‫وزارة اﻟﺗﻌﻠ م اﻟﻌﺎﻟﻲ و اﻟ ﺣث اﻟﻌﻠﻣﻲ‬

‫ﺟﺎﻣﻌﺔ اﻟﺑﻠﯾدة ‪ -2 -‬ﻋﻠﻰ ﻟوﻧ ﺳﻲ‬

‫ﻠ ﺔ اﻟﻌﻠوم اﻻﻗﺗﺻﺎد ﺔ و اﻟﻌﻠوم اﻟﺗﺟﺎر ﺔ و ﻋﻠوم اﻟﺗﺳﯾﯾر‬

‫ﻣطﺑوﻋﺔ ﻣوﺟﻬﺔ ﻟطﻠ ﺔ اﻟﺳﻧﺔ اﻷوﻟﻲ ﺟذع ﻣﺷﺗرك ﻌﻧوان‬

‫ﷴ ﺑوﺣﺟﻠﺔ‬ ‫ﻣن إﻋداد‪ :‬د‬

‫اﻟﺳﻧﺔ اﻟدراﺳ ﺔ ‪2020/2019‬‬

‫ﻓﻬرس اﻟﻣﺣﺗو ﺎت‬
 ‫ﻓﻬرس اﻟﻣﺣﺗو ﺎت‬

‫اﻟﻔﺻﻞ اﻷول ﻧظر ﺔ اﻻﺣﺗﻣﺎﻻت ‪2...................................................‬‬

‫أوﻻ ﻣﻔﺎﻫ م أﺳﺎﺳ ﺔ ﻋن ﻧظر ﺔ اﻟﻣﺟﻣوﻋﺎت ‪3.......................................‬‬
‫أ ‪ -‬ﻣﻔﻬوم اﻟﻣﺟﻣوﻋﺔ‪3............................................................‬‬
‫ب أﻧواع اﻟﻣﺟﻣوﻋﺎت‪5.............................................................‬‬
‫ج‪ -‬اﻟﻌﻣﻠ ﺎت ﻋﻠﻰ اﻟﻣﺟﻣوﻋﺎت‪7...................................................‬‬
‫ﺗﻣﺎرن ﻣﻘﺗرﺣﺔ ‪11.....................................................................‬‬
‫ﺛﺎﻧ ﺎ ‪ -‬اﻟﺗﺣﻠﯾﻞ اﻟﺗواﻓﻘﻲ‪13............................................................‬‬
‫أ – اﻟﺗﺑدﯾﻠﺔ ‪15......................................................................‬‬
‫ب‪ -‬اﻟﺗرﺗﯾ ﺔ ‪17...................................................................‬‬
‫ج‪ -‬اﻟﺗوﻓ ﻘﺔ ‪18.................................................................. :‬‬
‫ﺗﻣﺎرن ﻣﻘﺗرﺣﺔ ‪20.....................................................................‬‬
‫ﺛﺎﻟﺛﺎ اﻟﺗﺟر ﺔ و اﻟﺣدث ) ﻣﺻطﻠﺣﺎت اﻟﻔراغ اﻻﺣﺗﻣﺎﻟﻲ (‪22.............................‬‬
‫أ – اﻟﺗﺟرﺔ اﻟﻌﺷواﺋ ﺔ ‪22..............................................................‬‬
‫‪-1‬ﻣﻔﻬوم اﻟﺗﺟرﺔ‪22................................................................‬‬
‫‪-2‬ﻓراغ اﻟﺣوادث اﻷوﻟ ﺔ ) ﻓﺿﺎء اﻟﻌﯾﻧﺔ (‪22.........................................‬‬
‫‪ -3‬اﻟﺣدث و أﻧواﻋﻪ‪23.............................................................‬‬
‫ب – طرق ﺣﺳﺎب اﻻﺣﺗﻣﺎﻻت ‪25.....................................................‬‬
‫‪ -1‬ﺗﻌرﻒ اﻻﺣﺗﻣﺎل‪25.............................................................‬‬
‫‪ -2‬ﺧواص و ﻗواﻧﯾن اﻻﺣﺗﻣﺎﻻت‪26.................................................‬‬
‫‪ -3‬اﻻﺣﺗﻣﺎل اﻟﺷرطﻲ‪29...........................................................‬‬
‫‪ -4‬اﻟﺣوادث اﻟﻣﺳﺗﻘﻠﺔ‪31............................................................‬‬
‫‪ -5‬اﻻﺣﺗﻣﺎل اﻟﻛﻠﻲ‪34..............................................................‬‬
 ‫‪ -6‬دﺳﺗور ﺎﯾز‪37...................................................................‬‬
‫أﻣﺛﻠﺔ ﺗوﺿ ﺣ ﺔ ‪38......................................................................‬‬
‫ﺗﻣﺎرن ﻣﻘﺗرﺣﺔ ‪42........................................................................‬‬
‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ ‪45..................................................‬‬
‫ﺗﻌرﻒ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ‪46...............................................................‬‬
‫أوﻻ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﻧﻘطﻌﺔ و ﻣﻣﯾزاﺗﻬﺎ اﻟﻌدد ﺔ‪47....................................‬‬
‫أ‪ -‬ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ) داﻟﺔ اﻻﺣﺗﻣﺎل (‪48.......................................‬‬
‫ب‪ -‬اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﻧﻘطﻊ‪50.........................................‬‬
‫ت‪ -‬داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ) ﺗﺎ ﻊ اﻟﺗوزﻊ أو اﻟداﻟﺔ اﻟﺗﺟﻣ ﻌ ﺔ (‪51......................‬‬
‫ث‪ -‬اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﻧﻘطﻊ‪54.......................................‬‬
‫ﺗﻣﺎرن ﻣﺣﻠوﻟﺔ‪57.........................................................................‬‬
‫ﺛﺎﻧ ﺎ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﺳﺗﻣرة و ﻣﻣﯾزاﺗﻬﺎ اﻟﻌدد ﺔ‪64....................................‬‬
‫أ‪ -‬داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ‪64...........................................................‬‬
‫ب‪ -‬داﻟﺔ اﻟﺗوزﻊ )‪66...............................................................F(x‬‬
‫ت‪ -‬اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﺳﺗﻣر‪69......................................‬‬
‫ﺗﻣﺎرن ﻣﺣﻠوﻟﺔ ‪71........................................................................‬‬
‫ﺗﻣﺎرن ﻣﻘﺗرﺣﺔ ﻟﻠﺣﻞ‪84....................................................................‬‬
‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‪87.........................‬‬
‫أوﻻ ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﺧﺎﺻﺔ ﺎﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﻧﻘطﻌﺔ‪88...................‬‬
‫أ – ﺗوزﻊ ﺑرﻧوﻟﻲ‪88..................................................................‬‬
‫ب – اﻟﺗوزﻊ اﻟﺛﻧﺎﺋﻲ ) ﺗوزﻊ ذو ﺣدﯾن (‪91............................................‬‬
‫ج‪ -‬ﺗوزﻊ ﺑواﺳون ) ( ↝ ‪94...................................................‬‬
‫د اﻟﺗوزﻊ اﻟﻬﻧدﺳﻲ ) ( ↝ ‪96................................................‬‬
‫↝ ‪98............................‬‬ ‫(‬ ‫‪,‬‬ ‫‪−‬‬ ‫ق – اﻟﺗوزﻊ ﻓوق اﻟﻬﻧدﺳﻲ )‬
‫ك اﻟﺗوزﻊ اﻟﻣﻧﺗظم ‪100.............................................................‬‬
‫ﺛﺎﻧ ﺎ ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﺧﺎﺻﺔ ﺎﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ اﻟﻣﺳﺗﻣرة ‪103............‬‬
‫‪103........................................... ↝ ( ,‬‬ ‫أ – اﻟﺗوزﻊ اﻟﻣﻧﺗظم )‬
‫↝ ‪107................................‬‬ ‫ب‪ -‬اﻟﺗوزﻊ ) اﻟﻘﺎﻧون ( اﻵﺳﻲ ‪( ) :‬‬
‫↝ ‪109........................................‬‬ ‫(‬ ‫‪,‬‬ ‫ت‪ -‬اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ‪) :‬‬
‫↝ ‪113...............................‬‬ ‫د‪ -‬اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر ‪(0 , 1) :‬‬
‫‪118...............................................‬‬ ‫↝‬ ‫ك‪ -‬ﺗوزﻊ ﻲ ﻣرﻊ‬
‫↝ ‪122....................................................‬‬ ‫د‪ -‬ﺗوزﻊ ﺳﺗودﻧت‬
‫↝ ‪125...............................................X‬‬ ‫(‬ ‫)‬ ‫‪ -‬ﺗوزﻊ ﻓ ﺷر‬
‫ﺗﻣﺎرن ﻣﺣﻠوﻟﺔ‪129.......................................................................‬‬
‫ﺗﻣﺎرن ﻣﻘﺗرﺣﺔ ‪144......................................................................‬‬
‫ﻗﺎﺋﻣﺔ اﻟﻣراﺟﻊ ‪150.......................................................................‬‬
‫ﻗﺎﺋﻣﺔ اﻟﻣﻼﺣ ‪153......................................................................‬‬
 ‫﷽‬

‫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

‫ﻞ اﻟﺗﺻﺣ ﺣﺎت و اﻻﻗﺗراﺣﺎت و‬ ‫وﻧرﺣب‬ ‫ﻧرﺟو ﻣن ﷲ أن ﯾﻧﻔﻊ ﺑﻬﺎ و أن ﺄﺟرﻧﺎ ﻋﻠﯾﻬﺎ‬

‫اﻟﻣﻼﺣظﺎت ﻹﺛراء ﻫذا اﻟﻌﻣﻞ أﻛﺛر‬
 ‫اﻟﻔﺼﻞ اﻷول ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬
‫• أ ‪ -‬ﻣﻔﮭﻮم اﻟﻤﺠﻤﻮﻋﺔ‬ ‫أوﻻ ﻣﻔﺎھﯾم أﺳﺎﺳﯾﺔ‬
‫• ب أﻧﻮاع اﻟﻤﺠﻤﻮﻋﺎت‬ ‫ﻋن ﻧظرﯾﺔ‬
‫• ج‪ -‬اﻟﻌﻤﻠﯿﺎت ﻋﻠﻰ اﻟﻤﺠﻤﻮﻋﺎت‬ ‫اﻟﻣﺟﻣوﻋﺎت‬
‫• أ ‪ -‬اﻟﺘﺒﺪﯾﻠﺔ‬
‫ﺛﺎﻧﯾﺎ ‪ -‬اﻟﺗﺣﻠﯾل‬
‫• ب‪ -‬اﻟﺘﺮﺗﯿﺒﺔ‬
‫اﻟﺗواﻓﻘﻲ‬
‫• ج‪ -‬اﻟﺘﻮﻓﯿﻘﺔ‬

‫• أ – اﻟﺘﺠﺮﺑﺔ اﻟﻌﺸﻮاﺋﯿﺔ‬ ‫ﺛﺎﻟﺛﺎ اﻟﺗﺟرﺑﺔ و اﻟﺣدث‬

‫) ﻣﺻطﻠﺣﺎت اﻟﻔراغ‬
‫• ب – طﺮق ﺣﺴﺎب اﻻﺣﺘﻤﺎﻻت‬ ‫اﻻﺣﺗﻣﺎﻟﻲ (‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫اﻟﻔﺻﻞ اﻷول ‪:‬ﻧظر ﺔ اﻻﺣﺗﻣﺎﻻت‬

‫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

‫أوﻻ ﻣﻔﺎﻫ م أﺳﺎﺳ ﺔ ﻋن ﻧظر ﺔ اﻟﻣﺟﻣوﻋﺎت‪:‬‬

‫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

‫‪ – 1‬ﺗﻌر ﻒ اﻟﻣﺟﻣوﻋﺔ ‪:‬‬

‫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

‫ﺻﻐﯾرة ‪ x ، a , b , c‬وﻧ ﺗب ‪ :‬إذا ﺎن ‪ x‬ﻋﻧﺻ ار ﻣن اﻟﻣﺟﻣوﻋﺔ ‪ A‬ﺎﻟﺷ ﻞ ‪ X  A‬و ﺗﻘ أر‬

‫ر ‪ X‬ﻻ ﯾﻧﺗﻣﻲ إﻟﻲ ‪A‬‬

‫‪ X‬ﯾﻧﺗﻣﻲ إﻟﻲ ‪ A‬أو ‪ X  A‬وﺗﻘ أ‬

‫‪ -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

‫أوﻟر ﻓن ) او ﻓن( ‪ ،‬ﺎﻋﺗﻣﺎد‬ ‫‪ -3‬ﺗﻣﺛﯾﻞ اﻟﻣﺟﻣوﻋﺔ ‪ :‬ﺗﻣﺛﻞ اﻟﻣﺟﻣوﻋﺔ ﺑ ﺎﻧ ﺎ ﺎﺳﺗﺧدام ﻣﺧط‬

‫ﻣﻐﻠ )‪ ،(2‬ﺣﺳب اﻷﺷ ﺎل اﻟﺗﺎﻟ ﺔ‬ ‫أﺷ ﺎل ﻫﻧدﺳ ﺔ ﻣﺧﺗﻠﻔﺔ ﺎﻟداﺋرة أو اﻟﻣﺳﺗطﯾﻞ أو ﺑﺧ‬

‫‪A  1,3,4,5,6‬‬
‫‪A‬‬ ‫‪A‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪5‬‬ ‫‪6‬‬
‫‪5‬‬ ‫‪6‬‬

‫‪A‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪A‬‬

‫‪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

‫ﻓﺎن ‪card A= 8‬‬ ‫ﻣﺛﺎل ‪ :‬إذا ﺎن ‪A  1,3,4,5,6,7,8,9‬‬

‫ﻓﺎن ‪card B= 0‬‬ ‫و إذا ﺎن ‪B  ‬‬

‫‪ -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

‫ﻣﺛﺎل ‪ :‬ﻣﺟﻣوﻋﺔ اﻷﻋداد اﻟطﺑ ﻌ ﺔ }∞ … … ‪ℕ = {0,1,2,3,‬‬

‫ﻣﺟﻣوﻋﺔ اﻷﻋداد اﻟﺣﻘ ﻘ ﺔ }∞‪ℜ = {−∞, … . . ,0, … … , +‬‬

‫ﻣﺟﻣوﻋﺔ اﻷﻋداد اﻟﺻﺣ ﺣﺔ }∞‪= {−∞, … − 2, −1, 0 ,1 , 2 , … … , +‬‬

‫‪ -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

‫‪B‬‬ ‫وﺗﻣﺛﯾﻠﻬﺎ ﺣﺳب ﻣﺧط ﻓن‬

‫‪A‬‬

‫وﻧﻘول أن ‪ B‬ﻏﯾر ﻣﺣﺗواة ﻓﻲ ‪ A‬وﻧ ﺗب ) ⊄ (‬

‫ﻣﻼﺣظﺔ‪ :‬ﻞ ﻣﺟﻣوﻋﺔ ﻣﺣﺗواة ﻓﻲ ﻧﻔﺳﻬﺎ‪( ⊂ ) ،‬‬

‫⊂ (‬ ‫⋏‬ ‫⊂‬ ‫⟹‬ ‫إو ذا ﺎن ﻟدﯾﻧﺎ ) ⊂‬

‫‪-1‬ﻧﻔس اﻟﻣرﺟﻊ –ﺻص ‪ 9 -7‬ﺑﺗﺻرف‬

‫‪5‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫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

‫⊂‪(A‬‬ ‫⋏‬ ‫⊂‬ ‫⟺‬ ‫وﻣﻧﻪ ) =‬

‫ﻞ اﻟﻣﺟﻣوﻋﺎت اﻟﺟزﺋ ﺔ ﻧﺳﻣﻲ اﻟﻣﺟﻣوﻋﺔ ‪Ω‬‬ ‫‪ -5‬اﻟﻣﺟﻣوﻋﺔ اﻟﻛﻠ ﺔ ‪ :‬إذا ﺎﻧت اﻟﻣﺟﻣوﻋﺔ ‪ Ω‬ﺗﺣﺗو‬

‫‪Ω‬‬ ‫ﺎﻟﻣﺟﻣوﻋﺔ اﻟﻛﻠ ﺔ أو اﻟﻔﺿﺎء‬

‫‪A‬‬
‫‪B‬‬

‫‪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

‫ﻓﺎن ‪( ) = 2 = 8‬‬ ‫ﻣﺛﺎل ‪ :‬إذا ﺎﻧت }‪= {0 ,2 , 3‬‬

‫‪( ) = {0} , {2} , {3} , {0 ,2 } , {0 ,3 } , {2 ,3 } , {0 , 2 ,3 } ,‬‬

‫‪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 ) ∪‬

‫∪‬ ‫=‬ ‫‪:‬‬ ‫∈‬ ‫∈ ‪ x‬او‬ ‫وﻧ ﺗب‬

‫ﺧواص اﻻﺗﺣﺎد ‪:‬‬

‫⊂‬ ‫∪‬ ‫;‬ ‫∪ ⊂‬ ‫‪‬‬

‫‪A∪A=A ‬‬
‫‪A∪∅=A ‬‬
‫و ‪∪Ω=Ω‬‬ ‫ﻓﺎن ‪∪ Ω = Ω‬‬ ‫و ‪⊂Ω‬‬ ‫‪⊂Ω‬‬ ‫‪‬‬
‫ﻋﻣﻠ ﺔ اﻻﺗﺣﺎد ﺗﺑدﯾﻠﻲ‬ ‫‪∪B=B∪A‬‬ ‫‪‬‬
‫ﺧﺎﺻ ﺔ اﻟﺗﺟﻣ ﻊ‬ ‫∪) ∪ (=) ∪ (∪‬ ‫‪‬‬
‫( ﺎﻧﻪ ﻣﺟﻣوﻋﺔ اﻟﻌﻧﺎﺻر اﻟﻣﺷﺗر ﺔ او‬ ‫‪ -2‬اﻟﺗﻘﺎطﻊ ‪ :‬ﻌرف ﺗﻘﺎطﻊ ‪ A‬و ‪ B‬و رﻣز ﻟﻪ ﺎﻟرﻣز ) ∩‬
‫ﻫﻲ ﻣﺟﻣوﻋﺔ اﻟﻌﻧﺎﺻر اﻟﺗﻲ ﺗﻧﺗﻣﻲ اﻟﻲ ﻞ ﻣن ‪ A‬و ‪ B‬ﻓﻲ ﻧﻔس اﻟوﻗت ‪ ،‬وﻧ ﺗب‬

‫∩‬ ‫=‬ ‫∈ ‪/‬‬ ‫و‬ ‫∈‬

‫ﺳﺑ ﻐﻞ ‪ -‬اﻹﺣﺻﺎء و اﻻﺣﺗﻣﺎﻻت – ﻣﻠﺧﺻﺎت ﺷوم – اﻛﺎد ﻣ ﺎ اﻧﺗرﻧﺎﺷﯾوﻧﺎل – ﺑﯾروت ﻟﺑﻧﺎن – ‪ -2001‬ص ‪12‬‬ ‫‪ -1‬ﻣور‬
‫‪7‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫ﺧواص اﻟﺗﻘﺎطﻊ ‪:‬‬

‫( ﻧﻘول ان ‪ A‬و ‪ B‬ﻣﺟﻣوﻋﺗﯾن ﻣﺗﻧﺎﻓﯾﺗﯾن ) ﻣﻧﻔﺻﻠﺗﯾن ( ‪ ،‬ﻻ ﺗوﺟد‬ ‫‪ ‬اذا ﺎن ﻟدﯾﻧﺎ ∅ = ) ∩‬

‫ﻋﻧﺎﺻر ﻣﺷﺗر ﺔ‬
‫ﺗوﺟد ﻋﻧﺎﺻر‬ ‫( ﻧﻘول ان ‪ A‬و ‪ B‬ﻣﺟﻣوﻋﺗﯾن ﻏﯾر ﻣﺗﻧﺎﻓﯾﺗﯾن ‪ ،‬أ‬ ‫‪ ‬اذا ﺎن ﻟدﯾﻧﺎ ∅ ≠ ) ∩‬
‫ﻣﺷﺗر ﺔ‬
‫∩‬ ‫⊂‬ ‫;‬ ‫⊂ ∩‬ ‫‪‬‬
‫‪A∩A=A ‬‬
‫‪A∩∅=ϕ ‬‬
‫و ‪∩Ω=A‬‬ ‫ﻓﺎن ‪∩ Ω = B‬‬ ‫و ‪⊂Ω‬‬ ‫‪⊂Ω‬‬ ‫‪‬‬
‫ﻋﻣﻠ ﺔ اﻟﺗﻘﺎطﻊ ﺗﺑدﯾﻠﻲ‬ ‫‪∩B=B∩A‬‬ ‫‪‬‬
‫ﺧﺎﺻ ﺔ اﻟﺗﺟﻣ ﻊ‬ ‫∩) ∩ (=) ∩ (∩‬ ‫‪‬‬

‫ﻣﻼﺣظﺔ ‪:‬‬

‫‪ ‬ﻋﻣﻠ ﺔ اﻟﺗﻘﺎطﻊ ﺗوزﻌ ﺔ ﺎﻟﻧﺳ ﺔ ﻟﻼﺗﺣﺎد ) ∩ ( ∪ ) ∩ ( = ) ∪ ( ∩‬

‫‪ ‬ﻋﻣﻠ ﺔ اﻻﺗﺣﺎد ﺗوزﻌ ﺔ ﺎﻟﻧﺳ ﺔ ﻟﻼﺗﺣﺎد ) ∪ ( ∩ ) ∪ ( = ) ∩ ( ∪‬
‫‪ -3‬اﻟﻔرق ‪ :‬ﺗﺳﻣﻲ ﻣﺟﻣوﻋﺔ اﻟﻌﻧﺎﺻر اﻟﺗﻲ ﺗﻧﺗﻣﻲ اﻟﻲ ‪ A‬وﻻ ﺗﻧﺗﻣﻲ إﻟﻲ ‪ B‬ﻓﻲ ﺣﺎﻟﺔ اﻟﺗﻘﺎطﻊ ﺑﯾن اﻟﻣﺟﻣوﻋﺗﯾن‬
‫‪ A‬و ‪ B‬ﺑﻔﺮق ‪ A‬و ‪ B‬و رﻣز ﻟﻬﺎ ﺎﻟرﻣز ‪ ) A-B‬أ ‪ A‬ﻧﺎﻗص ‪ ( B‬أو ‪ ، A/ B‬أ ﻫﻲ اﻟﻌﻧﺎﺻر‬
‫اﻟﺗﻲ ﺗﻧﺗﻣﻲ إﻟﻲ اﻟﻣﺟﻣوﻋﺔ ‪ A‬و ﻻ ﺗﻧﺗﻣﻲ إﻟﻲ اﻟﻣﺟﻣوﻋﺔ ‪B‬‬

‫‪−‬‬ ‫∈ ‪= { /‬‬ ‫⋏‬ ‫} ∉‬

‫‪8‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫‪−‬‬ ‫≠‬ ‫‪−‬‬ ‫ﻣن اﻟﺷ ﻞ ﻧﻼﺣ أن‬

‫و }‪= { 3 , 4 ,5 , 6‬‬ ‫ﻣﺛﺎل ‪ :‬إذا ﺎن }‪= {1 ,2 , 3 , 4‬‬

‫‪−‬‬ ‫و }‪= {1 2‬‬ ‫‪−‬‬ ‫ﻓﺎن }‪= {5 ,6‬‬

‫‪ -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 ‪:‬‬

‫‪∪ ̅=Ω‬‬ ‫‪‬‬

‫=̅ ∩‬ ‫‪‬‬
‫=‪Ω‬‬ ‫‪‬‬
‫‪= Ω‬‬ ‫‪‬‬
‫=‪A‬‬ ‫‪‬‬
‫‪A−B=A∩B‬‬ ‫‪‬‬
‫) ∩ (∪) ∩ (=‬ ‫‪‬‬
‫) ∩ ( ∪ )̅ ∩ ( =‬ ‫‪‬‬
‫‪9‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫‪ ‬ﺧﺎﺻ ﺔ د ﻣرﺟﺎن ‪:‬‬

‫∪‬ ‫∩̅ =‬

‫∩‬ ‫=‬ ‫∪̅‬

‫ﻣﺛﺎل ‪ :‬ﻟﺗﻛن ﻟدﯾﻧﺎ اﻟﻣﺟﻣوﻋﺎت اﻟﺗﺎﻟ ﺔ }‪ Ω = {2 , 3 ,4 , 5 ,6 , 7 ,8‬و }‪= {2 , 3 , 4‬‬

‫‪،‬‬ ‫∪‬ ‫‪ ،‬ﻓﺎوﺟد اﻟﺣوادث ) اﻟﻣﺟﻣوﻋﺎت ( اﻟﺗﺎﻟ ﺔ‬ ‫}‪= { 4 , 5 ,6‬‬

‫∪‬ ‫‪،‬‬ ‫∩‬ ‫‪،‬‬ ‫‪،‬‬ ‫‪،‬‬ ‫‪−‬‬ ‫‪،‬‬ ‫‪−‬‬ ‫‪،‬‬ ‫∩‬

‫∩‬ ‫‪={ } ،‬‬ ‫∪‬ ‫اﻟﺣﻞ ‪= { , , , , } :‬‬

‫‪−‬‬ ‫‪={ , } ،‬‬ ‫‪−‬‬ ‫} ‪= { ,‬‬

‫=‬ ‫‪−‬‬ ‫‪= { 5 ,6 , 7 ,8} ،‬‬ ‫=‬ ‫‪−‬‬ ‫} ‪={ , , ,‬‬

‫∩‬ ‫=‬ ‫∪̅‬ ‫}‪= {2 ,3 ,5 ,6 ,7 , 8‬‬

‫∪‬ ‫∩̅ =‬ ‫}‪= {7 , 8‬‬

‫‪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

‫‪،‬‬ ‫‪،‬‬ ‫‪،‬‬ ‫∪‬ ‫‪ -‬اوﺟد اﻟﺣوادث اﻟﺗﺎﻟ ﺔ ‪:‬‬

‫∩‬ ‫‪،‬‬ ‫‪−‬‬ ‫‪،‬‬ ‫‪−‬‬ ‫‪،‬‬ ‫∩‬ ‫‪،‬‬ ‫∩‬ ‫‪،‬‬ ‫∪‬ ‫‪،‬‬ ‫∩‬
‫اﻟﺗﻣر ن اﻟ ار ﻊ ‪ :‬ﻧﻘوم ﺑرﻣﻲ ﺣﺟر اﻟﻧرد ﻣرة واﺣدة ‪ ،‬وﻧﻌرف اﻟﺣوادث اﻟﺗﺎﻟ ﺔ ‪:‬‬
‫‪ A‬اﻟﺣﺻول ﻋﻠﻰ ﻋدد زوﺟﻲ‬ ‫‪‬‬
‫‪ B‬اﻟﺣﺻول ﻋﻠﻰ ﻋدد اﻗﻞ ﺗﻣﺎﻣﺎ ﻣن ‪5‬‬ ‫‪‬‬
‫‪ D ‬اﻟﺣﺻول ﻋﻠﻰ ﻋدد ﻓرد‬
‫∩‬ ‫‪،‬‬ ‫‪−‬‬ ‫‪،‬‬ ‫‪−‬‬ ‫‪،‬‬ ‫∩‬ ‫‪،‬‬ ‫‪،‬‬ ‫‪،‬‬ ‫‪،‬‬ ‫∪‬ ‫‪ ‬اوﺟد ﻣﺎ ﯾﻠﻲ ‪:‬‬
‫= ‪̅∪B‬‬ ‫∩‬
‫= ‪̅∩B‬‬ ‫∪‬

‫‪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

‫ﺛﺎﻧ ﺎ ‪ -‬اﻟﺗﺣﻠﯾﻞ اﻟﺗواﻓﻘﻲ ‪:‬‬

‫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

‫ﻗﺎﻋدة اﻟﺟﻣﻊ ‪:‬‬ ‫‪.I‬‬

‫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

‫ﻗﺎﻋدة اﻟﺿرب‪:‬‬ ‫‪.II‬‬

‫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

‫‪N= n1 . n2 .n3 . ……… .nK‬‬

‫ﻣﺛﺎل‪ :1‬ﻣﺎ ﻫﻲ ﻋدد اﻟطرق اﻟﻣﻣ ﻧﺔ ﻓﻲ ﺗرﺗﯾب ﺣرف اﻟﻣﺟﻣوﻋﺔ اﻟﺗﺎﻟ ﺔ } ‪Ω = { , ,‬‬

‫ﺎﺳﺗﻌﻣﺎل اﻟﺷﺟرة ﻧﺟد‬

‫‪ -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

‫‪B‬‬ ‫‪C‬‬ ‫‪ABC‬‬

‫‪A‬‬
‫‪C‬‬ ‫‪B‬‬ ‫‪ACB‬‬

‫‪A‬‬ ‫‪C‬‬ ‫‪BAC‬‬

‫‪Ω={ A, B , C‬‬‫}‬ ‫‪B‬‬
‫‪C‬‬ ‫‪A‬‬ ‫‪BCA‬‬

‫‪A‬‬ ‫‪B‬‬ ‫‪CAB‬‬

‫‪C‬‬
‫‪B‬‬ ‫‪A‬‬ ‫‪CBA‬‬

‫‪N= 3 . 2 . 1 = 6‬‬ ‫ﻋدد اﻟطرق ﻫﻲ ‪:‬‬

‫ﻧﻼﺣ أن اﻟﺗرﺗﯾب ﻣﻬم و ﻞ ﻋﻧﺻر ﺳﺗﻌﻣﻞ ﻣرة واﺣدة ﻓﻲ ﻞ ﻋﻣﻠ ﺔ‬

‫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

‫ﻓﺑﺗﺎﻟﻲ ﻣﺧط اﻟﺷﺟرة 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

‫=!‬ ‫‪. ( − 1). ( − 2). ( − 3) . … … … 3 .2 .1‬‬ ‫و ﻧ ﺗب‬

‫و ‪1! = 1‬‬ ‫ﺧواص ‪0! = 1 :‬‬

‫ﻣﺛﺎل ‪5! = 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 = 120 :‬‬

‫‪4! = 4 ∗ 3 ∗ 2 ∗ 1 = 24‬‬

‫‪3! = 3 ∗ 2 ∗ 1 = 6‬‬

‫اﻟﺗﺑدﯾﻠﺔ ) اﻟﺗﺑدﯾﻞ ( ‪:‬‬ ‫أ‪-‬‬

‫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

‫أ ﺑﺗﻐﯾر ﺗرﺗﯾب ﻋﻧﺎﺻر ﻞ اﻟﻣﺟﻣوﻋﺔ ﻟﻛﻲ ﻌطﯾﻧﺎ ﺗﺑد ﻼ ﺟدﯾدا‬

‫ﻣﺛﺎل ‪ :‬ﻣﺎ ﻫﻲ ﻋدد اﻟﺣﺎﻻت اﻟﻣﻣ ﻧﺔ ﻟﺗرﺗﯾب ﻞ ﻋﻧﺎﺻر اﻟﻣﺟﻣوﻋﺔ اﻟﺗﺎﻟ ﺔ } ‪ ، Ω = { , ,‬ا‬
‫ﻋدد اﻟﺗﺑد ﻼت اﻟﺗﻲ ﻣ ن اﻟﺣﺻول ﻋﻠﯾﻬﺎ‬

‫)‪(ABC) , (ACB) , ( BAC) , (BCA) , (CAB) , (CBA‬‬

‫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

‫=‬ ‫=!‬ ‫‪. ( − 1). ( − 2). ( − 3) . … … … 3 .2 .1‬‬

‫‪ -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

‫وﻟدﯾﻧﺎ اﻟﺣﺎﻻت اﻟﺗﺎﻟ ﺔ‬

‫ﺣﺎﻟﺔ اﻟﺗﺑدﯾﻠﺔ ﺑدون ﺗﻛرار اﻟﻌﻧﺎﺻر ‪ :‬أ ﻋدم وﺟود ﺗﻛرار ﻟﻠﻌﻧﺎﺻر ﻓﻲ اﻟﻣﺟﻣوﻋﺔ و ﺗﻌطﻲ‬ ‫‪-1‬‬
‫=‬ ‫ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ !‬

‫ﻣﺛﺎل ‪ :‬ﻣﺎ ﻫﻲ ﻋدد اﻟطرق ﻟﺗرﺗﯾب ‪ 10‬أطﻔﺎل ﻓﻲ ﺷ ﻞ ﺧ ﻣﺳﺗﻘ م ‪،‬‬

‫‪= 10! = 3628800‬‬

‫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

‫أ إذا ﺎن ﻟدﯾﻧﺎ ﻣﺟﻣوﻋﺔ أﺷ ﺎء ﻋددﻫﺎ ﻋﻧﺎﺻرﻫﺎ ‪ n‬ﺣﯾث ﻌض اﻟﻌﻧﺎﺻر ﺗﺗﻛرر أ ﻫﻲ ﻣن ﻧﻔس‬

‫اﻟﻧوع )‪ n1‬ﻣن اﻟﻧوع اﻷول ‪ n2 ،‬ﻣن اﻟﻧوع اﻟﺛﺎﻧﻲ ‪ n3 ،‬ﻣن اﻟﻧوع اﻟﺛﺎﻟث ‪... ،‬اﻟﺦ ( و ﻧرد ﺗرﺗﯾﺑﻬﺎ‬
‫‪….‬‬ ‫!‬
‫=‬ ‫ﻓﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬
‫∗!‬ ‫∗!‬ ‫∗‪!∗…..‬‬ ‫!‬

‫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
‫! ∗ ! ∗! ∗ !‬

‫ﺣﺎﻟﺔ اﻟﺗﺑدﯾﻠﺔ اﻟداﺋر ﺔ ‪:‬‬ ‫‪-3‬‬

‫‪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

‫‪= ( − 1)! = ( − 1). ( − 2). ( − 3) . … … … 3 .2 .1‬‬

‫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

‫‪= ( 5 − 1)! = 4! = 24‬‬

‫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

‫‪P = (3) = 3 ∗ 3 ∗ 3 = 27‬‬

‫ب‪ -‬اﻟﺗرﺗﯾ 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

‫} ‪ ، Ω={ 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9‬ﺷ ﻞ رﻗم اﻟﻬﺎﺗﻒ ون‬ ‫ﻟدﯾﻧﺎ‬

‫‪.... ، 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 } ‪,‬‬

‫ج‪ -‬اﻟﺗوﻓ ﻘﺔ ‪:‬‬

‫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
‫(!‬ ‫!)‬

‫و ﻫذا ﻓﻲ ﺣﺎﻟﺔ ﻋدم وﺟود ﺗﻛ اررات‬

‫ﻣﺛﺎل‪ : 1‬م ﻟﺟﻧﺔ ﻣ ن ﺗﻛو ﻧﻬﺎ ب ‪ 4‬أﺷﺧﺎص ﻣﺄﺧوذة ﻣن ﺑﯾن ‪ 8‬أﺷﺧﺎص‬

‫ﻧﻼﺣ أن اﻟﺗرﺗﯾب ﻏﯾر ﻣﻬم‬

‫‪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

‫(‬ ‫!)‬ ‫!‬

‫∁‬ ‫=‬ ‫=‬ ‫‪= 56‬‬
‫(!‬ ‫!)‬ ‫! ∗!‬

‫ﺧواص ‪:‬‬

‫‪∁ = 1‬‬ ‫‪‬‬

‫‪∁ = 1‬‬ ‫‪‬‬
‫∁= ∁‬ ‫=‬ ‫‪‬‬
‫∁= ∁‬ ‫‪‬‬
‫∁= ∁‬ ‫∁ ‪+‬‬ ‫‪‬‬

‫‪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 ﻋﻣﻠﺗﯾن ﻣن ﺑﯾن ﺳت ﻋﻣﻼت‬ ‫‪‬‬

