關於 odds機率 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【LPL賽前分析】2021世界賽資格賽 RNG vs WE

－RNG戰隊在季後賽第三輪表現不如預期輸給了LNG，經過一段時間的調整，這場比賽已無退路，勢必得捍衛自己的世界賽資格以及榮譽。

－RNG戰隊有Cryin、GALA和Wei這樣的選手，推測在比賽前期雙方可能就會發生激烈碰撞，我們都知道RNG打野選手Wei在野區的侵略性極強，時常入侵野區利用對手發生失誤獲得優勢，因此眾多分析師都認為RNG取得首殺的可能性較高。

－談完打野選手Wei，上路選手Xiaohu便是RNG的不安定因素，Xiaohu夏季賽的表現起起落落眾所皆知，但每當Xiaohu取得一定優勢即可帶起整支隊伍的節奏。一旦上路Xiaohu穩住對線期，輔助選手Ming就能夠向上路輪轉對首個預示者發起進攻，因此RNG戰隊的首要策略無非是保證上路Xiaohu的發育。

－反觀WE戰隊可能會著重在下半區的資源掠奪，從數據上來看，WE戰隊在獲得第一條小龍的勝率來到60%，比起與RNG爭奪預示者所帶來的風險，可能會更樂意以小龍做交換。

－相比之下，RNG戰隊的協調性和節奏性更好，當獲得相當程度的領先時，基本上是不給任何機會的。在季後賽中兩度以三比零橫掃了WE戰隊，我們認為RNG戰隊在這場對戰中取勝的機率較高。

A Perfect Send Off
RNG vs WE
Match Time: Sep 3rd 9:30am CEST / 0:30am PDT

RNG previously lost against LNG in the third round of LPL playoffs. Now, they’re back after licking their wounds, ready to defend their reputation and qualify for Worlds.

When the team has star power players like Cryin, GALA, and Wei, you can be sure to expect fiery aggression right from the get-go. Since, their jungler Wei is widely known for his ability to spot the chink in armor and capitalize on his opposing team’s misplays, our analysts all agree that the odds for First Blood are definitely in RNG’s favor here.

Besides Wei, RNG’s X-factor is their top laner Xiaohu. Xiaohu may have lots of ups and downs, admittedly, but when he delivers, he delivers by carrying the whole team. Once he stabilized his lane, expect the team’s support Ming to rotate up for the first Rift Herald. This has been the go-to strategy for RNG this season.

While this is happening, team WE will look to steal the first dragon buff. After all, they have a 60% win rate on this objective and are very comfortable with contending the dragon the pit if need be.

We’ve all seen how coordinated and rhythmic RNG can be. When they are in the lead, they seem nearly unstoppable. Going against a team like WE, recently swept 3-0 in the playoffs for the second time, we can hardly imagine RNG not being the clear winner here. Bet in favor of them getting the Baron if you’re looking to grow your crypto in preparation for Worlds.

♦預測推薦：

比分預測：RNG 3:1 WE

首殺預測：RNG

首塔預測：RNG

小龍預測：WE

預示者預測：RNG

巴龍預測：RNG

立即參加預測：http://djesports.io/
DJ Esports電競 Discord頻道：https://discord.gg/djesportsx

今年選秀會Draft Odds第4或第5的擲銅板競爭，雷霆隊勝出！雷霆隊自己的選秀權有11.5%機率成為第1順位，45.1%機率在前4順位，並且不會低於第8順位。

正式的選秀順位會在美國時間6/22決定，假若雷霆隊擁有第4高的Draft Odds最後真的變成第四順位，那他們過去在這個順位挑選過誰呢？

2008年第4順位：Russell Westbrook，是個當時令人意外，但很快就證明管理層眼光精準的選秀。

1985年第4順位：Xavier McDaniel，綽號X-Man，也是個好咖，1980年代的球隊主將並入選過一次全明星賽。

1973年第4順位：Mike Green，當時還是NBA/ABA兩聯盟競爭時代，Green在選秀後先打了幾年ABA才回到NBA，沒有什麼豐功偉業。

嚴格來說這3個選秀都是在超音速隊時期進行的，包括Russ也是，只是Russ當年在選秀會戴了超音速隊帽子，然後跟著球隊搬遷，在夏季聯盟穿著OKLAHOMA CITY / NBA OKC的球衣出賽，後來球隊才命名雷霆隊。

