SlideShare a Scribd company logo
1 of 3
Download to read offline
‫ﻡﻠﺨﺺ درس اﻻﺣﺘﻤﺎﻻت‬                    ‫ﻣﺮﺿﻲ ﻋﺒﺪ اﻟﻠﻄﻴﻒ‬

                                                                    ‫‪ - I‬اﻟﺘﺠﺎرب اﻟﻌﺸﻮاﺋﻴﺔ‬

     ‫آﻞ ﺗﺠﺮﺏﺔ ﺗﻘﺒﻞ أآﺜﺮ ﻣﻦ ﻧﺘﻴﺠﺔ ﻣﻤﻜﻨﺔ ﺗﺴﻤﻰ ﺗﺠﺮﺏﺔ ﻋﺸﻮاﺋﻴﺔ أو اﺧﺘﺒﺎرا وآﻞ ﻧﺘﻴﺠﺔ ﻣﻤﻜﻨﺔ ﻟﺘﺠﺮﺏﺔ‬               ‫•‬
                                                                       ‫ﻋﺸﻮاﺋﻴﺔ ﺗﺴﻤﻰ إﻣﻜﺎﻧﻴﺔ‬
‫ﻣﺠﻤﻮﻋﺔ اﻹﻣﻜﺎﻧﻴﺎت ﺗﺴﻤﻰ آﻮن اﻹﻣﻜﺎﻧﻴﺎت وﻧﺮﻣﺰ ﻟﻬﺎ ﻋﺎدة ﺏﺎﻟﺮﻣﺰ ‪ Ω‬وآﻞ ﺝﺰء ﻣﻦ ‪ Ω‬یﺴﻤﻰ ﺣﺪﺙﺎ‬                        ‫•‬
                                                                                           ‫.‬
     ‫إذا آﺎﻧﺖ ﻧﺘﻴﺠﺔ ﺗﺠﺮﺏﺔ ﻋﺸﻮاﺋﻴﺔ ﺗﻨﺘﻤﻲ إﻟﻰ اﻟﺤﺪث ‪ A‬ﻓﺈﻧﻨﺎ ﻧﻘﻮل ﺏﺄن اﻟﺤﺪث ‪ A‬ﻗﺪ ﺗﺤﻘﻖ أو وﻗﻊ .‬               ‫•‬
           ‫إذا ﺗﺤﻘﻖ اﻟﺤﺪث ‪ A‬واﻟﺤﺪث ‪ B‬ﻓﻲ ﻧﻔﺲ اﻟﻮﻗﺖ ﻓﺈﻧﻨﺎ ﻧﻘﻮل ﺏﺄن اﻟﺤﺪث ‪ A ∩ B‬ﻗﺪ ﺗﺤﻘﻖ .‬                    ‫•‬
               ‫إذا ﺗﺤﻘﻖ أﺣﺪ اﻟﺤﺪﺙﻴﻦ ‪ A‬و ‪ B‬أو هﻤﺎ ﻣﻌﺎ ﻓﺈﻧﻨﺎ ﻧﻘﻮل ﺏﺄن اﻟﺤﺪث ‪ A ∪ B‬ﻗﺪ ﺗﺤﻘﻖ .‬                 ‫•‬
                                                ‫اﻟﺤﺪث اﻷآﻴﺪ هﻮ ‪ Ω‬و اﻟﺤﺪث اﻟﻤﺴﺘﺤﻴﻞ هﻮ ∅ .‬                  ‫•‬
                                     ‫اﻟﺤﺪث اﻻﺏﺘﺪاﺋﻲ هﻮ اﻟﺤﺪث اﻟﺬي یﺤﺘﻮي ﻋﻠﻰ إﻣﻜﺎﻧﻴﺔ واﺣﺪة .‬               ‫•‬
   ‫ﻧﻘﻮل ﻋﻦ ﺣﺪﺙﻴﻦ ‪ A‬و ‪ B‬أﻧﻬﻤﺎ ﻏﻴﺮ ﻣﻨﺴﺠﻤﻴﻦ إذا آﺎن ∅ = ‪ A ∩ B‬أي أﻧﻬﻤﺎ ﻻ یﺘﺤﻘﻘﺎن ﻓﻲ ﻧﻔﺲ‬                      ‫•‬
                                                                                     ‫اﻟﻮﻗﺖ .‬
  ‫ﻧﻘﻮل ﻋﻦ ﺣﺪﺙﻴﻦ ‪ A‬و ‪ B‬أﻧﻬﻤﺎ ﻣﺘﻀﺎدان إذا آﺎن ∅ = ‪ A ∩ B‬و ‪ A ∪ B = Ω‬وﻧﻜﺘﺐ ‪A = B‬‬                             ‫•‬
                                                                                  ‫أو ‪B = A‬‬

