Professional Documents
Culture Documents
الاستاذ محمد بوحجلة مطبوعة الاحصاء 2
الاستاذ محمد بوحجلة مطبوعة الاحصاء 2
إن اﻟﺗطور اﻟﻌﻠﻣﻲ اﻟﺣدﯾث اﺑرز أﻫﻣ ﺔ اﺳﺗﺧدام اﻷﺳﺎﻟﯾب اﻹﺣﺻﺎﺋ ﺔ ﻓﻲ ﺟﻣ ﻊ ﻓروع اﻟﻣﻌرﻓﺔ
ﻟدراﺳﺔ اﻟظواﻫر اﻟﻌﻠﻣ ﺔ وﺗﺣﻠﯾﻞ اﻟﻌﻼﻗﺎت اﻟﻣﺗ ﺎدﻟﺔ ﻓ ﻣﺎ ﺑﯾﻧﻬﺎ ﻋﻠﻰ أﺳﺎس ﻣوﺿوﻋﻲ،ذﻟك أن
أﺳﺎﻟﯾب اﻟﺗﺣﻠﯾﻞ اﻹﺣﺻﺎﺋﻲ ﻫو ﺣﺟر اﻷﺳﺎس ﻓﻲ إﺟراء اﻟدراﺳﺎت اﻟﺗطﺑ ﻘ ﺔ اﻟﺗﻲ ﺗﻣ ن اﻟ ﺎﺣﺛﯾن
واﻟدارﺳﯾن ﻣن اﻟوﺻول إﻟﻰ ﻧﺗﺎﺋﺞ ﻣوﺿوﻋ ﺔ ودﻗ ﻘﺔ.
و ﻗد ﺟﺎءت ﻫذﻩ اﻟﻣﺣﺎﺿرات اﻟﻣوﺟﻬﺔ ﻟطﻠ ﺔ اﻟﺳﻧﺔ اﻷوﻟﻲ ل م د ﻓﻲ اﻟﺳداﺳﻲ اﻟﺛﺎﻧﻲ ﺗﺧﺻص
ﻣﺳﺎر ﻋﻠوم اﻟﺗﺳﯾﯾر ﺣﺳب ﻣﺎ ﻫو ﻣﻘرر ﻋﻠﯾﻬم ﻣن طرف و ازرة اﻟﺗﻌﻠ م اﻟﻌﺎﻟﻲ و اﻟ ﺣث اﻟﻌﻠﻣﻲ
واﻟﺗﻲ ﺗﻘﻊ ﺿﻣن اﻟﻣﻧﻬﺎج اﻟﻣوﺿوع ﻟﻠﻣﻘرر ﺣﯾث ﺗﻬدف ﻓﻲ اﻷﺳﺎس إﻟﻰ ﻣﺳﺎﻋدة اﻟطﺎﻟب ﻋﻠﻰ
اﻟﺗﺣ م أﻛﺛر ﻓﻲ اﺳﺗﺧدام ﻌض اﻷﺳﺎﻟﯾب اﻹﺣﺻﺎﺋ ﺔ و اﻟﻣؤﺷرات ﻓﻲ ﺗﺣﻠﯾﻞ اﻟﺑ ﺎﻧﺎت اﻟﺧﺎﺻﺔ
ﺎﻟظواﻫر ﻣﺣﻞ اﻟدراﺳﺔ ،ﺣﯾث ﺗم ﺗﻘﺳ م ﻫذﻩ اﻟﻣطﺑوﻋﺔ إﻟﻰ ﺛﻼﺛﺔ ﻓﺻول أﺳﺎﺳ ﺔ.
اﻟﻔﺻﻞ اﻷول ﺗﺿﻣن ﻧظرﺔ اﻻﺣﺗﻣﺎﻻت ﺣﯾث ﺷﻣﻞ ﻋﻠﻰ ﻣﻔﺎﻫ م أﺳﺎﺳ ﺔ ﻋن ﻧظرﺔ اﻟﻣﺟﻣوﻋﺎت
و اﻟﺗﺣﻠﯾﻞ اﻟﺗواﻓﻘﻲ و اﻟﺗﺟرﺔ و اﻟﺣدث ) ﻣﺻطﻠﺣﺎت اﻟﻔراغ اﻻﺣﺗﻣﺎﻟﻲ (
ﺎﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ ﺣﯾث ﺗم اﻟﺗطرق إﻟﻰ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ أﻣﺎ اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ ﻓﻬو ﻣﺗﻌﻠ
اﻟﻣﻧﻘطﻌﺔ و ﻣﻣﯾزاﺗﻬﺎ اﻟﻌدد ﺔ و ا اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﺳﺗﻣرة و ﻣﻣﯾزاﺗﻬﺎ اﻟﻌدد ﺔ
ﻘواﻧﯾن اﻟﺗوزﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة ﺣﯾث ﺗم اﻟﺗطرق أﻣﺎ اﻟﻔﺻﻞ اﻟﺛﺎﻟث ﻓﻬو ﻣﺗﻌﻠ
أوﻻ إﻟﻰ ﻗواﻧﯾن اﻟﺗوزﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﺧﺎﺻﺔ ﺎﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﻧﻘطﻌﺔ ﺗم اﻟﺗطرق ﺛﺎﻧ ﺎ إﻟﻰ
ﻗواﻧﯾن اﻟﺗوزﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﺧﺎﺻﺔ ﺎﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ اﻟﻣﺳﺗﻣرة
و ﻗد اﺗ ﻊ ﻞ ﻓﺻﻞ ﻣﺟﻣوﻋﺔ ﻣن اﻷﻣﺛﻠﺔ و اﻟﺗﻣﺎرن اﻟﻣﺣﻠوﻟﺔ ﺎﻹﺿﺎﻓﺔ إﻟﻰ ﺗﻣﺎرن ﻣﻘﺗرﺣﺔ
ﻟﻺﺟﺎ ﺔ ﻋﻠﯾﻬﺎ ﻣن طرف اﻟطﻠ ﺔ ،وﻓﻲ ﻧﻬﺎ ﺔ اﻟﻣطﺑوﻋﺔ ﺗم وﺿﻊ اﻟﺟداول اﻹﺣﺻﺎﺋ ﺔ اﻟﺿرورﺔ
واﻟﻣﺗﻌﻠﻘﺔ ﻔﺻول اﻟﻣطﺑوﻋﺔ
ﺗﻣﻬﯾد:
ﻌﺎﻟﺞ ﻫذا اﻟﻔﺻﻞ ﻌض اﻟﻣﻔﺎﻫ م اﻷﺳﺎﺳ ﺔ ﻓﻲ ﻧظرﺔ اﻟﻣﺟﻣوﻋﺎت و اﻟﺗﻲ ﺗﻌﺗﺑر ﺿرورﺔ ﻣدﺧﻞ
ﻟﻧظرﺔ اﻻﺣﺗﻣﺎﻻت ) (1ﺣﯾث ﻣن اﻟﺿرور اﻟﺗﻌرف ﻓﻲ ﻫذا اﻟﻔﺻﻞ ﻋﻠﻰ ﻌض اﻟﻘواﻧﯾن اﻟﺧﺎﺻﺔ
ﺎﻟﻣﺟﻣوﻋﺎت و اﻟﺗﻲ ﯾﺗم اﺳﺗﺧداﻣﻬﺎ ﺷ ﻞ واﺳﻊ ﻓﻲ ﺣﺳﺎب اﻻﺣﺗﻣﺎﻻت
ﻣﻔﻬوم اﻟﻣﺟﻣوﻋﺎت ﻓﻲ ﺣ ﺎﺗﻪ اﻟﯾوﻣ ﺔ ﺷ ﻞ ﺑﯾر أ -ﻣﻔﻬوم اﻟﻣﺟﻣوﻋﺔ :ﺳﺗﺧدم اﻹﻧﺳﺎن اﻟﻌﺎد
وان ﺎن ﻻ ﻘﺻد ذﻟك اﻟﻣﻔﻬوم اﻟرﺎﺿﻲ ﻣﺛﻞ أن ﺳﺗﻌﻣﻠﻪ ﻣﺟﻣوﻋﺔ اﻟﺳ ﺎرات أو ﻣﺟﻣوﻋﺔ اﻟطﻠ ﺔ
أو ﻣﺟﻣوﻋﺔ اﻟﻛﺗب ....اﻟﺦ ،ﻓﻬو ﯾﺗﻛﻠم ﻋﻠﻰ ﺷﺊ ﻣ ون ﻣن ﻋدة وﺣدات او ﻋﻧﺎﺻر
اﻟﺗﻌر ﻒ اﻷول :ﻫﻲ اﺟﺗﻣﺎع ﻟﻌدد ﻣن اﻷﺷ ﺎء اﻟﻣﺗ ﺎﯾﻧﺔ و اﻟﻣﺷﺗر ﺔ ﻣﻊ ﻌﺿﻬﺎ اﻟ ﻌض ﻗﻲ ﺻﻔﺔ
واﺣﺔ او ﻋدة ﺻﻔﺎت ﺣﯾث ﻣ ﻧﻧﺎ ﻣن ﺧﻼل ﺗﻠك اﻟﺻﻔﺔ او اﻟﺻﻔﺎت ﺗﺣدﯾد اﻧﺗﻣﺎء ﻋﻧﺻر ﻣﺎ إﻟﻲ
)(2
ﺗﻠك اﻟﻣﺟﻣوﻋﺔ أو ﻋدم اﻧﺗﻣﺎﺋﻪ
اﻟﺗﻌر ﻒ اﻟﺛﺎﻧﻲ :ﺗﺳﻣﻰ أ ﻗﺎﺋﻣﺔ أو ﺗﺟﻣﻊ ﻣن اﻷﺷ ﺎء ) ﺷر أن ﺗﻛون اﻟﻘﺎﺋﻣﺔ ﻣﻌرﻓﺔ ﺗﻌرﻔﺎ ﺟﯾدا
)(3
( ﻣﺟﻣوﻋﺔ ،وﺗﺳﻣﻰ اﻷﺷ ﺎء اﻟﻣ وﻧﺔ ﻟﻬذﻩ اﻟﻣﺟﻣوﻋﺔ ﻋﻧﺎﺻرﻫﺎ
و رﻣز ﻟﻠﻣﺟﻣوﻋﺔ ﻋﺎدة ﺎﻟﺣروف اﻟﻛﺑﯾرة ﻣﺛﻞ A , B , Cأو Ωو ﻟﻌﻧﺎﺻرﻫﺎ اﻟﻣ وﻧﺔ ﻟﻬﺎ ﺣروف
-1ﺳ ﻣور ﻟ ﺷﺗز – اﻻﺣﺗﻣﺎﻻت -ﺳﻠﺳﻠﺔ ﻣﻠﺧﺻﺎت ﺷوم – اﻟدار اﻟدوﻟ ﺔ ﻟﻼﺳﺗﺛﻣﺎرت اﻟﺛﻘﺎﻓ ﺔ – اﻟط ﻌﺔ -2000 – 4اﻟﻘﺎﻫرة ﻣﺻر ص 1
2
-اﻟﺳﻌد رﺟﺎل – ﻧظرﺔ اﻻﺣﺗﻣﺎﻻت – دﯾوان اﻟﻣطﺑوﻋﺎت اﻟﺟﺎﻣﻌ ﺔ -2008 -اﻟط ﻌﺔ – 3اﻟﺟزاﺋر –ج -1ص 2
-3ﺳ ﻣور ﻟ ﺷﺗز – اﻻﺣﺗﻣﺎﻻت -ﻣرﺟﻊ ﺳﺎﺑ – ص 1
3
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
-2طرق ﺗﺎ ﺔ اﻟﻣﺟﻣوﻋﺔ :ﯾﺗم ﺗﺎ ﺔ وﺗﻌﯾن اﻟﻣﺟﻣوﻋﺎت ﻌدة طرق و ﻧﺣن ﺳﻧﻘﺗﺻر ﻋﻠﻰ طرﻘﺗﯾن
)(1
ﻫﻣﺎ
طر ﻘﺔ اﻟﻘﺎﺋﻣﺔ :و ﺗم ﻓﯾﻬﺎ ذ ر ﺟﻣ ﻊ ﻋﻧﺎﺻر اﻟﻣﺟﻣوﻋﺔ و ﺗﺎﺑﺗﻬﺎ ﺑﯾن ﻣﻌﺗرﺿﺗﯾن ،وﻫذﻩ
اﻟطرﻘﺔ ﺗﺧص ﻋﺎدة اﻟﻣﺟﻣوﻋﺎت اﻟﻘﺎﺑﻠﺔ ﻟﻠﻌد
ﻣﺛﺎل :ﻟﺗﻛن اﻟﻣﺟﻣوﻋﺔ Aﻫﻲ ﻋ ﺎرة ﻋن ﻣﺟﻣوﻋﺔ اﻷﻋداد اﻟﻔرد ﺔ اﻷﻗﻞ أو ﺗﺳﺎو 10
A 1,3,5,7,9
طرﻘﺔ اﻟﻘﺎﻋدة :و ﺗﻌﺗﻣد ﻋﻠﻰ ذ ر اﻟﺧﺎﺻ ﺔ ) او اﻟﺧواص ( اﻟﺗﻲ ﺗﻣﯾز ﻋﻧﺎﺻر اﻟﻣﺟﻣوﻋﺔ
و ﺗﻘ أر اﻟﻣﺟﻣوﻋﺔ Aﻫﻲ اﻟﻣﺟﻣوﻋﺔ اﻟﺗﻲ = ,ﻋدد ﻓرد / , ≤ 15 ﻣﺛﺎل :
ﺣﯾث Xﻋدد ﻓرد واﻗﻞ أو ﺳﺎو 10 ﺗﺣﺗو ﻋﻠﻰ اﻟﻌﻧﺎﺻر X
A 1,3,4,5,6
A A 1 3 4
1 3 4
5 6
5 6
1
-اﻟﺳﻌد رﺟﺎل – ﻧظرﺔ اﻻﺣﺗﻣﺎﻻت -ﻣرﺟﻊ ﺳﺎﺑ – ص 6
-2اﻟﺳﻌد رﺟﺎل – ﻧظرﺔ اﻻﺣﺗﻣﺎﻻت -ﻣرﺟﻊ ﺳﺎﺑ – ص 5
4
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
)(1
ب أﻧواع اﻟﻣﺟﻣوﻋﺎت :وﻧﺟد اﻷﻧواع اﻟﺗﺎﻟ ﺔ
-1اﻟﻣﺟﻣوﻋﺔ اﻟﻣﻧﺗﻬ ﺔ :ﻧﻘول ﻋن اﻟﻣﺟﻣوﻋﺔ Aأﻧﻬﺎ ﻣﻧﺗﻬ ﺔ إذا ﺎﻧت ﻓﺎرﻏﺔ )ﺧﺎﻟ ﺔ ( أو
ﺑﻬﺎ nﻋﻧﺻر ( وﻫذا اﻟﻌدد nﺳﻣﻲ أﺻﻠﻲ ﺗﺣﺗو ﻋﻠﻰ ﻋدد ﻣﺣدود ﻣن اﻟﻌﻧﺎﺻر ) أ
اﻟﻣﺟﻣوﻋﺔ وﻧ ﺗب card A= n
-2اﻟﻣﺟﻣوﻋﺔ ﻏﯾر ﻣﻧﺗﻬ ﺔ :ﻧﻘول ﻋن اﻟﻣﺟﻣوﻋﺔ Aأﻧﻬﺎ ﻏﯾر ﻣﻧﺗﻬ ﺔ إذا اﺣﺗوت ﻋﻠﻰ ﻋدد ﻏﯾر
ﻣﻧﺗﻬﻰ ﻣن اﻟﻌﻧﺎﺻر اﻟﻣﺧﺗﻠﻔﺔ ﻋن ﻌﺿﻬﺎ اﻟ ﻌض ﻣﺛﻧﻰ ﻣﺛﻧﻰ
-3اﻟﻣﺟﻣوﻋﺔ اﻟﺟزﺋ ﺔ :ﻧﻘول ﻋن اﻟﻣﺟﻣوﻋﺔ Aأﻧﻬﺎ ﻣﺟﻣوﻋﺔ ﺟزﺋ ﺔ ﻣن اﻟﻣﺟﻣوﻋﺔ Bاذا ﺎن
ﻞ ﻋﻧﺻر ﻣن Aﯾﻧﺗﻣﻲ إﻟﻲ اﻟﻣﺟﻣوﻋﺔ ، Bﻓﻲ ﻫذﻩ اﻟﺣﺎﻟﺔ ﻧﻘول ان اﻟﻣﺟﻣوﻋﺔ Aﻣﺣﺗواة ﻓﻲ
( ⟹ ) ⊂ (⟺) اﻟﻣﺟﻣوﻋﺔ ، Bوﻧ ﺗب
أﻧﻬﻣﺎ ﻣﺗﺳﺎو ﺗﯾن إذا ﺎن ﻟﻬﻣﺎ ﻧﻔس ﻣﺟﻣوﻋﺗﯾن :ﻧﻘول ﻋن اﻟﻣﺟﻣوﻋﺗﯾن AوB ﺗﺳﺎو -4
⊂(A ⋏ ⊂ ⟺ وﻧ ﺗب ) = ⊂ و ⊂ اﻟﻌﻧﺎﺻر أ أن اﻟﻣﺟﻣوﻋﺔ
، ﻣﺛﺎل :إذا ﺎن ﻟدﯾﻧﺎ اﻟﻣﺟﻣوﻋﺔ Aﻫﻲ ﺣﻠول اﻟﻣﻌﺎدﻟﺔ x = 4و اﻟﻣﺟﻣوﻋﺔ }= {−2, 2
ﻓﻬﻞ ﻫﻣﺎ ﻣﺗﺳﺎو ﺗﯾن
ا }= {−2, 2 أو = −2 ﻟدﯾﻧﺎ ﺣﻠول اﻟﻣﻌﺎدﻟﺔ x = 4ﻫﻲ = 2
ﻞ اﻟﻣﺟﻣوﻋﺎت اﻟﺟزﺋ ﺔ ﻧﺳﻣﻲ اﻟﻣﺟﻣوﻋﺔ Ω -5اﻟﻣﺟﻣوﻋﺔ اﻟﻛﻠ ﺔ :إذا ﺎﻧت اﻟﻣﺟﻣوﻋﺔ Ωﺗﺣﺗو
C
D
ﻋﻧﺻر و ﻧرﻣز ﻟﻬﺎ ﺎﻟرﻣز ، ϕوﻫﻲ -6اﻟﻣﺟﻣوﻋﺔ اﻟﺧﺎﻟ ﺔ :ﻫﻲ اﻟﻣﺟﻣوﻋﺔ اﻟﺗﻲ ﻻ ﺗﺣﺗو ﻋﻠﻰ أ
ﻣﺣﺗواة ﻓﻲ ا ﻣﺟﻣوﻋﺔ ) ⊂ ( و )( ⊂ Ω
-7ﻣﺟﻣوﻋﺔ أﺟزاء اﻟﻣﺟﻣوﻋﺔ أو ﺗﺟزﺋﺔ اﻟﻣﺟﻣوﻋﺔ :ﻟﺗﻛن Eﻣﺟﻣوﻋﺔ ﻣﺎ ،إن اﻟﻣﺟﻣوﻋﺎت اﻟﻣؤﻟﻔﺔ ﻣن
وﻧ ﺗب ﻞ اﻟﻣﺟﻣوﻋﺎت اﻟﺟزﺋ ﺔ ل Eﺗﺳﻣﻲ ﺗﺟزﺋﺔ اﻟﻣﺟﻣوﻋﺔ Eو ﯾرﻣز ﻟﻬﺎ ﺎﻟرﻣز )، P(E
،وﻫﻲ ﻋ ﺎرة ﻋن اﻟﻣﺟﻣوﻋﺔ اﻟﺗﻲ ﻋﻧﺎﺻرﻫﺎ ﻋ ﺎرة ﻋن ﻣﺟﻣوﻋﺎت . } ⊂ } {( ) = { /
و ﻟﺗﺣدﯾد ﻋدد ﻫذﻩ اﻟﻣﺟﻣوﻋﺎت اﻟﺟزﺋ ﺔ اﻟﻣ وﻧﺔ ﻟﺗﺟزﺋﺔ ﻫذﻩ اﻟﻣﺟﻣوﻋﺔ ﻧﺳﺗﺧدم اﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ 2
( )=2 ﺣﯾث nﻋدد ﻋﻧﺎﺻر اﻟﻣﺟﻣوﻋﺔ أ
6
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
وﻧﻼﺣ أن )) ( ⊂ ( و )) ( ⊂ (
)(1
ج -اﻟﻌﻣﻠ ﺎت ﻋﻠﻰ اﻟﻣﺟﻣوﻋﺎت :وﻧﺟد اﻟﻌﻣﻠ ﺎت اﻟﺗﺎﻟ ﺔ
-1اﻻﺗﺣﺎد :ﻧﻔرض ان Aو Bﻣﺟﻣوﻋﺗﯾن اﺧﺗ ﺎرﺗﯾن ،ﻌرف اﺗﺣﺎد Aو Bو رﻣز ﻟﻪ
( ﺎﻧﻪ ﻣﺟﻣوﻋﺔ اﻟﻌﻧﺎﺻر اﻟﺗﻲ ﺗﻧﺗﻣﻲ اﻟﻲ Aأو Bأو ﻼﻫﻣﺎ ﻣﻌﺎ، ﺎﻟرﻣز ) ∪
ﺳﺑ ﻐﻞ -اﻹﺣﺻﺎء و اﻻﺣﺗﻣﺎﻻت – ﻣﻠﺧﺻﺎت ﺷوم – اﻛﺎد ﻣ ﺎ اﻧﺗرﻧﺎﺷﯾوﻧﺎل – ﺑﯾروت ﻟﺑﻧﺎن – -2001ص 12 -1ﻣور
7
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﻣﻼﺣظﺔ :
8
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
-4اﻟﻣﺗﻣم :إذا ﺎن ﻟدﯾﻧﺎ اﻟﻣﺟﻣوﻋﺔ Aﻣﺟﻣوﻋﺔ ﺟزﺋ ﺔ ﻣن اﻟﻣﺟﻣوﻋﺔ اﻟﻛﻠ ﺔ Ωﻓﺎن ﻣﺗﻣم Aﺎﻟﻧﺳ ﺔ إﻟﻲ Ω
، ﻫﻲ ﻣﺟﻣوﻋﺔ اﻟﻌﻧﺎﺻر اﻟﺗﻲ ﺗﻧﺗﻣﻲ إﻟﻲ Ωو ﻻ ﺗﻧﺗﻣﻲ إﻟﻲ Aو ﯾرﻣز ﻟﻪ ﺎﻟرﻣز Aأو اﻟرﻣز
A=Ω− ا ان ∉ ̅ = {x/x ∈ Ω ⋏ x وﻧ ﺗب }⊂ Ω
ﺧواﺻﻪ :
∪ ∩̅ =
10
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﺗﻣﺎر ن ﻣﻘﺗرﺣﺔ
اﻟﺗﻣر ن اﻷول :ﻟدﯾﻧﺎ ﻓﺿﺎء اﻟﻌﯾﻧﺔ Ωﻣﺗﻌﻠ ﺑﺗﺟرﺔ ﻋﺷواﺋ ﺔ وﻧﻌرف اﻟﺣدﺛﯾن Aو : B
A
وﺿﺢ ﻓﻲ اﻟﺷ ﻞ اﻟﻣﻘﺎﺑﻞ اﻟﺣوادث اﻟﺗﺎﻟ ﺔ
B
− ‘ A B ، A B ، A B، A B
Ω
اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ :أﻟﻘﯾت ﻗطﻌﺔ ﻧﻘود ﺛﻼث ﻣرات ﻣﺗﺗﺎﻟ ﺔ ،ﻋرف اﻟﺗﺟرﺔ اﻟﻌﺷواﺋ ﺔ ﻓﻲ ﻫذﻩ اﻟﺗﺟرﺔ ؟
اوﺟد ﻓراغ اﻟﺣوادث اﻷوﻟ ﺔ ) ﻓﺿﺎء اﻟﻌﯾﻧﺔ( وﻣﺎ ﻫو ﻋدد ﻋﻧﺎﺻرﻩ ؟
إذا ﻋرﻓﻧﺎ اﻟﺣوادث اﻟﺗﺎﻟ ﺔ
Aظﻬور اﻟﺻورة ﻣرة واﺣدة ﻋﻠﻰ اﻷﻗﻞ
Bظﻬور ﺻورﺗﯾن و رﻗم
Cظﻬور رﻗﻣﯾن ﻋﻠﻰ اﻷﻛﺛر
D ظﻬور اﻟرﻗم ﻓﻲ اﻟرﻣ ﺎت اﻟﺛﻼث
ﻓﺣدد اﻟﺣوادث اﻟﻣﺗﻧﺎﻓ ﺔ و ﻏﯾر ﻣﺗﻧﺎﻓ ﺔ ؟
اﻟﺗﻣر ن اﻟﺛﺎﻟث :ﻟﺗﻛن ﻟدﯾﻧﺎ اﻟﻣﺟﻣوﻋﺎت اﻟﺗﺎﻟ ﺔ Ω={ 2. 4. 6 .8 .10 .12 .14 .16 .18 .20 } :
} A= {2. 6 .10 .14 .18 }، B= {4.6 .8 .12 .14 .16 ، }C={2. 6. 10
11
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
اﻟﺗﻣر ن اﻟﺧﺎﻣس :ﻟ ن ﻟدﯾﻧﺎ ﻓﺿﺎء اﻟﻌﯾﻧﺔ ) ، (Ωوﻟﻧﻌرف اﻟﺣوادث ; C ، B ، Aﻣن Ωﻋﺑر ﻋن
اﻟﺣوادث اﻟﺗﺎﻟ ﺔ:
-1ﺣدوث Aﻓﻘ
-2وﻗوع ﺣﺎدث ﻋﻠﻰ اﻷﻗﻞ
-3ﻻ ﻘﻊ أ ﺣﺎدث
-4ﺣدوث Aﻋﻠﻰ اﻷﻛﺛر
12
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﻣن ﺑﯾن اﻟﻣﻔﺎﻫ م اﻷﺳﺎﺳ ﺔ اﻟﺗﻲ ﻟﻬﺎ ﻋﻼﻗﺔ وطﯾدة ﺎﻻﺣﺗﻣﺎﻻت ﻌد اﻟﻣﺟﻣوﻋﺎت ﻧﺟد اﻟﺗﺣﻠﯾﻞ اﻟﺗواﻓﻘﻲ
أو ﻣﺎ ﻌرف طرق اﻟﻌد ،ﻓﻬو ﯾﻬدف إﻟﻲ ﺗﺣدﯾد ﻋدد اﻟﻧﺗﺎﺋﺞ اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ﻟﺗﺟرﺔ ﻣﻌﯾﻧﺔ )ﻓﺿﺎء
اﻟﻌﯾﻧﺔ ( و ﻋدد ﻋﻧﺎﺻر اﻟﺣﺎدﺛﺔ دون اﻟﺣﺎﺟﺔ إﻟﻲ ﺗﺎ ﺔ ﻞ اﻟﻧﺗﺎﺋﺞ اﻟﻛﻠ ﺔ ﻟﻠﺗﺟرﺔ ،و ون ذاﻟك
ﺧﺎﺻﺔ ﻓﻲ ﺣﺎﻟﺔ اﻟﺗﺟﺎرب اﻟﺗﻲ ﺗﻛون ﻧﺗﺎﺋﺟﻬﺎ ﺑﯾرة وﻣن اﻟﻣﺳﺗﺣﯾﻞ و اﻟﺻﻌب ﻋدﻫﺎ ﻣ ﺎﺷرة أو
)(1
ﺗﺎﺑﺗﻬﺎ ،ﻓﺑواﺳطﺔ طرق اﻟﻌدد ﻧﺳﺗط ﻊ ﻣﻌرﻓﺔ ﻋدد اﻟﻧﺗﺎﺋﺞ اﻟﻛﻠ ﺔ
إذا ﺎن ﻟدﯾﻧﺎ ﻋﻣﻠﯾﺗﯾن ﻣﺗﻧﺎﻓﯾﺗﯾن Aو Bﺣﯾث ان اﻟﻌﻣﻠ ﺔ Aﺗﺗم ﻌدد ﻣن اﻟطرق ﻗدرﻩ nو اﻟﻌﻣﻠ ﺔ
Bﺗﺗم ﻌدد ﻣن اﻟطرق ﻗدرﻩ mﻓﺎن ﻋدد اﻟطرق ﻹﺗﻣﺎم اﻟﻌﻣﻠﯾﺗﯾن Aأو Bﻫو )(n+m
ﻣﺛﺎل :طﺎﻟب ﺟزاﺋر ﺣﺻﻞ ﻋﻠﻰ ﺷﻬﺎدة اﻟ ﺎﻟورﺎ ﯾرد ان ﯾﻠﺗﺣ ﺑﺟﺎﻣﻌﺔ اﻟﺟزاﺋر او ﺟﺎﻣﻌﺔ اﻟﺑﻠﯾدة
و ﺎن ﻣﻘﺑوﻻ ﻓﻲ ﺟﺎﻣﻌﺔ اﻟﺟزاﺋر ﻓﻲ 4ﻠ ﺎت و ﻓﻲ ﺟﺎﻣﻌﺔ اﻟﺑﻠﯾدة ﻓﻲ 5ﻠ ﺎت ،ﻓﺎن ﻋدد اﻟطرق
اﻟﻛﻠ ﺔ ﻟﻘﺑول ﻫذا اﻟطﺎﻟب ﻓﻲ إﺣد اﻟﻛﻠ ﺎت ﻣﻌﺎ ﻫﻲ 5+4 =9
إذا ﺎن ﻟدﯾﻧﺎ ﺗﺟرﺔ ﻋﺷواﺋ ﺔ ﻣﺎ ﺗﺷﻣﻞ ﻋﻠﻰ ﻋدة ﻣراﺣﻞ ﻋددﻫﺎ Kﻣرﺣﻠﺔ و ﺎن ﻟﻛﻞ ﻣرﺣﻠﺔ ﻋدد ﻣن
اﻟﻧﺗﺎﺋﺞ اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ ﻣﺛﻼ اﻟﻣرﺣﻠﺔ اﻷوﻟﻲ ﻟﻬﺎ n1ﻧﺗﯾﺟﺔ ﻣﻣ ﻧﺔ و اﻟﻣرﺣﻠﺔ اﻟﺛﺎﻧ ﺔ ﻟﻬﺎ n2ﻧﺗﯾﺟﺔ ﻣﻣ ﻧﺔ و
ﻫ ذا ،ﻓﺎن اﻟﻌدد اﻟﻛﻠﻲ ﻟﻠﻧﺗﺎﺋﺞ اﻟﻣﻣ ﻧﺔ ﻟﻬذﻩ اﻟﺗﺟرﺔ ﺳﺎو
ﻣﺛﺎل :1ﻣﺎ ﻫﻲ ﻋدد اﻟطرق اﻟﻣﻣ ﻧﺔ ﻓﻲ ﺗرﺗﯾب ﺣرف اﻟﻣﺟﻣوﻋﺔ اﻟﺗﺎﻟ ﺔ } Ω = { , ,
-1ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ و ا ﻣﺎن ﺣﺳﯾن ﺣﻧوش -اﻹﺣﺻﺎء اﻻﺳﺗدﻻﻟﻲ -دار ﺻﻔﺎء ﻟﻠﻧﺷر و اﻟﺗوزﻊ – اﻟط ﻌﺔ اﻟﺛﺎﻧ ﺔ -2015ﻋﻣﺎن
اﻷردن –ص -13ﺑﺗﺻرف
13
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﻣﺛﺎل : 2ﻧود ﺗﺻﻧﯾﻒ ﻣﺟﺗﻣﻊ ﻣﺎ وﻓ اﻟﺟﻧس ) ذ ر ، Mأﻧﺛﻲ (Fو اﻟﺣﺎﻟﺔ اﻟﻌﺎﺋﻠ ﺔ ) ﻣﺗزوج ، A
n1 * n2 = 2*4 = 8 أﻋزب ،Bﻣطﻠ ، Cأرﻣﻞ ( Dﻓﻌدد اﻷﺻﻧﺎف اﻟﻣﺧﺗﻠﻔﺔ ون
A MA
B MB
M
C MC
D MD
ﻣﺧطط اﻟﺷﺟرة
A FA
B FB
F
C FC
D FD
14
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﻋدد ﺻﺣ ﺢ ﻣوﺟب ،ﺄﻧﻪ ﺣﺎﺻﻞ ﺿرب اﻟرﻗم 1ﻓﻲ اﻟرﻗم 2ﻓﻲ ﻣﻼﺣظﺔ :ﻌرف ﻣﺿروب أ
)(1
، nو رﻣز ﻟﻪ ﺎﻟرﻣز ! ، nو ﻘ أر nﻋﺎﻣﻠﻲ اﻟرﻗم 3ﺣﺗﻰ ﻧﺻﻞ إﻟﻲ اﻟﻌدد ﻧﻔﺳﻪ
4! = 4 ∗ 3 ∗ 2 ∗ 1 = 24
3! = 3 ∗ 2 ∗ 1 = 6
ﻟﺗﻛن ﻟدﯾﻧﺎ ﻣﺟﻣوﻋﺔ ﻣﺎ ﻣ وﻧﺔ ﻣن ﻋﻧﺎﺻر ﻋددﻫﺎ nو ﻠﻬﺎ ﻣﺧﺗﻠﻔﺔ ﻋن ﻌﺿﻬﺎ اﻟ ﻌض ،ﻓﻧﺳﻣﻲ
ﺷر أن ﺗؤﺧذ ﺟﻣ ﻊ وﺿﻊ ﻫذﻩ اﻟﻌﻧﺎﺻر و ﺗرﺗﯾﺑﻬﺎ ﻓﻲ وﺿﻊ ﻣﻌﯾن ﺄﻧﻪ ﺗﺑدﯾﻠﺔ ﻟﻬذﻩ اﻟﻌﻧﺎﺻر
)(2
و ﯾرﻣز ﻟﻬﺎ ﺎﻟرﻣز P اﻟﻌﻧﺎﺻر ﻌﯾن اﻻﻋﺗ ﺎر ﻋﻧد اﻟﺗرﺗﯾب
ﻣﺛﺎل :ﻣﺎ ﻫﻲ ﻋدد اﻟﺣﺎﻻت اﻟﻣﻣ ﻧﺔ ﻟﺗرﺗﯾب ﻞ ﻋﻧﺎﺻر اﻟﻣﺟﻣوﻋﺔ اﻟﺗﺎﻟ ﺔ } ، Ω = { , ,ا
ﻋدد اﻟﺗﺑد ﻼت اﻟﺗﻲ ﻣ ن اﻟﺣﺻول ﻋﻠﯾﻬﺎ
ﻧﻼﺣ ان اﻟﺗرﺗﯾب ﻣﻬم ﻓﻲ اﻟﺗﺑدﯾﻠﺔ وﻧﺳﺗﻌﻣﻞ ﻋﻧﺎﺻر ﻞ اﻟﻣﺟﻣوﻋﺔ و ﻞ ﻋﻧﺻر ﺳﺗﻌﻣﻞ ﻣرة
واﺣدة ،و ﺷ ﻞ ﻋﺎم ﻋدد اﻟﺗﺑد ﻼت ل nﻋﻧﺻر ﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
-1ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ و ا ﻣﺎن ﺣﺳﯾن ﺣﻧوش -اﺳﺎﻟﯾب اﻻﺣﺻﺎء اﻟﺗطﺑ ﻘﻲ -دار ﺻﻔﺎء ﻟﻠﻧﺷر و اﻟﺗوزﻊ – اﻟط ﻌﺔ اﻻوﻟﻲ -2009ﻋﻣﺎن
اﻻردن –ص 19
-2ﺳ ﻣور ﻟ ﺷﺗز – اﻻﺣﺗﻣﺎﻻت -ﺳﻠﺳﻠﺔ ﻣﻠﺧﺻﺎت ﺷوم –ص 23
15
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﺣﺎﻟﺔ اﻟﺗﺑدﯾﻠﺔ ﺑدون ﺗﻛرار اﻟﻌﻧﺎﺻر :أ ﻋدم وﺟود ﺗﻛرار ﻟﻠﻌﻧﺎﺻر ﻓﻲ اﻟﻣﺟﻣوﻋﺔ و ﺗﻌطﻲ -1
= ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ !
ﻣﺎ ﻫﻲ ﻋدد اﻹﺷﺎرات اﻟﺗﻲ ﻣ ن ﺗﺷ ﯾﻠﻬﺎ ﻣن أرﻌﺔ أﻋﻼم أﻟواﻧﻬﺎ ،اﺧﺿر واﺣﻣر و اﺑ ض و اﺻﻔر
= 4! = 24 ،
أن اﻟﺗرﺗﯾب ﻣﻬم و اﻟﻌﻧﺎﺻر ﻻ ﺗﺗﻛرر ﻓﻲ اﻟﻣﺟﻣوﻋﺔ و اﻟﺗﻛرار ﻏﯾر ﻣﺳﻣوح ﻪ ﻓﻲ إذا ﻧﻼﺣ
ﻋﻣﻠ ﺔ ﺗﻛو ن اﻟﺗﺑد ﻼت
ﺣﺎﻟﺔ اﻟﺗﺑدﯾﻠﺔ ﻣﻊ وﺟود ﺗﻛ اررات ﻓﻲ اﻟﻌﻧﺎﺻر ) :ﻌض ﻋﻧﺎﺻر اﻟﻣﺟﻣوﻋﺔ ﺗﺗﻛرر ( -2
ﻣﺛﺎل :ﻣﺎ ﻫو ﻋدد اﻟﺗﺑد ﻼت اﻟﻣﺧﺗﻠﻔﺔ اﻟﺗﻲ ﻣ ن ﺗﻛو ﻧﻬﺎ ﻣن ﺟﻣ ﻊ أﺣرف ﻠﻣﺔ RECHERCHE
،ﻟدﯾﻧﺎ ﻋدد اﻟﺣروف ، 9ﺣﯾث ﻣوزﻋﺔ ﻣﺎ ﯾﻠﻲ
R=2 , E = 3 , C= 2 , H = 2
!