‫‪ ‬ﻻﺧﺗ ﺎر ‪ 6‬أﺳﺋﻠﺔ ﻣن ﺑﯾن ‪10‬‬

‫‪ - ‬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

‫‪ ‬ﻣﺎ ﻫو ﻋدد اﻟﻠﺟﺎن اﻟﺗﻲ ﻣ ن ﺗﺷ ﯾﻠﻬﺎ ﻓﻲ اﻟﺣﺎﻻت اﻟﺗﺎﻟ ﺔ ‪:‬‬

‫‪ ‬إذا ﻟم ن ﻫﻧﺎك أ ﺷر ﺣول اﺧﺗ ﺎر اﻷﻋﺿﺎء ؟‬

‫‪ ‬ﯾﺟب أن ﺗﺿم اﻟﻠﺟﻧﺔ طﺑﯾ ﺎ أﺧﺻﺎﺋ ﺎ واﺣد ﻓﻘ ؟‬

‫‪20‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫‪ ‬ﯾﺟب أن ون ﻫﻧﺎك ﻋﻠﻰ اﻷﻛﺛر طﺑﯾ ﺔ واﺣدة ﻓﻲ اﻟﻠﺟﻧﺔ ؟‬

‫‪ ‬ﯾﺟب أن ﺗﺿم اﻟﻠﺟﻧﺔ طﺑﯾ ﺎ أﺧﺻﺎﺋ ﺎ واﺣد وطﺑﯾ ﺔ واﺣدة ؟‬

‫اﻟﺗﻣر ن اﻟﺧﺎﻣس‪ :‬م ﻋدد ﻣ ن ﺗﻛو ﻧﻪ ب‪ 3‬أرﻗﺎم ﻣن اﻷرﻗﺎم اﻟﺗﺎﻟ ﺔ }‪ {7، 6 ، 3، 2 ، 1‬ﻓﻲ ﺣﺎﻟﺔ‬
‫ﻋدم اﻟﺗﻛرار؟‬

‫م ﻋدد ﻣﻧﻬﺎ ﯾﺑدأ ﺎﻟرﻗم ‪2‬‬ ‫‪‬‬

‫م ﻋدد ﻣﻧﻬﺎ زوﺟﻲ‬ ‫‪‬‬

‫م ﻋدد ﻣﻧﻬﺎ ﻓرد‬ ‫‪‬‬

‫م ﻋدد ﻣﻧﻬﺎ اﻛﺑر ﻣن ‪200‬‬ ‫‪‬‬

‫‪21‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫ﺛﺎﻟﺛﺎ ‪ -‬اﻟﺗﺟر ﺔ و اﻟﺣدث ) ﻣﺻطﻠﺣﺎت اﻟﻔراغ اﻻﺣﺗﻣﺎﻟﻲ (‬

‫أ – اﻟﺗﺟر ﺔ اﻟﻌﺷواﺋ ﺔ ‪:‬‬

‫‪ -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

‫وﻟدﯾﻧﺎ ﻧوﻋﺎن ﻣن اﻟﺗﺟﺎرب‬

‫‪ ‬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 رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ }‪Ω = {P , F‬‬

‫‪ -1‬اﻟﺳﻌد رﺟﺎل – ﻣرﺟﻊ ﺳﺎﺑ –ص ‪117‬‬

‫‪ -2‬ﻧﻔس اﻟﻣرﺟﻊ –ص ‪117‬‬
‫‪22‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫أو رﻣﻲ ﺣﺟر اﻟﻧرد } ‪Ω = { 1 ,2 ,3 ,4 ,5 ,6‬‬

‫‪ -3‬اﻟﺣدث و أﻧواﻋﻪ ‪:‬‬

‫‪ ‬ﺗﻌر ﻔﻪ ‪ :‬ﻫو ﻓﺋﺔ ﺟزﺋ ﺔ ﻣن اﻟﻧﺗﺎﺋﺞ اﻟﻣﻣ ﻧﺔ ﻟﻔراغ اﻟﺗﺟرﺔ اﻟﻛﻠ ﺔ و ﯾرﻣز ﻟﻠﺣﺎدث ﺣرف ﻣن‬
‫اﻟﺣروف اﻟﻛﺑﯾرة ‪ ، A ,B ,C‬وﻫو ﻣﺟﻣوﻋﺔ ﺟزﺋ ﺔ ﻣن ﻓﺿﺎء اﻟﻌﯾﻧﺔ ‪ ، (1) Ω‬أ اﻧﻪ ﻫو‬
‫ﻧﺗﯾﺟﺔ ﻣﺎ ﻣن اﻟﻧﺗﺎﺋﺞ اﻟﻣﻣ ﻧﺔ اﻟﻛﻠ ﺔ ﻟﻠﺗﺟرﺔ ﻣﺛﻞ اﻟﺣﺻول ﻋﻠﻲ اﻟوﺟﻪ‪ F‬ﻋﻧد رﻣﻲ ﻗطﻌﺔ‬
‫ﻧﻘد ﺔ‬
‫‪ ‬أﻧواع اﻟﺣوادث ‪:‬‬
‫ﺣﺗو ﻋﻠﻲ ﻧﺗﯾﺟﺔ واﺣدة ﻣن اﻟﻧﺗﺎﺋﺞ اﻟﻛﻠ ﺔ ﻟﻔراغ اﻟﻌﯾﻧﺔ ا ﻣن‬ ‫‪ :‬و ﻫو اﻟذ‬ ‫‪ ‬اﻟﺣﺎدث اﻟ ﺳ‬
‫‪ Ω‬وﻫو ﻣﺟﻣوﻋﺔ ﺟزﺋ ﺔ ﻣن ‪ Ω‬ذو إﻣ ﺎﻧ ﺔ واﺣدة‬

‫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

‫}‪Ω = {P , F‬‬ ‫} ‪ ، Ω = { 1 ,2 ,3 ,4 ,5 ,6‬او ﻋﻧد رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ‬

‫‪ ‬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

‫‪ -1‬ﺷرف اﻟدﯾن ﺧﻠﯾﻞ – اﻹﺣﺻﺎء اﻟوﺻﻔﻲ – ص ‪91‬‬

‫‪23‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫‪ ‬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 ظﻬور ‪ A‬ﻣﻧﻊ ظﻬور ‪B‬‬

‫ﻓﺎن ‪ A‬و ‪ B‬ﺣﺎدﺛﯾن ﻣﺗﻧﺎﻓﯾﯾن أ ﻻ ﻘﻌﺎن ﻓﻲ ﻧﻔس اﻟوﻗت‬ ‫وﻧﻘول إذا ﺎن ∅ = ‪∩ B‬‬

‫ﻓﺎن ‪ A‬و ‪ B‬ﺣﺎدﺛﯾن ﻏﯾر ﻣﺗﻧﺎﻓﯾﯾن‬ ‫أﻣﺎ 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

‫اﻟﺣﺎدث ‪ : A‬ظﻬور اﻟﻌدد ‪3‬‬

‫اﻟﺣﺎدث ‪ :B‬ظﻬور ﻋدد اﻛﺑر ﻣن ‪6‬‬

‫اﻟﺣﺎدث ‪ : C‬ظﻬور ﻋدد ﻓرد‬

‫‪24‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫اﻟﺣﺎدث ‪ :D‬ظﻬور اﻟﻌدد ‪ 2‬ﻋﻠﻲ اﻷﻗﻞ‬

‫اﻟﺣﺎدث ‪ : G‬ظﻬور ﻋدد أوﻟﻲ‬

‫اﻟﺣﺎدث ‪ : F‬ظﻬور ﻋدد زوﺟﻲ او ﻓرد‬

‫اﻟﺣﻞ ‪ :‬اﻟﺣﺎدث ‪ : A‬ظﻬور اﻟﻌدد ‪ 3‬وﻣﻧﻪ } ‪ A={3‬ﺣﺎدث ﺳ‬

‫اﻟﺣﺎدث ‪ :B‬ظﻬور ﻋدد اﻛﺑر ﻣن ‪ 6‬وﻣﻧﻪ ‪ B= { }= Ø‬ﺣﺎدث ﻣﺳﺗﺣﯾﻞ‬

‫اﻟﺣﺎدث ‪ : C‬ظﻬور ﻋدد ﻓرد وﻣﻧﻪ } ‪ C={1 ,3 ,5‬ﺣﺎدث ﻣر ب‬

‫اﻟﺣﺎدث ‪ :D‬ظﻬور اﻟﻌدد ‪ 2‬ﻋﻠﻲ اﻷﻗﻞ وﻣﻧﻪ }‪ D={2 ,3 ,4 ,5 ,6‬ﺣﺎدث ﻣر ب‬

‫اﻟﺣﺎدث ‪ : G‬ظﻬور ﻋدد أوﻟﻲ وﻣﻧﻪ } ‪ G={2 ,3 ,5‬ﺣﺎدث ﻣر ب‬

‫اﻟﺣﺎدث ‪ : F‬ظﻬور ﻋدد زوﺟﻲ او ﻓرد وﻣﻧﻪ } ‪ F={1 ,2 ,3 ,4 ,5 ,6‬ﺣﺎدث أﻛﯾد‬

‫ب – طرق ﺣﺳﺎب اﻻﺣﺗﻣﺎﻻت ‪:‬‬

‫‪ -1‬ﺗﻌر ﻒ اﻻﺣﺗﻣﺎل ‪:‬‬

‫‪ ‬ﻋرف اﻻﺣﺗﻣﺎل ‪ P‬ﻟﻠﺣﺎدث ‪ A‬ﺄﻧﻪ إذا ﺎن ﻟﻠﺣﺎدث ‪ A‬ﻋدد ﻣن اﻟطرق اﻟﺗﻲ ﻣ ن أن ﻘﻊ ﺑﻬﺎ‬
‫)‪(1‬‬
‫ﻋددﻫﺎ ‪ N‬ﻣن ﺑﯾن طرق ﻠ ﺔ ﻋددﻫﺎ ‪ S‬ﺷر أن ﺗﻛون ﻟﻬﺎ ﻧﻔس ﻓرص اﻟوﻗوع‬
‫‪ ‬اﻻﺣﺗﻣﺎل ﻫو ﻧﺳ ﺔ ﻋدد ﺔ ﻏﯾر ﺳﺎﻟ ﺔ ﻣﺣﺻورة ﺑﯾن اﻟﺻﻔر و اﻟواﺣد‬
‫‪ ‬ﺗﻌرﻒ ﻻ ﻼس اﻟرﺎﺿﻲ اﻟﻔرﻧﺳﻲ )‪ (1827 -1749‬اﻻﺣﺗﻣﺎل ﻫو ﺄﻧﻪ ﻟظﻬور اﻟﺣﺎدث ‪ A‬أﺛﻧﺎء‬
‫ﺗﺟرﺔ ﻋﺷواﺋ ﺔ ﻣﺎ ون ﻣﺳﺎو ﺎ إﻟﻲ اﻟﻧﺳ ﺔ ﺑﯾن ﻋدد أﺣداث اﻟظﺎﻫرة ﻗﯾد اﻟدراﺳﺔ إﻟﻲ اﻟﻌدد اﻟﻛﻠﻲ‬
‫)‪(2‬‬
‫ﻟﻸﺣداث اﻟﻣﻣ ﻧﺔ‬

‫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

‫‪ -1‬ﺳ ﻣور ﻟ ﺷﺗز – اﻻﺣﺗﻣﺎﻻت ‪ -‬ﺳﻠﺳﻠﺔ ﻣﻠﺧﺻﺎت ﺷوم –ص ‪53‬‬

‫‪ -2‬اﺣﻣد ﻋﺎﻣر ﻋﺎﻣر – اﻻﺣﺻﺎء ‪ – 2‬دار اﻟﻐرب ﻟﻠﻧﺷر و اﻟﺗوزﻊ – دون ﺳﻧﺔ ﻧﺷر – اﻟﺟزاﺋر – ص ‪35‬‬
‫‪25‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫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

‫وﺗﻌطﻲ ﻋﻼﻗﺔ اﻻﺣﺗﻣﺎل ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ ل‬ ‫) (‬

‫=) (‬ ‫=‬ ‫=‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ل‬ ‫) (‬

‫ﻣﺛﺎل‪ : 1‬ﻋﻧد وﻣﻲ ﻗطﺔ ﻧﻘد ﺔ ﻣرة واﺣدة ﻧﻌرف اﻟﺣﺎدث ‪ A‬اﻟﺣﺻول ﻋﻠﻰ اﻟﺻورة‬

‫}‪card A=1 , card Ω = 2 ، A={F‬‬ ‫و‬ ‫}‪Ω = {P , F‬‬

‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ ل‬ ‫) (‬ ‫‪1‬‬

‫=) (‬ ‫=‬ ‫‪= = 0.5‬‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ل‪Ω‬‬ ‫)‪(Ω‬‬ ‫‪2‬‬

‫ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل ﻣﺣﺻور ﺑﯾن اﻟﺻﻔر و اﻟواﺣد‬

‫ﻣﺛﺎل ‪ : 2‬ﻋﻧد رﻣﻲ ﺣﺟر اﻟﻧرد ﻧﻌرف اﻟﺣﺎدث ‪ B‬ﻫو اﻟﺣﺻول ﻋﻠﻲ ﻋدد ﻓرد‬

‫و } ‪card B=3 ، C={1 ,3 ,5‬‬ ‫‪card Ω= 6‬‬ ‫‪،‬‬ ‫‪Ω = { 1 ,2 ,3 ,4 ,5 ,6‬‬

‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ ل‬ ‫) (‬ ‫‪3‬‬

‫=) (‬ ‫=‬ ‫‪= = 0.5‬‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ل‪Ω‬‬ ‫)‪(Ω‬‬ ‫‪6‬‬

‫‪ -2‬ﺧواص و ﻗواﻧﯾن اﻻﺣﺗﻣﺎﻻت ‪:‬‬

‫ﺑﺗﺟرﺔ ﻣﺎ ‪ Ω‬ﻣﺛﻼ ﻓﺎن ﻗ ﻣﺔ اﺣﺗﻣﺎﻟﻪ داﺋﻣﺎ ﻣﺣﺻور ﺑﯾن اﻟﺻﻔر‬ ‫‪ ‬ﻣن اﺟﻞ أ ﺣﺎدث ‪ A‬ﻣرﺗ‬
‫و اﻟواﺣد ‪ ،‬وﻫو داﺋﻣﺎ ﻣوﺟب ‪0 ≤ P(A) ≤ 1‬‬
‫‪P(Ω)= 1‬‬ ‫‪ ‬اﺣﺗﻣﺎل وﻗوع اﻟﺣﺎدث اﻷﻛﯾد ﻫو ‪1‬‬

‫‪P(Ø) =0‬‬ ‫واﺣﺗﻣﺎل وﻗوع اﻟﺣﺎدث اﻟﻣﺳﺗﺣﯾﻞ ﻫو ‪0‬‬

‫‪ ‬إذا ﺎن ﻟدﯾﻧﺎ ‪ A‬و ‪ B‬ﺣدﺛﯾن ﻣن ﻣﺟﻣوﻋﺔ اﻟﺣوادث اﻷوﻟ ﺔ و ﺎن ‪ A‬و ‪ B‬ﻏﯾر ﻣﺗﻧﺎﺻﻔﯾن‬

‫‪26‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫)‪P(A ∪ B) = P(A) + P(B) − P (A ∩ B‬‬ ‫ﻓﺎن‬ ‫∅≠‪∩B‬‬ ‫أ‬

‫‪ ‬إذا ﺎن ﻟدﯾﻧﺎ ‪ A‬و ‪ B‬ﺣدﺛﯾن ﻣن ﻣﺟﻣوﻋﺔ اﻟﺣوادث اﻷوﻟ ﺔ و ﺎن ‪ A‬و ‪ B‬ﻣﺗﻧﺎﻓﯾﯾن‬

‫)‪P(A ∪ B) = P(A) + P(B‬‬ ‫ﻓﺎن‬ ‫∅=‪∩B‬‬ ‫أ‬

‫‪ ‬إذا ﺎن ﻟدﯾﻧﺎ ‪ A‬و ‪ B‬و ‪ C‬ﺣودث ﻔ ﺔ ﻣن ﻣﺟﻣوﻋﺔ اﻟﺣوادث اﻷوﻟ ﺔ و ﻏﯾر ﻣﺗﻧﺎﻓ ﺔ ﻓ ﻣﺎ‬
‫ﺑﯾﻧﻬﺎ ﻓﺎن‬

‫)‪P(A ∪ B ∪ C) = P(A) + P(B) + P(C) − P(A ∩ B) − P(A ∩ C‬‬

‫)‪−P(B ∩ C) + P(A ∩ B ∩ C‬‬

‫‪ ‬إذا ﺎن ‪ A‬ﺣﺎدث و ﻣﺗﻣﻣﻪ ﺎﻟﻧﺳ ﺔ ل ‪ Ω‬ﻫو ‪ A‬ﻓﺎن‬

‫∪‬ ‫=‬ ‫( =) ( ‪⇒ ( )+‬‬ ‫=) ( ‪)⇒ ( )+‬‬

‫=) (‬ ‫) ( ‪−‬‬ ‫وﻣﻧﻪ‬

‫‪ ‬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

‫)‪ P(A) = P(A ∩ B) + P(A ∩ B‬و ذﻟك ﺎﻟﻧﺳ ﺔ ل ‪ B‬أ‬

‫)‪P(B) = P(A ∩ B) + P(B ∩ A‬‬

‫‪ ‬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

‫)‪P(A ∩ B ) = 1 − P(A ∩ B‬‬

‫‪27‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫وﻟدﯾﻧﺎ أ ﺿﺎ‬

‫= )‪P ( A ∪ B‬‬ ‫) ∩ ( ‪+‬‬

‫= ‪P A∪B‬‬ ‫) ∩ ( ‪+‬‬

‫ﻣﺛﺎل ‪ : 1‬إذا ﺎن ﻟدﯾﻧﺎ اﻟﺣﺎدﺛﯾن ‪ A‬و ‪ B‬ﺣﯾث أن‬

‫‪ P (B)=0.6‬و ‪P (A  B) = 0.40‬‬ ‫‪ P(A)= 0.3‬و‬

‫‪P(B ∩ A) ،‬‬ ‫اﻟﻣطﻠوب ‪ :‬اوﺟد ‪P ( A ∩ B) ، P (A  B) :‬‬

‫اﻟﺣﻞ ‪:‬‬

‫ﻟدﯾﻧﺎ )‪ P(A ∪ B) = P(A) + P(B) − P (A ∩ B‬وﻣﻧﻪ ﺻ ﺢ ﻟدﯾﻧﺎ‬ ‫‪-1‬‬

‫)‪P(A ∩ B) = P(A) + P(B) − P (A ∪ B‬‬

‫‪= 0.3 + 0.6 − 0.4 = 0.5‬‬

‫= ) ‪P ( A ∩ B) = P(A ∪ B‬‬ ‫‪-2‬‬

‫‪1 − P(A ∪ B) = 1 − 0.4 = 0.6‬‬

‫‪P(B ∩ A ) = P(B) − P(A ∩ B‬‬ ‫‪-3‬‬

‫‪=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 ؟‬

‫‪ ‬اﺣﺗﻣﺎل وﺟود ﺟﻬﺎز واﺣد ﻣﻌطﻞ ﺿﻣن ﻣﺎ اﺳﺗﻠﻣﺗﻪ اﻟﻛﻠ ﺔ ؟‬

‫اﻟﺣﻞ ‪:‬‬
‫‪28‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫ﻟدﯾﻧﺎ اﻟﺻ ﻐﺔ اﻟﻌﺎﻣﺔ ﻟﻘﺎﻧون اﻻﺣﺗﻣﺎل ﻫﻲ‬

‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ ل‬ ‫) (‬

‫=) (‬ ‫=‬ ‫=‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ل‬ ‫) (‬

‫وﻣﻧﻪ ﻋدد اﻟﺣﺎﻻت اﻟﻣواﺗ ﺔ ﻻﺧﺗ ﺎر ‪ 4‬أﺟﻬزة ﻣن ﺑﯾن ‪ 12‬ﻫﻲ‬

‫!‬
‫∁‬ ‫=‬ ‫‪= 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
‫(!‬ ‫!)‬ ‫(!‬ ‫!)‬

‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ ل‬ ‫∁× ∁‬

‫=) (‬ ‫=‬ ‫=‬ ‫‪= 0.4242‬‬ ‫وﻣﻧﻪ‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ل‬ ‫∁‬

‫‪ - 2‬ﺣﺳﺎب اﺣﺗﻣﺎل وﺟود ﺟﻬﺎز واﺣد ﻣﻌطﻞ ﺿﻣن ﻣﺎ اﺳﺗﻠﻣﺗﻪ اﻟﻛﻠ ﺔ‬

‫ﻧﺣﺳب ﻋدد اﻟﺣﺎﻻت اﻟﻣواﺗ ﺔ ﻟوﺟود ﺟﻬﺎز واﺣد ﻣﻌطﻞ ﺿﻣن ﻣﺎ اﺳﺗﻠﻣﺗﻪ اﻟﻛﻠ ﺔ ﻫو‬
‫!‬ ‫!‬
‫∁× ∁‬ ‫=‬ ‫×‬ ‫‪= 240‬‬
‫(!‬ ‫!)‬ ‫(!‬ ‫!)‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ ل‬ ‫∁× ∁‬
‫= )‪(B‬‬ ‫=‬ ‫=‬ ‫وﻣﻧﻪ ‪= 0.4848‬‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ ل‬ ‫∁‬

‫اﻻﺣﺗﻣﺎل اﻟﺷرطﻲ ‪:‬‬ ‫‪-3‬‬

‫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

‫ﻣﺛﺎل‪ : 1‬إذا ﺎن اﺣﺗﻣﺎل ﻧﺟﺎح اﻟطﺎﻟب ﻓﻲ اﻹﺣﺻﺎء ﻫو ‪ 0.75‬واﺣﺗﻣﺎل ﻧﺟﺎﺣﻪ ﻓﻲ اﻟرﺎﺿ ﺎت و‬

‫اﻹﺣﺻﺎء ﻣﻌﺎ ﻫو ‪ ، 0.18‬ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل ﻧﺟﺎﺣﻪ ﻓﻲ اﻟرﺎﺿ ﺎت ﻋﻠﻣﺎ ﺄﻧﻪ ﻗد ﻧﺟﺢ ﻓﻲ اﻹﺣﺻﺎء‬

‫اﻟﺣﻞ ‪ :‬ﻧﺟﺎح اﻟطﺎﻟب ﻓﻲ اﻹﺣﺻﺎء ‪ ، P(A)= 0.75‬و اﻟرﺎﺿ ﺎت ‪B‬‬

‫واﺣﺗﻣﺎل ﻧﺟﺎﺣﻪ ﻓﻲ اﻟرﺎﺿ ﺎت و اﻹﺣﺻﺎء ﻣﻌﺎ ﻫو ‪P (A  B) = 0.18‬‬

‫= ‪P BA‬‬
‫) ∩ (‬ ‫‪.‬‬
‫=‬ ‫=‬
‫) (‬ ‫‪.‬‬

‫ﻣﺛﺎل ‪ :2‬ﻓﻲ رﻣﻲ ﺣﺟر اﻟﻧرد ﻣرة واﺣدة ﻣﺎ ﻫو اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ اﻟرﻗم ‪ 2‬إذا ﻋﻠﻣت آن اﻟﻧﺗﯾﺟﺔ‬
‫اﻟﻣﺗﺣﺻﻞ ﻋﻠﯾﻬﺎ ﻫﻲ ﻋدد أوﻟﻲ‬

‫} ‪ A={1 ,2 ,3 , 5‬ﻣﺛﻞ اﻷﻋداد اﻷوﻟ ﺔ ﻓﻲ اﻟﺗﺟرﺔ‬ ‫‪ P (B)=1/6‬و‬ ‫} ‪ B={2‬وﻣﻧﻪ‬

‫وﻣﻧﻪ ‪P(A)= 4/6‬‬

‫‪ P(A  B )= 1/6‬ﺻ ﺢ ﻟدﯾﻧﺎ‬ ‫} ‪ (A  B )={2‬وﻣﻧﻪ‬

‫= ‪P BA‬‬
‫) ∩ (‬
‫=‬ ‫=‬
‫) (‬

‫ﺧواﺻﻪ ‪:‬‬

‫= ‪P BA‬‬
‫) ∩ (‬ ‫) ∩ (‬
‫=‬ ‫‪ ‬ﻟدﯾﻧﺎ اﻟﺗﻘﺎطﻊ ﻋﻣﻠ ﺔ ﺗﺑدﯾﻠ ﻪ ﻣﻧﻪ‬
‫) (‬ ‫) (‬

‫= ‪P AB‬‬ ‫= ‪ P BA‬و‬
‫) ∩ (‬ ‫) ∩ (‬
‫‪ ‬إذا ﺎن ﻟدﯾﻧﺎ‬
‫) (‬ ‫) (‬

‫)‪ P(A ∩ B) = P(A) × P(B A‬و × )‪P(A ∩ B) = P(B‬‬ ‫ﺻ ﺢ ﻟدﯾﻧﺎ‬

‫)‪P(B) × P A B = P(A) × P(B A‬‬ ‫)‪ P(A B‬وﻣﻧﻪ‬

‫‪30‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫= ‪P ΩA‬‬
‫) ∩ (‬ ‫) (‬
‫=‬ ‫‪= 1‬‬ ‫‪‬‬
‫) (‬ ‫) (‬

‫= ‪P AA‬‬
‫) ∩ (‬ ‫) (‬
‫=‬ ‫‪= 1 ‬‬
‫) (‬ ‫) (‬

‫اﻟﺣوادث اﻟﻣﺳﺗﻘﻠﺔ ‪:‬‬ ‫‪-4‬‬

‫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 ﻟدﯾﻧﺎ اﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫و إذا ﺎن ﻟدﯾﻧﺎ ‪ A‬و ‪ B‬و ‪ C‬ﺣوادث ﻣﺳﺗﻘﻠﺔ ﻋن ﻌﺿﻬﺎ اﻟ ﻌض ﻓﺎن‬

‫∩ (‬ ‫=) ∩‬ ‫) ( ×) ( ×) (‬

‫ﻣﻼﺣظﺔ‪ : 1‬إذا ﺎن ‪ A‬و ‪ B‬ﺣدﺛﯾن ﻣﺳﺗﻘﻠﯾن ﻓﺄﻧﻪ ون ﻟدﯾﻧﺎ ذﻟك‬

‫‪ B ‬و ‪ A‬ﺣدﺛﯾن ﻣﺳﺗﻘﻠﯾن‬

‫‪ A ‬و ‪ B‬ﺣدﺛﯾن ﻣﺳﺗﻘﻠﯾن‬

‫‪ B ‬و ‪ A‬ﺣدﺛﯾن ﻣﺳﺗﻘﻠﯾن‬

‫= ‪ P B A‬ﻓﺎذا ﺎن ‪ A‬و ‪B‬‬

‫) ∩ (‬
‫ﻣﻼﺣظﺔ ‪ : 2‬ﻟدﯾﻧﺎ ﻣن ﺧﻼل ﻋﻼﻗﺔ اﻻﺣﺗﻣﺎل اﻟﺷرطﻲ‬
‫) (‬

‫ﺣدﺛﯾن ﻣﺳﺗﻘﻠﯾن ﻓﺄﻧﻪ ﺻ ﺢ ﻟدﯾﻧﺎ‬

‫) ∩ (‬ ‫) ( ×) (‬
‫=‬ ‫=‬ ‫) ( =‬
‫) (‬ ‫) (‬

‫‪ -1‬اﻟ ﺷﯾر ﻋﺑد اﻟﻛرم – اﻻﺣﺻﺎء ‪ -2‬ص ‪91‬‬

‫‪31‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫وﻣﻧﻪ إذا ﺎن ‪ A‬و ‪ B‬ﺣدﺛﯾن ﻣﺳﺗﻘﻠﯾن ﻓﺄﻧﻪ )‪(1‬‬

‫) ( =‬ ‫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

‫‪ ‬اﻟﺣﺎدث ‪ A‬ﻫو اﻟﺣﺻول ﻋﻠﻰ اﻟرﻗم ‪ 6‬ﻓﻲ اﻟرﻣ ﺔ اﻷوﻟﻲ‬

‫‪ B‬ﻫو اﻟﺣﺻول ﻋﻠﻰ وﺟﻬﯾن ﻣﺟﻣوﻋﻬﻣﺎ ﻓﻲ اﻟرﻣﯾﺗﯾن ﺳﺎو ‪6‬‬ ‫‪ ‬اﻟﺣﺎدث‬

‫) ) ‪A=( ( 6 ,1 ) ( 6, 2) ( 6 ,3 ) ( 6 , 4) (6 , 5) ( 6 , 6‬‬ ‫إذا اﻟﺣﺎدث ‪ A‬ﻫو‬

‫=) (‬ ‫=‬ ‫وﻣﻧﻪ‬

‫‪ B‬ﻫو ) )‪B=( ( 5 ,1 ) ( 4, 2) ( 3 ,3 ) ( 2 , 4) (1 , 5‬‬ ‫و اﻟﺣﺎدث‬

‫=) (‬ ‫وﻣﻧﻪ‬

‫ﻧﻼﺣ أن اﻟﺣﺎدﺛﯾن ‪ A‬و ‪ B‬ﻣﺗﻧﺎﻓﯾﯾن ﻷﻧﻪ ﻻ ﺗوﺟد ﻋﻧﺎﺻر ﻣﺷﺗر ﺔ ﺑﯾن ‪ A‬و ‪ B‬أ‬

‫=) ∩ (‬ ‫أ‬ ‫‪AB= Ø‬‬

‫) ∩ (‬
‫=‬ ‫=‬ ‫) ( ≠‬ ‫أﻣﺎ ﻋن اﺳﺗﻘﻼل ‪ A‬ﻋن ‪ B‬ﻟدﯾﻧﺎ‬
‫) (‬

‫وﻣﻧﻪ ‪ A‬و ‪ B‬ﻏﯾر ﻣﺳﺗﻘﻠﯾن‬ ‫) ( ≠‬ ‫أ‬

‫‪ - -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

‫) ) ‪C=( ( 1 ,1 ) ( 2, 1) ( 3 ,1 ) ( 4 , 1) (5 , 1) ( 6 , 1‬‬ ‫إذا ﺻ ﺢ ﻫو‬

‫=) (‬ ‫=‬ ‫وﻣﻧﻪ‬

‫ﻧﻼﺣ أن اﻟﺣﺎدﺛﯾن ‪ A‬و ‪ C‬ﻏﯾر ﻣﺗﻧﺎﻓﯾﯾن ﻷﻧﻪ ﺗوﺟد ﻋﻧﺎﺻر ﻣﺷﺗر ﺔ ﺑﯾن ‪ A‬و ‪ C‬آ‬

‫=) ∩ (‬ ‫أ‬ ‫) )‪AC= ( (6 , 1‬‬

‫أﻣﺎ ﻋن اﺳﺗﻘﻼﻟﻬﻣﺎ ﻓﻠدﯾﻧﺎ‬

‫) ∩ (‬
‫=‬ ‫=‬ ‫=‬ ‫) ( =‬
‫) (‬

‫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 ‪:‬‬

‫‪ -‬إﯾﺟﺎد اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﻬدف ﻣن طرف اﻟﺻ ﺎدﯾن ﻣﻌﺎ‬

‫‪ -‬إﯾﺟﺎد اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﻬدف‬

‫اﻟﺣﻞ ‪ :‬ﻧﺳﻣﻲ اﻟﺣوادث اﻟﺗﺎﻟ ﺔ‬

‫أن ﺻﯾب اﻟﻬدف اﻟﺻ ﺎد اﻷول ‪P(A)= 0.80‬‬

‫‪33‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫أن ﺻﯾب اﻟﻬدف اﻟﺻ ﺎد اﻟﺛﺎﻧﻲ ‪P(B)= 0.60‬‬

‫ﻟدﯾﻧﺎ اﻟﺗﺟرﺔ اﻟﻛﻠ ﺔ ﺗﺣﺗو ﻋﻠﻰ اﻟﺣوادث اﻟﺗﺎﻟ ﺔ }∅ ‪= {A , B , (AB),‬‬

‫وﻣﻧﻪ اﻟﺣوادث ﻫﻲ }‪= {P(A ∩ B) , P(A ∩ B) , P(A ∩ B), P(A ∩ B‬‬

‫‪ -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 (‬

‫وﻣﻧﻪ ‪P(A ∩ B) = P(A) × P(B) = 0.80 × 0.60 = 0.48‬‬

‫) ∪ (‬ ‫‪ -2‬اﺣﺗﻣﺎل إﺻﺎ ﺔ اﻟﻬدف أ إﻣﺎ ان ﺻب ‪ A‬او ﺻﯾب ‪ B‬ﻫﻲ‬

‫)‪( ∪ ) = ( ) + P(B) − P(A ∩ B‬‬

‫‪( ∪ ) = 0.80 + 0.60 − 0.48 = 0.92‬‬

‫اﻻﺣﺗﻣﺎل اﻟﻛﻠﻲ ‪:‬‬ ‫‪-5‬‬

‫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

‫ﻣن اﻟﺷ ﻞ ﻧﻼﺣ أن اﻟﺣﺎدث ‪ A‬ﻫو ﻋ ﺎرة ﻋن ) ‪A= (A  B1)  ( A  B2 )  ( A  B3‬‬

‫‪B1 , B2 , B3‬‬ ‫إﻻ ﺑﺗﺣﻘ اﺣد اﻟﺣوادث اﻟﻣﺗﻧﺎﻓ ﺔ ﻓ ﻣﺎ ﺑﯾﻧﻬﺎ ﻣﺛﻧﻲ ﻣﺛﻧﻲ‬ ‫وﻟدﯾﻧﺎ ‪ A‬ﻻ ﯾﺗﺣﻘ‬

