Otosavaruus ja todennäköisyys Otosavaruus Ë on joukko, jonka alkiot ovat kokeen tulokset Tapahtuma on otosavaruuden osajoukko

Samankaltaiset tiedostot
(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

edellyttää valintaa takaisinpanolla Aritmeettinen keskiarvo Jos, ½ Ò muodostavat satunnaisotoksen :n jakaumasta niin Otosvarianssi Ë ¾

,ܾ jaü on annettu niin voidaan hakea funktion

Koska ovat negatiiviset. Keskihajontoja ei pystytä laskemaan mutta pätee ¾.

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

ABHELSINKI UNIVERSITY OF TECHNOLOGY

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Matemaattinen tilastotiede. Erkki Liski Matematiikan, Tilastotieteen ja Filosofian Laitos Tampereen Yliopisto

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1

Sovellettu todennäköisyyslaskenta B

30A02000 Tilastotieteen perusteet

Tilastomatematiikka Kevät 2008

Sovellettu todennäköisyyslaskenta B

D ( ) Var( ) ( ) E( ) [E( )]

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa I

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa I

Todennäköisyyslaskun kertaus. Heliövaara 1

Harjoitus 2: Matlab - Statistical Toolbox

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

D ( ) E( ) E( ) 2.917

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

Johdatus todennäköisyyslaskentaan Diskreettejä jakaumia. TKK (c) Ilkka Mellin (2005) 1

Sovellettu todennäköisyyslaskenta B

Moniulotteisia todennäköisyysjakaumia

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Ilkka Mellin (2008) 1/5

Ilkka Mellin Todennäköisyyslaskenta. Osa 3: Todennäköisyysjakaumia. Diskreettejä jakaumia. TKK (c) Ilkka Mellin (2007) 1

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

Sovellettu todennäköisyyslaskenta B

Todennäköisyyslaskenta. β versio. Todennäköisyyslaskenta. Ilkka Mellin. Teknillinen korkeakoulu, Matematiikan laboratorio. Ilkka Mellin (2006) I

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa I

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

Todennäköisyyden ominaisuuksia

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

4. laskuharjoituskierros, vko 7, ratkaisut

Luku 10. Bayesläiset estimaattorit Bayesläiset piste-estimaatit. Lasse Leskelä Aalto-yliopisto 18. lokakuuta 2017

Opiskelijanumero Yleisarvio Työläys Hyödyllisyys 12345A K K B U 3 3 3

Satunnaismuuttujien summa ja keskiarvo

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

4. Todennäköisyyslaskennan kertausta

Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia. TKK (c) Ilkka Mellin (2005) 1

Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia: Mitä opimme?

Sallitut apuvälineet: MAOL-taulukot, kirjoitusvälineet, laskin sekä itse laadittu, A4-kokoinen lunttilappu. f(x, y) = k x y, kun 0 < y < x < 1,

Mat Sovellettu todennäköisyyslasku A

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Odotusarvo. Odotusarvon ominaisuuksia Satunnaismuuttujien ominaisuuksia 61

Moniulotteiset satunnaismuuttujat ja jakaumat

Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Moniulotteiset satunnaismuuttujat ja jakaumat

Johdatus todennäköisyyslaskentaan Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat. TKK (c) Ilkka Mellin (2005) 1

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio.

Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta

Jos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 3

Inversio-ongelmien laskennallinen peruskurssi Luento 7

Verkot ja todennäköisyyslaskenta Verkko Verkko eli graafi muodostuu pisteiden joukosta V, särmien joukosta A ja insidenssikuvauksesta : A V V jossa

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio

Johdatus todennäköisyyslaskentaan Jatkuvia jakaumia. TKK (c) Ilkka Mellin (2005) 1

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Jatkuvia jakaumia

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Jakaumien tunnusluvut. TKK (c) Ilkka Mellin (2007) 1

Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi

p q = (x 1 x 2 ) 2 + (y 1 y 2 ) 2 + (z 1 z 2 ) 2. x 1 y 1 z 1 x 2 y 2 z 2

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

Tilastollinen päättely II, kevät 2017 Harjoitus 1A

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

À Ö Ö Ð Ù Ø ÅÖ Ø ÐÑ ÙÒ Ø Ó : Æ Æ Ñ (Ò) = O(ÐÓ Ò) ÓÒ Ø Ð ÓÒ ØÖÙÓ ØÙÚ Ó ÐÐ Ò Ò ÙÒ Ø Ó Ó ÙÚ Ñ Ö ÓÒÓÒ ½ Ò (Ò) Ò ÒÖ ØÝ ÐÐ ÓÒ Ð ØØ Ú Ø Ð O( (Ò))º Ä Ù Å Ø Ø

