განმარტება თუ X {\displaystyle \scriptstyle X} შემთხვევითი სიდიდეა, მაშინ მისი დისპერსია აღინიშნება, როგორც D ( X ) {\displaystyle \scriptstyle D(X)} და
D ( X ) = E [ ( X − μ ) 2 ] . {\displaystyle {\begin{aligned}\operatorname {D} (X)&=\operatorname {E} [(X-\mu )^{2}]\,.\end{aligned}}} სადაც μ = E [ X ] {\displaystyle \mu =E[X]} არის X {\displaystyle \scriptstyle X} შემთხვევითი სიდიდის ლოდინი . შემდგომი მარტივი გარდაქმნებით დისპერსია შესაძლებელია შემდეგ სახეზე იქნას მიყვანილი:
D ( X ) = E [ ( X − μ ) 2 ] = E [ X 2 − 2 μ X + μ 2 ] = E [ X 2 ] − 2 μ E [ X ] + μ 2 = E [ X 2 ] − 2 μ 2 + μ 2 = E [ X 2 ] − μ 2 = E [ X 2 ] − ( E [ X ] ) 2 . {\displaystyle {\begin{aligned}\operatorname {D} (X)&=\operatorname {E} [(X-\mu )^{2}]\\&=\operatorname {E} [X^{2}-2\mu X+\mu ^{2}]\\&=\operatorname {E} [X^{2}]-2\mu \,\operatorname {E} [X]+\mu ^{2}\\&=\operatorname {E} [X^{2}]-2\mu ^{2}+\mu ^{2}\\&=\operatorname {E} [X^{2}]-\mu ^{2}\\&=\operatorname {E} [X^{2}]-(\operatorname {E} [X])^{2}.\end{aligned}}} როგორც წესი, დისპერსია აღინიშნება, როგორც σ X 2 {\displaystyle \scriptstyle \sigma _{X}^{2}} ან, თუ ცხადია, რომელი შემთხვევითი სიდიდის დისპერსიაზეა ლაპარაკი, უბრალოდ σ 2 {\displaystyle \scriptstyle \sigma ^{2}} (სიგმა კვადრატი), სადაც σ {\displaystyle \scriptstyle \sigma } საშუალო სტანდარტული გადახრაა. დასავლურ ლიტერატურაში მიღებულია ტერმინი „ვარიაცია“ და შემდეგი ფორმალური ჩაწერა: Var ( X ) {\displaystyle \operatorname {Var} (X)} .
თვისებები დისპერსია ყოველთვის არაუარყოფითია: D [ X ] ⩾ 0 ; {\displaystyle D[X]\geqslant 0;} თუ შემთხვევითი სიდიდის დისპერსია სასრულია, მაშინ მისი მათემატიკური ლოდინიც სასრულია; თუ შემთხვევითი სიდიდე მუდმივია, მაშინ მისი დისპერსია ნულის ტოლია: D [ a ] = 0. {\displaystyle D[a]=0.} სამართლიანია შებრუნებულიც: თუ D [ X ] = 0 , {\displaystyle D[X]=0,} მაშინ X = E [ X ] {\displaystyle X=E[X]} თითქმის ყველგან; ორი შემთხვევით სიდიდის ჯამის დისპერსია შემდეგნაირად გამოითვლება: D [ X + Y ] = D [ X ] + D [ Y ] + 2 cov ( X , Y ) {\displaystyle \!D[X+Y]=D[X]+D[Y]+2\,{\text{cov}}(X,Y)} , სადაც cov ( X , Y ) {\displaystyle \!{\text{cov}}(X,Y)} — ამ შემთხვევით სიდიდეთა კოვარიაციაა; ზოგადად, ნებისმიერი რაოდენობა შემთხვევითი სიდიდეების წრფივი კომბინაციისთვის სამართლიანია შემდეგი ტოლობა: D [ ∑ i = 1 n c i X i ] = ∑ i = 1 n c i 2 D [ X i ] + 2 ∑ 1 ⩽ i < j ⩽ n c i c j cov ( X i , X j ) {\displaystyle \!D\left[\sum _{i=1}^{n}c_{i}X_{i}\right]=\sum _{i=1}^{n}c_{i}^{2}D[X_{i}]+2\sum _{1\leqslant i<j\leqslant n}c_{i}c_{j}\,{\text{cov}}(X_{i},X_{j})} , სადაც c i ∈ R {\displaystyle c_{i}\in \mathbb {R} } ; კერძოდ, D [ X 1 + . . . + X n ] = D [ X 1 ] + . . . + D [ X n ] {\displaystyle \displaystyle D[X_{1}+...+X_{n}]=D[X_{1}]+...+D[X_{n}]} , თუ შემთხვევითი სიდიდეები X 1 , . . . , X n {\displaystyle \displaystyle X_{1},...,X_{n}} დამოუკიდებლებია (ამ შემთხვევაში მათი კოვარიაცია ნულის ტოლია); D [ a X ] = a 2 D [ X ] ; {\displaystyle D\left[aX\right]=a^{2}D[X];} D [ − X ] = D [ X ] ; {\displaystyle D\left[-X\right]=D[X];} D [ X + b ] = D [ X ] . {\displaystyle D\left[X+b\right]=D[X].}
მაგალითი ვთქვათ, მოცემულია [ 0 , 1 ] {\displaystyle \displaystyle [0,1]} სეგმენტზე თანაბრად განაწილებული შემთხვევითი სიდიდე X {\displaystyle \displaystyle X} , ანუ განაწილების სიმკვრივეს აქვს შემდეგი სახე:
f X ( x ) = { 1 , x ∈ [ 0 , 1 ] 0 , x ∉ [ 0 , 1 ] . {\displaystyle f_{X}(x)=\left\{{\begin{matrix}1,&x\in [0,1]\\0,&x\not \in [0,1].\end{matrix}}\right.} გამოვთვალოთ ამ შემთხვევითი სიდიდის დისპერსია.
E [ X 2 ] = ∫ 0 1 x 2 d x = x 3 3 | 0 1 = 1 3 , {\displaystyle E\left[X^{2}\right]=\int \limits _{0}^{1}\!x^{2}\,dx=\left.{\frac {x^{3}}{3}}\right\vert _{0}^{1}={\frac {1}{3}},} E [ X ] = ∫ 0 1 x d x = x 2 2 | 0 1 = 1 2 . {\displaystyle E\left[X\right]=\int \limits _{0}^{1}\!x\,dx=\left.{\frac {x^{2}}{2}}\right\vert _{0}^{1}={\frac {1}{2}}.} საბოლოოდ:
D [ X ] = E [ X 2 ] − ( E [ X ] ) 2 = 1 3 − ( 1 2 ) 2 = 1 12 . {\displaystyle D[X]=E\left[X^{2}\right]-(E[X])^{2}={\frac {1}{3}}-\left({\frac {1}{2}}\right)^{2}={\frac {1}{12}}.} იხილეთ აგრეთვე ლიტერატურა ე. ნადარაია, რ. აბსავა, მ. ფაცაცია , ალბათობის თეორია – თსუ, 2005Ширяев А.Н , Вероятность - Наука, Москва, 1989 ISBN 5-02-013955-6 რესურსები ინტერნეტში