P . . .
= إذا ﻋدد اﻟﺗﺑد ﻼت ﻫو = 7560
! ∗ ! ∗! ∗ !
16
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﻓﻲ ﻌض اﻷﺣ ﺎن ﻧﻠﺟﺄ إﻟﻲ ﺗﺑدﯾﻞ أو ﺗرﺗﯾب ﻋﻧﺎﺻر ﻣﺟﻣوﻋﺔ ﻣن اﻷﺷ ﺎء ﻓﻲ وﺿﻌ ﺔ داﺋرﺔ ﻣﺛﻞ
طﺎوﻟﺔ ) ،(1ﻓﺎن ﻋدد اﻟطرق اﻟﻣﻣ ﻧﺔ ﻟذﻟك ﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
أ أﻧﻧﺎ ﻧﻘوم ﺑﺗﺛﺑﯾت اﻟﻌﻧﺻر اﻷول ﺛم ﻧرﺗب ﻘ ﺔ اﻟﻌﻧﺎﺻر ﺣوﻟﻪ و ﺎﻟﻧﺳ ﺔ ﻟﻪ
ﻣﺛﺎل :م طرﻘﺔ ﻣ ن ل 5إﺧوة ان ﯾﺟﻠﺳوا ﺣول طﺎوﻟﺔ ﻣﺳﺗدﯾرة ﻟﺗﻧﺎول وﺟ ﺔ اﻟﻌﺷﺎء
ﺣﺎﻟﺔ إذا ﺎن اﻟﺗﻛرار ﻣﺳﻣوﺣﺎ ﻪ :و ﻧﺳﺗﺧدم ﻫذﻩ ﻓﻲ ﺣﺎﻟﺔ اﻟﺳﺣب ﻣﻊ اﻹرﺟﺎع ﻣﺛﻼ و -4
) (= P ﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
ﻣﺛﺎل :م طرﻘﺔ ﻣ ن اﺧﺗ ﺎر ﺛﻼث رات ﻣن س ﻪ ﺛﻼث رات ذات أﻟون ﻣﺧﺗﻠﻔﺔ ﺣﯾث ﯾﺗم
اﻟﺳﺣب ﻋﻠﻲ اﻟﺗواﻟﻲ و ﺗم إﻋﺎدة ﺳﺣب اﻟﻛرة اﻟﻣﺳﺣو ﺔ ﻗﺑﻞ ﺳﺣب اﻟﺛﺎﻧ ﺔ
ﻟﻧﻔرض اﻧﻪ ﯾراد ﺳﺣب ﻣﺟﻣوﻋﺔ ﺟزﺋ ﺔ ﻣؤﻟﻔﺔ ﻣن kﻋﻧﺻ ار ﻣﺄﺧوذة ) ﻣﺳﺣو ﺔ ( ﻣن ﻣﺟﻣوﻋﺔ ﻠ ﺔ
ون ﻋدد ﻋﻧﺎﺻرﻫﺎ nﻋﻧﺻ ار ﺣﯾث ، k< nﻧﺳﻣﻲ ﻫذا اﻟﺗرﺗﯾب ب اﻟﺗرﺗﯾ ﺔ و رﻣزﻩ Αو
اﻟﺗرﺗﯾب ﻓﻲ ﻫذﻩ اﻟﺣﺎﻟﺔ ﻣﻬم ،وﻟدﯾﻧﺎ ﺣﺎﻟﺗﯾن
اﻟﺗرﺗﯾ ﺔ ﺑدون إرﺟﺎع :إن اﻟﺳﺣب ﺑدون إرﺟﺎع أ ﺳﺣب اﻟﻌﻧﺻر ﻣن اﻟﻣﺟﻣوﻋﺔ اﻟﻛﻠ ﺔ ﻣرة -1
ﻟﻠﺣﺻول ﻋﻠﻰ اﻟﻣﺟﻣوﻋﺔ اﻟﺟزﺋ ﺔ ﺛم ﻧرﺗب ﻋﻧﺎﺻر ﻫذﻩ اﻟﻣﺟﻣوﻋﺔ اﻟﺟزﺋ ﺔ ﻌطﻲ واﺣدة ﻓﻘ
!
(= Α !)
ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
{= Ωو , , م طرﻘﺔ ﻣ ن اﺧﺗ ﺎر 3أﺣرف ﻣن ﺑﯾن اﻷﺣرف اﻟﺗﺎﻟ ﺔ } ﻣﺛﺎل :
ﺗرﺗﯾﺑﻬﺎ
1
- -ﷴ ﯾوﺳﻒ أﺷﻘر وو ﻋﺑد اﻻﻟطﯾﻒ ﯾوﺳﻒ اﻟﺻد ﻘﻲ – أﺳﺎﺳ ﺎت اﻹﺣﺻﺎء و اﻻﺣﺗﻣﺎﻻت – دار اﻟراﺗب اﻟﺟﺎﻣﻌ ﺔ – اﻟط ﻌﺔ
اﻷوﻟﻲ ﺑﯾروت – ص 81
17
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
! !
= Α = = 5 ∗ 4 ∗ 3 ∗= 60 ﻟدﯾﻧﺎ
( !) !
! !
= ) Αﺣﺎﻟﺔ ﺗﺑدﯾﻠﺔ ( = ﻣﻼﺣظﺔ :إذا ﺎن n=kﺻ ﺢ ﻟدﯾﻧﺎ != n
( !) !
اﻟﺗرﺗﯾ ﺔ ﺎﻹرﺟﺎع :ﻓﻲ ﺣﺎﻟﺔ وﺟود ﺗﻛرار ،إو ذا ﺎن اﻟﺗﻛرار ﻣﺳﻣوﺣﺎ ﻪ ﻓﺎن ﺗرﺗﯾب k -2
)= (n ﻋﻧﺻ ار اﻟﻣﺄﺧوذة ) ﻣﻊ اﻹرﺟﺎع ( ﻣن nﻋﻧﺻ ار ﻫﻲ
و ذﻟك ﻣﻊ إﻣ ﺎﻧ ﺔ ﺗﻛرار اﻟﻌﻧﺻر ﻧﻔﺳﻪ ﻋدة ﻣرات اﻟﻲ ﻏﺎ ﺔ kﻣرة و ﯾرﻣز ﻟﻬﺎ ﺎﻟرﻣز
ﻣﺛﺎل :1ﻣﺎ ﻫو ﻋدد اﻷرﻗﺎم اﻟﺗﻲ ﻣ ن ﺗﻛو ﻧﻬﺎ ﻟﻠﺷ ﺔ اﻟﻬﺎﺗﻔ ﺔ اذا ﺎن رﻗم اﻟﻬﺎﺗﻒ ﻣ ون ﻣن 6
أرﻗﺎم
.... ، 02 00 00 ، 01 00 00 ، 00 00 00
إذا = 10 = 1000000
ﻣﺛﺎل : 2ﻣﺎ ﻫو ﻋدد اﻟﻛﻠﻣﺎت اﻟﺗﻲ ﻣ ن ﺗﻛو ﻧﻬﺎ ب 4أﺣرف ﻓﻲ ﺣﺎﻟﺔ اﻟﺳﻣﺎح ﺑﺗﻛرار اﻷﺣرف
= 6 = 1296 ، {=Ω , , , , , ﻣن اﻷﺣرف اﻟﺗﺎﻟ ﺔ } ,
اﻟﺗوﻓ ﻘﺔ ﻫﻲ ﻋ ﺎرة ﻋن ﻋدد اﻟطرق اﻟﻣﻣ ﻧﺔ اﻟﺗﻲ ﻣ ن ﺑﻬﺎ اﺧﺗ ﺎر kﻋﻧﺻر ﻣن ﺑﯾن nﻋﻧﺻر
دون ﻣراﻋﺎة أو دون اﻷﺧذ ﻌﯾن اﻻﻋﺗ ﺎر ﺗرﺗﯾب اﻟﻌﻧﺎﺻر ،أ أن اﻟﺗرﺗﯾب ﻏﯾر ﻣﻬم
!
= ∁ ∁ و ﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ و ﻧرﻣز ﻟﻬﺎ ﺎﻟرﻣز
(! !)
18
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
! !
= ∁= ∁ = = 70
(! !) ! ∗!
ﻣﺛﺎل : 2ﻣﺎ ﻫو ﻋدد اﻟﻛﻠﻣﺎت اﻟﺗﻲ ﻣ ن ﺗﻛو ﻧﻬﺎ ب 3ﺣروف ﻣﺄﺧوذة ﻣن ﺑﯾن 5أﺣرف ﻣﻊ
!
= ∁ ﻋدم اﻟﺳﻣﺎح ﺑﺗﻛرار اﻟﺣروف = 10
(! !)
ون اﻟﺳﺣب ﻣﻊ اﻹرﺟﺎع ﻓﺎن اﻟﺗوﻓ ﻘﺔ ﻣﻼﺣظﺔ :ﻓﻲ ﺣﺎﻟﺔ اﻟﺳﻣﺎح ﺑﺈﻋﺎدة ﺗﻛرار اﻟﻌﻧﺻر أو
( !)
(∁ =) ﺗﻌطﻲ ﻓﻲ ﻫذﻩ اﻟﺣﺎﻟﺔ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
(! !)
ﻣﺛﺎل :ﻣﺎ ﻫو ﻋدد اﻟﻌﯾﻧﺎت أو اﻟﻣﺟﻣوﻋﺎت اﻟﺗﻲ ﻣ ن ﺗﻛو ﻧﻬﺎ ﻣن ﺛﻼﺛﺔ طﻠ ﺔ و اﻟﺗﻲ ون ﻓﯾﻬﺎ
اﻟﺳﺣب ﻣﻊ اﻹﻋﺎدة ﻣن ﻣﺟﻣوﻋﺔ ﺗﺣﺗو ﻋﻠﻲ 6طﻠ ﺔ
ﺧواص :
19
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﺗﻣﺎر ن ﻣﻘﺗرﺣﺔ
اﻟﺗﻣر ن اﻷول:
أوﺟد ﻋدد اﻟﻛﻠﻣﺎت اﻟﺗﻲ ﻣ ن ﺗﻛو ﻧﻬﺎ ﻣن ﺟﻣ ﻊ ﺣروف ﻞ ﻣن اﻟﻛﻠﻣﺎت اﻟﺗﺎﻟ ﺔStatistique, :
Finance, Comptabilité
- ﻣﺎ ﻫو ﻋدد اﻟطرق ﻟﺗرﺗﯾب 11ﺗﺎب ﻋﻠﻰ رف اذا ﺎن ﻣﻧﻬﺎ 5ﺗب ﻟﻺﺣﺻﺎء ،و 3ﺗب
ﻟﻠرﺎﺿ ﺎت ،و 3ﻟﻠﻣﺣﺎﺳ ﺔ
- م طرﻘﺔ ﻣ ن اﺧﺗ ﺎر ﻌﺛﺔ ﻋﻠﻣ ﺔ ﺗﺗﻛون ﻣن 3رﺟﺎل و ﺳﯾدﺗﯾن ﯾﺗم اﺧﺗ ﺎرﻫم ﻣن ﺑﯾن 7
رﺟﺎل و 5ﻧﺳﺎء
رة اﻟﻘدم ﯾﺗم اﺧﺗ ﺎرﻫم ﻣن ﺑﯾن 25ﻻﻋب ﻣﺎ ﻫﻲ ﻋدد اﻟطرق ﻻﺧﺗ ﺎر 11ﻻﻋب ﻟﻔر
م طرﻘﺔ ﻣ ن ﻟﻬم اﻟﺟﻠوس ﻓﻲ اﻟﺣﺎﻻت اﻟﺗﺎﻟ ﺔ -1:ﻓﻲ ﺧ اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ :ﻟدﯾﻧﺎ 07طﻠ ﺔ،
ﻣﺳﺗﻘ م ﻪ 07ﻣﻘﺎﻋد -2 ،ﻓﻲ ﺧ ﻣﺳﺗﻘ م ﻪ 5ﻣﻘﺎﻋد -3 ،ﺣول طﺎوﻟﺔ ﻣﺳﺗدﯾرة ﺑﻬﺎ 07ﻣﻘﺎﻋد،
اﻟﺗﻣر ن اﻟﺛﺎﻟث :ﯾﺗﺄﻟﻒ اﻟﻣﺟﻠس اﻟﻌﻠﻣﻲ ﻟﻠﺟﺎﻣﻌﺔ ﻣن 15ﻋﺿوا ،وﺣﺗﻰ ﯾﺟﺗﻣﻊ ﻫذا اﻟﻣﺟﻠس ﻻ ﺑد ﻣن
م طرﻘﺔ ﻣ ن ﺗﺄﻣﯾن اﻟﺣد ﺗوﻓر اﻟﺣد اﻷدﻧﻰ ﻣن اﻟﻧﺻﺎب اﻟﻘﺎﻧوﻧﻲ ،واﻟ ﺎﻟﻎ ﻋﺷرة أﻋﺿﺎء-1.
م طرﻘﺔ ﻣ ن ﺗﺄﻣﯾن اﻟﻧﺻﺎب اﻟﻘﺎﻧوﻧﻲ. اﻷدﻧﻰ ﻟﻧﺻﺎ ﻪ اﻟﻘﺎﻧوﻧﻲ-2 ،
اﻟﺗﻣر ن اﻟ ار ﻊ :ﯾراد ﺗﺷ ﯾﻞ ﻟﺟﻧﺔ طﺑ ﺔ ﻣ وﻧﺔ ﻣن 3أﻋﺿﺎء ﯾﺗم اﺧﺗ ﺎرﻫم ﻣن 6أط ﺎء ﻣﻧﻬم
أﺧﺻﺎﺋ ﺎن و 4طﺑﯾ ﺎت
20
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
اﻟﺗﻣر ن اﻟﺧﺎﻣس :م ﻋدد ﻣ ن ﺗﻛو ﻧﻪ ب 3أرﻗﺎم ﻣن اﻷرﻗﺎم اﻟﺗﺎﻟ ﺔ } {7، 6 ، 3، 2 ، 1ﻓﻲ ﺣﺎﻟﺔ
ﻋدم اﻟﺗﻛرار؟
21
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
-1ﻣﻔﻬوم اﻟﺗﺟر ﺔ :ﺗﻌد اﻟﺗﺟرﺔ ﻣن أﻫم اﻟﻣﻔﺎﻫ م ﻓﻲ ﻧظرﺔ اﻻﺣﺗﻣﺎﻻت و ﻫﻲ ﺗﻘوم ﻋﻠﻲ أﺳﺎس
اﻟﺗﺄﻛد ﻣن ﺗﺣﻘ وﺻول ﻌض اﻟظروف اﻟﻣﺷﺗر ﺔ ﻟظﺎﻫرة ﻣﺎ ﺗﺣت ﺷرو أو ظروف طﺑ ﻌ ﺔ أو
ﻣن ﺻﻧﻊ اﻹﻧﺳﺎن ،ﻓﻠﺗﺟرﺔ ﻫﻲ ﻞ ﻋﻣﻠ ﺔ ﺗؤد إﻟﻲ ﻣﻼﺣظﺔ أو ﻗ ﺎس ظﺎﻫرة ﻣﺎ
اﻟﺗﺟر ﺔ اﻟﻌﻠﻣ ﺔ اﻟﻧظﺎﻣ ﺔ :و ﻫﻲ ﻞ ﺗﺟرﺔ ﻣ ن ان ﻧﺗوﻗﻊ او ﻧﺣدد ﻧﺗﺎﺋﺟﻬﺎ ﺳﻠﻔﺎ ﻋﻠﻲ
أﺳﺎس اﻟﻘواﻧﯾن اﻟﻌﻠﻣ ﺔ اﻟﻣﻌروﻓﺔ اﻧطﻼﻗﺎ ﻣن ﺟﻣﻠﺔ ﻣن اﻟﺷرو اﻟﻣرﺗ طﺔ ﺎﻟظﺎﻫرة و اﻟﻣﺗوﻓرة
)(1
أﺛﻧﺎء اﻟﺗﺟرﺔ
0
،ﻓﻲ ظروف ﻣﺛﻞ ﺗﺟرﺔ ﺗﺣول اﻟﻣﺎء اﻟﻲ ﺑﺧﺎر اذا ﺳﺧن ﻋﻠﻰ اﻟﻧﺎر اﻟﻲ درﺟﺔ ﺣ اررة 100م
ﻔﻌﻞ اﻟﺟﺎذﺑ ﺔ ،أو ﺗﺟرﺔ رﻣﻲ رة ﻧﺣو اﻷﻋﻠﻰ ﻓﺈﻧﻬﺎ ﺳوف ﺗﺳﻘ اﻟﺿﻐ اﻟﺟو اﻟﻌﺎد
اﻟﺗﺟر ﺔ اﻟﻌﺷواﺋ ﺔ :ﻫﻲ ﻞ ﺗﺟرﺔ ﻣ ن ﺗﻛرارﻫﺎ أو ﻫﻲ ﻗﺎﺑﻠﺔ ﻟﻠﺗﻛرار و ﺗﻛون ﻧﺗﺎﺋﺟﻬﺎ ﻏﯾر
ﻣﺣددة ﺳﻠﻔﺎ ﻟﻛوﻧﻬﺎ ﺗﻌﺗﻣد ﻋﻠﻰ اﻟﺻدﻓﺔ و اﻟﻌﺷواﺋ ﺔ رﻏم اﻧطﻼﻗﻧﺎ ﻣن ﻧﻔس ﺟﻣﻠﺔ ﺷرو
اﻟﺗﺟرﺔ ) ، (2أو ﻫﻲ ﻞ ﺗﺟرﺔ ﻣ ن ﺗﺣدﯾد ﻞ اﻟﻧﺗﺎﺋﺞ اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ وﻟﻛن ﻻ ﻣ ن
ﻓﺣص ﻓﺻﯾﻠﺔ اﻟدم ﻣﻌرﻓﺔ ﻣﺳ ﻘﺎ ﺗﺣدﯾد اﻟﻧﺗﯾﺟﺔ اﻟﺗﻲ ﺳﺗظﻬر ،ﻣﺛﻞ رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ أو
ﻟﺷﺧص ﻣﺎ ﻓﺈﻧﻧﺎ ﻧﻌرف اﻟﻧﺗﺎﺋﺞ اﻟﻛﻠ ﺔ ﻟﻛن ﻻ ﻧﻌرف اﻟﻧﺗﯾﺟﺔ ﻣﺳ ﻘﺎ اﻟﺗﻲ ﺳﺗظﻬر
-2ﻓراغ اﻟﺣوادث اﻷوﻟ ﺔ ) ﻓﺿﺎء اﻟﻌﯾﻧﺔ ( :
ﺟﻣ ﻊ اﻟﻣﺷﺎﻫدات اﻟﻣﻣ ﻧﺔ ﻟﻠﺗﺟرﺔ و ﻓﺿﺎء اﻟﻌﯾﻧﺔ ﻫﻲ ﻣﺟﻣوﻋﺔ اﻟﻧﺗﺎﺋﺞ اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ﻟﻠﺗﺟرﺔ ا
ﯾرﻣز ﻟﻬﺎ ﻋﺎدة ب Ωو ﺗﻣﺛﻞ اﻟﻣﺟﻣوﻋﺔ اﻟﻛﻠ ﺔ
ﻣﺛﻞ اﻟﺣﺻول ﻋﻠﻲ اﻟﺻورة ﻋﻧد رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ ﻣرة واﺣدة
اﻟﺣﺎدث اﻟﻣر ب :و ﻫو اﻟﺣﺎدث اﻟﻣر ب ﻣن ﻋدة ﺣوادث ﺑ ﺳطﺔ ،ﻣﺛﻞ اﻟﺣﺻول ﻋﻠﻲ رﻗم
زوﺟﻲ ﻋﻧد رﻣﻲ ﻗطﻌﺔ اﻟﻧرد ﻣرة واﺣدة
اﻟﺣﺎدث اﻷﻛﯾد :ﻫو اﻟﺣﺎدث اﻟﻣ ون ﻣن ﻞ اﻟﺣوادث اﻷوﻟ ﺔ ل Ωﻣﻊ اﻟﻌﻠم أن ﻓراغ
ﻘﻊ ﺣﺗﻣﺎ ﻓﻲ اﻟﺗﺟرﺔ و ﯾرﻣز اﻧﻪ اﻟﺣﺎدث اﻟذ اﻟﺣوادث اﻷوﻟ ﺔ ﻣﺛﻞ ﻞ اﻟﻧﺗﺎﺋﺞ اﻟﻣﻣ ﻧﺔ ا
ﻟﻪ ﺎﻟرﻣز Ω
ﻣﺛﻞ اﻟﻧﺗﯾﺟﺔ اﻟﺗﻲ ﺗظﻬر ﻋﻧد رﻣﻲ زﻫرة اﻟﻧرد ﻣﺛﺎل :ﻟ ن Aﻫو اﻟﺣﺎدث اﻟذ
اﻟﺣﺎدث اﻟﻣﺳﺗﺣﯾﻞ :ﻫو اﻟﺣﺎدث ﻏﯾر ﻗﺎﺑﻞ ﻟﻠﺗﺣﻘ أﺑدا و ﺎﻟﺗﺎﻟﻲ ﻓﻬو ﻻ ﺣﺗو ﻋﻠﻲ أ ﺣدث
أوﻟﻲ ﻣن اﻟﺗﺟرﺔ اﻟﻛﻠ ﺔ ، Ωﻣﺛﻞ ظﻬور اﻟرﻗم 7ﻓﻲ رﻣﻲ زﻫرة اﻟﻧرد ،أو ﻋدم ظﻬور اﺣد
اﻷوﺟﻪ ﻋﻧد رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ
اﻟﺣوادث اﻟﻣﺗﻧﺎﻓ ﺔ و ﻏﯾر ﻣﺗﻧﺎﻓ ﺔ :اﻟﺣوادث اﻟﻣﺗﻧﺎﻓ ﺔ ﻫﻲ ﺗﻠك اﻟﺣوادث اﻟﺗﻲ ﻻ ﻣ ن وﻗوﻋﻬﺎ
ﻓﻲ آن واﺣد ﺣﯾث وﻗوع اﺣدﻫﺎ ﻣﻧﻊ وﻗوع اﻷﺧر ) ﺣﺎدث ﻣﺳﺗﺣﯾﻞ (
ﻣﺛﺎل :ﻟ ن اﻟﺣﺎدث Aﻫو ظﻬور اﻟوﺟﻪ و Bﻫو ظﻬور اﻟرﻗم ﻋﻧد إﻟﻘﺎء ﻗطﻌﺔ ﻧﻘد ﺔ ﻣرة واﺣدة
ﻓﺎن Aو Bﺣﺎدﺛﯾن ﻣﺗﻧﺎﻓﯾﯾن أ ﻻ ﻘﻌﺎن ﻓﻲ ﻧﻔس اﻟوﻗت وﻧﻘول إذا ﺎن ∅ = ∩ B
ﺎن وﻗوع اﺣدﻫﻣﺎ ﻻ اﻟﺣوادث اﻟﻣﺳﺗﻘﻠﺔ :ﻧﻘول ﻋن اﻟﺣﺎدﺛﯾن Aو Bأﻧﻬﻣﺎ ﻣﺳﺗﻘﻼن إذا
ﯾؤﺛر وﻻ ﯾﺗﺄﺛر ﺑوﻗوع اﻟﺣﺎدث اﻷﺧر ،ﻓﻣﺛﻼ ﻧﺗﺎﺋﺞ ﻋدة رﻣ ﺎت ﻣﺗﻌﺎﻗ ﺔ ﻟﻘطﻌﺔ ﻧﻘد ﺔ ﺗﻣﺛﻞ
ﻞ رﻣ ﺔ ﻣﺳﺗﻘﻠﺔ ﻋن اﻷﺧر ﺣوادث ﻣﺳﺗﻘﻠﺔ ﻋن ﻌﺿﻬﺎ اﻟ ﻌض أ
أﻣﺎ اﻟﺣوادث ﻏﯾر ﻣﺳﺗﻘﻠﺔ ﻓﻬﻲ اﻟﺗﻲ وﻗوﻋﻬﺎ ﯾؤﺛر ﻓﻲ وﻗوع ﺣﺎدث أﺧر ،ﻣﺛﻞ ﺳﺣب رات ﻣﻠوﻧﺔ ﻣن
اﻟﺳﺣ ﺔ اﻟﺛﺎﻧ ﺔ س ﺣﯾث إذا ﺳﺣﺑﻧﺎ اﻟﻛرة ﻓﻲ اﻟﺣﺎدث اﻷول ﺛم ﻟم ﻧﻌد اﻟﻛرة ﻓﺎن اﻟﺣﺎدث اﻟﺛﺎﻧﻲ أ
ﺗﺗﺄﺛر ﺎﻟﻛرة اﻟﻣﺳﺣو ﺔ ﻓﻲ اﻟﺣﺎدث اﻷول
اﻟﺣﺎدث اﻟﻣﺗﻣم ) اﻟﻣﻌﺎﻛس ( :ﻧﻘول اﻧﻪ ﻟﻛﻞ ﺣﺎدث Aﻣن ﻓﺿﺎء اﻟﺣوادث اﻷوﻟ ﺔ ﻣﺗﻣم ﯾﺗﻛون
ﻣن ﻣﺟﻣوﻋﺔ اﻹﻣ ﺎﻧ ﺎت ﻏﯾر ﻣﺣﻘﻘﺔ ل Aو اﻟﻣرﺗ طﺔ ﺎﻟﻔﺿﺎء اﻻﺣﺗﻣﺎﻟﻲ ) ﻓﺿﺎء اﻟﻌﯾﻧﺔ (
̅ =Ω− و رﻣز ﻟﻪ ﺎﻟرﻣز Aوﻟدﯾﻧﺎ
ﻣﺛﺎل :ﻓﻲ ﺗﺟرﺔ إﻟﻘﺎء ﺣﺟر اﻟﻧرد ﻣرة واﺣدة اوﺟد اﻟﺣوادث اﻟﺗﺎﻟ ﺔ و ﺑﯾن ﻧوﻋﯾﺗﻬﺎ
24
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ون اﺣﺗﻣﺎل و ﯾﺗراوح ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل ﺑﯾن اﻟﺻﻔر و اﻟواﺣد اﻟﺻﺣ ﺢ ،ﻓﺎﻟﺣﺎدث اﻟﻣﺳﺗﺣﯾﻞ اﻟوﻗوع
ون اﺣﺗﻣﺎل وﻗوﻋﻪ ﺳﺎو اﻟواﺣد ،أﻣﺎ اﻟﺣوادث اﻟﻣﺣﺗﻣﻠﺔ ﺣدوﺛﻪ ﺻﻔر ،و اﻟﺣﺎدث اﻷﻛﯾد اﻟوﻗوع
ون ﺿﻣن اﻟﻣﺟﺎل ] ، [ 0 ، 1و ﻠﻣﺎ اﻗﺗرت ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل ﻣن اﻟواﺣد ﺎن اﻟوﻗوع ﻓﺎن اﺣﺗﻣﺎﻟﻬﺎ
اﺣﺗﻣﺎل وﻗوﻋﻪ و ﺗﺣﻘﻘﻪ اﻛﺑر و اﻟﻌ س ﺻﺣ ﺢ
ﻣﺛﺎل : 1ﻋﻧد وﻣﻲ ﻗطﺔ ﻧﻘد ﺔ ﻣرة واﺣدة ﻧﻌرف اﻟﺣﺎدث Aاﻟﺣﺻول ﻋﻠﻰ اﻟﺻورة
ﻣﺛﺎل : 2ﻋﻧد رﻣﻲ ﺣﺟر اﻟﻧرد ﻧﻌرف اﻟﺣﺎدث Bﻫو اﻟﺣﺻول ﻋﻠﻲ ﻋدد ﻓرد
إذا ﺎن ﻟدﯾﻧﺎ Aو Bﺣدﺛﯾن ﻣن ﻣﺟﻣوﻋﺔ اﻟﺣوادث اﻷوﻟ ﺔ و ﺎن Aو Bﻏﯾر ﻣﺗﻧﺎﺻﻔﯾن
26
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
إذا ﺎن ﻟدﯾﻧﺎ Aو Bو Cﺣودث ﻔ ﺔ ﻣن ﻣﺟﻣوﻋﺔ اﻟﺣوادث اﻷوﻟ ﺔ و ﻏﯾر ﻣﺗﻧﺎﻓ ﺔ ﻓ ﻣﺎ
ﺑﯾﻧﻬﺎ ﻓﺎن
ﻷ ﺣﺎدﺛﯾن Aو Bﻓﺎن اﺣﺗﻣﺎل ﺣدوث Aو ﻋدم Bﺳﺎو اﺣﺗﻣﺎل ﺣدوث Aﻣطروﺣﺎ
وﻣﻧﻪ ﻣﻧﻪ اﺣﺗﻣﺎل ﺣدوث Aو Bأ P(A ∩ B) = P(A) − P(A ∩ B) :
ﺻ ﺢ ﻟدﯾﻧﺎ
ﺧﺎﺻ ﺔ د ﻣورﻏﺎن
)P(A ∪ B ) = P ( A ∩ B
)P(A ∩ B ) = P ( A ∪ B
و ﻟدﯾﻧﺎ أ ﺿﺎ :
)P(A ∪ B ) = 1 − P(A ∪ B
وﻟدﯾﻧﺎ أ ﺿﺎ
= P A∪B ) ∩ ( +
اﻟﺣﻞ :
=0.6-0.5=0.1
ﻣﺳﺗودع اﻟﺟﺎﻣﻌﺔ 12ﺟﻬﺎز ﻣﺑﯾوﺗر ﻣﻧﻬﺎ 2ﺟﻬﺎزان ﻋﺎطﻼن ﺗﺳﻠﻣت إﺣد ﻣﺛﺎل : 2ﻟد
اﻟﻛﻠ ﺎت 4أﺟﻬزة ﻣن ﻫذا اﻟﻣﺳﺗودع
اﻟﻣطﻠوب - :إﯾﺟﺎد اﺣﺗﻣﺎل ﻋدم وﺟود ﺟﻬﺎز ﻣﻌطﻞ ﺿﻣن ﻣﺎ اﺳﺗﻠﻣﺗﻪ اﻟﻛﻠ ﺔ ؟
اﻟﺣﻞ :
28
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
!
∁ = = 495
(! !)
-1ﺣﺳﺎب اﺣﺗﻣﺎل ﻋدم وﺟود ﺟﻬﺎز ﻣﻌطﻞ ﺿﻣن ﻣﺎ اﺳﺗﻠﻣﺗﻪ اﻟﻛﻠ ﺔ ﻫﻲ
ﻧﺣﺳب اوﻻﻋدد اﻟﺣﺎﻻت اﻟﻣواﺗ ﺔ ﻟﻌدم وﺟود ﺟﻬﺎز ﻣﻌطﻞ ﺻﻣن ﻣﺎ اﺳﺗﻠﻣﺗﻪ اﻟﻛﻠ ﺔ
! !
∁× ∁ = × = 210
(! !) (! !)
ﺣدوث ﺣﺎدث أﺧر ﻣﺛﻼ A ون اﺣﺗﻣﺎل ظﻬور أو ﺣدوث ﺣﺎدث ﻣﻌﯾن ﻣﺛﻼ Bﻣرﺗ ﻋﺎدة ﻣﺎ
ﻧﺳﻣﻲ ﻫذا اﻻﺣﺗﻣﺎل ﺎﻻﺣﺗﻣﺎل اﻟﺷرطﻲ و ﻧرﻣز ﻟﻪ ،ﺣﯾث أن Aو Bﺣﺎدﺛﯾن ﻏﯾر ﻣﺳﺗﻘﻠﯾن
ﺎﻟرﻣز ) ، P(B Aوﺗﻘ ار ﻣﺎ ﯾﻠﻲ اﺣﺗﻣﺎل وﻗوع Bﺷر ) ﻋﻠﻣﺎ ( أن Aﻗد وﻗﻊ ﻓﻌﻼ و ﻌطﻲ
ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
= P BA
) ∩ (
) (
29
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
= P BA
) ∩ ( .
= =
) ( .
