‫الفصلّاألول‬

‫ّ‬
‫نظريةّاالحتماالت‬
‫ّ‬
‫نظرية االحتماالت هي أساس اإلحصاء االستداللي‪ ،‬فتمدنا بالطرق‬
‫واألساليب الرياضية التي تساعدنا للوصول إلى أفضل االستنتاجات والقرارات التي‬
‫تخضع لدرجة من عدم التأكد‪ ،‬وذلك بسبب دراسة الجزء لالستدالل على صفات‬
‫الكل‪ .‬وقبل التطرق لنظرية االحتماالت سنعرض بعض المصطلحات اإلحصائية‬
‫الهامة التي لها عالقة مباشرة بموضوع االحتماالت‪ ،‬وهذه المصطلحات هي‪:‬‬

‫(‪ّّ)1-1‬التجربةّالعشوائية‪:‬‬
‫ُتعرف التجربة العشوائية بأهنا أية عملية قد تعطى نتائج مختلفة حتى إذا أعيدت‬
‫تحت نفس الظروف‪ ،‬وال يمكن أن نتنبأ أو نحدد بشكل أكيد نتيجتها قبل إجرائها‪،‬‬
‫ولكننا نعرف مسبقًا كل النتائج التي يمكن الحصول عليها‪.‬‬

‫مثالّ(‪ّ )1-1‬‬

‫عند إلقاء قطعة نقدية يف الهواء وتركها تعود‪ ،‬يف هذه العملية نستطيع مسبقًا‬
‫معرفة كل النتائج الممكن الحصول عليها وهي وجه أو ظهر‪ ،‬ولكن ال نعرف مسبقًا‬
‫أي نتيجة من هذه النتائج ستظهر حتمًا‪ ،‬فهذه العملية يطلق عليها تجربة عشوائية‪.‬‬

‫مثالّ(‪ّ )2-1‬‬
‫ّ‬
‫ّ‬

‫عند إلقاء مكعب نرد يف الهواء وتركه يعود‪ ،‬يف هذه العملية نستطيع مسبقًا‬
‫معرفة كل النتائج الممكن الحصول عليها وهي اإلعداد التالية ‪ ،6,5,4,3,2,1‬ولكن‬
‫ال نستطيع مسبقًا تحديد أي نتيجة من هذه النتائج سنحصل عليها‪ ،‬فهذه العملية يطلق‬
‫عليها تجربة عشوائية‪.‬‬
 ‫مثالّ(‪ّ )3-1‬‬
‫ّ‬
‫إذا كان لدينا ‪ 11‬طلبة‪ ،‬وأردنا أن نختار منهم طالبًا واحد ًا عشوائيًا‪ ،‬حيث‬
‫المقصود باالختيار العشوائي هو اختيار الطالب بطريقة تضمن إعطاء نفس الفرصة‬
‫لكل طالب من الطلبة العشرة ليكون هو الطالب المختار‪ ،‬أي يجب أن يكون االختيار‬
‫خاضعًا لعامل الصدفة المطلقة دون تدخل العامل البشري فيه‪ ،‬ويتم ذلك بإعطاء رقم‬
‫لكل طالب‪ ،‬وتكتب هذه األرقام على بطاقات متماثلة تمامًا‪ ،‬ثم نضع كل البطاقات‬
‫يف وعاء ونخلطها جيد ًا ثم نسحب ونحن مغمضي العينين بطاقة‪ ،‬فالرقم الذي على‬
‫البطاقة هو رقم الطالب المختار‪ ،‬يف هذه العملية نعرف مسبقًا انه سيظهر رقم أحد‬
‫الطلبة العشرة‪ ،‬ولكننا ال نستطيع أن نحدد مسبقًا رقم أي طالب من هؤالء الطلبة‬
‫سيظهر‪ ،‬وبالتالي فهذه العملية تسمى تجربة عشوائية ‪.‬‬
‫وتعتمد نظرية االحتماالت على التجارب العشوائية‪ ،‬وبالتالي ستكون‬
‫التجارب التي نتعامل معها يف موضوع هذا الكتاب كلها تجارب عشوائية‪.‬‬

‫(‪ّ)2-1‬فراغّالعينةّ‪:‬‬
‫فراغ العينة لتجربة هو المجموعة التي تشمل كل النتائج التي يمكن الحصول‬
‫عليها من إجراء هذه التجربة ‪.‬‬
‫عند القيام بأي تجربة‪ ،‬تظهر لنا نتيجة واحدة فقط من النتائج التي يشملها فراغ‬
‫العينة لهذه التجربة‪ ،‬فال نستطيع الحصول على أكثر من نتيجة من هذه النتائج يف نفس‬
‫الوقت‪ ،‬وبالطبع يختلف فراغ العينة من تجربة ألخرى‪.‬‬
‫وعادة يرمز للمجموعة التي تمثل فراغ العينة بالحرف ّ‪ ،S‬وهي تقابل الفئة‬
‫الشاملة يف موضوع المجموعات‪ ،‬وتسمى كل نتيجة من النتائج التي يشملها فراغ‬
‫العينة عنصر أو نقطة فراغ العينة‪.‬‬

‫مثالّ(‪:)4-1‬‬
‫ّ‬
‫يف تجربة إلقاء قطعة نقدية‪ ،‬سنحصل على وجه أو ظهر‪ ،‬فإذا رمزنا للوجهّبالحرفّ‬

‫‪ّH‬ورمزنا للظهر بالرمزّ‪ّ،T‬ففراغ العينة لهذه التجربة سنعرب عنه بالمجموعة التالية‪:‬‬
‫}‪S = { H , T‬‬
‫مثالّ(‪:)5-1‬‬
‫ّ‬
‫يف تجربة إلقاء مكعب نرد مرة واحدة‪ ،‬كل النتائج التي يمكن الحصول عليها‬
‫هيّاألعداد‪ 6,5,4,3,2,1 ّ:‬وبذلك فإن فراغ العينة لهذه التجربة هو‪:‬‬
‫}‪S= {1,2,3,4,5,6‬‬

‫مثالّ(‪:)6-1‬‬
‫ّ‬
‫يف تجربة إلقاء قطعة نقود مرتين‪ ،‬فكل النتائج التي يمكن أن نحصل عليها هي‬
‫وجه يف الرمية األولى ووجه يف الرمية الثانيةّ(‪ ،ّ)H H‬أو وجه يف الرمية األولى وظهر‬
‫يف الرمية الثانية ّ(‪ ،)HT‬أو ظهر يف الرمية األولى ووجه يف الرمية الثانية ّ(‪ّ )T H‬أو ظهر‬
‫يف الرمية األولى وظهر يف الرمية الثانيةّ(‪ .)T T‬النتيجة المكتوبة ناحية اليسار هي نتيجة‬
‫الرمية األولى والنتيجة المكتوبة ناحية اليمين هي نتيجة الرمية الثانية‪ ،‬إذن فراغ العينة‬
‫لهذه التجربة‪:‬‬
‫} ‪ّ S= { HH , HT ,TH ,TT‬‬
‫ّ‬
‫ّ‬
‫ّ‬
 ‫ّ‬
‫مالحظة‪:‬‬

‫فراغ العينة لتجربة إلقاء قطعتي نقود هو نفسه فراغ العينة لتجربة إلقاء قطعة‬
‫نقود مرتين‪ ،‬فنتيجة القطعة األولى ستكون مقابلة لنتيجة الرمية األولى‪ ،‬ونتيجة القطعة‬
‫الثانية ستكون مقابلة لنتيجة الرمية الثانية‪.‬‬

‫ﻡﺙﺍﻝ (‪:)7-1‬‬
‫ّ‬
‫إذا اخرتنا عشوائيا‪ ،‬ثالث وحدات منتجة من آلة معينة‪ ،‬لفحصها ما إذا كانت‬
‫تالفة أو غير تالفة‪ ،‬فإذا رمزنا للوحدة التالفة بالحرفّ‪ّ،D‬وللوحدة غير التالفة بالحرفّ‬

‫‪ّ،N‬فسنعرب عن النتائج كما يلي‪ ،‬فإذا كانت الوحدات الثالثة غير تالفة فسنكتب نتيجةّ‬

‫الفحصّ‪ّ،N NN‬وإذا كانت الوحدة األولى تالفة والثانية والثالثة غير تالفتين فسنكتب‬
‫النتيجة ّ‪ّ،DNN‬وهكذا ‪ ،.....‬وبالتالي سيكون فراغ العينة لهذه التجربة وهي تجربة‬
‫فحص ثالث وحدات منتجة كما يلي ‪:‬‬
‫ّ‬
‫} ‪ّ S= { NNN , DNN , NDN , NND , DDN , DND , NDD , DDD‬‬
‫ّ‬
‫ﻡﺙﺍﻝ (‪:)8-1‬‬
‫ّ‬
‫يف تجربة إلقاء مكعبي نرد‪ ،‬فراغ العينة لهذه التجربة سيكون كما يلي ‪:‬‬
‫ّ‬
‫)‪S= (1,1‬‬ ‫)‪(1,2‬‬ ‫)‪(1,3‬‬ ‫)‪(1,4‬‬ ‫)‪(1,5‬‬ ‫)‪(1,6‬‬
‫)‪(2,1‬‬ ‫)‪(2,2‬‬ ‫)‪(2,3‬‬ ‫)‪(2,4‬‬ ‫)‪(2,5‬‬ ‫)‪(2,6‬‬
‫)‪(3,1‬‬ ‫)‪(3,2‬‬ ‫)‪(3,3‬‬ ‫)‪(3,4‬‬ ‫)‪(3,5‬‬ ‫)‪(3,6‬‬
‫)‪ّ (4,1‬‬ ‫)‪(4,2‬‬ ‫)‪(4,3‬‬ ‫)‪(4,4‬‬ ‫)‪(4,5‬‬ ‫)‪(4,6‬‬
‫)‪ّ (5,1‬‬ ‫)‪(5,2‬‬ ‫)‪(5,3‬‬ ‫)‪(5,4‬‬ ‫)‪(5,5‬‬ ‫)‪(5,6‬‬
‫)‪ّ (6,1‬‬ ‫)‪(6,2‬‬ ‫)‪(6,3‬‬ ‫)‪(6,4‬‬ ‫)‪(6,5‬‬ ‫)‪(6,6‬‬
‫ّ‬
‫حيث العدد المكتوب ناحية اليسار يف كل نتيجة هو العدد الذي يظهر على‬
‫المكعب األول والعدد المكتوب ناحية اليمين هو العدد الذي يظهر على المكعب‬
‫الثاين‪ ،‬فمثالُ النتيجةّ(‪ّ)2,3‬تعني ظهور العددّ‪ّ2‬على المكعب األول وظهور العددّ‪ّ3‬‬

‫على المكعب الثاين وتقرأ هذه النتيجة ( اثنان‪ ،‬ثالثة )‪.‬‬

‫ّ‬
‫(‪ّ)3-1‬الحدث‪:‬‬
‫يف أية تجربة عشوائية قد نكون راغبين يف ظهور نتائج معينة من مجمل النتائج‬
‫التي يمكن الحصول عليها من هذه التجربة‪ ،‬أي من النتائج التي يشملها فراغ العينة‬
‫لهذه التجربة‪ ،‬دون النتائج األخرى‪ ،‬وهذه النتائج المرغوب ظهورها أي حدوثها‬
‫يطلق عليها مصطلح حدث‪ ،‬ويعرب عن أي حدث بمجموعة‪ ،‬ويرمز عادة للمجموعة‬
‫التي تمثل الحدث بأحد الحروف ّ‪ ... ,C , B , A‬مع عدم استعمال الحرف ّ‪ّ S‬ألنه‬
‫يستعمل كرمز لفراغ العينة‪.‬‬
‫وبما أن النتائج التي تشملها المجموعة الممثلة ألي حدث هي جزء من النتائج‬
‫الكلية التي يمكن الحصول عليها من التجربة‪ ،‬فبالتالي المجموعة التي تمثل أي‬
‫حدث يجب أن تكون مجموعة جزئية من فراغ العينة‪ .‬ومن هنا يعرف الحدث كما‬
‫يلي‪ّ ّّ:‬‬

‫ّ‬
‫احلدث هو جمموعة جزئية من فراغ العينة ‪. S‬‬
‫ّ‬
‫ّ‬
‫ّ‬
‫ّ‬
 ‫–ّ‪ّ)4‬أنواعّاألحداث‪:‬‬
‫ّ‬

‫ّ‬
‫ّّّّ‪ّ-ّ1‬الحدثّالبسيطّ‪:‬‬
‫عندما تحتوي المجموعة الجزئية التي تمثل الحدث على نتيجة واحدة فقط من نتائج‬
‫فراغ العينة‪ ،‬يكون الحدث بسيطًا‪.‬‬

‫ﻡﺙﺍﻝ (‪:)9-1‬‬
‫ّ‬
‫إذا القينا مكعب نرد‪ ،‬ونرغب يف ظهور العدد ‪ ،5‬ففراغ العينة‪:‬‬
‫}‪S= {1,2,3,4,5,6‬‬
‫والحدث هنا هو ظهور العددّ‪ّ،5‬وإذا رمزنا له بالحرفّ‪ّ،A‬فنعرب عنه كما يلي‪ّ :‬‬
‫} ‪ّ A= { 5‬‬
‫ونالحظ أن المجموعة الجزئية التي تمثل هذا الحدث تحتوي على نتيجة‬
‫واحدة فقط من نتائج فراغ العينة‪ ،‬إذن فهذا الحدث هو حدث بسيط‪.‬‬

‫‪ -1‬الحدثّالمركب‪:‬‬
‫عندما تحتوي المجموعة الجزئية التي تمثل الحدث على أكثر من نتيجة من نتائج‬
‫فراغ العينة‪ ،‬يكون الحدث مركبًا‪.‬‬

‫ﻡﺙﺍﻝ (‪:)11-1‬‬
‫ّ‬
‫إذا القينا مكعب نرد‪ ،‬ونرغب يف ظهور عدد أكرب منّ‪ّ،3‬ففراغ العينة‪:‬‬
‫}‪S= {1,2,3,4,5,6‬‬
‫والحدث هنا هو ظهور عدد أكرب من ّ‪ّ ،3‬وإذا ّرمزنا له بالحرف ّ‪ ،A‬فسنعرب عنه كما‬
‫يلي‪:‬‬
‫} ‪A= { 4 , 5 , 6‬‬
‫ونالحظ أن المجموعة الجزئية التي تمثل هذا الحدث تحتوي على أكثر من نتيجة من‬
‫نتائج فراغ العينة‪ ،‬إذن فهذا الحدث هو حدث مركب‪.‬‬
‫ّ‬
‫‪ -2‬الحدثّالمؤكد‪:‬‬
‫يسمى الحدث حدثًا مؤكد ًا عندما تحتوي المجموعة الجزئية التي تمثل‬
‫الحدث على كل نتائج فراغ العينة ‪ ،‬أي أن المجموعة الجزئية التي تمثل الحدث‬
‫المؤكد تساوى فراغ العينة‪ ،‬فإذا رمزنا للحدث المؤكد بالرمزّ ‪ّA‬فإن‪ّ،ّS= Aّ:‬ويعني‬
‫ذلك أن كل نتائج التجربة تحقق الحدث المرغوب فيه وبالتالي فمن المؤكد أن‬
‫يتحقق‪ ،‬ومن هنا يطلق عليه الحدث المؤكد‪.‬‬

‫ﻡﺙﺍﻝ (‪:)11-1‬‬
‫ّ‬
‫إذا ألقينا مكعب نرد‪ ،‬ونرغب يف ظهور عدد أقل منّ‪ ،7‬ففراغ العينة لهذه التجربة‪:‬‬
‫}‪ّ S= {1,2,3,4,5,6‬‬
‫ّ‬
‫والحدث المطلوب هنا هو ظهور عدد أقل من ّ‪ّ ،7‬فإذا رمزنا لهذا الحدث‬
‫بالرمز ‪ ،A‬فسنعرب عنه كما يلي‪:‬‬
‫}‪A= {1,2,3,4,5,6‬‬

‫ونالحظ أن المجموعة الجزئية التي تمثل هذا الحدث تساوي فراغ العينة‪ .‬أي‬
‫أن كل النتائج الممكن الحصول عليها من هذه التجربة تحقق هذا الحدث‪ ،‬حيث أن‬
‫من المؤكد أن نحصل على عدد أقل من ّ‪ّ 7‬عند إلقاء مكعب نرد‪ ،‬ألن كل األعداد‬
‫الموجودة على مكعب النرد هي أعداد أقل من ‪ ،7‬ولذلك يسمى هذا الحدث بالحدث‬
‫المؤكد‪.‬‬
 ‫‪ -3‬الحدثّالمستحيل‪:‬‬

‫يسمى الحدث حدثًا مستحيالً عندما تكون المجموعة الجزئية التي تمثل‬
‫الحدث خالية من العناصر‪ ،‬أي ال توجد أية نتيجة من نتائج فراغ العينة تحقق الحدث‬
‫المطلوب‪ ،‬أي أن كل النتائج الممكن أن نحصل عليها من التجربة ال تحقق الحدث‬
‫المرغوب فيه‪ .‬وبالتالي فمن المستحيل أن يتحقق هذا الحدث عند إجراء التجربة‪،‬‬
‫ولذلك سمى بالحدث المستحيل‪ .‬ويرمز للحدث المستحيل بالمجموعة الخاليةّ∅‪،‬‬

‫وبالطبع هذا ال يخل بتعريف الحدث‪ ،‬فالمجموعة الخالية هي مجموعة جزئية ألية‬
‫مجموعة ‪.‬‬

‫ﻡﺙﺍﻝ (‪:)12-1‬‬
‫ّ‬
‫إذا ألقينا مكعب نرد‪ ،‬ونرغب يف الحصول على العددّ‪ ،9‬ففراغ العينة لهذه التجربة‪:‬‬
‫}‪ّ S= {1,2,3,4,5,6‬‬
‫ّ‬
‫والحدث هنا هو الحصول على العدد ّ‪ ،9‬فإذا رمزنا لهذا الحدث بالرمز ّ‪ ،A‬فسنعرب‬
‫عنه كما يلي‪:‬‬
‫∅= } { = ‪ّ A‬‬

‫ونالحظ أن المجموعة الجزئية التي تمثل هذا الحدث مجموعة خالية من العناصر‪.‬‬
‫وذلك ألن كل النتائج الممكن الحصول عليها من هذه التجربة ال تحقق هذا الحدث‪،‬‬
‫فمن المستحيل أن نحصل على العددّ‪ّ9‬عند إلقاء مكعب نرد‪ ،‬ألن العددّ‪ّ9‬ليس من‬
‫األعداد الموجودة على مكعب النرد‪ ،‬وبالتالي فهذا الحدث هو حدث مستحيل‪.‬‬
‫ّ‬
 ‫ّ‬
‫‪ -5‬الحدثّالمكمل‪:‬‬

‫لكل حدث حدث ُا مكمالُ له‪ ،‬فالحدث المكمل للحدث ‪ّA‬مثالً‪ ،‬هو الحدث الذي‬
‫يحتوي على نتائج فراغ العينة التي ال يحتويها الحدث ّ‪ ، A‬وذلك كما هو موضح يف‬

‫شكلّ(‪ّ)1-1‬ويرمز لمكمل الحدثّ‪ّ،A‬وبالرمز ˋ𝐀‪ ،‬ومن تعريف الحدث المكمل‬

‫نستنتج أن أي حدث مكمل يجب أن يحقق الشرطين التاليين‪:‬‬

‫أ) اتحاد أي حدث والحدث المكمل له يجب أن يعطي فراغ العينة‪ ،‬أي أن‪:‬‬
‫𝐒 = ˋ𝑨 ∪‪A‬‬
‫ب) تقاطع أي حدث والحدث المكمل له يجب أن يعطي مجموعة خالية‪ ،‬أي أن‪:‬‬
‫𝝓 = ˋ𝑨 ∩ 𝑨‬
‫‪S‬‬ ‫ˋ‪A‬‬
‫ّ‬ ‫ّّ‬
‫‪A‬‬ ‫ّ‬
‫ّ‬
‫شكلّ(‪ّ )1-1‬‬
‫ﻡﺙﺍﻝ (‪:)13-1‬‬
‫ّ‬
‫إذا القينا مكعب نرد مرة واحدة‪ ،‬وكان الحدثّ‪ّA‬هو الحصول على عدد زوجي‪ ،‬فما‬
‫هو الحدث المكمل للحدثّ ‪ A‬؟ ّ‬

‫ّ‬
‫ّّالحل‪ّ :‬‬
‫فراغ العينة لهذه التجربة‪S= {1,2,3,4,5,6}ّ:‬‬

‫ّ} ‪ّ A= { 2, 4, 6‬‬ ‫ّ‬ ‫ّ‬ ‫ّ‬ ‫الحدثّ ‪ّ :A‬‬

‫إذن الحدث المكمل للحدثّ‪ّA‬هو الحدث الذي يحتوي على كل عناصر فراغّالعينة‬
‫غير الموجودة يفّ‪ّA‬وهي األعداد الفرديةّ‪ّ،ّ5ّ،ّ3ّ،ّ1‬ونعرب عنه كما يلي ‪:‬‬
‫} ‪𝐀` ={ 1 , 3 , 5‬‬
‫ّ‬
‫ّ‬
‫𝐒 = } 𝟔 ‪A∪ 𝐀` = {𝟏 , 𝟐 , 𝟑 , 𝟒 , 𝟓 ,‬‬ ‫ونالحظّأنّ‪:‬‬
‫∅ = } { = `𝐀 ∩‪A‬‬
‫ّ‬
‫‪ّ-6‬األحداثّالمتنافية‪:‬‬

‫تكون األحداث متنافية إذا كان ظهور أحدها يمنع األحداث األخرى من‬
‫الظهور‪ ،‬أي ال يمكن أن نحصل عليها كلها يف نفس الوقت‪ .‬فمثالً إذا كان الحدثانّ ‪B‬‬

‫‪ّ , A‬حدثين متنافيين‪ ،‬فيعني ذلك أن ظهور الحدث ّ‪ A‬يمنع الحدث ّ‪ّ B‬من الظهور‪،‬‬
‫وظهور الحدث ّ‪ّ B‬يمنع الحدث ّ‪ّ A‬من ّالظهور‪ ،‬أي ال نستطيع أن نحصل علىّ‬

‫الحدثين ‪ّB,A‬معًا يف نفس الوقت‪ .‬ونفهم من ذلك أنه ال توجد نتيجة من نتائج التجربة‬
‫تحقق الحدثين معًا يف نفس الوقت‪ ،‬أي ال توجد عناصر مشرتكة بين المجموعة‬
‫الجزئية التي تمثل الحدثّ‪ A‬والمجموعة الجزئية التي تمثل الحدثّ‪ّ،B‬أي تقاطعهما‬
‫مجموعة خالية‪:‬‬
‫∅ = 𝐁∩‪ّA‬‬
‫ويكون الحدثان غير متنافيين‪ ،‬إذا كان من الممكن أن يظهر ًا معًا يف نفس‬
‫الوقت‪ ،‬أي توجد نتائج مشرتكة بينهما‪ .‬أي أن تقاطعهما مجموعة غير خالية‪ ،‬وذلك‬
‫كما هوّموضح يف شكلّ(‪ّ .)2-1‬‬

‫ّ‬
 ‫ّ‬

‫ّّّّّّّّّّّحدثانّغيرّمتنافيين‬ ‫ّ‬ ‫ّّّّّّّحدثانّمتنافيان‬

‫𝐁∩‪A‬‬ ‫ّ‬
‫‪S‬‬ ‫‪S‬‬ ‫ّ‬
‫‪A‬‬
‫ّ‬
‫‪B‬‬ ‫‪A‬‬ ‫‪B‬‬

‫ّّّّّّّّّّّّّّّّّّّّّّّّّّّّشكلّ(‪ّ )2-1‬‬
‫ﻡﺙﺍﻝ (‪:)14-1‬‬
‫ّ‬
‫يف تجربة إلقاء قطعتي نقود‪ ،‬إذا كان الحدث ‪ّA‬هو الحصول على وجهين‪ ،‬والحدثّ‬

‫‪ّB‬هو الحصول على ظهرين‪ ،‬والحدثّ‪ّC‬هو الحصول على وجه أو أكثر ‪ .‬فأي حدثين‬
‫متنافيين وأيهما غير متنافيين؟‬
‫ّ‬
‫ّالحل‪ّ :‬‬
‫فراغ العينة لهذه التجربة‪ّ S = { HH , HT , TH , TT }ّّ:‬‬

‫والمجموعات الجزئية التي تمثل األحداث هي‪:‬‬

‫} ‪A = { HH‬‬
‫} ‪B = { TT‬‬
‫} ‪C = {HH , HT , TH‬‬
‫ّ‬
‫ّّّّّ‪C‬‬ ‫ّ‬ ‫ّ‬ ‫ّ‬
‫ّ‬ ‫‪S‬‬
‫‪HT‬‬
‫‪HH‬‬
‫‪ّA‬‬
‫‪TH‬‬ ‫‪TT‬‬
‫‪H‬‬
‫‪B‬‬
‫ّّّشكلّ(‪ّ ّ)3-1‬‬ ‫ّ‬ ‫ّ‬ ‫ّ‬
‫بما أنه ال توجد نتيجة تحقق الحدثينّ‪ّB , A‬يف نفس الوقت‪ ،‬أي تقاطعهما يعطي‬
‫مجموعة خالية ‪:‬‬
‫∅ = 𝐁 ∩‪ّ A‬‬
 ‫إذن الحدثانّ ‪ّB , A‬حدثان متنافيان ‪ّ .‬‬

‫بما انه توجد نتيجة تحقق الحدثينّ‪ّC , A‬يف نفس الوقت‪ ،‬أي تقاطعهما ليس‬
‫مجموعة خالية ‪:‬‬
‫}𝐇𝐇{ = 𝑪 ∩ ‪ّ A‬‬
‫ّ‬
‫إذن الحدثانّ‪ّC ,A‬حدثان غير متنافيين ‪.‬‬
‫بما انه ال توجد نتيجة تحقق الحدثين ّ‪ّ C , B‬يف نفس الوقت‪ ،‬أي تقاطعهما مجموعة‬
‫خالية ‪:‬‬
‫∅ = 𝐂∩‪ّB‬‬
‫ّ‬
‫إذن الحدثانّ‪ّC , B‬حدثان متنافيان ‪ .‬وشكلّ(‪ّ)3-1‬يوضح ذلك‪ّ .‬‬

‫ّ‬
‫‪ -7‬األحداثّالمستقلة‪:‬‬
‫يكون الحدثان ّ‪ّ B , A‬حدثين مستقلين إذا كان ظهور أحدهما ال يؤثر وال يتأثر‬
‫بظهور أو عدم ظهور اآلخر ‪ .‬أي ال توجد أية عالقة بينهما‪.‬‬
‫فمثالً عند إلقاء قطعة نقود مرتين‪ ،‬فظهور وجه يف الرمية األولى ال يؤثر وال يتأثر‬
‫بظهور وجه يف الرمية الثانية‪ ،‬أي ال توجد عالقة بينهما‪ ،‬وبالتالي فحدث ظهور وجه‬
‫يف الرمية األولى وحدث ظهور وجه يف الرمية الثانية هما حدثان مستقالن‪.‬‬
‫يلزمنا يف دراسة االحتماالت تحديد عدد عناصر فراغ العينة وعدد عناصر‬
‫المجموعة الجزئية الممثلة للحدث‪ ،‬ويف بعض التجارب يحتوي فراغ العينة وكذلك‬
‫المجموعة الجزئية الممثلة للحدث على عدد كبير جد ًا من العناصر‪ ،‬ليس من السهل‬
‫كتابتها كلها وعدها‪ ،‬لذلك نستخدم بعض طرق العد التي تساعدنا يف الحصول على‬
‫عدد عناصر فراغ العينة وعدد عناصر المجموعة الجزئية للحدث دون كتابتها‪ ،‬ومن‬
‫أهم هذه الطرق ما يلي‪ّ :‬‬

‫(‪ّّ)5-1‬طرقّالعد‪:‬‬
‫(‪ّ)1-5-1‬قاعدةّالضرب‪ّ :‬‬

‫إذا كانت التجربة تتم يف مرحلتين أو عمليتين وكان عدد النتائج التي نحصل عليها يف‬
‫المرحلة أو العملية األولى تساويّ‪ّ،n1‬وعدد النتائج التي نحصل عليها يف المرحلة‬
‫أو العملية الثانية تساوي ّ‪ّ ،n2‬فإن عدد النتائج التي نحصل عليها يف المرحلتين أو‬
‫العمليتين معًا‪ ،‬أي عدد النتائج الكلية لهذه التجربة تساوي ‪ّ ّ.n1n2‬‬

‫ويمكن تعميم هذه القاعدة‪ ،‬فإذا كانت التجربة تتم يف ّ‪ّ k‬من العمليات‪ ،‬وكان عدد‬
‫النتائج يف هذه العمليات ّ‪ّ n1,n2,n3,…,nK‬فإن عدد النتائج الكلية لهذه التجربة‬
‫يساوي ‪:‬‬
‫‪n1,n2…………..nK‬‬
‫ّ‬
‫ﻡﺙﺍﻝ (‪:)15-1‬‬
‫ّ‬
‫عند إلقاء قطعتي نقود‪ ،‬نجد أن فراغ العينة لهذه التجربة‪:‬‬
‫} ‪S= { HH , HT , TH , TT‬‬
‫فنالحظ أن عدد النتائج الكلية يساويّ‪ّ ،4‬وباستخدام قاعدة الضرب نستطيع‬
‫تحديد عدد النتائج الكلية لهذه التجربة بدون كتابة فراغ العينة‪ ،‬فنجد أن لعملية إلقاء‬
‫القطعة النقدية األولى نتيجتان‪ ،‬أيّ‪ ،n1=2‬ولعملية إلقاء القطعة النقدية الثانية نتيجتان‬
‫أيّ‪ ،n2ّ=2‬إذن العدد الكلي للنتائج التي نحصل عليها من إلقاء القطعتين يساوي‪:‬‬
‫‪n1 n2 = (2) (2) = 4‬‬
‫ّ‬
 ‫ﻡﺙﺍﻝ (‪:)16-1‬‬
‫ّ‬
‫عند إلقاء مكعبي نرد‪ ،‬ما هو العدد الكلي للنتائج الممكنة؟‬
‫ّّّالحل‪ّ :‬‬
‫العدد الكلي للنتائج التي نحصل عليها من المكعب األولّ(ّ‪ّ .)ّn1ّ=ّ6‬‬

