R语言计算本次活动存活概率

咸鱼鱼 · 发表于 2025-3-5 23:04:01

469MAPabu: 用代码算了下，假设场地都是没效果的那个，1000个玩家，模拟10000次游戏，最终存活的概率在0.56左右，比心理预期高了不少

有坛友说存活率比想象中高很多，我也去尝试了一下

简单来说原理就是，100点血，a概率不掉血，b概率掉15血，c概率掉25血，持续7天，最终血量大于0的概率人数
https://rtool.cn/run/r400.html

把下面的代码粘贴到上面的链接进行计算，发现不掉血的概率如果33%确实是0.56左右
但实际上，至少应该是每天34%的人不掉血，这样存活概率又提高到了0.58左右

如果再乐观一点，假设每天50%的人不掉血，这样存活概率可以提高到0.8左右
可以说容错还是很高的

不过活动规则又说如果超过80%的人不掉血，他们就会掉15血，那应该如何计算呢
我让AI写了新的代码并计算了一下，结果显示存活概率还是0.8左右

大家也可以自己尝试一下，总之这个活动看起来吓人，不过其实也没有那么吓人，大家不要太过担心就好

新增了规则2
1/7概率，所有人额外掉10血

1/7概率，原来掉15血的人变成掉25血，掉25血的人变成掉40血

存活率一下子从0.56狂跌至0.33

set.seed(123) # 设置随机种子，保证可复现
simulate <- function(trials, days, a, b, c) {
initial_money <- 100
success_count <- 0
for (i in 1:trials) {
money <- initial_money
for (j in 1:days) {
p <- runif(1) # 生成0到1之间的随机数
if (p < a) {
# 不损失
} else if (p < a + b) {
money <- money - 15
} else {
money <- money - 25
}
}
if (money > 0) {
success_count <- success_count + 1
}
}
return(success_count / trials)
}
# 设定概率值
a <- 0.34 # 34% 不损失
b <- 0.33 # 33% 损失15血
c <- 0.33 # 33% 损失25血
# 运行模拟
probability <- simulate(trials = 100000, days = 7, a = a, b = b, c = c)
print(paste("7天后血大于0的概率:", probability))

复制代码

新增规则：如果超过80%的人不掉血，他们就会掉15血

set.seed(123)
simulate_vectorized <- function(trials, days, a, b, c) {
initial_money <- 100
# 生成所有 trials * days 个随机数
random_probs <- matrix(runif(trials * days), nrow = trials, ncol = days)
# 计算每天的损失（初步计算，不考虑80%规则）
loss <- ifelse(random_probs < a, 0,
ifelse(random_probs < a + b, 15, 25))
# 统计每天不损失的人数
no_loss_count <- rowSums(loss == 0) # 每天不损失的玩家数
# 找出超过80%不损失的情况
threshold <- trials * 0.8
exceed_80 <- no_loss_count > threshold # 标记哪些天超过80%的人没损失
# 让这些天所有原本不损失的钱的人都损失15
for (day in 1:days) {
if (exceed_80[day]) {
loss[ , day] <- ifelse(loss[ , day] == 0, 15, loss[ , day]) # 让原本 0 的改为 15
}
}
# 计算 7 天后的总血
final_money <- initial_money - rowSums(loss)
# 计算最终血大于 0的概率
return(mean(final_money > 0))
}
# 设定概率值
a <- 0.5 # 50% 不损失
b <- 0.3 # 30% 损失15血
c <- 0.2 # 20% 损失25血
# 运行模拟
probability <- simulate_vectorized(trials = 1000, days = 7, a = a, b = b, c = c)
print(paste("7天后血大于0的概率:", probability))

复制代码

新增规则2
1/7概率，所有人额外掉10血
1/7概率，原来掉15血的人变成掉25血，掉25血的人变成掉40血

set.seed(123)
simulate_vectorized <- function(trials, days, a, b, c) {
initial_money <- 100
# 生成所有 trials * days 个随机数
random_probs <- matrix(runif(trials * days), nrow = trials, ncol = days)
special_event_probs <- runif(days) # 生成特殊事件的概率
# 计算每天的损失（初步计算，不考虑特殊规则）
loss <- ifelse(random_probs < a, 0,
ifelse(random_probs < a + b, 15, 25))
# 统计每天不损失的人数
no_loss_count <- rowSums(loss == 0) # 每天不损失的玩家数
# 找出超过80%不损失的情况
threshold <- trials * 0.8
exceed_80 <- no_loss_count > threshold # 标记哪些天超过80%的人没损失
# 让这些天所有原本不损失的钱的人都损失15
for (day in 1:days) {
if (exceed_80[day]) {
loss[ , day] <- ifelse(loss[ , day] == 0, 15, loss[ , day]) # 让原本 0 的改为 15
}
}
# 处理特殊情况
for (day in 1:days) {
if (special_event_probs[day] < 1/7) {
loss[, day] <- loss[, day] + 10 # 每个人额外损失 10 块钱
} else if (special_event_probs[day] < 2/7) {
loss[, day] <- ifelse(loss[, day] == 15, 20,
ifelse(loss[, day] == 25, 40, loss[, day]))
}
}
# 计算 7 天后的总金额
final_money <- initial_money - rowSums(loss)
# 计算最终钱大于 0 的概率
return(mean(final_money > 0))
}
# 设定概率值
a <- 0.34 # 50% 不损失
b <- 0.3 # 30% 损失15块
c <- 0.3 # 20% 损失25块
# 运行模拟
probability <- simulate_vectorized(trials = 5000, days = 7, a = a, b = b, c = c)
print(paste("7天后钱大于0的概率:", probability))