对概率，公式，条件的一点认识

本帖最后由 淮安糊涂哥 于 2017-7-30 10:17 编辑



一、概率定义：表征随机事件发生可能性大小的量，是事件本身所固有的不随人的主观意愿而改变的一种属性。              

     概率，又称或然率、机会率或机率、可能性，是数学概率论的基本概念，是一个在0到1之间的实数，是对随机事件发生的可能性的度量。　　

     社会上，《概率论》是数学、统计学专业本科生的基础课，是认识、刻画、分析各种随机现象的入门课。随机现象，或者说不确定性，是自然界和现实生活中普遍存在的一种现象。无论是股市涨跌，还是发生某类事故，但凡捉摸不定、需要用“运气”来解释的事件，都可用概率模型进行定量分析。不确定性既给人们许多麻烦，同时又常常是解决问题的一种有效手段甚至唯一手段。例如，“抓阄”就是运用不确定性来进行公平分配的常用办法。在模拟计算、统计运筹中无不运用概率论的思想和方法。因此《概率论》具有明显的实际背景和广阔的应用范围，另一方面又和数学的诸多分支有密切的联系。      

    学习《概率论》的目的是对随机现象有充分的感性认识和比较准确的理解，初步掌握处理不确定性事件的理论和方法。主要内容包括：随机事件；概率空间，随机变量及其分布；独立性，数学期望和方差，特征函数，各种收敛定义及其相互关系，大数定律和中心极限定理等。            

二、应用多个条件或公式缩水 中奖率会降低到可怜程度 （条件，说到底，也是一种公式）            

  1、人们常常应用多个条件或公式进行缩水，注数少了，中奖率会很低；

  2、譬如：

   a、奇偶选择：假设准确率50%；   

   b、大小选择：假设准确率50%；

   c、质合选择：假设准确率50%；      

   d、遗漏选择：假设准确率50%；      

   e、012路选择：假设准确率50%；   

   f、跨度选择：假设准确率50%；         

   g、和值选择：假设准确率50%；

  3、那么，最终的准确率是多少：

    =50%*50%*50%*50%*50%*50%*50%*50%=0.07813%

    况且，你那个50%，不可能个个保准，一个归零，结果就是零。

  4、上述例子，好像不好理解，举一个例子：     

   假如有一百期，即100，用一个条件，你选中了50期， 用第二个条件，你就只能选中25期.......用了第七个条件，能选中的机会就只有不到一期了。

  5、从整体上看，准确率是相乘的关系；

  6、因此，缩水时，条件不可用得太多。条件用多了，注数少了，奖品却没了。

  7、当然，你用的条件，由于技术高超，各项准确率都是100%，就应该另当别论，那是一万年都遇不到的，神仙难料。即使各项准确率为90%，连乘后得到的准确率也不足50%。况且90%是很难做得到的。

  8、有人说，有时我会预测对3~4个或更多，我相信。但，那不是经常的事，所以叫做“不稳定条件”，长期看，不能只此一斑，可见全豹，实用价值不大。

  9、缩水一般只用1、2个条件，最多不超过3个。

10、 结论是：条件、缩水等理论上与大奖基本无缘。天天进行所谓形态分析推荐，收效甚微是必然的

三、研究几率与概率关系是根本

  1、你的方案中出几率比概率大，那么你就离成功不远了；

  2、公式条件不可不用，但不光是用来杀蓝荐红，而是用来识别各种形态所包含的范围——工具罢了。因为，长期看，杀蓝荐红它跑不出概率多远。它会稳定在一个相应的范围内，依赖它，会走进死胡同。

  3、萝卜白菜，各有所爱。就有用条件和公式杀蓝荐红中了大奖，你怎么解释哪？其实，还是概率在管事，就是说，你用同样的办法重复再次中个大奖，那就难上加难。

  4、我虽然不看好单纯使用公式、条件杀蓝荐红，但对公式条件曾经也研究了一些，从中可以看出，公式无论怎样千变万化，它的准确率都大致稳定在一定范围内——随便编一个公式，也逃不出这个规律。

5、要研究一种长期可靠的方案，既应用了统计，又与数学逻辑关系（也可以说是公式）相结合，在发行期内平均中奖几率要大于概率，你的方法趋于可行。不过是件难事。探索吧。

说明：引自于别人文章