‫‪Bi ∩ Bj = ∅ ∀ i ≠ j‬‬ ‫أ‬

‫⋃‬ ‫⋃ ⟺ ‪(B) = Ω‬‬ ‫وﻟدﯾﻧﺎ ‪(B) = B ∪ B ∪ B ∪ … … .∪ B = Ω‬‬

‫و ﺻ ﺢ اﻟﺣﺎدث ‪A‬‬

‫) ‪P(A)= P(A  B1) P(A B2 ) P(A B3) ……. P(A Bn‬‬

‫و ﻣﺎ أن اﻟﺣوادث ﻣﺗﻧﺎﻓ ﺔ ﺻ ﺢ ﻟدﯾﻧﺎ‬

‫) ‪P(A)= P(A  B1)+ P(A B2 )+ P(A B3) ……+ P(A Bn‬‬

‫= ‪P AB‬‬
‫) ∩ (‬
‫وﻟدﯾﻧﺎ ﻣن ﻋﻼﻗﺔ اﻻﺣﺗﻣﺎل اﻟﺷرطﻲ‬
‫) (‬

‫)‪P(A ∩ B) = P(B) × P(A B‬‬

‫وﻣﻧﻪ ﺻ ﺢ اﺣﺗﻣﺎل اﻟﺣﺎدث ‪A‬‬

‫‪P(A) = P(B ) × P A B‬‬ ‫‪+ P( B ) × P A B‬‬ ‫‪+ P(B ) × P A B‬‬

‫) ‪+ … … + P(B ) × P( A B‬‬

‫∑ = )‪P(A‬‬ ‫) ‪P(B ) × P(A B‬‬ ‫أو ﺎﺧﺗﺻﺎر ﻧ ﺗب دﺳﺗور ﻗﺎﻧون اﻻﺣﺗﻣﺎل اﻟﻛﻠﻲ‬

‫ﻣﺛﺎل ﺗوﺿ ﺣﻲ ‪:‬‬

‫‪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 ؟‬

‫اﻟﺣﻞ ‪ :‬ﻟﻧﻌرف اﻟﺣوادث اﻟﺗﺎﻟ ﺔ‬

‫اﻵﻟﺔ اﻷوﻟﻲ ‪ %35‬ﻧرﻣز ﻟﻬﺎ ‪P(A) = 0.35‬‬

‫اﻵﻟﺔ اﻟﺛﺎﻧ ﺔ ‪ %40‬ﻧرﻣز ﻟﻬﺎ ‪P(B) = 0.40‬‬

‫اﻵﻟﺔ اﻟﺛﺎﻟﺛﺔ ‪ %25‬ﻧرﻣز ﻟﻬﺎ ‪P(C) = 0.25‬‬

‫ﻣﺟﻣوع اﻹﻧﺗﺎج ﻫو ‪ ، 100%‬و ﻟﻧرﻣز ﻟﻠوﺣدة اﻟﻣﻌﯾ ﺔ ﺎﻟرﻣز ‪ E‬وﻣﻧﻪ‬

‫‪ ) P(E/A)= 0.06‬اﺣﺗﻣﺎل ﺷرطﻲ ( ﺗﻣﺛﻞ وﺣدة ﻣﻌﯾ ﺔ ﻣن إﻧﺗﺎج ‪A‬‬

‫‪ ) P(E/B)= 0.03‬اﺣﺗﻣﺎل ﺷرطﻲ ( ﺗﻣﺛﻞ وﺣدة ﻣﻌﯾ ﺔ ﻣن إﻧﺗﺎج ‪B‬‬

‫‪ ) P(E/C)= 0.08‬اﺣﺗﻣﺎل ﺷرطﻲ ( ﺗﻣﺛﻞ وﺣدة ﻣﻌﯾ ﺔ ﻣن إﻧﺗﺎج ‪C‬‬

‫وﻣﻧﻪ ﺣﺳب ﻧظرﺔ اﻻﺣﺗﻣﺎل اﻟﻛﻠﻲ ﻓﺎن اﺣﺗﻣﺎل ان ﺗﻛون اﻟوﺣدة اﻟﻣﺳﺣو ﺔ ﻣﻌﯾ ﺔ ﻫﻲ‬

‫)‪E= (E  A)  ( E  B )  ( E  C‬‬

‫)‪P(E)= P(A  A)+ P(A B )+ P(AC‬‬

‫‪P(E) = P(A) × P E A + P( B) × P E B + P(C ) × P E C‬‬

‫ﺎﻟﺗﻌو ض ‪P(E ) = 0.35 *0.06 + 0.40 * 0.03 + 0.25 * 0.08 = 0.053 :‬‬

‫طرﻘﺔ ﺛﺎﻧ ﺔ ﺎﺳﺗﺧدام ﺷﺟرة اﻻﺣﺗﻣﺎﻻت‬

‫‪36‬‬
 ‫اﻟﻔﺼﻞ اﻷول‪:‬ﻧﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت‬

‫‪E= 0.6‬‬
‫اﻻﻟﺔ اﻻوﻟﻲ‬
‫‪0.35‬‬
‫‪Ē=0.94‬‬

‫اﻻﻟﺔ اﻟﺛﺎﻧﯾﺔ‬ ‫‪E=0.03‬‬

‫اﻟﻣﺻﻧﻊ‬ ‫‪0.40‬‬

‫‪Ē=0.097‬‬

‫‪E=0.08‬‬
‫اﻻﻟﺔ اﻟﺛﺎﻟﺛﺔ‬
‫‪0.25‬‬
‫‪Ē= 0.092‬‬

‫‪P(E ) = 0.35 *0.06 + 0.40 * 0.03 + 0.25 * 0.08 = 0.053‬‬ ‫وﻣﻧﻪ‬

‫دﺳﺗور ﺎﯾز ‪:‬‬ ‫‪-6‬‬

‫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

‫ﻓﻠﻧﻔرض ﻣﺛﻼ اﻧﻪ ﻟدﯾﻧﺎ ﻣﺟﻣوﻋﺔ ﻣن اﻟﺣوادث اﻟﻣﺗﻧﺎﻓ ﺔ ﻓ ﻣﺎ ﺑﯾﻧﻬﺎ ‪، A1 , A2 , A3 , …… , An‬‬

‫واﻟﺗﻲ ﺗﺷ ﻞ ﺗﺟزﺋﺔ ﻟﻠﻣﺟﻣوﻋﺔ اﻟﻛﻠ ﺔ ‪ ، Ω‬و ﺎن ‪ B‬ﺣﺎدث ﻣﺎ ﻣ ن أن ﯾﺗﺣﻘ ﻓﻘ إذا ﺗﺣﻘ اﺣد‬
‫‪A‬‬
‫(‪P‬‬ ‫اﻟﺣوادث ‪ ، A1 , A2 , A3 , …… , An ،‬وﻧرد أن ﻧﺣﺳب اﻻﺣﺗﻣﺎﻻت اﻟﺷرط ﺔ ) ‪B‬‬

‫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

‫أو ﻌ ﺎرة ﻣﺧﺗﺻرة‬

‫‪P(A ) × P B A‬‬
‫‪A‬‬
‫‪P‬‬ ‫‪B‬‬ ‫=‬
‫‪∑ P(A ) × P B A‬‬

‫ﻣﺛﺎل ﺗوﺿ ﺣﻲ ‪:‬‬

‫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

‫اﻟﻣطﻠوب ‪ - :‬ﺣﺳﺎب اﺣﺗﻣﺎل أن ﯾﺗﺄﺧر ﻓﻲ ذﻟك اﻟﯾوم ﻋن اﻟدراﺳﺔ ؟‬

‫إذا ﻋﻠﻣت اﻧﻪ ﺎن ﻣﺗﺄﺧر ﻋن اﻟدراﺳﺔ ﻓﻲ ذﻟك اﻟﯾوم ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ون ﻗد اﺳﺗﺧدم اﻟﻘطﺎر ؟‬

‫اﻟﺣﻞ ‪ :‬ﻧرﻣز ﻟﻠﺣوادث اﻟﺗﺎﻟ ﺔ ﻣﺎ ﯾﻠﻲ‬

‫أ ‪P(A ) = 0.60‬‬ ‫‪ A1‬اﺳﺗﺧدام اﻟﺣﺎﻓﻠﺔ ‪60%‬‬

‫‪ A2‬اﺳﺗﺧدام اﻟﺳ ﺎرة ‪ 30%‬أ ‪P(A ) = 0.30‬‬

‫أ ‪P(A ) = 0.10‬‬ ‫‪ A3‬اﺳﺗﺧدام اﻟﻘطﺎر ‪10%‬‬

‫و ﻧرﻣز ﻟﺣﺎدث ﺗﺄﺧر اﻟطﺎﻟب ﻋن اﻟدراﺳﺔ ﻋن اﻟﺟﺎﻣﻌﺔ ب ‪ B‬وﻣﻧﻪ ﺻ ﺢ ﻟدﯾﻧﺎ‬

‫‪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

‫) ‪B= (B A1 ) (B A2)(B  A3‬‬

‫) ‪P(B)= P(B A1 )+P (B A2)+ P (B  A3‬‬

‫وﻣﻧﻪ‬

‫‪P(B) = P(A ) × P B A‬‬ ‫‪+ P( A ) × P B A‬‬ ‫) ‪+ P(A ) × P( B A‬‬

‫ﺎﻟﺗﻌو ض ‪P(B) = (0.6) × (0.15) + (0.3) × (0.08) + (0.1) × (0.2) = 0.134‬‬

‫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

‫اﻟﺣﻞ ‪ :‬ﻧرﻣز ﻟﻠﺣوادث اﻟﺗﺎﻟ ﺔ‬

‫ﻋﻣﻠ ﺔ اﺧﺗ ﺎر ﻞ ﺻﻧدوق ﺗﻛون ﺎﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ ) ﻟﻬﺎ ﻧﻔس اﻻﺣﺗﻣﺎﻻت (‬

‫= )‪P(A‬‬ ‫و‬ ‫= )‪P(A‬‬ ‫و‬ ‫= )‪P(C‬‬

‫واﺣﺗﻣﺎﻻت أن ﺗﻛون اﻟﻛرة ﺑ ﺿﺎء ‪ L‬أو ﺳوداء ‪ N‬ﻣن اﻟﺻﻧﺎدﯾ اﻟﺛﻼﺛﺔ ﻫﻲ‬

‫= ‪P LC‬‬ ‫= ‪،P L B‬‬ ‫‪،‬‬ ‫= ‪P LA‬‬

‫= ‪P NC‬‬ ‫‪،‬‬ ‫= ‪P NB‬‬ ‫‪،‬‬ ‫= ‪P NA‬‬

‫ﺣﺳﺎب اﺣﺗﻣﺎل أن ﺗﻛون اﻟﻛرة اﻟﻣﺳﺣو ﺔ ﺑ ﺿﺎء‬ ‫‪-1‬‬

‫)‪P(L) = P(A) × P L A + P( B) × P L B + P(C ) × P( L C‬‬

‫= )‪P(L‬‬ ‫× ‪× + × +‬‬ ‫=‬ ‫‪+‬‬ ‫‪+‬‬ ‫ﺎﻟﺗﻌو ض ‪= 0.5428‬‬

‫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

‫)‪P(A) = P(A) × P N A + P( B) × P N B + P(C ) × P( N C‬‬

‫= )‪P(C‬‬ ‫× ‪× + × +‬‬ ‫‪= 0.4571‬‬ ‫ﺎﻟﺗﻌو ض‬

‫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(AB) =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 اﻟ ار ﻊ ‪ :‬ﻟ ن ﻟدﯾﻧﺎ اﻟﺣدﺛﯾن‪ A, B :‬ﻣﺳﺗﻘﻠﯾن ﺣﯾث أن ‪، Card(B) =30:‬‬

‫‪، Card(A) =50‬‬
‫(‬ ‫‪،‬اوﺟد ‪:‬أﺻﻠﻲ )‪ ، Card(Ω‬و ) ∪ ( ﺛم اﺳﺗﻧﺗﺞ ) ∩‬ ‫‪P(A  B )=0.15‬‬
‫‪، ( ⁄ )،‬‬ ‫واﺣﺳب اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ ) ∩ (‬

‫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

‫‪ -‬ﻣﺎ ﻫو اﺣﺗﻣﺎل ان ون اﻟطﺎﻟب ﻗد رﺳب ﻓﻲ اﻻﻗﺗﺻﺎد اﻟﺟزﺋﻲ أو اﻹﺣﺻﺎء‬

‫ون ﻗدر رﺳب ﻓﻲ‬ ‫‪ -‬إذا ﺎن اﻟطﺎﻟب ﻟم ﯾرﺳب ﻓﻲ اﻻﻗﺗﺻﺎد اﻟﺟزﺋﻲ ﻓﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﻻ‬
‫اﻹﺣﺻﺎء‬

‫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

‫‪ (1‬ﻓﺄوﺟد اﺣﺗﻣﺎل أن ﺗﻛون ﺣ ﺔ اﻟﻔﺎﻛﻬﺔ ﺗﻔﺎح ؟‬

‫‪ (2‬أوﺟد اﺣﺗﻣﺎل أن ﺗﻛون ﺣ ﺔ اﻟﻔﺎﻛﻬﺔ ﻣن اﻟﻛ س اﻷول إذا ﻋﻠم ﺄﻧﻬﺎ ﺗﻔﺎﺣﺔ ؟‬

‫اﻟﺗﻣر ن اﻟﻌﺎﺷر‪ :‬أﻧﺗﺞ أﺣد اﻟﻣﺻﺎﻧﻊ ‪ 12‬ﺟﻬﺎز ﺗﻠﻔﺎز ﻣن ﺑﯾﻧﻬﺎ ‪ 4‬أﺟﻬزة ﻋﺎطﻠﺔ‪ ،‬أﺧذﻧﺎ طرﻘﺔ‬
‫ﻋﺷواﺋ ﺔ ﺟﻬﺎزن‪ ،‬أوﺟد اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ‬

‫‪ -1‬اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ ﺟﻬﺎزن ﻋﺎطﻠﯾن‪،‬‬

‫‪ -2‬اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ ﺟﻬﺎزن ﺟﯾدﯾن‪،‬‬
‫‪ -3‬اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ ﺟﻬﺎز ﻋﺎطﻞ ﻋﻠﻰ اﻷﻗﻞ‪،‬‬
‫‪ -4‬اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ ﺟﻬﺎز ﻋﺎطﻞ ﻋﻠﻰ اﻷﻛﺛر‪.‬‬

‫‪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

‫• داﻟﺔ اﻟﻜﺜﺎﻓﺔ اﻻﺣﺘﻤﺎﻟﯿﺔ‬

‫ﺛﺎﻧﯾﺎ اﻟﻣﺗﻐﯾرة‬
‫• داﻟﺔ اﻟﺘﻮزﯾﻊ )‪F(x‬‬
‫اﻟﻌﺷواﺋﯾﺔ اﻟﻣﺳﺗﻣرة‬
‫• اﻟﻤﻤﯿﺰات اﻟﻌﺪدﯾﺔ ﻟﻠﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ‬
‫اﻟﻤﺴﺘﻤﺮ‬ ‫و ﻣﻣﯾزاﺗﮭﺎ اﻟﻌددﯾﺔ‬

‫‪45‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫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

‫ﻣﺟﻣوﻋﺔ اﻷﻋداد اﻟﺣﻘ ﻘ ﺔ‬

‫ﻣﻼﺣظﺔ ‪ :‬إن ﻞ اﻟﻣﺻطﻠﺣﺎت اﻟﻣﺳﺗﻌﻣﻠﺔ ﻓﻲ اﻹﺣﺻﺎء اﻟوﺻﻔﻲ ﺗ ﻘﻲ ﺻﺎﻟﺣﺔ ﻟﻼﺳﺗﻌﻣﺎل ﻋﻧد‬

‫ﯾﺧﺗﻠﻒ ﻫو اﺳﺗﺑدال اﻟﺗﻛ اررات ﺎﻻﺣﺗﻣﺎﻻت‬ ‫اﺳﺗﻌﻣﺎل اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ ‪ ،‬اﻟﺷﻲء اﻟوﺣﯾد اﻟذ‬
‫ﻓﻘ‬

‫ﺗﻌر ﻒ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ‪:‬‬

‫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

‫‪ -1‬اﻟﺳﻌد اﻟرﺟﺎل – ﻣرﺟﻊ ﺳﺎﺑ ص ‪200‬‬

‫‪46‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫و ﻞ ﻗ ﻣﺔ ﻣﻣ ﻧﺔ ﺗﻘﺎﺑﻠﻬﺎ ﻗ ﻣﺔ اﺣﺗﻣﺎﻟ ﺔ ) ا اﺣﺗﻣﺎل ﻣﻘﺎﺑﻞ ﻟﻬﺎ (ﻫو‬

‫‪ P1 ,P2 ,P3 …….Pn‬و ﺗﻣﺛﻞ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ ‪ X‬ﻋﻠﻰ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3‬‬ ‫‪……………..‬‬ ‫‪Xn‬‬

‫‪ Pi‬ﻗ م اﻻﺣﺗﻣﺎﻻت اﻟﻣﻘﺎﺑﻠﺔ‬ ‫‪P1‬‬ ‫‪P2‬‬ ‫‪P3‬‬ ‫‪…………..‬‬ ‫‪Pn‬‬

‫أﻣﺛﻠﺔ ﻋن اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪ ‬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

‫إذا }‪X = {2 ,3 ,4 ,5 ,6 ,7 ,8 ,9 ,10 ,11 ,12‬‬ ‫‪X ∶Ω⟶ℛ‬‬

‫‪ ‬رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ ﺛﻼث ﻣرات وﻟﻧﻌرف ﻣﺛﻼ ‪ X‬ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ﻋدد اﻷوﺟﻪ اﻟﺗﻲ ﺗظﻬر‬

‫إذا }‪X = {0 ,1 ,2 , 3‬‬ ‫‪X ∶Ω⟶ℛ‬‬

‫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 ] ∞‪[−∞ , +‬‬

‫أوﻻ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﻧﻘطﻌﺔ و ﻣﻣﯾزاﺗﻬﺎ اﻟﻌدد ﺔ ‪:‬‬

‫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

‫‪ -1‬ﷴ ﯾوﺳﻒ اﻻﺷﻘر و ﻋﺑد اﻟﻠطﯾﻒ ﯾوﺳﻒ – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪144‬‬

‫‪ -2‬ﺷﻔﯾ اﻟﻌﺗوم ‪ -‬ﻣرﺟﻊ ﺳﺎﺑ – ص ‪232‬‬
‫‪47‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫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

‫ب – ﻗﺎﻧون اﻟﺗوز ﻊ اﻻﺣﺗﻣﺎﻟﻲ ) داﻟﺔ اﻻﺣﺗﻣﺎل ( ‪:‬‬

‫ﻟﻧﻔرض أﻧﻧﺎ رﻣﯾﻧﺎ ﻗطﻌﺔ ﻧﻘد ﺔ ﻣﺗزﻧﺔ ﺛﻼث ﻣرات‪ ،‬وﻟﻧﻌرف ‪ X‬ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ﻋدد اﻷوﺟﻪ‬

‫)‪ ( F‬اﻟﺗﻲ ﺗظﻬر ﻓﻲ اﻟرﻣ ﺎت اﻟﺛﻼث‬

‫‪P‬‬ ‫‪PPP‬‬ ‫‪0‬‬

‫‪P‬‬
‫‪F‬‬ ‫‪PPF‬‬ ‫‪1‬‬
‫‪P‬‬
‫‪P‬‬ ‫‪PFP‬‬ ‫‪1‬‬
‫‪F‬‬
‫‪F‬‬ ‫‪PFF‬‬ ‫‪2‬‬
‫} ‪Ω={P ,F‬‬
‫‪P‬‬ ‫‪FPP‬‬ ‫‪1‬‬
‫‪P‬‬
‫‪F‬‬ ‫‪FPF‬‬ ‫‪2‬‬
‫‪F‬‬
‫‪P‬‬ ‫‪FFP‬‬ ‫‪2‬‬
‫‪F‬‬
‫‪F‬‬ ‫‪FFF‬‬ ‫‪3‬‬

‫‪ 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

‫واﻟﺗﻲ ﺗﻣﺛﻞ ﻗ م اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ‬ ‫إذا }‪X = {0 ,1 ,2 , 3‬‬ ‫‪X ∶Ω⟶ℛ‬‬

‫أﻣﺎ اﻻﺣﺗﻣﺎﻻت اﻟﻣرﻓﻘﺔ ﻟﻘ م اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ ﻫﻲ‬

‫= )‪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

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪ Pi‬ﻗ م اﻻﺣﺗﻣﺎﻻت اﻟﻣﻘﺎﺑﻠﺔ‬ ‫‪3‬‬ ‫‪3‬‬
‫‪( ) = P(X = Xi) 8‬‬ ‫‪8‬‬
‫و ﻣ ن ﺗﺎ ﺔ اﻟﺟدول اﻟﺳﺎﺑ ﻋﻠﻰ ﺷ ﻞ داﻟﺔ ﺗﺳﻣﻲ داﻟﺔ اﻻﺣﺗﻣﺎل‬

‫‪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

‫و ﺎن )‪ ( ) = P(X = Xi‬ﻫو اﺣﺗﻣﺎل أن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ﺄﺧذ اﻟﻘ م ‪ X‬ﻓﺎﻧﻪ ﻣ ن ﺗﻛو ن‬

‫ﺟدول اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ‪ ، X‬وﻫو ﺟدول ﻣ ون ﻣن ﻋﻣودﯾن اﻷول ﻪ اﻟﻘ م‬
‫اﻟﻣﻣ ﻧﺔ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ } ‪ X= { X1 , X2 , X3 , ….., Xn‬و اﻟﻌﻣود ) أو اﻟﺳطر ( اﻟﺛﺎﻧﻲ ﻪ‬
‫و ون ﺷ ﻠﻪ ﻣﺎ ﯾﻠﻲ‬ ‫اﻟﻘ م اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻬذا اﻟﻣﺗﻐﯾر )‪( ) = P(X = Xi‬‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3 ……………..‬‬ ‫‪Xn‬‬

‫‪ Pi‬ﻗ م اﻻﺣﺗﻣﺎﻻت اﻟﻣﻘﺎﺑﻠﺔ‬ ‫‪P1‬‬ ‫‪P2‬‬ ‫‪P3 …………..‬‬ ‫‪Pn‬‬
‫)‪( ) = P(X = Xi‬‬
‫ﻧﺳﻣﻲ ﻫذا اﻟﺟدول ﻘﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ أو ﺟدول اﻻﺣﺗﻣﺎل ‪ ،‬وﻧﺳﻣﻲ اﻟداﻟﺔ‬

‫ﺑداﻟﺔ اﻻﺣﺗﻣﺎل و ﻣ ن ﺗﺎﺑﺗﻬﺎ ﻋﻠﻰ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬ ‫)‪( ) = P(X = Xi‬‬

‫‪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

‫( =) ( ≤‬ ‫=‬ ‫≤)‬ ‫اﻟﺷر اﻷول ‪ :‬اﻟداﻟﺔ ﻣوﺟ ﺔ وﻗ ﻣﻬﺎ ﻣﺣﺻورة ﺑﯾن‬

‫∑‬ ‫( =) (‬ ‫=‬ ‫=)‬ ‫اﻟﺷر اﻟﺛﺎﻧﻲ ‪ :‬ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت ﺳﺎو اﻟواﺣد‬

‫ج‪ -‬اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﻧﻘطﻊ ‪:‬‬

‫اﻷﻋﻣدة‬ ‫ﻣ ن ﺗﻣﺛﯾﻞ ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ أو اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﻧﻔﺻﻠﺔ ﺑ ﺎﻧ ﺎ ﻋن طر‬

‫ﻋﻠﻰ ﻣﺣور اﻟﻔواﺻﻞ ورﺳم أﻋﻣدة‬ ‫اﻟﺑ ﺎﻧ ﺔ اﻟ ﺳ طﺔ ﺣﯾث ﯾﺗم وﺿﻊ ﻗ م اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ‬
‫ﻋﻧد ﻫذﻩ اﻟﻧﻘﺎ ﺗﺗﻧﺎﺳب أطواﻟﻬﺎ ﻣﻊ ﻗ م اﻻﺣﺗﻣﺎﻻت اﻟﻣﻘﺎﺑﻠﺔ ﻟﻬﺎ ) ‪(P‬‬

‫‪70%‬‬

‫‪60%‬‬

‫‪50%‬‬

‫‪40%‬‬ ‫‪Haut‬‬
‫‪30%‬‬ ‫‪Bas‬‬
‫‪Fermé‬‬
‫‪20%‬‬

‫‪10%‬‬

‫‪0%‬‬
‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3‬‬ ‫‪X4‬‬ ‫‪X5‬‬

‫ﻣﺛﺎل ‪ :‬ﻫﻞ ﻣﺛﻞ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﺗﺎﻟﻲ ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ‬

‫‪ -1‬ﺑوﻋظم ﻣﺎل – اﻹﺣﺻﺎء اﻻﺳﺗدﻻﻟﻲ ﻣن اﻟﺟﺎﻧب اﻟﻧظر و اﻟﺗطﺑ ﻘﻲ – دار زﻫران ﻟﻠﻧﺷر –ﻋﻣﺎن اﻻردن ص ‪37‬‬
‫‪50‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪,‬‬ ‫‪= 1 , 2 ,3 ,4‬‬

‫=) (‬
‫ﻣﺎﻋد ذاﻟك ‪0,‬‬

‫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

‫أﻣﺎ اﻟﺷر اﻟﺛﺎﻧﻲ ﻟدﯾﻧﺎ‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪10‬‬

‫( =) (‬ ‫=‬ ‫=)‬ ‫=‬ ‫‪+‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫=‬ ‫‪=1‬‬
‫‪10‬‬ ‫‪10 10 10 10 10‬‬

‫وﻣﻧﻪ اﻟﺷر اﻟﺛﺎﻧﻲ ﻣﺣﻘ وﻣﻧﻪ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ﻣﺛﻞ ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ‬

‫د‪ -‬داﻟﺔ اﻟﺗوز ﻊ اﻻﺣﺗﻣﺎﻟﻲ ) ﺗﺎ ﻊ اﻟﺗوز ﻊ أو اﻟداﻟﺔ اﻟﺗﺟﻣ ﻌ ﺔ (‪:‬‬

‫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 ) (‬

‫< <∞‪−‬‬
‫( ⎧‬ ‫)‬ ‫< ≤‬
‫⎪‬
‫=) (‬ ‫(‬ ‫( ‪) +‬‬ ‫)‬ ‫< ≤‬
‫⎨‬ ‫⋮‬
‫⎪‬
‫( ⎩‬ ‫( ‪) +‬‬ ‫( ‪)+‬‬ ‫= ) ( ‪)+ ….+‬‬ ‫≤‬ ‫<‬

‫وﺗﻌطﻲ داﻟﺔ اﻟﺗوز ﻊ ﻓﻲ اﻟﺟدول ﻣﺎ ﯾﻠﻲ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪X4‬‬ ‫‪……..‬‬ ‫‪Xn‬‬

‫) ≤ ( =) (‬ ‫‪P1 P1+P2‬‬ ‫‪P1+P2 + P3‬‬ ‫‪…...‬‬ ‫‪1‬‬
‫ﺟدول داﻟﺔ اﻟﺗوزﻊ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﻧﻘطﻊ‬

‫‪51‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫و ﻣ ن ﺗﻣﺛﯾﻠﻪ ﺑ ﺎﻧ ﺎ ﻋن طر ﻗطﻊ ﻣﺳﺗﻘ ﻣﺔ ﻣﺗﺻﺎﻋدة‬

‫↑‪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

‫ﺧواص داﻟﺔ اﻟﺗوز ﻊ ‪:‬‬

‫≤‬ ‫=) (‬ ‫≤ (‬ ‫≤)‬ ‫‪ ‬إن ﺗﺎ ﻊ اﻟﺗوزﻊ ﺣﻘ داﺋﻣﺎ اﻟﻌﻼﻗﺔ‬

‫‪ ‬أﻧﻬﺎ ﻋ ﺎرة ﻋن اﺣﺗﻣﺎﻻت ﺗﺟﻣ ﻌ ﺔ ) ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت (‬
‫‪ ‬أﻧﻬﺎ داﻟﺔ ﺗﺻﺎﻋد ﺔ ﻣﺗزاﯾدة دوﻣﺎ ﻷﻧﻬﺎ ﻋ ﺎرة ﻋن ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت‬
‫= )∞‪(−‬‬ ‫‪ ‬إن ﻗ ﻣﺔ داﻟﺔ اﻟﺗوزﻊ ﻋﻧد اﻟﻧﻘطﺔ ) ∞‪ ( −‬ﺗﺳﺎو اﻟﺻﻔر‬
‫ﻻﻧﻬﺎ ﺗﻛون ﻗد‬ ‫= )∞‪(+‬‬ ‫‪ ‬إن ﻗ ﻣﺔ داﻟﺔ اﻟﺗوزﻊ ﻋﻧد اﻟﻧﻘطﺔ ) ∞‪ ( +‬ﺗﺳﺎو اﻟواﺣد‬
‫ﺷﻣﻠت ﺟﻣ ﻊ اﻟﻘ م اﻟﻣﻣ ﻧﺔ‬

‫∈) ‪∀( ,‬‬ ‫;‬ ‫< (‬ ‫) ( ‪< )= ( )−‬‬

‫ﻣﺛﺎل ‪ :‬ﻟ ن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﺗﺎﻟﻲ‬

‫‪x‬‬
‫‪,‬‬ ‫‪= 1 , 2 ,3 ,4‬‬
‫=) (‬ ‫‪10‬‬
‫‪0,‬‬ ‫ﻣﺎﻋد ذاﻟك‬

‫اﻟﻣطﻠوب ‪:‬اوﺟد داﻟﺔ اﻟﺗوزﻊ وﻣﺛﻠﻬﺎ ﺑ ﺎﻧ ﺎ وﻣﺛﻞ ذﻟك داﻟﺔ اﻻﺣﺗﻣﺎل ) ﻗﺎﻧون اﻻﺣﺗﻣﺎل (‬

‫اﻟﺣﻞ ‪ :‬داﻟﺔ اﻻﺣﺗﻣﺎل ) ﺟدول اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ( و داﻟﺔ اﻟﺗوزﻊ‬

‫‪52‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫اﻟﻣﺟﻣوع ‪4‬‬

‫)‪( ) = P(X = Xi‬‬ ‫‪1/10‬‬ ‫‪2/10‬‬ ‫‪3/10‬‬ ‫‪4/10 10/10‬‬

‫≤ ( =) (‬ ‫)‬ ‫‪1/10‬‬ ‫‪3/10‬‬ ‫‪6/10 10/10‬‬ ‫‪1‬‬

‫داﻟﺔ اﻟﺗوزﻊ‬

‫<∞‪−‬‬ ‫‪<1‬‬
‫⎧‬
‫⎪‬ ‫≤‬ ‫‪<2‬‬
‫⎪‬
‫⎪‬
‫=) (‬ ‫≤‬ ‫‪<3‬‬
‫⎨‬
‫⎪‬ ‫≤‬ ‫‪<4‬‬
‫⎪‬
‫⎪‬ ‫‪.‬‬
‫⎩‬ ‫≤‬ ‫∞‪< +‬‬

‫اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟﻘﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ او داﻟﺔ اﻻﺣﺗﻣﺎل‬

‫‪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

‫اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟداﻟﺔ اﻟﺗوزﻊ‬

‫‪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

‫د‪ -‬اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﻧﻘطﻊ ‪:‬‬

‫‪ -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 ‫∑=) (‬ ‫(‬ ‫×‬ ‫)‬

‫ﻣﺿرو ﺎ ﻓﻲ ﻗ م‬ ‫أ أن اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ ﻫو ﻋ ﺎرة ﻋن ﺣﺎﺻﻞ ﺟﻣﻊ اﻟﻘ ﻣﺔ اﻟﻣﺧﺗﻠﻔﺔ ﻟﻠﻣﺗﻐﯾرة‬

‫اﻻﺣﺗﻣﺎﻻت اﻟﻣﻘﺎﺑﻠﺔ ﻟﻬﺎ‬

‫ﺧواص اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ ‪:‬‬

‫‪ E(C) = C‬ﺣﯾث ‪ C‬ﺛﺎﺑت‬ ‫‪-‬‬

‫)‪E(C+X) = C + E(X‬‬ ‫‪-‬‬
‫)‪E(CX‬‬ ‫)‪= C E(X‬‬ ‫‪-‬‬
‫)‪E[ E(X) ] = E(X‬‬ ‫‪-‬‬

‫ﻣﺛﺎل ‪ :‬اﺣﺳب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ ﻟﻠﻣﺛﺎل اﻟﺳﺎﺑ‬

‫‪ -1‬ﷴ ﯾوﺳﻒ اﺷﻘر – ﻣرﺟﻊ ﺳﺎﺑ ‪ -‬ص ‪156‬‬

‫‪54‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫اﻟﻣﺟﻣوع ‪4‬‬

‫)‪( ) = P(X = Xi‬‬ ‫‪1/10‬‬ ‫‪2/10‬‬ ‫‪3/10‬‬ ‫‪4/10 10/10‬‬

‫∑=) (‬ ‫[‬ ‫×‬ ‫(‬ ‫=‬ ‫])‬

‫=) ( ⇒‬ ‫×‬ ‫‪+‬‬ ‫×‬ ‫‪+‬‬ ‫×‬ ‫‪+‬‬ ‫×‬ ‫=‬ ‫=‬

‫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

‫ﺣﯾث ‪ K‬درﺟﺔ اﻟﻌزم اﻻﺑﺗداﺋﻲ‬ ‫∑ = )‪M (X‬‬ ‫)‪Xi P(X = Xi‬‬

‫إذا اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻷوﻟﻲ ‪ K=1‬ﻫو اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ‬

‫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 ‪:‬‬

‫‪ E(X) = 0‬ﻧ ون ﻓﻲ ﺣﺎﻟﺔ اﻟﻌزوم اﻟ ﺳ طﺔ اﻻﺑﺗداﺋ ﺔ‬ ‫‪ ‬إذا ﺎن‪:‬‬

‫⟹‪=0‬‬ ‫‪=1‬‬ ‫‪ ‬إذا ﺎن ‪:‬‬
‫⟹‪=1‬‬ ‫‪=0‬‬ ‫‪ ‬إذا ﺎن ‪:‬‬
‫أ ﻫو اﻟﺗ ﺎﯾن‬ ‫⟹‪=2‬‬ ‫) ( =‬ ‫‪ ‬إذا ﺎن ‪:‬‬

‫‪ - 1‬ﺷﻔﯾ اﻟﻌﺗوم ‪ ،‬ﻣرﺟﻊ ﺳﺎﺑ ‪ ،‬ص ‪117‬‬

‫‪2‬‬
‫ﺟ ﻼ ﻟﻲ ﺟﻼطو ‪ ،‬ﻧظرﺔ اﻻﺣﺗﻣﺎﻻت و اﻟﺗوزﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ ﻣرﺟﻊ ﺳﺎﺑ ‪ ،‬ص ‪95‬‬
‫‪55‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫وﻣﻧﻪ ﺗﻌطﻲ ﻋﻼﻗﺔ اﻟﺗ ﺎﯾن ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫])‪V(X) = M (X) − [E(X‬‬

‫ﺣﯾث ﻫو)‪ M (X‬اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫= )‪M (X‬‬ ‫)‪Xi P(X = Xi‬‬

‫ﺧواص اﻟﺗ ﺎﯾن ‪:‬‬

‫‪V(C)=0 ‬‬
‫‪V(C+X) = V(X) ‬‬
‫‪V(CX) = C2 V(X) ‬‬

‫‪ – 3‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر )‪: δ(x‬‬

‫)‪( 1‬‬
‫و ﯾرﻣز ﻟﻪ ﺎﻟرﻣز )‪ ، δ(x‬و ﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬ ‫ﻫو ﻋ ﺎرة ﻋن اﻟﺟذر اﻟﺗر ﻌﻲ ﻟﻠﺗ ﺎﯾن‬

‫= ‪δ‬‬ ‫) (‬
‫)‪(2‬‬
‫ﻓﻬو ﻣن أﻛﺛر اﻟﻣﻘﺎﯾ س اﺳﺗﺧداﻣﺎ‪ ،‬ﻷﻧﻪ ﻌطﻲ ﻓ رة ﺳﻠ ﻣﺔ ﻋن ﺗﺷﺗت اﻟظﺎﻫرة اﻟﻣدروﺳﺔ‬

‫ﻣﺛﺎل ‪ :‬اﺣﺳب اﻟﺗ ﺎﯾن و اﻻﻧﺣراف اﻟﻣﻌ ﺎر ﻟﻠﻣﺛﺎل اﻟﺳﺎﺑ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫اﻟﻣﺟﻣوع ‪4‬‬

‫)‪( ) = P(X = Xi‬‬ ‫‪1/10‬‬ ‫‪2/10‬‬ ‫‪3/10‬‬ ‫‪4/10 10/10‬‬

‫اﻟﺗ ﺎﯾن ‪V(X) = M (X) − [E(X)] :‬‬

‫ﻧﺣﺳب أوﻻ اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫‪ - 1‬ﺑرﻧﺎر ﻏرﻪ ‪ ،‬ﻣرﺟﻊ ﺳﺎﺑ ‪ ،‬ص ‪158‬‬

‫‪ -2‬ﺷرف اﻟدﯾن ﺧﻠﯾﻞ ‪ ،‬ﻣرﺟﻊ ﺳﺎﺑ ‪ ،‬ص ‪63‬‬
‫‪56‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬

‫= )‪M (X‬‬ ‫× ‪Xi P(X = Xi) = 1‬‬ ‫× ‪+2‬‬ ‫× ‪+3‬‬ ‫× ‪+4‬‬
‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪99‬‬
‫=‬ ‫‪= 9.9‬‬
‫‪10‬‬

‫وﻣﻧﻪ‬ ‫=) (‬ ‫وﻟدﯾﻧﺎ اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ‬

‫‪V(X) = 9.9 − (3) = 0.9‬‬

‫= ‪δ‬‬ ‫‪V(X) = √0.9 = 0.948‬‬ ‫وﻣﻧﻪ اﻻﻧﺣراف اﻟﻣﻌ ﺎر‬

‫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 ‪:‬‬

‫ون ﺟدول اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ؟‬ ‫‪-‬‬

‫‪ -‬اوﺟد اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن و اﻻﻧﺣراف اﻟﻣﻌ ﺎر ﻟﻪ ؟‬

