Hoppa till innehållet
casinorating.se

Spelsystem

Spelsystem lovar ofta att göra roulette lönsamt genom att ändra insatsen efter vinst eller förlust. De kan ändra hur resultatet ser ut, men aldrig vad det blir i genomsnitt.

Martingale: dubbla efter förlust

Martingale är det mest kända systemet. Du satsar på till exempel rött, och varje gång du förlorar dubblar du insatsen. När du till slut vinner har du fått tillbaka alla förluster plus en vinst lika stor som första insatsen.

Det låter säkert, men problemet syns när förlusterna radar upp sig. Med 10 kr som startinsats ser serien ut så här:

Förlust nrInsatsFörlorat totalt
110 kr10 kr
220 kr30 kr
340 kr70 kr
480 kr150 kr
5160 kr310 kr
6320 kr630 kr
7640 kr1 270 kr
81 280 kr2 550 kr
92 560 kr5 110 kr
105 120 kr10 230 kr

Efter tio förluster i rad har du satsat 10 230 kr för att vinna 10 kr, och nästa insats måste vara 10 240 kr. Tio förluster i rad på rött händer bara ungefär 0,13 procent av gångerna, men den som spelar länge kommer förr eller senare dit. Dessutom har nästan alla bord en högsta insats som sätter stopp för dubblandet.

Resultatet blir många små vinster och en och annan mycket stor förlust. I genomsnitt är det fortfarande samma 2,70 procent som försvinner.

D'Alembert och Fibonacci

I d'Alembert höjer du insatsen med en enhet efter förlust och sänker med en enhet efter vinst. I Fibonacci följer insatserna talföljden 1, 1, 2, 3, 5, 8 och så vidare efter förluster. Båda växer långsammare än Martingale, så förlusterna blir mindre dramatiska, men vinsterna också. Inget av dem påverkar husets fördel.

Varför inget system kan fungera

Varje insats i europeisk roulette har samma förväntade förlust: 2,70 procent av beloppet. Ett system är bara ett sätt att välja hur stora insatserna ska vara och i vilken ordning. Summan av många insatser som var och en förlorar 2,70 procent i genomsnitt förlorar också 2,70 procent i genomsnitt, hur man än ordnar dem.

Systemen bygger dessutom ofta på idén att en förlust gör en vinst mer sannolik nästa gång. Men hjulet har inget minne. Läs mer om sannolikheten för långa serier på sidan om sannolikhet.