Мы заучили на уроках математики, что угадать выпадение сторон монеты нельзя, но эта статья покажет механизм, который позволяет предсказывать выпадения сторон монеты, то есть, на самом деле угадывать можно.
Математического доказательства того, как работает этот механизм пока нет. Этот механизм нащупан экспериментальным путём, согласно представлениям Рихарда Мизеса, о том, что теория вероятностей не в коем случае не является математической наукой. Господа математики отмучились с теорией вероятностей век, крутясь вокруг экспериментального факта, что число выпадений едениц и нулей одинаково (выпадения "0" и "1" равновероятны). И сделали совершенно ошибочные умозаключения, что все выпадающие серии монет равновероятны. Но вот теперь, когда компьютеры стали доступны всем исследователям, и начался лавинообразный рост экспериментального поиска закономерностей в случайных последовательностях, все умозаключения математиков рухнули. Даже на результатах простого подбрасывании монеты можно увидеть структуру случайной последовательности, а при помощи компьютерных экспериментов обнаруживаются алгоритмы для обнаружения серий с разной вероятностью, и (о ужас для математиков!) алгоритмы предсказания не равновероятного выпадения сторон монеты.
Сначала я коротко опишу традиционный способ работы с вероятностями, работа по этому способу не позволяет предсказывать выпадение сторон монеты. А потом, то же немногословно, опишу открытый мной способ работы с вероятностью, который позволяет предсказывать выпадение сторон монеты.
И так, монета бросалась много раз N и результат её выпадений образовал последовательность из единиц и нулей. Давайте определим среднюю длину выпадающей серии из повторяющихся одинаковых событий, например: «00000..» или «11111..» в нашей большой серии из N подбрасываний.
Здесь описано: как надо просматривать случайную последовательность, что бы вероятности угадывания и не угадывания были равны.
Традиционный способ определения средней длину выпадающих серий из повторяющихся одинаковых событий, заключается в последовательном просматривании всех записанных значений и аккуратном подсчитывании количеств серий обнаруженных длин. Суммарное количество серий единичных длин: «0» и «1» будет N/4. Суммарное количество серий длины два: «00» и «11» будет N/8. Суммарное количество серий длины три: «000» и «111» будет N/16. Суммарное количество серий длины четыре: «0000» и «1111» будет N/32. И так далее. Конечно, обнаруженные численности серий вряд ли будут точно равны рассчитанным значениям, так как, не смотря на устойчивость частот, всё же существуют случайные вероятностные флуктуации реальной численности событий, вокруг теоретически полученных мат. ожиданий. Учтя все элементарные события N нашей последовательности, мы обнаружим, что суммарное число всех наших серий («0» + «1» + «00» + «11» + «000» + «111» + …) равно N/2 (опять же с точностью до случайной флуктуации). Теперь решим поставленную задачу: определить среднюю длину выпадающей серии, для этого надо разделить число членов последовательности N на сумму всех серий N/2. Делим N / (N/2) = 2. То есть, мы нашли, что средняя длина серии при традиционный способе просмотра и угадывания сторон монеты, равна двум. То есть, при средней длине последовательной серии два события угадывать выпадение сторон не получается. Очевидно, что если бы средняя длина последовательной серии («0»; «1»; «00»; «11»; «000»; «111»; …) была бы три события, то тогда бы мы начали угадывать выпадения сторон монеты гораздо чаще, чем не угадывать. Давайте рассмотрим теперь мой способ получения средней длины события, которое равно трём.
Здесь описано: как надо просматривать случайную последовательность, чтобы вероятности угадывания и не угадывания стали разными.
Для того, что бы повлиять на вероятность надо изменить среднюю длину серии выпадающих подряд событий. Это достигается при применении в процессе угадывания хорошо известной геометрической вероятности.
Принцип геометрической вероятности гласит, что в объекты, имеющие большей размер, попадания происходят чаще, чем в объекты, имеющие меньший размер. Применительно к нашей случайной последовательности N, это значит, что если отсчитывать, например, каждое сотый член последовательности и определять длину серии («0»; «1»; «00»; «11»; «000»; «111»; …) которой он принадлежит, то выясниться, что частота попаданий каждого сотого события, в длинные серии возросла, а в короткие серии уменьшилась. То есть, средняя длина обнаруживаемой серии, в случае с геометрическим набором статистики, станет равной трём. И именно это увеличение средней длины серии с двух событий (при последовательном учёте каждого события) до трёх событий (при пропусках достаточной длины между угадываниями) позволяет угадывать сторону выпавшей монеты чаще чем в половине предсказаний. Здесь, сейчас, я описал основополагающий принцип геометрической вероятности, применительно для изменения средней длины находимой серии в случайной бинарной последовательности.
Формат статьи в ВК, не позволяет описать открытые мной алгоритмы, которые надо применять для реализации предсказательных возможностей, которые появляются при изменении обнаруживаемых длин серий в случайной последовательности. Эти алгоритмы и статьи описаны в моих статьях открытого доступа, список которых я дал в подразделе «Литература». Прошу учесть, что эти статьи напечатаны в научных редактируемых журналах, и для того, чтобы их не отверг цензор, я нигде напрямую не писал, что вероятность предсказания сторон монеты можно менять. Я описывал только алгоритмы и практики, давал формулы и пояснения, которые позволяют это делать – к сожалению, так устроена цензура у официальной науки — революционные открытия в печать не пропускаются.
Литература
- Филатов О. В., Филатов И.О., Макеева Л.Л. и др. «Потоковая теория: из сайта в книгу». Москва, «Век информации», 2014, с.200.
2. Филатов О. В., Филатов И.О. «Закономерность в выпадении монет – закон потоковой последовательности». Германия, Издательский Дом: LAPLAMBERT Academic Publishing, 2015, с. 268.
3. Филатов О. В., Филатов И.О., статья «О закономерностях структуры бинарной последовательности», «Журнал научных публикаций аспирантов и докторантов», 2014, №5 (95), с. 226 – 233.
4. Филатов О. В., Филатов И.О. Статья «О закономерностях структуры бинарной последовательности (продолжение)», «Журнал научных публикаций аспирантов и докторантов», 2014. № 6 (96), с. 236-245.
5. Филатов О. В., статья «The use of geometric probability to change the probability of finding a series of random deposition coins. / Применение геометрической вероятности для изменения вероятности нахождения серий случайных выпадений монеты», журнал «Проблемы современной науки и образования / Problems of modern science and education», № 22 (64), 2016 г., с. 5-14.DOI: 10.20861/2304-2338-2016-64-001.
6. Филатов О. В., статья «Частотные и вероятностные свойства случайных бинарных последовательностей. Бинарная геометрическая вероятность», «Проблемы современной науки и образования», №1(134), 2019 г., с.6-19. DOI: 10.20861/2304-2338-2019-134-004
7. Филатов О. В., статья «Нарушение равной вероятности серий в случайной бинарной последовательности», журнал «Проблемы современной науки и образования», № 9 (142), 2019 г., с. 29-37. DOI: 10.24411/2304-2338-2019-10901
8. Другие авторские работы: https://www.stihi.ru/avtor/olegvladfilat
