期末备考最慌的就是概率论，而概率论里最容易"一听就会、一做就错"的，恰恰是联合分布、边缘密度和独立性判定这一整块。我这些年带过的学生里，十个有八个在考完试之后跟我抱怨："老师，那道求边缘密度的题，我知道要积分，但积分限就是写不对。"还有人说："判断独立性，公式背得滚瓜烂熟，但考卷上的函数长得跟课本不一样，当场就懵了。"
这些问题其实都指向同一个根源：知识框架没搭起来，只记住了公式的"形"，没理解概念的"魂"。联合分布、边缘分布、独立性这三者不是三个孤立的考点，而是一条逻辑链上的三个环节。只要把这条链捋顺了，题型怎么变都是那几招。
这篇文章我就按"框架搭建 → 概念辨析 → 计算方法 → 判定技巧 → 真题实战 → 避坑清单"的顺序，把这一整块掰开揉碎讲清楚。适合期末前一两周冲刺复习的同学，也适合学完一遍但做题总卡壳的同学。我不讲废话，每个知识点都配上我上课时反复强调的易错点和考场上的实用技巧，保证你读完能直接用在卷子上。
1. 先把知识框架搭起来：三个概念到底怎么串成一条线
很多人复习这一章是从背公式开始的，背了联合分布函数定义，背了边缘密度公式，背了独立性判断条件，然后一做题就乱。乱在哪儿？乱在不知道这些公式之间是什么关系，不知道题目里给的条件到底该往哪个公式上套。
1.1 从二维随机变量说起：为什么要同时研究两个变量
先说最基本的：我们以前研究一维随机变量，比如某个班学生的身高X，那是一个数轴上的分布。现在研究二维随机变量(X, Y)，比如同时记录一个学生的身高X和体重Y。为什么要合起来研究？因为单独看身高分布、体重分布，你得不到"身高和体重之间的关系"。
举个特别直观的例子。假设X是"今天是否下雨"（1表示下，0表示不下），Y是"我是否带伞"（1表示带，0表示不带）。单独看X的分布，只知道下雨概率是30%；单独看Y的分布，只知道带伞概率是50%。但这两个问题你都没法回答："下雨时带伞的概率有多大？"或者更实际的："带伞这个行为和下雨到底有没有关系？"要回答这些问题，就必须知道X和Y的联合分布。
所以二维随机变量的核心价值在于：它能描述两个变量之间的关联结构。联合分布函数、联合分布律、联合密度函数，本质上都是同一件事——把(X, Y)落在某个范围内的概率描述清楚。只不过离散型用分布律（一张概率表），连续型用密度函数（一个有面积的曲面），通用型用分布函数（一种累积概率）。
1.2 三条逻辑主线：联合分布→边缘分布→独立性
这一章的框架，我认为可以概括成三句话：
第一句：联合分布是"总根源"。只要给出了联合分布（不管是函数形式、表格形式还是密度函数形式），理论上所有概率问题都能算：边缘分布、条件分布、独立与否、落在某个区域的概率、甚至X和Y的相关系数。考试题也都是给你联合分布让你求各种东西。
第二句：边缘分布是"投影"。把联合分布里某一个变量"加总"或"积分"掉，剩下的就是另一个变量的分布。离散型里叫"求和"，连续型里叫"积分"，本质上是把二维的信息压缩到一维。这就好比一座山的立体模型，边缘分布就是把它拍扁在x轴方向或y轴方向得到的剖面轮廓。
第三句：独立性是"联合分布和边缘分布之间的特殊关系"。如果X和Y独立，那么联合分布恰好等于两个边缘分布的乘积；反过来说，如果联合分布能拆成两个边缘分布的乘积，那么X和Y就独立。所以独立性不是独立于联合分布和边缘分布之外的第四种分布，而是对三者关系的一种刻画。
把这三句话记住，整章的脉络就清晰了。考试的时候，不管题目怎么出，你的第一反应都应该是：它在考我这条链上的哪一环？是给联合分布求边缘？还是给了一些信息让我反推联合分布？还是让我判断联合分布能否分解？
2. 联合分布函数：四个性质就是考试的判断题题库
联合分布函数是这一章的起点，也是很多同学觉得"抽象、没什么用"的部分。但实际上，期末考试的"判断下列函数是否能作为联合分布函数"这道小题，考的就是这个知识点。
2.1 F(x,y)的定义与四个性质，逐个说清楚
