0笔记总览
四张图片涵盖两道核心题目及其延伸问题：
题目一（离散）
52张扑克牌有放回抽取，直到首次抽到K，令 $X$ 为总次数。
求 $X$ 的 mean 与 median 并比较。
题目二（连续）
连续随机变量 $X$ 服从严格递减的 pdf。
证明 $\mathbb{E}[X] > \operatorname{Median}(X)$。
延伸问题：德国坦克问题（无偏估计总量 $N$）和HHH（Markov 链求期望投掷次数）。
1三个统计量的 PDF / CDF 几何含义
Mode 众数
- PDF：峰值点，$f'(x_0)=0$，$f$ 最大
- CDF：$F(x)$ 斜率最大处，因 $F'(x)=f(x)$
Median 中位数
- PDF：将曲线下面积等分为两个 $\frac{1}{2}$
- CDF：$F(m)=\frac{1}{2}$，S 形曲线与 $y=\frac{1}{2}$ 的交点
Mean 均值
- PDF：密度曲线的质心 $\displaystyle\mu = \int_{-\infty}^{\infty} x\,f(x)\,dx$，离均值越远的质量贡献越大
- CDF（生存函数面积）：$\displaystyle\mu = \int_0^\infty S(x)\,dx$，即 $S(x)=1-F(x)$ 曲线下的全部面积
为什么 $\mu = \int_0^\infty S(x)\,dx$？
对非负连续随机变量，用 Fubini 定理交换积分次序：
$$\mu = \int_0^\infty x\,f(x)\,dx = \int_0^\infty\!\!\int_0^x dt\,f(x)\,dx = \int_0^\infty\!\!\int_t^\infty f(x)\,dx\,dt = \int_0^\infty P(X>t)\,dt = \int_0^\infty S(t)\,dt$$
均值 $\mu$ = 生存函数 $S(x)$ 曲线下的面积（不是 PDF 面积的平分）。右尾越厚，这个面积越大，$\mu$ 被拉得越右，超过 median。
2质心与力矩：为何 Mean ≠ 面积平分
Median——面积平分
找 $m$ 使左侧概率 = 右侧概率 = $\frac{1}{2}$：
$$\int_{-\infty}^{m} f(x)\,dx = \frac{1}{2} \iff F(m)=\frac{1}{2}$$
每块区域贡献相等，与其离 $m$ 的距离无关。
Mean——力矩平衡
把 PDF 视为悬在 $x$ 轴上的薄板，质心是使左右力矩（质量 × 距离）平衡的支点：
$$\int_{-\infty}^{\mu}(\mu - x)\,f(x)\,dx = \int_{\mu}^{\infty}(x-\mu)\,f(x)\,dx$$
合并要求净力矩为零：
$$\int_{-\infty}^{\infty}(x - \mu)\,f(x)\,dx = 0 \implies \mu = \int_{-\infty}^{\infty} x\,f(x)\,dx$$
力矩 = 质量 × 距离。右尾虽然面积小（概率质量少），但离支点距离远，力矩可以很大。为了左右力矩平衡，支点（mean）必须向右偏移，超越 median。
这是右偏分布 $\mu > m$ 的物理根源。
左侧质量大但距近，右侧质量小但距远。力矩平衡点（mean）在面积平分点（median）右侧。
3题目一：扑克牌 K——几何分布
问题设定
52 张扑克牌（含 4 张 K），有放回地抽取直到首次抽到 K，令 $X$ 为总次数。
$$X \sim \operatorname{Geometric}\!\left(p = \frac{4}{52} = \frac{1}{13}\right)$$
Mean（期望）
几何分布期望公式：$\mathbb{E}[X] = \dfrac{1}{p}$
代入 $p = \dfrac{1}{13}$：
$$\mathbb{E}[X] = 13$$
推导：$\displaystyle\mathbb{E}[X] = \sum_{k=1}^{\infty} k\cdot p\,(1-p)^{k-1} = p\cdot\frac{1}{\bigl[1-(1-p)\bigr]^2} = \frac{1}{p}$
Median（中位数）
求最小整数 $m$ 使得 $P(X \le m) \ge \dfrac{1}{2}$：
$$P(X \le m) = 1 - (1-p)^m \ge \frac{1}{2} \implies (1-p)^m \le \frac{1}{2} \implies m \ge \frac{\ln 2}{-\ln(1-p)}$$
代入 p = 1/13：
m ≥ ln 2 / ln(13/12)
= 0.6931 / 0.0800
≈ 8.66
Median = ⌈8.66⌉ = 9
$$\underbrace{\mathbb{E}[X] = 13}_{\text{Mean}} > \underbrace{9}_{\text{Median}}$$
