‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬

‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬

‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫المحاضرة األولى‪:‬‬
‫‪ 1‬مفهوم المتغيرة العشوائية‬
‫ىي قيمة متغًنة يلحق بقيمها احتماالت حتقق كل قيمة‪ .‬يرمز للمتغًنة ع حبرف التيين كبًن‪ .‬ومنيز بٌن م ع ادلتقطعة وم‬
‫العشوائبة ادلتصلة أو ادلستمرة‪.‬‬
‫‪ 2‬المتغيرة العشوائية المتقطعة‬
‫و تسمى أيضا م ع منفصلة‪ ،‬وىي اليت تأخذ عددا منتهيا من القيم ادلمكنة يف رلال مغلق‪.‬‬
‫‪ 3‬التوزيع االحتمالي للمتغيرة المتقطعة‬
‫ىي رلموعة القيم ادلمكنة مع االحتماالت ادلرتبطة بقيم ادلتغًنة‪ .‬نرمز للمتغًنة حبرف كبًن وللقيم اليت تأخذىا ادلتغًنة حبرف‬
‫صغًن‪ .‬نعرب عن احتمال قيمة معينة كما يلي )‪ P(X = x‬ونكتب أيضا ‪ . f(x) :‬وتسمى الدالة )‪ f(x‬دالة الكثافة‬
‫االحتمالية‪.‬‬
‫‪ 4‬شروط دالة الكثافة للمتغيرة المتقطعة‬
‫نعرب عن احتمال قيمة معينة كما يلي )‪ P(X = x‬ونكتب أيضا ‪ f(x) :‬وتسمى الدالة )‪ f(x‬دالة الكثافة االحتمالية‪ .‬لكي‬
‫ديكن اعتبار دالة ما‪ ،‬أيا كانت‪ ،‬دالة كثافة احتمالية جيب أن يتحقق شرطان اثنان‪:‬‬
‫)‪1‬‬ ‫‪f ( x)  0‬‬
‫)‪2‬‬ ‫‪ f ( x)  1‬‬
‫‪x‬‬

‫‪ 5‬دالة التوزيع )‪ F(x‬للمتغيرة العشوائية المتقطعة‬

‫تعرف دالة التوزيع ‪ -‬وتسمى أيضا "الدالة التجميعية" – كما يلي‪:‬‬
‫)‪F(x) = P(X ≤ x‬‬
‫وديكن استنتاج دالة التوزيع من دالة الكثافة االحتمالية )‪ f(x‬كما يلي‪:‬‬
‫)‪F ( x)  P( X  x)   f (u‬‬
‫‪u x‬‬

‫‪ 6‬تعريف المتغيرة العشوائية المستمرة‬

‫ىي متغًنة ع تأخذ عددا ال متناىيا من القيم يف رلال زلدود‪ ،‬أو ىي تأخذ أي قيمة داخل ىذا اجملال‪ .‬من أجل ىذا فأن‬
‫وحدات قياس ادلتغًنة ادلستمرة تكون مستمرة مثل الزمن‪ ،‬الوزن‪ ،‬ادلسافة‪ ،‬احلجم‪... ،‬‬
‫‪ 7‬التوزيع االحتمالي المستمر‬
‫ىو رلموعة القيم اليت ديكن أن تأخذىا ادلتغًنة ع ادلستمرة واالحتماالت ادللحقة هبا‪ .‬نسمي توزيعا كهذا دالة الكثافة االحتمالية‬
‫أو دالة االحتمال‪ ،‬وىي ممثلة مبنحىن متصل‪.‬‬
‫إن دالة الكثافة تستعمل حلساب احتمال رلال‪ .‬ويكون ذلك حبساب ادلساحة حتت منحىن )‪ f(x‬بٌن حدود اجملال‪.‬‬

‫‪1‬‬
 ‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬
‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬
‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫‪b‬‬
‫‪P(a  x  b)   f ( x)dx‬‬
‫‪a‬‬

‫‪ 8‬خصائص دالة الكثافة االحتمالية للمتغيرة العشوائية المستمرة‬

‫‪1) f ( x)  0‬‬ ‫باستبدال إشارة التكامل بإشارة اجملموع جند أن شروط دالة‬
‫‪2) ‬‬
‫‪‬‬
‫‪f ( x)dx  1‬‬
‫الكثافة االحتمالية للم ع ادلستمرة تكتب كما يلي ‪:‬‬
‫‪‬‬

