‫مباديء وأساسيات‬

‫االحتماالت‬
‫‪Principles and Fundamentals of Probabilities‬‬

‫االستاذ الدكتور‬

‫خالد زهدي مصطفى خواجه‬

‫المديــر العـــام االسبق‬

‫للمعهد العربي للتدريب والبحوث االحصائية‬
 ‫اﻟﻣﻣﻠﻛﺔ اﻻردﻧﯾﺔ اﻟﮭﺎﺷﻣﯾﺔ‬
‫رﻗم اﻻﯾداع ﻟدى داﺋرة اﻟﻣﻛﺗﺑﺔ اﻟوطﻧﯾﺔ‬
‫)‪(2022/8/3997‬‬
‫‪519.2‬‬
‫ﺧواﺟﺔ‪ ،‬ﺧﺎﻟد زھدي ﻣﺻطﻔﻰ‬
‫ﻣﺑﺎدئ واﺳﺎﺳﯾﺎت اﻻﺣﺗﻣﺎﻻت ‪ /‬ﺧﺎﻟد زھدي ﻣﺻطﻔﻰ ﺧواﺟﺔ‪.‬‬
‫‪ -‬ﻋﻣﺎن‪:‬اﻟﻣؤﻟف‪2022 ,‬‬

‫) ( ص‪.‬‬
‫ر‪.‬ا‪.2022/8/3997 : .‬‬
‫اﻟﻣواﺻﻔﺎت ‪/:‬ﻧظرﯾﺔ اﻻﺣﺗﻣﺎﻻت‪//‬اﻟﻌﻣﻠﯾﺎت اﻟﻌﺷواﺋﯾﺔ‪//‬اﻟﺗوزﯾﻌﺎت‬
‫اﻻﺣﺻﺎﺋﯾﺔ‪//‬اﻻﺣﺻﺎء اﻟرﯾﺎﺿﻲ‪/‬‬
‫ﯾﺗﺣﻣل اﻟﻣؤﻟف ﻛﺎﻣل اﻟﻣﺳؤوﻟﯾﺔ اﻟﻘﺎﻧوﻧﯾﺔ ﻋن ﻣﺣﺗوى ﻣﺻﻧﻔﮫ وﻻ ﯾﻌﺗﺑر ھذا اﻟﻣﺻﻧف‬
‫رأي داﺋرة اﻟﻣﻛﺗﺑﺔ اﻟوطﻧﯾﺔ او اي ﺟﮭﺔ ﺣﻛوﻣﯾﺔ اﺧرى‪.‬‬
 ‫المحتويات‬
‫‪2‬‬ ‫الفصل االول‪ :‬مدخل رياضي‬

‫‪2‬‬ ‫‪ 1.1‬المجموعات‬
‫‪2‬‬ ‫❖ مفهوم المجموعة‬
‫‪3‬‬ ‫❖ الرموز المستعملة للتعبير عن المجموعة وعناصرها‬
‫‪4‬‬ ‫❖ طرق التعبير عن المجموعات‬
‫‪6‬‬ ‫❖ بعض مجموعات االعداد الشائعة االستعمات والرموز الخاصة بها‬
‫‪7‬‬ ‫❖ جبر المعلومات‬
‫‪10‬‬ ‫❖ عمليات المجموعات‬
‫‪13‬‬ ‫❖ االعداد الحقيقية‬
‫‪16‬‬ ‫طرق العد‬ ‫‪2.1‬‬

‫‪16‬‬ ‫‪ 1.2.1‬مبدأ العد‬

‫‪17‬‬ ‫‪ 2.2.1‬المضروب‬

‫‪18‬‬ ‫‪ 3.2.1‬التباديل‬

‫‪22‬‬ ‫‪ 4.2.1‬التوافيق‬

‫‪23‬‬ ‫‪ 5.2.1‬نظرية ذات الحدين‬

‫‪24‬‬ ‫‪ 6.2.1‬المجاميع‬

‫‪26‬‬ ‫‪ 3.1‬تمـارين الفصـل االول ‪ /‬المدخل الرياضي‬

‫‪31‬‬ ‫‪ 4.1‬حل تمـارين الفصـل االول ‪ /‬المدخل الرياضي‬

‫‪37‬‬ ‫الفصل الثاني‪ :‬االحتماالت‬

‫‪37‬‬ ‫‪ 1.2‬معنى االحتــمال‬

‫‪38‬‬ ‫‪ 2.2‬تعاريـــف‬
‫‪40‬‬ ‫حســاب االحتــمـال‬ ‫‪3.2‬‬
‫‪40‬‬ ‫❖ االحتمال النظري‬
‫‪42‬‬ ‫❖ عيـوب االحتـمال النـظري‬
‫‪43‬‬ ‫❖ االحتمال التجريبي‬

‫‪45‬‬ ‫قوانـين االحتــماالت‬ ‫‪4.2‬‬

‫‪45‬‬ ‫❖ جمـع االحتم ــاالت‬
‫‪49‬‬ ‫❖ ض ــرب االحتــماالت‬
‫‪50‬‬ ‫❖ االحتــمال الشرطي‬
‫‪54‬‬ ‫❖ العمليات العشوائية المنتهية واألشجار البيانية‬
‫‪56‬‬ ‫❖ نظريـ ــة بيــز‬

‫‪59‬‬ ‫‪ 5.2‬التجـارب المتكـررة‬

‫‪59‬‬ ‫اوال‪ :‬التجارب المتكررة المستقلة ذات االحتمال الثابت‬
‫‪60‬‬ ‫❖ القانون االحتمالي ثنائي الحدين‬

‫‪64‬‬ ‫ثانيا‪ :‬التجارب المتكررة غير المستقلة‬

‫‪65‬‬ ‫❖ القان ــون الهايبرجيومتري‬

‫‪67‬‬ ‫التوقع الرياضي واستخداماته االقتصادية‬ ‫‪6.2‬‬

‫‪73‬‬ ‫تماريـــــن الفصـــــل الثاني ‪ /‬االحتماالت‬ ‫‪7.2‬‬

‫‪78‬‬ ‫حل تماريـــــن الفصـــــل الثاني ‪ /‬االحتماالت‬ ‫‪8.2‬‬

‫‪90‬‬ ‫الفصــل الثالث‪ :‬المتغيرات العشوائية والتوزيعات االحتمالية‬

‫‪90‬‬ ‫‪ 1.3‬المتغير العشوائي‬
‫‪91‬‬ ‫‪ 2.3‬التوزيـــعات االحتماليــة المتقطعـة‬
‫‪92‬‬ ‫‪ 3.3‬دالة كثافة االحتمال‬
‫‪94‬‬ ‫‪ 4.3‬دالــة التوزيع االحتمالي‬
‫‪94‬‬ ‫‪ 5.3‬التوزيعات االحتمالية المتصلة‬
‫‪96‬‬ ‫‪ 6.3‬دالة كثافة االحتمال التجميعية للمتغير العشوائي المتصل‬
‫‪98‬‬ ‫‪ 7.3‬تمــــارين الفصــــل الثالث ‪ /‬المتغيرات العشوائية والتوزيعات االحتمالية‬
‫‪101‬‬ ‫‪ 8.3‬حل تمــــارين الفصــــل الثالث ‪ /‬المتغيرات العشوائية والتوزيعات االحتمالية‬

‫‪106‬‬ ‫الفصل الرابع‪ :‬أدلة توصيف التوزيعات االحتمالية‬

‫‪106‬‬ ‫‪ 1.4‬التوقــع‬
‫‪110‬‬ ‫❖ خواص التوقــع‬
‫‪116‬‬ ‫‪ 2.4‬التباين واالنحراف المعياري‬
‫‪120‬‬ ‫❖ خواص التباين‬
‫‪123‬‬ ‫‪ 3.4‬التغايــــر‬
‫‪124‬‬ ‫❖ خواص التغايـ ــر‬
‫‪127‬‬ ‫‪ 4.4‬معامـــل االرتبــاط‬
‫‪128‬‬ ‫‪ 5.4‬تمـارين الفصـل الرابع ‪ /‬التوقـــــع‪ ،‬التبايـــن‪ ،‬والتغـايـــر‬
‫‪133‬‬ ‫‪ 6.4‬حـل تمـارين الفصـل الرابع ‪ /‬التوقـــــع‪ ،‬التبايـــن‪ ،‬والتغـايـــر‬

‫‪147‬‬ ‫الفصــل الخامس‪ :‬التوزيعات االحتمالية المتقطعة‬

‫‪147‬‬ ‫‪ 1.5‬توزيع ثنائي الحدين‬
‫‪155‬‬ ‫❖ توقع التوزيع ثنائي الحدين‬
‫‪159‬‬ ‫❖ تباين التوزيع ثنائي الحدين‬
‫‪164‬‬ ‫‪ 2.5‬توزيع بواســـــون‬
‫‪168‬‬ ‫❖ توقع وتباين توزيع بواسون‬
‫‪170‬‬ ‫‪ 3.5‬تماريـن الفصــل الخامس ‪ /‬التوزيعات االحتمالية المتقطعة‬
‫‪175‬‬ ‫حل تماريـن الفصــل الخامس ‪ /‬التوزيعات االحتمالية المتقطعة‬ ‫‪4.5‬‬
‫‪193‬‬ ‫الفصـل السادس‪ :‬التوزيع الطبيعي‬
‫‪193‬‬ ‫‪ 1.6‬تعريف التوزيع الطبيعي‬
‫‪195‬‬ ‫‪ 2.6‬بعض خواص المنحنى الطبيعي‬
‫‪198‬‬ ‫‪ 3.6‬التوزيع الطبيعي القياسي أو المعياري‬
‫‪199‬‬ ‫تحويل المتغير الطبيعي ( ‪N )  , ‬‬ ‫‪4.6‬‬
‫‪2‬‬

‫إلى المتغير الطبيعي القياسي )‪N(0.1‬‬

‫‪207‬‬ ‫‪ 5.6‬تمارين الفصل السادس ‪ /‬التوزيع الطبيعي‬
‫‪210‬‬ ‫‪ 6.6‬حل تمارين الفصل السادس ‪ /‬التوزيع الطبيعي‬

‫‪218‬‬ ‫تمارين عامة على االحتمـاالت‬

‫المـــالحـــق‬
‫‪222‬‬ ‫• ملحـق رقـم (‪ )1‬قيم الداله االسية السالبة ‪e-x‬‬
‫‪223‬‬ ‫• ملحـق رقـم (‪ )2‬المساحات تحت المنحنى الطبيعي‬
‫‪228‬‬ ‫المراجع‬
 ‫المقدمـــــــــــــة‬

‫اتس ـ ـ ـ ــعت اس ـ ـ ـ ــتخدامات االحتماالت والتوزيعات االحتمالية وأص ـ ـ ـ ــبحت اداة رئيس ـ ـ ـ ــية وهامة ل قتص ـ ـ ـ ــادي‬

‫واالجتم ــاعي والمهن ــدب والطبي ــب وغيرهم ودخل ــت في ــاف ــة العلوم وأصـ ـ ـ ـ ـ ـ ــبح ــت ت ــدرب في الم ــدارب‬

‫والجامعات‪.‬‬

‫ونظ ار ألهمية هذا الموضـ ـ ــوت ارتأيت أن أضـ ـ ــع بين أيدي طلبتنا األعزاا هذا المقلم الذي هو مقدمه في‬

‫االحتماالت ولم أشــأ أن أتعمق في الموضــوت فيصــبخ للمتخص ـصــين فقا واردته ان ي ون شــرحا مبســطا‬

‫مع أمثلة تطبيقية وتمارين وحلول لهذه التمارين تس ـ ـ ـ ــهل على الطالب فهم المادة وترغبه بها وال تنفره منها‪.‬‬

‫ولهــذا اقتصـ ـ ـ ـ ـ ـ ــر هــذا المقلم على التعريم بــاالحتمــاالت وقوانينهــا والمتغيرات العش ـ ـ ـ ـ ـ ـ ـوائيــة والتوزيعــات‬

‫االحتمالية وأدلة توص ـ ـ ـ ـ ــيم هذه التوزيعات (التوقع والتباين والتغاير) والتوزيعات المقطعة والمتص ـ ـ ـ ـ ــلة مع‬

‫التر يز على التوزيع الطبيعي إضافة إلى مجموعه من التمارين المتنوعة وحلولها‪.‬‬

‫ارجـو أن أكـون قـد وفقـت ‪.‬‬

‫أ‪.‬د‪ .‬خالد زهدي خواجه‬

‫‪1‬‬
 ‫الفصل االول‬

‫مدخل رياضي‬
‫‪Mathematical Introduction‬‬

‫يعالج هذا الفصل بعض االف ار والمفاهيم االساسية الرياضية التي تعتبر ضرورية ألي مدخل معاصر‬

‫في نظرية االحتماالت وسوف نتعرض في هذا الفصل وبايجاز الى نظرية المجموعات وطرق العد‬

‫والتباديل والتوافيق والمجاميع‪.‬‬

‫‪Set Notation‬‬ ‫‪ 1.1‬المجموعات‬

‫❖ مفهوم المجموعة‬

‫يعتبر مفهوم او مصطلخ المجموعة واحدا من االف ار الرياضية االساسية والضرورية‬

‫لدراسة االحتماالت واالحصاا‪.‬‬

‫مما الشك فيه ان ل منا صادفه في حياته الكثير من االمثلة التي توضخ مفهوم‬

‫المجموعة دون ان تلفت نظره فمث اي تجمع من االشياا او االشخاص يعتبر مجموعة‬

‫مثل‪:‬‬

‫فريق رة القدم لنادي معين‬ ‫•‬

‫• مجموعة الطالبات في الفصل‬

‫• صفحات الكتاب‬

‫• مجموعة الحروف االبجدية‬

‫• مجموعة االرقام في العدد ‪1234‬‬

‫‪2‬‬
 ‫تعريف‬

‫اي تجمع من االشياء (العناصر) المعرفة تعريفا محددا تسمى مجموعة (‪)Set‬‬

‫وتسمى هذه االشياء بعناصر المجموعة (‪)Elements‬‬

‫مث ‪:‬‬
‫مجموعة عناصرها اعضاا الفريق‬ ‫• فريق رة القدم‬

‫مجموعة عناصرها أ ب ج ‪......‬‬ ‫• الحروف االبجدية‬

‫مجموعة عناصرها االرقام ‪4 3 2 1‬‬ ‫• مجموعة االرقام ‪1234‬‬

‫الرموز المستعملة للتعبير عن المجموعة وعناصرها‬ ‫❖‬

‫• تستعمل الحروف الكبيرة للتعبير عن المجموعة مثل‪A, B, C, …, X, Y, Z :‬‬

‫• تستعمل الحروف الصغيرة للتعبير عن عناصر المجموعة مثل‪a, b, c, …, z :‬‬

‫• تستعمل القوسين } { لكتابة عناصلر المجموعة (دون مراعاة الترتيب عند تابتها)‬

‫• تستعمل الفاصلة (و) بين ل عنصر والذي يليه حتى ال تختلا العناصر معا‬

‫امثلة متنوعة على الفئات (المجموعات)‪:‬‬

‫العناصر‪7 2 1 :‬‬ ‫}‪X = {1,2,7‬‬ ‫‪ .1‬المجموعة‬

‫العناصر‪c b a :‬‬ ‫‪ .2‬المجموعة }𝑐 ‪X = {𝑎, 𝑏,‬‬

‫العناصر‪ :‬احمد حسن علي‬ ‫‪ .3‬المجموعة }احمد و حسن وعلي{ = ‪X‬‬

‫العناصر‪ :‬الحروف االبجدية‬ ‫‪ .4‬المجموعة }الحروف االبجدية{ = ‪X‬‬

‫العناصر‪15- 15 5- 5 3- 3 1- 1 :‬‬ ‫‪ .5‬المجموعة }عوامل العدد ‪A = {15‬‬

‫‪3‬‬
 ‫طرق التعبير عن المجموعات‬ ‫❖‬

‫تابة جميع عناصر المجموعة بين قوسين } {‬ ‫الطريقة االولى‪:‬‬

‫الطريقة الثانية‪ :‬وصم عناصر المجموعة طبقا لقاعدة معينة (او اكثر) ما هو موضخ في االمثلة‬

‫‪ 4‬و ‪ 5‬اع ه وعلى سبيل التوضيخ‪ :‬في مثال ‪ 5‬عوامل العدد ‪ 15‬هي‪:‬‬

‫‪ 15- 15 5- 5 3- 3 1- 1‬في هذا المثال استطعنا ان نعبر عن المجموعة بالطريقتين‪.‬‬

‫التعبير عن المجموعة رياضيا بالطريقة الثانية‪:‬‬

‫مث ‪ X‬هي مجموعة المستقيمات التي تمر بنقطة االصل يم ن التعبير عن المجموعة ‪ X‬ه ذا‪:‬‬

‫‪ : a} = X‬حيث 𝑎 مستقيم يمر بنقطة االصل{‬

‫‪ 𝑎 : a} = X‬مستقيم يمر بنقطة االصل{‬

‫‪ 𝑎 / a} = X‬مستقيم يمر بنقطة االصل{‬

‫ويفضل استعمال الرمز االول‬

‫مثال‪ :‬لنعتبرالمجموعة ‪ X‬المعرفة ه ذا‪:‬‬

‫} ‪X = {𝑥 ∶ 𝑥 2 − 3𝑥 + 2 = 0‬‬

‫تتحقق عندما ‪𝑥 = 1 , 2‬‬ ‫من الواضخ ان الخاصية ‪𝑥 2 − 3𝑥 + 2 = 0‬‬

‫}‪X {1 , 2‬‬ ‫اي ان‬

‫في هذا المثال عبرنا عن المجموعة بالطريقتين‪.‬‬

‫المجموعة الخالية ‪Empty Set‬‬

‫هي مجموعة خالية من العناصر اي ال تحتوي على اي عنصر‬

‫∅ او } {‬ ‫ويرمز لها بالرمز‬

‫‪4‬‬
 ‫مثال على المجموعة الخالية‪:‬‬

‫‪X = {𝑥: 𝑥 2 + 3𝑥 + 8 = 0‬‬ ‫}‪, 𝑥 > 0‬‬

‫الخاصية هنا تتكون من قاعدتين او شرطين هما‪:‬‬

‫‪𝑥 2 + 3𝑥 + 8 = 0‬‬ ‫‪.1‬‬

‫‪ X‬موجبة‬ ‫‪.2‬‬

‫واضخ انه ال يوجد عنصر 𝑥 يحقق الشرطين معا النه حسب الشرط الثاني 𝑥 موجبة وبالتالي‬

‫ال يم ن ان تساوي صفر بل يجب ان تكون موجبة اي ان المجموعة المذ ورة‬ ‫‪𝑥 2 + 3𝑥 + 8‬‬

‫خالية من العناصر‬

‫} {=∅=‪X‬‬

‫رمز االنتماء ∈ ورمز عدم االنتماء ∉‬

‫}‪X = {1,2,8‬‬ ‫لنعتبر المجموت‬

‫واضخ ان هذه المجموعة تتكون من العناصر ‪8 , 2 , 1‬‬

‫العنصر ‪ 1‬ينتمي الى الى المجموعة ‪ X‬ويعبر عن ذلك رياضيا ه ذا ‪1 ∈ X‬‬

‫العنصر ‪ 2‬ينتمي الى الى المجموعة ‪ X‬ويعبر عن ذلك رياضيا ه ذا ‪2 ∈ X‬‬

‫العنصر ‪ 4‬ال ينتمي الى الى المجموعة ‪ X‬ويعبر عن ذلك رياضيا ه ذا ‪4 ∉ X‬‬

‫وعليه بالنسبة للمجموعة المذ ورة‪:‬‬

‫‪4∉𝑋 , 5∉𝑋 ,‬‬ ‫𝑋∉‪6∉𝑋 , 7‬‬ ‫بينما‬ ‫𝑋∈‪8‬‬

‫اصطالح عام‬

‫𝑋∈‪a‬‬ ‫اذا ان العنصر ‪ a‬ينتمي الى المجموعة ‪ X‬ن تب‬

‫𝑋 ∈ 𝑏 ‪a,‬‬ ‫اذا ان العنصران ‪ a,b‬ينتميان الى المجموعة ‪ X‬ن تب‬

‫‪5‬‬
 ‫𝑋 ∈ ‪a,b,c‬‬ ‫اذا انت وبصفة عامة ‪ a,b,c‬عناصر تنتمي الى المجموعة ‪ X‬ن تب‬

‫وذلك على سبيل االختصار‬

‫مثال‬

‫اذا ان ‪ X‬محيا المستطيل ‪( abcd‬اي مجموعة النقا التي تقع على محيا المستطيل) و ‪ o‬مر ز هذا‬

‫𝑋∈‪a∈𝑋 , b∈𝑋 , c∈𝑋 , d‬‬ ‫المستطيل فان‬

‫𝑋∉‪o‬‬ ‫لكن‬

‫𝑋 ∈ ‪a,b,c,d‬‬ ‫‪,‬‬ ‫𝑋∉‪o‬‬ ‫باختصار ن تب‬

‫هناك عناصر اخرى تنتمي الى المجموعة ‪ X‬وهي ال نهائية‬

‫❖ بعض مجموعات االعداد الشائعة االستعمات والرموز الخاصة بها‬

‫هناك ثير من المجموعات التي ي ثر استعمالها مثل‪ :‬مجموعة االعداد الصحيحة واالعداد الكلية واالعداد‬

‫الطبيعية واالعداد القياسية والحقيقية وغيرها وسوف نعرف هذه المجموعات ورغم ان هناك اخت فا بين‬

‫الرموز المستعملة لمثل هذه المجموعات اال اننا سنحاول استعمال الرموز التي توضخ الى حد بير هذه‬

‫المجموعات‪:‬‬

‫} ‪N = {1,2,3,4,5, … . .‬‬ ‫‪ )1‬مجموعة االعداد الطبيعية‬

‫} ‪J = {0,1,2,3,4,5, … . .‬‬ ‫‪ )2‬مجموعة االعداد الكلية‬

‫} ‪I = {−3, −2, −1,0,1,2,3, … . .‬‬ ‫‪ )3‬مجموعة االعداد الصحيحة‬

‫‪Q = { : b≠ 0‬‬ ‫}‪ a,b‬عددان صحيحان‬ ‫‪ )4‬مجموعة االعداد القياسية‬

‫𝑎‬
‫𝑏‬

‫‪R = {𝑥:‬‬ ‫}𝑥 عدد حقيقي‬ ‫‪ )5‬مجموعة االعداد الحقيقية‬

‫‪C = {𝑥 + 𝑖𝑦:‬‬ ‫}𝑅 ∈ 𝑦 ‪𝑥,‬‬ ‫‪ )6‬مجموعة االعداد المر بة‬

‫‪6‬‬
 ‫مالحظات هامة‬

‫𝑁 ∉ 𝑂 ‪O∈𝐽 ,‬‬ ‫‪ )1‬ل عنصر في ‪ N‬ينتمي ال ‪ J‬لكن الع ب ليب صحيحا الن‬

‫𝐽 ∉ ‪-5 ∈ 𝐼 , −5‬‬ ‫‪ )2‬ل عنصر في ‪ J‬ينتمي الى ‪ I‬لكن الع ب ليب صحيحا الن‬

‫‪ )3‬ل عنصر في ‪ I‬ينتمي الى ‪ Q‬لكن الع ب ليب صحيحا الن‬

‫‪1‬‬ ‫‪1‬‬
‫‪∈𝑄 ,‬‬ ‫𝐼∉‬
‫‪2‬‬ ‫‪2‬‬

‫𝑄 ∉ ‪√3 ∈ 𝑅 , √3‬‬ ‫لكن الع ب ليب صحيحا الن‬ ‫‪ )4‬ل عنصر في ‪ Q‬ينتمي الى ‪R‬‬

‫‪ )5‬ل عنصر في ‪ R‬ينتمي الى ‪ C‬لكن الع ب ليب صحيحا الن 𝑅 ∉ 𝑖‪2+5i ∈ 𝐶 , 2 + 5‬‬

‫مثال‬

‫اذ ر ‪ 6‬عناصر تنتمي الى ‪ R‬ولكنها ال تنتمي الى ‪Q‬‬

‫‪,‬‬ ‫‪, -√5 , √14‬‬ ‫𝑅∈ ‪, 𝜋 , e‬‬

‫‪1‬‬ ‫‪3‬‬
‫‪√2‬‬
‫‪√3‬‬

‫𝑄∉‬

‫❖ جبر المعلومات‬

‫تساوي المجموعات واحتوائها‬

‫‪Equality of Two Sets‬‬ ‫تساوي المجموعات‬

‫تعريم‪ :‬يقال للمجموعتين ‪ Y , X‬متساويتان اذا كان‬

‫كل عنصر من عناصر ‪ X‬هو عنصر في ‪Y‬‬

‫كل عنصر من عناصر ‪ Y‬هو عنصر في ‪X‬‬

‫يعبر عن ذلك رياضيا ه ذا‪:‬‬

‫‪X=Y , Y=X‬‬

‫‪7‬‬
 ‫اما اذا انت المجموعتان ‪ Y , X‬غير متساويتين فيعبر عن ذلك رياضيا ه ذا‪:‬‬

‫𝑌≠‪X‬‬

‫مالحظة هامة‬

‫عند دراسة ع قة التساوي بين مجموعتين يجب م حظة‪:‬‬

‫‪ )1‬ان ترتيب العناصر في اي منهما ال قيمة له‬

‫‪ )2‬ان تكرار عنصر او اكثر في احدى المجموعتين (او في ليهما) ال قيمة له‬

‫امثلة‬

‫‪X=Y‬‬ ‫فان‬ ‫}‪Y = {3,1,5‬‬ ‫و‬ ‫}‪X = {1,3,5‬‬ ‫‪ )1‬اذا انت‬

‫‪X=Y‬‬ ‫فان‬ ‫} ‪Y = {1,2,4,‬‬ ‫و‬ ‫‪ )2‬اذا انت }‪X = {1,2,4,1,2‬‬

‫سؤال هام‬

‫هل هذا يعني انه ال توجد ع قة بين‬ ‫لدينا مجموعتان ‪ Y , X‬غير متساويتين اي ان 𝑌 ≠ ‪X‬‬

‫عناصر المجموعتين؟‬

‫هناك االحتماالت اآلتية‪:‬‬

‫لكن ليب ل عنصر في ‪ Y‬هو عنصر في ‪X‬‬ ‫ل عنصر في ‪ X‬هو عنصر في ‪Y‬‬ ‫‪)1‬‬

‫في هذه الحالة يقال ان ‪ X‬مجموعة جزئية (‪ )Subset‬من المجموعة ‪ Y‬ويعبر عن ذلك‬

‫ه ذا‬

‫‪X⊂ Y‬‬ ‫و‬ ‫‪Y⊃X‬‬

‫ل عنصر في ‪ Y‬هو عنصر في ‪ X‬لكن ليب ل عنصر في ‪ X‬هو عنصر في ‪Y‬‬ ‫‪)2‬‬

‫‪8‬‬
 ‫في هذه الحالة يقال ان ‪ Y‬مجموعة جزئية (‪ )Subset‬من المجموعة ‪ X‬ويعبر عن ذلك‬

‫ه ذا‬

‫‪Y⊂ X‬‬ ‫و‬ ‫‪X⊃Y‬‬

‫‪ )3‬بعض العناصر في احدى المجموعتين (وليب ل عنصر) تظهر في المجموعة االخرى‬

‫‪ )4‬ال يوجد اي عنصر مشترك بين المجموعتين‬

‫مثال ‪1‬‬

‫}‪Z = {1,2,3,4,5,6,7,8‬‬ ‫و‬ ‫}‪Y = {1,2,4,8‬‬ ‫و‬ ‫اذا كانت }‪X = {1,3,6‬‬

‫‪Y⊂ Z‬‬ ‫و‬ ‫‪X⊂ Z‬‬ ‫فمن الواضخ‬

‫‪Y,X‬‬ ‫لكن مما هو جدير بالذ ر انه ال يم ن مقارنة‬

‫مثال ‪2‬‬

‫قارن بين مجموعات االعداد الطبيعية ‪ N‬ومجموعة االعداد الكلية ‪ J‬ومجموعة االعداد الصحيحة 𝐼‬

‫ومجموعة االعداد القياسية ‪ Q‬ومجموعة االعداد الحقيقية ‪ R‬ومجموعة االعداد المر بة ‪C‬‬

‫من الواضخ ان ‪:‬‬

‫𝐽⊂‪N‬‬

‫𝐼⊂‪J‬‬

‫‪𝐼 ⊂Q‬‬

‫𝑅⊂‪Q‬‬

‫𝐶⊂‪R‬‬

‫بعض النظريات االساسية‬

‫‪∅ ⊂X‬‬ ‫ألي مجموعة ‪: X‬‬ ‫نظرية ‪1‬‬

‫‪9‬‬
 ‫‪𝑋 ⊂X‬‬ ‫ألي مجموعة ‪: X‬‬ ‫نظرية ‪2‬‬

‫‪ Y ⊂ X‬فان ‪X = Y‬‬ ‫ألي فئتين ‪ Y , X‬اذا ان ‪X ⊂ Y‬‬ ‫نظرية ‪3‬‬

‫‪X⊂ Z‬‬ ‫فان‬ ‫‪X⊂ Y‬‬ ‫اذا ان ‪Y ⊂ Z‬‬ ‫نظرية ‪4‬‬

‫❖ عمليات المجموعات ‪Operation on Sets‬‬

‫االتحاد ‪Union‬‬

‫اذا ذهبنا الى احدى المدارب و انت ‪ X‬مجموعة ت ميذ الصم االول‬

‫‪ Y‬مجموعة ت ميذ الصم الثاني‬

‫فان المجموعة التي تضم ت ميذ الصفين االول والثاني تسمى باتحاد المجموعتين ‪Union of two sets‬‬

‫ايضا اذا انت ‪ Z‬مجموعة ت ميذ الصم الثالث فان المجموعة التي تضم ت ميذ الصفوف‬ ‫‪Y,X‬‬

‫الث ثة تسمى باتحاد المجموعات ‪Z , Y , X‬‬

‫تعريف‬
‫اتحاد مجموعتين ‪ Y , X‬هو المجموعة التي تضم عناصر ‪ Y , X‬معا ويرمز له‬
‫بالرمز‬
‫‪X∪ Y‬‬
‫ويعرف رياضيا ه ذا‪:‬‬
‫} 𝑌 ∈ 𝑎 𝑟𝑜 𝑋 ∈ 𝑎 ‪X ∪ Y = {𝑎:‬‬

‫امثلة‬

‫فان‬ ‫}‪Y = {2,4‬‬ ‫و‬ ‫‪ )1‬اذا انت }‪X = {1,3,5‬‬

‫}‪X ∪ Y = {1,2,3,4,5‬‬

‫‪10‬‬
 ‫فان‬ ‫}𝑒 ‪Y = {𝑏, 𝑑,‬‬ ‫و‬ ‫‪ )2‬اذا انت }𝑐 ‪X = {𝑎, 𝑏,‬‬

‫}𝑒 ‪X ∪ Y = {𝑎, 𝑏, 𝑐, 𝑑,‬‬

‫‪Intersection‬‬ ‫التقاطع‬

‫يعرف تقاطع المجموعتين ‪ Y , X‬بالمجموعة التي تضم العناصر المشتر ة بينهما اي العناصر‬

‫التي تظهر في ل من المجموعة ‪ X‬والمجموعة ‪ Y‬معا ويرمز لهذه المجموعى بالرمز‬

‫‪X∩ Y‬‬

‫ويم ن تعريم التقاطع رياضيا ه ذا‪:‬‬

‫} 𝑌 ∈ 𝑎 𝑑𝑛𝑎 𝑋 ∈ 𝑎 ‪X ∩ Y = {𝑎:‬‬

‫مثال ‪1‬‬

‫}‪Y = {2,4,6,8‬‬ ‫و‬ ‫}‪X = {1,2,3,4,5‬‬ ‫اذا انت‬

‫} ‪X ∩ Y = {2,4‬‬ ‫فان‬

‫}‪X ∪ Y = {1,2,3,4,5,6,8‬‬ ‫ايضا‬

‫مثال ‪2‬‬

‫}‪Y = {2,4,6,8‬‬ ‫و‬ ‫}‪X = {1,3,5‬‬ ‫اذا انت‬

‫∅ =} {=‪X∩ Y‬‬ ‫فان‬

‫مثال ‪3‬‬

‫و }‪Y = {1,2,3,4,5‬‬ ‫}‪X = {1,3,5‬‬ ‫اذا انت‬

‫‪11‬‬
 ‫} ‪X ∩ Y = {1,3,5‬‬ ‫فان‬

‫}‪X ∪ Y = {1,2,3,4,5‬‬ ‫ايضا‬

‫وذلك الن ل عنصر من ‪ X‬ينتمي الى ‪Y‬‬ ‫𝑋=‪X∩ Y‬‬ ‫ن حظ ان‬

‫‪X⊂ Y‬‬ ‫اي ان‬ ‫‪X∪ Y =Y‬‬

‫𝑋=‪X∩ Y‬‬ ‫‪,‬‬ ‫‪X∪ Y =Y‬‬ ‫فان‬ ‫‪X⊂ Y‬‬ ‫اذا ان‬

‫الفرق بين مجموعتين‬

‫تعريف‬

‫يعرف الفرق بين مجموعتين ‪ ) Y , X‬ويرمز له بالرمز ‪ )X-Y‬بالمجموعة‬

‫التي تتكون من عناصر ‪ X‬التي ال تنتمي الى المجموعة ‪Y‬‬

‫‪X-Y = {𝑎: 𝑎 ∈ 𝑋 ,‬‬ ‫}𝑌 ∉ 𝑎‬

‫قاعدة‬

‫يم ن ايجاد ‪ X-Y‬باستبعاد ل عنصر من المجموعة ‪ X‬يظهر في المجموعة ‪Y‬‬

‫‪Y - X = {𝑎: 𝑎 ∈ Y ,‬‬ ‫}‪𝑎 ∉ X‬‬ ‫وبالمثل‪:‬‬

‫مثال‬

‫}‪X = {1,2,3,4,6,7,8‬‬ ‫و‬ ‫}‪Y = {3,5,6‬‬ ‫اذا انت‬

‫‪Y–X‬‬ ‫و‬ ‫‪X-Y‬‬ ‫اوجد‬

‫ل عنصر يظهر في ‪ Y‬اي علينا ان نستبعد العنصرين ‪ 3‬و ‪6‬‬ ‫اليجاد ‪ X-Y‬نستبعد من ‪X‬‬

‫}‪X - Y = {1,2,4,7,8‬‬

‫‪12‬‬
‫ل عنصر يظهر في ‪ X‬اي علينا ان نستبعد العنصرين ‪ 3‬و ‪6‬‬ ‫اليجاد ‪ Y – X‬نستبعد من ‪Y‬‬

‫وبالتالي لن يبقى في ‪ Y‬سوى العنصر ‪5‬‬

‫}‪Y - X = {5‬‬

‫‪Real Numbers‬‬ ‫❖ االعداد الحقيقية‬

‫عرفنا في الجزا السابق ان‪:‬‬

‫} ‪ N = {1,2,3, … .‬هي مجموعة جزئية من مجموعة االعداد الكلية‬ ‫مجموعة االعداد الطبيعية‬

‫} ‪J = {0,1,2,3, … .‬‬

‫هي مجموعة جزئية من مجموعة االعداد الصحيحة‬ ‫مجموعة االعداد الكلية‬

‫} ‪I = {−3, −2, −1,0,1,2,3, … .‬‬

‫مجموعة االعداد الصحيحة هي مجموعة جزئية من مجموعة االعداد القياسية‬

‫‪Q = { : b≠ 0‬‬ ‫}‪ a,b‬عددان صحيحان‬

‫𝑎‬
‫𝑏‬

‫هي مجموعة جزئية من مجموعة االعداد الحقيقية‬ ‫مجموعة االعداد القياسية‬

‫‪R = {𝑥:‬‬ ‫}𝑥 عدد حقيقي‬

‫بهذا نرى ان مجموعة االعداد الحقيقية تضم جميع االعداد الموجودة في المجموعات السابقة وهي‬

‫باالضافة الى ذلك تضم اعدادا ال تنتمي الى هذه المجموعات وهي االعداد المعروفة باالعداد غير‬

‫‪√2 , √5 , 𝜋 , e‬‬ ‫القياسية (او االعداد الصماا) مثل‪:‬‬

‫‪3‬‬

‫وه ذا فان مجموعة االعداد الحقيقية هي المجموعة التي تنتمي‬

‫اليها مجموعة االعداد القياسية وغير القياسية (الصماا)‬

‫‪13‬‬
‫وللمساعدة في مراجعة االعداد الحقيقية وخواصها ال بد من تقديم اكثر المفاهيم اهمية بما في ذلك بعض‬

‫القواعد والرموز‪:‬‬

‫‪Commutative Laws‬‬ ‫‪ )1‬قوانين التبديل‬

‫‪I.‬‬ ‫‪a+b=b+a‬‬

‫‪II.‬‬ ‫‪a*b = b*a‬‬

‫لجميع االعداد الحقيقية ‪ a‬و ‪b‬‬

‫‪Associative Law‬‬ ‫‪ )2‬قوانين الضم والتوحيد‬

‫‪I.‬‬ ‫)‪a + b + 𝑐 = (a + b) + c = a + (b + c‬‬

‫‪II.‬‬ ‫)‪a*b*c = (𝑎 ∗ 𝑏) ∗ 𝑐 = a*(b*c‬‬

‫‪c ,‬‬ ‫لجميع االعداد الحقيقية ‪b , a‬‬

‫‪ )3‬قانون التوزيع ‪Distributive Law‬‬

‫‪I.‬‬ ‫)‪a*(b+c) = (a*b) + (a*c‬‬

‫‪c ,‬‬ ‫لجميع االعداد الحقيقية ‪b , a‬‬

‫‪14‬‬
 ‫حساب النسب ‪Arithmetic of Ratios‬‬ ‫‪)4‬‬

‫𝑎‬ ‫‪1‬‬
‫‪I.‬‬ ‫*‪= a‬‬ ‫‪b≠ 0‬‬
‫𝑏‬ ‫𝑏‬

‫𝑎‬ ‫𝑐‬ ‫𝑐∗𝑏‪𝑎∗𝑑+‬‬

‫‪II.‬‬ ‫= ‪+‬‬ ‫‪b≠ 0 , d≠ 0‬‬
‫𝑏‬ ‫𝑑‬ ‫𝑑∗𝑏‬

‫𝑎‬ ‫𝑐‬ ‫𝑐∗𝑎‬

‫‪III.‬‬ ‫= *‬ ‫‪b≠ 0 , d≠ 0‬‬
‫𝑏‬ ‫𝑑‬ ‫𝑑∗𝑏‬

‫𝑎‬ ‫𝑐‬ ‫𝑎‬ ‫𝑑‬ ‫𝑑∗𝑎‬

‫‪IV.‬‬ ‫= * = ÷‬ ‫‪b≠ 0 , c≠ 0 , d≠ 0‬‬
‫𝑏‬ ‫𝑑‬ ‫𝑏‬ ‫𝑐‬ ‫𝑐∗𝑏‬

‫‪Rules of Division‬‬ ‫‪ )5‬قواعد القسمة‬

‫‪I.‬‬ ‫‪0 ÷ a =0‬‬

‫‪a‬الي عدد حقيقي‬ ‫ما عدا الصفر‬

‫‪II.‬‬ ‫) ( = ‪a ÷0‬‬
‫𝑎‬
‫‪0‬‬

‫عدد غير نهائي الي عدد حقيقي‬ ‫‪a‬‬

‫‪III.‬‬ ‫‪a ÷a = 1‬‬

‫ما عدا الصفر‪a‬الي عدد حقيقي‬

‫‪15‬‬
 ‫‪Rules of Signs‬‬ ‫‪ )6‬قواعد االشارات‬

‫‪I.‬‬ ‫)‪a * (-b) = - (a * b‬‬

‫‪II.‬‬ ‫)‪(- a) * b = - (a * b‬‬

‫‪III.‬‬ ‫‪(- a) * (- b) = a * b‬‬

‫‪IV.‬‬ ‫‪– (- a) = a‬‬

‫‪Counting Methods‬‬ ‫‪ 2.1‬طرق العد‬

‫يعتمد حساب االحتمال ( ما سنرى الحقا) على حساب عدد الحاالت المم نة والحاالت المواتية الناتجة‬

‫عن تجربة معينة يم ننا حصر هذه الحاالت بسهولة في الحاالت البسيطة ولكن عند زيادة عدد‬

‫الحوادث فانه من الصعب حصرها وعليه يجب االستعانة ببعض الطرق الرياضية لحسابها واهم هذه‬

‫الطرق هي‪:‬‬

‫‪ )1‬مبدأ العد او قاعدة العد‬

‫‪ )2‬التباديل‬

‫‪ )3‬التوافيق‬

‫‪Counting Principle‬‬ ‫‪ 1.2.1‬مبدأ العد‬

‫طريقة مختلفة بالتتابع‬ ‫و ‪𝑛3‬‬ ‫اذا ام ننا اجراا تجربة ما بعد ‪ 𝑛1‬و ‪𝑛2‬‬

‫ي ون عدد الطرق التي يم ننا بها اجراا هذه العمليات بالترتيب المذ ور هو حاصل‬

‫‪𝑛1 * 𝑛2 * 𝑛3‬‬ ‫الضرب‬

‫‪16‬‬
 ‫مثال‬

‫اذا رقمت السيارات بحرفين مختلفين من اللغة االنجليزية يتبعها ث ثة ارقام فما هو عدد السيارات التي‬

‫يم ن ترقيمها؟‬

‫الحل‬

‫يم ن تابة الحرف االول ب ‪ 26‬طريقة (بحذف الصفر) والحرف الثاني ب ‪ 25‬طريقة مختلفة (بحيث‬

‫ال ي ون الحرفان متشابهان)‬

‫ويم ن اختيار الرقم االول ب ‪ 9‬طرق (بحذف الصفر) والثاني ب ‪ 10‬طرق والثالث ب ‪ 10‬طرق‬

‫في ون عدد السيارات التي يم ن ترقيمها هو‪:‬‬

‫‪26 * 25 * 9 * 10 * 10 = 585000‬‬

‫المضروب ‪Factorial‬‬ ‫‪2.2.1‬‬

‫يرمز في الرياضيات لحاصل ضرب االعداد الصحيحة الموجبة من العدد ‪ 1‬حتى العدد ‪( n‬بما في ذلك‬

‫العدد ‪ )n‬يرمز له بالرمز !‪ ( n‬ويق أر مضروب ‪ n‬او ‪ n‬عاملي)‬

‫مضروب ‪( n‬ويرمز له بالرمز !‪ )n‬هو‪:‬‬

‫‪n! = 1*2*3*…. (n-2) (n-1) n‬‬

‫)‪= n (n-1) (n-2) …. (3) (2) (1‬‬

‫ومن الم ئم ان نعرف ما يلي‪:‬‬

‫‪17‬‬
 ‫‪0! = 1‬‬

‫‪1! = 1‬‬

‫!)‪n! = n (n-1‬‬

‫!)‪= (n-1‬‬
‫!𝑛‬
‫𝑛‬

‫مثال‬

‫‪2! = 2*1‬‬

‫‪3! = 3*2*1‬‬

‫‪5! = 5*4*3*2*1‬‬

‫!‪10! = 10*9*8*7*6‬‬

‫التباديل ‪Permutation‬‬ ‫‪3.2.1‬‬

‫يسمى وضع ‪ n‬من االشياا في ترتيب معين بانه تبديل لهذه االشياا (بشرط ان تقخذ جميع هذه‬

‫االشياا) ويسمى وضع اي عدد ‪( r‬حيث 𝑛 ≤‪ )r‬من هذه االشياا في ترتيب معين بانه تبديل العدد ‪n‬‬

‫من االشياا مأخوذة ‪ r‬في ل مرة‪ .‬وه ذا يم ننا تعريم التباديل ما يأتي‪:‬‬

‫التباديل‪:‬‬

‫هي عدد طرق االختيار المرتب التي يم ن تكوينها من عدة اشياا باخذها لها او‬

‫او )‪ P(n,r‬وقانونه‪:‬‬ ‫𝑟𝑃𝑛‬ ‫بعضها ويرمز له بالرمز‬

‫‪,‬‬ ‫!‪= n‬‬

‫!𝑛‬ ‫!𝑛‬
‫𝑟𝑃𝑛‬ ‫=‬ ‫!)𝑟‪(𝑛−‬‬ ‫𝑛𝑃𝑛‬ ‫=‬ ‫!)𝑛‪(𝑛−‬‬

‫‪18‬‬
 ‫مثال ‪1‬‬

‫ب م طريقة يم ن ان يجلب ‪ 6‬اشخاص في صم فيه ‪ 6‬مقاعد؟‬

‫الحل‬

‫‪6𝑃6‬‬ ‫عدد الطرق هو‬

‫!‪6‬‬
‫=‬ ‫!)‪(6−6‬‬

‫!‪= 6‬‬
‫!‪6‬‬
‫=‬
‫‪1‬‬

‫‪= 6*5*4*3*2*1 = 720‬‬

‫مثال ‪2‬‬

‫ونريد ان نختار منهم اثنين فب م طريقة يم ننا‬ ‫اذا ان لدينا ‪ 4‬اشخاص ‪ A‬و ‪ B‬و ‪ C‬و ‪D‬‬

‫االختيار؟‬

‫‪4𝑃2‬‬ ‫عدد الطرق هو‪:‬‬ ‫الحل‪:‬‬

‫!‪4‬‬ ‫!‪4‬‬ ‫!‪4∗3∗2‬‬
‫‪4𝑃2‬‬ ‫=‬ ‫!)‪4𝑃2 (4−2‬‬ ‫=‬
‫!‪2‬‬
‫=‬
‫!‪2‬‬

‫‪= 4*3 = 12‬‬

‫وهذه الطرق هي‪:‬‬

‫‪AB AC AD BA BC BD‬‬

‫‪CA CB CD DA DB DC‬‬

‫التباديل مع التكرار‬

‫يراد احيانا معرفة عدد تباديل مجموعة من العناصر ي ون بعضها متماث‬

‫نفرض اننا نريد معرفة عدد الطرق المختلفة لترتيب حروف لمة يافا نعلم انه يوجد‬

‫‪ 4! = 24‬تبدي للحروف االربعة ولكن الحرف الثاني والرابع (حرف االلم) متماثلة وه ذا فالترتيب‪:‬‬