ﻣﺛﺎل :2ﻓﻲ رﻣﻲ ﺣﺟر اﻟﻧرد ﻣرة واﺣدة ﻣﺎ ﻫو اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ اﻟرﻗم 2إذا ﻋﻠﻣت آن اﻟﻧﺗﯾﺟﺔ
اﻟﻣﺗﺣﺻﻞ ﻋﻠﯾﻬﺎ ﻫﻲ ﻋدد أوﻟﻲ
= P BA
) ∩ (
= =
) (
ﺧواﺻﻪ :
= P BA
) ∩ ( ) ∩ (
= ﻟدﯾﻧﺎ اﻟﺗﻘﺎطﻊ ﻋﻣﻠ ﺔ ﺗﺑدﯾﻠ ﻪ ﻣﻧﻪ
) ( ) (
= P AB = P BAو
) ∩ ( ) ∩ (
إذا ﺎن ﻟدﯾﻧﺎ
) ( ) (
30
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
= P ΩA
) ∩ ( ) (
= = 1
) ( ) (
= P AA
) ∩ ( ) (
= = 1
) ( ) (
ﺑﺗﺣﻘ اﻟﺣﺎدث اﻷﺧر ،وﻧﻘول ﻋن ﻧﻘول ﻋن ﺣﺎدﺛﯾن أﻧﻬﻣﺎ ﻣﺳﺗﻘﻼن إذا ﺎن ﺗﺣﻘ اﺣدﻫﻣﺎ ﻻ ﯾرﺗ
ﺣﺎدﺛﯾن أﻧﻬﻣﺎ ﻣرﺗ طﯾن إذا ﺎن ﺗﺣﻘ اﺣدﻫﻣﺎ ﯾﺗﺄﺛر ﺑﺗﺣﻘ اﻟﺣﺎدث اﻷﺧر وﻣﻧﻪ ﻧﻘول أن اﻟﺣﺎدث A
)(1
ﻣﺳﺗﻘﻞ ﻋن اﻟﺣﺎدث Bإذا ﺎن اﺣﺗﻣﺎل ﺗﺣﻘ Aﻻ ﯾﺗﺄﺛر ﺣدوث أو ﻋدم ﺣدوث B
∩ ( =) ∩ ) ( ×) ( ×) (
) ∩ ( ) ( ×) (
= = ) ( =
) ( ) (
) ( = و ) ( =
إن ﻓ رة اﺳﺗﻘﻼل اﻟﺣﺎدﺛﯾن Aو Bﻻ ﺗﻌﻧﻲ أﻧﻬﻣﺎ ﻣﺗﻧﺎﻓﯾﯾن ﻓﻘد وﻧﺎ ﻣﺗﻧﺎﻓﯾﯾن ﻟﻛﻧﻬﻣﺎ ﻏﯾر ﻣﺳﺗﻘﻠﯾن
)(2
وﻗد وﻧﺎ ﻣﺳﺗﻘﻠﯾن وﻫﻣﺎ ﻏﯾر ﻣﺗﻧﺎﻓﯾﯾن
ﻣﺛﺎل :1ﻟﻧﻔرض أﻧﻧﺎ ﻓﻲ رﻣﯾﺗﯾن ﻣﺗﺗﺎﻟﯾﺗﯾن ﻟﺣﺟر اﻟﻧرد ﺎن ﻟدﯾﻧﺎ اﻟﺣﺎدﺛﺎن Aو Bﻣﺎ ﯾﻠﻲ
=) ( وﻣﻧﻪ
ﻧﻼﺣ أن اﻟﺣﺎدﺛﯾن Aو Bﻣﺗﻧﺎﻓﯾﯾن ﻷﻧﻪ ﻻ ﺗوﺟد ﻋﻧﺎﺻر ﻣﺷﺗر ﺔ ﺑﯾن Aو Bأ
) ∩ (
= = ) ( ≠ أﻣﺎ ﻋن اﺳﺗﻘﻼل Aﻋن Bﻟدﯾﻧﺎ
) (
- -1999ﻋﻣﺎن اﻷردن – ص ص -122 -1اﺣﻣد اﻻﺷﻘر – ﻣﻘدﻣﺔ ﻓﻲ اﻹﺣﺻﺎء ﻣﻔﺎﻫ م وطراﺋ – ﻣ ﺗ ﺔ اﻟﺛﻘﺎﻓﺔ ﻟﻠﻧﺷر و اﻟﺗوزﻊ
123
ص 123- -2اﺣﻣد اﻻﺷﻘر – ﻧﻔس اﻟﻣرﺟﻊ اﻟﺳﺎﺑ
32
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﻟﻧﻔرض اﻧﻪ ﻟدﯾﻧﺎ ﺣﺎدث أﺧر ﻫو Cﻫو اﻟﺣﺻول ﻋﻠﻰ اﻟرﻗم 1ﻓﻲ اﻟرﻣ ﺔ اﻟﺛﺎﻧ ﺔ
ﻧﻼﺣ أن اﻟﺣﺎدﺛﯾن Aو Cﻏﯾر ﻣﺗﻧﺎﻓﯾﯾن ﻷﻧﻪ ﺗوﺟد ﻋﻧﺎﺻر ﻣﺷﺗر ﺔ ﺑﯾن Aو Cآ
) ∩ (
= = = ) ( =
) (
و ﻟدﯾﻧﺎ
) ∩ (
= = = ) ( =
) (
وﻣﻧﻪ ﻓﺎن اﻟﺣﺎدﺛﺎن Aو Cﻣﺳﺗﻘﻼن ﻋن ﻌﺿﻬﻣﺎ وﻓﻲ ﻧﻔس اﻟوﻗت ﻏﯾر ﻣﺗﻧﺎﻓ ﺎن
ﺻ ﺎدان ﻧﺣو ﻫدف ﻣﻌﯾن ،ﻓﺈذا ﺎن اﺣﺗﻣﺎل أن ﺻﯾب اﻟﺻ ﺎد اﻷول اﻟﻬدف ﻫو ﻣﺛﺎل : 2طﻠ
0.80و اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﺻ ﺎد اﻟﺛﺎﻧﻲ اﻟﻬدف ﻫو 0.60
اﻟﻣطﻠوب :
33
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
-1اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﻬدف ﻣن طرف اﻟﺻ ﺎدﯾن ﻣﻌﺎ ﻓﻲ ﻧﻔس اﻟوﻗت ﻫﻲ ; ) , P(A ∩ Bوﻟدﯾﻧﺎ Aو
Bﺣدﺛﯾن ﻣﺳﺗﻘﻠﯾن ﻻن ﻞ ﺻ ﺎد ﻣﺳﺗﻘﻞ ﻋن اﻷﺧر ﻓﻲ ﻋﻣﻠ ﺔ اﻟرﻣﻲ ) اﺳﺗﻘﻼﻟ ﺔ اﻟﺗﺟﺎرب (
إﻻ ﺎﻟﺗﺟرﺔ Ωﻻ ﯾﺗﺣﻘ ون وﻗوع ﺣﺎدث ﻣﺎ وﻟ ن Aﻣﺛﻼ ،اﻟﻣرﺗ ﻓﻲ ﺣﺎﻻت ﺛﯾرة ﻗد
B1 , B2 , B3 , ….. ,Bnواﻟﺗﻲ ﺗﺷ ﻞ ﺗﺟزﺋﺔ ﺑﺗﺣﻘ اﺣد اﻟﺣوادث اﻟﻣﺗﻧﺎﻓ ﺔ ﻓ ﻣﺎ ﺑﯾﻧﻬﺎ وﻫﻲ
ﻟﻠﻣﺟﻣوﻋﺔ اﻟﻛﻠ ﺔ ) Ωﻓﺿﺎء اﻟﻌﯾﻧﺔ ( ،وﻟﺗوﺿ ﺢ ذﻟك ﻧﺄﺧذ اﻟﻣﺛﺎل اﻟﺗوﺿ ﺣﻲ اﻟﺗﺎﻟﻲ
34
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
و ﺻ ﺢ اﻟﺣﺎدث A
= P AB
) ∩ (
وﻟدﯾﻧﺎ ﻣن ﻋﻼﻗﺔ اﻻﺣﺗﻣﺎل اﻟﺷرطﻲ
) (
) + … … + P(B ) × P( A B
∑ = )P(A ) P(B ) × P(A B أو ﺎﺧﺗﺻﺎر ﻧ ﺗب دﺳﺗور ﻗﺎﻧون اﻻﺣﺗﻣﺎل اﻟﻛﻠﻲ
35
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﻟدﯾﻧﺎ ﺛﻼث آﻻت ﻹﻧﺗﺎج اﻟﻌﻠب ﻓﻲ ﻣﺻﻧﻊ ،ﺗﻧﺗﺞ اﻵﻟﺔ اﻷوﻟﻲ %35و اﻵﻟﺔ اﻟﺛﺎﻧ ﺔ %40و اﻵﻟﺔ
اﻟﺛﺎﻟﺛﺔ %25ﻣن اﻹﻧﺗﺎج اﻟﻛﻠﻲ ﻟﻠﻣﺻﻧﻊ ،ﻓﺈذا ﻋﻠﻣت إن ﻧﺳ ﺔ اﻹﻧﺗﺎج اﻟﻣﻌﯾب ) ﻏﯾر ﺻﺎﻟﺢ أو ﻪ
ﻣﺎ ﯾﻠﻲ اﻵﻟﺔ اﻷوﻟﻲ % 6و اﻵﻟﺔ اﻟﺛﺎﻧ ﺔ %3و اﻵﻟﺔ اﻟﺛﺎﻟﺛﺔ %8 ﻋطب ( ﻣن إﻧﺗﺎج ﻞ آﻟﺔ
ﻓﺈذا ﺗم اﺧﺗ ﺎر وﺣدة واﺣدة ﻣن اﻹﻧﺗﺎج اﻟﻧﻬﺎﺋﻲ ﻟﻠﻣﺻﻧﻊ ﻋﺷواﺋ ﺎ ،ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗﻛون ﻫذﻩ
اﻟوﺣدة ﻣﻌﯾ ﺔ ؟
وﻣﻧﻪ ﺣﺳب ﻧظرﺔ اﻻﺣﺗﻣﺎل اﻟﻛﻠﻲ ﻓﺎن اﺣﺗﻣﺎل ان ﺗﻛون اﻟوﺣدة اﻟﻣﺳﺣو ﺔ ﻣﻌﯾ ﺔ ﻫﻲ
)E= (E A) ( E B ) ( E C
ﺎﻟﺗﻌو ض P(E ) = 0.35 *0.06 + 0.40 * 0.03 + 0.25 * 0.08 = 0.053 :
36
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
E= 0.6
اﻻﻟﺔ اﻻوﻟﻲ
0.35
Ē=0.94
Ē=0.097
E=0.08
اﻻﻟﺔ اﻟﺛﺎﻟﺛﺔ
0.25
Ē= 0.092
وﻗوع اﺣدﻫﺎ إﻟﻲ ﺣدوث ﺣﺎدﺛﺔ ﻣﺎ ،وﻫذﻩ ﻟﻧﻔرض أن ﻫﻧﺎك ﻋدد ﻣن اﻷﺳ ﺎب اﻟﻣﻌﯾﻧﺔ اﻟﺗﻲ ﯾؤد
اﻟﺣﺎدﺛﺔ ﺗﻘﻊ إذا وﻗﻊ اﺣد أﺳ ﺎﺑﻬﺎ ،ﻓﻧظرﺔ ﺎﯾز ﺗﻌﺗﻣد ﻋﻠﻰ ﻣﺧﺗﻠﻒ اﻟﻘواﻧﯾن اﻟﺳﺎ ﻘﺔ ﺣﯾث ﺗﻌﺎﻟﺞ ﻔ ﺔ
ﺣﺳﺎب اﻻﺣﺗﻣﺎﻻت اﻟﺷرط ﺔ ﻟﺣوادث ﻣﺗﻧﺎﻓ ﺔ ﺗﺷ ﻞ ﺎﺗﺣﺎدﻫﺎ ﻣﺟﻣوﻋﺔ ﻠ ﺔ و ﻣراﻓﻘﺔ ﻟﺣﺎدث ﻣﺎ ﻟ ن
ﻣﺛﻼ . A
ﻟﻛﻞ ﺣﺎدث ﻣن ﺗﻠك اﻟﺣوادث ،ﻓﻘﺎﻧون ﺎﯾز ﺳﺗﻌﻣﻞ ﻟﺗﺣدﯾد اﺣﺗﻣﺎل وﻗوع اﻟﺳﺑب إذا ﻋﻠﻣﻧﺎ ﺣدوث B
واﺣد ﻣن اﻷﺳ ﺎب Aﺄرﺿ ﺔ ﻓﻲ ﺗﻛو ن اﻟﺗﺄﺛﯾر ،ﻓﻬو ﻌطﯾﻧﺎ إﻣ ﺎﻧ ﺔ ﺣﺳﺎب اﺣﺗﻣﺎل ﺗﺣﻘ
اﻟﻣﺗوﻗﻊ ،و ﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
37
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
P(A ) × P B A
A
P B =
P(A ) × P B A ) + P( A ) × P B A + … … + P(A ) × P( B A
P(A ) × P B A
A
P B =
∑ P(A ) × P B A
ﯾذﻫب اﻟطﺎﻟب إﻟﻲ اﻟﺟﺎﻣﻌﺔ ﻣﺳﺗﺧدﻣﺎ ﻓﻲ ﺗﻧﻘﻠﻪ إﺣد اﻟوﺳﺎﺋﻞ اﻟﺗﺎﻟ ﺔ ﺎﻟﻧﺳب اﻟﺗﺎﻟ ﺔ ،اﻟﺣﺎﻓﻠﺔ 60%و
، 30%اﻟﻘطﺎر 10%ﻓﻲ أ ﺎم دراﺳﺗﻪ ،ﻓﺈذا ﺎن اﺣﺗﻣﺎل أن ﯾﺗﺄﺧر ﻋن اﻟدراﺳﺔ إذا اﻟﺳ ﺎرة
اﺳﺗﺧدم اﻟﺣﺎﻓﻠﺔ ، 15%إو ذا اﺳﺗﺧدم اﻟﺳ ﺎرة ﻫو ، 8%و إذا اﺳﺗﺧدم اﻟﻘطﺎر 20%ﺧﻼل أ ﺎم
دراﺳﺗﻪ ،ﻓﺈذا اﺧﺗرﻧﺎ اﺣد اﻷ ﺎم اﻟﺗﻲ ﯾذﻫب ﻓﯾﻬﺎ اﻟطﺎﻟب إﻟﻲ اﻟﺟﺎﻣﻌﺔ ﺻﻔﺔ ﻋﺷواﺋ ﺔ
إذا ﻋﻠﻣت اﻧﻪ ﺎن ﻣﺗﺄﺧر ﻋن اﻟدراﺳﺔ ﻓﻲ ذﻟك اﻟﯾوم ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ون ﻗد اﺳﺗﺧدم اﻟﻘطﺎر ؟
38
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
P B Aﻫو اﺣﺗﻣﺎل ﺗﺄﺧر اﻟطﺎﻟب ﻋن اﻟﺟﺎﻣﻌﺔ إذا اﺳﺗﻌﻣﻞ اﻟﺣﺎﻓﻠﺔ = 0.15
P B Aﻫو اﺣﺗﻣﺎل ﺗﺄﺧر اﻟطﺎﻟب ﻋن اﻟﺟﺎﻣﻌﺔ إذا اﺳﺗﻌﻣﻞ اﻟﺳ ﺎرة = 0.08
P B Aﻫو اﺣﺗﻣﺎل ﺗﺄﺧر اﻟطﺎﻟب ﻋن اﻟﺟﺎﻣﻌﺔ إذا اﺳﺗﻌﻣﻞ اﻟﻘطﺎر = 0.20
-1ﺣﺳﺎب اﺣﺗﻣﺎل ان ﯾﺗﺄﺧر ﻓﻲ ذﻟك اﻟﯾوم ﻋن اﻟدراﺳﺔ ﻫﻧﺎ ﻧﺳﺗﻌﻣﻞ ﻗﺎﻧون اﻻﺣﺗﻣﺎل اﻟﻛﻠﻲ
وﻣﻧﻪ
ون ﻗد اﺳﺗﺧدم اﻟﻘطﺎر ﻫﻧﺎ -2إذا ﺎن اﻟطﺎﻟب ﻣﺗﺄﺧر ﻋن اﻟدراﺳﺔ ﻓﻲ ذﻟك اﻟﯾوم ﻓﺎﺣﺗﻣﺎل إن
ﻧﺳﺗﺧدم دﺳﺗور ﺎﯾز
P(A ) × P B A
A
P B =
P(A ) × P B A ) + P( A ) × P B A + P(A ) × P( B A
ﺎﻟﺗﻌو ض :
ﻣﺛﺎل ﺗوﺿ ﺣﻲ اﻟﺛﺎﻧﻲ :ﻟ ن ﻟدﯾﻧﺎ ﺛﻼﺛﺔ ﺻﻧﺎدﯾ Aو Bو Cﺗﺣﺗو ﻋﻠﻰ رات ،ﺣﯾث ﺣﺗو
اﻟﺻﻧدوق Aﻋﻠﻰ 2رات ﺑ ﺿﺎء و 3رات ﺳوداء و اﻟﺻﻧدوق Bﺣﺗو ﻋﻠﻰ 4رات ﺑ ﺿﺎء
39
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﺣﺗو ﻋﻠﻰ 3رات ﺑ ﺿﺎء و 4رات ﺳوداء ،ﻧﺧﺗﺎر ﻋﺷواﺋ ﺎ و 1رﻩ ﺳوداء و اﻟﺻﻧدوقC
ﺻﻧدوق ﺛم ﻧﺧﺗﺎر ﻣﻧﻪ رة
اﻟﻣطﻠوب :
-إذا ﻋﻠﻣت أن اﻟﻛرة اﻟﻣﺳﺣو ﺔ ﺑ ﺿﺎء ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗﻛون ﻣن اﻟﺻﻧدوق A
-إذا ﻋﻠﻣت أن اﻟﻛرة اﻟﻣﺳﺣو ﺔ ﺳوداء ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗﻛون ﻣن اﻟﺻﻧدوق C
واﺣﺗﻣﺎﻻت أن ﺗﻛون اﻟﻛرة ﺑ ﺿﺎء Lأو ﺳوداء Nﻣن اﻟﺻﻧﺎدﯾ اﻟﺛﻼﺛﺔ ﻫﻲ
ﺛم ﻧﺳﺗﺧدم دﺳﺗور ﺎﯾز ﻟﺣﺳﺎب إذا ﻋﻠﻣﻧﺎ أن اﻟﻛرة اﻟﻣﺳﺣو ﺔ ﺑ ﺿﺎء ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗﻛون ﻣن
اﻟﺻﻧدوق A
40
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
P(A) × P L A
P AL =
)P(A) × P L A + P( B) × P L B + P(C ) × P( L C
1 2
×
= 3 5 = 0.2456
0.5428
ﺣﺳﺎب اﺣﺗﻣﺎل اذا ﻋﻠﻣﻧﺎ ان اﻟﻛرة اﻟﻣﺳﺣو ﺔ ﺳوداء ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل ان ﺗﻛون ﻣن اﻟﺻﻧدوق C -2
ﺛم ﻧﺳﺗﺧدم دﺳﺗور ﺎﯾز ﻟﺣﺳﺎب إذا ﻋﻠﻣﻧﺎ أن اﻟﻛرة اﻟﻣﺳﺣو ﺔ ﺳوداء ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗﻛون ﻣن
اﻟﺻﻧدوق C
P(C) × P N C
P CN =
)P(A) × P N A + P( B) × P N B + P(C ) × P( N C
1 4
×
= 3 7 = 0.4167
0.4571
41
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
ﺗﻣﺎر ن ﻣﻘﺗرﺣﺔ
اﻟﺗﻣر ن اﻷول :رﻣﯾﻧﺎ زﻫرﺗﻲ ﻧرد ﻣرة واﺣدة ﻓﻘ ﻓﺄوﺟد ﻓﺿﺎء اﻟﻌﯾﻧﺔ ﻟﻠﺗﺟرﺔ اﻟﻌﺷواﺋ ﺔ ؟
ﻓﺈذا ﻋرﻓﻧﺎ اﻟﺣوادث اﻟﺗﺎﻟ ﺔ
Aﻣﺟﻣوع اﻟﻧﺗﯾﺟﺗﯾن اﻛﺑر آو ﺳﺎو 8
Bﻣﺟﻣوع اﻟﻧﺗﯾﺟﺗﯾن اﻛﺑر ﺗﻣﺎﻣﺎ ﻣن 10
Cﻣﺟﻣوع اﻟﻧﺗﯾﺟﺗﯾن ﻋدد زوﺟﻲ و اﻛﺑر ﻣن 6
ﻓﺄوﺟد اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ :
( ∪ ) ، ) ∩ ( ( ∪ ) ، ) ∪ ( ( ∩ ) ، ( ∩ ) ،
) ( ⁄
اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ :ﻟ ن ﻟدﯾﻧﺎ اﻟﺣﺎدﺛﺎن A, B :ﺣﯾث
P(A) =0.8 , P(B) = 0.7 , P(AB) =0.6
) ( ⁄ و ﻓﺎوﺟد ( ⁄ ) :
ﻫﻞ اﻟﺣﺎدﺛﺎن A, Bﻣﺳﺗﻘﻼن ؟
، P ( A) 3 أن: ﻋﻠﻣت إذا اﻟﺗﺎﻟ ﺔ: اﻻﺣﺗﻣـﺎﻻت أﺣﺳب اﻟﺛﺎﻟث: اﻟﺗﻣر ن
8
( ⁄ )، P(B)
1
,P(A B)
1 )P(A B),P(A),P(B),P(A B),P(A B),P(A B),P(A B
3 4
( ∩ )، ( ⁄ )،
اﻟﺗﻣر ن اﻟﺧﺎﻣس:دﻟت اﻟﻣﻌط ﺎت اﻹﺣﺻﺎﺋ ﺔ ﻟﻘﺳم ﻋﻠوم اﻟﺗﺳﯾﯾر أن %25ﻣن اﻟطﻠ ﺔ ﯾرﺳﺑون ﻓﻲ
اﻻﻗﺗﺻﺎد اﻟﺟزﺋﻲ ،و %15ﯾرﺳﺑون ﻓﻲ اﻹﺣﺻﺎء ،و % 10ﯾرﺳﺑون ﻓﻲ اﻻﻗﺗﺻﺎد اﻟﺟزﺋﻲ و
اﻹﺣﺻﺎء ﻣﻌﺎ
-إذا ﺎن اﻟطﺎﻟب ﻗد رﺳب ﻓﻲ اﻹﺣﺻﺎء ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل ان ون ﻗدر رﺳب ﻓﻲ اﻻﻗﺗﺻﺎد اﻟﺟزﺋﻲ
-إذا ﺎن اﻟطﺎﻟب ﻗد رﺳب ﻓﻲ اﻻﻗﺗﺻﺎد اﻟﺟزﺋﻲ ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ون ﻗدر رﺳب ﻓﻲ اﻹﺣﺻﺎء
42
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
اﻟﺗﻣر ن اﻟﺳﺎدس :ﯾوﺟﻪ ﺻ ﺎدان ﺑﻧدﻗﯾﺗﯾﻬﻣﺎ ﻣﻌﺎ إﻟﻰ ﻏزال ﻓﺈذا ﺎﻧت ﻓرﺻﺔ ﻞ ﻣﻧﻬﻣﺎ ﻓﻲ إﺻﺎ ﺔ
اﻟﻐزال ﻫﻲ3/1
- ،أﻻ ﺻﯾ ﺎ اﻟﻐزال ﻣﻌﺎ ﻓﺄﺣﺳب -اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﻐزال - ، .أن ﺻب اﻟﻐزال اﺣدﻫﻣﺎ ﻓﻘ
اﻟﺗﻣر ن اﻟﺳﺎ ﻊ :أطﻠﻘﻧﺎ ﺛﻼث طﻼﻗﺎت ﻋﻠﻰ ﻫدف ﻣﻌﯾن و ﺎﻧت اﺣﺗﻣﺎﻻت إﺻﺎ ﺔ اﻟﻬدف ﻋﻠﻲ
اﻟﺗرﺗﯾب ﻣﺎ ﯾﻠﻲ :إﺻﺎ ﺔ اﻟﻬدف ﺎﻟطﻠﻘﺔ اﻷوﻟﻲ ﻫﻲ ،0.4و إﺻﺎ ﺔ اﻟﻬدف ﺎﻟطﻠﻘﺔ اﻟﺛﺎﻧ ﺔ ﻫﻲ0.5
،و ﺻﺎ ﺔ اﻟﻬدف ﺎﻟطﻠﻘﺔ اﻟﺛﺎﻟﺛﺔ ﻫﻲ 0.7
إ
-اﺣﺳب اﺣﺗﻣﺎل أن اﻟﻬدف ﺻﺎب طﻠﻘﺔ واﺣدة ﻓﻘ
-اﺣﺳب اﺣﺗﻣﺎل أن ﺻﺎب اﻟﻬدف طﻠﻘﺗﯾن ﻋﻠﻰ اﻷﻗﻞ
-اﺣﺳب اﺣﺗﻣﺎل أن اﻟﻬدف ﺻﺎب
اﻟﺗﻣر ن اﻟﺛﺎﻣن :ﻓﻲ ﻣﺻﻧﻊ ﻷﺣد اﻟﻣﻧﺗﺟﺎت ،ﺗﻧﺗﺞ اﻵﻟﺔ %30 Aواﻵﻟﺔ %50 Bواﻵﻟﺔ %20 C
ﻣن ﻣ ﺔ اﻹﻧﺗﺎج ،ﻓﺈذا ﻋﻠﻣت أن ﻧﺳ ﺔ اﻟﻌطب ﻫﻲ ﻋﻠﻰ اﻟﺗرﺗﯾب .%4 ،%3 ،%2 :أﺧذﻧﺎ ﻋﺷواﺋ ﺎ
وﺣدة ﻣن إﻧﺗﺎج ﻫذﻩ اﻟﻣؤﺳﺳﺔ.
اﻟﻣطﻠوب:
(1ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ون ﺑﻬﺎ ﻋط ﺎ؟
(2إذا ﻋﻠﻣت أن ﺑﻬﺎ ﻋط ﺎ ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗﻛون ﻣن إﻧﺗﺎج اﻵﻟﺔ A؟
(3إذا ﻋﻠﻣت أن ﺑﻬﺎ ﻋط ﺎ ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗﻛون ﻟ ﺳت ﻣن إﻧﺗﺎج اﻵﻟﺔ C؟
اﻟﺗﻣر ن اﻟﺗﺎﺳﻊ :ﻟ ن ﻟدﯾﻧﺎ ﺛﻼﺛﺔ أﻛ ﺎس ﻓﺎﻛﻬﺔ ،ﺣﺗو اﻟﻛ س اﻷول ﻋﻠﻰ 3ﺗﻔﺎﺣﺎت و 6
ﺑرﺗﻘﺎﻻت ،و ﺣﺗو اﻟﻛ س اﻟﺛﺎﻧﻲ ﻋﻠﻰ 6ﺗﻔﺎﺣﺎت و 4ﺑرﺗﻘﺎﻻت و ﺣﺗو اﻟﻛ س اﻟﺛﺎﻟث ﻋﻠﻰ 5
ﺗﻔﺎﺣﺎت و 4ﺑرﺗﻘﺎﻻت ،ﺗم اﺧﺗ ﺎر اﺣد اﻷﻛ ﺎس ﻋﺷواﺋ ﺎ ،و ﺗم اﺧﺗ ﺎر ﻣﻧﻪ ﺣ ﺔ ﻓﺎﻛﻬﺔ طرﻘﺔ
ﻋﺷواﺋ ﺔ
43
اﻟﻔﺼﻞ اﻷول:ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت
اﻟﺗﻣر ن اﻟﻌﺎﺷر :أﻧﺗﺞ أﺣد اﻟﻣﺻﺎﻧﻊ 12ﺟﻬﺎز ﺗﻠﻔﺎز ﻣن ﺑﯾﻧﻬﺎ 4أﺟﻬزة ﻋﺎطﻠﺔ ،أﺧذﻧﺎ طرﻘﺔ
ﻋﺷواﺋ ﺔ ﺟﻬﺎزن ،أوﺟد اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ
44
اﻟﻔﺻل اﻟﺛﺎﻧﻲ اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋﯾﺔ
أ -ﻗﺎﻧﻮن اﻟﺘﻮزﯾﻊ اﻻﺣﺘﻤﺎﻟﻲ ) داﻟﺔ •
اﻻﺣﺘﻤﺎل (
ب-اﻟﺘﻤﺜﯿﻞ اﻟﺒﯿﺎﻧﻲ ﻟﻠﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ • أوﻻ اﻟﻣﺗﻐﯾرة
اﻟﻤﻨﻘﻄﻊ اﻟﻌﺷواﺋﯾﺔ اﻟﻣﻧﻘطﻌﺔ
ج-داﻟﺔ اﻟﺘﻮزﯾﻊ اﻻﺣﺘﻤﺎﻟﻲ • و ﻣﻣﯾزاﺗﮭﺎ اﻟﻌددﯾﺔ
د -اﻟﻤﻤﯿﺰات اﻟﻌﺪدﯾﺔ ﻟﻠﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ •
اﻟﻤﻨﻘﻄﻊ
45
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
ﺗﻣﻬﯾد :
رأﯾﻧﺎ ﺳﺎ ﻘﺎ أن ﻧﺗﺎﺋﺞ ﺟﻣ ﻊ اﻟﺗﺟﺎرب اﻟﻌﺷواﺋ ﺔ ﺗﻛون ﻏﯾر ﻣﻌروﻓﺔ ﺻورة ﻣﺳ ﻘﺔ ،إﻻ أﻧﻬﺎ ﻻ
ﺗﺧرج ﻋن ﻣﺟﺎل ﻣﻌﯾن ﻣن اﻟﻘ م ،ﻫذﻩ اﻟﻧﺗﺎﺋﺞ ﺗﺧﺗﻠﻒ ﺎﻻﺧﺗﻼف اﻟﺗﺟرﺔ و ﻌدد ﺗﻛرار ﻫذﻩ
اﻟﺗﺟرﺔ ،ﺣﯾث ﻫﻧﺎك ﺗﺟﺎرب ﺗﻛون ﻧﺗﺎﺋﺟﻬﺎ ﻣ ﺔ ﻋدد ﺔ ﻣﺛﻞ رﻣﻲ زﻫرة اﻟﻧرد و ﻣﻼﺣظﺔ اﻟﻧﺗﺎﺋﺞ ،
ﻓﺎﻟﻧﺗﺎﺋﺞ ﺗﻛون ﻣﻣﺛﻠﺔ ﺎﻷرﻗﺎم واﻟﺗﻲ ﻋرﻓﻧﻬﺎ ﻔراغ اﻟﺗﺟرﺔ أو ﻓﺿﺎء اﻟﻌﯾﻧﺔ و رﻣزﻧﺎ ﻟﻬﺎ ب، Ω
ﻔ ﺔ ( ﻣﺛﻞ ﺗﺟرﺔ رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ ﻣرة أو ﻣرﺗﯾن و وﻫﻧﺎك ﺗﺟﺎرب ﺗﻛون ﻧﺗﺎﺋﺟﻬﺎ ﻧوﻋ ﺔ )
ﻔ ﺔ ﻟﻛﻧﻧﺎ ﻧﺳﺗط ﻊ أن ﻧﻌﺑر ﻋﻠﻰ ﺣﺎﻟﺔ ﺣﺻوﻟﻧﺎ ﻣﻼﺣظﺔ اﻟﻧﺗﺎﺋﺞ اﻟﺗﻲ ﺗظﻬر ﻓﺎﻟﻧﺗﺎﺋﺞ ﻫﻧﺎ ﺗﻛون
ﻋﻠﻰ اﻟوﺟﻪ ﻣﺛﻼ ﺎﻟﻧﺟﺎح و ﻧﻌﺑر ﻋﻧﻪ ﺎﻟرﻗم 1و ﻋدم اﻟﺣﺻول ﻋﻠﻰ اﻟوﺟﻪ ﺎﻟﻔﺷﻞ و ﻧﻌﺑر ﻋﻠ ﻪ
ب ، 0إذا ﻣﻬﻣﺎ ﺎﻧت طﺑ ﻌﺔ اﻟﺗﺟرﺔ اﻟﻌﺷواﺋ ﺔ وﺻﻔﺔ اﻟﻧﺗﺎﺋﺞ اﻟﻣﺗﺣﺻﻞ ﻋﻠﯾﻬﺎ ﻓﺎﻧﻪ ﻣ ﻧﻧﺎ أن
)(1
ﻞ ﻋﻧﺻر ﻣن ﻋﻧﺎﺻر ﻓﺿﺎء اﻟﻌﯾﻧﺔ ( ﻌدد وﺣﯾد ﻣن ℜ ﻞ ﻧﺗﯾﺟﺔ ﻣن ﻧﺗﺎﺋﺟﻬﺎ ) أ ﻧر
ﻞ ﻋﻧﺻر ﻣن أﻧﻧﺎ ﻧرﻓ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ ﻫﻲ داﻟﺔ ﺣﻘ ﻘ ﺔ ﻣﻌرﻓﺔ ﻋﻠﻰ ﻓﺿﺎء اﻟﻌﯾﻧﺔ ، Ωأ
ﻓﺿﺎء اﻟﻌﯾﻧﺔ ﻗ ﻣﺔ ﺣﻘ ﻘ ﺔ ) ﻋدد ﻣﺎ ( وﻧ ون ﺑذﻟك ﻋرﻓﻧﺎ داﻟﺔ ﻋﻠﻰ ﻫذا اﻟﻔﺿﺎء
ﻫذﻩ اﻟداﻟﺔ ﺗﺳﻣﻲ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ ﻧرﻣز ﻟﻬﺎ ﺄﺣرف ﺑﯾرة Xأو Y
وﻧ ﺗب X ∶ Ω ⟶ ℛ
إن Xﻣﺗﻐﯾرة ﻋﺷواﺋ ﺔ ﺗﺄﺧذ اﻟﻘ م اﻟﻣﻣ ﻧﺔ اﻟﺗﺎﻟ ﺔ X1 , X2 , X3 , ….., Xn
ﻣﺛﻼ رﻣﻲ زﻫرة اﻟﻧرد ﻣرة واﺣدة وﻟﻧﻌرف ﻣﺛﻼ Xﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ظﻬور اﻷﻋداد اﻟﻔرد ﺔ
إذا }X = {0 ,1 اﻟﺗﻲ ﺗظﻬر وﻣﻧﻪ X ∶ Ω ⟶ ℛ :
رﻣﻲ زﻫرﺗﻲ ﻧرد وﻟﻧﻌرف ﻣﺛﻼ Xﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ﻣﺟﻣوع اﻟرﻣﯾﺗﯾن
رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ ﺛﻼث ﻣرات وﻟﻧﻌرف ﻣﺛﻼ Xﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ﻋدد اﻷوﺟﻪ اﻟﺗﻲ ﺗظﻬر
ﻣﻼﺣظﺔ :ﺗﺧﺗﻠﻒ اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ ﺣﺳب ﻓﺿﺎء اﻟﻌﯾﻧﺔ اﻟﻣﻌرﻓﺔ ﻋﻠﯾﻬﺎ ،ﻓﺈذا ﺎن ﻓﺿﺎء
اﻟﻌﯾﻧﺔ Ωﻗﺎﺑﻞ ﻟﻠﻌد و ﻣﻧﺗﻬﻲ أو ﻏﯾر ﻣﻧﺗﻬﻲ وﻗﺎﺑﻞ ﻟﻠﻌدد ﻓﺗﻛون اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ ﻫﻧﺎ ﻣﻧﻔﺻﻠﺔ
ﺄﺧذ ﻋدد ﻏﯾر ﻣﻧﺗﻬﻲ ﻣن اﻟﻘ م داﺧﻞ أو ﻣﻧﻘطﻌﺔ ،أﻣﺎ إذا ﺎن ﻓﺿﺎء اﻟﻌﯾﻧﺔ ﻏﯾر ﻗﺎﺑﻞ ﻟﻠﻌدد أ
)(1
ﻓﺎن اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ ﺗﻛون ﻣﺳﺗﻣرة أو ﻣﺗﺻﻠﺔ ﻣﺟﺎل ﻣﻌﻠوم ] ∞[−∞ , +
أ -ﺗﻌر ﻔﻬﺎ :اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﻧﻘطﻌﺔ أو اﻟﻣﻧﻔﺻﻠﺔ ﻫﻲ اﻟﻣﺗﻐﯾرة اﻟﺗﻲ ﺗﺄﺧذ ﻋدد ﻣﺣدود ﻣن
اﻟﻘ م أو ﻋدد ﻏﯾر ﻣﺣدود ﻣن اﻟﻘ م ﻟﻛﻧﻬﺎ ﻗﺎﺑﻠﺔ ﻟﻠﻌدد ) ، (2ﻣﺛﻞ ﻋدد اﻟزﺎﺋن اﻟذﯾن ﯾﺗواﻓدون
ﻋﻠﻰ ﻣطﻌم ﻣﺎ ﺧﻼل ﯾوم ،أو ﻋدد اﻟﻘطﻊ اﻟﻔﺎﺳدة ﻓﻲ إﻧﺗﺎج ﻣﺻﻧﻊ ﻣﺎ أو ﻣﺟﻣوع ﻧﺗﯾﺟﺔ
زﻫرﺗﻲ ﻧرد ،و ذﻟك ﺎﻟﻧﺳ ﺔ ﻟﻠﺗﺟﺎرب اﻟﻌﺷواﺋ ﺔ اﻟﺗﻲ ﺗﻛون ﻧﺗﺎﺋﺟﻬﺎ ﻧوﻋ ﺔ ﻓﺎﻧﻪ ﻣ ن ﺗﺣو ﻠﻬﺎ
ﻣن ﻣﺗﻐﯾرة ﻧوﻋ ﺔ إﻟﻰ ﻣﺗﻐﯾرة رﻗﻣ ﺔ
ﻟﻧﻔرض أﻧﻧﺎ رﻣﯾﻧﺎ ﻗطﻌﺔ ﻧﻘد ﺔ ﻣﺗزﻧﺔ ﺛﻼث ﻣرات ،وﻟﻧﻌرف Xﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ﻋدد اﻷوﺟﻪ
Xﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ﻋدد اﻷوﺟﻪ ) ( Fاﻟﺗﻲ ﺗظﻬر ﻓﻲ اﻟرﻣ ﺎت اﻟﺛﻼث و ﻓراغ اﻟﺗﺟرﺔ ﻫو
Card Ω = 23=8ﺣﯾث } Ω ={ PPP ,PPF ,PFP ,PFF ,FPP , FPF ,FFP ,FFF
= )P(X = 0
= )P(X = 1
= )P(X = 2
= )P(X = 3
48
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
ﻣﻌﻧﻲ أﺧر ﻓﺎن اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ ﻋ ﺎرة ﻋن ﺗطﺑﯾ ﻣﺟﺎل ﺗﻌرﻔﻪ ﻫو ﻓراغ اﻟﺣوادث اﻷوﻟ ﺔ
وﻣداﻩ ﻫو ﻣﺟﻣوﻋﺔ ﺟزﺋ ﺔ ﻣن ﻣﺟﻣوﻋﺔ اﻷﻋداد اﻟﺣﻘ ﻘ ﺔ
ﺗﺎ ﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ) P(X = Xiﻟﻌﻧﺎﺻر اﻟﻣﺟﺎل اﻟﻣﻘﺎﺑﻞ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ وﻣ ن
اﻟﻣﻧﻔﺻﻞ ﻓﻲ ﺟدول ﺳﻣﻲ ﺟدول اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ او ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ
3
⎧ , =0 , x=3
⎪8
f(x) = 3
⎨8 , =1 , x=2
⎪
⎩0 , ﻣﺎﻋد ذﻟك
و ﻣﻧﻪ إذا ﺎن ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﻧﻔﺻﻞ Xﺄﺧذ اﻟﻘ م} X= { X1 , X2 , X3 , ….., Xn
49
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
P ,X = X
⎧P , X = X
⎪
⎪P , X = X
̇⋮ = )f(x ̇⋮ ̇ ⋮ ,
⎨
P X=X
⎪
⎪
ﻣﺎﻋد ذﻟك ⎩ 0 ,
ﻣﻼﺣظﺔ ﻣﻬﻣﺔ :ﺣﺗﻰ ون اﻟﺗوزﻊ اﻟﻌﺷواﺋﻲ ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ أو ﺟدول ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ أو
)(1
داﻟﺔ اﺣﺗﻣﺎل ﯾﺟب أن ﺣﻘ اﻟﺷرطﯾن اﻟﺗﺎﻟﯾن
70%
60%
50%
40% Haut
30% Bas
Fermé
20%
10%
0%
X1 X2 X3 X4 X5
-1ﺑوﻋظم ﻣﺎل – اﻹﺣﺻﺎء اﻻﺳﺗدﻻﻟﻲ ﻣن اﻟﺟﺎﻧب اﻟﻧظر و اﻟﺗطﺑ ﻘﻲ – دار زﻫران ﻟﻠﻧﺷر –ﻋﻣﺎن اﻻردن ص 37
50
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
ذﻟك ﻣوﺟ ﺔ و ﻣﺎ ﻋدا ﻫذﻩ =) ( ﻣوﺟ ﺔ وﻣﻧﻪ ﻧﻼﺣ أن اﻟﻘ م اﻟﺗﻲ ﺗﺄﺧذﻫﺎ
و ﺎﻟﺗﺎﻟﻲ اﻟﺷر اﻷول ﻣﺣﻘ اﻟﻘ م ﻓﺎن ( ) = 0
وﻣﻧﻪ اﻟﺷر اﻟﺛﺎﻧﻲ ﻣﺣﻘ وﻣﻧﻪ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ﻣﺛﻞ ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ
ﺗﻧﺷﺎ ﻫذﻩ اﻟداﻟﺔ ﻣن ﺧﻼل اﻻﺣﺗﻣﺎل اﻟﻣﺗﺟﻣﻊ اﻟﺻﺎﻋد ﻟﻼﺣﺗﻣﺎﻻت ،ﻓﺄﺣ ﺎﻧﺎ ﻧﺣﺗﺎج إﻟﻲ ﻣﻌرﻓﺔ
ﻫﻧﺎ ﻣﺟﻣوﻋﺔ اﻻﺣﺗﻣﺎﻻت اﻟﺗﻲ ﺗﻘﻞ ﻗ ﻣﺗﻬﺎ ﻋن ﻗ ﻣﺔ ﻣﻌﯾﻧﺔ أو ﺗزد ﻋﻧﻬﺎ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ
و ﻌﺑر ﻋن ﻧﺳﺗﻌﻣﻞ داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ او ﺗﺎ ﻊ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ و رﻣز ﻟﻬﺎ ﺎﻟرﻣز) (
إذا ﺎﻧت Xﺗﺎﺧذا ﻋددا ﻣﻧﺗﻬ ﺎ ﻣن اﻟﻘ م =) ( ≤ ( ﻫذﻩ اﻟداﻟﺔ ﺎﻟﺻ ﻐﺔ اﻟﺗﺎﻟ ﺔ )
ﻣ ن ﺗﻌرﻔﻬﺎ ﻓﺎن ) (
< <∞−
( ⎧ ) < ≤
⎪
=) ( ( ( ) + ) < ≤
⎨ ⋮
⎪
( ⎩ ( ) + ( )+ = ) ( )+ ….+ ≤ <
51
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
↑1 Pi
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0 Xi
X1 X2 X3 X4 Xn
x
, = 1 , 2 ,3 ,4
=) ( 10
0, ﻣﺎﻋد ذاﻟك
اﻟﻣطﻠوب :اوﺟد داﻟﺔ اﻟﺗوزﻊ وﻣﺛﻠﻬﺎ ﺑ ﺎﻧ ﺎ وﻣﺛﻞ ذﻟك داﻟﺔ اﻻﺣﺗﻣﺎل ) ﻗﺎﻧون اﻻﺣﺗﻣﺎل (
52
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
داﻟﺔ اﻟﺗوزﻊ
<∞− <1
⎧
⎪ ≤ <2
⎪
⎪
=) ( ≤ <3
⎨
⎪ ≤ <4
⎪
⎪ .
