杜氏數學 官方網站： http://www.HermanToMath.com
賭Sir 幫你急救 DSE 數學： https://HermanToMath.skx.io
----------
?️賭Sir是杜氏數學Herman To Math的始創人
?全港唯一「完爆」【DSE Core+M1+M2】、【IAL 12科Maths】、【AL Pure+Applied】、【CE Maths+A.Maths】的數學導師
?全港第一最多訂閱粉絲的數學教育YouTuber
?YouTube觀看次數超越700萬、訂閱粉絲超過50000人
?著作：《YouTuber新手到網紅》、《5**數學男人嫁得過》、《碌葛男人嫁得過》、《賭波男人嫁得過》(獲Google嚴選2018年度50大最佳書籍)
----------
賭Sir收集著數派街坊:

❤️YouTuber Go網絡課程 全港最平+獨家 報讀優惠：
?報讀初班 $600 (原價$800)：https://www.youtubergo.com/payment/b-hermantomath-0600.html
?報讀初班+中班 $1500 (原價$1800)：https://www.youtubergo.com/payment/bm-hermantomath-1500.html
官方網頁：https://www.youtubergo.com/

❤️無限操數王(epractice) 全港最平+獨家 優惠(可同時使用)：
?50%OFF 半價優惠碼：MC83-AI93-NFW0-331E
?25%OFF 額外邀請碼：J7N9-RDRP-NFAH-OH13
官方網頁：https://www.dsemth.com/

❤️Tidebit全港最穩妥的比特幣(Bitcoin)交易所：http://bit.ly/2LIWA4J

❤️Uber免費送你$25優惠：https://www.uber.com/invite/2utyzr
----------
杜氏數學 國際官方網站 http://www.hermantomath.com
----------
Title:
賭場VS賭波VS賭馬，如何預測賽果？
----------
Subtitle:
天有不測之風雲，何以天文台能夠預測天氣？
----------
Script:
賭場、賭波和賭馬，形式上非常不同：

賭局 賠率 機率
賭場遊戲 己知 己知
足球博彩 己知 未知
賽馬博彩 未知 未知

由於形式不同，戰術亦截然不同。但戰術不同，目標卻始終如一：「正EV」。只要EV是正數，賭博便佔優。重溫一次EV的計算方法：

EV = 淨贏注 × 贏錢機率 － 淨輸注 × 輸錢機率

換言之，賭場遊戲的賠率固定、機率固定，因此EV都是固定，而且一般來說都是固定的負數（因為對賭場來說便是正數）。對賭客來說，除非遇上賭場犯錯，例如推出新遊戲，規則上容許賭客獲得正EV#，否則於賭場遊戲長賭必敗無疑。

#《爽爆：全職賭徒鑽賭場漏洞　月贏80萬 》
　http://hk.apple.nextmedia.com/news/art/20121017/18042618

至於足球博彩，雖然是固定賠率制，但由於足球比賽變化莫測，不似賭場遊戲純粹訴諸物理力學，因此機率是未知之數，自然EV也是未知之數。只要有一定方法，便有可能取得正EV。

或許你會問：既然足球比賽變化莫測，一個不慎擺烏龍、一個不智領紅牌、一個球證誤判越位入球等，都會影響賽果，試問又怎能夠計算呢？

這個問題就等如天有不測之風雲，天文台為何能夠預測天氣呢？當然間中亦有錯判，但雖不中亦不遠矣，這就是數學的力量。其實博彩公司訂立賠率的時候，都會先以數學計算賽果機率，然後輕微調低作抽水。由此可見，只要比博彩公司計算機率計算得更準確，便能夠於賭局中佔有上風。

舉個例，朋友和你在街頭足球場看見兩隊業餘球隊比賽，朋友見一隊年輕力壯，另一隊白髮蒼蒼，於是開盤：「年輕隊1賠0.8、和局1賠2.1、元老隊1賠3.1」，這個時候，你發現元老隊球員原來是前甲組職業球員，年輕隊則是自己兒子的球隊，而你知道自己的兒子和他的朋友是乒乓球隊友，根本不懂得踢足球，因此，你預算元老隊的勝率遠超年輕隊。明顯地，這個賭局是你佔了上風。

