محاضرات تحليل المعطيات

‫الجمهورية الجزائرية الديمقراطية الشعبية‬
‫وزارة التعليم العالي و البحث العلمي‬

‫جامعة د‪.‬موالي الطاهر سعيدة‬
‫‪-------------------------------------------------------------------‬‬
‫كلية العلوم االقتصادية والعلوم التجارية و علوم التسيير‬
‫المادة‪:‬تحليل البيانات(المعطيات)‬
‫‪Analyse des données‬‬
‫‪ADD‬‬
‫المستوى‪ :‬السنة أولى‪-‬ماستر‪-‬‬
‫التخصص‪:‬اقتصاد كمي‬
‫مسؤول المادة‪:‬أ‪.‬د يوسف صوار‬
‫الموسم الجامعي ‪2020/2019‬‬
‫‪1‬‬
‫‪-------------------------------------------------------------------‬‬
‫محاضرة‪-‬اعمال موجهة‪ :‬مراجعة حول المصفوفات‬
‫تقدم هذه المفاهيم على شكل محاضرات و اعمال موجهة‪ ،‬ألنها مرتبطة بمراجعة لمفاهيم إحصائية‬
‫ومفاهيم الجبر الخطي‪ ،‬لذلك تستغل الحصتين(المحاضرة ‪+‬األعمال الموجهة)في شرح المفاهيم من‬
‫خالل حل مجموعة من التمارين‪.‬‬
‫تمارين حول المصفوفات ‪Exercices sur les matrices :‬‬
‫التمرين األول‪:‬‬
‫لنفترض أن شخصين (‪ )ind1‬و (‪ )ind2‬يرغبان بشراء السلع المبينة أسعارها و كمياتها في‬
‫الجدولين أدناه‪ ،‬و من واحدة من المتجرين (‪ )A‬و (‪.)B‬‬
‫العمل المطلوب‪:‬‬
‫‪ -‬ضع المعلومات الواردة في الجدولين في مصفوفتين (مصفوفة الكمية ‪ +‬مصفوفة األسعار)‪.‬‬

‫‪ -‬احسب جداء المصفوفتين مع إعطاء التفسير‪.‬‬
‫جدول ‪ :01‬يمثل الكميات‬
‫البيان‬ ‫السلعة ‪1‬‬ ‫السلعة ‪2‬‬ ‫السلعة‪3‬‬
‫‪Ind1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪Ind2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪4‬‬
‫جدول ‪ :02‬يمثل األسعار‬
‫البيان‬ ‫سعر السلعة ‪1‬‬ ‫سعر السلعة ‪2‬‬ ‫سعر السلعة‪3‬‬
‫‪2‬‬
‫‪-------------------------------------------------------------------‬‬
‫المتجر‪1‬‬ ‫‪0.15‬‬ ‫‪0.20‬‬ ‫‪1.1‬‬
‫المتجر‪2‬‬ ‫‪0.2‬‬ ‫‪0.3‬‬ ‫‪1‬‬
‫الحل‪:‬‬
‫تكوين المصفوفتين‪:‬‬
‫ليكن لدينا‪:‬‬
‫سلعة‪1‬‬ ‫سلعة‪2‬‬ ‫‪3‬سلعة‬
‫⏞ [=𝑄‬
‫‪2‬‬ ‫⏞‬
‫‪3‬‬ ‫‪1 ] → 𝑖𝑛𝑑1‬‬
‫⏞‬
‫‪1‬‬ ‫‪1‬‬ ‫‪4 → 𝑖𝑛𝑑2‬‬
‫المتجر‪1‬‬ ‫المتجر‪2‬‬
‫المنتوج‪→ 1‬‬
‫⏞‬ ‫⏞‬
‫‪𝑝 = [0.15‬‬ ‫‪0.2‬‬ ‫المنتوج‪] → 2‬‬
‫‪0.2‬‬ ‫‪0.3‬‬
‫‪1.1‬‬ ‫‪1‬‬ ‫المنتوج ‪3‬‬
‫(ال تنسى نريد حساب ‪)RT= P.Q‬‬
‫‪3‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪0.15 0.2‬‬
‫‪2 3 1‬‬
‫𝑇𝑅‬
‫𝑄 = ⏟‬ ‫𝑃 ⏟‬ ‫[= ⏟‬ ‫]‪] [ 0.2 0.3‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪4‬‬
‫)‪(3;3‬‬ ‫)‪(2;3) (3;2‬‬ ‫‪1.1‬‬ ‫‪1‬‬
‫التمرين الثاني‪:‬‬
‫في ورشة للبناء‪ ،‬مؤسسة مكلفة بأعمال اإلنهاء (‪ )travaux de finition‬من طالء األسقف‪ ،‬وضع‬
‫أوراق الطالء‪peinture des plafonds, pose des papiers peints et des ( )...‬‬
‫‪ )moquettes‬لنوعين من السكنات (‪ 7‬غرف و ‪ 5‬غرف)‪ ،‬إن المالكين المستقبلين لهم االختيار بين‬
‫أعمال اإلنهاء (‪ )luxe‬و أعمال اإلنهاء (‪ .)confort‬الجدولين التاليين يوضحان الكميات الضرورية‬
‫لكل نوع من السكنات و كذا تكلفة الشراء الوحدوية‪.‬‬
‫‪rouleau e 10‬‬ ‫‪pot de 10 litres‬‬

‫‪Couts unitaires‬‬
‫‪mètres de papier‬‬ ‫‪de peinture‬‬ ‫‪M2 de moquette‬‬
‫)‪(en euros‬‬ ‫‪peint‬‬
‫‪Quantité « de‬‬
‫‪9.8€‬‬ ‫‪80€‬‬ ‫‪10€‬‬
‫» ‪luxe‬‬
‫‪Quantité‬‬
‫‪6€‬‬ ‫‪53€‬‬ ‫‪5.5€‬‬
‫» ‪« confort‬‬
‫‪Quantités‬‬ ‫‪7 piéces‬‬
‫‪4‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪5 piéces‬‬
‫‪Nombre de rouleaux‬‬ ‫‪60‬‬ ‫‪40‬‬
‫‪Nombre de pots de‬‬

‫‪3‬‬ ‫‪1‬‬
‫‪peinture‬‬
‫‪Nombre de M2 de‬‬
‫‪100‬‬ ‫‪70‬‬
‫‪moquette‬‬
‫‪ -‬قم ببناء مصفوفة التكاليف الوحدوية و كذلك الكميات المستهلكة‪.‬‬

‫‪ -‬احسب جداء المصفوفتين مع التعليق‪.‬‬
‫لدينا‪:‬‬
‫‪Rouleau Pot de M2 de‬‬
‫‪de 10‬‬ ‫‪10 moquette‬‬
‫↘‬ ‫↓‬ ‫↙‬

‫𝑒𝑥𝑢𝑙 𝑒𝑑 ‪9.8 80 10 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑡é‬‬
‫𝐴‬
‫(= ⏟‬ ‫)‬
‫‪6‬‬ ‫‪53‬‬ ‫‪5.5‬‬ ‫𝑡𝑟𝑜𝑓𝑛𝑜𝑐 ‪→ 𝑞𝑢𝑎𝑛𝑡𝑖𝑡é‬‬
‫)‪(2;3‬‬
‫‪5‬‬
‫موالي الطاهر سعيدة‬.‫جامعة د‬
-------------------------------------------------------------------
7 pièces 5 pièces
60 40 → 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑟𝑜𝑢𝑙𝑒𝑎𝑢𝑥
𝐵
⏟ =[ 3 1 ] → 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑝𝑜𝑡𝑠
(3;2) 100 70 → 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑀2
Luxe 7 pièces 5 pièces

60 40
9.8 80 10
𝐴𝐵
⏟ =( )( 3 1)
6 53 5.5
(2;2) 100 70
Confort
Cout d’achat des Cout d’achat des

fournitures pour une 7 fournitures pour une 5
pièce de luxe ↓ ↓ pièce de luxe
1828 1172
𝐴𝐵 = [ ]
1069 678
Cout d’achat des ↑ ↑ Cout d’achat des
fournitures pour une fournitures pour une 5
7 pièce de confort pièce de confort
6
‫‪-------------------------------------------------------------------‬‬
‫التمرين الثالث‪ :‬في المحاسبة التحليلية‪ ،‬توزيع األعباء األولية على مراكز التحليل أعطيت كالتالي‪:‬‬
‫‪Gestion‬‬
‫‪Atelier‬‬ ‫‪Atelier‬‬
‫‪Montant‬‬ ‫‪personnels‬‬ ‫‪Distribution‬‬
‫‪1‬‬ ‫‪2‬‬
‫المبلغ‬ ‫تسيير‬ ‫التوزيع‬
‫الورشة ‪ 2‬الورشة ‪1‬‬
‫المستخدمين‬
‫‪Achat‬‬
‫‪consommés‬‬
‫‪25000‬‬ ‫‪5%‬‬ ‫‪75%‬‬ ‫‪20%‬‬ ‫‪-‬‬
‫المشتريات‬
‫المستهلكة‬
‫‪Services‬‬
‫‪extérieurs‬‬ ‫‪13000‬‬ ‫‪15%‬‬ ‫‪25%‬‬ ‫‪40%‬‬ ‫‪20%‬‬
‫الخدمات الخارجية‬
‫‪Charges du‬‬
‫‪personnel‬‬ ‫‪80000‬‬ ‫‪10%‬‬ ‫‪50%‬‬ ‫‪25%‬‬ ‫‪15%‬‬
‫أعباء المستخدمين‬
‫‪Dotations‬‬
‫‪32000‬‬ ‫‪6%‬‬ ‫‪45%‬‬ ‫‪45%‬‬ ‫‪4%‬‬
‫المؤونات‬
‫إذا افترضنا بأن‪:‬‬
‫]‪𝑋 = [25 13 80 32‬‬
‫و بما أن ‪ R‬معطاة بالشكل التالي‪:‬‬
‫‪7‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪0.05 0.75 0.2‬‬ ‫‪0‬‬

‫‪0.15 0.25 0.4‬‬ ‫‪0.2‬‬
‫[=𝑅‬ ‫]‬
‫‪0.1‬‬ ‫‪0.5 0.25 0.15‬‬
‫‪0.06 0.45 0.45 0.04‬‬
‫‪ -‬ماذا يمثل ‪ X‬و ‪R‬؟‬

‫‪ -‬احسب ‪ T=X*R‬ماذا يمثل؟‬
‫يمثل ‪ X‬شعاع سطر و هو يمثل مبالغ األعباء الموزعة على مراكز التحليل بآالف الدنانير‪.‬‬
‫]‪𝑋 = [25 13 80 32‬‬
‫يمثل ‪ R‬المصفوفة التقنية و هي تمثل نسب التوزيع‬
‫لدينا‪T= X*R :‬‬

‫‪Gestion‬‬
‫‪personnels Atelier 1 Atelier 2‬‬ ‫‪Distribution‬‬
‫‪M/‬‬ ‫‪M/‬‬ ‫‪M/‬‬ ‫‪C‬‬ ‫‪M/‬‬ ‫↓‬ ‫↓‬ ‫↓‬ ‫↓‬
‫‪Achats Service du P Dot 0.05 0.75‬‬ ‫‪0‬‬ ‫‪0.2‬‬
‫↓‬ ‫↓‬ ‫↓‬ ‫↓‬ ‫‪0.15 0.25 0.4‬‬
‫‪0.2‬‬
‫⏟[‬
‫]‪25 13 80 32‬‬
‫)‪(1;4‬‬
‫‪0.1‬‬ ‫‪0.5 0.25 0.15‬‬
‫⏟‬
‫‪0.06 0.45 0.45 0.04‬‬
‫[‬ ‫)‪(4;4‬‬ ‫]‬
‫;‪= (13.12‬‬ ‫;‪76.4‬‬ ‫;‪44.6‬‬ ‫تمثل قيمة األعباء لكل مركز تحليل >= )‪15.88‬‬
‫التمرين الرابع‪ :‬مؤسسة تنتج ‪ 03‬أنواع من المنتجات (‪ )A3 ،A2 ،A1‬في ‪ 04‬وحدات إنتاج‬
‫(‪، )U1, U2, U3, U4( )unités de fabrication‬أسعار البيع هي ‪ 06‬وحدة نقدية لـ ‪ 2 ،A1‬وحدة‬
‫نقدية لـ ‪ 8 ،A2‬وحدة نقدية لـ ‪( A3‬نعتبر ‪ P‬شعاع سطر لهذه األسعار) ])‪[P= (6, 2, 8‬‬
‫الجدولين التاليين يوضحان شروط اإلنتاج لمختلف أنواع المنتجات في مختلف وحدات اإلنتاج ‪:‬‬
‫‪8‬‬
‫‪-------------------------------------------------------------------‬‬
‫الكمية المنتجة و ‪Q :‬‬

‫‪U1‬‬ ‫‪U2‬‬ ‫‪U3‬‬ ‫‪U4‬‬
‫المباعة‬
‫‪A1‬‬ ‫‪500‬‬ ‫‪350‬‬ ‫‪500‬‬ ‫‪200‬‬
‫‪A2‬‬ ‫‪250‬‬ ‫‪400‬‬ ‫‪500‬‬ ‫‪300‬‬
‫‪A3‬‬ ‫‪300‬‬ ‫‪700‬‬ ‫‪900‬‬ ‫‪500‬‬
‫سعر التكلفة الوحدوي ‪C : couts de revient unitaires‬‬
‫‪U1‬‬ ‫‪U2‬‬ ‫‪U3‬‬ ‫‪U4‬‬
‫‪A1‬‬ ‫‪4.8‬‬ ‫‪4.5‬‬ ‫‪4.7‬‬ ‫‪4.3‬‬
‫‪A2‬‬ ‫‪1.4‬‬ ‫‪1.3‬‬ ‫‪1.4‬‬ ‫‪1.25‬‬
‫‪A3‬‬ ‫‪7.5‬‬ ‫‪7.3‬‬ ‫‪7.4‬‬ ‫‪7.2‬‬
‫‪ -‬باستخدام المصفوفات احسب رقم األعمال‪.‬‬

‫‪ -‬احسب رقم األعمال لكل وحدة إنتاج و لكل منتوج‪.‬‬
‫‪ -‬احسب سعر التكلفة‪.‬‬
‫‪9‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪Chiffre d’affaires‬‬ ‫حساب رقم األعمال‬
‫𝑄 ∗ 𝑃 = 𝐴𝐶‬
‫‪P/A1 P/A2 P/A3‬‬ ‫‪U1‬‬ ‫‪U2‬‬ ‫‪U3‬‬ ‫‪U4‬‬

‫‪500 350 500 200 𝐴1‬‬
‫‪6 2 8] 250 400 500 300 𝐴2‬‬
‫⏟[ = 𝐴𝐶‬
‫)‪(1;3‬‬ ‫⏟‬
‫‪300 700 900 500 𝐴3‬‬
‫[‬ ‫)‪(3;4‬‬ ‫]‬
‫‪𝐶𝐴 = (5900, 8500, 11200,‬‬ ‫← )‪5800‬‬

‫↑‬ ‫↑‬ ‫↑‬ ‫↑‬
‫𝑒𝑛𝑖𝑠𝑢 𝑟𝑎𝑝 𝑠𝑒𝑟𝑖𝑎𝑓𝑓𝑎 ‪𝑐ℎ𝑖𝑓𝑓𝑟𝑒 𝑑 ′‬‬
‫‪CA/U1‬‬ ‫‪CA/U2‬‬ ‫‪CA/U3‬‬ ‫‪CA/U4‬‬
‫‪Chiffre d’affaire par usine et par produit‬‬ ‫حساب رقم األعمال بالنسبة للمصنع‬
‫و بالنسبة للمنتوج‬
‫نستعين بالمصفوفة التالية ‪:‬‬
‫مصفوفة األسعار القطرية ‪Matrice diagonale des prix‬‬
‫و التي نرمز لها بالرمز‪:‬‬

‫‪6‬‬ ‫‪0 0‬‬
‫‪′‬‬
‫‪𝑃 = [0‬‬ ‫]‪2 0‬‬
‫‪0‬‬ ‫‪0 8‬‬
‫و عليه فإن‪:‬‬
‫يمثل توزيع رقم األعمال بالنسبة للمصانع و بالنسبة للمنتجات → 𝑄 ∗ ‪𝑃′‬‬
‫‪P/A‬‬
‫‪P/A2 3‬‬ ‫‪U1‬‬ ‫‪U2‬‬ ‫‪U3‬‬ ‫‪U4‬‬
‫‪10‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪P/A1‬‬
‫‪6 0 0 500 350 500 200 𝐴1‬‬
‫‪′‬‬
‫‪P 𝑄 = 0 2 0 250 400 500 300 𝐴2‬‬
‫⏟‬
‫⏟ ‪0 0 8‬‬ ‫‪300 700 900 500 𝐴3‬‬
‫[ ] )‪[ (3;3‬‬ ‫)‪(3;4‬‬ ‫]‬
‫‪U1‬‬ ‫‪U2‬‬ ‫‪U3‬‬ ‫‪U4‬‬

‫‪3000 2100 3000 1200 𝐴1‬‬
‫‪′‬‬
‫‪P 𝑄 = [ 500‬‬ ‫‪800 1000 600 ] 𝐴2‬‬
‫‪2400 5600 7200 4000 𝐴3‬‬
‫‪11‬‬
‫‪-------------------------------------------------------------------‬‬
‫حساب سعر التكلفة ‪Calcul des couts de revient :‬‬
‫? = 𝑇𝐶 𝑃‬
‫‪4.8 4.5 4.7 4.3‬‬
‫𝐶‬
‫)‪⏟ = (1.4 1.3 1.4 1.25‬‬
‫)‪(3;4‬‬ ‫‪7.5 7.3 7.4 7.2‬‬
‫‪500 350 500 200‬‬
‫𝑄‬
‫)‪⏟ = (250 400 500 300‬‬
‫)‪(3;4‬‬ ‫‪300 700 900 500‬‬
‫حتى يمكن إجراء جداء المصفوفتين نستعين بـ ‪ 𝑄′‬و ليس ‪Q‬‬
‫‪A1‬‬ ‫‪A2‬‬ ‫‪A3‬‬
‫‪500‬‬ ‫‪250‬‬ ‫‪300 𝑈1‬‬
‫‪′‬‬ ‫‪350‬‬ ‫‪400‬‬ ‫‪700 𝑈2‬‬
‫𝑄‬
‫⏟‬ ‫( =‬ ‫)‬
‫‪500‬‬ ‫‪500‬‬ ‫‪900 𝑈3‬‬
‫)‪(4;3‬‬
‫‪200‬‬ ‫‪300‬‬ ‫‪500 𝑈4‬‬
‫‪C/U1‬‬ ‫‪C/U2‬‬ ‫‪C/U3‬‬ ‫‪C/U4‬‬

‫‪𝐴1 → 4.8 4.5 4.7 4.3‬‬
‫‪′‬‬
‫𝑇𝐶‬
‫𝑄 = ⏟‬ ‫𝐶 ∗ ⏟‬ ‫]‪⏟ 𝐴2 → [1.4 1.3 1.4 1.25‬‬
‫)‪(4;4‬‬ ‫)‪(4;3‬‬ ‫‪(3;4) 𝐴3 → 7.5 7.3 7.4‬‬ ‫‪7.2‬‬
‫التكلفة الكلية في‬

