第 15 讲 · 条件数学期望 $\mathbb{E}[X\mid Y]$ 的现代公理化理论：$\sigma(Y)$ 可测随机变量、全期望公式与 $L^2$ 正交投影

1.1 为什么初等定义全部碰壁？——Kolmogorov 公理化破局（▶ P78 02:29–19:27）

在课程开篇（▶ P78 03:01），张颢老师回顾了概率空间 $(\Omega, \Sigma, \mathbb{P})$ 上的古典条件概率 $\mathbb{P}(A\mid B) = \mathbb{P}(AB)/\mathbb{P}(B)$：它的本质是把样本空间从 $\Omega$ 缩减为子集 $B$，但这要求分母 $\mathbb{P}(B) \neq 0$（▶ P78 06:01）。当考察连续随机变量 $(X,Y)$ 时：

• 第一条死胡同：单点集 $\{X = x\}$ 或 $\{Y = y\}$ 的概率恒为 $0$，古典除法定义直接失效（▶ P78 06:26）；
• 第二条死胡同：绝大部分教科书直接仿照形式定义 $f_{Y|X}(y\mid x) = \frac{f_{X,Y}(x,y)}{f_X(x)}$，但概率密度并不是概率，这种定义“形似而神不似”，逻辑上极为突兀（▶ P78 08:00）；
• 第三条死胡同：若改用累积分布事件定义 $\frac{\mathbb{P}(Y\le y,\,X\le x)}{\mathbb{P}(X\le x)}$，分母虽然不为 $0$ 了，但条件却变成了 $\{X\le x\}$ 而非原本要求的单点 $\{X=x\}$（▶ P78 09:46–11:20）！

如何既彻底回避“分母等于 $0$”的麻烦，又不留下任何逻辑漏洞？张颢老师在黑板上正式写下了现代概率论最辉煌的里程碑之一——条件数学期望的公理化定义（▶ P78 12:16–19:27）：

• 设 $\Sigma_1 \subset \Sigma$ 是原 $\sigma$-代数的一个子 $\sigma$-域（相当于把事件域缩小/粗化了一点），$X$ 是一个普通随机变量。若存在一个新的随机变量 $Z$，满足以下两条公理，则称 $Z$ 为 $X$ 关于子 $\sigma$-域 $\Sigma_1$ 的条件期望，记作 $Z = \mathbb{E}[X \mid \Sigma_1]$：
  1. $\Sigma_1$-可测性与绝对可积性（▶ P78 13:14–14:12）：$Z$ 是定义在 $(\Omega, \Sigma_1, \mathbb{P})$ 上的随机变量且 $\mathbb{E}[|Z|] < \infty$；
  2. 局部积分相等公理（Partial Averaging，▶ P78 14:12–16:22）：对任取的集合 $C \in \Sigma_1$，恒有： $$\int_C Z\,\mathrm{d}\mathbb{P} = \int_C X\,\mathrm{d}\mathbb{P} \quad\Longleftrightarrow\quad \int_C \mathbb{E}[X\mid\Sigma_1]\,\mathrm{d}\mathbb{P} = \int_C X\,\mathrm{d}\mathbb{P}$$
• 以随机变量 $Y$ 为条件的条件期望 $\mathbb{E}[X \mid Y]$（▶ P78 17:13–19:27）： 若给定另一个随机变量 $Y$，记 $\sigma(Y) = \bigl\{A \in \Sigma : Y(A) \in \mathcal{B}(\mathbb{R})\bigr\}$ 为由 $Y$ 生成的子 $\sigma$-域（即样本空间 $\Omega$ 中一切能被 $Y$ 映射到实轴 Borel 可测集从而能用 $Y$ 的分布计算概率的子集）。则定义： $$\mathbb{E}[X \mid Y] := \mathbb{E}\bigl[X \,\big|\, \sigma(Y)\bigr], \qquad \text{满足 } \forall C \in \sigma(Y),\;\; \int_C \mathbb{E}[X \mid Y]\,\mathrm{d}\mathbb{P} = \int_C X\,\mathrm{d}\mathbb{P}$$

