公平擲硬幣時,正面或反面出現的機率都是 0.5,而連續出現十次相同結果的機率恰好是 1/1,024。這兩個數字——固定的單次擲幣機率,以及隨連勝次數增加而縮小的機率——是每份擲硬幣速查表的基礎,而兩者都直接源自公平硬幣是一次具有兩種等機率結果的 Bernoulli 試驗。
這份速查表彙整了你在線上擲硬幣、解決 50/50 的抉擇,或檢查一長串結果是否合理時所需的核心資訊。它涵蓋單次擲擲背後的機率運算、數百次擲擲中應預期的連勝頻率,以及在瀏覽器中執行公平虛擬擲硬幣的精確點擊步驟。每當遇到二元選擇,而你想要一份快速參考而非冗長解釋時,請將它加入書籤。
當手邊沒有真實硬幣、你想讓結果可證明沒有偏差,或你想記錄一段工作階段供日後檢視時,虛擬擲硬幣就很有用。下列參考資料會將這些資訊濃縮成公式、頻率表及逐步說明,讓你隨時都能查閱這份一頁式摘要。

擲硬幣機率速覽
公平硬幣的每一次擲擲都是一次 Bernoulli 試驗,正面與反面的機率各為 0.5。這個固定值不會因擲擲次數而改變,因此無論先前結果為何,下一次擲擲出現正面的機率永遠都是 0.5。下表列出公平硬幣最實用的連勝機率——你可以將 0.5 依所需的連續結果次數逐一相乘來計算這些數值。
| 連勝長度(相同面) | 計算方式 | 機率 | 大約機率 |
|---|---|---|---|
| 連續 2 次 | 0.5 × 0.5 | 1 / 2 | 1/2 |
| 連續 3 次 | 0.5³ | 1 / 4 | 1/4 |
| 連續 4 次 | 0.5⁴ | 1 / 16 | 1/16 |
| 連續 5 次 | 0.5⁵ | 1 / 32 | 1/32 |
| 連續 6 次 | 0.5⁶ | 1 / 64 | 1/64 |
| 連續 7 次 | 0.5⁷ | 1 / 128 | 1/128 |
| 連續 8 次 | 0.5⁸ | 1 / 256 | 1/256 |
| 連續 9 次 | 0.5⁹ | 1 / 512 | 1/512 |
| 連續 10 次 | 0.5¹⁰ | 1 / 1,024 | 1/1,024 |
每一列都使用相同的公式:將 0.5 提升至連勝長度的次方。由於指數每一步都增加 1,每多增加一次相同結果,機率就會減半。這種倍數遞減的關係,正是為什麼連續 5 次相同結果會令人感到驚訝,而連續 10 次則幾乎令人難以置信——儘管兩者都完全符合作為無偏差硬幣的數學預測。
k = 5 的計算範例
如果你想以手動方式確認任一列,只要將連勝長度代入公式 (0.5)^k。當 k = 5:0.5 × 0.5 × 0.5 × 0.5 × 0.5 = 0.03125,也就是 1 / 32,或約 3.125%。因此,在 1,000 次擲擲中,單憑數學運算便預期大約會出現 31 次連續 5 個相同結果——這並不是因為硬幣有偏差。
如何用 3 個步驟在線上擲硬幣
從問題到得出公平的正面或反面結果,最快捷的途徑是使用擲硬幣工具。所有作業都在你的瀏覽器本機執行,不需要帳號,結果則由密碼學安全的隨機來源產生,而非一般的 Math.random 呼叫。按照以下 3 個步驟操作,工作階段統計就會為你保留每次擲擲的連續紀錄。
- 點擊「擲擲」按鈕來擲硬幣——結果會顯示為正面或反面。
- 觀看即時工作階段統計的更新:正面次數、反面次數、擲擲總數,以及目前的連勝次數。
- 使用「擲擲 10 次」一次擲出 10 枚硬幣,或使用「重設」清除工作階段並重新開始。
每次點擊「擲擲」都會計入你工作階段中的一次 Bernoulli 試驗。正面與反面的計數會在每次擲擲後更新,總數會反映你點擊的次數,而連勝計數器則會依最新結果是否與前一次相同而增加或重設。「擲擲 10 次」會一次加入 10 次獨立試驗;當你想比較觀察到的頻率與預期的 50/50 分布時,這是迅速累積工作階段總數的好方法。
連勝、獨立性與大數法則