⎩ ≤ ∞< +
0,45
Pi
0,40
0,35
0,30
0,25 Haut
0,20 Bas
0,15 Fermé
0,10
0,05
- Xi
1 2 3 4
53
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
↑1 Pi
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0 Xi
1 2 3 4
-1اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ ) : E(Xﺗﺗﻣر ز ﻣﻌظم ﻗ م اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ ﺣول ﻗ ﻣﺔ ﻣﻌﯾﻧﺔ أو ﻗ ﻣﺔ
و رﻣز ﻟﻬﺎ اﻟﺣﺳﺎﺑﻲ ( ﻟﺗوزﻊ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ أو اﻟﻣﺗوﺳ ﻣﺗوﻗﻌﺔ ) ﻫﻲ اﻟوﺳ
)(1
ﺎﻧت Xﻣﺗﻐﯾرة ﻋﺷواﺋ ﺔ ﻣﻧﻔﺻﻼ ﺗﺄﺧذ اﻟﻘ م ،ﻓﺈذا ﺎﻟرﻣز ) E(Xأو اﻟرﻣز ) (
اﻟﻣﻣ ﻧﺔ اﻟﺗﺎﻟ ﺔ X1 , X2 , X3 , ….., Xnﺎﺣﺗﻣﺎﻻت ﺗﻘﺎﺑﻠﻬﺎ P1 ,P2 ,P3 …….Pnﻓﺎن
اﻟﻘ ﻣﺔ اﻟﻣﺗوﻗﻌﺔ أو اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ ﻟﻪ ﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
∑=) ( [ × ( = ]) او ∑=) ( ( × )
=) ( ⇒ × + × + × + × = =
اﻟﺗ ﺎﯾن ) :V(Xاﻟﺗ ﺎﯾن ﻫو اﺣد ﻣﻘﺎﯾ س اﻟﺗﺷﺗت و ﻌﺑر ﻋن ﻣد ﺗﺷﺗت ﻣﺧﺗﻠﻒ اﻟﻘ م -2
ﺣول اﻟﻘ ﻣﺔ اﻟﻣﺗوﺳطﺔ أو اﻟوﺳ و ﻫو ﻋ ﺎرة ﻋن اﻟﻌزم اﻟﻣر ز اﻟﺛﺎﻧﻲ أو ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ ﻟذﻟك
ﺳوف ﻧﺗﻌرف ﻋﻠﻰ اﻟﻌزوم
– اﻟﻌزوم : Mاﻟﻌزم ﻣﻌﻧﺎﻩ اﻟﻣﻠﻣوس ﻣﺻطﻠﺢ ﻣ ﺎﻧ ﻲ ﺷﯾر إﻟﻲ ﻣﻘ ﺎس ﻟﻠﻘوة ﺣول ﻧﻘطﺔ
ﻣر زﺔ ،أﻣﺎ ﻓﻲ اﻹﺣﺻﺎء ﻓﺎﻧﻪ ﻓ رة ﻣﻌﻧو ﺔ ﻏﯾر ﻣﻠﻣوﺳﺔ ،وﺗﺳﺗﺧدم اﻟﻌزوم ﻓﻲ ﻗ ﺎس اﻻﻟﺗواء
)(1
و اﻟﺗﻔرطﺢ ) اﻟﺗدﺑب (
اﻟﻌزوم اﻟ ﺳ طﺔ أو اﻻﺑﺗداﺋ ﺔ :و ﯾرﻣز ﻟﻬﺎ ﺎﻟرﻣز ) Mوﻫﻲ اﻟﻌزوم ﺣول ﻧﻘطﺔ اﻷﺻﻞ (
اﻟﻌزوم اﻟ ﺳ طﺔ ﻣن اﻟرﺗ ﺔ Kﻫو ﻋ ﺎرة ﻋن اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ )اﻟوﺳ اﻟﺣﺳﺎﺑﻲ( ﻟﻘ م اﻟﻣﺗﻐﯾرة
اﻟﻌﺷواﺋ ﺔ ﻣرﻓوﻋﺔ إﻟﻲ ﻗوة 2 Kورﻣزﻫﺎ ) M (Xوﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
اﻟﺣﺳﺎﺑﻲ و ﻧرﻣز ﻟﻬﺎ ﺎﻟرﻣز μوﺗﻌطﻲ اﻟﻌزوم اﻟﻣر ز ﺔ : μو ﻫﻲ ﺗﻛون ﺣول اﻟوﺳ
∑ = )(X ])[Xi − E(X ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ )P(X = Xi
ﻣﻼﺣظﺔ :
V(C)=0
V(C+X) = V(X)
V(CX) = C2 V(X)
= δ ) (
)(2
ﻓﻬو ﻣن أﻛﺛر اﻟﻣﻘﺎﯾ س اﺳﺗﺧداﻣﺎ ،ﻷﻧﻪ ﻌطﻲ ﻓ رة ﺳﻠ ﻣﺔ ﻋن ﺗﺷﺗت اﻟظﺎﻫرة اﻟﻣدروﺳﺔ
ﺗﻣﺎر ن ﻣﺣﻠوﻟﺔ
اﻟﺗﻣر ن اﻷول :ﺳﺣﺑﻧﺎ رﺗﺎن ﻣن ﺻﻧدوق ﻪ 3رات ﺣﻣراء و 2ﺑ ﺿﺎء ،وﻟﻧﻌرف اﻟﻣﺗﻐﯾر
اﻟﻌﺷواﺋﻲ Xﯾﺗﻣﺛﻞ ﻓﻲ ﻋدد اﻟﻛرات اﻟﺣﻣراء اﻟﻣﺳﺣو ﺔ
اﻟﻣطﻠوب :
اﻟﺣﻞ :ﻟدﯾﻧﺎ Xﯾﺗﻣﺛﻞ ﻓﻲ ﻋدد اﻟﻛرات اﻟﺣﻣراء اﻟﻣﺳﺣو ﺔ ﻌﻧﻲ إﻣﺎ ﻧﺳﺣب رﺗﺎن 2أو رة
رة ﺣﻣراء 0ﻌﻧﻲ } X = {0 ,1 ,2 , واﺣدة 1أو ﻻ ﻧﺳﺣب أ
57
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ :إذا ﺎن ﻣن اﻟﻣﻌﻠوم أن ﻧﺳ ﺔ ﻣﺑ ﻌﺎت اﺣد اﻟﻣراﻛز اﻟﺗﺟﺎرﺔ ﻣن اﻟﺗﻔﺎح اﻟﻣﺣﻠﻲ
ﻫو 0.60ﺑﯾﻧﻣﺎ ﻧﺳ ﺔ ﻣﺑ ﻌﺎﺗﻪ ﻣن اﻷﻧواع اﻷﺧر ﻟﻠﺗﻔﺎح اﻷﺟﻧﺑﻲ ﻫو ، 0.40اﺷﺗر اﺣد
اﻟﻌﻣﻼء ﻋﺑوﺗﯾن
اﻟﻣطﻠوب :
58
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
اﻟﺣﻞ :ﻓراغ اﻟﺗﺟرﺔ ﯾﺗﻛون ﻣن أرﻌﺔ ﻧﺗﺎﺋﺞ ﻷن اﻟﺗﺟرﺔ ﻫﻲ ﺷراء ﻋﺑوﺗﯾن ،ﻓﺈﻣﺎ أن ﺗﻛون ﻼ
اﻟﻌﺑوﺗﯾن ﺗﻔﺎح ﻣﺣﻠﻲ أو اﺣدﻫﻣﺎ ﻣﺣﻠﻲ واﻷﺧر أﺟﻧﺑﻲ أو ﻼﻫﻣﺎ ﺗﻔﺎح أﺟﻧﺑﻲ ،وﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾر
اﻟﻌﺷواﺋﻲ Xاﻟذ ﻋرﻓﻧﺎﻩ ﺄﻧﻪ ﻋدد اﻟﻌﺑوات اﻟﻣﺷﺗراة ﻣن اﻟﺗﻔﺎح اﻟﻣﺣﻠﻲ
59
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
0,60
Pi
0,50
0,40
Haut
0,30
Bas
0,20
Fermé
0,10
-
- 1 2 Xi
<0
⎧ . ≤ <1
⎪
. ≤ <2
=) (
⎨
⎪ .
⎩ ≤ ∞< +
=) ( ⇒ × . + × . + × . = .
= 1.92
ﺣﺳﺎب ﻗ م اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ )P(X ≤ 1.5)، P(X = 1.5) ، P(X ≤ 1) ، P(X = 1
اﻟﺣﻞ :
ﻣوﺟ ﺔ و ﻣﺎ ﻋدا ﻫذﻩ اﻟﻘ م ﻓﺎن ﻧﻼﺣ أن اﻟﻘ م اﻟﺗﻲ ﺗﺄﺧذﻫﺎ )( ) = P(X = Xi
61
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
وﻣﻧﻪ اﻟﺷر اﻟﺛﺎﻧﻲ ﻣﺣﻘ وﻣﻧﻪ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ﻣﺛﻞ ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ
0,45
0,40
Pi
0,35
0,30
0,25 Haut
0,20 Bas
0,15
Fermé
0,10
0,05
-
- 1 2 3 4 Xi
=) ( ⇒ × . + × . + × . + × . + × . = .
<0
⎧ . ≤ <1
⎪
. ≤ <2
=) (
⎨ . ≤ <3
⎪. . ≤ <4
⎩ ∞≤ < +
63
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
ﺗﻌر ﻒ :اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﺳﺗﻣرة أو اﻟﻣﺗﺻﻠﺔ ﻫﻲ اﻟﻣﺗﻐﯾرة اﻟﺗﻲ ون اﻟﻣﺟﺎل اﻟﻣﻘﺎﺑﻞ ﻟﻬﺎ ﻏﯾر
ﻗﺎﺑﻞ ﻟﻠﻌدد وﻣﻌرﻓﺔ ﻋﻠﻲ ﻣﺟﺎل ﻏﯾر ﻗﺎﺑﻞ ﻟﻠﻌد ،وﻣن أﻣﺛﻠﺔ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﺳﺗﻣرة ﻧذ ر
ﻣﻼﺣظﺔ ﻣﻬﻣﺔ :ﺣﺗﻰ ون اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﺳﺗﻣر داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﯾﺟب أن ﺣﻘ
اﻟﺷرطﯾن اﻟﺗﺎﻟﯾن
∫ ) ( ∫ = ) ( =
) (
أن ) ( داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻫﻲ ﻣﺷﺗﻘﺔ ﻣن داﻟﺔ ،أ =) ( ﻋﻠﻣﺎ أن
اﻟﺗوزﻊ ) ، F(xأ أن ) F(xﻫﻲ اﻟداﻟﺔ اﻷﺻﻠ ﺔ )f(x
ﻣﻼﺣظﺔ :داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ داﺋﻣﺎ ﻣوﺟ ﺔ و اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻲ ﺗﺳﺎو اﻟواﺣد
)F(x
ﺣﺗﻰ ﺗﻛون اﻟداﻟﺔ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﯾﺟب أن ﺗﺣﻘ اﻟﺷرطﺎن اﻟﺳﺎ ﻘﺎن
اﻟﺷر اﻷول :ﻧﻼﺣ ان اﻟداﻟﺔ ﻣﻌرﻓﺔ ﻋﻠﻰ اﻟﻣﺟﺎل ] [ 0 ، 1ﺣﯾث ﺗﻛون ﻣوﺟ ﺔ وﻣﺎ ﻋدا ﻫذا
≥ ) ( وﻣﻧﻪ اﻟﺷر اﻷول ﻣﺣﻘ اﻟﻣﺟﺎل ﺗﻛون اﻟداﻟﺔ ﻣﻌدوﻣﺔ وﻣﻧﻪ
اﻟﺷر اﻟﺛﺎﻧﻲ :وﻫو ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( أو اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻲ ﺗﺳﺎو اﻟواﺣد
∫ ) ( ∫ = ) ( =
65
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
إذا ﺎن Xﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺳﺗﻣر و ﻣﻌطﻲ ﺑداﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ) f(xﻓﺎن داﻟﺔ اﻟﺗوزﻊ )F(x
)(1
ﻟﻪ ﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
= )F(X f(x)dx
و ﻫذﻩ اﻟداﻟﺔ ﻟﻬﺎ ﻧﻔس ﺧﺻﺎﺋص داﻟﺔ اﻟﺗوزﻊ ﻓﻲ ﺣﺎﻟﺔ اﻟﻣﻧﻘطﻊ و ﻫﻲ ﻫﻧﺎ ﻫﻲ اﻟداﻟﺔ اﻻﺻﺎﻟ ﺔ
ﻟداﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ
) ( = ]) ( [
ﻣﻼﺣظﺔ :
x
K , ]x ∈ [0 , 2
= )f(x 2
0 , ﻣﺎﻋدا ذاﻟك
اﻟﻣطﻠوب :
اﻟﺣﻞ :
اﻟﺷر اﻷول :ﻧﻼﺣ ان اﻟداﻟﺔ ﻣﻌرﻓﺔ ﻋﻠﻰ اﻟﻣﺟﺎل ] [ 0 ، 2ﺣﯾث ﺗﻛون ﻣوﺟ ﺔ وﻣﺎ ﻋدا ﻫذا
≥ ) ( وﻣﻧﻪ اﻟﺷر اﻷول ﻣﺣﻘ اﻟﻣﺟﺎل ﺗﻛون اﻟداﻟﺔ ﻣﻌدوﻣﺔ وﻣﻧﻪ
اﻟﺷر اﻟﺛﺎﻧﻲ :وﻫو ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( أو اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻲ ﺗﺳﺎو اﻟواﺣد
∫ ) ( ∫ = ) ( =
= )F(X f(x)dx
67
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
ﻣن ﺧﻼل ﻣﺟﺎل اﻟﺗﻌرﻒ ﻟﻠداﻟﺔ ) f(xﻟدﯾﻧﺎ اﻟﻣﺟﺎﻻت اﻟﺗﺎﻟ ﺔ ﻹﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ
x x
= )F(X = f(x)dx = dx = 1
2 4
ﻻن اﻟﻣﺳﺎﺣﺔ ﺗﺣت ﻣﻧﺣﻧﻲ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ) ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت ( داﺋﻣﺎ ﺳﺎو اﻟواﺣد
68
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
1,2 )F(x
1
0,8
0,6
0,4
0,2
0
0 1 2 3 Xi
2 1
< P(1 = )< 2 = )f(x)dx = F(2) − F(1 − = 0.75
4 4
69
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
ﺗﺷﺗت ﻣﺧﺗﻠﻒ اﻟﻘ م -2اﻟﺗ ﺎﯾن ) :V(Xاﻟﺗ ﺎﯾن ﻫو اﺣد ﻣﻘﺎﯾ س اﻟﺗﺷﺗت و ﻌﺑر ﻋن ﻣد
ﺣول اﻟﻘ ﻣﺔ اﻟﻣﺗوﺳطﺔ أو اﻟوﺳ و ﻫو ﻋ ﺎرة ﻋن اﻟﻌزم اﻟﻣر ز اﻟﺛﺎﻧﻲ أو ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ
وﻧﻣﯾز ﺑﯾن ﻧوﻋﯾن ﻣن اﻟﻌزوم
اﻟﻌزوم اﻟ ﺳ طﺔ أو اﻻﺑﺗداﺋ ﺔ :و ﯾرﻣز ﻟﻬﺎ ﺎﻟرﻣز ) M (Xوﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
و إذا ﺎن
اﻟﺣﺳﺎﺑﻲ و ﻧرﻣز ﻟﻬﺎ ﺎﻟرﻣز μوﺗﻌطﻲ اﻟﻌزوم اﻟﻣر ز ﺔ : μو ﻫﻲ ﺗﻛون ﺣول اﻟوﺳ
∫ = )(X [x − E(x)] ∗ f(x)dx ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
إذا ﺎن :
70
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
= δ ) (
)(2
و ﻫو ﻣن أﻛﺛر اﻟﻣﻘﺎﯾ س اﺳﺗﺧداﻣﺎ ،ﻷﻧﻪ ﻌطﻲ ﻓ رة ﺳﻠ ﻣﺔ ﻋن ﺗﺷﺗت اﻟظﺎﻫرة اﻟﻣدروﺳﺔ
ﺗﻣﺎر ن ﻣﺣﻠوﻟﺔ
ﺗﻣر ن اﻻول :ﻟ ن ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ Xاﻟﻣﻌرف ﺑداﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ) f(xﻣﻌرﻓﺎ ﻣﺎ
ﯾﻠﻲ
C
<, 0 ≤4
f(x) = √x
0 , ﻣﺎﻋدا ذاﻟك
اﻟﻣطﻠوب :
, P(x ≥ 1) ، < P(x = 2) ، P(0 -اوﺟد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل )≤ 2
< P(1 )≤ 4
اﻟﺣﻞ :إﯾﺟﺎد ﻗ ﻣﺔ اﻟﺛﺎﺑت Cﻣﺎ أن اﻟداﻟﺔ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﻓﺈﻧﻬﺎ ﺗﺣﻘ اﻟﺷر اﻟﺛﺎﻧﻲ وﻫو
∫ ) ( ∫ = ) ( =
C
) ( = = = √ =
√x √
72
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
0,3 )f(x
0,25
0,2
0,15
0,1
0,05
0
0 1 2 3 4 5
Xi
= )F(X f(x)dx
ﻣن ﺧﻼل ﻣﺟﺎل اﻟﺗﻌرﻒ ﻟﻠداﻟﺔ ) f(xﻟدﯾﻧﺎ اﻟﻣﺟﺎﻻت اﻟﺗﺎﻟ ﺔ ﻹﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ
1
= )F(X = f(x)dx dx = 1
4√x
ﻻن اﻟﻣﺳﺎﺣﺔ ﺗﺣت ﻣﻧﺣﻧﻲ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ) ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت ( داﺋﻣﺎ ﺳﺎو اﻟواﺣد
73
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
1,2 )F(x
1
0,8
0,6
0,4
0,2
0
0 1 2 3 4 5 6
Xi
-2إﯾﺟﺎد اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ) E(xو اﻟﺗ ﺎﯾن )V(xو اﻻﻧﺣراف اﻟﻣﻌ ﺎر δ
اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ)E(x
1
= )E(X = x ∗ f(x)dx = x ∗ f(x)dx ∗ x dx
4√x
74
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
1 2
= )V(X ×X − (1.33) = 1.43
4 5
, P(x ≥ 1) ، < P(x = 2) ، P(0 -3ﺣﺳﺎب ﻗ م اﻻﺣﺗﻣﺎل اﻟﺗﺎﻟ ﺔ )≤ 2
< P(1 )≤ 4
1 1
< P(0 ≤ 2) = F(2) − F(0) = √2 − 0 = √2
2 2
1 1
P(x ≥ 1) = 1 − P(X < 1) = 1 − F(1) = 1 − = √1
2 2
1 1 1
< P(1 = ≤ 4) = F(4) − F(1) = √4 − √1
2 2 2
اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ :ﻟ ن ﻟدﯾﻧﺎ داﻟﺔ اﻟﺗوزﻊ ) F(xﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ Xﻣﻌرﻓﺔ ﻋﻠﻰ اﻟﻧﺣو اﻟﺗﺎﻟﻲ
0 x≤0
F(x) = ax 0< ≤1
1 x>1
اﻟﻣطﻠوب :
75
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
اﻟﺣﻞ :
-1ﻹﯾﺟﺎد داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻧﻘوم ﺎﺷﺗﻘﺎق داﻟﺔ اﻟﺗوزﻊ ﻷﻧﻬﺎ اﻟداﻟﺔ اﻷﺻﻠ ﺔ ﻟداﻟﺔ اﻟﻛﺛﺎﻓﺔ
) ( = ]) ( [ اﻻﺣﺗﻣﺎﻟ ﺔ أ
-2ﺣﺳﺎب اﻟﺛﺎﺑت ، aﻣﺎ أن اﻟداﻟﺔ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﻓﺈﻧﻬﺎ ﺗﺣﻘ اﻟﺷر اﻟﺛﺎﻧﻲ وﻫو ﺗﻛﺎﻣﻞ
اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( أو اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻲ ﺗﺳﺎو اﻟواﺣد
∫ ) ( ∫ = ) ( =
76
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
.
( . < = )< 0.50 ) ( = ( . )− ( . )
.
= ( . ) −( . ) = .
اﻟﺗﻣر ن اﻟﺛﺎﻟث :ﻟ ن ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ Xاﻟﻣﻌرف ﺑداﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ) f(xﻣﻌرﻓﺎ
ﻣﺎ ﯾﻠﻲ
اﻟﺣﻞ :
-1إﯾﺟﺎد ﻗ ﻣﺔ اﻟﺛﺎﺑت kﻣﺎ ان اﻟداﻟﺔ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﻓﺈﻧﻬﺎ ﺗﺣﻘ اﻟﺷر اﻟﺛﺎﻧﻲ وﻫو ﺗﻛﺎﻣﻞ
اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( أو اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻲ ﺗﺳﺎو اﻟواﺣد
∫ وﻣﻧﻪ ﻧﺣﺳب اﻟﺗﻛﺎﻣﻞ ) ( ∫ = ) ( =
ﺻﺢ
⟹ k (2 + 3 + 1 ) dx = k 2x dx + 3x dx + 1 dx = 1
x x
⟹ k 2 +3 + x =1
3 2
77
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
=k =⟹k
= )F(X f(x)dx
ﻣن ﺧﻼل ﻣﺟﺎل اﻟﺗﻌرﻒ ﻟﻠداﻟﺔ ) f(xﻟدﯾﻧﺎ اﻟﻣﺟﺎﻻت اﻟﺗﺎﻟ ﺔ ﻹﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ
2
= )F(X = f(x)dx (2 + 3 + 1 ) dx
69
2
= )F(X = f(x)dx (2 + 3 + 1 ) dx = 1
69
ﻻن اﻟﻣﺳﺎﺣﺔ ﺗﺣت ﻣﻧﺣﻧﻲ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ) ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت ( داﺋﻣﺎ ﺳﺎو اﻟواﺣد
78
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
-3إﯾﺟﺎد ﻞ ﻣن اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ) E(xو اﻟﺗ ﺎﯾن )V(xو اﻻﻧﺣراف اﻟﻣﻌ ﺎر δ
اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ)E(x
2
= ∗ x (2 + 3 + 1)dx
69
2
= )M (X = x ∗ f(x)dx ∗ x (2 ⟹ + 3 + 1 )dx
69
79
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
اﻟﺗﻣر ن اﻟ ار ﻊ :
اﻟﻣطﻠوب :
80
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
اﻟﺷر اﻷول :ﻧﻼﺣ ان اﻟداﻟﺔ ﻣوﺟ ﺔ ﻋﻠﻰ ﻣﺟﺎل ﺗﻌرﻔﻬﺎ وﻣﺎ ﻋدا ﻫذا اﻟﻣﺟﺎل ﺗﻛون اﻟداﻟﺔ
≥ ) ( وﻣﻧﻪ اﻟﺷر اﻷول ﻣﺣﻘ ﻣﻌدوﻣﺔ وﻣﻧﻪ
اﻟﺷر اﻟﺛﺎﻧﻲ :وﻫو ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( أو اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻲ ﺗﺳﺎو
∫ ) ( = اﻟواﺣد
1 1
= + =1
2 2
1,2
)f(x
1
0,8
0,6
0,4
0,2
0
0 1 2
Xi
-2إﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ ) F(xﻣن ﺧﻼل ﻣﺟﺎل اﻟﺗﻌرﻒ ﻟدﯾﻧﺎ اﻟﻣﺟﺎﻻت اﻟﺗﺎﻟ ﺔ
81
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
إذا ﺎن ≤ 0 ⟹ ( ) = 0
≤ 0ﻟدﯾﻧﺎ إذا ﺎن ≤ 1
) ( = =
2
-3إﯾﺟﺎد اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ) E(xو اﻟﺗ ﺎﯾن )V(xو اﻻﻧﺣراف اﻟﻣﻌ ﺎر δ
-1اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ)E(x
82
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
2
= + − = 1.17
4 3 4
3
) ( = + 2− = + 2 − =
2 2 4
83
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
اﻟﺗﻣر ن اﻷول :ﻟﺗﻛن اﻟﺗﺟرﺔ Eﻣﺗﻌﻠﻘﺔ ﺑرﻣﻲ ﻗطﻌﺔ ﻧرد ﻣرﺗﯾن ،وﻟﻧﻌرف اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ X
ﻫو ﻋ ﺎرة ﻋن ﻣﺟﻣوع اﻟﻧﺗﯾﺟﺗﯾن اﻟﻣﺗﺣﺻﻞ ﻋﻠﯾﻬﻣﺎ
اﻟﻣطﻠوب :
-ﻗدم اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ل Xو ﻣﺛﻠﻪ ﺑ ﺎﻧ ﺎ
-اوﺟد داﻟﺔ اﻟﺗوزﻊ وﻣﺛﻠﻬﺎ ﺑ ﺎﻧ ﺎ
-اﺣﺳب )P(0<x < 10) ، P(x≥12) ، P(X≤0) ، F(4) ، F(1
ظﻬر ﻋﻧد رﻣﻲ زﻫرة اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ :ﻟﻧﻔرض أن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ Xﻣﺛﻞ ﺿﻌﻒ اﻟﻌدد اﻟذ
ﻧرد ﻣرة واﺣدة
اﻟﻣطﻠوب :اوﺟد ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ Xو ذا داﻟﺔ اﻟﺗوزﻊ ﺛم ﻣﺛﻠﻬﺎ ﺑ ﺎﻧ ﺎ
اﻟﺗﻣر ن اﻟﺛﺎﻟث :ﻧطﻠ ﺛﻼث طﻠﻘﺎت ﻋﻠﻰ ﻫدف ﻣﻌﯾن ،ﻓﺈذا ﺎن اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﻬدف ﻟﻛﻞ
طﻠﻘﺔ ﻫو ، 0.4إو ذا ﻋرﻓﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ Xﻣﺛﻞ ﻋدد إﺻﺎ ﺎت اﻟﻬدف
اﻟﻣطﻠوب :
-وﺿﻊ ﺟدول ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ و ذﻟك داﻟﺔ اﻟﺗوزﻊ ﻟﻬذﻩ اﻟﺗﺟرﺔ اﻟﻌﺷواﺋ ﺔ
-اﺣﺳب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن و اﻻﻧﺣراف اﻟﻣﻌ ﺎر
84
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
اﻟﻣطﻠوب :
-ﻫﻞ Xiﻫو ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ ؟
)، V(X )، E(X -اﺣﺳب
-أوﺟد داﻟﺔ اﻟﺗوزﻊ )F(x
1
⎧ ≤ , :1 ≤3
⎪2
=) (
⎨
⎪ 0 ﻣﺎﻋد ذﻟك
⎩
اﻟﻣطﻠوب:
ﺗﻣﺛﻞ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ‘ وﻣﺛﻠﻬﺎ ﺑ ﺎﻧ ﺎ (1اﺛﺑت أن اﻟداﻟﺔ ) (
(2اوﺟد داﻟﺔ اﻟﺗوزﻊ ) ( ‘ وﻣﺛﻠﻬﺎ ﺑ ﺎﻧ ﺎ
≤( 2 (3اوﺟد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل اﻟﺗﺎﻟﻲ ) ≤ 2.5
(4اوﺟد ﻗ ﻣﺔ اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن ) ( ( ) ،E
85
اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ :اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
≤ , :1 ≤4
=) (
0 ﻓ ﻣﺎ ﻋدا ذﻟك ,
اﻟﻣطﻠوب :
(1اوﺟد ﻗ ﻣﺔ اﻟﺛﺎﺑت cﺣﺗﻰ ﺗﻛون اﻟداﻟﺔ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ
(2ارﺳم داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ
≤( 1 (3اوﺟد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل) ≤ 3
(4اﺣﺳب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن
اﻟﺗﻣر ن اﻟﺗﺎﺳﻊ :ﻟ ـن Xﻣﺗﻐﯾر ﻋﺷواﺋﻲ داﻟﺔ ﺛﺎﻓﺗﻪ اﻻﺣﺗﻣﺎﻟ ﺔ ،ﻣﺟﺎل ﺗﻌرﻔﻬﺎ ﻣﺑﯾن ﻓﻲ اﻟﺷ ﻞ
اﻟﺗﺎﻟﻲ:
)f(x
-1أوﺟد داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ وﻣﺟﺎل ﺗﻌرﻔﻬﺎ؟
1/6 -2أوﺟد داﻟﺔ اﻟﺗوزﻊ وﻣﺛﻠﻬﺎ ﺑ ﺎﻧ ﺎ؟
-3أﺣﺳب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ واﻟﺗ ﺎﯾن؟
0 2 x
86
اﻟﻔﺻل اﻟﺛﺎﻟث ﻗواﻧﯾن اﻟﺗوزﯾﻌﺎت اﻻﺣﺗﻣﺎﻟﯾﺔ
اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
أ – ﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ •
ب – اﻟﺘﻮزﯾﻊ اﻟﺜﻨﺎﺋﻲ ) ﺗﻮزﯾﻊ ذو ﺣﺪﯾﻦ ( • أوﻻ ﻗﻮاﻧﯿﻦ
ج -ﺗﻮزﯾﻊ ﺑﻮاﺳﻮن : • اﻟﺘﻮزﯾﻌﺎت
د اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ : • اﻻﺣﺘﻤﺎﻟﯿﺔ اﻟﺨﺎﺻﺔ
ق – اﻟﺘﻮزﯾﻊ ﻓﻮق اﻟﮭﻨﺪﺳﻲ : • ﺑﺎﻟﻤﺘﻐﯿﺮة اﻟﻌﺸﻮاﺋﯿﺔ
ك اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ • اﻟﻤﻨﻘﻄﻌﺔ
87
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
إﻟﻲ ﻣﻔﻬوم اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ اﻟﻣﻧﻔﺻﻠﺔ و اﻟﻣﺳﺗﻣرة ،و ﺗﻣﻬﯾد :ﺗطرﻗﻧﺎ ﻓﻲ اﻟﻔﺻﻞ اﻟﺳﺎﺑ
ﺳﯾﻧﺻب اﻫﺗﻣﺎﻣﻧﺎ ﻓﻲ ﻫذا اﻟﻔﺻﻞ ﻋﻠﻲ ﻋدد ﻣن اﻟﺗوزﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﺷﺎﺋﻌﺔ اﻻﺳﺗﻌﻣﺎل و
اﻻﺳﺗﺧدام ﻓﻲ اﻟﺗطﺑ ﻘﺎت اﻹﺣﺻﺎﺋ ﺔ اﻟﻣﺗﻌددة اﻷﻏراض و اﻟﺗﻲ ﺗﻬم ﻣﺗﺧذ اﻟﻘرار ﺳواء ﺎن إدار
او اﻗﺗﺻﺎد أو ﺳ ﺎﺳﻲ ،إﻻ اﻧﻪ ﻻ ﻣ ن اﻟﺗطرق إﻟﻲ ﺟﻣ ﻌﻬﺎ و إﻧﻣﺎ ﺳﻧﺗﻧﺎول ﻌض ﻣﻧﻬﺎ واﻟﺗﻲ
ﻫﻲ ﺛﯾرة اﻻﺳﺗﻌﻣﺎل ﻓﻲ اﻟﺣ ﺎة اﻟﻌﻣﻠ ﺔ
وﻣن ﺑﯾن اﺑرز اﻟﺗوزﻌﺎت اﻟﻣﻧﻘطﻌﺔ اﻟﺗﻲ ﺳﻧﺗطرق إﻟﯾﻬﺎ ﻧذ ر :ﺗوزﻊ ﺑرﻧوﻟﻲ ،ﺗوزﻊ اﻟﺛﻧﺎﺋﻲ ،
)(1
ﺗوزﻊ ﺑواﺳون ،اﻟﺗوزﻊ ﻣﺎ ﻓوق اﻟﻬﻧدﺳﻲ ،اﻟﺗوزﻊ اﻟﻬﻧدﺳﻲ
أ – ﺗوز ﻊ ﺑرﻧوﻟﻲ ﺳﻣﻲ ﻫذا اﻟﺗوزﻊ ﺎﺳم ﻣ ﺗﺷﻔﻪ ﺟ ﻣس ﺑرﻧوﻟﻲ ﻓﻲ ﻧﻬﺎ ﺔ اﻟﻘرن 17ﻟﻠﻣ ﻼد ،
و ﻌد ﺗوزﻌﻪ اﻷﺳﺎس ﻟﺑﻧﺎء اﻟﺗوزﻊ اﻟﺛﻧﺎﺋﻲ ،وﺗﻌرف ﺗﺟرﺔ ﺑرﻧوﻟﻲ ﺄﻧﻬﺎ ﺗﺟرﺔ ﺗﻛون ﻧﺗﯾﺟﺗﻬﺎ أﻣﺎ
)(2
ﻧﺟﺎح وﺗﺣدث ﺎﺣﺗﻣﺎل Pأو اﻟﻔﺷﻞ وﺗﺣدث ﺎﺣﺗﻣﺎل ) ( q=1-P
إن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) (Xﻟﺗﺟرﺔ ﺑرﻧوﻟﻲ ﺄﺧذ ﻗ ﻣﺗﯾن ﻓﻘ ﻫﻣﺎ ) (1 , 0ﺣﯾث 1ﺗﻣﺛﻞ ﺣﺎﻟﺔ
اﻟﻧﺟﺎح ،و 0ﺗﻣﺛﻞ ﺣﺎﻟﺔ اﻟﻔﺷﻞ ،و ﻧ ﺗب )X ~ B(1, p
أﻣﺛﻠﺔ ﻋﻠﻲ ﺗﺟﺎرب ﺑرﻧوﻟﻲ :ﻣراﻗ ﺔ ﺟودة اﻹﻧﺗﺎج اﻟﺻﻧﺎﻋﻲ اﻟوﺣدة اﻟﻣﺧﺗﺎرة إﻣﺎ إن ﺗﻛون
ﻣﺟﻣوﻋﺔ ﻣن ﻣطﺎ ﻘﺔ ﻟﻠﻣواﺻﻔﺎت) ﻧﺟﺎح ( او ﻏﯾر ﻣطﺎ ﻘﺔ) ﻓﺷﻞ ( ،أو ﺗدﻗﯾ
اﻟﻣﺳﺗﻧدات ) ﺻﺣ ﺣﺔ أو ﻏﯾر ﺻﺣ ﺣﺔ(
اﻟﺻ ﻐﺔ اﻟﻌﺎﻣﺔ ﻟﺗوز ﻊ ﺑرﻧوﻟﻲ :ﺗﻌطﻲ اﻟﺻ ﻐﺔ اﻟﻌﺎﻣﺔ ﻟﺗوزﻊ ﺑرﻧوﻟﻲ ﻋﻠﻲ اﻟﻧﺣو اﻟﺗﺎﻟﻲ
P
q
Xi
0 1
)(1
ﺣﯾث أن أ ﺗﺟرﺔ ﺧﺻﺎﺋص ﺗوز ﻊ ﺑرﻧوﻟﻲ :ﯾﺗﻣﯾز ﻫذا اﻟﺗوزﻊ ﻣﺟﻣوﻋﺔ ﻣن اﻟﺧﺻﺎﺋص
ﻋﺷواﺋ ﺔ ﺗﺣﻘ اﻟﺷرو اﻟﺗﺎﻟ ﺔ ﺗﺳﻣﻲ ﺗﺟرﺔ ﺑرﻧوﻟﻲ :
اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ E(X) = Σ xi.pi = 1.p + 0.q = p => E(X) = p. :
=) ( )) ( ( ( ) − اﻟﺗ ﺎﯾن :ﻟدﯾﻧﺎ
=) ( . + . =
ﻣﺛﺎل :ﻋﻧد رﻣﻲ ﻗطﻌﺔ ﻧﻘود ﻣﺗﺟﺎﻧﺳﺔ ﻣرة واﺣدة ﻓﻲ ﺗﺟر ﺔ ﻋﺷواﺋ ﺔ وﻋرﻓﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ
) (xﯾﺗﻣﺛﻞ ﻓﻲ ظﻬور اﻟﺻورة ، Fﻓﺎﻟﻣطﻠوب إﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻣﺗﻐﯾر ) (xﻣﻊ
رﺳم داﻟﺔ اﻻﺣﺗﻣﺎل ،ﺛم ﺣﺳﺎب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن ؟
) ( ) ( x=0 , 1
= )f(x) = P(x = x وﻣﻧﻪ
0 ﻣﺎﻋد ذﻟك
1
1
2
ﻋﻧد ﺗﻛرار ﺗﺟرﺔ ﺑرﻧوﻟﻲ ﻋدد ﺛﺎﺑﺗﺎ ﻣن اﻟﻣﺣﺎوﻻت اﻟﻣﺳﺗﻘﻠﺔ و ﻟ ن nﻣرة ﻓﺈﻧﻧﺎ ﻓﻲ ﻫذﻩ اﻟﺣﺎﻟﺔ
ﻧﺣﺻﻞ ﻓﻲ ﻞ ﻣرة إﻣﺎ ﻋﻠﻲ ﺣﺎﻟﺔ ﻧﺟﺎح ﺎﺣﺗﻣﺎل Pاو ﺣﺎﻟﺔ ﻓﺷﻞ ﺎﺣﺗﻣﺎل ) (q=1-Pوﻋﻠ ﻪ ﻓﺎن
ﻣﺛﻞ ﻋدد ﻣرات اﻟﻧﺟﺎح ﻟﻬذا اﻟﻧوع ﻣن اﻟﺗﺟﺎرب ﻘﺎل ﻟﻪ ﺗوزﻊ ذ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) ( اﻟذ
)(1
،وﺗﻌطﻲ داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻪ ﺎﻟﺷ ﻞ اﻟﺗﺎﻟﻲ ﺣدﯾن أو اﻟﺗوزﻊ اﻟﺛﻧﺎﺋﻲ
ﺣدﯾن ﻫﻲ ﻋ ﺎرة ﻋن اﻟﺣد اﻟﻌﺎم ﻟﻣﻔ وك ﺛﻧﺎﺋﻲ اﻟﺣدﯾن إن داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﺗوزﻊ ذ
] ) ) [( +ﺛﻧﺎﺋﻲ ﺣد ﻧﯾوﺗن ( و ﻣن ﻫﻧﺎ ﺟﺎءت ﺗﺳﻣ ﺔ ﻫذا اﻟﺗوزﻊ ،و طﻠ ﻋﻠﻲ ﻞ ﻣن
) ( ,ﻣﻌﻠﻣﺎت اﻟﺗوزﻊ ) ↝ ( ,
)(2
؟ ﺳﺗﻌﻣﻞ ﻋﻧدﻣﺎ ﺗﺗوﻓر اﻟﺷرو اﻟﺗﺎﻟ ﺔ : ﻣﺗﻰ ﺳﺗﻌﻣﻞ ﻫذا اﻟﺗوزﻊ
-1اﺣﻣد ﻋﻠﻲ اﻟزﻏول – ﻣﻘدﻣﺔ ﻓﻲ اﻻﺣﺗﻣﺎﻻت و ﺗطﺑ ﻘﺎﺗﻬﺎ -دار اﻟﻔرﻗﺎن ﻟﻠﻧﺷر و اﻟﺗوزﻊ – ﻋﻣﺎن اﻷردن – 1999ص 127
-2ﻣﺳﺎو ﻋﺑد اﻟﻧور -ﻣرﺟﻊ ﺳﺎﺑ – ص 79
91
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
-ﺗؤول ﻞ ﻣﺣﺎوﻟﺔ إﻟﻲ ﻧﺗﯾﺟﺔ واﺣدة ﻣن ﺑﯾن اﻟﻧﺗﯾﺟﺗﯾن إﻣﺎ ﻧﺟﺎح أو ﻓﺷﻞ
ﻣن اﻟﻣرات و ﯾﺗﺣﺣ ﻣن ﺧﻼﻟﻬﺎ ﺣدث ﻣﻌﯾن -ﺗﻌﺎد اﻟﺗﺟرﺔ ﻓﻲ ﻧﻔس اﻟظروف ﻋدد
≤ (0 ﻋدد Kﻣن اﻟﻣرات ﺣﯾث ) ≤
-إن ﻧﺗﯾﺟﺔ ﻞ ﻣﺣﺎوﻟﺔ ﺗﻌد ﻣﺳﺗﻘﻠﺔ ﻋن ﻧﺗﯾﺟﺔ اﻟﻣﺣﺎوﻻت اﻷﺧر
-إن اﺣﺗﻣﺎل اﻟﻧﺟﺎح ﺛﺎﺑت ﻟﺟﻣ ﻊ اﻟﻣﺣﺎوﻻت Pو ذﻟك اﻟﻔﺷﻞ q
-ﻟدﯾﻧﺎ ظﺎﻫرة ﻋﺷواﺋ ﺔ ﻣﻣﺛﻠﺔ ﺎﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) ( و اﻟﺗﻲ ﺗﺧﺿﻊ ﻟﻠﻘﺎﻧون اﻟﺛﻧﺎﺋﻲ
ﻣن اﻟﻣرات و ﺗﺣﻘ ﻣن ﺧﻼﻟﻬﺎ ﻣﺛﻼ اﻟﺣﺎدث Aﻋدد K ﺣﯾث أﻋﯾدت اﻟﺗﺟرﺔ ﻋدد
ﻣن اﻟﻣرات ،و ﺎﻟﺗﺎﻟﻲ ﻓﺎﻧﻪ ﻋدد ﺗﺣﻘ Aﻫو ) ( n - kﻣن اﻟﻣرات و اﺣﺗﻣﺎل ذﻟك
. ﺳﺎو
ﻋدد Kﻣن اﻟﻣرات وﻟﻛن ﺑﺈﺷ ﺎل ﻣﺧﺗﻠﻔﺔ و ﻋدد ﻫذﻩ -ﻣ ن ﻟﻠﺣدث Aان ﯾﺗﺣﻘ
اﻷﺧﯾرة ﻫو ﻋ ﺎرة ﻋن ﻋدد اﻟﺗوﻓ ﻘﺎت ﻟﻌدد Kﻣن اﻟﻌﻧﺎﺻر اﻟﻣﺄﺧوذة ﻣن ﻋﻧﺎﺻر
∁ اﻟﺗﻲ ﻣ ن ﺗﺷ ﯾﻠﻬﺎ ا ﻋددﻫﺎ
ﻣﺛﻞ ﻣﺛﺎل :ﻋﻧد رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ ﻣﺗﺟﺎﻧﺳﺔ ﺧﻣﺳﺔ ﻣرات ﻣﺗﺗﺎﻟ ﺔ و ﺎن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ )(X
ﻋدد اﻟﺻور Fاﻟﺗﻲ ﺗظﻬر :اﻟﻣطﻠوب
1 1
∁ ) ( x = 0 ,1,2,3,4,5
= )f(x) = P(x = x 2 2
0 ﻣﺎﻋد ذﻟك
إذا ﺎن اﻟﺗوزﻊ اﻟﺛﻧﺎﺋﻲ ﺳﺗﻌﻣﻞ ﻹﯾﺟﺎد اﺣﺗﻣﺎل ﻋدد ﻣﻌﯾن ﻣن اﻟﻧﺟﺎﺣﺎت ﻣن ﺑﯾن ﻋدد nﻣن
اﻟﻣﺣﺎوﻻت ،ﻓﺎن ﺗوز ﻊ ﺑواﺳون ﺳﺗﻌﻣﻞ ﻹﯾﺟﺎد ﻧﻔس اﻻﺣﺗﻣﺎل و ﻟﻛن ﻓﻲ ﻓﺗرة زﻣﻧ ﺔ ﻣﻌﯾﻧﺔ أو
ﻣﻧطﻘﺔ ﻣﺣددة ،أن اﻟوﺣدة اﻟزﻣﻧ ﺔ ﻗد ﺗﻛون ﺛﺎﻧ ﺔ أو دﻗ ﻘﺔ أو ﺳﺎﻋﺔ أو أﺳﺑوع او ﺷﻬر ...اﻟﺦ ،
أﻣﺎ اﻟﻣ ﺎن ﻓﺄﻣﺎ أن ون ﺻﻔﺣﺔ ﻣن ﺗﺎب أو ﻗﺳم ﻣن اﻷﻗﺳﺎم
إن اﻟﺷرو اﻟﻣطﻠو ﺔ ﻟﺗطﺑﯾ اﻟﻘﺎﻧون اﻟﺛﻧﺎﺋﻲ ﺗ ﻘﻲ ﺳﺎرﺔ اﻟﻣﻔﻌول ﻋﻧد اﺳﺗﻌﻣﺎل ﻗﺎﻧون ﺑواﺳون
λ λ
= )f(x) = P(x = x ) … , ( x = 0 ,1 ,2,
!