‫مثال‪ :‬أوجد قيمة الثابت ‪ C‬اليت حتقق الشرطٌن األول والثاين لدالة الكثافة االحتمالية يف الدالة التالية‪:‬‬
‫‪ ‬أحسب احتمال أن تكون ‪ X‬تنتمي للمجال من ‪ 1‬إىل ‪.2‬‬
‫‪ ‬أحسب احتمال أن تكون ‪ X‬ال تنتمي للمجال من ‪ 1‬إىل ‪.2‬‬
‫‪cx ²‬‬ ‫‪0 x3‬‬
‫‪f ( x)  ‬‬
‫‪0‬‬ ‫‪sinon‬‬
‫‪3‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪ x3 ‬‬
‫‪‬‬‫‪‬‬
‫‪f ( x)dx  1   0dx   Cx² dx  ‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪3‬‬
‫‪0dx  1  C    9C  1  C  1 / 9‬‬
‫‪ 3 0‬‬
‫لكي تكون ‪ x‬دالة كثافة جيب أن يكون ‪. C = 1/9‬‬
‫‪2‬‬
‫‪1  x3 ‬‬ ‫‪1  8  1 7‬‬
‫‪f ( x)dx   1 / 9x ² dx     ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪P(1  x  2)  ‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪9  3  1 9  3  27‬‬
‫‪7‬‬ ‫‪20‬‬
‫‪P(1  x  2)  1  P(1  x  2)  1 ‬‬ ‫‪‬‬
‫‪27 27‬‬
‫‪ 9‬دالة التوزيع )‪ F(x‬للمتغيرة العشوائية المستمرة‬
‫‪F ( x)  P( X  x)   f (u )du‬‬
‫‪x‬‬
‫تعرف دالة التوزيع للمتغًنة ادلستمرة كما يلي‪:‬‬
‫‪‬‬
‫لدالة التوزيع أمهية أكرب بالنسبة للمتغًنة ادلستمرة‪ .‬السبب يف ذلك أننا هنتم‪ ،‬يف حالة ادلتغًنة‬
‫ادلستمرة‪ ،‬باحتمال رلال وليس باحتمال نقطة‪ ،‬وحلساب احتمال رلال من األيسر التعويض يف دالة التوزيع بدال من حساب التكامل يف كل مرة‪.‬‬
‫يتضح ذلك من القاعدة التالية‪ :‬بفرض ‪ a, b‬نقطتان من رلال تعريف ‪ ،X‬حبيث ‪ . b > a‬حلساب احتمال أن تكون ‪ X‬تنتمي إىل اجملال ]‪]a, b‬‬
‫‪:‬‬

‫)‪P(a  x  b)  P( X  b)  P( X  a)  F (b)  F (a‬‬

‫مثال‪ :‬أوجد دالة التوزيع للمتغًنة ادلذكورة يف ادلثال السابق‪.‬‬

‫استخدم دالة التوزيع حلساب االحتمال‪.P(1< x <2) :‬‬

‫‪x‬‬ ‫‪0‬‬
‫‪*x  0:‬‬ ‫‪F ( x)   f (u )du   0du  0‬‬
‫‪‬‬ ‫‪‬‬
‫‪x‬‬
‫‪x‬‬ ‫‪1‬‬ ‫‪1 u3 ‬‬ ‫‪0‬‬ ‫‪x3‬‬ ‫‪x‬‬
‫‪*0  x  3:‬‬ ‫‪F(x)   f (u)du   0du   u²du    ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪0 9‬‬ ‫‪9  3  0 27‬‬

‫‪2‬‬
 ‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬
‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬
‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫‪3‬‬
‫‪x‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪x‬‬ ‫‪1 u3 ‬‬ ‫‪27‬‬
‫‪* x  3:‬‬ ‫‪F ( x)   f (u )du   0du  ‬‬ ‫‪u ² du   0du  0     0 ‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪9  3 0‬‬ ‫‪27‬‬
‫‪0‬‬ ‫‪x0‬‬
‫‪‬‬ ‫‪2 3 13‬‬ ‫‪7‬‬
‫‪F ( x)   x 3 / 27‬‬ ‫‪0 x3‬‬ ‫‪P(1  x  2)  F (2)  F (1) ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪27 27 27‬‬
‫‪‬‬ ‫‪x3‬‬
‫قاعدة اليبنيز ‪Règle de LEIBNITZ‬‬ ‫‪11‬‬
‫تفيد ىذه القاعدة الرياضية العامة يف استنتاج أن مشتقة دالة التوزيع ىي دالة الكثافة‪:‬‬
‫‪x‬‬
‫‪d  f (u )du‬‬ ‫)‪dF ( x‬‬
‫‪‬‬
‫‪ f ( x) ‬‬ ‫)‪ f ( x‬‬
‫‪dx‬‬ ‫‪dx‬‬

