生日問題是一個有趣的數學現象,它探討「需要多少人聚在一起,才能讓其中至少有兩人同一天生日的機率超過一半?」
答案令人意外,只需要23人。這個問題有時被稱為「生日悖論」,不過這其實並不是真正的悖論,只是因為結果違反了一般人的直覺。大多數人會認為23人中兩人同生日的機率應該遠小於50%。
它衍生出的數學理論被用於設計一種名為「生日攻擊」的密碼破解方法。
解釋
生日問題可理解成盲射打靶問題。首先計算:23人皆不同生日的機率是多少?可想像一間有23人進入的房間,這23人依次進入,每個進入的人的生日都與房裏其他人的生日不同的機率依次是1、、、、等。先入房的人的生日皆不同的機率很高,前五個是1××××=97.3%;而最後入房的幾人就完全不同,他們入房且找不到同生日者的機率是、、。這種機率可看成對靶的盲射:靶有365格,其中17個左右黑格,其餘白格。假設每槍必中靶並且分布符合幾何概型的話,連射12槍左右任何一發都沒有擊中黑格的機率(投射於房間裡的人生日皆不同)十分微小。
理解生日問題的關鍵在於考慮上述「依次入房」模型中最後幾個入房的人「全都沒碰到同生日的人」機率多少。
簡言之,大多數人之所以會認為23人中兩人同生日的機率應該遠遠小於50%,是因為將問題理解為「其他22人與你同生日的機率」,而非問題真諦「23人中兩兩之間存在生日相同」。如果有考慮這點,直覺上會將原來的機率乘以23(注意:此算法並不正確),則會意識到機率很大。
機率估計
假設有n個人在房內,如果要計算兩人同生日的機率,在不考慮特殊因素如閏年、雙胞胎的前提下,假設一年365日出生機率平均分布(現實的出生機率不是平均分布)。
計算機率的方法是,首先找出p(n)表示n人中,每人生日都不同的機率。假如n > 365,根據鴿巢原理其機率為0,假設n ≤ 365,則機率為
因為第二人不能跟第一人同生日(機率是364/365),第三人不能跟前兩人同生日(機率是363/365),依此類推。用階乘可寫成如下形式
p(n)表示n個人中至少兩人同生日的機率
n≤365,根據鴿巢原理,n大於365時機率為1。
n是23時機率約0.507。其他人數的機率用上面算法可得出:
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% |
注意所有人都是隨機選出:作為對比,q(n)表示房間中有n+1人,當中與特定人(比如你)同生日的機率:
當n = 22時機率只有大約0.059,約高於十七分之一。如果n人中有50%機率存在某人跟你同生日,n至少要達到253。注意這數字大大高於365/2 = 182.5;究其原因是因為房間內可能有些人同生日。
數學論證(非數字方法)
保羅·哈莫斯在自傳中認為生日問題只用計算數值來解釋是種悲哀,所以給出了一種概念數學方法的解釋(儘管這方法有一定的誤差):乘積
等於1-p(n),因此關注第一個n,欲使乘積小於1/2。由平均數不等式可知:
再用已知的1到n-1所有整數和等於n(n-1)/2,然後用不等式1-x < e−x,可得到:
如果唯若
最後一條表達式的值會小於0.5。其中loge表示自然對數,略小於506,如果取n2-n=506就得到n=23。
在推導中,哈莫斯寫道:
這推論是基於數學系學生必須掌握的重要工具。生日問題曾是用來演示純思維如何勝過機械計算的絕妙例子:這些不等式一兩分鐘就寫得出,但乘法運算就要更多時間且更易出錯,無論使用的工具是鉛筆還是老式電腦。計算機不能提供的是理解力、數學才能、或產生更進階、普適化理論的堅實基礎。[1]
然而哈莫斯的推論只顯示至少超過23人就能保證平等機會下的生日匹配。因為不知道給出的不等式有多強(嚴格、清晰),因此無法藉此計算過程確定n=22是否能讓機率過半;相反,現在任何人都可用Microsoft Excel等個人電腦程式在幾分鐘內把整幅機率分布圖畫出來,對問題答案很快就有通盤掌握,一目了然。
泛化和逼近
生日問題可以推廣一下:假設有n人,每人都隨機從N個特定的數中選一個數出來(N可能是365或其他正整數)。
p(n)表示有兩個人選擇了同樣的數字,這機率多大?
