叙述边缘密度函数的定义和性质

边缘密度函数是指多维随机变量的概率密度函数在某些维度上进行积分得到的一维概率密度函数。其定义如下：

设 $(X_1, X_2, \dots, X_n)$ 是 $n$ 维随机变量，它们的联合概率密度函数为 $f_{X_1,X_2,\dots,X_n}(x_1,x_2,\dots,x_n)$，则对于 $i=1,2,\dots,n$，定义 $X_i$ 的边缘概率密度函数为：

$$ f_{X_i}(x_i) = \int_{-\infty}^{\infty}\cdots\int_{-\infty}^{\infty} f_{X_1,X_2,\dots,X_n}(x_1,x_2,\dots,x_n)\mathrm{d}x_1\mathrm{d}x_2\cdots\mathrm{d}x_{i-1}\mathrm{d}x_{i+1}\cdots\mathrm{d}x_n $$

边缘密度函数的性质如下：

非负性：边缘密度函数 $f_{X_i}(x_i)$ 是一个非负函数。
归一性：边缘密度函数 $f_{X_i}(x_i)$ 的积分等于 $1$，即 $\int_{-\infty}^{\infty}f_{X_i}(x_i)\mathrm{d}x_i=1$。
一维分布函数：边缘密度函数 $f_{X_i}(x_i)$ 是一维分布函数 $F_{X_i}(x_i)$ 的导数，即 $f_{X_i}(x_i)=\frac{\mathrm{d}}{\mathrm{d}x_i}F_{X_i}(x_i)$。
边缘分布的计算：可以通过对联合概率密度函数 $f_{X_1,X_2,\dots,X_n}(x_1,x_2,\dots,x_n)$ 进行积分来计算边缘密度函数 $f_{X_i}(x_i)$。
边缘分布的独立性：当随机变量 $X_1,X_2,\dots,X_n$ 相互独立时，它们的边缘密度函数也相互独立。