La variable aleatoria que toma valores en es una variable aleatoria discreta. Su distribución está completamente descrita por las probabilidades
con . Las probabilidades y que da son sumas de para ciertos índices .p i = P ( X = i ) i ∈ { 0 , 1 } n p i p i j p i i{0,1}npi=P(X=i)i∈{0,1}npipijpii
Ahora parece que desea describir utilizando solo y . No es posible sin asumir ciertas propiedades en . Para ver que tratan de derivar función característica de . Si tomamos obtenemos p i p i j p i X n = 3pipipijpiXn=3
Eei(t1X1+t2X2+t3X3)=p000+p100eit1+p010eit2+p001eit3+p110ei(t1+t2)+p101ei(t1+t3)+p011ei(t2+t3)+p111ei(t1+t2+t3)
No es posible reorganizar esta expresión para que desaparezca. Para la variable aleatoria gaussiana, la función característica depende solo de los parámetros de media y covarianza. Las funciones características definen de manera única las distribuciones, por lo que esta es la razón por la cual Gauss puede describirse de manera única utilizando solo la media y la covarianza. Como vemos para la variable aleatoria este no es el caso.
piX