不必有人与你同生日，房间里也可能已经出现一对。
设想每个人都从365天里独立、等概率地抽取生日。这个简化世界没有闰日、季节差异和亲属关系。即便如此，23个人中至少一对同生日的概率就超过一半。我们觉得人数不多，是因为眼睛在数人；问题真正涉及的，却是人与人组成的配对。
别只数人，也要数巧合出现的机会。
与你相同，和任意两人相同，是两个问题
如果只问有没有人与你同生日，你有22个可能的搭档。每个人提供一次小概率机会。但经典问题允许任意两位来宾配对。即使房间另一端的两个人都不与你同生日，他们的相遇也算数。
23个人共有23 × 22 ÷ 2，也就是253对。除以二，是为了避免把甲配乙和乙配甲重复计算。这比22次机会多得多。不过不能直接用253乘1/365作为精确概率，因为不同配对的事件可能重叠。
先算完全没有撞生日的房间
第一个人可以在任意一天出生。第二个人若要避开他，就只剩364/365的选择；第三个人要避开两个已占日期，只剩363/365。依次把这些比例相乘，就得到所有生日都不同的概率，再用一减去它。
23人的精确结果为50.7297%，40人则为89.1232%。这描述的是“至少有一对”的事件概率，不是配对数量的预测。一对同生日和三人同生日都满足这个事件，不能在阅读图表时悄悄把两种问题混在一起。
用许多虚拟房间检验直觉
本地实验对四种人数分别生成20,000个房间。每间房的生日数字排序后，只需检查相邻数字是否相等，就能发现重复。排序不改变生日，固定伪随机种子则让这次实验可以重现。
23人时，50.275%的模拟房间出现重复，精确值为50.7297%；40人时实测88.72%。有限模拟不必逐位复制公式。每组房间都会有抽样波动，换一条随机数流，比例也会略有不同。
真实生日不会均匀铺满日历
公式假设来宾相互独立，365天等概率。现实生日有季节分布；抽到亲属或双胞胎，也可能引入依赖关系。2月29日如何定义匹配同样需要说明。这些细节都没有进入本实验。
在天数相同且独立的条件下，不均匀的日期概率会使一对人更容易重合。依赖关系则需要具体建模，不能凭感觉猜。先写清抽样规则，再解释百分比：一个答案可以对模型完全精确，却仍只是对现实聚会的近似。
机会多了，小概率也会变得常见
思考重复标识、偶然相似或大量比较时，同样可以先数机会。某一指定配对的概率很小，还不足以下结论，必须知道一共有多少对可能碰到一起。随着规模增加，配对机会往往比项目数量增长得更快。
这不意味着生日公式能直接提供安全保证，或判定某种巧合可疑。不同系统的取值空间、依赖关系和后果各不相同。这里的启发很具体：在惊讶于巧合之前，先问有多少机会让你注意到它。答案常常会改变直觉。