換言之，這是一場資訊（Information）戰，擁有更多資訊的佔優。為什麼？因為資訊較多的一方，更能較準確地計算賽局機率（這也是馬評家晨早起床看晨操的目的，獲取一般馬迷不知道的資訊）。於上述例子，雖然不涉及數學運算，但仍算是一種粗略估算。當然，面對博彩公司，粗略估算是不足夠的，你需要比博彩公司更精確的機率計算，而方法就是：建立一個數學模型（Mathematical Model）。

提供重要資訊


計算預測結果

你先從現實世界搜集重要資訊，例如對賽兩隊的近績、對賽往績、預計陣容等，而對賽果影響力較小的，可選擇性地抽取，例如天氣溫度、領隊教練、花邊新聞等。然後，將這些資訊輸入到電腦程式，並由電腦進行運算，得出答案後，把電腦程式輸出的賽果，視之為對現實世界的預測賽果。程序大致如此，天文台預測天氣也是透過數學建模（Mathematical Modeling），量化重要的氣候現象，來預測未來天氣。

然而，電腦程式是如何使用現實資訊的呢？首先預設一些公式，然後匯入大量球賽歷史資訊，例如上述的近績、對賽往績、甚至天氣溫度等，從而利用公式計算預測賽果，將它與真實賽果比較，便可得知每一條公式的預測準繩度，繼而從中選出預測力最高的公式，加以使用，計算EV。

最常見的疑問是：「公式的準繩度源於球賽歷史資訊，包括真實賽果，準繩度自然必被高估，試問對比真實賽果又有什麼意思？」

這個問題可以利用一個名叫回溯測試（Backtesting）的小聰明手法，匯入資訊時，只匯入一部份，留下剩餘的部份歷史賽事當作未來賽事，執行公式模擬投注。
舉例說，你找了1000場相關賽事，你可匯入首900場，來挑選公式，然後用尾100場作模擬投注，計算出使用公式的EV。

賽馬博彩也是透過數學建模，你除了需要計算機率之外，你也要模擬最後賠率。因為賽馬博彩是實行彩池制（Pari Mutuel，又稱同注分彩法），賠率會因應投注額的分佈而時刻調整。假設你投注的時候，一號馬是1賠10，臨開閘的時候可以變了1賠3，到最後派彩可以變了1賠6，而你最後獲得的賠率，就是根據最後派彩，而不是你投注的時候。

由此可見，如使用數學建模，賭馬比賭波容易獲得正EV。主要原因如下：

賽馬是賭客與賭客之間的對賭。實施彩池制，博彩公司抽取投注額的手續費獲利，無論賽果如何，博彩公司已經賺了，派彩只是用輸家的注碼賠給贏家。只要有大量非理性的賭客，賭局佔優的機率便會較高，就好像到麻雀館打麻雀，遇著三位菜鳥，贏面自然較高。

相反，足球博彩是固定賠率制，是莊家和賭客直接對賭，莊家自然費盡工夫調整盤口，為公司獲得正EV，博彩公司正EV，即是賭客負EV。要從足球博彩中使用數學模型取勝，就得比博彩公司計算得更精確才有機會成功。

實際操作上，數學模型的構造當然比以上描述複雜得多，例如考慮的因素、各個因素的比重、賽事的數量，甚至注碼大小等，都絕不簡單。然而，原理大致上就是如此。

這一堂不教任何數學建模的方法，因為所需要的數學水平起碼要有大學程度，如想擊敗賭場，開始學習數學吧，有心不怕遲，只要沒有了考試的壓力，學習數學其實很愉快，也很輕鬆，或許最後你做不了賭神，卻成了數學家呢！

就算不打算學習數學，也希望你明白背後的原理，不致於大庭廣眾之下獻醜，不會再說由於隨機因此無法預測，而別人提起數學模型的時候，你起碼聽得明白。

天氣預測的科學發展已成熟多年，人類掌控隨機事件的能力已遠超一般人所想。天文台雖然無法完美預測每一秒的天氣變化，但大概準確，已造福人群；同樣地，賭局預測，雖然不會場場中，但只要大概準確，使贏的多過輸的，已足夠使賭客獲利。數學並非萬能，但只要適當地使用，絕對是強大的武器。
 
