使用說明

線上批次擲硬幣:快速產生連續投擲序列

批次擲硬幣工具可以在幾秒鐘內完成最多 10,000 次擲硬幣實驗,並完整保留每次投擲的時間序列,而非僅顯示累積總數。無論是用於統計學教學實驗、機率運算模擬,或是面臨選擇困難時需要二選一做決定,都能快速取得客觀資料。結果支援一鍵複製 CSV 格式,方便直接貼入試算表進行後續分析。


線上擲硬幣與批次模擬操作步驟

透過線上記錄與批次產生,你不需要手動拋擲銅板與逐筆記錄。系統支援 1 到 10,000 次的投擲設定。

  1. 在次數輸入框中填入需要的投擲次數,或點擊預設按鈕。
  2. 點擊開始擲硬幣,系統會立即在瀏覽器內產生所有結果。
  3. 點擊複製序列,即可將包含 H 與 T 的逗號分隔內容複製到剪貼簿,直接貼入試算表。

若想以相同設定重新進行實驗,點擊再次擲硬幣就能立刻取得新的一組結果。

擲硬幣機率與 100 次投擲統計學

在二項分佈下,公正投擲的硬幣正面與反面出現機率各為 50%。當投擲 100 次時,標準差為 5,約 68.3% 的實驗結果正面次數會落在 45 到 55 次之間,約 95.4% 會落在 40 到 60 次之間。

許多人常誤以為隨機序列會頻繁交替,但實際上序列中出現連續 6 到 7 次相同面為正常的隨機現象。觀察完整的時間序列能協助你理解機率分佈。

硬幣正反面辨識與顯示方式

本工具以「正面」與「反面」表示結果,序列中分別記為 H 與 T;日常口語也常以「人頭」代表正面、「字」代表反面。

當投擲次數在 240 次以下時,結果會以實心晶片表示正面(H)、空心晶片表示反面(T);超過 240 次時,則會自動轉為每行 10 個並帶有編號的列表,讓上萬次的序列依然清晰易讀。

自訂硬幣正反面機率與偏重設定

當你需要模擬非 50/50 的機率事件時,可以點擊進階展開設定面板。滑桿支援設定 1% 至 99% 的正面機率,例如模擬成功率 70% 的籃球罰球或十分之一獲勝率事件。

設定完成後,整批投擲都會依照該權重計算。如果需要還原為標準硬幣,點擊重設為 50 / 50即可一鍵恢復。

透過擲硬幣決定選擇與密碼學亂數

當面臨選擇困難需要二選一做決定時,透過擲硬幣決定是最客觀的方式。這款擲硬幣線上工具採用 Web Crypto API 的 crypto.getRandomValues() 函數,直接取用作業系統的熵池產生亂數。

這種密碼學安全偽亂數產生器(CSPRNG)比傳統程式語言中的 Math.random() 更具不可預測性與統計強度。所有運算皆在你的瀏覽器中完成,資料不會傳送至伺服器,亦支援新增至手機主畫面使用。


常見問題

擲 100 次硬幣出現正面的次數大概會是多少?

100 次公正投擲中,正面出現的次數平均為 50 次,但極少剛好出現 50 次。在二項分佈下,標準差為 5,約 68.3% 的實驗結果正面次數落於 45 到 55 次之間,約 95.4% 落於 40 到 60 次之間。此外,序列中出現連續 6 至 7 次相同面屬正常隨機現象。

線上擲硬幣一次最多可以擲幾次?

批次擲硬幣工具一次支援 1 到 10,000 次投擲。你可以在輸入框中填入任意數字,或點擊預設的 10、50、100、1,000 次按鈕。當投擲超過 240 次時,序列會自動切換為每行 10 個帶編號的清單,方便在手機上閱讀與捲動。

要如何設定不公平或自訂機率的偏重硬幣?

開啟「進階」面板並拖曳機率滑桿,即可將正面機率設定在 1% 至 99% 之間。系統會依據設定的權重產生整批投擲序列,適合用於模擬非對等機率事件。若要還原為公正硬幣,點擊「重設為 50 / 50」即可。

擲硬幣 10 次剛好出現 5 次正面的機率是多少?

10 次投擲中恰好出現 5 次正面的機率約為 24.6%(即 1,024 種可能序列中的 252 種)。這是單一出現機率最高的結果,但仍有約四分之三的機會出現其他結果。例如出現恰好 7 次正面的機率約為 11.7%,10 次全為正面的機率約為 0.1%。

這個線上擲硬幣產生器是真的隨機嗎?

是的,工具使用瀏覽器 Web Crypto API 的 crypto.getRandomValues() 函數,直接取用作業系統的熵池產生密碼學安全偽亂數。這比許多工具採用的 Math.random() 具備更高的統計強度與不可預測性,且全程在瀏覽器內計算,資料不會傳送至伺服器。

硬幣的「人頭」跟「字」哪一面才是正面?

這個工具以「正面」與「反面」顯示結果,序列中分別記為 H 與 T。日常口語常以「人頭」代表正面、「字」代表反面,但每枚硬幣的設計不同,擲之前先和對方約好哪一面算正面最保險。

擲硬幣結果序列要如何複製並匯入試算表?

投擲完成後,點擊「複製序列」按鈕即可將全數結果複製為逗號分隔的 H 與 T 字串。開啟試算表後,直接貼入儲存格即可進行資料分析。