几何分布右偏（右尾无限延伸），极端大值将期望拉高，符合"严格递减 pmf $\Rightarrow$ Mean $>$ Median"。
一般公式（小 $p$ 近似）：
$$\text{Median} \approx \frac{\ln 2}{p} \approx \frac{0.693}{p} \approx 0.693 \times \mathbb{E}[X]$$
4题目二：严格递减 pdf → Mean > Median
4.1 关键工具：生存函数的凸性
设 $X \ge 0$，pdf $f(x)$ 在 $(0,\infty)$ 上严格递减（$f'(x) < 0$），则生存函数 $S(x) = 1 - F(x)$ 满足：
$$S'(x) = -f(x) < 0 \quad(\text{单调递减})$$
$$S''(x) = -f'(x) > 0 \quad(\textbf{严格凸函数！})$$
中位数 $m$：$S(m) = \dfrac{1}{2}$。均值 $\mu = \displaystyle\int_0^\infty S(x)\,dx$。
S(x) 严格凸：曲线位于任意切线之上。红色区域（S 曲线下面积）= μ，超过 median m。
4.2 完整证明
Step 1：分解 $\mu - m$
$$\mu - m = \int_0^\infty S(x)\,dx - m = \int_0^\infty S(x)\,dx - \int_0^m 1\,dx$$
在 $m$ 处拆积分，并注意 $1 - S(x) = F(x)$：
$$= \int_m^\infty S(x)\,dx - \int_0^m \bigl[1-S(x)\bigr]\,dx = \underbrace{\int_m^\infty S(x)\,dx}_{A} - \underbrace{\int_0^m F(x)\,dx}_{B}$$
Step 2：由凸性得关键不等式
$S(x)$ 严格凸 $\Rightarrow$ 对任意 $t>0$：
$$S(m-t)+S(m+t) > 2S(m) = 1 \implies 1 - S(m-t) < S(m+t)$$
即
$$\boxed{F(m-t) < S(m+t) \quad \forall\, t > 0}$$
Step 3：积分比较得 $A > B$
令 $x = m - t$（换元，$t$ 从 $0$ 到 $m$）：
$$B = \int_0^m F(x)\,dx = \int_0^m F(m-t)\,dt < \int_0^m S(m+t)\,dt \le \int_0^\infty S(m+t)\,dt = \int_m^\infty S(u)\,du = A$$
（第二个不等号：$S \ge 0$，积分区间扩大只增不减。）
因此 $\mu - m = A - B > 0$，即：
$$\boxed{\mu = \mathbb{E}[X] > \operatorname{Median}(X) = m} \qquad \square$$
定理：严格递减 pdf → Mean > Median
若 $X \ge 0$ 的 pdf $f(x)$ 严格递减（$f'(x) < 0\; \forall x$），则
$$\mathbb{E}[X] > \operatorname{Median}(X)$$
严格不等号是因为凸性是严格凸。对称（等号）时 $f$ 不能严格递减，矛盾。
4.3 指数分布验证（笔记例子）
取 $f(x) = e^{-x}$（即 $X \sim \operatorname{Exp}(1)$），$x \ge 0$：
$$S(x) = e^{-x},\quad S''(x) = e^{-x} > 0 \checkmark$$
$$\operatorname{Median}:\; S(m)=\tfrac{1}{2} \implies e^{-m}=\tfrac{1}{2} \implies m = \ln 2 \approx 0.693$$
$$\operatorname{Mean}:\; \mu = \int_0^\infty e^{-x}\,dx = 1$$
$$\mu = 1 > \ln 2 \approx 0.693 = m \qquad \checkmark$$
5延伸：德国坦克问题
从 $\{1, 2, \ldots, N\}$ 中均匀无放回抽取 $k$ 个，观测到最大值 $M_k = m_k$，估计未知的 $N$。
PMF
$$P(M_k = m_k) = \frac{\dbinom{m_k-1}{k-1}}{\dbinom{N}{k}}, \qquad k \le m_k \le N$$
期望（笔记结论）
$$\mathbb{E}[M_k] = \frac{k(N+1)}{k+1}$$
无偏矩估计
令 $\mathbb{E}[M_k] = m_k$ 解出 $N$：