‫العدد الكلي للنتائج التي نحصل عليها من المكعب الثانـيّ(ّ‪ّ .)ّn2ّ=ّ6‬‬

‫إذن باستخدام قاعدة الضرب نجد أن العدد الكلي للنتائج التي نحصل عليها من‬
‫تجربة إلقاء مكعبي نرد يساوي‪:‬‬
‫‪n1 n2 = (6) (6) = 36‬‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)17-1‬‬

‫عند إلقاء مكعب نرد وقطعة نقود معًا‪ ،‬ما هو العدد الكلي للنتائج الممكنة؟‬
‫ّ‬
‫ّّّالحل‪ّ :‬‬
‫العدد الكلي للنتائج التي نحصل عليها من مكعب النردّ(‪ّ .)n1ّ=ّ6‬‬

‫العدد الكلي للنتائج التي نحصل عليها من قطعة النقودّ(‪ّ .)n2ّ=ّ2‬‬

‫إذن باستخدام قاعدة الضرب نجد أن العدد الكلي للنتائج التي نحصل عليها من إلقاء‬
‫مكعب نرد وقطعة نقود يساوي‪:‬‬
‫‪n1 n2 = (6) (2) = 12‬‬
‫ّ‬

‫(‪ّ)2-5-1‬التباديل‪ّ :‬‬
‫يمكن تعريف تباديل مجموعة من العناصر المختلفة بأهنا عدد الطرق‬
‫المختلفة التي يمكن أن نرتب هبا هذه العناصر ويرمز له بالرمزّّّ 𝒓𝒏 ‪ّ P‬‬
‫ّ‬

‫‪ّP‬‬ ‫=‬ ‫ّ‬ ‫حيثّّّّ‬

‫𝒏‬ ‫!𝒏‬
‫!)𝐫‪𝒓 (𝐧−‬‬‫ّ‬
 ‫ﻡﺙﺍﻝ (‪:)18-1‬‬
‫ّ‬
‫اشرتيت مرجعًا من ّ‪ّ 5‬أجزاء‪ .‬وعلى رف من رفوف مكتبك ال يتوفر إال ّ‪ّ3‬‬

‫أمكنة‪ .‬بكم طريقة مختلفة يمكنك شغل هذه األماكن الثالثة المتوفرة بثالثة أجزاء‬
‫تختارها من األجزاء الخمسة؟‬
‫ّ‬

‫ّالحل‪ّ :‬‬
‫عدد الطرائق المختلفة لشغل األماكن الثالثة هو عدد متبادالت خمسة أشياء مأخوذ‬
‫ثالثة منها يف وقت واحد وهوّ𝟑𝟓 ‪ّ P 𝒏𝒓=ّP‬‬

‫ّ‬
‫= =ّ!)𝟑‪ّ P 𝟓𝟑ّ=ّ(𝟓−‬‬ ‫حيثّّّّّّّّّّّّّّّّّّّّّّّّّ‪=ّ ّ=61‬‬
‫!𝟓‬ ‫𝟎𝟐𝟏 )𝟏()𝟐()𝟑()𝟒()𝟓( !𝟓‬
‫!𝟐‬ ‫)𝟏()𝟐(‬ ‫𝟐‬

‫أوّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّ‪ّ P 𝟓𝟑ّ=)5()4()3(=61‬‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)19-1‬‬
‫ّ‬
‫كم عدد ًا مكونًا من ‪ 3‬أرقام يمكن تكوينه من األرقام منّ‪ّ1‬إلىّ‪ّ11‬مع عدم السماح‬
‫بالتكرار؟‬
‫ّ‬

‫ّّّالحل‪ّ :‬‬
‫واضح أنه يف أي عدد (عينة) يراد تكوينه ال بد من مراعاة الرتتيب يف أرقامه حيث أن‬
‫هذا العدد يتغير تبعًا لهذا الرتتيب فمثالً العدد ّ‪ّ 312‬يختلف عن العدد ّ‪ّ 321‬كما أن‬
‫السحب يتم دون إرجاع نظر ًا لعدم السماح بتكرار الرقم‪ .‬أي أن‪:‬‬
‫ّ‬

‫𝐏 = 𝒓𝒏‪ّ P‬‬ ‫‪=721‬‬

‫𝟎𝟏‬ ‫!𝟎𝟏‬ ‫!𝟎𝟏‬ ‫)𝟏()𝟐()𝟑()𝟒()𝟓()𝟔()𝟕()𝟖()𝟗()𝟎𝟏(‬ ‫𝟎𝟎𝟖𝟖𝟐𝟔𝟑‬
‫𝟑‬
‫=‬ ‫=‬ ‫=‬ ‫)𝟏()𝟐()𝟑()𝟒()𝟓()𝟔()𝟕(‬
‫=‬
‫!)𝟑‪(𝟏𝟎−‬‬ ‫!𝟕‬ ‫𝟎𝟒𝟎𝟓‬
‫ّ‬

‫‪ّ P‬‬ ‫𝟎𝟏‪=ّP‬‬ ‫ّ=ّ‬ ‫ّ=ّ‬ ‫ّ=ّ‬ ‫أوّّّّّّّّّّّّّّّّّ‪=ّ)11()9()8(=721‬‬

‫𝒏‬ ‫!𝟎𝟏‬ ‫!𝟎𝟏‬ ‫)!𝟕()𝟖()𝟗()𝟎𝟏(‬
‫𝒓‬ ‫𝟑‬ ‫!)𝟑‪(𝟏𝟎−‬‬ ‫!𝟕‬ ‫!𝟕‬
 ‫يسمى عدد تباديل ‪ّn‬من العناصر المميزة المأخوذة سوية هو‪ّ ّ:‬‬ ‫نتيجة‪:‬‬

‫ّ‬
‫‪n‬‬
‫!‪P𝒏 =n(n-1)(n-2)……………………..1=n‬‬ ‫ّ‬

‫والفكرة األساسية لهذه القاعدة تعتمد على قاعدة الضرب فعند ترتيب هذه‬

‫العناصر سيكون لدينا ‪ّn‬من العناصر من الممكن وضع واحدة منها يف الرتتيب األول‪،‬‬

‫وسيكون لدينا ّ(‪ّ)n-1‬من العناصر من الممكن وضع واحدة منها يف الرتتيب الثاين‬

‫ألن واحدة من المفردات قد وضعت يف الرتتيب األول‪ ،‬وهكذا ‪ ..........‬إلى أن‬

‫نصل إلى الموضع األخير وهو يف هذه الحالة الموضع الخاص بالرتتيبّ‪ّ،n‬ويكون‬

‫لدينا خيار واحد فقط إلجراء هذه العملية‪ ،‬ألن ّ(‪ّ)n-1‬من المفردات قد تم وضعها‬

‫يف المواضع التي سبقتها‪.‬‬

‫وبتطبيق قاعدة الضرب نجد أن عدد الطرق المختلفة لرتتيبّ‪ّn‬من المفردات هو‪:‬‬
‫‪n (n-1) (n-2)…………….1‬‬
‫ّ‬
‫وهذا العدد يطلق عليه مضروبّ‪ّ،n‬ويرمز له بالرمز !‪ّ،n‬مع العلم بأن‪ّ :‬‬
‫‪0! = 1‬‬ ‫‪1! = 1‬‬
‫ّ‬
‫ﻡﺙﺍﻝ (‪:)21-1‬‬
‫ّ‬
‫إذا طلبنا من شخص ما إن يرتبّ‪ّ3‬كتبّ(‪ّ)ّC , B , A‬يف رف ‪ ،‬فكل الطرق الممكنة‬
‫يف هذه الحالة موضحة فيما يلي ‪:‬‬
‫} ‪S= { ABC , ACB ,BAC , BCA , CAB , CBA‬‬
‫أي توجد ّ‪ّ 6‬طرق لرتتيب ّ‪ّ 3‬كتب على رف‪ ،‬وعدد هذه الطرق نستطيع تحديده‬
‫باستخدام قاعدة التباديل‪ ،‬حيثّ(‪ّ،)nّ=ّ3‬وذلك كما يلي‪:‬‬
‫‪ّ ّP𝟑𝟑 ّ=ّ3!ّ=ّ3×2×1ّ=ّ6‬‬
‫وبنفس القاعدة نستطيع بسهولة تحديد العدد الكلي للطرق التي يمكن أن نرتب هبا‬
‫أي عدد من المفردات دون كتابة فراغ العينة‪.‬‬

‫ﻡﺙﺍﻝ (‪:)21-1‬‬
‫ّ‬
‫ما العدد الكلي للطرق التي نستطيع هبا أن نرتبّ‪ّ7‬أطفال يف صف؟‬
‫ّ‬
‫ّالحل‪ّ :‬‬
‫باستخدام قاعدة التباديل‪ ،‬حيثّ(‪ّ،)n=7‬نجد أن العدد الكلي للطرق يساوي‪:‬‬
‫‪ّ 7!=7×6×5×4×3×2×1=5141‬‬

‫(‪ّ)3-5-1‬التوافيق‪ّ :‬‬
‫التوافيق هي عدد الطرق التي يتم هبا اختيار ّ‪ّ r‬من العناصر من بين مجموعة تحتوي‬
‫علىّ‪ّn‬من العناصر‪ ،‬بحيث أنّ(𝒓 ≥ 𝒏)ّمع إهمال عملية الرتتيب‪.‬‬
‫ونرمز للتوافيق بالرمز 𝐧𝐫𝐂 ّويحسب كما يلي‪:‬‬
‫ّ‬
‫!𝒏‬ ‫ّ‬
‫= 𝐧𝐫𝐂‬
‫!)𝒓 ‪𝒓! (𝒏 −‬‬ ‫ّ‬

‫ﻡﺙﺍﻝ (‪:)22-1‬‬
‫ّ‬
‫إذا كان لدينا ‪ 3‬موظفين‪ :‬أحمد‪ ،‬يوسف‪ ،‬إبراهيم‪ ،‬وأردنا أن نختار منهم لجنة تتكون‬
‫من موظفين‪ ،‬فما عدد الطرق الممكنة الختيار هذه اللجنة؟‬
 ‫ّّالحل‪ّ :‬‬
‫الطرق الممكنة الختيار هذه اللجنة هي‪:‬‬
‫يوسف وإبراهيم } = ‪s‬‬ ‫أحمد وإبراهيم ‪،‬‬ ‫{ أحمد ويوسف‪،‬‬
‫أي يوجدّ‪ّ3‬طرق لتكوين هذه اللجنة‪ ،‬وبالطبع هنا عملية الرتتيب ليس لها أية أهمية‪،‬‬
‫فمثالً اللجنة المتكونة من أحمد ويوسف‪ ،‬هي نفسها اللجنة المتكونة من يوسف‬
‫وأحمد‪.‬‬
‫نكون هبا اللجنة‪ ،‬بكتابة كل‬
‫وكما تالحظ أننا حددنا عدد الطرق التي يمكن أن ِّ‬
‫الطرق الممكنة ثم عدّ ها‪ ،‬ولكن هذه الطريقة من الصعب إتباعها عندما يكون العدد‬
‫الكلي للموظفين كبير ًا‪ .‬فاألسهل هو استخدام قاعدة التوافيق‪ ،‬حيث يف هذه ّالحالةّ ّ‬

‫(‪ّ ،)r=2(ّ،ّ)nّ =ّ 3‬وبالتالي عدد طرق اختيار شخصين من ّ‪ّ 3‬أشخاص مع إهمال‬
‫الرتتيب هو‪:‬‬
‫ّ‬
‫!𝟑‬ ‫𝟏×𝟐×𝟑‬
‫= 𝟐𝟑𝑪‬ ‫=‬ ‫𝟑=‬
‫!)𝟐 ‪𝟐! (𝟑 −‬‬ ‫)𝟏()𝟏 × 𝟐(‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)23-1‬‬
‫ّ‬
‫ّ‬
‫مدرسة هباّ‪ّ6‬مدرساتّو‪ّ3‬مدرسين‪ ،‬نريد اختيار لجنة تتكون منّ‪ّ4‬أعضــــــــــــاء‪ّ .‬‬

‫كم عدد اللجان المختلفة الممكن اختيارها؟‬ ‫أ)‬

‫‪3‬‬ ‫ّكم عدد اللجان المختلفة الممكن اختيارها بحيث تحتوي اللجنة على‬ ‫ب)‬
‫مدرسات ومدرس واحد؟‬
‫ّ‬
 ‫ّ‬
‫ّالحل‪ّ :‬‬
‫أ‪ .‬عدد اللجان المختلفة الممكن اختيارها‪ ،‬أي عدد اللجان المختلفة التي تحتوي علىّ‬

‫‪ّ4‬أشخاص مختارين منّ‪ّ9‬أشخاصّ(‪ّ،)3+6‬هو‪:‬‬

‫ّ=ّ𝟒𝟗 ‪ّ C‬‬ ‫ّ=‬ ‫‪ّ=126‬‬

‫!𝟗‬ ‫!𝟓×𝟔×𝟕×𝟖×𝟗‬
‫!)𝟒‪𝟒!(𝟗−‬‬ ‫!𝟓×!𝟒‬

‫ّ‬
‫أي سيكون لدينا ‪ 126‬لجنة كل منها تختلف عن األخرى (مع إهمال الرتتيب)‪.‬‬
‫ب‪ .‬عدد اللجان المختلفة الممكن اختيارها‪ ،‬بحيث تحتوي اللجنة على ّ‪ 3‬مدرسات‬
‫ومدرس واحد‪ ،‬هو عدد الطرق التي يتم هبا اختيار ّ‪ّ 3‬مدرسات ّمن ّ‪ّ 6‬مدرسات‬
‫واختيار مدرس واحد من ّ‪ّ 3‬مدرسين‪ ،‬أي كأن االختيار يتم على مرحلتين‪ ،‬فبتطبيق‬
‫قاعدة الضرب وقاعدة التوافيق‪ ،‬نجد أن عدد الطرق التي تحقق الحدث المطلوب‬
‫هو‪:‬‬
‫𝟔‬ ‫𝟑‬
‫ّ=ّ ‪ّ C ّ×ّC‬‬ ‫ّ×‬ ‫‪ّ=21×3=61‬‬
‫!𝟔‬ ‫!𝟑‬
‫𝟑‬ ‫!𝟐×!𝟏 !𝟑×!𝟑 𝟏‬
‫ّ‬
‫ّ‬
 ‫‪1 1‬‬
‫ّ‬
‫‪ .1‬أكتب فراغ العينة للتجارب التالية‪:‬‬
‫أ) إلقاء مكعب نرد وقطعة نقدية معًا مرة واحدة‬
‫ب) إلقاء قطعة نقدية ثالث مـــرات‪.‬‬
‫جـ) إذا أخرتنا أسرة واحدة عشوائيًا من األسر التي لديها ّ‪ّ 4‬أطفال‪ ،‬وسألناها عن‬
‫كل طفل من أطفالها هل هو ذكر أم أنثى‪.‬‬
‫د) إذا أخرتنا ثالث نساء عشوائيًا‪ ،‬وسألنا كل واحدة منهن هل تستخدم مسحوق‬
‫تايد لغسل المالبس أم ال‪.‬‬
‫‪ .2‬يف تجربة إلقاء قطعة نقدية ثالث مرات‪ ،‬أكتب الفئات الجزئية التي تمثل األحداث‬
‫التالية‪ ،‬مع ذكر نوع الحدث‪:‬‬
‫أ) الحصول على ظهريين أو أكثر‪.‬‬
‫ب) الحصول على ثالثة أوجـــه‪.‬‬
‫ج‪-‬الحصول على وجه يف الرمية األولى‪.‬‬
‫د‪-‬الحصول على ثالثة أوجه أو أقل‪.‬‬
‫هـ ‪-‬الحصول على أربعة أوجه‬
‫‪ .3‬يف تجربة إلقاء قطعتي نقود معًا‪ ،‬ما هو الحدث المكمل لحدث الحصول على‬
‫وجهين على األقل ( وجهين أو أكثر ) ؟‬
‫‪ .4‬يفّتجربةّإلقاء مكعبي نرد‪ ،‬ما هو الحدث المكمل لحدث الحصول على مجموع‬
‫يساويّ‪ 8‬أو اقل؟‬
‫‪ .5‬إذا ألقينا مكعبي نرد‪ ،‬وكان الحدث ّ‪ّ A‬هو الحصول على مجموع أقل من ّ‪ّّ،5‬‬

‫والحدث ‪ّB‬هو الحصول على مجموع أكرب منّ‪ّ،11‬والحدثّ‪ّC‬هو الحصول على‬

‫نفس العدد على المكعبين‪ .‬فأي حدثين متنافيين وأيهما غير متنافيين؟‬
‫‪ .6‬توجد ّ‪ّ 4‬طرق تربط المدينة أ‪ ،‬بالمدينة ب‪ ،‬ويوجد طريقان يربطان المدينة ب‬
‫بالمدينة جـ‪ ،‬فما عدد الطرق التي يمكن أن يسلكها المسافر من أ‪ ،‬إلى جـ مارا‪،‬‬
‫بالمدينة ب؟‬
‫‪ .7‬بكم طريقة يمكننا أن نرتب ‪ّ5‬كتب مختلفة يف رف؟‬
‫‪ .8‬بكم طريقة يمكن أن يجلس أستاذّو‪ّ3‬تالميذ يف صف‪ ،‬بحيث‪:‬‬
‫أ‪ -‬يمكن أن يجلس األستاذ يف أي مقعد‪.‬‬
‫يجب أن يجلس األستاذ يف المقعد األول‪.‬‬ ‫ب‪-‬‬
‫‪ .9‬صندوقّبهّ‪ّ11‬كراتّ(‪ّ4‬حمراءّوّ‪ّ6‬بيضاء)‪ّ،‬يراد اختيارّ‪ّ5‬كرات معًا من هذا‬
‫الصندوق‪ ،‬فأحسب ما يلي‪:‬‬
‫أ‪ -‬عدد الطرق التي يمكن أن نختار هبا من هذا الصندوقّ‪ّ5‬كرات‪.‬‬

‫ب‪ -‬عدد الطرق التي يمكن أن نختار هبا من هذا الصندوق كرة حمراء‪ ،‬و‪ّ4‬كرات‬
‫بيضاء‪.‬‬
‫ّ‬
 ‫(‪ّ)6-1‬طرقّحسابّاالحتماالت‪ّ :‬‬
‫االحتمال هو مقياس عددي يعرب عن مقدار ثقتنا يف إمكانية ظهور حدث ما غير‬
‫مؤكد الحدوث عند إجراء تجربة معينة‪ .‬وتوجد طريقتان لحساب االحتمال‪ ،‬هما‬
‫الطريقة التقليدية (الطريقة الكالسيكية)‪ ،‬والطريقة التجريبية (طريقة التكرار النسبي)‪.‬‬
‫ّ‬
‫(‪ّ)1-6-1‬الطريقةّالتقليدية‪ّ :‬‬
‫تستخدم هذه الطريقة عندما تكون كل نتائج التجربة لها نفس فرصة الظهور‪ ،‬ويحسب‬
‫احتمال حدث ما‪ ،‬بقسمة عدد النتائج التي تحقق الحدث على عدد النتائج الكلية‬
‫للتجربة‪ ،‬أي بقسمة عدد عناصر الفئة الجزئية للحدث على عدد عناصر فراغ العينة‪.‬‬
‫فإذا رمزنا لعدد عناصر فراغ العينة بالرمز ّ)‪ّ ،n (S‬ورمزنا لعدد عناصر الفئة الجزئية‬
‫التي تمثل الحدث ّ ‪ A‬بالرمز )‪ّ،n (A‬فإن احتمال الحدث ّ‪ّ،A‬ويرمز له بالرمز ّ)‪P(A‬‬

‫يحسب كما يلي ‪ّ :‬‬

‫= )𝐀(𝐏‬
‫ﻉﺩﺩ ﺍﻝﻥﺕﺍﺉﺝﺍﻝﺕﻱﺕﺡﻕﻕﺍﻝﺡﺩﺙ 𝐀‬
‫=‬
‫)𝑨(𝒏‬ ‫ّ‬
‫ﻝﻝﺕﺝﺭﺏﺓ‬
‫ﻙﻝﻱﺓ‬
‫ﻉﺩﺩﺍﻝﻥﺕﺍﺉﺝﺍﻝ‬ ‫)𝐒(𝒏‬
‫ّ‬
‫وال نستطيع حساب االحتمال التقليدي ألي حدث إال إذا توفر الشرطان التاليان‪:‬‬
‫‪ .1‬إذا كانت نتائج التجربة لها نفس فرصة الظهور‪.‬‬
‫‪ .2‬أن يكون فراغ العينة للتجربة العشوائية محدود‪ ،‬أي نستطيع أن نحدد عدد عناصرهّ‬
‫)‪.n(S‬‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)24-1‬‬
‫ّ‬
‫عند إلقاء مكعب نرد مرة وحدة واعتبار أن الحدث ّ‪ّ A‬هو ظهور عدد أكرب من ّ‪ّ،ّ 4‬‬

‫فأحسب احتمال ‪ّ .A‬‬

 ‫ّّّّالحل‪ّ :‬‬
‫فراغ العينة لهذه التجربــــة‪ّ S = { 1 , 2 , 3 , 4 , 5 , 6 }ّّ:‬‬
‫والفئة الجزئية التي تمثل الحدثّ‪ّA‬هي‪ّ A = { 5 , 6 } :‬‬

‫ّ‬
‫‪ّ n(A)ّ=ّّّ2ّّّّّّّّّّّّّّ،ّّn(S)ّّّ=ّ6‬‬
‫وبالتالي فإن‪:‬‬
‫احتمالّ ‪ّ(ّA‬احتمال ظهور عدد أكرب منّ‪ّ)ّ4‬هو‪ّ :‬‬
‫𝟐 )𝑨(𝒏‬
‫= )𝐀(𝐏‬ ‫=‬
‫𝟔 )𝑺(𝒏‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)25-1‬‬
‫ّ‬
‫إذا ألقينا قطعة نقود غير متحيزة‪ ،‬فما احتمال ظهور وجه؟‬

‫ّّّالحل‪ّ :‬‬
‫فراغ العينة لهذه التجربة‪ّ S = { H , T}ّ:‬‬

‫نفرض أن الحدثّ‪ّA‬هو ظهور الوجه‪ ،‬أي أن‪:‬‬

‫{ّ‪Aّ=ّ}ّH‬‬
‫ّّّّّّّّّّ‪ّ n)A(ّ=ّ1ّّّّ،ّn)S(ّ=ّ2‬‬
‫= )𝑨(𝑷 ّ‬ ‫)𝑨(𝒏‬
‫)𝑺(𝒏‬
‫ّ𝟓 ‪= = 𝟎.‬‬
‫𝟏‬
‫𝟐‬
‫واحتمال ظهور وجه هو‪:‬‬
 ‫ﻡﺙﺍﻝ (‪:)26-1‬‬
‫ّ‬
‫إذا اخرتنا عشوائيا أسرة من األسر التي لديهاّ‪ّ3‬أطفال‪ ،‬وسألنا األسرة عن كل‬
‫طفل من أطفالها هل هو ذكر أم أنثى وافرتضنا أن فرصة أن يكون المولود ذكر ًا تساوي‬
‫فرصة أن يكون المولود أنثى‪ ،‬فأحسب احتمال أن لدى األسرة بنتين‪.‬‬
‫ّ‬
‫ّّالحلّ‪ّ :‬‬
‫‪ .1‬إذاّرمزنا للطفل الذكر بالحرفّ‪ّ،b‬وللطفل األنثى بالحرفّ‪ّ،g‬فإنّفراغّالعينةّلهذهّ‬

‫التجربة كما يلي‪:‬‬

‫{‪ّ Sّ=ّ}bbb, bbg ,bgb ,gbb , bgg ,gbg, ggb , ggg‬‬
‫والمقصود بالنتيجة ّ‪ّ bbb‬أن الطفل األول ولد والطفل الثاين ولد والطفل‬
‫الثالث ولد‪ ،‬والنتيجة ‪ّ bbg‬تعني الطفل األول ولد والطفل الثاين ولد والطفل الثالث‬
‫بنت‪ ،‬وهكذا ‪...‬‬
‫إذا فرضنا أن الحدثّ‪ّA‬هو أن لألسرة بنتين‪ ،‬فإن الحدثّ‪ّA‬تحققه النتائج الموضحة‬
‫فيما يلي‪:‬‬
‫[‪ّ Aّ=ّ]bgg . gbg .ggb‬‬
‫ّّ‪ّ n)A(ّ=ّ3‬‬ ‫ّ‪ّ،nّ)S(ّ=ّ8‬‬
‫وبالتالي فإن االحتمال المطلوب هو‪:‬‬
‫)𝑨(𝒏‬ ‫𝟑‬
‫= )𝑨(𝑷‬ ‫=‬
‫)𝐒(𝒏‬ ‫𝟖‬
‫ّ‬
‫(‪ّ)2-6-1‬الطريقةّالتجريبيةّ(ّطريقةّالتكرارّالنسبيّ)ّ‪ّ :‬‬
‫عند إجراء تجربة بالفعل وتكرار ها تحت نفس الظروف عدد ًا من المرات‪،‬‬
‫فيعرف التكرار النسبي لحدث معين بأنه عدد المرات التي يظهر فيها هذا الحدث‬
‫مقسومًا على العدد الكلي لمرات تكرار التجربة‪ .‬واالحتمال التجريبي لوقوع حدثّ‬

‫معين هو عبارة عن التكرار النسبي لظهوره‪ ،‬وذلك عند تكرار إجراء التجربة تحت‬
‫نفس الظروف عدد ًا كبير ًا من المرات‪.‬‬
‫إن االحتمال المحسوب بطريقة التكرار النسبي قد يتغير عند زيادة تكرار‬
‫التجربة وحصولنا على معلومات جديدة بخصوص الحدث المطلوب‪ ،‬ولكن هذا‬
‫التغيير يكون بسيطًا كلما زاد العدد الكلي لمرات تكرار التجربة‪ .‬ويجب االنتباه أن‬
‫االحتمال التجريبي هو تقريب لالحتمال الحقيقي الذي نحصل عليه من الطريقة‬
‫التقليدية‪ ،‬ويزداد قربًا من االحتمال الحقيقي كلما زاد عدد مرات إجراء التجربة‪.‬‬
‫إذا كررنا تجربة ما عددّ‪ّn‬من المرات تحت نفس الظروف‪ ،‬وكان عدد مرات ظهور‬
‫الحدثّ‪ّA‬هوّ‪ّm‬من المرات‪ ،‬فيعرف االحتمال التجريبي للحدثّ‪ّA‬كما يلــــي‪:‬‬
‫ّ‬
‫𝒎‬ ‫ﻉﺩﺩ ﻡﺭﺍﺕ ﻅﻩﻭﺭ ﺍﻝﺡﺩﺙ 𝐀‬ ‫ّ‬
‫=‬ ‫‪=A‬‬ ‫ﺭﻱﺏﻱ ﻝﻝﺡﺩﺙ‬
‫ﻝﺕﺝ‬‫ﺍ‪.‬ﺡﺕﻡﺍﻝ ﺍ‬
‫𝒏‬ ‫ﺕﺝﺭﺏﺓ‬
‫ﺍﻝﻉﺩﺩ ﺍﻝﻙﻝﻱﻝﻡﺭﺍﺕ ﺇﺝﺭﺍء ﺍﻝ‬
‫ّ‬
‫ّ‬
‫ﻡﺙﺍﻝ (‪:)27-1‬‬
‫ّ‬
‫ألقى شخص ما قطعة نقود غير متحيزة ّ‪ّ 111‬مرة‪ ،‬وكان عدد مرات ظهور‬
‫الوجهّ‪ّ48‬مرة‪ ،‬فإن االحتمال التجريبي لظهور الوجه هو‪:‬‬

‫‪ّ 𝟏𝟎𝟎 = 0.48‬‬

‫𝟖𝟒‬

‫ّ‬
‫وعندما زاد عدد مرات تكرار التجربة إلىّ‪ّ 151‬مرة‪ ،‬كان العدد الكلي لظهور‬
‫الوجهّ‪ 73‬مرة‪ ،‬وأصبح االحتمال التجريبي لظهور الوجه هو‪:‬‬
‫𝟑𝟕‬
‫𝟔𝟔𝟖𝟒 ‪= 𝟎.‬‬
‫𝟎𝟓𝟏‬
 ‫ونالحظ أنه كلما زاد عدد المرات الكلية إلجراء التجربة‪ ،‬كلما أقرتب‬
‫االحتمال التجريبي منّ‪ّ،1.51‬وهو احتمال الحصول على وجه عند إلقاء قطعة نقود‬
‫إذا استخدمنا الطريقة التقليدية كما يف مثالّ(‪ّ.)25-1‬أي أنه إذا رمينا قطعة النقود عدد ًا‬
‫كبير ًا من المرات‪ ،‬فإن التكرار النسبي سوف يؤول إلى االحتمال الحقيقي الذي‬
‫نحصل عليه من الطريقة التقليدية‪ .‬ويجب االنتباه أن االحتمال التجريبي نحصل عليه‬
‫بعد إجراء التجربة فعالً‪ ،‬بينما االحتمال التقليدي يحسب بدون إجراء التجربة‪.‬‬
‫ّ‬

‫(‪ّ)7-1‬مسلماتّاالحتمال‪ّ :‬‬
‫نستطيع أن نعرف أي احتمال رياضيًا‪ ،‬بأنه دالة نطاقها فراغ العينة ومداها فئةّ‬

‫األعداد الحقيقية منّ‪ّ1‬إلىّ‪ .1‬وأي احتمال يجب أن يتمتع بالمسلمات التالية‪:‬‬

‫ّ‬
‫‪ .1‬احتمال أي حدث ‪ A‬جيب أن تكون قيمته يف املدى من ‪ 1‬إىل ‪. 1‬أي أن ‪:‬‬ ‫ّ‬

‫𝟏 ≤ )𝑨(𝑷 ≤ 𝟎‬ ‫ّ‬
‫ّ‬
‫ّ‬
‫فأي احتمال ال تزيد قيمته عن ّ‪ ،1‬وال تقل عن ّ‪ّ ،1‬وسنفسر هذه المسلمة يف‬
‫ضوء التعريف التقليدي لالحتمال فيما يلي‪:‬‬
‫= )𝐀(𝐏 ّ‬ ‫بماّأن‪ّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّ:‬‬
‫)𝑨(𝒏‬
‫)𝑺(𝒏‬
‫ّ‬
‫حيث‪ ّ:𝒏(𝑺)ّ:‬عـــــدد عناصــــــر فـــــــراغ العينـــــــــــــة ‪ّ .‬‬

