Jump to content

Cálculos entre períodos de sorteio, quais as possibilidades ?


Guest Zangado

Recommended Posts

Guest Zangado

que tipo de calculo se pode fazer para concretizar , saber que a dezena cai ou sobe  ...

qualquer coisa serve

tipo eu fiz contagem em 20, 10 e 5 sorteios

A=20, B=10, C=5

cada periodo vai ter um total de cada dezena diferente certo?

mas tem dezena que repete e tem dezena que atrasa 

se o total de alguma dezena nos 2 sorteios for de 5 por exemplo 

mas ela tiver repetido 5 vezes nos ultimos 5 concursos 

se A-C=0, A-B=0 A-B-C=-5

de certa forma fica dificil determinar um envolvimento dos periodos, certo?

então,

para quem é bom em matematica

como se poderia calcular periodos para se saber se a dezena está subindo ou descendo  em sua capacidade de ser soteada ?

 

Link to comment
Share on other sites

Guest Zangado

afinal tem algo que não se possa fazer com loterias ? kkkk

 

 

em um teste maluco aqui colocando as dezenas em ordem normal 

5aa8095c11830_Semttulo.jpg.e1ccefe584a70055ebb6905a4011f64a.jpg

 

o azul da direita é o proximo sorteio que não entra na contagem

olhando os calculos malucos que fiz olha a silueta  

claro, que é só uma aproximação, mas é melhor do que nada 

 

se bem que esse já foi bem longe

5aa80aae3cbb5_Semttulo.jpg.28d9f4328b483606a622c96553e2ad30.jpg

 

pelo que reparei a comparativa fica melhor quando tem mais repetidas 

é uma boa para se apostar em dezenas repetidas 

Link to comment
Share on other sites

Existe na estatística, algo chamado de "valor esperado" ou esperança:

 

"....Na tentativa de resumir o comportamento de uma variável aleatória vamos estudar uma medida que estuda a tendência central da variável aleatória, chamada de esperança ou valor esperado de uma variável aleatória. Para ilustrar os vários momentos em que lidamos com o valor esperado vamos apresentar alguns exemplos.

Exemplo 3.1:

Em um restaurante quando pedimos nossa comida e perguntamos para o garçom quanto tempo leva para ficar pronto, ele vai nos fornecer um valor esperado, ou seja, o tempo médio em que a comida deve demorar a ficar pronta.

Exemplo 3.2:

Quando estamos em um ponto de ônibus e perguntamos para a pessoa ao lado, quanto tempo leva até que o próximo ônibus venha, ela prontamente vai nos dar o valor esperado, o qual ela conseguiu constatar depois de algum tempo de experiência.

Nos exemplos acima o garçom e a pessoa que esperava no ponto de ônibus resumiram toda a informação de um modelo em um único número, o valor esperado... ...como se obter a esperança ou valor esperado de uma variável aleatória, precisamos estudar algumas de suas propriedades, e também a função geradora de momentos, responsável por gerar todos os limites centrais." fonte: Portal Action - editado

 

Assistindo videos-aula sobre o assunto dá para entender melhor.

 

Link to comment
Share on other sites

Guest Zangado
38 minutos atrás, DavidPlayerX disse:

Existe na estatística, algo chamado de "valor esperado" ou esperança:

e o calculo?

cade o calculo?

 

Link to comment
Share on other sites

mas se quiser a forma de  calcular, mesmo assim, está aí. fonte:wikipedia

 

Definição matemática[editar | editar código-fonte]

Esperança de uma variável aleatória[editar | editar código-fonte]

Para uma variável aleatória discreta X com valores possíveis {\displaystyle x_{1},x_{2},x_{3},\ldots }{\displaystyle x_{1},x_{2},x_{3},\ldots } e com as suas probabilidades representadas pela função {\displaystyle p(x_{i})}{\displaystyle p(x_{i})}, o valor esperado calcula-se pela série:

{\displaystyle E[X]=\sum _{i=1}^{\infty }x_{i}p(x_{i})}{\displaystyle E[X]=\sum _{i=1}^{\infty }x_{i}p(x_{i})}

desde que a série seja convergente.

