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。

flip a coin cheat sheet
擲硬幣速查表:機率、連勝與操作指南

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 × 0.51 / 21/2
連續 3 次0.5³1 / 41/4
連續 4 次0.5⁴1 / 161/16
連續 5 次0.5⁵1 / 321/32
連續 6 次0.5⁶1 / 641/64
連續 7 次0.5⁷1 / 1281/128
連續 8 次0.5⁸1 / 2561/256
連續 9 次0.5⁹1 / 5121/512
連續 10 次0.5¹⁰1 / 1,0241/1,024

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。

  1. 點擊「擲擲」按鈕來擲硬幣——結果會顯示為正面或反面。
  2. 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。
  3. 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。