Dreiecksverteilung: Unterschied zwischen den Versionen

aus GlossarWiki, der Glossar-Datenbank der Fachhochschule Augsburg
Kowa (Diskussion | Beiträge)
Keine Bearbeitungszusammenfassung
Kowa (Diskussion | Beiträge)
Keine Bearbeitungszusammenfassung
 
(70 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
'''Achtung''': Die folgenden Formeln können noch Fehler enthalten.
{{Qualität
|correctness        = 5
|extent              = 3
|numberOfReferences  = 4
|qualityOfReferences = 5
|conformance        = 4
}}
==Definition==
 
Eine [[Stetige Zufallsgröße|stetige Zufallsgröße]] <math>\textstyle{X = D(a,b,c)}</math> heißt '''dreiecksverteilt''', wenn ihre [[Verteilungsfunktion]] durch
die [[Dichtefunktion]]
 
<div class="formula"><math>f_X(x) = f_{D(a,b,c)}(x) :=
        \begin{cases}
          \frac{2(x-a)}{(b-a)(c-a)}  & \mbox{wenn } a \le x \le c \\
          \frac{2(b-x)}{(b-a)(b-c)}  & \mbox{wenn } c < x \le b \\
          0                          & \mbox{sonst }
        \end{cases}               
</math></div>
 
beschrieben werden kann. <math>\textstyle{a \in ]-\infty,\infty[}</math>, <math>\textstyle{b \in ]a,\infty[}</math> und <math>\textstyle{c \in ]a,b[}</math> heißen Parameter der Verteilung.
 
(vgl. [[Standard-Dreiecksverteilung]])
 
==Eigenschaften einer dreiecksverteilten Zufallsgröße==


{{Wahrscheinlichkeitsverteilung |
{{Wahrscheinlichkeitsverteilung  
  name      =Dreiecksverteilung|
| name      =Dreiecksverteilung
  type      =Dichte|
| type      =Dichte
  pdf_image  =|
| pdf_image  =
  cdf_image  =|
| cdf_image  =
  parameters =<math>a \in ]-\infty,\infty[</math><br><math>b \in ]-\infty,\infty[,\,b>a</math><br><math>c \in ]a,b[</math><br><math>d := b-a\!</math><br><math>m := \frac{c-a}{d},\,1-m=\frac{b-c}{d},\,c = a+md = b - (1-m)d</math>|
| parameters =<math>a \in ]-\infty,\infty[</math><br><math>b \in ]a,\infty[</math><br><math>c \in ]a,b[</math><br><br><math>d := b-a\!</math><br><math>m := \frac{c-a}{b-a} \in ]0,1[,\,1-m=\frac{b-c}{b-a},\,c = a+md = b - (1-m)d</math><br>
  pdf        =<math>
<math>m</math> beschreibt den prozentualen Abstand von <math>c</math> zu <math>a</math> bzgl. <math>b</math><br>
                 f(x) =
<math>1-m</math> beschreibt den prozentualen Abstand von <math>c</math> zu <math>b</math> bzgl. <math>a</math>
| annotations_parameters = (vgl. Parameter der <br> [[Standard-Dreiecksverteilung|standardisierten]]<br>[[Standard-Dreiecksverteilung|Dreiecksverteilung]])
 
