En teoría de probabilidad y estadística , la distribución U-cuadrática es una distribución de probabilidad continua definida por una función cuadrática convexa única con límite inferior a y límite superior b .
![{\displaystyle f(x|a,b,\alpha ,\beta )=\alpha \left(x-\beta \right)^{2},\quad {\text{para }}x\in [a, b].}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Relaciones de parámetros
Esta distribución tiene efectivamente sólo dos parámetros a , b , ya que los otros dos son funciones explícitas del soporte definido por los dos primeros parámetros:
![{\displaystyle \beta ={b+a \sobre 2}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
(centro de equilibrio gravitacional, compensación), y
![{\displaystyle \alpha ={12 \over \left(ba\right)^{3}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
(escala vertical).
Distribuciones relacionadas
Se puede introducir una distribución cuadrática ( ) verticalmente invertida de manera análoga.![{\displaystyle\cap}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Aplicaciones
Esta distribución es un modelo útil para procesos bimodales simétricos . Otras distribuciones continuas permiten una mayor flexibilidad, en términos de relajar la simetría y la forma cuadrática de la función de densidad, que se aplican en la distribución U-cuadrática (por ejemplo, distribución beta y distribución gamma) .
Función generadora de momento
![{\displaystyle M_{X}(t)={-3\left(e^{at}(4+(a^{2}+2a(-2+b)+b^{2})t)-e ^{bt}(4+(-4b+(a+b)^{2})t)\right) \sobre (ab)^{3}t^{2}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Función característica
![{\displaystyle \phi _{X}(t)={3i\left(e^{iate^{ibt}}(4i-(-4b+(a+b)^{2})t)\right) \over (ab)^{3}t^{2}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)