‫↓ المصنع‪U1‬‬ ‫التكلفة الكلية للمصنع‪U2‬إذا كانت كمية‬
‫اإلنتاج مساوية لكمية المصنع‪↓1‬‬
‫‪12‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪5000 4765 4925 4622.5‬‬
‫‪7490 7205 7385‬‬ ‫‪7045‬‬
‫= 𝑇𝐶‬
‫‪9850 9470 9710‬‬ ‫‪9255‬‬
‫‪[5130 4940 5060‬‬ ‫] ‪4835‬‬
‫التكلفة الكلية‬
‫في المصنع‬
‫↓‪U2‬‬
‫‪13‬‬
‫‪-------------------------------------------------------------------‬‬
‫التمرين الخامس‪:‬‬
‫في مصنع يتم استعمال ‪ x‬قطعة من ‪ y ،X‬قطعة من ‪z ،Y‬قطعة من ‪ ،Z‬كتلة و تكلفة هذه القطع‬
‫موضحة بالجدول التالي‪:‬‬
‫‪X‬‬ ‫‪Y‬‬ ‫‪Z‬‬
‫‪Masse en g‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪Cout en DA‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪0.5‬‬
‫ليكن ‪ n‬العدد الكلي للقطع المستخدمة‪ m ،‬الكتل الكلية بالغرام‪ c ،‬التكلفة الكلية‬
‫‪ -‬اشرح المصفوفة ‪A‬بحيث‪:‬‬

‫𝑛‬ ‫𝑥‬
‫)𝑦( 𝐴 = )𝑚(‬
‫𝑐‬ ‫𝑧‬
‫‪ -‬احسب ‪A-1‬‬
‫‪ -‬احسب ‪ z ،y ،x‬من أجل ‪c=135DA ،m=275g ،n=140‬‬
‫𝑛‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫𝑥‬
‫‪(𝑚) = [2.5 2‬‬ ‫)𝑦( ] ‪1‬‬
‫𝑐‬ ‫𝑧 ‪1 1.5 0.5‬‬
‫𝑠𝑒𝑐𝑒𝑖𝑝 𝑒𝑑 𝑙𝑎𝑡𝑜𝑡 𝑒𝑟𝑏𝑚𝑜𝑛 → 𝑛 = 𝑧 ‪𝑥 + 𝑦 +‬‬
‫‪{ 2.5x + 2y + 1z = m → masse total en g‬‬
‫‪1x + 1.5y + 0.5z = c → cout total en DA‬‬
‫‪Après les calculs :‬‬

‫‪−0.5‬‬ ‫‪1‬‬ ‫‪−1‬‬
‫‪−1‬‬
‫𝐴‬ ‫] ‪= [−0.25 −0.5 1.5‬‬
‫‪1.75 −0.5 −0.5‬‬
‫‪14‬‬
‫‪-------------------------------------------------------------------‬‬
‫𝑥‬ ‫‪140‬‬
‫‪−1‬‬
‫)‪(𝑦) = 𝐴 (275‬‬
‫𝑧‬ ‫‪135‬‬
‫‪x=70 ; y=30 ; z=40‬‬
‫التمرين السادس‪:‬‬
‫مؤسسة نجارة تصنع يوميا ‪ 03‬أنواع من التجهيزات المكتبية ‪C،B،A‬‬
‫‪ -‬التجهيز المكتبي ‪ A‬يحتاج ‪ 05‬ساعات عمل و ‪ 42‬كغ من الخشب‬

‫‪ -‬التجهيز المكتبي ‪ B‬يحتاج ‪ 03‬ساعات عمل و ‪ 21‬كغ من الخشب‬
‫‪ -‬التجهيز المكتبي ‪ C‬يحتاج ‪ 02‬ساعات عمل و ‪ 7‬كغ من الخشب‬
‫خالل يوم من العمل المؤسسة تصنع ‪ 72‬تجهيز مكتبي يحتاج ‪ 270‬ساعة عمل و ‪ 2037‬من الخشب‬
‫العمل المطلوب‪ :‬الكتابة المصفوفاتية للمسألة مع تحديد عدد التجهيزات المكتبية من كل نوع المنتجة‬
‫خالل يوم العمل‬
‫الحل‪ :‬الترميز‪:‬‬
‫عدد التجهيز المكتبي ‪ A‬المتاح خالل يوم العمل ‪x:‬‬
‫عدد التجهيز المكتبي ‪ B‬المتاح خالل يوم العمل ‪y:‬‬
‫عدد التجهيز المكتبي ‪ C‬المتاح خالل يوم العمل ‪z:‬‬
‫‪𝑥 + 𝑦 + 𝑧 = 72‬‬
‫‪{ 5𝑥 + 3𝑦 + 2𝑧 = 270‬‬
‫‪42𝑥 + 21𝑦 + 7𝑧 = 2037‬‬
‫‪1‬‬ ‫𝑥 ‪1 1‬‬ ‫‪72‬‬
‫‪[5‬‬ ‫𝑦‬
‫] ‪3 2] [ ] = [ 270‬‬
‫𝑧 ‪42 21 7‬‬ ‫‪2037‬‬
‫‪15‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪A*X=b‬‬
‫‪X= A-1b‬‬
‫إذا علم‪:‬‬
‫‪−3 2 −1/7‬‬
‫‪−1‬‬
‫𝐴‬ ‫) ‪= ( 7 −5 3/7‬‬
‫‪−3 3 −2/7‬‬
‫‪−3 2 −1/7‬‬ ‫‪72‬‬

‫‪270‬‬
‫( ‪𝑋 = 7 −5 3/7‬‬ ‫)‬
‫⏟‬
‫‪2037‬‬
‫‪−3‬‬
‫⏟‬ ‫‪3 −2/7‬‬
‫)‪(3;1‬‬
‫(‬ ‫)‪(3;3‬‬ ‫)‬
‫𝑥‬ ‫‪33‬‬
‫)‪𝑋 = (𝑦) = (27‬‬
‫𝑧‬ ‫‪12‬‬
‫‪16‬‬
‫‪-------------------------------------------------------------------‬‬
‫التعليق ‪Conclusion (commentaire) :‬‬
‫خالل يوم العمل المؤسسة تنتج ‪ 33‬من نوع ‪ 27 ،A‬من نوع ‪ 12 ،B‬من نوع ‪C‬‬
‫التمرين السابع‪:‬‬
‫‪ Matrices de quantités, matrices de couts‬مصفوفة الكميات‪ ،‬مصفوفة التكاليف‪ ،‬مركز‬

‫عطلة (‪ )un centre de vacances‬يستقبل في شهر جويلية ‪ x‬طفل و ‪ y‬مراهق مع تكفل كلي‪ ،‬من‬
‫أجل شهر جويلية المسير (‪ )intendant‬قدر (‪ )estime‬بأن الحاجيات اليومية من المنتجات الحليبية‬
‫(‪ )produits laitiers‬موضحة بالجدول التالي ‪:‬‬
‫‪Pour un enfant‬‬ ‫‪Pour un adulte‬‬
‫‪Nombre de litres de lait‬‬ ‫‪0.5‬‬ ‫‪0.1‬‬
‫‪Nombre de yaourts‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪Nombre de fromages de‬‬

‫‪0.125‬‬ ‫‪0.25‬‬
‫‪250g‬‬
‫التكاليف الوحدوية كاآلتي‪Les couts unitaires sont :‬‬
‫‪1 fromage de‬‬

‫‪1 litre de lait‬‬ ‫‪1yaourt‬‬
‫‪250g‬‬
‫‪Couts en DA‬‬ ‫‪0.5‬‬ ‫‪0.15‬‬ ‫‪1.15‬‬
‫نكتب مصفوفة العدد المتكفل به لشهر جويلية ‪:‬‬

‫𝑥‬
‫)𝑦( = 𝑋‬
‫‪ -‬اكتب مصفوفة الحاجيات الفردية اليومية ‪A‬‬

‫‪ -‬اكتب مصفوفة التكلفة الوحدوية ‪C‬‬
‫‪ -‬اكتب المصفوفة ‪ H‬للحاجيات الفردية لشهر جويلية‬
‫‪17‬‬
‫‪-------------------------------------------------------------------‬‬
‫احسب و علق على الجداء المصفوفاتي ‪31*A*X‬‬ ‫‪-‬‬

‫احسب و علق على الجداء المصفوفاتي ‪CA‬‬ ‫‪-‬‬
‫اكتب بداللة ‪ C‬المصفوفة الجديدة ’𝐶 للتكاليف الوحدوية إذا ارتفعت ككل بـ ‪%5‬‬ ‫‪-‬‬
‫اعط كتابة مصفوفاتية للتكاليف الكلية‪ ،‬لمركز العطلة للمنتجات الحليبية لشهر جويلية (طبق‬ ‫‪-‬‬
‫‪ x=100‬األطفال‪ =150 ،‬المراهقين)‬
‫في شهر أوت‪ ،‬لنفرض أن مصفوفة التكفل (‪ )matrice des pensionnaires‬هي‪:‬‬ ‫‪-‬‬
‫‪x′‬‬
‫)‪𝑋′ = ( ′‬‬
‫‪y‬‬
‫و لنفرض أن المسير ليس هو المسير لشهر جويلية‪ ،‬و لنفرض أن مصفوفة الطلبيات اليومية‬
‫للمنتجات الحليبية للفرد هي‪:‬‬
‫‪0.75‬‬ ‫‪0.2‬‬
‫‪′‬‬
‫‪𝐴 =( 1‬‬ ‫) ‪0‬‬
‫‪0.125 0.33‬‬
‫‪ -‬اكتب و علق على المصفوفة )’𝑋’𝐴 ‪31(𝐴𝑋 +‬‬
‫‪ -‬اعط كتابة مصفوفاتية للتكاليف الكلية للمنتجات الحليبية لشهر جويلية و أوت‪ ،‬مع العلم أن‬
‫التكاليف الوحدوية لم تتغير في شهر أوت‪.‬‬
‫‪ -‬احسب التكاليف لما مركز العطلة يستقبل ‪ 100‬طفل‪ ،‬و ‪ 150‬مراهق خالل الشهرين (شهر‬
‫جويلية ‪ +‬أوت)‬
‫‪18‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪ -1‬الحاجيات الفردية اليومية‪:‬‬

‫𝑛𝑢 𝑟𝑢𝑜𝑝‬ ‫𝑛𝑢 𝑟𝑢𝑜𝑝‬
‫𝑡𝑛𝑎𝑓𝑛𝑒‬ ‫𝑒𝑡𝑙𝑢𝑑𝑎‬
‫⏞‬ ‫⏞‬ ‫الحليب →‬
‫=𝐴‬ ‫‪0.5‬‬ ‫‪0.1‬‬ ‫𝑛𝑒𝑖𝑑𝑖𝑡𝑜𝑢𝑞 →‬
‫‪2‬‬ ‫‪1‬‬ ‫→‬ ‫الياغورت‬
‫‪( 0.125‬‬ ‫الجبن → ) ‪0.25‬‬
‫;‪0.5‬‬
‫⏟‬ ‫;‪0.15‬‬
‫⏟‬ ‫‪1.15‬‬
‫⏟‬
‫=𝐶‬ ‫𝑒𝑟𝑡𝑖𝑙 ‪(𝑐/‬‬ ‫𝑡𝑟𝑢𝑜𝑎𝑦 ‪𝑐/‬‬ ‫‪𝑐/‬‬ ‫)‬
‫𝑡𝑖𝑎𝑙 𝑒𝑑‬ ‫𝑒𝑔𝑎𝑚𝑜𝑟𝑓‬
‫𝑔‪250‬‬
‫الحاجيات الفردية لشهر جويلية ‪:‬‬

‫‪0.5‬‬ ‫‪0.1‬‬
‫‪𝐻 = 31 ∗ A = 31 ( 2‬‬ ‫‪1 ) → mensuel‬‬
‫‪0.125 0.25‬‬
‫‪15.5‬‬ ‫‪3.1‬‬
‫‪𝐻 = 31 ∗ A = ( 62‬‬ ‫) ‪31‬‬
‫‪3.875 7.75‬‬
‫حساب‪X*A*31 :‬‬
‫‪15.5‬‬ ‫‪3.1‬‬ ‫𝑥‬

‫= 𝑋 ∗ 𝐴 ∗ ‪31‬‬ ‫‪62‬‬ ‫⏟ ( ‪31‬‬ ‫) 𝑦‬
‫⏟‬
‫‪3.875‬‬ ‫‪7.75‬‬ ‫)‪(2;1‬‬
‫(‬ ‫)‪(3;2‬‬ ‫)‬
‫𝑦‪15.5𝑥 + 3.1‬‬ ‫الحاجيات من الحليب لشهر جويلية →‬

‫الحاجيات من الياورت لشهر جويلية → ) 𝑦‪31 ∗ 𝐴 ∗ 𝑋 = ( 62𝑥 + 31‬‬
‫𝑦‪3.875𝑥 + 7.75‬‬ ‫الحاجيات من الجبن لشهر جويلية →‬
‫‪19‬‬
‫‪-------------------------------------------------------------------‬‬
‫حساب ‪:C*A‬‬
‫𝑛𝑢‬ ‫𝑛𝑢‬
‫𝑡𝑛𝑎𝑓𝑛𝑒‬ ‫𝑒𝑡𝑙𝑢𝑑𝑎‬
‫𝑡𝑖𝑎𝑙‪𝑐/‬‬ ‫𝑦‪𝑐/‬‬ ‫𝑜𝑟𝑓‪𝑐/‬‬
‫⏞(=𝐶‬ ‫⏞‬
‫‪0.5‬‬ ‫⏞‬
‫‪0.1‬‬
‫;‪0.5‬‬
‫⏟‬ ‫⏞‬
‫;‪0.15‬‬ ‫)⏞‬
‫‪1.15‬‬ ‫‪2‬‬ ‫‪1‬‬
‫)‪(1;3‬‬ ‫⏟‬
‫‪0.125‬‬ ‫‪0.25‬‬
‫(‬ ‫)‪(3;2‬‬ ‫)‬
‫)‪𝐶 = (0.69375 0.48750‬‬

‫↑التكلفة اليومية من‬ ‫التكلفة اليومية من↑‬
‫المنتجات الكلية للطفل‬ ‫المنتجات الكلية للمراهق‬
‫حساب ’‪:C‬‬
‫𝐶 ‪𝐶 ′ = 1.05‬‬
‫)‪𝐶 ′ = (0.5250; 0.1575; 1.2075‬‬
‫الكتابة المصفوفاتية للتكاليف الكلية لمركز العطلة للمنتجات الحليبية لشهر جويلية‪:‬‬
‫تعطى بالصيغة‪:‬‬
‫تم حساب ‪ ← C *A‬التكلفة اليومية من المنتجات الكلية لكل من الطفل و المراهق‬
‫‪CT= 31 CA*X‬‬
‫↑‬
‫التكاليف الكلية‬
‫𝑥‬
‫)𝑦( )‪𝐶𝑇 = 31 (0.69375 0.4875‬‬
‫‪20‬‬
‫‪-------------------------------------------------------------------‬‬
‫𝑥‬
‫⏟( = 𝑇𝐶‬
‫⏟ ( )‪21.50625 15.11250‬‬
‫) 𝑦‬
‫)‪(1;2‬‬
‫)‪(2;11‬‬
‫)𝑦‪𝐶𝑇 = (21.50625𝑥 + 15.11250‬‬

‫التكلفة الكلية لمركز العطلة لشهر جويلية للمنتجات الحليبية)األطفال ‪ +‬المراهقين( →‬
‫حالة‪100 :‬طفل و ‪ 150‬مراهق‬
‫𝐴𝐷 ‪𝐶𝑇 = 21.50625(100) + 15.11250(150) = 4417.5‬‬
‫حساب‪:‬‬
‫) ‪31 (𝐴𝑋 + 𝐴′ 𝑋 ′‬‬
‫’𝑋’𝐴 ‪31 𝐴𝑋 + 31‬‬
‫𝑦‪15.5𝑥 + 3.1‬‬ ‫‪0.75‬‬ ‫‪0.2‬‬

‫‪𝑥′‬‬
‫= ’𝑋’𝐴 ‪31 𝐴𝑋 + 31‬‬ ‫𝑦‪62𝑥 + 31‬‬ ‫‪+ 31‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫)‪( ′‬‬
‫𝑦‬
‫𝑦‪3.875𝑥 + 7.75‬‬
‫⏟‬ ‫⏟‬
‫‪0.125 0.33‬‬
‫الحاجيات الشهرية من المنتجات‬ ‫الحاجيات الشهرية للمنتجات‬
‫) الحليبية لشهر جويلية (‬ ‫(‬ ‫) الحليبية لشهر أوت‬
‫) ‪31(0.5𝑥 + 0.1𝑦) + 31(0.75𝑥 ′ + 0.2𝑦 ′‬‬

‫( = ’𝑋’𝐴 ‪31 𝐴𝑋 + 31‬‬ ‫) ‪31(2𝑥 + 𝑦) + 31(𝑥 ′‬‬ ‫)‬
‫‪′‬‬ ‫‪′‬‬
‫) 𝑦‪31(0.125𝑥 + 0.25𝑦) + 31(0.125𝑥 + 0.33‬‬
‫‪21‬‬
‫‪-------------------------------------------------------------------‬‬
‫الكتابة المصفوفاتية للتكاليف الكلية للمنتجات الحليبية لشهر جويلية ‪ +‬أوت ‪:‬‬
‫‪𝐶𝑇2 = 31𝐶𝐴𝑋 + 31 𝐶𝐴′ 𝑋 ′‬‬
‫( ‪𝐶𝑇2 = 31𝐶(𝐴𝑋 + 𝐴′ 𝑋 ′‬‬
‫لدينا‪y=150 ،x=100 :‬‬
‫‪5270‬‬
‫⏟( = 𝑇𝐶‬
‫‪0.5 0.15 1.15) 13950‬‬
‫)‪(1;3‬‬ ‫⏟‬‫‪3472‬‬
‫) )‪( (3;1‬‬
‫𝐴𝐷‪𝐶𝑇 = 8720.3‬‬
‫التمرين الثامن‪:‬‬
‫مؤسسة تنتج ‪ 03‬منتجات (‪ )P3 ،P2 ،P1‬من خالل انتقال مادتين أوليتين ‪ A‬و ‪B‬‬
‫إن إنتاج وحدة من ‪ P1‬يستهلك وحدتين من ‪ 3 ،A‬وحدات من ‪ ،B‬ساعة عمل‪.‬‬
‫أما إنتاج وحدة من ‪ P2‬يستهلك وحدة من ‪ ،A‬و ساعتين عمل‪.‬‬
‫كما أن إنتاج وحدة من ‪ P3‬يستهلك وحدة من ‪ ،B‬و ساعتين عمل‪.‬‬
‫نرمز ‪ z ،y ،x‬الكميات للمنتجات ‪ P3 ،P2 ،P1‬المنتجة‪ ،‬أما ‪ w ،v ،u‬فهي المواد األولية المستهلكة‬
‫(على التوالي ‪ ،B،A‬و ساعات العمل)‪.‬‬
‫‪u‬‬ ‫𝑥‬
‫‪ -‬اكتب بالصيغة المصفوفاتية (‪ )la forme matricielle‬العالقة ما بين ) ‪ (y‬و ) ‪( v‬‬
‫‪w‬‬ ‫‪z‬‬
‫ليكن ‪ c ،b ،a‬التكاليف الوحدوية لعوامل اإلنتاج على التوالي (‪ ،B،A‬ساعات العمل)‪ ،‬فما هي سعر‬
‫التكلفة الوحدوية‬
‫‪22‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪𝐶1‬‬
‫‪ C1, C2, C3‬للمنتجات ‪( P3 ،P2 ،P1‬اعط كتابة مصفوفاتية لـ ) ‪)(C2‬‬
‫‪C3‬‬
‫‪ -‬اشرح و عبَر بصيغة مصفوفاتية عن التكلفة الكلية من أجل إنتاج ‪ x‬وحدة من ‪ P1‬و ‪ y‬وحدة‬
‫من ‪ ،P2‬و ‪ z‬وحدة من ‪P3‬‬
‫𝑥‬
‫‪ -‬لنفترض أنه لدينا كمية عوامل اإلنتاج (‪ )u ،v ،w‬عبر بصيغة مصفوفاتية عن اإلنتاج ) ‪(y‬‬
‫‪z‬‬
‫الذي يستهلك‬
‫(‪)u ،v ،w‬‬
‫‪ -‬لنفترض أنه لدينا ‪ 9‬وحدات من ‪ 18 ،A‬وحدة من ‪ 18 ،B‬ساعة عمل‪ ،‬فما هو حجم اإلنتاج‬
‫(‪ )z ،y ،x‬الذي يستخدم هذه الكميات من المواد األولية‪.‬‬
‫‪23‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪ 1 + )B( 03 + )A(02‬ساعة عمل‬ ‫إنتاج وحدة من ‪:P1‬‬
‫(‪ 02 +)A( )01‬ساعة عمل‬ ‫إنتاج وحدة من ‪:P2‬‬
‫(‪ 02 + )B()01‬ساعة عمل‬ ‫إنتاج وحدة من ‪:P3‬‬

