Теорема сложения дисперсий.
Дисперсия суммы двух случайных величин равна сумме дисперсий и удвоенного корреляционного момента этих величин:
. (4.5)
Доказательство.
Пусть X+Y=Z, тогда
,
что и требовалось доказать.
Формула (4.2) может быть обобщена на любое число слагаемых:
, (4.6)
где - корреляционный момент случайных величин , знак под суммой обозначает, что суммирование распространяется на все возможные парные сочетания случайных величин .
Если случайные величины не коррелированны, то дисперсия суммы равна сумме дисперсий этих величин:
. (4.7)
Справедливость равенства (4.7) вытекает из того, что для не коррелированных случайных величин корреляционный момент .
Дисперсия линейной функции случайных величинравна
, (4.8)
где - неслучайные величины.
Если случайные величины не коррелированны, то
. (4.9)
Пример. Определить дисперсию случайной величины , имеющей комплексный характер.
Дисперсией случайной комплексной величины называют МО квадрата модуля комплексной центрированной случайной величины, поэтому
. Следовательно, дисперсия комплексной случайной величины равна сумме дисперсий действительной X и мнимой Y случайных частей.
Дисперсия произведениядвух независимых случайных величин X и Y вычисляется по формуле
. (4.10)
Доказательство.
Пусть , тогда
.
Так как случайные величины X и Y независимы, то и также будут независимы, поэтому
.
Кроме того, .
Следовательно,
,
что и требовалось доказать.
Дисперсия нелинейной функции случайных аргументов.Пусть случайная величина Z является функцией случайных аргументов . Требуется определить дисперсию D(Z).
В общем случае при решении этой задачи нелинейную функцию в окрестности точки линеаризуют разложением ее в ряд Тейлора:
. Применяя к этой случайной величине свойство дисперсии линейной функции и, учитывая, что дисперсия первого слагаемого (детерминированная функция) в этом выражении равна нулю, находим:
.
Дата добавления: 2021-11-16; просмотров: 392;