证明 两点分布 的期望和方差

两点分布

两点分布（Bernoulli distribution）是离散概率分布中最简单的一种。假设随机变量 $$X$$ 只可能取两个值：0 和 1，其概率分别为 $$P(X=0)=1-p$$ 和 $$P(X=1)=p$$，其中 $$0\le p\le 1$$。

期望值

期望值（Expectation）也称为均值，表示随机变量在一次试验中可能的取值按各自概率加权后的平均值。对于随机变量 $$X$$，其期望值记作 $$\mathbb{E}(X)$$，定义为：
$$\mathbb{E}(X)=\sum _i{x}_{i}P(X=x_i)$$

在两点分布中，随机变量 $$X$$ 只有两个取值 0 和 1，因此其期望值为：
$$\mathbb{E}(X)=0\cdot P(X=0)+1\cdot P(X=1)$$
代入概率值得：
$$\mathbb{E}(X)=0\cdot (1-p)+1\cdot p=p$$

方差

方差（Variance）表示随机变量与其期望值之间的离散程度，记作 $$\text{Var}(X)$$ 或 $${\sigma }^2$$。方差的定义为：
$$\text{Var}(X)=\mathbb{E}[(X-\mathbb{E}(X){)}^2]$$
这可以通过以下公式计算：
$$\text{Var}(X)=\mathbb{E}(X^2)-(\mathbb{E}(X){)}^2$$

首先，我们计算 $$\mathbb{E}(X^2)$$。在两点分布中，$$X^2$$ 只有两个取值 0 和 1，因此：
$$\mathbb{E}(X^2)=0^2\cdot P(X=0)+1^2\cdot P(X=1)=0\cdot (1-p)+1\cdot p=p$$

现在我们已经知道：
$$\mathbb{E}(X)=p$$
和
$$\mathbb{E}(X^2)=p$$

代入方差公式：
$$\text{Var}(X)=\mathbb{E}(X^2)-(\mathbb{E}(X){)}^2=p-p^2=p(1-p)$$

结论

对于两点分布 $$X$$，其期望值和方差分别为：
$$\mathbb{E}(X)=p$$
$$\text{Var}(X)=p(1-p)$$

这两个结果表明，在两点分布中，随机变量 X 的期望值是事件 X = 1 的概率 p ，而方差则是 p 和（1 - p）的乘积，表示了离散程度。