‫‪141‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫الفصل السادس‬
‫السير العشوائي ‪Random Walk‬‬

‫‪ 1 – 6‬المقدمة‪:‬‬
‫كما اعتدنا ان نمهد ألي موضوع بذكر أولياته وهو أنه تم التطرق لموضوع السيرالعشوائي في‬
‫الفصل الثاني المثال رقم (‪ )7‬كونه احد األمثلة لتوضيح فكرة أو (الآلية التي تعمل بها) العملية‬
‫التصادفية‪.‬‬

‫‪ 2 – 6‬عمليات السير العشوائي ‪Random Walk Processes‬‬

‫من الممكن وصف عمليات السير العشوائي هو حركة الجزئيء على خط أالعداد الطبيعية‬ ‫‪‬‬
‫والجزيء هنا خاضع لتصادم أو تعارض أو التضارب من أليمين ومن اليسار**‪.‬‬
‫بعد ذلك توجد أمكانية السير للجزيء خطوة واحدة إلى أليمين بأحنمال مقداره ‪ p‬أو امكانية‬ ‫‪‬‬
‫السير للجزيء بأتجاه الشمال بأحتمال مقداره ‪ ،q‬وعلى فرض ان ‪ p+q=1‬وهذه التنقالت تكون‬
‫لألوقات ‪.**t=1 , 2, 3 … . .‬‬
‫المشكلة المراد تحديدها كما أسلفنا هو قيمة الجزيء (‪( )Particle‬وهي قيمة المتغير‬ ‫‪‬‬
‫العشوائي) بعد عدد من التنقالت وقسم منها بأتجاه أليمين واألخر ممكن باتجاه الشمال‬
‫وباحتماالتها المحددة‪.‬‬
‫لنفرض ان الحزيء (‪ ).R.V‬تبدأ من النقطة ‪ ,x=0‬ما هو أحتمال انه سوف يظهر في النقطة‬ ‫‪‬‬
‫‪ x=c‬بعد ‪ n‬من التنقالت ‪.‬‬
‫** ‪1‬‬

‫إذًا يوجد حد أالشباع (أالمتصاص) ‪ absorbing barrier‬في النقطة ‪ ،x= -a , a>0‬إذن ما هو‬
‫أحتمال ممكن أن يمتص يصل إلى حالة أالشباع (‪ )absorbed‬في الوقت ∞ → ‪t‬؟‬
‫والحالة الأخرى إذا كان هنا حد أالشباع (أالمتصاص) في النقطة ‪ ,x=- b , b>0‬ما هو أحتمال‬
‫انه يمتص أو يصل إلى حالة أالشباع (أالمتصاص) (‪ )absorbed‬في النقطة ‪ x=-a‬أو العكس‬
‫بالعكس صحيح أي في النقطة ‪x=b‬؟‬

‫** أمثلة برؤوس مواضيع أو هي إجابة على أسئلة لغرض ايصال المادة إلى ذهن الطالب بشكل دقيق‪.‬‬ ‫‪1‬‬
 ‫العمليات العشوائية (فرضياتها‬ ‫‪142‬‬
‫وتطبيقاتها)‬
‫‪ 3 – 6‬تطبيق عملي مهم لعملية السير العشوائي‬
‫‪Important-Application of Random Walk‬‬
‫أفالس المقامر(خسارة) ‪Gambler's Ruin‬‬
‫شرح آللية العملية العشوائية (أفالس المقامر) هي ان هناك العبين ‪ A‬و ‪ ,B‬يلعبون سلسلة من‬
‫اللعب المستقلة بِر هان مقداره دينار واحد (أو أي عملة نقدية واحدة) للعبة الواحدة المستقلة‪ .‬الالعب‬
‫‪ A‬سوف يربح اللعبة الواحدة بأحتمال مقداره‪ p‬ويخسر اللعبة (أي ربح ‪ )B‬بأحتمال مقداره ‪q=1-‬‬
‫‪.p‬‬
‫حيث أن ‪)=q‬حركة الجزيء بنقلة واحدة إلى الشمال(‪p‬‬
‫ونفرض أبتدءًا ان رأسمالهم األبتدائي هو ‪ a‬لالعب ‪ ,A‬و‪ b‬لالعب ‪ ,B‬والسؤل هنا ما هو‬
‫رأسمالهم بعد ‪ n‬من اللعب‪ ,‬وما هو احتمال أفالس الالعب ‪( A‬أي وصول رأسماله إلى الصفر) في ‪n‬‬
‫من اللعب‪ ,‬وإ ذا كان الالعب ‪ B‬غني جدًا أي ان ) ∞=‪ ( b‬وهذه هي الموازاة أو التوازي أو الشبه بين‬
‫عملية السير العشوائي ومشاكل أالفالس كما تظهر بوضوح‪.‬‬

‫مثال‪ :‬أفترض أن الجزيء ‪( Particle‬المتغير العشوائي) أبتدءًا كان في نقطة محددة هي ‪ x 0‬وهذه‬
‫هي نقطة من نقاط المحور ‪ x‬بالوقت هو ‪ n=1‬وستكون العمليات كما يلي‪:‬‬
‫الجزيء سوف ينتقل بقفزة مقدارها ‪ Z1‬وتكون بعد هذا قيمته ‪ x 0 +Z 1‬عند الوقت ‪.n=2‬‬ ‫‪.1‬‬
‫الجزيء في الوقت ‪ n=2‬سوف يقفز قفزة مقدارها ‪ Z 2‬وسوف تكون بعد هذا قيمته ‪X 0+ Z 1+ Z 2‬‬ ‫‪.2‬‬
‫وهكذا سوف يستمر بالقفزات وبعد‪ n‬من القفزات يكون موقع الجزيء (‪Position of the‬‬
‫‪.)Particle‬‬
‫‪Z1‬‬ ‫‪Z2‬‬ ‫‪Z3‬‬

‫‪X0‬‬ ‫‪X0 + Z1‬‬ ‫‪X0 + Z1+ Z2‬‬ ‫‪X0 + Z1+ Z2+ Z3‬‬
‫‪n=1‬‬ ‫‪n=2‬‬ ‫‪n=3‬‬

‫شكل رقم (‪)1 – 6‬‬

‫‪X n=¿ X‬‬ ‫‪0+ ¿Z 1+¿ Z‬‬ ‫¿‬ ‫¿‬
‫¿‬
‫‪2+¿ Z‬‬ ‫¿‬
‫¿)‪3+¿ … ..+Z … .(1‬‬
‫‪n‬‬

‫‪X n=¿ X‬‬ ‫¿ ‪n−1+ ¿Z n‬‬ ‫¿‬

‫على فرض أن‪:‬‬

‫‪X n−1=¿ X‬‬ ‫‪0+ ¿Z 1 + Z2+¿ Z‬‬ ‫¿‬ ‫¿‬
‫‪+ …+Z‬‬ ‫¿‬
‫‪3‬‬ ‫‪n−1‬‬

‫وعلى افتراض أن ‪ Zi‬هي متسلسلة لمتغيرات عشوائية مستقلة ومتماثلة بالتوزيع‬

‫‪143‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫)‪Independent and identically distributed random variables (i.i.d‬‬

‫على اعتبار أن ‪X o=0‬‬

‫ونرغب في معرفة التوزيع االحتمالي لمجموع المتسلسلة رقم (‪ )1‬أو قيمة الجزيء بعد ‪ n‬من‬
‫التنقالت ومثل هذه العملية تدعى عملية السير العشوائي‪.‬‬

‫‪.Un restricted R.w‬‬ ‫‪ 4 - 6‬السير العشوائي الغير المقيد (الحر)‬

‫أفترض أن عملية السير العشوائي ابتدأت من نقطة االصل وفي هذه الحالة الجزيء ‪particle‬‬
‫هو حر بالحركة ألي من ا التجاهين (ليمين أو الشمال) وبعد ذلك يجب أن يكون لدينا المتسلسلة‬
‫التالية‪:‬‬

‫‪-8‬‬ ‫‪-7‬‬ ‫‪-6‬‬ ‫‪-5 -4‬‬ ‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬
‫‪n‬‬
‫‪X n= ∑ Z r‬‬
‫‪r =1‬‬

‫فالقيم الممكنة للجزيء في الوقت ‪ n‬يكون أحد القيم اآلتية‪:‬‬

‫‪K=0 ,± 1 , ±2 , ±3 ,… . , ± n‬‬

‫ولتكوين نظام للوصول إلى أي نقطة من نقاط ‪ K‬في الوقت‪ n‬فالجزيء يجب عليه عمل التنقالت‬
‫اآلتية‬
‫عدد النقالت الموجبة ¿¿=‪r 1‬‬

‫عدد النقالت السالبة ¿¿=‪r 2‬‬

‫عدد النقالت ذات القيمة صفر¿ ¿=‪r 3‬‬

‫على فرض أن ‪ r 1 r 2 , r 3 ,‬من الممكن أن تكون عدد صحيح موجب تحقق المتساويات اآلتية‪:‬‬
‫‪r 1−¿r =K ,r =n−r‬‬
‫‪2‬‬ ‫‪3‬‬ ‫¿)‪1−¿r 2 … .(1‬‬ ‫¿‬