‫‪19‬‬
 ‫أ أ يف = أ أ يف‬
‫‪2 4‬‬ ‫‪4 2‬‬

‫في‬ ‫أ أ‬ ‫أ أ في =‬
‫‪2 4‬‬ ‫‪4 2‬‬

‫يفأ أ‬
‫‪2 4‬‬
‫=‬ ‫‪4 2‬‬
‫يفأ أ‬

‫ي أ أ ف‬
‫‪2 4‬‬
‫=‬ ‫ف‬ ‫يأ أ‬
‫‪4 2‬‬

‫ي‬ ‫ف أ أ‬ ‫ي =‬ ‫فأ أ‬
‫‪2 4‬‬ ‫‪4 2‬‬

‫وه ذا‬ ‫ف أ ي أ‬ ‫=‬ ‫ي أ‬ ‫فأ‬

‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬

‫ن حظ بان ثير من الترتيبات تكون متماثلة اذا حذفنا رقم حرف األلم الن األلم ال تختلم‬

‫وه ذا فان عدد طرق ترتيب حروف لمة يافا ال يساوي !‪ 24 = 4‬وانما يساوي‪:‬‬

‫‪= 12‬‬
‫!‪4‬‬ ‫!‪4‬‬
‫=‬
‫!‪2!1!1‬‬ ‫!‪2‬‬

‫وه ذا يم ننا القول بانه اذا ان لدينا ‪ n‬من االشياا ‪ m‬منها متشابهة فان عدد طرق الترتيب المم نة‬

‫لهذه االشياا على خا هو‪:‬‬

‫!𝑛‬
‫!𝑚‬

‫واذا ان ‪ 𝑚1‬متشابهة و ‪ 𝑚2‬متشابهة فان عدد الطرق المم نة لترتيب ‪ n‬على خا هو‪:‬‬

‫!𝑛‬
‫! ‪𝑚1 ! 𝑚2‬‬

‫‪20‬‬
 ‫نظرية‬

‫عدد تباديل ‪ n‬عنصر من بينها ‪ 𝑛1‬عنص ار متماث و ‪𝑛2‬‬

‫عنص ار متماث و‪ ...‬و 𝑟𝑛 عنص ار متماث هو‪:‬‬

‫!𝑛‬
‫! 𝑟𝑛 … ! ‪𝑛1 ! 𝑛2‬‬

‫مثال ‪3‬‬

‫‪ statistics‬؟‬ ‫ما هو عدد الترتيبات التي يم ن تكوينها من احرف لمة‬

‫عدد االحرف الكلية ‪10‬‬

‫الحرف ‪ s‬تكرر ‪ 3‬مرات‬

‫الحرف ‪ t‬تكرر ‪ 3‬مرات‬

‫الحرف ‪ a‬تكرر مرة واحدة‬

‫الحرف ‪ i‬تكرر مرتان‬

‫الحرف ‪ c‬تكرر مرة واحدة‬

‫لذا فان عدد الترتيبات هو‪:‬‬

‫!‪10‬‬
‫‪= 50400‬‬
‫!‪3! 3! 1! 2! 1‬‬

‫‪21‬‬
 ‫‪ 4.2.1‬التوافيق ‪Combination‬‬

‫يقصد بالتوافيق بانها عدد طرق االختيار غير المرتب التي يم ن تكوينها‬

‫من عدة اشياا باخذها لها او بعضها ويرمز له باحد الرموز اآلتية‪:‬‬

‫𝑟𝐶𝑛‬ ‫او‬ ‫او )𝑟𝑛(‬ ‫𝑛𝑟𝐶‬

‫وقانونه هو‪:‬‬
‫!𝑛‬
‫!)𝑟‪(𝑛𝑟) = 𝑟! (𝑛−‬‬

‫اي ان الترتيب في حالة التوافيق غير مهم ومن الم ئم ان نعرف ان‪:‬‬

‫𝑟‪(𝑛𝑟) = (𝑛−‬‬
‫𝑛‬
‫)‬

‫!‪0‬‬
‫= )‪(00‬‬ ‫!‪0! 0‬‬

‫‪=1‬‬
‫!𝑛‬
‫= )𝑛𝑛(‬ ‫!)𝑛‪𝑛!(𝑛−‬‬

‫‪=1‬‬
‫!𝑛‬
‫= 𝑛‪𝐶0‬‬
‫!)‪0! (𝑛−0‬‬

‫مثال‪ :‬ما هو عدد اللجان التي يم ن تكوينها من ‪ 8‬اشخاص بحيث ان ل لجنة تحتوي على ‪3‬‬

‫اشخاص؟‬

‫الحل‪ :‬الترتيب هنا غير مهم فاختيار الخامب قبل السادب او السادب قبل الخامب نتيجته واحدة‬

‫!‪8‬‬ ‫!‪8∗7∗6∗5‬‬
‫= !‪(83) = 3! 5‬‬ ‫!‪3∗2∗5‬‬
‫‪= 8*7 = 56‬‬

‫‪22‬‬
 ‫‪ 5.2.1‬نظرية ذات الحدين ‪Binomial Theorem‬‬

‫‪(𝑎 + 𝑏)𝑛 = 𝑎𝑛 + n𝑎𝑛−1 𝑏 +‬‬ ‫𝑛 𝑏 ‪𝑎𝑛−2 𝑏 2 + …. na𝑏 𝑛−1 +‬‬

‫)‪𝑛(𝑛−1‬‬
‫‪1∗2‬‬

‫𝑟 𝑏 𝑟‪= ∑𝑛𝑟=0 (𝑛𝑟) 𝑎𝑛−‬‬

‫مثال‬

‫‪(𝑎 + 𝑏)5 = 𝑎5 + 5𝑎4 b + 𝑎3 𝑏 2 +‬‬ ‫‪𝑎2 𝑏 3 + 5a𝑏 4 + 𝑏 5‬‬

‫‪5∗4‬‬
‫‪2∗1‬‬

‫‪= 𝑎5 + 5𝑎4 b + 10𝑎3 𝑏 2 + 10𝑎2 𝑏 3 + 5a𝑏 4 + 𝑏 5‬‬

‫𝑛)𝑏 ‪(𝑎 +‬‬ ‫ويجب م حظة الخواص التالية لمف وك‬

‫يوجد في المف وك ‪ n+1‬حدا‬ ‫‪.I‬‬

‫مجموت اسي ‪ a‬و ‪ b‬في ل حد هو ‪n‬‬ ‫‪.II‬‬

‫يتناقص أب ‪ a‬حدا بعد حد من ‪ n‬الى ‪ 0‬ويتزايد أب ‪ b‬حدا بعد حد من ‪ 0‬الى ‪n‬‬ ‫‪.III‬‬

‫معامل ل حد هو )𝑘𝑛( حيث ‪ k‬هو أب اي من ‪ a‬او ‪b‬‬ ‫‪.IV‬‬

‫‪a+b=n‬‬ ‫)𝑏𝑛 ( = )𝑎𝑛( اذا ان‬

‫تتساوى معام ت الحدود التي تبعد عن بداية المف وك ونهاية المف وك بنفب المقدار‬ ‫‪.V‬‬

‫‪23‬‬
 ‫‪The Summation Notation‬‬ ‫‪ 6.2.1‬المجاميع‬

‫𝑛𝑥 ‪ 𝑥1 , 𝑥2 , 𝑥3 , ….‬فان‬ ‫اذا ان لدينا ‪ n‬متغير هي‪:‬‬

‫مجموت هذه المتغيرات يعبر عنه بالرمز‬

‫𝑛‬

‫𝑖𝑥 ∑‬
‫‪𝑖=0‬‬

‫وتق أر مجموت 𝑖𝑥 او سيغما 𝑖𝑥 حيث ‪ i‬من ‪ 1‬الى ‪n‬‬

‫وه ذا‬
‫𝒏‬

‫𝒏𝒙 ‪∑ 𝒙𝒊 = 𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + ⋯ +‬‬
‫𝟎=𝒊‬

‫امثلة‬

‫𝟓‬

‫𝟓𝒙 ‪∑ 𝒙𝒊 = 𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 +‬‬
‫𝟏=𝒊‬
‫𝟒‬

‫𝟒𝟐𝒙 ‪∑ 𝒙𝟐𝒊 = 𝒙𝟐𝟏 + 𝒙𝟐𝟐 + 𝒙𝟐𝟑 +‬‬

‫𝟏=𝒊‬
‫𝟔‬

‫𝟔𝒙 𝟔𝒇 ‪∑ 𝒇𝒊 𝒙𝒊 = 𝒇𝟏 𝒙𝟏 + 𝒇𝟐 𝒙𝟐 + 𝒇𝟑 𝒙𝟑 + 𝒇𝟒 𝒙𝟒+ 𝒇𝟓 𝒙𝟓 +‬‬

‫𝟏=𝒊‬

‫𝟑‬

‫𝟐)𝟑 ‪∑(𝒙𝒊 − 𝟑)𝟐 = (𝒙𝟏 − 𝟑)𝟐 + (𝒙𝟐 − 𝟑)𝟐 + (𝒙𝟑 −‬‬

‫𝟏=𝒊‬

‫𝟒‬ ‫𝟐‬

‫𝟐) 𝟒𝒙 ‪(∑ 𝒙𝒊 ) = ( 𝒙𝟐 + 𝒙𝟑 +‬‬

‫𝟐=𝒊‬

‫‪24‬‬
 ‫خواص المجموعات ‪Properties‬‬

‫من اهم الخواص التي تسهل عمليات الجمع ما يأتي‪:‬‬

‫𝒊𝒙𝒄 𝟏=𝒊𝒏∑‬ ‫𝒏∑ 𝒄 =‬

‫𝒊𝒙 𝟏=𝒊‬

‫‪∑𝒏𝒊=𝟏 𝒄 = nc‬‬

‫𝒊𝒚 𝟏=𝒊𝒏∑ ‪∑𝒏𝒊=𝟏 (𝒙𝒊 + 𝒚𝒊 ) = ∑𝒏𝒊=𝟏 𝒙𝒊 +‬‬

‫𝒊𝒙( 𝟏=𝒊𝒏∑‬ ‫‪−‬‬ ‫𝒊𝒚 𝟏=𝒊𝒏∑ ‪𝒚𝒊 ) = ∑𝒏𝒊=𝟏 𝒙𝒊 -‬‬

‫‪25‬‬
 ‫‪ 3.1‬تمارين الفصل االول ‪ /‬المدخل الرياضي‬

‫المجموعات‬

‫اكتب المجموعة ل رقام من ‪ 4‬الى ‪ 8‬باسلوبين‬ ‫‪)1‬‬

‫اكتب المجموعة ‪ B‬ل رقام التي تتكون منها سنة مي دية‬ ‫‪)2‬‬

‫فيما يأتي‪ :‬عوض عن النجمة * ب ∈ او ∉ حسب الصحيخ‬ ‫‪)3‬‬

‫}‪3 * {2,3,5‬‬ ‫‪.i‬‬

‫}‪0 * {1,3‬‬ ‫‪.ii‬‬

‫} سر = 𝒙‪* {𝒙⁄‬‬
‫𝟏‬
‫‪.iii‬‬
‫𝟐‬

‫}‪4 * {2,6,8‬‬ ‫‪.iv‬‬

‫}𝟔 ‪B = {𝟎, 𝟏, 𝟐, 𝟑, 𝟒, 𝟓,‬‬ ‫بين اي المجموعات التالية مجموعة جزئية من‬ ‫‪)4‬‬

‫)‪a‬‬ ‫}𝟓 ‪A = {𝟎, 𝟏,‬‬

‫)‪b‬‬ ‫∅=‪A‬‬

‫)‪c‬‬ ‫}𝟖 ‪A = {𝟐, 𝟒, 𝟔,‬‬

‫)‪d‬‬ ‫}𝟔{ = ‪A‬‬

‫‪26‬‬
 ‫االرقام الحقيقية‬

‫‪ )5‬اوجد نتائج العمليات التالية‪:‬‬

‫)‪a‬‬ ‫‪5 * {−3} + 2‬‬

‫)‪b‬‬ ‫}‪- 5 * {6 − 2‬‬
‫‪2‬‬ ‫‪6‬‬
‫)‪c‬‬ ‫‪+‬‬
‫‪3‬‬ ‫‪7‬‬
‫‪3−2‬‬
‫)‪d‬‬
‫‪4−2‬‬
‫‪7‬‬ ‫‪3‬‬
‫)‪e‬‬ ‫‪+‬‬
‫‪8‬‬ ‫‪4‬‬
‫‪4‬‬ ‫‪6‬‬
‫)‪f‬‬ ‫‪-‬‬ ‫∗‬
‫‪3‬‬ ‫‪8‬‬
‫‪1‬‬ ‫‪30‬‬
‫)‪g‬‬ ‫‪7+3-‬‬ ‫∗‬
‫‪3‬‬ ‫‪10‬‬
‫‪2‬‬ ‫‪9‬‬
‫)‪h‬‬ ‫‪{3 − 5} * 8‬‬

‫مبدأ العد‬

‫م عددا م ونا من ث ثة ارقام يم ن تكوينه من مجموعة االرقام ‪:‬‬ ‫‪)6‬‬

‫}𝟕 ‪A = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔,‬‬

‫‪ .i‬عندما يسمخ بتكرار الرقم في نفب العدد‬

‫‪ .ii‬عندما ال يسمخ بتكرار الرقم في نفب العدد‬

‫المضاريب‬

‫احسب‪:‬‬ ‫‪)7‬‬

‫‪27‬‬
 ‫‪.i‬‬
‫!𝟗‬
‫!𝟔‬

‫‪.ii‬‬
‫!𝟕‬
‫!𝟓‬

‫اختصر‬ ‫‪)8‬‬

‫‪.i‬‬
‫!𝒏‬
‫!}𝟏‪{𝒏−‬‬

‫‪.ii‬‬
‫!}𝟐‪{𝒏+‬‬
‫!𝒏‬

‫التباديل‬

‫ب م طريقة يم ن لمجموعة من ‪ 5‬اشخاص ان يرتبوا انفسهم بحيث يجلسون‪:‬‬ ‫‪)9‬‬

‫‪ .i‬في صم به ‪ 5‬مقاعد‬

‫‪ .ii‬حول مائدة مستديرة‬

‫‪)10‬‬

‫ب م طريقة يم ن ان يجلب ث ثة اوالد وبنتان في صم؟‬ ‫‪.i‬‬

‫‪ .ii‬ب م طريقة يم ن ان يجلسوا في صم اذا جلب االوالد معا والبنات معا؟‬

‫م عدد التباديل المختلفة التي يم ن تكوينها من جميع حروف لمة من الكلمات التالية‪:‬‬ ‫‪)11‬‬

‫فلسطين‬ ‫‪.i‬‬

‫‪ .ii‬القسطنطينية‬

‫الدمام‬ ‫‪.iii‬‬

‫‪28‬‬
 ‫التوافيق‬

‫ب م طريقة يم ن اختيار لجنة من رجلين وامرأة من بين خمسة رجال وامرأتين‬ ‫‪)12‬‬

‫في امتحان من عشرة اسئلة على الطالب ان يجيب على ثمانية اسئلة فقا‬ ‫‪)13‬‬

‫‪ .i‬ب م طريقة يم ن للطالب ان يختار االسئلة؟‬

‫‪ .ii‬ب م طريقة يم نه االختيار اذا انت االسئلة الث ثة االولى اجبارية؟‬

‫‪ .iii‬ب م طريقة يم نه االختيار اذا ان من الضروري ان يجيب على اربعة اسئلة من‬

‫االسئلة الخمسة االولى؟‬

‫ب م طريقة يم ننا اختيار واحد او اكثر من خمسة‬ ‫‪)14‬‬

‫نظرية ذات الحدين‬

‫𝟒}𝟏 ‪{𝟏 +‬‬ ‫اوجد مف وك‬ ‫‪)15‬‬

‫𝟓} 𝟐𝒚 ‪{𝟐𝒙 +‬‬ ‫اوجد مف وك‬ ‫‪)16‬‬

‫المجاميع‬

‫اوجد مف وك المجاميع اآلتية‪:‬‬ ‫‪)17‬‬

‫𝒊𝟐𝒙 𝟏=𝒊𝟒∑‬ ‫‪.i‬‬

‫𝟐}𝟑 ‪∑𝟒𝒊=𝟏 {𝒙𝒊 −‬‬ ‫‪.ii‬‬

‫‪29‬‬
 ‫𝟐‬
‫) 𝒊𝒙 𝟐=𝒊𝟒∑(‬ ‫‪.iii‬‬

‫و ‪𝒙𝟒 = 8‬‬ ‫‪𝒙𝟑 = 6‬‬ ‫و‬ ‫‪𝒙𝟐 = 4‬‬ ‫و‬ ‫اذا انت ‪𝒙𝟏 = 2‬‬ ‫‪)18‬‬

‫اوجد‪:‬‬

‫𝟐‬
‫) 𝒊𝒙 𝟏=𝒊𝟒∑(‬ ‫‪.i‬‬

‫𝒊𝒙 𝟏=𝒊𝟒∑‬ ‫‪.ii‬‬

‫𝟐}𝟓 ‪∑𝟑𝒊=𝟏 {𝒙𝒊 −‬‬ ‫‪.iii‬‬

‫‪30‬‬
 ‫‪ 4.1‬حل تمارين الفصل االول ‪ /‬المدخل الرياضي‬

‫‪{𝟖, 𝟕, 𝟔, 𝟓, 𝟒} = A‬‬ ‫‪)1‬‬

‫او ‪ x/x{ = A‬عدد صحيخ بين االربعة والثمانية بما فيها الثمانية}‬

‫‪ x/x{ = A‬االرقام التي تكون سنة المي د}‬ ‫‪)2‬‬

‫‪)3‬‬

‫∈‬ ‫‪.i‬‬

‫∉‬ ‫‪.ii‬‬

‫∈‬ ‫‪.iii‬‬

‫∉‬ ‫‪.iv‬‬

‫)‪ (a‬و (‪)c‬‬ ‫‪)4‬‬

‫‪)5‬‬

‫‪a) 5*(-3) + 2 = -15 + 2 = -13‬‬

‫‪b) (-5) (6 - 2) = (-5) (4) = -20‬‬
‫‪2‬‬ ‫‪6‬‬ ‫)‪(2)(7) + (3)(6‬‬ ‫‪32‬‬
‫)‪c‬‬ ‫‪+‬‬ ‫=‬ ‫=‬
‫‪3‬‬ ‫‪7‬‬ ‫)‪(3)(7‬‬ ‫‪21‬‬
‫‪1‬‬
‫)‪d‬‬
‫‪2‬‬
‫‪7‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪13‬‬
‫)‪e‬‬ ‫‪+‬‬ ‫=‬ ‫‪+‬‬ ‫=‬
‫‪8‬‬ ‫‪4‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪18‬‬

‫‪31‬‬
 ‫‪4‬‬ ‫‪6‬‬ ‫‪24‬‬
‫)‪f‬‬ ‫‪-( )( )=-‬‬ ‫‪= -1‬‬
‫‪3‬‬ ‫‪8‬‬ ‫‪24‬‬
‫‪1‬‬ ‫‪30‬‬
‫‪g) 7 + 3 - ( ) = 7 + 3 – 1 = 9‬‬
‫‪3‬‬ ‫‪10‬‬
‫‪2‬‬ ‫‪9‬‬ ‫‪13‬‬ ‫‪9‬‬ ‫‪13‬‬ ‫‪9‬‬ ‫‪39‬‬
‫‪h) ( – 5) ( ) = - ( ) ( ) = - ( ) ( ) = -‬‬
‫‪3‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫‪8‬‬ ‫‪8‬‬

‫‪)6‬‬

‫‪i.‬‬ ‫‪7 * 7 * 7 = 343‬‬

‫‪ii.‬‬ ‫‪7 * 6 * 5 = 210‬‬

‫‪)7‬‬

‫!‪9‬‬ ‫!‪9∗8∗7∗6‬‬
‫‪i.‬‬ ‫=‬ ‫‪= 9*8*7 = 504‬‬
‫!‪6‬‬ ‫!‪6‬‬
‫!‪7‬‬ ‫!‪7∗6∗5‬‬
‫‪ii.‬‬ ‫=‬ ‫‪= 7*6 = 42‬‬
‫!‪5‬‬ ‫!‪5‬‬

‫‪)8‬‬

‫!𝑛‬ ‫‪𝑛 (𝑛−1)(𝑛−2)….3∗2∗1‬‬

‫‪i.‬‬
‫!)‪(𝑛−1‬‬
‫=‬ ‫‪(𝑛−1)(𝑛−2)….3∗2∗1‬‬
‫‪=n‬‬

‫!𝑛‬ ‫!)‪𝑛(𝑛−1‬‬
‫!)‪(𝑛−1‬‬
‫=‬ ‫!)‪(𝑛−1‬‬
‫‪=n‬‬
‫!)‪(𝑛+2‬‬ ‫!)𝑛()‪(𝑛+2)(𝑛+1‬‬
‫‪ii.‬‬ ‫=‬ ‫)‪= (n+2) (n+1‬‬
‫!𝑛‬ ‫‪𝑛2 +3𝑛+2‬‬

‫‪)9‬‬

‫يم ن ل شخاص الخمسة ان يجلسوا في صم واحد بطرق عددها !‪5‬‬ ‫‪.i‬‬

‫‪= 5*4*3*2*1 = 120‬‬

‫‪32‬‬
‫يم ن لشخص واحد ان يجلب في اي م ان من المائدة المستديرة ويم ن لألشخاص‬ ‫‪.ii‬‬

‫االربعة اآلخرين ان يرتبوا انفسهم حول المائدة بطرق عددها !‪4‬‬

‫‪= 4*3*2*1 = 24‬‬

‫يعطي هذا مثاال للتباديل الدائرية وبصفة عامة يم ن ترتيب ‪ n‬شيا في دائرة بطرق عددها‪:‬‬

‫!)‪(n-1) (n-2) …... 3*2*1 = (n-1‬‬

‫‪)10‬‬

‫يم ن لخمسة اشخاص ان يجلسوا في صم واحد بطرق عددها ‪5! = 120‬‬ ‫‪.i‬‬

‫توجد طريقتان لتوزيع االوالد معا والبنتين معا وهما‪ GGBBB :‬و ‪BBBGG‬‬ ‫‪.ii‬‬

‫حيث ترمز ‪ B‬للولد و ‪ G‬للبنت‬

‫يم ن للبنتين ان تجلسا معا بطرق عددها !‪2‬‬

‫يم ن لألوالد ان يجلسوا معا بطرق عددها !‪3‬‬

‫∴ عدد الطرق المطلوبة هو ‪2! 3! = 24‬‬

‫‪)11‬‬

‫النه يوجد ‪ 6‬حروف وال توجد تك اررات‬ ‫‪6! = 720 .I‬‬

‫= ‪ 4989600‬النه يوجد ‪ 11‬حرفا اثنان منها هما ط واثنان هما ن‬ ‫‪.II‬‬

‫!‪11‬‬
‫!‪2!2!2‬‬

‫واثنان هما ي‬

‫النه يوجد ‪ 6‬حروف اثنان منها هما أ واثنان هما م‬ ‫‪.III‬‬

‫!‪6‬‬
‫!‪2!2‬‬

‫‪33‬‬
 ‫يم ن اختيار الرجلين من بين الخمسة رجال بطرق عددها )𝟐𝟓( ويم ن اختيار المرأة من بين‬ ‫‪)12‬‬

‫امرأتين بطرق عددها )𝟏𝟐( وبذلك ي ون اختيار اللجنة بطرق عددها‪:‬‬

‫!𝟓‬ ‫!𝟐‬ ‫!𝟓‬ ‫𝟎𝟐𝟏‬

‫= )!𝟏( )!𝟑!𝟐( = )𝟏𝟐( )𝟐𝟓(‬ ‫!𝟑‬
‫=‬
‫𝟔‬
‫𝟎𝟐 =‬

‫‪)13‬‬

‫يم ن اختيار االسئلة الثمانية بطرق عددها‪:‬‬ ‫‪.I‬‬

‫!‪10‬‬ ‫‪10∗9‬‬
‫‪(10‬‬
‫‪8‬‬
‫=)‬ ‫!‪8!2‬‬
‫=‬
‫‪2‬‬
‫‪= 45‬‬

‫اذا اجاب على األسئلة الث ثة االولى فيم نه اختيار األسئلة الخمسة االخرى من بين‬ ‫‪.II‬‬

‫االسئلة السبعة الباقية بطرق عددها‪:‬‬

‫‪7‬‬ ‫‪7‬‬ ‫‪7∗6‬‬

‫=) ( =) (‬ ‫‪= 21‬‬
‫‪5‬‬ ‫𝟐‬ ‫‪2∗1‬‬
‫اذا اجاب على األسئلة الخمسة االولى فيم نه اختيار األسئلة الث ثة االخرى من بين‬ ‫‪.III‬‬

‫‪(𝟓3) = 10‬‬ ‫االسئلة الخمسة االخيرة بطرق عددها‪:‬‬

‫اذا اختار اربعة اسئلة من الخمسة االولى واربعة اسئلة من الخمسة االخيرة فانه‬

‫سيختار بطرق عددها‪:‬‬

‫‪(𝟓4)(𝟓4) = 5 ∗ 5 = 25‬‬

‫وه ذا فمجموت طرق االختيار المم نة هو‪:‬‬

‫‪10 + 25 = 35‬‬

‫يتم اختيار اما ‪ 1‬او ‪ 2‬او ‪ 3‬او ‪ 4‬او ‪ 5‬وبذلك ي ون عدد الطرق هو‪:‬‬ ‫‪)14‬‬

‫‪34‬‬
 (𝟓𝟏) + (𝟓𝟐) + (𝟓𝟑) + (𝟓𝟒) + (𝟓𝟓) = 𝟓 + 𝟏𝟎 + 𝟏𝟎 + 𝟓 + 𝟏 = 𝟑𝟏

)15

{1 + 1}4 = (40) 14 + (41) 13 11 + (42) 12 12 + (43) 11 13 + (44) 14

=(40) + (41) + (42) + (43) + (44)

= 1 + 4 + 6 + 4 + 1 = 16

)16

{2𝑥 + 𝑦 2 }5 = (𝟓0) {2𝑥}5 + (𝟓1) {2𝑥}4 𝑦 2 + (𝟓2) {2𝑥}3 {𝑦 2 }2

+ (53) {2𝑥}2 {𝑦 2 }3 + (54) {2𝑥} {𝑦 2 }4 + (55) {𝑦 2 }5

= 32𝑥 5 + 80𝑥 4 𝑦 2 + 80𝑥 3 𝑦 4 + 40𝑥 2 𝑦 6 + 10𝑥 𝑦 8 + 𝑦10

)17

i. ∑4𝑖=0 𝑥𝑖2 = 𝑥12 + 𝑥22 + 𝑥32 + 𝑥42

ii. ∑𝑛𝑖=0 {𝑥𝑖 − 3}2 = {𝑥1 − 3}2 + {𝑥2 − 3}2 + {𝑥3 − 3}2
iii. {∑4𝑖=2 𝑥𝑖 }2 = {𝑥2 + 𝑥3 + 𝑥4 }2

)18

i. {∑4𝑖=1 𝑥𝑖 }2 = {𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 }2
= {2 + 4 + 6 + 8}2
={20}2
= 400
ii. ∑4𝑖=1 𝑥𝑖2 = 𝑥12 + 𝑥22 + 𝑥32 + 𝑥42
= 22 + 42 + 62 + 82
= 120

35
iii. ∑3𝑖=1 {𝑥𝑖 − 5}2 = {𝑥1 − 5}2 + {𝑥2 − 5}2 + {𝑥3 − 5}2
= {2 − 5}2 + {4 − 5}2 + {6 − 5}2
=9+1+1

36
 ‫الفصــل الثاني‬

‫االحتمــــــــاالت‬
‫‪PROBABILITIES‬‬

‫‪ 1.2‬معنى االحتــمال‬
‫لقد تم تعريم االحتمال بطرق عديدة غير أن أبسطها " هو مقياس المكانية وقوع حدث )‪ (Event‬معين"‬

‫ثي اًر ما نستعمل في حياتنا اليومية لمات يحتمل ويم ن ويجوز فنقول مث ً من المم ن أو من المحتمل‬

‫أن تمطر السماا اليوم ونعني بهذا أن الظواهر الطبيعية المحيطة بنا اليوم مشابهة لنفب الظواهر‬

‫الطبيعية في أوقات سابقة التي حدث فيها أن أمطرت السماا‪ .‬ذلك عندما نقول أن احتمال سحب ورقة‬

‫"سباتي" من مجموعة واحدة من ورق اللعب عددها (‪ )52‬ورقة هو ‪ 1/4‬فإن ما نعنيه في الحقيقة هو‬

‫أننا إذا ما سحبنا ورقة واحدة من مجموعة ورق اللعب عدة مرات فأننا نتوقع أن نحصل على ورقة سباتي‬

‫في ‪ 1/4‬مرات السحب وذلك ألن عدد أوراق "السباتي" في المجموعة هو ‪.13‬‬

‫إذن فاالحتمال هو ‪.1/4 = 13/52‬‬

‫لقد شهد القرنين السادب عشر والسابع عشر اهتماما بار اًز بهذا النوت من الدراسات والبحوث حيث انت‬

‫الظروف مواتية لذلك في تلك الفترة إذ أن ألعاب المقامرة بورق اللعب ورمي حجر النرد انت منتشرة في‬

‫قصور المترفين في أوروبا خاصة في فرنسا و انت هذه فترة النهضة العلمية في أوروبا وخاصة في مجال‬

‫الرياضيات وقد شعر المقامرون بحاجتهم إلى أسب علمية تساعدهم على حساب فرصهم في الكسب أو‬

‫الخسارة فلجأوا إلى علماا الرياضيات أمثال بس ال )‪ (PASCAL‬وفرمات )‪ (FERMAT‬وبرنولي‬

‫)‪ (BERNOULLI‬وغيرهم وهنا انت نقطة البدا في الدراسات الجدية في علم االحتمال‪.‬‬

‫‪37‬‬
 ‫‪ 2.2‬تعاريـــف‬
‫ي نتم ن من عرض أسب ونظريات علم االحتمال يلزمنا أوالً تقديم بعض التعاريم التي تستخدم في هذا‬

‫المجال‪:‬‬

‫‪ -1‬الحادث والتجربة والفراغ العيني‪:‬‬

‫افترض أننا نقوم بإجراا تجربة ما رمي زهرة النرد مث ً ون حظ ل النتائج المم نة وهي ظهور‬

‫أحد األوجه الس ـ ـ ـ ـ ــتة ‪ 1‬أو ‪ 2‬أو ‪ 3‬أو ‪ 4‬أو ‪ 5‬أو ‪ 6‬ونفترض أننا مهتمون بظهور رقم فردي أي‬

‫‪ 1‬أو ‪ 3‬أو ‪ 5‬من التجربة وه ذا فإن عملية رمي الزهرة تسمى تجربة )‪ (Experiment‬وظهور‬

‫رقم فردي هو محل اهتمامنا يس ـ ـ ــمى حادثاً )‪ ،(Event‬ومجموعة جميع الحاالت المم نة الظهور‬

‫تسمى بالفراغ العيني )‪.(Sample Space‬‬

‫وي حظ أن الحادث قد ي ون حالة او اكثر من الفراغ العيني ‪.‬‬

‫‪ -2‬الحاالت الممكنة )‪(Possible Cases‬‬

‫هي الحاالت أو النتائج المختلفة التي يم ن أن تظهر نتيجة إلجراا تجربة معينة فمث ً عند رمي‬

‫قطعة عملة تكون نتيجتها صورة أو تابة وعند رمي زهرة نرد تكون نتيجتها ‪ 1‬أو ‪ 2‬أو ‪ 3‬أو ‪4‬‬

‫أو ‪ 5‬أو ‪ 6‬فيقال أن عدد الحاالت المم نة ‪ 2‬في حالة رمي قطعة العملة و ‪ 6‬في حالة رمي‬

‫زهرة النرد‪.‬‬

‫‪ -3‬الحاالت المواتية )‪(Favorable Cases‬‬

‫هي النتائج او الحاالت التي تقدي إلى تحقيق الحادث الذي هو موضع اهتمامنا فإذا ان الحادث‬

‫هو الحصول على رقم فردي في حالة رمي زهرة النرد فإن الحاالت التي تحقق هذا الحادث هي‬

‫الحصول على ‪ 1‬أو ‪ 3‬أو ‪ 5‬هذه الحاالت الث ثة تسمى الحاالت المواتية‪.‬‬

‫‪38‬‬
 ‫‪ -4‬الحاالت المتماثلة )‪(Equally Likely Cases‬‬

‫إذا ان لدينا عدة رات معدنية مصنوعة من مادة واحدة متجانسة في الكثافة ولها نفب الوزن‬

‫والحجم وضعناها في يب وسحبنا رة منها بعد خلطها جيداً فإن هذه الكرات تكون حاالت‬

‫متماثلة أي ي ون لكل منها نفب النصيب في السحب‪.‬‬

‫‪ -5‬الحوادث المتنافية )‪(Mutually Exclusive Events‬‬

‫يقال عن الحادثين ‪ A‬و ‪ B‬أنهما متنافيان إذا استحال حدوثهما معا فمث ً عند رمي حجر النرد‬

‫ال يم ن الحصول على وجهين في وقت واحد‪.‬‬

‫‪ -6‬الحوادث المستقلة )‪(Independent Events‬‬

‫يعتبر الحادثين ‪ A‬أو ‪ B‬حادثين مستقلين إذا ان وقوت إحداهما أو عدم وقوعه ال يقثر في وقوت‬

‫اآلخر فمث ً عند رمي قطعة عملة واحدة مرتين متتاليتين فإن نتيجة الرمية الثانية ال تتأثر بنتيجة‬

‫األولى‪.‬‬

‫‪ -7‬الحوادث الشاملة )‪(Exhaustive Events‬‬

‫تسمى الحوادث ‪ ... C B A‬حوادث شاملة في تجربة ما إذا ان البد من حدوث إحداها عند‬

‫إجراا التجربة‪.‬‬

‫فمث ً عند اختيار طالب من الجامعة لمعرفة حالته ما إذا ان مدخنا أو غير مدخن تعتبر هذه‬

‫الحاالت حوادث شاملة ألنه البد للفرد أن ي ون له صفة واحدة من هذه الصفات‪ .‬ذلك فإن‬

‫الحصول على العدد ‪ 1‬أو ‪ 2‬أو ‪ 3‬أو ‪ 4‬أو ‪ 5‬أو ‪ 6‬عند رمي حجر النرد تعتبر حوادث شاملة‬

‫ألنه البد من حدوث إحداها‪.‬‬

‫‪39‬‬
 ‫‪ 3.2‬حســاب االحتــمـال‬
‫االحتمال "هو نسبة عددية غير سالبة محصورة بين الصفر والواحد" حيث تدل القيمة صفر على حالة‬

‫استحالة الحدوث والقيمة واحد على الحادث األكيد الوقوت ويم ن حسابه أو تقديره بطريقتين ‪:‬‬

‫‪ -‬االحتمال النظري‬

‫‪ -‬االحتمال التجريبي‬

‫❖ االحتمال النظري )‪(Theoretical Approach‬‬

‫يعرف أيضاً باالحتمال الك سي ي واالحتمال النظري لحدوث حادثة ما هو نسبة عدد الحاالت المواتية‬

‫إلى عدد الحاالت المم نة الحدوث على فرض أن ل الحاالت لها نصيب متكافيا في الحدوث‪.‬‬

‫مثـال ‪: 1‬‬

‫إذا ان لدينا يب بداخله ‪ 8‬رات حمراا و ‪ 3‬رات بيضاا فما هو احتمال أن نسحب رة ما ال على‬

‫التعيين فتكون رة بيضاا؟‬

‫الحـل ‪:‬‬

‫عدد الحاالت المم نة = ‪11‬‬

‫عدد الحاالت المواتية = ‪3‬‬

‫‪ ‬احتمال سحب رة بيضاا = ‪3/11‬‬

‫إذن من أجل حساب احتمال حدوث حادثة ما البد من معرفة عدد الحاالت المم نة التي لها نصيب‬

‫متكافيا في الحدوث وعدد الحاالت المواتية ‪.‬‬

‫مثـال ‪:2‬‬

‫إذا ـان هناك (‪ )4‬أعضاا من مجلب إدارة إحـدى الشر ـات هم‪:‬‬

‫(‪ )D C B A‬مرشحين الختيار اثنين منهم لتمثيل الشر ة في احد المقتمرات الدولية ‪:‬‬

‫‪40‬‬
 ‫ما هو احتمال اختيار العضو ‪A‬‬ ‫أ‪.‬‬

‫ب‪ .‬ما هو احتمال اختيار أحد العضوين ‪ A‬أو ‪D‬‬

‫ج‪ .‬ما هو احتمال اختيار العضوين ‪ A‬و ‪D‬‬

‫د‪ .‬ما هو احتمال عدم اختيار العضو ‪A‬‬

‫الحــل‪ :‬الفراغ العيني ‪ S‬هو مجموعة الحاالت المم نة أي‬

‫}‪S = {AB, AC, AD, BC, BD, CD‬‬

‫أ‪ -‬عدد الحاالت المواتية الختيار العضو ‪ A‬هو ‪ 3‬حاالت عدد الحاالت المم نة ‪ 6‬حاالت‬

‫عدد الحاالت المواتية‬

‫االحتمال =‬
‫عدد الحاالت المم نة‬

‫‪3‬‬ ‫‪1‬‬
‫= )𝐴(𝑃‬ ‫=‬
‫‪6‬‬ ‫‪2‬‬

‫ب‪ -‬هناك ‪ 5‬حاالت مواتية الختيار ‪ A‬أو ‪D‬‬

‫‪5‬‬
‫= )‪𝑃(𝐴 or D) = P(AUD‬‬
‫‪6‬‬

‫ج‪ -‬هناك حالة واحدة مواتية الختيار ‪D , A‬‬

‫‪1‬‬
‫= )‪P (A , D) = P (A  D‬‬
‫‪6‬‬

‫‪41‬‬
 ‫د‪ -‬هناك ‪ 3‬حاالت مواتية لعدم اختيار ‪A‬‬

‫‪3‬‬ ‫‪1‬‬
‫= = )𝐴( ‪∴ P‬‬
‫‪6‬‬ ‫‪2‬‬

‫حيث )𝐴( ‪ P‬هي احتمال عدم اختيار ‪A‬‬

‫❖ عيـوب االحتـمال النـظري‬

‫هناك بعض العيوب أو الصعوبات في تطبيق التعريم النظري ل حتمال منها‪:‬‬

‫‪ -1‬صعوبة حصر عدد الحاالت الممكنة‬

‫فمث ً لو ان لدينا المستقيم أ د أخذت عليه النقطة ب وطلب إلينا حساب احتمال وقوت النقطة‬

‫ب في الجزا ب جـ من المستقيم ‪.‬‬

‫ب‬
‫د‬ ‫أ‬
‫*‬
‫ج‬ ‫*‬ ‫*‬
‫ب‬

‫لحساب احتمال وقوت النقطة ب في الجزا ب ج علينا أن نحسب مجموت نقاط الجزا ب جـ وهي‬

‫التي تمثل عدد الحاالت المواتية وأن نحسب مجموت نقاط المستقيم أ د والتي تمثل عدد الحاالت‬

‫المم نة ولكننا نرى أنه من الصعب جداً حساب عدد هذه النقاط وبالتالي من الصعب تطبيق‬

‫التعريم النظري ل حتمال‪.‬‬

‫‪ -2‬عدم تحقيق تماثل الحاالت الممكنة‬

‫فالتعريم النظري يشترط لتطبيقه تماثل الحاالت المم نة ولكن هذا ال يتحقق دائما فمث ً عند‬

‫اختيار شخص ما لمعرفة حالته االجتماعية (الزواجيه) وهي أعزب أو متزوج أو مطلق أو أرمل‬

‫‪42‬‬
 ‫بل وال يم ن حساب‬ ‫ف يم ننا القول أن احتمال ونه أرم ً مث ُ يساوي‬
‫‪1‬‬
‫‪4‬‬

‫أو تقدير هذا االحتمال باستخدام التعريم النظري ألنه من الواضخ أن هذه الحاالت المم نة‬

‫غير متماثلة‪.‬‬

‫على اعتبار أن الحاالت‬ ‫ذلك ال نستطيع القول بأن احتمال أن ي ون المولود ذ اًر يساوي‬
‫‪1‬‬
‫‪2‬‬

‫المواتية حالة واحدة وهي ونه ذ اًر والحاالت المم نة حالتان (ذ ر أو أنثى) وذلك ألنه من‬

‫المشاهد في جميع أنحاا العالم هو زيادة عدد المواليد الذ ور على اإلناث‪.‬‬

‫من هنا نشأت الحاجة إلى تعريم آخر ل حتمال يتغلب على مثل هذه الصعوبات هذا التعريم‬

‫هو االحتمال التجريبي‪:‬‬

‫❖ االحتمال التجريبي )‪(Empirical Approach‬‬

‫إذا رمينا علبة بريت على ش ل متوازي مستطي ت ‪ N‬مرة و ان عدد الرميات التي نتيجتها ظهور الوجه‬

‫الكبير إلى أعلى ‪ n1‬وعدد الرميات التي نتيجتها ظهور الوجه المتوسا ‪ n2‬وعدد الرميات التي نتيجتها‬

‫ظهور الوجه الصغير ‪ n3‬فإن‪:‬‬

‫‪n1‬‬
‫نسبة عدد المرات للوجه الكبير =‬
‫‪N‬‬

‫‪n2‬‬
‫نسبة عدد المرات للوجه المتوسا =‬
‫‪N‬‬

‫‪n3‬‬
‫نسبة عدد المرات للوجه الصغير =‬
‫‪N‬‬

‫‪1‬‬
‫لعدم تماثل الحاالت المم نة‬ ‫هذه النسب تختلم عن الـ‬
‫‪3‬‬

‫‪43‬‬
‫و لما انت ‪ N‬بيرة لما اقتربت هذه النسب من االستقرار عند قيمة ثابتة وقد تكون مث ً ‪ %70‬و ‪%20‬‬

‫و ‪ %10‬على التوالي بحيث يم ن القول أن‪:‬‬

‫وهو احتمال الحصول على الوجه‬ ‫‪Lim‬‬

‫‪n1‬‬
‫‪= 0.70‬‬
‫‪N‬‬
‫األكبر عند رمي علبة الكبريت‬ ‫‪N → ‬‬

‫وهو احتمال الحصول على الوجه‬ ‫‪Lim‬‬

‫‪n2‬‬
‫‪= 0.20‬‬
‫‪N‬‬
‫األوسا عند رمي علبة الكبريت‬ ‫‪N → ‬‬

‫وهو احتمال الحصول على الوجه‬ ‫‪Lim‬‬

‫‪n3‬‬
‫‪= 0.10‬‬
‫‪N‬‬
‫األصغر عند رمي علبة الكبريت‬ ‫‪N → ‬‬

‫ذلك إذا رمينا قطعة عملة ‪ n‬مرة و ان عدد مرات ظهور الوجه صورة هو ‪ r‬مرة فإن نسبة عدد الصور‬
‫‪r‬‬
‫إذا انت ‪ n‬صغيرة ولكن من الثابت أنه لما زادت ‪ n‬لما اقتربت‬ ‫‪ .‬هذه النسبة قد تختلم عن‬
‫‪1‬‬
‫=‬
‫‪2‬‬ ‫‪n‬‬
‫‪r‬‬
‫بحيث أنه عندما تكون ‪ n‬بيرة جداً تصبخ النسبة قريبة جداً من‬ ‫من‬ ‫النسبة‬
‫‪1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪n‬‬

‫𝑛‬ ‫‪1‬‬ ‫أي ان‬

‫= ‪Lim 1‬‬
‫𝑁‬ ‫‪2‬‬
‫‪N→ ‬‬

‫وهو احتمال الحصول على صورة عند رمي قطعة النقد‪.‬‬

‫وعلى ذلك يكون تعريف االحتمال التجريبي كما يلي‪:‬‬

‫إذا أجريت تجربة مرات متتالية عددها ‪ N‬وكان عدد المرات التي يتحقق في‬
‫كل منها حادث معين هو ‪ r‬مرة فان احتمال وقوع هذا الحادث يساوي‬

‫‪Lim r‬‬
‫‪n‬‬
‫∞→‪N‬‬

‫‪44‬‬
 ‫‪ 4.2‬قوانـين االحتــماالت‬

‫❖ جمـع االحتمـــاالت‬

‫أ‪ -‬في حالة كون الحوادث متنافية‬

‫إذا انت الحوادث ‪ .... A3 , A2 , A1‬حوادث متنافية بمعنى أن حدوث أحـدها يـقدي إلى استحالة‬

‫حدوث أي من الحوادث األخرى وبالتالي فإن احتمال حدوث هذه الحوادث معاً ي ون معدوماً فإن‬

‫احتمال وقوع أي حادث من الحوادث المتنافية يساوي مجموع احتماالت وقوع هذه الحوادث‬

‫فإذا ان ‪ A B‬حادثين متنافيين ما في الش ل (‪)1‬‬

‫الشكل (‪)1‬‬

‫‪s‬‬ ‫فإن )‪ B( = P(A) + P(B‬أو ‪P )A‬‬

‫‪A‬‬ ‫‪B‬‬
‫يرمز أيضاً الحتمال وقوت أحد الحادثين بالرمز‬

‫حوادث متنافية‬ ‫)‪P (AUB) = P (A) + P (B‬‬

‫مثـال ‪ : 3‬في حالة رمي زهرة نرد ما هو احتمال الحصول على عدد فردي؟‬

‫الحــل ‪ :‬الحصول على عدد فردي معناه الحصول على ‪ 1‬أو ‪ 3‬أو ‪ 5‬وحيث أن هذه الحوادث الث ثة‬

‫متنافية فإن‬

‫)‪ 5( = P (1) + P (3) + P (5‬أو ‪ 3‬أو ‪P (1‬‬

‫=‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪+‬‬ ‫‪+‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬

‫‪1‬‬
‫=‬
‫‪2‬‬

‫‪45‬‬
 ‫مثـال ‪:4‬‬

‫عند رمي زهرة نرد مرتين ما هو احتمال الحصول على وجهين متشابهين؟‬

‫الحــل‪:‬‬

‫الحصول على وجهين متشابهين معناه الحصول على (‪ 1‬و ‪ )1‬أو (‪ 2‬و ‪ )2‬أو (‪ 3‬و ‪ ... )3‬أو‬

‫‪1‬‬
‫(‪ 6‬و ‪ )6‬وهي حوادث متنافية واحتمال ل منها‬
‫‪36‬‬

‫(‪ 6‬و ‪ 2(+ ... + P )6‬و ‪ 1(+ P )2‬و ‪( = P )1‬وجهين متشابهين) ‪P‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫=‬ ‫‪+‬‬ ‫‪+ ... +‬‬
‫‪36 36‬‬ ‫‪36‬‬