Para uma variável aleatória contínua X o valor esperado calcula-se mediante o integral de todos os valores da função de densidade {\displaystyle f(x)}f(x):

{\displaystyle E[X]=\int _{-\infty }^{\infty }xf(x)dx}{\displaystyle E[X]=\int _{-\infty }^{\infty }xf(x)dx}

Generalizando, seja g uma função que toma valores no espaço amostral de X. Então temos:

{\displaystyle E[g(X)]=\sum _{i=1}^{\infty }g(x_{i})p(x_{i})}{\displaystyle E[g(X)]=\sum _{i=1}^{\infty }g(x_{i})p(x_{i})}

e

{\displaystyle E[g(X)]=\int _{-\infty }^{\infty }g(x)f(x)dx}{\displaystyle E[g(X)]=\int _{-\infty }^{\infty }g(x)f(x)dx}

Deve-se notar que, no caso geral, {\displaystyle \mathbf {E} }{\mathbf  {E}} não comuta com a função g, ou seja:

{\displaystyle E[g(X)]\neq g(E[X])}{\displaystyle E[g(X)]\neq g(E[X])}

Esperança de variáveis aleatórias de mais de uma dimensão[editar | editar código-fonte]

Para o caso mais geral de {\displaystyle \mathbf {X} }{\displaystyle \mathbf {X} } ser uma variável aleatória de mais de uma dimensão, e com {\displaystyle \mathbf {g} }{\mathbf  {g}} assumindo valores em um espaço vetorial normado, temos:

{\displaystyle E[\mathbf {g} (\mathbf {X} )]=\sum _{i=1}^{\infty }p(\mathbf {x_{i}} )\mathbf {g} (\mathbf {x_{i}} )}{\displaystyle E[\mathbf {g} (\mathbf {X} )]=\sum _{i=1}^{\infty }p(\mathbf {x_{i}} )\mathbf {g} (\mathbf {x_{i}} )}

e

{\displaystyle E[\mathbf {g} (\mathbf {X} )]=\int _{\Omega }\mathbf {g} dP}{\displaystyle E[\mathbf {g} (\mathbf {X} )]=\int _{\Omega }\mathbf {g} dP}, em que a integral de Lebesgue é usada.

Exemplos[editar | editar código-fonte]

  • a variável aleatória X dada por p(X = -1) = p(X = 1) = 1/2 tem valor esperado 0.
  • a variável aleatória X dada por {\displaystyle p(X=(-10)^{n})=(1/2)^{n}}{\displaystyle p(X=(-10)^{n})=(1/2)^{n}} para n = 1, 2, 3, ... não tem valor esperado.
  • Seja um vetor aleatório Y de dimensão nX1, cujos componentes são as variáveis aleatórias {\displaystyle Y_{1},...,Y_{n}}{\displaystyle Y_{1},...,Y_{n}}. A esperança de Y, {\displaystyle E[Y]}{\displaystyle E[Y]}, é um vetor nX1 cujos componentes são as esperanças das variáveis aleatórias que compunham Y. Ou seja,
{\displaystyle Y={\begin{bmatrix}Y_{1}\\\vdots \\Y_{n}\end{bmatrix}}\rightarrow E[Y]={\begin{bmatrix}E[Y_{1}]\\\vdots \\E[Y_{n}]\end{bmatrix}}}{\displaystyle Y={\begin{bmatrix}Y_{1}\\\vdots \\Y_{n}\end{bmatrix}}\rightarrow E[Y]={\begin{bmatrix}E[Y_{1}]\\\vdots \\E[Y_{n}]\end{bmatrix}}}.

Propriedades do valor esperado[editar | editar código-fonte]

Nas seguintes propriedades, {\displaystyle X,Y}{\displaystyle X,Y} são variáveis aleatórias, {\displaystyle a,b,c}a, b, c são constantes.

{\displaystyle E(a)=a}{\displaystyle E(a)=a}
{\displaystyle E(a+X)=a+E(X)}{\displaystyle E(a+X)=a+E(X)}
{\displaystyle E(bX)=bE(X)}{\displaystyle E(bX)=bE(X)}
{\displaystyle E(a+bX)=a+bE(X)}{\displaystyle E(a+bX)=a+bE(X)}

Sejam: x o vetor aleatório N X 1 com valor esperado E(X) e variância {\displaystyle \sigma ^{2}\cdot I}{\displaystyle \sigma ^{2}\cdot I} ; A uma matriz quadrada genérica de dimensão N x X; tr(A) o traço da matriz A. Então, a esperança da variável ao quadrado será:

{\displaystyle E(X^{2})=E(x^{T}Ax)=Var(X)\cdot tr(A)+[E(X)]^{T}\cdot A\cdot E(X)}{\displaystyle E(X^{2})=E(x^{T}Ax)=Var(X)\cdot tr(A)+[E(X)]^{T}\cdot A\cdot E(X)}

E para duas variáveis aleatórias:

{\displaystyle E(X+Y)=E(X)+E(Y)}{\displaystyle E(X+Y)=E(X)+E(Y)}
{\displaystyle E(a+bX+cY)=a+bE(X)+cE(Y)}{\displaystyle E(a+bX+cY)=a+bE(X)+cE(Y)}

Estas propriedades podem ser generalizadas para qualquer número de variáveis aleatórias.

Operador esperança[editar | editar código-fonte]

O valor esperado de uma combinação linear de variáveis aleatórias é a combinação linear dos seus valores esperados:

{\displaystyle E[aX+bY]=aE[X]+bE[Y]}{\displaystyle E[aX+bY]=aE[X]+bE[Y]}

Por esse motivo, a função E[] que associa a cada variável aleatória o seu valor esperado é um operador linear, chamado de operador esperança.

Esperança do produto[editar | editar código-fonte]

No caso geral, temos que

{\displaystyle E[XY]\neq E[X]E[Y]}{\displaystyle E[XY]\neq E[X]E[Y]}

No caso particular de X e Y serem variáveis aleatórias independentes, temos que:

{\displaystyle E[XY]=E[X]E[Y]}{\displaystyle E[XY]=E[X]E[Y]}

Esperança condicional[editar | editar código-fonte]

Seja uma variável aleatória {\displaystyle X:{\color {Red}\Omega }\rightarrow \mathbb {R} }{\displaystyle X:{\color {Red}\Omega }\rightarrow \mathbb {R} } e uma sigma-álgebra {\displaystyle {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }} no espaço amostral {\displaystyle {\color {Red}\Omega }}{\displaystyle {\color {Red}\Omega }}. A esperança condicional de X, dado {\displaystyle {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }}, é a variável aleatória {\displaystyle Z:{\color {Red}\Omega }\rightarrow \mathbb {R} }{\displaystyle Z:{\color {Red}\Omega }\rightarrow \mathbb {R} } tal que

{\displaystyle Z=E\left[X|{\color {Magenta}\tau }\right]}{\displaystyle Z=E\left[X|{\color {Magenta}\tau }\right]}[1] {\displaystyle =\sum _{i=1}^{n}x_{i}P\left[X=x_{i}|{\color {Magenta}\tau }\right]}{\displaystyle =\sum _{i=1}^{n}x_{i}P\left[X=x_{i}|{\color {Magenta}\tau }\right]}.[2]

Esta variável Z tem as seguintes propriedades:

  • Z não contém mais informação que a contida em {\displaystyle {\color {Magenta}\tau }:\sigma \left(Z\right)\subset {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }:\sigma \left(Z\right)\subset {\color {Magenta}\tau }}. Ou seja, a variável aleatória (que é sempre uma função) {\displaystyle \varpi \rightarrow Z\left(\varpi \right)}{\displaystyle \varpi \rightarrow Z\left(\varpi \right)} é mensurável com relação a {\displaystyle {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }}(=constante em qualquer subconjunto da partição correspondente a {\displaystyle {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }}) [3]
  • Z satisfaz a relação {\displaystyle E(X(\varpi ).I_{A})}{\displaystyle E(X(\varpi ).I_{A})} {\displaystyle =E\left[Z\left(\varpi \right).I_{A}\right]\forall A\in {\color {Magenta}\tau }}{\displaystyle =E\left[Z\left(\varpi \right).I_{A}\right]\forall A\in {\color {Magenta}\tau }}, onde {\displaystyle I_{A}}{\displaystyle I_{A}} é uma variável indicadora, que vale 1 se {\displaystyle \varpi \in A}{\displaystyle \varpi \in A} e 0 se {\displaystyle \varpi \not \in A}{\displaystyle \varpi \not \in A}.
  • Thanks 1
Link to comment
Share on other sites

Agora, DavidPlayerX disse:

mas se quiser o cálculo, mesmo assim, está aí. fonte:wikipedia

 

