計數期望值的指示變數技巧
機率裡許多計數問題問的是「平均有多少?」——多少人生日相同、多少封信落進正確的信封、丟球後有多少空箱子。計算這種計數的完整分布常是惡夢。指示變數技巧繞過整個分布,幾乎免費地得到期望的計數。
指示變數是最簡單的隨機變數:一個 1/0 開關,若某事件發生就等於 1、不發生就等於 0。它的期望值美得乾淨——E[A 的指示] = 1 P(A) + 0 P(非 A) = P(A)。一個指示變數的期望值就是它事件的機率。訣竅是:把你的計數寫成指示變數之和,每個可能被數到的東西一個。那麼由期望值的線性性,期望的計數就只是那些機率之和。用白話的步驟:(1) 對每個項目 i,定義 I_i = 1 若項目 i 被數到、否則為 0;(2) 總計數是 X = I_i 之和;(3) E[X] = E[I_i] 之和 = P(項目 i 被數到) 之和。
神奇之處在於期望值的線性性不需要獨立性,所以這些指示變數可以用複雜的方式糾纏在一起,完全沒關係——你永遠不必把它們解開。想要 n 個項目的一次隨機排列中固定點的期望數目?每個位置有 1/n 的機率是固定的,共有 n 個位置,所以固定點的期望數目是 n 乘以 1/n = 1,與 n 無關,即使「位置 i 是固定的」這些事件彼此相依。這一個想法用一行就破解了生日問題、配對(領帽)問題以及無數其他問題。
把 10 顆球獨立丟進 10 個箱子。空箱子的期望數目?對每個箱子,P(空) = (9/10)^10 ≈ 0.349。令 I_k 指示箱子 k 為空;X = I_k 之和,故 E[X] = 10 (0.349) ≈ 3.49 個空箱子——完全不必計算 X 的分布就求出來了。
把計數寫成 1/0 指示之和;期望的計數就是各機率之和。
這技巧毫不費力地給出「期望」計數,但計數的「變異數」確實需要指示變數之間的相依(共變異數)——線性性只對均值是免費的。