                                                       ‫‪ - II‬اﻟﻔﻀﺎءات اﻻﺣﺘﻤﺎﻟﻴﺔ اﻟﻤﻨﺘﻬﻴﺔ‬

     ‫• ﻟﺘﻜﻦ } ‪ Ω = {a1 , a2 ,.........., an‬ﻣﺠﻤﻮﻋﺔ ﻣﻨﺘﻬﻴﺔ . إذا رﺏﻄﻨﺎ آﻞ ﻋﻨﺼﺮ ‪ ai‬ﻣﻦ ‪ Ω‬ﺏﻌﺪد ‪ pi‬ﻣﻦ‬
          ‫اﻟﻤﺠﺎل ] 1,0 [ وآﺎن ﻣﺠﻤﻮع اﻷﻋﺪاد ‪ pi‬یﺴﺎوي 1 ﻓﺈﻧﻨﺎ ﻗﺪ ﻋﺮﻓﻨﺎ اﺣﺘﻤﺎﻻ ‪ p‬ﻋﻠﻰ ‪. Ω‬‬
                            ‫اﺣﺘﻤﺎل اﻟﺤﺪث اﻻﺏﺘﺪاﺋﻲ } ‪ {ai‬هﻮ اﻟﻌﺪد ‪ pi‬وﻧﻜﺘﺐ ‪. p ({ai } ) = pi‬‬               ‫•‬
                                                     ‫اﻟﺰوج ) ‪ ( Ω , p‬یﺴﻤﻰ ﻓﻀﺎءا اﺣﺘﻤﺎﻟﻴﺎ ﻣﻨﺘﻬﻴﺎ.‬          ‫•‬
                    ‫اﺣﺘﻤﺎل ﺣﺪث ‪ A‬هﻮ ﻣﺠﻤﻮع اﺣﺘﻤﺎﻻت اﻷﺣﺪاث اﻻﺏﺘﺪاﺋﻴﺔ اﻟﺘﻲ ﺗﻮﺝﺪ ﺿﻤﻦ ‪. A‬‬                      ‫•‬
                      ‫1 = ) ‪ p ( Ω‬و 0 = ) ∅ ( ‪ . p‬وﻟﻜﻞ ﺣﺪث ‪ A‬ﻣﻦ ‪ Ω‬ﻟﺪیﻨﺎ : 1 ≤ ) ‪. 0 ≤ p ( A‬‬               ‫•‬
                            ‫• ﻟﻜﻞ ﺣﺪﺙﻴﻦ ‪ A‬و ‪ B‬ﻟﺪیﻨﺎ ) ‪p ( A ∪ B ) = p ( A ) + p ( B ) − p ( A ∩ B‬‬
 ‫ﻓﺈن ) ‪. p ( A ∪ B ) = p ( A ) + p ( B‬‬   ‫ﺣﺪﺙﻴﻦ ﻏﻴﺮ ﻣﻨﺴﺠﻤﻴﻦ ) ∅ = ‪( A ∩ B‬‬          ‫‪ A‬و ‪B‬‬        ‫وإذا آﺎن‬
                                                ‫ﻟﺪیﻨﺎ : ) ‪. p ( A ) = 1 − p ( A‬‬   ‫• ﻟﻜﻞ ﺣﺪث ‪ A‬ﻣﻦ ‪Ω‬‬
         ‫• إذا آﺎﻧﺖ ﺝﻤﻴﻊ اﻷﺣﺪاث اﻻﺏﺘﺪاﺋﻴﺔ ﻣﺘﺴﺎویﺔ اﻻﺣﺘﻤﺎل ﻓﻲ آﻮن ‪ Ω‬ﻓﺈن اﺣﺘﻤﺎل ﺣﺪث ‪ A‬هﻮ :‬
                                                                                               ‫‪cardA‬‬
                                                                                  ‫= ) ‪. p (A‬‬
                                                                                               ‫‪card Ω‬‬




    ‫‪www.madariss.fr‬‬
‫ﻣﺮﺿﻲ ﻋﺒﺪ اﻟﻠﻄﻴﻒ‬

                                                                               ‫‪ - III‬اﻻﺣﺘﻤﺎل اﻟﺸﺮﻃﻲ‬

                                ‫• ﻟﻴﻜﻦ ‪ A‬و ‪ B‬ﺣﺪﺙﻴﻦ ﺿﻤﻦ ﻓﻀﺎء اﺣﺘﻤﺎﻟﻲ ﻣﻨﺘﻪ ﺏﺤﻴﺚ 0 ≠ ) ‪. p ( A‬‬
                                               ‫اﺣﺘﻤﺎل اﻟﺤﺪث ‪ B‬ﻋﻠﻤﺎ أن اﻟﺤﺪث ‪ A‬ﻗﺪ ﺗﺤﻘﻖ هﻮ :‬
                                                                ‫) ‪p (A ∩ B‬‬
                                                           ‫) (‬
                                           ‫= ‪. pA ( B ) = p B A‬‬
                                                                   ‫) ‪p (A‬‬
                                ‫) ‪card ( A ∩ B‬‬
                     ‫= ) ‪. pA ( B‬‬                  ‫• ﻓﻲ ﺣﺎﻟﺔ ﺗﺴﺎوي اﺣﺘﻤﺎﻻت اﻷﺣﺪاث اﻻﺏﺘﺪاﺋﻴﺔ ﻓﺈن :‬
                                    ‫‪card Ω‬‬
                 ‫) ‪p ( A ∩ B ) = pA ( B ) × p ( A ) = pB ( A ) × p ( B‬‬  ‫• ﻟﻜﻞ ﺣﺪﺙﻴﻦ ‪ A‬و ‪ B‬ﻟﺪیﻨﺎ :‬


                                                                          ‫‪ - IV‬اﻻﺳﺘﻘﻼﻟﻴﺔ‬


      ‫ﻟﻴﻜﻦ ‪ A‬و ‪ B‬ﺣﺪﺙﻴﻦ ﺿﻤﻦ ﻓﻀﺎء اﺣﺘﻤﺎﻟﻲ ﻣﻨﺘﻪ ، ﻧﻘﻮل إن ‪ A‬و ‪ B‬ﻣﺴﺘﻘﻼن إذا آﺎن :‬
                                      ‫) ‪p (A ∩ B ) = p (A )× p (B‬‬