‫ولذلك فاالحتماالت المرافقة إلى المتغير العشوائي (الجزيء) ‪ X r=K‬ممكن أن يعطى بالمعادلة‬
‫التالية ‪ ,‬التي هي مجموع حدود احتمالية تمثل التوزيع ذي الحدين المتعدد (‪Summation of‬‬
‫‪)multinomial‬‬
‫!‪n‬‬
‫∑=) ‪Prob ( X n=K‬‬
‫‪r‬‬ ‫‪r r‬‬
‫)‪p (1− p−q) q … .(2‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫! ‪r1 ! r2 ! r 3‬‬
 ‫العمليات العشوائية (فرضياتها‬ ‫‪144‬‬
‫وتطبيقاتها)‬
‫والجانب أاليسر للمعادلة رقم (‪ , X n=K (( )2‬تمثل الزمن الذي فيه العملية والتي قيمتها ‪.K‬‬

‫والمعادلة ‪ 2‬تأخذ القيم ‪ r 3 , r 2 ,r 1‬وتحقق المعادلة رقم (‪ )1‬والذي يجب مالحظته وتأكيده عندما يكون‬
‫‪ p+q=1‬وألستخراج ) ‪ P ( X n= K‬يتالشى أو يزول نهائيًا في حالة كون ‪ K‬فردية عندما تكون ‪n‬‬
‫زوجية أما الحالة الثانية فهي عندما ‪ K‬زوجية وعندما تكون ‪ n‬فردية‪.‬‬

‫‪ 5 – 6‬السير العشوائي البسيط (‪)Simple Random Walk‬‬

‫عندما تأخذ عملية السير العشوائي القيم التالية ‪ Zi =−1 ,0 , 1‬أي أن الجزيء يأخذ القيم أعاله‬
‫بأحتمالت هي‪:‬‬

‫‪ P ( Z i=−1 )=q‬وهذه هي قفزة سالبة أي تأخر خطوة‪ ،‬أو‬

‫‪ P ( Z i=+ 1 )= p‬قفزة موجبة أي تقدم خطوة‪.‬‬

‫‪ P ( Z i=0 )=1−q−q‬وهو ثبات الجزيء في موقعه (أي عدم التحرك) في مثل هذه الحالة تطلق على‬
‫العملية بعملية السير العشوائي البسيط ‪.Simple Random Walk‬‬

‫بطريقة الدالة المولدة للعزوم‬ ‫( ‪Pr ) X n=K‬‬ ‫‪ :6-6‬أستخراج األحتمال‬

‫الطريقة الثانية‬

‫أفترض أن هناك بعد واحد لحركة الجزيء في عملية السير العشوائي وأخيرًا سوف ينطلق من‬
‫نقطة األصل والجزيء بالتتابع سوف يتحرك إلى القيم األخرى عبر خط األعداد الصحيحة والتي هي‪:‬‬
‫‪… . , ± 4 , ± 3 ,± 2 , ±1‬‬

‫نفترض أن ‪ X i‬هو حاصل عملية السير العشوائي في الحركة رقم ‪ i‬بقيم هي ‪ 0, -1, +1‬بأحتماالت‬
‫هي ‪ 1− p−q ،q=(−p) ، p‬على التوالي‪.‬‬

‫افترض أن ) ( ‪ X i‬هو المتسلسلة المقابلة لمتغيرات عشوائية مستقلة ومتماثلة بالتوزيع والتي تسمى‬
‫احصائيًا (‪ 2)i.i.d‬ونريد معرفة احتمال مجموع المتسلسلة إلى ‪ n‬من الحدود أي قيمة الجزيء بعد ‪n‬‬
‫من التنقالت لعملية السير العشوائي‬
‫¿ ‪Z n=¿x + x + x +…+ x‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪n‬‬

‫وواضح أن كل متغير عشوائي من ‪ X i‬يتوزع توزيع برنولي بتوقع رياضي مقداره‪:‬‬

‫(‪ )i.i.d‬تعني العبارة التالية (‪random variables )independent and identically distributed‬‬ ‫‪2‬‬
‫‪145‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫‪1‬‬
‫¿ ¿ ‪E ( X i) = ∑ X i P‬‬
‫‪X =−1‬‬

‫‪E ( X i) =1 p+ 0 ( 1− p−q ) + (−1 ) q‬‬

‫) ‪E ( X i) = p−q … . (1‬‬

‫وبتباين مقداره‬
‫‪2‬‬
‫] )‪Var ( X i ) =E xi −[ E(X i‬‬
‫‪2‬‬

‫‪2‬‬
‫)‪¿ p+q−(p−q‬‬
‫‪2‬‬ ‫‪2‬‬
‫) ‪¿ p+q−( P −2 pq +q‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪¿ p+q− p +2 pp−q‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪¿ p− p + q−q +2 pp‬‬
‫‪¿ p ( 1− p ) +q (1−q )+ 2 pp‬‬
‫‪¿ pq+qp+ 2 pq‬‬
‫)‪¿ 4 pq … .(2‬‬

‫‪ 6-7‬الدالة المولدة للعزوم لمشكلة السير العشوائي‬

‫‪Generating Function of Random Walk‬‬
‫لحساب الدالة األحتمالية المولدة للعزوم لمشكلة السير العشوائي يوجد هنا أتجاهين وكالهما‬
‫صحيحين ويمكن اعتمادهما‪.‬‬

‫‪ 1 – 7 – 6‬االتجاه االول‪:‬‬
‫نفرض أن‬
‫‪Z‬‬ ‫‪n‬‬
‫¿ ‪n=¿ ∑ X i‬‬
‫‪i=1‬‬

‫فتكون الدالة المولدة للعزوم للقفزة التي مقدارها ‪X i‬‬

‫‪x‬‬
‫) ‪G x ( t )=E(t‬‬
‫‪1‬‬
‫)‪¿ ∑ t x P (X =x‬‬
‫‪−1‬‬
‫‪−1‬‬ ‫‪0‬‬ ‫‪1‬‬
‫)‪G x ( t )=t P ( X =−1 ) +t P ( X=0 ) +t P( X =1‬‬
‫‪−1‬‬
‫‪G x ( t )=t P+ ( 1−p−q ) +tp‬‬

‫وقد تم تعريف السلسلة المتتالية‪:‬‬

‫‪Z n=¿ X‬‬ ‫‪1+ ¿ X 2+ ¿ X‬‬ ‫¿‬
‫¿‬ ‫¿‬
‫¿ ‪3+¿ … ……… ..+X‬‬
‫‪n‬‬
 ‫العمليات العشوائية (فرضياتها‬ ‫‪146‬‬
‫وتطبيقاتها)‬
‫ولهذا سوف تكون الدالة المولدة للعزوم لـ ‪ Z n‬عبارة‪:‬‬
‫‪Zn‬‬
‫) ‪GZ ( t )=E(t‬‬
‫‪n‬‬

‫¿ ‪G Z ( t )=E‬‬
‫‪n‬‬

‫) ‪¿ E ( t X )∗E ( t X )∗E ( t X )∗E ( t X )∗… … …∗E(t X‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪n‬‬

‫‪¿ G X ( t )∗G x ( t )∗G X ( t )∗G X ( t )∗… … …∗G X‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪n‬‬

‫والمتغير العشوائي ‪ X i‬هو عبارة عن متغير عشوائي مستقل ومتماثل أي ان ‪ X i‬هي ‪.i.i.d‬‬
‫‪n‬‬
‫} ) ‪GZ ( t )={G x ( t‬‬
‫‪n‬‬

‫‪−1‬‬ ‫‪n‬‬
‫} ‪GZ ( t )={t q+1−p−q +tp‬‬
‫‪n‬‬

‫وبما انه القيمة األبتدائية لسلسلة السير العشوائي يساوي صفر ‪ X 0=0‬وتكون حسب التعريف‬
‫‪ G0 ( t ) =1‬ولذلك تكون الدالة المولدة للعزوم‪:‬‬
‫∞‬
‫) ‪G ( t , s )=∑ S n {GZ (t)}n … ( 3‬‬ ‫‪n‬‬
‫‪n−0‬‬

‫وبما أن مفكوك المعادلة (‪ )3‬هو متسلسلة ال نهائية فلذلك يكون حدها العام كالآتي‪:‬‬
‫‪1‬‬
‫=) ‪G ( t , s‬‬ ‫) ‪, (|S Gz ( t )|<1 ) … ( 4‬‬
‫)‪1−s G z (t‬‬
‫‪t‬‬
‫=) ‪G ( t , s‬‬ ‫)‪…(5‬‬
‫‪−sp t +t [ 1−S ( 1− p−q ) ] −Sq‬‬
‫‪2‬‬

‫وايضًا ممكن كتابتها بالشكل اآلتي‪:‬‬

‫‪1‬‬
‫=) ‪G ( t , s‬‬ ‫‪−1‬‬
‫)‪1−S( q t + 1− p−q+ pt‬‬

‫وهكذا فأن )‪ G(t,s‬تملك كل المعلومات (بأستطاعتنا ان نستخرج أي أحتمال للمتغيرات العشوائية أي‬
‫أحتمال ) ‪ p ( Z n =k‬ويكون مساوي إلى معامل الحد ‪ t k S n‬في مفكوك )‪ G(t,s‬وفي هذه الطريقة لو‬
‫فرضنا أن ‪ μ‬هو المعدل للسلسلة و ‪ σ 2‬هو تباين لها‪.‬‬