面對一段冗長的連勝,最常見的反應就是懷疑:「這枚硬幣一定有問題。」在公平的序列中,這種反應比直覺所預期的更常出現錯誤。每次擲擲都是獨立的,也就是說,下一次擲擲的結果只由隨機來源決定,而非先前的結果。連續出現 4 次正面後,下一次擲擲出現正面的機率仍然恰好是 0.5。
這種獨立性正是連勝的動力。連續出現 5 次正面的機率,是 5 個機率各為 0.5 的獨立事件相乘而得,也就是 0.5⁵ = 1 / 32。當你擲擲得夠多次時,這些罕見事件就不再讓人感到罕見:在 1,000 次擲擲中,你會看到大約 31 次連續 5 個相同結果;在 100,000 次擲擲中,則應預期接近 3,125 次連續 5 個相同結果。其中沒有任何一項是偏差的證據。
大數法則是第二個要素。任何一段個別結果都可能看起來偏向一側——例如你在工作階段開始時擲出 10 次正面,或觀察到前 20 次擲擲都是反面占多數。隨著擲擲總數增加,正面與反面的累計比例會逐漸收斂至 50/50。擲硬幣工具中的工作階段統計,正是為了讓這種收斂變得清楚可見:即使初期序列看起來變化劇烈,正面與反面仍會逐漸接近各半。
當隨機性來源具有密碼學安全性時——擲硬幣工具透過 crypto.getRandomValues 從 CSPRNG 取樣——其公平性便能通過統計檢驗。對 100,000 次模擬擲擲進行卡方 goodness-of-fit 檢驗,結果都穩穩落在預期 50/50 分布的統計容許範圍內,因此你看見的連勝確實是公平隨機性的樣貌,而不是軟體瑕疵。
何時適合使用虛擬擲硬幣工具
只要決策是真正的二元選擇,而且風險低到任一結果都能接受,擲硬幣就是一個俐落的解決方案。下列情境是虛擬硬幣相較於真實硬幣、擲骰子或手動選擇最能發揮價值的情況。
| 情境 | 適合擲硬幣的原因 | 注意事項 |
|---|---|---|
| 快速的二選一決策 | 免除反覆斟酌與個人偏見 | 確保兩個選項確實都能接受 |
| 在兩個選項間打破平手 | 可證明公平的 50/50 結果 | 先約定哪一面對應哪個選項 |
| 運動賽事開球或裁判判決 | 密碼學安全的隨機性,且可供稽核 | 每次正式判定都使用一次全新的點擊 |
| 課堂機率示範 | 即時統計能讓大數法則看得見 | 執行足夠多次——至少 100 次——才能看出收斂趨勢 |
| 記錄決策供日後檢視 | 工作階段總數與連勝計數器一目了然 | 在無關的決策之間點擊「重設」,以保持統計乾淨 |
對於並非嚴格 50/50 的情況——例如在 3 個或更多選項間挑選、讓某些結果占有較高權重,或是從更大範圍中抽取整數——隨機數字產生器或隨機姓名挑選轉盤會更適合。速查表的經驗法則很簡單:如果答案完全是「正面或反面」,沒有進一步偏好,就使用硬幣;如果選擇具有權重或多個選項,就使用能直接支援這些需求的工具。
快速參考:擲硬幣 vs. 數字產生器 vs. 是/否
這個類別中的 3 種工具都能快速產生隨機答案,但各自適合不同類型的問題。下表摘要說明互相替換時會有哪些差異。
| 工具 | 最適合 | 輸出形式 | 隨機性來源 |
|---|---|---|---|
| 擲硬幣 | 嚴格的 50/50 二元決策 | 正面或反面 | Crypto CSPRNG (crypto.getRandomValues) |
| 隨機數字產生器 | 包含兩端點範圍內的整數 | 每次抽出一個整數 | Crypto CSPRNG (crypto.getRandomValues) |
| 是或否產生器 | 帶有問題標籤的一般 50/50 提示 | 是或否及歷史紀錄 | 瀏覽器 Web Crypto(本機) |
每當遇到 50/50 的抉擇時,請讓這份速查表保持在分頁中開啟狀態。需要嚴格二元結果時點擊「擲擲」,想快速取得獨立結果樣本時使用「擲擲 10 次」,再讓工作階段統計證明,你一路看到的冗長連勝原本就必然會發生——即使當下感覺硬幣可疑地偏向某一側。
如需深入了解,請參閱4 步驟簽名產生器速查表。
如需深入了解,請參閱擲硬幣範例:實用的正面或反面示範。