‫مثال‪ :‬أوجد دالة الكثافة للمتغًنة ‪ X‬إذا كانت دالة التوزيع كما يلي‪:‬‬
‫‪1  e 2 x‬‬ ‫‪x0‬‬
‫‪F ( x)  ‬‬
‫‪0‬‬ ‫‪sinon‬‬

‫‪* x  0 : f ( x)  F ' ( x)  (0)'  0‬‬ ‫‪2e 2 x‬‬ ‫‪x0‬‬

‫‪f ( x)  ‬‬
‫‪‬‬
‫‪* x  0 : F ( x)  1  e 2 x  f ( x)  1  e  2 x   2e 2 x‬‬ ‫‪0‬‬ ‫‪sinon‬‬
‫‪ 11‬تعريف التوقع الرياضي (األمل الرياضي)‪.‬‬
‫يعرف التوقع الرياضي دلتغًنة عشوائية متقطعة كما يلي‪:‬‬

‫‪E ( X )  i 1 xi P( X  xi ) ‬‬ ‫‪‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪i 1‬‬
‫) ‪xi f ( x i‬‬
‫و يعرف التوقع الرياضي دلتغًنة عشوائية مستمرة كما يلي‪:‬‬
‫‪‬‬
‫‪E ( X )   xf ( x)dx‬‬
‫‪‬‬

‫نرمز للتوقع أحيانا ب ‪ μ‬أو ‪.μx‬‬

‫مثال ‪ .2‬نلقي قطعة نرد مرة واحدة‪ .‬يربح الالعب ‪ 22‬دج إذا حصل على الرقم ‪ ،2‬ويربح ‪ 42‬دج إذا حصل على الرقم ‪ ،4‬و‪ 62‬دج إذا حصل‬
‫على الرقم ‪ ،6‬وخيسر ‪ 12‬دج إذا حصل على الرقم ‪ 32 ،1‬دج إذا حصل على الرقم ‪ ،3‬و‪ 52‬دج إذا حصل على الرقم ‪ .5‬حتقق مماا إذا كانات‬
‫اللعبة متوازنة (ىل توقع الربح يساوي توقع اخلسارة)‪.‬‬
‫نتيجة الرمي‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫اجملموع‬
‫نتيجة المراهنة‪X‬‬ ‫‪-10‬‬ ‫‪20‬‬ ‫‪-30‬‬ ‫‪40‬‬ ‫‪-50‬‬ ‫‪60‬‬ ‫‪-‬‬
‫)‪P(X=x‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪6/6‬‬
‫)‪X*P(X=x‬‬ ‫‪-10/6‬‬ ‫‪20/6‬‬ ‫‪-30/6 40/6 -50/6 60/6 (120-90)/6>0‬‬
‫اجلواب ىو أن اللعبة غًن متوازنة ألن توقع الربح أكرب من توقع اخلسارة ‪E(x) = 30/6 = 5 > 0‬‬
‫مثال‪ .3‬أوجد التوقع الرياضي للمتغًنة ذات دالة الكثافة التالية‪:‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪E ( x)   xf ( x)dx   x.0.dx   x( x)dx   x.0.dx‬‬
‫‪ x‬‬ ‫‪0 x2‬‬
‫‪f ( x)   2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪‬‬
‫‪0‬‬ ‫‪sinon‬‬
‫‪3‬‬
 ‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬
‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬
‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫‪2‬‬
‫‪1  x3 ‬‬ ‫‪4‬‬
‫‪E ( x)  0     0 ‬‬
‫‪2  3 0‬‬ ‫‪3‬‬
‫‪ 12‬توقع دالة‬
‫لتكن ‪ X‬م ع ذلا دالة كثافة )‪ ،f(x‬و)‪ y = g(x‬م ع تابعة ذلا‪.‬‬
‫)‪E (Y )  E ( g ( x))  x g ( x) f ( x‬‬
‫‪‬‬
‫‪E (Y )  E ( g ( x))   g ( x) f ( x)dx‬‬
‫‪‬‬ ‫يف حالة ‪ X‬م متصلة‪:‬‬
‫مثال‪ :2‬لتكن ‪ X‬م ع ذات دالة الكثافة التالية‪ ،‬و‪ .Y = g(x) = 3x² - 2x‬أحسب )‪.E(Y‬‬
‫‪1‬‬
‫‪ x‬‬ ‫‪0 x2‬‬
‫‪f ( x)   2‬‬
‫‪‬‬
‫‪0‬‬ ‫‪sinon‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪E (Y )  E ( g ( x))   g ( x) f ( x)dx   (3x²  2 x)(0)dx   (3x ²  2 x)( x / 2)dx   (3x²  2 x)(0)dx‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪1  3x 4 2 x 3 ‬‬ ‫‪1‬‬ ‫‪16  20 10‬‬
‫‪E (Y )  0   (3x²  2 x)( x / 2)dx  0  ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 12   ‬‬ ‫‪‬‬
‫‪0‬‬ ‫‪2 4‬‬ ‫‪3 0 2 ‬‬ ‫‪3 6‬‬ ‫‪3‬‬
‫‪ 13‬خصائص التوقع الرياضي‬
‫‪E (C) = C‬‬
‫)‪E(CX) = CE(X‬‬
‫)‪E(X+Y) = E(X) + E(Y‬‬
‫إذا كانت ادلتغًنتان مستقلتان‪E(XY) = E(X)E(Y) .‬‬
‫‪ 14‬تعريف التباين‬
‫يعرف التباين دلتغًنة عشوائية كما يلي‪:‬‬
‫‪ X ²  Var ( X )  E X   ²‬‬
‫‪.σ = √V(X) = √σ²‬‬ ‫و االحنراف ادلعياري ىو جذر التباين‪.‬‬
‫)‪V ( X )  x x   ² f ( x‬‬
‫يف حالة ادلتغًنة العشوائية ادلتقطعة ‪:‬‬
‫‪‬‬
‫‪V (X ) ‬‬ ‫‪ x   ² f ( x ) dx‬‬
‫‪‬‬
‫يف حالة ادلتغًنة العشوائية مستمرة ‪:‬‬
‫مثال ‪ .2‬لتكن ‪ X‬م ع ذات دالة الكثافة التالية؛ أحسب تباين ‪.X‬‬
‫‪1‬‬ ‫‪‬‬
‫‪ x‬‬
‫‪f ( x)   2‬‬
‫‪0 x2‬‬ ‫‪²  ‬‬
‫‪‬‬
‫‪x   ² f ( x)dx.‬‬ ‫‪  4/3‬‬
‫‪‬‬
‫‪0‬‬ ‫‪sinon‬‬

