home *** CD-ROM | disk | FTP | other *** search
/ Precision Software Appli…tions Silver Collection 1 / Precision Software Applications Silver Collection Volume One (PSM) (1993).iso / tutor / smartg11.arj / G3.TUT < prev    next >
Text File  |  1992-11-17  |  15KB  |  363 lines

  1.                              O D D S
  2.                                 
  3. $mart Gamblers have a basic understanding of the mathematical
  4. concepts related to gambling.   This tutorial covers probability,
  5. statistical expectation, casino percentage and standard
  6. deviation.  It also describes the $mart Gambler program report
  7. and how to use the information it provides.
  8.  
  9.  
  10. PROBABILITY
  11.  
  12. The theory of probability is as follows.  If an event is certain
  13. to happen its probability is 1.00.  If an event is impossible to
  14. happen its probability is 0.00.
  15.  
  16. Gambling events have a probability of winning and a probability
  17. of losing.  The sum of those probabilities is 1.00.  The term
  18. odds is commonly used to describe the probability of a gambling
  19. event winning.
  20.  
  21. Consider a coin toss.  There is a 0.50 probability that it would
  22. end up heads and a 0.50 probability that it would end up tails. 
  23. The sum of the probabilities of a coin toss is:
  24.  
  25.           (0.50 heads) + (0.50 tails) = 1.00
  26.  
  27. This could be also called having 50/50 odds of one side ending up
  28. over the other side.
  29.  
  30. Consider a casino roulette wheel.  There are 38 numbers, 1 to 36
  31. plus 0 and 00.  The probability or odds of the number 16 coming
  32. up is one out of 38.  The probability for winning and losing is:
  33.  
  34.     (1/38ths for the 16) + (37/38ths for the others) = 1.0000
  35.  
  36. The probabilities expressed decimally is:
  37.  
  38.       (.0263 for the 16) + (.9737 for the others) = 1.0000
  39.  
  40.  
  41.  
  42. STATISTICAL EXPECTATION
  43.  
  44. When the winning and losing amounts are factored with the
  45. probabilities, the statistical expectation of a gambling event is
  46. developed.  This will provide a picture of what the gambler can
  47. expect to happen over the long run.  To get the statistical
  48. expectation, first multiply the gain amount by the probability of
  49. winning.  Next add to it the loss amount multiplied by the
  50. probability of losing.  The loss amount is expressed as a minus
  51. number.  If $1 was bet on heads coming up in the coin toss, the
  52. statistical expectation would be:
  53.  
  54.      ($1.00 win times 0.50) + (-$1.00 times 0.50) = 0.00
  55.  
  56.  
  57. This would be called a fair odds game because the expectation is
  58. neither plus or minus.  It is also called having true odds.  In
  59. the long run a gambler would expect to end up even if they bet on
  60. either heads or tails always.
  61.  
  62. Consider what would happen if instead of $1.00 being won, $1.25
  63. was won.  The statistical expectation would then be:
  64.  
  65.     ($1.25 win times 0.50) + (-$1.00 times 0.50) = +0.125
  66.  
  67. Expressed as a percentage, the expectation would be +12.5%. 
  68. After 100 bets, the expected result would be a gain of $12.50. 
  69. This would be unfair odds.
  70.  
  71. Consider what would happen if instead of $1.00 being won, $0.75
  72. was won.  The statistical expectation would then be:
  73.  
  74.      ($0.75 win times 0.50) + (-$1.00 times 0.50) = -0.125
  75.  
  76. Expressed as a percentage, the expectation would be -12.5%. 
  77. After 100 bets, the expected result would be a loss of $12.50. 
  78. This also would be unfair odds.
  79.  
  80.  
  81. CASINO PERCENTAGE
  82.  
