KNOWECON WIKI

ARTICLE

三角分布

三角分布 (Triangular Distribution) 三角分布 (Triangular Distribution) 是概率论与数理统计中一种连续型概率分布，其概率密度函数 (PDF) 的图形呈现为三角形，因而得名。它由三个参数完全确定：下界 a 、上界 b （ a < b ）以及 众数（最可能值） c （ a c b ）。三角分布常被记为 Trian

浏览 4 更新 2025-10-26

三角分布 (Triangular Distribution)

三角分布 (Triangular Distribution) 是概率论与数理统计中一种连续型概率分布，其概率密度函数 (PDF) 的图形呈现为三角形，因而得名。它由三个参数完全确定：下界 a a 、上界 b b （a<b a < b ）以及 众数（最可能值）c c （a≤c≤b a \leq c \leq b ）。三角分布常被记为 Triangular(a,b,c) \text{Triangular}(a, b, c) 。

由于其仅需三个直观参数（最小值、最大值、最可能值）即可刻画，三角分布在数据稀缺、仅能依赖专家判断的场景中应用极为广泛，特别是在项目管理、风险分析和蒙特卡洛模拟 (Monte Carlo Simulation) 等领域中，常作为对真实但未知分布的便捷近似。

概率密度函数 (PDF)

三角分布的概率密度函数 f(x) f(x) 是分段线性的：

f(x∣a,b,c)={0,x<a2(x−a)(b−a)(c−a),a≤x≤c2(b−x)(b−a)(b−c),c≤x≤b0,x>bf(x \mid a, b, c) = \begin{cases} 0, & x < a \\ \dfrac{2(x - a)}{(b - a)(c - a)}, & a \leq x \leq c \\ \dfrac{2(b - x)}{(b - a)(b - c)}, & c \leq x \leq b \\ 0, & x > b \end{cases}

该函数在 x=c x = c 处达到峰值 f(c)=2b−a f(c) = \frac{2}{b - a} 。当 c=a c = a 时，退化为直角三角形分布（即单调递减）；当 c=b c = b 时则为单调递增的直角三角形分布；当 c=a+b2 c = \frac{a + b}{2} 时为对称三角分布。

累积分布函数 (CDF)

累积分布函数 F(x)=P(X≤x) F(x) = P(X \leq x) 同样分段给出：

F(x)={0,x<a(x−a)2(b−a)(c−a),a≤x≤c1−(b−x)2(b−a)(b−c),c≤x≤b1,x>bF(x) = \begin{cases} 0, & x < a \\ \dfrac{(x - a)^2}{(b - a)(c - a)}, & a \leq x \leq c \\ 1 - \dfrac{(b - x)^2}{(b - a)(b - c)}, & c \leq x \leq b \\ 1, & x > b \end{cases}

CDF 在 a a 到 c c 段为二次函数（上凸），在 c c 到 b b 段亦为二次函数（下凸），整体是光滑连续的分段函数。

数字特征

三角分布的各阶矩均可由参数 a,b,c a, b, c 的代数式直接给出，其核心特征如下：

| 特征 | 公式 | |------|------| | 均值 (Mean) | μ=a+b+c3 \mu = \dfrac{a + b + c}{3} | | 中位数 (Median) | 若 c≥a+b2 c \geq \frac{a+b}{2} ：a+(b−a)(c−a)2 a + \sqrt{\frac{(b-a)(c-a)}{2}} ；否则 b−(b−a)(b−c)2 b - \sqrt{\frac{(b-a)(b-c)}{2}} | | 众数 (Mode) | c c | | 方差 (Variance) | σ2=a2+b2+c2−ab−ac−bc18 \sigma^2 = \dfrac{a^2 + b^2 + c^2 - ab - ac - bc}{18} | | 偏度 (Skewness) | 2(a+b−2c)(2a−b−c)(a−2b+c)5(a2+b2+c2−ab−ac−bc)3/2 \frac{\sqrt{2}(a + b - 2c)(2a - b - c)(a - 2b + c)}{5(a^2 + b^2 + c^2 - ab - ac - bc)^{3/2}} |

均值恰好是三个参数的算术平均。注意三角分布的均值并非始终位于众数附近：当众数靠近 a a 时，分布呈正偏态（右偏），均值大于众数；当众数靠近 b b 时，分布呈负偏态（左偏），均值小于众数。只有对称三角分布（c=a+b2 c = \frac{a+b}{2} ）下均值、中位数与众数三者才重合。