                                                           ‫‪ -V‬اﻟﻤﺘﻐﻴﺮات اﻟﻌﺸﻮاﺋﻴﺔ‬
                                                         ‫• ﻟﻴﻜﻦ ) ‪ ( Ω , p‬ﻓﻀﺎءا اﺣﺘﻤﺎﻟﻴﺎ ﻣﻨﺘﻬﻴﺎ .‬
‫اﻟﺘﻄﺒﻴﻖ اﻟﺬي یﺮﺏﻂ آﻞ ﺣﺪث اﺏﺘﺪاﺋﻲ ﺏﻌﺪد ﺣﻘﻴﻘﻲ یﺴﻤﻰ ﻣﺘﻐﻴﺮا ﻋﺸﻮاﺋﻴﺎ وﻧﺮﻣﺰ ﻟﻪ ﺏﺎﻟﺮﻣﺰ ‪ X‬أو ‪....... Y‬‬
                                           ‫→ ‪X :Ω‬‬
                                                 ‫) ‪ωi → X (ωi‬‬
                   ‫- ﻣﺠﻤﻮﻋﺔ اﻟﺼﻮر ﺏﺎﻟﺘﻄﺒﻴﻖ ‪ X‬ﺗﻜﺘﺐ ) ‪ X ( Ω‬وهﻲ ﻣﺠﻤﻮﻋﺔ ﻗﻴﻢ ‪. X‬‬
  ‫- ﻧﻜﺘﺐ ﻋﺎدة } ‪ X ( Ω ) = {x 1 , x 2 , x 3 ,........., x n‬ﺣﻴﺚ : ‪. x 1 < x 2 < x 3 < ........... < x n‬‬
                                       ‫- ﻧﺮﻣﺰ ﻟﻠﺤﺪث : " ‪ X‬ﺗﺄﺧﺬ اﻟﻘﻴﻤﺔ ‪ " x i‬ب ) ‪. ( X = x i‬‬
          ‫- اﻟﻜﺘﺎﺏﺔ ) ‪ ( X ≤ x i‬ﺗﻌﺒﺮ ﻋﻦ اﻟﺤﺪث " ‪ X‬ﺗﺄﺧﺬ ﻗﻴﻤﺔ أﺹﻐﺮ ﻣﻦ أو ﺗﺴﺎوي ‪" x i‬‬
                                    ‫• ﻗﺎﻧﻮن اﺣﺘﻤﺎل اﻟﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬هﻮ اﻟﺘﻄﺒﻴﻖ ‪ f‬اﻟﻤﻌﺮف ﺏﻤﺎ یﻠﻲ :‬
                         ‫] 1,0 [ → ) ‪f : X ( Ω‬‬
                                    ‫) ‪x i → f (x i ) = p (X = x i‬‬
                             ‫یﺘﻢ ﻋﺎدة ﺗﺤﺪیﺪ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ﻣﺘﻐﻴﺮ ﻋﺸﻮاﺋﻲ ‪ X‬ﻓﻲ ﺝﺪول آﺎﻟﺘﺎﻟﻲ :‬

            ‫‪xi‬‬          ‫1‪x‬‬      ‫2‪x‬‬          ‫3‪x‬‬     ‫.........................................‬      ‫‪xn‬‬
      ‫) ‪p (X = x i‬‬      ‫1‪p‬‬      ‫2‪p‬‬          ‫3‪p‬‬     ‫.........................................‬       ‫‪pn‬‬
                                ‫‪n‬‬

                               ‫‪∑p‬‬
                               ‫1= ‪i‬‬
                                      ‫‪i‬‬   ‫دون أن ﻧﻨﺴﻰ اﻟﺘﺄآﺪ ﻣﻦ أن : 1 = ‪= p1 + p 2 + .......... + p n‬‬

                                                 ‫• اﻷﻣﻞ اﻟﺮیﺎﺿﻲ ﻟﻠﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬هﻮ اﻟﻌﺪد اﻟﺤﻘﻴﻘﻲ :‬


    ‫‪www.madariss.fr‬‬
‫ﻣﺮﺿﻲ ﻋﺒﺪ اﻟﻠﻄﻴﻒ‬
                                 ‫‪n‬‬
            ‫) ‪. X = E ( X ) = ∑ x i . p ( X = x i ) = x 1 × p ( X = x 1 ) + .......... + x n × p ( X = x n‬‬
                                ‫1= ‪i‬‬




                   ‫‪ V ( X ) = ∑ ( x i − X‬یﺴﻤﻰ ﻣﻐﺎیﺮة اﻟﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪. X‬‬               ‫)‬
                                                                             ‫‪n‬‬              ‫2‬
                                                                                                ‫• اﻟﻌﺪد اﻟﺤﻘﻴﻘﻲ :‬
                                                                            ‫1= ‪i‬‬

