Professional Documents
Culture Documents
والشكل أدناه يوضح التمثيل البياني لمنحنى دالة الكثافة لمتغير عشوائي يتبع التوزيع المنتظم المستمر
والذي يأخذ شكل مستطيل.
مثال:
اتفق شخصان أن يلتقيا في حديقة بحدود الساعة 18h20 – 18h00ماهو اإلحتمال ان يلتقيا قبل الساعة
18h10؟
الحل:
يعتبر الزمن متغيرا عشوائيا مستمرا ،بحيث الشخصان يستطيعان أن يلتقيا في أي لحظة في المجال
الزمني ، 18h20 – 18h00وتمتد هذه الفترة الزمنية إلى 20 minإبتداءا من الساعة ،18h00إذن
فالمجال الزمني الذي يمكن أن يلتقيا فيه الشخصان هو محدد من ] [0, 20دقيقة.
ونضع ال متغير العشوائي المستمر الذي يمثل الوقت الذي يلتقيان فيه الشخصان والمعرف في المجال
] ، [0, 20والذي يتبع التوزيع المنتظم ) . 𝑈(0,20دالة الكثافة االحتمالية ل 𝑋 هي :
2
1
= ) 𝑥( 𝑋𝑓 ]; 𝑥 ∈ [0, 20
20
نقول أن المتغير العشوائي المستمر 𝑿 والمعرف في المجال [∞ ، [0, +يتبع التوزيع األسي )𝜆( 𝜉 فإن
الدالة الكثافة االحتمالية ل 𝑿 هي :
𝝀− 𝒙
𝒆𝝀 = )𝒙( 𝑿𝒇 [∞; 𝒙 ∈ [0, +
والشكل أدناه يوضح التمثيل البياني لمنحنى دالة الكثافة لمتغير عشوائي يتبع التوزيع األسي :
مثال:
اذا فرضنا ان عمر المصابيح الكهربائية يتبع التوزيع األسي بمتوسط 1000ساعة.
.1أكتب دالة الكثافة لهذا التوزيع.
.2أحسب احتمال ان يعمل احد المصابيح اكثر من 2000ساعة.
.3أحسب احتمال ان يحترق احد المصابيح خالل 100ساعة.
الحل:
3
نضع 𝑋 ال متغير العشوائي الذي يمثل عمر المصابيح الكهربائية والذي يتبع التوزيع األسي بمتوسط
1000ساعة.
إذن )𝜆( 𝑋 → ξولدينا التوقع الرياضي لهذا المتغير هو :1000
1 1
= )𝑋( 𝐸 = 1000 =𝜆 ⇒
𝜆 1000
.1دالة الكثافة االحتمالية ل 𝑋 هي :
1 1
= ) 𝑥( 𝑋𝑓 𝑥𝑒 −1000 [∞; 𝑥 ∈ [0, +
1000
.2أحسب احتمال ان يعمل احد المصابيح اكثر من 2000ساعة:
1
𝑃 (𝑋 > 2000) = 1 − 𝑃 (𝑋 ≤ 2000) = 1 − [1 − 𝑒 −1000 .2000 ] = 𝑒 −2
≈ 0.135
.3أحسب احتمال ان يحترق احد المصابيح خالل 100ساعة.
