硬币连掷连胜计算器：连续正反面
计算抛硬币时连续正面或反面的概率，或估算达到任意连胜长度所需的期望抛掷次数。
输入连胜长度和类型，然后选择是在指定次数内计算精确概率，还是计算达成该连胜所需的期望抛掷次数。
硬币连掷连胜计算器：连续正反面
计算抛硬币时连续正面或反面的概率，或估算达到任意连胜长度所需的期望抛掷次数。
留空则使用默认窗口，约为 2k² 次抛掷。
计算在指定（或默认）抛掷次数内至少出现一次该连胜的概率。
关于硬币连掷连胜计算器
连胜，也称为“run”，是指连续出现相同结果的序列。最基本的例子是抛公平硬币时连续 k 次正面。虽然看起来很简单，但连胜背后的数学涉及概率论中相当深刻的结果，并广泛应用于体育分析到金融风险建模等领域。
在 n 次抛掷中，某处至少出现一次 k 连正面的概率，不能用简单的二项式公式直接算出。它需要在序列的每一步追踪你离完成连胜有多近——这正适合用动态规划。这个计算器正是采用这种方法：它维护一个关于当前已连续出现多少次正面的概率分布，在每次新抛掷后更新，并在 n 次抛掷后汇总吸收到“连胜完成”状态的概率。
对于公平硬币（p = 0.5），首次出现 k 连正面的期望抛掷次数有一个优雅的闭式：E_k = 2(2^k − 1)。当 k = 1 时，首次出现正面的平均抛掷次数是 2，这与几何分布 E = 1/0.5 = 2 相符。若连续 3 次正面，期望次数为 2(2^3 − 1) = 14。若 k = 10，期望已经达到 2,046 次抛掷——说明长连胜远比直觉更罕见。
对于“任一面”连胜（连续 k 次同一结果，不论正反），期望抛掷次数为 2^k − 1。这更短，是因为第一次抛掷的任意结果都会为对应方向开启一个潜在连胜。若 k = 3，平均等待时间只有 7 次抛掷，而特定正面连胜则要 14 次。直观地说，连胜可以沿任一方向形成，机会几乎翻倍了。
连胜计算在许多实际场景中都很重要。在体育中，人们会说一名篮球运动员连续命中最后 5 球“手感火热”。关于“热手效应”的统计研究发现，虽然确实存在一些真实相关性，但球迷感受到的大部分连胜感，其实只是随机过程自然聚集的结果。在金融中，某只基金连续 5 年跑赢市场看起来很惊人，但如果有成千上万只基金，在“没有能力差异”的零假设下，这种现象统计上几乎不可避免。连胜计算器能帮助你判断，给定机会次数后，观察到的成功连胜是否真的出人意料。
在赌博场景中，理解连胜概率有助于建立现实预期。100 次抛掷中出现 10 连正面的概率约为 4.4%，低于许多赌徒根据多个可能起点所想象的水平。1,000 次抛掷中出现 20 连正面的概率只有约 0.05%——尽管试验次数很多，仍然是真正罕见的事件。
这个计算器支持 1 到 100 的连胜长度，以及概率模式下最多 100,000 次抛掷，覆盖从课堂练习到大规模模拟研究的各种实际场景。
硬币连胜示例
从基础概率到赌博和体育统计，这里有四个完整示例。
| 连胜 / 类型 / 模式 | 结果 | 解读 |
|---|---|---|
| 连胜 = 3，仅正面，期望抛掷次数 | 14 次抛掷 | 平均来说，你需要抛 14 次公平硬币，才能得到连续 3 次正面。公式：2(2³ − 1) = 14。 |
| 连胜 = 5，仅正面，50 次抛掷内的概率 | ≈ 55.19% | 在 50 次公平抛掷的所有序列中，超过一半至少包含一次连续 5 次正面。 |
| 连胜 = 7，任一面，期望抛掷次数 | 127 次抛掷 | 对于连续 7 次同一结果（正面或反面），平均期望为 2⁷ − 1 = 127 次抛掷。 |
| 连胜 = 4，仅正面，期望抛掷次数 | 30 次抛掷 | 押注 4 连正面的赌徒，平均要等约 30 次抛掷。公式：2(2⁴ − 1) = 30。 |
如何使用硬币连胜计算器
- 输入连胜长度——也就是你关心的连续相同结果数量（例如 3 表示连续 3 次正面）。
- 选择连胜类型：仅正面、仅反面，或任一面（任意 k 次连续相同结果）。
- 选择计算模式：精确概率（在指定次数内）或期望抛掷次数。
- 在精确概率模式下，可选输入最大抛掷次数；留空则使用默认窗口。
- 点击“计算连胜”。结果会显示概率百分比或所需的期望抛掷次数。
硬币连胜常见问题
连胜概率是如何计算的？
计算器使用动态规划。它在模拟每一次新抛掷时，追踪处于每个可能“部分连胜”状态（0、1、2……到 k-1 次连续正面）的概率。当部分连胜达到 k 时，该概率就被吸收。n 次抛掷后，被吸收的总概率就是至少达成一次该连胜的概率。
为什么期望次数会随着连胜长度迅速增长？
连胜中的每增加一个元素，期望等待时间大约会翻倍。对于公平硬币的正面连胜，E_k = 2(2^k − 1)，也就是 k 每增加 1，期望就翻一倍。这是因为每当你接近完成连胜却失败时，都必须从头开始，而成功完成下一次尝试的概率会因每一步要求而减半。
100 次抛掷中出现 10 连正面的概率是多少？
使用连胜长度 10、类型仅正面、最大抛掷次数 100，结果约为 4.4%。尽管连续 10 次某一结果在特定起点处的概率是 (0.5)^10 ≈ 0.1%，但许多可能的起始位置和重叠窗口会共同把总体概率提高到大约 1/23。
体育队伍连续 5 场获胜，是实力还是运气？
这取决于基础胜率。若一支队伍胜率为 50%（实力接近），连续 5 胜的概率为 (0.5)^5 ≈ 3.1%。在 30 场以上的赛季里，在某个时点至少出现一次这种连胜的概率会高得多——通常超过 50%。单独一段 5 连胜，并不足以强有力地证明实力提升或“手感火热”，除非球队的基准胜率明显低于 50%。
“任一面”模式和仅正面有何不同？
在“任一面”模式下，连胜计算的是任何 k 次连续同类型结果——无论全是正面还是全是反面。长度为 k 的“任一面”连胜的期望抛掷次数为 2^k − 1，大约只有特定一侧连胜期望的一半（即 2(2^k − 1)）。这是因为任意一次抛掷都可以从两个方向中的任一方向开启连胜，开始有效连胜的机会翻倍了。
我能把它用于非硬币的二元随机事件吗？
可以，只要每次试验相互独立，并且成功概率为 50%。例如：胜率 50% 的篮球队取得 5 连胜的概率、二元传感器连续 k 次读到相同值的概率，或随机游走在任一侧连续命中 k 次前的期望决策次数。对于所有独立的 50/50 二元过程，数学完全相同。