این صفحه یک ادعا را با ابزار ثابت میکند، نه با جمله: در بازی ضریبی، توزیع نقطهٔ ترکیدن دمسنگین است و همین یک ویژگی، تقریباً تمام باورهای رایج دربارهٔ «استراتژی» را بیاثر میکند. زیر همین متن میتوانی هزاران دور را در مرورگر خودت اجرا کنی و نتیجه را ببینی.
مولد شبیهساز ما نقطهٔ ترکیدن را با فرمول ۰.۹۶ تقسیم بر (۱ منهای عدد تصادفی) میسازد. نتیجهٔ این فرمول یک توزیع با دم بلند است: بیشتر مقادیر نزدیک به یک جمع میشوند و هرچه به سمت اعداد بزرگ برویم، احتمال بهسرعت افت میکند اما هرگز به صفر نمیرسد.
رابطهٔ کلیدی ساده است: احتمال اینکه یک دور به ضریب m یا بالاتر برسد تقریباً ۰.۹۶ تقسیم بر m است. این یعنی هر بار که ضریب هدفت را دو برابر کنی، احتمال موفقیت نصف میشود.
میانهٔ این توزیع روی ۱.۹۲x میافتد: نیمی از دورها زیر این عدد تمام میشوند و نیمی بالای آن. میانگین اما رفتار کاملاً متفاوتی دارد و بهشدت به دورهای نادرِ بسیار بالا حساس است. اگر در یک نمونهٔ هزارتایی یک دور ۵۰x ظاهر شود، میانگین را محسوس بالا میبرد در حالی که میانه تقریباً بیحرکت میماند.
این تفاوت عملی است، نه آکادمیک. اگر تصمیمت را بر اساس «میانگین دورها» بگیری، در واقع بر اساس رویدادهایی تصمیم گرفتهای که بهندرت رخ میدهند. میانه توصیف دقیقتری از تجربهٔ معمول توست.
ابزار پایین همین صفحه هر دو عدد را روی نمونهٔ تو حساب میکند. چند بار با تعداد دور کم اجرا کن و ببین چقدر نتیجهها بین اجراها فرق میکنند؛ بعد تعداد را به ده هزار برسان و ببین چطور به مقادیر نظری همگرا میشوند.
اگر هدفت ۲x باشد، احتمال شکست در یک دور حدود ۵۲ درصد است. احتمال پنج شکست پشتسرهم میشود ۰.۵۲ به توان ۵، یعنی حدود ۳.۸ درصد. در صد دور، دیدن چنین رگهای تقریباً قطعی است.
با هدف ۱۰x وضعیت شدیدتر است: احتمال شکست در هر دور حدود ۹۰ درصد و احتمال بیست شکست پشتسرهم حدود ۱۳ درصد. یعنی در یک نشست معمولی، رگههای طولانی نه استثنا که رفتار مورد انتظار سیستماند.
این محاسبه دو کاربرد دارد. اول اینکه رگهٔ باخت را از حالت «اتفاق عجیب» به «رویداد پیشبینیشده» تبدیل میکند و از تصمیمهای هیجانی جلوگیری میکند. دوم اینکه نشان میدهد چرا سیستمهای مبتنی بر دو برابر کردن شرط پس از باخت شکست میخورند: سرمایهٔ لازم برای دوام آوردن در برابر رگهها بهصورت نمایی رشد میکند. این را در صفحهٔ ریسک با شبیهسازی نشان دادهایم.
در این توزیع، ارزش انتظاری هر شرط صرفنظر از ضریب هدف برابر ۰.۹۶ برابر مبلغ شرط است — یعنی چهار درصد کمتر. این عدد ثابت است و با هیچ انتخابی در سمت بازیکن تغییر نمیکند.
نتیجهٔ عملی: هر «استراتژی» که ادعا کند ارزش انتظاری را مثبت میکند، از نظر ریاضی نادرست است. آنچه استراتژی واقعاً میتواند تغییر دهد شکل نوسان، طول دوام سرمایه و انضباط تصمیم است. اینها ارزش دارند — اما ارزششان در مدیریت تجربه است، نه در تغییر بازدهی.
همهٔ این اعداد مربوط به مولد تصادفی شبیهساز آموزشی همین سایتاند. پلتفرمهای واقعی توزیع و هاوس اِج خودشان را دارند که ما به آن دسترسی نداریم و دربارهٔ آن ادعایی نمیکنیم.
همان تابع تصادفی موتور شبیهساز، چند هزار بار در مرورگر خودت. هیچ درخواستی به سرور نمیرود.