‫اعداد‪ :‬ا‪ .

‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫المحور االول‪:‬أهم قوانين التوزيعات‬

‫االحتمالية النظريةالمتقطعة(المنفصلة)‪.‬‬
‫يشمل‪:‬‬

‫توزيع برنولي‪،‬‬ ‫‪.1‬‬

‫توزيع ذو الحدين‬ ‫‪.2‬‬

‫توزيع بواسون‬ ‫‪.3‬‬

‫التوزيع الهندسي‬ ‫‪.4‬‬

‫التوزيع فوق الهندسي‬ ‫‪.5‬‬

‫‪1‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫أوال‪:‬التوزيعات االحتماليةالنظرية المتقطعة(المنفصلة)‪:‬‬

‫‪Distribution de Bernoulli‬‬ ‫‪-1‬توزيع برنولي ‪:‬‬

‫سمي هذا التوزيع نسبة الى العالم ‪ Jacques Bernoulli‬الذي درس هذا التوزيع في أواخر القرن ‪.17‬‬
‫يعتبر توزيع برنولي من ابسط التوزيعات االحتمالية المتقطعة‪ ،‬حيث يستعمل فقط في التجارب التي‬
‫تحمل نتيجتين ممكنتين فقط وتكونا متنافيتن‪ ،‬يمكن تبويبهما الى نجاح أو فشل‪ .‬فكلمة نجاح يراد بها‬
‫حدوث الحدث و نرمز الحتمال النجاح ب(𝑝)‪ ،‬أما كلمة الفشل فيقصد بها عدم حدوث الحدث ونرمز له‬
‫بحرف (‪.)q‬‬

‫وقانون برنولي يطبق فقط على م‪.‬ع ‪.‬المنفصلة و التي تأخذ قيمتين فقط هما‪ ،}0;1{ :‬اذا يطبق هذا‬
‫القانون في حالة ‪:‬‬

‫‪ -‬في وجود الشئ وضده (النجاح و الفشل)‪.‬‬

‫‪ -‬وجود تجربة واحدة فقط‪..‬‬

‫ونرمز لمتغيرة برنو لي ب ‪ ьX‬و يكتب التوزيع الذي تتبعه هذه المتغيرة على النحو التالي‪:‬‬
‫‪P( X = 1) = p,‬‬ ‫‪P( X = 0) = q,‬‬ ‫‪X = 0, 1.‬‬

‫)𝑝 ;‪Xь ↝ 𝑏(1‬‬ ‫ونكتب‬

‫خصائص توزيع برنولي ‪:‬‬

‫‪-1‬الكثافة االحتمالية ‪:ьX‬‬

‫‪ -‬يحسب احتمال متغيرة برنولي بالصيغة التالية‪:‬‬

‫𝑘‪P(ьX=k)=𝑝𝑘 . 𝑞1−‬‬

‫𝑞=)‪P(ьX=0‬‬

‫𝑝 = )‪P(ьX= 1‬‬ ‫‪q=1-p‬‬

‫‪2‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫اذا الكثافة االحتمالية لمتغيرة برنولي هي عبارة عن الجدول التالي‪:‬‬

‫‪ьX‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪total‬‬

‫) ‪P(Xь=xь‬‬ ‫‪q‬‬ ‫‪p‬‬ ‫‪=1‬‬

‫‪ -2‬دالة التوزيع ‪:(ᵢX)F‬‬

‫تكون دالة التوزيع التراكمية لمتغير ‪.‬ع يتبع توزيعة برنو لي على الشكل التالي‪:‬‬
‫‪0‬‬ ‫‪𝑠𝑖 𝑋𝑖 < 0‬‬
‫𝑞{=)‪F(Xᵢ‬‬ ‫‪𝑠𝑖 0 ≤ 𝑋𝑖 < 1‬‬
‫‪1‬‬ ‫‪𝑠𝑖 𝑋𝑖 ≥ 1‬‬
‫‪ -3‬التوقع الرياضي)االمل الرياضي(‪ :‬يحسب بالصيغة التالية‪:‬‬

‫= ) 𝑘‪E(ьX)= ∑ 𝑋ь ∗ 𝑃 (𝑋ь = 𝑘 ) = ∑(𝑋ь ∗ 𝑝𝑘 . 𝑞1−‬‬

‫‪E(Xь)=( 0.1.q) +( 1. p.1)= 0 + p = p‬‬

‫‪E(Xь)= P‬‬

‫التوقع الرياضي في حالة متغيرة برنولي هو عبارة عن احتمال النجاح ‪.P‬‬

‫‪ -4‬التباين‪:‬‬

‫صيغة تباين متغيرة برنولي هي ‪:‬‬

‫)‪V(Xь) = p.q= p(1-p‬‬ ‫‪et‬‬ ‫‪q=1-p‬‬

‫‪ -5‬االنحراف المعياري‪ :‬هو عبارة عن الجذر التربيعي للتباين‪,‬‬

‫𝑞 ‪δ𝐗ь = √ 𝑝 .‬‬

‫مثال ‪ :1‬نرمي قطعة نقد متزنة مرة واحدة ‪ .‬اذا كانت ‪ X‬م ‪.‬ع تمثل الحصول على الوجه (‪ ،)F‬المطلوب‪.‬‬

‫‪ -1‬ماهو التوزيع المتبع من طرف ‪ᵢX‬؟‬

‫‪ -2‬اوجد جدول التوزيع االحتمالي ل‪ᵢX‬؟‬

‫‪ -3‬احسب قيم ‪ )ᵢX(F، )ᵢX(E ، )ᵢX( V‬؟‬

‫الحل‪:‬‬

‫‪ -1‬التوزيع المتبع من طرف‪:ᵢ X‬‬

‫‪3‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫بمأن في هذه التجربة للوجه ‪ F‬حالتان ‪ ،‬اما الحصول عليه (نعتبره نجاح)أو عدم الحصول عليه(نعتبره‬
‫فشل) و بالتالي فان المتغير ع‪ ᵢX ,‬يأخذ قيمتين فقط هما( ‪ ) 0،1‬ومن هذه المعطيات نستنتج ان هذه‬
‫المتغيرة ‪.‬ع تتبع توزيع او قانون برنولي‪.‬‬

