WikiDer > Треугольное распределение

Triangular distribution
Треугольная
Функция плотности вероятности
Участок Треугольной ПМП
Кумулятивная функция распределения
Сюжет треугольной CMF
Параметры

Поддержка
PDF
CDF
Значить
Медиана
Режим
Дисперсия
Асимметрия
Ex. эксцесс
Энтропия
MGF
CF

В теория вероятности и статистика, то треугольное распределение является непрерывным распределение вероятностей с нижним пределом а, верхний предел б и режим c, где а < б и а ≤ c ≤ б.

Особые случаи

Режим на грани

Распределение упрощается, когда c = а или c = б. Например, если а = 0, б = 1 и c = 1, то PDF и CDF становиться:

Распределение абсолютной разности двух стандартных равномерных переменных

Это раздача для а = 0, б = 1 и c = 0 - распределение Икс = |Икс1 − Икс2|, где Икс1, Икс2 две независимые случайные величины со стандартными равномерное распределение.

Симметричное треугольное распределение

Симметричный случай возникает, когда c = (а + б) / 2. В этом случае альтернативный вид функции распределения:

Распределение среднего двух стандартных однородных переменных

Это раздача для а = 0, б = 1 и c = 0,5 - мода (т.е. пик) находится точно в середине интервала - соответствует распределению среднего двух стандартных однородных переменных, т. Е. Распределению Икс = (Икс1 + Икс2) / 2, где Икс1, Икс2 две независимые случайные величины со стандартными равномерное распределение в [0, 1].[1]

Генерация случайных величин с треугольным распределением

Учитывая случайную вариацию U взяты из равномерное распределение в интервале (0, 1), то вариация

[2]

где , имеет треугольное распределение с параметрами и . Это можно получить из кумулятивной функции распределения.

Использование раздачи

Треугольное распределение обычно используется как субъективное описание совокупности, для которой имеется лишь ограниченный набор данных, особенно в случаях, когда взаимосвязь между переменными известна, но данных мало (возможно, из-за высокой стоимости сбора). основанный на знании минимума и максимума и «вдохновенном предположении»[3] что касается модального значения. По этим причинам треугольное распределение было названо распределением "недостатка знаний".

Бизнес-симуляции

Поэтому треугольное распределение часто используется в принятие бизнес-решений, особенно в симуляции. Как правило, когда о распространение результата (скажем, только его наименьшее и наибольшее значения), можно использовать равномерное распределение. Но если известен также наиболее вероятный исход, то его можно смоделировать с помощью треугольного распределения. См., Например, под корпоративные финансы.

Управление проектом

Треугольное распределение вместе с Распределение PERT, также широко используется в управление проектом (как вход в ПЕРТ и, следовательно метод критического пути (CPM)) для моделирования событий, которые происходят в интервале, определяемом минимальным и максимальным значением.

Аудио дизеринг

Симметричное треугольное распределение обычно используется в дизеринг звука, где она называется TPDF (треугольная функция плотности вероятности).

Смотрите также

  • Трапециевидное распределение
  • Томас Симпсон
  • Трехбалльная оценка
  • Пятизначное резюме
  • Семизначное резюме
  • Треугольная функция
  • Центральная предельная теорема - Треугольное распределение часто возникает в результате сложения двух однородных случайных величин. Другими словами, треугольное распределение часто (не всегда) является результатом первой итерации процесса суммирования центральной предельной теоремы (т.е. ). В этом смысле треугольное распределение может иногда возникать естественным образом. Если этот процесс суммирования большего количества случайных величин продолжается (т.е. ), то распределение станет все более колоколообразным.
  • Распределение Ирвина – Холла - Использование распределения Ирвина – Холла - простой способ сгенерировать треугольное распределение.
  • Распределение Бейтса - Подобно распределению Ирвина – Холла, но с масштабированием значений обратно в диапазон от 0 до 1. Полезно для вычисления треугольного распределения, которое впоследствии можно масштабировать и сдвигать для создания других треугольных распределений за пределами диапазона от 0 до 1.

использованная литература

  1. ^ Помимо бета-версии: другие непрерывные семейства дистрибутивов с ограниченной поддержкой и приложениями. Самуэль Коц и Йохан Рене ван Дорп. https://books.google.de/books?id=JO7ICgAAQBAJ&lpg=PA1&dq=chapter%201%20dig%20out%20suitable%20substitutes%20of%20the%20beta%20distribution%20one%20of%20our%20goals&pg=PA3#v= одна страница & q & f = false
  2. ^ https://web.archive.org/web/20140407075018/http://www.asianscientist.com/books/wp-content/uploads/2013/06/5720_chap1.pdf
  3. ^ «Архивная копия» (PDF). Архивировано из оригинал (PDF) на 2006-09-23. Получено 2006-09-23.CS1 maint: заархивированная копия как заголовок (ссылка на сайт)

внешние ссылки