我的世界:被雷劈也算「小概率」?那是你小看了mc的概率論!

2021-01-11 我叫Minecraft

在Minecraft被雷劈也算「小概率」麼？

@玩家xvv說：我曾經連續被雷劈三次！頂格血量直接被批死，朋友當時都笑瘋了！

我們先不論這事情的真假，我們通過科學的計算驗證，來看看連續被閃電劈中三次，是一種怎樣的逆天概率。

（PS：沒計算之前，我並不知道這概率居然如此恐怖）

雷暴期間，一個正在加載的活躍區塊裡，每個遊戲刻有1100,000機率嘗試生成一次閃電。 摘自自Minecraft wiki。

所以連續三個遊戲刻內，Minecraft落雷的概率就是1/(100,000*100,000*100,000)=1/1,000,000,000,000,000。這個數字太大，有人會讀麼？

當然，上面這個數字還只是連續三次「落雷」的概率。我們再來算算劈中玩家的概率。

在雷暴之中，閃電會隨機在《我的世界》世界各個角落落下。那麼這個範圍是多大呢？根據Minecraft的生成規則，應當是8個區塊範圍內，也就是128*128的正方形範圍。

假設在一個只有一層草方塊的超平坦世界中，128*128範圍內擁有16384個方塊，而能夠落到玩家頭頂的概率就是1/16384。

所以，在理論上這個概率就就達到了驚人的「1/16384000000000000000」。

慣例，這並不是高潮！Minecraft的概率論怎麼可能就如此簡單呢？

嘗試生成閃電時，區塊內隨機的X和Z坐標被選中，閃電將劈擊此坐標上Y值最高的液體方塊或有碰撞箱的方塊。然後若3×3區域內（Y值以世界最高高度為極限）有暴露在天空下的生物，則會隨機選擇其中一個生物作為閃電的目標。 摘自Minecraft wiki

這是什麼意思呢，舉例來說：假如玩家此刻正處於坐標（1,1,1）的位置。此時這個坐標剛好被閃斷鎖定為落雷地點。但此時在（1,1,1）周圍3*3範圍內，也就是玩家身邊的9格範圍內均有生物的話。閃電則會隨機在9格範圍內選擇一個實體，劈下去！

則，此時玩家被劈中的概率為九分之一（1/9）！

所以我們再轉回開篇提到的問題，在《我的世界》中玩家連續被閃電劈中三次，概率是多少？我們經過三輪計算，連續劈中的概率就達到了逆天的一個數據：1/147456000000000000000！

那麼對比人類世界中，Minecraft被閃電劈中的概率誰更高？

來自網絡上的一個數據：在人類世界中，一個人一生被閃電劈中的概率是六十萬分之一（也不知道是哪位科學家計算的數據）。但是這個概率對比在Minecraft的概率卻要小得多！即使是單次落雷，MC也遠低於現實。

