50%歪,50不歪。若歪则下一次必定不歪
方式一:状态转移方程组
1.状态转移方程 π=[π(A)π(B)]×fromAfromBtoA0.51.0toB0.50.0=[π(A)π(B)] 2.展开得到方程组 ⎩⎨⎧0.5π(A)+1.0π(B)0.5π(A)+0π(B)π(A)+π(B)=π(A)=π(B)=1 3.解方程组 {π(A)π(B)=32≈66.667%=31≈33.333%
方式二:马尔可夫链,并使用概率转移矩阵来进行计算(更适合计算机运算的方法)
概率转移矩阵P 一次转移 二次转移 很多次转移=fromAfromBtoA0.51.0toB0.50.0=[10]⋅P=[0.50.5]=[10]⋅P2=[10]⋅[0.750.50.250.5]=[0.750.25]=[10]⋅PN=[0.666670.33333]
完整的程序机制:
可以将上图简化,完全等效为:
我们也可以,抛弃保底机制,转化为纯期望模型:
状态转移方程组
1.状态转移方程 π=[π(A)π(B)]×fromAfromBtoA0.551.0toB0.450.0=[π(A)π(B)] 2.展开得到方程组 ⎩⎨⎧0.55π(A)+1.0π(B)0.45π(A)+0π(B)π(A)+π(B)=π(A)=π(B)=1 3.解方程组 {π(A)π(B)=145100=2920≈68.966%=14545=299≈31.034%
当我们看到:歪了以后有 10% 概率变歪为不歪,会觉得 10% 好多啊
当我们看到:非保底出up的概率从 50% 提高到了 55%,会觉得提高了 5%,还行吧,聊胜于无
当我们看到:新概率相较于旧概率,平均的up出金率提高了 “惊人的” 2.299%。就感觉少了。 (即每一百个金/每66.67个Up角色,会多2.299个Up角色)
平均多少抽多一个金?
在没有修改概率的时间线中,不欧不非的你会在 5.0 版本后抽了43个金。其中28.667个Up角色了,14.333个非Up角色。 而在新时间线中,这个机制在期望上能让不欧不非的你会抽到29.655个金,相较于另一个时间线的自己刚好少一个常驻金,而多一个Up金。
所以说,为什么在前瞻中要把概率提高说得那么绕,而不是简单地跟你说概率提高了多少多少,就是让你觉得概率提高了好多