                                                 ‫‪n‬‬                       ‫‪‬‬
    ‫‪. V (X ) = E (X‬‬        ‫‪) − E ( X )‬‬       ‫ویﻤﻜﻦ اﺱﺘﻌﻤﺎل اﻟﺼﻴﻐﺔ ‪=  ∑ x i2 . p ( X = x i )  −  E ( X ) ‬‬
                       ‫2‬                   ‫2‬                                              ‫2‬
                               ‫‪‬‬       ‫‪‬‬                                      ‫‪‬‬         ‫‪‬‬
                                                 ‫1= ‪ i‬‬                   ‫‪‬‬
            ‫• اﻟﻌﺪد اﻟﺤﻘﻴﻘﻲ : ) ‪ σ ( X ) = V ( X‬یﺴﻤﻰ اﻻﻧﺤﺮاف اﻟﻄﺮازي ﻟﻠﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪. X‬‬
  ‫∈ ‪ ( x‬ﺗﺴﻤﻰ داﻟﺔ اﻟﺘﺠﺰیﺊ ﻟﻠﻤﺘﻐﻴﺮاﻟﻌﺸﻮاﺋﻲ ‪X‬‬               ‫)‬   ‫ب ) ‪f (x ) = p (X < x‬‬      ‫• اﻟﺪاﻟﺔ اﻟﻤﻌﺮﻓﺔ ﻋﻠﻰ‬


                                                                       ‫‪ −V I‬اﻟﺘﻮزیﻊ اﻟﺤﺪاﻥﻲ‬
                                        ‫• ﻋﻨﺪﻣﺎ ﺗﻜﻮن ﻟﺪیﻨﺎ اﺧﺘﺒﺎرات ﻋﺸﻮاﺋﻴﺔ ﺗﺘﻜﺮر ‪ n‬ﻣﺮة وﺗﺤﻘﻖ :‬
                                                     ‫1- اﻻﺧﺘﺒﺎرات ﻣﺴﺘﻘﻠﺔ ﻋﻦ ﺏﻌﻀﻬﺎ اﻟﺒﻌﺾ .‬
                    ‫2- آﻞ ﺗﺠﺮﺏﺔ ﺗﺆدي إﻟﻰ ﺣﺎﻟﺘﻴﻦ : ﻧﺠﺎح اﺣﺘﻤﺎﻟﻪ ‪ p‬و ﻓﺸﻞ اﺣﺘﻤﺎﻟﻪ ‪. q = 1 − p‬‬
‫ﻓﺈن اﻟﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬اﻟﺬي یﺴﺎوي ﻋﺪد اﻟﻨﺠﺎﺣﺎت اﻟﻤﺤﺼﻞ ﻋﻠﻴﻬﺎ ﺧﻼل هﺬﻩ اﻻﺧﺘﺒﺎرات یﺘﺒﻊ ﻗﺎﻧﻮﻧﺎ‬
                                                       ‫أو ﺗﻮزیﻌﺎ ﺣﺪاﻧﻴﺎ وﺱﻴﻄﺎﻩ ‪ n‬و ‪ p‬وﻟﺪیﻨﺎ :‬
        ‫) ‪ ( 0 ≤ k ≤ n ) p ( X = k ) = C n p k (1 − p‬و ‪ E ( X ) = np‬و ) ‪V ( X ) = np (1 − p‬‬
                                                                               ‫‪k‬‬            ‫‪n −k‬‬




    ‫‪www.madariss.fr‬‬

More Related Content

What's hot

الامتحان التجريبي دورة ماي 2009 ( الرياضيات)
الامتحان التجريبي دورة ماي 2009  ( الرياضيات)الامتحان التجريبي دورة ماي 2009  ( الرياضيات)
الامتحان التجريبي دورة ماي 2009 ( الرياضيات)math44
 
2 تابع (الإزاحة) الانسحاب
2   تابع (الإزاحة) الانسحاب  2   تابع (الإزاحة) الانسحاب
2 تابع (الإزاحة) الانسحاب saifsaiff
 
2008 rat
2008 rat2008 rat
2008 ratblogger
 
القطوع المخروطية Conicss
القطوع المخروطية Conicssالقطوع المخروطية Conicss
القطوع المخروطية Conicssbabiker biko
 
الدالة الأسية واللوغاريتمية
الدالة الأسية واللوغاريتميةالدالة الأسية واللوغاريتمية
الدالة الأسية واللوغاريتميةalmizjaji
 

What's hot (16)

2009rat
2009rat2009rat
2009rat
 
2003
20032003
2003
 
2005
20052005
2005
 
الامتحان التجريبي دورة ماي 2009 ( الرياضيات)
الامتحان التجريبي دورة ماي 2009  ( الرياضيات)الامتحان التجريبي دورة ماي 2009  ( الرياضيات)
الامتحان التجريبي دورة ماي 2009 ( الرياضيات)
 
الفضاء العيني
الفضاء العينيالفضاء العيني
الفضاء العيني
 
Automata 1
Automata 1Automata 1
Automata 1
 
2009
20092009
2009
 
Automata 2
Automata 2Automata 2
Automata 2
 
2 تابع (الإزاحة) الانسحاب
2   تابع (الإزاحة) الانسحاب  2   تابع (الإزاحة) الانسحاب
2 تابع (الإزاحة) الانسحاب
 
2010rat
2010rat2010rat
2010rat
 
2008 rat
2008 rat2008 rat
2008 rat
 
القطوع المخروطية Conicss
القطوع المخروطية Conicssالقطوع المخروطية Conicss
القطوع المخروطية Conicss
 
2012
20122012
2012
 
2006rat
2006rat2006rat
2006rat
 
2010
20102010
2010
 
الدالة الأسية واللوغاريتمية
الدالة الأسية واللوغاريتميةالدالة الأسية واللوغاريتمية
الدالة الأسية واللوغاريتمية
 

