统计学 on kenji.blog

你的朋友比你朋友多：友谊悖论

Thu, 10 Sep 2026 21:00:00 +0900

“周围的人朋友都比我多，看起来好开心啊……” 在浏览社交网络（SNS）时，你是否也有过这样的感觉？

其实，你之所以会有这种感觉，并不是因为你的性格问题，也不是因为你不受欢迎。这是被称为**“友谊悖论（Friendship Paradox）”**的现象，一个由网络理论和统计学证明的数学事实。

这一悖论由社会学家斯科特·菲尔德（Scott Feld）在1991年发现，它解释了一个违反直觉的现象：“大多数人的朋友数量都比自己朋友的朋友数量少”。

为什么“朋友的朋友比我的朋友多”？

长话短说，这是因为**“朋友多的人（受欢迎的人）会出现在很多人的好友列表中”**，一种简单的采样偏差。

让我们用一个简单的网络（图）来思考一下。

graph TD A["爱丽丝 (1个朋友)"] --- C["查理 (3个朋友)"] B["鲍勃 (1个朋友)"] --- C C --- D["大卫 (1个朋友)"] style A fill:#4FC3F7,stroke:#333,stroke-width:2px style B fill:#4FC3F7,stroke:#333,stroke-width:2px style C fill:#FF9800,stroke:#333,stroke-width:4px style D fill:#4FC3F7,stroke:#333,stroke-width:2px

在这个小世界里，有爱丽丝、鲍勃、查理和大卫四个人。查理是“受欢迎的人”，他与另外三个人都是朋友。而另外三个人只和查理是朋友。

让我们来看看各自的朋友数量：

爱丽丝的朋友数：1人
鲍勃的朋友数：1人
大卫的朋友数：1人
查理的朋友数：3人 所有人的平均朋友数是：$(1 + 1 + 1 + 3) / 4 = 1.5人$。

接下来，我们计算一下“每个人‘朋友的朋友数’的平均值”：

爱丽丝的朋友（查理）的朋友数：3人
鲍勃的朋友（查理）的朋友数：3人
大卫的朋友（查理）的朋友数：3人
查理的朋友（爱丽丝、鲍勃、大卫）的朋友数平均值：$(1 + 1 + 1) / 3 = 1人$

现在，我们将各自的“自己”和“自己朋友的平均值”进行比较：

爱丽丝：自己(1) < 朋友的平均(3)
鲍勃：自己(1) < 朋友的平均(3)
大卫：自己(1) < 朋友的平均(3)
查理：自己(3) > 朋友的平均(1)

4个人中有3个人（75%的人）处于“自己的朋友比自己拥有更多朋友”的状态。受欢迎的查理的存在，强力拉高了周围所有人的“朋友平均数”。

数学证明：方差是关键

让我们用数学公式来表示这一现象。在网络理论中，假设某个人 $v$ 的朋友数（度数）为 $k(v)$。网络整体的平均朋友数为 $\mu$，朋友数的方差为 $\sigma^2$。

根据菲尔德的证明，“随机选择的一个朋友的朋友数”的期望值如下：

$$ \text{朋友的朋友数平均值} = \mu + \frac{\sigma^2}{\mu} $$

方差 $\sigma^2$ 始终是一个大于等于0的值。也就是说，除非出现每个人朋友数量完全相同（$\sigma^2 = 0$）这种不可能的情况，否则以下不等式始终成立：

$$ \mu + \frac{\sigma^2}{\mu} > \mu $$

“朋友的朋友数平均值”必然始终大于“整体的平均朋友数”。

在现实社会或社交网络（如X或Instagram等）中，极少数人拥有数百万粉丝（朋友），而绝大多数人只有几十到几百人。这意味着方差 $\sigma^2$ 极大，因此这个悖论的效果会变得更加强烈。

应用：大流行病与疫苗接种

友谊悖论不仅局限于社交网络的心理学。在现实的社会问题，特别是传染病防控中，也有着非常有效的应用。

假设疫苗数量有限，我们在犹豫该给谁接种时。有一种比随机接种更有效的方法：

随机选择一部分人。
不给这些人接种，而是给这些人“指名为朋友”的对象接种疫苗。

为什么呢？因为根据友谊悖论，随机选出的人的“朋友”，平均而言拥有更多连接（作为枢纽）的概率更高。通过优先给连接数多的人接种疫苗，可以戏剧性地延缓感染在整个网络中的扩散。

