Пусть заданы две дискретные случайные величины Х и Y своими законам распределения:
| -2 | и |
| -100 | ||||
| 0,4 | 0,2 | 0,4 |
| 0,3 | 0,4 | 0,3 | |
|
|
МО этих величин одинаковы, но возможные значения Х распределены значительно ближе к своему МО, чем значения Y.
Определение 1. Отклонением случайной величины Х от ее математического ожидания (или просто отклонение случайной величины) называется случайная величина
.
Теорема: математическое ожидание отклонения
равно нулю.
.
Эта теорема не дает возможности определить "степень рассеивания" величины Х. Такой характеристикой является квадрат отклонения случайной величины Х:
.
Закон распределения квадрата отклонения случайной величины Х запишем:
|
|
| … |
|
|
|
| … |
|
Определение 2. Дисперсией (dispersuis (лат.) – рассеянный; рассыпанный) дискретной случайной величины Х
называется МО квадрата отклонения случайной величины Х от ее МО:
. Из закона распределения величины
следует, что

Свойства дисперсии дискретной случайной величины:
1. Дисперсия дискретной случайной величины
равна разности МО квадрата величины Х и квадрата ее МО:
.

2. Дисперсия постоянной величины равна 0.
3. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
.
4. Дисперсия суммы двух независимых случайных величин равна суме дисперсий этих величин:
. Это свойство распространяется на сумму конечного числа слагаемых.
5. Дисперсия разности двух независимых случайных величин Х и Y равна сумме их дисперсий.
.






