如何生成满足和为1、带上下限的均匀分布三元随机概率？

需求与现有实现问题 #

需要生成三个随机概率值 (p_1, p_2, p_3)，满足：

• 三者之和为1：(p_1 + p_2 + p_3 = 1)
• 每个概率服从指定范围的均匀分布：示例中 (p_1 \sim U(0.25, 0.75))，(p_2 \sim U(0.25, 0.75))，(p_3 \sim U(0.00, 0.25))

现有R代码实现了约束条件，但生成的(p_2)与(p_3)分布呈左偏：

n_draws <- 1e5
set.seed(1)
p   <- data.frame(p1 = runif(n_draws, 0.25, 0.75))
p$p2 <- runif(n_draws,
                ifelse(p$p1 >= 0.5, 0.25, 0.75 - p$p1), 1 - p$p1)
p$p3 <- 1 - (p$p1 + p$p2)

核心问题：如何高效生成满足约束、且每个概率在可行域内服从均匀分布的样本？

可行解决方案 #

问题本质分析 #

三个概率满足(p_1+p_2+p_3=1)，因此只需考虑(p_1)和(p_2)的二维可行区域（(p_3=1-p_1-p_2)可直接推导）。我们需要在这个二维多边形区域内生成均匀分布的点，才能保证三个概率在各自可行范围内的分布均匀。

方法1：多边形区域均匀采样（高效且分布均匀） #

利用空间采样工具直接在可行多边形内生成均匀点，步骤如下：

1. 确定可行区域的顶点：根据示例的约束，推导得到(p_1-p_2)平面的可行多边形顶点为((0.25,0.5))、((0.25,0.75))、((0.5,0.75))、((0.75,0.25))、((0.5,0.25))、((0.25,0.5))。
2. 使用sf包生成多边形内的均匀随机点：

library(sf)
n_draws <- 1e5
set.seed(1)

# 定义可行区域顶点
vertices <- matrix(
  c(0.25,0.5, 0.25,0.75, 0.5,0.75, 0.75,0.25, 0.5,0.25, 0.25,0.5),
  ncol=2, byrow=TRUE
)
# 创建多边形对象
poly <- st_polygon(list(vertices))
# 在多边形内生成均匀随机点
points <- st_sample(poly, size = n_draws, type = "random")
# 转换为概率数据框
p_valid <- data.frame(
  p1 = st_coordinates(points)[,1],
  p2 = st_coordinates(points)[,2]
)
p_valid$p3 <- 1 - p_valid$p1 - p_valid$p2

该方法生成的样本严格满足所有约束，且(p_1,p_2,p_3)在各自可行范围内服从均匀分布，解决了原代码的分布偏斜问题。

方法2：拒绝采样（简单易实现） #

如果不想依赖空间包，可采用拒绝采样：先生成满足单个边界的样本，再筛选出满足和为1的有效样本。代码示例：

n_draws <- 1e5
set.seed(1)
p_valid <- data.frame(p1 = numeric(0), p2 = numeric(0), p3 = numeric(0))

# 循环生成直到获得足够有效样本
while(nrow(p_valid) < n_draws) {
  # 生成单个边界内的样本
  temp <- data.frame(
    p1 = runif(n_draws, 0.25, 0.75),
    p2 = runif(n_draws, 0.25, 0.75),
    p3 = runif(n_draws, 0.00, 0.25)
  )
  # 筛选满足和为1的样本（容忍浮点误差）
  valid_idx <- abs(temp$p1 + temp$p2 + temp$p3 - 1) < 1e-6
  p_valid <- rbind(p_valid, temp[valid_idx, ])
}
# 截取目标数量的样本
p_valid <- p_valid[1:n_draws, ]

该方法逻辑简单，但拒绝率较高（示例中可行域占总采样空间比例低），效率不如多边形采样方法。

原代码问题说明 #

原代码先固定(p_1)的均匀分布，再根据(p_1)的取值动态调整(p_2)的采样范围。由于不同(p_1)对应的(p_2)可行区间长度不同，最终导致(p_2)和(p_3)的整体分布偏斜，无法实现真正的均匀分布。

内容的提问来源于stack exchange，提问作者altfi_SU