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset

Ó Ó Ó

Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat. Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi. Viikko 3. Kaksiulotteiset satunnaismuuttujat

Satunnaismuuttujien muunnokset ja niiden jakaumat

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Jatkuvat satunnaismuuttujat

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Luento KERTAUSTA Kaksiulotteinen jakauma Pisteparvi, Toyota Avensis -farmariautoja

Mat Sovellettu todennäköisyyslasku A

Keskihajonta ja korrelaatio

5. laskuharjoituskierros, vko 8, ratkaisut

Todennäköisyyslaskenta

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

6. laskuharjoitusten vastaukset (viikot 10 11)

031021P Tilastomatematiikka (5 op) viikko 3

Sovellettu todennäköisyyslaskenta B

Olkoon R S otosavaruuksien R ja S karteesinen tulo: Satunnaismuuttujien X ja Y järjestetty pari (X, Y) määrittelee kaksiulotteisen satunnaismuuttujan:

Satunnaismuuttujien summa ja keskiarvo

Tilaston esittäminen frekvenssitaulukossa ja graafisesti. Keskiluvut luokittelemattomalle ja luokitellulle aineistolle: moodi, mediaani, keskiarvo.

el. konsentraatio p puolella : n p = N c e (E cp E F ) el. konsentraatio n puolella : n n = N c e (E cn E F ) n n n p = e (Ecp Ecn) V 0 = kt q ln (

tilastotieteen kertaus

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset

Kuvan piirto. Pelaaja. Maailman päivitys. Syötteen käsittely

1. Kuusisivuista noppaa heitetään, kunnes saadaan silmäluku 5 tai 6. Olkoon X niiden heittojen lukumäärä, joilla tuli 1, 2, 3 tai 4.

Bayesläiset tilastolliset mallit

Ð ØÖÓÒ Ò Ú Ø Ò Ô ÓÒ Ö Ø Ð ØÖÓÒ Ò Ò Ú Ð ÙÒ ÝÐ ÓÔ ØÓ ÖÑ Ò ØÙØ ÑÙ ¹ Ð ØÓ ½ ¼¹ÐÙÚÙÐÐ Ù Ø Ó ÐÙ Ð ØÖÓÒ Ô Ð ºËº ÓÙ Ð Ø ½ ¾ Ñ Ö Ú Ø Ö Ò Ñ Ò ÓÒ Ò ÚÙÓÖÓÚ ÙØÙ Ø

Satunnaislukujen generointi

Transkriptio:

ÌÓÒÒĐĐÓ ÝÝ ÔÖÙ ØØ Naiiveja määritelmiä Suhteellinen frekvenssi kun ilmiö toistuu Jos tehdas on valmistanut 1000000 kpl erästä tuotetta, joista 5013 ovat viallisia, niin todennäköisyys, että tuote on viallinen on noin ¼¼¼ Ilmiölle suotuisten vaihtoehtojen osuus Jos huoneessa on naista ja miestä niin todennäköisyys, että satunnaisesti valittu henkilö on nainen on ¼ Ilmiön sattumisen mahdollisuuden mitta Huomenna myrskyn todennäköisyys on ¼% Otosavaruus ja todennäköisyys Otosavaruus Ë on joukko, jonka alkiot ovat kokeen tulokset Tapahtuma on otosavaruuden osajoukko Arkikielen tapahtuma tapahutuma johon kuuluu vain yksi tulos Tapahtumalla on todennäköisyys ÈÖ µ ja pätee: ¼ ÈÖ µ ÈÖ Ëµ ÈÖ µ ¼ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ µ ÈÖ µ ÈÖ µ Riippumattomuus Tapahtumat ja ovat riippumattomia ÈÖ µ ÈÖ µ ÈÖ µ

Tapahtumat Ò ovat (keskinäisesti) riippumattomia jos ÈÖ ¾ Ñ µ ÈÖ µ ÈÖ ¾ µ ÈÖ Ñ µ kun ¾ Ñ Ò Jos tapahtumat ja ovat riippumattomia niin myös ja ja ja ovat riippumattomia Ehdollinen todennäköisyys Tapahtuman todennäköisyys ehdolla on ÈÖ µ ÈÖ µ ÈÖ µ olettaen, että ÈÖ µ ¼ Joukko-oppia ¾ kuuluu joukkoon eli on :n alkio ¾ ei kuulu joukkoon eli ei ole :n alkio ¾ tai ¾ ¾ ja ¾ Ò ¾ ja ¾ Ë Ò (kunhan on selvää minkä joukon Ë suhteen otetaaan komplementti)