先看定义。设(X, Y)是二维随机变量，对任意实数x和y，称二元函数
F(x, y) = P{X ≤ x, Y ≤ y}
为(X, Y)的联合分布函数。它在(x, y)处的取值，意思就是"X不超过x且Y不超过y"这件事同时发生的概率。
有个非常重要的几何理解：F(x, y)表示的是以点(x, y)为右上角顶点、(−∞, −∞)为左下角顶点的"左下无穷矩形"区域内，落入点的概率。你只要把这个几何图像印在脑子里，后面几个性质就全活了。
F(x, y)作为联合分布函数，必须同时满足四个性质：
性质一：单调不减。关于x单调不减，关于y也单调不减。也就是说，其他变量固定时，x越大，F(x, y)不会减小；y越大，F(x, y)也不会减小。几何上很好理解：矩形往右拉得越宽、往上提得越高，框进来的概率只会变多不会变少。
性质二：有界性。0 ≤ F(x, y) ≤ 1，并且有四个极限必须成立：F(−∞, y) = 0，F(x, −∞) = 0，F(−∞, −∞) = 0，F(+∞, +∞) = 1。前三个都是"某个方向被压缩到没有"，最后一个"整个平面都框进来了，概率当然是1"。
性质三：右连续。F(x, y)关于x右连续，关于y也右连续。这个性质在连续型随机变量里往往自然满足，考试不太专门考，但你要知道它存在。
性质四：矩形概率非负。对任意x₁ < x₂，y₁ < y₂，必须满足：
F(x₂, y₂) − F(x₂, y₁) − F(x₁, y₂) + F(x₁, y₁) ≥ 0
这个式子的左边，就是随机点落在矩形(x₁, x₂] × (y₁, y₂]内的概率。概率不能是负数，所以这个式子必须大于等于0。
性质四恰恰是判断题最阴险的考点。因为很多学生只看前三个性质，看到单调、有界、右连续就选"是联合分布函数"，结果被扣了分。我以前在课上出过一道题：F(x, y) = (1 − e^(−x))(1 − e^(−y))，x > 0, y > 0，其他为0。前三个性质都满足，但如果取x₁=y₁=0, x₂=y₂=1，代入算出来的F值是正的对吧，没事；可一旦我去掉某些限制，或者编一个函数专门破坏性质四，很多同学就看不出来了。所以考试时，判断F是否为联合分布函数，四个性质必须全部验证，缺一不可。
2.2 判断题实操：给定函数，按步骤验证
假设考试遇到这样一道题：判断函数
F(x, y) = (1 − e^(−x) − xe^(−x))(1 − e^(−y))，x > 0, y > 0；其他情况为 0。
每一步的验证思路我给你拆解一下：
第一步，验证是否有界和极限。当x → +∞时，(1 − e^(−x) − xe^(−x)) → 1（因为xe^(−x)和e^(−x)都趋近于0）；当y → +∞时，(1 − e^(−y)) → 1。所以F(+∞, +∞) = 1。当x→0⁺时，1 − e^(−x) − xe^(−x) → 0，所以F(0⁺, y) = 0；同理F(x, 0⁺) = 0。而F(−∞, y)和F(x, −∞)由定义直接取0。有界这块基本没问题。
第二步，验证单调性。求偏导试试。∂F/∂x = (e^(−x) − e^(−x) + xe^(−x))(1 − e^(−y)) = xe^(−x)(1 − e^(−y))。因为x > 0，e^(−x) > 0，1 − e^(−y) > 0，所以偏导大于0，关于x单调不减。同理∂F/∂y = (1 − e^(−x) − xe^(−x))e^(−y)，这个也大于0（因为1 − e^(−x) − xe^(−x) > 0可由e^(−x) > 1 − x验证）。所以单调性满足。
第三步，验证右连续性。这里函数由初等函数拼成，右连续自然满足，考试一般不用专门证。
第四步，验证矩形概率非负。这个通常用二阶混合偏导判断：如果∂²F/∂x∂y在定义域内恒大于等于0，那么矩形概率非负成立（这是连续型场合的快捷验证）。算一下：∂²F/∂x∂y = xe^(−x) · e^(−y) = xe^(−x−y)，在x>0, y>0时大于0。所以性质四成立，这个F确实是联合分布函数。