‫)𝑨(𝒏‪ّ:‬عـــدد عناصــر الفئــــة الجزئيــــة التـــــي تمثـــــل الحــــدثّ‪ّ .ّA‬‬

‫وبما أن عدد عناصر الفئة الجزئية ّ)𝐀(𝒏 ّألي حدث يجب أن يكون محصور ًا بين ّ‬

‫ّ‪ّ1‬وّ)𝐒(𝒏‪ّ،‬أي أن أقل قيمة يأخذهاّ)𝐀(𝒏ّهي الصفر‪ ،‬وذلك عندما ال تحتوي الفئة‬

‫الجزئية التي تمثل الحدث على أي عنصر‪ ،‬وأكرب قيمة يأخذها هي ّ)𝑺(𝒏 ّوذلكّ‬

‫عندما تحتوي الفئة الجزئية التي تمثل الحدث على كل عناصر فراغ العينة‪ ،‬وبالتالي‬
‫فإن‪ّ :‬‬
‫)𝒔( 𝒏 ≤ )𝑨(𝒏 ≤ 𝟎‬

‫وبقسمة األطراف الثالثة لهذه المتباينة علىّ)𝑺(𝒏ّنحصل على ‪:‬‬

‫𝟎‬ ‫)𝑺(𝒏 )𝐀(𝐧‬
‫≤‬ ‫≤‬
‫)𝐒(𝐧‬ ‫)𝑺(𝒏 )𝐒(𝐧‬

‫𝟏 ≤ )𝑨(𝑷 ≤ 𝟎‬
‫ّ‬
‫‪ .2‬احتمال احلدث املؤكد يساوي واحد‪ ،‬واحتمال احلدث املستحيل يساوي‬ ‫ّ‬
‫صفر‪ ،‬أي أن‪:‬‬
‫ّ‬
‫‪P(∅ ) = 0‬‬ ‫‪P(S) = 1‬‬
‫ّ‬
‫وتفسير هذه المسلمة كما يلي‪:‬‬
‫إذا كان الحدثّ‪ّA‬حدثًا مؤكد ًا‪ ،‬فإن‪ّ ّ:‬‬

‫)‪n(A) = n(S‬‬ ‫وبالتالي فإن‬ ‫‪A = S‬‬

‫)𝑺(𝒏‬
‫= )𝑺(𝑷 = )𝐀(𝐏‬ ‫‪=1‬‬
‫)𝑺(𝒏‬

‫ّ‬
‫وإذا كان الحدثّ‪ّA‬حدثًا مستحيالً‪ ،‬فإن‪ّ :‬‬

‫)∅(‪n(A) = n‬‬ ‫وبالتالي فإن‪:‬‬ ‫∅ =‪A‬‬

‫ّ‬
‫)∅(𝒏‬ ‫𝟎‬
‫= )∅(𝑷 = )𝐀(𝐏‬ ‫=‬ ‫𝟎=‬
‫)𝑺(𝒏 )𝑺(𝒏‬
‫ّ‬
 ‫ّ‬
‫‪ .3‬إذا كان احلدثان ‪ B , A‬حدثني متنافيني ‪ ،‬أي الفئة اجلزئية اليت متثل احلدث‬
‫ّ‬
‫‪ A‬منفصلة عن الفئة اجلزئية اليت متثل احلدث ‪ B‬فإن ‪:‬‬
‫ّ‬
‫)‪P (A∪ 𝐵) = P(A) + P(B‬‬
‫ّ‬
‫وتفسير هذه المسلمة كما يلي‪:‬‬
‫بما أن‪:‬‬
‫)𝑨(𝒏‬ ‫)𝑩(𝒏‬
‫= )𝐀(𝐏‬ ‫= )𝑩(𝑷‬
‫)𝑺(𝒏‬ ‫)𝑺(𝒏‬

‫)𝑩 ∪ 𝑨(𝒏‬
‫= )𝐁 ∪ 𝐀 ( 𝐏‬ ‫=‬
‫)𝑺(𝒏‬
‫ّ‬
‫وبما أن الحدثينّ‪ B.A‬منفصالن‪ ،‬أي ال توجد عناصر مشرتكة بينهما‪ ،‬فإن عدد‬
‫العناصر الموجودة يف مجموعة االتحاد تساوي عدد العناصر الموجودة يف‬
‫المجموعة ‪ّA‬مضافًا إليها عدد العناصر الموجودة يف المجموعةّ‪ ،B‬أي أن‪:‬‬
‫)𝐁(𝒏 )𝑨(𝒏 )𝑩(𝒏 ‪𝐧(𝐀 ∪ 𝐁) 𝒏(𝑨) +‬‬
‫= )𝐁 ∪ 𝐀(𝐏‬ ‫=‬ ‫=‬ ‫‪+‬‬ ‫)𝑩(𝑷 ‪= 𝑷(𝑨) +‬‬
‫)𝐒(𝐧‬ ‫)𝑺(𝒏‬ ‫)𝑺(𝒏 )𝑺(𝒏‬
‫ّ‬
‫وهذه المسلمة يمكن تعميمها إلى أكثر من حدثين متنافيين‪ ،‬فمثالً إذا كانت‬
‫األحداثّّ‪ّA1 ,A2 , A3 , A4‬هيّأحداث متنافية فإن‪:‬‬

‫) 𝟒𝑨(𝑷 ‪ّ 𝑷 (𝑨𝟏 𝑼 𝑨𝟐 𝑼 𝑨𝟑 𝑼𝑨𝟒 ) = P (𝑨𝟏 ) + 𝑷(𝑨𝟐 ) + 𝑷(𝑨𝟑 ) +‬‬

‫وهكذا ‪......................‬‬
 ‫ّ‬
‫‪2 1‬‬
‫ّ‬
‫‪ .1‬إذا ألقينا قطعتي نقود معًا‪ ،‬فأحسب احتمال ظهور‪:‬‬
‫أ‪ -‬نتائج متشاهبة على القطعتين‪.‬‬
‫ب‪ -‬وجه أو أكثر‪.‬‬
‫جـ‪ّ3ّ-‬أوجه‪ّ .‬‬

‫‪ .2‬إذا ألقينا مكعب نرد‪ ،‬فأحسب احتمال ظهور‪:‬‬

‫أ‪ -‬عدد أكرب منّ‪.3‬‬

‫ب‪ -‬عدد محصور بينّ‪ّ1‬وّ‪.6‬‬

‫جـ‪ّ-‬عدد أقل منّ‪ّ .8‬‬

‫د‪ّ-‬ظهور العددّ‪ّ .8‬‬

‫‪ .3‬إذا ألقيناّ‪ّ3‬قطع نقدية معًا‪ ،‬فأحسب احتمال الحصول على‪:‬‬

‫أ‪ -‬نتائج متشاهبة على القطع الثالث‪.‬‬

‫ب‪ -‬وجهين أو أكثر‪.‬‬

‫جـ‪ّ-‬وجهين أو أقـــل‪ّ .‬‬

‫‪ .4‬إذا ألقينا مكعبي نرد معًا‪ ،‬فأحسب ما يلي‪:‬‬

‫أ‪ -‬احتمال الحصول على مجموع يســــــــــــاويّ‪.11‬‬

‫ب‪ -‬احتمال الحصول على مجموع يساويّ‪ّ9‬أو أكثر‪.‬‬

‫جـ‪ّ-‬احتمال أن يظهر العددّ‪ّ3‬على أحد المكعبيــــــن‪.‬‬
‫‪ .5‬إذا ألقينا قطعتي نقود ومكعب نرد معًا‪ ،‬فما احتمال الحصول على وجهين على‬
‫قطعتي النقود وعدد أكرب منّ‪ّ4‬على مكعب النرد؟‬
‫‪ .6‬إذا اخرتنا عشوائيًا عائلة واحدة من العائالت التي لديها ّ‪ّ 4‬أطفال‪ ،‬فأحسب‬
‫االحتماالت التالية بافرتاض أن فرصة أن يكون المولود ذكر تساوي فرصة أن يكون‬
‫المولود أنثى‪:‬‬
‫أ‪ -‬احتمال أن يكون الطفل األول ولد‪.‬‬
‫ب‪ -‬احتمال أن يكون عدد اإلناث يف العائلة يساوي عدد الذكور‪.‬‬
‫‪ .7‬تم اختيار مجموعة تشمل ّ‪ّ 211‬وحدة منتجة من سلعة ما‪ ،‬ووجدنا ّ‪ّ 24‬وحدة منها‬
‫تالفة‪ ،‬فإذا اخرتنا عشوائيًا مفردة من هذه المجموعة فما احتمال أن تكون تالفة؟‬
‫‪ .8‬تم اختيار مجموعة تشملّ‪ّ1211‬رجالً من سكان مدينة ما‪ ،‬ووجدنا عدد المدخنين‬
‫يف هذه المجموعة يساويّ‪ّ721‬رجالً‪ ،‬فإذا اخرتنا عشوائيًا رجالً من هذه المجموعة‬
‫فما احتمال أن يكون مدخنًا؟‬
‫‪ .9‬أشرتك محمد وعلي يف لعبة‪ ،‬وكرروهاّ‪ّ25‬مرة‪ ،‬فاز محمد يفّ‪ّ11‬مرات‪ ،‬وفاز علي‬
‫يفّ‪ّ8‬مرات‪ ،‬وتعاد ً‬
‫ال يف الباقي‪ ،‬فإذا لعبا محمد وعلي هذه اللعبة فأحسب ما يلي‪:‬‬
‫أ‪ -‬احتمال فوز محمــــــد‪.‬‬

‫ب‪ -‬احتمال عدم فوز علي‪.‬‬

‫‪ .11‬ما هي القيم التي ال تمثل احتماالت؟ ولماذا؟‬

‫ّ‪ّ ّ،ّ ّ،‬‬

‫𝟐‬ ‫𝟓‬ ‫𝟎𝟐‬
‫القيم هي‪،140 ،-140 ،04.0 ، 14.1 ،340 ،-0440 :‬‬
‫𝟖‬ ‫𝟑‬ ‫𝟗𝟏‬
‫ّ‬
‫ّ‬
‫ّ‬
‫ّ‬
‫ّ‬
‫ّ‬
 ‫(‪ّ)8-1‬قانونّجمعّاالحتماالت‪ّ :‬‬

‫قانون جمع االحتماالت هو القانون الذي نحسب منه احتمال اتحاد حدثين‬
‫أو أكثر‪ ،‬وسنتعرض فيما يلي لقانون جمع االحتماالت يف حالة حدثين غير متنافيين‪،‬‬
‫ويف حالة حدثين متنافيين‪.‬‬
‫ّ‬
‫(‪ّ)1-8-1‬قانونّالجمعّلحدثينّغيرّمتنافيين‪ّ :‬‬
‫ّ‬
‫إذا كان الحدثانّ‪ّB , A‬غير متنافيين أي أن الحدثينّ‪ B , A‬يمكن أن يحدثًا‬
‫معًا يف نفس الوقت‪ ،‬فإن احتمال حدوث الحدثّ(𝐁 ∪ ‪ّ)A‬يعني احتمال حدوثّّ‪A‬‬

‫أو ‪ّB‬أو االثنين معًا‪ ،‬أي ظهور أحد الحدثين على االقل‪ ،‬وهذا الحدث يمثله األجزاء‬
‫المظللة يف شكلّ( ‪ّ .) 4-1‬‬

‫ّ‬
‫‪S‬‬ ‫ّ‬
‫‪A‬‬
‫ّ‬
‫‪B‬‬

‫ّ‬
‫ّ‬
‫شكلّ(‪ّ )4-1‬‬
‫واحتمال حدوث الحدث ّ)𝐁 ∪ 𝐀( ّيساوي عدد العناصر التي تحتويها‬
‫مجموعة االتحادّ𝐁 ∪ ‪ّA‬مقسومًا على عدد عناصر فراغ العينة‪ ،‬وبما أن عدد عناصر‬
‫مجموعة االتحاد يساوي عدد العناصر التي تحتويهاّ‪ّA‬مضافًا إليه عدد العناصر التي‬
‫تحتويها ّ‪ّ B‬مطروحًا منه عدد العناصر التي تحتويها مجموعة التقاطع ّ𝐁 ∩ ‪ّ ، A‬ألن‬
‫عناصر مجموعة التقاطع ّ)𝐁 ∩ ‪ّ n (A‬قد قمنا بجمعها مرتين‪ ،‬جمعناها مرة مع‬
‫المجموعةّ‪ّA‬ومرة أخرى مع المجموعة ّ‪ ،ّB‬ولذا البد من طرحها مرة واحدة حتى‬
‫نحصل على المجموع الصحيح ‪ ،‬أي أن ‪:‬‬
‫ّ‬
‫)𝑩 ∩ 𝑨(𝒏 ‪𝒏(𝑨 ∪ 𝑩) 𝒏(𝑨) + 𝒏(𝑩) −‬‬
‫= )𝐁 ∪ 𝐀(𝐏‬ ‫=‬
‫)𝑺(𝒏‬ ‫)𝑺(𝒏‬
‫ّ‬
‫)𝑩 ∩ 𝑨(𝒏 )𝑩(𝒏 )𝐀(𝐧‬
‫=‬ ‫‪+‬‬ ‫‪−‬‬ ‫)𝑩 ∩ 𝑨(𝑷 ‪= 𝑷(𝑨) + 𝑷(𝑩) −‬‬
‫)𝑺(𝒏 )𝐒(𝐧‬ ‫)𝑺(𝒏‬
‫ّ‬
‫وبالتالي احتمال اتحاد أي حدثين غير متنافيين ّ‪ّ B , A‬يحسب من القانون‬
‫التالي والذي يطلق عليه قانون جمع االحتماالت لحدثين غير متنافيين ‪:‬‬
‫ّ‬
‫)𝑩 ∩ 𝑨(𝑷 ‪P(A∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) −‬‬
‫ّ‬
‫ّ‬
‫حيث‪ّ :‬‬
‫)𝐁 ∪ 𝐀(𝐏‪ّ :‬احتمال ظهور الحدث ّ‪ّ A‬أو الحدث ّ‪ّ B‬أو االثنين معًا‪ .‬أي احتمال‬
‫ظهور أحد الحدثين على األقل‪.‬‬
‫)‪ّ:ّP (A‬احتمال ظهور الحدثّ‪ّ .ّA‬‬

‫)‪ّ:ّP (B‬احتمال ظهور الحدثّ‪ّ .ّB‬‬

‫)𝐁 ∩ 𝐀(𝐏‪ّ:‬احتمال ظهور الحدثينّ‪ A‬وّ‪ّB‬معًا يف نفس الوقت‪ّ .‬‬

‫(‪ّ)2-8-1‬قانونّالجمعّلحدثينّمتنافيين‪ّ :‬‬
‫إذا كان الحدثانّ‪ B, A‬متنافيين أي أن وقوع أحدهما يمنع وقوع األخر‪ ،‬أي ال‬
‫توجد نتائج مشرتكة بينهما‪ ،‬أي ال توجد نتائج تحقق الحدثّ‪ّA‬وتحقق الحدثّ‪ّB‬يف‬
‫نفس الوقت ‪ ،‬كما هو واضح يف شكل ّ(‪ّ ،)5-1‬وبذلك استحالة حدوثهما معًا‪ ،‬أي‬
‫أن‪:‬‬
‫∅=𝐁∩𝐀‬
‫ّ‬
‫𝟎 = )𝐁 ∩ 𝐀(𝐏‬
‫ّ‬
‫‪S‬‬
‫ّ‬
‫ّ‬
‫‪A‬‬ ‫‪B‬‬

‫ّ‬
‫شكلّ(‪ّ )5-1‬‬

‫وبالتالي عندما يكون الحدثان ّ‪ّ B،A‬متنافيين‪ ،‬فإن احتمال حدوث الحدثّ‬

‫𝑩 ∪ 𝑨‪ّ،‬يعني احتمال ظهور الحدثّ‪ A‬أو ظهور الحدثّ‪ّ،B‬ويحسب كما يلي ‪:‬‬
‫ّ‬
‫)𝑩(𝑷 ‪P(A∪ 𝑩) = 𝑷(𝑨) +‬‬
‫ّ‬
‫الحظ أننا يف هذه الحالة ال نستعمل عبارة (أو االثنين معًا) ألن الحدثين‬
‫متنافيان وال يمكن الحصول عليهما معًا‪.‬‬
‫كما يجب االنتباه أن وجود أو يف االحتمال المطلوب‪ ،‬يعني االحتمال‬
‫المطلوب هو احتمال فئة االتحاد‪ ،‬ونستطيع حسابه من قانون جمع االحتماالت‪.‬‬
‫ّ‬
‫ﻡﺙﺍﻝ (‪:)26-1‬‬
‫ّ‬
‫عند إلقاء مكعب نرد مرة واحدة ما هو احتمال الحصول على رقم فردي أو‬
‫رقم أكرب منّ‪3‬؟ ّ‬

‫ّ‬
 ‫ّالحل‪ّ :‬‬
‫ّّّّ} ‪S= { 1 , 2 , 3 , 4 , 5 , 6‬‬ ‫ّ‬ ‫ّ‬ ‫ّ‬ ‫فراغ العينة لهذه التجربة‪:‬‬
‫لنفرض أن‪:‬‬
‫الحدثّ‪ّA‬يمثل حدث ظهور رقم فــــــــردي‪.‬‬
‫الحدثّ‪ّB‬يمثل حدث ظهور رقم أكرب منّ‪ّ .3‬‬
‫𝟑‬
‫= )𝑨(𝑷 } 𝟓 ‪𝐀 = {𝟏 , 𝟑 ,‬‬
‫𝟔‬
‫𝟑‬
‫} ‪B= {4 , 5 , 6‬‬ ‫= )‪P(B‬‬
‫𝟔‬

‫𝟏‬
‫وبماّأن‪𝟔ّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّ:‬‬
‫𝑩 ∩ 𝑨ّ‬ ‫= )𝑩 ∩ 𝑨(𝑷 ّ}𝟓{ =‬

‫وبما أن مجموعة التقاطع ليست مجموعة خالية‪ ،‬إذن الحدثان غير متنافيين؛‬
‫ولحساب االحتمال المطلوب نستخدم القانون التالي‪:‬‬
‫)𝑩 ∩ 𝑨(𝑷 ‪P(A∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) −‬‬
‫ّ‬
‫𝟑 𝟑‬ ‫𝟏‬ ‫𝟓‬
‫=‬ ‫‪+ −‬‬ ‫=‬
‫𝟔 𝟔‬ ‫𝟔‬ ‫𝟔‬
‫ﻡﺙﺍﻝ (‪:)27-1‬‬

‫إذا علمت أن احتمال نجاح طالب ما يف مادة اإلحصاء يساويّ‪ّ،1.71‬واحتمال‬

‫أن ينجح يف مادة الرياضةّ‪ّ،1.65‬واحتمال أن ينجح يف المادتين معًاّ‪ّ،1.52‬فأحسب‬
‫احتمال أن ينجح يف إحدى المادتين على األقل‪.‬‬
‫ّّّّالحل‪:‬‬
‫احتمال أن ينجح الطالب يف إحدى المادتين على األقل‪ ،‬يعني احتمال أن‬
‫ينجح يف اإلحصاء أو أن ينجح يف الرياضة أو أن ينجح يف المادتين معًا‪ ،‬فهنا حدث‬
‫النجاح يف اإلحصاء وحدث النجاح يف الرياضة غير متنافيين‪ .‬فإذا فرضنا أن‪:‬‬
 ‫الحدثّ‪ّA‬يمثل النجاح يف اإلحصاء‪ّ .‬‬

‫الحدثّ‪ّB‬يمثل النجاح يف الرياضـــة‪.‬‬

‫فاالحتمال المطلوب هو‪P(A∪ 𝑩) = ?ّ:‬‬

‫واالحتمــــــاالت المعطــــــاة هــــــي‪:‬‬

‫ّ‬
‫‪P(A)=0.70‬‬ ‫‪,‬‬ ‫‪P(B)= 0.65‬‬ ‫‪,‬‬ ‫𝟐𝟓 ‪P(A∩ 𝑩) = 𝟎.‬‬
‫ّ‬
‫وحيث أن الحدثينّ‪ّBّ، A‬غير متنافيين‪ ،‬فإن االحتمال المطلوب هو ‪:‬‬
‫ّ‬
‫)𝑩 ∩ 𝑨(𝑷 ‪P(A∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) −‬‬
‫ّ‬

‫‪= 0.70 + 0.65 – 0.52‬‬ ‫ّّّّّّّّّّّّّّّّّّّّّّّّّ‪=0.83‬‬

‫ّ‬

‫ﻡﺙﺍﻝ (‪:)28-1‬‬
‫ّ‬
‫عند إلقاء مكعب نرد مرة واحدة ما هو احتمال ظهور عدد زوجي أو ‪ّ5‬؟ ّ‬

‫ّ‬
‫ّّّّّالحل‪ّ :‬‬
‫فراغ العينة لهذه التجربة‪ّ S= { 1 , 2 , 3 , 4 , 5 , 6 }ّ:‬‬

‫لنفرض أن‪:‬‬
‫الحدثّ‪ّA‬يمثل حدث ظهور عدد زوجي‪.‬‬
‫الحدثّ‪ B‬يمثل حدث ظهور العـــــــددّ‪ّ .5‬‬
‫𝟑‬
‫} 𝟔 ‪𝑨 = {𝟐 , 𝟒 ,‬‬ ‫= )𝑨(𝑷‬
‫𝟔‬

‫𝟏‬
‫ّ}‪B = {5‬‬ ‫= )𝑩(𝑷‬
‫𝟔‬

‫} { = )𝑩 ∩ 𝑨(‬ ‫𝟎 = )𝑩 ∩ 𝐀(𝐏‬
 ‫وبما أن مجموعة التقاطع مجموعة خالية‪ ،‬إذن الحدثان متنافيان‪ ،‬ولحساب‬
‫االحتمال المطلوب نستخدم القانون التالي‪:‬‬
‫)𝑩(𝑷 ‪P(A∪ 𝑩) = 𝑷(𝑨) +‬‬
‫ّ‬
‫𝟑‬ ‫𝟏‬ ‫𝟐 𝟒‬
‫=‬ ‫‪+‬‬ ‫= =‬
‫𝟔‬ ‫𝟔‬ ‫𝟑 𝟔‬
‫ّ‬

‫(‪ّ)9-1‬االحتمالّالشرطي‪ّ :‬‬
‫إذا كان الحدثان ّ‪ّ B,A‬حدثين غير مستقلين‪ ،‬أي أن ظهور أحدهما يؤثر يف‬
‫احتمال ظهور األخر‪ .‬فاالحتمال الشرطي هو احتمال ظهور أحدهما وليكن ّ‪ ،ّ B‬إذا‬
‫علمت أن الحدث اآلخر وليكن ّ‪ّ A‬قد ظهر فعالً‪ .‬ويرمز لهذا االحتمال بالرمزّ‬

‫)‪ّ ،P(B/A‬ويقرأ احتمال ظهور الحدث ّ‪ّ B‬بشرط أن الحدث ّ‪ّ A‬قد ظهر فعالً‪ .‬أو‬
‫احتمال ظهور الحدثّ‪ّB‬إذا علمت أن الحدثّ‪ّA‬قد ظهر فعالً‪ .‬ويحسب كما يلي‪ّ ّ:‬‬

‫ّ‬
‫)𝑩 ∩ 𝑨(𝑷‬
‫= )𝑨‪𝑷(𝑩/‬‬
‫)𝑨(𝑷‬ ‫ّ‬
‫ﺡﻱﺙ‪P(A)> 𝟎 :‬‬
‫ّ‬
‫ّ‬
‫أما االحتمال الشرطي ّ)‪ّ ،ّ P(A/B‬يقرأ احتمال ظهور الحدث ‪ّ A‬بشرط أن‬
‫الحدث ّ‪ّ B‬قد ظهر فعالً‪ .‬أو احتمال ظهور الحدث ّ‪ّ A‬إذا علمت أن الحدث ّ‪ّ B‬قد‬
‫ظهر فعالً‪ ،‬ويحسب كما يلي‪:‬‬

‫)𝑩 ∩ 𝑨(𝑷‬
‫= )𝑩‪𝑷 (𝑨/‬‬
‫)𝑩(𝑷‬
‫ّ‬
‫ﺡﻱﺙ ‪P(B)> 𝟎:‬‬
‫ّ‬
‫ّ‬
‫الحظ أن الحدث الذي ظهر فعالً أي تم وقوعه فعالً‪ ،‬يكتب على يمين‬
‫الشرطة‪ ،‬أي على يمين العالمة ( ‪ ،)/‬واحتماله يكون موجود يف المقام‪ .‬وذلك كما‬
‫هو واضح يف العالقتين السابقتين‪.‬‬
‫أما إذا كان الحدثانّ‪ّB , A‬حدثين مستقلين ‪ ،‬أي أنه‪:‬‬
‫إذا كان ظهور الحدثّ‪ّA‬ال يؤثر على احتمال ظهور الحدثّ‪ّB‬فإن‪ّ :‬‬
‫= )𝑨‪𝑷(𝑩/‬‬ ‫)𝑩(𝑷‬
‫ّ‬
‫وإذا كان ظهور الحدثّ‪ّB‬ال يؤثر على احتمال ظهور الحدثّ‪ّA‬فإن‪ّ :‬‬
‫ّ‬

‫= )𝑩‪𝑷(𝑨/‬‬ ‫)𝑨(𝑷‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)29-1‬‬

‫إذا ألقينا مكعب نرد مرة واحدة‪ ،‬ما هو احتمال ظهور عدد زوجي إذا علمت‬
‫أنّالعددّالظاهر أكرب منّ‪4‬؟ ّ‬

‫ّ‬
‫ّّّّّّالحل‪ّ :‬‬
‫فراغ العينة لهذه التجربة‪S= {1,2,3,4,5,6}ّّّّّّ:‬‬

‫ّ‬
‫لنفرض أن‪:‬‬
‫الحدثّ‪ّA‬يمثل حدث ظهـــور عدد زوجــــــي‪.‬‬
‫الحدثّ‪ّB‬يمثل حدث ظهور عدد أكرب مـــنّ‪ّ .4‬‬
 ‫كما ذكرنا سابقًا أن الحدث الذي ظهر فعالً يوضع على يمين العالمة (‪،)/‬‬
‫وبما أن الحدث الذي علمنا أنه ظهر أعطيناه الرمزّ‪ّ،B‬إذن االحتمال المطلوب هوّ‬

‫)‪ P (A/B‬ويحسب كما يلي ‪:‬‬

‫)𝑩∩𝑨(𝑷‬
‫= )‪ّ P (A/B‬‬
‫)𝑩(𝑷‬
‫}𝟔 ‪ّ A∩ 𝑩 = {𝟔} , 𝑩 = {𝟓 ,‬‬ ‫ّّّّّ} 𝟔 ‪𝑨 = {𝟐, 𝟒 ,‬‬ ‫ّّّّ‬ ‫بماّأن‪ّ:‬‬
‫إذن‪ّ ّ:‬‬
‫𝟐‬
‫= )𝑩( ‪ّ P‬‬ ‫ّّّّّّّّّّّّّّّّّّّّّّّّّّّ = )‪P (𝑨 ∩B‬‬
‫𝟏‬
‫𝟔‬ ‫𝟔‬

‫)𝑩∩𝑨(𝑷‬ ‫‪𝟏⁄‬‬
‫= )‪ّ P (A/B‬‬ ‫𝟔‬ ‫𝟏‬
‫=‬ ‫‪𝟐⁄‬‬ ‫=‬
‫)𝑩(𝑷‬ ‫𝟔‬
‫𝟐‬

‫ﻡﺙﺍﻝ (‪:)31-1‬‬
‫ّ‬
‫مدرسة هباّ‪ّ51‬مدرسة مصنفه حسب الجنسية والمستوى التعليمي كما يلي‪:‬‬

‫ّّّّّّّّّّالجنسية ّ‬
‫غيرّليبيـــة ّ‬ ‫ليبيــــــة ّ‬
‫المستوىّالتعليمـــــيّ ّ‬
‫‪6‬‬ ‫‪11‬‬ ‫خريجة معهد‬
‫‪4‬‬ ‫‪..‬‬ ‫خريجة جامعة‬
‫اخترنا منهن مدرسة واحدة عشوائيًا‪.‬‬
‫أ‪ -‬إذا علمت أهنا ليبية‪ ،‬فما احتمال أن تكون خريجة جامعة؟‬
‫ب‪ -‬إذا علمت أهنا خريجة جامعة‪ ،‬فما احتمال أن تكون ليبية؟‬
‫ّ‬
‫ّّّّالحل‪ّ :‬‬
‫نفرض أن‪:‬‬
‫المدرســـــة ليبيـــــــــــــة‪.‬‬
‫َّ‬ ‫الحدثّ‪ّA‬هو أن تكـــون‬
‫المدرسة خريجة جامعة ‪.‬‬
‫َّ‬ ‫الحدثّ ‪ّB‬هو أن تكون‬
 ‫ّ‬
‫أ‪ -‬االحتمال المطلوب يفّ(أ)‪ّ،‬هو )‪ ، P (B/A‬ويحسب كما يلي ‪:‬‬
‫)𝑩∩𝑨(𝑷‬
‫= )‪ّ P(B/A‬‬
‫)𝑨(𝑷‬
‫المدرسة ليبية‪ ،‬وهو يساوي عدد المدرسات‬
‫َّ‬ ‫حيث )‪ P (A‬هو احتمال أن تكون‬
‫الليبيات مقسومًا على العدد الكلي للمدرسات‪ ،‬أي يساوي ‪ّ :‬‬

