三角分布计算公式全解析：从数学推导到工程实战
在不确定性分析、项目管理及风险评估中，三角分布因其简洁性和直观性成为首选模型。本页提供详尽的三角分布计算公式、概率密度函数推导、期望方差计算及多领域应用案例，帮助您彻底掌握这一统计工具。
什么是三角分布？
三角分布（Triangular Distribution）是一种连续型概率分布，其概率密度函数（PDF）呈三角形形状。它由三个参数定义：最小值（a）、最大值（b）和众数（c，即最可能值）。这种分布通常在缺乏足够历史数据来拟合更复杂的分布（如正态分布）时使用，特别适用于专家主观判断或初步估算阶段。
核心特征
- 对称性：当 c = (a+b)/2 时，分布是对称的；否则为偏态分布。
- 有界性：变量取值严格限制在 [a, b] 区间内，概率为0。
- 单峰性：只有一个峰值，位于最可能值 c 处。
三角分布计算公式详解
理解三角分布计算公式是进行统计分析的基础。我们将通过选项卡形式，分别展示概率密度函数、累积分布函数、期望值及方差的详细公式。
概率密度函数 (PDF)
PDF 描述了随机变量在特定数值处的相对可能性。对于三角分布，PDF 是一个分段线性函数：
2(b-x) / [(b-a)(b-c)], 当 c < x ≤ b
0, 其他情况
其中 a 为最小值，b 为最大值，c 为众数（峰值位置）。
解读：在 a 到 c 区间，概率密度线性增加；在 c 到 b 区间，概率密度线性减少。这形成了一个三角形区域，其总面积恒为 1。
累积分布函数 (CDF)
CDF 表示随机变量小于或等于 x 的概率，即 P(X ≤ x)：
1 - (b-x)² / [(b-a)(b-c)], 当 c < x ≤ b
0, 当 x < a
1, 当 x > b
CDF 是 PDF 的积分，用于计算区间概率，如 P(x₁ ≤ X ≤ x₂) = F(x₂) - F(x₁)。
期望值 (Mean) 与方差 (Variance)
期望值 E[X] 代表分布的中心趋势，方差 Var[X] 代表数据的离散程度。
1. 期望值公式
这是三角分布最简捷的公式，直观地反映了三个关键参数的平均值。
2. 方差公式
或者写作等价形式：
注意：当 c = (a+b)/2 时（对称三角分布），方差简化为 (b-a)² / 24。
三角分布的典型应用场景
由于三角分布仅需少量参数即可建模，它在以下领域具有广泛的应用价值：
⚙️ 项目管理 (PERT)
在估算项目工期时，项目经理往往只能给出乐观时间(a)、悲观时间(b)和最可能时间(c)。三角分布提供了比单点估算更科学的概率模型，帮助识别关键路径风险。
⚙️ 供应链与库存管理
当新产品缺乏销售历史数据时，利用专家意见估计最小需求、最大需求和最可能需求，使用三角分布预测库存水平，避免缺货或积压。
⚙️ 工程误差分析
在制造公差分析中，零件尺寸通常在一定范围内波动。若已知加工设备的极限误差(a, b)和最佳调校值(c)，三角分布可有效模拟最终产品的尺寸分布。
示例：软件开发工期估算
假设某软件模块的开发时间估算如下：
- 乐观时间 (a)：10 天（一切顺利）
- 最可能时间 (c)：15 天（正常情况）
- 悲观时间 (b)：25 天（遇到重大技术难题）
计算期望工期：
计算方差：
= (100 + 625 + 225 - 250 - 150 - 375) / 18
= 175 / 18 ≈ 9.72
标准差 σ ≈ 3.12 天。这意味着有约 68% 的概率工期在 13.55 天到 20.17 天之间。
三角分布与PERT估算的关联
在项目管理中，PERT（Program Evaluation and Review Technique）估算公式常被提及。虽然PERT基于贝塔分布，但在数据极度匮乏时，常被视为三角分布的一种加权变体。
公式对比
| 分布类型 | 期望值公式 | 特点 |
|---|---|---|
| 三角分布 | (a + b + c) / 3 | 三个参数权重相等，简单直接，尾部概率较高。 |
| PERT (贝塔近似) | (a + 4c + b) / 6 | 最可能值(c)权重为4，更贴近人类判断心理，尾部概率较低。 |
网友关注点：何时使用三角分布，何时使用PERT？
如果您的专家确信“最可能值”的发生概率远高于其他值，PERT公式更合适。如果专家对分布形状不确定，或者希望给予最小值和最大值更大的权重，则标准三角分布计算公式更为保守和安全。
三角分布 vs 其他常见分布
选择正确的分布模型对于统计结果的准确性至关重要。以下是三角分布与正态分布、均匀分布的主要区别。
均匀分布假设区间内任何值出现的概率相同。而三角分布引入了“最可能值”c，使得分布呈现中间高、两边低的形态，更符合现实世界中大多数现象的规律（如身高、体重、项目工时等）。
正态分布是对称的钟形曲线，需要均值和标准差。三角分布可以是偏态的，且定义域有限（a到b）。在样本量小、无法验证正态性时，三角分布是更稳健的替代方案。
贝塔分布更灵活，可呈现多种形状（U型、J型等）。三角分布是贝塔分布的特例（当形状参数α=β=1时，且经过线性变换）。三角分布计算更简单，适合快速估算。
常见问题解答 (FAQ)
是的。在 x=c 处，左侧极限为 2(c-a)/[(b-a)(c-a)] = 2/(b-a)，右侧极限为 2(b-c)/[(b-a)(b-c)] = 2/(b-a)。左右极限相等，因此 PDF 在 c 点是连续的，且达到最大值。
如果 a=b，则分布退化为一个确定性的点（Dirac delta function），所有概率集中在 a 处。此时方差为 0，期望值为 a。这在实际应用中通常意味着估算错误，因为不存在不确定性。
标准的三角分布是连续型的。如果数据是离散的（如整数），通常使用离散三角分布，或者将连续三角分布的结果进行四舍五入。但在严格统计意义上，两者有区别。
Excel 没有内置三角分布函数，但可以使用逆采样法。假设 a=10, b=20, c=15，公式为：
=IF(RAND()<(15-10)/(20-10), 10+SQRT(RAND()(20-10)(15-10)), 20-SQRT((1-RAND())(20-10)(20-15)))