل اﻟﺰراﻋﻲ او اﻟﻤﺠﺎل اﻟﺼﻨﺎﻋﻲ ﺑﯿﺎﻧﺎﺗﮫ ﺗﺘﺒﻊ‬
‫ﺗﻮزﯾﻌﺎت اﺣﺘﻤﺎﻟﯿﺔ ﻣﻌﯿﻨﺔ ‪ ،‬وھﺬه اﻟﺘﻮزﯾﻌﺎ ت ﺗﻌﺒﺮ ﻋﻦ ظﻮاھﺮ ھﺬه اﻟﻤﺠﺎﻻت وﺗﻌﺮف ﺑﺎﻟﺘﻮزﯾﻌﺎت اﻻﺣﺘﻤﺎﻟﯿﺔ‬
‫وﺗﻨﻘﺴﻢ اﻟﺘﻮزﯾﻌﺎت اﻟﺤﺘﻤﺎﻟﯿﺔ اﻟﻲ ﺗﻮزﯾﻌﺎت ﻣﺘﻘﻄﻌﺔ واﻟﺘﻲ ﯾﻜﻮن ﻓﯿﮭﺎ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ﻣﺘﻘﻄﻊ وﺗﻮزﯾﻌﺎت‬
‫اﺣﺘﻤﺎﻟﯿﺔ ﻣﺴﺘﻤﺮة واﻟﺘﻲ ﯾﻜﻮن ﻓﯿﮭﺎ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ﻣﺴﺘﻤﺮ وﻗﺪ ﻗﻤﻨﺎ ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺑﺎﯾﺠﺎد اﻟﺨﻮاص‬
‫اﻻﺣﺼﺎﺋﯿﮫ ﻟﻠﺘﻮزﯾﻌﺎت اﻻﺣﺘﻤﺎﻟﯿﮫ اﻟﻤﻌﻠﻤﯿﮫ وﻣﻦ ھﺬه اﻟﺨﻮاص اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ واﻟﺘﺒﺎﯾﻦ واﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬
‫وﻣﻌﺎﻣﻞ اﻻﻟﺘﻮاء وﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ واﯾﻀﺎ اﻟﺪاﻟﺔ اﻟﻜﺘﻠﺔ او اﻟﻜﺜﺎﻓﺔ اﻻﺣﺘﻤﺎﻟﯿﺔ واﻟﺪاﻟﮫ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم واﻟﺪاﻟﺔ‬
‫اﻟﺘﻤﯿﺰﯾﺔ واﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ ﻟﻠﺘﻮزﯾﻌﺎت اﻻﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﺘﻘﻄﻌﺔ وﻣﻨﮭﺎ اﻟﺘﻮزﯾﻊ اﻟﻤﺘﻘﻄﻊ اﻟﻤﻨﺘﻈﻢ وﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ‬
‫وﺗﻮزﯾﻊ زي اﻟﺤﺪﯾﻦ )ﺛﻨﺎﺋﻲ اﻟﺤﺪﯾﻦ( وﺗﻮزﯾﻊ زي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ وﺗﻮزﯾﻊ ﺑﻮاﺳﻮن واﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ واﻟﺘﻮزﯾﻊ‬
‫ﻓﻮق اﻟﮭﻨﺪﺳﻲ )اﻟﮭﻨﺪﺳﻲ اﻟﺰاﺋﺪي( وﻛﺬﻟﻚ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﺼﻠﺔ ﻣﻨﮭﺎ اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ واﻟﺘﻮزﯾﻊ اﻻﺳﻲ وﺗﻮزﯾﻊ‬
‫ﺟﺎﻣﺎ وﺗﻮزﯾﻊ ﺑﯿﺘﺎ واﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ واﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري‬

‫‪ :1-1‬ﻣﺸﻜﻠﺔ اﻟﺒﺤﺚ ‪:‬‬

‫ﻋﺎدة ﻣﺎ ﯾﺴﺘﺨﺪم ﺗﻮزﯾﻊ اﺣﺘﻤﺎﻟﻲ ﻓﻲ ﻏﯿﺮ ﻣﺤﻠﮫ وذﻟﻚ ﻻﻧﻨﺎ ﻧﺠﮭﻞ اﻟﺨﻮاص اﻻﺣﺼﺎﺋﯿﺔ ﻟﺬﻟﻚ اﻟﺘﻮزﯾﻊ ‪ ،‬ﻛﻤﺎ ان‬
‫اﻏﻠﺐ اﻟﺒﺎﺣﺜﯿﻦ ﻻ ﯾﻔﺮﻗﻮن ﺑﯿﻦ ﻣﺎ اذا ﻛﺎن اﻟﺘﻮزﯾﻊ ﻣﺘﻘﻄﻊ او ﻣﺘﺼﻞ واﻟﺒﻌﺾ اﻻﺧﺮ ﺑﺎﻟﻜﺎد ﯾﻌﺮف اﻟﻮﺳﻂ‬
‫اﻟﺤﺴﺎب واﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﻛﻤﺎ ﯾﺼﻌﺐ اﯾﺠﺎد اﻟﺨﻮاص اﻻﺣﺼﺎﺋﯿﺔ اﻻﺧﺮى ﻟﻜﺜﯿﺮ ﻣﻦ اﻟﺘﻮزﯾﻌﺎت ﻣﺸﻜﻠﺔ‬
‫ھﺬا اﻟﺒﺤﺚ ھﻲ ﻛﯿﻔﯿﺔ اﻻﺷﺘﻘﺎق اﻟﺮﯾﺎﺿﻲ ﻟﻠﺨﻮاص اﻟﺤﺼﺎﺋﯿﺔ ﻟﻠﺘﻮزﯾﻌﺎت اﻻﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﻌﻠﻤﯿﺔ )اﻟﺒﺎرﻣﺘﺮﯾﺔ( ‪.‬‬

‫‪ :1-2‬اھﻤﯿﺔ اﻟﺒﺤﺚ ‪:‬‬

‫ھﻨﺎﻟﻚ اﻟﻜﺜﯿﺮ ﻣﻦ اﻟﺒﺎﺣﺜﯿﻦ ﻻﯾﻌﺮوﻓﻮن ان اﻟﻈﻮاھﺮ او اﻟﺒﯿﺎﻧﺎت ﺗﺘﺒﻊ ﺗﺘﻮزﯾﻊ اﺣﺘﻤﺎﻟﻲ او ﻏﯿﺮ اﺣﺘﻤﺎﻟﻲ ﺳﻮاء‬
‫ﻛﺎﻧﺖ ھﺬه اﻟﺒﯿﺎﻧﺎت ﻣﺘﻘﻄﻌﺔ ام ﻣﺘﺼﻠﺔ وأي ﺗﻮزﯾﻊ ﻣﻦ ھﺬة اﻟﺘﻮزﯾﻌﺎت‪ ،‬ﺗﻨﺒﻊ اھﻤﯿﺔ ھﺬا اﻟﺒﺤﺚ ﻓﻲ اﻧﮫ ﯾﻌﺘﺒﺮ ﻣﻦ‬
‫اﻟﺒﺤﻮث اﻟﻘﻼﺋﻞ اﻟﺘﻲ ﺗﻨﺎول ﻣﻮﺿﻊ اﺷﺘﻘﺎق اﻟﺼﯿﻎ اﻟﺮﯾﺎﺿﯿﺔ ﻟﻠﺨﻮاص اﻻﺣﺼﺎﺋﯿﺔ ﻟﻠﺘﻮزﯾﻌﺎت اﻻﺣﺘﻤﺎﻟﯿﺔ ﺣﯿﺚ‬
‫ﻧﺠﺪ ان ﻛﺜﯿﺮ ﻣﻦ اﻟﺒﺎﺣﺜﯿﻦ ﯾﺠﮭﻠﻮن ﻛﯿﻔﯿﺔ اﻻﺷﺘﻘﺎق اﻟﺨﻮاص اﻻﺣﺼﺎﺋﯿﺔ ﺧﺎﺻﺔ اﻟﺨﻮاص اﻟﺘﻲ ﺗﺨﺘﺺ ﺑﻤﻘﺎﯾﯿﺲ‬
‫اﻻﻟﺘﻮاء واﻟﺘﻔﺮطﺢ ﻛﻤﺎ ان ﺗﻄﺒﯿﻖ ھﺬة اﻟﺨﻮاص ﻗﺪ ﯾﻜﻮن اﻣﺮ ﻓﻲ ﻏﺎﯾﺔ اﻟﺼﻌﻮﺑﺔ اﻻﻣﺮ اﻟﺬي ادي اﻟﻲ ﺗﺒﺴﯿﻂ‬
‫طﺮق اﻻﺷﺘﻘﺎق ﺣﺘﻲ ﯾﺴﮭﻞ ﻋﻤﻠﯿﺔ اﻟﺘﻄﺒﯿﻖ‪.‬‬

‫‪ :1-3‬أھﺪاف اﻟﺒﺤﺚ ‪:‬‬

‫ﯾﮭﺪف ھﺬا اﻟﺒﺤﺚ اﻟﻲ ﻋﺪة ﻣﻮاﺿﯿﻊ ﻧﺬﻛﺮ ﻣﻨﮭﺎ ﻣﺎ ﯾﻠﻲ‪:‬‬

‫‪ -1‬ﺷﺮح ﻛﯿﻔﯿﺔ إﺷﺘﻘﺎق ﺗﻠﻚ اﻟﺼﯿﻎ اﻟﺮﯾﺎﺿﯿﺔ ﻓﻤﺎ ﯾﺨﺺ اﻟﺨﻮاص اﻹﺣﺼﺎﺋﯿﺔ ﻟﻠﺘﻮزﯾﻌﺎت ‪.‬‬

‫‪ -2‬اﻟﺘﻮﺻﻞ ﻟﻠﺼﯿﻎ اﻟﺮﯾﺎﺿﯿﺔ اﻟﺘﻲ ﻣﻦ ﺷﺄﻧﮭﺎ أن ﺗﺴﺎﻋﺪﻧﺎ ﻓﻲ اﻟﺘﻄﺒﯿﻖ اﻟﻌﻠﻤﻲ‪.‬‬

‫‪ -3‬ﻣﻌﺮﻓﺔ اﻟﻤﺠﺎل اﻟﺘﻄﺒﯿﻘﻲ ﻟﻠﺘﻮزﯾﻌﺎت ﻓﻲ اﻟﺤﯿﺎة اﻟﻌﻤﻠﯿﺔ ‪.‬‬

‫‪1‬‬
 ‫‪ -4‬إ ﺷﺘﻘﺎق ﺑﻀﻊ اﻟﺨﻮاص اﻟﺘﻲ ﯾﺼﻌﺐ إﺷﺘﻘﺎﻗﮭﺎ ﺑﺎﻟﻄﺮق اﻟﻌﺎدﯾﺔ‬

‫‪ -5‬ﻣﺪ اﻟﺒﺎﺣﺜﯿﻦ اﻟﻤﮭﺘﻤﯿﻦ ﺑﻨﻈﺮﯾﺔ اﻻﺣﺼﺎء ﺑﺠﻤﯿﻊ اﻻﺷﺘﻘﺎﻗﺎت اﻟﺘﻲ ﯾﺤﺘﺎﺟﻮﻧﮭﺎ ﻓﻲ ﻣﺠﺎل‬
‫ﺗﺨﺼﺼﮭﻢ ‪.‬‬

‫‪ :1-4‬ﻓﺮوض اﻟﺒﺤﺚ ‪:‬‬

‫ﻧﺴﺒﺔ ﻷن طﺒﯿﻌﺔ اﻟﺒﺤﺚ ﻧﻈﺮﯾﺔ ﻟﺬﻟﻚ ﯾﺼﻌﺐ وﺿﻊ ﻓﺮﺿﯿﺔ إﺣﺼﺎﺋﯿﺔ ﯾﻤﻜﻦ إﺧﺘﺒﺎرھﺎ وﻟﻜﻦ ﯾﻤﻜﻦ أن ﻧﺨﺘﺒﺮ‬
‫اﻟﺨﻮاص اﻹﺣﺼﺎﺋﯿﺔ ﻟﻜﻞ ﺗﻮزﯾﻊ ﺑﺎﻟﺘﻄﺒﯿﻖ ﻋﻠﻰ ﺑﯿﺎﻧﺎت إﻓﺘﺮاﺿﯿﺔ ‪.‬‬

‫‪ :1-5‬ﻣﻨﮭﺠﯿﺔ اﻟﺒﺤﺚ ‪:‬‬

‫ﺗﻢ اﺳﺘﺨﺪام اﻟﻤﻨﮭﺞ اﻟﻮﺻﻔﻲ وﻣﻨﮭﺞ دراﺳﺔ اﻟﺤﺎﻟﺔ ﺣﯿﺚ ﺗﻢ وﺻﻒ ﻧﻈﺮي ﻟﻠﺘﻮزﯾﻌﺎت اﻻﺣﺘﻤﺎﻟﯿﺔ ﻟﻜﻞ ﺗﻮزﯾﻊ ﺗﻢ‬
‫اﺛﺒﺎت اﻟﺨﺼﺎﺋﺺ اﻻﺣﺼﺎﺋﯿﺔ ﻣﻦ وﺳﻂ و وﺳﯿﻂ وﻣﻨﻮال واﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة واﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم واﻻﻟﺘﻮاء‬
‫واﻟﺘﻔﺮطﺢ ﻣﺎ ﺗﻢ اﺳﺘﺨﺪام ﻣﻨﮭﺞ دراﺳﺔ اﻟﺤﺎﻟﺔ ﻓﻲ اﺛﺒﺎت ﺑﻌﺾ اﻻﻣﺜﻠﺔ ﻛﺪراﺳﺔ ﺣﺎﻟﺔ ﻟﺘﻚ اﻟﺘﻮزﯾﻌﺎت‪.‬‬

‫‪ :1-6‬ﻣﺼﻄﻠﺤﺎت اﻟﺒﺤﺚ‬

‫ﻓﯿﻤﺎ ﯾﻠﻲ ﺑﻌﺾ اﻟﻤﺼﻄﻠﺤﺎت واﻟﺮﻣﻮز اﻟﺘﻲ ﺗﻢ اﺳﺘﺨﺪاﻣﮭﺎ ﻓﻲ اﻟﺒﺤﺚ وﺣﺘﻲ ﺗﻜﻮن اﻟﺼﻮرة اﻛﺜﺮ وﺿﻮﺣﺎ ﻗﻤﻨﺎ‬
‫ﺑﺘﻮﺿﯿﺢ وﺗﻔﺴﯿﺮ ﺗﻠﻚ اﻟﺮﻣﻮز ﻟﺘﺴﮭﯿﻞ ﻋﻤﻠﯿﺔ اﻟﻘﺮاءة واﻟﻔﮭﻢ‪ ،‬وﻣﻦ ھﺬه اﻟﺮﻣﻮز ﻧﺬﻛﺮ‪:‬‬

‫‪‬‬ ‫اﻟﻮﺳﻂ‬

‫‪2‬‬ ‫اﻟﺘﺒﺎﯾﻦ‬
‫‪‬‬ ‫اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬

‫‪3‬‬ ‫ﻣﻌﺎﻣﻞ اﻻﻟﺘﻮاء‬

‫‪4‬‬ ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬

‫)‪F ( x‬‬ ‫اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﺔ‬

‫) ‪ x (t‬‬ ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬

‫) ‪ x (it‬‬ ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬

‫‪2‬‬
 ‫)‪p( x‬‬ ‫داﻟﺔ ﻛﺘﻠﺔ اﻻﺣﺘﻤﺎل‬

‫)‪f ( x‬‬ ‫داﻟﺔ ﻛﺜﺎﻓﺔ اﻻﺣﺘﻤﺎل‬

‫‪M‬‬ ‫اﻟﻮﺳﯿﻂ‬

‫‪ :1-7‬ھﯿﻜﻠﺔ اﻟﺒﺤﺚ‬

‫ﯾﺤﺘﻮي ھﺬا اﻟﺒﺤﺚ ﻋﻠﻰ ﺧﻤﺲ ﻓﺼﻮل ‪ :‬ﺣﯿﺚ اﺷﺘﻤﻞ اﻟﻔﺼﻞ اﻻوﻟﻲ اﻟﻤﻘﺪم واﻟﺘﻲ ﺗﺘﻜﻮن ﻣﻦ ﻣﺸﻜﻠﺔ اﻟﺒﺤﺚ‬
‫وأھﻤﯿﺔ اﻟﺒﺤﺚ واﻟﻔﺮﺿﯿﺎت واﻟﻤﻨﮭﺠﯿﺔ اﻟﻤﺴﺘﺨﺪﻣﺔ وھﯿﻜﻠﺔ اﻟﺒﺤﺚ واھﻢ اﻟﻤﺼﻄﻠﺤﺎت‪ .‬واﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ وﯾﺤﺘﻮي‬
‫ﻋﻠﻲ اﻻطﺎر اﻟﻨﻈﺮي ﻣﻦ اﺷﺘﻘﺎق ﻟﺒﻌﺾ اﻟﺨﺼﺎﺋﺺ اﻻﺣﺼﺎﺋﯿﺔ ﻟﻠﺘﻮزﯾﻌﺎت‪ .‬ام اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ ﻓﻘﺪ اﺷﺘﻤﻞ ﻋﻠﻲ‬
‫ﺑﻌﺾ اﻟﻨﻤﺎذج واﻟﺘﻄﺒﯿﻘﺎت ﻟﻠﺘﻮزﯾﻌﺎت اﻟﺘﻲ ﺗﻢ اﺷﺘﻘﺎﻗﮭﺎ ﻓﻲ اﻟﻔﺼﻞ اﻟﺴﺎﺑﻖ‪ .‬وﻓﻲ اﻟﻔﺼﻞ اﻟﺮاﺑﻊ اﻟﻨﺘﺎﺋﺞ‬
‫واﻟﺘﻮﺻﯿﺎت وﻓﻲ ﻧﮭﺎﯾﺔ اﻟﺒﺤﺚ اﻟﻤﺮاﺟﻊ واﻟﻤﺼﺎدر‪.‬‬

‫‪3‬‬
 ‫اﻟﻔﺻل اﻟﺛﺎﻧﻲ‬

‫ﻣﻘدﻣﺔ ﻋﺎﻣﺔ ﻋن اﻟﺗوزﯾﻌﺎت اﻹﺣﺗﻣﺎﻟﯾﺔ واﻟﺧواص اﻹﺣﺻﺎﺋﯾﺔ‬

‫‪1‬‬
 ‫‪ :1-2‬اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ ‪:Probability distribution‬‬

‫ھﻮ ﻣﺠﻤﻮﻋﺔ ﺟﺰﺋﯿﺔ ﻗﺎﺑﻠﺔ ﻟﻠﻘﯿﺎس ﻣﻦ ﻣﺠﻤﻮﻋﺔ ﻧﺘﺎﺋﺞ ﺗﺠﺮﺑﺔ ﻋﺸﻮاﺋﯿﺔ ﻣﺎ ‪ .‬وھﻮ ﯾﻌﺘﺒﺮ ﺣﺎﻟﺔ ﺧﺎﺻﺔ ﻣﻦ ﻣﺼﻄﻠﺢ‬
‫أﻛﺜﺮ ﻋﻤﻮﻣﯿﺔ ھﻮ اﻟﻘﯿﺎس اﻹﺣﺘﻤﺎﻟﻲ ‪ ،‬اﻟﺬي ﯾﻌﺘﺒﺮ داﻟﺔ ﺗﺮﺑﻂ ﻗﯿﻢ إﺣﺘﻤﺎﻻت ﺑﻤﺠﻤﻮﻋﺎت ﻣﻘﯿﺴﺔ ﻣﻦ اﻟﻔﻀﺎء‬
‫اﻟﻤﻘﺎس ﺑﺤﯿﺚ ﺗﺤﻘﻖ ﻓﺮﺿﯿﺎت ﻛﻮﻟﻮﻣﻮﻏﺮوف‪.‬ﻓﻲ ﺣﯿﻦ أن ﻛﻞ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﯾﻨﺸﺄ ﻋﻨﮫ ﺗﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ ﯾﺤﺘﻮي‬
‫ﻋﻠﻰ ﻣﻌﻈﻢ اﻟﻤﻌﻠﻮﻣﺎت اﻟﻤﮭﻤﺔ ﻋﻦ ھﺬا اﻟﺘﻤﻐﯿﺮ ‪.‬ﻓﺈذا ﻛﺎن اﻟﻤﺘﻐﯿﺮ ‪x‬ﻣﺘﻐﯿﺮا ً ﻋﺸﻮاﺋﯿﺎ ً ﻓﺈن اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ‬
‫اﻟﻤﻮاﻓﻖ ﻟﮫ ﯾﻨﺴﺐ اﻟﻤﺠﺎل ‪  a, b ‬إﺣﺘﻤﺎﻻ ‪ :‬ﺑﻤﻌﻨﻰ أن ﯾﺄﺧﺬ اﻟﻤﺘﻐﯿﺮ ‪ x‬ﻗﯿﻤﺔ ﺿﻤﻦ اﻟﻤﺠﺎل ھﻲ ‪:‬‬

‫‪ Pr  a  x  b ‬وﯾﻤﻜﻦ وﺻﻒ اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﯿﺮ ﻋﻦ طﺮﯾﻖ داﻟﺔ اﻟﺘﻮزﯾﻊ اﻟﺘﺮاﻛﻤﻲ اﻟﺘﻲ ﺗﻌﺮف ﻛﻤﺎ‬
‫ﯾﻠﻲ ‪ :‬ﻧﻘﻮل ﻋﻦ ﺗﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ أﻧﮫ ﻣﺘﻘﻄﻊ إذا ﻛﺎﻧﺖ داﻟﺔ اﻟﺘﻮزﯾﻊ اﻟﺘﺮاﻛﻤﻲ ﻟﮫ ﻣﺆﻟﻔﺔ ﻣﻦ ﺗﺴﻠﺴﻞ ﻣﻨﺘﮭﻲ ‪ ،‬ﻛﻤﺎ‬
‫ﯾﻌﻨﻲ أﻧﮫ ﯾﻌﻮد ﻟﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﻣﺘﻘﻄﻊ ‪ ،‬وﻧﻘﻮل إن اﻟﻤﺘﻐﯿﺮ اﻹﺣﺘﻤﺎﻟﻲ أﻧﮫ ﻣﺴﺘﻤﺮ إذا ﻛﺎﻧﺖ داﻟﺔ اﻟﺘﻮزﯾﻊ‬
‫اﻟﺘﺮاﻛﻤﻲ ﻟﮫ ﻣﺴﺘﻤﺮة أي أﻧﮭﺎ ﺗﻌﻮد ﻟﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ اﺣﺘﻤﺎل أﺧﺬه ﺑﻘﯿﻤﺔ ﻣﺤﺪدة ﻣﻌﯿﻨﺔ ﻣﻌﺪوﻣﺎ اي ‪:‬‬
‫‪ pr  X  x  0‬أي ﻛﺎﻧﺖ ‪ X‬ﻣﻦ ﻣﺠﻤﻮﻋﺔ اﻷﻋﺪاد اﻟﺤﻘﯿﻘﯿﺔ ﻓﻲ ﻣﺜﻞ ھﺬة اﻟﺤﺎﻟﺔ ﻻ وﺟﻮد ﻹﺣﺘﻤﺎل ﻏﯿﺮ‬
‫ﻣﻌﺪوم إﻻ ﻣﻦ أﺟﻞ ﻣﺠﺎل ﺿﻤﻦ ﻣﺠﻤﻮﻋﺔ اﻷﻋﺪاد اﻟﺤﻘﯿﻘﯿﺔ أﻣﺎ أن ﯾﺄﺧﺬ اﻟﻤﺘﻐﯿﺮ ﻗﯿﻤﺔ ﻣﺤﺪدة ﻓﮭﻮ أﻣﺮ ﻋﺪﯾﻢ‬
‫اﻹﺣﺘﻤﺎل ‪.‬‬

‫ھﺬة اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺴﺘﻤﺮة اﻟﻤﻄﻠﻘﺔ ﯾﻤﻜﻦ اﻟﺘﻌﺒﯿﺮ ﻋﻨﮭﺎ ﺑﻮاﺳﻄﺔ دوال ﻛﺜﺎﻓﺔ إﺣﺘﻤﺎﻟﯿﺔ ‪ :‬وھﻲ ﻋﺒﺎرة ﻋﻦ داﻟﺔ ﻗﺎﺑﻠﺔ‬
‫ﻟﻠﺘﻜﺎﻣﻞ ﺑﻄﺮﯾﻘﺔ ﻟﯿﺒﯿﺮﻏﻮ ‪ ،‬وھﻲ ﻣﻮﺟﺒﺔ وﻣﻌﺮﻓﺔ ﻋﻠﻰ ﻣﺠﻤﻮﻋﺔ اﻷﻋﺪاد اﻟﺤﻘﯿﻘﯿﺔ ‪.‬‬

‫وﺗﻨﻘﺴﻢ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ ﻋﻤﻮﻣﺎ ً إﻟﻰ ﻗﺴﻤﯿﻦ ‪:‬‬

‫‪ .1‬ﺗﻮزﯾﻌﺎت إﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﻌﻠﻤﯿﺔ‬

‫‪ .2‬ﺗﻮزﯾﻌﺎت إﺣﺘﻤﺎﻟﯿﺔ ﻻﻣﻌﻠﻤﯿﺔ‬

‫‪ :2-1-1‬اﻟﺘﻮزﯾﻌﺎت اﻟﻤﻌﻠﻤﯿﺔ واﻟﻼﻣﻌﻠﻤﯿﺔ ‪:‬‬

‫‪Parameters distribution-Parameters& Non‬‬

‫ﯾﻘﺼﺪ ﺑﺎﻟﺘﻮزﯾﻊ اﻟﻤﻌﻠﻤﻲ ﺑﺄﻧﮫ ذﻟﻚ اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ اﻟﺬي ﺗﺘﻀﻤﻦ داﻟﺘﮫ ﺛﻮاﺑﺖ ﻣﻌﯿﻨﺔ ﺗﺴﻤﻰ ﻣﻌﺎﻟﻢ اﻟﺘﻮزﯾﻊ‬
‫‪ Parameters‬واﻟﺘﻲ ﻣﻦ ﺷﺄﻧﮭﺎ ﺗﺤﺪﯾﺪ أﺣﺪ أﻓﺮاد ﺗﻠﻚ اﻟﻌﺎﺋﻠﺔ ﻣﻦ ﺧﻼل ﺗﺨﺼﯿﺺ ﻗﯿﻤﺔ ﻋﺪدﯾﺔ ﻟﺘﻠﻚ اﻟﻤﻌﻠﻤﺔأو‬
‫اﻟﻤﻌﺎﻟﻢ ‪ ،‬أﻣﺎ اﻟﻼﻣﻌﻠﻤﯿﺔ ھﻲ اﻟﺘﻲ ﻻ ﺗﺘﻀﻤﻦ داﻟﺘﮫ ﻣﻌﻠﻤﺔ ﻣﻌﯿﻨﺔ‪.‬‬

‫‪: 2-1-2‬اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ ‪:Random Variables‬‬

‫اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ھﻮ اﻟﺬي ﯾﺄﺧﺬ ﻗﯿﻤﺎ ﺣﻘﯿﻘﯿﺔ ﻣﺨﺘﻠﻔﺔ ﺗﻌﺒﺮ ﻋﻦ ﻧﺘﺎ ﺞ ﻓﺮاغ اﻟﻌﯿﻨﺔ ‪،‬وﻣﻦ ﺛﻢ ﻣﺠﺎل ھﺬااﻟﻤﺘﻐﯿﺮ‬
‫وﯾﺸﻤﻞ ﻛﻞ اﻟﻘﯿﻢ اﻟﻤﻤﻜﻨﺔ ﻟﮫ‪ ،‬وﯾﻜﻮن ﻟﻜﻞ ﻗﯿﻤﺔ ﻣﻦ اﻟﻘﯿﻢ اﻟﺘﻲ ﯾﺄﺧﺬھﺎ اﻟﻤﺘﻐﯿﺮ إﺣﺘﻤﺎل ﻣﻌﯿﻦ ‪،‬وﯾﻨﻘﺴﻢ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﻌﺸﻮاﺋﻲ إﻟﻰ ﻗﺴﻤﯿﻦ ‪:‬‬

‫‪4‬‬
 ‫‪ .1‬اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﻤﻨﻔﺼﻠﺔ )اﻟﻤﺘﻘﻄﻌﺔ( ‪Discrete Random Variables‬‬

‫‪ .2‬اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﻤﺘﺼﻠﺔ )اﻟﻤﺴﺘﻤﺮة( ‪Continuous Random Variables‬‬

‫‪: 2-1-3‬اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﻤﻨﻔﺼﻠﺔ )اﻟﻤﺘﻘﻄﻌﺔ(‪:‬‬

‫اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﻤﺘﻘﻄﻊ ھﻮ اﻟﺬي ﯾﺄﺧﺬ ﻗﯿﻢ ﺑﯿﻨﯿﺔ ‪ ،‬وﻣﺘﺒﺎﻋﺪة ‪ ،‬وﯾﺮﻣﺰ ﻟﻠﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ﺑﺸﻜﻞ ﻋﺎم ﺑﺤﺮف‬
‫ﻣﻦ اﻟﺤﺮوف اﻟﺒﺠﺪﯾﺔ اﻟﻜﺒﯿﺮة ‪X,Y,Z,...‬وﯾﺮﻣﺰ ﻟﻠﻘﯿﻢ اﻟﻤﺘﻐﯿﺮ ﺑﺎﻟﺤﺮوف اﻟﺼﻐﯿﺮة ‪x,y,z,...‬‬

‫‪ : 2-1-4‬اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﻤﺘﺼﻠﺔ )اﻟﻤﺴﺘﻤﺮة(‪:‬‬

‫اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﻤﺴﺘﻤﺮ ھﻮ اﻟﺬي ﯾﺄﺧﺬ ﻋﺪد ﻻﻧﮭﺎﺋﻲ ﻣﻦ اﻟﻘﯿﻢ اﻟﻤﻤﻜﻨﺔ ﻟﮫ داﺧﻞ ﻣﺠﺎﻟﮫ‪ ،‬ﻓﺈذا ﻛﺎن ‪ X‬ﻣﺘﻐﯿﺮ‬
‫ﻋﺸﻮاﺋﻲ ﻣﺴﺘﻤﺮ وﯾﻘﻊ ﻓﻲ اﻟﻤﺪى ‪ ،  a, b ‬أي أن ‪ ،  X  x : a  x  b‬ﻓﺈن اﻟﻤﺘﻐﯿﺮ ‪ x‬ﻋﺪد ﻻ ﻧﮭﺎﺋﻲ ﻣﻦ‬
‫اﻟﻘﯿﻢ ﺗﻘﻊ ﺑﯿﻦ اﻟﺤﺪﯾﻦ اﻷدﻧﻰ واﻷﻋﻠﻰ ‪.  a, b ‬‬

‫‪ : 2-2‬اﻟﺨﻮاص اﻹﺣﺼﺎﺋﯿﺔ ‪: Statistical Properties‬‬

‫وﻧﻘﺼﺪ ﺑﮭﺎ اﻟﻤﺘﻮﺳﻂ ‪ ،‬اﻟﺘﺒﺎﯾﻦ ‪ ،‬اﻟﻮﺳﯿﻂ ‪ ،‬اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ‪،‬اﻟﻤﻨﻮال ‪،‬اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم ‪ ،‬اﻟﺪاﻟﺔ اﻟﻤﯿﯿﺰة‬
‫و ﻛﻞ ﻣﻦ ﻣﻌﺎﻣﻼ اﻹﻟﺘﻮاء و اﻟﺘﻔﺮطﺢ ‪.‬‬