| pdf        =<math>
                 f_X(x) :=
                   \begin{cases}  
                   \begin{cases}  
                     \frac{2(x-a)}{d(c-a)} = \frac{2(x-a)}{md^2},    & \mbox{wenn } a \le x \le c \\  
                     \frac{2(x-a)}{(b-a)(c-a)} = \frac{2(x-a)}{md^2}     & \mbox{wenn } a \le x \le c \\  
                     \frac{2(b-x)}{d(b-c)} = \frac{2(b-x)}{(1-m)d^2}, & \mbox{wenn } c < x \le b \\
                     \frac{2(b-x)}{(b-a)(b-c)} = \frac{2(b-x)}{(1-m)d^2} & \mbox{wenn } c < x \le b \\
                     0,                        & \mbox{sonst }
                     0                                               & \mbox{sonst }
                   \end{cases}              
                   \end{cases}                
               </math>|
               </math>
  continuity = <math>\mbox{f(x) ist stetig auf }]\infty,\infty[\!</math>|
| continuity = <math>f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[\!</math>
  support    =<math>f(x) \ne 0 \Leftrightarrow x \in ]a,b[ \!</math>|
| support    =<math>f_X(x) \ne 0 \Leftrightarrow x \in ]a,b[ \!</math>
  cdf        =<math>
| cdf        =<math>
               F(x) =  
               F_X(x) =  
                   \begin{cases}  
                   \begin{cases}  
                     0,                                                    & \mbox{wenn } x < a\\
                     0                                                         & \mbox{wenn } x < a\\
                     0+\frac{(x-a)^2}{d(c-a)} = 0+\frac{(x-a)^2}{md^2},    & \mbox{wenn } a \le x \le c \\  
                     0+\frac{(x-a)^2}{(b-a)(c-a)} = 0+\frac{(x-a)^2}{md^2}     & \mbox{wenn } a \le x \le c \\  
                     1-\frac{(b-x)^2}{d(b-c)} = 1-\frac{(b-x)^2}{(1-m)d^2}, & \mbox{wenn } c < x \le b \\
                     1-\frac{(b-x)^2}{(b-a)(b-c)} = 1-\frac{(b-x)^2}{(1-m)d^2} & \mbox{wenn } c < x \le b \\
                     1,                                                    & \mbox{wenn } b < x
                     1                                                         & \mbox{wenn } b < x
                   \end{cases}                 
                   \end{cases}                 
               </math>|
               </math>
  mode      =<math>c = a+md,\,f(c)=\frac{2}{d}\!</math>|
| mode      =<math>\operatorname{md}_X = \{c\} = \{a+md\},\,f_X(c)=\frac{2}{b-a}=\frac{2}{d}\!</math>
  mean      =<math>\mu = \frac{a+b+c}{3} = a+\frac{(1+m)d}{3}</math>|
| mean      =<math>\mu(X) = \frac{a+b+c}{3} = a+\frac{(1+m)d}{3}</math>
  quartile   = <math>
| quantile   = <math>
                 F^{-1}(p) =
                 F_X^{-1}(p) =
                   \begin{cases}  
                   \begin{cases}  
                     a+d\sqrt{mp},        & \mbox{wenn } 0 \le p \le m \\  
                     a+d\sqrt{mp}         & \mbox{wenn } 0 \le p \le m \\  
                     b-d\sqrt{(1-m)(1-p)}, & \mbox{wenn } m < p \le 1  
                     b-d\sqrt{(1-m)(1-p)} & \mbox{wenn } m < p \le 1  
                   \end{cases}                 
                   \end{cases}                 
               </math>|
               </math>
  median    =<math>
| median    =<math>
                 F^{-1}(0,5) =
                 F_X^{-1}(0,5) =
                   \begin{cases}  
                   \begin{cases}  
                     a+\frac{\sqrt{2d(c-a)}}{2} = a+d\frac{\sqrt{2m}}{2},    & \mbox{wenn } 0{,}5 \le m \mbox{ bzw. } \frac{b+a}{2} \le c\\  
                     a+\frac{ {\sqrt{2d(c-a)} } }{2} = a+d\frac{ {\sqrt{2m} } }{2}     & \mbox{wenn } 0{,}5 < m \mbox{ bzw. } \frac{b+a}{2} < c\\
                     b-\frac{\sqrt{2d(b-c)}}{2} = b-d\frac{\sqrt{2(1-m)}}{2}, & \mbox{wenn } m < 0{,}5 \mbox{ bzw. } c \le \frac{b+a}{2}  
                    a+\frac{d}{2} = b-\frac{d}{2}                                    & \mbox{wenn } m = 0{,}5 \mbox{ bzw. } c = \frac{b+a}{2}\\  
                     b-\frac{ {\sqrt{2d(b-c)} } }{2} = b-d\frac{ {\sqrt{2(1-m)} } }{2} & \mbox{wenn } m < 0{,}5 \mbox{ bzw. } c \le \frac{b+a}{2}
                   \end{cases}                 
                   \end{cases}                 
               </math>|
               </math>|
  variance  =<math>\operatorname{var}(x) = \frac{a^2+b^2+c^2-ab-ac-bc}{18} = \frac{d^2(1+m+m^2)}{18}</math> (nicht überprüft)|
| variance  =<math>\operatorname{Var}(X) = \frac{a^2+b^2+c^2-ab-ac-bc}{18} = \frac{d^2(1-m+m^2)}{18}</math>
  sigma      =<math>\sigma = \frac{1}{6} \sqrt{2(a^2+b^2+c^2-ab-ac-bc)} = \frac{1}{6} \sqrt{2d^2(1+m+m^2)})</math> (nicht überprüft)|
| sigma      =<math>\sigma(X) = \frac{1}{6} \sqrt{ {2(a^2+b^2+c^2-ab-ac-bc)} } = \frac{d}{6} \sqrt{ {2(1-m+m^2)} }</math>
  skewness  =<math>
              \frac{\mu_3}{\sigma^3} = \frac{\sqrt 2 (a+b-2c)(2a-b-c)(a-2b+c)}{5(a^2+b^2+c^2-ab-ac-bc)^\frac{3}{2}}
              </math> (nicht überprüft)|
  kurtosis  =<math>\frac{\mu_4}{\sigma^4} = \frac{12}{5} \mbox{ oder } \frac{\mu_4}{\sigma^4} -3 = \frac{12}{5}</math> (nicht überprüft)|
  entropy    =<math>h[f] = \frac{1}{2}+\ln\left(\frac{d}{2}\right)</math> (nicht überprüft)|
  mgf        =<math>M_X(t)=E\left(e^{tX}\right) = 2\frac{(b-c)e^{at}-(b-a)e^{ct}\!+(c-a)e^{bt}}{(b-a)(c-a)(b-c)t^2}</math> (nicht überprüft)|
  char      =<math>\varphi_X(t) = \operatorname{E}\left(e^{itX}\right) = -2\frac{(b-c)e^{iat}-(b-a)e^{ict}+(c-a)e^{ibt}}{(b-a)(c-a)(b-c)t^2}</math> (nicht überprüft)|
}}
}}