‫‪4‬‬
 ‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬
‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬
‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪4 x‬‬ ‫‪ ‬‬ ‫‪4‬‬
‫‪   x    * f x dx    x   * 0dx    x   * dx    x   * 0dx‬‬
‫‪0‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪0‬‬
‫‪‬‬ ‫‪3 2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪3‬‬
‫‪2‬‬
‫‪1 2  2 8 x 16 ‬‬ ‫‪1 2  3 8 x 2 16 x ‬‬ ‫‪1  x 4 8 x 3 16 x 2 ‬‬
‫‪   x x   dx    x ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪dx   ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪2 0 ‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪2 0‬‬ ‫‪3‬‬ ‫‪9 ‬‬ ‫‪2 4‬‬ ‫‪9‬‬ ‫‪18  0‬‬
‫‪1 16 64 64  1 144  256  128  1  16  2‬‬
‫‪2      ‬‬ ‫‪  2  36   9 .‬‬
‫‪2 4‬‬ ‫‪9 18  2 ‬‬ ‫‪36‬‬
‫‪ 15‬خصائص التباين‬
‫‪V(X) = E(X²) - E(X)²‬‬
‫‪V(CX) = C²V(X) , V (C) = 0‬‬
‫يف حالة استقالل ادلتغًنتان عن بعضهما‬
‫)‪V(X - Y) = V(X) + V(Y‬‬ ‫‪,‬‬ ‫)‪V(X + Y) = V(X) + V(Y‬‬