‫‪ : 2-2-1‬اﻟﻌﺰوم ‪:Moments‬‬

‫ﺗﻌﺮف اﻟﻌﺰوم ﻟﻠﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ‪) X‬أواﻟﺘﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ ﻟﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ(ﺑﺄﻧﮭﺎ اﻟﻘﯿﻢ اﻟﻤﺘﻮﻗﻌﺔ ﻟﺪوال ﻣﻌﯿﻨﺔ ﺑﺪﻻﻟﺔ‬
‫‪ X‬اﻟﺬي ﯾﺴﻠﻚ وﻓﻖ داﻟﺔ إﺣﺘﻤﺎﻟﯿﺔ )‪ p(x‬ﻛﺜﺎﻓﺔ إﺣﺘﻤﺎل )‪ f (x‬وﻟﻠﻌﺰوم أﻧﻮاع ﻋﺪة ﻣﻨﮭﺎ‬

‫اﻟﻌﺰوم اﻟﻼﻣﺮﻛﺰﯾﺔ ‪Non-central moments‬‬

‫اﻟﻌﺰوم ﺣﻮل ﻧﻘﻄﺔ اﻻﺻﻞ ‪Moments about the origin‬‬

‫اﻟﻌﺰوم اﻟﻤﺮﻛﺰﯾﺔ ‪Central moments‬‬

‫اﻟﻌﺰوم اﻟﻤﻄﻠﻘﺔ اﻟﻤﺮﻛﺰﯾﺔ ‪Central Absolute moments‬‬

‫اﻟﻌﺰوم اﻟﻌﺎﻣﻠﯿﺔ ‪Factorial moments‬‬

‫ﺳﻨﺘﻄﺮق اﻟﻲ ﻧﻮﻋﯿﻦ ﻣﻦ أﻧﻮاع اﻟﻌﺰوم وھﻲ اﻟﻌﺰوم ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ واﻟﻌﺰوم اﻟﻤﺮﻛﺰﯾﺔ‬

‫اﻟﻌﺰوم ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ ‪:Moments about the origin‬‬

‫‪5‬‬
 ‫إن ھﺬا اﻟﻨﻮع ﻣﻦ اﻟﻌﻮزم ﯾﻌﺘﺒﺮ ﺣﺎﻟﺔ ﺧﺎﺻﺔ ﻣﻦ اﻟﻌﺰوم اﻟﻼﻣﺮﻛﺰﯾﺔ ﻓﻲ ﺣﺎﻟﺔ إﺧﺘﺮﻧﺎ ‪a  0‬داﺋﻤﺎ ً‪ ،‬ووﻓﻖ ھﺬا‬
‫اﻹﺧﺘﯿﺎر ﯾﻘﺎل أن اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ إﻟﻰ ‪ x‬ﯾﻤﺘﻠﻚ ﻋﺰم ذا اﻟﻤﺮﺗﺒﺔ ﺣﻮ ﻧﻘﻄﺔ اﻷﺻﻞ ﻣﻌﺮف ﺑﺎﻟﺼﯿﻐﺔ‬
‫‪r‬‬
‫‪ x , r  1,2,3,...‬وﯾﺘﻢ ﺣﺴﺎب ھﺬا اﻟﻌﺰم وﻓﻖ اﻷﺗﻲ ‪:‬‬

‫)‪xr  xr p(x‬‬

‫‪x‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ‪ X‬ﻣﺘﻘﻄﻊ‬

‫)‪xr   xr f ( x‬‬
‫‪x‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ‪ X‬ﻣﺘﺼﻞ‬

‫اﻟﻌﺰوم اﻟﻤﺮﻛﺰﯾﺔ ‪:Central moments‬‬

‫وھﺬه اﻷﺧﺮى ﺗﻌﺪ ﺣﺎﻟﺔ ﺧﺎﺻﺔ ﻣﻦ اﻟﻌﺰوم اﻟﻼﻣﺮﻛﺰﯾﺔ ﻓﻲ ﺣﺎﻟﺔ إﺧﺘﺮﻧﺎ ‪ a  x‬داﺋﻤﺎ ً‪ ،‬ووﻓﻖ ھﺬا اﻹﺧﺘﯿﺎر‬
‫ﯾﻘﺎل إن اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ ‪ x‬ﯾﻤﺘﻠﻚ ﻋﺰم ذا اﻟﻤﺮﺗﺒﺔ ‪ r‬ﺣﻮل ﻧﻘﻄﺔ اﻻﺻﻞ اﻟﻤﻌﺮف ﺑﺎﻟﺼﯿﻐﺔ‬
‫‪r‬‬
‫‪  x  x ‬وﯾﺘﻢ ﺣﺴﺎب ھﺬا اﻟﻌﺰم وﻓﻖ اﻷﺗﻲ ‪:‬‬ ‫‪, r  1, 2,3,...‬‬

‫‪r‬‬
‫)‪x r    x  x  p ( x‬‬
‫‪x‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ‪ X‬ﻣﺘﻘﻄﻊ‬
‫‪r‬‬
‫)‪xr    x  x f ( x‬‬
‫‪x‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ‪ X‬ﻣﺘﺼﻞ‬

‫ﻓﯿﻤﺎ ﯾﻠﻲ ﺑﻌﺾ اﻟﻌﻼﻗﺎت اﻟﺘﻲ ﺗﺮﺑﻂ ﻣﺎ ﺑﯿﻦ اﻟﻌﺰوم اﻟﻤﺮﻛﺰﯾﺔ واﻟﻌﺰوم ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ ‪ .‬ھﺬه اﻟﻌﻼﻗﺎت ﻣﻔﯿﺪة‬
‫ﻣﻦ اﻟﻨﺎﺣﯿﺔ اﻟﺘﻄﺒﯿﻘﯿﺔ ﻋﻨﺪ ﺣﺴﺎب اﻟﻌﺰوم اﻟﻤﺮﻛﺰﯾﺔ ﻟﺘﻮزﯾﻊ ﻣﻌﯿﻦ ﻋ ُﻠﻤﺖ ﻓﯿﮫ ﻣﺴﺒﻘﺎ ﻋﺰوم ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ‬
‫‪. x‬إن اﻟﻌﺰم اﻟﻤﺮﻛﺰي ذو اﻟﻤﺮﺗﺒﺔ ‪ r‬ھﻮ )‪ ( x  x‬وﺑﺈﺳﺘﺨﺪام ﻧﻈﺮﯾﺔ ﺛﻨﺎﺋﻲ اﻟﺤﺪﯾﻦ ﯾﻤﻜﻦ ﺑﯿﺎن أن ‪:‬‬
‫‪r‬‬

‫‪r‬‬
‫‪( x  x)   Ckr x k (x)r k‬‬
‫‪r‬‬

‫‪k 0‬‬

‫‪ (x) r  r x(x) r 1  ...  x r‬‬

‫‪r‬‬
‫‪( x  x)   Ckr (x)r k .x k‬‬
‫‪r‬‬

‫‪k 0‬‬

‫ﻻﺣﻆ ﻣﻦ اﻟﺼﯿﻐﺔ اﻷﺧﯿﺮة أﻧﮫ أﻣﻜﻦ اﻟﺘﻌﺒﯿﺮ ﻋﻦ اﻟﻌﺰوم اﻟﻤﺮﻛﺰي ذا اﻟﻤﺮﺗﺒﺔ ‪ r‬ﺑﺪﻻﻟﺔ اﻟﻌﺰوم ﺣﻮل ﻧﻘﻄﺔ‬
‫اﻷﺻﻞ ‪.‬‬

‫‪: 2-2-2‬اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻊ اﻟﺘﺮاﻛﻤﻲ )اﻟﺘﻮزﯾﻌﯿﺔ ( ‪: Cumulative distribution function‬‬

‫‪6‬‬
‫ھﻲ داﻟﺔ ﺗﺤﺪد ﻣﺎ ھﻮ إﺣﺘﻤﺎل أن ﺗﻜﻮن ﻗﯿﻤﺔ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ‪ x‬أﻗﻞ ﻣﻦ أو ﺗﺴﺎوي ﻗﯿﻤﺔ ﻣﻌﯿﻨﺔ ‪ ،‬ﺑﻤﻌﻨﻰ أﺧﺮ إﻧﮭﺎ‬
‫داﻟﺔ ﺗﻌﻄﻲ ﺗﻮزﯾﻊ اﻹﺣﺘﻤﺎﻻت ﻟﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﻋﻠﻰ أن ﺗﻜﻮن ﻗﯿﻤﺘﮫ ﻋﺪدا ً ﺣﻘﯿﻘﺎ ً ‪ .‬وﯾﻨﺒﻐﻲ ﻋﺪم اﻟﺨﻠﻂ ﺑﯿﻦ داﻟﺔ‬
‫اﻟﺘﻮزﯾﻊ اﻟﺘﺮاﻛﻤﻲ و داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺘﻘﻄﻌﺔ و ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﻨﻔﺼﻠﺔ ‪ ،‬وﯾﺘﻢ‬
‫إﯾﺠﺎدھﺎ ﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﻘﻄﻌﺔ ﺑﺈﯾﺠﺎد ﻗﯿﻤﺔ اﻟﻤﺠﻤﻮع ﻣﻦ وإﻟﻰ ﻗﯿﻤﺔ ‪ x‬اﻟﻤﺤﺪدة ‪ ،‬أﻣﺎ ﻓﻲ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﺼﻠﺔ‬
‫ﺑﺈﯾﺠﺎد ﻗﯿﻤﺔ اﻟﺘﻜﺎﻣﻞ ﻣﻦ وإﻟﻰ ﻗﯿﻤﺔ ‪ x‬اﻟﻤﺤﺪدة ‪ ،‬وﯾﺮﻣﺰ ﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ ﺑﺎﻟﺮﻣﺰ )‪. F ( x‬‬

‫‪ : 2-2-3‬اﻟﻮﺳﻂ ‪: Mean‬‬

‫وﯾﺴﻤﻰ ﻓﻲ ﺑﻌﺾ اﻷﺣﯿﺎن ﺑﺎﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻟﻘﯿﻢ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬ﻓﻲ اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ ‪ ،‬وﯾﻌﺮف‬
‫اﻟﻤﺘﻮﺳﻂ ﺑﺄﻧﮫ ﻗﯿﻤﺔ اﻟﻌﺰم اﻷول ﺣﻮل ﻧﻘﻄﻘﺔ اﻷﺻﻞ ‪.‬وﻏﺎﻟﺒﺎ ً ﻣﺎ ﯾﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ ‪ x‬أو ﺑﺸﻜﻞ ﻣﺨﺘﺼﺮ ‪‬‬

‫‪.‬وھﺬا ﯾﻌﻨﻲ أن ‪:‬‬

‫)‪ xP(x‬‬
‫ﻓﻲ ﺣﺎﻟﺔ ‪ X‬ﻣﺘﻘﻄﻊ‬

‫‪  x f (x)dx‬‬
‫‪x‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ‪ X‬ﻣﺴﺘﻤﺮ‬

‫‪: 2-2-4‬اﻟﺘﺒﺎﯾﻦ ‪:Variance‬‬

‫إن اﻟﺘﺒﺎﯾﻦ ﻋﺒﺎرة ﻋﻦ ﻣﻘﯿﺎس ﻟﺪرﺟﺔ ﺗﺸﺘﺖ ﻗﯿﻢ اﻟﻤﺘﻐﺮ اﻟﻌﺸﻮاﺋﻲ ﻟﺘﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ ﻣﻌﯿﻦ ‪ .‬وﯾﻌﺮف اﻟﺘﺒﺎﯾﻦ ﺑﺄﻧﮫ‬
‫‪2‬‬
‫ﻗﯿﻤﺔ اﻟﻌﺰم اﻟﻤﺮﻛﺰي اﻟﺜﺎﻧﻲ ‪ ،‬وﻏﺎﻟﺒﺎ ً ﻣﺎ ﯾﺮﻣﺰ ﻟﺘﺒﺎﯾﻦ ﻗﯿﻢ اﻟﻤﺘﻐﯿﺮ ‪ x‬ﺑﺎﻟﺮﻣﺰ )‪ v(x‬أو ‪  x‬وھﺬا ﯾﻌﻨﻲ أن ‪:‬‬
‫‪2‬‬
‫‪ x2   x  x   x2  (x)2‬‬
‫أي أن اﻟﺘﺒﺎﯾﻦ ﻣﺎھﻮ إﻻ اﻟﻔﺮق ﻣﺎ ﺑﯿﻦ اﻟﻌﺰم اﻟﺜﺎﻧﻲ ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ وﻣﺮﺑﻊ اﻟﻌﺰم اﻷول ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ‬

‫إن ﻣﺴﺄﻟﺔ ﺗﺤﺪﯾﺪ اﻟﺘﺒﺎﯾﻦ ﻹي ﺗﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ ﻣﻌﯿﻦ ﻣﺮھﻮن ﺑﺘﺤﺪﯾﺪ ﻗﯿﻤﺔ اﻟﻌﺰﻣﯿﻦ اﻷول واﻟﺜﺎﻧﻲ ﺣﻮل ﻧﻘﻄﺔ‬
‫اﻷﺻﻞ ‪.‬‬

‫‪: 2-2-5‬اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‪: Standard deviation‬‬

‫ھﻮ ﻗﯿﻤﺔ ﺗﺴﺘﺨﺪم ﻟﻘﯿﺎس ﻣﺪى اﻟﺘﺒﻌﺜﺮ اﻹﺣﺼﺎﺋﻲ ‪ ،‬أي أﻧﮫ ﯾﺪل ﻋﻠﻰ ﻣﺪى إﻣﺘﺪاد ﻣﺠﺎﻻت اﻟﻘﯿﻢ ﺿﻤﻦ ﻣﺠﻤﻮﻋﺔ‬
‫اﻟﺒﯿﺎﻧﺎت اﻹﺣﺼﺎﺋﯿﺔ وﯾﺘﺎﺛﺮ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﺑﺎﻟﻘﯿﻢ اﻟﻤﺘﺒﺎﻋﺪة أو اﻟﻤﺘﻄﺮﻓﺔ وﻟﻜﻨﮫ ﻻ ﯾﺘﺄﺛﺮ ﻛﺜﯿﺮا ً ﺑﺎﻟﺘﻐﯿﺮات‬
‫اﻟﺘﻲ ﺗﻄﺮا ﻋﻠﻰ اﻟﻌﯿﻨﺔ ‪ ،‬ﻛﻤﺎ أﻧﮫ ﯾﺮﺗﺒﻂ ﺑﺎﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻟﻠﺘﻮزﯾﻊ ‪ ،‬ﺑﻤﻌﻨﻰ أن اﻟﺘﺸﺘﺖ اﻟﺬي ﻧﻌﺒﺮ ﻋﻨﮫ ﺑﺎﻟﺘﺒﺎﯾﻦ أو‬

‫‪7‬‬
 ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﯾﻨﺴﺐ إﻟﻰ اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ وﻟﯿﺲ ﻹي ﻧﻘﻄﺔ أﺧﺮى ﻓﻲ اﻟﺘﻮزﯾﻊ ‪ ،‬وﯾﺮﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ ‪‬‬
‫ورﯾﺎﺿﯿﺎ ً ھﻮﻋﺒﺎرة ﻋﻦ اﻟﺠﺰر اﻟﺘﺮﺑﯿﻌﻲ ﻟﻠﺘﺒﺎﯾﻦ ‪.‬‬

‫)‪  v(x‬‬
‫‪ : 2-2-6‬اﻟﻮﺳﯿﻂ ‪: Median‬‬

‫ﯾﻌﺪ اﻟﻮﺳﯿﻂ ھﻮ اﻷﺧﺮ أﺣﺪ ﻣﻘﺎﯾﯿﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﯾﺔ ذات ﻗﯿﻤﺔ ﻣﻌﺮﻓﺔ ﻋﻠﻰ اﻟﻤﺤﻮر اﻟﺴﯿﻨﻲ ‪ .‬وﯾﻌﺮف اﻟﻮﺳﯿﻂ‬
‫ﺑﺄﻧﮫ ﻗﯿﻤﺔ اﻟﻤﺘﻐﯿﺮاﻟﻌﺸﻮاﺋﻲ ‪ X‬اﻟﺘﻲ ﺗﻘﺴﻢ اﻟﻤﺴﺎﺣﺔ ﺗﺤﺖ ﻣﻨﺤﻨﻰ اﻟﺪاﻟﺔ ) ‪ f ( x‬إﻟﻲ ﻗﺴﻤﯿﻦ ﻣﺘﺴﺎوﯾﻦ ‪ .‬وﺣﯿﺚ أن‬
‫)‪ f (x‬ھﻲ داﻟﺔ ﻛﺜﺎﻓﺔ إﺣﺘﻤﺎﻟﯿﺔ ﻛﺬﻟﻚ ﯾﻌﻨﻲ اﻟﻮﺳﯿﻂ ﯾﻤﺜﻞ ﺗﻠﻚ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺗﻘﺴﻢ اﻟﻤﺴﺎﺣﺔ اﻟﻮاﻗﻌﺔ ﺗﺤﺖ ﻣﻨﺤﻨﻰ‬
‫اﻟﺪاﻟﺔ )اﻟﺒﺎﻟﻐﺔ واﺣﺪ ( إﻟﻲ ﻧﺼﻔﯿﻦ ‪.‬‬

‫وﯾﻮﺟﺪ اﻟﻮﺳﯿﻂ ﻓﻲ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﮫ اﻟﻤﺘﺼﻠﺔ ﺑﺎﻟﻤﻌﺎدﻟﺔ اﻟﺘﻜﺎﻣﻠﯿﺔ اﻷﺗﯿﺔ ‪:‬‬

‫‪M‬‬
‫‪1‬‬
‫‪‬‬ ‫‪f ( x )dx ‬‬
‫‪‬‬
‫‪2‬‬

‫وﺣﯿﺚ أن ‪:‬‬
‫‪M‬‬

‫‪‬‬ ‫) ‪f ( x )dx  p( X  M )  F ( M‬‬

‫‪‬‬

‫وذﻟﻚ ﯾﻌﻨﻲ اﻧﮫ ﯾﻤﻜﻦ اﻟﺤﺼﻮل ﻋﻠﻰ ﻗﯿﻤﺔ اﻟﻮﺳﯿﻂ ﻣﻦ ﺧﻼل اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ )‪ F(M‬ﻛﻨﺘﯿﺠﺔ ﻟﺤﻞ اﻟﺼﯿﻐﺔ‬
‫‪1‬‬
‫‪F (M ) ‬‬
‫ﻧﺴﺒﺔ إﻟﻲ ‪ . M‬وﻣﻤﺎ ﺗﻘﺪم ﻧﻼﺣﻆ أن اﻟﻮﺳﯿﻂ ﯾﺘﻤﺜﻞ ﺑﻘﯿﻤﺔ واﺣﺪة ﻓﻘﻂ ﻋﻜﺲ اﻟﻤﻨﻮال ‪.‬‬ ‫‪2‬‬

‫وأن وﺣﺪات ﻗﯿﺎس اﻟﻮﺳﯿﻂ ھﻲ ﻧﻔﺲ وﺣﺪات ﻗﯿﺎس اﻟﻤﺘﻐﯿﺮ ‪. X‬‬

‫أﻣﺎ ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺘﻘﻄﻌﺔ ﻓﺈن اﻟﻮﺳﯿﻂ ﯾﻤﺜﻞ ﺗﻠﻚ اﻟﻘﯿﻤﺔ )ﻗﺪ ﺗﻜﻮن ﻣﻌﺮﻓﺔ ﻓﻲ ﻓﻀﺎء ‪ X‬او ﻗﺪ ﻻ ﺗﻜﻮن(‬
‫اﻟﺘﻲ ﺗﻤﺜﻞ اﻹﺣﺘﻤﺎل اﻟﻜﻠﻲ اﻟﻤﻘﺘﺮن ﺑﻔﻀﺎء اﻟﻌﯿﻨﺔاﻟﻤﻘﺴﻤﺔ اﻟﻲ ﻗﺴﻤﯿﻦ ﻣﺘﺴﺎوﯾﻦ ﻧﺼﻔﺔ إﻟﻲ ﯾﻤﯿﻦ اﻟﻮﺳﯿﻂ‬
‫‪1‬‬
‫‪F (M ) ‬‬
‫واﻟﻨﺼﻒ اﻷﺧﺮ ﯾﺴﺎره ‪ .‬وھﺬا ﯾﻌﻨﻲ أن ﻗﯿﻤﺔ اﻟﻮﺳﯿﻂ ‪ M‬ﯾﻤﻜﻦ اﻟﺤﺼﻮل ﻋﻠﯿﮭﺎ ﻣﻦ ﺣﻞ اﻟﺼﯿﻐﺔ ‪2‬‬
‫ﻧﺴﺒﺔ اﻟﻲ ‪. M‬وﻋﻤﻮﻣﺎ ﻓﺈن اﻟﮭﺪف ﻣﻦ دراﺳﺔ اﻟﻮﺳﯿﻂ ھﻮ ﺗﻜﻮﯾﻦ ﻓﻜﺮة ﻋﻦ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺗﺸﻄﺮ اﻹﺣﺘﻤﺎل اﻟﻤﻘﺘﺮن‬
‫ﺑﻔﻀﺎء اﻟﻌﯿﻨﺔ ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ إﻟﻰ ﻗﺴﻤﯿﻦ ﻣﺘﺴﺎوﯾﻦ إﺿﺎﻓﺔ إﻟﻲ ﻛﻮﻧﮫ ﻣﻘﯿﺎس ﺑﺪﯾﻞ ﻟﻠﻤﺘﻮﺳﻂ ﻓﻲ ﺣﺎﻟﺔ ﻋﺪم‬
‫إﻣﻜﺎﻧﯿﺔ إﯾﺠﺎد اﻷﺧﯿﺮ ‪.‬‬

‫‪8‬‬
 ‫‪ : 2-2-7‬اﻟﻤﻨﻮال ‪: Mode‬‬

‫ﯾﻌﺪ اﻟﻤﻨﻮال أﺣﺪ ﻣﻘﺎﯾﯿﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﯾﺔ )ﻣﻘﯿﺎس ﻣﻮﻗﻌﻲ ( ﻗﯿﻤﺘﮫ ﺗﻜﻮن ﻣﻌﺮﻓﺔ ﻋﻠﻰ اﻟﻤﺤﻮر اﻟﺴﯿﻨﻲ ‪.‬وﯾﻌﺮف‬
‫اﻟﻤﻨﻮال ﺑﺄﻧﮫ ﻗﯿﻤﺔ ﻣﻦ ﻗﯿﻢ اﻟﻤﻌﺮﻓﺔ ﻓﻲ ﻓﻀﺎء ‪ X‬اﻟﺘﻲ ﺗﺠﻌﻞ )‪ f (x‬ﻓﻲ ﻧﮭﺎﯾﺘﮭﺎ اﻟﻌﻈﻤﻰ ﻓﻲ ﺣﺎﻟﺔ اﻟ ﻤﺘﻐﯿﺮات‬
‫اﻟﻤﺘﺼﻠﺔ ‪ ،‬أﻣﺎ ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺘﻘﻄﻌﺔ ﻓﺄن اﻟﻤﻨﻮال ﯾﻤﺜﻞ ﻗﯿﻤﺔ ﺣﻘﯿﻘﯿﺔ )ﻗﺪ ﺗﻜﻮن ﻣﻌﺮﻓﺔ ﻓﻲ ﻓﻀﺎء ‪ X‬أو‬
‫ﻗﺪ ﻻ ﺗﻜﻮن ( ﺗﺠﻌﻞ )‪ p(x‬أﻛﺒﺮ ﻣﻤﺎ ﯾﻤﻜﻦ إن وﺣﺪات ﻗﯿﺎس اﻟﻤﻨﻮال ھﻲ ﻧﻔﺲ وﺣﺪات ﻗﯿﺎس اﻟﻤﺘﻐﯿﺮ ‪. X‬‬

‫إﺿﺎﻓﺔ إﻟﻲ ﻛﻮﻧﮫ‬

‫إن اﻟﮭﺪف ﻣﻦ دراﺳﺔ اﻟﻤﻨﻮال ھﻮ ﺗﻜﻮﯾﻦ ﻓﻜﺮة ﻋﻦ اﻟﻘﯿﻤﺔ اﻟﻌﻈﻤﻰ ﻟﻠﺪاﻟﺔ )‪ f (x‬أو )‪p( x‬‬
‫ﻣﻘﯿﺎس ﺑﺪﯾﻞ ﻟﻠﻤﺘﻮﺳﻂ ﻓﻲ ﺣﺎﻟﺔ ﻋﺪم إﯾﺠﺎد اﻷﺧﯿﺮ وﯾﻤﻜﻦ إﯾﺠﺎده ﻛﺎﻷﺗﻲ ‪:‬‬

‫ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﻤﺘﻘﻄﻌﺔ ﻓﺈن اﻟﻤﻨﻮال )إذا ﻛﺎن ﻣﻮﺟﻮد( ﯾﻤﺜﻞ ﻗﯿﻤﺔ ﻗﯿﻤﺔ ﻣﻌﺮﻓﺔ ﻋﻠﻰ اﻟﻤﺤﻮر‬
‫اﻟﺴﯿﻨﻲ اﻟﺘﻲ ﺗﺤﻘﻖ اﻟﻤﺘﺒﺎﯾﻨﺔ ‪ ...  p( x  2)  p ( x  1)  p( x)  p( x  1)  p ( x  2)  ...‬وﻟﻮﺣﻆ‬
‫ﻣﻦ ﺧﻼل ھﺬة اﻟﻤﺘﺒﺎﯾﻨﺔ أن ‪ ...  p( x  1)  p( x)  p( x  1)  p( x  2)  ...‬ﻋﻨﺪﺋﺬ ﯾﻘﺎل أن اﻟﺘﻮزﯾﻊ‬
‫اﻹﺣﺘﻤﺎﻟﻲ ﯾﻤﺘﻠﻚ ﻣﻨﻮاﻟﯿﻦ ﻣﻌﺮﻓﺔ ﺑﺎﻟﻘﯿﻤﺔ ﻣﻌﺮﻓﯿﻦ ﺑﺎﻟﻘﯿﻤﺘﯿﻦ ‪، x, x  1‬أﻣﺎ إذا ﻛﺎﻧﺖ ﺟﻤﯿﻊ اﻟﻜﺘﻞ اﻹﺣﺘﻤﺎﻟﯿﺔ‬
‫ﻣﺘﺴﺎوﯾﺔ اﻟﻘﯿﻤﺔ ﻋﻨﺪ ذﻟﻚ ﯾﻘﺎل أن اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ ﻟﻠﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ﻻ ﯾﻤﺘﻠﻚ ﻣﻨﻮال ‪.‬‬

‫أﻣﺎ ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﻤﺘﺼﻠﺔ ﯾﻤﻜﻦ اﻟﺤﺼﻮل ﻋﻠﯿﮫ )إذا ﻛﺎن ﻣﻮﺟﻮد( ﻣﻦ ﺧﻼل اﻟﺒﺤﺚ ﻋﻦ ﻗﯿﻤﺔ‬
‫ﻓﻲ ﻧﮭﺎﯾﺘﮭﺎ اﻟﻌﻈﻤﻰ ‪ .‬وذﻟﻚ ﯾﻌﻨﻲ اﻟﺒﺤﺚ ﻋﻦ ﻗﯿﻤﺔ اﻟﺘﻲ ﺗﺤﻘﻖ اﻟﻤﻌﺎدﻟﺔ اﻟﺘﻔﺎﺿﻠﯿﺔ ‪:‬‬
‫أو ﻗﯿﻢ ‪ X‬اﻟﺘﻲ ﺗﺠﻌﻞ )‪f (x‬‬

‫)‪d 2 f ( x‬‬ ‫)‪df (x‬‬

‫‪f ( x) ‬‬ ‫‪0‬‬ ‫‪f (x) ‬‬ ‫‪0‬‬
‫‪dx‬‬ ‫ﺑﺸﺮط أن‬ ‫‪dx‬‬

‫ﻋﻨﺪ ﻗﯿﻤﺔ أو ﻗﯿﻢ ‪ X‬اﻟﺘﻲ ﺗﺤﻘﻖ ‪f ( x)  0‬‬

‫‪: 2-2-8‬اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم ‪: Moments generating function‬‬

‫‪tx‬‬
‫وھﻲ ﻋﺒﺎرة ﻋﻦ ﻗﯿﻤﺔ ﻣﺘﻮﻗﻌﺔ ﻟﺪاﻟﺔ ‪ ، e‬وﺷﺄﻧﮭﺎ ﺗﻮﻟﯿﺪ ﻋﺰوم ﺗﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ ﺑﺄﻧﻮاﻋﮭﺎ اﻟﻤﺨﺘﻠﻔﺔ اﯾﺎ ً ﻛﺎﻧﺖ‬
‫ﻣﺮاﺗﺒﮭﺎ ‪،‬إن ﻣﺴﺎﻟﺔ وﺟﻮد اﻟﺪاﻟﺔ اﻟﻤﻮدة ﻟﻠﻌﺰوم ﻣﺮھﻮن ﺑﻜﻮن اﻟﺘﻜﺎﻣﻞ أو اﻟﻤﺠﻤﻮع ﻣﺘﻘﺎرب ﻋﻠﻰ ﻧﺤﻮ ﻣﻄﻠﻖ وإذا‬
‫ﻟﻢ ﯾﻜﻦ ﻛﺬﻟﻚ ﻋﻨﺪﺋﺬ ﯾﻘﺎل أن اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم ﻏﯿﺮ ﻣﻮﺟﻮدة ‪ .‬وإذا ﻛﺎﻧﺖ ھﺬه اﻟﺪاﻟﺔ ﻣﻮﺟﻮدة ﻋﻨﺪﺋﺬ ﯾﻤﻜﻦ‬
‫اﻟﺘﻌﺮف ﻋﻠﻰ ﻋﺰوم اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ اﻟﺬي إﺷﺘﻖ ﻣﻨﮫ ﻣﮭﻤﺎ ﻛﺎن ﻧﻮع ﺗﻠﻚ اﻟﻌﺰوم أو ﻣﺮاﺗﺒﮭﺎ ‪ ،‬أﻓﺮض اذا ﻛﺎن‬
‫ﻟﺪﯾﻨﺎ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ‪ x‬ﺑﺪاﻟﺔ ﻛﺜﺎﻓﺔ إﺣﺘﻤﺎل )‪ f (x‬ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﻤﺴﺘﻤﺮة أو داﻟﺔ ﻛﺘﻠﺔ‬
‫إﺣﺘﻤﺎل )‪ p( x‬ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﻤﺘﻘﻄﻌﺔ ‪ ،‬ﻓﺈن اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم اﻟﺘﻲ ﯾﺮﻣﺰ ﻟﮭﺎ ﺑﺎﻟﺮﻣﺰ‬
‫) ‪M (t‬‬

‫‪9‬‬
 ‫) ‪M (t )   etx p ( x‬‬
‫‪x‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ‪ x‬ﻣﺘﻘﻄﻊ‬

‫) ‪M x (t )   etx f ( x‬‬
‫‪x‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ‪ x‬ﻣﺴﺘﻤﺮ‬

‫‪ : 2-2-9‬اﻟﺪاﻟﺔ اﻟﻤﯿﯿﺰة ‪:Characteristic Function‬‬

‫وﺗﺴﻤﻰ ﻓﻲ ﺑﻌﺾ اﻷﺣﯿﺎن "اﻟﺪاﻟﺔ اﻟﻮﺻﻔﯿﺔ " وﯾﺮﻣﺰ ﻟﮭﺎ ﺑﺎﻟﺮﻣﺰ ) ‪  (t‬أو ) ‪ . M x (it‬اﻟﺘﻲ ﺗﻌﺪ ﺑﺤﻖ ﻣﻦ أھﻢ‬
‫دوال ﺗﻮﻟﯿﺪ اﻟﻌﺰوم ﻟﻤﺎ ﺗﺘﻤﺘﻊ ﺑﮫ ﻣﻦ ﺧﺼﺎﺋﺺ ﺗﻄﺒﯿﻘﯿﺔ ﺟﻌﻠﺘﮭﺎ ﺗﻘﻒ ﻓﻲ ﻣﻘﺪﻣﺔ ھﺬا اﻟﻨﻮع ﻣﻦ اﻟﺪوال ‪.‬‬

