作者arrenwu (不是綿芽的錯)
看板C_Chat
標題Re: [討論] 原神機率小教室
時間Sun Jan 10 02:28:29 2021
※ 引述《siscon (e-diot)》之銘言:
: 各位好,今天要討論的是原神的保底機制
: 持有的PU角與常駐五星角比例會是幾比幾呢?
: (1) 1:1
: (2) 2:1
: (3) 3:1
: 請推文回答 :)
推文底下引入Markov Chain方向是對的,
不過這問題涉及到的數學成分其實很高喔!
首先,"保底的次數夠多 保底抽出來的角色是PU角的次數比例"是什麼意思呢?
讓我先定義隨機變數X[t]如下:
如果第t次保底出的是PU角,那麼X[t] = 1;反之,X[t] = 0
那我們接著可以定義另外一個隨機變數 Y[t]
t
Σ X[i]
i=1
Y[t] = ----------------
t
這個隨機變數指的是 t次保底裡面出PU角的比率
好,回到原來問題,這問題在問的其實就是
當 t 很大的時候,Y[t] 大概是多少?
聰明的洽眾們,馬上就闡述道:
{X[t]} 本身形成一個 state space 為 {0,1} 的 Markov Chain
然後 Y[t] 在 t 很大的時候會非常接近 X[t] = 1 在 stationary
distribution 的機率, 也就是 2/3
這敘述很直觀的,至少正常人都會覺得肯定是這樣。
但其實中間有很多數學家的辛勞 XD
這是個 average number of visits to a recurrent state 的問題
數學上可以分成兩段處理:
令 M 為"現在狀態是 X[t] =1,下一次又跳回 1 的平均時間"
(1) Y[t] 趨近 1/M 的機率是 1
(這個其實滿直觀的,可以想成平均M次會碰到PU一次,
所以平均一次保底會抽出 1/M 個PU角的感覺 )
(2) {X[t]} 這個Markov Chain,不管你在哪個狀態下,跑到另外一個狀態的平均時間
都是有限的 (irreducible and positive recurrent),
所以 X[t] = 1 在stationary distribution 的機率是 1/M
結合(1),(2) 可以證成上面綠字的敘述
有興趣的人可以看下面這個相關教學 (共7頁)
MARKOV CHAINS AND THE ERGODIC THEOREM by CHAD CASAROTTO
Link:
https://bit.ly/2K5FAqA
--
https://pbs.twimg.com/media/ElI7vEBVkAEvNtS.jpg
Cinderella Switch by 角卷綿芽、不知火芙蕾雅
2020-11-28 星期六 4pm~8pm
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 98.234.190.206 (美國)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1610216911.A.A3C.html
推 jasonx105: 作業研究碰過這東西從來沒搞懂過....... 01/10 02:35
這個是學理基礎複雜,可是用起來很直觀。
至少我覺得板友們的直覺都是很正確的
推 TeamFrotress: 歡迎來到西洽小學堂,我們今天要教的是「機率」 01/10 02:35
推 labbat: 高中機率 大學機率 研究所隨機過程 01/10 02:45
推 sunshinecan: 推個 01/10 02:46
推 YishengSu: 蠻有趣的 01/10 02:50
推 scarbywind: .... 01/10 02:55
→ hyuchi0202: 有保底就180抽抽到有,不用算數學 01/10 03:05
→ SiaSi: 推推 01/10 03:08
→ HeterCompute: 其實就某方面來說就是極限那套吧,存在 收斂 01/10 03:28
數學上的講法是 "隨機變數的數列 {Y[t]} 收斂到 2/3 的機率為 1"
※ 編輯: arrenwu (98.234.190.206 美國), 01/10/2021 03:41:27
→ smart0eddie: 趕快推才不會被人發現我聽不懂(? 01/10 08:57
推 Vulpix: 或許還要算上重複? 01/10 09:04
推 CorkiN: 嗯嗯跟我想的一樣 01/10 10:15
推 siscon: 深入探討用到極限就變比較複雜 01/10 15:30