1
.𝑃(𝑋 < 100) = 𝑃(𝑋 < 100) = 1 − 𝑒 −1000 .100 = 1 − 𝑒 −0.1 = 1 − 0.905 = 0.095
بحيث:
1
Γ ( ) = √π
2
Γ(1) = Γ(2) = 1
Γ(α) = (α − 1) Γ(α − 1) ; α > 1 , α ∈ ℝ+
∗Γ(n) = (n − 1)! ; n > 1, n ∈ ℕ
مالحظة:
إذا كان المتغير العشوائي يتبع التوزيع قاما ) 𝑋 → Γ(1, λفإن دالة كثافته تكتب على شكل:
4
; 𝒙 𝛌𝒇𝑿 (𝒙) = 𝛌𝐞− [∞λ > 0 ; 𝒙 ∈ [0, +
وبالتالي نتحصل على الدالة الكثافة االحتمالية لتوزيع األسي )𝜆( ξذو معلمة 𝛌 إذن)𝜆(. Γ(1, λ) = ξ
مثال:
إذا كانت أعمار أجهزة طبية في أحد العيادات تقدر بالسنوات وتتبع التوزيع اإلحتمالي ذو دالة كثافة
التالية:
ثابت 𝜃 𝑓 (𝑥 ) = 𝜃 𝑥 𝑒 −7𝑥 ; 𝑥 ≥ 0 ,
الحل:
ليكن 𝑋 المتغير العشوائي الذي يمثل أعمار األجهزة الطبية بالسنوات ،ودالة كثافته االحتمالية هي :
من الواضح أن Xيتبع التوزيع قاما ،بحيث إذا كان ) X → Γ(α, λفإن دالة كثافته تكتب على الشكل
التالي:
𝛌 𝛂
= )𝒙( 𝑿𝒇 [∞𝒙𝜶−𝟏 𝒆−𝝀 𝒙 ; 𝛼, λ > 0 ; 𝒙 ∈]0, +
)Γ(α
بالتطابق دالة كثافة المتغير Xمع دالة كثافة التوزيع قاما نجد أن:
𝜶=𝟐, 𝟕=𝝀
وبالتالي:
𝛂 𝟐
𝛌 𝟕 𝟗𝟒
=γ = = 𝟗𝟒 =
)Γ(α) Γ(2 𝟏
إذن دالة الكثافة هي :
𝑥−7
𝑒 𝑥 𝑓 (𝑥 ) = 49 ;𝑥 ≥ 0
5
𝟐 𝟐 𝟐
𝒙𝒅 𝑥𝑷(𝑿 < 2) = ∫ 𝒇𝑿 (𝒙) 𝒅𝒙 = ∫ 49 𝑥 𝑒−7𝑥 𝒅𝒙 = 𝟒𝟗 ∫ 𝑥 𝑒−7
𝟎 𝟎 𝟎
لحساب هذا التكامل نستعمل التكامل بالتجزئة ،نضع 𝑢 = 𝑥 :و 𝑥𝑣 ′ = 𝑒 −7
𝑢 = 𝑥 → 𝑢′ = 1
{ 1
𝑥𝑣 ′ = 𝑒 −7𝑥 → 𝑣 = − 𝑒 −7
7
𝑣 ∫ 𝑢 𝑣 ′ = 𝑢 𝑣 − ∫ 𝑢′
إذن
𝟐 𝟐 𝑥−7
1 𝑥1 𝟐 −7
𝑥 ∫ 𝑥 𝑒−7𝑥 𝒅𝒙 = [− 𝑒 ] + 𝑒 ∫ 𝒙𝒅
𝟎 7 𝟎 7
𝟎
1 15
⇒ 𝑷(𝑿 < 2) = 𝟒𝟗. [49 − 49 𝑒−14 ] = 1 − 15𝑒−14 = 0.999.
6
𝜶
= )𝑿(𝑬
𝜷𝜶+
التوقع الرياضي :
𝜷𝜶
( = )𝑿(𝑽
)𝟏𝜶+𝜷)𝟐 (𝜶+𝜷+
التباين :
مثال:1
B(3, 4), B(1 / 2,1 / 2), B(n, 2), B(1, n), أحسب ما يليB(n,1) (n N ) :
Γ(1/2)Γ(1/2) √π . √π
= )∗ 𝛣(1/2, 1/2 = = 𝜋.
)Γ(1/2 + 1/2 1
1 1
x (1 x) 3 dx, x(1 x)dx مثال :2أحسب ما يلي:
4
B (3, 2) ,
0 0
مثال :3
الحل
ليكن 𝑋 المتغير العشوائي الذي يمثل نسبة اإلنتاج المباع في المؤسسة ما ،بحيث دالة كثافته االحتمالية هي:
7
.1إيجاد النسبة المتوقعة:
من الواضح أن Xيتبع التوزيع بيتا ،بحيث إذا كان ) X → Β(α, βفإن دالة كثافته تكتب على الشكل
التالي:
Γ(𝛼+𝛽) 𝛼−1
= ) 𝑥( 𝑋𝑓 𝑥 [(1 − 𝑥 )𝛽−1; 𝛼, 𝛽 > 0 ; 𝑥 ∈]0, 1
)Γ(α)Γ(β
بالتطابق دالة كثافة المتغير Xمع دالة كثافة التوزيع بيتا نجد أن:
) 𝟐𝝈𝑿 → 𝑵(𝝁,
𝟏 𝟏
− 𝟐)𝝁(𝒙−
= )𝒙( 𝑿𝒇 𝒆 𝟐𝝈𝟐 ; 𝒙, 𝝁 ∈ ℝ, 𝝈 > 0
𝝅𝟐√𝝈
والشكل أدناه يوضح التمثيل البياني لمنحنى دالة الكثافة لمتغير عشوائي يتبع التوزيع الطبيعي.