‫ولهذا يكون المتوسط‬

‫‪E [ Z n ]=nμ‬‬
‫)‪¿ n( p−q‬‬

‫والتباين يكون كاآلتي‪:‬‬

‫‪V ( Z n ) =4 npq‬‬

‫‪ 2 - 7 – 6‬اآلتجاه الثاني‪:‬‬
‫‪147‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫تكون الدالة األحتمالية المولدة للعزوم حسب هذا األتجاه كاآلتي‪:‬‬

‫] ‪G X ( t )=E [t x‬‬
‫‪x‬‬

‫‪1‬‬
‫) ‪¿ ∑ t x p (X =X‬‬
‫‪−1‬‬
‫‪−1‬‬ ‫‪1‬‬
‫‪¿t‬‬ ‫)‪p ( X =−1 ) +t p( X =1‬‬
‫‪G X ( t )=t −1 q +tp‬‬
‫‪i‬‬

‫وكل متغير عشوائي من السلسلة ‪ X i‬يتوزع برنولي بمتوسط وتباين قد تم ذكرهم في (‪)2( ,)1‬‬
‫¿ ‪G Z ( t )=E [ t ]=E‬‬
‫‪Zn‬‬
‫‪n‬‬

‫] ‪¿ [ t X ]∗E [ t X ]∗… … … … .∗E[t X‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪n‬‬

‫)‪¿ G X ( t )∗G X ( t )∗… …∗G X (t‬‬

‫‪1‬‬ ‫‪z‬‬ ‫‪n‬‬

‫وبما أن ‪ X i‬هو متغير عشوائي مستقل ومتماثل ‪i.i.d‬‬

‫ولهذا تكون الدالة االحتمالية المولدة للعزوم لمجموع السلسلة ‪ Z n‬هو‪:‬‬

‫‪GZ ( t )=[t p +q t −1 ]n‬‬
‫‪n‬‬

‫‪−n‬‬ ‫‪2‬‬ ‫‪n‬‬

‫)‪¿ t [ p t +q ] ...( 6‬‬

‫افتح المعادلة (‪ )6‬وفقًا لنظرية ذي الحدين ‪ binomial‬يكون لدينا‬

‫‪n‬‬

‫‪n‬‬
‫‪i=0 i‬‬
‫)(‬
‫)‪GZ ( t )=∑ n pi q n−i t 2i−n ...(7‬‬

‫‪n+k‬‬
‫وعند التعويض عن (‪ )K=2i-n‬فمن البديهي يكون لدينا ‪ i= 2‬في (‪ )7‬ويكون لدينا‬

‫) (‬
‫‪n‬‬
‫‪(n+ k)/ 2 (n −k)/ 2‬‬
‫‪Pr ( Z n=K ) = n+ k P‬‬ ‫‪q‬‬
‫‪2‬‬

‫وطبيعي يكون‬
‫‪E ( Z n )=n ( p−q ) , V ( Z n ) =4 npq‬‬

‫‪ 8 – 6‬السير العشوائي المقيد(الغير حر) ‪Restricted Random Walk‬‬

‫‪ .1‬حالة وجود حدين لألشباع (األمتصاص)‪Two absorbing barriers‬‬

 ‫العمليات العشوائية (فرضياتها‬ ‫‪148‬‬
‫وتطبيقاتها)‬
‫أفترض ان الجزيء ينجز عملية السير العشوائي مبتدئًا من نقطة االصل التي هي بين حدين لألشباع‬
‫هما (‪ )b,a-‬ويجب ان يكونا (‪.)a-b>0‬‬

‫‪-b‬‬ ‫‪ X0= 0‬نقطة األصل‬ ‫‪a‬‬

‫شكل (‪)2 – 6‬‬

‫ولذلك سوف تتوقف حركة الجزيء عند دخوله أحد الحدين أو أحد الحالتين هما ‪ a‬أو–‪ b‬وتوجد‬
‫هناك قواعد أحتمالية عند دخول الجزيء إلى أحد الحدين هي‪:‬‬

‫‪ . 1‬هي أن وصول الجزيء إلى حدين من األشباع (األمتصاص) وهما ‪ a, -b‬مصحوب بأحتمال‬
‫موجب و كاآلتي‪:‬‬
‫‪( a ) P ( X n=−b ) > 0( b ) P ( X n=a ) > 0‬‬

‫‪ .2‬أحتمال انتقال الجزيء من والى حدي األشباع (‪ )barriers‬يساوي صفر (ومعنى هذا إذا دخل‬
‫الجزيء على أي حد من حدي األشباع فال يخرج منها على االطالق)‪.‬‬

‫واآلن نبدأ بتعريف )‪f (n‬‬

‫‪ja‬‬
‫)‪(n‬‬
‫‪ : f ja‬أحتمال ان الجزيء قد دخل حد األشباع ‪ a‬وٌأشبع في الوقت ‪ n‬يشترط انه أبتدأ من النقطة‬
‫‪ ,j‬ويمكن صياغة ذلك رياضيًا وكاآلتي‪:‬‬
‫)‪f ja =P ( −b< X 1< a ,−b< X 2< a , … , X n=a| X 0= j ) …(8‬‬
‫) ‪(n‬‬

‫)‪ f (0‬وعندما ‪. j ≠ a‬‬

‫وهنا يجب االشارة إلى ان وعند الوقت ‪ n=0‬يكون الاحتمال ‪ f aa =1‬و ‪ja =0‬‬
‫)‪(0‬‬

‫)‪ f (n‬سوف ‪k‬قوم بتجزئة حدي اإلشباع‬

‫وبهدف الحصول على معادلة األحتمال العائدة إلى ‪ja‬‬

‫(األمتصاص) باألعتماد على انجاز الخطوة األولى ‪ ,‬وال سيما ان الجزيء سوف يقفز قفزة موجبة‬
‫وقفزة سالبة وقفزة صفرية (اي حالة الثبات في موقعه) ويمكن صياغة ذلك رياضيًا‪:‬‬
‫) ‪f ja =p Pr ( A n−1|Start at j +1 ) + ( 1− p−q ) Pr ( A n−1|Start at j ) + q Pr ( A n−1|Start at j −1‬‬
‫)‪(n‬‬

‫أو يمكن كتابتها كاآلتي‪:‬‬

‫)‪(n‬‬ ‫)‪(n−1‬‬ ‫)‪(n−1‬‬ ‫) ‪( n−1‬‬
‫) ‪f ja =P f j +1 ,a +q f j−1 ,a + ( 1− p−q ) f j , a … ( 9‬‬

‫ولقيم ‪ j‬التالية (‪).… ,j=-b+1 , -b+2 , … , a-1 ; n=0, 1, 2‬‬

‫مع األحتماالت الخاصة لحدي األشباع والتي هي‪:‬‬

‫‪149‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫‪n‬‬ ‫‪n‬‬

‫‪n-1‬‬ ‫‪n-1‬‬

‫‪-b‬‬ ‫‪j-1‬‬ ‫‪j‬‬ ‫‪j+1‬‬ ‫‪a‬‬

‫شكل (‪)3 – 6‬‬

‫)‪ : f (n‬ومعنى هذا األحتمال ان الجزيء أنتهى في الحد ‪ a‬وال يمكن التحرك منه‪.‬‬
‫‪aa =0‬‬

‫)‪ : f (n‬أي أنه ابتدأ في حد –‪ b‬وال يستطيع مغادرتها إلى ‪ a‬عندما تكون (‪,n=1,2,3,4‬‬
‫‪−b , a=0‬‬

‫…………)‪.‬‬
‫وتكوين المعادلة رقم (‪ )9‬نقترح استخدام الدالة األحتمالية المولدة للعزوم والتي تؤثر إلى حذف‬
‫متغير واحد من المتغيرات الموجودة في المعادلة والتي تمكننا من حل المعادلة وسوف يتم تعريف‬
‫الدالة األحتمالية المولدة للعزوم وهي كاآلتي‪:‬‬
‫∞‬
‫)‪F ja ( s )=∑ f (n‬‬ ‫‪n‬‬
‫)‪ja S =F j (s‬‬
‫‪n=0‬‬

‫والحد االخير واضح ولتبسيط المعادلة تم حذف‪ a‬واآلن اضرب المعادلة رقم (‪ )9‬بالمقدار ‪ Sn‬واجمع‬
‫حدودها حول ‪ n‬سوف تحصل على‪:‬‬
‫∞‬ ‫∞‬ ‫∞‬

‫‪∑S‬‬ ‫‪f =P ∑ S f‬‬

‫) ‪n (n‬‬
‫‪ja‬‬
‫)‪n ( n−1‬‬
‫‪j+1 , a‬‬ ‫‪+q∑ S f‬‬ ‫)‪n ( n−1‬‬
‫‪j−1 ,a‬‬ ‫) ‪+ ( 1− p−q ) ∑ S n f (jan−1 ) … ( 10‬‬
‫‪n=0‬‬ ‫‪n=0‬‬ ‫‪n=0‬‬

‫ويمكن صياغة المعادلة ‪ 10‬كالآتي‪:‬‬

‫∞‬ ‫∞‬ ‫∞‬
‫‪F j ( s)=PS ∑ S‬‬ ‫)‪n −1 (n−1‬‬
‫‪f‬‬
‫‪j+1 , a‬‬ ‫‪+ qs ∑ S f‬‬ ‫)‪n (n−1‬‬
‫‪j−1 , a‬‬ ‫)‪+ (1− p−q ) S ∑ S n−1 f (n−1‬‬
‫‪ja‬‬ ‫)‪…(11‬‬
‫‪n=0‬‬ ‫‪n=0‬‬ ‫‪n =0‬‬

