二项分布(binomial distribution),即在给定实验次数和成功的概率下,取得一定次数的成功的结果的概率。
例如:
- 在三次投掷硬币的实验中出现 2 次正面;
- 购买 100 万张彩票至少中奖 1 次;
- 在 10 次投掷 20 面骰子的实验中,投掷出 20 点的次数小于 3 的概率;
二项分布模型
三个参数:k,n,p
- k 关心的事件
- n 实验总次数
- p 事件发生的概率
记号:B(k;n,p)
B(k;n,p)=(kn)×P(期望的结果)
其中:
(kn)=k!×(n−k)!n!
进一步得到:
B(k;n,p)=(kn)×pk×(1−p)n−k
抽卡游戏概率
假设你在玩《星穹铁道》,目前有一组角色卡池,可以从中抽取角色。
角色概率如下:
- 饮月:0.721%
- 卡芙卡:0.720%
- 白厄:0.718%
- 海瑟音:0.718%
- 黑塔:0.714%
假设有无穷多张卡,抽卡并不会改变抽到其它卡的概率。
假设你非常想抽卡芙卡,这样你可以完成最佳组队。但是,你得氪金。假设抽一张卡花一个星琼,现在有一个活动,充值 10 元可以获得 100 星琼。
你就打算花 10 块钱,而且只有概率大于 5 成才会抽卡。
那么可以代入公式:
(1100)×0.007201×(1−0.00720)99≈0.352
那么,不应该抽卡?
等一下,万一我们不止抽到一个呢?可能是 2 个,甚至可能是 3 个。
因此,我们真正的概率是:
(1100)×0.007201×(1−0.00720)99+(2100)×0.007202×(1−0.00720)98+(3100)×0.007203×(1−0.00720)97+⋯
使用 Σ 简写:
k=1∑100(k100)×0.00720k×(1−0.00720)100−k
使用 MATLAB 计算:
>> 1 - binocdf(0.5, 100, 0.00720)
ans =
0.5145
或者使用:
sum(binopdf(1:100, 100, 0.00720))
只抽到一个卡芙卡的概率只有 0.352,但是至少有一个卡芙卡的概率是 0.515。
所以,掏钱抽卡吧!