Կրիպտո կազինո
Torrent Gear
Ինչպես հաշվարկել հաղթելու հավանականությունը բոնուսային փուլում
Բոնուսային շրջանակը մի շարք կանոններ են ռուսական խաղի վերևում 'ֆրիսպիններ, սլայդներ, կիտրոններ, կոլեկցիոներներ, մրցանակների անիվներ, «hold & spin»' շնչառությամբ և կուտակմամբ։ Հավանականությունը հաշվարկելու համար անհրաժեշտ է մեխանիկան վերածել հավանականության մոդելի, որոշել «հաջողության» իրադարձությունը և հաշվարկել հավանականությունը և սպասումը։
1) Մենք ձևավորում ենք բոնուսի մեխանիզմը
1. Բոնուսի տեսակը
Ֆրիսպինները ֆիքսված թվով հետևի (N) և շատ մարդկանց հետ։- Hold & Spin/Spin: Սկսելը (K) 108 և 3 հարգանքներով։ յուրաքանչյուր նոր խորհրդանիշը նետում է հաշվիչը 3-ով։
- Անիվ/ճանապարհ (wheel/trail) 'դիսկրետիկ հատվածներ/քայլեր հայտնի շանսերով։
- 2. Հաղթելու միավորը 'բազմապատկիչը տոկոսադրույքի (X) համար։
- 3. «Նշանակալի հաջողության» շեմն է, օրինակ (X/ge) (թիվ 10, No. 3650 և այլն)։
- 4. Ինչ պատահականորեն, սիմվոլների, բազմապատկիչների, մեջքերի ավելացման, ագրոիդների գործարկման համար։
2) Մոդելի ընտրությունը մեխանիկայի տակ
Ա) Ֆրիսպիններ առանց բարդ շղթաների- Եթե յուրաքանչյուր սպին անծանոթ է, իսկ մեծահասակը (M) ֆիքսված է, ապա
[
X=\sum_{i=1}^{N} M\cdot Y_i, ]Որտեղ (Y _ i) - սպին հաղթելու մուլտիպլիկատոր (0, 0)։ 2, 1, 5, …). Ապա
(\mathbb{E}[X]=N\cdot M\cdot \mathbb{E}[Y])- (\mathrm{Var}(X)=N\cdot M^2\cdot \mathrm{Var}(Y))
- Մեջքի վիճակը կախված է անցյալից (որքա՞ ն վայլդներ արդեն կպչում են)։ Հարմար է Մարկովսկայի շղթան 'վիճակը = willds/slads կազմաձևումը, անցումը իր հավանականությամբ, իսկ վարձատրությունը' ակնկալվող շահույթը։ Ընդհանուր սպասումը քայլերի սպասվող վարձատրության գումարն է։
- Շնչառությունները շարունակվում են, մինչ պատուհանում (S) հայտնվում են նոր մետաղադրամներ։ Մենք նշում ենք (p), հավանականությունը «բռնել առնվազն մեկ մետաղադրամ շնչառության մեջ»։ Այդ ժամանակ մինչև կանգառը, այն ունի «հաջողություն = զրոյական մետաղադրամ» սկավառակի բաժանումը։ հավաքված մետաղադրամների միջին քանակը համարվում է երկրաչափության/կենսաբանության և ռեկուրսիայի միջոցով (ներքևում 'պարզեցված սխեմա)։
- Ելույթի ծառը 'հանգույցներում, հատվածների հավանականությունը, տերևներում' մրցանակներ։ Իրադարձության հավանականությունը (X/ge t) բոլոր տերևների հավանականության գումարն է, որի վճարումը վճարվում է (t)։ Սպասումը գումար է (P _ 104 eme/cdot x _ 105)։
3) Հիմնական արժեքները, որոնք ձեզ անհրաժեշտ են
Մեջքի արդյունքի հաճախականությունը (ֆրիսպինների համար): (q _ k = mathbb + P + (Y = k)) կամ զամբյուղները (0; 241; 241- 245; 245)։
