等老师算出1377的时候，你完全可以反问老师，高考不过XXX分（各省不一样），这个1377要怎么兑现呢？
认真地讲，好像应该用层次多项分布模型假设高考有a个细分知识点，假设在学会细分知识点之后你自然地学到了知识点之间的联系（可以把联系看作另一种细分知识点），然后高考题目是考察细分知识点的组合，当你学会全部细分知识点之后你有一定概率（比如95%）答对还有5%粗心的可能。
……这个模型应该是正确的，但太复杂以至于难以得出精确答案（主要是懒得写程序模拟……）
不妨用Dirichlet过程模型每天的学习，根据教学进度以p/(p+a)的概率重新复习已被发现的p个知识点的一个（如果觉得每天1个慢了，可以改成每45分钟1个/每15分钟1个，这里只用一天一个的说法），以a/(p+a)的概率介绍一个新的知识点，而对于每天老师讲解的新知识点，学生有q的概率学会。
在一段时间紧张的高三生活结束之后，学生们将迎来考试，考试考100道题目，对每道题目，出卷老师以p/(p+a)的概率使用一个已知的知识点做为高考题，而以a/(p+a)的概率使用一个新的知识点（在考纲上但是老师没有讲到）
然后就是各种模拟测试了最简单的设置：我们以“一年”与“期末”为标准
（程序按GPL v3发布，我相当希望大家一起玩GPL协议……不过我也知道至少目前为止大概没人在意这个……）
可以看出，如果学生有75%的概率一遍学会知识点，那么，哪怕学生只用20%的时间听课（WTF？），其与学习成绩最好的同学的差距也是可以忽略不计的
接下来还有不少好玩的操作，比如这样
让我们做一个对比
所以……当老师问给你那个传说中的模型的时候，你可以告诉ta，与其提高学习意愿，不如降低学习意愿以提高学习效率。
Remark 1.有没有注意到红色从左往右数第二个点比第一个点还要高？这意味着，就算你摸鱼了，只要你摸得不厉害……你也有可能（只是一个微小的可能）比完全不摸鱼的强
Remark 2.我写的程序是先学习后出题——但事实上，哪怕先出题后学习，做出来的结果与这里给出的结果（依分布）等价
最后可以给一个刺激的实验……在这100次考试之中，第一名都是谁呢：
duó mò悲伤的事实[狗头]
最后不得不声明一下，上面的东西仅供娱乐与怼老师，切勿当真。毕竟把学习效率从20%提高到75%的难度，比努力多一点点的难度……大多了
Update:之前说的只是一系列悲伤的事实，但我仔细想了想，真实情况比悲伤的事实要乐观很多。为什么学习意愿强的跟学习意愿弱的，相差那么小呢？道理其实很简单，在我们的计算中，学习意愿强的同学做了许多无用功，学习了许多自己早已掌握的知识。
——如果你跟辅导班/跟课堂进度，这将会是无法避免的事情
真正有效的方法很简单，提前自学/学会放弃那种一眼能看出思路/答案的题目。
我毫不怀疑一天学习25小时的学霸们哪怕跟着课堂进度学习也能得到一个相当不错的名次但是，对普通人，或许，跳出题海战术会活得更大的收益。
从上面的模拟可以看出，片面强调任何事情（比如学习意愿，比如学习效率）都不可能得到一个本质上的提升
真正的学霸永远是将各种参数的平衡调整得最好的人。
——一如玩游戏时候，虽然大家都知道，哪怕不少BOSS裸装不加点也能打死……但正常人打BOSS的时候都恨不得全副武装之后上网再查查还有没有邪道可以利用
上面的程序，与其说是告诉你“什么不如什么”，倒不如说，是要你自己去，寻找各个参数的平衡。
然后呢？从强大数律的角度，第一终究会属于那个参数平衡做得最好而且最刻苦的人