‫= )‪ّ P (A‬‬
‫𝟎𝟒‬
‫𝟎𝟓‬
‫ّ‬
‫و)𝑩 ∩ 𝑨(𝐏 ّهو احتمال أن تكون المدرسة ليبية وخريجة جامعة يف نفس الوقت‪،‬‬
‫وهو يساوي عدد المدرسات الليبيات الخريجات من الجامعة مقسومًا على العدد‬
‫الكلي للمدرسات ‪ ،‬أي يساوي ‪:‬‬
‫𝟐𝟐‬
‫= )𝑩 ∩ 𝑨(𝑷‬
‫𝟎𝟓‬
‫إذن احتمال أن تكون خريجة جامعة مع العلم بأهنا ليبية هو‪:‬‬
‫𝟐𝟐 𝟎𝟓‪𝑷(𝑨 ∩ 𝑩) 𝟐𝟐/‬‬
‫= )𝑨‪𝑷(𝑩/‬‬ ‫=‬ ‫=‬ ‫𝟓𝟓 ‪= 𝟎.‬‬
‫)𝐀(𝐏‬ ‫𝟎𝟒 𝟎𝟓‪𝟒𝟎/‬‬
‫ّ‬
‫االحتمال المطلوب يفّ(ب)‪ّ،‬هوّ)𝑩‪ّ،𝑷(𝑨/‬ويحسب كما يلي ‪:‬‬ ‫ب‪-‬‬
‫)𝑩 ∩ 𝑨(𝑷‬
‫= )𝑩‪𝑷(𝑨/‬‬
‫)𝐁(𝐏‬
‫ّ‬
‫المدرسة خريجة جامعة‪ ،‬وهو يساوي عدد‬
‫َّ‬ ‫حيث ّ)‪ّ P(B‬هو احتمال أن تكون‬
‫المدرسات خريجات الجامعة مقسومًا على العدد الكلي للمدرسات‪ ،‬أي‪:‬‬
‫𝟔𝟐‬
‫= )𝑩(𝑷‬
‫𝟎𝟓‬
‫إذن احتمال أن تكون ليبية مع العلم بأهنا خريجة جامعة هو‪:‬‬
‫ّ‬
 ‫𝟐𝟐 𝟎𝟓‪𝑷(𝑨 ∩ 𝑩) 𝟐𝟐/‬‬
‫= )𝑩‪𝑷(𝑨/‬‬ ‫=‬ ‫=‬ ‫𝟏𝟔𝟒𝟖 ‪= 𝟎.‬‬
‫)𝐁(𝐏‬ ‫𝟔𝟐 𝟎𝟓‪𝟐𝟔/‬‬
‫ّ‬
‫ﻡﺙﺍﻝ (‪:)31-1‬‬

‫صندوق بهّ‪ّ6‬كرات بيضاءّو‪ّ4‬كرات حمراء‪ ،‬فإذا سحبنا منه كرتين عشوائيًا‪،‬‬

‫وعملت أن الكرة األولى بيضاء‪ ،‬فما احتمال أن تكون الثانية حمراء؟‬
‫‪ .1‬مع عدم ترجيع الكرة األولى قبل سحب الكرة الثانية‪.‬‬
‫‪ .2‬مع ترجيع الكرة األولى قبل سحب الكرة الثانيــــــــة‪.‬‬
‫ّ‬
‫ّّّّّّّّّّّّّّّّّّّّّّالحل‪ّ :‬‬
‫نفـــرض أن‪:‬‬
‫الحدثّ‪ّA‬هو أن تكون الكرة األولى بيضاء‪.‬‬
‫الحدثّ ‪ّB‬هو أن تكون الكرة الثانية حمراء‪.‬‬
‫الصندوق يف هذه التجربة يعترب كأنه فراغ العينة‪ ،‬ألنه يحتوي على كل الكرات‬
‫التي يمكن أن تظهر لنا منها كرة (أي يحتوي على كل النتائج الممكنة)‪.‬‬
‫االحتمال المطلوب هو ّ)𝐀‪ّ،ّ 𝐏(𝐁/‬وهو احتمال أن تكون الكرة الثانية حمراء مع‬
‫العلم بأن الكرة األولى التي سحبت من الصندوق كانت بيضاء‪.‬‬
‫أ‪ .‬يف حالة عدم ترجيع الكرة األولى قبل سحب الكرة الثانية‪ ،‬لتحديد هذا االحتمال‬
‫الحدثان ّ‪ّB,A‬‬ ‫يجب معرفة ما تبقى يف الصندوق بعد عملية السحب األولى‪ ،‬فهنا‬
‫حدثان غير مستقلين‪ ،‬وذلك ألننا لم نرجع الكرة المسحوبة يف المرة األولى إلى‬
‫الصندوق‪ ،‬مما يؤدي إلى تغير محتوياته ‪ ،‬وبالتالي يتأثر احتمال ظهور كرة حمراء‪.‬‬
‫وحيث أن الباقي يف الصندوقّ‪ّ9‬كرات هي‪ّ5ّ:‬بيضاءّو‪ّ4‬حمراء‪ .‬فاحتمال أن تكون‬
‫الكرة المسحوبة يف المرة الثانية حمراء مع العلم أن األولى بيضاء يساوي عدد الكرات‬
‫الحمراء المتبقية يف الصندوق مقسومًا على العدد الكلي للكرات المتبقية‪ ،‬أي‬
‫االحتمال المطلوب هو‪:‬‬
‫𝟒‬
‫= )𝑨‪𝑷(𝑩/‬‬
‫𝟗‬
‫ب‪ّ.‬يف حالة ترجيع الكرة األولى قبل سحب الثانية‪ ،‬يكون الحدثان مستقلين‪ ،‬أي أن‬
‫ظهور كرة بيضاء يف السحبة األولى ال يؤثر يف احتمال أن تكون الثانية حمراء‪ ،‬ألننا‬
‫رجعنا الكرة األولى قبل سحب الثانية‪ ،‬وبالتالي فمحتويات الصندوق لم تتغير‪،‬‬
‫َّ‬
‫فكأننا لم نسحب منه أي كرة ولذلك فإن‪:‬‬
‫احتمال أن تكون الثانية حمراءّ=𝟎𝟏 ّ‬
‫𝟒‬

‫مالحظة‪:‬‬

‫يجب االنتباه إلى أن اختيار األشخاص دائمًا مع عدم اإلرجاع‪ ،‬حتى إذا لم ُ‬
‫يذكر ذلك‬
‫صراحة‪ .‬فليس من المنطق أن نعيد نفس األسئلة على نفس الشخص أكثر من مرة‪.‬‬

‫(‪ّ)11-1‬قانونّضربّاالحتماالت‪ّ :‬‬
‫إذا كان الحدثان ّ‪ّ B, A‬أي حدثين يف فراغ العينة ّ‪ّ ،S‬فإننا نستطيع الحصول علىّ‬

‫)𝑩 ∩ 𝑨(𝑷‪ّ،‬أي احتمال ظهورّ‪ّّA‬وّ‪ّB‬معًا يف نفس الوقت‪ ،‬كما يلي‪:‬‬

‫ّ‬

‫(‪ّ)1-11-1‬قانونّالضربّلحدثينّغيرّمستقلين‪ّ :‬‬
‫علمنا أنه عندما يكون الحدثانّ‪ّB , A‬غير مستقلين‪ ،‬والحدثّ‪ّA‬هو الذي تم‬
‫ظهوره أو ً‬
‫ال‪ ،‬فإن االحتمال الشرطي يحسب كما يلي ‪:‬‬
 ‫)𝑩 ∩ 𝑨(𝑷‬
‫= )𝑨‪𝑷(𝑩/‬‬ ‫‪،‬‬ ‫𝟎 > )𝐀(𝐏‬
‫)𝐀(𝐏‬
‫ّ‬

‫ومــن هـــذه الصيغـــة نستنتــــج الصيغــــة الخاصـــة بحســـــــاب ّّ‬

‫)𝑨 𝑩( 𝑷 ‪𝑷(𝑨 ∩ 𝑩) = 𝐏(𝑨).‬‬ ‫𝟎 > )𝑨( 𝑷‬ ‫فنجد أن‪:‬‬
‫وبالتالي نجد انه إذا كان الحدث ّ‪ّ A‬هو الذي تم ظهوره أو ً‬
‫ال‪ ،‬فإن احتمال‬
‫الحصول على الحدثين ّ‪ّ A‬و‪ّ B‬معًا يف نفس الوقت يحسب من الصيغة التالية التي‬
‫يطلق عليها قانون ضرب االحتماالت لحدثين غير مستقلين‪:‬‬

‫𝟎 > )𝑨( 𝑷 )𝑨 𝑩( 𝑷 ‪𝑷(𝑨 ∩ 𝑩) = 𝐏(𝑨).‬‬

‫ّ‬
‫ّ‬

‫(‪ّ)2-11-1‬قانونّالضربّلحدثينّمستقلين‪ّ :‬‬
‫أما إذا كان الحدثانّ‪ّB , A‬مستقلين ‪ ،‬فقد علمنا انه‪:‬‬
‫)𝑩(𝑷 = )𝑨‪𝑷(𝑩/‬‬
‫ّ‬

‫وبالتالي تصبح صيغة قانون ضرب االحتماالت عندما يكون الحدثان‬

‫‪ B ,A‬مستقلين كما يلي‪ّ :‬‬
‫ّ‬
‫)𝑩(𝑷 ‪P(A∩ 𝑩) = 𝑷(𝑨).‬‬
‫ّ‬
‫ّ‬
‫ّمالحظة‪:‬‬
‫ّالحرف و مقرونًا بمفهوم التقاطع‪ ،‬فالحدث الذي يقصد به ظهور ّ‪ّ A‬و ّ‪ّB‬‬

‫معًا‪ ،‬يعني ظهور الحدث ّ𝑩 ∩‪ّ ،A‬ونستطيع حساب احتمال حدث من هذا النوع‪،‬‬
‫بتطبيق التعريف التقليدي لالحتمال مباشرة‪ ،‬أي بقسمة عدد عناصر مجموعة التقاطعّ‬

‫)𝑩 ∩‪ّn(A‬على عدد عناصر فراغ العينةّ)‪ ،n(S‬أو باستخدام قانون ضرب االحتماالت‪.‬‬
 ‫ّ‬

‫ﻡﺙﺍﻝ (‪:)32-1‬‬

‫صندوق به ‪ 5‬كرات بيضاء ّو‪ّ 11‬كرات خضراء‪ ،‬فإذا سحبنا منه كرتين‬
‫عشوائيًا‪ ،‬فما احتمال أن تكون األولى خضراء والثانية بيضاء؟‬
‫أ‪ .‬يف حالة السحب مع عدم اإلرجـــــاع‪.‬‬
‫ب‪ .‬يف حالــــة السحــــب مـــع اإلرجــــاع‪.‬‬
‫ّ‬
‫ّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّالحل‪ّ :‬‬
‫نفرضّأن‪ّ :‬‬
‫الحدثّ‪ّA‬هو أن تكون الكرة األولى خضراء‪.‬‬
‫الحدث ‪ّB‬هو أن تكون الكرة الثانية بيضــــــاء‪.‬‬
‫االحتمال المطلوب هو‪:‬‬
‫? = )𝐁 ∩ ‪ّ P(A‬‬
‫ّ‬

‫أ‪ -‬في ّحالة ّ‬

‫أن السحب تم مع عدم اإلرجاع‪ ،‬تكون األحداث غير مستقلة‪ ،‬ويحسب‬
‫االحتمال المطلوب كما يلي‪:‬‬
‫ّ‬

‫)𝐀‪P(A∩ 𝐁) = 𝐏(𝐀). 𝐏(𝐁/‬‬

‫ّ×ّّ ّّ= ّ‬ ‫=ّّ‬
‫𝟎𝟏‬ ‫𝟓‬ ‫𝟓‬
‫𝟓𝟏‬ ‫𝟒𝟏‬ ‫𝟏𝟐‬
‫ّ‬
‫ب‪ -‬في ّحالة َّ‬
‫أن السحب تم مع اإلرجاع‪ ،‬تكون األحداث مستقلة‪ ،‬ويحسب االحتمال‬
‫المطلوب كما يلي‪:‬‬
‫)𝑩(𝑷 ‪ّ P(A∩ 𝑩) = 𝐏(𝑨) .‬‬
‫ّّ=ّّ ّّ×ّ ّّّ=ّّ ّ‬
‫𝟎𝟏‬ ‫𝟓‬ ‫𝟐‬
‫𝟓𝟏‬ ‫𝟓𝟏‬ ‫𝟗‬
‫ّ‬
 ‫ﻡﺙﺍﻝ (‪: )33-1‬‬
‫ّ‬
‫صندوق بهّ‪ّ6‬كرات بيضاءّو‪ّ14‬كرة سوداء‪ ،‬فإذا سحبنا منه كرتين عشوائيًا‪،‬‬
‫فما احتمال أن تكون الكرتان من نفس اللون؟‬
‫أ‪ .‬يف حالة السحب مع عدم اإلرجاع‪.‬‬
‫ب‪ .‬يف حالـــة السحـــب مـع اإلرجـاع‪.‬‬
‫ّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّ ّ‬
‫الحل‪ّ :‬‬
‫ّ‬
‫االحتمال المطلوب هو احتمال أن تكون الكرتان من نفس اللون‪ ،‬أي احتمال أن‬
‫تكون الكرتان بيضاء أو أن تكون الكرتان سوداء‪.‬‬
‫نفرضّأن‪ّ :‬‬
‫الحدثّ‪ W1‬هو أن تكون الكرة األولى بيضـــاء‪.‬‬
‫الحدثّ‪ W2‬هو أن تكون الكرة الثانية بيضــــــاء‪.‬‬
‫الحدثّ‪ B1‬هو أن تكون الكرة األولى ســـوداء‪.‬‬
‫الحدثّ‪ B2‬هو أن تكون الكرة الثانية ســـــوداء‪ّ .‬‬

‫ّ‬
‫ّ‬

‫االحتمالّالمطلوبّهو‪ّ :‬‬

‫احتمال ّ(ّ‪ّ w1‬وّ‪ّ)ّ W2‬أوّ(‪ّ B1‬وّ‪ ،)B2‬وكما ذكرنا سابقًا أن حرف و يعني تقاطع‬

‫وحرف أو يعني اتحاد‪ ،‬إذن االحتمال المطلوب هو‪:‬‬

‫ّ‬

‫? = ) ) 𝟐𝐁 ∩ 𝟏𝐁( ∪ ) 𝟐𝐖 ∩ 𝟏𝐖(( ‪ّ P‬‬

 ‫وبما أن حدث الحصول على كرتين بيضاء وحدث الحصول على كرتين‬
‫سوداء‪ ،‬هما حدثان متنافيان‪ ،‬ألهنما ال يمكن أن يظهرا معًا‪ ،‬وباستخدام قانون جمع‬
‫االحتماالت لحدثين متنافيين يكون االحتمال المطلوب مساويًا ما يلي‪:‬‬
‫) 𝟐𝑩 ∩ 𝟏𝑩(𝑷 ‪ّ 𝐏 ((𝑾𝟏 ∩ 𝑾𝟐 ) ∪ (𝑩𝟏 ∩ 𝑩𝟐 )) = P (w1∩ 𝒘𝟐 ) +‬‬
‫ّ‬
‫وبتطبيق قانون الضرب نحصل على االحتمال المطلوب‪ ،‬حيث‪:‬‬
‫أ‪ -‬االحتمال المطلوب يف حالة السحب مع عدم اإلرجاع‪:‬‬
‫) 𝟐𝐁 ∩ 𝟏𝐁(𝐏 ‪ّ P((w1∩ 𝐰 𝟐 ) ∪ (𝐁𝟏 ∩ 𝐁𝟐 )) = 𝐏(𝐖𝟏 ∩ 𝐖𝟐 ) +‬‬
‫) 𝟏𝑩‪= 𝑷(𝒘𝟏 )𝑷(𝑾𝟐 /𝑾𝟏 ) + 𝑷(𝑩𝟏 )𝑷(𝑩𝟐 /‬‬
‫ّ‬

‫ّ=ّ(ّّ ّّّ×ّّ ّّّ)ّ‪ّ =ّّّ)ّّ ّّ×ّّّ ّّ(ّ+‬‬

‫𝟔‬ ‫𝟓‬ ‫𝟒𝟏‬ ‫𝟑𝟏‬ ‫𝟐𝟖𝟏‪𝟑𝟎+‬‬
‫‪ّ =0.5578‬‬
‫𝟎𝟐‬ ‫𝟗𝟏‬ ‫𝟎𝟐‬ ‫𝟗𝟏‬ ‫𝟎𝟖𝟑‬
‫ّ‬
‫ب‪ -‬االحتمال المطلوب يف حالة السحب مع اإلرجاع‪:‬‬
‫) 𝟐𝑩 ∩ 𝟏𝑩(𝑷 ‪P((𝒘𝟏 ∩ 𝒘𝟐 ) ∪ (𝑩𝟏 ∩ 𝑩𝟐 )) = 𝑷(𝑾𝟏 ∩ 𝑾𝟐 ) +‬‬
‫) 𝟐𝑩(𝑷) 𝟏𝑩(𝑷 ‪= 𝑷(𝑾𝟏 )𝑷(𝑾𝟐 ) +‬‬
‫ّ‬

‫ّ=ّ(ّّ ّّّ×ّّ ّّّ)ّ‪ّ =ّّّ)ّّ ّّ×ّّّ ّّ(ّ+‬‬

‫𝟔‬ ‫𝟔‬ ‫𝟒𝟏‬ ‫𝟒𝟏‬
‫𝟔𝟗𝟏‪𝟑𝟔+‬‬
‫‪ّ =1.5811‬‬
‫𝟎𝟐‬ ‫𝟎𝟐‬ ‫𝟎𝟐‬ ‫𝟎𝟐‬ ‫𝟎𝟎𝟒‬
‫فيما يلي نعرض بعض األمثلة التي نستعين لحلها بطرق العد المذكورة يف بداية‬
‫هذا الفصل‪.‬‬

‫ﻡﺙﺍﻝ (‪:)34-1‬‬
‫ّ‬
‫قفل خزنة يتكون من ّ‪ّ 4‬خانات‪ ،‬ولكي يفتح يجب أن ُيحدد يف كل خانة عدد‬
‫من األعداد الصحيحة منّ‪ّ1‬إلىّ‪ّ،9‬فما احتمال سرقة هذه الخزنة؟‬
 ‫ّّّّّّالحل‪ّ :‬‬
‫سنستعين لحل هذا المثال بقاعدة الضرب‪ ،‬فهنا لديناّ‪ّ4‬خاناتّأيّ‪ّ4‬مراحل‬
‫وكل خانة ممكن أن نضع فيها أي عدد من األعداد الصحيحة ّ‪ ،9ّ،...،1ّ،1‬أي كل‬
‫مرحلة ممكن إنجازها بعشرة طرق‪ ،‬وبالتالي فإنّ ّ‬
‫𝟎𝟏 = 𝟏𝒏 ‪𝒏𝟒 = 𝟏𝟎 ، 𝒏𝟑 = 𝟏𝟎 ، 𝒏𝟐 = 𝟏𝟎 ،‬‬

‫ويكون العدد الكلي للحاالت التي يمكن أن نضبط عليها خانات قفل الخزنة (عدد‬
‫عناصر فراغ العينة) يساوي‪:‬‬
‫‪ّ n1n2n3n4 = (10) (10) (10) (10) = 10000‬‬
‫ّ‬
‫أي توجد ‪ 11111‬حالة يمكن أن نضبط عليها خانات قفل هذه الخزنة‪،‬‬
‫وبالطبع حالة واحدة فقط من هذه الحاالت هي التي تفتح قفل الخزنة (الحالة التي‬
‫يستعملها صاحب الخزنة)‪ ،‬إذن احتمال سرقة هذه الخزنة أي احتمال فتحها هو‪:‬‬
‫𝟏‬
‫𝟏𝟎𝟎𝟎 ‪= 𝟎.‬‬
‫𝟎𝟎𝟎𝟎𝟏‬
‫ّ‬
‫ﻡﺙﺍﻝ (‪:)35-1‬‬
‫ّ‬
‫إذا طلبنا من أحد األشخاص أن يرتب جلو س مدير و‪ 3‬مدرسين و‪ 3‬طلبة يف‬
‫مقاعد مرقمة من ‪ 1‬إلى فأحسب ما يلي‪:‬‬
‫أ‪ -‬احتمال أن يجلس المدير والمدرسين الثالثة يف المقاعد األربعة األولى‪ ،‬ثم الطلبة‬
‫يف المقاعد الباقية‪.‬‬
‫ب‪ -‬احتمال ان يجلس المدير يف المقعد األول ثم يجلس المدرسين الثالثة يف المقاعد‬
‫الثاين والثالث والرابع‪ ،‬ثم يجلس الطلبة يف بقية المقاعد‪.‬‬
 ‫الحـل‪:‬‬
‫واضح يف هذا المثال أننا نهتم بالترتيب‪ ،‬وبالتالي طريقة العد التي سنستعين هبا لحل‬
‫هذا المثال‪ ،‬هي قاعدة التباديل‪ .‬فيكون‪:‬‬
‫!‪7‬‬ ‫عدد الطرق الكلية التي يمكن أن نرتب هبا ‪ 7‬أشخاص يف صف =‬
‫أ‪ .‬الحدث المطلوب احتماله هو أن يجلس المدير والمدرسين الثالثة يف المقاعد‬
‫األربعة األولى‪ ،‬ويجلس الطلبة يف بقية المقاعد‪ .‬فهنا كأن الحدث يتم على مرحلتين‪:‬‬
‫يقوم فيها برتتيب المدير والمدرسين الثالثة يف المقاعد األربعة‬ ‫‪:‬‬
‫=ّ!‪.4‬‬ ‫األولى ويتم ذلك بعدد من الطرق‬
‫‪ :‬يقوم فيها برتتيب الطلبة الثالثة يف المقاعد الثالثة الباقية‪ ،‬ويتم ذلك‬
‫بعدد من الطرقّ=ّ!‪.3‬‬

‫وبتطبيق قاعدة الضرب نحصل على عدد الطرق التي تحقق الحدث المطلوب‬
‫(عدد عناصر الفئة الجزئية للحدث) وهو =ّ(!‪.)4!(ّ)3‬‬

‫إذن االحتمال المطلوب يساوي‪:‬‬

‫)!𝟑( )!𝟒(‬ ‫𝟏‬
‫=‬
‫!𝟕‬ ‫𝟓𝟑‬
‫ب‪ .‬الحدث المطلوب احتماله هو ان يجلس المدير يف المقعد األول والمدرسين الثالثة‬
‫يف المقاعد الثاين والثالث والرابع‪ ،‬ويجلس الطلبة يف بقية المقاعد‪ ،‬فهنا كأن الحدث‬
‫يتم علىّ‪ّ3‬مراحل‪:‬‬

‫يقوم فيها بوضع المدير يف المقعد األول‪ ،‬ويتم ذلك بعدد منّّّّّّّّّ ّ‬ ‫‪:‬‬
‫ّّّّّّّّّّّّّّّّّّّّّالطرقّ=ّ!‪ّ .1‬‬

‫‪ :‬يقوم فيها برتتيب المدرسين الثالثة يف المقعد الثاين والثالث‬

‫والرابع‪ ،‬ويتم ذلك بعدد من الطر قّ=ّ!‪ّ .3‬‬
‫يقوم فيها برتتيب الطلبة الثالثة يف المقاعد الثالثة الباقية‪ ،‬ويتم‬
‫بعدد من الطرق =ّ!‪3‬‬ ‫ذلك‬
‫وبتطبيق قاعدة الضرب نحصل على عدد الطرق التي تحقق الحدث المطلوب‬
‫(عدد عناصر الفئة الجزئية للحدث) وهوّ=ّ(!‪ّ .)1!()3!()3‬‬

‫إذن االحتمال المطلوب يساوي‪:‬‬

‫)!𝟑()!𝟑()!𝟏(‬ ‫𝟏‬
‫=‬
‫!𝟕‬ ‫𝟎𝟒𝟏‬
‫ﻡﺙﺍﻝ (‪:)36-1‬‬
‫ّ‬
‫فصل دراسي يحتوي على ّ‪ّ 8‬طالبات ّو‪ّ 7‬طلبة‪ ،‬فإذا اخرتنا عشوائيًا من هذا‬
‫الفصل مجموعة تتكون من ّ‪ّ 5‬أشخاص (طبعًا االختيار تم مع عدم اإلرجاع)‪ ،‬فما‬
‫احتمال أن تحتوي هذه المجموعة على ‪ 3‬طالبات وطالبين؟‬
‫ّّّّّالحل‪ّ :‬‬
‫االحتمال المطلوب هو احتمال اختيار مجموعة تتكون من ّ‪ّ 3‬طالبات‬
‫وطالبين‪ ،‬وبالطبع هنمل الرتتيب‪ ،‬وهذا االحتمال يساوي عدد النتائج التي تحقق هذا‬
‫الحدث مقسومًا على العدد الكلي للنتائج الممكنة‪.‬‬
‫واضح يف هذا المثال أننا هنتم باالختيار مع اهمال الترتيب‪ ،‬وبالتالي طريقة العد‬
‫التي سنستعين هبا لحل هذا المثال هي قاعدة التوافيق فيكون‪:‬‬
‫العدد الكلي للنتائج الممكنة (عدد عناصر فراغ العينة) يساوي العدد الكلي للطرق‬
‫التي يمكن أن نختار هباّ‪ّ4‬اشخاص منّ‪ّ15‬شخصّ(‪ّ،)7+8‬أي يساوي‪ّ :‬‬

‫ّ‬
‫!𝟓𝟏‬ ‫!𝟎𝟏 × 𝟏𝟏 × 𝟐𝟏 × 𝟑𝟏 × 𝟒𝟏 × 𝟓𝟏‬
‫𝟓𝟏𝑪‬
‫= 𝟓‬ ‫=‬ ‫𝟑𝟎𝟎𝟑 =‬
‫!)𝟓 ‪𝟓! (𝟏𝟓 −‬‬ ‫!𝟎𝟏 × !𝟓‬
‫ّ‬
‫وعدد الطرق التي تحقق الحدث المطلوب يساوي عدد الطرق التي يتم هبا‬
‫اختيار ّ‪ّ 3‬طالبات من ّ‪ّ 8‬طالبات واختيار طالبين من ّ‪ّ 7‬طلبة‪ ،‬أي كأن االختيار يتم‬
‫على مرحلتين‪ ،‬وبالتالي فبتطبيق قاعدة الضرب وقاعدة التوافيق‪ ،‬نجد أن عدد الطرق‬
‫التي تحقق الحدث المطلوب هو‪:‬‬
‫!𝟖‬ ‫!𝟕‬
‫= 𝟐𝟕𝑪 𝟑𝟖𝑪‬ ‫×‬ ‫𝟔𝟕𝟏𝟏 =‬
‫!𝟓 × !𝟐 !𝟓 × !𝟑‬
‫ّ‬
‫إذن االحتمال المطلوب هو‪ّ :‬‬
‫𝟔𝟕𝟏𝟏‬
‫=ّ‬ ‫ّّ𝟔𝟏𝟗𝟑 ‪ّ= 𝟎.‬‬
‫𝟑𝟎𝟎𝟑‬

‫ونستطيـــع حســـاب االحتمــــال المطلــــوب فــي خطــــوة واحــــدة كمــــا يلـــــــــــي‪:‬‬

‫𝟐𝟕𝑪 ‪𝑪𝟖𝟑 ‬‬
‫=ّ‬ ‫ّّّ𝟔𝟏𝟗𝟑 ‪= 𝟎.‬‬ ‫االحتمال المطلوب هــــــــو‪ّ:‬‬
‫𝟓𝟏𝑪‬
‫𝟓‬

‫ّ‬
‫مالحظة‪:‬‬

‫عندما تتم عملية السحب العشوائي للمفردات بدون إرجاع‪ ،‬نستطيع حساب‬
‫أي احتمال مطلوب باستخدام قوانين االحتماالت أو باستخدام قاعدة التوافيق‬
‫ونحصل على نفس النتيجة تمامًا‪ .‬ألنه عند إيجاد التوافيق ال نختار نفس المفردة‬
‫مرتين‪ ،‬أي كأن السحب تم بدون إرجاع‪.‬‬
‫فمثالً نستطيع حساب االحتمال المطلوب يفّ(أ)ّالخاص بالمثالّ(‪ّ)33-1‬باستخدام‬
‫قاعدة التوافيق‪ ،‬وذلك كما يلي‪:‬‬
‫العدد الكلي للنتائج الممكنة (عدد عناصر فراغ العينة) يساوي العدد الكلي للطرقّ‬

‫التي يمكن أن نختار هبا كرتين منّ‪ّ21‬كرة بالصندوقّ(‪ ،)14+6‬أي يساوي‪:‬‬

‫!𝟎𝟐‬ ‫!𝟎𝟐‬
‫𝟎𝟐𝑪‬
‫= 𝟐‬ ‫=‬ ‫𝟎𝟗𝟏 =‬
‫!)𝟐‪𝟐!(𝟐𝟎−‬‬ ‫!𝟖𝟏‪𝟐!‬‬
‫ويتحقق الحدث المطلوب عندما تكون الكرتان بيضاء أو عندما تكون الكرتان‬
‫سوداء‪ ،‬وهما حدثان متنافيان‪ ،‬وبالتالي‪:‬‬
 ‫احتمال أن تكون الكرتان من نفس اللون يساوي‪:‬‬
‫احتمال أن تكون الكرتان بيضاوين ‪ +‬احتمال أن تكون الكرتان سوداوين‪.‬‬
‫فبتطبيق قاعدة التوافيق‪ ،‬نستطيع أن نحسب كال من هذين االحتمالين كما يلــــــــــــي‪:‬‬
‫احتمال أن تكون الكرتان بيضاء يساوي عدد الطرق التي يمكن أن نختار هبا ّكرتين‬
‫بيضاء منّ‪ّ6‬كرات بيضاء بالصندوق مقسومًا على العد الكلي الختيار كرتين منّ‪ّ21‬‬

‫كرة بالصندوق‪ ،‬أي يساوي‪:‬‬

‫𝟐𝟔𝑪‬ ‫𝟓𝟏‬
‫=‬
‫𝟎𝟐𝑪‬
‫𝟐‬ ‫𝟎𝟗𝟏‬
‫واحتمال أن تكون الكرتان سوداوين يساوي عدد الطرق التي يمكن أن نختار‬
‫هبا كرتين سوداوين منّ‪ 14‬كرات سوداء بالصندوق مقسومًا على العد الكلي الختيار‬
‫كرتين من ‪ّ21‬كرة بالصندوق‪ ،‬أي يساوي‪:‬‬
‫𝟒𝟏𝑪‬
‫𝟐‬ ‫𝟏𝟗‬
‫𝟎𝟗𝟏 = 𝟎𝟐‬
‫𝟐𝑪‬
‫ّ‬

‫ّ=ّ ّ‬ ‫إذن االحتمال المطلوبّّ‪ّ=ّ1.5578‬‬

‫𝟏𝟗‬ ‫𝟐𝟗‬
‫‪+‬‬
‫𝟎𝟗𝟏‬ ‫𝟎𝟗𝟏‬

‫وهي نفس النتيجة التي حصلنا عليها بحل المثال عن طريق قانون الضرب يف‬
‫حالة عدم اإلرجاع‪ .‬وبالتالي يف حالة االختيار مع عدم اإلرجاع يستطيع الطالب أن‬
‫يستخدم قانون الضرب أو التوافيق‪ ،‬مع العلم بأن قاعدة التوافيق أسهل بكثير عندما‬
‫يزيد عدد المفردات المختارة على أثنين‪.‬‬
‫ّ‬
 ‫ّ‬
‫ملخص الفصل األول‬ ‫ّ‬

