假设抛一个硬币，正面记为1反面记为0，编写一个多次抛投硬币的程序，用一个列表记录每次抛投的结果，用另一个列表记录本次抛投后得到的正面的平均概率，并编写抛投过程和平均概率变化的折线图

你可以使用Python编写这样的程序，这里提供一个简单的示例。首先，我们将使用random库来模拟抛硬币，并用两个列表`coin_flips`存储每次的结果（1代表正面，0代表反面），`success_rates`记录每个阶段正面的概率。

import random
import matplotlib.pyplot as plt

# 初始化列表和计数器
coin_flips = []
success_rates = []

def coin_toss(num_flips):
    for _ in range(num_flips):
        flip_result = random.randint(0, 1)
        coin_flips.append(flip_result)
        success_rate = sum(coin_flips) / (len(coin_flips) + 1) if len(coin_flips) > 0 else 0.5
        success_rates.append(success_rate)

# 抛硬币次数
num_trials = 1000
coin_toss(num_trials)

# 绘制抛投结果和成功率折线图
plt.figure(figsize=(8, 6))
plt.plot(range(1, len(coin_flips)+1), success_rates, label='成功率')
plt.title('抛硬币结果及正面平均概率变化')
plt.xlabel('抛投次数')
plt.ylabel('成功率')
plt.legend()
plt.show()

在这个程序中，我们先定义了一个函数`coin_toss`来进行多次抛硬币并更新两个列表。然后设定一个抛硬币的次数（比如1000次），运行这个函数，并最后用matplotlib库绘制出这两个列表对应的数据点作为折线图。

注意，由于每次抛硬币都是独立事件，随着抛掷次数增加，正面的概率会趋于稳定在0.5，这是理论上的公平硬币预期值。