‫اﻟﻤﺪرﺳﺔ اﻟﻌﻠﯿﺎ ﻟﻸﺳﺎﺗﺬة ﺑﺎﻟﻘﺒـﺔ اﻟﺒﺸﯿﺮ اﻹﺑﺮاھﯿﻤﻲ‬

‫وﺣﺪة ‪314‬‬

‫اﻹﺣﺘـﻤﺎﻻت و اﻹﺣـﺼﺎء‬

‫ﻣﻦ إﻋﺪاد ‪:‬‬

‫اﻷﺳﺘﺎذة‪ :‬ﺣـﺎﻛـﻢ‪-‬ﻗﺼﺪﻋـﻠﻲ ﺳﮭﺎم‬

‫اﻟﺴﻨﺔ اﻟﺪراﺳﯿﺔ ‪2008-2007‬‬

 ‫اﻟﺒــﺮﻧﺎﻣـﺞ‬

‫ﯾﺤﺘﻮي ﺑﺮﻧﺎﻣﺞ ھﺬه اﻟﻮﺣﺪة ﻋﻠﻰ ﺟﺰأﯾﻦ‪ .‬اﻟﺠﺰء اﻷول ﯾﺘﻄﺮق إﻟﻰ ﻧﻈﺮﯾﺔ‬
‫اﻻﺣﺘﻤﺎﻻت و ﯾﻤﺜﻞ ‪ 60‬ﻣﻦ اﻟﺒﺮﻧﺎﻣﺞ‪.‬‬
‫اﻟﺠﺰء اﻟﺜﺎﻧﻲ ﯾﺘﻄﺮق إﻟﻰ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ و ﯾﻤﺜﻞ ‪  40‬ﻣﻦ اﻟﺒﺮﻧﺎﻣﺞ‪.‬‬

‫اﻟﺠﺰء اﻷول‬

‫‪ .1‬ﻣﺮاﺟﻌﺔ ﻋﺎﻣﺔ ﻓﻲ اﺳﺮ اﻟﻤﺠﻤﻮﻋﺎت‪ ،‬اﻟﺘﻄﺒﯿﻘﺎت‪ ،‬ﺗﻮاﺑﻊ اﻟﻤﺠﻤﻮﻋﺎت‬

‫‪ .2‬اﻟﺘﺤﻠﯿﻞ اﻟﺘﻮﻓﯿﻘﻲ‬
‫‪ .3‬اﻻﺣﺘﻤﺎﻻت‬
‫‪ .4‬اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ‪ ,‬اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ‪ ،‬ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬
‫‪ .5‬أﻧﻮاع اﻟﺘﻘﺎرب و ﻧﻈﺮﯾﺔ اﻟﻨﮭﺎﯾﺔ اﻟﻤﺮﻛﺰﯾﺔ‬

‫اﻟﺠﺰء اﻟﺜﺎﻧﻲ‬

‫‪ .1‬ﺧﻄﻮات اﻟﺒﺤﺚ اﻹﺣﺼﺎﺋﻲ‬

‫‪ .2‬ﺗﺒﻮﯾﺐ اﻟﺒﯿﺎﻧﺎت‬
‫‪ .3‬ﻣﻘﺎﯾﯿﺲ اﻟﺘﺸﺘﺖ‬

‫‪2‬‬
 ‫اﻟﺠﺰء اﻷول‬

‫ﻧﻈﺮﯾﺔ اﻹﺣﺘﻤﺎﻻت‬

‫ﻓﮭﺮس اﻟﺠﺰء اﻷول‬

‫ص‪06.‬‬ ‫‪ .1‬أﺳﺮ اﻟﻤﺠﻤﻮﻋﺎت و اﻟﺘﻄﺒﯿﻘﺎت‬
‫ص‪06.‬‬ ‫‪ 1.1‬أﺳﺮ اﻟﻤﺠﻤﻮﻋﺎت‬
‫ص‪06.‬‬ ‫‪ 1.1.1‬ﺗﻌﺎرﯾﻒ‬
‫ص‪07.‬‬ ‫‪ 2.1.1‬ﺣﻠﻘﺔ اﻟﻤﺠﻤﻮﻋﺎت‬
‫ص‪07.‬‬ ‫‪ 3.1.1‬ﺗﻌﺮﯾﻒ اﻟﺤﻠﻘﺔ‬
‫ص‪08.‬‬ ‫‪ 4.1.1‬اﻟﺠﺒﺮ‬
‫ص‪08.‬‬ ‫‪ 5.1.1‬اﻟـ ‪-σ‬ﺣﻠﻘﺔ‬
‫ص‪08.‬‬ ‫‪ 6.1.1‬ﻣﺘﺘﺎﻟﯿﺔ اﻟﻤﺠﻤﻮﻋﺎت‬
‫ص‪09.‬‬ ‫‪ 7.1.1‬ﺗﻘﺎرب ﻣﺘﺘﺎﻟﯿﺔ ﻣﺠﻤﻮﻋﺎت‬
‫ص‪09.‬‬ ‫‪ 8.1.1‬اﻟﻤﺘﺘﺎﻟﯿﺔ اﻟﺮﺗﯿﺒﺔ‬

‫‪3‬‬
 ‫ص‪10.‬‬ ‫‪ 2.1‬اﻟﺘﻄـﺒﯿـﻘﺎت‬
‫ص‪10.‬‬ ‫‪ 1.2.1‬ﺧﻮاص‬
‫ص‪12.‬‬ ‫‪ 2.2.1‬ﺗﺎﺑﻊ اﻟﻤﺠﻤﻮﻋﺎت‬
‫ص‪12.‬‬ ‫‪ 3.2.1‬اﻟﺘﺎﺑﻊ اﻟﺠﻤﻌﻲ‪ ،‬اﻟﺘﺎﺑﻊ اﻟـ ‪-σ‬ﺟﻤﻌﻲ‬
‫ص‪13.‬‬ ‫‪ 4.2.1‬ﻧﺘﺎﺋﺞ‬
‫ص‪14.‬‬ ‫‪ 5.2.1‬اﻟﻘﯿﺎس اﻟﻤﻮﺟﺐ‬
‫ص‪16.‬‬ ‫ﺗﻤﺎرﯾﻦ‬
‫ص‪17.‬‬ ‫ﺣﻠﻮل اﻟﺘﻤﺎرﯾﻦ‬

‫ص‪27.‬‬ ‫‪ .2‬اﻟﺘﺤﻠﯿﻞ اﻟﺘﻮﻓﯿﻘﻲ‬

‫ص‪27.‬‬ ‫‪ 1.2‬اﻟﻤﺒﺪأ اﻷﺳﺎﺳﻲ ﻟﻠﺘﺤﻠﯿﻞ اﻟﺘﻮﻓﯿﻘﻲ‬
‫ص‪27.‬‬ ‫‪ 2.2‬اﻟﻤﺨﻄﻂ اﻟﺸﺠﺮاﻧﻲ‬
‫ص‪28.‬‬ ‫‪ 3.2‬اﻟﺘﺒﺪﯾﻼت ﺑﺪون ﺗﻜﺮار‬
‫ص‪29.‬‬ ‫‪ 4.2‬اﻟﺘﺒﺪﯾﻼت ﺑﺘﻜﺮار‬

‫ص‪30.‬‬ ‫‪ 5.2‬اﻟﺘﺮﺗﯿﺒﺎت‬
‫ص‪32.‬‬ ‫‪ 6.2‬اﻟﺘﻮﻓﯿﻘﺎت‬
‫ص‪33.‬‬ ‫‪ 7.2‬أﻧﻮاع اﻟﺴﺤﺐ‬

‫ص‪34.‬‬ ‫ﺗﻤﺎرﯾﻦ‬
‫ص‪35.‬‬ ‫ﺣﻠـﻮل اﻟﺘﻤﺎرﯾﻦ‬

‫‪4‬‬
 ‫ص‪38.‬‬ ‫‪ .3‬اﻹﺣﺘﻤﺎﻻت‬
‫ص‪38.‬‬ ‫‪ 1.3‬اﻟﻔﻀﺎء اﻹﺣﺘﻤﺎﻟﻲ‬
‫ص‪38.‬‬ ‫‪ 2.3‬ﻣﺼﻄﻠﺤﺎت‬
‫ص‪39.‬‬ ‫‪ 3.3‬ﺧﻮاص اﻹﺣﺘﻤﺎل‬
‫ص‪42.‬‬ ‫‪ 4.3‬ﻣﻔﮭﻮم اﻟﺘﺠﺮﺑﺔ‬
‫ص‪42.‬‬ ‫‪ 5.3‬اﻟﺤﺪث اﻻﺑﺘﺪاﺋﻲ )اﻷوﻟﻲ(‬
‫ص‪43.‬‬ ‫‪ 6.3‬اﻟﺤﺪث اﻟﻤﺮﻛﺐ‬
‫ص‪44.‬‬ ‫‪ 7.3‬ﻓﺮﺿﯿﺔ اﻟﺘﻤﺎﺛﻞ‬
‫ص‪45.‬‬ ‫‪ 8.3‬ﻋﺪم اﻟﺘﻤﺎﺛﻞ‬
‫ص‪45.‬‬ ‫‪ 9.3‬ﺣﺎﻻت أﺧﺮى ﻟـ ‪‬‬
‫ص‪47.‬‬ ‫‪ 10.3‬اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ‬
‫ص‪49.‬‬ ‫‪ 11.3‬اﻻﺣﺘﻤﺎل اﻟﻜﻠﻲ‬
‫ص‪50.‬‬ ‫‪ 12.3‬ﻗﺎﻋﺪة ﺑﺎﯾﺰ ‪Bayes‬‬

‫ص‪52.‬‬ ‫‪ 13.3‬اﺳﺘﻘﻼل اﻷﺣﺪاث‬

‫ص‪57.‬‬ ‫ﺗﻤﺎرﯾﻦ‬
‫ص‪59.‬‬ ‫ﺣﻠﻮل اﻟﺘﻤﺎرﯾﻦ‬

‫‪5‬‬
 ‫‪ .1‬أﺳر اﻟﻣﺟﻣوﻋﺎت و اﻟﺗطﺑﯾﻘﺎت‬

‫‪ 1.1‬أﺳﺮ اﻟﻤﺠﻤﻮﻋﺎت‪:‬‬
‫ﻣﺠﻤﻮﻋﺔ ﻛﻠﯿﺔ و ﻛﺎﻧﺖ ﻋﻨﺎﺻﺮھﺎ ﻣﺠﻤﻮﻋﺎت‬ ‫ﺗﻌﺮﯾﻒ ‪ :‬إذا ﻛﺎﻧﺖ ‪E‬‬
‫‪  , A, B, C , D, F ,...‬ﻓﺈن ﻛﻞ ﻣﺎ ﯾﻠﻲ ﯾﻤﺜﻞ أﺳﺮة‪:‬‬
‫‪A= A‬‬ ‫‪B = {, A}, C = A, B‬‬
‫أﻛﺒﺮ أﺳﺮة ھﻨﺎ ھﻲ ﻣﺠﻤﻮﻋﺔ أﺟﺰاء ‪ E‬أي ‪PE ‬‬
‫‪X  P(E)  X  E‬‬
‫ﺑﺎﻋﺘﺒﺎر ‪ a  A‬ﯾﻤﻜﻦ أن ﻧﻜﺘﺐ ‪:‬‬
‫‪a  AA‬‬ ‫‪, a  A , C ⊂A‬‬
‫إن اﻟﻌﻤﻠﯿﺎت اﻟﺘﻲ ﯾﻤﻜﻦ أن ﻧﺰود ﺑﮭﺎ أﺳﺮة ﻣﺠﻤﻮﻋﺎت ھﻲ اﻟﻌﻤﻠﯿﺎت اﻟﻤﺴﺘﻌﻤﻠﺔ ﻓﻲ‬
‫اﻟﻤﺠﻤﻮﻋﺎت ﻣﺜﻞ اﻟﺘﻘﺎطﻊ )اﻟﻤﻨﺘﮫ و ﻏﯿﺮ اﻟﻤﻨﺘﮫ(‪ ،‬اﻹﺗﺤﺎد )اﻟﻤﻨﺘﮫ و ﻏﯿﺮ اﻟﻤﻨﺘﮫ( و‬
‫ﻋﻤﻠﯿﺔ اﻟﻔﺮق اﻟﺘﻨﺎظﺮي‪.‬‬

‫‪ 1.1.1‬ﺗﻌﺎرﯾﻒ‪:‬‬
‫‪ ‬ﻧﻘﻮل أن اﻷﺳﺮة ‪ F‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻔﺮق إذا ﻛﺎن‪:‬‬
‫‪A, B  F : A  B  F‬‬
‫‪ ‬ﻧﻘﻮل أن اﻷﺳﺮة ‪ F‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻘﺎطﻊ إذا ﻛﺎن‪:‬‬
‫‪A, B  F : A  B  F‬‬
‫‪ ‬ﻧﻘﻮل أن اﻷﺳﺮة ‪ F‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻺﺗﺤﺎد إذا ﻛﺎن‪:‬‬
‫‪∀A, B ∈F : A  B ∈F‬‬

‫‪6‬‬
 ‫‪ ‬ﻧﻘﻮل أن اﻷﺳﺮة ‪ F‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻔﺮق اﻟﺘﻨﺎظﺮي إذا ﻛﺎن‪:‬‬
‫‪A, B  F : AB  F‬‬

‫‪AB   A  B   B  A   A  B    A  B ‬‬ ‫ﺣﯿﺚ‪:‬‬

‫‪ ‬ﻧﻘﻮل أن اﻷﺳﺮة ‪ F‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻺﺗﺤﺎد اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ إذا ﻛﺎن‪:‬‬

‫‪∀ An n∈N  F :  An ∈F‬‬
‫‪nIN‬‬

‫‪ ‬ﻧﻘﻮل إن اﻷﺳﺮة ‪ F‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻘﺎطﻊ اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ إذا ﻛﺎن‪:‬‬

‫‪∀ An n∈N  F :  An ∈F‬‬
‫‪nIN‬‬

‫ﻣﺛﺎل‪ E = IR :‬أﺳﺮة ﻣﺠﺎﻻت ‪ IR‬اﻟﺤﻘﯿﻘﯿﺔ ھﻲ ‪ F=I‬وھﻲ ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ‬

‫ﻟﻠﺘﻘﺎطﻊ اﻟﻤﻨﺘﮫ و ﻟﯿﺴﺖ ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻔﺮق و اﻹﺗﺤﺎد )ﺗﺤﻘﻖ ﻣﻦ ذﻟﻚ(‪.‬‬
‫ﻧﻔﺲ اﻟﺸﻲء ﯾﺬﻛﺮ ﻋﻦ اﻷﺳﺮﺗﯿﻦ ‪ Id‬و ‪ Ig‬ﺣﯿﺚ ‪:‬‬
‫‪ Ig  a, b/ a, b  IR‬و‪Id  a, b / a, b  IR‬‬

‫‪ 2.1.1‬ﺣﻠﻘﺔ اﻟﻤﺠﻤﻮﻋﺎت‪:‬‬
‫ﯾﻤﻜﻦ أن ﻧﺘﺄﻛﺪ ﺑﺴﮭﻮﻟﺔ أن اﻷﺳﺮة ‪ PE , ,‬ﻟﮭﺎ ﺑﻨﯿﺔ ﺣﻠﻘﺔ وﺣﺪﺗﮭﺎ ‪ E‬و ﺻﻔﺮھﺎ‬
‫‪ ‬؛ ﻷن‪ A  A  A :‬و ‪A  P( E ) : A  E  E  A  A‬‬

‫ﺑﺎﻟﻨﺴﺒﺔ ﻟﻸﺳﺮة ‪ Α , ,∩‬ﺣﯿﺚ )‪   Α  P(E‬ﺗﻜﻮن ﺣﻠﻘﺔ إذا ﻛﺎﻧﺖ ﺣﻠﻘﺔ‬

‫ﺟﺰﺋﯿﺔ ﻣﻦ ) ‪ ، P(E‬أي أﻧﮭﺎ ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻌﻤﻠﯿﺘﯿﻦ اﻟﺪاﺧﻠﯿﺘﯿﻦ ‪ ‬و ∩ ‪.‬‬
‫ﯾﺬﻛﺮ أن‪ A  B   AB  A  B  :‬و ‪A - B  A A ∩B ‬‬

‫‪ 3.1.1‬ﺗﻌﺮﯾﻒ اﻟﺤﻠﻘﺔ‪:‬‬
‫ﺣﺴﺐ ﻣﺎ ﺳﺒﻖ‪ ،‬ﯾﻤﻜﻦ إﻋﻄﺎء اﻟﺘﻌﺮﯾﻒ اﻟﺘﺎﻟﻲ‪:‬‬
‫‪ E‬ﻣﺠﻤﻮﻋﺔ و ‪ Α‬أﺳﺮة ﻣﻦ أﺟﺰاء ‪ Α . E‬ﺣﻠﻘﺔ )‪ (Anneau‬إذا و ﻓﻘﻂ إذا ﻛﺎن‪:‬‬

‫‪7‬‬
 ‫‪ A - B ∈A‬و ‪A, B  A : A  B  A‬‬

‫ﺣﺴﺐ اﻟﻌﻼﻗﺘﯿﻦ أﻋﻼه‪ ،‬ﻧﺴﺘﻨﺘﺞ أن اﻟﺤﻠﻘﺔ ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟ ِ ـ ‪:‬‬

‫‪ ‬و ‪ ‬و )‪ (-‬و اﻹﺗﺤﺎد اﻟﻤﻨﺘﮫ‬
‫‪ 4.1.1‬اﻟﺠﺒﺮ‪:‬‬
‫إذا ﻛﺎﻧﺖ ‪A‬ﺣﻠﻘﺔ واﺣﺪﯾﺔ ) ‪ ، . ( E ∈A‬ﻓﻨﻘﻮل أن ‪ A‬ﺟﺒﺮ‪.‬‬
‫ﻣﻦ ﺧﻮاص اﻟﺠﺒﺮ‪ ،‬اﻻﺳﺘﻘﺮار ﺑﺎﻟﻨﺴﺒﺔ ﻟﻌﻤﻠﯿﺔ اﻹﺗﻤﺎم‪ ،‬أي‪:‬‬
‫‪ A  A‬ـ‪A  A : CA  E‬‬
‫أﻣﺜﻠﺔ‪:‬‬
‫‪ P(E ) 1‬ﺣﻠﻘﺔ واﺣﺪﯾﺔ‪ .‬ﻛﺬﻟﻚ ھﻮ اﻷﻣﺮ ﺑﺎﻟﻨﺴﺒﺔ ِﻟـ ‪ ،F   , E‬ﺑﺬﻟﻚ ﻓﮭﻤﺎ "ﺟﺒﺮ"‪.‬‬
‫‪ 2‬ﻟﺘﻜﻦ ‪ E‬ﻣﺠﻤﻮﻋﺔ ﻏﯿﺮ ﻣﻨﺘﮭﯿﺔ و ﻟﺘﻜﻦ ‪A = A  E / cardA  ‬‬
‫‪E‬‬ ‫‪A‬‬ ‫ﺗﻤﺜﻞ ﺣﻠﻘﺔ و ﻟﻜﻨﮭﺎ ﻟﯿﺴﺖ ﺟﺒﺮا‬ ‫‪A‬‬
‫ﻟﯿﺴﺖ ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻼﺗﺤﺎد اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ و اﻟﻌﻜﺲ ھﻮ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻘﺎطﻊ‪.‬‬ ‫‪A‬‬

‫‪ 5.1.1‬اﻟـ ‪ - σ‬ﺣﻠﻘﺔ‪:‬‬
‫إذ ﻛﺎﻧﺖ ‪ A‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻼﺗﺤﺎد اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ ﻓﺘﺴﻤﻰ ﻋﻨﺪﺋﺬ ﺑـ ‪  -‬ﺣﻠﻘﺔ‪.‬‬
‫وإذا ﻛﺎﻧﺖ ﺑﺎﻹﺿﺎﻓﺔ إﻟﻰ ذﻟﻚ واﺣﺪﯾﺔ ﻓﺘﺴﻤﻰ ‪ - ‬ﺟﺒﺮ أو ﻋﺸﯿﺮة )ﻗﺒﯿﻠﺔ(‪.‬‬
‫ﺑﺎﻟﻔﺮﻧﺴﯿﺔ ‪  -Algèbre‬أو ‪la tribu‬‬

‫ﻋﺸﯿﺮﺗﺎن‬ ‫و ‪, E‬‬ ‫أﻣﺜﻠﺔ‪P(E ) :‬‬

‫‪ 6.1.1‬ﻣﺘﺘﺎﻟﯿﺔ اﻟﻤﺠﻤﻮﻋﺎت ‪:‬‬

‫إذا ﻛﺎﻧﺖ ‪ ( An ) n‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﻦ أﺟﺰاء ‪ E‬ﻓﺈن ‪:‬‬
‫‪‬‬
‫‪lim An    Ak‬‬ ‫‪ -‬اﻟﻨﮭﺎﯾﺔ اﻟﻌﻠﯿﺎ ﻟـ ‪ An‬ھﻲ اﻟﻤﺠﻤﻮﻋﺔ‬
‫‪n k n‬‬

‫‪8‬‬
 ‫‪  A n  A n 1  .......‬‬
‫‪n‬‬

‫‪  A0  A1  A2  ... A1  A2  A3  ...   A2  A3  A4  ...  ......‬‬

‫‪= ∩Dn‬‬ ‫‪/‬‬ ‫‪Dn = ∪ Ak‬‬ ‫ﻣﺘﻨﺎﻗﺼﺔ‬

‫‪n= 0‬‬ ‫‪k ≥n‬‬

‫∞‬
‫‪lim An=   Ak‬‬ ‫‪ An‬ھﻲ اﻟﻤﺠﻤﻮﻋﺔ‬ ‫‪ -‬اﻟﻨﮭﺎﯾﺔ اﻟﺴﻔﻠﻰ‬
‫≥≥‪n= 0 k‬‬

‫‪  An  An1  .....‬‬

‫‪n‬‬

‫‪ A 0  A1  .A 2 ...  A1  A2  A3  ...   A2  A3  A4  ...  ......‬‬

‫∞‬
‫‪  Cn‬‬ ‫‪/‬‬ ‫‪Cn   Ak‬‬
‫‪k ≥0‬‬
‫ﻣﺘﺰاﯾﺪة‬
‫‪n 0‬‬

‫‪ 7.1.1‬اﻟﺘﻘﺎرب‪:‬‬
‫ﻧﻘﻮل ﻋﻦ ﻣﺘﺘﺎﻟﯿﺔ ‪ ( An ) n∈IN‬أﻧﮭﺎ ﻣﺘﻘﺎرﺑﺔ إذا و ﻓﻘﻂ إذا ﻛﺎﻧﺖ‪lim An  lim An :‬‬

‫و ﻧﮭﺎﯾﺘﮭﺎ ھﻲ اﻟﻘﯿﻤﺔ اﻟﻤﺸﺘﺮﻛﺔ ﻟﻠﻨﮭﺎﯾﺘﯿﻦ و ﻧﺮﻣﺰ ﻟﮭﺎ ﺑـ ِ ‪lim An‬‬

‫‪ 8.1.1‬اﻟﻤﺘﺘﺎﻟﯿﺔ اﻟﺮﺗﯿﺒﺔ ‪ :‬إذا ﻛﺎﻧﺖ‪:‬‬

‫ﻣﺘﺰاﯾﺪة أي ‪ ∀n : An  An 1 ‬ﻓﻨﺠﺪ أن ‪lim An  lim An   An‬‬ ‫‪(A ) (1‬‬
‫‪n‬‬

‫‪lim An   An‬‬ ‫ﻓﺘﻜﻮن إذن ﻣﺘﻘﺎرﺑﺔ و ﻧﮭﺎﯾﺘﮭﺎ‬

‫‪ (A n ) (2‬ﻣﺘﻨﺎﻗﺼﺔ ‪ ∀n : An 1  An ‬ﻓﻨﺠﺪ أن ‪ lim An  lim An   An‬و‬
‫‪lim An   An‬‬ ‫ھﻲ ﺑﺬﻟﻚ ﻣﺘﻘﺎرﺑﺔ و ﻧﮭﺎﯾﺘﮭﺎ‬

‫ﻣﻼﺣﻈﺔ ‪ :‬ھﺎﺗﯿﻦ اﻟﻘﻀﯿﺘﯿﻦ ﺻﺤﯿﺤﺘﯿﻦ ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﺘﺎﻟﯿﺔ اﻟﻤﺠﻤﻮﻋﺎت‪.‬‬

‫‪9‬‬
 : ‫أﻣﺜﻠﺔ‬
 1
E = IR , An  0,  , n ∈IN * (1
 n
lim An   An  0 ‫ ﻣﺘﻨﺎﻗﺼﺔ و ھﻲ ﻣﺘﻘﺎرﺑﺔ ﻧﺤﻮ‬A
n
 
n n : ‫ﻧﻼﺣﻆ أن‬

 1
E = IR , An   0,  , n 1 (2
 n
lim An   A ]0.0[  ‫( ﻣﺘﻨﺎﻗﺼﺔ و ھﻲ ﻣﺘﻘﺎرﺑﺔ ﻧﺤﻮ‬A n )n : ‫ﻧﻼﺣﻆ أن‬
n

E = IR , An  [0, n[ , n ∈IN
(3
lim An   An  [0, n[ ‫( ﻣﺘﺰاﯾﺪة و ھﻲ ﻣﺘﻘﺎرﺑﺔ ﻧﺤﻮ‬A n )n : ‫ﻧﻼﺣﻆ أن‬
n

 IR

 1
E = IR 2 , A   x, y  ∈IR 2 : x 2 + y 2 ≤ 2  ، n ≥1 (4
n  n 
lim An   An  0.0  ‫( ﻣﺘﻨﺎﻗﺼﺔ و ھﻲ ﻣﺘﻘﺎرﺑﺔ ﻧﺤﻮ‬A n )
y

A1
A2
A3

1 x

10
 ‫‪ .2.1‬اﻟﺘﻄﺒﯿﻘﺎت ‪:‬‬
‫‪ 1.2.1‬ﺑﻌﺾ ﺧﺼﺎﺋﺺ اﻟﺘﻄﺒﯿﻘﺎت ‪:‬‬
‫ﻟﯿﻜﻦ اﻟﺘﻄﺒﯿﻖ ‪ , f : E → F‬ﻣﻦ اﺟﻞ ﻛﻞ ﺟﺰأﯾﻦ ‪ B1 , B2‬ﻓﻲ ‪ . F‬ﻟﺪﯾﻨﺎ ‪:‬‬
‫‪f -1 B1  B2   f -1 B1   f -1  B2 ‬‬
‫‪f -1 B1  B2   f -1 B1   f -1 B2 ‬‬
‫‪f -1 F   E‬‬
‫‪f -1 B1 - B2   f -1 B1  - f -1  B2 ‬‬
‫‪ ‬‬
‫‪∀ Bn   P(E) : f -1  Bn   f -1 Bn ‬‬
‫‪n‬‬ ‫‪n‬‬

‫إذا ﻛﺎﻧﺖ ‪ Bn ‬ﻣﻨﻔﺼﻠﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ )م م م( ﻓﻲ ‪ F‬ﻓﺎن ‪ f -1 Bn ‬ﺗﻜﻮن ﻣﻨﻔﺼﻠﺔ‬
‫ﻣﺜﻨﻰ ﻣﺜﻨﻰ ﻓﻲ ‪E‬‬
‫‪‬‬
‫‪ -‬ﻧﺼﻄﻠﺢ ﻋﻠﻰ أن اﻹﺗﺤﺎد اﻟﻤﻨﻔﺼﻞ ﯾﺮﻣﺰ ﻟﮫ ﯾﺎ ﻟﺮﻣﺰ ‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪B1  B2‬‬ ‫و‬ ‫‪ Bn‬‬ ‫ﻣﺜﻼ ‪:‬‬
‫‪n‬‬

‫ﺗﻤﺮﯾﻦ‪ :‬ﺗﺄﻛﺪ ﻣﻦ أن اﻟﺼﻮرة اﻟﻌﻜﺴﯿﺔ ﻟﺤﻠﻘﺔ )أو ﺟﺒﺮ‪-σ،‬ﺟﺒﺮ( ﻋﻠﻰ ‪ F‬وﻓﻖ‬

‫اﻟﺘﻄﺒﯿﻖ ‪ f‬ھﻲ أﯾﻀﺎ ﺣﻠﻘﺔ )ﺟﺒﺮ‪-σ ،‬ﺟﺒﺮ( ﻋﻠﻰ ‪E‬‬
‫اﻟﺤﻞ‪:‬‬
‫‪f‬‬ ‫‪-1‬‬
‫} ‪( Α )= { f -1 ( A) , A ∈ Α‬‬ ‫ﺣﻠﻘﺔ ﻣﻦ أﺟﺰاء ‪ F‬ﻓﺘﻜﻮن‬ ‫‪Α‬‬
‫‪X ∈f -1 ( Α )  A ‬‬ ‫‪Α . f A   X‬‬
‫‪-1‬‬
‫أي‬

‫‪∀X1 , X 2  f‬‬ ‫‪-1‬‬

‫‪( Α ) ⇔A1 , A2 ∈ Α , f -1 ( A1 )  X 1 ∧ f -1 ( A2 )  X 2‬‬

‫) ‪X 1  X 2  f -1 ( A1 )  f -1 ( A2 )  f -1 ( A1  A2‬‬ ‫ﻟﺪﯾﻨﺎ‬

‫‪A1  A2 ‬‬ ‫‪Α‬‬ ‫ﺑﺎﻟﺘﺎﻟﻲ‬ ‫و ‪A1‬‬ ‫‪A2 ‬‬ ‫‪Α‬‬ ‫ﻟﻜﻦ‬

‫و‬ ‫) ‪X 1  X 2  f -1 ( Α‬‬ ‫ﯾﻨﺘﺞ أن‬

‫‪11‬‬
 ‫) ‪X 1  X 2  f -1 ( A1 )  f -1 ( A2 )  f -1 ( A1  A2‬‬

‫) ‪ Α‬ﺣﻠﻘﺔ(‬ ‫∈ ‪A1  A2‬‬ ‫‪Α‬‬ ‫ﻟﻜﻦ‬

‫‪X1  X 2  f‬‬ ‫‪-1‬‬
‫‪Α ‬‬ ‫إذن‬
‫‪f‬‬ ‫‪-1‬‬
‫ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ‪  ‬و ‪ ‬و ﺑﺎﻟﺘﺎﻟﻲ ‪Α ‬‬ ‫‪f‬‬ ‫‪-1‬‬
‫ھﺬا ﯾﻌﻨﻲ أن ) ‪( Α‬‬
‫ﺣﻠﻘﺔ ﻋﻠﻰ ‪E‬‬

‫ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺼﻮرة اﻟﻤﺒﺎﺷﺮة ﻟﺘﻄﺒﯿﻖ أن ‪f ( E )  F‬‬ ‫ﻣﻼﺣﻈﺔ‪:‬‬

‫‪ 2.2.1‬ﺗﺎﺑﻊ اﻟﻤﺠﻤﻮﻋﺎت ‪:‬‬

‫‪F‬‬ ‫ھﻮ ﺗﻄﺒﯿﻖ ‪ m : F  F‬ﻣﻌﺮف ﻋﻠﻰ اﻷﺳﺮة ‪ 1F‬وﯾﺄﺧﺬ ﻗﯿﻤﮫ ﻓﻲ ﻣﺠﻤﻮﻋﺔ‬
‫‪F  IR‬‬ ‫ﻣﺰودة ﺑﻌﻤﻠﯿﺔ ﺟﻤﻊ‪ .‬و ﻏﺎﻟﺒﺎ ﻣﺎ ﺗﻜﻮن ‪ F‬ﺗﻤﺜﻞ ﺟﺒﺮ أو ﻋﺸﯿﺮة و ﺗﻜﻮن‬

‫‪ 3.2.1‬اﻟﺘﺎﺑﻊ اﻟﺠﻤﻌﻲ‪ ،‬اﻟﺘﺎﺑﻊ اﻟـ ‪-σ‬ﺟﻤﻌﻲ ‪:‬‬

‫ﻓﻨﻘﻮل اﻧﮫ ‪:‬‬ ‫‪B‬‬ ‫‪ m :‬ﺗﺎﺑﻊ ﻣﺠﻤﻮﻋﺎت ﻣﻌﺮف ﻋﻠﻰ اﻟﻌﺸﯿﺮة‬ ‫‪B  IR‬‬ ‫‪‬‬ ‫ﺗﻌﺮﯾﻒ ‪:‬‬

‫‪A1, A2  B‬‬ ‫‪:‬‬ ‫‪A1  A2  ‬‬ ‫‪ -‬ﺟﻤﻌﻲ اذا ﻛﺎن‬

‫‪m A1  A2   m A1   m A2 ‬‬ ‫ﻓﺈن‬

‫‪ An   B ,‬‬ ‫)‪ 2‬م م م ‪(  A ‬‬

‫‪n‬‬ ‫‪ -‬وﻧﻘﻮل اﻧﮫ ‪ - ‬ﺟﻤﻌﻲ إذا ﻛﺎن‬
‫‪‬‬
‫‪m  An   ∑m An ‬‬ ‫ﻓﺈن‬
‫‪‬‬ ‫‪ n‬‬
‫ﻣﻼﺣﻈﺔ ‪ m :‬ھﻮ ‪ - ‬ﺟﻤﻌﻲ ‪ m ‬ﺟﻤﻌﻲ و اﻟﻌﻜﺲ ﻏﯿﺮ ﺻﺤﯿﺢ‪.‬‬

‫‪F  P(E ) 1‬‬

‫‪ 2‬اﺧﺘﺼﺎرا ﻟﻠﻜﺘﺎﺑﺔ "ﻣﻨﻔﺼﻠﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ"‬
‫‪12‬‬
 ‫ﻣﺜﺎل ﻣﻀﺎد ‪ ) :‬ﯾﻤﻜﻦ ﻟﺘﺎﺑﻊ ﺟﻤﻌﻲ أن ﻻ ﯾﻜﻮن ‪ - ‬ﺟﻤﻌﯿﺎ(‬
‫ﻣﻌﺮف ﺑـ ‪:‬‬ ‫‪m : PE  → IR‬‬ ‫‪:‬‬ ‫ﻣﻦ اﺟﻞ اﻟﺘﺎﺑﻊ‬

‫‪0‬‬ ‫‪ A‬ﻣﻨﺘﮭﯿﺔ‬
‫‪A  PE  , m A  ‬‬
‫‪‬‬ ‫‪ A‬ﻏﯿﺮ ﻣﻨﺘﮭﯿﺔ‬

‫ھﺬا اﻟﺘﺎﺑﻊ ﺟﻤﻌﻲ ﻟﻜﻨﮫ ﻟﯿﺲ ‪ -σ‬ﺟﻤﻌﻲ )ﺗﺤﻘﻖ ﻣﻦ ذﻟﻚ(‪.‬‬

‫‪ 4.2.1‬ﺑﻌﺾ اﻟﻨﺘﺎﺋﺞ ‪:‬‬

‫ﻧﺘﯿﺠﺔ )‪: (1‬‬
‫ﺑﺤﯿﺚ ∞ ‪m A ‬‬ ‫‪B‬‬ ‫اذا ﻛﺎن ‪ -  m : B → IR ‬ﺟﻤﻌﯿﺎ و وﺟﺪت ‪ A‬ﻣﻦ‬
‫‪m   0‬‬ ‫ﻓﺈن‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪m A  m A    ....    .....  m A  ∑m ‬‬ ‫اﻟﺒﺮھﺎن‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪n‬‬

‫‪m A  0‬‬ ‫إذن‬ ‫∞ ‪m A ‬‬ ‫ﻟﻜﻦ‬

‫ﺑﺎﻟﺘﻌﻮﯾﺾ ﻓﻲ اﻟﻌﻼﻗﺔ أﻋﻼه ﻧﺠﺪ ‪  m   0 :‬و ﺑﺎﻟﺘﺎﻟﻲ ‪. m   0‬‬
‫ﻧﺘﯿﺠﺔ )‪ : ( 2‬إذا ﻛﺎن ‪ m‬ﺗﺎﺑﻌﺎ ‪ - ‬ﺟﻤﻌﯿﺎ ﻓﺎﻧﮫ ﺟﻤﻌﯿﺎ‪.‬‬

‫‪∀A1 , A2 ∈B‬‬ ‫‪/‬‬ ‫‪A1  A2  ‬‬ ‫اﻟﺒﺮھﺎن‪:‬‬

‫‪  ‬‬ ‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪‬‬
‫‪m A1  A2   m A1  A2   ...   ...‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪ m A1   m A2   m   ...  m   ...‬‬

‫‪ m A1   m A2   ∑m ‬‬

‫ﻧﻤﯿﺰ ﺣﺎﻟﺘﯿﻦ ‪:‬‬

‫‪13‬‬
 ‫إذا وﺟﺪت ‪ A  B‬ﺑﺤﯿﺚ ‪ m A  ‬ﻓﺈن ‪ m   0‬و اﻟﺠﻤﻌﯿﺔ‬ ‫ﺣﺎﻟﺔ أ ‪:‬‬
‫ﻣﺤﻘﻘﺔ ﻋﻨﺪﺋﺬ‪.‬‬

‫∞ ‪ ، ∀A ∈B : m A ‬ﻓﺈن‬ ‫ﺣﺎﻟﺔ ب‪ :‬و إذا ﻛﺎن‪:‬‬

‫‪ ‬‬ ‫‪‬‬

‫‪m A1  A2 ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫‪ m A1   m A2 ‬‬

‫‪‬‬

‫و اﻟﺠﻤﻌﯿﺔ أﯾﻀﺎ ﻣﺤﻘﻘﺔ ﻋﻨﺪﺋﺬ‪.‬‬

‫‪ 5.2.1‬اﻟﻘﯿﺎس اﻟﻤﻮﺟﺐ‪:‬‬
‫إذا ﻛﺎن ‪:‬‬ ‫‪B‬‬ ‫ﻧﻘﻮل أن اﻟﺘﺎﺑﻊ ‪ m : B → IR‬أﻧﮫ ﻗﯿﺎﺳﺎ ﻣﻮﺟﺒﺎ ﻋﻠﻰ اﻟﻌﺸﯿﺮة‬
‫و ‪m( )  0‬‬ ‫‪ - σ‬ﺟﻤﻌﯿﺎ‬
‫و ﻧﺴﻤﻲ ﻋﻨﺪﺋﺬ اﻟﺜﻨﺎﺋﯿﺔ )‪ (E,B‬ﺑـ ‪ :‬ﻓﻀﺎء ﻗﺎﺑﻞ ﻟﻠﻘﯿﺎس و اﻟﺜﻼﺛﯿﺔ‬
‫)‪ (E,B,m‬ﺑـ‪ :‬ﻓﻀﺎء ﻗﯿﺎس‪.‬‬
‫أﻣﺜﻠﺔ ‪:‬‬
‫‪ .1‬ﻗﯿﺎس اﻟﻌﺪ‪:‬‬

‫‪cardA,‬‬ ‫‪ A‬ﻣﻨﺘﮭﯿﺔ‬
‫‪A  PE  : m A  ‬‬
‫‪ ,‬‬ ‫‪ A‬ﻏﯿﺮ ﻣﻨﺘﮭﯿﺔ‬

‫‪ .2‬ﻗﯿﺎس دﯾﺮاك ‪:‬‬

‫‪1 , a  A‬‬
‫‪a  E,∀A ∈PE  :  a  A  ‬‬ ‫‪c‬‬
‫‪0 , a  A‬‬
‫‪14‬‬
 ‫ﻛﻤﺎ ﯾﻠﻲ‬ y ‫ﻣﻌﺮف ﻋﻠﻰ أﺳﺮة اﻟﻤﺠﺎﻻت‬ :‫ ﻗﯿﺎس اﻟﻄﻮل‬.3

∀I a ,b ∈ y :  I a, b   b  a a, b  IR 

: (‫ﻧﺘﯿﺠﺔ ﺧﺎﺻﺔ ﺑﮭﺬا اﻟﻨﻮع ﻣﻦ اﻟﻘﯿﺎس )ﻗﯿﺎس اﻟﻄﻮل‬

 x0    x0 , x0   x0 - x0  0

:‫طﺮﯾﻘﺔ أﺧﺮى ﻟﻠﺒﺮھﺎن‬


 [a, x 0 ]   ([a, x0 [  x0 )   ([a, x 0 [)   x 0   x0  a   x 0 

 (x0 )  0 ‫إذن ﻻﺑﺪ‬

F  IR  ‫ﻣﻨﺘﮭﯿﺔ‬ F ‫وإذا ﻛﺎﻧﺖ‬


 F    (  xi )    (x )   0  0
i
x 0 F
xi F

: ‫ﻓﺎن‬ (Dénombrable) ‫ ﻗﺎﺑﻠﺔ ﻟﻠﻌﺪ‬D ‫و إذا ﻛﺎﻧﺖ‬

 D    (  x n )    ( x )   0  0
n
x n D x n D

15
 ‫ﺗﻤﺎرﯾﻦ ﺧﺎﺻﺔ ﺑﺄﺳﺮ اﻟﻤﺠﻤﻮﻋﺎت و اﻟﺘﻄﺒﯿﻘﺎت‬
‫ﺗﻤﺮﯾﻦ ‪ E : 1‬ﻣﺠﻤﻮﻋﺔ ﻏﯿﺮ ﻣﻨﺘﮭﯿﺔ‪ .‬ﻧﻌﺘﺒﺮ اﻷﺳﺮة ‪ A‬ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫‪ A  A  E : cardA  ‬ﺑﯿٌﻦ أﻧﮭﺎ ﺣﻠﻘﺔ‪ .‬ھﻞ ھﻲ ﺟﺒﺮ ﻋﻠﻰ ‪ E‬؟ ھﻞ ھﻲ ‪-σ‬‬
‫ﺣﻠﻘﺔ؟ ھﻞ ھﻲ ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻘﺎطﻊ اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ؟‬

‫ﺗﻤﺮﯾﻦ ‪ F: 2‬أﺳﺮة ﻣﻦ أﺟﺰاء ‪ . E‬ﻧﺎﻗﺶ ﺻ ٌﺤﺔ اﻻﺳﺘﻠﺰام اﻟﺘﺎﻟﻲ‪:‬‬

‫‪A F , B  A  B F‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 3‬إذا ﻛﺎﻧﺖ اﻟﺤﻠﻘﺔ ‪ A‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻺﺗﺤﺎد اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ‪ ،‬ﻓﺒﯿٌﻦ أﻧﮭﺎ‬
‫ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻘﺎطﻊ اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ‪ ،‬ﺛﻢ ﺑﯿٌﻦ أن اﻟﻌﻜﺲ ﻏﯿﺮ ﺻﺤﯿﺢ‪ .‬ﻛﺬﻟﻚ ﺑﯿٌﻦ‬
‫وﺟﻮد ﺗﻜﺎﻓﺆ ﻓﻲ ﺣﺎﻟﺔ اﻟﺤﻠﻘﺔ اﻟﻮاﺣﺪﯾﺔ‪.‬‬

‫ﺗﻤﺮﯾﻦ ‪  An n1 : 4‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﻦ أﺟﺰاء ‪. E‬‬

‫أﻛﺘﺐ اﻹﺗﺤﺎد ‪  An‬ﻋﻠﻰ ﺷﻜﻞ إﺗﺤﺎد آﺧﺮ ‪  Bn‬ﺑﺤﯿﺚ ﺗﻜﻮن اﻷﺟﺰاء ‪Bn‬‬
‫‪n 1‬‬ ‫‪n 1‬‬

‫ﻣﻨﻔﺼﻠﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ‪.‬‬

‫ﺗﻤﺮﯾﻦ ‪  An n1 : 5‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﻦ ) ‪ . P(E‬ﺑﯿٌﻦ أن ‪:‬‬

‫) ‪E  lim An  lim ( E  An‬‬ ‫و‬ ‫‪E  lim  An   lim  E  An ‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 6‬ﺗﺄﻛﺪ ﻣﻤﺎ ﯾﻠﻲ ‪:‬‬

‫‪  An n ≥1  lim An  lim An   An ‬ﻣﺘﺰاﯾﺪة‬
‫‪n‬‬

‫‪16‬‬
 ‫‪  An n ≥1  lim An  lim An   An‬ﻣﺘﻨﺎﻗﺼﺔ‬ ‫‪‬‬
‫‪n‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 7‬ﻧﻌﺮ ٌف ﺗﺎﺑﻊ اﻟﻤﺠﻤﻮﻋﺎت ‪ m‬ﻛﻤﺎ ﯾﻠﻲ‪:‬‬

‫‪ 0,‬‬ ‫∞‪A ‬‬
‫‪∀A ∈P( E ) : m( A)  ‬‬
‫‪,‬‬ ‫∞‪A ‬‬

‫ﺑﯿٌﻦ أن ھﺬا اﻟﺘﺎﺑﻊ ﺟﻤﻌﻲ و ﻟﻜﻨﮫ ﻟﯿﺲ ‪-σ‬ﺟﻤﻌﻲ‪.‬‬

‫ﺣﻠــﻮل اﻟﺘﻤﺎرﯾﻦ‬

‫= ‪ A‬ﻣﻊ ‪cardE  ‬‬ ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪A ∈E : cardA  ∞ : 1‬‬

‫‪ -‬ﻟﻨﺒﺮھﻦ أن ‪A‬ﺣﻠﻘﺔ ‪ :‬ﻟﯿﻜﻦ ‪ A‬و ‪ B‬ﻋﻨﺼﺮان ﻣﻦ ‪ ،A‬إذن‬

‫‪A E /‬‬ ‫‪cardA  ‬‬

‫‪BE /‬‬ ‫‪cardB  ‬‬

‫ﯾﻨﺘﺞ ﻣﻦ ذﻟﻚ أن‬

‫‪A B  E‬‬ ‫∞ ‪ card  A  B  ‬و‬

‫‪A-B  E‬‬ ‫∞ ‪ card  A - B  ‬و‬

‫) ‪ A B  A‬و ‪ A‬ﻣﻨﺘﮭﯿﺔ إذن ‪ A B‬ﻛﺬﻟﻚ (‬

‫‪ A  B  A‬و ‪A B ∈A‬‬ ‫و ﺑﺎﻟﺘﺎﻟﻲ‬

‫‪17‬‬
 ‫ھﺬا ﯾﻌﻨﻲ أن ‪ A‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻺﺗﺤﺎد و اﻟﻔﺮق اﻟﻤﺠﻤﻮﻋﺎﺗﻲ ﻓﮭﻲ ﺑﺬﻟﻚ ﺣﻠﻘﺔ‪.‬‬

‫‪ -‬ﺑﺎﻟﻨﺴﺒﺔ ﻟﺒﻨﯿﺔ "ﺟﺒﺮ" ‪ A :‬ﻟﯿﺴﺖ ﺟﺒﺮا ﻷﻧﮭﺎ ﻻ ﺗﺤﻮي ‪( cardE   ) E‬‬

‫‪ -‬ﺑﺎﻟﻨﺴﺒﺔ ﻟـ ‪-σ‬ﺣﻠﻘﺔ ‪ A :‬ﻟﯿﺴﺖ ﻛﺬﻟﻚ‪ .‬ﻧﺒﺮر ذﻟﻚ ﺑﺎﻟﻤﺜﺎل اﻟﻤﻀﺎد اﻟﺘﺎﻟﻲ‪:‬‬

‫‪An  n,‬‬ ‫ﻧﻌﺗﺑر ‪ . E  IN‬ﻟﺗﻛن اﻟﻌﺎﺋﻠﺔ * ‪  An nIN‬ﻣﻌرﻓ ٌﺔ ﺑـ ‪n  IN * :‬‬

‫واﺿﺢ أن ‪An  A‬‬

‫ﻷن * ‪ IN‬ﻏﯾر ﻣﻧﺗﮫ‬ ‫‪ A  IN  A‬‬

‫‪‬‬
‫‪n‬‬
‫*‬
‫ﻟـﻛن‬
‫‪nIN‬‬

‫‪∃ An n ‬‬ ‫‪A : A  A‬‬ ‫‪n‬‬ ‫ﺑذﻟك‬

‫‪n‬‬

‫اﻷﻣر اﻟذي ﯾﻌﻧﻲ أن ‪ A‬ﻟﯾﺳت ‪-σ‬ﺣﻠﻘﺔ‪.‬‬

‫‪ -‬اﻻﺳﺗﻘرار ﺑﺎﻟﻧﺳﺑﺔ ﻟﻠﺗﻘﺎطﻊ اﻟﻘﺎﺑل ﻟﻠﻌد‪ :‬ﻧﻌم‪ ،‬ﻷن ‪:‬‬

‫‪ An n ‬‬ ‫‪A : A‬‬ ‫‪n‬‬ ‫‪ An , n  IN‬‬

‫‪n‬‬

‫و ﺑﻣﺎ أن ‪ cardAn  ‬وﻣﻧﮫ ∞ ‪card  An ‬‬

‫‪n‬‬

‫وھو اﻟﻣطﻠوب‪.‬‬ ‫‪A A‬‬

‫‪n‬‬
‫‪n‬‬ ‫أي‬

‫ﺣل اﻟﺗﻣرﯾن ‪: 2‬‬

‫أﺳﺮة ﻣﻦ أﺟﺰاء ‪E‬‬ ‫‪F‬‬ ‫ﻣﻨﺎﻗﺸﺔ ﺻﺤ ٌﺔ اﻹﺳﺘﻠﺰام ‪ A F , B  A  B F‬ﻣﻊ‬
‫ھذا اﻹﺳﺗﻠزام ﻏﯾر ﺻﺣﯾﺢ‪.‬‬
‫ﻣﺛﺎل ﻣﺿﺎد ‪: 1‬‬

‫‪18‬‬
 ‫‪ E  IR‬و ﻧﻌﺗﺑر اﻟﻌﺎﺋﻠﺔ ‪.F  a, b, a, b  IR‬‬
‫‪‬‬ ‫‪‬‬
‫ﻟﻛن ‪B F‬‬ ‫و ‪B  2,3  A F‬‬ ‫ﻣن أﺟل ‪A  1,4 F‬‬

‫ﻣﺛﺎل ﻣﺿﺎد ‪: 2‬‬

‫‪ E  IR‬و ﻧﻌﺗﺑر اﻟﻌﺎﺋﻠﺔ ‪.F  A  IR : cardA  n ‬‬

‫ﻓﺈن ‪ B F‬ﻷن ‪cardB  n‬‬ ‫و ‪BA‬‬ ‫ﻟـ ‪ A F‬ﺣﯾث ‪A  n‬‬

‫ﺣل اﻟﺗﻣرﯾن ‪ : 3‬ﻋﻠﻣﺎ أن ‪ A‬ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻺﺗﺤﺎد اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ‪ ،‬ﻟﻨﺒﯿٌﻦ أﻧﮭﺎ‬
‫ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻘﺎطﻊ اﻟﻘﺎﺑﻞ ﻟﻠﻌﺪ‬
‫ﻧﻌﻠم أن ‪ ، A1  A2  A1c  A2c ‬إذن ﯾﻣﻛﻧﻧﺎ أن ﻧﻛﺗب‬
‫‪c‬‬

‫‪ An‬‬
‫‪n‬‬
‫‪ ‬‬
‫‪  Anc‬‬
‫‪n‬‬
‫‪c‬‬

‫‪ E   Anc‬‬
‫‪n‬‬

‫‪ E   E  An ........1‬‬
‫‪n‬‬

‫ﻧﻌﻠم أن ﻛﻼ ﻣن ﻋﻣﻠﯾﺗﻲ اﻟﻔرق و اﻹﺗﺣﺎد اﻟﻘﺎﺑل ﻟﻠﻌد ﻣﺳﺗﻘرﺗﯾن ﻓﻲ ‪.A‬‬

‫‪A‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪‬‬
‫ﻣن ﺟﮭﺔ أﺧرى‪ An0   An0  An ..........(2) :‬‬
‫‪n‬‬ ‫‪n‬‬

‫ﻣن ھذه ﻧﺳﺗﻧﺗﺞ اﻟﻣطﻠوب‪,‬‬

‫‪ A   A  ( A‬‬
‫‪n‬‬
‫‪n‬‬
‫‪n‬‬
‫‪n‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪n‬‬ ‫)‪An )  A .....(3‬‬ ‫أو ‪:‬‬

‫ھو اﻟﻣطﻠوب‪.‬‬
‫‪ -‬اﻟﻌﻛس ﻏﯾر ﺻﺣﯾﺢ‪ ،‬ﯾﻛﻔﻲ اﻋﺗﺑﺎر اﻟﺗﻣرﯾن ‪ 2‬ﻛﻣﺛﺎل ﻣﺿﺎد‪.‬‬

‫‪19‬‬
 ‫‪ -‬اﻵن ﻟﻧﺟ ِب ﻋن اﻟﺳؤال اﻷﺧﯾر و اﻟذي ﯾطﻠب ﺑرھﺎن وﺟود اﻟﺗﻛﺎﻓؤ ﻓﻲ ﺣﺎﻟﺔ‬
‫ﻛون ‪ A‬ﺣﻠﻘﺔ واﺣدﯾﺔ ) ‪.( E  A‬‬
‫ﺑﺈﺳﺗﻌﻣﺎل اﻟﻌﺑﺎرة )‪ ،(1‬ﻧﺟد اﻹﺳﺗﻘرار ﺑﺎﻟﻧﺳﺑﺔ ﻟﻺﺗﺣﺎد اﻟﻘﺎﺑل ﻟﻠﻌد و ﺑﺎﻟﺗﺎﻟﻲ‬
‫اﻹﺳﺗﻘرار ﺑﺎﻟﻧﺳﺑﺔ ﻟﻠﺗﻘﺎطﻊ اﻟﻘﺎﺑل ﻟﻠﻌد‪.‬‬
‫و ﺑﺎﻟﻌﻛس‪:‬‬
‫‪A‬‬ ‫‪n‬‬ ‫ﻟدﯾﻧﺎ ) ‪ E   ( E  An‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪) E  A‬ﻷﻧﮭﺎ واﺣدﯾﺔ( و ﺑﻣﺎ أن اﻟﺗﻘﺎطﻊ اﻟﻘﺎﺑل ﻟﻠﻌد ﻣﺳﺗﻘر ﻓﻲ ‪ ،A‬ﻓﺈن اﻹﺗﺣﺎد‬
‫اﻟﻘﺎﺑل ﻟﻠﻌد أﯾﺿﺎ ﻣﺳﺗﻘر ﻓﻲ ‪.A‬‬

‫‪‬‬

‫‪B‬‬ ‫‪n‬‬ ‫ﻋﻠﻰ ﺷﻛل إﺗﺣﺎد آﺧر‬ ‫‪A‬‬

‫‪n‬‬
‫‪n‬‬ ‫ﺣل اﻟﺗﻣرﯾن ‪ : 4‬ﻟﻧﻛﺗب اﻹﺗﺣﺎد‬
‫‪n‬‬

‫ﺣﯾث ‪ Bn‬م م م )ﻣﻧﻔﺻﻠﺔ ﻣﺛﻰ ﻣﺛﻧﻰ(‬

‫ﺑﺎﻟﺗدرﯾﺞ‬
‫‪‬‬
‫‪A1  A2  A1 ( A2  A1 ‬‬

‫‪‬‬
‫‪A1‬‬ ‫‪A2‬‬ ‫‪ B1  B2‬‬

‫‪B2  A2‬‬ ‫‪ B1  A1‬و ‪A1‬‬ ‫ﻣﻊ‬

‫‪A3‬‬ ‫ﻧواﺻل‬
‫‪‬‬ ‫‪‬‬
‫‪A1  A2  A3  B1  B2  B3‬‬

‫‪A1‬‬ ‫‪A2‬‬ ‫و ‪ B2  A2 A1‬و‬ ‫ﻣﻊ ‪B1  A1‬‬

‫‪20‬‬
 B3  A3 A1  A2

... ‫و ھﻛذا‬
n i 1
n

 A B
•

i 1
i
i 1
i / Bi  Ai A
j 1
j

‫ﺑﺎﻟﺗدرﯾﺞ‬

 n 1

 A B n n / Bn  An A i
n n
i 1

‫ م م م )ﻣﻧﻔﺻﻠﺔ ﻣﺛﻰ ﻣﺛﻧﻰ( ﻷن‬Bn n ‫ﻧﻼﺣظ أن‬

n2 1

Bn2  An2 A
j 1
j

 An2  ( A1  A2  ...  An2 1 )

An1  Bn2   ‫ﺑذﻟك ﯾﻛون‬

Bn1  Bn2  An1  Bn2   ‫و ﻋﻧدﺋذ‬

Bn1  Bn2   ‫أي‬
. ‫ م م م‬Bn n ‫اﻷﻣر اﻟذي ﯾﻌﻧﻲ أن‬

 A  B
n n ‫ﯾﺑﻘﻰ ﻋﻠﯾﻧﺎ ﺑرھﺎن أن‬
n n

:‫ ﻧﺑرھن اﻹﺣﺗواء اﻟﻌﻛﺳﻲ ﺑﺎﻟﺗﻧﺎﻗض‬.  An   Bn ‫ﺗﻌرﯾﻔﺎ ﻟدﯾﻧﺎ‬

n n

21
 x   Bn  x ∉ A
n
n ‫إذن‬ B ⊈ A
n
n
n
n ‫ﻧﻔرض أن‬
n

x ∉  An  n : x ∉ An ... (1) ‫ﻟﻛن‬

n

: ‫ﻣن ﺟﮭﺔ أﺧرى‬

x  B  n0 : x  Bn0
n

n0 1

 x  An0 A
j 1
j

 x  An0

 B  A
n
n
n
n ‫ و ﻣﻧﮫ‬،(1) ‫و ھذا ﺗﻧﺎﻗض ﻣﻊ‬

.‫ و ھو اﻟﻣطﻠوب‬.  An   Bn ‫ﯾﻧﺗﺞ أﺧﯾرا أن‬

n n

. E lim  An   lim E An ‫( ﻟﻧﺑرھن أن‬1 : 5 ‫ﺣل اﻟﺗﻣرﯾن‬

: ‫ﻟدﯾﻧﺎ‬

E lim  An  
 lim An  c


   Ak
n k ≥n

c

   Akc
n k ≥n

 lim Anc

22
 
 lim E An 
.‫و ھو اﻟﻣطﻠوب‬
E lim  An   lim E An   ‫( ﻟﻧﺑرھن اﻵن أن‬2

E lim  An   lim An 
c

c
 
    Ak 
 n n k 
 

 
    Akc 
 n n ≥k 
 

 lim Anc


 lim E An 

: ‫ ﻟدﯾﻧﺎ‬. lim An  lim An ‫ﻟﻧﺑرھن أن‬

x  lim An  x   Ak
n0 k n

 n0  IN : x  A
k  n0
k

 k  n0 : x  Ak

 n : x   Ak
k n

23
  x   Ak
n0 k n

⇒x ∈lim An

.‫و ھو اﻟﻣطﻠوب‬

‫ ﻣﺘﺰاﯾﺪة‬ An n ≥1  lim An  lim An   An ‫( ﻟﻨﺘﺄﻛﺪ أن‬1 : 6 ‫ﺣﻞ ﺗﻤﺮﯾﻦ‬

n

: ‫ إدن ﻣﻦ ﺟﮭﺔ‬. i : Ai  Ai 1 ‫ ﻣﺘﺰاﯾﺪة ﯾﻌﻄﻲ أن‬ An n ‫ﻛﻮن‬

lim An   Ak
n 0 k  n

  A0  A1  A2  ...   A1  A2  ...  ...  ...

 A0  A1  A2  ...  ...