‫وتوؤل المعادلة (‪ )11‬وتكون بالصيغة اآلتية‪:‬‬

‫)‪F j ( s )= pS F j+ 1 ( s ) +qs F j−1 ( s ) + ( 1− p−q ) S F j ( s ) …(12‬‬

‫وتعتبر المعادلة (‪ ) 12‬من معادالت الفروق من الدرجة الثانية مع الدالة المولدة للعزوم الخاصة‬
‫بحدي االشباع وهي‪:‬‬
‫‪F a ( s )=1 , F−b ( s )=0‬‬

‫ولحل معادلة الفروق (‪ )12‬سوف تعوض وكمحاولة للحل لكل‪:‬‬

‫‪j‬‬
‫‪F j ( s )=λ …(13)λ j=PS λ j +1+ qs λ j−1+ ( 1− p−q ) S λ j‬‬
 ‫العمليات العشوائية (فرضياتها‬ ‫‪150‬‬
‫وتطبيقاتها)‬
‫وعندما ‪j=1‬‬
‫‪2‬‬
‫‪λ= ps λ +qs + ( 1− p−q ) sλ‬‬
‫‪PS λ2 −λ+ ( 1− p−q ) sλ+ qs=0‬‬
‫)‪SP λ −λ {1−s ( 1− p−q ) } + qs=0 … .(14‬‬
‫‪2‬‬

‫وعند حل المعادلة بواسطة الدستور نحصل على‪:‬‬

‫‪−B ± √ B2−4 AC‬‬ ‫الدستور بقانونه العام‬
‫= )‪λ i ( s‬‬
‫‪2A‬‬

‫‪{1−s (1− p−q)} ± √ {1−s (1− p−q)} −4 pq s 2‬‬

‫‪2‬‬

‫= )‪λ i ( s‬‬ ‫) ¿ ‪… ( 14‬‬

‫‪2 PS‬‬

‫والآن يمكن فرض ان ‪ S‬هو عدد حقيقي و موجب أي (‪ )S >0‬ولذلك يكون المقدار‬
‫] ‪ [ {1−s (1− p−q) } −4 pq s 2‬مقدار موجب‪ ,‬هذا يعني‪:‬‬
‫‪2‬‬

‫‪2‬‬
‫‪{ 1−s (1− p−q) } −4 pq s 2> 0‬‬
‫‪1−s ( 1− p−q )> 2 S √ pq‬‬
‫‪1> S ( 1− p−q ) +2 S √ pq‬‬
‫‪1‬‬
‫<‪0< S‬‬
‫‪( 1−p−q ) +2 √ pq‬‬

‫وباإلضافة إلى ذلك سوف يتم أخذ الجذور الموجبة أيضًا والحل العام للمعادلة رقم (‪ )12‬ممكن ان‬
‫يعطى بالتعبير اآلتي‪:‬‬
‫‪j‬‬ ‫‪j‬‬
‫)‪F j ( s )= A λ 1 ( s ) + B λ2 ( s ) …(15‬‬

‫عندما يكون ‪ A, B‬هما دوال إلى ‪ S‬ممكن تحديد قيمهم من خالل طريقة القيم الحدية أي عن طريق‬
‫(‪.)Boundary Condition‬‬
‫القيم الحدية‪:‬‬
‫‪F a ( s )=1 F−b ( s )=0‬‬
‫)‪(0‬‬ ‫) ‪(0‬‬
‫‪f aa =1 f ja =0 J ≠ a‬‬

‫عندما ‪J=a‬‬
‫‪a‬‬ ‫‪a‬‬
‫)‪F a ( s )=A λ1 ( s ) + B λ2 (s‬‬
‫‪a‬‬ ‫‪a‬‬
‫) ‪1= A λ 1 ( s ) +B λ 2 ( s ) … ( 16‬‬

‫عندما ‪j=-b‬‬
‫‪−b‬‬ ‫‪−b‬‬
‫)‪F−b ( s )= A λ 1 ( s ) +B λ 2 (s‬‬
‫‪−b‬‬ ‫‪−b‬‬
‫)‪0=A λ1 ( s ) + B λ2 ( s ) … (17‬‬
151 ‫ السير العشوائي‬/ ‫الفصل السادس‬

‫وهنا‬
−b −b
A λ1 ( s )=−B λ2 (s)

:‫ تساوي‬A ‫وهنا‬

( )
b
λ1 ( s )
A=−B … .(18)
λ2 ( s )

)16( ‫اعاله بالمعادلة رقم‬A ‫عوض القيم‬

1=−B
λ 2 (s ) ( )
λ 1 (s ) b a
λ1 ( s ) +B λ a2 (s)

( )
a+b
a λ1 ( s )
1=B λ ( s )− 2
λb2 ( s )
a +b a+b
λ2 ( s )−λ1 ( s )
1=B b
λ2( s )
b
λ2 ( s )
B= a+b a+ b
λ2 ( s )−λ 1 ( s )

‫ أذن‬A ‫) ألستخراج قيمة‬18( ‫ في المعادلة‬B ‫وهما من الممكن تعويض عند قيمة‬

−λ2b ( s )
( )
b
λ1( s )
A= a+ b
λ 2 ( s ) −λa1 +b ( s ) λ 2 ( s )
b
−λ1 ( s )
A= a+ b a +b
λ 2 ( s ) −λ1 ( s )

)15( ‫ في المعادلة‬A , B ‫والآن يتم التعويض عن قيمتي‬

b b
− λ1 ( s ) j λ2 ( s ) j
F j ( s )= a +b a+b
∗λ ( s )+
1 a+b a +b
λ2 ( s )
λ 2 ( s )−λ 1 ( s) λ 2 ( s )− λ 1 (s )
b j b j
−λ 1 ( s )∗λ1 ( s ) λ2 ( s )∗λ2 ( s )
F j ( s )= a +b a+b
+ a +b a+b
λ2 ( s )−λ 1 ( s ) λ2 ( s )−λ1 ( s )
b+j b+j
λ2 ( s ) λ1 ( s )
¿ a +b a+b
− a +b a+b
λ2 ( s )−λ 1 ( s ) λ2 ( s )−λ 1 ( s )
b+ j b+ j
λ 2 ( s )−λ1 ( s )
F ja ( s )= a +b a+b
λ2 ( s )−λ1 ( s )

j=0 ‫واذا ابتدأ الجزيء من نقطة األصل أي عندما تكون‬

b b
λ 2 ( s )−λ1 ( s )
F 0 a ( s )= a +b a+b
… ( 19 )
λ2 ( s )−λ1 ( s )
 ‫العمليات العشوائية (فرضياتها‬ ‫‪152‬‬
‫وتطبيقاتها)‬
‫)‪ f (n‬ممكن فتح‬
‫والمعادلة (‪ ) 19‬هي الدالة االحتمالية المولدة للعزوم ولكي نحصل على األحتمال ‪0 a‬‬

‫المعادلة رقم (‪ )19‬للقوة ‪ n‬وفقًا لنظرية ذي الحدين مع ضربها بالعامل ‪ ,S‬وهنا يكون األحتمال ‪f 0 a‬‬
‫)‪(n‬‬

‫هو المعامل في الحد الذي معامله ‪. Sn‬‬

‫وبنفس الطريقة باألمكان ان نحصل على الدالة األحتمالية المولدة للعزوم اذا كان الجزيء ينتهي‬
‫بالحد األخر وهو –‪ b‬أي‪:‬‬
‫‪−a‬‬ ‫‪−a‬‬
‫) ‪λ 2 ( s )−λ 1 ( s‬‬
‫=) ‪F 0 ,−b ( s‬‬ ‫‪−a−b‬‬
‫‪λ2‬‬ ‫‪( s )−λ−a−b‬‬
‫‪1‬‬ ‫) ‪(s‬‬

‫ويكون كاآلتي وبنفس الطريقة السابقة‬

‫) ‪f j ,−b=P ( – b< x 1 <a ,−b< x 2 <a , … .. x n =−b|x 0= j‬‬

‫وعندما ‪n=0‬‬
‫) ‪(0‬‬ ‫)‪( 0‬‬
‫‪f −b ,−b=1 f j ,−b =0 j ≠−b‬‬

‫وعندما يكون ‪j=– b+ 1 ,−b+2 ,−b+3 , … . , a−1 ; n=0 , 1, 2 , … .‬‬

‫)‪(n‬‬ ‫)‪(n−1‬‬ ‫)‪(n−1‬‬ ‫)‪( n−1‬‬
‫)‪f j ,−b= p f j+1 , b+ q f j−1 ,−b + (1− p−q ) f j ,−b …(20‬‬

‫ومع طريقة القيم الحدية (‪ )B. C‬يكون لدينا‪:‬‬

‫) ‪(n‬‬ ‫) ‪(n‬‬
‫‪f −b ,−b=0 f a ,−b =0‬‬

‫وبتعريف مماثل للدالة االحتمالية المولدة للعزوم عندما ينتهي الجزيء في الحد –‪b‬‬
‫∞‬
‫) ‪F j ,−b ( s ) =∑ f j ,−b Sn =F j ( s‬‬
‫‪n=0‬‬

