‫جامعة الجزائر ‪3‬‬

‫‪2024-2023‬‬ ‫كليـة العلوم االقتصاديـة‬

‫مقياس‪ :‬اإلحصاء ‪3‬‬
‫األستاذة المحاضرة‬ ‫والعلوم التجاريـة وعلوم التسييـر‬
‫السنـة الثانية مالية و محاسبة‬
‫‪ -‬برج نزيهة ‪-‬‬ ‫قسم العلوم المالية و المحاسبة‬

‫المحاضرة األولى‪ :‬مراجعة التوزيعات االحتمالية‬

‫‪Probability Distribution‬‬
‫تمهيد‪:‬‬
‫سوف نقوم بمراجعة عامة لتوزيعات االحتمالية المنقطعة و المستمرة‪.‬‬

‫‪Random variable‬‬ ‫‪ .1‬المتغير العشوائي‪:‬‬

‫‪ .1.1‬تعريف المتغير العشوائي‪:‬‬
‫المتغير العشوائي هو متغير يتم تحديد قيمته بعد حدوث ظاهرة أو تجربة أو حدث عشوائي‪ .‬والقيم الممكنة‬
‫للمتغير عشوائي يمكن أن تمثل النتائج المحتملة للتجربة العشوائية‪ .‬بحيث تعرف‪:‬‬
‫‪ ‬التجربة العشوائية على أنها تجربة ال يمكن التنبؤ بنتائجها‪.‬‬
‫‪ ‬المجموعة األساسية أو الفضاء (أو الفراغ) العينات ‪ Ω‬هي مجموعة النتائج‬
‫المحتملة لتجربة عشوائية‪.‬‬
‫‪ ‬الحدث يمثل مجموعة فرعية أو جز ًءا من ‪.Ω‬‬
‫على أنه دالة رياضية تنسب كل عنصر‬ ‫وبالتالي‪ ،‬رياضيا يعرف المتغير العشوائي و يرمز له بالرمز‬
‫من عناصر المجموعة األساسية ‪ Ω‬قيمة في ‪: ℝ‬‬
‫‪𝐗: 𝛚 ∈ Ω → 𝐗(𝛚) ∈ ℝ.‬‬

‫‪ .2.1‬األنواع المختلفة للمتغيرات العشوائية‪:‬‬

‫اعتمادًا على طبيعة التجربة العشوائية‪ ،‬نميز نوعين من المتغيرات العشوائية‪:‬‬

‫‪Discret variable‬‬ ‫المتغيرات العشوائية المنفصلة أو المنقطعة‬

‫نقول عن متغير عشوائي 𝑿 أنه منقطع‪ ،‬إذا كانت القيم المحتمل أن يأخذها تنتمي إلى مجموعة األعداد‬
‫الصحيحة‪ .‬مثال‪ :‬عدد االطفال في األسرة الواحدة‪ ،‬عدد حوادث المرور‪ ،‬عدد السيارات التي تدخل مرأب‬
‫معين‪... ،‬إ لخ‪.‬‬
‫‪Continuous variable‬‬ ‫المتغيرات العشوائية المستمرة‬
‫نقول عن متغير عشوائي 𝑿 أنه مستمر ‪ ،‬إذا كانت القيم المحتمل أن يأخذها تنتمي إلى مجال من مجموعة‬
‫األعداد الحقيقية‪ .‬مثال‪ :‬طول قطعة منتجة‪ ،‬الوزن ‪...‬إ لخ‪.‬‬