:ﻣﻌدل ﻋدد اﻟﻧﺟﺎﺣﺎت ﻓﻲ ﻓﺗرة زﻣﻧ ﺔ ﻣﻌﯾﻧﺔ أو ﻣﻧطﻘﺔ ﻣﻌﯾﻧﺔ و ﺗﻛون ﻣوﺟ ﺔ داﺋﻣﺎ λ >0
) : P(x=xiﻫو اﺣﺗﻣﺎل ظﻬور ) (xﺣﺎدث ﻓﻲ ﻣﺟﺎل ﻣﻌﯾن ) ﺗﻛ ارر اﻟﺣﺎدث ) (xﻣرة ﻓﻲ ﻓﺗرة
) ( ↝ زﻣﻧ ﺔ ﻣﻌﯾﻧﺔ( و ﻧرﻣز ﻟﻬذا اﻟﺗوزﻊ اﺧﺗﺻﺎ ار
λ
اﻟﺧﺎﺻ ﺔ اﻟﺛﺎﻧ ﺔ :
λ
∑ = ∑ = =1
! !
-ﻋدد اﻟزﺎﺋن اﻟذﯾن ﯾدﺧﻠون إﻟﻲ داﺋرة ﺣ وﻣ ﺔ ﻣﺛﻼ ﺧﻼل ﻓﺗرة زﻣﻧ ﺔ ﻣﻌﯾﻧﺔ
-ﻋدد اﻟﻛوارث أو اﻟوﻓ ﺎت أو اﻟوﻓ ﺎت اﻟراﺟﻌﺔ ﻷﻣراض ﻧﺎدرة ﺧﻼل ﻓﺗرة زﻣﻧ ﺔ
ﻋدد اﻟر ﺎب اﻟذﯾن ﺻﻠون إﻟﻲ ﻣﺣطﺔ اﻟﻘطﺎر ﺧﻼل وﺣدة زﻣﻧ ﺔ ﻣﻌﯾﻧﺔ -
ﻋدد اﻟﻣ ﺎﻟﻣﺎت اﻟﻬﺎﺗﻔ ﺔ ﺧﻼل وﺣدة زﻣﻧ ﺔ ﻣﻌﯾﻧﺔ -
ﻣﺛﺎل :إذا ﺎن ﻣﺗوﺳ ﻋدد اﻟﺣوادث اﻟﻣرورﺔ اﻟﯾوﻣ ﺔ اﻟﺗﻲ ﺗﺣدث ﻋﻠﻲ اﻟطرق اﻟﺧﺎرﺟ ﺔ ﻫو
ﺣﺎدث واﺣد ،اﻟﻣطﻠوب :
ﺎﻟزﻣن اﻟﺣﻞ :ﻣن ﺧﻼل اﻟﻣﻌط ﺎت ﻧﻼﺣ أن ﻫذا اﻟﺗوزﻊ ﯾﺗ ﻊ ﺗوزﻊ ﺑواﺳون ﻓﻬو ﻣﺗﻌﻠ
95
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
λ λ
= )f(x) = P(x = x = ) … , ( x = 0 ,1 ,2,
! !
.
= )f(2) = P(x = 2 = = = 0.184
!
)(1
e = 0.368 ﻟدﯾﻧﺎ ﻣن ﺟدول ﺗوزﻊ ﺑواﺳون
ون اﺣﺗﻣﺎل ﺣدﯾن و ﻣﺷﺗ ﻣﻧﻪ ﺣﯾث ﻋﻧدﻣﺎ ﻌد ﺗوزﻊ ﺑواﺳون ﺣﺎﻟﺔ ﺧﺎﺻﺔ ﻣن ﺗوزﻊ ذ
pﺻﻐﯾر ﺟدا و ﻘﺗرب ﻣن اﻟﺻﻔر ،و ﺎن ﻋدد اﻟﻣﺣﺎوﻻت nﺑﯾر ﺟدا و ﯾؤول إﻟﻲ اﻟﻧﺟﺎح
ﺣدﯾن ﺻﻌب و ﻣ ن ﺣﺳﺎ ﻪ ﻣﺎ ﻻﻧﻬﺎ ﺔ ،ﻣﻣﺎ ﯾﺟﻌﻞ ﺣﺳﺎب اﻻﺣﺗﻣﺎﻻت ﺎﺳﺗﺧدام ﺗوزﻊ ذ
)(2
ﻣﻌﺗدل اﻟﻘ ﻣﺔ = . ﺑواﺳطﺔ ﺗوزﻊ ﺑواﺳون ﺣﯾث
ﻘﺎل إن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) ( xﻟﻪ ﺗوزﻊ ﻫﻧدﺳﻲ إذا ﺎﻧت ﻫﻧﺎك ﻣﺟﻣوﻋﺔ ﻣن ﺗﺟﺎرب ﺑرﻧوﻟﻲ
ﻣﻌﻧﻲ أن ﻞ ﺗﺟرﺔ ﻟﻬﺎ ﻧﺗﯾﺟﺔ ﻧﺟﺎح pاو ﻓﺷﻞ q=1-pﻣﺎ أن اﺣﺗﻣﺎل اﻟﻧﺟﺎح ﺛﺎﺑت ﻣن
ﺗﺟرﺔ إﻟﻲ أﺧر و ﻞ ﺗﺟرﺔ ﻣﺳﺗﻘﻠﺔ ﻋن اﻟﺗﺟﺎرب اﻷﺧر و اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) (xﻫو ﻋ ﺎرة
ﻋن ﻋدد اﻟﺗﺟﺎرب اﻟﻼزﻣﺔ ﻟﻠﺣﺻول ﻋﻠﻲ اول ﻧﺟﺎح ،ﻣﻌﻧﻲ ان ﻋدد اﻟﺗﺟﺎرب ﻏﯾر ﻣﺣدد ﻣن
)(3
،وﻋﻠﻲ ﻫذا اﻷﺳﺎس ﻓﺎن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﻧﻔﺻﻞ ل ) (xﻓﻲ اﻟﺣدﯾن اﻟﺑدا ﺔ ﺗوزﻊ ذ
ﺣﺎﻟﺔ اﻟﺗوزﻊ اﻟﻬﻧدﺳﻲ ﻫﻲ ﻋ ﺎرة ﻋن ﻋدد ﻣﺣﺎوﻻت إﺟراء اﻟﺗﺟرﺔ دون ﺗوﻗﻒ ﺣﺗﻲ ﯾﺗم اﻟﺣﺻول
ﻋﻠﻲ اول ﻧﺟﺎح ،و ذﻟك ﻓﺎن أول ﻧﺟﺎح ﺳﯾﺗم اﻟﺣﺻول ﻋﻠ ﻪ ﺎﻟﻣﺣﺎوﻟﺔ ) (xﺗﺳ ﻘﻪ ﻋدد ﻣن
اﻟﻣﺣﺎوﻻت اﻟﻔﺎﺷﻠﺔ و ﻗدرﻫﺎ ) ، (x-1و ﺎﻓﺗراض اﻧﻪ ﻟدﯾﻧﺎ ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﻧﻔﺻﻞ xﻣﺛﻞ ﻋدد
1
-اﻧظر ﻓﻲ ذﻟك اﻟﻣﻠﺣﻖ ﻓﻲ أﺧرى اﻟﻣطﺑوﻋﺔ
-2ﷴ ﺻ ﺣﻲ اﺑو ﺻﺎﻟﺢ و ﻋدﻧﺎن ﷴ ﻋوض – ﻣﻘدﻣﺔﻓﻲ اﻻﺣﺻﺎء – ﻣرﺟﻊ ﺳﺎﺑ – ص 145
- 3ﺷﻔﯾ اﻟﻌﺗوم – ﻣرﺟﻊ ﺳﺎﺑ –ص 287
96
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
اﻟﻣﺣﺎوﻻت اﻷزﻣﺔ ﻟﻠﺣﺻول ﻋﻠﻲ أول ﻧﺟﺎح ﻧﻘول أن ﻫذا اﻟﺗوزﻊ ﯾﺗ ﻊ اﻟﺗوزﻊ اﻟﻬﻧدﺳﻲ و ﺗﻌطﻲ
داﻟﺔ ﺗوزﻌﻪ اﻻﺣﺗﻣﺎﻟ ﺔ ﻣﺎ ﯾﻠﻲ ):(1
ﻣﺛﺎل :رﻣﯾت زﻫرة ﻧرد ﻣﺗﺟﺎﻧﺳﺔ ﻓﻲ ﺗﺟرﺔ ﻋﺷواﺋ ﺔ ﻋدة ﻣرات ﺣﺗﻰ ﯾﺗم اﻟﺣﺻول ﻋﻠﻲ اﺣد
اﻷوﺟﻪ اﻟﻣطﻠوب :ﺗﺎ ﺔ داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻣﺗﻐﯾر x
-ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗﺣﺗﺎج إﻟﻲ أرﻌﺔ ﻣﺣﺎوﻻت ﻋﻠﻲ اﻷﻗﻞ ﺣﺗﻰ ﺗﺣﺻﻞ ﻋﻠﻲ اﻟﻌدد 5
ﻋﻠﻲ وﺟﻪ زﻫرة اﻟﻧرد
م ﻫو ﻣﻌدل ) ﺗوﻗﻊ ( ﻋدد اﻟﻣﺣﺎوﻻت اﻟﺗﻲ ﺗﺣﺗﺎﺟﻬﺎ وﺗ ﺎﯾن ذﻟك؟ -
اﻟﺣﻞ :ﻣﺎ أن اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻲ اﺣد اﻟوﺟوﻩ اﻟﺳت ﻓﻲ اﻟرﻣ ﺔ اﻟواﺣﺔ ﺛﺎﺑت ﻓﺎن
اﺣﺗﻣﺎل أن ﺗﺣﺗﺎج إﻟﻲ أرﻌﺔ ﻣﺣﺎوﻻت ﻋﻠﻲ اﻷﻗﻞ ﺣﺗﻰ ﺗﺣﺻﻞ ﻋﻠﻲ اﻟﻌدد 5ﻋﻠﻲ وﺟﻪ زﻫرة اﻟﻧرد
ﺗﻌد ﺗﺟﺎرب اﻟﺗوزﻊ ﻓوق اﻟﻬﻧدﺳﻲ ﻣن اﻟﺗﺟﺎرب اﻟﻣﺗﻛررة ﻏﯾر اﻟﻣﺳﺗﻘﻠﺔ ،و ﻫﻲ ﻣن اﻟﺗﺟﺎرب
اﻟﻣﺑﻧ ﺔ ﻋﻠﻰ أﺳﺎس اﻟﺳﺣب ﺑدون إرﺟﺎع ﻣﻣﺎ ﯾﺟﻌﻞ اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ ﺻﻔﺔ ﻣﻌﯾﻧﺔ ﻏﯾر
ﺣدﯾن ﺛﺎﺑت ﻻن اﻻﺣﺗﻣﺎل ﯾﺗﻐﯾر ﻣن ﻣﺣﺎوﻟﺔ إﻟﻰ أﺧر ﻋﻠﻰ ﻋ س ﺗﺟﺎرب ﺑرﻧوﻟﻲ وﺗوزﻊ ذ
)(1
اﻟﺗﻲ ون ﻓﯾﻬﺎ اﻻﺣﺗﻣﺎل ﺛﺎﺑت و اﻟﺳﺣب ﯾﺗم ﺎﻹرﺟﺎع
ﻟﻧوع ﻣﻌﯾن ﻣن اﻟﻌﻧﺎﺻر ﻧﺳﻣﯾﻬﺎ ﻟ ن ﻣﺛﻼ ﻟدﯾﻧﺎ ﻣﺟﺗﻣﻊ ﺣﺗو ﻋﻠﻰ Nﻣن اﻟﻌﻧﺎﺻر ﻓ ﻪ
( −ﻟﻧوع اﺧر ﻣن اﻟﻌﻧﺎﺻر ﻧﺳﻣﯾﻬﺎ ) ﻓﺷﻞ( ،ﺛم ﻧﺧﺗﺎر )ﻧﺟﺎح ( اﻣﺎ اﻟﻣﺗ ﻘﻲ ﻣﻧﻪ وﻫو )
ﻋﯾﻧﺔ ﻋﺷواﺋ ﺔ ﺣﺟم nﻣن ﺑدون إرﺟﺎع ،ﻓﺎن ﻋدد ﺣﺎﻻت اﻟﻧﺟﺎح اﻟﺗﻲ ﻣ ن اﻟﺣﺻول ﻋﻠﯾﻬﺎ
، ( −وﻋﻠ ﻪ وﻋدد ﺣﺎﻻت اﻟﻔﺷﻞ ﻫﻲ ) ﻫﻲ
-1ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ و ا ﻣﺎن ﺣﺳﯾن ﺣﻧوش – ﻣرﺟﻊ ﺳﺎﺑ ص ص 100 -99
98
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
و ﺎﻓﺗراض أن ﻟدﯾﻧﺎ ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﻧﻔﺻﻞ ﻣﺛﻞ ﻋدد اﻟﻧﺟﺎﺣﺎت اﻟﺗﻲ ﻣ ن اﻟﺣﺻول ﻋﻠﯾﻬﺎ و
أن ﻫذا اﻟﺗوزﻊ ﯾﺗ ﻊ اﻟﺗوزﻊ اﻟﻔوق اﻟﻬﻧدﺳﻲ إذا ﺎﻧت داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻪ ﺗﺄﺧذ اﻟﺷ ﻞ
اﻟﺗﺎﻟﻲ
∁ ∁
x = 0,1,2,3, … . . n
= )f(x) = P(x = x ∁
0 ﻣﺎﻋد ذﻟك
ﻣﻼﺣظﺔ :إذا ﺎن ﺣﺟم اﻟﻌﯾﻧﺔ nﺻﻐﯾر ﺟدا ﻣﻘﺎرﻧﺔ ﺣﺟم اﻟﻣﺟﺗﻣﻊ Nﻓﺎن ﻣﻌﺎﻣﻞ اﻟﺗﺻﺣ ﺢ
ﯾؤول إﻟﻲ اﻟواﺣد اﻟﺻﺣ ﺢ و ﺻ ﺢ اﻟﺗ ﺎﯾن ﻓﻲ ﻫذﻩ اﻟﺣﺎﻟﺔ ﺳﺎو اﻟﺗ ﺎﯾن ﻓﻲ ﺣﺎﻟﺔ اﻟﺗ ﺎﯾن ﻓﻲ
( < 10%ﻓﺎﻧﻪ ﻻ ﺣدﯾن ( ،و ﻘﺎﻋدة ﻋﺎﻣﺔ إذا ﺎن ) اﻟﻘﺎﻧون اﻟﺛﻧﺎﺋﻲ ) ﺗوزﻊ ذ
)(1
ﯾوﺟد ﻓرق ﺑﯾن اﻟﺳﺣب ﺎﻹرﺟﺎع او ﺑدون إرﺟﺎع و ﻧﺳﺗﻌﻣﻞ ﻓﻲ ﻼ اﻟﺣﺎﻟﺗﯾن اﻟﻘﺎﻧون اﻟﺛﻧﺎﺋﻲ
ﻣﺛﺎل :ﯾﺗوﻓر ﻓﻲ اﺣد ﻣﺣﻼت ﺑ ﻊ اﻟﻬواﺗﻒ 15ﻫﺎﺗﻒ ﻣن ﻧوع ، LGﻣن ﺑﯾﻧﻬﺎ 3أﺟﻬزة ﺑﻬﺎ
ﻋطب ،اﺷﺗر اﺣد اﻟزﺎﺋن 6أﺟﻬزة ﻣن ﻫذا اﻟﻧوع ﻣن اﻟﻬواﺗﻒ دون ﻓﺣﺻﻬﺎ
ﻣﺛﻞ ﻋدد اﻷﺟﻬزة اﻟﻣﻌطﻠﺔ اﻟﻣطﻠوب :ﺗﺎ ﺔ داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻬذا اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟذ
ﻣﺛﻞ ﻋدد اﻷﺟﻬزة اﻟﻣﻌطﻠﺔ -داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻬذا اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟذ
∁ ) ∁(
x = 0,1,2,3,4,5,6
= )f(x) = P(x = x ∁
0 ﻣﺎﻋد ذﻟك
ﺳﺗﺧدم اﻟﺗوزﻊ اﻟﻣﻧﺗظم اﻟﻣﻧﻔﺻﻞ ﻓﻲ ﺣﺎﻟﺔ اﻟﺗطﺑ ﻘﺎت اﻹﺣﺻﺎﺋ ﺔ اﻟﻣﺗﻌﻠﻘﺔ ﺎﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ
اﻟﺗﻲ ﺗﺄﺧذ ﻋدد ﻣﺣددا ﻣن اﻟﻘ م ﺎﺣﺗﻣﺎﻻت ﻣﺗﺳﺎو ﺔ ا اﻧﻬﺎ ﺗﺟﺎرب ﻣﺗﺟﺎﻧﺳﺔ ﻣﺛﻞ رﻣﻲ زﻫرة ﻧرد
ﺎن ) (xﺄﺧذا ﻋدد ﻣﺣددا ﻣن اﻟﻘ م اﻟﻣﻧﻔﺻﻠﺔ ) ( X1, X2 ,…. Xn ﻣرة واﺣدة ،ﻓﺈذا
ﺗﻌطﻲ داﻟﺔ ون ﻟﻬﺎ ﻧﻔس اﻻﺣﺗﻣﺎل ) ( و ﺗوزع وﻓ اﻟﺗوزﻊ اﻟﻣﻧﺗظم اﻟذ ﻓﻔﻲ ﻫذﻩ اﻟﺣﺎﻟﺔ
)(1
ﺗوزﻌﻪ اﻻﺣﺗﻣﺎﻟ ﺔ ﻣﺎ ﯾﻠﻲ
1
x = 1,2,3, … . . n
f(x) = P(x = x) = n
0 ﻣﺎﻋد ذﻟك
)f(x
P
Xi
1 2 3 4
ﻣﺛﺎل :ﻓﻲ ﺗﺟرﺔ رﻣﻲ زﻫرة اﻟﻧرد ﻣرة واﺣدة اﻛﺗب اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) (xو
ﻣﺛﻞ اﻟرﻗم اﻟظﺎﻫر ﻋﻠﻰ وﺟﻪ اﻟﻧرد و ﺗوﻗﻊ وﺗ ﺎﯾن ﻫذا اﻟﺗوزﻊ ،وﻣﺛﻠﻪ ﺑ ﺎﻧ ﺎ اﻟذ
= اﻟﺣﻞ :ﻣﺎ أن اﻟﺣﺟر ﻣﺗﺟﺎﻧس ﻓﺎن اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ أ ﻣن اﻷوﺟﻪ اﻟﺳﺗﺔ ﻫو
-1اﺣﻣد ﻋﻠﻰ اﻟزﻏول – ﻣﻘدﻣﺔ ﻓﻲ اﻻﺣﺗﻣﺎﻻت – م-دار اﻟﻔرﻗﺎن – اﻟط ﻌﺔ اﻻول -1999ﻋﻣﺎن اﻻردن – ص 123
101
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
1
x = 1,2,3,4,5,6
= )f(x) = P(x = x 6
0 ﻣﺎﻋد ذﻟك
)f(x
P
Xi
102
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
ﺛﺎﻧ ﺎ – ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﺧﺎﺻﺔ ﺎﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ اﻟﻣﺳﺗﻣرة :
ﻘﺎس وﻻ ﻣ ن ﻋدﻩ ،ﻟذا ﻓﺎن ﻗ ﻣﻪ ﻣ ن أن اﻟﻣﻘﺻود ﺎﻟﻣﺗﻐﯾر اﻟﻣﺳﺗﻣر ﻫو اﻟﻣﺗﻐﯾر اﻟﻛﻣﻲ اﻟذ
ﺗﺣﺗو ﻋﻠﻰ ﺳور ﻣﺛﻞ اﻟطول و اﻟوزن واﻷﺟر و ﺣﺟم اﻹرﺎح ،وﻣن أﻫم اﻟﺗوزﻌﺎت اﻟﻣﺳﺗﻣرة
اﻟﺗﻲ ﺳﻧﺗطرق إﻟﯾﻬﺎ ﻫﻲ ﻧذ ر
ون اﻟﻣﺗﻐﯾر ﻌد اﻟﺗوزﻊ اﻟﻣﻧﺗظم اﻟﻣﺗﺻﻞ ﻫو اﻟﺗوزﻊ اﻟﻣﻧﺎظر ﻟﻠﺗوزﻊ اﻟﻣﻧﺗظم اﻟﻣﻧﻔﺻﻞ ﻋﻧدﻣﺎ
اﻟﻌﺷواﺋﻲ ﻣﺗﺻﻼ ﻓﻲ ﻓﺗرة ﻣﺣدودة ) ، (1و ﻫو ﺳﺗﺧدم ﻓﻲ دراﺳﺔ ﻣﺛﻼ اﺣﺗﻣﺎل وﺻول اﻟﺑواﺧر
إﻟﻰ اﻟﻣواﻧﺊ ﻟﺗﻔرﻎ ﺣﻣوﻟﺗﺎ و أوﻗﺎت ﻣﻐﺎدرﺗﻬﺎ و وﺻول اﻟﺷﺎﺣﻧﺎت إﻟﻰ ﻣﺣطﺔ اﻟﺗﻔرﻎ و ﻞ ذﻟك
ﺧﻼل ﻣﺟﺎل ﻣﺣدد
ﺗﻌر ﻔﻪ :إذا ﺎن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) (xﻣﻌرﻓﺎ ﻋﻠﻰ اﻟﻣﺟﺎل ] [ ,ﯾﺗ ﻊ اﻟﻘﺎﻧون اﻟﻣﻧﺗظم ،
)(2
،وﺗﻌطﻲ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻬذا ﻓﺎﻧﻪ ﺄﺧذ ﻗ ﻣﺔ ﺛﺎﺑﺗﺔ ) (Cﻋﻠﻰ طول ﻫذا اﻟﻣﺟﺎل
اﻟﺗوزﻊ ﺗﺎﻟﻲ
1
α ≤ x ≤ β
= )f(x β−α
0 ﻣﺎﻋد ذﻟك
،وﻫذا ﻌﻧﻲ آن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) (xﯾﺗوزع وﻓ ↝ ( , و ﻌﺑر ﻋن اﺻطﻼﺣﺎ )
)f(x
1
β−α
Xi
1 1
= )F(x) = p(x ≤ xi = f(x)dx = dx dx
β−α β−α
F(x x−α
= )F(x
) β−α
1
Xi
104
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
)(β − α
) ( = =) (
12
و = ﻣﺛﺎل :ﻟ ن ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﺗﺻﻞ ) (xﯾﺗ ﻊ اﻟﺗوزﻊ اﻟﻣﻧﺗظم ﺎﻟﻣﻌﻠﻣﺗﯾن
) ↝ ( ,− أ =−
اﻟﻣطﻠوب :
105
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
( > 2) , ( ≤ 3) , < (−3 ≤ 7) , < (−3 )≤ 1
1
α ≤ x ≤ β
= )f(x β−α
0 ﻣﺎﻋد ذﻟك
1
−2 ≤ x ≤ 6
= )f(x 8
0 ﻣﺎﻋد ذﻟك
106
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
اﻟﺗوزﻊ اﻵﺳﻲ ﻫو ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ ﻣﺳﺗﻣر ﺳﺗﻌﻣﻞ ﻋﺎدة ﻟوﺻﻒ اﺳﺗﻐراق اﻟوﻗت ﻷداء ﻣﻬﻣﺔ ﻣﺎ
ﻣﺿﻲ ﺣﺛﻲ ﻣﺛﻞ اﻻﻧﺗظﺎر ﻓﻲ اﻟطﺎﺑور أو اﻟوﻗت اﻟﻼزم ﻹﺻﻼح ﺟﻬﺎز ﻣﻌﯾن أو اﻟوﻗت اﻟذ
)(1
ﻘﻊ ﺣدث ﻋﻧد ﻧﻘطﺔ ﺗﻘﺎطﻊ ﻣﻌﯾﻧﺔ أو ﻣدة اﻟﺣ ﺎة ﻟ ﻌض اﻷﺟزاء اﻻﻟﻛﺗروﻧ ﺔ ....اﻟﺦ
ﺎﻓﺗراض اﻧﻪ ﻟدﯾﻧﺎ ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺗﺻﻞ و ﻟ ن ) (xﯾﺗوزع وﻓ اﻟﺗوزﻊ اﻵﺳﻲ ﻓﺎن داﻟﺔ اﻟﻛﺛﺎﻓﺔ
اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻪ ﺗﻌطﻲ ﺎﻟﺷ ﻞ اﻟﺗﺎﻟﻲ
1
e x≥0
f(x) = β
0 ﻣﺎﻋد ذﻟك
ﻣﻼﺣظﺔ :اﻟﺗوزﻊ اﻵﺳﻲ ﻘﺎﺑﻞ اﻟﺗوزﻊ اﻟﻬﻧدﺳﻲ ﻓﻲ اﻟﻣﺗﻐﯾرة اﻟﻣﻧﻘطﻌﺔ ،ﻓﻔﻲ ﺣﺎﻟﺔ اﻟﺗوزﻊ اﻵﺳﻲ
ﻣﺿﻲ ﺣﺗﻰ ﺣﺻﻞ ﺣﺎدث ﻣﺎ ،أﻣﺎ ﻓﻲ اﻟﺗوزﻊ اﻟﻬﻧدﺳﻲ ﻣﺛﻞ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟوﻗت اﻟذ
ﯾﺗﻣﺛﻞ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ﻓﻲ ﻋدد اﻟﻣﺣﺎوﻻت ﺣﺗﻰ ﺣﺻﻞ ﺣﺎدث ﻣﺎ
وﻣن اﻟﻣﻼﺣ أن داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻠﺗوزﻊ اﻵﺳﻲ ﺗﺗﻧﺎﻗص ﺷ ﻞ أﺳﻲ ﻠﻣﺎ زادت ﻗ ﻣﺔ x
)(2
و ﻋﻧدﻣﺎ ﺗﻘﺗرب xﻣن اﻟﻼﻧﻬﺎ ﺔ ﻓﺎن داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﺗﻘﺗرب ﻣن اﻟﺻﻔر
)f(x
1
β
Xi
0
1 1
= )F(x) = p(x ≤ xi = f(x) dx e = dx −βe
β β
ﻣﺛﺎل :اذا ﺎن اﻟﻔﺎﺻﻞ اﻟزﻣﻧﻲ ﺑﯾن ﻣرور ﺣﺎﻓﻠﺗﻲ ﻧﻘﻞ اﻟطﻠ ﺔ ﺎﺣد اﻟﻣواﻗﻒ ﯾﺗوزع ﺗوزﻌﺎ اﺳ ﺎ
،اﻟﻣطﻠوب ﻣﺗوﺳ 4دﻗﺎﺋ
108
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
1
e x≥0
f(x) = 4
0 ﻣﺎﻋد ذﻟك
-ﺣﺳﺎب اﺣﺳب ان طول اﻟﻔﺎﺻﻞ اﻟزﻣﻧﻲ اﻟﻲ اﻛﺛر ﻣن دﻗ ﻘﺗﯾن ﻟﻣرور ﺣﺎﻓﻠﺗﯾن
.
= e = e
.
p(x < 2) = F(2) = 1 − e =1− e = 1−e =
ﻌﺗﺑر اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر ﻣن أﻫم اﻟﺗوزﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻷﻛﺛر اﺳﺗﺧداﻣﺎ ون أن ﻣﻌظم
ﻘﺗرب ﻣن اﻟظواﻫر ﺗﺗ ﻊ ﻫذا اﻟﺗوزﻊ أو ﺗؤول إﻟ ﻪ ،ﻓﺎن ﺣﺟم اﻟﻌﯾﻧﺔ إذا ﺑر ﻓﺎن اﻟﺗوزﻊ
)(1
،ﺣﯾث ﺳﺗﻌﻣﻞ ﻓﻲ وﺻﻒ ﻣﺗﻐﯾرات اﻷوزان و اﻷطوال و ﻣﺳﺗو اﻟذ ﺎء و اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ
اﻟﻌﻣر و درﺟﺎت اﻟﺣرات وﺗﻐﯾر اﻷﺟور ...اﻟﺦ
اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﺗﻌر ﻔﻪ :ﺎﻓﺗراض اﻧﻪ ﻟدﯾﻧﺎ ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺗﺻﻞ و ﻟ ن ) (xﯾﺗوزع وﻓ
ﺑوﺳ ﺣﺳﺎﺑﻲ ) ( μو اﻧﺣراف ﻣﻌ ﺎر ) (σﻓﺎن داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻪ ﺗﺄﺧذ
)(1
اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ
1
℮ x∈ ℛ
f(x) = δ√2π
0 ﻣﺎﻋد ذﻟك
ﻧﻘط اﻹﻧﻘﻼب
= 1اﻟﻣﺳﺎﺣﮫ اﻟﻛﻠﯾﮫ
x
- 3 - 2 - + + 2
و اﻧظر أ ﺿﺎ اﺣﻣد ﻋﻠﻰ اﻟزﻏول – ﻣرﺟﻊ ﺳﺎﺑ – ص 179 -1اﻟ ﺷﯾر ﻋﺑد اﻟﻛرم – ﻣرﺟﻊ ﺳﺎﺑ – 175
110
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
)(1
ﺧﺻﺎﺋص اﻟﺗوز ﻊ اﻟطﺑ ﻌﻲ :ﺗﺗﻣﺛﻞ اﺑرز ﻫذﻩ اﻟﺧﺻﺎﺋص ﻓﻲ
↝ ( , داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻠﺗوزﻊ اﻟطﺑ ﻌﻲ ﻣﻌرﻓﺔ ﺎﻟﻣﻌﻠﻣﺗﯾن )
ون ﻣﻧﺣﻲ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻠﺗوزﻊ اﻟطﺑ ﻌﻲ ﺷ ﻪ ﺷ ﻞ اﻟﻧﺎﻗوس ) اﻟﺟرس ( و
ﻋﻧد X ﻟذﻟك ﻓﺈن ﻫذا اﻟﻌﻣود ﯾﺟز ﻣﺗﻣﺎﺛﻼ ﺣول اﻟﻣﺣور اﻟرأﺳﻲ اﻟﻣﺎر ﻘﻣﺗﻪ أ
x x اﻟﻣﻧﺣﻧﻰ اﻟطﺑ ﻌﻲ إﻟﻰ ﻗﺳﻣﯾن ﻣﺗﻣﺎﺛﻠﯾن ﻓﻰ اﻟﺷ ﻞ واﻟﻣﺳﺎﺣﺔ .و ﺎﻟﺗﺎﻟﻲ ﻗ ﻣﺔ
X x ﺗﺳﺎو ﻗ ﻣﺔ اﻟداﻟﺔ ﻋﻧد اﻟﻘ ﻣﺔ
طرﻓﺎ اﻟﺗوزﻊ ﺗﻣﺗد ﻣن إﻟﻰ و ﯾﺗﻘﺎرب اﻟﻣﻧﺣﻲ ) f(xﻣن اﻟﺻﻔر ﻋﻧد اﻟطرف
x
- +
ﺗﻔرطﺣﻪ ﻓﺈن ﻣﻘﺎﯾ س اﻟﻧزﻋﺔ اﻟﻣر زﺔ اﻟﺛﻼﺛﺔ ) اﻟوﺳ ﺟﺎﻧﺑ ﻪ وﺗوﺳ ﻧظ ار ﻟﺗطﺎﺑ
ﺗﻛون واﻟﻣﻧوال ( ﺗﻠﺗﻘﻲ ﻓﻰ ﻧﻘطﻪ واﺣدﻩ ) ﻓﻰ ﻣﻧﺗﺻﻒ اﻟﺗوزﻊ ( أ اﻟﺣﺳﺎﺑﻲ واﻟوﺳ
= اﻟﻣﻧوال اﻟوﺳ اﻟﺣﺳﺎﺑﻲ = اﻟوﺳ ﻣﺗﺳﺎو ﺔ
و ﷴ ﺻ ﺣﻲ اﺑو ﺻﺎﻟﺢ – ﻣرﺟﻊ ﺳﺎﺑ -*-ص 149 --1ﻣﺎل ﻓﻠ ﻔﻞ – ﻣرﺟﻊ ﺳﺎﺑ – ص 156
111
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
ﻣ ن ﺣﺳﺎب اﻟﻣﺳﺎﺣﺔ ﺗﺣت ﻣﻧﺣﻧﻲ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﺑﯾن اﻟﻧﻘطﺗﯾن ) ( a , b
x
a b
، ﻞ ﺗوزﻊ طﺑ ﻌﻲ ﯾﺧﺗﻠﻒ ﻋن اﻷﺧر ﺎﺧﺗﻼف اﻟوﺳ اﻟﺣﺳﺎﺑﻲ و اﻻﻧﺣراف اﻟﻣﻌ ﺎر
ﺗﻌﻧﻲ σﺗﻌﻧﻲ أن ﻟدﯾﻧﺎ ﺟرس طو ﻞ ﻣدﺑب ،واﻟﻘ ﻣﺔ اﻟﻛﺑﯾرة ﻟ ـ σ اﻟﻘ ﻣ ـ ــﺔ اﻟﺻﻐ ــﯾرة ﻟ ـ
أن اﻟﺟرس ﻗﺻﯾر وﻣﻔرطﺢ.