方差公式揭示了三角分布的离散程度完全由三个参数的相对位置决定。在 a a 和 b b 固定时，对称分布（c c 取中点）方差最大。这一性质在保守估计的情境中（如PERT分析中的近似）值得注意。

矩母函数与抽样

三角分布的矩母函数 (MGF) 为：

M(t)=2 (b−c)eat−(b−a)ect+(c−a)ebt(b−a)(c−a)(b−c) t2,t≠0M(t) = 2\,\frac{(b-c)e^{at} - (b-a)e^{ct} + (c-a)e^{bt}}{(b-a)(c-a)(b-c)\,t^2},\quad t \neq 0

可直接用于生成三角分布的任意阶矩。在实际抽样中，可借助逆变换法 (Inverse Transform Sampling)：先生成一个均匀随机数 U∼Uniform(0,1) U \sim \text{Uniform}(0, 1) ，再代入 CDF 的反函数即可得到来自 Triangular(a,b,c) \text{Triangular}(a, b, c) 的随机样本。

X={a+U(b−a)(c−a),0≤U<c−ab−ab−(1−U)(b−a)(b−c),c−ab−a≤U≤1X = \begin{cases} a + \sqrt{U(b - a)(c - a)}, & 0 \leq U < \dfrac{c - a}{b - a} \\ b - \sqrt{(1 - U)(b - a)(b - c)}, & \dfrac{c - a}{b - a} \leq U \leq 1 \end{cases}

实际应用

1. PERT 与项目工期估计

在PERT (Program Evaluation and Review Technique) 网络分析中，每项活动的工期通常用三角分布或其变种（如Beta分布）来刻画。项目经理提供三个时间估计：乐观时间 a a （一切顺利的最短工期）、悲观时间 b b （最差情况下的最长工期）、最可能时间 c c （正常条件下的工期）。三者即可拟合出一个三角分布，进而用于蒙特卡洛模拟来做工期风险量化。

2. 决策分析与风险建模

在缺乏充足历史数据的决策场景（如新产品销量预测、成本估计、油气资源储量评估）中，三角分布允许专家意见以一种结构化且易于沟通的方式被编码为概率模型。相较于需要四个参数的Beta分布，三角分布需要指定的参数更少，且均具有直观的业务含义，因而在商业决策分析和风险建模中尤其受欢迎。

3. 作为贝塔分布与均匀分布的桥梁

三角分布可视为两个独立的均匀分布之和的某种推广，也与贝塔分布家族存在联系：实际上，两个独立的 Uniform(0,1) \text{Uniform}(0, 1) 随机变量之和服从 Triangular(0,2,1) \text{Triangular}(0, 2, 1) 分布。这一性质使得三角分布在讲授中心极限定理的初级阶段时常被用作教学案例。

4. 敏感性分析

在工程与经济评价的敏感性分析 (Sensitivity Analysis) 中，关键输入变量（如贴现率、原材料成本、市场需求增长率等）常被假定服从三角分布，以在有限信息下合理涵盖不确定性范围。这种方法被称为"三点估计法"，是业界进行快速不确定量化 (Uncertainty Quantification) 的标准实践之一。

相关概念

  • Beta分布：同为有界区间上的分布，形状更灵活，是三角分布在 PERT 分析中的平滑替代方案，常用 PERT(a,c,b) \text{PERT}(a, c, b) 分布（实为一种重新参数化的 Beta 分布）。
  • 均匀分布：三角分布在 c=a c = a 或 c=b c = b 时的退化极限，或可视为对称三角分布在参数趋近于边界时的特例。
  • 正态分布：根据中心极限定理，大量独立同分布三角随机变量的均值收敛于正态分布；二者在实际建模中常被对比使用。
  • 梯形分布 (Trapezoidal Distribution)：三角分布的推广，引入一个平台区间 [c1,c2] [c_1, c_2] 而非单一众数 c c ，适用于最可能值本身亦存在不确定性的场景。
  • 蒙特卡洛模拟：三角分布是其最常用的输入分布类型之一。

小结

三角分布以其参数简洁、形式直观、易于沟通的突出优势，在信息不完备条件下的概率建模中占据了不可替代的地位。理解其密度函数的分段线性结构、几何直观与数字特征的代数表达式，有助于在项目管理和风险分析中准确刻画主观不确定性，也为了解更复杂的有界分布家族（如Beta分布和Kumaraswamy分布）提供了自然起点。