‫)𝑝 ;‪Xь ↝ 𝑏(1‬‬

‫‪ -2‬جدول التوزيع االحتمالي ‪: Xь‬‬

‫‪ S={𝒻 ;𝓅}= 2cas‬فضاء العينة للتجربة‬

‫} ‪Xь = {0 ; 1‬‬

‫‪1‬‬
‫=)𝓅(‪p(Xь=0)= q=P‬‬
‫‪2‬‬

‫‪1‬‬
‫=)𝒻(‪p(Xь=1)= p=P‬‬
‫‪2‬‬

‫اذا الكثافة االحتمالية لمتغيرة برنولي هي عبارة عن الجدول التالي‪:‬‬

‫‪ьX‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪tot‬‬

‫) ‪P(ьX= xь‬‬ ‫‪0.5‬‬ ‫‪0.5‬‬ ‫‪=1‬‬

‫‪ -3‬دالة التوزيع والتوقع الرياضي و التباين‪:‬‬

‫‪0‬‬ ‫‪𝑠𝑖 𝑋𝑖 < 0‬‬
‫‪F(Xᵢ)={0,5‬‬ ‫‪𝑠𝑖 0 ≤ 𝑋𝑖 < 1‬‬
‫‪1‬‬ ‫‪𝑠𝑖 𝑋𝑖 ≥ 1‬‬

‫→ التوقع الرياضي‬ ‫‪E(Xь)= P = 0,5‬‬

‫التباين‪:‬‬ ‫→‬ ‫‪V(Xь) = p.q= 0,5 x 0,5 = 0,25‬‬

‫االنحراف المعياري‬ ‫⇢‬ ‫‪δ𝐗ь = √ 𝑝 . 𝑞 =√ 0,25 =0,5‬‬

‫‪4‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪ -2‬توزيع ذو الحدين )التوزيع الثنائي (‪Distribution binomiale :‬‬

‫يعتبر من اهم التوزيعات االحتمالية المتقطعة التي تستخدم وذلك راجع لبساطة عالقته الرياضية وسهولة‬
‫حسابه ‪ ،‬و يمكن اعتباره مجموع عدة تجارب توزيعة متغيرة برنو لي ‪.‬و يستعمل قانون ذو الحدين اساسا‬
‫في التجارب العشوائية التي تتمتع بالخواص التالية‪:‬‬

‫‪ -‬تتكون التجربة من 𝓃 من المحاوالت‪.‬‬

‫‪ -‬كل محاولة لها نتيجتان هما النجاح اوالفشل‪.‬‬

‫‪ -‬احتمال النجاح ‪ P‬يكون ثابت من محاولة ألخرى ‪ ،‬وعليه فان احتمال الفشل هو ‪. q=1-p‬‬

‫‪ -‬يجب ان تكون جميع المحاوالت مستقلة عن بعضها البعض‪.‬‬

‫‪ -‬يجب ان يكون السحب باالرجاع (من أجل المحافظة على ثبوت ‪ P‬و ‪,q‬‬

‫‪ -1‬استنتاج صيغة قانون التوزيع الثنائي‪:‬‬

‫‪X = 0, 1, 2, 3, . . . n‬‬ ‫إذا كررنا تجربة برنولي ‪ n‬مرة فإن ‪( X‬عدد مرات النجاح) تأخذ القيم‪:‬‬

‫لنفترض التجربة البرنولية رمي قطعة نقدية مكررة عدد ‪ n‬من المرات‪ ،‬و‪ X‬عدد مرات الحصول على صورة (‪:)F‬‬

‫‪X = 0, 1, 2.‬‬ ‫حالة ‪n = 2 :‬‬

‫‪P(X = 0) = q*q = q², P(X=1) = P(FP) + P(PF) = p*q + q*p = 2p1q1‬‬

‫‪X = 0, 1, 2, 3.‬‬ ‫حالة ‪n = 3 :‬‬

‫‪P(X=3) = P(FFF) = p*p*p = p3, P(X=2) = P(FFP ou PFF ou FPF) = 3p2q1‬‬

‫‪X = 0, 1, 2, 3, 4.‬‬ ‫‪n=4‬‬ ‫حالة ‪:‬‬

‫‪P(X=3) = P(FFFP ou PFFF ou FPFF ou FFPF) = 4 p3q1‬‬

‫في النتيجة األخيرة نالحظ العدد ‪ 3‬هووو ‪ ، x‬العوودد ‪ 1‬هووو ‪ ، n-x‬والعوودد ‪ 4‬هووو عوودد الطوورئ المالئمووة للحصووول علووى ثووال‬
‫نجاحات من بين )‪ (n=4‬تجارب‪ ،‬ويمكن حسابه كما يلي‪:‬‬

‫!‪n‬‬
‫= ‪C nx‬‬
‫!)‪x!(n − x‬‬

‫وبالتالي فاحتمال عدد ما ‪ x‬من النجاحات من بين ‪ n‬تجربة برنولية يحسب كما يلي‪:‬‬

‫‪P( X = x) = Cnx p x q n− x ,‬‬ ‫‪x = 0,1, 2, 3, . . ., n‬‬ ‫‪,‬‬ ‫‪n = 1, 2, 3, . . .‬‬

‫حيث ‪ x‬عدد مرات النجاح‪ p ،‬احتمال النجاح في التجربة الواحدة (يبقى ثابت عند تكرار التجربة)‪ q = 1-p ،‬احتمال الفشوول‬
‫و‪ n‬عدد التجارب‪ .‬و هو تعريف " قانون التوزيع الثنائي" ويكتب قانون التوزيع االحتمالي أيضا كما يلي‪:‬‬

‫‪5‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪P( X = x) = Cnx p x (1 − p) n− x‬‬