8
ومن خالل هذا التمثيل البياني يتضح أن منحنى دالة الكثافة يأخذ شكل ناقوس وأن توزيع الطبيعي هو
توزيع متناظر بالنسبة للمحور 𝝁 = 𝒙 .وكذلك المساحة الكلية تحت هذا المنحنى تساوي الواحد:
∞+
∫ 𝟏 = 𝒙𝒅 )𝒙( 𝑿𝒇
∞−
ولكن بسبب صعوبة حساب االحتمال في حالة متغير يتبع التوزيع الطبيعي ،فنستعين بالتوزيع الطبيعي
المعياري.
𝝁𝑿−
=𝒁 )𝟏 → 𝑵(𝟎,
𝝈
بمعنى أن 𝒁 متغيرا عشوائيا يتبع التوزيع الطبيعي المعياري بمتوسط يساوي الصفر وانحراف معياري
يساوي الواحد و دالة الكثافته االحتمالية هي:
𝟏 )𝟐𝟐 /
)𝒛( 𝐙𝒇 𝒛𝒆(− ; 𝒛 ∈ ℝ.
𝝅𝟐√
ودالة توزيعه تكون من الشكل :
𝒛
𝒕𝒅 )𝒕( 𝒁𝒇 ∫ = )𝒛 ≤ 𝒁(𝑷 = )𝒛(𝛗
∞−
9
ولحساب اإلحتمال نستعين بالجدول التوزيع الطبيعي المعياري الستخراج قيمة )𝒛(𝛗 (النظر إلى الملحق
رقم .)1فللحصول على قيمة االحتمال نستعمل جدول هذا التوزيع والذي نحدد فيه أوال قيمة 𝒛 في الجدول
من خالل تفكيك قيمتها إلى قيمتين على المحورين االفقي و العمودي و نقوم باإلسقاط هاتين القيمتين على
القيم الموجودة بداخل الجدول ونستخرج بعدها قيمة االحتمال الموافق لتقاطع هاتين القيمتين.
مثال:
ليكن 𝑿 متغيرا عشوائيا يتبع التوزيع الطبيعي بمتوسط 6وإنحراف معياري 𝟐 .أحسب االحتمال:
𝑷(𝑿 = 𝟕), 𝑷(𝑿 ≤ 𝟕. 𝟓), 𝑷(𝑿 > 8), 𝑷(𝑿 > 4), 𝑷(𝟕. 𝟓 ≤ 𝑿 ≤ 𝟖).
الحل:
𝟐𝑿 → 𝑵(𝟔, )𝟐
لدينا:
.5حساب )𝟖 ≤ 𝑿 ≤ 𝟓 : 𝑷(𝟕.
𝝁 𝟕. 𝟓 − 𝝁 𝑿 − 𝝁 𝟖 − 𝟔 𝟕. 𝟓 − 𝟔𝟖−
( 𝑷 = )𝟖 ≤ 𝑿 ≤ 𝟓 𝑷(𝟕. ≤ ≤ (𝑷 = ) ≤𝒁≤ )
𝝈 𝝈 𝝈 𝟐 𝟐
𝟒𝟑𝟕𝟕 = 𝑷(𝟎. 𝟕𝟓 ≤ 𝒁 ≤ 𝟏) = 𝝋(𝟏) − 𝝋(𝟎. 𝟕𝟓) = 𝟎. 𝟖𝟒𝟏𝟑 − 𝟎.
= 𝟎. 𝟎𝟔𝟕𝟗.
10
The Khi-square Distribution .4.3التوزيع كاي مربع 𝟐𝝌 :
لدينا 𝒏 متغيرة عشوائية 𝒏𝑿 𝑿𝟏 , 𝑿𝟐 , … . ,مستقلة فيما بينها وتتبع التوزيع الطبيعي المعياري أي
التوزيع الطبيعي )𝟏 (𝟎,فإن المتغيرة 𝑼 المعرفة ب:
𝒏
تتبع التوزيع كاي مربع 𝟐𝝌 بدرجة الحرية 𝒏 ونرمز له ب )𝒏( 𝟐𝝌 ،ودالة كثافتها:
𝒏
𝟐 𝟏
) ( 𝒏 𝒖
𝒇𝑼 (𝒖) = 𝟐𝒏 𝒖(𝟐)−𝟏 𝒆−𝟐 ; 𝒖 > 0.
