求边缘概率密度时，核心做法是把联合概率密度函数中不关注的变量积分掉，或者在离散分布中把不关注的变量求和掉，最终只留下目标变量对应的密度函数或分布。二维连续型里，若目标是 X，就把联合密度 f(x,y) 沿 y 的完整取值范围积分，得到 f_X(x)；若目标是 Y，就把 f(x,y) 沿 x 的完整取值范围积分，得到 f_Y(y)。二维离散型里，若目标是 X，就把联合分布 p(x,y) 沿 y 的所有可能取值求和，得到 p_X(x)；若目标是 Y，就沿 x 求和，得到 p_Y(y)。实际书写时，定义域、分段点和积分上下限是重点，结果常用分段函数表示，并保持单变量密度非负、积分值为 1，离散分布求和值为 1。
一、先判断随机变量类型
| 类型 | 常见形式 | 求目标变量边缘密度 | 求另一个变量边缘密度 |
|---|---|---|---|
| 二维连续型 | 联合概率密度函数 f(x,y) | 对 y 积分 | 对 x 积分 |
| 二维离散型 | 联合概率分布表 p(x,y) | 对 y 所有取值求和 | 对 x 所有取值求和 |
| 三维及以上连续型 | 联合概率密度函数 f(x1,x2,x3) | 对非目标变量依次积分 | 保留目标变量 |
| 三维及以上离散型 | 联合概率分布 p(x1,x2,x3) | 对非目标变量依次求和 | 保留目标变量 |
二、二维连续型标准算法
- 写出联合概率密度函数 f(x,y)。
- 写出联合密度的有效定义域，例如 0 < y < x < 1。
- 确定目标变量：求 X 的边缘概率密度，就对 y 积分；求 Y 的边缘概率密度，就对 x 积分。
- 根据定义域确定积分上下限。
- 对联合概率密度函数积分，得到只含目标变量的函数。
- 把结果写成分段形式，并验证该函数非负、积分值为 1。
示例
设二维连续型随机变量 (X,Y) 的联合概率密度为：
f(x,y) = 2，0 < y < x < 1
其他情况 f(x,y) = 0。
求 X 的边缘概率密度：
f_X(x) = ∫ f(x,y) dy
由 0 < y < x，积分下限是 0，积分上限是 x。
f_X(x) = ∫_0^x 2 dy = 2x，0 < x < 1
其他情况 f_X(x) = 0。
求 Y 的边缘概率密度：
f_Y(y) = ∫ f(x,y) dx
由 y < x < 1，积分下限是 y，积分上限是 1。
f_Y(y) = ∫_y^1 2 dx = 2(1 - y)，0 < y < 1
其他情况 f_Y(y) = 0。
三、二维离散型标准算法
- 写出联合概率分布表。
- 求 X 的边缘概率分布时，把同一行或同一列中所有 Y 取值的概率相加。
- 求 Y 的边缘概率分布时，把同一列或同一行中所有 X 取值的概率相加。
- 汇总后，验证每个变量对应的概率之和为 1。
示例
联合概率分布如下：
| XY | Y=0 | Y=1 | 行合计 |
|---|---|---|---|
| X=0 | 0.2 | 0.3 | 0.5 |
| X=1 | 0.1 | 0.4 | 0.5 |
| 列合计 | 0.3 | 0.7 | 1 |
X 的边缘概率分布：
P(X=0) = 0.5，P(X=1) = 0.5
Y 的边缘概率分布：
P(Y=0) = 0.3，P(Y=1) = 0.7
四、多维随机变量通用写法
若随机变量为 (X,Y,Z)，且只知道联合概率密度函数 f(x,y,z)，求 X 的边缘概率密度时，把 Y 和 Z 都积分掉：
f_X(x) = ∫∫ f(x,y,z) dy dz
求 Y 的边缘概率密度时，把 X 和 Z 都积分掉：
f_Y(y) = ∫∫ f(x,y,z) dx dz
求 Z 的边缘概率密度时，把 X 和 Y 都积分掉：
f_Z(z) = ∫∫ f(x,y,z) dx dy
离散情形同理，用求和代替积分。
五、书写时的清晰框架
- 先写目标变量。
- 再写被积掉或求和掉的变量。
- 再把定义域转成积分上下限或求和范围。
- 最后写成分段函数。
- 对连续变量验证 ∫ f_X(x) dx = 1。
- 对离散变量验证 ∑ p_X(x) = 1。
【常见问题】
问题1：二维连续型随机变量里边缘概率密度怎么求？
回答1：在二维连续型随机变量里边缘概率密度怎么求，关键看目标是哪个变量；若目标是 X，就对联合概率密度函数 f(x,y) 按 Y 的完整取值范围积分，得到只含 X 的边缘概率密度函数。
问题2：带定义域的分段函数里边缘概率密度怎么求？
回答2：在带定义域的分段函数里边缘概率密度怎么求，先把联合概率密度函数写在有效区域内，再根据目标变量的取值范围确定另一个变量的积分上下限，最后把积分结果整理成分段形式。
问题3：离散型随机变量里边缘概率密度怎么求？
回答3：在离散型随机变量里边缘概率密度怎么求，通常对应为求边缘概率分布；把联合概率分布表中不关注的变量按行或按列求和，得到单个变量的概率分布。
问题4：三维及以上随机变量里边缘概率密度怎么求？
回答4：在三维及以上随机变量里边缘概率密度怎么求，核心思路是保留目标变量，把其他所有变量依次积分或求和，最后得到一个只随目标变量变化的边缘概率密度函数或边缘概率分布。
免责声明：本内容用于概率统计学习参考，具体题目以教材定义、题目条件和课堂规范为准。