咱们先解决第一个具体问题：10封不同信件随机投给10个不同收件人，至少6封投递正确的概率是多少？

10封信至少6封投对的概率计算 #

要算这个概率，我们得把“至少6封投对”拆成恰好6封、7封、8封、9封、10封投对这几种互斥的情况，分别计算每种情况的数量，再求和，最后除以总排列数（10!）得到概率。

首先得明确两个关键概念：

• 组合数C(n,k)：从n封信里选k封投对的选法数量；
• 错排数D(m)：m封信全部投错的情况数，公式是D(m) = m! * (1 - 1/1! + 1/2! - 1/3! + ... + (-1)^m/m!)

现在逐个计算每种情况：

• 恰好10封全对：只有1种可能，就是每封信都精准投给对应收件人，数量为C(10,10)*D(0) = 1*1 = 1（注：D(0)=1，空排列默认是错排）。
• 恰好9封投对：这是不可能的——如果9封信都投对了，剩下的1封信只能对应唯一的收件人，必然也投对，所以数量为C(10,9)*D(1) = 10*0 = 0（D(1)=0，单个信件没法错排）。
• 恰好8封投对：先选8封信投对（C(10,8)=45种选法），剩下2封信只能互相投错（只有1种方式：A的信投给B，B的信投给A），总数量为45*1=45。
• 恰好7封投对：选7封信投对（C(10,7)=120种选法），剩下3封信的错排数是2（比如ABC三封信，错排为BCA和CAB），总数量为120*2=240。
• 恰好6封投对：选6封信投对（C(10,6)=210种选法），剩下4封信的错排数是9（用错排公式计算得D(4)=9），总数量为210*9=1890。

把这些符合条件的情况数加起来：1+0+45+240+1890=2176。总排列数是10!=3628800，所以概率为：

2176 / 3628800 ≈ 0.0005996 ≈ 0.06%

这个概率非常低，差不多每1667次随机投递才会出现一次至少6封投对的情况。

n封信至少m封投对的场景变化 #

当我们把问题扩展到n封信、至少m封投对时，场景会随着n和m的关系变化呈现不同规律：

1. 当m接近n时（m = n - k，k为固定小整数） #

• 若m = n-1：概率永远为0——n-1封信都投对时，最后一封信必然也投对，不可能出现恰好n-1封对的情况。
• 若m = n-2：符合条件的情况数是C(n,2)*1 = n(n-1)/2（选n-2封投对，剩下2封互相错排），概率为[n(n-1)/2]/n! = 1/(2*(n-2)!)。随着n增大，阶乘增长极快，这个概率会快速趋近于0。
• 一般来说，只要m和n的差距固定，符合条件的情况数增长速度远慢于总排列数n!，所以概率会随n增大趋近于0。

2. 当m固定（不随n变化，比如m=1、2、3） #

当n足够大时，我们可以用泊松近似来分析：每封信投对的概率是1/n，n很大时，投对的信件数近似服从参数λ=1的泊松分布（期望为n*(1/n)=1）。此时至少m封投对的概率会趋近于一个固定值：

Σ_{k=m}^∞ (e^{-1} * 1^k)/k!

比如：

• m=1时，概率趋近于1 - e^{-1} ≈ 63.2%；
• m=2时，概率趋近于1 - 2e^{-1} ≈ 26.4%；
• m=3时，概率趋近于1 - 5e^{-1}/2 ≈ 8.0%。
  也就是说，n足够大时，这个概率会稳定在固定值附近，不会随n增大有明显变化。

3. 当m与n成比例增长（m = c*n，0 < c < 1） #

因为投对信件数的期望始终是1，当n增大时，c*n会远大于1（只要c>0），根据大数定律，投对的信件数会集中在期望1附近，所以至少m封投对的概率会趋近于0——毕竟期望只有1，很难有比例这么高的信件投对。

4. 全对的情况（m=n） #

概率为1/n!，随着n增大，这个概率会以阶乘的速度急剧下降，比如n=10时约为2.75e-7，n=20时已经小到几乎可以忽略不计。

内容的提问来源于stack exchange，提问作者Machinato