ﻣﺛﺎل :1ﺗﺗ ﻊ ﺳﯾدة ﺣﻣ ﺔ ﻏذاﺋ ﺔ ﻟﻣدة ﺛﻼﺛﺔ أ ﺎم أﺳﺑوﻋ ﺎ ،ووﺟد أن ﻓﻘداﻧﻬﺎ ﻟوزﻧﻬﺎ ﯾﺧﺿﻊ ﻟﻠﺗوزﻊ
.σ=200 g اﻟطﺑ ﻌﻲ ﻣﻌدل μ =600 gواﻧﺣراف ﻣﻌ ﺎر
ﻣﺎ ﻫﻲ اﻟﻧﺳ ﺔ اﻟﺗﻲ ﺳﺗﻔﻘدﻫﺎ اﻟﺳﯾدة ﻣن وزﻧﻬﺎ إذا ﻓﻘدت ﻣن 400 gاﻟﻰ 600 g؟
112
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
اﻟﺣﻞ :ﻟدﯾﻧﺎ
( − ≤ ≤ + ≤ ) = (600 − 200 )≤ 600 + 200
ﻧﻼﺣ أن اﻟﻣﺟﺎل اﻟﻣطﻠوب ﻟﻔﻘدان وزن ﺑﯾن 400 gإﻟﻰ 600 gﻫو ﻫﻲ اﻟﻣﺳﺎﺣﺔ اﻟﻣﺣﺻورة
ﺗﺣت اﻟﻣﻧﺣﻧﻰ اﻟطﺑ ﻌﻲ ل ، μ ± 1σاذا اﻟﻧﺳ ﺔ اﻟﻣﺳﺎو ﺔ ﻟﻔﻘد ﻣﻌدل 6000±200أو μ ±
≤ (400 1σﻫﻲ≤ 800) = 68.26 %
ﻟﻠﺗوزﻊ اﻟطﺑ ﻌﻲ ﺣددان ﺷ ﻞ اﻟﻣﻧﺣﻧﻲ ﻓﺎن اﻟﻣﺳﺎﺣﺔ ﻣﻼﺣظﺔ :ﻣﺎ أن اﻟوﺳ و اﻻﻧﺣراف اﻟﻣﻌ ﺎر
ﺗﺣت أ ﻓﺗرة وﻓ اﻟﺧ اﻷﻓﻘﻲ ﺗﻌﺗﻣد ﻋﻠﻰ ﻫﺎﺗﯾن اﻟﻣﻌﻠﻣﺗﯾن و ﺎﻟﺗﺎﻟﻲ ﻓﺈﻧﻧﺎ ﻻ ﻧﺳﺗط ﻊ وﺿﻊ ﺟداول
ذﻟك ﻓﺎن اﻟﺗﻛﺎﻣﻞ ﺻﻌب ﺣﺳﺎ ﻪ ،وﻣن ﺛم ﻟﺟﺄ ﻟﺟﻣ ﻊ ﻗ م اﻟوﺳ اﻟﺣﺳﺎﺑﻲ و اﻻﻧﺣراف اﻟﻣﻌ ﺎر
اﻹﺣﺻﺎﺋﯾﯾن إﻟﻰ ﻋﻣﻞ ﺗﺣو ﻠﺔ رﺎﺿ ﺔ ،Transformﻣ ن اﺳﺗﺧدام ﺗوزﻌﻬﺎ اﻻﺣﺗﻣﺎﻟﻲ ﻓﻲ ﺣﺳﺎب
)(1
ﻣﺛﻞ ﻫذﻩ اﻻﺣﺗﻣﺎﻻت ،وﻫذﻩ اﻟﺗﺣو ﻠﺔ ﺗﺣو ﻠﻪ إﻟﻰ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر
μ = 0و (2) σ =1و ﻫو ﺗوزﻊ طﺑ ﻌﻲ وﺳطﻪ اﻟﺣﺳﺎﺑﻲ 0واﻧﺣراﻓﻪ اﻟﻣﻌ ﺎر ﺳﺎو 1أ
)(3
ﺗﻛون داﻟﺔ ﺛﺎﻓﺗﻪ اﻻﺣﺗﻣﺎﻟ ﺔ
1
℮ x∈ ℛ
= )f(x √2π
0 ﻣﺎﻋد ذﻟك
113
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
،واﻟﺷ ﻞ اﻟﺗﺎﻟﻲ ﯾوﺿﺢ اﻟﻣﻧﺣﻧﻰ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﺗوزﻊ ↝ ( , و ﻌﺑر ﻋﻧﻪ ﺎﺧﺗﺻﺎر )
اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر
ﻧﻘﻄﺔ اﻧﻘﻼب
ﻧﻘط اﻻﻧﻘﻼب
= 1اﻟﻣﺳﺎﺣﮫ اﻟﻛﻠﯾﮫ
x
3 2 1 0 1 2 3
μ =0
ﻟﻘد ﻋرﻓﻧﺎ ﺳﺎ ﻘﺎ أن ﻫﻧﺎك اﻟﻌدﯾد ﻣن اﻟﺗوزﻌﺎت اﻟطﺑ ﻌ ﺔ واﻟﺗﻲ ﺗﻌﺗﻣد ﻋﻠﻰ ﻗ م ،μ ,σوﻟﺗﺣدﯾد
< ( ، ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻘﻊ ﻓﻲ اﻟﻔﺗرة ) < اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻰ ﻟﺗﺣدﯾد اﺣﺗﻣﺎل أ
اﻟﺣﺳﺎﺑﻲ و اﻻﻧﺣراف ﯾﺟب ﺗﺻﻣ م أﻋداد ﻻ ﻧﻬﺎﺋ ﺔ ﻣن اﻟﺟداول اﻟطﺑ ﻌ ﺔ ﺣﺳب ﻗ م اﻟﻣﺗوﺳ
وﻫو ﻣن اﻟﻣﺳﺗﺣﯾﻞ.و ﻣن ﻧﺎﺣ ﺔ أﺧر ،اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر ﻟﻪ μ = 0 اﻟﻣﻌ ﺎر
114
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
و σ =1وﻫو ﻣﺎ ﻘﻠص ﺣﺎﺟﺗﻧﺎ ﻟﺟداول اﻷﻋداد ﻟﻠﺗوزﻌﺎت اﻟطﺑ ﻌ ﺔ اﻟﻌدﯾدة إﻟﻰ ﺟدول اﻟﺗوزﻊ
ﺗوزﻊ طﺑ ﻌﻲ ) ﺑوﺣدات (xإﻟﻰ ﺗوزﻊ ،و ﺎﻟﺗﺎﻟﻲ و ﻣ ن ﺗﺣو ﻞ أ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر ﻓﻘ
طﺑ ﻌﻲ ﻣﻌ ﺎر )ﺑوﺣدات (zوﻹﯾﺟﺎد اﻻﺣﺗﻣﺎﻻت )اﻟﻣﺳﺎﺣﺎت( ﻓﻲ ﻣﺳﺎﺋﻞ ﺗﺣﺗو ﻋﻠﻰ اﻟﺗوزﻊ
)(1
: اﻟطﺑ ﻌﻲ ،ﻓﺈﻧﻧﺎ ﻧﺣول أوﻻ ﻗ م xإﻟﻰ ﻗ م zاﻟﻣﻧﺎظرة ﻟﻬﺎ ،ﻣن ﺧﻼل اﻟﻣﻌﺎدﻟﺔ اﻟﺗﺎﻟ ﺔ
ﯾﺗ ﻊ ﻗ ﻣﻪ ﻣن ﻗ م اﻟﻣﺗﻐﯾر Xﻣ ن ﺗﺣو ﻠﻬﺎ إﻟﻲ اﻟﻣﺗﻐﯾر اﻟﻣﻌ ﺎرﺔ Zاﻟذ أن أ .أ
اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر ﺎﺳﺗﺧدام اﻟﺗﺣو ﻞ اﻟﺳﺎﺑ
)(2
ﻋﺑر اﻟﻣراﺣﻞ اﻟﺗﺎﻟ ﺔ ﯾﺗم اﺳﺗﺧراج ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل ﻣن اﻟﺟدول اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر
−
↝ ( ⟺) , = ↝ ) ( ,
ﺑﺈﻋطﺎء ) f(Zﺗﺳﻣﺢ ﻣﺎ أن اﻟﺟدول ﻣﺛﻞ ﺗﺎ ﻊ اﻟﺗوزﻊ ﻓﺎن اﻟﻘ ﻣﺔ اﻟﺟدوﻟ ﺔ
اﻻﺣﺗﻣﺎﻻت اﻟﺗﻲ ﺗﻛون ﻋﻠﻰ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ
−
=) ( ) ≤ ( =) < ( =
1
-Dennis D. Wackerly, William Mendenhall and Richard L. Scheaffer (2008),
Mathematical Statistics with Applications, 7 th Edition, Thomson Books, USA.- p180
2
-اﻧظر ﻓﻲ ذﻟك اﻟﻣﻠﺣﻖ ﻓﻲ أﺧرى اﻟﻣطﺑوﻋﺔ
115
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
) ( ( ≤ ≤ ) = ( ≤ )− ( ≤ )= ( )−
= ) (− ≤ ≤ ) = ( ≤ ) − ( ≤ −
ﻧﺣﺻﻞ ﻋﻠﯾﻬﺎ ﻟﺣﺳﺎب اﻻﺣﺗﻣﺎل ﺗﺣت اﻟﻣﻧﺣﻧﻰ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر ﺑﯾن z=0و z=1.27
ﻣﻘﺎﺑﻠﺔ ﻟﻠﻘ ﻣﺔ 1.27ﻓﻲ ﺟدول اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر ،ﻓﻔﻲ ﻋﻣود zﻧﺑدأ ﺎﻟﻘ ﻣﺔ
ﻓﻲ اﻟﺻﻒ اﻟﻣﻧﺎظر ﻟﻬﺎ ﺣﺗﻰ ﻧﺻﻞ إﻟﻰ اﻟﻌﻣود اﻟﻣﻌﻧون) ( .07ﺛم ﻧﻘ ار )( 1.2وﻧﺗﺣرك أﻓﻘ ﺎ
ﻗ م اﻻﺣﺗﻣﺎل داﺧﻞ اﻟﺟدول وﺗﻛون اﻟﻘ ﻣﺔ اﻟﺗﻲ ﻧﺣﺻﻞ ﻋﻠﯾﻬﺎ ) . (0.8980ﻣﺎ ﻫو ﻣوﺿﺢ ﻓﻲ
اﻟﺷ ﻞ ﺎﺧﺗﺻﺎر
ﻣﻼﺣظﺎت:
P ( Z ) 1
اﻟﻣﺳﺎﺣﺔ ﺗﺣت أ ﻧﻘطﺔ ﺗﺳﺎو اﻟﺻﻔر p(z= a)=0
P (Z 0) P ( Z 0) 0.5
ﻓﺄوﺟدا ﻣﺛﺎل :إذا ﺎن Zﻣﺗﻐﯾر ﻋﺷواﺋ ﺎ ﻣﺗﺻﻼ ﯾﺗ ﻊ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر
116
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
.1أﻗﻞ ﻣن 159ﺳم؟
.2أﻛﺑر ﻣن 180ﺳم؟
.3أن ون طوﻟﻪ واﻗﻌﺎً ﻓﻲ اﻟﻣﺟﺎل 165 ,ﺳم و 174ﺳم ؟
اﻟﺣﻞ :إذا ﺟﻌﻠﻧﺎ Xﺗرﻣز ﻷطوال اﻟطﻠ ﺔ ,ﻓﺈن Xﺗﻛون ﻣﺗﻐﯾ اًر ﻋﺷواﺋ ﺎً ﯾﺗ ﻊ ﺗوزﻌﺎً طﺑ ﻌ ﺎً
↝ ( , ﻣﺗوﺳطﻪ 168ﺳم ،واﻧﺣراﻓﻪ اﻟﻣﻌ ﺎر 6ﺳم .و ﻧ ﺗب )
ﻣن اﻟﺗوزﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﺷﺎﺋﻌﺔ اﻻﺳﺗﺧدام ﺣﯾث ﺗوﺟد ﻟﻪ ﺗطﺑ ﻘﺎت ﺗر ﻊ ﻌﺗﺑر ﺗوزﻊ ﺎ
ﻋدﯾدة ﺑدرﺟﺔ ﻣ ن ﻣﻌﻬﺎ اﻟﻘول أﻧﻪ ﺄﺗﻲ ﻓﻲ اﻟﻣرﺗ ﺔ اﻟﺛﺎﻧ ﺔ ﻟﻠﺗوزﻊ اﻟطﺑ ﻌﻲ ﻣن ﺣﯾث ﺛرة
ﺗطﺑ ﻘﺎﺗﻪ.
ﻣرﻊ ﺗﺗ ﻊ اﻟﺗوزﻊ ﺎ ﻲ ﻣرﻊ ﻟﻌدد Vﻣن درﺟﺎت اﻟﺣرﺔ ،وﻧﻘول أن اﻟﻣﺗﻐﯾرة
↝ ﺑدرﺟﺔ ﺣرﺔ Vو ﻧ ﺗب :
ﺣﯾث vﻫﻲ درﺟﺔ اﻟﺣرﺔ و ﻫﻲ ﺗﻣﺛﻞ ﺣﺟم اﻟﻌﯾﻧﺔ أو ﻋدد اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ و ﻟﻪ داﻟﺔ ﺛﺎﻓﺔ
)(1
اﺣﺗﻣﺎﻟ ﺔ ﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
, ≤
ﻫﻲ داﻟﺔ ﻗﺎﻣﺎ ،و ﯾﺧﺗﻠﻒ ﺷ ﻞ ﻣﻧﺣﻲ ﺎ ﻣرﻊ ﺎﺧﺗﻼف درﺟﺎت اﻟﺣرﺔ ﻣﺎ ﺣﯾث
)(2
ﻫو ﻣوﺿﺢ ﻓﻲ اﻟﺷ ﻞ
England.p-599
118
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
, ≥
( =) ≤
, <0
ﻣﻼﺣظﺔ : 2ﻓﻲ اﻟﺟداول اﻹﺣﺻﺎﺋ ﺔ ﻟﻛﺎ ﻣرﻊ ﻧﻌﺗﻣد ﻋﻠﻰ ﺗﻌﯾن ﻗ ﻣﺔ اﻟﻣﺗﻐﯾرة ل ك 2ﻋﻠﻰ
ﺎ ﻣرﻊ ،أ اﻟﻣﺣور اﻷﻓﻘﻲ ﻣن ﺧﻼل ﻗ ﻣﺔ درﺟﺔ اﻟﺣرﺔ vإﻟﻰ ﻣﺳﺎﺣﺔ pﻋﻠﻰ ﺳﺎر
1
-اﻧظر ﻓﻲ ذﻟك اﻟﻣﻠﺣﻖ ﻓﻲ أﺧرى اﻟﻣطﺑوﻋﺔ
120
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
≤ ) ( ,
) ( ,
( , . ) = . اﻟﺗﻲ ﺗﻛون اﻟﻲ ﻣﯾﻧﻬﺎ 0.75ﻣن اﻟﻣﺳﺎﺣﺔ ﻫﻲ ﻣﺛﺎل :ﻗ ﻣﺔ
ﻣﻼﺣظﺔ : 3ﻘﺗرب ﺗوزﻊ ﺎ ﻣرﻊ إﻟﻰ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﻋﻧدﻣﺎ ون ﺣﺟم اﻟﻌﯾﻧﺔ
اﻟﺟدوﻟ ﺔ اﻟﻣواﻓﻘﺔ ﻻﺣﺗﻣﺎل p= 0.95ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ v=15 ﻣﺛﺎل :أو ﺟد ﻗ ﻣﺔ
و v=50 ǃ v=22
≤ = . ⇒ = ) ( , ⇒ ( , . ) =
⇒ ≤ ( , . ) = . ( ⇒ ≤ )= .
≤ = . ⇒ = ) ( , ⇒ ( , . ) = .
⇒ ≤ ( , . ) = . ( ⇒ ≤ . )= .
ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ v=50ﻗ ﻣﺔ درﺟﺔ اﻟﺣرﺔ ﻻ ﺗوﺟد وﻣﻧﻪ ﻧﻘرﻬﺎ إﻟﻰ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ
≥ اﻟﻣﻌ ﺎر ﻻن
( ﻓﻧﺟد اﻟﻘ ﻣﺔ اﻟﻣﻌ ﺎرﺔ ﻫﻲ ≤ 1.65 ) = 0.95 ( ≤ ) = 0.95 ﻟدﯾﻧﺎ
. √+
≤ = . ⇒
( ≤ . )= . ⇒ ) ( , = ( , . ) = .
اﻟﺟدوﻟ ﺔ اﻟﻣواﻓﻘﺔ ﻻﺣﺗﻣﺎل p= 0.10ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ v=5 ﻣﺛﺎل : 2اوﺟد ﻗ ﻣﺔ
≥ = . ⇒ = − = − . = . ﻟدﯾﻧﺎ
≤ = . ⇒ = ( , . ) = .
و ) ( Yﺣﯾث ) (Xﯾﺗ ﻊ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﺗﻌر ﻒ :ﻟ ن ﻟدﯾﻧﺎ ﻣﺗﻐﯾران ﻋﺷواﺋ ﺎن ) (X
ﻌدد درﺟﺎت ﺣرﺔ v ﻣرﻊ و ) ( Yﯾﺗ ﻊ ﺗوزﻊ ﺎ ↝ ( , اﻟﻣﻌ ﺎر )
ﻓﻧﺣﺻﻞ ﻋﻠﻰ اﻟﻣﺗﻐﯾرة ) ( ﻣن ﺧﻼل اﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
)(1
،و دﻋﻲ ﺗوزﻊ ﺳﺗودﻧت ﻌدد درﺟﺎت ﺣرﺔ v =
)(1
داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ :ﻟﻪ ﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
+
=) ( . . + ∈
√
≤ ∞ (−و vﻋدد ﺻﺣ ﺢ ﻣوﺟب ﻣﺛﻞ ﻋدد درﺟﺎت اﻟﺣرﺔ ،و ﻧﻘول ﺣﯾث ) ∞≤ +
↝ إن اﻟﻣﺗﻐﯾرة ) ( ﺗﺗ ﻊ ﺗوزﻊ ﺳﺗﯾودﻧت ب nدرﺟﺔ ﺣرﺔ وﻧ ﺗب
إن اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟداﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﺗوزﻊ ﺳﺗودﻧت ﺄﺧذ ﺷ ﻼ ﻣﺗﻧﺎظ ار ﻣدﺑ ﺎ ﻧﺣو اﻷﻋﻠﻰ،
و ﻠﻣﺎ ارﺗﻔﻌت درﺟﺔ اﻟﺣرﺔ ﻠﻣﺎ ﺑدأ ﻓﻲ اﻟﺗﻘﺎرب ﻧﺣو اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ،ﻋﻣﻠ ﺎ ﻋﻧدﻣﺎ ﺗﻛون درﺟﺔ
اﻟﺣرﺔ ﺗﻔوق 30ﯾﺗﻘﺎرب ﺗوزﻊ ﺳﺗودﻧت ﻧﺣو اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ
ﺣﺳب دراﺟﺎت اﻟﺣرﺔ ون ﻣﺎ ﯾﻠﻲ و اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟﺗوزﻊ
)(2
ﺧﺻﺎﺋص ﺗوز ﻊ ﺳﺗﯾودﻧت :
-ﺗوزﻊ ﺳﺗﯾودﻧت أﻛﺛر ﺗﻔرطﺢ ﻣن اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ و ﺎﻟﺗﺎﻟﻲ ﻧﺳ ﺔ ﺑﯾرة ﻣن اﻟﻣﺳﺎﺣﺔ ﺗﻘﻊ
ﻋﻠﻰ طرﻓﻲ اﻟﺗوزﻊ
∀ ∈ -اﻟﻣﻧﺣﻧﻲ ﻣوﺟود ﻓوق اﻟﻣﺣور اﻷﻓﻘﻲ ( ) > 0
اﻗﺗرب ﺗوزﻊ ﺳﺗﯾودﻧت ﻣن اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ≥ ﻠﻣﺎ زاد ﺣﺟم اﻟﻌﯾﻧﺔ vأ -
اﻟﻣﻌ ﺎر
= − =− -ﺗوزﻊ ﺳﺗﯾودﻧت ﻣﺗﻧﺎظر وﻣﻧﻪ ﻓﺎن
ﻣن ﺧﻼل درﺟﺔ اﻟﺣرﺔ ﻧﺳﺗﻌﻣﻞ ﺟدول ﺳﺗﯾودﻧت ﻟﺣﺳﺎب اﻟﻣﺳﺎﺣﺔ ﺗﺣت ﻣﻧﺣﻧﻲ ﺗوزﻊ
)(1
،ﻓﻣﺛﻼ اذا ﻧظرت اﻟﻲ اﻟﻘ ﻣﺔ اﻻﺣﺗﻣﺎل 0.90ﻋﻠﻰ اﻟﺧ ≤ ؟= ﻟذﻟك
ﻓﻧﻘطﺔ اﻟﺗﻘﺎطﻊ ﻟﻬﺎ ﻋﻧد اﻟﻘ ﻣﺔ اﻻﻓﻘﻲ اﻟﻌﻠو و درﺟﺔ اﻟﺣرﺔ 5ﻓﻲ اﻟﻌﻣود اﻻ ﺳر
أ اﻟﺗﻲ ﻘﻊ اﻟﻰ ﺳﺎرﻫﺎ 0.90ﻣن اﻟﻣﺳﺎﺣﺔ . = 1.4759ﻫﻲ ﻗ ﻣﺔ
≤ ( . )= .
1
-اﻧظر ﻓﻲ ذﻟك اﻟﻣﻠﺣﻖ ﻓﻲ أﺧرى اﻟﻣطﺑوﻋﺔ
124
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
اﻟﺣﻞ :
)(1
وﻟﻪ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ اﻟﺗﺎﻟ ﺔ و درﺟﺔ ﺣرﺔ ﻟﻠﻣﻘﺎم ﯾﺗ ﻊ ﺗوزﻊ ﻓ ﺷر ﺑدرﺟﺔ ﺣرﺔ ﻟﻠ ﺳ
⎧ +
Γ X
⎪ 2
x≥0
f X , =
⎨Γ 2 Γ 2 1+X.
⎪
⎩ 0 ﻣﺎﻋد ذﻟك
( )
= ) ( ……. >4 اﻟﺗ ﺎﯾن ): V(X
( )
ﻻ ون ﻫﻧﺎك ﻻ ﯾوﺟد ﺗوﻗﻊ رﺎﺿﻲ و ﻣن اﺟﻞ ≤ 4 ﻧﻼﺣ :اﻧﻪ ﻣن اﺟﻞ ≤ 2
ﺗ ﺎﯾن ﻟﺣﺳﺎ ﻪ
إن ﺗوزﻊ ﻓ ﺷر ﻫو ﺗوزﻊ ﻣﺳﺗﻣر ﻏﯾر ﻣﺗﻧﺎظر و ﻟﻪ ﻗ ﻣﺔ واﺣدة و ﺄﺧذ ﻓﻲ اﻻﺳﺗﻘﺎﻣﺔ و اﻻﻗﺗ ارب
،وﻟﻛﻧﻬﺎ ﻻﺗﺎﺧذ اﻟﺷ ﻞ اﻟﻧﺎﻗوس ﻣﻬﻣﺎ اﻗﺗرت ﻗ ﻣﺔ ﻣن اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﻠﻣﺎ زادت ﻗ ﻣﺔ
ﻧﺟد أن ﺗوزﻊ = ﻣن ∞ ﻣﻊ ﺛ ﺎت ،و اﻟﻣﻼﺣ اﻧﻪ ﻠﻣﺎ اﻗﺗرت ∞⟶
126
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
ون اﻟﺗوزﻊ ﻘﺗرب = و ،وﻣن اﺟﻞ = 1 ﻣرﻊ ﻓ ﺷر ﻘﺗرب ﻣن ﺗوزﻊ ﺎ
و ﻣﺛﻠﻪ ﻣﺛﻞ ﺗوزﻊ ﺎ ﻣرﻊ ون ﻣﻧﺣﻧﻲ ﺗوزﻊ ﻓ ﺷر ﻣﯾﻞ ﻧﺣو ﻣن ﺗوزﻊ ﺳﺗﯾودﻧت
)(1
و ،و ظﻬر ﻣن اﻟﻣﻌﺎدﻟﺔ ﺗ ﻌ ﺔ ﻣﻧﺣﻧﻰ) f(xﺎﻹﺿﺎﻓﺔ إﻟﻰ Xإﻟﻰ ﻞ ﻣن اﻟ ﻣﯾن
و ، Pو اﻟﻣﺳﺎﺣﺔ ﺗﺣﺗﻲ و ﻧﻘطﺔ Fﻣن ﺧﻼل ﺛﻼﺛﺔ ﻣﻌﺎﻟم ﻫﻲ وﻟذﻟك ﺗﺣدد أ
و ﻓﻲ اﻟﻐﺎﻟب ﺗﻌطﻲ اﻟﺟداول ( , , ) اﻟﻣﻧﺣﻧﻲ Fﺗﻛون ﻋﻠﻰ ﺳﺎر اﻟﻧﻘطﺔ Fو ﻧ ﺗب
)(3 )(2
ﻋﻧد اﻟﻣﺳﺎﺣﺔ 0.95و 0.99او ، 0.90 اﻹﺣﺻﺎﺋ ﺔ ﻗ م ﻓ ﺷر
0.95
( . , , ) ﻋﻧد ﻗرأﺗﻧﺎ ل ﻗ م Fﻣن اﻟﺟدول ﻧﻼﺣ أن ﻌض اﻟﻘ م ﻏﯾر ﻣوﺟودة ﻓ ﻪ ﻣﺛﻞ
ﻫﻧﺎ ﻧﺳﺗﻌﻣﻞ اﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ
(
.
) , = ، (
.
) , =، (
.
, ) = ، (
.
) , =، (
.
) , =
.
( , ) = ، (
.
, ) =
اﻟﺣﻞ :
(
.
) , = 8.79 ، (
.
) , = 19.40 ، (
.
, ) = 3.71
(
.
) , = 16.26 ، (
.
) , = 8.65
-1ﺑوﻋﺑدﷲ ﺻﺎﻟﺢ( ، ) 8002ﻣﺣﺎﺿرات اﻹﺣﺻﺎء اﻟر ﺎﺿﻲ ،ﻣطﺑوﻋﺔ ﻟطﻠ ﺔ ﻠ ﺔ اﻟﻌﻠوم اﻻﻗﺗﺻﺎد ﺔ ،ﺟﺎﻣﻌﺔ .اﻟﻣﺳﯾﻠﺔ ،اﻟﺳﻧﺔ
اﻟﺟﺎﻣﻌ ﺔ -2008ص 73
128
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
ﺗﻣﺎر ن ﻣﺣﻠوﻟﺔ
اﻟﺗﻣر ن اﻷول :إذا ﺎن اﺣﺗﻣﺎل ﻧﺟﺎح ﻋﻣﻠ ﺔ ﺟراﺣ ﺔ ﻫو 0.9ﻓﺈذا أﺟرت اﻟﻌﻣﻠ ﺔ ﻟﻌﺷرة ﻣن
اﻟﻣرﺿﻲ اﺣﺳب اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ
ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) (xﻫو ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ﻟﻠﻣرض ،و ﻞ ﻋﻣﻠ ﺔ ﻟدﯾﻬﺎ اﺣﺗﻣﺎل اﻟﺣﻞ :
ﻧﺟﺎح و اﺣﺗﻣﺎل ﻓﺷﻞ و ﻞ ﻣرض ﻣ ن اﻋﺗ ﺎرﻩ ﺗﺟرﺔ ﻣﺳﺗﻘﻠﺔ ﻋن اﻟ ﻘ ﺔ و ﺎﻟﺗﺎﻟﻲ اﻟﺗوزﻊ ﯾﺗ ﻊ
اﻟﺗوزﻊ اﻟﺛﻧﺎﺋﻲ
, q= 0.1 , n=10 , )↝ (10 , 0.9 ﻟدﯾﻧﺎ
p=0.9
129
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
اﻟﺣﻞ :ﻟدﯾﻧﺎ ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﯾﺗﻣﺛﻞ ﻓﻲ اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﺷﺧص ﺑداء اﻟﺳ ر و اﺣﺗﻣﺎل
اﻹﺻﺎ ﺔ ﺛﺎﺑت ﻟﻛﻞ ﺷﺧص و ﺎﻟﺗﺎﻟﻲ ﻓﻬو ﯾﺗ ﻊ اﻟﺗوزﻊ اﻟﺛﻧﺎﺋﻲ
p=0.3 q= 0.7 , , n=100 , )↝ (100 , 0.3 ﻟدﯾﻧﺎ
اﻟﺗﻣر ن اﻟﺛﺎﻟث :إذا ﺎن ﻣن ﺑﯾن ﻞ 100وﺣدة ﻣﻧﺗﺟﺔ ﻫﻧﺎك واﺣدة ﻓﻘ ﻣﻌﯾ ﺔ ،ﻣﺎ ﻫو اﺣﺗﻣﺎل
أن ﻓﻲ إﻧﺗﺎج 200وﺣدة ﻗﺎدﻣﺔ
2 e
= )f(0) = P(x = 0 = 0.13533
!0
2 e
= )f(1) = P(x = 1 = 0.13533
!1
[ = +3 =]
132
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
اﻟﺗﻣر ن اﻟﺧﺎﻣس :ﻣﺻﻧﻊ إﻧﺗﺎﺟﻲ ﺣو ﻋﻠﻲ ﻋدد ﻣن اﻟﺧطو اﻹﻧﺗﺎﺟ ﺔ ،ﺎن اﺣﺗﻣﺎل ﺗوﻗﻒ
اﺣد ﻫذﻩ اﻟﺧطو ﻋن اﻟﻌﻣﻞ ﻟﻣدة ﯾوم واﺣد ﻫو ، 0.1اﻟﻣطﻠوب :
)= 0.1 (0.9 )+ 0.1 (0.9 )+ 0.1 (0.9 = 0.1 + 0.09 + 0.081
= 0.271
س ﺣﺗو ﻋﻠﻰ 5ﺣ ﺎت ﺗﻔﺎح و 7ﺣ ﺎت ﺑرﺗﻘﺎل ،ﺗم اﺧﺗ ﺎر 6 اﻟﺗﻣر ن اﻟﺳﺎدس :ﻟدﯾﻧﺎ
ﺣ ﺎت ﻓﺎﻛﻬﺔ ﻣن ﻫذا اﻟﻛ س ﻋﺷواﺋ ﺎ و ﺑدون ارﺣﺎع
133
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
ﻣﺛﻞ ﺣ ﺎت اﻟﺗﻔﺎح اﻟﻣﺳﺣو ﺔ ؟ اﻟﻣطﻠوب :ﺗﺎ ﺔ داﻟﺔ اﻟﺗوزﻊ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟذ
ﻣﺛﻞ ﻋدد ﺣ ﺎت اﻟﺗﻔﺎح -داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻬذا اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟذ
∁ ) ∁(
x = 0,1,2,3,4,5,6
= )f(x) = P(x = x ∁
0 ﻣﺎﻋد ذﻟك
−
= ∗ − = =
−
= .
اﻟﻣزاد اﻟﻌﻠﻧﻲ و ﻻ ﺗﻘﺑﻞ اﻟﺑ ﻊ اﻟﺗﻣر ن اﻟﺳﺎ ﻊ :ﻋرﺿت اﻟﺑﻠد ﺔ ﻗطﻌﺔ أرﺿ ﺔ ﻟﻠﺑ ﻊ ﻋن طر
إﻻ ﻣن ﻘدم ﻣﺑﻠﻎ أﻛﺛر ﻣن 100ﻣﻠﯾون دج ،إن ﻓرﺿﻧﺎ اﻟﻌروض اﻟﻣﻘدﻣﺔ ﻟﺷراء اﻟﻘطﻌﺔ اﻷرﺿ ﺔ
ﻫﻲ ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣوزع ﺎﻧﺗظﺎم ﺑﯾن 100ﻣﻠﯾون دج و 150ﻣﻠﯾون دج
اﻟﻣطﻠوب :
اذا ﻗدم ﺷﺧﺻﺎ ﻣﺎ ﻣﺑﻠﻎ 120ﻣﻠﯾون دج ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل ان ﺣﺻﻞ ﻋﻠﻰ ﻫذﻩ اﻟﻘطﻌﺔ -
ﻣﺎ ﻣﺑﻠﻎ 140ﻣﻠﯾون دج ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل ان ﺣﺻﻞ ﻋﻠﻰ ﻫذﻩ -واذا ﻗدم ﺷﺧﺻﺎ أﺧر
اﻟﻘطﻌﺔ
ﻌظم اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ اﻟﻘطﻌﺔ -ﻣﺎ ﻫو اﻟﻌرض اﻟﻣﻘدم اﻟذ
-اﺣﺳب اﻟﺗوﻗﻊ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ
1
α ≤ x ≤ β
= )f(x β−α
0 ﻣﺎﻋد ذﻟك
1
100 ≤ x ≤ 150
f(x) = 150 − 100
0 ﻣﺎﻋد ذﻟك
-ﺣﺳﺎب اﺣﺗﻣﺎل إذا ﻗدم ﺷﺧﺻﺎ ﻣﺎ ﻣﺑﻠﻎ 120ﻣﻠﯾون دج ﺣﺻوﻟﻪ ﻋﻠﻰ ﻫذﻩ اﻟﻘطﻌﺔ
135
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
1
≤ (100 = )≤ 120) = (120) − (100
150 − 100
-ﺣﺳﺎب اﺣﺗﻣﺎل اذا ﻗدم ﺷﺧﺻﺎ ﻣﺎ ﻣﺑﻠﻎ 140ﻣﻠﯾون دج ﺣﺻوﻟﻪ ﻋﻠﻰ ﻫذﻩ اﻟﻘطﻌﺔ
1
≤ (100 = )≤ 140) = (140) − (100
150 − 100
ﻣﺎ أﻧﻧﺎ ﻧﻌﻠم أن اﻛﺑر اﺣﺗﻣﺎل ﺳﺎو اﻟواﺣد و ﻣﻧﻪ ﻓﺎن اﻟﻣﺑﻠﻎ اﻟﻣﻘدم اﻟذ ﻫو yﻫو اﻟذ
ﻌظم اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ ﻫذﻩ اﻟﻘطﻌﺔ اﻷرﺿ ﺔ
1
≤ (100 = ) ( ≤ ) = (140) − =1
150 − 100
3
] = [0.02 ⇒ = 1 ⇒ 0.02 − 2 = 1 = = 150
0.02
أ أن ﻣﻘدم اﻟﻌرض ﺣﺗﻰ ون ﻣﺗﺄﻛدا ﻣن ﺣﺻوﻟﻪ ﻋﻠﻰ اﻟﻘطﻌﺔ اﻷرﺿ ﺔ ﻓﻣﺎ ﻋﻠ ﻪ إﻻ أن ﻘدم
ﻣﺑﻠﻎ 150ﻣﻠﯾون دج ﻓﻣﺎ ﻓوق
136
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
( )
) ( = =) ( √ = . = .
ﺳﺗﻐرﻗﻪ ﺟﻬﺎز رﺎﺋﻲ ﻣﻌﯾن ﺣﺗﻰ ﯾﺗوﻗﻒ ﻋن اﻟﻌﻣﻞ ﻣﺗﻐﯾ ار اﻟﺗﻣر ن اﻟﺛﺎﻣن :ﻟ ن اﻟوﻗت اﻟذ
ﻋﺷواﺋﻲ ﯾﺗ ﻊ اﻟﺗوزﻊ اﻵﺳﻲ ﻣﻌدل ﺳﻧﺗﯾن ﻓﺎوﺟد :
1
e x≥0
f(x) = 2
0 ﻣﺎﻋد ذﻟك
-ﺣﺳﺎب اﺣﺗﻣﺎل ﻣرور ﺛﻼث ﺳﻧوات ﻋﻠﻰ اﻷﻗﻞ ﻗﺑﻞ أن ﯾﺗوﻗﻒ اﻟﺟﻬﺎز ﻋن اﻟﻌﻣﻞ
.