‫𝑢 = 𝑧‪2𝑥 + 𝑦 + 0‬‬
‫𝑣 = 𝑧‪{ 3𝑥 + 0𝑦 + 1‬‬
‫𝑤 = 𝑧‪1𝑥 + 2𝑦 + 2‬‬
‫‪2 1‬‬ ‫𝑥 ‪0‬‬ ‫𝑢‬

‫‪3 0‬‬ ‫) 𝑣 ( = ]𝑦[ ‪1‬‬
‫⏟‬
‫‪1 2‬‬ ‫𝑧 ‪2‬‬ ‫𝑤‬
‫𝑒𝑐𝑖𝑟𝑡𝑎𝑚(→𝑀‬
‫])𝑠𝑒𝑟‪[( 𝑝𝑟𝑒𝑚𝑖è‬‬
‫‪24‬‬
‫‪-------------------------------------------------------------------‬‬
‫𝑥‬ ‫𝑢‬
‫) 𝑣 ( = )𝑦( 𝑀‬
‫𝑧‬ ‫𝑤‬
‫الكتابة المصفوفاتية لسعر التكلفة الوحدوية‪:‬‬
‫? = )‪(𝐶1 ; 𝐶2 ; 𝐶3‬‬
‫‪𝐶1‬‬ ‫المنتوج ‪2𝑎 + 3𝑏 + 1𝑐 →𝑃1‬‬

‫المنتوج ‪(𝐶2 ) = (1𝑎 + 0𝑏 + 2𝑐 ) →𝑃2‬‬
‫‪𝐶3‬‬ ‫المنتوج 𝑃→ 𝑐‪0𝑎 + 1𝑏 + 2‬‬
‫‪3‬‬
‫‪𝐶1‬‬ ‫‪2 3‬‬ ‫𝑎 ‪1‬‬ ‫التكاليف الوحدوية لعوامل‬

‫‪(𝐶2 ) = (1 0‬‬ ‫← ) 𝑏 ( )‪2‬‬
‫اإلنتاج (‪ ،B ،A‬ساعات‬
‫‪𝐶3‬‬ ‫‪0 1‬‬ ‫𝑐 ‪2‬‬
‫العمل)‬
‫أو (‪:)ou‬‬
‫‪𝐶1‬‬ ‫𝑎‬
‫𝑡‬
‫) 𝑏( 𝑀 = ) ‪(𝐶2‬‬
‫‪𝐶3‬‬ ‫𝑐‬
‫التكلفة الكلية إلنتاج (‪ x‬من‪ y ،P1‬من ‪ z ،P2‬من ‪: )P3‬‬
‫𝑧 ‪𝐶𝑇 = 𝐶1 𝑥 + 𝐶2 𝑦 + 𝐶3‬‬
‫𝑥‬
‫𝑦‬
‫𝐶( = 𝑇𝐶‬
‫‪⏟1‬‬ ‫‪𝐶2‬‬ ‫( ) ‪𝐶3‬‬
‫) 𝑧‬
‫⏟‬
‫)‪(1;3‬‬
‫)‪(3;1‬‬
‫أو نكتب‪:‬‬
‫‪25‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪𝐶1‬‬
‫= 𝑇𝐶‬ ‫‪𝐶2‬‬ ‫𝑦 𝑥‬
‫⏟(‬ ‫)𝑧‬
‫‪𝐶⏟3‬‬ ‫)‪(1;3‬‬
‫))‪((3;1‬‬
‫𝑎‬
‫𝑥( 𝑏 𝑡‬ ‫𝑦‬ ‫)𝑧‬
‫) ( 𝑀 = 𝑇𝐶‬
‫𝑐‬
‫بافتراض عوامل اإلنتاج (‪ )u, v, w‬لدينا‪:‬‬
‫𝑥‬ ‫𝑢‬
‫) 𝑣 ( = )𝑦( 𝑀‬
‫𝑧‬ ‫𝑤‬
‫نريد البحث عن ‪:‬‬
‫𝑥‬ ‫𝑢‬
‫‪−1‬‬
‫) 𝑣 ( 𝑀 = )𝑦(‬
‫𝑧‬ ‫𝑤‬
‫بافتراض ‪w=18 ،v=18 ،u=9‬‬
‫𝑥‬ ‫‪9‬‬
‫‪−1‬‬
‫)‪(𝑦) = 𝑀 (18‬‬
‫𝑧‬ ‫‪18‬‬
‫𝑥‬ ‫‪1 2‬‬ ‫‪2 −1‬‬ ‫‪9‬‬
‫)‪(𝑦) = ( 5 −4 2 ) (18‬‬
‫𝑧‬ ‫‪9‬‬
‫‪−6 3‬‬ ‫‪3‬‬ ‫‪18‬‬
‫𝑥‬ ‫‪4‬‬
‫)‪(𝑦) = (1‬‬
‫𝑧‬ ‫‪6‬‬
‫بمعنى الستهالك المواد األولية ‪ w=18 ،v=18 ،u=19‬البد من إنتاج ‪ 4‬وحدات من ‪ ،P1‬وحدة‬
‫واحدة من ‪ 6 ،P2‬وحدات من ‪P3‬‬
‫‪26‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪27‬‬
‫‪-------------------------------------------------------------------‬‬
‫محاضرة‪ :‬مصفوفة التباين‪-‬التباين المشترك‬

‫)‪(Matrice Variance-Covariance‬‬
‫‪-‬مصفوفة التباين‪-‬التباين المشترك‪Matrice variance-covariance :‬‬
‫ان مصفوفة التباين‪-‬التباين المشترك من المفاهيم اإلحصائية المهمة في تحليل البيانات ‪ ،‬و هي تعتمد‬
‫عليها في الحسابات كل طرق تحليل البيانات ‪ ،‬فهي تعتبر المفهوم األساسي في طريقة تحليل‬
‫المركبات األساسية التي سنتعرض لها في المحاضرات القادمة‪ ،‬فتعتبر اول خطوة نقوم بها لتحديد‬
‫فيما بعد القيم الذاتية و األشعة الذاتية لها و التي بدورها تعرف لنا المركبات أي المكونات (المحاور)‬
‫األساسية‪ ،‬و عليه يتم تعريفها على النحو التالي‪:‬‬
‫لتكن لدينا ‪ X‬مصفوفة ذات ‪ n‬سطر و ‪ P‬عمود أين ‪ xij‬قيم ممركزة‬

‫𝑠𝑒𝑙𝑏𝑎𝑖𝑟𝑎𝑣‬
‫⏞‬
‫‪𝑥11‬‬ ‫‪𝑥12‬‬ ‫‪𝑥13‬‬ ‫𝑝‪⋯ 𝑥1‬‬
‫‪𝑥21‬‬ ‫‪𝑥22‬‬ ‫‪𝑥23‬‬ ‫𝑝‪⋯ 𝑥2‬‬
‫=𝑋‬ ‫‪𝑥31‬‬ ‫‪𝑥32‬‬ ‫‪𝑥33‬‬ ‫𝑝‪⋯ 𝑥3‬‬ ‫𝑠𝑢𝑑𝑖𝑣𝑖𝑑𝑛𝑖 ↓‬
‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋮‬
‫‪𝑥𝑛1‬‬ ‫‪𝑥𝑛2‬‬ ‫‪𝑥𝑛3‬‬ ‫𝑝𝑛𝑥 ⋯‬
‫(‬ ‫)‬
‫حالة خاصة‪ :‬لما ‪( P=2‬نستبدل المتغيرات للتبسيط)‬
‫̅𝑥 ‪𝑥1 −‬‬ ‫̅𝑦 ‪𝑦1 −‬‬
‫̅𝑥 ‪𝑥2 −‬‬ ‫̅𝑦 ‪𝑦2 −‬‬
‫̅𝑥 ‪𝑋 = 𝑥3 −‬‬ ‫̅𝑦 ‪𝑦3 −‬‬
‫⋮‬ ‫⋮‬
‫̅𝑥 ‪(𝑥𝑛 −‬‬ ‫)̅𝑦 ‪𝑦𝑛 −‬‬
‫̅𝑥 ‪𝑥 −‬‬ ‫̅𝑥 ‪𝑥2 −‬‬ ‫̅𝑥 ‪𝑥3 −‬‬ ‫̅𝑥 ‪⋯ 𝑥𝑛 −‬‬
‫‪𝑋𝑡 = ( 1‬‬ ‫)‬
‫̅𝑦 ‪𝑦1 −‬‬ ‫̅𝑦 ‪𝑦2 −‬‬ ‫̅𝑦 ‪𝑦3 −‬‬ ‫̅𝑦 ‪⋯ 𝑦𝑛 −‬‬
‫‪28‬‬
‫‪-------------------------------------------------------------------‬‬
‫̅𝑦 ‪𝑥1 − 𝑥̅ 𝑦1 −‬‬

‫̅𝑦 ‪𝑥2 − 𝑥̅ 𝑦2 −‬‬
‫لدينا‪𝑥3 − 𝑥̅ 𝑦3 − 𝑦̅ :‬‬
‫⋮‬ ‫⋮‬
‫𝑥‬‫̅𝑦 ‪⏟𝑛 − 𝑥̅ 𝑦𝑛 −‬‬
‫(‬ ‫)‪(𝑛;2‬‬ ‫)‬
‫‪1 t‬‬ ‫̅𝑥 ‪1 𝑥 −‬‬ ‫̅𝑥 ‪𝑥2 −‬‬ ‫̅𝑥 ‪𝑥3 −‬‬ ‫̅𝑥 ‪⋯ 𝑥𝑛 −‬‬
‫‪X ∗𝑋 = ( 1‬‬ ‫)‬
‫‪n‬‬ ‫𝑦 𝑛‬
‫̅𝑦 ‪⏟1 −‬‬ ‫̅𝑦 ‪𝑦2 −‬‬ ‫̅𝑦 ‪𝑦3 −‬‬ ‫̅𝑦 ‪⋯ 𝑦𝑛 −‬‬
‫)𝑛;‪(2‬‬
‫𝑛‬
‫‪2‬‬
‫‪1 t‬‬ ‫) ̅𝑥 ‪1 ∑(𝑥𝑖 −‬‬ ‫)̅𝑦 ‪∑(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 −‬‬
‫= 𝑋∗ ‪X‬‬ ‫‪𝑖=1‬‬
‫‪n‬‬ ‫𝑛‬
‫)̅𝑦 ‪∑(𝑦𝑖 −‬‬ ‫‪∑(𝑦𝑖 − 𝑦̅)2‬‬
‫(‬ ‫)‬
‫‪1‬‬ ‫)𝑥(𝑣‬ ‫𝑦 ‪𝑐𝑜𝑣(𝑥,‬‬

‫( = 𝑋 ∗ ‪Xt‬‬ ‫)‬
‫‪n‬‬ ‫)𝑦 ‪𝑐𝑜𝑣(𝑥,‬‬ ‫)𝑦(𝑣‬
‫النتيجة‪:‬‬
‫‪1‬‬
‫𝑋 ∗ ‪← X t‬هي مصفوفة التباين‪-‬التباين المشترك‬
‫‪n‬‬
‫تعميم‪:‬‬
‫) ‪𝑣𝑎𝑟(𝑥1‬‬ ‫⋯‬ ‫⋯‬ ‫) 𝑝𝑥 ‪⋯ 𝑐𝑜𝑣(𝑥1 ,‬‬
‫⋮‬ ‫⋱‬ ‫⋯‬ ‫⋯‬ ‫⋮‬
‫𝑡 ‪1‬‬
‫=𝑋 ‪X‬‬ ‫⋮‬ ‫⋱ ) 𝑗𝑥(𝑟𝑎𝑣 ⋱‬ ‫⋮‬
‫‪n‬‬
‫⋮‬ ‫⋱‬ ‫⋱‬ ‫⋱‬ ‫⋮‬
‫⋯ ) 𝑝𝑥 ‪(𝑐𝑜𝑣(𝑥1 ,‬‬ ‫⋯‬ ‫⋯‬ ‫) ) 𝑝𝑥(𝑟𝑎𝑣‬
‫‪29‬‬
‫‪-------------------------------------------------------------------‬‬
‫بحيث ‪ xij‬قيم ممركزة‬
‫حالة المتغيرات الممركزة المختصرة ‪:‬‬
‫‪𝑐𝑜𝑣(𝑥𝑖 , 𝑥𝑗 ) = 𝑅(𝑥𝑖 , 𝑥𝑗 ) → 𝜎𝑥𝑖 = 1 𝜎𝑥𝑗 = 1‬‬
‫) 𝑗𝑥 ‪𝑐𝑜𝑣(𝑥𝑖 ,‬‬
‫= ) 𝑗𝑥 ‪(𝑅(𝑥𝑖 ,‬‬ ‫)‬
‫𝑗𝑥𝜎 ∗ 𝑖𝑥𝜎‬
‫يصبح لدينا‪:‬‬
‫‪1 ′‬‬
‫𝑋𝑋‬
‫𝑛‬
‫‪1‬‬ ‫) 𝑝𝑥 ‪𝑅(𝑥1 , 𝑥2 ) ⋯ 𝑅(𝑥1 ,‬‬
‫⋮‬ ‫⋱‬ ‫⋱‬ ‫⋮‬
‫=‬ ‫تسمى هذه المصفوفة بمصفوفة االرتباط‬
‫⋮‬ ‫⋱‬ ‫⋱‬ ‫⋮‬
‫) 𝑝𝑥 ‪(𝑅(𝑥1 ,‬‬ ‫⋯‬ ‫⋯‬ ‫‪1‬‬ ‫)‬
‫مثال توضيحي‪:‬‬
‫لنعتبر مجتمع مكون من ‪ 04‬أفراد (‪ )individus‬أين نهتم بدراسة ‪ 03‬متغيرات إحصائية (‪)z ،y ،x‬‬
‫هؤالء األفراد هم ‪ 04‬عائالت من ‪ 05‬أطفال يعيشون بأجرة واحدة‪.‬‬
‫المتغيرات اإلحصائية الثالثة معرفة بمئات الدنانير و هي على التوالي‪:‬‬
‫‪ :x‬األجرة المتحصل عليها في جانفي لهذه السنة‬
‫‪ :y‬النفقات المخصصة لالستهالك خالل هذا الشهر‬
‫‪ :z‬النفقات المخصصة للتسلية خالل هذا الشهر‬
‫‪30‬‬
‫‪-------------------------------------------------------------------‬‬
‫القيم الخاصة بهذه المتغيرات محددة بالجدول التالي‪:‬‬
‫األجرة ‪x‬‬ ‫نفقات االستهالك ‪y‬‬ ‫نفقات التسلية ‪z‬‬
‫العائلة ‪1‬‬ ‫‪35‬‬ ‫‪10.7‬‬ ‫‪1‬‬
‫العائلة ‪2‬‬ ‫‪08‬‬ ‫‪2.5‬‬ ‫‪0.5‬‬
‫العائلة ‪3‬‬ ‫‪12‬‬ ‫‪3.8‬‬ ‫‪1.5‬‬
‫العائلة ‪4‬‬ ‫‪25‬‬ ‫‪7‬‬ ‫‪5‬‬
‫‪ -‬احسب مصفوفة التباين‪-‬التباين المشترك‬

‫‪ -‬احسب مصفوفة االرتباط ثم علق عليها‬
‫إذا أعطيت لك ‪𝑧̅ = 2 ،𝑦̅ = 6 ،𝑥̅ = 20‬‬
‫أوال نحسب مصفوفة البيانات الممركزة (‪)données centrées‬‬

‫‪15‬‬ ‫‪4.7‬‬ ‫‪−1‬‬
‫‪−12 −3.5 −1.5‬‬
‫(=𝐴‬ ‫)‬
‫‪−8 −2.2 −0.5‬‬
‫‪5‬‬ ‫‪1‬‬ ‫‪3‬‬
‫إذن مصفوفة التباين‪-‬التباين المشترك تعطى بالصيغة ‪:‬‬
‫𝑡 ‪1‬‬ ‫‪1‬‬
‫𝐴 𝑡𝐴 = 𝐴 ∗ 𝐴‬
‫𝑛‬ ‫‪4‬‬
‫𝑡 ‪1‬‬ ‫‪114.5 12.775 −3.5‬‬

‫)‪𝐴 ∗ 𝐴 = (12.775 10.045 1.1625‬‬
‫𝑛‬
‫‪−3.5 1.1625 3.125‬‬
‫مصفوفة اإلرتباط‪ :‬بعد حساب القيم الممركزة المختصرة ينتج لدينا‪:‬‬
‫‪31‬‬
‫‪-------------------------------------------------------------------‬‬
‫𝑥‬ ‫𝑦‬ ‫𝑧‬

‫𝑡 ‪1‬‬ ‫𝑥‬ ‫‪1‬‬ ‫‪0.9959 0.2908‬‬
‫(𝑦 = 𝐴∗ 𝐴‬ ‫)‬
‫𝑛‬ ‫‪0.9959‬‬ ‫‪1‬‬ ‫‪0.2075‬‬
‫‪𝑧 0.2908 0.2075‬‬ ‫‪1‬‬
‫‪32‬‬
‫‪-------------------------------------------------------------------‬‬
‫حصة األعمال الموجهة‬
‫المسألة‬
‫لنفترض أننا نهتم بدراسة االرتباط بين نقاط ‪ 10‬طلبة لثالثة مواد (فرنسية ‪ +‬رياضيات ‪ +‬دراسة‬
‫حالة)‬
‫‪N° : étudiant‬‬ ‫‪Français‬‬ ‫‪Maths‬‬ ‫‪Etude de cas‬‬
‫‪1‬‬ ‫‪12‬‬ ‫‪9‬‬ ‫‪8‬‬
‫‪2‬‬ ‫‪8‬‬ ‫‪17‬‬ ‫‪15‬‬
‫‪3‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪14‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪4‬‬
‫‪5‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪13‬‬
‫‪6‬‬ ‫‪5‬‬ ‫‪14‬‬ ‫‪18‬‬
‫‪7‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪12‬‬
‫‪8‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫‪6‬‬
‫‪9‬‬ ‫‪12‬‬ ‫‪16‬‬ ‫‪13‬‬
‫‪10‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪7‬‬
‫‪Moyenne‬‬ ‫‪9‬‬ ‫‪12‬‬ ‫‪11‬‬
‫‪ -‬احسب المصفوفة ‪A‬للقيم الممركزة لـ ‪ 10‬طلبة لنقاط ‪ 03‬مواد‪.‬‬

