ソシャゲになくてはならない存在のガチャ。欲しいキャラが当たるまで回す人も多い運営側にとってはプレイ人数が多いほど得な集金装置です。 何かをクリアした時に回すとか、7月7日に回すと当たるとか、10連より単発のほうが当たるとか、そういう迷信(?)的なものをよく見ますが、数学的に考えてしまえばそんなものは全く関係ないです。今回はソシャゲのガチャを様々な視点で数学的に考察した記事です。
当たらなさ過ぎてヤケクソで書いた記事です
0. 一般的なガチャのルール 確率を考えるにあたって、そのガチャがどのように排出されるのか?というのが重要になります。完全に偏見ですが、おそらくほとんどのソシャゲが以下のようなルールだと思います。ただし、天井や確定枠などはここでは一度考えないものとします。
・結果は次に回したときの結果に関係ない(独立な試行) ・単発だろうが10連だろうが1回につき当たる確率は変わらない
1. 5%を20回まわせば当たる? 直感的に考えれば、「5 % × 20 = 100 % 5\%\times20=100\% 5% × 20 = 100% だから当たる」となりますが、この考え方は実は大間違いです。これを確率の問題っぽく言うと、「5%の確率で当たる(独立な)試行を20回行った時、少なくとも1回 当たる確率は?」です。"少なくとも1回"というワードが出てきたら余事象 ですね。実際に求めると下のようになります。
5 % = 1 20 なので、 1 回まわしたとき当たらない確率は、 1 − 1 20 = 19 20 したがって、 20 回連続で当たらない確率は ( 19 20 ) 20 ≈ 0.358 少なくとも 1 回当たる確率は 1 − 0.358 = 0.642 \displaystyle 5\%=\frac{1}{20}なので、1回まわしたとき当たらない確率は、1-\frac{1}{20}=\frac{19}{20}\\したがって、20回連続で当たらない確率は (\frac{19}{20})^{20}\approx0.358\\少なくとも1回当たる確率は 1-0.358 = 0.642 5% = 20 1 なので、 1 回まわしたとき当たらない確率は、 1 − 20 1 = 20 19 したがって、 20 回連続で当たらない確率は ( 20 19 ) 20 ≈ 0.358 少なくとも 1 回当たる確率は 1 − 0.358 = 0.642
つまり、約64.2% ということがわかりました。7割もないので、当たらないことがあるのも納得です。
2. x%を100/x回まわせば当たる? 一気に話が複雑になったように見えますが、要は先ほどの話を一般化しただけです。x % x\% x % の状態のままだと計算時に面倒なので、単に当たる確率をn n n とおきます(n = x 100 n=\dfrac{x}{100} n = 100 x です)。そうすると100 x = 1 n \dfrac{100}{x}=\dfrac{1}{n} x 100 = n 1 とおけるので、先ほどと同じ考え方で計算すると下のようになります。
まず、 1 回で当たらない確率は 1 − n よって、 1 n 回で当たらない確率は ( 1 − n ) 1 n 以上より、求める確率は 1 − ( 1 − n ) 1 n \displaystyle まず、1回で当たらない確率は 1-n\\よって、\frac{1}{n}回で当たらない確率は (1-n)^{\frac{1}{n}}\\以上より、求める確率は 1-(1-n)^{\frac{1}{n}} まず、 1 回で当たらない確率は 1 − n よって、 n 1 回で当たらない確率は ( 1 − n ) n 1 以上より、求める確率は 1 − ( 1 − n ) n 1
残念ながらこの式をこれ以上簡単にすることはできません(テイラー展開すればできないことはないですが後述)。そのため、主要な値を代入した時の結果を書いておきます。
0.5 %:0.6330421783 1 % :0.6339676587 2 % :0.6358303199 3 % :0.6377087803 4 % :0.6396032831 5 % :0.6415140776 10 % :0.6513215599 20 % :0.67232 50 % :0.75
スプレッドシートに無理やり計算させたデータ。こんなことに使われるスプシ君かわいそう(棒) これを見ると、確率が0に近づいていくにつれて値はもちろん小さくはなっているものの、減少幅は小さくなっていて5%より下ではあまり変わらず65%弱ですね。グラフは下のようになります。
x軸がn、y軸が式の値 こんなことに使われるGeoGebra君かわいそう(棒) これを見ると、nが小さくなればなるほど式の値が0に近づくわけではなく、0.6~0.7くらいのところに近づくということがわかります。
【発展】n→0のときの式の極限値 さて、ここからが本気の数学です。アレルギー反応が出る人は出る分野です。ここでは、結局nが小さくなるときには式はどんな値に近づいていくのか?ということを考えます。
n → 0 n→0 n → 0 とか書いてある時点でもうお察しのことかと思いますが、lim \lim lim を使います(lim \lim lim についての詳しい説明は省きます)。なお、結論から言ってしまえば極限lim n → 0 ( 1 − ( 1 − n ) 1 n ) \displaystyle\lim_{n\to0}{(1-(1-n)^{\frac{1}{n}}}) n → 0 lim ( 1 − ( 1 − n ) n 1 ) は存在しますが、一応数学的に正しくするために右側極限lim n → + 0 \displaystyle\lim_{n\to+0} n → + 0 lim で書いておきます。 ※ln x = log e x \ln{x}=\log_e{x} ln x = log e x とします
