# 第 175 題：有限模型最大似然估計量 [返回所在分頁 1](https://ocme.evemisslab.com/zh-Hant/questions/) [← 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-20261015-advance-20261116-r04-finite-maximum-likelihood-estimator-foundations/#q-20261015-advance-20261116-r04-finite-maximum-likelihood-estimator-0050) 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。 P250-0175 · q-20261015-advance-20261116-r04-finite-maximum-likelihood-estimator-0050 ## 原題與已知條件 完整finite parametric laws、observed likelihood與全部argmax責任。操作=mle-argmax；資料={"theta_values":["a24","b24"],"observations":["x24","y24"],"probability_rows":[[[3,4],[1,4]],[[1,4],[3,4]]],"observed":"x24"}。請依 exact_ordered_tuple_declared_by_interface 欄序回答。 - G001 — 完整finite parametric laws、observed likelihood與全部argmax責任。操作=mle-argmax；資料={"theta_values":["a24","b24"],"observations":["x24","y24"],"probability_rows":[[[3,4],[1,4]],[[1,4],[3,4]]],"observed":"x24"}。請依 exact_ordered_tuple_declared_by_interface 欄序回答。 ## 定義與適用範圍 完整有限參數與觀察集合；固定觀測欄並保留全部 argmax，不加入 prior。 - [mko-finite-maximum-likelihood-estimator](https://ocme.evemisslab.com/zh-Hant/mko/mko-finite-maximum-likelihood-estimator/) ## 逐步推導 S001 · implies操作前 Θ=[a24, b24]; Ω=[x24, y24] 操作後 observed=x24, column=0 條件：無 固定已觀察的結果，只沿同一欄比較不同參數的機率。 步驟識別與依賴規則：fixed_observation · 依賴：G001 S002 · calculation操作前 P_a24(Ω) := sum(3/4, 1/4) 操作後 P_a24(Ω) = 1 條件：無 先核對這個參數的整列仍是合法機率 law。 步驟識別與依賴規則：exact_rational_arithmetic · 依賴：G001, S001 S003 · implies操作前 row for a24=[3/4, 1/4] 操作後 L(a24;x24)=P_a24(x24)=3/4 條件：無 取觀測標籤在該列對應的機率，不乘任意 prior。 步驟識別與依賴規則：likelihood_lookup · 依賴：G001, S002 S004 · calculation操作前 P_b24(Ω) := sum(1/4, 3/4) 操作後 P_b24(Ω) = 1 條件：無 先核對這個參數的整列仍是合法機率 law。 步驟識別與依賴規則：exact_rational_arithmetic · 依賴：G001, S003 S005 · implies操作前 row for b24=[1/4, 3/4] 操作後 L(b24;x24)=P_b24(x24)=1/4 條件：無 取觀測標籤在該列對應的機率，不乘任意 prior。 步驟識別與依賴規則：likelihood_lookup · 依賴：G001, S004 S006 · implies操作前 L(a24;x24)=3/4, maximum=3/4 操作後 a24 ∈ argmax: 是 條件：無 達到最大值的每一個參數都加入 argmax，不能在第一次找到最大值後漏掉 ties。 步驟識別與依賴規則：argmax_membership · 依賴：G001, S005 S007 · implies操作前 L(b24;x24)=1/4, maximum=3/4 操作後 b24 ∈ argmax: 否 條件：無 達到最大值的每一個參數都加入 argmax，不能在第一次找到最大值後漏掉 ties。 步驟識別與依賴規則：argmax_membership · 依賴：G001, S006 S008 · implies操作前 argmax=[a24] 操作後 unique maximizing parameter: 是 條件：無 只在完整 argmax 恰有一個元素時，才可稱本題最大化參數唯一。 步驟識別與依賴規則：cardinality_one · 依賴：G001, S007 S009 · implies操作前 finite normalized laws 操作後 MLE is not a posterior or an automatic quality certificate 條件：無 若某觀察在所有參數下 likelihood 皆為零，所有參數仍同時最大化為 0；本計算不自動推出無偏或一致。 步驟識別與依賴規則：scope_boundary · 依賴：G001, S008 ## 逐步反向核對 - S009 · premise_and_result_audit — 禁止把 null 觀察誤作不合法的全零機率 law。 - S008 · premise_and_result_audit — 固定 tie-breaker 可產生單一輸出，卻不會把原本多元素的 argmax 改成單元素。 - S007 · premise_and_result_audit — 最大值是一個數，argmax 則是一個參數集合。 - S006 · premise_and_result_audit — 最大值是一個數，argmax 則是一個參數集合。 - S005 · premise_and_result_audit — 這個值仍綁定同一參數與同一觀察。 - S004 · premise_and_result_audit — 以精確有理數重算 P_b24(Ω)，不以小數近似替代。 - S003 · premise_and_result_audit — 這個值仍綁定同一參數與同一觀察。 - S002 · premise_and_result_audit — 以精確有理數重算 P_a24(Ω)，不以小數近似替代。 - S001 · premise_and_result_audit — 不要把同一列的其他可能觀察當成另一個參數。 ## 結論 (x24, [[a24, 3/4], [b24, 1/4]], 3/4, [a24], 是, MLE_argmax_need_not_be_unique) 最大 likelihood=3/4；完整 argmax=[a24]。 ## 本題覆核與來源綁定 覆核日期：2026-10-24 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: b480d869010ee0a133d8f54f905a5280087ab4330ae6bb0633485ac49e153531 - candidate record SHA-256: 807d4be21abfe4c728234f19c7c3b6e8189ee1930bb28abc0fb981469f58d28f - semantic review receipt SHA-256: 4727d1bd957a9b7f6cadb7972ddb5ab80a31f5259dc5394c1dff2b71944ed36b - question-first witness SHA-256: 51e18649133238ac992229f6e16542a5f3af53ca73b2262ab0524508ea937dee - Lean: NOT_RUN · human review: NOT_PERFORMED [同源完整 JSON](https://ocme.evemisslab.com/data/question-derivations/questions/q-20261015-advance-20261116-r04-finite-maximum-likelihood-estimator-0050.json)