---

1.2 从公理走入直觉：条件期望最核心的三大特性（▶ P79 00:00–19:27）

为了让略显抽象的测度论公理变得触手可及，张颢老师在 P79 中用极其生动的语言与黑板韦恩图，提炼出学习与考核必须牢牢掌握的三大核心性质：

1. 第一大特性：$\mathbb{E}[X \mid Y]$ 不是常数，而是一个依赖于 $Y$ 的【随机变量】！（▶ P79 00:54–06:26）

   • 普通无条件期望 $\mathbb{E}[X]$ 把所有随机性消光了，是一个确定常数；但条件期望 $\mathbb{E}[X \mid Y]$ 是一个随机变量（即 $Y$ 的函数 $g(Y)$）！
   • 张颢黑板“随机性凝固”直观解读（▶ P79 01:19–05:56）：想象 $X$ 与 $Y$ 是两个相交的随机性圆圈。当我们把 $Y$ 放在条件号 竖线 后面时，相当于把 $Y$ 这一块的随机性暂时“凝固/冻结”住了（暂时看作确定量）；随后期望算子 $\mathbb{E}[\cdot]$ 出手，把 $X$ 剩下的那部分独立随机性（黑板红线阴影部分）通过取平均彻底抹掉；最后当期望算完，被冻结的 $Y$ 的随机性重新释放出来——因此最终结果 $\mathbb{E}[X \mid Y]$ 依然带着 $Y$ 的随机性！

2. 第二大特性：全期望公式 / 塔性质 $\mathbb{E}\bigl[\mathbb{E}[X \mid Y]\bigr] = \mathbb{E}[X]$（▶ P79 06:26–13:12）

   • 既然 $\mathbb{E}[X \mid Y]$ 是带着 $Y$ 的随机性的随机变量，对它再做一次期望（抹掉剩下的 $Y$ 的随机性），就必然还原出 $X$ 的无条件总期望 $\mathbb{E}[X]$！（其实在局部积分公理 $\int_C \mathbb{E}[X\mid Y]\mathrm{d}\mathbb{P} = \int_C X\mathrm{d}\mathbb{P}$ 中直接取全集 $C = \Omega \in \sigma(Y)$，一步即证！）
   • 本质揭示（▶ P79 07:56–09:44）：若在离散情形下展开外层期望，有 $$\mathbb{E}\bigl[\mathbb{E}[X \mid Y]\bigr] = \sum_k \mathbb{E}[X \mid Y = y_k]\,\mathbb{P}(Y = y_k) = \mathbb{E}[X]$$ 对比全概率公式 $\mathbb{P}(A) = \sum_k \mathbb{P}(A \mid B_k)\mathbb{P}(B_k)$，张颢老师一语中的：“条件期望再求期望就是全期望，条件概率再求和就是全概率——全期望公式本质上就是我们早已熟悉的全概率公式！”
   • 形式化双重积分印证与逻辑次序警告（▶ P79 09:44–13:12）： $$\mathbb{E}[X] = \iint x\,f_{X,Y}(x,y)\,\mathrm{d}x\,\mathrm{d}y = \int \underbrace{\left(\int x\,f_{X|Y}(x\mid y)\,\mathrm{d}x\right)}_{\text{常被教材当作 }\mathbb{E}[X\mid Y=y]\text{ 的定义}}\!f_Y(y)\,\mathrm{d}y = \mathbb{E}\bigl[\mathbb{E}[X \mid Y]\bigr]$$ 张颢老师再次严肃提醒（▶ P79 11:56）：用条件密度去定义条件期望在逻辑上是“舍本逐末、做反了”！真正严密的逻辑是先有上面的 Kolmogorov 公理化条件期望，再由它推导出条件概率密度。

3. 第三大特性：已知因子提出律 $\mathbb{E}\bigl[h(Y)X \mid Y\bigr] = h(Y)\,\mathbb{E}[X \mid Y]$（▶ P79 13:12–18:26）

