※ 引述《archon (内湖流川枫)》之铭言：
: 以 UR 卡机率 1% 来说，我认为机率部份的程式大致如下：
: r = rand() % 100 // 0~99 随机产生一个数字
: 如果是 0，就给你 UR，如果是其他的数字，就给你其他的卡片。
: 友情抽呢？假设 R 卡机率为 5%，随机出数字 0~4 给你 R，其他则是给你 N。
: rand() 可想成一个随机序列，把 scale 拉大来看，假设100万次好了，
: 理想上就是 0~99 每个数字各出现1万次。
: 我先用友抽抽掉30张废卡，接下来的99万9仟9佰70次抽卡里，中UR的机率就提高了。
: 这跟同时间有没有人在跟我一起抽，或者有没有人插队都没关系，
: 总之我就是把接下来序列里的30次大数字跳过了。
: 这个作法，唯一的风险，就是写抽卡那个 RD 吃饱了太闲，
: UR 用 0 来出卡，R 用 95~99 出卡。
: 以一个脑子正常的工程师来讲是不会这样做的。
: 用这个方式，我在 UR 20%/ SR 80% 的欧洲抽之中，
: 　第二次就抽中了 UR，原本应该是五抽会中一抽的，但我只用两抽就收工了！
: 　是不是很有用？给大家做参考～ ^^"
: 　不过后来又抽了三次都是 SR，回归到 1/5　了... 机率真稳 ._.
你国中机率学的好像不是很好 = =a
把你的论述简化, 就是一个简单的机率问答。
[问题]
桌上有三杯水，其中二杯有毒，
请问第二个喝的不中毒的机率为何?
[你的算法是]
第一个人先喝了一杯有毒的，
剩下二杯一杯有毒一杯没毒，
所以第二个不中毒的机率提高到二分之一!
*** 这种算法怎么可能是对的? :p ***
[正确的算法一]
把所有排列组合列出来
(1) 毒毒水
(2) 毒水毒
(3) 水毒毒
所以排第二的在 (1) (3) 会中毒,
(2) 不会中毒，所以不会中毒的机率是 1/3。
[正确的算法二]
第一个中毒的机率是 2/3，
如果第一个中毒，第二个不中毒的机率是 1/2。
第一个不中毒的机率是 1/3，
如果第一个没中毒，第二个中毒的机率是百分之百。
所以总和不中毒机率是 2/3*1/2 + 1/3*0 = 1/3。
[正确不用算的算法三]
这叫独立机率事件，跟排序无关啦 :p

你的想法错了吧 他的说法比较像重复试等到别人喝到有毒的，才去喝 虽然他讲法前提很多都没验证

这个.. 如果他的"机率上升"说法要成立 的确是要用这篇的算法一... 虽然正常来说应该是等别人试喝没错所以他的讲法整个就很诡异以一楼的算法的话 会归到算法三得出机率不变的答案

照一楼说法 那人家把没毒的那杯喝掉了你就不抽了吗XDD

你可以决定要不要抽就有可操作空间不过原po的说法确实很多漏洞

原po的说法要成立的前提很多 不过如果原po的假设是对的那就没错 你讲的跟原po讲的是不太一样的东西

你把模型简化到剩下三杯，当然会得到这样的结果，但随机程式的运作原理不是这样，你要用够大量的数列来想一百万杯里头有1万杯有毒，我先看30个人喝了都没中，这时才去喝第31杯水