什么是生日悖论,什么时候用得上
生日悖论问的是:n个人聚在一起,至少有两人同一天生日的概率有多大?它被称为“悖论”,并不是逻辑上自相矛盾,而是结果与直觉相差太远。 假设一年365天、每天出生的可能性相同,只需23个人,概率就已超过50%。 直觉往往觉得要接近365的一半才行,这是因为不自觉地把问题换成了“有没有人和我同一天生日”。 你可以用它测算班级、部门、社团的真实人数,在课堂或讲座中演示概率直觉,也可以用来估算随机取值发生重复(碰撞)的可能性。
计算思路:先算“谁都不重复”的概率
直接统计“至少一对相同”很麻烦,可能是一对、两对,也可能三人同日。因此改算对立事件:所有人生日都不同的概率,再用1减去它。 第一个人可以是任意一天(365/365),第二个人要避开第一个人(364/365),第三个人要避开前两人(363/365),依次乘到第n个人。
P(全不同) = 365/365 × 364/365 × … × (365−n+1)/365P(至少一对相同) = 1 − P(全不同)
每一项都小于1,人数一多,乘积就迅速变小。23人时全不同的概率约为49.27%,因此至少一对相同的概率约为50.73%; 22人时为47.57%,还不到一半,所以23是第一个超过50%的人数。
为什么增长这么快:关键是“配对数”
真正起作用的是可能重合的配对数 n(n−1)/2。人数翻倍,配对数大约变成四倍:23人有253对,46人有1,035对,100人有4,950对。 每一对重合的概率只有1/365,但几百对叠加起来就相当可观。由此可得近似公式 P ≈ 1 − e−n(n−1)/730(730=2×365), 计算器中的“近似公式结果”就是用它算的,人数居中时会比精确值略小,见下表。
不同人数的概率对照表
| 人数 | 配对数 | 生日重合概率(精确) | 近似公式 | 有人与我同日生 |
|---|---|---|---|---|
| 5人 | 10 | 2.71% | 2.70% | 1.09% |
| 10人 | 45 | 11.69% | 11.60% | 2.44% |
| 15人 | 105 | 25.29% | 25.00% | 3.77% |
| 20人 | 190 | 41.14% | 40.58% | 5.08% |
| 23人 | 253 | 50.73% | 50.00% | 5.86% |
| 30人 | 435 | 70.63% | 69.63% | 7.65% |
| 40人 | 780 | 89.12% | 88.20% | 10.15% |
| 50人 | 1,225 | 97.04% | 96.51% | 12.58% |
| 57人 | 1,596 | 99.01% | 98.74% | 14.24% |
| 60人 | 1,770 | 99.41% | 99.22% | 14.94% |
| 70人 | 2,415 | 99.92% | 99.87% | 17.25% |
| 100人 | 4,950 | 99.99997% | 100.00% | 23.78% |
概率首次达到50%需要23人,90%需要41人,99%需要57人。最后一列是“指定的某一个人(你)”遇到同日生者的概率,同样人数下低得多; 要超过50%,连你在内需要254人(另外253人)。
可手算验证的例子
例1:23人。 365/365 × 364/365 × … × 343/365 ≈ 0.4927,所以重合概率为 1 − 0.4927 = 50.73%,配对数为 23×22÷2 = 253。
例2:30人的班级。 435对,概率为70.63%。也就是同样规模的班级里,大约十个中有七个会出现同日生的同学;但具体到某个班,并不一定如此。
例3:10人的小组。 45对,概率为11.69%,大约每九个这样的小组就有一个会撞生日。
例4:检验近似公式(n=23)。 n(n−1)/730 = 506/730 ≈ 0.6932,1 − e−0.6932 ≈ 50.00%,与精确值50.73%相差约0.73个百分点。
常见误区与模型的局限
- 与“和我同日生”混淆:本工具的主结果是群体中任意两人相同;有人与你同日生的概率见表中最后一列,低得多。
- 把50%当成必然:23人的群体里约有一半根本没有重合,这是概率而非保证。
- 假设生日均匀分布:现实中出生日期会因季节等因素有所偏斜。一般来说分布不均会让重合略微更容易发生,所以结果只是参考基线,并非对某个具体人群的预测。
- 不含2月29日:按365天计算,加上闰日对结果影响极小。
- 人与人并不独立:双胞胎、兄弟姐妹,或围绕某个生日举办的聚会,不符合“每人生日独立”的前提。
- 366人及以上:由抽屉原理,一定有人重合。本工具接受2~365人,超出时会提示“必然重合”。
相同原理的应用与结果的用法
在计算机领域,同样的计算解释了哈希碰撞与“生日攻击”:若取值有N种等可能结果,随机取值出现重复大约在√N次而不是N次时就开始变得可能。 令 n(n−1)/(2N) ≈ ln2,得 n ≈ 1.18√N;N=365时约为22.5,与表中一致;16位(65,536种)约需301次,32位约需77,000次。 这就是短随机ID、截断哈希比预想更早重复的原因,设计时需要为取值空间留足余量。 课堂或聚会演示时,选30人以上的群体,约有71%的把握出现重合,效果更好;也别忘了说明可能“失手”。
常见问题
计算时考虑闰年了吗?
没有。计算假定一年365天、每天出生概率相同,不含2月29日。加入闰日后结果变化很小。
这和“有人与我同一天生日的概率”一样吗?
不一样。与指定某个人同日生的概率是 1 − (364/365)n−1,要超过50%需要254人。本计算器的主结果是群体中任意两人相同的概率。
为什么23人是个关键数字?
22人时概率为47.57%,不到一半;23人时为50.73%,是第一个超过50%的整数人数。
100人时概率正好是100%吗?
不是。100人时约为99.99997%,非常接近但仍小于1。只有达到366人、人数多于天数时才必然重合。
近似公式有什么用?
不必连乘n个分数,心算或用表格就能快速估计。当取值有N种(如哈希、随机ID)时,同样可写成 P ≈ 1 − e−n(n−1)/(2N)。