   • 普通期望具有线性性质 $\mathbb{E}[aX] = a\mathbb{E}[X]$（真常数 $a$ 可提出）。而在条件期望 $\mathbb{E}[\cdot \mid Y]$ 的框架下，因为 $Y$ 被条件住、其随机性暂时凝固，任何由 $Y$ 决定的函数 $h(Y)$ 都相当于一个“假常数”（暂时确定的量），因此可以直接提到条件期望算子外面！一旦提到外面，它又立刻恢复随机变量的身份（▶ P79 16:08–18:03）。
   • 第 4 条常用补充：独立退化律（▶ P79 18:26–19:27）：若 $X$ 与 $Y$ 相互独立，则条件住 $Y$ 对 $X$ 毫无影响，$\mathbb{E}[X \mid Y] = \mathbb{E}[X]$。

2.1 统计信号处理的核心问题：用样本数据 $Y$ 最优估计目标 $X$（▶ P80 06:10–14:16）

在 ▶ P80 06:54，张颢老师从统计信号处理与航天测控（如雷达探测飞行器、地面测控站汇聚数据估计火箭飞行轨迹，▶ P80 09:00–10:01）的实际工程背景出发，提出了最优估计（Optimal Estimation）问题：

• 设 $X$ 是无法直接观测的目标随机变量，$Y$ 是采集到的样本观测数据。我们要寻找一个以 $Y$ 为自变量的函数 $g(Y)$（称为统计量/估计子），使其与目标 $X$ 在均方误差（Mean Square Error, MSE）度量下距离最小（▶ P80 10:32–13:42）： $$\min_{g(\cdot)} \; \mathbb{E}\Bigl[\bigl(X - g(Y)\bigr)^2\Bigr]$$
• 回忆在早先学习期望时，若只允许用一个确定常数 $a$ 去逼近 $X$，对 $\mathbb{E}[(X-a)^2]$ 关于 $a$ 求导立知最优常数为无条件期望 $a^* = \mathbb{E}[X]$（▶ P80 12:02）。现在允许用依赖于 $Y$ 的任意函数 $g(Y)$ 去逼近 $X$，无法直接对函数 $g$ 求普通导数，最优解是谁？ 张颢老师揭晓答案（▶ P80 13:42）：最优均方估计子恰恰就是条件期望 $g^*(Y) = \mathbb{E}[X \mid Y]$！

---

2.2 黑板完整证明：“减一项加一项”与“各个击破”消去交叉项（▶ P80 14:16–P81 09:36）

为了证明对任意函数 $g(Y)$ 恒有 $\mathbb{E}[(X-g(Y))^2] \ge \mathbb{E}[(X-\mathbb{E}[X\mid Y])^2]$，张颢老师在黑板上调用了刚才讲过的全部三条核心性质：

