【求边缘概率密度函数】在概率论与数理统计中，联合概率密度函数描述了两个或多个随机变量同时取值的概率分布情况。而边缘概率密度函数则是从联合概率密度函数中提取出某一随机变量的单独概率分布。通过计算边缘概率密度函数，可以更方便地分析单个变量的分布特性。
一、边缘概率密度函数的定义
设二维随机变量 $(X, Y)$ 的联合概率密度函数为 $f_{X,Y}(x, y)$，则：
- X 的边缘概率密度函数 为：
$$
f_X(x) = \int_{-\infty}^{\infty} f_{X,Y}(x, y) \, dy
$$
- Y 的边缘概率密度函数 为：
$$
f_Y(y) = \int_{-\infty}^{\infty} f_{X,Y}(x, y) \, dx
$$
二、计算步骤总结
1. 确定联合概率密度函数：根据题意或题目给出的条件，写出 $f_{X,Y}(x, y)$。
2. 选择目标变量：决定要计算的是 $X$ 或 $Y$ 的边缘概率密度函数。
3. 对另一个变量进行积分：将联合概率密度函数对另一个变量进行积分，得到边缘概率密度函数。
4. 验证结果：检查积分是否合理，确保边缘概率密度函数满足非负性和归一性。
三、示例说明
假设二维随机变量 $(X, Y)$ 的联合概率密度函数为：
$$
f_{X,Y}(x, y) =
\begin{cases}
2e^{-x}e^{-y}, & x > 0, y > 0 \\
0, & \text{其他}
\end{cases}
$$
计算 X 的边缘概率密度函数：
$$
f_X(x) = \int_0^\infty 2e^{-x}e^{-y} \, dy = 2e^{-x} \int_0^\infty e^{-y} \, dy = 2e^{-x} \cdot 1 = 2e^{-x}
$$
计算 Y 的边缘概率密度函数：
$$
f_Y(y) = \int_0^\infty 2e^{-x}e^{-y} \, dx = 2e^{-y} \int_0^\infty e^{-x} \, dx = 2e^{-y} \cdot 1 = 2e^{-y}
$$
四、总结表格
| 步骤 | 内容 |
| 1. 确定联合概率密度函数 | $f_{X,Y}(x, y) = 2e^{-x}e^{-y}$（当 $x > 0, y > 0$） |
| 2. 计算 X 的边缘概率密度函数 | $f_X(x) = \int_0^\infty 2e^{-x}e^{-y} \, dy = 2e^{-x}$ |
| 3. 计算 Y 的边缘概率密度函数 | $f_Y(y) = \int_0^\infty 2e^{-x}e^{-y} \, dx = 2e^{-y}$ |
| 4. 验证结果 | 边缘概率密度函数均为非负且积分等于1，符合概率密度函数的性质 |
五、注意事项
- 边缘概率密度函数的计算依赖于联合概率密度函数的定义域。
- 在实际问题中，需要根据具体条件判断积分范围。
- 若联合概率密度函数是分段函数，则需分段积分以获得正确的边缘概率密度函数。
通过以上方法，我们可以系统地求解边缘概率密度函数，并进一步分析随机变量的独立性、期望、方差等统计特征。