‫المحاضرة الثانية‪:‬‬

‫‪ 16‬توزيع برنولي ‪( Distribution de Bernoulli‬توزيع متقطع)‬

‫‪ ‬استنتاج صيغة قانون برنولي‬
‫نقول عن جتربة أهنا "تتبع توزيع برنويل" إذا كانت حتتمل نتيجتٌن (حدثٌن) متنافيتٌن ‪ A‬و’‪ .A‬نسمي ‪ A‬جناح و’‪ A‬فشل‪.‬‬
‫نعترب ادلتغًنة ع ‪ X‬اليت متثل عدد مرات النجاح‪ ،‬تأخذ ‪ X‬القيمة ‪ 1‬عند حتقق احلدث ‪ A‬و‪ 2‬يف احلالة ادلعاكسة‪.‬‬
‫نرماز عاادة ب ‪" p‬احتماال النجااح" الحتماال حتقاق احلادث ‪ A‬و‪ q = 1 - p‬احتماال احلادث ادلعااكس (الفشال)‪ .‬يعاٌن توزياع‬
‫برنويل كما يلي ‪:‬‬
‫‪P( X  1)  p,‬‬ ‫‪P( X  0)  q,‬‬ ‫‪X  0, 1.‬‬
‫ونكتب )‪X ~ B( p‬‬
‫‪V(X) = qp.‬‬ ‫‪E(X) = p.‬‬ ‫‪ ‬خصائص توزيع برنولي‬
‫(توزيع متقطع)‬ ‫‪Distribution binomiale‬‬ ‫‪ 17‬التوزيع الثنائي‬
‫‪ ‬استنتاج صيغة قانون التوزيع الثنائي‪:‬‬
‫‪X = 0, 1, 2, 3, . . . n‬‬ ‫إذا كررنا جتربة برنويل ‪ n‬مرة فإن ‪( X‬عدد مرات النجاح) تأخذ القيم‪:‬‬
‫!‪n‬‬
‫‪C nx ‬‬
‫!)‪x!(n  x‬‬
‫إن احتمال عدد ما ‪ x‬من النجاحات من بٌن ‪ n‬جتربة برنولية حيسب كما يلي‪:‬‬
‫‪P( X  x)  Cnx p x q n x ,‬‬ ‫‪x  0,1, 2, 3, . . ., n‬‬ ‫‪,‬‬ ‫‪n  1, 2, 3, . . .‬‬

‫‪5‬‬
 ‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬
‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬
‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫حيث ‪ x‬عدد مرات النجاح‪ p ،‬احتمال النجاح يف التجربة الواحدة (يبقى ثابت عناد تكارار التجرباة)‪ q =1-p ،‬احتماال الفشال‬
‫و‪ n‬عدد التجارب‪ .‬و ىو تعريف " قانون التوزيع الثنائي" ويكتب قانون التوزيع االحتمايل أيضا كما يلي‪:‬‬
‫‪P( X  x)  Cnx p x (1  p) n x‬‬
‫أو )‪.X ~ B(n, p‬‬
‫‪ ‬شروط استخدام التوزيع الثنائي‬
‫‪ o‬جتربة برنولية مكررة عدد زلدد من ادلرات‬
‫‪ o‬احتمال النجاح يف التجربة ثابت (التجارب مستقلة)‬
‫‪ o‬احتمال النجاح‪+‬احتمال الفشل=‪p  q  1  1‬‬
‫‪ ‬خصائص التوزيع الثنائي‬
‫التوقع والتباين‪ :‬ديكان اعتباار ‪ X‬رلماوع متغاًنات مساتقلة برنولياة ‪ X = X1 + X2 + … X i+ … + Xn‬ذلاا نفاس ادلعلام ‪p‬‬
‫وبالتايل نفس التوقع )‪ (E(Xi) = p‬أيضا‪ .‬إذا باستخدام خصائص التوقع والتباين جند‪:‬‬
‫‪E(X) = E(X1 + X2 + … Xi + … + Xn) = ΣE(Xi) = Σpi = n p => E(X) = np‬‬
‫‪V(X) = V(X1 + X2 + … Xi + … + Xn),‬‬
‫‪V(X) = ΣV(Xi) = Σpq =>V(X) = npq‬‬ ‫‪ Xi‬مستقلة إذن‬
‫(توزيع متقطع)‬ ‫‪ 18‬توزيع بواسون ‪Distribution de Poisson‬‬
‫‪ ‬استنتاج صيغة قانون توزيع بواسن‬
‫لتكن لدينا جتربة برنولية مكررة عدد كبًن جدا أو الهنائي من ادلرات‪ .‬مبدئيا ادلتغًنة ‪ X‬اليت متثل عدد النجاحات تتبع التوزيع الثنائي‪ ،‬لكن قد‬
‫يصعب حساب االحتمال باستعمال صيغة ىذا التوزيع عندما تكون ‪ n‬كبًنة‪.‬‬
‫عندما تتكرر التجربة باستمرار؛ يصبح عدد مرات تكرار التجربة مقاسا بالزمن‪ ،‬ويكون احتمال تحقق الحدث في لحظة زمن صغيرا جدا‪.‬‬
‫نحتاج في هذه الحالة إلى إيجاد صيغة عامة تعادل صيغة التوزيع الثنائي عندما ‪ n‬يؤول إلى ∞ ‪.‬‬