‫‪ -‬احسب 𝐴 ∗ ‪ 𝑉 = 𝐴′‬ماذا تمثل؟‬
‫‪33‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪ -‬استنتج معامل االرتباط بين مادة الفرنسية و الرياضيات ثم معامل االرتباط بين الرياضيات و‬
‫دراسة حالة‪.‬‬
‫)̅𝑋 ‪⏟ −‬‬
‫𝑋(‬
‫𝐴‬
‫‪(X1)F‬‬ ‫‪(X2)M (X3)EC‬‬
‫‪3‬‬ ‫‪−3‬‬ ‫‪−3‬‬
‫‪−1‬‬ ‫‪5‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪0‬‬ ‫‪3‬‬
‫‪−5‬‬ ‫‪−5‬‬ ‫‪−7‬‬
‫‪6‬‬ ‫‪−1‬‬ ‫‪2‬‬
‫𝐴‬
‫= ⏟‬
‫)‪(10;3‬‬
‫‪−4‬‬ ‫‪2‬‬ ‫‪7‬‬
‫‪−1‬‬ ‫‪−2‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪−5‬‬
‫‪3‬‬ ‫‪4‬‬ ‫‪2‬‬
‫‪(−5‬‬ ‫‪−2‬‬ ‫)‪−4‬‬
‫‪3 −1 1‬‬ ‫‪−5 6‬‬ ‫‪−4 −1 3 3 −5‬‬
‫‪′‬‬
‫‪𝐴 𝑋𝐴 = (−3 5 0‬‬
‫⏟‬ ‫‪−5 −1‬‬ ‫)‪2 −2 2 4 −2‬‬
‫)‪(3;10‬‬ ‫‪−3 4 3‬‬ ‫‪−7 2‬‬ ‫‪7‬‬ ‫‪1 −5 2 −4‬‬
‫‪X‬‬ ‫‪Y‬‬ ‫‪Z‬‬ ‫‪En dehors de la diagonale, les termes sont‬‬
‫‪F‬‬ ‫‪M‬‬ ‫)̅𝑦 ‪∑(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 −‬‬
‫‪EC‬‬
‫‪132‬‬ ‫‪27‬‬ ‫‪19‬‬
‫= 𝐴𝑋 ‪⏟′‬‬
‫𝐴‬ ‫‪27‬‬ ‫‪92‬‬ ‫‪80‬‬
‫)‪(3;10‬‬
‫‪( 19‬‬ ‫‪80‬‬ ‫) ‪182‬‬
‫‪Les termes de la diagonale, sont de la‬‬

‫‪forme ∑(𝑥𝑖 − 𝑥̅ )2‬‬
‫‪34‬‬
‫‪-------------------------------------------------------------------‬‬
‫) ‪v(x1‬‬ ‫) ‪𝑐𝑜𝑣(𝑥1 , 𝑥2 ) 𝑐𝑜𝑣(𝑥1 , 𝑥3‬‬

‫‪1‬‬
‫) ‪∴ 𝐴′ 𝐴 = (𝑐𝑜𝑣(𝑥2 , 𝑥1‬‬ ‫) ‪v(x2‬‬ ‫)) ‪𝑐𝑜𝑣(𝑥2 , 𝑥3‬‬
‫𝑛‬
‫↓‬ ‫) ‪𝑐𝑜𝑣(𝑥3 , 𝑥1 ) 𝑐𝑜𝑣(𝑥2 , 𝑥3‬‬ ‫) ‪v(x3‬‬
‫‪Matrice variance -‬‬
‫‪covariance‬‬
‫‪27‬‬
‫= 𝑠‪𝜌𝑥,𝑦 = 𝜌𝑓𝑟𝑎𝑛ç𝑎𝑖𝑠 𝑒𝑡 𝑚𝑎𝑡ℎ‬‬ ‫‪= 0.245‬‬
‫‪√132√92‬‬
‫‪80‬‬
‫= 𝑠𝑎𝑐 𝑒𝑑 𝑒𝑑𝑢𝑡𝑒‪𝜌𝑦,𝑧 = 𝜌𝑚𝑎𝑡ℎ𝑠,‬‬ ‫‪= 0.618‬‬
‫‪√92√182‬‬
‫‪35‬‬
‫‪-------------------------------------------------------------------‬‬
‫محاضرة‪ :‬تقطير المصفوفة‪1‬‬
‫‪Diagonalisation D’une matrice‬‬

‫ان عملية تقطير المصفوفة من المراحل األساسية عند تطبيق تحليل البيانات و باألخص عند تطبيق‬
‫طريقة المركبات األساسية باعتبارها الطريقة األساسية التي تتفرع منها الطرق األخرى لتحليل‬
‫البيانات‪ ،‬تهدف عملية تقطير المصفوفة الى إيجاد القيم الذاتية و األشعة الذاتية الذين بدورهما‬
‫يحددان المحاور أي المركبات األساسية‪.‬‬
‫القيم المميزة‪ ،‬المتجهات المميزة ( ‪)Valeurs propres, vecteurs propres‬‬
‫‪Eigenvalues and eigenvectors :‬‬
‫تعريف‪Définition :‬‬
‫لتكن لدينا المصفوفة المربعة ‪ A‬ذات البعد ‪ ،n‬و لكن له عدد حقيقي يسمى قيم مميزة لـ ‪ A‬إذا و فقط‬
‫إذا وجد شعاع ) ‪ 𝑉(𝑉 ∈ 𝑀𝑛,1‬غير صفري بحيث‪:‬‬
‫𝑉∗𝜆= 𝑉∗𝐴‬
‫هذا الشعاع يسمى الشعاع المميز (‪ )vecteur propre‬المرتبط بالقيمة المميزة 𝜆 ( ‪valeur‬‬
‫𝜆 ‪)propre‬‬
‫‪Définition :‬‬
‫‪Soit A une matrice carrée d’ordre n. Un réel 𝜆 est appelé valeur propre de A‬‬
‫𝑉𝜆 = 𝑉𝐴 ‪si et seulement s’il existe un vecteur 𝑉(𝑉 ∈ 𝑀𝑛,1 ) non nul tel que‬‬
‫𝜆 ‪Un tel vecteur V est appelé vecteur propre associé à la valeur propre‬‬
‫مثال (‪)Exemple‬‬
‫إذا كان لدينا‪:‬‬

‫‪36‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪1 2‬‬
‫[=𝐴‬ ‫]‬
‫‪3 2‬‬
‫فإن‪ 𝜆 = 4 :‬و المتجه‬

‫‪20‬‬
‫[=𝑉‬ ‫]‬
‫‪30‬‬
‫تحققان العالقة 𝑉𝜆 = 𝑉𝐴 كما يلي ‪:‬‬
‫‪1 2 20‬‬ ‫‪20‬‬

‫[‬ ‫[]‬ ‫] [‪] = 4‬‬
‫‪3⏟2 30‬‬‫⏟‬ ‫‪30‬‬
‫)‪(2,2‬‬ ‫)‪(2,1‬‬
‫‪80‬‬ ‫‪20‬‬
‫[‬ ‫] [‪] = 4‬‬
‫‪120‬‬ ‫‪30‬‬
‫‪ -‬نسمي 𝜆 قيمة مميزة للمصفوفة ‪)valeur propre( A‬‬
‫‪20‬‬
‫‪ -‬يمثل ] [ 𝑉 متجه مميز للمصفوفة ‪)vecteur propre( A‬‬
‫‪30‬‬
‫مالحظات‪:‬‬
‫𝑉𝜆 = 𝑉𝐴‬
‫يسمى تحويلة خطية للمتجه ‪V‬‬ ‫(كمية غير متجهة في المتجه ‪ )V‬يعني أن‬
‫بواسطة المصفوفة ‪A‬‬ ‫المتجه ‪ V‬امتد في نفس اتجاهه )‪(λ > 0‬‬
‫أو االتجاه المضاد )‪(λ < 0‬‬
‫‪37‬‬
‫‪-------------------------------------------------------------------‬‬
‫مالحظة هامة‪ :‬المتجه المميز يجب أن يكون غير صفري‬
‫مثال‪ :‬إذا كان لدينا المصفوفة ‪A‬‬
‫إيجاد القيم و المتجهات المميزة‪:‬‬
‫‪AV=λV‬‬
‫‪AV- λV=0‬‬
‫‪(A-λI)V=0‬‬
‫حيث ‪ I‬مصفوفة الوحدة من نفس رتبة ‪A‬‬
‫‪38‬‬
‫‪-------------------------------------------------------------------‬‬
‫و لكي نحصل على حل غير صفري يجب أن تكون قيمة المحدد تساوي (‪ .)0‬أي أن‪:‬‬
‫‪det (A-λI)=0‬‬
‫التمرين األول‪ :‬إذا كان لدينا‬

‫‪1 2‬‬
‫[=𝐴‬ ‫]‬
‫‪3 2‬‬
‫فتكون المعادلة المميزة‪:‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬
‫[ = ‪𝐴 − λI‬‬ ‫[𝜆‪]−‬‬ ‫]‬
‫‪3‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪1‬‬
‫𝜆‪1−‬‬ ‫‪2‬‬
‫[ = ‪𝐴 − λI‬‬ ‫]‬
‫‪3‬‬ ‫𝜆‪2−‬‬
‫‪det (A- λI)=0‬‬
‫‪(1-λ)(2- λ)-6=0‬‬
‫‪2-λ-2 λ+ λ2-6=0‬‬
‫‪λ2-3 λ-4=0‬‬
‫‪(λ+1)(λ-4)=0‬‬
‫تمثل قيم مميزة للمصفوفة ‪λ=-1 ; λ=4‬‬
‫‪(λ1=-1 ; λ2=4) A‬‬
‫‪39‬‬
‫‪-------------------------------------------------------------------‬‬
‫مالحظة هامة‪ :‬المعادلة المميزة التي تم اشتقاقها من المصفوفة )‪ A(2 ;2‬هي معادلة من الدرجة‬
‫الثانية لـ ‪ λ‬و بصفة عامة فإن المعادلة المميزة لمصفوفة ‪ A‬من الرتبة ‪ n,n‬نجدها من الدرجة ‪ n‬في‬
‫‪.λ‬‬
‫(كثيرة الحدود المميزة ‪)polynôme caractéristique‬‬
‫)‪P(λ) = det(A – λI‬‬
‫مالحظة هامة‪ :‬المعادلة من الدرجة ‪ n‬لها ‪ n‬جذر‪ ،‬قد تكون بعض الجذور حقيقية أو مكررة أو أعداد‬
‫مركبة‬
‫حساب المتجه المميز‪ :‬بعد الحصول على القيم المميزة لمصفوفة ما تكون الخطوة التالية هي حساب‬
‫المتجه المميز المناظر لكل قيمة مميزة‪.‬‬
‫التمرين الثاني‪ :‬ليكن لدينا‪:‬‬

‫‪1 2‬‬
‫[=𝐴‬ ‫]‬
‫‪3 2‬‬
‫بعد الحل ينتج‪λ1=-1 ; λ2=4 :‬‬
‫نعلم أن‪AV=λV :‬‬
‫‪:λ1=-1‬‬
‫‪AV1=λ1V1‬‬
‫‪AV1= (-1)V1‬‬
‫𝑥 → ‪𝑣11‬‬
‫𝑦 → ) 𝑣( = ‪𝑣1‬‬
‫‪21‬‬
‫‪λ2=4‬‬
‫‪AV2= 4V4‬‬
‫‪40‬‬
‫‪-------------------------------------------------------------------‬‬
‫𝑥 → ‪𝑣12‬‬
‫𝑦 → ) 𝑣( = ‪𝑣2‬‬
‫‪22‬‬
‫بعد التعويض ينتج‪:‬‬
‫‪AV1=λ1V1‬‬
‫‪1 2 𝑣11‬‬ ‫‪𝑣11‬‬
‫[‬ ‫) 𝑣( )‪] [𝑣 ] = (−1‬‬
‫‪3 2 21‬‬ ‫‪21‬‬
‫‪𝑣 + 2v21 = −v11‬‬ ‫‪2v + 2v21 = 0‬‬

‫‪{ 11‬‬ ‫‪<=> { 11‬‬
‫‪3v11 + 2v21 = −v21‬‬ ‫‪3v11 + 3v21 = 0‬‬
‫‪𝑣11 = −𝑣21‬‬
‫‪v11‬‬ ‫‪1‬‬ ‫‪−1‬‬ ‫‪2‬‬
‫… ] [ أو ] [ أو ] [ = ] ‪𝑣1 = [v‬‬
‫‪21‬‬ ‫‪−1‬‬ ‫‪1‬‬ ‫‪−2‬‬
‫و جميعها متجهات مميزة مصاحبة (مناظرة) للقيمة المميزة (‪)λ=-1‬‬
‫مالحظة هامة‪ :‬إذا كان ‪V1‬متجها مميزا فإن (‪ )K,V1‬يكون متجه مميز‪.‬‬
‫‪:λ2=2‬‬
‫‪AV2=4V2‬‬
‫‪1 2 𝑣12‬‬ ‫‪𝑣12‬‬
‫[‬ ‫) 𝑣( ‪] [𝑣 ] = 4‬‬
‫‪3 2 22‬‬ ‫‪22‬‬
‫‪𝑣 + 2v22 = 4v12‬‬

‫‪{ 12‬‬
‫‪3v12 + 2v22 = 4v22‬‬
‫‪−3𝑣12 + 2𝑣22 = 0 2𝑣22 = 3𝑣12‬‬ ‫‪2‬‬
‫{ >=<‬ ‫(‬ ‫‪) 𝑣12 = 3 𝑣22‬‬
‫‪3𝑣12 − 2𝑣22 = 0 2𝑣22 = 3𝑣12‬‬
‫‪𝑣12‬‬ ‫‪2‬‬ ‫‪20‬‬ ‫‪200‬‬
‫( = ) ( = ) ( = ) 𝑣( = ‪𝑣2‬‬ ‫⋯=)‬
‫‪22‬‬ ‫‪3‬‬ ‫‪30‬‬ ‫‪300‬‬
‫‪41‬‬
‫‪-------------------------------------------------------------------‬‬
‫مالحظة هامة‪ :‬مما سبق نستنتج أن للمصفوفة ‪A‬و لقيمة مميزة ‪ λ‬عدد النهائي من المتجهات‬
‫المميزة‪ ،‬و لكي نختار واحد من المتجهات المميزة من بين العديد منهم نحتاج إلى معايرته‬
‫(‪ )vecteur unitaire( )normalisé‬بحيث يكون طوله مساويا للواحد (‪)‖𝑣‖ = 1‬‬
‫مثال‪ :‬نفرض أن لدينا المتجه المميز ‪ V2‬بحيث‬

‫‪𝑣12‬‬ ‫‪2‬‬
‫) ( = ) 𝑣( = ‪𝑣2‬‬
‫‪22‬‬ ‫‪3‬‬
‫فيكون المتجه المميز المعاير‪:‬‬
‫‪1‬‬ ‫‪v12‬‬
‫= ‪𝑣2‬‬ ‫] ‪[v‬‬
‫‪√(v12 )2 + (v22 )2 22‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1 2‬‬
‫= ‪𝑣2‬‬ ‫=] [‬ ‫] [‬
‫‪√(2)2 + (3)2 3‬‬ ‫‪√13 3‬‬
‫‪2⁄‬‬
‫‪13‬‬
‫] √ [ = ‪𝑣2‬‬
‫‪3⁄‬‬
‫‪√13‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪3‬‬
‫(√ = ‖ ‪‖𝑣2‬‬ ‫(‪) +‬‬ ‫)‬
‫‪√13‬‬ ‫‪√13‬‬
‫‪4‬‬ ‫‪9‬‬
‫√ = ‖ ‪‖𝑣2‬‬ ‫‪+‬‬ ‫‪=1‬‬
‫‪13 13‬‬
‫التمرين الثالث‪ :‬احسب القيم المميزة و المتجهات المميزة للمصفوفة ‪A‬‬

‫‪−1‬‬ ‫‪5‬‬
‫(=𝐴‬ ‫)‬
‫‪1‬‬ ‫‪3‬‬
‫‪42‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪ -1‬إيجاد القيم المميزة‪ :‬كثيرة الحدود المميزة ‪le polynôme caractéristique de A‬‬
‫‪s’écrit‬‬
‫‪−1 5‬‬ ‫‪1 0‬‬
‫([ ‪det(𝐴 − 𝜆𝐼) = det‬‬ ‫(𝜆‪)−‬‬ ‫])‬
‫‪1 3‬‬ ‫‪0 1‬‬
‫𝜆 ‪−1 −‬‬ ‫‪5‬‬
‫( ‪det(𝐴 − 𝜆𝐼) = det‬‬ ‫‪)=0‬‬
‫‪1‬‬ ‫𝜆‪3−‬‬
‫‪det(𝐴 − 𝜆𝐼) = (−1 − 𝜆)(3 − 𝜆) − 5‬‬
‫‪det(𝐴 − 𝜆𝐼) = −3 + 𝜆 − 3𝜆 + 𝜆2 − 5‬‬
‫)‪det(𝐴 − 𝜆𝐼) = 𝜆2 − 2𝜆 − 8 → (𝜆 − 4)(𝜆 + 2‬‬
‫)‪∆= 4 − 4(1)(−8‬‬
‫‪∆= 36‬‬
‫‪2+6‬‬
‫= ‪𝜆1‬‬ ‫‪=4‬‬
‫‪2‬‬
‫‪2−6‬‬
‫= ‪𝜆1‬‬ ‫‪= −2‬‬
‫‪2‬‬
‫‪ -2‬إيجاد المتجهات المميزة‪:‬‬
‫ليكن ‪:‬‬
‫𝑥‬
‫)𝑦( = 𝑣‬
‫متجه مميز للقيمة المميزة ‪λ‬‬
‫لدينا ‪AV=λV‬‬
‫‪43‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪AV = λV <=> 𝐴𝑉 − 𝜆𝑉 = 0‬‬
‫‪(A-λI)V=0‬‬
‫‪−1‬‬ ‫‪5‬‬
‫(=𝐴‬ ‫)‬
‫‪1‬‬ ‫‪3‬‬
‫‪1 0‬‬ ‫𝑥‬
‫( 𝜆 ‪(𝐴 − 𝜆𝐼)𝑉 = 0 <=> [(−1 5) −‬‬ ‫‪)] (𝑦) = 0‬‬
‫‪1 3‬‬ ‫‪0 1‬‬
‫𝜆 ‪−1 −‬‬ ‫‪5‬‬ ‫𝑥‬
‫( >=<‬ ‫‪) (𝑦) = 0‬‬
‫‪1‬‬ ‫𝜆‪3−‬‬
‫‪(−1 − 𝜆)𝑥 + 5𝑦 = 0‬‬
‫{ >=<‬
‫‪𝑥 + (3 − 𝜆)𝑦 = 0‬‬
‫حالة ‪:λ1=4‬‬
‫‪−5𝑥 + 5𝑦 = 0‬‬
‫{‬ ‫‪x=y‬‬
‫‪x−y=0‬‬
‫𝑥‬ ‫‪1‬‬ ‫‪2‬‬
‫⋯ = ) ( = ) ( = )𝑦( = 𝑣‬
‫‪1‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪V unitaire :‬‬
‫𝑣‬
‫‪1‬‬
‫‪1‬‬ ‫‪√2⁄‬‬
‫‪1‬‬ ‫‪√2‬‬ ‫)‪2‬‬
‫= ‪𝑣1‬‬ ‫=) (‬ ‫(=‬
‫‪√1 + 1 1‬‬ ‫‪1‬‬ ‫‪√2⁄‬‬
‫‪2‬‬
‫)‪(√2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪√2‬‬ ‫‪√2‬‬
‫‪‖𝑣1 ‖ = √( ) + ( ) = 1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪44‬‬
-------------------------------------------------------------------
:λ2=-2 ‫حالة‬
𝑥 + 5𝑦 = 0
{ x=-5y
x + 5y = 0
𝑥 −5 −10
𝑣 = (𝑦) = ( ) = ( )=⋯
1 2
KV→ ‫كذلك متجه مميز‬
1 −5
𝑣2 = ( )
√25 + 1 1
2‫ تقطير المصفوفة‬:‫محاضرة‬
‫تقطيرالمصفوفة و تحديد المصفوفة القطرية ومصفوفة اإلنتقال‬
Matrice Diagonale et Matrice de Passage
Diagonalisation :
Soit A une matrice carrée d’ordre n :
A est diagonalisable si et seulement s’il existe une matrice diagonale D

carrée d’ordre n et une matrice inversible P carrée d’ordre n telles que
P-1AP=D (matrice de passage)
Détermination de D et de P :
On vérifie facilement que si A est diagonalisable, alors :
- La diagonale de D est composée des valeurs propres de A
45
-------------------------------------------------------------------
- La matrice P est composée de vecteurs colonnes; la iéme colonne de p est

un vecteur propre associé à la valeur propre située à la iéme place de la
diagonale de D.
Calculs pratiques :
‫ مربعة و مصفوفة قابلة‬D ‫ مصفوفة قابلة للتقطير إذا و فقط إذا وجدت مصفوفة قطرية‬A :‫مهم‬
:‫ بحيث‬P ‫لالنعكاس‬
𝐷 = 𝑃−1 𝐴𝑃 → (‫)𝑃 تسمى مصفوفة انتقال‬