‫)𝑝 ;𝑛(𝐵 ↝ ‪Xᵢ‬‬

‫‪ -2‬خصائص التوزيع الثنائي‪( :‬توزيع ذو الحدين)‬

‫‪-1- 2‬الكثافة االحتمالية ‪:‬‬

‫يحسب احتمال متغيرة تتبع توزيع ذو الحدين بالصيغة التالية‪:‬‬

‫‪P( X = x) = Cnx p x (1 − p) n− x‬‬

‫!‪n‬‬
‫= ‪C nx‬‬
‫!)‪x!(n − x‬‬ ‫و‬ ‫‪1-p= q‬‬

‫من خالل هذا القانون نحصل على جدول التوزيع االختمالي المكون من قيم المتغير العشوائي ‪ᵢX‬‬
‫و االحتمال ‪)ᵢx=ᵢX(P‬المقابل لكل قيمة ياخذها هذا المتغير‪ .‬ولكي يكون هذا الجدول جدوال توزيعيا‬
‫احتماليا يجب تحقق الشرطين االساسين‪:‬‬

‫‪1) ∑𝑛𝑖=1 𝑃(𝑋ᵢ = 𝑥ᵢ) = 1‬‬

‫‪2) 0 ≤ P(Xᵢ = xᵢ) ≤ 1‬‬

‫‪ 2-‬دالة التوزيع ‪:(ᵢX)F‬‬

‫تكون دالة التوزيع التراكمية لمتغير ‪.‬ع يتبع توزيع ذو الحدين على الشكل التالي‪:‬‬
‫‪0‬‬ ‫‪𝑠𝑖 𝑋𝑖 < 0‬‬
‫‪F(Xᵢ)={ ∑n−1‬‬
‫‪0‬‬ ‫‪𝐶𝑛𝑥 Px. qn − x‬‬ ‫‪𝑠𝑖 0 ≤ 𝑋𝑖 < 1‬‬
‫‪1‬‬ ‫‪𝑠𝑖 𝑋𝑖 ≥ 1‬‬
‫‪ -3‬التوقع الرياضي)االمل الرياضي(‪ :‬يحسب بالصيغة التالية‪:‬‬

‫𝑝 ‪E(X)= ∑ 𝑋ᵢ ∗ 𝑃 (𝑋ᵢ = 𝑥ᵢ) = ∑(𝑋ᵢ ∗ 𝑝𝑘 . 𝑞1−𝑘 ) = 𝑛.‬‬

‫𝑝 ‪E(Xᵢ)= 𝑛.‬‬
‫‪ -4‬التباين‪:‬‬

‫)𝑝 ‪V(Xᵢ) = 𝑛. 𝑝 . 𝑞 = 𝑛. 𝑝 . (1 −‬‬ ‫صيغة تباين متغير‪,‬ع‪ .‬يتبع توزيع ذو الحدين هي ‪:‬‬

‫‪6‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪ -5‬االنحراف المعياري‪ :‬هو عبارة عن الجذر التربيعي للتباين‪,‬‬

‫𝑞 ‪δ𝐗ᵢ = √ 𝑛. 𝑝 .‬‬

‫مثال‪:‬‬

‫تفيد مصلحة الدراسات بالكلية ان نسبة النجاح لطلبة السنة الثانية ليسانس تقدر ب ‪ ،%60‬نختارعشوائيا‬
‫من هذا المجتمع(طلبة س‪ )2‬عينة تتكون من ‪10‬طالب (السحب مع االرجاع)‪.‬ليكن ‪ ᵢX‬م‪.‬ع يمثل عدد‬
‫الطلبة الناجحين من ضمن هذه العينة‪.‬‬

‫‪ -)1‬ماهو القانون االحتمالي المتبع من طرف ‪ᵢX‬؟ ثم حدد هذا التوزيع االحتمالي؟‬

‫‪ -)2‬أحسب االحتماالت التالية‪:‬‬

‫; )‪𝑃(𝑋𝑖 = 2) ; 𝑃(𝑋𝑖 = 10) ; 𝑃(𝑋𝑖 < 2‬‬ ‫)𝑖𝑋 ≤ ‪𝑃(8‬‬

‫‪-)3‬احسب التوقع (اآلمل) الرياضي والتباين و االنحراف المعياري ل ‪ ᵢX‬؟‬

‫الحل‪:‬‬

‫‪ -)1‬بما ان في التجربة يوجد السحب باالرجاع و نكرره ‪ 10‬مرات‪ ،‬و التجربة تتكون من حدين ‪ :‬االول‬
‫هو الحصول على طالب ناجح فهو يعتبر حد النجاح (‪ )P=0.6‬و عدم الحصول على طالب ناجح يعتبر‬
‫حد الفشل و احتماله (‪ ،)q=0.4‬فان التوزيع المتبع من طرف ‪ ᵢX‬هو توزيع ثنائي الحد )𝑝 ;𝑛(𝐵 ↝ ‪Xᵢ‬‬

‫)‪Xᵢ ↝ 𝐵(𝑛 = 10; 𝑝 = 0,6‬‬

‫‪q=1-0,6=0,4‬‬

‫‪ -‬حساب قيم جدول التوزيع االحتمالي ل‪:ᵢX‬‬

‫}‪Xᵢ={0;1;2;....................;10‬‬

‫( ‪0‬‬
‫!‪10‬‬
‫‪𝑃(𝑋ᵢ = 0) = 𝐶10‬‬ ‫= ‪. 0.6)0 . (0.4)10−0‬‬ ‫‪. (0.6)0 . (0.4)10 = 0.0001‬‬
‫!‪0! 10‬‬

‫( ‪1‬‬
‫!‪10‬‬
‫‪𝑃(𝑋ᵢ = 1) = 𝐶10‬‬ ‫= ‪. 0.6)1 . (0.4)10−1‬‬ ‫‪. (0.6)1 . (0.4)9 = 0.0016‬‬
‫!‪1! 9‬‬

‫‪7‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫⋮‬
‫( ‪6‬‬
‫‪𝑃(𝑋ᵢ = 6) = 𝐶10‬‬ ‫𝟖𝟎𝟓𝟐 ‪. 0.6)6 . (0.4)4 = 𝟎.‬‬

‫⋮‬
‫( ‪10‬‬
‫‪𝑃(𝑋ᵢ = 10) = 𝐶10‬‬ ‫𝟔𝟎𝟎 ‪. 0.6)10 . (0.4)0 = 𝟎.‬‬

‫‪ᵢX‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪...‬‬ ‫‪10‬‬ ‫‪total‬‬

