Difference between revisions of "Systatické hraní rulety"

From Simulace.info
Jump to: navigation, search
(Definice problému)
(Model)
 
(7 intermediate revisions by the same user not shown)
Line 9: Line 9:
 
=Definice problému=
 
=Definice problému=
 
Kasinovou hru ruleta je možné hrát náhodně, dle oblíbených čísel, intuice, či pomocí systematického vsázení. Existují 2 typy rulet. Francouzská (čísla 1-36 + neutrální políčko 0), či Americká ruleta (čísla 1-36 + 2x neutrální políčka 0 a 00). Matematickou výhodu rulety tvoří právě neutrální políčka, proto je vhodné si vždy zvolit pro hraní první typ. V každém kole vhodí krupiér kuličku v opačném směru, než je otáčení rulety. Hráči mohou vsázet na nespočet možností, jak dané kolo dopadne.
 
Kasinovou hru ruleta je možné hrát náhodně, dle oblíbených čísel, intuice, či pomocí systematického vsázení. Existují 2 typy rulet. Francouzská (čísla 1-36 + neutrální políčko 0), či Americká ruleta (čísla 1-36 + 2x neutrální políčka 0 a 00). Matematickou výhodu rulety tvoří právě neutrální políčka, proto je vhodné si vždy zvolit pro hraní první typ. V každém kole vhodí krupiér kuličku v opačném směru, než je otáčení rulety. Hráči mohou vsázet na nespočet možností, jak dané kolo dopadne.
 +
 
'''Možné sázky:'''
 
'''Možné sázky:'''
 
* číslo (popř. dvojice/čtveřice sousedících čísel)
 
* číslo (popř. dvojice/čtveřice sousedících čísel)
Line 18: Line 19:
 
* 1-18/19-36
 
* 1-18/19-36
 
Ve své simulaci se zaměřím na problematiku systematického sázení zejména na možnosti s 50% pravděpodobností (vyjma nuly) tedy červená/černá, sudost/lichost atd. Na tyto možnosti lze sázet dle matematických posloupností. U tohoto typu hraní je nezbytné disponovat dostatečně vysokým rozpočtem, který pokryje i málo pravděpodobnou řadu stejných hodnot.
 
Ve své simulaci se zaměřím na problematiku systematického sázení zejména na možnosti s 50% pravděpodobností (vyjma nuly) tedy červená/černá, sudost/lichost atd. Na tyto možnosti lze sázet dle matematických posloupností. U tohoto typu hraní je nezbytné disponovat dostatečně vysokým rozpočtem, který pokryje i málo pravděpodobnou řadu stejných hodnot.
 +
 
'''Systémy:'''
 
'''Systémy:'''
 
* Martingale systém: vybereme si barvu a neustále na ní sázíme dvojnásobné částky, dokud daná barva nepadne, až ano. Poté budeme +1 násobené hodnoty (řada: 1,2,4,8,16,...)
 
* Martingale systém: vybereme si barvu a neustále na ní sázíme dvojnásobné částky, dokud daná barva nepadne, až ano. Poté budeme +1 násobené hodnoty (řada: 1,2,4,8,16,...)
 
* D‘ Alembert systém: funguje na stejném principu jako předchozí, jen při padnutí naší barvy nezačínáme od 1násobku hodnoty, nýbrž pouze o jednu hodnotu níže (tedy v případě že vyhrajeme v situaci, kdy sázíme 16ti násobek další kolo nesázíme 1násobek, ale 8mi násobek)
 
* D‘ Alembert systém: funguje na stejném principu jako předchozí, jen při padnutí naší barvy nezačínáme od 1násobku hodnoty, nýbrž pouze o jednu hodnotu níže (tedy v případě že vyhrajeme v situaci, kdy sázíme 16ti násobek další kolo nesázíme 1násobek, ale 8mi násobek)
* Fibonacciho systém: Opět se jedná o systém podobný výše uvedeným, nicméně se vsází dle Fibonacciho posloupnosti, tedy vždy součet posledních dvou hodnot posloupnosti (řada: 1,1,2,3,5,8,13,21,...)
+
* Fibonacciho systém: Opět se jedná o systém podobný výše uvedeným, nicméně se vsází dle Fibonacciho posloupnosti, tedy vždy součet  
 +
 
