生日悖论概率计算器

生日悖论概率计算器

增长中 AI Skill PRO

输入计算

数学公式

P=1−∏k=0群体人数 n−1365−k365P = 1 - \prod_{k=0}^{{{\text{群体人数 }n}}-1}\frac{365-k}{365}
使用统计

广告

结果

存在生日相同的概率 p(n)
70.6316%
群体人数: 30
所有人生日都不同的概率 p̄(n) 29.3684%
群体人数 n 30 人
假设条件 365 天,每天概率均等,不计闰年

报告本页错误

什么是生日悖论?

生日悖论(也叫生日问题)提出了一个看似简单的问题:在一群 n 个人当中,至少有两人生日相同的概率是多少?答案出乎意料——只需 23 个人,这个概率就会超过 50%;而仅仅 70 个人,概率便高达 99.9% 以上。之所以让人觉得"反直觉",是因为大家本能地拿别人和自己的生日去比对,却忽略了:群体中每一对人,都是一次"撞生日"的机会。

概率随人数上升的曲线,在约23人处越过50%
生日相同的概率急剧上升,仅23人就超过了50%。

如何使用本计算器

输入群体人数 n(即人数),即可读出至少有一对人生日相同的概率 \(p(n)\),以百分比形式显示。结果表格还会给出其互补概率,即所有人生日都各不相同的概率。本计算器假设一年为 365 天、每一天出现的可能性均等,并忽略闰年 2 月 29 日出生的情况。

公式详解

最简便的做法是先计算没有任何人生日相同的概率,再用 1 减去它。第一个人的生日可以是任意一天(365/365);第二个人必须避开第一个人的生日(364/365);第三个人要避开前两人(363/365),依此类推:

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

那么至少有一对生日相同的概率就是 \(p(n) = 1 - \bar{p}(n)\)。我们采用逐项相乘的方式进行计算,以避免阶乘运算造成数值溢出。

广告
展示补集方法的示意图:用1减去所有人生日都不同的概率
该公式先算出所有人生日都不同的概率,再用1减去它。

实例演算

当 \(n = 23\) 时,将这 23 个分数相乘可得 \(\bar{p}(23) \approx 0.492703\),于是 \(p(23) = 1 - 0.492703 \approx 0.5073\),约为 50.73%——刚好比抛硬币的概率高一点点。对于默认值 \(n = 30\),\(\bar{p}(30) \approx 0.293684\),得出 \(p(30) \approx\) 70.63%。

如何手算生日概率

该计算器假设一年有365个等可能的生日,并忽略2月29日。最简单的方法是计算每个人生日都不同的概率,然后用1减去该值。

  1. 选择n。这是群体中的人数。如果n > 365,则概率为100%(鸽巢原理)。
  2. 写出乘积。所有n个生日都不同的概率为\(\prod_{k=0}^{n-1}\frac{365-k}{365}\)。第一个人可以是任意一天,第二个人必须避开1天,第三个人必须避开2天,以此类推。
  3. 逐步相乘。从1开始,依次乘以\(\frac{365}{365}, \frac{364}{365}, \frac{363}{365}, \dots\),直到\(\frac{365-(n-1)}{365}\)。当n = 23时,最后一个因子为\(\frac{343}{365}\)。
  4. 用1减去。\(p(n) = 1 - \prod_{k=0}^{n-1}\frac{365-k}{365}\)。
  5. 转换为百分数。乘以100。

n = 23的验算:23个因子的乘积约为0.4927,因此

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

即50.73%。

配对计数捷径与近似

n个人的群体包含\(\binom{n}{2} = \frac{n(n-1)}{2}\)个不同的配对。每对匹配的概率为\(\frac{1}{365}\)。将各对视为大致独立,并对小的x使用\(1-x \approx e^{-x}\),得到:

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

n = 23的快速验算:共有\(\frac{23\cdot 22}{2} = 253\)对,因此指数为\(-\frac{253}{365} \approx -0.6932\)。然后\(e^{-0.6932} \approx 0.5000\),所以\(p \approx 1 - 0.5000 = 0.5000\),即约50%。这与精确值50.73%接近;该近似值略低,但适合快速估算。

广告

结果解读与模型假设

p(n)的含义。结果是n个人中至少一对人共享生日的概率。它不是某人与某个特定的人(例如你)生日相同的概率。补事件\(1-p(n)\)是所有n个生日都不同的概率。这就是为什么答案增长得如此之快:配对数量大致随\(n^2\)增长,而不是随n增长。

与某个特定的人生日相同的可能性要小得多。对于某个特定的人,要与其他n−1个人中的至少一人共享生日,概率为\(1-\left(\frac{364}{365}\right)^{n-1}\)。若另有22个人,该概率仅约为5.9%。

关键阈值(365个等可能的天数)

  • 当n = 23时,概率首次超过50%(约50.73%)。当n = 22时,约为47.57%。
  • 当n = 57时,概率首次超过99%(约99.01%)。

模型假设

  • 生日均匀分布。该模型假设每一天的可能性相等。现实中的出生日期并非均匀分布;它们会按季节和星期几聚集。任何非均匀性都会提高实际匹配的概率,因此均匀分布的结果会略微低估概率。
  • 闰日。使用包含2月29日的366天,结果仅有轻微变化。由于2月29日很少见,它的作用几乎相当于一个概率极低的额外日子,影响很小。
  • 独立性。该模型假设人们彼此无关且独立选取。双胞胎、家庭成员,或按出生日期选出的群体(例如同一学年的学生)都会打破这一假设。

常见问题

为什么这么少的人就能成立?因为 23 个人当中共有 253 对组合,而每一对都是一次撞生日的全新机会。

当人数达到 366 时会怎样?根据鸽笼原理(抽屉原理),可用的生日只有 365 天,所以 366 个人必然有人生日相同,此时概率恰好为 100%。

它考虑闰年了吗?没有。本模型采用 365 个等可能的日期,排除 2 月 29 日,这样能让经典结论保持简洁明了。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器