我如何使用雜湊率分佈來推斷特定池何時會找到一個塊？
礦工隨機發現區塊，但也與礦工的雜湊率成比例。我如何才能最好地預測和表達每個礦池的這種“機會”？
例如，如果 F2Pool 在過去一周擁有 10% 的總挖礦算力，那麼說他們可能會找到 10% 的區塊向前推進是否有意義？
表達這個概念的最佳方式是什麼？我希望能夠這樣說：
“F2Pool 有 10% 的機會在接下來的 10 分鐘內找到下一個區塊，而這在 10 個區塊之後接近 100%。即 F2Pool 在接下來的 100 分鐘內很有可能找到至少一個區塊。”
顯然，在接下來的 x 個塊中找到一個塊的機會永遠不會是 100%，那麼給出一個數字的公認方式是什麼，同時也帶有“或者可能永遠不會”的意思？
是否有 API 或庫可以用來計算/了解每個礦池隨時間推移的這些“機會”值？
例如，如果 F2Pool 在過去一周擁有 10% 的總挖礦算力，那麼說他們可能會找到 10% 的區塊向前推進是否有意義？
假設很多礦工不切換，是的。
“F2Pool 有 10% 的機會在接下來的 10 分鐘內找到下一個區塊，而這在 10 個區塊之後接近 100%。即 F2Pool 在接下來的 100 分鐘內很有可能找到至少一個區塊。”
你在這裡問了兩個微妙不同的問題。
- 我會找到下一個街區嗎？
- 我會在接下來的十分鐘內找到一個街區嗎？
你可以在十一分鐘後找到下一個街區。你可以在五分鐘內找到一個街區，建立在四分鐘前發現的街區之上。
我會找到下一個街區嗎？
這很簡單。如果你有 10% 的算力，你找到它的機率是 0.1。如果你有 p 比例的算力，
(1-(1-p)^n)你就有可能在接下來的 n 個區塊中找到一個區塊。對於 10% 的雜湊率和 10 個區塊，這是 65% 的機會。遠非確定無疑。p = 0.1 Blocks Probability of you getting a block 0 0.00000 1 0.10000 5 0.40951 10 0.65132 30 0.95761 50 0.99485 100 0.99997
我會在接下來的十分鐘內找到一個街區嗎？
塊發現遵循Poisson分佈。Poisson分佈代表一堆獨立的事件，其中一個事件的發生對其未來發生沒有影響。
我們想知道任何人在十分鐘內發現 k 個區塊的機率，平均每十分鐘有 1 個區塊。維基百科已經為我們準備了一張表格：
k P(k) 0 0.368 1 0.368 2 0.184 3 0.061 4 0.015 5 0.003 6 0.0005但這並不是我們所需要的——如果找到十個塊，那麼其中一個是我們的比找到一個塊的可能性要大得多。乘以上面的表達式，用 k 代替 n，用 0.1（我們的算力比例）代替 p。
k P(k) P(k)*(1-(1-0.1)^k) 0 0.368 0.0000 1 0.368 0.0368 2 0.184 0.0350 3 0.061 0.0165 4 0.015 0.0052 5 0.003 0.0012 6 0.0005 0.0002 Sum: 0.0949總結最後一欄。我們有 9.49% 的機會，即如果您擁有 10% 的雜湊率，您將在接下來的十分鐘內獲得至少一個區塊的機會。但是，這並不意味著有 95% 的機會在 10 分鐘內以 100% 的雜湊率獲得區塊。它不是線性的。如果你有 100% 的雜湊率：
k P(k) P(k)*(1-(1-1.0)^k) 0 0.368 0.0000 1 0.368 0.3680 2 0.184 0.1840 3 0.061 0.0610 4 0.015 0.0150 5 0.003 0.0030 6 0.0005 0.0005 Sum: 0.6315…如果你擁有所有的算力，那麼你有 63.2% 的機會在接下來的 10 分鐘內出塊。
（我們的計算低了大約百分之二十分之一，因為我們沒有考慮像 k=7 這樣的情況。但我認為這是一個很好的近似值。）