‫‪6‬‬
‫=‬
‫‪36‬‬

‫ومما سبق نجد أن‬

‫إذا كان ‪ B , A‬حادثين شاملين ومتنافين فإن‬

‫‪P (A) + P(B) = 1‬‬

‫إذا كان ‪ B , A‬حادثين شاملين ومتنافين ومتماثلين فإن‬

‫𝟏‬
‫= )‪P (A) = P (B‬‬
‫𝟐‬

‫إذا رمزنا للحادث عدم وقوع ‪ A‬بالرمز ‪ A‬فإن الحادثين ‪ A‬و ‪ A‬يكونان متنافيين‬

‫وشاملين ‪ ،‬مثل أن يكون الشخص مدخنا أو غير مدخن‬

‫‪46‬‬
 ‫ب‪ -‬في حالة كون الحوادث غير متنافية‬

‫عند عدم اشتراط تنافي الحادثين ‪ A‬و ‪ B‬ي ون المقصود بالحادث (‪ A‬أو ‪ )B‬وقوت ‪ A‬على انفراد أو وقوت‬

‫ما يتضخ من الش ل (‪ )2‬التالي‬ ‫‪ B‬على انفراد أو وقوت الحادثين ‪ A‬و ‪ B‬معا في وقت واحد‬

‫شكل (‪)2‬‬

‫‪s‬‬
‫‪A and B‬‬

‫حوادث غير متنافية‬

‫‪A‬‬ ‫‪B‬‬

‫اآلن )‪ P (A) + P (B‬تمثل مجموت الحاالت المواتية للحادث ‪ A‬مضـ ـ ـ ــافاً إليها مجموت الحاالت المواتية‬

‫للحادث ‪ B‬ولكن يجب م حظة أن ل من الحاالت المواتية للحادث ‪ A‬وتلك المواتية للحادث ‪ B‬تتضمن‬

‫الح ــاالت المواتي ــة لوقوت ‪ A‬و ‪ B‬معـ ـاً وبه ــذا ف ــإن ــه في ح ــال ــة جمع )‪ P (A‬و )‪ P (B‬ف ــإنن ــا نجمع‬

‫(‪ B‬و ‪ P )A‬مرتين لهذا البد من طرح ( ‪ B‬و ‪ P )A‬مرة واحدة لنحصـ ـ ـ ـ ـ ــل على االحتمال (‪ B‬أو ‪P )A‬‬

‫وهذا هو ‪:‬‬

‫(‪ B‬و ‪ B ( = P (A) + P (B) – P )A‬او ‪P )A‬‬

‫أو‬
‫)‪P (AUB) = P (A) + P(B) – P (A  B‬‬

‫‪47‬‬
 ‫مثـال ‪:5‬‬

‫بالرجوت إلى مثال أعضاا مجلب إدارة إحدى الشر ات ما هو احتمال أن يتم اختيار العضو ‪ A‬أو العضو‬

‫‪ D‬من بين ‪ 4‬أعضاا من مجلب إدارة إحدى الشر ات (هم ‪ A‬و ‪ B‬و ‪ C‬و ‪ )D‬لتمثيلها في أحد المقتمرات؟‬

‫الحــل‪:‬‬

‫الفراغ العيني وهو مجموت الحاالت المم نة ‪S‬‬

‫‪S= AB, AC, AD, BC, BD, CD‬‬

‫‪ -‬الحاالت المواتية الختيار ‪ A‬هي )‪(AB, AC, AD‬‬

‫‪ -‬الحاالت المواتية الختيار ‪ D‬هي )‪(AD, BD, CD‬‬

‫‪ -‬الحاالت المواتية الختيار ‪ A‬و ‪ D‬معاً هي )‪(AD‬‬

‫حسب قاعدة جمع االحتماالت نحصل على النتيجة التي حصلنا عليها سابقاً‪:‬‬

‫‪3 3 1‬‬
‫= )‪ D) = P (A) + P (D) – P (A  D‬أو ‪P (AUD) = P (A‬‬ ‫‪+ −‬‬
‫‪6 6 6‬‬

‫مثـال ‪:6‬‬

‫إذا سحبت ورقة من مجموعة أوراق اللعب فما هو احتمال أن تكون الورقة عدداً أو من مجموعة معينة من‬

‫المجموعات األربعة الم ونة ألوراق اللعب؟‬

‫الحــل‪:‬‬

‫نفرض أن ‪ A‬يمثل الحصول على عدد وأن ‪ B‬يمثل الحصول على ورقة من مجموعة معينة ولتكن‬

‫"الديناري"‬

‫‪48‬‬
 ‫‪40‬‬
‫)‪P (A‬‬ ‫=‬
‫‪52‬‬

‫‪13‬‬
‫)‪P (B‬‬ ‫=‬
‫‪52‬‬

‫‪10‬‬
‫= )‪P (A  B‬‬
‫‪52‬‬

‫ومن قانون جمع االحتماالت‬

‫)‪P (AUB) = P (A) + P (B) – P (A  B‬‬

‫‪40 13 10‬‬
‫=‬ ‫‪+ −‬‬
‫‪52 52 52‬‬

‫‪43‬‬
‫=‬
‫‪52‬‬

‫❖ ضـــرب االحتــماالت‬

‫أن احتمال حدوث حادثين مستقلين أو أكثر معاً يساوي حاصل‬

‫ضرب احتمال حدوث كل واحد من هذه الحوادث ببعضها بعضاً‬

‫إذا ان لدينا الحادثين المستقلين ‪ A‬و ‪ B‬فإن‬

‫)‪P (A  B) = P (A) P (B‬‬

‫مثـال ‪: 7‬‬
‫ما هو احتمال الحصول على الوجه (‪ )3 3‬عند رمي زوج من أحجار النرد؟‬

‫‪49‬‬
 ‫الحــل‪:‬‬

‫‪1‬‬
‫أن احتمال الحصول على الوجه ‪ 3‬لدى رمي الحجر األول من النرد هو‬
‫‪6‬‬
‫‪1‬‬
‫و ذلك احتمال الحصول على الوجه ‪ 3‬لدى رمي الحجر الثاني من النرد هو‬
‫‪6‬‬

‫= )‪P (A  B) = P (A) P (B‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪6‬‬
‫‪× 6 = 36‬‬

‫❖ االحتــمال الشرطي ‪Conditional Probability‬‬

‫يهتم مدراا الشر ات حين اتخاذ العديد من الق اررات اإلدارية أو التجارية بمعرفة احتمال حدوث حدث‬

‫معين ‪ A‬إذا ان حدثاً آخر ‪ B‬قد حدث فمث ً حين ي ون مطلوباً من المدير أن يتخذ ق ار ار بنشر إع ن‬

‫دعائي لسلعة ما في التلفزيون فإنه ي ون مهتما بمعرفة ما هو احتمال أن شخصاً ما سيشتري السلعة‬

‫(الحادث ‪ )A‬إذا ان قد حصل أن شاهد اإلع ن في التلفزيون (الحادث ‪.)B‬‬

‫وه ذا فإن احتمال وقوت الحادث ‪ A‬بشرط وقوت الحادث ‪ B‬يدعى باالحتمال الشرطي وي تب على صورة‬

‫)‪ P (A/B‬وتق أر احتمال الحادث ‪ A‬بعد وقوت الحادث ‪.B‬‬

‫سنوضخ مفهوم االحتمال الشرطي بمساعدة المثال التالي‪:‬‬

‫مثـال ‪: 8‬‬

‫يب يحتوي على ‪ 3‬رات سوداا و ‪ 7‬رات بيضاا‬

‫لنفرض أننا سحبنا منه رتين ل على حده وبدون إعادة فإذا رمزنا إلى سحب رة بيضاا بالرمز ‪ A‬والى‬

‫سحب رة سوداا بالرمز ‪ B‬فإن الحاالت المر بة التي نحصل عليها تتمثل بما يلي‪:‬‬

‫‪50‬‬
 ‫‪AA‬‬ ‫الكرتان بيضاوان‬ ‫‪-‬‬

‫‪AB‬‬ ‫األولى بيضاا والثانية سوداا‬ ‫‪-‬‬

‫‪BA‬‬ ‫األولى سوداا والثانية بيضاا‬ ‫‪-‬‬

‫‪BB‬‬ ‫الكرتان سوداوان‬ ‫‪-‬‬

‫احتماالت النتائج لسحب الكرة األولى ثم الثانية بالترتيب يم ن إيضاحها بالرسم التالي‪:‬‬

‫الكـرة الثانية‬
‫‪A‬‬
‫‪P(A/A) = 6/9‬‬

‫الكـرة األولى‬
‫‪A‬‬
‫‪P(A) = 7/10‬‬
‫‪P(B/A) = 3/9‬‬
‫‪B‬‬
‫‪A‬‬
‫‪P(A/B) = 7/9‬‬
‫‪P(B) = 3/10‬‬
‫‪B‬‬

‫‪P(B/B) = 2/9‬‬
‫‪B‬‬

‫وه ذا فإن االحتمال المر ب يم ن حسابه ما يلي‪:‬‬

‫احتمال ان تكون الكرة األولى بيضاا والثانية بيضاا = احتمال أن تكون األولى بيضاا مضروبا في احتمال‬

‫أن تكون الثانية بيضاا بشرط أن تكون األولى بيضاا‪.‬‬

‫)‪P (A  A) = P (A , A) = P (A) P (A/A‬‬

‫‪51‬‬
 ‫‪7‬‬ ‫‪6‬‬ ‫‪42‬‬
‫=‬ ‫‪‬‬ ‫=‬
‫‪10 9‬‬ ‫‪90‬‬

‫وبالمثـل‬

‫‪7‬‬ ‫‪3‬‬ ‫‪21‬‬

‫= )‪P (A  B) = P (A) P (B/A‬‬ ‫‪.‬‬ ‫=‬
‫‪10 9‬‬ ‫‪90‬‬

‫‪3‬‬ ‫‪7‬‬ ‫‪21‬‬

‫= )‪P (B  A) = P (B) P (A/B‬‬ ‫‪.‬‬ ‫=‬
‫‪10 9‬‬ ‫‪90‬‬

‫‪3‬‬ ‫‪2‬‬ ‫‪6‬‬

‫= )‪P (B  B) = P (B) P (B/B‬‬ ‫‪.‬‬ ‫=‬
‫‪10 9‬‬ ‫‪90‬‬

‫واآلن نعمم هذا المثال ونقدم التعريم التالي ل حتمال الشرطي‪:‬‬

‫االحتــمال الشـرطي‬

‫إذا كان لدينا الحادثين ‪ B , A‬وكان )‪ P (B‬ال يساوي الصفر فأن االحتمال‬

‫الشرطي للحادث ‪ A‬بشرط وقوع الحادث ‪ B‬يعطي بالمعادلة التالية‪:‬‬

‫)‪(A  B‬‬
‫‪P (A/B) = P‬‬
‫)‪P(B‬‬

‫أي أن االحتمال الشرطي للحادث ‪ A‬بشرط وقوع الحادث ‪ B‬يساوي حاصل‬

‫قسمة االحتمال المركب لـ ‪ B , A‬على احتمال الحادث ‪B‬‬

‫من االحتمال الشرطي أع ه يم ننا أن نستنتج االحتمال المر ب )‪P(A B‬‬

‫)‪P (A  B) = P (A) P (B/A‬‬

‫)‪= P (B) P (A/B‬‬

‫‪52‬‬
 ‫ويم ننا أن نعمم هذه الصيغة ألكثر من حادثين ففي حالة ‪ 3‬حوادث تكون‬

‫)‪P (A  B  C) = P (A) P (B/A) P (C/AB‬‬

‫مثـال ‪: 9‬‬

‫يب يحتوي على ‪ 7‬رات بيضاا و‪ 3‬رات سوداا سحبت منه ‪ 3‬رات بدون إعادة ما هو احتمال‬

‫أن تكون لها بيضاا؟‬

‫الحــل ‪:‬‬

‫هو الحصول على رة بيضاا في السحب األولى‬ ‫‪A1‬‬ ‫لي ن‬

‫هو الحصول على رة بيضاا في السحب الثاني‬ ‫‪A2‬‬

‫هو الحصول على رة بيضاا في السحب الثالث‬ ‫‪A3‬‬

‫وبالتطبيق المباشر للقانون‬

‫)‪P (A1  A2  A3) = P (A1) P (A2/A1) P (A3/A1A2‬‬

‫‪ 7   6 5‬‬
‫‪= ‬‬ ‫‪    ‬‬
‫‪ 10   9   8 ‬‬

‫‪210‬‬
‫=‬
‫‪720‬‬

‫مثـال ‪: 10‬‬

‫سحبت ورقتان من مجموعة أوراق اللعب بدون إعادة ما هو احتمال أن تكون عشرتين؟‬

‫الحــل ‪:‬‬

‫هو الحصول على العدد ‪ 10‬في الورقة األولى‬ ‫‪A‬‬ ‫لي ن‬

‫‪53‬‬
 ‫هو الحصول على العدد ‪ 10‬في الورقة الثانية‬ ‫‪B‬‬

‫)‪P (AB) = P (A) P(B/A‬‬

‫‪4‬‬ ‫‪3‬‬
‫=‬ ‫‪.‬‬
‫‪52 51‬‬

‫❖ العمليات العشوائية المنتهية واألشجار البيانية‬

‫يقصد بالعملية العشوائية المنتهية‪ :‬التجارب المتتابعة بحيث‬

‫يكون لكل تجربه عدد منته من النواتج باحتماالت معطاة‬

‫طريقة األشجار البيانية‬ ‫ومن الطرق المناسبة لوصم مثل هذه العلميات ولحساب احتماالت أي حدث‬

‫الموضحة في المثال التالي‪:‬‬

‫مثــال ‪: 11‬‬

‫لدينا ث ثة أدراج ما يلي‪:‬‬

‫بالدرج ‪ I‬يوجد ‪ 6‬أشرطة فيديو من بينها ‪ 2‬أجنبيان ‪.‬‬

‫بالدرج ‪ II‬يوجد ‪ 8‬أشرطة فيديو من بينها ‪ 3‬أجنبية‪.‬‬

‫بالدرج ‪ III‬يوجد ‪ 4‬أشرطة فيديو من بينها ‪ 1‬أجنبي‪.‬‬

‫اختير درجا بطريقة عشوائية وسحب منه شريطاً بطريقة عشوائية أيضاً‪ .‬فما هو االحتمال )‪ (P‬أن ي ون‬

‫الشريا عربياً‪.‬‬

‫الحــل‪:‬‬

‫في هذا المثال العملية العشوائية متتابعة من تجربتين‬

‫‪54‬‬
 ‫نختار درجا من الث ثة أدراج‬ ‫(‪)i‬‬

‫نختار شريطا ويحتمل أن ي ون أجنبياً )‪ (A‬أو عربياً )‪(B‬‬ ‫(‪)ii‬‬

‫تمثل الشجرة البيانية التالية هذه العملية وتعطي االحتمال لكل فرت أو مسار للشجرة‪:‬‬

‫‪2/6‬‬ ‫‪A‬‬

‫‪1/3‬‬ ‫‪I‬‬ ‫‪B‬‬

‫‪4/6‬‬

‫‪3/8‬‬
‫‪1/3‬‬ ‫‪A‬‬
‫‪II‬‬
‫‪5/8‬‬ ‫‪B‬‬
‫‪1/3‬‬
‫‪1/4‬‬ ‫‪A‬‬
‫‪III‬‬ ‫‪B‬‬
‫‪3/4‬‬

‫ي ون احتمال حدوث أي مسار من المسارات الستة مساوياً لحاصل ضرب االحتماالت لكل فرت في هذا‬

‫‪1  3‬‬
‫‪. ‬‬ ‫المسار‪ .‬فمث ً اختيار الدرج ‪ II‬ثم اختيار شريطاً أجنبياً هو ‪  ‬‬
‫‪ 3 8‬‬

‫وحيث أنه توجد ث ثة مسارات متنافية تقدي إلى شريا عربي ي ون مجموت احتماالت هذه المسارات الث ثة‬

‫هو االحتمال المطلوب (أي احتمال الحصول على شريا عربي)‪:‬‬

‫‪1 4 1 5 1 3‬‬
‫‪P‬‬ ‫=‬ ‫‪. + . + .‬‬
‫‪3 6 3 8 3 4‬‬

‫‪1 4‬‬ ‫‪5‬‬ ‫‪3‬‬

‫=‬ ‫‪‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫‪‬‬
‫‪3 6‬‬ ‫‪8‬‬ ‫‪4‬‬

‫‪= 1‬‬
‫‪‬‬
‫‪49 ‬‬
‫= ‪‬‬
‫‪49‬‬
‫‪3  24 ‬‬ ‫‪72‬‬

‫‪55‬‬
 ‫❖ نظريــــة بيــز )‪(Bayes' Theorem‬‬

‫لو افترضنا أن لدينا صندوقين بداخلها مفردات سليمة ومعيبة مفرده معيبه سحبت عشوائياً من أحد‬

‫الصندوقين دون تعيين ونحب أن نعرف ما هو احتمال أن تكون هذه المفردة المعيبة قد سحبت من‬

‫الصندوق األول؟‬

‫لإلجابة على أسئلة من هذا النوت نستخدم قاعدة أو نظرية بيز والتي يم ن اعتبارها تطبيقاً ل حتمال‬

‫الشرطي‪.‬‬

‫تهدف نظرية بيز إلى حساب احتماالت صحة الفروض بناا على معلومات ميدانية أو تجريبية في الغالب‬

‫ي ون لدى رجل األعمال معلومات إضافية عن حادث معين أو مسالة معينة إما من خ ل خبرته الشخصية‬

‫أو من خ ل ماضي هذا الحادث أو المسألة‪ .‬االحتماالت التي تعتمد على الخبرة الشخصية وقبل الحصول‬

‫على نتائج التجربة تدعى باالحتمال القبلي ‪ Prior Probability‬فمث ً االحتماالت المعتمدة على سج ت‬

‫المبيعات السابقة أو على الرقم السابق لكمية اإلنتاج غير السليم تعتبر أمثلة ل حتمال القبلي أما عندما‬

‫يحسب االحتمال على ضوا معلومات ميدانية م تسبة يسمى باالحتمال البعدي ‪Posterior Probability‬‬

‫فمث ً عند دراسة حجم األسرة الشائع قد ي ون في ذهننا عدة فروض خاصة بهذا الحجم هذه الفروض هي‪:‬‬

‫‪1‬‬ ‫أن ي ون حجم األسرة الشائع‬ ‫‪A1‬‬

‫‪2‬‬ ‫أن ي ون حجم األسرة الشائع‬ ‫‪A2‬‬
‫‪3‬‬ ‫أن ي ون حجم األسرة الشائع‬ ‫‪A3‬‬
‫‪.‬‬
‫‪.‬‬
‫‪10‬‬ ‫‪ A10‬أن ي ون حجم األسرة الشائع‬

‫‪56‬‬
 ‫وهذه الحاالت تمثل مجموعة شاملة ومتنافية‪.‬‬

‫إذا جمعت بيانات ميدانية ‪ B‬عن هذه الظاهرة واستطعنا أن نحسب )‪ P(A4/B‬فإن هذا االحتمال يسمى‬

‫بعديا مع أن قاعدة بيز يم ن استخدامها ألكثر من حادثين شاملين ومتنافيين إال أننا ومن أجل التبسيا‬

‫سنتعرض لتطبيق النظرية على حادثين شاملين متنافيين فقا‪.‬‬

‫نظريـة بـيـز‬
‫إذا كان ‪ A‬و ‪ B‬حادثين شاملين ومتنافيين في الفراغ العيني ‪ S‬و ‪ D‬أي حادث‬
‫في نفس الفراغ بحيث ‪ P (D) O ‬فان‬
‫)‪P ( A D‬‬
‫= )‪P (A/D‬‬
‫)‪P(A D) + P(B D‬‬ ‫‪S‬‬
‫)‪P ( B D‬‬
‫= )‪P (B/D‬‬ ‫‪D‬‬
‫)‪P(A D) + P(B D‬‬

‫‪B‬‬ ‫‪A‬‬
‫‪A‬‬

‫مثـال ‪: 12‬‬
‫إذا ان ‪ 0.40‬من المدخنين في مدينة ما يفضلون نوت السجاير ‪ A‬والباقين منهم يفضلون النوت ‪ B‬واذا ن‬

‫النساا يمثلن ‪ 0.30‬من بين الذين يفضلون ‪ A‬و ‪ 0.40‬من بين الذين يفضلون ‪ .B‬فإذا اخترنا بطريقة‬

‫عشوائية أحد المدخنين و انت امرأة فما هو احتمال أن تكون ممن يفضلون النوت ‪A‬؟‬

‫الحــل ‪:‬‬

‫لنفرض أن االحتماالت هي‪:‬‬

‫‪57‬‬
 ‫احتمال أن المدخن يفضل النوت ‪A‬‬ ‫)‪P (A‬‬

‫احتمال أن المدخن يفضل النوت ‪B‬‬ ‫)‪P (B‬‬

‫احتمال أن ي ون المدخن رج ً بشرط أن النوت ‪ A‬هو المفضل‬ ‫)‪P (M/A‬‬

‫احتمال أن ي ون المدخن رج ً بشرط أن النوت ‪ B‬هو المفضل‬ ‫)‪P (M/B‬‬

‫احتمال أن ي ون المدخن امرأه بشرط أن النوت ‪ A‬هو المفضل‬ ‫)‪P (F/A‬‬

‫احتمال أن ي ون المدخن امرأه بشرط أن النوت ‪ B‬هو المفضل‬ ‫)‪P (F/B‬‬

‫احتماالت الحاالت المم نة يوضحها الش ل التالي‪:‬‬

‫‪4‬‬ ‫‪7‬‬ ‫‪28‬‬

‫‪M‬‬ ‫= )‪P(AM) = P (A) P(M/A‬‬ ‫‪.‬‬ ‫=‬
‫‪P(M/A) = 7/10‬‬ ‫‪10 10 100‬‬

‫‪A‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪12‬‬

‫‪F‬‬ ‫= )‪P(AF) = P (A) P(F/A‬‬ ‫‪.‬‬ ‫=‬
‫‪P(A) = 4/10‬‬ ‫‪P(F/A) = 3/10‬‬ ‫‪10 10 100‬‬

‫‪P(M/B) = 6/10 M P(BM) = P (B) P(M/B) = 6/10 . 6/10 = 36/100‬‬

‫‪P(B) = 6/10‬‬ ‫‪B‬‬
‫‪6‬‬ ‫‪4‬‬ ‫‪24‬‬
‫‪P(F/B) = 4/10‬‬ ‫‪F‬‬ ‫= )‪P(BF) = P (B) P(F/B‬‬ ‫‪.‬‬ ‫=‬
‫‪10 10 100‬‬

‫وباستخدام قاعدة بيز‬

‫)‪P (AF‬‬ ‫‪12/100‬‬

‫= )‪P (A/F‬‬ ‫=‬
‫‪P(AF) + P (BF) 12/100 + 24/100‬‬

‫‪= 12 = 1‬‬
‫‪36‬‬ ‫‪3‬‬

‫‪58‬‬
 ‫ويم ننا أن نمثل ل هذه االحتماالت بالجدول التالي‪:‬‬

‫االحتمال الشرطي االحتمال المركب االحتمال البعدي‬ ‫االحتمال القبلي‬ ‫الحــادث‬

‫‪12‬‬ ‫‪12‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪A‬‬

‫‪36‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪B‬‬
‫‪24‬‬ ‫‪24‬‬ ‫‪4‬‬ ‫‪6‬‬
‫‪36‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪10‬‬

‫‪1.0‬‬ ‫‪36‬‬ ‫‪1.0‬‬ ‫المجمــوع‬

‫‪100‬‬

‫‪Repeated Trials‬‬ ‫‪ 5.2‬التجـارب المتكـررة‬

‫سندرب في هذا القسم يفية حساب احتماالت الحصول على النتائج المختلفة التي يم ن أن تترتب على‬

‫تكرار تجربة معينة عدداً معيناً من المرات تحت نفب الظروف أو تحت ظروف مختلفة‪.‬‬

‫أوالً‪ :‬التجارب المتكررة المستقلة ذات االحتمال الثابت‬

‫مث ً عند إلقاا قطعة نقد ‪ N‬مرة و نا معنيين بظهور الوجه صورة فأننا ن حظ بأن هناك نتائج مختلفة‬

‫لعدد مرات ظهور الوجه صورة فقد نحصل على (‪ N‬صورة وصفر تابة) أو (‪ N -1‬صورة ومرة واحدة‬

‫تابة) أو (‪ N-2‬صورة ومرتين تابة) أو ‪ ...‬أو (صفر صورة و ‪ N‬تابة) أي أن هناك ‪ N+ 1‬حالة‬

‫مم نة ‪ .‬فمث ً لو ألقينا قطعة النقد خمب مرات فإن الحاالت المم نة هي‪:‬‬

‫‪59‬‬
 ‫صفر تابة‬ ‫و‬ ‫‪ 5‬صورة‬

‫تابة واحدة‬ ‫و‬ ‫‪ 4‬صور‬

‫تابتان‬ ‫و‬ ‫‪ 3‬صور‬

‫‪ 3‬تابة‬ ‫و‬ ‫‪ 2‬صور‬

‫‪ 4‬تابة‬ ‫و‬ ‫‪ 1‬صورةو‬

‫‪ 5‬تابة‬ ‫و‬ ‫صفر صورة‬

‫أي أن مجموت الحاالت المم نة ست حاالت‬

‫ولحساب مثل هذه االحتماالت في التجارب المتكررة المستقلة ذات االحتمال الثابت نستخدم القانون‬

‫االحتمالي ثنائي الحدين‪.‬‬

‫❖ القانون االحتمالي ثنائي الحدين ‪Binomil Probabilit Law‬‬

‫ولتوضيخ يفية التوصل إلى هذا القانون نجري اآلتي‪:‬‬

‫احتمال ظهور الصورة على قطعة واحدة = ½‬

‫احتمال ظهور الصورة على ‪ 3‬قطع معاً أو برمية قطعة واحدة ث ث مرات هو‬

‫‪½ . ½ . ½ = (½)3‬‬

‫‪60‬‬
‫فإذا رمينا خمب قطع نقود أو قطعة واحدة خمب مرات ي ون احتمال ظهور الصورة على ث ث قطع منها‬

‫يعني في الوقت نفسه عدم ظهورها على القطعتين الباقيتين أي = ‪ .(½)2‬وبذلك ي ون احتمال ظهور‬

‫الصورة على ث ث قطع وعدم ظهورها على القطعتين الباقيتين معاً في نفب الوقت =‬

‫‪(½)3 (½)2‬‬

‫لكن هذه هي نتيجة ظهور الصورة في الث ث رميات األولى وعدم ظهورها في المرتين الباقيتين ولكننا‬

‫نريد حساب احتمال ظهور الصورة في أي ث ث قطع وعدم ظهورها في أي قطعتين بغض النظر عن‬

‫ترتيب القطع ومن الواضخ أن االحتمال المطلوب أكبر من االحتمال السابق أي أن احتمال ظهور الصورة‬

‫على أي ث ث قطع أكبر من احتمال ظهورها على ث ث قطع محددة وللحصول على االحتمال المطلوب‬

‫نستخدم التوافيق ونحسب عدد المجموعات التي يم ن تكوينها من خمب قطع بحيث تتكون ل مجموعة‬

‫من ث ث قطع فقا أي نحسب عدد التوافيق التي يم ن تكوينها من خمب قطع بحيث تتكون ل توفيقة‬

‫من ث ث قطع أي ‪  3‬واالحتمال الذي حسبناه أع ه ي ون صحيحاً لكل توفيقه أو مجموعة من هذه‬
‫‪5‬‬

‫التوافيق الث ث أي االحتمال ثابت ويتكرر في ل مجموعة ولذلك نضرب عدد التوافيق في االحتمال‬

‫المحسوب فنحصل على‬

‫‪ 53 (½)3 (½)2‬‬

‫‪= 10 (½)5‬‬

‫‪10‬‬
‫=‬
‫‪32‬‬

‫‪61‬‬
‫واآلن نستطيع أن نعمم فنقول أنه في حالة تجربة معينة نتيجتها وقوت حادث ما أو عدم وقوعه و ان احتمال‬

‫وقوت هذا الحادث )‪ (P‬واحتمال عدم وقوعه )‪ (1-P‬و ررنا هذه التجربة )‪ (n‬مرة فإن احتمال وقوت هذا‬

‫الحادث في ) ‪ (r‬مرة حيث (‪ )n< r < 0‬ي ون =‬

‫‪ nr pr (1-p)n-r‬‬

‫وهذا ما يعرف باسم القانون االحتمالي ثنائي الحدين و ما ذ رنا فهو يستخدم في الحاالت المستقلة ذات‬

‫‪1‬‬
‫‪2‬‬ ‫االحتمال الثابت فاحتمال وقوت الصورة أو عدم وقوعها ثابت في ل رمية =‬

‫مثال (‪:)13‬‬

‫بالعودة إلى مثالنا السابق وهو رمي قطعة نقد خمب مرات او رمي خمب قطع مرة واحدة فإن االحتماالت‬

‫الخاصة بظهور الوجه يم ن حسابها باستخدام هذا القانون ما يلي‪:‬‬

‫احتمال ظهور الصورة ‪ 5‬مرات =‬

‫‪5‬‬ ‫‪0‬‬ ‫‪5‬‬ ‫‪1‬‬

‫‪⊂55‬‬ ‫= )‪(1⁄2) (1⁄2) = (1⁄2‬‬ ‫‪32‬‬

‫احتمال ظهور الصورة ‪ 4‬مرات =‬

‫‪4‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪5‬‬

‫‪⊂54‬‬ ‫‪(1⁄2) (1⁄2) = 5 (1⁄2) = 32‬‬

‫احتمال ظهور الصورة ‪ 3‬مرات =‬

‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪10‬‬

‫‪⊂53‬‬ ‫‪(1⁄2) (1⁄2) = 10 (1⁄2) = 32‬‬

‫احتمال ظهور الصورة مرتين =‬

‫‪5‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪10‬‬

‫⊂‬ ‫= )‪(1⁄2) (1⁄2) = 10 (1⁄2‬‬
‫‪2‬‬ ‫‪32‬‬

‫‪62‬‬
 ‫احتمال ظهور الصورة مرة واحدة =‬

‫‪1‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪5‬‬

‫‪⊂51‬‬ ‫‪(1⁄2) (1⁄2) = 5 (1⁄2) = 32‬‬

‫احتمال عدم ظهور الصورة =‬

‫‪0‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪1‬‬

‫‪⊂50‬‬ ‫‪(1⁄2) (1⁄2) = 1 (1⁄2) = 32‬‬

‫ن حظ أن هذه النتائج هي الحدود المتتالية في مف وك المقدار ثنائي الحدين‬

‫‪5‬‬
‫)‪(1⁄2 + 1⁄2‬‬

‫نتيجة لما ان عدد مرات وقوت الحادث في التجارب المتكررة التي عددها ‪ n‬قد تأخذ القيم صفر أو ‪ 1‬أو‬

‫‪ 2‬أو ‪ ...‬أو ‪ n‬وهي حاالت شاملة ومتنافية فإن‬

‫‪𝑃(𝑂) + 𝑃(1) + 𝑃(2)+. . . +𝑃(𝑛) = 1‬‬

‫مثـال ‪: 14‬‬

‫أحصر الحاالت المم نة لظهور الوجبة ‪ 3‬وأحسب احتماالتها عند رمي حجر النرد ‪ 3‬مرات‪.‬‬

‫الحــل‪ :‬الحاالت المم نة‬

‫‪ -‬عدم ظهور الوجه ‪ 3‬بتاتا‬

‫‪ -‬ظهوره مرة واحدة‬

‫‪ -‬ظهوره مرتين‬

‫‪ -‬ظهوره ث ث مرات‬

‫‪ -‬احتمال عدم ظهور الوجه ‪ 3‬بتاتاً =‬

‫‪63‬‬
 ‫‪0‬‬ ‫‪3‬‬
‫‪1‬‬ ‫‪5‬‬ ‫‪125‬‬
‫‪‬‬
‫‪3‬‬
‫‪0‬‬ ‫‪ ‬‬ ‫‪ ‬‬ ‫=‬
‫‪6‬‬ ‫‪6‬‬ ‫‪216‬‬

‫‪ -‬احتمال ظهوره مرة واحدة =‬

‫‪1‬‬ ‫‪2‬‬
‫‪31‬‬ ‫‪5‬‬ ‫‪ 1   25 ‬‬ ‫‪75‬‬
‫‪‬‬ ‫‪1 ‬‬ ‫‪  = 3  ‬‬
‫‪6 6‬‬
‫=‪‬‬
‫‪ 6   36  216‬‬

‫‪ -‬احتمال ظهوره مرتين=‬

‫‪2‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪5‬‬ ‫‪15‬‬
‫‪‬‬
‫‪3‬‬
‫‪2‬‬ ‫‪ ‬‬ ‫= ‪ ‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪216‬‬

‫‪ -‬احتمال ظهوره ث ث مرات =‬

‫‪3‬‬ ‫‪0‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪6‬‬
‫‪ ‬‬
‫‪6‬‬
‫=‬
‫‪216‬‬

‫ن حظ أن مجموت االحتماالت = واحد وذلك ألن هذه الحاالت شاملة ومتنافية ما ن حظ أن هذه النتائج‬

‫هي الحدود المتتالية في مف وك المقدار ثنائي الحدين‬

‫‪3‬‬
‫‪1 5‬‬
‫‪ + ‬‬
‫‪6 6‬‬

‫ثانياً ‪ :‬التجارب المتكررة غير المستقلة‬

‫في الجزا السابق درسنا االحتماالت في حالة التجارب المتكررة تحت نفب الظروف أي في الحاالت‬

‫المستقلة ذات االحتمال الثابت وفي هذا الجزا سندرب االحتماالت في حالة التجارب المتكررة والتي يتغير‬

‫فيها احتمال وقوت الحادث من تجربة إلى أخرى في مثل هذه الحاالت نستخدم القانون الهايبرجيومتري ‪.‬‬

‫‪64‬‬
 ‫‪Hypregeometric Low‬‬ ‫❖ القانـــون الهايبرجيومتري‬

‫يم ننا أن نوضخ هذا القانون بالمثال التالي‪:‬‬

‫مثـال ‪: 15‬‬

‫لو أخذنا يب بداخله ‪ N‬رة متماثلة من جميع الوجوه عدا اللون هي ‪ n1 :‬رة بيضاا و ‪ n2‬رة حمراا و‬

‫‪ n3‬رة سوداا وسحبنا رات عددها ‪ R‬بدون إعادة والمطلوب حساب احتمال أن ي ون من بين الكرات‬

‫المسحوبة ‪ r1‬رة بيضاا و ‪ r2‬رة حمراا و ‪ r3‬رة سوداا‪.‬‬

‫الحــل‪:‬‬

‫وهو عدد الحاالت المم نة يتم الحادث بسحب ‪ r1‬رة‬ ‫‪R‬‬ ‫يتم اختيار ‪ R‬رة من الكيب بطرق عددها‬
‫‪N‬‬

‫بيضاا من الكرات البيضاا الـ ‪ n1‬وهذا يتم بطرق عددها ‪ nr‬وسحب ‪ r2‬رة حمراا من الكرات الحمراا‬
‫‪1‬‬
‫‪1‬‬

‫الـ ‪ n2‬وهذا يتم بطرق عددها ‪  nr‬وسحب ‪ r3‬رة سوداا من الكرات السوداا ‪ n3‬وهذا يتم بطرق عددها‬
‫‪2‬‬
‫‪2‬‬

‫أي أن الحادث يتم بطرق عددها‬ ‫‪r‬‬

‫‪n3‬‬
‫‪3‬‬

‫) ‪( )( )(‬‬

‫‪n1‬‬
‫‪r1‬‬
‫‪n2‬‬
‫‪r2‬‬
‫‪n3‬‬
‫‪r3‬‬

‫وهذا هو عدد الحاالت المواتية‬

‫عدد الحاالت المواتية‬
‫وبالتالي ي ون االحتمال =‬
‫عدد الحاالت المم نة‬

‫‪r r r‬‬
‫‪n1‬‬ ‫‪n2‬‬ ‫‪n3‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪R‬‬
‫‪N‬‬

‫حي ـث‬
‫‪R = r1 + r2 + r3‬‬
‫‪N = n1 + n2 + n3‬‬

‫ويم ننا أن نعمم النتيجة فنقول ‪:‬‬

‫‪65‬‬
‫إذا ان لدينا يب بداخله ‪ N‬رة متماثلة منها ‪ n1‬رة من اللون األول و ‪ n2‬رة من اللون الثاني و ‪...‬‬

‫و ‪ nz‬رة من اللون ‪ Z‬وسحبنا دون إعادة ‪ R‬رة فإن احتمال أن ي ون من بين الكرات المسحوبة ‪ r1‬رة‬

‫من اللون األول و ‪ r2‬من اللون الثاني و ‪ ...‬و ‪ rz‬من اللون ‪ z‬هو ‪:‬‬

‫‪r r ...r‬‬
‫‪n1‬‬ ‫‪n2‬‬ ‫‪nz‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪z‬‬

‫‪R‬‬
‫‪N‬‬

‫وهذه الصيغة تدعى بالقانون االحتمالي الهايبرجيومتري‬

‫مثـال ‪:16‬‬

‫قاعة فيها ‪ 10‬ط ب و ‪ 5‬طالبات أخذت عينه عشوائية حجمها ‪ %20‬فما هو احتمال‪:‬‬

‫‪ (i‬أن تتكون من طالبين وطالبة‪.‬‬

‫‪ (ii‬أن تحتوي على طالبات‪.‬‬

‫الحــل‪:‬‬

‫‪ (i‬بتطبيق القانون الهايبرجيومتري ي ون احتمال طالبين وطالبة =‬

‫‪2 1‬‬
‫‪10‬‬ ‫‪5‬‬
‫‪225‬‬
‫=‬
‫‪3‬‬
‫‪15‬‬ ‫‪455‬‬

‫‪ (ii‬احتمال أن تحتوي على طالبات يعني أن تحتوي على طالبة على األقل وهذا يساوي واحد‬

‫ناقص احتمال أن ي ونوا جميعاً من الط ب‬

‫‪3 0‬‬
‫‪10‬‬ ‫‪5‬‬
‫‪335‬‬
‫‪=1−‬‬ ‫=‬
‫‪3‬‬
‫‪15‬‬ ‫‪455‬‬

‫أو هو احتمال أن تحتوي على طالبة أو طالبتين أو ث ث طالبات‬

‫‪66‬‬
 ‫‪1 2‬‬ ‫‪2 1 + 3 0‬‬
‫‪5‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪10‬‬
‫‪+‬‬ ‫‪335‬‬
‫=‬
‫‪3‬‬
‫‪15‬‬ ‫‪455‬‬

‫‪Expectation‬‬ ‫‪ 6.2‬التوقع الرياضي واستخداماته االقتصادية‬

‫التوقع الرياضي هو وسيلة الغرض منها ربا نظرية االحتماالت بالمسائل المالية فإذا افترضنا أن ‪ P‬ترمز‬

‫إلى احتمال نجاح شخص في مغامرة ما و ‪ X‬ترمز إلى قيمة المبلغ الذي يحصل عليه عند نجاحه فإن‬

‫حاصل ضرب ‪ P.X‬يسمى بتوقع الشخص أو أمله من هذه المغامرة‪.‬‬

‫التوقع = مقدار الرهان × احتمال الكسب‬ ‫‪‬‬

‫ونرمز للتوقع بالرمز ‪E‬‬

‫‪E = P.X‬‬

‫هذا واذا ان المبلغ ‪ ‬يستحق الدفع بعد ‪ n‬من الزمن و انت ‪ i‬هي معدل الفائدة فإن القيمة الحالية‬

‫للتوقع =‬

‫‪P.X‬‬
‫= ‪P.X (1 + i) − n‬‬
‫‪(1 + i) n‬‬

‫مثـال ‪: 17‬‬

‫في لعبة من ألعاب الرهان يربخ ال عب ‪ 5‬دنانير إذا سحب ورقة واحدة من مجموعة أوراق اللعب‬

‫(‪ 52‬ورقة) و انت الورقة المسحوبة من النوت "سباتي" فما هو الثمن العادل الذي يجب دفعه لقاا ل‬

‫عملية سحب؟‬

‫الحــل‪:‬‬

‫احتمال الربخ = احتمال سحب ورقة "سباتي" = ‪4‬‬

‫‪1‬‬

‫‪67‬‬
 ‫فإذا ضربنا هذا االحتمال بقيمة الجائزة أم ننا الحصول على قيمة التوقع وهو الثمن العادل لكل سحبه‬

‫‪E = P.X.‬‬

‫‪= 1⁄4 (5) = 1.25‬‬

‫أي أن السعر العادل لكل سحبه يساوي دينار وربع الدينار‪.‬‬

‫مثـال ‪:18‬‬

‫م يبلغ التوقع الرياضي (أي مقدار الرهان) المنتظر أن يدفعه العب يرغب في سب رهان قدره ‪100‬‬

‫دينار إذا ان احتمال الكسب ‪ 0.40‬؟‬

‫التوقع الرياضي‬ ‫الحــل‪:‬‬

‫‪40‬‬
‫= ‪𝐸 = 𝑃. 𝑋.‬‬ ‫‪× 100 = 40‬‬
‫‪100‬‬

‫مثـال ‪:19‬‬

‫وبفرض أن قيمة الرهان المذ ور في المثال السابق تستحق الدفع بعد ‪ 5‬سنوات و ان سعر الفائدة ‪%3.5‬‬

‫فإن القيمة الحالية للتوقع الرياضي =‬

‫‪P.X‬‬
‫‪E‬‬ ‫=‬
‫‪(1 + i) n‬‬

‫‪40‬‬
‫=‬
‫‪(1.035)5‬‬

‫‪40‬‬
‫=‬
‫‪1.1876862‬‬

‫‪=33.6789‬‬

‫‪= 33.7‬‬

‫‪68‬‬
‫ومعنى هذا انه إذا استمرت الجهة التي تعهدت بدفع قيمة الرهان إلى الفائزين بتحصيل االشتراكات السنوية‬

‫من ال عبين وقدر ل منها ‪ 33.7‬دينا ار ولمدة خمب سنوات فإن جملة هذه االشتراكات (بواقع فائدة سنوية‬

‫مر بة ‪ )%3.5‬تكون افية لدفع مبلغ قيمة الرهان وهي ‪ 100‬دينار لكل فائز بعد ‪ 5‬سنوات‪.‬‬

‫❖ عالقــة التوقـع بالتأمين على الحيــاة‬

‫لما انت قيمة شراا التوقع الرياضي هي المبلغ الذي يجوز المغامرة به في ل محاولة لكسب مبلغ متوقع‬

‫هو قيمة الرهان فإن ف رة التوقع الرياضي هذه تعتبر أساب ف رة التأمين على الحياة إذ أن شر ات التأمين‬

‫تتعهد بدفع قيمة الرهان (المبلغ المقمن عليه) ل عبين (المأمنين) الذين يقومون بدفع القيمة الحالية للتوقع‬

‫الرياضي لها بغرض التأمين لديها‪.‬‬

‫مثـال ‪ :20‬ما هي القيمة الحالية للتوقع الرياضي على أساب الفائدة المر بة بمعدل ‪ %3.5‬سنوياً التي‬

‫يسددها شخص في سن العشرين لشر ة تأمين تعهدت بأن تدفع له مبلغ ‪ 2000‬دينار إذا بلغ‬

‫سن األربعين؟‬

‫الحــل‪:‬‬

‫أن قيمة احتمال البقاا على قيد الحياة يم ن أخذها أو حسابها من جداول الحياة التي تعرف باسم‬

‫"جداول الخبرة األمري ية للحياة" وهي جداول ‪ 9 8 7‬من الجداول المالية التي طبعت في أمير ا‬

‫عام ‪ 1867‬وال يزال العمل بها جارياً حتى اآلن وهي محسوبة لدفعة نظرية عددها ‪ 100000‬شخص‪.‬‬

‫احتمال البقاا على قيد الحياة =‬

‫𝑛‪𝑙𝑥+‬‬
‫=𝑃‬
‫𝑥𝑙‬

‫‪ 1x‬هي عدد الباقين على قيد الحياة عند العمر ‪x‬‬ ‫حيث‬

‫‪69‬‬
 ‫‪ 1x + n‬هي عدد الباقين على قيد الحياة عند العمر ‪x + n‬‬

‫من جداول الحياة األمير ي رقم ‪7‬‬

‫‪𝑙40‬‬ ‫‪78106‬‬
‫=𝑃‬ ‫=‬ ‫‪= 0.84314‬‬
‫‪𝑙20‬‬ ‫‪92637‬‬

‫القيمة الحالية للتوقيع الرياضي هي‬

‫‪P.X‬‬
‫‪(1 + i) n‬‬

‫‪0.84314  2000‬‬
‫‪= 847.467‬‬
‫‪1686.28‬‬
‫=‬ ‫‪20‬‬
‫=‬
‫)‪(1.035‬‬ ‫‪1.9897877‬‬

‫ومعنى هذا أن على ل شخص في سن العشرين من المقمنين على حياتهم أن يدفع إلى شر ة التأمين‬

‫قسطا سنويا قيمته ‪ 847.467‬دينار مقابل تعهدها بأن تدفع له مبلغ ‪ 2000‬دينار إذا بلغ سن األربعين‬

‫وذلك ألن الشر ة باستثمارها هذه االشتراكات أو األقساط بسعر ‪ %3.5‬سنوياً لمدة ‪ 20‬سنة فإنه سي ون‬

‫لديها رأسمال ي في لدفع مبلغ ‪ 2000‬دينار لكل من يظل حياً من المشتر ين حتى سن األربعين‪.‬‬

‫❖ عالقة التوقع باختيار االستثمارات‬

‫ان تطبيق قاعدة التوقع في اختيار االستثمارات تقوم على أساب حساب القيم الحالية للدخول المتوقعة ثم‬

‫بعد ذلك تقوم بطرح المبالغ المستثمرة من مجموت القيم الحالية للدخول المتوقعة وحساب التوقع للناتج‪.‬‬

‫مثـال ‪: 21‬‬

‫يود شخص في استثمار مبلغ ‪ 1000‬دينار في أحد المشاريع الصناعية التي يقدر لها عم اًر‬

‫استثمارياً قدره سنتان حيث أن احتماالت الربخ أو الخسارة في ل من السنتين هي ما يلي‪:‬‬

‫‪ -1‬احتمال عدم الحصول على أي مردود هو ½‬ ‫السنة األولى‬

‫‪70‬‬
 ‫‪ -2‬احتمال الحصول على مردود قدره (‪ )1050‬دينار هو ½‬

‫‪2‬‬
‫‪ -1‬احتمال عدم الحصول على أي مردود هو‬ ‫السنة الثانية‬
‫‪5‬‬

‫‪3‬‬
‫‪ -2‬احتمال الحصول على مردود قدره (‪ )1102.5‬دينار هو‬
‫‪5‬‬

‫فإذا علمنا أن معدل الفائدة المعمول به في األسواق المالية هو ‪ %5‬فهل ينصخ هذا الشخص باجراا‬

