Что считает этот калькулятор
Инструмент оценивает, сколько круток гачи, капсул из гашапона, торговых карточек или пачек стикеров вам в среднем придётся открыть, чтобы собрать хотя бы по одному экземпляру каждого предмета из полного набора. Это классическая «задача о коллекционере купонов» из теории вероятностей. Результат — это среднее по множеству попыток: в конкретной серии круток вам может повезти больше или меньше. Математика здесь универсальна и работает в любой стране и на любой платформе.
Как пользоваться
Укажите общее число разных предметов в наборе, который хотите собрать (например, линейку из 6 капсул или серию из 66 карточек), и калькулятор покажет ожидаемое количество круток. Расчёт исходит из того, что при каждой крутке любой предмет выпадает с одинаковой вероятностью.
Разбор формулы
Если в наборе n равновероятных предметов, то ожидаемое число круток для полного сбора равно
$$E(\text{draws}) = n \sum_{k=1}^{n} \frac{1}{k} = n \times H(n)$$где \(H(n)\) — n-е гармоническое число: \(H(n) = 1 + \frac{1}{2} + \frac{1}{3} + \dots + \frac{1}{n}\). Логика такая: когда у вас уже есть \(i-1\) разных предметов, вероятность того, что следующая крутка принесёт что-то новое, равна \(\frac{n-(i-1)}{n}\), а значит, на поиск i-го нового предмета в среднем уходит \(\frac{n}{n-(i-1)}\) круток. Сложив эти значения от \(i=1\) до \(n\), получаем \(n\), умноженное на сумму \(\frac{1}{k}\).
Пример расчёта
Для набора из 6 предметов:
$$H(6) = 1 + \frac{1}{2} + \frac{1}{3} + \frac{1}{4} + \frac{1}{5} + \frac{1}{6} = 2{,}45$$поэтому
$$E = 6 \times 2{,}45 = 14{,}7 \text{ круток}$$Первый предмет гарантированно выпадает за 1 крутку, а вот на последний, самый труднодоступный, в среднем уходит около 6 круток.
Частые вопросы
Подходит ли это для разной редкости и неравных шансов выпадения? Нет. Формула предполагает, что все предметы равновероятны. Если в вашей гаче есть редкие и обычные предметы с разными шансами, нужна более общая взвешенная модель коллекционера купонов — и она даст большее число круток.
Это гарантированный результат? Нет, это среднее значение на длинной дистанции. Вы можете закрыть набор быстрее или гораздо медленнее — распределение имеет длинный хвост.
Как прикинуть стоимость? Умножьте ожидаемое число круток на цену одной крутки — получите примерный бюджет.
Интерпретация результата
- Это среднее значение, а не гарантия. \(E(n)\) — среднее по многим гипотетическим коллекционерам. Некоторым людям требуется заметно меньше, другим — значительно больше.
- Разброс. Дисперсия примерно равна \(\frac{n^2\pi^2}{6}\), поэтому стандартное отклонение составляет около \(n\sqrt{\pi^2/6}\approx 1.28\,n\) при больших n. Для n = 100 среднее число розыгрышей составляет около 519, а стандартное отклонение — около 128 розыгрышей, поэтому распределение скошено, с длинным правым хвостом.
- Розыгрыши для уверенности 90% или 95%. При больших n вероятность завершить коллекцию в пределах \(n\ln n + c\,n\) розыгрышей примерно равна \(e^{-e^{-c}}\). Решая уравнение, получаем \(c\approx 2.25\) для 90% и \(c\approx 3.0\) для 95%. Таким образом, необходимое число розыгрышей составляет примерно \(n(\ln n + 2.25)\) для 90% и \(n(\ln n + 3.0)\) для 95%. Для n = 100, \(\ln 100\approx 4.605\), что даёт примерно 100 × (4.605 + 2.25) ≈ 686 розыгрышей для 90% и примерно 100 × (4.605 + 3.0) ≈ 760 розыгрышей для 95%. Это асимптотическое приближение, которое менее точно для небольших наборов.
- Последний предмет самый затратный. Когда не хватает только одного предмета, каждый розыгрыш имеет шанс 1/n на его выпадение, поэтому один последний предмет в среднем требует около n розыгрышей. Это значительная доля от общего числа: для n = 100 — около 100 из примерно 519 ожидаемых розыгрышей.
- Допущения. Формула применима только тогда, когда все предметы равновероятны и каждый розыгрыш независим. Она не работает при неравных шансах выпадения (например, редкие и обычные категории), в системах гарантий или «милосердия» (pity), при защите от дубликатов или для запечатанных наборов, где предметы извлекаются без возврата. В таких случаях реальное число розыгрышей отличается — обычно больше при неравных шансах и меньше в системах гарантий или наборах.
Это общая информация о теории вероятностей, а не рекомендация по покупкам.