Definição matemática[editar | editar código-fonte]

Esperança de uma variável aleatória[editar | editar código-fonte]

Para uma variável aleatória discreta X com valores possíveis {\displaystyle x_{1},x_{2},x_{3},\ldots }{\displaystyle x_{1},x_{2},x_{3},\ldots } e com as suas probabilidades representadas pela função {\displaystyle p(x_{i})}{\displaystyle p(x_{i})}, o valor esperado calcula-se pela série:

{\displaystyle E[X]=\sum _{i=1}^{\infty }x_{i}p(x_{i})}{\displaystyle E[X]=\sum _{i=1}^{\infty }x_{i}p(x_{i})}

desde que a série seja convergente.

Para uma variável aleatória contínua X o valor esperado calcula-se mediante o integral de todos os valores da função de densidade {\displaystyle f(x)}f(x):

{\displaystyle E[X]=\int _{-\infty }^{\infty }xf(x)dx}{\displaystyle E[X]=\int _{-\infty }^{\infty }xf(x)dx}

Generalizando, seja g uma função que toma valores no espaço amostral de X. Então temos:

{\displaystyle E[g(X)]=\sum _{i=1}^{\infty }g(x_{i})p(x_{i})}{\displaystyle E[g(X)]=\sum _{i=1}^{\infty }g(x_{i})p(x_{i})}

e

{\displaystyle E[g(X)]=\int _{-\infty }^{\infty }g(x)f(x)dx}{\displaystyle E[g(X)]=\int _{-\infty }^{\infty }g(x)f(x)dx}

Deve-se notar que, no caso geral, {\displaystyle \mathbf {E} }{\mathbf  {E}} não comuta com a função g, ou seja:

{\displaystyle E[g(X)]\neq g(E[X])}{\displaystyle E[g(X)]\neq g(E[X])}

Esperança de variáveis aleatórias de mais de uma dimensão[editar | editar código-fonte]

Para o caso mais geral de {\displaystyle \mathbf {X} }{\displaystyle \mathbf {X} } ser uma variável aleatória de mais de uma dimensão, e com {\displaystyle \mathbf {g} }{\mathbf  {g}} assumindo valores em um espaço vetorial normado, temos:

{\displaystyle E[\mathbf {g} (\mathbf {X} )]=\sum _{i=1}^{\infty }p(\mathbf {x_{i}} )\mathbf {g} (\mathbf {x_{i}} )}{\displaystyle E[\mathbf {g} (\mathbf {X} )]=\sum _{i=1}^{\infty }p(\mathbf {x_{i}} )\mathbf {g} (\mathbf {x_{i}} )}

e

{\displaystyle E[\mathbf {g} (\mathbf {X} )]=\int _{\Omega }\mathbf {g} dP}{\displaystyle E[\mathbf {g} (\mathbf {X} )]=\int _{\Omega }\mathbf {g} dP}, em que a integral de Lebesgue é usada.

Exemplos[editar | editar código-fonte]

  • a variável aleatória X dada por p(X = -1) = p(X = 1) = 1/2 tem valor esperado 0.
  • a variável aleatória X dada por {\displaystyle p(X=(-10)^{n})=(1/2)^{n}}{\displaystyle p(X=(-10)^{n})=(1/2)^{n}} para n = 1, 2, 3, ... não tem valor esperado.
  • Seja um vetor aleatório Y de dimensão nX1, cujos componentes são as variáveis aleatórias {\displaystyle Y_{1},...,Y_{n}}{\displaystyle Y_{1},...,Y_{n}}. A esperança de Y, {\displaystyle E[Y]}{\displaystyle E[Y]}, é um vetor nX1 cujos componentes são as esperanças das variáveis aleatórias que compunham Y. Ou seja,
{\displaystyle Y={\begin{bmatrix}Y_{1}\\\vdots \\Y_{n}\end{bmatrix}}\rightarrow E[Y]={\begin{bmatrix}E[Y_{1}]\\\vdots \\E[Y_{n}]\end{bmatrix}}}{\displaystyle Y={\begin{bmatrix}Y_{1}\\\vdots \\Y_{n}\end{bmatrix}}\rightarrow E[Y]={\begin{bmatrix}E[Y_{1}]\\\vdots \\E[Y_{n}]\end{bmatrix}}}.