  An
n0

: ‫ﻣﻦ ﺟﮭﺔ أﺧﺮى‬

lim An   Ak
n 0 k  n

   An  An 1  ...  ...
n 0

  An
n0

.(‫و ھﻮ اﻟﻤﻄﻠﻮب )اﻟﻤﺴﺎواة‬

‫ ﻣﺘﻨﺎﻗﺼﺔ‬ An n ≥1  lim An  lim An   An ‫( ﻟﻨﺘﺄﻛﺪ اﻵن أن‬2
n

24
 ‫ﻛﻮن ‪  An n‬ﻣﺘﻨﺎﻗﺼﺔ ﯾﻌﻄﻲ أن ‪ .∀i : Ai1  Ai‬ﻟﺪﯾﻨﺎ ‪:‬‬
‫‪  An n‬ﻣﺘﻨﺎﻗﺼﺔ إذن ‪ Anc n‬ﻣﺘﺰاﯾﺪة و ﺣﺴﺐ ﻣﺎ ﺳﺒﻖ ﻓﺈن ‪:‬‬
‫‪lim Anc  lim Anc   Anc‬‬
‫‪n‬‬

‫ﻟﻜﻦ ‪ lim Anc  lim An c‬و ‪ lim Anc  lim An ‬و ﻛﻼ ھﺎذﯾﻦ اﻟﻄﺮﻓﯿﻦ ﻣﺴﺎوﯾﯿﻦ ﻟـ‬
‫‪c‬‬

‫‪( A n ) c‬‬
‫‪n‬‬

‫ﯾﻨﺘﺞ أن ‪. lim An  lim An   An :‬‬

‫‪n‬‬

‫‪ 0,‬‬ ‫∞‪A ‬‬

‫‪∀A ∈P( E ) : m( A)  ‬‬ ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ : 7‬ﻟﺪﯾﻨﺎ‬
‫‪,‬‬ ‫∞‪A ‬‬

‫‪ (1‬ﻧﺒﺮھﻦ أن ‪ m‬ﺟﻤﻌﻲ ‪ :‬ﻟﺬﻟﻚ ﯾﺠﺐ أن ﻧﺒﺮھﻦ أن‬

‫‪ A1 , A2  P( E ) : A1  A2  ‬ﻓﺈن ‪m A1  A2   m A1   m A2 ‬‬
‫‪ -‬ﺣﺎﻟﺔ ‪ A1 : 1‬و ‪ A2‬ﻣﻨﺘﮭﯿﺘﯿﻦ‪ ،‬ﻋﻨﺪﺋﺬ ‪m A1 ∪A2   0  m A1   m A2   0  0‬‬
‫)ﺑﺎﻟﻀﺮورة ‪ A1  A2‬ﻣﻨﺘﮭﯿﺔ ﻛﻮﻧﮭﺎ إﺗﺤﺎد ﻣﻨﺘﮭﯿﺘﯿﻦ(‬
‫‪ -‬ﺣﺎﻟﺔ ‪ A1 :2‬أو ‪ A2‬ﻏﯿﺮ ﻣﻨﺘﮭﯿﺔ‪ ،‬ﻋﻨﺪﺋﺬ ‪m A1 ∪A2   ∞ m A1   m A2 ‬‬

‫) ‪ A1  A2‬ﻣﺟﻣوﻋﺔ ﻏﯾر ﻣﻧﺗﮭﯾﺔ ﻛوﻧﮭﺎ ﺗﺣوي ﻣﺟﻣوﻋﺔ ﻏﯾر ﻣﻧﺗﮭﯾﺔ (‬

‫ﻣن اﻟدراﺳﺗﯾن ﻧﺟد أن ‪ m‬ﺗﺎﺑﻊ ﺟﻣﻌﻲ‪.‬‬
‫‪E  IN‬‬ ‫‪ ( 2‬ﻧﺑرھن أن ‪ m‬ﻟﯾس ‪-σ‬ﺟﻣﻌﻲ‪ :‬ﻟذﻟك‪ ،‬ﻧﺄﺗﻲ ﺑﺎﻟﻣﺛﺎل اﻟﻣﺿﺎد‬
‫و ﻧﺧﺗﺎر ‪. An  n, n  1‬‬

‫ﻣن اﻟواﺿﺢ أن ‪ i  j  IN : Ai  A j  ‬وﻟدﯾﻧﺎ‬

‫‪ ‬‬ ‫‪‬‬
‫∞ ‪m  An   mIN  ‬‬
‫‪ n‬‬ ‫‪‬‬

‫‪25‬‬
 ‫‪‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪‬‬
‫أي ‪. m  An   ∑m Ai ‬‬ ‫ﺑﯾﻧﻣﺎ ‪ m Ai    0  0‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪i‬‬

‫ھذا اﻷﻣر ﯾﻌﻧﻲ أﻧﮫ ﺗوﺟد ﻣﺗﺗﺎﻟﯾﺔ ﻣن )‪ P(E‬ﻣﻧﻔﺻﻠﺔ ﻣﺛﻧﻰ ﻣﺛﻧﻰ ﺑﺣﯾث‬
‫‪ ‬‬ ‫‪ n‬‬
‫أي ‪ m‬ﻟﯾس ‪-σ‬ﺟﻣﻌﻲ‪.‬‬ ‫‪m  An   ∑m Ai ‬‬
‫‪ n‬‬ ‫‪ 1‬‬

‫‪26‬‬
 ‫‪ .2‬اﻟـﺘﺤـﻠﯿـــــﻞ اﻟﺘﻮﻓــﯿﻘـﻲ‬

‫ﻣﻘﺪﻣﺔ ‪ :‬ﻧﻠﺨﺺ ﻓﻲ ھﺬه اﻟﻔﻘﺮة ﺑﻌﺾ اﻟﻤﻔﺎھﯿﻢ اﻟﻤﺒﺪﺋﯿﺔ و اﻷﺳﺎﺳﯿﺔ ﻓﻲ اﻟﺘﺤﻠﯿﻞ‬

‫اﻟﺘﻮﻓﯿﻘﻲ‪ .‬ھﺬه اﻟﻤﻔﺎھﯿﻢ ﺟ ٌﺪ ﻣﮭﻤﺔ ﻟﻠﺪروس اﻟﻘﺎدﻣﺔ‪ ،‬ﻓﮭﻲ اﻷدوات اﻟﺘﻲ ﺳﺘﺴﺘﻌﻤﻞ‬
‫ﻻﺣﻘﺎ ﻓﻲ اﻻﺣﺘﻤﺎﻻت‪.‬‬

‫‪ .1 .2‬اﻟﻤﺒﺪأ اﻷﺳﺎﺳﻲ ﻟﻠﺘﺤﻠﯿﻞ اﻟﺘﻮﻓﯿﻘﻲ ‪:‬‬

‫إذا اﺳﺘﻄﻌﻨﺎ ﺗﻤﺜﯿﻞ ﻋﻤﻠﯿﺔ ﺑـ ‪ n1‬طﺮﯾﻘﺔ ﻣﺨﺘﻠﻔﺔ‪ ،‬ﺛﻢ ﻧﺠﺪ ﺑﻌﺪ إﺟﺮاء اﻟﻌﻤﻠﯿﺔ أن ﻋﻤﻠﯿﺔ‬
‫ﺛﺎﻧﯿﺔ ﯾﻤﻜﻦ ﺗﻤﺜﯿﻠﮭﺎ ﺑـ ‪ n2‬طﺮﯾﻘﺔ ﻣﺨﺘﻠﻔﺔ و ھﻜﺬا ﻋﻠﻰ اﻟﺘﻮاﻟﻲ‪ ،‬ﻋﻨﺪﺋﺬ ﯾﻜﻮن ﻋﺪد‬
‫اﻟﻄﺮق اﻟﻤﺨﺘﻠﻔﺔ اﻟﺘﻲ ﺗﺴﻤﺢ ﺑﺈﺟﺮاء اﻟﻌﻤﻠﯿﺎت اﻟﻤﺸﺎر إﻟﯿﮭﺎ ﺑﺈﺗﺒﺎع اﻟﺘﺮﺗﯿﺐ ھﻮ‬
‫اﻟﺠﺪاء ‪.n1 x n2 .....‬‬

‫ﻣﺜﺎل‪ :‬ﺗﺘﻀﻤﻦ ﻟﻮﺣﺔ ﺗﺮﻗﯿﻢ ﺳﯿﺎرة ﺣﺮﻓﯿﻦ ﻻﺗﻨﯿﯿﻦ ﻣﺨﺘﻠﻔﯿﻦ ﻣﺘﺒﻮﻋﯿﻦ ﺑﺜﻼﺛﺔ أرﻗﺎم‬
‫ﯾﺨﺘﻠﻒ أوﻟﮭﺎ ﻋﻦ ‪ .0‬ﻣﺎ ھﻮ ﻋﺪد اﻟﻠﻮﺣﺎت اﻟﻤﺨﺘﻠﻔﺔ اﻟﻤﻤﻜﻦ اﻟﺤﺼﻮل ﻋﻠﯿﮭﺎ ﺑﮭﺪه‬
‫اﻟﻄﺮﯾﻘﺔ؟‬
‫ﻋﺪد اﻷﺣﺮف اﻟﻼﺗﯿﻨﯿﺔ ھﻮ ‪ 26‬إذن ھﻨﺎك ‪ 26‬طﺮﯾﻘﺔ ﻻﺧﺘﯿﺎر اﻟﺤﺮف اﻷول و ‪25‬‬
‫طﺮﯾﻘﺔ ﻟﻠﺤﺼﻮل ﻋﻠﻰ اﻟﺤﺮف اﻟﺜﺎﻧﻲ )ﻷن اﻟﺤﺮف اﻟﺜﺎﻧﻲ ﻻ ﯾﻤﻜﻦ اﺧﺘﯿﺎره ﻣﻄﺎﺑﻘﺎ‬
‫ﻟﻸول (‪ .‬ھﻨﺎك أﯾﻀﺎ ‪ 9‬طﺮق ﻣﺨﺘﻠﻔﺔ ﻟﻠﺤﺼﻮل ﻋﻠﻰ اﻟﺮﻗﻢ اﻷول و ‪ 10‬ﻟﻠﺤﺼﻮل‬
‫ﻋﻠﻰ اﻟﺜﺎﻧﻲ و ‪ 10‬ﻟﻠﺤﺼﻮل ﻋﻠﻰ اﻟﺜﺎﻟﺚ‪.‬‬
‫إذن ﯾﻤﻜﻦ اﻟﺤﺼﻮل ﻋﻠﻰ ‪ 585000 = 10.10.9.25.26 :‬ﻟﻮﺣﺔ ﻣﺨﺘﻠﻔﺔ‬

‫‪ 2.2‬اﻟﻤﺨﻄﻂ اﻟﺸﺠﺮاﻧﻲ ‪:‬‬

‫ھﻮ طﺮﯾﻘﺔ ِﻟﻌ ٌﺪ ﻛﻞ اﻟﻨﺘﺎﺋﺞ اﻟﻤﻤﻜﻨﺔ ﻟﻤﺘﺘﺎﻟﯿﺔ ﻣﻦ اﻟﺘﺠﺎرب ﺑﺤﯿﺚ ﯾﻤﻜﻦ وﻗﻮع ﻛﻞ‬
‫ﻣﻨﮭﺎ ﻋﺪد ﻣﻨﺘﮫ ﻣﻦ اﻟﻤﺮ ٌات‪.‬‬

‫‪27‬‬
 ‫ﻣﺜﺎل ‪: 1‬‬
‫ﻋﯿٌﻦ ﻋﺪد ﻋﻨﺎﺻﺮ ‪ A  B  C‬ﺣﯿﺚ ‪ ، B  a, b, c، A  1.2‬و ‪C  3,4‬‬
‫ﺗ ُﻤﺜﻞ اﻹﻣﻜﺎﻧﯿﺎت ﺑﺎﻟﻤﺨﻄﻂ اﻟﺸﺠﺮاﻧﻲ اﻟﺘﺎﻟﻲ ‪:‬‬
‫‪3‬‬ ‫)‪(1,a,3‬‬
‫‪a‬‬
‫‪4‬‬ ‫)‪(1,a,4‬‬
‫‪3‬‬ ‫)‪(1,b,3‬‬
‫‪1‬‬ ‫‪b‬‬
‫‪4‬‬ ‫)‪(1,b,4‬‬
‫‪3‬‬ ‫)‪(1,c,3‬‬
‫‪c‬‬
‫‪4‬‬ ‫)‪(1,c,4‬‬
‫‪a‬‬ ‫‪3‬‬ ‫)‪(2,a,3‬‬
‫‪4‬‬ ‫)‪(2,a,4‬‬

‫‪2‬‬ ‫‪b‬‬ ‫)‪3 (2,b,3‬‬

‫)‪4 (2,b,4‬‬

‫‪c‬‬
‫)‪3 (2,c,3‬‬
‫)‪4 (2,c,4‬‬
‫ﻧﻼﺣﻆ أن اﻟﻤﺨﻄﻂ ﻣﺮﺳﻮم ﻣﻦ اﻟﯿﺴﺎر إﻟﻰ اﻟﯿﻤﯿﻦ‪ ،‬و ﻋﺪد اﻷﻏﺼﺎن ﻋﻨﺪ ﻛﻞ ﻧﻘﻄﺔ‬
‫ﻣﻮاﻓﻖ ﻟﻌﺪد اﻟﻨﺘﺎﺋﺞ اﻟﻤﻤﻜﻨﺔ ﻟﻠﺘﺠﺮﺑﺔ اﻟﻤﻮاﻟﯿﺔ‪.‬‬

‫ﻣﺜﺎل ‪ : 2‬ﻧﺮﻣﻲ ‪ 3‬ﺣﺠﺮات ﻧﺮد ﻣﺘﻤﺎﺛﻠﺔ‪ .‬ﻣﺎ ھﻮ ﻋﺪد اﻹﻣﻜﺎﻧﯿﺎت ﻛﻠﮭﺎ ؟ ھﻮ ‪63‬‬

‫‪ 3.2‬اﻟﺘﺒﺪﯾﻼت ﺑﺪون ﺗﻜﺮار)‪: (Permutations sans répétition‬‬

‫ﻣﺜﺎل ‪ :‬ﻟﺪﯾﻨﺎ ﺛﻼﺛﺔ أﺣﺮف ‪. a, b , c‬‬
‫اﻟﺘﺒﺪﯾﻼت ھﻲ ﻛﻞ اﻟﻤﺠﻤﻮﻋﺎت اﻟﺠﺰﺋﯿﺔ اﻟﻤﺮﺗﺒﺔ اﻟﻤﻤﻜﻦ ﺗﺸﻜﯿﻠﮭﺎ ﺑﻌﻨﺎﺻﺮ اﻟﻤﺠﻤﻮﻋﺔ‬
‫}‪ {a , b, c‬أي ‪.abc, acb, bac, cab, cba, bca :‬‬

‫‪28‬‬
 ‫ﺗﻌﺮﯾﻒ ‪ :‬ﻧﺴﻤﻲ ﺗﺒﺪﯾﻠﺔ ذات ‪ n‬ﻋﻨﺼﺮ‪ ،‬ﻛﻞ ﺗﺸﻜﯿﻠﺔ ﻣﺮﺗﺒﺔ ﺑﺪون ﺗﻜﺮار ﻟﮭﺬه اﻟـ ‪n‬‬
‫ﻋﻨﺼﺮ )طﺮﯾﻘﺔ ﻟﺘﺮﺗﯿﺐ ﺟﻨﺒﺎ ﻟﺠﻨﺐ ‪ n‬ﻋﻨﺼﺮ(‪.‬‬

‫ﻧﺘﯿﺠﺔ ‪ :‬إذا ﻛﺎن ‪ Pn‬ھﻮ ﻋﺪد ﻋﻨﺎﺻﺮ اﻟﺘﺒﺪﯾﻼت ذات ‪ n‬ﻋﻨﺼﺮ‪ ،‬اذن‬
‫!‪Pn  n‬‬

‫اﻟﺒﺮھﺎن ‪ :‬ﻟﺪﯾﻨﺎ ‪ n‬ﻋﻨﺼﺮ ‪ a1, a2 ,...an‬ﺑﺤﯿﺚ ‪:‬‬

‫‪ a1‬ﻟﮫ ‪ n‬إﻣﻜﺎﻧﯿﺔ‬
‫‪ a2‬ﻟﮫ ‪ n  1‬إﻣﻜﺎﻧﯿﺔ‬
‫‪............‬‬
‫‪ an‬ﻟﮫ ‪ 1‬إﻣﻜﺎﻧﯿﺔ‬

‫ﻣﺜﺎل آﺧﺮ ‪ :‬ﺑﻜﻢ طﺮﯾﻘﺔ ﯾﻤﻜﻦ أن ﻧﺮﺗﺐ ‪ 4‬أﻓﺮاد ؟‪ .‬ﻋﺪد اﻟﻄﺮق ھﻮ‬
‫‪P4 = 4!= 4 × 3 × 2 × 1 = 24‬‬

‫‪ 4.2‬اﻟﺘﺒﺪﯾﻼت ﺑﺘﻜﺮار)‪: (Permutations avec répétition‬‬

‫ﻏﺎﻟﺒﺎ ﻣﺎ ﻧﻮ ُد ﻣﻌﺮﻓﺔ ﻋﺪد اﻟﺘﺒﺪﯾﻼت ﻟﻌﺪد ﻣﻦ اﻟﻌﻨﺎﺻﺮ ﺑﻌﻀﮭﺎ ﻣﺘﺸﺎﺑﮫ‪ .‬ﻋﻨﺪﺋﺬ ﯾﻜﻮن‬
‫اﻟﺤﻞ ﻛﻤﺎ ﯾﻠﻲ ‪ :‬ﻋﺪد اﻟﺘﺒﺪﯾﻼت ﻟـ ‪ n‬ﻋﻨﺼﺮا ﻣﻦ ﺑﯿﻨﮭﺎ ‪ n1‬ﻋﻨﺼﺮا ﻣﺘﺸﺎﺑﮭﺎ و ‪n2‬‬
‫ﻋﻨﺼﺮا ﻣﺘﺸﺎﺑﮭﺎ ‪ ...‬و ‪ nk‬ﻋﻨﺼﺮا ﻣﺘﺸﺎﺑﮭﺎ ھﻮ ‪:‬‬
‫!‪n‬‬
‫! ‪n1.!n2!...nk‬‬

‫ﻣﺜﺎل ‪ :‬ﻧﺮﯾﺪ ﺗﺸﻜﯿﻞ ﻛﻞ اﻟﻜﻠﻤﺎت اﻟﺘﻲ ﺗﺘﻀﻤﻨﮭﺎ اﻟﻜﻠﻤﺔ » ‪.« LILLE‬‬

‫ھﻨﺎك ‪ !5‬ﺗﺒﺪﯾﻼ ﻣﻤﻜﻨﺎ ﻟﻠﺤﺮوف ‪ L1, I , L2, L3 ,E‬ﻋﻨﺪ اﻋﺘﺒﺎر اﻟﺤﺮوف ‪L2, L3‬‬
‫‪ L1,‬ﻣﺨﺘﻠﻔﺔ‪.‬‬
‫ﻧﻼﺣﻆ أن اﻟﺘﺒﺪﯾﻼت اﻟﺴﺘﺔ اﻟﺘﺎﻟﯿﺔ ﺗﺸﻜﻞ ﻧﻔﺲ اﻟﻜﻠﻤﺔ ﻋﻨﺪ ﻋﺪم اﻟﺘﻤﯿﯿﺰ ﺑﯿﻦ ‪L2, L3‬‬
‫‪: L1,‬‬
‫‪29‬‬
‫‪EI, L2L1L3 EI, L1L3 L2 EI, L3 L1L2 EI, L2L3 L1 EI, L1L2L3‬‬
‫‪L3 L1L2IE‬‬
‫أي أن ﻋﺪد اﻟﺘﺒﺪﯾﻼت ﻣﻦ ھﺬا اﻟﺸﻜﻞ ﯾﺴﺎوي ‪ !3‬و ﺑﺎﻟﺘﺎﻟﻲ ھﻨﺎك ‪:‬‬
‫!‪120 5‬‬ ‫!‪5‬‬
‫= ‪ 20‬ﻛﻠﻤﺔ ﻣﺨﺘﻠﻔﺔ‬ ‫= =‬
‫‪6‬‬ ‫!‪3! 3!.1!.1‬‬

‫‪ 5.2‬اﻟﺘﺮﺗﯿﺒﺎت )‪(Arrangements‬‬
‫ﻣﺜﺎل ‪ :‬ﻟﺪﯾﻨﺎ ﺛﻼﺛﺔ أﺣﺮف ‪. a, b , c‬‬
‫ﻛﻢ ﻣﻦ ﻛﻠﻤﺔ ﯾﻤﻜﻦ ﺗﺸﻜﯿﻠﮭﺎ ﺑﺤﺮﻓﯿﻦ ﻣﺨﺘﻠﻔﯿﻦ ﻣﺄﺧﻮذﯾﻦ ﻣﻦ ھﺬه اﻷﺣﺮف اﻟﺜﻼث ؟‬
‫ﻟﺪﯾﻨﺎ اﻹﻣﻜﺎﻧﯿﺎت اﻟﺘﺎﻟﯿﺔ ‪ab, ba, ac, ca, bc, cb‬‬
‫إذن ‪ 6‬ﻛﻠﻤﺎت ﻣﻜﻮﻧﺔ ﻣﻦ ﺣﺮﻓﯿﻦ ؛ ﺗﺮﺗﯿﺒﺔ ذات ﻋﻨﺼﺮﯾﻦ ﻣﺄﺧﻮذة ﻣﻦ ‪ 3‬ﻋﻨﺎﺻﺮ‪.‬‬

‫ﺗﻌﺮﯾﻒ ‪ :‬ﻧﺴﻤﻲ ﺗﺮﺗﯿﺒﺔ ذات ‪ p‬ﻋﻨﺼﺮ ﻣﺄﺧﻮذة ﻣﻦ ‪ n‬ﻋﻨﺼﺮ‪ ،‬ﻛﻞ ﺗﺸﻜﯿﻠﺔ ﻣﺮﺗﺒﺔ و‬
‫ﺑﺪون ﺗﻜﺮار ذات ‪ p‬ﻋﻨﺼﺮ )طﺮﯾﻘﺔ ﻟـﺘﺮﺗﯿﺐ ‪ p‬ﻋﻨﺼﺮ ﻣﺄﺧﻮذ ﻣﻦ ‪ n‬ﻋﻨﺼﺮ ﻣﻊ‬
‫إﻋﺘﺒﺎر اﻟﺘﺮﺗﯿﺐ(‬

‫ﻧﺘﺎﺋﺞ ‪:‬‬
‫‪ Anp‬ھﻮ ﻋﺪد اﻟﺘﺮﺗﯿﺒﺎت ذات ‪ p‬ﻋﻨﺼﺮ ﻣﺄﺧﻮذة ﻣﻦ ‪ n‬ﻋﻨﺼﺮ‬ ‫‪‬‬
‫!‪n‬‬
‫‪Anp ‬‬ ‫‪‬‬
‫!‪n  p ‬‬
‫اﻟﺒﺮھﺎن ‪:‬‬
‫اﻟﻤﻜﺎن اﻷول ﻟﮫ ‪ n‬إﻣﻜﺎﻧﯿﺔ‬
‫اﻟﻤﻜﺎن اﻟﺜﺎﻧﻲ ﻟﮫ ‪ n -1‬إﻣﻜﺎﻧﯿﺔ‬
‫‪.....‬‬
‫اﻟﻤﻜﺎن ‪ p‬ﻟﮫ ‪ n-p+1‬إﻣﻜﺎﻧﯿﺔ‬

‫‪30‬‬
 ‫ﻣﻦ اﻟﻮاﺿﺢ أن‬
‫!‪n‬‬ ‫!) ‪n  (n  1)  ...  (n  p  1)  (n  p‬‬
‫‪‬‬ ‫)‪ n  (n  1)  ...  (n  p  1‬‬
‫!)‪(n  p‬‬ ‫!) ‪(n  p‬‬

‫ﻣﺜﺎل ‪: 1‬ﻟﻠﺪﺧﻮل إﻟﻰ ﺑﻨﻚ ﻣﻌﻠﻮﻣﺎت‪ ،‬ﯾﺠﺐ إدﺧﺎل ﻛﻠﻤﺔ ﺳ ِ ﺮﻣﻜﻮﻧﺔ ﻣﻦ ‪ 4‬أﺣﺮف‪ .‬ﻣﺎ‬
‫ھﻮ ﻋﺪد اﻟﻜﻠﻤﺎت اﻟﻤﻤﻜﻨﺔ ؟‪ .‬اﻟﻌﺪد ھﻮ ‪. A 426 = 258800‬‬

‫ﻣﺜﺎل‪ :2‬ﻋﺪد اﻟﺘﻄﺒﯿﻘﺎت اﻟﻤﺘﺒﺎﯾﻨﺔ ‪ E‬ﻓﻲ ‪ F‬ﺣﯿﺚ‬

‫‪CardE  r‬‬ ‫‪,‬‬ ‫‪CardF  n ,‬‬ ‫‪/ r n‬‬

‫‪Anr‬‬ ‫ھﻮ‬

‫ﻣﺜﺎل ‪ Anr : 3‬ھﻮﻋﺪد اﻟﻄﺮق اﻟﻼزﻣﺔ ﻟﻮﺿﻊ ‪ r‬ﻛﺮة ﻓﻲ ‪ n‬ﺻﻨﺪوق ﺑﺤﯿﺚ ﻻ‬

‫ﯾﺴﻘﻂ ﻓﻲ اﻟﺼﻨﺪوق أﻛﺜﺮ واﺣﺪة )ﺗﺮﺟﻤﺔ ﻟﻠﺘﻄﺒﯿﻖ اﻟﻤﺘﺒﺎﯾﻦ(‪.‬‬

‫ﻣﺜﺎل‪ :4‬ﻟﺪﯾﻨﺎ ‪ n‬ﻛﺘﺎب و أردﻧﺎ اﺧﺘﯿﺎر ﻣﺠﻤﻮﻋﺔ ﺟﺰﺋﯿﺔ ﻣﻨﮫ ﻣﻜﻮﻧﺔ ﻣﻦ ‪ r‬ﻛﺘﺎب‬
‫‪ r ≤ n ‬ﺑﺤﯿﺚ ﻧﺮاﻋﻲ ﻣﻨﮫ ﺗﺮﺗﯿﺐ اﻟﻜﺘﺐ ‪.‬‬
‫ﻓﯿﻤﻜﻦ أن ﯾﺘﻢ دﻟﻚ ﺑﻌﺪد ﻣﻦ اﻟﻄﺮق ھﻮ ‪ Anr‬طﺮﯾﻘﺔ‪.‬‬

‫‪Ann  n! Pn‬‬ ‫ﺣﺎﻟﺔ ﺧﺎﺻﺔ‪:‬‬

‫ﻣﺜﺎل‪ :‬ﻟﺪﯾﻨﺎ ‪ 4‬ﻛﺘﺐ ‪ A, B, C , D‬ﻧﺨﺘﺎر ﻣﻨﮭﺎ ‪ 3‬ﻛﺘﺐ ﻣﻊ ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ ‪ .‬ﻟﺪﯾﻨﺎ‪:‬‬
‫‪ABC ABD BCD ACD‬‬

‫‪BCA ADB CDB CDA‬‬

‫‪CAB BAD DBC DAC‬‬

‫‪CBA BDA DCB CAD‬‬

‫‪31‬‬
 ‫‪ACB DAB BDC ADC‬‬

‫‪BAC DBA CBD CAD‬‬

‫‪3!.4  24  A43‬‬ ‫إذن ﻟﺪﯾﻨﺎ‬

‫ﻣﻼﺣﻈﺔ ‪ : 1‬ﻣﺎذا ﯾﻌﻨﻲ "ﺗﺮﺗﯿﺒﺔ ﺑـ ‪ p‬ﺗﻜﺮار ﻣﺄﺧﻮذة ﻣﻦ ‪ n‬ﻋﻨﺼﺮ" ؟‪.‬‬

‫ھﻲ ﺗﺸﻜﯿﻠﺔ ﻣﺮﺗﺒﺔ ذات ‪ p‬ﻋﻨﺼﺮ ﻣﻊ ﺗﻜﺮار‪ .‬ﻋﺪد اﻟﺘﺮﺗﯿﺒﺎت ﻋﻨﺪﺋﺬ ھﻮ ‪.np‬‬

‫ﻣﻼﺣﻈﺔ ‪ : 2‬ﻟﻤﺎ ﻧﺴﺘﻌﻤﻞ اﻟﻠﻔﻆ "ﺗﺮﺗﯿﺒﺔ" و ﻓﻘﻂ‪ ،،‬ﻓﻨﻘﺼﺪ ﺑﺬﻟﻚ ﺗﺮﺗﯿﺒﺔ ﺑﺪون ﺗﻜﺮار‬

‫ﻣﻼﺣﻈﺔ ‪ : 3‬ﻓﻲ ﺣﺎﻟﺔ اﻟﺘﺮﺗﯿﺒﺎت ‪:‬‬

‫‪ ‬ﻻ ﯾﻮﺟﺪ ﺗﻜﺮار‬
‫‪ ‬اﻟﺘﺮﺗﯿﺐ ﻣ ُ ﮭٌﻢ‬

‫)‪(Combinaisons‬‬ ‫‪ 6.2‬اﻟﺘﻮﻓﯿﻘﺎت‬
‫ﻣﺜﺎل ‪ :‬ﻟﺪﯾﻨﺎ اﻷﺣﺮف ‪ . a, b, c, d‬اﻟﺘﻮﻓﯿﻘﺎت ذات ‪ 2‬ﻋﻨﺼﺮھﻲ اﻹﻣﻜﺎﻧﯿﺎت اﻟﺘﺎﻟﯿﺔ ‪:‬‬

‫}‪ . {a , b}, {a , c}, , {a , d}, {b, c}, {b, d}, {c, d‬ﻋﺪدھﺎ ‪.6‬‬

‫ﺗﻌﺮﯾـﻒ ‪ :‬ﻧﺴﻤﻲ "ﺗﻮﻓﯿﻘﺔ ذات ‪ p‬ﻋﻨﺼﺮ ﻣﺄﺧﻮذة ﻣﻦ ‪ n‬ﻋﻨﺼﺮ"‪ ،‬ﻛﻞ ﺗﺸﻜﯿﻠﺔ ﻏﯿﺮ‬
‫ﻣﺮﺗﺒﺔ ذات ‪ p‬ﻋﻨﺼﺮ )ﻣﺠﻤﻮﻋﺔ ﺟﺰﺋﯿﺔ ذات ‪ p‬ﻋﻨﺼﺮ ﻣﺄﺧﻮذة ﻣﻦ ‪ n‬ﻋﻨﺼﺮ‬
‫ﻣﻤﻜﻦ(‪.‬‬
‫ﻧﺘﯿﺠﺔ ‪ :‬ﻋﺪد اﻟﺘﻮﻓﯿﻘﺎت ذات ‪ p‬ﻋﻨﺼﺮ ﻣﺄﺧﻮذة ﻣﻦ ‪ n‬ﻋﻨﺼﺮ ھﻮ اﻟﻌﺪد‬
‫!‪n‬‬ ‫‪n‬‬
‫‪Cnp ‬‬ ‫‪  ‬‬
‫‪p!(n  p )!  p ‬‬

‫اﻟﺒﺮھﺎن ‪ :‬إﻧﻄﻼﻗﺎ ﻣﻦ ﺗﻮﻓﯿﻘﺔ ذات ‪ p‬ﻋﻨﺼﺮ ﻣﺄﺧﻮذة ﻣﻦ ‪ n‬ﻋﻨﺼﺮ ﻧﺴﺘﻄﯿﻊ ﺗﻜﻮﯾﻦ‬

‫! ‪ r‬ﺗﺒﺪﯾﻠﺔ‪ ،‬أي ‪Anp  r!.Cnp‬‬
‫‪32‬‬
‫ﻣﺜﺎل ‪ :‬إذا رﺟﻌﻨﺎ إﻟﻰ اﻟﻤﺜﺎل اﻟﺴﺎﺑﻖ‪ ،‬ﻓﻌﺪد اﻟﻄﺮق ﻹﺧﺘﯿﺎر ‪ 3‬ﻛﺘﺐ ﻣﻦ ﺑﯿﻦ ‪4‬‬
‫‪A43‬‬
‫‪C43 ‬‬ ‫دون ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ ھﻮ ‪ 4‬‬
‫!‪3‬‬

‫ﺧﻮاص‪:‬‬
‫‪Cn0  Cnn  1‬‬ ‫‪‬‬
‫‪i 1‬‬
‫‪Cni 1  Cn  Cni‬‬ ‫‪‬‬
‫‪n‬‬
‫‪) a  b n   Cnk a k b n  k‬دﺳﺘﻮر ﺛﻨﺎﺋﻲ اﻟﺤﺪ(‬ ‫‪‬‬
‫‪k 0‬‬

‫‪ 7.2‬أﻧﻮاع اﻟﺴﺤﺐ ‪:‬‬

‫ا( اﻟﺴﺤﺐ ﻣﻊ اﻹرﺟﺎع ) اﻟﺴﺤﺐ اﻟﺒﺮﻧﻮﻟﻲ( ‪ :‬ﻟﯿﻜﻦ ﻟﺪﯾﻨﺎ ‪ n‬ﻛﺮة ﻓﻲ ﺻﻨﺪوق ‪،‬‬
‫ﻧﻘﻮل أﻧﻨﺎ ﺳﺤﺒﻨﺎ ‪ r‬ﻛﺮة ﻣﻊ اﻹرﺟﺎع اذا ﻗﻤﻨﺎ ‪ r‬ﺑﻌﻤﻠﯿﺔ ﺳﺤﺐ ﻓﻲ ﻛﻞ ﻣﺮة‬
‫ﻧﺴﺤﺐ ﻛﺮة واﺣﺪة ﺛﻢ ﻧﺮﺟﻌﮭﺎ إﻟﻰ اﻟﺼﻨﺪوق ﻗﺒﻞ اﻟﻘﯿﺎم ﺑﺎﻟﻌﻤﻠﯿﺔ اﻟﻤﻮاﻟﯿﺔ ‪.‬‬
‫إن ﻋﺪد اﻟﻄﺮق ﻟﺬﻟﻚ ھﻮ ‪nr‬‬

‫ﻣﺜﺎل‪ :‬ﻟﺪﯾﻨﺎ ﺻﻨﺪوق ﺑﮫ ‪ 3‬ﻛﺮات ‪ a, b, c‬ﻧﺴﺤﺐ ﻛﺮﺗﯿﻦ ﻣﻊ اﻹرﺟﺎع ھﻮ ‪.9=32‬‬

‫ب(اﻟﺴﺤﺐ دون إرﺟﺎع‪:‬‬

‫‪ ‬ﯾﻤﻜﻦ أن ﯾﺘﻢ ﻣﻊ ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ و ﻋﺪد اﻟﻄﺮق ھﻮ ‪Anr‬‬

‫‪ ‬ﯾﻤﻜﻦ أن ﯾﺘﻢ دون ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ و ﻋﺪد اﻟﻄﺮق ھﻮ ‪Cnr‬‬

‫‪33‬‬
 ‫ﺗﻤﺎرﯾﻦ ﺧﺎﺻﺔ ﺑﺎﻟﺘﺤﻠﯿﻞ اﻟﺘﻮﻓﯿﻘﻲ‬

‫‪r  n, card F  n, card E  r‬‬ ‫ﺗﻤﺮﯾﻦ ‪ E : 1‬و ‪ F‬ﻣﺠﻤﻮﻋﺘﺎن ﺑﺤﯿﺚ‪:‬‬

‫‪ ‬ﻣﺎ ھﻮ ﻋﺪد ﺗﻄﺒﯿﻘﺎت ‪ E‬ﻓﻲ ‪ F‬؟‬
‫‪ ‬ﻣﺎ ھﻮ ﻋﺪد اﻟﺘﻄﺒﯿﻘﺎت اﻟﻤﺘﺒﺎﯾﻨﺔ ﻟـ ‪ E‬ﻓﻲ ‪ F‬؟‬

‫ﺗﻤﺮﯾﻦ ‪ : 2‬ﺑﻜﻢ طﺮﯾﻘﺔ ﯾﻤﻜﻦ أن ﻧﻀﻊ ‪ r‬ﻓﻲ ‪ n‬ﺻﻨﺪوق ؟‬

‫ﻛﺮة‪r  n  .‬‬ ‫ﺗﻤﺮﯾﻦ ‪ : 3‬ﺻﻨﺪوق ﯾﺤﺘﻮي ﻋﻠﻰ ‪ n‬ﻛﺮة ‪ .‬ﻧﺴﺤﺐ ﻣﻨﮫ ‪r‬‬

‫‪ ‬ﻣﺎ ھﻮ ﻋﺪد اﻹﻣﻜﺎﻧﯿﺎت ﻓﻲ ﺣﺎﻟﺔ اﻟﺴﺤﺐ ﻣﻊ اﻹرﺟﺎع ؟‬

‫‪ ‬ﻣﺎ ھﻮ ﻋﺪد اﻹﻣﻜﺎﻧﯿﺎت ﻓﻲ ﺣﺎﻟﺔ ﻋﺪم اﻹرﺟﺎع و ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ ؟‬
‫‪ ‬ﻣﺎ ھﻮ ﻋﺪد اﻹﻣﻜﺎﻧﯿﺎت ﻓﻲ ﺣﺎﻟﺔ ﻋﺪم اﻹرﺟﺎع وﻋﺪم ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ ؟‬

‫ﺗﻤﺮﯾﻦ ‪ :4‬ﺑﻜﻢ طﺮﯾﻘﺔ ﯾﻤﻜﻦ أن ﻧﮭﺪي ‪ 7‬ﻟﻌﺐ إﻟﻰ ‪ 3‬أطﻔﺎل ﺑﺤﯿﺚ ﯾﺘﻠﻘﻰ أﺻﻐﺮھﻢ‬
‫‪ 3‬ﻟﻌﺐ و ﯾﺘﻠﻘﻰ اﻵﺧﺮﯾﻦ ﻟﻌﺒﺘﯿﻦ ﻛﻼھﻤﺎ؟‬

‫‪34‬‬
 ‫ﺣﻠــﻮل اﻟﺘﻤﺎرﯾﻦ‬
‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪r  n, card F  n, card E  r : 1‬‬
‫ﻋﺪد ﺗﻄﺒﯿﻘﺎت ‪ E‬ﻓﻲ ‪ F‬ھﻮ ‪. nr‬‬ ‫‪-‬‬
‫‪ -‬ﻋﺪد اﻟﺘﻄﺒﯿﻘﺎت اﻟﻤﺘﺒﺎﯾﻨﺔ ‪ :‬ھﻨﺎ اﻟﺘﺮﺗﯿﺐ ﻣﮭﻢ و اﻟﻌﺪد ھﻮ ‪ . Anr‬ﻟﻨﺒﺮھﻦ ﻋﻠﻰ ذﻟﻚ‬
‫ﺑﺎﻟﺘﺮاﺟﻊ ‪ .‬ﻧﺴﺘﻄﯿﻊ ﺗﻌﺮﯾﻒ ﻣﺠﻤﻮﻋﺔ اﻟﺘﻄﺒﯿﻘﺎت اﻟﻤﺘﺒﺎﯾﻨﺔ ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫‪F‬‬ ‫‪n‬‬
‫‪r‬‬
‫‪‬‬
‫‪  x1 , x2 ,..., xr   F n : xi  x j , i  j‬‬ ‫‪‬‬
‫إذن ﻋﻠﯿﻨﺎ ﺑﺮھﺎن ﺑﺎﻟﺘﺮاﺟﻊ أن ‪. cardF nr = A rn‬‬
‫‪ -‬ﻣﻦ أﺟﻞ ‪ : r = 2‬ﻟﺪﯾﻨﺎ ‪Fn2  x, y ∈F 2 : x ≠y‬‬
‫ﻧﻀﻊ ‪ A  y  F : x  y, x  F ‬ھﻲ ﻣﺠﻤﻮﻋﺔ ﻛﻞ ﻋﻨﺎﺻﺮ ‪ F‬اﻟﻤﺨﺘﻠﻔﺔ ﻣﻦ‬
‫‪ x‬ﻣﺜﺒﺖ ﻣﻦ ‪E‬‬
‫‪‬‬
‫إذن ‪ . cardA  n  1‬ﺗﻼﺣﻆ أن ‪ Fn2   x A‬و ﻣﻨﮫ‬
‫‪x F‬‬

‫‪cardFn2   card x.cardA  n(n  1)  An2‬‬

‫‪x F‬‬

‫‪‬‬
‫‪F‬‬ ‫‪n‬‬
‫‪3‬‬
‫‪‬‬
‫‪  x, y, z  ∈F 3 : x ≠y , x ≠z , y ≠z ‬‬ ‫‪  F  z‬‬ ‫‪n‬‬
‫‪2‬‬
‫‪ -‬ﻟـﺄﺟﻞ ‪: r  3‬‬
‫‪z∈F‬‬
‫‪x ≠z , z ≠y‬‬

‫‪cardFn3  n(n  1)(n  2)  An3‬‬ ‫و ﺑﺬﻟﻚ‬

‫ﻧﻔﺮض ﺻﺤﺔ اﻟﺨﺎﺻﯿﺔ ﻣﻦ أﺣﻞ ‪ r‬و ﻧﺒﺮھﻦ ﻋﻠﻰ ﺻﺤﺘﮭﺎ ﻣﻦ أﺟﻞ ‪ . r  1‬ﻟﺪﯾﻨﺎ ‪:‬‬

‫‪F‬‬ ‫‪n‬‬
‫‪r 1‬‬
‫‪  x1 , x2 ,..., xr , xr 1   F r 1 : xi ≠x j  ‬‬ ‫‪ F  x ‬‬‫‪n‬‬
‫‪r‬‬
‫‪r 1‬‬
‫‪‬‬ ‫‪i j‬‬ ‫‪‬‬ ‫‪x r 1  F‬‬
‫‪x r 1  x i‬‬

‫‪35‬‬
 ‫‪n‬‬
‫‪F‬‬ ‫‪n‬‬
‫‪r 1‬‬
‫‪  cardFnr  card xr 1  Anr  n  1  Anr 1‬‬ ‫و ﻣﻨﮫ‬
‫‪1‬‬

‫إذن اﻟﺨﺎﺻﯿﺔ ﺻﺤﯿﺤﺔ ﻣﻦ أﺟﻞ ‪. r  1‬‬

‫ﻣﻦ اﻟﺘﺮاﺟﻊ ﯾﻨﺘﺞ أن ‪. cardFnr  Anr‬‬

‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ : 2‬ﻋﺪد طﺮق وﺿﻊ ‪ r‬ﻛﺮة ﻓﻲ ‪ n‬ﺻﻨﺪوق ھﻮ ‪.nr‬‬

‫‪a‬‬ ‫‪b‬‬ ‫‪c‬‬ ‫ﻣﺜﻼ ﻣﻦ أﺟﻞ ‪ r =3‬و ‪n=2‬‬

‫‪abc‬‬

‫‪ab‬‬ ‫‪c‬‬

‫‪a‬‬ ‫‪bc‬‬

‫‪b‬‬ ‫‪ac‬‬

‫‪c‬‬ ‫‪ab‬‬

‫‪ac‬‬ ‫‪b‬‬

‫‪bc‬‬ ‫‪a‬‬

‫‪abc‬‬

‫‪r  n ‬‬ ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‪ : 3‬ﺻﻨﺪوق ﯾﺤﺘﻮي ﻋﻠﻰ ‪ n‬ﻛﺮة ‪ .‬ﻧﺴﺤﺐ ﻣﻨﮫ ‪ r‬ﻛﺮة‪.‬‬
‫‪r‬‬
‫ﻋﺪد اﻹﻣﻜﺎﻧﯿﺎت ﻓﻲ ﺣﺎﻟﺔ اﻟﺴﺤﺐ ﻣﻊ اﻹرﺟﺎع ھﻮ ‪n‬‬ ‫‪‬‬
‫ﻋﻠﻰ ﺳﺒﯿﻞ اﻟﺸﺮح ﻟﻮ ﻧﺄﺧﺬ ﻣﺜﻼ ﻣﻦ أﺟﻞ ‪ n=3‬و ‪ r=2‬ﯾﻜﻮن‬

‫‪a‬‬ ‫‪b‬‬ ‫‪c‬‬ ‫‪a‬‬ ‫‪a‬‬ ‫‪b‬‬ ‫‪b‬‬ ‫‪c‬‬ ‫‪c‬‬ ‫‪a‬‬ ‫‪b‬‬
‫‪36‬‬

‫‪b‬‬ ‫‪a‬‬ ‫‪a‬‬ ‫‪c‬‬ ‫‪c‬‬ ‫‪a‬‬ ‫‪b‬‬ ‫‪c‬‬ ‫‪c‬‬ ‫‪b‬‬
 ‫‪ ‬ﻋﺪد اﻹﻣﻜﺎﻧﯿﺎت ﻓﻲ ﺣﺎﻟﺔ ﻋﺪم اﻹرﺟﺎع و ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ ھﻮ ‪Anr‬‬

‫ﻟﻮ أﺧﺬﻧﺎ اﻟﻤﺜﺎل اﻟﺴﺎﺑﻖ ﯾﻜﻮن‬

‫أو‬ ‫‪b‬‬ ‫أو‬

‫‪c‬‬ ‫‪a‬‬ ‫‪b‬‬ ‫‪a‬‬ ‫‪c‬‬ ‫‪b‬‬ ‫‪a‬‬ ‫‪c‬‬

‫أو‬ ‫أو‬ ‫‪b‬‬ ‫‪c‬‬ ‫‪a‬‬

‫‪c‬‬ ‫‪b‬‬ ‫‪a‬‬ ‫‪a‬‬ ‫‪b‬‬ ‫‪c‬‬

‫‪ ‬ﻋﺪد اﻹﻣﻜﺎﻧﯿﺎت ﻓﻲ ﺣﺎﻟﺔ ﻋﺪم اﻹرﺟﺎع وﻋﺪم ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ ھﻮ ‪C rn‬‬

‫ﻟﻮ أﺧﺬﻧﺎ اﻟﻤﺜﺎل اﻟﺴﺎﺑﻖ ﯾﻜﻮن‬

‫‪b‬‬ ‫‪c‬‬
‫‪a‬‬ ‫‪b‬‬ ‫‪a‬‬ ‫‪b‬‬ ‫‪a‬‬ ‫‪c‬‬
‫‪c‬‬

‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ : 4‬ﻧﺒﺤﺚ ﻋﻦ ﻋﺪد اﻟﺘﺠﺰﺋﺎت اﻟﻤﺮﺗﺒﺔ ﻟﻠﻌﺐ اﻟﺴﺒﻊ إﻟﻰ ﻣﺠﻤﻮﻋﺎت‬
‫ذات ‪ 2 ،2 ،3‬ﻟﻌﺐ‪ .‬ﯾﻜﻮن ﻋﺪد اﻟﻄﺮق إذن‬
‫!‪7‬‬
‫!‪3!2!2‬‬

‫‪37‬‬
 ‫‪ .3‬اﻹﺣﺘﻤﺎﻻت‬
‫‪ 1.3‬اﻟﻔﻀﺎء اﻹﺣﺘﻤﺎﻟﻲ ‪:‬‬
‫ﺗﻌﺮﯾﻒ اﻟﻔﻀﺎء اﻻﺣﺘﻤﺎﻟﻲ‪ :‬ﻧﺴﻤﻲ ﻓﻀﺎءا اﺣﺘﻤﺎﻟﯿﺎ اﻟﺜﻼﺛﯿﺔ ‪ , B , P ‬ﺣﯿﺚ‪:‬‬
‫‪ : ‬ﻣﺠﻤﻮﻋﺔ‬
‫‪ :‬ﻋﺸﯿﺮة ﻣﻦ أﺟﺰاء ‪‬‬ ‫‪B‬‬
‫‪P   1‬‬ ‫ﺑﺤﯿﺚ‬ ‫‪B‬‬ ‫‪ : P‬ﻗﯿﺎس ﻣﻮﺟﺐ ﻋﻠﻰ‬

‫‪ 2.3‬ﻣﺼﻄﻠﺤﺎت ‪:‬‬
‫ﺗﺪﻋﻰ ‪ ‬ﺑﺎﻟﻤﺠﻤﻮﻋﺔ اﻷﺳﺎﺳﯿﺔ أو ﻣﺠﻤﻮﻋﺔ اﻟﻨﺘﺎﺋﺞ اﻟﻤﻤﻜﻨﺔ‬
‫ﻋﺸﯿﺮة اﻷﺣﺪاث‪.‬‬ ‫‪B‬‬ ‫ﺗﺴﻤﻰ أﺣﺪاث ‪ ،‬ﻓﺘﻜﻮن‬ ‫‪B‬‬ ‫‪ -‬ﻋﻨﺎﺻﺮ‬
‫‪ -‬اﻟﻘﯿﺎس ‪ P‬ﯾﺴﻤﻰ ﻗﯿﺎس اﻻﺣﺘﻤﺎل و ﯾﺤﻘﻖ‪:‬‬
‫‪0 ≤ P ≤1‬‬
‫‪ A ‬ﻓﺎن ‪ P A‬ﻗﯿﺎس اﺣﺘﻤﺎل اﻟﺤﺪث ‪A‬‬ ‫‪ -‬اذا ﻛﺎن ‪B‬‬
‫‪ -‬اذا ﻛﺎن ‪ A, B  B‬ﺑﺤﯿﺚ ‪ A  B  ‬ﻓﻨﻘﻮل إﻧﮭﻤﺎ ﺣﺪﺛﺎن ﻣﺘﻨﺎﻓﯿﺎن‪.‬‬
‫‪A A‬‬ ‫‪ -‬اﻟﺤﺪث اﻟﻤﻌﺎﻛﺲ ﻟﻠﺤﺪث ‪ A‬ھﻮ اﻟﺤﺪث‬
‫‪ -‬اﻟﺤﺪث ‪ ‬ﯾﺪﻋﻰ اﻟﺤﺪث اﻷﻛﯿﺪ و ‪ ‬ﯾﺪﻋﻰ اﻟﺤﺪث اﻟﻤﺴﺘﺤﯿﻞ ‪.‬‬
‫‪ -‬إذا وﺟﺪ ﺣﺪث ‪ A‬ﺑﺤﯿﺚ ‪ P A  1‬ﻓﻨﺴﻤﯿﮫ ‪ A‬ﺣﺪث ﺷﺒﮫ أﻛﯿﺪ‪.‬‬
‫‪ -‬إذا وﺟﺪ ﺣﺪث ‪ A‬ﺑﺤﯿﺚ ‪ P A  0‬ﻓﻨﻘﻮل ان ‪ A‬ﺣﺪث ﺷﺒﮫ ﻣﺴﺘﺤﯿﻞ‪.‬‬
‫) ﻣﺜﻞ ﻗﯿﺎس اﻟﻄﻮل ﻋﻨﺪ اﻟﻤﺠﻤﻮﻋﺎت اﻟﻤﻨﺘﮭﯿﺔ و اﻟﻘﺎﺑﻠﺔ ﻟﻠﻌﺪ(‬
‫‪ A, B‬ﺣﯿﺚ ‪ A  B‬ﻓﻨﻘﻮل وﻗﻮع ‪  A‬وﻗﻮع ‪B‬‬ ‫‪ -‬إذا وﺟﺪ‬

‫‪38‬‬
‫ﻓﺎن ‪ A  B‬ﺣﺪث ﻣﻌﻨﺎه وﻗﻮع ‪ A‬او وﻗﻮع ‪B‬‬ ‫ﻣﻦ ‪B‬‬ ‫‪ -‬إذا ﻛﺎن ‪A, B‬‬
‫‪ A  B‬ﺣﺪث ﻣﻌﻨﺎه وﻗﻮع ‪ A‬و ﻋﺪم وﻗﻮع ‪B‬‬ ‫و‬
‫‪ A  B‬ﺣﺪث ﻣﻌﻨﺎه وﻗﻮع ‪ A‬و ‪ B‬ﻣﻌﺎ‬
‫ﻓﺎن ‪ n An‬ﺣﺪث و ﻣﻌﻨﺎه وﻗﻮع اﺣﺪ‬ ‫‪ -‬إذا ﻛﺎﻧﺖ ‪  An   B‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﻦ اﻷﺣﺪاث‬

‫اﻷﺣﺪاث ‪ An‬ﻋﻠﻰ اﻷﻗﻞ‬

‫‪n  IN ، An‬‬ ‫ﺣﺪث و ﻣﻌﻨﺎه وﻗﻮع ﻛﻞ اﻷﺣﺪاث‬ ‫‪ An‬‬
‫‪n‬‬
‫ﻛﺬﻟﻚ‬

‫‪ 3.3‬ﺧﻮاص اﻹﺣﺘﻤﺎل ‪:‬‬

‫ﯾﻨﺘﺞ ﻣﻦ ﺗﻌﺮﯾﻒ اﻻﺣﺘﻤﺎل اﻟﺨﻮاص اﻟﺮﺋﯿﺴﯿﺔ اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫أ‪P   0 .‬‬
‫‪‬‬
‫‪ An ‬‬ ‫‪ - σ‬ﺟﻤﻌﯿﺔ أي ‪ : P( A) n  ∑P An ‬اﻟﻤﺘﻨﺎﻓﯿﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ‬ ‫ب‪.‬‬
‫‪n‬‬

‫‪P   1‬‬ ‫ج‪.‬‬

‫د‪ .‬اﻟﺠﻤﻌﯿﺔ ) اﻟﺠﻤﻌﯿﺔ اﻟﻤﻨﺘﮭﯿﺔ ( و ھﻲ ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬

‫‪A, B ‬‬ ‫‪B,‬‬ ‫‪A  B   : P A∪B   P A  PB ‬‬

‫‪ P  A ≤ P  B ‬‬
‫‪‬‬
‫‪∀A, B ∈ B A ⊂B ‬‬ ‫‪ ‬‬ ‫‪‬‬ ‫) ‪ P‬ﻣﺘﺰاﯾﺪ(‬
‫‪P‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪B‬‬ ‫‪A‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪P‬‬ ‫‪‬‬ ‫‪B‬‬ ‫‪‬‬ ‫‪P‬‬ ‫‪‬‬ ‫‪A‬‬ ‫‪‬‬
‫‪ ‬‬ ‫‪‬‬

‫‪‬‬
‫‪B  A∪ B  A‬‬ ‫ﻷن‬
‫‪  .‬‬ ‫‪‬‬
‫‪P B  P A∪B  A ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫)*(‪ P A  P B  A ...‬‬
‫‪39‬‬
 PB  A ≥0 ‫و ﺑﻤﺎ ان‬
P  A ≤ P  B  ‫إذن‬
P B  - P  A = P B - A  ‫ ﻓﺎن‬P(A ) < ∞ ‫ﻣﻦ )*( أﯾﻀﺎ و ﻣﻦ ﻛﻮن‬
0 ≤ P  A ≤ 1 ‫ ﻓﺈن‬، A  B   A ‫ﺑﻤﺎ أن‬ .‫ه‬


P A  1  P  A .‫و‬
P  A ∪B   P  A  P B   P  A ∩B  .‫ي‬
A  B   A  A  B   B  A  B  ‫إذ ﯾﻤﻜﻦ اﺳﺘﻐﻼل اﻟﻜﺘﺎﺑﺔ‬

‫ و ﺗﻌﻨﻲ‬: ‫ﺟﻤﻌﯿﺔ اﻟﺠﺰﺋﯿﺔ‬-σ ‫ ﺧﺎﺻﯿﺔ اﻟـ‬.‫م‬

A  B : P( An )   P An 
n
n

 n 1
 
 An  ∪ An  ∪ Ai  ‫ﻷن‬
n i 1 
n-1
 
: ‫ و ﺑﺎﻟﺘﺎﻟﻲ‬، ‫ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﻨﺎﻓﯿﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ‬  An  ∪ Ai 
 i 1 
 n 1

P An   P ∪( An  ∪ Ai ) 
n i 1 
n -1
 
 ∑P An  ∪Ai 
 i 1 
n -1
≤∑P(A n )
 
 An  ∪ Ai   An ‫ﻟﻜﻮن‬
 i 1 
n
n 
P ∪Ai  ≤∑P Ai  :  Ai   B :‫ اﻟﺠﻤﻌﯿﺔ اﻟﺠﺰﺋﯿﺔ‬.‫ن‬
 i 1  i 1
P  A  B   P  A  P  B  ‫و ﺑﺼﻔﺔ ﺧﺎﺻﺔ‬

40
 ‫ل‪ .‬اﻻﺳﺘﻤﺮار اﻟﻤﺘﺰاﯾﺪ ‪  An ‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﺰاﯾﺪة ﻣﻦ ‪ B‬إذن ‪P(∪An )  lim P An ‬‬
‫‪n‬‬ ‫‪n‬‬

‫ﻣﻊ ‪lim A n = ∪A n‬‬

‫‪n‬‬

‫ﻟﻨﺒﺮر ذﻟﻚ‪ .‬ﻟﺘﻜﻦ ) ‪ (Bn‬ﻣﺘﺘﺎﻟﯿﺔ ﺑﺤﯿﺚ‬

‫‪B1  A1‬‬
‫‪B2  A2  A1‬‬
‫‪B3  A3  A2‬‬

‫‪..................‬‬
‫‪Bn  An  An 1‬‬ ‫‪n  2‬‬

‫) ‪ (Bn‬ﻣﺘﻨﺎﻓﯿﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ و ھﻲ أﺣﺪاث ﻣﺴﺘﻘﺮة ﺑﺎﻟﻨﺴﺒﺔ ﻟـ )‪(-‬‬

‫‪n‬‬
‫‪‬‬
‫‪An  ∪Bi‬‬ ‫ﻧﻼﺣﻆ أن‬
‫‪i 1‬‬

‫‪‬‬
‫‪∪An  ∪Bn‬‬ ‫اذن‪:‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪‬‬ ‫‪n‬‬
‫) ‪P( An )  P(∪Bn )  ∑P(Bn )  lim  P(Bi‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪n‬‬ ‫‪i 1‬‬

‫‪n‬‬
‫) ‪ lim P( Bi )  lim P( An‬‬ ‫و ﻣﻨﮫ‬
‫‪n‬‬ ‫‪i 1‬‬ ‫‪n‬‬

‫ك‪ .‬اﻻﺳﺘﻤﺮار اﻟﻤﺘﻨﺎﻗﺺ ) ‪ , P( An )  lim P( An‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﻨﺎﻗﺼﺔ ‪ An   B‬‬

‫‪n‬‬ ‫‪n‬‬

‫‪lim An  ∩An‬‬ ‫ﻣﻊ‬

‫ﻹﺛﺒﺎت ذﻟﻚ ﯾﻜﻔﻲ اﺧﺘﯿﺎر ﻣﺘﺘﺎﻟﯿﺔ ‪ ( n )n‬ﻣﺘﺰاﯾﺪة ﻣﻊ ‪ ، Bn   n‬و ﻧﺴﺘﻌﻤﻞ‬
‫ﻣﺎ ﺳﺒﻖ ) ﻓﻲ ﺣﺎﻟﺔ اﻟﺘﺰاﯾﺪ( ﺑﺎﻋﺘﺒﺎر ‪. P  ‬‬

‫‪41‬‬
 ‫‪ 4.3‬ﻣﻔﮭﻮم اﻟﺘﺠﺮﺑﺔ‪:‬‬
‫ﻣﺜﺎل ‪ :‬اذا ﺧﻠﻄﻨﺎ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻜﺮﯾﺎت ﻓﻲ ﺻﻨﺪوق ﺛﻢ ﺳﺤﺒﻨﺎ ﻣﻨﮭﺎ ﻛﺮة ﻋﻦ طﺮﯾﻖ‬
‫اﻟﺼﺪﻓﺔ ‪ ،‬ﻓﺈﻧﻨﺎ ﻧﻘﻮل أﻧﻨﺎ أﺟﺮﯾﻨﺎ ﺗﺠﺮﺑﺔ ﻋﺸﻮاﺋﯿﺔ ‪ .‬ﯾﻤﻜﻦ اﻋﺘﺒﺎر اﻟﺘﺠﺎرب اﻟﻌﺸﻮاﺋﯿﺔ‬
‫اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫* إﻟﻘﺎء زھﺮة ﻧﺮد‪.‬‬
‫*إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ‪.‬‬
‫*إﻟﻘﺎء ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻘﻄﻊ اﻟﻨﻘﺪﯾﺔ‪.‬‬
‫*إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ ﻋﺪة ﻣﺮات‪.‬‬
‫ﻓﺘﻜﻮن اﻟﻨﺘﺎﺋﺞ اﻟﻤﻤﻜﻨﺔ ﻟـ ‪ ‬ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫‪.   F, P‬‬ ‫ا( إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ‬
‫اﻟﻮﻗﻮع اﻟﻮﺟﮫ ‪Face‬‬ ‫‪F‬‬ ‫ﺣﯿﺚ‬
‫اﻟﻮﻗﻮع اﻟﻮﺟﮫ ‪Pile‬‬ ‫‪P‬‬
‫=‪B‬‬ ‫‪ ، Card  2‬اذن ‪P()   , , F , P‬‬ ‫ﻧﻼﺣﻆ أن‬
‫ب( اﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺮﺗﯿﻦ‪ ) :‬أو ﻗﻄﻌﺘﻲ ﻧﻘﺪ (‬
‫‪   F , F , F , P , P, F ,  P, P ‬‬
‫)‪B = P (‬‬ ‫و‬ ‫‪Card = 2 2 = 4‬‬

‫}‪ = {1,2,.....6}× {1,2,.....6‬‬ ‫ج( إﻟﻘﺎء زھﺮة ﻧﺮد ﻣﺮﺗﯿﻦ ‪:‬‬

‫}‪= {(1,1), (1,2),.......(1,6), (2,1), (2,2),........(2,6),......‬‬

‫‪Card = 6 2 = 36‬‬

‫‪ 5.3‬اﻟﺤﺪث اﻻﺑﺘﺪاﺋﻲ )اﻷوﻟﻲ(‪ :‬إن ﻟﻜﻞ ﺗﺠﺮﺑﺔ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻨﺘﺎﺋﺞ اﻟﻤﻤﻜﻨﺔ‬

‫‪  w1 , w2 , w3 ,.....wn .....‬‬

‫ﯾﺪﻋﻰ ﻛﻞ ﻣﻨﮭﺎ ﺣﺪﺛﺎ اﺑﺘﺪاﺋﯿﺎ‪.‬‬

‫‪42‬‬
 ‫ﻓﺈذا ﺣﺪث واﺣﺪ ﻣﻨﮭﺎ ﺑﻌﺪ اﻟﺘﺠﺮﺑﺔ ﻓﺎن ﻛﻞ اﻷﺣﺪاث اﻷﺧﺮى ﻟﻦ ﺗﻘﻊ أي اﻷﺣﺪاث‬
‫اﻻﺑﺘﺪاﺋﯿﺔ ﻣﺘﻨﺎﻓﯿﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ‪.‬‬

‫ﻣﺜﺎل‪:‬‬
‫‪  w1 , w2  w1  F , w2  P‬‬ ‫ا( إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ‬
‫ب( إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺮﺗﯿﻦ ‪w1   F , F , w2  F , P , w3  P, F , w4  P, P ‬‬

‫ﻋﺪد اﻷﺣﺪاث اﻻﺑﺘﺪاﺋﯿﺔ ھﻮ ﻋﺪد ﻋﻨﺎﺻﺮ ‪ ‬اﻟﺘﻲ ﯾﻤﻜﻦ أن ﺗﻜﻮن ﻣﻨﺘﮭﯿﺔ ‪ ،‬أو‬
‫ﻗﺎﺑﻠﺔ ﻟﻠﻌﺪ أو ﻟﮭﺎ ﻗﺪرة اﻟﻤﺴﺘﻤﺮ‪.‬‬

‫‪ 6.3‬اﻟﺤﺪث اﻟﻤﺮﻛﺐ‪ :‬ﻛﻞ ﻣﺠﻤﻮﻋﺔ ‪   A‬ﻣﻜﻮﻧﺔ ﻣﻦ ﻋﻨﺼﺮﯾﻦ أو أﻛﺜﺮ‬

‫ﯾﻤﻜﻦ اﻋﺘﺒﺎرھﺎ ﺣﺪﺛﺎ ﻣﺮﻛﺒﺎ‪.‬‬

‫‪  1,2,...6‬‬ ‫ﻣﺜﺎل‪ :‬ﻋﻨﺪ إﻟﻘﺎء ﺣﺠﺮ ﻧﺮد‬

‫و ‪A  1,2,3‬‬ ‫‪A  4,5,6‬‬
‫ﻓﺎذا أﺟﺮﯾﻨﺎ اﻟﺘﺠﺮﺑﺔ و ظﮭﺮ ﺑﻌﺪ ذﻟﻚ ‪ 1‬أو ‪ 2‬أو ‪ 3‬ﻓﻨﻘﻮل أن اﻟﺤﺪث ‪ A‬ﻗﺪ وﻗﻊ‪.‬‬
‫أﻣﺎ إذا ظﮭﺮ ‪ 4‬أو ‪ 5‬أو ‪ 6‬ﻓﻨﻘﻮل أن ‪ A‬ﻗﺪ وﻗﻊ‪.‬‬
‫و ﻋﻤﻮﻣﺎ إذا ﻛﺎن ‪ w‬ﺣﺪث اﺑﺘﺪاﺋﻲ ‪ w   ‬وظﮭﺮ ‪: w‬‬
‫ﻗﺪ وﻗﻊ اذا ﻛﺎن ‪w  A‬‬ ‫‪ (1‬ﻓﻨﻘﻮل أن ‪A‬‬

‫ﻟﻢ ﯾﻘﻊ إذا ﻛﺎن ‪w  A‬‬ ‫‪ (2‬و ﻧﻘﻮل أن ‪A‬‬

‫و ﺑﻤﺎ ان ‪ w   ‬دوﻣﺎ ﻓﺎن ‪ ‬ﺗﺴﻤﻰ اﻟﺤﺪث اﻷﻛﯿﺪ ‪.‬‬

‫و ﺑﺎﻟﻤﺜﻞ ‪ w, w  ‬ﻓﺎن ‪ ‬ﺗﺴﻤﻰ اﻟﺤﺪث اﻟﻤﺴﺘﺤﯿﻞ ‪.‬‬

‫‪43‬‬
 ‫‪ 7.3‬ﻓﺮﺿﯿﺔ اﻟﺘﻤﺎﺛﻞ ‪:‬‬
‫إن اﺑﺴﻂ اﻟﺤﺎﻻت ﻓﻲ ﺣﺴﺎب اﻻﺣﺘﻤﺎل ھﻲ ﺗﻠﻚ اﻟﺘﻲ ﺗﺘﻌﻠﻖ ﺑﺘﺠﺎرب ﺗﺘﺼﻒ ﺑﻌﺪد‬
‫ﻣﻨﺘﮫ ﻣﻦ اﻷﺣﺪاث اﻻﺑﺘﺪاﺋﯿﺔ و ﺗﻜﻮن اﻷﺣﺪاث اﻹﺑﺘﺪاﺋﯿﺔ ﻣﺘﺴﺎوﯾﺔ اﻹﺣﺘﻤﺎل‪ ،‬أي ان‬
‫) اﻟﻨﺘﺎﺋﺞ اﻟﻤﻤﻜﻨﺔ( ‪: Card  N‬‬
‫‪Pw1   Pw2   .......  Pw N ‬‬

‫‪Pwi   P  Cte‬‬ ‫‪1 i  N‬‬ ‫ﺧﻼﺻﺔ‪:‬‬

‫‪1  P   Pw1 , w2 ,.........w N ‬‬ ‫ﻓﻨﺠﺪ‬
‫‪n‬‬
‫⊕‬ ‫‪N‬‬

‫‪= P(∪{w }) = ∑P(w ) = P × N‬‬

‫‪i‬‬ ‫‪i‬‬
‫‪i =1‬‬
‫‪i =1‬‬

‫‪1‬‬ ‫‪1‬‬
‫‪∀i : P wi   P ‬‬ ‫‪‬‬ ‫إذن‬
‫‪N Card‬‬

‫و ﻣﻦ اﺟﻞ ﺣﺪث ‪) A‬ﻣﺮﻛﺐ أو اﺑﺘﺪاﺋﻲ (‬

‫‪‬‬
‫‪P A  P( ∪ wi )  P  CardA‬‬
‫‪wi ∈A‬‬

‫‪CardA‬‬
‫‪A  P ‬‬ ‫‪:‬‬ ‫‪P  A ‬‬ ‫إذن‬
‫‪Card‬‬

‫وﻧﻘﻮل أن اﺣﺘﻤﺎل وﻗﻮع ‪ A‬ھﻮ ﻧﺴﺒﺔ ﻋﺪد اﻟﺤﺎﻻت اﻟﻤﻮاﻓﻘﺔ ﻟﺤﺪوﺛﮫ ﻋﻠﻰ ﻋﺪد‬
‫اﻟﺤﺎﻻت اﻟﻤﻤﻜﻨﺔ ﻟﻠﺘﺠﺮﺑﺔ‪.‬‬

‫ﻣﺜﺎل‪ :‬ﻋﻨﺪ إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺘﻤﺎﺛﻠﺔ اﻟﻮﺟﮭﯿﻦ ﻧﺠﺪ‬

‫‪  F, P‬‬ ‫‪/ P   PF   PP   1‬‬
‫‪1‬‬
‫‪P F   P P  ‬‬ ‫و ﻣﻨﮫ‬
‫‪2‬‬

‫‪44‬‬
‫‪ 8.3‬ﻋﺪم اﻟﺘﻤﺎﺛﻞ‪ :‬ﻋﻤﻮﻣﺎ ﯾﻤﻜﻦ أن ﻻ ﯾﺘﻮﻓﺮ ﺗﻤﺎﺛﻞ ﻓﻲ اﻻﺣﺘﻤﺎﻻت ﺑﯿﻦ اﻷﺣﺪاث‬
‫اﻻﺑﺘﺪاﺋﯿﺔ‪ ،‬ﻓﻨﺠﺪ ﻓﻲ ﻗﻄﻌﺔ ﻧﻘﺪ ﻏﯿﺮ ﻣﻨﺘﻈﻤﺔ اﻟﻮﺟﮭﯿﻦ أن ‪:‬‬
‫‪PP   P2‬‬ ‫و‬ ‫‪PF   P1‬‬
‫و ‪P1 , P2  0‬‬ ‫‪P1  P2  1‬‬ ‫ﻣﻊ‬
‫‪1  i  0 Pwi   Pi‬‬ ‫و ﻓﻲ ﺣﺠﺮ ﻧﺮد ﻏﯿﺮ ﻣﻨﺘﻈﻢ اﻟﻮﺟﻮه‬
‫‪n‬‬
‫‪Pi  0‬‬ ‫و‬ ‫‪P 1‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫ﻣﻊ‬

‫‪ 9.3‬ﺣﺎﻻت أﺧﺮى ﻟـ ‪: ‬‬

‫واﺿﺢ أن ∞ = ‪. ‬‬ ‫‪  w1 , w2 ,........wn .....‬‬ ‫‪  (1‬ﻗﺎﺑﻠﺔ ﻟﻠﻌﺪ‪:‬‬
‫‪P‬‬ ‫‪n‬‬ ‫‪1‬‬ ‫و‬ ‫‪Pn  0,‬‬ ‫ﻣﻊ‬ ‫‪Pwn   Pn‬‬ ‫ﻓﺎدا وﺿﻌﻨﺎ‬
‫‪n‬‬

‫‪‬‬
‫‪A  P (E) :‬‬ ‫‪P A  P( ∪ wi ) ‬‬
‫‪wi ∈A‬‬
‫‪∑Pw ‬‬ ‫‪i‬‬ ‫ﻓﺈن‬
‫‪wi ∈A‬‬

‫‪6‬‬
‫‪P wn   Pn ‬‬ ‫‪1‬‬ ‫* ‪n  IN‬‬ ‫ﻣﺜﺎل‪:‬‬
‫‪ n2‬‬
‫‪2‬‬

‫‪6‬‬
‫‪Pn  0,‬‬ ‫‪P  ‬‬
‫‪n 1‬‬
‫‪n‬‬
‫‪n 1‬‬
‫‪2‬‬
‫‪n2‬‬
‫‪1‬‬

‫‪  (2‬ﻟﮭﺎ ﻗﺪرة اﻟﻤﺴﺘﻤﺮ ‪ :‬ﻛﺄن ﺗﻜﻮن ‪  a, b‬‬

‫ﯾﻤﻜﻦ اﻋﺘﺒﺎران اﻟﺘﺠﺮﺑﺔ ﺗﺘﻤﺜﻞ ﻓﻲ اﺧﺘﯿﺎر ﻋﺸﻮاﺋﻲ ﻟﻨﻘﻄﺔ ‪ x0‬ﻣﻦ ھﺬا اﻟﻤﺠﺎل ‪.‬‬
‫و إذا ﻛﺎن ‪ c, d   A  ‬ﻓﻨﻘﺒﻞ اﻟﺨﺎﺻﯿﺔ ‪:‬‬
‫‪P A   .  A‬‬ ‫)ﻗﯿﺎس اﻟﻄﻮل = ‪(   0 ، ‬‬
‫‪  d  c ‬‬

‫‪45‬‬
 ‫‪1  P    .     b  a ‬‬ ‫و ﻣﻨﮫ‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪‬‬ ‫أي‬
‫‪  ‬‬
‫‪b a‬‬

‫‪  A‬‬
‫‪P  A ‬‬ ‫ﯾﻨﺘﺞ‬
‫‪  ‬‬

‫‪0‬‬
‫= )} ‪ P({x 0‬إذن ﻓﮭﻮ ﺣﺪث‬ ‫اﺣﺘﻤﺎل اﻟﺤﺼﻮل ﻋﻠﻰ ﻧﻘﻄﺔ ‪ x0‬ھﻮ ‪= 0 :‬‬
‫) ‪(‬‬
‫ﺷﺒﮫ ﻣﺴﺘﺤﯿﻞ‪.‬‬
‫اﺣﺘﻤﺎل اﻟﺤﺼﻮل ﻋﻠﻰ ﻋﺪد ﻛﺴﺮي ﻣﻦ اﻟﻤﺠﺎل ‪:‬‬
‫‪ Q ∩a, b‬‬
‫‪PQ ∩a, b ‬‬
‫‪ ‬‬
‫‪0‬‬
‫اذا ﺳﻤﯿﻨﺎ ‪ Q1  Q  a, b‬ﻓﺎن ‪ Q1‬ﺣﺪث ﺷﺒﮫ ﻣﺴﺘﺤﯿﻞ ‪.‬‬

‫‪Q1 =  Q1‬‬ ‫اﺣﺘﻤﺎل اﻟﺤﺼﻮل ﻋﻠﻰ ﻋﺪد أﺻﻢ ‪:‬‬

‫‪ ‬‬
‫‪P Q1  1  P Q1   1‬‬ ‫إذن ﺣﺪث ﺷﺒﮫ أﻛﯿﺪ ‪Q1‬‬

‫ﻣﺜﺎل ‪ :‬ﯾﻤﻜﻦ اﻋﺘﺒﺎر اﻟﺘﺠﺮﺑﺔ ﺗﺘﻤﺜﻞ ﻓﻲ ﻟﻌﺒﺔ رﺷﻖ ﻟﻮح ‪ A‬ﺟﺰء ﻣﻦ ھﺬا اﻟﻠﻮح‬
‫ﻣﻌﻠﻖ ﻓﻲ ﺟﺪار ﺑﺴﮭﻢ ‪ ,‬و ﻧﻌﻤﻢ إﻟﻰ ﻗﯿﺎس اﻟﻤﺴﺎﻓﺔ ﻓﻲ اﻟﻤﺴﺘﻮى و ﻧﻜﺘﺐ‪:‬‬

‫‪A  B‬‬

‫‪46‬‬
 ‫‪ 10.3‬اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ ‪:‬‬
‫‪ , B , P ‬ﻓﻀﺎء اﺣﺘﻤﺎل‪ A .‬ﺣﺪث ﺑﺤﯿﺚ ‪ . P A  0‬إذا ﻋﻠﻤﻨﺎ أن ‪ A‬ﻗﺪ وﻗﻊ‬
‫ﻓﯿﻤﻜﻦ ﻋﻨﺪ ﺋﺬ اﻟﺤﺼﻮل ﻋﻠﻰ ﻓﻀﺎء اﺣﺘﻤﺎﻟﻲ ﺟﺪﯾﺪ ) ‪ (, B , PA‬ﺣﯿﺚ‬
‫‪P A  B ‬‬
‫‪B  B, PA B  ‬‬
‫‪P  A‬‬

‫‪PA B  ≠PB ‬‬ ‫و ﻋﻤﻮﻣﺎ‬

‫‪1) PA    0‬‬ ‫و ﻧﻼﺣﻆ أن‬
‫‪2 ) PA    1‬‬
‫‪ Bn n‬ﻣﺘﻨﺎﻓﯿﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ ‪3 ) Bn   B‬‬
‫‪‬‬ ‫‪  ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪P A ∩∪Bn  ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪PA ∪Bn )   ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪P A‬‬
‫‪.‬‬
‫‪‬‬ ‫‪‬‬
‫‪P  A  Bn ‬‬
‫‪‬‬
‫‪n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪P  A‬‬

‫‪ . ‬‬
‫‪P A ∩Bn ‬‬
‫‪∑ ‬‬ ‫) ‪  P (B‬‬
‫‪n A n‬‬
‫‪n‬‬ ‫‪P A‬‬

‫‪ PA‬ھﻮ اﺣﺘﻤﺎل ﻋﻠﻰ ‪ B‬و ﯾﺴﻤﻰ اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ ﻋﻠﻤﺎ أن ‪ A‬ﻗﺪ وﻗﻊ ‪.‬‬

