生日问题是指,如果一个房间里有23个或23个以上的人,那么至少有两个人的生日相同的概率要大于50%。这就意味着在一个典型的标准小学班级(30人)中,存在两人生日相同的可能性更高。对于60或者更多的人,这种概率要大于99%。从引起逻辑矛盾的角度来说生日悖论并不是一种悖论,从这个数学事实与一般直觉相抵触的意义上,它才称得上是一个悖论。大多数人会认为,23人中有2人生日相同的概率应该远远小于50%。计算与此相关的概率被称为生日问题,在这个问题之后的数学理论已被用于设计著名的密码攻击方法:生日攻击。
[micxp_threadbk]
[micxp_title]
对此悖论的解释
概率估计
数学论证(非数字方法)
泛化和逼近
泛化
反算问题
经验性测试
应用
不平衡概率
近似匹配
参考
相关条目
参考文献
外部链接
[/micxp_title]
[#]
我们可以把生日悖论理解成一个盲射打靶的问题。对于一个23人的房间,先考虑问题的补集:23人生日两两不同的概率是多少?为此,我们可以让23个人依次进入,那么每个人生日都与其他人不同的概率依次是1, 364/365, 363/365, 362/365, 361/365,等等。先进入房间的这些人生日两两不同的概率是很大的,比如说前面5个是1×364/365×363/365×362/365×361/365=97.3%。而对于最后进入房间的几个人情况就完全不同。最后几个人进入房间并且找不到同生日者的概率是... 345/365, 344/365, 343/365。我们可以把这种概率看成对一张靶的盲射:靶上有365个小格,其中有17个左右是黑格,其余是白格。假设每枪必中靶并且分布符合几何概型的话,那么连续射12枪左右任何一发都没有击中黑格的概率(投射于房间里的人生日都两两不同)是多少呢?想必大家立即会感觉到这个概率十分微小。
因此,理解生日悖论的关键,在于考虑上述“依次进入房间”模型中最后几个进入房间的人“全部都没碰到相同生日的人”概率有多大这件事情。
[##]
假设有n个人在同一房间内,如果要计算有两个人在同一日出生的概率,在不考虑特殊因素的前提下,例如闰年、双胞胎,假设一年365日出生概率是平均分布的(现实生活中,出生概率不是平均分布的)。
计算概率的方法是,首先找出p(n)表示n个人中,每个人的生日日期都不同的概率。假如n > 365,根据鸽巢原理其概率为1,假设n ≤ 365,则概率为
该图片显示特定人数对应的2个人生日一样的概率
因为第二个人不能跟第一个人有相同的生日(概率是364/365),第三个人不能跟前两个人生日相同(概率为363/365),依此类推。用阶乘可以写成如下形式
p(n)表示n个人中至少2人生日相同的概率
n≤365,根据鸽巢原理,n大于365时概率为1。
当n=23发生的概率大约是0.507。其他数字的概率用上面的算法可以近似的得出来:
n |
p(n) |
10 |
12% |
20 |
41% |
30 |
70% |
50 |
97% |
100 |
99.99996% |
200 |
99.9999999999999999999999999998% |
300 |
1 −(7×10−73) |
350 |
1 −(3×10−131) |
≥366 |
100% |
比较p (n) = 任意两个人生日相同概率q (n) =和某人生日相同的概率
注意所有人都是随机选出的:作为对比,q(n)表示房间中n个其他人中与特定人(比如你)有相同生日的概率:
当n = 22时概率只有大约0.059,约高于十七分之一。如果n个人中有50%概率存在某人跟你有相同生日,n至少要达到253。注意这个数字大大高于365/2 = 182.5:究其原因是因为房间内可能有些人生日相同。
[###]
在Paul Halmos的自传中,他认为生日悖论仅通过数值上的计算来解释是一种悲哀。为此,Paul Halmos给出了一种概念数学方法的解释,下面就是这种方法(尽管这个方法包含一定的误差)。乘积
等于1-p(n),因此我们关注第一个n,欲使乘积小于1/2。由平均数不等式可以得知:
再利用已知的1到n-1所有整数和等于n(n-1)/2,然后利用不等式1-x < e−x,我们可以得到:
如果仅当
最后一个表达式的值会小于0.5。其中"loge"表示自然对数。这个数略微小于506,如果取n2-n=506,我们就得到n=23。
在推导中,Halmos写道:
这个推导是基于一些数学系学生必须掌握的重要工具。生日问题曾经是一个绝妙的例子,用来演示纯思维是如何胜过机械计算:一两分钟就可以写出这些不等式,而乘法运算则需要更多时间,并更易出错,无论使用的工具是一只铅笔还是一台老式电脑。计算器不能提供的是理解力,或数学才能,或产生更高级、普适化理论的坚实基础。[1]
然而Halmos的推导只显示至少超过23人就能保证平等机会下的生日匹配。因为我们不知道给出的不等式有多强(严格、清晰),因此从这个计算过程中无法确定当n=22时是否就能让概率超过0.5。相反的,当代任何人都可以运用个人计算机程序如Microsoft Excel,几分钟就可以把整个概率分布图形画出来,对问题答案很快就有个通盘的掌握,一目了然。
[####]
生日悖论可以推广一下:假设有n个人,每一个人都随机地从N个特定的数中选择出来一个数(N可能是365或者其他的大于0的整数)。
p(n)表示有两个人选择了同样的数字,这个概率有多大?