Summary

 賭場遊戲的賠率和機率都是固定。
 足球博彩實行固定賠率制（Fixed-odds betting），賠率固定，但機率不知。
 賽馬博彩實行彩池制，賠率不定，機率亦不知。
 賽果預測的原理，與天氣預測的原理大致相同。
 將現實世界重要資訊，匯入數學模型計算，用結果預測現實世界賽果。
 把部份歷史賽事當作未來賽事，用以驗證數學程式的準繩度。
 天氣預測無須分秒不差，賭局預測亦無須場場中，只要正EV就可以。

Terminology

 資訊（Information）
 數學模型（Mathematical Model）
 數學建模（Mathematical Modeling）
 回溯測試（Backtesting）
 彩池制（Pari Mutuel）
固定賠率制（Fixed-odds betting）
-----------
杜氏數學 Herman To Math 考試戰績:
Ａ ── 會考 Math 數學
Ａ ── 會考 Additional Math 附加數學
Ａ ── 高考 Pure Math 純粹數學
Ａ ── 高考 Applied Math 應用數學
5** ── DSE Math 數學
5** ── DSE M1 數學延伸部分(一)
5** ── DSE M2 數學延伸部分(二)
Ａ ── IAL Core Math 1 2
Ａ ── IAL Core Math 3 4
Ａ ── IAL Further Pure Math 1
Ａ ── IAL Mechanics 2
Ａ ── IAL Mechanics 3
Ａ ── IAL Statistics 1
Ａ ── IAL Statistics 2
----------
精選系列節錄:
《賭Sir數學戒賭》糸列
https://www.youtube.com/watch?v=dhL-dRcIN5I&index=1&list=PL_CM4U5au2k1cfK2zSph8XOLqIjOPQmvo

杜氏數學 國際官方網站 http://www.hermantomath.com
----------
Title:
被莊家永遠隱藏的機率原來很易計？
----------
Subtitle:
一張凳、一本簿、一枝筆，便可以簡單運算？
----------
Script:
要知道某投注方法會否為你帶來長期穩定盈利，你要靠EV；而EV的計算，則涉及賠率（Odds）和機率（Probability）。一般賭局，賭率無論是固定，抑或不固定，都必定會顯示（例如球賽主勝、賽馬獨贏、六合彩派彩等）；然而，勝負機率卻永遠隱藏。

計算機率可以非常複雜，看過賽馬博彩經典名著《計得精彩》的，相信都會深深感受得到。但計算機率亦可以非常簡單，有些連小學作業都有教。

為什麼又可以簡單？又可以複雜呢？這要由「機率是什麼」說起。

首先，機率就像重量、長度、價錢等，是一個量度值。當你想知道自己的體重，你會站在電子磅；當你想知道自己的身高，你會用尺量度；當你想知過大海船票幾貴，你會查一查價錢；而當你想知道一件事情發生的可能性，你便要計算機率。

那麼，有什麼事你會想知它的可能性呢？擲一粒骰「擲到七點」的可能性，你會想計算嗎？不。因為擲一粒骰「必定」不會擲到七點。那麼，擲骰擲到整數的可能性，你又會想計算嗎？不。因為擲骰「必定」擲出整數。由此可見，當你已經知道問題的答案是鐵定的YES或NO時，你不會問可能性。換言之，當你不肯定某事情是YES還是NO時，你才會想窺探可能性。

最家傳戶曉的例子，非擲毫莫屬：究竟下一回是公定字呢？

雖然機率是數學之中的一個範疇，但機率在語言之中也佔了一席位，縱使未曾學過機率，都會以「五十五十」來描述擲毫的結果，即擲到公和擲到字的機率均是百分之五十（50%）。
 
對有分數概念的則會以「二份之一」描述之。兩者相通，因為一整份是100%，各分一半自然是各佔50%，亦是兩份之中取一份，二份之一也。

分數概念對機率非常便利，將虛無飄渺的機率圖像化，轉化成「切蛋糕」的情況－－由於你深信擲公和字的可能性均等，公和字就像一對雙胞胎，要吃相同份量的蛋糕，身為父母你便得把蛋糕一分為二，一份給公，一份給字，二份之一也。