注意我这里是"快捷验证"，它的原理是：∂²F/∂x∂y正好就是联合密度函数f(x, y)，而f ≥ 0是密度函数的根本要求。所以联合分布函数的性质和密度函数的联系，本质上是一体两面。
2.3 由密度函数求联合分布函数的分区域积分技巧
除了判断题，联合分布函数的另一种考法是"给密度求F"。
举个例子：设(X, Y)的联合密度为
f(x, y) = { 2e^(−x)e^(−2y)，x > 0, y > 0；0，其他 }
求F(x, y)。
这类题的套路是：在哪个区域求，就在哪个区域上对密度做二重积分，千万不要一条式子写到头。正确的做法是分情况讨论：
- 当x ≤ 0或y ≤ 0时，f(x, y) = 0，所以F(x, y) = 0。
- 当x > 0且y > 0时，F(x, y) = ∫₀ˣ∫₀ʸ 2e^(−u)e^(−2v) dv du = ∫₀ˣ 2e^(−u) du · ∫₀ʸ e^(−2v) dv = (1 − e^(−x))(1 − e^(−2y))。
所以F(x, y) = { (1 − e^(−x))(1 − e^(−2y))，x > 0, y > 0；0，其他 }。
这题不难，但它提醒了一个很关键的习惯：写F时必须带上定义域条件。很多同学只写那个指数表达式，不写"x>0, y>0"的限制，被扣了分觉得冤枉，其实真不冤。因为F是定义在整个平面上的函数，你没有定义域，那x=−1时F该取多少？这一问就能问倒一堆人。
另外还有一个细节要提醒：这个F的表达式其实可以拆成(1 − e^(−x))(1 − e^(−2y))，这正是两个一维分布函数F_X(x)和F_Y(y)的乘积，说明X和Y是独立的。你看，判断独立性的"分布函数乘积法"，在求F的过程中往往就已经悄悄生效了。
3. 边缘分布的计算：离散靠加，连续靠积，关键在区域
边缘分布是期末考试的大户。不管是单独出小题，还是作为综合题的第一步，都得把边缘分布算对。而边缘分布恰恰是"看起来简单、做起来容易错"的典型。
3.1 离散型边缘分布律："方格求和"
离散型的情况最简单。设(X, Y)的联合分布律为P{X = xᵢ, Y = yⱼ} = pᵢⱼ，那么X的边缘分布律是
P{X = xᵢ} = Σⱼ pᵢⱼ
也就是把联合分布律表中第i行的所有概率加起来；Y的边缘分布律是
P{Y = yⱼ} = Σᵢ pᵢⱼ
也就是把第j列的所有概率加起来。
我给你一个实际的表格来看。假设联合分布律像下面这样：
| X\Y | 0 | 1 | 2 |
|---|---|---|---|
| 1 | 0.1 | 0.2 | 0.1 |
| 2 | 0.2 | 0.1 | 0.3 |
那么X的边缘分布律：P{X=1} = 0.1 + 0.2 + 0.1 = 0.4，P{X=2} = 0.2 + 0.1 + 0.3 = 0.6。Y的边缘分布律：P{Y=0} = 0.1 + 0.2 = 0.3，P{Y=1} = 0.2 + 0.1 = 0.3，P{Y=2} = 0.1 + 0.3 = 0.4。
这几乎是在送分，但有两个细节我要提醒你：
细节一：边缘分布律要写全。有些同学在考试时，X有2个取值、Y有3个取值，结果只写出了两个取值。写全的意思是，X的所有取值和Y的所有取值都要列出来。不要图省事省略。
细节二：算完后验算总和为1。P{X=1}+P{X=2}=1，P{Y=0}+P{Y=1}+P{Y=2}=1。这一步只要花三秒钟，但能拦住80%的计算错误。每张联合分布律表的总和本来就是1，行和、列和的总和也都是1，如果对不上，前面某个概率多半抄错了。
3.2 连续型边缘密度：积分限怎么定（核心难点）
连续型就没那么客气了。公式本身很简单：
f_X(x) = ∫₋∞⁺∞ f(x, y) dy f_Y(y) = ∫₋∞⁺∞ f(x, y) dx