ÃÓÑÒØÓÖ Kertolaskuperiaate Jos valintaprosessissa on vaihetta ja vaiheessa on Ò vaihtoehtoa riippumatta siitä miten muissa vaiheissa valitaan niin vaihtoehtoiden lukumäärä on ÒÒ¾Ò Ò Ñ alkiota voidaan järjestää jonoon Ñ Ñ Ñ µ Ñ ¾µ eri tavalla Binomikerroin Joukolla, jossa on Ñ alkiota on Ñ Ñ Ò Ò Ñ Òµ osajoukkoa jossa on Ò alkiota eli Ñ:stä alkiosta voidaan valita Ò alkiota Ñ eri tavalla Ò

Ý Ò Ú Kokonaistodennäköisyys Jos Ë ¾ Ò ja kun niin µ ¾µ Ò µ µ ÈÖ µ ÈÖ µè µ ÈÖ ¾µÈ ¾µ ÈÖ Ò µè Ò µ Bayesin kaava ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ µ ÈÖ ¾µ ÈÖ ¾µ ÈÖ Ò µ ÈÖ Ò µ eli on ennakkokäsitys tapahtumien todennäköisyyksistä ÈÖ µ missä ¾ Ò Ë ja kun tunnetaan ehdolliset todennäköisyydet ÈÖ µ µ jos tapahtuma on havaittu saadaan tarkempaa tietoa tapahtuman todennäköisyydestä.

ËØÙÒÒ ÑÙÙØØÙØ ÖØÝÑĐÙÒØÓØ Jos Ë on kokeen otosavaruus niin satunnaismuuttuja on funktio: Ë Ê eikä siis muuttuja. Saadaan uusi koe jonka otosavaruus on kuvajoukko Ë µ ¾ Ë tai koko reaaliakseli ja todennäköisyydet ÈÖ Ë µ ÈÖ µ ÈÖ ¾ Ë µ µ Satunnaismuuttujan kertymäfunktio on ܵ ÈÖ ¾ Ë µ Ü µ ÈÖ Üµ Satunnaismuuttuja on diskreetti jos kuvajoukko Ë µ ¾ Ë on äärellinen tai korkeintaan numeroituva ja silloin :n pistetodennäköisyysfunktio on ܵ ÈÖ µ Ü µ ÈÖ Üµ Funktio on satunnaismuuttujan tiheysfunktio jos ܵ ¼ Ü ¾ Ê Üµ dü Ü Üµ ÈÖ µ Ü µ ص dø ÈÖ µ ص dø Riippumattomuus Satunnaismuuttujat ¾ Ò ovat riippumattomia jos tapahtumat ¾ ¾ Ò Ò ovat riippumattomia kaikilla ¾ Ò ¾ Ê. Ü Ô on satunnaismuuttujan (ja sen jakauman) kvantiili kertalukua Ô, ¼ Ô jos ÈÖ Ü Ô µ Ô ja ÈÖ Ü Ô µ Ô eli ÈÖ Ü Ô µ Ô ÈÖ Ü Ô µ eli ÐÑ ÜÜÔ Üµ Ô Ü Ô µ

Kvantiilit eivät välttämättä ole yksikäsitteisiä! ܼ on mediaani Milloin satunnaismuuttujalla on tiheysfunktio? Vastaus: Kun kertymäfunktio on absoluuttisesti jatkuva eli kun jokaisella ¼ on olemassa Æ ¼ siten, että jos Ü Ý Ü Ý Æ ja Æ Ü µ Æ Ý µ Ü Ý Æ niin

ÇÓØÙ ÖÚÓ ÚÖÒ Satunnaismuuttujan odotusarvo E µ E µ Ü ÈÖ Ü µ Ü Ü µ Ü ¾Ë Ü ¾Ë E µ Ü Üµ dü jos on :n tiheysfunktio missä vaaditaan että summa tai integraali suppenee itseisesti ¼ ja aina µ ܵµ dü ܵ dü ¼ jos on diskreetti E ¾¾µ E µ ¾E ¾µ Jos on satunnaismuuttuja ja on (esim. jatkuva) funktio Ê µµ È Ü ¾Ë Ü µ Ü µ niin myös µ on satunnaismuuttuja ja ܵ ܵ dü jos on :n tiheysfunktio jos on :n pistetodennäköisyysfunktio Satunnaismuuttujan varianssi: ÎÖ µ ¾ ¾ µ µµ ¾ µ ¾ µ µµ ¾ Keskihajonta eli standardipoikkeama on µ Ô ÎÖ µ Jos ja ¾ ovat riippumattomia niin ÎÖ ¾¾µ ¾ ÎÖ µ ¾ ¾ ÎÖ ¾µ ÈÖ µ Tsebyshevin epäyhtälö Ô ÎÖ µµ ¾ Karkea arvio mutta ainoa oletus on odotusarvon olemassaolo