‫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

‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ‬ ‫∁‬

‫= )‪P(X = 0‬‬ ‫=‬ ‫=‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ‬ ‫∁‬

‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ‬ ‫∁× ∁‬

‫= )‪P(X = 1‬‬ ‫=‬ ‫=‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ‬ ‫∁‬

‫ﻋدد اﻟﺣﺎﻻت اﻟﻣﻼﺋﻣﺔ اﻟﻣواﺗ ﺔ‬ ‫∁‬

‫= )‪P(X = 2‬‬ ‫=‬ ‫=‬
‫ﻋدد اﻟﺣﺎﻻت اﻟﻛﻠ ﺔ اﻟﻣﻣ ﻧﺔ‬ ‫∁‬

‫وﻣﻧﻪ ﺟدول اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ) ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ (‬

‫‪57‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪0‬‬ ‫‪1‬‬ ‫اﻟﻣﺟﻣوع ‪2‬‬

‫)‪( ) = P(X = Xi‬‬ ‫‪1/10‬‬ ‫‪6/10‬‬ ‫‪3/10 10/10‬‬

‫∑=) (‬ ‫×‬ ‫(‬ ‫=‬ ‫)‬ ‫اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ ‪:‬‬

‫=) ( ⇒‬ ‫×‬ ‫‪+‬‬ ‫×‬ ‫‪+‬‬ ‫×‬ ‫=‬ ‫‪= .‬‬

‫اﻟﺗ ﺎﯾن ‪V(X) = M (X) − [E(X)] : :‬‬

‫ﻧﺣﺳب أوﻻ اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫‪1‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪18‬‬

‫= )‪M (X‬‬ ‫× ‪Xi P(X = Xi) = 0‬‬ ‫× ‪+1‬‬ ‫× ‪+2‬‬ ‫=‬
‫‪10‬‬ ‫‪10‬‬ ‫‪10 10‬‬
‫‪= 1.8‬‬

‫وﻣﻧﻪ‬ ‫‪( )= .‬‬ ‫وﻟدﯾﻧﺎ اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ‬

‫‪V(X) = 1.8 − (1.2) = 0.36‬‬

‫= ‪δ‬‬ ‫وﻣﻧﻪ اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪V(X) = √0.36 = 0.6‬‬

‫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 ‪:‬‬

‫ون ﻓﺿﺎء اﻟﻌﯾﻧﺔ ) ﻓراغ اﻟﻌﯾﻧﺔ (‬ ‫‪-‬‬

‫ﺄﻧﻪ ﻋدد اﻟﻌﺑوات اﻟﻣﺷﺗراة ﻣن اﻟﺗﻔﺎح اﻟﻣﺣﻠﻲ ﻓﺎوﺟد ﻗﺎﻧون‬ ‫‪ -‬إذا ﻋرﻓﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ‪X‬‬
‫اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ‪X‬‬
‫‪ -‬ارﺳم داﻟﺔ اﻻﺣﺗﻣﺎل أو داﻟﺔ ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ‬

‫‪58‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪ -‬اوﺟد داﻟﺔ اﻟﺗوزﻊ واﺣﺳب ﻞ ﻣن اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن‬

‫‪ -‬اوﺟد ﻗ م اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ‬

‫)‪P(X = 1) ، P(X ≤ 1) ، P(X = 1.5) ، P(X ≤ 1.5‬‬

‫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

‫ﻣﺣﻠﻲ ‪0.60‬‬ ‫ﻣﺣﻠﻲ ﻣﺣﻠﻲ‬ ‫‪2‬‬ ‫‪0.36‬‬

‫ﻣﺣﻠﻲ ‪0.6 0‬‬ ‫اﺟﻧﺑﻲ ‪0.40‬‬

‫اﺟﻧﺑﻲ ﻣﺣﻠﻲ‬ ‫‪1‬‬ ‫‪0.24‬‬
‫} ﻣﺣﻠﻲ‪ ,‬اﺟﻧﺑﻲ{=‪Ω‬‬
‫ﻣﺣﻠﻲ ‪0.60‬‬ ‫ﻣﺣﻠﻲ اﺟﻧﺑﻲ‬ ‫‪1‬‬ ‫‪0.24‬‬
‫اﺟﻧﺑﻲ ‪0.40‬‬
‫اﺟﻧﺑﻲ ‪0.40‬‬ ‫اﺟﻧﺑﻲ اﺟﻧﺑﻲ‬ ‫‪0‬‬ ‫‪0.16‬‬

‫وﻣﻧﻪ ﻗ م اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ‪ X‬اﻟﺗﻲ ﺄﺧذﻫﺎ ﻫﻲ } ‪ X = {0 ,1 ,2 ,‬ﺎﺣﺗﻣﺎﻻت ﻫﻲ‬

‫‪P(X = 0) = 0.06 ∗ 0.6 = 0.36‬‬

‫‪P(X = 1) = 0.6 ∗ 0.4 + 0.4 ∗ 0.6 = 0.48‬‬

‫‪P(X = 2) = 0.4 ∗ 0.4 = 0.16‬‬

‫وﻣﻧﻪ ﺟدول اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ) ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ (‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪0‬‬ ‫‪1‬‬ ‫اﻟﻣﺟﻣوع ‪2‬‬

‫)‪( ) = P(X = Xi‬‬ ‫‪0.16‬‬ ‫‪0.48‬‬ ‫‪0.36‬‬ ‫‪1‬‬

‫رﺳم داﻟﺔ اﻻﺣﺗﻣﺎل أو داﻟﺔ ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ‬

‫‪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

‫إﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪0‬‬ ‫‪1‬‬ ‫اﻟﻣﺟﻣوع ‪2‬‬

‫)‪( ) = P(X = Xi‬‬ ‫‪0.16‬‬ ‫‪0.048‬‬ ‫‪0.36‬‬ ‫‪1‬‬
‫≤ ( =) (‬ ‫)‬ ‫‪0.16‬‬ ‫‪0.46‬‬ ‫‪1‬‬ ‫‪1‬‬
‫داﻟﺔ اﻟﺗوزﻊ‬

‫‪<0‬‬
‫‪⎧ .‬‬ ‫‪≤ <1‬‬
‫⎪‬
‫‪.‬‬ ‫‪≤ <2‬‬
‫=) (‬
‫⎨‬
‫⎪‬ ‫‪.‬‬
‫⎩‬ ‫≤‬ ‫∞‪< +‬‬

‫ﺣﺳﺎب ﻞ ﻣن اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن‬

‫∑=) (‬ ‫×‬ ‫(‬ ‫=‬ ‫)‬ ‫اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ ‪:‬‬

‫=) ( ⇒‬ ‫‪× .‬‬ ‫‪+‬‬ ‫‪× .‬‬ ‫‪+‬‬ ‫‪× .‬‬ ‫‪= .‬‬

‫اﻟﺗ ﺎﯾن‪V(X) = M (X) − [E(X)] : :‬‬

‫ﻧﺣﺳب أوﻻ اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫‪60‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫= )‪M (X‬‬ ‫‪Xi P(X = Xi) = 0 × 0.16 + 1 × 0.48 + 2 × 0.36‬‬

‫‪= 1.92‬‬

‫وﻣﻧﻪ‬ ‫‪( )= .‬‬ ‫وﻟدﯾﻧﺎ اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ‬

‫‪V(X) = 1.92 − (1.2) = 0.48‬‬

‫ﺣﺳﺎب ﻗ م اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ )‪P(X ≤ 1.5)، P(X = 1.5) ، P(X ≤ 1) ، P(X = 1‬‬

‫‪P(X = 1) = f(1) = 0.48‬‬

‫‪P(X ≤ 1) = F(1) = 0.64‬‬

‫‪P(X = 1.5) = f(1.5) = 0‬‬

‫‪P(X ≤ 1.5) = F(1.5) = F(1) = 0.64‬‬

‫اﻟﺗﻣر ن اﻟﺛﺎﻟث ‪ :‬ﻟﻧﻌرف اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ‪ X‬اﻟﻣﻌرف ﻣﺎ ﻓﻲ اﻟﺟدول اﻟﺗﺎﻟﻲ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫اﻟﻣﺟﻣوع ‪4‬‬

‫)‪( ) = P(X = Xi‬‬ ‫‪0.2‬‬ ‫‪0.1‬‬ ‫‪0.1‬‬ ‫‪0.4‬‬ ‫‪0.2‬‬ ‫‪1‬‬
‫اﻟﻣطﻠوب ‪:‬‬

‫ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ ؟‬ ‫‪ -1‬ﻫﻞ ﻣﺛﻞ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ‪X‬‬

‫‪ -2‬ﻣﺛﻞ ) ( ﺑ ﺎﻧ ﺎ‬
‫)‪، V(X‬‬ ‫‪ -3‬اوﺟد ﻗ م ﻞ )‪، E(X‬‬
‫‪ -4‬أوﺟد داﻟﺔ اﻟﺗوزﻊ )‪F(x‬‬

‫اﻟﺣﻞ ‪:‬‬

‫ﻣوﺟ ﺔ و ﻣﺎ ﻋدا ﻫذﻩ اﻟﻘ م ﻓﺎن‬ ‫‪ ‬ﻧﻼﺣ أن اﻟﻘ م اﻟﺗﻲ ﺗﺄﺧذﻫﺎ )‪( ) = P(X = Xi‬‬

‫و ﺎﻟﺗﺎﻟﻲ اﻟﺷر اﻷول ﻣﺣﻘ‬ ‫‪( )=0‬‬

‫أﻣﺎ اﻟﺷر اﻟﺛﺎﻧﻲ‬

‫‪61‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫( =) (‬ ‫=‬ ‫=)‬ ‫(‬ ‫=‬ ‫)‬

‫‪= 0.2 + 0.1 + 0.1 + 0.4 + 0.2 = 1‬‬

‫وﻣﻧﻪ اﻟﺷر اﻟﺛﺎﻧﻲ ﻣﺣﻘ وﻣﻧﻪ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ﻣﺛﻞ ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ‬

‫‪ ‬رﺳم داﻟﺔ اﻻﺣﺗﻣﺎل أو داﻟﺔ ﻗﺎﻧون اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ‬

‫‪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

‫‪ -3‬ﺣﺳﺎب ﻞ ﻣن اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن و اﻻﻧﺣراف اﻟﻣﻌ ﺎر‬

‫∑=) (‬ ‫×‬ ‫(‬ ‫=‬ ‫)‬ ‫اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ ‪:‬‬

‫=) ( ⇒‬ ‫‪× . +‬‬ ‫‪× . +‬‬ ‫‪× . +‬‬ ‫‪× . +‬‬ ‫‪× .‬‬ ‫‪= .‬‬

‫اﻟﺗ ﺎﯾن ‪V(X) = M (X) − [E(X)] : :‬‬

‫ﻧﺣﺳب أوﻻ اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫= )‪M (X‬‬ ‫)‪Xi P(X = Xi‬‬

‫‪= 0 × 0.2 + 1 × 0.1 + 2 × 0.1 + 3 × 0.4‬‬

‫‪+4 × 0.2 = 7.3‬‬

‫وﻣﻧﻪ‬ ‫‪( )= .‬‬ ‫وﻟدﯾﻧﺎ اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ‬

‫‪V(X) = 7.3 − (2.3) = 2.01‬‬

‫‪62‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫= ‪δ‬‬ ‫وﻣﻧﻪ اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪V(X) = √2.01 = 1.41‬‬

‫‪ -4‬إﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ‬

‫‪ Xi‬اﻟﻘ م اﻟﻣﻣ ﻧﺔ ﻟﻬﺎ‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫اﻟﻣﺟﻣوع ‪4‬‬

‫)‪( ) = P(X = Xi‬‬ ‫‪0.2‬‬ ‫‪0.1‬‬ ‫‪0.1‬‬ ‫‪0.4‬‬ ‫‪0.2‬‬ ‫‪1‬‬
‫≤ ( =) (‬ ‫)‬ ‫‪0.2‬‬ ‫‪0.3‬‬ ‫‪0.4‬‬ ‫‪0.8‬‬ ‫‪1‬‬
‫داﻟﺔ اﻟﺗوزﻊ‬

‫‪<0‬‬
‫‪⎧ .‬‬ ‫‪≤ <1‬‬
‫⎪‬
‫‪.‬‬ ‫‪≤ <2‬‬
‫=) (‬
‫‪⎨ .‬‬ ‫‪≤ <3‬‬
‫‪⎪. .‬‬ ‫‪≤ <4‬‬
‫⎩‬ ‫∞‪≤ < +‬‬

‫‪63‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫ﺛﺎﻧ ﺎ اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﺳﺗﻣرة و ﻣﻣﯾزاﺗﻬﺎ اﻟﻌدد ﺔ ‪:‬‬

‫ﺛﯾر ﻣن اﻟﺗﺟﺎرب اﻟﻌﺷواﺋ ﺔ ﻻ ﻣ ن اﻟﺗﻌﺑﯾر ﻋن ﻧﺗﺎﺋﺟﻬﺎ ﻣﺟﻣوﻋﺎت ﻗﺎﺑﻠﺔ ﻟﻠﻌد ﻣﺎ ﻫو اﻟﺣﺎل‬

‫ﻓﻲ وزن اﻷﺷﺧﺎص أو اﻷطوال أو اﻟﺳن أو اﻟزﻣن ‪ ،‬ﻓﻔﻲ ﻫذﻩ اﻟﺣﺎﻟﺔ ﻓﺎن ﻗ م اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋﻲ‬
‫)‪(1‬‬
‫ﺗﺄﺧذ ﺟﻣ ﻊ اﻟﻘ م ﻓﻲ ﻓﺗرة أو ﻣﺟﺎل ﻣﺎ‬

‫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

‫‪ ‬أوزان أو أطوال أو ﺳن اﻟطﻠ ﺔ‬

‫ﻣ ﺔ اﻷﻣطﺎر اﻟﻣﺗﺳﺎﻗطﺔ ﻓﻲ ﻣدﯾﻧﺔ ﻣﺎ‬ ‫‪‬‬
‫‪ ‬درﺟﺎت اﻟﺣ اررة‬
‫‪ ‬اﻟدﺧﻞ اﻟﺷﻬر ﻟﻣﺟﻣوﻋﺔ ﻣن اﻷﺳر‬
‫أ‪ -‬داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ‪ :‬و ﺗﺄﺧذ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬

‫‪( ),‬‬ ‫] ‪∈[ ,‬‬

‫∀‬ ‫‪∈( , )∈ℛ‬‬ ‫=) (‬
‫‪0 ,‬‬ ‫] ‪∉[ ,‬‬

‫وﺗﺳﻣﻲ ﻫذﻩ اﻟداﻟﺔ ﺑداﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ‬

‫‪( ),‬‬ ‫≤‬ ‫≤‬

‫=) (‬ ‫أو اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬
‫ﻓ ﻣﺎﻋدا ذاﻟك ‪0 ,‬‬

‫ﻣﻼﺣظﺔ ﻣﻬﻣﺔ ‪ :‬ﺣﺗﻰ ون اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﺳﺗﻣر داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﯾﺟب أن ﺣﻘ‬
‫اﻟﺷرطﯾن اﻟﺗﺎﻟﯾن‬

‫∀‬ ‫∈) ‪∈( ,‬‬ ‫≥) (‬ ‫اﻟﺷر اﻷول ‪ :‬اﻟداﻟﺔ ﻣوﺟ ﺔ‬

‫اﻟﺷر اﻟﺛﺎﻧﻲ ‪ :‬ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( ﺳﺎو اﻟواﺣد‬

‫∫‬ ‫) (‬ ‫∫ =‬ ‫) (‬ ‫=‬

‫‪ -1‬ﷴ ﺻ ﺣﻲ اﺑو ﺻﺎﻟﺢ و ﻋدﻧﺎن ﷴ ﻋوض – ﻣﻘدﻣﺔ ﻓﻲ اﻻﺣﺻﺎء – ص ‪146‬‬

‫‪64‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫) (‬
‫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

‫‪a‬‬ ‫‪b‬‬ ‫‪Xi‬‬

‫ﻣﺛﺎل‪ :‬ﻫﻞ اﻟداﻟﺔ اﻟﺗﺎﻟ ﺔ ﺗﻣﺛﻞ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ‬

‫‪2‬‬ ‫≤‪, 0‬‬ ‫‪≤1‬‬

‫=) (‬
‫‪0 ,‬‬ ‫ﻓ ﻣﺎﻋدا ذاﻟك‬

‫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

‫∫‬ ‫) (‬ ‫∫ =‬ ‫) (‬ ‫=‬

‫ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( ﺳﺎو اﻟواﺣد‬

‫) (‬ ‫=‬ ‫=‬ ‫=‬ ‫=‬

‫‪65‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫=‬ ‫‪−‬‬ ‫=‬ ‫=‬

‫وﻣﻧﻪ اﻟداﻟﺔ ﻫﻲ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ‬

‫ب‪ -‬داﻟﺔ اﻟﺗوز ﻊ )‪: F(x‬‬

‫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 ‪:‬‬

‫‪ ‬إذا ﺎن إذا ﺎن ‪ X‬ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺳﺗﻣر ﻣﻌرف ﻋﻠﻰ اﻟﻣﺟﺎل ] ‪ [ a ، b‬ﻓﺎن‬

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

‫< ‪= P(a‬‬ ‫=) <‬ ‫)‪f(x)dx = F(b) − F(a‬‬

‫‪ ‬ﻟدﯾﻧﺎ ‪ P(X=Xi)=0‬ﻷﻧﻬﺎ داﻟﺔ ﻣﺳﺗﻣرة ﻋﻠﻰ اﻟﻣﺟﺎل] ‪[ a ، b‬‬

‫ﻣﺛﺎل ‪ :‬ﻟ ن ﻟدﯾﻧﺎ اﻟﺗﺎ ﻊ )‪ f(x‬ﻣﻌرف ﻣﺎ ﯾﻠﻲ‬

‫‪x‬‬
‫‪K ,‬‬ ‫]‪x ∈ [0 , 2‬‬
‫= )‪f(x‬‬ ‫‪2‬‬
‫‪0 ,‬‬ ‫ﻣﺎﻋدا ذاﻟك‬

‫‪ -1‬ﺳﻌد اﻟرﺟﺎل – ﻣرﺟﻊ ﺳﺎﺑ –ص ‪232‬‬

‫‪66‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫اﻟﻣطﻠوب ‪:‬‬

‫‪ -‬اوﺟد ﻗ ﻣﺔ ‪ k‬ﺣﺗﻰ ﺗﻛون )‪ f(x‬داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ؟‬

‫‪ -‬اوﺟد داﻟﺔ اﻟﺗوزﻊ )‪ F(x‬و ﻣﺜﻠﮭﺎ ﺑﯿﺎﻧﯿﺎ‬
‫< ‪P(1‬‬ ‫‪ -‬اوﺟد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل )‪< 2‬‬

‫اﻟﺣﻞ ‪:‬‬

‫اﻟﺷرطﯾن‬ ‫‪ -1‬ﺣﺗﻰ ﺗﻛون داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﯾﺟب أن ﺗﺣﻘ‬

‫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

‫∫‬ ‫) (‬ ‫∫ =‬ ‫) (‬ ‫=‬

‫ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( ﺳﺎو اﻟواﺣد‬

‫) (‬ ‫=‬ ‫=‬ ‫=‬ ‫=‬

‫=‬ ‫‪−‬‬ ‫=‬ ‫= ] ‪[ −‬‬ ‫⇒‬ ‫=‬

‫وﻣﻧﻪ ﺗﺻ ﺢ اﻟداﻟﺔ )‪f(x‬‬

‫‪,‬‬ ‫]‪∈ [0 , 2‬‬

‫=) (‬
‫ﻣﺎﻋدا ذاﻟك ‪0 ,‬‬

‫‪-2‬إﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ )‪ F(x‬ﺣﯾث‬

‫= )‪F(X‬‬ ‫‪f(x)dx‬‬

‫‪67‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫ﻣن ﺧﻼل ﻣﺟﺎل اﻟﺗﻌرﻒ ﻟﻠداﻟﺔ )‪ f(x‬ﻟدﯾﻧﺎ اﻟﻣﺟﺎﻻت اﻟﺗﺎﻟ ﺔ ﻹﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ‬

‫‪<0‬‬ ‫ا‬ ‫اﻟﻣﺟﺎل اﻷول ‪∈ [−∞ , 0] :‬‬

‫= )‪F(X‬‬ ‫‪f(x)dx = 0‬‬

‫ﻻن اﻟداﻟﺔ )‪ f(x‬ﻓﻲ ﻫذا اﻟﻣﺟﺎل ﺗﺳﺎو اﻟﺻﻔر ا ﻏﯾر ﻣﻌرﻓﺔ‬

‫ﺻ ﺢ ﻟدﯾﻧﺎ‬ ‫≤‪0‬‬ ‫‪≤2‬‬ ‫ا‬ ‫اﻟﻣﺟﺎل اﻟﺛﺎﻧﻲ ‪∈ [0 , 2] :‬‬

‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫= )‪F(X‬‬ ‫= ‪f(x)dx‬‬ ‫= ‪dx‬‬ ‫=‬
‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬

‫≤‪2‬‬ ‫ا‬ ‫]∞‪∈ [2 , +‬‬ ‫اﻟﻣﺟﺎل اﻟﺛﺎﻟث ‪:‬‬

‫‪x‬‬ ‫‪x‬‬
‫= )‪F(X‬‬ ‫= ‪f(x)dx‬‬ ‫= ‪dx‬‬ ‫‪= 1‬‬
‫‪2‬‬ ‫‪4‬‬

‫ﻻن اﻟﻣﺳﺎﺣﺔ ﺗﺣت ﻣﻧﺣﻧﻲ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ) ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت ( داﺋﻣﺎ ﺳﺎو اﻟواﺣد‬

‫وﻣﻧﻪ ﺗﻛﺗب داﻟﺔ اﻟﺗوزﻊ ﻋﻠﻰ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬

‫‪0‬‬ ‫‪,‬‬ ‫‪x<0‬‬

‫‪x‬‬
‫= )‪F(x‬‬ ‫‪,‬‬ ‫‪0≤x≤2‬‬
‫‪4‬‬
‫‪1‬‬ ‫‪,‬‬ ‫‪x>2‬‬

‫أﻣﺎ اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟداﻟﺔ اﻟﺗوزﻊ‬

‫‪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

‫< ‪P(1‬‬ ‫إﯾﺟﺎد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل )‪< 2‬‬

‫‪2‬‬ ‫‪1‬‬
‫< ‪P(1‬‬ ‫= )‪< 2‬‬ ‫= )‪f(x)dx = F(2) − F(1‬‬ ‫‪−‬‬ ‫‪= 0.75‬‬
‫‪4‬‬ ‫‪4‬‬

‫ج‪ -‬اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﺳﺗﻣر ‪:‬‬

‫و رﻣز ﻟﻬﺎ ﺎﻟرﻣز )‪ E(X‬أو اﻟرﻣز‬ ‫‪ -1‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪ : E(X‬ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﺳﺗﻣر‬
‫و ﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬ ‫) (‬

‫= )‪E(X‬‬ ‫‪x ∗ f(x)dx‬‬

‫‪ ‬ﺧواص اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ ‪:‬‬

‫‪ E(C) = C‬ﺣﯾث ‪ C‬ﺛﺎﺑت‬ ‫‪-‬‬
‫)‪E(C+X) = C + E(X‬‬ ‫‪-‬‬
‫)‪E(CX‬‬ ‫)‪= C E(X‬‬ ‫‪-‬‬
‫)‪E[ E(X) ] = E(X‬‬ ‫‪-‬‬

‫‪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

‫ﺣﯾث ‪ K‬درﺟﺔ اﻟﻌزم اﻻﺑﺗداﺋﻲ‬ ‫∫ = )‪M (X‬‬ ‫‪x ∗ f(x)dx‬‬

‫∫ = )‪= 0 ⟹ M (X‬‬ ‫∫ = ‪x ∗ f(x)dx‬‬ ‫‪( )=1‬‬ ‫وﻣﻧﻪ إذا ﺎن‬

‫و إذا ﺎن‬

‫∫ = )‪= 1 ⟹ M (X‬‬ ‫= ‪x ∗ f(x)dx‬‬

‫)‪x ∗ f(x) = E(x‬‬

‫إذا اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻷوﻟﻲ ‪ K=1‬ﻫو اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ‬

‫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

‫⟹‪=0‬‬ ‫‪( )=1‬‬ ‫ﻟدﯾﻧﺎ إذا ﺎن ‪:‬‬

‫‪ ‬إذا ﺎن ‪:‬‬

‫⟹‪=1‬‬ ‫∫=) (‬ ‫‪[x − E(x)] ∗ f(x)dx‬‬ ‫‪=0‬‬

‫أ ﻫو اﻟﺗ ﺎﯾن‬ ‫⟹‪=2‬‬ ‫) ( = ])‪( ) = M (X) − [E(X‬‬ ‫‪ ‬إذا ﺎن ‪:‬‬

‫وﻣﻧﻪ ﺗﻌطﻲ ﻋﻼﻗﺔ اﻟﺗ ﺎﯾن ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫])‪V(X) = M (X) − [E(X‬‬

‫∫ = )‪V(X‬‬ ‫‪[x − E(x)] ∗ f(x)dx‬‬ ‫أو اﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫ﺣﯾث ﻫو)‪ M (X‬اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫‪70‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫= )‪M (X‬‬ ‫‪x ∗ f(x)dx‬‬

‫ﺧواص اﻟﺗ ﺎﯾن ‪:‬‬ ‫‪‬‬

‫‪V(C)=0‬‬ ‫‪‬‬
‫)‪V(C+X) = V(X‬‬ ‫‪‬‬
‫)‪V(CX) = C2 V(X‬‬ ‫‪‬‬

‫‪ – 3‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر )‪: δ(x‬‬

‫)‪(1‬‬
‫و ﯾرﻣز ﻟﻪ ﺎﻟرﻣز )‪ ، δ(x‬و ﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬ ‫ﻫو ﻋ ﺎرة ﻋن اﻟﺟذر اﻟﺗر ﻌﻲ ﻟﻠﺗ ﺎﯾن‬

‫= ‪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 ‪:‬‬

‫‪ -‬اوﺟد ﻗ ﻣﺔ ‪ C‬وﻣﺛﻞ ﺑ ﺎﻧ ﺎ )‪ f(x‬داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ؟‬

‫‪ -‬اوﺟد داﻟﺔ اﻟﺗوزﻊ )‪ F(x‬و ﻣﺜﻠﮭﺎ ﺑﯿﺎﻧﯿﺎ ؟‬
‫‪ -‬اوﺟد اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ)‪ E(x‬و اﻟﺗ ﺎﯾن )‪V(x‬و اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪ δ‬؟‬

‫‪ - 1‬ﺑرﻧﺎر ﻏرﻪ ‪ ،‬ﻣرﺟﻊ ﺳﺎﺑ ‪ ،‬ص ‪158‬‬

‫‪ -2‬ﺷرف اﻟدﯾن ﺧﻠﯾﻞ ‪ ،‬ﻣرﺟﻊ ﺳﺎﺑ ‪ ،‬ص ‪63‬‬
‫‪71‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪, 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

‫ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( أو اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻲ ﺗﺳﺎو اﻟواﺣد‬

‫∫‬ ‫) (‬ ‫∫ =‬ ‫) (‬ ‫=‬

‫ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( ﺳﺎو اﻟواﺣد‬

‫‪C‬‬
‫) (‬ ‫=‬ ‫=‬ ‫=‬ ‫√‬ ‫=‬
‫‪√x‬‬ ‫√‬

‫=‬ ‫=‬ ‫=‬ ‫√‬ ‫=‬

‫=‬ ‫√ ‪√ −‬‬ ‫=‬ ‫= ] [‬ ‫⇒‬ ‫=‬

‫وﻣﻧﻪ ﺗﺻ ﺢ اﻟداﻟﺔ )‪f(x‬‬

‫<‪, 0‬‬ ‫‪≤4‬‬

‫√‬
‫= )‪f(x‬‬
‫ﻣﺎﻋدا ذاﻟك ‪0 ,‬‬

‫أﻣﺎ اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟداﻟﺔ )‪ f(x‬داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ‬

‫‪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

‫ﺣﯾث )‪F(x‬إﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ ‪1-‬‬

‫= )‪F(X‬‬ ‫‪f(x)dx‬‬

‫ﻣن ﺧﻼل ﻣﺟﺎل اﻟﺗﻌرﻒ ﻟﻠداﻟﺔ )‪ f(x‬ﻟدﯾﻧﺎ اﻟﻣﺟﺎﻻت اﻟﺗﺎﻟ ﺔ ﻹﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ‬

‫‪<0‬‬ ‫ا‬ ‫اﻟﻣﺟﺎل اﻷول ‪∈ [−∞ , 0] :‬‬

‫= )‪F(X‬‬ ‫‪f(x)dx = 0‬‬

‫ﻻن اﻟداﻟﺔ )‪ f(x‬ﻓﻲ ﻫذا اﻟﻣﺟﺎل ﺗﺳﺎو اﻟﺻﻔر ا ﻏﯾر ﻣﻌرﻓﺔ‬

‫ﺻ ﺢ ﻟدﯾﻧﺎ‬ ‫≤‪0‬‬ ‫‪≤4‬‬ ‫ا‬ ‫اﻟﻣﺟﺎل اﻟﺛﺎﻧﻲ ‪∈ ]0 , 4] :‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫= )‪F(X‬‬ ‫= ‪f(x)dx‬‬ ‫= ‪dx‬‬ ‫= = ‪dx‬‬ ‫‪2√x‬‬ ‫=‬ ‫‪√x‬‬
‫‪4√x‬‬ ‫‪4‬‬ ‫‪√x‬‬ ‫‪4‬‬ ‫‪2‬‬

‫≤‪4‬‬ ‫ا‬ ‫]∞‪∈ [4 , +‬‬ ‫اﻟﻣﺟﺎل اﻟﺛﺎﻟث ‪:‬‬

‫‪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

‫وﻣﻧﻪ ﺗﻛﺗب داﻟﺔ اﻟﺗوزﻊ ﻋﻠﻰ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬

‫‪0‬‬ ‫‪,‬‬ ‫‪x<0‬‬

‫‪1‬‬
‫= )‪F(x‬‬ ‫‪√x‬‬ ‫‪,‬‬ ‫‪0≤x≤4‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪,‬‬ ‫‪4≤x‬‬

‫أﻣﺎ اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟداﻟﺔ اﻟﺗوزﻊ‬

‫‪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

‫‪1‬‬ ‫‪x‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1 2‬‬

‫=‬ ‫= ‪dx‬‬ ‫‪x∗x‬‬ ‫= ‪dx‬‬ ‫= ‪x dx‬‬ ‫‪x‬‬
‫‪4‬‬ ‫‪√x‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4 3‬‬
‫‪1 2‬‬
‫=‬ ‫‪4 − 0‬‬ ‫‪= 1.33‬‬
‫‪4 3‬‬

‫‪ ‬اﻟﺗ ﺎﯾن )‪ V(x‬ﺗﻌطﻲ ﻋﻼﻗﺔ اﻟﺗ ﺎﯾن ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫])‪V(X) = M (X) − [E(X‬‬

‫ﺣﯾث ﻫو)‪ M (X‬اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫‪74‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫‪1‬‬ ‫‪1‬‬ ‫‪x‬‬

‫= )‪M (X‬‬ ‫= ‪x ∗ f(x)dx‬‬ ‫× ‪x‬‬ ‫=‬ ‫=‬
‫‪4√x‬‬ ‫‪4‬‬ ‫‪√x‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1 2‬‬

‫‪X ×X‬‬ ‫=‬ ‫= ‪X‬‬ ‫‪×X‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪4 5‬‬

‫وﻟدﯾﻧﺎ ‪ E(X) = 1.33‬وﻣﻧﻪ اﻟﺗ ﺎﯾن‬

‫‪1 2‬‬
‫= )‪V(X‬‬ ‫‪×X‬‬ ‫‪− (1.33) = 1.43‬‬
‫‪4 5‬‬

‫= ‪δ‬‬ ‫اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪V(X) = √1.43 = 1.2‬‬

‫‪, 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

‫‪ P(X = 2) = 0‬ﻻن اﻟداﻟﺔ ﻣﺳﺗﻣرة و اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻧﻘطﺔ ﺗﺳﺎو اﻟﺻﻔر‬

‫‪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 ‪:‬‬

‫‪ -1‬إﯾﺟﺎد داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ) ( ؟‬

‫‪ -2‬ﺣﺳﺎب اﻟﺛﺎﺑت ‪ a‬؟‬
‫‪ -3‬إﯾﺟﺎد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل اﻟﻣﺣﺻور ﺑﯾن ‪ 0.25‬و ‪0.50‬‬

‫‪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

‫= ]) ( [‬ ‫إذ ﺎن‪ x ≤ 0‬ﻓﺎن‬

‫= ]) ( [‬ ‫< ‪ 0‬ﻓﺎن‬ ‫إذا ﺎن ‪≤ 1‬‬

‫= ]) ( [‬ ‫ﻓﺎن‬ ‫إذا ﺎن ‪x > 1‬‬

‫وﻣﻧﻪ ﺗﺻ ﺢ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻣﺎ ﯾﻠﻲ‬

‫< ‪2ax 0‬‬ ‫‪≤1‬‬

‫= )‪f(x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪ -2‬ﺣﺳﺎب اﻟﺛﺎﺑت ‪ ، a‬ﻣﺎ أن اﻟداﻟﺔ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﻓﺈﻧﻬﺎ ﺗﺣﻘ اﻟﺷر اﻟﺛﺎﻧﻲ وﻫو ﺗﻛﺎﻣﻞ‬
‫اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( أو اﻟﻣﺳﺎﺣﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻲ ﺗﺳﺎو اﻟواﺣد‬

‫∫‬ ‫) (‬ ‫∫ =‬ ‫) (‬ ‫=‬

‫ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( ﺳﺎو اﻟواﺣد‬

‫) (‬ ‫=‬ ‫‪2ax‬‬ ‫=‬ ‫‪2a‬‬ ‫=‬ ‫=‬

‫=‬ ‫‪−‬‬ ‫=‬ ‫=‬ ‫⇒‬ ‫=‬

‫وﻣﻧﻪ ﺗﺻ ﺢ اﻟداﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ )‪f(x‬‬

‫< ‪2x 0‬‬ ‫‪≤1‬‬

‫= )‪f(x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪ -4‬ﺣﺳﺎب ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل اﻟﻣﺣﺻور ﺑﯾن ‪ 0.25‬و ‪0.50‬‬

‫‪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

‫‪( ) = (2‬‬ ‫)‪+ 3 +1‬‬ ‫]‪∈ [0 , 3‬‬

‫اﻟﻣطﻠوب ‪ :‬اوﺟد ﻗ ﻣﺔ اﻟﺛﺎﺑت ‪ k‬؟‬

‫‪ -‬اوﺟد داﻟﺔ اﻟﺗوزﻊ )‪ F(x‬؟‬

‫‪ -‬اوﺟد اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ)‪ E(x‬و اﻟﺗ ﺎﯾن )‪V(x‬و اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪ δ‬؟‬
‫< ‪P(1‬‬ ‫‪ -‬اوﺟد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل )‪≤ 2‬‬

‫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

‫∫‬ ‫‪f(x)dx = ∫ f(x) dx = 1‬‬

‫‪⟹ 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

‫‪3‬‬ ‫‪3‬‬ ‫‪207‬‬

‫‪⟹k 2‬‬ ‫‪+3 + 3−0 =1 ⟹k‬‬ ‫⟹ ‪=1‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪6‬‬

