# 第 15732 題：依分布收斂

[返回所在分頁 79](https://ocme.evemisslab.com/zh-Hant/questions/page/79/)

[← 逐題詳解目錄](https://ocme.evemisslab.com/zh-Hant/questions/) · [原題批次](https://ocme.evemisslab.com/zh-Hant/practice/batch-20261014-advance-20261031-r03-convergence-in-distribution-foundations/#q-20261014-advance-20261031-r03-convergence-in-distribution-0057)

本頁是已完成第二對話 AI 數理與中英語義覆核的教學詳解，只支持本題明示的模型與前提。沒有人工審查或新 Lean 證明，也不提升原題或 MKO 的 Canonical 真值狀態。

R0030-15732 · q-20261014-advance-20261031-r03-convergence-in-distribution-0057



## 原題與已知條件

Bernoulli symbolic tail與極限CDF。操作=convdist-continuity-obligation；資料={"p":[7,30],"threshold":[-6,7]}。請依 [p,threshold,continuity_point,definition_obligation] 欄序回答。


- G001 — Bernoulli symbolic tail與極限CDF。操作=convdist-continuity-obligation；資料={"p":[7,30],"threshold":[-6,7]}。請依 [p,threshold,continuity_point,definition_obligation] 欄序回答。





## 定義與適用範圍

沿用原題明示的論域、假設與來源 MKO 定義。本題已完成第二對話數理與中英語義覆核，並由原始參數逐題獨立重算模型、答案與每個算術步驟；原題仍為 candidate。


- [mko-convergence-in-distribution](https://ocme.evemisslab.com/zh-Hant/mko/mko-convergence-in-distribution/)





## 逐步推導

S001 · calculation操作前

interior Bernoulli limit mass at0 := sub(1, 7/30)

操作後

interior Bernoulli limit mass at0 = 23/30

條件：無

依原始角色及已核中間量精確計算，保留索引、符號、分母與運算所在載體。

步驟識別與依賴規則：exact_rational_arithmetic · 依賴：G001





S002 · implies操作前

original limit parameter=[7, 30];reduced p=7/30;mass at0=23/30;mass at1=7/30

操作後

both endpoint masses positive;only limit-CDF jumps at0 and1;registered interior projection

條件：無

先遵守原英文0<p<1限制；因此0與1的跳躍都真有正質量。原始oracle雖允許端點p，也不把退化分佈套進這個連續點協定；它們須另行分析。

步驟識別與依賴規則：Bernoulli_interior_English_guard_not_degenerate_jump_set · 依賴：G001, S001





S003 · implies操作前

interior limit p=7/30;exact threshold=-6/7;jump set=[0, 1]

操作後

limit CDF continuity point=是;definition obligation=CDF_convergence_required_here

條件：無

依分佈收斂只要求極限CDF的每個連續點；跳點是定義不要求，不是斷言該點一定不收斂，也不是看一個n判連續。

步驟識別與依賴規則：convdist_limit_continuity_obligation_not_convergence_failure · 依賴：G001, S002









## 逐步反向核對


- S003 · premise_and_result_audit — 回到原始資料與本步條件核對，不把單向推論誤稱等價。
- S002 · premise_and_result_audit — 回到原始資料與本步條件核對，不把單向推論誤稱等價。
- S001 · premise_and_result_audit — 以精確有理數重算 interior Bernoulli limit mass at0，不以小數近似替代。





## 結論

(7/30, -6/7, 是, CDF_convergence_required_here)

依上列完整代值及條件核對得到原題答案；原題編號、格式與狀態保持不變。





## 本題覆核與來源綁定

覆核日期：2026-10-26

原題、答案、步驟表達式、數值 AST 與既有歷史保持原樣；原來的候選狀態屬於來源歷史，不覆寫為形式化證明。

來源雜湊與覆核憑證
- input commit: 0f7be61e2c22317a4075561dc822c87d881a50db
- original question SHA-256: 8b11e6c270066c3d73e037308a2fa03ec798bbb6951c10c7eb972a754148fba4
- candidate record SHA-256: 4f2d9f2633fa593a6b141e0433b5f1c04876375b27340315391f537bd4e35aea
- semantic review receipt SHA-256: 73bc08066ffb1a81eacb2d4e288d03f522aeefd3949fa0d97da41b484ed737bc
- question-first witness SHA-256: ac120452a208b257b8270f38351a09dcd832cdbc8d9db6b69933f83e43cc9336
- Lean: NOT_RUN · human review: NOT_PERFORMED

[同源完整 JSON](https://ocme.evemisslab.com/data/question-derivations/questions/q-20261014-advance-20261031-r03-convergence-in-distribution-0057.json)




