如果两随机变量是不独立的，那是无法求的。
相同的边缘分布可构成不同的联合分布，这反映出两个分量的结合方式不同，相依程度不同。这种差自异在各自的边缘分布中没有表现，因而必须考察其联合分布。
扩展资料：
以二维情形为例，设（X，Y）是二维随机变量，x，y是任意实数，二元函数：F(x,y)=P({X≤x∩Y≤y})=P(X≤x,Y≤y)，被称二bai维随机变量(X，Y)的分布函数。
随机矢量X的性质不仅由单个随机变量X1，X2，…，Xn的性质所决定，而且还应由这些随机变量的相du互关系所决定。
将二维随机变量（X，Y）看成是平面上随机点的坐标，分布函数F（x，y）在（x，y）处的函数值就是随机点（X，Y）落在如图以（x，y）为顶点zhi而位于该点左下方的无穷矩形区域内的概率。
参考dao资料来源：百度百科——联合分布函数
参考资料来源：百度百科——边缘分布函
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,若没有相互独立的条件就必须另给条件,否则无法计算,因为无法由边缘分布确定联合分布
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。
联合密度函数的几何意义： 如果将二维随机变量（X，Y）看成是平面上随机点的坐标，那么分布函数F（x，y）在（x，y）处的函数值就是随机点（X，Y）落在以点（x，y）为顶点而位于该点左下方的无穷矩形域内的概率。
机率密度函数即概率密度函数，是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。而随机变量的取值落在某个区域之内的概率则为概率密度函数在这个区域上的积分。当概率密度函数存在的时候，累积分布函数是概率密度函数的积分。
由于随机变量X的取值
只取决于概率密度函数的积分，所以概率密度函数在个别点上的取值并不会影响随机变量的表现。更准确来说，如果一个函数和X的概率密度函数取值不同的点只有有限个、可数无限个或者相对于整个实数轴来说测度为0（是一个零测集），那么这个函数也可以是X的概率密度函数。
边缘密度函数的意思是指边缘分布函数。联合密度函数用公式f（x，y）=fx（x）fy（y）求得。联合密度函数亦称多维分布函数，随机向量的分布函数，以二维情形为例，若（X，Y）是二维随机向量，x、y是任意两个实数，则称二元函数。
联合密度函数的意义：
如果将二维随机变量(X，Y)看成是平面上随机点的坐标，那么分布函数F(x，y)在(x，y)处的函数值就是随机点(X，Y)落在以点(x，y)为顶点而位于该点左下方的无穷矩形域内的概率。
联合分布函数(joint distribution function)亦称多维分布函数。以二维情形为例，设（X，Y）是二维随机变量，x，y是任意实数，二元函数：F(x,y)=P({X≤x∩Y≤y})=P(X≤x,Y≤y)，被称二维随机变量(X，Y)的分布函数，或称为X和Y的联合分布函数。
