La paradoja del cumpleaños: con 23 personas, apostá a que dos cumplen el mismo día
En un aula de 23 personas hay más del 50% de chances de que dos compartan cumpleaños. Acá la intuición miente feo.
Si te digo que en un grupo de 23 personas la probabilidad de que dos cumplan el mismo día supera el 50%, lo más probable es que no me creas. Tu cabeza piensa "365 días, 23 personas, imposible". Y sin embargo, es cierto.
Esto se conoce como la paradoja del cumpleaños. No es una paradoja lógica (no hay contradicción), sino una paradoja psicológica: el resultado choca de frente con la intuición. Y entender por qué nos equivocamos dice mucho sobre cómo razonamos —mal— con probabilidades.
Por qué tu intuición falla
El error está en la pregunta que tu cabeza resuelve sin permiso. Vos pensás "¿qué chance hay de que alguien cumpla mi cumpleaños?". Esa pregunta sí tiene una respuesta baja. Pero la pregunta real es otra: "¿qué chance hay de que cualquier par de personas coincida?".
Y los pares crecen rapidísimo. Con 23 personas no hay 23 comparaciones, hay:
$$\binom{23}{2} = \frac{23 \times 22}{2} = 253 \text{ pares}$$
Nota relacionada
La ley de Benford: por qué el 1 aparece más y cómo atrapa fraudes
En muchos conjuntos de números reales el primer dígito es 1 casi un tercio de las veces. Esa rareza es la que desenmascara fraudes.
Leer nota253 oportunidades de coincidencia. Ahí empieza a tener sentido. Es el mismo desencuentro entre intuición y combinatoria que aparece cuando una correlación parece sólida pero en realidad es pura casualidad estadística: el cerebro subestima cuántas combinaciones está mirando en realidad.
La cuenta exacta
El truco para calcularlo es dar vuelta el problema: en vez de calcular la probabilidad de que haya coincidencia, calculamos la del complemento —que nadie coincida— y restamos de 1.
La primera persona puede cumplir cualquier día. La segunda tiene 364/365 chances de no coincidir. La tercera, 363/365. Y así:
def prob_coincidencia(n):
p_sin = 1.0
for k in range(n):
p_sin *= (365 - k) / 365
return 1 - p_sin
prob_coincidencia(23) # ~0.507
prob_coincidencia(50) # ~0.970
prob_coincidencia(70) # ~0.999
Con 23 ya pasás el 50%. Con 50 personas es prácticamente seguro (97%). Con 70, una en mil de que no haya coincidencia. El crecimiento es muchísimo más rápido de lo que cualquiera anticiparía a ojo.
Dónde aparece esto fuera del aula
Lejos de ser un truco de fiesta, este fenómeno tiene consecuencias serias:
- Criptografía: el "ataque del cumpleaños" explota exactamente esto. Para encontrar dos entradas con el mismo hash no necesitás probar $2^n$ combinaciones, sino del orden de $2^{n/2}$. Por eso las funciones hash necesitan ser tan largas.
- Detección de duplicados: en bases de datos grandes, las colisiones aparecen mucho antes de lo esperado.
- Anomalías: cuando un patrón "coincidente" salta en los datos, conviene preguntarse si es señal o simplemente el efecto cumpleaños operando. Esa misma sospecha es la que separa una alerta real de un falso positivo, algo que toda buena estrategia de detección de anomalías tiene que pesar con cuidado.
Contá los pares, no los elementos
Lo que me llevo de esto no es la fórmula, sino el reflejo: cuando algo parece coincidencia improbable, contá los pares, no los elementos. Es la misma trampa que aparece en el problema de Monty Hall, donde reformular la pregunta cambia por completo la respuesta, o cuando uno se enamora de un p-valor sin entender qué mide realmente.
Si alguna vez te toca una mesa de 25 personas, animate a apostar que dos cumplen el mismo día. La probabilidad —y la combinatoria— juegan a tu favor.
¿Lo necesitás en tu negocio?
Seguí explorando
Más en Data & Machine Learning
22 jun 2026
Q-learning explicado: cómo una máquina aprende a jugar
Leer21 jun 2026
El cuarteto de Anscombe: cuatro datasets idénticos en los números, opuestos en el gráfico
Leer20 jun 2026
El Datasaurio: doce datasets con la misma estadística que esconden un dinosaurio
Leer19 jun 2026
La paradoja de Simpson: cuando una tendencia se da vuelta al juntar los datos
Leer