= e = e
.
p(x ≤ 2) = F(2) = 1 − e =1− e = 1−e =
اﻟﺗﻣر ن اﻟﺗﺎﺳﻊ :ﻟ ن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ) (zﯾﺗوزع وﻓ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر
( < 2.58) , ( ≥ . ) , ( . ≤ ≤ ), ( ≥− . )
اﻟﺣﻞ :
( ≥− . =) − ( ≤− . =) − − ( ≤ . )
ﺣﺗﺎﺟﻪ اﻟطﻼب أﺳﺗﺎذ ﻣﺎدة اﻹﺣﺻﺎء أن ﻣﺗوﺳ اﻟوﻗت اﻟﻛﺎﻓﻲ اﻟذ اﻟﺗﻣر ن اﻟﻌﺷر :ﻻﺣ
ﻹﻛﻣﺎل اﻣﺗﺣﺎﻧﻬم اﻟﻧﻬﺎﺋﻲ ﻫو 150دﻗ ﻘﻪ ﺎﻧﺣراف ﻣﻌ ﺎر ﻗدرﻩ 30دﻗ ﻘﻪ.
اﻟﻣطﻠوب :
.3ﻣﺎ اﺣﺗﻣﺎل أن ﻣﻞ اﻟطﻼب اﺧﺗ ﺎرﻫم ﻓﻰ وﻗت ﯾزد ﻋﻠﻰ 195دﻗ ﻘﻪ
.4إذا ﺎن ﻋدد اﻟطﻼب 1000طﺎﻟب .أوﺟد ﻋدد اﻟطﻼب اﻟذﯾن أﻛﻣﻠوا اﻣﺗﺣﺎﻧﻬم ﻓﻲ
138
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
وﻋﻠ ﻪ ﻧﻘرر أن اﺣﺗﻣﺎل إﻛﻣﺎل اﻟطﻼب ﻻﻣﺗﺣﺎﻧﻬم ﻓﻲ ﻓﺗرﻩ زﻣﻧ ﻪ 185دﻗ ﻘﻪ أو أﻗﻞ = % 87.9
ﻣﺎ اﺣﺗﻣﺎل أن ﻣﻞ اﻟطﻼب اﺧﺗ ﺎرﻫم ﻓﻰ وﻗت ﯾزد ﻋﻠﻰ 195دﻗ ﻘﻪ . .3
x μ 195 150
P(X 195) P
σ 30
PZ 1.5 1 - P(Z 1.5) 1 - 0.9332 .0668
أ أن اﺣﺗﻣﺎل أن ﻣﻞ اﻟطﻼب اﺧﺗ ﺎرﻫم ﻓﻲ وﻗت ﯾزد ﻋﻠﻰ 195دﻗ ﻘﻪ =% 6.7ﺗﻘر ﺎً.
.4ﻋدد اﻟطﻼب اﻟذﯾن أﻛﻣﻠوا اﻣﺗﺣﺎﻧﻬم ﻓﻲ وﻗت ﯾزد ﻋﻠﻰ 195دﻗ ﻘﺔ :
1000* P ( X 195) =1000 * 0.0668=66.8= 66
أ 66طﺎﻟب
ﻋﺷر :إذا ﺎﻧت ﻋﻼﻣﺎت طﻼب اﻟﺳﻧﺔ اﻷوﻟﻲ و ﻋددﻫم 1000طﺎﻟب ﻓﻲ ﻣﺎدة اﻟﺗﻣر ن اﻟﺣﺎد
اﻟرﺎﺿ ﺎت ﺗﺗ ﻊ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﺑوﺳ ﺣﺳﺎﺑﻲ ﻗدرﻩ 12و اﻧﺣراف ﻣﻌ ﺎر ﻗدرﻩ ، 4اﺧﺗرﻧﺎ ﻣن
ﻫؤﻻء اﻟطﻠ ﺔ طﺎﻟ ﺎ ﺻﻔﺔ ﻋﺷواﺋ ﺔ ،ﻓﺎوﺟد
139
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
ﺣﯾث xﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ﻋﻼﻣﺎت اﻟطﻠ ﺔ ﻓﻲ اﻻﻣﺗﺣﺎن ↝ ( , اﻟﺣﻞ :ﻟدﯾﻧﺎ )
19 − 12
= )( ≥ 19 ≥ )= ( ≥ 1.75) = 1 − ( ≤ 1.75
4
= 1 − 0.9599 = 0.0401
10 − 12
= )( ≥ 10 ≥ )= ( ≥ −0.5) = 1 − ( ≤ 0.5
4
= 1 − 0.6915 = 0.3085
ﻧ ﺣث ﻓﻲ ﺟدول اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر ﻋن اﻟﻣﺳﺎﺣﺔ ) (0.9000و اﻟﻘ ﻣﺔ اﻟﺗﻲ ﺗﻘﺎﺑﻠﻬﺎ ﻓﻼ
ﻧﺟد ﺗﻠك اﻟﻣﺳﺎﺣﺔ و ﺎﻟﺗﺎﻟﻲ ﻧﺄﺧذ اﻗرب ﻣﺳﺎﺣﺔ ﻟﺗك اﻟﻣﺳﺎﺣﺔ وﻫﻲ 0.8997و اﻟﻘ ﻣﺔ اﻟﺗﻲ
ﺗﻘﺎﺑﻠﻬﺎ ﻫﻲ 1.28وﻣﻧﻪ
− 12
⟹ = 1.28 ⟹ − 12 = 5.12 = 17.12
4
ﻣﻼﺣظﺔ :ﻓﻲ ﻌض اﻟﺣﺎﻻت ﻓﻲ اﻟﺣﺎﻟﺔ اﻟﻌ ﺳ ﺔ ﻻﺳﺗﻌﻣﺎل ﺟدول اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر اﻣﺎ
ﻣ ﺎﺷرة ﻟﻠﻣﺳﺎﺣﺔ اﻟﻣطﻠو ﺔ أو إﻣﺎ ﻧﺟد اﻗرب ﻗ ﻣﺔ ﻟﻬﺎ ﻣﺎ ﻓﻲ ﻧﺟد اﻟﻘ ﻣﺔ اﻟﻣﻘﺎﺑﻠﺔ
ﻟﻠﻘ ﻣﺗﯾن ﻣﺛﻞ ﻧﺟد ﻣﺳﺎﺣﺗﯾن ﻣﺗﻘﺎرﺗﯾن ﺑﻧﻔس اﻟ ﻌد وﻫﻧﺎ ﻧﺄﺧذ اﻟوﺳ ،إو ﻣﺎ اﻟﺗﻣرن اﻟﺳﺎﺑ
اﻟﻣﺳﺎﺣﺔ 0.8859ﻓﻌﻧدﻣﺎ ﻧ ﺣث ﻓﻲ اﻟﺟدول ﻧﺟد ﻣﺳﺎﺣﺗﯾن ﻗرﺑﺗﯾن ﻟﻬﺎ ﻫﻣﺎ 0.8849و
0.8869و ﺎﻟﺗﺎﻟﻲ ﻧﺄﺧذ اﻟوﺳ ﻟﻠﻘ ﻣﺗﯾن وﻫﻣﺎ 1.20و 1.21وﺗﺻ ﺢ اﻟﻘ ﻣﺔ اﻟﻣطﻠو ﺔ ﻫﻲ
1.21 + 1.20
= 1.205
2
≤ = . ، ≤ = . ، ≤ =
.
≤ = . ⇒ = ) ( , ⇒ ( , . ) = .
⇒ ≤ ( , . ) = . ( ⇒ ≤ . )= .
141
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
≤ = . ⇒ = ) ( , ⇒ ( , . ) = .
⇒ ≤ ( , . ) = . ( ⇒ ≤ . )= .
≤ = . ⇒ = ) ( , ⇒ ( , . ) = .
⇒ ≤ ( , . ) = . ( ⇒ ≤ . )= .
≥ = . ⇒ = . ⇒ = − = . ⇒
≤ = . ⇒ = ) ( , ⇒ ( , . ) = .
⇒ ≤ ( , . ) = . ( ⇒ ≤ . )= .
≥ = . ⇒ = . ⇒ = − = . ⇒
≤ = . ⇒ = ) ( , ⇒ ( , . ) = .
⇒ ≤ ( , . ) = . ( ⇒ ≤ . )= .
ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ v=60ﻗ ﻣﺔ درﺟﺔ اﻟﺣرﺔ ﻻ ﺗوﺟد ﻓﻲ اﻟﺟدول وﻣﻧﻪ ﻧﻘرﻬﺎ اﻟﻰ اﻟﺗوزﻊ
اﻟطﺑ ﻌﻲ ﻻن
√ − − ↝ ( ، ،و ﻌﺗﺑر ﺗﻘرب ﺟﯾد ) , ≥
( ﻓﻧﺟد اﻟﻘ ﻣﺔ اﻟﻣﻌ ﺎرﺔ ﻫﻲ ≤ 1.28 ) = 0.90 ( ≤ ) = 0.90 ﻟدﯾﻧﺎ
142
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
. √+
≤ = . ⇒
( ≤ . )= . ⇒ ) ( , = ( , . ) = .
143
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
ﺗﻣﺎر ن ﻣﻘﺗرﺣﺔ
ﺣﻣﻞ اﻟر ﻗم ). (3 اﻟﺗﻣر ن اﻷول :أﻟﻘﯾت ﺳﺗﺔ زﻫرات .ﻧﻔرض أﻧﻧﺎ ﻧراﻗب ظﻬور اﻟوﺟﻪ اﻟذ
اوﺟد داﻟﺔ ﺛﺎﻓﺔ اﻻﺣﺗﻣﺎل اﻟﺧﺎﺻﺔ ﺎﻟﻣﺗﻐﯾر ) (Xوﻫو ﻣﺛﻞ ظﻬور اﻟرﻗم ). (3
اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ :إذا ﺎﻧت ﻧﺳ ﺔ اﻟوﺣدات اﻟﻣﻌﯾ ﺔ ﻓﻲ إﻧﺗﺎج ﻧوع ﻣن اﻟﻣﺻﺎﺑ ﺢ اﻟﻛﻬرﺎﺋ ﺔ ﻫﻰ 02
وان ﻋدد اﻟوﺣدات اﻟﻣﻌﯾ ﺔ ﯾﺗ ﻊ ﺗوزﻊ ﺑواﺳ ــون .ﻧﻔرض أﻧﻧﺎ ﺳﺣﺑﻧﺎ ﻋﯾﻧﺔ ﻋﺷواﺋ ﺔ ﻣن ﻋﺷرة
ﻣﺻﺎﺑ ﺢ اﻟﻣطﻠوب
اﻟﺗﻣر ن اﻟﺛﺎﻟث :إن ﻧﺳ ﺔ اﻹﻧﺗﺎج اﻟﺗﺎﻟﻒ ﻷﺣد ﻣﺻﺎﻧﻊ اﻟﻣﺻﺎﺑ ﺢ ﻫﻲ . 10%إذا أﺧذت ﻋﯾﻧﺔ
ﻣ وﻧﺔ ﻣن 5ﻣﺻﺎﺑ ﺢ ﺷ ﻞ ﻋﺷواﺋﻲ ﻣن إﻧﺗﺎج ﻫذا اﻟﻣﺻﻧﻊ ،ﻓﺄوﺟد ﻣﺎ ﯾﻠﻲ:
. -1أوﺟد اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ:
.اﻟﺣﺻول ﻋﻠﻰ ﻣﺻ ﺎح واﺣد ﺗﺎﻟﻒ -
-اﻟﺣﺻول ﻋﻠﻰ ﺟﻣ ﻊ اﻟﻣﺻﺎﺑ ﺢ ﺗﺎﻟﻔﺔ
-اﻟﺣﺻول ﻋﻠﻰ ﻣﺻ ﺎح واﺣد ﺗﺎﻟﻒ ﻋﻠﻰ اﻷﻛﺛر
اﻟﺣﺻول ﻋﻠﻰ ﻣﺻ ﺎح واﺣد ﺗﺎﻟﻒ ﻋﻠﻰ اﻷﻗﻞ -
-2أوﺟد اﻟﻌدد اﻟﻣﺗوﻗﻊ ﻟﻠﻣﺻﺎﺑ ﺢ اﻟﺗﺎﻟﻔﺔ ﻓﻲ اﻟﻌﯾﻧﺔ
اﻟﺗﻣر ن اﻟ ار ﻊ :ﻗﺎﻣت إدارة اﻟﻣرور ﺎﻟﻌﺎﺻﻣﺔ ﺑوﺿﻊ ﺟﻬﺎ از ﻟﻠرادار ﻋﻧد اﺣد ﻣداﺧﻞ اﻟﻌﺎﺻﻣﺔ
اﻟﺳ ﺎرات اﻟﻣﺳرﻋﺔ ﻓﻲ ﻓﺗرة ﻣﻌﯾﻧﺔ ﻣن اﻟﯾوم ،ﻧﻔﺗرض أن Xﺗﻣﺛﻞ اﻟﺳرﻋﺔ ﻓﻲ اﻟﺳﺎﻋﺔ ﻟﺿ
ﻟﻠﺳ ﺎرات اﻟﺗﻲ ﺗﻣر ﻋﻧد اﻟﻣدﺧﻞ ﻓﻲ ﻓﺗرة ﻋﻣﻞ اﻟرادار ،إذا ﺎﻧت Xﺗﺗوزع ﺗوزﻌﺎ طﺑ ﻌﻲ وﺳطﻪ
اﻟﺣﺳﺎﺑﻲ 60ﻠم وﺗ ﺎﯾﻧﻪ 25ﻠم ،أوﺟد اﻟﺗﺎﻟﻲ:
144
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
• ﻧﺳ ﺔ اﻟﺳ ﺎرات اﻟﺗﻲ ﺗﻛون ﺳرﻋﺗﻬﺎ ﺑﯾن 60ﻠم و 77.45ﻠم ﻓﻲ اﻟﺳﺎﻋﺔ .
ﻋدد اﻟﺳ ﺎرات اﻟﺗﻲ ﺗﻛون ﺳرﻋﺗﻬﺎ ﺑﯾن 60ﻠم و 77.45ﻠم ﻣن ﺑﯾن 10000ﺳ ﺎرة
اﻟﺗﻣر ن اﻟﺧﺎﻣس :إذا ﺎﻧت ﻧﺳ ﺔ اﻟﻧﺟﺎح ﻓﻲ أﺣد اﻟﻣﻘررات ﻫﻰ % 80ﻓﺈذا ﺗﻘدم ﻟﻬذا اﻻﻣﺗﺣﺎن
15طﺎﻟب ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﯾﻧﺟﺢ:
-ﺟﻣ ﻊ اﻟطﻼب
8 -طﻼب
6 -طﻼب
- -وﻻ طﺎﻟب
اﻟﺗﻣر ن اﻟﺳﺎدس :إذا ﺎﻧت ﻧﺳ ﺔ اﻹﺻﺎ ﺔ ﻣرض اﻹﻧﻔﻠواﻧ از ﻓﻰ إﺣد اﻟﻣدن ﻓﻲ ﻓﺻﻞ اﻟﺷﺗﺎء
ﻫﻲ 60% .ﺗم اﺧﺗ ﺎر 20ﺷﺧص ﻣن ﻫذﻩ اﻟﻣدﯾﻧﺔ ،ﻣﺎ اﺣﺗﻣﺎل أن ون:
7 -أﺷﺧﺎص ﻣﺻﺎﺑون ﺎﻹﻧﻔﻠوﻧ از
-ﺟﻣ ﻌﻬم أﺻﺣﺎء.
-ﺟﻣ ﻌﻬم ﻣرﺿﻰ.
-ﻣﺎ اﺣﺗﻣﺎل أن ون ﻧﺻﻔﻬم ﻣرﺿﻰ.
اﻟﺗﻣر ن اﻟﺳﺎ ﻊ :إذا ﺎن ﻣﺗوﺳ ﻋدد طﺎﻟﺑﻲ اﺳﺗﺧدام ﻣﺎﻛﯾﻧﺔ اﻟﺳﺣب اﻵﻟﻲ ﻓﻰ أﺣد اﻟﺑﻧوك ﻫو
5أﻓراد ﻞ ﻧﺻﻒ ﺳﺎﻋﺔ.
أ -اﺣﺳب اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ ﻹﻋداد اﻟواﺻﻠﯾن ﻞ ﻧﺻﻒ ﺳﺎﻋﺔ ﺄن ون:
10 -أﺷﺧﺎص
ﻘﻞ ﻋن 3أﺷﺧﺎص. -
-أﻛﺛر ﻣن ﺷﺧص واﺣد.
-ﯾﺗراوح اﻟﻌدد ﺑﯾن 4و 8أﺷﺧﺎص.
ب-اﺣﺳب ﻧﻔس اﻻﺣﺗﻣﺎﻻت اﻟﺳﺎ ﻘﺔ إذا ﺎن ﻣﻌدل اﻟوﺻول ﻞ رﻊ ﺳﺎﻋﺔ.
ج -اﺣﺳب ﻧﻔس اﻻﺣﺗﻣﺎﻻت اﻟﺳﺎ ﻘﺔ إذا ﺎن ﻣﻌدل اﻟوﺻول ﻞ ﺳﺎﻋﺔ.
اﻟﺗﻣر ن اﻟﺛﺎﻣن :ﻣﻌرض ﺳ ﺎرات ﻪ 48ﺳ ﺎرة ﻣن ﺑﯾﻧﻬﺎ 8ﺳ ﺎرات ﻣﻌﯾ ﺔ .اﺧﺗﯾرت ﻋﯾﻧﺔ
ﻋﺷواﺋ ﺔ ﻣن 5ﺳ ﺎرات اوﺟد:
أ -اﺣﺗﻣﺎل أن ﺗﻛون اﻟﻌﯾﻧﺔ اﻟﻣﺳﺣو ﺔ ﻠﻬﺎ ﺳﻠ ﻣﺔ
145
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
س ﺣﺗو ﻋﻠﻰ 8ﺣ ﺎت ﺑرﺗﻘﺎل و 10ﺣ ﺎت ﻣوز اﺧﺗﯾرت ﻣن ﻫذا اﻟﻛ س اﻟﺗﻣر ن اﻟﺗﺎﺳﻊ:
ون ﻣن ﺑﯾن اﻟﺣ ﺎت اﻟﻣﺧﺗﺎرة 4ﺣ ﺎت 8ﺣ ﺎت دون إرﺟﺎع اﻟﻣطﻠوب :ﺣﺳﺎب اﺣﺗﻣﺎل أن
ﺑرﺗﻘﺎل
اوﺟد اﻟوﺳ اﻟﺣﺳﺎﺑﻲ و اﻟﺗ ﺎﯾن ﻟﻬذﻩ اﻟﺗﺟرﺔ اﻟﻌﺷواﺋ ﺔ
اﻟﺗﻣر ن اﻟﻌﺎﺷر :ﺻوب ﺷﺧص ﻧﺣو ﻫدف ﻣﻌﯾن ،و ﺳﺗﻣر ﻓﻲ اﻟﺗﺻو ب ﺣﺗﻰ ﺻﯾب
اﻟﻬدف ﻟﻠﻣرة اﻷوﻟﻲ ،ﻓﺈذا ﺎن اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﻬدف ﻓﻲ ﻞ ﻣرة ﻫو 0.7
اﻟﻣطﻠوب :
-ﺣﺳﺎب اﺣﺗﻣﺎل أن ﺣﺗﺎج إﻟﻰ 3ﻣﺣﺎوﻻت ﻹﺻﺎ ﺔ اﻟﻬدف
-ﺣﺳﺎب اﺣﺗﻣﺎل أن ﺣﺗﺎج إﻟﻰ 5ﻣﺣﺎوﻻت ﻋﻠﻰ اﻷﻗﻞ ﻹﺻﺎ ﺔ اﻟﻬدف
-ﺣﺳﺎب اﺣﺗﻣﺎل اﻟﻬدف ﻗﺑﻞ اﻟﻣﺣﺎوﻟﺔ اﻟﻌﺎﺷرة
ﻋﺷر :ﺻﻧدوق ﺣﺗو ﻋﻠﻰ 10رات ﻣﻧﻬﺎ 4رات ﺣﻣراء و 6رات زرﻗﺎء اﻟﺗﻣر ن اﻟﺣﺎد
،ﺳﺣﺑﻧﺎ 5رات ﻣن اﻟﺻﻧدوق ﺑدون إرﺟﺎع
اﻟﻣطﻠوب :
-ﺣﺳﺎب اﺣﺗﻣﺎل ﺳﺣب رﺗﯾن ﺣﻣراوﺗﯾن ﻣن اﻟﺻﻧدوق
ﺣﺳﺎب اﺣﺗﻣﺎل ﺳﺣب رة واﺣدة ﺣﻣراء ﻋﻠﻰ اﻷﻛﺛر -
-ﺣﺳﺎب اﺣﺗﻣﺎل أن ﺗﻛون ﻋﻠﻰ اﻷﻗﻞ اﺣد اﻟﻛرات اﻟﻣﺳﺣو ﺔ ﺣﻣراء
ﺣﺳﺎب ﺗوﻗﻊ و ﺗ ﺎﯾن ﻋدد اﻟﻛرات اﻟﺣﻣراء اﻟﻣﺳﺣو ﺔ -
اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ ﻋﺷر :ﻟ ن Xﻣوزﻋﺎ ﺗوزﻌﺎ ﻣﻧﺗظم ﻓﻲ اﻟﻣﺟﺎل ) ( 2 ، 5ﻓﺎوﺟد :
اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ -
| − >| -اوﺟد اﻟﻘ ﻣﺔ
√
اﻟﺗﻣر ن اﻟ ار ﻊ ﻋﺷر :ﺷﺣﻧﺔ ﻣن 80ﺟﻬﺎز ﻬرﺎﺋﻲ ﻣن ﺑﯾﻧﻬﺎ 4أﺟﻬزة ﻣﻌﯾ ﺔ ،ﺗم ﺳﺣب ﻋﯾﻧﺔ
ﻋﺷواﺋ ﺔ ﻣن 3أﺟﻬزة.اوﺟد اﺣﺗﻣﺎل أن ﺗﺣﺗو ﻫذﻩ اﻟﻌﯾﻧﺔ ﻋﻠﻰ ﺟﻬﺎز واﺣد ﻣﺗﻌطﻞ
146
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
اﻟﺗﻣر ن اﻟﺧﺎﻣس ﻋﺷر:ﻣن اﻹﺣﺻﺎﺋ ﺎت ﻧﻌﻠم أن ﻣﺗوﺳ وزن ﻣﻧﺗﺞ ﻣﻌﯾن ﻫو 3ﻎ ﺎﻧﺣراف
ﻣﻌ ﺎر 0.5ﻎ.
-أﺣﺳب اﻟﺣد اﻷدﻧﻰ ﻟﻧﺳ ﺔ اﻟﻣﻧﺗﺟﺎت اﻟﺗﻲ ﯾﺗراوح وزﻧﻬﺎ ﺑﯾن 1.5ﻎ و 4.5ﻎ.
ﻔرض أن وزن اﻟﻣﻧﺗﺞ ﯾﺗ ﻊ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﺎﻟﻣﺗوﺳ و اﻻﻧﺣراف اﻟﻣﻌ ﺎر اﻟﻣذ ورن أﻋﻼﻩ ،و
أن اﻟﻣﻧﺗﺞ ﻌﺗﺑر ﺳﻠ ﻣﺎ إذا ﺎن وزﻧﻪ ﯾﺗراوح ﺑﯾن 1.5و 4.5ﻎ،
-أﺣﺳب ﻧﺳ ﺔ اﻟﻣﻧﺗﺟﺎت اﻟﺗﻲ ﯾزد وزﻧﻬﺎ ﻋن 3ﻎ.
-أﺣﺳب ﻧﺳ ﺔ اﻟﻣﻧﺗﺟﺎت اﻟﺗﻲ ﯾﺗراوح وزﻧﻬﺎ ﺑﯾن 1.5و 4.5ﻎ.
-ﺗوﺟﻪ 5ﺎﻟﻣﺋﺔ ﻣن اﻟﻣﻧﺗﺟﺎت اﻷﻛﺑر وزﻧﺎ ﻟﻺﺻﻼح .ﻣﺎ ﻫو اﻟوزن اﻷدﻧﻰ ﻟﻬذﻩ اﻟﻣﻧﺗﺟﺎت ؟
اﻟﺗﻣر ن اﻟﺛﺎﻣن ﻋﺷر :إذا ﺎن ﻣﺗوﺳ ﻋدد طﺎﻟﺑﻲ اﺳﺗﺧدام آﻟﺔ اﻟﺳﺣب اﻵﻟﻲ ﻓﻲ أﺣد اﻟﻣراﻛز
اﻟﺑرد ﺔ ﻫو 5أﻓراد ﻞ ﻧﺻﻒ ﺳﺎﻋﺔ ،اﺣﺳب اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ ﻹﻋداداﻷﺷﺧﺎص اﻟﻣﺳﺗﺧدﻣﯾن
ﻟﻬذﻩ اﻵﻟﺔ ﻞ ﻧﺻﻒ ﺳﺎﻋﺔ ﺄن ون:
-2ﻘﻞ ﻋن 3أﺷﺧﺎص ؟ -1ﻋﺷرة أﺷﺧﺎص ؟
ﺑﯾن اﻟ ار ﻋدد اﻟﺣوادث اﻟﺗﻲ ﺗﻘﻊ ﻋﻠﻰ اﻟطر ﺎن ﻣﺗوﺳ اﻟﺗﻣر ن اﻟﺗﺎﺳﻊ ﻋﺷر :إذا
-1وﻗوع 6ﺣوادث ﻓﻲ ﯾوم ﻣﺎ ؟ اﻟﻌﺎﺻﻣﺔ و اﻟﺑﻠﯾدة ﻫو 3ﺣوادث ﯾوﻣ ﺎ .ﻣﺎ ﻫو اﺣﺗﻣﺎل
-2أن ﻘﻊ اﻗﻞ ﻣن 3ﺣوادث ﻓﻲ ﯾوﻣﺎ ﻣﺎ ؟
:أﺧذت ﻋﯾﻧﺔ ﻋﺷواﺋ ﺔ ﺣﺟﻣﻬﺎ 9أطﻔﺎل ﻣن ﺣدﯾﺛﻲ اﻟوﻻدة ﻓﻲ إﺣد اﻟﺗﻣر ن اﻟﻌﺷرون
اﻟﻣﺳﺗﺷﻔ ﺎت ،ﻓﺈذا ﻋﻠﻣت أن وزن اﻟطﻔﻞ ﺣدﯾث اﻟوﻻدة ﯾﺧﺿﻊ ﻟﺗوزﻊ طﺑ ﻌﻲ ﻣﻌدﻟﻪ 2.9ﻠﻎ و
اﻧﺣراف ﻣﻌ ﺎر 0.6ﻠﻎ اﺧﺗرﻧﺎ ﻣوﻟود ﺻﻔﺔ ﻋﺷواﺋ ﺔ
147
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺳﺗﻣر ﺧﺎﺿﻊ ﻟﺗوزﻊ اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ و اﻟﻌﺷرون :ﻟﻧﻔـرض أن
، { ( ) = 5 ,أﺣﺳـب ﻣـﺎ ﯾﻠﻲ، ( ≥ 8) ، ( ≤ 8) : طﺑ ﻌﻲ }( ) = 9
≤ ( ∉ [−4,14]) ، (−1؟ )≤ 1
اﻟﺗﻣر ن اﻟﺧﺎﻣس و اﻟﻌﺷرون :ﺳﺟـﻠت ﻣﺻﻠﺣـﺔ اﻻﺳﺗﻌﺟﺎﻻت اﻟطﺑ ﺔ ﺄﺣد اﻟﻣﺳﺗﺷﻔ ﺎت ﺑﯾن
اﻟﺳﺎﻋـﺔ 19h 00 :و 20h 00دﺧول 120ﻣرض ﻟﻬذﻩ اﻟﻣﺻﻠﺣﺔ ،ﻓﻣﺎ اﺣﺗﻣﺎل أن ﯾﺗم ﺑﯾن
اﻟﺗﻣر ن اﻟﺳﺎدس و اﻟﻌﺷرون :ﺎﻓﺗراض أن %1ﻣن اﻟﻘطﻊ اﻟﺗﻲ ﺗﻧﺗﺟﻬﺎ آﻟﺔ ﻫﻲ ﻓﺎﺳدة ،ﻗﻣﻧﺎ
ﺳﺣب ﻋﯾﻧﺔ ﻋﺷواﺋ ﺔ ﻣ وﻧﺔ ﻣن 100وﺣدة ،اﻟﻣطﻠوب :إﯾﺟﺎد اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻘطﻊ اﻟﺗﺎﻟﻔﺔ؟
148
اﻟﻔﺻﻞ اﻟﺛﺎﻟث :ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة
اﻟﺗﻣر ن اﻟﺳﺎ ﻊ و اﻟﻌﺷرون :إذا ﺎن وﺻول اﻟطﻠ ﺔ إﻟﻰ اﻟﻣطﻌم اﻟﺟﺎﻣﻌﻲ ﯾﺗ ﻊ اﻟﺗوزﻊ اﻵﺳﻲ
ﻣﻌدل طﺎﻟﺑﯾن ﻓﻲ اﻟدﻗ ﻘﺔ
ب -ﻔرض أن ﻣدة اﻧﺗظﺎر اﻟطﺎﻟب ﻗﺑﻞ اﻟﺣﺻول ﻋﻠﻰ اﻟﺧدﻣﺔ ﺗﺗ ﻊ اﻟﺗوزﻊ اﻵﺳﻲ ﻣﻌدل رﻊ
ﺳﺎﻋﺔ ،اﺣﺳب اﺣﺗﻣﺎل أن ﯾﻧﺗظر طﺎﻟب ﻣﺎ ﻣدة اﻗﻞ أو ﺗﺳﺎو رﻊ ﺳﺎﻋﺔ
اﻟﺗﻣر ن اﻟﺛﺎﻣن و اﻟﻌﺷرون :ﺻﻞ اﻟﻣﺳﺎﻓرون ﻋﺷواﺋ ﺎ إﻟﻰ ﻣوﻗﻒ ﺣﺎﻓﻠﺔ اﻟﻣدﯾﻧﺔ ﻣﻌدل 5
ﻣﺳﺎﻓر ن ﻞ 10دﻗﺎﺋ .
. -أﺣﺳب اﺣﺗﻣﺎل أن ون ﻋدد اﻟﻣﺳﺎﻓرن اﻟذﯾن ﺻﻠون ﻓﻲ ﻓﺗرة ﻋﺷر دﻗﺎﺋ ﻫو2
-أﺣﺳب اﺣﺗﻣﺎل أن ون اﻟﻌدد ﻫو 2ﻓﻲ ﻓﺗرة ﻧﺻﻒ ﺳﺎﻋﺔ.
-أﺣﺳب اﺣﺗﻣﺎل ﻣرور أﻗﻞ ﻣن 10دﻗﺎﺋ ﺑﯾن وﺻول ﻣﺳﺎﻓر واﻟﻣﺳﺎﻓر اﻟذ ﯾﻠ ﻪ.
اﻟﺗﻣر ن اﻟﺗﺎﺳﻊ و اﻟﻌﺷرون :ﯾزﻋم ﻣﻧﺗﺞ وﻻﻋﺎت ﻬر ﺎﺋ ﺔ أن ﻣﻧﺗﺟﻪ ﺻﺎﻟﺢ ﺑﻧﺳ ﺔ ، 99 %أ
أن اﻟوﻻﻋﺔ ﺗﻌطﻲ اﻟﺷ اررة ﻋﻧد ﺗﺷﻐﯾﻠﻬﺎ ﺎﺣﺗﻣﺎل0.99
ﻧﺄﺧذ وﻻﻋﺔ ﻋﺷواﺋ ﺎ ﻣن اﻟﻣﻌﻣﻞ و ﻧﺟرﻬﺎ ﻣ ار ار.
-أﺣﺳب اﺣﺗﻣﺎل أن ﺣدث أول ﻓﺷﻞ ﻓﻲ إﻋطﺎء اﻟﺷ اررة ﻓﻲ اﻟﻣرة اﻟ ار ﻌﺔ.
-ﻓﻲ 10ﺗﺟﺎرب ،أﺣﺳب اﺣﺗﻣﺎل أن ﺣدث اﻟﻔﺷﻞ ﻓﻲ إﻋطﺎء اﻟﺷ اررة ﻋﻠﻰ اﻷﻗﻞ ﻣرة.
