边缘分布律（Marginal Distribution Law）是概率论中的一个基本概念，它描述了随机变量或随机向量中每个分量（或分量组合）的概率分布。
具体来说，如果一个随机向量 ( X = (X_1, X_2, ldots, X_n) ) 的联合分布函数为 ( F(x_1, x_2, ldots, x_n) )，那么边缘分布律指的是从联合分布函数中通过固定除了一个或多个分量之外的所有其他分量来推导出单个分量或几个分量组合的概率分布。
以下是边缘分布律的几个关键点：
1. 边缘分布函数：对于随机向量 ( X ) 的任意分量 ( X_i )，其边缘分布函数 ( F_i(x_i) ) 是通过固定其他分量 ( X_j )（( j neq i )）的值，并让 ( x_i ) 取遍所有可能的值来得到的。
2. 边缘概率密度函数：如果随机向量 ( X ) 的联合概率密度函数为 ( f(x_1, x_2, ldots, x_n) )，那么对于分量 ( X_i )，其边缘概率密度函数 ( f_i(x_i) ) 是通过积分联合概率密度函数来得到的，即：
[
f_i(x_i) = int_{-infty