‫االستثمار أم ال؟‬

‫الحــل‪ :‬التخاذ قرار حول إجراا االستثمار أو عدم إج ارئه علينا أوالً أن نقوم بتمثيل المش لة بيانيا ما يلي‪:‬‬

‫‪2/5‬‬
‫‪0‬‬ ‫‪0‬‬

‫‪1/2‬‬
‫‪1102.5‬‬
‫‪3/5‬‬
‫‪1000‬‬
‫‪2/5‬‬ ‫‪0‬‬
‫‪1/2‬‬ ‫‪1050‬‬
‫‪1102.5‬‬
‫‪3/5‬‬

‫وبعد ذلك نقوم بحساب القيم الحالية للدخل المتوقع الحصول عليه وحسب مختلم االحتماالت ومن ثم‬

‫نطرح منها قيمة المبلغ المستثمر وذلك ما يلي‪:‬‬

‫‪1.‬‬ ‫‪0 – 1000‬‬ ‫‪= - 1000‬‬

‫‪2.‬‬ ‫‪0‬‬
‫‪1102.5‬‬
‫‪− 1000‬‬ ‫=‬
‫‪(1.05) 2‬‬

‫‪1050‬‬
‫‪3.‬‬ ‫‪− 1000‬‬ ‫=‬ ‫‪0‬‬
‫‪1.05‬‬

‫‪71‬‬
 ‫‪4.‬‬ ‫‪1000‬‬
‫‪1102.5‬‬ ‫‪1050‬‬
‫‪2‬‬
‫‪+‬‬ ‫= ‪− 1000‬‬
‫)‪(1.05‬‬ ‫‪1.05‬‬

‫وبعد ذلك نقوم بحساب االحتماالت وذلك ما يلي‪:‬‬

‫‪1 2‬‬ ‫‪2‬‬

‫= االحتمال األول‬ ‫= ‪.‬‬
‫‪2 5 10‬‬

‫‪1 3‬‬ ‫‪3‬‬

‫= االحتمال الثاني‬ ‫= ‪.‬‬
‫‪2 5 10‬‬

‫‪1 2‬‬ ‫‪2‬‬

‫= االحتمال الثالث‬ ‫= ‪.‬‬
‫‪2 5 10‬‬

‫‪1 5‬‬ ‫‪3‬‬

‫= االحتمال الرابع‬ ‫= ‪.‬‬
‫‪2 3 10‬‬

‫بعد أن قمنا بحساب القيم الحالية لمختلم الدخول المتوقعة واالحتماالت المقابلة لها فانه يم ننا حساب‬

‫التوقع أي الدخل المتوقع وذلك ما يلي‪:‬‬

‫القيمة الحالية للدخل‬ ‫االحتمال‬ ‫التوقع‬

‫‪2/5‬‬ ‫‪0‬‬ ‫‪-1000‬‬ ‫‪2/10‬‬ ‫‪-200‬‬

‫‪0‬‬
‫‪1/2‬‬ ‫‪0‬‬ ‫‪3/10‬‬ ‫‪0‬‬
‫‪1102.5‬‬
‫‪3/5‬‬
‫‪1000‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪2/10‬‬ ‫‪0‬‬
‫‪2/5‬‬
‫‪1/2‬‬ ‫‪105‬‬
‫‪0‬‬ ‫‪1102.5‬‬ ‫‪1000‬‬ ‫‪3/10‬‬ ‫‪300‬‬
‫‪3/5‬‬

‫‪100‬‬

‫بما أن قيمة التوقع للدخل المتوقع الحصول عليه موجبه وتعادل ‪ 100‬وحدة نقدية إذا فأننا ننصخ هذا‬

‫الشخص بإجراا االستثمار‪.‬‬

‫‪72‬‬
 ‫تماريـــــن الفصــل الثاني ‪ /‬االحتـماالت‬ ‫‪7.2‬‬

‫‪ .1‬سحبت ورقتان من مجموعة أوراق اللعب (‪ 52‬ورقة) بحيث تعاد الورقة األولى قبل سحب الثانية‪.‬‬

‫أحسب االحتماالت اآلتية‪:‬‬

‫أن تكون الورقتان المسحوبتان من اللون األسود‬ ‫‪.I‬‬

‫‪1‬‬
‫)‪(4‬‬

‫أن تكون الورقتان المسحوبتان من ش ل معين (ديناري)‬ ‫‪.II‬‬

‫‪1‬‬
‫)‪(16‬‬

‫أن تكون الورقتان المسحوبتان من نفب الش ل‬ ‫‪.III‬‬

‫‪1‬‬
‫)‪(4‬‬

‫‪ .2‬لدينا ث ثة أزواج من األشخاص المتزوجين اخترنا من ل زوج فرداً واحداً بدون تحيز فما هو‬

‫احتمال ‪:‬‬

‫أن ي ون األفراد الث ثة المختارون من جنب واحد‬ ‫‪.I‬‬

‫‪1‬‬
‫)‪(4‬‬

‫أن ي ونوا رجلين وامرأة‬ ‫‪.II‬‬

‫‪3‬‬
‫)‪(8‬‬

‫‪ .3‬رميت قطعة نقود خمب مرات أحصر النتائج المم نة وأحسب احتمال ل منها‪.‬‬

‫‪ .4‬ما هو احتمال ظهور ث ثة صور في رمية واحدة لث ثة قطع من‬

‫النقود؟‬
‫‪1‬‬
‫)‪(8‬‬

‫‪ .5‬يقوم شخص برمي قطعة نقود فإذا حصل على صورة وضع ث ث رات سوداا في صندوق أما‬

‫إذا حصل على تابة فأنه يضع رتين سوداا و رة بيضاا‪ .‬فإذا رر الشخص هذه العملية ‪ n‬مرة‬

‫ثم سحب رة من الصندوق‪ .‬فاحسب احتمال أن تكون هذه الكرة بيضاا‬

‫‪1‬‬
‫)‪(6‬‬

‫‪73‬‬
 ‫يسان األول به ‪ 5‬رات متماثلة منها ث ث رات حمراا و رتان بيضاوان والثاني به‬ ‫‪.6‬‬

‫‪ 7‬رات منها ث ث رات حمراا وأربع رات بيضاا سحبت رة من ل يب فما هو‬

‫احتمال أن تكون واحدة منهما على األقل بيضاا؟‬

‫(‪)26/35‬‬

‫‪ .7‬يب يحتوي على ‪ 3‬رات بيضاا و ‪ 6‬رات حمراا و‪ 3‬رات سوداا من حجم واحد سحبت ‪3‬‬

‫رات عشوائياً وبدون إعادة فما هو احتمال أنها ستكون من لون واحد؟‬

‫(‪)1/10‬‬

‫‪ .8‬يب به ‪ 12‬رة متماثلة منها ‪ 5‬رات بيضاا و‪ 3‬رات حمراا و ‪ 4‬رات سوداا سحبت ‪ 3‬رات‬

‫من الكيب أحسب االحتماالت اآلتية‪:‬‬

‫(‪)21/55‬‬ ‫احتمال عدم ظهور رات حمراا‬ ‫‪.I‬‬

‫(‪)27/55‬‬ ‫احتمال ظهور رة واحدة حمراا‬ ‫‪.II‬‬

‫(‪)34/55‬‬ ‫احتمال أن تكون رة واحدة حمراا على األقل‬ ‫‪.III‬‬

‫(‪)3/44‬‬ ‫احتمال أن تكون الكرات لها من لون واحد‬ ‫‪.IV‬‬

‫(‪)3/11‬‬ ‫احتمال أنه ليب هناك رتان أو أكثر من لون واحد‬ ‫‪.V‬‬

‫‪ .9‬بيع في أحد الحف ت ‪ 100‬بطاقة بسعر دينار واحد للبطاقة الواحدة وخصصت جائزة قدرها ‪50‬‬

‫دينار للبطاقة الفائزة فهل ان سعر البطاقة عادال أم ال؟‬

‫‪74‬‬
 ‫يب به ‪ 100‬رة متماثلة عدا اللون منها ‪ 45‬رة بيضاا و ‪ 30‬رة حمراا و‪25‬‬ ‫‪.10‬‬

‫رة سوداا سحبت رة وسجل لونها وأعيدت إلى الكيب ثم سحبت رة ثانية وسجل لونها‬

‫وأعيدت إلى الكيب ثم سحبت رة ثالثة ما هو احتمال أن تكون ألوان الكرات الث ث‬

‫المسحوبة على الترتيب أبيض أسود وأحمر؟‬

‫(‪)0.03375‬‬

‫‪ .11‬سحبت ورقة من مجموعة أوراق اللعب (‪ 52‬ورقة) ثم أعيدت وسحبت ورقة ثانية أحسب‬

‫االحتماالت التالية‪:‬‬

‫(‪)1/2‬‬ ‫أن تكون الورقة الثانية من نفب لون الورقة األولى‬ ‫‪.I‬‬

‫(‪)1/52‬‬ ‫أن تكون الورقة الثانية هي نفب الورقة األولى‬ ‫‪.II‬‬

‫(‪)10/169‬‬ ‫أن تحمل ل من الورقتين نفب العدد‬ ‫‪.III‬‬

‫(‪)1/13‬‬ ‫أن تحمل ل من الورقتين نفب العدد أو نفب الصورة‬ ‫‪.IV‬‬

‫(‪)3/169‬‬ ‫أن تحمل ل من الورقتين نفب الصورة‬ ‫‪.V‬‬

‫‪ .12‬رميت قطعة نقود ‪ 3‬مرات متتالية‬

‫‪ .i‬ما هو احتمال اال تحدث صورتان متتاليتان في الرميات الث ثاا‬

‫(‪)5/8‬‬

‫تابتان في الرميات الث ث‬ ‫‪ .ii‬ما هو احتمال اال تحدث صورتان متتاليتان أو‬

‫(‪)1/4‬‬

‫‪75‬‬
‫إذا ذهب إلى العمل ماشياً و ‪ 1/4‬إذا ذهب‬ ‫إذا ان احتمال أن يتأخر أياب عن عمله‬ ‫‪.13‬‬
‫‪2‬‬
‫‪3‬‬

‫بالحافلة و ‪ 1/6‬إذا ذهب بسيارته فما هو احتمال أن يتأخر عن عمله في صباح أحد األيام إذا‬

‫(‪)13/36‬‬ ‫اختار وسيلته بطريقة عشوائية؟‬

‫‪ .14‬إذا ان لدينا صندوقين‪ :‬األول يحتوي على ‪ 5‬مناديل معيبة و ‪ 8‬مناديل سليمة‬

‫والثاني يحتوي على ‪ 6‬مناديل معيبة و‪ 11‬سليمة فما هو احتمال أن ي ون المنديل‬

‫المسحوب عشوائياً من أحد الصندوقين معيباً ؟‬

‫(‪)0.36878‬‬

‫لتكن التجربة هي اختيار عائله لديها أربعة أطفال وتسجيلهم حسب الجنب وتسلسل الوالدة‬ ‫‪.15‬‬

‫اكتب الفراغ العيني لهذه التجربة ثم احسب االحتماالت التالية‪:‬‬

‫(‪)1/4‬‬ ‫عند العائلة بنت واحدة‬ ‫‪.I‬‬

‫(‪)5/16‬‬ ‫عند العائلة أكثر من بنتين‬ ‫‪.II‬‬

‫(‪)15/16‬‬ ‫عند العائلة ‪ 3‬بنات على األكثر‬ ‫‪.III‬‬

‫تقدمت إحدى شر ات البناا إلى مناقصتين ‪ B , A‬فإذا ان احتمال أن تحصل على المناقصة‬ ‫‪.16‬‬

‫‪ A‬هو ‪ 0.6‬واحتمال أن تحصل على المناقصة ‪ B‬هو ‪ 0.3‬واحتمال أن تحصل على المناقصتين‬

‫معاً هو ‪ 0.1‬فما هو احتمال أن تحصل الشر ة على المناقصة ‪ A‬أو المناقصة ‪B‬‬

‫(‪)0.8‬‬

‫‪76‬‬
 ‫‪ .17‬دت ‪ B , A‬حادثين في الفراغ العيني ‪ S‬حيث‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫= )‪P (AB‬‬ ‫= )‪P (B/A‬‬ ‫= )‪P (A/B‬‬
‫‪5‬‬ ‫‪2‬‬ ‫‪3‬‬

‫أوجــد )𝐴( ‪P (𝐵) , P‬‬

‫‪(5 ,‬‬
‫‪3‬‬ ‫‪2‬‬
‫‪5‬‬
‫)‬

‫في أحد مصانع المصابيخ الكهربائية إذا انت الماكنات ‪ M1‬و ‪ M2‬و ‪ M3‬تصنع على‬ ‫‪.18‬‬

‫الترتيب ‪ 0.30‬و ‪ 0.30‬و ‪ 0.40‬من مجموت اإلنتاج واذا ان ‪ 1‬و ‪ 3‬و ‪ 2‬بالمئة من إنتاج‬

‫الماكينات الث ث على الترتيب هو إنتاج معيب سحب مصباحا عشوائياً من إنتاج أحد األيام وجد‬

‫أنه معيب فما هو احتمال أن ي ون هذا المصباح من صنع الماكينة ‪ M1‬؟ من صنع ‪M2‬؟ من‬

‫(‪)8/20 9/20 3/20‬‬ ‫صنع ‪M3‬؟‬

‫‪ .19‬إذا سحبنا ‪ 5‬ورقات من مجموعة أوراق اللعب (‪ 52‬ورقة) بدون إعادة فما هو احتمال احتواا‬

‫هذه األوراق الخمسة على ورقة واحدة بها صورة شايب؟‬

‫(‪)3243/10829‬‬

‫الماكينة ‪ 1‬تنتج ‪ %60‬من إنتاج مصنع البطاريات الجافة والماكينة ‪ 2‬تنتج الباقي‪ %5 .‬من‬ ‫‪.20‬‬

‫إنتاج الماكينة ‪ 1‬معيب بينما ‪ %2‬من إنتاج الماكينة ‪ 2‬معيب فما هو احتمال ان تكون بطارية‬

‫معيبة قد صنعت في الماكينة ‪1‬؟‬

‫(‪)30/38‬‬

‫‪77‬‬
 ‫حـل تمـاريـن الفصــل الثاني ‪ /‬االحتـماالت‬ ‫‪8.2‬‬

‫‪.1‬‬
‫‪26 26‬‬ ‫‪1‬‬
‫)‪i‬‬ ‫‪.‬‬ ‫=‬
‫‪52 52‬‬ ‫‪4‬‬

‫‪13 13‬‬ ‫‪1‬‬

‫)‪ii‬‬ ‫‪.‬‬ ‫=‬
‫‪52 52‬‬ ‫‪16‬‬

‫‪ 13 13   13 13   13 13   13 13  1‬‬
‫)‪ii‬‬ ‫‪‬‬ ‫‪. +‬‬ ‫‪.‬‬ ‫‪ +‬‬ ‫‪.‬‬ ‫‪ + ‬‬ ‫=‪. ‬‬
‫‪ 52 52   52 52   52 52   52 52  4‬‬

‫وهي ما في الرسم‬ ‫‪ .2‬عدد الحاالت المم نة هو = ‪23‬‬

‫‪ )i‬احتمال الحصول على الث ثة من جنب واحد أي ‪ 3‬رجال أو ‪ 3‬نساا‪.‬‬

‫مـن الرسـم‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪+‬‬ ‫=‬
‫‪8‬‬ ‫‪8‬‬ ‫‪4‬‬

‫أو‬

‫‪1‬‬
‫= )‪(1/2 . 1/2 . 1/2) + (1/2 . 1/2 . 1/2‬‬
‫‪4‬‬

‫‪78‬‬
 ‫ر‬

‫ر‬
‫م‬
‫ر‬
‫ر‬ ‫م‬
‫ر‬
‫م‬

‫م‬

‫ر‬

‫م‬
‫م‬
‫م‬
‫م‬ ‫ر‬
‫ر‬
‫ر‬

‫م‬

‫‪ )ii‬احتمال الحصول على رجلين وامراة‬

‫من الرسم‬
‫الحاالت المواتية‬ ‫‪3‬‬
‫=‬
‫الحاالت المم نة‬ ‫‪8‬‬
‫=‬ ‫أو‬
‫‪3‬‬
‫‪=C‬‬
‫‪3‬‬
‫‪2‬‬
‫=‬
‫‪8‬‬ ‫‪8‬‬

‫‪ .3‬الحاالت المم نة‬

‫‪25 = 32‬‬

‫‪79‬‬
 ‫احتماالت الصورة = احتماالت الكتابة =‬

‫‪5‬‬
‫‪C5‬‬ ‫‪ 32 = 1/32‬‬
‫‪5‬‬
‫‪C4‬‬ ‫‪ 32 = 5/32‬‬
‫‪5‬‬
‫‪C3‬‬ ‫‪ 32 = 10/32‬‬
‫‪5‬‬
‫‪C2‬‬ ‫‪ 32 = 10/32‬‬
‫‪5‬‬
‫‪C1‬‬ ‫‪ 32 = 5/32‬‬
‫‪5‬‬
‫‪C0‬‬ ‫‪ 32 = 1/32‬‬

‫‪.4‬‬
‫‪1 1 1‬‬ ‫‪1‬‬
‫(ص ص ص) ‪p‬‬ ‫=‬ ‫=‪. . .‬‬
‫‪2 2 2‬‬ ‫‪8‬‬

‫‪ .5‬عدد الكرات الناتجة عن اللعبة = ‪ 3n‬ألنه يضع ‪ 3‬رات مع ل رمية احتمال الحصول‬

‫على صورة = احتمال الحصول على تابة = ‪1/2‬‬

‫‪ ‬عدد المرات التي يضع فيها ‪ 3‬رات سوداا = عدد المرات التي يضع فيها رتين سوداوين‬

‫‪n‬‬
‫و رة بيضاا ويساوي‬
‫‪2‬‬

‫‪ ‬عدد الكرات البيضاا =‬

‫𝑛‬ ‫𝑛‬
‫= ‪× 1‬‬
‫‪2‬‬ ‫‪2‬‬

‫عدد الكرات السوداا =‬

‫𝑛‬ ‫𝑛‬ ‫‪5n‬‬

‫‪× 3 +‬‬ ‫= ‪× 2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫عدد الحاالت المواتية‬

‫احتمال أن تكون الكرة المسحوبة بيضاا =‬
‫عدد الحاالت المم نة‬

‫‪80‬‬
 ‫𝑛‬
‫=‬ ‫‪÷ 3n‬‬
‫‪2‬‬
‫𝑛‬ ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫×‬ ‫=‬
‫‪2‬‬ ‫‪3n‬‬ ‫‪6‬‬

‫‪ .6‬الحاالت المم نة الحصول هي‪:‬‬

‫حمراا‬ ‫بيضاا‬

‫بيضاا‬ ‫حمراا‬

‫بيضاا‬ ‫بيضاا‬

‫حمراا‬ ‫حمراا‬

‫احتمال أن تكون ره على األقل بيضاا = واحد ناقص احتمال أن تكون الكرتان حم اروان‬

‫‪3‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪26‬‬

‫‪1− ( .‬‬ ‫)‬ ‫‪= 1-‬‬ ‫=‬
‫‪5‬‬ ‫‪7‬‬ ‫‪35‬‬ ‫‪35‬‬

‫حــل آخـر‬

‫احتمال أن تكون ره على األقل بيضاا = احتمال األولى بيضاا والثانية حمراا‬

‫أو األولى حمراا والثانية بيضاا‬

‫أو األولى بيضاا والثانية بيضاا‬

‫‪2 3‬‬ ‫‪3 4‬‬ ‫‪2 4‬‬

‫( =‬ ‫) ‪. ) + ( . ) + ( .‬‬
‫‪5 7‬‬ ‫‪5 7‬‬ ‫‪5 7‬‬
‫‪26‬‬
‫=‬
‫‪35‬‬

‫‪ .7‬االحتمال المطلوب = احتمال أن تكون الث ث رات بيضاا او الث ث حمراا أو الث ث سوداا‬

‫‪81‬‬
 ‫‪3‬‬ ‫‪2 1‬‬ ‫‪6 5 4 3‬‬ ‫‪2‬‬ ‫‪1 1‬‬
‫‪P =‬‬ ‫‪.‬‬ ‫‪. +‬‬ ‫‪ . .‬‬ ‫‪ +‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫=‪‬‬
‫‪‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10 ‬‬ ‫‪‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪ ‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪ 10‬‬
‫‪3‬‬ ‫‪6‬‬ ‫‪3‬‬
‫‪C3‬‬ ‫‪+‬‬ ‫‪C3‬‬ ‫‪+‬‬ ‫‪C3‬‬ ‫‪1‬‬
‫أو‬ ‫=‬ ‫=‬
‫‪12‬‬ ‫‪10‬‬
‫‪C3‬‬

‫‪ .8‬الحاالت المم نة‬

‫‪12‬‬
‫‪C3‬‬ ‫‪= 220‬‬

‫‪9‬‬ ‫‪3‬‬
‫(عدم ظهور رات حمراا) ‪i) P‬‬ ‫=‬
‫‪C3‬‬ ‫‪C0‬‬
‫‪12‬‬
‫‪C3‬‬
‫‪84‬‬ ‫‪21‬‬
‫=‬ ‫=‬
‫‪220‬‬ ‫‪55‬‬

‫‪3‬‬ ‫‪9‬‬
‫( رة واحدة حمراا) ‪ii) P‬‬ ‫=‬
‫‪C1‬‬ ‫‪C2‬‬
‫‪12‬‬
‫‪C3‬‬
‫‪27‬‬
‫=‬
‫‪55‬‬

‫‪3‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪9‬‬

‫‪C C‬‬
‫‪ ( = =1 12 2 +‬رة واحدة على األقل حمراا) ‪iii) P‬‬
‫‪C2 C1‬‬ ‫‪+‬‬
‫‪C3 C0‬‬
‫‪12‬‬ ‫‪12‬‬
‫‪C3‬‬ ‫‪C3‬‬ ‫‪C3‬‬
‫‪34‬‬
‫=‬
‫‪55‬‬
‫أو‬
‫(عدم ظهور رة حمراا) ‪= 1-P‬‬

‫‪= 1-‬‬
‫‪21‬‬
‫‪55‬‬
‫‪34‬‬
‫=‬
‫‪55‬‬

‫‪82‬‬
 ‫‪5‬‬ ‫‪4‬‬
‫‪+ C3‬‬ ‫‪+ C3‬‬
‫(الكرات لها من نفب اللون) ‪iv) P‬‬ ‫‪= C3‬‬ ‫‪3‬‬
‫‪12‬‬
‫‪C3‬‬
‫‪3‬‬
‫=‬
‫‪44‬‬

‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬

‫(عدم وجود رتين من نفب اللون) ‪v) P‬‬ ‫=‬ ‫‪C1 . C1 . C1‬‬ ‫=‬
‫‪3‬‬
‫‪12‬‬ ‫‪11‬‬
‫‪C3‬‬

‫السعر = االحتمال × قيمة الجائزة‬ ‫‪.9‬‬

‫‪× 50‬‬
‫‪1‬‬
‫=‬
‫‪100‬‬

‫‪1‬‬
‫=‬
‫‪2‬‬

‫السعر العادل يجب أن ي ون نصم دينار‬ ‫‪‬‬

‫‪ ‬سعر البطاقة غير عادل‪.‬‬

‫االحتمال المطلوب‬ ‫‪.10‬‬

‫‪45‬‬ ‫‪25‬‬ ‫‪30‬‬

‫= 𝑃‬ ‫‪.‬‬ ‫‪.‬‬
‫‪100 100 100‬‬
‫‪= 0.03375‬‬

‫‪.11‬‬

‫نفب احتمال الحصول على اللون في الورقة األولى‬ ‫‪)i‬‬

‫= ‪ 1/2‬ألن هناك لونين فقا أحمر وأسود‬

‫نفب احتمال الورقة األولى =‬ ‫‪)ii‬‬

‫‪1‬‬
‫‪52‬‬

‫‪83‬‬
 ‫االحتمال المطلوب = احتمال أن تكون الورقتين‬

‫أو ‪10‬‬ ‫‪ 1‬أو ‪ 2‬أو ‪...‬‬

‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬

‫( =‬ ‫‪.‬‬ ‫(‪) +‬‬ ‫‪.‬‬ ‫‪) + ...‬‬
‫‪52 52‬‬ ‫‪52 52‬‬
‫‪4‬‬ ‫‪4‬‬
‫( ‪= 10‬‬ ‫‪.‬‬ ‫)‬
‫‪52 52‬‬
‫‪10‬‬
‫=‬
‫‪133‬‬
‫‪10‬‬
‫=‬
‫‪169‬‬

‫‪)iii‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪1‬‬
‫‪= 13 ( .‬‬ ‫= )‬
‫‪52‬‬ ‫‪52‬‬ ‫‪13‬‬

‫عدد الحاالت المم نة ‪8‬‬ ‫‪)i‬‬ ‫‪.12‬‬

‫ص ص ص‪‬‬ ‫‪‬ص ك ك ص ك ص ص ص ك‬
‫‪S= ‬‬ ‫‪‬‬
‫ككك ‪‬‬ ‫ككص‬ ‫‪‬ك ص ص ك ص ك‬

‫عدد الحاالت المواتية ‪5‬‬

‫‪ ‬االحتمال المطلوب =‬
‫‪5‬‬
‫‪8‬‬

‫‪)ii‬‬
‫‪2‬‬
‫= 𝑃‬
‫‪8‬‬

‫‪1‬‬
‫=‬
‫‪4‬‬

‫احتمال ل من االختيارات الث ثة = (‪)1/3‬‬ ‫‪.13‬‬

‫‪84‬‬
‫االحتمال المطلوب هو احتمال الذهاب ماشياً ويتأخر أو الذهاب بالحافلة ويتأخر أو الذهاب بسيارته‬

‫ويتأخر‬

‫(التأخير) ‪P‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫) ( ) ( ‪= ( )( ) + ( )( ) +‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪6‬‬

‫=‬ ‫‪ 13 ‬‬

‫‪‬‬ ‫‪‬‬
‫‪ 36 ‬‬

‫احتمال اختيار أي صندوق = ‪1/2‬‬ ‫‪.14‬‬

‫احتمال أن ي ون قد سحب من الصندوق األول ومعيب =‬

‫‪1‬‬ ‫‪5‬‬
‫×‬
‫‪2‬‬ ‫‪13‬‬

‫احتمال أن ي ون قد سحب من الصندوق الثاني ومعيب =‬

‫‪1‬‬ ‫‪6‬‬
‫×‬
‫‪2‬‬ ‫‪17‬‬

‫) ( ) ( ‪( = ( ) ( ) +‬معيب) ‪P‬‬
‫‪1‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪6‬‬
‫‪2‬‬ ‫‪13‬‬ ‫‪2‬‬ ‫‪17‬‬

‫‪= 0.36878‬‬

‫‪S = 24 = 16‬‬ ‫‪.15‬‬

‫‪4‬‬
‫(بنت واحدة) ‪i) P‬‬ ‫=‬ ‫‪C1‬‬
‫‪16‬‬

‫‪4‬‬ ‫‪4‬‬
‫‪+‬‬
‫(أكثر من بنتين) ‪ii) P‬‬ ‫=‬ ‫‪C3‬‬ ‫‪C4‬‬
‫‪16‬‬

‫‪𝐶44‬‬
‫(ث ث بنات على األكثر) ‪iii) P‬‬ ‫=‬ ‫‪1−‬‬
‫‪16‬‬

‫‪15‬‬
‫=‬
‫‪16‬‬

‫أو بتطبيق قانون ثنائي الحدين‬

‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬

‫=‬ ‫‪C0 + C1 + C2 + C3‬‬
‫‪16‬‬

‫‪85‬‬
 ‫‪.16‬‬

‫)‪ B) = P(A) + P(B) - P(AB‬أو ‪P (A‬‬

‫‪= 0.6 + 0.3 – 0.1‬‬

‫‪= 0.8‬‬

‫‪.17‬‬

‫)‪P(AB‬‬ ‫)‪= P(A) P(B/A‬‬

‫)‪= P(B) P(A/B‬‬

‫‪‬‬ ‫)‪P(A‬‬ ‫=‬ ‫)‪P(AB‬‬

‫=‬
‫‪1/ 5 2‬‬
‫=‬
‫‪P( B / A ) 1 / 2 5‬‬

‫)‪P(B‬‬ ‫=‬ ‫)‪P(AB‬‬

‫=‬
‫‪1/ 5 3‬‬
‫=‬
‫‪P(A / B) 1 / 3 5‬‬

‫لتكن‬ ‫‪.18‬‬

‫)‪ = P(D‬احتمال أن ي ون المصباح معيبا‬

‫)‪ = P(M1‬احتمال أن ي ون المصباح من صنع ‪M1‬‬

‫)‪ = P(M2‬احتمال أن ي ون المصباح من صنع ‪M2‬‬

‫)‪ = P(M3‬احتمال أن ي ون المصباح من صنع ‪M3‬‬

‫بيانات المسألة تعطي االحتماالت اآلتية‬

‫‪P(M1) = 0.3‬‬ ‫)‪P(D/M1‬‬ ‫‪= 0.01‬‬

‫‪P(M2) = 0.3‬‬ ‫)‪P(D/M2‬‬ ‫‪= 0.03‬‬

‫‪P(M3) = 0.4‬‬ ‫)‪P(D/M3‬‬ ‫‪= 0.02‬‬

‫‪86‬‬
 ‫دعنا اآلن نحسب االحتماالت التالية‬

‫‪P(M1D) = P(M1) P(D/M1) = (0.3) (0.01) = 0.003‬‬

‫‪P(M2D) = P(M2) P(D/M2) = (0.3) (0.03) = 0.009‬‬

‫‪P(M3D) = P(M3) P(D/M3) = (0.4) (0.02) = 0.008‬‬

‫هذه االحتماالت جميعاً يم ن تمثيلها بيانيا‪.‬‬

‫باستخدام نظرية بيز‬

‫)𝐷 ‪𝑃(𝑀1‬‬
‫= )𝐷‪𝑃(𝑀1 /‬‬
‫)𝐷 ‪𝑃(𝑀1 𝐷)+𝑃(𝑀2 𝐷)+𝑃(𝑀3‬‬

‫‪0.003‬‬ ‫‪3‬‬
‫=‬ ‫=‬
‫‪0.003 + 0.009 + 0.008 20‬‬

‫)𝐷 ‪P (𝑀2‬‬
‫= )𝐷‪𝑃(𝑀2 /‬‬
‫)𝐷 ‪𝑃 (𝑀1 𝐷) + P (𝑀2 𝐷) + P(𝑀3‬‬

‫‪0.009‬‬ ‫‪9‬‬
‫=‬ ‫=‬
‫‪0.020‬‬ ‫‪20‬‬

‫‪0.008‬‬ ‫‪8‬‬
‫= )𝐷‪𝑃(𝑀3 /‬‬ ‫=‬
‫‪0.020‬‬ ‫‪20‬‬

‫ويم ن تلخيص االحتماالت السابقة بالجدول التالي‪:‬‬

‫االحتمال‬ ‫االحتمال‬ ‫االحتمال‬ ‫االحتمال‬ ‫الحادث‬

‫البعدي‬ ‫المركب‬ ‫الشرطي‬ ‫القبلي‬

‫‪3/20‬‬ ‫‪0.003‬‬ ‫‪0.01‬‬ ‫‪0.30‬‬ ‫‪M1‬‬

‫‪9/20‬‬ ‫‪0.009‬‬ ‫‪0.03‬‬ ‫‪0.30‬‬ ‫‪M2‬‬
‫‪8/20‬‬ ‫‪0.008‬‬ ‫‪0.02‬‬ ‫‪0.40‬‬ ‫‪M3‬‬

‫‪1.00‬‬ ‫‪0.020‬‬ ‫‪1.00‬‬ ‫المجموع‬

‫‪87‬‬
 ‫باستخدام القانون الهايبرجيومترى‬ ‫‪.19‬‬

‫‪4‬‬ ‫‪4 48‬‬

‫‪( = c1 c4‬شايب واحد) ‪P‬‬
‫‪52‬‬
‫‪c5‬‬
‫‪3243‬‬
‫=‬
‫‪10829‬‬

‫حل آخر هناك خمب حاالت متنافية لوقوت هذا الحادث تختلم عن بعضها في ترتيب سحب ورقة‬

‫الشايب لنأخذ الحالة األولى التي يظهر فيها الشايب من أول سحب في هذه الحالة ي ون‬

‫االحتمال =‬

‫‪4‬‬ ‫‪48‬‬ ‫‪47‬‬ ‫‪46‬‬ ‫‪45‬‬ ‫‪4243‬‬

‫×‬ ‫×‬ ‫×‬ ‫×‬ ‫=‬
‫‪52‬‬ ‫‪51‬‬ ‫‪50‬‬ ‫‪49‬‬ ‫‪48‬‬ ‫‪54145‬‬
‫وحيث أن الحاالت الخمب متماثلة فان االحتمال المطلوب هو‬

‫‪3243‬‬
‫× ‪5‬‬ ‫=‬
‫‪54145‬‬
‫‪3243‬‬
‫=‬
‫‪10829‬‬

‫‪88‬‬
 .20

P(M1D) = P(M1) P(D / M1)

= 0.60  0.05 = 0.03
P(D/M1)=0.05 D
P(M)=0.6
M1
N
P(D/M2)=0.02 P ( M 2 D) = P ( M 2 ) P ( D / M 2 )
P(M2)=0.4 M2 D
= 0.40  0.02 = 0.008

𝑃(𝑀1 𝐷)
𝑃(𝑀1 /𝐷) =
𝑃(𝑀1 𝐷) + 𝑃(𝑀2 𝐷)2

0.03
=
0.03 + 0.008

0.03 30
= =
0.038 38

= 0.789 5

89
 ‫الفصــل الثالث‬

‫المتغيرات العشوائية والتوزيعات‬

‫االحتمالية‬
‫‪RANDOM VARIABLES AND PROBABILITY DISTRIBUTIONS‬‬

‫‪RANDOM VARIABLES‬‬ ‫‪ 1.3‬المتغير العشوائي‬

‫مر معنا في الفصل السابق عدة تجارب مثل حذف زهرة النرد أو رمي قطعة النقد أو سحب ره أو سحب‬

‫ورقة من أوراق اللعب ‪ ...‬الخ ان النتائج التي يم ن الحصول عليها بتجارب عشوائية رقمية انت ما‬

‫في حالة النرد أو نوعية ما في الكرات وقطعة العملة وورق اللعب وغيرها تدعى بالمتغيرات العشوائية‪.‬‬

‫المتغير العشوائي‬
‫هو المتغير الذي يتم الحصول على قيمته نتيجة لتجربه عشوائية‬

‫المتغير العشوائي يم ن أن ي ون متقطعا ‪ DISCRETE‬أو متص ً ‪CONTINOUNS‬‬

‫المتغير المتقطع‪:‬‬
‫هو المتغير العشوائي الذي يأخذ قيمة من قيم األعداد الصحيحة مثل ‪... 3 2 1‬‬

‫أمثلة على المتغير المتقطع ‪:‬‬

‫‪ -‬عدد أفراد األسرة في عينة إحصائية م ونه من عده أسر‬

‫‪ -‬عدد األهداف المسجلة لفريق رياضي خ ل الدورى العام‬

‫‪ -‬عدد السيارات المباعه في الشهر إلحدى شر ات السيارات ‪ ...‬الخ‬

‫‪90‬‬
 ‫المتغير المتصل‪:‬‬

‫هو المتغير العشوائي الذي يأخذ أي قيمة داخل مدى معين مثل مقاييب الطول والوزن والزمن‬

‫والقيمة‪.‬‬

‫أمثلة على المتغير المتصل‪:‬‬

‫‪ -‬المبيعات الشهرية من الحليب إلحدى مقسسات األلبان‬

‫‪ -‬أطوال طلبة الجامعة‬

‫‪ -‬أوزان ط ب الصم األول االبتدائي في إحدى المدارب‬

‫‪ -‬أثمان البرميل الواحد للنفا الكويتي خ ل السنة األخيرة ‪ ...‬الخ‪.‬‬

‫‪Discrete Probability Distributions‬‬ ‫‪ 2.3‬التوزيـــعات االحتماليــة المتقطعـة‬

‫إذا رمينا زهره نرد فإنه يم ننا ان نمثل النتائج المم نة واحتماالت ل منها بالجدول التالي‪:‬‬

‫الوجه‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬

‫االحتمال‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬

‫واذا رمينا زهرتي نرد و نا مهتمين بمجموت وجهي الزهر فانه يم ننا أن نمثل النتائج المم نة‬

‫واحتمال ل منها بالجدول التالي‪:‬‬

‫المتغير العشوائي‬
‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10 11‬‬ ‫‪12‬‬
‫مجموع الوجهين‬

‫االحتمال‬ ‫‪1 2 3 4 5 6 5 4‬‬ ‫‪3 2‬‬ ‫‪1‬‬

‫‪36 36 36 36 36 36 36 36 36 36‬‬ ‫‪36‬‬

‫‪91‬‬
‫هذا الجدول الذي يتضمن قيم المتغير الشعوائي واالحتماالت المناظرة لها يسمى بالتوزيع االحتمالي للمتغير‬

‫العشوائي المتقطع وه ذا فإن ‪:‬‬

‫التوزيع االحتمالي لمجموعة القيم المتقطعة التي يأخذها متغير‬

‫عشـــــــوائي متقطع‪ ،‬هو الجدول أو القائمة التي تتضـــــــمن جميع‬
‫القيم الممكنة لهذا المتغير مع االحتمال الخاص بكل منها‪.‬‬

‫)‪Probabily Density Function (P.D.F.‬‬ ‫‪ 3.3‬دالة كثافة االحتمال‬

‫‪ xn ... x3 , x2 , x1‬باحتمال )‪P(X=xi‬‬ ‫إذا ان لدينا متغير متقطع ‪ X‬يأخذ قيما مختلفة‬

‫حيث ‪ i = 1, 2 ...n‬فإن هذا االحتمال يسمى بالداله االحتمالية أو ثافة االحتمال ويرمز لها بالرمز‬

‫)‪. f(xi‬‬

‫وهكذا فإن دالة كثافة االحتمال للمتغير العشوائي ‪ x‬هي‬

‫االحتمال بأن يأخذ ‪ x‬أي قيمة من قيمة الممكنة‪ ،‬أي‬
‫)‪ P(X=xi‬ويرمز لها بالرمز )‪ f(x‬على أن يتحقق ما‬
‫يلي‪:‬‬
‫‪i) f (x)  0‬‬
‫‪n‬‬
‫‪ii)  f ( x i ) = 1‬‬
‫‪i =1‬‬

‫وتأخذ داله ثافة االحتمال للمتغير المتقطع ‪ X‬الش ل التالي‪:‬‬

‫‪X =x‬‬ ‫‪x1‬‬ ‫‪x2 …………..xn‬‬

‫)‪f(x) = P (X=x‬‬ ‫)‪f(x1‬‬ ‫)‪f(x2) ………..f(xn‬‬

‫‪92‬‬
 ‫مثــال ‪: 1‬‬

‫إذا ان لدينا المتغير العشوائي المتقطع ‪ X‬وهو عدد مرات الحصول على وجه الكتابة عند رمي قطعة‬

‫نقدية مرتين فإن ‪:‬‬

‫الحاالت المم نة أو الفراغ العيني = ‪ ‬صـ صـ صـ ك ك صـ ك ك ‪‬‬

‫‪2‬‬ ‫القيم المم نة ل ‪ X‬هي ‪1 0‬‬

‫أذن‬

‫)‪𝑓(𝑥) = P (X = x‬‬
‫‪f (0) = P (X = 0) = 1/4‬‬
‫‪f (1) = P (X = 1) = 1/2‬‬
‫‪f (2) = 𝑃(𝑋 = 2) = 1/4‬‬

‫وي ون التوزيع االحتمالي لقيم ‪ X‬المم نة هو ما يلي‪:‬‬

‫‪X = x‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬

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

‫ويم ن رسم هذا الجدول بيانيا ما يلي‪:‬‬

‫‪1‬‬

‫‪3/4‬‬
‫االحتــمال‬

‫‪1/2‬‬

‫‪1/4‬‬

‫‪0‬‬
‫‪X‬‬
‫‪1‬‬ ‫‪2‬‬
‫قيمة المتغير العشوائي‬

‫‪93‬‬
 ‫‪Probability Distribution‬‬ ‫‪ 4.3‬دالــة التوزيع االحتمالي‬

‫لكننا في الغالب ال نهتم فقا باحتمال أخذ المتغير العشوائي لقيمة واحدة من قيمة المم نة وإنما نهتم أيضاً‬

‫باحتمال أخذ المتغير ‪ X‬لقيمة أقل من أو تساوى قيمة ما من قيمة المم نة وهذه الدالة ندعوها بداله التوزيع‬

‫االحتمالي للمتغير ‪. X‬‬

‫دالة التوزيع االحتمالي للمتغير العشوائي ‪ X‬هي االحتمال بأن ‪ X‬أقل من‬
‫أو تساوي ‪ x‬أي )‪ P(X  x‬ويرمز لها بالرمز )‪ F(x‬ويكون‬

‫∑ = )‪𝑭 (𝒙) = P(X ≤ x‬‬ ‫)𝒊𝒙(𝒇‬

‫𝒙≤ ‪xi‬‬

‫‪Continuous Probability Distribution‬‬ ‫‪ 5.3‬التوزيعات االحتمالية المتصلة‬

‫يم ننا أيضاً أن نعرف التوزيع االحتمالي لمتغير عشوائي متصل بأنه الجدول أو القائمة الذي يبين لنا القيم‬

‫المختلفة لهذا المتغير المتصل واالحتمال الخاص ب ل قيمة من هذه القيم‪.‬‬

‫مثـال ‪: 2‬‬

‫نفرض أن لدينا آلة مي اني ية تمأل أكياسا من القهوة زنه ل يب باوند واحد من القهوة ولكن لوجود خلل‬

‫في أحد المراحل المي اني ية يختلم الوزن من يب إلى آخر فوزن الكيب هنا متغير عشوائي متصل‬

‫والجدول التالي يعطي وزن ‪ 100‬يب مملواه بهذه الطريقة ‪:‬‬

‫‪94‬‬
 ‫قيمة المتغير العشوائي‬ ‫عدد االكياس‬ ‫االحتمال‬
‫‪X‬‬ ‫(التك اررات)‬ ‫)‪f (x‬‬

‫‪0.90‬‬ ‫‪1‬‬ ‫‪0.01‬‬

‫‪0.95‬‬ ‫‪7‬‬ ‫‪0.07‬‬

‫‪0.99‬‬ ‫‪25‬‬ ‫‪0.25‬‬

‫‪1.00‬‬ ‫‪32‬‬ ‫‪0.32‬‬

‫‪1.01‬‬ ‫‪30‬‬ ‫‪0.30‬‬

‫‪1.05‬‬ ‫‪5‬‬ ‫‪0.05‬‬

‫‪100‬‬ ‫‪1.00‬‬

‫فلو أردنا أن نعرف قيمة احتمال اختيار يب عشوائيا بوزن يتراوح ما بين أي قيمتين لنقل ‪ 0.95‬و ‪1.05‬‬

‫فان عدد القيم المم نة لهذا المتغير العشوائي تكون غير محدودة ولذلك ال يم ننا أن نعالج المش لة في‬

‫حالة المتغير المتصل ما هو الحال في حاله المتغير المتقطع على ل حال فان مفهوم المساحة وخواصها‬

‫تم ننا من تحديد االحتماالت في حاله المتغيرات العشوائية المتصلة‪.‬‬

‫ما في الش ل التالي‪:‬‬ ‫‪a  x b‬‬ ‫لي ن ‪ X‬متغي ار متص ً يقع في المدى )‪ (ab‬أي‬

‫)‪f (x‬‬

‫)‪p(c  x  d‬‬

‫‪x‬‬
‫‪a c‬‬ ‫‪d‬‬ ‫‪b‬‬

‫‪95‬‬
‫فان احتمال أن يقع المتغير العشوائي المتصل ‪ x‬في المدى )‪ (a, d‬يرمز له بالرمز )‪P(c  X  d‬‬

‫ويعطي ما يلي‪:‬‬

‫)‪ = P(c  x  d‬المساحة المحصورة بين الدالة )‪ f(x‬والمحور األفقي والمحددة بـ ‪x = d , x = c‬‬

‫أي المساحة المظللة في الش ل ‪.‬‬

‫تكون )‪ f(x‬دالة ثافة االحتمال للمتغير المتصل ‪ X‬إذا ان ‪:‬‬

‫)‪i‬‬ ‫‪f(x)  0‬‬ ‫)‪ f(x‬موجبه‬

‫)‪ii‬‬ ‫‪ f (x) dx = 1‬‬ ‫امل المساحة تحت المنحنى = ‪1‬‬

‫‪R‬‬

‫‪b‬‬
‫‪‬‬ ‫‪f (x) dx = 1‬‬
‫‪a‬‬

‫) ‪(a    b‬‬

‫‪‬‬
‫‪‬‬ ‫‪f (x) dx = 1‬‬ ‫)‪(−   ‬‬
‫‪−‬‬

‫‪ 6.3‬دالة كثافة االحتمال التجميعية للمتغير العشوائي المتصل‬

‫‪Aggregate probability density function for a continuous random variable‬‬

‫هي االحتمال بأن ‪ X‬أقل من او يساوي ‪ a‬أي )‪ 𝑃(𝑥 ≤ a‬ويرمز لها بالرمز )‪ F (x‬وه ذا‬

‫𝑎‬
‫‪𝐹(𝑥) = P (𝑥 ≤ a) = ∫−∞ 𝑓 (𝑥) dx‬‬

‫وهي ما في الش ل التالي‪:‬‬

‫‪96‬‬
 f(x)

f(x)

− F(a)
f(x) X
x=a

:3 ‫مثــال‬

‫) يساوي‬a,b( ‫ في المدى‬X ‫احتمال ان تقع‬

b
P(a  x  b) =  f ( x )dx
a

b a
 f ( x )dx −  f ( x ) dx
− -

= f (b) - f (a)

: ‫وبالرسـم‬
f(x)

F(b)-F(a)

−  x
f(x) x)
a b

97
 ‫‪ 7.3‬تمــــارين الفصــــل الثالث ‪ /‬المتغيرات العشوائية والتوزيعات‬
‫االحتمالية‬

‫‪ -1‬إذا ان ‪ c‬ثابت و ‪ x‬متغير عشوائي داله احتماله هي‪:‬‬

‫‪f (x) = c‬‬ ‫) ‪(5x‬‬

‫‪x = 0, 1 , …, 5‬‬

‫فأوجــد قيمة الثابت ‪c‬‬

‫‪ -2‬إذا ان ‪ X‬متغير عشوائي يمثل عدد حوادث السير في مدينة ما و انت ‪ C‬ثابت وداله االحتمال‬

