生日悖論機率計算器

生日悖論機率計算器

熱門 AI Skill PRO

輸入計算

數學公式

P=1−∏k=0群體人數 n−1365−k365P = 1 - \prod_{k=0}^{{{\text{群體人數 }n}}-1}\frac{365-k}{365}
使用統計

廣告

結果

同一天生日的機率 p(n)
70.6316%
群組人數: 30
所有人生日皆不同的機率 p̄(n) 29.3684%
群體人數 n 30 人
假設條件 365 天、每天機率相等、不計閏年

回報本頁錯誤

什麼是生日悖論?

生日悖論(又稱生日問題)提出了一個看似簡單的問題:在一群 \(n\) 個人之中,至少有兩個人同一天生日的機率是多少?令人意外的答案是——只要 23 個人,這個機率就會超過 50%;而只要 70 個人,機率更會飆破 99.9%。之所以讓人覺得不可思議,是因為大家直覺上都拿「自己的生日」去和別人比,但事實上,群體裡的每一對組合都是一次配對成功的機會。

機率隨人數上升的曲線,在約23人處越過50%
生日相同的機率急劇上升,僅23人就超過了50%。

如何使用這個計算器

輸入群體人數 n(總共幾個人),就能讀取至少有一對人同一天生日的機率 \(p(n)\),以百分比顯示。結果表格也會列出互補機率,也就是所有人生日都不同的機率。本計算器假設一年為 365 天、每一天的機率都相等,並且不計入閏年 2 月 29 日出生的情況。

公式解析

最簡單的算法,是先計算「沒有任何人同一天生日」的機率,再用 1 去減。第一個人的生日可以是任何一天(365/365);第二個人必須避開第一個人(364/365);第三個人要避開前兩個人(363/365),以此類推:

$$\bar{p}(n) = \frac{365}{365} \times \frac{364}{365} \times \cdots \times \frac{365 - n + 1}{365}$$

接著,至少有一對人同一天生日的機率就是

$$p(n) = 1 - \bar{p}(n)$$

我們以逐步連乘的方式計算這個乘積,以避免階乘運算造成數值溢位。

廣告
展示補集方法的示意圖:用1減去所有人生日都不同的機率
這個公式先算出所有人生日都不同的機率,再用1減去它。

實例演算

以 \(n = 23\) 為例,將這 23 個分數相乘可得 \(\bar{p}(23) \approx 0.492703\),因此 \(p(23) = 1 - 0.492703 \approx 0.5073\),約為 50.73%——剛好比擲硬幣的機率高一點。若以預設的 \(n = 30\) 來算,\(\bar{p}(30) \approx 0.293684\),得出 \(p(30) \approx\) 70.63%。

如何手動計算機率

此計算機假設一年有 365 天,且每一天生日的機會均等,並忽略閏年的 2 月 29 日。最簡單的方法是先計算群組中每個人生日都不同的機率,再用 1 減去這個數值。

  1. 選擇 n。這是群組中的人數。若 n > 365,機率為 100%(鴿籠原理)。
  2. 寫出乘積。所有 n 個生日都互不相同的機率為 \(\prod_{k=0}^{n-1}\frac{365-k}{365}\)。第一個人可以是任何一天,第二個人必須避開 1 天,第三個人必須避開 2 天,依此類推。
  3. 逐步相乘。從 1 開始,依序乘以 \(\frac{365}{365}, \frac{364}{365}, \frac{363}{365}, \dots\),直到 \(\frac{365-(n-1)}{365}\)。當 n = 23 時,最後一個因子為 \(\frac{343}{365}\)。
  4. 用 1 減去。\(p(n) = 1 - \prod_{k=0}^{n-1}\frac{365-k}{365}\)。
  5. 轉換為百分比。乘以 100。

n = 23 的計算驗證:23 個因子的乘積約為 0.4927,因此

$$p(23) = 1 - 0.4927 \approx 0.5073$$

即 50.73%。

配對數捷徑與近似法

n 個人共有 \(\binom{n}{2} = \frac{n(n-1)}{2}\) 組不同的配對。每一組配對相同生日的機率為 \(\frac{1}{365}\)。若將各配對視為近似獨立,並對小的 x 使用 \(1-x \approx e^{-x}\),則得到:

$$p(n) \approx 1 - e^{-\frac{n(n-1)}{2\cdot 365}}$$

n = 23 的快速檢驗:共有 \(\frac{23\cdot 22}{2} = 253\) 組配對,因此指數為 \(-\frac{253}{365} \approx -0.6932\)。接著 \(e^{-0.6932} \approx 0.5000\),所以 \(p \approx 1 - 0.5000 = 0.5000\),約為 50%。這與精確值 50.73% 相近;近似值略為偏低,但適合快速估算。

廣告

結果的解讀與模型假設

p(n) 的意義。此結果是指 n 個人之中至少有一對人生日相同的機率。它不是指某人與特定的人(例如你)生日相同的機率。其補數 \(1-p(n)\) 是指所有 n 個生日都互不相同的機率。這也解釋了為何答案上升得如此之快:配對數大致隨 \(n^2\) 增長,而不是隨 n 增長。

與特定的人生日相同的機率低得多。若要讓某個特定的人與其他 n−1 個人中的至少一人生日相同,機率為 \(1-\left(\frac{364}{365}\right)^{n-1}\)。若另有 22 人,此機率僅約 5.9%。

關鍵門檻(365 天機會均等)

  • 當 n = 23 時,機率首次超過 50%(約 50.73%)。當 n = 22 時,機率約為 47.57%。
  • 當 n = 57 時,機率首次超過 99%(約 99.01%)。

模型假設

  • 生日分布均勻。此模型假設每一天的機會均等。實際的出生日期並不均勻,會因季節與星期幾而集中。任何不均勻的分布都會提高真實的配對機率,因此均勻分布的結果會略為低估。
  • 閏日。若使用包含 2 月 29 日的 366 天,結果僅會略為改變。因為 2 月 29 日很少見,它的作用幾乎像是一個機率極低的額外日子,影響很小。
  • 獨立性。此模型假設人們彼此無關且是獨立選出的。雙胞胎、家庭成員,或依出生日期挑選的群體(例如同一學年的學生)都會打破這項假設。

常見問題

為什麼這麼少人就能成立?因為 23 個人總共可以組成 253 種不同的配對,而每一種配對都是一次全新的「撞生日」機會。

當人數達到 366 人會怎樣?根據鴿籠原理(抽屜原理),一年只有 365 天,所以一定會有兩個人同一天生日,機率剛好就是 100%。

有把閏年算進去嗎?沒有。本模型採用 365 天、每天機率相等,並排除 2 月 29 日,這樣才能維持經典結果的簡潔與準確。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器