‫وﯾﺘﻢ إﯾﺠﺎدھﺎ ﻓﻲ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﺘﻘﻄﻌﺔ ﺑﺎﻟﺼﯿﻐﺔ اﻷﺗﯿﺔ ‪-:‬‬

‫)‪ (t )  eitx   eitx p(x‬‬

‫ﻛﻤﺎ ﯾﺘﻢ اﯾﺠﺎدھﺎ ﻓﻲ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﺼﻠﺔ ﺑﺎﻟﺼﯿﻐﺔ اﻻﺗﯿﺔ ‪-:‬‬

‫‪ (t)   e itx   e itx f ( x ) dx‬‬

‫‪x‬‬

‫‪: 2-2-10‬ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء ‪: Coefficient of Skewness‬‬

‫ھﻮ ﻗﯿﻤﺔ ﺗﻌﻄﻲ ﻓﻜﺮة ﻋﻦ ﺗﻤﺮﻛﺰ ﻗﯿﻢ اﻟﻤﺘﻐﯿﺮ ‪ ،‬ﻓﺈذا ﻣﺎ ﻛﺎﻧﺖ ﻗﯿﻢ اﻟﻤﺘﻐﯿﺮ ﺗﺘﻤﺮﻛﺰ ﺑﺈﺗﺠﺎه اﻟﻘﯿﻢ اﻟﺼﻐﯿﺮة أﻛﺜﺮ ﻣﻦ‬
‫ﺗﻤﺮﻛﺰھﺎ ﺑﺈﺗﺠﺎه اﻟﻘﯿﻢ اﻟﻜﺒﯿﺮة ﻓﺈن ﺗﻮزﯾﻊ ھﺬا اﻟﻤﺘﻐﯿﺮ ﻣﻠﺘﻮﯾﺎ ً ﻧﺤﻮ اﻟﯿﻤﯿﻦ وﯾﺴﻤﻰ ﻣﻮﺟﺐ اﻹﻟﺘﻮاء ‪.‬أﻣﺎ اذا ﻛﺎن‬
‫اﻟﻌﻜﺲ ﻓﺈن إﻟﺘﻮاء ھﺬا اﻟﻤﺘﻐﯿﺮ ﯾﻜﻮن ﺳﺎﻟﺒﺎ أو ﻣﻠﺘﻮﯾﺎ ﻧﺤﻮ اﻟﯿﺴﺎر ‪ ،‬وﻋﻨﺪﻣﺎ ﯾﻜﻮن اﻟﺘﻮزﯾﻊ ﻣﻠﺘﻮﯾﺎ اﻟﻰ اﻟﯿﻤﯿﻦ ‪،‬‬
‫ﻓﺈن اﻟﻘﯿﻢ اﻟﻤﺘﻄﺮﻓﺔ ﻧﺠﻮ اﻟﯿﻤﯿﻦ ﺗﺆﺛﺮ ﻋﻠﻰ اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﺑﺴﺤﺒﮫ ﻧﺤﻮ اﻟﯿﻤﯿﻦ وﺑﺬﻟﻚ ﯾﻜﻮن اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‬
‫أﻛﺒﺮ ﻣﻦ اﻟﻮﺳﯿﻂ ‪ ،‬أﻣﺎ إذا ﻛﺎن اﻟﺘﻮزﯾﻊ ﻣﻠﺘﻮﯾﺎ ﻧﺤﻮ اﻟﯿﺴﺎر ﻓﺈن اﻟﻘﯿﻢ اﻟﻤﻨﻄﺮﻓﺔ اﻟﺼﻐﯿﺮة ﺗﺴﺤﺒﮫ اﻟﻰ اﻟﯿﺴﺎر ‪،‬‬
‫وﻟﺬﻟﻚ ﯾﻜﻮن اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ أﺻﻐﺮ ﻣﻦ اﻟﻮﺳﯿﻂ ‪ ،‬وﯾﻜﻮن اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻣﺴﺎوﯾﺎ ﻟﻠﻮﺳﯿﻂ ﻋﻨﺪﻣﺎ ﯾﻜﻮن اﻟﺘﻮزﯾﻊ‬
‫ﻣﻌﺘﺪﻻ ً ‪ ،‬وﯾﺮﻣﺰ ﻟﻺﻟﺘﻮاء ﺑﺎﻟﺮﻣﺰ ) ‪ ( 3‬وﯾﺘﻢ ﺣﺴﺎﺑﮫ ﺑﺎﻟﺼﯿﻐﺔ اﻟﺘﺎﻟﯿﺔ ‪:‬‬

‫‪3‬‬ ‫‪3‬‬
‫‪3 ‬‬ ‫‪3‬‬
‫‪‬‬
‫‪3‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ ‬‬
‫‪ 2‬و ‪ 3‬ھﻤﺎ ﻋﻠﻰ اﻟﺘﻮاﻟﻲ اﻟﻌﺰم اﻟﻤﺮﻛﺰي اﻟﺜﺎﻧﻲ و اﻟﺜﺎﻟﺚ ‪ ،‬وأ ﻣﺎ ‪ ‬ﯾﻤﺜﻞ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ‪.‬‬

‫‪10‬‬
 ‫‪: 2-2-11‬ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ ‪:Coefficient of kurtosis‬‬

‫ﯾﻌﺮف اﻟﺘﻔﻠﻄﺢ أو اﻟﺘﻔﺮطﺢ ﺑﺎﻧﮫ ﻣﻘﺪار ﺗﺴﻄﺢ او ﺗﺪﺑﺐ ﻣﻨﺤﻰ اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ ﻟﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ‪ .‬وﯾﺮﺗﺒﻂ‬
‫رﺗﺒﺎطﺎ ً وﺛﯿﻘﺎ ً ﻣﻊ ﻣﻔﮭﻮم اﻟﺘﺸﺘﺖ ‪ ،‬ﻓﻜﻠﻤﺎ ﻛﺎن ﺗﺸﺘﺖ اﻟﻘﯿﻢ ﻛﺎن ﻋﺎﻟﯿﺎ ً ﻓﺬﻟﻚ ﻣﺆﺷﺮ ﻟﺘﺪﺑﺐ ﻣﻨﺤﻨﻰ‬
‫ﻣﻔﮭﻮم اﻟﺘﻔﻠﻄﺢ إ‬
‫اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ ‪ .‬وﯾﻤﻜﻦ ﻗﯿﺎس درﺟﺔ ﺗﺪﺑﺐ ﻣﻨﺤﻨﻰ اﻟﺘﻮزﯾﻊ وﻓﻖ ﻟﻠﺼﯿﻐﺔ اﻟﺘﺎﻟﯿﺔ اﻟﻤﻘﺘﺮﺣﺔ ﻣﻦ ﻗﺒﻞ اﻟﻌﺎﻟﻢ ﻛﺎل‬
‫ﺑﯿﺮﺳﻮن وھﻲ ‪:‬‬

‫‪4 4‬‬
‫= ‪4‬‬ ‫‪‬‬
‫‪22 4‬‬

‫ھﻤﺎ ﻋﻠﻰ اﻟﺘﻮاﻟﻲ اﻟﻌﺰم اﻟﻤﺮﻛﺰي اﻟﺜﺎﻧﻲ و اﻟﺮاﺑﻊ ‪ ،‬وأﻣﺎ ‪ ‬ﯾﻤﺜﻞ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ‪.‬‬
‫‪ 2‬و ‪4‬‬

‫‪11‬‬
 ‫اﻟﻔﺻل اﻟﺛﺎﻟث‬

‫اﻟﺗوزﯾﻌﺎت اﻹﺣﺗﻣﺎﻟﯾﺔ اﻟﻣﺗﻘطﻌﺔ‬

‫‪4‬‬
 ‫‪ :3-0‬ﻣﻘﺪﻣﺔ ‪:‬‬
‫اﻟﺘﻮزﯾﻊ اﻹﺣﺘﻤﺎﻟﻲ اﻟﻤﺘﻘﻄﻊ )ﻣﻨﻔﺼﻞ( ھﻮ اﻟﺘﻮزﯾﻊ اﻟﺬي ﺗﻜﻮن داﻟﺔ اﻟﻜﺘﻠﺔ اﻹﺣﺘﻤﺎﻟﯿﺔ ﻟﮫ ﻣﺘﻘﻄﻌﺔ أي أﻧﮭﺎ ﺗﻌﻮد‬
‫ﻟﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﻣﺘﻘﻄﻊ )‪.(2‬‬

‫‪:3-1‬اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ اﻟﻤﺘﻘﻄﻊ ‪:‬‬

‫ﯾﻌﺘﺒﺮ اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ ﻣﻦ أﺑﺴﻂ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﻨﻔﺼﻠﺔ ‪ ،‬ﺣﯿﺚ أن ﺟﻤﯿﻊ ﻗﯿﻢ اﻟﻤﺘﻐﯿﯿﺮ ‪x‬‬

‫ﻟﮭﺎ اﻻﺣﺘﻤﺎل ﻧﻔﺴﮫ ‪.‬‬

‫ﻟﮭﺬا اﻟﺘﻮزﯾﻊ ﺑﻌﺾ اﻟﺘﻄﺒﯿﻘﺎت اﻟﻤﺤﺪودة ﺧﺎﺻﺔ ﻓﻲ اﻟﻤﻌﺎﯾﻨﺔ اﻷﺣﺼﺎﺋﯿﺔ ‪.‬‬

‫ﻟﮫ ﺗﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ ﻣﻨﺘﻈﻢ ﻣﺘﻘﻄﻊ إذا ﻛﺎﻧﺖ ‪ x1 , x2 .....xn :‬ھﻮ ‪ x‬ﯾﻘﺎل أن اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ‬

‫‪ :3-1-1‬داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1‬‬
‫‪P( x) ‬‬ ‫‪; x  1, 2,..., N‬‬
‫‪N‬‬

‫‪x‬‬ ‫وھﺬا اﻟﺘﻮزﯾﻊ ﯾﻌﺘﻤﺪ ﻋﻠﻰ اﻟﻤﻌﻠﻤﺔ ‪ N‬وﺗﻜﺘﺐ ) ‪DUFD( N‬‬

‫ﺷﺮوط داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1  0  p( x )  1‬‬
‫‪N‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪2-‬‬ ‫‪ N = N *N =1‬‬
‫‪x=1‬‬

‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﺗﺤﻘﻖ اﻟﺸﺮوط‬

‫‪: 3-1-2‬داﻟﺔ اﻟﺘﻮزﯾﻌﺔ‪:‬‬

‫‪x‬‬
‫‪F  x   P ( X  x)   P  x ‬‬
‫‪x 1‬‬
‫‪x‬‬
‫‪1‬‬ ‫‪x‬‬
‫‪F  X  x   ‬‬ ‫‪; x  1, 2...........N‬‬
‫‪x 1 N‬‬ ‫‪N‬‬

‫‪12‬‬
 :‫اﻟﻮﺳﻂ‬: 3-1-3
N
1
Ε(x) =  x p(x) =  x
x =1 N
1 N
= x
N x =1
N
N(N +1)
x
x =1
=
2
1 N(N +1)
Ε(x) = *
N 2
N +1
Ε(x) =
2
: ‫ اﻟﺘﺒﺎﯾﻦ‬:3-1-4

v(x) = Εx 2 - (Εx) 2
1
Εx 2 =  x 2 p(x) =  x 2 ; x = 1, 2,..., N
N
1 N 2
= x
N x =1
N
N(2N +1)(N +1)
 x2 =
x =1 6
1 N(2N +1)(N +1) (2N +1)(N +1)
Εx 2 = * =
N 6 6

13
 2
( N  1)(2 N  1)  N  1 
v( x)   
6  2 
( N  1)(2 N  1) N 2  2 N  1
 
6 4
2 2
2N  2N  N  1 N  2N  1
 
6 4
8 N  12 N  4  6 N  12 N  6 2( N 2  1)
2 2
 
24 24
2
N 1
 v( x) 
12

: ‫ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:3-1-5

σ = v(x) = σ 2
N2 -1
σ=
12
N -1 N -1
σ= =
12 2 3

14
 :‫ ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:3-1-6

3
3 
3
3
3    x    p  x 
   x 3  3 x 2   2 x   3  p  x 
  x 3 p  x   3  x 2 p  x   3 2 p  x    3
3  3  312  213
3  x 3   x 3 p ( x )
1
  x3
N
N
3 N ( N  1) 2
2


x 1
x 
4
1 N 2 ( N  1) 2 N ( N  1) 2
3  x 3  * 
N 4 4
( N  1)(2 N  1)
2 
6
N 1
1 
2
3
N ( N  1) 2  N  1   ( N  1)(2 N  1)   N  1 
3   3    2 
4  2  6   2 
N ( N  1) 2  ( N 2  2 N  1)(2 N  1)   N 3  3 N 2  3 N  1 
  3   2 
4  12   8 
N ( N  1) 2 2 N 3  4 N 2  2 N  N 2  2 N  1 N 3  3 N 2  3 N  1
  
4 4 4
N  2 N  N  2 N  4 N  2 N  N  2 N  1  N  3N 2  3N  1
3 2 3 2 2 3

4
3  0
0
3  0
3

15
 : ‫ ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:3-1-7

6  N 2  1
4  3
5  N  1 N  1

: ‫ اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬:3-1-8

M x (t )  Eetx
N
1
 e i 1
tx

N
N
1

N e
t 1
tx

1 tx
  e  (etx ) 2  (etx )3  ......  (etx ) n 1 
N
N

e
i 1
tx
  etx  (etx ) 2  (etx )3  ......  (etx ) n 

etx
M x  t   1  etx  (etx ) 2  ......  (etx ) n1 
N

 etx  (etx ) 2  (etx )3  ......  (etx ) n1 

‫ وﻟﻜﻦ ﻧﻼﺣﻆ أن‬ ‫(وﻣﺠﻤﻮﻋﮭﺎ‬1) ‫ﯾﻤﺜﻞ ﻣﺘﻮاﻟﯿﺔ ھﻨﺪﺳﯿﺔ اﺳﺎﺳﮭﺎ‬
1  e Ntx
1  etx

e Ntx  1  e Ntx 
M x (t ) 
N  1  etx 

16
 ‫‪:3-1-9‬اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة ‪:‬‬
‫‪  it   Eeitx‬‬
‫‪N‬‬
‫‪1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪eitx‬‬
‫‪N‬‬
‫‪N‬‬
‫‪1‬‬
‫‪‬‬
‫‪N‬‬ ‫‪e‬‬
‫‪t 1‬‬
‫‪itx‬‬

‫‪1 itx‬‬
‫‪‬‬ ‫‪ e  (eitx )2  (e itx )3  ......  (eitx )n 1 ‬‬
‫‪N‬‬
‫‪N‬‬

‫‪e‬‬
‫‪i 1‬‬
‫‪tx‬‬
‫‪ eitx  (eitx ) 2  (eitx )3  ......  (eitx ) n ‬‬

‫‪eitx‬‬
‫‪  it  ‬‬ ‫‪1  eitx  (eitx ) 2  ......  (etx ) n1 ‬‬
‫‪N‬‬

‫‪eitx  (eitx )2  (eitx )3  ......  (eitx ) n 1 ‬‬

‫‪ ‬وﻟﻜﻦ ﻧﻼﺣﻆ أن‬ ‫ﯾﻤﺜﻞ ﻣﺘﻮاﻟﯿﺔ ھﻨﺪﺳﯿﺔ اﺳﺎﺳﮭﺎ )‪(1‬وﻣﺠﻤﻮﻋﮭﺎ‬
‫‪1  eiNtx‬‬
‫‪1  eitx‬‬

‫‪eiNtx  1  eiNtx ‬‬

‫‪ (it ) ‬‬
‫‪N  1  eitx ‬‬

‫‪ :3-1-10‬اﻟﻤﻨﻮال ‪:‬‬

‫ﻟﮭﺎ ﻧﻔﺲ ‪ x‬اﻟﺘﻲ ﺗﻘﺎﺑﻞ أﻋﻠﻰ إﺣﺘﻤﺎل ﻟﻜﻦ ﻓﻲ ھﺬا اﻟﺘﻮزﯾﻊ ﺟﻤﯿﻊ ﻗﯿﻢ ‪ x‬ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﯿﺮ اﻟﻤﺘﻘﻄﻊ ھﻮ ﻗﯿﻤﺔ‬
‫‪1‬‬
‫‪ ‬‬
‫‪ x‬ﺗﻜﺮرت ﺑﻨﻔﺲ اﻟﻌﺪد ﻣﻦ اﻟﻤﺮات ﻟﺬﻟﻚ ﯾﻤﻜﻦ إﻋﺘﺒﺎر ﻛﻞ ﻗﯿﻤﺔ ﻣﻦ ﻗﯿﻢ ‪ X‬اي أن ﺟﻤﯿﻊ ﻗﯿﻢ ‪  N ‬اﻹﺣﺘﻤﺎل‬
‫ﻣﻨﻮﻻ ً‬

‫‪17‬‬
 ‫‪ :3-1-11‬اﻟﻮﺳﯿﻂ ‪:‬‬
‫ﻣﻦ ﺗﻌﺮﯾﻒ اﻟﻮﺳﯿﻂ ﻓﻲ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺘﻘﻄﻌﺔ‬
‫‪N‬‬
‫‪1‬‬
‫‪‬‬
‫‪x 0‬‬
‫‪p  x ‬‬
‫‪2‬‬
‫‪‬‬

‫‪1 1‬‬
‫‪ ‬‬
‫‪N 2‬‬
‫‪N‬‬
‫‪M 1‬‬
‫‪‬‬
‫‪x 0 N‬‬
‫‪ ‬‬
‫‪2‬‬
‫‪N‬‬
‫‪M‬‬
‫‪2‬‬
‫أي أن اﻟﻮﺳﯿﻂ ﻓﻲ اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ اﻟﻤﺘﻘﻄﻊ ھﻮ‬

‫‪N‬‬
‫‪M‬‬
‫‪2‬‬
‫‪ .‬أي أن اﻟﻮﺳﯿﻂ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺗﻘﺴﻢ ﻗﯿﻢ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ﻟﻠﺘﻮزﯾﻊ اﻟﻰ ﻧﺼﻔﯿﻦ‬

‫‪18‬‬
 ‫‪ : 3-2‬ﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻠﻲ ‪: Bernoulli Distribution‬‬
‫ﺳﻤﻲ ھﺬا اﻟﺘﻮزﯾﻊ ﻋﻠﻰ أﺳﻢ اﻟﻌﺎﻟﻢ اﻟﺴﻮﯾﺴﺮي ﺟﺎك ﺑﺮﻧﻮﻟﻲ )‪ (1705-1654‬وﯾﺼﻒ اﻟﺘﺠﺮﺑﺔ اﻹﺣﺘﻤﺎﻟﯿﺔ اﻟﺘﻲ‬
‫ﻟﺪﯾﮭﺎ ﻗﯿﻤﺘﯿﻦ ﻣﻦ اﻟﻨﺘﺎﺋﺞ اﻟﻤﺤﺘﻤﻠﺔ )ﻧﺠﺎح أو ﻓﺸﻞ( ‪ .‬إذا ﻛﺎﻧﺖ ) ‪ ( p‬ھﻲ ﻣﻌﻠﻤﺔ ﻧﺠﺎح اﻟﺘﺠﺮﺑﺔ ‪ ،‬و ) ‪ ( q‬ﻣﻌﻠﻤﺔ‬
‫ﻓﺸﻞ اﻟﺘﺠﺮﺑﺔ واﻟﺘﻲ ﻏﺎﻟﺒﺎ ً ﻣﺎ ﯾﺸﺎر إﻟﯿﮭﺎ ) ‪ ، ( 1  p‬ﯾﻘﺘﺼﺮ ﻋﻠﻰ ﺣﺪ ﺳﻮاء ) ‪ ( p‬و ) ‪ ( q‬ﻟﻠﻔﺘﺮة ﻣﻦ اﻟﺼﻔﺮ اﻟﻰ‬
‫اﻟﻮاﺣﺪ ‪ ،‬إذا ﻛﺎن إﺣﺘﻤﺎل اﻟﻔﺸﻞ ) ‪ ( q  0‬ﻋﻤﻞ ﺑﺮﻧﻮﻟﻲ ﺷﻜﻞ اﻷﺳﺎس ﻟﻨﻈﺮﯾﺔ اﻹﺣﺘﻤﺎﻻت‪ ،‬وﻣﻦ اﻟﺘﻮزﯾﻊ ﻗﺪ‬
‫ﻧﺴﺘﻨﺘﺞ ﻋﺪة دوال ﻟﻜﺘﻞ إﺣﺘﻤﺎﻟﯿﺔ ﺑﺈﺳﺘﺨﺪام وظﯿﻔﺔ ﺗﻮﻟﯿﺪ اﻹﺣﺘﻤﺎﻻت ﻣﺜﻞ ﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ ‪ ،‬ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ‬
‫و اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ ‪.‬‬

‫‪:3-2-1‬داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪P( x)  p x (1  p )1 x‬‬

‫‪; x  0,1‬‬
‫‪p  q 1‬‬

‫ﺷﺮوط داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1  0  p( x)  1‬‬
‫‪p( x)  p x q1 x‬‬ ‫‪x  0,1‬‬
‫‪x0‬‬
‫‪p(0)  p 0 q10  q‬‬
‫‪x 1‬‬
‫‪p(1)  p x q11  p‬‬
‫ﻧﻼﺣﻆ إن اﻟﺪاﻟﺔ ﻣﻮﺟﺒﺔ ﻟﺠﻤﯿﻊ ﻗﯿﻢ ‪x‬‬

‫‪2   p( x)  1‬‬
‫‪1‬‬
‫‪x 1 x‬‬
‫‪p q‬‬ ‫‪ p 0 q11  p1q11  q  p  1‬‬
‫‪x 0‬‬

‫‪19‬‬
 :‫اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﺔ‬:3-2-2
x
F x   P( X  x)   P x ; x  0,1
x 1

 p x q 1 x ; x  0,1
F  x    p 0 q 1 0  q
F  x    p 1 q 1 1  p

: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬:3-2-3

M x  t   etx   etx p ( x )
  etx p x q1 x
x  0,1
 e   p 0 q1 0  e   pq11
t 0 t1

M x  t   q  pet

:‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:3-2-4
itx
 (it) = Εe = ∑ eitx p(x)
= ∑ eitx p x q1-x
; x = 0,1
eit(0) p 0 q1-0 + eit(1) pq1-1
 (it) = q + eit p

20
 ‫‪:3-2-5‬اﻟﻮﺳﻂ ‪:‬‬

‫) ‪   x   xp ( x‬‬
‫‪  xp x (1  p )1 x‬‬
‫‪x  0,1‬‬
‫‪(0) p 0 (1  p )1 0  (1) p 1 (1  p )11‬‬
‫‪0 p  p‬‬
‫‪x  p‬‬

‫‪:3-2-6‬اﻟﻤﻨﻮال‪:‬‬

‫ﻓﻲ اﻟﺘﻮزﯾﻊ اﻟﻤﺘﻘﻄﻊ ھﻮ ﻗﯿﻤﺔ ‪ x‬واﻟﺘﻲ ﺗﻘﺎﺑﻞ أ ﻛﺒﺮ إﺣﺘﻤﺎل‬

‫وﺣﯿﺚ ‪:‬‬
‫‪x  0,1‬‬

‫وﻣﻦ داﻟﺔ اﻟﻜﺘﻠﺔ‬

‫‪p ( x  0)  1  p‬‬
‫‪p ( x  1)  p‬‬

‫وھﺬا ﯾﻌﻨﻲ أن ﻗﯿﻤﺔ اﻟﻤﻨﻮال ﺗﻌﺘﻤﺪ ﻋﻠﻰ ﻗﯿﻤﺔ ‪ p‬وﺣﯿﺚ )‪(1  p  0‬‬

‫وھﻨﺎﻟﻚ ﺣﺎﻟﺘﺎن‬
‫‪1‬‬
‫) ‪(p ‬‬
‫اوﻻ ً ‪:‬ﻋﻨﺪﻣﺎ ‪ P‬أﻛﺒﺮﻣﻦ ﻧﺼﻒ ‪2‬‬

‫)‪p ( x  1)  p ( x  0‬‬

‫ﻓﻲ ھﺬه اﻟﺤﺎﻟﺔ ﻓﺈن اﻟﻤﻨﻮال ﯾﺴﺎوي واﺣﺪ‬

‫‪1‬‬
‫) ‪(p ‬‬
‫ﺛﺎﻧﯿﺎ ً ‪:‬ﻋﻨﺪﻣﺎ ‪ p‬أﻗﻞ ﻣﻦ ﻧﺼﻒ ‪2‬‬

‫)‪p ( x  0)  p ( x  1‬‬

‫وﻓﻲ ھﺬه اﻟﺤﺎﻟﺔ ﻓﺈن اﻟﻤﻨﻮال ﯾﺴﺎوي ﺻﻔﺮ‬

‫‪21‬‬
 ‫‪:3-2-7‬اﻟﻮﺳﯿﻂ‪:‬‬

‫ﻣﻦ ﺗﻌﺮﯾﻒ اﻟﻮﺳﯿﻂ‬

‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪p x ‬‬ ‫‪‬‬ ‫‪p‬‬ ‫‪x‬‬
‫‪(1  p )1 x ‬‬
‫‪x 0‬‬ ‫‪2‬‬ ‫‪x0‬‬ ‫‪2‬‬

‫‪1‬‬
‫اﻟﻮﺳﯿﻂ ھﻮ ﻗﯿﻤﺔ ‪ x‬اﻟﺘﻲ ﯾﻜﻮن ﻋﻨﺪھﺎ ﻣﺠﻤﻮع اﻹ ﺣﺘﻤﺎﻻت ﯾﺴﺎوي ‪2‬‬

‫إذا إﻓﺘﺮﺿﻨﺎ أن ‪ M‬ﺗﺴﺎوي واﺣﺪ‬

‫‪M 1‬‬
‫‪1‬‬
‫‪p‬‬ ‫‪x‬‬
‫‪(1  p)1 x ‬‬
‫‪x 0‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪1‬‬
‫‪2‬‬
‫ﺗﺴﺎوي واﺣﺪ ‪ M‬ﻟﺬﻟﻚ ﻻﯾﻤﻜﻦ أن‬

‫إذا إﻓﺘﺮﺿﻨﺎ أن ‪ M‬ﺗﺴﺎوي اﻟﺼﻔﺮ‬

‫‪ 0‬‬
‫‪1‬‬
‫‪p‬‬ ‫‪x‬‬
‫‪(1  x )1 x  p 0 (1  p )1  1  p ‬‬ ‫‪‬‬
‫‪x0‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪p‬‬
‫‪2‬‬

‫‪1‬‬
‫=‪p‬‬
‫وﻣﻦ ﻣﺎ ﺳﺒﻖ ﻧﺴﺘﻨﺘﺞ أن اﻟﻮﺳﯿﻂ ﻟﺘﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ ﯾﺴﺎوي ﺻﻔﺮ ﺗﺤﺖ ﺷﺮط أن ‪2‬‬

‫‪22‬‬
 : ‫اﻟﺘﺒﺎﯾﻦ‬:3-2-8

v ( x )   x 2  ( x ) 2
x2   x2 p(x)
 x 2 p x (1  p ) 1  x
x  0 ,1
(0 ) p 0 (1  p ) 1  0  (1) 2 p 1 (1  p ) 1  1
0 p  p
v ( x )  p  p 2  p (1  p )  p q
v( x)  pq

: ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:3-2-9

   2  v( x)
  pq

:‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:3-2-10

3
3 
3
3
3    x    p ( x )
 ( x   )3 p x q1 x
x  0,1
3
  0  p  p 0 q1  (1  p)3 p1q 0
  p 3 q  q 3 p  pq (q 2  p 2 )

23
  pq
p q q 2  p 2  p q q 2  p 2 
3  
( pq )3 pq pq
q2  p2
3 
pq

: ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:3-2-11

4
4 
4
4
4    x    p ( x)
4
   x  p  p x q1 x
x  0,1
4 4
  0  p  p 0 q  1  p  pq 0
 pq 4  p 4 q  pq  q 3  p 3 
  pq
pq  q 3  p 3  pq  q 3  p 3 
4  4

p 2q2
 pq 
q3  p3
4 
pq

24
 ‫‪:3-3‬ﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ ‪:Binomial Distribution‬‬
‫ﯾﻌﺘﺒﺮ ﺗﻮزﯾﻊ ﺛﻨﺎﺋﻲ اﻟﺤﺪﯾﻦ أﺣﺪ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﻘﻄﻌﺔ ذات أھﻤﯿﺔ ﺗﻄﺒﯿﻘﯿﺔ ﻛﺒﯿﺮة ﻓﻲ ﻣﺠﺎﻻت اﻟﺤﯿﺎة اﻟﻤﺨﺘﻠﻔﺔ‬
‫ﻧﺬﻛﺮ ﻣﻨﮭﺎ ‪:‬‬

‫‪ .1‬ﻓﻲ اﻟﻮراﺛﺔ ‪ ،‬ﺣﯿﺚ ﯾﻌﺘﻤﺪ اﻟﺨﺼﺎﺋﺺ اﻟﺒﺎﻟﻮﺟﯿﺔ اﻟﻤﻮروﺛﺔ ﻋﻠﻰ ﺟﯿﻨﺎت ﺗﺤﺪث ﺑﺼﻮرة ﺛﻨﺎﺋﯿﺔ ﻣﺜﻞ اﻟﺸﻌﺮ‬
‫وراﺛﯿﺔ ُ ﺧﺮى ﺗﺘﻌﻠﻖ ﺑﻌﺪد اﻟﻨﻮﯾﺎت اﻟﺘﻲ ﺗﻮﺟﺪ ﻓﻲ ﻧﻔﺲ‬
‫أ‬ ‫اﻟﻤﺴﺘﻘﯿﻢ ﻣﻘﺎﺑﻞ اﻟﺸﻌﺮ اﻟﻤﺠﻌﺪ ﻣﺜﻼ ً ‪ ،‬وﺗﻄﺒﯿﻘﺎت‬
‫اﻟﺤﻠﺔ ﻟﻤﺘﺘﺎﺑﻌﺘﯿﻦ ﻣﻦ ﻣﺘﺘﺎﺑﻌﺎت ‪DNA‬‬

‫‪ .2‬ﻋﺪد اﻟﻘﻄﻊ اﻟﻤﻌﯿﺒﺔ ﻓﻲ ﻋﯿﻨﺔ ﻋﺸﻮاﺋﯿﺔ ﺣﺠﻤﮭﺎ ‪ n‬ﻣﺴﺤﻮﺑﺔ ﻣﻦ إﻧﺘﺎج ﻛﺒﯿﺮ ﯾﻤﺜﻠﮫ ﻣﺘﻐﯿﺮﻋﺸﻮاﺋﻲ ﯾﺨﻀﻊ‬
‫ﻟﻘﺎﻧﻮن ذات اﻟﺤﺪﯾﻦ‬

‫‪ .3‬ﻋﻠﻢ اﻟﺒﯿﺌﺔ اﻟﺤﯿﻮاﻧﻲ واﻟﻨﺒﺎﺗﻲ ﻣﻦ ﻣﺠﺎﻻت ﺗﻄﺒﯿﻖ ھﺬا اﻟﺘﻮزﯾﻊ ﻓﯿﻄﺒﻖ ﻣﺜﻼ ً ﻓﻲ ﺗﻘﺪﯾﺮ ﺣﺠﻢ ﻣﺠﺘﻤﻊ‬
‫ﺣﯿﻮاﻧﻲ ﺗﻢ ﺗﺮك ﻋﻼﻣﺔ ﻋﻠﯿﺔ وﺗﺮﻛﮫ‪.‬‬

‫‪ .4‬وﻓﻲ ﺑﻨﺎء اﻟﻨﻤﺎذج ﻣﺜﻞ ﻧﻤﺎذج اﻷﻛﯿﺎس اﻟﺘﻲ ﯾﺘﻢ اﻟﺴﺤﺐ ﻣﻨﮭﺎ ﻋﻠﻰ أﺳﺎس ﻣﺤﺎوﻻت ﺑﺮﻧﻮﻟﻠﻲ‬