‫‪ X‬هي على الصورة التالية ‪:‬‬

‫‪X=x‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬

‫)‪f(x) = P(X=x‬‬ ‫‪C‬‬ ‫‪2C 3C 4C 1.5C 0.5C‬‬

‫أوال‪ :‬أوجد قيمة الثابت ‪C‬‬

‫ثانيا‪ :‬أوجد‪:‬‬

‫)‪i‬‬ ‫)‪P(x> 3‬‬

‫)‪ii‬‬ ‫) ‪P (0 > x  4‬‬

‫)‪iii‬‬ ‫) ‪P (0 > x > 2‬‬

‫ثالثا‪ :‬اكتب داله التوزيع االحتمالي لـ ‪X‬‬

‫‪98‬‬
‫‪ -3‬إذا ألقيت قطعة نقدية حتى تم الحصول على وجه الكتابة و انت ‪ X‬متغير عشوائي يمثل عدد‬

‫المرات التي ألقيت بها قطعة النقد حتى تم الحصول على وجه الكتابة أوجد داله احتمال المتغير‬

‫‪.X‬‬

‫‪ -4‬أريد اختيار أحد اشرطه التسجيل (الكاسيت) من مجموعة من ‪ 10‬أشرطه فإذا ان المتغير‬

‫العشوائي ‪ X‬يمثل رقم الشريا المختار فأوجد داله االحتمال لـ ‪. X‬‬

‫‪ -5‬إذا ان ‪ X‬متغير عشوائي ثافة احتماله‬

‫= )‪f(x‬‬
‫‪1‬‬
‫‪2‬‬

‫و ‪0 x  2‬‬

‫أوجــد ‪:‬‬

‫)‪i‬‬ ‫) ‪P ( 0.5 > x > 1.5‬‬

‫)‪ii‬‬ ‫) ‪P ( x < 0.25‬‬

‫)‪iii‬‬ ‫)‪P ( x > 0.75‬‬

‫)‪iv‬‬ ‫)‪P(x<3‬‬

‫‪ -6‬إذا انت‬

‫‪2−x‬‬
‫= )‪f (x‬‬
‫‪2‬‬

‫> ‪0> x‬‬ ‫و‬

‫أوجــد ‪:‬‬

‫‪99‬‬
 ‫)‪i‬‬ ‫) ‪P ( 0.5 > x > 1‬‬

‫)‪ii‬‬ ‫) ‪P ( x < 1.5‬‬

‫)‪iii‬‬ ‫)‪P ( x > 0.3‬‬

‫)‪iv‬‬ ‫)‪P ( 0 > x > 2‬‬

‫‪ -7‬في أحد االمتحانات الشفوية الم ون من خمسة أسئلة إذا ان احتمال أن يجيب أحد الممتحنين‬

‫على أي سقال أجابه صحيحة هو ‪ 0.6‬ورمزنا لعدد األسئلة التي يجيب عليها إجابات صحيحة‬

‫قبل أول فشل له في اإلجابة بالرمز ‪. x‬‬

‫أوجــد توزيع ‪ x‬االحتمالي ‪.‬‬

‫إذا أدرنا الدوالب مرتين بحيث يقشر المقشر في ل‬ ‫‪4 3‬‬ ‫‪ -8‬دوالب عليه ث ثة أرقام هي ‪2‬‬

‫مرة على أحد األرقام الث ثة واذا فرضنا أن ‪ x‬تمثل مجموت الرقمين الناتجين أحصر النتائج‬

‫المم نة واستنتج توزيع ‪ x‬االحتمالي‪.‬‬

‫تقدم ل متحان ث ثة ط ب إذا‬ ‫‪ -9‬إذا ان احتمال أن ينجخ الطالب في امتحان اإلحصاا هو‬
‫‪1‬‬
‫‪4‬‬

‫فرضنا بأن ‪ x‬تمثل عدد الناجحين أحصر النتائج المم نة واستنتج التوزيع االحتمالي لـ ‪. x‬‬

‫‪100‬‬
‫‪ 8.3‬حل تمــــارين الفصــــل الثالث ‪ /‬المتغيرات العشوائية والتوزيعات‬

‫االحتمالية‬

‫‪-1‬‬

‫‪ f (x) = 1‬‬

‫‪a11x‬‬
‫‪  C ( x5 ) = 1‬‬
‫‪C  ( x5 ) = 1‬‬
‫‪C ( 1 + 5 + 10 + 10 + 5 + 1 ) = 1‬‬
‫‪C = 1/32‬‬

‫‪ - 2‬أوال‪:‬‬

‫‪ f (x) = 1‬‬

‫‪a11x‬‬

‫‪‬‬ ‫‪C + 2C +3C + 4C + 1.5C + 0.5C = 1‬‬

‫‪‬‬ ‫‪C = 1/12‬‬

‫ثانياً‪:‬‬

‫)‪i‬‬ ‫)‪P (x> 3) = P (x=0) + P (x =1) + P (x = 2‬‬

‫‪= C + 2C + 3C‬‬

‫‪= 6C‬‬

‫)‪= 6 (1/12‬‬

‫‪= 1/ 2‬‬

‫‪101‬‬
ii) P (0 > X  4) = P(X=1) + P(X=2) +

P(X=3) + P(X = 4)

= 2C + 3C +4C + 1.5C

= 10.5. C

= 10.5 (1/12)

= 10.5/12

‫أو‬

= 1 – [(P (X=0) + P(X=5)]

= 1 – (C + 0.5 C)

= 10.5 C

= 10.5/12

iii) P(0 > X >2) = P (X =1)

=2C

= 2/12 = 1/6

x ‫ دالة التوزيع االحتمالي ل‬: ً‫ثالثا‬

F(x) = P (X  x)

102
 F(0) = P (X  0) = 1/12

F(1) = P (X  1) = 3/12

F(2) = P (X  2) = 6/12

F(3) = P (X  3) = 10/12

F(4) = P (X  4) = 23/24

F(5) = P (X  5) = 1

-3

f(x) = (1/2)x

x = 1, 2, …

-4

X=x 1 2 3 ……………. 10

f(x) =
1/10 1/10 1/10 ……………. 1/10
P(X=x)

f(x) = 1/10 x = 1, 2, …, 10

-5

1.5.
i) P(0.5 > x > 1.5) =  1 / 2 dx
0.5

103
 =½
x 1.5
=
2 0.5

2
ii) P(x < 0.25) =  1 / 2 dx
0.25

= 7/8

0.75
iii) P( x > 0.75) =  1 / 2 dx
0.5

= 3/8


iv) P(x < 3) =  1 / 2 dx
3

=0

0  x  2 ‫الن‬

-6

1
2−x
i) P (05 > x > 1) =  dx
2
0.5

1
x
=  1-
2
dx
0.5
1 1
x
=  x 0 dx -  2
dx
0.5 0.5.
1 x 2 1
= x -
0.5 4 0.5

3 5
= 1/2 - =
16 16

104
 2
2−x
ii) P(x < 1.5) =
1
 2
dx =
16
1.5

0.3
2−x
iii) P (x > 0.3) =  dx
0
2

= 0.2775

2
2−x
v) P(0 > x >2) =  dx = 1
0
2

-7

x 0 1 2 3 4 5

p(x) 0.4 (0.6)1 (0.6)2 (0.6)3 (0.6)4 (0.6)5

(0.4) (0.4) (0.4) (0.4)

-8

x 4 5 6 7 8

p(x) 1 2 3 2 1
9 9 9 9 9

-9

P(x) = Cnx px qn-x

P(0) = , P(1) = , P(2) =

27 27 9
64 64 64

P(3) =
1
64

105
 ‫الفصل الرابع‬

‫أدلة توصيف التوزيعات االحتمالية‬

‫‪Guides for Characterizing Probability Distributions‬‬

‫التوقـــــع ‪ ،‬التبايـــن ‪ ،‬والتغـايـــر‬

‫يم ن عن طريق بعض المعلمات (البارامترات) أن نحدد صفات المجتمع اإلحصائي وأن نقارن‬

‫المجتمعات االحصائيه بعضها ببعض ومن أهم هذه المعلمات‪ :‬التوقع وهو يحدد مر ز الموضع‬

‫للمجتمع والتباين وهو مقياب االنتشار والتغاير وهو مقياب االرتباط بين متغيرين ‪.‬‬

‫وفيما يلي نتناول دراسة هذه المعلمات ‪:‬‬

‫‪Expectation‬‬ ‫‪ 1.4‬التوقــع‬
‫إذا ان ‪ x‬متغير عشوائي ثافة احتماله )‪ f(x‬فيعرف المقدار‬

‫‪‬‬

‫‪ x f(x) dx‬‬

‫‪-‬‬

‫بالتوقع‪ .‬وهذا المقدار سي ون ثابتاً (النه تكامل محدود) ولكنه يعتمد على الثوابت التي تتضمنها دالة‬

‫ثافة االحتمال )‪f(x‬‬

‫واذا ان المتغير ‪ x‬متقطعا يصبخ التوقع في هذه الحالة يساوي‬

‫‪‬‬ ‫)‪x P(x‬‬

‫‪all x‬‬
‫حيث )‪ P(x‬الدالة االحتمالية للمتغير ‪x‬‬

‫‪106‬‬
‫سنرمز لتوقع ‪ x‬بالرمز )‪ E(X‬حيث الحرف ‪ E‬يشير إلى عملية رياضية معينة تجرى على المتغير ‪x‬‬

‫ومضمونها ‪:‬‬

‫)‪E (x‬‬ ‫‪‬‬

‫=‬ ‫‪xf‬‬ ‫‪(x) dx = ‬‬
‫‪-‬‬
‫أو‬

‫=‬ ‫)‪ xP(x‬‬ ‫‪=‬‬

‫‪all x‬‬

‫حسب ون المتغير ‪ x‬متص أو متقطعاً‪.‬‬

‫ما يدعى التوقع )‪ E(x‬بالوسا الحسابي للتوزيع االحتمالي ويستخدم الحرف اإلغريقي ‪( ‬ميو) في‬

‫الغالب للتعبير عن القيمة المتوقعة للمتغير ‪. x‬‬

‫وي حظ من صيغة التوقع (في حالة المتغير المتقطع مث ً) أنها تشبه أوزاناً )‪ P(x‬معلقة عند النفا ‪xi‬‬

‫(‪ )i = 0 1 , 2‬والتوقع يقابل حساب مر ز ثقل هذه األوزان وهي نقطه االتزان ‪.‬‬

‫إذا ان ‪ x‬متغي اًر عشوائياً فان أي دالة في ‪( x‬لنقل مث ً )‪ )  (x‬هي األخرى متغير عشوائي وتوقعه‬

‫يساوي‪:‬‬

‫])‪E [  (x‬‬ ‫=‬ ‫)‪  (x) P(x‬‬

‫‪all x‬‬

‫=‬ ‫‪‬‬ ‫‪(x) f(x) dx‬‬

‫‪Range‬‬
‫‪x‬‬

‫حسب ون ‪ x‬متقطعاً أو متص ً ‪.‬‬

‫‪107‬‬
 ‫‪ (x) = x r‬‬ ‫لنأخــذ‬

‫ي ــون‬

‫= )‪E (xr‬‬ ‫‪ xr‬‬ ‫)‪P (x‬‬

‫‪all x‬‬

‫‪x‬‬
‫‪r‬‬
‫=‬ ‫‪f (x) dx‬‬
‫‪Rx‬‬

‫‪r=1‬‬ ‫ولنجعل‬

‫ي ــون‬

‫= )‪E (X‬‬ ‫‪ x P (x) = ‬‬

‫‪all x‬‬

‫=‬ ‫‪ x f (x) dx = ‬‬

‫‪Rx‬‬

‫مثــال ‪: 1‬‬

‫ألقيت قطعة نقد معدنية ث ث مرات متتالية فما هو التوقع الرياضي لعدد مرات ظهور "صورة"؟‬

‫الحــل‬

‫يم ننا أن نمثل الفراغ العيني واالحتماالت المناظرة في الجدول التالي‪:‬‬

‫‪108‬‬
 ‫االحتـمال‬ ‫الحاالت الممكنة عدد ظهور الصورة‬

‫‪1/8‬‬ ‫‪3‬‬ ‫صصص‬

‫‪1/8‬‬ ‫‪2‬‬ ‫صصك‬

‫‪1/8‬‬ ‫‪2‬‬ ‫صكص‬

‫‪1/8‬‬ ‫‪1‬‬ ‫صكك‬

‫‪1/8‬‬ ‫‪0‬‬ ‫ككك‬

‫‪1/8‬‬ ‫‪1‬‬ ‫ككص‬

‫‪1/8‬‬ ‫‪1‬‬ ‫كصك‬

‫‪1/8‬‬ ‫‪2‬‬ ‫كصص‬

‫دت ‪ X‬تمثل عدد مرات الحصول على وجه صوره عندما القيت قطعه النقد ث ث مرات داله االحتمال‬

‫للمتغير ‪ X‬معطاه في الجدول التالي‪:‬‬

‫‪X=x‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫)‪f(x) = P(X=x‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬

‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬

‫‪3‬‬

‫= )‪E(X‬‬ ‫‪‬‬ ‫)‪Xi P (xi‬‬

‫‪i=0‬‬

‫‪109‬‬
 ‫) (‪= 0 ( ) + 1 ( ) + 2( ) + 3‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬

‫‪3‬‬
‫=‬
‫‪2‬‬

‫ويم ننا أن نمثل الدالة االحتمالية المبينة في الجدول السابق بالرسم البياني التالي‪:‬‬

‫)‪f(x) = P(X = x‬‬

‫‪3/8‬‬ ‫•‬

‫‪2/8‬‬ ‫•‬

‫•‬
‫‪1/8‬‬
‫‪X‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪Properties of Expected Value‬‬ ‫❖خواص التوقــع‬

‫رأينا أن دليل التوقع ‪ E‬عبارة عن رمز يشير إلى عملية رياضية معينه تجري على المتغير اإلحصائي‬

‫التالي لهذا الدليل ويمتاز هذا الدليل بالخواص التالية‪:‬‬

‫‪ .1‬إذا كان ‪ a‬ثابت و ‪ x‬متغير عشوائي فإن‬

‫)‪E (ax) = a E (X‬‬

‫‪110‬‬
 :‫البره ــان‬

E (ax) =  ax P(x)
all x

= a  X P(x)
all x

= a E (X)

‫أو‬


E (ax) =  a xf (x) dx
-


= a  f (x) dx
-

= a E (x)

‫ توقع الثابت يساوي الثابت‬.2

‫ متغير عشوائي فإن‬X ‫ ثابت و‬a ‫إذا ان‬

E (a) = a

: ‫البره ــان‬

E (a) =  aP(x)
all x

= a P (x)

= a (1)

= a

111
 ‫نتيج ــة ‪:‬‬

‫‪E (ax+b) = a E (x) + b‬‬

‫البره ــان ‪:‬‬

‫)‪E(ax+b) = E (ax) + E(b‬‬

‫‪= a E (x) + b‬‬

‫مثــال ‪: 2‬‬

‫‪E(2x + 3) = 2 E(x) + 3‬‬

‫‪ .3‬توقع التوقع يساوي التوقع‬

‫)‪E [E(x)] = E (x‬‬

‫البره ــان‪:‬‬

‫بما أن التوقع قيمة ثابتة ما ذ رنا وبما أن توقع الثابت يساوي الثابت أذن توقع التوقع يساوي‬

‫التوقع‪.‬‬

‫فلو رمزنا إلى توقع )‪ E(x‬بالقيمة الثابتة ‪z‬‬

‫‪E(z) = z‬‬ ‫فان‬

‫)‪E[E(x)] = E (x‬‬ ‫ومنها‬

‫‪112‬‬
 4E [(X - E(x)] = 0 .4

: ‫البره ــان‬

E [ (x – E (x) = E (x) - E(E (x)]

= E (x) - E (x)

=0

: ‫ متغيرين عشوائيين فان‬Y ‫ و‬X ‫إذا كان‬ : 1 ‫نظريــة‬

E (X  Y) = E (x)  E (Y)

‫أي أن توقع مجموع متغيرين يساوي مجموع توقعات المتغيرين‬

:‫البرهــان‬

E (X  Y) =  (x  y) f(x.y) d xdy
−

=   x f (x, y) dxdy    y f (x, y) dxdy

=  x [  f(x, y)dy]dx   y [  f (x, y) dx]dy
=  x f(x) dx   y f(y) dy

= E(X)  E(y)

113
 ‫إذا كان ‪ Y , X‬متغيرين عشوائيين مستقلين فان ‪:‬‬ ‫نظريــة ‪: 2‬‬

‫)‪E (XY) = E(X) E(Y‬‬

‫البره ــان ‪:‬‬

‫= )‪E(X Y‬‬ ‫)‪  X Y f (x, y‬‬ ‫‪dxdy‬‬

‫=‬ ‫‪  xy f (x) f(y) d x d y‬‬ ‫الستق ل‪…….‬‬

‫=‬ ‫‪ x f (x) d x  y f (y) d y‬‬

‫)‪= E (X) E (Y‬‬

‫مثــال ‪: 3‬‬

‫إذا ان ‪ X‬متغي ار عشوائيا دالته االحتماليه هي‪:‬‬

‫‪f(x) = 2x‬‬

‫‪0  X  1‬‬ ‫وأن‬

‫فأوجــد ـل مـن‬

‫‪E(x+1)2‬‬ ‫)‪E(x2‬‬ ‫)‪E (x‬‬

‫الحــل‪:‬‬

‫‪1‬‬
‫= )‪E(x‬‬ ‫‪‬‬ ‫‪x f (x) dx‬‬
‫‪0‬‬

‫‪1‬‬
‫=‬ ‫‪x‬‬ ‫‪(2x) dx‬‬
‫‪0‬‬

‫‪114‬‬
 1

 2x
2
= dx
0

x3 1
= 2
3 0

= 2
1
-0
3

2
=
3

1
E(x2) = x
2
f (x) dx
0

1
=  x3 (2x) dx
0

 2x
3
= dx
0

x4 1
= 2
4 0

1
=
2

E (x + 1)2 = E [x2 + 2 × + 1]

= E(x2) + 2 E (x) + 1

= ½ + 2 (2/3) + 1

= ½ + 4/3 + 1

17
=
6

115
 ‫‪Variance & Standard Deviation‬‬ ‫‪ 2.4‬التباين واالنحراف المعياري‬
‫نعرف ان التبــاين واالنحراف المعيــاري هي مقــاييب للتش ـ ـ ـ ـ ـ ـ ـتــت )‪ (Dispersion‬لتوزيع تكراري ولكننــا‬
‫سنناقشهما اآلن مقاييب للتشتت للتوزيع االحتمالي لمتغير عشوائي ‪.‬‬

‫أن القيمة المتوقعه (أو الوس ـ ـ ـ ــا الحس ـ ـ ـ ــابي) لتوزيع احتمالي لمتغير عشـ ـ ـ ـ ـوائي ما تدلنا على مر ز التوزيع‬

‫االحتمالي وتعطينا معلومات س ـ ـ ـ ـريعة عن الوسـ ـ ـ ــا في المدى البعيد إذا ما اسـ ـ ـ ــتمرينا في إجراا تجربة ما‬

‫أكثر ولكنها ال تعطينا أي معلومات عن مدى انتشـ ـ ـ ــار أو تشـ ـ ـ ــتت قيم المتغير العش ـ ـ ـ ـوائي من تجربه إلى‬

‫أخرى‪ .‬وس ــنتطرق هنا إلى أكثر المقاييب ش ــيوعاً واس ــتعماال من مقاييب تش ــتت التوزيع االحتمالي للمتغير‬

‫العشوائي وهي‪ :‬التباين واالنحراف المعياري‪.‬‬

‫ان تباين التوزيع االحتمالي لمتغير عش ـ ـ ـ ـ ـوائي يقاب غالبا بنفب طريقة قياسـ ـ ـ ـ ــه في حالة التوزيع التكراري‬

‫والفرق الوحيد هو أننا اآلن نجد متوس ـ ـ ــا مربع انحرافات القيم عن القيمة المتوقعة بدال من إيجاد متوس ـ ـ ــا‬

‫مربع االنحرافات عن الوسا الحسابي للعينة أو التوزيع التكراري‪.‬‬

‫التبايــن‬

‫تباين التوزيع االحتمالي لمتغير عشوائي ‪ X‬هو متوسط مربع انحرافات‬

‫قيم ‪ X‬عن القيمة المتوقعة للتوزيع االحتمالي للمتغير ‪ X‬فإذا كان ‪‬‬
‫= )‪E(x‬‬
‫أو )‪ Var (x‬فان‬ ‫‪x‬‬
‫‪2‬‬
‫واذا رمزنا الى تباين ‪ X‬بـ‬

‫‪x‬‬ ‫)‪ (x − ) 2 p (x‬‬

‫‪2‬‬
‫= )‪= Var(x‬‬
‫‪all x‬‬

‫‪‬‬

‫)‪ ( x − ‬‬
‫‪2‬‬
‫=‬ ‫‪f (x) dx‬‬
‫‪-‬‬

‫حسب كون المتغير متقطعا أو متصالً‬

‫]‪= E [(x-u)2‬‬
‫‪= E [x - E (x)]2‬‬

‫‪116‬‬
 ‫أي أن التباين هو عبارة عن توقع مربع انحرافات القيم عن توقعه‪.‬‬

‫ن حظ أن قيم ‪ X‬الداخلة في حساب التباين هي القيم المربعة لـ ‪ X‬وه ذا فان التباين ال يقيب التشتت‬

‫بنفب قيم ‪ X‬وانما يقيمها المربعة و ي نحصل على مقياب للتشتت بنفب قيم ‪ X‬فأننا نجد الجذر التربيعي‬

‫الموجب للتباين وهو ما يدعى باالنحراف المعياري‪.‬‬

‫االنحراف المعياري‬

‫االنحراف المعياري لمتغير عشوائي ‪ X‬هو الجذر التربيعي الموجب‬

‫لتباين ‪ X‬ويرمز له بالرمز ‪ x‬ويساوي‪:‬‬

‫‪x‬‬ ‫=‬ ‫= ‪ 2x‬‬ ‫‪E (x - ) 2‬‬

‫=‬ ‫‪E [X - E ( x )]2‬‬

‫ننص ـ ــخ الط ب بالعودة إلى طرق حس ـ ــاب التباين واالنحراف المعياري للتوزيع التكراري قبل المض ـ ــي قدما‬

‫في هذا الجزا‪.‬‬

‫مثــال ‪: 4‬‬

‫بالعودة إلى مثال (‪ )1‬وهو إلقاا قطعه نقد ث ث مرات دت ‪ x‬هي المتغير العش ـ ـ ـ ـ ـ ـ ـوائي عد مرات ظهور‬

‫الوجــه صـ ـ ـ ـ ـ ـ ــورة‪ .‬الجــدول التــالي يعطي دالــة االحتمــال للمتغير ‪ x‬و يفيــة حس ـ ـ ـ ـ ـ ـ ــاب ــل من التبــاين ‪ 2x‬‬

‫واالنحراف المعياري ‪. x‬‬

‫‪117‬‬
 ‫)‪X = x f(x) = P(X=x‬‬ ‫)‪Xf(x‬‬ ‫‪(x-E (x))2‬‬ ‫)‪[x-E (x)]2 f(x‬‬

‫‪0‬‬ ‫‪1/8‬‬ ‫‪0‬‬ ‫‪(0-3/2)2 = 9/4‬‬ ‫‪9/32‬‬

‫‪1‬‬ ‫‪3/8‬‬ ‫‪3/8‬‬ ‫‪(1-3/2)2 = 1/4‬‬ ‫‪3/32‬‬

‫‪2‬‬ ‫‪3/8‬‬ ‫‪6/8‬‬ ‫‪(2-3/2)2 = 1/4‬‬ ‫‪3/32‬‬

‫‪3‬‬ ‫‪1/8‬‬ ‫‪3/8‬‬ ‫‪(3-3/2)2 = 9/4‬‬ ‫‪9/32‬‬

‫)‪E(x‬‬
‫‪12 3‬‬ ‫‪24 3‬‬
‫=‬ ‫= ‪ 2x‬‬ ‫=‬
‫‪8 2‬‬ ‫‪32 4‬‬

‫التباين‬ ‫وه ذا فأن‬

‫‪3‬‬
‫= ‪ 2x‬‬
‫‪4‬‬

‫= ‪  x‬االنحراف المعياري‬
‫‪3‬‬
‫‪4‬‬

‫‪3‬‬
‫=‬
‫‪2‬‬

‫نظريــــــــــــــــــــــــــــــــــــــــــة‪ :‬إذا كـــــان ‪ X‬متغيريـــــا عشــــــــــوائيـــــا توقعـــــه ‪ E (x) = ‬وتبـــــاينـــــه‬

‫‪ Var (x) =  2X‬فإن‬

‫‪2‬‬ ‫‪= E(x2) - [E (x)]2‬‬

‫‪= E(x2) -  2‬‬

‫البره ــان ‪:‬‬

‫‪2‬‬ ‫‪= E [(x - E (x)]2‬‬

‫] ‪= E [(x2 – 2xE(x) + E ( x )2‬‬

‫‪118‬‬
 ‫‪= E (x2) – 2 E( x )2 + E( x )2‬‬

‫‪= E (x2) - E ( x )2‬‬

‫مثـــال ‪: 5‬‬

‫بالعودة إلى المثال الس ـ ـ ــابق وهو رمي قطعه نقد ‪ 3‬مرات فان الجدول التالي يعطي طريقه حس ـ ـ ــاب التباين‬

‫واالنحراف المعياري لـ ‪ x‬باستخدام النظرية السابقة‬

‫‪[  2 = E (x2) -  2‬‬

‫‪X = x‬‬ ‫)‪f(x‬‬ ‫)‪xf(x‬‬ ‫)‪x2f (x‬‬

‫‪0‬‬ ‫‪1/8‬‬ ‫‪0‬‬ ‫‪(0)2 (1/8) = 0‬‬

‫‪1‬‬ ‫‪3/8‬‬ ‫‪3/8‬‬ ‫‪(1)2 (3/8) = 3/8‬‬

‫‪2‬‬ ‫‪3/8‬‬ ‫‪6/8‬‬ ‫‪(2)2 (3/8) = 12/8‬‬

‫‪3‬‬ ‫‪1/8‬‬ ‫‪1/8‬‬ ‫‪(3)2 (1/8)= 9/8‬‬

‫= )‪E(x‬‬
‫‪3‬‬ ‫‪24‬‬
‫= )‪E(x2‬‬ ‫‪=3‬‬
‫‪2‬‬ ‫‪8‬‬

‫وه ذا فان التباين يساوي‬

‫‪2‬‬ ‫‪= E(x2) - [E (x)]2‬‬

‫‪3‬‬
‫‪= 3 - ( )2‬‬
‫‪2‬‬

‫‪3‬‬
‫=‬
‫‪2‬‬

‫واالنحراف المعياري يساوي الجذر التربيعي الموجب للتباين =‬

‫‪3‬‬ ‫‪3‬‬
‫=‪‬‬ ‫=‬
‫‪4‬‬ ‫‪2‬‬

‫‪119‬‬
 ‫‪Properties of Variance‬‬ ‫❖خــواص التبايـن‬
‫هناك عده خواص للتباين وهذه الخواص تس ـ ــهل علينا حس ـ ــاب التباين ألي داله في المتغير العشـ ـ ـوائي ‪X‬‬

‫وأهم الخواص هي‪:‬‬

‫إذا كان ‪ a‬ثابت و ‪ X‬متغير عشوائي فإن‬ ‫‪)1‬‬

‫)‪Var (ax) = a2 Var (x‬‬

‫البره ــان ‪:‬‬

‫‪Var (ax) = E [ax – E (ax)]2‬‬

‫‪= E [ax – a E (x)]2‬‬

‫‪= a2E [x –E (x)]2‬‬

‫)‪= a2var (x‬‬

‫مثــال ‪: 6‬‬

‫إذا ان تباين ‪ x‬يساوي ‪ 0.5‬فما هو تباين المتغيرات التالية‪:‬‬

‫‪2 X )i‬‬

‫‪X‬‬
‫‪)ii‬‬
‫‪2‬‬

‫الحــل‪:‬‬

‫)‪i‬‬ ‫)‪Var (2x) = 4 Var (x‬‬

‫)‪= 4 (0.5‬‬

‫‪= 2‬‬

‫‪120‬‬
 X 1
ii) Var ( ) = Var (x)
2 4

1
= (0.5)
4

= 0.125

‫تباين الثابت يساوي صفر‬ )2

‫ ثابت فان‬a ‫إذا ان‬

Var (a) = 0

: ‫البره ــان‬

Var (a) = E [a –E (a)]2

= E (a – a)2

= E (02)

= 0

: ‫نتيج ــة‬

Var (x  a) = Var (x)

: ‫البره ــان‬

Var (x  a) = Var (x)  Var (a)

= Var (x)  0

= Var (x)

121
‫وه ذا فان إضــافة أي قيمة أو طرح أي قيمة ثابته إلى أو من المتغير العش ـوائي ال تقثر على التباين لهذا‬

‫المتغير‪.‬‬

‫مثــال ‪ : 7‬إذا ان تباين المتغير ‪ x‬يساوي ‪ 5‬فما هو تباين ل من ‪:‬‬

‫)‪i‬‬ ‫‪x+3‬‬

‫)‪ii‬‬ ‫‪x–6‬‬

‫الحــل ‪:‬‬

‫)‪i‬‬ ‫‪Var (x + 3) = Var (x) = 5‬‬

‫)‪ii‬‬ ‫‪Var (x – 6) = Var (x) = 5‬‬

‫‪ )3‬إذا كان ‪ Y ، X‬متغيرين عشوائيين مستقلين فان ‪:‬‬

‫)‪Var (x+Y) = Var (X) + Var (Y‬‬

‫)‪Var (x - y) = Var (x) + Var (y‬‬

‫أي أن تباين مجموت متغيرين عشوائين مستقلين أو الفرق بينهما يساوي مجموت تباينيهما‪.‬‬

‫البره ــان ‪:‬‬

‫‪Var (X  Y) = E [(X  Y) – E (X  Y)]2‬‬

‫‪= E [ X − E ( x )  Y - E(y)]2‬‬

‫]‪= E [ X − E( x ) + Y - E(y)  2X − E( x )Y − E( y)‬‬

‫‪2‬‬ ‫‪2‬‬

‫‪122‬‬
 ‫]‪= E X − E( x ) + EY - E(y)  2E [X − E( x )Y − E( y)‬‬
‫‪2‬‬ ‫‪2‬‬

‫]‪= Var (x) + Var (Y)  2E [X − E(x)Y − E(Y)‬‬

‫وه ذا فعلينا أن نثبت بأن الحد األخير يساوي صفر بما أن الحادثين مستقلين ي ون الحد الخير مساوياً‬

‫]‪= 2 [ E x − E(x) EY - E(y)‬‬

‫])‪= 2 [(0) (0‬‬

‫‪= 0‬‬

‫)‪ Var (X  Y) = Var (x) + Var (Y‬‬

‫ويم ن تعميم هذه القاعده على أي عدد غير محدود من المتغيرات المستقله أي أن ‪:‬‬

‫)‪Var (x1  x2  x3  …  xn)=Var (x1)+Var(x2)+…+ Var (xn‬‬

‫‪Covariance‬‬ ‫‪ 3.4‬التغايــــر‬

‫وهو مقياب ل رتباط بين متغيرين ‪ Y, X‬فاذا انت )‪ f(xy‬داله ثافة احتمال هذين المتغيرن معا فان‬

‫تغاير المتغيرين ‪ Y, X‬يعرف رياضياً ما يلي ‪:‬‬

‫‪‬‬
‫= )‪Cov (X, Y‬‬ ‫‪‬‬ ‫‪[X –E (x)] [Y – E(y)] f (xy) dxdy‬‬
‫‪−‬‬

‫=‬ ‫]‪E [ X − E(x)Y - E(y)‬‬

‫‪123‬‬
 ‫التغايـــر‬
‫وهكذا فان التغاير للمتغيرين ‪( Y, X‬والذي يرمز له بالرمز ‪ C‬أو ‪)Cov‬‬
‫هو عباره عن توقع حاصل ضرب انحرافي المتغيرين عن مركزيهما أي‬
‫يساوي ‪:‬‬
‫])‪Cov (x, Y) = E [(x-  x) (Y-  y‬‬

‫❖خـــواص التغايـــــر ‪Properties of Covariance‬‬

‫‪ -1‬تغاير ‪ X, X‬هو تباين ‪ X‬أي‬

‫)‪Cov (x, x) = Var (x‬‬

‫البره ــان‪:‬‬

‫بوضع ‪ X‬بدل ‪ Y‬في معادله التغاير أع ه نصل إلى المطلوب‬

‫‪ -2‬إذا كان ‪ b , a‬ثابتين فان ‪:‬‬

‫)‪Cov (ax, by) = ab Cov (x,y‬‬

‫البره ــان‪:‬‬

‫‪Cov (ax, by) = E ax − E(ax)by − E(by)‬‬

‫‪= ab E x − E(x)Y − E( y)‬‬

‫)‪= ab cov (x, y‬‬

‫‪124‬‬
 ‫ ثابت فان‬a ‫ اذا كان‬-3

Cov (x, a) = 0

: ‫البره ــان‬

Cov (x, a) = E x − E(x)a − E(a )

= E x − E(x)0

=0

Cov (x1 + x2 , y) = Cov (x1, y) + Cov (x2, y) -4

:‫البره ــان‬

Cov (x1 + x2 , y) = E (x1 + x 2 ) − E (x1 + x 2 )Y - E (y)

= E x1 − E(x1)y − E( y) + E x 2 − E(x 2 )y − E( y)

= Cov (x1 , y) + Cov (x2 , y)

‫ فان‬x2 , x1 ‫ في حاله أي متغيرين‬-5

Var (x1 + x2) = Var (x1) + Var (x2) + 2Cov (x1 , x2)

Var (x1 - x2) = Var (x1) + Var (x2) - 2Cov (x1 , x2)

125
 :‫البره ــان‬

Var (x1 + x2) = E [ (x1 +x2)- E (x1 +x2)]2

=E x1 − E(x1) + x 2 − E( x 2 )2

= E [ x1 − E ( x1 )] + E[ x 2 − E ( x 2 )] +
2 2

2 E x1 − E( x1 ) x 2 − E( x 2 )

= Var (x1) + Var (x2) + 2 Cov (x1 , x2)

‫وبالمثل في حاله تباين الفرق بين متغيرين أي في حاله‬

Var (x1 – x2)

‫ متغيرين مستقلين فان‬x2 , x1 ‫ أذا كان‬-6

Cov (x1 , x2) = 0

: ‫البره ــان‬

Cov (x1, x2) = E x1 − E( x1 ) x 2 − E( x 2 )

= E[x1 x2 + E (x1) E(x2) – x1 E (x2) – x2 E(x1)

= E(x1) E(x2)+E(x1) E(x2)–E(x1) E(x2)-E(x1) E(x2)

= 0

‫وبما أن المتغيرين مستقلين ي ون‬

E (x1 x2) = E (x1) E (x2)

126
 ‫‪Correlation coefficient‬‬ ‫‪ 4.4‬معامـــل االرتبــاط‬

‫يعـرف المقـدار‬
‫)‪𝑪𝒐𝒗 (X , Y‬‬
‫𝝆 =‬
‫)𝒚( ‪√Var (𝒙) Var‬‬

‫بمعامل االرتباط بين المتغيرين اإلحصائيين ‪Y , X‬‬

‫وي ون هذا المعامل صف ار إذا ان التغاير بين ‪ Y , X‬يساوي صفر‪.‬‬

‫ومعامل االرتباط يقع في المدى‬

‫‪1  𝜌  -1‬‬

‫وه ـذا فـإن‬

‫‪𝜌2  1‬‬

‫‪127‬‬
 ‫‪ 5.4‬تمـارين الفصـل الرابع ‪ /‬التوقـــــع‪ ،‬التبايـــن‪ ،‬والتغـايـــر‬

‫‪ )1‬إذا ان ‪ E (x) = ‬فأثبت أن ‪:‬‬

‫‪i) E (x-  ) = 0‬‬

‫‪ii) E (x-c)2 = E (x -  )2 + (  - c)2‬‬

‫حيث ‪ C‬أي ثابت‬

‫‪ )2‬إذا انت احتماالت أن يوجد شخص واحد أو شخصان أو ‪ 3‬أو ‪ 4‬أو ‪ 5‬أو ‪ 6‬أشخاص في الدرجة‬

‫األولى للطائرة هي على الترتيب ‪:‬‬

‫‪0.04 0.09 0.12‬‬ ‫‪0.27‬‬ ‫‪0.43 0.05‬‬

‫فما هو عدد األشخاص المتوقع وجودهم في الدرجه األولى للطائرة ؟‬

‫‪ )3‬أثبت أن المقدار ‪ E (x-a)2‬ي ون في نهايته الصغرى عندما ي ون الثابت ‪ a‬يساوي )‪. E(x‬‬

‫ثافة احتمالهما هي‪:‬‬ ‫‪ )4‬إذا ان لدينا المتغيرين المستقلين ‪Y , X‬‬

‫)‪f (x) = 12 x 2 (1 – x‬‬ ‫‪0  X  1‬‬

‫‪f (y) = 2 Y‬‬ ‫‪0  Y  1‬‬

‫أوجد توقع المقدار‬

‫‪Y‬‬ ‫‪x‬‬
‫‪2‬‬
‫‪+‬‬
‫‪x‬‬ ‫‪Y‬‬

‫‪128‬‬
 ‫‪ )5‬إذا ان ‪ X‬متغير عشوائي وسطه الحسابي ‪ 10‬وتباينه ‪ 6‬أوجد قيمة‬

‫)‪E (x2 + 3 x‬‬

‫‪ )6‬الجدول التالي يعطي التوزيع االحتمالي لعدد السيارات المباعة من قبل أحد بائعي السيارات خ ل‬

‫شهر‪:‬‬

‫عدد السيارات‬ ‫االحتمــال‬

‫‪0‬‬ ‫‪0.01‬‬

‫‪10‬‬ ‫‪0.05‬‬

‫‪20‬‬ ‫‪0.39‬‬

‫‪30‬‬ ‫‪0.45‬‬

‫‪40‬‬ ‫‪0.10‬‬

‫المجمـــــوع‬ ‫‪1.00‬‬

‫أوجــد‪:‬‬

‫متوسا عدد السيارات المباعه خ ل الشهر‬ ‫‪)i‬‬

‫تباين عدد السيارات المباعه خ ل الشهر‬ ‫‪)ii‬‬

‫‪ -7‬الجدول التالي يبين عدد التلفزيونات الملونه المباعه عادة في احد المح ت أسبوعياً واالحتمال‬

‫المناظر لكل منها‪:‬‬

‫‪129‬‬
 ‫عـدد التلفزيونات‬ ‫االحتمــال‬

‫‪0‬‬ ‫‪0.13‬‬

‫‪4‬‬ ‫‪0.27‬‬

‫‪6‬‬ ‫‪0.39‬‬

‫‪8‬‬ ‫‪0.21‬‬

‫‪40‬‬ ‫‪0.07‬‬

‫المجمـــــوع‬ ‫‪1.00‬‬

‫أوجــد ‪:‬‬

‫متوسا المبيعات األسبوعية‬ ‫‪.I‬‬

‫تباين الوسا الحسابي للمبيعات األسبوعية‬ ‫‪.II‬‬

‫‪ )8‬أشترى شخص بطاقة يانصيب يستطيع أن يربخ الجائزة األولى وهي ‪ 4000‬دينار أو الجائزة الثانية‬

‫وهي ‪ 3000‬دينار باحتمال ‪ 0.008 0.005‬على الترتيب فما هو السعر المناسب لهذه البطاقة؟‬

‫‪ )9‬ذهب ش ــخص لشـ ـراا س ــياره فاذا ان س ــيختار الس ــيارة ‪ A‬أو ‪ B‬أو ‪ C‬باحتمال ‪ 0.4‬و ‪ 0.3‬و ‪0.3‬‬

‫على الترتيب و ان ثمن السيارة ‪ 2000 A‬دينار والسيارة ‪ 2500 B‬دينار والسيارة ‪ 3000 C‬دينار‬

‫فما هو المبلغ المتوقع أن يدفعه هذا الشخص؟‬

‫‪130‬‬
‫‪ )10‬شـ ــر ة تعمل في ث ثة مشـ ــاريع مسـ ــتقلة هي ‪ C , B, A‬والعائدات المتوقعه للمشـ ــاريع الث ثة هي‬

‫‪ 25.000 50.000 100.000‬على الترتيب والتباينات هي ‪3.000 5000 10.000‬‬

‫دينار على الترتيب فما هو‪:‬‬

‫اجمالي العائدات المتوقعة من المشاريع الث ثة‬ ‫‪)i‬‬

‫اجمالي التباين‬ ‫‪)ii‬‬

‫‪ )11‬إذا انت ‪ X‬هي عدد األخطاا المطبعية في صفحة وأن‬

‫‪f (0) = 0.90‬‬

‫‪f (1) = 0.05‬‬

‫‪f (2) = 0.03‬‬

‫‪f (3) = 0.02‬‬

‫فما هو عدد األخطاا المتوقع في ‪ 200‬صفحة ؟‬

‫‪ )12‬إذا ان ‪ C‬ثابت و ‪ X‬متغير عشوائي داله احتماله‬

‫‪f(x) = cx‬‬

‫‪x = 3, 4, 5, 6‬‬

‫أوجــد ‪:‬‬

‫قيمة الثابت ‪C‬‬ ‫‪)i‬‬

‫توقع ‪X‬‬ ‫‪)ii‬‬

‫تباين ‪X‬‬ ‫‪)iii‬‬

‫‪131‬‬
 ‫‪ )13‬أثبت أن‬

‫‪Cov (x, y) = E (x y) -  x  y‬‬

‫‪ )14‬إذا علمت أن داله ثافة االحتمال المشتر ة للمتغيرين ‪ y,x‬هي‬

‫‪f(x, y) = x + y‬‬ ‫‪0  X  1‬‬

‫‪0  y  1‬‬

‫أوجــد‬

‫تغاير ‪ y, x‬أي )‪Cov (x, y‬‬ ‫‪)i‬‬

‫معامل االرتباط ‪ y , x‬أي )‪𝜌 (x,y‬‬ ‫‪)ii‬‬

‫‪132‬‬
 ‫‪ 6.4‬حـل تمـارين الفصـل الرابع ‪ /‬التوقـــــع‪ ،‬التبايـــن‪ ،‬والتغـايـــر‬

‫‪)1‬‬

‫)‪i‬‬ ‫)‪E (x-  ) = E[(x-E (x)] = E (x) – E (x‬‬

‫‪= 0‬‬

‫)‪ii‬‬ ‫)‪E(x-C)2 = E (x2-2cx + C2‬‬ ‫‪ -‬الطرف األيسر‬

‫‪= E (x2) – 2CE(x) + C2‬‬

‫‪= E (x2) – 2C  + C2‬‬

‫‪ -‬الطرف األيمن‬

‫‪E (x-  )2 + (  -c)2‬‬ ‫‪= E (x2 - 2  x +  2) +  2- 2  C + C2‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪= E (x) – 2  +  +  - 2  C + C‬‬

‫‪= E (x2) – 2  c + C2‬‬

‫‪ ‬ي ون الطرفان متساويين وهو المطلوب‬

‫‪133‬‬
 ‫‪)2‬‬

‫‪X=x‬‬ ‫)‪f(x‬‬ ‫)‪x f(x‬‬

‫‪1‬‬ ‫‪0.05‬‬ ‫‪0.05‬‬

‫‪2‬‬ ‫‪0.43‬‬ ‫‪0.86‬‬

‫‪3‬‬ ‫‪0.27‬‬ ‫‪0.81‬‬

‫‪4‬‬ ‫‪0.12‬‬ ‫‪0.48‬‬

‫‪5‬‬ ‫‪0.09‬‬ ‫‪0.45‬‬

‫‪6‬‬ ‫‪0.04‬‬ ‫‪0.25‬‬

‫= )‪E(X‬‬ ‫) ‪ XP(x‬‬
‫‪allx‬‬

‫‪= 2.89‬‬

‫وهو المطلوب‬

‫‪ )3‬ي ون المقدار في نهايته الصغرى إذا انت المشتقه األولى له تساوي الصفر‬

‫‪E( x − a ) 2 = E( x 2 ) − 2 a E (x) + a 2‬‬

‫‪‬‬
‫‪Z‬‬

‫نشتق هذا المقدار (‪ )Z‬بالنسبة لـ ‪a‬‬

‫‪dz‬‬
‫‪= 0 - 2 E (x) + 2a‬‬
‫‪da‬‬

‫‪= 0 – 2 a + 2a‬‬

‫‪=0‬‬

‫‪134‬‬
 ‫)‪a = E (x‬‬ ‫حيث‬

‫‪ ‬المقدار في نهايته الصغرى‬

‫‪)4‬‬

‫‪ Y X‬‬ ‫‪ Y ‬‬ ‫‪X‬‬

‫‪E ‬‬ ‫‪+  = E  2  + E ‬‬
‫‪X‬‬ ‫‪2‬‬ ‫‪Y‬‬ ‫‪‬‬ ‫‪X ‬‬ ‫‪Y‬‬

‫‪ 1 ‬‬ ‫‪1‬‬

‫‪= E (Y) E ‬‬ ‫‪2‬‬
‫‪+ E(X)E  ‬‬
‫‪X ‬‬ ‫‪Y‬‬

‫ألنهما مستق ن‬

‫اآلن نجد ل توقع على حده ونعوض الناتج في المعادله أع ه‬

‫‪1‬‬
‫= )‪E (Y‬‬ ‫‪‬‬ ‫‪Y f (Y) dy‬‬
‫‪0‬‬

‫‪1‬‬
‫=‬ ‫‪‬‬ ‫‪Y (2Y) dy‬‬
‫‪0‬‬

‫‪1‬‬
‫‪2‬‬
‫‪= 2  Y dY‬‬
‫‪0‬‬

‫‪Y3‬‬ ‫‪1‬‬
‫‪= 2‬‬
‫‪3‬‬ ‫‪0‬‬

‫‪2‬‬
‫=‬
‫‪3‬‬

‫‪135‬‬
 12 X2 (1 - X)  dX
1
 1  1
E   = 
 X2  0 X2

12 X2 - 12 X3 )  dx
1
1
=  X 2
0

1
= 12  (1-X) dX
0

X2 1
= 12 X-
2 0

1
= 12  
2

= 6

  dX
1
E (X) =  X 12 X 2 (1 - X)
0

1
= 12  X3 – X4 dx
0

X 4 X5 1
= 12 -
4 5 0

 1 12 3
= 12  1 -  = =
 4 5 20 5

1
1 1
E   =  (2Y) dy
Y 0
Y

136
 1
=  2 dy
0

= 2

 Y X  1  1
E +  = E (Y) E   + E(X) E  
X 2 Y   X 2  Y

2 3
=   (6) +   (2)
3 5

= 5.2

)5

E (X2 + 3X) = E (X2) + 3 E (X) ……… 1

Var(x) = E (X2) - E (X )2 ……… 2

6 = E (X2) – (10)2

E(X2) = 106 ……… 3

1 ‫ فـي‬3 ‫نعـوض‬

E (X2 + 3 X) = 106 + 3(10)