Propriedades do valor esperado[editar | editar código-fonte]

Nas seguintes propriedades, {\displaystyle X,Y}{\displaystyle X,Y} são variáveis aleatórias, {\displaystyle a,b,c}a, b, c são constantes.

{\displaystyle E(a)=a}{\displaystyle E(a)=a}
{\displaystyle E(a+X)=a+E(X)}{\displaystyle E(a+X)=a+E(X)}
{\displaystyle E(bX)=bE(X)}{\displaystyle E(bX)=bE(X)}
{\displaystyle E(a+bX)=a+bE(X)}{\displaystyle E(a+bX)=a+bE(X)}

Sejam: x o vetor aleatório N X 1 com valor esperado E(X) e variância {\displaystyle \sigma ^{2}\cdot I}{\displaystyle \sigma ^{2}\cdot I} ; A uma matriz quadrada genérica de dimensão N x X; tr(A) o traço da matriz A. Então, a esperança da variável ao quadrado será:

{\displaystyle E(X^{2})=E(x^{T}Ax)=Var(X)\cdot tr(A)+[E(X)]^{T}\cdot A\cdot E(X)}{\displaystyle E(X^{2})=E(x^{T}Ax)=Var(X)\cdot tr(A)+[E(X)]^{T}\cdot A\cdot E(X)}

E para duas variáveis aleatórias:

{\displaystyle E(X+Y)=E(X)+E(Y)}{\displaystyle E(X+Y)=E(X)+E(Y)}
{\displaystyle E(a+bX+cY)=a+bE(X)+cE(Y)}{\displaystyle E(a+bX+cY)=a+bE(X)+cE(Y)}

Estas propriedades podem ser generalizadas para qualquer número de variáveis aleatórias.

Operador esperança[editar | editar código-fonte]

O valor esperado de uma combinação linear de variáveis aleatórias é a combinação linear dos seus valores esperados:

{\displaystyle E[aX+bY]=aE[X]+bE[Y]}{\displaystyle E[aX+bY]=aE[X]+bE[Y]}

Por esse motivo, a função E[] que associa a cada variável aleatória o seu valor esperado é um operador linear, chamado de operador esperança.

Esperança do produto[editar | editar código-fonte]

No caso geral, temos que

{\displaystyle E[XY]\neq E[X]E[Y]}{\displaystyle E[XY]\neq E[X]E[Y]}

No caso particular de X e Y serem variáveis aleatórias independentes, temos que:

{\displaystyle E[XY]=E[X]E[Y]}{\displaystyle E[XY]=E[X]E[Y]}

Esperança condicional[editar | editar código-fonte]

Seja uma variável aleatória {\displaystyle X:{\color {Red}\Omega }\rightarrow \mathbb {R} }{\displaystyle X:{\color {Red}\Omega }\rightarrow \mathbb {R} } e uma sigma-álgebra {\displaystyle {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }} no espaço amostral {\displaystyle {\color {Red}\Omega }}{\displaystyle {\color {Red}\Omega }}. A esperança condicional de X, dado {\displaystyle {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }}, é a variável aleatória {\displaystyle Z:{\color {Red}\Omega }\rightarrow \mathbb {R} }{\displaystyle Z:{\color {Red}\Omega }\rightarrow \mathbb {R} } tal que

{\displaystyle Z=E\left[X|{\color {Magenta}\tau }\right]}{\displaystyle Z=E\left[X|{\color {Magenta}\tau }\right]}[1] {\displaystyle =\sum _{i=1}^{n}x_{i}P\left[X=x_{i}|{\color {Magenta}\tau }\right]}{\displaystyle =\sum _{i=1}^{n}x_{i}P\left[X=x_{i}|{\color {Magenta}\tau }\right]}.[2]

Esta variável Z tem as seguintes propriedades:

  • Z não contém mais informação que a contida em {\displaystyle {\color {Magenta}\tau }:\sigma \left(Z\right)\subset {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }:\sigma \left(Z\right)\subset {\color {Magenta}\tau }}. Ou seja, a variável aleatória (que é sempre uma função) {\displaystyle \varpi \rightarrow Z\left(\varpi \right)}{\displaystyle \varpi \rightarrow Z\left(\varpi \right)} é mensurável com relação a {\displaystyle {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }}(=constante em qualquer subconjunto da partição correspondente a {\displaystyle {\color {Magenta}\tau }}{\displaystyle {\color {Magenta}\tau }}) [3]
  • Z satisfaz a relação {\displaystyle E(X(\varpi ).I_{A})}{\displaystyle E(X(\varpi ).I_{A})} {\displaystyle =E\left[Z\left(\varpi \right).I_{A}\right]\forall A\in {\color {Magenta}\tau }}{\displaystyle =E\left[Z\left(\varpi \right).I_{A}\right]\forall A\in {\color {Magenta}\tau }}, onde {\displaystyle I_{A}}{\displaystyle I_{A}} é uma variável indicadora, que vale 1 se {\displaystyle \varpi \in A}{\displaystyle \varpi \in A} e 0 se {\displaystyle \varpi \not \in A}{\displaystyle \varpi \not \in A}.

 

Pelos vídeos fica melhor entender isso aí.

 

 

Link to comment
Share on other sites

Ola Edcronos 

Não sei se é factível.

 

Se a planilha puder retornar 4 combinações onde indico: 

Definição para o alvo Target 1636 esta sequencia de repetições em 
relação aos 7 ultimos sorteios:
7; 9; 9; 9; 6; 8; 8

1636...................Dezenas do Sorteio Target.....não sei qual é........
1635 (12/03/2018) 01 03 06 07 08 12 15 16 17 19 21 22 23 24 25
................................x........x........x.........x.............x....x...x..................7

1636...................Dezenas do Sorteio Target.....não sei qual é........
1634 (09/03/2018) 03 04 05 06 07 09 10 13 14 15 19 21 22 24 25
................................x..............x...x.......................x....x...x...x...x...x.....9

1636...................Dezenas do Sorteio Target.....não sei qual é........
1633 (07/03/2018) 01 02 03 05 06 07 09 10 17 18 19 20 23 24 25
................................x........x.........x..x..............x.........x........x...x...x.....9

1636...................Dezenas do Sorteio Target.....não sei qual é........
1632 (05/03/2018) 04 05 08 12 13 14 15 16 18 20 21 22 23 24 25
..........................................x....x.............x...x.............x...x...x....x...x....9

1636...................Dezenas do Sorteio Target.....não sei qual é........
1631 (02/03/2018) 02 03 04 05 09 10 11 12 14 18 19 20 22 23 25
....................................x.............................x..............x.......x....x...x....6

1636...................Dezenas do Sorteio Target.....não sei qual é........
1630 (28/02/2018) 03 05 07 08 09 10 12 13 14 15 17 20 22 23 25
.........................................x....x..............x..............x...x.......x....x....x...8

1636...................Dezenas do Sorteio Target.....não sei qual é........
1629 (26/02/2018) 01 02 03 05 06 07 09 10 12 14 15 18 22 24 25
...............................x.........x........x....x..............x.................x....x...x....8

Produto

Gerando 4 combinações, poderemos ter, em se acertando as variaveis de

repetições:
1 sequencia com 15
1 sequencia com 14
1 sequencia com 13
1 sequencia com 14

Edited by RobSmith
Link to comment
Share on other sites

Guest Zangado
52 minutos atrás, RobSmith disse:

Ola Edcronos 

Não sei se é factível.

 

Se a planilha puder retornar 4 combinações onde indico: 

Definição para o alvo Target 1636 esta sequencia de repetições em 
relação aos 7 ultimos sorteios:

estamos procurando a mesma coisa

 

 

1 hora atrás, DavidPlayerX disse:

mas se quiser a forma de  calcular,

agora traduza em +  -  * e / é tudo oq sei de matematica 

Link to comment
Share on other sites

Guest Zangado

essa é boa

eu querendo um simples calculo que me indique um diferencial e o pessoal me traz a biblia da ciência alienígena 

ok, a culpa é minha por falar que qualquer coisa serve...