Բոնուսային ուժեղացման հավանականությունը (սպինների ավելացում, մեծահասակի ապգրեյդ)։- Hold & Spin-ի համար: (p _ 1 = pmathbb + P + (mathbb + P- ի համար), մետաղադրամների արտադրողների չափը, սպի-նիշերի շանսերը (կոլեկցիոներ, ավելացում, կրկնակի)։
- Անիվների համար 'ռուսական հատվածներ (հավանականություն, մրցանակ)։
4) Ինչպես հաշվարկել (mathbb + P + (X/ge t) - երեք գործնական մեթոդ
Մեթոդ 1: Վերլուծություն պարզ ֆրիսպինների համար
Թող դուք (N) ֆրիսպիններ ունենաք, մեծահարուստ (M), իսկ «նշանակալի» համարեք առնվազն մեկ սպին (Y/ge y _ 0)։ Ապա
«Մեծ հիթի» հնարավորությունը մեկ մեջտեղում ՝ (q = mathbb + P + (Y/ge y _ 0))։
Հնարավորություն չստանալ ոչ մի մեծ հիթ փուլում '(1-q) ^ N)։
Այսպիսով, (mathbb + P = 1 (1-q) ^ N)։
Գումարի շեմին (X/ge) օգտագործեք բաշխման (կամ նորմալ մոտեցում, եթե (N) մեծ և պոչերը չափավոր են)։
Մեթոդը 2: Recurcia/Markov-ի համար «sticky/ladder»
Ռուսաստանի վիճակը (s) (col-wailds, ներկա բազմությունը, մնացած մեջքերը)։ Յուրաքանչյուր վիճակի համար պահեք
[
EV (s) = codice + ակնկալումը այստեղից հաղթելու համար ,/quad P _ _ _ _ com ge t (s) = codice + հավանականությունը գերազանցել շեմը։
][
EV(s)=\sum_{s'} p_{s\to s'},[,r(s\to s')+EV(s'),],\quad
P_{\ge t}(s)=\sum_{s'} p_{s\to s'},P_{\ge t'}(s'), ]որտեղ (t ') մնացած շեմն է, հաշվի առնելով արդեն հավաքված։
3: Monte Carlo (համընդհանուր)
Մոդելավորեք 100k-1M բոնուսները իրենց կանոններով։ Բոլորի համար հաշվել (X)։ Ապա
(\widehat{EV}=\frac{1}{M}\sum X^{(m)})
(\widehat{\mathbb{P}}(X\ge t)=\frac{#{X^{(m)}\ge t}}{M})- Գնահատեք վստահելի ընդմիջումները։
- Սա ամենադժվար ուղին է, երբ մեխանիկան բարդ է կամ սեղանները թերի են։
5) Օրինակելի հաշվարկներ (պարզեցված)
Օրինակ A 'ֆրիսպիններ 10 հատ, մեծ թիվ 2
Ենթադրենք, մեկ մեջքի էմպիրիկան բոնուսում
(P(Y=0)=0. 60,\ P(Y=0. 5)=0. 25,\ P(Y=2)=0. 10,\ P(Y=10)=0. 04,\ P(Y=50)=0. 01).
Այդ ժամանակ (/mathbb + E] = 0/cdot0։ 60+0. 5\cdot0. 25+2\cdot0. 10+10\cdot0. 04+50\cdot0. 01=1. 15).
(\Rightarrow \mathbb{E}[X]=N\cdot M\cdot \mathbb{E}[Y]=10\cdot2\cdot1. 15 = 23) 108։
Առնվազն մեկ հաճախորդի հնարավորություն 10-սպին (մինչև մեծահասակը): (q = 0։ 04+0. 01=0. 05).
Հնարավորություն ստանալ 108-10 անգամ 10 հետևից: (1-0։ 05)^{10}\approx 40%).
Ընդհանուր առմամբ գերազանցելու հնարավորությունը, ասենք, 30-ը, գնահատում ենք մանգաղը կամ Մոնտե Քարլոն։
Օրինակ B: Hold & Spin (6 353, 3 հարգանք, սկսնակ 3 մետաղադրամ)
Թույլ տվեք հնարավորություն, որ հաջորդ շնչին կհասնի 241 նոր մետաղադրամ (p = 0։ 42). Հիմա ավարտելու հավանականությունը (1-p = 0։ 58).
