一题多解 —— 二项式分布的期望和方差的计算

1. 定义法

$$\begin{split} \mathbb E(x)=&\sum_{k=0}^Nk\cdot \binom{N}{k}\mu^k(1-\mu)^{N-k}\\ =&N\sum_{k=1}^N\binom{N-1}{k-1}\mu^k(1-\mu)^{N-k}\\ =&N\mu\sum_{k=1}^N\binom{N-1}{k-1}\mu^{k-1}(1-\mu)^{(N-1)-(k-1)}\\ =&N\mu\left(\mu+(1-\mu)\right)^{N-1}\\ =&N\mu \end{split}$$

2. 指示器变量（Indicator variable）

定义随机变量 $x_i\sim b(1, \mu)$，$x_i, i=1,2,\ldots,N$ 彼此独立同分布，由相互独立的随机变量，以相互独立的随机变量 $x, z$ 为例，证明见 随机变量统计独立性的相关证明：

$$\begin{split} &\mathbb E[x+z]=\mathbb E[x]+\mathbb E[z]\\ &\text{var}[x+z]=\text{var}[x]+\text{var}[z] \end{split}$$

则多项式随机变量 $m$，其实等价于：

$$m=x_1+x_2+\ldots+x_N$$

因此由：

$$\begin{split} &\mathbb E[m]=N\mathbb E[x_i]=N\mu\\ &\text{var}[m]=N\text{var}[x_i]=N\mu(1-\mu) \end{split}$$

references

• Expectation of Binomial Distribution