下面的逼近公式可以回答這個問題
- 。
下面泛化生日問題:給定從符合離散均勻分布的區間[1,d]隨機取出n個整數,至少2個數字相同的機率p(n;d)有多大?
類似的結果可以根據上面的推導得出。
反算問題
反算問題可能是:
- 對於確定的機率p…
- …找出最大的n(p)滿足所有的機率p(n)都小於給出的p,或者
- …找出最小的n(p)滿足所有的機率p(n)都大於指定的p。
這問題有如下逼近公式:
- 。
逼近 | 估計N =365 | |||||
p | n推廣 | n<N =365 | n↓ | p(n↓) | n↑ | p(n↑) |
0.01 | (0.14178 √N)+0.5 | 3.20864 | 3 | 0.00820 | 4 | 0.01636 |
0.05 | (0.32029 √N)+0.5 | 6.61916 | 6 | 0.04046 | 7 | 0.05624 |
0.1 | (0.45904 √N)+0.5 | 9.27002 | 9 | 0.09462 | 10 | 0.11695 |
0.2 | (0.66805 √N)+0.5 | 13.26302 | 13 | 0.19441 | 14 | 0.22310 |
0.3 | (0.84460 √N)+0.5 | 16.63607 | 16 | 0.28360 | 17 | 0.31501 |
0.5 | (1.17741 √N)+0.5 | 22.99439 | 22 | 0.47570 | 23 | 0.50730 |
0.7
|
(1.55176 √N)+0.5 | 30.14625
|
30 | 0.70632
|
31 | 0.73045 (正確值:n↓=29, n↑=30) |
0.8 | (1.79412 √N)+0.5 | 34.77666 | 34 | 0.79532 | 35 | 0.81438 |
0.9
|
(2.14597 √N)+0.5 | 41.49862
|
41 | 0.90315
|
42 | 0.91403 (正確值:n↓=40, n↑=41) |
0.95
|
(2.44775 √N)+0.5 | 47.26414
|
47 | 0.95477
|
48 | 0.96060 (正確值:n↓=46, n↑=47) |
0.99
|
(3.03485 √N)+0.5 | 58.48081
|
58 | 0.99166
|
59 | 0.99299 (正確值:n↓=56, n↑=57) |
注意:某些值有色,說明逼近不總是正確。
經驗性測試
生日問題可以用電腦代碼經驗性類比
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;
生日問題也可以用Microsoft Excel Spreadsheet類比
人數 | 人數對應的生日相同的機率 | |
---|---|---|
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) |
當行數達到23(即人數),可看到機率結果開始過半。
應用
生日問題普遍的應用於檢測雜湊函數:N-位長度的雜湊表可能發生碰撞測試次數不是2N次而是只有2N/2次,這結論用在破解密碼學雜湊函數的生日攻擊中。
生日問題隱含的理論已經在[Schnabel 1938]名字叫做捉放法(capture-recapture)的統計試驗得到應用,來估計湖的魚數。
不平衡機率
就像上面提到的,現實世界人口的生日並非平均分布,這種非均衡生日機率問題也已解決。[來源請求]
近似匹配
此問題的另外一個泛化是求在n人中有兩人的生日同在k日曆天內的機率。假設有m個同等可能的生日。[2]
能找到兩個人生日相差k天或更少的機率高於50%所需要的人數:
k | n for m = 365 |
---|---|
0 | 23 |
1 | 14 |
2 | 11 |
3 | 9 |
4 | 8 |
5 | 8 |
6 | 7 |
7 | 7 |
只須隨機抽取7人,找到兩人生日相差一周內的機率就會過半。[2]
其它相關生日錯覺機率問題
星期二男孩問題:一個兩孩家庭有一個男孩,他是星期二出生的,那麼另一個孩子也是男孩的機率是多少?答:13/27[3]
參考
- Zoe Emily Schnabel: "The estimation of the total fish population of a lake"(某湖中魚類總量估計),美國數學月刊45(1938年), 348-352頁
- M. Klamkin,D. Newman: "Extensions of the birthday surprise"(生日驚喜的擴充), Journal of Combinatorial Theory 3(1967年),279-282頁。
- D. Blom: "a birthday problem"生日問題,美國數學月刊80(1973年),1141-1142頁。這一論文證明了當生日按照平均分布,兩個生日相同的機率最小。
相關條目
參考文獻
外部連結
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.