La respuesta anterior es muy agradable y responde completamente a la pregunta, pero, en cambio, proporcionaré una fórmula general para el cuadrado esperado de una suma y la aplicaré al ejemplo específico mencionado aquí.
Para cualquier conjunto de constantes es un hecho quea1,...,an
(∑i=1nai)2=∑i=1n∑j=1naiaj
Esto es cierto por la propiedad distributiva y queda claro cuando considera lo que está haciendo cuando calcula a mano.(a1+...+an)⋅(a1+...+an)
Por lo tanto, para una muestra de variables aleatorias , independientemente de las distribuciones,X1,...,Xn
E⎛⎝[∑i=1nXi]2⎞⎠=E(∑i=1n∑j=1nXiXj)=∑i=1n∑j=1nE(XiXj)
siempre que existan estas expectativas.
En el ejemplo del problema, son variables aleatorias iid , lo que nos dice que y para cada . Por independencia, para , tenemosX1,...,Xnexponential(λ)E(Xi)=1/λvar(Xi)=1/λ2ii≠j
E(XiXj)=E(Xi)⋅E(Xj)=1λ2
Hay de estos términos en la suma. Cuando , tenemosn2−ni=j
E(XiXj)=E(X2i)=var(Xi)+E(Xi)2=2λ2
y hay de estos términos en la suma. Por lo tanto, usando la fórmula anterior,n
E(∑i=1nXi)2=∑i=1n∑j=1nE(XiXj)=(n2−n)⋅1λ2+n⋅2λ2=n2+nλ2
es tu respuesta