‫=‪k‬‬ ‫=‪⟹k‬‬

‫ﺣﯾث‬ ‫‪ -2‬إﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ )‪F(x‬‬

‫= )‪F(X‬‬ ‫‪f(x)dx‬‬

‫ﻣن ﺧﻼل ﻣﺟﺎل اﻟﺗﻌرﻒ ﻟﻠداﻟﺔ )‪ f(x‬ﻟدﯾﻧﺎ اﻟﻣﺟﺎﻻت اﻟﺗﺎﻟ ﺔ ﻹﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ‬

‫‪<0‬‬ ‫ا‬ ‫اﻟﻣﺟﺎل اﻷول ‪∈ ]−∞ , 0] :‬‬

‫= )‪F(X‬‬ ‫‪f(x)dx = 0‬‬

‫ﻻن اﻟداﻟﺔ )‪ f(x‬ﻓﻲ ﻫذا اﻟﻣﺟﺎل ﺗﺳﺎو اﻟﺻﻔر ا ﻏﯾر ﻣﻌرﻓﺔ‬

‫ﺻ ﺢ ﻟدﯾﻧﺎ‬ ‫≤‪0‬‬ ‫‪≤4‬‬ ‫ا‬ ‫اﻟﻣﺟﺎل اﻟﺛﺎﻧﻲ ‪∈ ]0 , 3] :‬‬

‫‪2‬‬
‫= )‪F(X‬‬ ‫= ‪f(x)dx‬‬ ‫‪(2‬‬ ‫‪+ 3 + 1 ) dx‬‬
‫‪69‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪x‬‬ ‫‪x‬‬

‫⟹‬ ‫‪2x dx +‬‬ ‫‪3x dx +‬‬ ‫= ‪1 dx‬‬ ‫‪2‬‬ ‫‪+3 + x‬‬
‫‪69‬‬ ‫‪69‬‬ ‫‪3‬‬ ‫‪2‬‬

‫≤‪4‬‬ ‫ا‬ ‫[∞‪∈ [3 , +‬‬ ‫اﻟﻣﺟﺎل اﻟﺛﺎﻟث ‪:‬‬

‫‪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

‫وﻣﻧﻪ ﺗﻛﺗب داﻟﺔ اﻟﺗوزﻊ ﻋﻠﻰ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬

‫‪0‬‬ ‫‪,‬‬ ‫‪x<0‬‬

‫‪⎧ 2‬‬ ‫‪x‬‬ ‫‪x‬‬
‫= )‪F(x‬‬ ‫‪2‬‬ ‫‪+3 + x‬‬ ‫‪,‬‬ ‫‪0≤x≤3‬‬
‫‪⎨ 69‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪⎩ 1‬‬ ‫‪,‬‬ ‫‪3≤x‬‬

‫‪ -3‬إﯾﺟﺎد ﻞ ﻣن اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ)‪ E(x‬و اﻟﺗ ﺎﯾن )‪V(x‬و اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪δ‬‬
‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ)‪E(x‬‬

‫= )‪E(X‬‬ ‫= ‪x ∗ f(x)dx‬‬ ‫‪x ∗ f(x)dx‬‬

‫‪2‬‬
‫=‬ ‫∗ ‪x‬‬ ‫‪(2‬‬ ‫‪+ 3 + 1)dx‬‬
‫‪69‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬

‫=‬ ‫‪(2‬‬ ‫‪+ 3‬‬ ‫‪+‬‬ ‫= ‪)dx‬‬ ‫‪2‬‬ ‫‪+3 +‬‬
‫‪69‬‬ ‫‪69 4‬‬ ‫‪3‬‬ ‫‪2‬‬

‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪144‬‬

‫=‬ ‫‪2‬‬ ‫‪+3 +‬‬ ‫‪− 0‬‬ ‫=‬ ‫‪= 2.086‬‬
‫‪69 4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪69‬‬

‫‪ ‬اﻟﺗ ﺎﯾن )‪ V(x‬ﺗﻌطﻲ ﻋﻼﻗﺔ اﻟﺗ ﺎﯾن ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫])‪V(X) = M (X) − [E(X‬‬

‫ﺣﯾث ﻫو)‪ M (X‬اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫‪2‬‬
‫= )‪M (X‬‬ ‫= ‪x ∗ f(x)dx‬‬ ‫∗ ‪x‬‬ ‫‪(2‬‬ ‫⟹ ‪+ 3 + 1 )dx‬‬
‫‪69‬‬

‫‪2‬‬ ‫‪(2‬‬ ‫‪+ 3‬‬ ‫‪+‬‬ ‫⟹ ‪)dx‬‬ ‫‪2‬‬

‫=‬ ‫‪2 + 3 +‬‬
‫‪69‬‬ ‫‪69 5‬‬ ‫‪4‬‬ ‫‪3‬‬

‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬

‫=‬ ‫‪2 + 3 + − 0 = 4.839‬‬
‫‪69 5‬‬ ‫‪4‬‬ ‫‪3‬‬

‫‪79‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫وﻟدﯾﻧﺎ ‪ E(X) = 2.086‬وﻣﻧﻪ اﻟﺗ ﺎﯾن‬

‫‪V(X) = 4.839‬‬ ‫‪− (2.086) = 0.487‬‬

‫= ‪δ‬‬ ‫اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪V(X) = √0.487 = 0.697‬‬

‫< ‪P(1‬‬ ‫‪ -4‬إﯾﺟﺎد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل )‪≤ 2‬‬

‫< (‬ ‫= )‪< 2‬‬ ‫) (‬ ‫=) ( ‪= ( )−‬‬ ‫‪.‬‬

‫اﻟﺗﻣر ن اﻟ ار ﻊ ‪:‬‬

‫ﻟﺗﻛن ﻟدﯾﻧﺎ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ )‪ f(x‬ﻣﻌرﻓﺎ ﻣﺎ ﯾﻠﻲ‬

‫| ‪( ) = 1 − |1 −‬‬ ‫]‪∈ [0 , 2‬‬

‫اﻟﻣطﻠوب ‪:‬‬

‫‪ -‬ﺑرﻫن أن )‪ f(x‬داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﺛم ﻣﺛﻠﻬﺎ ﺑ ﺎﻧ ﺎ ؟‬

‫‪ -‬اوﺟد داﻟﺔ اﻟﺗوزﻊ )‪ F(x‬؟‬
‫‪ -‬اوﺟد اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ)‪ E(x‬و اﻟﺗ ﺎﯾن )‪V(x‬و اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪ δ‬؟‬
‫‪P‬‬ ‫<‬ ‫≤‬ ‫‪ -‬اوﺟد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل‬

‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ ﻣن ﺧﻼل ﻣﺟﺎل ﺗﻌرﻒ اﻟداﻟﺔ)‪f(x‬‬

‫‪1−x‬‬ ‫‪; x≤1‬‬

‫= |‪|1 − x‬‬
‫‪x−1‬‬ ‫‪; x≥1‬‬

‫وﻣﻧﻪ ﺗﺻ ﺢ اﻟداﻟﺔ )‪f(x‬‬

‫‪x‬‬ ‫‪, 0 ≤ x < 01‬‬

‫‪f(x) = 2 − x , 1 ≤ x ≤ 2‬‬
‫‪0‬‬ ‫‪,‬‬ ‫]‪x ∉ [0 , 1‬‬

‫اﻟﺷرطﯾن‬ ‫و ﺣﺗﻰ ﺗﻛون داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ ﯾﺟب أن ﺗﺣﻘ‬

‫‪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

‫ﺗﻛﺎﻣﻞ اﻟداﻟﺔ )ﻣﺟﻣوع اﻻﺣﺗﻣﺎﻻت( ﺳﺎو اﻟواﺣد‬

‫) (‬ ‫=‬ ‫‪+‬‬ ‫‪2−‬‬ ‫=‬ ‫‪+ 2 −‬‬

‫‪2‬‬ ‫‪2‬‬

‫‪1 1‬‬
‫=‬ ‫‪+ =1‬‬
‫‪2 2‬‬

‫وﻣﻧﻪ اﻟداﻟﺔ )‪ f(x‬داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ‬

‫اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟدﯾﻧﺎ‬

‫‪= 0 ⟹ (0) = 0‬‬

‫‪= 1 ⟹ (1) = 1‬‬

‫‪= 2 ⟹ (2) = 0‬‬

‫وﻣﻧﻪ اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟﻠداﻟﺔ ﻫو‬

‫‪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

‫≤ ‪ 1‬ﻟدﯾﻧﺎ‬ ‫‪ ‬إذا ﺎن ‪≤ 2‬‬

‫) (‬ ‫=‬ ‫‪2−‬‬ ‫‪=2 −‬‬

‫‪2‬‬

‫‪ ‬إذا ﺎن ‪> 2 ⟹ ( ) = 1‬‬

‫وﻣﻧﻪ داﻟﺔ اﻟﺗوزﻊ ﺗﺻ ﺢ‬

‫‪0‬‬ ‫‪,‬‬ ‫‪x≤0‬‬

‫⎧‬
‫⎪‬ ‫‪,‬‬ ‫‪0 ≤ x < 01‬‬
‫= )‪(x‬‬ ‫‪2‬‬
‫⎨‬
‫‪⎪2 − 2‬‬ ‫‪,‬‬ ‫‪1≤x≤2‬‬
‫‪⎩ 1‬‬ ‫‪,‬‬ ‫‪x>2‬‬

‫‪ -3‬إﯾﺟﺎد اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ)‪ E(x‬و اﻟﺗ ﺎﯾن )‪V(x‬و اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪δ‬‬
‫‪ -1‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ)‪E(x‬‬

‫= )‪E(X‬‬ ‫= ‪x ∗ f(x)dx‬‬ ‫‪x dx +‬‬ ‫‪2 −‬‬ ‫‪dx‬‬

‫‪x‬‬ ‫‪2x‬‬ ‫‪x‬‬ ‫‪1 8 8‬‬ ‫‪1‬‬

‫=‬ ‫‪+‬‬ ‫‪−‬‬ ‫=‬ ‫‪+ − − 1 + = 0.66‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3 2 3‬‬ ‫‪3‬‬

‫‪ -2‬اﻟﺗ ﺎﯾن )‪ V(x‬ﺗﻌطﻲ ﻋﻼﻗﺔ اﻟﺗ ﺎﯾن ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫])‪V(X) = M (X) − [E(X‬‬

‫ﺣﯾث ﻫو)‪ M (X‬اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ‬

‫‪82‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫= )‪M (X‬‬ ‫= ‪x ∗ f(x)dx‬‬ ‫‪x dx +‬‬ ‫‪2‬‬ ‫‪−‬‬ ‫‪dx‬‬

‫‪2‬‬
‫=‬ ‫‪+‬‬ ‫‪−‬‬ ‫‪= 1.17‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬

‫وﻟدﯾﻧﺎ ‪ E(X) = 0.66‬وﻣﻧﻪ اﻟﺗ ﺎﯾن‬

‫‪V(X) = 1.17 − (0.66) = 0.73‬‬

‫= ‪δ‬‬ ‫اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪V(X) = √0.73 = 0.85‬‬

‫‪P‬‬ ‫<‬ ‫≤‬ ‫‪ -3‬إﯾﺟﺎد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل‬

‫‪3‬‬
‫) (‬ ‫=‬ ‫‪+‬‬ ‫‪2−‬‬ ‫=‬ ‫‪+ 2 −‬‬ ‫=‬
‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬

‫‪83‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫ﺗﻣﺎر ن ﻣﻘﺗرﺣﺔ ﻟﻠﺣﻞ‬

‫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

‫ﺎﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ‪X‬‬ ‫اﻟﺗﻣر ن اﻟ ار ﻊ ‪ :‬ﻟ ن ﻟدﯾﻧﺎ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ و اﻟﻣﺗﻌﻠ‬

‫‪ -‬إذا ﻋﻠﻣت أن ‪ X‬ﻫو ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ اوﺟد ‪ ، P3 ، P1‬ﻋﻠﻣﺎ أن اﻟﻌزم اﻻﺑﺗداﺋﻲ ﻣن‬
‫اﻟدرﺟﺔ اﻟﺛﺎﻧ ﺔ ﻫو ‪M2(x)=1.5‬‬
‫‪ -‬اوﺟد داﻟﺔ اﻟﺗوزﻊ )‪F(X‬‬

‫‪X‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬

‫)‪P(X=Xi‬‬ ‫‪P1‬‬ ‫‪1/2‬‬ ‫‪P3‬‬

‫اﻟﺗﻣر ن اﻟﺧﺎﻣس ‪ :‬ﻟ ن ﻟدﯾﻧﺎ اﻟﺟدول اﻟﺗﺎﻟﻲ‬

‫‪Xi‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬

‫)‪P(X=Xi‬‬ ‫‪0.20‬‬ ‫‪0.25‬‬ ‫‪0.05‬‬ ‫‪0.35‬‬ ‫‪0.15‬‬

‫‪84‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻧﻲ‪ :‬اﻟﻣﺗﻐﯾرات اﻟﻌﺷواﺋ ﺔ‬

‫اﻟﻣطﻠوب ‪:‬‬
‫‪ -‬ﻫﻞ ‪ Xi‬ﻫو ﻗﺎﻧون ﺗوزﻊ اﺣﺗﻣﺎﻟﻲ ؟‬
‫)‪، V(X‬‬ ‫)‪، E(X‬‬ ‫‪ -‬اﺣﺳب‬
‫‪ -‬أوﺟد داﻟﺔ اﻟﺗوزﻊ )‪F(x‬‬

‫اﻟﺗﻣر ن اﻟﺳﺎدس ‪ :‬ﻟ ن ﻟد ك اﻟداﻟﺔ اﻟﺗﺎﻟ ﺔ‬

‫‪,‬‬ ‫‪:‬‬ ‫≤‬ ‫≤‬
‫=) (‬
‫ﻣﺎﻋد ذﻟك‬
‫اﻟﻣطﻠوب‪:‬‬
‫ﺗﻣﺛﻞ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ‬ ‫‪ (1‬اﺛﺑت أن اﻟداﻟﺔ ) (‬
‫‪ (2‬اوﺟد داﻟﺔ اﻟﺗوزﻊ ) (‬
‫≤‪( 0‬‬ ‫‪ (3‬اوﺟد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل اﻟﺗﺎﻟﻲ ) ≤‬
‫‪ (4‬اوﺟد ﻗ ﻣﺔ اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن ) ( ‪( ) ،E‬‬

‫اﻟﺗﻣر ن اﻟﺳﺎ ﻊ‪ :‬ﻟ ن ‪ x‬ﻣﺗﻐﯾرة ﻋﺷواﺋ ﺔ ﻣﺳﺗﻣرة ﻣﻌرﻓﺔ ﺎﻟداﻟﺔ‬

‫‪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

‫اﻟﺗﻣر ن اﻟﺛﺎﻣن‪ :‬ﻟ ن ﻟد ك اﻟداﻟﺔ اﻟﺗﺎﻟ 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

‫أ – اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ ‪:‬‬ ‫•‬

‫ب‪ -‬اﻟﺘﻮزﯾﻊ ) اﻟﻘﺎﻧﻮن ( اﻵﺳﻲ‬ ‫•‬
‫ﺛﺎﻧﯿﺎ ﻗﻮاﻧﯿﻦ‬
‫ج‪-‬اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ‬ ‫•‬
‫اﻟﺘﻮزﯾﻌﺎت‬
‫د‪ -‬اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري ‪:‬‬ ‫•‬
‫اﻻﺣﺘﻤﺎﻟﯿﺔ اﻟﺨﺎﺻﺔ‬
‫ك‪ -‬ﺗﻮزﯾﻊ ﻛﻲ ﻣﺮﺑﻊ‬ ‫•‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮات‬
‫د‪ -‬ﺗﻮزﯾﻊ ﺳﺘﻮدﻧﺖ‬ ‫•‬
‫اﻟﻌﺸﻮاﺋﯿﺔ‬
‫ط ‪ -‬ﺗﻮزﯾﻊ ﻓﯿﺸﺮ‬ ‫•‬
‫اﻟﻤﺴﺘﻤﺮة‬

‫‪87‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫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

‫أوﻻ ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﺧﺎﺻﺔ ﺎﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ اﻟﻣﻧﻘطﻌﺔ‪:‬‬

‫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 (1 − P‬‬ ‫‪x=0 , 1‬‬

‫= )‪P(x = x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫= )‪( = 0‬‬ ‫و‬ ‫= )‪( = 1‬‬ ‫‪ ،‬و‬ ‫‪=1−‬‬ ‫ﺣﯾث‬

‫‪ -1‬ﺷﻔﯾ اﻟﻌﺗوم ‪ -‬ﻣرﺟﻊ ﺳﺎﺑ –ص ‪271‬‬

‫‪ -2‬ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ إ ﻣﺎن ﺣﺳﯾن ﺣﻧوش – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪78‬‬
‫‪88‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪Xi‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫و اﻟﺟدول اﻟﺗﺎﻟﻲ ﯾﻠﺧص ﻫذا اﻟﺗوزﻊ‬

‫‪Pi‬‬ ‫‪q=1-P‬‬ ‫‪p‬‬

‫)‪f(x‬‬ ‫أﻣﺎ ﺗﻣﺛﯾﻠﻬﺎ اﻟﺑ ﺎﻧﻲ‬

‫‪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 ‪:‬‬

‫‪ ‬ﻟﻛﻞ ﻣﺣﺎوﻟﺔ ﻧﺗﯾﺟﺗﯾن ﻓﻘ إﻣﺎ ﻧﺟﺎح أو ﻓﺷﻞ‬

‫‪ ‬ﻧﺗﯾﺟﺔ ﻞ ﻣﺣﺎوﻟﺔ ﻣﺳﺗﻘﻠﺔ ﻋن ﻧﺗﯾﺟﺔ اﻟﻣﺣﺎوﻟﺔ اﻷﺧر‬
‫‪ ‬اﺣﺗﻣﺎل اﻟﻧﺟﺎح ﺛﺎﺑت و ذﻟك اﺣﺗﻣﺎل اﻟﻔﺷﻞ ‪q=1-P ، p‬‬
‫اﻻﺣﺗﻣﺎﻟﻲ ﻟﺗﺟرﺔ ﺑرﻧوﻟﻲ ﺗدﻋﻲ ﺑداﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ و ﺗﺗﻣﯾز‬ ‫‪ ‬إن داﻟﺔ اﻟﺗوزﻊ‬
‫ﺎﻟﺧﺻﺎﺋص اﻟﺗﺎﻟ ﺔ‬
‫‪ -‬أﻧﻬﺎ داﻟﺔ وﺣﯾدة اﻟﻘ ﻣﺔ ﻣﻌﻧﻲ ان ﻟﻛﻞ ﻗ ﻣﺔ ﻣن ﻗ م اﻟﻣﺗﻐﯾر ) ‪ ( x‬ﻫﻧﺎك ﻗ ﻣﺔ واﺣدة‬
‫ﻓﻘ ﻟﻠداﻟﺔ ) ‪f(x=xi‬‬
‫= ( ≤‪0‬‬ ‫‪)≤1‬‬ ‫‪ -‬أﻧﻬﺎ داﻟﺔ ﻣوﺟ ﺔ و ﺗﺗراوح ﻗ ﻣﺗﻬﺎ ﺑﯾن اﻟﺻﻔر و اﻟواﺣد‬
‫‪ -‬أن ﻣﺟﻣوع اﻟﻘ م اﻻﺣﺗﻣﺎﻟ ﺔ )‪ p(x=xi‬اﻟﻣﻘﺎﺑﻠﺔ ﻟﻠﻣﺗﻐﯾرة )‪ (x‬ﺗﺳﺎو اﻟﺻﻔر‬

‫) ‪(1 −‬‬ ‫‪=1‬‬

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﺗوز ﻊ ﺑرﻧوﻟﻲ ‪:‬‬

‫‪-1‬ﺑوﻋظم ﻣﺎل ‪ -‬اﻻﺣﺻﺎء اﻻﺳﺗدﻻﻟﻲ – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪62‬‬

‫‪89‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ ‪E(X) = Σ xi.pi = 1.p + 0.q = p => E(X) = p. :‬‬
‫=) (‬ ‫)) ( ( ‪( ) −‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن‪ :‬ﻟدﯾﻧﺎ‬
‫=) (‬ ‫‪. +‬‬ ‫‪.‬‬ ‫=‬

‫=) (‬ ‫‪−‬‬ ‫‪= .( − ) = .‬‬ ‫=) ( ⇒‬ ‫و ﻣﻧﻪ‬

‫) (‬ ‫=‬ ‫=) (‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫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 ؟‬

‫)‪P (1 − P‬‬ ‫‪x=0 , 1‬‬

‫= )‪P(x = x‬‬ ‫اﻟﺣﻞ ‪:‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫=) (‬ ‫‪,‬‬ ‫=) (‬ ‫و ‪، card Ω= 2‬‬ ‫ﻟدﯾﻧﺎ }‪Ω= {F , P‬‬

‫) ( ) (‬ ‫‪x=0 , 1‬‬
‫= )‪f(x) = P(x = x‬‬ ‫وﻣﻧﻪ‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪Xi‬‬ ‫‪0‬‬ ‫‪1‬‬

‫)‪P(x=xi‬‬ ‫‪1/2‬‬ ‫‪1/2‬‬

‫اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ‪:‬‬

‫)‪f(x‬‬

‫‪1‬‬

‫‪1‬‬
‫‪2‬‬

‫اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ ‪:‬‬ ‫ﺣﺳﺎب اﻟﻣﻣﯾزات اﻟﻌدد ﺔ‪:‬‬

‫‪90‬‬
‫‪Xi‬‬
‫‪0‬‬ ‫‪1‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪E(X) = Σ xi.pi = 0 .‬‬ ‫= ‪+1.‬‬ ‫= )‪=> E(X‬‬

‫=) (‬ ‫)) ( ( ‪( ) −‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن‪ :‬ﻟدﯾﻧﺎ‬

‫=) (‬ ‫‪. + .‬‬ ‫=‬
‫‪1 1‬‬ ‫‪1‬‬
‫=) (‬ ‫‪. + .‬‬ ‫=‬
‫‪2 2‬‬ ‫‪2‬‬

‫‪( )= −‬‬ ‫‪= = .‬‬ ‫=) ( ⇒‬ ‫و ﻣﻧﻪ‬

‫) (‬ ‫=‬ ‫=) (‬ ‫=‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫ب – اﻟﺗوز ﻊ اﻟﺛﻧﺎﺋﻲ ) ﺗوز ﻊ ذو ﺣدﯾن ( ‪:‬‬

‫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

‫∁‬ ‫‪p‬‬ ‫)‪(1 − p‬‬ ‫‪x = 0 ,1,2,3, … … . . n‬‬

‫= )‪f(x) = P(x = x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫ﻣﻼﺣظﺔ‪ :‬ﻋﻧدﻣﺎ ون ﻋدد اﻟﻣﺣﺎوﻻت ‪ n=1‬ﻓﺎن اﻟﺗوزﻊ ﺻ ﺢ ﺗوزﻊ ﺑرﻧوﻟﻲ‬

‫) ‪↝ ( ,‬‬ ‫و رﻣز ﻟﻬذا اﻟﺗوزﻊ ﺎﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬

‫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

‫∁ = )‪f(x) = P(x = x‬‬ ‫‪p‬‬ ‫)‪(1 − p‬‬

‫‪ ‬أﻫم اﺳﺗﺧداﻣﺎت اﻟﻘﺎﻧون اﻟﺛﻧﺎﺋﻲ )‪:(1‬‬

‫‪ -‬اﺧﺗ ﺎر اﻟﺟودة ) ﻣواﻓ أو ﻏﯾر ﻣواﻓ ﻟﻠﻣواﺻﻔﺎت (‬
‫ﻧﺗﯾﺟﺔ رﻣﻲ ﻋﻣﻠﺔ ﻣﻌدﻧ ﺔ ) ﺻورة أو ﺗﺎ ﺔ (‬ ‫‪-‬‬
‫‪ -‬دراﺳﺔ اﻟﺳوق‬
‫إﺳﻘﺎ طﺎﺋرة أو ﻋدم إﺳﻘﺎطﻬﺎ ‪ ،‬أو إﺻﺎ ﺔ ﻫدف ﻣﻌﯾن أو ﻋدم إﺻﺎﺑﺗﻪ‬ ‫‪-‬‬
‫اﻟﺗدﺧﯾن ﻟﻠطﻠ ﺔ ) ﯾدﺧن أو ﻻ (‬ ‫‪-‬‬
‫ﻧﺗﯾﺟﺔ اﻻﻣﺗﺣﺎن ﻧﺟﺎح أو رﺳوب‬ ‫‪-‬‬
‫ﻣن‬ ‫‪ ‬اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻪ ‪ :‬ﻋﻠﻲ أﺳﺎس أن اﻟﻘﺎﻧون اﻟﺛﻧﺎﺋﻲ ﻫو ﻋ ﺎرة ﻋن ﺟﻣﻊ ﻋدد‬
‫اﻟﻣﺗﻐﯾرات ﻟﺑرﻧوﻟﻲ ﻣ ن ﺣﺳﺎب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن ﻟﻪ ﻣﺎ ﯾﻠﻲ ‪:‬‬
‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫‪ -1‬ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ – ﻣرﺟﻊ ﺳﺎﺑ –ص ‪82‬‬

‫‪92‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫>= ‪E(X) = E(X1 + X2 + … Xi + … + Xn) = ΣE(Xi) = Σpi = n p‬‬

‫‪E(X) = np‬‬

‫‪V(X) = V(X1 + X2 + … Xi + … + Xn),‬‬ ‫اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫>= ‪V(X) = ΣV(Xi) = Σpq‬‬ ‫‪V(X) = npq‬‬

‫) (‬ ‫=‬ ‫=) (‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫ﻣﺛﻞ‬ ‫ﻣﺛﺎل‪ :‬ﻋﻧد رﻣﻲ ﻗطﻌﺔ ﻧﻘد ﺔ ﻣﺗﺟﺎﻧﺳﺔ ﺧﻣﺳﺔ ﻣرات ﻣﺗﺗﺎﻟ ﺔ و ﺎن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ )‪(X‬‬
‫ﻋدد اﻟﺻور ‪ F‬اﻟﺗﻲ ﺗظﻬر ‪ :‬اﻟﻣطﻠوب‬

‫ﺗﺎ ﺔ داﻟﺔ اﻟﺗوزﻊ ﻟﻠﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ‬ ‫‪-‬‬

‫‪ -‬إﯾﺟﺎد اﺣﺗﻣﺎل ظﻬور أرﻌﺔ ﺻور‬
‫≤‪(1‬‬ ‫‪ -‬ﺣﺳﺎب ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل )‪≤ 3‬‬
‫‪ -‬اوﺟد اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻬذﻩ اﻟﺗﺟرﺔ‬

‫½=‪p‬‬ ‫‪,‬‬ ‫‪n=5‬‬ ‫‪,‬‬ ‫) ‪↝ ( ,‬‬ ‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ‬

‫‪1‬‬ ‫‪1‬‬
‫∁‬ ‫) (‬ ‫‪x = 0 ,1,2,3,4,5‬‬
‫= )‪f(x) = P(x = x‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪ -‬إﯾﺟﺎد اﺣﺗﻣﺎل ظﻬور أرﻌﺔ ﺻور‬

‫‪1‬‬ ‫‪1‬‬ ‫‪5‬‬

‫∁ = )‪f(4) = P(x = 4‬‬ ‫=‬
‫‪2‬‬ ‫‪2‬‬ ‫‪32‬‬

‫≤‪(1‬‬ ‫‪ -‬ﺣﺳﺎب ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل )‪≤ 3‬‬

‫≤‪(1‬‬ ‫)‪≤ 3) = ( = 2) + ( = 3‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪10 10‬‬ ‫‪10‬‬

‫∁=‬ ‫∁ ‪+‬‬ ‫=‬ ‫‪+‬‬ ‫=‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪32 32‬‬ ‫‪16‬‬

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ‪:‬‬

‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫‪93‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪E(X) = np = 5 . 0.5 = 2.5‬‬

‫اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫‪V(X) = npq = 5 . (0.5 ) . (0.5) = 1.25‬‬

‫) (‬ ‫=‬ ‫‪( )=√ .‬‬ ‫‪= .‬‬ ‫اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫ج‪ -‬ﺗوز ﻊ ﺑواﺳون ‪↝ ( ) :‬‬

‫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

‫‪ -‬ﺗؤول ﻞ ﻣﺣﺎوﻟﺔ اﻟﻲ ﻧﺗﯾﺟﺔ واﺣدة ﻣن ﺑﯾن ﻧﺗﯾﺟﺗﯾن ﻣﺗﻧﺎﻓﯾﺗﯾن‬

‫‪ -‬إذا اﻓﺗرﺿﻧﺎ وﺟود ﻋدة ﻓﺗرات زﻣﻧ ﺔ ﻣﻧﻔﺻﻠﺔ ﻋن ﻌﺿﻬﺎ اﻟ ﻌض ﻓﺎن ﺣدوث اﻟﻧﺟﺎﺣﺎت‬
‫ﻓﻲ أ ﻓﺗرة ﻣﺳﺗﻘﻠﺔ ﻋن ﺣدوث اﻟﻧﺟﺎﺣﺎت ﻓﻲ ﻓﺗرة أﺧر‬
‫ﻋدد اﻟﻧﺟﺎﺣﺎت ﻓﻲ وﺣدة ﻣن اﻟزﻣن ﯾ ﻘﻲ ﺛﺎﺑت‬ ‫‪-‬‬
‫ون ﺻﻐﯾر ﺟدا‬ ‫‪ -‬ﻣﻌدل اﻟﻧﺟﺎﺣﺎت ) ( اﻟﺗﻲ ﺗﺣدث ﻓﻲ ﻓﺗرة زﻣﻧ ﺔ ﻣﻌﯾﻧﺔ ﻣﻌﻠوم و‬
‫ﯾؤول اﻟﻲ ﻣﺎ ﻻﻧﻬﺎ ﺔ ‪ ،‬ذﻟك ﻋدد اﻟﺗﺟﺎرب اﻟﺗﻲ ﯾﺗم إﺟراﺋﻬﺎ ون ﺑﯾر ﺟدا ﺗؤول إﻟﻲ‬
‫)‪(1‬‬
‫ﻣﺎ ﻻﻧﻬﺎ ﺔ‬
‫)‪(2‬‬
‫‪ ‬ﺻ ﻐﺔ ﻗﺎﻧون ﺑواﺳون ‪:‬ان داﻟﺔ اﺣﺗﻣﺎل ﺗوزﻊ ﻻﺑواﺳون ﺗﻌطﻲ ﺎﻟﺻ ﻐﺔ اﻟﺗﺎﻟ ﺔ‬

‫‪λ‬‬ ‫‪λ‬‬
‫= )‪f(x) = P(x = x‬‬ ‫) … ‪, ( x = 0 ,1 ,2,‬‬
‫!‬

‫‪e = 2.718‬‬ ‫ﺣﯾث ‪: e‬ﻫو اﻷﺳﺎس اﻟﻠوﻏﺎرﺗﻣﻲ اﻟطﺑ ﻌﻲ اﻟﻧﺑﯾر‬

‫‪ -1‬ﺑوﻋظم ﻣﺎل – اﻹﺣﺻﺎء اﻻﺳﺗدﻻﻟﻲ – ﻣرﺟﻊ ﺳﺎﺑ ‪ -‬ص ‪67‬‬

‫ﺷﺑﯾﺟﻞ – اﻹﺣﺻﺎء –ﺳﻠﺳﻠﺔ ﺷوم – ﺗرﺟﻣﺔ ﺷﻌ ﺎن ﻋﺑد اﻟﺣﻣﯾد ﺷﻌ ﺎن – اﻟدار اﻟدوﻟ ﺔ ﻟﻼﺳﺗﺛﻣﺎرات اﻟﺛﻘﺎﻓ ﺔ – اﻟط ﻌﺔ‬ ‫‪ -2‬ﻣو ار‬
‫اﻟﺳﺎ ﻌﺔ – ‪ -2004‬ﻣﺻر –ص ‪198‬‬
‫‪94‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ :‬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

‫‪ ‬ﺧواص ﻗﺎﻧون ﺑواﺳون ‪:‬‬

‫‪λ‬‬
‫اﻟﺧﺎﺻ ﺔ اﻷوﻟﻲ ‪:‬‬
‫‪λ‬‬
‫∀‬ ‫∈‬ ‫‪≥0‬‬
‫!‬

‫‪λ‬‬
‫اﻟﺧﺎﺻ ﺔ اﻟﺛﺎﻧ ﺔ ‪:‬‬
‫‪λ‬‬
‫∑‬ ‫=‬ ‫∑‬ ‫=‬ ‫‪=1‬‬
‫!‬ ‫!‬

‫‪ ‬اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ‪:‬‬

‫‪E(X) = λ‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬
‫‪V(X) = λ‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬
‫) (‬ ‫√=‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫اﺳﺗﺧداﻣﺎت ﺗوز ﻊ ﺑواﺳون ‪ :‬ﺳﺗﺧدم ﻓﻲ اﻟﺣﺎﻻت اﻟﺗﺎﻟ ﺔ‬

‫‪ -‬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 ‪:‬‬

‫‪ -‬اﻛﺗب داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ل )‪( x‬‬

‫‪ -‬ﻣﺎ ﻫو اﺣﺗﻣﺎل وﻗوع ﺣﺎدﺛﯾن ﻓﻲ ﯾوﻣﺎ ﻣﺎ‬

‫ﺎﻟزﻣن‬ ‫اﻟﺣﻞ ‪ :‬ﻣن ﺧﻼل اﻟﻣﻌط ﺎت ﻧﻼﺣ أن ﻫذا اﻟﺗوزﻊ ﯾﺗ ﻊ ﺗوزﻊ ﺑواﺳون ﻓﻬو ﻣﺗﻌﻠ‬

‫‪λ= 1 ،‬‬ ‫) ( ↝‬ ‫ﺣﯾث‬

‫‪95‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫وﻣﻧﻪ داﻟﺔ اﻟﺗوز ﻊ‬

‫‪λ‬‬ ‫‪λ‬‬
‫= )‪f(x) = P(x = x‬‬ ‫=‬ ‫) … ‪, ( x = 0 ,1 ,2,‬‬
‫!‬ ‫!‬

‫‪ -‬اﺣﺗﻣﺎل وﻗوع ﺣﺎدﺛﯾن ﻓﻲ ﯾوﻣﺎ ﻣﺎ ) ‪P (x =2‬‬

‫‪.‬‬
‫= )‪f(2) = P(x = 2‬‬ ‫=‬ ‫=‬ ‫‪= 0.184‬‬
‫!‬

‫)‪(1‬‬
‫‪e‬‬ ‫‪= 0.368‬‬ ‫ﻟدﯾﻧﺎ ﻣن ﺟدول ﺗوزﻊ ﺑواﺳون‬

‫‪ ‬اﻟﻌﻼﻗﺔ ﺑﯾن ﺗوز ﻊ ذ ﺣدﯾن و ﺗوز ﻊ 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

‫د اﻟﺗوز ﻊ اﻟﻬﻧدﺳﻲ ‪↝ ( ) :‬‬

‫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

‫)‪P (1 − P‬‬ ‫∞ ‪x = 1,2,3, … . .‬‬

‫= )‪f(x) = P(x = x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫و ﻌﺑر ﻋﻧﻪ ﺎﺧﺗﺻﺎر ا ) ( ↝‬

‫‪ ‬اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻠﺗوز ﻊ اﻟﻬﻧدﺳﻲ‪:‬‬

‫= )‪E(X‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬
‫= = )‪V(X‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫) (‬ ‫=‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫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

