Дисперсія - міра розсіювання можливих значень випадкової величини відносно центру розподілу.
Означення 1. Дисперсією дискретної випадкової велечни X називається число, яке дорівнює математичному сподіванню квадрату відхилення X від її математичного сподівання і позначається D(X):
D(X)=M[(X - M(X))2]. (1)
Приклад 1. Знайти дисперсію випадкової величини X, яка означає кількість появи гербів при підкиданні трьох монет.
Розв'язання. Як відомо з прикладу 1 лекції 8, М(Х) = 1,5. Запишемо розподіли випадкових величин
(X-M(X))2 | 2,25 | 0,25 | 0,25 | 2,25 |
P | 1 | 3 | 3 | 1 |
Х - М(Х) і (Х - М(Х))2:
X-M(X) | -1,5 | -0,5 | 0,5 | 1,5 |
P | 1 | 3 | 3 | 1 |
Отже, згідно з рівністю (1), знаходимо
Теорема 1. (Формула обчислення дисперсії). Дисперсія дискретної
випадкової величини X дорівнює різниці між математичним сподіванням
квадрата випадкової величини X та квадратом її математичного сподівання:
D(X)= М(Х2)-(М(Х))2. (2)
Дійсно, згідно з властивостями М(X), знаходимо
D(X)= M[X - M(X)]2 = М[Х2 - 2ХМ(Х)+ М2(Х)] =
= M (X2) - 2М(X)M(X)+M2(X)= M(X 2) – M 2(X)
Приклад 2. Знайти D(X) за формулою (2) у прикладі 1.
|
|
Розв'язання. Запишемо розподіл випадкової величини X2. Зауважимо, що всі значення Х2 знаходимо шляхом піднесення до квадрату відповідних значень X, а ймовірності цих значень не змінюються.
X2 | ||||
P | 1 | 3 | 3 | 1 |
Тоді ; M2(X) = (1,5)2=2,25.
Отже, D(X) = 3 - 2,25 = 0,75.
Розглянемо властивості дисперсії ДВВ X.
Д1°. Дисперсія ДВВ X невід'ємна, тобто DX)≥0.
Дійсно, величина (Х – М(Х))2 невід'ємна, тому згідно з рівністю (1), враховуючи, що рк ≥ 0 (k = 1,п), D(X)≥0.
Д2°. Дисперсія сталої величини С дорівнює нулю, тобто D(C) = 0.
Дійсно, М(С) = C, тому C - М(С) = 0, отже, D(C) = М(0) = 0.
Д3°. Сталий множник можна виносити за знак дисперсії, піднісши
його спочатку до квадрату: D(CX) = C2D(X). Дійсно, D(CX) = М(С2Х2)- М2(СХ) = C2M(x2)-(cm(x))2 = c2(m(x2)-m2(x)) = c2d(x).
Д4°. Дисперсія алгебраїчної суми двох незалежних ДВВ X та Y дорівнює сумі їх дисперсій, тобто
D(X±Y) = D(X) + D(Y).
Доведення. а) Доведемо спочатку для Х+ Y. Згідно з рівністю (1)
і властивостями М(Х) маємо:
D(X+Y)= M(X+Y)2- (M(X+Y))2 = M(X2+2XY+Y2)-
- (M(X) + М(Y))2 = М(Х2) + 2M (X)М(Y) + М(Y2)-
- М2 (X) - 2 М(X) M (Y) - М2 (Y) =
= М(X2) - M2(X) + M(Y2)- M2(Y) = D(X) + D(Y).
б) D(X-Y)=D(X + (-1)Y)=D(X)+D((-1)Y)=D(X)+D(Y)
Наслідок 1. Дисперсія суми декількох взаємно незалежних випадкових величин дорівнює сумі їх дисперсій.
D(X + Y+ Z) = D (X + Y) + D(Z) = D(X) + D(Y) + D(Z).
Наслідок 2. Дисперсія суми сталої величини С і випадкової
величини X дорівнює дисперсії випадкової величини X.
Дійсно, D(X+C) = D(X) + D(C)=D(X) + 0 = D(X).
Зауваження 1. Наслідок 2 означає, що зміщення випадкової величини не змінює її дисперсії.
9.2. Приклади обчислення диспер сій ДВВ.
Біномний розподіл.
Дисперсія біномного розподілу ДВВ X з параметрами п і р дорівнює npq, тобто D(X) = npq.
|
|
Таким чином, згідно з рівністю (2), знаходимо:
D(X)= М(Х2)-М2(Х) = п2р2 – пр2 + пр. – п2р2 = np(1 – p) = npq.
Розподіл Пуассона.
Теорема 3. Дисперсія розподілу Пуассона з параметром λ ДВВ X дорівиює λ, тобто D(X)= λ
Доведення ЗАумовою ДВВ X має розподіл Пуассона, тому М(Х) = λ Знайдемо М(Х2) Для цього спочатку знаходимо
Враховуючи властивості математичного сподівання, маємо
M(X(X - 1))= M(X2 - X) = M(X2)- M(X).
Підставимо одержані значення в останню рівність і знайдемо М(Х2)
λ2= М(Х2)- λ, звідки М(Х2) = λ2 + λ .
Отже, D(X)= М(Х2)- М2(Х) = λ2 + λ – λ2 = λ2.