公式上的难点在于：被积函数f(x, y)不是在整个y轴上都有非零值，它有定义域限制。所以你积分的时候，必须根据"f非零的区域"来定积分限。
我用一个高频考题说明：设
f(x, y) = { 8xy，0 < x < y < 1；0，其他 }
求f_X(x)和f_Y(y)。
先求f_X(x)。x肯定是在0到1之间取值的，但要小心：题目条件里有个"x < y"，意思是当x固定时，y必须从x变到1，f才非零。所以
当0 < x < 1时，f_X(x) = ∫ₓ¹ 8xy dy = 8x · ∫ₓ¹ y dy = 8x · (1/2)(1 − x²) = 4x(1 − x²)
当x ≤ 0或x ≥ 1时，没有任何y能让f非零，所以f_X(x) = 0。
再求f_Y(y)。看着对称性，其实不是对称的。y一定在0到1之间，但条件"x < y"意味着当y固定时，x只能从0变到y。所以
当0 < y < 1时，f_Y(y) = ∫₀ʸ 8xy dx = 8y · ∫₀ʸ x dx = 8y · (1/2)y² = 4y³
当y ≤ 0或y ≥ 1时，f_Y(y) = 0。
这道题的考点全在积分限上。f_X(x)的积分限是(x, 1)而不是(0, 1)，f_Y(y)的积分限是(0, y)而不是(0, 1)。我每届都有人写成∫₀¹然后自信地交卷，结果整道大题白送十几分。为什么会写错？因为脑子里没有画图。
所以我强烈建议：所有二维连续型题目，先画图再计算。不用画得多精细，但要把f的非零区域画出来，然后想清楚"我要对谁积分，另一个变量被夹在什么范围之间"。图一画，积分限一目了然。这个习惯可以帮助你解决至少三分之一的"积分限错误"。
3.3 综合例题：从联合密度求两条边缘密度
再上一个综合性一点的例子，把前面的方法串起来。设
f(x, y) = { c(2x + y)，0 ≤ x ≤ 1，0 ≤ y ≤ 1；0，其他 }
第一步：定常数c。利用规范性：∫₀¹∫₀¹ c(2x + y) dx dy = 1。 内层对x积分：∫₀¹ (2x + y) dx = 1 + y。 外层对y积分：∫₀¹ (1 + y) dy = 1 + 1/2 = 3/2。 所以c · 3/2 = 1，得c = 2/3。
这里还有个规律值得记：当联合密度是两个变量的多项式乘积时，二重积分通常可以拆成两个定积分相乘。比如∫₀¹∫₀¹ 2x · y dx dy = (∫₀¹ 2x dx)(∫₀¹ y dy) = 1 · 1/2 = 1/2。但一旦被积函数里出现"2x + y"这种加和形式，就不能拆了，必须老老实实先积一层再积另一层。
第二步：求X的边缘密度。当0 ≤ x ≤ 1时，f_X(x) = ∫₀¹ (2/3)(2x + y) dy = (2/3)(2x + 1/2) = (4x + 1)/3。 所以f_X(x) = { (4x + 1)/3，0 ≤ x ≤ 1；0，其他 }。 验证规范性：∫₀¹ (4x+1)/3 dx = (2/3) + (1/3) = 1，没问题。
第三步：求Y的边缘密度。当0 ≤ y ≤ 1时，f_Y(y) = ∫₀¹ (2/3)(2x + y) dx = (2/3)(1 + y) = 2(1 + y)/3。 所以f_Y(y) = { 2(1 + y)/3，0 ≤ y ≤ 1；0，其他 }。
这题的两个边缘密度算完后，你发现没有：f(x, y) = (2/3)(2x + y)，而f_X(x)f_Y(y) = ((4x+1)/3) · (2(1+y)/3)。这俩一眼看去就不相等，所以X和Y不独立。下一节我就专门讲独立性判定的完整套路。
4. 独立性判定：三种方法一个本质，外加一个秒杀技巧
独立性判定在期末考试里几乎必考，而且经常是综合题的一问。它的内在逻辑不复杂，但考法灵活，值得单独拎出来彻底讲透。
4.1 三种判定方法回顾与联系
判定X和Y是否独立，课本上给了三种等价条件：
- 分布函数法：F(x, y) = F_X(x)F_Y(y)对一切x, y成立。