‫وﻣﻧﻪ اﻟﺗوزﻊ ﯾﺗ ﻊ اﻟﺗوزﻊ اﻟﻬﻧدﺳﻲ ) ( ↝‬ ‫=‬

‫وﻣﻧﻪ داﻟﺔ اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻠﻣﺗﻐﯾر )‪(x‬‬

‫) ‪(1 −‬‬ ‫∞ ‪x = 1,2,3, … . .‬‬

‫= )‪f(x) = P(x = x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫اﺣﺗﻣﺎل أن ﺗﺣﺗﺎج إﻟﻲ أرﻌﺔ ﻣﺣﺎوﻻت ﻋﻠﻲ اﻷﻗﻞ ﺣﺗﻰ ﺗﺣﺻﻞ ﻋﻠﻲ اﻟﻌدد ‪ 5‬ﻋﻠﻲ وﺟﻪ زﻫرة اﻟﻧرد‬

‫‪ -1‬ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ و ا ﻣﺎن ﺣﺳﯾن ﺣﻧوش – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪96‬‬

‫‪97‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫=) ≥ (‬ ‫)‪− ( < 4‬‬

‫‪= −[ ( = )+‬‬ ‫‪( = )+‬‬ ‫]) = (‬

‫=‬ ‫‪−‬‬ ‫‪1−‬‬ ‫‪+‬‬ ‫‪1−‬‬ ‫‪+‬‬ ‫‪1−‬‬

‫=‬ ‫‪−‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫=‬ ‫‪−‬‬ ‫‪= .‬‬

‫‪ -‬ﻣﻌدل ) ﺗوﻗﻊ ( ﻋدد اﻟﻣﺣﺎوﻻت اﻟﺗﻲ ﺗﺣﺗﺎﺟﻬﺎ وﺗ ﺎﯾن ذﻟك‬

‫= = )‪E(X‬‬ ‫=‬ ‫=‬ ‫‪ -‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= = = )‪V(X‬‬ ‫=‬ ‫=‬ ‫=‬ ‫‪ -‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫↝‬ ‫(‬ ‫‪,‬‬ ‫‪−‬‬ ‫ق – اﻟﺗوز ﻊ ﻓوق اﻟﻬﻧدﺳﻲ ‪) :‬‬

‫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

‫∁‬ ‫ﻫﻲ‬ ‫ﻓﺎن ﻋدد اﻟطرق ﻻﺧﺗ ﺎر )‪ (x‬ﻣن‬

‫∁‬ ‫‪ ( −‬ﻫﻲ‬ ‫و ﻋدد اﻟطرق ﻻﺧﺗ ﺎر )‪ (n-x‬ﻣن )‬

‫( ﻫﻲ ﻋﻠﻰ‬ ‫‪−‬‬ ‫و)‬ ‫و ﺎﻟﺗﺎﻟﻲ ﻋد اﻟطرق اﻟﻣﻣ ﻧﺔ ﻻﺧﺗ ﺎر )‪ (x‬و )‪ (n-x‬ﻣن‬

‫∁‬ ‫∁ ‪.‬‬ ‫اﻟﺗرﺗﯾب‬

‫‪ -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 ﻋدد اﻟطرق اﻟﻛﻠ ﺔ ﻻﺧﺗ ﺎر ‪ n‬ﻣن ‪ N‬ﻫﻲ ) ∁(‬

‫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

‫↝‬ ‫(‬ ‫‪,‬‬ ‫‪−‬‬ ‫وﻏﺎﻟ ﺎ ﻣﺎ ﻌﺑر ﻋﻧﻪ ﺎﺧﺗﺻﺎر )‬

‫‪ ‬اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻪ ‪:‬‬

‫= )‪E(X‬‬ ‫∗‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= )‪V(X‬‬ ‫∗‬ ‫‪−‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫) (‬ ‫=‬ ‫) (‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫ﻣﻌﺎﻣﻞ اﻟﺗﺻﺣ ﺢ أو ﻣﻌﺎﻣﻞ اﻟﺷﻣوﻟ ﺔ ) ﺧﺎص ﺎﻟﻣﺟﺗﻣﻌﺎت اﻟﻣﺣدودة (‬ ‫و دﻋﻲ اﻟﻣﻘدار‬

‫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

‫‪ -‬ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ون ﻣن ﺿﻣن ﻣﺎ اﺷﺗرﻩ اﻟزون ﺟﻬﺎزن ﻋﺎطﻠﯾن‬

‫‪ -1‬اﻟ ﺷﯾر ﻋﺑد اﻟﻛرم – اﻻﺣﺻﺎء ‪ – 2‬ﻣرﺟﻊ ﺳﺎﺑ – ص ‪174‬‬

‫‪99‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ -‬اوﺟد اﻟﺗوﻗﻊ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ‬

‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ ﺣﺎﻟﺔ ﺗوزﻊ ﻓوق اﻟﻬﻧدﺳﻲ ﺣﯾث‬

‫‪N= 15 , N1= 3 , N- N1 = 12‬‬ ‫‪, n= 6‬‬

‫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

‫‪ -‬اﺣﺗﻣﺎل أن ون ﻣن ﺿﻣن ﻣﺎ اﺷﺗرﻩ اﻟزون ﺟﻬﺎزن ﻋﺎطﻠﯾن‬

‫∁‬ ‫∁‬ ‫)‪3(495‬‬

‫= )‪f(2) = P(x = 2‬‬ ‫=‬ ‫‪= 0.297‬‬
‫∁‬ ‫‪5005‬‬

‫‪ -‬اﻟﺗوﻗﻊ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ‬

‫= )‪E(X‬‬ ‫∗‬ ‫=‬ ‫∗‬ ‫=‬ ‫‪ -‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= )‪V(X‬‬ ‫∗‬ ‫‪−‬‬ ‫‪ -‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫=‬ ‫∗‬ ‫‪−‬‬ ‫=‬ ‫=‬ ‫=‬ ‫‪.‬‬

‫ك اﻟﺗوز ﻊ اﻟﻣﻧﺗظم ‪:‬‬

‫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

‫‪ - 1‬دﻻل اﻟﻘﺎﺿﻰ واﺧرون – اﻹﺣﺻﺎء ﻟﻺدارﯾن و اﻻﻗﺗﺻﺎدﯾﯾن – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪189‬‬

‫‪100‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪1‬‬
‫‪x = 1,2,3, … . . n‬‬
‫‪f(x) = P(x = x) = n‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫ﺣﯾث ‪n> 0‬‬

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻪ )‪:(1‬‬

‫= )‪E(X‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= )‪V(X‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫) (‬ ‫=‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫أﻣﺎ اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟﻬﺎ ﻓ ون‬

‫)‪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

‫وداﻟﺔ اﻟﺗوزﻊ ﻟﻪ‬

‫‪ -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

‫= )‪E(X‬‬ ‫=‬ ‫=‬ ‫‪.‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= )‪V(X‬‬ ‫=‬ ‫‪= .‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟﻪ‬

‫)‪f(x‬‬

‫‪P‬‬

‫‪Xi‬‬

‫‪1 2 3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬

‫‪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

‫‪↝ ( ,‬‬ ‫أ – اﻟﺗوز ﻊ اﻟﻣﻧﺗظم ‪) :‬‬

‫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 )‬

‫‪ ،‬و ﻣﺛﻞ ﺑ ﺎﻧ ﺎ ﻣﺎ ﻓﻲ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬ ‫و‬ ‫اﻟﺗوزﻊ اﻟﻣﻧﺗظم ﺎﻟﻣﻌﻠﻣﺗﯾن‬

‫‪ -1‬اﺣﻣد ﻋﻠﻰ اﻟزﻋول – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪153‬‬

‫ﻋﺑد اﻟﻧور و ﺑر ﺎن ﯾوﺳﻒ – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪89‬‬ ‫‪-2‬ﻣوﺳﺎو‬
‫‪103‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫)‪f(x‬‬

‫‪1‬‬
‫‪β−α‬‬

‫‪Xi‬‬

‫و ﻣ ن إﯾﺟﺎد داﻟﺔ اﻟﺗوزﻊ اﻟﺗﺟﻣ ﻌ ﺔ ﻟﻪ ﻣﺎ ﯾﻠﻲ‬

‫‪1‬‬ ‫‪1‬‬
‫= )‪F(x) = p(x ≤ xi‬‬ ‫= ‪f(x)dx‬‬ ‫= ‪dx‬‬ ‫‪dx‬‬
‫‪β−α‬‬ ‫‪β−α‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪x−α‬‬

‫=‬ ‫= ]‪[x‬‬ ‫= ]‪[x − α‬‬
‫‪β−α‬‬ ‫‪β−α‬‬ ‫‪β−α‬‬

‫وﺗﻛﺗب داﻟﺔ اﻟﺗوزﻊ ﻣﺎ ﯾﻠﻲ‬

‫‪0‬‬ ‫‪,‬‬ ‫‪<α‬‬

‫‪x−α‬‬
‫= )‪F(x‬‬ ‫‪,‬‬ ‫]‪x ∈ [α , β‬‬
‫‪β−α‬‬
‫‪1‬‬ ‫‪,‬‬ ‫‪≥β‬‬

‫و اﻟﺗﻣﺛﯾﻞ اﻟﺑ ﺎﻧﻲ ﻟداﻟﺔ اﻟﺗوزﻊ‬

‫‪F(x‬‬ ‫‪x−α‬‬
‫= )‪F(x‬‬
‫)‬ ‫‪β−α‬‬

‫‪1‬‬

‫‪Xi‬‬
‫‪104‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ‪:‬‬

‫اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫‪x‬‬ ‫‪1‬‬ ‫‪x‬‬

‫= )‪E(x‬‬ ‫= ‪x f(x)dx‬‬ ‫= ‪dx‬‬
‫‪β−α‬‬ ‫‪β−α 2‬‬

‫‪β −α‬‬ ‫)‪(β − α)(β + α‬‬ ‫‪β+α‬‬

‫=‬ ‫=‬ ‫= )‪⇒ E(x‬‬
‫)‪2(β − α‬‬ ‫)‪2(β − α‬‬ ‫‪2‬‬

‫اﻟﺗ ﺎﯾن )‪: V(x‬‬

‫= )‪V(x‬‬ ‫)‪x − E(x‬‬ ‫= ‪f(x)dx‬‬ ‫)‪(x) f(x)dx − E(x‬‬ ‫=‬

‫‪1‬‬ ‫‪1‬‬ ‫‪x‬‬

‫)‪x dx − E(x‬‬ ‫=‬ ‫)‪− E(x‬‬
‫‪β−α‬‬ ‫‪β−α 3‬‬

‫‪α + αβ + β‬‬ ‫‪β+α‬‬ ‫)‪(β − α‬‬

‫=‬ ‫=‬ ‫= )‪⇒ V(x‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪12‬‬

‫اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫)‪(β − α‬‬
‫) (‬ ‫=‬ ‫=) (‬
‫‪12‬‬

‫و‬ ‫=‬ ‫ﻣﺛﺎل ‪ :‬ﻟ ن ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ اﻟﻣﺗﺻﻞ )‪ (x‬ﯾﺗ ﻊ اﻟﺗوزﻊ اﻟﻣﻧﺗظم ﺎﻟﻣﻌﻠﻣﺗﯾن‬
‫) ‪↝ ( ,−‬‬ ‫أ‬ ‫‪=−‬‬

‫اﻟﻣطﻠوب ‪:‬‬

‫ﺗﺎ ﺔ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻬذا اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ ؟‬ ‫‪-‬‬

‫ﺗﺎ ﺔ داﻟﺔ اﻟﺗوزﻊ اﻟﺗﺟﻣ ﻌ ﺔ ﻟﻪ ؟‬ ‫‪-‬‬
‫‪ -‬إﯾﺟﺎد ﻗ م اﻻﺣﺗﻣﺎﻻت ﻟﻠﻘ م اﻟﺗﺎﻟ ﺔ ؟‬

‫‪105‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪( > 2) ,‬‬ ‫‪( ≤ 3) ,‬‬ ‫< ‪(−3‬‬ ‫‪≤ 7) ,‬‬ ‫< ‪(−3‬‬ ‫)‪≤ 1‬‬

‫) ‪↝ ( ,−‬‬ ‫و ‪=−‬‬ ‫=‬ ‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ‬

‫ﺗﺎ ﺔ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻬذا اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ‬ ‫‪-‬‬

‫‪1‬‬
‫‪α ≤ x ≤ β‬‬
‫= )‪f(x‬‬ ‫‪β−α‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪1‬‬
‫‪−2 ≤ x ≤ 6‬‬
‫= )‪f(x‬‬ ‫‪8‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫ﺗﺎ ﺔ داﻟﺔ اﻟﺗوزﻊ اﻟﺗﺟﻣ ﻌ ﺔ ﻟﻪ‬ ‫‪-‬‬

‫‪0‬‬ ‫‪,‬‬ ‫<‬

‫‪x−α‬‬
‫= )‪F(x‬‬ ‫‪,‬‬ ‫]‪x ∈ [α , β‬‬
‫‪β−α‬‬
‫‪1‬‬ ‫‪,‬‬ ‫≥‬
‫‪0‬‬ ‫‪,‬‬ ‫‪<α‬‬
‫‪x+2‬‬
‫= )‪F(x‬‬ ‫‪,‬‬ ‫]‪x ∈ [α , β‬‬
‫‪8‬‬
‫‪1‬‬ ‫‪,‬‬ ‫‪≥β‬‬

‫‪ -‬ﺣﺳﺎب ﻗ م اﻻﺣﺗﻣﺎﻻت ﻟﻠﻘ م اﻟﺗﺎﻟ ﺔ ‪:‬‬

‫‪‬‬ ‫‪( > 2) = 1 − ( ≤ 2) = 1 − (2) = 1 −‬‬ ‫‪= 0.5‬‬
‫‪‬‬ ‫= )‪( ≤ 3) = (3‬‬ ‫‪= 0.625‬‬
‫‪‬‬ ‫‪(−3 < ≤ 7) = ( ≤ 7) − ( ≤ −3) = (7) − (−3) = 1 − 0 = 1‬‬
‫‪‬‬ ‫)‪(−3 < ≤ 1) = ( ≤ −1) − ( ≤ −3) = (−1) − (−3‬‬
‫‪−1 + 2‬‬ ‫‪1‬‬
‫=‬ ‫=‪−0‬‬
‫‪8‬‬ ‫‪8‬‬

‫‪106‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫↝‬ ‫ب‪ -‬اﻟﺗوز ﻊ ) اﻟﻘﺎﻧون ( اﻵﺳﻲ ‪( ) :‬‬

‫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

‫↝‬ ‫و ﻌﺑر ﻋﻧﻪ ﺎﺧﺗﺻﺎر ) (‬

‫و ﻫذا ﻌﻧﻲ أن ‪ x‬ﯾﺗوزع وﻓ اﻟﺗوزﻊ اﻵﺳﻲ ﺎﻟﻣﻌﻠﻣﺔ ) (‬

‫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

‫واﻟﺷ ﻞ اﻟﺗﺎﻟﻲ ﯾوﺿﺢ ﺷ ﻞ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻬذا اﻟﺗوزﻊ‬

‫‪ -1‬اﻟ ﺷﯾر ﻋﺑد اﻟﻛرم – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪183‬‬

‫‪ -2‬اﺣﻣد ﻋﻠﻰ اﻟزﻏول – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪159‬‬
‫‪107‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫)‪f(x‬‬

‫‪1‬‬
‫‪β‬‬

‫‪Xi‬‬
‫‪0‬‬

‫داﻟﺔ اﻟﺗوز ﻊ ‪ :‬ﺗﻌطﻲ ﺎﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫‪1‬‬ ‫‪1‬‬
‫= )‪F(x) = p(x ≤ xi‬‬ ‫= ‪f(x) dx‬‬ ‫‪e‬‬ ‫= ‪dx‬‬ ‫‪−βe‬‬
‫‪β‬‬ ‫‪β‬‬

‫‪=− e‬‬ ‫‪−1 =1− e‬‬

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ‪:‬‬

‫= )‪E(X‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= )‪V(X‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬
‫) (‬ ‫=‬ ‫=‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫ﻣﺛﺎل ‪ :‬اذا ﺎن اﻟﻔﺎﺻﻞ اﻟزﻣﻧﻲ ﺑﯾن ﻣرور ﺣﺎﻓﻠﺗﻲ ﻧﻘﻞ اﻟطﻠ ﺔ ﺎﺣد اﻟﻣواﻗﻒ ﯾﺗوزع ﺗوزﻌﺎ اﺳ ﺎ‬
‫‪ ،‬اﻟﻣطﻠوب‬ ‫ﻣﺗوﺳ ‪ 4‬دﻗﺎﺋ‬

‫‪ -‬اﻛﺗب داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﻠ ﺔ ﻟﻬذا اﻟﺗوزﻊ‬

‫‪ -‬اﺣﺳب ان طول اﻟﻔﺎﺻﻞ اﻟزﻣﻧﻲ اﻟﻲ اﻛﺛر ﻣن دﻗ ﻘﺗﯾن ﻟﻣرور ﺣﺎﻓﻠﺗﯾن‬
‫‪ -‬اﺣﺳب ان ﻘﻞ اﻟﻔﺎﺻﻞ اﻟزﻣﻧﻲ اﻟﻲ ﻋن دﻗ ﻘﺗﯾن ﻟﻣرور ﺣﺎﻓﻠﺗﯾن‬
‫‪ -‬اﺣﺳب اﻟﻣﺗوﺳ و اﻟﺗ ﺎﯾن ﻟﻣرور ﺣﺎﻓﻠﺗﯾن‬

‫‪108‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫↝‬ ‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ ) (‬

‫‪ -‬داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﻠ ﺔ ﻟﻬذا اﻟﺗوزﻊ‬

‫‪1‬‬
‫‪e‬‬ ‫‪x≥0‬‬
‫‪f(x) = 4‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪ -‬ﺣﺳﺎب اﺣﺳب ان طول اﻟﻔﺎﺻﻞ اﻟزﻣﻧﻲ اﻟﻲ اﻛﺛر ﻣن دﻗ ﻘﺗﯾن ﻟﻣرور ﺣﺎﻓﻠﺗﯾن‬

‫‪p(x > 2) = 1 − p(x ≤ 2) = 1 − F(2) = 1 − 1 − e‬‬

‫‪.‬‬
‫‪= e‬‬ ‫‪= e‬‬

‫‪ -‬ﺣﺳﺎب ان ﻘﻞ اﻟﻔﺎﺻﻞ اﻟزﻣﻧﻲ اﻟﻲ ﻋن دﻗ ﻘﺗﯾن ﻟﻣرور ﺣﺎﻓﻠﺗﯾن‬

‫‪.‬‬
‫‪p(x < 2) = F(2) = 1 − e‬‬ ‫‪=1− e‬‬ ‫‪= 1−e‬‬ ‫=‬

‫‪ -‬ﺣﺳﺎب اﻟﻣﺗوﺳ و اﻟﺗ ﺎﯾن ﻟﻣرور ﺣﺎﻓﻠﺗﯾن‬

‫‪E(X) = =4‬‬ ‫‪ -‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬
‫= )‪V(X‬‬ ‫‪=16‬‬ ‫‪ -‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫↝‬ ‫(‬ ‫‪,‬‬ ‫ج‪ -‬اﻟﺗوز ﻊ اﻟطﺑ ﻌﻲ ‪) :‬‬

‫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

‫‪ - 1‬ﺛﺎﺋر ﻓ ﺻﻞ ﺷﺎﻫر‪ -‬ﻣرﺟﻊ ﺳﺎﺑ – ص ‪35‬‬

‫‪109‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫)‪(1‬‬
‫اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬

‫‪1‬‬
‫‪℮‬‬ ‫‪x∈ ℛ‬‬
‫‪f(x) = δ√2π‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫( ﻫﻣﺎ ﻣﻌﻠﻣﺎت اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﺛﺎﺑﺗﺎن و‬ ‫‪,‬‬ ‫ﺣﯾث )‬

‫< ∞‪(δ > 0 , −‬‬ ‫) ∞‪< +‬‬

‫‪ ℮ = 2.71828‬ﻫو اﻟﻌدد اﻟﻧﯾﺑﯾر‬ ‫و ‪ π = 3.142286‬و‬

‫↝‬ ‫(‬ ‫‪,‬‬ ‫و ﻌﺑر ﻋﻧﻪ ﺎﺧﺗﺻﺎر )‬

‫أﻣﺎ ﺗﻣﺛﯾﻠﻬﺎ اﻟﺑ ﺎﻧﻲ‬

‫ﻧﻘط اﻹﻧﻘﻼب‬

‫‪ = 1‬اﻟﻣﺳﺎﺣﮫ اﻟﻛﻠﯾﮫ‬

‫‪x‬‬
‫‪ - 3‬‬ ‫‪ - 2‬‬ ‫‪-‬‬ ‫‪‬‬ ‫‪ +‬‬ ‫‪ + 2‬‬

‫ﺣﯾث ﻧﺟد اﻟﻣﺳﺣﺎت اﻟﺗﺎﻟ ﺔ ﺣﺳب ﻫذﻩ اﻟﻣﺟﺎﻻت‬

‫‪( −‬‬ ‫≤‬ ‫≤‬ ‫‪+‬‬ ‫‪) = 68.26 %‬‬

‫≤ ‪( −2‬‬ ‫≤‬ ‫‪+ 2 ) = 95.44 %‬‬

‫≤ ‪( −3‬‬ ‫≤‬ ‫‪+ 3 ) = 99.74 %‬‬

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ‪:‬‬

‫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

‫= )‪E(X‬‬ ‫) (‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= )‪V(X‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬
‫) (‬ ‫=‬ ‫√ =) (‬ ‫=‬ ‫‪ ‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫)‪(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
‫‪ -‬‬ ‫‪ +‬‬

‫‪. ‬اﻟﻣﻧﺣﻧﻰ ﻟﻪ ﻧﻘطﺗﺎ اﻧﻘﻼب ﻋﻧد ‪X    ‬‬

‫‪ ‬اﻟﻣﺳﺎﺣﺔ اﻟﻛﻠ ﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻰ ﺗﺳﺎو اﻟواﺣد اﻟﺻﺣ ﺢ ‪.‬‬

‫< ∞‪(−‬‬ ‫= )∞‪< +‬‬ ‫) (‬ ‫‪=1‬‬

‫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

‫≤ ‪= (400‬‬ ‫‪≤ 800) = 68.26 %‬‬

‫≤ ‪( −2‬‬ ‫≤ ‪≤ + 2 ) = (600 − 2 ∗ 200‬‬ ‫)‪≤ 600 + 2 ∗ 200‬‬

‫‪= (200 ≤ ≤ 1000) = 95.44 %‬‬

‫≤ ‪( −3‬‬ ‫≤ ‪≤ + 3 ) = (600 − 3 ∗ 200‬‬ ‫)‪≤ 600 + 3 ∗ 200‬‬

‫‪= (0 ≤ ≤ 1200) = 99.74 %‬‬

‫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

‫↝‬ ‫(‬ ‫‪,‬‬ ‫د‪ -‬اﻟﺗوز ﻊ 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

‫‪ -1‬ﺛﺎﺋر ﻓ ﺻﻞ ﺷﺎﻫر – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪37‬‬

‫‪ -2‬ﺣﺳن ﺎﺳﯾن طﻌﻣﺔ و ا ﻣﺎن ﺣﺳﯾن ﺣﻧوش – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪129‬‬
‫‪3‬‬

‫‪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

‫اﻟﻤﻨﺤﻨﻰ اﻻﺣﺘﻤﺎﻟﻲ ﻟﻠﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري‬

‫ﻧﻘﻄﺔ اﻧﻘﻼب‬
‫ﻧﻘط اﻻﻧﻘﻼب‬

‫‪ = 1‬اﻟﻣﺳﺎﺣﮫ اﻟﻛﻠﯾﮫ‬

‫‪x‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪μ =0‬‬

‫ﺧﺻﺎﺋص اﻟﻣﻧﺣﻧﻰ اﻟﺑ ﺎﻧﻲ ﻟﻠﺗوز ﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر‬

‫‪+‬‬ ‫‪ -‬طرﻓﺎ اﻟﺗوزﻊ ﺗﻣﺗد ﻣن ‪  ‬إﻟﻰ‬

‫ﻋﻧد ‪ X    0‬ﻟذﻟك ﻓﺈن ﻫذا اﻟﻌﻣود ﯾﺟز‬ ‫ﻣر ﻘﻣﺗﻪ أ‬ ‫‪ -‬ﻣﺗﻣﺎﺛﻞ ﺣول اﻟﻌﻣود اﻟذ‬
‫اﻟﻣﻧﺣﻧﻰ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر إﻟﻰ ﻗﺳﻣﯾن ﻣﺗﻣﺎﺛﻠﯾن ﻓﻲ اﻟﺷ ﻞ واﻟﻣﺳﺎﺣﺔ‪.‬‬
‫ﺷ ﻪ اﻟﻧﺎﻗوس ﻣن ﺣﯾث اﻟﺷ ﻞ‪.‬‬ ‫‪-‬‬
‫‪ -‬اﻟﻣﻧﺣﻧﻰ ﻟﻪ ﻧﻘطﺗﺎ اﻧﻘﻼب ﻋﻧد ‪X   1‬‬
‫‪ -‬اﻟﻣﺳﺎﺣﺔ اﻟﻛﻠ ﺔ ﺗﺣت اﻟﻣﻧﺣﻧﻰ ﺗﺳﺎو اﻟواﺣد اﻟﺻﺣ ﺢ ‪.‬‬

‫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

‫↝‬ ‫(‬ ‫‪,‬‬ ‫ﻔ ﺔ اﺳﺗﻌﻣﺎل ﺟدول اﻟﺗوز ﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر )‬

‫)‪(2‬‬
‫ﻋﺑر اﻟﻣراﺣﻞ اﻟﺗﺎﻟ ﺔ‬ ‫ﯾﺗم اﺳﺗﺧراج ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل ﻣن اﻟﺟدول اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر‬

‫‪ ‬ﺗﺣو ﻞ اﻟﻣﺗﻐﯾرة )‪ (x‬إﻟﻲ ﻣﺗﻐﯾرة ﻣﻌ ﺎرﺔ‬

‫‪−‬‬
‫↝‬ ‫(‬ ‫⟺) ‪,‬‬ ‫=‬ ‫↝‬ ‫) ‪( ,‬‬

‫ﺑﺈﻋطﺎء‬ ‫)‪ f(Z‬ﺗﺳﻣﺢ‬ ‫ﻣﺎ أن اﻟﺟدول ﻣﺛﻞ ﺗﺎ ﻊ اﻟﺗوزﻊ ﻓﺎن اﻟﻘ ﻣﺔ اﻟﺟدوﻟ ﺔ‬ ‫‪‬‬
‫اﻻﺣﺗﻣﺎﻻت اﻟﺗﻲ ﺗﻛون ﻋﻠﻰ اﻟﺷ ﻞ اﻟﺗﺎﻟﻲ‬

‫‪−‬‬
‫=) (‬ ‫) ≤ ( =) < ( =‬

‫‪ ‬إن اﻟﺟدول ﺳﻣﺢ ﺑﺈﻋطﺎء اﻻﺣﺗﻣﺎﻻت اﻟﻣﻘﺎﺑﻠﺔ ﻟﻘ م )‪ (z‬اﻟﻣوﺟ ﺔ ﻓﻘ‬

‫‪‬‬ ‫≤ ( =) ≤ (‬ ‫)‬
‫‪‬‬ ‫=) ≤ ( ‪( ≤− )= ( ≥ )= −‬‬ ‫) ( ‪−‬‬
‫‪‬‬ ‫) ( ‪( > )= − ( ≤ )= −‬‬
‫‪‬‬ ‫) ( =) ≤ ( =) ‪( >−‬‬

‫إذا ﺎن ﻋددﯾن ﻣوﺟﺑﯾن ﻓﺎن‬

‫‪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

‫‪P ( Z  1.54) .1‬‬

‫‪P ( 1.8  Z  0) .2‬‬
‫‪P (1  Z  2) .3‬‬
‫اﻟﺣﻞ ‪:‬‬

‫‪ -1‬ﻧﻘرأﻫﺎ ﻣن اﻟﺟدول ﻣ ﺎﺷرة ‪P( Z < 1.54 ) = 0.9382‬‬

‫‪P(- 1.8< Z < 0 )= P(Z < 0)–P(Z<-1.8) =p(z≤0)-(1- p(z≤1.8) -2‬‬

‫‪= 0.5-1 + 0.9641 = 0.4641‬‬
‫‪P( 1 < Z < 2 ) = P( Z < 2 ) – P( Z < 1) = 0.9772 -0.8413=0.1359‬‬ ‫‪-3‬‬

‫ﻣﺛﺎل ‪ : 2‬إذا ﺎﻧت أطوال ﻣﺟﻣوﻋﻪ ﻣن اﻟطﻠ ﺔ ﺗﺗ ﻊ ﺗوزﻌﺎً طﺑ ﻌ ﺎً ﻣﺗوﺳطﻪ ‪ 168‬ﺳم و‬

‫اﻧﺣراﻓﻪ اﻟﻣﻌ ﺎر ‪ 6‬ﺳم‪ .‬أﺧذﻧﺎ ﻋﺷواﺋ ﺎً أﺣدا ﻟطﻠ ﺔ ‪ .‬ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ون طوﻟﻪ‪:‬‬

‫‪ .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 )‬

‫‪ .1‬اﺣﺗﻣﺎل أن ون طول اﻟطﺎﻟب أﻗﻞ ﻣن ‪ 159‬ﺳم‬

‫‪ x  μ 159  168 ‬‬

‫‪P( X  159)  P‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ σ‬‬ ‫‪6‬‬ ‫‪‬‬
‫‪ PZ  1.5  1  p ( z  1.5)  1  0.9332  0.066‬‬

‫‪ -2‬اﺣﺗﻣﺎل أن ون طول اﻟطﺎﻟب أﻛﺑر ﻣن ‪ 180‬ﺳم؟‬

‫‪ x  μ 180  168 ‬‬
‫‪P( X  180)  P‬‬ ‫‪‬‬ ‫‪  P Z  2 ‬‬ ‫‪ 1 - P Z  2 ‬‬
‫‪ σ‬‬ ‫‪6‬‬ ‫‪‬‬
‫‪ 1  0.9772‬‬ ‫‪ 0.0228‬‬

‫‪ - .1‬اﺣﺗﻣﺎل أن ون طول اﻟطﺎﻟب واﻗﻌﺎً ﻓﻲ اﻟﻣﺟﺎل ‪165 ,‬ﺳم و ‪174‬ﺳم‬

‫‪ 165  168 x  μ 174  168 ‬‬

‫‪P(165  X  174)  P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪6‬‬ ‫‪σ‬‬ ‫‪6‬‬ ‫‪‬‬
‫) ‪ P 0.5  Z  1  P( Z  1 ) - P( Z  - 0.5‬‬ ‫‪117‬‬
‫‪ 0.8413‬‬ ‫‪- 0.3085  0.5328‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪:‬‬ ‫↝‬ ‫ك‪ -‬ﺗوز ﻊ ﻲ ﻣر ﻊ‬

‫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.‬‬

‫ﻟﺗﻛن ‪ Xn...... ، X3 ، X2 ، X1‬ﻣﺗﻐﯾرات ﻋﺷواﺋ ﺔ ﻣﺳﺗﻘﻠﺔ ﺗﺗ ﻊ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر‬

‫ﺎ ﻣرﻊ ﺗﺳﺎو‬ ‫‪ ،‬وﻟﺗﻛن اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ‬ ‫↝‬ ‫)‪(0 , 1‬‬

‫=‬ ‫‪+‬‬ ‫‪+ ………+‬‬ ‫=‬

‫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

‫=) (‬ ‫‪,‬‬ ‫‪>0‬‬

‫‪,‬‬ ‫≤‬

‫ﻫﻲ داﻟﺔ ﻗﺎﻣﺎ ‪ ،‬و ﯾﺧﺗﻠﻒ ﺷ ﻞ ﻣﻧﺣﻲ ﺎ ﻣرﻊ ﺎﺧﺗﻼف درﺟﺎت اﻟﺣرﺔ ﻣﺎ‬ ‫ﺣﯾث‬
‫)‪(2‬‬
‫ﻫو ﻣوﺿﺢ ﻓﻲ اﻟﺷ ﻞ‬

‫‪ - 1‬اﻟ ﺷﯾر ﻋﺑد اﻟﻛرم – ﻣرﺟﻊ ﺳﺎﺑ –ص ‪186‬‬

‫‪-Neil A. Weiss (2017), Introductory Statistics, Pearson Education Limited,Tenth edition,‬‬
‫‪2‬‬

‫‪England.p-599‬‬
‫‪118‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫ﺗﻐﯿﺮ ﻣﻨﺤﻲ ﻛﺎي ﺗﺮﺑﯿﻊ ﺣﺴﺐ درﺟﺔ اﻟﺤﺮﯾﺔ‬

‫(‪ F‬ﺗﻛﺗب ﻣﺎ ﯾﻠﻲ‬ ‫)‬ ‫أﻣﺎ اﻟداﻟﺔ اﻟﺗﺟﻣ ﻌ ﺔ داﻟﺔ اﻟﺗوزﻊ‬

‫‪,‬‬ ‫≥‬
‫(‬ ‫=) ≤‬
‫‪,‬‬ ‫‪<0‬‬

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ‪:‬‬

‫= )‪E(X‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= )‪V(X‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫أﻫم اﺳﺗﻌﻣﺎﻻت ﺎ ﺗر ﻊ ‪:‬‬

‫‪ -‬ﺗﻘرب ﺗوزﻊ ﺗﺟرﺑﻲ ﺑﺗوزﻊ ﻧظر ﻣﻌﯾن‬

‫‪ -‬اﺧﺗ ﺎر ﺗﺟﺎﻧس ﻋﯾﻧﺗﯾن أو أﻛﺛر‬
‫اﺧﺗ ﺎر اﻻﺳﺗﻘﻼﻟ ﺔ ﻟﻣﻌط ﺎت ﻔ ﺔ‬ ‫‪-‬‬
‫)‪(1‬‬
‫‪ -‬اﺧﺗ ﺎر ﺣﺳن اﻟﻣطﺎ ﻘﺔ‬

‫ﺧﺻﺎﺋص ﺗوز ﻊ ﺎ ﻣر ﻊ ‪:‬‬

‫(‬ ‫‪ -‬إن ﻗ ﻣﺔ ﺎ ﻣرﻊ ﻣوﺟ ﺔ داﺋﻣﺎ )‪> 0‬‬

‫‪ -‬إن اﻟوﺳ اﻟﺣﺳﺎﺑﻲ ﻫو ﻋدد درﺟﺎت اﻟﺣرﺔ ﻟﻠﺗوزﻊ ‪E(X) = V‬‬
‫‪ -‬إن اﻟﺗ ﺎﯾن ﻫو ﺿﻌﻒ درﺟﺎت اﻟﺣرﺔ ‪V(X) = 2V‬‬

‫‪ -1‬ﺛﺎﺋر ﻓ ﺻﻞ ﺷﺎﻫر – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪41‬‬

‫‪119‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ -‬إن ﻣﻧﺣﻧﻲ ﺗوزﻊ ﺎ ﻣرﻊ ﻣﻠﺗو ﻧﺣو اﻟ ﻣﯾن ) اﻟﺗواء ﻣوﺟب (‬

‫ﻠﻣﺎ زادت درﺟﺎت اﻟﺣرﺔ ﻠﻣﺎ زاد اﻟﻣﺗوﺳ واﻟﺗ ﺎﯾن و ﺎﻟﺗﺎﻟﻲ ﺗزداد درﺟﺔ ﺗﻔرطﺢ ﻣﻧﺣﻧﻰ‬ ‫‪-‬‬
‫ﺗوزﻊ ﻣرﻊ ﺎ و ﻘﺗرب ﺷ ﻠﻪ ﻣن ﻣﻧﺣﻧﻰ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ‪.‬‬
‫ﻣرﻊ او إﯾﺟﺎد اﻟﻘ م اﻟﺗﻲ ﺗﻘﻊ إﻟﻲ ﺳﺎرﻫﺎ أو‬ ‫ﻣﻼﺣظﺔ ‪ :1‬ﻹﯾﺟﺎد اﻟﻣﺳﺎﺣﺔ ﺗﺣﺗﻲ ﻣﻧﺣﻧﻲ ﺎ‬
‫)‪(1‬‬
‫ﺣﯾث ﺳﺟﻞ ﻋدد درﺟﺎت اﻟﺣرﺔ ﻓﻲ اﻟﻌﻣود‬ ‫ﻣﯾﻧﻬﺎ ﻣﺳﺎﺣﺔ ﻣﻌﯾﻧﺔ ﻧﺳﺗﻌﻣﻞ ﺟدول ﺎ ﻣرﻊ‬
‫ﻣرﻊ ﻋﻠﻰ اﻟﺧ اﻷﻓﻘﻲ و ﻧﺳﺟﻞ ﻗ ﻣﺔ ﺎ‬ ‫اﻷ ﺳر و ﺳﺟﻞ اﻟﻣﺳﺎﺣﺎت إﻟﻲ ﺳﺎر ﻗ ﻣﺔ ﺎ‬
‫≤‬ ‫) ‪( ,‬‬ ‫ﻣرﻊ داﺧﻞ اﻟﺟدول و ﻌﺑر ﻋن ذﻟك ب‬

‫إﻟﻲ ﺳﺎر ‪ 0.99‬ﻋﻧد درﺟﺔ ﺣرﺔ ‪10‬‬ ‫ﻣﺛﺎل اوﺟد ﻗ ﻣﺔ‬

‫⟹ ) ‪( ,‬‬ ‫(‬ ‫‪,‬‬ ‫‪.‬‬ ‫)‬ ‫=‬ ‫‪.‬‬

‫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−‬‬ ‫‪ ،‬أﻣﺎ ﻋﻠﻰ ﻣﯾﻧﻬﺎ ﻧﺿﻊ‬ ‫≤‬ ‫) ‪( ,‬‬

‫‪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

‫‪=1−‬‬ ‫ﺣﯾث ﻧﺿﻊ ‪= 1 − 0.75 = 0.25‬‬

‫ﻣﻼﺣظﺔ ‪ : 3‬ﻘﺗرب ﺗوزﻊ ﺎ ﻣرﻊ إﻟﻰ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ ﻋﻧدﻣﺎ ون ﺣﺟم اﻟﻌﯾﻧﺔ‬

‫‪ ،‬و ﻌﺗﺑر ﺗﻘرب ﺟﯾد و ﺻ ﺢ‬ ‫≥‬ ‫ا‬ ‫≥‬

‫√ ‪−‬‬ ‫‪−‬‬ ‫↝‬ ‫(‬ ‫) ‪,‬‬

‫اﻟﺟدوﻟ ﺔ اﻟﻣواﻓﻘﺔ ﻻﺣﺗﻣﺎل ‪ p= 0.95‬ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪v=15‬‬ ‫ﻣﺛﺎل ‪ :‬أو ﺟد ﻗ ﻣﺔ‬

‫و ‪v=50 ǃ v=22‬‬

‫اﻟﺣﻞ ‪ :‬ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪v=15‬‬

‫≤‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫) ‪( ,‬‬ ‫⇒‬ ‫(‬ ‫‪, .‬‬ ‫)‬ ‫=‬

‫⇒‬ ‫≤‬ ‫(‬ ‫‪, .‬‬ ‫)‬ ‫‪= .‬‬ ‫( ⇒‬ ‫≤‬ ‫‪)= .‬‬

‫ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪v=22‬‬

‫≤‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫) ‪( ,‬‬ ‫⇒‬ ‫(‬ ‫‪, .‬‬ ‫)‬ ‫=‬ ‫‪.‬‬

‫⇒‬ ‫≤‬ ‫(‬ ‫‪, .‬‬ ‫)‬ ‫‪= .‬‬ ‫( ⇒‬ ‫≤‬ ‫‪.‬‬ ‫‪)= .‬‬

‫ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪ v=50‬ﻗ ﻣﺔ درﺟﺔ اﻟﺣرﺔ ﻻ ﺗوﺟد وﻣﻧﻪ ﻧﻘرﻬﺎ إﻟﻰ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ‬
‫≥‬ ‫اﻟﻣﻌ ﺎر ﻻن‬

‫√ ‪−‬‬ ‫‪−‬‬ ‫↝‬ ‫(‬ ‫و ﻌﺗﺑر ﺗﻘرب ﺟﯾد ) ‪,‬‬

‫‪121‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫(‬ ‫ﻓﻧﺟد اﻟﻘ ﻣﺔ اﻟﻣﻌ ﺎرﺔ ﻫﻲ ‪≤ 1.65 ) = 0.95‬‬ ‫(‬ ‫≤‬ ‫‪) = 0.95‬‬ ‫ﻟدﯾﻧﺎ‬

‫ﻣن ﺧﻼل اﻟﻣﺗﻐﯾرة اﻟﻣﻌ ﺎرﺔ‬ ‫= ‪ ، 1.65‬ﻧ ﺣث ﻋن ﻗ ﻣﺔ‬ ‫وﻣﻧﻪ‬

‫√ ‪−‬‬ ‫‪−‬‬ ‫‪≤ .‬‬ ‫‪= .‬‬ ‫⇒‬

‫√ ≤‬ ‫‪−‬‬ ‫‪+ .‬‬ ‫‪= .‬‬ ‫⇒‬

‫≤‬ ‫‪.‬‬ ‫√‪+‬‬ ‫‪−‬‬ ‫‪= .‬‬ ‫⇒‬

‫‪.‬‬ ‫√‪+‬‬ ‫‪−‬‬

‫≤‬ ‫‪= .‬‬ ‫⇒‬

‫‪.‬‬ ‫√‪+‬‬
‫≤‬ ‫‪= .‬‬ ‫⇒‬

‫(‬ ‫≤‬ ‫‪.‬‬ ‫‪)= .‬‬ ‫⇒‬ ‫) ‪( ,‬‬ ‫=‬ ‫(‬ ‫‪, .‬‬ ‫)‬ ‫=‬ ‫‪.‬‬

‫اﻟﺟدوﻟ ﺔ اﻟﻣواﻓﻘﺔ ﻻﺣﺗﻣﺎل ‪ p= 0.10‬ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪v=5‬‬ ‫ﻣﺛﺎل ‪ : 2‬اوﺟد ﻗ ﻣﺔ‬

‫≥‬ ‫‪= .‬‬ ‫ﺣﯾث‬

‫≥‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫‪−‬‬ ‫=‬ ‫‪− .‬‬ ‫‪= .‬‬ ‫ﻟدﯾﻧﺎ‬

‫≤‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫‪( ,‬‬ ‫‪.‬‬ ‫)‬ ‫‪= .‬‬

‫‪:‬‬ ‫↝‬ ‫د‪ -‬ﺗوز ﻊ ﺳﺗودﻧت‬

‫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 ‫=‬

‫‪ -1‬اﺣﻣد ﻋﺎﻣر ﻋﺎﻣر – اﻹﺣﺻﺎء ‪ – 2‬ﻣرﺟﻊ ﺳﺎﺑ ص ‪190‬‬

‫‪122‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫)‪(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

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻪ ‪:‬‬

‫‪E(X) = 0‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= ) ‪V(X‬‬ ‫‪……. v>2‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫)‪(2‬‬
‫ﺧﺻﺎﺋص ﺗوز ﻊ ﺳﺗﯾودﻧت ‪:‬‬

‫‪ -‬ﻟﻪ ﺷ ﻞ ﺟرﺳﻲ و ﻣﺗﻧﺎظر ﺣول وﺳطﻪ اﻟﺣﺳﺎﺑﻲ‬

‫‪ -1‬ﺑوﻋظم ﻣﺎل – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪99‬‬

‫‪ -2‬ﺛﺎﺋر ﻓ ﺻﻞ ﺷﺎﻫر – ﻣرﺟﻊ ﺳﺎﺑ ‪43 -‬‬
‫‪123‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ -‬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

‫ﺣﺳﺎب اﻟﻣﺳﺎﺣﺔ ﺗﺣت ﻣﻧﺣﻧﻲ ﺗوز ﻊ ﺳﺗﯾودﻧت ‪:‬‬

‫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

‫ﻣﺛﺎل ‪ :‬اﺣﺳب اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ ﻋﻧد درﺟﺔ ﺣر ﺔ ‪v=7‬‬

‫‪ ،‬؟ = ) ‪( ≥ 1.894‬‬ ‫؟ = )‪( ≤ 2.364‬‬

‫ﻋﻧد درﺟﺔ ﺣرﺔ ‪ 20‬اوﺟد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل ‪ ،‬؟ = ) ‪(1.325 ≤ ≤ 2.528‬‬

‫اﻟﺣﻞ ‪:‬‬

‫‪ -‬ﻋﻧد درﺟﺔ ﺣرﺔ ‪v=7‬‬

‫‪( ≤ 2.364) = 0.975‬‬ ‫ﻣن اﻟﺟدول ﻣ ﺎﺷرة ﻧﺟد‬ ‫؟ = )‪( ≤ 2.364‬‬

‫‪( ≥ 1.894 ) = 1 − ( ≤ 1.894 ) = 1 − 0.95 = 0.05‬‬

‫‪ -‬ﻋﻧد درﺟﺔ ﺣرﺔ ‪20‬اﯾﺟﺎد ﻗ ﻣﺔ اﻻﺣﺗﻣﺎل ‪ ،‬؟ = ) ‪(1.325 ≤ ≤ 2.528‬‬

‫)‪(1.325 ≤ ≤ 2.528 ) = p(t ≤ 2.528) − p(t ≤ 1.325‬‬

‫‪= 0.99 − 0.9 = 0.09‬‬

‫↝ ‪:‬‬ ‫(‬ ‫‪,‬‬ ‫)‬ ‫‪ -‬ﺗوز ﻊ ﻓ ﺷر‬

‫ﻣﺗﻐﯾران ﻋﺷواﺋ ﺎن ﻣﺳﺗﻘﻼن ﻋن ﻌﺿﻬﻣﺎ اﻟ ﻌض ﯾﺗ ﻌﺎ ن ﻞ ﻣﻧﻬﻣﺎ ﺗوزﻊ‬ ‫و‬ ‫ﻟ ن‬

‫‪ ،‬وﻟﻛﻞ ﻣﻧﻬﺎ درﺟﺔ ﺣرﺔ ﻫﻣﺎ‬ ‫↝‬ ‫و‬ ‫↝‬ ‫ﺎ ﻣرﻊ ‪ ،‬ﺣﯾث‬
‫ﻋﻠﻰ اﻟﺗواﻟﻲ ﻓﺎن اﻟﻣﺗﻐﯾرة اﻟﻌﺷواﺋ ﺔ ‪ X‬اﻟﺗﻲ ﻫﻲ ﻋ ﺎرة ﻋن اﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬ ‫و‬

‫=‬ ‫↝‬ ‫(‬ ‫)‬

‫)‪(1‬‬
‫وﻟﻪ داﻟﺔ ﺛﺎﻓﺔ اﺣﺗﻣﺎﻟ ﺔ اﻟﺗﺎﻟ ﺔ‬ ‫و درﺟﺔ ﺣرﺔ ﻟﻠﻣﻘﺎم‬ ‫ﯾﺗ ﻊ ﺗوزﻊ ﻓ ﺷر ﺑدرﺟﺔ ﺣرﺔ ﻟﻠ ﺳ‬

‫‪ -1‬اﺧﻣد ﻋﺎﻣر ﻋﺎﻣر – ﻣرﺟﻊ ﺳﺎﺑ – ص ‪192‬‬

‫‪125‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫⎧‬ ‫‪+‬‬
‫‪Γ‬‬ ‫‪X‬‬
‫⎪‬ ‫‪2‬‬
‫‪x≥0‬‬
‫‪f X‬‬ ‫‪,‬‬ ‫=‬
‫‪⎨Γ 2 Γ 2‬‬ ‫‪1+X.‬‬
‫⎪‬
‫⎩‬ ‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫و درﺟﺔ ﺣرﺔ ﻟﻠﻣﻘﺎم‬ ‫وﻧﻘول أن اﻟﻣﺗﻐﯾرة ‪ X‬ﺗﺗ ﻊ ﺗوزﻊ ﻓ ﺷر ﺑدرﺟﺔ ﺣرﺔ ﻟﻠ ﺳ‬

‫↝‪X‬‬ ‫(‬ ‫‪,‬‬ ‫)‬ ‫وﻧ ﺗب‬

‫اﻟﻣﻣﯾزات اﻟﻌدد ﺔ ﻟﻪ ‪:‬‬

‫=) (‬ ‫=‬ ‫‪…..‬‬ ‫‪>2‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫(‬ ‫)‬
‫= ) (‬ ‫…‪….‬‬ ‫‪>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

‫ﻣن ﺧﻼل اﻟﺟدول ﻧﺟدﻫﺎ‬ ‫(‬

‫‪.‬‬
‫‪,‬‬ ‫)‬ ‫ﻣﺛﺎل ذﻟك ‪= 3.33‬‬ ‫≤‬ ‫‪( ,‬‬ ‫‪,‬‬ ‫)‬ ‫=‬

‫‪0.95‬‬

‫‪ -1‬اﺣﻣد ﻋﺎﻣر ﻋﺎﻣر – ﻣرﺟﻊ ﺳﺎﺑ ص ‪194‬‬

‫‪2‬‬
‫‪ -‬اﻧظر ﻓﻲ ذﻟك اﻟﻣﻠﺣﻖ ﻓﻲ أﺧرى اﻟﻣطﺑوﻋﺔ‬
‫‪3‬‬
‫‪ -‬اﻧظر اﻟﻣﻼﺣﻖ أﺧر اﻟﻣطﺑوﻋﺔ‬
‫‪127‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫ﻧظر ﺎت ‪:(1) :‬‬

‫)‪a‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫=‬

‫‪,,‬‬ ‫‪,‬‬

‫)‪b‬‬ ‫‪, ,‬‬ ‫=‬

‫‪.‬‬
‫‪.‬‬
‫)‪c‬‬ ‫‪, ,‬‬ ‫=‬

‫‪( .‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫)‬ ‫ﻋﻧد ﻗرأﺗﻧﺎ ل ﻗ م ‪ F‬ﻣن اﻟﺟدول ﻧﻼﺣ أن ﻌض اﻟﻘ م ﻏﯾر ﻣوﺟودة ﻓ ﻪ ﻣﺛﻞ‬
‫ﻫﻧﺎ ﻧﺳﺗﻌﻣﻞ اﻟﻌﻼﻗﺔ اﻟﺗﺎﻟ ﺔ‬

‫‪,‬‬ ‫‪,‬‬ ‫=‬

‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬

‫ﻣﺛﺎل ‪ :‬اﺣﺳب اﻟﻘ م اﻟﺗﺎﻟ ﺔ‬

‫(‬
‫‪.‬‬
‫) ‪,‬‬ ‫=‬ ‫‪،‬‬ ‫(‬
‫‪.‬‬
‫) ‪,‬‬ ‫‪=،‬‬ ‫(‬
‫‪.‬‬
‫‪,‬‬ ‫)‬ ‫‪= ،‬‬ ‫(‬
‫‪.‬‬
‫) ‪,‬‬ ‫‪=،‬‬ ‫(‬
‫‪.‬‬
‫) ‪,‬‬ ‫=‬

‫‪.‬‬
‫‪( ,‬‬ ‫)‬ ‫=‬ ‫‪،‬‬ ‫(‬
‫‪.‬‬
‫‪,‬‬ ‫)‬ ‫=‬

‫اﻟﺣﻞ ‪:‬‬

‫(‬
‫‪.‬‬
‫) ‪,‬‬ ‫‪= 8.79 ،‬‬ ‫(‬
‫‪.‬‬
‫) ‪,‬‬ ‫‪= 19.40 ،‬‬ ‫(‬
‫‪.‬‬
‫‪,‬‬ ‫)‬ ‫‪= 3.71‬‬

‫(‬
‫‪.‬‬
‫) ‪,‬‬ ‫‪= 16.26 ،‬‬ ‫(‬
‫‪.‬‬
‫) ‪,‬‬ ‫‪= 8.65‬‬

‫ﻓﺗﺻ ﺢ‬ ‫‪,‬‬ ‫‪,‬‬ ‫=‬ ‫ﻫﻧﺎ ﻧﺳﺗﺧدم اﻟﻌﻼﻗﺔ‬ ‫‪.‬‬

‫‪( ,‬‬ ‫)‬ ‫=‬
‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬

‫‪.‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪( ,‬‬ ‫)‬ ‫=‬ ‫‪.‬‬ ‫=‬ ‫‪= 0.113‬‬
‫) ‪( ,‬‬ ‫‪8.85‬‬

‫‪.‬‬ ‫‪1‬‬ ‫‪1‬‬

‫(‬ ‫‪,‬‬ ‫)‬ ‫=‬ ‫‪.‬‬ ‫=‬ ‫‪= 0.01‬‬
‫(‬ ‫) ‪,‬‬ ‫‪99.40‬‬

‫‪ -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

‫‪ -‬اﺣﺗﻣﺎل ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ل ‪ 7‬ﻣن اﻟﻣرﺿﻲ‬

‫اﺣﺗﻣﺎل ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ﻟﺟﻣ ﻊ اﻟﻣرﺿﻲ‬ ‫‪-‬‬
‫اﺣﺗﻣﺎل ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ل ‪ 8‬ﻣن اﻟﻣرﺿﻲ‬ ‫‪-‬‬
‫اﺣﺗﻣﺎل ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ل ‪ 8‬ﻣن اﻟﻣرﺿﻲ ﻋﻠﻲ اﻷﻗﻞ‬ ‫‪-‬‬
‫‪ -‬ﺗوﻗﻊ ﻋدد اﻟﻣرﺿﻲ اﻟذﯾن ﺳﯾﺟرون اﻟﻌﻣﻠ ﺔ ﺑﻧﺟﺎح‬
‫‪ -‬ﺗ ﺎﯾن اﻟﻣرﺿﻲ اﻟذﯾن ﺳﯾﺟرون اﻟﻌﻣﻠ ﺔ ﺑﻧﺟﺎح‬

‫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

‫وﻣﻧﻪ داﻟﺔ اﻻﺣﺗﻣﺎل‬

‫∁‬ ‫)‪(0.9‬‬ ‫)‪(0.1‬‬ ‫‪x = 0 ,1,2,3, … . .10‬‬

‫= )‪f(x) = P(x = x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪ -‬اﺣﺗﻣﺎل ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ل ‪ 7‬ﻣن اﻟﻣرﺿﻲ ‪:‬‬

‫∁ = )‪f(7) = P(x = 7‬‬ ‫)‪(0.9‬‬ ‫)‪(0.1‬‬ ‫=‬

‫‪ -‬اﺣﺗﻣﺎل ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ﻟﺟﻣ ﻊ اﻟﻣرﺿﻲ‬

‫∁ = )‪f(10) = P(x = 10‬‬ ‫)‪(0.9‬‬ ‫)‪(0.1‬‬ ‫=‬

‫اﺣﺗﻣﺎل ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ل ‪ 8‬ﻣن اﻟﻣرﺿﻲ‬ ‫‪-‬‬

‫‪129‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫∁ = )‪f(8) = P(x = 8‬‬ ‫)‪(0.9‬‬ ‫)‪(0.1‬‬ ‫=‬

‫‪ -‬اﺣﺗﻣﺎل ﻧﺟﺎح اﻟﻌﻣﻠ ﺔ ل ‪ 8‬ﻣن اﻟﻣرﺿﻲ ﻋﻠﻲ اﻷﻗﻞ‬

‫)‪f(8) + f(9) + f(10) = P(x = 8) + p(x = 9) + p(x = 10‬‬

‫∁=‬ ‫)‪(0.9) (0.1‬‬ ‫∁‪+‬‬ ‫)‪(0.9) (0.1‬‬

‫∁‪+‬‬ ‫)‪(0.9‬‬ ‫)‪(0.1‬‬ ‫=‬

‫‪ -‬ﺗوﻗﻊ ﻋدد اﻟﻣرﺿﻲ اﻟذﯾن ﺳﯾﺟرون اﻟﻌﻣﻠ ﺔ ﺑﻧﺟﺎح‬

‫‪E(X) = np = 10 . 0.9 = 9‬‬

‫‪ -‬ﺗ ﺎﯾن اﻟﻣرﺿﻲ اﻟذﯾن ﺳﯾﺟرون اﻟﻌﻣﻠ ﺔ ﺑﻧﺟﺎح‬

‫‪V(X) = npq = 10 .( 0.9 ) . (0.1) = 0.9‬‬

‫اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ ‪ :‬ﻟدﯾﻧﺎ ﻋﯾﻧﺔ ﻣن ‪ 100‬ﺷﺧص ‪ ،‬ﻞ ﻣﻧﻬم ﻣ ن ﻟﻪ أن ون ﻣﺻﺎب ﺑداء‬

‫اﻟﺳ ر ﺎﺣﺗﻣﺎل ‪ ، 0.3‬اﻟﻣطﻠوب ‪ :‬ﻣﺎ ﻫو اﻟﻘﺎﻧون اﻻﺣﺗﻣﺎﻟﻲ ﻟﻬذﻩ اﻟﻌﯾﻧﺔ‬

‫‪ -‬اﺣﺳب اﺣﺗﻣﺎل أن ون ‪ 40‬ﺷﺧص ﻣﺻﺎب ﺑﻬذا اﻟداء‬

‫‪ -‬اﺣﺳب اﻟﺗوﻗﻊ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ‬

‫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

‫وﻣﻧﻪ داﻟﺔ اﻻﺣﺗﻣﺎل‬

‫∁‬ ‫)‪(0.3‬‬ ‫)‪(0.7‬‬ ‫‪x = 0 ,1,2,3, … . .100‬‬

‫= )‪f(x) = P(x = x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪ -‬ﺣﺳﺎب اﺣﺗﻣﺎل أن ون ‪ 40‬ﺷﺧص ﻣﺻﺎب ﺑﻬذا اﻟداء‬

‫∁ = )‪f(40) = P(x = 40‬‬ ‫)‪(0.3‬‬ ‫)‪(0.7‬‬ ‫=‬

‫‪130‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ -‬اﻟﺗوﻗﻊ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ‬

‫‪E(X) = np = 100 . 0.3 = 30‬‬

‫‪V(X) = npq = 100. ( 0.3 ) . (0.7) = 21‬‬

‫اﻟﺗﻣر ن اﻟﺛﺎﻟث ‪:‬إذا ﺎن ﻣن ﺑﯾن ﻞ ‪ 100‬وﺣدة ﻣﻧﺗﺟﺔ ﻫﻧﺎك واﺣدة ﻓﻘ ﻣﻌﯾ ﺔ ‪ ،‬ﻣﺎ ﻫو اﺣﺗﻣﺎل‬
‫أن ﻓﻲ إﻧﺗﺎج ‪ 200‬وﺣدة ﻗﺎدﻣﺔ‬

‫‪ -‬أن ﻻ ون ﻓﻲ اﻹﻧﺗﺎج ﻣﻌﯾب ؟‬

‫‪ -‬أن ون ﻫﻧﺎك ﻣﻧﺗﺞ واﺣد ﻓﻘ ﻣﻌﯾب ؟‬
‫أن ون ﻫﻧﺎك ﻣﻧﺗﺞ واﺣد ﻋﻠﻲ اﻷﻗﻞ ﻣﻌﯾب ؟‬ ‫‪-‬‬
‫اﺣﺳب ﻣﺗوﺳ ) اﻟﺗوﻗﻊ( ﻋدد اﻟوﺣدات اﻟﻣﻌﯾ ﺔ و ﺗ ﺎﯾﻧﻬﺎ ؟‬ ‫‪-‬‬

‫‪n=200‬‬ ‫‪,‬‬ ‫=‬ ‫‪= 0.01‬‬ ‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ‬

‫=‬ ‫‪.‬‬ ‫وﻣﻧﻪ ‪= 200 . ( 0.01) = 2‬‬

‫) ( ↝‬ ‫ﻟدﯾﻧﺎ اﻟﺗوزﻊ ﯾﺗ ﻊ ﺗوزﻊ ﺑواﺳون‬

‫‪λ e‬‬ ‫‪λ‬‬

‫‪2 e‬‬
‫= )‪f(x) = P(x = x‬‬ ‫=‬ ‫) … ‪, ( x = 0 ,1 ,2,‬‬
‫!‪x‬‬ ‫!‪x‬‬

‫‪ -‬ﺣﺳﺎب أن ﻻ ون ﻓﻲ اﻹﻧﺗﺎج ﻣﻌﯾب‬

‫‪2 e‬‬
‫= )‪f(0) = P(x = 0‬‬ ‫‪= 0.13533‬‬
‫!‪0‬‬

‫‪ -‬ﺣﺳﺎب أن ون ﻫﻧﺎك ﻣﻧﺗﺞ واﺣد ﻓﻘ ﻣﻌﯾب‬

‫‪2 e‬‬
‫= )‪f(1) = P(x = 1‬‬ ‫‪= 0.13533‬‬
‫!‪1‬‬

‫‪ -‬ﺣﺳﺎب أن ون ﻫﻧﺎك ﻣﻧﺗﺞ واﺣد ﻋﻠﻲ اﻷﻗﻞ ﻣﻌﯾب‬

‫‪( ≥1)= 1−‬‬ ‫(‬ ‫‪< 1) = 1 −‬‬ ‫)‪( = 0‬‬

‫‪131‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪= 1 − 0.13533 = 0.86466‬‬

‫‪ -‬ﺣﺳﺎب ﻣﺗوﺳ ) اﻟﺗوﻗﻊ( ﻋدد اﻟوﺣدات اﻟﻣﻌﯾ ﺔ و ﺗ ﺎﯾﻧﻬﺎ‬

‫‪E(X) = λ = 2‬‬ ‫‪ ‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬
‫‪V(X) = λ = 2‬‬ ‫‪ ‬اﻟﺗ ﺎﯾن )‪: V(X‬‬
‫اﻟﺗﻣر ن اﻟ ار ﻊ ‪ :‬ﻟ ن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ )‪ (X‬ﯾﺗوزع وﻓ ﺗوزﻊ ﺑواﺳون ﺣﯾث ) ( ↝‬
‫اﻟﻣطﻠوب ‪:‬‬
‫ﺗﺎ ﺔ داﻟﺔ اﻟﺗوزﻊ ل )‪ (X‬؟‬ ‫‪-‬‬
‫‪ -‬ﺣﺳﺎب ﻗ م اﻻﺣﺗﻣﺎﻻت ﻟﻠﻘ م اﻟﺗﺎﻟ ﺔ )‪( = 2) , ( > 1 ) , ( < 2‬‬
‫‪ -‬ﺣﺳﺎب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن واﻻﻧﺣراف اﻟﻣﻌ ﺎر‬

‫اﻟﺣﻞ ‪ :‬داﻟﺔ اﻟﺗوزﻊ ل )‪(X‬‬

‫‪λ e‬‬ ‫‪λ‬‬

‫‪3 e‬‬
‫= )‪f(x) = P(x = xi‬‬ ‫=‬ ‫)∞ … ‪, ( x = 0 ,1 ,2,‬‬
‫!‪x‬‬ ‫!‪x‬‬

‫ﺣﺳﺎب ﻗ م اﻻﺣﺗﻣﺎﻻت ﻟﻠﻘ م اﻟﺗﺎﻟ ﺔ )‪( = 2) , ( > 1 ) , ( < 2‬‬

‫= )‪( = 2‬‬ ‫=‬ ‫=‬

‫!‬

‫‪( > 1 ) = 1 − ( ≤ 1) = 1 − [ ( = 0) +‬‬ ‫= ])‪( = 1‬‬

‫‪3 e‬‬ ‫‪3 e‬‬

‫‪1−‬‬ ‫‪+‬‬ ‫[ ‪=1−‬‬ ‫‪+3‬‬ ‫=]‬
‫!‪0‬‬ ‫!‪1‬‬

‫‪3 e‬‬ ‫‪3 e‬‬

‫‪( < 2) = [ ( = 0) +‬‬ ‫= ])‪( = 1‬‬ ‫‪+‬‬
‫!‪0‬‬ ‫!‪1‬‬

‫[ =‬ ‫‪+3‬‬ ‫=]‬

‫‪ -‬ﺣﺳﺎب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن واﻻﻧﺣراف اﻟﻣﻌ ﺎر‬

‫‪E(X) = λ = 3‬‬ ‫‪ -‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬
‫‪V(X) = λ = 3‬‬ ‫‪ -‬اﻟﺗ ﺎﯾن )‪: V(X‬‬
‫) (‬ ‫√=‬ ‫‪ -‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪= √ = :‬‬

‫‪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 ‪:‬‬

‫ﺗﺎ ﺔ داﻟﺔ اﻻﺣﺗﻣﺎل ﻟذا اﻟﺗوزﻊ ؟‬ ‫‪-‬‬

‫‪ -‬ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﯾﺗوﻗﻒ اﻟﺧ اﻹﻧﺗﺎﺟﻲ ﻋن اﻟﻌﻣﻞ ﻟﻣدة ‪ 3‬أ ﺎم ؟‬
‫‪ -‬ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﯾﺗوﻗﻒ اﻟﺧ اﻹﻧﺗﺎﺟﻲ ﻋن اﻟﻌﻣﻞ ﻟﻣدة ‪ 3‬أ ﺎم ﻋﻠﻲ اﻷﻛﺛر ؟‬
‫‪ -‬اوﺟد اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ ؟‬

‫) ‪↝ ( .‬‬ ‫اﻟﺣﻞ ‪ :‬ﻫذا اﻟﺗوزﻊ ﯾﺗ ﻊ اﻟﺗوزﻊ اﻟﻬﻧدﺳﻲ ﻷﻧﻪ ﺣﻘ ﺷروطﻪ‬

‫‪q=1-p = 0.9‬‬ ‫‪,‬‬ ‫‪P= 0.1‬‬ ‫ﺣﯾث‬

‫داﻟﺔ اﻻﺣﺗﻣﺎل ﻟﻬذا اﻟﺗوزﻊ‬

‫)‪0.1 (0.9‬‬ ‫∞ ‪x = 1,2,3, … . .‬‬

‫= )‪f(x) = P(x = x‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫اﺣﺗﻣﺎل أن ﯾﺗوﻗﻒ اﻟﺧ اﻹﻧﺗﺎﺟﻲ ﻋن اﻟﻌﻣﻞ ﻟﻣدة ‪ 3‬أ ﺎم‬

‫)‪f(3) = P(x = 3) = 0.1 (0.9‬‬ ‫‪= 0.081‬‬

‫اﺣﺗﻣﺎل أن ﯾﺗوﻗﻒ اﻟﺧ اﻹﻧﺗﺎﺟﻲ ﻋن اﻟﻌﻣﻞ ﻟﻣدة ‪ 3‬أ ﺎم ﻋﻠﻲ اﻷﻛﺛر‬

‫)‪P(x ≤ 3) = p(x = 1) + p(x = 2) + p(x = 3‬‬

‫)‪= 0.1 (0.9‬‬ ‫)‪+ 0.1 (0.9‬‬ ‫)‪+ 0.1 (0.9‬‬ ‫‪= 0.1 + 0.09 + 0.081‬‬
‫‪= 0.271‬‬

‫اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ‬

‫= = )‪E(X‬‬ ‫=‬ ‫=‬ ‫‪ -‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫‪.‬‬
‫‪.‬‬
‫= )‪V(X‬‬ ‫(=‬ ‫=‬ ‫‪ -‬اﻟﺗ ﺎﯾن )‪: V(X‬‬
‫) ‪.‬‬

‫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

‫‪ -‬ﻣﺎ ﻫو اﺣﺗﻣﺎل ان ون ﻣن اﻟﺣ ﺎت اﻟﻣﺧﺗﺎرة ‪ 3‬ﺣ ﺎت ﺗﻔﺎح ؟‬

‫‪ -‬اوﺟد اﻟوﺳ اﻟﺣﺳﺎﺑﻲ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ ؟‬

‫اﻟﺣﻞ ‪ : :‬ﻟدﯾﻧﺎ ﺣﺎﻟﺔ ﺗوزﻊ ﻓوق اﻟﻬﻧدﺳﻲ ﺣﯾث‬

‫‪N= 12 , N1= 5 , N- N1 = 7 , n= 6‬‬

‫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

‫اﺣﺗﻣﺎل أن ون ﻣن اﻟﺣ ﺎت اﻟﻣﺧﺗﺎرة ‪ 3‬ﺣ ﺎت ﺗﻔﺎح‬

‫∁‬ ‫∁‬ ‫(‬ ‫)‬

‫= )‪f(3) = P(x = 3‬‬ ‫=‬ ‫‪= 0.3787‬‬
‫∁‬

‫‪ -‬اﻟﺗوﻗﻊ و اﻟﺗ ﺎﯾن ﻟﻬذا اﻟﺗوزﻊ‬

‫= )‪E(X‬‬ ‫∗‬ ‫=‬ ‫∗‬ ‫=‬ ‫‪ -‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫= )‪V(X‬‬ ‫∗‬ ‫‪−‬‬ ‫‪ -‬اﻟﺗ ﺎﯾن )‪: V(X‬‬

‫‪−‬‬
‫=‬ ‫∗‬ ‫‪−‬‬ ‫=‬ ‫=‬
‫‪−‬‬
‫=‬ ‫‪.‬‬

‫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 ‪:‬‬

‫‪ -‬اﻛﺗب داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ و داﻟﺔ اﻟﺗوز ﻊ اﻟﺗﺟﻣ ﻌ ﺔ ﻟﻬذا اﻟﺗوزﻊ‬

‫‪134‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫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

‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ )‪ (x‬ﯾﺗ ﻊ اﻟﺗوز ﻊ اﻟﻣﻧﺗظم ﺣﯾث‬

‫=‬ ‫و‬ ‫=‬ ‫( ↝‬ ‫‪,‬‬ ‫)‬

‫ﺗﺎ ﺔ داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ﻟﻬذا اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ‬ ‫‪-‬‬

‫‪1‬‬
‫‪α ≤ x ≤ β‬‬
‫= )‪f(x‬‬ ‫‪β−α‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪1‬‬
‫‪100 ≤ x ≤ 150‬‬
‫‪f(x) = 150 − 100‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫ﺗﺎ ﺔ داﻟﺔ اﻟﺗوزﻊ اﻟﺗﺟﻣ ﻌ ﺔ ﻟﻪ‬ ‫‪-‬‬

‫‪0‬‬ ‫‪,‬‬ ‫<‬

‫‪x−α‬‬
‫= )‪F(x‬‬ ‫‪,‬‬ ‫]‪x ∈ [α , β‬‬
‫‪β−α‬‬
‫‪1‬‬ ‫‪,‬‬ ‫≥‬

‫‪0‬‬ ‫‪,‬‬ ‫‪< 100‬‬

‫‪x − 100‬‬
‫= )‪F(x‬‬ ‫‪,‬‬ ‫]‪x ∈ [100 , 150‬‬
‫‪150 − 100‬‬
‫‪1‬‬ ‫‪,‬‬ ‫‪≥ 150‬‬

‫‪ -‬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

‫]‪= [0.02‬‬ ‫‪= 0.4 = 40%‬‬

‫‪ -‬ﺣﺳﺎب اﺣﺗﻣﺎل اذا ﻗدم ﺷﺧﺻﺎ ﻣﺎ ﻣﺑﻠﻎ ‪ 140‬ﻣﻠﯾون دج ﺣﺻوﻟﻪ ﻋﻠﻰ ﻫذﻩ اﻟﻘطﻌﺔ‬

‫‪1‬‬
‫≤ ‪(100‬‬ ‫= )‪≤ 140) = (140) − (100‬‬
‫‪150 − 100‬‬

‫]‪= [0.02‬‬ ‫‪= 0.8 = 80%‬‬

‫ﻌظم اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ اﻟﻘطﻌﺔ ﻫو‬ ‫‪ -‬اﻟﻌرض اﻟﻣﻘدم اﻟذ‬

‫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

‫‪ -‬ﺣﺳﺎب اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ و اﻟﺗ ﺎﯾن و اﻻﻧﺣراف اﻟﻣﻌ ﺎر‬