1. 主角粉墨登场——减一项加一项 $\mathbb{E}[X \mid Y]$ 并展开平方（▶ P80 14:40–16:38）： $$\begin{aligned} \mathbb{E}\Bigl[\bigl(X - g(Y)\bigr)^2\Bigr] &= \mathbb{E}\Bigl[\bigl(\underbrace{X - \mathbb{E}[X\mid Y]}_{\text{残差}} + \underbrace{\mathbb{E}[X\mid Y] - g(Y)}_{\text{依赖于 }Y\text{ 的差}}\bigr)^2\Bigr] \\ &= \mathbb{E}\Bigl[\bigl(X - \mathbb{E}[X\mid Y]\bigr)^2\Bigr] + \mathbb{E}\Bigl[\bigl(\mathbb{E}[X\mid Y] - g(Y)\bigr)^2\Bigr] + 2\,\mathbb{E}\Bigl[\bigl(X - \mathbb{E}[X\mid Y]\bigr)\bigl(\mathbb{E}[X\mid Y] - g(Y)\bigr)\Bigr] \end{aligned}$$
2. “老太太吃柿子先拣软的捏”——证明交叉项恒等于 $0$（正交性，▶ P80 16:38–P81 08:15）： 审视交叉项 $\mathbb{E}\bigl[(X - \mathbb{E}[X\mid Y])(\mathbb{E}[X\mid Y] - g(Y))\bigr]$：里面有四项，其中 $\mathbb{E}[X\mid Y],\, \mathbb{E}[X\mid Y],\, g(Y)$ 三项都只依赖于 $Y$，唯有第一项依赖于 $X$（“三个 $Y$ 对一个 $X$”，▶ P81 00:26–01:31）！
   • 第一步（套全期望公式，先条件住 $Y$）： $$\mathbb{E}\Bigl[\bigl(X - \mathbb{E}[X\mid Y]\bigr)\bigl(\mathbb{E}[X\mid Y] - g(Y)\bigr)\Bigr] = \mathbb{E}_Y\!\left[\mathbb{E}_X\!\left[\bigl(X - \mathbb{E}[X\mid Y]\bigr)\bigl(\mathbb{E}[X\mid Y] - g(Y)\bigr) \,\Big|\, Y\right]\right]$$
   • 第二步（套提出律，把只与 $Y$ 有关的后半括号提出内层条件期望，▶ P81 03:28–05:18）： $$= \mathbb{E}_Y\!\left[\bigl(\mathbb{E}[X\mid Y] - g(Y)\bigr) \cdot \underbrace{\mathbb{E}_X\!\left[X - \mathbb{E}[X\mid Y] \,\Big|\, Y\right]}_{\text{单独考察此内层项}}\right]$$
   • 第三步（线性展开内层项并再次用提出律，▶ P81 05:42–07:47）： $$\mathbb{E}_X\!\left[X - \mathbb{E}[X\mid Y] \,\Big|\, Y\right] = \mathbb{E}[X\mid Y] - \mathbb{E}\bigl[\mathbb{E}[X\mid Y]\cdot 1 \,\big|\, Y\bigr] = \mathbb{E}[X\mid Y] - \mathbb{E}[X\mid Y]\underbrace{\mathbb{E}[1\mid Y]}_{=1} = 0$$ 内层恒等于 $0$，故整个交叉项严格等于 $0$！于是平方和不等式立即给出： $$\mathbb{E}\Bigl[\bigl(X - g(Y)\bigr)^2\Bigr] = \mathbb{E}\Bigl[\bigl(X - \mathbb{E}[X\mid Y]\bigr)^2\Bigr] + \underbrace{\mathbb{E}\Bigl[\bigl(\mathbb{E}[X\mid Y] - g(Y)\bigr)^2\Bigr]}_{\ge 0} \ge \mathbb{E}\Bigl[\bigl(X - \mathbb{E}[X\mid Y]\bigr)^2\Bigr]$$
3. 几何视角：线性空间中的正交投影（▶ P81 08:15–09:36）： 把随机变量看作内积空间 $L^2(\Omega,\mathcal{F},\mathbb{P})$ 中的矢量，均方误差 $\mathbb{E}[(X-g(Y))^2]$ 就是矢量间的距离平方。由 $Y$ 的一切函数 $g(Y)$ 构成一个子空间，而使距离最短的点 $\mathbb{E}[X\mid Y]$ 满足残差 $X-\mathbb{E}[X\mid Y]$ 与子空间正交——因此条件期望 $\mathbb{E}[X\mid Y]$ 在几何上就是矢量 $X$ 在 $Y$ 子空间上的正交投影（Orthogonal Projection）！

---

2.3 完美闭环：如何由条件期望公理严格导出条件概率密度？（▶ P81 10:08–P82 07:38）

现在张颢老师回过头来兑现了承诺：如何用毫无逻辑漏洞的条件期望公理，严格证明形式化的条件密度公式 $f_{X|Y}(x\mid y) = \frac{f_{X,Y}(x,y)}{f_Y(y)}$ 是完全合理的？

