机选中彩票的几率？
这个问题，我当年高中做过实验 取500个不重复的随机数（我的天哪，这是我高中时编写的最复杂的程序了）然后对这500个数进行排序，并按顺序查找是否包含在6个红球数和3个蓝球数的范围中，如果包含就输出yes，否则就输出no。就这样一个简单的程序，我在计算机上运行了近2个小时，输出了6万多个yes和7千多个no。
为了更加直观地说明问题，我们画出了6张散点图（每个图形显示2000组数据），分别表示6个红球数和3个蓝球数的情况。从图中可以明显看到，有700多个样本（约14%）输出的结果正确（包含在范围中），而其它900多个样本（约18%）都出现了错误。也就是说，在机选的情况下，出现错误的概率约为28%，比直接买彩票中大奖的概率（一千万分之一）还要小很多！ 这里需要强调一点的是，上述计算只是基于概率论中的大数定律给出的估算，并没有严格基于随机数发生器产生的数值进行计算。所以，尽管这个结果与我们经常听到的“机器中奖率远高于人”的说法一致，但是这个结论并不严谨。为尽可能减小误差，我们可以通过增加采样个数（即增大数据集）来提高估计的准确性。比如增加到1亿个随机数，那么出现错误的结果将下降到不足1%，比中彩票头奖还低！可见，增加采样个数对于提高结果的正确性具有显著作用。不过随着采样个数的成倍增加，编程实现起来变得越发繁琐复杂，而且最终结果的正确性与样本个数的关系并不是单调递增的，在某个临界值附近存在最优解使得误差最小。