Дисперсия ДСВ и ее св-ва (с выводом). Примеры

Дисперсией D(Х) случайной величины Х называется математическое ожидание квадрата ее отклонения от математического ожидания: или , где

Доказательство. С учетом того, что мат ожид М(Х) и квадрат мат-гоожид М2(Х) – величины постоянные, можно записать:

В качестве характеристики рассеяния нельзя брать математическое ожидание отклонения случайной величины от ее математического ожидания , ибо согласно свойству 6 математического ожидания эта величина равна нулю для любой случайной величины.

Выбор дисперсии, определяемой по формуле, в качестве характеристики рассеяния значений случайной величины Х оправдывается также тем, что, как можно показать, математическое ожидание квадрата отклонения случайной величины Х от постоянной величины С минимально именно тогда, когда эта постоянная С равна математическому ожиданию , т.е. .

Если случайная величина Х - дискретная с конечным числом значений, то (3.11).

Если случайная величина Х - дискретная с бесконечным, но счетным множеством значений, то (если ряд в правой части равенства сходится).

Дисперсия D(Х) имеет размерность квадрата случайной величины, что не всегда удобно. Поэтому в качестве показателя рассеяния используют также величину .

Средним квадратическим отклонением (стандартным отклонением или стандартом) случайной величины Х называется арифметическое значение корня квадратного из ее дисперсии:

Свойства дисперсии случайной величины.

1. Дисперсия постоянной величины равна нулю: .

□ . ■

2. Постоянный множитель можно выносить за знак дисперсии, возведя его при этом в квадрат: .

□ Учитывая свойство 2 математического ожидания, получим . ■

3. Дисперсия случайной величины равна разности между математическим ожиданием квадрата случайной величины и квадратом ее математического ожидания: (3.16) или где .

□ Пусть М(Х) = а. Тогда D(Х) = М(Х - а)² = М(Х² - 2аХ + а²). Учитывая, что а - величина постоянная, неслучайная, найдем

D(Х) = М(Х)² - 2аМ(Х) + а² = М(Х²) - 2а·а + а² = M(X²) - a².

Это свойство часто используют при вычислении дисперсии. Вычисление по формуле (3.16) дает, например, упрощение расчетов по сравнению с основной формулой (3.11), если значения xi случайной величины - целые, а математическое ожидание, а значит, и разности (xi - а) - нецелые числа.

4. Дисперсия алгебраической суммы конечного числа независимых случайных величин равна сумме их дисперсий: .

□ По свойству 3: . Обозначая , и учитывая, что для независимых случайных величин М(ХУ)=М(Х)М(У), получим

.■

Обращаем внимание на то, что дисперсия как суммы, так и разности независимых случайных величин Х и У равна сумме их дисперсий, т.е. .

3амечание. Обратим внимание на интерпретацию математического ожидания и дисперсии в финансовом анализе. Пусть, например, известно распределение доходности Х некоторого актива (например, акции), т.е. известны значения доходности xi и соответствующие их вероятности pi за рассматриваемый промежуток времени. Тогда, очевидно, математическое ожидание М(Х) выражает среднюю (прогнозную) доходность актива, а дисперсия D(X) или среднее квадратическое отклонение - меру отклонения, колеблемости доходности от ожидаемого среднего значения, т.е. риск данного актива.

Математическое ожидание, дисперсия, среднее квадратическое отклонение и другие числа, призванные в сжатой форме выразить наиболее существенные черты распределения, называются числовыми характеристиками случайной величины.

Обращаем внимание на то, что сама величина Х - случайная, а ее числовые характеристики являются величинами неслучайными, постоянными.