[原创]+2USC的属性分布的概率分析 [复制链接]

最近群里几个兄弟在搞USC，昨天分析了一下属性的分布概率，跟大家分享一下：
+1属性分布为10-20，为11种情况；up一下+1-10，为10种情况；所以+2总计有11*10=110种情况，属性30只有20+10一种，属性29为19+10和20+9两种情况，以此类推每种情况的分布概率如下表：

属性	11	12	13	14	15	16	17	18	19	20	21	22	23	24	25	26	27	28	29	30
概率	1/110	2/110	3/110	4/110	5/110	6/110	7/110	8/110	9/110	10/110	10/110	9/110	8/110	7/110	6/110	5/110	4/110	3/110	2/110	1/110

总结一下：属性中值为20.5，，+2usc属性在中值附近的概率最大，属性16-25占据了73%的概率，26+仅为13.6的概率，27+为9.09%的概率，28+为5.45%的概率，29+为2.72的概率，30为0.91%概率，地属性也与之对应数值一致。给广大撸友们一个参考。

顶起来，敬一杯！为金兄！

这个牛逼！

      

ukrain:假设usc是10-20之间的平均分布，+1是1-10之间的平均分布，则强化就是2个平均随机分布之和，实施卷积完成2个随机变量之和。结果是个三角形分布，期望为2个期望之和。 (2019-10-12 13:58) 

少一个顶点，算是梯形分布了

摩拜，搞上大数据云计算了。

假设usc是10-20之间的平均分布，+1是1-10之间的平均分布，则强化就是2个平均随机分布之和，实施卷积完成2个随机变量之和。结果是个三角形分布，期望为2个期望之和。

273095uc:据说目前的科学分布概率算法，并没有做到真随机数，所以只有次数是最大化的手段。 (2019-10-12 12:50) 

目前计算机上的随机函数大多的时间函数，属于伪随机，确实很难做到真正随机。不过话说回来，能够很接近随机或者说无限接近，基本也够用了。

据说目前的科学分布概率算法，并没有做到真随机数，所以只有次数是最大化的手段。

点赞了，哈哈😄