Ok, la promesa fue total failure como alguna parte de mí lo pensaba. En fin.
Hace un par de años se me hizo bien fácil escribir una entrada sobre la Probabilidad aplicada a Pokémon, pero tuve muchos errores básicos ya que mi conocimiento sobre el tema era bastante limitado. Con las correcciones que algunas personas me hicieron en la sección de comentarios, la entrada logró salvarse un poquito, pero no dejó de ser un desastre.
Hoy en día tampoco tengo un conocimiento vasto en la Probabilidad, pero ya podría construir una entrada de mejor calidad, que quizá no tenga mucha importancia práctica, pero teóricamente pueda llegar a ser interesante para más de uno, después de todo, es el pleito eterno entre la gente común y las matemáticas (utilidad vs desarrollo teórico).
Puede definirse la variable aleatoria X como el número de éxitos de un ataque de un total de PP ensayos, y se estaría hablando de una distribución binomial, con parámatetros (PP, Acc). Es claro que PP se refiere al número de veces que puede escogerse el ataque en cuestión, y Acc. es la puntería del ataque. Así, la esperanza de X está dada por el producto (PP)(Acc.). Si Acc = 100%, entonces E(X) = PP. Los casos que son de particular interés son aquellos donde Acc sea diferente de 100%. Si tomamos como ejemplo el ataque Fire Blast, tenemos PP = 8, Acc = 0.85, entonces E(X) = (8)(0.85) = 6.8. Ya sabemos entonces que de los 8 Fire Blasts que tenemos disponibles, el valor esperado de aciertos es menor que 7, no debe ser raro que por lo menos fallen 2.
Al final del día, en todos los ataques mayores a 10PP, es posible aplicar el teorema del límite central y así concluir que el número de éxitos de un total de PP ensayos tiene una distribución normal. En el caso de ataques como Fire Blast que apenas tiene 8 PPs, el teorema del límite central no es exacto, así que la distribución binomial es la herramienta más adecuada para su medición.
A excepción de la distribución uniforme y de la Poisson, casi cualquier distribución discreta presenta una utilidad en Pokémon, por ejemplo, la binomial negativa, que mide el número de ensayos hasta la ocurrencia del r-ésimo éxito, y en particular la geométrica que es el caso particular cuando r=1 (número de ensayos antes del primer éxito), resultan aplicables a la hora de estudiar el comportamiento de ataques como Sleep Powder o Stone Edge, o bien la probabilidad de que en k ensayos de Ice Beam, alguno de ellos congele. Por otra parte, las distribuciones continuas no tienen mucha cabida aquí (obviando la normal que está en todas partes).
Así pues, podrían calcularse tablas con los valores de la distribuciones binomiales y geométricas de ciertos ataques y efectos de los mismos. El conflicto obvio es que se trata de un trabajo 'sucio' que nadie tiene el interés (o el conocimiento) de llevar a cabo, además de que la naturaleza estocástica que tiene el juego es a menudo motivo de retiros e inconformidades cuando las batallas terminan; el diseño de estas susodichas tablas sería blanco de muchas burlas y de comentarios poco valiosos. Es mejor solamente divagar un poco con la idea y después ponerla en la Papelera de Reciclaje.
