MathLabs
定理証明済み

二項確率変数の期待値

内容

XX が試行回数 nn、成功確率 pp の二項分布に従うならば、E[X]=npE[X] = np である。

なぜ正しいのか?

二項の計数は多数の小さな「はい/いいえ」の試行の和にすぎず、和の期待値は試行同士がどう関わっていようと常に期待値の和に等しい。したがって一回の試行の平均的な寄与だけを求めればよい。

証明の概略

X=X1+X2+⋯+XnX = X_1 + X_2 + \cdots + X_n と書く。ここで XiX_i は ii 番目の試行が成功すれば 11、そうでなければ 00 である。各 XiX_i は P(Xi=1)=pP(X_i=1)=p、P(Xi=0)=1−pP(X_i=0)=1-p のベルヌーイ確率変数であり、その期待値は E[Xi]=1⋅p+0⋅(1−p)=pE[X_i] = 1\cdot p + 0\cdot(1-p) = p となる。

期待値は、独立であるか否かにかかわらず、任意の確率変数に対して線形性を持つ:E[X1+X2+⋯+Xn]=E[X1]+E[X2]+⋯+E[Xn]E[X_1+X_2+\cdots+X_n] = E[X_1]+E[X_2]+\cdots+E[X_n]。この線形性は、期待値が重み付き和として定義されることから直接従う。和や重み付き和は常に並べ替えられるからである。

この線形性を X=X1+⋯+XnX = X_1+\cdots+X_n に適用すると E[X]=E[X1]+⋯+E[Xn]=p+p+⋯+p⏟n times=npE[X] = E[X_1]+\cdots+E[X_n] = \underbrace{p+p+\cdots+p}_{n \text{ times}} = np となり、主張した公式と一致する。

この定理を使うトピック

ステップごとの証明

この定理のステップごとの証明はまだありません。

参考文献

  1. Charles M. Grinstead, J. Laurie Snell (1997). Introduction to Probability
  2. Sheldon Ross (2019). A First Course in Probability