Chi è Markov?

Andrej Andreevič Markov (padre) (in russo: Андрей Андреевич Марков?; Rjazan', 14 giugno 1856 – Pietrogrado, 20 luglio 1922) è stato un matematico e statistico russo. È noto per i suoi contributi alla teoria dei numeri, all'analisi matematica, al calcolo infinitesimale, alla teoria della probabilità e alla statistica. Ideò un particolare processo stocastico senza memoria, detto processo markoviano o catena di Markov o processo di Markov.(Wikipedia)

Che cosa sono le Catene di Markov (Markov Chain)?

Le catene di Markov descrivono un processo stocastico particolare, che si presta per la creazione di modelli di sistemi che hanno un comportamento casuale nella loro evoluzione; descrivono bene fenomeni casuali che evolvono in funzione del tempo e che non hanno memoria degli stati.

Che cos'è la Matrice di transizione (Transition Matrix)?

La matrice di transizione di Markov descrive le probabilità di passare da uno stato all'altro in un sistema dinamico. Ogni riga contiene le probabilità di passare dallo stato rappresentato da quella riga agli altri stati.

Le catene di Markov e la Matrice di Transizione applicata al gioco del Lotto

 Era necessaria una breve introduzione per capire il concetto delle "Catene Markoviane" e le "Matrici di transizione". Inutile ricordare ai lettori di questo articolo che la metodologià utilizzata per determinare i pronostici, è davvero all'avanguardia.

Bando alle ciance, come funziona il metodo applicato al Lotto?

Lotto I.A. analizza le estrazioni precedenti determinando la distibuzione delle probabilità tra numeri sortiti nel tempo e attraverso degli algoritmi matematici si formano le catene, ovvero delle sequenze numeriche correlate tra loro che non hanno memoria degli stati precedenti. Le lunghette numeriche estratte sono altamente qualitative. Attraverso gli appositi filtri, è possibile creare le schedine da giocare agendo sui parametri per mescolare i numeri con i salti di colonna desiderati e un algoritmo di rimescolamento random (seed) che permette al giocatore di ottenere combinazioni numeriche estremamente efficienti.

Leggi anche: Catene di Markov e matrice di transizione