游戏掉落概率计算器

游戏掉落概率计算器

热门 AI Skill PRO

输入计算

数学公式

P至少一次=100×[1−(1−p)n]E掉落=n·p其中{p=掉落率(%)100n=尝试次数\begin{gathered} P_{\text{至少一次}} = 100 \times \left[1 - (1-p)^{n}\right] \qquad E_{\text{掉落}} = n \cdot p \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} p &= \dfrac{\text{掉落率(\%)}}{100} \\ n &= \text{尝试次数} \end{aligned} \right. \end{gathered}
使用统计

广告

结果

至少掉落一次的几率
63.58%
over 50 attempts
完全不掉落的几率 36.42%
期望掉落次数 1

报告本页错误

什么是游戏掉落概率计算器?

游戏掉落概率计算器能告诉你:在刷了固定次数之后,拿到稀有物品的真实概率到底有多大。很多游戏标注的单次掉落率都很低,但尝试次数越多,到手的几率就会不断累积。这个工具可以把“单次掉落几率”换算成你所有次数合起来的累积概率。

曲线显示累计掉落概率随尝试次数上升,接近但始终不到100%。
至少掉落一次的概率一开始上升很快,随后趋于平缓,却始终达不到100%。

如何使用

把每次尝试的掉落率按百分比填进去(例如 2% 的概率就填 2),再填上你打算刷的次数。计算器会给出你至少掉落一次的几率、空手而归的几率,以及掉落次数的期望值。

公式详解

我们把每一次尝试都看作相互独立的事件。设 \(p\) 为单次掉落概率,\(N\) 为尝试次数,那么“至少成功一次”的几率可以用对立事件(补集)法则求出:

$$P = 1 - (1-p)^{N}$$

其中 \(1-p\) 是单次没掉的几率,而 \((1-p)^{N}\) 则是每一次都没掉的几率。

广告
一排十个宝箱,只有一个打开,里面装着稀有宝石。
每次尝试都是一次独立抽取。尝试多次后,其中某些就可能抽中稀有掉落。

实例演示

假设单次掉落率为 10%,你一共刷 7 次。此时 \(p = 0.10\),\(N = 7\):

$$P = 1 - (1-0.10)^{7} = 1 - 0.9^{7} = 1 - 0.4783 = 0.5217$$

也就是说,在 7 次尝试里,你至少拿到一次稀有掉落的几率大约是 52.17%。

一条分成两部分的横条:至少掉落一次的概率和完全没有掉落的概率。
至少掉落一次的概率,等于1减去每次尝试都落空的概率。

不同常见场景下的掉落概率

下表显示了在常见单次掉落率下,获得至少一次掉落的概率 \(P = 1-(1-p)^{N}\)。每次尝试都被视为独立事件,且掉落率固定不变。数值四舍五入保留两位小数。最后一列是 100 次尝试中掉落的期望次数 \(E = N \cdot p\)。

掉落率 (p) 10 次 25 次 50 次 100 次 100 次尝试的期望掉落数
0.5% 4.89% 11.78% 22.17% 39.42% 0.5
1% 9.56% 22.22% 39.50% 63.40% 1
2% 18.29% 39.65% 63.58% 86.74% 2
5% 40.13% 72.26% 92.31% 99.41% 5
10% 65.13% 92.82% 99.48% >99.99% 10

请注意,恰好进行 \(1/p\) 次尝试(1% 掉落率进行 100 次,2% 进行 50 次,10% 进行 10 次)时,获得掉落的概率约为 63%–65%,而不是 100%。平均而言,你会在这么多次尝试中获得一次掉落,但仍有相当一部分玩家一无所获。无论尝试多少次,掉落的概率都不会恰好达到 100%。

广告

更多示例

示例 1:200 次尝试中掉落率为 0.5%

  1. 将掉落率换算为小数:\(p = 0.5/100 = 0.005\),且 \(N = 200\)。
  2. 求每次都未掉落的概率:\((1-0.005)^{200} = 0.995^{200} \approx 0.36696\)。
  3. 用 1 减去该值:\(P = 100 \times (1 - 0.36696) \approx\) 63.30%。
  4. 期望掉落数:\(E = 200 \times 0.005 = 1\)。

平均而言你会获得一次掉落,但在 200 次尝试后,仍有约 36.7% 的概率一无所获。

示例 2:掉落率为 1% 时,要达到 90% 的概率需要多少次尝试?

求解 \(1-(1-p)^{N} = 0.90\) 中的 \(N\):

$$N = \frac{\ln(1-0.90)}{\ln(1-p)} = \frac{\ln(0.10)}{\ln(0.99)} = \frac{-2.302585}{-0.010050} \approx 229.1$$
  1. 向上取整到下一个整数次尝试:\(N = 230\)。
  2. 验算:\(0.99^{230} \approx 0.09910\),所以 \(P = 100 \times (1 - 0.09910) \approx\) 90.09%。
  3. 尝试 229 次时,概率约为 89.99%,略低于目标。因此 230 是达到 90% 所需的最少尝试次数。

示例 3:5 次尝试中掉落率为 25%

  1. \(p = 25/100 = 0.25\),\(N = 5\)。
  2. 每次都未掉落的概率:\((1-0.25)^{5} = 0.75^{5} = 0.2373046875\)。
  3. \(P = 100 \times (1 - 0.2373046875) \approx\) 76.27%。
  4. 期望掉落数:\(E = 5 \times 0.25 = 1.25\)。

即使掉落率达到慷慨的四分之一,5 次尝试后仍约每 4 名玩家中就有 1 人(23.7%)一无所获。

以上结果假设每次尝试相互独立且掉落率固定。使用保底计时器、防歪机制或掉落率递增的游戏,其概率会有所不同,通常比该公式显示的更好。

常见问题

掉落率 2%,刷 50 次就一定能出吗?不一定。按 2% 刷 50 次,你的几率是 \(1-(0.98)^{50}\approx 63.6\%\),并不是 100%。

什么是期望掉落次数?它是掉落次数的平均值,即 \(N \times p\);在次数足够多时,这个值可以超过 1。

计算时假设每次尝试都相互独立吗?是的,每次尝试相互独立、掉落率相同,这也符合大多数游戏的掉落机制。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器