= 106 + 30

= 136

137
 )6

‫عدد السيارات‬
f(x)=P(X=x) X f(x) X2 f(x)
X–x

0 0.01 0 0

10 0.05 0.50 5

20 0.039 7.80 156

30 0.45 13.50 405

40 0.10 4.00 160

E(x) =  Xp(x )
allx

= 25.8

E(x2) =  x 2 P( x )
allx

= 726

= E(x2) - E ( x )
2
V(x)

= 726 – 665.64

= 60.36

138
 )7

X P(X) XP (X) X2 P(x)

2 0.13 0.26 0.52

4 0.27 1.08 4.32

6 0.32 1.92 11.52

8 0.21 1.68 13.44

10 0.07 0.70 7.00

E(x) =  XP(x )

= 5.64

E(x2) =  x 2 p( x )

= 36.80

V(x) = E(x2) - E ( x )2

= 36.80 – 31.8096

= 4.9904

 5

139
 ‫‪ )8‬السعر المناسب يساوي قيمة التوقع‬

‫= )‪E(x‬‬ ‫‪‬‬ ‫)‪X P (X‬‬

‫‪allx‬‬

‫=‬ ‫)‪4000 (0.005) + 3000 (0.008‬‬

‫=‬ ‫‪20 + 24‬‬

‫=‬ ‫‪44‬‬

‫‪ )9‬المبلغ المتوقع أن يدفعه هو توقع األسعار الث ثة‬

‫= )‪E(x‬‬ ‫) ‪ XP(x‬‬
‫‪allx‬‬

‫)‪= 2000 (0.4) + 2500(0.3) + 3000(0.3‬‬

‫‪= 800 + 750 + 900‬‬

‫‪= 2450‬‬

‫‪ )10‬بما أن المشاريع مستقلة ي ون إجمالي العائدات المتوقعة هو‬

‫)‪i) E ( X1 + X2 + X3) = E (X1) + E(X2) + (X3‬‬

‫‪= 100000 + 50000 + 25000‬‬

‫‪= 175000‬‬

‫)‪ii) V (X1 + X2 + X3) = V (X1) + V(X2) + V (X3‬‬

‫‪= 10000 + 5000 + 3000‬‬

‫‪= 18000‬‬

‫‪140‬‬
 ‫‪ )11‬عدد األخطاا المتوقعة في الصفحة الواحدة =‬

‫= )‪E (x‬‬ ‫‪‬‬ ‫)‪X P (X‬‬

‫‪allx‬‬

‫)‪= 0 (0.9) + 1 (0.05)+2 (0.03) + 3 (0.02‬‬

‫‪= 0 + 0.05 + 0.06 + 0.06‬‬

‫‪= 0.17‬‬

‫عدد األخطاا المتوقعة في ‪ 200‬صفحة هو مجموت توقعات الـ ‪ 200‬صفحة ألنها حوادث مستقلة‬

‫‪= 200 (0.17) = 34‬‬

‫‪)12‬‬

‫)‪i‬‬ ‫‪‬‬ ‫‪f (x) = 1‬‬

‫‪allx‬‬

‫‪‬‬ ‫‪C X =1‬‬

‫‪C‬‬ ‫‪X‬‬ ‫‪=1‬‬

‫‪C (3 + 4 + 5 + 6) = 1‬‬

‫‪1‬‬
‫=‪ C‬‬
‫‪18‬‬

‫)‪ii‬‬ ‫= )‪E (x‬‬ ‫)‪ X P(X‬‬

‫‪allx‬‬

‫=‬ ‫‪X‬‬ ‫‪CX‬‬

‫‪= C x 2‬‬

‫‪141‬‬
 1
= ( 9 + 16 + 25 + 36)
18

43
=
9

iii) V(X) = E (X2) - E ( x )2

= E(X2) =  X 2 P (X)
allx

= C  X3

1
= (27 + 64 + 125 + 216)
18

216
=
9

2
216  43 
Var(x) = -  
9  9 

1944 − 1849
=
81

95
=
81

‫) أثبت أن‬13

Cov (x, Y) = E (XY) -  x  y

:‫البره ــان‬

Cov (x, y) = E [(x -  x ) (y -  y )]

= E (xy - x  y -  x y +  x  y )

142
 = E (xy) -  x  y -  x  y +  x  y

= E (XY) -  x  y

‫وهو المطلـوب‬

)14

Cov (x, y) ‫ أي‬y, x ‫تغاير‬ )i

Cov (x, y) = E(xy) – E(x) E(y)

XY ‫ وتوقع‬Y ‫ وتوقع‬X ‫ حتى نجد التغاير البد أن نجد أوالً توقع‬

E(x+y) ‫ نبحث عن‬E (y) , E(x) ‫حتى نحصل على‬

1
E (x + y) =  (x+y) f(x,y) dx dy
0

1 1
=  x f (x,y) dx dy +  x f (xy) dx dy
0 0

1 1 1 1
=  [ x  f (xy) dy] dx +  y [  f ( xy) dx] dy
0
0  00 
E( x ) E ( y)

1 1 1 1
=  [x  (x + y) dy] dy +  y [  (x + y) dx] dy
0 0 0 0

1 1
y2 1 x2 1
=  x xy + dy + y + yx dy
0
2 0 0
2 0

143
 1 1
 1  1
=  x x + 2 dx +  y y + 2 dy
0    0 
 
f (x) f (x)

1 1
 2 x  2 y
=   x + 2 dx +   y + 2 dy
0 0

1 1
x3 x 2 y3 y 2
= + + +
3 4 3 4
0 0

7 7
= +
12 12

‫أي أن‬
7
E (x) =
12

7
E (Y) =
12

1
f (x) = x +
2

1
f (y) = y +
2

E(xy) ‫اآلن نحسب‬

1
E (xy) =  xy f(xy) dxdy
0

1
=  xy (x+y) dxdy
0

1
=  x2y + xy2 dxdy
0

144
 1 1 1 1
 [ x y dx] dy +  [ xy dx] dy
2 2
=
0 0 0 0

1 1
x3y 1 xy3 1
=  3 0
dy +  3 0
dy
0 0

1 1
1 1
=  3
ydy + 
3
xdx
0 0

1 1
1 1 1 Y2 1 1 X2 1
=
3  ydy +
30 xdx =
3 2 0
+
3 2 0
0

1 1 1
= + =
6 6 3

‫في ــون‬

Cov (x, y) = E(xy) – E(x) E(y)

1 7 7
= + .
3 12 12

1 49
= −
3 144

1
=
144

V (y) , v(x) ‫) لحساب معامل االرتباط البد من حساب‬ii

V(x) = E(x2) - E ( x )2

145
 1
E(x2) =  x 2f ( x ) dx
0

1
1
=  x 2 ( x + ) dx
2
0

X 4 X3 1
= +
4 6 0

5
=
12

2
5 7 11
Var(x) = -  =
12  12  144

‫وبنفب الطريقة نجد أن‬

11
V(y) =
144

Cov (x,y)
𝜌(𝑥, 𝑦) =
√𝑉(𝑥) V(𝑦)
1
−
= 144
√ 11 . 11
144 144
1
−
= 144
11
144
1
= -
11

146
 ‫الفصــل الخامس‬

‫التوزيعات االحتمالية المتقطعة‬

‫‪THE DISCRETE PROBABILITY DISTRIBUTIONS‬‬

‫مقدمــــــــة‬

‫هـ ـن ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ــاك ع ـ ـ ــدة ت ــوزيـ ـع ـ ـ ــات احـ ـتـ ـم ـ ـ ــالـ ـي ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ــة مـ ـتـ ـقـ ـطـ ـع ـ ـ ــة مـ ـنـ ـه ـ ـ ــا‪ :‬ت ــوزي ــع بـ ـرن ــول ــي ت ــوزي ــع‬

‫ثنائي الحدي ــن توزيع ثنائي الحدين السال ــب توزي ــع ثير الحدود توزي ــع الهيبروجيومتريك وتوزيع بواسون‬

‫ولكننا س ـ ـ ـ ــندرب في هذا الفص ـ ـ ـ ــل فقا توزيع ثنائي الحدين وتوزيع بواس ـ ـ ـ ــون نظ ار لما لهذين التوزيعين من‬

‫تطبيقات واسعة في التجارة واالقتصاد‪.‬‬

‫‪The Binomial Distribution‬‬ ‫‪ 1.5‬توزيع ثنائي الحدين‬

‫في ثير من التطبيقات االقتص ـ ـ ـ ـ ــادية والتجارية ثي ار ما ن ون معنيين بد ارس ـ ـ ـ ـ ــة االختبارات التي ي ون لها‬

‫نتيجتين مم نتين فقا وهما ما تدعيان عادة بالنجاح أو الفشـ ـ ـ ـ ــل مثل هذه االختبارات تعرف باالختبارات‬

‫ثنائية الحدين مثل اختبار ما إذا ان أحد المص ــابيخ الكهربائية التي ينتجها مص ــنع ما س ــليما أو معيبا‪.‬‬

‫ويقال للتجربة التي تتكون من عدة اختبارات ثنائية الحدين بالتجربة ثنائية الحدين‪ ،‬مثل س ـ ـ ـ ـ ـ ـ ـقال ‪100‬‬

‫طالب ما إذا انوا يدخنون أم ال ويجب أن يتحقق في أي تجربة ثنائية الحدين الشروط األربعة التالية‪:‬‬

‫‪ .1‬عدد االختبارات محدود‬

‫‪ .2‬لكل اختبار فقا نتيجتين مم نتين وهما النجاح أو الفشل‬

‫‪147‬‬
 ‫‪ .3‬احتمال النجاح ي ون ثابت في ل االختبارات وال يختلم من اختبار آلخر‬

‫‪ .4‬االختبارات مستقلة بعضها عن بعض‬

‫من خ ل المثال التالي سوف نوضخ ونشتق التوزيع االحتمالي لمتغير عشوائي ثنائي الحدين في تجربة‬

‫ثنائية الحدين وهو ما يعرف باسم التوزيع ثنائي الحدين‪.‬‬

‫مثــال ‪:1‬‬

‫لو انت ‪ n‬هي عدد االختبارات في التجربة ثنائية الحدين وهي إلقاا قطعة عمله معدنية و انت ‪ P‬هي‬

‫احتمال الحص ــول على الوجه ص ــوره (أي النجاح) و )‪ (1-P‬ويرمز لها بالرمز ‪ q‬هي احتمال عدم ظهور‬

‫الوجه صوره (أي الفشل) أي هي احتمال ظهور الوجه تابه في ل اختبار‪:‬‬

‫أوالً‪ :‬لو جعلنا ‪n = 1‬‬

‫فإن مجموعة الحاالت المم نة تكون‬

‫(ص و ك) = ‪S‬‬

‫حيث ص ترمز إلى الوجه صوره‬

‫ك ترمز إلى الوجه تابه‬

‫دت ‪ X‬تمثل المتغير العشوائي عدد مرات ظهور الوجه صوره‬

‫فتكون القيم المم نة لـ ‪ X‬هي ‪1 0‬‬

‫هي احتمال ظهور الصوره‬ ‫‪P‬‬

‫)‪ q = (I-P‬هي احتمال ظهور الكتابة‬

‫في ون التوزيع االحتمالي للمتغير ‪ x‬على الش ل التالي‪:‬‬

‫‪148‬‬
 ‫جـدول ‪1‬‬
‫التوزيع ثنائي الحدين‬
‫‪n= 1‬‬
‫‪X=x‬‬ ‫)‪f (x) = P (X = x‬‬

‫‪0‬‬ ‫‪( = q‬ك) ‪f (0) = P‬‬

‫‪1‬‬ ‫‪( = P‬ص) ‪f (1) = P‬‬

‫المجموع‬ ‫‪q+P=1‬‬

‫ثانياً‪ :‬لو جعلنا ‪n = 2‬‬

‫فان مجموت الحاالت الم نة تكون‬

‫(ص ص ص ك ك ص ك ك) = ‪S‬‬

‫ص ص تعني األولى صورة والثانية صورة‬ ‫حيث‬

‫ك ك تعني األولى تابة والثانية تابة‬

‫ص ك تعني األولى صورة والثانية تابة‬

‫ك ص تعني األولى تابة والثانية صورة‬

‫أي أن عدد الحاالت المم نة ‪ 4‬حاالت‬

‫وتكون احتماالت هذه الحاالت هي‬

‫‪qq , qp, pq, pp‬‬

‫‪149‬‬
 ‫حيث أن االختبارات مستقلة‬

‫وتكون قيم ‪ x‬المم نة هي ‪2 1 0‬‬

‫وي ون التوزيع االحتمالي لـ ‪ x‬ما في الجدول التالي‪:‬‬

‫جــدول (‪)2‬‬
‫توزيع ثنائي الحدين‬
‫‪n=2‬‬

‫‪X=x‬‬ ‫)‪f(x) = P (X = x‬‬

‫‪0‬‬ ‫‪( = qq = q2‬ك) ‪( P‬ك) ‪( = P‬ك ك) ‪f (0) = P‬‬

‫‪1‬‬ ‫(ص) ‪( P‬ك) ‪( + P‬ك) ‪( P‬ص) ‪( = P‬ك ص) ‪( + P‬ص ك) ‪f (1) = P‬‬

‫‪= Pq + qP = 2qP‬‬

‫‪2‬‬ ‫‪( = PP = P2‬ص) ‪( P‬ص) ‪( + P‬ص ص) ‪f (2) = P‬‬

‫المجموع‬ ‫‪q2 + 2qP + P2 = (q+P)2 = 1‬‬

‫ثالثـاً‪ :‬لو جعلنا ‪ n‬تساوي ‪3‬‬

‫فإن مجموعة الحاالت المم نة تكون‬

‫=‪S‬‬ ‫‪‬‬ ‫صصص كصص صكص ككص صصك كصك صكك ككك‬ ‫‪‬‬

‫أي أن مجموت الحاالت المم نة = ‪ 8‬حاالت‬

‫وتكون االحتماالت المناظرة لهذه الحاالت هي‪:‬‬

‫‪150‬‬
 ‫‪qqq, qqP, qPq, qPP, Pqq, PqP, PPq, PPP‬‬

‫وتكون قيم ‪ x‬المم نة هي ‪3 2 1 0‬‬

‫وي ون التوزيع االحتمالي لـ ‪ x‬ما في الجدول التالي‪:‬‬

‫توزيع ثنائي الحدين‬ ‫جــدول ‪3‬‬

‫‪n=3‬‬

‫‪X=x‬‬ ‫)‪f(x) = P (X = x‬‬

‫‪0‬‬ ‫‪( = q3‬ك) ‪( P‬ك) ‪( P‬ك) ‪( = P‬ك ك ك) ‪f (0) = P‬‬

‫‪1‬‬ ‫(ك ص ص) ‪( + P‬ك ص ك) ‪( + P‬ص ك ك) ‪f (1) = P‬‬

‫‪= q2 p + q 2 p + q2 p = 3 q2 p‬‬

‫‪2‬‬ ‫(ك ص ص) ‪( + P‬ص ك ص) ‪( + P‬ص ص ك) ‪f (2) = P‬‬

‫‪= qp2 + qp2 + qp2 = 3qp2‬‬

‫‪3‬‬ ‫‪( = p3‬ص) ‪( P‬ص) ‪( P‬ص) ‪( = P‬ص ص ص) ‪f (3) = P‬‬

‫المجموع‬ ‫‪q3 + 3q2p + 3qp2 + P3 = (q+p)3 = 1‬‬

‫ن حظ من الجداول الث ثة السابقة أن عدد الحاالت المم نة هو ‪:‬‬

‫إذا انت ‪ n‬تساوي ‪ 1‬فان الحاالت المم نة = ‪2 = 21‬‬

‫إذا انت ‪ n‬تساوي ‪ 2‬فان الحاالت المم نة =‪4 = 22‬‬

‫إذا انت ‪ n‬تساوي ‪ 3‬فان الحاالت المم نة = ‪8 = 23‬‬

‫‪151‬‬
‫وبتعميم هذه النتيجة ي ون عدد الحاالت المم نة بتجربة ثنائية الحدين يســاوي ‪ 2n‬إذا انت التجربة م ونه‬

‫من ‪ n‬اختبار‪ .‬إذا ما اسـ ـ ــتمرينا في زيادة عدد االختبارات ‪ n‬فاننا بصـ ـ ــورة عامة نسـ ـ ــتطيع أن نطبق نفب‬

‫الطريقة ما في الجداول الث ثة الس ــابقة ولكن العمليات الحس ــابية س ــتكون طويلة وممله وال بد من طريقة‬

‫عامة تسهل لنا ذلك‪.‬‬

‫واآلن نسـ ـ ــتطيع القول بأن احتمال الحصـ ـ ــول على الوجه صـ ـ ــورة ‪ x‬مرة بالضـ ـ ــبا في تجربة ثنائية الحدين‬

‫تتكون من ‪ n‬اختبار (القاا قطعة عمله) عندما ي ون ترتيب الصـ ـ ـ ــورة والكتابة معينة أو مبينة هو احتمال‬

‫وقوت الحادث (ظهور الوجه صورة) ‪ x‬مرة وعدم وقوعة )‪ (n-x‬مرة وذلك في حاالت مختلفة‪.‬‬

‫‪ x‬مرة هو ‪Px‬‬ ‫احتمال وقوت الحادث (صورة)‬

‫احتمال عدم وقوت الحادث ‪ n-x‬مرة هو ‪qn-x‬‬

‫ومن قاعدة ضرب االحتماالت ي ون احتمال وقوت الحادث ‪ x‬مرة هو ‪px qn-x‬‬

‫وعدد الحاالت المواتية لوقوت الحادث يم ننا حسابه بالتوافيق وهو يساوي توافيق ‪ x‬من ‪ n‬أي‬

‫‪n‬‬ ‫!‪n‬‬
‫‪Cx = ‬‬ ‫= ‪‬‬
‫‪n‬‬
‫‪x‬‬ ‫‪x‬‬‫!‬ ‫‪(n‬‬ ‫! )‪- x‬‬

‫وه ذا ي ون االحتمال المطلوب وهو الحصول على الوجه صوره ‪ x‬مرة بالضبا من ‪ n‬اختبار مساوياً إلى‬

‫‪(nx ) p q‬‬
‫‪x‬‬ ‫‪n-x‬‬

‫مث ـ ً لو انت ‪ n‬تساوي ‪ 3‬تكون احتماالت ظهور الوجه صوره ‪ 3 2 1 0‬مرات هي على‬

‫التوالي‬

‫‪(33) p3 , (23) p2 q , (13) pq2 , (03) q3‬‬

‫‪p3 , 3p2q ,‬‬ ‫‪3pq2‬‬ ‫‪, q3‬‬

‫‪152‬‬
 ‫وهي نفب االحتماالت التي حصلنا عليها في جدول (‪)3‬‬

‫وي حظ أن القيم الناتجة عن القانون‬

‫‪(nx ) p‬‬ ‫‪x‬‬

‫‪qn-x‬‬

‫‪x = 0, 1, ….., n‬‬

‫هي نفسها قيم الحد ‪ x‬في مف وك ثنائي الحدين‬

‫‪(q+p)n‬‬

‫حيــث‬

‫‪(q+p)n = qn +‬‬ ‫‪(1n )pq‬‬ ‫‪n-1‬‬

‫‪+‬‬ ‫‪(n2 )p q‬‬
‫‪2 n-2‬‬
‫‪+…+‬‬ ‫‪(nx )p q‬‬‫‪x n-x‬‬
‫‪+… +‬‬ ‫‪(n−n 1 )p‬‬ ‫‪n-1‬‬
‫‪q + pn‬‬

‫ومن هنا جاات تسمية هذا التوزيع االحتمالي بالتوزيع ثنائي الحدين‬

‫وباختصار فان توزيع ثنائي الحدين هو‪:‬‬

‫التوزيع ثنائي الحدين‪:‬‬

‫هو التوزيع االحتمالي للمتغير العشـــــــــوائي المتقطع ‪ x‬والذي يمثل عدد مرات‬
‫النجاح في ‪ n‬اختبار ثنائي الحدين‪ ،‬ويعطي هذا التوزيع بالصيغة‬
‫= )‪f(x‬‬ ‫‪(nx ) p‬‬ ‫‪x‬‬
‫‪qn-x‬‬
‫حيث ‪:‬‬

‫‪x= 0, 1, …, n‬‬ ‫‪)i‬‬

‫‪ p‬هي احتمال النجاح في كل اختبار‬ ‫‪)ii‬‬
‫‪ q‬هي احتمال الفشل في كل اختبار‬ ‫‪)iii‬‬

‫‪p + q=1‬‬ ‫‪)iv‬‬

‫‪153‬‬
 ‫مثـال ‪: 2‬‬

‫طلب من أحد منتجي الك ارســي (المقاعد) المدرســية أن يضــع في ل غرفة د ارســة بعض المقاعد الخاصــة‬

‫باألعسـ ـ ـرين (االيسـ ـ ـرين) إذا ان يعلم أن ‪ %10‬من السـ ـ ـ ان أعسـ ـ ـرين ما هو احتمال ان غرفة لعشـ ـ ـرين‬

‫طالبا‪:‬‬

‫ال تحتوي على أي عسر‬ ‫‪)i‬‬

‫اثنان منهم اعسران‬ ‫‪)ii‬‬

‫أكثر من أثنين منهم أعسرين‬ ‫‪)iii‬‬

‫الحــل‪ :‬دت ‪ x‬تمثل عدد االعسرين الموجودين في هذه الغرفة‬

‫تكون القيم المم نة لـ ‪ x‬هي ‪20 ... 2 1 0‬‬

‫دت ‪ p‬تساوي احتمال أن ي ون الفرد اعس ار‬

‫‪ q‬تساوي احتمال أن ال ي ون الفرد اعس ار‬

‫‪‬‬ ‫‪p = 0.10‬‬

‫‪q = 1-P‬‬ ‫‪= 0.90‬‬

‫‪n = 20‬‬

‫)‪i‬‬ ‫)‪( = f(0‬ال تحتوي على اعسر) ‪p‬‬

‫= )‪f(x‬‬ ‫‪(nx )p q‬‬

‫‪x‬‬ ‫‪n-x‬‬

‫‪f(0) = (20‬‬‫‪0 ) p q‬‬

‫‪0‬‬ ‫‪20‬‬

‫‪= (q)20 = (0.90)20‬‬

‫‪= 0.122‬‬

‫‪154‬‬
‫)‪ii‬‬ ‫)‪( = f (2‬اثنان اعسران) ‪P‬‬

‫)‪f(2‬‬ ‫=‬ ‫‪(202 ) p‬‬‫‪2‬‬

‫‪q18‬‬

‫‪= 190 (0.01)2 (0.90)18‬‬

‫‪= 190 (0.01) (0.9)18‬‬

‫‪= 0.285‬‬

‫)‪iii‬‬ ‫)‪( = p (x < 2) = 1- p (x  2‬اكثر من اثنين) ‪P‬‬

‫‪= 1 - p (x = 0) + p (x = 1) + p (x = 2 )‬‬

‫‪‬‬
‫‪= 1 - (0.9) 20 + 20 (0.1) (0.9)19 + 0.285‬‬ ‫‪‬‬
‫‪= 1 -  0.122 + 0.270 + 0.285‬‬

‫‪= 0.323‬‬

‫❖ توقع التوزيع ثنائي الحدين ‪Binomial Distribution Expectation‬‬

‫بالعودة إلى المثال السابق وهو تجربة إلقاا قطعة عملة ‪ n‬مرة وبجعل ‪ n‬تساوي ‪ 1‬فان التوزيع‬

‫االحتمالي للمتغير العشوائي ‪ x‬وهو عدد مرات ظهور الوجه صورة معطى في الجدول (‪ )1‬والتوقع لهذا‬

‫التوزيع محسوب في جدول (‪ )4‬التالي‪:‬‬

‫‪155‬‬
 ‫جــدول (‪)4‬‬
‫توقع توزيع ثنائي الحدين‬
‫‪n=1‬‬

‫‪X‬‬ ‫)‪f (x‬‬ ‫)‪x f (x‬‬

‫‪0‬‬ ‫‪q‬‬ ‫‪0‬‬

‫‪1‬‬ ‫‪p‬‬ ‫‪p‬‬

‫‪1‬‬
‫المجمـــوع‬ ‫‪ =  xf ( x ) = p‬‬
‫‪0‬‬

‫وبجعل ‪ n‬تساوي ‪ 2‬فإن التوزيع االحتمالي للمتغير العشوائي ‪ x‬وهو عدد مرات ظهور الوجه صوره معطى‬

‫في الجدول (‪ )2‬والتوقع (أو الوسا الحسابي) لهذا التوزيع محسوب في جدول (‪ )5‬التالي‪:‬‬

‫جــدول (‪)5‬‬
‫توقع توزيع ثنائي الحدين‬
‫‪n=2‬‬

‫‪X‬‬ ‫)‪f(x‬‬ ‫)‪x f (x‬‬

‫‪0‬‬ ‫‪q2‬‬ ‫‪0‬‬

‫‪1‬‬ ‫‪2pq‬‬ ‫‪2qp‬‬

‫‪2‬‬ ‫‪p2‬‬ ‫‪2p2‬‬

‫المجمـــوع‬ ‫‪E(x) = 2p (q+p) =2p‬‬

‫‪156‬‬
‫وبجعل ‪ n‬تســاوي ‪ 3‬فإن التوزيع االحتمالي للمتغير العشـوائي ‪ x‬هو عدد مرات ظهور الوجه صــورة معطى‬

‫في الجدول (‪ )3‬والتوقع (أو الوسا الحسابي) لهذا التوزيع يم ن حسابه ما في جدول (‪ )6‬التالي‪:‬‬

‫جــدول (‪)6‬‬
‫توقع توزيع ثنائي الحدين‬
‫‪n=3‬‬
‫‪X‬‬ ‫)‪f(x‬‬ ‫)‪X f (x‬‬

‫‪0‬‬ ‫‪q3‬‬ ‫‪0‬‬

‫‪1‬‬ ‫‪3p2q‬‬ ‫‪3q2 p‬‬

‫‪2‬‬ ‫‪3qp2‬‬ ‫‪6q p2‬‬

‫‪3‬‬ ‫‪P3‬‬ ‫‪3p3‬‬

‫)‪ = E(x) = 3p(q2 + 2qp + p2‬‬

‫المجمـــوع‬
‫‪= 3p (q + p)2 = 3p‬‬

‫وه ذا فاننا ن حظ بأن الوسا الحسابي (أو التوقع) للتوزيع ثنائي الحدين هو ‪:‬‬

‫‪ P‬إذا انت ‪ n‬تساوي ‪1‬‬

‫‪ 2p‬إذا انت ‪ n‬تساوي ‪2‬‬

‫‪ 3p‬إذا انت ‪ n‬تساوي ‪3‬‬

‫ويم ننا اآلن أن نعمم هذه النتيجة فنقول بأن توقع التوزيع ثنائي الحدين يساوي ‪ n p‬لـ ‪ n‬من االختبارات‪.‬‬

‫‪157‬‬
 ‫توقع التوزيع ثنائي الحدين‬
‫إذا كان ‪ p‬هو احتمال النجاح و ‪ q‬هو احتمال الفشل في كل‬
‫اختبار فإن عدد مرات النجاح المتوقعة من ‪ n‬اختبار هو‬
‫‪ = np‬‬

‫ويم ننا أن نبرهن ذلك أيضاً باستخدام تعريم التوقع ما يلي‪:‬‬

‫‪n‬‬
‫)‪ = E (x‬‬ ‫=‬ ‫)‪ x f (x‬‬
‫‪x =0‬‬

‫‪n‬‬
‫=‬ ‫‪ x (nx ) p x q n - x‬‬
‫‪x =0‬‬

‫‪n‬‬
‫!‪x n‬‬
‫=‬ ‫‪‬‬ ‫‪px qn-x‬‬
‫! )‪x = 0 x ! (n - x‬‬

‫‪n‬‬ ‫!‪n‬‬
‫=‬ ‫‪‬‬ ‫‪(x‬‬ ‫‪-‬‬ ‫)‪1‬‬ ‫!‬ ‫‪[(n‬‬ ‫‪-‬‬ ‫)‪1‬‬ ‫‪-‬‬ ‫‪(x‬‬ ‫‪-‬‬ ‫])‪1‬‬ ‫!‬
‫)‪p x q (n -1) - (x -1‬‬
‫‪x =1‬‬

‫‪n‬‬ ‫)‪(n - 1) ! p x -1 q (n -1) - (x -1‬‬

‫=‬ ‫‪np ‬‬
‫‪x =1‬‬
‫! ])‪(x - 1) ! [(n - 1) - (x - 1‬‬

‫‪n‬‬
‫=‬ ‫)‪np  ( nx -−11) P x -1 q (n -1)-(x -1‬‬
‫‪x =1‬‬

‫‪= np (q+p)n-1‬‬

‫‪= np‬‬

‫‪158‬‬
 ‫مثـال ‪ : 3‬إذا ألقيت قطعة نقدية ‪ 100‬مرة فما هو عدد المرات المتوقعة لظهور الوجه صورة؟‬

‫الحــل‪:‬‬

‫دت ‪ x‬تمثل المتغير العشوائي وهو عدد مرات ظهور الوجه صورة وه ذا فإن ‪ x‬لها توزيع ثنائي الحدين بـ‬

‫‪1‬‬
‫=‪P‬‬
‫‪2‬‬

‫‪n = 100‬‬

‫وتوقع التوزيع ثنائي الحدين = ‪np‬‬

‫‪1‬‬
‫‪ = E(x) = np = 100   = 50‬‬
‫‪2‬‬

‫وهــو المطلـوب‬

‫❖ تباين التوزيع ثنائي الحدين ‪Binomial Distribution Variance‬‬

‫بالعودة إلى مثال (‪ )1‬وهو تجربة إلقاا قطعة نقد ‪ n‬مرة وباستخدام قانون التباين‬

‫)‪ 2x =  (x - ) 2 f(x‬‬

‫وبجعل ‪ n‬تأخذ القيم ‪ 3 2 1‬نستطيع أن نصل إلى صيغة عامة لتباين التوزيع ثنائي الحدين‪.‬‬

‫بجعل ‪ n‬تسـ ـ ـ ـ ــاوي ‪ 1‬ي ون التوزيع االحتمالي للمتغير العش ـ ـ ـ ـ ـوائي ‪ x‬وهو عدد مرات ظهور الوجه صـ ـ ـ ـ ــورة‬

‫معطى في الجـدول (‪ )1‬وتوقع هذا التوزيع مـا حس ـ ـ ـ ـ ـ ـ ــب في الجـدول (‪ )4‬وهو ‪ p‬وأما تبـاين هذا التوزيع‬

‫فيم ن حسابه ما في جدول (‪ )7‬التالي‪:‬‬

‫‪159‬‬
 ‫جــدول (‪)7‬‬
‫تباين التوزيع ثنائي الحدين‬
‫‪n=1‬‬

‫‪X‬‬ ‫)‪f(x‬‬ ‫‪x- ‬‬ ‫)‪(x-  )2 f (x‬‬

‫‪0‬‬ ‫‪q‬‬ ‫‪0-p‬‬ ‫‪q2 q‬‬

‫‪1‬‬ ‫‪p‬‬ ‫‪1-p‬‬ ‫‪(1-p)2 p‬‬

‫‪ 2x = p2q + q2p‬‬

‫المجمـوع‬
‫‪= pq (p+q) = pq‬‬

‫وبجعل ‪ n‬تس ـ ـ ـ ــاوي ‪ 2‬فإن التوزيع االحتمالي للمتغير العشـ ـ ـ ـ ـوائي ‪ x‬وهو عدد مرات ظهور الوجه ص ـ ـ ـ ــورة‬

‫ما حسـ ـ ـ ـ ـ ـ ــب في جدول (‪ )5‬وأما تباين هذا التوزيع‬ ‫وتوقع هذا التوزيع هو ‪2p‬‬ ‫معطى في جدول (‪)2‬‬

‫فيم ن الوصول إليه ما في جدول (‪ )8‬التالي‪:‬‬

‫‪160‬‬
 ‫جــدول (‪)8‬‬
‫تباين التوزيع ثنائي الحدين‬
‫‪n=2‬‬

‫‪X‬‬ ‫)‪f(x‬‬ ‫‪x–u‬‬ ‫)‪(x-u)2 f(x‬‬

‫‪0‬‬ ‫‪q2‬‬ ‫‪-2p‬‬ ‫‪4p2 q2‬‬

‫‪1‬‬ ‫‪2pq‬‬ ‫‪1-2p‬‬ ‫‪(1-2p)2 2pq‬‬

‫‪2‬‬ ‫‪p2‬‬ ‫‪2-2p‬‬ ‫‪4(1-p)2 p2‬‬

‫المجمـوع‬ ‫‪ 2x = 4 2p q2 +(1-2p)2 2pq+4(1-p)2 p2‬‬

‫‪= 4 2p q2 + (1-4p+4p2) 2pq + 4q2 p2‬‬

‫‪= 8 2p q2 + 2pq - 8p2q + 8p2 q‬‬

‫‪= 8p2 q (q-1 + p) + 2p q‬‬

‫‪= 8p2 q (0) + 2p q‬‬

‫‪= 2pq‬‬

‫وبجعل ‪ n‬تساوي ‪ 3‬فان التوزيع االحتمالي للمتغير العشوائي ‪ x‬وهو عدد مرات ظهور الوجه صورة معطى‬

‫في جدول (‪ )3‬وتوقع هذا التوزيع ما حســ ـ ــب في جدول (‪ )6‬هو ‪ 3p‬ويم ننا بنفب الطريقة الس ـ ـ ــابقة أن‬

‫نصل إلى تباين هذا التوزيع يساوي ‪ 3pq‬عندما ‪ n‬تساوي ‪3‬‬

‫وه ذا ي ون تباين التوزيع ثنائي الحدين يساوي‪:‬‬

‫‪161‬‬
 ‫‪ pq‬عندما ‪ n‬تساوي ‪1‬‬

‫‪ 2pq‬عندما ‪ n‬تساوي ‪2‬‬

‫‪ 3Pq‬عندما ‪ n‬تساوي ‪3‬‬

‫ويم ننا تعميم هذه النتيجة بالقول بان تباين التوزيع ثنائي الحدين يساوي ‪ npq‬لـ ‪ n‬اختبار‬

‫تباين التوزيع ثنائي الحدين‬

‫إذا كان ‪ p‬هو احتمال النجاح و ‪ q‬هو احتمال الفشل في كل اختبار‬
‫فإن تباين التوزيع االحتمالي لـ ‪ n‬اختبار هو ‪2x = npq‬‬

‫ويم ننا برهنه ذلك أيضا باستخدام قوانين التوقع والتباين ما يلي‬

‫‪ 2x = E(x2) – [E (x)]2‬‬

‫‪n‬‬
‫= )‪E (x2‬‬ ‫)‪ x 2 f (x‬‬
‫‪x =0‬‬

‫‪n‬‬
‫=‬ ‫‪ x 2 (nx ) p x q n -x‬‬
‫‪x =0‬‬

‫‪n‬‬ ‫‪x 2 n ! px q n -x‬‬

‫=‬ ‫‪‬‬ ‫! )‪x ! (n - x‬‬
‫‪x =0‬‬

‫‪x(x-1)+x‬‬ ‫وبالتعويض محل ‪ x2‬بـ‬

‫‪n‬‬
‫‪[x(x - 1) + x] n ! x n − x‬‬
‫=‬ ‫‪‬‬ ‫! )‪x ! (n - x‬‬
‫‪p q‬‬
‫‪x =0‬‬

‫‪162‬‬
 ‫‪n‬‬ ‫‪x(x - 1) n ! x n − x‬‬ ‫‪n‬‬
‫‪px qn −x‬‬
‫! ‪xn‬‬
‫=‬ ‫‪‬‬ ‫‪x‬‬ ‫!‬ ‫‪(n‬‬ ‫‪-‬‬ ‫)‪x‬‬ ‫!‬
‫‪p q‬‬ ‫‪+ ‬‬
‫‪x‬‬ ‫!‬ ‫‪(n‬‬ ‫‪-‬‬ ‫)‪x‬‬ ‫!‬
‫‪x =0‬‬ ‫‪x −0‬‬

‫‪n‬‬
‫! )‪n(n - 1) (n - 2‬‬
‫‪=‬‬ ‫)‪px q(n-2)-(x-2) + E(x‬‬
‫‪x =2‬‬ ‫!])‪(x - 2) ![(n - 2) - (x - 2‬‬

‫‪n‬‬
‫! )‪(n - 2‬‬
‫‪= n (n-1) p2 ‬‬ ‫‪px-2 q(n-2)-(x-2) + np‬‬
‫‪x =2‬‬ ‫!])‪(x - 2) ![(n - 2) - (x - 2‬‬

‫‪= n (n-1) p2 (q + p) n − 2 + np‬‬

‫‪= n2 p2 – np2 + np‬‬

‫‪ 2x‬‬ ‫‪= E (x2) – [E(x)]2‬‬

‫‪= n2 p2 – np2 + np – n2 p2‬‬

‫‪= np – np2‬‬

‫)‪= np (1 – p‬‬

‫‪= npq‬‬

‫وه ذا فان ‪2 = npq‬‬

‫واالنحراف المعياري للتوزيع ثنائي الحدين يساوي الجذر التربيعي الموجب للتباين‬

‫= ‪‬‬ ‫= ‪2‬‬ ‫‪npq‬‬

‫مثـال ‪: 4‬‬

‫بالعودة إلى مثال ‪ 3‬وهو إلقاا قطعة نقد ‪ 100‬مره فما هو التباين واالنحراف المعياري لعدد مرات ظهور‬

‫الوجه صورة؟‬

‫‪163‬‬
 ‫الحــل‪:‬‬

‫دت ‪ x‬تمثل المتغير العشوائي وهو عدد مرات ظهور الوجه صوره وه ذا فان ‪ x‬لها توزيع ثنائي الحدين‬

‫فيه‬

‫‪1‬‬
‫= ‪P‬‬
‫‪2‬‬

‫‪1‬‬
‫= ‪q‬‬
‫‪2‬‬

‫‪n = 100‬‬

‫‪ =  2x = npq‬التباين‬

‫‪= 100     = 25‬‬

‫‪1‬‬ ‫‪1‬‬
‫‪2 2‬‬

‫االنحراف المعياري‬ ‫= ‪= ‬‬ ‫= ‪npq‬‬ ‫‪25 = 5‬‬

‫‪Poisson Distribution‬‬ ‫‪ 2.5‬توزيع بواســـــون‬

‫يسـ ــتخدم توزيع بواسـ ــون في التجارب التي تكون نتيجتها وقوت الحدث موضـ ــع االهتمام عددا صـ ــحيحاً من‬

‫المرات خ ل وحده زمنية محددة (مثل الدقيقة أو الساعة أو اليوم ‪ ...‬الخ) أو على وحده أو منطقة محددة‬

‫من الحيز (مثل الطول أو المس ـ ـ ــاحة) بينما يس ـ ـ ــتخدم توزيع ثنائي الحدين لمعرفة عدد مرات وقوت الحدث‬

‫موضع االهتمام في عدد محدد من االختبارات ومن أمثلة تطبيقات توزيع بواسون‪:‬‬

‫أ) المسائل التي تحتاج إلى االنتظار أو المرتبطه بالزمن مثل ‪:‬‬

‫‪ -‬عدد حوادث السير في أسبوت بمدينة ما‪.‬‬

‫‪ -‬عدد القطارات التي تغادر المحطة في الساعة‪.‬‬

‫‪164‬‬
 ‫‪ -‬عدد المراجعين في أحد مراكز الخدمة في اليوم‪.‬‬

‫‪ -‬عدد الم المات الهاتفية التي يتلقاها الراديوتاكسي في الدقيقة‪.‬‬

‫ب) المسائل التي ترتبا بمناطق الفراغ أو الحيز مثل المسائل المرتبطة بمراقبة الجودة ومنها ‪:‬‬

‫‪ -‬عدد العيوب الموجودة في قطعة قماش محددة المساحة‬

‫‪ -‬عدد العيوب الموجودة في سلك للهاتم طوله يلومتران‬

‫‪ -‬عدد األخطاا المطبعية في الصفحة التي ترتكبها إحدى الس رتيرات‬

‫وه ذا فان المتغير البواسـ ـ ـ ـ ـ ــوني هو متغير متقطع ياخذ قيمة من القيم صـ ـ ـ ـ ـ ــفر أو ‪ 1‬أو ‪ 2‬أو ‪ ...‬في فترة‬

‫زمنية متصلة أو في حيز أو منطقة متصلة ويجب أن يحقق الشروط الث ثة التالية‪:‬‬

‫‪ -1‬عدد مرات النجاح مستقلة في فترتين متتاليتين من الزمن أو منطقتين متصلتين من‬

‫الحيز‪.‬‬

‫‪ -2‬احتمال النجاح خ ل فترة قص ـ ـ ــيرة من الزمن أو منطقة ص ـ ـ ــغيرة من الحيز يتناس ـ ـ ــب مع‬

‫طول هذه الفترة أو منطقة هذا الحيز‪.‬‬

‫‪ -3‬احتمال نجاحين أو أكثر خ ل فترة زمنية قص ـ ـ ـ ـ ـ ــيرة أو منطقة من الحيز ص ـ ـ ـ ـ ـ ــغيرة ي ون‬

‫صغي اًر جداً بحيث يم ن إهماله‪.‬‬

‫والتوزيع االحتمالي لمتغير بواسون العشوائي يدعي بتوزيع بواسون ويعطي حسب التعريم التالي‪:‬‬

‫‪165‬‬
 ‫توزيع بواسون‬
‫إذا كانت ‪ X‬هي متغير بواسون العشوائي وان القيم الممكنة لـ ‪ X‬هي ‪،0‬‬
‫‪ ... ،2 ،1‬فان التوزيع االحتمالي لـ ‪ X‬يدعى بتوزيع بواسون‪ .‬ويعطى‬
‫بالصيغة التالية‪:‬‬
‫‪e − x‬‬
‫= )‪f(x‬‬
‫!‪x‬‬
‫حيث‬
‫‪... ، 2 ،1 ،0 = x‬‬
‫‪ = e‬ثابت قيمته ‪2.71828‬‬
‫‪ = ‬متوسط عدد مرات النجاح في الفترة الزمنية أو منقطة الحيز‬
‫المحددة وتسمى معلمة التوزيع‪.‬‬

‫مثـال ‪:5‬‬

‫افترض أن متوسا عدد الزبائن في الدقيقة الذين يدخلون احد المح ت التجارية هو ث ثة زبائن باستخدام توزيع‬

‫بواسون أوجد احتمال ان أربعة زبائن بالضبا سيدخلون المحل خ ل دقيقة معينة‪.‬‬

‫الحــل‪:‬‬

‫دت ‪ x‬تمثل المتغير العشوائي عدد الزبائن الذين يدخلون المحل في الدقيقة في ون لـ ـ ـ ـ ـ ـ ـ ـ ‪ x‬توزيع بواسوني‬

‫متوسطة ‪ ‬تساوي ‪ 3‬باستخدام صيغة توزيع بواسون‪:‬‬

‫‪e − x‬‬
‫= )‪f(x‬‬
‫!‪x‬‬

‫‪e−3 (3) 4‬‬

‫= )‪p(x=4) = f (4‬‬
‫!‪4‬‬

‫)‪0.05 (81‬‬
‫=‬
‫‪24‬‬

‫‪166‬‬
 ‫(حيث ‪(e-3 = 0.05‬‬

‫‪135‬‬
‫=‬ ‫‪= 0.16875‬‬
‫‪800‬‬

‫مثـال ‪:6‬‬

‫إذا ان متوسا عدد العيوب في شريحة زجاجية بيرة هو واحد لكل ‪ 20‬قدم مربع فما هو احتمال ان‬

‫شريحة ‪ 10 × 3‬قدم ‪:‬‬

‫ال تحتوي على عيوب‪.‬‬ ‫‪)i‬‬

‫تحتوي على عيب واحد على األقل‪.‬‬ ‫‪)ii‬‬

‫الحــل‪:‬‬

‫دت ‪ x‬تمثل عدد العيوب في الشريحة ‪10 × 3‬‬

‫في ون لـ ‪ x‬توزيع بواسوني معلمته هي‬

‫‪3  10‬‬
‫= ‪‬‬ ‫‪= 1.5‬‬
‫‪20‬‬

‫أي أن متوسا عدد العيوب في الشريحة ‪ 10 × 3‬هو ‪1.5‬‬

‫وبتطبيق صيغة بواسون‪:‬‬

‫‪e − x‬‬
‫= )‪f(x‬‬
‫!‪x‬‬

‫‪e −1.5 (1.5)0‬‬

‫= )‪i) P (x=0) = f(0‬‬ ‫‪= e-1.5 = 0.223‬‬
‫!‪0‬‬

‫‪( = 1-p (x=0) = 1 - 0.223‬عيب واحد على األقل) ‪ii) p‬‬

‫‪= 0.777‬‬

‫‪167‬‬
 ‫❖ توقع وتباين توزيع بواسون‬

‫‪Expectation and variance of Poisson distribution‬‬

‫إذا انت ‪ x‬تمثل متغير بواسوني وبالتالي لها توزيع بواسون‬

‫‪e − x‬‬
‫= )‪f(x‬‬
‫!‪x‬‬

‫… ‪x = 0, 1, 2,‬‬

‫‪ < 0‬‬

‫فان توقع وتباين متغير بواسون العشوائي ‪ x‬يساوي معلمة التوزيع أي يساوي ‪ ‬أي أن‪:‬‬

‫‪ x = E(x) = ‬‬

‫‪ 2x = E (x2) – [ E (x)]2 = ‬‬

‫البرهــان‪:‬‬

‫‪‬‬
‫= )‪E (x‬‬ ‫‪x‬‬ ‫)‪f (x‬‬
‫‪x =0‬‬

‫‪‬‬
‫‪e- x‬‬
‫=‬ ‫‪x‬‬ ‫!‪x‬‬
‫‪0‬‬

‫‪‬‬ ‫‪e- x‬‬

‫=‬ ‫‪‬‬ ‫! )‪( x − 1‬‬
‫‪1‬‬

‫‪‬‬
‫‪x -1‬‬
‫‪=  e- ‬‬
‫‪1‬‬ ‫! )‪( x − 1‬‬

‫ومن المعروف في التفاضل والتكامل أن‬

‫‪168‬‬
  2 1 x
e = 1 + + + ... = 
1! 2! x =0
x!