Viewers also liked

تحليل نص نيتشه
تحليل نص نيتشهتحليل نص نيتشه
تحليل نص نيتشهKarim Salami
 
Intro à l'étude de droit- S4
Intro à l'étude de droit- S4Intro à l'étude de droit- S4
Intro à l'étude de droit- S4Polycope Fsjest
 
S3.echantillonnage estimation-s3
S3.echantillonnage estimation-s3S3.echantillonnage estimation-s3
S3.echantillonnage estimation-s3Jamal Yasser
 
Introduction à l'étude de droit semestre3
Introduction à l'étude de droit semestre3Introduction à l'étude de droit semestre3
Introduction à l'étude de droit semestre3Jamal Yasser
 
exercices corrigés échantillonnage et estimation
exercices corrigés échantillonnage et estimationexercices corrigés échantillonnage et estimation
exercices corrigés échantillonnage et estimationcours fsjes
 
Td d'is avec corrigés s5 - www.coursdefsjes.com
Td d'is avec corrigés s5 - www.coursdefsjes.comTd d'is avec corrigés s5 - www.coursdefsjes.com
Td d'is avec corrigés s5 - www.coursdefsjes.comcours fsjes
 
7 exercices corriges sur la loi normale
7 exercices corriges sur la loi normale7 exercices corriges sur la loi normale
7 exercices corriges sur la loi normalecours fsjes
 
Cours echantillonnage et estimations
Cours echantillonnage et estimationsCours echantillonnage et estimations
Cours echantillonnage et estimationsMehdi Rajawi
 
How to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & TricksHow to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & TricksSlideShare
 
Getting Started With SlideShare
Getting Started With SlideShareGetting Started With SlideShare
Getting Started With SlideShareSlideShare
 

Viewers also liked (10)

تحليل نص نيتشه
تحليل نص نيتشهتحليل نص نيتشه
تحليل نص نيتشه
 
Intro à l'étude de droit- S4
Intro à l'étude de droit- S4Intro à l'étude de droit- S4
Intro à l'étude de droit- S4
 
S3.echantillonnage estimation-s3
S3.echantillonnage estimation-s3S3.echantillonnage estimation-s3
S3.echantillonnage estimation-s3
 
Introduction à l'étude de droit semestre3
Introduction à l'étude de droit semestre3Introduction à l'étude de droit semestre3
Introduction à l'étude de droit semestre3
 
exercices corrigés échantillonnage et estimation
exercices corrigés échantillonnage et estimationexercices corrigés échantillonnage et estimation
exercices corrigés échantillonnage et estimation
 
Td d'is avec corrigés s5 - www.coursdefsjes.com
Td d'is avec corrigés s5 - www.coursdefsjes.comTd d'is avec corrigés s5 - www.coursdefsjes.com
Td d'is avec corrigés s5 - www.coursdefsjes.com
 
7 exercices corriges sur la loi normale
7 exercices corriges sur la loi normale7 exercices corriges sur la loi normale
7 exercices corriges sur la loi normale
 
Cours echantillonnage et estimations
Cours echantillonnage et estimationsCours echantillonnage et estimations
Cours echantillonnage et estimations
 
How to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & TricksHow to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & Tricks
 
Getting Started With SlideShare
Getting Started With SlideShareGetting Started With SlideShare
Getting Started With SlideShare
 

Probabilite mardi resum

  • 1. ‫ﻡﻠﺨﺺ درس اﻻﺣﺘﻤﺎﻻت‬ ‫ﻣﺮﺿﻲ ﻋﺒﺪ اﻟﻠﻄﻴﻒ‬ ‫‪ - I‬اﻟﺘﺠﺎرب اﻟﻌﺸﻮاﺋﻴﺔ‬ ‫آﻞ ﺗﺠﺮﺏﺔ ﺗﻘﺒﻞ أآﺜﺮ ﻣﻦ ﻧﺘﻴﺠﺔ ﻣﻤﻜﻨﺔ ﺗﺴﻤﻰ ﺗﺠﺮﺏﺔ ﻋﺸﻮاﺋﻴﺔ أو اﺧﺘﺒﺎرا وآﻞ ﻧﺘﻴﺠﺔ ﻣﻤﻜﻨﺔ ﻟﺘﺠﺮﺏﺔ‬ ‫•‬ ‫ﻋﺸﻮاﺋﻴﺔ ﺗﺴﻤﻰ إﻣﻜﺎﻧﻴﺔ‬ ‫ﻣﺠﻤﻮﻋﺔ اﻹﻣﻜﺎﻧﻴﺎت ﺗﺴﻤﻰ آﻮن اﻹﻣﻜﺎﻧﻴﺎت وﻧﺮﻣﺰ ﻟﻬﺎ ﻋﺎدة ﺏﺎﻟﺮﻣﺰ ‪ Ω‬وآﻞ ﺝﺰء ﻣﻦ ‪ Ω‬یﺴﻤﻰ ﺣﺪﺙﺎ‬ ‫•‬ ‫.‬ ‫إذا آﺎﻧﺖ ﻧﺘﻴﺠﺔ ﺗﺠﺮﺏﺔ ﻋﺸﻮاﺋﻴﺔ ﺗﻨﺘﻤﻲ إﻟﻰ اﻟﺤﺪث ‪ A‬ﻓﺈﻧﻨﺎ ﻧﻘﻮل ﺏﺄن اﻟﺤﺪث ‪ A‬ﻗﺪ ﺗﺤﻘﻖ أو وﻗﻊ .‬ ‫•‬ ‫إذا ﺗﺤﻘﻖ اﻟﺤﺪث ‪ A‬واﻟﺤﺪث ‪ B‬ﻓﻲ ﻧﻔﺲ اﻟﻮﻗﺖ ﻓﺈﻧﻨﺎ ﻧﻘﻮل ﺏﺄن اﻟﺤﺪث ‪ A ∩ B‬ﻗﺪ ﺗﺤﻘﻖ .‬ ‫•‬ ‫إذا ﺗﺤﻘﻖ أﺣﺪ اﻟﺤﺪﺙﻴﻦ ‪ A‬و ‪ B‬أو هﻤﺎ ﻣﻌﺎ ﻓﺈﻧﻨﺎ ﻧﻘﻮل ﺏﺄن اﻟﺤﺪث ‪ A ∪ B‬ﻗﺪ ﺗﺤﻘﻖ .‬ ‫•‬ ‫اﻟﺤﺪث اﻷآﻴﺪ هﻮ ‪ Ω‬و اﻟﺤﺪث اﻟﻤﺴﺘﺤﻴﻞ هﻮ ∅ .‬ ‫•‬ ‫اﻟﺤﺪث اﻻﺏﺘﺪاﺋﻲ هﻮ اﻟﺤﺪث اﻟﺬي یﺤﺘﻮي ﻋﻠﻰ إﻣﻜﺎﻧﻴﺔ واﺣﺪة .‬ ‫•‬ ‫ﻧﻘﻮل ﻋﻦ ﺣﺪﺙﻴﻦ ‪ A‬و ‪ B‬أﻧﻬﻤﺎ ﻏﻴﺮ ﻣﻨﺴﺠﻤﻴﻦ إذا آﺎن ∅ = ‪ A ∩ B‬أي أﻧﻬﻤﺎ ﻻ یﺘﺤﻘﻘﺎن ﻓﻲ ﻧﻔﺲ‬ ‫•‬ ‫اﻟﻮﻗﺖ .‬ ‫ﻧﻘﻮل ﻋﻦ ﺣﺪﺙﻴﻦ ‪ A‬و ‪ B‬أﻧﻬﻤﺎ ﻣﺘﻀﺎدان إذا آﺎن ∅ = ‪ A ∩ B‬و ‪ A ∪ B = Ω‬وﻧﻜﺘﺐ ‪A = B‬‬ ‫•‬ ‫أو ‪B = A‬‬ ‫‪ - II‬اﻟﻔﻀﺎءات اﻻﺣﺘﻤﺎﻟﻴﺔ اﻟﻤﻨﺘﻬﻴﺔ‬ ‫• ﻟﺘﻜﻦ } ‪ Ω = {a1 , a2 ,.........., an‬ﻣﺠﻤﻮﻋﺔ ﻣﻨﺘﻬﻴﺔ . إذا رﺏﻄﻨﺎ آﻞ ﻋﻨﺼﺮ ‪ ai‬ﻣﻦ ‪ Ω‬ﺏﻌﺪد ‪ pi‬ﻣﻦ‬ ‫اﻟﻤﺠﺎل ] 1,0 [ وآﺎن ﻣﺠﻤﻮع اﻷﻋﺪاد ‪ pi‬یﺴﺎوي 1 ﻓﺈﻧﻨﺎ ﻗﺪ ﻋﺮﻓﻨﺎ اﺣﺘﻤﺎﻻ ‪ p‬ﻋﻠﻰ ‪. Ω‬‬ ‫اﺣﺘﻤﺎل اﻟﺤﺪث اﻻﺏﺘﺪاﺋﻲ } ‪ {ai‬هﻮ اﻟﻌﺪد ‪ pi‬وﻧﻜﺘﺐ ‪. p ({ai } ) = pi‬‬ ‫•‬ ‫اﻟﺰوج ) ‪ ( Ω , p‬یﺴﻤﻰ ﻓﻀﺎءا اﺣﺘﻤﺎﻟﻴﺎ ﻣﻨﺘﻬﻴﺎ.‬ ‫•‬ ‫اﺣﺘﻤﺎل ﺣﺪث ‪ A‬هﻮ ﻣﺠﻤﻮع اﺣﺘﻤﺎﻻت اﻷﺣﺪاث اﻻﺏﺘﺪاﺋﻴﺔ اﻟﺘﻲ ﺗﻮﺝﺪ ﺿﻤﻦ ‪. A‬‬ ‫•‬ ‫1 = ) ‪ p ( Ω‬و 0 = ) ∅ ( ‪ . p‬وﻟﻜﻞ ﺣﺪث ‪ A‬ﻣﻦ ‪ Ω‬ﻟﺪیﻨﺎ : 1 ≤ ) ‪. 0 ≤ p ( A‬‬ ‫•‬ ‫• ﻟﻜﻞ ﺣﺪﺙﻴﻦ ‪ A‬و ‪ B‬ﻟﺪیﻨﺎ ) ‪p ( A ∪ B ) = p ( A ) + p ( B ) − p ( A ∩ B‬‬ ‫ﻓﺈن ) ‪. p ( A ∪ B ) = p ( A ) + p ( B‬‬ ‫ﺣﺪﺙﻴﻦ ﻏﻴﺮ ﻣﻨﺴﺠﻤﻴﻦ ) ∅ = ‪( A ∩ B‬‬ ‫‪ A‬و ‪B‬‬ ‫وإذا آﺎن‬ ‫ﻟﺪیﻨﺎ : ) ‪. p ( A ) = 1 − p ( A‬‬ ‫• ﻟﻜﻞ ﺣﺪث ‪ A‬ﻣﻦ ‪Ω‬‬ ‫• إذا آﺎﻧﺖ ﺝﻤﻴﻊ اﻷﺣﺪاث اﻻﺏﺘﺪاﺋﻴﺔ ﻣﺘﺴﺎویﺔ اﻻﺣﺘﻤﺎل ﻓﻲ آﻮن ‪ Ω‬ﻓﺈن اﺣﺘﻤﺎل ﺣﺪث ‪ A‬هﻮ :‬ ‫‪cardA‬‬ ‫= ) ‪. p (A‬‬ ‫‪card Ω‬‬ ‫‪www.madariss.fr‬‬
  • 2. ‫ﻣﺮﺿﻲ ﻋﺒﺪ اﻟﻠﻄﻴﻒ‬ ‫‪ - III‬اﻻﺣﺘﻤﺎل اﻟﺸﺮﻃﻲ‬ ‫• ﻟﻴﻜﻦ ‪ A‬و ‪ B‬ﺣﺪﺙﻴﻦ ﺿﻤﻦ ﻓﻀﺎء اﺣﺘﻤﺎﻟﻲ ﻣﻨﺘﻪ ﺏﺤﻴﺚ 0 ≠ ) ‪. p ( A‬‬ ‫اﺣﺘﻤﺎل اﻟﺤﺪث ‪ B‬ﻋﻠﻤﺎ أن اﻟﺤﺪث ‪ A‬ﻗﺪ ﺗﺤﻘﻖ هﻮ :‬ ‫) ‪p (A ∩ B‬‬ ‫) (‬ ‫= ‪. pA ( B ) = p B A‬‬ ‫) ‪p (A‬‬ ‫) ‪card ( A ∩ B‬‬ ‫= ) ‪. pA ( B‬‬ ‫• ﻓﻲ ﺣﺎﻟﺔ ﺗﺴﺎوي اﺣﺘﻤﺎﻻت اﻷﺣﺪاث اﻻﺏﺘﺪاﺋﻴﺔ ﻓﺈن :‬ ‫‪card Ω‬‬ ‫) ‪p ( A ∩ B ) = pA ( B ) × p ( A ) = pB ( A ) × p ( B‬‬ ‫• ﻟﻜﻞ ﺣﺪﺙﻴﻦ ‪ A‬و ‪ B‬ﻟﺪیﻨﺎ :‬ ‫‪ - IV‬اﻻﺳﺘﻘﻼﻟﻴﺔ‬ ‫ﻟﻴﻜﻦ ‪ A‬و ‪ B‬ﺣﺪﺙﻴﻦ ﺿﻤﻦ ﻓﻀﺎء اﺣﺘﻤﺎﻟﻲ ﻣﻨﺘﻪ ، ﻧﻘﻮل إن ‪ A‬و ‪ B‬ﻣﺴﺘﻘﻼن إذا آﺎن :‬ ‫) ‪p (A ∩ B ) = p (A )× p (B‬‬ ‫‪ -V‬اﻟﻤﺘﻐﻴﺮات اﻟﻌﺸﻮاﺋﻴﺔ‬ ‫• ﻟﻴﻜﻦ ) ‪ ( Ω , p‬ﻓﻀﺎءا اﺣﺘﻤﺎﻟﻴﺎ ﻣﻨﺘﻬﻴﺎ .‬ ‫اﻟﺘﻄﺒﻴﻖ اﻟﺬي یﺮﺏﻂ آﻞ ﺣﺪث اﺏﺘﺪاﺋﻲ ﺏﻌﺪد ﺣﻘﻴﻘﻲ یﺴﻤﻰ ﻣﺘﻐﻴﺮا ﻋﺸﻮاﺋﻴﺎ وﻧﺮﻣﺰ ﻟﻪ ﺏﺎﻟﺮﻣﺰ ‪ X‬أو ‪....... Y‬‬ ‫→ ‪X :Ω‬‬ ‫) ‪ωi → X (ωi‬‬ ‫- ﻣﺠﻤﻮﻋﺔ اﻟﺼﻮر ﺏﺎﻟﺘﻄﺒﻴﻖ ‪ X‬ﺗﻜﺘﺐ ) ‪ X ( Ω‬وهﻲ ﻣﺠﻤﻮﻋﺔ ﻗﻴﻢ ‪. X‬‬ ‫- ﻧﻜﺘﺐ ﻋﺎدة } ‪ X ( Ω ) = {x 1 , x 2 , x 3 ,........., x n‬ﺣﻴﺚ : ‪. x 1 < x 2 < x 3 < ........... < x n‬‬ ‫- ﻧﺮﻣﺰ ﻟﻠﺤﺪث : " ‪ X‬ﺗﺄﺧﺬ اﻟﻘﻴﻤﺔ ‪ " x i‬ب ) ‪. ( X = x i‬‬ ‫- اﻟﻜﺘﺎﺏﺔ ) ‪ ( X ≤ x i‬ﺗﻌﺒﺮ ﻋﻦ اﻟﺤﺪث " ‪ X‬ﺗﺄﺧﺬ ﻗﻴﻤﺔ أﺹﻐﺮ ﻣﻦ أو ﺗﺴﺎوي ‪" x i‬‬ ‫• ﻗﺎﻧﻮن اﺣﺘﻤﺎل اﻟﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬هﻮ اﻟﺘﻄﺒﻴﻖ ‪ f‬اﻟﻤﻌﺮف ﺏﻤﺎ یﻠﻲ :‬ ‫] 1,0 [ → ) ‪f : X ( Ω‬‬ ‫) ‪x i → f (x i ) = p (X = x i‬‬ ‫یﺘﻢ ﻋﺎدة ﺗﺤﺪیﺪ ﻗﺎﻧﻮن اﺣﺘﻤﺎل ﻣﺘﻐﻴﺮ ﻋﺸﻮاﺋﻲ ‪ X‬ﻓﻲ ﺝﺪول آﺎﻟﺘﺎﻟﻲ :‬ ‫‪xi‬‬ ‫1‪x‬‬ ‫2‪x‬‬ ‫3‪x‬‬ ‫.........................................