那麼問題來了：為什麼計算出的數據，明明現實中被閃電劈中的概率要遠高於Minecraft，但是更多的人都在《我的世界》被劈了，反而現實中卻安然無恙呢？

你察覺到問題所在了沒？

相關焦點

  • 我的世界:細數MC小概率事件,最稀有的並非12個末影之眼的傳送門
    《我的世界》雖然每個玩家的大致內容一樣，但是卻存在很多小概率事件，只有真正幸運的玩家才能發現。那麼現在就讓迷戀帶大家去細數一下mc中6件小概率事件，最稀有的並非千億分之一概率的12個末影之眼傳送門。粉紅羊一直都是一件小概率事件，甚至很多玩家開創造模式滿世界的找自然生成的粉紅羊。
  • 我的世界:5大罕見卻真實存在的事情,幾億分之一概率被雷劈中!
    ，還有很小的機率生成粉色的成年羊，而在這些羊群中，又有極小的概率生成幼年小羊，概率可想而已了，基本就是0.00008的概率了。03鑽石雞騎士在怪物刷新的時候，有5%的概率會刷新出小的跑得快的幼年殭屍，其中小的殭屍又有5%的概率會刷新出雞騎士
  • 張輝:人生概率論
    那顯然1出現概率越大，5這個數字出現的概率是非常小的，他就說那你就選擇概率大的，即選B為雷。他補充說：一次不見得一定對，因為我只是按概率來判斷，概率高不保證單次的必然性。但是我玩一百次玩一千次，我肯定比同時玩一百一千次的人勝率高，原因就在於我「緊隨概率」。這件事情讓我腦洞大開，從他告訴我這件事到現在算上來已經18年了。這個事情18年以來給我無數人生啟發。
  • 我的世界:一顆罕見的神種!千億分之一概率,12個末影之眼傳送門
    01Minecraft最小概率事件說起最小概率，相信每一個mc玩家都可以自信地說出十個以上，例如：一蛋四雞，粉紅羊，連續被雷劈三次，鑽石套殭屍騎士等等。然而其實在《我的世界》原版生成的概率事件中，最小概率事件莫過於大多數玩家都曾聽過，但卻從來沒有見過的，在要塞裡自然誕生的「激活的末地傳送門」！也就是說玩家在進到末地傳送門房間時，就會發現一個12個末影之眼都已裝填好的罕見末地門！
  • 以概率論的方式理解世界
    柯爾莫哥洛夫將概率模型建立在某一類所謂的「σ代數上的測度」上，這樣的測度可以有很多種，不同的測度對應著不同的「隨機」。而在貝特朗悖論中，選取隨機弦的方法實際上對應著不同測度的選取，也就是不同的「隨機」概念，那自然會得到不同的結果。
  • 彩票中獎率堪比被雷劈中的概率,為什麼還會有中大獎的人?
    彩票中獎率堪比被雷劈中的概率，為什麼還會有那麼多中大獎的人？今天有人在網上提出這樣一個犀利的問題，我們一起來看看！開始彩票剛出的時候，熱那些經常看體彩的七星彩的人，發現很多時候七星彩的頭獎都出不了，也就是說中獎率太低，現在看也一樣，估計買的人也越來越少了。現在買雙色球，雖然大家都說有」假「，但每期能看到中一等獎的數據，至少表面現象給了彩民們心理安慰，所以會有那麼多的人還在堅持買雙色球。這樣的解釋，不知道你有什麼自己的想法，反正表面的事情就是這樣。
  • 概率論 漫談
    原文地址：https://dahuasky.wordpress.com/2008/09/23/%E6%A6%82%E7%8E%87%E6%BC%AB%E8%B0%88/前一段時間，隨著研究課題的深入，逐步研習現代概率理論，這是一個令人耳目一新的世界。
  • 概率論大師
    蒲豐是幾何概率的開創者，並以蒲豐投針問題聞名於世，發表在其1777年的論著《或然性算術試驗》中.其中首先提出並解決下列問題：把一個小薄圓片投入被分為若干個小正方形的矩形域中，求使小圓片完全落入某一小正方形內部的概率是多少，接著討論了投擲正方形薄片和針形物時的概率問題.這些問題都稱為蒲豐問題.其中投針問題可述為：設在平面上有一組平行線，其距都等於D，把一根長l<
  • 男人被雷劈的概率,遠大於女性?!
    事實上，就算不發誓，男人被雷劈的概率也遠遠大於女性。據美國2006年至2013年統計，在他們那旮旯，被雷劈中的幾乎都是男人：全美有261人死於雷擊，其中211人都是男性，其中30人當時正在釣魚比如美國大爺Roy Sullivan，一輩子被雷劈了7次，都沒劈死他，但是把他虐得夠慘，大家都尊稱他「人形避雷針」。Sullivan是一名普通的護林員，具備了被雷劈的優先條件。
  • 男人被雷劈的概率,為何竟是女人的6倍?