‫‪ .5‬وﻓﻲ اﻹﺣﺼﺎء اﻟﺒﺎراﻣﺘﺮي ‪ ،‬ﺣﯿﺚ ﯾﻤﺜﻞ ذات اﻟﺤﺪﯾﻦ ﻟﻺﺣﺘﻤﺎﻻت ﺗﻮزﯾﻊ اﻟﻌﯿﻨﺔ ﻹﺣﺼﺎء ﻛﻞ ﻣﻦ إﺧﺘﺒﺎر‬
‫اﻹﺷﺎرة وإﺧﺘﺒﺎرات أﺧﺮى ‪.‬‬

‫وﯾﻌﺘﺒﺮ اﻟﻌﺎﻟﻢ ‪ (1705-1654) JamesBernoulli‬ﻣﻜﺘﺸﻒ ھﺬا اﻟﺘﻮزﯾﻊ ﻋﺎم ‪ 1700‬وﺗﻢ ﻧﺸﺮ اﻧﺠﺎزه ﻋﺎم‬
‫‪ .1713‬وﯾﻤﻜﻦ إﻋﺘﺒﺎر ھﺬا اﻟﺘﻮزﯾﻊ ﺣﺎﻟﺔ أﻛﺜﺮ ﻋﻤﻮﻣﯿﺔ ﻟﺘﻮزﯾﻊ ﺑﺮﻧﻮﻟﻠﻲ ﻋﻨﺪﻣﺎ ﯾﻜﻮن ﻋﺪد اﻟﻤﺤﺎوﻻت أﻛﺜﺮ ﻣﻦ‬
‫ﻣﺤﺎوﻟﺔ واﺣﺪة ‪ ،‬وﻗﺪ ﺟﺎءت ﺗﺴﻤﯿﺔ اﻟﺘﻮزﯾﻊ " ﺛﻨﺎﺋﻲ اﻟﺤﺪﯾﻦ" ﺑﺴﺒﺐ إﻧﻨﺎ ﻓﻲ ﻛﻞ ﻣﺤﺎوﻟﺔ ﻧﺘﺄﺧﺬ ﻗﺮارا ً ذا ﺣﺪﯾﻦ‬
‫وﻣﻦ اﻟﻨﻮع "ﻧﺠﺎح اﻟﻤﺤﺎوﻟﺔ " أو "ﻓﺸﻞ اﻟﻤﺤﺎوﻟﺔ " ‪" ،‬ﺟﺪ" أو "ﻏﯿﺮ ﺟﯿﺪ" ‪" ،‬ﻣﺘﻄﺎﺑﻖ" أو "ﻏﯿﺮ ﻣﺘﻄﺎﺑﻖ"‬
‫وﻏﯿﺮھﺎ ﻣﻦ اﻷﻟﻔﺎظ اﻟﻤﻤﺎﺛﻠﺔ ‪.‬‬

‫ﻓﻲ ﻛﺜﯿﺮ ﻣﻦ اﻷﺣﯿﺎن ﻗﺪ ﺗﺸﺘﻤﻞ ﺗﺠﺮﺑﺔ ﻣﺎ ﻋﻠﻰ ‪ n‬ﻣﻦ اﻟﻤﺤﺎوﻻت اﻟﻤﺘﻜﺮرة اﻟﻤﺴﺘﻘﻠﺔ ﺑﺤﯿﺚ ﯾﻜﻮن ﻟﻜﻞ ﻣﺤﺎوﻟﺔ‬
‫ﻧﺘﯿﺠﺘﯿﻦ إﺛﻨﺘﯿﻦ ﻓﻘﻂ ‪ ،‬ﺗﺴﻤﻰ اﻷوﻟﻰ ﻧﺠﺎح واﻷﺧﺮي ﻓﺸﻞ ﺣﯿﺚ إﺣﺘﻤﺎل اﻟﻨﺠﺎح ‪ p‬وإﺣﺘﻤﺎل اﻟﻔﺸﻞ ‪q  1  p‬‬
‫ﺗﺴﻤﻲ اﻟﺘﺠﺮﺑﺔ اﻟﺘﻲ ﺗﺤﻘﻖ ھﺬه اﻟﺸﺮوط ﺑﺘﺠﺮﺑﺔ ﺛﻨﺎﺋﻲ اﻟﺤﺪﯾﻦ ‪.‬‬

‫وﯾﻘﺎل أن ﺗﺠﺮﺑﺔ ذي اﻟﺤﺪﯾﻦ ھﻲ اﻟﺘﻲ ﺗﺤﻖ اﻟﺸﺮوط اﻻﺗﯿﺔ ‪:‬‬

‫‪ .A‬اﻟﺘﺠﺮﺑﺔ اﻟﺘﻲ ﺗﺘﻜﻮن ﻣﻦ ‪ n‬ﻣﻦ اﻟﻤﺤﺎوﻻت اﻟﻤﺘﻜﺮرة ‪.‬‬

‫‪ .B‬ﻧﺘﯿﺠﺔ ﻛﻞ ﻣﺤﺎوﻟﺔ ﯾﻤﻜﻦ ﺗﺼﻨﯿﻔﮭﺎ اﻟﻲ ﻧﺠﺎح أو ﻓﺸﻞ ‪.‬‬

‫‪ .C‬إﺣﺘﻤﺎل اﻟﻨﺠﺎح وھﻮ ‪ p‬ﯾﺒﻘﻰ ﺛﺎﺑﺖ ﻣﻦ ﻣﺤﺎوﻟﺔ اﻟﻲ ﻣﺤﺎوﻟﺔ ‪.‬‬

‫‪ .D‬اﻟﻤﺤﺎوﻻت اﻟﻤﺘﻜﺮرة ﻣﺴﺘﻘﻠﺔ ﺑﻌﻀﮭﺎ ﻋﻦ ﺑﻌﺾ ‪.‬‬

‫‪25‬‬
 ‫ﺗﻌﺮﯾﻒ‪:‬‬

‫ﻋﺪد ﺣﺎﻻت اﻟﻨﺠﺎح ‪ x‬ﻓﻲ ‪ n‬ﻣﻦ اﻟﻤﺤﺎوﻻت ﻟﺘﺠﺮﺑﺔ ذي اﻟﺤﺪﯾﻦ ﯾﺴﻤﻲ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﯾﺘﺒﻊ ﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ‬
‫‪x‬‬ ‫‪Bin  n, p ‬‬
‫وﯾﻜﺘﺐ ﺑﺎﻟﺼﯿﻐﺔ‬

‫‪ :3-3-1‬داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪p ( x )  C xn p x q n  x‬‬
‫‪x  0 ,1 .....n‬‬

‫ﺷﺮوط داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

‫‪:3-3-2‬اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ ‪:‬‬

‫‪x‬‬
‫)‪F  x   p ( X  x)   p ( x‬‬ ‫‪; x  0,1, 2,...n‬‬
‫‪x 0‬‬
‫‪x‬‬
‫‪  C XN P X q n  x‬‬
‫‪x 0‬‬
‫ﺗﺒﯿﻦ ﻗﯿﻢ اﻹﺣﺘﻤﺎل اﻟﻤﺘﺮاﻛﻤﺔ ﺣﺘﻰ ﻗﯿﻤﺔ‬
‫‪ X‬ﻣﻦ ﻗﯿﻢ ‪ x‬ﻣﻌﯿﻨﺔ‬

‫‪:3-3-3‬اﻟﺪاﻟﮫ اﻟﻤﻮﻟﺪه ﻟﻠﻌﺰوم ‪:‬‬

‫) ‪M x ( t )  E e tx  E e tx p ( x‬‬
‫‪‬‬ ‫‪‬‬ ‫‪e t x C xn p x q n  x ‬‬ ‫‪C‬‬ ‫‪n‬‬
‫‪x‬‬ ‫‪(et p ) x q n x‬‬
‫ﻣﻦ ﻧﻈﺮﯾﺔ ذات اﻟﺤﺪﯾﻦ ‪:‬‬

‫‪x‬‬ ‫‪n‬‬
‫‪ C xn  pe t  q n  x   pe t  q ‬‬
‫‪n‬‬
‫‪M x ( t )   pe t  q ‬‬

‫‪26‬‬
 : ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:3-3-4

 (it) = Εeitx = ∑ eitx p  x 

x
= ∑ eitx C nx p x q n -x = ∑ C nx  eit p  q n -x

: ‫ﻣﻦ ﻧﻈﺮﯾﺔ ذات اﻟﺤﺪﯾﻦ‬

x n
 C nx  pe it  q n  x   pe it  q 
n
  it    pe it  q 

: ‫اﻟﻮﺳﻂ‬:3-3-5
n
μ = Ex =  xp x 
x=0
n
=  x C nx p x q n -x

x=0
n
n!
=  x p xq n -x

x=0 x !  n - x !
n
n  n - 1 ! p x q n -x

x=0
x
x  x - 1 !  n - x !
p
p ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

n
n  n - 1 !
p p x -1 q n - x
x =1  x - 1 !  n - x !
= np
n
 n - 1 ! p x -1 q n - x
x =1  x - 1 !  n - x !
n
n p  C nx -1-1 p x -1 q n - x
x =1

27
 ‫ﻣﻦ ﻧﻈﺮﯾﺔ ذات اﻟﺤﺪﯾﻦ‬
‫‪n‬‬
‫‪n -1‬‬
‫‪‬‬ ‫‪C‬‬ ‫‪n -1‬‬
‫‪x -1‬‬ ‫= ‪p x -1 q n - x‬‬ ‫‪p‬‬ ‫‪+ q‬‬ ‫‪‬‬ ‫‪= 1‬‬
‫‪x =1‬‬

‫‪Εx = np‬‬

‫‪:3-3-6‬اﻟﻮﺳﯿﻂ‪:‬‬

‫ﻣﻦ ﺗﻌﺮﯾﻒ اﻟﻮﺳﯿﻂ ﻓﻲ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﻘﻄﻌﺔ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺗﺠﻌﻞ ﻣﺠﻤﻮع اﻹﺣﺘﻤﺎﻻت ﺗﺴﺎوي اﻟﻨﺼﻒ‬

‫‪M‬‬
‫‪n x‬‬ ‫‪n -x‬‬ ‫‪1‬‬
‫‪ x‬‬
‫‪C‬‬
‫‪χ =0‬‬
‫‪p‬‬ ‫‪(1-‬‬ ‫)‪p‬‬ ‫=‬
‫‪2‬‬

‫ﻟﺬﻟﻚ ﻧﺤﺴﺐ اﻹﺣﺘﻤﺎﻻت إﺑﺘﺪﺋﺎ ً ﻣﻦ إﻓﺘﺮاض أن ) ‪ x (0 ,1 , 2 , ...........n‬ھﻲ إ ﺣﺪى ﻗﯿﻢ ‪ M‬وﺣﯿﺚ أن‬
‫‪M0 = 0 M1 = 1‬‬
‫ﺛﻢ‬ ‫اﻟﺘﻲ ﯾﻜﻮن ﻋﻨﺪھﺎ ﻣﺠﻤﻮع اﻹﺣﺘﻤﺎﻻت ‪ M 1‬وھﻜﺬا اﻟﻰ إن ﻧﺤﺼﻞ ﻋﻠﻰ ﻗﯿﻤﺔ ‪ M 2 = 2‬ﺛﻢ‬
‫واﻟﺘﻲ ﺗﺤﻘﻖ ذﻟﻚ وإذا ﺣﺼﻠﻨﺎ ﻋﻠﻰ ﻗﯿﻤﺘﯿﻦ ﻗﺮﯾﺒﺘﯿﻦ ﻣﻦ )‪ (x = M‬ﯾﺴﺎوي ﻧﺼﻒ ﻓﺘﻜﻮن ﻗﯿﻤﺔ اﻟﻮﺳﯿﻂ ھﻲ ﻗﯿﻤﺔ‬
‫‪.‬اﻟﻨﺼﻒ ﻧﺄﺧﺬ اﻻﻗﺮب اﻟﻰ اﻟﻨﺼﻒ‬

‫‪ :3-3-7‬اﻟﻤﻨﻮال ‪:‬‬
‫ﻓﻲ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﮫ ھﻮ اﺣﺪى ﻗﯿﻢ ‪ x‬اﻟﺘﻲ ﺗﻘﺎﺑﻞ أﻛﺒﺮ إﺣﺘﻤﺎل أي أﻧﻨﺎ ﻧﺤﺴﺐ ﺟﻤﯿﻊ ﻗﯿﻢ اﻹﺣﺘﻤﺎﻻت ﻟﻘﯿﻢ ‪x‬‬
‫أﻛﺒﺮ إﺣﺘﻤﺎل وﻗﯿﻤﺔ ‪ x‬اﻟﻤﻘﺎﺑﻞ ﻹﻛﺒﺮ إﺣﺘﻤﺎل ھﻲ اﻟﻤﻨﻮال ‪.‬‬

‫‪28‬‬
 : ‫اﻟﺘﺒﺎﯾﻦ‬:3-3-8
2
v  x   x 2  x 
x 2   x 2 p  x 
 x 2 C xn p x q n  x x  0,1, 2,......., n
x 2   x 1  x   x 
  x 1  x   x  C xn p x q n  x
 x 1  x  C xn p x q n  x   xC xn p x q n  x
 x 1  x  C xn p x q n  x  np
n!
 x  x  1 p x q n  x  np
 n  x ! x !
n  n  1 n  2 !
 x 1  x  p x q n  x  np
 n  x  ! x  x  1 x  2 !
n  2!
n  n  1  p x q n  x  np
 n  x  ! x  2  !
2
p
2
p ‫ﺑﺎﻟﻀﺮب‬

n  2!
p 2 n  n  1  p x  2 q n  x  np
 n  x ! x  2 !
p 2 n  n  1  C xn22 p x  2 q n  x  np
n 2 n2
 C xn22 p x  2 q n  x   p  q   1 1
p 2 n  n  1  np
x 2  p 2 n 2  p 2 n  pn
v  x   p 2 n 2  p 2 n  pn  p 2 n 2
 np  p 2 n  np 1  p   npq
v ( x )  npq

29
 : ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:3-3-9

   2  v  x
  npq

:‫ﻣﻌﺎﻣﻞ اﻻﻟﺘﻮاء‬:3-3-10

3
3 
3
3
3    x    p  x 
  x 3  3 x 2   2 x   3  p  x 
 x 3 p  x   3  x 2 p  x   3 2 p  x    3
 3   3  3 1 2  2 13

3  x3   x3 p  x    x3Cxn p x q n x

x3  x  x  1 x  2   3x  x 1  x
  x  x  1 x  2  3x  x 1  x  Cxn p x q n x
  x  x  1 x  2  Cxn p x q n x  3  x  x  1 Cxn p x q n x   xCxn p x q n x
n  n  1 n  2  n  3!
  x  x  1 x  2  p x q n x  3 p 2n(n  1)  np
x  x  1 x  2 x  3! n  x !
p3
p3 ‫ﺑﻀﺮب اﻟﺤﺪ اﻻول‬

p 3n  n  1 n  2   C xn33 p x 3q n  x  3 p 2 n  n  1  pn

:‫ﻣﻦ ﻧﻈﺮﯾﺔ ذات اﻟﺤﺪﯾﻦ ﻧﺠﺪ أن‬

30
 n 3
 Cxn33 p x 3q n x   p  q  1
 p 3n  n  1 n  2   3 p 2 n  n  1  pn
3  p 3n3  3 p3n 2  2 p 3n  3 p 2 n 2  3 p 2 n  np
2  x 2  p 2 n2  p 2 n  pn
1  x  np
3  p 3n3  3 p3n 2  2 p 3n  3 p 2 n 2  3 p 2 n  pn  3 pn  p 2 n2  p 2 n  pn   2 p 3n3
 p 3n3  3 p3n 2  2 p3n  3 p 2 n 2  3 p 2 n  pn  3n3 p3  3 p3 n 2  3 p 2 n 2  2n3 p3
 2 p 3n  3 p 2 n  pn
 pn  2 p 2  3 p  1  np 1  p 1  2 p   npq 1  2 p 
3  npq 1  2 p 
  npq
npq 1  2 p  npq 1  p  p  q p
3  3
 
 npq  npq npq npq

31
 : ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:3-3-11

4
4 
4
4
4    x    p  x 
   x4  4 x3  6 2 x2  4 3 x   4  p  x 
  x4 p  x   4  x3 p  x   6 2  x2 p  x   4 3  xp  x    4
4  4  413  6122  314
4   x4 p  x    x4Cxn p xqnx
x4  x  x 1 x  2 x  3  6 x  x 1 x  2  7 x  x 1  x
   x  x 1 x  2 x  3  6x  x 1 x  2  7 x  x 1  x  Cxn p xqnx
  x  x 1 x  2 x  3 Cxn p x qn x  6  x  x 1 x  2 Cxn p x qn x 
7  x  x 1 Cxn p x qnx   XCxn p x qnx
n  n 1 n  2 n  3 n  4 !
  x  x 1 x  2 x  3 p x q n x
x  x 1 x  2 n  3 n  4 ! n  x  !
6 p3n  n 1 n  2  7 p2n  n 1  pn

p4
p 4 ‫ﺑﻀﺮب اﻟﺤﺪ اﻻول ﻓﻲ‬

p4n  n 1 n  2 n  3 Cxn44 px4qnx  6 p3n  n 1 n  2  Cxn33 px3qnx

7 p2n  n 1  Cxn22 p x2qnx  pn  Cxn11 p x1qnx

: ‫ﻣﻦ ﻧﻈﺮﯾﮫ ذات اﻟﺤﺪﯾﻦ ﻧﺠﺪ ان‬

32
 n 4
 Cxn44 p x4qn x   p  q  1
 p4n  n 1 n  2 n  3  6 p3n  n 1 n  2  7 p2n  n 1  np
 p4n4  6 p4n3  11p4 n2  6 p4 n  6 p3n3  18 p3n2  12 p3n  7 p2 n2  7 p2 n  np
4  p4 n4  6 p4 n3  11 p4n2  6 p4n  6 p3n3 18 p3n2  12 p3n  7 p2n2  7 p2n  np
3  x3  p3n3  3 p3n2  2 p3n  3 p2n2  3 p2n  np
2  x2  n2 p2  np2  np
1  x  np
4  p4n4  6 p4n3 11p4n2  6 p4n  6 p3n3 18 p3n2 12 p3n
7 p2n2  7 p2n  np  4np  p3n3  3 p3n2  2 p3n  3 p2n2  3 p2n  np 
6 p2n2  p2n2  p2n  np  3  p4n4
4  p4n4  6 p4n3 11p4n2  6 p4n  6 p3n3 18 p3n2 12 p3n 
7 p2n2  7 p2n  np  4n4 p4 12 p4n3  8 p4n2 12n3 p3 12 p3n2
4n2 p2  6 p4n4  6 p4n3  6n3 p3  3 p4n4
4  3 p4n2  6np4  6 p3n2 12 p3n 7 p2n  np  3 p2n2
4   3 p4n  6 p3n2  3 p2n2    6np4 12 p3n 7 p2n  np 

33
 4
4 
4
  npq

4 
3 p n  6 p n
4 3 2
 3 p2 n2    6np4  12 p3n  7 p 2n  np 
4
 npq 
3 p 4n  6 p3n2  3 p2 n2 6np4  12 p3n  7 p 2n  np
4  
n2 p 2 q 2 n2 p 2 q 2
3n2 p 2  p 2  2 p  1 np  6 p3  12 p2  7 p  1
4  
n2 p 2 q 2 n2 p 2 q 2
3n2 p 2q 2 np 1  p   6 p  6 p  1
2

4  2 2 2 
n pq n2 p2 q2
npq 1  6 p 1  p  
4  3
n2 p2 q2
1  6 pq
4  3
npq

34
 ‫‪:3-4‬ﺗﻮزﯾﻊ ﺑﻮاﺳﻮن ‪: Poisson Distribution‬‬
‫إن اﻟﺘﺠﺎرب اﻟﺘﻲ ﺗﺤﺪث ﺗﻌﻄﯿﻨﺎ ﻋﺪد ﺣﺎﻻت اﻟﻨﺠﺎح واﻟﺘﻲ ﺗﺤﺪث ﻓﻲ ﻓﺘﺮة زﻣﻨﯿﺔ ﻣﻌﯿﻨﺔ أوﻓﻲ ﻣﻨﻄﻘﺔ ﻣﺤﺪدة‬
‫ﺗﺴﻤﻰ ﺗﺠﺎرب ﺑﻮاﺳﻮن ‪ Poisson experiment‬اﻟﻔﺘﺮة اﻟﺰﻣﻨﯿﺔ ﻗﺪ ﺗﻜﻮن دﻗﯿﻘﺔ ‪ ،‬ﯾﻮم ‪ ،‬ﺷﮭﺮ أو ﺣﺘﻰ ﺳﻨﺔ ‪.‬‬

‫ھﻨﺎﻟﻚ ﻣﺠﺎﻻت ﺗﻄﺒﯿﻘﯿﺔ ﻛﺜﯿﺮة ﻟﺘﻮزﯾﻊ ﺑﻮاﺳﻮن ﻧﺬﻛﺮ ﻣﻨﮭﺎ ‪:‬‬

‫‪ .1‬ﯾﺴﺘﺨﺪم ﺗﻮزﯾﻊ ﺑﻮاﺳﻮن ﻓﻲ ﺿﺒﻂ اﻟﺠﻮدة ‪ ،‬ﻟﻌﺪد اﻟﻘﻄﻊ اﻟﻤﻌﯿﺒﺔ ﻓﻲ اﻻﻧﺘﺎج ‪.‬‬

‫‪ .2‬ﯾﺴﺘﺨﺪم ﻓﻲ إﺣﺼﺎءات ﺑﻮﻟﺘﺰﻣﺎن_ﻣﺎﻛﺴﻮﯾﻞ ﻓﻲ اﻹﺣﺼﺎء اﻟﻜﻤﻲ وﻧﻈﺮﯾﺔ ﺗﺼﻮﯾﺮ اﻟﺼﻔﺎﺋﺢ ‪.‬‬

‫‪ .3‬ﻟﺘﻮزﯾﻊ ﺑﻮاﺳﻮن إﺳﺘﺨﺪاﻣﺎت ﻛﺜﯿﺮة ﻓﻲ ﻣﺠﺎﻻت اﻟﺒﯿﺌﺔ اﻟﺠﯿﻮﻟﻮﺟﯿﺎ ‪ ،‬واﻟﺠﻐﺮاﻓﯿﺎ واﻟﺪراﺳﺎت اﻟﻌﻤﺮاﻧﯿﺔ‬
‫ﻓﻲ اﻹﺳﻜﺎن ‪.‬‬

‫‪ .4‬إﺳﺘﺨﺪاﻣﺎت ﺗﻮزﯾﻊ ﺑﻮاﺳﻮن ﻟﻠﻌﺪ ﻓﻲ وﺣﺪة اﻟﻤﻜﺎن واﻟﺤﺠﻢ ﻋﺪﯾﺪة ﻓﻀﻼ ﻋﻦ إﺳﺘﺨﺪاﻣﺎﺗﮫ ﻓﻲ وﺣﺪة‬
‫اﻟﺰﻣﻦ ‪ .‬واﻹﺳﺘﺨﺪاﻣﺎت ﻓﻲ وﺣﺪة اﻟﺰﻣﻦ ﻟﮭﺎ أھﻤﯿﺔ ﻛﺒﯿﺮة ‪ ،‬وﺧﺎﺻﺔ ﻓﻲ ﻧﻈﺮﯾﺔ اﻟﻄﻮاﺑﯿﺮ ‪ ،‬ﺣﯿﺚ ﯾﻜﻮن‬
‫ﺗﻮزﯾﻌﺎت ُ ﺳﯿﺔ ﻣﺴﺘﻘﻠﺔ وﻣﺘﻄﺎﺑﻘﺔ ‪ ،‬وﻟﺬا ﻓﯿﻜﻮن ﻋﺪد اﻷﺣﺪاث‬
‫أ‬ ‫ﻟﻠﻔﺘﺮات اﻟﺰﻣﻨﯿﺔ ﺑﯿﻦ اﻷﺣﺪاث اﻟﻤﺘﺘﺎﺑﻌﺔ‬
‫اﻟﺘﻲ ﺗﻘﻊ ﻓﻲ ﻓﺘﺮة زﻣﻨﯿﺔ ﻣﻌﯿﻨﺔ ﺧﺎﺿﻌﺎ ﻟﺘﻮزﯾﻊ ﺑﻮاﺳﻮن ‪.‬‬

‫‪ .5‬وإﺳﺘﺨﺪم ﺗﻮزﯾﻊ ﺑﻮاﺳﻮن ﻓﻲ اﻟﻤﻌﺎﯾﺮة اﻟﺒﯿﻮﻟﻮﺟﯿﺔ ‪ ،‬وﻋﺪ ﻣﺴﺘﻌﻤﺮات اﻟﺒﻜﺘﯿﺮﯾﺎ أو اﻟﻔﯿﺮوﺳﺎت ﻟﺪرﺟﺎت‬
‫ﺗﺮﻛﯿﺰ ﻣﺨﺘﻠﻔﺔ أو ﻗﯿﻮد ﺗﺠﺮﯾﺒﯿﺔ ‪ ،‬واﻹﺻﺎﺑﺎت اﻟﺴﺮطﺎﻧﯿﺔ ‪،‬وإﺣﺼﺎء اﻟﻮﻓﯿﺎت واﻟﻤﻮاﻟﯿﺪ ‪.‬‬

‫ﻣﺘﻘﻄﻌﺔ ُ ﺧﺮى ﻣﺜﻞ ﺗﻮزﯾﻊ ذي‬

‫أ‬ ‫‪ .6‬ﻛﻤﺎ طﺒﻖ ﻓﻲ اﻹﻗﺘﺼﺎد ﺣﯿﺚ إﺧﺘﺒﺮ ﺗﻮزﯾﻊ ﺑﻮاﺳﻮن ﻣﻘﺎﺑﻞ ﺗﻮزﯾﻌﺎت‬
‫اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ ﻟﻺﺣﺘﻤﺎﻻت ‪.‬‬

‫ﻣﺠﺎﻻت ُ ﺧﺮى ﻋﺪﯾﺪة ﻣﺜﻞ اﻟﺰراﻋﺔ ‪ ،‬واﻟﺘﻠﻔﻮﻧﺎت ‪ ،‬وﺣﻮادث اﻟﻤﺮﻛﺒﺎت )‬

‫أ‬ ‫‪ .7‬وﯾﺴﺘﺨﺪم ﺗﻮزﯾﻊ ﺑﻮاﺳﻮن ﻓﻲ‬
‫ﺳﯿﺎرات ‪ ،‬ﻗﻄﺎرات ’ ‪ (.....‬واﻹﺟﺘﻤﺎع وإﻧﺴﯿﺎﺑﯿﺔ اﻟﺴﯿﺎرات ﻓﻲ اﻟﻤﺮور ‪ ،‬واﻟﺘﻄﺒﯿﻘﺎت اﻟﻌﺴﻜﺮﯾﺔ ‪.‬‬

‫وﺗﺠﺮﺑﺔ ﺑﻮاﺳﻮن ﻣﺸﺘﻘﺔ ﻣﻦ ﻋﻤﻠﯿﺔ ﺑﻮاﺳﻮن ‪ ،‬واﻟﺘﻲ ﯾﺠﺐ أن ﺗﺤﻘﻖ اﻟﺸﺮوط اﻟﺘﺎﻟﯿﺔ ‪:‬‬

‫أ‪ -‬ﻣﺘﻮﺳﻂ ﻋﺪد ﺣﺎﻻت اﻟﻨﺠﺎح ‪ ، ‬واﻟﺘﻲ ﺗﺤﺪث ﻓﻲ اﻟﻔﺘﺮة اﻟﺰﻣﻨﯿﺔ اﻟﻤﻌﻄﺎة أو ﻓﻲ اﻟﻤﻨﻄﻘﺔ اﻟﻤﺤﺪدة اﻟﻤﻌﻠﻮﻣﺔ ‪.‬‬

‫ب‪-‬إﺣﺘﻤﺎل وﻗﻮع ﺣﺎﻟﺔ ﻧﺠﺎح واﺣﺪة ﻓﻲ ﻓﺘﺮة ﻗﺼﯿﺮة و ﻣﻨﻄﻘﺔ ﺻﻐﯿﺮة ﯾﺘﻨﺎﺳﺐ ﻣﻊ طﻮل ھﺬه اﻟﻔﺘﺮة أو ﺣﺠﻢ ھﺬه‬
‫اﻟﻤﻨﻄﻘﺔ و ﻻ ﯾﻌﺘﻤﺪ ﻋﻠﻰ ﻋﺪد ﺣﺎﻻت اﻟﻨﺠﺎح اﻟﺘﻲ ﺗﺤﺪث ﺧﺎرج ھﺬه اﻟﻔﺘﺮة أو اﻟﻤﻨﻄﻘﺔ ‪.‬‬

‫ج‪-‬إﺣﺘﻤﺎل وﻗﻮع أﻛﺜﺮ ﻣﻦ ﺣﺎﻟﺔ ﻧﺠﺎح ﻓﻲ اﻟﻔﺘﺮة اﻟﻘﺼﯿﺮة أو اﻟﻤﻨﻄﻘﺔ اﻟﺼﻐﯿﺮة ‪.‬‬

‫‪35‬‬
 : ‫ داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬:3-4-1

e  x
p ( x)  x  0,1, 2,....
x!

: ‫اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ‬:3-4-2
x
F ( x)   p ( x)
x0
x
e   x x
x
F ( x)    e 
x0 x! x0 x !

: ‫اﻟﻮﺳﻂ‬:3-4-3

   x   xp x 
e x
  x x  0 , 1, 2 , ....
x!
x
 e  x
x  x  1 !
 x
 e 
 x  1 !

 ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

 x 1
x   e  
 x  1 !
‫ﻗﺎﻋﺪة‬

 x 1
  e
 x  1 !
  e e  
x  
36
 : ‫ اﻟﺘﺒﺎﯾﻦ‬:3-4-4
2
v  x   x 2   x 
x 2   x 2 p  x 
e  x
2
x
x!
x 2  x  x  1  x
e  x
   x  x  1  x 
x!
e  x e   x
  x  x  1 x
x! x!
e  x
  x  x  1 
x  x  1!
 x
e  
 x  1!
2
 2 ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

2   x2
  e  
 x  2 !
‫ﻗﺎﻋﺪة‬

 x 2
  e
 x  2!
  2 e   e     2  
x 2   2  
v  x  2    2  

37
 : ‫ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:3-4-5

   2  v  x
 

: ‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:3-4-6
3
3 
3
3
3    x    p  x 
   x3  3 x 2  3 2 x   3  p  x 
  x 3 p  x   3   x 2 p  x   3  2  xp  x    3
 3   3  3  1 2  2  1 3
3 3 e  x
3
 3   x   x xp  x    x
x!
e x
   x  x  1  x  2   3 x  x  1   x 
x!
e  x e  x e  x
  x  x  1  x  2   3  x  x  1 x
x! x! x!
 x
e 
  x  x  1  x  2   3 2  
x  x  1  x  2  x  3  !

3

3
 ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

38
 3   x3
     3 2  
 x  3 !
 x3
  
 x  3 !
 3   3       3  2  
 3   3  3  2  
: ‫وﻣﻤﺎ ﺳﺒﻖ ﻧﺠﺪ أن‬

 2   2  
1  
3   3  3 2    3   2     2 3
  3  3 2    3 3  3 2  2 3
3  
  
  1
3  3
 

    

1
3 


39
 : ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:3-4-7
4
4 
4
4
    x    p  x
   x4  4 x3  6  2 x 2  4 3 x   4  p  x 
  x 4 p  x   4   x 3 p  x   6  2  x 2 p  x   4  3  xp  x    4
4  4  4 13  6 12  2  314
4 e   x
4
4   x p  x    x
x!
e  x
   x  x  1 x  2  x  3   6 x  x  1 x  2   7 x  x  1  x 
x!
e  x e  x
  x  x  1 x  2  x  3   6  x  x  1 x  2  
x! x!
e  x e  x
7  x  x  1 x
x! x!
e  x
  x  x  1 x  2  x  3   6 3  7  2  
x  x  1 x  2  x  3  x  4 !
4

4
 ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

  x 4
4
e    6 3  7 2  
 x  4 !
‫ﻗﺎﻋﺪة‬

40
  x4
  e
 x  4 !
  4e   e  6 3  7 2  
4   4  6 3  7 2  
3   3  3 2  
2   2  
1  
4   4  6 3  7 2    4   3  3 2     6 2   2     4 3      4
4   4  6 3  7 2    4 4  12 3  4 2  6 4  6 3  4 4   4
4  3 2  

 4  44

 
3 2   3 2  
4  4

2
 
1
4  3

: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬:3-4-8

M x ( t )   e tx   e tx p  x 
x

  e tx
 xe
 e 
 e  t

x! x!