‫نضع ‪ λ‬ثابت بحيث ‪: p = λ/n‬‬

‫‪x e ‬‬
‫‪ px  ‬حيث ‪ .λ > 0‬ونكتب )‪X~P(λ‬‬ ‫إن احتمال ‪ x‬جناح يف وحدة زمن واحدة حسب توزيع بواسون ىو ‪.....x  0,1,2,......‬‬
‫!‪x‬‬
‫‪n‬‬
‫‪ 1‬‬
‫مالحظة‪lim n 1    e  2.71828... :‬‬
‫‪ n‬‬
‫‪ ‬خصائص توزيع بواسون ‪E X   V  X   ‬‬
‫‪ ‬حساب احتمال عدد من األحداث في ‪ t‬وحدة زمن‪.‬‬
‫من أجل عدد أو مقدار ‪ t‬من وحدات الزمن نعوض ‪ λ‬ب ‪ λt‬فنجد‪:‬‬

‫‪Pt ( X  x ) ‬‬
‫‪t x e t ,‬‬ ‫‪X  0, 1, 2, 3, . . .‬‬
‫!‪x‬‬

‫‪6‬‬
 ‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬
‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬
‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫مثال‪ .‬بفرض أن عدد ادلكادلات اذلاتفية اليت تصل إىل مركز ىاتفي معاٌن تتباع توزياع بواساون مبعادل ‪ λ=5‬يف الثانياة‪ .‬أحساب احتماال وصاول ‪7‬‬
‫مكادلات يف ثانية ونصف‪.‬‬

‫)‪t  1.5(5‬‬ ‫‪P( X‬‬ ‫‪ 7) ‬‬

‫‪‬‬‫) ‪1.5(5)  e1.5( 7‬‬
‫‪7‬‬

‫!‪7‬‬
‫مثال‪ . 1‬بينت دراسة أن عدد حوادث العمل يف معمل معٌن يتبع توزيع بواسون مبعدل حادثتٌن يوميا‪.‬‬
‫أوجد احتمال أن ال يسجل أي حادث يف يوم معٌن‪ .‬أوجد احتمال حادث على األقل يف يوم‪:‬‬

‫‪P(X = 0) = λx * e-λ/x! = λ0 * e-λ/0! => P(X = 0) = e-λ = e-2‬‬

‫‪P(X ≥ 1) = 1- P(0) = 1– [λ0 * e-λ/0!] => P(X ≥ 1) = 1 - e-λ = 1 – e-2‬‬

‫(توزيع مستمر)‬ ‫‪ 19‬التوزيع الطبيعي أو توزيع البالس قوس ‪D. Normale ou D. de Laplace –Gausse‬‬
‫يعد التوزيع الطبيعي من أىم التوزيعات االحتمالية شائعة االستخدام دلا لو من خصائص تنطبق على نسبة كبًنة من الظواىر الطبيعية واالجتماعية‬
‫واالقتصادية‪ .‬ويستعمل التوزيع الطبيعي يف الكثًن من احلاالت وذلك من أجل التقليل من العمليات احلسابية ولسهولة استعمالو يف اختبارات‬
‫الفروض اإلحصائية‪ ،‬وإنشاء رلاالت الثقة حول معامل التوزيع الطبيعي‪ .‬فلو اخرتنا بالصدفة مئة أو ألفا من ادلارين يف شار ع ما وقسنا أطواذلم‬
‫لوجدنا نسبة كبًنة منها قريبة من متوسط ما‪ ،‬ونسبة قليلة من طوال القامة ونسبة مقاربة ذلا من قصار القامة‪ .‬ومثل ىذا بالنسبة لألوزان‪.‬‬
‫‪ ‬صيغة القانون‬
‫تكتب دالة الكثافة دلنحىن للتوزيع الطبيعي كما يلي‪:‬‬

‫‪x   ‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬
‫‪ 1 / 2 ‬‬ ‫‪‬‬

‫‪f ( x) ‬‬
‫‪1‬‬
‫‪e‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪  x  ‬‬
‫‪ 2‬‬
‫ونكتب )‪X ~ N(µ, σ2‬‬ ‫حيث ‪ µ‬و‪ σ‬مها على التوايل التوقع واالحنراف ادلعياري‪.‬‬

‫دالة التوزيع (الدالة التجميعية) للتوزيع الطبيعي تكتب كما يلي‪:‬‬

‫‪2‬‬
‫‪ v ‬‬
‫‪1 / 2‬‬
‫‪x‬‬ ‫‪‬‬
‫‪‬‬
‫‪1‬‬
‫‪F ( x)  P ( X  x) ‬‬ ‫‪e‬‬ ‫‪  ‬‬ ‫‪dv‬‬
‫‪ 2‬‬ ‫‪‬‬