‬ ‫‪xn‬‬ ‫) ‪p (X = x i‬‬ ‫1‪p‬‬ ‫2‪p‬‬ ‫3‪p‬‬ ‫.........................................‬ ‫‪pn‬‬ ‫‪n‬‬ ‫‪∑p‬‬ ‫1= ‪i‬‬ ‫‪i‬‬ ‫دون أن ﻧﻨﺴﻰ اﻟﺘﺄآﺪ ﻣﻦ أن : 1 = ‪= p1 + p 2 + .......... + p n‬‬ ‫• اﻷﻣﻞ اﻟﺮیﺎﺿﻲ ﻟﻠﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬هﻮ اﻟﻌﺪد اﻟﺤﻘﻴﻘﻲ :‬ ‫‪www.madariss.fr‬‬
  • 3. ‫ﻣﺮﺿﻲ ﻋﺒﺪ اﻟﻠﻄﻴﻒ‬ ‫‪n‬‬ ‫) ‪. X = E ( X ) = ∑ x i . p ( X = x i ) = x 1 × p ( X = x 1 ) + .......... + x n × p ( X = x n‬‬ ‫1= ‪i‬‬ ‫‪ V ( X ) = ∑ ( x i − X‬یﺴﻤﻰ ﻣﻐﺎیﺮة اﻟﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪. X‬‬ ‫)‬ ‫‪n‬‬ ‫2‬ ‫• اﻟﻌﺪد اﻟﺤﻘﻴﻘﻲ :‬ ‫1= ‪i‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪. V (X ) = E (X‬‬ ‫‪) − E ( X )‬‬ ‫ویﻤﻜﻦ اﺱﺘﻌﻤﺎل اﻟﺼﻴﻐﺔ ‪=  ∑ x i2 . p ( X = x i )  −  E ( X ) ‬‬ ‫2‬ ‫2‬ ‫2‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫1= ‪ i‬‬ ‫‪‬‬ ‫• اﻟﻌﺪد اﻟﺤﻘﻴﻘﻲ : ) ‪ σ ( X ) = V ( X‬یﺴﻤﻰ اﻻﻧﺤﺮاف اﻟﻄﺮازي ﻟﻠﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪. X‬‬ ‫∈ ‪ ( x‬ﺗﺴﻤﻰ داﻟﺔ اﻟﺘﺠﺰیﺊ ﻟﻠﻤﺘﻐﻴﺮاﻟﻌﺸﻮاﺋﻲ ‪X‬‬ ‫)‬ ‫ب ) ‪f (x ) = p (X < x‬‬ ‫• اﻟﺪاﻟﺔ اﻟﻤﻌﺮﻓﺔ ﻋﻠﻰ‬ ‫‪ −V I‬اﻟﺘﻮزیﻊ اﻟﺤﺪاﻥﻲ‬ ‫• ﻋﻨﺪﻣﺎ ﺗﻜﻮن ﻟﺪیﻨﺎ اﺧﺘﺒﺎرات ﻋﺸﻮاﺋﻴﺔ ﺗﺘﻜﺮر ‪ n‬ﻣﺮة وﺗﺤﻘﻖ :‬ ‫1- اﻻﺧﺘﺒﺎرات ﻣﺴﺘﻘﻠﺔ ﻋﻦ ﺏﻌﻀﻬﺎ اﻟﺒﻌﺾ .‬ ‫2- آﻞ ﺗﺠﺮﺏﺔ ﺗﺆدي إﻟﻰ ﺣﺎﻟﺘﻴﻦ : ﻧﺠﺎح اﺣﺘﻤﺎﻟﻪ ‪ p‬و ﻓﺸﻞ اﺣﺘﻤﺎﻟﻪ ‪. q = 1 − p‬‬ ‫ﻓﺈن اﻟﻤﺘﻐﻴﺮ اﻟﻌﺸﻮاﺋﻲ ‪ X‬اﻟﺬي یﺴﺎوي ﻋﺪد اﻟﻨﺠﺎﺣﺎت اﻟﻤﺤﺼﻞ ﻋﻠﻴﻬﺎ ﺧﻼل هﺬﻩ اﻻﺧﺘﺒﺎرات یﺘﺒﻊ ﻗﺎﻧﻮﻧﺎ‬ ‫أو ﺗﻮزیﻌﺎ ﺣﺪاﻧﻴﺎ وﺱﻴﻄﺎﻩ ‪ n‬و ‪ p‬وﻟﺪیﻨﺎ :‬ ‫) ‪ ( 0 ≤ k ≤ n ) p ( X = k ) = C n p k (1 − p‬و ‪ E ( X ) = np‬و ) ‪V ( X ) = np (1 − p‬‬ ‫‪k‬‬ ‫‪n −k‬‬ ‫‪www.madariss.fr‬‬