今年的Draft Odds會變成第幾順位呢？下個月的此時揭曉。

BTW圖片資訊誤植，是6/22 😂

#WeAreThunder
#LikeThunderBlue

美國時間5/25，台灣時間後天，聯盟將以擲銅板的方式決定7支球隊的選秀權機率(Draft Odds)：

NO.4或5：雷霆隊或騎士隊，兩位以22勝50敗並列聯盟倒數第4名。

NO.8或9或10：鵜鶘隊或國王隊或公牛隊(但公牛隊已將選秀權交易給魔術隊)，三隊以31勝41敗並列倒數第8名。

NO.11或12：馬刺隊與黃蜂隊，兩隊以33勝39敗並列聯盟倒數第11名。

當然我們只關心雷霆隊XD 擲到NO.4跟NO.5的差別？雖然同樣有11.5%機率抽到第1順位、同樣有45.1%機率抽到前4順位，但NO.4抽籤的期望值是第4.6順位、最差第8順位，NO.5抽籤的期望值是第4.8順位、最差第9順位，還是有差別。

因為雷霆隊會取得自己、火箭隊(但有前4順位保護)、熱火隊(第18順位)3個選秀權取2，因此雷霆隊的首輪選秀情境：

最佳：第1順位(雷霆自己抽中，有11.5%機率)+第5順位(火箭隊最差結果，有47.9%機率)。

最差：第9順位(雷霆銅板擲輸後的最差結果，有0.6%機率)+第18順位(火箭隊抽中前4順位，只能拿熱火籤)。

最佳跟最差，好巨大的差別啊！

P.S.選秀權機率對照表，可以參考：https://pse.is/3hnfep

#WeAreThunder
#OnwardTogether
#LikeThunderBlue

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

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:
求高賠率？定係高機率？
----------
Subtitle:
怎樣的賭局才值得搏？
----------
Script:
賭博的作風有兩類：「刀仔鋸大樹」和「密食當三番」－－前者尋求高賠率（Odds），後者尋求高機率（Probability）。於「賠率機率不可兼得」的現實中，各有所求。

舉例說，若賽馬（Horse Racing）賭局中出現1.1倍大熱門，「阿刀」是不會看得上眼的，因為下注$100才只能搏得$10，就算是馬王也不值得投注。相反，「阿密」不會介意賠率，因為只有勝出才有盈利，若然不中，縱使有99倍也沒有意思。

究竟哪種「做人態度」較值得採用？

承接上一課的大數法則（Law of Large Number），也許你會這樣回答：「能於長期博弈中獲得較高盈利，就更可取。」

這答案意味著，你要先用血汗進行實驗，方能定斷。在缺乏電腦模擬（Simulation）的情況下，這當然不是一個好方法。

想透過大數法則，權衡賠率和機率，可以計算期望值（Expected Value），簡稱「EV」。

EV = 淨贏注 × 贏錢機率 － 淨輸注 × 輸錢機率

正數EV代表長遠會贏錢，負數EV代表長遠會輸錢。EV越大，方法越可取。

以骰寶（Sic Bo/「買大細」）投注大為例，賠率是1賠1，即淨賺1注，而勝出的機率是48.6%；換言之，輸錢的機率這樣計算： 。因此，買大的EV = ，即長賭平均輸賭本的2.8%。

現在以Microsoft Excel電腦實驗，驗證長買大輸掉2.8%的下場……

有了EV這個指標，便可以比較「刀仔鋸大樹」和「密食當三番」誰優誰劣。
 
繼續以骰寶為例，阿刀主張買圍骰，而阿密主張買大。圍骰1賠24，勝出機率2.78%，因此買圍骰的EV = ，比買大或買小的EV還要低，更不值搏。

現在以Microsoft Excel電腦實驗，驗證長買圍骰輸掉30.5%的下場……

EV相同便同樣可取，這是概括的說法。若你留意電腦模擬的結果，會發現買賠率較高的圍骰，過程比較大起大落，因此還得看看自己的承受能力，EV只是長期賭博的基本門檻，要是賭本有限，或心臟功能欠佳，便須注意風險程度。

總括而言，乘著大數法則，EV代表了長賭的命運，雖然過程隨機，結果卻是定然之事。

至於EV的計算，對於賭場遊戲，相對容易，因為賠率和機率都是固定數字；但對於足球博彩，則會遇上困難，因為盈利機率成了未知之數，需作估算；而對於賽馬博彩，困難便更大，因為賠率時刻隨注碼變動，因此賠率和機率都成了未知之數，需要預算。

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
----------
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