Dejemos que X1,…,Xn sean variables aleatorias independientes e idénticamente distribuidas y definamos ˉX=X1+X2⋯+Xnn.
Supongamos que Pr . Desde el X_i están idénticamente distribuidos, la simetría nos dice que, para i=1,\dots n las variables aleatorias (dependientes) X_i/\bar{X} tienen la misma distribución: \frac{X_1}{\bar{X}} \sim \frac{X_2}{\bar{X}} \sim \dots \sim \frac{X_n}{\bar{X}}. Si las expectativas \mathrm{E}[X_i/\bar{X}] existe (este es un punto crucial), entonces \mathrm{E}\left[ \frac{X_1}{\bar{X}} \right] = \mathrm{E}\left[ \frac{X_2}{\bar{X}} \right] = \dots = \mathrm{E}\left[ \frac{X_n}{\bar{X}} \right], y, para i=1,\dots,n tenemos \begin{align} \mathrm{E}\left[ \frac{X_i}{\bar{X}} \right] &= \frac{1}{n} \left( \mathrm{E}\left[ \frac{X_1}{\bar{X}} \right] + \mathrm{E}\left[ \frac{X_2}{\bar{X}} \right] + \dots + \mathrm{E}\left[ \frac{X_n}{\bar{X}} \right] \right) \\ &= \frac{1}{n}\,\mathrm{E}\left[ \frac{X_1}{\bar{X}} + \frac{X_2}{\bar{X}} + \dots + \frac{X_n}{\bar{X}} \right] \\ &= \frac{1}{n}\,\mathrm{E}\left[ \frac{X_1+X_2+\dots+X_n}{\bar{X}} \right] \\ &= \frac{1}{n}\,\mathrm{E}\left[ \frac{n\bar{X}}{\bar{X}} \right] \\ &= \frac{n}{n}\,\mathrm{E}\left[ \frac{\bar{X}}{\bar{X}} \right] = 1. \end{align}
Veamos si podemos comprobarlo mediante un simple Monte Carlo.
x <- matrix(rgamma(10^6, 1, 1), nrow = 10^5)
mean(x[, 3] / rowMeans(x))
[1] 1.00511
Bien, y los resultados no cambian mucho con la repetición.