此平平無奇的「二份之一」概念，更足以延伸至更多情況：

擲一粒骰子，擲得一點的機率是多少？

由於你深信一粒骰子六面的可能性均是相同，它們就像六胞胎平分生日蛋糕，你把蛋糕一分為六，一仔、二仔、三仔、四仔、五仔和六仔各取一份。擲得一點的機率，六份之一是也。

只要看得穿多少胞胎在分蛋糕，便能運算出機率。

雖然擲毫的機率十分顯淺，顯淺得令不少自稱患有「數學恐懼症」的人也會對機率產生興趣，然而，由擲毫和擲骰引起的誤解，同時惹來不少人放棄了機率，甚至徹底訴誅運氣鬼神之說。最常見的誤解是：

「擲公字的機率是二份之一，那麼，要是第一局己擲到了一次公，下一局將必定擲到字嗎？」

當然不是！否則每次擲硬幣不就只會公字公字公字……梅花間竹地出現嗎？這是天方夜譚吧。再者，若「必定」梅花間竹地出現，機率該是100%，這一點也抵觸了「二份之一」的說法。

「既然二份之一的機率，並不代表能夠預測下一局，對賭客來說又有什麼意思？」

答案很簡單，就是用來計算EV，預知定然的長遠結果。
 
明白了機率的意思和功用之後，接下來正式講解機率的3大運算方法：

1. 窮舉法（Exhaustive Method）：一次隨機事件

先前提過，基本的機率運算，是平均分蛋糕的遊戲。由此可見，「有幾胞胎」以及「拿幾件蛋糕」都是舉足輕重的問題。幸好，這種「有幾」的問題，都只是嬰孩學「數手指」（即數數目）可以應付的問題。

由擲公字的例子起步，全部的情況有「公」和「字」，我們就這樣數：

「公……第一個；字……第二個。總共兩個。」

即問題涉及雙胞胎，將蛋糕分成兩份。

如想知擲得「公」的機率，我們又再數過：

「公……第一個。總共一個。」

可見「公」的機率便是「兩份之」中的「一」份，二份之一也。

擲骰子亦同樣，這樣數全部的情況：

「一點……第一個；兩點……第兩個；三點……第三個；四點……第四個；五點……第五個；六點……第六個。總共六個。」

即問題涉及六胞胎，將蛋糕分成六份。

如想知擲得「雙數」（即2、4、6）的機率，我們又再數過：

「兩點……第一個；四點……第二個；六點……第三個。總共三個。」

可見「雙數」的機率便是「六份之」中的「三」份，六份之三也。
 
兩題的答案，分別是「二份之一」（ ）和「六份之三」（ ），究竟誰大誰小呢？欲比較分數，可以先將它化簡，繼續直接觀察，或者相減或相除。然而，分數的觸覺並非人皆有之，曾有趣聞說超過一半的美國受訪者誤以為「四份之一」比「三份之一」大。由此，我建議採取較「平易近人」的百份率（%），換算方法是－－將分子除以分母，再乘以100，便是百份之多少，即多少%了。

機率(%)=分子÷分母×100

以上述的結果為例，先把1除2，再乘以100，得出50，即擲得公的機率為 50%；把3除以6，再乘以100，得出50，即擲得雙數的機率同為50%。平分秋色，「一樣那麼可能」。

由這兩個例子得知：只要能夠準確細數可能發生的情況（我稱之為懂得數手指）便能夠計算基本的機率了。

當然，懂得數手指並不等如一定數得清，當數量太多的時候，例如打麻雀（144隻牌）一起手便食糊（又稱食天糊）的機率，逐個數並非明智之舉。雖然「理論上」只要有一位有無比耐性的人，的確能夠把所有可能性徹底列出，但整個過程也拖太久了吧？

因此，數數目亦應該要有聰明的方法。
 
2. 列表法（Tabulation）：兩次隨機事件

以擲骰子為例，擲一粒骰當然能夠「數手指」，因為只得6面。可是，如果擲兩粒骰呢？總有多少個可能的結果？

「第一粒骰一點、第二粒骰一點……一個;第一粒骰一點、第二粒骰兩點……兩個；第一粒骰一點、第三粒骰三點……三個……」給些少耐性，最終便會得知，總共有36個可能發生的結果。