下面的逼近公式可以回答这个问题
- 。,
[#####]
下面我们泛化生日问题:给定从符合离散均匀分布的区间[1,d]随机取出n个整数,至少2个数字相同的概率p(n;d)有多大?
类似的结果可以根据上面的推导得出。
-
-
[######]
反算问题可能是:
- 对于确定的概率p ...
- ...找出最大的n(p)满足所有的概率p(n)都小于给出的p,或者
- ...找出最小的n(p)满足所有的概率p(n)都大于给定的p。
对这个问题有如下逼近公式:
- 。
[#######]
生日悖论可以用计算机代码经验性模拟
days := 365;
numPeople := 1;
prob := 0.0;
while prob < 0.5 begin
numPeople := numPeople + 1;
prob := 1 -((1-prob)*(days-(numPeople-1)) / days);
print "Number of people: " + numPeople;
print "Prob. of same birthday: " + prob;
end;
生日悖论也可以用Microsoft Excel Spreadsheet模拟
1 = 1-PERMUT(365,A1)/POWER(365,A1)
=A1+1 = 1-PERMUT(365,A2)/POWER(365,A2)
=A2+1 = 1-PERMUT(365,A3)/POWER(365,A3)
... ...
[########]
生日悖论普遍的应用于检测哈希函数:N-位长度的哈希表可能发生碰撞测试次数不是2N次而是只有2N/2次。这一结论被应用到破解密码学散列函数的生日攻击中。
生日问题所隐含的理论已经在[Schnabel 1938]名字叫做capture-recapture的统计试验得到应用,来估计湖里鱼的数量。
[#########]
就像上面提到的,真实世界的人口出生日期并不是平均分布的。这种非均衡生日概率问题也已经被解决。[来源请求]
[##########]
此问题另外一个泛化就是求得要在随机选取多少人中才能找到2个人生日相同,相差1天,2天等的概率大于50% 。这是个更难的问题需要用到容斥原理。结果(假设生日依然按照平均分布)正像在标准生日问题中那样令人吃惊:
2人生日相差k天 |
#需要的人数 |
0 |
23 |
1 |
14 |
2 |
11 |
3 |
9 |
4 |
8 |
5 |
7 |
7 |
6 |
只需要随机抽取6个人,找到两个人生日相差一周以内的概率就会超过50%。
[###########]
- Zoe Emily Schnabel: "The estimation of the total fish population of a lake"(某湖中鱼类总量估计),美国数学月刊45(1938年), 348-352页
- M. Klamkin,D. Newman: "Extensions of the birthday surprise"(生日惊喜的扩充), Journal of Combinatorial Theory 3(1967年),279-282页。
- D. Blom: "a birthday problem"生日问题,美国数学月刊80(1973年),1141-1142页。这一论文证明了当生日按照平均分布,两个生日相同的概率最小。
[############]
[#############]
- ^ 原文:The reasoning is based on important tools that all students of mathematics should have ready access to. The birthday problem used to be a splendid illustration of the advantages of pure thought over mechanical manipulation; the inequalities can be obtained in a minute or two, whereas the multiplications would take much longer, and be much more subject to error, whether the instrument is a pencil or an old-fashioned desk computer. What calculators do not yield is understanding, or mathematical facility, or a solid basis for more advanced, generalized theories
[##############]
- http://www.efgh.com/math/birthday.htm
- http://www.teamten.com/lawrence/puzzles/birthday_paradox.html
- http://science.howstuffworks.com/question261.htm
- http://mathworld.wolfram.com/BirthdayProblem.html
- http://www.atriumtech.com/pongskorn/birthdayparadox/birthdayparadox.htm
分类:隐藏分类:- 自2015年12月连结格式不正确的条目
- 自2014年1月语调不适于博牛百科的条目
- 拒绝当选首页新条目推荐栏目的条目
- 有未列明来源语句的条目
[/micxp_threadbk] |