条件概率等于1，意味着很强的从一个维到两维的传导，条件概率等于0意味着从一
维到二维的无效传导。
条件概率位于[0,1]之间意味着传导效率的衰减，从一维到两维必然意味着传导效率
的衰减，原因在从一维到两维必然意味着情形的增多。条件概率也只不过是个概率。
\[P(A,B)=P(A|B)P(B),就是说必然有P(A,B) \leq P(B)和P(A,B) \leq P(A)\]
在两维情形下，全可能概率之和为1.即：
\[离散情形:\sum_{(a \in A) \times (b \in B)}^{}p(a,b)=1\quad;\quad 连续情形:\iint_{A \times B}{}p(x,y)\,dx \,dy=1\]
每个维上的随机变量都是这样，不管它服从什么分布。将这些推到更高维：
\[\begin{alignat}{1}&离散情形:\sum_{\prod_{i=1}^{n}A_i}{p(\xi_1,\xi_2,\cdots,\xi_n)}=1\\&连续情形n重积分:\int_{}{}\cdots\int_{\prod_{i=1}^{n}A_i}{} p(x_1,x_2,\cdots,x_n)\,dx_1 \,dx_2,\cdots,dx_n=1\end{alignat}\]
如果是离散维和连续维混了呢？
----------------------------------------------------------------------------------------------------------------------------------------------------------
在离散情况下，解条件概率需要解线性方程组。如果是连续的情形呢？
先计算下离散情况下条件概率的数量，假设随机事件A有|A|种可能性取值，随机事件B有|B|种可能性取值，那么P(A|B)有|A|*|B|种取值，同样的P(B|A)有|A|*|B|种取值，于是A，B两个事件域一共可以构成2|A|*|B|个条件概率，而且这所有的2|A|*|B|个条件概率能通过联合分布P(A,B)的|A|*|B|可能取值加和是1来解方程计算。
如果是连续情形就变困难了，因为这时候|A|、|B|都变成无穷大了，不能用解线性方程的办法去求解了。这时候就得用积分， P(A,B)变成A，B的联合密度函数p(A,B)的两重积分了，对于每一个联合密度空间上的点只能用条件概率事件概率相乘的方式表示。这时候连续情况下的表示其实更容易了，用一个式子就表示出来了。
如果A是离散的，而B是连续的呢？先考虑它的条件概率，P(B|A)就变成|A|个离散的表示，那P(A|B)就变成不连续的阶梯函数了，最后累计的P(A,B)就变成一个阶梯函数加|A|个连续连续密度函数和为一，最后它的形状是若干个条曲线构成的间断函数。
不会很好看。
----------------------------------------------------------------------------------------------------------------------------------------------------------