结论

当你看社交网络，觉得“大家都比我朋友多、生活更充实”时，这并不是你的错觉，而是网络结构产生的数学必然。

因为受欢迎的人会出现在很多人的网络中，所以我们不可避免地总是观察到“平均水平以上的受欢迎者”作为样本。下次在社交网络上感到沮丧时，请务必回想一下这个数学公式：

$$ \mu + \frac{\sigma^2}{\mu} > \mu $$

蒙提·霍尔问题：背叛直觉的概率论陷阱与贝叶斯推断的完全解析

Thu, 10 Sep 2026 00:00:00 +0900

1. 舞台是电视问答节目：换作是你，会怎么做？

1990年，美国新闻杂志《Parade》的专栏“Ask Marilyn（问问玛丽莲）”中，收到了一位读者发来的如下问题：

你正在参加一个电视游戏节目。在你面前有 3扇门 (A, B, C)。其中1扇门后面是新车（大奖），剩下的2扇门后面是山羊（未中奖）。

首先，你选择了门A。

接着，知道新车在哪扇门后面的主持人蒙提·霍尔，在剩下的门中打开了藏有山羊的门B。

蒙提对你说：“现在你可以把选择更改为门C。你要怎么做？”

那么，你究竟应该改变选择吗？

直觉上，你可能会觉得：“剩下的门只有A和C两扇。新车在哪扇门后面完全是随机的，所以中奖的概率都是 $\frac{1}{2}$（50%）。因此，改不改变选择都一样。”

然而，专栏作家玛丽莲·沃斯·莎凡特（被吉尼斯世界纪录认定为拥有最高智商的人）回答说：“应该改变选择。如果你改变选择，中奖的概率将增加一倍。”

这个回答在全美引起了轰动，她收到了大约1万封抗议信（其中约1000封来自拥有数学博士学位的学者）。信中充满了尖锐的批评，比如“你根本不懂概率的基本原理”、“这就是女人的逻辑”等等。但是，从结论上来说，玛丽莲的回答在数学上是完全正确的。

2. 直觉与数学的偏差：用 Mermaid 看看概率的分支

为什么我们的直觉会产生“$\frac{1}{2}$”的错觉呢？首先，让我们把游戏的所有模式可视化。

graph TD Start["游戏开始"] --> CarA["新车在门A (概率1/3)"] Start --> CarB["新车在门B (概率1/3)"] Start --> CarC["新车在门C (概率1/3)"] CarA --> PickA1["你选择了门A"] CarB --> PickA2["你选择了门A"] CarC --> PickA3["你选择了门A"] PickA1 --> HostB_or_C["主持人打开B或C"] PickA2 --> HostC["主持人必然打开C"] PickA3 --> HostB["主持人必然打开B"] HostB_or_C --> Stay1["不改变: 中奖!"] HostB_or_C --> Switch1["改变: 未中奖..."] HostC --> Stay2["不改变: 未中奖..."] HostC --> Switch2["改变: 中奖!"] HostB --> Stay3["不改变: 未中奖..."] HostB --> Switch3["改变: 中奖!"] style Switch2 fill:#bbf,stroke:#333,stroke-width:2px style Switch3 fill:#bbf,stroke:#333,stroke-width:2px style Stay1 fill:#f99,stroke:#333,stroke-width:2px

假设你选择了“门A”，以下3种情况将以相等的概率（$\frac{1}{3}$）发生。

情况1（新车在A）： 主持人打开有山羊的B或C。如果改变选择就会未中奖。
情况2（新车在B）： 主持人只能打开有山羊的C。如果改变选择就会中奖。
情况3（新车在C）： 主持人只能打开有山羊的B。如果改变选择就会中奖。

也就是说，3次中有2次（情况2和3）处于**“只要改变选择就必然中奖”的状态。因此，改变选择时的胜率为 $\frac{2}{3}$，是不改变选择时胜率 $\frac{1}{3}$ 的2倍**。