Link to comment
Share on other sites

Guest Zangado

com  a  passividade do povo diante desse post simples fico imaginando se tudo isso vai levar a alguma coisa

não estou falando de metodos mirabolantes nem coisas que exige processamento extremos com AI

 

cálculos simples que de informação simples

 

 

Link to comment
Share on other sites

4 horas atrás, edcronos2 disse:

que tipo de calculo se pode fazer para concretizar , saber que a dezena cai ou sobe  ...

qualquer coisa serve

tipo eu fiz contagem em 20, 10 e 5 sorteios

A=20, B=10, C=5

cada periodo vai ter um total de cada dezena diferente certo?

mas tem dezena que repete e tem dezena que atrasa 

se o total de alguma dezena nos 2 sorteios for de 5 por exemplo 

mas ela tiver repetido 5 vezes nos ultimos 5 concursos 

se A-C=0, A-B=0 A-B-C=-5

de certa forma fica dificil determinar um envolvimento dos periodos, certo?

então,

para quem é bom em matematica

como se poderia calcular periodos para se saber se a dezena está subindo ou descendo  em sua capacidade de ser soteada ?

 

.

Com exatidão é difícil, nem com ii pp 2+2 tantos por tantos tanto faz que vai barrar no se ''se lascou''.

.

Agora, talvez seria interessante verificar as maiores frequências que de 70% acima, que seja de dez em dez, 30, 40, 50 sorteios, ''qual é a média'' da dezena x se manteve em ''frequência'', "média'', "baixa frequência'', depois da alta frequência em 40 sorteios ela tende a cair, ou da baixa frequência subir?

.

Analisar esses intervalos.

Oque vi até agora é que é normal a margem de 20/30 sorteios a dz se manter naquela proporção.

Link to comment
Share on other sites

Guest Zangado

ok

eu sou o alien aqui

niguem me entende

 

não quero teoremas ou probabilidades teóricas 

 

pequenos calculo pode nos dar resposta boas ou ruins

 

CONTAGENS DE DEZENAS

"podendo variar os períodos "

A=20 ÚLTIMOS SORTEIOS

B=10 ÚLTIMOS SORTEIOS

C=5 ÚLTIMOS SORTEIOS

 

A=8

B=6

C=5

A-B-C=

A+C-B=

(A+B*C)/3=

...

AS RESPOSTAS VÃO SER DIFERENTES 

CADA UM VAI MOSTRAR UM ENVOLVIMENTO ENTRE OS PERIODOS

DEPENDENDO DO CALCULO VAI MOSTRAR SE A DEZENA ESTÁ DECAINDO OU SUBINDO NA FREQUENCIA 

 

ENTÃO QUAL TIPO DE CALCULO "SIMPLES É MAIS PROVÁVEL TER ESSE TIPO DE INFORMAÇÃO 

será que deu para entender agora?

Link to comment
Share on other sites

Guest Zangado
18 minutos atrás, edcronos2 disse:

A=8

B=6

C=5

A-B-C=

A+C-B=

(A+B*C)/3=

 

um exemplo disso é 

B-A+C

=6-8= -2

-2+C= 3

 agora considerem se o periodo C tem 2 

=0 

isso seria o equivalente de o periodo c tem menos que os primeiros 5 B

algo como isso 

bem, 

claro que com b-c =1 já se saberia isso , mas seria um teste bem superficial 

 

Link to comment
Share on other sites

edcronos2,

 

Uma coisa que faço e de que gosto é usar a Expectativa Matemática.... rsrsrs. De verdade, mas de maneira bem simples.

 

Exemplo para a Megasena:

 

Temos 60 dezenas e são sorteadas 6 por sorteio ---- Então cada dezena "DEVERIA" sair a cada 10 sorteios. Isso é uma maneira de falar em EM

 

Se, após 10 sorteios, as saídas de determinada dezena estiverem abaixo de 1, ela está começando a DEVER (ficando atrasada em relação à EM). Por outro lado as dezenas que sairam 3-4 vezes, estarão 3-4 vezes MAIS RAPIDA do que a EM.

 

Então, crie um INDICE para cada dezena em cada FAIXA de análise (10, 20,30, 40, 50, 60, 70, 80. 90, 100, 200, 1/3, 1/2, Todos os sorteios --- voce cria suas próprias faixas de análise) considerando essa EM e a REALIDADE. Realidade dividido pela EM. 

 

Se usar várias FAIXAS, some as EM das várias faixas e também as frequencias reais das faixas e crie um Indice que represente todas elas...

 

Te digo que funciona bem. Mas também erra, claro.