 E (x) =  e- e = 


E (x2) =  x 2f ( x )
x =0


x 2 e- x
=  x!
0

‫ ينتج‬X(X-1)+X ‫ بالقيمة‬X2 ‫بتعويض‬


[x (x - 1) + x] e- x
=  x!
0

 [x (x - 1) e- x  x e- x
=  x!
+
x!
0 0


x e- x
=  ( x − 2) !
+ E (x)
2


x - 2
= 2 e−  +
2 ( x − 2) !

=  2 e-  e  + 

= 2 + 

var (x) = E (x2) – [ E (x) ]2

= (2 + ) - 2

= 

169
 ‫‪ 3.5‬تماريـن الفصــل الخامس ‪ /‬التوزيعات االحتمالية المتقطعة‬

‫‪ )1‬صندوق بداخله ‪ 20‬مصباحاً هربائيا منها ‪ 5‬تالفة سحبنا ‪ 4‬مصابيخ بطريقة عشوائية مع اإلعادة‬

‫أحسب احتمال ‪:‬‬

‫(‪)27/64‬‬ ‫‪ )i‬الحصول على مصباح واحد معيب (تالم)‬

‫(‪)175/256‬‬ ‫‪ )ii‬الحصول على مصباح واحد على األقل معيب (تالم)‬

‫‪ )2‬إذا ان االمتحان يتكون من ‪ 10‬أســئلة و ان احتمال أن يجيب الطالب على أي سـقال عشـوائي هو‬

‫‪ 0.2‬أوجد االحتماالت التالية‪:‬‬

‫(‪)0.1074‬‬ ‫‪ )i‬احتمال اال يجيب الطالب على أي سقال‬

‫(‪)0.8926‬‬ ‫‪ )ii‬أن يجيب على سقال أو اكثر‬

‫(‪)0.2‬‬ ‫‪ )iii‬أن يجيب على ‪ 3‬أسئلة فقا‬

‫‪ )3‬إذا ان ‪ 0.15‬من إنتاج إحدى الشـ ـ ــر ات من التلفزيونات الملونه معيبا شـ ـ ــحن ‪ 15‬جها از إلى أحد‬

‫العم ا ‪ .‬فإذا اعتبرنا ل جهاز تجربة مستقلة فما هو احتمال ‪:‬‬

‫(‪)0.0873‬‬ ‫‪ )i‬أن ال ي ون من بين الشحنه أي تلفزيون معيب‬

‫(‪)0.3185‬‬ ‫‪ )ii‬أن ي ون واحدا أو أقل معيبا‬

‫‪170‬‬
‫‪ )4‬إذا القينا حجر النرد ‪ 4‬مرات و انت ‪ k‬تمثل عدد مرات ظهور الوجه سـ ـ ـ ـ ـ ـ ــتة في هذه الرميات األربع‬

‫أوجد التوزيع االحتمالي لـ ‪. k‬‬

‫‪ )5‬أسره لديها ‪ 5‬أطفال فإذا ان احتمال أن ي ون الطفل ولدا يساوي احتمال أن ي ون بنتا ويساوي ‪1/2‬‬

‫فما هو احتمال ‪:‬‬

‫(‪)1/16‬‬ ‫‪ )i‬أن ي ون جميع األطفال من نفب الجنب‬

‫(‪)15/16‬‬ ‫‪ )ii‬أن ي ون لدى األسرة على األقل ولدا واحدا وبنتا واحدة‬

‫‪ )6‬علية من بذور الورد ثلثها يعطي ورداً أحم ار والباقي يعطي وردا أبيضاً فإذا زرعنا ‪ 7‬بذرات من هذه‬

‫العلبة فأحسب احتمال ‪:‬‬

‫(‪)128/2187‬‬ ‫‪ )i‬ان ال نحصل على أي ورده حمراا‬

‫(‪)448/2187‬‬ ‫‪ )ii‬أن نحصل على ورده واحده حمراا‬

‫(‪)1/2187‬‬ ‫‪ )iii‬ان ال نحصل على أي ورده بيضاا‬

‫‪ )7‬إذا ان في المتوسـا هاتفا واحدا من بين ل ‪ 4‬هواتم ي ون مشـغوال في منطقة تجارية في مدينة ما‬

‫بين الساعة الحادية عشره والساعة الثانية عشره وان تسعة أرقام عشوائية طلبت في ذلك الوقت أوجد‬

‫احتمال‪:‬‬

‫(‪)0.075‬‬ ‫‪ )i‬أن جميع الهواتم المطلوبة غير مشغولة‬

‫(‪)0.225‬‬ ‫‪ )ii‬أن واحدا فقا مشغوال‬

‫(‪)0.700‬‬ ‫‪ )iii‬أن اثنين أو أكثر من الهواتم المطلوبة مشغولة‬

‫‪171‬‬
‫‪ )8‬ش ـ ــخص ـ ــان ألقى ل منهما قطعة نقد خمب مرات إحس ـ ــب احتمال أنهما حصـ ـ ـ ً على نفب العدد من‬

‫(‪)63/256‬‬ ‫الصور‪.‬‬

‫‪ )9‬إذا ان احتمال التهديم ل عب ره س ـ ـ ـ ـ ــلة في ل رمية هو ‪ 1/5‬فما هو احتمال الحص ـ ـ ـ ـ ــول على ‪4‬‬

‫(‪)0.766‬‬ ‫أهداف على األقل من ‪ 25‬رميه‪.‬‬

‫‪ )10‬في أحد االمتحانات الش ـ ـ ــفوية احتمال أن تجيب نوال على س ـ ـ ـ ـقال اجابه ص ـ ـ ــحيحة هو ‪ 1/3‬فما هو‬

‫احتمال أن ي ون السقال الخامب هو أول سقال تجيب عليه إجابة صحيحة‬

‫(‪)16/243‬‬

‫‪ )11‬افترض أن ‪ 0.30‬من الطلبة يدخنون اختيرت عينه عش ـوائية من ‪ 6‬أشــخاص ما هو احتمال أن‬

‫(‪)0.58‬‬ ‫اثنين منهم على األقل يدخنون؟‬

‫‪ )12‬إذا ان ــت درج ــة الثق ــة في الترانزيزت ــور ه ــي ‪ . 0.90‬راديوب ــه ‪ 10‬ترانزيزتورات ما هو احتمال وقوت‬

‫(‪)0.6513‬‬ ‫خلل‬

‫‪ )13‬أوج ـ ـ ــد ق ـيــم ال ـم ـع ـل ـم ـ ـ ــات ‪ p , n‬ل ـل ـتــوزيــع ث ـن ـ ـ ــائــي ال ـح ـ ـ ــديــن ال ـ ـ ــذي وس ـ ـ ـ ـ ـ ـ ـ ـط ـ ـ ــه ‪ 9‬وت ـب ـ ـ ــاي ـن ـ ـ ــه‬

‫‪) n = 15‬‬ ‫‪p = 3/5( 18/5‬‬

‫‪172‬‬
‫‪p = 0.2‬‬ ‫‪ )14‬أوج ـ ـ ــد ـ ـ ــل مـ ــن تـ ــوقـ ــع وت ـ ـب ـ ـ ــايـ ــن ال ـ ـتـ ــوزيـ ــع ث ـ ـن ـ ـ ــائـ ــي ال ـ ـح ـ ـ ــديـ ــن ال ـ ـ ــذي ف ـ ـي ـ ـ ــه‬

‫‪n = 35‬‬

‫‪( = 7‬‬ ‫)‪2 = 5.6‬‬

‫‪ )15‬تاب مقلم من ‪ 232‬صفحة به ‪ 232‬خطأ مطبعي موزعه عشوائيا أحسب احتمال ان صفحة‬

‫ما ‪:‬‬

‫(‪)e-1/2 = 0.1839‬‬ ‫بها بالضبا خطأين‬ ‫‪)i‬‬

‫(‪)2e-1 = 0.7356‬‬ ‫‪ )ii‬بها أقل من خطأين‬

‫‪ )16‬إذا ان متوسا عدد حوادث العمل في مصنع ما هو ‪ 4‬حوادث شهريا فما هو احتمال ‪:‬‬

‫(‪)e-4 = 0.018‬‬ ‫‪ )i‬أن ال يقع أي حادث في شهر معين‬

‫(‪)0.426‬‬ ‫‪ )ii‬ان يقع ث ثة حوادث على األكثر في شهر معين‬

‫‪ )17‬إذا ان متوسا عدد المراجعين في أحد مراكز الخدمة هو اثنان ل خمب دقائق واذا ان عدد‬

‫المراجعين يتبع توزيع بواسون فما هو احتمال‪:‬‬

‫(‪)e-2 = 0.135‬‬ ‫أن ال يصل أي مراجع خ ل خمب دقائق‬ ‫‪)i‬‬

‫(‪)0.382‬‬ ‫‪ )ii‬أن أكثر من ‪ 4‬مراجعين وصلوا خ ل ‪ 10‬دقائق‬

‫‪ )18‬ما هو احتمال أن يتلقى أحد السنتراالت أربع م المات هاتفية خ ل دقيقتين إذا ان متسوط عدد‬

‫الم المات الهاتفية التي تصل السنترال هو م المتان في الدقيقتين؟‬

‫(‪)0.09‬‬

‫‪173‬‬
 ‫‪ )19‬إذا ان متوسا عدد األخطاا المطبعية التي ترتكبها إحدى الس رتيرات هو ‪ 4‬أخطاا في الصفحة‬

‫فما هو احتمال‪:‬‬

‫)‪(e-4 = 0.018‬‬ ‫أن تطبع صفحه بدون أخطاا‬ ‫‪)i‬‬

‫)‪(0.91‬‬ ‫‪ )ii‬أن ترتكب خطأين على األقل في تابة أحد الصفحات‬

‫‪ )20‬إذا ان متوسا عدد العيوب في شريحه زجاجية بيره هو واحد لكل عشرة أقدام مربعة فما هو‬

‫احتمال أن شريحه ‪ 10 × 6‬قدم‪-:‬‬

‫)‪(e-6 = 0.0025‬‬ ‫‪ )i‬سوف تكون بدون عيوب‬

‫)‪(0.9975‬‬ ‫‪ )ii‬سي ون بها على األقل عيب واحد‬

‫‪ )21‬في مصنع إلنتاج أشرطه التسجيل تحدث شروخ في األشرطة المنتجة عشوائياً بمتوسا شرخ ل‬

‫‪ 200‬متر أحسب احتمال أن ي ون في شريا طوله ‪ 500‬متر‪.‬‬

‫)‪(0.543‬‬ ‫‪ )i‬شرخين على األكثر‬

‫)‪(0.457‬‬ ‫‪ )ii‬على األقل ث ث شروخ‬

‫ما احتمال أن تكون‬ ‫‪2‬‬

‫‪ (22‬تحدث عيوب في تغطيه رقائق من الصلب بالكروم بمعدل واحد في ل ‪2‬م‬

‫رقيقه أبعادها ‪3‬م × ‪7‬م ‪.‬‬

‫(‪)0.00001‬‬ ‫‪ )i‬خاليه من العيوب‬

‫(‪)0.0001266‬‬ ‫‪ )ii‬بها على األكثر عيب واحد‬

‫‪174‬‬
 ‫‪ 4.5‬حل تماريـن الفصــل الخامس ‪ /‬التوزيعات االحتمالية المتقطعة‬

‫‪ )1‬دت المتغير ‪ x‬يدل على عدد المصابيخ التالفة المسحوبة‬

‫فتكون قيم ‪ x‬المم نة هي ‪. 4 3 2 1 0‬‬

‫دت ‪ p‬تمثل احتمال سحب مصباح تالم عندئذ‬

‫‪5‬‬ ‫‪1‬‬
‫=‪p‬‬ ‫=‬
‫‪20 4‬‬

‫المتغير ‪ x‬هنا ثنائي الحدين وذلك الن السحب يتم باإلعادة واحتمال سحب مصباح تالم ال‬

‫يتغير من اختبار إلى أخر بل ثابت ويساوي‬

‫‪1‬‬
‫‪4‬‬

‫‪n= 4‬‬ ‫‪(i‬‬

‫‪x= 1‬‬

‫=‪p‬‬
‫‪1‬‬
‫‪4‬‬

‫=‪q‬‬
‫‪3‬‬
‫‪4‬‬

‫وباستخدام صيغة التوزيع ثنائي الحدين نحصل على ‪:‬‬

‫‪1‬‬ ‫‪3‬‬

‫‪P (x =1) = f(1) =      ‬‬

‫‪4‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪14 4‬‬

‫‪3‬‬
‫‪4!  1   3 ‬‬
‫=‬ ‫‪   ‬‬
‫‪1 3!  4   4 ‬‬
‫!‬

‫‪= 4    ‬‬
‫‪1 27‬‬
‫‪ 4   64 ‬‬

‫‪27‬‬
‫=‬
‫‪64‬‬

‫‪175‬‬
 ‫‪(ii‬‬

‫)‪P (x  1 ) = p (x =1) + p (x =2) + p (x = 3) + p (x = 4‬‬

‫)‪= 1 – p (x =0‬‬

‫‪0‬‬ ‫‪4‬‬

‫‪= 1 –      ‬‬
‫‪4‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪0 4 4‬‬

‫‪4‬‬

‫‪= 1 -  ‬‬
‫‪3‬‬
‫‪4‬‬

‫‪= 1 – 81/256 = 175/256‬‬

‫‪ )2‬دت ‪ x‬تمثل عدد األسئلة التي يجيب عليها الطالب فتكون قيم ‪ x‬المم نة هي ‪0 1 … 10‬‬

‫وه ـذا‬

‫‪n = 10‬‬

‫‪p = 0.2‬‬

‫‪q = 0.8‬‬

‫وباستخدام صيغه التوزيع ثنائي الحدين‬

‫)‪i‬‬ ‫= )‪f (x‬‬ ‫‪( ) px qn-x‬‬

‫‪n‬‬
‫‪x‬‬

‫= )‪p(x = 0) = f(0‬‬ ‫‪( ) (0.2)0 (0.8)10‬‬

‫‪10‬‬
‫‪0‬‬

‫‪= (0.8)10‬‬

‫‪= 0.1074‬‬

‫‪176‬‬
 ‫)‪ii‬‬ ‫)‪p(x  1) = f (1) + f(2) … + f(10‬‬

‫)‪= 1 – f(0‬‬

‫‪= 1 – (0.8)10‬‬

‫‪= 0.8926‬‬

‫)‪iii‬‬ ‫( = )‪p (x = 3) = f(3‬‬ ‫) ‪10‬‬

‫‪3‬‬ ‫‪(0.2)3 (0.8)7‬‬

‫‪= 120 (0.008) (0.8)7‬‬

‫‪= 0.2013‬‬

‫‪ 0.2‬‬

‫‪ )3‬دت ‪ x‬تمثل عدد األجهزة المعيبه المشحونه للعميل فتكون قيم ‪ x‬المم نة هي‬

‫‪0 1 2 ... 15‬‬

‫احتمال أن ي ون الجهاز معيبا‬ ‫‪p = 0.15‬‬

‫احتمال أن ي ون الجهاز سليما‬ ‫‪q = 0.85‬‬

‫‪n = 15‬‬

‫= )‪i) p (x = 0) = f(0‬‬ ‫‪( ) (0.15)0 (0.85)15‬‬

‫‪15‬‬
‫‪0‬‬

‫‪= (0.85)15‬‬

‫‪= 0.0873‬‬

‫‪177‬‬
‫)‪ii) p ( x  1) = p (x = 0) + p (x =1‬‬

‫)‪= f (0) + f(1‬‬

‫=‬ ‫‪( ) (0.15)0 (0.85)15 +‬‬

‫‪15‬‬
‫‪0‬‬ ‫)‪(151 )(0.15‬‬ ‫‪1‬‬
‫‪(0.85)14‬‬

‫‪= 0.0873 + 15 (0.15) (0.85)14‬‬

‫‪= 0.0873 + 0.2312‬‬

‫‪= 0.3185‬‬

‫‪ )4‬القيم المم نة لـ ‪ k‬هي ‪:‬‬

‫‪0 1 2 3 4‬‬

‫‪n=4‬‬

‫احتمال الحصول على الوجه سته‬ ‫=‪p‬‬

‫‪1‬‬
‫‪6‬‬

‫=‪q‬‬
‫‪5‬‬
‫‪6‬‬

‫‪k‬‬ ‫‪4− k‬‬

‫‪p (K = k) = f (k) =      ‬‬

‫‪4‬‬ ‫‪1‬‬ ‫‪5‬‬
‫‪K  6   6 ‬‬

‫والجدول التالي يعطي التوزيع االحتمالي للمتغير ‪K‬‬

‫‪178‬‬
 ‫القاء حجر النرد ‪ 4‬مرات‬

‫‪K‬‬ ‫‪Pk‬‬ ‫‪Pk‬‬

‫‪0‬‬ ‫‪(5/6)4‬‬ ‫‪0.4823‬‬

‫‪1‬‬ ‫‪4(1/6) (5/6)3‬‬ ‫‪0.3858‬‬

‫‪2‬‬ ‫‪6(1/6)2 (5/6)2‬‬ ‫‪0.1157‬‬

‫‪3‬‬ ‫)‪4(1/6)3 (5/6‬‬ ‫‪0.0154‬‬

‫‪4‬‬ ‫‪(1/6)4‬‬ ‫‪0.0008‬‬

‫‪ )5‬دت ‪ x‬تمثل عدد األوالد من بين األطفال فتكون قيم ‪ x‬المم نة هي ‪0 1 ... 5‬‬

‫‪n= 5‬‬

‫احتمال أن ي ون الطفل ولدا‬ ‫‪p = 12‬‬

‫احتمال أن ي ون الطفل بنتا‬ ‫‪q = 12‬‬

‫)‪i‬‬

‫احتمال أن ي ون لدى األسره ولدا واحدا وبنتا واحده على األقل هو احتمال أن ي ون لديها ولد أو اثنين أو‬

‫ث ثه أو أربعة أي أن ال ي ون لديها ‪ 5‬أوالد أو ‪ 5‬بنات‬

‫في ون االحتمال المطلوب يساوي‬

‫)‪P = P(1) + P(2) + P(3) + P(4‬‬

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

‫‪5‬‬
‫‪1‬‬
‫‪4‬‬
‫‪5‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪3‬‬
‫‪5‬‬
‫‪3‬‬
‫‪3‬‬ ‫‪2‬‬
‫‪5‬‬
‫‪4‬‬
‫‪1‬‬ ‫‪4‬‬

‫‪179‬‬
 ‫‪5‬‬ ‫‪10 10‬‬ ‫‪5 15‬‬
‫=‬ ‫‪+‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫=‬
‫‪32 32 32 32 16‬‬

‫أو‬

‫االحتمال المطلوب = ‪( -1‬احتمال الخمسة اوالد ‪ +‬احتمال الخمسة بنات)‬

‫‪= 1 - P (5) + P (0)‬‬

‫‪1‬‬ ‫‪1  15‬‬

‫= ‪= 1-  + ‬‬
‫‪ 32 32  16‬‬

‫)‪ii‬‬

‫االحتمال المطلوب يساوي احتمال لهم أوالد ‪ +‬احتمال لهم بنات‬

‫)‪P = P (0) + P (5‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫=‬ ‫‪+‬‬ ‫=‬
‫‪32 32 16‬‬

‫‪ )6‬دت ‪ x‬تمثل عدد الوردات الحمراا التي تحصل عليها من زرت ‪ 7‬بذرات فتكون قيم ‪ x‬المم نة‬

‫هي ‪7 .... 2 1 0‬‬

‫دت ‪ p‬احتمال الحصول على ورده حمراا‬

‫‪ q‬احتمال عدم الحصول على ورده حمراا‬

‫=‪p‬‬
‫‪1‬‬
‫‪3‬‬

‫=‪q‬‬
‫‪2‬‬
‫‪3‬‬
‫‪0‬‬ ‫‪7‬‬
‫‪71  2‬‬
‫‪i) p (0) = f (0) =      ‬‬
‫‪ 0 3  3‬‬

‫‪7‬‬

‫= ‪=  ‬‬
‫‪2‬‬ ‫‪128‬‬
‫‪= 0.05853‬‬
‫‪3‬‬ ‫‪2187‬‬

‫‪180‬‬
 ‫‪6‬‬

‫)‪ii‬‬ ‫‪p (1) = f (1) =      ‬‬

‫‪7‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪ 1  3  3‬‬

‫‪6‬‬

‫= ‪= 7    ‬‬
‫‪1 2‬‬ ‫‪448‬‬
‫‪= 0.2048‬‬
‫‪ 3  3‬‬ ‫‪2187‬‬

‫‪7‬‬ ‫‪0‬‬

‫)‪iii‬‬ ‫‪p (7) = f (7) =      ‬‬

‫‪7‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪ 7  3  3‬‬

‫‪7‬‬

‫= ‪=  ‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪= 0.0005‬‬
‫‪ 3‬‬ ‫‪2187‬‬

‫‪ )7‬دت ‪ x‬تمثل عدد الهواتم المشغوله فتكون قيم ‪ x‬المم نة هي ‪9 ... 2 1 0‬‬

‫‪n= 9‬‬

‫=‪p‬‬
‫‪1‬‬
‫‪4‬‬

‫=‪q‬‬
‫‪3‬‬
‫‪4‬‬

‫‪ )i‬احتمال أن جميع الهواتم المطلوبة غير مشغوله هو احتمال أن ي ون صفر منها مشغوالً‬

‫‪1 0 3 9‬‬
‫‪P (x = 0) = f (0) =  90     ‬‬
‫‪ 4 4‬‬

‫‪3 9‬‬
‫‪=  ‬‬
‫‪4‬‬

‫‪= 0.075‬‬

‫‪ )ii‬احتمال أن واحدا فقا مشغوال‬

‫‪1‬‬ ‫‪8‬‬

‫‪P (x = 1) = f (1) =      ‬‬

‫‪9‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪14 4‬‬

‫‪= 0.225‬‬

‫‪181‬‬
 ‫‪ )iii‬احتمال أن اثنين أو اكثر مشغوله‬

‫= )‪P (x  2‬‬ ‫)‪p (x = 2) + p (x = 3) + … + p (x = 9‬‬

‫])‪= 1- [p (x = 0) + p (x = 1‬‬

‫‪= 1 – 0.075 – 0.225‬‬

‫‪= 0.7‬‬

‫‪ )8‬د ت ‪ x‬تمثل عدد مرات الحصول على وجه الصوره عند القاا قطعه عمله ‪ 5‬مرات فتكون قيم‬

‫‪ x‬المم نة لكل شخص هي ‪5 ... 2 0 1‬‬

‫‪n=5‬‬

‫‪p = q = 12‬‬

‫يحص ن على نفب العدد من الصور إذا حصل ل منهما على صفر أو ‪ 1‬أو ‪ 2‬أو ‪ 3‬أو ‪ 4‬أو ‪5‬‬

‫أي‬

‫(‪ 5‬و ‪ )5‬أو (‪ 4‬و ‪ )4‬أو (‪ 3‬و ‪ )3‬أو (‪ 2‬و ‪ )2‬أو (‪ 1‬و ‪ )1‬أو (‪ 0‬و ‪)0‬‬

‫احتمال الحصول على ل حالة من هذه الحاالت يساوي‬

‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪1 5 ‬‬
‫‪‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪    ‬‬
‫‪ x   2  ‬‬
‫‪‬‬ ‫‪‬‬

‫فمث ً‬

‫)‪(0 , 0) = P(0) p(0‬‬

‫‪182‬‬
 
() ()
5 
1  
 5 1 1 
0 5 0
=  50      
1
0     
  2   2     2   2  
   

2

() 1 
5
=  50   

 2  

‫ احتمال أن يحص على نفب العدد من الصور هو‬

 5 2 5 2 2 5 2
()
 5 1  
()  
()
 5 1  
()
5
P =  0    +
 5
1
1
 
 5
 + 2    +  3
1
 


    2  2  2
     
2
      

2 5 2 

() 1  
()
5
+  54    +  55 1
 




   
  2 
2
   

 1   1   1   1   1   1 
=  10  + 25 10  + 100 10  + 100  10  + 25 10  +  10 
2  2  2  2  2  2 

= =
252 252 63
=
210 1024 256

25 ... 1 0 ‫ المم نة هي‬x ‫ رميه فتكون قيم‬25 ‫ تمثل عدد األهداف المتحققه من‬x ‫) دت‬9

q = p= n = 25
4 1
5 5

‫احتمال الحصول على أربعة أهداف على األقل هو احتمال الحصول على أربعة أهداف أو أكثر‬

‫وهو‬

P = (x = 4) + p (x = 5) + … + p (x = 25)

= 1 – [p (x = 0) + p (x = 1) + p (x = 2) + p (x = 3)]

183
 ‫‪‬‬
‫) (‬ ‫) (‬ ‫‪1 4 ‬‬
‫) (‬
‫‪25‬‬ ‫‪24‬‬ ‫‪2‬‬ ‫‪23‬‬
‫‪14‬‬ ‫‪14‬‬
‫‪ 025     + 125     + 25‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪5 5‬‬ ‫‪5 5‬‬ ‫‪5  5 ‬‬
‫‪= 1 - ‬‬ ‫‪‬‬
‫) (‬
‫‪3‬‬ ‫‪22‬‬
‫‪+ 25  1   4 ‬‬ ‫‪‬‬
‫‪ 3  5   5 ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫)‪= 1- (0.0037777 + 0.0236110 + 0.0708336 + 0.1357644‬‬

‫‪= 0.766‬‬

‫احتم ـ ـ ـ ـ ـ ـ ــال أن ي ون السقال الخامب هو أول سقال يجاب عليه إجابة صحيحة هو احتمال أن‬ ‫‪)10‬‬

‫يجاب على األســئلة األربعة األولى بإجابات خاطئة ويجاب على الس ـقال الخامب إجابة صــحيحة‬

‫ويساوي‪:‬‬

‫‪‬‬
‫‪( ) 3 ‬‬
‫‪2  ‬‬
‫‪( ) 3   3  ‬‬
‫‪2 ‬‬
‫‪0‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪p =  04       11     ‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪ 3   ‬‬ ‫‪‬‬

‫‪4‬‬
‫‪ 2  1 16 16‬‬
‫‪=  ‬‬ ‫= =‬
‫‪ 3  3 35 243‬‬

‫أو‬

‫=‪P‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪16‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫=‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪243‬‬

‫دت ‪ x‬تمثل عدد المدخنين فتكون قيم ‪ x‬المم نة هي‪6 ... 1 0 :‬‬ ‫‪)11‬‬

‫احتمال أن ي ون الطالب مدخنا هو احتمال النجاح = ‪0.30 = p‬‬

‫احتمال أن ي ون الطالب غير مدخن هو احتمال الفشل = ‪0.70 = q‬‬

‫‪6=n‬‬

‫‪184‬‬
‫احتمـال أن اثنين من العينـة على األقـل مـدخنون هو احتمـال ان ي ون عـدد المـدخنين ‪ 2‬أو ‪3‬‬

‫أو ‪ 4‬أو ‪ 5‬أو ‪ 6‬هو‬

‫)‪P (x  2‬‬ ‫)‪= 1- p (x > 2‬‬

‫])‪= 1 – [p (x = 0) + p(x = 1‬‬

‫وه ـذا‬

‫[ ‪P = 1-‬‬ ‫] ‪(60 )(0.3)0 (0.7)6 + (16 )(0.3)1 (0.7)5‬‬

‫)‪= 1 – (0.117649 + 0.302526‬‬

‫‪= 0.579825‬‬

‫يق ـ ـ ـ ـ ـ ــع الخلل إذا اخت ـ ـ ـ ـ ـ ــل أو تلم ترانزيزتور واح ـ ـ ـ ـ ـ ــد على األق ـ ـ ـ ـ ـ ــل دت ‪ x‬تمثل المتغير عدد‬ ‫‪)12‬‬

‫الترانزيزتورات التالفه وتكون قيم ‪ x‬المم نة هي‬

‫(‪)0 1 2 ... 10‬‬

‫احتمال النجاح = احتمال وقوت خلل = ‪0.1 = p‬‬

‫احتمال الفشل = احتمال عدم وقوت خلل = ‪0.9 = q‬‬

‫‪10 = n‬‬

‫احتمال وقوت خلل = واحد ناقص احتمال عدم وقوت خلل = واحد ناقص احتمال أن تكون لها‬

‫تعمل‬

‫–‪P=1‬‬ ‫)‪(100 ) (0.1‬‬ ‫‪0‬‬

‫‪(0.9)10 = 1 – (0.9)10‬‬

‫‪= 0.6513‬‬

‫‪185‬‬
 ‫الوسا الحسابي أو التوقع للتوزيع ثنائي الحدين يساوي ‪np‬‬ ‫‪)13‬‬

‫والتباين للتوزيع ثنائي الحدين يساوي ‪npq‬‬

‫‪Np = 9‬‬ ‫)‪…………………. (1‬‬

‫= ‪npq‬‬ ‫)‪……………… (2‬‬

‫‪18‬‬
‫‪5‬‬

‫بتعويض (‪ )1‬في (‪)2‬‬

‫= ‪9q‬‬
‫‪18‬‬
‫‪5‬‬

‫= ‪q‬‬
‫‪18 2‬‬
‫=‬
‫‪45 5‬‬

‫‪p =1-‬‬
‫‪2 3‬‬
‫=‬
‫‪5 5‬‬

‫بتعويض قيمة ‪ P‬في (‪)1‬‬

‫÷‪n= 9‬‬
‫‪3‬‬ ‫‪45‬‬
‫=‬ ‫‪= 15‬‬
‫‪5‬‬ ‫‪3‬‬

‫‪)14‬‬

‫‪n = 35‬‬

‫‪p = 0.2‬‬

‫‪q = 0.8‬‬

‫التوقع = ‪np‬‬

‫التباين = ‪npq‬‬

‫‪np = ‬‬

‫‪186‬‬
 ‫‪  = 35 (0.2) = 7‬‬

‫‪ 2 = npq‬‬

‫)‪ 2 = 7 (0.8‬‬ ‫‪= 5.6‬‬

‫‪ )15‬دت ‪ x‬تمثل عدد األخطاا في الصفحة الواحدة في ون لـ ‪ x‬توزيع بواسون بمتوسا خطأ واحد في‬

‫ل صفحة‬

‫‪232‬‬
‫= ‪‬‬ ‫‪=1‬‬
‫‪232‬‬

‫‪)i‬‬

‫‪e −  x‬‬
‫= )‪f (x‬‬
‫!‪x‬‬

‫‪e −1 (1)2‬‬
‫= )‪p (x = 2) = f(2‬‬
‫!‪2‬‬

‫‪= e-1/2 = 0.1839‬‬

‫حيـث‬

‫‪e-1 = 0.368‬‬

‫‪)ii‬‬

‫‪1 e −1 (1) x‬‬

‫= )‪P (x > 2‬‬ ‫‪‬‬
‫‪x =0‬‬
‫!‪x‬‬

‫‪= e-1 (1 +‬‬ ‫)‬

‫‪1‬‬
‫‪11‬‬

‫‪= 2 e-1‬‬

‫‪= 0.736‬‬

‫‪187‬‬
 ‫‪ )16‬دت ‪ x‬تمثل عدد الحوادث في الشهر المعين في ون لها توزيع بواسون الذي معلمته = ‪4‬‬

‫‪)i‬‬

‫‪e − 4 (4)0‬‬
‫= )‪f(0‬‬
‫!‪0‬‬

‫‪= e-4‬‬

‫‪= 0.018‬‬

‫‪)ii‬‬

‫‪e -  ( ) x‬‬
‫= )‪P (x  3‬‬ ‫‪‬‬
‫!‪x‬‬

‫)‪= p (x = 0) + p (x = 1) + p (x = 2) + p (x = 3‬‬

‫‪f(0) = e-4 = 0.018‬‬

‫‪e−4 4‬‬
‫= )‪f(1‬‬ ‫‪= 0.072‬‬
‫!‪1‬‬

‫‪e − 4 (4)2‬‬
‫= )‪f(2‬‬ ‫‪= 0.144‬‬
‫!‪2‬‬

‫‪e − 4 (4)3‬‬
‫= )‪f(3‬‬ ‫‪= 0.192‬‬
‫!‪3‬‬

‫‪f ( x  3) = 0.426‬‬

‫‪ )17‬دت ‪ x‬هي المتغير وهي عدد المراجعين‬

‫متوسا عدد المراجعين في الدقيقة =‬

‫‪2‬‬
‫= ‪‬‬
‫‪5‬‬

‫‪188‬‬
 ‫متوسا عدد المراجعين في ‪ 5‬دقائق = ‪2‬‬

‫متوسا عدد المراجعين في ‪ 10‬دقائق = ‪4‬‬

‫‪  = 2 ‬في خمب دقائق‬

‫‪  = 4‬في عشر دقائق‬

‫‪e − 2 20‬‬
‫)‪i‬‬ ‫= )‪P (x = 0) = f(0‬‬
‫!‪0‬‬

‫‪= e-2‬‬

‫‪= 0.135‬‬

‫‪ii)  = 4‬‬ ‫)‪P (x < 4) = 1-P (x  4‬‬

‫‪4‬‬ ‫‪e- x‬‬

‫= )‪P (x  4‬‬ ‫‪‬‬
‫‪x =0‬‬
‫!‪x‬‬

‫)‪= P (x = 0) + P(x =1) + P(x =2) + P (x =3) + P(x =4‬‬

‫‪f(0) = e-4‬‬ ‫=‬ ‫‪0.018‬‬

‫)‪f(1) = e-4 (4‬‬ ‫=‬ ‫‪0.072‬‬

‫‪e − 4 (4)2‬‬
‫= )‪f(2‬‬ ‫= ‪= 8 e-4‬‬ ‫‪0.144‬‬
‫!‪2‬‬

‫‪f(3) = e-4  ‬‬ ‫‪0.192‬‬

‫‪64‬‬
‫=‬
‫‪ 6 ‬‬

‫‪e − 4 (4)4 64 -4‬‬

‫= )‪f(4‬‬ ‫=‬ ‫= ‪e‬‬ ‫‪0.192‬‬
‫!‪4‬‬ ‫‪6‬‬

‫‪0.618‬‬

‫‪189‬‬
 ‫)‪ P (x < 4‬‬ ‫)‪= 1–P(x  4‬‬

‫‪= 1 – 0.618‬‬

‫‪= 0.382‬‬

‫‪ )18‬دت ‪ x‬تمثل المتغير عدد الم المات الهاتفية التي تصل خ ل دقيقتين في ون لها توزيع بواسون‬

‫بمعلمه ‪ = 2‬‬

‫‪e− 2 24‬‬
‫= )‪P ( x = 4 ) = f (4‬‬
‫‪4‬‬

‫‪e-2‬‬
‫‪2‬‬
‫=‬
‫‪3‬‬

‫)‪2(0.135‬‬ ‫‪270‬‬
‫=‬ ‫=‬
‫‪3‬‬ ‫‪3‬‬

‫‪= 0.090‬‬

‫‪ )19‬دت ‪ x‬تمثل المتغير عدد األخطاا المرتكبة في الصفحة في ون لـ ‪ x‬توزيع بواسون بمعلمه ‪ = 4‬‬

‫‪e− 2 24‬‬
‫)‪i‬‬ ‫= )‪P (x = 0) = f (0‬‬
‫!‪0‬‬

‫‪= e-4 = 0.018‬‬

‫)‪ii‬‬ ‫)‪P(x  2) = 1 – P (x > 2‬‬

‫])‪= 1 – [P (X = 0) + (P(X =1‬‬

‫‪190‬‬
 ‫)‪= 1 – (0.018 + 4 e-4‬‬

‫)‪= 1 – (0.018 + 0.072‬‬

‫‪= 0.91‬‬

‫‪ )20‬دت ‪ x‬تمثل عدد العيوب في الشريحه ‪ 10 × 6‬قدم‬

‫ي ون لـ ‪ x‬توزيع بواسون الذي معلمته ‪= ‬‬

‫)‪(6) (10‬‬
‫= ‪6‬‬
‫‪10‬‬

‫‪e −  x‬‬
‫= )‪f(x‬‬
‫!‪x‬‬

‫)‪i‬‬ ‫‪P (x = 0) = f(0) = e-6 = 0.0025‬‬

‫)‪ii‬‬ ‫)‪P (x  1) = 1- P (x > 1) = 1-P (x = 0‬‬

‫)‪= 1 – f (0‬‬

‫‪= 1 - 0.0025‬‬

‫‪= 0.9975‬‬

‫‪ )21‬دت ‪ x‬تمثل عدد الشروخ في الـ ‪500‬متر‬

‫‪500‬‬
‫= ‪2.5‬‬ ‫‪=  ‬‬
‫‪200‬‬

‫‪e- x‬‬
‫= )‪f (x‬‬
‫!‪x‬‬

‫)‪i‬‬ ‫)‪P (x  2) = f(0) + f(1) + f(2‬‬

‫‪191‬‬
 f(0) = e-2.5

f(1) = e-2.5

e − 2.5 (2.5)2
f(2) = = 3.126 e- 2.5
2

P (x  2) = 6.625 e-2.5 = (6.625) (0.082) = 0.543

ii) P (x  3) = 1 – P(x > 3)

= 1 - f (0) + f(1) + f(2)

= 1 – 0.543

= 0.457

‫ م‬7 × 3 ‫ تمثل عدد العيوب في الرقيقة‬x ‫) دت‬22

e- x 21
f (x) = 11.5 = =
x! 2

i) P (x = 0) = f(0) = e-11.5 = 0.00001

ii) P ( x  1) = f(0) + f(1)

f(1) = e-11.5 11.5

f(0) + f(1) = 12.5 e-11.5 = 0.0001266

192
 ‫الفصـل السادس‬

‫التوزيع الطبيعي‬
‫‪The Normal Distribution‬‬

‫‪Definition normal distribution‬‬ ‫‪ 1.6‬تعريم التوزيع الطبيعي‬

‫يعتبر التوزيع الطبيعي من أهم التوزيعات االحتمالية وأكثرها استعماال على االط ق بل انه يحتل موضع‬

‫الص ــداره في االحتماالت واالحص ــاا وقد اش ــتق اس ــمه من أن ثي ار من التوزيعات "الطبيعية" تأخذ شـ ـ‬

‫ذلك فإن معظم التوزيعات البيومتريه ( توزيعات الطول والوزن) وتوزيعات أخطاا المشـ ـ ــاهدات‬ ‫قريبا منه‬

‫قريبا منه ويس ـ ـ ـ ــتخدم هذا التوزيع في ثير من‬ ‫(الفروق بين القيم الحقيقيه والقيم المش ـ ـ ـ ــاهده) تأخذ شـ ـ ـ ـ ـ‬

‫التجارب الصـ ـ ـ ـ ــناعية واختبارات الجوده وله اسـ ـ ـ ـ ــتخدامات واسـ ـ ـ ـ ــعه في اختبارات الفروض والعينات الكبيرة‬

‫وتوزيعات المعاينه وغيرها‪.‬‬

‫ان أول من اكتشـ ـ ـ ـ ـ ــفت هذا التوزيع العالم دي موافر ‪ De Moiver‬عام ‪ 1733‬ومن بعده العالم غوب‬

‫‪ Gauss‬في عام ‪ 1809‬ويعرف هذا التوزيع أيض ـ ـ ـ ـاً باسـ ـ ـ ــمه أي توزيع غوب ‪Gauss Distribution‬‬

‫ولهذا التوزيع خواصه الرياضية ويم ن ان ي ون تقريب ــا أو حالة خاصة لتوزيعات أخرى مث ــل توزيع ثنائي‬

‫الحدين‪.‬‬

‫منحنى هذا التوزيع يدعى بالمنحنى الطبيعي وعندما نتكلم عن منحنى توزيع نظري فأننا نقص ـ ـ ـ ـ ـ ــد منحنى‬

‫دالة ثافة احتمال المتغير العش ـ ـوائي الذي ل ـ ـ ـ ـ ـ ـ ـ ـ ــه هذا التوزيع ومنحنى التوزيع الطبيعي متماثل حول خا‬

‫من الوســيا والموال وهو ناقوســي الشـ ل له‬ ‫ارســي يمر بالوســا الحســابي الذي يســاوي بســبب التماثل‬

‫‪193‬‬
‫قمه واحده ويمتد طرفاه إلى ما ال نهاية يمينا ويس ـ ــا ار (فيقترب طرفاه من المحور األفقي ولكنهما ال يلتقيان‬

‫معه) ومع ذلك فان المس ـ ــاحة تحت المنحنى تس ـ ــاوي الواحد الص ـ ــحيخ ما هو الحال في المس ـ ــاحة تحت‬

‫منحنى داله ثافة احتمال أي متغير عشوائي متصل أخر‪.‬‬

‫والش ل ‪ 1‬يمثل المنحنى ‪:‬‬

‫شكل ‪1‬‬
‫التوزيع الطبيعي‬

‫هناك عدد ال نهائي من المنحنيات الطبيعية ولكنها تختلم عن بعضـ ـ ـ ـ ـ ـ ــها البعض حسـ ـ ـ ـ ـ ـ ــب قيمة ل من‬

‫الوس ــا الحس ــابي (التوقع) ‪ ‬واالنحراف المعياري ‪ ‬وقد تتفق منحنيات طبيعية في االنحراف المعياري‬

‫ولكنها تختلم في الوسا الحسابي ما هو في الش ل ‪ 2‬أو قد تتفق بالوسا الحسابي وتختلم باالنحراف‬

‫المعياري ما هو في الش ل ‪3‬‬

‫‪194‬‬
 ‫شكل ‪2‬‬
‫منحنيات طبيعية لها نفس االنحراف المعياري مع اختالف الوسط الحسابي‬

‫)‪f(x‬‬

‫‪ = 0.5‬‬

‫‪ =1‬‬

‫‪=2‬‬
‫‪x‬‬
‫‪ =3‬‬

‫شكل ‪3‬‬
‫منحنيات طبيعية لها نفس الوسط الحسابي مع اختالف االنحراف المعياري‬

‫‪ 2.6‬بعض خواص المنحنى الطبيعي‬

‫‪Some properties of a normal distribution‬‬

‫‪ )1‬المنحنى الطبيعي متماثل حول الوس ــا الحس ــابي ‪ ‬أي أن المنحنى على يس ــار الوس ــا الحس ــابي‬

‫يماثل المنحنى على يمينه‬

‫‪ )2‬الوسا الحسابي في المنتصم ويقسم المساحه تحت المنحنى إلى قسمين متساويين‬

‫‪ )3‬مجموت المساحه تحت المنحنى تساوي واحد‬

‫‪195‬‬
 ‫‪ )4‬مهما انت قيمة ‪ ‬و ‪ ‬فإن للمنحنى الطبيعي الخواص التالية‪:‬‬

‫‪+ ‬‬ ‫و‬ ‫‪ )i‬حوالي ‪ %68.26‬من المساحه يقع بين القيمتين ‪ - ‬‬

‫و ‪+ 2‬‬ ‫‪ )ii‬حوالي ‪ %95.46‬من المساحه يقع بين القيمتين ‪ -2 ‬‬

‫و ‪+ 3‬‬ ‫‪ )iii‬حوالي ‪ %99.74‬من المساحة يقع بين القيمتين ‪ - 3 ‬‬

‫و ‪ + 1.96 ‬‬ ‫‪ )iv‬حوالي ‪ %95‬من المساحة يقع بين القيمتين ‪ -1.96 ‬‬

‫و ‪ + 2.58 ‬‬ ‫‪ )v‬حوالي ‪ %99‬من المساحة يقع بين القيمتين ‪ -2.58 ‬‬

‫ما هو موضخ في الش ل ‪ 4‬التالي‪:‬‬

‫يقال للمتغير العشوائي المتصل ‪ x‬بانه موزت طبيعيا إذا انت داله ثافة االحتمال له معطاه بالصيغة‬
‫التالية‪:‬‬
‫‪1  x -  2‬‬
‫‪−‬‬ ‫‪‬‬ ‫‪‬‬
‫= )‪f (x‬‬ ‫‪2   ‬‬
‫‪1‬‬
‫‪e‬‬
‫‪ 2‬‬

‫‪196‬‬
 ‫حيث‬
‫‪− < x > ‬‬

‫‪ ‬هي الوسا الحسابي للمتغير الطبيعي‬

‫‪ e‬ثابت قيمته ‪2.71828‬‬

‫‪ ‬هي النسبة التقريبية وتساوي ‪3.14159‬‬

‫وي تب التوزيع الطبيعي الذي وســطه الحســابي ‪ ‬وتباينه ‪( 2‬في ون انحرافه المعياري يســاوي ‪ ) ‬ي تب‬

‫بالرمز ( ‪ N)  , 2‬فمث (‪ N )20,4‬تعني متغي ار طبيعيا له وسـ ــا حسـ ــابي (توقع) يسـ ــاوي ‪ 20‬وتباين‬

‫يساوي ‪( 4‬أي انحراف معيار يساوي ‪.)2‬‬

‫بما أن )‪ f (x‬داله ثافة احتمال ي ون مجموت المسـ ـ ـ ــاحة تحت منحنى هذه الداله مسـ ـ ـ ــاويا لواحد صـ ـ ـ ــحيخ‬

‫واحتمال أن متغي اًر عشوائيا متص وسطه ‪ ‬وتباينه ‪ 2‬يقع بين قيمتين محددتين مثل ‪ b , a‬هو‬

‫( ‪ p )a > x > b‬ويساوي المساحة المحصوره بين منحنى الداله )‪ f (x‬والقيمتين ‪x = b , x = a‬‬

‫الشكل ‪5‬‬

‫‪197‬‬
 ‫‪ 3.6‬التوزيع الطبيعي القياسي أو المعياري‬
‫‪The Standard Normal Distribution‬‬

‫يطلق اسم المتغير الطبيعي المعياري أو القياسي على المتغير الطبيعي الذي وسطه الحسابي صفر‬

‫وتباينه واحد أي على المتغير )‪ N(0.1‬ويرمز له بالرمز ‪ z‬وتكون داله ثافة احتماله هي‬

‫‪2 /2‬‬
‫= )‪f (x‬‬
‫‪1 e- z‬‬
‫‪2‬‬

‫‪− > z > ‬‬

‫وبما أن )‪ f (z‬داله ثافة احتمال فان مجموت المساحة تحت منحنى )‪ f (z‬تساوي ‪1‬‬

‫‪‬‬
‫‪dz = 1‬‬
‫‪1 -z 2 / 2‬‬
‫‪‬‬ ‫‪2‬‬
‫‪e‬‬
‫‪-‬‬

‫وي ون احتمال وقوت المتغير العشـ ـ ـوائي الطبيعي المعياري ‪ z‬بين القيمتين ‪ z = b z = a‬هو المس ـ ــاحة‬

