ガチャをコンプするのに必要な回数(期待値)計算ツール

ガチャをコンプするのに必要な回数(期待値)計算ツール

新興 AI Skill PRO

計算を入力してください

コンプ1セットに含まれる種類の総数(排出率は均一と仮定)

公式

E(回)=n∑k=1n1kE(\text{回}) = \text{n} \sum_{k=1}^{\text{n}} \frac{1}{k}
利用統計

広告

結果

コンプに必要な回数の期待値
14.7
回(平均)
アイテムの種類数(n) 6
調和数 H(n) 2.45
前提条件 すべてのアイテムが同じ確率で出る(排出率は均一)

このページの誤りを報告

この計算ツールでわかること

このツールは、ガチャやガチャガチャ(カプセルトイ)、トレーディングカード、シールなどで、1セットの全種類を最低1個ずつそろえる(コンプリートする)までに、平均で何回引けばよいかを試算します。確率論で有名な「クーポンコレクター問題」と呼ばれるものです。出てくる数値はあくまで何度も繰り返したときの平均であり、1回ごとの実際のプレイでは運が良ければもっと少なく、悪ければもっと多くかかります。この計算は普遍的な数学なので、国やプラットフォームを問わず当てはまります。

使い方

コンプしたいセットに含まれるアイテムの種類数(例:6種類のカプセルトイのラインナップや、66枚のカードシリーズなど)を入力すると、必要な回数の期待値が表示されます。なお、この計算は「どのアイテムも1回ごとに同じ確率で出る」ことを前提としています。

公式の解説

同じ確率で出るn種類のアイテムがある場合、全種類をそろえるのに必要な回数の期待値は $$E(\text{draws}) = \text{n} \sum_{k=1}^{\text{n}} \frac{1}{k}$$ で表せます。これは E(n) = n × H(n) とも書けます。ここで H(n) は n 番目の調和数で、\(H(n) = 1 + \frac{1}{2} + \frac{1}{3} + \dots + \frac{1}{n}\) です。考え方はこうです。すでに \(i-1\) 種類を持っているとき、次の1回で新しい種類が出る確率は \(\frac{n-(i-1)}{n}\) なので、i 番目の新種類が出るまでには平均で \(\frac{n}{n-(i-1)}\) 回かかります。これを \(i=1\) から \(n\) まで足し合わせると、n に \(\frac{1}{k}\) の総和を掛けた形になります。

広告
コレクションが埋まるにつれて新アイテムを引く確率が下がる様子を示す図
コレクションが増えるほど、新しい抽選が未所持アイテムである可能性は下がるため、新アイテム1個あたりの期待抽選回数は増えます。

計算例

6種類セットの場合:\(H(6) = 1 + \frac{1}{2} + \frac{1}{3} + \frac{1}{4} + \frac{1}{5} + \frac{1}{6} = 2.45\) なので、$$E = 6 \times 2.45 = 14.7$$ 回となります。最初の1種類は1回で必ず手に入りますが、最後に残る最もそろえにくい1種類だけで、平均およそ6回かかる計算です。

広告
異なるアイテム数の増加に伴い期待される総抽選回数が増える棒グラフ
セットの規模が大きくなると、期待抽選回数 \(E(n)=n \cdot H(n)\) は n より速く増加します。

結果の解釈

  • これは平均であり、保証ではありません。 \(E(n)\) は、多数の仮想的な収集者にわたる平均です。それより早く終わる人もいれば、はるかに多くを必要とする人もいます。
  • ばらつき。 分散はおよそ \(\frac{n^2\pi^2}{6}\) であるため、標準偏差は大きな n に対しておよそ \(n\sqrt{\pi^2/6}\approx 1.28\,n\) です。n = 100 の場合、平均はおよそ 519 回の抽選、標準偏差はおよそ 128 回の抽選となり、分布は長い上側の裾を持つ歪んだ形になります。
  • 90%または95%の信頼度での抽選回数。 大きな n に対して、\(n\ln n + c\,n\) 回の抽選以内に完成する確率はおよそ \(e^{-e^{-c}}\) です。解くと、90%では \(c\approx 2.25\)、95%では \(c\approx 3.0\) となります。したがって、必要な抽選回数はおよそ、90%では \(n(\ln n + 2.25)\)、95%では \(n(\ln n + 3.0)\) です。n = 100 の場合、\(\ln 100\approx 4.605\) となり、90%ではおよそ 100 × (4.605 + 2.25) ≈ 686 回、95%ではおよそ 100 × (4.605 + 3.0) ≈ 760 回の抽選となります。これは漸近近似であり、小さな集合ではあまり正確ではありません。
  • 最後の1つが最も費用のかかるものです。 1つだけ不足している場合、each 抽選でそれを引く確率は 1/n なので、最後の1つだけで平均およそ n 回の抽選が必要です。これは総数のかなりの割合を占めます。n = 100 の場合、予想される約 519 回の抽選のうち、およそ 100 回です。
  • 前提条件。 この公式は、すべての項目が等しい確率で出現し、各抽選が独立している場合にのみ当てはまります。出現率が不均一な場合(例:レアとコモンの階層)、天井(ピティ)や保証システム、重複保護、または項目を復元せずに引く密封ボックスの場合には当てはまりません。これらの場合、実際の抽選回数は異なり、出現率が不均一なら通常より多く、天井や箱のシステムがあるなら通常より少なくなります。

これは確率に関する一般的な情報であり、購入の推奨ではありません。

よくある質問

レアリティ(排出率の違い)がある場合にも使えますか? いいえ。この公式は、すべてのアイテムが同じ確率で出ることを前提にしています。レアとノーマルで排出率が異なるガチャの場合は、より一般的な「重み付きクーポンコレクター」モデルが必要になり、必要回数はもっと多くなります。

この回数は確実に保証されますか? いいえ。これは長期的な平均値です。もっと早く終わることもあれば、はるかに多くかかることもあります。分布は裾が長く伸びる(ロングテール)形になります。

かかる費用はどう見積もればよいですか? 期待回数に1回あたりの価格を掛ければ、必要な予算の目安が出せます。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る