‫)‪𝑃(𝑋 = 𝑥ᵢ‬‬ ‫‪0/0001‬‬ ‫‪0/0016‬‬ ‫‪...‬‬ ‫‪0.006‬‬ ‫‪=1‬‬

‫‪ -)2‬حساب االحتماالت‪:‬‬

‫‪∗𝑃(𝑋𝑖 = 2) = 𝐶210 . (0.6)2 . (0.4)8 = 0.0106‬‬

‫‪∗𝑃(𝑋𝑖 = 10) = 0,006‬‬

‫)‪∗ 𝑃(8 ≤ 𝑋𝑖) = 𝑃(𝑋𝑖 ≥ 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10‬‬

‫𝟐𝟕𝟔𝟏 ‪= 0.1209 + 0.0403 + 0.0060 = 𝟎.‬‬

‫‪* 𝑃(𝑋𝑖 < 2) = 𝑃(𝑋𝑖 = 0) + 𝑃(𝑋𝑖 = 1) = (0,0001 + 0,0016) = 0,0017‬‬

‫‪ -)3‬التوقع (اآلمل الرياضي) والتباين و االنحراف المعياري ل ‪:ᵢX‬‬

‫𝟔 = ‪∗𝐸 (𝑋ᵢ) = 𝑛. 𝑝 = 10 ∗ 0.6‬‬

‫𝟒 ‪∗ 𝑉(𝑋𝑖 ) = 𝑛. 𝑝. 𝑞 = 10 ∗ 0.6 ∗ 0.4 = 𝟐,‬‬

‫‪δ𝐗ᵢ = √ 𝑛. 𝑝 . 𝑞 = √ 10. 0,6 . 0,4 = √ 2,4 =1,549‬‬

‫‪8‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪ -3‬توزيع بواسون‪Distribution de Poisson:‬‬

‫هو توزيع احتمالي لمتغير‪ .‬ع ‪ .‬منفصل يمثل عدد مرات حدوث حدث عشوائي في فترة زمنية محددة أو‬
‫مكان محدد‪ ,‬مثل عدد المرضى الذين يدخلون غرفة االنتظارخالل ساعة في عيادة ما ‪ ،‬عدد حوادث‬
‫المرور في طريق معين خالل اسبوع‪.....‬الخ‪ .‬تم اشتقاق ونشرواستخدام هذا القانون سنة ‪ 1837‬من طرف‬
‫الفيزيائي و الرياضي )‪ (Siméon-Denis Poisson (1781-1840‬سيميون دونيز بواسون)‪.‬‬
‫الفرنسي‬

‫حيث اطلق العالم بواسون على التوزيع اسم الحاالت المتطرفة للتوزيع الثنائي الحد‪.‬و المالحظ على هذا‬
‫التوزيع انه مرتبط باألحداث الناذرة ذات االحتماالت( الخاصة بالنجاح) الضعيفة‪.‬‬

‫و بذلك تكون شروط تطبيق هذا التوزيع كاآلتى‪:‬‬

‫‪ -1‬أن يكون احتمال النجاح ثابت و كذلك احتمال الفشل فى كل محاولة و يرمز لهما بالرمز‪.q ،p‬‬

‫‪ 2‬ـ أن يكون احتمال النجاح صغي ار و يقترب من الصفر و احتمال الفشل يقترب من الواحد الصحيح‪.‬‬

‫‪ 3‬ـ أن يكون عدد المحاوالت كبير جدا حيث أن ‪ = n p = ‬مقدار ثابت‪.‬‬

‫و يتميز توزيع بواسون بمعلم خاص هو( ‪ )λ‬و الذي يكون غالبا يعتبر متوسط بداللة الزمن‪.‬‬

‫ويرمز له ب (‪ P)λ‬و يحسب االحتمال فيه بالصيغة التالية‪:‬‬

‫‪ -1-3‬إستنتاج صيغة قانون توزيع بواسن ‪:‬‬

‫لتكن لدينا تجربة برنولية مكررة عدد كبير جدا أو النهائي من المرات‪ .‬مبدئيا المتغيرة ‪ X‬التي تمثل عدد‬
‫النجاحات تتبع التوزيع الثنائي‪ ،‬لكن قد يصعب حساب االحتمال باستعمال صيغة هذا التوزيع عندما تكون‬

‫‪. P(20) = C100‬‬

‫‪20‬‬
‫‪ n‬كبيرة‪ .‬مثال إحتمال ‪ 20‬نجاح إذا كانت ‪ n = 100‬هو‪ 0.00120  0.99980 :‬‬

‫عندما تتكرر التجربة باستمرار؛ يصبح عدد مرات تكرار التجربة مقاسا بالزمن‪ ،‬ويكون احتمال تحقق‬
‫الحدث في لحظة زمن صغي ار جدا‪ .‬نحتاج في هذه الحالة إلى إيجاد صيغة عامة تعادل صيغة التوزيع‬
‫الثنائي عندما ‪ n‬يؤول إلى ∞ ‪.‬‬

‫نضع ‪ λ‬ثابت بحيث ‪: p = λ/n‬‬

‫‪9‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪x‬‬ ‫‪n− x‬‬

‫‪n− x‬‬ ‫!‪n‬‬ ‫‪  ‬‬
‫‪p( x) = C  p  q‬‬
‫‪x‬‬ ‫‪x‬‬
‫=‬ ‫‪    1 − ‬‬
‫‪n‬‬
‫‪(n − x )! x!  n   n ‬‬
‫‪n ( n − 1)( n − 2 ).....( n − x + 1) ‬‬ ‫‪x‬‬ ‫‪‬‬ ‫‪n− x‬‬
‫= )‪p( x‬‬ ‫) (‬ ‫‪(1 −‬‬ ‫)‬
‫!‪x‬‬ ‫‪n‬‬ ‫‪n‬‬
‫)‪n (n − 1) (n − 2‬‬ ‫)‪(n − x + 1‬‬
‫‪.....‬‬ ‫‪x‬‬ ‫‪ n− x‬‬
‫‪p ( x) = n n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫) ‪ (1 −‬‬
‫!‪x‬‬ ‫‪n‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪x −1‬‬

‫‪1(1 −‬‬ ‫‪)(1 − ).....( 1 −‬‬ ‫)‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪x‬‬ ‫‪‬‬ ‫‪n− x‬‬
‫=‬ ‫‪‬‬ ‫‪(1 −‬‬ ‫)‬
‫!‪x‬‬ ‫‪n‬‬
‫‪n− x‬‬
‫‪1 2‬‬ ‫‪ n −)x x‬‬
‫‪1 x x (1 −‬‬ ‫‪‬‬ ‫‪‬‬
‫‪n →   = = ... = 0  p( x) =  (1 − )n = (12− ) n (1 − ) − x‬‬ ‫‪1‬‬
‫‪n n‬‬ ‫!=‪p ( x ) x‬‬ ‫‪n‬‬ ‫⎯ >=!‪x‬‬
‫‪n → 0 , n. . . ,‬‬
‫⎯‬ ‫‪‬‬ ‫⎯‬‫‪⎯→ 0‬‬ ‫‪ → n‬‬
‫‪−x‬‬ ‫!‪x‬‬ ‫‪n‬‬ ‫‪n‬‬‫‪n‬‬
‫‪ ‬‬ ‫‪ ‬‬
‫فإن‪:‬‬ ‫)‪= (1 − 0‬‬ ‫وبما أن‬ ‫لكن ‪lim n→ 1 −  = e − :‬‬
‫‪−x‬‬
‫‪lim n→ 1 − ‬‬ ‫‪=1‬‬
‫‪‬‬ ‫‪n‬‬ ‫نأخذ ‪(1 − n)n − x = (1 −  ) n  (1 −  ) − x :‬‬
‫‪x e −‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫= )‪p( x‬‬ ‫‪x x = 0,1, 2, ...‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪x!lim (1 −  ) = e‬‬ ‫‪−‬‬
‫‪.‬‬ ‫>=‬ ‫‪lim (1 +‬‬
‫‪‬‬
‫>= ‪) = e ‬‬
‫‪1‬‬
‫‪lim (1 + ) = e‬‬
‫و هو احتمال ‪ x‬نجاح في وحدة زمن واحدة حسب توزيع بواسون‬
‫⎯‪n‬‬
‫‪⎯→ ‬‬ ‫‪n‬‬ ‫⎯‪n‬‬‫‪⎯→ ‬‬ ‫‪n‬‬ ‫⎯‪n‬‬
‫‪⎯→ ‬‬ ‫‪n‬‬

‫حيث ‪ .λ > 0‬ونكتب )‪X~P(λ‬‬

‫‪n‬‬
‫‪ 1‬‬
‫‪lim n→ 1 +  = e = 2.71828...‬‬ ‫مالحظة‪:‬أساس اللوغاريتم الطبيعي‬
‫‪ n‬‬

‫‪ -2-3‬خصائص توزيع بواسون‪:‬‬

‫‪1-2-3‬الكثافة االحتمالية ‪:ᵢX‬‬

‫;‬ ‫)𝜆(𝑃 ↝ 𝑖𝑋‪λ ˃0‬‬

‫يحسب احتمال متغيرة تتبع توزيع بواسون بالصيغة التالية‪:‬‬

‫‪x e −‬‬
‫= )‪p( x‬‬ ‫‪x = 0,1, 2, ...‬‬
‫!‪x‬‬
‫)‪ = P (x‬احتمال عدد ‪ x‬من النجاحات‪.‬‬

‫‪ : ᵢx‬عدد المرات التي يحدث فيها الحدث الذي يكون قيد الدراسة(عدد النجاحات)‪.‬‬

‫‪10‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪=λ‬متوسط عدد النجاحات بداللة الزمن ‪.‬‬

‫‪: ℯ‬هو اساس اللوغاريتم الطبيعي او= ‪2,71828‬‬

‫‪ -2‬التوقع الرياضي(االمل الرياضي)‪ :‬يحسب بالصيغة التالية‪:‬‬

‫‪E(Xᵢ) =λ‬‬

‫‪ -3‬التباين‪ :‬يحسب بالصيغة التالية‪:‬‬

‫‪V(Xᵢ)= λ‬‬

‫مالحظة‪ :‬عند توزيع بواسون التوقع الرياضي يساوي التباين و يساوي ‪λ‬‬

‫‪V(Xᵢ)= E(Xᵢ) =λ‬‬

‫‪ -4‬االنحراف المعياري‪:‬‬

‫𝜆 √ = ‪δ𝐗ᵢ‬‬

‫مثال‪ :‬في الطريق السيار (الرابط بين وهران و تلمسان ) معدل حوادث المرور هو (‪ )5‬في‬

