二维随机向量（变量）：二位随机变量（X,Y）不仅仅与X,Y的性质有关，还与X，Y之间的相互关系有关。举个简单的例：在某次体检实验中，研究每个同学的健康指标，
一旦你决定了某个人，则他的身高与体重也随之确定。
联合分布：F（x，y） = P{（X<=x）n （Y<=y）} 记做P{X<=x,Y<=y},也称为随机变量X，Y的联合分布函数。
离散型的随机变量：二维随机变量（X,Y）全部可能取得的值是有限对或者可列无限对，设二维离散型随机变量得可能取值为（xi，yj），i,j = 1，2，3.......，
记P｛X=xi，Y=yj｝=pij，i,j = 1，2，3.......，由概率定义可知，pij>=0,pij的全部值的和为1，记作二维离散型随机变量的分布率（联合分布率）。
连续型的随机变量：
计算部分借助二维平面，牵扯到《高等数学》二重积分的运算，后续补充。
n维随机变量：
，称为n维随机向量的分布函数。
边缘分布：
同理可得y的边缘函数
离散型的随机变量：
边缘分布律。
连续型的随机变量：
Y的边缘概率密度。
条件分布： 在Y=yi条件下的条件分布率 
连续型的随机变量：在Y=y条件下的X的条件概率密度：
相互独立的随机变量：
X,Y相互独立
两个随机变量的函数分布：
Z=X+Y分布：（X,Y）是二维连续型随机变量，卷积公式：
Z = Y/X的分布，Z=XY的分布：
M=max{X,Y}及min{X,Y}分布：Fmax(z)=P{X<=z,Y<=z},Fmin(z)=1-P{X>z,Y>z}
2018-08-04