ÖØØĐ ÙÑ Tasainen diskreetti jakauma µ ¾ Ë Ë Ü Ü¾ Ü Ò µ Ò Ò Ü ÈÖ Ü µ Ò Ò ÎÖ µ Ü ¾ Ò ¾ Ü Ò Ò Bernoulli-jakauma Satunnaismuuttuja noudattaa Bernoulli-jakaumaa eli jos tapahtuma sattuu, ÖÒÓÙÐÐ Ôµ jos ¼ muulloin, missä ÈÖ µ ÈÖ µ Ô µ Ô ÎÖ µ Ô Ôµ Bernoulli-koe on koe jolla on vain kaksi tulosta Binomijakauma Jos ¾ Ò ovat riippumattomia ja ja ÖÒÓÙÐÐ Ôµ-jakautuneita satunnaissuureita, niin ¾ Ò noudattaa binomijakaumaa parametreilla Ò ja Ô, eli ÈÖ µ Ò Ò Ò Ôµ ja Ô Ôµ Ò ¼ ¾ Ò µ ÒÔ ÎÖ µ ÒÔ Ôµ

Geometrinen jakauma sattuu ensimmäisen kerran kierroksella : Jos ¾ ovat riippumattomia ja ÖÒÓÙÐÐ Ôµ-jakautuneita satunnaismuuttujia, ja jos ¾ ¼ ja niin noudattaa geometristä jakaumaa parametrillä Ô, eli ÓÑ Ôµ ja ÈÖ µ Ôµ Ô ¾ µ Ô ÎÖ µ Ô Ô ¾ Negatiivinen binomijakauma sattuu Ö kerran kierroksella : Jos ¾ ovat riippumattomia ja ÖÒÓÙÐÐ Ôµ-jakautuneita satunnaissuureita, ja jos Ö ja niin noudattaa negatiivista binomijakaumaa parametreilla Ö ja Ô ÈÖ µ eli ÆÒ Ö Ôµ ja Ö Ôµ Ö Ô Ö Ö Ö µ Ö Ö Ôµ ÎÖ µ Ô Ô ¾ ÓÑ Ôµ ÆÒ Ôµ Jos ÆÒ Ö Ôµ ja ÆÒ Ôµ ovat riippumattomia, niin ÆÒ Ö Ôµ

Hypergeometrinen jakauma Satunnaismuuttuja noudattaa hypegeometrista jakaumaa parameterilla Æ, Ö ja Ò ÈÖ µ eli ÀÝÔÖÓÑ Æ Ö Òµ jos Ö Æ Ö Ò Æ Ò µ ÒÖ Æ Ñܼ Ò Æ Öµ ÑÒÒ Ö ÎÖ µ Ò Ö Æ Ö Æ Ò Æ Æ Eli, jos valitaan satunnaisesti ilman takaisinpanoa Ò alkiota joukosta missä, Ò µ Ö ja Ò µ Æ Ö ja jos on :sta valittujen alkioden lukumäärä, niin ÀÝÔÖÓÑ Æ Ö Òµ Jos ÀÝÔÖÓÑ Æ Ö Òµ niin Ò Ò Ö Æ jos Ò Æ on riittävän pieni (esim. ¼¼) Poisson-jakauma Satunnaismuuttuja noudattaa Poisson-jakaumaa parametrilla eli ÈÓ ÓÒ µ jos ÈÖ e µ ¼ ¾ µ ÎÖ µ Jos ÈÓ ÓÒ µ ja ÈÓ ÓÒ µ ovat riippumattomia niin ÈÓ ÓÒ µ Jos Ò Æ Æ µ niin ÈÓ ÓÒ µ jos Æ on riittävän suuri (ja ¼)