‫وبالتعويض بالمعادلة (‪ )20‬مع ضربها مسبقًا بـ ‪S‬‬

‫‪n‬‬

‫) ‪F j ( s )= p S F j+1 ( s )+ qs F j−1 ( s )+ ( 1− p−q ) S F j ( s‬‬

‫ومع القيم الحدية للدالة المولدة للعزوم‬

‫‪F−b ( s )=1 Fa ( s )=0‬‬

‫وبنفس الطريقة السابقة‪:‬‬

‫‪j‬‬ ‫‪j‬‬
‫) ‪F j ( s ) = A λ 1 ( s ) + B λ2 ( s‬‬

‫وعندما يكون ‪j=-b‬‬

‫‪−b‬‬ ‫‪−b‬‬
‫) ‪1= A λ 1 ( s ) + B λ2 ( s‬‬

‫وعندما يكون ‪j=a‬‬

153 ‫ السير العشوائي‬/ ‫الفصل السادس‬

a a
F a ( s )=A λ1 ( s ) + B λ2 ( s )
a a
0=A λ1 ( s ) + B λ2 ( s )

( )
−a
λi ( s )
A=−B
λ2 ( s )

( )
−a
λ ( s)
1=−B 1 λ−a −b
1 ( s ) + B λ2 ( s )
λ 2 ( s)

( )
−a−b
−b λ1 (s )
1=B λ ( s )− 2 −a
λ ( s)
2

−a −b
λ2 ( s ) −λ−a−b
1 (s)
1=B −a
λ2 (s )

:‫ كاآلتي‬B ‫اذن تكون قيمة‬

−a
λ2 ( s )
B= −a−b
λ2 ( s )−λ−a−b
1 (s )
−λ−a
2 ( s)
−a−b −a−b
∗λ−a
1 (s )
λ2 ( s )−λ 1 ( s )
A=
λ−a
2 ( s)
−a
−λ 1 ( s )
A= −a−b
λ2 ( s )− λ−a
1
−b
( s)
−a −a
λ1 ( s ) j λ2 (s ) j
F j ( s )= −a−b −a−b
λ (s )+
1 −a−b −a−b
∗λ2 ( s )
λ 2 ( s )−λ 1 (s ) λ 2 ( s )−λ 1 (s )
−a+ j
λ2 ( s )−λ−a+
1
j
( s)
F j ( s )= −a−b
… ( 21 )
λ2 ( s )−λ−a−b
1 (s )

‫ ايضًا‬j=0 ‫وعندما يبدأ الجزيء من نقطة االصل أي عندما يكون‬

−a −a
λ 2 ( s )−λ 1 ( s )
F 0 ,−b ( s )= −a−b
… ( 22 )
λ2 ( s )−λ−a−b
1 (s )

:‫ تطبيق السير العشوائي في موضوع أفالس المقامر‬9 – 6

Application in Gambler’s Ruin
λ ‫ ونفرض ان‬S=1 ‫ سوف نحصل على المعادلة اآلتية وبالتعويض عن‬14 ‫بالعودة إلى المعادلة رقم‬

.‫هو ثابت غير معروف‬

2
P λ − λ+q=0 … ( 23 )
 ‫العمليات العشوائية (فرضياتها‬ ‫‪154‬‬
‫وتطبيقاتها)‬
‫ولحل المعادلة (‪ )23‬بواسطة التجزئة‬
‫‪( λ 1−1 ) ( P λ2−q )=0‬‬
‫‪q‬‬
‫=‪λ 1=1 P λ 2=q ∴ λ2‬‬
‫‪p‬‬

‫ولهذه النتائج التي تم الحصول عليها نفرض ان‬

‫‪q‬‬
‫=) ‪λ 1 ( 1 )=1 λ 2 ( 1‬‬ ‫عندما تكون ‪p> q‬‬
‫‪p‬‬
‫‪q‬‬
‫=) ‪λ 1 ( 1‬‬ ‫عندما تكون ‪λ ( 1 ) =1q > p‬‬
‫‪p 2‬‬
‫عندما تكون ‪λ 1 ( 1 )=1=λ2 ( 1 ) q= p‬‬

‫وأحتمال أن يتم األشباع (األمتصاص) في حد األشباع ‪ a‬هو كالآتي وباألفتراضات التالية‪:‬‬

‫‪q‬‬
‫=‪λ 1‬‬ ‫‪λ =1 When q > p‬‬
‫‪p 2‬‬
‫‪b‬‬ ‫‪b‬‬
‫) ‪λ 2 ( s )−λ1 ( s‬‬
‫=) ‪F 0 a ( s‬‬ ‫‪a +b‬‬ ‫‪a+b‬‬
‫) ‪λ2 ( s )−λ1 ( s‬‬

‫وهي المعادلة رقم (‪ )19‬سابقًا‬

‫)(‬
‫‪b‬‬
‫‪q‬‬
‫‪1−‬‬
‫‪p‬‬
‫=‪F 0 a ( 1 ) =f 0 a‬‬
‫) (‪1−‬‬
‫‪a +b‬‬
‫‪q‬‬
‫‪p‬‬

‫{‬
‫‪b‬‬ ‫‪b‬‬
‫‪a‬‬ ‫‪p −q‬‬
‫‪p‬‬ ‫‪a +b‬‬ ‫‪a +b‬‬
‫عندما ‪p ≠ q‬‬
‫=‪f 0 a‬‬ ‫‪p −q‬‬ ‫) ‪( 24‬‬
‫‪b‬‬
‫عندما ‪p=q‬‬
‫‪a+ b‬‬

‫وبكالم آخر يعني ‪ f 0 a‬في معادلة (‪ )24‬هو أحتمال ان الالعب ‪ B‬اخيرًا ربح اللعبة }واللاعب ‪A‬‬
‫أفلس{‬

‫واالن نسعى ألستخراج أحتمال ان يتم األشباع (األمتصاص) في حد األشباع ‪ b-‬وكاألتي‬

‫‪b‬‬ ‫‪b‬‬
‫‪a‬‬ ‫‪p −q‬‬
‫‪F 0 ,−b ( 1 )=f 0 ,−b=1−f 0 , a=1−P‬‬ ‫‪a+b‬‬ ‫‪a+b‬‬
‫‪p −q‬‬
‫‪155‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫{‬
‫‪a‬‬ ‫‪a‬‬
‫‪b‬‬ ‫‪p −q‬‬
‫‪q‬‬ ‫‪a +b‬‬ ‫‪a+ b‬‬
‫عندما ‪p ≠ q‬‬
‫=‪∴ f 0 ,−b‬‬ ‫‪p −q‬‬ ‫)‪(25‬‬
‫‪a‬‬
‫عندما ‪p=q‬‬
‫‪a+b‬‬

‫والمعادلة (‪ )25‬تعني أحتمال ان يكون األشباع في حد األشباع –‪ b‬وهو ايضًا يعني بكالم آخر ان‬
‫الالعب ‪ B‬افلس نهائيًا } وهو ربح الالعب ‪{ A‬‬

‫وألجل حل المعادلة ) ¿ ‪ ( 14‬أي ايجاد الحل إلى المعادلة (‪ )14‬أي وجود قيم ' ‪ λ S‬وبأستخدام الحل‬
‫بالتجربة يكون لدينا‪:‬‬

‫‪{ 1−( 1− p−q ) } ∓ √ { 1−( 1− p−q ) } −4 pq‬‬

‫‪2‬‬

‫=) ‪λ i ( 1‬‬
‫‪2p‬‬

‫¿‬
‫√‬
‫‪p+ q ∓ { 1−( 1−p−q ) } −4 pq‬‬
‫‪2‬‬

‫‪2p‬‬

‫وعند أخذ مقدار البسط بصورة منفصلة وتبسيطه يكون كاآلتي‪:‬‬

‫‪2‬‬
‫‪{ 1−( 1− p−q ) } −4 pq=1−2 ( 1− p−q ) +(1− p−q)2−4 pq‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪¿ 1−2−2 p−2 q+1+ p +q −2 p−2 q+ 2 pq−4 pq‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫) ‪¿ p −2 pq+q =( p−q‬‬
‫) ‪p+ q ∓ ( p−q‬‬
‫= ) ‪∴ λi ( 1‬‬
‫‪2p‬‬

‫وهكذا يكون أما‪:‬‬

‫‪p+ q+ p−q 2 p‬‬
‫=‪λ 1‬‬ ‫‪= =1‬‬
‫‪2p‬‬ ‫‪2p‬‬

‫أو‪:‬‬
‫‪p+ q− p+ q 2 p q‬‬
‫=‪λ 2‬‬ ‫= =‬
‫‪2p‬‬ ‫‪2p p‬‬

‫‪ 10 – 6‬حالة وجود حد واحد لألشباع ‪One absorbing barrier‬‬

‫‪0‬‬ ‫‪a‬‬

‫شكل رقم (‪)4 – 6‬‬

‫هنا يتم األفتراض بأن الجزيء سوف يبدأ بالسير من الحالة ‪ x 0=0‬وان حد األشباع (‬
‫‪ )absorbing barrier‬وضع في مكان في النقطة ‪( a>0‬كما في الشكل (‪ ))4 – 6‬وهنا يكون‪:‬‬
 ‫العمليات العشوائية (فرضياتها‬ ‫‪156‬‬
‫وتطبيقاتها)‬
‫) ‪ : f (an‬يعني أحتمال ان األمتصاص أو األشباع سوف يحدث في النقطة ‪ a‬في الوقت (‪ )n‬أو الخطوة (‬
‫‪ )n‬واآلن ال بد من تعريف الدالة المولدة للعزوم‪:‬‬
‫∞‬
‫) ‪F a ( s )=∑ f (an ) Sn=E ( S n ) … . ( 26‬‬
‫‪n=1‬‬

