- •А.В. Ряднов, в.В. Трубаев, т.В. Меренкова
- •Теория вероятностей
- •Учебное пособие
- •Москва - 2013
- •Оглавление
- •Глава I. Основные понятия и формулы теории вероятностей.
- •§1. Предмет теории вероятностей. Случайные события.
- •Задачи:
- •§4. Формула сложения вероятностей
- •§5. Аксиоматический подход к теории вероятностей
- •I. Аксиомы событий
- •II. Аксиомы вероятностей
- •§6. Классическая схема теории вероятностей
- •§7. Геометрические вероятности
- •§8. Условная вероятность. Независимость случайных событий.
- •§9. Формула полной вероятности. Формулы Байеса.
- •§10. Комбинаторика.
- •§11. Схема Бернулли
- •§12. Вероятности Pn(к) при больших значениях n. Приближённые формулы Лапласа и Пуассона.
- •Глава II. Случайные величины и их
- •Характеристики
- •§1. Случайная величина и её функция
- •Распределения
- •§2. Дискретные случайные величины
- •§3. Непрерывные случайные величины
- •§ 4. Функции от случайной величины.
- •§ 5. Системы случайных величин.
- •1. Двумерные дискретные случайные величины.
- •2. Непрерывные системы случайных величин.
- •§ 6. Независимые случайные величины.
- •§ 7. Математическое ожидание случайной величины.
- •1. Математическое ожидание дискретной случайной величины.
- •2. Математическое ожидание случайной величины, имеющей плотность вероятности.
- •§8. Дисперсия случайной величины.
- •§9. Корреляционный момент и корреляция случайных величин
- •Глава III. Закон больших чисел и центральная предельная теорема.
- •§ 1. Неравенство Чебышева.
- •§2. Закон больших чисел.
- •Полезное заключительное замечание о практическом значении изложенных выше теорем.
- •§ 3. Центральная предельная теорема Ляпунова и её следствия.
- •Задачи по теории вероятностей
- •Индивидуальные задания № 1 по Теории вероятностей
- •Задачи индивидуальных заданий № 1
- •Индивидуальные задания № 2 по Теории вероятностей
- •Задачи индивидуальных заданий № 2
- •Степени числа e
- •150048, Ярославль, Московский пр-т, д. 151,
§8. Дисперсия случайной величины.
Во многих случаях возникает необходимость ввести ещё одну числовую характеристику для измерения степени рассеивания, разброса значений, принимаемых случайной величинойξ, вокруг её математического ожидания.
Определение.Дисперсией случайной величиныξназывается число.
D ξ =M(ξ-M ξ)2. (1)
Другими словами, дисперсия есть математическое ожидание квадрата отклонения значений случайной величины от её среднего значения.
Число
(2)
называется средним квадратичнымотклонением
величины ξ.
Если дисперсия характеризует средний размер квадрата отклонения ξoтMξ, то числоможно рассматривать как некоторую среднюю характеристику самого отклонения, точнее, величины |ξ-Mξ|.
Из определения (1) вытекают следующие два свойства дисперсии.
1. Дисперсия постоянной величины равна нулю. Это вполне соответствует наглядному смыслу дисперсии, как «меры разброса».
Действительно, если
ξ=С,тоMξ=Cи, значит Dξ=M(C-C)2=M0=0.
2. При умножении случайной величины ξна постоянное число С её дисперсия умножается наC2
D(Cξ)=C2Dξ. (3)
Действительно
D(Cξ)=M(C
=M(C.
3. Имеет место, следующая формула для вычисления дисперсии:
. (4)
Доказательствоэтой формулы следует из свойств математического ожидания. Мы имеем:
4. Если величины ξ1иξ2независимы, то дисперсия их суммы равна сумме их дисперсий:
. (5)
Доказательство.Для доказательства используем свойства математического ожидания. ПустьMξ1=m1,Mξ2=m2, тогда.
Формула (5) доказана.
Так как дисперсия случайной величины есть по определению математическое ожидание величины (ξ –m)2, гдеm=Mξ ,то для вычисления дисперсии можно воспользоваться формулами, полученными в §7 гл.II.
Так, если ξесть ДСВ с законом распределения
-
x1
x2
...
p1
p2
...
то будем иметь:
. (7)
Если ξнепрерывна случайная величина с плотностью распределенияp(x), тогда получим:
Dξ=. (8)
Если использовать формулу (4) для вычисления дисперсии, то можно получить другие формулы, а именно:
, (9)
если величина ξдискретна, и
Dξ=, (10)
если ξраспределена с плотностьюp(x).
Пример 1.Пусть величинаξравномерно распределена на отрезке [a,b]. Воспользовавшись формулой (10) получим:
Можно показать, что дисперсия случайной величины , распределенной по нормальному закону с плотностью
p(x) =, (11)
равна σ2.
Тем самым выясняется смысл параметра σ, входящего в выражение плотности (11) для нормального закона; σ ecть среднее квадратичное отклонение величиныξ.
Пример 2.Найти дисперсию случайной величиныξ, распределенной по биномиальному закону.
Решение.Воспользовавшись представлениемξв виде
ξ=ξ1+ξ2+…+ξn(см. пример 2 §7 гл.II) и применяя формулу сложения дисперсий для независимых величин, получим
Dξ=Dξ1+Dξ2+…+ Dξn.
Дисперсия любой из величин ξi (i=1,2,…,n) подсчитывается непосредственно:
Dξi=M(ξi)2- (Mξi)2=02·q+12p-p2=p(1-p)=pq.
Окончательно получаем
Dξ=npq, гдеq=1– p.