‫‪The probability Function‬‬ ‫‪ .2‬قانون التوزيع اإلحتمالي‬

‫‪ .1.2‬تعريف قانون التوزيع اإلحتمالي‬

‫‪1‬‬
‫يسمح قانون احتمالي للمتغير العشوائي 𝑋 من معرفة فرص ظهور القيم المختلفة لهذا المتغير‪ .‬ليكن ‪Ω‬‬
‫فراغ العينات مزود باحتمال 𝑃 ‪ ،‬وليكن 𝑋 المتغير العشوائي‪ .‬نسمي قانون االحتمالي للمتغير 𝑋 و نرمز‬
‫له بـ 𝑋𝑃 ‪ ،‬التطبيق الذي لكل جزء 𝐴 من ‪ ℝ‬يرفق )𝐴( 𝑋𝑃 بحيث‪:‬‬
‫)}𝑨 ∈ )𝝎( 𝑿 ‪𝑷𝑿 (𝑨) = 𝑷 ({𝝎 ∈ 𝜴:‬‬
‫فيمايلي سوف نستعمل الكتابة‪:‬‬
‫)𝑨 ∈ 𝑿(𝑷 بدال من )}𝑨 ∈ )𝝎(𝑿 ∶ ‪𝑷 ({𝝎 ∈ Ω‬‬
‫و )𝒙 = 𝑿(𝑷 بدال من )}𝒙 = )𝝎( 𝑿 ‪𝑷 ({𝝎 ∈ 𝜴:‬‬

‫‪ -‬في حالة 𝑋 متغير عشوائي منفصل يأخذ القيم … ‪ ، }{1, 𝑥2 , … , 𝑥𝑖 ,‬دالة االحتمال )𝑋( 𝑃 يجب أن‬
‫تحقق الشروط التالية ‪:‬‬
‫… ‪𝑷(𝑿 = 𝒙𝒊 ) ≥ 𝟎 , 𝒊 = 𝟏, 𝟐,‬‬

‫𝟏 = ) 𝒊𝒙 = 𝑿(𝑷 ∑‬
‫𝟏≥𝒊 {‬

‫‪ -‬أما في حالة 𝑋 متغير عشوائي مستمر‪ ،‬دالة االحتمال تسمى دالة الكثافة ويرمز لها ب ) ( 𝑿𝒇‬
‫ويجب أن تحقق الشروط التالية ‪:‬‬
‫‪𝒇𝑿 (𝒙) ≥ 𝟎 ,‬‬ ‫‪∀𝒙 ∈ℝ‬‬

‫𝟏 = 𝒙𝒅 )𝒙( 𝑿𝒇 ∫‬
‫{‬ ‫‪ℝ‬‬

‫‪Distribution function‬‬ ‫‪ .2.2‬دالة التوزيع‪:‬‬

‫دالة التوزيع المتغير العشوائي 𝑿 ‪ ،‬هي دالة متزايدة تأخذ قيمها في المجال ]‪ ،[0, 1‬يرمز لها ب ‪FX‬‬
‫والمعرفة ب‪:‬‬
‫‪𝑭𝑿 (𝒙) = 𝑷(𝑿 ≤ 𝒙) , 𝒙 ∈ ℝ‬‬

‫‪ -‬في حالة المتغير العشوائي المنفصل‪ ،‬دالة التوزيع تكون من الشكل ‪:‬‬

‫) 𝒊𝒙 = 𝑿(𝑷 ∑ = )𝒙 ≤ 𝑿(𝑷 = )𝒙( 𝑿𝑭‬

‫𝒙≤ 𝒊𝒙‬

‫‪ -‬أما في حالة المتغير العشوائي المستمر‪ ،‬دالة التوزيع تكون من الشكل ‪:‬‬
‫𝒙‬
‫𝒕𝒅 )𝒕( 𝑿𝒇 ∫ = )𝒙 ≤ 𝑿(𝑷 = )𝒙( 𝑿𝑭‬
‫∞‪−‬‬

‫‪Mathematical expectation and variance‬‬ ‫‪ .3.2‬التوقع الرياضي و التباين‪:‬‬

‫التوقع الرياضي للمتغير العشوائي 𝑿 ‪ ،‬يرمز له برمز )𝑿(𝑬‪ ،‬أما التباين فيرمز له برمز )𝑿(𝑽‪ .‬بحيث‪:‬‬
‫‪ -‬في حالة المتغير العشوائي المنفصل‪ ،‬إذا اعتبرنا أن 𝑋 يأخذ القيم 𝑛𝑥 ‪ ،𝑥1 , 𝑥2 , … . ,‬فإن‪:‬‬

