关于投硬币
公平投币是最简单的随机事件，每次正面和反面各有 50% 的概率。在大量投掷中，计数应该接近均等分布，但个别序列可能与 50/50 显著偏差。
本工具使用浏览器的密码学安全随机数生成器，确保每次投掷都是真正独立且无法预测的。运行中的计数对游戏、决策、统计演示和大数定律教学很有用。
投硬币
点击投掷来抛硬币。结果立即显示，计数更新。
?
计数
正面0
反面0
总次数0
抛硬币的概率怎么算?
公平硬币抛一次,正面和反面出现的概率都正好是 50%(1/2),因为只有两种等可能的结果。举例:连续两次都抛出正面的概率是 0.5 x 0.5 = 0.25,也就是 25%。
计算抛硬币概率的步骤
- 先确定要计算的是连续抛几次的情况。
- 只抛一次时,正面(或反面)的概率永远是 1/2。
- 连续独立抛掷时,把每次结果的概率相乘。
- 遇到"n 次里至少一次正面"这类问题,用 1 减去"全部都是反面"的概率即可。
- 多次实际抛掷后,把结果统计和理论概率做个对比。
抛硬币概率公式
P(正面) = P(反面) = 0.5 · P(n 次的某个确定顺序) = 0.5^n · P(n 次里至少一次正面) = 1 - 0.5^n
- n = 连续抛硬币的次数
- 0.5^n = 某一个具体顺序(比如全部反面)恰好出现的概率
抛掷次数与概率示例
| 抛掷次数 | 至少一次正面 |
|---|---|
| 1 次 | 50% |
| 2 次 | 75% |
| 3 次 | 87.5% |
| 5 次 | 96.9% |
| 10 次 | 99.9% |
常见问题
连续抛出 5 次反面,下一次是不是该轮到正面了?
不是,这是典型的"赌徒谬误"。每次抛掷都是独立事件,不管前面出了多少次反面,下一次正面的概率始终精确等于 50%。之前的结果对后面完全没有记忆或影响。
为什么抛了很多次,统计结果却不是刚好 50/50?
抛的次数少时,随机波动会让统计结果明显偏离 50/50。当抛掷次数变得非常多时,正面所占的比例通常会逐渐趋近 50%,这就是"大数定律";不过正反面次数的绝对差值反而可能变大。
这个工具的抛硬币真的公平吗?
是的。它用的是浏览器的密码学安全随机数生成器,而不是简单的伪随机函数,所以每次抛掷都是无偏的 50/50,无法被预测或操控。
连续三次抛出完全相同的结果,概率是多少?
任意一个具体的三次序列(比如正-正-正)出现的概率是 0.5 x 0.5 x 0.5 = 0.125,也就是 12.5%。这和"至少一次正面"是不同的问题,后者的概率要高得多。
用这个网页抛硬币能代替实体硬币,用来决定谁先手或做选择吗?
从统计上看完全可以:它用安全随机数生成器保证正反面概率严格相等,不存在实体硬币可能因为材质、磨损带来的轻微偏差。手边没有硬币时,用它来快速决定谁先开始、二选一等场景都很方便可靠。
以上概率描述的是理想化的公平硬币和相互独立的抛掷;这些结果仅用于说明和学习,不应作为真实金钱下注或重大决策的依据。
Sources: MDN — Crypto.getRandomValues()
隐私与安全
- 在浏览器中计算 — 您输入的内容仅在本机设备上计算，不会发送到 utilduck 服务器。
- 加密连接 — 所有页面均通过 HTTPS 提供，传输过程中无法被读取。
- 不提供给第三方 — 您输入的内容不会传递给分析或广告服务。
- 不保存 — 计算结果不会保存到任何服务器，也无需注册账号。
最后更新: 2026-08-17
如何理解短期抛硬币结果
公平硬币在每次试验中正反面机会相同，但十次或二十次试验并不保证刚好各占一半。连续出现同一面也可能自然发生，而且前几次的结果不会迫使下一次“补回”另一面；每次抛掷都应看成独立事件。次数增多时，累计比例往往逐渐接近理论值，这是一种长期趋势，不是对下一次结果的预测。
这个计数器适合课堂演示、桌游先后手和低风险的随机选择。正式抽签应在开始前说明参加名单、重复或重抽条件、谁负责记录，并在完成后保存总次数和结果。不要根据短序列判断某个人运气好坏，也不要把随机结果用于医疗、安全、录用或财务等需要证据和责任判断的事项。
若用抛硬币给人员分组或决定顺序，应先把“正面”和“反面”分别对应什么写下来，并规定硬币落地无效、页面被刷新、有人误触或双方未看到结果时怎样处理。一次结果只能解决事先定义的一个二选一问题，不能在结果出现后把正面重新解释成另一方案。多人连续使用时还要说明每轮是否彼此独立、是否允许同一人重复被选，以及停止条件是什么；这些程序记录比短期正反面数量是否接近更能说明过程是否可接受。若要检验生成过程是否存在系统性问题，不能凭某一次连胜或个人直觉下结论。应预先设定检验方法和样本计划，完整保留所有结果，并将实现、浏览器环境与可能的操作偏差纳入检查。即使长期比例接近，也不证明每个环节满足受监管抽签要求；相反，短期不接近也不是故障的充分证据。用于软件演示时可分别测试按钮状态、计数累加、重置和历史显示，避免把界面错误误认为概率偏差。
课堂实验可把每轮结果按顺序保存，再分别观察单次事件、连续片段和累计比例。分析时不要删去“不好看”的连串结果，也不要只报告最后比例而丢失试验次数和规则。网页动画只是展示，概率结论来自生成的每次结果；设备性能或动画时长不应被解释成某一面更可能出现。若参与者需要第三方复核，最好由大家共同确认输入状态和结果记录；涉及奖品、权益或监管要求的抽选，应使用符合相关规则、能够留存审计证据的正式流程。还要考虑参与者能否实际看到并理解结果。远程会议中可共享屏幕并口头确认规则，现场活动则应避免只有操作者看到页面。若网络刷新、浏览器崩溃或设备休眠导致记录丢失，按照事前约定重做或采用保存记录，而不是由某一方临时选择。无障碍场景应提供文字结果，不依赖硬币动画或颜色；这样工具解决的是二选一随机化，同时程序本身仍可被所有参与者核查。