‫ﻣﺜﺎل‪ :‬اﻟﻘﯿﻨﺎ ﺣﺠﺮ ﻧﺮد و ﻟﺪﯾﻨﺎ ‪ A  1,2,3,4‬و ‪ B  4,5,6‬إذن‬

‫‪3 1‬‬ ‫‪4 2‬‬
‫‪P B  ‬‬ ‫‪‬‬ ‫‪ P  A ‬و‬ ‫‪‬‬
‫‪6 2‬‬ ‫‪6 3‬‬
‫‪CardA  4‬‬ ‫إذا ﻋﻠﻤﻨﺎ أن ‪ A‬ﻗﺪ وﻗﻊ ‪ ،‬ﻓﯿﺼﺒﺢ ﻋﺪد اﻟﻨﺘﺎﺋﺞ اﻟﻤﻤﻜﻨﺔ ھﻮ‬
‫‪47‬‬
 ‫وذﻟﻚ ﺑﻌﺪﻣﺎ ﻛﺎن ھﻮ ‪. Card  6‬‬
‫و ﯾﺼﺒﺢ ﻋﺪد اﻟﺤﺎﻻت اﻟﻤﻤﻜﻨﺔ ﻟـ ‪ B‬ھﻮ ‪ Card ( A ∩B)  1‬ﺑﻌﺪﻣﺎ ﻛﺎن‬
‫‪CardB  3‬‬
‫‪1 Card  A ∩B ‬‬ ‫‪1‬‬
‫‪PA B  ‬‬ ‫‪‬‬ ‫‪≠PB  ‬‬ ‫إذن‬
‫‪4‬‬ ‫‪Card  A‬‬ ‫‪2‬‬
‫‪Card  A  B ‬‬
‫‪PA B  ‬‬ ‫و ﻣﻨﮫ‬
‫‪CardA‬‬
‫‪Card  A  B ‬‬
‫‪Card‬‬ ‫‪P A  B ‬‬
‫‪‬‬ ‫‪‬‬
‫‪CardA‬‬ ‫‪P A‬‬
‫‪Card‬‬
‫‪ ‬‬
‫‪PA B   P B A‬‬ ‫ﻧﺼﻄﻠﺢ ﻋﻠﻰ اﻟﻜﺘﺎﺑﺔ‬

‫ﻧﺘﯿـﺠﺔ‪ :‬ﯾﻨﺘﺞ ﻣﻦ ﺗﻌﺮﯾﻒ اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ أن ﻣﻦ اﺟﻞ ﺣﺪﺛﯿﻦ ‪ A‬و ‪B‬‬

‫ﻣﻦ اﻟﻌﺸﯿﺮة ‪ B‬ﻟﺪﯾﻨﺎ‬

‫‪ ‬‬
‫‪P A ∩B   P A.P B A‬‬

‫‪ PB .PA B ‬‬

‫وﻧﻘﻮل أن اﺣﺘﻤﺎل وﻗﻮع ﺣﺪﺛﯿﻦ ﻣﻌﺎ ھﻮ اﺣﺘﻤﺎل وﻗﻮع اﺣﺪھﻤﺎ ﻣﻀﺮوﺑﺎ ﻓﻲ اﺣﺘﻤﺎل‬
‫اﻵﺧﺮ ﻋﻠﻤﺎ أن اﻷول ﻗﺪ وﻗﻊ‪.‬‬

‫ﻣﺜﺎل‪ :‬وﻋﺎء ﯾﺤﺘﻮي ﻋﻠﻰ ‪ 12‬ﻛﺮة ‪ 5‬ﻛﺮات ﺧﻀﺮاء‪ 7 ،‬زرﻗﺎء ﺳﺤﺒﻨﺎ ﻛﺮﺗﯿﻦ دﻓﻌﺔ‬
‫واﺣﺪة )ﺳﺤﺐ دون إرﺟﺎع و دون ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ(‪ .‬ﻣﺎ ھﻮ اﺣﺘﻤﺎل أن ﯾﻜﻮﻧﺎ‬
‫زرﻗﺎوﯾﻦ ؟‬
‫ﻧﻀﻊ ‪ A1‬ﺣﺪث ظﮭﻮر ﻛﺮة زرﻗﺎء ﻓﻲ اﻟﻤﺮة اﻷوﻟﻰ‬
‫‪ A2‬ﺣﺪث ظﮭﻮر ﻛﺮة زرﻗﺎء ﻓﻲ اﻟﻤﺮة اﻟﺜﺎﻧﯿﺔ‬

‫‪48‬‬
 ‫ إذن‬.‫ ھﻮﺣﺪث ظﮭﻮر ﻛﺮﺗﯿﻦ زرﻗﺎوﯾﻦ‬A  A1  A2 ‫ﯾﺼﺒﺢ‬
 A  C 71 C 61 7 6 C 72 7
P A1 ∩A2   P A1 .P A   1  1  .  2 
2
 1 C12 C11 12 11 C12 22

 ‫ ﺗﺠﺰﺋﺔ ﻟـ‬A1 , A2 ,....An
:‫ اﻻﺣﺘﻤﺎل اﻟﻜﻠﻲ‬11.3
‫ اﻷﺣﺪاث‬. ‫( ﻓﻀﺎء اﺣﺘﻤﺎﻟﻲ‬, B, P) :‫ﻗﻀﯿﺔ‬
n
.(  = ∪A i ، ‫) ﻣﺘﻨﺎﻓﯿﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ‬
i =1

‫ ( ﻓﻌﻨﺪ ﺋﺬ ﻟﺪﯾﻨﺎ‬B  B ) ‫ ﺣﺪث‬B ‫اذا ﻛﺎن‬

n
PB    PB  Ai 
i 1

n
 ∑P Ai .P B A 
i 1  i 

:‫اﻟﺒﺮھﺎن‬
 n  n
B  B ∩  B ∩  ∪Ai   ∪B ∩Ai 
 i 1  i 1
 
n
PB   ∑PB ∩Ai  ‫و ﻣﻦ ﺟﮭﺔ أﺧﺮى‬
i 1

PB   P Ai .PB Ai  ‫و‬

A1  A, A2  A n2 :‫ﺣﺎﻟﺔ ﺧﺎﺻﺔ‬

B  B: PB   P A.P B  A PA.P B A  ‫اذن‬

49
‫ﻣﺜﺎل‪ :‬وﻋﺎءﯾﻦ ﯾﺤﺘﻮي اﻷول ﻋﻠﻰ ‪ 5‬ﻛﺮات‪ 3 ،‬ﺣﻤﺮ و زرﻗﺎوﯾﻦ و ﯾﺤﺘﻮي اﻟﺜﺎﻧﻲ‬
‫ﻋﻠﻰ ‪ 2‬ﺣﻤﺮ و ‪ 8‬زرﻗﺎء و ﻟﮭﻤﺎ ﻧﻔﺲ اﻷﻓﻀﻠﯿﺔ ﻟﻠﺴﺤﺐ ‪ .‬ﻣﺎ ھﻮ اﺣﺘﻤﺎل ﺳﺤﺐ ﻛﺮة‬
‫ﺣﻤﺮاء ؟‬
‫ﻧﻀﻊ ‪ H‬ﺣﺪث ظﮭﻮر ﻛﺮة ﺣﻤﺮاء‬ ‫اﻟﺤﻞ‪:‬‬
‫ﺳﺤﺐ ﻛﺮة ﻣﻦ اﻟﻮﻋﺎء اﻷول ‪ A‬‬ ‫‪A1‬‬

‫ﺳﺤﺐ ﻛﺮة ﻣﻦ اﻟﻮﻋﺎء اﻟﺜﺎﻧﻲ ‪A‬‬ ‫‪A2‬‬

‫‪P H   P  Ai .P H   P  A2 .P H A2 ‬‬ ‫إذن‬

‫‪ A1 ‬‬
‫‪1 C1 1 C1‬‬
‫‪ . 31  . 12‬‬
‫‪2 C 5 2 C10‬‬
‫‪1 3 1 2 2‬‬
‫‪ .  . ‬‬
‫‪2 5 2 10 5‬‬

‫‪ 12.3‬ﻗﺎﻋﺪة ﺑﺎﯾﺰ ‪ ) Bayes‬اﺣﺘﻤﺎل اﻟﺴﺒﺐ ( ‪:‬‬

‫اذا ﻛﺎﻧﺖ ‪ A1 , A2 ,....An‬ﺗﺠﺰﺋﺔ ﻟﻠﺤﺪث اﻷﻛﯿﺪ ‪ ‬و ﻛﺎن ‪ B  B‬ﻓﻲ اﻟﻔﻀﺎء‬
‫)‪ ( (, B, P‬ﻓﻠﺪﯾﻨﺎ‪:‬‬
‫‪ A  P A j ∩B ‬‬
‫‪j  1,2,.......n : P j B  ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪P B ‬‬
‫‪‬‬ ‫‪‬‬
‫‪PA j .P B ‬‬
‫‪‬‬ ‫‪A‬‬ ‫‪j ‬‬
‫‪ n‬‬
‫‪∑P Ai .PB Ai ‬‬
‫‪i 1‬‬

‫‪‬‬ ‫‪‬‬
‫‪PA j .P B ‬‬
‫‪A ‬‬ ‫‪‬‬ ‫‪A‬‬ ‫‪j ‬‬
‫‪P j   n‬‬
‫‪B‬‬ ‫و ﻣﻨﮫ‬
‫‪‬‬ ‫‪‬‬
‫‪∑P Ai .P B Ai ‬‬
‫‪i 1‬‬

‫‪50‬‬
‫و ھﺬا ﯾﻨﺘﺞ ﻣﻦ ﺗﻌﺮﯾﻒ اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ‪ ،‬و ﻣﻦ اﻟﻘﻀﯿﺔ اﻟﺴﺎﺑﻘﺔ‪ ،‬و ﯾﻤﻜﻦ أن ﻧﻨﻈﺮ‬
‫إﻟﻰ اﻷﺣﺪاث ‪  Ai i 1,n‬ﻋﻠﻰ أﻧﮭﺎ ﺗﻤﺜﻞ دور اﻷﺳﺒﺎب اﻟﺘﻲ أدت إﻟﻰ وﻗﻮع اﻟﺤﺪث‬
‫‪ B‬وذﻟﻚ أن اﺣﺪھﻤﺎ ﻓﻘﻂ ﯾﻘﻊ‪.‬‬
‫ﻓﺈذا وﻗﻊ ‪ B‬ﻓﺎن اﺣﺘﻤﺎل أن ﯾﻜﻮن ‪ A j‬ھﻮ اﻟﺴﺒﺐ ھﻮ اﻻﺣﺘﻤﺎل ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪PA j .P B ‬‬
‫‪A‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪A‬‬ ‫‪j ‬‬
‫‪P j   n‬‬
‫‪ B‬‬
‫‪∑P Ai .P B Ai ‬‬
‫‪i 1‬‬

‫‪) A1 , A2 ,....An ...‬أﺣﺪاث ﻏﯿﺮ ﻣﻨﺘﮭﯿﺔ( أي‬ ‫ﻣﻼﺣﻈﺔ‪ :‬ﯾﻤﻜﻦ أن ﺗﻜﻮن‬

‫∪ ‪ .  ‬أي ﯾﻤﻜﻦ أن ﺗﻜﻮن ﺗﺠﺰﺋﺔ ﻟـ ‪ ‬ﻏﯿﺮ ﻣﻨﺘﮭﯿﺔ و ﻗﺎﺑﻠﺔ ﻟﻠﻌﺪ و ﺗﺒﻘﻰ‬
‫‪n‬‬
‫‪An‬‬

‫ﻗﺎﻋﺪة ﺑﺎﯾﺰﺻﺤﯿﺤﺔ ‪.‬‬

‫ﻣﺜﺎل ‪ :‬ﺛﻼث آﻻت ‪ H 1 , H 2 , H 3‬ﺗﻨﺘﺞ ﻋﻠﻰ اﻟﺘﺮﺗﯿﺐ ‪ %25، %35، %40‬ﻣﻦ‬

‫إﻧﺘﺎج ﻣﺼﻨﻊ ﻣﺎ‪ .‬ﻧﻔﺮض أن ‪ % 4 ، % 2‬و ‪ %5‬ﻣﻦ إﻧﺘﺎج ھﺪه اﻵﻻت رديء‪.‬‬
‫أﺧﺬﻧﺎ ﻋﯿﻨﺔ ﻣﻦ ھﺬا اﻹﻧﺘﺎج و وﺟﺪﻧﺎھﺎ ردﯾﺌﺔ ‪.‬‬
‫ﻣﺎ ھﻮ اﺣﺘﻤﺎل أن ﺗﻜﻮن ﻣﻦ إﻧﺘﺎج اﻵﻟﺔ ‪H 1‬‬

‫اﻟﺤﻞ ‪ :‬ﺣﺴﺐ ﻗﺎﻋﺪة ﺑﺎﯾﺰ ﻧﻀﻊ‬

‫‪1 i  3‬‬ ‫اﻟﺴﻠﻌﺔ ﻣﻦ إﻧﺘﺎج ‪H i‬‬ ‫‪Ai‬‬

‫‪ B‬ﺳﺤﺒﻨﺎ ﺳﻠﻌﺔ ردﯾﺌﺔ‬

‫‪ . P A1 B ‬ﻟﺪﯾﻨﺎ ‪:‬‬ ‫اﻟﻤﻘﺼﻮد إذن ھﻮ ﺣﺴﺎب‬

‫‪‬‬ ‫‪‬‬

‫‪51‬‬
 ‫‪P  A1 .P B ‬‬
‫‪A‬‬ ‫‪ A1 ‬‬
‫‪P 1  ‬‬
‫‪ B‬‬
‫‪P  A1 .P  B   P  A2 .P  B .  P  A3 .P B ‬‬
‫‪ A1 ‬‬ ‫‪ A2 ‬‬ ‫‪ A3 ‬‬
‫ﺣﯿﺚ‬
‫‪PA 1   0,025‬‬ ‫‪P A2   0,35‬‬ ‫‪P A3   0,4‬‬
‫‪‬‬
‫‪ B ‬‬
‫‪P A1   0,05‬‬ ‫‪P B   0,04 P B   0,02‬‬
‫‪ A2 ‬‬ ‫‪ A3 ‬‬

‫‪P‬‬
‫‪A1‬‬ ‫‪  125‬‬ ‫إذن‬
‫‪‬‬ ‫‪B  345‬‬

‫‪ 13.3‬اﺳﺘﻘﻼل اﻷﺣﺪاث‪:‬‬
‫‪ (1‬اﻟﺤﺪﺛﺎن اﻟﻤﺴﺘﻘﻼن ‪ :‬إذا ﻛﺎن ‪ A, B  B‬ﺣﺪﺛﺎن و ﻛﺎن وﻗﻮع ‪ A‬ﻻ ﯾﺆﺛﺮ ﻓﻲ‬
‫‪ ، B‬ﻓﺈن ‪:‬‬ ‫اﺣﺘﻤﺎل وﻗﻮع‬
‫‪ ‬‬
‫‪P B A  P B ‬‬

‫ﻓﻨﻘﻮ ل أن ‪ A‬و ‪ B‬ﺣﺪﺛﺎن ﻣﺴﺘﻘﻼن‪.‬‬

‫‪PB‬‬‫‪ A  PPA∩AB ‬‬ ‫و ﺑﻤﺎ ان‬

‫‪ A‬و ‪ B‬ﻣﺴﺘﻘﻼن ‪P  A  B   P  A.P B  ‬‬ ‫ﻓﺎن‪:‬‬

‫‪.AB‬‬ ‫و ﻧﺮﻣﺰ ﻟﺬﻟﻚ ﺑـ‬

‫ﻣﺜﺎل‪ :1‬ﻋﻨﺪﻣﺎ ﻧﻠﻘﻲ ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺮﺗﯿﻦ ‪ ،‬ﻓﺎن ﻛﻞ أﺣﺪاث اﻟﻤﺮة اﻷوﻟﻰ ﻣﺴﺘﻘﻠﺔ ﻋﻦ‬
‫أﺣﺪاث اﻟﻤﺮة اﻟﺜﺎﻧﯿﺔ‪.‬‬

‫ﻣﺜﺎل ‪ : 2‬ﻋﻨﺪﻣﺎ ﻧﺴﺤﺐ ﻣﻦ ﺻﻨﺪوق ﻛﺮات ﻣﺮﺗﯿﻦ ﻣﻊ اﻹرﺟﺎع ‪ ،‬ﻓﺎن اﻷﺣﺪاث‬

‫اﻟﻤﺘﻌﻠﻘﺔ ﺑﺎﻟﻤﺮة اﻷوﻟﻰ ‪ ،‬ﻣﺴﺘﻘﻠﺔ ﻣﻦ أﺣﺪاث اﻟﻤﺮة اﻟﺜﺎﻧﯿﺔ ‪.‬‬
‫‪52‬‬
 ‫ﻣﺜﺎل ‪ : 3‬رﻣﻰ ﺷﺨﺼﺎن ﻓﻲ اﺗﺠﺎه ﻟﻮح واﺣﺪ ﻣﻌﻠﻖ ﻓﻲ ﺟﺪار ‪ ،‬و اﺣﺘﻤﺎل‬
‫‪7‬‬ ‫‪4‬‬
‫ﻣﺎ اﺣﺘﻤﺎل إﺻﺎﺑﺔ اﻟﮭﺪف؟‬ ‫ﻟﻠﺜﺎﻧﻲ‪.‬‬ ‫اﺻﺎﺑﺘﮭﻤﺎ ﻟﻠﮭﺪف ھﻮ ﻟﻸول و‬
‫‪10‬‬ ‫‪10‬‬
‫‪4‬‬
‫‪P  A1  ‬‬ ‫ﻧﻀﻊ ‪ A1‬إﺻﺎﺑﺔ اﻷول اﻟﮭﺪف‬
‫‪10‬‬
‫‪7‬‬
‫‪P  A2  ‬‬ ‫ﻧﻀﻊ ‪ A2‬إﺻﺎﺑﺔ اﻟﺜﺎﻧﻲ اﻟﮭﺪف‬
‫‪10‬‬
‫‪ A  A1  A2‬ﺣﺪث إﺻﺎﺑﺔ اﻟﮭﺪف ‪ ،‬إذن ﻋﻠﯿﻨﺎ ﺣﺴﺎب ‪P A1  A2 ‬‬
‫‪P A1  A2   P A1   P A2   P A1  A2 ‬‬
‫و ﺑﻤﻼﺣﻈﺔ ان ‪ A1‬و ‪ A2‬ﻣﺴﺘﻘﻼن ﯾﻨﺘﺞ ان ‪P A1  A2   P A1 .P A2 ‬‬
‫و ﺑﺎﻟﺘﺎﻟﻲ ‪:‬‬
‫‪P A1  A2   P A1   P A2   P A1 .P A2 ‬‬
‫‪4 7‬‬ ‫‪28‬‬ ‫‪82 41‬‬
‫‪P  A1 ∪A2  ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫أي‬
‫‪10 10‬‬ ‫‪100 100 50‬‬

‫ﻣﻼﺣﻈﺔ‪ :‬ﯾﺠﺐ أن ﻧﻨﺘﺒﮫ إﻟﻰ اﻟﻔﺮق ﺑﯿﻦ اﺳﺘﻘﻼل ﺣﺪﺛﯿﻦ و ﺑﯿﻦ ﺗﻨﺎﻓﯿﮭﻤﺎ ‪ ،‬ﻓﺈذا ﻛﺎن‬
‫اﻟﺤﺪﺛﺎن ﻣﺘﻨﺎﻓﯿﺎن‪ 3‬ﻓﮭﻤﺎ ﻋﻤﻮﻣﺎ ﻣﺴﺘﻘﻠﯿﻦ ‪ ،‬ﻷن وﻗﻮع اﺣﺪھﻤﺎ ﯾﺪل ﻋﻠﻰ أن اﻵﺧﺮ ﻟﻢ‬
‫ﯾﺤﺪث‪.‬‬

‫‪  F, P‬‬ ‫ﻣﺜﻼ‪ :‬ﻋﻨﺪ إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ‬

‫‪A  F  , B  P  A  B  ‬‬
‫‪1‬‬
‫‪P  A  P B  ‬‬ ‫‪,‬‬ ‫‪P A  B   0‬‬
‫‪2‬‬

‫‪3‬‬
‫‪A  B   ‬‬
‫‪53‬‬
 1
( ‫)ﻣﺴﺘﺤﯿﻞ‬ 0  P A  B   P  A .P B   ‫ﻟﻜﻦ ﺷﺮط اﻻﺳﺘﻘﻼل‬
4
.‫ ﻏﯿﺮ ﻣﺴﺘﻘﻠﯿﻦ‬A, B ‫اﻷﻣﺮ اﻟﺬي ﯾﺪل ﻋﻠﻰ أن‬

‫ ﻣﺴﺘﻘﻠﺔ‬A1 , A2 , A3 ‫ ﻧﻘﻮل أن اﻷﺣﺪاث اﻟﺜﻼﺛﺔ‬:‫( اﺳﺘﻘﻼل ﺛﻼﺛﺔ أﺣﺪاث‬3

: ‫إذا ﺗﺤﻘﻖ ﻣﺎ ﯾﻠﻲ‬
P A1  A2   P A1 .P A2 
 
P A1  A3   P A1 .P A3 

P A2  A3   P A2 .P A3 
P A1  A2  A3   P A1 .P A2 .P A3 

‫ اﻟﻘﯿﻨﺎ ﺣﺠﺮ ﻧﺮد ﻣﺮﺗﯿﻦ‬:‫ﻣﺜﺎل‬

: ‫ﻧﻀﻊ‬ .   1,1...........0,6  ‫و‬   36

‫ ظﮭﻮر ﻋﺪد زوﺟﻲ ﻓﻲ اﻟﻤﺮة اﻷوﻟﻰ‬A 1

‫ ظﮭﻮر ﻋﺪد ﻓﺮدي ﻓﻲ اﻟﻤﺮة اﻟﺜﺎﻧﯿﺔ‬A2
‫ ظﮭﻮر ﻣﺠﻤﻮع زوﺟﻲ‬A 3
1
P  A1   P  A2   P  A3  
2
1
P  A1  A2   P  A1  A3   P A2  A3  
4
P A1  A2  A3   P   0
P A1  A2   P A1 .P A2   A1  A 2
P A1   P A3   P A1 .P A3   A1  A 3

P A2   P A3   P A2 .P A3   A2  A3

54
 ‫‪1‬‬
‫‪0  P  A1  A2  A3   P  A1 .P  A2 .P  A3  ‬‬ ‫و‬
‫‪8‬‬
‫‪1‬‬
‫‪0‬‬ ‫واﺿﺢ أن‬
‫‪8‬‬
‫ﻧﻼﺣﻆ أن ھﺬه اﻷﺣﺪاث ﻣﺴﺘﻘﻠﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ و ﻟﻜﻨﮭﺎ ﻟﯿﺴﺖ ﻣﺴﺘﻘﻠﺔ‪.‬‬

‫اﻟﺘﻌﻤﯿﻢ ‪ :‬ﻣﻦ اﺟﻞ اﻷﺣﺪاث ‪ A1 , A2 .......An‬ﻧﻘﻮل أﻧﮭﺎ ﻣﺴﺘﻘﻠﺔ إذا و ﻓﻘﻂ إذا ﻛﺎن ‪:‬‬
‫‪n‬‬
‫‪ ‬‬
‫‪I  1,.....n : CardI  2 : P  Ai   P Ai ‬‬
‫‪iI‬‬
‫‪iI‬‬

‫ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﻋﺪد ﻣﻦ اﻟﻌﻼﻗﺎت ھﻮ ‪:‬‬

‫‪C n2  C n3  .......  C nn  2 n  n  1‬‬

‫‪ (3‬اﻟﻌﺸﺎﺋﺮ اﻟﻤﺴﺘﻘﻠﺔ ‪:‬‬

‫ﺗﻌﺮﯾﻒ ‪ :‬ﻟﯿﻜﻦ ﻟﺪﯾﻨﺎ اﻟﻔﻀﺎء اﻻﺣﺘﻤﺎﻟﻲ )‪ (, B, P‬و ﻟﺘﻜﻦ ‪ B 1‬و ‪ B 2‬ﻋﺸﯿﺮﺗﯿﻦ‬
‫ﺟﺰﺋﯿﺘﯿﻦ ﻣﻦ ‪.B‬‬
‫ﻧﻘﻮل أﻧﮭﻤﺎ ﻣﺴﺘﻘﻠﺘﺎن إذا ﺗﺤﻘﻖ ﻣﺎ ﯾﻠﻲ ‪:‬‬

‫‪∀X ∈B1 , ∀Y ∈B 2 ⇒X  Y‬‬

‫اﻟﺘﻌـﻤـﯿﻢ ‪ :‬ﻧﻘﻮل أن اﻟﻌﺸﺎﺋﺮ اﻟﺠﺰﺋﯿﺔ ‪ B1‬و ‪ B 2‬ﻣﻦ ‪ B‬ﻣﺴﺘﻘﻠﺔ إذا ﻛﺎن‬

‫‪n‬‬
‫‪n ‬‬
‫‪∀A i ∈B‬‬ ‫‪i  1,........n : P  Ai    P Ai ‬‬
‫‪ i 1  i 1‬‬

‫ﻧﺘﯿﺠﺔ ‪ :‬اذا ﻛﺎﻧﺖ ‪ A1 , A2 .......An‬ﻣﺴﺘﻘﻠﺔ ﻓﺈن ‪ A1 , A2 .......An‬ﻣﺴﺘﻘﻠﺔ ﻷن‬

‫اﺳﺘﻘﻼل ‪  Ai i 1,n‬ﯾﺠﻌﻞ اﻟﻌﺸﺎﺋﺮ اﻟﺠﺰﺋﯿﺔ ‪ ( B  Ai  ) i 1,n‬ﻣﺴﺘﻘﻠﺔ و ﻟﻜﻦ‬
‫‪55‬‬
 ‫) ) ‪ i  1....n ( B (A i ) )= ( B (A i‬ﻓﺘﻜﻮن ) ) ‪ ( B (A i‬ﻣﺴﺘﻘﻠﺔ و ﯾﻨﺘﺞ‬
‫أن ) ‪ (A i‬ﻣﺴﺘﻘﻠﺔ‪.‬‬

‫ﺗﻄﺒﯿﻖ‪ (1 :‬إذا ﻛﺎن ‪ A1 , A2 .......An‬ﻣﺴﺘﻘﻠﺔ ‪ ،‬ﺑﯿﻦ أن ‪ A1 , A2 .......An‬ﻣﺴﺘﻘﻠﺔ‬

‫‪n‬‬
‫‪n ‬‬ ‫‪ ‬‬
‫‪P  Ai   1   P Ai‬‬ ‫و أن‬
‫‪ i 1 ‬‬ ‫‪i 1‬‬

‫اﻟﺤﻞ‪:‬‬
‫أن ‪ Ai ‬ﻣﺴﺘﻘﻠﺔ ﻟﻜﻮن ‪  Ai ‬ﻣﺴﺘﻘﻠﺔ‬
‫‪P  Ai   1  P  Ai‬‬ ‫‪‬‬ ‫‪‬‬ ‫و ﻟﺪﯾﻨﺎ‬
‫‪n‬‬
‫‪n ‬‬
‫‪ 1  P   Ai   1   P Ai‬‬
‫‪ i 1 ‬‬
‫‪ ‬‬
‫‪i 1‬‬

‫‪ (2‬ﻧﻠﻘﻲ ﺣﺠﺮ ﻧﺮد ‪ 9‬ﻣﺮات‪ .‬ﻣﺎ اﺣﺘﻤﺎل ظﮭﻮر ‪ 3‬ﻣﺮة واﺣﺪة ﻋﻠﻰ اﻷﻗﻞ ؟‬
‫ﻧﺴﻤﻲ ‪ A‬ﺣﺪث ظﮭﻮر ‪ 3‬ﻣﺮة واﺣﺪة ﻋﻠﻰ اﻷﻗﻞ‬ ‫‪  69‬‬

‫‪i  1,........9 : i‬‬ ‫‪ Ai‬ھﻮ ظﮭﻮر ‪ 3‬ﺧﻼل اﻟﻤﺮة‬

‫‪9‬‬
‫‪A   Ai‬‬
‫‪i 1‬‬

‫إن ‪ A ‬ﻣﺴﺘﻘﻠﺔ و ﻛﺬﻟﻚ ‪A ‬‬

‫‪i‬‬ ‫‪i‬‬

‫‪1‬‬ ‫‪1 5‬‬

‫‪P  Ai  ‬‬
‫‪6‬‬
‫‪,‬‬ ‫‪ ‬‬
‫‪P Ai  1 ‬‬ ‫‪‬‬
‫‪6 6‬‬
‫‪9‬‬ ‫‪9‬‬
‫‪9 ‬‬ ‫‪5‬‬
‫‪ ‬‬
‫‪P A  P  Ai   1   P Ai  1   ‬‬ ‫ﺑﺎﻟﺘﺎﻟﻲ‬
‫‪ i 1 ‬‬ ‫‪1‬‬ ‫‪6‬‬

‫‪56‬‬
 ‫ﺗﻤﺎرﯾﻦ ﺣﻮل اﻹﺣﺘﻤﺎﻻت‬
‫ﺗﻤﺮﯾﻦ ‪ : 1‬ﻧﺪرج ﺣﺠﺮي ﻧﺮد ﻣﺘﻮازﻧﯿﻦ‪ ،‬ﻋﯿﻦ اﻷﺣﺪاث اﻟﺘﺎﻟﯿﺔ واﺣﺘﻤﺎﻻﺗﮭﺎ ‪:‬‬
‫‪ : ‬ظﮭﻮر اﻟﺤﺪث اﻷﻛﯿﺪ‪.‬‬
‫‪ : A1‬ظﮭﻮر ‪ 1‬اﻟﺤﺠﺮ اﻷول و ‪ 3‬ﻓﻲ اﻟﺤﺠﺮ اﻟﺜﺎﻧﻲ‬
‫‪ : A2‬ظﮭﻮر اﻟﺮﻗﻤﯿﻦ ‪ 1،3‬ﻣﻌﺎ‪.‬‬
‫‪ : A3‬ظﮭﻮر ‪ 1‬ﻓﻲ اﺣﺪھﻤﺎ ﻋﻠﻰ اﻷﻗﻞ‪.‬‬
‫‪ : A4‬ظﮭﻮر ﻣﺠﻤﻮع = ‪.7‬‬
‫‪ : A5‬ظﮭﻮر ﻣﺠﻤﻮع ‪8 ‬‬

‫‪A4  A3‬‬ ‫‪, A2  A6 , A2  A4‬‬ ‫‪,‬‬ ‫‪ : A7‬ظﮭﻮر ﻣﺠﻤﻮع > ‪8‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 2‬ﻧﻀﻊ ﺑﺼﻔﺔ ﻋﺸﻮاﺋﯿﺔ ‪ 3‬رﺳﺎﺋﻞ ﻓﻲ ‪ 6‬ﺻﻨﺎدﯾﻖ ‪ ،‬ﻣﺎ اﺣﺘﻤﺎل وﺟﻮد‬

‫اﻟﺮﺳﺎﺋﻞ ﻓﻲ ﺻﻨﺎدﯾﻖ ﻣﺨﺘﻠﻔﺔ ؟‬

‫‪1‬‬
‫‪P  A ‬‬ ‫‪ A, B ‬ﺑﺤﯿﺚ‬ ‫ﻓﻀﺎء اﺣﺘﻤﺎل‪B .‬‬ ‫ﺗﻤﺮﯾﻦ ‪(, B, P) : 3‬‬
‫‪3‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪ . P A  B  ‬اﺣﺴﺐ ‪:‬‬ ‫‪، P B  ‬‬
‫‪5‬‬ ‫‪4‬‬
‫‪‬‬ ‫‪‬‬
‫‪P A  B ، P A  B  ، P A  B  ، P A‬‬ ‫‪  A    A ‬‬
‫ﺗﻤﺮﯾﻦ ‪ : 4‬وﻋﺎء ﯾﺤﺘﻮي ‪ 12‬ﻛﺮة‪ 3 ،‬ﻛﺮات ﺣﻤﺮ‪ 5 ،‬زرق و ‪ 4‬ﺻﻔﺮ ﺳﺤﺒﻨﺎ‬
‫ﻛﺮﺗﯿﻦ دﻓﻌﺔ واﺣﺪة‪ .‬ﻣﺎ اﺣﺘﻤﺎل أن ﯾﻜﻮﻧﺎ ﻣﻦ ﻧﻔﺲ اﻟﻠﻮن ؟‬

‫ﺗﻤﺮﯾﻦ ‪ : 5‬وﻋﺎء ﯾﺤﺘﻮي ‪ 20‬ﻛﺮة ﻣﻨﮭﺎ ‪ 5‬ﺣﻤﺮ و ‪ 6‬زرق و ‪ 7‬ﺧﻀﺮ و ‪ 2‬ﺻﻔﺮ ‪.‬‬
‫‪57‬‬
 ‫ا( إذا ﺳﺤﺒﻨﺎ ‪ 3‬ﻛﺮات دﻓﻌﺔ واﺣﺪة‪ ،‬ﻓﻤﺎ ھﻮ اﺣﺘﻤﺎل أن ﺗﻜﻮن ﺣﻤﺮاء؟‬
‫ب( إذا ﺳﺤﺒﻨﺎ ‪ 5‬ﻛﺮات دﻓﻌﺔ واﺣﺪة‪ ،‬ﻓﻤﺎ ھﻮ اﺣﺘﻤﺎل ظﮭﻮر ‪ 3‬ﺣﻤﺮاء و ‪ 2‬ﺧﻀﺮ ؟‬
‫ج( إذا ﺳﺤﺒﻨﺎ ‪ 12‬ﻛﺮات دﻓﻌﺔ واﺣﺪة‪ ،‬ﻓﻤﺎ ھﻮ اﺣﺘﻤﺎل ظﮭﻮر ‪ 3‬ﺧﻀﺮ و ظﮭﻮر ‪3‬‬
‫ﺣﻤﺮ و ‪ 4‬زرق؟‬

‫ﺗﻤﺮﯾﻦ ‪ : 6‬إذا ﻛﺎن اﻟﺤﺪث ‪ A‬ﻣﺴﺘﻘﻼ ﻋﻦ ﻧﻔﺴﮫ‪ ،‬ﻓﺒﯿﻦ اﻧﮫ إﻣﺎ ﺷﺒﮫ أﻛﯿﺪ أو ﺷﺒﮫ‬
‫ﻣﺴﺘﺤﯿﻞ ‪.‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 7‬ﺑﯿﻦ أن اﻟﺤﺪﺛﯿﻦ ‪ A,‬ﻣﺴﺘﻘﻼن ‪ ،‬و ﻛﺬﻟﻚ ‪ ، A, ‬وذﻟﻚ ‪A  B‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 8‬إذا ﻛﺎن ‪ A  B‬ﻓﺒﯿٌﻦ أن ‪ ، A  B ، A  B ، A  B‬و أن‬

‫‪.B (A)  B  A‬‬

‫‪A‬‬ ‫‪A‬‬
‫‪P  A1 ∩A2 ∩A3   P  A1 .P  2 .P 3‬‬ ‫ﺗﻤﺮﯾﻦ ‪ : 9‬ﺑﯿﻦ ‪‬‬
‫‪‬‬ ‫‪A‬‬‫‪1 ‬‬ ‫‪A1  A2 ‬‬

‫ﺛﻢ ﻋﻤﻢ اﻟﻌﻼﻗﺔ إﻟﻰ ‪ n‬ﺣﺪﺛﺎ‪.‬‬

‫ﺗﻄﺒﯿﻖ‪ :‬وﻋﺎء ﯾﺤﺘﻮي ‪ 13‬ﻛﺮة‪ 6 ،‬ﺣﻤﺮاء ‪ 4‬زرﻗﺎء‪ 3 ،‬ﺻﻔﺮاء ﺳﺤﺒﻨﺎ ‪ 5‬ﻛﺮات دﻓﻌﺔ‬
‫واﺣﺪة‪ ،‬ﻣـﺎ اﺣﺘﻤﺎل أن ﺗﻜﻮن ﺣﻤﺮاء ؟‬

‫ﺗﻤﺮﯾﻦ ‪ : 10‬ﻧﻌﺘﺒﺮ اﻟﺘﺠﺮﺑﺔ ﺗﺘﻤﺜﻞ ﻓﻲ إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺘﻮازﻧﺔ ﻋﺪدا ﻻ ﻧﮭﺎﺋﯿﺎ ﻣﻦ‬
‫اﻟﻤﺮات‪ A .‬ھﻮ اﻟﺤﺪث ﻋﺪم ظﮭﻮر اﻟﻘﻔﺎ ﺧﻼل اﻟﺘﺠﺮﺑﺔ‪.‬‬
‫ﺑﯿٌﻦ أن ‪ A‬ﺣﺪث ﺷﺒﮫ ﻣﺴﺘﺤﯿﻞ ‪.‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 11‬ﻧﻠﻘﻲ ﺣﺠﺮ ﻧﺮد ﻏﯿﺮ ﻣﺘﻮازن ﺑﺤﯿﺚ‪:‬‬

‫‪6‬‬ ‫‪1‬‬
‫‪P 2  P 4  P 6 ‬‬ ‫‪ P1  P3  P5 ‬و‬
‫‪21‬‬ ‫‪21‬‬

‫‪58‬‬
 ‫اﺣﺴﺐ اﺣﺘﻤﺎﻻت اﻷﺣﺪاث اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫‪A1  1,3 , A2  3,4,6 ,‬‬ ‫‪A2  A1‬‬ ‫‪, A1  A2‬‬ ‫‪,‬‬ ‫‪A2  A1‬‬

‫ﺣﻠــﻮل اﻟﺘﻤﺎرﯾﻦ‬

‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ : 1‬ﻧﺪﺣﺮج ﺣﺠﺮي ﻧﺮد ﻣﺘﻮازﯾﯿﻦ ﻧﻌﯿﻦ اﻷﺣﺪاث ‪:‬‬

‫‪ ‬اﻟﺤﺪث اﻷﻛﯿﺪ‬ ‫‪(1‬‬
‫‪1  1,2,3,4,5,6‬‬ ‫ﻋﻨﺪ إﻟﻘﺎء ﺣﺠﺮ واﺣﺪ ﻧﺠﺪ‬
‫ﻋﻨﺪ إﻟﻘﺎء ﺣﺠﺮﯾﻦ‬
‫‪  1,1, 1,2 ,......., 1,6, 2,1,....., 2,6 ,........6,5, 6,6 ‬‬
‫‪2‬‬
‫‪Card  Card 1   6 2  36‬‬ ‫ﻣﻊ‬

‫‪ A1 (2‬ظﮭﻮر ‪ 1‬ﻓﻲ اﻟﺤﺠﺮ اﻷول و ‪ 3‬ﻓﻲ اﻟﺤﺠﺮ اﻟﺜﺎﻧﻲ‬

‫‪A1  1,3‬‬
‫‪ A 2 (3‬ظﮭﻮراﻟﺮﻗﻤﯿﻦ‪ 1‬و ‪ 3‬ﻣﻌﺎ‪) ،‬ھﺬه اﻟﻌﺒﺎرة ﺗﻌﻨﻲ ‪ 1‬ﻓﻲ اﻷول و ‪ 3‬ﻓﻲ اﻟﺜﺎﻧﯿﺔ‬
‫أو ‪ 1‬ﻓﻲ اﻟﺜﺎﻧﯿﺔ و ‪ 3‬ﻓﻲ اﻷوﻟﻰ(‬
‫‪ A2  1,3, 3,1‬و ﺑﺬﻟﻚ ‪CardA2  2‬‬
‫‪ A3 (4‬ظﮭﻮر ‪ 1‬ﻓﻲ اﺣﺪھﻤﺎ ﻋﻠﻰ اﻷﻗﻞ ‪ :‬اﻹﻣﻜﺎﻧﯿﺎت ھﻲ إذن‬
‫و ﺑﺬﻟﻚ ‪CardA3  11‬‬
‫‪A3  1,1, 1, 2, 1,3, 1,4 , 1,5, 1,6 , 2,1, 3,1, 4,1, 5,1, 6,1‬‬

‫‪ A4 (5‬ظﮭﻮر ﻣﺠﻤﻮع = ‪ : 7‬اﻹﻣﻜﺎﻧﯿﺎت ھﻲ‪:‬‬

‫‪ A4  1,6, 6,1, 2,5, 5,2 , 3,4 , 4,3‬و ﺑﺬﻟﻚ ‪CardA4  6‬‬

‫‪59‬‬
 ‫‪ A6 (6‬ظﮭﻮر ﻣﺠﻤﻮع > ‪ A5 ) 8‬ظﮭﻮر ﻣﺠﻤﻮع ‪( 8 ‬‬
‫‪ ‬‬
‫‪A6  A5  P  A6   P A5  1  P A 5‬‬ ‫‪ ‬‬
‫‪cardA5‬‬
‫‪ 1‬‬
‫‪Card ‬‬
‫‪15 21 7‬‬
‫‪ 1‬‬ ‫‪‬‬ ‫‪‬‬
‫‪36 36 12‬‬
‫‪ (7‬ﺗﻌﯿﯿﻦ ‪ : A2  A4‬ﻧﻼﺣﻆ أن ‪ A2  A4  ‬وﻣﻨﮫ ‪P A2  A4   0‬‬

‫‪ (8‬ﺗﻌﯿﯿﻦ ‪ A2  A6‬ﻧﻼﺣﻆ أن ‪ A2  A6  A2 :‬وﻣﻨﮫ‬

‫‪cardA2‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪P  A2  A4   P ( A2 ) ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪card 36 18‬‬

‫‪ (9‬ﺗﻌﯿﯿﻦ ‪ : A4  A3‬ﻟﺪﯾﻨﺎ‬
‫‪A4  A3  2,5, 3,4, 4,3, 5,2 ‬‬
‫‪Card  A4  A3  4 1‬‬
‫‪P  A4  A3  ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪Card‬‬ ‫‪36 9‬‬ ‫و ﻣﻨﮫ‬

‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ : 2‬ﻧﻀﻊ ‪ 3‬رﺳﺎﺋﻞ ﻓﻲ ‪ 6‬ﺻﻨﺎدﯾﻖ ﺑﺼﻔﺔ ﻋﺸﻮاﺋﯿﺔ‪ ،‬ﻟﻨﺤﺴﺐ ﻣﺎ اﺣﺘﻤﺎل‬

‫وﺟﻮد اﻟﺮﺳﺎﺋﻞ ﻓﻲ ﺻﻨﺎدﯾﻖ ﻣﺨﺘﻠﻔﺔ ‪.‬‬
‫ﻧﻀﻊ ‪ ‬ھﻮ ﺣﺪث وﺿﻊ ‪ 3‬رﺳﺎﺋﻞ ﻓﻲ ‪ 6‬ﺻﻨﺎدﯾﻖ إذن ‪) . Card  6 3‬ﻋﺪد‬
‫اﻟﺘﻄﺒﯿﻘﺎت ﻣﻦ ﻣﺠﻤﻮﻋﺔ اﻟﺮﺳﺎﺋﻞ إﻟﻰ ﻣﺠﻤﻮﻋﺔ اﻟﺼﻨﺎدﯾﻖ( ‪:‬‬
‫ﻧﺴﻤﻲ ‪ A‬ﺣﺪث وﺟﻮد اﻟﺮﺳﺎﺋﻞ اﻟﺜﻼث ﻓﻲ ‪ 3‬ﺻﻨﺎدﯾﻖ ﻣﺨﺘﻠﻔﺔ ‪ ،‬وﻣﻨﮫ‬
‫‪A63‬‬
‫‪CardA  A‬‬ ‫‪3‬‬
‫‪6‬‬ ‫و‬ ‫‪P  A  3‬‬
‫‪6‬‬

‫‪ . A, B  B‬ﻟﺪﯾﻨﺎ ‪:‬‬ ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ (, B, P) : 3‬ﻓﻀﺎء اﺣﺘﻤﺎل‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪ ، P A  B  ‬ﻟﻨﺤﺴﺐ ‪:‬‬ ‫‪ P  A ‬و ‪ P B  ‬و‬
‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬
‫‪1 2‬‬
‫‪‬‬
‫‪P A  P   A  1  ‬‬
‫‪3 3‬‬
‫‪60‬‬
 A A  
  
P   P A  A   P A  P A  ‫ﻷن‬
 

 P A  P   P A  1  P A
‫أﯾﻀﺎ‬

A  B  A  B  A 
‫ﯾﻨﺘﺞ أن‬
P  A  B   P A  P  B  A  B 
23
P  A  B   P  A  P B   P  A  B   ‫وﻣﻨﮫ‬
60
P A  B  ‫ﻟﻨﺤﺴﺐ اﻵن‬
A  B  A  A  B

A  B  A
P A  B   P A  A  B  ‫إذن‬
 P A  P A  B 
1 1 2
  
3 5 15
 
P A  B ‫ﻟﻨﺤﺴﺐ اﻵن‬
  
P A  B  P A  P B  P A  B 
 P A  1  PB   P A  B 
1 3 1 1
   
3 4 3 5
19

20
: ‫طﺮﯾﻘﺔ أﺧﺮى‬
 
P A B  P A B  

61
 ‫‪‬‬
‫‪ 1 P A  B‬‬ ‫‪‬‬
‫‪ 1  P  B  A‬‬
‫‪ 1  PB   P A  B ‬‬
‫‪ 1  P B   P  A  B ‬‬
‫‪1 1‬‬
‫‪ 1‬‬ ‫‪‬‬
‫‪4 5‬‬
‫‪19‬‬
‫‪‬‬
‫‪20‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 4‬وﻋﺎء ﯾﺤﺘﻮي ‪ 12‬ﻛﺮة ‪ 3 ،‬ﺣﻤﺮ‪ 5 ،‬زرﻗﺎء و ‪ 4‬ﺻﻔﺮ‪ ،‬ﺳﺤﺒﻨﺎ ﻛﺮﺗﯿﻦ‬

‫دﻓﻌﺔ واﺣﺪة ﺑﺪون إرﺟﺎع و ﺑﺪون ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ ‪ .‬ﻟﻨﺤﺴﺐ ‪:‬‬
‫‪ .1‬اﺣﺘﻤﺎل أن ﯾﻜﻮﻧﺎ ﻣﻦ ﻧﻔﺲ اﻟﻠﻮن‪:‬‬
‫ﻧﻀﻊ ‪ ‬ﺣﺪث ﺳﺤﺐ ﻛﺮﺗﯿﻦ ﻣﻦ ﻣﺠﻤﻮع ‪ ) 12‬دﻓﻌﺔ واﺣﺪة ( إذن ‪Card  C122‬‬
‫ﻧﻀﻊ ‪ A‬ﺣﺪث ظﮭﻮر ﻛﺮﺗﯿﻦ ﻣﻦ ﻧﻔﺲ اﻟﻠﻮن ‪ ،‬ﻟﻜﻦ ‪ A‬ﻣﺮﻛﺐ ﻣﻦ ‪:‬‬
‫‪ A1‬ظﮭﻮر ﻛﺮﺗﯿﻦ ﺣﻤﺮاوﯾﻦ ﻣﻦ ‪ 3‬ﺣﻤﺮ‬
‫‪ A2‬ظﮭﻮر ﻛﺮﺗﯿﻦ زرﻗﺎوﯾﻦ ﻣﻦ ‪ 5‬زرﻗﺎء‬
‫‪ A3‬ظﮭﻮر ﻛﺮﺗﯿﻦ ﺻﻔﺮاوﯾﻦ ﻣﻦ ‪ 4‬ﺻﻔﺮ‬
‫‪3‬‬
‫‪‬‬
‫‪A   Ai‬‬ ‫أي‬
‫‪i 1‬‬

‫ﻟﺪﯾﻨﺎ‬
‫‪2‬‬
‫‪CardA1  C‬‬ ‫‪3‬‬
‫‪‬‬ ‫‪2‬‬
‫‪CardA2  C 5‬‬
‫‪‬‬ ‫‪2‬‬
‫‪CardA3  C 4‬‬

‫‪P A  P A1   P A2   P A3 ‬‬
‫‪C 32 + C 52 + C 24‬‬
‫=‬
‫‪C122‬‬

‫‪62‬‬
 ‫‪ . 2‬اﺣﺘﻤﺎل ظﮭﻮر ﻛﺮﺗﯿﻦ ﻣﺨﺘﻠﻔﺘﯿﻦ‪:‬‬
‫ھﺬا اﻟﺤﺪث ھﻮ اﻟﺤﺪث اﻟﻤﻌﺎﻛﺲ ﻟﻠﺬي ﺳﺒﻖ‪ ،‬إذن اﺣﺘﻤﺎل ظﮭﻮر ﻛﺮﺗﯿﻦ ﻣﺨﺘﻠﻔﺘﯿﻦ‬
‫ھﻮ‪P A  1  P  A  :‬‬

‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ : 5‬وﻋﺎء ﯾﺤﺘﻮي ‪ 20‬ﻛﺮة ‪ 5 ،‬ﻛﺮات ﺣﻤﺮاء ‪ 6 ،‬زرﻗﺎء ‪ 7 ،‬ﺧﻀﺮاء‬

‫و ‪ 2‬ﺻﻔﺮاء‬
‫‪ (1‬ﺳﺤﺒﻨﺎ ‪ 3‬ﻛﺮات دﻓﻌﺔ واﺣﺪة ‪ .‬ﻟﻨﺤﺴﺐ اﺣﺘﻤﺎل أن ﺗﻜﻮن ﺣﻤﺮاء‬
‫ﻧﺴﻤﻲ ‪ ‬ﺣﺪث ﺳﺤﺐ ‪ 3‬ﻛﺮات ﻣﻦ ‪ 20‬ﻛﺮة دﻓﻌﺔ واﺣﺪة و ﻧﺴﻤﻲ ‪ A‬ﺣﺪث‬
‫ظﮭﻮر ‪ 3‬ﻛﺮات ﺣﻤﺮاء‬
‫‪3‬‬ ‫و ﻣﻨﮫ‬
‫‪Card   C 20‬‬
‫‪CardA  C53‬‬

‫‪C 63‬‬
‫‪P  A  3‬‬
‫‪C 20‬‬

‫‪ (2‬ﺳﺤﺒﻨﺎ ‪ 5‬ﻛﺮات دﻓﻌﺔ واﺣﺪة ‪ .‬ﻟﻨﺤﺴﺐ اﺣﺘﻤﺎل ظﮭﻮر ‪ 3‬ﺣﻤﺮاء و ‪ 2‬ﺧﻀﺮاء‬

‫ﻧﺴﻤﻲ ‪ ‬ﺣﺪث ﺳﺤﺐ ‪ 5‬ﻛﺮات ﻣﻦ ‪ 20‬دﻓﻌﺔ واﺣﺪة و ﻧﺴﻤﻲ ‪ B‬ﺣﺪث ظﮭﻮر ‪3‬‬
‫ﺣﻤﺮاء و ‪ 2‬ﺧﻀﺮاء‬
‫ﻋﺪد إﻣﻜﺎﻧﯿﺎت ﺳﺤﺐ ‪ 3‬ﺣﻤﺮ ‪C 53‬‬

‫ﻋﺪد إﻣﻜﺎﻧﯿﺎت ﺳﺤﺐ ‪ 2‬ﺧﻀﺮ ‪C 72‬‬

‫‪B  C 53  C 72‬‬ ‫إذن‬

‫‪C 53  C 72‬‬
‫‪P B  ‬‬
‫‪C 205‬‬

‫‪ ، Card  C 2012‬ﻟﻨﺤﺴﺐ اﺣﺘﻤﺎل‬ ‫‪ (3‬ﺳﺤﺒﻨﺎ ‪ 12‬ﻛﺮات ﻣﻦ ‪ 20‬ﻛﺮة دﻓﻌﺔ واﺣﺪة‬

‫ظﮭﻮر ‪ 3‬ﺧﻀﺮاء‪:‬‬
‫ﻧﺴﻤﻲ ‪ A‬ﺣﺪث ﺳﺤﺐ ‪ 12‬ﻛﺮة ﻣﻨﮭﺎ ‪ 3‬ﺧﻀﺮاء و ‪ 9‬ﺑﺎﻷﻟﻮان اﻷﺧﺮى‪ ،‬إذن‪:‬‬
‫‪63‬‬
 ‫‪CardA  C 53C159‬‬

‫‪C 53C159‬‬
‫‪P  A ‬‬ ‫‪12‬‬
‫و ﻣﻨﮫ‬
‫‪C 20‬‬

‫‪ (4‬ﻟﻨﺤﺴﺐ اﻵن اﺣﺘﻤﺎل ظﮭﻮر ‪ 3‬ﺣﻤﺮاء و ‪ 4‬زرﻗﺎء‬

‫‪12‬‬
‫‪  C 20‬‬ ‫ﻧﺴﻤﻲ ‪ ‬ﺣﺪث ﺳﺤﺐ ‪ 12‬ﻛﺮة ﻣﻦ ‪ 20‬دﻓﻌﺔ واﺣﺪة إذن‬
‫ﻧﺴﻤﻲ ‪ B‬ﺣﺪث ظﮭﻮر ‪ 3‬ﺣﻤﺮاء و ‪ 4‬زرﻗﺎء ‪ ،‬إذن‬
‫‪B  C 53 .C 64 .C 95‬‬
‫‪C 53 .C 64 .C 95‬‬
‫‪P B  ‬‬ ‫‪12‬‬
‫‪C 20‬‬

‫ﺣﻞ ﺗﻤﺮﯾﻦ ‪ : 6‬إذا ﻛﺎن اﻟﺤﺪث ﻣﺴﺘﻘﻼ ﻋﻦ ﻧﻔﺴﮫ ‪ ،‬ﻓﻠﻨﺒﯿﻦ اﻧﮫ إﻣﺎ ﺷﺒﮫ أﻛﯿﺪ أو ﺷﺒﮫ‬
‫ﻣﺴﺘﺤﯿﻞ‬
‫‪A  A  P A  A  P A.P A‬‬
‫‪⇔P A  P 2  A‬‬
‫‪ P A.P A  1  0‬‬

‫‪ P  A  0‬‬
‫‪‬‬
‫‪ ‬‬
‫‪ P  A  1‬‬
‫‪‬‬
‫إذن ‪ A‬ﺷﺒﮫ أﻛﯿﺪ أو ‪ A‬ﺷﺒﮫ ﻣﺴﺘﺤﯿﻞ‪.‬‬

‫ﺣﻞ اﻟـﺘﻤﺮﯾﻦ ‪ : 7‬ﻟﻨﺒﯿﻦ أن ‪ A‬و ‪ ‬ﻣﺴﺘﻘﻼن و ﻛﺬﻟﻚ و ‪ A‬و ‪‬‬

‫و ذﻟﻚ ﻣﻦ اﺟﻞ ﻛﻞ ﺣﺪث ‪. A‬‬
‫‪A  B  P A  B   P A.PB ‬‬ ‫ﻟﺪﯾﻨﺎ اﻟﺘﻜﺎﻓﺆ اﻟﺘﺎﻟﻲ‬
‫‪A    P A     P A.P ‬‬ ‫اذ ن‬

‫‪64‬‬
 P A     P   0 ‫ﻟﺪﯾﻨﺎ‬
P A.P   P A  0 ‫ﻣﻦ ﺟﮭﺔ أﺧﺮى‬
0
.‫ ﻣﺴﺘﻘﻼن‬ ‫ و‬A ‫اذن‬
A    P A     P A.P  ‫ﻛﺬﻟﻚ‬
P  A     P  A ‫ﻟﺪﯾﻨﺎ‬
P A.P   P A.1  P A ‫أﯾﻀﺎ‬
‫ﻣﺴﺘﻘﻼن‬  ‫ و‬A ‫ﯾﻨﺘﺞ أن‬

A  B , A B , A B ‫ ﻓﺎن‬A B ‫ ﻟﻨﺒﺮھﻦ أﻧﮫ اذا ﻛﺎن‬: 8 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬

B  A  B  B  ‫و ان‬
: ‫ ﻟﺪﯾﻨﺎ‬. A  B ‫( ﻧﺒﺮھﻦ‬1

 
P A ∩B  P  A  B   P  A   A ∩B 
 P A  P A  B 
 P A  P A.PB   A B  ‫ﻷن‬
 P A1  PB 


 P  A.P B

. A B  ‫إذن ﺑﺎﻟﻔﻌﻞ‬

‫ ﻟﺪﯾﻨﺎ‬A  B  ‫( ﻧﺒﺮھﻦ‬2
  
P A B  P B  A 
 P  B  A  P B  A  B 
 P  B   P  B  A
 PB   PB .P A
65
 
 P B .1  P  A   P B .P A

. A B  ‫و ﻣﻨﮫ‬

  
P A B  P A B  A  B ‫( ﻧﺒﺮھﻦ أن‬3
 1  P A ∪B 
 1  P A  PB   P A ∩B 
 1  P A  PB   P A.PB 

 P A  PB 1  P A
 PA  PB .PA
 PA1  PB 
 PAPB 


. A B  ‫إذن ﺑﺎﻟﻔﻌﻞ‬

B  A  B  B  ‫( ﺑﺮھﺎن أن‬4
B  A   ,, A, A ‫و ﻣﻨﮫ‬ A ‫ ھﻲ اﺻﻐﺮ ﻋﺸﯿﺮة ﻣﻮﻟﺪة ﺑـ‬B  A ‫ﻟﺪﯾﻨﺎ‬

‫ ﻧﻼﺣﻆ أن‬:‫ﺗﻌﺮﯾﻒ اﺳﺘﻘﻼل ﻋﺸﯿﺮﺗﯿﻦ‬

∀X ∈ B  A, Y  B B   X  Y ( A  B ‫)ﻣﻦ أﺟﻞ‬

‫ ﻣﺴﺘﻘﻠﺘﯿﻦ‬B B  ‫ و‬B  A ‫ﻧﻼﺣﻆ ﺑﺬﻟﻚ أن‬

: ‫ ﻟﻨﺒﯿﻦ ان‬A1 , A2 , A3 ‫ ﻣﻦ أﺟﻞ اﻷﺣﺪاث‬: 9 ‫ﺣﻞ اﻟـﺘﻤﺮﯾﻦ‬

A A
P  A1 ∩A2 ∩A3   P  A1 .P 2 .P 3 

 A1   A1  A2 
‫ﻟﺪﯾﻨﺎ‬
P A1 ∩A2 ∩A3   P A1 ∩A2 ∩A3 

66
  P A1 ∩A2 .P A3 A1 ∩A2 
 P A1 .P A2 A1 .P A3 A1 ∩A2 

: ‫ﻣـﮭــﻢ‬
A1 , A2 ,....An ‫( ﺗﻌﻤﯿﻢ اﻟﻌﻼﻗﺔ ﻓﻲ ﺣﺎﻟﺔ اﻷﺣﺪاث‬2
n  IN : P A1  A2  ......  An  :‫ﻧﺒﺮھﻦ اﻧﮫ‬
= P A1 P A2 A1 P A3 A1 ∩A2 ...P An A1 ∩.....∩An1 ) 
‫ ﻧﺒﺮھﻨﮭﺎ ﻣﻦ‬، n ‫ اﻟﺨﺎﺻﯿﺔ ﻣﺤﻘﻘﺔ ﻧﻔﺮض ﺻﺤﺘﮭﺎ ﻣﻦ اﺟﻞ‬2  n : ‫ﺑﺎﻟﺘﺮاﺟﻊ‬
n  1 ‫اﺟﻞ‬
P A1  .......  An  An1 
  
 P  A1 ∩.... ∩An  ∩An1 
    
 D  
 PD ∩An1   PD .P An 1 D 
 P A1 ∩.......∩An P An1 A1 ∩.... ∩An 
A
 P A1 P 2  P A3 A1 ∩A2 ....P An A1 ∩A2 ∩... ∩An1 
 A1 
....P An1 A1 ∩.... An 
‫و ﻣﻨﮫ‬
∀n∈IN * :
P A1  ......An   P  A1 P  A2 A1 P  A3 A1 ∩A2 ......P An 

 A1 ∩.....An 1 

‫ ﻛﺮات‬5 ‫ ﺳﺤﺒﻨﺎ‬,‫ ﺻﻔﺮاء‬3 ‫ زرﻗﺎء و‬4 ،‫ ﺣﻤﺮاء‬6 ،‫ ﻛﺮة‬13 ‫ وﻋﺎء ﯾﺤﺘﻮي‬: ‫ﺗﻄﺒﯿﻖ‬
‫ ﻣﺎﺣﺘﻤﺎل أن ﺗﻜﻮن ﺣﻤﺮاء؟‬.‫دﻓﻌﺔ واﺣﺪة‬
i = 1,..,5 : i ‫ ظﮭﻮر ﻛﺮة ﺣﻤﺮاء ﻓﻲ اﻟﻤﺮة‬Ai :‫اﻟﺤﻞ‬
5 
P( A)  P ∩Ai  ‫ ﻛﺮات ﺣﻤﺮ‬5 ‫ ظﮭﻮر‬A
 i 1 

67
 P A1 .P A2 A1 .P A3 A1 ∩A2 .P A4 A1 ∩A2 ∩A3 .P A5 A1 ∩A2 ∩A3 ∩A4 
C 41 C51 C 64
‫ و‬P A3 A1 ∩A2   ‫و‬ P  A2 A1   ‫و‬ P  A1  
C111 C121 C131
C 21 C 31
P A5 A1 ∩A2 ∩A3 ∩A4   ‫و‬ P  A4 A1 ∩A2 ∩A3  
C 91 C101
5 5 4 3 2 C 65
P A  . . . .  ‫ﺑﺎﻟﺘﺎﻟﻲ‬
13 12 11 10 9 C135

68
 ‫اﻟﻤﺪرﺳﺔ اﻟﻌﻠﯿﺎ ﻟﻸﺳﺎﺗﺬة ﺑﺎﻟﻘﺒـﺔ اﻟﺒﺸﯿﺮ اﻹﺑﺮاھﯿﻤﻲ‬

‫وﺣﺪة ‪314‬‬

‫اﻹﺣﺘـﻤﺎﻻت و اﻹﺣـﺼﺎء‬

‫ﻣﻦ إﻋﺪاد ‪:‬‬

‫اﻷﺳﺘﺎذة‪ :‬ﺣـﺎﻛـﻢ‪-‬ﻗﺼﺪﻋـﻠﻲ ﺳﮭﺎم‬

‫اﻟﺴﻨﺔ اﻟﺪراﺳﯿﺔ ‪2008-2007‬‬

‫‪1‬‬
 ‫اﻟﺒــﺮﻧﺎﻣـﺞ‬

‫ﯾﺤﺘﻮي ﺑﺮﻧﺎﻣﺞ ھﺬه اﻟﻮﺣﺪة ﻋﻠﻰ ﺟﺰأﯾﻦ‪ .‬اﻟﺠﺰء اﻷول ﯾﺘﻄﺮق إﻟﻰ ﻧﻈﺮﯾﺔ‬
‫اﻹﺣﺘﻤﺎﻻت و ﯾﻤﺜﻞ ‪ 60‬ﻣﻦ اﻟﺒﺮﻧﺎﻣﺞ‪.‬‬
‫اﻟﺠﺰء اﻟﺜﺎﻧﻲ ﯾﺘﻄﺮق إﻟﻰ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ و ﯾﻤﺜﻞ ‪  40‬ﻣﻦ اﻟﺒﺮﻧﺎﻣﺞ‪.‬‬

‫اﻟﺠﺰء اﻷول‬

‫‪ .1‬ﻣﺮاﺟﻌﺔ ﻋﺎﻣﺔ ﻓﻲ اﺳﺮ اﻟﻤﺠﻤﻮﻋﺎت‪ ،‬اﻟﺘﻄﺒﯿﻘﺎت‪ ،‬ﺗﻮاﺑﻊ اﻟﻤﺠﻤﻮﻋﺎت‬

‫‪ .2‬اﻟﺘﺤﻠﯿﻞ اﻟﺘﻮﻓﯿﻘﻲ‬
‫‪ .3‬اﻻﺣﺘﻤﺎﻻت‬
‫‪ .4‬اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ‪ ،‬ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬
‫‪ , .5‬اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ‪ ،‬ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬
‫‪ .6‬أﻧﻮاع اﻟﺘﻘﺎرب و ﻧﻈﺮﯾﺔ اﻟﻨﮭﺎﯾﺔ اﻟﻤﺮﻛﺰﯾﺔ‬

‫اﻟﺠﺰء اﻟﺜﺎﻧﻲ‬

‫‪ .1‬ﺧﻄﻮات اﻟﺒﺤﺚ اﻹﺣﺼﺎﺋﻲ‬

‫‪ .2‬ﺗﺒﻮﯾﺐ اﻟﺒﯿﺎﻧﺎت‬
‫‪ .3‬ﻣﻘﺎﯾﯿﺲ اﻟﺘﺸﺘﺖ‬

‫‪2‬‬
 ‫ﺗﺎﺑﻊ ﻟﻠﺠﺰء اﻷول‬
‫اﻹرﺳـﺎل اﻟﺜـﺎﻧــﻲ‬

‫اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ‬

‫‪3‬‬
 ‫ﻓﮭﺮس اﻹرﺳﺎل اﻟﺜﺎﻧﻲ‬

‫ص ‪6.‬‬ ‫‪ 1.4‬اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﺤﻘﯿﻘﻲ‬

‫ص ‪6.‬‬ ‫‪ 1.1.4‬ﺗﻌﺮﯾﻒ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﺤﻘﯿﻘﻲ‬
‫ص ‪6.‬‬ ‫‪ 2.1.4‬أﻣﺜﻠﺔ‬
‫ص ‪7.‬‬ ‫‪ 3.1.4‬اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﻨﻘﻄﻲ و‬
‫اﻟﻤﺴﺘﻤﺮ‬
‫ص ‪7.‬‬ ‫‪ 4.1.4‬ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪X‬‬
‫ص ‪8.‬‬ ‫‪ 5.1.4‬ﻣﺼﻄﻠـﺤﺎت‬
‫ص ‪8.‬‬ ‫‪ 6.1.4‬اﻟﺘﺎﺑﻊ اﻟﺘﻮزﯾﻌﻲ‬
‫ص‪14.‬‬ ‫‪ 7.1.4‬ﺑﻌﺾ اﻟﺘﻮزﯾﻌﺎت اﻟﺸﮭﯿﺮة اﻟﻨﻘﻄﯿﺔ‬
‫ص‪14.‬‬ ‫ﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ‬
‫ص‪14.‬‬ ‫اﻟﺘﻮزﯾﻊ اﻟﺜﻨﺎﺋﻲ‬
‫ص‪15.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪16.‬‬ ‫اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ اﻟﺰاﺋﺪ‬
‫ص‪17.‬‬ ‫اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ‬
‫ص‪18.‬‬ ‫ﺗﻮزﯾﻊ ﺑﻮاﺻﻮن‬
‫ص‪20.‬‬ ‫‪ 8.1.4‬ﺑﻌﺾ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺴﺘﻤﺮة‬
‫ص‪20.‬‬ ‫اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ‬

‫‪4‬‬
‫ص‪21.‬‬ ‫اﻟﺘﻮزﯾﻊ ﺟﺎﻣﺎ‬
‫ص‪22.‬‬ ‫اﻟﺘﻮزﯾﻊ اﻷﺳﻲ‬
‫ص‪24.‬‬ ‫اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ‬
‫ص‪26.‬‬ ‫اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري‬
‫ص‪27.‬‬
‫اﻟﺘﻮزﯾﻊ ‪ 2‬‬
‫ص‪28.‬‬ ‫ﺗﻤﺎرﯾﻦ‬
‫ص‪29.‬‬ ‫ﺣﻠﻮل اﻟﺘﻤﺎرﯾﻦ‬

‫ص‪37.‬‬ ‫‪ .2.4‬ﺗﺒـﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬

‫ص‪37.‬‬ ‫‪ 1.2.4‬ﺷﺮط ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ)ﺣﺎﻟﺔ ﻣﺘﻐﯿﺮ‬
‫ﻧﻘﻄﻲ و ﺣﺎﻟﺔ ﻣﺘﻐﯿﺮﻣﺴﺘﻤﺮ(‬
‫ص‪38.‬‬ ‫‪ 2.2.4‬أﻣﺜﻠﺔ‬
‫ص‪42.‬‬ ‫‪ 3.2.4‬اﻟﺘﻮﻗﻊ اﻟﺮﯾﺎﺿﻲ‬
‫ص‪44.‬‬ ‫‪ 4.2.4‬ﺗﻮﻗﻊ ﺗﺎﺑﻊ‬
‫ص‪45.‬‬ ‫‪ 5.2.4‬أﻣﺜﻠﺔ‬
‫ص‪45.‬‬ ‫‪ 6.2.4‬اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬
‫ص‪47.‬‬ ‫‪ 7.2.4‬اﻟﺘﺎﺑﻊ اﻟﻤﻮﻟﺪ ﻟﻠﻌﺰوم‬
‫ص‪47.‬‬ ‫‪ 8.2.4‬اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ‬
‫ص‪48.‬‬ ‫ﺗﻤﺎرﯾﻦ‬
‫ص‪49.‬‬ ‫ﺣﻠـﻮل اﻟﺘﻤﺎرﯾﻦ‬
‫‪5‬‬
 ‫‪ .1.4‬اﻟﻣﺗﻐـﯾر اﻟﻌﺷـواﺋﻲ اﻟﺣﻘـﯾﻘﻲ‬

‫‪ 1.1.4‬ﺗﻌﺮﯾﻒ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﺤﻘﯿﻘﻲ‪:‬‬

‫ﻟﯿﻜﻦ ) ‪ (, B , P‬ﻓﻀﺎء اﺣﺘﻤﺎل وﻧﻌﺘﺒﺮ اﻟﺘﻄﺒﯿﻖ ‪:‬‬
‫) ‪X : (,B , P) → (IR, B‬‬
‫‪IR‬‬
‫ﺑﺤﯿﺚ‪. X .B   B :‬‬
‫‪1‬‬
‫‪IR‬‬
‫إذا ﻛﺎن ‪ X‬ﺗﻄﺒﯿﻖ ﻗﺎﺑﻞ ﻟﻠﻘﯿﺎس ﯾﺤﻘﻖ ‪:‬‬
‫‪1‬‬
‫‪∀B ∈B‬‬ ‫‪X .(B) ∈B‬‬
‫‪IR‬‬
‫)أي أن اﻟﺼﻮرة اﻟﻌﻜﺴﯿﺔ ﻟﻜﻞ ﻣﺠﻤﻮﻋﺔ ﺑﻮرﯾﻠﯿﺔ ھﻲ ﺣﺪث( ‪ ،‬ﻓﯿﺴﻤﻰ ﻋﻨﺪﺋﺬ ‪X‬‬
‫ﻣﺘﻐﯿﺮا ﻋﺸﻮاﺋﯿﺎ ﺣﻘﯿﻘﯿﺎ‪.‬‬