‫والمعادلة (‪ )26‬ممكن الحصول عليها من افتراض ان ∞ → ‪ b‬في معادلة الدالة االحتمالية المولدة‬
‫للعزوم أي في المعادلة (‪ )19‬وكاآلتي‪:‬‬
‫‪b‬‬ ‫‪b‬‬
‫) ‪λ1 ( s ) −λ2 ( s‬‬
‫= ) ‪F a ( s )=lim F0 a ( s‬‬ ‫‪a+b‬‬ ‫‪a +b‬‬
‫¿∗¿∗) ‪… ( 27‬‬
‫∞→‪b‬‬ ‫) ‪λ 1 ( s ) −λ2 ( s‬‬

‫وعندما ) ‪λ 1 ( s ) ≥ λ2 ( s‬‬

‫) (‬
‫‪b‬‬
‫) ‪λ2( s‬‬
‫‪1−‬‬
‫) ‪λ1( s‬‬
‫‪¿ lim‬‬ ‫) ‪… ( 28‬‬

‫) (‬
‫‪b‬‬
‫∞→‪b‬‬
‫‪a‬‬ ‫) ‪λ (s‬‬ ‫‪b‬‬
‫‪λ ( s )− 2‬‬
‫‪1‬‬ ‫) ‪− λ2 ( s‬‬
‫) ‪λ1 ( s‬‬

‫وبما ان‪ λ 1> λ2‬فأن مقدار الكسري البسط والمقام المعادلة (‪ )28‬هو اقل من (‪ )1‬وباألضافة انه قد‬
‫رفع إلى اس مقداره ∞ ولذلك فأن المقدار سوف يوؤل إلى الصفر في البسط والمقام‪.‬‬

‫إاذن‬
‫‪1‬‬
‫=) ‪F a ( s‬‬ ‫‪a‬‬
‫) ‪λ (s‬‬
‫‪1‬‬

‫وبما أن ومن خالل ما تقدم‬

‫‪q‬‬
‫=) ‪λ 1 ( s )∗λ2 ( s‬‬
‫‪p‬‬
‫اذن‬

‫)(‬
‫‪−a‬‬
‫‪q‬‬ ‫‪a‬‬
‫=) ‪F a ( s‬‬ ‫) ‪λ2 ( s‬‬
‫‪p‬‬
‫وبأستطاعتنا الحصول على األحتمال ) ‪ f (an‬عند فتح ) ‪ F a ( s‬إلى ‪ n‬من الحدود حسب مفكوك نيوتن‬
‫ويكون ) ‪ f (an‬هو معامل ‪ Sn‬في الحدود‪.‬‬
‫ولهذا فأن‬

‫) ‪( qp‬‬ ‫)(‬
‫‪−a‬‬ ‫‪−a‬‬
‫)‪( n‬‬ ‫‪−a‬‬ ‫‪q‬‬
‫= ‪F a ( 1 ) =Fa‬‬ ‫= ) ‪λ2 ( 1‬‬
‫‪p‬‬
‫عندما تكون ‪λ 2 ( 1 )=1‬‬

‫‪ 11 – 6‬تطبيق عملي عند وجود حد واحد لألشباع‬

‫‪Important application When One absorbing barrier‬‬
‫‪157‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫‪Non cancerous‬‬ ‫‪Mild‬‬ ‫‪Moderate‬‬ ‫‪Severe‬‬ ‫‪Carcinomia‬‬ ‫‪Invasive‬‬

‫‪State‬‬ ‫‪Dysplasia‬‬ ‫‪Dysplasia‬‬ ‫‪Dysplasia‬‬ ‫‪Cancer‬‬ ‫‪Cancer‬‬
‫‪S0‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪S4‬‬ ‫‪S5‬‬

‫شكل رقم (‪)5 – 6‬‬

‫في دراسة مراحل تطور السرطان ‪ ))Cancer‬وعندما يصيب الخاليا الحية الطبيعية فيعرف باسم‬
‫(‪ )Carcinogen‬فأندثار الخاليا الطبيعية يأتي من تفاعل جرثوم السرطان مع الخاليا الطبيعية‬
‫وباألخر انتقال هذه الخاليا إلى خاليا مصابة أي خاليا سرطانية ولتطبيق تطور مرض السرطان‬
‫بالسير العشوائي فعند وجود حد واحد لألشباع وبأصابة الخاليا الحية بمرض السرطان فالشكل رقم (‬
‫‪ ) 5 – 6‬يوضح حالة الخاليا الحية الطبيعية (الخالية من أي اصابة) هي في الحالة (‪ ) S0‬أي حالة‬
‫عدم األصابة وعند األصابة بالمرض (ال سامح اهلل) سيكون انتقال الخاليا ‪ S0‬إلى الحالة ‪ S1‬والتي‬
‫تعتبر حالة معتدلة ويجب األشارة هنا الوسائل العالجية المشعة ترغب بنقل الخاليا المصابة بالحالة‬
‫‪ S1‬إلى ‪ S0‬وذلك بالعالج المكافىء إلى هذه الحالة ولكن وبشكل طبيعي ان جرثوم المرض يرغب بهدم‬
‫خاليا اخرى واألنتقال بحالة الخاليا إلى الحالة ‪ S2‬ونرى من هذا التوضيح ان هناك صراع‪ ،‬الجرثوم‬
‫يحاول التقدم نحو الخاليا ‪ S4 , S3 , S 2‬وصوًال إلى ‪ S5‬والعالج يحاول أنهاء الجرثوم واألنتقال بحالة‬
‫الخاليا إلى الحالة ‪ S0‬ومما تجدر األشارة اليه وعند دخول الخاليا الحالة ‪ S5‬سوف يكون من المتعذر‬
‫على العالج ارجاع حالتها إلى ‪ S2 , S 3 , S4‬وهنا تدخل الحالة إلى حد األشباع (الموت) أي موت الكائن‬
‫الحي‪.‬‬
‫ويمكن تمثيل المثال السابق وهي حالة هدم الخاليا الطبيعية (أي تصبح خاليا مصابة) وفي حالة‬
‫بناء خاليا أي جعلها تعود إلى الحالة ‪ S0‬أي خالية من كل أصابة (طبيعيًا بالعالج المقابل) كعمليات‬
‫الوفاء (‪ )death‬وعمليات الوالدة (‪ )birth‬في تحديد حجوم المجتمعات وبشكل دقيق اذا كانت‬
‫عمليات الهدم مقابل عمليات البناء تصل إلى الصفر في هذه الحالة المريض سوف يتماثل إلى الشفاء‬
‫وفي الجانب اآلخر اذا كانت عمليات الهدم مقابل عمليات البناء تصل إلى المستوى (‪ r ,)r>0‬تعني‬
‫هذه الحالة سوف تكون حالة فقدان المريض وبشكل مؤكد أي وصوله إلى الحالة ‪. S5‬‬
‫ولتسهيل فهم النموذج الذي سيتم بناؤه في هذه الحالة توجد بعض التعريفات‪.‬‬
‫‪ :i‬عدد عمليات الهدم مقابل عمليات البناء (وهو حجم المجتمع) وهو متغير عشوائي ‪..,i=0,1,2,3‬‬
‫‪ : λ i‬كثافة عمليات البناء بشرط يوجد عدد من عمليات البناء مقابل عمليات الهدم‬
‫‪ : μi‬كثافة عمليات الهدم بشرط يوجد عدد من عمليات البناء مقابل عمليات الهدم‬
‫‪ μi ، λ i‬ممكن تمثيلها دالة تصاعدية وتنازلية لعدد ‪ i‬على التوالي‪.‬‬
 ‫العمليات العشوائية (فرضياتها‬ ‫‪158‬‬
‫وتطبيقاتها)‬
‫)‪ : X (t‬هو حجم المجتمع (وهو يعني الزيادة في عمليات البناء مقابل عمليات الهدم) في الوقت ‪t‬‬
‫لعمليات الوالدة والوفاة مع معلمات الوالدة والوفاة ‪ μi , λi‬على التوالي‪ .‬ويكون لدينا االحتمال اآلتي‪:‬‬
‫‪Pk ( t )=P { x ( t ) }=k‬‬
‫لغرض الحصول على معادلة ‪ Kolmogrov‬وهي كاآلتي‪:‬‬
‫) ) ) ‪Pk ( t + Δt )=Pk ( t ) ( 1−λ k Δ (t ) + μk Δ ( t ) +O ( Δ ( t ) ) ) + Pk −1 ( t ) ( λk−1 Δ ( t )+O ( Δ ( t ) ) ) + Pk+1 ( t ) ( μ k+1 Δ ( t )+ O ( Δ ( t‬‬
‫لعدد من الحاالت هي‪:‬‬
‫… ‪K=0, 1, 2, 3,‬‬
‫والمعادلة اعاله خاضعة لشرط ‪ Pk−1 ( t ) =0‬عندما ‪.K=0‬‬
‫ويكون نموذج تعاقب وانحدار من مختلف الحاالت إلى الحاالت األخرى ‪)) S5 , S 4 , S 3 , S2 , S 1 , S0‬‬
‫التي عرفت فيما قبل ويمكن اعتبارها سلسلة ماركوف (‪ )Markov Chain‬لوقت مستمر والجدول‬
‫اآلتي يوضح مصفوفة األحتماالت االنتقالية التي تمثل ذلك‪.‬‬
 159 ‫ السير العشوائي‬/ ‫الفصل السادس‬