−1 5
Exemple : reprenons l’exemple 𝐴 ( )
1 3
On a vu que A a deux valeurs propres 4 et -2,

1
Que 𝑣1 = ( ) → 𝑒𝑠𝑡 𝑣𝑒𝑐𝑡𝑒𝑢𝑟 𝑝𝑟𝑜𝑝𝑟𝑒 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑝𝑟𝑜𝑝𝑟𝑒4
1
−5
Et que 𝑣2 = ( ) → 𝑒𝑠𝑡 𝑣𝑒𝑐𝑡𝑒𝑢𝑟 𝑝𝑟𝑜𝑝𝑟𝑒 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑝𝑟𝑜𝑝𝑟𝑒 − 2
1 V1 V 2
4 0 1 −5
Soit 𝐷 = ( ) 𝑒𝑡 𝑝 = ( )
0 −2 1 1
(Valeurs Vecteurs
propres) propres
Calculons p-1 :
1 1 5
𝑃−1 = ( )
det 𝑃 −1 1
46
‫‪-------------------------------------------------------------------‬‬
‫‪1 1‬‬ ‫‪5‬‬

‫( = ‪𝑃−1‬‬ ‫)‬
‫‪6 −1‬‬ ‫‪1‬‬
‫𝐷 = 𝑃𝐴 ‪On vérifie que : 𝑃−1‬‬
‫‪1 1 5 −1 5 1 −5‬‬
‫= 𝑃𝐴 ‪𝑃−1‬‬ ‫(‬ ‫()‬ ‫()‬ ‫)‬
‫‪6 −1 1‬‬ ‫‪1 3 1 1‬‬
‫‪1 4‬‬ ‫‪20 1 −5‬‬
‫= 𝑃𝐴 ‪𝑃−1‬‬ ‫[‬ ‫(]‬ ‫)‬
‫‪6 2‬‬ ‫‪−2 1 1‬‬
‫‪1 24‬‬ ‫‪0‬‬
‫= 𝑃𝐴 ‪𝑃−1‬‬ ‫[‬ ‫]‬
‫‪6 0 −12‬‬
‫‪4 0‬‬
‫[ = 𝑃𝐴 ‪𝑃−1‬‬ ‫𝐷=]‬
‫‪0 −2‬‬
‫‪On a donc vérifie que A est diagonalisable‬‬
‫‪Résultat :‬‬
‫𝑃𝐴 ‪𝐷 = 𝑃−1‬‬
‫‪𝐴𝑛 = 𝑃𝐷𝑛 𝑃−1‬‬
‫‪n : entier naturel non nul‬‬
‫‪𝜆1‬‬ ‫⋯‬ ‫⋯‬ ‫‪⋯ 0‬‬ ‫𝑛‪𝜆1‬‬ ‫⋯‬ ‫⋯‬ ‫‪⋯ 0‬‬
‫⋮‬ ‫‪𝜆2‬‬ ‫⋱‬ ‫⋮ ⋱‬ ‫⋮‬ ‫‪𝜆𝑛2‬‬ ‫⋱‬ ‫⋮ ⋱‬
‫𝑛‬
‫‪Si‬‬ ‫⋮ =𝐷‬ ‫⋱‬ ‫‪𝜆3‬‬ ‫⋮ ⋱‬ ‫⋮ = 𝐷 𝑠𝑟𝑜𝑙𝑎‬ ‫⋱‬ ‫‪𝜆𝑛3‬‬ ‫⋮ ⋱‬
‫⋮‬ ‫⋱‬ ‫⋱‬ ‫⋮ ⋱‬ ‫⋮‬ ‫⋱‬ ‫⋱‬ ‫⋮ ⋱‬
‫‪[0‬‬ ‫⋯‬ ‫⋯‬ ‫] 𝑝𝜆 ⋯‬ ‫‪[0‬‬ ‫⋯‬ ‫⋯‬ ‫] 𝑝𝑛𝜆 ⋯‬
‫ملخص تقطير المصفوفة‪Résumé de diagonalisation :‬‬
‫)? =‪I.Diagonalisation d’une matrice A → (D‬‬
‫‪47‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪Chercher :‬‬
‫)‪ (V‬األشعة المميزة ‪ + vecteurs propres‬القيم المميزة ‪(λ)valeurs propres‬‬
‫المناظرة لـ ‪λ‬‬
‫‪Valeurs propres :‬‬
‫‪AV=λV‬‬
‫‪(A-λI)V=0‬‬
‫‪det (A-λI)=0‬‬
‫)كثيرة الحدود المميزة( ‪P(λ)= det(A-λI) polynôme caractéristique‬‬
‫‪Vecteurs propres :‬‬
‫يوجد عدد ال نهائي من األشعة (المتجهات)‪ ،‬لذلك يتم اختيار المتجه الوحدوي (‪)vecteur unitaire‬‬
‫𝑥‬
‫)𝑦( = 𝑉بحيث طويلته تساوي الواحد (‪)‖𝑉‖ = 1‬‬
‫‪1‬‬ ‫𝑥‬
‫=𝑉‬ ‫‪(𝑦) → ‖𝑉‖ = 1‬‬
‫‪√𝑥 2 + 𝑦 2‬‬
‫‪II.‬‬ ‫𝑷𝑨 𝟏‪𝑫 = 𝑷−‬‬

‫‪𝜆1‬‬ ‫⋯‬ ‫⋯‬ ‫‪⋯ 0‬‬
‫⋮‬ ‫‪𝜆2‬‬ ‫⋱‬ ‫⋮ ⋱‬
‫𝑉‬ ‫‪𝑉2‬‬ ‫‪𝑉3‬‬ ‫⋯‬
‫⋮ =𝐷‬ ‫⋱‬ ‫‪𝜆3‬‬ ‫⋮ ⋱‬ ‫‪𝑃=( 1‬‬ ‫)‬
‫⋮‬ ‫⋱‬ ‫⋱‬ ‫⋮ ⋱‬ ‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋯‬
‫‪(0‬‬ ‫⋯‬ ‫⋯‬ ‫) 𝑝𝜆 ⋯‬
‫‪48‬‬
‫‪-------------------------------------------------------------------‬‬

‫مسألة‪:‬‬
‫إذا أعطيت لك المصفوفات التالية ‪:‬‬
‫‪1 0‬‬ ‫‪0.8 −1‬‬
‫(=𝐵‬ ‫( = 𝑃;)‬ ‫)‬
‫‪0 0.5‬‬ ‫‪0.2 1‬‬
‫المطلوب‪:‬‬
‫الجزء األول‪:‬‬
‫‪ -‬احسب ‪A=PBP-1 ،P-1‬‬

‫‪ -‬احسب ‪( (𝑛𝜖𝑁( Bn‬بالتراجع‪)par récurrence‬‬
‫‪ -‬استنتج ‪An‬‬
‫الجزء الثاني‪ :‬ليكن حسابين ماليين (‪ a )02 comptes financiers‬و ‪ b‬بحيث في نهاية كل سنة‬
‫‪ %10‬من مبلغ الحساب ‪ a‬تحول (تودع إلى) الحساب ‪ ،b‬أما من الحساب فتحول ‪ %40‬للحساب ‪،a‬‬
‫بافتراض أن هذه التحويالت ال يوجد إيداع أو أي تحويل آخر على هذين الحسابين‪.‬‬
‫إذا كان في الفترة االبتدائية (‪ 9 )0‬مليون دج بالحساب ‪ a‬و ‪10‬مليون دج بالحساب ‪ ،b‬المطلوب ما‬
‫هو رصيد الحساب ‪ a‬و ‪ b‬بعد سنتين؟ و بعد ‪ 10‬سنوات؟‬
‫أوال‪ :‬لدينا حساب ‪P-1‬‬

‫‪0.8 −1‬‬
‫(=𝑃‬ ‫)‬
‫‪0.2 1‬‬
‫)‪det 𝑃 = (0.8)(0.1) − (−1)(0.2‬‬
‫‪𝑑𝑒𝑡𝑃 = 1‬‬
‫‪49‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪1 1‬‬ ‫‪1‬‬

‫( = ‪𝑃−1‬‬ ‫)‬
‫‪1 −0.2 0.8‬‬
‫‪1‬‬ ‫‪1‬‬
‫( = ‪𝑃−1‬‬ ‫)‬
‫‪−0.2 0.8‬‬
‫حساب ‪:A=PBP-1‬‬
‫‪0.8 −1 1 0‬‬ ‫‪1‬‬ ‫‪1‬‬
‫(=𝐴‬ ‫()‬ ‫()‬ ‫)‬
‫‪0.2 1‬‬ ‫‪0 0.5 −0.2 0.8‬‬
‫‪0.9 0.4‬‬
‫(=𝐴‬ ‫𝑣𝑜𝑘𝑟𝑎𝑀 𝑒𝑑 𝑒𝑐𝑖𝑟𝑡𝑎𝑚 𝑒𝑛𝑢 → )‬
‫‪0.1 0.6‬‬
‫حساب ‪Bn‬‬
‫‪B est une matrice diagonale‬‬
‫𝑛‬ ‫𝑛‪1‬‬ ‫‪0‬‬

‫(= 𝐵‬ ‫)‬
‫‪0‬‬ ‫𝑛)‪(0.5‬‬
‫‪Donc :‬‬
‫‪1‬‬ ‫‪0‬‬
‫( = ‪𝐵1‬‬ ‫𝑒𝑖𝑎𝑟𝑣 𝑡𝑠𝑒 ‪) 𝑑𝑜𝑛𝑐 𝑙𝑎 𝑝𝑟𝑜𝑝𝑟𝑖é𝑡é‬‬
‫‪0‬‬ ‫‪0.5‬‬
‫𝑛‪1‬‬ ‫‪0‬‬
‫( = 𝑛𝐵 ‪Supposons que‬‬ ‫‪) et montrons que‬‬
‫‪0‬‬ ‫𝑛)‪(0.5‬‬
‫‪1‬‬ ‫‪0‬‬
‫( = ‪𝐵𝑛+1‬‬ ‫)‬
‫‪0 (0.5)𝑛+1‬‬
‫‪1 0‬‬ ‫‪1‬‬ ‫‪0‬‬
‫( = 𝑛𝐵𝐵 = ‪𝐵𝑛+1‬‬ ‫()‬ ‫)‬
‫𝑛)‪0 0.5 0 (0.5‬‬
‫‪1‬‬ ‫‪0‬‬
‫( = ‪𝐵𝑛+1‬‬ ‫𝑒𝑖𝑎𝑟𝑣 )‬
‫‪0 (0.5)𝑛+1‬‬
‫‪50‬‬
‫‪-------------------------------------------------------------------‬‬
‫حساب ‪:An‬‬
‫) ‪𝐴𝑛 = (𝑃𝐵𝑃−1 )(𝑃𝐵𝑃−1 )(𝑃𝐵𝑃−1 ) … (𝑃𝐵𝑃−1‬‬
‫‪Si : n=2 :‬‬
‫) ‪𝐴2 = (𝑃𝐵𝑃−1 )(𝑃𝐵𝑃−1‬‬
‫‪𝐴2 = 𝑃𝐵𝑃−1 𝑃𝐵𝑃−1‬‬
‫‪𝐴2 = 𝑃𝐵2 𝑃−1‬‬
‫‪𝐴𝑛 = 𝑃𝐵𝑛 𝑃−1 demontrer par récurrence‬‬
‫𝑛‬ ‫𝑛‪0.8 −1 1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬

‫(= 𝐴‬ ‫()‬ ‫𝑛‬ ‫()‬ ‫)‬
‫‪0.2 1‬‬ ‫‪0‬‬ ‫)‪(0.5‬‬ ‫‪−0.2 0.8‬‬
‫𝑛‬ ‫𝑛)‪0.8 −(0.5‬‬ ‫‪1‬‬ ‫‪1‬‬

‫(= 𝐴‬ ‫𝑛‬ ‫()‬ ‫)‬
‫)‪0.2 (0.5‬‬ ‫‪−0.2 0.8‬‬
‫𝑛)‪0.8 + 0.2(0.5‬‬ ‫𝑛)‪0.8 − 0.8(0.5‬‬
‫( = 𝑛𝐴‬ ‫)‬
‫𝑛)‪0.2 − 0.2(0.5‬‬ ‫𝑛)‪0.2 + 0.8(0.5‬‬
‫ثانيا‪ :‬ليكن لدينا حسابين‬
‫‪51‬‬
‫‪-------------------------------------------------------------------‬‬
‫يمكن التعبير عن ذلك بصيغة مصفوفاتية كالتالي‪:‬‬

‫‪a‬‬ ‫‪= 0.9𝑎n + 0.4bn‬‬
‫‪{ n+1‬‬
‫‪bn+1 = 0.1an + 0.6bn‬‬
‫‪𝐴1‬‬
‫‪𝑎𝑛+1‬‬ ‫𝑛𝑎 ‪⏞ 0.4‬‬
‫‪0.9‬‬
‫( = ) 𝑏(‬ ‫) ()‬
‫‪𝑛+1‬‬ ‫𝑛𝑏 ‪⏟ 0.6‬‬
‫‪0.1‬‬
‫‪𝐴=𝑃𝐵𝑃−1‬‬
‫‪𝑎2‬‬ ‫‪𝑎0+2‬‬ ‫‪𝑎0‬‬

‫) 𝑏( ‪(𝑏 ) = ( 𝑏 ) = 𝐴2‬‬
‫‪2‬‬ ‫‪0+2‬‬ ‫‪0‬‬
‫‪𝑎10‬‬ ‫‪𝑎0+10‬‬ ‫‪𝑎0‬‬

‫𝑏( = ) 𝑏(‬ ‫) 𝑏( ‪) = 𝐴10‬‬
‫‪10‬‬ ‫‪0+10‬‬ ‫‪0‬‬
‫بعد الحل نحصل على ‪:‬‬
‫‪𝑎2 = 6.85; 𝑏2 = 4.15‬‬
‫‪𝑎10 = 8.79; 𝑏10 = 2.21‬‬
‫‪52‬‬
‫‪-------------------------------------------------------------------‬‬
‫محاضرة‪ :‬تحليل المركبات األساسية‪1‬‬

‫)‪Analyse en Composantes Principales (A.C.P‬‬
‫توضيح‪:‬التحليل إلى مركبات أساسية‪( :‬مركبات = مكونات)‬
‫تمهيد‪:‬‬
‫يمكن للظاهرة المدروسة الممثلة في قيم كمية تجميعها في جدول‪ ،‬و تفسير هذا الجدول كمصفوفة‪،‬‬
‫فمثال إذا اعتبرنا المصفوفة ‪ X(p,q) ،X‬بحيث ‪:‬‬
‫→𝑗‬
‫⏞‬
‫‪𝑥11‬‬ ‫‪𝑥12‬‬ ‫𝑗‪⋯ 𝑥1‬‬ ‫𝑞‪⋯ 𝑥1‬‬
‫‪𝑥21‬‬ ‫‪𝑥22‬‬ ‫𝑗‪⋯ 𝑥2‬‬ ‫𝑞‪⋯ 𝑥2‬‬
‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋮‬ ‫تفسير‬
‫=𝑋‬ ‫‪𝑥𝑖1‬‬ ‫‪𝑥𝑖2‬‬ ‫𝑗𝑖𝑥 ⋯‬ ‫↓ 𝑖 𝑞𝑖𝑥 ⋯‬ ‫هندسي‬
‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋮‬ ‫⋮‬
‫‪𝑥𝑝1‬‬ ‫‪𝑥𝑝2‬‬ ‫𝑗𝑝𝑥 ⋯‬ ‫𝑞𝑝𝑥 ⋯‬
‫(‬ ‫)‬
‫̅̅̅̅̅ = 𝑗( 𝑗𝐶 بمعنى أن‪:‬‬
‫̅̅̅̅̅ = 𝑖( 𝑖𝐿 و ‪ q‬عمود ) 𝑞 ‪1,‬‬
‫يمكن التعبير عن هذه المصفوفة بـ ‪ p‬سطر)𝑝 ‪1,‬‬
‫‪𝐿1‬‬
‫‪𝐿2‬‬
‫‪𝑋 = 𝐿3 = (𝐶1‬‬ ‫‪𝐶2‬‬ ‫) 𝑞𝐶 ⋯‬
‫⋮‬
‫) 𝑝𝐿(‬
‫مع العلم أن منقول المصفوفة ‪ X‬هو ’‪ X‬بحيث‪:‬‬
‫‪53‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪𝐶1‬‬
‫𝐶‬
‫‪𝑋 ′ = (𝐿1‬‬ ‫‪𝐿2‬‬ ‫) ‪⋯ 𝐿𝑝 ) = ( 2‬‬
‫⋮‬
‫𝑞𝐶‬
‫عموما‪:‬‬
‫العمود ‪ Cj‬يمثل ‪ p‬مشاهدة للمتغيرة (‪)j‬‬ ‫‪-‬‬

‫السطر ‪ Li‬يمثل قيم المتغيرات (‪ )q‬بالنسبة لـ (‪ )i‬مشاهدة ) 𝑞𝑖𝑥 ; … ; ‪𝐿𝑖 = (𝑥𝑖1 ; 𝑥𝑖2‬‬ ‫‪-‬‬
‫تسمى األعمدة عموما المتغيرات (‪)variables‬‬ ‫‪-‬‬
‫تسمى األسطر عموما المفردات (‪)individus‬‬ ‫‪-‬‬
‫يمكن عموما تمثيل‪:‬‬
‫‪ -‬العمود ‪ Cj‬بواسطة نقطة في فضاء ذات ‪ p‬بعد ))‪(Rp) (p(Rp‬‬

‫‪ -‬السطر ‪ Lj‬بواسطة نقطة في فضاء ذات ‪ q‬بعد ))‪(q(Rq‬‬
‫و عليه يمكن تفسير المصفوفة ‪ X‬كبيانات من خالل ‪:‬‬
‫‪ q )1‬نقطة ‪ Cj‬في الفضاء ‪ Rp‬بمعنى أن كل نقطة تقبل ‪ p‬مركبة (‪)p composantes‬‬