Link to comment
Share on other sites

Guest Zangado
5 minutos atrás, DixieJoe disse:

Te digo que funciona bem. Mas também erra, claro.

se falando em sorteios que um dezena repete por varios concursos seguidos enquanto outra atrasa a soma de das repetições de  cada dezena 

 

 

8 minutos atrás, DixieJoe disse:

Temos 60 dezenas e são sorteadas 6 por sorteio ---- Então cada dezena "DEVERIA" sair a cada 10 sorteios. Isso é uma maneira de falar em EM

Se, após 10 sorteios, as saídas de determinada dezena estiverem abaixo de 1, ela está começando a DEVER (ficando atrasada em relação à EM). Por outro lado as dezenas que sairam 3-4 vezes, estarão 3-4 vezes MAIS RAPIDA do que a EM.

Então, crie um INDICE para cada dezena em cada FAIXA de análise (10, 20,30, 40, 50, 60, 70, 80. 90, 100, 200, 1/3, 1/2, Todos os sorteios --- voce cria suas próprias faixas de análise) considerando essa EM e a REALIDADE. Realidade dividido pela EM. 

Se usar várias FAIXAS, some as EM das várias faixas e também as frequencias reais das faixas e crie um Indice que represente todas elas...

 

ok , tem a ver com o pedido apesar de bem complexo para fazer cálculos dinâmicos , acho que está mais para jogos de espera 

Link to comment
Share on other sites

1 minuto atrás, edcronos2 disse:

se falando em sorteios que um dezena repete por varios concursos seguidos enquanto outra atrasa a soma de das repetições de  cada dezena 

 

 

 

ok , tem a ver com o pedido apesar de bem complexo para fazer cálculos dinâmicos , acho que está mais para jogos de espera 

Na verdade, eu uso assim:

 

Divido em 3 grupos de dezenas e utilizo como filtro.

 

2-2-2  de cada grupo

3-2-1

1-2-3

2-3-1

 

 

Emg geral os 2 primeiros grupos tem 4-5 dezenas

 

Link to comment
Share on other sites

Guest Zangado
3 minutos atrás, DixieJoe disse:

Divido em 3 grupos de dezenas e utilizo como filtro.

eu não vou usar em filtro 

 

é para usar mais diretamente

igual a essa imagem

Sem título.jpg

 

preste atenção na silueta do quadro da esqueda inferior 

um simples calculo de soma e subtrai ficou assim 

eu estava fazendo varios testes e só depois que substitui a formula que percebi 

 

 

Link to comment
Share on other sites

2 horas atrás, edcronos2 disse:

essa é boa

eu querendo um simples calculo que me indique um diferencial e o pessoal me traz a biblia da ciência alienígena 

ok, a culpa é minha por falar que qualquer coisa serve...

Desculpe, deixe de modéstia que isto não te assusta. Mata o cobra e mostre que é do ramo

kkk

Link to comment
Share on other sites

6 minutos atrás, edcronos2 disse:

eu não vou usar em filtro 

 

é para usar mais diretamente

igual a essa imagem

Sem título.jpg

 

preste atenção na silueta do quadro da esqueda inferior 

um simples calculo de soma e subtrai ficou assim 

eu estava fazendo varios testes e só depois que substitui a formula que percebi 

 

 

Imaginando que as dezenas em azul são as sorteadas,

você tem uma ótima informação ai para jogar poucos cartões e pegar de 11 a 13 pontos.

 

Só usar os valores negativos da matriz da esquerda como ponteiros.

 

Importante que essas informações sejam constantes e válidas para outros sorteios.

 

  • Like 1
Link to comment
Share on other sites

Guest Zangado
3 minutos atrás, DixieJoe disse:

Imaginando que as dezenas em azul são as sorteadas,

você tem uma ótima informação ai para jogar poucos cartões e pegar de 11 a 13 pontos.

 

Só usar os valores negativos da matriz da esquerda como ponteiros.

sim

se o burro aqui não tivesse trocado a M* da formula 

e sem contar que eu fiz varios testes e até tinha tirado print de referencia 

mas só percebi depois 

Link to comment
Share on other sites

Guest Zangado
4 minutos atrás, Julio cezar Rocha Brito disse:

Desculpe, deixe de modéstia que isto não te assusta. Mata o cobra e mostre que é do ramo

kkk

eu descobri depois que eu que sou o aliem aqui , 

ninguem me entende 

:( 

Link to comment
Share on other sites

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

  • Recently Browsing   0 members

    • No registered users viewing this page.
×
×
  • Create New...