‫المحصوره بين منحنى داله ثافة االحتمال )‪ f (z‬والقيمتين المحددتين ‪ z = b z = a‬أي يساوي‬

‫‪b‬‬
‫= ) ‪P (a > z > b‬‬ ‫‪e − z / 2 dz‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪2‬‬
‫‪a‬‬

‫‪198‬‬
‫لقد حسـ ـ ـ ـ ـ ـ ــبت المس ـ ـ ـ ـ ـ ـ ــاحة (أو االحتماالت) تحت المنحنى الطبيعي المعياري وهي معطاه في الجدول ‪2‬‬

‫بالمحلق‪.‬‬

‫لحساب احتمال وقوت المتغير الطبيعي المتصل بين قيمتين محددتين علينا أن نحسب المساحة المحصوره‬

‫بين منحنى داله ثافة االحتمال )‪ f (x‬والقيمتين المحددتين لـ ـ ـ ـ ـ ‪ X‬ولما انت )‪ f(x‬تتضمن معلمتين هما‬

‫الوسـ ـ ـ ــا الحسـ ـ ـ ــابي ‪ ‬والتباين ‪ 2‬وهما ما يم نهما أن يأخذا قيما غير محدوده وأن المتغير العش ـ ـ ـ ـوائي‬

‫متغير متصــل وبالتالي يم نه ان يأخذ هو أيضـاً قيما غير محدوده داخل أي مدى فإنه من غير المم ن‬

‫حس ـ ـ ــاب المســ ـ ــاحات الواقعه تحت المنحنى الطبيعي لقيم مختلفه لكل من ‪ x , 2 , ‬ولكننا نس ـ ـ ــتطيع‬

‫التغلب على هذه الصـ ـ ـ ـ ـ ــعوبة بتحويل المتغير الطبيعي ( ‪ N )  , 2‬إلى متغير معياري )‪ N(0.1‬وهو ما‬

‫يم ن حساب المساحه تحت منحناه وهي معطاه ما أسلفنا في الجدول ‪ 2‬بالملحق‪.‬‬

‫‪ N )  ,‬إلى المتغير الطبيعي القياسي )‪N(0.1‬‬ ‫( ‪2‬‬ ‫تحويل المتغير الطبيعي‬ ‫‪4.6‬‬

‫إذا ان المتغير العش ـوائي ‪ x‬له التوزيع الطبيعي ( ‪ N )  , 2‬فإن المتغير العش ـوائي ‪ z = x − ‬ي ون‬
‫‪‬‬

‫له التوزيع الطبيعي المعياري )‪ N(0.1‬أي ي ون له توزيعاً طبيعيا معياريا وس ــطه الحس ــابي ص ــفر وتباينه‬

‫‪ 1‬وان أي متغير طبيعي وس ــطه الحس ــابي ‪ ‬وتباينه ‪ 2‬يم ن تحويله إلى متغير طبيعي معياري ب تابه‬

‫‪x −‬‬
‫= ‪ z‬وبهذا يتحول التوزيع الطبيعي إلى توزيع طبيعي معياري يم ن حسـ ـ ــاب المسـ ـ ــاحة المحصـ ـ ــوره‬
‫‪‬‬

‫تحت منحناه ما في الش ل ‪.6‬‬

‫إذا انت ‪ b‬قيمة معينة من قيم ‪ x‬فان‬

‫‪199‬‬
 P (x  b) = P (x -   b -  )

x − b−
= P   
   

b−
= P  z  
  

6 ‫شكل‬
z ‫ إلى‬N )  , 2 ( ‫تحويل المتغير‬

‫المساحة غير المظلله تحت المنحنى هي‬

b-
P (X  b) = P(Z  )


200
 ‫وي ون أيضا‬

‫)‪P (X < b) = 1 – P (X  b‬‬

‫‪b-‬‬
‫‪= 1 – P (Z ‬‬ ‫)‬
‫‪‬‬

‫واذا انت ‪ ( a> b‬ما في ش ل ‪ )7‬فان‬

‫‪b-‬‬ ‫‪a -‬‬

‫‪P(a  X  b) = P(Z ‬‬ ‫‪) - P( Z ‬‬ ‫)‬
‫‪‬‬ ‫‪‬‬

‫أي تساوي المساحة إلى يسار ‪ b‬ناقص المساحة إلى يسار ‪a‬‬

‫شكـل ‪7‬‬

‫ومن خاصية التماثل لمنحنى داله ثافة االحتمال حول الصفر نجد أن‬

‫‪x‬‬ ‫‪0‬‬ ‫‪x‬‬

‫)‪i‬‬ ‫‪‬‬ ‫= ‪f(z)dz‬‬ ‫‪‬‬ ‫‪f(z) dz +‬‬ ‫‪ f(z) dz‬‬
‫‪−‬‬ ‫‪−‬‬ ‫‪o‬‬

‫‪x‬‬
‫‪= 12 +‬‬ ‫‪ f(z) dz‬‬
‫‪o‬‬

‫‪201‬‬
 ‫‪−x‬‬ ‫‪‬‬
‫)‪ii‬‬ ‫‪‬‬ ‫= ‪f(z) dz‬‬ ‫‪ f(z) dz‬‬
‫‪−‬‬ ‫‪x‬‬

‫‪x‬‬
‫‪= 12 -‬‬ ‫‪ f(z) dz‬‬
‫‪o‬‬

‫ولذلك ي تفى في الجداول المحس ـ ـ ـ ـ ـ ــوبة لقيم المس ـ ـ ـ ـ ـ ــاحات أو االحتماالت تحت المنحنى الطبيعي المعياري‬

‫بحساب االحتماالت المختلفة لقيم ‪ x‬الموجبه ومنها يم ن استنتاج االحتماالت لقيم ‪ x‬السالبة‪.‬‬

‫أمثلــة ‪:‬‬

‫مثــال ‪:1‬‬

‫إذا ـانـت ‪ X‬متغير عش ـ ـ ـ ـ ـ ـ ـوائي طبيعي لـه التوزيع ( ‪ N )3 4‬فمـا هو احتمـال أن تقع ‪ X‬بين‬

‫القيمتين ‪5 3‬؟‬

‫الحــل ‪:‬‬

‫نحول التوزيع إلى توزيع معياري‬

‫‪x −‬‬
‫=‪z‬‬
‫‪‬‬

‫‪3−3‬‬
‫= ‪z1‬‬ ‫‪=0‬‬
‫‪2‬‬

‫‪5−3‬‬
‫= ‪z2‬‬ ‫‪=1‬‬
‫‪2‬‬

‫)‪p (3 > x > 5) = p (0 > z > 1‬‬

‫وتساوي المساحه بين ‪ z = 0‬و ‪ z = 1‬وهي ما في الش ل التالي‪:‬‬

‫‪202‬‬
 ‫وهي من الجدول ‪ 2‬بالملحق تساوي ‪0.3413‬‬

‫مثـال ‪:2‬‬

‫إذا ان المغير العشوائي ‪ X‬له التوزيع الطبيعي ( ‪ N ) ,2‬اوجد ‪:‬‬

‫)‪i‬‬ ‫)‪P (  −   x   + ‬‬

‫)‪ii‬‬ ‫)‪P (  − 2  x   + 2‬‬

‫)‪iii‬‬ ‫)‪P (  − 3  x   + 3‬‬

‫الحــل‪:‬‬

‫‪( − ) − ‬‬
‫)‪i‬‬ ‫= ‪z1‬‬ ‫‪= −1‬‬
‫‪‬‬

‫‪( + ) − ‬‬
‫= ‪z2‬‬ ‫‪=1‬‬
‫‪‬‬

‫)‪ P (  −   x   + ) = P(−1  z  1‬‬

‫و ‪z=1‬‬ ‫وهو عبارة عن المساحة بين ‪z = -1‬‬

‫و ‪z = -1‬‬ ‫‪ +‬المساحة بين ‪z = 0‬‬ ‫و ‪z=0‬‬ ‫= المساحة بين ‪z = 1‬‬

‫‪203‬‬
‫ونتيجة لتماثل المنحنى على يمين ويسار الوسا الحسابي ‪  = 0‬فان المساحة بين ‪ z = -1‬و ‪z = 0‬‬

‫‪ z = 1‬ما في الش ل أع ه وتساوي من الجدول ‪0.3413‬‬ ‫تساوي المساحة بين ‪ z =0‬و‬

‫‪ P (  −   x   +  ) = 0.3413 + 0.3413‬‬

‫‪= 0.6826‬‬

‫‪= 68.26 %‬‬

‫وهذا يعني أن ‪ %68.26‬من مجموت المساحة تحت المنحنى تقع ضمن انحراف معياري واحد عن الوسا‬

‫الحسابي‪.‬‬

‫)‪ii‬‬ ‫)‪P (  − 2  x   + 2‬‬

‫‪( − 2) − ‬‬

‫= ‪z1‬‬ ‫‪= −2‬‬
‫‪‬‬

‫‪( + 2) − ‬‬

‫= ‪z2‬‬ ‫‪=2‬‬
‫‪‬‬

‫)‪ P (  − 2  x   + 2) = P(−2  z  2‬‬

‫وتساوي المساحة المحصوره بين ‪ z = -2‬و ‪ + z = 0‬المساحة المحصورة بين ‪ z = 0‬و ‪z = 2‬‬

‫ومن الجدول‬

‫‪204‬‬
 ‫‪= 0.4773 + 0.4773‬‬

‫‪= 0.9546‬‬

‫‪= 95.46 %‬‬

‫أي أن ‪ %95.46‬من مجموت المســاحة تحت المنحنى تقع ضــمن انحرافين معياريين من الوســا الحســابي‬

‫صفر ‪.‬‬

‫‪( − 3) − ‬‬

‫)‪iii‬‬ ‫= ‪z1‬‬ ‫‪= −3‬‬
‫‪‬‬

‫‪( − 3) − ‬‬

‫= ‪z1‬‬ ‫‪=3‬‬
‫‪‬‬

‫)‪ P (  − 3  x   + 3) = P(−3  z  3‬‬

‫وتساوي المساحة المحصوره بين ‪ z = -3‬و ‪ + z = 0‬المساحة المحصورة بين ‪ z = 0‬و ‪z = 3‬‬

‫ومن الجدول‪:‬‬

‫‪= 0.4987 + 0.4987‬‬

‫‪= 0.9974‬‬

‫‪= 99.74%‬‬

‫‪205‬‬
‫أي أن ‪ %99.74‬من مجموت المس ـ ـ ـ ـ ـ ــاحة تحت المنحنى تقع ض ـ ـ ـ ـ ـ ــمن ‪ 3‬انحرافات معياريه عن الوس ـ ـ ـ ـ ـ ــا‬

‫الحسابي ‪.‬‬

‫‪206‬‬
 ‫‪ 5.6‬تمارين الفصل السادس ‪ /‬التوزيع الطبيعي‬

‫‪ .1‬من التوزيع الطبيعي المعياري أوجد االحتماالت التالية‪:‬‬

‫(‪)0.2580‬‬ ‫(‪P )0 > z > 0.7‬‬ ‫‪)i‬‬

‫(‪)0.3849‬‬ ‫(‪P )0 > z > 1.2‬‬ ‫‪)ii‬‬

‫(‪)0.3413‬‬ ‫(‪P )-1 > z > 0‬‬ ‫‪)iii‬‬

‫(‪)0.6254‬‬ ‫(‪P )-0.82 > z > 0.96‬‬ ‫‪)iv‬‬

‫(‪)0.2742‬‬ ‫(‪P )z > 0.6-‬‬ ‫‪)v‬‬

‫(‪)0.8643‬‬ ‫(‪P )z < -1.1‬‬ ‫‪)vi‬‬

‫‪ .2‬أوجد المساحة تحت ‪z = -0.5‬‬

‫‪ .3‬إذا ان المتغير العشوائي ‪ x‬له التوزيع الطبيعي )‪ N (2, 1‬أوجد ‪:‬‬

‫(‪)0.0227‬‬ ‫( ‪P )x < 4‬‬ ‫‪)i‬‬

‫(‪)0.4773‬‬ ‫( ‪P )0 > x > 2‬‬ ‫‪)ii‬‬

‫‪ .4‬إذا انت أطوال ط ب احدى الجـامعـات موزعه طبيعيـا ولهـا التوزيع الطبيعي الذي وسـ ـ ـ ـ ـ ـ ــطه‬

‫الحسابي ‪ 68.50‬بوصه وانحرافه المعياري ‪ 2.3‬بوصه‪:‬‬

‫‪207‬‬
 ‫مــا هو احتمــال ان طول أي طــالــب من الجــامعــة يزيــد عن ‪6‬‬ ‫‪)i‬‬

‫(‪)0.0643‬‬ ‫أقدام (‪ 72‬بوصه)‬

‫ما هي نس ـ ـ ـ ــبة الطلبه في الجامعة الذين تتراوح أطوالهم بين ‪70‬‬ ‫‪)ii‬‬

‫(‪)0.1935‬‬ ‫و ‪ 72‬بوصه‬

‫‪ .5‬إذا انت أطوال ‪ 3000‬طالب تتخذ شـ ل التوزيع الطبيعي و ان الوسـا الحسـابي لهذه األطوال‬

‫يساوي ‪ 170‬سم واالنحراف المعياري لها يساوي ‪5‬سم‬

‫أوجد نسبة الطلبة الذين أطوالهم أكثر من ‪185‬سم‪.‬‬ ‫‪)i‬‬

‫أوجد عدد الطلبة الذين تزيد أطوالهم عن ‪185‬سم‪.‬‬ ‫‪)ii‬‬

‫إذا انت نسبة الطلبة الذين أطوالهم فوق المتوسا وأقل من طول معين ولي ن ‪ x‬هو‬ ‫‪)iii‬‬

‫‪ 0.2881‬فما هو هذا الطول؟‪.‬‬

‫‪ .6‬إذا ان المتغير العش ـ ـ ـوائي ‪ x‬له التوزيع الطبيعي الذي وسـ ـ ــطه الحسـ ـ ــابي ‪ 80‬وانحرافه المعياري‬

‫‪ 0.30‬فأوجد‪:‬‬

‫(‪P )X  80.36‬‬ ‫‪)i‬‬

‫إذا ان ‪P ) X  C( = 0.95‬‬ ‫العدد ‪C‬‬ ‫‪)ii‬‬

‫‪ .7‬مص ـ ــنع ينتج نوعا من األبر مفروض أن ي ون قطر ل منها ‪ 1 4‬س ـ ــم وبالخبره وجد أن أقطار‬

‫األبر من انتاج هذا المصـ ـ ـ ـ ـ ــنع لها توزيع طبيعي وسـ ـ ـ ـ ـ ــطه الحسـ ـ ـ ـ ـ ــابي ‪ 2.5‬مم وانحرافه المعياري‬

‫‪ 0.0025‬مم فما هي النسبة المئوية لألبر التي يتراوح قطرها بين ‪ 2.4951‬و ‪ 2.5049‬مم؟‬

‫‪208‬‬
‫‪ .8‬إذا ان متوس ـ ـ ـ ـ ــا أجر العامل ‪ 4‬دنانير في الس ـ ـ ـ ـ ــاعة بانحراف معياري ‪ 0.50‬دينار واذا انت‬

‫األجور تتبع توزيعا طبيعيا فما هي نسـ ـ ــبة العمال الذين يتقاضـ ـ ــون أج ار ما بين ‪ 2.5‬و ‪ 3‬دنانير‬

‫في الساعة؟‬

‫‪ .9‬إذا ان متوسـ ـ ــا عمر المصـ ـ ــباح الكهربائي ‪ 1500‬سـ ـ ــاعة بانحراف معياري ‪ 50‬سـ ـ ــاعة ويتبع‬

‫توزيعا طبيعيا فما هو احتمال ‪:‬‬

‫ان مصباحا سيحترق قبل ‪ 1400‬ساعة‬ ‫‪)i‬‬

‫إن مصباحا سيعيش أكثر من ‪ 1550‬ساعة‬ ‫‪)ii‬‬

‫إنا مصباحا سيعيش ما بين ‪ 1450‬و ‪ 1550‬ساعة‬ ‫‪)iii‬‬

‫ص ـ ــندوق من التفاح وزن التفاحه منه يس ـ ــاوي ‪ 10‬أونب )‪ (OUNCES‬بانحراف معياري‬ ‫‪.10‬‬

‫‪ 1.5‬أونب وأوزان التفاح موزعه طبيعيا فما هي نسـ ـ ـ ـ ـ ـ ــبة التفاحات التي يقع وزنها بين ‪ 7.9‬و‬

‫‪ 12.4‬أونب؟‬

‫إذا انت نفقات إحدى الشر ات في السنة لها التوزيع الطبيعي الذي وسطه ‪ 100‬مليون‬ ‫‪.11‬‬

‫دينار وانحرافه المعياري ‪ 5‬م يين دينار ‪:‬‬

‫‪ )i‬ما هو احتمال ان نفقات الشر ة ستزيد عن ‪ 100‬مليون دينار‬

‫‪ )ii‬ما هو احتمال ان نفقات الشر ة ستقل عن ‪ 100‬مليون دينار‬

‫‪ )iii‬ما هو احتمال ان نفقات الش ـ ــر ة س ـ ــتكون بين ‪ 100‬و ‪ 110‬مليون‬

‫دينار‬

‫‪209‬‬
 ‫‪ 6.6‬حل تمارين الفصل السادس ‪ /‬التوزيع الطبيعي‬

‫‪ .1‬نجد االحتماالت المطلوبة مباشره من الجدول ‪ 2‬بالملحق‪.‬‬

‫‪ .2‬المس ـ ـ ـ ـ ــاحة المطلوبة هي المس ـ ـ ـ ـ ــاحة المظللة في الشـ ـ ـ ـ ـ ـ ل‬

‫والمحص ـ ــورة بين ‪ - ‬و ‪ -0.5‬وهي تماثل المس ـ ــاحة من ‪0.5‬‬

‫حتى ‪ ‬ناقص المساحة من صفر حتى ‪ 0.5‬ومن الجدول =‬

‫‪0.5 – 0.1915 = 0.3085‬‬

‫‪ .3‬نحول التوزيع الطبيعي إلى توزيع معياري‬

‫‪z -‬‬
‫=‪z‬‬ ‫‪)i‬‬
‫‪‬‬
‫‪4-2‬‬
‫=‪z‬‬ ‫‪=2‬‬
‫‪1‬‬

‫)‪ P (X < 4) = P (z < 2‬‬

‫‪= 0.5 – 0.4773‬‬
‫‪= 0.0227‬‬

‫‪)ii‬‬
‫‪0 - 2‬‬
‫= ‪Z1‬‬ ‫‪= -2‬‬
‫‪1‬‬

‫‪2 - 2‬‬
‫= ‪Z2‬‬ ‫‪=0‬‬
‫‪1‬‬

‫‪‬‬ ‫)‪P (0 > X > 2‬‬ ‫)‪= P (z < 2) = P (-2 > z > 0‬‬

‫)‪= P (0 > z >2‬‬

‫‪= 0.4773‬‬

‫‪210‬‬
 .4

)i

x -
Z=


72 - 68.5 3.5
= =
2.3 2.3

= 1.52

 p (x < 72) = p (z < 1.52)

= 0.5 -0.4357

= 0643

)ii

z1 = = 0.65
70 - 68.5
2.3

z2 = = 1.52
72 - 68.5
2.3

 P (70 > x > 72) =

P (0.65 > z > 1.52)

= 0.4357 – 0.2422

= 0.1935

211
 ‫‪.i‬‬ ‫‪.5‬‬

‫‪185 − 170‬‬
‫=‪z‬‬ ‫‪=3‬‬
‫‪5‬‬

‫) ‪ P (x < 185) = P ( z < 3‬‬

‫‪= 0.5 – 0.4987‬‬

‫‪= 0.0013‬‬

‫‪.ii‬‬

‫‪3000 = 100%‬‬

‫‪x = 0.13%‬‬

‫)‪x = (0.0013) (3000‬‬

‫‪= 3.9  4‬‬

‫‪.iii‬‬

‫= ‪z‬‬
‫‪x‬‬ ‫‪- 170‬‬
‫‪5‬‬

‫ومن الجدول نجد ان قيمة ‪ z‬المناظره للمســاحة‬

‫‪ 0.2881‬هي ‪0.8‬‬

‫‪ - 170‬‬
‫= ‪ 0.8‬‬
‫‪5‬‬

‫‪x = 174‬‬

‫‪212‬‬
 ‫‪.i‬‬ ‫‪.6‬‬

‫=‪Z‬‬
‫‪80 - 36 - 80‬‬
‫‪= 1.2‬‬
‫‪0.3‬‬

‫)‪ p ( x  80.36 ) = p ( z  1.2‬‬

‫‪= 0.5 + 0.3849‬‬

‫‪= 0.8849‬‬

‫‪.ii‬‬

‫‪c − 80‬‬
‫=‪z‬‬
‫‪0 .3‬‬

‫من الجدول نجد أن قيمة ‪ z‬المقابلة للمساحة‬

‫‪0.95‬‬ ‫امل هذه المساحة =‬
‫أخذنا المساحـة تحت ‪ 0.45‬الن الجـداول معطاة من‬ ‫(‪ )0.95 – 0.50‬أي للمسـ ـ ـ ــاحة ‪ 0.45‬هي‬
‫الصفر حتى ‪ ‬وليب من ‪ − ‬حتى ‪‬‬
‫‪1.64‬‬

‫‪c − 80‬‬
‫‪‬‬ ‫‪= 1.64‬‬
‫‪0.3‬‬

‫‪ c = 80.492‬‬

‫‪213‬‬
 .7

2.4951 − 2.5
z1 = = 1.96
0.0025

2.5049 − 2.5
z2 = = 1.96
0.0025

 P (2.4951 > x > 2.5049)

= P (-1.96 > z > 1.96)

= 2 (0.4750)

= 0.95

.8
2.5 − 4
z1 = =-3
0.5

3−4
z2 = =-2
0.5

 p(2.5 > x >3) =

p (-3 > z >-2)

= p (2 > z > 3)

= 0.4987 – 0.4773

= 0.0214

214
 .i .9
z= = -2
1400 - 1500
50

 p (x > 1400) =

p (z > -2 )

= 0.5 – 0.4773

= 0.0227

.ii

z= =1
1550 - 1500
50

 p ( x < 1550) =

p (z < 1 )

= 0.5 – 0.3413

= 0.1587

.iii

= -1
1450 - 1500
z1 =
50

1550 - 1500
z2 = =1
50

 p (1450 > x > 1550) =

215
 p (-1 > z >1 )

= 2 (0.3413)

= 0.6826

.10

7.9 - 10
z1 = = 1.4
1.5

12.4 - 10
z2 = = 1.6
1.5

 p (7.9 > x > 12.4 ) =

p (-1.4 > z > 1.6)

= 0.4192 + 0.4452
= 0.8644

.11
.i

z=
100 - 100
=0
5

p ( x < 100 ) = p (z < 0 )

= 0.5

216
 .ii

z=
100 - 100
=0
5

p ( x > 100 ) = p (z < 0 )

= 0.5

.iii

100 - 100
z1 = =0
5

100 - 100
z2 = =2
5

 p(100> x> 110) =

p(0 > z > 2)

= 0.4773

217
 ‫تمارين عامة على‬
‫االحتمـاالت‬

‫‪ -1‬لتكن التجربة العش ـ ـوائية هي اختيار عائلة لها ‪ 3‬أطفال وتسـ ــجيل هقالا األطفال حسـ ــب الجنب‬

‫(‪)3/8‬‬ ‫وتسلسل الوالدة أحسب احتمال ان ي ون للعائلة ولدين‪.‬‬

‫و ــان ‪ P(A1) = 0.5‬و ‪P(A2) = 0.7‬‬ ‫‪ A2‬ح ــادثين في الفراغ العيني ‪S‬‬ ‫‪ -2‬إذا ــان ‪A1‬‬

‫و ‪: P(A1 A2) = 0.3‬‬

‫هل ‪ A1‬و ‪ A2‬حادثين شاملين‬ ‫‪)i‬‬

‫(ال الن مجموت احتماليهما ال يس ـ ـ ـ ـ ـ ـ ــاوي واحد)‬

‫(‪)0.9‬‬ ‫‪ )ii‬أوجد (‪ A2‬أو ‪P ) A1‬‬

‫(‪)0.2‬‬ ‫‪ )iii‬أوجد (‪P ) A2 - A1‬‬

‫(مستحيل)‬ ‫‪ )iv‬أوجد (‪P ) A1 - A2‬‬

‫‪ -3‬إذا ـ ــان ‪ A‬و ‪ B‬حـ ــادثين في الفراغ العيني ‪ S‬و ـ ــان ‪ P(A) = 0.4‬و ‪P(B) = 0.7‬‬

‫و ‪ P(AB) = 0.3‬احسب احتمال ‪:‬‬

‫(‪)0.8‬‬ ‫وقوت أحد الحادثين ‪ A‬أو ‪B‬‬ ‫‪)i‬‬

‫‪218‬‬
 ‫(‪)0.5‬‬ ‫‪ )ii‬وقوت ‪ A‬أو ‪ B‬وليب ليهما‬

‫(‪)0.6‬‬ ‫‪ )iii‬عدم وقوت ‪A‬‬

‫(‪)0.1‬‬ ‫‪ )iv‬وقوت ‪ A‬وعدم وقوت ‪B‬‬

‫‪ -4‬القي حج ار نرد مره واحده أوجد احتماالت الحوادث التالية ‪:‬‬

‫(‪)6/36‬‬ ‫‪ A1‬مجموت الرقمين الظاهرين ‪7‬‬ ‫‪)i‬‬

‫(‪)3/36‬‬ ‫‪ A2 )ii‬مجموت الرقمين الظاهرين أكثر من ‪10‬‬

‫(‪)10/36‬‬ ‫‪ A3 )iii‬مجموت الرقمين الظاهرين أقل من أو يساوي ‪5‬‬

‫(‪)11/36‬‬ ‫‪ A4 )iv‬العدد ‪ 2‬ظهر مره واحده على األقل‬

‫‪ -5‬في نفب التمرين السابق احسب االحتماالت االتية‪:‬‬

‫(‪)3/6‬‬ ‫المجموت زوجي على فرض أن الحجر األول ‪6‬‬ ‫‪)i‬‬

‫(‪)3/18‬‬ ‫‪ )ii‬الحجر الثاني ‪ 6‬على فرض أن مجموت زوجي‬

‫(‪)4/6‬‬ ‫‪ )iii‬المجموت زوجي إذا علمت أن المجموت أقل من ‪5‬‬

‫(‪)1/6‬‬ ‫‪ )iv‬الحجر الثاني ‪ 6‬على فرض ان األول ‪4‬‬

‫(‪)9/18‬‬ ‫المجموت فردي إذا علمت أن الحجر األول فردي‬ ‫‪)v‬‬

‫‪ -6‬يوجه صـ ــيادان بندقيتيهما معا إلى غزال فاذا انت فرصـ ــة ل منهما في إصـ ــابة الغزال هي‬
‫‪1‬‬
‫‪3‬‬

‫(‪)5/9‬‬ ‫فأحسب احتمال إصابة الغزال ‪.‬‬

‫‪219‬‬
‫‪ -7‬إذا انت ‪ A‬تنسـ ـ ــخ ‪ %20‬من خطابات المعهد و انت ‪ %50‬من خطاباتها بدون أخطاا بينما‬

‫تنسـ ـ ـ ـ ـ ـ ــخ ‪ B‬الباقي و انت ‪ %90‬من خطاباتها بدون أخطاا فإذا سـ ـ ـ ـ ـ ـ ــحب خطاب من خطابات‬

‫(‪)0.82‬‬ ‫المعهد فاحسب احتمال أن ي ون الخطاب بدون أخطاا‪.‬‬

‫‪ -8‬في الس ـقال الســابق إذا ان الخطاب المســحوب خطابا فيه أخطاا فما هو احتمال أن تكون ‪A‬‬

‫(‪)10/18=555 0.5‬‬ ‫هي التي تبته؟‬

‫م ي ون احتمال ‪:‬‬ ‫‪ -9‬إذا ان احتمال نجاح الطالب في مادة االحصاا = ‪0.40‬‬

‫(‪)0.2592‬‬ ‫ان ينجخ طالب واحد من بين ‪ 5‬ط ب‬ ‫‪)i‬‬

‫(‪)0.92224‬‬ ‫‪ )ii‬ان ينجخ طالب واحد على األقل‬

‫(‪)0.98976‬‬ ‫‪ )iii‬ان ينجخ ‪ 4‬ط ب على األكثر‬

‫(‪)0.07776‬‬ ‫‪ )iv‬ان ال ينجخ أحد‬

‫‪ -10‬ما هو احتمال ان نحصل على مجموت ‪ 5‬ث ث مرات من رمي زهرتي نرد ‪ 6‬مرات؟‬

‫(‪)0.17342‬‬

‫‪ -11‬إذا ان احتمال إص ــابة الص ــاروخ للهدف ‪ 0.3‬ما هو عدد الصـ ـواريخ ال زم إط قها ي ي ون‬

‫احتمال إصابة الهدف على األقل ‪.%80‬‬

‫احتمال الخطأ = ‪0.7‬‬ ‫الحــل‪:‬‬

‫احتمال جميع الصواريخ تخطئ = ‪)0.7(n‬‬

‫احتمال اصابة الهدف = ‪1-(0.7)n‬‬

‫‪220‬‬
 ‫المطلوب هو ‪1-(0.7)n < 0.8‬‬

‫‪(0.7)n < -0.2‬‬

‫‪(0.7)n > 0.2‬‬

‫‪(0.7)1 = 0.7 , (0.7)2 = 0.49‬‬

‫‪(0.7)3 = 0.343 , (0.7)4 = 0.2401‬‬

‫‪(0.7)5 = 0.16807‬‬

‫‪= > 0.2‬‬

‫عدد الصواريخ ‪ n = 5‬‬

‫‪221‬‬
 ‫ملحـق رقـم (‪)1‬‬

‫قيم الداله االسية السالبة ‪e-x‬‬

‫‪x‬‬ ‫‪e-x‬‬ ‫‪x‬‬ ‫‪e-x‬‬ ‫‪x‬‬ ‫‪e-x‬‬ ‫‪x‬‬ ‫‪e-x‬‬ ‫‪x‬‬ ‫‪e-x‬‬

‫‪0.0 1.000‬‬ ‫‪2.0 0.135 4.0 0.018‬‬ ‫‪6.0 0.0025‬‬ ‫‪8.0 0.00034‬‬
‫‪0.1 0.905‬‬ ‫‪2.1 0.122 4.1 0.017‬‬ ‫‪6.1 0.0022‬‬ ‫‪8.1 0.00030‬‬
‫‪0.2 0.819‬‬ ‫‪2.2 0.111 4.2 0.015‬‬ ‫‪6.2 0.0020‬‬ ‫‪8.2 0.00028‬‬
‫‪0.3 0.741‬‬ ‫‪2.3 0.100 4.3 0.014‬‬ ‫‪6.3 0.0018‬‬ ‫‪8.3 0.00025‬‬
‫‪0.4 0.670‬‬ ‫‪2.4 0.091 4.4 0.012‬‬ ‫‪6.4 0.0017‬‬ ‫‪8.4 0.00023‬‬
‫‪0.5 0.607‬‬ ‫‪2.5 0.082 4.5 0.011‬‬ ‫‪6.5 0.0015‬‬ ‫‪8.5 0.00020‬‬
‫‪0.6 0.549‬‬ ‫‪2.6 0.074 4.6 0.010‬‬ ‫‪6.6 0.0014‬‬ ‫‪8.6 0.00018‬‬
‫‪0.7 0.497‬‬ ‫‪2.7 0.067 4.7 0.009‬‬ ‫‪6.7 0.0012‬‬ ‫‪8.7 0.00017‬‬
‫‪0.8 0.449‬‬ ‫‪2.8 0.061 4.8 0.008‬‬ ‫‪6.8 0.0011‬‬ ‫‪8.8 0.00015‬‬
‫‪0.9 0.407‬‬ ‫‪2.9 0.055 4.9 0.007‬‬ ‫‪6.9 0.0010‬‬ ‫‪8.9 0.00014‬‬
‫‪1.0 0.368‬‬ ‫‪3.0 0.050 5.0 0.0067 7.0 0.0009‬‬ ‫‪9.0 0.00012‬‬
‫‪1.1 0.333‬‬ ‫‪3.1 0.045 5.1 0.0061 7.1 0.0008‬‬ ‫‪9.1 0.00011‬‬
‫‪1.2 0.301‬‬ ‫‪3.2 0.041 5.2 0.0055 7.2 0.0007‬‬ ‫‪9.2 0.00010‬‬
‫‪1.3 0.273‬‬ ‫‪3.3 0.037 5.3 0.0050 7.3 0.0007‬‬ ‫‪9.3 0.00009‬‬
‫‪1.4 0.247‬‬ ‫‪3.4 0.033 5.4 0.0045 7.4 0.0006‬‬ ‫‪9.4 0.00008‬‬
‫‪1.5 0.223‬‬ ‫‪3.5 0.030 5.5 0.0041 7.5 0.00055 9.5 0.00008‬‬
‫‪1.6 0.202‬‬ ‫‪3.6 0.027 5.6 0.0037 7.6 0.00050 9.6 0.00007‬‬
‫‪1.7 0.183‬‬ ‫‪3.7 0.025 5.7 0.0033 7.7 0.00045 9.7 0.00006‬‬
‫‪1.8 0.165‬‬ ‫‪3.8 0.022 5.8 0.0030 7.8 0.00041 9.8 0.00006‬‬
‫‪1.9 0.150‬‬ ‫‪3.9 0.020 5.9 0.0027 7.9 0.00037 9.9 0.00005‬‬

‫‪222‬‬
 ‫ملحـق رقـم (‪)2‬‬

‫المساحات تحت المنحنى الطبيعي‬

‫( ‪ A‬هي المساحة تحت المنحنى المحصورة بين ‪) z , 0‬‬

‫‪Z‬‬ ‫‪A‬‬ ‫‪Z‬‬ ‫‪A‬‬ ‫‪Z‬‬ ‫‪A‬‬ ‫‪Z‬‬ ‫‪A‬‬

‫‪0.00 0.0000 0.47 0.1808‬‬ ‫‪0.94‬‬ ‫‪0.3264 1.41 0.4207‬‬
‫‪.01‬‬ ‫‪.0040‬‬ ‫‪.48‬‬ ‫‪.1844‬‬ ‫‪.95‬‬ ‫‪.3289‬‬ ‫‪1.42‬‬ ‫‪.4222‬‬
‫‪.02‬‬ ‫‪.0080‬‬ ‫‪.49‬‬ ‫‪.1879‬‬ ‫‪.96‬‬ ‫‪.3315‬‬ ‫‪1.43‬‬ ‫‪.4236‬‬
‫‪.03‬‬ ‫‪.0120‬‬ ‫‪.50‬‬ ‫‪.1915‬‬ ‫‪.97‬‬ ‫‪.3340‬‬ ‫‪1.44‬‬ ‫‪.4251‬‬
‫‪.04‬‬ ‫‪.0160‬‬ ‫‪.51‬‬ ‫‪.1950‬‬ ‫‪.98‬‬ ‫‪.3365‬‬ ‫‪1.45‬‬ ‫‪.4265‬‬

‫‪.05‬‬ ‫‪.0199‬‬ ‫‪.52‬‬ ‫‪.1985‬‬ ‫‪.99‬‬ ‫‪.3389‬‬ ‫‪1.46‬‬ ‫‪.4279‬‬

‫‪.06‬‬ ‫‪.0239‬‬ ‫‪.53‬‬ ‫‪.2019‬‬ ‫‪1.00‬‬ ‫‪.3413‬‬ ‫‪1.47‬‬ ‫‪.4292‬‬
‫‪.07‬‬ ‫‪.0279‬‬ ‫‪.54‬‬ ‫‪.2054‬‬ ‫‪1.01‬‬ ‫‪.3438‬‬ ‫‪1.48‬‬ ‫‪.4306‬‬
‫‪.08‬‬ ‫‪.0319‬‬ ‫‪.55‬‬ ‫‪.2088‬‬ ‫‪1.02‬‬ ‫‪.3461‬‬ ‫‪1.49‬‬ ‫‪.4319‬‬
‫‪.09‬‬ ‫‪.0359‬‬ ‫‪.56‬‬ ‫‪.2123‬‬ ‫‪1.03‬‬ ‫‪.3485‬‬ ‫‪1.50‬‬ ‫‪.4332‬‬

‫‪.10‬‬ ‫‪.0398‬‬ ‫‪.57‬‬ ‫‪.2157‬‬ ‫‪1.04‬‬ ‫‪.3508‬‬ ‫‪1.51‬‬ ‫‪.4345‬‬

‫‪.11‬‬ ‫‪.0438‬‬ ‫‪.58‬‬ ‫‪.2190‬‬ ‫‪1.05‬‬ ‫‪.3531‬‬ ‫‪1.52‬‬ ‫‪.4357‬‬
‫‪.12‬‬ ‫‪.0478‬‬ ‫‪.59‬‬ ‫‪.2224‬‬ ‫‪1.06‬‬ ‫‪.3554‬‬ ‫‪1.53‬‬ ‫‪.4370‬‬
‫‪.13‬‬ ‫‪.0517‬‬ ‫‪.60‬‬ ‫‪.2258‬‬ ‫‪1.07‬‬ ‫‪.3577‬‬ ‫‪1.56‬‬ ‫‪.4382‬‬
‫‪.14‬‬ ‫‪.0557‬‬ ‫‪.61‬‬ ‫‪.2291‬‬ ‫‪1.08‬‬ ‫‪.3599‬‬ ‫‪1.55‬‬ ‫‪.4394‬‬

‫‪.15‬‬ ‫‪.0596‬‬ ‫‪.62‬‬ ‫‪.2324‬‬ ‫‪1.09‬‬ ‫‪.3621‬‬ ‫‪1.56‬‬ ‫‪.4406‬‬

‫‪223‬‬
.16 .0636 .63 .2357 1.10 .3643 1.57 .4418
.17 .0675 .64 .2389 1.11 .3665 1.58 .4430
.18 .0714 .65 .2422 1.12 .3686 1.59 .4441
.19 .0754 .66 .2454 1.13 .3708 1.60 .4452

.20 .0793 .67 .2486 1.14 .3729 1.61 .4463

.21 .0832 .68 .2518 1.15 .3749 1.62 .4474
.22 .0871 .69 .2549 1.16 .3770 1.63 .4485
.23 .0910 .70 .2580 1.17 .3790 1.64 .4495
.24 .0948 .71 .2612 1.18 .3810 1.65 .4505

.25 .0987 .72 .2642 1.19 .3830 1.66 .4515

.26 .1026 .73 .2673 1.20 .3849 1.67 .4525
.27 .1064 .74 .2704 1.21 .3869 1.68 .4535
.28 .1103 .75 .2734 1.22 .3888 1.69 .4545
.29 .1141 .76 .2764 1.23 .3907 1.70 .4554

.30 .1179 .77 .2794 1.24 .3925 1.71 .4564

.31 .1217 .78 2823 1.25 .3944 1.72 .4573
.32 .1255 .79 .2852 1.26 .3962 1.73 .482
.33 .1293 .80 .2881 1.27 .3980 1.74 .4591
.34 .1331 .81 .2910 1.28 .3997 1.75 .4599

.35 .1368 .82 .2939 1.29 .4015 1.76 4608

.36 .1406 .83 .2967 1.30 .4032 1.77 .4616
.37 .1443 .84 .2996 1.31 .4049 1.78 .4625
.38 .1480 .85 .3023 1.32 .4066 1.79 .4633
.39 .1517 .86 .3051 1.133 .4082 1.80 .4641

224
.40 .1554 .87 .3079 1.34 .4099 1.81 .4649
.41 .1591 .88 .3106 1.35 .4115 1.82 .4656
.42 .1628 .89 .3133 1.36 .4131 1.83 .4664
.43 .1664 .90 .3159 1.37 .4147 1.84 .4671
.44 .1700 .91 .3186 1.38 .4162 1.85 .4678
.45 .1736 .92 .3212 1.39 .4177 1.86 .4686
.46 .1772 .93 .3238 1.40 .4192 1.87 .4693

‫ يتبــــع‬...

Z A Z A Z A Z A
1.88 0.4700 2.41 0.4920 2.94 0.4984 3.47 0.4997
1.89 .4706 2.42 .4922 2.95 .4984 3.48 .4998
1.90 .4713 2.43 .4925 2.96 .4985 .49 .4998

1.91 .4719 2.44 .4927 2.97 .4985 3.50 .4998

1.92 .4726 2.45 .4929 2.98 .4986 3.51 .4998
1.93 .4732 2.46 .4931 2.99 .4986 3.52 .4998
1.94 .4738 2.47 .4932 3.00 .4987 3.53 .4998
1.95 .4744 2.48 .4934 3.1 .4987 3.54 .4998

1.96 .4750 2.49 .4936 3.2 .4987 3.55 .4998

1.97 .4756 2.50 .4938 3.3 .4988 3.56 .4998
1.98 .4762 2.51 .4940 3.4 .4988 3.57 .4998
1.99 .4767 2.52 .4941 3.5 .4989 3.58 .4998
2.00 .4773 2.53 .4943 3.6 .4989 3.59 .4998

2.01 .4778 2.54 .4945 3.7 .4989 3.60 .4999

2.02 .4783 2.55 .4946 3.8 .4990 3.61 .4999

225
2.03 .4788 2.56 .4948 3.9 .4990 3.62 .4999
2.04 .4793 2.57 .4949 3.10 .4990 3.63 .4999
2.05 .4798 2.58 .4951 3.11 .4991 3.64 .4999

2.06 .4803 2.59 .4952 3.12 .4991 3.65 .4999

2.07 .4808 2.60 .4953 3.13 .4991 3.66 .4999
2.08 .4812 2.61 .4955 3.14 .4992 3.67 .4999
2.09 .4817 2.62 .4956 3.15 .4992 3.68 .4999
2.10 .4821 2.63 .4957 3.16 .4992 3.69 .4999

2.11 .4826 2.64 .4959 3.17 .4992 3.70 .4999

2.12 .4830 2.65 .4960 3.18 .4993 3.71 .4999
2.13 .4834 2.66 .4961 3.19 .4993 3.72 .4999
2.14 .4838 2.67 .4962 3.20 .4993 3.73 .4999
2.15 .4842 2.68 .4963 3.21 .4993 3.74 .4999

2.16 .4846 2.69 .4964 3.22 .4994 3.75 .4999

2.17 .4850 2.70 .4965 3.23 .4994 3.76 .4999
2.18 .4854 2.71 .4966 3.24 .4994 3.77 .4999
2.19 .4857 2.72 .4967 3.25 .4994 3.78 .4999
2.20 .4861 2.73 .4968 3.26 .4994 3.79 .4999

2.21 .4865 2.74 .4969 2.27 .4995 3.80 .4999

2.22 .4868 2.75 .4970 3.28 .4995 3.81 .4999
2.23 .4871 2.76 .4971 3.29 .4995 3.82 .4999
2.24 .4875 2.77 .4972 3.30 .4995 3.83 .4999
2.25 .4878 2.78 .4973 3.31 .4995 3.84 .4999

2.26 .4881 2.79 .4974 3.32 .4996 3.85 .4999

226
2.27 .4884 2.80 .4974 3.33 .4996 3.86 .4999
2.28 .4887 2.81 .4975 3.34 .4996 3.87 .5000
2.29 .4890 2.82 .4976 3.35 .4996 3.88 .5000
2.30 .4893 2.83 .4977 3.36 .4996 3.89 .5000

2.31 .4896 2.84 .4977 3.37 .4996

2.32 .4898 2.85 .4978 3.38 .4996
2.33 .4901 2.86 .4979 3.39 .4997
2.34 .4904 2.87 .4980 3.40 .4997
2.35 .4906 2.88 .480 3.41 .4997

2.36 .4909 2.89 .4981 3.42 .4997

2.37 .4911 2.90 .4981 3.43 .4997
2.38 .4913 2.91 .4982 3.44 .4997
2.39 .4916 2.92 .4983 3.45 .4997
2.40 .4918 2.93 .4983 3.46 .4997

227
 ‫المراجع‬
‫‪ .1‬شبيجل و شيلر و سرينيفاسان؛ "االحتماالت واالحصاا" ملخصات شوم ترجمة‪ :‬محمود علي‬

‫ابو النصر و مصطفى ج ل مصطفى؛ الدار الدولية ل ستثمارات الثقافية القاهرة ‪2004‬‬

‫‪ .2‬مبارك اسبر ديب؛ "مباديا في االحتماالت واالحصاا" جامعة تشرين دمشق ‪2009‬‬

‫‪ .3‬جامعة الملك عبدالعزيز؛ "مقدمة في االحصاا" الرياض ‪2008‬‬

‫‪ .4‬فريد ابو زينه وآخرون؛ "الطرق االحصائية في التربية والعلوم االنسانية" الطبعة الثانية دار‬

‫الفرقان للنشر والتوزيع عمان ‪ /‬االردن ‪1984‬‬

‫‪ .5‬صبري رديم العاني و سليم اسماعيل الغرابي؛ "الطرق االحصائية" و ازرة التعليم العالي والبحث‬

‫العلمي بغداد ‪ /‬العراق ‪1982‬‬

‫‪ .6‬شفيق العتوم و فتحي عاروري؛ "االستدالل االحصائي وتطبيقاته في االقتصاد واالدارة" الجامعة‬

‫االردنية عمان ‪ /‬االردن ‪1986‬‬

‫‪ .7‬لطفي هندي؛ "االحصاا التجريبي" دار المعارف بمصر القاهرة ‪1971‬‬

‫‪ .8‬انيب نجو؛ " االحصاا وطرق تطبيقه في ميادين البحث العلمي" مقسسة الرسالة بيروت‬

‫‪1977‬‬

‫‪ .9‬وليم ب‪ .‬شيلفر؛ ترجمة احمد عبدالرحيم و سيم الدين خطار "االحصاا للعلوم الحياتية" جامعة‬

‫البصرة العراق ‪1984‬‬

‫مدني دسوقي مصطفى؛ "مباديا في نظرية االحتماالت واالحصاا الرياضي" دار‬ ‫‪.10‬‬

‫النهضة العربية القاهرة ‪1969‬‬

‫‪228‬‬
‫محمد ابو صالخ و عدنان عوض؛ "مباديا في االحصاا" دار الفرقان للنشر عمان‬ .11

1982

12. Dimitri P. Bertsekas and John N. Tsitsiklis; Introduction to Probability,

Second Edition, Massachusetts Institute of Technology, 2008

13. B.V.Gnedenko; The Theory of Probability, Mir Pulishers, Moscow, 1969

14. William Feller; An Introduction to the Probability Theory and its
Application, Wiley International Edition, 1968

229