就日常使用而言,是的:一枚普通硬币正面朝上和反面朝上的机会各占一半左右。但用手抛起再接住的硬币,有一个很小却能测量出来的倾向:更容易落回抛出前朝上的那一面。物理模型预测约为 51%,一项共 350,757 次抛掷的实验测得 50.8%。在线抛硬币没有“起始面”,结果由代码决定,就是 50/50。
抛硬币其实是一道物理题
硬币离开拇指的那一刻,它的轨迹就已经由向上的力度、翻转的速度和摆动的方式决定了。我们之所以觉得它随机,只是因为没有人能把这些初始条件控制得足够精确,从而“瞄准”某一面。
2007 年,Persi Diaconis、Susan Holmes 和 Richard Montgomery 在《SIAM Review》上发表了论文《Dynamical Bias in the Coin Toss》(抛硬币中的动力学偏差)。其中有两点特别值得了解:
- 机器可以让结果完全可预测。论文介绍了一台弹簧驱动的抛硬币机:仔细调好之后,正面朝上放进去的硬币,每一次都正面朝上落下。
- 人手抛出的硬币会“晃”。人抛硬币时,硬币的旋转轴往往会在空中不断改变方向(进动)。按照他们的模型,只要有晃动,硬币在飞行中朝向起始面的时间就会略多一点。他们用高速摄影测量了真实的抛掷,估计自然抛出并用手接住的硬币,落回起始面的概率约为 51%。
不过这个 51% 只基于少量高速摄影样本(能用于测量的只有 27 次抛掷),与其说是结论,不如说是一个等待大规模检验的预测。
35 万次抛掷的检验
František Bartoš 等研究者完成了这次检验:48 名参与者使用 44 种不同币种和面额的硬币,抛出后用手接住,记录硬币是否落回起始面,抛掷过程全程录像。论文于 2023 年以预印本形式发布,2025 年正式发表在《Journal of the American Statistical Association》上(期刊版,免费预印本)。主要结果如下:
- 350,757 次抛掷中,有 178,079 次落回起始面,比例为 50.8%,95% 可信区间为 50.6% 至 50.9%,与 51% 的预测非常接近。
- 只看正反面的话,正面比例为 50.0%,正反两面是均衡的。也就是说,只要起始面本身是随机的,硬币就是公平的。
- 偏差的大小因人而异,有些人几乎没有这种倾向。
- 随着抛的次数增多,偏差逐渐变小。作者推测,可能是熟能生巧,让抛法更稳、晃动更少。
作者也坦承一个局限:参与者知道研究在检验什么,因此不能完全排除有人刻意影响结果,不过他们认为这种可能性很小。
50.8% 在实际中意味着什么
假设有人能看到硬币的起始面,并且每次都猜这一面,那么 1000 次里他大约能猜中 508 次,而不是 500 次。对单次抛硬币来说,这点差别根本察觉不到。
这也解释了为什么需要这么多次抛掷。公平抛掷 n 次时,比例的随机波动(标准误)约为 50 ÷ √n 个百分点。抛 100 次时约为正负 5 个百分点,0.8 个百分点的差别会被完全淹没;抛 350,757 次时,波动降到 0.1 个百分点以下,差别才清楚地显现出来。
在桌上转硬币是另一回事
Diaconis 等人在同一篇论文里指出,让硬币立在桌面上旋转,结果可能明显偏离 50/50,因为它取决于硬币边缘形状和重心位置等细微差别。他们引用了 Jim Pitman 收集的课堂数据:103 名伯克利大学生每人把一枚美分硬币抛 100 次,再把同一枚硬币转 100 次。抛的结果和公平硬币没什么两样;转的结果却明显偏向反面,有好几名学生的正面比例不到 10%。
| 硬币的处理方式 | 研究怎么说 |
|---|---|
| 抛起后用手接住 | 接近公平,略偏向起始面(约 51%) |
| 接住后再翻扣到另一只手背上 | 多翻了一次面,偏向随之反转,略偏向与起始面相反的一面 |
| 任由硬币落在桌上或地上弹跳 | 不在模型范围内;作者推测弹跳的硬币可能会在边缘上转一会儿,反而不如用手接住公平 |
| 立在桌上旋转 | 可能明显偏向某一面,取决于具体那枚硬币 |