‫‪2‬‬
 ‫𝒏‬

‫) 𝒊𝒙 = 𝑿(𝑷 𝒊𝒙 ∑ = )𝑿(𝑬‬
‫𝟏=𝒊‬
‫𝒏‬
‫𝟐‬ ‫𝟐‬ ‫𝟐‬
‫𝑿(𝑬 = ))𝑿(𝑬 ‪𝑽(𝑿) = 𝑬(𝑿 −‬‬ ‫)𝟐‬
‫))𝑿(𝑬( ‪− (𝑬(𝑿)) = (∑ 𝒙𝟐𝒊 𝑷(𝑿 = 𝒙𝒊 )) −‬‬
‫𝟏=𝒊‬

‫‪ -‬أما في حالة المتغير العشوائي المستمر‪ ،‬فإن‪:‬‬

‫𝒙𝒅 )𝒙( 𝑿𝒇 𝒙 ∫ = )𝑿(𝑬‬

‫‪ℝ‬‬

‫𝟐‬ ‫𝟐‬ ‫𝟐‬

‫))𝑿(𝑬( ‪𝑽(𝑿) = 𝑬(𝑿 − 𝑬(𝑿)) = 𝑬(𝐗𝟐 ) − (𝑬(𝑿)) = (∫ 𝒙𝟐 𝒇𝑿 (𝒙) 𝒅𝒙) −‬‬
‫‪ℝ‬‬

‫مثال‪( :‬التوزيع المنقطع)‬

‫نرمي قطعة نقد مرتين‪ ،‬و لنعرف المتغير العشوائي ‪ X‬الذي يمثل عدد مرات الحصول على الوجه (‪.)F‬‬
‫أوجد قانون التويع اإلحتمالي للمتغير العشوائي ‪ X‬وخصائصة العددية‪.‬‬
‫الحل‪:‬‬
‫نعلم ان عدد الحاالت الممكنة ‪ Ω‬لهذه التجربة هي ‪، Ω = { ( F , F ) , ( F , P ) , ( P , F ) , ( P , P ) }:‬‬
‫بحيث يأخد المتغير العشوائي المنقطع ‪ X‬القيم التالية‪.}0, 1, 2{ :‬‬
‫نتيجة الرمية‬ ‫‪p‬‬ ‫‪F‬‬
‫‪P‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪F‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪ ‬قانون التوزيع االحتمالي للمتغير العشوائي 𝐗 ‪:‬‬

‫‪X‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫∑‬

‫)‪P(X‬‬ ‫‪1/4‬‬ ‫‪2/4‬‬ ‫‪1/4‬‬ ‫‪4/4=1‬‬

‫‪ ‬إيجاد التوقع الرياضي والتباين ل ‪: X‬‬

‫‪ -‬التوقع الرياضي‪:‬‬
‫𝟏‬ ‫𝟐‬ ‫𝟏‬ ‫𝟒‬
‫𝟏 ‪𝑬(𝑿) = ∑𝟑𝒌=𝟏 𝑿𝒌 𝒑( 𝑿𝒌 ) = [𝟎 +‬‬ ‫=] 𝟐‪+‬‬ ‫𝟏=‬
‫𝟒‬ ‫𝟒‬ ‫𝟒‬ ‫𝟒‬

‫‪ -‬التباين ‪:‬‬
‫𝟑‬

‫𝟏 ‪𝑽(𝑿) = 𝑬(𝑿𝟐 ) − (𝑬(𝑿))𝟐 = [∑ 𝑿 𝟐𝒌 𝒑( 𝑿𝒌 )] −‬‬

‫𝟏=𝒌‬
‫𝟏‬ ‫𝟐‬ ‫𝟏‬ ‫𝟔‬
‫=‬ ‫‪[(𝟎)𝟐 +‬‬ ‫‪(𝟏)𝟐 +‬‬ ‫𝟐‬
‫‪(𝟐) ] −‬‬ ‫𝟓 ‪(𝟏)𝟐 = − 𝟏 = 𝟎.‬‬
‫𝟒‬ ‫𝟒‬ ‫𝟒‬ ‫𝟒‬