Δt ‫ ) مصفوفة االحتماالت االنتقالية لحالة اإلصابة بمرض السرطان لمختلف حاالت اإلصابة خالل فترة قصيرة جدًا من الوقت‬1 – 6( ‫جدول‬

t+ Δt Non cancerous Moderate Severe Carcinomia Invasive

Mild Dysplasia S1 Total
t State S0 Dysplasia S2 Dysplasia S3 in situ S4 Cancer S5

Non cancerous
1 0 0 0 0 0 1
State S0

Mild Dysplasia μ1 Δt 1−( λ1 Δt + μ1 Δt ) λ 1 Δt 0 0 0 1

S1

Moderate
Dysplasia 0 μ2 Δt 1−( λ2 Δt + μ2 Δt ) λ 2 Δt 0 0 1
S2

Severe
Dysplasia 0 0 μ3 Δt 1−( λ3 Δt + μ3 Δt ) λ 3 Δt 0 1
S3

Carcinomia in μ4 Δt 1−( λ4 Δt + μ 4 Δt ) λ 4 Δt
0 0 0 1
situ S4

Invasive
0 0 0 0 0 0 1
Cancer S5
 ‫العمليات العشوائية (فرضياتها‬ ‫‪160‬‬
‫وتطبيقاتها)‬

‫‪ :12 – 6‬حالة وجود حدي لألشباع (ذو االرتداد) العاكس إلى الداخل‬
‫‪Two reflecting barriers‬‬
‫في هذه الحالة افترض أن هناك الحد (‪ )a‬وعندما يصل الجزيء من خالل تنقالته الطبيعية إلى‬
‫الحد (‪ )a‬هو إما أن يبقى مع الحد (‪ )a‬بأحتمال مقداره (‪ )q-1‬أو تكون إلى النقطة المجاورة إلى‬
‫الداخل (‪ )a-1‬بأحتمال مقداره ‪ q‬كما في الشكل الآتي‪:‬‬

‫)‪(1-p‬‬ ‫)‪(1-p‬‬

‫‪p‬‬ ‫‪p‬‬
‫‪i‬‬

‫‪a-1 q‬‬ ‫‪a‬‬

‫‪0‬‬ ‫‪q‬‬

‫شكل رقم (‪)6 – 6‬‬

‫وما يقال عن الحد (‪ )a‬يقال عن الحد األشباع (‪ )0‬وواضح من أحتمال األنتقال والبقاء في الحد (‬
‫‪ )0‬اذن هناك حدي اشباع عاكسة إلى الداخل هما (‪)0(, )a‬‬

‫وهنا تكون الحالة االبتدائية في النقطة ‪ i‬أي ‪ ، X 0=i‬ويمكن صياغة آلية العمل بهذه الحالة وكما‬
‫يلي‪:‬‬

‫{‬ ‫}‬
‫) ‪X n−1+ Z n 0< X n −1 + Z n< a ( 1‬‬
‫=‪X n‬‬ ‫) ‪a X n−1+ Z n >a ( 2‬‬ ‫‪w‬‬
‫) ‪0 X n−1 + Z n< a ( 3‬‬

‫ولتوضيح معادالت ( ‪ )w‬الثالثة وأيصال فهم رموزها إلى ذهن الطالب ممكن تطبيقها على مسألة‬
‫الطوابير فتكون المعادلة األولى ) ‪ ( X n−1+ Z n‬هو (النقلة األخيرة ‪ +‬ما موجود في النظام) وحدودها‬
‫المقابلة تعني ما هو موجود في زمن األنتظار‪ .‬أما المعادلة الثانية وعندما ‪ X n=a‬فيمثل حد استيعاب‬
‫النظام بالحد األعلى ويكون حدها المقابل انه في حالة وجود أضافة على حد ‪ a‬فأن النظام سوف‬
‫يستوعب ما مقداره ‪ a‬اما في المعادلة الثالثة وهي ‪ X n=0‬وهي حالة عدم وجود أي ال يوجد شيء‬
‫في النظام وتفسير الحد لها هو ال يوجد أي أضافة والمكان خالي‪.‬‬

‫ولتعريف األحتمال ‪Pij‬‬

‫)‪( n‬‬

‫} ‪Pij =P { ¿ state j at time n|¿ state i at time 0‬‬

‫)‪( n‬‬
‫‪161‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫ولتطبيق المعادالت (‪ )20(,)9‬على هذه الحالة يكون لدينا المعادالت اآلتية‪:‬‬

‫{‬
‫‪(1 ) P(ijn)= p Pi , j−1+ ( 1−p−q ) P (ijn−1) +q p(in−1‬‬ ‫)‬
‫) ‪, j+ 1 ( 0< j<a‬‬
‫‪Y‬‬ ‫‪( 2 ) P(ian )= p P(in−1‬‬ ‫)‬ ‫) ‪( n−1‬‬
‫‪., a−1+ ( 1−q ) Pi , a‬‬

‫‪( 3 ) P(in0)=q P(1n−1 )+ ( 1− p ) P(0n−1) j=1 , 2 , 3 ,… , a−1‬‬

‫والشكل اآلتي أيضًا يوضح المعادالت أعاله‪:‬‬

‫‪p‬‬
‫‪n=0‬‬ ‫‪n-1‬‬ ‫‪n‬‬ ‫‪n-1‬‬

‫‪i‬‬ ‫‪j-1‬‬ ‫‪j‬‬ ‫‪j+1‬‬

‫‪q‬‬ ‫‪q‬‬

‫شكل رقم (‪)7 – 6‬‬

‫والتفسير المقابل إلى المعادالت الثالث (‪)y‬‬

‫في المعادلة رقم (‪ )1‬أي حالة ) ‪ f (ijn‬هدفنا هو الوصول إلى ‪ j‬ولدينا في ‪ R.W‬ثالث حاالت أي اما‬ ‫‪.1‬‬
‫نتقدم خطوة أو نبقى أو نرجع‪ .‬ففي حالة ‪ P j−1‬اذا اردنا الوصول إلى ‪ j‬يجب ان نتقدم من الموقع‬
‫(‪ )j-1‬إلى الموقع (‪ )j‬ويكون بأحتمال مقداره ‪ P‬كما في الشكل (‪ )7 – 6‬وأحتمال البقاء مع ‪P j‬‬

‫فيكون بأحتمال مقدارة (‪ )p-q-1‬وهذا مفهوم واعتيادي‪.‬‬

‫أما اذا كنا نحن في الموقع (‪ )j+1‬في الزمن (‪ )n-1‬ورغبنا أن تكون في الموقع (‪ )j‬في الزمن‬
‫‪ n‬يلزمنا ان نرجع خطوة ‪( reflecting‬انعكاس) وبأحتمال مقداره ‪.q‬‬
‫المعادلة الثانية من معادالت (‪ )Y‬وهي تمثل حالة البقاء مع الحد (‪ )a‬أو االنعكاس إلى الحد (‬ ‫‪.2‬‬
‫‪ )a-1‬وال يمكن ان تكون في الحد (‪ )a+1‬ألن اقل حد في النظام هو حد (‪ )a‬فأحتمال البقاء في‬
‫حد (‪ )a‬بأحتمال مقداره (‪ )q-1‬واذا كنا في الحد (‪ )a-1‬يجب ان نتقدم إلى الحد (‪ )a‬بأحتمال‬
‫مقداره ‪.P‬‬
‫في المعادلة الثالثة من المعادالت اعاله هو الوصول إلى الحد صفر فيكون واحدة من الحالت‬ ‫‪.3‬‬
‫اآلتية‪ :‬فإما أن نكون في الموقع صفر في الزمن (‪ )n-1‬فبهذه الحالة يجب أن نبقى بأحتمال (‬
‫‪ )P-1‬وإ ذا كنا في الزمن (‪ )n-1‬عند النقطة (‪ )1‬فالوصول إلى الصفر يجب ان نرجع خطوة‬
‫بأحتمال ‪ ،q‬أما الحالة األخرى والتي هي (‪ )j-1‬أي عندما ‪ j=0‬فتكون (‪ )1-0‬فهذه الحالة ال‬
‫يمكن حدوثها وال يمكن ان نتجاوز حالة الصفر والشكل اآلتي يمثل الحالة اعاله فقط‪.‬‬
 ‫العمليات العشوائية (فرضياتها‬ ‫‪162‬‬
‫وتطبيقاتها)‬