- 分布律法（离散型）：P{X = xᵢ, Y = yⱼ} = P{X = xᵢ}P{Y = yⱼ}对一切i, j成立。
- 密度函数法（连续型）：f(x, y) = f_X(x)f_Y(y)在平面上几乎处处成立。
三种方法表面上不一样，本质就一句话：联合分布能不能分解成两个边缘分布的乘积。只要能分解，就独立；不能分解，就不独立。这个本质你抓住了，就不会被变换题型唬住。
我可以告诉你一个考试用的选择策略：题目给了联合分布函数，优先用分布函数法；题目给了联合分布律表，优先用分布律法；题目给了联合密度函数，优先用密度函数法。这样最省事，不用把边缘分布求出来就能判断。但注意：用密度函数法时，你必须先把f_X(x)和f_Y(y)都求出来，这个动作躲不掉。
4.2 非矩形区域快速排除法
这是我最想教你的"秒杀技巧"，虽然不能直接判定独立，但能快速排除一批不独立的答案，帮你省出时间。
定理：如果X和Y是连续型随机变量且相互独立，那么联合密度f(x, y)的非零区域（除个别零测集外）必为矩形区域。
背后的道理也很简单：如果f(x, y) = f_X(x)f_Y(y)，那么f(x, y)非零的前提就是f_X(x) ≠ 0且f_Y(y) ≠ 0。f_X(x)非零的x集合就是X的可能取值区域，f_Y(y)非零的y集合是Y的可能取值区域，两者的乘积自然是"x某个区间×y某个区间"的矩形区域。
反过来推：如果联合密度的非零区域不是矩形，那X和Y必然不独立。比如上一节那个例子f(x, y) = 8xy，0 < x < y < 1，它的非零区域是三角形，直接就可以断定X和Y不独立，连边缘密度都不用算。
用这个技巧做题有多快？考试时看到"0 < x < y < 1"这种条件，5秒钟就能填出"不独立"这一问。但这种快速排除只适用于"非矩形区域"这个方向的判断。如果区域恰好是矩形，不能直接就说独立，还要看f(x, y)能不能分解成只含x的函数乘以只含y的函数。比如f(x, y) = (2/3)(2x + y)，0 ≤ x ≤ 1, 0 ≤ y ≤ 1，区域是矩形，但里面有x+y交叉项，分解不了，照样不独立。
4.3 连续性判定题完整演示
选一个经典的独立情形来演示完整的判定流程。设
f(x, y) = { 4xy，0 ≤ x ≤ 1，0 ≤ y ≤ 1；0，其他 }
第一步，求边缘密度。f_X(x) = ∫₀¹ 4xy dy = 2x，0 ≤ x ≤ 1；其他为0。 f_Y(y) = ∫₀¹ 4xy dx = 2y，0 ≤ y ≤ 1；其他为0。
第二步，比较。f(x, y) = 4xy，f_X(x)f_Y(y) = (2x)(2y) = 4xy，二者相等，所以X和Y独立。
这个例子的特点在于：联合密度非零区域是矩形，且f(x, y)可以拆成g(x)h(y)的形式（g(x) = 2x，h(y) = 2y的常数倍关系）。只要满足"矩形区域+可分解"，独立就成立了。
还有一个小考点：如果X和Y独立，你会看到f(x, y) = f_X(x)f_Y(y)中的常数被拆得恰到好处。比如这个例子里联合密度是4xy，边缘密度一个是2x，一个是2y，乘积恰好是4xy。很多同学在求边缘密度时会疑惑：为什么不把4xy按别的比例拆分？答案是：边缘密度不是"拆"出来的，而是通过积分严格算出来的。4xy对y从0到1积分得到2x，对x从0到1积分得到2y，这个结果带有必然性，不需要额外"分配常数"。
5. 真题实战：一道期末综合题的完整拆解
这一节我用一道期末综合真题，把从求常数到判定独立性的完整流程走一遍。这类题在期末试卷里通常占12到15分，几乎把这一章的核心考点一网打尽。
5.1 题目与初步分析
设二维随机变量(X, Y)的概率密度为
f(x, y) = { c(2x + y)，0 ≤ x ≤ 1，0 ≤ y ≤ 1；0，其他 }
求：(1) 常数c；(2) 边缘概率密度f_X(x)、f_Y(y)；(3) 判断X与Y是否独立；(4) 求P{X + Y ≤ 1}。