‫‪ 2.1.4‬أﻣﺜﻠﺔ ‪:‬‬
‫‪B IR  P ‬‬ ‫}‪.  = {F, P‬‬ ‫ﻣﺜﺎل‪ : 1‬ﻧﻘﺬف ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺮة واﺣﺪة‬
‫ﻧﻌﺘﺒﺮ اﻟﺘﻄﺒﯿﻖ‬
‫‪X. : (,B ) → IR , B‬‬ ‫(‬ ‫‪IR‬‬
‫)‬
‫ﺑﺤﯿﺚ‬
‫‪X.({F}) = 1‬‬ ‫و‬ ‫‪X.({P}) = 0‬‬
‫و }‪X.() = {0,1‬‬ ‫إن ‪ X‬ﯾﻤﺜﻞ ﻣﺘﻐﯿﺮا ﻋﺸﻮاﺋﯿﺎ ﻋﻠﻰ ) ‪(, B‬‬

‫})‪ = {(F, F), (F, P), (P, F), (P, P‬‬ ‫ﻣﺜﺎل‪ : 2‬ﻧﻘﺬف ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺮﺗﯿﻦ‪ ،‬ﻧﺠﺪ‬
‫ﻧﻌﺘﺒﺮ أن ‪ X‬ھﻮ ﻋﺪد ﻣﺮات ظﮭﻮر اﻟﻮﺟﮫ‬
‫(‬
‫‪X. : (,B ) → IR , B‬‬
‫‪IR‬‬
‫)‬
‫‪6‬‬
 ‫‪X.(F, F) = 2‬‬ ‫‪X.(F, P ) = X.(P, F) = 1‬‬ ‫‪X.(P, P) = 0‬‬
‫و ﻣﻨﮫ ‪:‬‬
‫}‪X() = {0,1,2‬‬

‫‪ 3.1.4‬اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﻨﻘﻄﻲ و اﻟﻤﺴﺘﻤﺮ‪:‬‬

‫‪ -‬اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﺬي ﯾﺄﺧﺬ ﻋﺪدا ﻣﻨﺘﮭﯿﺎ أو ﻗﺎﺑﻼ ﻟﻠﻌﺪ ﻣﻦ اﻟﻘﯿﻢ‪ ،‬ﯾﺴﻤﻰ ﻣﺘﻐﯿﺮا‬
‫ﻧﻘﻄﯿﺎ‪.‬‬
‫‪ -‬اﻟﻤﺘﻐﯿﺮ اﻟﺬي ﯾﻤﻜﻦ أن ﯾﺄﺧﺬ ﻛﻞ ﻗﯿﻢ ﻣﺠﺎل ﻣﺤﺪود أو ﻏﯿﺮ ﻣﺤﺪود ﻓﯿﺴﻤﻰ ﻣﺘﻐﯿﺮا‬
‫ﻋﺸﻮاﺋﯿﺎ ﻣﺴﺘﻤﺮا‪.‬‬

‫ﻣﺜﺎل‪ :‬ﻋﻨﺪﻣﺎ ﻧﺰن ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻷﺷﯿﺎء‪ ،‬ﻓﺎن اﻟﻮزن ﯾﻤﻜﻦ أن ﯾﻤﺜﻞ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ‬
‫ﻣﺴﺘﻤﺮ‪ ،‬و ﻛﺬﻟﻚ ارﺗﻔﺎع اﻟﻤﯿﺎه ﻓﻲ ﺳﺪ ﻣﻌﯿﻦ‪.‬‬

‫اﺣﺘﻤﺎل ‪ :X‬ﻟﯿﻜﻦ ﻟﺪﯾﻨﺎ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﺤﻘﯿﻘﻲ ‪X‬‬ ‫‪ 4.1.4‬ﻗﺎﻧﻮن‬

‫‪X : , B , P  → IR, B‬‬
‫‪IR‬‬
‫‪‬‬ ‫‪‬‬
‫ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬ ‫ﻧﻌﺮف اﻟﺘﺎﺑﻊ ‪ P‬ﻋﻠﻰ اﻟﻌﺸﯿﺮة ‪B IR‬‬ ‫‪X‬‬

‫‪B  B‬‬
‫‪IR‬‬
‫‪, PX‬‬ ‫‪B   PX B ‬‬ ‫‪-1‬‬

‫و ھﻮ ﺗﻌﺮﯾﻒ ﺟﯿﺪ ﻷن ‪X B   B‬‬

‫‪-1‬‬

‫ﻧﺘﺤﻘﻖ أن ‪ P‬ﯾﻤﺜﻞ اﺣﺘﻤﺎل ﻋﻠﻰ ‪B IR‬‬ ‫‪X‬‬

‫‪‬‬ ‫‪‬‬
‫‪PX    P X -1    P   0‬‬
‫‪‬‬ ‫‪‬‬
‫‪PX IR   P X -1 IR   P   1‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪Bn   B‬‬ ‫‪ Bn  : PX   B   P X -1   Bn  ‬ﻣﻨﻔﺼﻠﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ‬
‫‪IR‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪ ‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬
‫‪ P n X -1 Bn ‬‬
‫‪‬‬ ‫‪‬‬
‫‪  PX B ‬‬ ‫‪-1‬‬
‫‪n‬‬
‫‪n‬‬
‫‪‬‬ ‫‪PX Bn ‬‬
‫‪n‬‬

‫‪7‬‬
 BIR ‫ ﺟﻤﻌﻲ ﻋﻠﻰ‬ , PX ‫ھﺬا ﯾﻌﻨﻲ أن‬

.X ‫ او ﻗﺎﻧﻮن ﺗﻮزﯾﻊ‬X ‫ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬PX ‫ ﯾﺴﻤﻰ‬،‫ اﺣﺘﻤﺎل‬PX ‫ﻣﻦ ھﺬه اﻟﺪراﺳﺔ ﻧﺠﺪ ان‬

: ‫ ﻓﯿﻤﺎ ﯾﻠﻲ ﻣﻦ اﻟﺪروس ﻧﻌﺘﻤﺪ ﻋﻠﻰ اﻟﺮﻣﻮز اﻵﺗﯿﺔ‬: ‫ﻣﺼﻄﻠﺤﺎت‬ 5.1.4

X  , a     : X    a  X  a 
1

X 1 a, b      : a  X    b  a  X  b 
X 1 a, b      : a  X    b  a  X  b
X 1 t      : t  X     X  t 

... PX  t  ، PX  a , Pa  X  b ‫ﻓﯿﻤﻜﻦ إذن أن ﻧﺤﺴﺐ اﻟﻤﻘﺎدﯾﺮ‬

‫ ﻣﺘﻐﯿﺮ‬X ‫ ﻟﯿﻜﻦ‬: fonction de répartition ‫ اﻟﺘﺎﺑﻊ اﻟﺘﻮزﯾﻌﻲ‬6.1.4

‫ ﻧﻀﻊ‬. IR ‫ ﻣﻦ‬t ‫ ﻣﻦ اﺟﻞ ﻛﻞ‬. ,B , P  ‫ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻋﻠﻰ‬
FX t   P X  t 
 PX  , t 
‫و‬ 0  F 1 ‫ﻓﻨﺠﺪ‬
PX a , b  P   , b    , a 
 P , b  P , a
 FX b   FX a 
FX ‫ﺳﺘﻠﺠﺲ اﻟﻤﻮاﻓﻖ ﻟﻠﺘﺎﺑﻊ‬-‫ ذن ھﻮ ﻗﯿﺎﺳﺎ ﻟـ ﻟﻮﺑﯿﻎ‬PX ‫ﻓﯿﻜﻮن‬

: ‫ﯾﻤﻜﻦ اﻟﺘﺄﻛﺪ ﻣﻦ أن‬

‫ ﺗﺎﺑﻊ ﻣﺘﺰاﯾﺪ‬FX (‫ا‬
‫ ﻣﺴﺘﻤﺮ ﻣﻦ اﻟﯿﺴﺎر‬FX (‫ب‬
lim FX (t )  1, lim FX (t )  0 (‫ج‬
X   X  

: FX ‫ ﺗﻌﺘﻤﺪ ﻋﻠﻰ اﻟﺘﻌﺮﯾﻒ اﻵﺗﻲ ﻟـ‬، ‫ ھﻨﺎك ﺑﻌﺾ اﻟﻤﺮاﺟﻊ‬: ‫ﻣﻼﺣﻈﺔ‬

FX (t )  P X  t   PX  , t 

8
 ‫و ﺗﺒﻘﻰ ﻛﻞ اﻟﺨﻮاص اﻟﺴﺎﺑﻘﺔ ﻣﺤﻘﻘﺔ ﻣﺎ ﻋﺪا ﺧﺎﺻﯿﺔ اﻻﺳﺘﻤﺮار ﻣﻦ اﻟﯿﺴﺎر اﻟﺘﻲ‬
‫ﺗﻌﻮض ﺑـﺎﻻﺳﺘﻤﺮار ﻣﻦ اﻟﯿﻤﯿﻦ‪.‬‬

‫ﻣﺜﺎل ﻟﺘﺎﺑﻊ ﺗﻮزﯾﻌﻲ‪ :‬ﻧﻠﻘﻲ ﻧﺮد ﺛﻼث ﻣﺮات‪ X .‬ھﻮ ﻋﺪد ﻣﺮات ظﮭﻮر اﻟﻮﺟﮫ ‪.‬‬
‫ﻟﯿﻜﻦ‬
‫ﻟﺪﯾﻨﺎ‬
‫‪  FFF , FFP , FPF , PFF , PPF , PFP, FPP, PPP‬‬
‫‪1  FFF ,  2  FFP,  3  FPF ,  4  PFF ,  5  PPF‬‬
‫‪ 6  PFP,  7  FPP,  8  PPP‬‬
‫‪1‬‬
‫‪P  i  ‬‬ ‫و‬ ‫‪B  P  ‬‬
‫‪8‬‬
‫ﻧﻌﺮف‬
‫‪X 1   3‬‬
‫‪X  2   X  3   X  4   2‬‬
‫‪X 5   X  6   X  7   1‬‬
‫‪X 8   O‬‬
‫‪X   0,1,2,3‬‬
‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪: X‬‬
‫‪1‬‬
‫‪‬‬ ‫‪‬‬
‫‪PX 0  P X 1 0  P  8  ‬‬
‫‪8‬‬
‫اﺣﺘﻤﺎل ظﮭﻮر اﻟﻮﺟﮫ ﻣﺮة واﺣﺪة ‪:‬‬
‫‪3‬‬
‫‪‬‬ ‫‪‬‬
‫‪PX 1  P X 1 1  P  5 ,  6 ,  7  ‬‬
‫‪8‬‬
‫‪ P X  1‬‬

‫اﺣﺘﻤﺎل ظﮭﻮر اﻟﻮﺟﮫ ﻣﺮﺗﯿﻦ‬

‫‪3‬‬
‫‪‬‬ ‫‪‬‬
‫‪PX 2  P X 1 2   P  2 ,  3 ,  4  ‬‬
‫‪8‬‬
‫‪ P X  2‬‬
‫‪1‬‬
‫‪PX 3  P 1  ‬‬ ‫‪ P X  3‬‬
‫‪8‬‬
‫ﻗﺎﻧﻮن ﯾﻌﻄﻰ ﻓﻲ اﻟﺠﺪول اﻟﺘﺎﻟﻲ ‪:‬‬
‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪X‬‬

‫‪9‬‬
 X 0 1 2 3
1 3 3 1
PX
8 8 8 8

: ‫ ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ‬FX
FX t   P X  t   PX  , t 
 PX 1  , t 
t  0 : FX t   PX 1  , t  P   0
1
   
0  t  1 : F0 t   P X 1  , t   P X 1 0  P 8  
8
4 1
 
1  t  2 : FX t   P X 1 0,1  P 5 ,  6 ,  7 ,  8   
8 2
7
 
2  t  3 : FX t   P X 1 0,1,2   P 2 ,  3 ,....., 8  
8
 
t  3 : FX t   P X 0,1,2,3  P1 ,  2 ,....., 8   P   1
1

10
 .‫ ﻣﺴﺘﻤﺮ ﻣﻦ اﻟﯿﺴﺎر‬FX ‫ﻧﻼﺣﻆ ان‬

‫ ﻓﻠﺪﯾﻨﺎ ﻣﻦ‬، X ‫ ﺗﺎﺑﻊ ﺗﻮزﯾﻊ‬F ‫ ﻣﺘﻐﯿﺮﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ و ﻛﺎن‬X ‫ اذا ﻛﺎن‬: ‫ﻗﻀﯿﺔ‬
: a  IR ‫اﺟﻞ ﻛﻞ ﻧﻘﻄﺔ‬
P X  a   PX a  FX a   FX a 

: ‫اﻟﺒﺮھﺎن‬
a  n1a, a  1   n An ،‫ ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﻨﺎﻗﺼﺔ‬ An  ‫ﻧﻌﺘﺒﺮ‬
 n
 a  lim An
n

P X  a   PX a  PX lim An   lim PX  An  ‫ﻟﺪﯾﻨﺎ‬

n

 1 
P  X  a   lim PX   a, a  
n
 n  

  1   1
 lim  FX  a    FX a   lim FX  a    lim FX a 
  n   n
 1
 lim FX  a    FX a 
 n
 FX a     FX a 
 FX a   FX a 

.‫ ﺗﺎﺑﻊ ﺗﻮزﯾﻌﻲ ﻧﻘﻄﻲ‬FX ‫ ﯾﺴﻤﻰ‬. F ‫ ﻧﻘﻄﺔ اﻧﻘﻄﺎع ﻟـ‬a :‫أ( ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ اﻟﻤﻨﻘﻄﻊ‬
:‫ و ﯾﻜﻮن‬، ‫ ھﻮ ﻣﺘﻐﯿﺮ ﻧﻘﻄﻲ‬X ‫وان اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ‬، ‫ ﻧﻘﻄﻲ‬PX ‫و ﻧﻘﻮل أن‬
X    x1 , x2 , x3 ,......xn ....., xn  x n1

‫ إذا وﺿﻌﻨﺎ‬:‫اﺻﻄﻼﺣﺎت‬
P  X  i   PX 
i   f i , i  X  
‫ و ﯾﻤﺜﻞ ﻣﺎ ﯾﻠﻲ‬X ‫ ﯾﻤﺜﻞ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬f ‫ﻓﺎن‬

11
 ‫‪f i   0, i‬‬
‫‪ f i   1‬‬
‫‪i  X  ‬‬

‫و ﯾﻜﻮن ﻟﺪﯾﻨﺎ ‪:‬‬

‫‪FX t   P X  t   PX  , t ‬‬

‫‪  f i ‬‬
‫‪it‬‬

‫ب( ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ اﻟﻤﺴﺘﻤﺮ‪ :‬إذا ﻛﺎﻧﺖ ‪ a‬ﻧﻘﻄﺔ اﺳﺘﻤﺮار ﻟﻠﺘﺎﺑﻊ ‪ F‬ﻓﺎن ‪:‬‬
‫‪P X  a   0‬‬
‫‪ -‬ﻟﺬﻟﻚ إذا ﻛﺎن ‪ F‬ﻣﺴﺘﻤﺮا ﻓﺎن ‪ PX‬ﯾﺼﺒﺢ ﻣﺴﺘﻤﺮ اﻟﺘﻮزﯾﻊ و ﻧﻘﻮل أن ‪ X‬ﻣﺘﻐﯿﺮ‬
‫ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻣﻄﻠﻖ اﻻﺳﺘﻤﺮار و ﯾﻘﺒﻞ ﻋﻨﺪﺋﺬ ﺗﺎﺑﻊ ﻛﺜﺎﻓﺔ اﺣﺘﻤﺎﻟﮫ ھﻮ ‪:‬‬
‫‪f : IR  IR‬‬

‫و ﯾﻜﻮ ن ‪ f‬ﻗﺎﺑﻼ ﻟﻠﻤﻜﺎﻣﻠﺔ ﺑﺤﯿﺚ‬

‫‪1) f  x   0, x  IR‬‬
‫‪‬‬
‫)‪2‬‬ ‫‪ f x dx  1‬‬
‫‪‬‬

‫و ﯾﻜﻮن‬
‫‪x‬‬
‫‪F x  ‬‬ ‫‪ f t dt‬‬
‫‪‬‬

‫‪b‬‬
‫‪P a  x  b   PX a, b  F b   F a    f t dt‬‬
‫‪a‬‬

‫و ھﻲ اﻟﻌﻼﻗﺔ اﻟﻤﻘﺎﺑﻠﺔ ﻓﻲ اﻟﺤﺎﻟﺔ ا‬

‫ﻣﺜﺎل ‪ X :‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻣﻄﻠﻖ اﻻﺳﺘﻤﺮار ‪ ،‬ﻛﺜﺎﻓﺘﮫ اﻹﺣﺘﻤﺎﻟﯿﺔ ھﻲ ‪:‬‬

‫‪2 x, x  0,1‬‬
‫‪‬‬
‫‪f x   ‬‬
‫‪0, x  0,1‬‬
‫‪‬‬
‫ﻧﻼﺣﻆ ان ‪:‬‬
‫‪12‬‬
 f  x   0, x  IR
 0 1 
1
 f  x dx   0dx   2 x   0dx  x
2
1
0
  0 1

x 2 x  0,1
x

F  x    f t dt  0 x0
 1 x 1


13
 ‫ﻧﻼﺣﻆ أن‪:‬‬
‫‪Px  a   Px  X  a ‬‬
‫‪b‬‬
‫‪  f t dt  0‬‬
‫‪a‬‬
‫‪1‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪P  X     f t dt‬‬
‫‪3‬‬ ‫‪2 1‬‬
‫‪3‬‬

‫‪ 7.1.4‬ﺑﻌﺾ اﻟﺘﻮزﯾﻌﺎت اﻟﺸﮭﯿﺮة اﻟﻨﻘﻄﯿﺔ ‪:‬‬

‫‪ (1‬ﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ ‪ :‬و ھﻮ اﺑﺴﻂ ﻣﺜﺎل ﻟﻠﺘﻮزﯾﻊ اﻟﻨﻘﻄﻲ ‪ X‬ھﻨﺎ ﯾﺄﺧﺬ ﻗﯿﻤﺘﯿﻦ ﻓﻘﻂ و‬
‫ھﻤﺎ ‪ 1 ، 0‬أي ‪. X    0,1‬‬
‫ﻧﻌﺘﺒﺮ اﻟﺤﺪث ‪ A‬اﻟﻤﺘﻌﻠﻖ ﺑﺘﺠﺮﺑﺔ ﻣﻌﯿﻨﺔ و اﺣﺘﻤﺎﻟﮫ ‪. P A  P‬‬
‫‪ X  A   0‬و ‪X  A  A‬‬
‫إذن ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ X‬ھﻮ‬
‫‪P X  1  P A  p  f 1‬‬
‫‪‬‬
‫‪‬‬
‫‪P X  0   P A  1  p  q  f 0‬‬

‫‪k‬‬ ‫‪0‬‬ ‫‪1‬‬

‫‪f k ‬‬ ‫‪q‬‬ ‫‪p‬‬

‫ﻗﺎﻧﻮن ﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ‬ ‫‪f k   p k .q 1 k , k  0,1‬‬

‫ﻧﻼﺣﻆ أن ‪ X‬ﯾﻤﺜﻞ ﻋﺪد ﻣﺮات وﻗﻮع اﻟﻨﺠﺎح )ﻋﺪد ﻣﺮات وﻗﻮع ‪( A‬‬

‫‪ (2‬اﻟﺘﻮزﯾﻊ اﻟﺜﻨﺎﺋﻲ ‪:la distribution binomiale‬‬

‫ﻧﻌﺘﺒﺮ ﻧﻔﺲ ﺷﺮوط ﺗﻮزﯾﻊ ﺑﺮﻧﻮﻟﻲ ‪ ،‬أي أن ھﻨﺎك ﺣﺪث ‪ A‬اﺣﺘﻤﺎﻟﮫ ‪P A  P‬‬
‫ﻣﺘﻌﻠﻖ ﺑﺘﺠﺮﺑﺔ ﻣﻌﯿﻨﺔ‪ ،‬ﻧﻔﺮض أﻧﻨﺎ ﻛﺮرﻧﺎ ھﺬه اﻟﺘﺠﺮﺑﺔ ‪ n‬ﻣﺮة ‪.‬‬
‫ﻧﻌﺘﺒﺮ ﻓﻲ ﻛﻞ ﻣﺮة ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ‪ i  1,2,.... X i‬ﺣﯿﺚ ‪ X i‬ھﻮ ﻣﺘﻐﯿﺮ ﺑﺮﻧﻮﻟﻲ ﻓﻲ‬
‫اﻟﻤﺮة ‪ ، i‬اﻷﻣﺮ اﻟﺬي ﯾﻌﻨﻲ ‪:‬‬

‫‪14‬‬
 ‫‪X i :   0,1/ P X i  1  P A  p‬‬
‫‪‬‬
‫‪P  X i  0  P A  q‬‬ ‫و‬
‫ﻣﻦ اﻟﻮاﺿﺢ أن ھﺬه اﻟﺘﺠﺎرب ﻣﺴﺘﻘﻠﺔ‪ ،‬ﻧﻌﺘﺒﺮ اﻵن ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺟﺪﯾﺪ ھﻮ ‪:‬‬
‫‪n‬‬
‫‪X   X i  X 1  .........  X n‬‬
‫‪i 1‬‬

‫واﺿﺢ أن ھﺬا اﻟﻤﺘﻐﯿﺮ ﯾﺘﻌﻠﻖ ﺑﺎﻟﺘﺠﺮﺑﺔ اﻟﻜﻠﯿﺔ ‪.‬‬

‫ﯾﻤﺜﻞ ‪ X‬ﻋﺪد ﻣﺮات وﻗﻮع اﻟﻨﺠﺎح )وﻗﻮع ﻧﺠﺎح ‪ ( A‬ﻓﻲ اﻟﺘﺠﺮﺑﺔ اﻟﻜﻠﯿﺔ‪ ،‬و ﺧﻼل‬
‫‪ n‬ﻣﻦ اﻟﺘﻜﺮارات ‪.‬‬
‫‪X :  n  1,2,3,..........n‬‬

‫ﯾﺘﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ X‬ﺑﺤﺴﺎب ‪. k  0,......n, f k   P X  k ‬إن اﻟﺤﺪث‬

‫‪  X  k ‬ﯾﻘﻊ ﻋﻨﺪﻣﺎ ﯾﻘﻊ اﻟﺤﺪث ‪ k ، A‬ﻣﺮة ﺧﻼل ‪ n‬ﺗﻜﺮار‪.‬‬
‫أي ﻋﻨﺪﻣﺎ ‪ k‬ﻣﻦ اﻟﻤﺘﻐﯿﺮات ‪ X i‬اﻟﻘﯿﻤﺔ ◌ ٍ ‪ ، 1‬و ﯾﺄﺧﺬ ‪ n  k ‬اﻟﺒﺎﻗﯿﺔ اﻟﻘﯿﻤﺔ ‪0‬‬
‫ﯾﺄﺧﺬ‬
‫‪k‬‬
‫و ﯾﺘﻢ ذﻟﻚ ﺑﻌﺪد ﻣﻦ اﻟﻄﺮق ھﻮ ‪. C n‬‬

‫أﻣﺜﻠﺔ ‪:‬‬
‫ﻣﺜﺎل ‪: 1‬‬
‫‪ X  2   X 1  1   X 2  1   X 3  0  .......   X n  0‬‬
‫‪‬‬
‫‪ X 1  1   X 2  0   X 3  1   X 4  0 .......   X n  0‬‬
‫‪‬‬ ‫‪‬‬
‫‪ ........................................‬‬

‫و ﻋﺪد اﻷﻗﻮاس ‪ ، C n2‬اﺣﺘﻤﺎل ﻛﻞ ﻗﻮس ھﻮ ‪:‬‬

‫‪P  X 1  1   X 2  1   X 3  0   ..... X n  0   p 2 q n 2‬‬
‫‪ P  X  2   C n2 p 2 q n 2‬‬

‫ﻋﻤﻮﻣﺎ‬
‫‪f k   P X  k   C p q‬‬
‫‪k‬‬
‫‪n‬‬
‫‪k‬‬ ‫‪n k‬‬

‫‪k  0,1,.......n‬‬
‫أي‬
‫‪15‬‬
 ‫‪X‬‬ ‫‪ B n, p ‬‬
‫‪ X‬ﯾﺨﻀﻊ ﻟﺘﻮزﯾﻊ ﺛﻨﺎﺋﻲ ﺑـ ‪ n‬ﻣﺮة ذو اﺣﺘﻤﺎل ‪P‬‬

‫ﻣﺜﺎل ‪ : 2‬اﻟﻘﯿﻨﺎ ﺣﺠﺮ ﻧﺮد ‪ 100‬ﻣﺮة ‪ ،‬ﻣﺎ اﺣﺘﻤﺎل ان ﯾﻈﮭﺮ اﻟﺮﻗﻢ ‪ 9 ، 3‬ﻣﺮات؟‬
‫ﻛﺮرﻧﺎ ﻧﻔﺲ اﻟﺘﺠﺮﺑﺔ ‪ n  100‬ﻣﺮة‬
‫)اﻟﻨﺠﺎح(‬ ‫‪ A  3‬ھﻮ ظﮭﻮر ‪3‬‬
‫‪1‬‬
‫‪P  A  p ‬‬ ‫وﻟﺪﯾﻨﺎ‬
‫‪6‬‬
‫ﻧﻀﻊ ‪ X‬ﻋﺪد ﻣﺮات وﻗﻮع ‪A‬‬
‫‪‬‬ ‫‪1‬‬
‫‪X  B 100, ‬‬ ‫اذن‬
‫‪‬‬ ‫‪6‬‬
‫‪k‬‬ ‫‪100  k‬‬
‫‪100   1   5 ‬‬
‫‪f k   P  X  k   ‬‬ ‫‪.   ‬‬
‫‪k   6   6 ‬‬
‫‪k  0,..,100‬‬
‫إذن‬
‫‪9‬‬ ‫‪91‬‬
‫‪100   1 ‬‬ ‫‪5‬‬
‫‪P  X  9   ‬‬ ‫‪. ‬‬ ‫‪ ‬‬
‫‪9   6 ‬‬ ‫‪6‬‬

‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل ﻷن ‪:‬‬ ‫ﻣﻼﺣﻈﺔ ‪ :‬ﯾﻤﻜﻦ أن ﻧﺘﺄﻛﺪ أن ‪f‬‬

‫‪1) f k   0,‬‬ ‫‪k  0,1,........n‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪n‬‬
‫‪2) f k    C nk p k q n k   p  q   1n  1‬‬
‫‪k‬‬ ‫‪k 0‬‬
‫)ﻧﺸﺮ ﺛﻨﺎ ﺋﻲ اﻟﺤﺪ ﻟﻨﯿﻮﺗﻦ(‬

‫‪ ( 3‬اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ اﻟﺰاﺋﺪ ‪: la loi hypergeometrique‬‬

‫ﻧﻔﺮض اﻧﮫ ﻟﺪﯾﻨﺎ ﺻﻨﺪوق ﯾﺤﺘﻮي ‪ n‬ﻛﺮة‪ ،‬ﯾﻮﺟﺪ ﻣﻦ ﺑﯿﻨﮭﻤﺎ ‪ h‬ﻣﻦ اﻟﻜﺮات اﻟﺤﻤﺮ‪.‬‬
‫ﺳﺤﺒﻨﺎ ‪ r‬ﻛﺮة دﻓﻌﺔ واﺣﺪة )دون إرﺟﺎع و ﺑﺪون ﻣﺮاﻋﺎة اﻟﺘﺮﺗﯿﺐ(‪.‬‬
‫‪ : X‬ھﻮ ﻋﺪد اﻟﻜﺮات اﻟﺤﻤﺮ اﻟﻈﺎھﺮة ﻓﻲ اﻟﺴﺤﺐ‪ ،‬ﻓﯿﻜﻮن ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ْ ◌X‬‬

‫‪16‬‬
 0  k  h 
 n  n  k   , 0  k  min h, r 
  
k  r  k  0  k  r 
 
f k   P X  k   0  h  n
n 0  r  n
 
r  

X  H n, h, r 

‫ اﻟﻤﺘﻌﻠﻖ ﺑﺘﺠﺮﺑﺔ‬A ‫ ﻧﻌﺘﺒﺮ اﻟﺤﺪث‬:la loi géométrique ‫( اﻟﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ‬4

. P A  P ‫ﻣﻌﯿﻨﺔ واﺣﺘﻤﺎﻟﮫ‬
.(‫ )اﻟﻨﺠﺎح‬A ‫ﻧﺴﺘﻤﺮ ﻓﻲ إﺟﺮاء ھﺬه اﻟﺘﺠﺮﺑﺔ إﻟﻰ أن ﯾﺘﺤﻘﻖ اﻟﺤﺪث‬
A ‫ ھﻮ ﻋﺪد ﻣﺮات اﻟﺘﻜﺮارات اﻟﻼزﻣﺔ ﻟﻮﻗﻮع‬X ‫ﻧﻌﺘﺒﺮ أن‬
: X ‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬
X  k   A1  A 2  ........  A k 1  A k
(‫ ﻣﺴﺘﻘﻠﺔ‬Ai ‫ ﻣﻊ‬i ‫ ﻓﻲ اﻟﻤﺮة‬A ‫ وﻗﻮع اﻟﺤﺪث‬Ai )

f k   p X  k   q k 1 p
k  IN 
X  G p 
‫ ﻧﻼﺣﻆ أن‬: ‫ﻣﻼﺣﻈﺔ‬
1) f k   0, k  IN

p p q 
2) f k    q k    1
k q k 1 q  1  q 

0  p 1 ‫و‬ 0  q 1

‫ﻣﺠﻤﻮع ﻣﺘﺘﺎﻟﯿﺔ ھﻨﺪﺳﯿﺔ‬

17
 ‫ ھﻮ‬X ‫ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬: Poisson ‫( ﺗﻮزﯾﻊ ﺑﻮاﺻﻮن‬5
k e  
P X  k   , k  IN ,   0
k!
n ‫ ﺑﺘﻘﺮﯾﺐ ﻓﻲ اﻟﺘﻮزﯾﻊ اﻟﺜﻨﺎﺋﻲ و ذﻟﻚ ﻋﻨﺪﻣﺎ ﺗﻜﻮن‬، ‫و ﯾﻤﻜﻦ أن ﻧﺤﺼﻞ ﻋﻠﯿﮫ‬
: ‫ ﻛﻤﺎ ﯾﻠﻲ‬X   Bn, p  ‫ ﺻﻐﯿﺮة‬p ‫ﻛﺒﯿﺮة و‬
‫ﻟﺪﯾﻨﺎ‬
n
f k     p k q nk , k  0,1,..., n
k 
 
p  np   ‫ﻧﻀﻊ‬
 n
k n k
nn  1........n  k  1   
 
f k   1    
k!  n n
 1  2   k  1 
n1  1  ....1   n
n  n   n  k   1
   1   k
k!  n  
1  
 n
‫ﻟﻤﺎ‬
n k n k
     
n    1    1   1    e   .1  e 
 n  n  n
‫و ﺗﺼﺒﺢ ﻧﮭﺎﯾﺔ اﻟﺘﻮزﯾﻊ‬
k 
e
P X  k   , k  IN
k!
‫و ﻧﻜﺘﺐ‬
X  P 
5
n  20, p  ‫ ﯾﻜﻮن ھﺬا اﻟﺘﻘﺮﯾﺐ ﻣﻘﺒﻮل ﻣﻦ اﺟﻞ‬: 1 ‫ﻣﻼﺣﻈﺔ‬
n
k  IN , f k   0 ‫ ﻧﻼﺣﻆ ان‬: 2 ‫ﻣﻼﺣﻈﺔ‬
 
k
 f k    p  X  k   e    e   .e   1
k 0 k 0 k!

18
 ‫إذن ‪ f‬ﯾﻌﺮف ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪.‬‬

‫ﻣﺜﺎل ‪ :‬اﺣﺘﻤﺎل رد ﻓﻌﻞ ﻧﺎﺗﺞ ﻋﻦ اﻟﺤﺴﺎﺳﯿﺔ ﺿﺪ دواء ﻣﻌﯿﻦ ھﻮ ‪ 1‰‬أﻋﻄﯿﻨﺎ ھﺬا‬

‫اﻟﺪواء ﻟـ ‪ 2000‬ﺷﺨﺺ ‪.‬‬
‫ﻣﺎ ھﻮ اﺣﺘﻤﺎل‪:‬‬
‫‪ (1‬ان ﺗﻈﮭﺮ اﻟﺤﺴﺎﺳﯿﺔ ﻋﻨﺪ ﺛﻼث أﺷﺨﺎص‬
‫‪ (2‬اﺣﺘﻤﺎل أن ﺗﻈﮭﺮ اﻟﺤﺴﺎﺳﯿﺔ ﻋﻨﺪ أﻛﺜﺮ ﻣﻦ ﺷﺨﺼﯿﻦ‬

‫اﻟﺤﻞ ‪:‬‬
‫ﻧﻀﻊ ‪ X‬اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﻤﻤﺜﻞ ﻟﻌﺪد اﻷﺷﺨﺎص اﻟﺬﯾﻦ ﺗﻈﮭﺮ ﻋﻨﺪھﻢ اﻟﺤﺴﺎﺳﯿﺔ‪،‬‬
‫أﺟﺮﯾﻨﺎ ﺗﺠﺮﺑﺔ إﻋﻄﺎء اﻟﺪواء ‪ 2000‬ﻣﺮة ) ‪( n  2000‬‬
‫‪1‬‬
‫‪p‬‬ ‫اﺣﺘﻤﺎل ظﮭﻮر اﻟﺤﺴﺎﺳﯿﺔ ﻋﻨﺪ ﺷﺨﺺ ﻣﻌﯿﻦ ھﻮ‬
‫‪1000‬‬
‫‪X  Bn, p ‬‬ ‫إذن ‪ X‬ﯾﺨﻀﻊ ﻟﺘﻮزﯾﻊ ﺛﻨﺎﺋﻲ أي‬
‫‪5‬‬
‫‪n  20‬‬ ‫‪, p  0,001 ‬‬ ‫و ﻧﻼﺣﻆ أن‬
‫‪2000‬‬
‫ﯾﻤﻜﻦ أن ﻧﻘﺮب اﻟﺘﻮزﯾﻊ إﻟﻰ ﺗﻮزﯾﻊ ﺑﻮاﺻﻮن ‪P ‬‬
‫و ‪X  P2‬‬ ‫‪  np  2‬‬ ‫ﺣﯿﺚ‬
‫‪2 k e 2‬‬
‫‪P X  k  ‬‬ ‫ﺑﺎﻟﺘﺎﻟﻲ‬
‫!‪k‬‬
‫إذن‬
‫‪3‬‬ ‫‪2‬‬
‫‪2 .e‬‬
‫‪P  X  3 ‬‬ ‫‪ P  X  3  0.18‬‬
‫!‪3‬‬
‫‪P  X  2  1  P  X  2  1  P  X  0  P  X  1  P X  2 ‬‬
‫‪P X  0   e  2‬‬ ‫‪, P  X  1  2e 2‬‬
‫ﻟﺪﯾﻨﺎ‬
‫‪P  X  2   2e  2‬‬
‫‪P X  2  1  5e 2  0.323‬‬ ‫إذن‬

‫‪19‬‬
 ‫‪ 8.1.4‬ﺑﻌﺾ اﻟﺘﻮزﯾﻌﺎت اﻟﻤﺴﺘﻤﺮة ‪:‬‬
‫‪:Distribution uniforme‬‬ ‫‪ (1‬اﻟﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ‬
‫ھﻮ اﺑﺴﻂ ﻣﺜﺎل ﻟﻠﺘﻮزﯾﻊ اﻟﻤﺴﺘﻤﺮ‪ ،‬و ﻧﻘﻮل إن اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬ﯾﺘﺒﻊ ﻗﺎﻧﻮن‬
‫اﻻﺣﺘﻤﺎل اﻟﻤﻨﺘﻈﻢ ﻋﻠﻰ اﻟﻤﺠﺎل ‪ a, b‬إذا ﻛﺎﻧﺖ ﻛﺜﺎﻓﺘﮫ اﻻﺣﺘﻤﺎﻟﯿﺔ ﻣﻌﻄﺎة ﻛﻤﺎ‬
‫ﯾﻠﻲ ‪:‬‬
‫‪ 1‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪, x  a, b ‬‬
‫‪f x  ‬‬ ‫‪ a,b   x    b  a‬‬
‫‪ba‬‬ ‫‪0‬‬ ‫‪, x  a, b‬‬
‫‪‬‬
‫ﻧﺠﺪ أن ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ ‪ F‬ھﻮ ‪:‬‬

‫‪x‬‬
‫‪FX  x  ‬‬ ‫‪ f t dt‬‬
‫‪‬‬

‫‪0‬‬ ‫‪xa‬‬
‫‪‬‬
‫‪ x  a‬‬
‫‪‬‬ ‫‪, x  a, b ‬‬
‫‪b  a‬‬
‫‪1‬‬ ‫‪,x  b‬‬
‫‪‬‬

‫‪20‬‬
 ‫ﻣﺜﺎل ‪ :‬اﻟﻘﯿﻨﺎ إﺑﺮة ‪ i‬ﻓﻲ ﻣﺴﺘﻮ ﻓﯿﮫ ﻣﺤﻮر ‪OV‬‬

‫‪ ‬‬
‫‪‬‬
‫‪  0V , i‬‬ ‫‪‬‬
‫ﻧﻌﺘﺒﺮ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ ﺣﯿﺚ ‪ X  ‬ﻣﻊ‬
‫ﻧﻼﺣﻆ أن ‪ ‬ھﻮ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﻣﺴﺘﻤﺮ ‪.‬‬
‫ﻣﺎ ھﻮ ﻗﺎﻧﻮن اﺣﺘﻤﺎﻟﮫ ؟‬
‫اﻟﺤﻞ ‪:‬‬
‫‪P  X     A   ‬‬ ‫‪ A‬ﺛﺎﺑﺖ ﺗﻨﺎﺳﺐ ﻛﯿﻔﻲ‬
‫‪P 0  X  2   A2   1‬‬ ‫‪0    2 ‬‬
‫‪1‬‬
‫‪A‬‬ ‫إذن‬
‫‪2‬‬
‫‪ ‬‬
‫‪P   X    ‬‬ ‫‪,  0‬‬ ‫ﺑﺎﻟﺘﺎﻟﻲ‬
‫‪2‬‬

‫‪x‬‬
‫‪FX  x   P   X  x  ‬‬ ‫‪,‬‬ ‫‪x0,2 ‬‬
‫‪2‬‬
‫ﺑﺎﻟﺘﺎﻟﻲ‪:‬‬
‫‪ 1‬‬
‫‪dF  2‬‬ ‫‪x  0,2 ‬‬
‫‪f x  ‬‬ ‫‪‬‬
‫‪dx ‬‬
‫‪x  0,2 ‬‬
‫‪0‬‬
‫إن اﻟﻤﺘﻐﯿﺮ ‪ ‬ﯾﺨﻀﻊ ﻟﻠﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ ﻓﻲ اﻟﻤﺠﺎل ‪ . 0,2 ‬ﻧﺮﻣﺰ ﺑـ ‪:‬‬
‫‪X‬‬ ‫‪ U 0,2 ‬‬
‫‪ (2‬اﻟﺘﻮزﯾﻊ ﺟﺎﻣﺎ ‪ : Gamma‬ﻧﻘﻮل ﻋﻦ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ‪ X‬ﻣﺴﺘﻤﺮ‪،‬‬
‫اﻧﮫ ﯾﺨﻀﻊ ﻟﺘﻮزﯾﻊ ﺟﺎﻣﺎ إذا ﻛﺎﻧﺖ ﻛﺜﺎﻓﺘﮫ اﻻﺣﺘﻤﺎﻟﯿﺔ ھﻲ ‪:‬‬

‫‪21‬‬
    x  1
 e x ,x0
f  x     
0 ,x 0



 fdx  1,   1      x
 1  x
e dx : ‫ﻧﻌﻠﻢ أن‬
IR 0

: ‫ﻣﻦ ﺧﺼﺎﺋﺼﮫ‬
  1   
n  1  n! , n  IN : IN ‫ﺑﺎﻟﺘﺎﻟﻲ ﻓﻲ‬
 ‫ﯾﺴﻤﻰ اﻟﻮﺳﯿﻂ اﻷﺳﻲ ﺑﻮﺳﯿﻂ‬
  e  x ,x  0

  1  f x   
0 ,x  0

: ‫و ﻧﻜﺘﺐ‬
X  Exp 

‫ﺑﯿﺎن اﻟﻜﺜﺎﻓﺔ اﻻﺣﺘﻤﺎﻟﯿﺔ‬

‫ﻟﻠﺘﻮزﯾﻊ اﻵﺳﻲ‬

: ‫ ﻣﻌﻄﺎة ﻛﻤﺎ ﯾﻠﻲ‬X ‫ و ﻛﺜﺎﻓﺘﮫ‬، ‫ ھﻮ ﺗﻮزﯾﻊ ﻣﺴﺘﻤﺮ‬: ‫( اﻟﺘﻮزﯾﻊ اﻷﺳﻲ‬3

e x x0   0


f x   
0 x0

‫و ﯾﻜﻮن ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ‬
22
 ‫‪x‬‬ ‫‪1  e x‬‬ ‫‪x0‬‬
‫‪‬‬
‫‪f  x    f t dt  ‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪x0‬‬
‫‪‬‬

‫ﻣﺜﺎل‪ :‬ﻓﻲ ﻛﺜﯿﺮ ﻣﻦ اﻷﺣﯿﺎن ﯾﺨﻀﻊ ﻋﻤﺮ ﻗﻄﻌﺔ اﻟﻜﺘﺮوﻧﯿﺔ ﻓﻼ ‪ t‬إﻟﻰ اﻟﺘﻮزﯾﻊ أﻷﺳﻲ‪،‬‬
‫ﯾﻈﮭﺮ ﻋﻠﯿﮭﺎ اﻟﻘﺪم أو اﻟﺘﺂﻛﻞ و ﻟﻜﻨﮭﺎ ﻣﻌﺮﺿﺔ دوﻣﺎ ﻟﻠﺘﻌﻄﻞ و اﻟﺘﻮﻗﻒ ﻋﻦ اﻟﻌﻤﻞ‪.‬‬
‫‪ ‬ﻧﻔﺮض أن ﻗﻄﻌﺔ اﻟﻜﺘﺮوﻧﯿﺔ ﻗﺪ ﻋﻤﻠﺖ ﺣﺘﻰ اﻟﻠﺤﻈﺔ ‪t‬‬
‫‪ ‬ﻟﯿﻜﻦ اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ ﻟﺘﻮﻗﻔﮭﺎ ﻓﻲ اﻟﻤﺠﺎل ‪ t , t  t‬ﻣﺘﻨﺎﺳﺒﺎ ﻣﻊ ‪ t‬و‬
‫‪ ، 0   ,‬ﻋﻠﻤﺎ أﻧﮭﺎ ﻟﻢ ﺗﺘﻌﻄﻞ ﻓﻲ اﻟﻤﺠﺎل ‪0, t ‬‬ ‫ﯾﺴﺎوي إذن ‪t‬‬
‫ﻟﻨﻌﯿﻦ ‪: f‬‬
‫ﻧﻔﺮض أن ‪ T‬ھﻮ ﻋﻤﺮ اﻟﻘﻄﻌﺔ )ھﻮ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ( و ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ‬
‫‪F t   PT  t ‬‬
‫ﻓﻨﺠﺪ أن ‪:‬‬
‫‪Pt  T  t  t   PT  t   T  t  t ‬‬
‫‪ PT  t PT  t  t  / T  t ‬‬

‫‪ 1  F t t‬‬ ‫‪1‬‬

‫ﻣﻦ ﺟﮭﺔ أﺧﺮى‬
‫‪Pt  T  t  t   PT  t  t   PT  t ‬‬
‫‪ F t  t   F t ‬‬ ‫‪2‬‬
‫‪23‬‬
 ‫(ﻧﺠﺪ‬2) ‫( إﻟﻰ‬1) ‫ﻣﻦ‬
F t  t   F t   1  F t t
:‫و ھﻲ ﻣﻌﺎدﻟﺔ ﺗﻔﺎﺿﻠﯿﺔ ﻣﻊ‬
F t  t   F t 
  1  F t 
t
dF ‫ﺑﺎﻟﺘﺎﻟﻲ‬
  1  F t 
dt
dF
 dt
‫أي‬
1 F
t   log1  F   k t  0 ‫ﺑﺎﻟﻤﻜﺎﻣﻠﺔ ﻋﻨﺪ اﻟﻠﺤﻈﺔ‬
F 0  PT  0  0 ( ‫)ﺣﺪث ﺷﺒﮫ ﻣﺴﺘﺤﯿﻞ‬

t  0  F t   0  k  0

F t   1  e t ,t  0 ‫ﺑﺎﻟﺘﺎﻟﻲ‬

e t t0


f t    ‫و ﺑﺬﻟﻚ‬
0 t0


‫ ھﻮ ﺗﻮزﯾﻊ ﻣﺴﺘﻤﺮ و ﻛﺜﺎﻓﺘﮫ اﻻﺣﺘﻤﺎﻟﯿﺔ‬:Distribution normale ‫ اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ‬4

: ‫ﺗﻌﻄﻰ ﺑـ‬
2
1  x 
1   
f x   e 2  
, x  IR
 2
2
1  x 
1   
f x   e 2  
  IR ,   IR, x  IR 
*

 2

24
X ‫و ﻧﻘﻮل أﯾﻀﺎ أن‬
‫ﯾﺨﻀﻊ ﻟﺘﻮزﯾﻊ ﻻﺑﻼس‬
‫ﻏﻮص و ﻧﻜﺘﺐ‬

X  N , 2

 
‫ ﯾﻤﺜﻞ ﻓﻌﻼ ﻛﺜﺎﻓﺔ‬f ‫ﯾﻤﻜﻦ اﻟﺘﺄﻛﺪ أن‬
I 

 f x dx  1 ‫اﺣﺘﻤﺎﻟﯿﺔ أي اﻧﮫ ﻣﻮﺟﺐ و‬
 1
1  t2
2

2 e

dt

 1
2  t2
2

 e dt
x

0
dx  dt ‫أي‬  t ‫ﻟﺪﯾﻨﺎ‬
A

A ‫و ﻣﻨﮫ ﻧﺤﺴﺐ‬
 1
 x2
2
A e dx
0
 1
 g2
2
 e
0
 1 2 2
 x y  ‫إذن‬
A 2   e 2
dxdy
0 0

dxdy  rdrd ‫ﺑﺎﻹﺣﺪاﺛﯿﺎت اﻟﻘﻄﺒﯿﺔ‬
2 
1 2
 
r
A 2   e 2
rdrd
0 0

1 0
  r2 
 e 2 
2 
2
 ‫و ﻣﻨﮫ‬
A
2
25
 ‫‪ (5‬اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري )ﺣﺎﻟﺔ ﺧﺎﺻﺔ (‬
‫ﻋﻨﺪﻣﺎ ﯾﻜﻮن ‪   1,   0‬ﻧﺤﺼﻞ ﻋﻠﻰ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ‪ X ‬ﻛﺜﺎﻓﺘﮫ‬
‫‪1‬‬
‫‪1‬‬ ‫‪ x2‬‬
‫‪f‬‬ ‫*‬
‫‪x  ‬‬ ‫‪e‬‬ ‫‪2‬‬
‫‪x  IR‬‬
‫‪2‬‬
‫أﯾﻀﺎ‬
‫‪1‬‬
‫‪1‬‬ ‫‪ x2‬‬
‫‪f * x  ‬‬ ‫‪e‬‬ ‫‪2‬‬
‫‪x  IR‬‬
‫‪2‬‬
‫‪a‬‬
‫‪F * a  ‬‬ ‫‪ f x dx‬‬
‫*‬

‫‪‬‬

‫)‪X  N (0,1‬‬

‫ﯾﺴﻤﻰ * ‪ X‬اﻟﻤﺘﻐﯿﺮ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري‪ ،‬و ﯾﻤﻜﻦ أن ﻧﺼﻞ إﻟﯿﮫ ﺑﺎﺳﺘﻌﻤﺎل اﻟﺘﺒﺪﯾﻞ‬
‫اﻟﺘﺎﻟﻲ ‪:‬‬
‫‪X ‬‬
‫‪X* ‬‬
‫‪‬‬
‫و ﺗﻮﺟﺪ ﺟﺪاول ﺗﺒﯿﻦ ﻣﻦ اﺟﻞ ﻛﻞ ﺣﻘﯿﻘﻲ ‪ ، a‬ﻗﯿﻤﺔ ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ ‪ F * a ‬و ﺗﺴﻤﻰ‬
‫ﺟﺪاول اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري‪.‬‬

‫ﺗﻄﺒﯿﻖ ‪ X  N  ,   :‬اﺣﺴﺐ اﺣﺘﻤﺎل ‪ Pa  X  b ‬ﺑﺎﺳﺘﻌﻤﺎل ﺟﺪاول‬

‫اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري‪.‬‬

‫‪26‬‬
  a  x  ba 
Pa  X b  P   
  2  

x  *
 X N0,1


Pa  x b  P a1  x* b1 
 F*b1  F*a1
. ‫ ﻣﻦ اﻟﺠﺪول‬F * b1 , F * a1  ‫ﻧﺤﺼﻞ ﻋﻠﻰ ﻗﯿﻤﺘﯿﻦ‬

: ‫ھﻮ ﺗﻮزﯾﻊ ﻣﺴﺘﻤﺮ ﻛﺜﺎﻓﺘﮫ اﻻﺣﺘﻤﺎﻟﯿﺔ ﺗﻜﺘﺐ ﻛﻤﺎ ﯾﻠﻲ‬:  2 ‫( اﻟﺘﻮزﯾﻊ‬6

n x
 1 2
1 
2
 n x e x0
 2 2  n 
  2

f x   

0 x0




‫و ﻧﻜﺘﺐ‬
x   n2
‫ ﺑﺪرﺟﺔ‬n ‫و ﺗﺴﻤﻰ‬
‫اﻟﺤﺮﯾﺔ‬

27
 ‫ﺗﻤﺎرﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﺤﻘﯿﻘﻲ‬

‫ﺗﻤﺮﯾﻦ ‪ : 1‬ﻗﻄﻌﺔ ﻧﻘﺪ ﻏﯿﺮ ﻣﺘﻮازﻧﺔ‪ ،‬اﺣﺘﻤﺎل ظﮭﻮر اﻟﻮﺟﮫ ﻋﻨﺪ إﻟﻘﺎﺋﮭﺎ ﯾﺴﺎوي‬
‫‪ .0,7‬أﻟﻘﯿﻨﺎھﺎ ﻣﺮﺗﯿﻦ‪ ،‬ﻧﻌﺘﺒﺮ أن ‪ X‬ھﻮ ﻋﺪد ﻣﺮات ظﮭﻮر اﻟﻮﺟﮫ ﺧﻼل ھﺬه‬
‫اﻟﺘﺠﺮﺑﺔ ‪ ،‬ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ ، X‬ﺛﻢ اﺣﺴﺐ ‪. P X  1 ، P X  2‬‬

‫ﺗﻤﺮﯾﻦ ‪ X : 2‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻧﻘﻄﻲ ﺣﯿﺚ * ‪ ، X    IN‬ﻧﻌﺮف‬

‫‪‬‬
‫‪f : IN *  IR ,‬‬ ‫‪f n  ‬‬ ‫‪,‬‬ ‫‪n  IN *,‬‬ ‫اﻟﺘﺎﺑﻊ ‪  0  :‬‬
‫‪n2‬‬
‫ﻋﯿﻦ ﻗﯿﻤﺔ ‪ ‬ﺣﺘﻰ ﯾﻜﻮن ‪ f‬ﻗﺎﻧﻮن اﺣﺘﻤﺎل ﻟﻠﻤﺘﻐﯿﺮ ‪ ، X‬واﺣﺴﺐ اﻻﺣﺘﻤﺎﻻت‬
‫‪P  X  2,‬‬ ‫‪P  X  3,‬‬ ‫‪P  X  3,‬‬ ‫‪P 2  X  4 ‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 3‬ﻧﻌﺮف اﻟﺘﺎﺑﻊ ‪ f‬ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬

‫‪a‬‬ ‫‪1‬‬
‫‪f x  ‬‬ ‫‪ 2‬‬ ‫‪x  IR,‬‬ ‫‪a  0‬‬
‫‪ x  a2‬‬
‫ﺗﺄﻛﺪ ﻣﻦ أن ‪ f‬ﯾﻤﺜﻞ ﻛﺜﺎﻓﺔ اﺣﺘﻤﺎﻟﯿﺔ ﻟﻤﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ‪ X‬ﻣﻄﻠﻖ اﻻﺳﺘﻤﺮار ﺛﻢ‬
‫ﻋﯿﻦ ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ ‪FX‬‬

‫ﺗﻤﺮﯾﻦ ‪ : 4‬ﻧﻠﻘﻲ ﻋﺸﺮ ﻛﺮات إﻟﻰ أرﺑﻌﺔ ﺻﻨﺎدﯾﻖ )ﻣﺘﺴﺎوﯾﺔ اﻻﺣﺘﻤﺎل(‪ X ،‬ھﻮ‬
‫ﻋﺪد اﻟﻜﺮات اﻟﺘﻲ ﺗﺴﻘﻂ ﻓﻲ اﻟﺼﻨﺪوق اﻷول ‪ ،‬ﻣﺎ ھﻮ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ X‬؟‬
‫‪P  X  7 ,‬‬ ‫‪P  X  3‬‬ ‫اﺣﺴﺐ‬

‫ﺗﻤﺮﯾﻦ ‪ : 5‬ﻧﺴﺘﻤﺮ ﻓﻲ إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺘﻮازﯾﺔ و ذﻟﻚ ﺣﺘﻰ ﯾﻈﮭﺮ اﻟﻮﺟﮫ‪ ،‬ﻧﻌﺘﺒﺮ أن‬
‫‪ X‬ھﻮ ﻋﺪد ﻣﺮات اﻹﻟﻘﺎء اﻟﻼزﻣﺔ‪ .‬ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ X‬؟‬
‫ﻣﺎ اﺣﺘﻤﺎل أن ﻻ ﯾﻈﮭﺮ اﻟﻮﺟﮫ ﺣﺘﻰ اﻟﻤﺮة اﻟﻌﺎﺷﺮة ؟ ﺣﺘﻰ اﻟﻤﺮة اﻷﻟﻒ ؟‬

‫ﺗﻤﺮﯾﻦ ‪ : 6‬اﻟﻘﯿﻨﺎ ﺣﺠﺮ ﻧﺮد ﻣﺮﺗﯿﻦ ‪ X ،‬ھﻮ ﻣﺠﻤﻮع اﻟﻮﺟﮭﯿﻦ اﻟﻈﺎھﺮﯾﻦ ‪ ،‬ﻋﯿﻦ‬
‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪. X‬‬

‫‪28‬‬
‫ ھﻮ ﻋﺪد أوراق اﻵس اﻟﻈﺎھﺮة‬X ، ‫ أوراق ﻟﻌﺐ دﻓﻌﺔ واﺣﺪة‬5 ‫ ﺳﺤﺒﻨﺎ‬: 7 ‫ﺗﻤﺮﯾﻦ‬
‫ إذا ﻛﺎن اﻟﺴﺤﺐ ﯾﺘﻢ‬X ‫ ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬، X ‫ ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬.‫ﻓﻲ اﻟﺴﺤﺐ‬
.‫ﻣﻊ اﻹرﺟﺎع‬

‫ﺣﻠﻮل اﻟﺘﻤﺎرﯾﻦ‬

0,7 ‫ إﺣﺘﻤﺎل ظﮭﻮر اﻟﻮﺟﮫ ﻋﻨﺪ إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ و‬: 1 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
: ‫ ﻟﺪﯾﻨﺎ‬. X ‫أ( ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن إﺣﺘﻤﺎل‬
 
  FF , FP
 , PF
 , PP

 1 2 3 4 
X 1   2
X  2   X  3   0
X  4   0
X    0,1,2 ‫و ﻣﻨﮫ‬
: ‫ﻟﺪﯾﻨﺎ‬
f 0   P X  0 P4 0  P X 10 
 
 P 4  P F 1  F 2
9
 PF P F  
1 2
100
‫و‬
 
f 1  P X  1  P X 11  P1 ,  2 
 P 2   P 3
42
   
 PF1 P F 2  PF2 P F 1  0,7 0,32 
100


f 2   P X  2   P X 12 
29 2 49
 P1   P F1 PF2   0,7  
100
 i 0 1 2
9 42 44
f i 
100 100 100

: ‫ب( ﻧﺤﺴﺐ‬
: ‫ و ھﻮ اﺣﺘﻤﺎل ظﮭﻮر اﻟﻮﺟﮫ ﻣﺮﺗﯿﻦ و ﻣﻨﮫ‬P X  2  PX 2  P1  1

44
P  X  2  f 2 
100
‫ اﺣﺘﻤﺎل ظﮭﻮر اﻟﻮﺟﮫ ﻣﺮة واﺣﺪة ﻋﻠﻰ اﻷﻗﻞ‬، P X  1 ‫ﻟﻨﺤﺴﺐ اﻵن‬
x  1  X 1 1,  X 1 1,2  1 , 2 , 3 

x  1  X  1X  2
Px  1  PX  1  P X  2

 f 1  f 2   0,91


f : IN *  IR , f n   , n  IN *,   0 ‫ ﻟﺪﯾﻨﺎ‬: 2 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
n2
‫ ﻟﺬﻟﻚ ﯾﺠﺐ ان ﯾﻜﻮن‬، X ‫ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ﻟـ‬f ‫ ﺣﺘﻰ ﯾﻜﻮن‬ ‫ﻟﻨﻌﯿﻦ ﻗﯿﻤﺔ‬
 
  n  IN * 0
n
f n   0,  f n   1  
n 1    1
 n1 n 2
 2
  0 2  1
n 6
6
  2

‫ ھﻮ‬X ‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬
6
f n   , n  IN *
P  X n   n22

: ‫ﻟﻨﺤﺴﺐ‬

30
 6
P X  2  f 2  
4 2
P X  3  P X  1  P X  2   P X  3
 f 1  f 2   f 3
6  1 1  46
 2 
1 2  2  
  2 3  6 2

X  3  X  1 X  2  X  3 ‫ﻷن‬
P  X  3  1  P  X  3
49 ‫و ﻣﻨﮫ‬
 1
6 2
‫أو‬

P X  3   f i 
i 4

6  1 1
  f i   2 
1 2  2 
i 1   2 3 
49
 1
6 2
‫و‬
P2  X  4  P X  2  P X  3  P X  4 
 f 2  f 3  f 4 
6  1 1 1 
 2  2
 2 2
 2 3 4 

31
 x  IR : f  x   0 ‫ﻧﻼﺣﻆ أن‬ :3 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
 
a dx
 f x dx    x
 
2
 a2
 x
a 

1 a
  2 
   x 
  1
a

1 dt 1
 arctgt 

 t 2
 
1 
1   
  1
  2 2 
X   a  : ‫ و ﻧﻜﺘﺐ‬،‫و ھﻮ ﺗﻮزﯾﻊ ﻛﻮﺷﻲ‬

: ‫ ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ‬-
x
F x    f t dt

x
a dt
 t 2
 
 a2
x
1 t
 Arctg
 a 

1 x 1
 Arctg 
 a 2
32
 ‫‪) X‬ﺗﻮزﯾﻊ ﻛﻮﺷﻲ(‬ ‫ﻣﺘﺰاﯾﺪ و ﻣﺴﺘﻤﺮ ‪  a ‬‬ ‫‪F‬‬

‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ : 4‬ﺗﻠﻘﻰ ‪ 10‬ﻛﺮات إﻟﻰ ‪ 4‬ﺻﻨﺎدﯾﻖ ﻣﺘﺴﺎوﯾﺔ اﻹﺣﺘﻤﺎل‪ X .‬ھﻮ ﻋﺪد‬
‫اﻟﻜﺮات اﻟﺘﻲ ﺗﺴﻘﻂ ﻓﻲ اﻟﺼﻨﺪوق اﻷول‪ .‬ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪: X‬‬
‫‪1‬‬
‫‪ ،‬ﻟﺪﯾﻨﺎ ﺗﻜﺮار ﻧﻔﺲ اﻟﺘﺠﺮﺑﺔ )رﻣﻲ ﻛﺮة(‬ ‫اﺣﺘﻤﺎل اﻟﺴﻘﻮط ﻓﻲ اﺣﺪ اﻟﺼﻨﺎدﯾﻖ ھﻮ‬
‫‪4‬‬
‫‪ 10‬ﻣﺮات ‪ :‬ﺗﻮزﯾﻊ ﺛﻨﺎﺋﻲ ‪.‬‬
‫‪1‬‬
‫‪ p ‬ﻣﻊ ‪ X‬ھﻮﻋﺪد‬ ‫اﺣﺘﻤﺎل اﻟﻨﺠﺎح ھﻮ اﺣﺘﻤﺎل اﻟﺴﻘﻮط ﺑﯿﻦ اﻟﺼﻨﺪوق اﻻول ‪:‬‬
‫‪4‬‬
‫اﻟﻨﺠﺎح و ﻣﻨﮫ ‪. X  B10, 1 ‬‬
‫‪ 4‬‬
‫ﯾﻨﺘﺞ‪:‬‬
‫‪10‬‬
‫‪ 4‬‬
‫‪10  10k‬‬
‫‪ .3‬‬
‫‪k‬‬
‫‪P X  k    10‬‬
‫‪4‬‬
‫‪k‬‬ ‫‪10  k‬‬
‫‪10  1   3 ‬‬
‫‪     ‬‬
‫‪ k  4   4 ‬‬
‫‪k  0,1...,10‬‬
‫‪.‬‬ ‫و ھﻮ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪X‬‬

‫‪P  X  7 ,‬‬ ‫‪P  X  3‬‬ ‫ب( ﺣﺴﺎب‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ X  3   X  0 X  1 X  2  X  3‬‬
‫‪P X  3  P X  0   P X  1  P X  2   P X  3‬‬ ‫أي‬
‫‪3‬‬
‫‪  f k ‬‬
‫‪k 0‬‬

‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ : 5‬ﻧﺴﺘﻤﺮ ﻓﻲ إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ إﻟﻰ ظﮭﻮر اﻟﻮﺟﮫ‪ X .‬ھﻮ ﻋﺪد ﻣﺮات‬
‫اﻹﻟﻘﺎء اﻟﻼزﻣﺔ‪ .‬ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪X‬‬

‫‪33‬‬
 ‫ﻧﻌﻠﻢ ﻋﻤﻮﻣﺎ‬
‫‪‬‬
‫‪P X  k   P F 1  F 2  ...........  F k 1  Fk‬‬ ‫‪‬‬
‫‪ q k 1 p‬‬ ‫‪k  IN ‬‬
‫‪1‬‬ ‫ﻟﻜﻦ‬
‫‪p‬‬
‫‪2‬‬
‫‪k‬‬
‫‪1‬‬
‫‪P X  k    ‬‬
‫‪ 2‬‬
‫اذن‬
‫‪X‬‬ ‫‪ G 1 ‬‬
‫‪2‬‬
‫أي ‪ X‬ﯾﺨﻀﻊ ﻟﻠﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ‪.‬‬

‫‪ -‬ﻟﻨﺤﺴﺐ اﺣﺘﻤﺎل ظﮭﻮر اﻟﻮﺟﮫ ﻓﻲ اﻟﻤﺮة ‪: 10‬‬

‫‪10‬‬
‫‪1‬‬
‫‪P X  10    ‬‬
‫‪2‬‬
‫‪ -‬اﺣﺘﻤﺎل ظﮭﻮر اﻟﻮﺟﮫ ﻓﻲ اﻟﻤﺮة ‪:1000‬‬
‫‪1000‬‬
‫‪1‬‬
‫‪P X  1000    ‬‬
‫‪2‬‬
‫‪ -‬اﺣﺘﻤﺎل ﻋﺪم ظﮭﻮر اﻟﻮﺟﮫ ﻋﺪد ﻻ ﻧﮭﺎﺋﻲ ﻣﻦ اﻟﻤﺮات‪ :‬ھﻮ ﺣﺪث ﺷﺒﮫ ﻣﺴﺘﺤﯿﻞ‬

‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ :6‬ﺗﻠﻘﻰ ﺣﺠﺮة ﻧﺮد ﻣﺮﺗﯿﻦ‪ X ،‬ھﻮ ﻣﺠﻤﻮع اﻟﻮﺟﮭﯿﻦ اﻟﻈﺎھﺮﯾﻦ‪،‬‬
‫ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪: X‬‬
‫‪  1,11, 2 .............5,6 6,6 ‬‬
‫أ(‬
‫‪  36  6 2‬‬
‫‪X    2,3,.............12‬‬

‫‪34‬‬
 1
 
P X  2  P X 1 2  P1,1 
36
2
P X  3  P1,2 , 2,1 
36
3
P X  4  P2,2, 3,11,3 
36
4
P X  5  P1,4 , 4,12,33, 2 
36
5
P X  6   P1,5, 5,12,4 4, 23,3 
36
6
P X  7   P1,6, 6,12,55,23,4 4,3 
36
5
P X  8  P2,6 , 6,2 3,55,34,4 
36
4
P X  9   P3,6 , 6,34,55,4 
36
3
P X  10  
36
2
P X  11 
36
1
P X  12  
36

‫ ھﻮ ﻋﺪد أوراق اﻵس‬X .‫ أوراق ﻟﻌﺐ دﻓﻌﺔ واﺣﺪة‬5 ‫ ﺗﺴﺤﺐ‬:7 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
. ‫ ﺳﺤﺐ دون إرﺟﺎع‬X ‫ ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬.‫اﻟﻈﺎھﺮة‬

35
 ‫‪ 4  13‬‬

‫ﻟﺪﯾﻨﺎ ‪ 52‬ورﻗﺔ ﻟﻌﺐ و ‪ 4‬آس‪.‬‬

‫ﻧﻼﺣﻆ أن ‪ ، X  H 52,4,5‬أي ‪ X‬ﯾﺨﻀﻊ ﻟﻠﺘﻮزﯾﻊ اﻟﮭﻨﺪﺳﻲ اﻟﺰاﺋﺪ‪ ،‬ﺑﺎﻟﺘﺎﻟﻲ‬
‫‪ 4  48 ‬‬
‫‪ ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪k  5  k ‬‬
‫‪P X  k  ‬‬ ‫‪0k 4‬‬
‫‪ 52 ‬‬
‫‪ ‬‬
‫‪5 ‬‬
‫‪ f k ‬‬
‫ھﺬا دون إرﺟﺎع ‪.‬‬
‫‪4‬‬ ‫‪1‬‬
‫‪X ، p‬‬ ‫‪‬‬ ‫ﻣﻊ اﻹرﺟﺎع ‪ :‬ﻧﻜﺮر اﻟﺘﺠﺮﺑﺔ ‪ n  5‬اﺣﺘﻤﺎل ظﮭﻮر اﻵس‬
‫‪52 13‬‬
‫ھﻮ ﻋﺪد ﻣﺮات ظﮭﻮراﻵس )اﻟﻨﺠﺎح(‪.‬‬
‫)اﻟﺘﻮزﯾﻊ اﻟﺜﻨﺎﺋﻲ (‬ ‫‪X  B 5, 1 ‬‬ ‫إذن‬
‫‪ 13 ‬‬
‫‪f k   P X  k ‬‬
‫‪k‬‬ ‫‪5 k‬‬
‫‪ 5  1 ‬‬ ‫‪ 12 ‬‬
‫‪   ‬‬ ‫‪ ‬‬
‫‪ k  13 ‬‬ ‫‪ 13 ‬‬
‫‪k  0,1,2,...5‬‬

‫‪36‬‬
 ‫‪ 2.4‬ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬
‫‪ 1.2.4‬ﺷﺮط ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‪ :‬إذا ‪ X‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻋﻠﻰ اﻟﻔﻀﺎء‬
‫‪ , B , P ‬وﻋﻠﻤﻨﺎ ﺗﻮزﯾﻊ ‪ . X‬ﻓﻤﺎ ھﻮ ﺗﻮزﯾﻊ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ اﻟﺠﺪﯾﺪ‬
‫‪T  X ‬؟‬
‫‪, B , P  IR, B IR  IR, B IR ‬‬
‫‪X‬‬ ‫‪‬‬