 +
'''Cíl simulace'''
 +
 
 +
V práci tedy budu simulovat náhodnost rulety, přičemž budu aplikovat všechny 3 systémy sázení. Vstupem do systému bude rozpočet, který na hru mám. A tedy v případě, že přijde smolně dlouhá série, na kterou rozpočet nebude stačit, hra končí a uživatel přišel o všechny peníze. Výsledkem bude dosažená částka na konci cyklu a tedy zhodnocení všech variant. Cílem simulace je tedy zhodnocení, který systém je nejvhodnější pro zadaný rozpočet. Nejvhodnějším se rozumí, při kterém dosáhnu s největší pravděpodobností nejvyšší výhry (pokud vůbec nějaké).
 +
posledních dvou hodnot posloupnosti (řada: 1,1,2,3,5,8,13,21,...)
  
 
=Metoda=
 
=Metoda=
 +
 +
Jako nejvhodnější metodou pro řešení tohoto problému je právě metoda Monte Carlo. Důvod vhodnosti vychází z podstaty této metody a tedy z generování pseudonáhodných čísel, což přesně kopíruje realitu, kterou se snažíme simulovat. Generování čísel nahrazuje vhozenou kuličku do prostoru točící se rulety. Druhou možností, jak se dobrat k výsledku zkoumání je využít některé online kasino, ve kterém se dá nanečisto vyzkoušet hraní rulety bez nutnosti vložit peníze. Tento způsob je nicméně časově velmi náročný a proto byla zvolena metoda Monte Carlo v prostředí MS Office Excel 2010.
  
 
=Model=
 
=Model=
 +
 +
Model zachycuje dění na ruletě, tedy generuje pro každé „kolo“ pseudonáhodnou hodnotu v intervalu <0;36>, která reprezentuje políčko, do kterého padne kulička. Tyto hodnoty jsou následně využívány pro simulaci sázení dle 3 zvolených systémů, tedy Martingale, D‘ Alembert a Fibonacci. Všechny systémy se hrají na stále stejnou zvolenou variantu s 50% procentní pravděpodobností výhry (vyjma nuly), v případě naší simulaci se jedná o sázky na sudost padnuté hodnoty. Každý ze systémů má svůj vlastní sloupec s vypočtenými hodnotami. Pro každou metodu nás zajímá:
 +
 +
* Kolik dané kolo vsázíme na námi vybranou barvu/sudost…
 +
* Kolik jsme dané kolo vyhráli (pokud vůbec)
 +
* Jaký je náš celkový stav konta po odehraném kole
 +
* Jaký je náš stav konta po provedení sázky (tedy jestli máme ještě rozpočet na provedení sázky)
 +
 +
 +
Následující obrázek zachycuje simulaci jednoho cyklu:
 +
[[File:Cyklus.jpg]]
  
 
=Výsledky=
 
=Výsledky=

Latest revision as of 16:12, 31 May 2014

Zadání

  • Název simulace: Systematické hraní rulety
  • Předmět: 4IT495 Simulace systémů (LS 2013/2014)
  • Autor: Písařík Marek (XPISM00)
  • Typ modelu: Monte Carlo
  • Modelovací nástroj: MS Office Excel 2010

Definice problému

Kasinovou hru ruleta je možné hrát náhodně, dle oblíbených čísel, intuice, či pomocí systematického vsázení. Existují 2 typy rulet. Francouzská (čísla 1-36 + neutrální políčko 0), či Americká ruleta (čísla 1-36 + 2x neutrální políčka 0 a 00). Matematickou výhodu rulety tvoří právě neutrální políčka, proto je vhodné si vždy zvolit pro hraní první typ. V každém kole vhodí krupiér kuličku v opačném směru, než je otáčení rulety. Hráči mohou vsázet na nespočet možností, jak dané kolo dopadne.