‫‪ p )2‬نقطة ‪ Li‬في الفضاء ‪ Rq‬بمعنى أن كل نقطة تقبل ‪ q‬مركبة (‪)q composantes‬‬
‫إذا افترضنا أن نفسر المصفوفة ‪ X‬من خالل األسطر أي بمعنى المفردات (‪ )individus‬أي ‪ p‬نقطة‬
‫بحيث كل نقطة تقبل ‪ q‬مركبة‪ ،‬كما هو موضح بالشكل التالي ‪:‬‬
‫‪ACP‬هندسيا‬
‫هي النقاط‬
‫على محور أو‬
‫مستوى أو‬
‫مستوى متعدد‬
‫‪54‬‬
‫‪-------------------------------------------------------------------‬‬
‫و عليه فإن (‪ )A.C.P‬تبحث عن دراسة إسقاطات (‪ )projections‬سحابة النقاط على محور‬

‫(‪ ،)Axe‬مستوى (‪ ،)Plan‬أو مستوى متعدد (‪)hyper plan‬‬
‫رياضيا ‪ A.C.P‬تعتبر أفضل تعديل (إسقاط) لسحابة النقاط على فضاء جزئي لـ ‪Rq‬‬
‫تعريف ‪ :A.C.P‬طريقة التحليل إلى مركبات أساسية تم اقتراحها من طرف (‪ )Spearman‬و قد‬
‫توسع استخدامها نتيجة التطور الحاصل في اإلعالم اآللي‪ ،‬هذه المنهجية (‪ )A.C.P‬تسمح بتشخيص‬
‫المعلومات مع السماح بفقد بعض المعلومات و هي قائمة على مجموعة من الحسابات تعتمد على‬
‫طريقتين ‪:‬‬
‫‪ )1‬طريقة مصفوفاتية مبنية على الجبر الخطي (‪)Méthode matricielle‬‬

‫‪ )2‬طريقة تتابعية (‪ )Méthode itérative‬مبنية على استخدام برامج تطبيقية لإلعالم اآللي‬
‫(‪)calcul informatique‬‬
‫خطوات إجراء ‪ :A.C.P‬منهجية تطبيق ‪ A.C.P‬يمكن تلخيصها في الخطوات التالية‪:‬‬

‫‪55‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪ )1‬بناء جدول للقيم الممركزة أو القيم الممركزة المختصرة بناءا على جدول القيم األصلي مع‬
‫اإلشارة إلى أن القيم المتضمنة هي قيم كمية (‪)données quantitatives‬‬
‫‪ )2‬بعد الحصول على مصفوفة ‪ X‬للقيم الممركزة أو القيم الممركزة المختصرة‪ ،‬نقوم بالحصول‬
‫على المصفوفة ‪( M‬مصفوفة التباين‪-‬التباين المشترك) بحيث ‪:‬‬
‫𝑋 ∗ ’𝑋 = 𝑀‬
‫فمثال في حالة (‪ )2،2‬نحصل على ‪:‬‬

‫)𝑥(𝑣‬ ‫)𝑦 ;𝑥(𝑣𝑜𝑐‬
‫( = 𝑋‪𝑋′‬‬ ‫)‬
‫)𝑥 ;𝑦(𝑣𝑜𝑐‬ ‫)𝑦(𝑣‬
‫‪ )3‬نقوم بتقطير المصفوفة ‪ M‬نحصل على المصفوفة ‪ D‬بحيث ‪:‬‬

‫‪𝜆1‬‬ ‫⋯‬ ‫‪⋯ 0‬‬
‫⋮‬ ‫‪𝜆2‬‬ ‫⋮ ⋱‬
‫(=𝐷‬ ‫)‬
‫⋮‬ ‫⋱‬ ‫⋮ ⋱‬
‫‪0‬‬ ‫⋯‬ ‫𝑛𝜆 ⋯‬
‫حالة (‪ )2،2‬نجد‪:‬‬
‫𝜆‬ ‫‪0‬‬
‫‪𝐷=[ 1‬‬ ‫]‬
‫‪0‬‬ ‫‪𝜆2‬‬
‫مع العلم أن 𝑖𝜆القيم المميزة للمصفوفة ‪M‬‬
‫‪ )4‬بعد تقطير المصفوفة و الحصول على القيم المميزة 𝑖𝜆 التي تمثل نسبة التباين المف َسر‬
‫بواسطة العامل المحور (‪ )inertie( )i‬يتم تحديد المتجهات المميزة لكل قيم 𝑖𝜆 المحددة‬
‫للمركبات (العوامل)‬
‫‪ )5‬حساب إحداثيات ‪+‬نقاط األسطر (المفردات) و إحداثيات نقاط األعمدة (المتغيرات) إلجراء‬
‫التمثيل البياني‬
‫‪ )6‬تفسير المحاور (المركبات) المتحصل عليها ← مفهوم المحور هو مفهوم المتغير الكامن‬
‫‪56‬‬
‫‪-------------------------------------------------------------------‬‬
‫فكرة أساسية‪ :‬طريقة ‪ A.C.P‬تبحث عن أفضل إسقاط بمعنى أفضل صورة التي توضح أكثر‬
‫تشتت (أفضل توضيح للتغير) و عليه السؤال كيف نحصل على أفضل صورة ممثلة للسحابة‪ ،‬يتم‬
‫الحصول على ذلك من خالل‪:‬‬
‫‪ )1‬إيجاد العامل (المحور) الذي يمثل نوعا ما السحابة كما هو موضح ‪:‬‬
‫نريد البحث عن ‪:‬‬
‫‪(𝑖𝐻𝑖 )2 𝑝𝑒𝑡𝑖𝑡 𝑎𝑣𝑒𝑐 𝐻𝑖 ∈ 𝑎𝑥𝑒 <=> (0𝐻𝑖 )2 𝑔𝑟𝑎𝑛𝑑 =>(le Théorème de‬‬
‫)‪Pythagore‬‬
‫𝑑𝑛𝑎𝑟𝑔 ‪[𝑚𝑎𝑥𝑖𝑚𝑖𝑠𝑎𝑡𝑖𝑜𝑛 𝑙𝑎 𝑑𝑖𝑠𝑝𝑒𝑟𝑠𝑖𝑜𝑛 𝑑𝑒𝑠 𝑝𝑜𝑖𝑛𝑡𝑠] => ∑(0𝐻𝑖 )2‬‬
‫‪ )2‬إيجاد أفضل مستوى بمعنى البحث عن‪:‬‬

‫‪2‬‬
‫𝑛𝑎𝑙𝑝 ∈ 𝑖𝐻 𝑐𝑒𝑣𝑎 ) 𝑖𝐻‪max ∑(0‬‬
‫أفضل مستوى يتضمن أفضل محور‪ ،‬و عليه نبحث عن‪:‬‬

‫‪2‬‬
‫) 𝑖𝐻‪μ2 (Axe 2)⟘μ1 ⋀ 𝑀𝑎𝑥 ∑(0‬‬
‫⏟‬
‫𝑒𝑖𝑡𝑟𝑒𝑛𝐼‬
‫‪ )3‬نكرر إيجاد المحاور ( ‪ )...،μ4 ،μ3‬مع‬
‫‪57‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪...𝑀𝑎𝑥 ∑(0𝐻𝑖 )2‬‬
‫‪Ressemblance entre les colonnes corrélation‬‬
‫‪Rubrique‬‬ ‫‪1‬‬ ‫…‬ ‫‪j‬‬ ‫…‬ ‫‪Q‬‬ ‫‪F1‬‬ ‫‪F2‬‬
‫‪1‬‬
‫‪Individus‬‬
‫⋮‬
‫‪Fi1‬‬ ‫‪Fi2‬‬
‫‪I‬‬ ‫‪xij‬‬
‫‪Ressemblance‬‬
‫‪⋮ entre les lignes‬‬
‫)‪P p (distances‬‬
‫‪58‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪Corrélation‬‬
‫‪F1‬‬ ‫‪F2‬‬
‫‪Variables‬‬
‫→‪j‬‬
‫↓‪i‬‬
‫→ ‪Distances‬‬
‫‪1‬‬
‫)‪r (F.2 ; x.K‬‬ ‫‪x.K‬‬
‫‪Calcul de‬‬ ‫‪Le plan‬‬

‫‪corrélation‬‬ ‫‪principal‬‬
‫‪dual‬‬
‫‪0‬‬
‫‪1‬‬
‫)‪r (F.1 ; x.K‬‬
‫‪59‬‬
‫‪-------------------------------------------------------------------‬‬
‫مع مالحظة أن ‪:‬‬
‫) ‪cos 𝜃 ≈ 𝑐𝑜𝑟𝑟é𝑙𝑎𝑡𝑖𝑜𝑛 (𝑥.𝐾 ; 𝐹.1‬‬
‫مع العلم أن ‪:‬‬
‫)⃗𝑣 ‪𝜇⃗ ∗ 𝑣⃗ = ‖𝜇⃗‖ ∗ ‖𝑣⃗‖ ∗ cos(𝜇⃗,‬‬
‫⃗𝑣 ∗ ⃗𝜇‬ ‫)𝑣 ‪𝑐𝑜𝑣(𝜇,‬‬

‫= )𝜃(‪cos‬‬ ‫=‬
‫‖⃗𝑣‖ ∗ ‖⃗𝜇‖‬ ‫𝑣𝜎 𝜇𝜎‬
‫ملخص ‪Résumé :‬‬
‫‪A partir de 03 variables ou 03 individus, l’ACP va donc effectuer des‬‬

‫‪projections des points-individus et des points-variables sur des plans, en‬‬
‫‪propose, en quelque sorte, des photographies.‬‬
‫بدءا من ‪ 03‬متغيرات أو ثالثة مفردات‪ )ACP( ،‬تقوم بإجراء إسقاطات لنقاط‪-‬المفردات و نقاط‪-‬‬
‫المتغيرات على مستوى بمعنى تقوم بإجراء تصوير فوتوغرافي‪ ،‬هذه الصورة الفوتوغرافية تسمى‬
‫أحيانا الخريطة العاملية‪.‬‬
‫‪Ces photographies sont parfois appelées carte factorielles.‬‬
‫هذه الصورة يجب أن تعكس بصفة دقيقة المسافات ما بين المفردات و بصفة دقيقة االرتباطات ما بين‬
‫المتغيرات‪.‬‬
‫‪60‬‬
‫‪-------------------------------------------------------------------‬‬
‫مسألة توضيحية‪ :‬ليكن لدينا الجدول التالي الذي يمثل ‪ 03‬عالمات تجارية للسيارات‪ ،‬و تقدير ‪06‬‬
‫أفراد لهذه العالمات (تعطى نقطة من‪ 0‬إلى ‪ ، 10‬أين النقطة ‪ 10‬تُفسر بتقدير جيد للعالمة على عكس‬
‫النقطة ‪)0‬‬
‫‪Marques‬‬
‫‪BMW‬‬ ‫‪Citroën‬‬ ‫‪Renault‬‬
‫‪Monsieur A‬‬ ‫‪9‬‬ ‫‪4‬‬ ‫‪7‬‬
‫‪Monsieur B‬‬ ‫‪4‬‬ ‫‪8‬‬ ‫‪6‬‬
‫‪Monsieur C‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪5‬‬
‫‪Monsieur D‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪8‬‬
‫‪Monsieur E‬‬ ‫‪10‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪Monsieur F‬‬ ‫‪3‬‬ ‫‪8‬‬ ‫‪9‬‬
‫‪moyennes‬‬ ‫‪6.5‬‬ ‫‪6‬‬ ‫‪6.5‬‬
‫المرحلة ‪ :01‬إيجاد القيم الممركزة (أو القيم الممركزة المختصرة)‬
‫هنا إيجاد القيم الممركزة يكفي ألن الجدول األصلي يتضمن متغيرات من نفس الطبيعة‪ ،‬و عليه فإن‬
‫إيجاد القيم الممركزة المختصرة في هذه الحالة ليس ضروري‪.‬‬
‫‪Marques‬‬
‫‪BMW‬‬ ‫‪Citroën‬‬ ‫‪Renault‬‬
‫‪61‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪Monsieur A‬‬ ‫‪2.5‬‬ ‫‪-2‬‬ ‫‪0.5‬‬
‫‪Monsieur B‬‬ ‫‪-2.5‬‬ ‫‪2‬‬ ‫‪-0.5‬‬

‫‪→ Matrice X‬‬
‫‪Monsieur C‬‬ ‫‪1.5‬‬ ‫‪0‬‬ ‫‪-1.5‬‬
‫‪Monsieur D‬‬ ‫‪-1.5‬‬ ‫‪1‬‬ ‫‪1.5‬‬
‫‪Monsieur E‬‬ ‫‪3.5‬‬ ‫‪-3‬‬ ‫‪-2.5‬‬
‫‪Monsieur F‬‬ ‫‪-3.5‬‬ ‫‪2‬‬ ‫‪2.5‬‬
‫‪Moyennes‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫المرحلة ‪:02‬إيجاد مصفوفة التباين‪-‬التباين المشترك ‪ M‬بحيث‪:‬‬
‫𝑋 ∗ ’𝑋 = 𝑀‬
‫𝑊𝑀𝐵‬ ‫‪Citroën Renault‬‬
‫→‪1‬‬ ‫‪2.5‬‬ ‫‪−2‬‬ ‫‪0.5‬‬
‫‪2 → −2.5‬‬ ‫‪2‬‬ ‫‪−0.5‬‬
‫→‪⏟ =3‬‬
‫𝑋‬ ‫‪1.5‬‬ ‫‪0‬‬ ‫‪−1.5‬‬
‫)‪(6;3‬‬ ‫‪4‬‬ ‫→‬ ‫‪−1.5‬‬ ‫‪1‬‬ ‫‪1.5‬‬
‫→‪5‬‬ ‫‪3.5‬‬ ‫‪−3‬‬ ‫‪−2.5‬‬
‫‪6 → ( −3.5‬‬ ‫‪2‬‬ ‫) ‪2.5‬‬
‫‪2.5 −2.5 1.5 −1.5 3.5 −3.5‬‬
‫‪′‬‬
‫‪𝑋⏟ = (−2‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪−3‬‬ ‫) ‪2‬‬
‫)‪(3;6‬‬ ‫‪0.5 −0.5 −1.5 1.5 −2.5 2.5‬‬
‫‪41.5 −29 −19.5‬‬
‫𝑀‬
‫‪⏟ = ( −29‬‬ ‫‪22‬‬ ‫) ‪12‬‬
‫)‪(3;3‬‬
‫‪−19.5 12‬‬ ‫‪17.5‬‬
‫‪62‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪∴ 𝑙𝑎 𝑡𝑟𝑎𝑐𝑒 (𝑣) = 41.5 + 22 + 17.5‬‬
‫‪La sommes des éléments diagonaux =81‬‬
‫المرحلة ‪ :03‬تقطير المصفوفة ‪)diagonalisation de la matrice V( M‬‬
‫بمعنى نريد البحث عن‪:‬‬

‫‪41.5 −29 −19.5‬‬ ‫‪1 0‬‬ ‫‪0‬‬
‫‪Det(𝑀 − 𝜆𝐼) = det [( −29‬‬ ‫‪22‬‬ ‫‪12 ) − 𝜆 (0 1‬‬ ‫])‪0‬‬
‫‪−19.5 12‬‬ ‫‪17.5‬‬ ‫‪0 0‬‬ ‫‪1‬‬
‫‪𝐷𝑒𝑡 (𝑀 − 𝜆𝐼) = 0‬‬
‫𝜆 ‪41.5 −‬‬ ‫‪−29‬‬ ‫‪−19.5‬‬
‫‪𝐷𝑒𝑡 (𝑀 − 𝜆𝐼) = det [ −29‬‬ ‫𝜆 ‪22 −‬‬ ‫] ‪12‬‬
‫‪−19.5‬‬ ‫‪12‬‬ ‫𝜆 ‪17.5 −‬‬
‫بعد التبسيط نحصل على‪:‬‬
‫‪𝐷𝑒𝑡 (𝑀 − 𝜆𝐼) = −(𝜆)3 + 81𝜆2 − 659𝜆 + 490.5 = 0‬‬
‫بعد الحل نحصل على‪:‬‬

‫𝑟𝑢𝑒𝑙𝑎𝑣 𝑒𝑡𝑟𝑜𝑓 𝑠𝑢𝑙𝑝 → ‪𝜆1 = 71.93‬‬
‫‪𝜆2 = 8.24 → valeur intermédiaire‬‬
‫‪𝜆3 = 0.83 → plus faible valeur‬‬
‫مالحظة‪ :‬نالحظ أن‪:‬‬

‫‪3‬‬
‫𝑒𝑐𝑎𝑟𝑡 𝑎𝑙 → ‪∑ 𝜆𝑖 = 71.93 + 8.24 + 0.83 = 81‬‬

‫‪𝑖=1‬‬
‫مالحظة هامة ‪:‬‬
‫‪63‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪71.93‬‬
‫= ‪𝜆1‬‬ ‫‪= 88.8% 𝑑𝑒 𝑙 ′ 𝑖𝑛𝑒𝑟𝑡𝑖𝑒 𝑝𝑟𝑜𝑗𝑒𝑡é𝑒 𝑠𝑢𝑟 𝑙 ′ 𝑎𝑥𝑒1‬‬
‫‪81‬‬
‫‪8.24‬‬
‫= ‪𝜆2‬‬ ‫‪= 10.2% 𝑑𝑒 𝑙 ′ 𝑖𝑛𝑒𝑟𝑡𝑖𝑒 𝑝𝑟𝑜𝑗𝑒𝑡é𝑒 𝑠𝑢𝑟 𝑙 ′ 𝑎𝑥𝑒2‬‬
‫‪81‬‬
‫‪𝜆3 = 0.83/81 = 1% 𝑑𝑒 𝑙 ′ 𝑖𝑛𝑒𝑟𝑡𝑖𝑒 𝑝𝑟𝑜𝑗𝑒𝑡é𝑒 𝑠𝑢𝑟 𝑙 ′ 𝑎𝑥𝑒3‬‬
‫يمكن االحتفاظ فقط بالمحور ‪ 1‬و ‪ 2‬ألنهما يفسران ‪ %99‬من التباين‬
‫(‪)99% l’inertie totale projetée sur le plan factoriel‬‬