‫ﻟﻜﻲ ﯾﻜﻮن ‪ T‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ أي ﺗﻄﺒﯿﻖ ﻗﺎﺑﻞ ﻟﻠﻘﯿﺎس‪ ،‬ﯾﺠﺐ أن ﯾﻜﻮن ‪‬‬
‫‪ 1 B‬‬
‫‪IR‬‬
‫‪ ‬‬
‫ﻗﺎﺑﻞ ﻟﻠﻘﯿﺎس أي ‪ B‬‬
‫‪IR‬‬

‫‪t    x ,‬‬ ‫‪T   X ‬‬ ‫‪ (1‬ﺣﺎﻟﺔ ‪ X‬ﻣﺘﻐﯿﺮ ﻣﺴﺘﻤﺮ ‪:‬‬

‫‪ F‬ھﻮ ﺗﻮزﯾﻊ ‪ X‬و ‪ G‬ھﻮ ﺗﻮزﯾﻊ ‪ . T‬ﻧﻤﯿﺰ ﺣﺎﻟﺘﯿﻦ ‪:‬‬
‫أ( ‪ ‬ﻣﺘﺰاﯾﺪة ﺗﻤﺎﻣﺎ ‪ :‬ﻧﺠﺪ‬
‫‪ t   PT  t ‬‬
‫‪ P   X     x   P  X  x   F  x ‬‬
‫ﻛﺜﺎﻓﺔ ‪: T‬‬
‫‪dG dF x‬‬ ‫‪x‬‬
‫‪g t  ‬‬ ‫‪‬‬ ‫‪.‬‬ ‫‪, 0‬‬
‫‪dt‬‬ ‫‪x t‬‬ ‫‪t‬‬
‫‪‬‬ ‫‪x ‬‬
‫‪g t    f  x . ‬‬ ‫‪a ,‬‬
‫‪‬‬ ‫‪t ‬‬
‫‪‬‬‫‪x   t ‬‬
‫‪1‬‬
‫‪‬‬
‫ب( ‪ ‬ﻣﺘﻨﺎﻗﺼﺔ ﺗﻤﺎﻣﺎ ‪ :‬ﻧﺠﺪ‬

‫‪37‬‬
 G t   PT  t 
 P  X     x   P X  x   1  F  x 
dG dF  dx   dx  dx
g t        f  x    , 0
dt dx  dt   dt  t
  dx  
g t    f  x     b 
  dt  
x   1 t 
‫ رﺗﯿﺒﺎ ﺗﻤﺎﻣﺎ‬ ‫و ﻋﻤﻮﻣﺎ إذا ﻛﺎن‬
 dx 
g t    f  x  
 dt  x  1 t 

: ‫ أﻣﺜﻠﺔ‬2.2.4
X- 
Z ‫ ﻧﻀﻊ‬. X N ,  : 1 ‫ﻣﺜﺎل‬

Z ‫ﻧﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬
2
1  x 
1   
f x   e 2  
x  IR,   0,   IR
 2

1 
Z   x  
X
 
1 
z  x
 

‫ﻛﺜﺎﻓﺔ‬

g  z    f x 
dx 
 ,
x
  0
Z
 dz  xz   z
1
1 2 z
g z   e , z  IR
2

38
Z  N 0,1
‫ج( ‪ ‬ﯾﻤﺮ ﺑﻤﺮﺣﻠﺘﯿﻦ أو أﻛﺜﺮ ‪ :‬ﻓﻲ ﻛﻞ ﻣﺮﺣﻠﺔ ﺗﻜﻮن إﻣﺎ ﻣﺘﺰاﯾﺪة ﺗﻤﺎﻣﺎ أو‬
‫ﻣﺘﻨﺎﻗﺼﺔ ﺗﻤﺎﻣﺎ‪ ،‬ﻋﻨﺪﺋﺬ ﻧﺠﺰء ﻣﺠﺎل ﺗﻌﺮﯾﻒ ‪ X‬و ﻧﻄﺒﻖ اﻟﻘﺎﻋﺪة اﻟﺴﺎﺑﻘﺔ ﻓﻲ‬
‫ﻛﻞ ﻣﺠﺎل ﻋﻠﻰ ﺣﺪى ‪ ،‬ﺛﻢ ﻧﺠﻤﻊ و ﻧﺤﺼﻞ ﻋﻠﻰ اﻟﻜﺜﺎﻓﺔ اﻟﻤﻄﻠﻮﺑﺔ ‪.‬‬

‫ﻣﺜﺎل ‪: 2‬‬
‫ﻧﻔﺮض أن ‪ ‬ﻣﺘﺰاﯾﺪة ﻣﻦ اﺟﻞ‬
‫‪ X  a‬و ﻣﺘﻨﺎﻗﺼﺔ ﻣﻦ اﺟﻞ‬
‫‪X a‬‬
‫‪ , X  a‬‬
‫‪  1‬‬
‫‪ 2, X  a‬‬

‫‪G T   G t  t   G t ‬‬
‫‪ PT  t  t   PT  t ‬‬

‫‪ Pt  T  t  t ‬‬

‫‪ P  x     X     x     x ‬‬

‫‪‬‬
‫‪ P x1  X  x1  x1  P x2  x2  X  x 2 ‬‬

‫‪ P x1  X  x1  x1   P x2  x2  X  x 2 ‬‬

‫و ﻣﻨﮫ‬

‫‪39‬‬
 x1  x1 x2
t  t
g u du   f x dx   f x dx
t
x1 x2   x2

g t  t t  f  x1  1x1 x1  f  x 2   2 x 2 x 2

0  1 , 2  1
x1 x
g t  t   f  x1  1x1   f  x 2   2 x 2  2
t t
dx   x 2 
t  0  g t   f  x1  1  f  x2  
dt  dt 
T ‫ﻛﺜﺎﻓﺔ‬
 dx     dx  
g t    f  x     f  x   
 dt  x111 t    dt   x 2 1 t 
 dx   dx 
  f  x .    f  x .  ..............c 
 t  x 11 t   t  x21 t 

. ‫ﯾﻤﻜﻦ أن ﻧﻌﻤﻢ اﻟﻌﻼﻗﺔ إذا ﺗﻄﻠﺐ اﻷﻣﺮ إﻟﻰ أﻛﺜﺮ ﻣﻦ ﻣﺠﺎﻟﯿﻦ‬

T  X 2 ‫ ﻧﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬. X  N 0,1 : 3 ‫ﻣﺜﺎل‬

1
1  x2
f x   e 2
, x  IR ‫ ﻣﺴﺘﻤﺮ ﻛﺜﺎﻓﺘﮫ‬X
2
t   x   x 2 , T  X   X 2

‫ ﻣﺘﻨﺎﻗﺼﺔ ﺗﻤﺎﻣﺎ‬ x0

 dx 
g1 t    f  x  
 dt  x  t
1
 t
2
e

2 2 . t
, t0

‫ ﻣﺰاﯾﺪة ﺗﻤﺎﻣﺎ‬ x0

40
  dx 
g 2 t    f  x  
 dt  x  t
1
 t
2
e
 t0
2 2 . t

T ‫ﻛﺜﺎﻓﺔ‬
1 1
1  t 
g t   g1 t   g 2 t   e 2
t 2
t0
2
1 1
 1   t 1
 1 t e 2
2
, t  0,    2
 2  1 2
g t    2  2 
 

0 t 0


T  X 12 X 12 ‫و ھﻮ ﺗﻮزﯾﻊ‬

X  N 0,1  X 2  X 12 : ‫ﻧﺘﯿﺠﺔ‬

41
‫ ﻗﺎﻧﻮن‬, B , P  ‫ ﻣﻌﺮف ﻋﻠﻰ‬X : ‫ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻧﻘﻄﻲ‬X ‫( اذا ﻛﺎن‬2
‫ ﻣﺘﺒﺎﯾﻦ‬ ‫ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﺑﺤﯿﺚ‬T    X  ، f k   P X  k  ‫اﺣﺘﻤﺎﻟﮫ‬
x   1 t 
, B , P  IR, B IR , P
X
X IR,BIR , P 

X

: T ‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬
g l   P T  l   P   x   l   P x    1
l    
f  1 l 
g l    f k k  1 l 

T  X 4  1 ‫ ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬. X  G 1  :‫ﻣﺜﺎل‬

2
k
1
f k   p x  k     , k  IR
2
‫ ﻣﺘﺒﺎﯾﻦ‬T   x   x 4  1
X  4 T 1
g l   pT  l   p x 4  1  l   p x  4 l  1  
 f 4
l 1 
1
 l 1
g l   pT  l   2 4
  f k k l 114

, B , P  ‫ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻋﻠﻰ‬X ‫ ﻟﯿﻜﻦ‬:‫ اﻟﺘﻮﻗﻊ اﻟﺮﯾﺎﺿﻲ‬3.2.4

X , B , P   IR, B  IR
,P X 
، E λ  ‫ ﺗﻌﺮﯾﻔﺎ ھﻮ اﻟﻤﻘﺪار اﻟﺬي ﻧﺮﻣﺰ ﻟﮫ ﺑـ‬X ‫اﻟﺘﻮﻗﻊ اﻟﺮﯾﺎﺿﻲ ﻟـ‬
 xf  x dx ‫ ﻣﺴﺘﻤﺮ‬X

E  X    Xdp  IR
  kf k  ‫ ﻧﻘﻄﻲ‬X
k
. ‫و ذﻟﻚ ﺑﺸﺮط أن ﯾﻜﻮن اﻟﺘﻜﺎﻣﻞ ﻣﻄﻠﻖ اﻟﺘﻘﺎرب و اﻟﺴﻠﺴﻠﺔ ﻣﺘﻘﺎرﺑﺔ ﻣﻄﻠﻘﺎ أﯾﻀﺎ‬

42
 ‫ﻣﻼﺣﻈﺔ ‪ :‬إذا ﻟﻢ ﯾﺘﺤﻘﻖ اﻟﺸﺮطﯿﻦ ﻓﻨﻘﻮل أن اﻟﺘﻮﻗﻊ اﻟﺮﯾﺎﺿﻲ ﻏﯿﺮ ﻣﻮﺟﻮد ﻓﻲ ‪IR‬‬

‫ﻣﻼﺣﻈﺘﺎن‪:‬‬
‫‪X    x1 , x 2 ,.......xn ‬‬ ‫‪ X (1‬ﻧﻘﻄﻲ‬

‫‪E  x    xi f  xi  ‬‬
‫‪ x f x ‬‬
‫‪i‬‬ ‫‪i‬‬

‫‪ f x ‬‬ ‫‪i‬‬

‫ﻓﮭﻮ ﺑﻤﺜﺎﺑﺔ ﻣﺮﻛﺰ ﺛﻘﻞ ﻟﻠﻨﻘﺎط ‪ xi‬ﻣﺮﻓﻘﺔ ﺑﺎﻟﻜﺘﻞ ‪ f xi ‬و ﺧﺎﺻﺔ إذا وﺟﺪ‬
‫‪‬‬ ‫‪1‬‬
‫‪ f  xi   n‬‬
‫‪‬‬ ‫‪n‬‬
‫ﺗﻤﺎﺛﻞ اﺣﺘﻤﺎﻟﻲ‬
‫‪ E  X   1  xi‬‬
‫‪‬‬ ‫&‪n i ‬‬

‫ﻣﺮﻛﺰ ﺛﻘﻞ ﻗﯿﻢ ‪x‬‬ ‫‪E X  ‬‬

‫‪ xf x dx‬‬ ‫‪ X (2‬ﻣﺴﺘﻤﺮ‬
‫‪ f x dx‬‬
‫ﻣﻦ ﺧﺼﺎﺋﺺ ﺗﻜﺎﻣﻞ رﯾﻤﺎن و اﻟﺴﻼﺳﻞ اﻟﻤﺘﻘﺎرﺑﺔ ‪:‬‬
‫ﺧﻄﻲ‬ ‫‪ X 1 , X 2‬ﻣﺘﻐﯿﺮﯾﻦ ﻋﻠﻰ ‪ , B , P ‬و ‪1 , 2  IR‬‬ ‫ﻓﻤﻦ اﺟﻞ‬
‫‪ E 1 X 1  2 X 2   1 E  X 1   2 E  X 2 ‬و ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻔﺮق ﻛﺬﻟﻚ‪.‬‬

‫ﻣﺜﺎل )‪:(1‬‬

‫‪k‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11 12‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪f k ‬‬ ‫‪ X‬ﻧﻘﻄﻲ‪:‬‬
‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36 36‬‬

‫‪43‬‬
 12
E  X    kf k    kf k 
k k 2

1
 2  12  2 3  11  3 4  10  4 5  9   5 6  8  6 7 
36 36 36 36 36 36
14  28  42  56  70  42

36

‫م‬
m ‫أو‬ ‫ أو‬ ‫ ﺑـ‬E  X  : ‫ ﻧﺮﻣﺰ ﻟـ‬:‫ﺗﺮﻣﯿﺰ‬

. E  X  ‫ ﻋﯿﻦ اﻟﻘﯿﻤﺔ اﻟﻤﺘﻮﺳﻄﺔ‬. X  , 

2
:(2)‫ﻣﺜﺎل‬
2
1  x 
1   
f x   e 2  

 2


E X    xf x , x  IR


‫ ﺗﻄﺒﯿﻖ‬ ‫ و‬, B , P  ‫ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻋﻠﻰ‬X : ‫ ﺗﻮﻗﻊ ﺗﺎﺑﻊ‬4.2.4

‫ﻗﺎﺑﻞ ﻟﻠﻘﯿﺎس‬
, B , P  IR, B IR , P
X
X IR,BIR 


‫ ﻛﻤﺎ ﯾﻠﻲ‬  X  ‫ﻧﻌﺮف ﺗﻮﻗﻊ‬

  x  f  x dx ‫ ﻣﺴﺘﻤﺮ‬X

E   x     x dp  
‫ ﻧﻘﻄﻲ‬X
   k P   k 
k

. ‫ﻣﻄﻠﻖ اﻟﺘﻘﺎرب‬  ‫و‬  ‫ﻋﻠﻤﺎ اﻧﮫ ﯾﺠﺐ ان ﯾﻜﻮن‬

44
 : ‫ أﻣﺜﻠﺔ‬5.2.4
:(1) ‫ﻣﺜﺎل‬
 
E  X   X 2 , X  P 

k 2 e   k
 
E x 2

k!
 2  
k 0


X  Exp  E x    x e  dx  2
2 2  x
2
 0

:La variance ‫( ﺣﺴﺎب اﻟﺘﺸﺘﺖ‬2) ‫ﻣﺜﺎل‬

2
V  X   E  X   ,   E X 
  x   2 f  x dx
2  ‫ ﻣﺴﺘﻤﺮ‬X
   X    dp  
 k    f k 
2
 ‫ ﻧﻘﻄﻲ‬X
k

:Déviation standart « Ecart type » ‫ اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬6.2.4

‫ و ﯾﺪﻋﻰ اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬ X  V  X  ‫ﻧﻌﺮف‬ V  X   0 ‫إن‬

.(... ،‫ زﻣﻦ‬،‫ )طﻮل‬X ‫ ﻣﻦ ﻧﻔﺲ وﺣﺪة‬ X ‫ﻓﺘﻜﻮن‬

: ‫ وﺟﺪﻧﺎ ﻋﻼﻣﺎت طﺎﻟﺒﯿﻦ ﻣﻮزﻋﺔ ﻛﻤﺎ ﯾﻠﻲ‬، ‫ ﺑﻌﺪ أرﺑﻌﺔ اﻣﺘﺤﺎﻧﺎت‬: ‫ﻣﺜﺎل‬
X  8,9,11,12
Y  0,1,19,20
1 1 9 12
E  X   8   11     10
4 4 4 4
0  1  19  20
E Y    10
4

45
 V X  
8  10 2  9  10 2  11  102  12  102 
10 5

4 4 2
2 2 2 2
V Y  
0  10   1  10   19  10   20  10

363
4 4
‫اﯾﻀﺎ‬
5
X   1,58
2
363
Y   9,526
4
: ‫ﻧﺘﺎﺋﺞ‬
‫ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﺛﺎﺑﺖ )او ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ‬X  a ‫( اذا ﻛﺎن‬1
، ‫اﻛﯿﺪ( ﻓﺎن ﻗﺎﻧﻮن اﺣﺘﻤﺎﻟﮫ‬
k ka

f k   p x  k   
0 ka

E  X    kf a   af a   a  E a   a : ‫اذن‬
k

:‫( ﻣﻦ ﺧﻄﯿﺔ ﺗﻜﺎﻣﻞ ﻟﻮﺑﯿﻎ ) اﻟﺘﻮﻗﻊ ( ﻧﺠﺪ‬2

2

V  X   E  X     E X 2  2 X   2 
   
 E X 2  2E  X   E  2

 E  X   2.  
2 2

V  X   E X   E  X 
2 2
‫ﻧﺠﺪ‬

46
  
V a   E a 2  E 2 a  ‫ ﻷن‬V a   0 (3
 a2  a2  0
‫و‬
 2

V aX  b   E aX  b   E aX  b  2

 
 E a 2 X 2  2abX  b 2  aE  X   b 
2

 
 a 2 E X 2  2abE  X   b 2  a 2 E 2  X   2abE  X   b 2

 a2 E X   E  X   a V  X 
2 2 2

:fonction génératrice du moment ‫ اﻟﺘﺎﺑﻊ اﻟﻤﻮﻟﺪ ﻟﻠﻌﺰوم‬7.2.4

M X t   E e tX  ‫ھﻮ اﻟﻤﻘﺪار‬
 e tx f  x dx
 ‫ ﻣﺴﺘﻤﺮ‬X
t  IR   e tx dt  
 e f k 
tk

k
‫ ﻧﻘﻄﻲ‬X

: fonction caracteristique ‫ اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ‬8.2.4

 e itx f  x dx ‫ ﻣﺴﺘﻤﺮ‬X

 X t   M X it   E e itX
 
 e f k 
itk
‫ ﻧﻘﻄﻲ‬X
k

‫ ھﻨﺎك ﺑﻌﺾ اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ ﻟﯿﺲ ﻟﮭﺎ ﺗﻮاﺑﻊ ﻣﻮﻟﺪة ﻟﻠﻌﺰوم‬: 1 ‫ﻣﻼﺣﻈﺔ‬
. ‫ ﻓﮭﻮ ﻣﻮﺟﻮد دوﻣﺎ‬ ‫ اﻣﺎ اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ‬. M X t 

‫ ﯾﻤﻜﻦ اﻟﺘﺄﻛﺪ ﻣﻦ وﺟﻮد ﺗﻘﺎﺑﻞ ﺑﯿﻦ ﻗﻮاﻧﯿﻦ اﻷﺣﺘﻤﺎل و ﺑﯿﻦ ﻣﺠﻤﻮﻋﺔ‬:2 ‫ﻣﻼﺣﻈﺔ‬
. ‫اﻟﺘﻮاﺑﻊ اﻟﻤﻤﯿﺰة‬

47
 ‫ﺗﻤﺎرﯾﻦ ﺣﻮل ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬
‫‪ X‬اﺣﺴﺐ اﻻﺣﺘﻤﺎل‬ ‫ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ أﺳﻲ ‪ Exp ‬‬ ‫‪X‬‬ ‫اﻟﺘﻤﺮﯾﻦ ‪:1‬‬
‫‪‬‬
‫‪  E X  ‬‬ ‫‪ xf x dx‬‬ ‫‪ Pa  X  b ‬ﺣﯿﺚ * ‪ a, b  IR‬واﺣﺴﺐ اﻟﻤﻘﺪار‬
‫‪‬‬

‫ﺣﯿﺚ ‪ f x ‬ھﻲ ﻛﺜﺎﻓﺔ ‪. X‬‬

‫‪2‬‬
‫‪ -‬ﻧﻀﻊ ‪ U  X 2‬ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪. X‬‬

‫اﻟﺘﻤﺮﯾﻦ ‪ X :2‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﯾﺨﻀﻊ ﻟﻠﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ ﻋﻠﻰ اﻟﻤﺠﺎل‬

‫‪ ‬‬
‫‪ ،   , ‬ﻧﻀﻊ ‪ U  a.tgX‬ﺣﯿﺚ ‪ . a  0 ‬ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪. U‬‬
‫‪ 2 2‬‬

‫اﻟﺘﻤﺮﯾﻦ ‪ : 3‬ﻋﯿﻦ اﻟﻘﯿﻤﺔ اﻟﻤﺘﻮﺳﻄﺔ ‪   E  X ‬ﻓﻲ ﻛﻞ ﻣﻦ اﻟﺤﺎﻻت اﻟﺘﺎﻟﯿﺔ ‪:‬‬

‫‪X‬‬ ‫‪ B n, p , X   a , X  P   , X  X n2 , X  G p ‬‬

‫اﻟﺘﻤﺮﯾﻦ ‪ : 4‬اﺣﺴﺐ اﻟﺘﺸﺘﺖ ‪ V  X   E  X   2‬ﻓﻲ ﻛﻞ ﻣﻦ اﻟﺤﺎﻻت اﻟﺴﺎﺑﻘﺔ‪.‬‬

‫ﻓﻲ ﻛﻞ ﻣﻦ‬ ‫‪ ‬‬

‫‪M X t   E e tX‬‬ ‫اﻟﺘﻤﺮﯾﻦ ‪ : 5‬اﺣﺴﺐ اﻟﻘﯿﻢ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬
‫اﻟﺤﺎﻻت اﻟﺴﺎﺑﻘﺔ أﯾﻀﺎ ‪ ،‬و اﺳﺘﻨﺘﺞ اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ‬
‫‪ X t   M X it   E e itX ‬‬ ‫‪,i  1‬‬
‫‪ -‬اﺑﺤﺚ ﻋﻦ ﻣﺜﺎل ﯾﺒﯿﻦ أن ‪ M X‬ﯾﻤﻜﻦ أن ﻻ ﯾﻜﻮن ﻣﻮﺟﻮدا‪ .‬ﺛﻢ ﺑﺮھﻦ ﻋﻦ اﻟﺘﺎﺑﻊ‬
‫اﻟﻤﻤﯿﺰ ‪  X‬ﻣﻮﺟﻮد دوﻣﺎ )ﻣﻦ اﺟﻞ ﻛﻞ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ‪.( X‬‬

‫اﻟﺘﻤﺮﯾﻦ ‪ : 6‬إذا ﻗﺒﻞ ‪ M X t ‬اﻟﻨﺸﺮ ﺑﺠﻮار ‪ t  0 ‬ﻓﺘﺄﻛﺪ ﻣﻦ أن ‪:‬‬

‫‪2‬‬
‫‪dM‬‬ ‫‪d 2M‬‬ ‫‪d 2M‬‬
‫‪E X  ‬‬ ‫‪0 ,‬‬ ‫‪V X  ‬‬ ‫‪2‬‬
‫‪0    dM 0 ,‬‬ ‫‪ ‬‬
‫‪E X‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪0 ‬‬
‫‪dt‬‬ ‫‪dt‬‬ ‫‪ dt‬‬ ‫‪‬‬ ‫‪dt 2‬‬

‫‪48‬‬
 ‫ﺣﻠﻮل اﻟﺘﻤﺎرﯾﻦ‬
Pa  X  b  ‫ ﻟﻨﺤﺴﺐ‬. X  Exp  : 1 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
: ‫أ( ﻟﺪﯾﻨﺎ‬
e x ,x  0

f x   
0 ,x  0

‫إذن‬
b
Pa  x  b    f t dt
a
b

  e t dt  1  e b  1  e a 
a


 e a  e b 

: E  X  ‫ ﺣﺴﺎب‬-

49
 ‫‪‬‬
‫‪E X  ‬‬ ‫‪ xf x dx‬‬
‫‪‬‬
‫‪0‬‬ ‫‪‬‬
‫‪  0dx   xe x dx‬‬
‫‪‬‬ ‫‪0‬‬
‫‪‬‬
‫‪  xe x dx‬‬
‫‪0‬‬
‫ﻧﺴﺘﺨﺪم اﻟﺘﻜﺎﻣﻞ ﺑﺎﻟﺘﺠﺰﺋﺔ‪ ،‬ﻧﻀﻊ ‪:‬‬
‫‪g x   x‬‬ ‫‪‬‬
‫‪  g  x   1‬‬
‫‪‬‬
‫‪ u  x    e‬‬
‫‪x‬‬
‫‪u  x   e x‬‬ ‫‪‬‬
‫و ﻣﻨﮫ ‪:‬‬
‫‪‬‬
‫‪‬‬
‫‪E  X    xe x‬‬ ‫‪  xe x dx‬‬
‫‪0‬‬
‫‪0‬‬
‫‪‬‬
‫‪x  ‬‬ ‫‪ 1‬‬ ‫‪‬‬ ‫‪1‬‬
‫‪  xe‬‬ ‫‪  e x  ‬‬
‫‪0‬‬
‫‪ ‬‬ ‫‪0‬‬ ‫‪‬‬
‫و ﯾﺴﻤﻰ ھﺬا اﻟﻤﻘﺪار ﺑﺎﻟﻘﯿﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ ﻟـ ‪) X‬اﻷﻣﻞ اﻟﺮﯾﺎﺿﻲ (‬

‫ب( ‪ U  X 2‬ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪. X 2‬‬

‫‪ U‬ھﻮ ﺗﺮﻛﯿﺐ ﺗﺎﺑﻌﯿﻦ ﻗﯿﻮﺳﯿﻦ ‪ X‬و ‪ X‬إذن ٍ ‪ X 2‬ﻗﯿﻮس‪ ،‬و ﻣﻨﮫ ‪ U‬ﻗﯿﻮس أي ‪U‬‬
‫ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ‪ .‬ﻧﻼﺣﻆ ﻓﻲ ﺣﺎﻟﺘﻨﺎ ھﺬه أن ‪ X‬ﻣﺴﺘﻤﺮ إذن ‪ U‬ﻛﺬﻟﻚ‪ .‬ﻧﺤﻦ‬
‫ﻓﻲ ﺣﺎﻟﺔ ﺗﻮزﯾﻊ ﻣﺴﺘﻤﺮ و ﻟﺪﯾﻨﺎ ‪:‬‬
‫‪U  X   X 2‬‬
‫‪u   x   x 2‬‬

‫‪50‬‬
 : x  u  ‫ ﺗﻌﻄﻰ ﺑﺎﻟﻌﺒﺎرة‬U ‫ و ﺑﺎﻟﺘﺎﻟﻲ ﻛﺜﺎﻓﺔ‬، ‫ ﻣﺘﺰاﯾﺪة ﺗﻤﺎﻣﺎ‬ ‫ إذن‬x  0
 dx  dx
g u    f  x   0
 du  du
e  u
 , u  0, u  0
2 u
e  u
 ,u  0
g u    2 u

0 ,u  0

 
،   ,  ‫ ﯾﺨﻀﻊ ﻟﻠﺘﻮزﯾﻊ اﻟﻤﻨﺘﻈﻢ ﻋﻠﻰ اﻟﻤﺠﺎل‬X :2 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
 2 2
U ‫ ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬. a  0  ‫ ﺣﯿﺚ‬U  a.tgX
‫ ﻣﺴﺘﻤﺮ ﻛﺜﺎﻓﺘﮫ‬X ‫ﻟﺪﯾﻨﺎ‬
1   
 , x   , 
  2 2
f x   
0   
, x   , 
  2 2
 
: ‫ ﻣﺘﺰاﯾﺪ ﺗﻤﺎﻣﺎ و ﻣﻨﮫ‬  X   a  tgX ‫ ﯾﻜﻮن‬، x   ,  ‫ ﻋﻨﺪﻣﺎ‬-
 2 2
u
u   x   atgx , a  0  x  Arctg
a

51
 u ‫ﻛﺜﺎﻓﺔ‬
 dx 
g u    f  x  
 du  x  1 u 
‫ﻟﺪﯾﻨﺎ‬
1
dx a
 2
du u
1  
a
1
 0

a a  u2
2

‫ﺑﺎﻟﺘﺎﻟﻲ‬
a 1
g u  

 a  u2
2

.‫ ﺗﻮزﯾﻊ ﻛﻮﺷﻲ‬، u   a  ‫ﻧﻘﻮل أن‬

52
 : ‫ ﻟـﻤﺎ‬  E  X  ‫ ﺗﻌﯿﯿﻦ اﻟﻘﯿﻤﺔ اﻟﻤﺘﻮﺳﻄﺔ‬: 3 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
: ‫ ﻟﺪﯾﻨﺎ‬.‫ ﻧﻘﻄﻲ‬X  B n, p  (‫أ‬
n
f k   P X  k     p k q1k , k  0,..., n
k 
  E  X    Xdp   kf k 
 k X   

n
n
  k   p k q n k
k 0  k 

n
n
  k   p k q n k
k 1  k 
n
n!
 p k q n k
k 1 k  1! n  k !

. ‫ إذن واﺿﺢ أﻧﮭﺎ ﻣﺘﻘﺎرﺑﺔ‬، ‫اﻟﺤﺪود ﻣﻮﺟﺒﺔ و ھﻲ ﻣﻨﺘﮭﯿﺔ‬

‫ ﻧﺠﺪ‬k 1  r ‫ﻧﻀﻊ‬
E  X   np 
n 1
n  1! p r q n1r
r  0 r! n  1  r !

n 1
 np p  q 
:‫ ﯾﻨﺘﺞ أﺧﯿﺮا أن‬،‫و ذﻟﻚ اﺳﺘﻨﺎدا إﻟﻰ دﺳﺘﻮر ﺛﻨﺎﺋﻲ اﻟﺤﺪ ﻟﻨﯿﻮﺗﻦ‬
E  X   np
. ‫ ھﻮﻋﺪد ﻣﺮات ﺗﻜﺮار اﻟﺘﺠﺮﺑﺔ ﻣﻀﺮوب ﻓﻲ اﺣﺘﻤﺎل اﻟﻨﺠﺎح‬x ‫إذن ﻣﺮﻛﺰ ﺛﻘﻞ‬

:X   a  (‫ب‬
a 1
f x   , x  IR
 x  a2
2

‫ ﻣﺴﺘﻤﺮ‬X

  E  X    Xdp   xf x dx
 

a xdx
 
  x  a 2
2

53
 ‫ﻧﺪرس اﻟﺘﻘﺎرب اﻟﻤﻄﻠﻖ ﻟﮭﺬا اﻟﺘﻜﺎﻣﻞ‬

x
I x 2
dx

 a2
 
x x
A  x 2  a 2 dx  2 0 x 2  a 2 dx

 Log x 2  a 2   0
 Log   Loga 2  

‫ ﻟﯿﺲ ﻣﻮﺟﻮد‬ ‫إذن ھﺬا اﻟﺘﻜﺎﻣﻞ ﻟﯿﺲ ﻣﻄﻠﻖ اﻟﺘﻘﺎرب اذن‬

:X  P  (‫ﺟـ‬
k e  
f k   , k  IN ‫اذن‬
k!
‫ ﺑﺬﻟﻚ‬،‫ ﻧﻘﻄﻲ‬X
  k 
e
E  X    kf k  
k 0 k 1 k  1!

k 1


 e 
k 1 k  1!

s  k  1 ‫ﻧﻀﻊ‬

s
E x   e  
s  0 s!

  e  e 
E x    ‫اذن‬

‫ ﻣﺴﺘﻤﺮ‬X ، X  X n2 (‫د‬
n
 1 x
 x2 
e ,2
x0
 n  n 
fx   2  
2

 2

0 x0

54
 ‫إذن‬

E x    xf x dx

n
 x
x2 
  n
e 2 dx
0 2 n
2  
2
x
‫ اذن‬t  ‫ﻧﻀﻊ‬
2
n

E  x   E t  
2t 2 e t 2dt

0
n
n
2
2  
2
  n 1 t
t e
 2 dt
n
0  
2

t   x
t 1  x
e dx ‫ﻧﻌﻠﻢ أن‬
0

t  1  tt  ‫و ﻛﺬﻟﻚ أن‬

‫إذن‬

55
  n  2
2 1
E x   t 2 t
e dt
 n  0
 
2
2 n 2
E x    
n  2 
 
2
2 n 
   1
n 2 
  
2
2 n n
  
n 2 2
 
2
E x   n ‫ﺑﺎﻟﺘﺎﻟﻲ‬

‫ ﻧﻘﻄﻲ ﻣﻊ‬X : X  G p  (‫ه‬

f k   q k 1 p, k  IN *
: ‫اذن‬

E  x    kf k 
k 1

  kq k 1 p
k 1

 p  kq k 1
k 1
/
  
 p  q k 
 k 1 
/
 1  p p 1
 p   2
 2 
 1  q  1  q  p p

.1> ‫اﻟﺴﻠﺴﻠﺔ ﻣﺘﻘﺎرﺑﺔ ﻷن أﺳﺎﺳﮭﺎ‬

56
 : ‫ ﻓﻲ ﺣﺎﻟﺔ‬V  X   E  X   2 ‫ ﺣﺴﺎب اﻟﺘﺸﺘﺖ‬: 4 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
X  P  (1
 k e  
 f k  
 k! X  P 
k  IN

‫ﻟﺪﯾﻨﺎ‬
V X   E X    E  X 
2 2

 E X   
2 2

 
E X 2 ‫ﻧﺤﺴﺐ‬

 
E X 2   k 2 f k 
k 0

e  k 2
 k
k 0 k!

e  k 2
 k
k 1 k!


k  1  1k 1
e 
k 1 k  1!

 e   
 k 1
 
k  1k 1 
 k 1 k  1! k  1! 

 e  e   2 
k  1 k  2 

 k  2 k  1! 

 e   e    2 e  
 2  
.‫ و ﻧﻮاﺻﻞ ﻛﻤﺎ ﻓﻲ اﻟﺘﻤﺎرﯾﻦ اﻟﺴﺎﺑﻘﺔ‬k 1  r ‫ ﻧﻀﻊ‬:2 ‫طﺮﯾﻘﺔ‬

57
 : ‫ ﻓﻲ ﺣﺎﻟﺔ‬M X t   E e tX  ‫ ﺣﺴﺎب اﻟﻘﯿﻢ اﻟﻤﻮﻟﺪة ﻟﻠﻌﺰوم‬: 5 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
X  P  (‫أ‬
k e  
f k   , k  IN
k!
‫ﻟﺪﯾﻨﺎ‬
X t   E e   tX


e tk e  k

0 k!

k e tk
 e  
0 k!

 e  

e t k

0 k!
t
 e  e e

 e  e 1
t

X t   e  e 1
t

 X t   e  e 1
it

X  Bn, p  ‫ب( ﺣﺴﺎب اﻟﺘﺸﺘﺖ ﻓﻲ ﺣﺎﻟﺔ‬

: ‫ﻧﻌﻠﻢ أن‬
f k   C nk p k q n k , k  0,1,......
  E  X   np
‫إذن‬
2
V  X   E X  
 
 E X 2  2
: E X 2  ‫ﻟﻨﺤﺴﺐ‬
‫ﻟﺪﯾﻨﺎ‬

58
  
E X 2   k 2Cnk p k q n k  npq
k 0

n!
 k p k q1 k
k  1!n  k !

k  1n! p k q n k  n!
p k q n k
k  1!n  k !  k  1!
n! p k q n k k n k n!
 p q  p k q n k
k  2 ! k  1!n  k !
k 2 r  k  r2 ‫ﻧﻀﻊ‬
‫ ﯾﻨﺘﺞ‬m  k  1  k  m  1 ‫و‬
n! n!
E X2  
n!n  r  2!
p r  2 q n r 2  
m!n  m  1!
p m1q nm 1

 nn  1 p 2 
n  2! p r q n 2 r  np n  1! p m q n1 m
r!n  2  r !
 m!n  1  m !

 nn  1 p 2  p  q   np q  p 
n 2 n 1

 nn  1 p 2  np  n 2 p 2  np 2  np
‫و ﻣﻨﮫ‬
2
V  X   n p  np  np  np 
2 2 2

 np1  p   np q 

 npq

: ‫اﻟﺘﺎﺑﻊ اﻟﻤﻮﻟﺪ ﻟﻠﻌﺰوم‬

X t   E e  
tx

n
  e tk C nk p k q nk
k 0
n
 
  C nk pe t q nk
k

k 0


 pe t  q 
n

59
 ‫اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ‪:‬‬
‫‪ X t   X it ‬‬
‫‪‬‬
‫‪ pe it  q‬‬ ‫‪‬‬ ‫‪n‬‬

‫ج( ﺗﺎﺑﻊ اﻟﻤﻮﻟﺪ ﻟﻠﻌﺰوم ﻓﻲ ﺣﺎﻟﺔ ﺗﻮزﯾﻊ ﺑﻮاﺻﻮن ‪:‬‬

‫‪ ‬‬
‫‪ X t   E e tx‬‬
‫‪k e ‬‬
‫‪tk‬‬
‫‪ e‬‬
‫!‪k‬‬
‫‪‬‬ ‫‪e  ‬‬
‫‪t‬‬ ‫‪k‬‬

‫‪e‬‬ ‫‪‬‬ ‫!‪k‬‬

‫‪ e   e  e  e  e 1 ‬‬
‫‪t‬‬ ‫‪t‬‬

‫د( ﻓﻲ ﺣﺎﻟﺔ ﺗﻮزﯾﻊ ﻛﻮﺷﻲ ‪:‬‬

‫‪a‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪f x  ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2‬‬
‫‪ x a‬‬ ‫‪2‬‬
‫‪‬‬
‫‪a  x  2‬‬
‫‪  1‬‬
‫‪a‬‬
‫‪a   e tx‬‬
‫‪X t    2‬‬ ‫‪dx‬‬
‫‪  x  a 2‬‬
‫ھﺬا اﻟﺘﻜﺎﻣﻞ ﻣﺘﺒﺎﻋﺪ إذن ‪ ‬ﻏﯿﺮ ﻣﻮﺟﻮد‬
‫ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ‪ :‬ﺑﺎﺳﺘﻌﻤﺎل ﻧﻈﺮﯾﺔ اﻟﺮواﺳﺐ‬
‫‪‬‬
‫‪a‬‬ ‫‪e itx‬‬
‫‪ X t  ‬‬
‫‪a t‬‬

‫‪‬‬ ‫‪ x 2  a 2 dx  e‬‬

‫ﻟﻨﺒﺮھﻦ أن اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ ﻣﻮﺟﺐ دوﻣﺎ ‪ .‬ﻟﺪﯾﻨﺎ ﺑﺎﺳﺘﻌﻤﺎل اﻟﺘﻜﺎﻣﻞ ﻟﻮﺑﯿﻎ ‪:‬‬
‫‪ X t    e itx dp   e itx dp   dp  p    1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪ x t   1‬‬ ‫إذن‬

‫‪  X‬ﻣﻮﺟﺐ دوﻣﺎ‬
‫أو ﺑﻄﺮﯾﻘﺔ أﺧﺮى ﺑﺎﺳﺘﻌﻤﺎل ﺗﻜﺎﻣﻞ رﯾﻤﺎن‬
‫‪60‬‬
 :‫ ﻣﺘﻐﯿﺮ ﻣﺴﺘﻤﺮ‬X

 X t    e f x dx   e
itx itx
f  x dx   f  x dx  1


: ‫ ﻣﺘﻐﯿﺮ ﻧﻘﻄﻲ‬X
x t  
 e f k    te f k    f k   1
itk itk

. ‫ ﻣﻮﺟﻮد دوﻣﺎ‬ ‫ أي‬ t   1, t  IR

X ‫ ﻓﺎن‬X ‫ﻧﺴﺘﻨﺘﺞ اﻧﮫ‬

: ‫ ﻟﻨﺘﺄﻛﺪ أوﻻ ﻣﻦ أن‬t  0  ‫ ﯾﻘﺒﻞ اﻟﻨﺸﺮ ﺑﺠﻮار‬M X t  :6 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬

d
E X   0
dt
d 2
E X2   2 0 
dt

d r
 
E Xr 
dt r
0 
‫ﻟﺪﯾﻨﺎ‬
X t   E e  
tx

 e tx f  x dx ،‫ ﻣﺴﺘﻤﺮ‬X

  e tx dp  
 e f k 
tk

،‫ ﻧﻘﻄﻲ‬X
k
‫و ﻟﺪﯾﻨﺎ ﻋﻤﻮﻣﺎ‬
r r
d  d
r
 r  e tx dp
dt dt 
   r e tx dp


d r
dt r
   r dp  E X r   r  1

‫أﯾﻀﺎ‬
61
  
V  X   E X 2  E 2 r 
2
d 2  d 
 2 0   
dt  dt 
:‫ﺗﻄﺒﯿﻖ‬
: ‫ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻮزﯾﻊ اﻟﺜﻨﺎﺋﻲ‬V ‫ و‬E ‫ﺣﺴﺎب‬
‫وﺟﺪﻧﺎ أن‬

X t   pe t  q 
n

d

dt

 npe t pe t  q
n 1

2
d 
dt 2

 npe t pe t  q
n 1
 
 np 2 n  1e 2t pe t  q n2

‫و ﻣﻨﮫ‬
d
E    0  np
dt
d 2
 
E 2  2 0   np  nn  1 p 2
dt
‫و ﺑﺎﻟﺘﺎﻟﻲ‬
V X   E X   E X 
2 2

 np  n 2 p 2  np 2  n 2 p 2

 npq

62
 ‫اﻟﻤﺪرﺳﺔ اﻟﻌﻠﯿﺎ ﻟﻸﺳﺎﺗﺬة ﺑﺎﻟﻘﺒـﺔ اﻟﺒﺸﯿﺮ اﻹﺑﺮاھﯿﻤﻲ‬

‫وﺣﺪة ‪314‬‬

‫اﻹﺣﺘـﻤﺎﻻت و اﻹﺣـﺼﺎء‬

‫ﻣﻦ إﻋﺪاد ‪:‬‬

‫اﻷﺳﺘﺎذة‪ :‬ﺣـﺎﻛـﻢ‪-‬ﻗﺼﺪﻋـﻠﻲ ﺳﮭﺎم‬

‫اﻟﺴﻨﺔ اﻟﺪراﺳﯿﺔ ‪2008-2007‬‬

‫‪1‬‬
 ‫اﻹرﺳـﺎل اﻷﺧﯿﺮ‬

‫اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ – ﻧﻈﺮﯾﺔ اﻟﻨﮭﺎﯾﺔ اﻟﻤﺮﻛﺰﯾﺔ ‪-‬‬

‫اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪2‬‬
 ‫ﻓﮭﺮس اﻹرﺳﺎل اﻷﺧﯿﺮ‬

‫ص ‪8.‬‬ ‫‪ 5‬اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ و ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬

‫ص ‪8.‬‬ ‫‪ 1.5‬اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ‬
‫ص ‪8.‬‬ ‫‪ 1.1.5‬ﺗﻌﺎرﯾﻒ‬
‫ص ‪8.‬‬ ‫‪ 2.1.5‬ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪X i‬‬
‫ص ‪8.‬‬ ‫‪ 3.1.5‬ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ اﻟﻤﺸﺘﺮك‬
‫ص ‪9.‬‬ ‫‪ 4.1.5‬ﺑﻌﺾ ﺧﺼﺎﺋﺺ ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ اﻟﻤﺸﺘﺮك‬
‫ص ‪9.‬‬ ‫‪ 5.1.5‬ﻛﺜﺎﻓﺔ ‪X‬‬
‫ص ‪9.‬‬ ‫‪ 6.1.5‬ﻗﻮاﻧﯿﻦ اﻻﺣﺘﻤﺎل اﻟﮭﺎﻣﺸﯿﺔ‬
‫ص‪10.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪14.‬‬ ‫‪ 7.1.5‬ﻗﺎﻧﻮن اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ‬
‫ص‪15.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪16.‬‬ ‫‪ 8.1.5‬اﻟﺘﻮزﯾﻊ اﻟﺮﯾﺎﺿﻲ‬
‫ص‪17.‬‬ ‫‪ 9.1.5‬اﻟﺘﻮﻗﻊ اﻟﺸﺮطﻲ‬
‫ص‪18.‬‬ ‫‪ 10.1.5‬اﻟﺘﻐﺎﯾﺮ )اﻟﺘﺒﺎﯾﻦ(‬
‫ص‪18.‬‬ ‫‪ 11.1.5‬ﻣﺼﻔﻮﻓﺔ اﻟﺘﻐﺎﯾﺮ‬
‫ص‪19.‬‬ ‫‪ 12.1.5‬ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‬
‫ص‪19.‬‬ ‫‪ 13.1.5‬اﺳﺘﻘﻼل ﻣﺘﻐﯿﺮﯾﻦ ﻋﺸﻮاﺋﯿﯿﻦ‬
‫ص‪19.‬‬ ‫أﻣﺜﻠﺔ و ﻧﺘﺎﺋﺞ‬
‫ص‪19.‬‬ ‫‪ 14.1.5‬اﺳﺘﻘﻼل ﺛﻼﺛﺔ ﻣﺘﻐﯿﺮات ﻋﺸﻮاﺋﯿﺔ‬
‫‪3‬‬
‫ص‪21.‬‬ ‫ﺗﻤﺎرﯾﻦ ﺣﻮل اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ‬
‫ص‪21.‬‬ ‫اﻟﺤﻠﻮل‬

‫ص‪27.‬‬ ‫‪ .2.5‬ﺗﺒـﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬

‫ص‪27.‬‬ ‫‪ 1.2.5‬ﻣﻔﮭﻮم ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬
‫ص‪28.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪31.‬‬
‫‪ 2.2.5‬اﺳﺘﻌﻤﺎل اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ‬
‫ص‪31.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪32.‬‬
‫‪ 3.2.5‬ﺗﻌﻤﯿﻤﺎت‬
‫ص‪34.‬‬
‫ﺗﻤﺎرﯾﻦ ﺣﻮل ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬
‫ص‪34.‬‬ ‫اﻟﺤﻠﻮل‬

‫ص‪37.‬‬ ‫‪ 6‬أﻧﻮاع اﻟﺘﻘﺎرب و ﻧﻈﺮﯾﺔ اﻟﻨﮭﺎﯾﺔ اﻟﻤﺮﻛﺰﯾﺔ‬

‫ص‪37.‬‬ ‫‪ 1.6‬ﺑﻌﺾ أﻧﻮاع اﻟﺘﻘﺎرب‬

‫ص‪37 .‬‬ ‫‪ 1.1.6‬اﻟﺘﻘﺎرب ﺷﺒﮫ اﻟﻤﺆﻛﺪ‬
‫ص‪37.‬‬ ‫‪ 2.1.6‬اﻟﺘﻘﺎرب اﻟﺒﺴﯿﻂ‬
‫ص‪37.‬‬ ‫‪ 3.1.6‬اﻟﺘﻘﺎرب ﺑﺎﻹﺣﺘﻤﺎل‬
‫ص‪37.‬‬ ‫‪ 4.1.6‬اﻟﺘﻘﺎرب ﺑﺎﻟﻤﺘﻮﺳﻂ‬
‫ص‪37.‬‬ ‫‪ 5.1.6‬اﻟﺘﻘﺎرب ﺑﺎﻟﻘﺎﻧﻮن‬

‫‪4‬‬
‫◌ ً ص‪37.‬‬ ‫‪ 2.6‬اﻟﻌﻼﻗﺎت ﺑﯿﻦ أﻧﻮاع اﻟﺘﻘﺎرب‬
‫ص‪39.‬‬ ‫‪ 3.6‬اﻟﻘﺎﻧﻮن اﻟﻀﻌﯿﻒ ﻟﻸﻋﺪاد اﻟﻜﺒﯿﺮة‬
‫ص‪41.‬‬ ‫‪ 4.6‬ﻧﻈﺮﯾﺔ اﻟﻨﮭﺎﯾﺔ اﻟﻤﺮﻛﺰﯾﺔ‬
‫ص‪42.‬‬ ‫ﺗﻤﺎرﯾﻦ ﺑﺎﻟﺤﻠﻮل‬

‫اﻟﺠﺰء اﻟﺜﺎﻧﻲ‬
‫ص‪47.‬‬ ‫‪ 1‬ﺧﻄﻮات اﻟﺒﺤﺚ اﻹﺣﺼﺎﺋﻲ‬

‫ص‪47.‬‬ ‫‪ 1.1‬ﻣﺎھﯿﺔ اﻹﺣﺼﺎء‬

‫ص‪47.‬‬ ‫‪ 1.2‬ﺧﻄﻮات اﻟﺒﺤﺚ اﻹﺣﺼﺎﺋﻲ‬
‫ص‪47.‬‬ ‫‪ 3.1‬اﻟﻤﺠﺘﻤﻊ‪ ،‬اﻟﻌﯿﻨﺔ‬
‫ص‪47.‬‬ ‫‪ 4.1‬وﺻﻒ ﻋﯿﻨﺔ‬
‫ص‪48.‬‬ ‫‪ 5.1‬اﻟﺴﻠﺴﻠﺔ اﻹﺣﺼﺎﺋﯿﺔ‬
‫ص‪48.‬‬ ‫‪ 6.1‬ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت‬
‫ص‪48.‬‬ ‫‪ 7.1‬أﻧﻮاع اﻟﻌﯿﻨﺎت‬

‫ص‪50.‬‬ ‫‪ .2‬ﺗﺒﻮﯾﺐ اﻟﺒﯿﺎﻧﺎت‬

‫ص‪50.‬‬ ‫‪ 1.2‬اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ‬
‫ص‪51.‬‬ ‫‪ 1.1.2‬ﺟﺪول ﺗﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫ص‪51.‬‬ ‫‪ 2.1.2‬ﺟﺪول ﺗﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل‬

‫‪5‬‬
‫ص‪52.‬‬ ‫‪ 2.2‬ﻋﺮض اﻟﺒﯿﺎﻧﺎت‬
‫ص‪52.‬‬ ‫‪ 1.2.2‬اﻟﻤﺪرج اﻟﺘﻜﺮاري‬
‫ص‪52.‬‬ ‫‪ 2.2.2‬اﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري‬
‫ص‪52.‬‬ ‫‪ 3.2.2‬اﻟﻤﻨﺤﻨﻰ اﻟﺘﻜﺮاري‬
‫ص‪53.‬‬ ‫‪ 3.2‬اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﯾﺔ‬
‫ص‪53.‬‬ ‫‪ 1.3.2‬اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‬
‫ص‪55.‬‬ ‫‪ 2.3.2‬اﻟﻮﺳﯿﻂ‬
‫ص‪55.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪57.‬‬ ‫‪ 3.3.2‬اﻟﻤﻨﻮال‬
‫ص‪57.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪59.‬‬ ‫‪ 4.3.2‬ﺑﻌﺾ اﻟﻤﻘﺎﯾﯿﺲ اﻷﺧﺮى )اﻟﺮﺑﯿﻌﺎت(‬

‫ص‪61.‬‬ ‫‪ .3‬ﻣﻘﺎﯾﯿﺲ اﻟﺘﺸﺘﺖ‬

‫ص‪73.‬‬ ‫‪ 1.3‬اﻟﻤﺪى‬

‫ص‪73.‬‬ ‫‪ 2.3‬اﻻﻧﺤﺮاف اﻟﺮﺑﯿﻌﻲ )اﻟﻤﺪى اﻟﺮﺑﯿﻌﻲ(‬

‫ص‪76.‬‬ ‫‪ 3.3‬اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري و اﻟﺘﺒﺎﯾﻦ‬

‫‪6‬‬
‫ص‪61.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪63.‬‬ ‫‪ 4.3‬ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف‬
‫ص‪62.‬‬ ‫أﻣﺜﻠﺔ‬

‫ص‪65.‬‬ ‫‪ .4‬اﻟﺴﻼﺳﻞ اﻹﺣﺼﺎﺋﯿﺔ ذات ﻣﺘﻐﯿﺮﯾﻦ‬

‫ص‪65.‬‬ ‫‪ 1.4‬اﻟﺴﻼﺳﻞ اﻹﺣﺼﺎﺋﯿﺔ ذات ﺑﻌﺪﯾﻦ‬
‫ص‪65.‬‬ ‫‪ 2.4‬اﻟﺘﻮزﯾﻌﺎت اﻟﮭﺎﻣﺸﯿﺔ‬
‫ص‪66.‬‬ ‫‪ 3.4‬ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‬
‫ص‪67.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪70.‬‬ ‫‪ 4.4‬ﻣﺴﺘﻘﯿﻢ اﻹﻧﺤﺪار‬
‫ص‪70.‬‬ ‫أﻣﺜﻠﺔ‬
‫ص‪72.‬‬ ‫ﺗﻤﺎرﯾﻦ ﺣﻮل اﻹﺣﺼﺎء‬
‫ص‪73.‬‬ ‫اﻟﺤﻠﻮل‬

‫‪7‬‬
 ‫‪ .5‬اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ و ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬

‫‪ 1.5‬اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ ‪:‬‬

‫‪ 1.1.5‬ﺗﻌﺎرﯾﻒ ‪:‬‬
‫ﺗﻌﺮﯾﻒ ‪: 1‬ﻧﺴﻤﻲ ﺷﻌﺎﻋﺎ ﻋﺸﻮاﺋﯿﺎ ‪ ، X‬ﻛﻞ ﺗﻄﺒﯿﻖ ﻗﺎﺑﻞ ﻟﻠﻘﯿﺎس ﻣﻦ اﻟﻔﻀﺎء‬
‫‪  IR n ,B‬ﺑﺤﯿﺚ ‪:‬‬ ‫اﻻﺣﺘﻤﺎﻟﻲ ‪ , B , P ‬إﻟﻰ اﻟﻔﻀﺎء ‪‬‬
‫‪‬‬ ‫‪IR n‬‬ ‫‪‬‬
‫‪n‬‬
‫ﺗﻤﺜﻞ اﻟﻌﺸﯿﺮة اﻟﺒﻮرﯾﻠﯿﺔ ﻋﻠﻰ ‪IR n‬‬ ‫‪B‬‬ ‫‪IR n‬‬
‫‪  B IR‬‬
‫‪i 1‬‬

‫‪, B , P   IR ,B , P‬‬

‫‪X‬‬ ‫‪n‬‬
‫‪IR n‬‬
‫ﺗﻌﺮﯾﻒ ‪ : 2‬ﻟﯿﻜﻦ اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ ‪ : X‬‬
‫‪‬‬ ‫‪X‬‬

‫إن ﻗﺎﻧﻮن اﺣﺘﻤﺎل اﻟﺸﻌﺎع ‪ X‬ھﻮ ‪ : PX‬إﺣﺘﻤﺎل ﺻﻮرة ﻟـ ‪ P‬وﻓﻖ ‪. X‬‬

‫اﻹﺳﻘﺎط‬ ‫ﻣﻼﺣﻈﺔ‪ :‬ﻟﯿﻜﻦ اﻟﺸﻌﺎع ‪ . X   X 1 , X 2 ,.....X n ‬ﻧﻌﺘﺒﺮ ﺗﺎﺑﻊ‬
‫‪ .  i : IR n  IR‬ﻣﻦ اﻟﻮاﺿﺢ أن ‪  i )  i oX  X i   i  X ‬ﻣﺴﺘﻤﺮ(‪.‬‬
‫إن ‪ X i‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻻن ‪  i‬ﻣﺴﺘﻤﺮ‪.‬‬

‫‪ 2.1.5‬ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ : X i‬ھﻮاﻟﺘﺎﺑﻊ ‪ PX i‬ﺣﯿﺚ ‪PX i  P ioX‬‬

‫‪8‬‬
 ‫‪,B , P  IR ,B , P‬‬
‫‪X‬‬
‫‪n‬‬ ‫‪IRn‬‬ ‫‪X‬‬ ‫‪ IR,B‬‬
‫‪i‬‬
‫‪IR n‬‬
‫‪,P‬‬
‫‪Xi‬‬
‫‪‬‬
‫‪‬‬
‫و ﯾﺴﻤﻰ ﻗﺎﻧﻮن اﻻﺣﺘﻤﺎل اﻟﮭﺎﻣﺸﻲ ﻟـ ‪ X‬ﻣﻦ اﻟﻤﺮﺗﺒﺔ ‪. i‬‬
‫ﺣﺎﻟﺔ ﺧﺎﺻﺔ ‪:‬ﻣﻦ أﺟﻞ ‪ ، n  2‬ﻧﺤﺼﻞ ﻋﻠﻰ اﻟﺜﻨﺎﺋﯿﺔ اﻟﻌﺸﻮاﺋﯿﺔ ‪X   X 1 , X 2 ‬‬

‫‪ 3.1.5‬ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ اﻟﻤﺸﺘﺮك‪ :‬ﻧﺴﻤﻲ ﺗﺎﺑﻊ ﺗﻮزﯾﻊ ‪ X‬او ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ اﻟﻤﺸﺘﺮك ﻟـ‬
‫‪ ، X 1, X 2‬اﻟﺘﺎﺑﻊ ‪ F‬اﻟﻤﻌﺮف ﺑـ ‪:‬‬
‫‪F : IR 2  IR‬‬
‫‪F t1, t 2   P X 1  t1   X 2  t 2   PX  , t1   , t 2‬‬

‫‪ 4.1.5‬ﺑﻌﺾ ﺧﺼﺎﺋﺺ ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ اﻟﻤﺸﺘﺮك ‪: F‬‬

‫‪0  F 1 ‬‬
‫‪ F ‬ﻣﺘﺰاﯾﺪ ﻋﻠﻰ ﻛﻞ ﻣﺤﻮر ‪ti  t 'i  F ..., ti ,...  F ...,t 'i ,...‬‬
‫‪ F ‬ﻣﺴﺘﻤﺮﻣﻦ اﻟﯿﺴﺎر ﻋﻠﻰ ﻛﻞ ﻣﺤﻮر‬
‫‪ ‬اذا وﺟﺪ ‪ j‬ﺑﺤﯿﺚ ‪ t j  ‬ﻓﺎن ‪F  0‬‬
‫‪ ‬اذا ﻛﺎن ‪ i : ti  ‬ﻓﺎن ‪F  1‬‬

‫‪ 5.1.5‬ﻛﺜﺎﻓﺔ ‪ : X‬اذا ﻛﺎن ‪ X 1, X 2‬ﺗﺎﺑﻌﺎن ﻣﺴﺘﻤﺮان ﻓﺈن ‪ X‬ﯾﻜﻮن ﻣﺴﺘﻤﺮا و ﯾﻘﺒﻞ‬

‫ﻛﺜﺎﻓﺔ ‪ f‬ﻣﻌﺮﻓﺔ ﻛﻤﺎ ﯾﻠﻲ ‪f : IR 2  IR :‬‬
‫ﺑﺤﯿﺚ‬
‫‪t1 t 2‬‬

‫‪F t1 , t 2  ‬‬ ‫‪  f x , x dx dx‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪  ‬‬

‫و ﺗﺤﻘﻖ‬
‫‪ x1, x2   IR2‬‬ ‫‪f  x1 , x2   0‬‬
‫‪ ‬‬

‫‪  f x , x dx dx‬‬

‫‪ ‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬

‫و ﯾﺴﻤﻰ اﻟﻜﺜﺎﻓﺔ اﻟﻤﺸﺘﺮﻛﺔ ﻟـ ‪ X 1‬و ‪. X 2‬‬

‫‪ 6.1.5‬ﻗﻮاﻧﯿﻦ اﻹﺣﺘﻤﺎل اﻟﮭﺎﻣﺸﯿﺔ ‪:‬‬
‫‪FX 1 t1   P  X 1  t1   P X 1  t1    X 2     F t1 ,    PX 1  , t1‬‬

‫‪9‬‬ ‫‪FX 2 t2   F , t 2   PX 2  , t1‬‬

 ‫اذا ﻗﺒﻞ ‪ X‬ﻛﺜﺎﻓﺔ ‪ f‬ﻓﻨﺠﺪ ‪:‬‬
‫‪‬‬
‫‪f1  x1  ‬‬ ‫‪ f x , x dx‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪ ‬ﻛﺜﺎﻓﺔ ‪: X 1‬‬
‫‪‬‬
‫‪‬‬
‫‪f 2 x2  ‬‬ ‫‪ f x , x dx‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪ ‬ﻛﺜﺎﻓﺔ ‪: X 2‬‬
‫‪‬‬

‫ﻣﺜﺎل ‪ : 1‬ﻟﺪﯾﻨﺎ اﻟﺘﺎﺑﻊ ‪:‬‬

‫‪ax x‬‬ ‫‪0  x1  1,‬‬ ‫‪0  x2  2‬‬
‫‪f  x1, x2    1 2‬‬
‫‪0‬‬ ‫ﻋﻨﺪ اﻟﻌﻜﺲ‬

‫ﻟﻨﻌﯿﻦ ‪ a‬ﺣﺘﻰ ﯾﻜﻮن ‪ f‬ﻛﺜﺎﻓﺔ اﺣﺘﻤﺎﻟﯿﺔ ﻟﻠﺜﻨﺎﺋﯿﺔ اﻟﻌﺸﻮاﺋﯿﺔ ‪  X 1 , X 2 ‬ﺛﻢ ﻟﻨﺤﺴﺐ‬

‫اﻻﺣﺘﻤﺎﻻت ‪:‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪P X 1  , X 2  2 ,‬‬ ‫‪P  X 1  ,‬‬ ‫‪ X 2  3‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬
‫أﺧﯿﺮا ﻟﻨﻌﯿﻦ ‪ f1‬و ‪ f 2‬اﻟﮭﺎﻣﺸﯿﯿﻦ ‪.‬‬
‫‪ ‬‬
‫‪f  0,‬‬ ‫‪  fdx dx‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫اﻟﺤﻞ‪ :‬ﺗﻌﯿﯿﻦ ‪a‬‬
‫‪  ‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪a  x1dx1  x2 dx2  a 2  1  a  1‬‬
‫‪0‬‬ ‫‪0‬‬
‫‪2‬‬
‫ﺑﺎﻟﺘﺎﻟﻲ‬
‫‪ x x‬‬ ‫‪x1 , x2  0,1 0,2‬‬
‫‪f x1 , x2    1 2‬‬
‫‪0‬‬
‫ﻋﻨﺪ اﻟﻌﻜﺲ‬

‫‪10‬‬
  2 1 2
 1  3
P X 1  , X 2  2    dx1  f  x1 , x2 dx2   dx1  x1 x2dx2 
 2  1  1 0 4
2 2

X 1 ‫ ﻛﺜﺎﻓﺔ‬-
 2
f1  x1    f  x1 , x2 dx   x1 x2dx2  2 x1
 0

2 x 0  x1  1
 f1  x1    1
0 ‫ﻋﻨﺪ اﻟﻌﻜﺲ‬

X 2 ‫ ﻛﺜﺎﻓﺔ‬-
 1
1
f 2  x2    f  x1 , x2 dx1   x1 x2dx1  x1
 0
2
1
 x 0  x2  2
 f 2  x2    2 1
0 ‫ﻋﻨﺪ اﻟﻌﻜﺲ‬

V   X , Y  ‫ ﻧﺴﺘﻌﻤﻞ‬X 1, X 2 ‫ ﺑﺪل‬: ‫ﻣﻼﺣﻈﺔ‬

5 ‫ ﺳﺤﺒﻨﺎ‬.‫ ﺻﻔﺮاء‬7 ‫ زرﻗﺎء و‬4 ،‫ ﺣﻤﺮاء‬6 ‫ ﻛﺮة؛‬17 ‫ ﺻﻨﺪوق ﯾﺤﺘﻮي‬: 2 ‫ﻣﺜﺎل‬

‫ ھﻮ‬Y ‫ ھﻮ ﻋﺪد اﻟﻜﺮات اﻟﺤﻤﺮ اﻟﻈﺎھﺮة ﻓﻲ اﻟﺴﺤﺐ و‬X ‫ ﻧﻀﻊ‬. ‫ﻛﺮات دﻓﻌﺔ واﺣﺪة‬
‫ ؟‬ X ,Y  ‫ ﻣﺎ ھﻮ ﻗﺎﻧﻮن اﺣﺘﻤﺎل اﻟﺜﻨﺎﺋﯿﺔ‬.‫ﻋﺪد اﻟﻜﺮات اﻟﺰرق اﻟﻈﺎھﺮة ﻓﻲ اﻟﺴﺤﺐ‬

f i, j   P  X  i, Y  j   X , Y  ‫ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬:‫اﻟﺤﻞ‬

 6  4  7 
    0  i  5
 i  j  5  i  j  
 0  j  4
17  0  j  1  5
  
5 
11
 X ‫ﻗﺎﻧﻮن‬
6  6 11 
    
 i  4  7   i  5  i 
f1 i   P X  i    f i, j      
i 17  j  j  5  i  j  17 
   
5  5 
X  H 17,6,5
Y  H 17,4,5 ‫ ﺑﻨﻔﺲ اﻟﻄﺮﯾﻘﺔ ﻧﺠﺪ‬: Y ‫ﻗﺎﻧﻮن‬
: ‫ ﻟﺪﯾﻨﺎ اﻟﺘﻜﺎﻓﺆات اﻟﺘﺎﻟﯿﺔ‬: ‫ﻣﻼﺣﻈﺔ‬
‫ ﻧﻘﻄﻲ‬Y ‫ ﻧﻘﻄﻲ و‬X  ‫ ﻧﻘﻄﯿﺔ‬ X , Y 
‫ ﻣﺴﺘﻤﺮ‬Y ‫ ﻣﺴﺘﻤﺮ و‬X  ‫ ﻣﺴﺘﻤﺮة‬ X , Y 

f i, j  ‫ ﻗﺎﻧﻮن اﺣﺘﻤﺎﻟﮭﺎ‬, B , P  ‫ ﺛﻨﺎﺋﯿﺔ ﻋﺸﻮاﺋﯿﺔ ﻧﻘﻄﯿﺔ ﻋﻠﻰ‬ X , Y  : ‫ﻗﻀﯿﺔ‬

f1  j    f i, j , f 2  j    f i, j ,  f i, j   1

j i ij

: ‫ﻋﻨﺪﺋﺬ‬
: ‫اﻟﺒﺮھﺎن‬
X    I  i,  iI ,  Y    j ,  
jJ  J
 
 
  Y  j    Y 1  j   Y 1  j  Y 1  J 
j j  j 
‫ﻟﺪﯾﻨﺎ‬

X   
12  i    X  i      X  i    Y  j    X  i   Y  j 
 j  j
 ‫ﺑﺎﻟﺘﺎﻟﻲ‬
‫‪f1 i   P X  i    P X  i, Y  j    f i, j ‬‬
‫‪j‬‬ ‫‪j‬‬

‫‪ f i, j   1‬‬

‫‪i, j‬‬
‫أﯾﻀﺎ ﻧﺒﺮھﻦ أن‬

‫‪f1 i    f i, j ‬‬ ‫وﺟﺪﻧﺎ ان‬

‫‪j‬‬

‫‪ f i   1   f i, j    f i, j   1‬‬ ‫و ﻟﺪﯾﻨﺎ‬

‫‪i‬‬ ‫‪i‬‬ ‫‪j‬‬ ‫‪i, j‬‬
‫ﻣﻼﺣﻈﺔ ‪ :‬ﯾﻤﻜﻦ‬
‫أن ﯾﻤﺜﻞ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ﺛﻨﺎﺋﯿﺔ ﻋﺸﻮاﺋﯿﺔ ﻧﻘﻄﯿﺔ ‪  X ,Y ‬ﺑﺎﻟﻤﺼﻔﻮﻓﺔ ‪  f i, j ‬ﻣﺎﯾﻠﻲ‬
‫‪X‬‬ ‫‪x1‬‬ ‫‪x2‬‬ ‫‪. . . . xn‬‬ ‫‪.‬‬ ‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪Y‬‬
‫‪Y‬‬
‫‪y1‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪f 2  y1 ‬‬
‫‪y2‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪yn‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪f  xn , yn ‬‬ ‫‪f 2  yn ‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪f1  x1 ‬‬ ‫‪f1  x2  .‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪X‬‬

‫ﻣﺜﺎل‪" :‬اﻟﺘﻮزﯾﻊ ﻣﺘﻌﺪد اﻟﺤﺪود ")‪) (distribution multinominale‬ھﻮ ﺗﻌﻤﯿﻢ‬

‫ﻟﻠﺘﻮزﯾﻊ اﻟﺜﻨﺎﺋﻲ(‪.‬‬
‫ﻧﻔﺮض اﻧﮫ ﻟﺪﯾﻨﺎ أﺳﺮة ﻣﻦ اﻷﺣﺪاث ‪ A1 , A2 ,.........Ak‬ﻣﺘﻌﻠﻘﺔ ﺑﺘﺠﺮﺑﺔ ﻣﻌﯿﻨﺔ‪ .‬اﺣﺘﻤﺎل‬
‫ﻛﻞ ﻣﻨﮭﺎ ‪P1  P A1 ,........, Pk  P Ak ‬‬
‫‪k‬‬
‫‪  Ai 1i k‬ﺗﺠﺰﺋﺔ ﻟﻠﺤﺪث اﻷﻛﯿﺪ ‪ .  Pi  1‬ﻛﺮرﻧﺎ ھﺬه اﻟﺘﺠﺮﺑﺔ ‪ n‬ﻣﺮة ‪.‬‬
‫‪i 1‬‬

‫ﻧﻌﺘﺒﺮ ‪ X i‬ھﻮ ﻋﺪد ﻣﺮات ﺣﺪوث اﻟﺤﺪث ‪ ، 1  i  k : Ai‬ﻓﯿﻜﻮن ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬

‫اﻟﺸﻌﺎع ‪  X 1 , X 2 , X 3 ,...X k ‬ھﻮ ‪P X 1  x1 , X 2  x 2 , X 3  x3 ,...X k  xk ‬‬
‫!‪n‬‬ ‫‪x‬‬ ‫‪x‬‬
‫‪ f  x1, x2 , x3 ,....xk  ‬‬ ‫‪P1 1 ....Pk k‬‬
‫! ‪x1! x2!...xk‬‬