‫‪n=0‬‬
‫‪p‬‬
‫)‪(1-p‬‬ ‫)‪(n-1‬‬

‫‪0‬‬ ‫‪q‬‬ ‫‪1‬‬

‫شكل (‪)8 – 6‬‬

‫‪ 13 – 6‬أحتماالت األفالس بعدد محدود من المباريات‪:‬‬

‫في حالة تحديد أحتماالت االفالس بعدد محدود من المباريات هو ليس بالشيء السهل وكما هو‬
‫الحال عندما يكون عدد المباريات غير محدود والصيغة النهائية تكون اكثر تعقيدًا‪.‬‬
‫عندما يكون هناك غاية إلى التوزبع الذي عن طريقه يمكن تحديد أحتماالت الخسارة وعندما تكون‬
‫∞→‪n‬‬

‫لنفرض ان‬
‫) ‪(n‬‬
‫‪lim P =π j j =0 ,1 , 2 ,3 , … .. a‬‬
‫‪ij‬‬
‫∞→‪n‬‬

‫وبالرجوع إلى معادالت ‪ Y‬وبأخذ الغاية لكل واحدة منهن عندما تكون ∞ → ‪ n‬تكون لدينا المعادالت‬
‫اآلتية‪:‬‬

‫}‬
‫‪π j=P π j−1 + ( 1−p−q ) π j+ q π j +1‬‬
‫'‬
‫‪π a=P π a−1 + ( 1−q ) π a‬‬ ‫) ‪(Y‬‬
‫‪π 0=( 1−p ) π 0 + q π 1‬‬
‫وبتبسيط المعادلة األخيرة يكون لدينا اآلتي‪:‬‬
‫‪π 0=π 0 −π 0 p+q π 1‬‬
‫‪π 0−π 0 + π 0 p=q π 1‬‬
‫‪p‬‬
‫‪π 1= π 0‬‬
‫‪q‬‬
‫وهذه الصيغة تمثل أحتمال ∞ → ‪ n‬والعملية هي في المكان رقم (‪)1‬‬
‫‪j=1‬‬ ‫عندما‬
‫نحصل على وبالتعويض في المعادلة (‪ )1‬من ) ' ‪( Y‬‬
‫‪π 1= pπ 0 + ( 1− p−q ) π 1 +qπ 2‬‬
‫‪p‬‬ ‫‪p‬‬
‫‪π 0= p π 0 + ( 1− p−q ) π 0 +q π 2‬‬
‫‪q‬‬ ‫‪q‬‬
‫‪163‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫‪π 1 p=q π 2 π‬‬ ‫‪p‬‬

‫¿=‪2‬‬ ‫¿ ‪π‬‬
‫‪q 1‬‬

‫)(‬
‫‪2‬‬
‫‪p‬‬
‫=‪π 2‬‬ ‫‪π0‬‬
‫‪q‬‬
‫وبواسطة أتباع اسلوب األستنتاج الرياضي نحصل على الصيغة العامة اآلتية‪:‬‬

‫)(‬
‫‪j‬‬
‫‪p‬‬
‫=‪π j‬‬ ‫‪π 0 j=1 , 2 ,3 ,… a−1‬‬
‫‪q‬‬
‫ونحن بحاجة إلى حل التوزيع االحتمالي وهذا يعني‪:‬‬
‫بتطبيق المبدأ األحتمالي هو أن مجموع جميع األحتماالت يساوي واحد‬
‫‪a‬‬

‫‪∑ π j=1‬‬
‫‪j=0‬‬
‫‪a‬‬
‫‪1=π 0 + ∑ π j‬‬
‫‪j=1‬‬

‫)(‬
‫‪a‬‬
‫‪p j‬‬
‫∑ ‪1=π 0 +‬‬ ‫‪π‬‬
‫‪j=1‬‬ ‫‪q 0‬‬

‫)(‬
‫‪a‬‬
‫‪p j‬‬
‫∑=‪1‬‬ ‫‪π0‬‬
‫‪j=1 q‬‬

‫)(‬
‫‪a +1‬‬
‫‪p‬‬
‫‪1−‬‬
‫‪q‬‬
‫‪1=π 0‬‬
‫‪p‬‬
‫‪1−‬‬
‫‪q‬‬
‫الحد العام للمتسلسلة المتناهية‬
‫‪p‬‬
‫‪1−‬‬
‫‪q‬‬
‫=‪∴ π 0‬‬
‫)(‬
‫‪a+1‬‬
‫‪p‬‬
‫‪1−‬‬
‫‪q‬‬

‫)(‬
‫‪j‬‬
‫‪p‬‬ ‫‪p‬‬
‫‪∗1−‬‬
‫‪q‬‬ ‫‪q‬‬
‫=‪π j‬‬
‫)(‬
‫‪a +1‬‬
‫‪p‬‬
‫‪1−‬‬
‫‪q‬‬
‫ولهذا سوف يكون لدينا التوزيع الهندسي المقطوع لمجموع من الغايات الحتماالت المراهنة‪.‬‬

‫تمارين الفصل السادس‬

 ‫العمليات العشوائية (فرضياتها‬ ‫‪164‬‬
‫وتطبيقاتها)‬
‫العبان ‪ A‬و ‪ B‬كالهما يمتلكان (‪ ) 2‬دينار عراقي‪ ،‬اتفقا أن يلعبا مباراة‪ .‬احتمال أن الالعب ‪A‬‬ ‫‪)1‬‬
‫يربح في لعبة واحدة يساوي ‪ p‬في حين أن الالعب ‪ B‬يربح في هذه اللعبة يساوي ‪q=1− p ( q‬‬

‫)‪ .‬الخاسر منهما يدفع دينار واحد لآلخر‪ .‬أوجد احتمال أن كل واحد سوف يخسر (‪ )ruined‬إلى‬
‫‪1‬‬
‫‪ n‬من اللعبات‪ .‬أوجد االحتمال نفسه عندما ‪. p= 2‬‬
‫العبان ‪ A‬و‪ B‬يملكان ‪ n+1‬و ‪ n‬من قطع النقود‪ ،‬إذا فقدا كالهما قطع النقود ما هو احتمال ما‬ ‫‪)2‬‬
‫يلي‪:‬‬
‫أن الالعب ‪ A‬لديه عدد من النقود أكثر‪.‬‬ ‫‪.1‬‬
‫كالهما يملكان نفس العدد من النقود‪.‬‬ ‫‪.2‬‬
‫الالعب ‪ B‬لديه عدد من النقود أكثر من ‪. A‬‬ ‫‪.3‬‬

‫في حالة الرتداد وعندما يكون هناك غاية للتوزيع لحالة االحتمالية عندما ‪ n‬يؤول إلى الماالنهاية‬ ‫‪)3‬‬
‫فإنه ‪ π j‬يتوزع للتوزيع الهندسي المبتور فضًال عن أنه عندما ‪ p=q‬فإنه غاية االحتمال‬
‫‪1‬‬
‫= ‪ π j‬برهن ذلك‪.‬‬
‫‪a+1‬‬
‫عملية سير عشوائي بسيطة عندما ‪ p=q‬الحد العام لمعادلة الفروق التالية‪:‬‬ ‫‪)4‬‬
‫‪j‬‬ ‫‪j‬‬
‫) ‪F j ( S ) = A λ 1 ( S ) + B λ2 ( S‬‬
‫‪b‬‬
‫= )‪F0( 1‬‬
‫‪a+b‬‬
‫يكون‪:‬‬
‫‪F−b ( S )=0 , F a ( S )=1‬‬ ‫حيث أن الشروط الحدية‪:‬‬
‫اشتق العالقة اآلتية‪:‬‬ ‫‪)5‬‬
‫‪a‬‬
‫) ‪1−( q / p‬‬
‫=‪ω a‬‬ ‫‪a+ b‬‬
‫) ‪1−( q / p‬‬
‫احتمال أن الالعب ‪ A‬يربح في سلسلة من اللعبات غير المنتهية‪.‬‬
‫افترض أن ‪ X n=Z 1 + Z 2+ …+Z n‬حيث أن ‪ Zi‬يتوزع ثنائي الحدين‪:‬‬ ‫‪)6‬‬
‫اشتق ) ‪ Var ( X n ) ، E ( X n‬وكذلك ) ‪.G X ( t‬‬
‫‪n‬‬
‫‪.i‬‬
‫أثبت أن‪:‬‬ ‫‪.ii‬‬
‫‪n +k‬‬ ‫‪n−k‬‬
‫‪P ( X n =k ) =Cnn +k p‬‬ ‫‪2‬‬
‫‪q‬‬ ‫‪2‬‬

‫‪2‬‬
‫‪165‬‬ ‫الفصل السادس ‪ /‬السير العشوائي‬

‫عملية سير عشوائي بسيطة تبدأ من الصفر بحدي امتصاص (‪ )a‬و(‪ .)b-‬افترض ‪ N‬متغير‬ ‫‪)7‬‬
‫عشوائي يمثل الوقت لحين الوصول إلى حدي االمتصاص فإن‪:‬‬
‫‪P ( X N =a ) =F 0 , a , P ( X N =−b ) =F 0 ,−b‬‬
‫أثبت أن‪:‬‬
‫) ‪a k p a ( p b−q b ) + (−b ) q b ( p a−qa‬‬
‫‪k‬‬
‫‪k‬‬
‫=‪E X N‬‬ ‫‪a +b‬‬ ‫‪a+ b‬‬
‫‪p −q‬‬
‫‪k‬‬
‫‪b‬‬ ‫‪a‬‬ ‫‪+a‬‬ ‫‪(−b )k‬‬
‫= ‪E X kN‬‬ ‫‪p=q‬‬
‫‪a+b‬‬