3. 基于贝叶斯定理的严格证明

为了在数学上严格解决这个问题，我们使用计算条件概率的“贝叶斯定理”。

$$ P(H|E) = \frac{P(E|H) P(H)}{P(E)} $$

在这里，我们将事件定义如下：

$C_A, C_B, C_C$ : 新车分别在门A, B, C的事件。先验概率为 $P(C_A) = P(C_B) = P(C_C) = \frac{1}{3}$
假设你最初选择了门A。
$M_B$ : 主持人打开有山羊的门B的事件。

我们想要计算的是“在主持人打开了门B的条件下，新车在门C的概率”，即后验概率 $P(C_C|M_B)$。

首先，根据新车所在的位置，考虑主持人打开门B的概率 $P(M_B|C_X)$。

当新车在门A时 ($C_A$) 主持人可以随机打开B或C。
$$ P(M_B|C_A) = \frac{1}{2} $$
当新车在门B时 ($C_B$) 因为主持人不能打开有新车的门，所以打开B的概率为零。
$$ P(M_B|C_B) = 0 $$
当新车在门C时 ($C_C$) 主持人不能打开A（你选择的）和C（有新车），因此必然只能打开B。
$$ P(M_B|C_C) = 1 $$

接着，利用“全概率公式”求出主持人打开门B的总概率 $P(M_B)$。

$$ P(M_B) = P(M_B|C_A)P(C_A) + P(M_B|C_B)P(C_B) + P(M_B|C_C)P(C_C) $$ $$ P(M_B) = \left(\frac{1}{2} \times \frac{1}{3}\right) + \left(0 \times \frac{1}{3}\right) + \left(1 \times \frac{1}{3}\right) = \frac{1}{6} + 0 + \frac{1}{3} = \frac{1}{2} $$

终于，我们可以应用贝叶斯定理，计算门A和门C的后验概率。

门A（不改变选择）有新车的概率：

$$ P(C_A|M_B) = \frac{P(M_B|C_A) P(C_A)}{P(M_B)} = \frac{\frac{1}{2} \times \frac{1}{3}}{\frac{1}{2}} = \frac{1}{3} $$

门C（改变选择）有新车的概率：

$$ P(C_C|M_B) = \frac{P(M_B|C_C) P(C_C)}{P(M_B)} = \frac{1 \times \frac{1}{3}}{\frac{1}{2}} = \frac{2}{3} $$

数学公式的证明也明确地表明了**“改变选择能使中奖的概率增加一倍（2/3）”**。

4. 认知偏差：作为信息的“条件”的价值

为什么连许多天才数学家都在这个问题上直觉犯错了呢？这其中有人类大脑固有的“等概率偏差”以及“更新信息的失败”。

4.1. 等概率偏差 (Equiprobability Bias)

人类在面对未知的选项时，会有一种无意识中分配“剩下的选项概率总是均等的”的倾向。在看到只剩两扇门的瞬间，大脑就会自动将其标记为“$50\%$ : $50\%$”。

4.2. 主持人的“意图”这一信息

直觉出错的最大原因在于，忽略了主持人的行为并非随机这一点。如果规则是主持人“在不知道新车在哪里的情况下，随机打开一扇门，结果碰巧是山羊”（这被称为蒙提·霍尔变体问题/蒙提·佛尔问题），那么门A和门C的概率就都是 $\frac{1}{2}$。

但是在真实的蒙提·霍尔问题中，主持人的行动受到以下严格的限制：

不能打开参赛者选择的门。
不能打开有新车的门。

由于这些限制，主持人“打开门B”这一行为本身，就为我们提供了关于门C的巨大信息量。其中暗含了这样的无声信息：“我无法打开门C（因为那里有新车）”。

5. 用极端的例子纠正直觉

如果你仍然觉得难以信服，让我们把门的数量增加到 100万扇。

你在100万扇门中，选择了门1。（中奖概率是 $\frac{1}{1,000,000}$）
无所不知的主持人，在剩下的99万9999扇门中，打开了99万9998扇有山羊的门。
现在关着的，只有你选择的“门1”，以及主持人刻意留下的“门777,777”。

那么，你要改变选择吗？在这种情况下，如果你坚信自己一开始就碰上了“百万分之一”的奇迹，那就不该换。但在现实中，我们能直观地理解，新车在那扇**“主持人绝对无法打开的唯一一扇门”**后面的概率是 $\frac{999,999}{1,000,000}$。

