Формула для вычисления дисперсии

Для вычисления дисперсии часто бывает удобно пользоваться следующей теоремой.

Теорема.Дисперсия равна разности между математи­ческим ожиданием квадрата случайной величины Х и квадратом ее математического ожидания:

есть также постоянные величины. Приняв это во внима­ние и пользуясь свойствами математического ожидания (постоянный множитель можно вынести за знак матема­тического ожидания, математическое ожидание суммы равно сумме математических ожиданий слагаемых ), упро­стим формулу, выражающую определение дисперсии:

Итак,

Квадратная скобка введена в запись формулы для удоб­ства ее запоминания.

Пример 1. Найти дисперсию случайной величины X, которая задана следующим законом распределения:

Решение. Найдем математическое ожидание М (X)'.

Напишем закон распределения случайной величины X ²:

Найдем математические ожидания М (X ²):

Искомая дисперсия

Замечание. Казалось бы, если Х и Y имеют одинаковые воз­можные значения и одно и то же математическое ожидание, то и дисперсии этих величин равны (ведь возможные значения обеих величин одинаково рассеяны вокруг своих математических ожиданий!). Однако в общем случае это не так. Дело в том, что одинаковые воз­можные значения рассматриваемых величин имеют, вообще говоря, различные вероятности, а величина дисперсии определяется не только самими возможными значениями, но и их вероятностями. Например, если вероятности «далеких» от математического ожидания возможных значений Х больше, чем вероятности этих же значений Y, и вероят­ности «близких» значений Х меньше, чем вероятности тех же значе­ний У, то, очевидно, дисперсия Х больше дисперсии Y.

Приведем иллюстрирующий пример.

Пример 2. Сравнить дисперсии случайных величин, заданных законами распределения:

Решение. Легко убедиться, что

Таким образом. возможные значения и математические ожидания

результат можно было предвидеть без вычислений, глядя лишь на законы распределений.

Дата добавления: 2014-01-07