01 / 序列機率
先建立簡化的伯努利模型
伯努利模型把每次結果簡化為兩類，例如成功與不成功，並假設每次機率固定且彼此獨立。若不成功機率為q，指定位置開始連續k次不成功的機率可寫成q的k次方。
這個公式回答的是某一個固定起點，不等於整段一百次中至少出現一次長連敗的機率。長序列有許多可能起點，觀察窗口愈多，某處出現群聚的機會便愈高。
真實遊戲可能有和局、多種結果、不同賠付或不完全獨立，不能直接套用二分類答案。模型的用途是理解尾部形狀，而非承諾個別時段會落在哪個位置。
02 / 序列機率
滑動窗口令至少一次更常見
在一百次序列中，長度為五的連續片段可以由第一位置開始，也可由第二位置開始，直到第九十六位置。這些窗口彼此重疊，所以不能簡單把單一窗口機率乘九十六後當作精確答案，但可看出機會來源不只一個。
精確計算可使用遞迴或狀態模型，追蹤目前連續不成功的長度；模擬則可重複生成大量序列，記錄每條序列的最長連敗，再觀察分布。兩種方法都比只盯一個固定片段完整。
最長連敗不是固定常數，而是一個隨樣本長度改變的隨機量。觀察一千次通常比十次更有機會看到長串，因此比較紀錄時必須同時列出總次數。
03 / 序列機率
長連敗不表示下一次必須反轉
在獨立模型中，即使已經連續多次不成功，下一次的不成功機率仍是q。過去序列令當下感受更沉重，卻不會在系統內累積一張『應該輪到成功』的票。
反過來，剛出現成功也不代表不成功正在排隊。賭徒謬誤把序列平衡的長期概念錯放到單一步驟；大樣本比例接近理論值，不要求短串按照交替次序出現。
若機率確會因狀態改變，應指出可觀察機制與條件，而不是只引用圖形。沒有機制證據時，『太久沒有』和『已經太多』都只是事後敘事。
04 / 序列機率
用尾部壓力測試設定上限
風險管理不應按平均情況設計，而要問較差路徑是否可承受。若連續十次不利結果會影響租金、還款或情緒，單次金額便過高；最直接的調整是降低暴露或完全不參與。
開始前設定不可擴大的損失上限與結束時間，任何一項先到便停止。連敗期間不得以『反轉快到了』提高單位，因為這會在最不利路徑上加速損失。
『發發』諧音屬文化符號，不會縮短伯努利序列的尾部。本文只介紹序列模型與風險邊界；若發現自己反覆追逐反轉、借款或隱瞞，應停止並尋求專業支援。
事後檢討只記錄是否遵守上限，不用某次是否反轉評價決定。即使停止後下一個公開結果看似有利，也不能倒推當時離開是錯；風險規則必須按當時可得資訊判斷。
05 / 序列機率
理性看待與免責聲明
僅供知識分享，請理性看待；娛樂為主，量力而為。本站不接受投注、不提供註冊或博彩平台連結。
本文只解釋規則、文化、技術或機率，不預測個別結果，也不構成任何參與建議。