蒙提·霍尔问题（3扇门），只不过是将这种“100万扇门”的规模缩小了的现象而已。

pie title "改变门的效果（100次模拟）" "改变并中奖 (约66.7%)" : 67 "不改变并中奖 (约33.3%)" : 33

6. 总结：概率论带给商业和人生的教训

蒙提·霍尔问题已经超越了单纯的谜题范畴，为我们带来了重要的教训。

直觉经常会出错：人类的大脑并未进化到能够直观地处理复杂的条件概率。在做重要的决策时，仅凭直觉判断是危险的。
用新信息更新概率（贝叶斯更新）：当情况发生变化，有了新的信息（例如主持人打开了哪扇门）时，能否不固执己见，灵活地更新概率和策略，是成功的关键。

“改变选择”这一小小的决定，或许能让你在人生中获得“新车”的概率翻倍。

生日悖论：只要有23人就超过50%？欺骗直觉的“组合”魔法

Thu, 10 Sep 2026 00:00:00 +0900

1. 直觉测试：聚集多少人概率才会超过50%？

在一个派对会场聚集了许多人。在这里，您认为要使**“会场中至少存在一对生日（月和日）完全相同的两人的概率超过50%”**，最少需要多少人？（※排除闰年，一年按365天计算，并假设每个生日的概率相等）。

人类的直觉很容易这样计算： “一年有365天之多。把人一个个放进365个框里直到重复，至少需要180人左右吧。即使保守估计，没有50到60人，概率也不会达到一半吧？”

然而，数学得出的正确答案仅为**“23人”**。如果是学校的一个班级（约30至40人），存在同生日配对的概率甚至会飙升到约70%至89%。如果有50人，该概率将达到97%，变成“没有人生日相同反而更罕见”的状态。

为什么我们的直觉与现实概率会产生如此巨大的偏差呢？

2. 直觉出错的原因：“我和某人”与“某人和某人”的区别

在这个问题上直觉出错的最大原因是，我们在潜意识里考虑的是**“与特定的一人（例如自己）生日相同的概率”**。

当您进入会场并寻找“有没有人和我生日相同？”时，在23人中与您生日相同的人存在的概率仅有约6.1%。（要使这个概率超过50%，实际上需要多达253人）。

但是，生日悖论所问的并不是“我和某人”的配对。而是**“在场所有人之间的所有可能组合（A与B，B与C，C与A……）”**中，只要有一对匹配即可。

graph TD subgraph "直觉的错觉：以“自己”为中心的比较" You["自己"] --- P1["A"] You --- P2["B"] You --- P3["C"] You --- P4["D"] style You fill:#ff9999,stroke:#333,stroke-width:4px end subgraph "现实：“所有人与所有人”的全面比较" A["A"] --- B["B"] A --- C["C"] A --- D["D"] B --- C B --- D C --- D end

即使是只有4人的小组，以“自己”为中心的比较只有3种情况，但所有人之间的比较则存在6种情况（${}_4 C_2 = 6$）。当人数增加到23人时，配对的组合数竟然会爆炸性地增加到253种（${}_{23} C_2$）。既然有253对组合，其中有一对抽中“365分之一”的概率，是不是感觉也就不奇怪了？

3. 数学证明：使用对立事件的巧妙解法

正面计算“至少有一对同生日的概率”非常困难（因为模式太多，例如只有一对相同，有两对相同，有三人同生日等等）。因此，我们使用概率论的基本技巧——“对立事件”。

对立事件是指“不发生的概率”。也就是说，计算**“所有人的生日都不一样（没有一对重复）的概率”**，然后用100%（1）减去它，就可以得出所求的概率。

$$ P(\text{至少有2人同生日}) = 1 - P(\text{全员生日均不同}) $$

那么，让我们想象人们依次进入会场来进行计算吧。

第1人：不用担心和任何人重复。概率是 $\frac{365}{365}$。
第2人：必须和第1人生日不同。剩下的364天都是安全的。概率是 $\frac{364}{365}$。
第3人：必须和前2人生日不同。剩下的363天都是安全的。概率是 $\frac{363}{365}$。