=Quellen=
==Zusammenhang zwischen allgemeiner und Standard-Dreiecksverteilung==
*[http://en.wikipedia.org/wiki/Triangular_distribution Wikipedia (en): Triangular distribution]
 
*[http://statwiki.wiwi.hu-berlin.de/index.php/Dreiecksverteilung Statwiki HU Berlin: Dreiecksverteilung]
Die [[Standard-Dreiecksverteilung]] hat eine speziellere Dichtefunktion <math>\textstyle{f_{D(c)}}</math>.
Wie hängen die hier definierte allgemeine Form und die dort definierte spezielle Form zusammen?
 
Zunächst sieht man anhand der Definitionen sofort, dass jede Dichtefunktion einer [[Standard-Dreiecksverteilung]]
auch eine Dichtefunktion einer [[Dreiecksverteilung|allgemeinen Dreiecksverteilungen]] ist:
 
<div class="formula"><math>f_{D(c)}(x) = f_{D(0,1,c)}(x)</math></div>
 
Umgekehrt können alle Dichtefunktionen von [[Dreiecksverteilung|allgemeinen Dreiecksverteilungen]] durch Linear-Transformationen aus entsprechenden
Dichtefunktionen der [[Standard-Dreiecksverteilung]]en erzeugt werden:
 