1. 用条件期望定义条件分布函数（▶ P81 11:03–14:19）： 既然“概率就是示性函数的期望”，我们直接定义给定 $Y$ 下 $X$ 的条件分布函数为示性函数 $\mathbf{1}_{\{X\le x\}}$ 的条件期望： $$F_{X|Y}(x \mid Y) := \mathbb{P}(X \le x \mid Y) = \mathbb{E}\bigl[\mathbf{1}_{\{X \le x\}} \,\big|\, Y\bigr]$$ 并定义条件概率密度 $f_{X|Y}(x\mid Y)$ 为满足 $F_{X|Y}(x\mid Y) = \int_{-\infty}^x f_{X|Y}(t\mid Y)\,\mathrm{d}t$ 的被积函数。
2. 双向验证 Kolmogorov 局部积分恒等式（▶ P81 14:50–P82 07:11）： 我们要验证“先入为主”的候选式 $f_{X|Y}(t\mid Y) = \frac{f_{X,Y}(t, Y)}{f_Y(Y)}$ 是否真能让 $\int_{-\infty}^x f_{X|Y}(t\mid Y)\,\mathrm{d}t$ 等于 $\mathbb{E}[\mathbf{1}_{\{X\le x\}}\mid Y]$。任取测试集 $C \in \sigma(Y)$，分别计算它在 $C$ 上的积分：
   • 第一条路径（从 $\mathbb{E}[\mathbf{1}_{\{X\le x\}}\mid Y]$ 的公理定义出发，▶ P81 16:17–P82 01:00）： $$\int_C \mathbb{E}\bigl[\mathbf{1}_{\{X\le x\}}\mid Y\bigr]\,\mathrm{d}\mathbb{P} \xlongequal{\text{局部积分公理}} \int_C \mathbf{1}_{\{X\le x\}}\,\mathrm{d}\mathbb{P} = \int_{y\in Y(C)}\int_{-\infty}^x f_{X,Y}(t, y)\,\mathrm{d}t\,\mathrm{d}y$$
   • 第二条路径（将候选式 $\int_{-\infty}^x \frac{f_{X,Y}(t,Y)}{f_Y(Y)}\mathrm{d}t$ 在 $C$ 上积分，▶ P82 01:24–06:14）： 由于括号内只是关于单变量 $Y$ 的函数，将样本空间积分转到实轴 $Y$ 的边缘密度 $f_Y(y)$ 上： $$\int_C \left(\int_{-\infty}^x \frac{f_{X,Y}(t, Y)}{f_Y(Y)}\,\mathrm{d}t\right)\mathrm{d}\mathbb{P} = \int_{y\in Y(C)} \left(\int_{-\infty}^x \frac{f_{X,Y}(t, y)}{f_Y(y)}\,\mathrm{d}t\right) f_Y(y)\,\mathrm{d}y = \int_{y\in Y(C)}\int_{-\infty}^x f_{X,Y}(t, y)\,\mathrm{d}t\,\mathrm{d}y$$ 两条路径在任意 $C\in\sigma(Y)$ 上的积分结果完全一致！从而证明 $\mathbb{E}[\mathbf{1}_{\{X\le x\}}\mid Y] = \int_{-\infty}^x \frac{f_{X,Y}(t,Y)}{f_Y(Y)}\mathrm{d}t$，两边对 $x$ 求导立得 $f_{X|Y}(x\mid y) = \frac{f_{X,Y}(x,y)}{f_Y(y)}$（▶ P82 06:14）！

3.1 条件期望的实战哲学：“各个击破”（▶ P82 10:20–16:50）

在 ▶ P82 10:54，张颢老师将条件期望应对多随机变量与《随机过程》问题的核心战法总结为四个字——“各个击破”：当两个或更多随机因素同时搅在一起时，先条件住其中一部分（使其随机性暂时冻结），集中火力把另一部分随机性消灭殆尽，回过头来再收拾被条件住的那一部分！

实战例题 ①：随机个随机变量的和（Wald 恒等式，▶ P82 11:23–16:50）

问题：设 $X_1, X_2, \dots$ 独立同分布，而求和项数 $N$ 本身也是一个正整数随机变量，且 $N$ 与诸 $X_k$ 相互独立。求随机和 $S_N = \sum_{k=1}^N X_k$ 的数学期望 $\mathbb{E}[S_N]$。

