模拟样本空间错误排查：两种硬币求和概率R模拟结果差异原因

先明确谜题的实际场景：我们有10枚独立的硬币，第k枚硬币（k=1到10）抛投后，要么显示数字k（正面，概率0.5），要么显示0（反面，概率0.5）。我们需要计算正面数字之和≥45的概率，解析解是43/1024≈0.04199。

你的第二种模拟是正确的，而第一种模拟完全偏离了实际场景，问题出在样本空间的构建错误，下面具体拆解：

第一种方法的核心错误 #

第一种代码里的逻辑是：

values <- c(1:10, rep(0,10))
temp <- sample(x = values, size = 10, replace = F)

这相当于从20个元素（1-10各1个，0共10个）中不放回抽取10个元素，这个逻辑和实际硬币抛投完全不匹配：

• 实际中，每枚硬币的结果是独立的：第1枚硬币只能选0或1，第2枚只能选0或2，……，第10枚只能选0或10，每个数字最多出现1次，0出现的次数等于反面的硬币数（10减去正面硬币数）。
• 但第一种方法的抽样逻辑是：把所有数字和0混在一起，不放回抽取，这意味着：
  1. 选数字和选0的行为是互斥的——抽一个数字就占用了一个抽取名额，导致选0的名额减少，完全违背了每枚硬币独立选择正面/反面的设定。
  2. 极端情况对比：实际中“所有硬币都反面（和为0）”的概率是(1/2)^10=1/1024≈0.0009766；但第一种方法中，抽到10个0的概率是C(10,10)/C(20,10)=1/184756≈0.00000541，两者差了近200倍，这直接导致整体模拟结果严重偏离真实值。

第二种方法为什么正确 #

第二种代码的逻辑是：

temp <- sample(x = c(0,1), size = 10, replace = T)
output[i] <- sum(temp * values)

这里的temp是10个独立的0/1值，每个值对应一枚硬币是否正面（1=正面，显示对应数字；0=反面，显示0）。然后用temp * values得到每枚硬币的实际结果，求和后就是正面数字之和，完全贴合实际场景：

• 每枚硬币的选择独立（replace=T保证每次抽样独立，完美模拟每枚硬币的二元选择）
• 每个数字最多出现一次（因为values是1-10唯一值，temp中每个位置最多为1）
• 0的个数等于反面硬币数，完全符合实际规则

所以第二种模拟结果（0.042038）非常接近解析解43/1024≈0.04199，是正确的模拟方式。

补充：样本空间的本质差异 #

实际问题的样本空间是2^10=1024种可能（每枚硬币两种独立选择），而第一种方法的样本空间是C(20,10)=184756种，两者根本不是同一个问题的样本空间，这就是两种结果差异巨大的根本原因。

内容的提问来源于stack exchange，提问作者User0261