誕生日問題（直感に反する確率のパラドックス）

Q: 誕生日問題（直感に反する確率のパラドックス）は社会やプログラミングでどのように使われていますか？

ハッシュ関数の衝突確率評価（誕生日攻撃シミュレータ）: ブロックチェーンや暗号署名において、データハッシュの一致（コリジョン）脆弱性を評価するための数学的計算スクリプト。

「わずか23人で50%以上が同じ誕生日？」人間の直感がバグる組み合わせ爆発の謎

この単元の発見をシェア

3行要約（Key Takeaways / AIOサマリー）

1: 誕生日問題（直感に反する確率のパラドックス）の本質的な定義と直感的ビジュアルをシミュレーターで体験できる。
2: 公式や証明の背景にある数学的意味と、厳密な導出ステップを解説。
3: 実社会における工学応用（ハッシュ関数の衝突確率評価（誕生日攻撃シミュレータ））のTypeScript実装コードを収録。

なぜこれを学ぶのか？ — 現実社会とテクノロジーでの価値

Purpose & Motivation

なぜ生まれたのか？

「わずか23人で誕生日が一致する確率が50%を超える」という直感の裏切りを通じて、組み合わせ爆発（nC2）の凄まじさを理解するために生まれた。

身につく武器・思考力

「自分と誰か」ではなく「あらゆるペアの比較」という多対多の思考法が身につき、暗号技術やサイバーセキュリティの根本脆弱性を直感できる。

実社会・ITでの活躍現場

•暗号理論における「誕生日攻撃（Birthday Attack）」とハッシュ衝突耐性検証
•ブロックチェーン（ビットコイン等）の暗号学的安全性の根拠（SHA-256）
•大規模データベースにおけるUUID・プライマリキーの衝突リスク試算
•会議や懇親会の自己紹介アイスブレイク（実際に一致して盛り上がる実用ネタ）

Layer 1 — 直感・シミュレーター

部屋に集まった人数（ $n$ 人）をスライダーで 2人〜 60人まで動かしてみよう。「自分と同じ誕生日の人がいる確率」ではなく「誰か2人の誕生日が一致するペアがある確率」に注目すると、たった23人で確率が 50.7% を超える驚きを実感できます。さらに「ランダムクラス生成実験」ボタンで、実際に同じ誕生日のペアが見つかるかを何度でも試せます。

部屋に集まった人数

23人

2人 (0.27%)23人 (約50.7%)40人 (約89.1%)70人 (99.9%)

同じ誕生日のペアがいる確率

50.7 %

🔥 確率50%超え！

存在する2人の比較ペア総数

253 組

計算式: 23C2 組の総当たり

「自分と同じ」誕生日の確率

5.9 %

直感とズレる原因はココ！

重複確率メーター（50%ライン）50.7%

23人のランダムクラスを生成してみる

実際にランダムに誕生日を割り振ったとき、同じ誕生日の人が見つかるか検証します。

Layer 2 — 定義・受験・証明

定義

誕生日問題（Birthday Problem / Birthday Paradox）とは、「何人集まれば、その中に誕生日が同じであるペアが少なくとも1組存在する確率が 50% を超えるか？」という問題である。 1年を365日とし、各日に生まれる確率が等しいと仮定した場合、わずか $n = 23$ 人でその確率は約 50.7% に達する。これは「自分と同じ誕生日の人を探す確率（約 $\frac{n}{365}$ ）」ではなく、「部屋の中のあらゆる2人の組み合わせ総数 $_{n}\mathrm{C}_2 = \frac{n(n-1)}{2}$ 通りのペア」が存在するためである。

公式・数理モデル

P(\text{一致}) = 1 - \prod_{k=0}^{n-1} \frac{365 - k}{365} = 1 - \frac{_{365}\mathrm{P}_n}{365^n} \ge 0.5 \quad (n \ge 23)

証明・導出

余事象（全員の誕生日が完全にバラバラである確率）による計算： $n$ 人の誕生日が全員異なる事象を考える。 - 1人目の誕生日は何日でもよい（確率 $365/365$ ）。 - 2人目の誕生日は、1人目と異なる日（364日の中のいずれか）でなければならない（確率 $364/365$ ）。 - 3人目の誕生日は、先頭2人と異なる日（363日の中のいずれか）でなければならない（確率 $363/365$ ）。 - 同様に $n$ 人目は $(365 - n + 1)/365$ となる。

全員が異なる誕生日である確率 $\bar{P}_n$ は：

\bar{P}_n = \frac{365}{365} \times \frac{364}{365} \times \frac{363}{365} \times \dots \times \frac{365 - n + 1}{365} = \frac{_{365}\mathrm{P}_n}{365^n}

よって、少なくとも1組が同じ誕生日である確率 $P_n$ は余事象より：

P_n = 1 - \bar{P}_n = 1 - \frac{_{365}\mathrm{P}_n}{365^n}

$n = 23$ のとき：

\bar{P}_{23} \approx 0.4927 \implies P_{23} = 1 - 0.4927 = 0.5073 \approx 50.7\%

$n = 40$ 人のクラスでは約 89.1%、 $n = 70$ 人の講義室では 99.9% の確率で誰かが同じ誕生日になる。

押さえておきたいポイント

「自分と誰か」を比べると1人の対比（22通り）だが、グループ全体では $_{23}\mathrm{C}_2 = 253$ 通りものペアが存在する
ペアの数が 253 組もあるため、1回の比較でハズレる確率が $364/365$ でも全体では一気に確率が跳ね上がる
暗号理論・サイバーセキュリティにおける「誕生日攻撃（Birthday Attack）」の基礎理論
ハッシュ関数の出力ビット長が $B$ ビットのとき、わずか $2^{B/2}$ 回の試行でハッシュ衝突が発生する（SHA-256などの必要性の根拠）

参照基準・学習指導要領との対応

本トピックの内容・数理モデルは、文部科学省学習指導要領（算数・数学・情報）および国際標準カリキュラムに準拠し、エンジニアリング現場の実装事例と照らし合わせてMath World Lab編集部により検証・作成されています。

Layer 3 — 工学応用・現場実装

ハッシュ関数の衝突確率評価（誕生日攻撃シミュレータ）

ブロックチェーンや暗号署名において、データハッシュの一致（コリジョン）脆弱性を評価するための数学的計算スクリプト。

1// 誕生日衝突確率の高速計算
2export function calculateBirthdayCollisionProbability(peopleCount: number, daysInYear: number = 365): number {
3  if (peopleCount > daysInYear) return 1.0;
4  if (peopleCount <= 1) return 0.0;
5
6  let probAllDifferent = 1.0;
7  for (let i = 0; i < peopleCount; i++) {
8    probAllDifferent *= (daysInYear - i) / daysInYear;
9  }
10
11  return 1.0 - probAllDifferent;
12}
13
14// 実際のランダム試行によるクラス生日検証
15export function generateRandomClassTrial(n: number): { hasDuplicate: boolean; matchedBirthdays: number[] } {
16  const birthdays: number[] = [];
17  const countMap = new Map<number, number>();
18  const duplicates: number[] = [];
19
20  for (let i = 0; i < n; i++) {
21    const day = Math.floor(Math.random() * 365) + 1; // 1〜365日目
22    birthdays.push(day);
23    countMap.set(day, (countMap.get(day) || 0) + 1);
24  }
25
26  countMap.forEach((count, day) => {
27    if (count > 1) duplicates.push(day);
28  });
29
30  return {
31    hasDuplicate: duplicates.length > 0,
32    matchedBirthdays: duplicates,
33  };
34}