まず、 ( 1 − n ) 1 n の値を考える。 自然対数をとると、 ln ( 1 − n ) 1 n = 1 n ln ( 1 − n ) … ( ∗ ) ここで、テイラー展開の公式 ln ( 1 + x ) = x − x 2 2 + x 3 3 − x 4 4 + … に x = − n を代入すると ln ( 1 − n ) = − n − n 2 2 − n 3 3 − n 4 4 − … これを ( ∗ ) に代入して 1 n ln ( 1 − n ) = − 1 − n 2 − n 2 3 − n 3 4 − … したがって ( 1 − n ) 1 n = e − 1 − n 2 − n 2 3 − n 3 4 − … ( 1 − n ) 1 n の値が分かったので、最終的な極限を求める。 lim n → + 0 ( 1 − ( 1 − n ) 1 n ) = lim n → + 0 ( 1 − e − 1 − n 2 − n 2 3 − n 3 4 − … ) = 1 − e − 1 ≈ 0.63212 … \displaystyle まず、(1-n)^{\frac{1}{n}}の値を考える。\\自然対数をとると、\ln{(1-n)^{\frac{1}{n}}}=\frac{1}{n}\ln{(1-n)} …(*)\\ここで、テイラー展開の公式 \ln{(1+x)}=x-\frac{x^2}{2}+\frac{x^3}{3}-\frac{x^4}{4}+…に\\x=-nを代入すると\ln{(1-n)}=-n-\frac{n^2}{2}-\frac{n^3}{3}-\frac{n^4}{4}-…\\これを(*)に代入して\frac{1}{n}\ln{(1-n)}=-1-\frac{n}{2}-\frac{n^2}{3}-\frac{n^3}{4}-…\\したがって (1-n)^{\frac{1}{n}}=e^{-1-\frac{n}{2}-\frac{n^2}{3}-\frac{n^3}{4}-…}\\ \\(1-n)^{\frac{1}{n}}の値が分かったので、最終的な極限を求める。\\\lim_{n\to+0}{(1-(1-n)^{\frac{1}{n}}})\\=\lim_{n\to+0}{(1-e^{-1-\frac{n}{2}-\frac{n^2}{3}-\frac{n^3}{4}-…})}\\=1-e^{-1}\\\approx0.63212… まず、 ( 1 − n ) n 1 の値を考える。 自然対数をとると、 ln ( 1 − n ) n 1 = n 1 ln ( 1 − n ) … ( ∗ ) ここで、テイラー展開の公式 ln ( 1 + x ) = x − 2 x 2 + 3 x 3 − 4 x 4 + … に x = − n を代入すると ln ( 1 − n ) = − n − 2 n 2 − 3 n 3 − 4 n 4 − … これを ( ∗ ) に代入して n 1 ln ( 1 − n ) = − 1 − 2 n − 3 n 2 − 4 n 3 − … したがって ( 1 − n ) n 1 = e − 1 − 2 n − 3 n 2 − 4 n 3 − … ( 1 − n ) n 1 の値が分かったので、最終的な極限を求める。 n → + 0 lim ( 1 − ( 1 − n ) n 1 ) = n → + 0 lim ( 1 − e − 1 − 2 n − 3 n 2 − 4 n 3 − … ) = 1 − e − 1 ≈ 0.63212 …
ということで、1回で当たる確率を0に近づけていく(0にはなってはいけない)ときには1/n回引いて当たる確率は約63.2%に収束すると分かります。
e ≈ 2.718281828459 … e\approx2.718281828459… e ≈ 2.718281828459 … が一体何の役に立つのか、という学生なら誰しもが思ったことあるであろう疑問の答えも同時に見つかりましたね。果たしてこれが役に立つのかというのは疑問ですが。
3. 天井になる確率 ソシャゲのガチャにはだいたい天井という制度があります。天井とはざっくり言うと「○○回引いたら確定で当たり引けるor交換可能」というシステムです。要は運が悪かった人用の救済処置みたいなものです(その救済処置の条件が高すぎるんですがね) 。ソシャゲの天井基準としてはなんとなく(あたりがx%のとき)200/x、つまり「直感的に出る」と考えた引く回数の2倍(1%なら200,2%なら100…など)が多いと感じるので今回はその基準で計算します。先ほどと同様n n n で考えます。
計算といっても考え方は全く同じです。
まず、 1 回で当たらない確率は 1 − n よって、 2 n 回で当たらない確率は ( 1 − n ) 2 n \displaystyle まず、1回で当たらない確率は 1-n\\よって、\frac{2}{n}回で当たらない確率は (1-n)^{\frac{2}{n}} まず、 1 回で当たらない確率は 1 − n よって、 n 2 回で当たらない確率は ( 1 − n ) n 2
これが天井になってしまう確率です。簡単化はできないのでこれも主要な値を載せておきます。
0.5 % :0.1346580429 1 % :0.1339796749 2 % :0.1326195559 3 % :0.1312549279 4 % :0.1298857935 5 % :0.1285121566 10 % :0.1215766546 20 % :0.1073741824
こんなことに使われるスプシ君かわいそう(棒)(2回目) こちらも先ほどの発展と同様のやり方を使ってlim n → + 0 \displaystyle \lim_{n→+0} n → + 0 lim の場合を求めると、e − 2 ≈ 0.135335 … e^{-2}\approx0.135335… e − 2 ≈ 0.135335 … となり約13.5%に収束することがわかります。
【おまけ】ガチャ確率計算プログラム 暇だったのでPythonで適当に作ってみました。
def P(probability,trials):
'''probability:確率を小数表記で入力
trials:試行回数を入力
回数分引いたときに少なくとも1回は当たる確率を出力します'''
a = (1 - probability) ** trials
res = 1 - a
return res
if __name__ == "__main__":
print("P関数でガチャ確率計算ができます")