‫ﻗﺎﻋﺪة‬

41
 x


 e t   ee
t

x!
t t
 e  ee  e e
t
M x ( t )  e   (1  e )

: ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:3-4-9

 ( i t )   e itx   e itx p ( x )
e -  x
( e it  ) x
  e itx  e 
x! x!
‫ﻗﺎﻋﺪة‬
it
(e  )x it
  ee 
x !
it it
 e  ee   e e
it
  (1  e )
 (it )  e
: ‫اﻟﻮﺳﯿﻂ‬:3-4-10
1
2 ‫ اﻟﺘﻲ ﺗﺠﻌﻞ داﻟﺔ اﻟﻜﺘﻠﺔ ﺗﺴﺎوي‬x ‫ھﻮ ﻗﯿﻤﺔ‬

e-  x 1 x 1 
p( x)     e
x! 2 x! 2
x 1 1
 .  
x! e 2
x  2 ‫ أي أن‬  0 ‫وھﺬا ﯾﺘﺤﻘﻖ ﻋﻨﺪ‬

‫ أﺻﻐﺮ ﻗﯿﻤﺔ ﻣﻤﻜﻨﺔ وﻗﺮﯾﺒﺔ ﻣﻦ اﻟﺼﻔﺮ‬ ‫ ﺷﺮط أن ﺗﺄﺧﺬ‬x  2 ‫وﺑﺎﻟﺘﺎﻟﻲ ﻓﺈن اﻟﻮﺳﯿﻂ ھﻮ‬

42
 ‫‪: 3-4-11‬اﻟﻤﻨﻮال ‪:‬‬

‫اﻟﻤﺨﺘﻠﻔﺔ ﻓﻲ داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﯾﻤﻜﻦ أن ﺗﺼﻞ إﻟﻲ أﻛﺒﺮ ﻗﯿﻤﺔ ﻟﮭﺎ ﻋﻨﺪﻣﺎ ‪ x‬ﻋﻨﺪ ﺗﻌﻮﯾﺾ ﻗﯿﻢ‬
‫ﻓﻲ ھﺬه اﻟﺤﺎﻟﺔ اﻟﻤﻨﻮال ‪ x‬ﺗﻘﺘﺮب ﻣﻦ اﻟﺼﻔﺮ وﺗﺴﻤﻰ ﻗﯿﻤﺔ ‪ ‬ﺗﺄﺧﺬ أﻛﺒﺮ ﻗﯿﻤﺔ ﻟﮭﺎ و ‪x‬‬

‫‪43‬‬
 ‫‪:3-5‬اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ ‪: Geometric Distribution‬‬
‫اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ ﻋﺒﺎرة ﻋﻦ ﺣﺎﻟﺔ ﺧﺎﺻﺔ ﻣﻦ ﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ ﻋﻨﺪﻣﺎ ‪ r  1‬أي ﻧﺤﺼﻞ ﻋﻠﻰ اﻟﺘﻮزﯾﻊ‬
‫اﻹﺣﺘﻤﺎﻟﻲ ﻟﻌﺪد اﻟﻤﺤﺎوﻻت اﻟﻤﻄﻠﻮﺑﺔ ﻟﻠﺤﺼﻮل ﻋﻠﻰ ﺣﺎﻟﺔ ﻧﺠﺎح واﺣﺪة ‪.‬‬

‫‪:3-5-1‬داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪x 1‬‬
‫‪p‬‬ ‫‪x  ‬‬ ‫‪pq‬‬
‫‪x  1, 2 , 3 ......‬‬

‫‪x‬‬ ‫‪g  p‬‬

‫وﯾﻜﺘﺐ اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ ﺑﺎﻟﺼﯿﻐﺔ اﻻﺗﯿﺔ‬

‫ﺷﺮوط داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1 0  px 1‬‬

‫‪p  x   pq x‬‬ ‫‪x  0,1, 2,....‬‬

‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﻣﻮﺟﺒﺔ ﻟﺠﻤﯿﻊ ﻗﯿﻢ ‪x‬‬

‫‪‬‬ ‫‪x‬‬
‫‪p x  = 1‬‬

‫‪‬‬ ‫‪p q x -1  p‬‬ ‫‪‬‬ ‫‪q x -1‬‬

‫‪x‬‬

‫‪q‬‬ ‫‪x‬‬

‫ﯾﻤﺜﻞ ﻣﺠﻤﻮع ﻣﺘﻮاﻟﯿﺔ ھﻨﺪﺳﯿﺔ وﻣﻦ ھﻨﺎ ﺟﺎء إﺳﻢ اﻟﺘﻮزﯾﻊ وﻧﻼﺣﻆ أن‬ ‫‪x‬‬ ‫ﺣﯿﺚ‬
‫‪1‬‬
‫‪q‬‬
‫‪x‬‬
‫‪x‬‬
‫‪‬‬
‫‪1 q‬‬
‫‪1‬‬ ‫‪p‬‬
‫‪ p.‬‬ ‫‪ 1‬‬
‫‪1 q‬‬ ‫‪p‬‬

‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﺗﺤﻘﻖ ﺷﺮطﻲ داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

‫‪44‬‬
 : ‫اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ‬:3-5-2
x
F  x   p ( X  x)   p( x ) x  0,1......n
x0
x
  pq x 1
x0
x
 p  q x 1
x 1

: ‫اﻟﻮﺳﻂ‬:3-5-3

 x   xp  x 
x  1, 2 , 3, .....
  x p q x 1
 p  x q x 1
‫ﻗﺎﻋﺪة‬

1
 q x 1 
1 q
q ‫ﺑﻀﺮب اﻟﻄﺮﻓﯿﻦ ﻓﻲ‬

x 1 q
 q q 
1 q
x q
 q 
1 q

q ‫ﻧﻔﺎﺿﻞ اﻟﻄﺮﻓﯿﻦ ﺑﺎﻟﻨﺴﺴﺒﺔ ل‬

45
 xq x 1 
1  q   q(1)
2
1  q 
1 q  q 1
 2
 2
1  q  1  q 
1 1
x  p 2

1  q  p
1
x 
p

: ‫اﻟﺘﺒﺎﯾﻦ‬:3-5-4

v  x   x 2  ( x ) 2
x 2   x 2 p  x  x  1, 2, 3, ....
  x 2 pq x 1
 p  x 2 q x 1

‫ﻗﺎﻋﺪة‬
1
 xq x 1 
(1  q ) 2

‫ ﺑﻀﺮب اﻟﻄﺮﻓﯿﻦ ﻓﻲ‬q

x 1 q
 xq q  2
1  q 
x q
 xq  2
1  q 
q ‫ﻧﻔﺎﺿﻞ اﻟﻄﺮﻓﯿﻦ ﺑﺎﻟﻨﺴﺒﮫ ل‬

46
 2
2
x q  x 11  q   2q 1  q 
4
1  q 
1  q 1  q  2q 
 4
1  q 
1 q
 x 2 q x 1  3
1  q 
1 q 1 q
x 2  p 3
 2
1  q  1  q 
1 q
x 2 
p2
1  q 1 1  q 1 q
v  x  2  2   2
p p p2 p
q
v( x )  2
p

: ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:3-5-5

   2  v  x
q q
 2

p p

: ‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:3-5-6

3
3 
3
3
3    x    p  x 
   x 3  3 x 2  3 2 x   3  p  x 
  x 3 p  x   3   x 2 p  x   3  2  xp  x    3
 3   3  3  1 2  2  1 3
 3   x 3   x 3 p  x  x  1, 2, 3,....
  x 3 pq x 1
 p  x 2 q x 1

47
 ‫ﻗﺎﻋﺪة‬

1 q
 x 2 q x 1  3
1  q 
q ‫ﺑﻀﺮب اﻟﻄﺮﻓﯿﻦ ﻓﻲ‬

q 1  q 
 x 2 q x 1 q  3
1  q 
2 x q  q2
 x q  3
1  q 
q ‫ﻧﻔﺎﺿﻞ اﻟﻄﺮﻓﯿﻦ ﺑﺎﻟﻨﺴﺒﺔ ل‬

3 2
3 x 1
1  q  1  2 q    q  q 2  3 1  q  (  1)
x q  2
1  q  
3

3 2
1  q  1  2 q   3  q  q 2  1  q 
 6
1  q 
2
1  q   1  q 1  2 q   3 q  3 q 2 
 6
1  q 
1  2 q  q  2 q 2  3q  3q 3

(1  q ) 4
1  4q  q 2
 4
1  q 
1  4q  q 2
 3  p 4
1  q 

48
 2 2
1  4 q  q 1  4 q  q
 3  3

1  q  p 3
1  q
 2 
p 2
1
 1 
p
2
1  4 q  q 1 1  q 1
 3   3  2
p 3 p p 2 p 3

2
1  4 q  q  3  3 q  2
 3  3
p
2
q  q
 3  3
p
 3
 3  3

q
 
p
3
q 2
 q  q 
    
3
p 3  p
 

 
q q  1 * p 3

3 3
p q q
q  1
 3 
q

:‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:3-5-7

4
4 
4
4
4    x    p  x  p  x 
4
x   x 4  4 x3  6 2 x 2  4 3 x   4
   x 4  4 x3  6 2 x 2  4 3 x   4  p  x 
  x 4 p  x   4   x 3 p  x   6  2  x 2 p  x   4  3  xp  x    4 p  x 
 4   4  4 1 3  6 1 2  4 14  14
  4  4 13  6  12 2  314
 4  x 4   x 4 p ( x ) x  1, 2,3,...
  x 4 pq x 1  p  x 4 q x 1

49
 ‫ﻗﺎﻋﺪة‬

1  4q  q 2
 x 3q x 1 
(1  q ) 4

q ‫ﺑﻀﺮب اﻟﻄﺮﻓﯿﻦ ﻓﻲ‬

3 1  4q  q 2
x 1
x q qq
(1  q ) 4
q  4q 2  q 3
 x 3q x 
(1  q ) 4

q ‫ﻧﻔﺎﺿﻞ اﻟﻄﺮﻓﯿﻦ ﺑﺎﻟﻨﺴﺒﺔ ل‬

4 3

x q 4 x 1

1  q  1  8q  3q    q  4q
2 2
 q 3  4 1  q  * 1
4 2
1  q  
4 3


1  q  1  8q  3q   4  q  4q
2 2
 q 3  1  q 
8
1  q 
1  q   1  q  1  8q  3q 2   4  q  4q 2  q 3  
3

 8
1  q 
1  8q  3q 2  q  8q 2  3q 3  4q  16q 2  4q 3
 5
1  q 
1  11q  11q 2  q 3

p5
1  11q  11q 2  q 3
 4  p
p5
1  11q  11q 2  q 3
 4 
p4

:‫وﻣﻤﺎﺳﺒﻖ ﻧﺠﺪ أن‬

50
 1  4q  q2
 3 
p3
1 q
 2 
p2
1
 1 
p
1  1 1q  1 1q 2  q 3  1  1  4q  q2   1 1 q   1 
4  4
 4   3  6 2  2   3 4 
p  p  p   p  p   p 
1  1 1q  1 1q 2  q 3 4  16q  4q2 6  6q 3
4  4
 4
 4
 4
p p p p
1  1 1q  1 1q 2  q 3  4  1 6 q  4 q 2  6  6 q  3
4 
p4
q  7q2  q3
4 
p4

4  44

q
 
p
4
q  7q2  q3  q 
4  
p4  p 
 
q 1  7 q  q 2  p4
4  *
p4 q2
1  7q  q2
4 
q
1 q2
4  7 
q

: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬3-5-8

M x  t   etx   e tx p ( x )
x  1, 2,3,....
  etx pq x 1

et
et ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

51
 pe t  e tx  t q x  1  pe t  e t ( x 1) q x 1
x 1
 pe t   e t q 

‫ﻗﺎﻋﺪة‬

1
 q x 1 
1 q
x 1 1
 et q  
1  et q
1 pe t
M x  x   pe t 
1  et q 1  et q

: ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:3-5-9

  it    e itx   e itx p ( x )
x  1, 2, 3,....
  e itx pq x 1

e it
e it ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

 pe it  e itx  it q x 1  pe it  e it ( x 1) q x 1
x 1
 pe it   e it q 

‫ﻗﺎﻋﺪة‬

1
 q x 1 
1 q
x 1 1
 e it
q  
1  e it q
1
 i t   p e it
1  e it q
p e it
 i t  
1  e it q

52
 ‫‪ :3-5-10‬اﻟﻤﻨﻮال ‪:‬‬

‫ھﻮ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺗﻘﺎﺑﻞ أﻛﺒﺮ إﺣﺘﻤﺎل ‪ ،‬وﻣﻦ داﻟﺔ اﻟﻜﺘﻠﺔ‬

‫‪x 1‬‬
‫‪p  x   p.1  q ‬‬

‫ﻣﻦ اﻟﻤﻼﺣﻆ إن اﻟﻤﻨﻮال ﻓﻲ اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ ﯾﻌﺘﻤﺪ ﻋﻠﻰ ﻗﯿﻤﺔ ‪ p‬وھﺬا ﯾﻌﻨﻲ أن أﻛﺒﺮ ﻗﯿﻤﺔ ﺗﺼﻞ إﻟﯿﮭﺎ اﻟﺪاﻟﺔ‬
‫ھﻲ ‪ p‬ﻋﻨﺪﻣﺎ ﯾﻜﻮن ‪ x  1‬وﺑﺘﺎﻟﻲ ﻓﺎن اﻟﻤﻨﻮال ‪x  p‬‬

‫‪:3-5-11‬اﻟﻮﺳﯿﻂ ‪:‬‬

‫‪1‬‬
‫ھﻮ ﻗﯿﻤﺔ ‪ x‬اﻟﺘﻲ ﯾﻜﻮن ﻣﺠﻤﻮع اﻹﺣﺘﻤﺎﻻت اﻟﻤﺘﺮاﻛﻤﺔ ﻋﻨﺪھﺎ ‪ 2‬وﻣﻦ اﻟﺪاﻟﺔ اﻟﺘﺮاﻛﻤﯿﺔ‬
‫‪‬‬
‫‪1‬‬
‫‪F  x   p.‬‬ ‫‪q‬‬
‫‪x 1‬‬
‫‪x 1‬‬
‫‪‬‬
‫‪2‬‬

‫وﺣﯿﺚ أن ) ‪ ( M‬ھﻮ إﺣﺪى ﻗﯿﻢ ‪x‬‬

‫‪1‬‬
‫‪ p.qM 1 ‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪qM 1 ‬‬ ‫) (‪ (M  1)ln(q)  ln‬‬
‫‪2p‬‬ ‫‪2p‬‬
‫‪1‬‬
‫) (‪M ln(q)  ln(q)  ln‬‬
‫‪2p‬‬
‫‪1‬‬ ‫‪1‬‬
‫)‪ln( )  ln(q‬‬ ‫) (‪ln‬‬
‫‪2p‬‬ ‫‪2p‬‬ ‫‪1‬‬
‫‪M ‬‬ ‫‪‬‬ ‫‪ 1  M  ln( )  ln(q)  1‬‬
‫)‪ln(q‬‬ ‫)‪ln(q‬‬ ‫‪2p‬‬

‫‪53‬‬
 ‫‪:3-6‬ﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ ‪: Negative binomial distribution‬‬
‫ﺑﻔﺮض أن ﺗﺠﺮﺑﺔ ﻟﮭﺎ ﻧﻔﺲ اﻟﺨﺼﺎﺋﺺ اﻟﺘﻲ ﺳﺒﻖ أن ذﻛﺮﻧﮭﺎ ﻓﻲ ﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ‪ ،‬وﻟﻜﻦ ﻣﻊ ﺗﻜﺮار‬
‫اﻟﻤﺤﺎوﻻت ﺣﺘﻰ ﯾﻤﻜﻦ اﻟﺤﺼﻮل ﻋﻠﻰ ﻋﺪد ﺛﺎﺑﺖ ﻣﻦ ﻣﺤﺎوﻻت اﻟﻨﺠﺎح ‪ ،‬وﻋﻠﻰ ذﻟﻚ ﺑﺪﻻ ﻣﻦ إﯾﺠﺎد إﺣﺘﻤﺎل‬
‫اﻟﻨﺠﺎح رﻗﻢ ‪ r‬ﺳﻮف ﯾﺤﺪث ﻓﻲ اﻟﻤﺤﺎوﻟﺔ رﻗﻢ ‪ . x‬اﻟﺘﺠﺎرب ﻣﻦ ھﺬا اﻟﻨﻮع ﺗﺴﻤﻰ ﺗﺠﺎرب ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ ‪.‬‬

‫ﺗﻌﺮﯾﻒ ‪:‬‬

‫اﻟﻌﺪد ‪ x‬ﻣﻦ اﻟﻤﺤﺎوﻻت واﻟﺬي ﯾﻨﺘﺢ ‪ r‬ﺣﺎﻻت ﻧﺠﺎح ﻓﻲ ﺗﺠﺮﺑﺔ ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ ﯾﺴﻤﻰ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﯾﺘﺒﻊ‬
‫ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ ‪.‬‬
‫‪ x‬ﻟﻠﺪﻻﻟﺔ ﻋﻠﻰ أن ‪ x‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﯾﺘﺒﻊ ﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ ﺑﻤﻌﻠﻤﺘﯿﻦ ‪r , p‬‬ ‫ﺳﻮف ﻧﻜﺘﺐ ) ‪NB (r , p‬‬

‫وﻟﮭﺬا اﻟﺘﻮزﯾﻊ ﻓﻲ ﺣﻞ ﺑﻀﻊ اﻟﻤﺸﺎﻛﻞ اﻟﺘﻲ ﻟﮭﺎ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﯾﺘﺒﻊ ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ ﻛﺜﯿﺮة ﻣﻨﮭﺎ ‪:‬‬

‫‪ -1‬ﻋﺪد اﻟﻮاﺣﺪات اﻟﺘﻲ ﺗﺨﺘﺒﺮ ﻟﻠﺤﺼﻮل ﻋﻠﻰ ﻋﺪد ﻣﺤﺪود ﻣﻦ اﻟﻮﺣﺪات اﻟﺘﺎﻟﻔﺔ ‪.‬‬

‫‪ -2‬ﻋﺪد اﻟﻘﺬاﺋﻒ اﻟﺘﻲ ﺗﻄﻠﻖ ﺣﺘﻲ اﻟﻮﺻﻮل إﻟﻲ ﻋﺪد ﺛﺎﺑﺖ ﻣﻦ اﻷھﺪاف ‪.‬‬

‫‪ :3-6-1‬داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪p ( x)  Crx1r 1 p r q x‬‬ ‫‪x  0,1, 2,...‬‬

‫ﺷﺮوط داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1 0  p x 1‬‬
‫‪p  x   Crr1x 1 p r q x‬‬
‫‪x  0,1, 2,...‬‬
‫ﻧﻼﺣﻆ اﻧﺎ اﻟﺪاﻟﺔ ﻣﻮﺟﺒﺔ ﻟﺠﻤﯿﻊ ﻗﯿﻢ ‪x‬‬

‫‪54‬‬
2  p  x  1
x

C
x
x  r 1
r 1 prqx

p Cr x  r 1
r 1 qx

‫ﻗﺎﻋﺪة‬

1
C x  r 1 x
r 1 q 
1  q 
r

r 1 pr
p r
 r 1
1  q  p

‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﺗﺤﻘﻖ ﺷﺮطﻲ داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

: ‫ اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ‬:3-6-2

F  x   P( X  x)   Crx1r 1 p r q x
x 0

 p r  Crx1r 1q x
x 0

: ‫ اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬:3-6-3


M x  t   Ee   etx Crx1r 1 p r (q x )
tx

x 0

 p r  Crx1r 1 (qet ) x
x 0

‫وﺑﺤﺴﺐ ﻧﻈﺮﯾﺔ ذات اﻟﺤﺪﯾﻦ‬

55
M x  t   p r (1  qet )  r
pr

(1  qet ) r
r
 p 
M x t    t 
 1  qe 

: ‫ اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:3-6-4

x
 (it )  E  eitx    eitxCrx1r 1 p r  q 
x 0

x
 p r  Crx1r 1  qeit 
x0

‫وﺑﺤﺴﺐ ﻧﻈﺮﯾﺔ ذي اﻟﺤﺪﯾﻦ‬

r
 p 
 (it )  pr (1  qeit ) x   it 
 1  qe 
r
 p 
 (it )   it 
 1  qe 
: ‫ اﻟﻮﺳﻂ‬:3-6-5

  x   xp  x  ; x  0,1, 2,.....
  xcrx1r 1 p r q x  p r  xcrx1r 1q x
q
q ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

p r q  xcrx1r 1q x 1
‫ﻗﺎﻋﺪة‬

r
 crx1r 1q x  1  q 
56
 q ‫ﻧﻔﺎﺿﻞ اﻟﻄﺮﻓﯿﻦ ﺑﺎﻟﻨﺴﺒﺔ ل‬

  r 1
 xcrx1r 1q x 1   r 1  q 
r
 r 1
1  q 
r rq
x  p r q r 1

1  q  p
rq

p

: ‫ اﻟﺘﺒﺎﯾﻦ‬:3-6-6
2
v  x   x 2   x 
x 2   x 2 p  x 
x 2  x  x  1  x
x 2  p r   x  x  1  x  Crx1r 1q x
 p r  x  x  1 Crx1r 1q x  p r  xCrx1r 1q x
rp
 p r  x  x  1 Crx1r 1q x  (*)
q

q2
q 2 ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

p r q 2  x  x  1 Crx1r 1q x 2

‫وﻣﻤﺎ ﺳﺒﻖ ﻧﺠﺪ أن‬

r
 xC rx1r 1q x 1  r 1
1  q 
q ‫ﻧﻔﺎﺿﻞ ﺑﺎﻟﻨﺴﺒﺔ ل‬

57
  r 2
 x  x  1 Crx1r 1q x  2  r  r  11  q  (1)
r  r  1
 r 2
1  q 
2 r r2  r 2 r 2  r q2 r 2  q 2r
r
q p r 2
q p 
1  q  pr 2 p2

(*) ‫ﻧﻌﻮض ﻓﻲ‬

q 2r 2  q 2r rq
(x) 2

p p
v ( x )   x 2  ( x ) 2
q 2r 2  q 2r rq r 2 q 2
  
p2 p p2
q 2 r 2  q 2 r  rq p  r 2 q 2

p2
2 rq ( q  p ) rq
  2
 2
p p

: ‫ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:3-6-7

   2  v( x)
rq rq
 
p2 p

58
 : ‫ ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:3-6-8

3
3 
3
3
3   x    p( x)
3
x     x3  3x2  3x 2   3
3   x3  3x2  3x 2   3  p( x)
 3   x 3 p ( x )  3   x 2 p ( x )  3  2  xp ( x )   3  p ( x )
 3   3  3  1 2  2  13
 3   x 3 p ( x )
  x 3 C rx1r  1 p r q x
x 3  x ( x  1)( x  2 )  3 x ( x  1)  x
  ( x ( x  1)( x  2 )  3 x ( x  1)  x ) p ( x )
  x ( x  1)( x  2 ) p ( x )  3  x ( x  1) p ( x )   xp ( x )
x  r 1 r x q 2 r 2  rq 2 rq
  x ( x  1)( x  2 ) C r 1 p q 3  (*)
p2 p
p r  x ( x  1)( x  2 ) C rx1r  1 q x

q3
q3 ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

p r q3  x( x  1)( x  2)Crx1r 1q x3

: ‫وﻣﻤﺎ ﺳﺒﻖ ﻧﺠﺪ ان‬

59
 r (r  1)
 x( x  1)Crx1r 1q x 2 
(1  q) r  2
 r (r  1)(1  q) r 2

q ‫ﻧﻔﺎﺿﻞ ﺑﺎﻟﻨﺴﺒﺔ ل‬

 x( x  1)( x  2)Crx1r 1q x 3  r (r  1)(r  2)(1  q )  r 3 (1)

r (r  1)(r  2)

(1  q )r 3
r (r  1)(r  2) q 3r (r  1)(r  2) q 3 (r 3  3r 2  2r )
r 3
pq  
(1  q )r 3 p3 p3
q 3r 3  3r 2 q 3  2rq 3

p3
(*) ‫ﻧﻌﻮض ﻓﻲ‬

q 3 r 3  3q 3 r 2  2 q 3 r 3q 2 r 2  3q 2 r qr
3   
p3 p2 p
q 2 r 2  q 2 r qr
 2  
p2 p
rq
1 
p
3
q 3 r 3  3q 3 r 2  2 q 3 r 3q 2 r 2  3q 2 r qr  rq  q 2 r 2  q 2 r qr    rq 
3  3
 2
  3  2
   2 
p p p  p  p p   p
q 3 r 3  3q 3 r 2  2 q 3 r 3q 2 r 2  3q 2 r qr 3q 3 r 3  3q 3 r 2 3q 2 r 2 2q 3 r 3
     
p3 p2 p p3 p2 p3

60
 2 q 3 r 3q 2 r qr 2 q 3 r  3 pq 2 r  p 2 qr
  2  
p3 p p p3
rq (2 q 2  3 pq  p 2 ) rq (2(1  p ) 2  3(1  p ) p  p 2
 
p3 p3
rq (2  4 p  2 p 2  3 p  3 p 2  p 2 )

p3
rq (2  p )
3 
p3

 3  33

3
rq (2  p )  rq 
 
p3  p 
 
rq (2  p ) p3
 *
p3 rq rq
2 p
3 
rq

: ‫ ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:3-6-9

4
4 
4
4
4    x    p  x 
4
x    x 4  3 x 3  6  2 x 2  3 3 x   4
4    x 4  4 x3  6 2 x 2  4 3 x   4  p  x 
  x 4 p  x   4   x 3 p  x   6  2  x 2 p  x   4  3  xp  x    4  p  x 
 4   4  4 13  6 12 2  314

61
4   x 4 p( x)
x 4  x( x  1)( x  2)( x  3)  6 x( x  1)( x  2)  7 x( x  1)  x
4   x( x  1)( x  2)( x  3) p  x   6  x( x  1)( x  2) p  x   7  x( x  1) p  x    xp  x 
x  r 1 r x q3r (r  1)(r  2) q 2 r (r  1) rq
  x( x  1)( x  2)( x  3)C r 1 p q 6 7  *
p3 p2 p
 x( x  1)( x  2)( x  3)Crx1r 1 p r q x  p r  x( x  1)( x  2)( x  3)Crx1r 1q x

q4
q 4 ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

pr q4  x( x 1)( x  2)( x  3)Crx1r 1q x4

: ‫ﻗﺎﻋﺪة‬

r (r  1)(r  2)
 x( x  1)( x  2)Crx1r 1q x 3 
(1  q) r 3
q ‫ﻧﻔﺎﺿﻞ اﻟﻄﺮﻓﯿﻦ ﺑﺎﻟﻨﺴﺒﺔ ل‬

r (r  1)(r  2)(r  3)
 x( x  1)( x  2)( x  3)Crx1r 1q x4 
(1  q)r 4
rr (r  1)(r  2)(r  3) q 4 r (r  1)(r  2)(r  3)
4
pq 
(1  q)r 4 p4
(*) ‫ﻧﻌﻮض ﻓﻲ‬

62
 q 4 r (r  1)(r  2)(r  3) 6q 3 r (r  1)( r  2) 7 q 2 r (r  1) rq
   
p4 p3 p2 p
q 4 r 4  6q 4 r 3  11q 4 r 2  6q 4 r 6q 3 r 3  18q 3r 2  12q 3r 7 q 2 r 2  7q 2 r qr
   
p4 p3 p2 p
q 4 r 4  6q 4 r 3  11q 4 r 2  6q 4 r 6q 3 r 3  18q 3r 2  12q 3r  6q 4 r 3  18q 4 r 2  12q 4 r
 
p4 p4
7 q 2 r 2  7 q 2 r  14q 3 r 2  14q 3 r  7q 4 r 2  7 q 4 r rq  3rq 2  3rq 3  rq 4
 
p4 p4
q 4 r 4  6q 3 r 3  q 3 r  4q 3 r 2 7q 2 r 2  4q 2 r  qr
 4 
p4
q3 r 3  3q 3 r 2  2q3 r 3q 2 r 2  3q 3 r qr
3   
p3 p2 p
q 2 r 2  q 2 r qr
 2  
p2 p
qr
1 
p
q 4 r 4  6q 3 r 3  q 3 r  4q 3 r 2 7q 2 r 2  4q 2 r  qr 4q 4 r 4  12q 4 r 3  8q 4 r 2 12q 3 r 3  12q 3 r 2
4   
p4 p4 p3
 4q 2 r 2 6q 4 r 4  6 q 4 r 3 6 q 3 r 3 q4r 4
   3 4
p2 p4 p3 p
q 4 r 4  6q 3 r 3  q 3 r  4q 3 r 2 7q 2 r 2  4q 2 r  qr 4q 4 r 4  12q 4 r 3  8q 4 r 2
4  
p4 p4
12q 3 r 3  12q 3 r 2  12q 4 r 3  12q 4 r 2

p4
 4q 2 r 2  8q 3 r 2  4 q 4 r 2 6 q 4 r 4  6 q 4 r 3 6 q 3 r 3  6 q 4 r 3 q4r 4
    3
p4 p4 p4 p4
q 3r  3q 2 r 2  4q 2 r  qr
4 
p4

63
 ‫‪4‬‬
‫‪4 ‬‬
‫‪4‬‬
‫‪rq‬‬
‫‪‬‬
‫‪p‬‬
‫‪4‬‬
‫‪q3r  3q2r2  4q2r  qr  rq ‬‬
‫‪4 ‬‬ ‫‪‬‬
‫‪p4‬‬ ‫‪ p ‬‬
‫‪‬‬ ‫‪‬‬
‫‪q3r  3q2r2  4q2r  qr p4‬‬
‫‪4 ‬‬ ‫‪* 2 2‬‬
‫‪p4‬‬ ‫‪qr‬‬
‫‪4 1 q2‬‬
‫‪ 4  3 ‬‬
‫‪r rq‬‬

‫‪:3-6-10‬اﻟﻮﺳﯿﻂ ‪:‬‬

‫‪1‬‬
‫اﻟﻮﺳﯿﻂ ﻓﻲ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﻘﻄﻌﺔ ھﻮ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺗﺘﻮﺳﻂ اﻹﺣﺘﻤﺎﻻت أي اﻟﺘﻲ ﺗﺠﻌﻞ ﻣﺠﻤﻮع اﻹﺣﺘﻤﺎﻻت ‪2‬‬
‫‪M‬‬ ‫‪M‬‬
‫‪x‬‬ ‫‪x‬‬ ‫‪1‬‬
‫‪‬‬
‫‪x 0‬‬
‫‪p r Crx1r 1  q   p r‬‬ ‫‪C‬‬
‫‪x 0‬‬
‫‪x  r 1‬‬
‫‪r 1‬‬ ‫‪q‬‬ ‫‪‬‬
‫‪2‬‬