| 在线抛硬币 | 没有物理意义上的起始面,由代码设定为 50/50 |
连续同面很正常:认识“赌徒谬误”
公平的硬币没有记忆。即使已经连续四次正面,下一次出现正面的概率仍然是 1/2。觉得“这回该轮到反面了”,就是常说的赌徒谬误。
这种错觉来自把两个问题混为一谈。开始之前,连续五次正面的概率是 (1/2)⁵ = 1/32,约 3.1%;可一旦前四次已经是正面,还不确定的只剩第五次,概率就是 1/2。而且任何一个具体的五次序列概率都一样是 1/32:“正正正正正”和“正反正反反”同样可能出现,只是前者看起来更特别。
连续同面(无论正面还是反面)比大多数人想象的要常见得多:
| 抛掷次数 | 连续同面的长度 | 至少出现一次的概率 |
|---|---|---|
| 10 次 | 4 次或以上 | 46.5% |
| 20 次 | 5 次或以上 | 45.8% |
| 50 次 | 6 次或以上 | 54.4% |
| 100 次 | 7 次或以上 | 54.2% |
以上都是精确值:先数出所有不含这么长连续段的正反序列,算出它们所占的比例,再用 100% 减去即可。反过来,“刚好一半对一半”却没有想象中常见:抛 100 次恰好 50 次正面的概率只有约 8%,不过正面次数落在 40 到 60 之间的概率约为 96.5%。
Pick4Us 的抛硬币工具会在结果面板显示当前连续相同面的次数。请把它当作已经发生的记录,而不是对下一次结果的提示。
用抛硬币做决定的正确方法
- 先约定含义。抛之前说清楚(最好写下来)正面代表哪个选项、反面代表哪个,以及结果算不算数。看到结果之后再改规则,很容易让人觉得这次抛硬币“不公平”。
- 在空中喊。用真硬币时,一人负责抛,另一人在硬币还在空中时喊正反,而且事先没有看到起始面。这样,那一点点偏向起始面的倾向对谁都没有帮助。
- 用手接住,不要在桌上转。研究支持的是“抛起并接住”的情形。不要用在桌上转硬币的方式来决定任何事情。
- 觉得一次太草率,就三局两胜。它不会让硬币更公平,双方的获胜概率仍然各占一半,但赢下来的感觉更踏实。三局两胜平均需要抛 2.5 次:有一半的情况前两次结果相同,比赛直接结束;另一半需要第三次来决胜。
- 留意自己的反应。硬币落下的那一刻,如果你松了一口气或者有点失望,这本身就说明了你真正想要什么。Jaffé、Reutner 和 Greifeneder 2019 年在《PLOS ONE》上发表的两项小规模实验发现:当屏幕上的硬币(第二项实验中换成骰子)指向某个选项时,参与者对各个选项的感受会变得更强烈,很多人最后依据这种感受做决定,而不是机械地听从硬币。随机选择什么时候有用、什么时候不该用,可以参考我们的决策心理学文章。
涉及健康、金钱或长期承诺的事情,不妨把抛硬币当作看清自己偏好的工具,最后仍然根据利弊做决定。
在线抛硬币是怎么工作的
在 Pick4Us 抛硬币工具里按下“抛硬币”按钮时,结果在那一刻就已经确定:程序向浏览器的 Math.random() 要一个大于等于 0、小于 1 的数,小于 0.5 就是正面,否则就是反面。你看到的 3D 翻转只是动画,最后会停在已经选好的那一面。
- 没有起始面,没有晃动,也不需要接住,所以上面实验中的“同面偏差”并不适用。
- “经典币”和“狗狗币”两种样式只改变外观,每一次抛掷都由同一行判断代码决定。
- 结果面板会显示本次会话已抛的次数,以及当前连续相同面的次数。
- “三局两胜”模式固定为两名玩家:左边的玩家在出现正面时得分,右边的玩家在出现反面时得分,先得 2 分者获胜。
- 网站无法预设结果。
Math.random() 属于伪随机数生成器,用来决定谁先开始完全够用,但它不是为安全用途设计的。两者的区别可以看伪随机与真随机:在线随机数生成器如何工作。
实用总结:抛起并接住的硬币,公平程度误差在 1 个百分点以内;让对方在空中喊正反,这点偏差也就无关紧要了。不要用桌上转硬币来做决定;连续同面是正常现象;抛之前约定好正反面的含义,并留意结果出来时自己的感受。