  83. If a casino offered gambling at fair odds they would not be able
  84. to remain in business.  They would not be able to pay for
  85. buildings, utilities, employees, taxes and other expenses and
  86. show a profit.  To offer fair odds and succeed they would have to
  87. be lucky in the long run.  This would be gambling.  If there is
  88. one thing a corporate casino owner doesn't want to do, it is to
  89. gamble.  Obviously they also would not give unfair odds favoring
  90. the player.
  91.  
  92. Casinos offer gambling games that either have:
  93.  
  94.      (1) A built-in probability favoring their winning
  95.      (2) A built-in payoff schedule biasing the statistical       
  96.        expectation in their favor
  97.      (3) A combination of these
  98.  
  99. If a casino did offer a coin toss game, the payoffs would likely
  100. be similar to the unfair odds example with $0.75 paid for
  101. winning.  This would give them an unfair advantage percentage -
  102. 12.5%.  It is unlikely that they would offer such a game because
  103. the unfair advantage would easily be recognized by the players. 
  104. They also could bias the results of the coin toss by adding a
  105. weight to one side and only taking bets on the other side.  That
  106. would equally be easily recognized by the players.  Casinos
  107. generally prefer games in that their advantage is not obvious to
  108. players.
  109.  
  110.  
  111. Consider the roulette game example provided earlier.  There are
  112. 38 numbers, 1 to 36 plus 0 and 00.  The probability or odds of
  113. one number coming up is 1 out of 38.  However the casino pays
  114. only 35 to 1 for selecting one number and winning.  The
  115. statistical expectation if $1.00 is bet on the number 16 is:
  116.  
  117.   ($35.00 times 1/38ths) + (-$1.00 times 37/38ths) = -0.0526
  118.  
  119. Expressed decimally:
  120.  
  121.     ($35.00 times .0263) + (-$1.00 times .9737) = -0.0526
  122.  
  123.               (0.9211) + (- 0.9737) = -0.0526
  124.  
  125. There is 1 chance in 38 that 16 will come up and 37 chances in 38
  126. that it won't.  The -0.0526 is usually expressed as -5.26%.  This
  127. is the casino percentage advantage or as it's commonly called the
  128. "PC."  Sometimes it is called the "vigorish" or "vig."
  129.  
  130. For every $100.00 bet on roulette, the casino can expect to
  131. retain or "hold" an average of $5.26.  The casino is not
  132. gambling.  There may be streaks and players may win in the short
  133. run, but over the long run they will win this percentage without
  134. fail.  Time is on the side of the casino.  A casino may
  135. experience a losing shift, day, week or month but over time the
  136. PC will assert itself.
  137.  
  138. Casino percentage advantages range from -0.01% to -25.00% and
  139. sometimes even more.  There is tremendous difference in playing a
  140. low PC game versus a high PC game.  $mart Gamblers only play at
  141. the very lowest PC games available.  
  142.  
  143.  
  144. Consider the casino's PC as the cost of the entertainment of
  145. gambling.  A typical casino gambler may bet an average of $5.00
  146. and experience an average 100 outcomes per hour.  The cost of
  147. playing a -0.60% game such as six-deck blackjack would be $3.00
  148. per hour.  It is assumed that the blackjack game is played
  149. correctly as described in the Blackjack tutorial.  The cost of
  150. playing a -25.00% game like the Wheel of Fortune would be $125.00
  151. per hour.  There is no particular skill required to play the
  152. Wheel of Fortune as discussed in the Other games tutorial.  The
  153. difference between the two games is $122.00 per hour!
  154.  
  155.  
  156. These two games are available in most casinos and often right
  157. next to each other.  The tutorial on Games discusses the aspects
  158. of the different casino games.  Review the tutorials on the
  159. individual games to get full information on the casino percentage
  160. advantages and the best bets and other strategies.
  161.  
  162.  
  163. STANDARD DEVIATION
  164.  
  165.  
  166. Standard deviation is a measure of dispersion.  It describes how
  167. far the results can vary from the expected or theoretical result. 
  168. The actual calculation of it is best left to scientific
  169. calculators and computers.
  170.  
  171.  