‫تعرضنا يف هذا الفصل لتعريف مصطلحات هامة وهي التجربة العشوائية‪ ،‬فراغ‬
‫العينة‪ ،‬الحدث وأنواعه‪ ،‬ثم تطرقنا إلى الطرق التي تساعدنا يف معرفة عدد عناصر فراغ‬
‫العينة وعدد عناصر الفئة الجزئية التي تمثل الحدث وهي (قاعدة الضرب‪ ،‬التباديل‪،‬‬
‫التوافيق)‪ ،‬ثم درسنا كيفية حساب االحتمال بالطريقة التقليدية ّوالطريقة التجريبية‪،‬‬
‫حيث االحتمال التقليدي للحدثّ ‪ّA‬يحسب كما يلي‪:‬‬
‫ّ‬
‫ﺕﺡﻕﻕﺍﻝﺡﺩﺙ 𝐴‬
‫ﻉﺩﺩﺍﻝﻥﺕﺍﺉﺝﺍﻝﺕﻱ‬ ‫)‪𝑛(A‬‬ ‫ّ‬
‫= )‪P(A‬‬ ‫=‬
‫ﻝﻝﺕﺝﺭﺏﺓ‬
‫ﻝﻙﻝﻱﺓ‬
‫ﻉﺩﺩﺍﻝﻥﺕﺍﺉﺝ ﺍ‬ ‫)𝑆(𝑛‬ ‫ّ‬

‫أما االحتمال التجريبي للحدث ‪ّA‬يحسب كما يلي ‪:‬‬

‫𝒎‬ ‫ﻉﺩﺩ ﻡﺭﺍﺕ ﻅﻩﻭﺭﺍﻝﺡﺩﺙ 𝑨‬ ‫ّ‬
‫=‬ ‫ﺍﻝﺕﺝﺭﻱﺏﻱﻝﻝﺡﺩﺙ𝑨 =‬
‫ﺍ‪.‬ﺡﺕﻡﺍﻝ‬
‫ﺍﻝﺕﺝﺭﺏﺓ 𝒏‬
‫ﺍﻝﻙﻝﻱﻝﻡﺭﺍﺕ ﺇﺝﺭﺍء‬‫ﺍﻝﻉﺩﺩ‬ ‫ّ‬
‫ّ‬
‫تم عرضنا القوانين المستخدمة لحساب االحتماالت وهي‪:‬‬
‫قانون جمع االحتماالت ويستخدم للحصول على احتمال اتحاد حدثين‪ ،‬حيث‪:‬‬
‫‪ -1‬عندما يكون الحدثان غير متنافيين)𝐁 ∩ 𝐀(𝐏 ‪ّ P(A∪ 𝐁) = 𝐏(𝐀) + 𝐏(𝐁) −‬‬

‫‪ -2‬عندما يكون الحدثان متنافيينّّّّّّّّّّّّّّّّّّّ𝐁(𝐏 ‪P(A∪ 𝐁) = 𝐏(𝐀) +‬‬

‫قانون االحتمال الشرطيّ)𝐀‪ ،𝐏(𝐁/‬وهو احتمال ظهور الحدث ‪ّB‬بشرط أن الحدثّ‬

‫‪ّA‬قد ظهر فعالً ‪ .‬ويحسب كما يلي‪:‬‬

 ‫)𝑩 ∩ 𝑨(𝑷‬
‫= )𝐀‪𝐏(𝐁/‬‬
‫)𝑨(𝑷‬

‫قانون ضرب االحتماالت‪ ،‬ويستخدم لحساب احتمال تقاطع حدثين‪ ،‬حيث‪:‬‬

‫‪ .1‬عندما يكون الحدثان غير مستقلينّّّّّّّّ)𝐀‪ّ P(A∩ 𝐁) = 𝐏(𝐀). 𝐏(𝐁/‬‬

‫ّ)𝐁(𝐏 ‪P(A∩ 𝐁) = 𝐏(𝐀).‬‬ ‫‪ .2‬عندما يكون الحدثان متنافييــــــــن‬

‫ّ‬
 ‫‪3 1‬‬
‫ّّ‬
‫‪ .1‬إذا ألقينا مكعب نرد‪ ،‬فاحسب احتمال الحصول على‪:‬‬
‫عدد زوجي أو عدد أكرب منّ‪.4‬‬ ‫أ‪-‬‬

‫عدد فردي أو العــــــــــــــــددّ‪.6‬‬ ‫ب‪-‬‬

‫‪ .2‬ﺇذا ألقينا ‪ 3‬قطع نقدية معًا‪ ،‬فاحسب ما يلي‪:‬‬
‫أ‪ -‬احتمال الحصول على نتائج متشاهبة أوّ‪ّ3‬وجوه‪.‬‬

‫ب‪ -‬احتمال الحصول على وجهيـن أو ظهريــــــــــــن‪.‬‬

‫‪ .3‬إذا ألقينا مكعبي نرد معًا‪ ،‬فأحسب ما يلي‪:‬‬
‫أ‪ -‬احتمال الحصول على مجموع أكرب منّ‪ّ11‬أو نتائج متشاهبة على المكعبين‪.‬‬
‫ب‪ -‬احتمال الحصول على مجموع يساويّ‪ّ8‬أو مجموع يساويّ‪.12‬‬

‫‪ .4‬إذا علمت أن‪ّ،P(B) = 0.65ّ،P(A) = 0.45ّ:‬واحتمال الحصول على الحدثين معًا‬

‫=ّ‪ّ،1.21‬فاحسب احتمال ظهور أحد الحدثين على األقل‪.‬‬
‫‪ .5‬إذا علمت أن احتمال أن ينجح طالب ما يف مادة اإلحصاء يساويّ‪ّ،1.71‬واحتمال‬
‫أن ينجح يف مادة الرياضية ّ‪ّ،1.62‬واحتمال أن ينجح يف إحدى المادتين على األقل‬
‫‪ّ1.89‬فأحسب احتمال أن ينجح يف المادتيـــــن معًا‪.‬‬
‫‪ .6‬إذا ألقي مكعب نرد‪ ،‬وعلمت أنه تم الحصول على عدد زوجي فما احتمال أن‬
‫يكون هذا العدد أكرب منّ‪2‬؟‬

‫‪ُ .7‬تستخدم حافلتان لنقل موظفي شركة معينة‪ ،‬فإذا علمت أن احتمال أن تكون‬
‫الحافلة األولى عاطلة عن العملّ‪ّ1.15‬واحتمال أن تكون الحافلة الثانية عاطلة عن‬
‫العملّ‪ّ،1.12‬فأحسب احتمال أن تكون الحافلتان عاطلتين عن العمل‪.‬‬
 ‫‪ .8‬صندوقّبهّ‪ّ4‬كرات صفراءّو‪ّ6‬كرات بيضاء‪ .‬إذا سحبنا من هذا الصندوق كرتين‪،‬‬
‫فما احتمال أن تكون األولى صفراء والثانية بيضاء؟‬
‫أ‪ -‬إذا تم السحب مع اإلرجـــــــــــاـع‪.‬‬
‫ب ‪-‬إذا تم السحب مع عدم اإلرجاع‪.‬‬
‫‪ .9‬صندوقّبهّ‪ّ7‬كرات حمراء و‪ّ5‬كرات بيضاء‪ .‬إذا سحبنا من هذا الصندوق كرتين‪،‬‬
‫ما احتمال ان تكونا من نفس اللــــــــون‪.‬‬
‫أ‪ -‬إذا تم السحب مع اإلرجـــــــــاع‪.‬‬
‫ب‪-‬إذا تم السحب مع عدم اإلرجاع‪.‬‬
‫‪ .11‬حقيبة سفر قفلها يتكون منّ‪ّ3‬خانات‪ ،‬ولكي تفتح يجب أن ُيحدد يف كل خانة‬
‫عدد صحيح منّ‪ّ1‬إلىّ‪ّ،9‬فما احتمال سرقة أغراض من هذه الحقيبة‪.‬‬
‫‪ .11‬تتكون أسرة من أب وأم ّ‪ّ 3‬بنات ّو‪ّ 4‬أوالد‪ ،‬جلسوا عشوائيًا يف صف به ّ‪ّ ّ9‬‬

‫ّّّّّّمقاعد‪ ،‬فأحسب االحتماالت التالية‪:‬‬

‫أ‪-‬أن يجلس االب يف المقعد األول‪ ،‬ويجلس بقية أفراد االسرة يف المقاعد‬
‫األخرى‪.‬‬
‫ب‪-‬أن يجلس األب واألم يف المقعدين األولين ويجلس بقية أفراد األسرة يف‬
‫المقاعد األخرى‪.‬‬
‫جـ‪ّ -‬أن يجلس األب يف المقعد األول وتجلس األم يف المقعد الثاين‪ ،‬ويجلس‬
‫بقية أفراد األسرة يف بقية المقاعد‪ّ .‬‬

‫د‪ -‬أن يجلس األب يف المقعد األول وتجلس األم يف المقعد األخير ويجلس‬
‫أطفالهم بينهما‪.‬‬
‫‪ّ.12‬صندوق يحتويّ‪ّ11‬وحدات منتجةّ(‪ّ8‬جيدة الصنعّو‪ّ2‬هبا تلف)‪ّ،‬فإذاّسحبنا‬
‫من هذا الصندوقّ‪ّ4‬وحدات معًا‪ ،‬فأحسب ما يلي‪:‬‬
‫ّّّّأ‪-‬احتمال ظهورّ‪ّ3‬وحدات جيدة ووحدة تالفـــــــــة؟‬
‫ّّّّب‪-‬احتمال أن تكون كل الوحدات المسحوبة جيـدة؟‬
‫ّ‬
‫ّ‬
 ‫الفصلّالثاني‬ ‫ّ‬
‫المتغيراتّالعشوائيةّوتوزيعاتهاّاالحتمالية‬ ‫ّ‬
‫ّ‬
‫ّ‬
‫ّ(‪ّ)1-2‬المتغيرّالعشوائي‪ّ :‬‬
‫المقصود بالمتغير بصفة عامة هو الخاصية أو الظاهرة محل الدراسة والبحث‪،‬‬
‫وقد أطلق عليها مصطلح متغير ألن قيمتها تتغير من مفردة إلى أخرى‪ ،‬فمثالُ إذا كانت‬
‫دراستنا خاصة بأطوال طلبة المرحلة الثانوية‪ ،‬ففي هذه الدراسة تكون المفردة هي‬
‫الطالب‪ ،‬والخاصية المستهدفة بالدراسة هي الطول‪ ،‬وبما أن الطول يتغير من مفردة‬
‫إلى أخرى أي من طالب إلى أخر فيسمى متغير‪.‬‬
‫وإذا كانت التجربة التي نجريها هي تجربة عشوائية‪ ،‬فسيكون اختيارنا للمفردة‬
‫عشوائيًا‪ ،‬أي خاضع لعامل الصدفة دون تدخل العامل البشري فيها‪ ،‬وبما أن المفردة‬
‫هي التي تحدد قيمة المتغير (يف المثال السابق‪ ،‬الطالب هو الذي يحدد قيمة الطول)‬
‫فإن المتغير ُيسمى يف هذه الحالة المتغير العشوائي‪.‬‬
‫كذلك يف بعض التجارب العشوائية‪ ،‬ال هتمنا النتيجة التي نحصل عليها من‬
‫التجربة يف حد ذاهتا‪ ،‬ولكن ينصب اهتمامنا على متغير معين ترتبط قيمته بكل نتيجة‬
‫من نتائج التجربة العشوائية‪ ،‬فمثالً عندما تكون التجربة العشوائية هي إلقاء ‪ 3‬قطع‬
‫نقدية ويكون اهتمامنا منص ّبًا على عدد األوجه التي نحصل عليها‪ ،‬فهنا عدد األوجه‬
‫هو متغير عشوائي ألنه يتغير من نتيجة إلى أخرى وقيمته التي سنحصل عليها تحددها‬
‫النتيجة التي نحصل عليها من التجربة‪ ،‬وبما أن ظهور أي نتيجة عشوائي‪ ،‬إذن نطلق‬
‫على عدد األوجه التي نحصل عليها عند إلقاء ‪ 3‬قطع نقدية مصطلح المتغير العشوائي‬
‫وبصفة عامة نستطيع تعريف المتغير العشوائي كما يلي‪:‬‬
 ‫ﺍﻝﻉﺵﻭﺍﺉﻱ‪:‬‬ ‫ّﺍﻝ‬
‫ﻡﺕﻍﻱﺭ‬
‫ّ‬
‫ﺕﻱﺝﺓ ﻡﻥﺍﻝﻥﺕﺍﺉﺝ ﺍﻝﺕﻱﻱﻡﻙﻥ ﺃﻥﻥﺡﺹﻝ‬ ‫ﺕﺡﺩﻱﺩﻕﻱﻡﻩ ﻉﻝﻯ ﻙﻝ ﻥ‬ ‫ﻩﻭﻡﺕﻍﻱﺭ ﻙﻡﻱ ﻥﻉﺕﻡﺩﻑﻱ‬
‫ﻉﻝﻱﻩﺍ ﻡﻥ ﺇﺝﺭﺍءﺕﺝﺭﺏﺓﻉﺵﻭﺍﺉﻱﺓ ﺃﻱ ﻉﻝﻯ ﻙﻝ ﻉﻥﺹﺭ ﻡﻥ ﻉﻥﺍﺹﺭﻑﺭﺍﻍﺍﻝﻉﻱﻥﺓﻝﺕﺝﺭﺏﺓ‬ ‫ّ‬
‫ﻡﺕﻍﻱﺭ ﺍﻝﻉﺵﻭﺍﺉﻱ ﻩﻭ ﺩﺍﻝﺓ ﻥﻁﺍﻕﻩﺍﻑﺭﺍﻍ ﺍﻝﻉﻱﻥﺓ ﻭ ﻡﺩﺍﻩﺍ ﻩﻭﻑﺉﺓ‬
‫ﻉﺵﻭﺍﺉﻱﺓ‪ ،‬ﻭﺏﺍﻝﺕﺍﻝﻱﻑﺇﻥ ﺍﻝ‬
‫ﻉﺩﺍﺩ ﺍﻝﺡﻕﻱﻕﻱﺓ‪.‬‬‫األ‬

‫وأية قيمة من قيم المتغير العشوائي قد تحددها نتيجة واحدة أو أكثر من نتائج‬

‫فراغ العينة‪ .‬ولكن كل نتيجة من نتائج فراغ العينة تقابلها قيمة واحدة فقط للمتغير‬

‫العشوائي‪.‬‬

‫وضحنا نستخدم كلمة عشوائي للداللة على أن القيم التي يمكن أن‬
‫َّ‬ ‫وكما‬
‫يأخذها المتغير تعتمد على نتائج تجربة عشوائية‪ .‬ويرمز عادة للمتغير العشوائي بأحد‬
‫الحروفّّّّ‪ّ ..... Z , Y , X‬‬

‫ويمكن تصنيف المتغيرات العشوائية إلى نوعين‪:‬‬

‫‪ .1‬متغيرات عشوائية متقطعة (منفصلة)‪.‬‬
‫‪ .2‬متغيرات عشوائية مستمرة (متصلـة)‪.‬‬
‫وفيما يلي سنتعرض لكل نوع من هذين النوعين‪:‬‬

‫(‪ّ)1-1-2‬المتغيراتّالعشوائيةّالمتقطعةّ(المنفصلة)‪ّ :‬‬
‫يعرف المتغير العشوائي المتقطع كما يلي‪:‬‬
‫ّ‬
‫ﻡﺕﻕﻁﻉ‪:‬‬‫ﻭﺍﺉﻱ ﺍﻝ‬‫ﺍﻝﻡﺕﻍﻱﺭ ﺍﻝﻉﺵ‬
‫ﺕﻉﺭﻱ‬
‫ﻑ‬
‫ّ‬
‫ﻑﺹﻝﺓ ﻉﻥﺏﻉﺽ ﻩﺍ ﻭﻕﺍﺏﻝﺓﻝﻝﻉﺩّ‪.‬‬
‫ﻱﺭ ﻉﺵﻭﺍﺉﻱﻕﻱﻡﻩ ﺍﻝﺕﻱﻱﻡﻙﻥ ﺍﻥﻱﺃﺥﺫ ﻩﺍ ﻡﻥ‬
‫ﻩﻭ ﻡﺕﻍ‬
‫ّ‬
‫ّ‬
 ‫ﻡﺙﺍﻝ (‪:)1-2‬‬
‫ّ‬
‫عند إلقاء مكعب نرد مرة واحدة‪ ،‬فإن فراغ العينة كما عرفنا هو‪:‬‬
‫} ‪ّ S={1 , 2 , 3 , 4 , 5 , 6‬‬
‫فإذا كان المتغير العشوائي ‪ّ X‬يمثل عدد النقاط التي نحصل عليها عند إلقاء‬
‫مكعب نرد‪ ،‬سنجد أن القيم التي يمكن أن يأخذها هذا المتغير العشوائي هي‪:‬‬
‫‪ّ 6ّ،ّ5،ّ4ّ،ّ3ّ،ّ2ّ،ّ1‬‬
‫فنالحظ أن هذه القيم منفصلة عن بعضها فالمتغير يمكن أن يأخذ القيمة ‪ 1‬أو‬
‫القيمة ‪ 2‬ولكن ال يمكن أن يأخذ القيم التي بين هاتين القيمتين‪ ،‬فمثالً ال يمكنه أن‬
‫يأخذ القيمة ‪ّ،1.67‬وكذلك يمكنه أن يأخذ القيمة ‪ 2‬والقيمة ‪ 3‬ولكن ال يمكنه أن يأخذ‬
‫القيم التي بينهما‪ ،‬وهكذا ‪ .....‬فنجد أن القيم التي يمكن أن يأخذها هذا المتغير‬
‫منفصلة عن بعضها ولذلك يسمى بالمتغير المنفصل أو المتقطع‪ .‬وبما أن القيم‬
‫منفصلة عن بعضها فتكون قابلة للعد‪ ،‬فنجد أن عدد القيم التي يمكن أن يأخذها هذا‬
‫المتغير يساوي ‪ّ6‬قيم‪.‬‬

‫ﻡﺙﺍﻝ (‪:)2-2‬‬
‫ّ‬
‫إذا كان المتغير العشوائي ‪ X‬يمثل عدد األوجه التي يمكن أن نحصل عليها‬
‫عند إلقاء قطعتي نقود ‪ ،‬فإن فراغ العينة لهذه التجربة‪:‬‬
‫) ‪S = ( HH ,HT ,TH ,TT‬‬
‫من فراغ العينة نستطيع تحديد القيم التي يمكن أن يأخذها المتغير ّ ‪ّX‬وهي‪:‬‬
‫‪ X = 0‬ذلك عند ظهور النتيجة ‪ ( T T‬عدم الحصول على وجه )‪.‬‬
‫‪ ّX = 1‬وذلك عند ظهور النتيجة ‪ H T‬أو‪ ( T H‬الحصول على وجه واحد )‪.‬‬
‫‪ X = 2‬وذلك عند ظهور النتيجة ‪ ( H H‬الحصول على وجهين )‪.‬‬
‫فإن المتغير العشوائي ‪ X‬يمكنه أن يأخذ ‪ 3‬قيم وهي القيم ‪ ،ّ2ّ،ّ1ّ،ّ1‬وبما‬
‫أن قيم المتغير منفصلة وقابلة للعد‪ ،‬إذن فالمتغير الذي يمثل عدد األوجه التي نحصل‬
‫عليها عند إلقاء قطعتي نقود هو متغير متقطع‪.‬‬
‫وبصفة عامة فكل المتغيرات التي نحصل على قيمها عن طريق العد هي‬
‫متغيرات متقطعة (منفصلة)‪.‬‬

‫(‪ّ)2-1-2‬المتغيراتّالعشوائيةّالمستمرةّ(المتصلة)‪ّ :‬‬

‫يعرف المتغير العشوائي المستمر كما يلي‪:‬‬

‫ﻝﻉﺵﻭﺍﺉﻱ ﺍﻝﻡﺱﺕﻡﺭ(ﺍﻝﻡﺕﺹﻝ)‪:‬‬ ‫ﺕﻉﺭﻱﺍﻝﻡﺕﻍﻱﺭ ﺍ‬

‫ﻑ‬
‫ﻡﺕﻍﻱﺭﺍﻝﻉﺵﻭﺍﺉﻱﺍﻝﺫﻱﻱﻡﻙﻥ ﺃﻥﻱﺃﺥﺫ ﺃﻱﺓﻕﻱﻡﺓﻑﻱﻑﺕﺭﺓ ﻡﻉﻱﻥﺓ‪ ،‬ﺃﻱﺕﻙﻭﻥﺍﻝﻕﻱﻡ‬ ‫ﻩﻭﺍﻝ‬
‫ﺏﺏﻉﺽﻩﺍ ﺃﻱ ﻡﺱﺕﻡﺭﺓﻑﻱﻑﺕﺭﺓ ﻡﻉﻱﻥﺓ‪،‬‬
‫ﺹﻝﺓ‬ ‫ﺍﻝﻉﺵﻭﺍﺉﻱ ﻡﺕ‬
‫ﺍﻝﺕﻱﻱﻡﻙﻥ ﺃﻥﻱﺃ ﺥﺫﻩﺍﺍﻝﻡﺕﻍﻱﺭ‬
‫ﻭﺏﺍﻝﺕﺍﻝﻱﻑ ﻩﻱ ﻍﻱﺭﻕﺍﺏﻝﺓﻝﻝﻉﺩّ‪.‬‬
‫ّ‬
‫ّ‬
‫ّ‬
‫ﻡﺙﺍﻝ (‪:)3-2‬‬
‫ّ‬
‫إذا كان المتغير العشوائي يمثل أطوال طلبة إحدى الجامعات خالل سنة معينة‪،‬‬
‫فلوّفرضنا أن أقصر طالب قامتهّ‪ّ155‬سمّوأطولهمّقامةّ‪ّ171‬سم‪ ،‬فإذا كانت التجربةّ‬

‫العشوائية هي اختيار طالبًا واحد ًا عشوائيًا من هذه الجامعة‪ ،‬فهنا المتغير وهو طول‬
‫الطالب المختار عشوائيًا يمكنه أن يأخذ أية قيمة يف المدى من ّ‪ّ 155‬سم إلى ‪ّ171‬‬

‫سم‪ ،‬فمثالً يمكنه أن يأخذ القيمةّ‪ّ161.12‬سم ويمكنه أن يأخذ القيمة ‪ّ165.731‬سمّ‬

‫وهكذا ‪ ...‬وبالتالي فإنه يمكن أن يأخذ أية قيمة يف الفرتة منّ‪ّ155‬إلىّ‪ّ.171‬وبالتالي‬

‫فالقيم التي يمكن أن يأخذها هذا المتغير هي قيم متصلة أي مستمرة يف الفرتة منّ‪ّ155‬‬
‫إلى ّ‪ّ ،171‬ولذلك يطلق على هذا النوع من المتغيرات اسم المتغيرات المتصلة أو‬
‫المستمرة‪.‬‬

‫ﻡﺙﺍﻝ (‪: )4-2‬‬

‫ّ‬
‫مجموعة من الطلبة أوزاهنم محصورة ما بين القيمتين ّ‪ّ 55‬كيلو جرام و ّ‪ّ115‬‬

‫كيلو جرام‪ ،‬فإذا اخرتنا من هؤالء الطلبة طالبًا واحد ًا عشوائيًا‪ ،‬ورمزنا لوزن الطالب‬
‫المختار بالمتغير العشوائي ‪ّ،ّX‬فسنجد أن المتغير العشوائيّ ‪ّX‬يمكنه أن يأخذ القيمةّ‬

‫‪ّ 55‬أو ّالقيمة ّ‪ّ 115‬أو أية قيمة محصورة بينهما‪ ،‬وبالتالي سنجد أن القيم التي يمكن‬
‫أن يأخذها هذا المتغير عددها الهنائي وال يمكن كتابتها كقيم منفصلة نستطيع عدها‪،‬‬
‫فقيمة مستمرة ومتصلة ببعض‪ .‬فهذا المتغير يمكنه أن يأخذ أية واقعة يف الفرتة منّ‪ّ55‬‬

‫إلىّ‪ .115‬وبصفة عامة فكل المتغيرات التي نحصل على قيمها بالقياس هي متغيرات‬
‫مستمرة‪ّ .‬‬

‫ّ‬
‫(‪ّ)2-2‬التوزيعاتّاالحتمالية‪ّ ّ:‬‬
‫كما علمنا أن المتغيرات العشوائية تنقسم إلى نوعين وهما‪ ،‬المتغيرات‬
‫العشوائية ّالمتقطعة والمتغيرات العشوائية المستمرة‪ ،‬وبالتالي ستنقسم التوزيعات‬
‫االحتمالية ّهي األخرى إلى نوعين‪ ،‬فإذا كان التوزيع االحتمالي خاص بمتغير‬
‫عشوائي متقطع فيسمي توزيع احتمالي متقطع‪ ،‬وإذا كان التوزيع االحتمالي خاص‬
‫بمتغير عشوائي مستمر فيسمي توزيع احتمالي مستمر‪ .‬وفيما يلي سنتعرض لتعريف‬
‫كل نوع من هذين النوعين‪.‬‬
 ‫(‪ّ)1-2-2‬التوزيعّاالحتماليّالمتقطعّ(المنفصل)‪ّ ّ.‬‬
‫التوزيع االحتمالي المتقطع عبارة عن جدول يحتوي على كل القيم التي يمكن‬
‫ان يأخذها المتغير العشوائي المتقطع مقرونة باحتماالهتا‪ ،‬وأحيانا يعرب عن التوزيع‬
‫االحتمالي بصيغة رياضية معينة تسمي دالة كتلة االحتمال ويرمز لها بالرمز‪.‬‬
‫(‪ 𝒇)x‬وهي ّتعطي االحتماالت التي تأخذها القيم المختلفة للمتغير العشوائي‬
‫المتقطع ‪ّ .ّX‬‬

‫فإذا كان لدينا المتغير العشوائي المتقطع ّ‪ّ X‬فتستطيع التعبير عن التوزيع‬
‫االحتمالي بدالة كتلة االحتمال كالتالي‪.‬‬
‫(𝒙 =‪𝒇)𝒙(ّ=P)X‬‬
‫وبالتعويض يف دالة كتلة االحتمال عن اية قيمة من قيم المتغير العشوائي‬
‫نحصل عن احتمال الحصول على تلك القيمة‪ ،‬أي أن قيمة دالة كتلة االحتمال هي‬
‫احتمال‪ ،‬فمثالّ(‪ 𝒇 )5‬هو احتمال أن يأخذ المتغير العشوائي المتقطع ‪ّX‬القيمةّ‪ّ5‬أي‪ّ ّ:‬‬
‫)‪ّ 𝒇(5) = P (X=5‬‬
‫تعريفّالتوزيعّاالحتماليّالمتقطع‪ّ ّ:‬‬
‫هو عبارة عن جدول يشمل كل القيم التي يمكن أن يأخذها المتغير العشوائي‬
‫المتقطع مقرونة باحتماالتها‪ ،‬ويعبر عن احتماالت القيم التي يمكن أن يأخذها‬
‫المتغير العشوائي المتقطع بصيغة رياضية تسمي دالة كتلة االحتمال‪.‬‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)5-2‬‬
‫ّ‬
‫إذا ألقينا مكعب نرد مرة واحدة‪ ،‬وكان المتغير العشوائي ‪ّX‬يمثل العدد الذى يظهر‬
‫على الوجه‪ .‬فهنا القيم التي يمكن أن يأخذها هذا المتغير العشوائي هي القيم‪ّ ّ:‬‬
‫‪6,5,4,3,2,1‬‬
 ‫والتوزيع االحتمالي (دالة كتلة االحتمال) لهذا المتغير يمثله جدولّ(‪ّ ّ.)1-2‬‬

‫جدولّ(‪ّ )1-2‬‬
‫𝒙‬ ‫‪1‬‬ ‫‪.‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪6‬‬
‫(𝒙)𝒇‬ ‫‪1 /6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬
‫ويمكن التعبير عن هذا التوزيع االحتمالي بالصيغة الرياضيةّ(𝒙) 𝒇 والتي يطلقّ‬

‫عليها دالة كتلة االحتمال‪ ،‬حيث ‪ّ :‬‬

‫𝟏‬
‫𝟔 ‪𝒙 = 𝟏, 𝟐, 𝟑, 𝟒, 𝟓,‬‬
‫{ = )𝒙(𝒇 ّ‬ ‫𝟔‬

‫‪0‬‬ ‫𝐞𝐬𝐢𝐰𝐫𝐞𝐡𝐭𝐨‬

‫حيث المقصود بكلمة (‪ )otherwise‬ألية قيمة أخرى‪ ،‬أي قيمة دالة كتلة االحتمال‬
‫تساوي صفر ألية قيمة أخرى غير القيم المحددة وهي ‪ّ .6،5،4،3،2،1‬ويجب ان‬
‫يتحقق يف أي توزيع احتمالي متقطع (أي يف أية دالة كتلة احتمال) الشرطان التاليان‪:‬‬
‫𝟏 ≤ )𝒙(𝒇 ≤‪ 0‬ألن)𝒙(𝒇 تمثل احتمال‪ ،‬ونعلم ان أي احتمال يجب أال يكون‬ ‫(‪)1‬‬
‫سالبا وال يزيد عن الواحد الصحيح‪.‬‬
‫ألن )𝒙(𝒇 ∑ هو عبارة عن مجموع احتماالت كل القيم التي‬ ‫‪∑ 𝒇(𝒙) =1‬‬ ‫(‪)2‬‬
‫يمكن ان يأخذها المتغير العشوائي المتقطع والتي تعتمد على كل نتائج فراغ‬
‫العينة أي أن‪:‬‬

‫𝟏 = )𝑺(𝑷 = )𝒙(𝒇 ∑‬
‫ّ‬

‫شرطيّالتوزيعّاالحتماليّالمتقطع‪ّ :‬‬
‫‪ 0≤ 𝑓(𝑥 ) ≤ 1‬ألي قيمة 𝒙‪.‬‬ ‫(‪)1‬‬
‫‪∑ 𝑓(𝑥 ) = 1‬‬ ‫(‪).‬‬
‫من دالة كتلة االحتمال للمتغير العشوائي المتقطع ‪ ،X‬نستطيع تحديد احتمال أية قيمة‬
‫يمكن ان يأخذها هذا المتغير العشوائي ‪ ،X‬وذلك بالتعويض مباشرة يف دالة كتلة‬
‫االحتمال بالقيمة المراد حساب احتمال أن يأخذها المتغير العشوائي المتقطـــــع ‪. X‬‬