) (𝚪
𝟐
لحساب االحتمال نستعين بالجدول التوزيع كاي مربع (النظر إلى الملحق رقم .)2فللحصول على قيمة
االحتمال نستعمل جدول هذا التوزيع والذي نحدد فيه أوال درجة الحرية 𝒏 على المحور العمودي للجدول.
وبعدها نبحث عند هذه درجة الحرية ،عن القيمة 𝒖 ونقوم باإلسقاط على المحور األفقي للجدول الستخراج
قيمة االحتمال.
مثال:
ليكن 𝑼 متغير عشوائي يتبع التوزيع كاي مربع :
-أحسب االحتماالت التالية:
) 𝒏 = 𝟏𝟎 ; 𝑷(𝑼 < 18.3
) 𝒏 = 𝟒 ; 𝑷(𝑼 > 11.1
) 𝒏 = 𝟏𝟓 ; 𝑷(𝟖. 𝟓𝟓 < 𝑼 < 25
-استخرج القيم الجدولية 𝑢 في الحاالت التالية:
𝟗 𝒏 = 𝟔 ; 𝑷(𝑼 < 𝒖) = 𝟎.
𝟓𝟗𝟗 𝒏 = 𝟗 ; 𝑷(𝑼 > 𝒖) = 𝟎.
𝟓𝟎 𝒏 = 𝟏𝟑 ; 𝑷(𝒖𝟏 < 𝑼 < 𝒖𝟐 ) = 𝟎.
الحل:
-حساب االحتماالت:
𝟓𝟗 𝒏 = 𝟏𝟎 ; 𝑷(𝑼 < 18.3) = 𝟎.
11
𝟓𝟐𝟎 𝒏 = 𝟒 ; 𝑷(𝑼 > 11.1) = 𝟏 − 𝑷(𝑼 < 11.1) = 𝟏 − 𝟎. 𝟗𝟕𝟓 = 𝟎.
) 𝒏 = 𝟏𝟓 ; 𝑷(𝟖. 𝟓𝟓 < 𝑼 < 2𝟓) = 𝑷(𝑼 < 25) − 𝑷(𝑼 < 8.55
𝟓𝟖 = 𝟎. 𝟗𝟓 − 𝟎. 𝟏𝟎 = 𝟎.
𝟏𝒏+ 𝟏𝒏+
) 𝟐 (𝟐 −
(𝜞 ) 𝒕
= )𝒕( 𝑻𝒇 𝟐
) 𝒏 𝒏 (𝟏 + ; 𝒕 ∈ ℝ.
) 𝟐(𝜞 𝝅𝒏√
12
لحساب االحتمال نستعين بالجدول التوزيع ستيودنت (النظر إلى الملحق رقم .)3فللحصول على قيمة
االحتمال نستعمل جدول هذا التوزيع والذي نحدد فيه أوال درجة الحرية 𝒏 على المحور العمودي للجدول.
وبعدها نبحث عند هذه درجة الحرية ،عن القيمة 𝒕 ونقوم باإلسقاط على المحور األفقي للجدول الستخراج
قيمة االحتمال.
مثال:
ليكن 𝑇 متغير عشوائي يتبع التوزيع ستيودنت
-أحسب االحتماالت التالية:
)𝟖𝟖𝟔 𝒏 = 𝟏𝟗 ; 𝑷(𝑻 ≤ 𝟎.
) 𝒏 = 𝟑 ; 𝑷(𝑻 > 1.64
) 𝒏 = 𝟏𝟑 ; 𝑷(𝟎. 𝟖𝟕𝟎 < 𝑻 < 3.012
الحل:
𝟓𝟕 𝒏 = 𝟏𝟗 ; 𝑷(𝑻 ≤ 𝟎. 𝟔𝟖𝟖) = 𝟎.
𝟏 𝒏 = 𝟑 ; 𝑷(𝑻 > 1.64) = 𝟏 − 𝑷(𝑻 < 1.64) = 𝟏 − 𝟎. 𝟗𝟎 = 𝟎.
) 𝒏 = 𝟏𝟑 ; 𝑷(𝟎. 𝟖𝟕𝟎 < 𝑻 < 3.012) = 𝑷(𝑻 < 3.012) − 𝑷(𝑻 < 0.870
𝟓𝟗𝟏 = 𝟎. 𝟗𝟗𝟓 − 𝟎. 𝟖𝟎 = 𝟎.
13