正态分布的边缘密度函数，是指当多维正态分布中某一维度被独立出来，形成的单变量正态分布的概率密度函数。具体来说，若一个n维正态分布的边缘密度函数为f(x)，则当只考虑其中的某一维度x时，其边缘密度函数可以表示为：
\[ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} \]
其中，μ是边缘分布的均值，σ^2是边缘分布的方差，\(2\pi\)是圆周率。
当然，对于多维正态分布，每个维度都有其边缘密度函数，具体取决于被独立出来的维度。
【考研刷题通】——考研路上的得力助手，涵盖政治、英语、数学等全部考研科目，海量习题，精准定位薄弱环节，助你高效备考，一战成硕！微信搜索“考研刷题通”，开启你的考研刷题之旅！