‫األسبوع‪ .‬نفرض ان ‪ ᵢX‬هو م‪,‬ع يمثل عدد الحوادث خالل يوم معين‪:‬‬

‫‪ -1‬ماهو التوزيع المتبع من طرف ‪ ᵢX‬؟‬

‫‪-2‬أحسب احتمال عدم حدوث أي حادث على هذا الطريق خالل يوم معين ؟‬

‫‪-3‬أحسب احتمال حدوث (‪ )4‬حوادث خالل يوم معين ؟‬

‫‪-4‬أحسب التوقع والتباين و االنحراف المعياري ل ‪ ᵢX‬؟‬

‫‪11‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫الحل‬

‫‪ -)1‬التوزيع المتبع من طرف ‪ :ᵢX‬بما ان ‪:‬‬

‫‪ ‬معدل حوادث المرور في األسبوع هو( ‪ )j/5 =m‬وهو معدل بداللة الزمن ‪.‬‬

‫‪ ‬نالحظ أن التجربة متعلقة بوحدة الزمن وبالتالي فإن هذه التجربة تتبع قانون‬

‫بواسون‪𝑋𝑖 ↝ 𝑃(𝜆).‬‬

‫‪ ‬معدل حوادث المرور في اليوم هو = ‪. λ‬‬

‫‪5‬‬
‫‪7‬‬

‫𝑖𝑥 متغير عشوائي منفصل يمثل عدد حوادث المرور في اليوم ويتبع قانون بواسون‪.‬‬

‫‪5‬‬
‫) = 𝜆( 𝑃 ↝ 𝑖𝑋‬
‫‪7‬‬

‫‪5‬‬
‫‪5‬‬ ‫𝑥) (‬
‫= )‪𝑃(𝑋ᵢ = 𝑥ᵢ‬‬ ‫‪𝑒 −7‬‬ ‫‪. 7‬‬
‫!𝑥‬

‫‪-2‬حساب احتمال عدم حدوث أي حادث على هذا الطريق خالل يوم معين ‪:‬‬

‫‪0‬‬
‫‪5‬‬
‫)‪(5⁄7‬‬
‫‪𝑃(𝑋ᵢ = 0) = 𝑒 − ⁄7 .‬‬ ‫𝟗𝟒 ‪= 𝟎.‬‬
‫!‪0‬‬

‫‪-3‬حساب احتمال حدوث (‪ )4‬حوادث خالل يوم معين ‪:‬‬

‫‪4‬‬
‫‪5⁄‬‬
‫)‪(5⁄7‬‬
‫‪−‬‬
‫‪𝑃(𝑋ᵢ = 4) = 𝑒 7 .‬‬ ‫𝟑𝟓𝟎𝟎 ‪= 𝟎.‬‬
‫!‪4‬‬

‫‪12‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪-4‬أحسب التوقع والتباين و االنحراف المعياري ل ‪:ᵢX‬‬

‫‪* E(Xᵢ) =λ=5⁄7= 0,714‬‬

‫‪* V(Xᵢ)=λ= 5⁄7 = 0,714‬‬

‫‪*δ𝐗ᵢ = √ 𝜆= √ 0,714 = 0,844‬‬

‫‪ -4‬التوزيع الهندسي ‪Distribution géométrique‬‬

‫اذا كان التوزيع االحتمالي للمتغير العشوائي المنفصل ‪ ᵢX‬هو معرفة عدد المحاوالت للحصول على أول نجاح في سلسلة‬
‫من المحاوالت المتكررة و المستقلة نسميه بالتوزيع الهندسي ‪.‬‬

‫سمي بالتوزيع الهندسي نسبة الى المتتالية الهندسية‪ ،‬الن الحدود الموجودة في االحتمال عبارة عن حدود المتتالية الهندسية‬
‫‪ ،‬حيث تمثل قيم ‪ (ᵢX)P‬الموجودة في جدول االحتمال حدود المتتالية الهندسية ‪ .‬اول حد فيها هو ‪ )P‬احتمال النجاح( و‬
‫اساسها هو)‪ (P-1‬اي ان مجموع االحتماالت يساوي سلسلة هندسية ال نهائية‪:‬‬

‫الحداالول‬ ‫𝑃‬ ‫𝑃‬

‫= )𝑘 = 𝑖𝑋(𝑃 ∑‬ ‫=‬ ‫‪= =1‬‬
‫االساس ‪1 −‬‬ ‫𝑃 )𝑃 ‪1 − (1 −‬‬

‫مالحظة‪:‬‬

‫يكون المتغير العشوائي المنفصل ‪ ᵢX‬يتبع التوزيع الهندسي اذا حقق الشروط التالية ‪:‬‬

‫‪ -1‬المحاوالت المتكررة تكون مستقلة عن بعضها البعض‪.‬‬

‫‪ -2‬يمكن ان يكون عدد المحاوالت المتكررة ال نهائيا‪.‬‬

‫‪ - 3‬هناك نتيجتين لكل محاولة ) نجاح أو فشل(‪.‬‬

‫‪ -4‬احتمال النجاح في كل محاولة هو ثابت و نرمز له ب ‪ ) P‬و احتمال الفشل ب‪.(P-1 = q :‬‬

‫‪ -5‬التوقف عند حدوث اول نجاح‪.‬‬

‫‪ ---‬الفرق الجوهري بين توزيع ذو الحدين و التوزيع الهندسي هو ان عدد المحاوالت) عدد التجارب او عدد التكرارات(‬
‫يكون ثابت و معلوم قبل بداية التجربة ‪ ،‬وبالتالي يمكن عد او حصر عدد مرات النجاح‪ .‬بينما في التوزيع الهندسي نكرر‬
‫المحاوالت حتى يتم حدوث أول نجاح للظاهرة التي تكون قيد الدراسة‪.‬‬

‫في توزيع ذي الحدين عدد النجاحات ‪ ، Cnr‬اما في حالة التوزيع الهندسي يوجد طريقة واحدة للحصول على اول نجاح‬

‫‪13‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫بعد رمي ‪ n‬مرة (محاولة)‪ ،‬أي عند حدوث (‪ )n -1‬فشل أتبعت بنجاح واحد (‪.)P‬‬
‫استنتاج صيغة قانون التوزيع الهندسي ‪:‬‬

‫)‪P(X= 4) = P(PPPF‬‬ ‫نرمي قطعة نقدية إىل أن حنصل على صورة‪ .‬احتمال أن يتطلب ذلك ‪ 4‬رميات هو‪:‬‬

‫نعود من جديد إىل التجربة الربنولية وهذه املرة نكرر التجربة إىل غاية احلصول على النتيجة أو احلدث املطلوب (جناح مرة واحدة)‪.‬‬
‫املتغرية العشوائية ‪ X‬اليت متثل عدد مرات تكرار التجربة (مبا فيها املرة اليت حصل فيها النجاح) تتبع التوزيع اهلندسي‪.‬‬

‫‪P(X= 4) = q3p‬‬ ‫إذا رمزان الحتمال النجاح ب ‪ p‬والحتمال الفشل ب ‪ q‬فإن االحتمال ميكن كتابته كما يلي‪:‬‬

