🎯 点击查看 GeoGebra 动态交互演示
概率论 · 随机过程与数学博弈

抛硬币里的数学魔术：打破直觉的三大经典悖论

简介：看似最公平、最简单的“抛硬币”，其实隐藏着许多极其反直觉的数学规律。通过 GeoGebra 的动态模拟，我们将揭开三个经典概率问题的数学真相。在长期博弈中，直觉往往会欺骗我们，而严密的数学模型将给出令人震惊的答案！

1. 著名的“等候时间”悖论：HT vs HH

问题背景：在连续抛掷硬币时，记录出现的正反序列。出现“正面-反面”(HT) 和“正面-正面”(HH) 的概率看似都是 25%，但它们真的“等价”吗？

数学真相：它们出现的平均等待时间并不一样！通过数学期望的计算与大批量的 GGB 模拟会发现：

\[ E(HT \text{ 首次出现的次数}) = 4 \] \[ E(HH \text{ 首次出现的次数}) = 6 \]

为何会产生差异？真相在于失败后的重置成本。当你尝试掷出 HH 但掷出了 HT 时，最后一个 T 是毫无用处的，必须完全从头开始积累。但如果你尝试掷出 HT 却掷出了 HH，第二个 H 虽然导致当前尝试失败，但它立刻成为了下一次尝试 HT 的“完美开局”。HH 的自我重叠性导致了它更长的等待时间。

2. 潘尼游戏 (Penney's Game)：永远的后手必胜

问题背景：如果让 A 和 B 两人在 HTH、HHH、THH 等八个长度为 3 的序列中各挑一个，谁的序列先在连续抛掷中出现谁就赢。存在最强的“无敌序列”吗？

数学真相：没有任何一个选择是绝对占优的！这就像是一个极其复杂的“石头剪刀布”非传递性博弈。在这个游戏中，后选的人拥有绝对的必胜策略。

如何克制？无论先手选什么，后手只需遵循以下公式，就能在概率上形成碾压：

\[ \text{后手克制策略} = [\text{先手第2位的反面}] + [\text{先手第1位}] + [\text{先手第2位}] \]

例如，对手选择 HHH（正正正），你只需选择 THH（反正正）。在连续抛掷中，THH 先于 HHH 出现的胜率高达：

\[ P(\text{THH 赢 HHH}) = \frac{7}{8} = 87.5\% \]

3. “赌徒破产论”与公平性：本金 vs 技术的终极对决

问题背景：玩家 A 和 B 玩抛硬币过关游戏，正面 A 赢 1 元，反面 B 赢 1 元，直到有人输光。如果要提升 A 的最终胜算，是将 A 的本金从 50% 提高到 60%（A 有 12 元，B 有 8 元），还是将 A 的单次胜率（技术）从 50% 提高到 60%（A 和 B 资金同为 10 元）？

数学真相：提高单次胜率具有极其可怕的压倒性优势！

\[ P_A = \frac{1 - (\frac{q}{p})^a}{1 - (\frac{q}{p})^{a+b}} = \frac{1 - (\frac{0.4}{0.6})^{10}}{1 - (\frac{0.4}{0.6})^{20}} = \frac{1}{1 + (\frac{2}{3})^{10}} \approx 98.3\% \]
最终建模启示：在长期博弈中，微小的规则倾斜远比巨大的资本差异更具决定性。“久赌必输”的真相，正是因为庄家掌握着那哪怕只有 1% 的微弱概率优势。
🎯 点击查看 GeoGebra 动态交互演示