7.2 Дисперсия случайной величины и ее свойства

На практике часто требуется оценить рассеяние случайной величины вокруг ее среднего значения. Использовать в качестве такой характеристики отклонение случайной величиныот ее математического ожиданияне представляется возможным.

Теорема. Для любой случайной величины математическое ожидание ее отклонения равно нулю, т.е.

.

Доказательство. Действительно, учитывая, что – постоянная величина, имеем:

Такой характеристикой степени рассеяния случайной величины является дисперсия.

Дисперсией (рассеянием) случайной величины называют математическое ожидание квадрата отклонения этой величины от ее математического ожидания:

.еличина распределение корреляция

Очевидно, что дисперсия случайной величины постоянна, т.е. является числовой характеристикой этой величины.

Если случайная величина имеет закон распределения , то.

Так же как и для математического ожидания, свойства дисперсии можно сформулировать в виде теорем.

Теорема. Дисперсия постоянной величины равна нулю.

Доказательство. Если – постоянная величина, тои, следовательно,. Этот результат очевиден, поскольку постоянная величина изображается точкой на числовой оси и не имеет рассеяния.

Теорема. Постоянный множитель можно выносить за знак дисперсии, возводя его при этом в квадрат .

Доказательство. Если – постоянный множитель, а– случайная величина, то– тоже случайная величина, математическое ожидание которой. Применяя к случайной величинеопределение дисперсии, получаем:

.

Теорема. Дисперсия случайной величины равна разности математического ожидания ее квадрата и квадрата математического ожидания самой величины: .

Доказательство. Используя основные теоремы о математическом ожидании можно записать:

Теорема. Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин:

.

Доказательство. Поскольку , следовательно:

,

где – так называемый корреляционный момент величини. Если случайные величиныинезависимы, то случайные величиныи, очевидно, также независимы, поэтому:

Следствие 1. Дисперсия суммы нескольких взаимно независимых случайных величин равна сумме дисперсий этих величин.

Следствие 2. Если – постоянная величина, то.

Следствие 3. Дисперсия разности двух независимых случайных величин равна сумме дисперсий этих величин, т.е. если случайные величины инезависимы, то.

Доказательство.

.

Математическое ожидание и дисперсия случайной величины являются ее основными числовыми характеристиками.

7.3 Среднеквадратическое отклонение

Для оценки рассеяния возможных значений случайной величины вокруг его среднего значения кроме дисперсии служат и некоторые другие характеристики. К их числу относится среднее квадратичное отклонение.

Средним квадратичным отклонением (или стандартом) случайной величиныназывается корень квадратный из дисперсииэтой величины:.

Легко показать, что дисперсия имеет размерность, равную квадрату размерности случайной величины. Так как среднее квадратическое отклонение равно квадратному корню из дисперсии, то размерность совпадает с размерностью. Поэтому в тех случаях, когда желательно, чтобы оценка рассеяния имела размерность случайной величины, вычисляют среднее квадратичное отклонение, а не дисперсию.