将这些相乘直到第 $n$ 人，就可以得出全员生日都不相同的概率 $P(n)'$ 的一般项。

$$ P(n)' = \frac{365}{365} \times \frac{364}{365} \times \frac{363}{365} \times \dots \times \frac{365 - (n - 1)}{365} $$ $$ P(n)' = \prod_{k=1}^{n-1} \left(1 - \frac{k}{365}\right) $$

因此，所求的“至少有2人同生日的概率 $P(n)$”如下所示。

$$ P(n) = 1 - \prod_{k=1}^{n-1} \left(1 - \frac{k}{365}\right) $$

将人数 $n$ 代入这个公式，你会发现概率以惊人的速度上升。

$n = 10$ 时，概率约 11.7%
$n = 23$ 时，概率约 50.7%（在此超过50%！）
$n = 40$ 时，概率约 89.1%
$n = 70$ 时，概率约 99.9%

pie title "聚集23人时的概率" "有同生日的配对 (50.7%)" : 50.7 "全都不一样 (49.3%)" : 49.3

4. 使用泰勒展开的近似计算

手动计算23次乘法很麻烦，所以我们用数学近似公式来更直观地理解一下。

考虑指数函数 $e^{-x}$ 的泰勒展开。当 $x$ 足够小时，以下近似成立。

$$ e^{-x} \approx 1 - x $$

将其应用到刚才的每一项 $\left(1 - \frac{k}{365}\right)$ 中，

$$ 1 - \frac{k}{365} \approx e^{-\frac{k}{365}} $$

将它们全部相乘（根据指数法则变成加法），

$$ P(n)' \approx e^{-\frac{1}{365}} \times e^{-\frac{2}{365}} \times \dots \times e^{-\frac{n-1}{365}} $$ $$ P(n)' \approx \exp\left(-\sum_{k=1}^{n-1} \frac{k}{365}\right) $$

从1到 $n-1$ 的和为 $\frac{n(n-1)}{2}$（即组合数 ${}_n C_2$），所以，

$$ P(n)' \approx \exp\left(-\frac{n(n-1)}{2 \times 365}\right) $$

在这个公式中，我们求当概率为 50% ($0.5$) 时的 $n$。

$$ 0.5 = e^{-\frac{n(n-1)}{730}} $$

对两边取自然对数（$\ln 0.5 \approx -0.693$）。

$$ -0.693 = -\frac{n(n-1)}{730} $$ $$ n(n-1) = 0.693 \times 730 \approx 505.89 $$

如果近似为 $n^2 \approx 506$，则 $n = \sqrt{506} \approx 22.49$ 非常漂亮地得出了 $n \approx 23$ 这个答案！

5. 日常生活中的应用与“哈希碰撞”

这个悖论不仅仅是宴会上的谈资。在支撑现代IT社会的密码学和信息安全中，它扮演着极其重要的角色。

在计算机系统中，为了快速确认密码或文件的同一性，会使用名为“哈希函数”的机制。无论输入什么数据，哈希函数都会返回固定长度的随机字符串（哈希值）。然而，这种哈希值偶然变相同的现象被称为**“哈希碰撞（Hash Collision）”**。

哈希碰撞正是根据生日悖论的原理发生的。与人类“哈希值的种类是天文数字，所以几乎不会发生碰撞吧”的直觉相反，攻击者随机生成大量数据来寻找“某一个和某一个匹配（生日重复）的组合”这件事，比想象中要容易得多。

这被称为**“生日攻击（Birthday Attack）”**。设计安全系统的工程师，正是以这种“碰撞发生的速度比直觉快得多”的数学事实为前提，将哈希值的长度设置得非常长，以确保安全性。

6. 总结：人类直觉的局限性

生日悖论是一个完美的例子，证明了人类的直觉在面对“指数级增长”和“组合爆炸”时是多么脆弱。

我们对线性的（加法的）增长很敏感，却无法在脑海中模拟配对数量以 $n^2$ 的速度爆炸性增长的现象。在“与365这个大数字相比，23这个数字太小了”的直觉背后，其实交织着23人所构成的**“253条看不见的线（配对）”**。

下次去人群聚集的地方时，不仅要看肉眼可见的“人数”，请试着想象存在于他们之间无数的“组合之线”。你看待世界的方式应该会发生一点点数学上的改变。