Pomůcka na výpočet preflop pravděpodobností
V minulém článku jsem ukázal pravděpodobnostní tabulky pro hru před flopem: http://www.doameriky.com/2012/02/05/preflop-pravdepodobnost-pro-jednoho-az-sedm-protihracu/. Zároveň s tím jsem anoncoval, že kromě těchto tabulek je také způsob, jak si hodnoty odvodit bez nutnosti si vše pamatovat. V dnešním článku ukážu kromě výsledného postupu také, jakým způsobem jsem se k této pomůcce dobral.
Zjednodušení tabulky
Naši cestu za způsobem, jak si tabulku zapamatovat, začneme rekapitulací. Soubor s vygenerovanými statistikami je k dispozici na Preflop statistics – first version.
Poznámka: Kvůli přehlednosti budu v článku pracovat jen s prvními třemi tabulkami (proti 2,3 a 4 protihráčům), tabulky ve všech přiložených souborech a výsledky však budou až proti sedmi hráčům.
Krok první, hledání závislostí
Prvním krokem při hledání nějakého zjednodušujícího vzorce je analýza dat a hledání souvislostí mezi nimi. Nejprve se na data podíváme a zkusíme najít nějaké přírůstky nebo úbytky, případně násobky či dělitele. Protože většina čísel je od sebe jen nepatrně rozdílná, násobky či dělitelé pro nás nejsou praktické (při takto malých rozdílech bychom museli násobit desetinnými čísly).
Při hledání souvislostí tedy budeme používat jen sčítání a odčítání. Dalším úkolem je najít způsob, jak z co nejmenšího počtu čísel dopočítat ideálně celou tabulku. Pokud se na tabulku podíváme, dalo by se vycházet z hodnoty pravděpodobnosti
Závislost hodnot na diagonále
Podívejme se tedy nejprve na diagonálu. V úvahu nám připadají dvě možnosti, jak závislost hledat. Buď budeme počítat rozdíl hodnoty kterékoli dvojice vůči výchozí hodnotě
První sloupec ukazuje diagonální hodnoty, druhý sloupec ukazuje hodnoty po spočítání rozdílu mezi hodnotou a předchozí hodnotou na diagonále, třetí sloupec pak hodnoty po odečtení pravděpodobnosti dvojice vůči
Závislost ostatních hodnot
Nyní zkusíme odvodit stejným způsobem také přechod z dvojic do suited a offsuited oblasti. Výsledné hodnoty spočítáme tak, že odečteme pravděpodobnost párové hodnoty od suited/offsuited hodnoty. Například pro
Pokud tyto operace zadáme pro všechny hodnoty v tabulkách, získáme následující výsledky (kompletní XLS soubor ke stažení zde
Pokud se na výsledky podíváme, je vidět, že se nejedná o úplně lineární změny. To nám ale pro naše hledání zjednodušeného postupu výpočtu nevadí. To, že se celkový výsledek bude lišit v řádu procent od skutečné hodnoty, stejně při živých turnajích nebude nijak výslednou hru ovlivňovat.
Závislost na počtu protihráčů
Poslední závislost, kterou hledáme, je závislost mezi pravděpodobnostmi
Zprůměrování hodnot
Nyní, když už máme vše spočítáno pro všechny situace, je potřeba si hodnoty co nejvíce zjednodušit. To uděláme tak, že výše popsané hodnoty co nejvíce zprůměrujeme, ale zároveň se pokusíme o co nejvyšší přesnost. Spočítáme tedy průměrnou hodnotu při procházení přes páry, dále průměrnou hodnotu přechodu do suited/offsuited oblasti a průměrnou hodnotu posunu po libovolné dvojici. Tím získáme následující:
Výsledné pravidlo
A tím se dostáváme k finálnímu výpočtu. Pokud si vytáhneme všechny doposud spočítané hodnoty do souhrné tabulky, získáme tento souhrn:
Zde je vysvětlení jednotlivých sloupců:
- počet protihráčů
- počáteční hodnota
- hodnota, kterou odčítáme od výchozího čísla, pokud se pohybujeme po diagonále
- hodnota, o kterou odečteme číslo získané při pohybu po diagonále, při přechodu do suited zóny
- hodnota, o kterou odečteme číslo získané při pohybu po diagonále, při přechodu do offsuited zóny
- hodnota, kterou odčítáme při horizontálním nebo vertikálním pohybu tabulkou v suited / offsuited zóně
I tato tabulka se dá ještě dále zjednodušit, jelikož řada hodnot je velmi podobná, a v rámci co nejjednodušších výpočtů můžeme nějakou odchylku tolerovat.
Stačí nám zapamatovat si tedy 85%, pak 10%, resp 5% pro kalibraci při rostoucím počtu protihráčů. Dále hodnotu 3%, kterou odčítáme při pohybu po diagonále, dále konstantu mezi 20%-5% při přechodu do suited zóny dle počtu hráčů, o 3% vyšší hodnotu při přechodu do offsuited zóny a konstantu 1,3% při horizontálním/vertikálním pohybu po tabulce. A to je vše. Oproti původní tabulce s tisícem hodnot si potřebujem zapamatovat jen jeden postup a cca 7 konstant.
Aplikace postupu v praxi
A nyní již jen zbývá ukázat, jak získaný algoritmus uplatnit v praxi.
J8 suited proti jedomu protihráči
Výchozí hodnota 85% odpovídající kartám
Pokud hodnotu z našeho zjednodušeného výpočtu porovnáme s hodnotou z generované tabulky, liší se výsledek o cca 1%. To je velmi dobrý výsledek. Obecně i rozdíl 10% je ještě stále pro potřeby živé hry ideální.
K3 offsuite proti pěti hráčům
Druhý příklad ukazuje výpočet síly karet
Opět porovnáme výsledek našeho výpočtu s vygenerovanou hodnotou z tabulky. Dostáváme tedy 28% proti 23%. Rozdíl pouhých 5%. Navíc v situaci, kdy stojíme s relativně špatnými kartami proti velkému počtu hráčů.
Závěr
A jsme u konce dnešního článku. Doufám, že jsem celou metodiku analýzy i výslednou metodu popsal dostatečně srozumitelně a přijde vhod i někomu z vás. Pokud někdo budete mít zájem, zde je ke stažení výsledný XLS soubor. Stejně jako vždy, pokud budete mít jakýkoli dotaz k výše zmíněnému, neváhejte se zeptat dole v komentářích.