來翻譯一下官方文檔，但是建議看英文原文，本文可能會出現一些錯誤，只是為了方便自己查閱用的。
對於你的每一場rated比賽，會有一個Performance值\(X_i\)，你的rating是\(X_i-f(i)\)的加權平均，其中\(f(1)=1200\)而\(f(i)\)單調遞減。也就是說，如果你的Performance值穩定在\(X\)上，你的Rating會從\(X-1200\)逐漸上升為\(X\)。
那如何計算Performance呢？對於每個選手，有一個值叫做\(APerf\)（Average Performance），設\(Perf_1,Perf_2,\ldots,Perf_k\)是你的每一場Perf（時間從后往前），那么
\[APerf=\frac{\sum_{i=1}^kPerf_i\times 0.9^i}{\sum_{i=1}^k0.9^i} \]
那對於萌新來說怎么辦呢？就要設一個默認值\(Center\)，對於AGC，ARC，ABC這個值分別為\(1200,1000,800\).
設這場比賽rated人數為\(n\)，它們的\(APerf\)值為\(APerf_i\)，那么排名為\(r\)的人的Perf值為\(X\)，\(X\)定義為
\[\sum_{i=1}^n\frac{1}{1+6.0^{(X-APerf_i)/400.0}}=r-0.5 \]
這個方程的解，那對於並列的人來說怎么辦呢，\(r\)就取它們rank的平均值。
對於第一場比賽是需要特判的（為了防止第一場比賽的影響太小）
\[Perf=(Perf-Center)*1.5+Center \]
還有你的\(RPerf\)值（Real Performance）
\[RPerf=\min(Perf,RATEDBOUND+400) \]
最后的問題是如何計算Rating，設
\[F(n)=\frac{\sqrt{\sum_{i=1}^n0.81^i}}{\sum_{i=1}^n0.9^i} \]
\[f(n)=\frac{F(n)-F(\infty)}{F(1)-F(\infty)}\times 1200 \]
設
\[g(X)=2^{\frac{X}{800}} \]
則
\[Rating=g^{-1}(\frac{\sum_{i=1}^kg(RPerf_i-f(i))\times 0.9^i}{\sum_{i=1}^k0.9^i}) \]
為什么\(g(X)\)要設成一個指數函數呢？因為當你被降智的時候，你有可能只會做1題，也有可能做4題，可能對於你來說差別不大。但是可能做出5題和做出6題的差別就很大了。而設成指數函數就可以讓你在發揮超常的時候高興很久，在被降智的時候也只用傷心一會兒。（逃