TriangularDistribution
TriangularDistribution[{min,max}]
表示在 min 和 max 之间给值的一个对称的三角型统计分布.
表示在0和1之间给值的对称的三角形统计分布.
TriangularDistribution[{min,max},c]
表示在 c 处具有模式的一个三角形分布.
更多信息
- 一对均匀分布的随机变量的均值,服从一个对称三角分布. »
- TriangularDistribution 允许 min、max 和 c 是满足 min<c<max 的任意实数.
- TriangularDistribution 允许 min、max 和 c 是单位维度相同的量. »
- TriangularDistribution 可以和诸如 Mean、CDF 和 RandomVariate 等函数一起使用. »
背景
- TriangularDistribution[{min,max},c] 表示一个在区间 min≤x≤max 上有效的连续统计分布,有三个实数参数 min、max 和 c (其中 min<c<max),分别指定了下限、上限和众数的 -坐标. 一般情况下,三角形分布的 PDF 是三角形的(分段线性,下凹,单峰),有一个“峰”(即全局最大值),尽管它的整体形状(高度、展布和最大值的水平位置)实际上是由 min、max 和 c 的值决定的. 当 时,单参数形式的 TriangularDistribution[{min,max}] 等价于 TriangularDistribution[{min,max},c],而零参数形式的 TriangularDistribution[] 等价于 TriangularDistribution[{0,1},1/2]. 对称的三角形分布有时被称为尖齿分布.
- 关于三角形分布,可回溯至十八世纪英国学者 Thomas Simpson 的工作,而近代对它的研究则始于二十世纪三十年代中期. 历史上,三角形分布是一种工具,用来对与其它分布(例如, 三角形分布是模拟两个均匀随机变数的均值的分布)模拟的变量相关或衍生而来的概率量建模,最近三角形分布则被用于多个领域. 例如,三角形分布大量出现在各种文献著作中,用于对项目进行评估和审查. 三角形分布还是 Monte Carlo 仿真中常用的一个工具,用来对许多领域内的现象建模,比如离散系统仿真、不确定性和机器学习、金融、供应链管理.
- RandomVariate 可用来给出一个或更多机器精度或任意精度(后者可通过设置 WorkingPrecision 选项获得)的三角形分布中的伪随机变数. Distributed[x,TriangularDistribution[{min,max},c]],更简洁的式子为 xTriangularDistribution[{min,max},c],可用来断定一个随机变量 x 服从三角形分布. 它也可以被用在诸如 Probability、NProbability、Expectation 和 NExpectation 这样的函数中.
- 通过使用 PDF[TriangularDistribution[{min,max},c],x] 和 CDF[TriangularDistribution[{min,max},c],x] 可以得到三角形分布的概率密度和累积分布函数. 可以用 Mean、Median、Variance、Moment 和 CentralMoment 来分别计算均值、中位数、方差、原始矩和中心矩.
- 可以用 DistributionFitTest 来检测一个数据集是否符合三角形分布,根据给定数据,用 EstimatedDistribution 来估计参数化的三角形分布,而 FindDistributionParameters 则可用来将数据拟合成三角形分布. 用 ProbabilityPlot 指令可以产生给定数据的 CDF 与符号式三角形分布的 CDF 的比较图,QuantilePlot 则能绘制给定数据的分位数和符号式三角形分布的分位数的比较图.
- 可以用 TransformedDistribution 来表示转换过的三角形分布,用 CensoredDistribution 表示截尾后位于上限和下限值之间的数据的分布,而 TruncatedDistribution 则表示删失后位于上限和下限值之间的数据的分布. CopulaDistribution 可用来构建包含三角形分布的高维分布, ProductDistribution 可以计算由独立分布为三角形分布所得的联合分布.
- TriangularDistribution 与许多其它分布有关. 两个均匀变量的均值服从 TriangularDistribution,所以分布 UniformSumDistribution[2,{min,max}] 和 TriangularDistribution[{min,max}] 的特征函数 (CharacteristicFunction) 成比例. 由于 TriangularDistribution[] 的特征函数实际上是 BatesDistribution[2] 的特征函数,TriangularDistribution 被 BatesDistribution 所涵盖,三角函数还与 UniformDistribution、VonMisesDistribution、LogisticDistribution、WeibullDistribution、LaplaceDistribution 和 ChiSquareDistribution 密切相关.
范例
打开所有单元关闭所有单元范围 (8)
Moment 可以用解析式表示:
在参数中一致使用 Quantity 会导致 QuantityDistribution:
应用 (2)
某主管有一个关于某产品的季节性需求的历史记录(以百万为单位),其中最小、最大及最有可能的需求量分别为1、1.4和1.25. 利用 TriangularDistribution 求需求量的期望值及标准差:
用 TriangularDistribution 模拟来自同步加速器光束的次级粒子的动量:
属性和关系 (6)
当平移并且使用一个正因子为比例进行缩放时,新生成的分布仍然是三角分布:
两个均匀分布的变量的均值服从 TriangularDistribution:
三角分布是 BatesDistribution 的一种特殊情形:
ArcSinDistribution 可由 TriangularDistribution 变换得来:
可能存在的问题 (2)
文本
Wolfram Research (2007),TriangularDistribution,Wolfram 语言函数,https://reference.wolfram.com/language/ref/TriangularDistribution.html (更新于 2016 年).
CMS
Wolfram 语言. 2007. "TriangularDistribution." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2016. https://reference.wolfram.com/language/ref/TriangularDistribution.html.
APA
Wolfram 语言. (2007). TriangularDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/TriangularDistribution.html 年