如何计算多次抽奖的期望值？

Question

在设计抽奖系统时，如何计算多次独立抽奖的期望值是一个常见技术难题。例如，用户进行n次抽奖，每次中奖概率为p，单次奖品价值为v，开发者常误将单次期望简单乘以次数作为总期望。然而，当涉及保底机制、概率递增或奖品池动态变化时，线性叠加不再成立。问题在于：如何基于期望的线性性质，在存在条件概率或非独立事件的情况下，准确建模n次抽奖的总体期望收益？这要求正确应用数学期望公式 $ E[X] = \sum x_i P(x_i) $ 并结合状态转移或蒙特卡洛模拟进行估算。

Answer 1

设计抽奖系统中的期望值建模：从基础到复杂场景的深度解析

1. 基础概念：什么是数学期望？

在概率论中，随机变量 $ X $ 的数学期望定义为：

$$ E[X] = \sum x_i \cdot P(x_i) $$

其中 $ x_i $ 是可能的结果，$ P(x_i) $ 是其对应的概率。对于一次独立抽奖，若中奖概率为 $ p $，奖品价值为 $ v $，未中奖价值为 0，则单次期望收益为：

$$ E_1 = v \cdot p + 0 \cdot (1 - p) = vp $$

当进行 $ n $ 次独立且同分布的抽奖时，根据期望的线性性质（即使变量不独立也成立），总期望为：

$$ E_{\text{total}} = E[X_1 + X_2 + \cdots + X_n] = E[X_1] + E[X_2] + \cdots + E[X_n] = nvp $$

这表明，在完全独立、无状态依赖的情况下，简单乘法是正确的。

2. 常见误区与挑战

• 误用线性叠加于非独立事件：如保底机制下第10次必中，此时各次抽奖不再独立。
• 忽略条件概率影响：例如“连抽3次未中则第4次概率翻倍”，需引入状态转移模型。
• 奖品池动态变化：稀有道具被抽走后概率调整或移除，破坏了同分布假设。
• 递增式概率（Pity System）：常见于游戏抽卡，累积失败次数提升后续中奖率。

这些问题导致 $ E[X_i] $ 不再恒定，因此 $ \sum E[X_i] \neq n \cdot vp $，必须重新建模。

3. 引入状态机建模：处理条件概率与保底机制

考虑一个典型的保底规则：最多连续9次失败，第10次必中。我们可用马尔可夫链表示当前“失败计数”状态。

状态编号	含义	中奖概率	转移规则
0	初始或刚中奖	p	成功→0；失败→1
1	已失败1次	p	成功→0；失败→2
2	已失败2次	p	成功→0；失败→3
...	...	...	...
9	已失败9次	1.0	必中→0

设 $ E_s $ 表示从状态 $ s $ 开始完成一次抽奖的期望收益，则可建立递推关系：

$$ E_s = \begin{cases} v \cdot 1 + 0 \cdot 0 = v, & s=9 \\ v \cdot p + (E_{s+1}) \cdot (1-p), & s < 9 \end{cases} $$

通过逆向求解 $ E_0 $ 可得单轮起始期望，进而模拟多次抽取过程。

4. 动态奖品池与非平稳分布建模

当奖品池有限且不可恢复（如限量皮肤），每次抽取改变剩余结构。设初始奖品池包含 $ m $ 个物品，其中稀有物品数量为 $ r $，总价值各异。

def compute_expected_value(pool): total_value = 0 total_prob = 0 for item in pool: prob = item['weight'] / sum(i['weight'] for i in pool) total_value += item['value'] * prob total_prob += prob return total_value

进行n次抽取时，每步更新权重并累加期望：

1. 初始化奖品池及其权重。
2. 对每次抽取计算当前期望 $ E_t $。
3. 根据抽样结果（或按期望平均）更新池子。
4. 累计 $ \sum_{t=1}^n E_t $ 得到总期望。

5. 蒙特卡洛模拟：应对高维复杂逻辑

当解析解难以获得（如混合保底、多层奖池、社交加成等），可采用蒙特卡洛方法估算期望。

import random

def monte_carlo_expectation(n_trials=100000):
    total_rewards = 0
    for _ in range(n_trials):
        reward = 0
        fail_streak = 0
        for _ in range(10):  # 抽10次
            if fail_streak == 9:
                reward += 100  # 必中大奖
                fail_streak = 0
            else:
                p = 0.1 if fail_streak < 5 else 0.3
                if random.random() < p:
                    reward += 100
                    fail_streak = 0
                else:
                    fail_streak += 1
        total_rewards += reward
    return total_rewards / n_trials

该方法灵活性强，适用于任意规则组合，但需权衡精度与计算成本。

6. 综合架构设计建议

graph TD
    A[用户发起n次抽奖] --> B{是否存在保底机制?}
    B -- 是 --> C[构建状态转移图]
    B -- 否 --> D[检查奖品池是否动态]
    D -- 是 --> E[维护池状态+逐轮计算]
    D -- 否 --> F[直接使用线性期望: n * v * p]
    C --> G[求解递推方程或模拟路径]
    E --> H[累计每轮条件期望]
    G --> I[输出总体期望收益]
    H --> I

系统设计时应将“期望计算器”模块化，支持配置化规则引擎，便于A/B测试与合规审计。