Ակնկալվում է ավելացված շնչառությունների քանակը մինչև ոտքը (բացառությամբ դաշտային պարամետրերի) (0,approx/frac + p + 1-p/aprox 0։ 72) «կղզիների ցիկլերը»։
Բոլոր 15 կոմպոզիցիաները լրացնելու հավանականությունը փոքր է և աճում է, երբ ունեն ընդարձակիչ խորհրդանիշներ։ գնահատվում է ռեկուրսիա/սիմուլյացիա։
EV-ը մետաղադրամների միջին արժեքների գումարն է (հաշվի առնելով հազվագյուտ ագրեիդները) ակնկալելի թվով հավաքված դիրքերի։
6) ռիսկի սպասելուց 'ցրումը և քվանալը
Բոնուսներում ծանր պոչերը 'հազվագյուտ մեծ ելքերը կազմում են EV-ի մեծ մասը։ Այսպիսով, բացի EV-ից, մտածեք
Quanali (Q _ + 50 +, Q _ _ 75 com, Q _ + 90) համար (X), որ «սովորաբար» տեսնում է խաղացողը։
(mathbb + P + (X = 0) կամ մոտ զրոյական արդյունքին (ամբողջական ձախողում);
(mathbb + P + (X/ge)) մի քանի շեմերի համար (No. 10, No. 25, 3850, 38100)։
Դա տալիս է ազնիվ պատկեր '«ամենից հաճախ այդպես է», «երբեմն' այսպես», «հազվադեպ»։
7) Բոնուսի գնումը (Feature Buy)
Եթե գնումը արժե (C), ապա մաքուր սպասումը[
EV_{\text{net}}=\mathbb{E}[X]-C.
]Եթե (EV _ _ compionation + net code <0), մաթեմատիկորեն գնումը անպտուղ է, նույնիսկ եթե մեծացնում է «էշենի» հաճախությունը։ Համեմատեք նաև ռիսկի պրոֆիլը 'գնումը հաճախ մեծացնում է ցուցադրությունը։
8) «Բոնուսի անձնագրերը» ձեզանից օգտվելու համար
Բոնուսի տեսակը 'ֆրիպիններ/hold & spin/անիվ/խառը- Պարամետրերը ՝ (N), բազմապատկիչները, սպայական խորհրդանիշները, կոդերը, ցանցի չափը
- EV բոնուս:... 108 (մեթոդ ՝ վերլուծաբան/Monte-Carlo, (M) progons))
- Քվանալի հաղթանակներ (X): (Q _ + 50 =...), (Q _ + 75 =...), (Q _ + 90 =...)
- (\mathbb{P}(X\ge ×10 / ×25 / ×50 / ×100)): … / … / … / …
(07 mathbb + P + (ձախողում)):...
Ռիսկի մեկնաբանություն 'ցրում (ցածր/միջին/բարձր), բնորոշ «անապատներ»- Feature Buy: Գինը (C), (EV _ _ _ C) =... համաձայն նպատակահարմարության
9) Հաճախակի սխալներ գնահատելիս
Անտեսել պետությունների կախվածությունը (sticky-մեխանիկա) և համարել անկախ մեջքեր։- Ապավինել միայն միջին։ Ցույց տվեք քվանտներ և շեմերի շանսեր։
- Խառնեք խաղի տարբերակները (տարբեր RTP-պուլներ) նույն վիճակագրության մեջ։
- Monte-Carlo-ի կարճ ընտրությունը ծանր պոչերի համար 'ավելացրեք անցքերը մինչև 100k +։
10) Կարճ գործողությունների ալգորիթմ
1. Գրեք բոնուսի կանոնները (քայլեր/պայմաններ, որտեղ պատահականությունը)։
2. Հավաքեք/գնահատեք հավանականությունը (սեղաններ կամ էմպիրիկ)։
3. Ընտրեք մեթոդը 'վերլուծություն (երբ պարզ է), ռեկուրսիաներ (երբ կան վիճակներ), Մոնտե Քարլոն (միշտ աշխատում է)։
4. Հաշվեք EV-ը և (mathbb + P + (X/ge t) մի քանի (t) համար։
5. Թույլ տվեք քվանալին և ռիսկի մասին եզրակացությունը։ գնելիս համեմատեք գնի հետ։
Այսպիսով, բոնուսում հաղթելու հավանականությունը համարվում է դա ֆրիպիններ, անիվներ կամ hold & spin։ Բանալին ճիշտ է նկարագրել մեխանիկան, ընտրել հարմար մոդել և գնահատել ոչ միայն միջինը (EV), այլ նաև կարևոր շեմերը գերազանցելու հավանականությունը, ինչպես նաև ցրման հետ միասին։ Այսպիսով, դուք կստանաք ռիսկի և սպասումների իրական պատրանք, ոչ թե «թայմինգի» կամ «կախարդական» պաթոգենների պատրանք։