mr_depth

В общем, раздача слонов и слонят:

1) Grand Prize, я считаю, не отхватил никто, потому что не смог описать все детали формулы (с подтверждениями в экспериментальном виде, да и даже без них)
2) 500кк уйдут mr_depth за старания
3) Коту 250кк за наводку на гунвики
Остальные 1250кк таксфорду виртуально (сведения из именно его презенташки на гунвики) и мне ( ) за практическую проверку и вывод парочки нетривиальных факторов

На всякий случай подтвердите имена персонажей в инфе форумного профиля, мало ли там кто левый.

Олсо, mr_depth - как мне кажется, ты хотел 2б, но... не успел. Ссылка на гунвики была выложена задолго до того, как ты выложил свой солидный блок конкретики (что, если учитывать уже имеющуюся ссылку на гунвики, свелось к привинчиванию к формулам атрибутов кораблей/модулей, что для тебя, как человека, работавшего с внутренностями фиттинга, наверняка что называецца "два пальца") + конкретика эта содержала те же "недомолвки", что и гун-вики + что было выложено тобой до выкладывания ссылки - либо самая простая часть работы (формула рассеивания тепла), либо ошибочно + я не увидел нормальной системы экспериментов, а просто тупой набор статистики "в лоб", где свалены в кучу сразу несколько факторов (а таким способом ты бы еще месяца 3 статистику собирал, чтобы все тонкости выяснить, если не больше). Пишу я это не для того, чтобы принизить проделанную тобой работу, а чтобы обосновать, почему 2 лярда не ушли в твои руки. Я не последний жмот и действительно отдал бы их не жалея тому, кто провернул все это вместо меня. Но - не срослось так не срослось.

Все данные в более-менее удобоваримой форме запощу на оффе, тут дам ссылку на них.
https://forums.eveonline.com/default.aspx?g=posts&t=32225

Я не ради исков это делал, тем более что этого добра у меня предостаточно, я преследовал другие корыстные цели. Я как разработчик (в том числе и своего модуля фиттинга) был заинтересован в решении этой проблемы.
По поводу статистики - зря ты так. Чем больше экспериментов с одинаковыми условия проведено, тем точнее оценка вероятностей. Далее уже можно менять условия и смотреть куда идет сдвиг. Это мат. статистика. 10 экспериментов ничего не покажут - 100 - это уже какой-то результат.

P.S. Предложение о помощи в переводе eos на С++ еще в силе, если вы конечно все еще нуждаетесь в помощи.

Как и обещал, статистика которую я собрал.
Суть эксперимента заключалась в построении зависимости вероятности получения урона модуля в зависимости от удаленности модуля от нагреваемого и температуры.
Для этого я замерял время от начала эксперимента, когда модуль получал урон. Это время переводил в тепло (по графику).
Чем больше повторяется один и тот же опыт, тем экспериментальная кривая будет ближе к аналитической.
Эксперимент проводился на крузаке Auguror.
11 слотов
4 верхних - пусто
2 средних - 2 онлайн модуля
5 нижних - 1-й модуль перегреваемый, 4 остальных в оффлайне.

Если это так логично, то почему этого нету ни на гун-вики, ни в твоих выкладках?

На гун-вики тоже размышления выложены. Так что они тоже не претендуют на 100% достоверность.
Я же сам не мог дать достоверный ответ, влияют риги или нет, т.к. пока не проводил таких тестов.

И почему риг-слоты - это логично, а субсистемы - нет?

Ну, по базе данных аттрибуты lowSlots, medSlots, hiSlots, rigSlots объединяет unitID=122. subSystemSlot вообще без unitID.

И почему сами риги не всегда в состоянии онлайн?

Если я не ошибаюсь, у всех модулей есть эффект online (dgmEffects). У ригов и подсистем этого эффекта нет, что как бы намекает.

Вот твоя система экспериментов и статистика во всем этом деле (помимо уже тех данных, что были выложены на гунвики и тобой) мне бы безмерно помогла. Она у тебя осталась?

Буду вечером дома, скину xls-файл.

Интересное заявление. Ты это сам проверял или откуда-то выцепил? За счет чего понижается вероятность, за счет того, что это +1 оффлайнутый модуль или за счет какого-то нового фактора? И, да, у меня дежа-вю - мне кажется, что я эту фразу уже где-то видел и этот вопрос тоже задавал.

Никаких особенностей в том что он оффлайн нет. Оценка вероятности такая же как и для онлайн модуля. А урон получает т.к. это все же модуль, я думаю ты и сам это видел.
Что касается риг-слотов. В принципе их вклад логичен. Риг-слот - это такой же слот как и другие. Что касается самих ригов. У них нет состояния онлайн/оффлайн. Так что вполне можно принять что их вклад в общую картину как оффлайн-модуль.

Остается проверить зависимость повреждения модулей от температуры (просто, но времязатратно), проверить зависимость шанса повреждения модулей от дальности от перегреваемого модуля.

Такую статистику я как раз и собирал. Включал один модуль в перегрев и замерял при какой температуре повреждались модули. Один и тот же тест запускал  где-то 25 раз. Наиболее точно мое результаты аппроксимировались линейной зависимостью. Причем параметры прямой были очень близки к формуле:
p_hi(H, range)=numberOfOnlineModules/numberOfSlots*H*heatAttenuationHi^range

P.S. В предыдущем посте я выложил код на C, который моделирует результаты моего эксперимента.

Нет, не будет полного моделирования, но и отображения среднего значения, как в ефт, я тоже не хочу. Идеальный вариант для меня - матожидание +- отклонение (например, +/- две сигмы от него).

Боюсь что не получится вывести формулу для матожидания и дисперсии без моделирования. Слишком много переменных.
Если нужно получить только матожидание, то нужно смоделировать перегрев как я писал выше, умножая урон от модуля на вероятность получения урона.
Если же нужно получить дисперсию, то здесь можно прогнать, скажем, 1000 тестов. Получив уже статистику можно посчитать и числовые характеристики.
Для справки.
У меня получилось нормальное распределение.
Матожидание - 174с
Среднеквадратическое отклонение - 33с.
Т.е. время жизни модуля на перегреве 174 +- 33с.

А, да, совсем забыл. При перегреве любого из модулей тепло не рассеивается. Ретриба с с 4 хардами греет лоу до 95% за 35 секунд (+/-), с 1 хардом - за 144 (тоже +/-). Зависимость от количества модулей линейная, проверял. Ну и само собой, все это в пределах одного рэка, другие сами по себе. Так что как минимум это предположение списывается в утиль:

Здесь согласен, это я погорячился.