बर्थडे पैराडॉक्स क्या है?
बर्थडे पैराडॉक्स (या बर्थडे प्रॉब्लम) एक ऐसा सवाल पूछता है जो देखने में बेहद आसान लगता है: किसी n लोगों के समूह में इस बात की कितनी संभावना है कि उनमें से कम से कम दो लोगों का जन्मदिन एक ही दिन पड़े? हैरान कर देने वाला जवाब यह है कि इस संभावना के 50% से ऊपर जाने के लिए सिर्फ़ 23 लोग ही काफ़ी हैं, और महज़ 70 लोगों पर तो यह संभावना 99.9% के पार चली जाती है। यह बात उल्टी-पुल्टी इसलिए लगती है क्योंकि लोग सहज रूप से इसकी तुलना अपने ही जन्मदिन से करने लगते हैं, जबकि असल में समूह की हर जोड़ी एक मेल खाने का मौका होती है।
इस कैलकुलेटर का इस्तेमाल कैसे करें
समूह का आकार n (लोगों की संख्या) डालें और देखें कि कम से कम एक जोड़ी का जन्मदिन एक होने की संभावना \(p(n)\) कितनी है, जो प्रतिशत में दिखाई जाती है। नतीजे की टेबल में इसके पूरक की संभावना भी दिखती है, यानी सभी के जन्मदिन अलग-अलग होने की संभावना। यह कैलकुलेटर 365 दिनों का साल मानकर चलता है, जिसमें हर दिन के पड़ने की संभावना बराबर है, और लीप ईयर वाली 29 फ़रवरी की पैदाइश को छोड़ देता है।
फ़ॉर्मूला समझें
सबसे आसान तरीका यह है कि पहले इस बात की संभावना निकालें कि किसी का भी जन्मदिन आपस में मेल नहीं खाता, और फिर उसे 1 में से घटा दें। पहले व्यक्ति का जन्मदिन कोई भी हो सकता है (365/365)। दूसरे का जन्मदिन पहले से अलग होना चाहिए (364/365), तीसरे का पहले दो से अलग (363/365), और इसी तरह आगे:
$$\bar{p}(n) = \frac{365}{365} \times \frac{364}{365} \times \cdots \times \frac{365 - n + 1}{365}$$फिर कम से कम एक जन्मदिन के मेल खाने की संभावना है \(p(n) = 1 - \bar{p}(n)\)। हम इस गुणनफल को क्रमशः (iteratively) निकालते हैं ताकि फैक्टोरियल का ओवरफ़्लो न हो।
हल किया हुआ उदाहरण
\(n = 23\) के लिए, इन 23 भिन्नों को गुणा करने पर \(\bar{p}(23) \approx 0.492703\) आता है, इसलिए $$p(23) = 1 - 0.492703 \approx 0.5073$$ यानी करीब 50.73% — एक सिक्का उछालने से बस ज़रा-सा ज़्यादा। डिफ़ॉल्ट \(n = 30\) के लिए, \(\bar{p}(30) \approx 0.293684\) आता है, जिससे \(p(30) \approx\) 70.63% बनता है।
हाथ से संभावना की गणना कैसे करें
कैलकुलेटर मानता है कि 365 दिन समान रूप से संभावित जन्मदिन हैं और 29 फरवरी को अनदेखा करता है। सबसे आसान तरीका यह है कि पहले यह संभावना निकाली जाए कि सभी लोगों का अलग जन्मदिन हो, और फिर उसे 1 में से घटा दिया जाए।
- n चुनें। यह समूह में लोगों की संख्या है। यदि n > 365 है, तो संभावना 100% है (कबूतर-खाना सिद्धांत)।
- गुणनफल लिखें। सभी n जन्मदिन अलग होने की संभावना \(\prod_{k=0}^{n-1}\frac{365-k}{365}\) है। पहले व्यक्ति का कोई भी दिन हो सकता है, दूसरे को 1 दिन से बचना होगा, तीसरे को 2 दिनों से बचना होगा, और इसी तरह आगे।
- क्रमशः गुणा करें। 1 से शुरू करें और \(\frac{365}{365}, \frac{364}{365}, \frac{363}{365}, \dots\) से \(\frac{365-(n-1)}{365}\) तक गुणा करें। n = 23 के लिए आखिरी गुणक \(\frac{343}{365}\) है।
- 1 में से घटाएँ। \(p(n) = 1 - \prod_{k=0}^{n-1}\frac{365-k}{365}\)।
- प्रतिशत में बदलें। 100 से गुणा करें।
n = 23 की जाँच: 23 गुणकों का गुणनफल लगभग 0.4927 है, इसलिए
$$p(23) = 1 - 0.4927 \approx 0.5073$$
यह 50.73% है।
जोड़ी-गणना शॉर्टकट और अनुमान
n लोगों के समूह में \(\binom{n}{2} = \frac{n(n-1)}{2}\) अलग-अलग जोड़े होते हैं। प्रत्येक जोड़ी का मिलान \(\frac{1}{365}\) संभावना से होता है। जोड़ियों को लगभग स्वतंत्र मानकर, और छोटे x के लिए \(1-x \approx e^{-x}\) का उपयोग करके:
$$p(n) \approx 1 - e^{-\frac{n(n-1)}{2\cdot 365}}$$
n = 23 पर त्वरित जाँच: \(\frac{23\cdot 22}{2} = 253\) जोड़े हैं, इसलिए घातांक \(-\frac{253}{365} \approx -0.6932\) है। फिर \(e^{-0.6932} \approx 0.5000\), तो \(p \approx 1 - 0.5000 = 0.5000\), यानी लगभग 50%। यह सटीक 50.73% के करीब है; अनुमान थोड़ा कम है, पर त्वरित अनुमान के लिए अच्छा है।
परिणाम की व्याख्या और मॉडल की धारणाएँ
p(n) का अर्थ। परिणाम यह संभावना है कि n लोगों में कम से कम एक जोड़ी का जन्मदिन एक ही हो। यह इस संभावना नहीं है कि कोई व्यक्ति आपके जैसे किसी खास व्यक्ति से मेल खाए। इसका पूरक, \(1-p(n)\), वह संभावना है कि सभी n जन्मदिन अलग हों। इसी कारण उत्तर इतनी तेज़ी से बढ़ता है: जोड़ियों की संख्या लगभग \(n^2\) के अनुपात में बढ़ती है, n के अनुपात में नहीं।
किसी खास व्यक्ति से मेल खाना कहीं कम संभावित है। किसी दिए गए व्यक्ति का कम से कम एक अन्य n−1 लोगों में से किसी के साथ जन्मदिन मिलने की संभावना \(1-\left(\frac{364}{365}\right)^{n-1}\) है। 22 अन्य लोगों के साथ यह केवल लगभग 5.9% है।
मुख्य सीमाएँ (365 समान रूप से संभावित दिन)
- n = 23 पर संभावना पहली बार 50% से अधिक होती है (लगभग 50.73%)। n = 22 पर यह लगभग 47.57% है।
- n = 57 पर संभावना पहली बार 99% से अधिक होती है (लगभग 99.01%)।
मॉडल की धारणाएँ
- समान जन्मदिन। मॉडल मानता है कि हर दिन समान रूप से संभावित है। वास्तविक जन्मतिथियाँ समान रूप से वितरित नहीं होतीं; वे मौसम और सप्ताह के दिन के अनुसार गुच्छों में होती हैं। कोई भी असमानता मेल की वास्तविक संभावना को बढ़ाती है, इसलिए समान वितरण वाला परिणाम थोड़ा कम अनुमान है।
- लीप डे। 29 फरवरी के साथ 366 दिन मानने से परिणाम में केवल मामूली बदलाव आता है। चूँकि 29 फरवरी दुर्लभ है, वह लगभग बहुत कम संभावना वाले एक अतिरिक्त दिन की तरह व्यवहार करता है, और प्रभाव छोटा रहता है।
- स्वतंत्रता। मॉडल मानता है कि लोग आपस में संबंधित नहीं हैं और स्वतंत्र रूप से चुने गए हैं। जुड़वाँ बच्चे, परिवार के सदस्य, या जन्मतिथि के आधार पर चुने गए समूह (जैसे किसी स्कूल वर्ष का समूह) इस धारणा को तोड़ते हैं।
अक्सर पूछे जाने वाले सवाल
इतने कम लोगों के साथ भी यह कैसे काम कर जाता है? क्योंकि 23 लोगों के समूह में 253 संभावित जोड़ियाँ बनती हैं, और हर जोड़ी मेल खाने का एक नया मौका होती है।
366 लोगों पर क्या होता है? पिजनहोल सिद्धांत के अनुसार, जब सिर्फ़ 365 ही संभावित दिन हैं, तो किसी न किसी का जन्मदिन मेल खाना तय है, इसलिए संभावना ठीक 100% हो जाती है।
क्या इसमें लीप ईयर का हिसाब है? नहीं। यह मॉडल 365 दिनों को बराबर संभावना के साथ लेता है और 29 फ़रवरी को छोड़ देता है, जिससे क्लासिक नतीजा साफ़-सुथरा बना रहता है।