‫ﻡﺙﺍﻝ (‪:)6-2‬‬

‫إذا ألقينا قطعة نقدية واحدة مرتين‪ ،‬وكان المتغير العشوائيّ‪ X‬يمثل عدد المرات التي‬
‫نحصل فيها على وجه‪.‬‬
‫حدد القيم التي يمكن ان يأخذها المتغير العشوائـــــــــــــــــــــــــيّ ‪.ّX‬‬ ‫أ‪.‬‬

‫اوجد التوزيع االحتمالي لهذا المتغير العشوائـــــــــــــــــــــــــــــــــــــــي‪ّ.‬‬ ‫ب‪.‬‬

‫جـّ‪ ّ.‬عرب عن هذا التوزيع االحتمالي بصيغة رياضية لدالة االحتمالّ)𝒙(𝒇‪ّ .‬‬

‫أحسب االحتماالت التالية‪ّ ّ:‬‬ ‫د‪ّ.‬‬

‫)𝟎 = 𝐱(𝐩 ‪𝐏(𝐱 ≥ 𝟏), 𝐩(𝐱 > 1),‬‬
‫ّّّّالحـــل‪ّ :‬‬
‫أ‪ .‬لتحديدّالقيم التي يأخذها المتغير العشوائي‪ ،‬يجب أوال كتابة فراغ العينة لهذه التجربة‬
‫العشوائية وهي رمى قطعة نقدية مرتين‪ ،‬حيث‪:‬‬
‫ّّّ} ‪S = { HH , HT , TH ,TT‬‬
‫القيم 𝒙 التي يمكن ان يأخذها المتغير العشوائي موضحة يف جدولّ(‪ّ ّ)2-2‬‬
‫ّ‬

‫جدولّ(‪ّ )2-2‬‬
‫النتيجة ّ‬ ‫𝒙‬
‫‪HH‬‬ ‫‪.‬‬
‫‪HT , TH‬‬ ‫‪1‬‬
‫‪TT‬‬ ‫‪0‬‬
‫إذن القيم التي يمكن أن يأخذها المتغير العشوائي الذي يمثل عدد المرات التيّ‬

‫نحصل فيها على وجه عند إلقاء قطعة نقدية مرتين هي‪.2،1،1ّ:‬‬
‫ب‪ .‬التوزيع االحتمالي لهذا المتغير العشوائي يوضحه جدول ّ(‪ ،)3-2‬حيث احتمال أي‬
‫قيمة ّ(𝒙)𝒇 ّهو عدد نتائج فراغ العينة المناظرة لهذه القيمة مقسوما على عدد النتائج‬
‫الكلية (عدد عناصر فراغ العينة)‪.‬‬

‫جدولّ(‪ّ )3-2‬‬
‫𝒙‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪.‬‬
‫(𝒙)ّ𝒇‬ ‫‪1/4‬‬ ‫‪./4‬‬ ‫‪1/4‬‬
‫ّ‬
‫جـ‪ّ .‬الصيغة الرياضية لهذا التوزيع االحتمالي المتقطع‪ ،‬أي دالة كتلة االحتمال)𝒙(𝒇ّ‬

‫هي‪ّ :‬‬
‫𝟒‪𝟏/‬‬ ‫𝟐‪𝒙 = 𝟎 ,‬‬
‫𝟒‪𝒇(𝒙) = {𝟐/‬‬ ‫𝟏=𝒙‬
‫𝟎‬ ‫𝐞𝐬𝐢𝐰𝐫𝐞𝐡𝐭𝐨‬
‫د‪ّ.‬االحتمــــــاالت المطلوبــــــــــــة‪ّ ّ:‬‬
‫𝟏‬
‫= )𝟎( 𝒇 = )𝟎 = 𝑿(𝑷‬
‫𝟒‬
‫𝟏‬
‫= )𝟐( 𝒇 = )𝟏 > 𝑿(𝑷‬
‫𝟒‬
‫𝟑 𝟏 𝟐‬
‫= )𝟐( 𝒇 ‪𝑷(𝑿 ≥ 𝟏) = 𝒇(𝟏) +‬‬ ‫= ‪+‬‬
‫𝟒 𝟒 𝟒‬
‫ّ‬
‫(‪ّ)2-2-2‬التوزيعّاالحتماليّالمستمرّ(المتصل)‪ّ ّ:‬‬
‫حيث أن المتغير العشوائي المستمر يتعامل مع فرتات وليس مع قيم منفصلة‪،‬‬
‫فال نستطيع التعبير عن التوزيع االحتمالي للمتغير العشوائي المستمر بجدول‪ ،‬بينما‬
‫نعرب عنه بدالة تسمي دالة كثافة االحتمال ويرمز لها كذلك بالرمز )𝒙(𝒇‪ .‬حيث‬
‫المساحة المحصورة بين منحني هذه الدالة ومحور السينات فوق فرتة معينة يساوي‬
‫احتمال أن يقع المتغير العشوائي المستمر داخل هذه الفرتة‪ ،‬فمثال احتمال أن يأخذ‬
‫المتغير المستمر أية قيمة داخل فرتة معينة ولتكن الفرتة ]𝑏 ‪ [𝑎 ,‬مساويا للمساحة‬
‫المحصورة بين محور السينات ومنحنى دالة كثافة االحتمال لهذه الفرتة وذلك كما‬
‫شكل (‪.)1-2‬‬ ‫هو واضح يف‬
‫ّ‬
‫)𝒃 < 𝐗 < 𝒂(𝑷 ّّّّّّّّّّّّّّّّّّّّّّّّّّّّ‪ّ Y‬‬
‫ّ‬
‫)‪ّ Y = f(X‬‬

‫ّ‬
‫ّّّّّّّّّّّّّّّّّ ّ‬
‫‪a‬‬ ‫‪b‬‬ ‫ّّّّّّّّّّّّّّّّّّّّّّّّّّ‪ّ X‬‬
‫شكلّ(‪ّ )1-2‬‬

‫وبصفة عامة دالة كثافة االحتمال هي دالة متصلة (مستمرة) ومعرفة عند جميع قيم ّ‪ّx‬‬

‫يف المجالّ(∞‪ّ)-∞،‬ويجب أن يتوفر فيها ما يلي‪:‬‬

‫شرطيّدالةّكثافةّاالحتمال‪:‬‬
‫ّ‬
‫‪ 𝒇(𝒙)≥ 0‬لجميع قيم المتغير العشوائي المستمر ‪x‬‬ ‫(‪)1‬‬
‫(‪ ).‬المساحة الكلية المحصورة بين المنحني الذي يمثل دالة كثافة االحتمال‬
‫ومحور السينات مساوية الواحد الصحيح‪ّ ّ.‬‬

‫إذا كانت دالة كثافة االحتمال دالة خطية‪ ،‬فنستطيع الحصول على المساحة‬
‫التي تمثل االحتمال المطلوب من الرسم‪ ،‬الن يف هذه الحالة سيكون الشكل المراد‬
‫الحصول على مساحته شكال منتظما (مثلثا أو مربعا أو مستطيال أو شبة منحرف)‬
‫وكل هذه األشكال نعرف القوانين التي نحسب منها مساحتها‪ .‬اما إذا كانت دالة‬
‫كثافة االحتمال دالة غير خطية‪ ،‬فنحسب المساحة عن طريق تكامل دالة كثافة‬
‫االحتمال‪ ،‬ولن نتعرض لدوال غير خطية ألن موضوع التكامل خارج موضوع هذا‬
‫الكتاب‪.‬‬
‫وحيث أن المتغير المستمر يتعامل مع فرتات وال يتعامل مع قيم معينة‪ ،‬وبالتالي‬
‫فاحتمال أن يأخذ المتغير العشوائي المستمر)𝐗( قيمة معينة ولتكن)𝒂( يساوي دائما‬
‫صفر‪ ،‬وذلك ألن المساحة فوق قيمة معينة عبارة عن خط‪ ،‬والخط ليس لديه مساحة‪.‬‬
‫وبما ان احتمال ان يساوي المتغير المستمر قيمة معينة يساوي صفر‪ ،‬إذن عندما يكون‬
‫المتغير)𝐗(متغيرا مستمرا‪ ،‬تكون االحتماالت األربعة التالية متساوية‪.‬‬

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

‫وهذا يعني أن الفرتة التي نحسب احتمالها تشمل الحد األدين أو الحد األعلى‬
‫أوكليهما او ال تشملهما‪ ،‬ال يؤثر ذلك على قيمة االحتمال يف حالة المتغير العشوائي‬
‫المستمر‪.‬‬

‫ﻡﺙﺍﻝ (‪:)7-2‬‬
‫ّ‬

‫إذا كانت دالة كثافة االحتمال للمتغير العشوائي المستمر‪ X‬كما يلي‪:‬‬
‫𝟓 ≤ 𝒙 ≤ 𝟏 𝟒‪𝟏/‬‬
‫{ = )𝒙(𝒇‬
‫𝟎‬ ‫𝒆𝒔𝒊𝒘𝒓𝒆𝒉𝒕𝒐‬
‫‪ .1‬ارسم دالة كثافة االحتمال لهذا المتغير‪.‬‬
‫‪ .2‬احسبّ(‪ّ.Pّ)2ّ≥ Xّ≥ 5‬‬

‫ّ‬
‫ّ‬
 ‫ّّّالحـل‪ّ ّ:‬‬
‫لرسم دالة االحتمال‪ ،‬نجعل المحور السيني يمثل القيم التي يمكن أن يأخذها‬
‫المتغير العشوائي (‪)X‬بينما المحور الصادي يمثل قيم دالة كثافة االحتمال)𝒙(𝒇‪.‬‬

‫وبما ان الدالة خطية‪ ،‬فالصورة البيانية لها عبارة عن خط مستقيم‪ ،‬ونالحظ أن‬
‫قيمة الدالة يف الفرتة من ‪ 1‬إلى ‪ 5‬هي قيمة ثابتة تساوي 𝟒𝟏 ّ‪ ،‬وبالتالي فإن الخط الذي‬
‫يمثل الدالة يف هذه الفرتة هو خط يوازي محور السينات‪ ،‬مرسومًا عند 𝟒𝟏 =)𝒙(𝒇‪ ،‬اما‬
‫بالنسبة ألي فرتة أخرى فسيكون الخط الذي يمثل الدالة منطبقا على محور السينات‪،‬‬
‫الن دالة كثافة االحتمال تساوي صفر بالنسبة ألي فرتة أخرى غير الفرتة من ‪ 1‬إلى ‪.5‬‬
‫وشكل (‪ّ)2-2‬يوضح الصورة البيانية لهذه الدالة‪.‬‬

‫ّّ)𝒙(𝒇‬ ‫ّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّ‬
‫ّ‬
‫‪1/4‬‬ ‫)𝟓 ≤ 𝑿 ≤ 𝟐(𝑷‬ ‫ّ‬
‫ّ‬
‫‪1‬‬
‫‪1‬‬ ‫‪2‬‬ ‫ّ‬ ‫‪5‬‬ ‫𝒙‬

‫شكلّ(‪ّ )2-2‬‬

‫‪ -2‬االحتمال المطلوب هو المساحة المحصورة بين المحور األفقي والخط‬

‫المستقيم الذي يمثل الدالة وبين المستقيمينّ‪ّ. 𝒙=5ّّ، 𝒙=2‬وهي المساحة المظللة‬
‫يف شكل ّ(‪ّ.)2-2‬وألن الدالة خطية فنستطيع حساب المساحة من الرسم‪ ،‬فنجد أن‬
‫المساحة المظللة مستطيل عرضهّ𝟒ّوطوله ‪ 3‬إذن‪:‬‬
‫𝟏‬

‫المطلوب)ّ=ّالعرضّ×الطولّ= × 𝟑 = ّ‬ ‫المساحة المظللة (االحتمال‬

‫𝟑‬ ‫𝟏‬
‫𝟒‬ ‫𝟒‬
 ‫ﻡﺙﺍﻝ (‪:)8-2‬‬
‫ّ‬
‫إذا كانت دالة كثافة االحتمال للمتغير المتصلّ‪ّX‬كماّيليّ‪ّ :‬‬
‫𝟐 ≤ 𝒙 ≤ 𝟎 𝟐‪𝒙/‬‬
‫{ = )𝒙(𝒇 ّ‬
‫𝟎‬ ‫𝒆𝒔𝒊𝒘𝒓𝒆𝒉𝒕𝒐‬
‫ّ‬

‫أ‪ .‬ارسم دالة كثافة االحتمال لهذا المتغير‪.‬‬

‫ب‪ .‬أحسبّ)𝟏 ≤ 𝑿 ≤ 𝟎(𝑷ّّّّّّّّّّّّّّّّّّّالحل‬

‫بما ان الدالة خطية‪ ،‬فالصورة البيانية لها هي عبارة عن خط مستقيم‪ ،‬ولرسم‬ ‫ّّّّّ‬

‫هذا الخط المستقيم يلزمنا تحديد االحداثي ّ))𝒙(𝒇 ‪(𝒙 ,‬الي نقطتين من النقط التي‬
‫يمر هبا‪ّ،‬فنجد انه‪:‬‬
‫عندماّ‪ّ،𝒙=1‬بالتعويض يف دالة كثافة االحتمال نجد أنّ‪ّ 𝒇)1(ّ=1‬أذن‪ّ ّ:‬‬

‫النقطةّ(‪ّ)1،1‬تقع على الخط المستقيـــــــــــــــــــــم‪ّ ّ.‬‬

‫عندماّ‪ّ،𝒙=2‬بالتعويض يف دالة كثافة االحتمال نجدّان ‪ّ 𝒇)2(ّ=1‬إذن‪ّ:‬‬

‫النقطةّ(‪ّ)2،1‬هي كذلك تقع على الخط المستقيم‪ّ ّ.‬‬

‫بتحديد هاتين النقطتين والتوصيل بينهما نحصل على الخط المستقيم الذي يمثل‬
‫دالة كثافة االحتمال يف الفرتة منّ‪ّ1‬إلى ‪ّ،2‬اما بالنسبة ألي فرتة اخري فسيكون الخط‬
‫الذي يمثل الدالة منطبقا على محور السينات الن دالة كثافة االحتمال تساوي صفر‬
‫بالنسبة ألي فرتة اخرى غير الفرتة المذكورة‪ .‬وشكل (‪ )3،2‬يوضح الصورة البيانية‬
‫)𝒙(𝒇‬
‫‪𝒇(𝒙) = 𝑥2‬‬ ‫لهذه الدالة‪.‬‬
‫ّ‪1‬‬ ‫(‪)1 ، .‬‬

‫ّ‬
‫𝟏‬
‫𝟏‪,‬‬
‫𝟐‬
‫𝟏‬

‫ّ‬
‫=𝒉‬
‫𝟐‬

‫‪1‬‬ ‫‪b=1‬‬ ‫ّ‪1‬‬ ‫‪2‬‬ ‫𝒙‬

‫شكلّ(‪ّ )3-2‬‬
‫‪..‬االحتمال المطلوب هو المساحة المحصورة بين المحور األفقي والخط المستقيم‬
‫الذي يمثل الدالة وبين المستقيمين ‪ 𝒙 =1ّّ،ّّ𝒙ّ=ّ1‬وهي المساحة المظللة يف شكل‬
‫(‪ .)3-2‬ويف هذه الحالة الن الدالة خطية فنستطيع حساب المساحة من الرسم‪ ،‬فنجد‬
‫ان المساحة المظللة هي مثلث إبعاده كما يلي‪:‬‬
‫قاعدتهّ(‪ّ 1ّ=1ّ–ّ1ّ=ّ)b‬‬

‫ارتفاعهّ(‪ّ ّ=𝒇ّ)1(ّ=ّ)h‬‬
‫𝟏‬
‫𝟐‬

‫بما ان مساحة المثلثّ=‪(ّ1/2‬القاعدة)ّ×ّ(االرتفاع)‪ّ ّ.‬‬

‫إذن المساحة المظللة (االحتمال المطلوب)=ّّ( ()𝟏() ( =‬

‫𝟏‬ ‫𝟏‬ ‫𝟏‬
‫𝟒‬ ‫𝟐‬ ‫𝟐‬
 ‫ّ‬
‫‪ّ 1 2‬‬
‫ّ‬
‫‪ .1‬اذكر مع التعليل أيا من الجداول التالية يمثل توزيعًا احتماليا متقطعا‪ ،‬وأيا منها ليس‬
‫كذلك‪ ،‬مع توضيح السبب‪:‬‬
‫أ‪.‬‬
‫𝒙‬ ‫‪ّ2‬‬ ‫‪ّ3‬‬ ‫‪ّ4‬‬ ‫‪ّ5‬‬
‫)𝒙(𝒇‬ ‫‪1/1‬‬ ‫‪3/1‬‬ ‫‪1/1‬‬ ‫‪-1/1‬‬
‫ّ‬
‫𝒙‬ ‫‪ّ -1‬‬ ‫‪ّ1‬‬ ‫‪ّ1‬‬ ‫‪ّ2‬‬ ‫ب‪ّ .‬‬
‫)𝒙(𝒇‬ ‫‪1/1‬‬ ‫‪4/10‬‬ ‫‪./10‬‬ ‫‪1/1‬‬ ‫ّ‬
‫ّ‬
‫جـ‪ّ .‬‬
‫𝒙‬ ‫‪ّ 11‬‬ ‫‪ّ 13‬‬ ‫‪ّ 15‬‬ ‫‪ّ 17‬‬ ‫‪ّ 19‬‬
‫ّ‬
‫)𝒙(𝒇‬ ‫‪1/.‬‬ ‫‪1/.‬‬ ‫‪3/.‬‬ ‫‪./.‬‬ ‫‪./.‬‬
‫ّ‬
‫‪ .2‬عند إلقاءّ‪ّ3‬قطع نقدية‪ ،‬واعتبار أن المتغير العشوائيّ‪ X‬يمثل عدد األوجه التي‬
‫نحصل عليها‪.‬‬
‫أوجد التوزيع االحتمالي لهذا المتغير العشوائي‪ّ.‬‬ ‫أ‪.‬‬
‫عرب عن هذا التوزيع االحتمالي بصيغة رياضية لدالة االحتمال (𝒙)𝒇‪ّ.‬‬ ‫ب‪.‬‬

‫احسب االحتماالت التالية‪:‬‬ ‫جـ‪.‬‬

‫)𝟐 ≤ 𝑿 < 𝟎(𝑷‬ ‫‪،‬‬ ‫)𝟐 ≥ 𝑿( 𝑷‬ ‫‪،‬‬ ‫)𝟏 = 𝑿(𝑷‬
‫‪ .3‬عند إلقاء مكعبي نرد‪ ،‬واعتبار أن المتغير العشوائي ّ‪ّ X‬يمثل مجموع العددين‬
‫الظاهرين على المكعبين‪ ،‬أوجد التوزيع االحتمالي لهذا المتغير‪.‬‬
 ‫‪ .4‬اوجد قيمة الثابت ‪ّb‬التي تجعل الجدول التالي يمثل توزيعا احتماليا متقطعا‪.‬‬

‫𝒙‬ ‫‪ّ2‬‬ ‫‪ّ3‬‬ ‫‪ّ4‬‬ ‫‪ّ5‬‬ ‫‪ّ6‬‬

‫)𝒙(𝒇‬ ‫‪1/1‬‬ ‫‪./1‬‬ ‫‪3/1‬‬ ‫‪b‬‬ ‫‪1/1‬‬

‫‪ .5‬إذا كانت دالة االحتمال للمتغير العشوائي المتقطعّ‪ X‬كما يلي‪ّ ّ:‬‬

‫ّ‬
‫𝒌‪𝟏/‬‬ ‫𝟓 ‪𝒙 = 𝟏, 𝟐, 𝟑, 𝟒,‬‬
‫{ = )𝒙(𝒇‬
‫𝟎‬ ‫𝒆𝒔𝒊𝒘𝒓𝒆𝒉𝒕𝒐‬
‫ّ‬
‫أوجد قيمةّ ‪.k‬‬ ‫أ‪.‬‬

‫أحسب االحتماالت التالية‪ّ:‬‬ ‫ب‪.‬‬

‫‪𝐏(𝑋 = 𝟔) ،‬‬ ‫‪𝐏(𝟎 < 𝑋 ≤ 2.5) ،‬‬ ‫‪𝐏(𝑋 ≥ 𝟒) ،‬‬ ‫)‪𝐏(𝟏 < 𝑋 ≤ 3‬‬
‫ّ‬
‫‪ .6‬إذا كانت دالة كثافة االحتمال للمتغير العشوائي المستمرّ‪ X‬كما يلي‪ّ:‬‬
‫𝟖 ≤ 𝒙 ≤ 𝟑 𝟓‪𝟏/‬‬
‫{ = )𝒙(𝒇‬
‫𝟎‬ ‫𝒆𝒔𝒊𝒘𝒓𝒆𝒉𝒕𝒐‬
‫ّ‬
‫أحسبّ)𝟕 ≤ 𝐗 ≤‪.ّ P(2‬‬

‫‪ .7‬إذا كانت دالة كثافة االحتمال للمتغير العشوائي المستمرّ‪ X‬كما يلي ‪:‬‬
‫𝒙‪𝟒−‬‬
‫𝟖 { = )𝒙(𝒇‬ ‫𝟒≤𝒙≤𝟎‬
‫𝟎‬ ‫𝒆𝒔𝒊𝒘𝒓𝒆𝒉𝒕𝒐‬
‫أحسبّ)𝟐 ≤ 𝑋(𝑷 ّ‬
‫ّ‬
 ‫(‪ّ)3-2‬وصفّالتوزيعاتّاالحتمالية‪ّ ّ:‬‬
‫توجد مقاييس إحصائية لوصف التوزيعات االحتمالية الخاصة ألى متغير‬
‫عشوائي سواء كان متقطعا أو مستمرا‪ .‬وذلك لمعرفة الخواص العامة لتغيرات الظاهرة‬
‫محل الدراسة التي يمثلها المتغير العشوائي‪.‬‬
‫وحيث أن التوزيع االحتمالي يتحدد من كل القيم التي يمكن أن يأخذها‬
‫المتغير العشوائي والتي تعتمد على كل النتائج الممكن الحصول عليها من تجربة‬
‫عشوائية‪ ،‬وبالتالي فإن أي توزيع احتمالي لمتغير عشوائي يمثل توزيع احتمالي‬
‫للمجتمع الذي يتكون من كل القيم التي يمكن أن يأخذها هذا المتغير‪.‬‬
‫فمثال إذا كانت دراستنا خاصة بأطوال طلبة كلية االقتصاد يف سنة معينة‪،‬‬
‫فسيتكون المجتمع من أطوال كل طلبة االقتصاد يف السنة المعنية بالدراسة‪ .‬فإذا رمزنا‬
‫للظاهرة المستهدفة بالدراسة يف هذه الحالة وهي ظاهرة الطول بالرمز ‪ X‬فالتوزيع‬
‫االحتمالي للمتغير العشوائي ‪ X‬يسمي التوزيع االحتمالي لمجتمع االطوال‪.‬‬

‫توزيعّالمجتمع‪ّ ّ:‬‬
‫هو التوزيع االحتمالي للبيانات المجمعة عن كل مفردات المجتمع‪.‬‬
‫ّ‬

‫واي مقاييس إحصائية خاصة بالمجتمع ككل كمقاييس النزعة المركزية (المتوسط‬
‫الحسابي‪ ،‬الوسيط المنوال‪ )...،‬أو مقاييس التشتت (التباين‪ ،‬االنحراف المعياري‬
‫‪ )...،‬او اية مقاييس إحصائية اخرى تسمي معالم‪ ،‬ألهنا تصف لنا المجتمع وتحدد‬
‫معالمه‪ ،‬فتحسب المعلمة باستخدام بيانات عن كل مفردات المجتمع دون استثناء‪.‬‬

‫تعريفّالمعلمة‪ّ ّ:‬‬
‫هي أي مقياس إحصائي يحسب من كل بيانات المجتمع‪.‬‬ ‫ّ‬
‫ّ‬
‫والمعالم عبارة عن قيم ثابتة ال تتغير‪ ،‬الن المجتمع محل الدراسة ثابت ال‬
‫يتغير أثناء إجراء الدراسة‪ ،‬ولذلك يطلق على المعالم احيانا الثوابت اإلحصائية‪.‬‬
‫وعادة تستخدم الحروف اليونانية للتعبير عن المعالم فيرمز للوسط الحسابي‬
‫للمجتمعّبالحرفّ𝛍ّ(ميو) ولتباين المجتمع بالرمزّ 𝟐𝝈ّ(سيجما تربيع) ولالنحراف‬
‫المعياري للمجتمع بالحرفّ𝛔ّ(سيجما) وهكذا ‪....‬‬
‫ومن اهم المقاييس التي يهتم هبا علم اإلحصاء‪ ،‬هي مقاييس النزعة المركزية‬
‫ومقاييس التشتت‪ ،‬حيث تعرض الطالب يف منهج السنة الثانية لكيفية حساهبا من‬
‫التوزيعات التكرارية‪ ،‬اما يفّهذا المنهج فإننا سنتعرض لكيفية حساب أهم مقياس من‬
‫مقاييس النزعة المركزية وهو الوسط الحسابي‪ ،‬واهم مقياسين للتشتت وهما التباين‬
‫واالنحراف المعياري‪ ،‬من التوزيعات االحتمالية‪.‬‬

‫(‪ّ)1-3-2‬الوسطّالحسابي‪ّ ّ.‬‬
‫إذا كان لدينا مجتمع يتكون من قيم يمثلها المتغير العشوائي المتقطع ‪ ، X‬حيث‬
‫التوزيع االحتمالي لهذا المجتمع كما يلي‪:‬‬

‫𝒙‬ ‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫‪ّ .........‬‬ ‫𝐫𝒙‬

‫)𝒙(𝒇‬ ‫) 𝟏𝒙(𝒇‬ ‫) 𝟐𝒙(𝒇‬ ‫‪ّ ..........‬‬ ‫) 𝒓𝒙(𝒇‬
‫ّ‬
‫فنرمز للوسط الحسابي للمجتمع بالرمز ‪ ،μ‬ويحسب باستخدام الصيغة التالية‪:‬‬
‫𝑟=𝑖‬
‫ّ‬
‫) 𝒊𝒙(𝒇 𝒊𝒙 ∑ = ‪μ‬‬
‫‪𝑖=1‬‬
‫ّ‬
‫أي أن الوسط الحسابي لتوزيع احتمالي متقطع هو مجموع حاصل ضرب كل‬
‫قيمة من القيم التي يمكن أن يأخذها المتغير العشوائي يف االحتماالت المناظرة لتلك‬
‫القيم‪.‬‬
‫أما أذا كان التوزيع االحتمالي مستمرا‪ ،‬فعند حساب الوسط الحسابي نستخدم‬
‫التكامل بدال من المجموع‪ ،‬ولكننا لن نتعرض لهذا الموضوع‪.‬‬

‫ﻡﺙﺍﻝ (‪: )9-2‬‬

‫ّّ‬
‫أذا كان لدينا مجتمع يتكون من درجات ‪ 01‬طلبة وكانت الدرجات كما يلي‪:‬‬
‫‪ّ 7ّ،ّ6ّ،ّ5ّ،4ّ،ّ6ّ،ّ6ّ،ّ7ّ،ّ4ّ،ّ5ّ،ّ5‬‬
‫أوجد التوزيع االحتمالي لهذا المجتمع‪ ،‬ثم إحسب منه الوسط الحسابي للمجتمع‬
‫(الوسط الحسابي للدرجات)‪.‬‬

‫ّّّّالحل‪ّ ّ:‬‬
‫الظاهرة المستهدفة بالدراسة (المتغير العشوائي) يف هذا المثال هي الدرجة‬

‫فإذا رمزنا لها بالرمز ‪ ،x‬بما أن المتغير العشوائي هو متغير متقطع‪ ،‬فنحصل على‬

‫التوزيع االحتمالي لهذا المجتمع بكتابة القيم المختلفة للمتغير العشوائي وأمام كل‬
‫قيمة نكتب احتمالها‪ ،‬حيث القيم المختلفة التي يأخذها هذا المتغير العشوائي‬
‫(الدرجة) هي ‪:‬‬
‫‪ّ 7ّ،ّ6ّ،ّ5ّ،ّ4‬‬
‫ونحسب احتمال كل قيمة من هذه القيم‪ ،‬بقسمة عدد مرات تكرار القيمة‬
‫على العددّالكلي للقيم‪ ،‬فمثال عندهاّ‪ّ،ّxّ=ّ4‬فإن‪ّ :‬‬
‫𝟐‬
‫= ) 𝟒 = 𝑿( 𝑷 = ) 𝟒(𝒇‬ ‫𝟐 ‪= 𝟎.‬‬
‫𝟎𝟏‬

‫وهكذا ‪ ....‬فسيكون التوزيع االحتمالي لهذا المجتمع كما يلي‪:‬‬

‫ّ‬
 ‫جدولّ(‪ّ)4-2‬التوزيعّاالحتماليّللمجتمع ّ‬
‫𝒙‬ ‫‪ّ4‬‬ ‫‪ّ5‬‬ ‫‪ّ6‬‬ ‫‪ّ7‬‬ ‫المجموع ّ‬
‫)𝒙(𝒇‬ ‫‪ّ 1.2‬‬ ‫‪ّ 1.3‬‬ ‫‪ّ 1.3‬‬ ‫‪ّ 1.2‬‬ ‫‪ّ1‬‬
‫ّ‬

‫ومن التوزيع االحتمالي للمجتمع نحسب الوسط الحسابي للمجتمع كما يلي‪:‬‬
‫ّ‬
‫𝟒=𝒊‬

‫) 𝒊𝒙 (𝒇 𝒊𝒙 ∑ = 𝛍‬
‫𝟏=𝒊‬
‫𝟓 ‪= (𝟒)(𝟎. 𝟐) + (𝟓)(𝟎. 𝟑) + (𝟔)(𝟎. 𝟑) + (𝟕)(𝟎. 𝟐) = 𝟓.‬‬
‫أي أن الوسط الحسابي للدرجات هوّ‪ّ5.5‬درجةّ ّ‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)11-2‬‬
‫ّ‬
‫إذا كان التوزيع االحتمالي للمتغير العشوائي ‪ X‬كما يلي‪:‬‬
‫𝒙‬ ‫‪ّ1‬‬ ‫‪ّ1‬‬ ‫‪ّ2‬‬ ‫‪ّ3‬‬ ‫‪ّ4‬‬
‫)𝒙(𝒇‬ ‫‪0401‬‬ ‫‪0411‬‬ ‫‪04.9‬‬ ‫‪0431‬‬ ‫‪04.0‬‬
‫أحسب الوسط الحسابي لهذا التوزيع االحتمالي‪.‬‬
‫ّّّّّالحلّ ّ‬
‫من التوزيع االحتمالي نحسب الوسط الحسابي 𝛍 كما يلي‪:‬‬
‫𝟓=𝒊‬

