Легко указать такие случайные величины, которые имеют одинаковые математические ожидания, но различные возможные значения.
Рассмотрим, например, две дискретные случайные величины X и Y, заданные следующими законами распределения:
X | -0,01 | 0,01 | Y | -100 | ||
p | 0,5 | 0,5 | p | 0,5 | 0,5 |
Нетрудно видеть, что M (X)= M (Y)=0. Здесь математические ожидания обеих случайных величин одинаковы, а возможные значения различны, причём Х имеет возможные значения, близкие к математическому ожиданию, а Y – далёкие от своего математического ожидания. Таким образом, зная лишь математическое ожидание случайной величины, ещё нельзя судить ни о том, какие возможные значения она может принимать, ни о том, как они рассеяны вокруг математического ожидания. Другими словами, математическое ожидание полностью случайную величину не характеризует.
По этой причине, наряду с математическим ожиданием, вводят и другие числовые характеристики. Так, например, для того, чтобы оценить, как рассеяны возможные значения случайной величины вокруг её математического ожидания, пользуются, в частности, числовой характеристикой, которую называют дисперсией.
|
|
Дисперсией случайной величины называется математическое ожидание квадрата отклонения данной случайной величины от её математического ожидания, т.е.
.
1). Для дискретной случайной величины:
(или для случайной величины, имеющей конечное число значений);
2). Для непрерывной случайной величины:
(или , если значения случайной величины принадлежат промежутку ).
Свойства дисперсии .
1. ;
2. ;
3. ;
4. ;
5. .
Доказательства, приведённых выше свойств, вполне очевидны и проводятся по определению. Давайте докажем, например, третье свойство:
ПРИМЕР. Найти дисперсию случайной величины , имеющей следующее распределение
0,3 | 0,5 | 0,2 |
РЕШЕНИЕ. Вычислим, прежде всего, математическое ожидание данной случайной величины:
.
Тогда, согласно определению дисперсии, получим:
.
Удобнее было бы воспользоваться третьим свойством дисперсии. Действительно:
.