‫‪ 21‬المتغيرة المعيارية (التوزيع الطبيعي المعياري) ‪Variable centrée réduite‬‬

‫ديكن أن نلحق بأي متغًنة عشوائية ‪ X‬متغًنة معيارية (تسمى أيضا ادلتغًنة ادلركزية) ويرمز ذلا ‪ . Z‬تلحق ادلتغًنة ادلعيارية بادلتغًنة‬
‫احلقيقية من أجل ادلقارنة ألن ادلتغًنة ادلعيارية ليس ذلا وحدة كادلرت أو الساعة ‪ ...‬وإمنا ىي تعرب عن كل قيمة ‪ x‬ل ‪ X‬من خالل‬
‫ادلسافة بٌن ‪ x‬والتوقع ‪ μ‬زلسوبة ليس بالوحدة األصلية وإمنا باالحنرافات ادلعيارية‪.‬‬
‫‪X ‬‬
‫‪Z‬‬
‫‪‬‬
‫من خالل خصائص التوقع والتباين نستخرج التوقع والتباين للمتغًنة ادلعيارية‪.‬‬

‫‪7‬‬
 ‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬
‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬
‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫‪ X  1‬‬

‫‪  E ( X   )  E ( X )  E (  )  0‬‬
‫‪1‬‬
‫‪E (Z)  E ‬‬
‫‪   ‬‬ ‫‪‬‬
‫‪  X   2  1‬‬
‫‪‬‬ ‫‪2‬‬
‫‪ ‬‬
‫‪V Z   E Z  E Z   E Z  0  E Z 2  E ‬‬
‫‪2‬‬
‫‪  ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 2‬‬ ‫‪E‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬‫‪2‬‬
‫‪‬‬
‫‪2‬‬
‫‪1‬‬
‫‪ ‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪‬‬
‫حيث تسمح بكتابة الدالة ‪ f‬و‪ F‬بداللة رلهول واحد ‪ Z‬بدال من ‪ 3‬رلاىيل ‪ x‬و‪ µ‬و ‪ σ‬وذلك كما يلي‪:‬‬
‫‪1‬‬ ‫‪z² / 2‬‬
‫‪f ( z) ‬‬ ‫‪e‬‬ ‫‪  z  ‬‬
‫‪2‬‬
‫‪z u ²‬‬
‫‪‬‬
‫‪1‬‬
‫‪F ( z )  P( Z  z ) ‬‬ ‫‪e 2 du‬‬
‫‪2‬‬ ‫‪‬‬

‫مثال‪ :‬أحسب ‪ Z‬من أجل متوسط ‪ ،72‬احنراف معياري ‪ ،5‬و‪ X‬يساوي‪.72 ،82 ،75 ،52 ،62 ،55 :‬‬
‫اجلواب‪ :‬القيم ىي‪.2 ،2 ،1 ،4- ،2- ،3- :‬‬
‫‪ 21‬التوزيع األسي ‪( Distribution exponentielle‬توزيع مستمر)‬
‫عادة ما يستخدم التوزيع األسي يف مسائل متعلقة بقياس الزمن‪ .‬من ذلك مدة خدمة شباك الربيد‪ ،‬مدة مكادلة ىاتفية‪...،‬‬
‫‪ ‬صيغة القانون األسي أو دالة الكثافة و الدالة التجميعية للتوزيع‪.‬‬
‫‪F(t) = 1 - e-λt‬‬
‫‪-λt‬‬
‫‪f(t) = λ e‬‬
‫‪e  ‬‬ ‫‪,‬‬ ‫‪ 0‬‬
‫‪f ( )  ‬‬
‫‪0‬‬ ‫‪,‬‬ ‫‪ 0‬‬
‫حيث ‪ λ‬عدد حقيقي موجب‪.‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪....... 2 ‬‬ ‫خصائص التوزيع األسي‬ ‫‪‬‬
‫‪‬‬ ‫‪3‬‬

