СкороБуду пишет:Это ведь только допущение для упрощения, что все спины независимы, а ведь физически мир (и вокруг рулетки) несколько меняется от броска к броску.
Безусловно. Мы до сих пор рассматривали идеальный случай, с марковской матрицей
[1/2 1/2; 1/2 1/2]. (Запись матриц в соответствии с синтаксисом MatLab.)
Собственно, при рассмотрении универсальной беспроигрышной стратегии так, имхо, и следует поступить, так как флуктуации, как мне кажется (я в казиношных играх не разбираюсь, так что могу ошибаться), являются взаимокомпенсирующими (имхо, можно воспользоваться центральной предельной теоремой), и в итоге мат. ожидание реального случая будет равно мат. ожиданию идеального.
По поводу серий. Пусть имеется тенденция к образованию серий, выражаемая следующей цепью Маркова:
A'=[1/2+e 1/2-e; 1/2-e 1/2+e]
Тогда для вероятностей встретить какое-то из двух событий после n-го шага будет равна
[1/2(1+(2e)^k) 1/2(1-(2e)^k); 1/2(1-(2e)^k) 1/2(1+(2e)^k)],
что (с учетом e<1/2) в пределе дает
A=[1/2 1/2; 1/2 1/2],
то есть долгосрочные прогнозы все равно невозможны. Надежность же краткосрочных падает экспоненциально.
По поводу длин серий. Имеем геометрическое распределение p(n) (событие 2 появляется после точно n испытаний с схеме Бернулли).
Тогда Mn=(1-q)/q = (1/2+e)/(1/2-e). В идеальном случае (когда e=0) Mn=1.
Интересно отметить, что при увеличении "склонности к образованию серий", Mn стремится к бесконечности, что, имхо, естественно.
P.S. Надеюсь, ничего не напутал.
P.P.S. Блин, смайлики в равенствах повылезали. Нужно на форуме поддержку MathML сделать.