‫بمعنى أن كثيرة الحدود المميزة تكتب من الشكل ‪:‬‬
‫‪(𝜆 − 71.93)(𝜆 − 8.24)(𝜆 − 0.83) = 0‬‬
‫أي أن‪:‬‬
‫‪71.93‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪𝐷= [ 0‬‬ ‫‪8.24‬‬ ‫] ‪0‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪0.83‬‬
‫المرحلة ‪:04‬حساب القيم و المتجهات المميزة‬
‫لدينا‪M*V= λ*V:‬‬
‫بحيث ‪ λ ،V‬على القيمة المميزة و المتجه المميز للمصفوفة ‪M‬‬
‫بمعنى أن ‪:‬‬
‫𝑥‬
‫‪M*V – λ*V=0‬‬ ‫)𝑦( = 𝑉‬
‫𝑧‬
‫‪(𝑀 − λI)V = 0‬‬
‫𝜆 ‪41.5 −‬‬ ‫‪−29‬‬ ‫𝑥 ‪−19.5‬‬
‫‪[ −29‬‬ ‫𝜆 ‪22 −‬‬ ‫‪12 ] [𝑦] = 0‬‬
‫‪−19.5‬‬ ‫‪12‬‬ ‫𝑧 𝜆 ‪17.5 −‬‬
‫‪64‬‬
‫‪-------------------------------------------------------------------‬‬
‫حالة ‪ λ1=71.93‬ينتج لدينا ‪:‬‬
‫)‪V1=(1; -0.7 ; -0.51‬‬
‫)‪V2= (-1; 2.08 ; -4.82‬‬
‫)‪V3= (2; 2.39 ; 0.62‬‬
‫مالحظة هامة‪ :‬يجب أن نتذكر بأنه يوجد عدد ال نهائي من المتجهات المميزة المقابلة لـ ‪𝑖 =( λi‬‬
‫̅̅̅̅̅) و عليه من األفضل حساب المتجهات الوحدوية (‪ )vecteurs unitaires‬على النحو التالي‪:‬‬ ‫‪1, 3‬‬
‫نحسب أوال طويلة كل متجه مميز‪:‬‬
‫‪‖𝑣1 ‖ = √(1)2 + (−0.7)2 + (−0.51)2 = 1.32‬‬
‫‪‖𝑣2 ‖ = √(−1)2 + (2.08)2 + (−4.82)2 = 5.34‬‬
‫‪‖𝑣3 ‖ = √(2)2 + (2.39)2 + (0.62)2 = 3.18‬‬
‫‪1 −0.7 −0.51‬‬

‫( = ‪∴ 𝑣1𝑛𝑜𝑚é‬‬ ‫;‬ ‫;‬ ‫)‬
‫‪1.32 1.32 1.32‬‬
‫)‪𝑣1𝑛𝑜𝑚é = (0.76; −0.53; −0.38‬‬
‫)‪𝑣2𝑛𝑜𝑚é = (−0.19; 0.39; −0.9‬‬
‫)‪𝑣3𝑛𝑜𝑚é = (0.63; 0.75; 0.19‬‬
‫‪Vecteur nomé = vecteur unitaire‬‬
‫المرحلة الخامسة‪ :‬حساب نقاط اإلحداثيات‬
‫‪65‬‬
‫‪-------------------------------------------------------------------‬‬
‫أوال‪ :‬نحسب إحداثيات نقاط األفراد (‪)points-individus‬‬
‫نقوم بإجراء الجداء المصفوفاتي التالي‪:‬‬
‫‪X*P‬‬
‫حيث ‪ P‬هي مصفوفة اإلنتقال‪:‬‬

‫‪0.76 −0.19 0.63‬‬
‫)‪𝑃 = (−0.53 0.39 0.75‬‬
‫‪−0.38 −0.9 0.19‬‬
‫‪2.5 −2 0.5‬‬
‫‪−2.5 2 −0.5‬‬
‫‪0.76 −0.19 0.63‬‬
‫‪1.5‬‬ ‫‪0 −1.5‬‬
‫= 𝑃∗𝑋∴‬ ‫‪∗ −0.53 0.39 0.75‬‬
‫‪−1.5 1‬‬ ‫‪1.5‬‬ ‫⏟‬
‫‪−0.38‬‬ ‫‪−0.9 0.19‬‬
‫‪3.5 −3 −2.5‬‬
‫⏟‬
‫‪−3.5 2‬‬ ‫‪2.5‬‬ ‫(‬ ‫)‪(3;3‬‬ ‫)‬
‫(‬ ‫)‪(6;3‬‬ ‫)‬
‫𝐴 𝑟𝑀 → ‪2.77 −1.705 0.17‬‬
‫𝐵 𝑟𝑀 → ‪−2.77 1.705 −0.17‬‬
‫‪1.71‬‬ ‫‪1.065‬‬ ‫𝐶 𝑟𝑀 → ‪0.66‬‬
‫𝐷 𝑟𝑀 → ‪−2.24 −0.675 0.09‬‬
‫= 𝑃∗𝑋‬
‫⏟‬
‫)‪(6;3‬‬
‫‪5.2‬‬ ‫𝐸 𝑟𝑀 → ‪0.415 −0.52‬‬
‫𝐹 𝑟𝑀 → ‪−4.67 −0.805 −0.23‬‬
‫↑‬ ‫↑‬ ‫↑‬
‫‪( 𝐴𝑥𝑒1‬‬ ‫‪𝐴𝑥𝑒2‬‬ ‫) ‪𝐴𝑥𝑒3‬‬
‫ثانيا‪ :‬نحسب إحداثيات نقاط المتغيرات بمعنى في هذه الحالة عالمات السيارات (‪points-‬‬
‫‪ ،)variables‬نقوم بإجراء الجداء المصفوفاتي التالي ‪:‬‬
‫‪66‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪0.76 −0.19 0.63‬‬ ‫‪√71.9‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪𝑃 ∗ √𝐷 = −0.53 0.39 0.75‬‬ ‫‪0‬‬ ‫‪√8.23‬‬ ‫‪0‬‬
‫⏟‬
‫‪−0.38 −0.9 0.19‬‬ ‫‪⏟0‬‬ ‫‪0‬‬ ‫‪√0.82‬‬
‫(‬ ‫)‪(3;3‬‬ ‫()‬ ‫)‪(3;3‬‬ ‫)‬
‫‪6.44 −0.54 0.57‬‬ ‫𝑊𝑀𝐵 →‬

‫‪−4.49 1.12‬‬ ‫‪0.68 → Citroën‬‬
‫= 𝐷√ ∗ 𝑃‬ ‫‪−3.2‬‬ ‫𝑡𝑙𝑢𝑎𝑛𝑒𝑅 → ‪−2.6 0.17‬‬
‫↓‬ ‫↓‬ ‫↓‬
‫)‪( 𝐴𝑥𝑒1 𝐴𝑥𝑒2 𝐴𝑥𝑒3‬‬
‫المرحلة السادسة‪ :‬التمثيل البياني ‪représentation graphique‬‬
‫نحتفظ بالمحاور ‪ 1‬و‪ 2‬من أجل التمثيل في مستوى‪ ،‬إحداثيات النقاط كما تم حسابها أعاله موضحة‬
‫بالجدول التالي‪:‬‬
‫‪Rubrique‬‬ ‫)‪Axe1 (F1‬‬ ‫)‪Axe2 (F2‬‬
‫‪6.44‬‬ ‫‪-0.54‬‬
‫‪Coordonnées‬‬
‫‪BMW‬‬
‫‪variables‬‬
‫‪Citroën‬‬ ‫‪-4.49‬‬ ‫‪1.12‬‬

‫‪Renault‬‬ ‫‪-3.2‬‬ ‫‪-2.6‬‬
‫‪67‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪Monsieur A‬‬ ‫‪2.77‬‬ ‫‪-1.705‬‬

‫‪Coordonnées individus‬‬
‫‪Monsieur B‬‬ ‫‪-2.77‬‬ ‫‪1.705‬‬
‫‪Monsieur C‬‬ ‫‪1.71‬‬ ‫‪1.065‬‬

‫‪Monsieur D‬‬ ‫‪-2.24‬‬ ‫‪-0.675‬‬
‫‪Monsieur E‬‬ ‫‪5.2‬‬ ‫‪0.415‬‬
‫‪Monsieur F‬‬ ‫‪-4.67‬‬ ‫‪-0.805‬‬
‫المرحلة السابعة‪ :‬التعليق على الخريطة العاملية (تسمية العوامل)‬
‫‪68‬‬
‫‪-------------------------------------------------------------------‬‬
‫من خالل الخريطة العاملية نالحظ أن العالمتين الفرنسيتين قريبتين من بعضهما على العكس فهما‬
‫مناظرين للماركة األلمانية‪ ،‬هذه المناظرة يمكن لها تفسير العامل األول‪ ،‬فالعالمتين (‪ Citroën‬و‬
‫‪ )Renault‬تجيب على احتياجات عائلية (سيارات عائلية)‪ ،‬بينما الماركة ‪ BMW‬هي تجيب على‬
‫احتياجات رياضية (‪.)aspect sportif‬‬
‫‪69‬‬
‫‪-------------------------------------------------------------------‬‬
‫المسألة ‪ :‬إذا كان لدينا جدول البيانات التالية ‪:‬‬
‫‪Etudiants‬‬ ‫‪A‬‬ ‫‪B‬‬ ‫‪C‬‬ ‫‪D‬‬ ‫‪E‬‬ ‫‪Moyenne‬‬ ‫‪Ecart‬‬

‫‪type‬‬
‫‪Français‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪19‬‬ ‫‪19‬‬ ‫‪1‬‬ ‫‪11‬‬ ‫‪7.127‬‬

‫‪Maths‬‬ ‫‪3‬‬ ‫‪18‬‬ ‫‪13‬‬ ‫‪13‬‬ ‫‪7‬‬ ‫‪10.8‬‬ ‫‪5.231‬‬
‫‪économie‬‬ ‫‪8‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪1‬‬ ‫‪10.8‬‬ ‫‪5.913‬‬
‫إجراء ‪ A.C.P‬على الجدول أعاله‬
‫‪ .I‬إذا علم أن‪:‬‬
‫‪λ1=12.15‬‬
‫‪λ2= 2.644‬‬
‫‪ .II‬إذا علم كذلك أن‪:‬‬

‫‪𝐴𝑥𝑒1‬‬ ‫‪𝐴𝑥𝑒2‬‬
‫‪𝐴 → −1.462 −0.869‬‬
‫‪𝐵 → 0.726‬‬ ‫‪1.18‬‬
‫→ 𝐶 = 𝑃∗𝑋‬
‫‪1.33‬‬ ‫‪−0.295‬‬
‫→𝐷‬ ‫‪1.64‬‬ ‫‪−0.458‬‬
‫) ‪𝐸 → (−2.239 0.441‬‬
‫‪.III‬و إذا علم‪:‬‬
‫‪70‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪0.609‬‬ ‫‪𝑓𝑟𝑎𝑛ç → −0.385‬‬

‫‪𝑣1𝑛𝑜𝑚é‬‬ ‫] ‪= [0.498] ; 𝑣2𝑛𝑜𝑚é = 𝑚𝑎𝑡ℎ → [ 0.865‬‬
‫‪0.616‬‬ ‫→ 𝑜𝑐‪é‬‬ ‫‪−0.319‬‬
‫أوال قبل كل شيء إعادة بناء جدول البيانات كما يالئم طريقة ‪A.C.P‬‬
‫‪Variables‬‬ ‫‪Français‬‬ ‫‪Maths‬‬ ‫‪économie‬‬
‫‪individus‬‬
‫‪A‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪8‬‬
‫‪B‬‬ ‫‪10‬‬ ‫‪18‬‬ ‫‪12‬‬
‫‪C‬‬ ‫‪19‬‬ ‫‪13‬‬ ‫‪15‬‬
‫‪D‬‬ ‫‪19‬‬ ‫‪13‬‬ ‫‪18‬‬
‫‪E‬‬ ‫‪1‬‬ ‫‪7‬‬ ‫‪1‬‬
‫‪Moyenne‬‬ ‫‪11‬‬ ‫‪10.8‬‬ ‫‪10.8‬‬
‫‪Ecart-type‬‬ ‫‪7.127‬‬ ‫‪5.231‬‬ ‫‪5.9113‬‬
‫‪−0.702 −1.491 −0.474‬‬

‫‪−0.14‬‬ ‫‪1.376‬‬ ‫‪0.203‬‬
‫𝑋‬
‫‪⏟ = 1.122‬‬ ‫‪0.421‬‬ ‫‪0.710‬‬
‫)‪(5;3‬‬ ‫‪1.122‬‬ ‫‪0.421‬‬ ‫‪1.218‬‬
‫)‪(−1.403 −0.726 −1.657‬‬
‫‪−0.702 −0.14 1.122 1.122 −1.403‬‬
‫‪′‬‬
‫𝑋‬
‫⏟‬ ‫)‪= (−1.491 1.376 0.421 0.421 −0.726‬‬
‫)‪(3;5‬‬ ‫‪−0.474 0.203 0.710 1.218 −1.657‬‬
‫‪71‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪5‬‬ ‫‪2.8164 4.7933‬‬

‫‪′‬‬
‫𝑋 =𝑀‬
‫⏟‬ ‫‪𝑋 = (2.8164‬‬ ‫‪5‬‬ ‫)‪3.0006‬‬
‫)‪(3;3‬‬ ‫‪4.7933 3.0006‬‬ ‫‪5‬‬
‫ثانيا ‪ :‬نبحث عن القيم المميزة و المتجهات المميزة‬
‫𝑉 ∗𝑀‬
‫𝑉 ∗ 𝜆⏟ = ⏟‬
‫المتجه‬ ‫القيمة‬
‫المميز‬ ‫المميزة‬
‫إذا كان لدينا كمعطيات ‪:‬‬
‫‪λ1= 12.15 ; λ2= 2.644‬‬
‫و إذا كان لدينا ‪:‬‬

‫‪0.609‬‬ ‫‪𝑓𝑟𝑎𝑛ç → −0.385‬‬
‫‪𝑣1𝑛𝑜𝑚é‬‬ ‫] ‪= [0.498] ; 𝑣2𝑛𝑜𝑚é = 𝑚𝑎𝑡ℎ → [ 0.865‬‬
‫‪0.616‬‬ ‫→ 𝑜𝑐‪é‬‬ ‫‪−0.319‬‬
‫إن القيم المميزة ‪ λ1= 12.15‬و‪ λ2= 2.644‬تسمح بتفسير التباين الكلي ال ُمفسر من طرف المحور‬
‫(‪)les 2 axes‬‬
‫ثالثا ‪:‬حساب المركبات على العوامل‬
‫‪ -‬حساب إحداثيات نقاط‪-‬األفراد‬
‫?= 𝑃∗𝑋‬
‫‪−0.702 −1.491 −0.474‬‬

‫‪−0.14‬‬ ‫‪1.376‬‬ ‫‪0.203‬‬ ‫‪0.609 −0.385‬‬
‫= 𝑃∗𝑋‬ ‫‪1.122‬‬ ‫‪0.421‬‬ ‫‪0.710‬‬ ‫‪0.498 0.865‬‬
‫‪1.122‬‬ ‫‪0.421‬‬ ‫‪1.218‬‬ ‫⏟‬
‫‪0.616‬‬ ‫‪−0.319‬‬
‫⏟‬
‫( )‪(−1.403 −0.726 −1.657‬‬ ‫)‪(3;2‬‬ ‫)‬
‫)‪(5;3‬‬
‫‪72‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪𝐴𝑥𝑒1‬‬ ‫‪𝐴𝑥𝑒2‬‬
‫𝐴 → ‪−1.462 −0.869‬‬
‫‪0.726‬‬ ‫‪1.18‬‬ ‫𝐵→‬
‫= 𝑃∗𝑋‬
‫‪1.33‬‬ ‫𝐶 → ‪−0.295‬‬
‫‪1.64‬‬ ‫𝐷 → ‪−0.458‬‬
‫‪( 2.239‬‬ ‫𝐸 → ) ‪0.441‬‬
‫رابعا‪ :‬التمثيل البياني‬
‫‪A‬‬ ‫‪B‬‬ ‫‪C‬‬ ‫‪D‬‬ ‫‪E‬‬
‫‪(Axe1) x1‬‬ ‫‪-1.462‬‬ ‫‪0.726‬‬ ‫‪1.33‬‬ ‫‪1.64‬‬ ‫‪-2.239‬‬
‫‪(Axe2) x2‬‬ ‫‪-0.869‬‬ ‫‪1.18‬‬ ‫‪-0.295‬‬ ‫‪-0.458‬‬ ‫‪0.441‬‬
‫‪73‬‬
‫‪-------------------------------------------------------------------‬‬
‫خامسا ‪ :‬التعليق على المحاور(‪)interprétation des Axes‬‬

‫‪12.15‬‬
‫(‬ ‫‪15‬‬
‫نالحظ أن المحور األول يتضمن ‪%80‬من المعلومات )‬
‫(ال تنسى )‪)v1nomé =(0.609 ; 0.498 ; 0.616‬‬
‫نالحظ أن في هذا المحور هناك تناظر بين التالميذ (‪ )B, C, D‬و التالميذ (‪ )A, E‬مع العلم أن‬
‫التالميذ (‪ )B, C, D‬تالميذ نجباء و التالميذ (‪ )A, E‬ضعفاء‪.‬‬
‫نالحظ أنه في هذا المحور قيم المتجه المميز كلها قيم موجبة و نسبيا متقاربة ( ; ‪0.609 ; 0.498‬‬
‫‪ )0.616‬مما يعني أن المواد الثالثة (‪ )français, maths, économie‬تساهم بنفس القدر نسبيا في‬
‫تحديد هذا المحور األول‪.‬‬
‫‪74‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪2.644‬‬
‫(من المعلومات‪ ،‬نميز ما بين المفردات‬ ‫بالنسبة للمحور الثاني الذي يتضمن ‪) % 17.6‬‬
‫‪15‬‬
‫(األفراد) الرياضيين‬
‫(‪ )plus matheux‬و األفراد األدبيين (‪ ،)littéraires‬بحيث أن الرياضيين في أعلى المحور‪ 2‬و‬
‫األدبيين في أسفل المحور ‪ 2‬و مكونات ‪ )-0.385; 0.865 ; -0.319(v2nomé‬يؤكد ذلك بحيث أن‬
‫مادة الرياضيات ترتبط بمعامل موجب بـ (‪)v2nomé‬‬

‫المسألة‪ :‬إذا أعطيت لك المعلومات التالية ‪:‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫‪Français 10‬‬ ‫‪15‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪15‬‬ ‫‪13‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪18‬‬ ‫‪5‬‬
‫‪Maths‬‬ ‫‪12‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪11‬‬ ‫‪14‬‬ ‫‪14‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪14‬‬ ‫‪6‬‬ ‫‪17‬‬
‫‪Compta‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪17‬‬ ‫‪9‬‬ ‫‪14‬‬ ‫‪18‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪5‬‬ ‫‪14‬‬
‫‪Infor‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪14‬‬ ‫‪6‬‬ ‫‪15‬‬ ‫‪17‬‬ ‫‪14‬‬ ‫‪13‬‬ ‫‪3‬‬ ‫‪14‬‬
‫‪Écon‬‬ ‫‪14‬‬ ‫‪16‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪16‬‬ ‫‪13‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫‪17‬‬ ‫‪4‬‬
‫‪droit‬‬ ‫‪11‬‬ ‫‪13‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪16‬‬ ‫‪9‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪13‬‬ ‫‪8‬‬ ‫‪12‬‬ ‫‪4‬‬
‫مع العلم أن ‪:‬‬
‫المركبات‪:‬‬
‫المحور األول‪ %55 :‬من التباين‬
‫المحور الثاني‪ %25 :‬من التباين‬
‫‪75‬‬
‫‪-------------------------------------------------------------------‬‬
‫𝑠𝑖𝑎‪𝑓𝑟𝑎𝑛ç‬‬ ‫‪(−)𝑥𝑥𝑥 − 0.484‬‬ ‫‪0.227‬‬

‫𝑠‪𝑚𝑎𝑡ℎ‬‬ ‫‪0.145‬‬ ‫𝑥𝑥𝑥‪𝑥𝑥𝑥 − 0.235‬‬
‫‪𝑐𝑜𝑚𝑝𝑡𝑎𝑏𝑖𝑙𝑖𝑡é (+)𝑥𝑥𝑥0.485‬‬ ‫‪0.336‬‬
‫‪𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑞𝑢𝑒(+)𝑥𝑥𝑥0.488‬‬ ‫→ ‪0.329‬‬
‫𝑒𝑖𝑚𝑜𝑛𝑜𝑐‪é‬‬ ‫‪(−)𝑥𝑥𝑥 − 0.512‬‬ ‫→ ‪0.209‬‬
‫𝑡𝑖𝑜𝑟𝑑‬ ‫‪−0.091‬‬ ‫→ ‪0.792‬‬
‫مركبات التقاطع على المحورين‪:‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬

‫‪Axe1‬‬ ‫‪0.27 0.44 1.26‬‬ ‫‪0.14‬‬ ‫‪1.9‬‬ ‫‪0.94 1.9‬‬ ‫‪2.35‬‬
‫‪1.3 2.4‬‬ ‫‪1.9‬‬ ‫‪3.6‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬

‫‪Axe2‬‬ ‫‪0.5 -1.1 -1.5 1.59‬‬ ‫‪1.5‬‬ ‫‪1.85 1.04‬‬ ‫‪0.1‬‬
‫‪0.5‬‬ ‫‪0.7‬‬ ‫‪0.8‬‬ ‫‪1.95‬‬
‫المطلوب‪ :‬التمثيل البياني لـ ‪ ACP‬مع التعليق على المحاور‬
‫‪76‬‬
‫‪-------------------------------------------------------------------‬‬
‫التعليق‪ :‬لدينا بالمحور األول متغيرين مرتبطين ارتباط موجب (‪( )0.488 ،0.485‬المحاسبة‪،‬‬
‫اإلعالم اآللي) و متغيرين مرتبطين ارتباطا سالب (‪( )-0.512،-0.484‬الفرنسية‪ ،‬االقتصاد)‪.‬‬
‫نالحظ أنه في المحور األول (‪ )Axe1‬هناك تناظر (‪ )une opposition‬ما بين المقاييس ذات‬
‫الطبيعة الثقافية (‪ )discipline de type culturel‬و ما بين المقاييس ذات الطبيعة المهنية‬
‫(‪ )disciplines professionnelles‬ولعل المفردات ‪ 11‬و ‪ 12‬توضحان جيدا ذلك‪.‬‬
‫[فمثال المفردة (‪( )11‬الطالب) ← (جيد في المواد الثقافية و ضعيف في المواد المهنية)]‪ ،‬فالتميز هنا‬
‫للمحور‪1‬‬
‫ليس التلميذ الجيد و التلميذ الضعيف كما هو الحال في التمرين السابق‪ .‬و لكن التميز على أساس‬
‫المواد الثقافية و المواد المهنية‪.‬‬
‫أما بالنسبة للمحور ‪ 2‬فقط الرياضيات لها مركبة سلبية‪ ،‬كذلك المتغيرات (قانون‪ ،‬اقتصاد‪ ،‬إعالم آلي)‬
‫لها ارتباط قوي موجب مع المحور‪ ،2‬و عليه يمكن إعطاء المحور‪ 2‬التعليق (بنوع من الحذر) التالي‬
‫‪77‬‬
‫‪-------------------------------------------------------------------‬‬
‫و هي أن المواد المرتبطة إيجابيا مع المحور الثاني ال تحتاج مراجعة كبيرة من السنوات الماضية‬
‫على عكس الرياضيات‪.‬‬
‫ما يمكن مالحظته هو أن المحورين معا يفسران ما قيمته ‪ %80‬من المعلومات رغم أنه قلص عدد‬
‫األبعاد من ‪ 06‬أبعاد (‪ 06‬مواد) إلى بعدين (محورين) و عليه فالمعلومات المفقودة تقدر بحوالي‬
‫‪ %20‬و هي نسبة ضعيفة‪ ،‬و عليه فهذا التمثيل جيد (مقبول)‪.‬‬

‫تحليل المكونات األساسية‪:‬‬
‫إذا كان لدينا‪:‬‬
‫𝜀 ‪𝑌 = 𝑋𝛽 +‬‬
‫(‪ X‬يحوي على ‪ m‬من المتغيرات)‬
‫فإن ‪ A.C.P‬يهدف إلى إيجاد عوامل (توليفات خطية) (مكونات أساسية) قليلة (أقل من ‪ )m‬مشتقة‬
‫من المتغيرات األصلية ‪ m( X‬متغيرة) لتحل محلها بحيث تكون مؤهلة لتفسير معظم التباين الكلي‬
‫للقيم األصلية و تكون هذه المكونات الرئيسية متعامدة أي ال يوجد ارتباط فيما بينها‪.‬‬
‫يمكن كتابة المكونات الرئيسية ‪ Pc‬كاآلتي ‪:‬‬
‫نعلم أن‪:‬‬
‫‪𝑥11‬‬ ‫‪𝑥12‬‬ ‫𝑚‪⋯ 𝑥1‬‬
‫‪𝑥21‬‬ ‫‪𝑥22‬‬ ‫𝑚‪⋯ 𝑥2‬‬
‫⋮ [=𝑋‬ ‫⋮‬ ‫⋮‬ ‫] ⋮‬
‫‪𝑥𝑚1‬‬ ‫‪𝑥𝑚2‬‬ ‫𝑛𝑚𝑥 ⋯‬
‫‪𝑎11‬‬ ‫‪𝑎12‬‬ ‫𝑚‪⋯ 𝑎1‬‬
‫‪𝑎21‬‬ ‫‪𝑎22‬‬ ‫𝑚‪⋯ 𝑎2‬‬
‫⋮ [=𝐴‬ ‫⋮‬ ‫⋮‬ ‫] ⋮‬
‫‪𝑎𝑚1‬‬ ‫‪𝑎𝑚2‬‬ ‫𝑛𝑚𝑎 ⋯‬
‫‪78‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪Pc= Xa‬‬
‫و عليه ‪:‬‬
‫‪Pc1 = a11 x11 + a21 x12 + ⋯ + am1 x1m‬‬
‫‪Pc2 = a12 x21 + a22 x22 + ⋯ + am2 x2m‬‬
‫‪…etc‬‬
‫إن ‪ aij‬تنتخب بحيث تجعل تباين المكون الرئيسي األول (‪ )Pc1‬إلى مجموع التباين الكلي أكبر ما‬
‫يمكن‪.‬‬
‫‪𝑆 2 𝑃𝑐1‬‬
‫= 𝑥𝑎𝑀‬
‫‪∑ 𝑆2‬‬
‫إن مجموع مربعات ‪ aij‬تساوي(‪ )1‬بمعنى أن ‪:‬‬
‫𝑚𝑎 ‪𝑎′ ∗ 𝑎 = 𝑎12 + 𝑎22 + ⋯ +‬‬

‫‪2‬‬
‫‪=1‬‬
‫إن هذه الخاصية يمكن تحقيقها إذا جعلنا ‪aij‬هي عناصر المتجهات المميزة القياسية ( =‪nomé‬‬
‫‪ )unitaire‬المرافقة للجذور المميزة‪.‬‬
‫مالحظات حول الحسابات‪:‬‬
‫‪ -1‬إذا كانت كل المتغيرات ‪ X‬لها نفس وحدات القياس ففي هذه الحالة تكون معامالت المكونات‬
‫الرئيسية (‪ )aij‬قيم المتجهات المميزة لمصفوفة التبان‪-‬التباين المشترك‪.‬‬
‫‪ -2‬إذا كانت للمتغيرات ‪ X‬وحدات قياس مختلفة فيستحسن في هذه الحالة تحويل ‪ X‬إلى مصفوفة‬
‫ممركزة مختصرة قبل إيجاد ‪ ،aij‬و في هذه الحالة فإن معامالت المكونات الرئيسية ∗‪ 𝑎ij‬هي‬
‫قيم المتجهات المميزة لمصفوفة االرتباط‪.‬‬
‫‪79‬‬
‫‪-------------------------------------------------------------------‬‬
‫تقديم طريقة المركبات األساسية من خالل البرنامجين التطبيقين ‪SPSS/MINTAB‬‬

‫لترسيخ المفاهيم النظرية المقدمة في المحاضرات النظرية‪.‬‬
‫تمارين حول ‪:A.C.P‬‬
‫التمرين‪ :01‬أجريت ‪ )ACP nomé( A.C.P‬على ‪ 50‬طائرة‪ ،‬أين تم تحديد ‪ 10‬متغيرات (السرعة‪،‬‬
‫االستهالك‪ ،‬عدد المسافرين‪ ،‬تكلفة نقل المسافر‪...،‬إلخ)‬
‫لنفترض أننا قمنا بتمثيل هذه المتغيرات على دائرة االرتباط التالية ‪:‬‬
‫‪80‬‬
‫‪-------------------------------------------------------------------‬‬
‫‪81‬‬
‫‪-------------------------------------------------------------------‬‬
‫ما هي المتغيرات التي تعطي تفسير للمحور‪1‬؟‬ ‫‪)1‬‬

‫ما هي المتغيرات التي ال يمكن تفسيرها في هذا الشكل (ال تساعد في التفسير) ؟‬ ‫‪)2‬‬
‫أعط ‪ 03‬مجموعات للمتغيرات‪ ،‬أين تكون مترابطة إيجابيا في نفس المجموعة‪.‬‬ ‫‪)3‬‬
‫حدد متغيرين األقل ارتباطا معا‪.‬‬ ‫‪)4‬‬
‫حدد متغيرين األكثر ارتباطا سلبيا مع المتغير ‪v4‬‬ ‫‪)5‬‬
‫بالتقريب ما هي قيمة معامل االرتباط ما بين المتغير ‪ v1‬و المركبة األساسية األولى‬ ‫‪)6‬‬
‫(‪)Axe1‬‬
‫حدد متغير بحيث معامل ارتباطه مع المحور‪ 2‬قريب من ‪1‬‬ ‫‪)7‬‬
‫ما هي قيمة معامل االرتباط ما بين المحور (‪ )Axe1‬و (‪)Axe2‬‬ ‫‪)8‬‬
‫الحل ‪:‬‬
‫‪ )1‬المتغيرات التي تعطي تفسير معنوي للمحور‪1‬‬
‫هذه المتغيرات هي المتغيرات التي تمثل بنقاط قريبة من دائرة االرتباط و قريبة من المحور‪،1‬‬
‫هذه المتغيرات هي ‪v7،v6،v5‬‬
‫‪ )2‬المتغيرات التي ال تساعد في تفسير هذا الشكل‪:‬‬
‫هذه المتغيرات هي المتغيرات التي تكون بعيدة عن الدائرة و تكون قريبة من (‪ ،)0‬هذه‬
‫المتغيرات هي ‪v2 ،v3‬‬
‫‪ )3‬مجموعات المتغيرات المترابطة إيجابيا فيما بينها‪:‬‬
‫‪82‬‬
‫‪-------------------------------------------------------------------‬‬
‫هي المتغيرات الممثلة بنقاط قريبة من الدائرة و القريبة فيما بينها‪ ،‬و عليه نميز في هذه الحالة ما بين‬
‫ثالثة مجموعات‪:‬‬
‫‪ -1‬المجموعة األولى‪ :‬المتغيرات هي ‪v7 ،v5‬‬

‫‪ -2‬المجموعة الثانية‪ :‬المتغيرات هي ‪v9 ،v1‬‬
‫‪ -3‬المجموعة الثالثة‪ :‬المتغيرات هي ‪v10 ،v8 ،v4‬‬
‫‪ )4‬تحديد المتغيرين األقل ارتباطا فيما بينهما‪:‬‬
‫المتغيرين األقل ارتباطا فيما بينهما‪ ،‬هما متغيرين ممثلين بنقاط قريبة من دائرة االرتباط و‬
‫يشكالن مع النقطة (‪ )0‬زاوية قائمة (‪ )un angle droit‬أو قريبة من الزاوية القائمة‪ ،‬كمثال‬
‫المتغيرات‪:‬‬
‫‪(v7,v10) ; (v7,v8) ; (v7,v4) ; (v7,v9) ; (v5,v9) ; (v6,v1) ; (v6,v10)…etc‬‬
‫‪ )5‬المتغيرين األكثر سلبيا مع المتغير ‪:v4‬‬
‫‪83‬‬
‫‪-------------------------------------------------------------------‬‬
‫المتغيرين األكثر ارتباطا سلبيا فيما بينهما هما المتغيرين الممثلين بنقاط قريبة من دائرة االرتباط‬
‫و يشكالن مع النقطة (‪ )0‬زاوية مستقيمة (‪ ،)un angle plat‬فمثال في مثالنا هنا المتغيرين‬
‫المرتبطين ارتباط سالب مع المتغير ‪ v4‬هما‪v9 ،v1 :‬‬
‫‪ )6‬قيمة معامل االرتباط ما بين ‪ v1‬و ‪ Axe1‬بالتقريب‪:‬‬

‫‪−1‬‬
‫هذا المعامل هو سالب و يساوي بالتقريب ‪= −0.33‬‬
‫‪3‬‬
‫‪ )7‬تحديد المتغير الذي معامل ارتباطه مع ‪ Axe‬قريب من ‪:1‬‬
‫من دائرة االرتباط نالحظ ‪v9‬‬
‫‪ )8‬قيمة معامل االرتباط ما بين المحورين ‪ Axe1‬و ‪:Axe2‬‬
‫يساوي (‪ )0‬ألنهما محورين متعامدين‪.‬‬

‫تطبيق المسائل السابقة المحلولة باستخدام البرنامج التطبيقي ‪SPSS26‬‬
‫(انظر الفيديو –القناة الشخصية –ريثما يقدم لي حساب على مستوى‬
‫الجامعة)‬

‫تطبيق المسائل السابقة المحلولة باستخدام البرنامج التطبيقي‪Minitab‬‬
‫(انظر الفيديو –القناة الشخصية –ريثما يقدم لي حساب على مستوى‬
‫الجامعة)‬
‫‪84‬‬

محاضرات تحليل المعطيات

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

محاضرات تحليل المعطيات

Uploaded by

Copyright:

Available Formats

‫الجمهورية الجزائرية الديمقراطية الشعبية‬

‫وزارة التعليم العالي و البحث العلمي‬

‫محاضرة‪-‬اعمال موجهة‪ :‬مراجعة حول المصفوفات‬

‫‪ -‬ضع المعلومات الواردة في الجدولين في مصفوفتين (مصفوفة الكمية ‪ +‬مصفوفة األسعار)‪.‬‬

‫جدول ‪ :01‬يمثل الكميات‬

‫البيان‬ ‫السلعة ‪1‬‬ ‫السلعة ‪2‬‬ ‫السلعة‪3‬‬

‫‪Ind1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬

‫‪Ind2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪4‬‬

‫جدول ‪ :02‬يمثل األسعار‬

‫البيان‬ ‫سعر السلعة ‪1‬‬ ‫سعر السلعة ‪2‬‬ ‫سعر السلعة‪3‬‬

‫المتجر‪1‬‬ ‫‪0.15‬‬ ‫‪0.20‬‬ ‫‪1.1‬‬

‫المتجر‪2‬‬ ‫‪0.2‬‬ ‫‪0.3‬‬ ‫‪1‬‬

‫(ال تنسى نريد حساب ‪)RT= P.Q‬‬

‫‪rouleau e 10‬‬ ‫‪pot de 10 litres‬‬

‫‪Quantités‬‬ ‫‪7 piéces‬‬

‫‪Nombre de rouleaux‬‬ ‫‪60‬‬ ‫‪40‬‬

‫‪Nombre de pots de‬‬

‫‪ -‬قم ببناء مصفوفة التكاليف الوحدوية و كذلك الكميات المستهلكة‪.‬‬

‫↘‬ ‫↓‬ ‫↙‬

Luxe 7 pièces 5 pièces

Cout d’achat des Cout d’achat des

‫إذا افترضنا بأن‪:‬‬

‫]‪𝑋 = [25 13 80 32‬‬

‫و بما أن ‪ R‬معطاة بالشكل التالي‪:‬‬

‫‪0.05 0.75 0.2‬‬ ‫‪0‬‬

‫‪ -‬ماذا يمثل ‪ X‬و ‪R‬؟‬

‫]‪𝑋 = [25 13 80 32‬‬

‫يمثل ‪ R‬المصفوفة التقنية و هي تمثل نسب التوزيع‬

‫لدينا‪T= X*R :‬‬

‫الكمية المنتجة و ‪Q :‬‬

‫‪A1‬‬ ‫‪500‬‬ ‫‪350‬‬ ‫‪500‬‬ ‫‪200‬‬

‫‪A2‬‬ ‫‪250‬‬ ‫‪400‬‬ ‫‪500‬‬ ‫‪300‬‬

‫‪A3‬‬ ‫‪300‬‬ ‫‪700‬‬ ‫‪900‬‬ ‫‪500‬‬

‫سعر التكلفة الوحدوي ‪C : couts de revient unitaires‬‬

‫‪U1‬‬ ‫‪U2‬‬ ‫‪U3‬‬ ‫‪U4‬‬

‫‪A1‬‬ ‫‪4.8‬‬ ‫‪4.5‬‬ ‫‪4.7‬‬ ‫‪4.3‬‬

‫‪A2‬‬ ‫‪1.4‬‬ ‫‪1.3‬‬ ‫‪1.4‬‬ ‫‪1.25‬‬

‫‪A3‬‬ ‫‪7.5‬‬ ‫‪7.3‬‬ ‫‪7.4‬‬ ‫‪7.2‬‬

‫‪ -‬باستخدام المصفوفات احسب رقم األعمال‪.‬‬

‫‪Chiffre d’affaires‬‬ ‫حساب رقم األعمال‬

‫‪P/A1 P/A2 P/A3‬‬ ‫‪U1‬‬ ‫‪U2‬‬ ‫‪U3‬‬ ‫‪U4‬‬

‫‪𝐶𝐴 = (5900, 8500, 11200,‬‬ ‫← )‪5800‬‬

‫نستعين بالمصفوفة التالية ‪:‬‬

‫مصفوفة األسعار القطرية ‪Matrice diagonale des prix‬‬

‫و التي نرمز لها بالرمز‪:‬‬

‫يمثل توزيع رقم األعمال بالنسبة للمصانع و بالنسبة للمنتجات → 𝑄 ∗ ‪𝑃′‬‬

‫‪U1‬‬ ‫‪U2‬‬ ‫‪U3‬‬ ‫‪U4‬‬

‫حساب سعر التكلفة ‪Calcul des couts de revient :‬‬

‫‪C/U1‬‬ ‫‪C/U2‬‬ ‫‪C/U3‬‬ ‫‪C/U4‬‬

‫التكلفة الكلية في‬

‫‪5000 4765 4925 4622.5‬‬

‫‪7490 7205 7385‬‬ ‫‪7045‬‬

‫‪9850 9470 9710‬‬ ‫‪9255‬‬

‫‪[5130 4940 5060‬‬ ‫] ‪4835‬‬

‫‪X‬‬ ‫‪Y‬‬ ‫‪Z‬‬

‫‪Masse en g‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪1‬‬

‫‪Cout en DA‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪0.5‬‬

‫‪ -‬اشرح المصفوفة ‪A‬بحيث‪:‬‬

‫‪Après les calculs :‬‬

‫مؤسسة نجارة تصنع يوميا ‪ 03‬أنواع من التجهيزات المكتبية ‪C،B،A‬‬

‫‪ -‬التجهيز المكتبي ‪ A‬يحتاج ‪ 05‬ساعات عمل و ‪ 42‬كغ من الخشب‬

‫عدد التجهيز المكتبي ‪ A‬المتاح خالل يوم العمل ‪x:‬‬

‫عدد التجهيز المكتبي ‪ B‬المتاح خالل يوم العمل ‪y:‬‬

‫عدد التجهيز المكتبي ‪ C‬المتاح خالل يوم العمل ‪z:‬‬

‫احسب و علق على الجداء المصفوفاتي ‪31AX‬‬ ‫‪-‬‬