‫)‪( Distribution en Khi-carré (ou Khi-deux‬توزيع مستمر)‬ ‫‪ 22‬توزيع ك‪2‬‬

‫توزيع ك‪ 2‬ىو من أكثر التوزيعات استخداما يف رلال اختبار الفروض بأنواعها‪ ،‬وديكن تعريفو كما يلي‪:‬‬
‫لتكن ‪ ، X1, X2, . . . Xν‬متغًنات عشوائية مستقلة كل منها تتبع التوزيع الطبيعي ادلعياري (‪ .)µ = 0, σ =1‬ادلتغًنة‬
‫‪X = X1² + X2² + . . . + Xν²‬‬
‫ذلا دالة الكثافة التالية‪:‬‬
‫‪ x  / 2 1e  x / 2‬‬
‫‪‬‬ ‫‪x0‬‬
‫‪f ( x)   2 / 2  / 2‬‬
‫‪‬‬ ‫‪x0‬‬
‫‪‬‬ ‫‪0‬‬
‫حيث )‪ Γ(α‬ىي الدالة قاما‪:‬‬
‫‪‬‬
‫‪   t  1e t dt‬‬
‫‪‬‬ ‫‪ 0‬‬
‫‪0‬‬

‫و نقول أن ‪ X‬تتبع التوزيع ك‪ 2‬ب ‪ ν‬درجة حرية ونكتب ‪. X ~ χ²‬‬

‫‪ν‬‬

‫‪8‬‬
 ‫جامع ـ ــة جـ ــيجـل‬ ‫إحصـ ـ ــاء ‪03‬‬
‫كلية العلوم االقتصادية والتجارية‬ ‫السنة الثانية علوم اقتصادية‬
‫وعلوم التسيير‬ ‫السنة الجامعية‪2021/2020 :‬‬

‫‪E(X) = ν,‬‬ ‫‪V(X) = 2ν‬‬ ‫خصائص توزيع ك ‪: 2‬‬ ‫‪‬‬

‫توزيع ستيودنت ‪( Distribution de Student‬توزيع مستمر)‬ ‫‪23‬‬

‫‪Y‬‬
‫تتبع توزيع ذلا دالة الكثافة التالية‬ ‫‪T‬‬ ‫لتكن ادلتغًنتان العشوائيتان ادلستقلتان ‪ Y‬و‪ Z‬حيث )‪ Y~ N(0, 1‬و ‪ Z ~ χν²‬؛ ادلتغًنة‬
‫‪Z /‬‬
‫‪  1 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪  1 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2   t²   2 ‬‬
‫‪f (t ) ‬‬ ‫‪1  ‬‬ ‫‪ t  ‬‬
‫‪    ‬‬
‫‪  ‬‬
‫‪2‬‬
‫‪‬‬
‫‪   t  1e t dt‬‬
‫‪‬‬ ‫‪ 0‬‬
‫‪0‬‬

‫‪T ~ tν‬‬ ‫و نقول أن ادلتغًنة ‪ X‬تتبع توزيع ستيودنت ب ‪ν‬درجة حرية ونكتب‪:‬‬
‫خصائص توزيع ستيودنت‬ ‫‪‬‬
‫‪E(T) = 0,‬‬ ‫)‪V(T) = ν/(ν-2) si (ν > 2‬‬

‫توزيع فيشر (‪( Distribution F de Fisher-Snédecor )F‬توزيع مستمر)‬ ‫‪24‬‬

‫‪X 1 / 1‬‬
‫‪ X ‬ذلا دالة الكثافة‪:‬‬ ‫ليكن لدينا ادلتغًنتان العشوائيتان ادلستقلتان ‪ X1 ~ χν1²‬و ‪ . X2 ~ χν2²‬ادلتغًنة ‪:‬‬
‫‪X 2 / 2‬‬
‫‪  1   2 ‬‬
‫‪  2 ‬‬ ‫‪1‬‬
‫‪ ‬‬ ‫‪  21  22‬‬ ‫‪x‬‬
‫(‬
‫‪2‬‬
‫‪) 1‬‬ ‫‪ 1  2‬‬
‫‪ 2   1 x ‬‬ ‫‪2‬‬ ‫‪x0‬‬
‫‪f ( x)     1    2  1‬‬ ‫‪2‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪ 2  2‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪x0‬‬
‫‪X ~ Fν1, ν2‬‬ ‫و نقول أن ادلتغًنة ‪ X‬تتبع توزيع فيشر ب ‪ ν1‬و‪ ν2‬درجة حرية ونكتب‪:‬‬
‫خصائص توزيع فيشر‪:‬‬ ‫‪‬‬
‫‪2‬‬ ‫)‪2 22 ( 1   2  2‬‬
‫‪‬‬ ‫)‪( 2  2‬‬ ‫‪,‬‬ ‫‪² ‬‬ ‫)‪( 2  4‬‬
‫‪2  2‬‬ ‫‪ 1  2  4 2  22‬‬

‫‪9‬‬