• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

La Paradoja del Cumpleaños, o por qué no es tan raro compartir fecha de nacimiento

octubre 9, 2025 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

Imagínate en una sala con un grupo de personas, por ejemplo, en una oficina, un curso o una fiesta. Alguien dice: “Seguro que aquí dos personas cumplen años el mismo día”. ¿Te parece poco probable? La intuición nos hace pensar que, con 365 días que tienen un año, tendría que haber muchísimas personas en el grupo para que ocurra esta coincidencia.

Pero la estadística tiene otros planes: basta con 23 personas para que la probabilidad de coincidencia supere el 50%. Es decir, es más probable que ganar a cara o cruz. Y con solo 57 personas, esa probabilidad supera el 99%.

Este fenómeno se conoce como la Paradoja del Cumpleaños, y es un ejemplo fascinante de cómo nuestra intuición puede fallar estrepitosamente cuando se trata de probabilidades.

¿Cómo se calcula esa probabilidad?

Supongamos que en la sala hay 23 personas y que los cumpleaños están distribuidos aleatoriamente y de forma uniforme entre los 365 días del año (ignorando para el cálculo los años bisiestos y que la distribución real de nacimientos no es uniforme).

La forma más sencilla de calcular la probabilidad de que al menos dos personas compartan cumpleaños es usar el complemento:

Primero calculamos la probabilidad de que nadie comparta cumpleaños, y luego restamos a ese valor 1.

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

Cálculo de la probabilidad paso a paso

En base a esto, el proceso para obtener la probabilidad de que dos personas compartan cumpleaños seria:

  • La primera persona puede cumplir años cualquier día del año → probabilidad = 365/365 = 1
  • La segunda persona tiene 364 días disponibles para no coincidir con la primera → 364/365
  • La tercera tiene 363 días para no coincidir con las dos anteriores → 363/365
  • La cuarta, 362/365, y así sucesivamente…

La probabilidad de que no haya ninguna coincidencia entre 23 personas es: P(\text{ninguna coincidencia}) = \frac{365}{365} \times \frac{364}{365} \times \frac{363}{365} \times \cdots \times \frac{343}{365}

(La última fracción es 343/365 porque estamos considerando 23 personas, y se hacen 22 multiplicaciones desde la segunda persona en adelante).

El resultado de esa multiplicación es aproximadamente 0,4927, es decir, un 49,27% de probabilidad de que no haya coincidencias.

Y como nos interesa la probabilidad contraria —que sí haya al menos una coincidencia— simplemente restamos:P(\text{al menos una coincidencia}) = 1 - 0,4927 = \boxed{0,5073}

¡O sea, un 50,73% de probabilidad! Más de la mitad. Con solo 23 personas en la sala, es más probable que dos compartan cumpleaños que no.

Publicidad


¿Y si hay más personas?

Con 50 personas en la sala, la probabilidad de que al menos dos compartan cumpleaños es de aproximadamente 97%. Y con 57 personas, esa probabilidad supera ya el 99%.

La mejor forma de apreciar este fenómeno es a través de la siguiente gráfica donde se muestra cómo evoluciona esta probabilidad a medida que aumenta el número de personas en el grupo. La línea roja horizontal representa el umbral del 50% de probabilidad, mientras que la línea vertical amarilla indica el punto en el que se alcanza ese nivel: 23 personas. Este cruce muestra visualmente el sorprendente resultado de la paradoja del cumpleaños.

Gráfico de líneas que muestra cómo crece la probabilidad de que al menos dos personas compartan cumpleaños a medida que aumenta el tamaño del grupo. El eje horizontal representa el número de personas (de 0 a 70), y el eje vertical muestra la probabilidad (de 0 a 100 %). Una curva azul se eleva rápidamente, cruzando el 50 % en 23 personas y acercándose al 100 % a partir de 57 personas. Una línea roja horizontal cruza el gráfico en el nivel del 50 %, una línea vertical amarilla marca el valor 23 y una línea verde vertical marca el valor 57.
Evolución de la probabilidad de que al menos dos personas compartan cumpleaños, en función del tamaño del grupo. La línea roja horizontal marca el umbral del 50%, que se alcanza con solo 23 personas. La línea verde vertical indica las 57 personas, donde la probabilidad supera el 99%.

Además, la línea vertical verde señala el punto correspondiente a 57 personas, donde la curva de probabilidad se aproxima al 99%, prácticamente indistinguible del 100%.

¿Por qué es tan contraintuitivo el resultado?

El crecimiento tan abrupto que se ve en la gráfica es lo que hace que el resultado parezca paradójico. Nuestra intuición falla porque solemos pensar en las coincidencias con nosotros mismos, pero lo que realmente importa son todas las posibles parejas de personas en el grupo.

En un grupo de 23 personas, por ejemplo, hay 253 pares posibles de comparación. ¡Muchísimas oportunidades para que haya al menos una coincidencia!

¿Tiene alguna aplicación real la paradoja del cumpleaños?

Sí. Este principio no solo es una curiosidad teórica, también tiene aplicaciones:

  • Criptografía: en ataques tipo “birthday attack”, donde se explotan colisiones en funciones hash.
  • Pruebas aleatorias y simulaciones: para entender cómo aumentan las probabilidades de duplicidad en conjuntos aparentemente grandes.

Publicidad


Conclusión: ¿Es realmente una paradoja?

La llamada Paradoja del Cumpleaños no es una paradoja en el sentido matemático estricto, sino una paradoja de la intuición. Nos sorprende porque solemos subestimar cuántas comparaciones entre personas se pueden hacer en un grupo.

En realidad, el número de comparaciones posibles entre pares de personas crece muy rápido. En un grupo de n personas, hay: \frac{n(n-1)}{2} pares posibles. Por eso, incluso con grupos relativamente pequeños, el número de combinaciones crece lo suficiente como para que las coincidencias sean bastante probables.

Así que la próxima vez que estés en una reunión con 23 personas o más, no sería tan extraño que alguien diga: “¡Oye, yo también cumplo años ese día!”

Nota: La imagen de este artículo fue generada utilizando un modelo de inteligencia artificial.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Opinión Etiquetado como: Curiosidades

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Síndrome del objeto brillante en ciencia de datos: el error simétrico a los costes hundidos

mayo 21, 2026 Por Daniel Rodríguez

De la Regresión Logística al Scorecard: La Transformación Matemática

mayo 19, 2026 Por Daniel Rodríguez

Noticias

Analytics Lane lanza la versión 1.1 del laboratorio con nuevas suites de CLV y Scoring

mayo 18, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Síndrome del objeto brillante en ciencia de datos: el error simétrico a los costes hundidos publicado el mayo 21, 2026 | en Ciencia de datos, Opinión
  • Calculadora de probabilidades de ganar a la lotería con los resultados para el juego de Euromillones Calculadora de probabilidades de ganar a la lotería publicado el febrero 5, 2020 | en Matlab
  • Truco: Reproducir sonidos en Python publicado el febrero 28, 2022 | en Python
  • El promedio engañoso: cuando la media no cuenta toda la historia publicado el enero 13, 2026 | en Ciencia de datos
  • Nuevo simulador FIRE en el laboratorio de aplicaciones de Analytics Lane publicado el marzo 24, 2026 | en Noticias

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto