التوزيع الهندسي [ 1] (بالإنكليزية: Geometric distribution) وهو جزء من التوزيع الاحتمالي المتعلق بتجارب بيرنولي، ويستخدم التوزيع الهندسي النموذج التالي: "كم عدد المحاولات التي نحتاجها للحصول على النتيجة المطلوبة؟"
إن التوزيع الهندسي يستخدم من أجل التوزيع التكراري للبيانات الكمية المنفصلة الثنائية من أجل معرفة احتمال ظهور المشاهدة W بعد k محاولة في التجربة المنفذة في فضاء عينة S ذو المشاهدات المعلومة Ai ذات قيم الاحتمال الثابتة والمعلومة Pi
P
(
W
)
=
p
∗
(
1
−
p
)
k
−
1
{\displaystyle P(W)=p*(1-p)^{k-1}}
.[ 2]
التوزيع الهندسي هو عدد التكرارات للتجربة للحصول على نجاح واحد فقط من تلك التجربة. فإذا كان المتغير X يشير إلى عدد مرات تكرار التجربة و P يشير إلى احتمال نجاح التجربة و q هو احتمال فشل التجربة وبالتالي فإن الدالة الاحتمالية لهذا التوزيع ستكون:
f
(
x
)
=
p
(
1
−
p
)
x
−
1
{\displaystyle f(x)=p{(1-p)^{x-1}}}
حيث أن ...,1,2,3=x
حيث أن
x
≥
1
{\displaystyle x\geq {1}}
,
0
≤
p
≤
1
{\displaystyle 0\leq {p}\leq {1}}
,
f
(
x
)
≥
0
{\displaystyle f(x)\geq {0}}
لجميع قيم x
∑
x
=
1
∞
p
(
1
−
p
)
x
−
1
=
p
∑
x
=
1
∞
(
1
−
p
)
x
−
1
=
p
1
1
−
(
1
−
p
)
=
1
{\displaystyle \sum _{x=1}^{\infty }p{(1-p)^{x-1}}=p\sum _{x=1}^{\infty }{(1-p)^{x-1}}=p{\frac {1}{1-(1-p)}}=1}
وهذا يؤكد أن (f(x دالة احتمالية وقد سميت بالتوزيع الهندسي لان احتمالات قيم X المختلفة تناظر حدود متوالية هندسية .
يستخدم هذا التوزيع إذا كان هناك محاولات أو تجارب وتمثل X عدد هذه المحاولات حتى الحصول على أول نجاح. علما بأن احتمال النجاح P واحتمال الفشل في أي محاولة q=1-p فمثلا في فحص الإنتاج ربما تكون X عدد السلع المفحوصة حتى الحصول على أول تالفة . وكذلك في تجربة القاء قطعة النقود فربما تكون X عدد مرات القاء قطعة النقود حتى الحصول على صورة وكذلك عدد الولادات التي تضعها سيدة قبل أن ترزق بذكر .
ليكن لدينا نرد متجانس (1,2,3,4,5,6,) ما هو احتمال ظهور الرقم 6 بعد 7 محاولات لالقاء النرد؟
الحل:
الاحتمالات الصحيحة (ظهور رقم 6): P = 1/6
الاحتمالات الخاطئة (عدم ظهور رقم 6): q=1-P = 5/6
يكون ظهور الحدث المطلوب بعد 7 محاولات، أي في المحاولة الثامنة وبالتالي: n=8
P
(
W
)
=
p
(
1
−
p
)
n
−
1
=
p
q
n
−
1
{\displaystyle P(W)=p(1-p)^{n-1}=pq^{n-1}}
بتعويض المعطيات
p
(
w
)
=
(
1
/
6
)
∗
(
5
/
6
)
(
8
−
1
)
{\displaystyle p(w)=(1/6)*(5/6)^{(}8-1)}
p
(
w
)
=
0.04651
{\displaystyle p(w)=0.04651}
أي أنه من كل 100 محاولة لرمي النرد توجد 8 مرات فقط، سيظهر الرقم 1 في المرة الثامنة (وليس قبل الثامنة) في 4.651 مرة من أصل المحاولات المائة.
دالة التوزيع التراكمية[ عدل ]
F
(
x
)
=
∑
s
=
1
x
f
(
s
)
=
∑
s
=
1
x
p
q
s
−
1
{\displaystyle F(x)=\sum _{s=1}^{x}f(s)=\sum _{s=1}^{x}pq^{s-1}}
=
p
(
1
−
q
)
x
(
1
−
q
)
=
1
−
q
x
{\displaystyle =p{\frac {(1-q)^{x}}{(1-q)}}=1-q^{x}}
حيث أن ...,x=1,2,3
نلاحظ أن
f
(
x
+
1
)
f
(
x
)
=
p
q
x
p
q
(
x
−
1
)
=
q
<
1
{\displaystyle {\frac {f(x+1)}{f(x)}}={\frac {pq^{x}}{pq^{(}x-1)}}=q<1}
أي أن الحدود المتتالية متناقصة . وهذا يعني أن أعلى احتمال هو عند X=1 وعلى ذلك فإن المنوال هو X=1
μ
=
E
(
x
)
=
∑
x
=
1
x
p
q
x
−
1
{\displaystyle \mu =E(x)=\sum _{x=1}^{}xpq^{x-1}}
=
p
[
1
+
2
q
+
3
q
2
+
4
q
3
+
.
.
.
]
{\displaystyle =p[1+2q+3q^{2}+4q^{3}+...]}
=
p
(
1
−
q
)
−
2
=
1
p
{\displaystyle =p(1-q)^{-2}={\frac {1}{p}}}
نعلم أن
∑
x
=
1
∞
x
q
x
=
q
+
2
q
2
+
3
q
3
+
…
{\displaystyle \sum _{x=1}^{\infty }xq^{x}=q+2q^{2}+3q^{3}+\ldots }
=
q
(
1
+
2
q
+
3
q
+
.
.
.
)
{\displaystyle =q(1+2q+3q+...)}
=
q
(
1
−
q
)
2
{\displaystyle ={\frac {q}{(1-q)^{2}}}}
بتفاضل الطرفين بالنسبة إلى q نحصل على
∑
x
=
1
∞
x
2
q
x
−
1
=
1
+
q
(
1
−
q
)
3
{\displaystyle \sum _{x=1}^{\infty }x^{2}q^{x-1}={\frac {1+q}{(1-q)^{3}}}}
∴
∑
x
=
1
∞
x
2
p
q
x
−
1
=
p
(
1
+
q
)
p
3
{\displaystyle \therefore \sum _{x=1}^{\infty }x^{2}pq^{x-1}=p{\frac {(1+q)}{p^{3}}}}
E
(
x
2
)
=
1
+
q
(
p
)
2
{\displaystyle E(x^{2})={\frac {1+q}{(p)^{2}}}}
وبذلك يكون التباين
σ
2
=
1
+
q
p
2
−
1
p
2
=
q
p
2
{\displaystyle \sigma ^{2}={\frac {1+q}{p^{2}}}-{\frac {1}{p^{2}}}={\frac {q}{p^{2}}}}
M
(
t
)
=
∑
x
=
1
∞
e
x
t
p
q
x
−
1
{\displaystyle M(t)=\sum _{x=1}^{\infty }e^{xt}pq^{x-1}}
=
p
e
t
∑
x
=
1
∞
(
q
e
t
)
x
−
1
{\displaystyle =pe^{t}\sum _{x=1}^{\infty }(qe^{t})^{x-1}}
=
p
e
t
1
−
q
e
t
{\displaystyle ={\frac {pe^{t}}{1-qe^{t}}}}
و حيث أن
M
′
(
x
)
=
p
e
t
(
1
−
q
e
t
)
2
{\displaystyle M'(x)={\frac {pe^{t}}{(1-qe^{t})^{2}}}\,}
M
″
(
t
)
=
p
e
t
(
1
+
q
e
t
)
(
1
−
q
e
t
)
3
{\displaystyle M''(t)={\frac {pe^{t}(1+qe^{t})}{(1-qe^{t})^{3}}}\,}
∴
μ
=
μ
1
′
=
M
′
(
0
)
=
p
(
1
−
q
)
2
=
1
p
{\displaystyle \therefore \mu =\mu '_{1}=M'(0)={\frac {p}{(1-q)^{2}}}={\frac {1}{p}}\,}
μ
2
′
=
M
″
(
0
)
=
p
(
1
+
q
)
(
1
−
q
)
3
=
1
+
q
p
2
{\displaystyle \mu '_{2}=M''(0)={\frac {p(1+q)}{(1-q)^{3}}}={\frac {1+q}{p^{2}}}\,}
σ
2
=
μ
2
′
−
μ
2
=
1
+
q
p
2
−
(
1
p
)
2
=
q
p
2
{\displaystyle \sigma ^{2}=\mu '_{2}-\mu ^{2}={\frac {1+q}{p^{2}}}-({\frac {1}{p}})^{2}={\frac {q}{p^{2}}}\,}
مثال:
احتمال إصابة هدف هو(0.4) ما احتمال إصابة هذا الهدف في المحاولة الرابعة.
الحل:
p
=
0.4
⟹
q
=
0.6
{\displaystyle p=0.4\Longrightarrow q=0.6}
احتمال إصابة الهدف في المحاولة الرابعة معنى ذلك الفشل في الحاولات الثلاثة السابقة وعليه يكون الاحتمال :
p
=
(
0.4
)
(
0.6
)
3
=
0.0864
{\displaystyle p=(0.4)(0.6)^{3}=0.0864}
مثال:
إذا كان احتمال ولادة ذكر في أي ولادة تمر بها سيده هو 1/3 أوجد
1- التوزيع الاحتمالي لعدد مرات الوضع قبل أن ترزق هذه السيده بذكر .
2- أوجد متوسط عدد مرات الوضع قبل أن ترزق بأول ذكر.
3- ما احتمال أن تضع ذكرا لأول مرة بعد ولادتين .
4- ما احنمال أن تضع ذكرا لأول مرة بعد ثلاث ولادات على الأكثر.
الحل :
احتمال ولادة ذكر p= 1/3
X عدد مرات الوضع قبل أن ترزق بأول ذكر
1- X تتبع توزيعا هندسيا بمعلمه P=1/3 وبذلك تكون دالته الاحتمالية هي
...,1,2,3=x
,.
f
(
x
)
=
1
3
(
2
3
)
x
−
1
{\displaystyle f(x)={\frac {1}{3}}({\frac {2}{3}})^{x-1}}
2-متوسط عدد مرات الوضع قبل أن ترزق بأول ذكر هو μ حيث
μ
=
1
p
=
1
(
1
3
)
=
3
{\displaystyle \mu ={\frac {1}{p}}={\frac {1}{({\frac {1}{3}})}}=3}
3-احتمال أن تضع ذكرا لأول مرة بعد ولادتين هو (p(x=2 حيث
p
(
x
=
2
)
=
f
(
2
)
=
(
1
3
)
(
2
3
)
=
2
9
{\displaystyle p(x=2)=f(2)=({\frac {1}{3}})({\frac {2}{3}})={\frac {2}{9}}}
4-احتمال أن تضع ذكرا لأول مرة بعد ثلاث ولادات على الأكثر هو
p
(
x
≤
3
)
=
F
(
3
)
=
1
−
q
3
=
1
−
(
2
3
)
3
=
19
27
=
0.7
{\displaystyle p(x\leq 3)=F(3)=1-q^{3}=1-({\frac {2}{3}})^{3}={\frac {19}{27}}=0.7}
الأستاذ الدكتور جلال مصطفى الصياد، نظرية الاحتمالات
المحاضرة ياسمينه أبو زيد الفقيه، مقدمة في نظرية الاحتمال
بعض التوزيعات الاحتمالية الشائعة بمتغير واحد
مستمرة متقطعة