‫وﺣﯿﺚ أن ‪ M‬ھﻲ إﺣﺪى ﻗﯿﻢ ‪ x‬ﻟﺬﻟﻚ ﻧﺒﺪاء ﺑﺤﺴﺎب اﻹﺣﺘﻤﺎﻻت إﺑﺘﺪاﺋﺎ ً ﻣﻦ إﻓﺘﺮاض ‪ M  0‬ﺛﻢ ‪ M  1‬ﺛﻢ‬
‫‪1‬‬
‫اﻟﺘﻲ ﺗﻌﻄﻲ ذﻟﻚ ﺗﺴﻤﻰ‬ ‫(‬ ‫‪M‬‬ ‫‪‬‬ ‫‪X‬‬ ‫)‬ ‫‪ M  2‬وﻧﻼﺣﻆ إن اﻟﻘﯿﻢ اﻟﺘﻲ ﯾﺠﺮي ﻋﻨﺪھﺎ ﻣﺠﻤﻮع اﻹﺣﺘﻤﺎﻻت ‪ 2‬ﻓﻘﯿﻤﺔ‬
‫اﻟﻮﺳﯿﻂ ‪.‬‬

‫‪:3-6-11‬اﻟﻤﻨﻮال‪:‬‬

‫ﻓﻲ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﻘﻄﻌﺔ ھﻮ ﻗﯿﻤﺔ ‪ X‬اﻟﺘﻲ ﺗﻘﺎﺑﻞ أﻛﺒﺮ إ ﺣﺘﻤﺎل إي إﻧﻨﺎ ﻧﺤﺴﺐ ﺟﻤﯿﻊ ﻗﯿﻢ اﻹﺣﺘﻤﺎﻻت ﻟﻘﯿﻢ ‪X‬‬
‫ﻓﻨﻼﺣﻆ أﻛﺒﺮإﺣﺘﻤﺎل ﻟﻘﯿﻢ ‪ X‬اﻟﻤﻘﺎﺑﻠ ﺔ ﻷﻛﺒﺮإﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﻨﻮال ‪.‬‬

‫‪64‬‬
 ‫‪ 3-7‬اﻟﺘﻮزﯾﻊ ﻓﻮق اﻟﮭﻨﺪﺳﻲ ‪:Hypergeometric Distribution‬‬
‫إذا ﻛﺎن ﻟﺪﯾﻨﺎ ﻣﺠﺘﻤﻊ ﻣﻜﻮن ﻣﻦ ‪ N‬ﻋﻨﺼﺮ ﻣﻨﮭﻢ ‪ D‬ﻋﻨﺼﺮ ﯾﺤﻤﻠﻮن ﺻﻔﺔ ﻣﻌﯿﻨﺔ و )‪ ( N  1‬ﻻﯾﺤﻤﻠﻮن ھﺬه‬
‫اﻟﺼﻔﺔ وﺗﻢ إﺧﺘﯿﺎر ﻋﯿﻨﺔ ﻣﻦ ‪ n‬ﻋﻨﺼﺮ ﻋﺸﻮاﺋﯿﺎ ً ﺑﺪون إرﺟﺎع ﻓﺈن ﻋﺪد اﻟﻌﻨﺎﺻﺮ اﻟﺘﻲ ﺗﺤﻤﻞ ھﺬه اﻟﺼﻔﺔ ﻓﻲ‬
‫اﻟﻌﯿﻨﺔ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ‪ X‬ﯾﺘﺒﻊ ﻓﻲ ﺗﻐﯿﺮاﺗﮫ ﺗﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ ﺳﻤﻲ ﺑﺎﻟﺘﻮزﯾﻊ ﻓﻮق اﻟﮭﻨﺪﺳﻲ‬

‫‪ :3-7-1‬داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‪:‬‬

‫‪C xM C nNx M‬‬

‫‪p(x) ‬‬ ‫‪; x  0 ,1, 2 , ....., n‬‬
‫‪C nN‬‬

‫ﺷﺮوط داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1  0  p  x  1‬‬
‫‪C XDCnNxD‬‬
‫‪p x ‬‬
‫‪CnN‬‬
‫‪ C XDCnNxD‬‬ ‫‪x  0,1,...‬‬

‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﻣﻮﺟﺒﺔ ﻟﺠﻤﯿﻊ ﻗﯿﻢ ‪x‬‬

‫‪ p x  1‬‬

‫‪x‬‬

‫‪C XD C nNx D‬‬

‫‪‬‬ ‫‪C nN‬‬
‫‪1‬‬
‫‪‬‬
‫‪C nN‬‬ ‫‪C‬‬ ‫‪D‬‬
‫‪X‬‬ ‫‪C nNx D‬‬

‫ﻗﺎﻋﺪة‬

‫‪65‬‬
C
X
D
X CnNxD  CnN

1 N
Cn  1
CnN
‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﺗﺤﻘﻖ ﺷﺮطﻲ داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

: ‫ اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ‬:3-7-2
x
F  x   p ( X  x)   p( x) ; x  0,1...n
x 0
x N D
C
  C XD nx
N
x 0 C n
X
1
 C D
X CnNxD
CnN X D

:‫اﻟﻮﺳﻂ‬:3-7-3

 x   xp ( x ) ; x  0,1, 2, ....., n
C xD C nNx D
 x
C nN
1
 N
 xC xD C nNx D
Cn
1 D!
 N
 x C nNx D
Cn x ! D  x !
1 D  D  1 !
 N
x C nNx D
Cn x  x  1 !  D  x !
D
 N
 C xD11 C nNx D
Cn
 C xD11C nNx D  C nN11

66
 D
x  N
C nN1 1
Cn
D  N  1  ! n !  N  n  ! D  N  1 ! n  n  1 !
 
 n  1  !  N  n ! N !  n  1 ! N  N  1  !
Dn
x 
N

: ‫ اﻟﺘﺒﺎﯾﻦ‬:3-7-5

v ( x )   x 2  ( x ) 2
x2   x2 p(x)
C xD C nNx D
2
  x
C nN
; x  0 ,1, 2 , ..... n

x 2  x ( x  1)  x
2 C xD C nN x D
x    x ( x  1)  x 
C nN
D N D
C xD C nN x D
C C x
  x ( x  1) x

C
nx
N
  C nN
n

1 D ( D  1) ( D  2 ) ! nD
  x ( x  1) C nN x D 
C nN x ( x  1)( x  2 ) !( x  D ) ! N
D ( D  1) nD
  C xD22 C nN x D 
C nN N
 C xD2 2 C nNx D  C nN 2 2
D ( D  1) N  2 nD
 N
C n2 
Cn N
D ( D  1) ( N  2 ) ! n ( n  1)( n  2 ) !( N  n ) ! n D
 
N ( N  1)( N  2 ) !( n  2 ) !( N  n ) ! N

67
 D ( D  1) n ( n  1) nD
x 2  
N ( N  1) N
2 D 2 n 2  D 2 n  Dn 2  Dn nD
x  
N ( N  1) N
D 2 n 2  D 2 n  Dn 2  Dn nD n 2 D 2
v( x)   
N ( N  1) N N2
ND 2 n 2  ND 2 n  NDn 2  NDn  N 2 Dn  NDn  ND 2 n 2  n 2 D 2

N 2 ( N  1)
nDN 2  NDn 2  ND 2 n  n 2 D 2

N 2 ( N  1)
nD ( N 2  Nn  ND  nD )

N 2 ( N  1)
nD ( N  D )( N  n )
v( x) 
N 2 ( N  1)

:‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:3-7-4

   2  v( x)
nD ( N  D )( N  n )

N 2 ( N  1)

68
 : ‫ ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:3-7-6

3
3 
 3
3
3   x    p x 
  x 3
 3 x2  3 2 x   3
 p x 
  x3 p x  3  x 2 p x   3 2
 xp x    3

 3   3  3  1  2  2  1 3
 3   x 3   x3 p(x)
C xD C nNx D
  x3 , x  0 , 1, 2 , ..... n
C nN
x 3  x ( x  1) ( x  2 )  3 x ( x  1)  x
C xD C nNx D
   x ( x  1) ( x  2 )  3 x ( x  1)  x 
C nN
C xD C nN x D C xD C nN x D C xD C nN x D
  x ( x  1) ( x  2 )
C nN
 3  x ( x  1)
C nN
  x
C nN
1 D ( D  1) ( D  2 ) ( D  3 ) !
  x ( x  1) ( x  2 ) C nN x D
C nN x ( x  1) ( x  2 ) ( x  3 ) !( D  x ) !
D 2n 2  D 2n  D n 2  D n nD
3 
N ( N  1) N
D ( D  1) ( D  2 ) 3D 2n 2  3D 2n  3D n 2  3D n nD
  C xD3 3 C nN x D  
C nN N ( N  1) N
 C xD3 3 C nN x D  C nN3 3
D ( D  1) ( D  2 ) C nN3 3 3D 2n 2  3D 2n  3D n 2  3D n nD
 N
 
Cn N ( N  1) N

69
 D( D  1)( D  2)( N  3)!n(n  1)(n  2)(n  3)!( N  n)!

N ( N  1)( N  2)( N  3)!(n  3)!( N  n)!
3D2 n 2  3D2 n  3Dn2  3Dn nD
 
N ( N  1) N
D( D  1)( D  2)n(n  1)(n  2) 3D2 n2  3D 2 n  3Dn2  3Dn nD
3   
N ( N  1)( N  2) N ( N  1) N
D 2 n2  D2 n  Dn2  Dn nD
2  
N ( N  1) N
nD
1 
N
D( D  1)( D  2)n(n  1)(n  2) 3D 2 n2  3D 2 n  3Dn2  3Dn nD
3    
N ( N  1)( N  2) N ( N  1) N
3
 D2 n 2  D 2 n  Dn2  Dn nD   nD   nD 
3     2 
 N ( N  1) N  N   N 
2nD3 N 2  2n3 DN 2  3n2 DN 3  3nD2 N 3 
nDN 4  6n2 D3 N  6n3 D2 N  9n 2 D 2 N 2  4n3 D3
3 
N 3 ( N  1)( N  2)
nD  N  2D  N  n N  2n 
3   N  D 
N3 ( N  1)( N  2)

 3  33

nD( N  D)( N  n)

N 2 ( N  1)
3
nD
 3  3  N  D
 N  2D  N  n  N  2n    nD( N  D)( N  n) 
 
N ( N  1)( N  2)  N 2 ( N  1) 
nD
 3  N  D
 N  2D  N  n  N  2n 
*
N 2 ( N  1) N ( N  1)
N ( N  1)( N  2) nD( N  D)( N  n) nD( N  D)( N  n)

3 
 N  2D  N  2n  ( N  1)
( N  2) nD( N  D)( N  n)

70
 : ‫ ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:3-7-7

4
4 
4
4
4    x    p  x 
4
x    x 4  4 x3  6 2 x 2  4  3 x   4
   x 4  4  x3  6 2 x 2  4  3 x   4  p  x 
  x 4 p  x   4  x3 p  x   6  2  x 2 p  x   4 3  xp  x    4 p  x 
 4   4  413  61 2  414  14
 4  413  6 122  314
 4  x 4   x 4 p( x)
CxD CnNxD
4
x ; x  0,1, 2,.......
CnN
x 4  x( x  1)( x  2)( x  3)  6 x( x  1)( x  2)  7 x( x  1)  x
C xD CnNxD
   x( x  1)( x  2)( x  3)  6 x( x  1)( x  2)  7 x( x  1)  x 
CnN
C xD CnNxD C xD CnNxD
  x( x  1)( x  2)( x  3)  6 x( x  1)( x  2)
CnN CnN
C xD CnNxD CxD CnNxD
7 x( x  1) x
CnN CnN
1 D ( D  1)( D  2)( D  3)( D  4)! N D

CnN
 x( x  1)( x  2)( x  3) x( x  1)( x  2)( x  3)( x  4)!( D  x)!C n x 

D ( D  1)( D  2)n(n  1)(n  2) D 2 n 2  D 2 n  Dn 2  Dn nD

6 7 
N ( N  1)( N  2) N ( N  1) N
D( D  1)( D  2)( D  3) D 4 N  D 6 D( D  1)( D  2)n(n  1)( n  2)

CnN
 C x  4 C n  x 
N ( N  1)( N  2)
7 D 2 n 2  7 D 2 n  7 Dn 2  7 Dn nD
 
N ( N  1) N
D4
C x 4 CnNxD CnN44

71
 D ( D  1)( D  2)( D  3)CnN44 6 D ( D  1)( D  2) n(n  1)(n  2)
 
CnN N ( N  1)( N  2)
7 D 2 n 2  7 D 2 n  7 Dn 2  7 Dn nD
 
N ( N  1) N
D ( D  1)( D  2)( D  3)n( n  1)(n  2)(n  3) 6D ( D  1)( D  2)n(n  1)(n  2)
4  
N ( N  1)( N  2)( N  3) N ( N  1)( N  2)
7 D 2 n 2  7 D 2 n  7 Dn 2  7 Dn nD
 
N ( N  1) N
D ( D  1)( D  2) n(n  1)( n  2) 3D 2 n 2  3D 2 n  3Dn 2  3Dn nD
3   
N ( N  1)( N  2) N ( N  1) N
D 2 n 2  D 2 n  Dn 2  Dn nD
2  
N ( N  1) N
nD
1 
N
D ( D  1)( D  2)( D  3)n( n  1)(n  2)(n  3) 6D ( D  1)( D  2)n(n  1)(n  2)
4  
N ( N  1)( N  2)( N  3) N ( N  1)( N  2)
7 D 2 n 2  7 D 2 n  7 Dn 2  7 Dn nD
 
N ( N  1) N
2 2 2 2
 nD   D( D  1)( D  2) n(n  1)(n  2) 3D n  3D n  3Dn  3Dn nD 
4     
 N  N ( N  1)( N  2) N ( N  1) N 
2 2 2 2 2 4
 nD   D n  D n  Dn  Dn nD   nD 
6       3 
 N   N ( N  1) N   N 
N  N  1  6n  N  n   3D  N  D   N 2  n  2   Nn 2  6n  N  n  
4  nD  N  D  N  n 
N 4 ( N  1)( N  2)( N  3)
4
4 
4
n 2 D 2 ( N  D ) 2 ( N  n )2
4 
N 4 ( N  1) 2
N  N  1  6 n  N  n   3D  N  D   N 2  n  2   Nn 2  6n  N  n  
 4  nD  N  D  N  n 
N 4 ( N  1)( N  2)( N  3)
n 2 D 2 ( N  D )2 ( N  n) 2

N 4 ( N  1) 2
72
 N  N 1  6n N  n  3D N  D  N2  n  2  Nn2  6n N  n 
4  nD N  D N  n
N4 (N 1)(N  2)(N 3)
N4 (N 1)2
* 2 2
n D (N  D)2 (N  n)2
 N2  N 1 
4   
 nD( N  D)  N  2 N  3 N  n 
 3nD N  D 6  n 2 18n2D N  D 
*  N  N 1 6n  6n  3D N  D n  2  2 
 N N 

: ‫ اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬:3-7-8

M x ( t )  E e tx
n
C D
. C nN x D
 
x0
e tx X
C nN
n
1

C nN  x0
e tx C M
x C N M
n x

‫ﻟﻠﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم وﻗﺪ أﻣﻜﻦ اﻟﺘﻮﺻﻞ إﻟﻰ ﺻﯿﻐﺔ ﻣﻌﻘﺪة ﺟﺪا ً ﺑﺎﻻﻋﺘﻤﺎد ﻧﻼﺣﻆ ﺻﻌﻮﺑﺔ ﻓﻲ إﯾﺠﺎد ﺻﯿﻐﺔ ﻣﺎ‬
‫ﻋﻠﻰ ﻣﺎﯾﺴﻤﻰ ﺑﺎﻟﺪاﻟﺔ اﻟﮭﻨﺪﺳﯿﺔ اﻟﺰاﺋﺪﯾﺔ وھﻲ‬

( N  n)( N  M )
N
‫وﻋﻨﺪ ﺗﻮﻟﯿﺪ اﻟﻌﺰوم ﺣﻮل اﻟﺼﻔﺮ ﻧﺴﺘﻌﯿﺾ ﻋﻨﮭﺎ ﺑﺎﻟﺼﯿﻐﺔ‬

73
 n

 r
j 1 ( x  j  1)
C XM .C nM x N
M x t   x0
.
xr C nN
n
C XM .C nM x N
 xC
xr
r M
X .
C nN
n
M! C nNx M
 xC
xr
r M
X . .
x !( M  x )! C nN
n
M! C nNx M
 
xr  x  r !( M  X )!
.
C nN
n
M r C nNr M

Nr xr C nNr r
.

nr
n r .M r
Mr  r  1, 2,...
Nr

74
 ‫اﻟﻔﺻل اﻟراﺑﻊ‬

‫اﻟﺗوزﯾﻌﺎت اﻹﺣﺗﻣﺎﻟﯾﺔ اﻟﻣﺗﺻﻠﺔ )اﻟﻣﺳﺗﻣرة(‬

‫‪12‬‬
 ‫‪ 4-0‬ﻣﻘﺪﻣﺔ‪:‬‬

‫وﻧﻘﻮل أن اﻟﺘﻮزﯾﻊ إﺣﺘﻤﺎﻟﻲ ﻣﺘﺼﻞ )ﻣﺴﺘﻤﺮ( إذا ﻛﺎﻧﺖ داﻟﺔ اﻟﺘﻮزﯾﻊ اﻟﺘﺮاﻛﻤﻲ ﻟﮫ ﻣﺴﺘﻤﺮة أي أﻧﮭﺎ ﺗﻌﻮد ﻟﻤﺘﻐﯿﺮ‬
‫ﻋﺸﻮاﺋﻲ ﻣﺘﺼﻞ إﺣﺘﻤﺎل أﺧﺬه ﻟﻘﯿﻤﺔ ﻣﺤﺪدة ﻣﻌﯿﻨﺔ ﻣﻌﺪوم‪ ،‬ھﺬه اﻟﺘﻮزﯾﻌﺎت ﯾﻤﻜﻦ اﻟﺘﻐﯿﯿﺮ ﻋﻨﮭﺎ ﺑﻮاﺳﻄﺔ دوال‬
‫ﻛﺜﺎﻓﺔ إﺣﺘﻤﺎﻟﯿﺔ ‪ ،‬وھﻲ ﻋﺒﺎرة ﻋﻦ داﻟﺔ ﻗﺎﺑﻠﺔ ﻟﻠﺘﻜﺎﻣﻞ ﺑﻄﺮﯾﻘﺔ ﻟﯿﺒﯿﺮﻏﻮ ‪ ،‬وھﻲ ﻣﻮﺟﺒﺔ وﻣﻌﺮﻓﺔ ﻋﻠﻰ ﻣﺠﻤﻮﻋﺔ‬
‫اﻷﻋﺪاد اﻟﺤﻘﯿﻘﯿﺔ ‪.‬‬

‫‪ :4-1‬اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ ‪: Uniforam distribution‬‬

‫ﯾﻌﺮف ھﺬا اﻟﺘﻮزﯾﻊ ﺑﺎﻟﺘﻮزﯾﻊ اﻟﻤﺴﺘﻄﯿﻞ وﯾﻮﺟﺪ ﻟﮫ اﻟﻌﺪﯾﺪ ﻣﻦ اﻟﺘﻄﺒﯿﻘﺎت وﻣﻦ أھﻤﮭﺎ ھﻮ ﺗﻮﻟﯿﺪ اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﯿﺔ‬
‫ﺑﺈﺳﺘﺤﺪام اﻟﺤﺎﺳﺐ اﻵﻟﻲ وﺗﺤﺖ ﻓﺮض أن اﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ ﻧﺤﺼﻞ ﻋﻠﯿﮭﺎ ﻣﺄﺧﻮذة ﻣﻦ ﺗﻮزﯾﻊ ﻣﻨﺘﻈﻢ)‪.Unif(0,1‬‬

‫‪x UNIF  a, b‬‬

‫وﺳﻮف ﯾﻜﺘﺐ‬

‫ﻓﺈ ن ‪:‬‬
‫‪ x‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﻣﺘﺼﻞ ﯾﺄﺧﺬ ﻗﯿﻤﺔ ﻓﻲ ﻓﺘﺮة ﻣﺤﺪدة ‪،‬ﻟﺘﻜﻦ اﻟﻔﺘﺮة اﻟﻤﻔﺘﻮﺣﺔ ‪ a, b‬‬ ‫ﺑﻔﺮض ان‬

‫‪ :4-1-1‬داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1‬‬
‫‪f (x) ‬‬ ‫‪;a  x b‬‬
‫‪ba‬‬
‫ﺷﺮوط داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1_0 f (x) 1‬‬

‫‪1‬‬
‫‪f (x) ‬‬ ‫‪;a  x b‬‬
‫‪b a‬‬
‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﻣﻮﺟﺒﺔ ﻟﻘﯿﻢ ‪X‬‬

‫_‪2‬‬ ‫‪‬‬ ‫‪f ( x) dx  1‬‬

‫‪x‬‬
‫‪b‬‬ ‫‪b‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪dx ‬‬ ‫‪ dx‬‬
‫‪a‬‬
‫‪ba‬‬ ‫‪ba‬‬ ‫‪a‬‬

‫‪1‬‬
‫‪‬‬ ‫‪(b  a )  1‬‬
‫‪ba‬‬

‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﺗﺤﻘﻖ ﺷﺮوط داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪.‬‬

‫‪75‬‬
 : ‫ داﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ‬:4-1-2
x x
1
F ( x )   f ( x)dx   dx
a a
b  a
x
1 1
 
ba a
dx 
ba
x
xa  
xa
F ( x)  ;a  x  b
ba
: ‫ اﻟﻮﺳﻂ‬:4-1-3

x   xf ( x ) dx
x

1
x dx ;a  x  b
x
ba
b
1 b 1 1 2 
 x dx   x 
b  a a b  a  2 a 
1 (b  a )(b  a )
 (b  a ) 2 
2(b  a ) 2(b  a )
ba
x 
2

76
 : ‫ اﻟﺘﺒﺎﯾﻦ‬:4-1-4

v ( x )   x 2  ( x )2
x2   x 2 f ( x)dx
x

1
  x2 dx ;a  x  b
x
b  a
b b
1 2 1 1 3 
  x dx   x 
b  a a
b  a  3 a 
1
 (b  a ) 3
3(b  a )
b2  ab  a 2
x2 
3
2
b 2  ab  a 2  a  b 
v(x)    
3  2 
b2  ab  a 2 b2  2ab  a 2
 
3 4
2 2
b  2ab  a (b  a ) 2
v(x)  
12 12

: ‫ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:4-1-5

   2  v( x )
(b  a) 2 b  a
 
12 12

77
 : ‫ اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬:4-1-6

Mx (t) etx
1
  etx f (x)dx   etx dx ;a  x  b
x x
ba
b b
1 1  1 tx 
  etxdx   e 
ba a b  a  t a 
1

t  b  a
 etb  eta 

etb  eta
Mx (t) 
t  b  a

: ‫ اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:4-1-7

(it) eitx
1
  eitx f (x)dx   eitx dx ;a  x  b
x x
b a
b b
1 1  1 itx 
  eitxdx   e 
ba a b  a  it a 
1

it  b  a
 eitb  eita 

eitb  eita
(it) 
it  b  a

78
 : ‫ ﻣﻌﺎﻣﻞ اﻻﻟﺘﻮاء‬:4-1-8

3
3 
3
3
3    x    f ( x)dx
x
3
x    x 3  3 x 2  3 2 x   3
   x 3  3 x 2  3 2 x   3  f ( x )dx
x

  x 3 f ( x )dx  3  x 2 f ( x )dx  3 2  xf ( x)dx   3  f ( x )dx

x x x x

3  3  31 2  2 1

3  x 3   x 3 f ( x)dx
x

1
  x3 dx ;a  x  b
x
ba
b b
1 3 1  1 4

 x dx  x
b  a a
 
b  a  4 a 
b4  a 4

4 b  a 
1
 (b  a)(b3  ba 2  b 2 a  a 3 )
4(b  a )
b3  ba 2  b 2 a  a 3
3 
4
b 2  ab  a 2
2 
3

79
 ba
1 
2
3  3 312  213
3
b3  ba2  b2a  a3  b  a  b2  ab  a2   b  a 
3  3    2 
4  2  3   2 
b3  ba2  b2a  a3 3b3  6ba2  6b2a  3a3 2b3  6ba2  6b2a  2a3
3   
4 6 8
6b  6ba  6b a  6a 12b  24ba  24b a 12a  6b3 18ba2 18b2a  6a3
3 2 2 3 3 2 2 3
3 
24
3  0
3
3  0
3
: ‫ ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:4-1-9

4
4 
4
4
4    x    f (x)dx
x
4
 x    x4  4x3  62 x2  43x  4
4
4    x4  4x3  62 x2  43 x  4  f (x)dx
x

  x4 f (x)dx  4 x3 f (x)dx  62  x2 f (x)dx  43  xf (x)dx  4  f (x)dx

x x x x x

4  4  413  6122  314

80
 b 4  b 3 a  b 2 a 2  ba 3  a 4  b 4  2b 3a  2b 2a 2  2b a 3  a 4 
4   4 
5  8 
 b 4  3 b 3 a  4 b 2 a 2  3 ba 3  a 4   b 4  4b 3a  6b 2 a 2  4b a 3  a 4 
6    3 
 12   16 
4 3 2 2 3 4
b  4 b a  6 b a  4 ba  a
4 
80
4
(b  a )
4 
80
ba
 
12

 4  44

4
(b  a ) 4  b  a 
  
80  12 
(b  a ) 4 1 44
 *
80 (b  a ) 4
144 9
4  
80 5

81
 ‫‪ :4-2‬ﺗﻮزﯾﻊ ﺟﺎﻣﺎ ‪:Gama Distribution‬‬

‫ﯾﻌﺘﺒﺮ ﺗﻮزﯾﻊ ﺟﺎﻣﺎ واﺣﺪ ﻣﻦ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺘﺼﻠﺔ اﻟﺸﺎﺋﻌﺔ اﻻﺳﺘﺨﺪام ﻓﻲ اﻟﺘﻄﺒﯿﻖ ‪،‬ﯾﻮﺟﺪ ﻛﺜﯿﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮات‬
‫اﻟﻌﺸﻮاﺋﯿﺔ ﺗﺘﺒﻊ ﺗﻮزﯾﻊ ﺟﺎﻣﺎ ﻣﺜﻞ زﻣﻦ اﻟﺨﺪﻣﺔ ﻓﻲ ﻣﺮﻛﺰ اﻟﺒﯿﻊ أو اﻟﺰﻣﻦ اﻟﻼزم ﻹﻋﺎدة ﺗﺠﺪﯾﺪ اﻟﺴﯿﺎرة ‪ .‬ﻟﻘﺪ إﺷﺘﻖ‬
‫إﺳﻢ اﻟﺘﻮزﯾﻊ ﻣﻦ ﻋﻼﻗﺘﮫ ﺑﺪاﻟﺔ ﺗﺴﻤﻲ داﻟﺔ ﺟﺎﻣﺎ وﺗﻌﺮف ﺑﺎﻟﺼﯿﻐﺔ اﻷﺗﯿﺔ‪:‬‬
‫‪‬‬
‫‪( )   x 1e  x dx‬‬
‫‪0‬‬

‫‪ :4-2-1‬داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪   x  1‬‬
‫‪f ( x) ‬‬ ‫‪e x‬‬ ‫‪;0  x  ‬‬
‫‪‬‬
‫ﺷﺮوط داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1_ 0  f ( x)  1‬‬
‫‪   x  1‬‬
‫‪f ( x) ‬‬ ‫‪e x‬‬ ‫‪;0  x  ‬‬
‫‪‬‬
‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﻣﻮﺟﺒﺔ ﻟﺠﻤﯿﻊ ﻗﯿﻢ ‪x‬‬

‫‪ x f ( x) dx  1‬‬
‫‪x‬‬
‫‪‬‬
‫‪   x  1‬‬
‫‪‬‬ ‫‪e x dx‬‬
‫‪0 ‬‬
‫‪‬‬
‫‪‬‬ ‫‪ x‬‬
‫‪‬‬ ‫‪e‬‬ ‫‪x 1 dx‬‬
‫‪‬‬ ‫‪0‬‬

‫‪let‬‬ ‫‪y  x‬‬

‫‪x y/‬‬ ‫‪ dx  dy / ‬‬
‫ﻧﻨﻘﻞ اﻟﻤﺪى ﻣﻦ ‪ x‬اﻟﻲ ‪y‬‬

‫‪82‬‬
y  x ;0  x  
x0 y  0(  )  0
x y  (  )  
y ‫ ﯾﺴﺎوي ﻣﺪى‬x ‫ﻧﻼﺣﻆ أن ﻣﺪى‬

  1
  y dy
 0    e y
 
  1
 y dy
   1
e y
 0

 
  1  y
  y e dy
  0

 1  y
y e dy  
0

1
  1

‫ﻧﺠﺪ أن اﻟﺪﻟﺔ ﺗﺤﻘﻖ اﻟﺸﺮوط‬

: ‫ داﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ‬:4-2-2

F ( x)   f ( x) dx 
x
x 
  x  1
 e x dx
0 

83
 : ‫اﻟﻮﺳﻂ‬: 4-2-3

Ex   x f ( x) dx 0 x
x

   x  1
x e x dx
0 
    x  1
 x e x dx
 0
let y  x
x y/  dx  dy / 

    y   y dy
   e 
 0 

   y  y dy

 0 

e


  y
  e dy
y
  1  0

 y
y e dy  
0

1 1 
   
  

x 


84
 : ‫ اﻟﺘﺒﺎﯾﻦ‬:4-2-4

v ( x )  Ex 2  ( Ex )2
 2  E x 2  x
2
f ( x ) dx ;0  x  
x

   x   1
2
x e x dx
0 


 x
2
e  x  x   1 dx
 0

let y  x
x y/
dx  dy / 
 1

  y dy
 0    e y
 

  1
  2 y e  y dy
  0

1 1
  2 (  1) 
2 2
 (  1)
 Ex 2 
2
2
 (  1)   
V (x)   
2  
2  2
  2
2 
2  2 
  2
2 

 V ( x)  2


85
 : ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:4-2-5

   2  v  x
 
 2

 

: ‫اﻟﻌﺰم اﻟﺮاﺋﻲ ﺣﻮل اﻟﺼﻔﺮ‬: 4-2-6


r r
 r  ( E x )  x F ( x ) dx
0

   x   1
r
  x e x dx
0 

   x   1
r
  x e x dx
0 


  x r e  x  x   r 1 dx
 0

 r   r   r
 r   r
  
: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬: 4-2-7

M x ( t )  Ee tx
  e tx f ( x ) dx ;0  x  
x


 e
tx
x  1e  x  dx
 0

86
     1  x (  t )
 x e dx
 0
let y  x(  t )
x  y / (  t)
dx  dy / (   t )

‫ﻧﻨﻘﻞ ﻣﺪى‬

y  x(   t ) 0 x
x  0  y  0(  t )  0
x    y  (  t )  
y ‫ ﯾﺴﺎوي ﻣﺪى‬x ‫ﻣﺪى‬

  1
  y  dy
 0    t  e y
  t

 y  1 y dy
 e
0 (   t ) 1   t


 dy
  y  1 e  y
(   t )  1  0
 t

  1
 y e  y dy
(   t )  0

   
M x (t )     
(   t )    t 

87
 : ‫ اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:4-2-8

 (it )  Ee itx
  eitx f ( x )dx ;0  x  
x

   itx  1  x
 e x e dx
 0


  x 1e  x (   it ) dx
 0

let y  x (   it )
x  y / (   it )
dx  dy / (   it )

y  x(  it ) 0 x
x  0  y  0(  it )  0
x    y  (  it )  
y ‫ ﯾﺴﺎوي ﻣﺪى‬x ‫ﻣﺪى‬

  1
  y  dy
 0    it  e y
  t

 y  1 dy
   1
e y
 0
(   it )   it

  1 dy
 y e y
(   it )   1  0
  it
 
  1
 y e y dy
(   it )   0

 
   
 
  
(   it )     it 

  
  ( it )   
   it 

88
 :‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:4-2-9

3
3 
3
3
3    x    f  x  dx ;0  x  
x

   x3  3 x 2  3 2 x   3  f  x  dx
x

  x3 f  x  dx  3  x 2 f  x  dx  3 2  xf  x  dx   3
x x x

3  3  312  213  (*)


