边缘分布函数可以通过以下步骤求得：
已知联合分布函数F（x,y）
如果二维随机变量（X,Y）的联合分布函数F（x,y）已知，那么随机变量X和Y的边缘分布函数Fx（x）和Fy（y）可以通过对联合分布函数F（x,y）进行边缘化处理得到。
对于离散随机变量
如果（X,Y）是二维离散随机变量，其联合分布列已知，那么可以通过以下公式求出X的边缘分布列和Y的边缘分布列：
\[
P（X=x） = \sum_{y} P（X=x, Y=y）
\]
对于连续随机变量
如果（X,Y）是二维连续随机变量，其联合概率密度函数f（x,y）已知，那么可以通过对联合概率密度函数f（x,y）进行积分来求得X的边缘概率密度函数Fx（x）和Y的边缘概率密度函数Fy（y）：
\[
f_X（x） = \int_{-\infty}^{\infty} f（x,y） \, dy
\]
\[
f_Y（y） = \int_{-\infty}^{\infty} f（x,y） \, dx
\]
确定积分范围
在进行积分时，需要确定x和y的取值范围。对于离散随机变量，范围通常是所有可能的y值；对于连续随机变量，范围通常是所有可能的x和y值。
计算边缘分布函数
通过上述积分方法，可以得到X和Y的边缘分布函数Fx（x）和Fy（y）。
示例
假设二维连续随机变量（X,Y）的联合概率密度函数为：
\[
f（x,y） = \begin{cases}
2xy & \text{if } 0 \leq x \leq 1, 0 \leq y \leq 1 \\
0 & \text{otherwise}
\end{cases}
\]
那么，X的边缘概率密度函数Fx（x）为：
\[
f_X（x） = \int_{0}^{1} 2xy \, dy = x \int_{0}^{1} 2y \, dy = x \left[ y^2 \right]_{0}^{1} = x
\]
同理，Y的边缘概率密度函数Fy（y）为：
\[
f_Y（y） = \int_{0}^{1} 2xy \, dx = y \int_{0}^{1} 2x \, dx = y \left[ x^2 \right]_{0}^{1} = y
\]
通过这些步骤，可以求得二维随机变量（X,Y）的边缘概率密度函数。