‫‪13‬‬
 ‫و ھﻮ اﻟﺤﺪ اﻟﻌﺎم ﻟﻨﺸﺮ اﻟﻤﻘﺪار‬
‫‪n‬‬
‫‪P1  P2  .....Pk ‬‬
‫‪ k  2‬إذ ﻧﺠﺪ ‪:‬‬ ‫و ھﻮ ﺗﻌﻤﯿﻢ ﻟﻠﺘﻮزﯾﻊ اﻟﺜﻨﺎﺋﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫‪A1  A,‬‬ ‫‪A2  A,‬‬ ‫‪  A1  A2‬‬

‫‪P1  P A1   P,‬‬ ‫‪P2  P A2   1  P  q‬‬

‫!‪n‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪‬‬ ‫‪‬‬

‫‪P X1  x1 , X 2  x2  ‬‬ ‫‪P1 1 P2 2‬‬ ‫‪‬‬ ‫ﻟﻜﻦ ‪x1  x2  n‬‬ ‫‪‬‬
‫!‪x1! x2‬‬ ‫‪‬‬ ‫‪‬‬

‫‪‬‬
‫!‪n‬‬ ‫‪x‬‬
‫‪P X1  x1  ‬‬ ‫‪P1 1 q n  x1‬‬
‫!‪x1!n  x1‬‬
‫‪X 1  Bn, P1 ‬‬ ‫ﻧﻘﻮل أن‬
‫ﺗﻄﺒﯿﻖ ‪ :‬ﺻﻨﺪوق ﯾﺤﺘﻮي ﻋﻠﻰ ‪ 12‬ﻛﺮة ‪ 4 ،‬زرﻗﺎء‪ 3،‬ﺣﻤﺮاء و ‪ 5‬ﺧﻀﺮاء‪ .‬ﺳﺤﺒﻨﺎ‬
‫‪ 30‬ﻛﺮة ﻣﻊ اﻹرﺟﺎع‪.‬‬
‫ﻣﺎ اﺣﺘﻤﺎل ان ﻧﺤﺼﻞ ﻋﻠﻰ ﻛﺮة زرﻗﺎء ‪ 9‬ﻣﺮات ‪ ،‬و ﻛﺮة ﺣﻤﺮاء ‪ 10‬ﻣﺮات ‪ ،‬وﻛﺮة‬
‫ﺧﻀﺮاء ‪ 11‬ﻣﺮة ؟‬
‫اﻟﺤﻞ‪ :‬ﻧﻌﺘﺒﺮ اﻟﺜﻼﺛﯿﺔ اﻟﻌﺸﻮاﺋﯿﺔ ‪  X ,Y , Z ‬ﺣﯿﺚ ‪ X‬ﻋﺪد ﻣﺮات ظﮭﻮر ﻛﺮة زرﻗﺎء‪،‬‬
‫‪ Y‬ﻋﺪد ﻣﺮات ظﮭﻮر ﻛﺮة ﺣﻤﺮاء و ‪ Z‬ﻋﺪد ﻣﺮات ظﮭﻮر ﻛﺮة ﺧﻀﺮاء‪.‬‬
‫ﻧﻄﺒﻖ ﻗﺎﻧﻮن اﻟﺘﻮزﯾﻊ ﻣﺘﻌﺪد اﻟﺤﺪود‬
‫‪P X  i, Y  j, Z  k   f i, j , k ‬‬
‫‪n! i j k‬‬
‫‪‬‬ ‫‪P1 P2 P3 ,‬‬ ‫‪n  30,‬‬
‫!‪i! j!k‬‬
‫‪4 1‬‬ ‫‪3 1‬‬ ‫‪5‬‬
‫‪P1 ‬‬ ‫‪ , P2 ‬‬ ‫‪ ,‬‬ ‫‪P3 ‬‬ ‫‪P1  P2  P3  1‬‬
‫‪12 3‬‬ ‫‪12 4‬‬ ‫‪12‬‬
‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬
‫‪30!  1 ‬‬ ‫‪1  5 ‬‬
‫‪P X  9, Y  10, Z  11 ‬‬ ‫‪ ‬‬ ‫‪   ‬‬
‫‪9!10!11!  3 ‬‬ ‫‪ 4   12 ‬‬

‫‪14‬‬
 : ‫ ﻧﻌﺘﺒﺮ اﻟﺤﺪﺛﯿﻦ‬: ‫ ﻗﺎﻧﻮن اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ‬7.1.5
A   X  xi , B  Y  y j 
‫ﻟﺪﯾﻨﺎ‬
P A  B 
 
P AB 
PB 
, P B   0

  PX  xi , Y  y j  f xi , y j 
P X  xi   , f 2 y j   0
 Y  y j PY  yi  f 2 y j 
f i, j 
f1 i   f2  j   0 ‫و ﻧﻜﺘﺐ ﻋﻤﻮﻣﺎ‬
 j  f2  j 
Y  j ‫ ﺑﺎﻋﺘﺒﺎر أن‬X ‫و ﯾﺴﻤﻰ ﻗﺎﻧﻮن اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ ﻟـ‬
X  i ‫ ﻟﻤﺎ‬Y ‫و ﯾﻜﻮن ﻗﺎﻧﻮن اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ ﻟـ‬
f i, j 
f 2  j   , f1 i   0
 i  f1 i 

i
f1  i   1
 j
‫و‬ j f 2  j i   1 ‫و ﻧﻼﺣﻆ أن‬

: ‫ ﻧﺠﺪ‬ X ,Y  ‫ ﻓﻲ ﺣﺎﻟﺔ اﺳﺘﻤﺮار‬-

f  x, y 
f1  x   , f2  y  0
 y f2  y 
X ‫و ھﻮ ﻗﺎﻧﻮن اﻻﺣﺘﻤﺎل اﻟﺸﺮطﻲ ﻟـ‬
f  x, y 
f 2  y   , f1  x   0 ‫أﯾﻀﺎ‬
 x  f1  x 
:‫ﻣﻼﺣﻈﺔ‬
   y dy  1
 f  x y dx  1
IR
1 ‫و‬ f
IR
2
 x

: ‫ ﺛﻨﺎﺋﯿﺔ ﻋﺸﻮاﺋﯿﺔ ﻣﺴﺘﻤﺮة ﻛﺜﺎﻓﺘﮭﺎ اﻻﺣﺘﻤﺎﻟﯿﺔ ﻣﻌﺮﻓﺔ ﺑـ‬ X ,Y  :‫ﻣﺜﺎل‬

8 xy ,0  x  1 , 0 y x

f  x, y   
0 ‫ﻋﻨﺪ اﻟﻌﻜﺲ‬

Y ‫ و‬X ‫ﯾﻄﻠﺐ ﺣﺴﺎب اﻟﻜﺜﺎﻓﺔ اﻟﺜﻨﺎﺋﯿﺔ ﻟـ‬ -

15
 Y ‫ و‬X ‫ﯾﻄﻠﺐ ﺣﺴﺎب اﻟﻜﺜﺎﻓﺔ اﻟﺸﺮطﯿﺔ ﻟـ‬ -
: ‫اﻟﺤﻞ‬
f1  x  , f 2  yx  ‫ﻧﻌﯿﻦ‬

f1  x    f x, y dy

yx
‫ﻟﺪﯾﻨﺎ‬
 8  xy.dy  4 x 3
y 0

4 x 3 0  x 1
f1  x    ‫إذن‬
1
0 ‫ﻋﻨﺪ اﻟﻌﻜﺲ‬
 x 1
f2 y   f  x, y dx  8  xydx  4 y 1  y 2   ‫اﯾﻀﺎ‬
 x y

 
4 y 1  y 2 , 0  y  1
f2  y    ‫اذن‬
0 ‫ﻋﻨﺪ اﻟﻌﻜﺲ‬
:‫ﻓﺘﻜﻮن ﻗﻮاﻧﯿﻦ اﻻﺣﺘﻤﺎل اﻟﺸﺮطﯿﺔ‬
 2x
 
f1  x  
f  x , y  
 1  y 2
0  y  x  1, y 1
 y  f2 y 
0 ‫ﻋﻨﺪ اﻟﻌﻜﺲ‬
‫و‬
2 y
 y   0  y  x  1, x0
f2 
x    x2
  
0

,B , P  ‫ ﺛﻨﺎﺋﯿﺔ ﻋﺸﻮاﺋﯿﺔ ﺣﻘﯿﻘﯿﺔ ﻋﻠﻰ‬ X ,Y  :‫ اﻟﺘﻮزﯾﻊ اﻟﺮﯾﺎﺿﻲ‬8.1.5

16
 ‫ ﻓﺎن‬E Y  ‫ و‬E  X  ‫إذا وﺟﺪ ﻛﻞ ﻣﻦ‬
‫ ھﻮ اﻟﺜﻨﺎﺋﯿﺔ‬ X ,Y  ‫اﻟﺘﻮﻗﻊ اﻟﺮﯾﺎﺿﻲ ﻟـ‬
 ,    E  X , E Y 
x y

: ‫ ﻓﺈن‬f i, j  ‫ ﻗﺎﻧﻮن اﺣﺘﻤﺎﻟﮭﺎ‬: ‫ ﻧﻘﻄﯿﺔ‬ X ,Y  ‫ اذا ﻛﺎﻧﺖ‬-

x  E  X    if1 i    i  f i, j    if i, j 
i i j i, j

y  E Y    jf1  j    j  f i, j    jf i, j 

j j i i, j

:‫ ﻣﺴﺘﻤﺮة‬ X ,Y  ‫ اذا ﻛﺎﻧﺖ‬-


x  E  X    xf x dx
1


  
  x   f  x, y dy  dx   xf  x, y dxdy
   
y   yf  x, y dxdy

: ‫ ﻓﺎن‬E Y  ‫ و‬E  X  ‫ اذا وﺟﺪ‬: ‫ﻗﻀﯿﺔ‬

E X  Y   E  X    E Y ,  ,   IR

: ‫ اﻟﺘﻮﻗﻊ اﻟﺸﺮطﻲ‬9.1.5
: ‫ ﻧﻘﻄﻲ ﻧﺠﺪ ان‬ X ,Y  ‫ ﻓﻲ ﺣﺎﻟﺔ‬-
E  X   if  i 
  1 j 
 Y  j i  

EY X i
   jf  j i 
2
j

‫ ﻓﻲ ﺣﺎﻟﺔ اﻻﺳﺘﻤﺮار ﻓﺎن‬-

17
 EX Y    x f  x y dx
1

E Y    yf  y dy
X  x
2

:la covariance (‫ اﻟﺘﻐﺎﯾﺮ )اﻟﺘﺒﺎﯾﻦ‬10.1.5

‫ ﺑـ‬Y ‫ و‬X ‫ ﻧﻌﺮف اﻟﺘﻐﺎﯾﺮ ﺑﯿﻦ‬، ,B , P  ‫ ﺛﻨﺎﺋﯿﺔ ﻋﺸﻮاﺋﯿﺔ ﺣﻘﯿﻘﯿﺔ ﻋﻠﻰ‬ X ,Y 
 
Cov  X , Y   E X  X Y  Y ,  X  E  X , Y  E Y  ‫ ﺣﯿﺚ‬
 
‫و ﺑﻨﺸﺮ ھﺬا اﻟﻤﻘﺪار ﻧﺠﺪ‬
Cov  X ,Y   E  XY   E  X E Y 
. E  XY  ‫ و‬E Y  ، E  X  ‫و ﯾﻨﺘﺞ أن وﺟﻮد اﻟﺘﻐﺎﯾﺮ ﻣﺮﺗﺒﻂ ﺑﻮﺟﻮد ﻛﻞ ﻣﻦ‬
: ‫ ﻓﺎن‬X  Y ‫إذا ﻛﺎن‬
Cov  X , X   E  X   E  X   V  X    X2
2 2

: ‫ ﻧﻀﻊ‬،  X 1 , X 2 ,.......X n  ‫ ﻟﯿﻜﻦ اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ‬:‫ ﻣﺼﻔﻮﻓﺔ اﻟﺘﻐﺎﯾﺮ‬11.1.5

Cov  X i , X j    ij
(‫ )ﻣﺼﻔﻮﻓﺔ ﻣﺮﺑﻌﺔ‬:‫ بﻣﺼﻔﻮﻓﺔ اﻟﺘﻐﺎﯾﺮ و ھﻲ‬ ij 1i n, 1 j  n
‫ﻧﺴﻤﻲ اﻟﻤﺼﻔﻮﻓﺔ‬
 
  11  12   1n 
 
  22   2n 
 21 
MC   


   

 
  n1  n2   nn 
 
 ii  V  X i    i2 ‫ﺣﯿﺚ‬
: ‫ ﻓﺎن‬ X ,Y  ‫ ﻓﻲ ﺣﺎﻟﺔ ﺛﻨﺎﺋﯿﺔ‬-
  XY 
 XX
MC   
  YX  YY 


18
Coefficient de ( Y ‫ و‬X ‫ )ﺑﯿﻦ ﻣﺘﻐﯿﺮﯾﻦ‬:‫ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‬12.1.5
corrélation
Cov  X , Y  E  XY   E  X E Y 
 X ,Y  
 X . Y V  X . V Y 
.  1 ‫ﻣﻦ ﺧﻮاﺻﮫ أن‬

:‫ اﺳﺘﻘﻼل ﻣﺘﻐﯿﺮﯾﻦ ﻋﺸﻮاﺋﯿﯿﻦ‬13.1.5

,B , P  IR,B
X ,Y
IR 2
, P X ,Y   IR,B IR , PX 

IR,B IR , PY 

P X ,Y   PX  PY  ‫ ﻣﺴﺘﻘﻼن‬Y ‫ و‬X

: ‫و ﯾﻘﺎﺑﻞ ذﻟﻚ ﻓﻲ اﻟﺤﺎﻟﺔ اﻟﻨﻘﻄﯿﺔ ﻣﺎ ﯾﻠﻲ‬

f i, j   f1 i . f 2  j  ,
 
i, j / P X  t , Y  t   P X  t1   PY  t2 
 1 2
 
: ‫ﻓﻲ ﺣﺎﻟﺔ اﻻﺳﺘﻤﺮار‬
f  x, y   f1  x . f 2  y ,  x, y   ‫ ﻣﺴﺘﻘﻼن‬Y ‫ و‬X
F  x, y   F1  x .F2  y  : ‫و ﯾﻨﺘﺞ أن‬

f1  i   f1 i  ‫و‬ f 2  j   f 2  j  : ‫ﻧﺘﺎﺋﺞ‬
 j  i 
( ‫)ھﺬا ﻋﻨﺪ ﺗﻮﻓﺮ اﻻﺳﺘﻘﻼل‬

f  x, y   e  x y  , x  0, y  0 : ‫ﻣﺜﺎل‬
: ‫ ﻟﺪﯾﻨﺎ‬. f1 , f 2 ‫ ﻧﺒﺤﺚ أوﻻ ﻋﻦ‬:‫دراﺳﺔ اﻻﺳﺘﻘﻼل‬
f1  x    f  x, y dy 

  e  x  y  dy  e  x
0 ‫اذن‬
19
 
 f1 x   e
x
, x  0

 X    Exp 1 
‫أﯾﻀﺎ‬
f 2  x    f  x, y dx

  e  x y dx  e  y
0 ‫إذن‬

 f2  y   e
y
, y0

Y   Exp1
f  x, y   f1  x . f 2  x   x, y  ‫ﻧﻼﺣﻆ أن‬
X Y ‫ ﻣﺴﺘﻘﻼن و ﻧﻜﺘﺐ‬Y ٍ ◌, X ‫اﻷﻣﺮ اﻟﺬي ﯾﻌﻨﻲ أن‬
: ‫ﻧﺘﺎﺋﺞ‬
‫ ﻓﺈن‬X  Y ‫ اذا ﻛﺎن‬
: ‫أي أن‬ E  XY   E  X E Y  (‫ا‬
  0 ‫ و‬Cov  X ,Y   0
(‫ ﻏﯿﺮ ﺧﻄﻲ‬V ‫ )رﻏﻢ ﻛﻮن‬V  X  Y   V  X   V Y  (‫ب‬
 X Y t    X t .Y t  (‫ج‬
X  Y ‫ دوﻣﺎ أن‬  X ,Y ‫د( ﯾﻤﻜﻦ اﻟﺘﺄﻛﺪ أن اﻧﻌﺪام‬

. ‫ ﺛﻼﺛﯿﺔ ﻋﺸﻮاﺋﯿﺔ‬ X ,Y , Z  ‫ ﻟﺘﻜﻦ‬:‫ اﺳﺘﻘﻼل ﺛﻼث ﻣﺘﻐﯿﺮات ﻋﺸﻮاﺋﯿﺔ‬14.1.5

: ‫ ﻣﻌﻨﺎه‬Z , Y , X ‫ ﻓﺎن اﺳﺘﻘﻼل‬:‫ إذا ﻛﺎﻧﺖ ﻧﻘﻄﯿﺔ‬
f i, j , k   f1 i  f 2  j  f 3 k ......
f12 i, j   f1 i  f 2  j 
: ‫و ﯾﻨﺘﺞ ﻋﻦ ذﻟﻚ‬
‫ ھﺬه اﻟﻌﻼﻗﺔ ﺗﺪل أﯾﻀﺎ‬. 1   f 3 ‫ ﺣﯿﺚ‬،  ‫ ﻓﻲ‬k ‫و ذﻟﻚ ﺑﺈدﺧﺎل اﻟﻤﺠﻤﻮع ﻋﻠﻰ‬
. X  Y ‫ﻋﻠﻰ أن‬
‫أﯾﻀﺎ‬

20
 ‫‪f13 i, k   f i 1. f 3 k ‬‬
‫‪f 23  j, k   f 2  j . f 3 k ‬‬
‫اذن ‪ X , Y , Z‬ﻣﺴﺘﻘﻠﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ ‪.‬‬

‫‪ ‬اذا ﻛﺎﻧﺖ ﻣﺴﺘﻤﺮة‬

‫‪f  x, y , z   f1  x . f 2  y . f 3  z ‬‬ ‫‪,‬‬ ‫‪ x, y, z   IR 3‬‬
‫ﻓﻨﺠﺪ ﺑﻄﺮﯾﻘﺔ ﻣﺸﺎﺑﮭﺔ ان اﻟﻤﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻣﺜﻨﻰ ﻣﺜﻨﻰ ‪.‬‬

‫‪21‬‬
 ‫ﺗﻤﺎرﯾﻦ ﺣﻮل اﻟﺸﻌﺎع اﻟﻌﺸﻮاﺋﻲ‬
‫اﻟﺘﻤﺮﯾﻦ ‪ :1‬ﻗﺎﻧﻮن اﺣﺘﻤﺎل ﺛﻨﺎﺋﯿﺔ ﻋﺸﻮاﺋﯿﺔ ﻧﻘﻄﯿﺔ ‪  X ,Y ‬ھﻮ‬
‫‪P  X  i, Y  j   f i, j    2i  j  , i  0,1,2 , j  0,1,2,3‬‬

‫ﻋﯿﻦ ﻗﯿﻤﺔ ‪ ‬واﺣﺴﺐ اﻻﺣﺘﻤﺎﻟﯿﻦ ‪P  X  1, Y  2  , P  X  1, Y  2 ‬‬

‫‪E  X  Y ,‬‬ ‫‪E Y ,‬‬ ‫و ﻋﯿﻦ ﻛﺬﻟﻚ ‪ f1 i , f 2  j ‬ﺛﻢ ‪E  X ‬‬

‫اﻟﺘﻤﺮﯾﻦ ‪ :2‬ﻗﺎﻧﻮن اﺣﺘﻤﺎل ﺛﻨﺎﺋﯿﺔ ﻣﺴﺘﻤﺮة ﻣﻌﻄﻰ ﺑﺎﻟﻜﺜﺎﻓﺔ ‪:‬‬

‫‪f  x, y   ax  x  y ‬‬ ‫‪,‬‬ ‫‪0  x 1‬‬ ‫‪,‬‬ ‫‪0 y2‬‬

‫ﻋﯿﻦ ‪ a‬ﺛﻢ ‪ E Y , E  X  Y , E  XY , E  X ‬و ﻛﺬﻟﻚ ‪ f1 x  , f 2  y ‬و‬

‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪P X  , Y  1‬‬ ‫‪,‬‬ ‫‪P X  ,Y  1‬‬ ‫اﺣﺴﺐ اﻻﺣﺘﻤﺎﻟﯿﻦ‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫ھﻞ ‪ Y , X‬ﻣﺴﺘﻘﻼن ؟‬
‫اﻟﺘﻤﺮﯾﻦ ‪ :3‬ﻗﺎﻧﻮن ‪  X ,Y ‬ھﻮ‪:‬‬
‫‪1‬‬
‫‪f  1,1  0, f  1,0   , f  1,1  0‬‬
‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪f 0,1  , f 0,0  0, f 0,1 ‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪1‬‬
‫‪f 1,1  0, f 1,0   , f 1,1  0‬‬
‫‪4‬‬
‫ﺗﺄﻛﺪ ﻣﻦ أن ‪   0‬و أن ‪ Y , X‬ﻏﯿﺮ ﻣﺴﺘﻘﻠﯿﻦ‪.‬‬

‫ﺣﻠﻮل اﻟﺘﻤﺎرﯾﻦ‬
‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪: 1‬‬

‫‪22‬‬
 ‫ ﺷﻌﺎع ﻋﺸﻮاﺋﻲ ﻧﻘﻄﻲ إذن‬ X ,Y  (1
2 3

 f i, j   1  a 2i  j   1

i, j i0 j 0

 3 3 3 
 a  j   2  j    4  j   1
 i 0 j 0 j 0 
 a 6  14  22  1

 a.42  1
1
a
42
1
f i, j   2i  j  , i  0,1,2 , j  0,1,2,3 ‫و ﻣﻨﮫ‬
42

(2
P X  1, Y  2   f i, j 
i 1 j  2
2 2
1
  2i  j 
i 1 j  0 42

1 2  2 2 
  
 2i 
42 i 1  j  0
1   j 
j 0 

1 2
  2i  3
42 j 1
1  2 
  6 i  3  2 
42  i 1 
1
 18  6  12  4
42 21 7
2
P  X  1, Y  2  f 2,1  (3
21
‫( ﻟﺪﯾﻨﺎ‬4

23
 f i i    f i, j 
j
3
1
 2i  j 
j  0 42

1
 2i  2i  1  2i  2   2i  3
42
1
 8i  6  , i  0,1,2
42
‫أﯾﻀﺎ‬
f 2  j    f i, j 
i

1 2
  2i  j 
42 i 0
1
  j  2  j  4  j
42
1
 3 j  6 , j  0,1,2,3
42
(5
2 2
1 1
E  X    if1 i    i8i  6  0  28  6  216  6  58  29
i0 42 i  0 42 42 21

‫ ﻟﺪﯾﻨﺎ‬: 2 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬

 1
3 1 1
 1    
P X  , Y  1     f  x, y dy dx   x    x  y dy dx
 2  1   5 1 0 
2 2

1 1
3  1 3  x3 x 2 
  x x  dx    
51  2 5  3 4 1
2 2

1
2 1
 1  1 1   
P X  , Y  1  P  X  ,1  Y  1     fdy  dx  0
 2  2 2  1 1 
2

24
 : E  X  ‫ﻟﻨﺤﺴﺐ‬
1 y 2
2 3 2  3 1 2 y2 
E  X    xf  x, y dxdy     x  x  y dy  dx   x  xy   dx
0 0 5  50  2  y 0
x 1
61 2 6 1 1  6 7 7
  x  x  1dx   x 4  x 3    
50 5 4 3  x  0 5 12 10
E  XY  ‫ﺣﺴﺎب‬
E  XY     xyf  x, y dxdy
1 2
3  2 
    x y  x  y dy  dx
5 0 0 
1 2
3 2 2

  x   xy  y dy  dx
5 0 0 
1 y 2
3  2 y2 1 
  x 2   x  y 3  dx
5 0 0 2 3  y 0
1
3 2 8
  x  2 x  dx
50  3
x 1
3  x4 8 3 
   x 
5  2 9  x 0
3  1 8  16 8
    
5  2 9  30 15

: 3 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
X Y 1 0 1 f1 1

1 0 1 0 1
4 4
0 1 0 1 1
4 4 2
1 0 1 0 1
4 4

25
 f 2 Y  1 1 1
4 2 4
‫ﻟﺪﯾﻨﺎ‬
E  XY   E  X E Y 

V  X . V Y 
f1 1   f i, j   f i,1  f i,0  f i,1
j

1 1 1
f1  1  , f1 0   , f1 1  ‫أﯾﻀﺎ‬
4 2 4
‫ﻛﺎن ﺑﺎﻹﻣﻜﺎن اﺳﺘﻨﺘﺎج ذﻟﻚ ﻣﻦ اﻟﺠﺪول ﻣﺒﺎﺷﺮة إذن‬
i 1 0 1
1 1 1
f1 i 
4 2 4
1 1 1
E  X   1.  0.  1.  0 ‫ﻟﺪﯾﻨﺎ‬
4 2 4
1 1 1 ‫ﻛﺬﻟﻚ‬
E Y   1.  0.  1.  0
4 2 4
‫أﯾﻀﺎ‬
 
E  XY    ijf i, j    i  jf i, j 
i, j i  j 
‫ﻟﺪﯾﻨﺎ‬
 jf i, j   1. f i,1  0  1. f i,1
j

E  XY    f  1,1  f 1,1  f  1,1  f 1,1  0  0  0  0  0

 0 ‫و ﻣﻨﮫ‬
f i, j   f1 i  f 2  j   Y  X ‫ ﻧﻌﻠﻢ أن‬،‫ﺑﺎﻟﻨﺴﺒﺔ ﻟﻺﺳﺘﻘﻼل‬
i, j    1,1 : f  1,1  0  f1  1 f 2  1  1 . 1  1 ‫ﻣﻦ اﺟﻞ‬
4 4 16
  0  X  Y ‫ و‬X  Y    0 ‫ﻧﺴﺘﻨﺘﺞ أن‬

26
 ‫ ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬2.5
‫ ﺛﻨﺎﺋﯿﺔ ﻋﺸﻮاﺋﯿﺔ ﺣﻘﯿﻘﯿﺔ ﻋﻠﻰ‬ X ,Y  ‫ ﻧﻔﺮض أن‬:‫ ﻣﻔﮭﻮم ﺗﺒﺪﯾﻞ اﻟﻤﺘﻐﯿﺮ‬1.2.5
‫ ﻗﺎﺑﻞ ﻟﻠﻘﯿﺎس‬ ‫ و ﻧﻔﺮض أن اﻟﺘﺎﺑﻊ‬, B , P 
,B , P  IR ,B
X ,Y 2
IR 2

, P X ,Y  
 
IR 2 ,BIR 2 , Pu , v  
. ‫ ﻣﺘﺒﺎﯾﻦ‬ ‫ ﻣﻊ‬  X , Y  1  X , Y ,  2  X , Y   u , v  ‫ﺣﯿﺚ‬
‫ ؟‬u, v  ‫ ﻓﻤﺎ ھﻮ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬ X ,Y  ‫إذا ﻋﻠﻤﻨﺎ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬
‫ ﺑﺎﻋﺘﺒﺎر أن‬، f x, y  ‫ ﻛﺜﺎﻓﺘﮫ ھﻲ‬: ‫ ﺷﻌﺎع ﻋﺸﻮاﺋﻲ ﻣﺴﺘﻤﺮ‬ X ,Y  (1
U ,V    x, y 
 1  X , Y ,  2  X , Y 
u, v    x, y   1 x, y ,  2 x, y  ‫أي أن‬
: ‫ ﻣﺘﺒﺎﯾﻦ ﻧﺠﺪ‬ ‫و ﻟﻜﻮن‬
x   1 u , v , y   2 u, v , x, y    1 , 2 
P u1  U  u2 , v1  V  v2   P  x1  X  x2 , y1  Y  y2 

: ‫ ﯾﻨﺘﺞ‬،  X ,Y  ‫ ھﻲ ﻛﺜﺎﻓﺔ‬f ‫ و‬U ,V  ‫ ھﻲ ﻛﺜﺎﻓﺔ‬g ‫وﺑﺎﻋﺘﺒﺎر‬

v2 u 2 y 2 x2

  g u, v dudv    f x, y dxdy

v1 u1 y1 x1
v2 u 2 v 2 u2

  g u, v dudv    f  u, v , u, v  J dudv

v1 u1 v1 u1
1 2 : ‫ﺑﺎﻟﺘﻌﻮﯾﺾ‬

‫ﺣﯿﺚ‬
x x
  x, y  u v
J 
u , v  y y
u v
‫ﺑﺎﻟﻤﻘﺎرﻧﺔ ﻧﺠﺪ‬
g u, v    f  x, y . J x xu ,v 
y  y u ,v 

27
 :‫ﻣﺜﺎل‬
: ‫ ھﻲ‬ X ,Y  ‫ﻛﺜﺎﻓﺔ‬
1
1  2 x 2  y 2 
f  x, y   e , x, y  IR2
2
X  R cos , Y  R sin  ‫ﻧﻀﻊ‬
.  ‫ و‬R ‫ ﺛﻢ اﺳﺘﻨﺘﺞ ﻛﻼ ﻣﻦ ﻗﺎﻧﻮﻧﻲ‬R,  ‫ ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬
: ‫واﺿﺢ أن ھﺬا اﻟﺘﺒﺪﯾﻞ ﻣﺘﺒﺎﯾﻦ ﻷن‬
x  r cos , y  r sin 
y
r  x2  y 2 ,   Arctg ‫و‬
x

‫ﻛﺜﺎﻓﺔ‬
g r ,     f x, y . J xr cos   R, 
y  r sin 

 r  12 r 2
 e , r0 , 0    2
g r ,    2 J r
 0 ‫ﻋﻨﺪاﻟﻌﻜﺲ‬


R ‫ﻛﺜﺎﻓﺔ‬
2 1
r  r2
g1 r    g r , d  e 2
2 
0
2
1
  r2
2
 r .e , r 0
g1 r    ‫و ﻣﻨﮫ‬
 0 , ‫ﻋﻨﺪاﻟﻌﻜﺲ‬

 ‫ﻛﺜﺎﻓﺔ‬

28
 
1
g 2     g r , dr 
0
2
 1
 0    2
g 2     2 . ‫وﻣﻨﮫ‬
0 ‫ﻋﻨﺪاﻟﻌﻜﺲ‬


U 0, 2  ‫واﺿﺢ ان‬

‫ ﻣﺘﺒﺎﯾﻨﺎ ﻓﺎن‬1  X ,Y  
u , v  ‫إذا ﻛﺎن‬:‫ ﺷﻌﺎع ﻋﺸﻮاﺋﻲ ﻧﻘﻄﻲ‬ X ,Y  (2
.‫ ﺗﻜﻮن ﻧﻘﻄﯿﺔ‬u, v 
: ‫ ﻓﺎن‬u, v  ‫ ﻗﺎﻧﻮن‬g k , l  ‫ و ﻛﺎن‬ X ,Y  ‫ و ﻗﺎﻧﻮن‬f i, j  ‫و إذا ﻛﺎن‬
g k , l   PU  k ,V  l 

 P X   1 t , l , Y   2 k , l 

 f i, j ij1 kk,l,l

2

: ‫ﻣﺜﺎل‬
1
f i, j   2i  j , i  0,1,2, j  0,1,2,3
42
U ,V  ‫ ﻋﯿﻦ ﻗﺎﻧﻮن‬. U  2 X , V Y ‫ﻧﻀﻊ‬
‫ إذن ﻧﺴﺘﻄﯿﻊ ﺗﻄﺒﯿﻖ‬،‫ ﻗﯿﻮس و ﻣﺘﺒﺎﯾﻦ‬  X ,Y  

2 X , Y  ‫إن اﻟﺘﻄﺒﯿﻖ‬
‫اﻟﻘﺎﻋﺪة و ﯾﻜﻮن‬
g k , l   PU  k ,V  l   P2 X  k ,Y  l 
 k 
 P X  , Y  l 
 2 
k  1
g k , l   f  , l   k  l  , k  0,2,4 , l  0,1,2,3
 2  42
: ‫ﻧﺴﺘﻄﯿﻊ أن ﻧﻌﺒﺮﻋﻨﮫ ﺑـ‬

29
 ‫‪X Y‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪U‬‬ ‫‪V 0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬
‫‪‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬
‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬
‫‪2‬‬ ‫‪4‬‬
‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬ ‫‪42‬‬

‫ﺗﻤﺮﯾﻦ ‪  X ,Y  :‬ﺛﻨﺎﺋﯿﺔ ﻋﺸﻮاﺋﯿﺔ ﺣﻘﯿﻘﯿﺔ ﻣﺴﺘﻤﺮة ‪ X ،‬و ‪ Y‬ﻣﺴﺘﻘﻼن و ﺑﺤﯿﺚ‬

‫‪ N 0,1‬‬
‫‪X‬‬ ‫‪,‬‬ ‫‪ N 0,1‬‬
‫‪Y‬‬
‫‪Y‬‬
‫‪ ، U ‬ﻟﻨﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪. U‬‬ ‫ﻧﻀﻊ‬
‫‪X‬‬

‫اﻟﺤﻞ‪:‬‬
‫‪1‬‬
‫‪1‬‬ ‫‪ x2‬‬
‫‪f1  x  ‬‬ ‫‪e‬‬ ‫‪2‬‬
‫‪,‬‬ ‫‪x  IR‬‬
‫‪2‬‬
‫‪1‬‬
‫ﻟﺪﯾﻨﺎ‬
‫‪1  2 y2‬‬
‫‪f2  y  ‬‬ ‫‪e‬‬ ‫‪,‬‬ ‫‪y  IR 2‬‬
‫‪2‬‬
‫‪ X‬و ‪ Y‬ﻣﺴﺘﻘﻼن ‪‬‬
‫‪1‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ x2  y 2‬‬
‫‪f  x, y   f1  x   f 2  y  ‬‬
‫‪e‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪ X ,Y  ‬‬
‫‪‬‬
‫‪U ,V    Y , X ‬‬
‫‪X‬‬ ‫‪‬‬
‫ﺑﺤﯿﺚ ﯾﻜﻮن ‪ ‬ﻣﺘﺒﺎﯾﻦ و ﺑﺤﯿﺚ ﯾﻜﻮن ﺣﺴﺎب ‪ J‬ﺳﮭﻞ( ‪ ،‬ﺑﮭﺬا‬ ‫)إذ ﻧﺨﺘﺎر ‪V‬‬
‫اﻻﺧﺘﺒﺎر ﻓﺎن ‪ ‬ﻗﯿﻮس و ﻣﺘﺒﺎﯾﻦ‪.‬‬
‫ﻛﺜﺎﻓﺔ ‪U ,V ‬‬

‫‪30‬‬
 ‫‪0‬‬ ‫‪1‬‬
‫‪J‬‬ ‫‪ V‬‬
‫‪V‬‬ ‫‪U‬‬
‫‪J v‬‬ ‫أي‬
‫‪g u, v    f  x, y  J X V‬‬ ‫و ﻣﻨﮫ‬
‫‪Y uV‬‬
‫‪1‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪ 1u 2 x 2‬‬
‫‪2‬‬
‫‪‬‬
‫‪‬‬ ‫‪ve‬‬ ‫‪,‬‬ ‫‪v  IR,‬‬ ‫‪u  IR‬‬
‫‪2‬‬
‫‪2‬‬
‫‪v  v2 1u 2 ‬‬
‫‪g u, v  ‬‬ ‫‪e‬‬
‫‪2‬‬
‫ﻛﺜﺎﻓﺔ ‪: U‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪v‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 1 u 2 v 2‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 1 u 2 v 2‬‬ ‫‪1 1‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 1 u 2 v 2‬‬
‫‪g1 u  ‬‬ ‫‪ 2‬‬ ‫‪e‬‬ ‫‪2‬‬
‫‪dv ‬‬ ‫‪ 2ve‬‬ ‫‪2‬‬
‫‪dv ‬‬ ‫‪2‬‬
‫‪e‬‬ ‫‪2‬‬

‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪ 1 u‬‬ ‫‪‬‬

‫‪1 1‬‬
‫‪g1 u  ‬‬
‫‪ u2 1‬‬
‫‪,‬‬ ‫‪‬‬
‫‪  1‬‬
‫‪u  IR , u ‬‬ ‫‪‬‬
‫‪X‬‬
‫ھﻮ ﻧﻔﺴﮫ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ u‬و ھﻮ ﯾﺨﻀﻊ ﻟـ ‪  1‬ﻧﺴﺒﺔ ﻟﻠﺘﻨﺎظﺮ و‬ ‫ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬
‫‪Y‬‬
‫ﻛﻮن أن ﻟـ ‪ Y , X‬ﻧﻔﺲ اﻟﻜﺜﺎﻓﺔ‪.‬‬
‫‪ 2.2.5‬اﺳﺘﻌﻤﺎل اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ ‪ :‬ﻟﻘﺪ اﺷﺮﻧﺎ إﻟﻰ وﺟﻮد ﺗﻘﺎﺑﻞ ﺑﯿﻦ ﻣﺠﻤﻮﻋﺔ ﻗﻮاﻧﯿﻦ‬
‫اﻻﺣﺘﻤﺎل و ﻣﺠﻤﻮﻋﺔ اﻟﺘﻮاﺑﻊ اﻟﻤﻤﯿﺰة‪ ،‬ﻟﺬﻟﻚ ﯾﻤﻜﻦ اﻟﺘﻮﺻﻞ إﻟﻰ ﻣﻌﺮﻓﺔ ﻗﺎﻧﻮن‬
‫اﻻﺣﺘﻤﺎل إذا ﻋﻠﻤﻨﺎ اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ ﻟﻠﻤﺘﻐﯿﺮ ‪ X‬و ذﻟﻚ ﺑﻮاﺳﻄﺔ اﻟﻌﻼﻗﺔ‪:‬‬
‫‪ X t   E eitx ‬‬
‫‪ eitx f  x dx‬‬ ‫‪ X‬ﻣﺴﺘﻤﺮ‬
‫‪‬‬
‫‪itx‬‬
‫‪  e dp  ‬‬
‫‪ e f k ‬‬
‫‪itk‬‬
‫‪‬‬ ‫‪ X‬ﻧﻘﻄﻲ‬
‫‪k‬‬
‫‪P 2 ‬‬
‫‪Y‬‬ ‫و‬ ‫ﻣﺜﺎل ‪ X :1‬و ‪ Y‬ﻣﺴﺘﻘﻼن ‪P 1 ‬‬
‫‪X‬‬
‫‪ ‬ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪X  Y‬‬

‫‪31‬‬
  X Y t    X t .Y t  , X Y

P 1    X t   e 1e

it
1
X
P 2   Y t   e 2 e
it
1
Y
 X Y t   e 1 2 e 1
it
‫و ﻣﻨﮫ‬
P 1   2 
X Y  ‫ﻧﺴﺘﻨﺘﺞ أن‬
n
‫ ﻣﺴﺘﻘﻠﯿﻦ‬Y ‫ و‬X ‫ ﻓﺎذا ﻛﺎن‬. X 2     
1 2 X t  1  2it 

2 ‫ ﻧﻌﻠﻢ ان‬:2 ‫ﻣﺜﺎل‬
n
X 2  Y 2 ‫( ﺑﯿﻦ ان‬1
 N 0,1 ‫( اذا ﻛﺎن‬2
X 2  Y 2 ‫ ﻓﻌﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل‬X , Y 
: ‫اﻟﺤﻞ‬

G t1 , t2   P X  t1 , Y  t 2
2 2


 P  t1  X  t1 , t2  Y  t2 
 P  
t1  X  t1 , P  t2  Y  t2  , X Y 

 P X 2  t1  
P Y 2  t2 
 G1 t1 G2 t 2 
X 2 Y 2 ‫و ﻣﻨﮫ‬
 N
X 0,1,  X 2  X 12 ‫ و‬Y  N 0,1,  Y 2  X 12
1 1 2
  
 X 2  Y 2 t    X 2 t .Y 2 t   1  2it  2 1  2it  2  1  2it  2 ‫و ﻣﻨﮫ‬

 X 2
X 2 Y 2  ‫و ﻣﻨﮫ‬
2

:‫ ﺗﻌـﻤـﯿـﻤﺎت‬3.2.5
 N 0,1
(‫ ﻣﺴﺘﻘﻠﺔ‬X i ) ، X i  , Ain (1
n
 X 2
2
X
i 1
i 
2

32
 P i 
(‫ ﻣﺴﺘﻘﻠﺔ‬X i ) ، X i  1 i  n (2
n n 
 X P   i 
i
i 1
 i 1 
.  X t  ‫ ﺑﺪﻻﻟﺔ‬Y t  ‫ ﻓﺎﻛﺘﺐ‬Y  aX  b ‫ إذا ﻛﺎن‬: ‫ﺗﻤﺮﯾﻦ‬
Y t    aX  B t   E e it aX b    e ibt E e iatX   e ibt  X at 

33
 ‫ﺗﻤﺎرﯾﻦ ﺣﻮل ﺗﻐﯿﯿﺮ اﻟﻤﺘﻐﯿﺮ‬
‫ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﺛﺎﺑﺖ )أﻛﯿﺪ( ﻋﻠﻰ ‪,B, P ‬‬ ‫اﻟﺘﻤﺮﯾﻦ ‪X :1‬‬
‫‪  ,‬‬ ‫‪X    a‬‬
‫ﻋﯿﻦ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ‪ X‬و ﺗﺎﺑﻊ ﺗﻮزﯾﻌﮫ ‪ FX  X ‬و ﻛﺬﻟﻚ اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ ‪ X t ‬‬

‫‪X  ‬‬ ‫‪N 0 ,1 ‬‬ ‫اﻟﺘﻤﺮﯾﻦ ‪ X :2‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ طﺒﯿﻌﻲ ﻣﻌﯿﺎري‬
‫‪ .‬ﻋﯿﻦ اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ ‪ X t ‬‬

‫اﻟﺘﻤﺮﯾﻦ ‪  X n  3‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻛﺜﺎﻓﺘﮫ ‪ Vn‬ﻣﻌﻄﺎة ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫‪n‬‬
‫‪f n x  ‬‬ ‫‪,‬‬ ‫‪x  IR,‬‬ ‫‪n 1‬‬
‫‪‬‬
‫‪ 1 n2 x2‬‬ ‫‪‬‬
‫ادرس ﺗﻘﺎرب ‪  X n ‬ﺑﺎﻟﻘﺎﻧﻮن و ﺑﺎﻻﺣﺘﻤﺎل‬

‫ﺣﻠﻮل اﻟﺘﻤﺎرﯾﻦ‬
‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ ‪ X :1‬ﯾﺄﺧﺬ ﻗﯿﻢ ﺛﺎﺑﺘﺔ ﻓﻲ ‪ IR‬و ﻣﻨﮫ ‪ X‬ﻧﻘﻄﻲ‬
‫ﻣﺞ ﻣﻨﺘﮭﯿﺔ و ﻗﺎﺑﻠﺔ ﻟﻠﻌﺪ ‪X    a ‬‬
‫‪f k   P X  k ‬‬
‫‪1‬‬ ‫‪ka‬‬
‫‪‬‬
‫‪‬‬
‫‪0‬‬ ‫‪ka‬‬
‫‪‬‬
‫ﻧﻌﯿﻦ ﺗﺎﺑﻊ اﻟﺘﻮزﯾﻊ ‪ ،‬ﻟﺪﯾﻨﺎ ‪FX k    f i   P X  k ‬‬
‫‪i k‬‬

‫‪34‬‬
 ‫اذن‬
1 , k  a

FX k   
0 , k  a

: ‫ﻧﻌﯿﻦ اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ‬
 X t   E e itx
   e f k   e f a    e f k 
itk ita itk

k k a

0
 X t   e ita ‫و ﻣﻨﮫ‬
‫ ﻟﺪﯾﻨﺎ‬.  X t  ‫ ﻧﺴﺘﻌﻤﻞ اﻟﺘﺎﺑﻊ اﻟﻤﻮﻟﺪ ﻟﻠﻌﺰوم و ﻣﻨﮫ ﻧﺴﺘﻨﺘﺞ‬:2 ‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬
 
X t   E etx   e tx f  x dx
1
1 tx
 x2
2

2 e
IR
e dx

1 t2 t2
1  x 2  tx  
2 2 2

2 e
IR
dx

1 t2
1   x  t 2 
2 2
 e dx
2 
t2
1
e 2   x  t 2
2
  e d
2

: ‫ ﻧﺠﺪ‬tx  d  x  t   ‫ﻧﻀﻊ‬
t2 t2
1 1
e2  2 e2  t2
X t   e 2
d  2  e 2
, t  IR
2  2
‫ﻟﻜﻦ‬
35
 1 1 2
it 2 t
 X t   X it   e 2
e 2

X n   1  ‫ ﻧﻼﺣﻆ أن‬:3‫ﺣﻞ اﻟﺘﻤﺮﯾﻦ‬

n
1
 t
‫ و ﻣﻨﮫ‬ n t    X n t   e n
‫ﻧﻌﻠﻢ أن‬
lim  n t   1   X  0 t 
n

‫أي‬
 Xn 
 X 0

Xn  X 0
lim P X n  0     0 ,   0 ‫ ﻧﺒﺮھﻦ أن‬: ‫اﻟﺘﻘﺎرب ﺑﺎﻻﺣﺘﻤﺎل‬
n

‫ﻟﺪﯾﻨﺎ‬
P X n     1  P X n   

 1  f x dx

n


1 n
 1 
  1  n 2 x
dx


1
 1  Arctgnx
 

1
 1  Arctgn  Arctg  n 

2
 1  Arctgn

2
 lim P  X n     1  0
n    2
P
Xn 
 X 0 ‫و ﻣﻨﮫ‬

36
 ‫‪ .6‬أﻧﻮاع اﻟﺘﻘﺎرب و ﻧﻈﺮﯾﺔ اﻟﻨﮭﺎﯾﺔ اﻟﻤﺮﻛﺰﯾﺔ‬

‫‪ 1.6‬ﺑﻌﺾ أﻧﻮاع اﻟﺘﻘﺎرب ‪:‬‬

‫‪ .1.1.6‬اﻟﺘﻘﺎرب ﺷﺒﮫ ﻣﺆﻛﺪ ‪ :‬ﻟﺘﻜﻦ ‪  X n ‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﻐﯿﺮات ﻋﺸﻮاﺋﯿﺔ ﺣﻘﯿﻘﯿﺔ ﻣﻌﺮﻓﺔ‬
‫ﻋﻠﻰ ‪ , B , P ‬و ‪ X‬ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻣﻊ ﻧﻔﺲ اﻟﻔﻀﺎء‪.‬‬
‫ﻧﻘﻮل ان ‪  X n ‬ﺗﺘﻘﺎرب ﺷﺒﮫ ﻣﺆﻛﺪا ﻧﺤﻮ ‪ X‬إذا و ﻓﻘﻂ إذا ﻛﺎن ‪:‬‬
‫‪‬‬
‫‪P    : l im X n    X    0‬‬
‫‪n‬‬
‫‪‬‬
‫‪ 2.1.6‬اﻟﺘﻘﺎرب اﻟﺒﺴﯿﻂ )اﻟﻤﺆﻛﺪ أو اﻟﻜﻠﻲ( ‪ :‬ﻧﻘﻮل ان ﻣﺘﺘﺎﻟﯿﺔ ‪  X n ‬ﺗﺘﻘﺎرب ﺑﺴﺎطﺔ‬
‫‪l im X n    X  ‬‬ ‫‪,‬‬ ‫ﻧﺤﻮ ‪ X‬إذا و ﻓﻘﻂ إذا ﻛﺎن ‪   :‬‬
‫‪n‬‬

‫‪ 3.1.6‬اﻟﺘﻘﺎرب ﺑﺎﻻﺣﺘﻤﺎل ‪ :‬ﻧﻘﻮل أن ‪  X n ‬ﺗﺘﻘﺎرب ﺑﺎﻹﺣﺘﻤﺎل ﻧﺤﻮ ‪ X‬إذا و ﻓﻘﻂ‬

‫‪X n ‬‬
‫‪P‬‬
‫‪‬‬
‫إذا ﻛﺎن ‪x     0 : l im P X n  X     0 :‬‬
‫‪n‬‬
‫‪‬‬
‫‪ 4.1.6‬اﻟﺘﻘﺎرب ﺑﺎﻟﻤﺘﻮﺳﻂ‪ :‬ﻧﻘﻮل أن ‪  X n ‬ﺗﺘﻘﺎرب ﺑﺎﻟﻤﺘﻮﺳﻂ ﻧﺤﻮ ‪ X‬إذا و ﻓﻘﻂ‬
‫إذا ﻛﺎن ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪ Xn‬‬
‫‪‬‬
‫‪ x   ‬‬
‫‪‬‬ ‫‪M‬‬
‫‪‬‬
‫‪E‬‬
‫* ‪r IN‬‬
‫‪X‬‬ ‫‪n‬‬ ‫‪X‬‬
‫‪r‬‬
‫‪  X‬‬ ‫‪n‬‬
‫‪r‬‬
‫‪ X dp n‬‬‫‪ 0 ‬‬
‫‪ ‬‬
‫‪r‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪ 5.1.6‬اﻟﺘﻘﺎرب ﺑﺎﻟﻘﺎﻧﻮن‪ :‬ﻧﻘﻮل أن ‪  X n ‬ﺗﺘﻘﺎرب ﺑﺎﻟﻘﺎﻧﻮن ﻧﺤﻮ ‪ X‬إذا و ﻓﻘﻂ إذا‬

‫‪X n ‬‬ ‫‪L‬‬
‫ﻛﺎن‪x   l im Fn    F  x  :‬‬ ‫‪‬‬ ‫‪n‬‬
‫‪‬‬
‫و ‪F  X   P X  x ‬‬ ‫‪FX n  x   Fn  x   P  X n  x ‬‬
‫ﺣﯿﺚ‬
‫و ذﻟﻚ ﻋﻨﺪﻣﺎ ﺗﻜﻮن ‪ x‬ﻧﻘﻄﺔ اﺳﺘﻤﺮار ﻟـ ‪F‬‬

‫‪X‬‬ ‫‪n‬‬ ‫‪‬‬‫‪L‬‬

‫‪‬‬ ‫‪X   X n t  ‬‬‫‪ ‬‬
‫‪‬‬
‫‪n‬‬
‫‪ x t ‬‬ ‫‪‬‬ ‫ﻧﺘﯿﺠﺔ‪:‬‬

‫‪ 2.6‬اﻟﻌﻼﻗﺎت ﺑﯿﻦ أﻧﻮاع اﻟﺘﻘﺎرب ‪ :‬رأﯾﻨﺎ أن اﻟﺘﻘﺎرب ﺷﺒﮫ اﻟﻜﻠﻲ ﺣﯿﺚ ﻣﺎ ﻛﺎن‬
‫ﺗﻘﺮﯾﺒﺎ ‪ ‬اﻟﺘﻘﺎرب ﺑﺎﻟﻘﯿﺎس ﻓﻲ ﺣﺎﻟﺔ اﻟﻘﯿﺎس اﻟﻤﻨﺘﮫ ‪ ،‬ﻟﺬﻟﻚ ﻧﺤﺼﻞ ﻋﻠﻰ اﻹﺳﺘﻠﺰاﻣﺎت‬
‫اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫‪37‬‬
 ‫ اﻟﺘﻘﺎرب ﺑﺎﻻﺣﺘﻤﺎل‬ ‫( اﻟﺘﻘﺎرب ﺷﺒﮫ اﻟﻤﺆﻛﺪ‬1
‫ اﻟﺘﻘﺎرب ﺑﺎﻻﺣﺘﻤﺎل‬ ‫( اﻟﺘﻘﺎرب ﺑﺎﻟﻤﺘﻮﺳﻂ‬2
‫ أي‬2 ‫ﻟﻨﺒﺮھﻦ اﻻﺳﺘﻠﺰام‬
lim p X n  X     0
r
lim  X n  X dp  0    0 :
n
 0

‫ﻟﺪﯾﻨﺎ‬
r r r
lim  X n  X dp   X   X
n dp   X   X
n dp
n
  Xn X   Xn X 

r r

 Xn X
 X   X

n dp 
 Xn X
  dp



  r P X n  X   
‫اذن‬
lim  X n  X dp   r P  X n  X   
r
  0
n


0  n ‫ﻧﻤﺮ اﻟﻰ اﻟﻨﮭﺎﯾﺔ ﻋﻨﺪﻣﺎ‬

  0 0   r  lim P X n  X   
n

 lim P X n  X     0  X n P
 X
n

: ‫ أي ﻟﻨﺒﺮھﻦ‬،‫ ﻟﻨﺒﺮھﻦ ﻋﻠﻰ ذﻟﻚ‬. ‫ اﻟﺘﻘﺎرب ﺑﺎﻟﻘﺎﻧﻮن‬ ‫( اﻟﺘﻘﺎرب ﺑﺎﻻﺣﺘﻤﺎل‬3

X n
P
 L
X  X n  Y   
Xn P
 X  lim P X n  X     0 ,   0 ‫ﻟﺪﯾﻨﺎ ﻓﺮﺿﺎ‬
n

‫ ﻧﺤﺎول ﺣﺼﺮ اﻟﻤﻘﺪار‬. F ‫ ﻋﻨﺪ ﻧﻘﺎط اﻻﺳﺘﻤﺮار‬lim Fn  x   F  x  ‫ﻟﻨﺜﺒﺖ أن‬

n

Fn x   F  x 

X n  x   X  x      X n  X   ..............0  ‫ا( ﻟﺪﯾﻨﺎ اﻻﺣﺘﻮاء‬

‫و ﻣﻦ رﺗﺎﺑﺔ اﻻﺣﺘﻤﺎل ﻧﺠﺪ‬
P  X n  x   P X  x     P  X n  X   
 Fn  x   F  x  n   P X n  X   ..............1

38
 ‫ب( ﻟﺪﯾﻨﺎ ﻛﺬﻟﻚ‬
X  x      X n  x   X n  X   
 F  x     Fn  x   P X n  X   ..............2 
‫ ﻧﺠﺪ‬2  ‫ و‬1 ‫ج( ﻣﻦ‬
F x     P Xn  X     Fn  x  F x     P X n  X   
 F x     Fx  P Xn  X     Fn x  F x

 F x     Fx  P X n  X   ........(3)

P
‫ إذن و ﻣﻨﮫ‬x ‫ ﻣﺴﺘﻤﺮ ﻋﻦ ﻧﻘﺎط‬F ‫ و‬Xn  X ‫د( ﻟﯿﻜﻦ‬

  0 :  : x' x    F x'  F  x  
2
‫ ﻟﺪﯾﻨﺎ‬   ‫ﻓﻤﻦ اﺟﻞ‬

F x     F x  
2

F  x     F x   
2
: n  n0 ‫ ﺑﺤﯿﺚ إذا ﻛﺎن‬n0 ‫ﻓﺘﻮﺟﺪ‬

P X n  X     ( ‫)ﻧﺘﯿﺠﺔ ﻟﻠﺘﻘﺎرب ﺑﺎﻻﺣﺘﻤﺎل‬
2
‫ ﻧﺠﺪ‬3 ‫و ﻣﻦ‬
   
   Fn  x   F x   
2 2 2 2
  0 : n0 : n  n0  Fn  x   F x   

 Fn x  
 F x   X n L
 X

:‫ اﻟﻘﺎﻧﻮن اﻟﻀﻌﯿﻒ ﻟﻸﻋﺪاد اﻟﻜﺒﯿﺮة‬3.6

‫ ﻣﺘﺘﺎﻟﯿﺔ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻌﺸﻮاﺋﯿﺔ اﻟﺤﻘﯿﻘﯿﺔ اﻟﻤﺴﺘﻘﻠﺔ و ﻟﮭﺎ ﻧﻔﺲ‬ X n n ‫ ﻟﺘﻜﻦ‬: ‫ﻗﻀﯿﺔ‬
n  1, V  xn    2 , E  n    ‫اﻟﻘﺎﻧﻮن ﺑﺤﯿﺚ‬

39
 n

S X i
. X   ‫ ﺗﺘﻘﺎرب ﺑﺎﻻﺣﺘﻤﺎل اﻟﻰ‬X n  n  i 1
‫ ﺣﯿﺚ‬X n  ‫إن اﻟﻤﺘﺘﺎﻟﯿﺔ‬
n n
. ‫اﻟﻘﺎﻧﻮن اﻟﻀﻌﯿﻒ ﻟﻸﻋﺪاد اﻟﻜﺒﯿﺮة‬: ‫ﺗﺴﻤﻲ ھﺬه اﻟﻘﻀﯿﺔ ﺑـ‬
: ‫ ﻧﺒﺮھﻦ ﻋﻠﻰ ان‬: ‫اﻟﺒﺮھﺎن‬
  0 
lim P X n      0
n  

1
 
E Xn 
n
 n  

 S0  1 1 2
 
V X n  V    2  V  X 1  .........X n   2 n 
2
‫و‬
n  n n n
 
 
 Xn    
 Xn   2 n
  


 n 

‫و ﻟﺪﯾﻨﺎ ﻣﻦ ﻣﺘﺮاﺟﺤﺔ ﺗﺜﺒﯿﺘﺸﯿﻒ ؛‬
 
 
 X n   n  2
0P  
    n 2
 
 n 

2
‫ ﻧﺠﺪ‬n 
  ‫ ﻧﻤﺮ اﻟﻰ اﻟﻨﮭﺎﯾﺔ‬. 0  P X n        n 2
‫و ﻣﻨﮫ‬

  0 
lim P X n      0
n 

‫ﺑﺤﯿﺚ‬ ‫ﻣﺴﺘﻘﻠﺔ‬ ‫ﺣﻘﯿﻘﻲ‬ ‫ﻋﺸﻮاﺋﻲ‬ ‫ﻣﺘﻐﯿﺮ‬ ‫ﻣﺘﺘﺎﻟﯿﺔ‬  X n n1 :‫ﻣﺜﺎل‬
B s, p 
n, X n 
n
Sn 1
Xn    Xi ‫ﻟﺪﯾﻨﺎ‬
n n i 1
E  X i   np  p ‫ و‬V  X i   npq  pq ‫ﻟﯿﻜﻦ‬

40
 ‫‪1‬‬ ‫‪1‬‬
‫‪ ‬‬
‫‪E Xn ‬‬
‫‪n‬‬
‫‪E S n   .np  p‬‬
‫‪n‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪pq‬‬
‫‪V  X n   2 V S n   2 .np ‬‬ ‫و‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪S‬‬ ‫‪n‬‬ ‫‪ B n, P ‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫و ﻣﻦ اﻟﻘﻀﯿﺔ اﻟﺴﺎﺑﻘﺔ ﻧﺠﺪ ‪  0 : lim P X n  p    0‬‬
‫‪n‬‬

‫‪ 4.6‬ﻧﻈﺮﯾﺔ اﻟﻨﮭﺎﯾﺔ اﻟﻤﺮﻛﺰﯾﺔ ) اﻟﺘﻘﺎرب إﻟﻰ اﻟﺘﻮزﯾﻊ اﻟﻤﻌﯿﺎري( ‪:‬‬

‫ﻟﯿﻜﻦ ‪  X n n 1‬ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ ﻧﻔﺲ اﻟﻘﺎﻧﻮن ﺑﺤﯿﺚ‬
‫‪ V  X n    2‬و ‪. E X n   ‬‬
‫‪S  E S n ‬‬ ‫‪n‬‬
‫‪ ، Z n  n‬ﻋﻨﺪﺋﺬ ﺗﺘﻘﺎرب ‪ Z n ‬ﺑﺎﻟﻘﺎﻧﻮن‬ ‫إذا وﺿﻌﻨﺎ ‪ S n   X i‬و‬
‫‪V S n ‬‬ ‫‪i 1‬‬

‫إﻟﻰ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ‪ Z‬طﺒﯿﻌﻲ ﻣﻌﯿﺎري‪ ،‬أي أن‬

‫‪Z‬‬ ‫‪n‬‬ ‫‪‬‬‫‪L‬‬
‫‪‬‬ ‫‪ Z‬و ‪Z‬‬ ‫‪‬‬
‫‪ N 0,1‬‬

‫اﻟﺒﺮھﺎن ‪:‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪X‬‬ ‫‪i‬‬ ‫‪ n‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫‪ nE  X i ‬‬ ‫‪n‬‬

‫‪ X ‬‬
‫‪Zn ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪  i‬‬ ‫‪‬‬
‫‪ n‬‬ ‫‪n V Xi ‬‬ ‫‪i 1   n ‬‬

‫ﻟﯿﻜﻦ ‪ ‬اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ ﻟـ ‪ X i  ‬و ﻟﯿﻜﻦ ‪  n‬اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ ﻟـ ‪Z n‬‬

‫‪1‬‬
‫‪ t2‬‬
‫‪ Z t   e‬‬ ‫‪2‬‬
‫و ﻟﺪﯾﻨﺎ اﻟﺘﺎﺑﻊ اﻟﻤﻤﯿﺰ ﻟـ ‪ Z‬ھﻮ‬
‫‪1‬‬
‫‪ t2‬‬
‫‪lim  n t    Z t   e‬‬ ‫‪2‬‬
‫ﻧﺒﺮھﻦ أن‬
‫‪n‬‬

‫‪Xi  ‬‬
‫ﻣﺴﺘﻘﻠﺔ أﯾﻀﺎ‬ ‫ﻧﻼﺣﻆ أن‬
‫‪ n‬‬

‫‪41‬‬
  t   t 
 X i    t    X i        

  n 
   n    n 
n
n
  t 
n t    Z n t    n  X i      X i         
 
i 1

 n 
i 1  
  n 
   n 
 t 
 log n t   n log   
 n 
‫ ﻣﻮﺟﻮدان و‬ ' ' 0 , ' 0  ‫ إن‬. ‫ ﻣﻦ اﻟﻤﺮﺗﺒﺔ اﻟﺜﺎﻧﯿﺔ‬0 ‫ﻧﻨﺸﺮ ھﺬا اﻟﻤﻘﺪار ﺑﺠﻮار‬
 ' 0  i ' X i   0   iE  X i   
2
 " 0  i 2 " 0   i 2 E  X i      2
‫ﯾﻤﻜﻦ أن ﻧﻨﺸﺮ ﺑﺠﻮار اﻟﺼﻔﺮ ﺣﺘﻰ اﻟﻤﺮﺗﺒﺔ اﻟﺜﺎﻧﯿﺔ ﻓﻨﺠﺪ‬
 ' 0 t 2 " 0. 0   ' 02 
log t   log 0  t     t 
 0 2   2 0 
lim  t   0
t 0

 0  1
 t  t2  2  t 
log    
2 
      
  n  2n   n 
t2   t   t 2 t2  1 
log n t      2
  
 
    
2 2    n  2 2 2   n 
t2
t2 
lim log  n t   , lim  n t   e 2   Z t 
n 2 n

 Z n t  

n
 Z t 
‫أي‬  N 0,1
Z
Zn L
  N 0,1
Z ‫ و‬Z

: ‫ ﻧﻌﺘﺒﺮ‬.‫ ﻣﺴﺘﻘﻼن‬Y ‫ و‬X :1 ‫ﺗﻤﺮﯾﻦ‬

f1  x   xe  x , x0

f 2  y   ye  y , y0

42
 U  X  Y ‫ ﻋﯿﻦ ﻛﺜﺎﻓﺔ‬-
‫ﻧﻀﻊ‬
u  x  y  x  v
 
v  x y  u  v
v  u  0 y  uv ‫ﻟﻤﺎ‬
0v 0 x v ‫و ﺑﻤﺎ أن‬
0 1
J  1  J 1
1 1

f  x, y   f1  x  f 2  y  Y  X

 xye  x  y  x0 ,y 0
: ‫ﺑﺈﺟﺮاء اﻟﺘﻐﯿﯿﺮ ﻧﺠﺪ‬
g u, v   J f  x, y xyvu .v

 g u, v   vu  v e  x , 0vu

‫أﯾﻀﺎ‬
u u
g1 u    vu  v e  u dv  e  u  vu  v dv
0 0

u u
  v2 u v3 u  3
u3 
u 2 u u  u
 e   uv.dv   v .dv   e u    e   
0 0   2 0 3 0  2 3
1
g1 u   e  u u 3 , u  0
6
‫ ﺑﺤﯿﺚ‬,B , P  ‫ ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ‬ X n  :2 ‫ﺗﻤﺮﯾﻦ‬
 1
Xn L
  N  0, 
X  0 : ‫ ﺑﯿﻦ أن‬. X n 
 n
1
n  2 nx2 :‫اﻟﺤﻞ‬
f n x   e , x  IR
2
x x 1
n  nt 2

43 Fn  x    f n t dt  e 2
dt
 2 
   n .t  d  n .dt ‫ﻧﻐﯿﺮ اﻟﻤﺘﺤﻮل‬

n .x 1
1  2
Fn x    e 2
d
2 
nx

0 x0

 1
lim Fn  x    x 1
2
1 x0

‫ﻟﻜﻦ‬
0 x0

Fx0  x   
1 x0

lim Fn  x   F0  x  ‫ﻧﻼﺣﻆ أن‬
n

x  0 ‫ و ھﻲ‬F ‫ﻓﯿﻤﺎ ﻋﺪا ﻧﻘﻄﺔ اﻧﻘﻄﺎع‬

L
Xn 
 X  0
X    0 ‫ ﻧﻘﻄﻲ‬X ‫ﻷن‬
0 x0

F0  X   P X  x   P0  x   
1 x0


‫ و‬E  X n  . ,B , P  ‫ ﻣﺘﺘﺎﻟﯿﺔ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﺣﻘﯿﻘﻲ ﻋﻠﻰ‬ X n n :3 ‫ﺗﻤﺮﯾﻦ‬

V  X  ‫ و‬E  X  ‫ و‬, B , P  ‫ ﻣﺘﻐﯿﺮ ﻋﺸﻮاﺋﻲ ﻋﻠﻰ‬X .‫ ﻣﻮﺟﻮدان‬V  X n 
: ‫ ﺑﺎﻻﺣﺘﻤﺎل ھﻮ‬X ‫ إﻟﻰ‬X n ‫ ﺑﯿﻦ أن اﻟﺸﺮط اﻟﻜﺎﻓﻲ ﻟﻠﺘﻘﺎرب‬.‫ﻣﻮﺟﻮدﯾﻦ‬
lim E  X n  X   0 ‫و‬ lim V  X n  X   0
n n
2
V  X n  X   E  X n  X   E 2  X n  X  ‫ ﻟﺪﯾﻨﺎ‬:‫اﻟﺤﻞ‬
: ‫ ﯾﻨﺘﺞ‬، V  X n  X  ‫ ﻛﺬﻟﻚ ھﻮ اﻷﻣﺮ ﺑﺎﻟﻨﺴﺒﺔ إﻟﻰ‬E 2  X n  X   0 ‫ﻟﻜﻦ‬

44
 EX n  X  
2

n
0
2 M P
lim  X n  X dp  0  X n  V  Xn 
 X ‫أي‬
n


.‫ ﻧﺘﺄﻛﺪ أن اﻟﻌﻜﺲ ﻏﯿﺮ ﺻﺤﯿﺢ‬:‫ﻣﻼﺣﻈﺔ‬

:‫ﻣﺜﺎل ﻣﻀﺎد‬
 X    0, n , X 0
 n
 1 1
P X n  n   , P X n  0   1 
 n n
‫ﻧﺒﺮھﻦ اﻟﺘﻘﺎرب ﺑﺎﻻﺣﺘﻤﺎل‬
P X n  X     P X n    ,   0
1
 P X n  n  
n
1
lim P X n  n   lim 0
n
lim E  X n  0   0 P
‫ ﻣﻊ ذﻟﻚ ﻓﺎن‬، X n  X 0 : ‫و ھﺬا ﯾﺴﺘﻠﺰم أن‬
n

 1 1
E  X n  X   E  X n   01    n   1 
 0
 n n


Y  N 1 ,  22  ‫و‬  N 1,  12
X  
‫ ﻧﻌﺘﺒﺮ‬: 4 ‫ﺗﻤﺮﯾﻦ‬
‫إن اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ اﻟﻤﻀﺎﻋﻒ ھﻮ اﻟﻜﺜﺎﻓﺔ اﻟﻤﺸﺘﺮﻛﺔ‬
2 2
1 1   x1   x  y2   y2  
     2  1    
1 2 12   1   
 1  2   2   
f x, y  . exp 

212 1  2
  XY
f  0  X Y ‫إﺛﺒﺎت أن‬
: ‫اﻟﺤﻞ‬
f  0  f  x, y   f1  x  f 2  y  ,  x, y   IR 2

 X Y
45
 ‫اﻟﺠﺰء ااﻟﺜﺎﻧﻲ‬

‫اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪46‬‬
 ‫‪ .1‬ﺧﻄﻮات اﻟﺒﺤﺚ اﻹﺣﺼﺎﺋﻲ‬