‫‪ -‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬

‫‪β+α‬‬ ‫‪150 + 100‬‬

‫= )‪E(x‬‬ ‫=‬ ‫‪= 125‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ -‬اﻟﺗ ﺎﯾن )‪: V(x‬‬

‫)‪(β − α‬‬ ‫)‪(150 − 100‬‬

‫= )‪V(x‬‬ ‫=‬ ‫‪= 208.333‬‬
‫‪12‬‬ ‫‪12‬‬

‫‪136‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ -‬اﻻﻧﺣراف اﻟﻣﻌ ﺎر ‪:‬‬

‫(‬ ‫)‬
‫) (‬ ‫=‬ ‫=) (‬ ‫√ =‬ ‫‪.‬‬ ‫‪= .‬‬

‫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 ‪:‬‬

‫‪ -‬داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ‬

‫‪ -‬اﺣﺗﻣﺎل ﻣرور ﺛﻼث ﺳﻧوات ﻋﻠﻰ اﻷﻗﻞ ﻗﺑﻞ أن ﯾﺗوﻗﻒ اﻟﺟﻬﺎز ﻋن اﻟﻌﻣﻞ‬
‫اﺣﺗﻣﺎل أن ﻻ ﻣﺿﻲ أﻛﺛر ﻣن ﺳﻧﺗﯾن ﺣﺗﻰ ﯾﺗوﻗﻒ اﻟﺟﻬﺎز ﻋن اﻟﻌﻣﻞ‬ ‫‪-‬‬
‫ﺳﺗﻐرﻗﻪ اﻟﺟﻬﺎز ﺣﺗﻰ ﯾﺗوﻗﻒ ﻋن اﻟﻌﻣﻞ‬ ‫ﺗوﻗﻊ و ﺗ ﺎﯾن اﻟوﻗت اﻟذ‬ ‫‪-‬‬

‫↝‬ ‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ ) (‬

‫‪ -‬داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﻠ ﺔ ﻟﻬذا اﻟﺗوزﻊ‬

‫‪1‬‬
‫‪e‬‬ ‫‪x≥0‬‬
‫‪f(x) = 2‬‬
‫‪0‬‬ ‫ﻣﺎﻋد ذﻟك‬

‫‪ -‬ﺣﺳﺎب اﺣﺗﻣﺎل ﻣرور ﺛﻼث ﺳﻧوات ﻋﻠﻰ اﻷﻗﻞ ﻗﺑﻞ أن ﯾﺗوﻗﻒ اﻟﺟﻬﺎز ﻋن اﻟﻌﻣﻞ‬

‫‪p(x ≥ 3) = 1 − p(x < 3) = 1 − F(3) = 1 − 1 − e‬‬

‫‪.‬‬
‫‪= e‬‬ ‫‪= e‬‬

‫‪ -‬ﺣﺳﺎب اﺣﺗﻣﺎل أن ﻻ ﻣﺿﻲ أﻛﺛر ﻣن ﺳﻧﺗﯾن ﺣﺗﻰ ﯾﺗوﻗﻒ اﻟﺟﻬﺎز ﻋن اﻟﻌﻣﻞ‬

‫‪.‬‬
‫‪p(x ≤ 2) = F(2) = 1 − e‬‬ ‫‪=1− e‬‬ ‫‪= 1−e‬‬ ‫=‬

‫‪ -‬ﺣﺳﺎب اﻟﻣﺗوﺳ و اﻟﺗ ﺎﯾن ﻟﻣرور ﺣﺎﻓﻠﺗﯾن‬

‫‪E(X) = =2‬‬ ‫‪ -‬اﻟﺗوﻗﻊ اﻟر ﺎﺿﻲ )‪: E(x‬‬
‫= )‪V(X‬‬ ‫‪=4‬‬ ‫‪ -‬اﻟﺗ ﺎﯾن )‪: V(X‬‬
‫‪137‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫اﻟﺗﻣر ن اﻟﺗﺎﺳﻊ ‪:‬ﻟ ن اﻟﻣﺗﻐﯾر اﻟﻌﺷواﺋﻲ )‪ (z‬ﯾﺗوزع وﻓ اﻟﺗوزﻊ اﻟطﺑ ﻌﻲ اﻟﻣﻌ ﺎر‬

‫ن اﻟﻣطﻠوب ‪ :‬اوﺟد اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ‬ ‫↝‬ ‫(‬ ‫‪,‬‬ ‫)‬

‫‪( < 2.58) , ( ≥ .‬‬ ‫‪) ,‬‬ ‫‪( .‬‬ ‫≤‬ ‫‪≤ ),‬‬ ‫‪( ≥− .‬‬ ‫)‬

‫اﻟﺣﻞ ‪:‬‬

‫‪ ( < 2.58) = ( . ) = .‬‬

‫‪‬‬ ‫‪( ≥ . ) = − ( < 1.96) = − ( . ) = − .‬‬ ‫‪= .‬‬
‫‪‬‬ ‫‪( .‬‬ ‫‪≤ ≤ )= ( ≤ )− ( ≤ .‬‬ ‫‪= ( )− ( .‬‬ ‫)‬

‫‪= .‬‬ ‫‪− .‬‬ ‫‪= .‬‬

‫‪‬‬ ‫‪( ≥− .‬‬ ‫=)‬ ‫‪− ( ≤− .‬‬ ‫=)‬ ‫‪−‬‬ ‫‪− ( ≤ .‬‬ ‫)‬

‫‪= ( ≤ .‬‬ ‫‪)= ( .‬‬ ‫‪)= .‬‬

‫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 ‪:‬‬

‫‪ .1‬ﻣﺎ اﺣﺗﻣﺎل أن ﻣﻞ اﻟطﻼب اﻣﺗﺣﺎﻧﻬم ﺑﯾن ‪125‬و ‪ 150‬دﻗ ﻘﻪ‪.‬‬

‫‪ .2‬ﻣﺎ اﺣﺗﻣﺎل أن ﻣﻞ اﻟطﻼب اﺧﺗ ﺎرﻫم ﻓﻰ ‪ 185‬دﻗ ﻘﻪ أو أﻗﻞ‬

‫‪ .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

‫وﻗت ﯾزد ﻋﻠﻰ ‪ 185‬دﻗ ﻘﺔ ؟‬

‫↝‬ ‫(‬ ‫‪,‬‬ ‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ )‬

‫اﺣﺗﻣﺎل أن ﻣﻞ اﻟطﻼب اﻣﺗﺣﺎﻧﻬم ﺑﯾن ‪125‬و ‪ 150‬دﻗ ﻘﻪ‬ ‫‪.1‬‬

‫‪138‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ 125  150 x  μ 150  150 ‬‬

‫‪P(125  X  150)  P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪30‬‬ ‫‪σ‬‬ ‫‪30‬‬ ‫‪‬‬
‫) ‪ P 0.83  Z  0   P( Z  0 ) - P( Z  - 0.83‬‬
‫‪ 0.5 000 - 0.2033  0.2967‬‬
‫وﻋﻠ ﻪ ﻧﻘرر أن اﺣﺗﻣﺎل إﻛﻣﺎل اﻟطﻼب ﻻﻣﺗﺣﺎﻧﻬم ﻓﻰ ﻓﺗرﻩ زﻣﻧ ﻪ ﺗﺗراوح ﺑﯾن ‪ 125‬و ‪ 150‬دﻗ ﻘﻪ‬
‫=‪. % 29.7‬‬

‫اﺣﺗﻣﺎل أن ﻣﻞ اﻟطﻼب اﺧﺗ ﺎرﻫم ﻓﻲ ‪ 185‬دﻗ ﻘﻪ أو أﻗﻞ‬ ‫‪.2‬‬

‫‪ x  μ 185  150 ‬‬

‫‪P(X  185)  P‬‬ ‫‪‬‬ ‫‪  PZ  1.17   0.8790‬‬
‫‪ σ‬‬ ‫‪30‬‬ ‫‪‬‬

‫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 ‫‪‬‬
‫‪ PZ  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

‫‪ -‬اﺣﺗﻣﺎل أن ﺗﻛون ﻋﻼﻣﺗﻪ أﻛﺛر ﻣن ‪19‬‬

‫‪ -‬اﺣﺗﻣﺎل أن ﺗﻛون ﻋﻼﻣﺗﻪ ﺑﯾن ‪10‬و ‪12.5‬‬
‫‪ -‬اﺣﺗﻣﺎل أن ﻻ ﺗزد ﻋﻼﻣﺗﻪ ﻋن ‪12‬‬

‫‪139‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪ -‬ﻣﺎ ﻫﻲ ﻧﺳ ﺔ اﻟطﻠ ﺔ اﻟذﯾن ﺗزد ﻋﻼﻣﺎﺗﻬم ﻋن ‪10‬و ﻣﺎ ﻋددﻫم‬

‫‪ -‬إذا ﻋﻠﻣت أن اﻟﺟﺎﻣﻌﺔ ﺳوف ﺗﻛرم ‪ 10%‬ﻣن اﻟطﻠ ﺔ اﻷواﺋﻞ ﻓﻣﺎ ﻫو ادﻧﻲ ﻣﻌدل ﺳوف‬
‫ﯾﺗم ﺗﻛرﻣﻪ ﻣن اﻟطﻠ ﺔ اﻷواﺋﻞ‬

‫ﺣﯾث ‪ x‬ﻣﺗﻐﯾر ﻋﺷواﺋﻲ ﻣﺛﻞ ﻋﻼﻣﺎت اﻟطﻠ ﺔ ﻓﻲ اﻻﻣﺗﺣﺎن‬ ‫↝‬ ‫(‬ ‫‪,‬‬ ‫اﻟﺣﻞ ‪ :‬ﻟدﯾﻧﺎ )‬

‫‪ -‬ﺣﺳﺎب اﺣﺗﻣﺎل أن ﺗﻛون ﻋﻼﻣﺗﻪ أﻛﺛر ﻣن ‪19‬‬

‫‪19 − 12‬‬
‫= )‪( ≥ 19‬‬ ‫≥‬ ‫)‪= ( ≥ 1.75) = 1 − ( ≤ 1.75‬‬
‫‪4‬‬
‫‪= 1 − 0.9599 = 0.0401‬‬

‫‪ -‬ﺣﺳﺎب اﺣﺗﻣﺎل أن ﺗﻛون ﻋﻼﻣﺗﻪ ﺑﯾن ‪10‬و ‪12.5‬‬

‫‪10 − 12‬‬ ‫‪12.5 − 12‬‬

‫≤ ‪(10‬‬ ‫= )‪≤ 12.5‬‬ ‫≤‬ ‫≤‬ ‫=‬
‫‪4‬‬ ‫‪4‬‬
‫≤ ‪(−0.5‬‬ ‫)‪≤ 0.125 = ( ≤ 0.125) − ( ≤ 0.5‬‬
‫)‪= (0.125) − 1 − ( ≤ 0.5) = (0.125) − 1 + (0.5‬‬
‫‪= 0.5478 − 1 + 0.6915 = 0.2393‬‬

‫‪ -‬ﻧﺳ ﺔ اﻟطﻠ ﺔ اﻟذﯾن ﺗزد ﻋﻼﻣﺎﺗﻬم ﻋن ‪10‬و ﻣﺎ ﻋددﻫم‬

‫‪10 − 12‬‬
‫= )‪( ≥ 10‬‬ ‫≥‬ ‫)‪= ( ≥ −0.5) = 1 − ( ≤ 0.5‬‬
‫‪4‬‬
‫‪= 1 − 0.6915 = 0.3085‬‬

‫‪1000* 0.3085 = 308‬‬ ‫أﻣﺎ ﻋددﻫم ﻫو طﺎﻟب‬

‫‪ -‬ادﻧﻲ ﻣﻌدل ﻟﻠطﻠ ﺔ اﻷواﺋﻞ اﻟذﯾن ﺳوف ﯾﺗم ﺗﻛرﻣﻬم ﻫو‬

‫≥‬ ‫ﻟ ن ‪ a‬ﻫو ادﻧﻲ ﻣﻌدل ﻟﺗﻛرم اﻟطﻠ ﺔ اﻷواﺋﻞ ﺣﯾث ‪= 0.10‬‬

‫‪− 12‬‬ ‫‪− 12‬‬

‫≥‬ ‫‪= 0.10 = 1 −‬‬ ‫≤‬ ‫‪= 0.10‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪− 12‬‬
‫⟹‬ ‫≤‬ ‫‪= 1 − 0.10 = 0.9000‬‬
‫‪4‬‬
‫‪140‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫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

‫اﻟﺗﻣر ن اﻟﺛﺎﻧﻲ ﻋﺷر ‪:‬‬

‫اﻟﺟدوﻟ ﺔ اﻟﻣواﻓﻘﺔ ﻻﺣﺗﻣﺎل اﻟﻘ م اﻟﺗﺎﻟ ﺔ‬ ‫‪ -1‬آو ﺟد ﻗ ﻣﺔ‬

‫≤‬ ‫‪= .‬‬ ‫‪،‬‬ ‫≤‬ ‫‪= .‬‬ ‫‪،‬‬ ‫≤‬ ‫=‬
‫‪.‬‬

‫≥‬ ‫‪= .‬‬ ‫‪،‬‬ ‫≥‬ ‫‪= .‬‬

‫ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪v=5‬‬

‫≤‬ ‫اﻟﺟدوﻟ ﺔ اﻟﻣواﻓﻘﺔ ﻻﺣﺗﻣﺎل اﻟﻘ ﻣﺔ اﻟﺗﺎﻟ ﺔ =‬ ‫‪ -2‬آو ﺟد ﻗ ﻣﺔ‬

‫‪ .‬ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪v=60‬‬

‫اﻟﺣﻞ ‪ :‬ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪v=5‬‬

‫‪‬‬ ‫≤‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫) ‪( ,‬‬ ‫⇒‬ ‫‪( , .‬‬ ‫)‬ ‫=‬ ‫‪.‬‬

‫⇒‬ ‫≤‬ ‫‪( , .‬‬ ‫)‬ ‫‪= .‬‬ ‫( ⇒‬ ‫≤‬ ‫‪.‬‬ ‫‪)= .‬‬

‫‪141‬‬
 ‫اﻟﻔﺻﻞ اﻟﺛﺎﻟث ‪ :‬ﻗواﻧﯾن اﻟﺗوز ﻌﺎت اﻻﺣﺗﻣﺎﻟ ﺔ اﻟﻣﻧﻘطﻌﺔ واﻟﻣﺳﺗﻣرة‬

‫‪‬‬ ‫≤‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫) ‪( ,‬‬ ‫⇒‬ ‫‪( , .‬‬ ‫)‬ ‫‪= .‬‬

‫⇒‬ ‫≤‬ ‫‪( , .‬‬ ‫)‬ ‫‪= .‬‬ ‫( ⇒‬ ‫‪≤ .‬‬ ‫‪)= .‬‬

‫‪‬‬ ‫≤‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫) ‪( ,‬‬ ‫⇒‬ ‫‪( , .‬‬ ‫)‬ ‫=‬ ‫‪.‬‬

‫⇒‬ ‫≤‬ ‫‪( , .‬‬ ‫)‬ ‫‪= .‬‬ ‫( ⇒‬ ‫≤‬ ‫‪.‬‬ ‫‪)= .‬‬

‫‪‬‬ ‫≥‬ ‫‪= .‬‬ ‫⇒‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫‪−‬‬ ‫‪= .‬‬ ‫⇒‬

‫≤‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫) ‪( ,‬‬ ‫⇒‬ ‫‪( , .‬‬ ‫)‬ ‫‪= .‬‬

‫⇒‬ ‫≤‬ ‫‪( , .‬‬ ‫)‬ ‫‪= .‬‬ ‫( ⇒‬ ‫‪≤ .‬‬ ‫‪)= .‬‬

‫‪‬‬ ‫≥‬ ‫‪= .‬‬ ‫⇒‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫‪−‬‬ ‫‪= .‬‬ ‫⇒‬

‫≤‬ ‫‪= .‬‬ ‫⇒‬ ‫=‬ ‫) ‪( ,‬‬ ‫⇒‬ ‫‪( , .‬‬ ‫)‬ ‫=‬ ‫‪.‬‬

‫⇒‬ ‫≤‬ ‫‪( , .‬‬ ‫)‬ ‫=‬ ‫‪.‬‬ ‫( ⇒‬ ‫≤‬ ‫‪.‬‬ ‫‪)= .‬‬

‫≤‬ ‫اﻟﺟدوﻟ ﺔ اﻟﻣواﻓﻘﺔ ﻻﺣﺗﻣﺎل اﻟﻘ ﻣﺔ اﻟﺗﺎﻟ ﺔ =‬ ‫‪ -3‬إﯾﺟﺎد ﻗ ﻣﺔ‬

‫‪ .‬ﻣن اﺟﻞ درﺟﺔ ﺣرﺔ ‪v=60‬‬

‫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

‫ﻣن ﺧﻼل اﻟﻣﺗﻐﯾرة اﻟﻣﻌ ﺎرﺔ‬ ‫= ‪ ، 1.28‬ﻧ ﺣث ﻋن ﻗ ﻣﺔ‬ ‫وﻣﻧﻪ‬

‫√ ‪−‬‬ ‫‪−‬‬ ‫‪≤ .‬‬ ‫‪= .‬‬ ‫⇒‬

‫√ ≤‬ ‫‪−‬‬ ‫‪+ .‬‬ ‫‪= .‬‬ ‫⇒‬

‫≤‬ ‫‪.‬‬ ‫√‪+‬‬ ‫‪−‬‬ ‫‪= .‬‬ ‫⇒‬

‫‪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

‫‪ 1‬ـ إﯾﺟﺎد اﻟﺗوزﻊ اﻻﺣﺗﻣﺎﻟﻲ ﻟﻬذا اﻟﻣﺗﻐﯾر‪.‬‬

‫‪ 2‬ـ اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ ﻣﺻ ﺎح واﺣد ﻣﻌﯾب ‪.‬‬

‫‪ 3‬ـ اﺣﺗﻣﺎل اﻟﺣﺻول ﻋﻠﻰ ﻣﺻ ﺎح ﻣﻌﯾب ﻋﻠﻰ اﻷﻛﺛر‪.‬‬

‫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:‬‬

‫• ﻧﺳ ﺔ اﻟﺳ ﺎرات اﻟﺗﻲ ﺗﻘﻞ ﺳرﻋﺗﻬﺎ ﻋن ‪ 50‬ﻠم ﻓﻲ اﻟﺳﺎﻋﺔ ‪.‬‬

‫• ﻧﺳ ﺔ اﻟﺳ ﺎرات اﻟﺗﻲ ﺗزد ﺳرﻋﺗﻬﺎ ﻋن ‪ 65‬ﻠم ﻓﻲ اﻟﺳﺎﻋﺔ‪.‬‬

‫‪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

‫ب ‪-‬اﺣﺗﻣﺎل أن ﺗﻛون ﺳ ﺎرة واﺣدة ﻣﻌﯾ ﺔ‬

‫ج ‪-‬اﺣﺗﻣﺎل وﺟود ﺳ ﺎرﺗﯾن ﻣﻌﯾﺑﺗﯾن ﻋﻠﻰ اﻷﻗﻞ ﺎﻟﻌﯾﻧﺔ‬

‫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 ؟‬

‫‪ :‬إذا ﺎﻧت ﻋﻼﻣﺎت ‪ 1000‬طﺎﻟب ﻓﻲ ﻣﻘ ﺎس اﻹﺣﺻﺎء ﺗﺗ ﻊ اﻟﺗوزﻊ‬ ‫اﻟﺗﻣر ن اﻟﺳﺎدس ﻋﺷر‬

‫ﻗدرﻩ ‪3‬‬ ‫اﻟطﺑ ﻌﻲ ﻣﺗوﺳ ﺣﺳﺎﺑﻲ ﻗدرﻩ ‪ 11‬و اﻧﺣراف ﻣﻌ ﺎر‬
‫ﻓﺄوﺟد ‪ - :‬ﻧﺳ ﺔ اﻟطﻠ ﺔ اﻟذﯾن ﺗﻘﻞ ﻋﻼﻣﺎﺗﻬم ﻋن ‪ ،10‬ﺛم أوﺟد ﻋددﻫم ؟‬
‫‪ -‬ﻧﺳ ﺔ اﻟطﻠ ﺔ اﻟذﯾن ﺗﻔوق ﻋﻼﻣﺎﺗﻬم ﻋن ‪ ،13‬ﺛم أوﺟد ﻋددﻫم ؟‬
‫‪ -‬إذا ﻋﻠﻣت أن اﻟﺟﺎﻣﻌﺔ ﻗﺑﻠت ‪ %10‬ﻣن ﻫؤﻻء اﻟطﻠ ﺔ اﻟﻣﺗﻔوﻗﯾن ﻟﻣﻧﺣﻬم ﻣﻧﺣﺔ ﻹﺗﻣﺎم دراﺳﺗﻬم‬
‫ﺎﻟﺧﺎرج ‪ ،‬ﻓﻣﺎ ﻫو اﻟﺣد اﻷدﻧﻰ ﻟﻠﻌﻼﻣﺎت اﻟﺗﻲ ﻋﻠﻰ أﺳﺎﺳﻬﺎ ﺣﺻﻞ ﺻﺎﺣﺑﻬﺎ ﻋﻠﻰ ﻫذﻩ اﻟﻣﻧﺣﺔ ؟‬

‫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

‫ﻓﺎوﺟد ‪ -1:‬اﺣﺗﻣﺎل أن وزن ﻫذا اﻟﻣوﻟود ﯾزد ﻋن ‪ 3.1‬ﻠﻎ‬

‫‪ -2‬اوﺟد اﺣﺗﻣﺎل أن ون وزن ﻫذا اﻟﻣوﻟود ﻣﺣﺻور ﺑﯾن ‪ 2.7‬ﻠﻎ و ‪ 3.2‬ﻠﻎ‬
‫اﻟﺗﻲ ﻘﺿﯾﻬﺎ‬ ‫اﻟﺗﻣر ن اﻟواﺣد و اﻟﻌﺷرون ‪ :‬إذا ﺎﻧت ﻣدة اﻻﻧﺗظﺎر اﻟﺗﻲ ﻌﺑر ﻋﻧﻬﺎ ب‬
‫اﻟﻣواطن ﻓﻲ اﻟﺑرد أﻣﺎم ﺷ ﺎك ﻟﺳﺣب راﺗ ﻪ ﻣن اﻟﺣﺳﺎب ﻣﺗﻐﯾ ار ﻋﺷواﺋ ﺎ ﯾﺧﺿﻊ ﻟﻠﺗوزﻊ اﻷﺳﻲ‬
‫‪ 15‬دﻗ ﻘﺔ‪ ،‬اﻟﻣطﻠوب‪ :‬أوﺟد داﻟﺔ اﻟﻛﺛﺎﻓﺔ اﻻﺣﺗﻣﺎﻟ ﺔ ‪ ،‬اﻟﺗوﻗﻊ اﻟرﺎﺿﻲ‪ ،‬اﻟﺗ ﺎﯾن ﻟﻬذا‬ ‫ﻣﺗوﺳ‬
‫اﻟﺗوزﻊ ؟ ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﻘﺿﻲ اﻟﻣواطن ﻣدة ﺗﻘﻞ ﻋن ﻋﺷر دﻗﺎﺋ ؟ ﻣﺎ ﻫو اﺣﺗﻣﺎل أن ﺗدوم‬
‫ﻣدة اﻧﺗظﺎر اﻟزون ﻋﻠﻰ اﻷﻗﻞ ‪ 15‬دﻗ ﻘﺔ ﻋﻠﻣﺎ أﻧﻪ اﻧﺗظر ‪ 10‬دﻗﺎﺋ ﻋﻠﻰ اﻷﻗﻞ؟‬

‫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 اﻟﺛﺎﻟث و اﻟﻌﺷرون ‪ :‬إذا ﺎن ﻣﺟﻣوع اﻟﻧﻘﺎ ﻟﻠطﺎﻟب ﻣن ‪ 1200‬طﺎﻟب ﯾﺗوزع طﺑ ﻌ ﺎ‬

‫ﺑوﺳ ‪ 60‬واﻧﺣراف ﻣﻌ ﺎر ‪ .15‬م ﻋدد اﻟطﻠ ﺔ اﻟذﯾن وﻗﻊ ﻣﺟﻣوع ﻧﻘﺎطﻬم ﺑﯾن ‪ 65‬و ‪75‬؟ ﻣﺎ‬
‫ﻫﻲ أﻗﻞ ﻋﻼﻣﺔ ﺗﺣﺻﻞ ﻋﻠﯾﻬﺎ طﺎﻟب ﻣن ‪ %15‬اﻷواﺋﻞ؟ إذا ﻗررت اﻹدارة ﻣﻧﺢ ﺟواﺋز ﻟـ ‪%5‬‬
‫اﻷواﺋﻞ ﻓﻣﺎ ﻫو اﻟﺣد اﻷدﻧﻰ ﻟﻠﻌﻼﻣﺔ ﺣﺗﻰ ﯾﺗﺣﺻﻞ ﺻﺎﺣﺑﻬﺎ ﻋﻠﻰ ﺟﺎﺋزة؟‬

‫‪ ،‬ﻣﻊ اﻟﻌﻠم أن ‪ ( ) = 2‬و‬ ‫اﻟﺗﻣر ن اﻟ ار ﻊ و اﻟﻌﺷرون ‪ -1 :‬ﻟ ن ) ‪↝ ( ,‬‬

‫؟‬ ‫و‬ ‫= ) ( ‪ ،‬أوﺟد ﻼ ﻣن‬

‫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

‫‪ 19h 21‬و ‪ 19h 22‬دﺧول‪:‬‬

‫‪ - 1‬وﻻ ﻣرض؟ ‪ -2‬ﻣرض واﺣد؟ ‪ -3‬ﻣرﺿﺎن؟ ‪ -4‬ﻋﻠﻰ اﻷﻗﻞ ﻣرﺿﺎن؟‬

‫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

‫اﻟﻣطﻠوب ‪ :‬أ – اﺣﺳب اﻻﺣﺗﻣﺎﻻت اﻟﺗﺎﻟ ﺔ‬

‫‪ (1‬اﺣﺳب اﺣﺗﻣﺎل وﺻول ‪ 4‬طﻠ ﺔ ﻓﻲ دﻗ ﻘﺔ ﻣﺎ‬

‫‪ (2‬اﺣﺳب اﺣﺗﻣﺎل وﺻول ‪ 4‬طﻠ ﺔ ﻓﻲ ﻧﺻﻒ دﻗ ﻘﺔ‬
‫‪ (3‬اﺣﺳب اﺣﺗﻣﺎل أن ﺗﻛون اﻟﻣدة ﺑﯾن وﺻول طﺎﻟﺑﯾن دﻗ ﻘﺔ أو اﻗﻞ‬

‫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 ‫‪-‬‬

‫و اﻟﺗوزﻊ – اﻟط ﻌﺔ اﻷوﻟﻲ ‪ -2009‬ﻋﻣﺎن اﻷردن‬

‫‪-‬‬
‫ﺷﻔﯾ اﻟﻌﺗوم ‪ -‬طرق اﻹﺣﺻﺎء – دار اﻟﻣﻧﺎﻫﺞ ﻟﻠﻧﺷر و اﻟﺗوزﻊ ‪ -‬اﻟط ﻌﺔ اﻷوﻟﻲ ‪2006‬‬
‫– اﻷردن‬
‫دﻻل اﻟﻘﺎﺿﻰ وآﺧرون – اﻹﺣﺻﺎء ﻟﻺدارﯾن و اﻻﻗﺗﺻﺎدﯾﯾن – دار اﻟﺣﺎﻣد ﻟﻠﻧﺷر و اﻟﺗوزﻊ –‬ ‫‪-‬‬

‫‪ -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 –‬ ‫‪-‬‬

‫اﻟط ﻌﺔ ‪ -2000 – 4‬اﻟﻘﺎﻫرة ﻣﺻر‬

‫‪-‬‬
‫ﺳﺑ ﻐﻞ ‪ -‬اﻹﺣﺻﺎء و اﻻﺣﺗﻣﺎﻻت – ﻣﻠﺧﺻﺎت ﺷوم – اﻛﺎد ﻣ ﺎ اﻧﺗرﻧﺎﺷﯾوﻧﺎل –‬ ‫ﻣور‬
‫ﺑﯾروت ﻟﺑﻧﺎن – ‪-2001‬‬
‫ﷴ ﯾوﺳﻒ أﺷﻘر و ﻋﺑد اﻟﻠطﯾﻒ ﯾوﺳﻒ اﻟﺻد ﻘﻲ – أﺳﺎﺳ ﺎت اﻹﺣﺻﺎء و اﻻﺣﺗﻣﺎﻻت –‬ ‫‪-‬‬

‫دار اﻟراﺗب اﻟﺟﺎﻣﻌ ﺔ – اﻟط ﻌﺔ اﻷوﻟﻲ ﺑﯾروت‬

‫‪ -‬ﻣﻌﺗوق أﷴ – اﻹﺣﺻﺎء اﻟرﺎﺿﻲ و اﻟﻧﻣﺎذج اﻹﺣﺻﺎﺋ ﺔ – دﯾوان اﻟﻣطﺑوﻋﺎت اﻟﺟﺎﻣﻌ ﺔ –‬
‫‪ -2007‬اﻟﺟزاﺋر‬
‫‪-‬‬
‫ﻣﺳﺎو ﻋﺑد اﻟﻧور و ﺑر ﺎن ﯾوﺳﻒ – اﻹﺣﺻﺎء ‪ -2‬دار اﻟﻌﻠوم ﻟﻠﻧﺷر و اﻟﺗوزﻊ ‪-2010-‬‬
‫اﻟﺟزاﺋر‬
‫ﺷﺑﯾﺟﻞ – اﻹﺣﺻﺎء –ﺳﻠﺳﻠﺔ ﺷوم – ﺗرﺟﻣﺔ ﺷﻌ ﺎن ﻋﺑد اﻟﺣﻣﯾد ﺷﻌ ﺎن – اﻟدار‬ ‫ﻣو ار‬ ‫‪-‬‬

‫اﻟدوﻟ ﺔ ﻟﻼﺳﺗﺛﻣﺎرات اﻟﺛﻘﺎﻓ ﺔ – اﻟط ﻌﺔ اﻟﺳﺎ ﻌﺔ – ‪ -2004‬ﻣﺻر‬

‫‪-‬‬
‫ﷴ ﺻ ﺣﻲ اﺑو ﺻﺎﻟﺢ و ﻋدﻧﺎن ﷴ ﻋوض – ﻣﻘدﻣﺔ ﻓﻲ اﻹﺣﺻﺎء – دار اﻟﻣﺳﯾرة ﻟﻠﻧﺷر و‬
‫اﻟﺗوزﻊ – اﻟط ﻌﺔ اﻟﺗﺎﺳﻌﺔ ‪ -2015‬اﻷردن‬
‫ﻣراﺟﻊ ﺎﻟﻠﻐﺔ اﻷﺟﻧﺑ ﺔ ‪:‬‬

‫‪-‬‬ ‫‪-Dennis D. Wackerly, William Mendenhall and Richard L. Scheaffer‬‬

‫‪(2008),Mathematical Statistics with Applications, 7 th Edition,‬‬
‫‪Thomson Books, USA‬‬
‫‪-‬‬ ‫‪Neil A. Weiss (2017), Introductory Statistics, Pearson Education‬‬
‫‪Limited,Tenth edition,‬‬
‫‪England.‬‬
‫ﻣراﺟﻊ أﺧر ‪:‬‬

‫‪ -‬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%l€gO g?jMq~g O g1jog O g oMs
j g Opjo7gvgO*o7i1m]gO*o7r%nvgO*oAq1ntg Oo7j%mcg OoAg%ltg O g%l?m}gO g1i1j€g O g?s!j€g 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 Opjo7n€gO*o7l og Oo@sMgg Oo7m o
q g Opm!l1gvgO m1mozgO m oAnvgO qsMrtg O q%q1gvg O q1g%rtg O n?s!n€gO n%q?j€g 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?r€gO m o7j€g 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[og 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%g1n€gO 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 o‚gO l%qog 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?s1sƒgO l[s!j€g O l%r1m€g 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%l1g€gO 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%l1r€gO l1l1m€g 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%l1l€gO 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%g1g€gO 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%g1g„o1O 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%g1g„o1O 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%g1g€gO 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%go‚gO 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%g1j€g 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?g€gO g?j!lg O g1jog O g o@m
m g O n%r1lvgO n1g ozgO j!qoGgO*o7l o|g Oo7m!gvg Oo%oArtg O g%i1l€gO 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 OoAg1j€g 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!r1l€gO 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%jog 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%n1r€gOps!l1j€g Ows@q?j€g O r%i1l
o7n g O l%l1nvgO l1i?sugO l[sMivgO l1r%rtg O l!q1lvg O l1j!rtg O i%l1i€gO i1r!q~g O i1j%m€g OwsMio
oAq g O l%l[s]gO l1l!qvgO l1l%gvgO l1i%ntg O l?sMnvg O l1m!ltg O l!q?g€gO 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[sƒgO l?mog O l%n1j€g 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%lo‚gO 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%l1r€gO 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%l1i€gO 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%l1l€gO 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%g1g€gO 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%g1g„o1O 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%g1g„o1O 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

Fabrice Larribe. 2007–2014 C Table construite avec SAS, TikZ et ConTEX

Tableau C
Percentiles de la distribu-
tion du χ2 . Valeurs de χ2P
correspondant à P
χ2p

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

Fabrice Larribe. 2007–2014 C Table construite avec SAS, TikZ et ConTEX

Frédéric Bertrand 4ème année - ESIEA - 2009/2010

Table de la loi de Student

α 0.900 0.950 0.975 0.990 0.995

1 3.0777 6.3138 12.7062 31.8205 63.6567
2 1.8856 2.9200 4.3027 6.9646 9.9248
3 1.6377 2.3534 3.1824 4.5407 5.8409
4 1.5332 2.1318 2.7764 3.7469 4.6041
5 1.4759 2.0150 2.5706 3.3649 4.0321
6 1.4398 1.9432 2.4469 3.1427 3.7074
7 1.4149 1.8946 2.3646 2.9980 3.4995
8 1.3968 1.8595 2.3060 2.8965 3.3554
9 1.3830 1.8331 2.2622 2.8214 3.2498
10 1.3722 1.8125 2.2281 2.7638 3.1693
11 1.3634 1.7959 2.2010 2.7181 3.1058
12 1.3562 1.7823 2.1788 2.6810 3.0545
13 1.3502 1.7709 2.1604 2.6503 3.0123
14 1.3450 1.7613 2.1448 2.6245 2.9768
15 1.3406 1.7531 2.1314 2.6025 2.9467
16 1.3368 1.7459 2.1199 2.5835 2.9208
17 1.3334 1.7396 2.1098 2.5669 2.8982
18 1.3304 1.7341 2.1009 2.5524 2.8784
19 1.3277 1.7291 2.0930 2.5395 2.8609
20 1.3253 1.7247 2.0860 2.5280 2.8453
21 1.3232 1.7207 2.0796 2.5176 2.8314
22 1.3212 1.7171 2.0739 2.5083 2.8188
23 1.3195 1.7139 2.0687 2.4999 2.8073
24 1.3178 1.7109 2.0639 2.4922 2.7969
25 1.3163 1.7081 2.0595 2.4851 2.7874
26 1.3150 1.7056 2.0555 2.4786 2.7787
27 1.3137 1.7033 2.0518 2.4727 2.7707
28 1.3125 1.7011 2.0484 2.4671 2.7633
29 1.3114 1.6991 2.0452 2.4620 2.7564
30 1.3104 1.6973 2.0423 2.4573 2.7500

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

Fabrice Larribe. 2007–2014 C Tableau construit avec SAS, Metapost et ConTEX

Tableau F1 Percentiles de la distribution F.90 (n1 , n2 )

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

Fabrice Larribe. 2007 C Tableau construit avec SAS, Metapost et ConTEX

Tableau F2 Percentiles de la distribution F.95 (n1 , n2 )

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

Fabrice Larribe. 2007–2014 C Tableau construit avec SAS, Metapost et ConTEX