‫وبصفة عامة فإن احتمال أي قيمة ل‪ X‬يعرب عنه كما يلي ‪:‬‬

‫)𝑝(𝑜𝑒𝐺 ↝ 𝑖𝑋‬

‫‪P( X = x) = q x−1 p‬‬ ‫‪,‬‬ ‫‪X = 1, 2, 3, ...‬‬

‫خصائص التوزيع الهندسي‬

‫الكثافة االحتمالية‪:‬‬

‫)𝑝(𝑜𝑒𝐺 ↝ 𝑖𝑋‬
‫وبصفة عامة فإن احتمال أي قيمة ل‪ ᵢX‬يعرب عنه كما يلي ‪:‬‬

‫‪P(Xᵢ=xᵢ) = p . 𝑞 𝑥−1 = p.(1 − 𝑝)𝑥−1‬‬

‫‪ ،‬قيمة المتغير العشوائي ‪x =( 1; 2;3;........‬‬ ‫احتمال النجاح = ‪p‬‬

‫احتمال القشل = )‪q = (1- p‬‬

‫التوقع (اآلمل الرياضي)‪ :‬يحسب بالصيغة التالية‪:‬‬

‫= )‪E(Xᵢ‬‬
‫𝟏‬
‫𝒑‬

‫التباين‪ :‬يحسب بالعالقة التالية‪:‬‬

‫=)‪V(Xᵢ‬‬ ‫=‬
‫𝒒‬ ‫)𝒑‪(𝟏−‬‬
‫𝟐𝒑‬ ‫𝟐𝒑‬

‫االنحراف المعياري‪:‬‬

‫√ = 𝟐 √ = = ‪δ𝐗ᵢ‬‬
‫𝒒‬ ‫)𝒑‪(𝟏−‬‬
‫𝒑‬ ‫𝟐𝐩‬

‫‪14‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫مالحظة‪ :‬التوزيع اهلندسي ما هو إال حالة خاصة من توزيع ;* ذو احلدين السالب حيث ‪r = 1‬‬

‫في تجربة رمي حجر (زهرة) نرد متزنة ‪ n‬مرة للحصول على الرقم (‪ )6‬مرة واحدة‪ .‬نفرض ان ‪ ᵢX‬هو م‪,‬ع يمثل‬ ‫مثال‪:‬‬
‫الحصول على رقم ‪ . 6‬ماهو احتمال( امكانية) الحصول على الرقم (‪:)6‬‬

‫‪ -1‬من أول مرة نرمي فيها زهرة النرد؟‬

‫‪ -2‬من ثاني رمية ؟‬

‫‪ 3‬من ثالث رمية ؟‬

‫‪ -4‬احسب التوقع الرياضي و التباين و االنحراف المعياري ل ‪ᵢX‬؟‬

‫الحل‪:‬‬

‫‪ᵢX‬هو م‪,‬ع يمثل عدد الرميات لللحصول على رقم ‪ 6‬بعد ‪ n‬رمية‪ .‬وهو منفصل ويتبع التوزيع الهندسي للتوفر الشروط‬
‫االربعة المذكورة اعاله ‪:‬‬

‫)‪𝑋𝑖 ↝ 𝐺𝑒𝑜(𝑝 = 1/6‬‬

‫‪P(Xᵢ=xᵢ) = p . 𝑞 𝑥−1 = p.(1 − 𝑝)𝑥−1‬‬

‫‪ ،‬قيمة المتغير العشوائي ‪x =( 1; 2;3;.......n.‬‬ ‫احتمال النجاح ‪p = 1/6‬‬

‫‪= 5/6‬احتمال القشل = )‪q = (1- p‬‬

‫‪ -1‬من أول مرة نرمي فيها زهرة النرد‬

‫‪P(Xᵢ=1) = p . 𝑞1−1 = p.(1 − 𝑝)0 = p = 1/6 = 0.1666‬‬

‫‪ -2‬من ثاني رمية‬

‫‪P(Xᵢ=2) = p . 𝑞2−1 = p.(1 − 𝑝)2−1 = p .(1-p) = 1/6 .(5/6) =0.1388‬‬

‫‪ 3‬من ثالث رمية ؟‬

‫‪P(Xᵢ=3) = p . 𝑞3−1 = p.(1 − 𝑝)3−1 = p. (1 − 𝑝)2 =1/6.(5/6)2 = 0.11‬‬

‫‪ -4‬احسب التوقع الرياضي و التباين و االنحراف المعياري ل ‪ᵢX‬‬

‫‪15‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫= )‪E(Xᵢ‬‬ ‫=‬ ‫‪=6‬‬

‫‪1‬‬ ‫𝟏‬
‫𝑝‬ ‫𝟔‪𝟏/‬‬

‫التباين‪ :‬يحسب بالعالقة التالية‪:‬‬

‫=)‪V(Xᵢ‬‬ ‫=‬ ‫=‬

‫𝒒‬ ‫)𝒑‪(𝟏−‬‬ ‫)𝟔‪𝟓/‬‬
‫𝟐𝒑‬ ‫𝟐𝒑‬ ‫𝟐)𝟔‪(𝟏/‬‬

‫االنحراف المعياري‪:‬‬

‫√ = 𝟐 √ = = ‪δ𝐗ᵢ‬‬
‫𝒒‬ ‫)𝟔‪(𝟓/‬‬
‫𝒑‬ ‫𝟐)𝟔‪(𝟏/‬‬

‫نتيجة‪ :‬عندما ‪ ᵢX‬يتبع التوزيع الهندسي‪:‬‬

‫)𝑝(𝑜𝑒𝐺 ↝ 𝑖𝑋‬

‫فإن‪:‬‬

‫𝑘)𝑝 ‪* P(Xᵢ ≤ 𝑘) = 1 − ( 1 −‬‬

‫𝑘)𝑝 ‪* P(Xᵢ > 𝑘) = ( 1 −‬‬

‫)‪*P(Xᵢ < 𝑘) = 𝑃(𝑋ᵢ ≤ 𝑘 − 1‬‬

‫)𝑘 < 𝑋(𝑃 ‪P(Xᵢ≥ 𝑘) = 1 −‬‬

‫‪16‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪ - 5‬التوزيع الهندسي الزائد )فوق الهندسي(‪Distribution hyper géométrique:‬‬

‫استنتاج صيغة قانون التوزيع الفوق الهندسي ‪:‬‬
‫هناك عدة صيغ لقانون التوزيع اهلندسي الزائد( مافوق اهلندسي) نذكر منها ما يلي ‪:‬‬

‫)𝑁 ;𝑚 ;𝑛(𝐻 → ‪ᵢX‬‬

‫‪M  N − M ‬‬
‫‪  ‬‬ ‫‪‬‬
‫‪ x  n − x‬‬
‫‪.1) -‬‬ ‫= )‪f ( x) = p r ( X = x‬‬ ‫‪, x = 0,1, 2, ......... , n‬‬
‫‪N‬‬
‫‪ ‬‬
‫‪n‬‬