‫‪ 1.1‬ﻣﺎھﯿﺔ اﻹﺣﺼﺎء‪ :‬ﻋﻠﻢ اﻹﺣﺼﺎء ھﻮ ﻣﺠﻤﻮﻋﺔ طﺮق ﻋﻠﻤﯿﺔ ﺑﻮاﺳﻄﺘﮭﺎ ﻧﺠﻤﻊ‪،‬‬

‫ﻧﻨﻈﻢ‪ ،‬ﻧﻠﺨﺺ‪ ،‬ﻧﻤﺜﻞ و ﻧﺸﺮح اﻟﻤﻌﻄﯿﺎت‪ .‬ﺑﻌﺒﺎرة أﺧﺮى‪ ،‬ھﻮ ﻣﻌﺎﻟﺠﺔ ﻟﺒﯿﺎﻧﺎت ﻋﺪدﯾﺔ‬
‫و وﺻﻔﮭﺎ ﺑﻄﺮﯾﻘﺔ ﯾﺴﮭﻞ ﻓﮭﻤﮭﺎ و إﺳﺘﻐﻼﻟﮭﺎ‪.‬‬
‫‪ 2.1‬ﺧﻄﻮات اﻟﺒﺤﺚ اﻹﺣﺼﺎﺋﻲ‪ :‬ﯾﻤﻜﻦ دراﺳﺔ ظﺎھﺮة ﻣﻌﯿﻨﺔ ﺑﺸﻜﻞ ﻋﻠﻤﻲ و‬
‫دﻗﯿﻖ وذﻟﻚ ﺑﺠﻤﻊ ﺑﯿﺎﻧﺎت ﻣﻌﯿﻨﺔ و إﺗﺒﺎع اﻟﺨﻄﻮات اﻟﺘﻲ ﻣﻦ أھﻤﮭﺎ ‪:‬‬
‫‪ .1‬ﺗﺤﺪﯾﺪ اﻟﮭﺪف اﻟﻤﻨﺸﻮد ﻣﻦ طﺮف اﻟﺒﺤﺚ‬
‫‪ .2‬ﺗﺤﺪﯾﺪ اﻟﻤﺠﺘﻤﻊ اﻟﻤﺮاد دراﺳﺘﮫ‬
‫‪ .3‬ﺗﺤﺪﯾﺪ اﻟﻤﺼﺎدر اﻟﺘﻲ ﻓﯿﮭﺎ اﻟﻤﻌﻠﻮﻣﺎت ) ﻣﺼﺎدر ﺗﺎرﯾﺨﯿﺔ و ﻣﺼﺎدر‬
‫ﻣﯿﺪاﻧﯿﺔ(‬
‫اﻟﻤﺼﺪر اﻟﺘﺎرﯾﺨﻲ‪ :‬اﻟﻜﺘﺐ‪ ،‬اﻟﻤﻨﺸﻮرات‪ ،‬اﻟﺼﺤﻒ‪ ،‬اﻟﻤﺠﻼت اﻟﻌﻠﻤﯿﺔ‪ ،‬ﺗﻌﺪ‬
‫ﻣﻦ اﻟﻤﺼﺎدر اﻟﺘﺎرﯾﺨﯿﺔ ﺣﯿﺚ ﯾﺠﺐ ﺗﺤﺮي اﻟﺪﻗﺔ و اﺧﺬ اﻟﻤﻌﻠﻮﻣﺎت ﻣﻦ‬
‫ﻣﺼﺎدرھﺎ اﻟﺼﺤﯿﺤﺔ‪.‬‬
‫اﻟﻤﺼﺪر اﻟﻤﯿﺪاﻧﻲ‪ :‬اﻟﺒﺎﺣﺚ أو اﻟﻤﻜﻠﻒ ﺑﺎﻟﺒﺤﺚ ﯾﻨﺰل إﻟﻰ اﻟﻤﯿﺪان و ﯾﻘﻮم‬
‫ﺑﺠﻤﻊ اﻟﻤﻌﻠﻮﻣﺎت‪.‬‬
‫‪ .4‬ﺗﺼﻨﯿﻒ اﻟﺒﯿﺎﻧﺎت و ﻋﺮﺿﮭﺎ‬
‫‪ .5‬ﺗﺤﻠﯿﻞ اﻟﺒﯿﺎﻧﺎت‬
‫‪ .6‬اﺳﺘﺨﻼص اﻟﻨﺘﺎﺋﺞ و ﺗﻔﺴﯿﺮھﺎ و اﺗﺨﺎذ اﻟﻘﺮار اﻟﻤﻨﺎﺳﺐ‬
‫‪ 3.1‬اﻟﻤﺠﺘﻤﻊ‪ ،‬اﻟﻌﯿﻨﺔ‪ :‬ﻋﻨﺪﻣﺎ ﻧﺪرس ﻣﻌﻄﯿﺎت ﺧﺎﺻﯿﺔ ﻣﺎ‪ ،‬وزن اﻟﻄﻠﺒﺔ ﻣﺜﻼ‪،‬‬
‫ﯾﻜﻮن ﻣﻦ اﻟﺼﻌﺐ أﺧﺬ ﺑﻌﯿﻦ اﻹﻋﺘﺒﺎر ﻛﻞ أﻓﺮاد ھﺬا " اﻟﻤﺠﺘﻤﻊ" )ﻣﺠﻤﻮﻋﺔ ﻛﻞ‬
‫اﻟﻄﻠﺒﺔ( ﻧﻈﺮا ﻟﻌﺪدھﻢ اﻟﻜﺒﯿﺮ‪ ،‬ﻟﺬﻟﻚ ﻧﻜﺘﻔﻲ ﺑﺪراﺳﺔ ﺟﺰء )ﻋﺪد ﻣﺤﺪود( ﻣﻦ ھﺬا‬
‫اﻟﻤﺠﺘﻤﻊ‪ ،‬ﯾﺨﺘﺎر ﻋﺸﻮاﺋﯿﺎ‪ .‬ھﺬا اﻟﺠﺰء ﯾﺴﻤﻰ ﺑـ "اﻟﻌﯿﻨﺔ"‪.‬‬
‫‪ 4.1‬وﺻﻒ ﻋﯿﻨﺔ‪ :‬ﻛﻞ ﻋﻨﺼﺮ ﻣﻦ اﻟﻤﺠﺘﻤﻊ ﯾﺴﻤﻰ "ﻓﺮدا"‪ .‬ﻛﻞ ﻓﺮد ﯾﻤﻜﻦ‬
‫دراﺳﺘﮫ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻌﺪة ﺻﻔﺎت و ﻛﻞ ﺻﻔﺔ ﯾﻤﻜﻨﮭﺎ أن ﺗﺄﺧﺬ ﻋﺪة ﻣﯿﺰات‪.‬‬
‫‪ -‬اﻟﺼﻔﺔ اﻟﻜﻤﯿﺔ‪ :‬ھﻲ اﻟﺼﻔﺔ اﻟﺘﻲ ﻣﯿﺰاﺗﮭﺎ ﻗﺎﺑﻠﺔ ﻟﻠﻘﯿﺎس )اﻟﻮزن‪ ،‬ﻋﺪد اﻟﻄﻠﺒﺔ‪،‬‬
‫اﻟﺰﻣﻦ‪ .(...،‬ﯾﻤﻜﻦ ﻟﺼﻔﺔ ﻛﻤﯿﺔ أن ﺗﻜﻮن‪:‬‬
‫‪ ‬ﻣﺘﻘﻄﻌﺔ )ﻧﻘﻄﯿﺔ(‪ :‬اﻟﻘﯿﻢ اﻟﻤﺄﺧﻮذة ﻣﻨﻌﺰﻟﺔ‬

‫‪47‬‬
 ‫‪ ‬ﻣﺴﺘﻤﺮة‪ :‬ﻋﻜﺲ ﺳﺎﺑﻘﺘﮭﺎ‬
‫‪ -‬اﻟﺼﻔﺔ اﻟﻨﻮﻋﯿﺔ‪ :‬ﻣﯿﺰاﺗﮭﺎ ﻏﯿﺮ ﻗﺎﺑﻠﺔ ﻟﻠﻘﯿﺎس‪ ،‬ﻣﺜﻞ ﻟﻮن اﻟﺸﻌﺮ‪...،‬‬
‫ﻣﻼﺣﻈﺔ ‪ :‬ﺳﻨﻜﺘﻔﻲ ﻓﯿﻤﺎ ﺳﯿﻠﻲ إﻟﻰ دراﺳﺔ اﻟﺼﻔﺎت اﻟﻜﻤﯿﺔ‪.‬‬
‫‪ 5.1‬اﻟﺴﻠﺴﻠﺔ اﻹﺣﺼﺎﺋﯿﺔ ‪ :‬ھﻲ ﻣﺠﻤﻮﻋﺔ اﻟﻤﻌﻄﯿﺎت اﻟﻌﺪدﯾﺔ اﻟﻤﻮاﻓﻘﺔ ﻟﺼﻔﺔ ﻣﻦ‬
‫اﻟﺼﻔﺎت‬
‫‪ 6.1‬ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت‪ :‬ﻗﺒﻞ اﻟﺪراﺳﺔ ﻓﻲ أﺳﻠﻮب ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت ﯾﺴﺘﺤﺴﻦ ﺑﺘﻌﺮﯾﻒ‬
‫ﻧﻮﻋﯿﻦ ﻣﻦ اﻻﺳﺘﻤﺎرات؛ اﺳﺘﻤﺎرة ﻛﺸﻒ اﻟﺒﺤﺚ و اﻟﺜﺎﻧﯿﺔ ﺻﺤﯿﻔﺔ اﻻﺳﺘﺒﯿﺎن ‪.‬‬
‫‪ -‬اﺳﺘﻤﺎرة ﻛﺸﻒ اﻟﺒﺤﺚ‪ :‬ھﻲ اﺳﺘﻤﺎرة ﺗﻤﻸ ﻣﻦ طﺮف اﻟﺒﺎﺣﺚ و ﺗﺴﺘﻌﻤﻞ ﻓﻲ‬
‫اﻟﻤﻨﺎطﻖ ﺗﻨﺘﺸﺮ ﻓﯿﮭﺎ اﻷﻣﯿﺔ و ﯾﻌﺎد ﻋﻦ ﻛﺎﺷﻒ اﻟﺒﺤﺚ اﻧﮫ ﯾﺘﻌﺮض ﻟﺨﻄﺄ اﻟﺘﻤﯿﯿﺰ‪.‬‬
‫‪ -‬ﺻﺤﯿﻔﺔ اﻻﺳﺘﺒﯿﺎن ‪ :‬ﺗﻤﻸ ﻣﻦ طﺮف اﻟﻤﺒﺤﻮث و ﯾﺮاع ﻓﯿﮭﺎ ﺳﮭﻮﻟﺔ اﻷﺳﺌﻠﺔ‪ ،‬ﻋﺪم‬
‫اﻹﺣﺮاج و ﻋﺪم ﺗﻜﻠﯿﻒ اﻟﻤﺒﺤﻮث ﻣﺎدﯾﺎ ‪.‬‬
‫أ( أﺳﻠﻮب اﻟﺤﺼﺮ اﻟﺸﺎﻣﻞ‪ :‬ﯾﺘﻤﺜﻞ ﻓﻲ ﺟﻤﻊ اﻟﻤﻌﻠﻮﻣﺎت ﻣﻦ ﻛﻞ ﻓﺮد ﻣﻦ أﻓﺮاد‬
‫اﻟﻤﺠﺘﻤﻊ‪ ،‬و ﯾﺘﻢ اﺳﺘﺨﺪام ھﺬا اﻷﺳﻠﻮب ﻓﻲ اﻟﺤﺎﻻت اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪ ‬إذا ﻛﺎﻧﺖ ﻋﻤﻠﯿﺔ ﺟﻤﻊ اﻟﻤﻌﻠﻮﻣﺎت ﻣﻦ ﻣﻔﺮدات اﻟﻤﺠﺘﻤﻊ‪ ،‬ﺗﺘﻢ ﺑﺼﻔﺔ‬
‫ﺷﺨﺼﯿﺔ ﻛﺎﻟﺒﺤﺚ ﻋﺪد اﻵﻻت اﻟﻤﻌﻄﻮﺑﺔ ﻣﺜﻼ‪.‬‬
‫‪ ‬إذا ﻛﺎن أﻓﺮاد اﻟﻤﺠﺘﻤﻊ ﻏﯿﺮ ﻣﺘﺠﺎﻧﺴﻮن و ﻛﺎن ﻋﺪدھﻢ ﺻﻐﯿﺮا ﻧﺴﺒﯿﺎ‪.‬‬
‫‪ ‬إذا ﻛﺎن اﻟﮭﺪف‪ ،‬اﻟﺤﺼﻮل ﻋﻠﻰ ﻧﺘﺎﺋﺞ ﻋﺎﻟﯿﺔ اﻟﺪﻗﺔ‪.‬‬
‫ب( أﺳﻠﻮب اﻟﻌﯿﻨﺎت ‪ :‬ﻧﺪرس ﻋﯿﻨﺔ ﻣﻦ اﻟﻤﺠﺘﻤﻊ‪ .‬ﻧﺴﺘﻌﻤﻞ ھﺬه اﻟﻄﺮﯾﻘﺔ ﻟﻤﺎ ﯾﻜﻮن‬
‫ﻋﺪد أﻓﺮاد اﻟﻤﺠﺘﻤﻊ ﻛﺒﯿﺮ ﻟﺮﺑﺢ اﻟﻮﻗﺖ و اﻟﻤﺎل‪ .‬إﻻ أن ھﻨﺎك أﺧﻄﺎر ﯾﺘﻌﺮض ﻟﮭﺎ‬
‫اﻟﺒﺎﺣﺚ ﻣﺜﻞ ﺧﻄﺄ اﻟﺼﺪﻓﺔ )ﻧﺘﯿﺠﺔ ﺗﺤﺪث ﻋﻦ اﻟﺼﺪﻓﺔ(‪ ،‬ﺧﻄﺄ اﻟﺘﺤﯿﺰ ﻓﻲ اﻟﺒﺤﺚ‬
‫ﻷﺳﺒﺎب إﻧﺴﺎﻧﯿﺔ‪ ،‬ﺳﻮء اﺧﺘﯿﺎر اﻟﻌﯿﻨﺔ‪...‬‬
‫‪ 7.1‬أﻧﻮاع ااﻟﻌﯿﻨﺎت‪:‬‬
‫‪ .1‬اﻟﻌﯿﻨﺔ اﻟﻌﺸﻮاﺋﯿﺔ اﻟﺒﺴﯿﻄﺔ‪ :‬ﯾﻌﻄﻰ ﻟﻜﻞ ﻓﺮد ﻣﻦ أﻓﺮاد اﻟﻤﺠﺘﻤﻊ ﻧﻔﺲ‬
‫اﻟﺤﻆ ﻣﻦ اﻻﺧﺘﯿﺎر و ھﻨﺎك ﺟﺪاول ﺗﺴﺎﻋﺪ ﻓﻲ ھﺬا اﻟﺸﺄن "ﺟﺪاول‬
‫اﻟﻌﺸﻮاﺋﯿﺔ" وھﻲ ﻣﺼﻔﻮﻓﺎت أرﻗﺎم‪.‬‬
‫‪ .2‬اﻟﻌﯿﻨﺔ اﻟﻄﺒﻘﯿﺔ ‪ :‬إذا ﻛﺎن اﻟﻤﺠﺘﻤﻊ ﻣﻘﺴﻢ إﻟﻰ طﺒﻘﺎت ﻣﺘﺠﺎﻧﺴﺔ ﻓﻲ‬
‫ظﺎھﺮة ﻟﮭﺎ ﻋﻼﻗﺔ ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﻤﻄﻠﻮب دراﺳﺘﮫ‪ ،‬ﻓﯿﺘﻢ ﺳﺤﺐ ﻋﯿﻨﺔ‬
‫ﻋﺸﻮاﺋﯿﺔ ﻣﻦ ﻛﻞ ﻋﯿﻨﺔ و ﻧﺸﻜﻞ ﺑﮭﺎ ﻋﯿﻨﺎت ﻛﻠﯿﺔ‪ ،‬ﻣﺜﻞ ﺣﺎﻟﺔ اﻟﻘﻮات‬
‫اﻟﻤﺴﻠﺤﺔ ﺑﺮﯾﺔ ﺑﺤﺮﯾﺔ و ﺟﻮﯾﺔ ‪.‬‬
‫‪48‬‬
‫‪ .3‬اﻟﻌﯿﻨﺔ اﻟﻤﺮﺣﻠﯿﺔ‪ :‬ﯾﻘﺴﻢ اﻟﻤﺠﺘﻤﻊ إﻟﻰ ﻣﺮاﺣﻞ أوﻟﯿﺔ )وﺣﺪات أو وﻻﯾﺎت(‬
‫ﺛﻢ ﻧﺨﺘﺎر طﺮق ﻋﺸﻮاﺋﯿﺔ ﻟﺒﻌﺾ اﻟﻮﺣﺪات‪ .‬ھﺬه اﻟﻮﺣﺪات اﻟﻤﺨﺘﺎرة‬
‫ﺗﻘﺴﻢ إﻟﻰ وﺣﺪات ﺛﺎﻧﻮﯾﺔ ﻧﺨﺘﺎر ﺑﻌﺾ اﻟﻮﺣﺪات ﺛﺎﻧﻮﯾﺔ و ﺗﻘﺴﻢ إﻟﻰ‬
‫وﺣﺪات‪.‬‬
‫ﻣﺜﺎل‪ :‬إذا أﺧﺪﻧﺎ ﻋﯿﻨﺔ إﻧﺘﺎج اﻟﻘﻤﺢ‪ ،‬ﯾﻘﺴﻢ اﻟﻤﺠﺘﻤﻊ إﻟﻰ وﻻﯾﺎت و ھﻲ ﺑﺬاﺗﮭﺎ‬
‫ﺗﻘﺴﻢ إﻟﻰ دواﺋﺮ‪ .‬ﻧﺨﺘﺎر ﻣﻨﮭﺎ ﺑﻌﺾ اﻟﻮﻻﯾﺎت و ﺗﻘﺴﻢ إﻟﻰ دواﺋﺮ‪ .‬ھﺬه‬
‫اﻷﺧﯿﺮة ﺗﻘﺴﻢ ﺑﺪورھﺎ إﻟﻰ ﺑﻠﺪﯾﺎت‪ ،‬و ﻣﻨﮭﺎ ﻧﺒﺤﺚ ﻋﻦ اﻷﺷﺨﺎص اﻟﻤﻨﺘﺠﯿﻦ‬
‫ﻟﻠﻘﻤﺢ ‪.‬‬
‫‪ .4‬اﻟﻌﯿﻨﺔ اﻟﻤﻨﺘﻈﻤﺔ‪ :‬إذا أردﻧﺎ ﺳﺤﺐ ‪ 10‬ﻣﻔﺮدات ﻣﻦ ﻗﺎﺋﻤﺔ ﺗﺸﺘﻤﻞ ﻋﻠﻰ‬
‫‪ 100‬ھﺬا ﯾﻌﻨﻲ ﺳﺤﺐ ‪ 1‬ﻣﻦ ﻛﻞ ‪ ،10‬و ﻓﻲ ھﺬه اﻟﺤﺎﻟﺔ ﻧﺨﺘﺎر ﻣﻔﺮدة‬
‫ﻣﻦ ‪ 10‬ﻣﻔﺮدات اﻷوﻟﻰ ﺛﻢ ﻧﺨﺘﺎر اﻟﺒﺎﻗﻲ ﺑﻄﺮﯾﻘﺔ ﻣﻨﺘﻈﻤﺔ و ﻟﻮ ﻛﺎن‬
‫اﻟﺮﻗﻢ اﻷول ‪ 6‬ﻓﺘﻜﻮن اﻟﻌﯿﻨﺔ ‪.. 46 36 26 16‬‬

‫‪49‬‬
 ‫‪ .2‬ﺗﺒﻮﯾﺐ اﻟﺒﯿﺎﻧﺎت‬

‫‪ 1.2‬اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ‪ :‬ﯾﻤﻜﻦ ﺗﺮﺗﯿﺐ ﻗﯿﻢ ﺳﻠﺴﻠﺔ إﺣﺼﺎﺋﯿﺔ إﻣﺎ ﺗﺼﺎﻋﺪﯾﺎ أو‬
‫ﺗﻨﺎزﻟﯿﺎ ﻛﺨﻄﻮة أوﻟﻰ ﻻﺳﺘﻐﻼل اﻟﺒﯿﺎﻧﺎت‪ ،‬ﯾﺠﺐ ﻛﺬﻟﻚ ﺗﺮﺗﯿﺐ ھﺬه اﻟﺒﯿﺎﻧﺎت‪ ،‬إدراﺟﮭﺎ‬
‫ﺿﻤﻦ ﻓﺌﺎت‪...‬إﻟﺦ‪ .‬ﻗﺒﻞ أن ﻧﺸﺮع ﻓﻲ ﺳﺮد ھﺬه اﻟﻤﺮاﺣﻞ‪ ،‬ﻧﺬﻛﺮ ﻗﺒﻼ ﺑﺒﻌﺾ‬
‫اﻟﺘﻌﺎرﯾﻒ‪.‬‬
‫‪ -‬اﻟﻤﺪى ‪ :‬أﻛﺒﺮ ﻗﯿﻤﺔ – أﺻﻐﺮ ﻗﯿﻤﺔ )ﻟﻠﺴﻠﺴﻠﺔ(‬
‫‪ -‬ﻋﺪد اﻟﻔﺘﺮات ‪:‬‬
‫ﻣﻌﺎدﻟﺔ ﺳﺘﯿﺮﺟﺲ‪ :‬ﻋﺪد اﻟﻔﺘﺮات=‪ ) 3.322+1‬ﻟﻮﻏﺎرﯾﺘﻢ ﻋﺪد اﻟﻤﻔﺮدات(‬
‫ﻋﺪد اﻟﻔﺘﺮات= ﻋﺪد اﻟﻤﻔﺮدات ‪2,54‬‬ ‫ﻣﻌﺎدﻟﺔ ﺑﻮل ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫اﻟﻤﺪى‬ ‫‪‬‬
‫‪‬‬ ‫‪ -‬طﻮل اﻟﻔﺘﺮة )اﻟﻔﺌﺔ( ‪:‬ھﻮ اﻟﻤﺪى ﺗﻘﺴﯿﻢ ﻋﺪد اﻟﻔﺘﺮات ‪‬‬
‫اﻟﻔﺘﺮات ‪‬‬ ‫‪ ‬ﻋﺪد‬
‫ﻣﻼﺣﻈﺔ ‪ :‬ﻋﺪد اﻟﻔﺘﺮات ‪ ‬طﻮل اﻟﻔﺘﺮة ‪ ‬اﻟﻤﺪى‬
‫إذن‪ ،‬ﻟﺘﻜﻮﯾﻦ ﺟﺪول ﺗﻜﺮاري‪ ،‬ﻧﺘﺒﻊ اﻟﺨﻄﻮات اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪ .1‬ﻧﺤﺪد اﻟﻤﺪى‬
‫‪ .2‬ﻧﻘﺴﻢ اﻟﺒﯿﺎﻧﺎت إﻟﻰ ﻓﺘﺮات ﻣﺘﺴﺎوﯾﺔ اﻟﻄﻮل ﺑﺤﯿﺚ ﺗﻜﻮن ﻣﻨﺎﺳﺒﺔ )‪ 25- 5‬ﻓﺘﺮة(‬
‫‪ .3‬ﻧﺤﺪد طﻮل اﻟﻔﺘﺮة )اﻟﻔﺌﺔ(‬
‫‪ . 4‬اﻟﺤﺪ اﻷدﻧﻰ ﻟﻠﻔﺌﺔ اﻷوﻟﻰ ﯾﻜﻮن اﻗﻞ أو ﯾﺴﺎوي اﺻﻐﺮ ﻗﯿﻤﺔ و اﻛﺒﺮ ﻗﯿﻤﺔ ﻻﺑﺪ أن‬
‫ﺗﻨﺘﻤﻲ إﻟﻰ اﻟﻔﺌﺔ اﻷﺧﯿﺮة‬
‫‪ . 5‬ﻛﻞ ﻓﺮد ﯾﻨﺘﻤﻲ إﻟﻰ ﻓﺘﺮة واﺣﺪة ﻓﻘﻂ‬
‫ﺗﻤﺮﯾﻦ ﺗﻄﺒﯿﻘﻲ ‪ :1‬إذا ﻛﺎن إﻧﺘﺎج ‪ 60‬ﻣﺼﻨﻌﺎ ﻣﻦ إﻧﺘﺎج ﻣﻌﯿﻦ ﻛﺎﻵﺗﻲ ‪:‬‬
‫‪72‬‬ ‫‪31‬‬ ‫‪25‬‬ ‫‪62‬‬ ‫‪77‬‬ ‫‪57‬‬ ‫‪46‬‬ ‫‪21‬‬ ‫‪93‬‬ ‫‪87‬‬
‫‪72‬‬ ‫‪81‬‬ ‫‪83‬‬ ‫‪73‬‬ ‫‪62‬‬ ‫‪66‬‬ ‫‪89‬‬ ‫‪29‬‬ ‫‪68‬‬ ‫‪91‬‬
‫‪88‬‬ ‫‪83‬‬ ‫‪73‬‬ ‫‪12‬‬ ‫‪73‬‬ ‫‪62‬‬ ‫‪58‬‬ ‫‪81‬‬ ‫‪57‬‬ ‫‪54‬‬
‫‪71‬‬ ‫‪36‬‬ ‫‪29‬‬ ‫‪17‬‬ ‫‪63‬‬ ‫‪52‬‬ ‫‪97‬‬ ‫‪87‬‬ ‫‪67‬‬ ‫‪96‬‬
‫‪21‬‬ ‫‪54‬‬ ‫‪36‬‬ ‫‪71‬‬ ‫‪65‬‬ ‫‪57‬‬ ‫‪73‬‬ ‫‪92‬‬ ‫‪62‬‬ ‫‪63‬‬
‫‪51‬‬ ‫‪62‬‬ ‫‪56‬‬ ‫‪35‬‬ ‫‪49‬‬ ‫‪46‬‬ ‫‪89‬‬ ‫‪58‬‬ ‫‪42‬‬ ‫‪33‬‬

‫‪50‬‬
 ‫اﻟﻤﻄﻠﻮب ھﻮ ﺗﻮﺿﯿﺢ اﻟﻤﻌﺎﻟﻢ اﻷﺳﺎﺳﯿﺔ ﻟﮭﺬه اﻟﺒﯿﺎﻧﺎت ﺑﺘﻜﻮﯾﻦ ﺟﺪول ﺗﻜﺮاري ذي‬
‫ﻓﺘﺮات‪.‬‬
‫ﻟﺪﯾﻨﺎ اﻟﻤﺪى‪85=12-97 :‬‬ ‫اﻟﺤﻞ‪:‬‬
‫ﻧﻀﻊ اﻟﻄﻮل ﯾﺴﺎوي ‪ 10‬و ﻣﻨﮫ ﻋﺪد اﻟﻔﺘﺮات ﯾﻌﻄﻲ ‪ 85x.  10‬و ﻣﻨﮫ ﻋﺪد اﻟﻔﺘﺮات‬
‫ھﻮ ‪.9‬‬
‫ﻧﻔﺮض أن اﻟﻔﺌﺔ اﻷوﻟﻰ ھﻲ ‪ 20,10‬و ﻣﻨﮫ اﻟﺠﺪول‬
‫‪-90‬‬ ‫‪-80‬‬ ‫‪-70‬‬ ‫‪-60‬‬ ‫‪-50‬‬ ‫‪-40‬‬ ‫‪-30‬‬ ‫‪-20‬‬ ‫‪-10‬‬ ‫اﻟﻔﺌﺎت‬
‫‪100‬‬ ‫‪90‬‬ ‫‪80‬‬ ‫‪70‬‬ ‫‪60‬‬ ‫‪50‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪20‬‬
‫اﻟﺘﻜﺮار‬
‫‪5‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪2‬‬
‫‪ni‬‬
‫اﻟﺘﻜﺮار ‪ ni‬ﯾﻤﺜﻞ ﻋﺪد اﻟﻤﺼﺎﻧﻊ ﻟﻜﻞ ﻓﺌﺔ )ﯾﺴﻤﻰ أﯾﻀﺎ اﻟﺘﻜﺮار اﻟﻤﻄﻠﻖ ﻟﻠﻔﺌﺔ ‪.( i‬‬
‫ھﻮ اﻟﺘﻜﺮار اﻟﻜﻠﻲ‪ ،‬أي ﻋﺪد ﻋﻨﺎﺻﺮ اﻟﺴﻠﺴﻠﺔ )ھﻨﺎ=‬ ‫‪N‬‬
‫‪( 5  9  9  11  10  4  5  5  2‬‬
‫‪ 1.1.2‬ﺟﺪول ﺗﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ‪ :‬إذا أﺧﺬﻧﺎ اﻟﻤﺜﺎل اﻟﺴﺎﺑﻖ‪ ،‬ﯾﻜﻮن ﺟﺪول‬
‫اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻣﻌﻄﻰ ﺑـ ‪:‬‬

‫‪-90‬‬ ‫‪-80‬‬ ‫‪-70‬‬ ‫‪-60‬‬ ‫‪-50‬‬ ‫‪-40‬‬ ‫‪-30‬‬ ‫‪-20‬‬ ‫‪-10‬‬ ‫اﻟﻔﺌﺎت‬
‫‪100‬‬ ‫‪90‬‬ ‫‪80‬‬ ‫‪70‬‬ ‫‪60‬‬ ‫‪50‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪20‬‬
‫‪5‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫اﻟﺘﻜﺮار ‪ni‬‬
‫‪60‬‬ ‫اﻟﺘﻜﺮار‬
‫‪‬‬ ‫‪12‬‬ ‫‪7‬‬
‫‪ ni  N‬‬ ‫‪55‬‬ ‫‪46‬‬ ‫‪37‬‬ ‫‪26‬‬ ‫‪16‬‬ ‫‪‬‬
‫‪55 2‬‬
‫‪‬‬ ‫‪2‬‬ ‫اﻟﻤﺠﺘﻤﻊ‬
‫‪i‬‬ ‫‪52‬‬
‫اﻟﺼﺎﻋﺪ‬
‫‪i‬‬

‫‪n‬‬
‫‪k 1‬‬
‫‪k‬‬ ‫اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻟﻠﻔﺌﺔ ‪ i‬ھﻮ‬
‫‪ 2.1.2‬ﺟﺪول ﺗﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل ‪ :‬ﺑﺎﺳﺘﺨﺪام ﻧﻔﺲ اﻟﻤﺜﺎل أﻋﻼه‪ ،‬ﻧﻌﺮف ﺟﺪول‬
‫اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل ﺑـ ‪:‬‬
‫‪-90‬‬ ‫‪-80‬‬ ‫‪-70‬‬ ‫‪-60‬‬ ‫‪-50‬‬ ‫‪-40‬‬ ‫‪-30‬‬ ‫‪-20‬‬ ‫‪-10‬‬
‫‪100‬‬ ‫‪90‬‬ ‫‪80‬‬ ‫‪70‬‬ ‫‪60‬‬ ‫‪50‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫اﻟﻔﺌﺎت‬
‫‪5‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫اﻟﺘﻜﺮار‬

‫‪51‬‬
 ‫‪5‬‬ ‫‪60‬‬ ‫ﺗﻜﺮار‬
‫‪14‬‬ ‫‪23‬‬
‫‪‬‬
‫‪59‬‬
‫‪‬‬
‫‪5 99‬‬
‫‪34‬‬ ‫‪44‬‬ ‫‪48‬‬ ‫‪53‬‬ ‫‪58‬‬ ‫‪‬‬
‫‪ ni  N‬‬ ‫اﻟﻤﺠﺘﻤﻊ‬
‫‪i‬‬
‫اﻟﻨﺎزل‬
‫‪ 2.2‬ﻋﺮض اﻟﺒﯿﺎﻧﺎت‪ :‬ﯾﻔﯿﺪ اﻟﺘﻤﺜﯿﻞ اﻟﺒﯿﺎﻧﻲ ﻟﺘﻮزﯾﻌﺎت اﻟﺘﻜﺮارﯾﺔ إظﮭﺎر‬
‫اﻟﺨﺼﺎﺋﺺ اﻟﺮﺋﯿﺴﯿﺔ ﻣﻤﺎ ﯾﺴﺎﻋﺪ ﻣﺘﺎﺑﻌﺔ اﻟﺘﻐﯿﯿﺮ ﻓﻲ اﻟﻈﺎھﺮة واﻟﻄﺮﯾﻘﺔ اﻟﺘﻲ ﯾﺘﻐﯿﺮ‬
‫ﺑﮭﺎ ﺗﻮزﯾﻊ ﻣﺎ ﻣﻦ ﻓﺘﺮة إﻟﻰ أﺧﺮى‪ .‬ﻧﺬﻛﺮ ﻣﻦ ﺑﯿﻦ ھﺬه اﻟﺘﻤﺜﯿﻼت ‪:‬‬
‫أ( اﻟﻤﺪرج اﻟﺘﻜﺮاري‬
‫ب( اﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري‬
‫ت( اﻟﻤﻨﺤﻰ اﻟﺘﻜﺮاري‬
‫‪ 1.2.2‬اﻟﻤﺪرج اﻟﺘﻜﺮاري‪ :‬ﻓﻲ ﺣﺎﻟﺔ اﻟﻔﺌﺎت اﻟﻤﺘﺴﺎوﯾﺔ ‪ ،‬اﻟﻤﺪرج اﻟﺘﻜﺮاري ھﻮ ﻋﺒﺎرة‬
‫ﻋﻦ ﺷﻜﻞ ﺑﯿﺎﻧﻲ ﯾﺤﻮي ﻣﺠﻤﻮع ﻣﻦ اﻟﻤﺴﺘﻄﯿﻼت ﺗﺘﻨﺎﺳﺐ ﻣﺴﺎﺣﺘﮭﺎ ﻣﻊ ﺗﻜﺮار‬
‫اﻟﻔﺌﺎت‪ ،‬و ﯾﺘﻢ رﺳﻤﮫ ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫ﻣدرج ﺗﻛراري‬

‫‪12‬‬
‫‪10‬‬
‫‪8‬‬
‫اﻟﺗﻛرار‬

‫‪6‬‬
‫‪4‬‬
‫‪2‬‬
‫‪0‬‬

‫‪20‬‬
‫]‬
‫‪30‬‬
‫]‬
‫‪40‬‬
‫]‬
‫‪50‬‬
‫]‬
‫‪60‬‬
‫]‬
‫‪70‬‬
‫]‬
‫‪80‬‬
‫]‬
‫‪90‬‬
‫]‬ ‫]‪0‬‬
‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪10‬‬
‫‪[1‬‬ ‫‪[2‬‬ ‫‪[3‬‬ ‫‪[4‬‬ ‫‪[5‬‬ ‫‪[6‬‬ ‫‪[7‬‬ ‫‪[8‬‬ ‫‪9‬‬‫‪0,‬‬
‫[‬
‫اﻟﻔﺋﺎت‬

‫‪ 2.2,2‬اﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري ‪ :‬ھﻮ ﻣﺠﻤﻮﻋﺔ اﻟﻨﻘﺎط ‪ M i xi , y i ‬ﺣﯿﺚ ‪ xi‬ھﻲ ﻣﺮاﻛﺰ‬

‫اﻟﻔﺌﺎت ‪ yi ،‬ﺗﻜﺮار اﻟﻔﺌﺎت ‪.‬‬

‫‪ 3.2.2‬اﻟﻤﻨﺤﻨﻰ اﻟﺘﻜﺮاري ‪:‬ﻧﺤﺼﻞ ﻋﻠﯿﮫ ﺑﺎﻟﻮﺻﻞ ﺑﯿﻦ اﻟﻨﻘﺎط ‪ M i‬ﺑﻤﻨﺤﻨﻰ ‪.‬‬

‫‪52‬‬
 ‫ﻣﻧﺣﻧﻰ ﺗﻛراري‬

‫‪15‬‬

‫اﻟﺗﻛرار‬
‫‪10‬‬
‫‪5‬‬
‫‪0‬‬
‫‪20‬‬
‫]‬
‫‪30‬‬
‫]‬
‫‪40‬‬
‫]‬
‫‪50‬‬
‫]‬
‫‪60‬‬
‫]‬
‫‪70‬‬
‫]‬
‫‪80‬‬
‫]‬
‫‪90‬‬
‫]‬ ‫]‪0‬‬
‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪0,‬‬ ‫‪10‬‬
‫‪[1‬‬ ‫‪[2‬‬ ‫‪[3‬‬ ‫‪[4‬‬ ‫‪[5‬‬ ‫‪[6‬‬ ‫‪[7‬‬ ‫‪[8‬‬ ‫‪0,‬‬
‫‪[9‬‬
‫اﻟﻔﺋﺎت‬

‫‪ 3.2‬اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﯾﺔ ‪ :‬ﻧﺠﺪ ﻓﻲ ﻣﻌﻈﻢ اﻟﺘﻮزﯾﻌﺎت اﻟﺘﻜﺮارﯾﺔ أن ﻋﺪد ﻛﺒﯿﺮ ﻣﻦ‬

‫اﻟﺤﺎﻻت ﺗﺘﺠﻤﻊ ﺣﻮل ﻗﯿﻢ ﻓﻲ اﻟﻤﺪى اﻟﺬي ﺗﺘﻮزع ﻓﯿﮫ اﻟﺒﯿﺎﻧﺎت‪ ،‬أي أن ﻋﺪد ﻛﺒﯿﺮ ﻣﻦ‬
‫اﻟﺤﺎﻻت ﺗﻨﺠﺬب ﻧﺤﻮ ﻗﯿﻢ ﻣﻌﯿﻨﺔ‪ .‬ﺗﺴﻤﻰ ﻣﺜﻞ ھﺬه اﻟﻈﺎھﺮة "اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﯾﺔ"‪.‬‬
‫‪ 1.3.2‬اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ‪:‬‬
‫‪ x1, x2 ,......, xn‬ﻧﻌﺮف اﻟﻤﺘﻮﺳﻂ‬ ‫‪ .1‬ﺣﺎﻟﺔ اﻟﻘﯿﻢ اﻟﻤﻔﺮدة ﺑﺪون ﺗﻜﺮار‪ :‬ﻟﺪﯾﻨﺎ اﻟﻘﯿﻢ‬
‫‪n‬‬

‫‪x‬‬ ‫‪i‬‬
‫‪ X ‬ﺣﯿﺚ ‪ N‬ھﻮ ﻋﺪد اﻟﻘﯿﻢ‪.‬‬ ‫‪i 1‬‬
‫اﻟﺤﺴﺎﺑﻲ ﺑـ‬
‫‪N‬‬
‫‪ . 2‬ﻓﻲ ﺣﺎﻟﺔ اﻟﻘﯿﻢ اﻟﻤﻔﺮدة ﺑﺘﻜﺮار‪ :‬ﻧﻨﻈﻢ اﻟﻘﺒﻢ ﻓﻲ اﻟﺠﺪول اﻟﺘﺎﻟﻲ‬
‫اﻟﻘﯿﻢ‬ ‫‪x1‬‬ ‫‪x2‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪xn‬‬ ‫اﻟﻤﺠﻤﻮع‬
‫‪ ni‬اﻟﺘﻜﺮار‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪nn‬‬ ‫‪N‬‬
‫‪k‬‬

‫‪n x‬‬ ‫‪i i‬‬ ‫‪k‬‬

‫‪X ‬‬ ‫‪i 1‬‬
‫ﺣﯿﺚ ‪ ، N   ni‬ﻧﻌﺮف ﻋﻨﺪﺋﺬ اﻟﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﺑـ‬
‫‪N‬‬ ‫‪i 1‬‬

‫‪ . 3‬ﻓﻲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ذات اﻟﻔﺘﺮات‪ :‬ﻧﺤﺴﺐ اﻟﻤﺘﻮﺳﻂ ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫اﻟﻤﺮاﻛﺰ‬ ‫‪C1‬‬ ‫‪C2‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪Ck‬‬ ‫اﻟﻤﺠﻤﻮع‬
‫‪ni‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪nk‬‬ ‫‪N‬‬
‫‪n‬‬

‫‪xC‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪X ‬‬ ‫‪i 1‬‬
‫◌ ٍ ‪ Ci‬ﻣﺮﻛﺰ اﻟﻔﺌﺔ و ﯾﻜﻮن‬
‫‪N‬‬

‫ﺧﻮاص اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ‪:‬‬

‫‪ (1‬ﯾﻌﺘﺒﺮ اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻣﻦ اھﻢ ﻣﻘﺎﯾﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﯾﺔ و اﻛﺜﺮھﺎ‬
‫اﺳﺘﺨﺪاﻣﺎ‬
‫‪53‬‬
‫ﯾﺘﺄﺛﺮ ﺑﺎﻟﻘﯿﻢ اﻟﻤﺘﻄﺮﻓﺔ ﻓﻲ اﻟﺼﻐﺮ و اﻟﻜﺒﺮ و ﯾﻨﺤﺎز ﻟﺼﺎﻟﺤﮭﺎ و ﻣﻦ ﺛﻢ ﻓﻼ‬ ‫‪(2‬‬
‫ﯾﻌﺘﻤﺪ ﻋﻠﯿﮫ ﻓﻲ ﻣﺜﻞ ھﺬه اﻟﺤﺎﻻت‬
‫ﻻ ﯾﻤﻜﻦ اﯾﺠﺎده ﻓﻲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ذات ﻓﺘﺮات ﻣﻔﺘﻮﺣﺔ ﻓﻲ اﻟﻨﮭﺎﯾﺔ‬ ‫‪(3‬‬
‫او اﻟﺒﺪاﯾﺔ‬
‫ﻗﺎﺑﻞ ﻟﻠﻌﻤﻠﯿﺎت اﻟﺠﺒﺮﯾﺔ و ﯾﺪﺧﻞ ﻓﻲ ﺣﺴﺎﺑﮫ ﺟﻤﯿﻊ اﻟﻘﯿﻢ اﻟﻤﻌﻄﺎة‬ ‫‪(4‬‬
‫ﻣﺠﻤﻮع اﻧﺤﺮاﻓﺎت اﻟﻘﯿﻢ ﻋﻨﺪ ﻣﺘﻮﺳﻄﮭﺎ ﻣﻌﺪوﻣﺔ ‪ xi  x   0‬‬ ‫‪(5‬‬
‫ﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت اﻻﻧﺤﺮاﻓﺎت اﻟﻘﯿﻢ ﻋﻨﺪ ﻣﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ اﻗﻞ ﻣﺎ ﯾﻤﻜﻦ‬ ‫‪(6‬‬
‫ﯾﺘﺄﺛﺮ اﻟﻤﺘﻮﺳﻂ ﺑﺎﻟﻘﯿﻢ ﻧﻔﺴﮭﺎ ﻓﻲ ﺣﺎﻟﺔ اﺿﺎﻓﺔ )طﺮح ﺿﺮب ﻗﺴﻤﺔ( ﻗﯿﻤﺔ‬ ‫‪(7‬‬
‫ﺛﺎﺑﺘﺔ ﻟﻠﻘﯿﻤﺔ اﻻﺻﻠﯿﺔ‬
‫ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ ﺑﺎﺳﺘﻌﻤﺎل وﺳﻂ ﻓﺮﺿﻲ ‪:‬‬
‫‪xi  a‬‬
‫‪ Y : yi ‬وﻣﻨﮫ ‪:‬‬ ‫‪ X : x1, x 2........, xk‬و‬ ‫ﻧﻌﺘﺒﺮ أﻧﮫ ﻟﺪﯾﻨﺎ اﻟﻘﯿﻢ‬
‫‪c‬‬
‫‪k‬‬ ‫‪k‬‬

‫‪ yi‬‬ ‫‪y‬‬ ‫‪i‬‬

‫‪1 k  xi  a ‬‬ ‫‪k‬‬
‫‪Y‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪k i  c ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪kc‬‬‫‪Y‬‬ ‫‪‬‬ ‫‪i xi  ka  cY  X  a‬‬
‫‪. X  cY  a‬‬ ‫أي‬
‫ﻣﻼﺣﻈﺔ ‪ :‬ﻋﺎدة ﺗﺄﺧﺬ ﻗﯿﻤﺔ ‪ a‬ﻓﻲ وﺳﻂ ﺑﯿﺎﻧﺎت و ‪ c‬طﻮل اﻟﻔﺌﺔ‪.‬‬
‫ﻣﺜﺎل ‪:‬‬
‫اﻟﻔﺌﺎت‬ ‫‪-20‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪50‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪80 - 90‬‬
‫‪10‬‬ ‫‪100‬‬
‫‪‬‬
‫‪ni‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫‪60‬‬
‫‪ Ci‬اﻟﻤﺮﻛﺰ‬ ‫‪15‬‬ ‫‪25‬‬ ‫‪35‬‬ ‫‪45‬‬ ‫‪55‬‬ ‫‪65‬‬ ‫‪75‬‬ ‫‪85‬‬ ‫‪95‬‬ ‫‪-‬‬
‫‪xi  Ci‬‬ ‫‪30‬‬ ‫‪125‬‬ ‫‪175‬‬ ‫‪180‬‬ ‫‪550‬‬ ‫‪715‬‬ ‫‪675‬‬ ‫‪765‬‬ ‫‪475‬‬ ‫‪3690‬‬
‫‪C a‬‬
‫‪yi  i‬‬ ‫‪-4‬‬ ‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪-‬‬
‫‪10‬‬
‫‪xi yi‬‬ ‫‪-8‬‬ ‫‪-15‬‬ ‫‪-10‬‬ ‫‪-4‬‬ ‫‪0‬‬ ‫‪11‬‬ ‫‪18‬‬ ‫‪27‬‬ ‫‪200‬‬ ‫‪39‬‬

‫‪9‬‬ ‫‪10‬‬
‫‪xi y i 39‬‬ ‫‪niCi 3690‬‬
‫‪Y ‬‬ ‫‪‬‬ ‫ﻣﻦ اﻟﺠﺪول ﻧﺠﺪ ‪ 0,65‬‬ ‫‪X ‬‬ ‫‪‬‬ ‫‪ 61,5‬‬
‫‪i 1‬‬ ‫‪N‬‬ ‫‪60‬‬ ‫‪i 1‬‬ ‫‪N‬‬ ‫‪60‬‬
‫‪X  61,5  X  100,65  55  X  10Y  55‬‬ ‫و ﺑﻤﺎ أن‬
‫‪54‬‬
 ‫ﻣﻼﺣﻈﺔ‪ :‬ﻧﺮﻣﺰ ﻟـ ‪ X‬ﺑـ ‪‬‬

‫‪ 2.3.2‬اﻟﻮﺳﯿﻂ ‪ :‬ھﻮ ﻗﯿﻤﺔ ‪ xi‬ﺑﺤﯿﺚ ‪ 50%‬ﻣﻦ اﻟﺘﻜﺮار اﻟﻜﻠﻲ ﺗﺄﺧﺬ ﻗﯿﻢ أﻛﺒﺮ ﻣﻦ‬
‫ﻗﯿﻤﺔ اﻟﻮﺳﯿﻂ و ‪ 50%‬اﻟﻤﺘﺒﻘﯿﺔ ﺗﺄﺧﺬ ﻗﯿﻤﺔ أﺻﻐﺮ ﻣﻦ ﻗﯿﻤﺔ اﻟﻮﺳﯿﻂ‪.‬‬
‫ﺣﺴﺎب اﻟﻮﺳﯿﻂ ﻓﻲ اﻟﺤﺎﻟﺔ اﻟﻨﻘﻄﯿﺔ و اﻟﻤﺴﺘﻤﺮة ‪ :‬ﺗﻜﻮن ﻋﻨﺪھﺎ اﻟﺴﻠﺴﻠﺔ اﻹﺣﺼﺎﺋﯿﺔ‬
‫ﻣﻦ اﻟﺸﻜﻞ ‪ . x1, x2 ,..., xn ‬ﻧﺮﺗﺐ اﻟﻘﯿﻢ ﺗﺮﺗﯿﺒﺎ ﻣﺘﺰاﯾﺪا أو ﻣﺘﻨﺎﻗﺼﺎ‪ .‬ﻧﻤﯿﺰ ﺣﺎﻟﺘﯿﻦ‪:‬‬
‫‪ n -‬ﻓﺮدي )أي ﯾﻜﺘﺐ ‪ ( n  2 p  1‬ﻋﻨﺪﺋﺬ ﺗﻌﻄﻰ ﻋﺒﺎرة اﻟﻮﺳﯿﻂ ﺑـ ‪me  x p 1‬‬
‫‪x p 1  x p‬‬
‫‪me ‬‬ ‫‪ n -‬زوﺟﻲ ) ‪ ( n  2 p‬ﻋﻨﺪﺋﺬ ﺗﻌﻄﻰ ﻋﺒﺎرة اﻟﻮﺳﯿﻂ ﺑـ‬
‫‪2‬‬

‫ﻣﺜﺎل ‪ :1‬اوﺟﺪ اﻟﻮﺳﯿﻂ ﻟﻠﻘﯿﻢ اﻟﺘﺎﻟﯿﺔ ‪60 ،135 ،55 ،40 ،45 ،40 ،50 :‬‬
‫ﺑﻌﺪ ﺗﺮﺗﯿﺐ ھﺬه اﻟﻘﯿﻢ ﺗﺼﺎﻋﺪﯾﺎ‪ ،‬ﻧﺠﺪ ‪135 ،60 ،55 ،50 ،45 ،40 ،40 :‬‬
‫ﻋﺪد اﻟﻘﯿﻢ ﻓﺮدي‪ ،‬إذن اﻟﺤﺪ اﻷوﺳﻂ ھﻮ ‪ 50‬و ﻣﻨﮫ اﻟﻮﺳﯿﻂ =‪50‬‬
‫‪7 1‬‬ ‫‪n 1‬‬
‫‪4‬‬ ‫ﻓﻲ ھﺬه اﻟﺤﺎﻟﺔ و ﻣﻨﮫ اﻟﺮﺗﺒﺔ ھﻲ‬ ‫ﻣﻼﺣﻈﺔ‪ :‬رﺗﺒﺔ اﻟﻮﺳﯿﻂ ھﻲ‬
‫‪2‬‬ ‫‪2‬‬
‫اﻟﻮﺳﯿﻂ ھﻮ اﻟﺤﺪ اﻟﺮاﺑﻊ ‪.‬‬
‫ﻣﺜﺎل ‪ :2‬ﻟﻨﺤﺴﺐ اﻟﻮﺳﯿﻂ ﻟﻠﻘﯿﻢ اﻟﺘﺎﻟﯿﺔ‬
‫‪34‬‬ ‫‪45‬‬ ‫‪43‬‬ ‫‪42‬‬ ‫‪95‬‬ ‫‪41‬‬
‫ﺑﻌﺪ ﺗﺮﺗﯿﺐ ھﺬه اﻟﻘﯿﻢ ﺗﺼﺎﻋﺪﯾﺎ‬
‫‪95‬‬ ‫‪45‬‬ ‫‪43‬‬ ‫‪42‬‬ ‫‪41‬‬ ‫‪34‬‬
‫ﻋﺪد اﻟﻘﯿﻢ زوﺟﻲ و ﻧﻼﺣﻆ اﻧﮫ ھﻨﺎك ﺣﺪﯾﻦ ھﻤﺎ ‪ 42،43‬ذي اﻟﻮﺳﯿﻂ‬
‫‪43  42‬‬
‫‪42,5 ‬‬
‫‪2‬‬

‫ﺣﺴﺎب اﻟﻮﺳﯿﻂ ﻓﻲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ‪ :‬ﻓﻲ ھﺬه اﻟﺤﺎﻟﺔ ﺗﻜﻮن اﻟﺴﻠﺴﻠﺔ‬
‫اﻹﺣﺼﺎﺋﯿﺔ ﻋﻠﻰ ﺷﻜﻞ ﺟﺪول ﻣﺸﻜﻞ ﻣﻦ ﻓﺌﺎت‪ .‬ﻟﺤﺴﺎب اﻟﻮﺳﯿﻂ ﻧﺘﺒﻊ اﻟﺨﻄﻮات‬
‫اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫‪ .1‬ﻧﻜﻮن ﺟﺪول ﺗﻮزﯾﻊ اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫‪N‬‬
‫ﺑﻐﺾ اﻟﻨﻈﺮ ﻋﻤﺎ إذا ﻛﺎن ‪ N‬زوﺟﻲ أو‬ ‫‪ .2‬ﻧﺤﺴﺐ رﺗﺒﺔ اﻟﻮﺳﯿﻂ و ھﻲ‬
‫‪2‬‬
‫ﻓﺮدي‬

‫‪55‬‬
 ‫‪N‬‬
‫أو أﻛﺜﺮ و ﺗﺴﻤﻰ اﻟﻔﺘﺮة‬ ‫‪ .3‬ﻧﻌﯿﻦ اﻟﻔﺘﺮة اﻟﺘﻲ ﺗﻜﺮارھﺎ اﻟﻤﺠﺘﻤﻊ اﻟﺼﺎﻋﺪ‬
‫‪2‬‬
‫اﻟﻮﺳﻄﯿﺔ‬
‫‪ .4‬ﻧﺤﺪد ﺗﻜﺮار و طﻮل اﻟﻔﺘﺮة اﻟﻮﺳﻄﯿﺔ و ﻛﺬﻟﻚ ﺗﻜﺮار اﻟﻤﺠﺘﻤﻊ اﻟﺼﺎﻋﺪ ﻗﺒﻞ‬
‫اﻟﻔﺘﺮة اﻟﻮﺳﻄﯿﺔ‬
‫‪N‬‬
‫‪ nc‬‬
‫‪ : L‬اﻟﺤﺪ‬ ‫ﻣﻊ‬ ‫‪e  L  2‬‬ ‫‪l‬‬ ‫‪ .5‬ﻧﺴﺘﻌﻤﻞ اﻟﻘﺎﻧﻮن اﻟﺘﺎﻟﻲ‬
‫‪ne‬‬
‫‪N‬‬
‫رﺗﺒﺔ اﻟﻮﺳﯿﻂ ‪ nc ،‬ﺗﻜﺮار اﻟﻤﺠﺘﻤﻊ اﻟﺼﺎﻋﺪ‬ ‫اﻷدﻧﻰ ﻟﻠﻔﺘﺮة اﻟﻮﺳﻄﯿﺔ‪،‬‬
‫‪2‬‬
‫ﻟﻠﻔﺘﺮة ﻗﺒﻞ اﻟﻮﺳﻄﯿﺔ ‪ ne ،‬ﺗﻜﺮار اﻟﻔﺌﺔ اﻟﻮﺳﻄﯿﺔ ‪ l ،‬طﻮل اﻟﻔﺘﺮة اﻟﻮﺳﻄﯿﺔ‬

‫ﻣﺜﺎل‪:‬‬
‫‪-55‬‬ ‫ﻣﺎ ﻓﻮق‬
‫اﻟﻔﺘﺮات‬ ‫‪20-25‬‬ ‫‪30-25‬‬ ‫‪30-35‬‬ ‫‪35-40‬‬ ‫‪40-45‬‬ ‫‪45-50‬‬
‫‪50‬‬ ‫‪55‬‬
‫اﻟﺘﻜﺮار‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪13‬‬ ‫‪16‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪13‬‬ ‫‪11‬‬
‫‪1‬‬
‫‪ni‬‬ ‫‪3‬‬ ‫‪12‬‬ ‫‪25‬‬ ‫‪41‬‬ ‫‪61‬‬ ‫‪76‬‬ ‫‪89‬‬ ‫‪0‬‬
‫‪0‬‬
‫‪100 N‬‬
‫و ﻣﻨﮫ اﻟﻮﺳﯿﻂ ھﻮ ‪ . 50‬أول ﺗﻜﺮار ﻣﺠﺘﻤﻊ ﺻﺎﻋﺪ ﯾﺴﺎوي أو اﻛﺒﺮ ﻣﻦ‬ ‫‪‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪N‬‬
‫و ﻣﻨﮫ‬ ‫و ﻣﻨﮫ اﻟﻘﺘﺮة اﻟﻮﺳﻄﯿﺔ ھﻲ ‪40,45‬‬ ‫‪61‬‬ ‫‪ 50 ‬ھﻮ‬
‫‪2‬‬
‫‪50  71‬‬
‫‪me  42,25 ‬‬ ‫‪me  40 ‬‬ ‫‪.5 : nc  41,‬‬ ‫‪ne  20,‬‬ ‫‪l  5,‬‬ ‫‪L  40‬‬
‫‪20‬‬

‫إﯾﺠﺎد اﻟﻮﺳﯿﻂ ﺑﯿﺎﻧﯿﺎ‪ :‬ﻹﯾﺠﺎد اﻟﻮﺳﯿﻂ ﺑﯿﺎﻧﯿﺎ ﻧﺘﺒﻊ اﻟﻤﺮاﺣﻞ اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫‪ .1‬ﻧﻜﻮن ﺟﺪول ﺗﻮزﯾﻊ ﺗﻜﺮار اﻟﻤﺠﺘﻤﻊ اﻟﺼﺎﻋﺪ‬
‫‪ .2‬ﻧﺮﺳﻢ ﻣﻨﺤﻨﻰ اﻟﻤﺠﺘﻤﻊ اﻟﺼﺎﻋﺪ‬
‫‪ .3‬ﻧﺤﺪد رﺗﺒﺔ اﻟﻮﺳﯿﻂ ﻋﻠﻰ ﻣﺤﻮر اﻟﺘﺮﺗﯿﺐ و ﻧﺮﺳﻢ ﻣﻨﮭﺎ ﻣﺴﺘﻘﯿﻢ ﯾﻮازي‬
‫اﻟﻤﺤﻮر اﻷﻓﻘﻲ ﻓﯿﻘﻄﻊ ﻣﻨﺤﻨﻰ اﻟﻤﺠﺘﻤﻊ اﻟﺼﺎﻋﺪ ﻓﻲ ﻧﻘﻄﺔ ﻓﺎﺻﻠﺘﮭﺎ ھﻲ‬
‫اﻟﻮﺳﯿﻂ‬

‫‪56‬‬
 ‫‪120‬‬

‫‪100‬‬

‫‪80‬‬
‫اﻟﺗﻛرار‬
‫‪60‬‬
‫‪A‬‬

‫‪40‬‬

‫‪20‬‬

‫‪0‬‬
‫اﻟﻔﺗرات‬ ‫‪25-20‬‬ ‫‪25-30‬‬ ‫‪35-30‬‬ ‫‪40-35‬‬ ‫‪45-40‬‬ ‫‪50-45‬‬ ‫‪55-50‬‬ ‫ﻣﺎ ﻓوق ‪55‬‬
‫اﻟﻔﺗرات‬

‫ﻓﻲ رﺳﻤﻨﺎ ﻧﻼﺣﻆ أن ﻓﺎﺻﻠﺔ ‪ A‬ھﻲ ﺗﻘﺮﯾﺒﺎ ‪me  42,3‬‬

‫اﻟﺨﻮاص اﻟﻌﺎﻣﺔ ﻟﻠﻮﺳﯿﻂ‪:‬‬
‫‪ .1‬ﯾﺼﻒ اﻟﺒﯿﺎﻧﺎت ﺑﺄﻛﺜﺮ واﻗﻌﯿﺔ ﻓﻲ ﺣﺎﻟﺔ وﺟﻮد ﻗﯿﻢ ﻣﺘﻄﺮﻓﺔ و ﻻﯾﺘﺄﺛﺮ ﺑﮭﺎ‪.‬‬
‫‪ .2‬ﯾﻤﻜﻦ ﺣﺴﺎﺑﮫ ﻣﻦ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ذات اﻟﻔﺘﺮات ﻏﯿﺮ ﻣﺤﺪودة‬
‫‪ .3‬ﻏﯿﺮ ﻗﺎﺑﻞ ﻟﻠﻌﻤﻠﯿﺎت اﻟﺠﺒﺮﯾﺔ‬
‫‪ .4‬ﻻ ﯾﺪﺧﻞ ﻓﻲ ﺣﺴﺎﺑﮫ ﺟﻤﯿﻊ اﻟﺒﯿﺎﻧﺎت اﻟﻤﻌﻄﺎة ﺑﻞ ﯾﺘﺄﺛﺮ ﺑﺘﺮﺗﯿﺒﮭﺎ ﻓﻘﻂ ﯾﻤﻜﻦ‬
‫ﺣﺴﺎﺑﮫ ﻋﻦ طﺮﯾﻖ اﻟﺮﺳﻢ‪ ،‬ﻟﯿﺲ ﻟﮫ ﻣﻌﻨﻰ ﻓﻲ ﺣﺎﻟﺔ ﻋﺪم ﺗﺮﺗﯿﺐ اﻟﺒﯿﺎﻧﺎت‬
‫‪ 3.3.2‬اﻟﻤﻨﻮال ‪ :‬ھﻮ اﻟﺼﻔﺔ اﻟﻐﺎﻟﺒﺔ‪ ،‬و ھﻲ اﻟﻘﯿﻤﺔ أو اﻟﻔﺌﺔ اﻟﺘﻲ ﻟﮭﺎ أﻛﺒﺮ ﺗﻜﺮار‪،‬‬
‫ﺑﺘﻌﺒﯿﺮ آﺧﺮ ھﻮ أﻛﺜﺮ ﺷﯿﻮﻋﺎ و ھﻮ اﻟﻤﺘﻮﺳﻂ اﻟﺬي ﯾﻘﺼﺪه ﻣﻌﻈﻢ اﻟﻨﺎس ﻋﻨﺪ اﺳﺘﺨﺪام‬
‫ﻋﺒﺎرة ﻣﺘﻮﺳﻂ ﻟﻮﺻﻒ ظﺎھﺮة و ﻗﺪ ﯾﻜﻮن ﻟﺒﯿﺎﻧﺎت أﻛﺜﺮ ﻣﻦ ﻣﻨﻮال واﺣﺪ‪.‬‬
‫ﺣﺴﺎب اﻟﻤﻨﻮال ﻓﻲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ذات ﻓﺘﺮات‪ :‬ﻧﺴﻤﻲ اﻟﻔﺘﺮة اﻟﺘﻲ ﻟﮭﺎ اﻛﺒﺮ‬
‫ﺗﻜﺮار باﻟﻔﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ و ﯾﻘﻊ اﻟﻤﻨﻮال ﺑﺪاﺧﻠﮭﺎ و ﻟﺤﺴﺎب ﻧﺘﺒﻊ اﻟﺨﻄﻮات اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫‪ .1‬ﻧﺤﺪد اﻟﻔﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ و ﻟﯿﻜﻦ ﺗﻜﺮارھﺎ ‪f‬‬
‫‪ .2‬ﻧﻌﯿﻦ ‪ f1‬ﺗﻜﺮار اﻟﻔﺌﺔ ﻗﺒﻞ اﻟﻤﻨﻮاﻟﯿﺔ‬
‫‪ .3‬ﻧﻌﯿﻦ ‪ f 2‬ﺗﻜﺮار اﻟﻔﺌﺔ ﺑﻌﺪ اﻟﻤﻨﻮاﻟﯿﺔ‬
‫‪d2  f  f 2 ,‬‬ ‫‪ .4‬ﻧﺤﺴﺐ ‪d1  f  f1‬‬
‫‪d1‬‬
‫‪ M 0  L ‬ﺣﯿﺚ ‪ L‬ﺑﺪاﯾﺔ اﻟﻔﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ و‬ ‫‪ .5‬ﻧﻄﺒﻖ اﻟﻘﺎﻧﻮن اﻟﺘﺎﻟﻲ ‪l‬‬
‫‪d1  d 2‬‬
‫‪ l‬ھﻮ طﻮل اﻟﻔﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ‬

‫ﻣﺜﺎل ‪:‬‬
‫‪57‬‬
 ‫ﻣﻌﺪل‬
‫‪81-78 78-75 72 69 66 63 60 57 54‬‬
‫اﻟﺮطﻮﺑﺔ‬
‫‪3‬‬ ‫‪5‬‬ ‫‪12 17 15 15 10‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫اﻟﺘﻜﺮار‬
‫ﺗﻘﺎﺑﻠﮫ اﻟﻘﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ ‪69,72‬‬ ‫ﻧﻼﺣﻆ أن ‪f  17‬‬
‫‪L  69‬‬ ‫‪d1  2‬‬ ‫‪f 2  12‬‬ ‫‪f1  15‬‬
‫‪2‬‬
‫‪M 0  69,85‬‬ ‫‪M 0  69  .3  69,85‬‬
‫‪7‬‬
‫إﯾﺠﺎد اﻟﻤﻨﻮال ﻋﻦ طﺮﯾﻘﺔ اﻟﺮﺳﻢ ‪ :‬ﯾﻤﻜﻦ ﺣﺴﺎﺑﮫ ﻋﻦ طﺮﯾﻖ اﻟﺮﺳﻢ و ذﻟﻚ ﺑﺎﺳﺘﺨﺪام‬
‫اﻟﻤﺪرج اﻟﺘﻜﺮاري ﻟﻠﻔﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ و اﻟﺘﻲ ﻗﺒﻠﮭﺎ و اﻟﺘﻲ ﺑﻌﺪھﺎ ﺛﻢ ﻧﺼﻞ ﻧﮭﺎﯾﺔ‬
‫اﻟﻤﺴﺘﻄﯿﻞ ﻟﻠﻔﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ ﻣﻦ اﻟﻨﺎﺣﯿﺔ اﻟﯿﺴﺮى ﺑﻨﮭﺎﯾﺔ اﻟﻤﺴﺘﻄﯿﻞ اﻟﻔﺘﺮة اﻟﺘﻲ ﺑﻌﺪھﺎ‪،‬‬
‫ﻛﺬﻟﻚ ﻧﮭﺎﯾﺔ اﻟﻤﺴﺘﻄﯿﻞ اﻟﻔﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ ﻣﻦ اﻟﻨﺎﺣﯿﺔ اﻟﯿﻤﻨﻰ ﺑﻨﮭﺎﯾﺔ اﻟﻤﺴﺘﻄﯿﻞ اﻟﺬي ﻗﺒﻠﮫ‬
‫ﻣﻦ اﻟﯿﻤﯿﻦ و ﻣﻦ ﻧﻘﻄﺔ اﻟﺘﻘﺎطﻊ ﻧﻨﺰل ﻋﻤﻮد ﻋﻠﻰ اﻟﻤﺤﻮر اﻷﻓﻘﻲ ‪.‬‬
‫‪20‬‬

‫‪15‬‬
‫اﻟﺗﻛرار‬

‫‪10‬‬

‫‪5‬‬

‫‪0‬‬
‫‪54‬‬ ‫‪57‬‬ ‫‪60‬‬ ‫‪63‬‬ ‫‪66‬‬ ‫‪69‬‬ ‫‪72‬‬ ‫‪75-78 78-81‬‬
‫ﻣﻌدل اﻟرطوﺑﺔ‬ ‫اﻟﻤﻨﻮال‬

‫ﺧﻮاص اﻟﻤﻨﻮال‪:‬‬
‫‪ .1‬ﻻ ﯾﺘﺄﺛﺮ ﺑﺎﻟﻘﯿﻢ اﻟﻤﺘﻄﺮﻓﺔ‪.‬‬
‫‪ .2‬ﯾﻤﻜﻦ ﺣﺴﺎﺑﮫ ﻣﻦ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ذات ﻓﺘﺮات ﻏﯿﺮ ﻣﺤﺪودة ‪.‬‬
‫‪ .3‬ﯾﻌﺘﺒﺮ ﻣﻦ أﺣﺴﻦ اﻟﻤﺘﻮﺳﻄﺎت ﻟﻮﺻﻒ اﻟﻈﻮاھﺮ اﻟﻨﻮﻋﯿﺔ‪.‬‬
‫‪ .4‬ﯾﻤﻜﻦ ﺣﺴﺎﺑﮫ ﻋﻦ طﺮﯾﻖ اﻟﺮﺳﻢ و ﯾﻤﻜﻦ أن ﯾﻜﻮن أﻛﺜﺮ ﻣﻦ ﻣﻨﻮال واﺣﺪ‬
‫‪ .5‬ﻻ ﯾﺪﺧﻞ ﻓﻲ ﺣﺴﺎﺑﮫ ﺟﻤﯿﻊ اﻟﺒﯿﺎﻧﺎت‬

