在线连续正面概率计算器

「抛 N 次至少出现一次 K 连正面」是概率论里最反直觉的问题之一。单次指定位置起 K 连的概率是 1/2^K（5 连 = 1/32），但 100 次抛掷里有 96 个可能的起始位置，这些事件又相互重叠，精确计算需要动态规划。

设 f(i) 为「前 i 次还没出现 K 连」的概率，递推式 f(i) = Σ f(i−j)/2^j（j=1..K）：枚举上一段「连正面」在第 j 步被反面打断。本工具用这个 O(N·K) 算法给出精确值，100 次 5 连 = 81.0%。

这个模型不止于硬币：篮球连续命中、股票连涨天数、服务器连续故障，凡「独立重复事件中的连续成功」都用同一套公式。赌徒谬误的根源之一就是低估了长连续出现的必然性。

连击问题的数学史可以追溯到 1730 年代 de Moivre 对「连续成功」的研究，但现代递推解法是 Feller 在《概率论及其应用》（1950）中系统化的。核心洞察是：连击的「等待时间」服从几何分布的推广形式——等待 K 连正面的期望次数是 2^(K+1)−2（K=5 → 62 次），而非直觉猜测的 2^K=32 次。这个差异源于「重叠效应」：一段 5 连正面可以从另一段 5 连的尾部「借用」正面，缩短了实际等待。

篮球「热手效应」（Hot Hand）的统计争议是连击理论最著名的应用。1985 年 Gilovich、Vallone 和 Tversky 的经典论文分析了 NBA 球员的投篮序列，发现「连续命中」的频率与随机模型无显著差异——「热手」被判定为认知错觉。但 2015 年 Miller 和 Sanjurjo 重新分析发现：GVT 的统计方法存在「选择偏差」——他们只统计了「命中后的下一次投篮」，忽略了「未命中后的下一次」可能不同。修正后数据显示：连续命中 3 次后的下一次命中率确实比基线高 3–5 个百分点——「热手」可能存在，但效应比直觉小得多。

连击概率的「反直觉性」源于人脑对「局部随机性」的错误期待。抛 100 次硬币，人们期待「正反面交替频繁、最长连击不超过 4–5 次」；实际上 100 次中出现 5 连的概率是 81%，出现 6 连的概率也有 55%。这种认知偏差被称为「聚类错觉」（Clustering Illusion）——人脑把随机序列中的自然聚类误判为「模式」或「趋势」。赌徒谬误、热手谬误、以及「股票连涨必跌」的直觉，都源于这个认知缺陷。

连击理论在密码学中有严肃应用：随机数生成器的「游程检验」（Runs Test）就是检测序列中连击频率是否符合随机模型。NIST SP 800-22 标准规定：n 位序列中最长连击的期望长度约为 log₂(n)+2/3——100 位序列期望最长连击约 7.3 位。如果实测最长连击显著偏离这个值（如 100 位中最长连击只有 4 位），说明序列可能被「人为平滑」——这是区分真随机与伪随机的关键指标之一。