‫‪3‬‬
 ‫مثال‪( :‬التوزيع المستمر)‬
‫ليكن لدينا المتغير العشوائي 𝐗 و المعرف بالدالة التالية‪:‬‬
‫]𝟏 ‪𝒇(𝒙) = 𝒌 (𝟏 − 𝒙) 𝒔𝒊 𝒙 ∈ [𝟎,‬‬
‫أوجد قيمة ‪ K‬حتى تكون )𝒙(𝒇 دالة كثافة‪ .‬و أوجد الخصائص العددية لهذا المتغير‪.‬‬
‫الحل‪:‬‬
‫‪ -‬لتكون الدالة )𝒙(𝒇 دالة الكثافة‪ ،‬يجب أن تحقق الشروط التالية‪:‬‬
‫‪𝒇(𝒙) ≥ 𝟎 ,‬‬ ‫‪∀𝒙 ∈ ℝ‬‬

‫𝟏 = 𝒙𝒅 )𝒙(𝒇 ∫‬
‫‪{ ℝ‬‬
‫𝟏‬ ‫𝟏‬ ‫𝟏‬ ‫𝟏‬
‫𝟐𝒙‬
‫] ‪∫ 𝒇(𝒙) 𝒅𝒙 = ∫ 𝒌 (𝟏 − 𝒙) 𝒅𝒙 = 𝒌 ∫ (𝟏 − 𝒙) 𝒅𝒙 = 𝒌 [𝒙 −‬‬
‫𝟎‬ ‫𝟎‬ ‫𝟎‬ ‫𝟎 𝟐‬

‫𝟏‬
‫𝟐 = 𝒌 ⇒ 𝟏 = ] [𝒌 =‬
‫𝟐‬
‫إذن‬

‫]𝟏 ‪𝒇(𝒙) = 𝟐 (𝟏 − 𝒙) 𝒔𝒊 𝒙 ∈ [𝟎,‬‬

‫‪ ‬إيجاد التوقع الرياضي والتباين ل ‪: X‬‬

‫‪ -‬التوقع الرياضي‪:‬‬
‫𝟏‬ ‫𝟏‬ ‫𝟏‬ ‫𝟏‬
‫𝟑𝒙 𝟐𝒙‬
‫‪𝑬(𝑿) = ∫ 𝒙 𝒇(𝒙) 𝒅𝒙 = ∫ 𝒙. 𝟐 (𝟏 − 𝒙) 𝒅𝒙 = 𝟐 ∫ 𝒙 −‬‬ ‫𝟐𝒙‬ ‫] ‪𝒅𝒙 = 𝟐 [ −‬‬
‫𝟎‬ ‫𝟎‬ ‫𝟎‬ ‫𝟐‬ ‫𝟎 𝟑‬
‫𝟏‬ ‫𝟏‬ ‫𝟏‬
‫= ] ‪= 𝟐[ −‬‬
‫𝟐‬ ‫𝟑‬ ‫𝟑‬

‫‪ -‬التباين ‪:‬‬
‫𝟏‬ ‫𝟐‬
‫𝟏‬
‫) ( ‪𝑽(𝑿) = 𝑬(𝑿𝟐 ) − (𝑬(𝑿))𝟐 = (∫ 𝒙𝟐 𝒇(𝒙) 𝒅𝒙) −‬‬
‫𝟎‬ ‫𝟑‬
‫𝟏‬ ‫𝟏‬
‫𝟏‬ ‫𝟏‬
‫– ) 𝒙𝒅 𝟑𝒙 ‪= (∫ 𝒙𝟐 . 𝟐 (𝟏 − 𝒙) 𝒅𝒙 ) – = (𝟐 ∫ 𝒙𝟐 −‬‬
‫𝟎‬ ‫𝟗‬ ‫𝟎‬ ‫𝟗‬
‫𝟏‬
‫𝟒𝒙 𝟑𝒙‬ ‫𝟏‬ ‫𝟏 𝟏‬ ‫𝟏‬
‫𝟔𝟓𝟎 ‪= 𝟐 [ − ] − = 𝟐 [ − ] − = 𝟎.‬‬
‫𝟑‬ ‫𝟗 𝟎 𝟒‬ ‫𝟒 𝟑‬ ‫𝟗‬

‫‪4‬‬