不均匀硬币的公平决策：p×(1-p) = (1-p)×p

一句话结论（30s）

结论先行：用一枚不均匀硬币也能实现完全公平的决策，因为连抛两次只认”正反/反正”两种序列时，P(HT)=p(1-p) 与 P(TH)=(1-p)p 因乘法交换律恒相等。本质是构造对称的复合事件消除原始偏差，公平性与 p 的具体取值无关。

核心原理（2min）

抛两次定义规则：正反(HT) 判 A 赢、反正(TH) 判 B 赢、同面(HH/TT) 重新抛。由于 p(1-p) = (1-p)p，两种序列概率永远相等，实现公平。代价是抛弃率 p²+(1-p)²，p=0.7 时为 0.58，期望约 4.76 次/决策。核心洞察：把有偏的伯努利源放进”可交换乘积”中，利用乘法交换律的数学对称性，就能从任意 p 的随机源中榨取公平比特。

底层深入（5-10min）

问题

一枚不均匀硬币：正面概率 p = 0.7，反面概率 1-p = 0.3。如何用它实现完全公平的决策？

解：抛两次

规则:
  ① 正反 (HT): A 赢
  ② 反正 (TH): B 赢
  ③ 同面 (HH 或 TT): 重新抛

概率:
  P(HT) = p × (1-p) = 0.7 × 0.3 = 0.21
  P(TH) = (1-p) × p = 0.3 × 0.7 = 0.21

  P(HT) == P(TH) ✓  完全公平！

结论：不管 p 是多少，HT 和 TH 的概率永远相等——因为乘法可交换 p(1-p) = (1-p)p。抛两次正好利用了乘法交换率的对称性。

💭 思考：为什么 HT 和 TH 一定等概率、与 p 无关？——因为 P(HT)=p×(1-p)、P(TH)=(1-p)×p，二者只是乘法顺序交换，乘法交换律保证恒相等，所以无论硬币多偏，A、B 的胜率永远 1:1。

抛弃率

HH 和 TT 被抛弃的概率 = p² + (1-p)² = 0.49 + 0.09 = 0.58。期望抛掷次数 = 2/(1-0.58) ≈ 4.76 次/决策。p 越接近 0.5 抛弃率越低（最极端 p=0.99 时抛弃率极高但仍是公平的）。

💭 思考：为什么同面（HH/TT）不能直接判输赢、必须重抛？——因为 P(HH)=p²、P(TT)=(1-p)²，两者不相等，直接判会重新引入偏差；只有把它们当作”无效”重抛，才不影响 HT/TH 的对称性。

核心洞察

概率分布被扭曲的随机源，可以通过构造对称的复合事件消除偏差。关键是把原始差异（p vs 1-p）放在一个”可交换的乘积”中——p×(1-p) 和 (1-p)×p 的等价性来自乘法交换律的数学对称，与 p 的具体值无关。

章末提问

追问 1：为什么连抛两次只认 HT/TH，就能做到公平、与 p 无关？

回答思路：结论是公平，因为 P(HT)=p(1-p)、P(TH)=(1-p)p，二者仅乘法顺序不同，乘法交换律保证恒相等，所以 A、B 获胜概率永远 1:1，与硬币偏差无关。

追问 2：期望抛掷次数 4.76 次是怎么算出来的？

回答思路：结论是 4.76 次/决策，因为一次”决策尝试”需抛两次，成功（出现 HT 或 TH）概率为 1-[p²+(1-p)²]=0.42，失败重试服从几何分布，期望尝试次数 = 1/0.42 ≈ 2.38 次，每次 2 抛，合计约 4.76 次。

追问 3：有没有抛弃率更低（更高效）的做法？

回答思路：结论是有的，经典做法是把多个抛掷分组、只保留出现次数相等的组合（冯·诺依曼扩展），或用 Elias 算法，让抛弃率逼近熵极限；代价是算法更复杂、实现成本更高。