수학자는 행운을 믿지 않는다 - 주식에서 로또, 카지노까지 승리를 지배하는 베팅의 과학
애덤 쿠하르스키 지음, 정훈직 옮김 / 북라이프 / 2016년 11월
평점 :
절판


수학자는 행운을 믿지 않는다/애덤 쿠하르스키/북라이프/수학자의 베팅 승리법

 

 

 

 

 

 노력의 가치를 알기에 매사에 피땀을 흘려 노력한다.   최선의 노력 이후엔 운이 따라주길 기원한다.  하지만 카지노나 주식, 로또처럼 결과가 불확실한 경우엔 노력보다 행운을 더 바라게 된다.  베팅의 시작단계에서는 성공이라는 목표를 향해 과녁의 정중앙을 겨누어 보지만 손을 떠난 이후로 스스로 할 수 있는 일이 없다. 해서 그저 행운의 여신이 나에게로 성공을 가져다주길 빌 뿐이다. 수학자라면, 통계학자라면, 물리학자라면 로또 등 베팅에서의 당첨률을 어떻게 높일 수 있을까. 

 

수학자는 행운을 믿지 않는다.

모든 일에 있어서 자신에게 유리한 운을 설계할 수만 있다면 얼마나 좋을까. 카지노나 주식, 로또를 승리로 이끌게 설계할 순 없을까. 어쩜 수학자나 통계학자들은 통계 분석과 확률 계산을 통해 카지노나 로또 등 베팅에서의 유리한 전략을 수립할 수 있진 않을까. 이 책은 이런 일련의 호기심에서 읽고 싶었던 책이다. 저자인 애덤 쿠하르스키는 1986년 생으로  '웰컴트러스트 과학논문상'을 수상한 케임브릿지 수학 박사이며 런던대 위생열대의학 대학원에서 수학적 모델링을 가르치고 있다. 

 

도박장에서의 행운을 믿지 않는 과학자, 수학자, 통계학자들의  카지노에서 상대를 이기는 법이나 베텡조직에서 승리하는 비결을 탐구한 여정은 꽤나 끈질기다. 수많은 시간과 비용을 들여 결국  도박장에서 상대를 이기는 법이나 베팅에서 승리하는 비결을 찾아낸 이들의 이야기엔 수학과 과학을 이용한 베팅성공법이 있기에 흥미롭다. 몬테 카를로의 카지노에서 홍콩 경마장까지 이르는 완벽한 베팅을 향한 이야기엔 경험이나 실험 결과, 자동 프로그램의 확산, 예측 시스템의 스마트화 등  과학을 이용한 베팅의 진화를 볼 수 있어서 재미있었다.  

 

 

복권이나 스크래치 카드의 비밀, 회귀분석에 의한 경마 예측, 경마의 패리뮤추얼 베팅, 수학적 확률 분석 등을 통해 과학자와 수학자들은  카지노에서 상대를 이기는 비법을 찾고, 물리학자는 룰렛의 무작위성을 의심하면서 룰렛의 성공비밀을 연구하고 , 컴퓨터 과학자는 포커게임에서 승리를 안기는 전략을 짜내고, 통계학자는 경마에서 어떤 조건의 말이 우승하는 지를 분석한다니, 이들의 끈질긴 노력이 대단해 보인다.  다소 복잡하고 인내를 요하는 일이지만 과학적 베팅 전략에는 운보다 경험이나 과학적 분석을 이용한 정공법도 통한다니 그저 신기할 따름이다.  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 흥미로운 건 통계학과 물리학, 수학이론이 담긴 베팅의 역사 속에 페르마, 파스칼, 앨런 튜링, 존 폰 노이만 등 세계적인 수학자나 과학자, 통계학자들도 베팅의 비밀을 연구한 이야기를 들을 수 있다는 점이다. 많은 수학자들이   도박장에서의 행운을 믿기보다 베팅의 과학을 찾으려고 많은 시간과 비용을 들였다는 사실도 알 수 있었다.  이들은 롤렛, 로또, 포커, 경마, 스포츠, 주식에서의 완벽한 예측 모델을 찾기위해 승부의 과학과 수학적 학률의 법칙을 탐구했는데, 그 과정에서 카오스이론, 나비 효과, 게임이론, 켈리공식, 마르코프 연쇄모형 등의 이론이 제시되기에 수학의 깊이은 세계를 탐험한 기분이다.  확률론, 카오스이론, 기계가 활용하는 게임이론, 룰렛의 비밀,  카르다노의 공식 등  흥미를 끄는 다소 전문적인 내용들이다.  수학이 예측가능한 범위에 대한 이야기이기에 게임을 즐기는 이들에겐 이 책의 내용들이 더욱 흥미로울 것이다.

 

 

 빅데이터의 시대에 인공지능으로 빅데이터를 관리하고 인공지능에게 베팅을 맡긴다면 앞으로 주식이나 로또, 카지노에서의 행운을 설계할 수 있을까. 모든 삶이 그렇듯 베팅에서도 인내와 창의력,  경험, 수학적 분석의 중요성을 생각한다. 

  

 


댓글(1) 먼댓글(0) 좋아요(9)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
2016-12-04 13:26   URL
비밀 댓글입니다.