這是核心的模擬結果：（看分析拉到最後）
根據摸諾斯管理系統抽卡機制說明
我們做以下的形式化的假設：前50抽獨立0.02出狂率，後29抽獨立出狂率=p，如果到了第80抽一定出。為了簡化問題，忽略高危或狂厄10抽中必定出一個的聯合建模問題。我們的問題是：
1）後29抽出狂率 p=多少
2）這樣的抽卡系統的其他特性，比如多狂的分佈，保底的概率
3）為何設計成先小概率，後大概率，帶來了什麼特性的變化
2、模擬
模擬就是對上面的實現，然後整個人工二分法+遍歷，搜索p。得到的2個關鍵模擬結果如最開始圖，分別表示小概率0.02+大概率0.09+保底, 概率0.024+保底總體的出狂率0都是.028。
python代碼就算了 有需要私我
3、對比分析
1. 2種方式出狂輪數與多狂分佈式接近的. 單一概率的多狂會相對多1/7,
2. 單一概率的出狂保底率非常高14.6%，但小概率+大概率保底率只有2.4%，即機制大量減少了保底的比例
3. 一輪多少抽出狂的分佈發生了巨大的變化（這裡方便觀察，我把他們規約到10抽的量級），機制導致了：0-20抽出狂的歐皇相對減少15%, 20-40出狂的平民減少了6%, 40-50抽的基本不變； 50-60的非酋增加了245%,60-70的非酋增加了 75%, 70-80的頂級非酋減少了70%。總結的來說，就是小部分歐皇(0-20)與大部分的頂頂級非酋（70-80）轉化到非酋(50-70)。
所以這個機制，相對減弱了2極化的情況（0，1；8），但也轉到另一個新的2極化（0,1；5,6）。2個機制抽卡的分佈都不是正太分佈在平均值附近的，相同概率的抽卡機制本質導致了 更像2個從0與50開始的泊松分佈/二項分佈（考慮下：10-20出卡是0-10出卡外的人新的一輪0-10出卡的概率），即最大區間是0-10歐皇與50-60的非酋。這就造成了2極化,騎臉。本非酋痛哭
4、優化
如果我們希望各個區間概率一致，或者說不2極化，比如正態化，那就要調整概率，概率跟著次數變化。先把各個區間總概率劃分好，再來求每個區間的單次概率。@策劃 @程序員 考慮下，怎麼樣的概率區間用戶更容易接受，然後算一下就行。
行，整了我一晚上，剛好5點，該去刷烙印了