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.
.