同天生日非天意,数学原理来答疑

简介:



也许在某个派对上你会惊讶的发现,这哥们怎么跟我同一天生日?

或者当你在巴厘岛海滩的酒吧狂high的时候,你会发现一位老校友端着鸡尾酒从你的面前飘过。

Joseph Mazur告诉你,这根本不是冥冥之中天注定,这就是个简单的数学原理。

在Mazur的新书《巧合:神话与数学的结合》中,他认为偶然事件的发生仅仅是一个概率问题。

而概率,并不像你所想的那么高。

“生日问题”被众多数学家所熟知,然而这很容易解释。

在366个人里面,100%会有两个人的生日是同一天,因为一年只有365天啊!当然,闰年除外。

但是,如果只有两个人的话,他们同一天生日的概率是99.7%。如果人数上升到3位,那么两人同一天生日的概率将会减少到99.18%。

如果人数扩增到15人,概率就会骤降到74.7% 。只要有23个人在同一间房间,那么两人同一天生日的概率就很可观了。

23人将会出现253中生日的组合方式。当人数增加到60人,你会发现更多的生日组合。

1929年曾经发生了一个有关巧合的著名故事。当时,美国儿童作家Anne Parrish在巴黎塞纳河边的二手书店里发现了一本她曾经最喜欢的书《Jack Frost and Other Stories》。

她当机立断的将这本书买了下来,当她将这本书递给丈夫看的时候,发现书里竟然写着她的名字和当时的住址。原来这本书就是Anne小时候读过的那本书!

对于这件神乎其神的巧合,Mazur分析出它的发生概率为3331/1,也就是说,这将比你手上抓四张同样扑克牌的概率还稍微高那么一点。

他对故事中促成这一巧合的每步都进行了概率分析,包括Parish夫人游览巴黎的可能性(0.1)、她去逛书店的可能性(0.3)以及这本书刚好在这的可能性(0.01)。

通过计算,0.1、0.3和0.01相乘,最终的计算结果是0.0003,也就是3331/1。

Mazur表示,我们可以在宇宙的理性秩序中寻找到答案。

对于其它的随机事件,想要实现则需要更长的时间。

1931年,数学家Emile Bore提出了一个问题,大量的随机事件是否具有意义?

这个问题后来演变成,猴子在打字机上能否随机打出莎士比亚的十四行诗?

Mazur觉得答案是肯定的,但是我们要想看到这一随机事件出现,则需要相当长的时间。

他说,猴子要想在打字机上随机打出“shall”这个单词,就是句子“Shall I compare thee to a summer's day”中的这个词的概率将近是1200万分之一。

猴子敲击打字机的次数越多,概率事件发生的可能性越大。

如果猴子尝试820万次敲击打字机的话,那么离“shall”这个词出现的时候也就不远了。

生日悖论


你可能会觉得撞到一个跟你同一天生日是惊天大巧合,但是从概率上来说,没准它比你想的更容易发生。

数学家将它称之为生日悖论,意思是说,只有23人的随机样本中,其中两人同一天生日的概率就有50%。

因为样本非常小,也便于我们进行计算。

第一个人的生日将与其他22个人进行比较,而第二个人则会与21个人进行比较,因为他们之前都已经跟第一个人比较过了。

后面每一个人需要对比的人数将会减少1位。

那么这里的综合就是22+21+20+19...一直到结束为止。

总的来说,23个人的生日组合方式有253种,两人同一天生日的概率也就是50%。

原文发布时间为:2016-11-19

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
应用服务中间件 nginx
Nginx rewrite(URL)地址重定向
Nginx rewrite(URL)地址重定向
1027 0
|
运维 分布式计算 安全
云计算时代的DCI技术
实现数据中心间互通的纽带——DCI网络
云计算时代的DCI技术
|
区块链 开发者
教程(1):关于如何上链的简单直接的操作教程
这是一篇关于如何上链的简单直接地操作流程。
1827 0
教程(1):关于如何上链的简单直接的操作教程
基于PI控制器的DC-DC结构PWM系统simulink建模与仿真
本课题基于MATLAB2022a的Simulink环境,构建了包含IGBT结构、PI控制器及PWM模块的DC-DC转换器模型,通过仿真验证了系统在电压精确控制方面的性能。PI控制器通过调整占空比实现对输出电压的闭环控制,确保输出稳定。
|
存储 人工智能 关系型数据库
数据库的深度探索:技术演进、应用领域与未来趋势
一、引言 数据库,作为信息技术领域中的关键组件,不仅为数据的存储、检索和管理提供了强有力的支持,而且随着技术的不断发展,其功能和应用领域也在不断扩展
1119 7
|
数据安全/隐私保护
|
关系型数据库 分布式数据库 数据库
沉浸式学习PostgreSQL|PolarDB 10: 社交、刑侦等业务, 关系图谱搜索
业务场景1 介绍: 社交、刑侦等业务, 关系图谱搜索 - 营销、分销、流量变现、分佣、引爆流行、裂变式传播、家谱、选课、社交、人才库、刑侦、农产品溯源、药品溯源 图式搜索是PolarDB | PostgreSQL在(包括流计算、全文检索、图式搜索、K-V存储、图像搜索、指纹搜索、空间数据、时序数据、推荐等)诸多特性中的一个。 采用CTE语法,可以很方便的实现图式搜索(N度搜索、最短路径、点、边属性等)。 其中图式搜索中的:层级深度,是否循环,路径,都是可表述的。
504 0
沉浸式学习PostgreSQL|PolarDB 10: 社交、刑侦等业务, 关系图谱搜索
|
缓存 NoSQL 安全
【Redis】2、Redis应用之【根据 Session 和 Redis 进行登录校验和发送短信验证码】
【Redis】2、Redis应用之【根据 Session 和 Redis 进行登录校验和发送短信验证码】
381 0
|
存储 缓存 安全
C语言进程(第二章,wait,sleep,waitpid,pthread_mutex_lock,pthread_mutex_unlock)
C语言进程(第二章,wait,sleep,waitpid,pthread_mutex_lock,pthread_mutex_unlock)
388 0
|
Linux
Linux多线程基础函数使用
Linux多线程基础函数使用
221 0

热门文章

最新文章