Možné sázky:

  • číslo (popř. dvojice/čtveřice sousedících čísel)
  • řada (popř. dvojice sousedících řad)
  • sloupec
  • tucty
  • barva (červená/černá)
  • sudá/lichá
  • 1-18/19-36

Ve své simulaci se zaměřím na problematiku systematického sázení zejména na možnosti s 50% pravděpodobností (vyjma nuly) tedy červená/černá, sudost/lichost atd. Na tyto možnosti lze sázet dle matematických posloupností. U tohoto typu hraní je nezbytné disponovat dostatečně vysokým rozpočtem, který pokryje i málo pravděpodobnou řadu stejných hodnot.

Systémy:

  • Martingale systém: vybereme si barvu a neustále na ní sázíme dvojnásobné částky, dokud daná barva nepadne, až ano. Poté budeme +1 násobené hodnoty (řada: 1,2,4,8,16,...)
  • D‘ Alembert systém: funguje na stejném principu jako předchozí, jen při padnutí naší barvy nezačínáme od 1násobku hodnoty, nýbrž pouze o jednu hodnotu níže (tedy v případě že vyhrajeme v situaci, kdy sázíme 16ti násobek další kolo nesázíme 1násobek, ale 8mi násobek)
  • Fibonacciho systém: Opět se jedná o systém podobný výše uvedeným, nicméně se vsází dle Fibonacciho posloupnosti, tedy vždy součet

Cíl simulace

V práci tedy budu simulovat náhodnost rulety, přičemž budu aplikovat všechny 3 systémy sázení. Vstupem do systému bude rozpočet, který na hru mám. A tedy v případě, že přijde smolně dlouhá série, na kterou rozpočet nebude stačit, hra končí a uživatel přišel o všechny peníze. Výsledkem bude dosažená částka na konci cyklu a tedy zhodnocení všech variant. Cílem simulace je tedy zhodnocení, který systém je nejvhodnější pro zadaný rozpočet. Nejvhodnějším se rozumí, při kterém dosáhnu s největší pravděpodobností nejvyšší výhry (pokud vůbec nějaké). posledních dvou hodnot posloupnosti (řada: 1,1,2,3,5,8,13,21,...)

Metoda

Jako nejvhodnější metodou pro řešení tohoto problému je právě metoda Monte Carlo. Důvod vhodnosti vychází z podstaty této metody a tedy z generování pseudonáhodných čísel, což přesně kopíruje realitu, kterou se snažíme simulovat. Generování čísel nahrazuje vhozenou kuličku do prostoru točící se rulety. Druhou možností, jak se dobrat k výsledku zkoumání je využít některé online kasino, ve kterém se dá nanečisto vyzkoušet hraní rulety bez nutnosti vložit peníze. Tento způsob je nicméně časově velmi náročný a proto byla zvolena metoda Monte Carlo v prostředí MS Office Excel 2010.

Model

Model zachycuje dění na ruletě, tedy generuje pro každé „kolo“ pseudonáhodnou hodnotu v intervalu <0;36>, která reprezentuje políčko, do kterého padne kulička. Tyto hodnoty jsou následně využívány pro simulaci sázení dle 3 zvolených systémů, tedy Martingale, D‘ Alembert a Fibonacci. Všechny systémy se hrají na stále stejnou zvolenou variantu s 50% procentní pravděpodobností výhry (vyjma nuly), v případě naší simulaci se jedná o sázky na sudost padnuté hodnoty. Každý ze systémů má svůj vlastní sloupec s vypočtenými hodnotami. Pro každou metodu nás zajímá:

  • Kolik dané kolo vsázíme na námi vybranou barvu/sudost…
  • Kolik jsme dané kolo vyhráli (pokud vůbec)
  • Jaký je náš celkový stav konta po odehraném kole
  • Jaký je náš stav konta po provedení sázky (tedy jestli máme ještě rozpočet na provedení sázky)


Následující obrázek zachycuje simulaci jednoho cyklu: Cyklus.jpg

Výsledky

Závěr

Kód