Il y a vraiment 3 solutions :
- Ne pas rouler entièrement, et utiliser le résultat attendu (similaire à Le mécanisme de "prise de 10" de DnD ). À long terme, cela ne devrait pas produire d'avantage ou de désavantage statistique pour vos joueurs. Cependant, à court terme, vos joueurs agiront différemment puisque c'est plus déterministe.
- Approche de la même distribution avec un processus moins laborieux.
- Utilisez un ordinateur pour lancer les dés à votre place.
Je suppose que vous n'avez pas accès à un ordinateur, donc je vais sauter la dernière option.
"Prise 10"
Le résultat moyen d'un jet de d6 est de 3,5, donc la moyenne de 40d6 sera de 40*3,5=140 . Si la chance n'entre pas en ligne de compte, vous pouvez simplement proposer à votre joueur de choisir 140, et il n'aura rien gagné ni perdu en choisissant cette option.
Il se trouve que la plupart du temps, 40d6 donnera de toute façon un résultat très proche de 140, car l'addition de plusieurs jets de dés réduit la variance.
Approximation de
Lancer plusieurs dés et additionner leurs résultats se rapproche d'une distribution normale (ou gaussienne). Toutes les distributions gaussiennes sont caractérisées par deux variables : La moyenne (valeur attendue) et l'écart type (dispersion). Vous pouvez transformer toute distribution gaussienne en une autre en multipliant (modifie l'écart-type) et en ajoutant des nombres (modifie la moyenne).
Si vous avez accès à un générateur de nombres aléatoires qui produit des nombres suivant une distribution gaussienne avec moyenne M et l'écart-type S vous pouvez l'utiliser pour générer facilement des nombres de n'importe quelle distribution gaussienne. Si vous voulez une distribution avec une moyenne m et SD s vous prenez simplement la sortie de votre M / S distribution, multiplier par s / S et ajouter m-M . Vous pouvez facilement mesurer M y S (puisque vous ne devez le faire qu'une seule fois pour chaque dispositif RNG), mais en connaissant m y s (qui changent pour chaque distribution souhaitée) est un problème que vous devrez résoudre.
Il existe de nombreux processus naturels qui génèrent des nombres gaussiens. Comme nous l'avons dit plus haut, la somme des jets de dé en est un exemple : Vous pourriez, par exemple, utiliser 4d6 comme votre RNG gaussien. Il en existe de meilleurs, par exemple lancer une aiguille sur une grille de lignes parallèles ou en appliquant le Transformation de Box-Muller à un RNG uniforme comme le d100 (il serait réaliste de créer une table pré-calculée pour cela).
Une méthode rapide et simple serait la suivante :
- Générer un tableau de 100 gaussiennes
- Numérotez-les de 1 à 100
- Imprimez-les
- Lancez un d100 pour en choisir un au hasard
- Transformer en multipliant/additionnant
Il faudrait choisir une centaine de nombres de cette manière avant que le comportement ne commence à différer de celui d'une distribution gaussienne réelle (et vous pourriez facilement imprimer un nouveau tableau avant chaque session).
Avec 4d6, vous commencerez par comparer les deux distributions (j'ai utilisé WolframAlpha) :
Sur cette base, vous pouvez donc lancer 4d6 au lieu de 40d6, multiplier par 3 (en fait 10.8/3.416=3.16 mais les arrondis sont plus faciles) pour obtenir la même dispersion/écart-type, et ajouter 140-3*14=98 au résultat pour obtenir la même valeur moyenne/attendue. Ainsi, (3*4d6)+98 se rapprocherait assez bien de 40d6 :
Ce que vous perdez, c'est la résolution : Si vous faites un zoom sur la courbe en cloche simulée, vous verrez des étapes plus grossières qu'avec 40d6. L'esprit humain n'est pas capable de percevoir cette différence, vos joueurs ne pourront donc pas s'en rendre compte (sauf si vous jouez avec des statisticiens prodigieux, mais si c'était le cas, vous ne poseriez pas cette question).