-ﻓﻲ ﺣﺎﻟﺔ إﺟراء 100ﺗﺟرﺔ ،ﺑﯾن ﻫﻞ ﻣ ن اﺳﺗﺧدام ﺗوزﻊ ﺑواﺳون ﻟﺣﺳﺎب ﻧﻔس اﻻﺣﺗﻣﺎل
149
ﻗﺎﺋﻣﺔ اﻟﻣراﺟﻊ
150
ﻗﺎﺋﻣﺔ اﻟﻣراﺟﻊ :
اﺣﻣد ﻋﺎﻣر ﻋﺎﻣر – اﻹﺣﺻﺎء – 2دار اﻟﻐرب ﻟﻠﻧﺷر و اﻟﺗوزﻊ – دون ﺳﻧﺔ ﻧﺷر – اﻟﺟزاﺋر -
-
اﻟ ﺷﯾر ﻋﺑد اﻟﻛرم – اﻹﺣﺻﺎء -2دار اﻟﻛﺗﺎب اﻟﻌرﻲ –ﺳﻧﺔ اﻟﻧﺷر - 2006اﻟﺟزاﺋر
-
– ﻣ ﺗ ﺔ اﻟﺛﻘﺎﻓﺔ ﻟﻠﻧﺷر و اﻟﺗوزﻊ اﺣﻣد اﻷﺷﻘر – ﻣﻘدﻣﺔ ﻓﻲ اﻹﺣﺻﺎء ﻣﻔﺎﻫ م وطراﺋ
- -1999ﻋﻣﺎن اﻷردن
-
اﺣﻣد ﻋﻠﻲ اﻟزﻏول – ﻣﻘدﻣﺔ ﻓﻲ اﻻﺣﺗﻣﺎﻻت و ﺗطﺑ ﻘﺎﺗﻬﺎ -دار اﻟﻔرﻗﺎن ﻟﻠﻧﺷر و اﻟﺗوزﻊ –
ﻋﻣﺎن اﻷردن – 1999
رﺟﺎل – ﻧظرﺔ اﻻﺣﺗﻣﺎﻻت – دﯾوان اﻟﻣطﺑوﻋﺎت اﻟﺟﺎﻣﻌ ﺔ -2008-اﻟط ﻌﺔ – 3 -اﻟﺳﻌد
اﻟﺟزاﺋر –ج 1
-
ﺑوﻋظم ﻣﺎل – اﻹﺣﺻﺎء اﻻﺳﺗدﻻﻟﻲ ﻣن اﻟﺟﺎﻧب اﻟﻧظر و اﻟﺗطﺑ ﻘﻲ – دار زﻫران ﻟﻠﻧﺷر –
ﻋﻣﺎن اﻷردن
-ﺛﺎﺋر ﻓ ﺻﻞ ﺷﺎﻫر – اﺧﺗ ﺎر اﻟﻔرﺿ ﺎت اﻹﺣﺻﺎﺋ ﺔ - -دار اﻟﺣﺎﻣد ﻟﻠﻧﺷر و اﻟﺗوزﻊ –
اﻟط ﻌﺔ اﻷوﻟﻲ -2013اﻷردن
ﺟ ﻼ ﻟﻲ ﺟﻼطو ،ﻧظرﺔ اﻻﺣﺗﻣﺎﻻت و اﻟﺗوزﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ -دار ﻫوﻣﺔ ﻟﻠط ﻌﺔ و اﻟﻧﺷر -
-2014-اﻟﺟزاﺋر
-ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ و إ ﻣﺎن ﺣﺳﯾن ﺣﻧوش -اﻹﺣﺻﺎء اﻻﺳﺗدﻻﻟﻲ -دار ﺻﻔﺎء ﻟﻠﻧﺷر و
اﻟﺗوزﻊ – اﻟط ﻌﺔ اﻟﺛﺎﻧ ﺔ -2015ﻋﻣﺎن اﻷردن
ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ و إ ﻣﺎن ﺣﺳﯾن ﺣﻧوش -أﺳﺎﻟﯾب اﻹﺣﺻﺎء اﻟﺗطﺑ ﻘﻲ -دار ﺻﻔﺎء ﻟﻠﻧﺷر -
-2003اﻷردن
ﻣﺎل ﻓﻠ ﻔﻞ و ﻓﺗﺣﻲ ﺣﻣدان – اﻹﺣﺻﺎء -دار اﻟﻣﻧﺎﻫﺞ ﻟﻠﻧﺷر و اﻟﺗوزﻊ -اﻟط ﻌﺔ -
اﻷوﻟﻲ – 2006اﻷردن
151
ﺳ ﻣور ﻟ ﺷﺗز – اﻻﺣﺗﻣﺎﻻت -ﺳﻠﺳﻠﺔ ﻣﻠﺧﺻﺎت ﺷوم – اﻟدار اﻟدوﻟ ﺔ ﻟﻼﺳﺗﺛﻣﺎ ارت اﻟﺛﻘﺎﻓ ﺔ – -
-ﺑو ﻋﺑد ﷲ ﺻﺎﻟﺢ -ﻣﺣﺎﺿرات اﻹﺣﺻﺎء اﻟر ﺎﺿﻲ -ﻣطﺑوﻋﺔ ﻟطﻠ ﺔ ﻠ ﺔ اﻟﻌﻠوم اﻻﻗﺗﺻﺎد ﺔ،
ﺟﺎﻣﻌﺔ .اﻟﻣﺳﯾﻠﺔ ،اﻟﺳﻧﺔ اﻟﺟﺎﻣﻌ ﺔ 2008
-ﺷرف اﻟدﯾن ﺧﻠﯾﻞ ،اﻹﺣﺻﺎء اﻟوﺻﻔﻲ ،ﺷ ﺔ اﻷ ﺣﺎث و اﻟدراﺳﺎت اﻻﻗﺗﺻﺎد ﺔ ،ﻋﻠﻰ اﻟ ار
www.rr4ee .net،
152
اﻟﻣﻼﺣ
153
!"#%$ "& '("*)"+%,.- ,/0("*+1,
2 $3/4+1* 5,&/6+%'('$7& 89+%,:;(+;: "=<>$6'($6,?#@%*$A&CBD+%'E 2 $5$A%,GFIH9J JE+%BK +1"&(&+%,L#M!'("=N
!)*$1O 2 $P$6,?('"$A&",Q 2 $R)S+:TU+!BV 2 $PW!) $P'($68 '($A&$6,? 2 $R8 '+1)!)"*"=("*$7&E 2 !& S/ 2
X'W!,S:+%Y#M!'("Z!) $U:+[$7&,+!5$4\ /4$A$A:] 2 $Q"*,?$A^%$A'_M; 2 $Q$4B`L+%Ba 2 $Q'(+MbPOc- +%'
$4\ %;8*$1d +1"&(&+%,e#M%'"Z!) $+!Bf;$7!,hg O i;"&aj;+1'E$A&(&b"* 2 8 '(+%)%) "*"*Tkg O l1m%n O
_ gO*o g Opj g O n g O q g Opm g O r gOps gO i gO l o%O g
g g O l%g?mcgO ioAlcgOpsMqoGgO r[sMgcgO r1g?scg OpmMq1ltg O q1l[sug O q%q?lvg O q1g[s]gO n1r%i
o g O l%l?mcgO l1i1j]gO l1r%nvgO l1n%icgO loAgtg O i?sMitg O i!q1qvg O i%g1lvg Ows%s%jcgOps!n%r
j o%O g%g1gvgO l1l%lcgO l1l%rvgO l1l1j]gO l1i%rtg O l?s%scg O l%r1rcg O l1m%nvg O l%n[s]gO l?j!g
n o%O g%g1gxo1O g1g%go1O g1g%gvgO l1l%lcgO l1l%itg O l%l?scg O l%l%qvg O l%loGg O l%i[s]gO l1i o
q o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%go1O g1g%gyo%O g%g%gtg O l%l1lcg O l%l1lvg O l%l1ivgO l1l%r
m o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%go1O g1g%gyo%O g%g%gyo%O g%g1go%O g%g1gxo%O g%g1gvgO l1l%l
r o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%go1O g1g%gyo%O g%g%gyo%O g%g1go%O g%g1gxo%O g%g1gxo1O g1g%g
_ o1O*o o%Opj o%O n o%O q o%Opm o%O r o1Ops o1O i o1O l jO g
g g O n%n1nvgO n1g ozgO j?sMnvgO j!q[sugO j1j!ntg Opj!g1jvg OoAi1ncg OoAr?mcg Oo7m%gvgO*o7n1m
o g O r%l1lvgO r1r%ncgO r?j1s]gO m%l1j]gO m1m!itg Opm%j%mvg O q1l1ncg O q1r1nvg O q1n%qtgO q?g%r
j g O l%g1gvgO i[sMlcgO i?m1s]gO i1n%ncgO i1g%ltg OwsMi%ntg Ows!m?sug OwsMnoGg OwsMg%qtgO r[s%s
n g O l?sMqtgO l1r%rcgO l?m1s]gO l%q1rcgO l1n!q{g O l1jo|g O l%g[sug O i%loGg O i?s%mcgO i?m1s
q g O l%l?mcgO l1l1j]gO l1i%lvgO l1i%rcgO l1i o|g O l?sMrtg O l?s!gcg O l%r%qtg O l1m%rvgO l%q[s
m g O l%l1lvgO l1l%icgO l1l%ivgO l1l?sugO l1l%rtg O l%l!q{g O l%l?j]g O l%l1gvg O l%i[s]gO l1i%n
r o%O g%g1gxo1O g1g%go1O g1g%gvgO l1l%lcgO l1l%ltg O l%l%ltg O l%l1icg O l%l[s]g O l%l[s]gO l1l1m
s o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%go1O g1g%gyo%O g%g%gyo%O g%g1gcg O l%l1lvg O l%l1lvgO l1l%l
i o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%go1O g1g%gyo%O g%g%gyo%O g%g1go%O g%g1gxo%O g%g1gxo1O g1g%g
_ j Oj jO q jO r jO i n Og n Opj nO q nO r nO i qO g
g g Oo%o1oGgO g1l ozgO g[s@qtgO g1r ozgO g?m!gtg O g!qo|g O g%n1ncg O g1j?s]g O g1j1jcgO goAi
o g O n1m1mcgO n1g%icgO j%r?s]gO j%n ozgO*o7l%ltg Oo@s[o|g Oo6qsug Oo7j%rvg OoAg[s]gO g1l1j
j g O r1j%nvgO m?sMgcgO m oAivgO q?r%lcgO q[j!ntg O n%i%gtg O n!q?gcg O n%g1nvg Opj!r1lvgO j%n%i
n g O i o7lvgOps1sMlcgOps!n%rvgO r1l1j]gO r%q[scg O r%g%ntg Opm%m%icg Opmo@mcg O q[s!nvgO q?n%n
q g O l1j%ivgO l1g!qvgO i[s%s]gO i%q1icgO io7mvg OwsMi o|g Ows@q1qvg OwsMg1rvg O r%r1ivgO r?j!l
m g O l?s%mcgO l1r!qvgO l?moGgO l1n1m]gO loArtg O i%l1mvg O i?sozg O i!q1qtg O i o7rvgOps!i1m
r g O l%l1nvgO l1i%icgO l1i%nvgO l[sMrcgO l1r%rtg O l1m%mvg O l!q[j]g O l1j?s]g O l%g1lvgO i1i%l
s g O l%l1ivgO l1l?sugO l1l1mcgO l1l1j]gO l1i%itg O l%i%ntg O l?s1sug O l%r1lvg O l%r1gvgO l%q1l
i o%O g%g1gvgO l1l%lcgO l1l%lvgO l1l%icgO l1l%rtg O l%l!q{g O l%l?j]g O l%i1ivg O l%i%qtgO l[sMl
l o%O g%g1gxo1O g1g%go1O g1g%gvgO l1l%lcgO l1l%ltg O l%l%itg O l%l[sug O l%l1rvg O l%l%qtgO l1l1j
o7g o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%go1O g1g%gyo%O g%g%gtg O l%l1lcg O l%l1lvg O l%l1ivgO l1l?s
1o o o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%go1O g1g%gyo%O g%g%gyo%O g%g1go%O g%g1gvg O l%l1lvgO l1l%l
o@j o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%go1O g1g%gyo%O g%g%gyo%O g%g1go%O g%g1gxo%O g%g1gxo1O g1g%g
o
_ qSO j qO q qO r qO i mO g mOpj m Oq mO r m Oi r Og
g g O g o@mcgO go7j]gO goAgvgO g1g%itg O g%g?s]g O g%g%rtg O g%g?m}gO g1g!q~g O g%g%ng O g%g?j
o g O g?s!ivgO g1r%rcgO g?m!rvgO g%q1itg O g!q1gvg O g%n!q{g O g1j%lgO g?jMq~g O g1jog O g oMs
j g Opjo7gvgO*o7i1m]gO*o7r%nvgO*oAq1ntg Oo7j%mcg OoAg%ltg O g%l?m}gO g1i1jg O g?s!jg O g%r?j
n g O n%l?mcgO n?m!lcgO n?j!rvgO j%l!q{g Opj!r1mcg Opj!n%itg Opjo7ngO*o7l og Oo@sMgg Oo7m o
q g Opm!l1gvgO m1mozgO m oAnvgO qsMrtg O q%q1gvg O q1g%rtg O n?s!ngO n%q?jg O n oAng Opj!i?m
m g Ows!m%nvgOps%j!gcgO r1i%rvgO r?mo|g O r oArvg Opm!i o|g OpmMq?rgO m o7jg O q[sMig O q%q?r
r g O i%r[s]gO i%q%qvgO ioAivgOps!l o|g OwsMr1jcg OwsMn1jvg OwsMg?j}gO r[sMgg O r%n%ig O r%g1r
s g O l%n1rvgO l?jozgO l1g1mcgO i1i?scg O i%r?s]g O i!q?mvg O i1j1j}gOps!l?s}g Ows%s[og Ows@q1q
i g O l?s%jcgO l1r!qvgO l?m%mcgO l%q%q{g O l%n1jcg O l oAitg O l%g1ngO i1i%rg O i%r?s}g O i!qs
l g O l%i1lvgO l1i1m]gO l1i%gvgO l[s!mvg O l%r%ivg O l%r%gtg O l1m ogO l%qog O l1j!lg O l o7r
o7g g O l%l1rvgO l1l!qvgO l1l1jcgO l1l%gtg O l%i%rvg O l%i1jvg O l?s1sgO l[s!jg O l%r1mg O l1m?s
1o o g O l%l1lvgO l1l%icgO l1l?s]gO l1l%rtg O l%l1mcg O l%l%ntg O l%l1ggO l1i%ig O l%i!q~g O l%i1g
o@j o%O g%g1gvgO l1l%lcgO l1l%lvgO l1l%ltg O l%l%ivg O l%l?scg O l%l1rgO l1l1mg O l%l%ng O l%lo
o7n o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gtg O l%l%lvg O l%l%ltg O l%l1lgO l1l%ig O l%l?s}g O l%l1r
oAq o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gyo%O g%g%gxo%O g%g%gyo%O g%g1ggO l1l%lg O l%l%lg O l%l1l
o@m o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gyo%O g%g%gxo%O g%g%gyo%O g%g1go1O g1g%g o%O g%g%gg O l%l1l
o7r o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gyo%O g%g%gxo%O g%g%gyo%O g%g1go1O g1g%g o%O g%g%g o%O g%g1g
_ rO m s[O g s[Opm i Og i Opm l Og lO m oAgO g o7g Opm o%o1O g
g g O g%g?jcgO g1g ozgO g1g oGgO g1g%gtg O g%g%gvg O g%g%gtg O g%g1ggO g1g%gg O g%g%gg O g%g1g
o g O g o1oGgO g1g?sugO g1g1mcgO g1g%ntg O g%g1jcg O g%g o|g O g%gogO g1g%gg O g%g%gg O g%g1g
j g O g!q?nvgO g1n%gcgO g?j!gvgO go6q{g O g%g%lvg O g%g%rtg O g%g%qgO g1g%ng O g%g1jg O g%go
n g Oo%o@jcgO g1i1j]gO g?m!lvgO g%q?jvg O g%n%gvg O g1jo|g O g o@m}gO goAgg O g%g?s}g O g%g?m
q g Opj%j!qtgO*oMsMncgO*o7n1jcgO*o7g%gtg O g?s@qtg O g1m%mvg O g!q?ggO g?j!lg O g1jog O g o@m
m g O n%r1lvgO n1g ozgO j!qoGgO*o7l o|g Oo7m!gvg Oo%oArtg O g%i1lgO g1r?s}g O g1m!gg O g%n1i
r g Opm%j?s]gO q[m!gcgO n[sMivgO noAntg Opj%m!rvg Opj!g?scg OoAr?m}gO*o7n%gg OoAg1jg O g?s!l
s g O r?s!nvgO m%l%lcgO m1j%mcgO q[m!ntg O n%i%rvg O n1jMq{g Opj!r1lgO j1j!gg Oo@sMlg Oo6q?n
i g OwsMl?jcgOps%j!lcgO r1r1jcgO m%l%ntg Opm%j!nvg O q?m!rtg O n%l?j}gO n1n%ng Opj1sMlg Opj!n?j
l g O i?s1s]gO i1n%gcgOps1sMrvgOpso@scg O r1m!nvg Opm!i?scg Opm%j1j}gO q[m!ig O n%l?s}g O n!qSo
o7g g O l%n1nvgO l1g ozgO i1r1jcgO ioArtg OwsMr%nvg OwsMg%rtg O r!q[m}gO m%i%ng Opm%jog O q1r1g
1o o g O l%r1rvgO l%q[sugO l?joGgO i1i%itg O i!q1lvg O i%g%ntg Ows!m1j}gO r1l?s}g O r%n%lg Opm1s!l
o@j g O l%i%qtgO l[sMncgO l?m1s]gO l1n%rtg O l%g%lvg O i?sMrtg O i%n1rgOps!l1jg Ows@q?jg O r%i1l
o7n g O l%l1nvgO l1i?sugO l[sMivgO l1r%rtg O l!q1lvg O l1j!rtg O i%l1igO i1r!q~g O i1j%mg OwsMio
oAq g O l%l[s]gO l1l!qvgO l1l%gvgO l1i%ntg O l?sMnvg O l1m!ltg O l!q?ggO lo@s}g O i%i%ig O i1m!q
o@m g O l%l1lvgO l1l%icgO l1l1mcgO l1l1jvg O l%i%rvg O l?sMitg O l%r[sgO l?mog O l%n1jg O l%g[s
o7r o%O g%g1gvgO l1l%lcgO l1l%ivgO l1l%rtg O l%l%nvg O l%i%ltg O l%i?j}gO l[sMng O l%r%gg O l!q1q
oMs o%O g%g1gxo1O g1g%gcgO l1l%lvgO l1l%itg O l%l?s]g O l%l1mvg O l%logO l1i%rg O l?sMig O l%r1i
o7i o%O g%g1gxo1O g1g%go1O g1g%gvgO l1l%ltg O l%l%lvg O l%l%itg O l%l1rgO l1l%ng O l%i%ig O l%i?j
o7l o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gtg O l%l%lvg O l%l%ltg O l%l1igO l1l?s}g O l%l!q~g O l%lo
j%g o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gyo%O g%g%gxo%O g%g%gtg O l%l1lgO l1l%ig O l%l?s}g O l%l?m
jo o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gyo%O g%g%gxo%O g%g%gyo%O g%g1ggO l1l%lg O l%l%lg O l%l1i
j1j o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gyo%O g%g%gxo%O g%g%gyo%O g%g1go1O g1g%gg O l%l%lg O l%l1l
j%n o%O g%g1gxo1O g1g%go1O g1g%gxo1O g1g%gyo%O g%g%gxo%O g%g%gyo%O g%g1go1O g1g%g o%O g%g%g o%O g%g1g
j
Table N
Aire sous la courbe normale à gauche de
z, c’est à dire P [Z ≤ z], où Z ∼ N (0; 1).
P [Z ≤ z]
0 z
.00 .01 .02 .03 .04 .05 .06 .07 .08 .09
.00 .5000 .5040 .5080 .5120 .5160 .5199 .5239 .5279 .5319 .5359
.10 .5398 .5438 .5478 .5517 .5557 .5596 .5636 .5675 .5714 .5753
.20 .5793 .5832 .5871 .5910 .5948 .5987 .6026 .6064 .6103 .6141
.30 .6179 .6217 .6255 .6293 .6331 .6368 .6406 .6443 .6480 .6517
.40 .6554 .6591 .6628 .6664 .6700 .6736 .6772 .6808 .6844 .6879
.50 .6915 .6950 .6985 .7019 .7054 .7088 .7123 .7157 .7190 .7224
.60 .7257 .7291 .7324 .7357 .7389 .7422 .7454 .7486 .7517 .7549
.70 .7580 .7611 .7642 .7673 .7704 .7734 .7764 .7794 .7823 .7852
.80 .7881 .7910 .7939 .7967 .7995 .8023 .8051 .8078 .8106 .8133
.90 .8159 .8186 .8212 .8238 .8264 .8289 .8315 .8340 .8365 .8389
1.0 .8413 .8438 .8461 .8485 .8508 .8531 .8554 .8577 .8599 .8621
1.1 .8643 .8665 .8686 .8708 .8729 .8749 .8770 .8790 .8810 .8830
1.2 .8849 .8869 .8888 .8907 .8925 .8944 .8962 .8980 .8997 .9015
1.3 .9032 .9049 .9066 .9082 .9099 .9115 .9131 .9147 .9162 .9177
1.4 .9192 .9207 .9222 .9236 .9251 .9265 .9279 .9292 .9306 .9319
1.5 .9332 .9345 .9357 .9370 .9382 .9394 .9406 .9418 .9429 .9441
1.6 .9452 .9463 .9474 .9484 .9495 .9505 .9515 .9525 .9535 .9545
1.7 .9554 .9564 .9573 .9582 .9591 .9599 .9608 .9616 .9625 .9633
1.8 .9641 .9649 .9656 .9664 .9671 .9678 .9686 .9693 .9699 .9706
1.9 .9713 .9719 .9726 .9732 .9738 .9744 .9750 .9756 .9761 .9767
2.0 .9772 .9778 .9783 .9788 .9793 .9798 .9803 .9808 .9812 .9817
2.1 .9821 .9826 .9830 .9834 .9838 .9842 .9846 .9850 .9854 .9857
2.2 .9861 .9864 .9868 .9871 .9875 .9878 .9881 .9884 .9887 .9890
2.3 .9893 .9896 .9898 .9901 .9904 .9906 .9909 .9911 .9913 .9916
2.4 .9918 .9920 .9922 .9925 .9927 .9929 .9931 .9932 .9934 .9936
2.5 .9938 .9940 .9941 .9943 .9945 .9946 .9948 .9949 .9951 .9952
2.6 .9953 .9955 .9956 .9957 .9959 .9960 .9961 .9962 .9963 .9964
2.7 .9965 .9966 .9967 .9968 .9969 .9970 .9971 .9972 .9973 .9974
2.8 .9974 .9975 .9976 .9977 .9977 .9978 .9979 .9979 .9980 .9981
2.9 .9981 .9982 .9982 .9983 .9984 .9984 .9985 .9985 .9986 .9986
3.0 .9987 .9987 .9987 .9988 .9988 .9989 .9989 .9989 .9990 .9990
3.1 .9990 .9991 .9991 .9991 .9992 .9992 .9992 .9992 .9993 .9993
3.2 .9993 .9993 .9994 .9994 .9994 .9994 .9994 .9995 .9995 .9995
3.3 .9995 .9995 .9995 .9996 .9996 .9996 .9996 .9996 .9996 .9997
3.4 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9997 .9998
.00 .01 .02 .03 .04 .05 .06 .07 .08 .09
dl χ20.005 χ20.01 χ20.025 χ20.05 χ20.1 χ20.9 χ20.95 χ20.975 χ20.99 χ20.995
1 .0000 .0002 .0010 .0039 .0158 2.706 3.841 5.024 6.635 7.879
2 .0100 .0201 .0506 .1026 .2107 4.605 5.991 7.378 9.210 10.60
3 .0717 .1148 .2158 .3518 .5844 6.251 7.815 9.348 11.34 12.84
4 .2070 .2971 .4844 .7107 1.064 7.779 9.488 11.14 13.28 14.86
5 .4117 .5543 .8312 1.145 1.610 9.236 11.07 12.83 15.09 16.75
6 .6757 .8721 1.237 1.635 2.204 10.64 12.59 14.45 16.81 18.55
7 .9893 1.239 1.690 2.167 2.833 12.02 14.07 16.01 18.48 20.28
8 1.344 1.646 2.180 2.733 3.490 13.36 15.51 17.53 20.09 21.95
9 1.735 2.088 2.700 3.325 4.168 14.68 16.92 19.02 21.67 23.59
10 2.156 2.558 3.247 3.940 4.865 15.99 18.31 20.48 23.21 25.19
11 2.603 3.053 3.816 4.575 5.578 17.28 19.68 21.92 24.72 26.76
12 3.074 3.571 4.404 5.226 6.304 18.55 21.03 23.34 26.22 28.30
13 3.565 4.107 5.009 5.892 7.042 19.81 22.36 24.74 27.69 29.82
14 4.075 4.660 5.629 6.571 7.790 21.06 23.68 26.12 29.14 31.32
15 4.601 5.229 6.262 7.261 8.547 22.31 25.00 27.49 30.58 32.80
16 5.142 5.812 6.908 7.962 9.312 23.54 26.30 28.85 32.00 34.27
17 5.697 6.408 7.564 8.672 10.09 24.77 27.59 30.19 33.41 35.72
18 6.265 7.015 8.231 9.390 10.86 25.99 28.87 31.53 34.81 37.16
19 6.844 7.633 8.907 10.12 11.65 27.20 30.14 32.85 36.19 38.58
20 7.434 8.260 9.591 10.85 12.44 28.41 31.41 34.17 37.57 40.00
22 8.643 9.542 10.98 12.34 14.04 30.81 33.92 36.78 40.29 42.80
24 9.886 10.86 12.40 13.85 15.66 33.20 36.42 39.36 42.98 45.56
26 11.16 12.20 13.84 15.38 17.29 35.56 38.89 41.92 45.64 48.29
28 12.46 13.56 15.31 16.93 18.94 37.92 41.34 44.46 48.28 50.99
30 13.79 14.95 16.79 18.49 20.60 40.26 43.77 46.98 50.89 53.67
35 17.19 18.51 20.57 22.47 24.80 46.06 49.80 53.20 57.34 60.27
40 20.71 22.16 24.43 26.51 29.05 51.81 55.76 59.34 63.69 66.77
45 24.31 25.90 28.37 30.61 33.35 57.51 61.66 65.41 69.96 73.17
50 27.99 29.71 32.36 34.76 37.69 63.17 67.50 71.42 76.15 79.49
60 35.53 37.48 40.48 43.19 46.46 74.40 79.08 83.30 88.38 91.95
70 43.28 45.44 48.76 51.74 55.33 85.53 90.53 95.02 100.4 104.2
80 51.17 53.54 57.15 60.39 64.28 96.58 101.9 106.6 112.3 116.3
90 59.20 61.75 65.65 69.13 73.29 107.6 113.1 118.1 124.1 128.3
100 67.33 70.06 74.22 77.93 82.36 118.5 124.3 129.6 135.8 140.2
120 83.85 86.92 91.57 95.70 100.6 140.2 146.6 152.2 159.0 163.6
dl χ20.005 χ20.01 χ20.025 χ20.05 χ20.1 χ20.9 χ20.95 χ20.975 χ20.99 χ20.995
1
Tableau F3 Percentiles de la distribution F.975 (n1 , n2 )
n 2 \ n1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ∞
1 647.8 799.5 864.2 899.6 921.8 937.1 948.2 956.7 963.3 968.6 976.7 984.9 993.1 997.2 1001 1006 1010 1014 1018
2 38.51 39.00 39.17 39.25 39.30 39.33 39.36 39.37 39.39 39.40 39.41 39.43 39.45 39.46 39.46 39.47 39.48 39.49 39.50
3 17.44 16.04 15.44 15.10 14.88 14.73 14.62 14.54 14.47 14.42 14.34 14.25 14.17 14.12 14.08 14.04 13.99 13.95 13.90
4 12.22 10.65 9.98 9.60 9.36 9.20 9.07 8.98 8.90 8.84 8.75 8.66 8.56 8.51 8.46 8.41 8.36 8.31 8.26
5 10.01 8.43 7.76 7.39 7.15 6.98 6.85 6.76 6.68 6.62 6.52 6.43 6.33 6.28 6.23 6.18 6.12 6.07 6.02
6 8.81 7.26 6.60 6.23 5.99 5.82 5.70 5.60 5.52 5.46 5.37 5.27 5.17 5.12 5.07 5.01 4.96 4.90 4.85
7 8.07 6.54 5.89 5.52 5.29 5.12 4.99 4.90 4.82 4.76 4.67 4.57 4.47 4.41 4.36 4.31 4.25 4.20 4.14
8 7.57 6.06 5.42 5.05 4.82 4.65 4.53 4.43 4.36 4.30 4.20 4.10 4.00 3.95 3.89 3.84 3.78 3.73 3.67
9 7.21 5.71 5.08 4.72 4.48 4.32 4.20 4.10 4.03 3.96 3.87 3.77 3.67 3.61 3.56 3.51 3.45 3.39 3.33
10 6.94 5.46 4.83 4.47 4.24 4.07 3.95 3.85 3.78 3.72 3.62 3.52 3.42 3.37 3.31 3.26 3.20 3.14 3.08
11 6.72 5.26 4.63 4.28 4.04 3.88 3.76 3.66 3.59 3.53 3.43 3.33 3.23 3.17 3.12 3.06 3.00 2.94 2.88
12 6.55 5.10 4.47 4.12 3.89 3.73 3.61 3.51 3.44 3.37 3.28 3.18 3.07 3.02 2.96 2.91 2.85 2.79 2.72
13 6.41 4.97 4.35 4.00 3.77 3.60 3.48 3.39 3.31 3.25 3.15 3.05 2.95 2.89 2.84 2.78 2.72 2.66 2.60
14 6.30 4.86 4.24 3.89 3.66 3.50 3.38 3.29 3.21 3.15 3.05 2.95 2.84 2.79 2.73 2.67 2.61 2.55 2.49
15 6.20 4.77 4.15 3.80 3.58 3.41 3.29 3.20 3.12 3.06 2.96 2.86 2.76 2.70 2.64 2.59 2.52 2.46 2.40
16 6.12 4.69 4.08 3.73 3.50 3.34 3.22 3.12 3.05 2.99 2.89 2.79 2.68 2.63 2.57 2.51 2.45 2.38 2.32
17 6.04 4.62 4.01 3.66 3.44 3.28 3.16 3.06 2.98 2.92 2.82 2.72 2.62 2.56 2.50 2.44 2.38 2.32 2.25
18 5.98 4.56 3.95 3.61 3.38 3.22 3.10 3.01 2.93 2.87 2.77 2.67 2.56 2.50 2.44 2.38 2.32 2.26 2.19
19 5.92 4.51 3.90 3.56 3.33 3.17 3.05 2.96 2.88 2.82 2.72 2.62 2.51 2.45 2.39 2.33 2.27 2.20 2.13
20 5.87 4.46 3.86 3.51 3.29 3.13 3.01 2.91 2.84 2.77 2.68 2.57 2.46 2.41 2.35 2.29 2.22 2.16 2.09
21 5.83 4.42 3.82 3.48 3.25 3.09 2.97 2.87 2.80 2.73 2.64 2.53 2.42 2.37 2.31 2.25 2.18 2.11 2.04
22 5.79 4.38 3.78 3.44 3.22 3.05 2.93 2.84 2.76 2.70 2.60 2.50 2.39 2.33 2.27 2.21 2.14 2.08 2.00
23 5.75 4.35 3.75 3.41 3.18 3.02 2.90 2.81 2.73 2.67 2.57 2.47 2.36 2.30 2.24 2.18 2.11 2.04 1.97
24 5.72 4.32 3.72 3.38 3.15 2.99 2.87 2.78 2.70 2.64 2.54 2.44 2.33 2.27 2.21 2.15 2.08 2.01 1.94
25 5.69 4.29 3.69 3.35 3.13 2.97 2.85 2.75 2.68 2.61 2.51 2.41 2.30 2.24 2.18 2.12 2.05 1.98 1.91
26 5.66 4.27 3.67 3.33 3.10 2.94 2.82 2.73 2.65 2.59 2.49 2.39 2.28 2.22 2.16 2.09 2.03 1.95 1.88
27 5.63 4.24 3.65 3.31 3.08 2.92 2.80 2.71 2.63 2.57 2.47 2.36 2.25 2.19 2.13 2.07 2.00 1.93 1.85
28 5.61 4.22 3.63 3.29 3.06 2.90 2.78 2.69 2.61 2.55 2.45 2.34 2.23 2.17 2.11 2.05 1.98 1.91 1.83
29 5.59 4.20 3.61 3.27 3.04 2.88 2.76 2.67 2.59 2.53 2.43 2.32 2.21 2.15 2.09 2.03 1.96 1.89 1.81
30 5.57 4.18 3.59 3.25 3.03 2.87 2.75 2.65 2.57 2.51 2.41 2.31 2.20 2.14 2.07 2.01 1.94 1.87 1.79
40 5.42 4.05 3.46 3.13 2.90 2.74 2.62 2.53 2.45 2.39 2.29 2.18 2.07 2.01 1.94 1.88 1.80 1.72 1.64
60 5.29 3.93 3.34 3.01 2.79 2.63 2.51 2.41 2.33 2.27 2.17 2.06 1.94 1.88 1.82 1.74 1.67 1.58 1.48
120 5.15 3.80 3.23 2.89 2.67 2.52 2.39 2.30 2.22 2.16 2.05 1.94 1.82 1.76 1.69 1.61 1.53 1.43 1.31
∞ 5.02 3.69 3.12 2.79 2.57 2.41 2.29 2.19 2.11 2.05 1.94 1.83 1.71 1.64 1.57 1.48 1.39 1.27 1.00
n2 \ n 1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ∞
1 39.86 49.50 53.59 55.83 57.24 58.20 58.91 59.44 59.86 60.19 60.71 61.22 61.74 62.00 62.26 62.53 62.79 63.06 63.33
2 8.53 9.00 9.16 9.24 9.29 9.33 9.35 9.37 9.38 9.39 9.41 9.42 9.44 9.45 9.46 9.47 9.47 9.48 9.49
3 5.54 5.46 5.39 5.34 5.31 5.28 5.27 5.25 5.24 5.23 5.22 5.20 5.18 5.18 5.17 5.16 5.15 5.14 5.13
4 4.54 4.32 4.19 4.11 4.05 4.01 3.98 3.95 3.94 3.92 3.90 3.87 3.84 3.83 3.82 3.80 3.79 3.78 3.76
5 4.06 3.78 3.62 3.52 3.45 3.40 3.37 3.34 3.32 3.30 3.27 3.24 3.21 3.19 3.17 3.16 3.14 3.12 3.10
6 3.78 3.46 3.29 3.18 3.11 3.05 3.01 2.98 2.96 2.94 2.90 2.87 2.84 2.82 2.80 2.78 2.76 2.74 2.72
7 3.59 3.26 3.07 2.96 2.88 2.83 2.78 2.75 2.72 2.70 2.67 2.63 2.59 2.58 2.56 2.54 2.51 2.49 2.47
8 3.46 3.11 2.92 2.81 2.73 2.67 2.62 2.59 2.56 2.54 2.50 2.46 2.42 2.40 2.38 2.36 2.34 2.32 2.29
9 3.36 3.01 2.81 2.69 2.61 2.55 2.51 2.47 2.44 2.42 2.38 2.34 2.30 2.28 2.25 2.23 2.21 2.18 2.16
10 3.29 2.92 2.73 2.61 2.52 2.46 2.41 2.38 2.35 2.32 2.28 2.24 2.20 2.18 2.16 2.13 2.11 2.08 2.06
11 3.23 2.86 2.66 2.54 2.45 2.39 2.34 2.30 2.27 2.25 2.21 2.17 2.12 2.10 2.08 2.05 2.03 2.00 1.97
12 3.18 2.81 2.61 2.48 2.39 2.33 2.28 2.24 2.21 2.19 2.15 2.10 2.06 2.04 2.01 1.99 1.96 1.93 1.90
13 3.14 2.76 2.56 2.43 2.35 2.28 2.23 2.20 2.16 2.14 2.10 2.05 2.01 1.98 1.96 1.93 1.90 1.88 1.85
14 3.10 2.73 2.52 2.39 2.31 2.24 2.19 2.15 2.12 2.10 2.05 2.01 1.96 1.94 1.91 1.89 1.86 1.83 1.80
15 3.07 2.70 2.49 2.36 2.27 2.21 2.16 2.12 2.09 2.06 2.02 1.97 1.92 1.90 1.87 1.85 1.82 1.79 1.76
16 3.05 2.67 2.46 2.33 2.24 2.18 2.13 2.09 2.06 2.03 1.99 1.94 1.89 1.87 1.84 1.81 1.78 1.75 1.72
17 3.03 2.64 2.44 2.31 2.22 2.15 2.10 2.06 2.03 2.00 1.96 1.91 1.86 1.84 1.81 1.78 1.75 1.72 1.69
18 3.01 2.62 2.42 2.29 2.20 2.13 2.08 2.04 2.00 1.98 1.93 1.89 1.84 1.81 1.78 1.75 1.72 1.69 1.66
19 2.99 2.61 2.40 2.27 2.18 2.11 2.06 2.02 1.98 1.96 1.91 1.86 1.81 1.79 1.76 1.73 1.70 1.67 1.63
20 2.97 2.59 2.38 2.25 2.16 2.09 2.04 2.00 1.96 1.94 1.89 1.84 1.79 1.77 1.74 1.71 1.68 1.64 1.61
21 2.96 2.57 2.36 2.23 2.14 2.08 2.02 1.98 1.95 1.92 1.87 1.83 1.78 1.75 1.72 1.69 1.66 1.62 1.59
22 2.95 2.56 2.35 2.22 2.13 2.06 2.01 1.97 1.93 1.90 1.86 1.81 1.76 1.73 1.70 1.67 1.64 1.60 1.57
23 2.94 2.55 2.34 2.21 2.11 2.05 1.99 1.95 1.92 1.89 1.84 1.80 1.74 1.72 1.69 1.66 1.62 1.59 1.55
24 2.93 2.54 2.33 2.19 2.10 2.04 1.98 1.94 1.91 1.88 1.83 1.78 1.73 1.70 1.67 1.64 1.61 1.57 1.53
25 2.92 2.53 2.32 2.18 2.09 2.02 1.97 1.93 1.89 1.87 1.82 1.77 1.72 1.69 1.66 1.63 1.59 1.56 1.52
26 2.91 2.52 2.31 2.17 2.08 2.01 1.96 1.92 1.88 1.86 1.81 1.76 1.71 1.68 1.65 1.61 1.58 1.54 1.50
27 2.90 2.51 2.30 2.17 2.07 2.00 1.95 1.91 1.87 1.85 1.80 1.75 1.70 1.67 1.64 1.60 1.57 1.53 1.49
28 2.89 2.50 2.29 2.16 2.06 2.00 1.94 1.90 1.87 1.84 1.79 1.74 1.69 1.66 1.63 1.59 1.56 1.52 1.48
29 2.89 2.50 2.28 2.15 2.06 1.99 1.93 1.89 1.86 1.83 1.78 1.73 1.68 1.65 1.62 1.58 1.55 1.51 1.47
30 2.88 2.49 2.28 2.14 2.05 1.98 1.93 1.88 1.85 1.82 1.77 1.72 1.67 1.64 1.61 1.57 1.54 1.50 1.46
40 2.84 2.44 2.23 2.09 2.00 1.93 1.87 1.83 1.79 1.76 1.71 1.66 1.61 1.57 1.54 1.51 1.47 1.42 1.38
60 2.79 2.39 2.18 2.04 1.95 1.87 1.82 1.77 1.74 1.71 1.66 1.60 1.54 1.51 1.48 1.44 1.40 1.35 1.29
120 2.75 2.35 2.13 1.99 1.90 1.82 1.77 1.72 1.68 1.65 1.60 1.55 1.48 1.45 1.41 1.37 1.32 1.26 1.19
∞ 2.71 2.30 2.08 1.94 1.85 1.77 1.72 1.67 1.63 1.60 1.55 1.49 1.42 1.38 1.34 1.30 1.24 1.17 1.00
n2 \ n1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ∞
1 161.4 199.5 215.7 224.6 230.2 234.0 236.8 238.9 240.5 241.9 243.9 245.9 248.0 249.1 250.1 251.1 252.2 253.3 254.3
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.41 19.43 19.45 19.45 19.46 19.47 19.48 19.49 19.50
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.70 8.66 8.64 8.62 8.59 8.57 8.55 8.53
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.91 5.86 5.80 5.77 5.75 5.72 5.69 5.66 5.63
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.68 4.62 4.56 4.53 4.50 4.46 4.43 4.40 4.37
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.00 3.94 3.87 3.84 3.81 3.77 3.74 3.70 3.67
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.51 3.44 3.41 3.38 3.34 3.30 3.27 3.23
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.28 3.22 3.15 3.12 3.08 3.04 3.01 2.97 2.93
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.01 2.94 2.90 2.86 2.83 2.79 2.75 2.71
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.85 2.77 2.74 2.70 2.66 2.62 2.58 2.54
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.79 2.72 2.65 2.61 2.57 2.53 2.49 2.45 2.40
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.69 2.62 2.54 2.51 2.47 2.43 2.38 2.34 2.30
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.60 2.53 2.46 2.42 2.38 2.34 2.30 2.25 2.21
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.53 2.46 2.39 2.35 2.31 2.27 2.22 2.18 2.13
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.48 2.40 2.33 2.29 2.25 2.20 2.16 2.11 2.07
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.35 2.28 2.24 2.19 2.15 2.11 2.06 2.01
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.38 2.31 2.23 2.19 2.15 2.10 2.06 2.01 1.96
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.27 2.19 2.15 2.11 2.06 2.02 1.97 1.92
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.23 2.16 2.11 2.07 2.03 1.98 1.93 1.88
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.28 2.20 2.12 2.08 2.04 1.99 1.95 1.90 1.84
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.18 2.10 2.05 2.01 1.96 1.92 1.87 1.81
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.23 2.15 2.07 2.03 1.98 1.94 1.89 1.84 1.78
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.20 2.13 2.05 2.01 1.96 1.91 1.86 1.81 1.76
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.18 2.11 2.03 1.98 1.94 1.89 1.84 1.79 1.73
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.16 2.09 2.01 1.96 1.92 1.87 1.82 1.77 1.71
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.07 1.99 1.95 1.90 1.85 1.80 1.75 1.69
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.13 2.06 1.97 1.93 1.88 1.84 1.79 1.73 1.67
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.04 1.96 1.91 1.87 1.82 1.77 1.71 1.65
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.10 2.03 1.94 1.90 1.85 1.81 1.75 1.70 1.64
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.01 1.93 1.89 1.84 1.79 1.74 1.68 1.62
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.00 1.92 1.84 1.79 1.74 1.69 1.64 1.58 1.51
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.92 1.84 1.75 1.70 1.65 1.59 1.53 1.47 1.39
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.83 1.75 1.66 1.61 1.55 1.50 1.43 1.35 1.25
∞ 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 1.83 1.75 1.67 1.57 1.52 1.46 1.39 1.32 1.22 1.00