<div class="formula"><math>f_{D(a,b,c)}(x)
        = \frac{1}{b-a}\cdot f_{D((c-a)/(b-a))}\left(\frac{x-a}{b-a}\right)
        = \frac{1}{d}\cdot f_{D(m)}\left(\frac{x-a}{d}\right)
</math></div>
 
([[Zusammenhang zwischen allgemeiner und standardisierter Dreiecksverteilung (Satz)|Beweis der zweiten Aussage]])
 
==Quellen==
#{{Quelle|Kowarschick, W.: Projektmanagement}}
#{{Quelle|Rinne, H. (2003): Taschenbuch der Statistik}}
#[[WikipediaEn: Triangular distribution]]
#[http://statwiki.wiwi.hu-berlin.de/index.php/Dreiecksverteilung Statwiki HU Berlin: Dreiecksverteilung]
 
==Siehe auch==
# {{Vgl|Beta-Verteilung}}


[[Kategorie:Mathematische Definition]]
[[Kategorie:Stetige Wahrscheinlichkeitsverteilung]]
[[Kategorie:Stetige Wahrscheinlichkeitsverteilung]]
[[Kategorie:Projektmanagement]]
[[Kategorie:Projektmanagement]]
[[en:Triangular Distribution]]
[[en:Triangular distribution]]

Aktuelle Version vom 24. April 2018, 15:34 Uhr

Dieser Artikel erfüllt die GlossarWiki-Qualitätsanforderungen nur teilweise:

Korrektheit: 5
(vollständig überprüft)
Umfang: 3
(einige wichtige Fakten fehlen)
Quellenangaben: 4
(fast vollständig vorhanden)
Quellenarten: 5
(ausgezeichnet)
Konformität: 4
(sehr gut)

Definition

Eine stetige Zufallsgröße $ \textstyle{X = D(a,b,c)} $ heißt dreiecksverteilt, wenn ihre Verteilungsfunktion durch die Dichtefunktion

$ f_X(x) = f_{D(a,b,c)}(x) := \begin{cases} \frac{2(x-a)}{(b-a)(c-a)} & \mbox{wenn } a \le x \le c \\ \frac{2(b-x)}{(b-a)(b-c)} & \mbox{wenn } c < x \le b \\ 0 & \mbox{sonst } \end{cases} $

beschrieben werden kann. $ \textstyle{a \in ]-\infty,\infty[} $, $ \textstyle{b \in ]a,\infty[} $ und $ \textstyle{c \in ]a,b[} $ heißen Parameter der Verteilung.

(vgl. Standard-Dreiecksverteilung)

Eigenschaften einer dreiecksverteilten Zufallsgröße

Parameter
(vgl. Parameter der
standardisierten
Dreiecksverteilung)
$ a \in ]-\infty,\infty[ $
$ b \in ]a,\infty[ $
$ c \in ]a,b[ $

$ d := b-a\! $
$ m := \frac{c-a}{b-a} \in ]0,1[,\,1-m=\frac{b-c}{b-a},\,c = a+md = b - (1-m)d $

