🎂开发工具 · 概率可视化
生日悖论计算器
生日悖论计算器
23人为何就能过半
用对数公式计算至少两人同天生日的概率,实时绘制曲线并反查 50% / 90% / 自定义目标所需人数;支持 365、366 与闰年分布。
23人 50.7%
57人 99%
01人数与天数
等待参数人数滑杆实时联动概率仪表与曲线;目标概率用于反查所需人数。
2–365
人
模型分母 d
用365.25等效
1–99%
%
填好人数后点击“开始计算”。
02人数点阵与概率曲线
当前人数03多组人数批量计算
每行一组格式:名称,人数,天数365/366,闰年分布0/1,目标概率%。
| 名称 | 人数 | 天数 | 至少一对 | 恰好一对 | 目标概率 | 达标人数 |
|---|---|---|---|---|---|---|
| 点击「批量计算」生成清单 | ||||||
04概率结果
等待计算至少一对同生日
0%当前概率
恰好一对
0%近似值
—达到 50% 人数
—达到 90% 人数
—达到 50% 人数
逐项计算明细
| 项目 | 公式 / 依据 | 结果 |
|---|---|---|
| 计算后显示明细 | ||
- 输入人数与天数后显示对数计算过程。
免责:模型假设生日在 d 天内均匀且相互独立;现实出生日期存在季节与地区差异,结果仅供教学与估算。
生日悖论怎么算?
先算所有人都不重复的概率:P(无重复)=1×(1−1/d)×(1−2/d)×…×(1−(n−1)/d),再用 1 减去它。为避免连乘溢出,本页改为累加 log(1−i/d) 后取指数。d 为一年天数,均匀假设下通常取 365。
为什么 23 个人就有 50% 概率?
因为比较的是任意两人同天生日。23 人能组成 C(23,2)=253 对,每一对都可能“撞生日”,累积起来概率约 50.7%,远高于直觉中的 23/365。
50% 和 90% 分别需要多少人?
365 天均匀假设下,至少一对同生日概率达到 50% 需要 23 人,达到 90% 需要 41 人;达到 99% 约需 57 人。本页会按你选的天数自动反查。
恰好一对同生日概率怎么算?
近似用 C(n,2)×(1/d)×∏(1−i/d)(i 取 0 到 n−3),表示先选出一对同生日,再要求剩下 n−2 人都不与这一对重合。它不同于“至少一对”,通常会小很多。
生日悖论的结果准吗?
在“生日均匀且相互独立”的假设下是准确的。现实里出生日期有季节性与地区差异,因此真实概率会略有偏差;本页结果适合教学与估算,不用于精算或医学统计。
本机最近方案
暂无记录,成功计算后自动保存最近 8 条。
🎂口径说明与常见误填
P(至少一对)=1−∏(1−i/d),用对数累加避免溢出;阈值人数通过逐项累加反查。假设生日在 d 天内均匀分布。
- 核心公式
- P(无重复)=∏(1−i/d),P(至少一对)=1−P(无重复)。用 log(1−i/d) 累加后取指数,避免 365! 溢出。
- 恰好一对
- 近似为 C(n,2)×(1/d)×∏(1−i/d)(剩余 n−2 人均不与前两人重合),用于快速参考。
- 阈值反查
- 从 2 人开始逐项累加,找到首次达到 50%、90% 或目标概率的人数。
- 365 / 366 / 闰年分布
- 365 或 366 表示按固定天数;勾选闰年分布时用 365.25 作为等效天数,结果略有差异。
- 概率曲线
- 横轴人数、纵轴至少一对同生日概率;粉线为目标概率,紫点为当前人数。
- 边界与免责
- 人数 2–365;模型假设生日均匀独立分布,现实中季节、地区与日期偏好会带来偏差。366 天且人数 367 时概率必然为 100%。
这个工具解决什么问题
生日悖论说的是:房间里只要 23 人,至少两人同一天生日的概率就已经超过 50%。本工具用对数公式计算指定人数下的同生日概率、恰好一对概率与 50%/90% 阈值,并实时绘制概率曲线;支持 365/366 天、闰年分布与目标概率反查,还能批量比较多组人数。模型假设生日均匀分布,实际分布略有偏差。
生日悖论五条直觉
① 比的是任意两人:不是“有人和你同一天”,而是 23 人里任意两人同天,组合数 C(23,2)=253 已经很大。
② complements 更易懂:先算所有人都不同天的概率,再用 1 减去它,比直接数重复更容易。
③ 23 人过半:365 天均匀假设下,23 人约 50.7%,57 人约 99%。
④ 366 天略低:天数越多,重复概率越低;考虑闰年分布时用 365.25 等效天数。
⑤ 367 人必然重复:365 天时 366 人已必定有重复;366 天时需要 367 人。
怎么用
-
第 1 步 · 选天数与人数365/366 与闰年分布决定分母 d,人数滑杆实时联动概率。
-
第 2 步 · 看概率仪表主仪表给至少一对同生日概率,副指标给恰好一对概率。
-
第 3 步 · 看曲线曲线显示 1 人起到当前人数附近的概率走势,粉线为目标概率。
-
第 4 步 · 反查阈值查看 50%、90% 与自定义目标概率所需人数。
-
第 5 步 · 批量与留档多组人数逐行测算,导出 CSV;记录存本机可复制分享。
更新记录
- v1.0 2026-11-19 v1.0 上线:对数概率公式、恰好一对概率、365/366与闰年分布、目标概率反查、50%/90%阈值、实时概率曲线、生日点阵、多组批量与 CSV 导出。
常见问题
生日悖论怎么算?
先算所有人都不重复的概率:P(无重复)=1×(1−1/d)×(1−2/d)×…×(1−(n−1)/d),再用 1 减去它。为避免连乘溢出,本页改为累加 log(1−i/d) 后取指数。d 为一年天数,均匀假设下通常取 365。
为什么 23 个人就有 50% 概率?
因为比较的是任意两人同天生日。23 人能组成 C(23,2)=253 对,每一对都可能“撞生日”,累积起来概率约 50.7%,远高于直觉中的 23/365。
50% 和 90% 分别需要多少人?
365 天均匀假设下,至少一对同生日概率达到 50% 需要 23 人,达到 90% 需要 41 人;达到 99% 约需 57 人。本页会按你选的天数自动反查。
恰好一对同生日概率怎么算?
近似用 C(n,2)×(1/d)×∏(1−i/d)(i 取 0 到 n−3),表示先选出一对同生日,再要求剩下 n−2 人都不与这一对重合。它不同于“至少一对”,通常会小很多。
生日悖论的结果准吗?
在“生日均匀且相互独立”的假设下是准确的。现实里出生日期有季节性与地区差异,因此真实概率会略有偏差;本页结果适合教学与估算,不用于精算或医学统计。
💬 留言板 0
全部留言需审核通过后展示🎉
留言已提交!
现在只有你自己能看到这条留言(已标上「待审核」),管理员审核通过后才会展示给所有人~

还没有留言,来抢沙发吧!