列出來當然可以，但無可否認實在太煩了，而煩，亦自然代表較易出錯。究竟有沒有什麼方法可以將情況整齊地表達出來呢？
 
日常生活中，有一種表達方法，很值得參考，就是馬經表達「連贏」賠率的列表法。由於「連贏」是要預測單一賽事的冠軍和亞軍馬匹，因此會是兩個馬匹號碼互相配搭，例如「一號馬匹」搭「六號馬匹」，情形就像2粒骰的點數，「一點」加「六點」。

由「馬經作圖法」可以將擲兩粒骰的情況歸納如下：

每一格分別代表一個情況，例如橙色的格子代表「啡色的骰子五點，綠色的骰子三點」。 由此可見，擲2粒骰總共有36個可能結果。換言之，將蛋糕切成36份。

如問擲得總點數為10的機率，使用「馬經作圖法」答案一目了然：

非常明顯，共有3個格子，是兩骰點數相加為十（分別是(4,6)、(5,5)和(6,4)）因此這三十六胞胎，現在有三胞胎說要吃蛋糕了，在「36份之」中吃了「3」份，答案是「36份之3」（ ）。（試利用公式把它轉成%吧！）

值得留意的是，這招「馬經作圖法」有一個值得每次使用之前都要小心思索的地方：

試想想，現有6張卡，分別畫了骰子的6面，現在你隨機抽取兩張，請問2張卡的點數相加為十的機率是多少？

很多人會照舊作答「36份之3」，原因是問題只是將骰子變成卡片，情況不甚改變，而且，使用「馬經作圖法」會得出了一幅相同的列表：

可惜這是錯的，答案錯，列表也是錯的，錯在算少了一著：擲骰子可以擲到相同數字，例如2粒骰都是一點，但抽卡並不能抽到相同數字呢！卡片只得1張，你怎樣也不能抽到2張都是一點。因此，列表應修正如下：

灰色代表根本不可能發生的情況，即不存在的胞胎。根據這個修正後的列表，蛋糕應平分為30份，而不是36份。符合相加為十的結果，亦不是3個，而是2個，因為根本沒可能抽出2張都是五點的卡片。有見及此，修正後的答案為「30份之2」（ ）。（試利用公式把它轉成%吧！）
 
3. 樹狀圖（Tree Diagram）：兩次或以上隨機事件

雖然列表可以將可能性整齊地列出來，但列表也有它的局限之處，就是只能解決兩次隨機事件。如有三次或以上隨機事件，則要靠樹狀圖了。

以擲毫為例，如連擲三枚硬幣，擲得至少一次公的話，你便可以獲得8000元，這個遊戲值得花5000元去玩嗎？

首先，你得知道勝出這賭局的機率，即擲三枚硬幣能夠擲得至少一次公的機率。由於這涉及三次隨機事件，因此無法使用列表法，非用樹狀圖不可：

樹狀圖就像旅行路線圖，每一條路都是一個行程，每一個行程就是每一個可能性，不妨逐個寫出來看看：

由圖所示，這年遊戲總共有8個結局，而當中有7個結局能使你獲得8000元獎金，由此使用「分蛋糕」概念，你勝出遊戲的機率是8份之7，換算成百分率，即87.5%。

賠率則這樣計算：以5000元當作1注，如得勝則淨贏3000元，即贏3000÷5000注，又即0.6注。因此，你若參與這個賭局，你的EV = 0.6 × 87.5% - 12.5% = 40%，是一個正數。長賭下去，你將會獲取40%的純利，當然值得參與賭局。
----------
杜氏數學 Herman To Math 考試戰績:
Ａ ── 會考 Math 數學
Ａ ── 會考 Additional Math 附加數學
Ａ ── 高考 Pure Math 純粹數學
Ａ ── 高考 Applied Math 應用數學
5** ── DSE Math 數學
5** ── DSE M1 數學延伸部分(一)
5** ── DSE M2 數學延伸部分(二)
Ａ ── IAL Core Math 1 2
Ａ ── IAL Core Math 3 4
Ａ ── IAL Further Pure Math 1
Ａ ── IAL Mechanics 2
Ａ ── IAL Mechanics 3
Ａ ── IAL Statistics 1
Ａ ── IAL Statistics 2
----------
精選系列節錄:
《賭Sir數學戒賭》糸列
https://www.youtube.com/watch?v=dhL-dRcIN5I&index=1&list=PL_CM4U5au2k1cfK2zSph8XOLqIjOPQmvo