$ m $ beschreibt den prozentualen Abstand von $ c $ zu $ a $ bzgl. $ b $

$ 1-m $ beschreibt den prozentualen Abstand von $ c $ zu $ b $ bzgl. $ a $
Dichtefunktion
$ f_X(x) := \begin{cases} \frac{2(x-a)}{(b-a)(c-a)} = \frac{2(x-a)}{md^2} & \mbox{wenn } a \le x \le c \\ \frac{2(b-x)}{(b-a)(b-c)} = \frac{2(b-x)}{(1-m)d^2} & \mbox{wenn } c < x \le b \\ 0 & \mbox{sonst } \end{cases} $
Stetigkeit
$ f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[\! $
Träger
$ f_X(x) \ne 0 \Leftrightarrow x \in ]a,b[ \! $
Verteilungsfunktion
$ F_X(x) = \begin{cases} 0 & \mbox{wenn } x < a\\ 0+\frac{(x-a)^2}{(b-a)(c-a)} = 0+\frac{(x-a)^2}{md^2} & \mbox{wenn } a \le x \le c \\ 1-\frac{(b-x)^2}{(b-a)(b-c)} = 1-\frac{(b-x)^2}{(1-m)d^2} & \mbox{wenn } c < x \le b \\ 1 & \mbox{wenn } b < x \end{cases} $
Modus
$ \operatorname{md}_X = \{c\} = \{a+md\},\,f_X(c)=\frac{2}{b-a}=\frac{2}{d}\! $
Erwartungswert
$ \mu(X) = \frac{a+b+c}{3} = a+\frac{(1+m)d}{3} $
p-Quantil
$ F_X^{-1}(p) = \begin{cases} a+d\sqrt{mp} & \mbox{wenn } 0 \le p \le m \\ b-d\sqrt{(1-m)(1-p)} & \mbox{wenn } m < p \le 1 \end{cases} $
Median
$ F_X^{-1}(0,5) = \begin{cases} a+\frac{ {\sqrt{2d(c-a)} } }{2} = a+d\frac{ {\sqrt{2m} } }{2} & \mbox{wenn } 0{,}5 < m \mbox{ bzw. } \frac{b+a}{2} < c\\ a+\frac{d}{2} = b-\frac{d}{2} & \mbox{wenn } m = 0{,}5 \mbox{ bzw. } c = \frac{b+a}{2}\\ b-\frac{ {\sqrt{2d(b-c)} } }{2} = b-d\frac{ {\sqrt{2(1-m)} } }{2} & \mbox{wenn } m < 0{,}5 \mbox{ bzw. } c \le \frac{b+a}{2} \end{cases} $
Varianz
$ \operatorname{Var}(X) = \frac{a^2+b^2+c^2-ab-ac-bc}{18} = \frac{d^2(1-m+m^2)}{18} $
Standardabweichung
$ \sigma(X) = \frac{1}{6} \sqrt{ {2(a^2+b^2+c^2-ab-ac-bc)} } = \frac{d}{6} \sqrt{ {2(1-m+m^2)} } $

Zusammenhang zwischen allgemeiner und Standard-Dreiecksverteilung

Die Standard-Dreiecksverteilung hat eine speziellere Dichtefunktion $ \textstyle{f_{D(c)}} $. Wie hängen die hier definierte allgemeine Form und die dort definierte spezielle Form zusammen?

Zunächst sieht man anhand der Definitionen sofort, dass jede Dichtefunktion einer Standard-Dreiecksverteilung auch eine Dichtefunktion einer allgemeinen Dreiecksverteilungen ist:

$ f_{D(c)}(x) = f_{D(0,1,c)}(x) $

Umgekehrt können alle Dichtefunktionen von allgemeinen Dreiecksverteilungen durch Linear-Transformationen aus entsprechenden Dichtefunktionen der Standard-Dreiecksverteilungen erzeugt werden:

$ f_{D(a,b,c)}(x) = \frac{1}{b-a}\cdot f_{D((c-a)/(b-a))}\left(\frac{x-a}{b-a}\right) = \frac{1}{d}\cdot f_{D(m)}\left(\frac{x-a}{d}\right) $

(Beweis der zweiten Aussage)

Quellen

  1. Kowarschick (PM): Wolfgang Kowarschick; Vorlesung „Projektmanagement“; Hochschule: Hochschule Augsburg; Adresse: Augsburg; Web-Link; 2014; Quellengüte: 3 (Vorlesung)
  2. Rinne (2003): Horst Rinne; Taschenbuch der Statistik; Auflage: 3; Verlag: Wissenschaftlicher Verlag Harri Deutsch; Adresse: Frankfurt am Main; ISBN: 3817116950; 2003; Quellengüte: 5 (Buch)
  3. WikipediaEn: Triangular distribution
  4. Statwiki HU Berlin: Dreiecksverteilung

Siehe auch

  1. Beta-Verteilung