    那麼問題來了，被雷劈到底是怎樣的一種體驗？被擊中後，電流會影響到你的骨骼、肌肉，甚至有可能會直接幹擾心臟跳動，直接導致心臟驟停，這是雷擊死亡的主要原因之一。普通人對他們最關心的問題往往是：被雷劈後死而復生的滋味如何？一些輕微的電擊者告訴你肢體感到麻痺，然後炫耀一下自己的神奇經歷。
  • 複習概率論後,有一些關於概率論前三章的看法
    考研的概率論是在我看來是考研數學三部分裡最簡單的一部分，因為它考查的內容比較少，並且考查難度在我看來不高，大題小題的考查形式比較常規，特別是大題的考查比較形式固定，思路清晰，會結合高等數學的內容考查部分知識點的應用。
  • 如何用小概率賺大錢?(更正版)
    那到底是什麼呢？本文將向你揭示一個秘密：有些小概率事件可以疊加成大概率事件，而該事件因為「小概率」而擁有的特別選擇權，會帶來賺大錢的機遇。光有這個秘密還不夠，還需要「二階」使用指南：好的賭注需要一條凸性曲線的庇護。以上兩條，就是所謂小概率的「鍊金術」。
  • ​為何我沒有女朋友?套用德雷克公式,算算遇到真命天女的概率
    為何我沒有女朋友？套用德雷克公式，算算遇到真命天女的概率文/圓非日月雙11已然過去，這個名不副實，關於單身狗的節日，硬是被電商大佬們，搞成了購物的狂歡節，男男女女很多人平常工作不見他有多積極，但是這幾天的網購卻是加班加點熬夜幹，這是不是單身狗的悲哀呢？
  • 概率論的起源與發展
    因骰子的形狀為小正方體，當它被擲到桌面上時，每個面向上的可能性是相等的，即出現1點至6點中任何一個點數的可能性是相等的。有的參賭者就想：如果同時擲兩顆骰子，則點數之和為9與點數之和為10，哪種情況出現的可能性較大？
  • 概率論在日常生活中的應用
    概率論在日常生活中的應用概率論是一門與現實生活緊密相連的學科，不過大多數人對這門學科的理解還是很平凡的：投一枚硬幣，0.5的概率正面朝上，0.5的概率反面朝上，這就是概率論嘛。學過概率論的人多以為這門課較為理論化，特別是像大數定律，極限定理等內容與現實脫節很大，專業性很強。
  • 我的世界發生的隨機概率事件大全!你中了幾個?
    今天Creepar來給大家帶來我的世界發生的隨機概率事件。其發生的概率我會用分數來表示。廢話不多說，直接開始！普通（概率為1/2~1/100）潛影貝掉落潛影殼的概率：1/2幼年驢的生成概率：1/5殭屍mc中遇見任意一條標題下的閃光文字概率：1/391雞騎士的生成概率：1/400一棵帶有蜂箱的樹的生成概率：1/500
  • 從貝葉斯定理到概率分布:綜述概率論基本定義
    本文從最基礎的概率論到各種概率分布全面梳理了基本的概率知識與概念，這些概念可能會幫助我們了解機器學習或開拓視野。這些概念是數據科學的核心，並經常出現在各種各樣的話題上。重溫基礎知識總是有益的，這樣我們就能發現以前並未理解的新知識。簡介在本系列文章中，我想探討一些統計學上的入門概念，這些概念可能會幫助我們了解機器學習或開拓視野。
  • 考研數學概率論複習常見問題解答
    何概率其實很簡單，是一個程序化的過程，按這四個步驟你肯定能做出來。第一步把樣本空間和讓你求概率的事件用幾何表示出來。第二步既然是幾何概率那就是圖形，第二步把幾何圖形畫出來。第三步你就把樣本空間和讓你求概率的事件所在的幾何圖形的度量，就是剛才所說的面積或者體積求出來。第三步代公式。以前考過的幾何概率的題度量的計算都是用初等的方法做，我推測下次考的話，可能會難一點的。
  • 概率論概述
    ，而研究概率的性質的學科概率論也應運而生。而早期的概率論用於描述的事情很是簡單，比如說擲硬幣的概率，抽彩的概率所以早期的概率稱之為「古典概率」，是基於這樣兩個事實的：1、基本事件是等可能發生的2、組成全體的基本事件是有限的。而後隨著對於隨機現象的進一步的深入的認識我們發現很多的事情的基本事件是無法窮舉的所以產生了，但是為了，描述上的形象形成了基於幾何性質的概率——幾何概率。
  • 2015考研數學:十問讓你清晰認識概率論
    答：我們看這樣一個模型，這是概率裡經常見到的，從實際產品裡面我們每次取一個產品，而且取後不放回去，就是日常生活中抽籤抓鬮的模型。現在我說四句話，大家看看有什麼不同，第一句話「求一下第三次取到十件產品有七件正品三件次品，我們每次取一件，取後不放回」，下面我們來求四個類型，第一問我們求第三次取得次品的概率。第二問我們求第三次才取得次品的概率。