这道题前面已经算过c和边缘密度，现在我把每一步都完整写出来，并补充第(4)问的完整解法。
初步分析要抓两个关键：一是密度函数定义域是矩形，所以后面求概率时积分区域是"矩形∩目标区域"；二是密度函数包含"2x+y"，含有交叉项，这往往意味着不独立，但最终判定必须通过计算验证，不能凭直觉。
5.2 完整解题过程
(1) 求常数c。
由规范性，∫₀¹∫₀¹ c(2x + y) dx dy = 1。
内层：∫₀¹ (2x + y) dx = [x² + xy]₀¹ = 1 + y。 外层：∫₀¹ (1 + y) dy = [y + y²/2]₀¹ = 1 + 1/2 = 3/2。
所以c · 3/2 = 1，c = 2/3。
这里反复强调一遍：常数题做错的最常见原因是"定积分上下限代错"或"把2x+y当成2xy"，这类低级错误一旦出现，后面整道题全废。建议算完c后顺手验算一次：c = 2/3时，∫₀¹∫₀¹ (2/3)(2x + y) dx dy = (2/3)(3/2) = 1，确认无误再往下走。
(2) 求边缘密度。
f_X(x) = ∫₀¹ (2/3)(2x + y) dy = (2/3)(2x + 1/2) = (4x + 1)/3，0 ≤ x ≤ 1；其他为0。
f_Y(y) = ∫₀¹ (2/3)(2x + y) dx = (2/3)(1 + y) = 2(1 + y)/3，0 ≤ y ≤ 1；其他为0。
验证： ∫₀¹ (4x+1)/3 dx = (2x² + x)/3从0到1 = (2+1)/3 = 1。 ∫₀¹ 2(1+y)/3 dy = 2(y + y²/2)/3从0到1 = 2(1.5)/3 = 1。
边缘密度的规范性必须满足，这是检验自己有没有算错的最快方式。
(3) 判定独立性。
f(x, y) = (2/3)(2x + y)，而f_X(x)f_Y(y) = ((4x+1)/3) · (2(1+y)/3) = 2(4x+1)(1+y)/9。
比较两边：左边=6(2x+y)/9，右边=2(4x+1)(1+y)/9。要两边恒等，玩去括号的对比：6(2x+y) = 12x + 6y，而2(4x+1)(1+y) = 8x + 8xy + 2 + 2y。要让12x + 6y ≡ 8x + 8xy + 2 + 2y，这是不可能的（xy项系数一个0一个8）。所以f(x, y) ≠ f_X(x)f_Y(y)，X与Y不独立。
这里有个小诀窍：做这类比较时，不一定要展开成最简形式，只要发现两边形式不一致，或者代入一组特殊值不相等，就能下结论。比如代入x=1, y=0：左边=2/3，右边=f_X(1)f_Y(0) = (5/3)(2/3) = 10/9，不等，直接判不独立。考试时这招能帮你快速收场。
(4) 求P{X + Y ≤ 1}。
目标事件是X + Y ≤ 1。在联合密度的非零区域（0 ≤ x ≤ 1，0 ≤ y ≤ 1）内，这个事件等价于三角形区域{x ≥ 0, y ≥ 0, x + y ≤ 1}。
所以P{X + Y ≤ 1} = ∫₀¹∫₀¹⁻ˣ (2/3)(2x + y) dy dx。
先对内层积分：∫₀¹⁻ˣ (2x + y) dy = 2x(1−x) + (1−x)²/2 = (1−x)(2x + (1−x)/2) = (1−x)(3x+1)/2。
再对外层积分：(2/3)∫₀¹ (1−x)(3x+1)/2 dx = (1/3)∫₀¹ (1−x)(3x+1) dx = (1/3)∫₀¹ (1 + 2x − 3x²) dx = (1/3)(1 + 1 − 1) = 1/3。
所以P{X + Y ≤ 1} = 1/3。
第(4)问的两个易错点：一是画错区域，把{x+y≤1}和{x≥0, y≥0}的交集画成正方形的一部分而不是三角形；二是内层积分上限写错，写成1−x没错，但外层积分上限很多人写成1−x，就变成了二重积分变量纠缠，必错。外层永远是常数。记住一句话：先积分的变量上限可能是另一个变量的函数，后积分的变量上限一定是常数。这是二重积分的基本纪律。
