几年模型，成功破产，喜提百万负翁称号。”

    “那理论不是被证明失败了吗？”陈博有点不明所以。

    王旭中肯的评价道：“方法论确实是错的，但研究方法论的工具有值得借鉴的地方，咱们上课用到的动态模型，就是他当年炒股那款演变来的。”

    许老师在讲台上介绍起动态模型的使用规范，陈博听了几句，便开始捣鼓钻研。

    系统自带所有编程软件，还对操作流程进行了简化，普通小白翻翻书，十分钟内也能做个万年历、定时闹钟。

    入门级的例题陈博了然于胸，更令他惊讶的是编程居然支持中文运行。

    [如果“关键词中出现{在吗}”]

    [则“回复{不在}”]

    陈博按图索骥，果真如例题的演示那般自动回复。

    举一反三的陈博按照这个语法逻辑，又编了几段内容不一样的代码，依旧可以正常运行。

    许伯纬觉得键盘应用专业的同学天赋异禀，很多东西可以无师自通，于是跳过了不少环节，直接进入实操。

    “下面请同学们试一道练习题，5局3胜和3局2胜，哪种赢面更大。”

    陈博粗略想了想，解题的思路有两种，第一是假设样本量无穷大，根据计算推演结果判断两者胜率大小。

    但这会忽略一个严重的问题，题目中并没有给出两人各自的胜率，倘若有一方胜率100，那还算犊子呢，举白旗打出gg吧。

    所以陈博老老实实地选择了第二条路，用代码建模。

    当初算[藤甲]效益栽了跟头，是因为陈博对游戏机制不了解，再加上不可控因素太多，很难通过一个模型直观判断出两者间的优劣。

    但胜负手不同，需要考虑的只有胜率差异，相对而言工作量不大。

    要想当个合格的码农，能力固然重要，思路亦是关键，很多时候建模的出发点错了，如同在人迹罕至的郊区落成一栋华丽的商业广场，尽管设施齐全，却客流无几。

    “先设胜率=p，则当p=05时，无论采用哪种决胜方式，获胜的概率都是50。”

    “再设p＞05，此时3局2胜的概率为c23xp的平方x（1-p）+c33xp的三次方。”

    “5局3胜的概率为c35xp的三次方x（1-p）的平方+c45xp的四次方x（1-p）+c55xp的五次方。”

    “我真是天才，还记得组合的公式。”陈博仔细检查了一遍，确认无误后，扔进了github里生成模型。

    编程计算结果绘图完成后，陈博露出了欣慰的笑容。

    “这下总该对一次了吧。”