如果二维随机变量X,Y的分布函数F{x,y}为已知,那么随机变量x,y的分布函数Fx{x}和Fy{y}分别可由F{x,y}求得。则Fx{x}和Fy{y}为分布函数F{x,y}的边缘分布函数。
边缘概率密度是根据变量的范围,对联合概率密度函数进行积分,得到Y积分的边际概率密度,得到X积分的边际概率密度如下:
连续性的随机变量取值在任意一点的概率都是0。作为推论,连续型随机变量在区间上取值的概率与这个区间是开区间还是闭区间无关。要注意的是,概率P{x=a}=0,但{X=a}是可能事件。
如果两随机变量相互独立,则联合密度函数等于边缘密度函数的乘积,即f(x,y)=f(x)f(y)。
如果两随机变量是不独立的,那是无法求的。
边缘密度函数是指边缘分布函数,定义是:如果二维随机变量X,Y的分布函数F{x,y}为已知,那么随机变量x,y的分布函数Fx{x}和Fy{y}分别由F{x,y}求得。则Fx{x}和Fy{y}为分布函数F{x,y}的边缘分布函数。
联合密度函数是指联合分布函数,定义:随机变量X和Y的联合分布函数是设(X,Y)是二维随机变量,对于任意实数x,y,二元函数:F(x,y) = P{(X<=x) 交 (Y<=y)} => P(X<=x, Y<=y)称为二维随机变量(X,Y)的分布函数。