40.1. Дисперсией случайной величины называется число
. (40.1)
Дисперсия является удобной характеристикой разброса значений около ее среднего значения
. Часто используется для обозначения дисперсии символ
. Тогда
называется среднеквадратическим уклонением случайной величины
. Если дисперсия имеет размерность квадрата случайной величины, то размерность
совпадает с размерностью случайной величины. Из (40.1) в соответствии со свойствами математического ожидания следует
. (40.2)
Таким образом,
. (40.3)
Если дискретная случайная величина со значениями
и соответствующими вероятностями
, то ее дисперсия
(40.4)
Если - непрерывная случайная величина и
- ее плотность вероятности, то
. (40.5)
40.2. Рассмотрим примеры. Вычислим дисперсию нормальной случайной величины. Ее плотность определяется формулой (35.4). Подставим
в (40.5), тогда
. (40.6)
|
|
Пусть , тогда
,
. (40.7)
Подстановка пределов в (40.7) дает нулевые результаты, а интеграл равен . Поэтому
. (40.8)
Таким образом, параметр в плотности нормальной случайной величины является дисперсией этой величины, а среднеквадратичное уклонение
определяет эффективную ширину плотности
: значение
в
раз меньше значения
- в точке максимума.
40.3. В некоторых случаях для вычисления дисперсии удобно использовать формулу (40.3). Например, для экспоненциально распределенной случайной величины плотность имеет вид (35.8), а ее среднее
. Вычислим
. (40.9)
Интеграл в (40.9) вычисляется по частям:
.
Таким образом, . Полученный результат подставим в формулу (40.3), тогда
. 40.10)
40.4. Вычислим дисперсию числа успехов в вероятностной схеме Бернулли, как пример вычисления дисперсии дискретной случайной величины. При этом также используем формулу (40.3), т.е. на первом шаге вычислим среднее от квадрата , а затем используя ранее полученный результат, дисперсию по формуле (40.3). Итак, среднее от квадрата
, (40.11)
где - распределение вероятностей Бернулли, поэтому
. (40.12)
Пусть , тогда
и
.(40.13)
Здесь - вероятность появления
успехов в последовательности из
опытов. Поэтому
, как вероятность достоверного события, состоящего в том, что число успехов будет любым в интервале от
до
. Первая сумма в (40.13)
как математическое ожидание числа успехов в последовательности из
опытов в соответствии с формулой (38.9). Подставим эти результаты в (40.13), тогда
|
|
. (40.14)
Теперь
. (40.15)