1  Ex 

3  x3   x3 f ( x) dx ;0  x  
x

   x  1
3
x e x dx
0 

  3  x  1
  x e x dx
 0
let y  x
x y/
dx  dy / 

89
 2
 
  y   y dy
   e
 0    
  2 y
 3  y e dy
 0
1 1
 3 ( 1)(  2)   3 ( 1)(  2) 
   
( 1)(  2)
3 
3
 (  1)
2  Ex2 
2
(*) ‫ﺑﺎﻟﺘﻌﻮﯾﺾ ﻓﻲ‬

3
( 1)(  2)  ( 1)      
3  3    2 
3    2
     

‫ﺑﻔﻚ اﻻﻗﻮاس ﻧﺤﺼﻞ ﻋﻠﻰ‬

 3  3 2  2  3 3  3 2  2 3 2
 3
 3
 
2
3  3


90
 
 

3
 2   
 3  33  3   
    
2 3 2
 3* 
   
2
3 

: ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬: 4-2-10

4 4
4  2
 4
2 
4
4    x    f  x dx ;0  x  
x

   x4  4 x3  6 2 x2  43 x   4  f  x  dx
x

  x4 f  x dx  4  x3 f  x  dx  6 2  x2 f  x  dx  43  x f  x  dx   4
x x x x

4  4  413  612 2  314 (*)

4   x4 f  x    x4 f ( x) dx

 4  Ex   x4 F ( x) dx
4

0

   x  1
4
x e x dx
0 

91
 

 x
4
e  x x 1 dx
 0

let y  x
x y/
dx  dy / 
 3

  y   y dy
 e
 0   
 

    3  y
   4  y e dy
 0
1 1
 4 (  1)(  2)(  3)    4 (  1)(  2)(  3)  
   
 (  1)(  2)(  3)
  4 
4


1 

 (  1)
 2 
2
 (  1)(  2)
 3 
3
4   4  4  1 3  6  12  2  3  1 4
(  3)(  2)(  1)  (  2)(  1)    
  4    
4   3
  
 (  1)    2     3 
6 2     3    
    
    

92
 4  63 112  6  4 4 123 8 2  64  63  3 4

4
3 2  6

4
3(  2)
4 
4
4
4  2
2
2
3(  2)   
 4
 2 
  
3(  2)  4 3(  2)
 4
* 2
  
6
 4  3


93
 ‫‪ :4-3‬اﻟﺘﻮزﯾﻊ اﻷﺳﻲ ‪:Exponential Distribution‬‬
‫ﯾﻌﺘﺒﺮ اﻟﺘﻮزﯾﻊ اﻷﺳﻲ ﻣﻦ اﻟﻌﺎﺋﻠﺔ اﻷﺳﯿﺔ‪ ،‬ﻧﺠﺪ أن اﻟﺘﻮزﯾﻊ اﻷﺳﻲ ذات أھﻤﯿﮫ ﻛﺒﯿﺮة ﻓﻲ ﻛﺜﯿﺮ ﻣﻦ اﻟﻤﺠﺎﻻت‬
‫اﻟﺘﻄﺒﯿﻘﯿﺔ ﻟﻨﻈﺮﯾﺔ اﻹﺗﻤﺎﻻت ‪،‬ھﺬة اﻟﻘﻮاﻧﯿﻦ ﯾﻤﻜﻦ ﺗﺼﻒ اﻟﻌﺪﯾﺪ ﻣﻦ اﻟﺤﺎﻻت أو اﻟﻨﻤﺎزج اﻟﻌﻤﻠﯿﺔ ﻛﺤﺎﻟﺔ وﺟﻮد‬
‫أﺣﺪاث ﺗﻘﻊ أو ﺗﺤﺪث ﻋﺸﻮاﺋﯿﺎ ً ﻓﻲ اﻟﺰﻣﻦ ‪ ،‬ﻣﺜﻞ ورود ﻋﺪد ﻣﻦ اﻟﻤﻜﺎﻟﻤﺎت اﻟﮭﺎﺗﻔﯿﺔ ﻋﻠﻰ ﻟﻮﺣﺔ إﺳﺘﻘﺒﺎل ﻓﻲ ﻓﺘﺮة‬
‫زﻣﻨﯿﺔ ﻣﺤﺪدة ‪ ،‬أو وﻗﻮع ﻋﺪد ﻣﻦ ﺣﻮادث اﻟﺴﯿﺎرات ﻋﻠﻰ طﺮﯾﻖ ﻣﻌﯿﻦ ﻓﻲ ﻓﺘﺮة ﻣﺤﺪدة ‪ ،‬ﻛﻤﺎ ﯾﻤﻜﻦ ﺑﻘﻮاﻧﯿﻦ‬
‫اﻟﺘﻮزﯾﻊ اﻷﺳﻲ ﺗﻤﺜﯿﻞ أﻋﻤﺎر اﻟﻤﺼﺎﺑﯿﺢ اﻟﻜﮭﺮﺑﺎﺋﯿﺔ اﻟﺘﻲ ﺗﻨﺘﺠﮭﺎ إﺣﺪى اﻟﺸﺮﻛﺎت أو طﻮل ﻣﺪة اﻹﻧﺘﻈﺎر ﻟﻠﺤﺼﻮل‬
‫ﻋﻠﻰ ﺧﺪﻣﺔ ﻣﻦ اﻟﺨﺪﻣﺎت وﻏﯿﺮ ذﻟﻚ ﻣﻦ اﻟﻤﺠﺎﻻت اﻟﺘﻄﺒﯿﻘﯿﺔ ‪ ،‬ﻛﻤﺎ ﺗﻌﺘﺒﺮ إﺧﺘﺒﺎرات اﻟﺤﯿﺎة ‪Life-testing‬ﻣﻦ‬
‫أھﻢ اﻟﻤﺠﺎﻻت اﻟﺘﻄﺒﯿﻘﯿﺔ ﻟﻠﺘﻮزﯾﻊ ‪.‬واﻟﻌﻤﺮ ‪life time‬ﺑﺼﻔﺔ ﻋﺎﻣﺔ ﯾﻤﻜﻦ ﺗﻤﺜﯿﻠﮫ ﺑﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﻟﮫ ﺗﻮزﯾﻊ أﺳﻲ‪.‬‬

‫ھﻮ ﻣﻦ أﺑﺴﻂ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ ﻣﻦ ﺣﯿﺚ اﻟﻤﻌﺎﻟﺠﺔ اﻟﺮﯾﺎﺿﯿﺔ ﻟﺬﻟﻚ ﻛﺜﯿﺮا ً ﻣﺎ ﻧﺴﺘﺨﺪم دوال اﻟﻤﺘﻐﯿﺮات أﺳﯿﺔ‬
‫ﻛﺘﻘﺮﯾﺐ ﻟﺒﻌﺾ اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ ﻓﻲ ﺑﻌﺾ اﻟﺘﻄﺒﯿﻘﺎت اﻹﺣﺼﺎﺋﯿﺔ ﯾﻘﺎل اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ‪ x‬ﯾﻜﻮن ﻟﮫ ﺗﻮزﯾﻊ‬
‫أﺳﻲ إذا ﻛﺎﻧﺖ‪.‬‬

‫‪ :4-3-1‬داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل‪:‬‬

‫‪f ( x)   e  x‬‬
‫‪; 0 x‬‬
‫ﺷﺮوط داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1_ 0  f ( x)  1‬‬
‫‪f ( x)   e  x‬‬

‫ﻧﻼﺣﻆ أن ‪ ‬ﻛﻤﯿﺔ ﻣﻮﺟﺒﺔ ‪،‬وإن ﻗﯿﻤﺔ اﻟﺪاﻟﺔ اﻷﺳﯿﺔ ﻣﻮﺟﺒﺔ ‪  e ‬ﺑﻐﺾ اﻟﻨﻈﺮ ﻋﻦ اﻷس ﺳﺎﻟﺒﺎ ﻛﺎن أم ﻣﻮﺟﺒﺎ ﻟﺬﻟﻚ‬
‫ﻓﺄن اﻟﺪاﻟﺔ ﻣﻮﺟﺒﺔ ﻟﺠﻤﯿﻊ ﻗﯿﻢ ‪x‬‬
‫‪‬‬
‫‪2‬‬ ‫‪x‬‬ ‫‪f ( x)dx  1‬‬
‫‪0‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪0‬‬
‫‪‬‬
‫‪ e   x dx   e   x‬‬
‫‪‬‬

‫‪0‬‬ ‫‪‬‬
‫‪  e     e   0  0  1  1‬‬

‫ﻧﻼﺣﻆ أن اﻟﺪاﻟﺔ ﺗﺤﻘﻖ ﺷﺮوط داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل‬

‫‪94‬‬
 :‫ اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ‬:4-3-2

F ( x)   f ( x) dx
x
x x

 1  x 
   e dx     e 
 
0  0

 e   x  e   0  1  e   x

F ( x)  1  e   x

: ‫ اﻟﻮﺳﻂ‬:4-3-3

E(x)   x f (x) dx ;0  x 
0

  x exdx
0

‫ﺑﺈﺳﺘﺨﺪام اﻟﺘﻜﺎﻣﻞ ﺑﺎﻟﺘﺠﺰﺋﺔ‬

 u dv  uv   v du
le t u  x
du  dx
dv   ex
v  ex
 
 x x x
x e
0
  xe   e
0
dx


  ( )e  ( )
 (0)e   (0)
  e x
dx
0

1
 ( e  ( )  (0)e   (0) )

1
  1  E ( x ) 


95
 : ‫ اﻟﺘﺒﺎﯾﻦ‬:4-3-4

V ( x )  Ex 2  ( Ex ) 2
Ex 2   x 2 f ( x ) dx ;0  x  
x


 x
2
 e   x dx
0

 u dv  uv   v du
‫ﻧﻜﺎﻣﻞ ﻣﺮﺗﯿﻦ‬

let u  x2
du  2 x dx
dv   e  x
v  e   x
 
x 2 x
x
2
e  x e   e x 2 x dx
0 0

  () e 2  (  ) 2   (0)
 (0) e   2 xe  x
dx
0

 0  2 xe  x dx
0


 ‫ﺑﺎﻟﻀﺮب ﻓﻲ‬

96
 
2 2 1
  x ex dx  *
0  
2
Ex2 
2
2
2  1  2 1 1
v(x)  2     2  2
   
: ‫ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬: 4-3-5

   2  v( x)
1 1
  2

 

:‫اﻟﻌﺰم اﻟﺮاﺋﻲ ﺣﻮل اﻟﺼﻔﺮ‬:4-3-6


r r
 r ( x )  x f ( x ) dx
0

 x
r
 e   x dx
0

  x
r
e   x dx
0

let y  x
dy   dx
dy
dx 


y r  y dy
  r e
0
 


 r 1 y
r
e  y dy
 0

97
 ‫وﻣﻦ ﺗﻌﺮﯾﻒ داﻟﺔ ﺟﺎﻣﺎ ﻧﺠﺪ أن‬

r y
 e dy  (r  1)
y
0

‫ ﻋﺪد ﻣﻮﺟﺐ ﺻﺤﯿﺢ ﻓﺈن‬r ‫ﺑﻤﺎ أن‬

(r 1)  r!
1 r!
r  r * (r 1)  r
 

:‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬:4-3-7

M x (t )  Eetx
  
 x
tx
  e f ( x) dx   e e tx
dx    e x( t ) dx
0 0 0

  e  x ( t )  
 |
 (  t ) 0 

   e  (   t )  e 0 (   t ) 
 t

 M x (t ) 
 t

98
 : ‫ اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:4-3-8

 (it )  Ee itx
  e itx f ( x ) dx ;0  x  
x

  e itx  e   x dx
0

   e  x (   it ) dx
0

  e  x (   it )  
 |
 (   it ) 0 

   e  (   it )  e 0 (   it ) 
  it

  (it ) 
  it

:‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:4-3-9

3
3 
3
3
3    x    f  x  0  x 
x

   x3  3 x2  3 2 x   3  f  x 
x

3 2 2 3
  x f  x   3  x f  x   3   xf  x   
x x x
3
 3   3  3 1 2  2 1  (*)
1
1 

2
 2  2

99
 ‫ﻹﯾﺠﺎد اﻟﻌﺰم اﻟﺜﺎﻟﺚ ﺣﻮل اﻟﺼﻔﺮ ﻧﺴﺘﺨﺪم اﻟﻌﺰم اﻟﺮاﺋﻲ‬

1 r!
 r  * ( r  1) 
r r
r 3
3! 6
  3  
3 3
(*) ‫ﺑﺎﻟﺘﻌﻮﯾﺾ ﻓﻲ‬
3
6  2 1 1
3  3  3  2    2  
   
6 2 2 6 6 2
 3 3 3  3  3  3  3
     
2
 3  3


3
3 
3
1
 

3
2  1  2
 3    3 *3  2
   
3  2

100
 : ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:4-3-10

4  4
4  
 22  4
4
 4    x    f  x  dx ;0  x  
x

   x 4  4  x 3  6  2 x 2  4  3 x   4  f  x  dx
x

  x 4 f  x  dx  4   x 3 f  x  dx  6  2  x 2 f  x  dx  4  3  x f  x  dx   4
x x x x

 4   4  4 1 3  6 12  2  3 14 (*)

1
1 

2
 2  2

6
 3  3

‫ﻹﯾﺠﺎد اﻟﻌﺰم اﻟﺮاﺑﻊ ﺣﻮل اﻟﺼﻔﺮ ﻧﺴﺘﺨﺪم اﻟﻌﺰم اﻟﺮاﺋﻲ‬

1 r!
 r  * ( r  1) 
r r
r  4
4 ! 12
  4  4
 4
 

101
 24  1  6    1 2  2    1 
4

4  4  4  3   6   2   3 
             
 
24 24 12 3 12 3
 4  4  4  4  4  4
     
9
 4  4

 
 4  42  44
2 
1
 

4
9  1  9
4  4    4 *4
   
4  9

102
 ‫‪ :4-4‬ﺗﻮزﯾﻊ ﺑﯿﺘﺎ ‪:Beta distribution‬‬
‫إن ھﺬا اﻟﺘﻮزﯾﻊ ﻣﺸﺘﻖ ﻣﻦ داﻟﺔ ﺑﯿﺘﺎ ‪ Beta function‬أو ﻣﺎﺗﺴﻤﻰ ﻓﻲ ﺑﻌﺾ اﻷﺣﯿﺎن ﺗﻜﺎﻣﻞ ﺑﯿﺘﺎ ‪ ،‬ﯾُﻌﺪ واﺣﺪا ً ﻣﻦ‬
‫اﻟﺘﻮزﯾﻌﺎت ذات أھﻤﯿﺔ ﺗﻄﺒﯿﻘﯿﺔ ﻓﻲ ﺣﻘﻞ اﻟﺮﻗﺎﺑﺔ ﻋﻠﻰ ﺟﻮدة اﻹﻧﺘﺎج ﻣﻦ ﺧﻼل ﺗﻜﻮﯾﻦ ﻣﺎ ﯾﺴﻤﻰ " ﺟﺪاول ﻋﯿﻨﺎت‬
‫اﻟﻘﺒﻮل" اﻟﺘﻲ ﺗﺴﺘﺨﺪم ﻓﻲ إﺗﺨﺎذ اﻟﻘﺮار ﺑﺸﺄن ﻗﺒﻮل واﺟﺒﺎت اﻹﻧﺘﺎج إﺳﺘﻨﺎدا ً اﻟﻰ ﻧﺴﺐ اﻟﻮﺣﺪات اﻟﻤﻌﯿﺒﺔ ﻓﻲ اﻟﻌﯿﻨﺔ‬
‫‪ ،‬إن ﺗﻜﺎﻣﻞ ﺑﯿﺘﺎ ﻣﻌﻄﻰ ﺑﺎﻟﺼﯿﻐﺔ اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫) ‪ ( 1 ). ( 2‬‬
‫‪B ( 1 ,  2 ) ‬‬ ‫‪,  1 , 2  0‬‬
‫وﺑﻘﺴﻤﺔ طﺮﻓﻲ داﻟﺔ ﺑﯿﺘﺎ ﻋﻠﻰ ) ‪B(1 , 2‬‬ ‫) ‪ ( 1   2‬‬ ‫ﺣﯿﺚ‬

‫وﻓﻲ ھﺬة اﻟﺤﺎﻟﺔ ﯾﻘﺎل أن اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬ﯾﺘﻮزع وﻓﻖ داﻟﺔ ﺑﯿﺘﺎ ﺑﺎﻟﻤﻌﻠﻤﺘﯿﻦ ‪ .  , ‬وﺑﺎﻟﺮﻣﺰ‬
‫)‪x B (, ‬‬
‫‪ :4-4-1‬داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1‬‬
‫‪f ( x) ‬‬ ‫‪x1 1 (1  x) 2 1‬‬
‫) ‪ (1 ,  2‬‬
‫‪;0  x  1‬‬
‫‪1 ,  2  0‬‬
‫ﺷﺮوط داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪1_ 0  f ( x)  1‬‬

‫‪1‬‬
‫‪f (x) ‬‬ ‫‪x11(1 x)2 1‬‬ ‫‪0  x 1‬‬
‫) ‪ (1,2‬‬
‫وھﺬا ﯾﻌﻨﻲ أن اﻟﺪاﻟﺔ ﻣﻮﺟﺒﺔ ﻟﺠﻤﯿﻊ ﻗﯿﻢ ‪x‬‬

‫‪103‬‬
 2 _  f ( x )dx  1
x
1
1
 x1 1 (1  x) 2 1 dx
0
 (1 , 2 )
1
1
  x1 1 (1  x) 2 1 dx
 (1 , 2 ) 0
1
1 1  2 1
 x (1  x ) dx   (1 ,  2 )
0

1
 .  (1 , 2 )  1
 (1 , 2 )
: ‫ اﻟﺪاﻟﺔ اﻟﺘﻮزﯾﻌﯿﺔ‬:4-4-2

F(x)   f (x)dx
x
x
1
 x1 1(1 x)2 1 dx
0
 (1,2 )
x
1
  x1 1(1 x)2 1 dx
 (1,2 ) 0

104
 : ‫اﻟﻮﺳﻂ‬: 4-4-3

Ex   x f ( x ) dx
x

1
  x  ( x  1 1 (1  x )  2 1dx ;0  x  1
x 1 , 2 )

 1 , 2  0
1
  x  1 (1  x )  2 1 dx
 ( 1 ,  2 ) x
1
1
x (1  x )  2 1 dx   ( 1  1,  2 )
0

1   2
 1
 ( 1 ,  2 ) 1  2
1  1  2
 ( 1  1,  2 ) 
1   2  1
1
  ( 1  1,  2 )
 ( 1 ,  2 )
1  1  2 1   2 1 1 1   2
 
1   2  1 1  2 1   2 1   2 1
1
Ex 
1   2

105
 : ‫اﻟﺘﺒﺎﯾﻦ‬: 4-4-4

V ( x)  Ex 2  (Ex)2
Ex2  x
2
f ( x)dx
x

1
  x2 x  1  1 (1  x )  2  1 d x ;0  x  1
x
 ( 1 ,  2 )
1, 2  0
1 1 1
 x (1  x )  2  1 d x
 ( 1 ,  2 ) x
1
1 1
x (1  x )  2  1 d x   ( 1  2 ,  2 )
0

1  2
 1
 ( 1 ,  2 ) 1  2
1  2  2
 ( 1  2,  2 ) 
1   2  2
1
  ( 1  2 ,  2 )
 ( 1 ,  2 )
1  2  2 1   2 ( 1  1) 1  1  1   2
 
1   2  2 1  2 ( 1   2  1)( 1   2 )  1   2  1
( 1  1) 1
Ex2 
( 1   2  1)( 1   2 )
2
( 1  1) 1  1 
v( x)   
( 1   2  1)( 1   2 )   1   2 
( 1  1) 1 ( 1   2 )   1 2 ( 1   2  1)

( 1   2  1)( 1   2 ) 2
 1 3   1 2  2   1 2   1 2   1 3   1 2 2   1 2

( 1   2  1)( 1   2 ) 2
 1 2

( 1   2  1)( 1   2 ) 2
 1 2
 v(x) 
( 1   2  1)( 1   2 ) 2

106
 :‫اﻟﻌﺰم اﻟﺮاﺋﻲ ﺣﻮل اﻟﺼﻔﺮ‬:4-4-5

Exr   xr f (x)dx
x

1
  xr x1 1(1 x)2 1dx ;0  x  1
x
 (1,2 )
1,2  0
1
  x1r 1(1 x)2 1 dx
 (1,2 ) x
1
1 r 1
x (1 x)2 1 dx   (1  r,2 )
0

1  
 1 2
 (1,2 ) 1 2
1 12
 (1  r,2 ) 
1  2 1
1
  (1  r,2 )
 (1,2 )
 (1  r,2 )

 (1,2 )
1  r 2 1  2 1  r 1  2
Exr  
1  2  r 1 2 1  2  r 1

107
 :‫ ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:4-4-6

3
3 
3
3   ( x  )3 f ( x)dx
x

  (x3  3 x2  3 2 x   3 ) f ( x)dx
x

  x3 f ( x)dx 3  x2 f ( x)dx  3 2  x f ( x)dx   3  f ( x)dx

x x x x

3  3  312  213

3  Ex3   x3 f ( x)dx
x

1
  x3 x1 1 (1  x)2 1dx ;0  x  1
x
 (1 , 2 )
1, 2  0
1
  x1  2 (1  x)2 1 dx
 (1 , 2 ) x
1
1 2
x (1  x)2 1 dx   (1  3, 2 )
0

1  
 1 2
 (1, 2 ) 1 2
1  3 2
 (1  3, 2 ) 
1   2  3
1
  (1  3, 2 )
 (1, 2 )
1  3  2 1  2

1  2  3 1 2
(1  2)(1  1)1 1 1  2

(1  2  2)(1  2  1)(1  2 ) 1   2 1

108
 (1  2)(1 1)1
3 
(1 2  2)(1 2 1)(1 2 )
(1 1)1
2 
(1 2 1)(1  2 )
1
1 
1 2
3
(1  2)(1 1)1    (1 1)1   1 
3   3 1    2 
(1 2  2)(1 2 1)(1 2 )  1 2  (1  2 1)(1 2 )   1 2 
(1  2)(1 1)1(1 2 )3  312 (1 1)(1 2  2)(1 2 )  213(1 2 1)(1 2  2)
3 
(1 2  2)(1 2 1)(1  2 )3
212 (2 1)
3 
(1 2  2)(1 2 1)(1 2 )3
3
3 
3

1 2

(1 2 1)(1 2)2
3
21 2 (2 1)
 
1 2

3   
(1 2  2)(1 2 1)(1 2 )3  (1 2 1)(1 2 )2 
1
3
21 2 (2 1) (1 2 1)(1 2) (1 2 1) 2
3  * 1
(1 2  2)(1 2 1)(1 2 )3   2 1 2  1 2 
1
2(2 1)(1 2 1) 2
3  1
(1 2  2)
1 2
2

109
 : ‫ ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:4-4-7

4
4 
4
4
4   x   f (x)dx
x

(x  )4  x4  4x3  62x2  43x  4

  x4  4x3  62x2  43x  4  f (x)dx
x

  x4 f (x)dx  4 x3 f (x)dx  62  x2 f (x)dx  43  xf (x)dx  4  f (x)dx

x x x x x

4  4  413  6122 314

4  Ex4   x4 f (x)dx
x

1
  x4 x11(1 x)2 1dx ;0  x 1
x
(1,2)
1,2  0
1
  x13(1 x)2 1dx
(1,2) x
1
13
x (1 x)2 1dx  (1  4,2)
0

1  
 1 2
(1,2) 1 2
1  42
(1  4,2) 
1 2  4

110
 1
  (1  4,  2 )
 (1 ,  2 )
1  4  2 1   2

1   2  4 1  2
(1  3)(1  2)(1  1)1 1 1   2

(1   2  3)(1   2  2)(1   2  1)(1   2 ) 1   2 1
(1  3)(1  2)(1  1)1
 4 
(1   2  3)(1   2  2)(1   2  1)(1   2 )
(1  2)(1  1)1
 4 
(1   2  2)(1   2  1)(1   2 )
(1  1)1
 2 
(1   2  1)(1   2 )
1
1 
1   2
(1  3)(1  2)(1  1)1
4  
(1   2  3)(1   2  2)(1   2  1)(1   2 )
 1   (1  2)(1  1)1 
4  
 1   2   (1   2  2)(1   2  1)(1   2 ) 
2 4
 1   (1  1)1   1 
6      3 

 1   2   ( 1   2  1)( 1   )
2   1   2 
(1  3)(1  2)(1  1)1 (1   2 ) 3  412 (1  2)( 1  1)(1   2  3)(1   2 ) 2
4 
(1   2  3)(1   2  2)(1   2  1)( 1   2 ) 4
613 (1  1)(1   2 )(1   2  2)(1   2  3)  314 (1   2  1)(1   2  2)(1   2  3)

(1   2  3)(1   2  2)(1   2  1)(1   2 ) 4

111
 31322  31223  6132  6123  61222
4 
(1  2  3)(1  2  2)(1 2 1)(1  2 )4
312 122  122  212  222  212 
4 
(1  2  3)(1  2  2)(1 2 1)(1  2 )4
312  2(1 2 )2  12 (1  2  6
4 
(1  2  3)(1  2  2)(1 2 1)(1  2 )4
4
4 
4
12
2 
(1  2 1)(1  2 )2
312  2(1  2 )2 12 (1  2  6
2
 12 
4  4
 2 
(1  2  3)(1  2  2)(1  2 1)(1  2 )  (1  2 1)(1  2 ) 
312  2(1 2 )2  12 (1 2  6 (1  2 1)2 (1  2 )4
4  4
*
(1  2  2)(1 2  2)(1  2 1)(1 2 ) 1222
3(1  2  2)  2(1 2 )2 12 (1  2  6)
4 
12 (1 2  2)(1  2  3)

112
 ‫‪ :4-5‬اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ‪: Normal distribution‬‬
‫ﯾﻌﺘﺒﺮ ﻣﻦ أھﻢ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ وذﻟﻚ ﻷ ن ﻣﻌﻈﻢ اﻟﻈﻮاھﺮ ﻓﻲ اﻟﺤﯿﺎة اﻟﯿﻮﻣﯿﺔ ﺗﺘﺒﻊ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ﻓﮭﻮ‬
‫ﯾﺴﺘﺨﺪم ﻓﻲ ﻛﺜﯿﺮ ﻣﻦ اﻟﻤﺠﺎﻻت ﻣﺜﻞ اﻟﺰراﻋﺔ واﻟﺼﻨﺎﻋﺔ ‪....‬أﻟﺦ‪ ،‬أھﻤﯿﺔ ھﺬا اﻟﺘﻮزﯾﻊ ﺗﻜﻤﻦ ﻓﻲ إن ﻛﻞ اﻟﺘﻮزﯾﻌﺎت‬
‫اﻹﺣﺘﻤﺎﻟﯿﺔ ﻣﺘﻘﻄﻌﺔ ﻛﺎﻧﺖ أم ﻣﺘﺼﻠﺔ ﻓﺈﻧﮭﺎ ﺗﺘﻘﺎرب وﻓﻖ ﺷﺮوط ﻣﻌﯿﻨﺔ اﻟﻰ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ﻋﻦ طﺮﯾﻖ ﻣﺎ ﯾﺴﻤﻰ‬
‫ﺑﻨﻈﺮﯾﺔ اﻟﻐﺎﯾﺔ اﻟﻤﺮﻛﺰﯾﺔ ‪.‬‬

‫ﯾﻌﻮد أﺻﻞ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻰ ﻋﺎم ‪1733‬ﺣﯿﺚ ﺗﻮﺻﻞ اﻟﻌﺎﻟﻢ اﻟﺮﯾﺎﺿﻲ دﯾﻤﻮرﻗﻲ ﻟﻠﺸﻜﻞ اﻷول ﻟﮭﺬا اﻟﺘﻮزﯾﻊ‬
‫وﺑﻌﺪ ذﻟﻚ طﻮر ﻛﺜﯿﺮا ﻣﻦ ﻗﺒﻞ اﻟﻌﺎﻟﻢ ﺟﺎوس وأﺻﺒﺢ ﺑﺎﻟﺸﻜﻞ اﻟﻤﺘﻌﺎرف ﻋﻠﯿﮫ اﻷن وﻟﺬﻟﻚ ﯾﻨﺴﺐ إﻟﯿﮫ ھﺬا اﻟﺘﻮزﯾﻊ‬
‫وﯾﺴﻤﻰ ﻓﻲ ﺑﻌﺾ اﻷﺣﯿﺎن ﺑﺘﻮزﯾﻊ ﺟﺎوس‪.‬‬

‫اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ھﻮ أﺷﮭﺮ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ وذﻟﻚ ﻟﺴﺒﺒﯿﻦ‪ .‬اﻟﺴﺒﺐ اﻷول ھﻮ أن اﻟﻜﺜﯿﺮ ﻣﻦ اﻟﻈﻮاھﺮ ﺗﺘﺒﻊ‬
‫ﻣﻨﺤﻨﻰ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ‪ .‬اﻟﺴﺒﺐ اﻵﺧﺮ ھﻮ أن ھﻨﺎك ﻧﻈﺮﯾﺔ ﺗﻘﻮل أن ﻣﺘﻮﺳﻂ ﻗﯿﻢ ﻋﯿﻨﺎت ﻣﺘﻌﺪدة ﯾﺄﺧﺬ ﺷﻜﻞ‬
‫اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ وﻟﻮ ﻟﻢ ﯾﻜﻦ ﺗﻮزﯾﻊ اﻟﻤﺘﻐﯿﺮ ﻧﻔﺴﮫ ﯾﺘﺒﻊ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ‪ .‬ﻟﺬﻟﻚ ﻓﺈن اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ھﻮ ﺷﻲء‬
‫ﻣﺤﻮري ﻓﻲ ﻋﻠﻢ اﻹﺣﺼﺎء‪.‬‬

‫إن ﻣﻨﺤﻨﻰ ھﺬا اﻟﺘﻮزﯾﻊ ﯾﺸﺒﮫ ﺷﻜﻞ اﻟﺠﺮس وھﻮ ﺗﻮزﯾﻊ ﻣﺘﻤﺎﺛﻞ اﻟﻤﺘﻮﺳﻂ ‪ ‬ﺑﻤﻌﻨﻰ أن أي ﻧﻘﻄﺔ ﻣﺨﺘﺎرة ﯾﻤﯿﻦ‬
‫اﻟﻤﺘﻮﺳﻂ ﺗﻌﻄﻲ ﻗﯿﻤﺔ اﻟﺪاﻟﺔ ﻟﻨﻔﺲ اﻟﻨﻘﻄﺔ اﻟﻤﺨﺘﺎرة ﯾﺴﺎر اﻟﻤﺘﻮﺳﻂ ‪.‬‬

‫‪x‬‬ ‫‪N (  ,‬‬ ‫‪2‬‬

‫ﺣﯿﺚ أن ﻣﻌﻠﻤﺘﺎ اﻟﺘﻮزﯾﻊ ھﻲ ‪  , 2‬وﻟﻺﺧﺘﺼﺎر ﯾﻤﻜﻦ إن ﺗﻜﺘﺐ ﺑﺎﻟﺸﻜﻞ )‬

‫‪ :4-5-1‬داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل‪:‬‬

‫‪2‬‬
‫‪1  x  ‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪‬‬
‫‪f  x ‬‬ ‫‪e‬‬ ‫‪2  ‬‬
‫‪;   x  ‬‬
‫‪ 2‬‬

‫‪ :4-5-3‬اﻟﻮﺳﻂ ‪:‬‬

‫‪E  x    xf  x  dx‬‬
‫‪x‬‬
‫‪2‬‬
‫‪‬‬ ‫‪1  x  ‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪ ‬‬
‫‪x‬‬ ‫‪e 2‬‬ ‫‪dx‬‬ ‫‪;   x  ‬‬
‫‪  2‬‬
‫‪2‬‬
‫‪‬‬ ‫‪1  x  ‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪‬‬
‫‪ ‬‬
‫‪‬‬
‫‪‬‬
‫‪ 2‬‬ ‫‪ x  2 e ‬‬ ‫‪dx‬‬