5.3 阅卷视角：步骤怎么写得满分
按我往年参与阅卷的经验，这类大题是按步骤给分的：
- 写出规范性方程并正确积分，给3分；
- 两条边缘密度各有2分，其中积分限写对但化简错，还能拿1分；两条边缘密度必须带定义域"0 ≤ x ≤ 1"和"0 ≤ y ≤ 1"，否则各扣0.5到1分；
- 独立性比较的表达式正确、结论正确，给3分；只写"不独立"没有比较过程，扣1分；
- 第(4)问积分区域画对、积分式子写对、最终答案对，给4分左右。
这提醒你：平时做练习就要把步骤写得像参考答案，考场上才能稳拿步骤分。不要跳步，尤其不要跳过"边缘密度带定义域"这种细节。
6. 期末冲刺阶段的避坑清单与备考建议
最后一部分，我把历年学生的错题共性整理成一张速查表，再给你几条冲刺阶段的复习方法。这些内容都是带了几届学生之后积累出来的实操经验，不是课本上的标准话术。
6.1 高频错误速查表
| 错误类型 | 具体表现 | 产生原因 | 解决办法 |
|---|---|---|---|
| 积分限错误 | 联合密度定义域是三角形的，边缘密度积分限写漏 | 不画图，直接套∫₀¹∫₀¹ | 先画非零区域图，再根据固定变量讨论积分限 |
| 边缘分布忘写定义域 | 写出f_X(x) = 4x(1−x²)却不写0<x<1 | 只记公式不记条件 | 每条边缘密度必须携带定义域，空白处先写"其他=0" |
| 独立性判定凭直觉 | 看到定义域是矩形就写独立 | 混淆"矩形区域"与"可分解"两个条件 | 矩形只是必要条件，必须验证f(x,y)是否能分解为g(x)h(y) |
| 分布律表求边缘漏项 | 3×3的表只求了2行 | 抄表不认真 | 用行和/列和检查总概率为1 |
| 求常数c不验算 | c算出来直接往下走，其实算错了 | 缺乏检查意识 | 把c代回规范性积分，3秒验算 |
| 二重积分变量纠缠 | 外层上限写成1−x | 分步积分不清晰 | 记住：先积分的变量上限可以是函数，后积分的变量上限必须是常数 |
6.2 冲刺阶段的正确打开方式
期末复习时间有限，我不建议把课后习题从头到尾刷一遍。更高效的方法是"题型导向复习"：把历年期末考试卷或老师划的重点按题型整理，分类突破。这一章的常考题型就那么几类：
第一类：给定联合分布律表，求边缘分布律、条件分布律，判断独立性。这类题是送分题，练两遍就能拿下。
第二类：给定联合密度，求常数、边缘密度、独立性、某个区域概率。这类题是绝对的重点，尤其是积分区域不是矩形的，必须熟练掌握画图定限的方法。
第三类：给定两个边缘密度（或边缘分布律），反推联合分布，通常要利用独立性条件。这种题有个套路：独立时联合密度 = 两个边缘密度的乘积，然后再对乘积求区域概率。
第四类：判断一个函数能否作为联合分布函数。关键就是那四个性质，重点是矩形概率非负。
我强烈建议你准备一张草稿纸，把遇到的每个题型的"标准解题流程图"自己写一遍。比如第二类题的流程就是：确定常数c → 画区域图 → 求边缘密度 → 比较是否独立 → 求区域概率。写完之后你就会发现，这些所谓的大题其实就是固定流程里填数字。
再给你一条非常实在的建议：算完边缘密度后一定要做规范性检验。检验只需几秒钟，但能帮你拦住大量低级错误。很多同学算完f_X(x)不检查，等到求概率算出一个负值或者大于1的值，才意识到前面错了，回头找错误浪费十分钟。这种时间成本在期末考场上太不值了。
最后我想说的是，这一章在整门课里属于"熟能生巧"的板块，没有太多绕弯子的理论，核心就是概念清楚 + 计算仔细 + 多画图。把这三点做到位，期末卷上这二三十分基本就稳了。你复习到这儿，如果能把前面几节的例题自己不看答案重新做一遍，并且每一步都能说清楚"为什么这么写"，那这块内容你就可以放心了。祝期末顺利。