• 为什么不能直接写 $\mathbb{E}[S_N] = N\,\mathbb{E}[X_1]$？（▶ P82 12:54） 张颢老师严厉指出：左端 $\mathbb{E}[S_N]$ 是求过无条件期望的确定常数，而 $N$ 是随机变量，如果把 $N$ 直接摆在外面，就犯了“确定量等于随机量”的低级概念错误！
• “各个击破”标准推演（▶ P82 14:09–16:50）： 既然当项数 $N$ 固定时求和期望是现成的，我们自然选择先条件住 $N$（套全期望公式）： $$\mathbb{E}[S_N] = \mathbb{E}\!\left[\sum_{k=1}^N X_k\right] = \mathbb{E}_N\!\left[\mathbb{E}_X\!\left[\sum_{k=1}^N X_k \,\Big|\, N\right]\right]$$ 在内层条件期望中，$N$ 已被冻结为“假常数”，且由于 $N$ 与 $X_k$ 相互独立，诸 $X_k$ 的条件期望就等于无条件期望 $\mathbb{E}[X_1]$，共有 $N$ 项相加： $$\mathbb{E}_X\!\left[\sum_{k=1}^N X_k \,\Big|\, N\right] = N\,\mathbb{E}[X_1]$$ 此时 $X$ 的随机性已被徹底消灭，化为一个确定常数因子 $\mathbb{E}[X_1]$！再算外层关于 $N$ 的期望，将常数 $\mathbb{E}[X_1]$ 提出，一步证毕： $$\mathbb{E}[S_N] = \mathbb{E}_N\bigl[N\,\mathbb{E}[X_1]\bigr] = \mathbb{E}[N]\,\mathbb{E}[X_1]$$

---

3.2 实战例题 ②：用示性函数条件期望优雅导出独立和分布与卷积公式（▶ P82 16:50–P83 04:04）

问题：设 $X$ 与 $Y$ 相互独立，密度分别为 $f_X(x),\,f_Y(y)$，令 $Z = X + Y$。不用特征函数，如何直接用条件期望导出 $Z$ 的分布函数 $F_Z(t)$ 与卷积密度 $f_Z(t)$？

• 黑板分步推演（▶ P82 18:15–P83 04:04）：
  1. 将分布函数化为示性函数期望，再套全期望公式条件住 $Y$（▶ P82 19:12–P83 00:40）： $$F_Z(t) = \mathbb{P}(X + Y \le t) = \mathbb{E}\bigl[\mathbf{1}_{\{X+Y\le t\}}\bigr] = \mathbb{E}_Y\Bigl[\mathbb{E}_X\bigl[\mathbf{1}_{\{X \le t - Y\}} \,\big|\, Y\bigr]\Bigr]$$
  2. 冻结 $Y$ 击破内层 $X$（▶ P83 00:40–02:40）： 在内层条件期望中，$Y$ 被冻结为常数 $y$，且因 $X \perp\!\!\!\perp Y$，对示性函数 $\mathbf{1}_{\{X \le t-y\}}$ 求关于 $X$ 的期望直接就是 $X$ 的分布函数在 $t-Y$ 处的取值： $$\mathbb{E}_X\bigl[\mathbf{1}_{\{X \le t - Y\}} \,\big|\, Y\bigr] = F_X(t - Y)$$
  3. 展开外层关于 $Y$ 的期望并对 $t$ 求导得卷积（▶ P83 02:40–04:04）： $$F_Z(t) = \mathbb{E}_Y\bigl[F_X(t - Y)\bigr] = \int_{-\infty}^{+\infty} F_X(t - y)\,f_Y(y)\,\mathrm{d}y \quad\xrightarrow{\frac{\mathrm{d}}{\mathrm{d}t}}\quad f_Z(t) = \int_{-\infty}^{+\infty} f_X(t - y)\,f_Y(y)\,\mathrm{d}y$$

