这个问题可以通过概率论中的二项分布进行求解。二项分布是一种离散概率分布，用于描述在独立且相同的伯努利试验中成功的次数的概率分布。在这个问题中，每一次试验可以看作是获得一个随机数，如果这个数大于100，则视为成功。 假设试验次数为N，每次成功的概率为P，试验成功的次数在A到B之间，那么可以用累积二项分布的概率公式来求解： `P((A-1)/N <= X <= B/N) = Σ(from r=A to B) binomial(N,r) * P^r * (1-P)^(N-r)` 其中 `X` 是二项随机变量，`binomial(N,r)` 是从N个试验中取得r次成功的概率（也就是二项式系数），P是每次成功的概率，(1-P)^(N-r)是剩余试验失败的概率。 在 Go 语言中，可以这样实现： ```go package main import ( "fmt" "math" ) func binomial(n int, r int) float64 { return math.Pow(float64(n), float64(r)) * math.Pow(0.5, float64(n-r)) } func main() { N := 100 P := 0.5 A := 15 B := 25 sum := 0.0 for r := A; r <= B; r++ { sum += binomial(N, r) * math.Pow(P, float64(r)) * math.Pow(1-P, float64(N-r)) } fmt.Println(sum) } ``` 注意这里我们默认了每次成功的概率P为0.5，并且假设了A和B分别为15和25，试验次数N为100。你可以根据实际需要修改这些值。这个程序会计算出在A到B次试验中成功的次数在N次试验中的概率。