‫𝑥𝐶‬
‫𝑥‪𝑚 × 𝐶𝑛−‬‬
‫أو تكتب ابلصيغة التالية‪2(- :‬‬ ‫=)‪P(Xi=xᵢ‬‬ ‫𝑛‬
‫𝑁𝐶‬
‫𝑚‪𝑁−‬‬

‫أو تكتب ابلصيغة التالية‪3(- :‬‬ ‫)‪X ~ H(N, b, p‬‬

‫‪Cbx  C rn− x‬‬

‫= )‪P( X = x‬‬
‫‪C Nn‬‬

‫حيث‪:‬‬

‫‪ q = r/N =1-p‬احتمال الفشل‬ ‫و‬ ‫‪ p = b/N‬احتمال النجاخ‬

‫يتضح لنا أن شروط تطبيق هذا التوزيع هى اآلتى ‪:‬ــ‬

‫‪1‬ــ أن ينقســم المجتمع الى قسمين قســم يملك خاصية معينة و اآلخر ال يملكها‪.‬‬

‫‪2‬ــ السحب فى هذة الحالة يكون بدون ارجاع اى أن احتمال النجاح غير ثابت و كذلك احتمال الفشل‪.‬‬

‫‪ -3‬يجب أن تكون‪ N‬محدودة أى ال تكون كبيرة جدآ‪.‬‬

‫خصائص التوزيع الفوق الهندسي‪:‬‬

‫‪ N −n‬‬
‫‪ = np,‬‬ ‫‪ ² = npq‬‬ ‫‪‬‬
‫‪ N −1 ‬‬ ‫أو‬

‫‪M‬‬ ‫‪M‬‬ ‫‪N −M‬‬ ‫‪N −n‬‬

‫‪ = E ( x) = n ‬‬ ‫‪, Var ( x) = n ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪N‬‬ ‫‪N‬‬ ‫‪N‬‬ ‫‪N −1‬‬

‫‪17‬‬
 ‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫مالحظة‪ :‬للتوزيع اهلندسي الزائد عالقة ابلتوزيع الثنائي سنذكرها عندما نتطرق هلذا األخري‪.‬‬

‫مثال ‪ :5‬صندوق به ‪ 07‬قارورات ماء معدين ‪ 4 ،‬منها من نوع ‪ B‬و الباقي من نوع ‪. S‬سحبنا قرورتني عشوائيا الواحددة تلدو‬
‫االخر و بدون ارجاع‪ .‬ليكن ‪ ᵢX‬م‪.‬ع ميثل عدد القارورات املسحوبة من النوع ‪. B‬‬

‫املطلوب‪ -1 :‬ماهي القيم املكنة ل ‪ ᵢX‬؟‬

‫‪ -2‬ماهو التويع املتبع من طرف ‪ ᵢX‬؟‬

‫‪ -3‬ماهو احتمال ان يكون ضمن القارورات املسحوبة قارورة واحدة من ‪ B‬على االقل؟‬

‫‪ -4‬احسب توقع وتباين ‪ ᵢX‬؟‬

‫}‪Xᵢ={0;1;2‬‬ ‫احلل‪ -1:‬القيم املكنة ل ‪: ᵢX‬‬

‫‪ -2‬ماهو التويع املتبع من طرف ‪:ᵢX‬‬

‫من خالل التجربة نالحظ ‪ - :‬النتائج املنتظرة ثنائية االمكانية (كل قارورة مسحوبة اما ماء ‪ S‬او ماء‪ B‬اي وجود نوعني من املاء‬
‫فقط)‪.‬‬

‫‪ -‬السب دون ارجاع(اي السحبات غري مستقلة و ابلتايل احتمال النجاح ‪ P‬غري اثبت‪.‬‬

‫‪ -‬كما أنه ال أمهية للرتتيب‪.‬‬

‫من خالل هذه املالحظات نستنتج ان املتغري العشوائي ‪ ᵢX‬خيضع (يتبع للتوزيع فوق اهلندسي ‪:‬‬

‫)𝑁 ;𝑚 ;𝑛(𝐻 → ‪ᵢX‬‬

‫)‪𝑋ᵢ → 𝐻 (2; 4; 7‬‬

‫𝑥𝐶‬
‫𝑥‪𝑚 × 𝐶𝑛−‬‬
‫=)‪P(Xi=xᵢ‬‬ ‫𝑛‬
‫𝑚‪𝑁−‬‬
‫𝑁𝐶‬

‫‪𝐶1‬‬ ‫‪𝐶2‬‬
‫‪4 × 𝐶4−1‬‬ ‫‪4 × 𝐶2−2‬‬
‫=)‪P(Xi≥1ᵢ)= P(Xᵢ=1)+P(Xᵢ=2‬‬ ‫‪7−4‬‬
‫‪=+‬‬ ‫‪7−4‬‬
‫‪𝐶72‬‬ ‫‪𝐶72‬‬

‫‪P(Xi≥1ᵢ)= P(Xᵢ=1)+P(Xᵢ=2) = 4/7+ 2 / 7 = 6/7 .‬‬

‫‪18‬‬
‫اعداد‪ :‬ا‪ .‬بوناب ع‬ ‫محاضرات في مقياس االحصاء‪)24/23( 3‬‬

‫‪ -4‬حساب التوقع الرايضي و التباين ل ‪:ᵢX‬‬

‫‪M‬‬ ‫‪M‬‬ ‫‪N −M‬‬ ‫‪N −n‬‬

‫‪ = E ( x) = n ‬‬ ‫‪, Var ( x) = n ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪N‬‬ ‫‪N‬‬ ‫‪N‬‬ ‫‪N −1‬‬

‫𝑴‬
‫= 𝝁 = )‪E (Xᵢ‬‬ ‫𝑵‪n.‬‬ ‫التوقع الرياضي‪:‬‬

‫𝟖 𝟒‬
‫‪𝝁= 𝟐.‬‬ ‫𝟐𝟒𝟏 ‪= = 𝟏,‬‬
‫𝟕 𝟕‬

‫التباين‪:‬‬
‫)‪V (Xᵢ) = n . M/N . ( N-M)/N . (N-n)/ (N-1‬‬

‫‪V(Xᵢ) =( 2 . 4/7) . ( 7- 4)/7 . (7 -2)/(7-1)= 8/7 x 3/7 x 5/6 = 120 /294 = 0,408‬‬

‫‪19‬‬