‫) 𝒊 𝒙 (𝒇 𝒊 𝒙 ∑ = 𝛍‬
‫𝟏=𝒊‬

‫𝟖𝟓 ‪= (𝟎)(𝟎. 𝟎𝟏) + (𝟏)(𝟎. 𝟏𝟓) + (𝟐)(𝟎. 𝟐𝟗) + (𝟑)(𝟎. 𝟑𝟓) + (𝟒)(𝟎. 𝟐𝟎) = 𝟐.‬‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)11-2‬‬
‫ّ‬ ‫ّ‬
‫أذا ألقينا قطعة نقدية واحدة مرتين‪ ،‬وكان المتغير العشوائي ‪ X‬يمثل عدد‬
‫المرات التي نحصل فيها على وجه‪ ،‬احسب الوسط الحسابي لهذا المتغير ‪.‬‬
 ‫الحل‪:‬‬
‫نوجد أوال التوزيع االحتمالي لهذا المتغير‪ ،‬ثم نحسب منه الوسط الحسابي‪،‬‬
‫وإليجاد التوزيع االحتمالي‪ ،‬يجب كتابة فراغ العينة لهذه التجربة العشوائية‪.‬‬
‫حيث‪:‬‬
‫} ‪S = { HH, HT , TH , TT‬‬
‫إذن القيم التي يمكن ان يأخذها المتغير العشوائي الذي يمثل عدد المرات التي‬
‫نحصل فيها على وجه عند إلقاء قطعة نقدية مرتين هي‪. .،1،0 :‬‬

‫والتوزيع االحتمالي لهذا المتغير العشوائي يوضحه الجدول التالي‪:‬‬

‫𝒙‬ ‫‪ّ1‬‬ ‫‪ّ1‬‬ ‫‪ّ2‬‬
‫) 𝑥(𝑓‬ ‫‪1/4‬‬ ‫‪./4‬‬ ‫‪1/4‬‬
‫ّ‬

‫ومن التوزيع االحتمالي نحسب الوسط الحسابي كما يلي‪:‬‬

‫ّ‬
‫𝟑=𝒊‬

‫) 𝒊 𝒙 (𝒇 𝒊 𝒙 ∑ = 𝛍‬
‫𝟏=𝒊‬
‫𝟏 = 𝟒‪= (𝟎)(𝟏/𝟒) + (𝟏)(𝟐/𝟒) + (𝟐)(𝟏/𝟒) = 𝟒/‬‬
‫ّ‬
‫(‪ّ)2-3-2‬القيمةّالمتوقعة‪ّ :‬‬
‫إذا كان لدينا المتغير العشوائي ‪ X‬فالقيمة المتوقعة لهذا المتغير يرمز لها بالرمز‬
‫)‪ E (X‬وهي عبارة عن الوسط الحسابي لقيم المتغير العشوائي ‪ X‬مرجحة باحتماالهتا‪.‬‬
‫وبالتالي فالقيمة المتوقعة للمتغير العشوائي المنفصل ‪ ،X‬تحسب كما يلي‪:‬‬
‫‪𝑖=3‬‬
‫ّ‬
‫) 𝑖𝑥 (𝑓 𝑖𝑥 ∑ = )‪E(X‬‬
‫‪𝑖=1‬‬ ‫ّ‬
‫ّ‬
‫وهذه نفسها الصيغة المستخدمة لحساب الوسط الحسابي من التوزيعات‬
‫االحتمالية المتقطعة‪ ،‬وبالتالي فالقيمة المتوقعة للمتغير العشوائي المتقطع ‪ ،X‬هي‬
‫عبارة عن تسمية اخرى للوسط الحسابي‪ ،‬أي أن‪:‬‬
‫𝝁 = )𝐗(𝑬‬ ‫ّ‬
‫ويف بعض االحيان نجد أن استخدام مصطلح القيمة المتوقعة يوضح المقصود‬
‫أكثر من استخدام مصطلح الوسط الحسابي‪ ،‬وذلك كما هو واضح يف المثال التالي‪:‬‬

‫ﻡﺙﺍﻝ (‪:)12-2‬‬
‫ّ‬
‫إذا كانت القيمة االسمية لبوليصة التامين عن حوادث السيارات لشركة تامين‬
‫معينةّ‪ّ1111‬دينار ليبي‪ ،‬وكان قسط التأمين السنوي يساوي ‪ 55‬دينار ليبي‪ ،‬فإذا كانت‬
‫نسبة السيارات المتعرضة سنويا للحوادث هي ‪ّ %4‬فما هي القيمة المتوقعة ألرباح‬
‫هذه الشركة من حامل عقد التأمين يف سنة؟‬
‫ّّّّّّّّالحل‪ّ :‬‬
‫إذا اخرتنا من حاملي عقود التأمين واحدا عشوائيا وجعلنا المتغير العشوائي ‪ X‬يرمز‬
‫للربح الذي تجنيه الشركة من هذا الشخص يف سنة واحدة‪ .‬فسنجد انه إذا لم يتعرض‬
‫الشخص لحادث فسرتبح الشركة يف السنة قيمة القسط وهوّ‪ّ55‬دينارّأيّ‪ّ،ّXّ=ّ55‬‬

‫أما إذا تعرض الشخص لحادث فستدفع له الشركة مبلغّ‪ّ1111‬دينار‪ ،‬فستكون خسارة‬
‫الشركة يف هذه الحالةّ(‪ّ)-1111+55=-945‬أي انّ‪( X=-945‬االشارة السالبة تعني‬
‫خسارة)‪ ،‬وحيث أن احتمال وقوع حادثّ=‪(ّ41.1‬النسبة هي احتمال)‪ ،‬إذن احتمال‬
‫عدم وقوع حادثّ=ّ‪ّ،1.96‬ويكون التوزيع االحتمالي لربح الشركة يف سنة كما يلي‪:‬‬
‫𝒙‬ ‫)𝒙(𝒇‬ ‫ّ‬
‫‪ّ 55‬‬ ‫‪ّ 1.96‬‬
‫‪ّ -945‬‬ ‫‪ّ 1.14‬‬
‫ونالحظ هنا ان المتغير العشوائي ‪ X‬متغير متقطع‪ ،‬إذن فالقيمة المتوقعة لربح هذه‬
‫الشركة من شخص واحد يف سنة يحسب كما يلي‪:‬‬
‫𝟐=𝒊‬

‫𝟓𝟏 = )𝟒𝟎 ‪𝑬(𝑿) = 𝝁 = ∑ 𝒙𝒊 𝒇(𝒙𝒊 ) = (𝟓𝟓)(𝟎. 𝟗𝟔) + (−𝟗𝟒𝟓)(𝟎.‬‬

‫𝟏=𝒊‬

‫ويعني ذلك ان الشركة تتوقع أن يكون ربحها من حامل عقد التأمين الواحد يف ّسنةّ‬

‫‪ّ15‬دينار‪ .‬أي متوسط ربح الشركة من الشخص الواحد يف سنةّ‪ّ15‬دينار‪ّ ّ.‬‬

‫وبالتالي إذا كان عدد عقود التأمين المربمة مع هذه الشركة ّ‪ّ 75‬ألف عقد‪ ،‬فستتوقع‬
‫الشركة ان تكون أرباحها الكلية السنوية تساوي‪.‬‬
‫‪ّ1125111=15×75111‬دينار‪ّ .‬‬
‫أي سيكون متوسط األرباح الكلية السنوية لهذه الشركة مليون ومائة وخمسة‬
‫وعشرون ألف دينار ‪.‬‬

‫ّ(‪ّ)3-3-2‬التباين‪ّ ّ:‬‬
‫التباين هو مقياس لدرجة تشتت قيم المتغير العشوائي حول وسطها الحسابي‬
‫ويعرف التباين بانه الوسط الحسابي لمربعات انحرافات القيم عن وسطها الحسابي‪ّ.‬‬

‫ويرمز لتباين التوزيع االحتمالي (لتباين المجتمع) بالرمزّ 𝟐𝝈(سيجما تربيع)‪ّ ّ.‬‬

‫ويحسب التباين يف حالة التوزيعات االحتمالية المتقطعة كما يلي‪:‬‬

‫ّ‬
‫𝒓=𝒊‬

‫) 𝒊𝒙(𝒇 𝟐)𝛍 ‪𝝈 = ∑(𝒙𝒊 −‬‬

‫𝟐‬

‫𝟏=𝒊‬ ‫ّ‬
‫𝛍‬ ‫وحيث ان التباين يقيس مدي تشتت قيم التوزيع حول وسطها الحسابي‬
‫فعليه إذا كانت قيمة التباين كبيرة فيعني ذلك ان قيم المتغير العشوائي لهذا التوزيع‬
‫متباعدة عن وسطها 𝛍‪ ،‬أما إذا كانت قيمة التباين صغيرة فيعني ذلك أن قيم المتغير‬
‫العشوائي قريبة ومتمركزة حول وسطها الحسابي 𝛍‪ ،‬وبالتالي فعندما يساوي التباين‬
‫الصفر فيعني ذلك أنه ال يوجد تشتت‪ ،‬أي أن جميع قيم التوزيع تساوي الوسط‬
‫الحسابي 𝛍‪ ،‬فمثالً إذا كان لدينا توزيع احتمالي لدرجات طلبة يف مادة اإلحصاء‬
‫وعلمت أن الوسط الحسابي لهذا التوزيعّ‪ 𝛍=62‬وتباين التوزيع ‪ ،𝝈𝟐 = 0‬فيعني ذلك‬
‫أن جميع الطلبة درجاهتمّ‪ّ .62‬‬

‫يجب االنتباه أن التباين هو مقياس مربع‪ ،‬وبالتالي قيمته ستكون صفر أو قيمةّ‬

‫موجبة‪ّ،‬أيّأنّ‪ّ .ّ𝝈𝟐 ≥ّ1‬‬

‫والصيغة السابقة لحساب التباين تسمى صيغة االنحرافات عن الوسط‬

‫الحسابي‪ ،‬ومنها نستطيع استنتاج صيغة أخرى لغرض تسهيل العمليات الحسابية‬
‫وخاصة عندما تكون قيمة الوسط الحسابي كسرا‪ ،‬وتسمى صيغة القيم مباشرة‪ ،‬وهي‪:‬‬
‫𝒓=𝒊‬ ‫ّ‬
‫ّ‬
‫𝟐‬
‫𝟐𝛍 ‪𝝈𝟐 = ∑ 𝒙𝒊 𝒇(𝒙𝒊 ) −‬‬
‫𝟏=𝒊‬

‫وبالطبع تعطي الصيغتان نفس النتيجة تمامًا‪ .‬وبما أن التباين يتعامل مع مربع‬
‫انحرافات القيم عن وسطها الحسابي‪ ،‬إذن ستكون وحداته هي مربع وحدات القياس‬
‫األصلية‪ ،‬وكثير ًا ما تكون غير ذات معني‪ ،‬فمثالً إذا كان المتغير العشوائي المدروس‬
‫يمثل عدد األطفال فستكون وحدات التباين طفل تربيع‪ ،‬وإذا كان المتغير يمثل الوقت‬
‫بالساعات فستكون وحدات التباين ساعة تربيع وكلها ليس لها أي معنى‪ ،‬وهذا يمثل‬
‫صعوبة يف تفسير التباين‪ .‬وللتخلص من هذه الصعوبة‪ ،‬نُرجع الوحدات إلى أصلها‬
‫بأخذ الجذر الرتبيعي للتباين‪ ،‬ويسمى المقياس الجديد باالنحراف المعياري‪.‬‬
 ‫(‪ّ)4-3-2‬االنحرافّالمعياريّ‪ّ :‬‬
‫االنحراف المعياري هو الجذر الرتبيعي الموجب للوسط الحسابي لمربعات‬
‫انحرافات القيم عن وسطها الحسابي‪ ،‬أي االنحراف المعياري هو الجذر الرتبيعي‬
‫الموجب للتباين‪ ،‬ويرمز له بالرمزّ𝛔 ‪:‬‬

‫𝟐 𝛔√ = 𝛔‬ ‫ّ‬
‫ّ‬

‫ﻡﺙﺍﻝ (‪:)13-2‬‬
‫ّ‬
‫أحسب التباين واالنحراف المعياري للتوزيع االحتمالي المتقطع التالي‪:‬‬
‫𝒙‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬
‫)𝒙(𝒇‬ ‫‪0.05‬‬ ‫‪0.15‬‬ ‫‪0.25‬‬ ‫‪0.35‬‬ ‫‪0.20‬‬
‫ّ‬
‫ّّّّّّالحل‪ّ :‬‬
‫لحساب التباين يجب أو ً‬
‫ال حساب الوسط الحسابي 𝛍‪ ،‬حيث‪:‬‬
‫𝟓=𝒊‬

‫𝟎 ‪𝝁 = ∑ 𝒙𝒊 𝒇(𝒙𝒊 ) = 𝟐(𝟎. 𝟎𝟓) + 𝟒(𝟎. 𝟏𝟓) + 𝟔(𝟎. 𝟐𝟓) + 𝟖(𝟎. 𝟑𝟓) + 𝟏𝟎(𝟎. 𝟐𝟎) = 𝟕.‬‬
‫𝟏=𝒊‬ ‫ّ‬

‫ونحسب التباين باستخدام صيغة االنحرافات عن الوسط الحسابي كما يلي‪:‬‬

‫ّ‬
‫𝟓=𝒊‬

‫)𝟓𝟐 ‪𝝈𝟐 = ∑(𝒙𝒊 − 𝝁)𝟐 𝒇(𝒙𝒊 ) = (𝟐 − 𝟕)𝟐 (𝟎. 𝟎𝟓) + (𝟒 − 𝟕)𝟐 (𝟎. 𝟏𝟓) + (𝟔 − 𝟕)𝟐 (𝟎.‬‬
‫𝟏=𝒊‬
‫‪ّ + ( 8 - 7 )2 (𝟎. 𝟑𝟓) + (𝟏𝟎 − 𝟕)𝟐 (0.20) =5.0‬‬
‫ّ‬

‫ونستطيع حساب التباين باستخدام صيغة القيم مباشرة كما يلي‪:‬‬

‫𝟓=𝒊‬

‫𝟐)𝟕( ‪𝝈 = ∑ 𝒙𝟐𝒊 𝒇(𝒙𝒊) − 𝝁𝟐 = [(𝟐)𝟐 (𝟎. 𝟎𝟓) + (𝟒)𝟐 (𝟎. 𝟏𝟓) + (𝟔)𝟐 (𝟎. 𝟐𝟓) + (𝟖)𝟐 (𝟎. 𝟑𝟓) + (𝟏𝟎)𝟐 (𝟎. 𝟐𝟎)] −‬‬
‫𝟐‬

‫𝟏=𝒊‬
‫𝟎 ‪= 𝟓𝟒. 𝟎 − 𝟒𝟗. 𝟎 = 𝟓.‬‬

‫إذن االنحراف المعياري لهذا المتغير العشوائي يساوي‪:‬‬

‫‪σ = √𝜎 2 = √5 = 2.236‬‬
 ‫ﻡﺙﺍﻝ (‪:)14-2‬‬
‫ّّ‬
‫إذا ألقينا قطعة نقدية واحدة مرتين‪ ،‬وكان المتغير العشوائي ‪ X‬يمثل عدد المرات التي‬
‫نحصل فيها على وجه‪ ،‬أحسب التباين واالنحراف المعياري لهذا المتغير‪.‬‬

‫الحل‪:‬‬
‫من مثال (‪ ،)6-.‬علمنا أن التوزيع االحتمالي لهذا المتغير العشوائي كما يلي‪:‬‬
‫𝒙‬ ‫‪ّ1‬‬ ‫‪ّ1‬‬ ‫‪ّ2‬‬
‫)𝒙(𝒇‬ ‫‪1/4‬‬ ‫‪./4‬‬ ‫‪1/4‬‬

‫ومن التوزيع االحتمالي نحسب الوسط الحسابي 𝛍 كما يلي‪:‬‬

‫𝟑=𝒊‬

‫𝟏 = 𝟒‪𝛍 = ∑ 𝒙𝒊 𝒇(𝒙𝒊 ) = (𝟎)(𝟏/𝟒) + (𝟏)(𝟐/𝟒) + (𝟐)(𝟏/𝟒) = 𝟒/‬‬

‫𝟏=𝒊‬

‫حساب التباين باستخدام صيغة االنحرافات عن الوسط الحسابي‪:‬‬

‫𝟑=𝒊‬

‫) 𝒊𝒙(𝒇 𝟐)𝝁 ‪𝛔𝟐 = ∑(𝒙𝒊 −‬‬

‫𝟏=𝒊‬
‫𝟐‬
‫𝟏‬ ‫𝟐‬ ‫𝟏‬ ‫𝟏‬ ‫𝟏 𝟏‬
‫)𝟏 ‪= (𝟎 −‬‬ ‫𝟐)𝟏 ‪+ (𝟏 −‬‬ ‫𝟐)𝟏 ‪+ (𝟐 −‬‬ ‫= ‪= +𝟎+‬‬
‫𝟒‬ ‫𝟒‬ ‫𝟒‬ ‫𝟒‬ ‫𝟐 𝟒‬
‫ّ‬
‫ونستطيع حساب التباين باستخدام صيغة القيم مباشرة كما يلي‪:‬‬
‫𝟑=𝒊∑[ = 𝟐𝝈 ّ‬ ‫𝟐‬
‫𝝁‪𝒊=𝟏 𝒙𝒊 𝒇(𝒙𝒊 )]-‬‬
‫𝟐‬

‫= 𝟐)𝟏( ‪ّ =[(𝟎)𝟐 (𝟒) + (𝟏)𝟐 (𝟒) + ( 𝟐)𝟐 (𝟒)] −‬‬

‫𝟏‬ ‫𝟐‬ ‫𝟏‬ ‫𝟔‬ ‫𝟏‬
‫𝟐=𝟏‪−‬‬
‫𝟒‬

‫إذن االنحراف المعياري لهذا المتغير العشوائي يساوي‪:‬‬

‫𝟏‬
‫𝟏𝟕𝟎𝟕 ‪𝛔 = √𝝈𝟐 = √ = 𝟎.‬‬
‫𝟐‬

‫ّ‬
 ‫ملخص الفصل الثاني‬

‫عرفنا يف هذا الفصل المتغير العشوائي بأنه متغير كمي نعتمد يف تحديد قيمه‬
‫على كل نتيجة من النتائج التي يمكن أن نحصل عليها من إجراء تجربة عشوائية‪،‬‬
‫ويوجد نوعان من المتغيرات العشوائية وهما المتغير العشوائي المتقطع (المنفصل)‬
‫وهو متغير عشوائي قيمه التي يمكن أن يأخذها منفصلة عن بعضها وقابلة للعدّ ‪.‬‬
‫والمتغير العشوائي المستمر (المتصل) وهو متغير عشوائي يمكنه أن يأخذ أية قيمة يف‬
‫فرتة معينة‪ ،‬أي تكون القيم التي يمكن أن يأخذها متصلة ببعضها أي مستمرة يف فرتة‬
‫معينة‪ ،‬وبالتالي فهي غير قابلة للعد‪.‬‬
‫وإذا كان المتغير العشوائي متقطعًا‪ ،‬فتوزيعه االحتمالي يسمى توزيع احتمالي‬
‫متقطع ونعرب عنه بالدالة)𝒙(𝒇 وتسمي دالة كتلة االحتمال‪ ،‬حيث قيمتها عند قيمة‬
‫معينة 𝒙‪ّ،‬هي احتمال أن يأخذ المتغير هذه القيمة أي ‪ ،𝑷(𝑿 = 𝒙) = 𝒇(𝒙):‬ويجب‬
‫أن يتوفر يف دالة كتلة االحتمال الشرطان التاليان‪ّ .ّ∑ 𝒇(𝒙) = 𝟏ّ،ّ𝟎 ≤ 𝒇(𝒙) ≤ 𝟏:‬‬

‫أما إذا كان المتغير العشوائي مستمر ًا‪ ،‬فتوزيعه االحتمالي يسمى توزيع‬
‫احتمالي مستمر ونعرب عنه بالدالة)𝒙(𝒇 وتسمي دالة كثافة االحتمال‪ .‬واحتمال أن‬
‫يأخذ المتغير المستمر أية قيمة داخل فرتة معينة مساويًا للمساحة المحصورة بين‬
‫محور السينات ومنحني دالة كثافة االحتمال لهذه الفرتة‪ .‬ويجب أن يتوفر يف دالة كثافة‬
‫االحتمال الشرطان التاليان‪ ،𝒇(𝒙) ≥ 𝟎:‬والمساحة الكلية المحصورة بين منحنى دالة‬
‫كثافة االحتمال ومحور السينات تساويّ‪ّ .1‬‬
‫ثم تعرضنا لوصف التوزيعات االحتمالية (المجتمعات)‪ ،‬بحساب بعض‬
‫معالمها الهامة‪ ،‬وقد حسبنا هذه المعالم عندما يكون توزيع المجتمع توزيعًا احتماليًا‬
‫مقطعًا‪ ،‬حيث‪:‬‬

‫ُيحسب الوسط الحسابي للمجتمع 𝛍 كما يلي‪𝒊=𝟏 𝒙𝒊 𝒇(𝒙𝒊 ) :‬‬

‫𝒓=𝒊∑ = 𝝁 ّ‬

‫و ُيحسب تباين المجتمع 𝟐𝝈 بإحدى الصيغتين التاليتين‪ّ :‬‬

‫ّ‬
‫𝒓=𝒊‬ ‫𝒓=𝒊‬
‫𝟐‬
‫= 𝝈‬ ‫‪[∑ 𝒙𝟐𝒊 𝒇(𝒙𝒊 )] −‬‬ ‫) 𝒊𝒙(𝒇 𝟐)𝝁 ‪𝝁 ، 𝝈 = ∑(𝒙𝒊 −‬‬
‫𝟐‬ ‫𝟐‬

‫𝟏=𝒊‬ ‫𝟏=𝒊‬

‫أما االنحراف المعياري 𝛔 فهو الجذر الموجب للتباين أي‪ّ 𝝈 = √𝝈𝟐 :‬‬

‫ّ‬
‫ّ‬
‫ّ‬
‫ّ‬
 ‫‪ّ 2 2‬‬
‫ّ‬
‫‪ .1‬أحسب الوسط الحسابي والتباين واالنحراف المعياري لكل من التوزيعات التالية‪:‬‬
‫أ‪ّ -‬‬
‫𝒙‬ ‫‪ّ4‬‬ ‫‪ّ5‬‬ ‫‪ّ6‬‬ ‫‪ّ7‬‬ ‫‪ّ8‬‬
‫)𝒙(𝒇‬ ‫‪ّ 0.10‬‬ ‫‪ّ 0.15‬‬ ‫‪ّ 0.35‬‬ ‫‪ّ 0.30‬‬ ‫‪ّ 0.10‬‬
‫ّ‬ ‫ب‪-‬‬
‫𝒙‬ ‫‪ّ1‬‬ ‫‪ّ1‬‬ ‫‪ّ2‬‬ ‫‪ّ3‬‬ ‫‪ّ4‬‬
‫)𝒙(𝒇‬ ‫‪ّ 1.14‬‬ ‫‪ّ 1.21‬‬ ‫‪ّ 1.31‬‬ ‫‪ّ 1.35‬‬ ‫‪ّ 1.11‬‬
‫جـ‪ّ ّ-‬‬
‫𝒙‬ ‫‪-2‬‬ ‫‪ّ -1‬‬ ‫‪ّ1‬‬ ‫‪ّ1‬‬ ‫‪ّ2‬‬ ‫‪ّ3‬‬
‫)𝒙(𝒇‬ ‫‪1/12‬‬ ‫‪ّ 1/12‬‬ ‫‪ّ 2/12‬‬ ‫‪ّ 4/12‬‬ ‫‪ّ 2/12‬‬ ‫‪ّ 2/12‬‬

‫‪ .2‬عند إلقاء ‪ 3‬قطع نقدية‪ ،‬واعتبار أن المتغير العشوائي ‪ X‬يمثل عدد األوجه التي‬
‫نحصل عليها‪ ،‬أحسب الوسط الحسابي والتباين واالنحراف المعياري لهذا‬
‫المتغير‪.‬‬

‫‪ .3‬أحسب الوسط الحسابي والتباين واالنحراف المعياري للتوزيع االحتمالي‬

‫المتقطع التالي‪:‬‬
‫𝟏‬
‫𝟕{ = )𝒙(𝒇‬ ‫𝟔 ‪𝒙 = 𝟎, 𝟏, 𝟐, 𝟑, 𝟒, 𝟓,‬‬
‫𝟎‬ ‫𝒆𝒔𝒊𝒘𝒓𝒆𝒉𝒕𝒐‬
‫‪ .4‬إذا كان التوزيع االحتمالي للمتغير العشوائي ‪ X‬الذي يمثل المبيعات األسبوعية‬
‫من السيارات لوكالة معينة كما يلي‪:‬‬
 ‫𝒙‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪.‬‬ ‫‪3‬‬ ‫‪4‬‬
‫)𝒙(𝒇‬ ‫‪0401‬‬ ‫‪0411‬‬ ‫‪04.9‬‬ ‫‪0431‬‬ ‫‪04.0‬‬

‫أحسب القيمة المتوقعة لعدد السيارات التي تبيعها هذه الوكالة أسبوعيًا‪.‬‬

‫‪ .5‬إذا كان لدينا التوزيع االحتمالي المتقطع التالي‪:‬‬

‫𝒙‬ ‫‪ّ1‬‬ ‫‪ّ1‬‬ ‫‪ّ2‬‬ ‫‪ّ3‬‬ ‫‪ّ4‬‬
‫)𝒙(𝒇‬ ‫‪04.0‬‬ ‫‪k‬‬ ‫‪0430‬‬ ‫‪0410‬‬ ‫‪c‬‬
‫ّ‬

‫وكانت ‪ ، E(X) = 146‬فأوجد قيمة ‪ K‬و ‪.C‬‬

‫ّ‬
 ‫الفصلّّالثالث‬
‫وزيعاتّاحتماليةّهامة‬
‫ّ‬ ‫ت‬
‫ّ‬
‫ّ(‪ّ)1-3‬توزيعاتّاحتماليةّمتقطعةّهامة‪ّ :‬‬
‫لقد درسنا التوزيعات االحتمالية بصفة عامة‪ ،‬وعرفنا كيفية تحديد صفاهتا‬
‫وذلك باستخدام مقاييس للنزعة المركزية ومقاييس للتشتت‪ .‬ويف هذا البند سنتعرض‬
‫لدراسة توزيعين احتماليين من النوع المتقطع‪ ،‬نظر ًا ألهميتها‪ ،‬والتي تأيت من تطبيقهما‬
‫بشكل واسع يف الدراسات اإلحصائية‪ ،‬وهما توزيع ذات الحدين وتوزيع بواسون‪.‬‬

‫(‪ّ)1-1-3‬توزيعّذاتّالحدين‪ّ :‬‬
‫إذا كررنا تجربة‪ n‬من المرات المستقلة حيث يطلق على كل مرة محاولة وكان احتمال‬
‫النجاح ثابت يف جميع المحاوالت‪ ،‬فهذه التجربة يطلق عليها تجربة ذات الحدين‪،‬‬
‫أي أن أية تجربة عشوائية تتوفر فيها الشروط التالية تسمى تجربة ذات الحدين‪:‬‬
‫‪ )1‬تجربـــة عشوائيـــة تتكــــون مـــن ‪ n‬مـــن المحـــاوالت المتماثلـــــــــــــة‪.‬‬

‫‪ )2‬كل محاولة تصنف نتيجتها إلى نجاح أو فشل‪ ،‬حيث المقصود بالنجاح هو ظهور‬

‫نتيجة مرغوب فيها‪ ،‬والمقصود بالفشل هو ظهور نتيجة غير مرغوب فيها‪.‬‬

‫‪ )3‬جميـــع المحــــاوالت مستقلــــة عـــــن بعضهـــــا البعــــــــــــــــــــــــــض‪.‬‬

‫‪ )4‬احتمال النجاح‪ ،‬أي احتمال ظهور النتيجة المرغوب فيها‪ ،‬ثابت من محاولة إلى‬

‫أخرى‪.‬‬
‫والمتغير العشوائي ‪ X‬الذي يمثل عدد المحاوالت الناجحة يسمى متغير ذات الحدين‬
‫وتوزيعه االحتمالي يطلق عليه توزيع ذات الحدين‪ .‬والقيم التي يمكن أن يأخذها‬
‫المتغير العشوائي ‪ X‬هي‪ّ :‬‬
‫‪ّ 1,1,2,3,…………………,n‬‬
‫فعندما يأخذ المتغير ‪ّ X‬القيمة ‪ّ 1‬يعني ذلك أن عدد المحاوالت الناجحة‬
‫يساوي صفر‪ ،‬أي أن كل المحاوالت فاشلة‪ ،‬وعندما تكون قيمة المتغير ‪ّX‬تساوي ‪،1‬‬
‫يعني ذلك أن محاولة واحدة فقط كانت ناجحة‪ ،‬وهكذا ‪ ...‬وإذا كانت قيمة المتغيرّّ‪X‬‬

