Visiblement, l'article http://magic.tcgplayer.com/db/print.asp?ID=3096 a fait d'énormes dégâts.... Les gens ne comprennent globalement pas les conclusions de l'article. Et bon, avouons le, l'auteur est également fautif, car si on regarde la probabilité x-by-x sur une échelle de 0% à 100%, on ne voit plus rien là ou c'est décisif. Car évidemment l'épuration engendré par les fetchlands va pas avoir un impact de 50% sur les probabilité. Il conviendrait donc d'affiner vraiment davantage les échelles des graphiques. Aussi l'auteur ne montre pas forcément les variables où les résultats sont les plus criants et significatifs.
Aussi, beaucoup parlent et disent n'importe quoi. Déjà "la mesure de l'épuration" n'est pas une constante, mais elle dépend du nombre de tours. Et comparer la mesure d'épuration à la perte de points de vie, ça n'a réellement un sens qu'en gardant bien à l'esprit le type de jeu que l'on souhaite monter.
L'étude qui suit avait pour cadre une discussion sur Burn. Beaucoup affirmait que l'épuration via fetch était statistiquement inutile. Burn est probablement l'exemple le plus frappant ou l'épuration par fetch est un atout considérable au deck, qui manque généralement de souffle après le Tour 5, qui a descendu l'adversaire à 3~6 PVs et qui souhaite augmenter son tempo et améliorer ses pioches en midgame plutot que de piocher des lands.
Pour faire bien explicite, on a choisi un deck de 60 cartes, avec 20 lands dont un certains nombre de fetchs (2 dans le code ci-dessous). J'ai fait les calculs avec le code suivant, en supposant l'algorithme suivant :
A chaque tour, je regarde si j'ai un fetchland en main. Si oui, je le joue et je le craque, pour aller chercher un land et ainsi épurer ma biblio.
Le programme simule la pioche de cartes, et les activations de fetchlands sur les 15 premiers tours, sur 10^7 parties.
Voici le programme Matlab :
% Variables
clear all
n_game = 1e7;
turn_max = 15;
pmoy = zeros(1,turn_max+1);
%h = waitbar(0,'Simulation en cours ...');
for igame = 1:n_game
%% Simulation d'une partie;
n_cartes = 60;
n_land = 20;
n_fetch = 2;
n_land_nf = n_land-n_fetch;
n_main_F = 0;
n_main = 0;
n_main_ini = 7;
% construction de la main
for it = 1:n_main_ini
numero = floor((n_cartes) * rand)+1;
n_cartes = n_cartes - 1;
if numero <= n_fetch
% on a pioché un fetchland
n_fetch = n_fetch - 1;
n_main_F = n_main_F + 1;
elseif numero > n_fetch & numero <= n_fetch + n_land_nf
% on a pioché un land non fetch
n_land_nf = n_land_nf - 1;
end
n_land = n_land_nf + n_fetch;
end
it = 0;
p_landToDraw(it+1) = n_land/n_cartes;
for it = 1:turn_max
numero = floor((n_cartes) * rand)+1;
n_cartes = n_cartes - 1;
if numero <= n_fetch
% on a pioché un fetchland
n_fetch = n_fetch - 1;
n_main_F = n_main_F + 1;
elseif numero > n_fetch & numero <= n_fetch + n_land_nf
% on a pioché un land non fetch
n_land_nf = n_land_nf - 1;
end
% Si on a un fetchland en main, on le joue et on le craque s'il
% reste des lands non fetch
if n_main_F > 0
n_main_F = n_main_F - 1;
n_land_nf = max(n_land_nf - 1,0);
end
n_land = n_land_nf + n_fetch;
p_landToDraw(it+1) = n_land/(n_cartes) ;
end
pmoy = pmoy + p_landToDraw;
% waitbar(igame/n_game);
end
%close(h);
pmoy = pmoy / n_game;
Et voici le résultat de la simulation :
Je trace la probabilité moyenne de piocher un terrain en fonction des tours : (noir : 0 fetch, bleu : 2 fetchs, cyan : 4 fetchs, vert : 6 fetchs, magenta : 8 fetchs, rouge : 10 fetchs.

Maintenant, pour un Burn par ex, si on le construit sur 17 lands avec 8 fetch, on obtient :
Si on compare aux probabilités pour lesquelles on joue ususellement 60 et non 61, qui se joue autour de +0.5%, le gain des fetchlands (de l'ordre de plusieurs %) est plus que significatif. Donc arêtez de dire que c'est négligeable. Dans l'absolu 5% c'est effectivement pas grand chose, mais à MtG c'est considérable. Et si ce ne l'est pas, alors jouez des decks de 61 ou 62 cartes !!... Enfin la perte de quelques Pvs ne fera perdre qu'occasionnellement les mirrors contre Burn, tandis que l'optimisation de 5% des pioches en mid/late game aura un apport vraiment non-négligeable sur les performances du deck.


médiane: 5.6660 / écart-type: 1.6593
médiane: 5.5288 / écart-type: 1.6077
médiane: 5.3935 / écart-type: 1.5560