‫‪113‬‬
 ‫ﻧﻔﺮض أن‬

 x
w 

w   x  
x  w   
d x   d x

w ‫ اﻟﻲ‬x ‫ﻧﻨﻘﻞ اﻟﻤﺪى‬

x 
w

x   ‫ﻋﻨﺪﻣﺎ‬
 
w  

x   ‫ﻋﻨﺪﻣﺎ‬

x 
w 

x ‫ ﯾﺴﺎوي ﻣﺪى‬w ‫ﻣﺪى‬

  w  

 1
(-1)‫ﺑﺎﻟﻀﺮب واﻟﻘﺴﻤﮫ ﻓﻲ‬
  W2
   we 2

2 

   1W 2  
 e 2 
2  

   12 (  ) 2 1
 (  )2 

2
  e  e
2  
 0
Ex  

114
 : ‫ اﻟﺘﺒﺎﯾﻦ‬:4-5-4

v( x)  Ex2  ( Ex)2
Ex2   x2 f ( x)dx
x
1 x  2
21  ( )
x e 2  dx ;   x  
x  2
 1 x  2
1 2
 (
2 
)
 xe dx
 2 

: ‫ﻧﻔﺮض أن‬

x  
w 

w   x  
x  w   
dx   dw
x   ‫ﻧﻨﻘﻞ اﻟﻤﺪى ﻋﻨﺪ‬


w  


x   ‫ﻋﻨﺪ‬

  
w   


115
  1
1 2
 w2

 2  (w   ) e

2
 dw
 1
1 2 2 2
 w2

2  (w 

 2 w   )e 2
dw

 1  1  1
2 2
 w2
2
  w2
2
2  w2
2
 we dw  2  we dw  e dw
2  2  2 
 1  1
2 2
 w2   w2 2
 we 2
dw  2  we 2
dw  2
2  2  2

2
 1
 w2    1 w2 
2 2
 we dw  2 e 2   2
2  2   

 1
2 2
 w2
 we 2
dw  0   2 (*)
2 
 1
 w2
2
 w.we


: ‫ﻧﻜﺎﻣﻞ ﺑﺎﻟﺘﺠﺰﺋﺔ‬

116
u w du  dw
1 2 1 2
 w  w
dv  w e 2
v  e 2

 udv  uv   vdu

 1
 w2    1w 2

 we 2    e 2 dw
  
  

 1
 (  )2
2
1
 (  )2    12w 2
   ( )e  ( )e 2    e dw
  
 0  2

(*) ‫ﻧﻌﻮض ﻓﻲ‬

2 2
 Ex  * 2   2   2   2
2
v( x)  Ex  ( Ex)2
2

  2  2  2   2

: ‫ اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬:4-5-5

   2  v ( x)
   2  

117
 : ‫ اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬: 4-5-6

M x (t )  E etx   etx f ( x) dx
x
 1 x 2
1  (
tx 
)
 e e 2 dx ;   x  
  2
 1 x  2
1 tx
 (
2 
)
 e e dx
 2 

: ‫ﻧﻔﺮض أن‬
x 
w 

w x 
x w   
dx   dw

x   ‫ﻧﻨﻘﻞ اﻟﻤﺪى ﻋﻨﺪ‬


w  

x   ‫ﻋﻨﺪ‬

(  )  
w  

 w

 1
1 t (w    )
 w 2

 e e 2
 dw
 2 
 1
e t tw   w
2
2

 e dw
2 
t  1
e  (w 2  2tw  )
2
 e dw
2 

118
 2 2
‫ ﺑﺈﺿﺎﻓﺔ وطﺮح‬ t ‫ﻟﻠﻜﻤﯿﺔ داﺧﻞ اﻟﻘﻮﯾﺴﯿﻦ‬
 1
e t  (w 2  2tw  t 2 2 t 2 2 )
2
 e dw
2 
1
t  t 2 2  1
2
e  (w t  ) 2
 e 2
dw
2 

: ‫ﻧﻔﺮض أن‬

z w t
w  z t dw  dz

w   ‫ﻧﻨﻘﻞ اﻟﻤﺪى ﻋﻨﺪ‬

z   t  
w  
z   t  
 z 
1
t  t 2 2  1
2
e  z2
2
2 e

dz

 1
 z2
e 2
dz  2

1
t  t2 2
2
e
Mx (t)  * 2
2
1
t  t 2 2
2
Mx (t)  e

119
 : ‫ اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬:4-5- 7

 (it )  E eitx   eitx f ( x)dx

x
 1 x 2
1  (
itx
)
 e e 2  dx ;   x  
  2
 1 x 2
1 itx
 (
2 
)
 e e dx
 2 

:‫ﻧﻔﺮض أن‬
x
w

w  x  
x  w  
dx   dw

x   ‫ﻧﻨﻘﻞ اﻟﻤﺪى ﻋﻨﺪ‬


w 


x  
(  )  
w  

 w

 1
1 it ( w   )
 w2
 e e 2
 dw
 2 
 it  1
e itw  w 2
2
 e dw
2 
 it  1
e  ( w 2  2 itw )
2
 e dw
2 

2 2
‫ ﻟﻠﻜﻤﯿﺔ داﺧﻞ اﻟﻘﻮﯾﺴﯿﻦ‬ (it ) ‫ﺑﺈﺿﺎﻓﺔ وطﺮح‬

120
  1
eit  ( w2 2itw (it )2  2 (it )2  2 )
 e 2
dw
2 
1
it  (it )2  2  1
2
e  ( wit )2
 e 2
dw
2 

: ‫ﻧﻔﺮض أن‬

z  w  it
w  z  it dw  dz
w   ‫ﻧﻨﻘﻞ اﻟﻤﺪى ﻋﻨﺪ‬

z    t  
  z  
1
it  (it )2  2  1
2
e  z2
2

2
e

dz

 1
 z2
e 2
dz  2

1
i  ( it )2  2 1
2
e it  ( it )2  2
 (it )  * 2  e 2

2
1
it  t 2 2
 (it )  e 2

121
 : ‫ ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬:4-5-8

3
3 

3   ( x   )3 f ( x ) dx
x

  ( x 3  3 x 2  3 2 x   3 ) f ( x ) dx
x

  x 3dx  3  x 2 dx  3 2  xdx   3  f ( x)dx

x x x x
3 3
3  3  31 2  3   2  1 1

 3  31 2  2 13

3
3 
3
d 3  x (t )
3 
dt 3

d 3 t  12 t2 2
3  3 e
dt
1
t  t 2 2
    t  e 2 2

1 1
d x (t ) t  t 2 2
2
t  t 2 2
 e 2
  te 2
dt
1 1 1
t  t 2 2 t  t 2 2 t  t 2 2
    t  e 2 2
  t    t  e
2 2 2
e 2
2
1 1 1 1 1
d 2 x (t ) 2
t  t 2 2
2
t  t 2 2
2
t  t 2 2
2 4
t  t 2 2
2
t  t 2 2
2
 e 2
 t e 2
  t e 2
t  e 2
 e 2
dt
1 1 1
d 3x (t ) t  t 2 2 t  t 2 2 t  t 2 2
3
     t  e
2 2 2
 2t      t  e
2 2 2
 2 e 22

dt
1 1 1
t  t 2 2 t  t 2 2 t  t 2 2
2
t  4
   t  e
2 2
e 2 2
t   4 2
   t  e 2 2

122
t 0

 3   3  3 2 
 2   2   2
 1  
 3   3  3  1 2  2  13
 3   3  3  2  3  (  2   2 )  2  3
 3   3  3  2  3  3  3  3 2  2  3  0

 3  33  0


: ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬:4-5-9
1 1 1
 t  t 2 2  t  t 2 2  t  t 2 2
 3   3 e 2
 3 2 2 te 2
 3 2 4 t 2 e 2

1 1 1
 t  t 2 2  t  t 2 2  t  t 2 2
3 6 4 2
t  e 2
 3t e 2
 3  e 2

d 4  x  t 
 4 
dt 4
 3  t  12 t 2 2 2 2
1
 t  t 2 2
3 4
1
 t  t 2 2
3 6
1
 t  t 2 2 
d  e  3  te 2
 3  e 2
t  e 2

dt  1 2 2
t  t 
1 2 2
t  t 

4 2
 3t e 2
 3  e 2 
1 1
 t  t 2 2  t  t 2 2
 4   3     2 t  e 2 2 2
 3  t    t  e 2 2

1 1 1 1
 t  t 2 2  t  t 2 2  t  t 2 2  t  t 2 2
e 2
3   3 t    t 2  e
2 2 4 2 2
e 2
 t  t     t 2  e
4 3 6 2

1 1 1 1
 t  t 2 2  t  t 2 2  t  t 2 2  t  t 2 2
6 2 4 2 4 4 2
e 2
3 t  3t    t  e 2
e 2
3  3     t  e 2

123
 t 0
4   4  3 2 2  3 4  3 2 2
4   4  3 2 2  3 4
4   4  413  612 2  314
4   4  6 2 2  3 4  4  3.  3 2 
6 2  2  t 2   3 4
6 2
4    6   3  4 12   6  2  3 4
4 2 2 4 4 2 2 4


4 4
  3

4  44

3 4
4  4  3


124
 ‫‪ :4-6‬اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري ‪:Standard Normal distribution‬‬

‫ﺣﯿﺚ ﯾﻘﺼﺪ ﺑﻜﻠﻤﺔ ﻗﯿﺎﺳﻲ ھﻨﺎ إن ﻣﺘﻮﺳﻂ اﻟﺘﻮزﯾﻊ ﯾﺴﺎوي ﺻﻔﺮ واﻟﺘﺒﺎﯾﻦ ﯾﺴﺎوي واﺣﺪ وﻋﺎدة ﯾﺮﻣﺰ‬

‫أن ‪:‬‬ ‫ﻟﻠﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﺬي ﯾﺘﻮزع ﺗﻮزﯾﻊ طﺒﯿﻌﻲ ﻗﯿﺎﺳﻲ ﺑﺎﻟﺮﻣﺰ ‪z‬‬
‫‪x‬‬
‫‪z ‬‬
‫‪‬‬
‫وھﺬه ﺗﺴﻤﻰ ﺑﺎﻟﺪرﺟﺔ اﻟﻘﯿﺎﺳﯿﺔ‬

‫‪ :4-6-1‬داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫إن اﻟﺘﻌﺎﻣﻞ ﻣﻊ داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل وﺧﺎﺻﺔ ﻋﻨﺪ إﯾﺠﺎد اﻟﺪاﻟﺔ ‪ x‬ﻣﻮﺟﻮدة ﻓﻲ داﻟﺔ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ﯾﻜﻮن ﺻﻌﺒﺎ‬
‫اﻟﺘﺮاﻛﻤﯿﺔ وﺣﺴﺎب اﻹﺣﺘﻤﺎﻻت واﻟﺴﺒﺐ ﻓﻲ ذﻟﻚ إن اﻟﻤﺪى ﺳﻮف ﯾﺘﻐﯿﺮ ﻟﺬﻟﻚ ﻣﻦ اﻟﺼﻌﻮﺑﮫ إﯾﺠﺎد ﻧﺘﯿﺠﺔ اﻟﺘﻜﺎﻣﻞ‬
‫ﻋﻠﯿﮫ ‪.21‬‬

‫‪1 12z2‬‬
‫‪f (x)  ‬‬ ‫‪e‬‬ ‫‪ z ‬‬
‫‪x‬‬ ‫‪2‬‬

‫‪ :4-5-2‬اﻟﻮﺳﻂ ‪:‬‬

‫‪ x ‬‬

‫‪( z )   ‬‬ ‫‪‬‬
‫‪  ‬‬
‫‪ x   x ‬‬
‫‪    ‬‬ ‫‪‬‬
‫‪    ‬‬
‫) ‪x N ( ,  2‬‬
‫‪x  ‬‬
‫‪1‬‬
‫‪( z ) ‬‬ ‫‪     0‬‬
‫‪‬‬

‫‪125‬‬
 ‫‪ :4-6-3‬اﻟﺘﺒﺎﯾﻦ ‪:‬‬

‫‪ x ‬‬ ‫‪ x ‬‬

‫‪v( z )  v ‬‬ ‫‪  v  ‬‬
‫‪  ‬‬ ‫‪  ‬‬
‫‪ x  1‬‬
‫)‪ v    v    2 v( x‬‬
‫‪    ‬‬
‫‪x‬‬ ‫) ‪N (  , 2‬‬
‫‪v( x)   2‬‬
‫‪1‬‬
‫‪v( z )  2  2  1‬‬
‫‪‬‬

‫‪ :4-6-4‬اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ‪:‬‬

‫) ‪   2  v( z‬‬
‫‪  1 1‬‬
‫‪ :4-6-5‬ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء ‪:‬‬

‫ﻋﻨﺪ ﻣﻘﺎرﻧﺔ اﻟﺘﻮززﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻘﯿﺎﺳﻲ ﻣﻊ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ﻧﺠﺪ أن ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء ﯾﺴﺎوي ‪:‬‬

‫‪3‬‬
‫‪3 ‬‬
‫‪3‬‬
‫) ‪x N (  , 2‬‬
‫‪3  0‬‬
‫)‪z N (0,1‬‬
‫‪3  0‬‬
‫‪0‬‬
‫‪3  3  0‬‬
‫‪‬‬

‫‪126‬‬
 ‫‪ :4-6-6‬ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ ‪:‬‬

‫ﻋﻨﺪ اﻟﻤﻘﺎرﻧﺔ ﺑﺎﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ﻧﺠﺪ أن ‪:‬‬

‫‪ 4‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪‬‬
‫‪ 4‬‬
‫‪2‬‬
‫‪x‬‬ ‫‪N ( ,‬‬ ‫)‬
‫‪ 4  3 4‬‬
‫‪z‬‬ ‫)‪N ( 0 ,1‬‬
‫‪ 4  3‬‬
‫‪  1‬‬
‫‪3‬‬
‫‪ 4 ‬‬ ‫‪ 3‬‬
‫‪(1 ) 4‬‬
‫‪ :4-6-7‬اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم ‪:‬‬

‫ﻋﻨﺪ اﻟﻤﻘﺎرﻧﺔ ﺑﺎﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ﻧﺠﺪ أن ‪:‬‬

‫‪1‬‬
‫‪ t  t 2 2‬‬
‫‪2‬‬
‫‪M x (t )  e‬‬
‫‪ 0‬‬
‫‪1 2 2‬‬
‫‪t ‬‬
‫‪2‬‬
‫‪M x (t )  e‬‬

‫‪127‬‬
 ‫اﻟﻔﺻل اﻟﺧﺎﻣس‬

‫أﻣﺛﻠﺔ ﺗطﺑﯾﻘﯾﺔ ﻟﻠﺧواص اﻹﺣﺻﺎﺋﯾﺔ ﻓﻲ اﻟﺗوزﯾﻌﺎت اﻹﺣﺗﻣﺎﻟﯾﺔ‬

‫‪75‬‬
 : ‫ﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ‬:5-1

‫أﻓﺮض أن‬

X Ber  0.6 

x 1 x
p  x;0.6   0.6  .  0.4  ; x  0,1

:‫داﻟﺔ اﻹﺣﺘﻤﺎل‬

P( x)  p(1  p)1 x ; x  0,1

:‫اﻟﻮﺳﻂ‬
x  p  0.6

:‫اﻟﺘﺒﺎﯾﻦ‬

  x   pq
  x    0.4  0.6   0.24

: ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬

  pq
  0.6 0.4 
  0.24
  0.48

: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬

M x (t )  q  pet
M x (t )  0.6  0.4et

128
 : ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬

 (it )  q  eit p
 (it )  0.6  eit 0.4

: ‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬

q2  p2
3 
pq
0.4 2  0.62
3 
 0.6  0.4 
0.2
3 
0.24
 3  0.4

: ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬

q3  p3
4 
pq
0.43  0.63
4 
 0.4  0.6 
 4  63

129
 : ‫ ﺗﻮزﯾﻊ ذي اﻟﺤﺪﯾﻦ‬:5-2

‫أﻓﺮض أن‬

 1
x b  8, 
 4
: ‫داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

p  x   Cxn p x q n  x
x 8 x
1  3
p  x   Cx8    
4  4
x  1, 2,...,8

:‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬

n
M x (t )   pet  q 
n
  0.3et  0.7 

: ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬
n
  it    peit  q 
n
  it    0.25eit  0.75

: ‫اﻟﻮﺳﻂ‬
x  np
1
x  8    2
4

:‫اﻟﺘﺒﺎﯾﻦ‬

  x   npq
 1  3 
  x   8     1.5
 4  4 

130
 : ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬

  npq
 1.5  1.22

: ‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬
3 1

3  4 4
 3  1 
8   
 4  4 
 3  0.4

: ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬
1  6 pq
4  3
npq
 1  3 
1 6  
4  3  4   4   2.99
 1  3 
8  
 4  4 

131
 : ‫ ذي اﻟﺤﺪﯾﻦ اﻟﺴﺎﻟﺐ‬:5-3

‫أﻓﺮض أن‬

x Nb  7, 0.5

: ‫داﻟﺔ ﻛﺘﻠﺔ اﻷﺣﺘﻤﺎل‬

p( x)  Crx1r 1 p r q x x  0,1, 2,...

: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬


M x (t )  p r  Cxr (qet ) x
x 0

 0.3r  Cx4 ( 0.7et ) x
x 0

: ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬
 x
 (it )  p r  Cx r  qeit 
x 0
 x
 p 3  Cx4  qeit 
x0

: ‫اﻟﻮﺳﻂ‬

rq

p
4  0.7 
  9.3
0.3

: ‫اﻟﺘﺒﺎﯾﻦ‬
rq
2 
p2
4 .7 
2   31.3
0.32

132
 : ‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬
2 p
3 
rq
2  0.3
3 
4 .7 

: ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬

4 1  q2
4  3 
r rq
4 1  .7 2
4  3 
4 4 .7 
 4  4.49

133
 : ‫ اﻟﺘﻮزﯾﻊ ﻓﻮق اﻟﮭﻨﺪﺳﻲ‬:5-4

‫أﻓﺮض أن‬

x H  9, 4,5 

:‫داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

CxM CnNxM
p( x)  ; x  0,1, 2,....., n
CnN
Cx9C54x9
p( x) 
C54
Cx9C55 x
p( x) 
C54

: ‫اﻟﻮﺳﻂ‬
Mn
x 
N
4*5
x   2.2
9

: ‫اﻟﺘﺒﺎﯾﻦ‬
nM ( N  M )( N  n)
v( x ) 
N 2 ( N  1)
5  4  (9  4)(9  5)
v( x )   8.3
4 2 (4  1)

: ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬

nM ( N  M )( N  n)

N 2 ( N  1)
 8.3  2.88

134
 : ‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬

3 
 N  2M  N  2n  ( N  1)
( N  2) nM ( N  M )( N  n)

3 
 9  2* 4  9  2*5 (9  1)
(9  2) 5*4(9  4)(9  5)
 8.08

: ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬

 N 2  N  1 
4   
 nM ( N  D )  N  2  N  3  N  n  
 3nM  N  M  6  n  18n 2 M  N  M  
*  N  N  1  6 n   6n  3M  N  M  n  2  
2

 N N2 
2
 9  9  1 
4   
 5*9(9  4)  9  2  9  3  9  5  
 3*5* 4  9  4  6  5  18*52 * 4  9  4  
*  9  9  1  6*5   6*52  3*5  9  4  5  2   
 9 92 
4  0.22

135
 : ‫ ﺗﻮزﯾﻊ ﺑﻮاﺳﻮن‬:5-5

‫أﻓﺮض أن‬

X PO  8 

: ‫داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

e  x
p( x)  x  0,1, 2,....
x!
8 x
e 8
p( x)  x  0,1, 2,....
x!

: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬

t
M (t )  e  (1 e )
t
 e8(1 e )

: ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬
it
 (it )  e  (1e )

it
 (it )  e8(1e )

: ‫اﻟﻮﺳﻂ‬
 x  
 x  8

: ‫اﻟﺘﺒﺎﯾﻦ‬

v x  
v x  8

136
 ‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء ‪:‬‬

‫‪1‬‬
‫‪3 ‬‬
‫‪‬‬
‫‪1‬‬
‫‪ 3   0.125‬‬
‫‪8‬‬
‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ ‪:‬‬

‫‪1‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪ 3‬‬
‫‪‬‬
‫‪1‬‬
‫‪4  3‬‬
‫‪8‬‬
‫‪ 3 .1 2 5‬‬

‫‪137‬‬
 : ‫ اﻟﺘﻮزﯾﻊ ﺟﺎﻣﺎ‬:5-6

‫أﻓﺮض أن‬

x g  2,3

: ‫داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

   x   1
f ( x)  e x

3 2  x 3 2 1
f ( x)  e x
2
9  x3
f ( x)  e x
2

: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬


  
M x (t )   
  t 
2
 3 
 
 3t 

:‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬

  
 ( it )   
   it 
2
 3 
 ( it )   
 3  it 

: ‫اﻟﻮﺳﻂ‬

E x 

2
E  x    0 .6 7
3

138
 ‫اﻟﺘﺒﺎﯾﻦ ‪:‬‬
‫‪‬‬
‫‪V ( x) ‬‬
‫‪2‬‬
‫‪2‬‬
‫‪V ( x )  2  0.22‬‬
‫‪3‬‬

‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ‪:‬‬

‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪2‬‬
‫‪‬‬ ‫‪ 0.47‬‬
‫‪3‬‬

‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء ‪:‬‬

‫‪2‬‬
‫‪3 ‬‬
‫‪‬‬
‫‪2‬‬
‫‪3 ‬‬ ‫‪ 2‬‬
‫‪2‬‬

‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ ‪:‬‬

‫)‪3(  2‬‬
‫‪4 ‬‬
‫‪‬‬
‫)‪3(2  2‬‬
‫‪4 ‬‬ ‫‪6‬‬
‫‪2‬‬

‫‪139‬‬
 : ‫ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ‬:5-7

x N  3, 4 

: ‫داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬

2
1  x 
1  
f  x  e 2  
;   x  
 2
2
1  x 3 
1  
f  x  e 2 4 

4 2
: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬
1
 t  t 2 2
M x (t )  e 2

1
3t  t 2 42
M x (t )  e 2

2
M x (t )  e 3 t  t 8

: ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬
1 2 2
 it  t 
 ( it )  e 2

1 2 2
3 it  t 4
 ( it )  e 2

2
 ( it )  e  it  t 8

: ‫اﻟﻮﺳﻂ‬
 3

: ‫اﻟﺘﺒﺎﯾﻦ‬

v( x)   2 v( x)  4

: ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬

140
2  2  4  2
: ‫ ﺗﻮزﯾﻊ ﺑﯿﺘﺎ‬:5-8

‫أﻓﺮض أن‬

x b eta  3, 4 
: ‫داﻟﺔ ﻛﺘﻠﺔ اﻹﺣﺘﻤﺎل‬
1
f ( x)  x1 1 (1  x) 2 1
 (1 ,  2 )

1
f ( x)  x 31 (1  x )4 1
 (3, 4)
1
f ( x)  x 2 (1  x)3
 (3, 4)
x 2  x3
f ( x) 
 (3, 4)

: ‫اﻟﻮﺳﻂ‬
1
Ex 
1   2
3
Ex 
3 4
Ex  0.4

: ‫اﻟﺘﺒﺎﯾﻦ‬
1 2
v x 
(1   2  1)(1   2 )2
3* 4
v x 
(3  4  1)(3  4) 2
v  x   0.03

141
 : ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬

1 2

(1   2  1)(1   2 ) 2
 0.03
 0.173

: ‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء‬
1
2( 2  1 )(1   2  1) 2
3  1
(1   2  2) 1 2  2
1
2(4  3)(3  4  1) 2
3  1
(3  4  2)  3* 4  2
 3  2.177

: ‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ‬

3(1   2  2)  2(1   2 ) 2  1 2 (1   2  6 

4 
1 2 (1   2  2)(1   2  3)
3(3  4  2)  2(3  4)2  3* 4(31  4  6 
4 
3*4(3  4  2)(3  4  3)

142
 ‫‪ :5-9‬اﻟﺘﻮزﯾﻊ اﻷﺳﻲ ‪:‬‬

‫أﻓﺮض أن‬

‫‪x‬‬ ‫‪Exp  6 ‬‬

‫داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل ‪:‬‬

‫‪f (x)   ex‬‬

‫‪f (x)  6e6x‬‬

‫‪; 0 x‬‬

‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم ‪:‬‬

‫‪‬‬
‫‪M x (t ) ‬‬
‫‪ t‬‬
‫‪6‬‬
‫‪M x (t ) ‬‬
‫‪6t‬‬

‫اﻟﻮﺳﻂ ‪:‬‬
‫‪1‬‬
‫‪E (x) ‬‬
‫‪‬‬
‫‪1‬‬
‫‪E (x) ‬‬
‫‪6‬‬

‫اﻟﺘﺒﺎﯾﻦ ‪:‬‬
‫‪1‬‬
‫‪v( x) ‬‬
‫‪2‬‬
‫‪1‬‬
‫‪v( x)  2‬‬
‫‪6‬‬
‫‪1‬‬
‫‪v ( x )  2  0.02‬‬
‫‪6‬‬

‫‪143‬‬
 ‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ‪:‬‬

‫‪1‬‬
‫‪ ‬‬
‫‪2‬‬
‫‪1‬‬
‫‪ ‬‬ ‫‪ 0.16‬‬
‫‪62‬‬

‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة ‪:‬‬

‫‪‬‬
‫‪ (it ) ‬‬
‫‪  it‬‬
‫‪6‬‬
‫‪ (it ) ‬‬
‫‪6  it‬‬

‫ﻣﻌﺎﻣﻞ اﻻﻟﺘﻮاء‬

‫‪3  2‬‬

‫‪144‬‬
 : ‫ اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ‬: 5-10

‫أﻓﺮض أن‬

x g 8 

: ‫داﻟﺔ ﻛﺜﺎﻓﺔ اﻹﺣﺘﻤﺎل‬

p  x   pq x 1
x 1
p  x   0.6 1  0.6 
x  1, 2,3......n
: ‫اﻟﺪاﻟﺔ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬

pet
M x t  
1  et q
0.6et
M x t  
1  et 0.4

: ‫اﻟﺪاﻟﺔ اﻟﻤﻤﯿﺰة‬

peit
  it  
1  eit q
0.6eit
  it  
1  eit 0.4

: ‫اﻟﻮﺳﻂ‬
1
x 
p
1
x 
0 .6

145
 ‫اﻟﺘﺒﺎﯾﻦ ‪:‬‬
‫‪q‬‬
‫‪v( x) ‬‬
‫‪p2‬‬
‫‪0.4‬‬
‫‪‬‬ ‫‪ 1.1‬‬
‫‪0.62‬‬

‫اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ‪:‬‬

‫‪q‬‬
‫‪‬‬
‫‪p‬‬
‫‪0.4‬‬
‫‪‬‬ ‫‪ 1.05‬‬
‫‪0.6‬‬

‫ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء ‪:‬‬

‫‪q 1‬‬
‫‪3 ‬‬
‫‪q‬‬
‫‪0.4  1‬‬
‫‪3 ‬‬ ‫‪ 2.21‬‬
‫‪0.4‬‬

‫ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ ‪:‬‬

‫‪1  q2‬‬
‫‪4  7‬‬
‫‪q‬‬
‫‪1  0.42‬‬
‫‪4  7‬‬ ‫‪ 9.9‬‬
‫‪0.4‬‬

‫‪146‬‬
 ‫اﻟﻨﺘﺎﺋﺞ ‪:‬‬

‫ﺗﻢ اﻟﺘﻮﺻﻞ إﻟﻲ إﺷﺘﻘﺎق اﻟﺨﻮاص اﻹﺣﺼﺎﺋﺔ ﻟﻠﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ ﻣﻊ اﻹﺛﺒﺎت ‪.‬‬ ‫‪.1‬‬
‫اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﺘﻘﻄﻌﺔ أﺳﮭﻞ ﻓﻲ إﺛﺒﺎﺗﮭﺎ وإﺷﺘﻘﺎﻗﮭﺎ ﻣﻦ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ اﻟﻤﺴﺘﻤﺮة‪.‬‬ ‫‪.2‬‬
‫إﺷﺘﻘﺎق ﻣﻌﺎﻣﻞ اﻹﻟﺘﻮاء واﻟﺘﻔﺮطﺢ ﺗﻌﺘﻤﺪ ﺑﺼﻮرة أﺳﺎﺳﯿﺔ ﻋﻠﻲ اﻟﻌﺰوم ﺟ ﻮل اﻟﻮﺳﻂ واﻟﺘﻲ ﺑﺪورھﺎ ﺗﻌﺘﻤﺪ‬ ‫‪.3‬‬
‫ﻓﻲ إﺷﺘﻘﺎﻗﮭﺎ ﻋﻠﻲ اﻟﻌﺰوم ﺣﻮل اﻟﺼﻔﺮ‪.‬‬
‫إﺷﺘﻘﺎق اﻟﻌﺰوم ﯾﺴﺎﻋﺪ ﻓﻔﻲ إﯾﺠﺎد اﻟﺨﻮاص اﻹﺣﺼﺎﺋﯿﺔ ﻛﺎﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ واﻟﺘﺒﺎﯾﻦ ‪.‬‬ ‫‪.4‬‬

‫اﻟﺘﻮﺻﯿﺎت ‪:‬‬

‫‪ .1‬وﺿﻊ ھﺬا اﻟﺒﺤﺚ ﻓﻲ اﻟﺠﮭﺎت اﻟﻤﺨﺘﺼﺔ ﻹ ﺳﺘﻔﺎدة اﻟﺒﺎﺣﺜﯿﻦ ﻣﻨﮫ ‪.‬‬

‫‪ .2‬ﻋﻤﻞ دراﺳﺔ ﻻﺣﻘﺔ ﻹﺷﺘﺜﺎق ﺑﺎﻗﻲ اﻟﺘﻮزﯾﻌﺎت اﻹﺣﺘﻤﺎﻟﯿﺔ ‪.‬‬

‫‪ .3‬ﺗﻮﺟﺪ ﺻﻌﻮﺑﺔ ﻓﻲ إ ﺷﺘﻘﺎق ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮطﺢ ﻟﻠﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ اﻟﻤﺘﻘﻄﻊ ﻟﻌﺪم ﻣﻌﺮﻓﺔ اﻟﻌﺰم اﻟﺮاﺑﻊ ﺣﻮل‬
‫اﻟﺼﻔﺮ ﻟﮭﺬا اﻟﺘﻮزﯾﻊ ‪.‬‬

‫‪ .4‬اﻹھﺘﻤﺎم ﺑﺈﺷﺘﻘﺎق اﻟﻌﺰوم ﺣﻮل اﻟﺼﻔﺮ )ﻣﻦ اﻟﻌﺰم اﻷول ﺣﺘﻲ اﻟﻌﺰم اﻟﺮاﺑﻊ( ﺣﺘﻲ ﯾﺴﮭﻞ ﻣﻦ ﻋﻤﻠﯿﺔ‬
‫اﻹﺷﺘﻘﺎق ﺣﻮل اﻟﻮﺳﻂ‪.‬‬

‫‪ .5‬ﯾﺠﺐ اﯾﺠﺎد اﻟﻌﺰم ﻣﻦ اﻟﺮﺗﺒﺔ )‪ (r‬وﻣﻦ ﺛﻢ ﯾﺘﻢ ﻋﻦ طﺮﯾﻘﮭﺎ إﺷﺘﻘﺎق ﺑﺎﻗﻲ اﻟﻌﺰوم ‪.‬‬

‫‪147‬‬
 ‫اﻟﻤﺮاﺟﻊ ‪:‬‬

‫ﺣﻨﺎ ‪،‬أﻣﯿﺮ ‪،‬ھﯿﺮﻣﺰ‪،‬اﻻﺣﺼﺎء اﻟﺮﯾﺎﺿﻲ ‪، 1990 ،‬ﺟﺎﻣﻌﺔ اﻟﻤﻮﺻﻞ_اﻟﻤﻮﺻﻞ‬

‫‪148‬‬