‫تساويّّّ‪ n‬يعني ذلك أن كل المحاوالت كانت ناجحة‪.‬‬

‫وبما أن القيم التي يمكن أن يأخذها هذا المتغير العشوائي هي قيم منفصلة‬
‫وقابلة للعدّ ‪ ،‬فعددها يساوي (‪ّ )n+1‬قيمة‪ ،‬إذن متغير ذات الحدين هو متغير متقطع‪.‬‬
‫وبالتالي توزيعه االحتمالي هو توزيع احتمالي متقطع‪ ،‬ودالة كتلة االحتمال لتوزيع‬
‫ذات الحدين كما يلي‪:‬‬
‫ّ‬
‫ﺍﻝﻱﺓ‪:‬‬
‫ﻝﺹﻱﻍﺓﺍﻝﺕ‬‫ﻝﺡﺩﻱﻥﺕﺃﺥﺫ ﺍ‬ ‫ﺩﺍﻝﺓﻙﺕلة االحتﻡﺍﻝﻝﺕﻭﺯﻱﻉ ﺫﺍﺕ ﺍ‬
‫ّ‬
‫= )𝒑 ‪𝒇(𝒙; 𝒏,‬‬ ‫𝒙‪𝒄𝒏𝒙 𝒑𝒙 𝒒𝒏−‬‬ ‫𝒏 … … … … … … 𝟐 ‪𝒙 = 𝟎, 𝟏,‬‬
‫ﻝﻱﻩﻡﺍﺕﻭﺯﻱﻉ ﺫﺍﺕﺍﻝﺡﺩﻱﻥ‪ .‬ﺡﻱﺙ‪:‬‬ ‫ﻝﻝﺕﺍﻥﻱﻉﺕﻡﺩ ﻉ‬ ‫‪ P ,n‬ﻩﻡﺍ ﺍﻝﻡﻉﻝﻡﺕﺍﻥ ﺍ‬ ‫ّ‬
‫ﻝﻙﻝﻱﺓ ‪.‬‬
‫‪ :n‬ﻉﺩﺩ ﺍﻝﻡﺡﺍوالت ا‬ ‫ّ‬
‫ﻝﻥﺝﺡﺍ ﻑﻱ ﺍﻝﻡﺡﺍﻭﻝﺓ ﺍﻝﻭﺍﺡﺩﺓ‪.‬‬ ‫‪ :P‬ﺍﺡﺕﻡﺍﻝ ﺍ‬
‫ّ‬
‫ﻝﻑﺵﻝﻑﻱﺍﻝﻡﺡﺍﻭﻝﺓ ﺍﻝﻭﺍﺡﺩﺓ‪.q = (1-p) ،‬‬ ‫𝑞‪ :‬ﺍﺡﺕﻡﺍﻝ ﺍ‬
‫𝑥 ‪ :‬ﻉﺩﺩﺍﻝﻡﺡﺍﻭالﺕﺍﻝﻥﺍﺝﺡﺓ‪.‬‬ ‫ّ‬
‫ّ‬
‫الوسط الحسابي والتباين لتوزيع ذات الحدين‪:‬‬
‫إذا كان المتغير العشوائي ‪ X‬يتبع توزيع ذات الحدين‪ ،‬فإن‪:‬‬
‫𝒑𝒏 = 𝛍‬ ‫الوسط الحسابي‪:‬‬
‫ّ )‪𝝈𝟐 =n p q = n p(1-p‬‬ ‫ّ‬ ‫ّ‬ ‫ّ‬ ‫التباي ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـن‪:‬‬
 ‫ﻡﺙﺍﻝ (‪: )1-3‬‬
‫ّ‬
‫إذا كان المتغير العشوائي ‪ X‬يتبع توزيع ذات الحدين بمعلمتين‪:‬‬
‫‪P=1/3،ّّّّّّّّّّّّّّnّ=5‬‬
‫أحسب احتمال أن يساوي المتغير القيمـــــة ‪.ّ1‬‬
‫أ)‬
‫ب) أحسب الوسط الحسابي والتباين لهذا التوزيع‪.‬‬
‫ّ‬
‫ّّّالحل‪ّ :‬‬
‫أ‪ .‬بما أن المتغير يتبع توزيع ذات الحدين‪ ،‬إذن‪:‬‬
‫𝒏 ‪𝒇(𝒙; 𝒏, 𝒑) = 𝑪𝒏𝒙 𝑷𝒙 𝒒𝒏−𝒙 𝒙 = 𝟎, 𝟏, 𝟐 … … … … . .‬‬
‫ّ‬
‫وبما أن ‪ّ،ّP=1/3،ّnّ=5‬إذن يف هذه الحالة دالة كتلة االحتمال كما يلي‪ّ :‬‬
‫𝟐 𝟏‬
‫𝒙‪𝒇(𝒙; 𝟓, 𝟏/𝟑) = 𝑪𝟓𝒙 ( )𝒙 ( )𝟓−‬‬ ‫𝟓 ‪𝒙 = 𝟎, 𝟏, 𝟐, 𝟑, 𝟒,‬‬
‫𝟑 𝟑‬

‫نحصل على االحتمال‬ ‫𝟏=𝒙‬ ‫وبالتعويض يف صيغة دالة كتلة االحتمال بالقيمة‬
‫المطلوب وذلك كما يلي‪:‬‬
‫𝟐 𝟏‬
‫𝟐𝟗𝟐𝟑 ‪𝑷(𝑿 = 𝟏) = 𝒇(𝟏) = 𝑪𝟓𝟏 ( )𝟏 ( )𝟒 = 𝟖𝟎 𝟐𝟒𝟑 = 𝟎.‬‬
‫𝟑 𝟑‬

‫𝟏 = 𝟑‪ّ 𝛍 = 𝒏𝒑 = (𝟓)(𝟏⁄𝟑) = 𝟓/‬‬ ‫ب‪ .‬الوسط الحسابي‪:‬‬

‫𝟐‬
‫𝟑‬

‫= )‪ّ 𝝈𝟐 =ّnpq = (5)(1/3)(2/3‬‬ ‫التباين‪ّ=ّ1ّ ّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّ:‬‬

‫𝟎𝟏‬ ‫𝟏‬
‫𝟗‬ ‫𝟗‬

‫ّ‬

‫ﻡﺙﺍﻝ (‪:)2-3‬‬
‫ّ‬
‫أشرتك ‪ 7‬طلبة يف امتحان يف مادة الرياضيات‪ ،‬فإذا كان احتمال النجاح يف هذا‬
‫االمتحان ‪ ،1.61‬أحسب‪ّ :‬‬
 ‫احتمال أن ينجح ‪ 4‬طلبـــــة‪ّ .‬‬ ‫أ)‬
‫ب) احتمال أن ينجح كل الطلبة‪.‬‬
‫ّ‬
‫ّّّّّّالحل‪ّ :‬‬
‫يف هذا المثال نالحظ أن التجربة العشوائية المذكورة تتوفر فيها شروط توزيع‬
‫ذات الحدين حيث ان عدد المحاوالت الكلية = العدد الكلي للطلبة المشرتكين يف‬
‫االمتحان‪ ،‬أي أن ‪ّ ّnّ=ّ7ّّّّّّّّ:‬‬

‫‪ّ P = 0.60‬‬ ‫واحتمال النجاح‬

‫بما أن دالة كتلة االحتمال لتوزيع ذات الحدين يف هذا المثال كما يلي‪:‬‬
‫𝒙‪𝒇(𝒙; 𝟕, 𝟎. 𝟔) = 𝑪𝟕𝒙 (𝟎. 𝟔)𝒙 (𝟎. 𝟒)𝟕−‬‬ ‫𝟕 ‪𝒙 = 𝟎, 𝟏, 𝟐, … … … . .‬‬
‫أ) نحصل على احتمال أن ينجح ‪ 4‬طلبة بالتعويض يف صيغة دالة كتلة االحتمال‬
‫بالقيمة‪ّ،‬وذلك كما يلي‪:‬‬

‫𝟒‪𝑷(𝑿 = 𝟒) = 𝒇(𝟒) = 𝑪𝟕𝟒 (𝟎. 𝟔)𝟒 (𝟏 − 𝟎. 𝟔)𝟕−‬‬

‫=ّ‬
‫!𝟕‬
‫𝟑𝟎𝟗𝟐 ‪(𝟎. 𝟔 )𝟒 (𝟎. 𝟒)𝟑 = 𝟎.‬‬
‫!)𝟒‪𝟒!(𝟕−‬‬

‫ب) نحصل على احتمال ان ينجح كل الطلبة بالتعويض يف صيغة دالة كتلة االحتمال‬
‫بالقيمة 𝟕 = 𝒙 ‪ ،‬وذلك كما يلي‪:‬‬
‫𝟕‪𝑷(𝒙 = 𝟕) = 𝒇(𝟕) = 𝑪𝟕𝟕 (𝟎. 𝟔)𝟕 (𝟏 − 𝟎. 𝟔)𝟕−‬‬
‫=ّ‬
‫!𝟕‬
‫‪(0.6)𝟕 (0.4)𝟎 = (0.6)𝟕 =0.028‬‬
‫!)𝟕‪𝟕!(𝟕−‬‬

‫ّ‬
‫ّ‬
‫ّ‬
‫ّ‬
 ‫ﻡﺙﺍﻝ (‪:)3-3‬‬
‫ّ‬
‫إذا كان ‪ 0410‬من اإلنتاج الكلي يف مصنع معين إنتاجا تالفًا‪ ،‬فإذا سحبنا‬
‫عشوائيًا من هذا اإلنتاج ‪ 6‬وحدات‪ ،‬فما احتمال أن يكون عدد الوحدات التالفة أقل‬
‫من‪ 3‬وحدات؟ ّ‬

‫ّ‬
‫ّّّّالحل‪ّ :‬‬
‫بفرض أن المتغير العشوائي ‪ X‬يمثل عدد الوحدات التالفة‪ ،‬فسيكون ‪ X‬متغير‬
‫عشوائي يتبع توزيع ذات الحدين بالمعلمتين ‪ ، P=0.10 ، n=6‬واالحتمال المطلوب‪:‬‬
‫)‪ P(𝑿 < 3‬حيث‪ّ ّ:‬‬
‫)𝟐 = 𝑿(𝑷 ‪𝑷(𝑿 < 3) = 𝑷(𝑿 = 𝟎) + 𝑷(𝑿 = 𝟏) +‬‬
‫وبالتعويض يف دالة كتلة االحتمال لتوزيع ذات الحدين‪ ،‬نحصل على‬
‫االحتماالت التالية‪:‬‬
‫𝟎‪𝑷(𝑿 = 𝟎) = 𝒇(𝟎) = 𝑪𝟔𝟎 (𝟎. 𝟏𝟎)𝟎 (𝟏 − 𝟎. 𝟏𝟎)𝟔−‬‬
‫!𝟔‬
‫=‬ ‫𝟒𝟏𝟑𝟓 ‪(𝟏)(𝟎. 𝟗𝟎)𝟔 = 𝟎.‬‬
‫!)𝟎 ‪𝟎! (𝟔 −‬‬
‫ّ‬
‫𝟏‪𝑷(𝑿 = 𝟏) = 𝒇(𝟏) = 𝑪𝟔𝟏 (𝟎. 𝟏𝟎)𝟏 (𝟏 − 𝟎. 𝟏𝟎)𝟔−‬‬
‫!𝟔‬
‫=‬ ‫𝟐𝟒𝟓𝟑 ‪(𝟏. 𝟏𝟎)(𝟎. 𝟗𝟎)𝟓 = 𝟎.‬‬
‫!)𝟏 ‪𝟏! (𝟔 −‬‬

‫𝟐‪𝑷(𝑿 = 𝟐) = 𝒇(𝟐) = 𝑪𝟔𝟐 (𝟎. 𝟏𝟎)𝟐 (𝟏 − 𝟎. 𝟏𝟎)𝟔−‬‬

‫!𝟔‬
‫=‬ ‫𝟒𝟖𝟗𝟎 ‪(𝟏. 𝟏𝟎)𝟐 (𝟎. 𝟗𝟎)𝟒 = 𝟎.‬‬
‫!)𝟐 ‪𝟐! (𝟔 −‬‬
‫إذن االحتمال المطلوب هو‪:‬‬
‫)𝟐 = 𝑿(𝑷 ‪𝑷(𝑿 < 3) = 𝑷(𝑿 = 𝟎) + 𝑷(𝑿 = 𝟏) +‬‬
‫𝟎𝟒𝟖𝟗 ‪= 𝟎. 𝟓𝟑𝟏𝟒 + 𝟎. 𝟑𝟓𝟒𝟐 + 𝟎. 𝟎𝟗𝟖𝟒 = 𝟎.‬‬
 ‫ﻡﺙﺍﻝ (‪:)4-3‬‬
‫ّ‬
‫إذا ألقينا مكعب نرد ‪ 4‬مرات‪ ،‬فما احتمال ظهور العدد ‪ 3‬مرتين أو أكثر؟‬
‫ّ‬
‫ّّّّّالحل‪ّ :‬‬
‫هنا تعترب الرمية أي المحاولة ناجحة إذا ظهر العدد ‪ّ،3‬فاحتمال الحصول على‬
‫العدد ‪ 3‬مرتين أو أكثر المقصود به أن يكون عدد المحاوالت الناجحة ‪ 2‬أو أكثر‪ ،‬أي‬
‫يكون المتغير العشوائي‪ x‬الذي يمثل عدد المحاوالت الناجحة يساوي ‪ 2‬أو أكثر‪ ،‬بما‬
‫أن هذا المتغير يتبع توزيع ذات الحدين بمعلمتين‪ّ :‬‬

‫‪( n=4‬عدد المحاوالت الكلية)‪.‬‬

‫‪( P=1/6‬احتمال النجاح = احتمال ظهور العدد ‪ 3‬يف محاولة واحدة)‪.‬‬

‫إذن دالة االحتمال لهذا المتغير العشوائي ‪:x‬‬

‫𝟓 𝟏‬
‫𝒙‪𝒇(𝒙; 𝟒, 𝟏/𝟔) = 𝑪𝟒𝒙 ( )𝒙 ( )𝟒−‬‬ ‫𝟒 ‪𝒙 = 𝟎, 𝟏, 𝟐, 𝟑,‬‬
‫𝟔 𝟔‬

‫واالحتمال المطلوب يحسب كما يلــــــــي‪:‬‬

‫)𝟒(𝒇 ‪𝑷(𝑿 ≥ 𝟐) = 𝒇(𝟐) + 𝒇(𝟑) +‬‬
‫حيث‪ّ ّ:‬‬
‫𝟓 𝟏‬
‫𝟕𝟓𝟏𝟏 ‪𝑷(𝑿 = 𝟐) = 𝒇(𝟐) = 𝑪𝟒𝟐 ( )𝟐 ( )𝟐 = 𝟎.‬‬
‫𝟔 𝟔‬
‫𝟓 𝟏‬
‫𝟒𝟓𝟏𝟎 ‪𝑷(𝑿 = 𝟑) = 𝒇(𝟑) = 𝑪𝟒𝟑 ( )𝟑 ( ) = 𝟎.‬‬
‫𝟔 𝟔‬
‫𝟓 𝟏‬
‫𝟖𝟎𝟎𝟎 ‪𝑷(𝑿 = 𝟒) = 𝒇(𝟒) = 𝑪𝟒𝟒 ( )𝟒 ( )𝟎 = 𝟎.‬‬
‫𝟔 𝟔‬
‫إذن االحتمال المطلوب‪:‬‬
‫𝟗𝟏𝟑𝟏 ‪𝑷(𝑿 ≥ 𝟐) = 𝒇(𝟐) + 𝒇(𝟑) + 𝒇(𝟒) = 𝟎. 𝟏𝟏𝟓𝟕 + 𝟎. 𝟎𝟏𝟓𝟒 + 𝟎. 𝟎𝟎𝟎𝟖 = 𝟎.‬‬
‫ّ‬
‫ّ‬
 ‫ّ مالحظة‪:‬‬
‫ّ‬
‫بما ان‪ّ،∑ 𝒇(𝒙)=1‬إذن نستطيع حساب االحتمال المطلوب يف هذا المثال كما يلي‪:‬‬
‫)‪𝑷(𝑿 ≥ 𝟐) = 𝟏 − 𝑷(𝑿 < 2‬‬
‫ويكون من السهل الحل باستخدام هذه الطريقة‪ ،‬عندما يكون العدد الكلي‬
‫يحسب كما يلي‪:‬‬ ‫للمحاوالت ‪n‬كبير ًا‪ ،‬فمثالً إذا كانت ‪ّ،10=n‬فإنّ)𝟐 ≥ 𝑿(𝑷‬
‫])𝟏(𝒇 ‪𝑷(𝑿 ≥ 𝟐) = 𝟏 − 𝑷(𝑿 < 2) = 𝟏 − [𝒇(𝟎) +‬‬
‫أسهل من حسابه كما يلي‪:‬‬
‫)𝟎𝟏(𝒇 ‪𝑷(𝑿 ≥ 𝟐) = 𝒇(𝟐) + 𝒇(𝟑) + 𝒇(𝟒) + 𝒇(𝟓) + 𝒇(𝟔) + 𝒇(𝟕) + 𝒇(𝟖) + 𝒇(𝟗) +‬‬

‫(‪ّ)2-1-3‬توزيعّبواسون‪ّ :‬‬
‫التجارب العشوائية التي تعطينا نتائجها قيمة المتغير العشوائي ‪ X‬الذي يمثل‬
‫العدد الكلي لمرات الحصول على حدث ما يف فرتة زمنية معينة‪ ،‬قد تكون هذه الفرتة‬
‫ثانية أو دقيقة أو ساعة أو يومًا أو ‪ ...‬الخ‪ .‬أو يف منطقة محددة‪ ،‬قد تكون هذه المنطقة‬
‫صفحة من كتاب أو مرت ًا مربعًا من مساحة ‪ ...‬الخ‪ ،‬بحيث يكون ظهور الحدث يف‬
‫هذه الفرتة أو المنطقة عشوائيًا‪ ،‬هذه التجارب يطلق عليها تجارب بواسون‪ ،‬نسبة‬
‫للعالم الفرنسي سيمون بواسون‪ ،‬والمتغير العشوائي ‪ X‬يطلق عليه متغير بواسون ـ‬
‫وتوزيعه االحتمالي يسمى توزيع بواسون‪.‬‬
‫ومن األمثلة على تجربة بواسون‪ ،‬عدد الزبائن الذين يدخلون محل تجاري‬
‫معين يف الساعة‪ ،‬عدد السيارات التي تمر من أمام أحد الفنادق يف الساعة‪ ،‬عدد حوادث‬
‫السيارات يف مدينة ما شهريًا‪ ،‬عدد األخطاء المطبعية يف صفحة من كتاب‪ ،‬عدد الفئران‬
‫يف هكتار من منطقة زراعية‪ ،‬وبما أننا نحصل على قيم متغير بواسون عن طريق العد‪،‬‬
‫إذن متغير بواسون هو متغير عشوائي متقطع‪ ،‬وبالتالي سيكون له دالة كتلة احتمال‪،‬‬
‫وهي كما يلي‪:‬‬
 ‫ﺍﻝﻱﺓ‪:‬‬‫ﻝﺹﻱﻍﺓﺍﻝﺕ‬‫االحتﻡﺍ ﻝﺕﻭﺯﻱﻉﺏﻭﺍﺱﻭﻥﺕﺃﺥﺫ ﺍ‬
‫ﻝ‬ ‫ﺩﺍﻝﺓﻙﺕﻝﺓ‬
‫𝑥𝜆 𝜆‪𝑒 −‬‬ ‫ّ‬
‫= )𝜆 ;𝑥(𝑓‬ ‫… … ‪𝑥 = 0,1,2,‬‬
‫!𝑥‬ ‫ّ‬
‫ﻝﺕﻭﺯﻱﻉﻉﻝﻯ ﻡﻉﻝﻡﺓ ﻭﺍﺡﺩ ﺓ ﻭﻩﻱ 𝜆 ‪ ،‬ﺡﻱﺙ‪:‬‬ ‫ﻉﺕﻡﺩ ﺍ‬‫ﻱ‬
‫ّ‬
‫ﻩﻱ ﺕﺱﺍﻭﻱ‬
‫𝜆 ‪ :‬ﻩﻱ ﻡﻉﺩﻝ ﻭﻕﻭﻉﺍﻝﺡﺩﺙﻑﻱ ﻭﺡﺩﺓ ﺯﻡﻥﻱﺓ ﺃﻭ ﻡﻙﺍﻥﻱﺓ ﻭﺍﺡﺩﺓ ﻭ‬
‫ﻝﺡﺱﺍﺏﻱﻝﺕﻭﺯﻱﻉﺏﻭﺍﺱﻭﻥ‪.‬‬ ‫ﺍﻝﻭﺱﻁ ﺍ‬ ‫ّ‬
‫ﻝﻙﻝﻱ ﻝﻡﺭﺍﺕ ﻅﻩﻭﺭ ﻅﺍﻩﺭﺓ ﻡﺍﻑﻱﻑﺕﺭﺓ ﺯﻡﻥﻱﺓ ﻡﻉﻱﻥﺓ‪.‬‬ ‫𝑥‪:‬ﺍﻝﻉﺩﺩ ﺍ‬
‫ّ‬
‫𝑒 ≅ ‪2.71828‬‬
‫ّ‬
‫الوسط الحسابي والتباين لتوزيع بواسون‪:‬‬
‫إذا كان المتغير العشوائي ‪ X‬يتبع توزيع بواسون‪ ،‬فإن‪:‬‬
‫𝛌=𝛍 ّ‬ ‫وسطه الحسابي‪:‬‬
‫𝛌= 𝟐 𝛔 ّ‬ ‫وتباينــــــــــــــــه ‪:‬‬
‫أي أن الوسط الحسابي للتوزيعّّّّّ=ّتباينهّّّ=ّ𝛌 ّ‬

‫ﻡﺙﺍﻝ (‪:)5-3‬‬
‫ّ‬
‫إذا علمت أن الزبائن يدخلون محل للمالبس بمعدل ‪ 6‬زبائن يف الساعة‪ ،‬فأحسب‬
‫ما يلي‪:‬‬
‫أ) احتمال أن يدخل المحـل ‪ 8‬زبائن خـالل الساعـــــــة القادمـــــــــة‪.‬‬
‫ب) احتمال أن يدخل المحل ما بين ‪ 3‬و‪ 7‬زبائن خالل الساعة القادمة‪.‬‬
‫جـ) احتمال أن يدخل المحل أكثر من ‪ 4‬زبائن خالل الساعة القادمــة‪.‬‬
‫ّّّّّ‬
‫ّ‬

‫ّّّّّالحل‪ّ :‬‬
‫المتغير العشوائي الذي يمثل عدد الزبائن الذين يدخلون المحل يف الساعة الواحد هو‬
‫𝟔 = 𝝁 =ّ𝛌ّ ّ‬ ‫متغير بواسون‪ ،‬حيث‪:‬‬
‫إذن‪ّ :‬‬
‫𝟖)𝟔( 𝟔‪𝒆−‬‬
‫= )𝟖(𝒇 = )𝟖 = 𝑿(𝑷‬ ‫‪ّّ=ّ1.1133‬‬ ‫أ)ّ ّ‬
‫!𝟖‬
‫)𝟔(𝒇 ‪𝑷(𝟑 < 𝑋 < 7) = 𝑓 (𝟒) + 𝒇(𝟓) +‬‬ ‫ب)ّ ّ‬
 ‫ّّّّّّّّّّّّّّّّّّّّّّّّّّ‬
‫𝟒)𝟔( 𝟔‪𝒆−‬‬ ‫𝟔)𝟔( 𝟔‪𝒆−𝟔 (𝟔)𝟓 𝒆−‬‬
‫=‬ ‫‪+‬‬ ‫‪+‬‬
‫!𝟒‬ ‫!𝟓‬ ‫!𝟔‬
‫𝟏𝟓𝟓𝟒 ‪= 𝟎. 𝟏𝟑𝟑𝟗 + 𝟎. 𝟏𝟔𝟎𝟔 + 𝟎. 𝟏𝟔𝟎𝟔 = 𝟎.‬‬
‫𝟏 = )𝒙(𝒇 ∑‪،‬إذن‬ ‫جـ) بما أن توزيع بواسون كأى توزيع متقطع‪ ،‬يجب أن يكون‬
‫نستطيع حساب االحتمال المطلوب كما يلي‪:‬‬
‫])𝟒(𝒇 ‪𝑷(𝑿 > 4) = 𝟏 − [𝒇(𝟎) + 𝒇(𝟏) + 𝒇(𝟐) + 𝒇(𝟑) +‬‬

‫𝟒)𝟔( 𝟔‪𝒆−𝟔 (𝟔)𝟎 𝒆−𝟔 (𝟔) 𝒆−𝟔 (𝟔)𝟐 𝒆−𝟔 (𝟔)𝟑 𝒆−‬‬
‫‪=𝟏−‬‬ ‫[‬ ‫‪+‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫]‬
‫!𝟎‬ ‫!𝟏‬ ‫!𝟐‬ ‫!𝟑‬ ‫!𝟒‬
‫‪ّ =1-[𝟎. 𝟎𝟎𝟐𝟓 + 𝟎. 𝟎𝟏𝟒𝟗 + 𝟎. 𝟎𝟒𝟒𝟔 + 𝟎. 𝟎𝟖𝟗𝟐 + 𝟎. 𝟏𝟑𝟑𝟗]=1.7149‬‬

‫ﻡﺙﺍﻝ (‪: )6-3‬‬

‫ّ‬
‫إذا علمت أن بدَّ الة امعة ما تستقبل يف فرتة دوام الموظفين يف المتوسط‬
‫مكالمتين يف الدقيقة الواحدة‪ ،‬فأحسب ما يلي‪:‬‬
‫أ) احتمال أن تستقبل هذه البدّ الة مكالمة واحدة يف الدقيقـة القادمــــة‪.‬‬
‫ب) احتمال ان تستقبل هذه البدّ الة مكالمتين أو أكثر يف الدقيقة القادمة‪.‬‬
‫ّ‬

‫ّّّّالحل‪ّ :‬‬
‫المتغير العشوائي الذي يمثل عدد المكالمات التي تستقبلها البدّ الة يف الدقيقة‬
‫الواحدة هو متغير بواسون‪ ،‬حيث‪:‬‬
‫𝟐=𝛍=𝛌‬

‫= )𝟏(𝒇 = )𝟏 = 𝑿(𝑷‬
‫)𝟐( 𝟐‪𝒆−‬‬
‫𝟕𝟎𝟕𝟐 ‪= 𝟎.‬‬
‫أ‪ّ .‬‬
‫!𝟏‬
‫ّ‬
‫])𝟏(𝒇 ‪𝑷(𝑿 ≥ 𝟐) = 𝟏 − [𝒇(𝟎) +‬‬
‫𝟎)𝟐( 𝟐‪𝒆−‬‬ ‫)𝟐( 𝟐‪𝒆−‬‬
‫[‪ّ= 𝟏−‬‬ ‫‪+‬‬ ‫ب‪]ّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّّ.‬‬
‫!𝟎‬ ‫!𝟏‬
‫𝟎𝟒𝟗𝟓 ‪= 𝟏 − [𝟎. 𝟏𝟑𝟓𝟑 + 𝟎. 𝟐𝟕𝟎𝟕] = 𝟎.‬‬
 ‫‪ّ 1 3‬‬

‫‪ .1‬إذا إلقينا قطعة نقودّ‪ّ5‬مرات‪ ،‬فأحسب احتمال الحصول على وجه أكثر من مرتين‪.‬‬
‫‪ .2‬إذا إلقينا زهرة نردّ‪ّ8‬مرات‪ ،‬فأحسب ما يلـــــــــي‪:‬‬
‫أ‪ -‬احتمال الحصول على العددّ‪ّ6‬أربع مـــــــــــــــــــرات‪.‬‬
‫ب‪ -‬احتمال الحصول على عدد أكرب منّ‪ّ4‬ثالث مرات‪.‬‬
‫جـ‪ -‬احتمال الحصول على العددّ‪ّ5‬أكثر من مرتيـــــــــن‪.‬‬
‫د‪ -‬احتمال الحصول على عدد زوجي مرتين أو أقـــــــل‪.‬‬
‫‪ .3‬إذا علمت أن احتمال أن تكون وحدة تالفة يف إنتاج مصنع ما يساوي ّ‪ّ ،1.14‬فإذا‬
‫استلمنا طلبية من إنتاج هذا المصنع تحتوي على ّ‪ّ 7‬وحدات‪ ،‬فأحسب احتمال أن‬
‫تحتوي هذه الطلبية على وحدة فقط تالفة‪.‬‬
‫‪ .4‬يف التمرين السابق‪ ،‬إذا كانت الطلبية تحتوي على ّ‪ّ 111‬وحدة‪ ،‬فأحسب الوسط‬
‫الحسابي وتباين عدد الوحدات التالفة يف هذه الطلبية‪.‬‬
‫‪ .5‬أشرتك ّ‪ّ 6‬طلبة يف امتحان مادة الرياضة‪ ،‬فإذا كان احتمال النجاح يف هذا االمتحانّ‬

‫‪ّ1.72‬أحسب ما يلي‪:‬‬
‫أ) احتمال أن ينجح ‪ّ4‬طلبــــــــــــــــة‪.‬‬
‫ب) احتمال أن ينجح كل الطلبــــــــة‪.‬‬
‫جـ) احتمال أن ال ينجـح أحــــــــــــــد ‪.‬‬
‫د) احتمال أن ينجح أكثر من ‪ّ5‬طلبة‪.‬‬
‫‪ .6‬إذا كان معدل الوحدات التي هبا عيوب يف إنتاج آلة يف الساعة الواحدة يساوي ّ‪ّ،ّ 2‬‬

‫فأحسب ما يلي‪:‬‬
‫ّأ‪ّّّ.‬احتمال أن تنتج هذه اآللةّ‪ّ4‬وحدات هبا عيوب يف الساعة القادمــــة‪.‬‬
 ‫ّب‪ّ.‬احتمال أن ال تنتج هذه اآللة أية وحدة هبا عيوب يف الساعة القادمة‪.‬‬
‫‪ .7‬إذا علمت أن الوسط الحسابي لألخطاء اإلمالئية التي يرتكبها طالب يف السنة الخامسة‬
‫االبتدائية يساويّ‪ّ5‬أخطاء يف الصفحة الواحدة‪ ،‬فإذا طلبنا من طالب يف السنة الخامسة‬
‫أن يكتب صفحة واحدة‪ ،‬فما احتمال أن يكون عدد األخطاء التي يرتكبها ‪ّ2‬أو أقل؟‬
‫‪ .8‬إذا علمت أن تباين عدد الزبائن الذين يدخلون محل مواد غذائية يف الدقيقة الواحدةّ‬

‫‪ّ3‬زبائن‪ ،‬فأحسب ما يلي‪:‬‬

‫أ‪ّ.‬احتمـال أن يدخـل المحـلّ‪ّ4‬زبائـن يف الدقيقــة القادمـــــــــــــــة‪.‬‬
‫ب‪ّ.‬احتمال أن يدخل المحل ما بينّ‪ 2‬و‪ّ5‬زبائن يف الدقيقة القادمة‪.‬‬
‫جـ‪ّ.‬احتمال أن يدخل المحل أكثر منّ‪ّ3‬زبائن يف الدقيقة القادمــة‪.‬‬
‫ّ‬