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
|
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。
1865 0
教程(1):关于如何上链的简单直接的操作教程
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型应用:概率驱动:大模型文字预测的核心机制与理论基础.5
本文深入浅出地解析大模型文字预测原理:将文本编码为向量,通过Transformer自注意力机制建模上下文,输出下一字/词的概率分布;详述预训练(海量文本填空学习)与微调过程,并以PyTorch代码实例展示字符级RNN/Transformer预测全流程。
255 7
|
6月前
|
XML Linux 数据格式
Qt对Word网页的读写功能实现
Qt对Word网页的读写功能实现
332 9
|
8月前
|
敏捷开发 机器学习/深度学习 人工智能
需求重复、碎片化、无追溯?2025年智能化需求管理工具的关键应用
本文系统梳理需求管理工具从文档管理到AI驱动的四代技术演进,解析现代智能系统的核心功能架构与技术实现,并基于六维评估模型对比主流工具优劣。结合四阶段实施方法论与典型问题解决方案,为企业选型与落地提供全面指导。
356 0
|
机器学习/深度学习 API
DeepSeek模型压缩与加速
随着深度学习模型规模增大,推理速度和资源消耗成为关键问题。DeepSeek提供多种模型压缩与加速工具,包括剪枝、量化、知识蒸馏和结构优化,帮助在保持性能的同时大幅降低计算资源需求。本文详细介绍这些技术及其代码实现,涵盖模型剪枝、量化、知识蒸馏及结构优化的方法,并提供常见问题的解决方案,助你掌握高效推理技巧。
|
机器学习/深度学习 人工智能 UED
OpenAI o1模型:AI通用复杂推理的新篇章
OpenAI发布了其最新的AI模型——o1,这款模型以其独特的复杂推理能力和全新的训练方式,引起了业界的广泛关注。今天,我们就来深入剖析o1模型的特点、背后的原理,以及一些有趣的八卦信息。
829 73
|
安全 程序员 PHP
实验室信创平台上几道经典的web-php有关的题目wp
本内容介绍了多个CTF题目及其解题思路,涵盖正则表达式、PHP函数、代码审计等方面。例如,通过POST提交和正则匹配获取flag,利用PHP的松散比较和数组特性绕过验证,以及通过恢复VIM临时文件和SVN隐藏文件夹获取关键信息。每个题目都提供了详细的解题步骤和相关链接,适合初学者学习和实践。
357 1
|
监控 Java 微服务
微服务调用失败时常用处理手段
【10月更文挑战第27天】在微服务架构中,服务调用面临诸多不确定性,如服务提供者的硬件故障、网络问题等。因此,需要采取超时、重试、双发和熔断等策略来确保服务的稳定性和可靠性。超时机制避免长时间等待,重试机制应对偶发错误,双发机制提高成功率,熔断机制防止故障扩散。这些策略共同作用,保障了系统的高可用性。
|
存储 人工智能 大数据
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。

热门文章

最新文章