How kan jag räkna antalet försök till framgång?

14

Jag har en spelare som jag vill låta göra många försök med samma skicklighetskontroll. (Jag är medveten det är inte alltid det bästa sättet att göra det , men det är vettigt i vissa fall.) Men istället för att rulla många gånger till framgång, skulle jag vilja ha en enda rulle för att berätta om antalet försök - och därmed in-game-tiden - det kan ta min spelares karaktär för att lyckas.

Jag är medveten om att den förväntade tiden för framgång, med tanke på varje enskild försöks chans att lyckas \ $ p \ $, ges av \ $ \ overline {T} = \ frac {1} {p} \ $. ( Se också. ) Men jag vill ha något som kan ge olika resultat, simulera resultaten av itererade skicklighetskontroller.

Hur kan jag simulera itererade skicklighetskontroller med en matris?

Den här frågan motiverad av kommentarkollokvyn här , reproducerad nedan för eftertiden:

A: I'm talking probability of 1 trial to success (= P obviously), probability at most 2 trials to success, at most 3, etc... And in turn, a way to turn a single roll (representing how good your result is in the relevant probability space) into "how many actual trials to success".

B: Ah, so are you talking something like taking p=0.5 you'd generate a percentile table: 01-50=>1, 51-75=>2, 76-87=>3, &c.? So that one percentile roll would give a properly distributed number of trials to success in this instance?

A: yeah

    
uppsättning nitsua60 01.01.2017 03:00

2 svar

17

Du vill ha ett bord som modellerar "stacked" sannolikheter.

Om chansen att ett enskilt försöks framgång är 40%, kan ditt bord se ut så här:

\ begin {array} {cc} n \ text {till framgång} & \ text {d} 100 \ text {roll} \\ \ hline 1 & 01-40 \\ 2 & 41-64 \\ 3 & 65-78 \\ 4 & 79-87 \\ 5 & 88-92 \\ 6 & 93-95 \\ 7 & 96-97 \\ 8 & 98 \\ 9 & 99 \\ 10 & 100 \\ \ End {array}

Men hur genererar du den här tabellen?

Med tanke på sannolikheten \ $ p \ $ för att lyckas vid ett visst försök ges sannolikheten för att lyckas på \ $ n ^ \ text {th} \ $ försöket med $$ P (n) = (1-p) ^ {n-1} \ cdot p $$

För att lyckas med \ $ n ^ \ text {th} \ $ försök måste vi först misslyckas med en sannolikhet \ $ (1-p) \ $, \ $ n-1 \ $ gånger, då lyckas (med sannolikhet \ $ p \ $).

Således i exemplet ovan ser vi det \ Begin {align *} P (1) & = p = 0,4 \\ P (2) & = (1-p) \ cdot p = 0,24 \\ P (3) & = (1-p) ^ 2 \ cdot p \ ca0.14 \\ P (4) & = (1-p) ^ 3 \ cdot p \ ca 0,09 \\ \ Vdots \ quad & \ hspace {2cm} \ vdots \ End {align *}

Men för att stapla de sannolikheter som vi känner igen att "brytpunkterna" - det högsta antalet i varje percentilområde - ges av summan av alla sannolikheter upp till \ $ n ^ \ text {th} \ $. Lyckligtvis är detta bara en geometrisk serie: $$ \ sum_ {i = 0} ^ {n-1} {(1-p) ^ i} = \ frac {1- (1-p) ^ n} {p} $$

Med detta i hand är det enkelt att generera en tabell med "brytpunkter" för någon given \ $ p \ $:

\ begin {array} {c | ccccccc} & \ text {d} 100 \ text {roll} \\ n \ text {till framgång} & p = 0,1 & p = 0,2 & p = 0,3 & p = 0,4 & p = 0,5 & p = 0,6 & p = 0,7 \\ \ hline 1 & 01-10 & 01-20 & 01-30 & 01-40 & 01-50 & 01-60 & 01-70 \\ 2 & 11-19 & 21-36 & 31-51 & 41-64 & 51-75 & 61-84 & 71-91 \\ 3 & 20-27 & 37-49 & 52-66 & 65-78 & 76-88 & 85-94 & 92-97 \\ 4 & 28-34 & 50-59 & 67-76 & 79-87 & 89-94 & 95-97 & 98-99 \\ \ hline 5 & 35-41 & 60-67 & 77-83 & 88-92 & 95-97 & 98-99 & 100 \\ 6 & 42-47 & 68-74 & 84-88 & 93-95 & 98 & 100 \\ 7 & 48-52 & 75-79 & 89-92 & 97-97 & 99 \\ 8 & 53-57 & 80-83 & 93-94 & 98 & 100 \\\ hline 9 & 58-61 & 84-87 & 95-96 & 99 & \\ 10 & 62-65 & 88-89 & 97 & 99 & \\ 11 & 66-69 & 90-91 & 98 & 100 & \\ 12 & 70-72 & 92-93 & 99 & & \\\ hline 13 & 73-75 & 94-95 & 99 & & \\ 14 & 76-77 & 96 & 99 & & \\ 15 & 78-79 & 96 & 100 & & \\ 16 & 80-81 & 97 & & & \\ \ vdots & \ vdots & \ Vdots \\ \ End {array}

Anmärkningar:

1. På några ställen visas samma singelnummer två gånger. ( p = 0,2, n = 14,15, till exempel.) I dessa fall rinner flera brytpunkter till samma procentvärde. Du kan slumpmässigt välja mellan n -värden om det här rullas, helt enkelt ta det lägre eller utforma något annat schema.

2. Självfallet finns det en sannolikhet som inte är noll, att framgången skulle ta längre tid än vad jag har angett, vilket slutar mina tabeller vid det första utseendet av ett avrundat till 100 procentvärde. Men genom konstruktion finns mindre än en 1/2% chans att någon n som är större än den senast presenterade kan uppstå. Jag kände mig bra att lämna den långa svansen från bordet.

    
svaret ges 01.01.2017 03:00
7

Rulla 3d (\ $ 3 \ overline {T} \ $), ta det lägsta.

Som du säger är förväntad tid till framgång, med tanke på sannolikheten för att en enskild försök lyckas är \ $ p \ $, ges av \ $ \ overline {T} = \ frac {1 } {p} \ $.

Om du räknar med den förväntade tiden till framgång, trippel, rulla tre av den -storleken och ta den lägsta, får du en mycket bra approximation av rätt distribution.

Anta att du har en +5 modifierare och stöter på en DC20-utmaning:

  • Du har då 30% chans att lyckas (\ $ p = 0,3 \ $);
  • \ $ \ överlinje {T} = \ frac {1} {p} = 3 \ frac {1} {3} \ $;
  • \ $ 3 \ overline {T} = 10 \ $, så d10 är våra nödvändiga tärningar;
  • rulla 3d10, ta det lägsta.
  • Nedan visas jämförelser för olika \ $ p \ $ värden. De exakta värdena är sannolikheten för att varje n är den framgångsrika provningen, beräknad som i detta svar . De ungefärliga värdena är de som erhållits genom anydice-simulering av rulla-tre-lägsta metoden. [Klicka för större bild]

    Självklart förutsätter den här metoden att du är ganska glad att göra lite mental matematik: att förutse den förväntade tiden till framgång, och sedan förmodligen simulera en bit av ensidig tärning med vanliga matrullar.

        
    svaret ges 01.01.2017 21:31