Пусть производится n независимых испытаний, в каждом из которых вероятность появления события А постоянна. Чему равна дисперсия числа появлений события в этих испытаниях? Ответ на этот вопрос дает следующая теорема.
Теорема. Дисперсия числа появлений события А в n независимых испытаниях, в каждом из которых вероятность р появления события постоянна, равна произведению числа испытаний на вероятности появления и непоявления события в одном испытании: D (X) = npq.
Замечание. Так как величина X распределена по биномиальному закону, то доказанную теорему можно сформулировать и так: дисперсия биномиального распределения с параметрами n и р равна произведению npq.
Пример. Производятся 10 независимых испытаний, в каждом из которых вероятность появления события равна 0,6. Найти дисперсию случайной величины X — числа появлений события в этих испытаниях.
Решение. По условию, n=10, р = 0,6. Очевидно, вероятность непоявления события
q= 1–0,6 = 0,4.
Искомая дисперсия D (X) = npq= 10*0,6*0,4 = 2,4.
Для оценки рассеяния возможных значений случайной величины вокруг ее среднего значения кроме дисперсии служат и некоторые другие характеристики.
|
|
1) Средним квадратическим отклонением случайной величины X называют квадратный корень из дисперсии:
2) Среднее квадратическое отклонение суммы взаимно независимых случайных величин
3) Одинаково распределенные взаимно независимые случайные величины
4) Начальные и центральные теоретические моменты/
Эти характеристики могут использоваться при решении различных задач.
В теории случайных процессов используются теорема Чебышева и теорема Брнулли, рассматриваются различные виды распределения случайных величин.