  172. The following is a simplified example of standard deviation. 
  173. Consider again the coin toss.   The expected result would be that
  174. half the time heads would come up and half the time tails would
  175. come up.  In 100 tosses, the player might expect heads to come up
  176. 50 times, an even split.  Some gamblers would say that the "law
  177. of averages" will cause this to occur.  In statistics, there is
  178. actually no such thing as a law of averages.
  179.  
  180.  
  181. While the the most frequent result will be 50 times, it may only
  182. occur about 8% of the time over a sample of 100 tosses.  Random
  183. events such as a coin toss result in random results.  The
  184. standard deviation for this example could be 5.  In 68.3% of the
  185. times, the result will be between plus and minus one standard
  186. deviation of the expected average.  For this example that would
  187. be between 45 and 55.
  188.  
  189.  
  190. In 95.5% of the times the result will be between plus and minus
  191. two standard deviations of the expected average.  For this
  192. example that would be between 40 and 60.  In 99.7% of the times
  193. the result will be between plus and minus three standard
  194. deviations of the expected average.  For this example that would
  195. be between 35 and 65.  This could be considered the greatest
  196. deviation likely.
  197.  
  198.  
  199. The streaks in random events must be respected.  Consider again
  200. playing a fair odds coin toss game, betting $1 at a time and this
  201. standard deviation example.  At the end of 100 events, the result
  202. could be anywhere from -$30 (won 35 times) to +30 (won 65 times). 
  203. This would be a plus or minus 30% result.
  204.  
  205. As the number of events increase, the percentage away from the
  206. expected result will become less.  However, the absolute
  207. fluctuation amount will become greater.  At the end of 10,000
  208. events, the result could be expected to be closer to an even
  209. split percentage wise but could be substantially away in the
  210. absolute amount.  The standard deviation for this example would
  211. be 50.  At the end of 10,000 events the result could be anywhere
  212. from -300 (won 4850 times) to +$300 (won 5150 times).  This would
  213. be a plus or minus 3% result.
  214.  
  215. This is the law of large numbers, a statistical term.  The longer
  216. period a gambler plays, the closer they will be to the expected
  217. result percentage wise.  However they will require a greater
  218. bankroll to with stand the absolute fluctuations in negative
  219. streaks.
  220.  
  221.  
  222. These examples were based on a fair odds game.  The impact of the
  223. standard deviation is greater on unfair odds games as offered by
  224. casinos.  Effectively the plus and minus range is shifted
  225. accordingly to the casino's advantage or PC.  Games with a small
  226. PC are shifted very little.  Games with a large PC are shifted a
  227. great deal.
  228.  
  229. Casinos have two advantages besides their built-in percentages. 
  230. First they have large numbers of gamblers making bets over
  231. extended periods of time.  That reduces the percentage from the
  232. expected result.  Second they have huge bankrolls to handle the
  233. absolute fluctuations that may occur in a negative streak.
  234.  
  235. $MART GAMBLER REPORT
  236.  
  237. The $mart Gambler program report shows statistical items that can
  238. be meaningful to monitoring gambling and improving results.  Of
  239. course the value of the report is directly related to the quality
  240. of the data inputted.  In the Planning menu, a data collection
  241. form is available to record gambling results in the casino.  Some
  242. players may prefer a small notebook but in either case it is
  243. essential to record the data as soon as practical after playing.
  244.  
  245. On a side note, casinos can be funny about players keeping
  246. records.  Most don't care but some may.  In general it is best to
  247. be a little discrete when recording data.
  248.  
  249. Use the Report-Input menu selection to input new data into the
  250. $mart Gambler program as soon as practical.  Use the Report-Edit
  251. menu selection to review the data and correct any mistakes.  Use
  252. the Report-Compute menu selection to update the report.
  253.  
  254. If there is no data available at this time, it is recommended to
  255. select File-Example to understand better the following report
  256. items.  A sample database and report will be loaded.  Then either
  257. select Report-View or Report-Print.
  258.  
  259. Summary statistics show the following items:
  260.  
  261.   Number of Sessions:  The number of entries inputted.
  262.  
  263.   Number Win:  The quantity with an even or plus result.
  264.  
  265.   Percent Win:  (Number of Sessions / Number Win) * 100
  266.  
  267.   Cum Plus/Minus: Cumulative summation of individual sessions
  268.   
  269.   Change since last report: Difference of the last cum to the new
  270.  
  271.   Best Session: The maximum individual session win
  272.  
  273.   Average Session: The arithmetic mean average of the sessions
  274.  
  275.  
  276.   Worst Session: The maximum individual session loss
  277.   
  278.   +3 Std Deviations: The average + 3 standard deviations
  279.  
  280.   +2 Std Deviations: The average + 2 standard deviations
  281.  
  282.   Standard Deviation: The measure of dispersion from the average
  283.  
  284.   -2 Std Deviations: The average - 2 standard deviations
  285.  
  286.   -3 Std Deviations: The average - 3 standard deviations
  287.  
  288. The plus and minus three standard deviations show what can be
  289. expected in 99.7% of the times.  The plus and minus two standard
  290. deviations show what can be expected in 95.5% of the times.
  291.  
  292. Detail statistics show the following items:
  293.  
  294. Results by Casino Code:
  295.  
  296.   Code: Codes as set up in Planning and inputted in Report-Input
  297.  
  298.   Casino: Explanation of codes as set up in Planning-CasinoCodes
  299.  
  300.   Number of Sessions: The number of entries with that code
  301.  
  302.   Cum Plus/Minus: Cumulative summation of sessions with that code
  303.  
  304.   Average Session: The average of the sessions with that code
  305.   
  306.   Std Dev Session: The dispersion of sessions with that code
  307.  
  308. Results by Type Code:
  309.  
  310.   Code: Codes as set up in Planning and inputted in Report-Input
  311.  
  312.   Type: Explanation of codes as set up in Planning-TypeCodes
  313.  
  314.   Number of Sessions: The number of entries with that code
  315.  
  316.   Cum Plus/Minus: Cumulative summation of sessions with that code
  317.  
  318.   Average Session: The average of the sessions with that code
  319.  
  320.   Std Dev Session: The dispersion of sessions with that code
  321.  
  322.  
  323. The $mart Gambler report provides many benefits.  By getting the
  324. data in control, it leads to greater control over gambling.  This
  325. will not reduce the entertainment aspect of gambling but increase
  326. it for a specific budget.  By managing and controlling their
  327. gambling, a player can remain in the game or "action" for a
  328. longer period. 
  329.  
  330.  
  331. The summary statistics show over all results with the cum
  332. plus/minus the most meaningful item.  The average and standard
  333. deviation calculations show what is being experienced
  334. statistically.  If the results differ significantly from the
  335. expected results, a review of the game played and control in the
  336. casino may be beneficial.
  337.  
  338. The report also transforms what is "thought" to what is "real." 
  339. A player may think they like to play at a particular casino
  340. because they think they do well there but the actual statistical
  341. results may not agree.  Like wise a player may think they do well
  342. at a particular type of game but the actual statistical results
  343. may differ.
  344.  
  345. The report shows the casinos and types of games that the gambler
  346. is most successful at playing.  The results by casino code and
  347. type code are sorted by the average session to make it easier to
  348. comprehend and identify the best ones.
  349.  
  350. In addition to the report, by selecting Report-Graph, graphs on
  351. the cum plus/minus, casino and type code average session are
  352. available.  
  353.  
  354. SUMMARY
  355.  
  356. The $mart Gambler report helps the player understand and
  357. appreciate the mathematics of casino gambling.  It also helps in
  358. making decisions on where to play and the types of games to play.
  359. The data when analyzed is a valuable tool in improving success in
  360. casino gambling.
  361.  
  362.   Copyright 1992  PC Information Systems  All rights Reserved
  363.