是什么因素支配着正态分布，概率是如何产生的

《微漪之塘——宇宙中的第五种场》的作者Ervin Laszlo是广义进化论的大牛。不知道楼主是物理学系的还是闲来无事看的这本书？
我是闲来无事，跟楼主一同交流一下。仅是个人观点，欢迎批评。
楼主举的抛硬币的例子是用的同一个硬币，而妇女生孩子的却是不同的妇女，这个论证有点。。。

正态分布叫什么名字并不重要，它只是一种概率分布的代号。理论上可以证明如果把许多小作用加起来看做一个变量,那么这个变量服从正态分布。不过这里的许多小作用的要求是“独立”的.当一件事情由许多因素影响时，其统计的结果就是正态分布。现实生活中发生的事件都是由各种因素影响着，因此正态分布非常常见。正态分布也是熵值（信息熵）最大的分布，你可以理解为这是宇宙最有效表达信息的方式。
我想我可以理解你的思路起源，多次的抽样观察，居然能够得出统计上的一致性，就会好奇究竟是怎么产生这样的一致性（所谓的概率），又会好奇，如果每次抽样实验之间不“协商”好的话，又怎么能有这样的统计结果呢？你说的“认为独立事件不独立”指的是理论上的独立事件在实际中并不独立吧。

我觉得楼主有些误会的地方。一是楼主所说人脑的决定，其实并不是主要因素，你考虑机器抛硬币就能否掉你的这个观点。二是楼主混淆了理论假设和实际实验。独立仅仅是理论上的假设，或者说概率只是一个数字，真正到实验中你得到的仅是数次的结果，你只能通过实验逼近这个所谓的数字，却不能确定它。参见概率中的频率逼近定理。

抛硬币这个实验我个人觉得并不是一个好例子。因为抛硬币的结果是有可能硬币"竖"起来的，而不是正面或反面。记得有科学家还麻烦的做了几万次的实验。实际上硬币每次抛都会变形，撞击地面后也会对地面造成影响，这些都有累积效应，更不用提抛硬币者本身了。
但是结果却是正与反1：1.对应所谓的理论中假设的“每次实验统计独立”。嗯，挺奇怪的。
之所以假设“独立”，建立的概率模型经过检验吻合，那是因为假设理论上“独立”的这些因素在实际上也非常接近“独立”。"接近"的概率描述就是概率等于1.一般的情况下，P(AB)=P(B)P(A|B) ，而独立的时候P(AB)=P(B)P(A)。当两个因素间影响很小的时候，B发生的条件下A发生的概率