---

3.3 压轴名局：几何分布首次命中枪数 $\mathbb{E}[N]=1/p$——“过程错误、结果正确”的大坑与“走一步看”正解（▶ P83 04:16–19:11）

在全课程的最后 15 分钟，张颢老师设计了一个令全场拍案叫绝的教学现场：求独立重复射击（单发命中率为 $p$）首次命中所需的枪数 $N \sim \operatorname{Geom}(p)$ 的数学期望 $\mathbb{E}[N]$。

1. 黑板故意埋下的“大坑”——貌似有板有眼、实则暗藏致命错误（▶ P83 04:16–09:53）： 记第 $k$ 枪命中的枪数为 $X_k \in \{0, 1\}$（服从 $\operatorname{Bern}(p)$，$\mathbb{E}[X_k]=p$）。前 $N$ 枪总共命中的枪数为 $S_N = X_1 + X_2 + \cdots + X_N$。

   • 有人立刻套用刚才例题 ① 的公式：$\mathbb{E}[S_N] = \mathbb{E}[N]\,\mathbb{E}[X_1] = p\,\mathbb{E}[N]$；
   • 又因为 $N$ 是首次命中的枪数，所以打完第 $N$ 枪时总共恰好打中了 $1$ 枪，即 $S_N \equiv 1$（确定值）！
   • 于是 $p\,\mathbb{E}[N] = \mathbb{E}[S_N] = 1 \implies \mathbb{E}[N] = \frac{1}{p}$！ 结果虽然完全正确，但张颢老师当场喝止（▶ P83 06:35–09:53）：

     “如有雷同，纯属偶然！这是典型的【过程错误、结果正确】！这儿有一个大大的坑——例题 ① 成立的前提是项数 $N$ 与 $X_k$ 相互独立！而在首次命中问题里，$N$ 与 $X_k$ 怎么可能独立呢？一旦已知 $\{N = k\}$，就唯一确定了 $X_1=0, X_2=0, \dots, X_{k-1}=0, X_k=1$！给定 $N$ 后 $X_k$ 的条件分布早就彻底改变了，绝不能套用 $\mathbb{E}[X_k\mid N] = \mathbb{E}[X_k]$！”

2. 无懈可击的正解：“走一步看（First-Step Analysis）”条件住第一枪 $X_1$（▶ P83 10:19–17:52）： 既然条件住 $N$ 有坑，我们反过来——效仿早期研究赌徒输光问题的策略，“走一步看”，只条件住第一枪的结果 $X_1 \in \{1, 0\}$（▶ P83 10:51–13:08）： $$\mathbb{E}[N] = \mathbb{E}\bigl[\mathbb{E}[N \mid X_1]\bigr] = \mathbb{P}(X_1 = 1)\,\mathbb{E}[N \mid X_1 = 1] + \mathbb{P}(X_1 = 0)\,\mathbb{E}[N \mid X_1 = 0]$$

   • 若第一枪就打中（$X_1 = 1$，概率为 $p$，▶ P83 13:08）：试验当场结束，总枪数确定为 $N = 1$，故 $\mathbb{E}[N \mid X_1 = 1] = 1$；
   • 若第一枪没打中（$X_1 = 0$，概率为 $1-p$，▶ P83 13:58–15:51）：第一枪已经耗费了 $1$ 发子弹（“白打了一枪”），而由于各枪之间相互独立，从第二枪开始往后还要再打多少枪，相当于彻底翻篇、重新迎来一个一模一样的几何分布（这正是离散几何分布的无记忆性，▶ P83 14:54 & 16:52）！因此： $$\mathbb{E}[N \mid X_1 = 0] = 1 + \mathbb{E}[N]$$
   • 一行代数解出期望（▶ P83 15:51）： $$\mathbb{E}[N] = p \cdot 1 + (1 - p)\bigl(1 + \mathbb{E}[N]\bigr) = 1 + (1 - p)\mathbb{E}[N] \quad\Longrightarrow\quad p\,\mathbb{E}[N] = 1 \quad\Longrightarrow\quad \mathbb{E}[N] = \frac{1}{p}$$