Дисперсия случайной величины
В прошлом уроке ожидание было точкой опоры весов. Но одна точка опоры не говорит, как далеко от нее стоят гирьки.
Сегодня научимся измерять этот разброс одним числом — дисперсией.
Одно ожидание — разный разброс
Учебная модель: две линии фасовки. Пакет с линии $A$ весит $490$ или $510$ г, с линии $B$ — $450$ или $550$ г, каждое значение с вероятностью $0{,}5$.
$$E(A)=490\cdot 0{,}5+510\cdot 0{,}5=500,\qquad E(B)=450\cdot 0{,}5+550\cdot 0{,}5=500$$
Средняя масса пакета одинакова — $500$ г. Но с линии $A$ пакеты весят почти ровно $500$ г, а с линии $B$ — то на $50$ г легче, то на $50$ г тяжелее. Ожидание этого не видит. Нужно второе число: насколько далеко значения стоят от ожидания.
В 8 классе вы находили дисперсию набора чисел — средний квадрат отклонения от среднего. У случайной величины идея та же, только у каждого значения свой вес — его вероятность.
Квадраты отклонений с весами вероятностей
Отклонение значения — это разность $x_i-E(X)$. Слева от опоры она отрицательная, справа — положительная.
Пусть $X$ принимает значения $1$, $3$, $7$ с вероятностями $0{,}5$; $0{,}25$; $0{,}25$. Ожидание: $E=1\cdot 0{,}5+3\cdot 0{,}25+7\cdot 0{,}25=3$. Отклонения: $-2$, $0$, $4$.
Если просто сложить отклонения с весами, выйдет $(-2)\cdot 0{,}5+0\cdot 0{,}25+4\cdot 0{,}25=0$: влево и вправо они погасились. Поэтому каждое отклонение возводят в квадрат — квадрат не бывает отрицательным.
Квадраты отклонений: $4$, $0$, $16$. Умножим каждый на вероятность и сложим. Удобно считать в таблице: столбец за столбцом слева направо.
| $x_i$ | $p_i$ | $x_i-E$ | $(x_i-E)^2$ | $(x_i-E)^2p_i$ |
|---|---|---|---|---|
| $1$ | $0{,}5$ | $-2$ | $4$ | $2$ |
| $3$ | $0{,}25$ | $0$ | $0$ | $0$ |
| $7$ | $0{,}25$ | $4$ | $16$ | $4$ |
Сумма последнего столбца: $2+0+4=6$. Это число и называют дисперсией.
Почему квадраты, а не расстояния без знака? Для квадратов есть короткая формула и удобные правила, которые разберем дальше.
Определение
Дисперсия случайной величины $X$ — сумма квадратов отклонений от $E(X)$, умноженных на вероятности:
$$D(X)=(x_1-E)^2p_1+(x_2-E)^2p_2+\dots+(x_n-E)^2p_n$$
Здесь $E=E(X)$.
Заметьте: самая далекая гирька (значение $7$) весит всего $0{,}25$, но дает больше половины дисперсии. Стрелка вдвое длиннее — квадрат вчетверо больше.
Короткая формула: средний квадрат минус квадрат среднего
Считать отклонения неудобно, если $E(X)$ — дробное число. Есть другой путь: найти среднее квадратов самих значений $E(X^2)$ и вычесть квадрат ожидания.
Формула для вычисления дисперсии
$$D(X)=E(X^2)-(E(X))^2$$
Здесь $E(X^2)=x_1^2p_1+x_2^2p_2+\dots+x_n^2p_n$ — среднее квадратов значений.
Проверим на том же законе: $E(X^2)=1\cdot 0{,}5+9\cdot 0{,}25+49\cdot 0{,}25=15$, а $(E(X))^2=3^2=9$. Разность $15-9=6$ — та же дисперсия.
Почему формула верна
Скрыть
Раскроем квадрат в определении: $(x_i-E)^2=x_i^2-2Ex_i+E^2$. Умножим на $p_i$ и сложим по всем $i$:
$$D(X)=\sum x_i^2p_i-2E\sum x_ip_i+E^2\sum p_i$$
Первая сумма — это $E(X^2)$, вторая — это $E$, третья равна $1$. Получаем $D(X)=E(X^2)-2E\cdot E+E^2=E(X^2)-E^2$.
Пример
Величина $X$ принимает значения $1$ и $4$ с вероятностями $0{,}4$ и $0{,}6$. Найдите $D(X)$.
Решение.
- $E(X)=1\cdot 0{,}4+4\cdot 0{,}6=2{,}8$ — дробное число, отклонения считать неудобно.
- $E(X^2)=1\cdot 0{,}4+16\cdot 0{,}6=0{,}4+9{,}6=10$.
- $D(X)=10-2{,}8^2=10-7{,}84=2{,}16$.
Ответ: $2{,}16$.
Ошибка: квадрат среднего вместо среднего квадрата
Ошибка
Решавр думает, что $E(X^2)$ — то же, что $(E(X))^2$. Пусть $X$ принимает значения $-2$ и $2$ с вероятностью $0{,}5$. Тогда $E(X)=0$, и Решавр получает $D=0-0=0$.
Но квадраты значений равны $4$ и $4$, поэтому $E(X^2)=4$ и $D(X)=4-0=4$. Сначала возводят в квадрат каждое значение, потом усредняют — порядок менять нельзя.
Проверка: среднее квадратов никогда не меньше квадрата среднего, $E(X^2)\ge (E(X))^2$. Они равны, только когда разброса нет совсем.
Вывод
- Ожидание показывает, где опора, а дисперсия — насколько далеко от нее стоят гирьки.
- По определению: отклонения от $E(X)$, их квадраты, сумма квадратов с вероятностями.
- Короткая формула: $D(X)=E(X^2)-(E(X))^2$.
Следующий урок
У дисперсии неудобные единицы: квадратные граммы, квадратные очки. В следующем уроке найдем разброс в тех же единицах, что и сама величина, — стандартное отклонение.
Часто задаваемые вопросы
Результат одинаков. Определение удобно, когда E(X) — целое число и отклонения легко найти. Короткая формула удобна, когда E(X) дробное. Если сомневаетесь, посчитайте обоими способами — ответы должны совпасть.
Нет. Каждый квадрат отклонения неотрицателен, вероятности тоже, поэтому дисперсия не меньше нуля. Если получилось отрицательное число, в вычислениях ошибка, чаще всего в E(X²).
Идея та же — средний квадрат отклонения от среднего. В наборе данных у каждого числа одинаковый вес, а у случайной величины вес значения — его вероятность. Если все значения равновероятны, формулы совпадают.
Переходите к следующим темам и закрепляйте пройденное на практике.
- Более 330 000 пользователей по всей России, из них 39 000 учителей.
- Повышение среднего балла по предмету до 20 % после месяца занятий.
- Всплеск интереса к учебе и более глубокое понимание предметов.
Создайте бесплатный аккаунт — и откройте больше возможностей:
- Отслеживайте прогресс освоения тем
- Получайте персональные подборки полезных уроков и заданий
- Проводите работу над ошибками после занятий