多维随机变量及其分布对于多维随机变量应理解其概念及其性质，在多位随机变量中，二维随机变量是基础，很多结论都是可以从二维随机变量推广到多维的。
对于二维随机变量，不仅要理解联合分布的概念与性质，还要理解二维离散型随机变量的联合概率分布、边缘分布、条件分布和二维连续型随机变量的联合概率密度、边缘密度、和条件密度。
一、多维随机变量的联合分布函数、边缘分布函数 [1]多维随机变量的及其分布的概念：如果N 维向量12{,}n X X X ⋅⋅⋅的每个分量都是随机变量，则，称之为N 维随机变量，并称函数121122(,){,,}n n n F x x x P X x X x X x ⋅⋅⋅=≤≤⋅⋅⋅≤是N 维随机变量12{,}n X X X ⋅⋅⋅的联合分布函数。
称函数(){}(,,,,i i ii F x P X x F x =≤=+∞+∞⋅⋅⋅+∞+∞为N 维向量12{,}n X X X ⋅⋅⋅关于i X 的边缘分布，或为12(,)n F x x x ⋅⋅⋅的边缘分布函数。
[2]二维随机变量的联合分布函数的概念和性质a) 二维随机变量的联合分布函数的概念：二维随机变量的联合分布函数定义如下：(,)(,)F x y P X x Y y =≤≤b) 二维随机变量的联合分布函数的性质：① 对于任意x,y, 0(,)1F x y ≤≤② (,)F x y 为关于x 或y 均为单调非降、右连续的函数。
③ (,)(,)(,)F F y F x -∞+∞=-∞=-∞=④ (,)1F +∞+∞=⑤ 发生在矩形区域上的概率：(,)(,P a X b c Y d F a<≤<≤=[3]二维随机变量的边缘分布的概念二维随机变量(,)X Y 关于X 与Y 的边缘分布函数分别定义为： ①(){}{,}(,)x F x P X x P X x Y F x =≤=≤<+∞=+∞ ②(){}{,}(,)y F y P Y y P X Y y F Y =≤=<+∞≤=+∞二、二维离散型随机变量[1]二维离散型随机变量的联合概率分布的概念：二维离散型随机变量(,)X Y 是只能去有限个或可列个值，其相应的概率表示为：(,)i i ij P X x Y y p === (,1,2,3i j =⋅⋅⋅并称为联合概率分布或联合分布律： [2] 二维离散型随机变量的联合概率分布的性质：（a,d ）①(,)0i i ij P Xx Y y p ===≥ (,1,2,3i j =⋅⋅⋅②1ijijp=∑∑③(,)i j ij x x y yF x y p ≤≤=∑∑[3]二维离散型随机变量的边缘分布：二维离散型随机变量(,)X Y 关于X 和Y 的边缘概率分布（或边缘分布律）分别定义为：{}{,}i i ij i jjjp P X x P X x Y y p ∙======∑∑ {}{,}j i ij i jiip P Y y P X x Y y p ∙======∑∑ 依据边缘分布函数的定义：(){}{}i i x i i x xx xF x P X x p X x p ∙≤≤=≤===∑∑(){}{}j j y ijy yy yF x P Y y p Y y p∙≤≤=≤===∑∑[4]二维离散型随机变量的条件分布① 定义：设{}0j j p P Y y ∙==>，在事件“j Y y =”发生的条件下，事件“i X x =”发生的条件概率为：{,}{}()i j iji j j jP X x Y y p P X x Y y P Y y p ∙=======(,1,2,3)i j =⋅⋅⋅称为在“j Y y =”条件下，X 的条件分布律。