‫‪58‬‬
‫‪ 4.3.2‬ﺑﻌﺾ اﻟﻤﻘﺎﯾﯿﺲ اﻷﺧﺮى‪ :‬ﺑﺎﻹﺿﺎﻓﺔ إﻟﻰ اﻟﻤﻘﺎﯾﯿﺲ اﻟﺘﻲ ﺗﻌﺮﺿﻨﺎ إﻟﯿﮭﺎ ھﻨﺎك‬
‫ﺑﻌﺾ اﻟﻤﻘﺎﯾﯿﺲ اﻷﺧﺮى‪ .‬ﻧﺬﻛﺮ ﻣﻨﮭﺎ‪:‬‬
‫اﻟﺮﺑﯿﻌﺎت ‪ :‬ھﻲ ﻗﯿﻢ ﺗﺄﺧﺬھﺎ اﻟﻤﺘﻐﯿﺮة اﻹﺣﺼﺎﺋﯿﺔ ﺑﺤﯿﺚ ﺗﻘﺴﻢ اﻟﺘﻜﺮار اﻟﻜﻠﻲ إﻟﻰ ﻧﺴﺐ‬
‫ﻣﻌﯿﻨﺔ ‪:‬‬
‫اﻟﺮﺑﯿﻊ اﻷول ھﻮ ﻗﯿﻤﺔ اﻟﻤﺘﻐﯿﺮة اﻹﺣﺼﺎﺋﯿﺔ ﺑﺤﯿﺚ ‪ %25‬ﻣﻦ اﻟﺘﻜﺮار ﺗﻜﻮن ﻗﯿﻤﮭﺎ‬
‫اﻹﺣﺼﺎﺋﯿﺔ اﻗﻞ ﻣﻦ ﻗﯿﻤﺔ اﻟﺮﺑﯿﻊ اﻷول و ‪ %75‬اﻟﻤﺘﺒﻘﯿﺔ ﺗﺄﺧﺬ ﻗﯿﻢ اﻛﺒﺮ‪ .‬ﯾﻤﻜﻦ‬
‫ﺣﺴﺎﺑﮫ‪:‬‬
‫‪ -‬ﻓﻲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ﺑﺎﺳﺘﺨﺪام ﺑﺎﻟﻘﺎﻧﻮن اﻟﺘﺎﻟﻲ‪:‬‬
‫‪N  nc‬‬
‫‪Q1  L  4‬‬ ‫‪l‬‬
‫‪n1‬‬
‫‪N‬‬
‫رﺗﺒﺔ اﻟﺮﺑﯿﻊ اﻷول‪ nc ،‬ﺗﻜﺮار اﻟﻤﺘﺠﻤﻊ‬ ‫ﺣﯿﺚ ‪ L‬ھﻲ ﺑﺪاﯾﺔ اﻟﺮﺑﯿﻊ اﻷول‪،‬‬
‫‪4‬‬
‫اﻟﺼﺎﻋﺪ ﻟﻠﻔﺘﺮة ﻗﺒﻞ ﻓﺘﺮة اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ‪ n1 ،‬ﺗﻜﺮار ﻓﺘﺮة اﻟﺮﺑﯿﻊ اﻷول ‪ l ،‬ھﻮ طﻮل‬
‫اﻟﻔﺘﺮة اﻟﺮﺑﯿﻊ اﻷول ‪.‬‬
‫اﻟﺮﺑﯿﻊ اﻟﺜﺎﻧﻲ ﯾﺘﻄﺎﺑﻖ ﻣﻊ اﻟﻮﺳﯿﻂ‪.‬‬
‫اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ ھﻮ اﻟﻘﯿﻤﺔ اﻹﺣﺼﺎﺋﯿﺔ ﺑﺤﯿﺚ ‪ % 75‬ﻣﻦ اﻟﺘﻜﺮار اﻟﻜﻠﻲ ﺗﻜﻮن ﻗﯿﻤﮫ‬
‫اﺻﻐﺮ ﻣﻦ ﻗﯿﻤﺔ اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ و أﻣﺎ اﻟﺒﻘﯿﺔ اﻟﻤﻘﺪرة ﺑـ ‪ % 25‬ﻓﺘﻜﻮن ﻗﯿﻤﮭﺎ أﻛﺒﺮ‪.‬‬
‫‪ -‬ﻓﻲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ‪ ،‬ﻧﺤﺴﺐ اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫‪3N  n l‬‬
‫‪Q3  L ‬‬ ‫‪4 c‬‬
‫‪n3‬‬
‫‪3N‬‬
‫رﺗﺒﺔ اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ‪ nc ،‬ﺗﻜﺮار اﻟﻤﺠﺘﻤﻊ‬ ‫ﺣﯿﺚ ‪ L‬ھﻮ ﺑﺪاﯾﺔ ﻓﺘﺮة اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ‪،‬‬
‫‪4‬‬
‫اﻟﺼﺎﻋﺪ ﻟﻠﻔﺘﺮة ﻗﺒﻞ ﻓﺘﺮة اﻟﺮﺑﻊ اﻟﺜﺎﻟﺚ ‪ n3 ،‬ﺗﻜﺮار ﻓﺘﺮة اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ‪ l ،‬ھﻮ طﻮل‬
‫اﻟﻔﺘﺮة اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ ‪.‬‬
‫و ﺑﺼﻔﺔ ﻋﺎﻣﺔ‪ ،‬ﯾﺘﻢ ﺣﺴﺎب اﻟﺮﺑﯿﻌﺎت ﻓﻲ اﻟﺤﺎﻟﺔ اﻟﻤﺘﻘﻄﻌﺔ‪ ،‬ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫‪n‬‬
‫زوﺟﯿﺎن ﻋﻨﺪﺋﺬ‬ ‫اﻟﺤﺎﻟﺔ ‪ n :1‬و‬
‫‪2‬‬

‫‪59‬‬
  1 n
Q1  2  xi  xi 1  : i  4

 1 
Q2   x n  x n 1 
 2 2 2 
 1 3n
Q3   xi  xi 1  : i 
 2 4
n
‫ ﻋﻨﺪﺋﺬ‬، ‫ﻓﺮدي‬ ‫ زوﺟﻲ و‬n :2 ‫اﻟﺤﺎﻟﺔ‬
2
Q1  x n  2
 4

 1 
Q2   x n  x n 1 
 2 2 2 
Q  x
 3 3n  2
4

n 1
‫ ﻋﻨﺪﺋﺬ‬،‫زوﺟﻲ‬ ‫ ﻓﺮدي و‬n :3 ‫اﻟﺤﺎﻟﺔ‬
2

Q  1  x  x  : i  n  1
 1 2 i i 1
4

Q2  x n 1
 2
 1 3n  1
Q3   xi  xi 1  : i 
 2 4
n 1
‫ ﻋﻨﺪﺋﺬ‬،‫ﻓﺮدي‬ ‫ ﻓﺮدي و‬n :4 ‫اﻟﺤﺎﻟﺔ‬
2

Q1  x n 1
 4

Q2  x n 1
 2
Q3  x3n 1
 4

60
 ‫‪ .3‬ﻣﻘﺎﯾﯿﺲ اﻟﺘﺸﺘـﺖ‬
‫ﻋﻨﺪ اﻟﻤﻘﺎرﻧﺔ ﺑﯿﻦ ظﺎھﺮﺗﯿﻦ ﻗﺪ ﻧﺤﺼﻞ ﻋﻠﻰ ﻧﻔﺲ اﻟﻨﺘﺎﺋﺞ ﺑﺎﺳﺘﺨﺪام ﻣﻘﺎﯾﯿﺲ اﻟﻨﺰﻋﺔ‬
‫اﻟﻤﺮﻛﺰﯾﺔ ﻛﺘﺴﺎوي ﻣﺘﻮﺳﻄﮭﻤﺎ أو ﻣﻨﻮاﻟﮭﻤﺎ أو وﺳﯿﻄﮭﻤﺎ‪ ...‬و ﺑﺬﻟﻚ ﻟﻦ ﻧﺴﺘﻄﯿﻊ‬
‫اﻟﺤﺼﻮل ﻋﻠﻰ ﻧﺘﯿﺠﺔ ﺳﻠﯿﻤﺔ ﻓﻌﻠﯿﺔ ﻻﺑﺪ ﻟﻨﺎ ﻣﻦ ﻣﻘﺎﯾﯿﺲ أﺧﺮى ﻟﺪراﺳﺔ و ﺗﺤﺪﯾﺪ ھﺬه‬
‫اﻟﻈﺎھﺮة‪.‬‬
‫ﻣﺜﺎل ‪ :‬إذا ﻛﺎﻧﺖ درﺟﺎت طﺎﻟﺒﯿﻦ ﻓﻲ ﺧﻤﺴﺔ اﻣﺘﺤﺎﻧﺎت ﻟﻤﺎدة ﻣﺎ ‪:‬‬
‫درﺟﺎت اﻟﻄﺎﻟﺐ اﻷول ‪13 52 73 74 48‬‬
‫درﺟﺎت اﻟﻄﺎﻟﺐ اﻟﺜﺎﻧﻲ ‪54 51 50 53 52‬‬
‫اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻟﻜﻞ طﺎﻟﺐ ھﻮ ‪ 52‬و ﻧﻼﺣﻆ ﺟﻠﯿﺎ أن درﺟﺎت اﻟﻄﺎﻟﺐ اﻟﺜﺎﻧﻲ أﻛﺜﺮ‬
‫ﺗﺸﺘﺘﺎ و ﺑﺎﻟﺘﺎﻟﻲ ﻣﻘﺎﯾﯿﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﯾﺔ ﻻ ﯾﻤﻜﻨﮭﺎ أن ﺗﻌﻄﯿﻨﺎ أي ﻓﻜﺮة‪ ،‬ﻟﺪى ﻧﺮﺟﻊ‬
‫إﻟﻰ ﻣﻘﺎﯾﯿﺲ أﺧﺮى "ﻣﻘﺎﯾﯿﺲ اﻟﺘﺸﺘﺖ"‪.‬‬
‫‪ 1.3‬اﻟﻤﺪى ‪ :‬ھﻮ اﺑﺴﻂ ﻣﻘﺎﯾﯿﺲ اﻟﺘﺸﺘﺖ ﻣﻔﮭﻮﻣﺎ و ﺗﻄﺒﯿﻘﺎ و ﺣﺴﺎﺑﺎ و ھﻮﻋﺒﺎرة ﻋﻦ‬
‫اﻟﻔﺮق اﻛﺒﺮ ﻗﯿﻤﺔ – اﺻﻐﺮ ﻗﯿﻤﺔ ﻟﻠﺴﻠﺴﺔ اﻹﺣﺼﺎﺋﯿﺔ‪ .‬ﯾﻌﻄﻲ اﻟﻤﺪى ﻓﻜﺮة ﻋﻦ اﻧﺘﺸﺎر‬
‫ﻗﯿﻢ اﻟﺴﻠﺴﻠﺔ ﺑﺸﺮط ﻋﺪم وﺟﻮد ﻗﯿﻢ ﻣﺘﻄﺮﻓﺔ‪.‬‬
‫‪ 2.3‬اﻻﻧﺤﺮاف اﻟﺮﺑﯿﻌﻲ )اﻟﻤﺪى اﻟﺮﺑﯿﻌﻲ(‪ :‬وھﻮ ﻋﺒﺎرة ﻋﻦ اﻟﻔﺮق )اﻟﺮﺑﯿﻊ‬
‫اﻷﻋﻠﻰ – اﻟﺮﺑﯿﻊ اﻷول(‪ .‬ھﺬا اﻟﻤﻘﯿﺎس ﯾﺒﯿﻦ ﻟﻨﺎ اﻟﻤﺠﺎل اﻟﺬي ﯾﻨﺘﺸﺮ ﻓﯿﮫ ﻧﺼﻒ‬
‫اﻟﺒﯿﺎﻧﺎت‬
‫ﻣﺜﺎل ‪:1‬‬
‫اﻟﻔﺌﺎت‬ ‫‪8-12‬‬ ‫‪12-16‬‬ ‫‪16-20‬‬ ‫‪20-24‬‬ ‫‪24-28‬‬ ‫‪28-32‬‬ ‫‪‬‬
‫اﻟﺘﻜﺮار‬ ‫‪3‬‬ ‫‪13‬‬ ‫‪18‬‬ ‫‪38‬‬ ‫‪22‬‬ ‫‪6‬‬ ‫‪100‬‬
‫‪ni ‬‬ ‫‪3‬‬ ‫‪16‬‬ ‫‪34‬‬ ‫‪72‬‬ ‫‪94‬‬ ‫‪100‬‬ ‫‪-‬‬
‫‪3N‬‬ ‫‪N‬‬
‫و رﺗﺒﺔ اﻟﺮﺑﯿﻊ اﻟﺜﺎﻟﺚ ‪ 75‬‬ ‫رﺗﺒﺔ اﻟﺮﺑﯿﻊ اﻷول ‪ 25‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪75  72‬‬ ‫‪25  16‬‬
‫‪Q3  24 ‬‬ ‫‪4  24,545‬‬ ‫‪Q1  16 ‬‬ ‫‪4   18‬‬
‫‪22‬‬ ‫‪18‬‬

‫‪61‬‬
 ‫‪Q3  Q1  24,545  18  6,6‬‬ ‫اﻻﻧﺤﺮاف اﻟﺮﺑﯿﻌﻲ ھﻮ‪:‬‬

‫ﻣﻼﺣﻈﺔ‪ :‬ھﺬا اﻟﻤﻘﯿﺎس ﻻ ﯾﺘﺄﺛﺮ ﺑﺎﻟﻘﯿﻢ اﻟﻤﺘﻄﺮﻓﺔ إﻻ اﻧﮫ ﻟﯿﺄﺧﺬ ﻓﻲ اﻋﺘﺒﺎره ﻛﻞ‬
‫اﻟﺒﯿﺎﻧﺎت‪ ،‬ﻟﺬﻟﻚ ﻓﺎﻧﮫ ﻻ ﯾﻌﻄﻲ داﺋﻤﺎ اﻟﻔﻜﺮة اﻟﺼﺤﯿﺤﺔ و اﻟﺴﻠﯿﻤﺔ ﻻﺧﺘﻼف اﻟﻨﻘﺎط و‬
‫ﺗﺸﺘﺘﮭﺎ ﺣﻮل ﺑﻌﻀﮭﺎ‪.‬‬
‫‪ 3.3‬اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري و اﻟﺘﺒﺎﯾﻦ‪ :‬ﯾﻌﺘﺒﺮ ﻣﻦ أھﻢ اﻟﻤﻘﺎﯾﯿﺲ اﻹﺣﺼﺎﺋﯿﺔ‬
‫ﻟﻠﺘﺸﺘﺖ و ھﻮ اﻷﻛﺜﺮ اﺳﺘﻌﻤﺎﻻ ﻓﻲ اﻟﻘﻮاﻧﯿﻦ و اﻟﻨﻈﺮﯾﺎت اﻹﺣﺼﺎﺋﯿﺔ ﻷﻧﮫ ﯾﻌﻄﻲ‬
‫اﻟﻔﻜﺮة اﻟﺴﻠﯿﻤﺔ و اﻟﺼﺤﯿﺤﺔ‪.‬‬
‫‪ .1‬ﺣﺴﺎب اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﻓﻲ ﺣﺎﻟﺔ ﻗﯿﻢ ﻣﻔﺮدة‪ :‬ﻧﻌﺘﺒﺮ اﻟﺴﻠﺴﻠﺔ اﻹﺣﺼﺎﺋﯿﺔ‬
‫‪ . x1 , x2 , x3 ,....xn ‬ﯾﻌﻄﻲ اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﺑـ‬
‫‪1 n‬‬
‫‪‬‬ ‫‪‬‬
‫‪ xi  x‬‬
‫‪n i 1‬‬
‫‪‬‬
‫‪2‬‬

‫‪1  n 2  xi  ‬‬
‫‪2‬‬
‫‪2‬‬
‫‪   xi ‬‬ ‫و ﺗﻤﻜﻦ ﻛﺘﺎﺑﺘﮭﺎ ﻋﻠﻰ اﻟﺸﻜﻞ اﻟﺘﺎﻟﻲ‬
‫‪n  i 1‬‬ ‫‪n ‬‬
‫‪‬‬ ‫‪‬‬
‫ﻧﺴﻤﻲ اﻟﻤﻘﺪار ‪  2‬باﻟﺘﻐﺎﯾﺮ أو اﻟﺘﺒﺎﯾﻦ )ﻧﺮﻣﺰ ﻟﮫ أﯾﻀﺎ ﺑـ ‪( V‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬اﻟﻌﻼﻗﺔ اﻷﺧﯿﺮة ھﻲ اﺑﺴﻂ ﻣﻦ اﻷوﻟﻰ ﻷﻧﮭﺎ ﺗﺘﻌﺎﻣﻞ ﻣﻊ اﻟﻘﯿﻢ اﻷﺻﻠﯿﺔ‪.‬‬
‫ﻣﺜﺎل ‪ :1‬ﻟﺤﺴﺎب اﻹﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﻟﻠﻘﯿﻢ اﻟﺘﺎﻟﯿﺔ ‪. 19،15،15،11 7،3‬‬
‫ﻧﻼﺣﻆ أن ‪ x  11‬و ﻣﻨﮫ ﺑﺎﺳﺘﻌﻤﺎل اﻟﺠﺪول اﻟﺘﺎﻟﻲ ﻧﺠﺪ أن ‪  5,6‬‬
‫‪  55‬‬ ‫‪19‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪xi‬‬
‫‪8‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪-4‬‬ ‫‪-8‬‬ ‫‪xi  x‬‬
‫‪  160‬‬ ‫‪64‬‬ ‫‪16‬‬ ‫‪0‬‬ ‫‪16‬‬ ‫‪64‬‬ ‫‪x  x ‬‬
‫‪i‬‬
‫‪2‬‬

‫‪1‬‬
‫‪‬‬ ‫‪160  32  5,6‬‬
‫‪5‬‬
‫‪  55‬‬ ‫‪19‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪xi‬‬
‫‪2‬‬
‫‪  765‬‬ ‫‪361‬‬ ‫‪225‬‬ ‫‪121‬‬ ‫‪49‬‬ ‫‪9‬‬ ‫‪xi‬‬

‫‪62‬‬
 ‫‪2‬‬
‫‪1‬‬
‫‪2‬‬
‫‪   765 ‬‬
‫‪55‬‬ ‫‪‬‬
‫‪  32‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪‬‬
‫‪  5,6‬‬
‫‪1 n‬‬
‫‪  ‬ﺣﯿﺚ ‪ : xi‬ھﻲ ﻣﺮﻛﺰ‬ ‫‪‬‬
‫‪ xi  x‬‬
‫‪n i 1‬‬
‫‪‬‬
‫‪2‬‬
‫‪ .2‬ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﯾﺔ ‪ :‬أﯾﻀﺎ‬
‫‪2‬‬
‫‪‬‬ ‫‪ n‬‬ ‫‪ ‬‬
‫‪‬‬ ‫‪  ni x i  ‬‬
‫‪1 n‬‬
‫‪   ni xi   i 1‬‬ ‫اﻟﻔﺌﺔ ‪ i‬و ﯾﻤﻜﻦ ﻛﺘﺎﺑﺘﮭﺎ ﻋﻠﻰ اﻟﺸﻜﻞ ‪ ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪n i 1‬‬ ‫‪N‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ 2    ni xi   x‬‬
‫‪2‬‬
‫‪‬‬
‫‪n‬‬ ‫‪‬‬

‫ﺧﻮاص اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‪:‬‬

‫‪ .1‬ﯾﺘﺄﺛﺮ ﺑﻜﻞ اﻟﻘﯿﻢ و ﺧﺎﺻﺔ اﻟﻤﺘﻄﺮﻓﺔ ﻣﻨﮭﺎ‬
‫‪ .2‬ﻗﺎﺑﻞ ﻟﻠﻌﻤﻠﯿﺎت اﻟﺠﺒﺮﯾﺔ‬
‫‪ .3‬ﻛﺜﯿﺮ اﻻﺳﺘﻌﻤﺎل ﻓﻲ اﻟﻘﻮاﻧﯿﻦ و اﻟﻨﻈﺮﯾﺎت اﻹﺣﺼﺎﺋﯿﺔ‬
‫‪ .4‬إذا ﻛﺎﻧﺖ ﻟﺪﯾﻨﺎ اﻟﻘﯿﻢ ‪ ، xn ,............x 2 , x1‬و إذا ﺗﻢ ‪:‬‬
‫أ‪ .‬إﺿﺎﻓﺔ أو طﺮح ﻗﯿﻤﺔ ﺛﺎﺑﺘﺔ ‪ a‬ﻟﻜﻞ ﻗﯿﻤﺔ ‪ xi‬ﻓﺎن اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﻻ‬
‫ﯾﺘﻐﯿﺮ‬
‫ب‪ .‬ﺿﺮب أو ﻗﺴﻤﺔ ﻛﻞ ﻗﯿﻤﺔ ﻓﻲ ﻣﻘﺪار ﺛﺎﺑﺖ )ﻣﻮﺟﺐ( ﻓﺎن اﻻﻧﺤﺮاف‬
‫اﻟﻤﻌﯿﺎري ﯾﺘﺄﺛﺮ ﺑﺎﻟﻤﻘﺪار ﻧﻔﺴﮫ‬
‫‪X 1‬‬
‫‪ x  a    x ‬‬ ‫‪     x ‬‬ ‫‪c0‬‬
‫‪c c‬‬
‫‪ X a 1‬‬
‫‪ X     x ‬‬ ‫‪ 0‬‬ ‫‪‬‬ ‫‪   x ‬‬
‫‪ c  c‬‬

‫دور اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ھﻮ ﻣﻌﺮﻓﺔ ﻛﯿﻔﯿﺔ اﻧﺘﺸﺎر اﻟﻘﯿﻢ ﺣﻮل اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ‪.‬‬
‫‪ 4.3‬ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف‪ :‬ﻋﺮﻓﻨﺎ أن اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﯾﻌﺪ ﻣﻘﯿﺎﺳﺎ واﻓﯿﺎ و‬
‫ﺻﺤﯿﺤﺎ ﻋﻦ ﻣﻘﺪار اﻟﺘﺸﺘﺖ و ﻟﻜﻦ ﻟﻮ اﺳﺘﺨﺪﻣﻨﺎ ھﺬا اﻟﻤﻘﯿﺎس ﻟﻠﻤﻘﺎرﻧﺔ ﺑﯿﻦ ظﺎھﺮﺗﯿﻦ‬
‫ﺗﻜﻮن اﻟﻤﻘﺎرﻧﺔ ﻣﻨﻄﻘﯿﺔ إذا ﻛﺎﻧﺖ اﻟﻈﺎھﺮﺗﯿﻦ ﻣﻦ ﻧﻮﻋﯿﺔ واﺣﺪة و ﺗﻜﻮن اﻟﻤﻘﺎرﻧﺔ أﻛﺜﺮ‬
‫‪63‬‬
‫واﻗﻌﯿﺔ إذا ﻛﺎﻧﺖ اﻟﻤﺘﻮﺳﻄﺎت ﻣﺘﺴﺎوﯾﺔ أو ﻗﺮﯾﺒﺔ ﻣﻦ ﺑﻌﻀﮭﺎ‪ ،‬أﻣﺎ إذا ﻛﺎﻧﺖ اﻟﻈﻮاھﺮ‬
‫ﺗﺪل ﻋﻠﻰ ﺻﻔﺎت ﻣﺨﺘﻠﻔﺔ أو إذا ﻛﺎﻧﺖ اﻟﻤﺘﻮﺳﻄﺎت ﻣﺨﺘﻠﻔﺔ ﻓﺎن اﻟﻤﻘﺎرﻧﺔ ﻏﯿﺮ ﻣﻨﻄﻘﯿﺔ‬
‫و ﻟﮭﺬا وﺟﺪ ﻣﻘﯿﺎس آﺧﺮ ﯾﺴﻤﻰ بﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف ‪.‬‬
‫ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف=)اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‪/‬اﻟﻤﺘﻮﺳﻂ( ‪100 ‬‬
‫ﻣﺜﺎل‪ :‬ﻣﺘﻮﺳﻂ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻄﻠﺒﺔ ﻓﻲ ﻣﺎدة ھﻮ ‪ 75‬ﺑﺎﻧﺤﺮاف ﻣﻌﯿﺎري ‪ 15‬و‬
‫ﻣﺘﻮﺳﻂ درﺟﺎﺗﮭﻢ ﻓﻲ ﻣﺎدة أﺧﺮى ھﻮ ‪ 60‬ﺑﺎﻧﺤﺮاف ﻣﻌﯿﺎري ‪ .9‬ﻓﺄي اﻟﺪرﺟﺎت‬
‫ﺑﻨﻈﺮك اﻷﻛﺜﺮ ﺗﺸﺘﺘﺎ؟‬
‫‪15‬‬
‫اﺧﺘﻼف‬ ‫ﻣﻌﺎﻣﻞ‬ ‫و‬ ‫‪%20  100 ‬‬ ‫اﻟﻤﺎدة ‪: I‬‬ ‫اﺧﺘﻼف‬ ‫ﻣﻌﺎﻣﻞ‬
‫‪75‬‬
‫‪9‬‬
‫‪ %15  100 ‬ﻣﻦ ذﻟﻚ ﻧﻔﮭﻢ أن اﻻﺧﺘﻼف أو اﻟﺘﺸﺘﺖ ﺑﯿﻦ درﺟﺎت‬ ‫اﻟﻤﺎدة ‪: II‬‬
‫‪60‬‬
‫اﻟﻤﺎدة اﻷوﻟﻰ اﻛﺒﺮ ﻣﻦ اﻟﻤﺎدة اﻟﺜﺎﻧﯿﺔ‪ ،‬ﻣﻦ اﻟﻮاﺿﺢ أن ھﺬا اﻻﺳﺘﻨﺘﺎج ﯾﻤﻜﻦ اﻟﺤﺼﻮل‬
‫ﻋﻠﯿﮫ ﻣﻘﺎرﻧﺔ اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﻓﻘﻂ‪.‬‬

‫‪64‬‬
 ‫‪ .4‬اﻟﺴﻼﺳﻞ اﻹﺣﺼﺎﺋﯿﺔ ذات ﻣﺘﻐﯿﺮﯾﻦ‬

‫ﻓﻲ ﻛﺜﯿﺮ ﻣﻦ اﻟﺪراﺳﺎت اﻹﺣﺼﺎﺋﯿﺔ ﻧﮭﺘﻢ ﺑﻤﺘﻐﯿﺮات ﻋﺪﯾﺪة ﻓﻲ آن واﺣﺪ و ھﻲ ﺻﻔﺎت‬

‫ﺗﺘﻤﯿﺰ ﺑﮭﺎ أﻓﺮاد ﻣﺠﺘﻤﻊ ﻣﺎ و ﻧﺮﯾﺪ اﻟﺒﺤﺚ ﻋﻠﻰ وﺟﻮد ﻋﻼﻗﺎت ﺑﯿﻦ ھﺬه اﻟﺼﻔﺎت اﻟﺘﻲ‬
‫ﺗﻔﺴﺮ ﻣﺪى ﺗﺄﺛﯿﺮ ﺑﻌﻀﮭﺎ ﻋﻠﻰ ﺑﻌﺾ ﻓﻲ اﻟﺘﻄﻮر و اﻟﺘﻐﯿﺮ‪.‬‬
‫ﻧﺤﺪد ﻣﺠﺎل ھﺬه اﻟﺪراﺳﺔ إﻟﻰ ﻣﺘﻐﯿﺮﯾﻦ إﺣﺼﺎﺋﯿﯿﻦ ﯾﻤﺜﻼن ﺻﻔﺘﯿﻦ ﯾﺘﻤﯿﺰ ﺑﮭﺎ أﻓﺮاد‬
‫ﻣﺠﺘﻤﻊ ﻣﺎ و ﻧﻔﺮض أن ھﺬﯾﻦ اﻟﻤﺘﻐﯿﺮﯾﻦ ﻛﻤﯿﯿﻦ و ﻓﯿﻤﺎ ﯾﻠﻲ أﻣﺜﻠﺔ‪:‬‬
‫‪ ‬اﻟﻘﺎﻣﺔ و اﻟﻮزن ﻋﻨﺪ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻷﺷﺨﺎص‬
‫‪ ‬اﻟﻘﺎﻣﺔ و اﻟﻌﻤﺮ ﻋﻨﺪ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻷطﻔﺎل‬
‫‪ ‬اﻟﻤﺮدود اﻟﻔﻼﺣﻲ و ﻛﻤﯿﺔ اﻷﺳﻤﺪة‬
‫‪ ‬ﺳﺮﻋﺔ اﻟﺴﯿﺎرات و اﺳﺘﮭﻼك اﻟﻮﻗﻮد‬
‫‪ ‬اﻟﺪﺧﻞ و اﻻﺳﺘﮭﻼك‬
‫‪ ‬اﻹﺷﮭﺎر و ﻣﺴﺘﻮى اﻟﻤﺒﯿﻌﺎت‬
‫‪ 1.4‬اﻟﺴﻼﺳﻞ اﻹﺣﺼﺎﺋﯿﺔ ذات ﺑﻌﺪﯾﻦ‪ :‬إن اﻟﻤﺸﺎھﺪات اﻟﻤﺘﻌﻠﻘﺔ ﺑﻤﺘﻐﯿﺮﯾﻦ ﻟـ ‪n‬‬
‫ﻓﺮد ﺗﺘﻤﺜﻞ ﻛﺄﺑﺴﻂ ﻣﺎ ﯾﻜﻮن ﻋﻠﻰ ﺷﻜﻞ ﺳﻠﺴﻠﺔ ﻣﺰدوﺟﺔ ‪ xi , y j ‬ﻣﺮﺗﺒﺔ ﺣﺴﺐ إﺣﺪى‬
‫ﻣﺮﻛﺒﺘﯿﮭﺎ‪ .‬ﻧﻀﻊ ‪ N  nij‬ﻋﺪد اﻷﻓﺮاد ﻓﻲ اﻟﻤﺠﺘﻤﻊ ﺑﺤﯿﺚ ‪ x  xi‬و ‪y  yi‬‬
‫ﺑﺈﻣﻜﺎﻧﻨﺎ أن ﻧﻌﺮض ھﺬه اﻟﻤﻌﻠﻮﻣﺎت ﻓﻲ ﺟﺪول ذات ﻣﺪﺧﻠﯿﻦ ﻋﻠﻰ اﻟﺼﯿﻐﺔ اﻟﺘﺎﻟﯿﺔ‬
‫‪y1‬‬ ‫‪y2 ...‬‬ ‫‪yq‬‬ ‫اﻟﻤﺠﻤﻮع‬
‫‪x1‬‬ ‫‪n11 n12 ...‬‬ ‫‪n1q‬‬ ‫‪n1‬‬
‫‪x2‬‬ ‫‪n21 n22 ... n2 q‬‬ ‫‪n2‬‬
‫‪...‬‬ ‫‪... ... ... ...‬‬ ‫‪...‬‬
‫‪xp‬‬ ‫‪n p1 n p 2 ...‬‬ ‫‪n pq‬‬ ‫‪np‬‬
‫‪ n*1‬اﻟﻤﺠﻤﻮع‬ ‫‪... n*q‬‬ ‫‪N‬‬

‫‪ 2.4‬اﻟﺘﻮزﯾﻌﺎت اﻟﮭﺎﻣﺸﯿﺔ ‪:‬‬

‫ﺗﻌﺮﯾﻒ‪ :‬ﻓﻲ ﻛﻼ اﻟﺤﺎﻻت )اﻟﻤﺴﺘﻤﺮة و ﻏﯿﺮ اﻟﻤﺴﺘﻤﺮة(‪ ،‬ﺗﺤﺴﺐ اﻟﻤﺠﺎﻣﯿﻊ اﻟﺨﺎﺻﺔ‬
‫ﺑﺴﻄﺮ ﻣﻦ اﻟﺴﻄﻮر أو ﻋﻤﻮد ﻣﻦ اﻷﻋﻤﺪة‪ ،‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ اﻟﺘﻜﺮارات اﻟﮭﺎﻣﺸﯿﺔ‬

‫‪65‬‬
 ‫‪q‬‬ ‫‪p‬‬
‫‪ ni.   nij‬و ھﻲ ﻣﺮﺗﺒﻄﺔ‬ ‫و‬ ‫‪n. j   nij‬‬ ‫‪ ni , n j‬اﻟﻤﻌﺮﻓﯿﻦ ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫‪j 1‬‬ ‫‪i 1‬‬
‫‪q‬‬ ‫‪p‬‬
‫‪.  n. j   ni .   xij  N‬ﺣﯿﺚ ‪ N‬ﻋﺪد أﻓﺮاد‬ ‫ﻓﯿﻤﺎ ﺑﯿﻨﮭﺎ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﯿﺔ‬
‫‪j 1‬‬ ‫‪i 1‬‬ ‫‪i‬‬ ‫‪j‬‬

‫اﻟﻤﺠﺘﻤﻊ اﻟﻜﻠﻲ‪.‬‬
‫ﻋﻨﺪﻣﺎ ﻧﺮﻓﻖ اﻟﺘﻜﺮارات اﻟﮭﺎﻣﺸﯿﺔ ﻋﻠﻰ اﻟﺘﺮﺗﯿﺐ ﻟﻜﻞ ﻗﯿﻤﺔ ﻣﻮاﻓﻘﺔ ﻣﻦ اﻟﻘﯿﻢ ‪ xi‬و ‪y j‬‬
‫ﻓﺈﻧﻨﺎ ﻧﺸﻜﻞ ﺳﻠﺴﻠﺘﯿﻦ وﺣﯿﺪﺗﻲ اﻟﺒﻌﺪ ﺗﺴﻤﻰ ﺑﺎلﺗﻮزﯾﻊ اﻟﮭﺎﻣﺸﻲ‪ ،‬ﻛﻤﺎ ھﻮ ﻣﻮﺿﺢ ﻓﺒﻤﺎ‬
‫ﯾﻠﻲ ‪:‬‬
‫اﻟﺘﻮزﯾﻊ اﻟﮭﺎﻣﺸﻲ ﻟـ ‪: X‬‬
‫‪xi x1 x2 ... x p‬‬
‫‪ n1 n2 ... n p‬اﻟﺘﻜﺮار‬
‫اﻟﺘﻮزﯾﻊ اﻟﮭﺎﻣﺸﻲ ﻟـ ‪Y‬‬
‫‪yi y1 y2 ... yq‬‬
‫‪ n1 n2 ... nq‬اﻟﺘﻜﺮار‬

‫‪ 3.4‬ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪ :‬ﯾﺒﺤﺚ اﻻرﺗﺒﺎط ﻓﻲ اﺗﺠﺎه و ﻗﻮة ﻋﻼﻗﺔ ﺑﯿﻦ ظﺎھﺮﺗﯿﻦ أو‬
‫أﻛﺜﺮ‪ .‬اﺑﺴﻂ اﻻرﺗﺒﺎطﺎت ھﻮ اﻻرﺗﺒﺎط اﻟﺒﺴﯿﻂ اﻟﺬي ﯾﺒﺤﺚ ﻓﻲ ﻗﻮة اﻟﻌﻼﻗﺔ ﺑﯿﻦ‬
‫ظﺎھﺮﺗﯿﻦ‪ .‬و ﻗﺪ ﯾﻜﻮن اﻻرﺗﺒﺎط اﻟﺒﺴﯿﻂ ﻣﻌﺮف ﺑـ " إذا زادت ﻗﯿﻢ اﻟﻈﺎھﺮة ﻓﺎﻧﮫ‬
‫ﯾﺴﺘﻨﺘﺞ زﯾﺎدة ﻗﯿﻤﺔ اﻟﻈﺎھﺮة اﻷﺧﺮى أو ﯾﺤﺪث اﻟﻌﻜﺲ أي ﯾﺘﺒﻌﮭﺎ ﻧﻘﺺ ﻓﻲ اﻟﻈﺎھﺮة‬
‫اﻷﺧﺮى"‪ .‬ﻧﻘﻮل أﻧﮫ ھﻨﺎك ارﺗﺒﺎط طﺮدي )ﻣﻮﺟﺐ( ﻓﻲ اﻟﺤﺎﻟﺔ اﻷوﻟﻰ و ارﺗﺒﺎط‬
‫ﻋﻜﺴﻲ )ﺳﺎﻟﺐ( ﻓﻲ اﻟﺤﺎﻟﺔ ‪.2‬‬
‫أ‪ .‬ﺣﺴﺎب ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﻓﻲ ﺣﺎﻟﺔ اﻟﻘﯿﻢ اﻟﻤﻔﺮدة )ﺿﺮب اﻟﻌﺰوم(‪:‬‬
‫‪X x1 x2 ... xn‬‬
‫‪Y‬‬ ‫‪y1 y 2 ... yn‬‬
‫ﺗﻌﺮﯾﻒ اﻟﺘﻐﺎﯾﺮ )اﻟﺘﺒﺎﯾﻦ(‪ :‬ﻧﺴﻤﻲ ﺗﺒﺎﯾﻦ ﻣﺸﺘﺮك أو ﺗﻐﺎﯾﺮ ﻟـ ‪ X‬و ‪ Y‬اﻟﻌﺒﺎرة اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫‪1 n‬‬
‫‪Cov  x, y  ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ xi  x yi  y‬‬
‫‪n i 1‬‬
‫‪‬‬
‫‪‬‬
‫‪1‬‬
‫‪ xi yi ‬‬
‫‪ xi  yi ‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪1‬‬
‫‪66‬‬ ‫‪‬‬
‫‪n‬‬
‫‪ xi yi  x  y‬‬
 ‫‪cov x, y ‬‬
‫‪‬‬ ‫ﺗﻌﺮﯾﻒ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‪ :‬ﯾﻌﺮف ﻣﻌﺎﻣﻞ اﻹرﺗﺒﺎط ﺑـﺎﻟﻌﻼﻗﺔ‬
‫‪xy‬‬
‫ﺣﯿﺚ ‪  x‬و ‪  y‬ھﻤﺎ اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﻟـ ‪ x‬و ‪ y‬ﻋﻠﻰ اﻟﺘﺮﺗﯿﺐ )ﻓﻲ اﻟﺤﺎﻟﺔ‬
‫اﻟﻨﻘﻄﯿﺔ(‪ .‬ﻟﺪﯾﻨﺎ ‪:‬‬
‫‪2‬‬
‫‪ n ‬‬
‫‪1 n 2 ‬‬
‫‪ xi ‬‬
‫‪1 n‬‬ ‫‪2‬‬
‫‪ x   xi  1    xi2  x‬‬
‫‪n 1‬‬ ‫‪ n ‬‬ ‫‪n 1‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪2‬‬
‫‪ n ‬‬
‫‪  yi ‬‬
‫‪1 n‬‬ ‫‪1 n‬‬ ‫‪2‬‬
‫‪ y   yi2   1    yi2  y‬‬
‫‪n 1‬‬ ‫‪ n ‬‬ ‫‪n 1‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫وﻣﻨﮫ ﻋﺒﺎرة أﺧﺮى ﻟﻼرﺗﺒﺎط‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪n xi yi   xi  yi‬‬
‫‪  x, y  ‬‬ ‫‪1‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪2‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ n ‬‬
‫‪n xi2    xi   n  yi2    yi ‬‬
‫‪1‬‬ ‫‪ 1 ‬‬ ‫‪1‬‬ ‫‪ 1 ‬‬
‫ﻧﻼﺣﻆ أن ‪:‬‬
‫‪  1  1    1 ‬‬
‫‪ ‬ﻋﻨﺪﻣﺎ ‪   0,1‬اﻟﻌﻼﻗﺔ ﻣﻮﺟﺒﺔ‬
‫‪ ‬ﻋﻨﺪﻣﺎ ‪   0,1‬اﻟﻌﻼﻗﺔ ﺳﺎﻟﺒﺔ‬
‫‪ ‬ﻋﻨﺪﻣﺎ ‪   1‬ﻋﻼﻗﺔ ﻣﻮﺟﺒﺔ ﺗﻤﺎﻣﺎ‬
‫‪ ‬ﻋﻨﺪﻣﺎ ‪   1‬ﻋﻼﻗﺔ ﺳﺎﻟﺒﺔ ﺗﻤﺎﻣﺎ‬
‫‪ ‬ﻋﻨﺪﻣﺎ ‪   0‬ﻻ ﺗﻮﺟﺪ ﻋﻼﻗﺔ‬
‫ﻣﺜﺎل ‪ :‬اﺣﺴﺐ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﻟﻠﺴﻠﺴﻠﺔ اﻟﺘﺎﻟﯿﺔ‬
‫‪x‬‬ ‫‪2 6 7 10‬‬
‫‪y‬‬ ‫‪12 10 8 4‬‬
‫‪ y , x , x y‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫ﻟﺤﺴﺎب ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﻧﺤﺴﺐ ﻛﻞ ﻣﻦ‬

‫‪67‬‬
 ‫‪4 xy   x  y‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪10‬‬ ‫‪25‬‬
‫‪4 x   x ‬‬ ‫‪4 y   y ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪y‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪34‬‬
‫‪xy‬‬ ‫‪24‬‬ ‫‪60‬‬ ‫‪5‬‬ ‫‪40‬‬ ‫‪18‬‬
‫‪41188  2534‬‬ ‫‪6‬‬ ‫‪0‬‬
‫‪‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪x2‬‬ ‫‪4‬‬ ‫‪36‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪18‬‬
‫‪41189  25‬‬ ‫‪4324   39‬‬ ‫‪9‬‬ ‫‪0‬‬ ‫‪9‬‬
‫‪y2‬‬ ‫‪14‬‬ ‫‪10‬‬ ‫‪6‬‬ ‫‪16‬‬ ‫‪32‬‬
‫‪ 0,96‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪4‬‬

‫اﻻرﺗﺒﺎط ﻋﻜﺴﻲ )ﺳﺎﻟﺐ( و ﻗﻮي‬

‫ب‪ .‬ﺣﺴﺎب ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﻓﻲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﻤﺰدوﺟﺔ‪:‬‬
‫ﺗﻌﺮﯾﻒ‪ :‬ﻧﻌﺮف ﺗﺒﺎﯾﻦ ﻣﺸﺘﺮك أو ﺗﻐﺎﯾﺮ ﻟـ ‪ X‬و ‪ Y‬ﺑﺎﻟﻌﺒﺎرة اﻟﺘﺎﻟﯿﺔ ‪:‬‬
‫‪1 p q‬‬
‫‪‬‬
‫‪cov x, y    ni j xi  x y j  y‬‬
‫‪n i 1 j 1‬‬
‫‪‬‬ ‫‪‬‬
‫‪1 q‬‬ ‫‪1 p‬‬
‫ﺣﯿﺚ ‪ X   ni xi‬و ‪. Y   n j y j‬‬
‫‪n j 1‬‬ ‫‪n i 1‬‬

‫ﺗﻌﺮﯾﻒ ‪:‬ﯾﻌﺮف اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ﻟﻠﻤﺘﻐﯿﺮ اﻹﺣﺼﺎﺋﻲ اﻟﮭﺎﻣﺸﻲ ‪ X‬و ‪ Y‬ﺑـ‪:‬‬

‫‪1 q‬‬ ‫‪1 p‬‬
‫‪y ‬‬ ‫‪‬‬
‫‪ nj  y j  y‬‬
‫‪n j 1‬‬
‫‪‬‬
‫‪2‬‬
‫‪ X ‬و‬ ‫‪‬‬
‫‪n i 1‬‬
‫‪‬‬
‫‪ni  xi  x‬‬ ‫‪‬‬
‫‪2‬‬

‫‪cov x, y ‬‬
‫‪‬‬ ‫ﺗﻌﺮﯾﻒ ‪ :‬ﯾﻌﺮف ﻣﻌﺎﻣﻞ اﻹرﺗﺒﺎط ﺑـﺎﻟﻌﻼﻗﺔ‬
‫‪xy‬‬

‫ﻣﺜﺎل ‪:‬‬
‫‪x‬‬ ‫‪20‬‬ ‫‪70‬‬ ‫‪40‬‬ ‫‪50‬‬ ‫‪60-70‬‬ ‫ھﺎﻣﺸﻲ ‪y‬‬
‫‪y‬‬
‫‪10‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪5‬‬
‫‪19‬‬ ‫‪3‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪-‬‬ ‫‪25‬‬
‫‪18‬‬ ‫‪1‬‬ ‫‪7‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪9‬‬ ‫‪35‬‬
‫‪22-26‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪15‬‬
‫ھﺎﻣﺸﻲ ‪x‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪5‬‬ ‫‪80‬‬

‫‪68‬‬
 ‫ و ﻧﺮﯾﺪ ﺣﺴﺎب اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬x ‫ﻣﻦ اﻟﺠﺪول ﻧﺠﺪ أن ﺗﻮزﯾﻊ‬
x 20 30 40 50 60 -50
ni 5 20 30 20 5 80
xi 25 35 45 55 65 -
ni xi 125 70 1350 1100 325 3600
x  x  i
-20 -10 0 10 20 0
n x  x 
i i
-100 -200 0 200 100 0

n x  x  2000 2000 0 2000 2000 8000

2
i i

‫و‬ x xn i i

3000
 45 ‫اﻟﺤﺴﺎﺑﻲ‬ ‫اﻟﻤﺘﻮﺳﻂ‬ ‫أن‬ ‫ﻧﻼﺣﻆ‬
N 80
1 5
x  
 ni xi  X
N i 1

2
 10

1520
y  19 ‫و‬  y  11 ‫ﻧﺠﺪ‬ y ‫و ﺑﺎﻟﻤﺜﻞ ﻧﺤﺴﺐ‬
80
y 10 14 18 22-26 -
nj 5 25 35 15 86
yj 12 16 20 24 -
nj y j 60 460 700 360 1250

yj  y -7 -3 1 5 -

nj y j  y  -35 -75 35 75 0

n y  y
2 245 225 35 345 880
j j

:‫و ﻣﻨﮫ‬
xi  x -20 -10 0 10 20
yj  y
-7 1(190) 0(140) 2(0) - - 280
-7 3(180) 8(240) 10(0) 4(-120) - 30
1 1(-20) 7(70) 12(0) 1(110) 4(80) 100
5 - 3(-150) 6(0) 5(250) (100) 200
- 300 160 0 240 180 880

69
 ‫‪880‬‬ ‫‪11‬‬
‫‪‬‬ ‫‪‬‬
‫‪000000 10 9‬‬
‫وﻣﻨﮫ ‪ 0,33‬‬ ‫‪ n x‬‬
‫‪ij‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ x yi  y  880‬‬

‫‪ 4.4‬ﻣﺴﺘﻘﯿﻢ اﻻﻧﺤﺪار‪ :‬ﻟﺪﯾﻨﺎ اﻟﻤﺘﻐﯿﺮﯾﻦ ‪ x‬و ‪ y‬ﻣﻌﺮﻓﯿﻦ ﻋﻠﻰ ﻣﺠﺘﻤﻊ ﻣﺎ‪ .‬ﻧﻔﺮض‬
‫اﻧﮫ ﺑﺤﻮزﺗﻨﺎ ﻋﯿﻨﺔ ﻣﻦ اﻟﻘﯿﺎﺳﺎت ‪  xi , yi ‬ﻣﻊ ‪ i  1,2,..., n‬و أن ﻛﻞ ﻗﯿﺎس ﻟـ ‪xi‬‬
‫ﺗﻘﺎﺑﻠﮫ ‪ yi‬و ﺣﯿﺪة‪ .‬ﻧﺰود اﻟﻤﺴﺘﻮي ﺑﻤﻌﻠﻢ ﻣﺘﻌﺎﻣﺪ ﻣﺘﺠﺎﻧﺲ و ﻧﻤﺜﻞ اﻟﻌﯿﻨﺔ ﻋﻠﻰ ﺷﻜﻞ‬
‫ﺳﺤﺎﺑﺔ ﻣﻦ اﻟﻨﻘﺎط‪.‬‬
‫‪20‬‬
‫‪18‬‬
‫‪16‬‬
‫‪14‬‬
‫‪12‬‬
‫‪yi‬‬

‫‪10‬‬
‫‪8‬‬
‫‪6‬‬
‫‪4‬‬
‫‪2‬‬
‫‪0‬‬
‫‪0‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬
‫‪xi‬‬

‫ﻟﻨﺒﺤﺚ ﻋﻦ ﻣﺴﺘﻘﯿﻢ ﻣﻌﺎدﻟﺘﮫ ‪ y  ax  b‬ﯾﻘﺎرب اﻟﺴﺤﺎﺑﺔ ﻋﻠﻰ أﺣﺴﻦ درﺟﺔ ﻣﻤﻜﻨﺔ‪،‬‬

‫ﻧﺪرك ھﺬه اﻟﻤﻌﺎدﻟﺔ ﺑﺎﺳﺘﺨﺪام طﺮﯾﻘﺔ اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى‪ .‬ﻧﺠﺪ ‪:‬‬
‫‪‬‬ ‫‪n  xi yi   xi  yi‬‬
‫‪a‬‬ ‫و‬ ‫‪bˆ  y  aˆ x‬‬
‫‪n xi   xi ‬‬
‫‪2‬‬ ‫‪2‬‬

‫ﯾﺪﻋﻰ اﻟﻤﺴﺘﻘﯿﻢ اﻟﺬي ﻣﻌﺎدﻟﺘﮫ ˆ‪ y  aˆx  b‬ﺑﻤﺴﺘﻘﯿﻢ اﻧﺤﺪار ‪ y‬ﻋﻠﻰ ‪ x‬ﻣﻊ ̂‪ a‬ﻣﻌﺎﻣﻞ‬
‫اﻻﻧﺤﺪار‪.‬‬
‫و ﺑﺎﻟﻤﺜﻞ ﯾﻤﻜﻦ ﺣﺴﺎب ﻣﻌﺎدﻟﺔ اﻟﻤﺴﺘﻘﯿﻢ '‪ x  a' y  b‬اﻧﺤﺮاف ‪ x‬ﻋﻠﻰ ‪ ، y‬ﻧﺠﺪ ‪:‬‬
‫‪n xi yi   xi  yi‬‬
‫‪bˆ'  X  aˆ ' y‬‬ ‫و‬ ‫‪aˆ ' ‬‬
‫‪n yi   yi ‬‬
‫‪2‬‬ ‫‪2‬‬

‫ﻣﺜﺎل ‪ :‬ﻟﺪﯾﻨﺎ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻘﯿﺎﺳﺎت ﺗﻤﺜﻞ ﻣﺆﺷﺮﯾﻦ اﻗﺘﺼﺎدﯾﯿﻦ‪:‬‬

‫‪xi‬‬ ‫‪1,5‬‬ ‫‪1,8‬‬ ‫‪2,9‬‬ ‫‪5‬‬ ‫‪3,5‬‬ ‫‪3,9‬‬ ‫‪4,9‬‬ ‫‪4.8‬‬ ‫‪5‬‬
‫‪yi‬‬ ‫‪4,8‬‬ ‫‪5,7‬‬ ‫‪7‬‬ ‫‪8,3‬‬ ‫‪10,9‬‬ ‫‪12,4‬‬ ‫‪13,1‬‬ ‫‪13,1‬‬ ‫‪15,3‬‬
‫اوﺟﺪ ﻣﻌﺎدﻟﺔ اﻧﺤﺪار ‪ y‬ﻋﻠﻰ ‪x‬‬
‫ﺑﻌﺪ اﻟﺤﺴﺎب ﻧﺠﺪ ان‪:‬‬

‫‪70‬‬
 ‫‪9‬‬ ‫‪9‬‬

‫‪ xi  30.3‬‬
‫‪x 1‬‬
‫‪y‬‬
‫‪x 1‬‬
‫‪i‬‬ ‫‪ 91.1‬‬

‫‪2‬‬
‫‪x y‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪ 345.09‬‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪ 115.11‬‬

‫‪X  3.36‬‬ ‫‪Y  10.12‬‬

‫ﺣﯿﺚ‪:‬‬ ‫ˆ‪y  aˆx  b‬‬ ‫ﺑـ‬ ‫ﺗﻌﻄﻰ‬ ‫‪x‬‬ ‫ﻋﻠﻰ‬ ‫اﻧﺤﺪار‬ ‫ﻣﻌﺎدﻟﺔ‬
‫‪n  xi y i   xi  yi‬‬ ‫‪9345.29   30.391.1‬‬
‫‪a‬‬ ‫‪‬‬ ‫‪ 2.93‬‬
‫‪n xi   xi ‬‬ ‫‪9115.11  30.3‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪bˆ  10.12  2.933.36   0.27‬‬ ‫ﺑﻤﺎ أن ‪bˆ  Y  aˆ X‬‬

‫‪‬‬
‫و ﻣﻨﮫ ﻣﻌﺎدﻟﺔ اﻧﺤﺪار ‪ y‬ﻋﻠﻰ ‪ x‬ھﻲ‬
‫‪y  2.93x  0.27‬‬
‫ﯾﻤﻜﻦ اﺳﺘﺨﺪام ھﺬه اﻟﻤﻌﺎدﻟﺔ ﻟﺘﻘﺪﯾﺮ ﺑﻌﺾ اﻟﻘﯿﻢ ﻟـ ‪ y‬ﻟﯿﺴﺖ ﻣﻮﺟﻮدة ﺿﻤﻦ اﻟﻘﯿﺎﺳﺎت‬
‫ﻣﺜﻼ ‪x  5,5‬‬

‫ﺑﻌﺾ اﻟﺨﻮاص ‪:‬‬

‫‪) a.a'   2 .1‬ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط(‬
‫‪ a, a' ,  .2‬ﻟﮭﻢ ﻧﻔﺲ اﻹﺷﺎرة‬
‫‪y‬‬ ‫‪x‬‬
‫‪a‬‬ ‫‪‬‬ ‫‪,‬‬ ‫‪a' ‬‬ ‫‪‬‬ ‫‪.3‬‬
‫‪x‬‬ ‫‪y‬‬
‫‪ 1‬‬ ‫‪.4‬‬
‫اﻟﻤﺴﺘﻘﯿﻤﺎن ﻣﺘﻌﺎﻣﺪان ‪  0 ‬‬ ‫‪.5‬‬
‫ﻣﻼﺣﻈﺔ ‪ :‬ﻋﻨﺪﻣﺎ ﯾﻤﺮ ‪ x‬إﻟﻰ ‪ x  1‬ﻓﺎن ‪ y‬ﯾﺘﻐﯿﺮ ﻣﻦ ‪ y‬إﻟﻰ ‪y1  a x  1  b‬‬
‫‪ a  y1  y‬ھﻮ ﺗﻐﯿﺮ ‪ y‬اﻟﻨﺎﺗﺞ ﻋﻦ ﺗﻐﯿﺮ ‪1  x‬‬

‫‪71‬‬
 ‫ﺗﻤﺎرﯾﻦ ﺣﻮل اﻹﺣﺼﺎء‬
‫ﺗﻤﺮﯾﻦ ‪ :1‬إذا ﻛﺎﻧﺖ درﺟﺎت ‪ 30‬طﺎﻟﺒﺎ ﻓﻲ اﺣﺪ اﻻﺧﺘﺒﺎرات ﻛﻤﺎ ﯾﻠﻲ ‪:‬‬
‫‪، 21، 63، 54، 75، 43، 75، 86، 54، 86، 32، 24، 32، 63، 75، 96‬‬
‫‪43، 51، 75، 63، 96، 75، 86، 46، 67، 24، 54، 63، 67، 51، 67‬‬
‫اﻟﻤﻄﻠﻮب وﺿﻊ ھﺬه اﻟﺒﯿﺎﻧﺎت ﻓﻲ ﺻﻮرة ﻣﻨﻈﻤﺔ ﺗﻮﺿﺢ ﻣﻌﺎﻟﻤﮭﺎ اﻷﺳﺎﺳﯿﺔ‬
‫ﺗﻤﺮﯾﻦ ‪ :2‬ﺗﻤﺜﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺘﺎﻟﯿﺔ ﻣﺠﻤﻮﻋﺔ ﻗﯿﺎﺳﺎت أوﺧﺬت أﺛﻨﺎء ﺗﺤﻘﯿﻖ ﻣﺎ ‪:‬‬
‫‪43 45 42 44 42 45 39 43 48 44 42 43 40 45 42 44 44‬‬
‫‪41 46 44 41‬‬
‫أ( اﻋﺮض ھﺬه اﻟﻤﻌﻠﻮﻣﺎت ﻋﻠﻰ ﺷﻜﻞ ﺳﻠﺴﻠﺔ إﺣﺼﺎﺋﯿﺔ ﺑﺴﯿﻄﺔ و ﺣﺪد‬
‫اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة‬
‫ب( ارﺳﻢ ﻣﻀﻠﻊ اﻟﺘﻜﺮارات‬
‫ت( ﺣﺪد داﻟﺔ اﻟﺘﻮزﯾﻊ وارﺳﻢ ﺑﯿﺎﻧﮭﺎ‬
‫ﺗﻤﺮﯾﻦ ‪ :3‬ﯾﻤﺜﻞ اﻟﺠﺪول اﻟﺘﺎﻟﻲ اﻟﻔﺘﺮات اﻟﺰﻣﻨﯿﺔ اﻟﺘﻲ اﺳﺘﻐﺮﻗﺖ ﻓﯿﮭﺎ ﺧﺪﻣﺎت ﻗﺪﻣﺖ‬
‫اﻟﻠﻰ اﻟﺠﻤﮭﻮر ﻓﻲ ﻣﺼﻠﺤﺔ ﻣﺎ ﺷﻤﻞ اﻟﺘﺤﻘﯿﻖ ‪ N=30‬ﺷﺨﺺ‬
‫‪، 6.5 ، 5.5 ، 6.0 ، 0.2 ، 0.4 ، 1.3 ، 3.3 ، 0.3 ، 3.0 ، 2.0‬‬
‫‪، 0.3 ، 4.5 ، 0.7 ، 4.7، 1.8 ، 5.9 ، 4.0 ، 1.5 ، 2.3 ، 6.2‬‬
‫‪0.2 ، 1.2 ، 6.0 ، 5.6 ، 6.0 ، 1.0 ، 5.0 ، 2.5 ، 0.5 ، 1.5‬‬
‫أ( ﻧﻈﻢ ھﺬه اﻟﻤﻌﻠﻮﻣﺎت ﻋﻠﻰ ﺷﻜﻞ ‪ 6‬ﻓﺌﺎت ﺗﻨﻄﻠﻖ ﻣﻦ ‪ 0.1‬و ﺗﻨﺘﮭﻲ ﻋﻨﺪ ‪. 6.7‬‬
‫ارﺳﻢ ﺑﯿﺎن اﻟﺴﻠﺴﻠﺔ اﻟﻤﺤﺼﻞ ﻋﻠﯿﮭﺎ‬
‫ب( اوﺟﺪ ﺟﺪول اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫ت( ﻣﺜﻞ ﺑﯿﺎن اﻟﻤﻨﺤﻨﻰ اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫ث( اﺣﺴﺐ ﻛﻞ ﻣﻦ اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ‪ ‬واﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري ‪ . ‬ﻣﺎ ھﻲ‬
‫ﻧﺴﺒﺔ اﻟﺨﺪﻣﺎت اﻟﺘﻲ ﺗﺴﺘﻐﺮق ﻣﺪﺗﮭﺎ ﺑﯿﻦ ‪   ‬و ‪  ‬‬

‫‪72‬‬
 ‫ﺣﻠﻮل اﻟﺘﻤﺎرﯾﻦ‬

‫ﺗﻤﺮﯾﻦ ‪: 1‬‬
‫أ( ﺗﺮﺗﯿﺐ اﻟﺒﯿﺎﻧﺎت ﺗﺼﺎﻋﺪﯾﺎ‬
‫ﻣﺮﺑﺎت‬ ‫‪21‬‬ ‫‪24‬‬ ‫‪32‬‬ ‫‪43‬‬ ‫‪46‬‬ ‫‪51‬‬ ‫‪54‬‬ ‫‪63‬‬ ‫‪67‬‬ ‫‪75‬‬ ‫‪86‬‬ ‫‪96‬‬
‫‪N‬‬ ‫‪n‬‬
‫اﻟﺘﻜﺮار‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪30‬‬ ‫‪ni‬‬
‫ﺑﻌﺾ اﻟﻤﻌﺎﻟﻢ اﻷﺳﺎﺳﯿﺔ ﻟﮭﺬه اﻟﺒﯿﺎﻧﺎت ‪:‬‬
‫ت( ھﻲ ﻋﺒﺎرة ﻋﻦ درﺟﺎت ‪ 30‬طﺎﻟﺐ ﻓﻲ اﺣﺪ اﻻﺧﺘﺒﺎرات ﻣﻘﺪرة ﻋﻠﻰ ‪100‬‬
‫ث( ﻋﺪد اﻟﻄﻠﺒﺔ اﻟﺬﯾﻦ ﺗﺤﺼﻠﻮا ﻋﻠﻰ اﻗﻞ ‪ 50‬ھﻢ ‪ 8‬و ﺑﺎﻟﺘﺎﻟﻲ أﻛﺜﺮ ﻣﻦ ‪ 50‬ھﻢ‬
‫‪ 22‬طﺎﻟﺐ‬
‫ج( ﻋﺪد اﻟﻄﻠﺒﺔ اﻟﺬﯾﻦ ﺗﻔﻮﻗﻮا ‪) 80‬ﺟﯿﺪ ﺟﺪا( ھﻢ ‪ 5‬طﻼب‬
‫ح( ﻋﺪد اﻟﻄﻠﺒﺔ اﻟﺬﯾﻦ ﺗﺤﺼﻠﻮا اﻗﻞ ﺗﻤﺎﻣﺎ ﻣﻦ ‪ 25‬ھﻢ ‪ 3‬طﻼب‬
‫ت( ﯾﺴﻤﻰ ﺟﺪول ﺑﺴﯿﻂ‬
‫ﺗﻤﺮﯾﻦ ‪ : 2‬ﺑﻌﺪ ﺗﺮﺗﯿﺐ اﻟﺒﯿﺎﻧﺎت ﻧﻼﺣﻆ أن‬
‫‪ .1‬اﻟﻤﺪى = ‪35 = 72- 107‬‬
‫‪ .2‬ﻋﺪد اﻟﻔﺘﺮات ‪ 8‬ﻓﺌﺎت و ﻣﻨﮫ‬
‫‪35‬‬
‫‪4,37 ‬‬ ‫‪ ‬طﻮل اﻟﻔﺘﺮة =‬
‫‪8‬‬
‫‪ ‬ﻧﺤﺖ و طﻮل اﻟﻔﺘﺮة ﯾﺴﺎوي ‪5‬‬
‫‪ .3‬ﻧﻌﯿﻦ اﻟﻔﺘﺮة اﻷوﻟﻰ اﻟﺘﻲ ﺗﺸﻤﻞ ﻋﻠﻰ ‪ 72‬وﻟﺘﻜﻦ ‪72,77‬‬
‫اﻟﻔﺘﺮات‬ ‫‪71-77‬‬ ‫‪-77‬‬ ‫‪-82‬‬ ‫‪-87‬‬ ‫‪-92‬‬ ‫‪-97‬‬ ‫‪-102‬‬ ‫‪107-12‬‬
‫اﻟﻤﺠﻤﻮع‬
‫‪ni‬‬
‫‪5‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪ni ‬‬
‫‪35‬‬ ‫‪30‬‬ ‫‪22‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪6‬‬
‫‪ni ‬‬
‫‪5‬‬ ‫‪13‬‬ ‫‪20‬‬ ‫‪24‬‬ ‫‪30‬‬ ‫‪32‬‬ ‫‪33‬‬ ‫‪35‬‬ ‫‪-‬‬
‫‪xi‬‬
‫‪74,5‬‬ ‫‪72,5‬‬ ‫‪84,5‬‬ ‫‪89,5‬‬ ‫‪94,3‬‬ ‫‪99,5‬‬ ‫‪104,5‬‬ ‫‪109,5‬‬ ‫‪-‬‬
‫‪ni x i‬‬
‫‪73‬‬
 ‫‪372,5‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬
‫‪yi‬‬
‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪-‬‬
‫‪ni y i‬‬
‫‪-15‬‬ ‫‪-16‬‬ ‫‪-7‬‬ ‫‪0‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪8‬‬ ‫‪-16‬‬

‫‪ni xi‬‬
‫‪X ‬‬ ‫‪ 87,21‬‬
‫‪N‬‬

‫‪Y ‬‬
‫‪ ni yi   17  0,48‬‬
‫‪N‬‬ ‫‪35‬‬
‫‪X a‬‬
‫‪Y ‬‬ ‫‪ X  CY  a‬‬ ‫‪X  87,07‬‬
‫‪C‬‬
‫‪a  94,5‬‬
‫‪C 5‬‬

‫ﺗﻤﺮﯾﻦ ‪: 3‬‬
‫‪ (1‬ﻧﻼﺣﻆ ﺑﻌﺪ ﺗﺮﺗﯿﺐ اﻟﺒﯿﺎﻧﺎت أن اﻟﻤﺪى اﻟﻌﻤﻠﻲ ‪6,6 = 0,1- 6,7‬‬
‫اﻟﻤﺪى اﻟﻨﻈﺮي ‪6,3= 0,2- 6,5‬‬
‫‪ (2‬ﺑﻤﺎ أن ﻋﺪد اﻟﻔﺘﺮات ھﻮ ‪ 6‬ﻓﺮﺿﺎ ‪ ،‬ﻧﺨﺘﺎر طﻮل اﻟﻔﺘﺮة ﯾﺴﺎوي ‪1,1‬‬
‫اﻟﻔﺘﺮة اﻷوﻟﻰ اﻟﺘﻲ ﺗﺸﻤﻞ ‪ 0,2‬ﺗﻜﻮن ‪0.1  1.2‬‬
‫‪ (3‬اﻟﺠﺪول اﻟﺘﻜﺮاري‬
‫اﻟﻔﺘﺮات‬ ‫‪0,1 – 1,2‬‬ ‫‪-1,2‬‬ ‫‪-2,3‬‬ ‫‪-3,4‬‬ ‫‪-4,5‬‬ ‫‪6,7-5,6‬‬
‫اﻟﻤﺠﻤﻮع‬
‫‪ni‬‬
‫‪8‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪30‬‬
‫‪ni ‬‬
‫‪30‬‬ ‫‪22‬‬ ‫‪16‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪7‬‬ ‫‪0‬‬
‫‪ni ‬‬
‫‪8‬‬ ‫‪14‬‬ ‫‪18‬‬ ‫‪19‬‬ ‫‪23‬‬ ‫‪30‬‬ ‫‪-‬‬
‫‪xi‬‬
‫‪0,65‬‬ ‫‪2,75‬‬ ‫‪2,85‬‬ ‫‪3,95‬‬ ‫‪5,05‬‬ ‫‪6,15‬‬ ‫‪-‬‬
‫‪ni x i‬‬
‫‪5,20‬‬ ‫‪10,50‬‬ ‫‪11,40‬‬ ‫‪3,95‬‬ ‫‪20,2‬‬ ‫‪43,05‬‬ ‫‪94,3‬‬
‫‪yi‬‬
‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪-‬‬
‫‪ni y i‬‬
‫‪-24‬‬ ‫‪-12‬‬ ‫‪-4‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪14‬‬ ‫‪-22‬‬

‫‪6‬‬

‫‪74‬‬ ‫‪n x‬‬

‫‪i 1‬‬
‫‪i i‬‬
‫‪94,3‬‬
‫‪X ‬‬ ‫‪‬‬ ‫‪ 3,14‬‬
‫‪30‬‬ ‫‪30‬‬
 ‫ﺣﺴﺎب اﻟﻮﺳﻂ ﺑﺎﺳﺘﻌﻤﺎل‬
‫‪Y‬‬
‫‪X a‬‬ ‫اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ‪:‬‬
‫‪C‬‬
‫‪a  3,95‬‬
‫‪C  1,7‬‬
‫‪0,65  3,95‬‬
‫‪Y‬‬ ‫‪ 3‬‬
‫‪1,1‬‬
‫اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ‪Y‬‬

‫‪Y‬‬
‫‪n y‬‬‫‪i‬‬ ‫‪i‬‬
‫‪‬‬
‫‪ 22‬‬
‫‪ 0,73‬‬
‫‪30‬‬ ‫‪30‬‬
‫‪X  CY  a‬‬
‫‪ 1,1 0,73  3,95  3,14‬‬
‫ﺣﺴﺎب اﻟﻮﺳﻂ ﺑﯿﺎﻧﯿﺎ ‪l  2,57‬‬
‫ﺣﺴﺎب اﻟﻤﻨﻮال ‪ :‬ﻓﺘﺮة ﺳﻘﻮط ھﻲ اﻟﻔﺘﺮة اﻟﻤﻨﻮاﻟﯿﺔ‬
‫ﺣﺴﺎب اﻟﻮﺳﯿﻂ ‪:‬‬
‫‪ (1‬رﺗﺒﺔ اﻟﻮﺳﯿﻂ ھﻲ ‪15‬‬
‫‪ (2‬ﻧﻼﺣﻆ ان ‪ 18‬ھﻮ اول ﺗﻜﺮار ﻣﺘﺠﻤﻊ ﺻﺎﻋﺪ ﯾﺴﺎوي او ﯾﻔﻮق ‪ 15‬ﺗﻘﺎﺑﻠﮫ‬
‫اﻟﻔﺘﺮة اﻟﻮﺳﻄﯿﺔ و اﻟﺘﻲ ھﻲ ‪2.3,3.4‬‬
‫‪11  25  38,88‬‬
‫‪11  26  61,84‬‬

‫‪75‬‬
 : ‫اﻟﻤﺮاﺟﻊ‬

1986 ،‫ دﯾﻮان اﻟﻤﻄﺒﻮﻋﺎت اﻟﺠﺎﻣﻌﯿﺔ‬،"‫ ﺟﺎن ﺑﻮل ﻣﺎﻧﺪري "اﻹﺣﺘﻤﺎﻻت‬

،‫ ﻣﻄﺒﻮﻋﺔ‬،"‫ ﺑﻦ ﺑﺸﯿﺮ ﻣﻌﻤﺮ "اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬
http://www.univ-bechar.dz/benbachir/statistic.pdf
 Laurence Grammont « Cours de probabilité », 2003,
http://dossier.univ-st-etienne.fr/fac-sciences-
maths/www/probaCMsem1.pdf
 Seymour Lipschutz « probabilites », Serie Schaume, 1985

76