BJ / MATHEMATIK LAB
W-Seminar · Stochastik & Optimierung
Monte-Carlo-Experiment

Wie gut ist die optimale Strategie wirklich?

Simuliere bis zu zwei Millionen Blackjack-Runden. Die Basic Strategy wird aus dem mathematischen Modell mittels dynamischer Programmierung berechnet – und ihre erwartete Rendite anschließend experimentell überprüft.

Simulation konfigurieren

1 Runde2.000.000 Runden
Schnellauswahl in sinnvollen Stufen oder beliebige Zahl eingeben.
Bei gleichem Seed und gleicher Rundenzahl liefert die Website reproduzierbare Ergebnisse.
Bereit für das Experiment
0 / 0 Runden0 s
Theoretischer Erwartungswert
–
pro Grundeinsatz
Simulierter Erwartungswert
–
pro Grundeinsatz
Simulierter Hausvorteil
–
−100 × mittlerer Nettogewinn
95-%-Konfidenzintervall
–
für den erwarteten Gewinn je Runde

Konvergenz des mittleren Nettogewinns

Monte Carlo Theoretischer Wert
X: simulierte Runden · Y: mittlerer Nettogewinn in Prozent des Grundeinsatzes

Spielausgänge

Nach der Simulation erscheinen hier Gewinne, Verluste und Pushs.

Erste Entscheidungen

Verteilung der gewählten Spielaktionen einschließlich Naturals.

Wissenschaftliches Modell

Regeln aus dem hochgeladenen Python-Code: unabhängige Kartenziehungen mit Zurücklegen; Ass bis 9 je 1/13, Zehnerkarten 4/13; Dealer steht bei Soft 17 (S17); US-Peek; Natural-Auszahlung 3:2; Double nach Split erlaubt; maximal zwei Split-Hände ohne Resplit; Split-Asse erhalten jeweils nur eine Karte; Late Surrender nach negativem Peek; keine Insurance.

Methodik: Die Website berechnet die Strategie und den theoretischen Erwartungswert durch dieselbe dynamische Programmierung wie das Python-Original. Die Monte-Carlo-Simulation nutzt einen anderen, deterministischen Zufallszahlengenerator als Python. Deshalb sind Resultate bei identischem Seed nicht zahlenidentisch, aber statistisch vergleichbar. Konfidenzintervalle beruhen auf der Normalapproximation. Die Ergebnisse sind Aussagen über dieses mathematische Modell, keine Garantie für reale Casino-Regeln.