ÂØÙÚ ÙÑ Jatkuva tasainen jakauma Satunnaismuuttuja noudattaa jatkuvaa tasaista jakaumaa parametreilla ja eli ÍÒÓÖÑ µ ܵ ¼ ¼ jos sen tiheysfunktio on Ü Ü Ü µ µ¾ ÎÖ µ ¾ ¾ Eksponenttijakauma Satunnaismuuttuja noudattaa eksponenttijakaumaa parametrilla ¼ eli ÜÔ µ ܵ jos sen tiheysfunktio on ÜÔ Ü Ü ¼ ¼ Ü ¼ µ ÎÖ µ ¾ Jos ¾ ovat riippumattomia ÜÔ µ jakautuneita satunnaismuuttujia niin ÑÜ ¼ ¾ Ì noudattaa ÈÓ ÓÒ Ì µ-jakaumaa Normaalijakauma Satunnaismuuttuja on normaalijakautunut parametreillä ja ¾ eli Æ ¾ µ jos ܵ Ô ¾ e Ü ¾ µ ¾ Ü ÎÖ µ ¾ Jos Æ ¾ µ ja ¾ Æ ¾ ¾ µ ovat riippumattomia, niin ¾ Æ ¾ ¾ ¾ ¾ µ

Keskeinen raja-arvolause Jos ¾ ovat riippumattomia ja samalla tavalla jakautuneita satunnaismuuttujia siten, että µ ja ÎÖ µ ¾, ¾, niin È Ò Ô Ò Æ ¼ µ kun Ò eli Ò È Ò ÐÑ ÈÖ Ò Ò Ô Ò Ü Ü Ô¾ e ¾ ؾ dø

ÅÓÒÙÐÓØØ Ø ØÙÒÒ ÑÙÙØØÙØ ÙÑØ Jos Ë on otosavaruus jolla on määritelty todennäköisyys niin µ Ë Ê ¾ on kaksiulotteinen satunnaismuuttuja jonka kertymäfunktio on Ü Ýµ ÈÖ Ü Ýµ Kaksiulotteinen satunnaismuuttuja µ on diskreetti ja sillä on pistetodennäköisyysfunktio Ü Ýµ jos Ü Ýµ ¼ Ü Ý kaikilla Ü ja Ý Ü Ýµ ÈÖ Ü Ýµ Ü Ýµ kaikilla Ü ja Ý Kaksiulotteinen satunnaismuuttuja µ on jatkuva ja sillä on tiheysfunktio Ü Ýµ jos kaikilla Ü ja Ý Ü Ýµ ¼ Ü Ýµ dü dý Ü Ý Ü Ýµ ص dø d kaikilla Ü ja Ý Reunajakaumat Jos Ü Ýµ on diskreetin kaksiulotteisen satunnaismuuttujan pistetodennäköisyysfunktio niin muuttujien ja ܵ ÈÖ Üµ reunajakaumien pistetodennäköisyysfunktiot ovat Ü Ýµ ja ݵ ÈÖ Ýµ Ý Ü Jos Ü Ýµ on jatkuvan kaksiulotteisen satunnaismuuttujan tiheysfunktio niin muuttujien ja ܵ reunajakaumien tiheysfunktiot ovat Ü Ýµ dý ja ݵ Ü Ýµ dü Ü Ýµ

Riippumattomuus Jos µ on diskreetti kaksiulotteinen satunnaismuuttuja, tai µ:llä on tiheysfunktio niin ja ovat riippumattomia Ü Ýµ ܵ ݵ Kovarianssi ja korrelaatio ÓÚ µ µµ µµ µ µ µ ÓÖ µ Ô ÓÚ µ ÎÖ µîö µ ÓÖ µ ja riippumattomia µ ÓÚ µ ÓÖ µ ¼ Ehdolliset jakaumat Jos µ on diskreetti pistetodennäköisyysfunktiolla Ü Ýµ tai jatkuva tiheysfunktiolla Ü Ýµ niin Ýܵ Ü Ýµ ܵ ܵ ¼ on :n ehdollinen pistetodennäköisyysfunktio ehdolla Ü Ê Ý Ýܵ dý ܵ tai È Ý Ý Ýܵ µ on satunnaismuuttuja jolle pätee ÈÖ µ Þµ ÈÖ ¾ Ë µµ Þ µ µµ µ

Ü Ýµ Ô ¾ ¾Ô e Ø µ missä Kaksiulotteinen normaalijakuama jolloin ¾ Ýܵ ¾ Þ µt Þ µ ¾ ¾ ¾ µ ¾ Þ Ü Ý Æ ¾ µ ja Æ ¾ µ eli Æ Ô¾ Ô ¾ e ÓÖ µ Ø µ ¾ Ü ¾ Ý ¾ µ µ µ Ý ¾ Ü µ Ô ¾ ¾ Ü µ ¾ µ ¾ µ ehdolla Ü ¼ ja ovat riippumattomia