$$\hat{N} = m_k\cdot\frac{k+1}{k} - 1 = m_k + \frac{m_k}{k} - 1$$
$\hat{N}$ 是 $N$ 的无偏估计（UMVUE）。直觉：$m_k$ 低估了 $N$；$\frac{m_k}{k}$ 是每两个相邻观测值的平均间距，作为对"$m_k$ 到 $N$"这段距离的补偿。
6延伸：HHH 连续三正面（Markov 链）
公平硬币，连续投掷直到连续出现 HHH，求期望投掷总次数。
四状态 Markov 链
| 状态 | 含义 | H（概率 ½） | T（概率 ½） |
|---|
| $S_0$ | 初始 / 上次非H | → $S_1$ | → $S_0$ |
| $S_1$ | 尾部恰好 H | → $S_2$ | → $S_0$ |
| $S_2$ | 尾部恰好 HH | → $S_3$（完成） | → $S_0$ |
| $S_3$ | HHH，吸收态 | —— |
期望方程组
设 $e_i$ 为从 $S_i$ 到 $S_3$ 的期望步数：
$$e_0 = 1 + \tfrac{1}{2}e_1 + \tfrac{1}{2}e_0$$
$$e_1 = 1 + \tfrac{1}{2}e_2 + \tfrac{1}{2}e_0$$
$$e_2 = 1 + \tfrac{1}{2}\cdot 0 + \tfrac{1}{2}e_0$$
由第三式：$e_2 = 1 + \tfrac{1}{2}e_0$
由第一式：$\tfrac{1}{2}e_0 = 1 + \tfrac{1}{2}e_1 \implies e_0 = 2 + e_1$
由第二式：$e_1 = 1 + \tfrac{1}{2}(1+\tfrac{1}{2}e_0) + \tfrac{1}{2}e_0 = \tfrac{3}{2} + \tfrac{3}{4}e_0$
代入：$e_0 = 2 + \tfrac{3}{2} + \tfrac{3}{4}e_0 \implies \tfrac{1}{4}e_0 = \tfrac{7}{2}$
$$\boxed{e_0 = 14 \text{ 次}}$$
通用公式：连续 $k$ 个 H 的期望次数 $= 2(2^k - 1)$
$$k=1:\,2,\quad k=2:\,6,\quad k=3:\,14,\quad k=4:\,30$$
面试 Follow-up：游戏大概何时结束？
· 期望 $= 14$ 次
· 中位数 $\approx \ln 2 \times 14 \approx 9.7$ 次（中位数 < 期望，分布右偏）
为什么中位数 $\approx \ln 2 \times$ 期望？这个分布近似指数型，而指数分布的 $\text{Median} = \ln 2 \times \text{Mean}$（正是题目二结论的直接应用！）
标准回答："期望是 14，但有一半概率在约 10 次之前就结束——因为分布右偏，少数极长游戏拉高了期望。"
7综合对比
| 统计量 | PDF 几何含义 | CDF 几何含义 | 对极端值敏感度 |
|---|
| Mode |
$f(x)$ 峰值，$f'=0$ |
$F(x)$ 斜率最大处 |
最低（仅看局部峰） |
| Median |
PDF 面积等分竖线 |
$F(m)=\frac{1}{2}$ 对应点 |
鲁棒（只关心顺序） |
| Mean |
质心 $\mu=\int x f\,dx$ |
$S(x)=1-F(x)$ 曲线下总面积 |
最高（远端值力矩大） |
| 分布类型 | 偏态 | 大小关系 | 本文例子 |
|---|
| 严格递减 pdf |
右偏（右尾重） |
$\text{Mo} < m < \mu$ |
$\operatorname{Exp}(\lambda)$，$\operatorname{Geom}(p)$，HHH 游戏 |
| 对称分布 |
无偏 |
$\text{Mo} = m = \mu$ |
正态，均匀 |
| 严格递增 pdf |
左偏（左尾重） |
$\mu < m < \text{Mo}$ |
$\operatorname{Beta}(a{>}1,\,1)$ |
本文核心定理（完整版）
设 $X \ge 0$，pdf $f(x)$ 严格递减，则：
- $S(x) = 1 - F(x)$ 严格凸（$S'' = -f' > 0$）
- $\mu = \displaystyle\int_0^\infty S(x)\,dx$（生存函数面积 = 均值）
- 凸性 $\Rightarrow F(m-t) < S(m+t) \;\forall t > 0$
- 积分得 $\displaystyle\int_m^\infty S\,dx > \int_0^m F\,dx \;\Rightarrow\; \mu - m > 0$
- $$\therefore\quad \mathbb{E}[X] > \operatorname{Median}(X) \qquad \square$$