概率分布函数的性质与应用

引言

概率分布函数（Probability Distribution Function, PDF）是描述随机变量取值规律的核心工具。它通过数学函数刻画随机变量在不同取值点的概率密度，是统计学与概率论中的基础概念。PDF的性质不仅决定了随机变量的分布特性，还为后续的统计推断、风险评估及随机过程建模提供了理论支撑。本文将系统阐述PDF的核心性质，并探讨其在实际应用中的价值。

一、概率分布函数的基本性质

概率分布函数 $ F(x) $ 是定义在实数域上的非负函数，满足以下关键性质：

1. 单调性

PDF $ f(x) $ 必须满足单调性：

• 非减性：$ f(x) $ 在 $ \mathbb{R} $ 上单调递增，即 $ x_1 < x_2 \Rightarrow f(x_1) \leq f(x_2) $。
• 连续性：若 $ f(x) $ 在某点处存在跳跃，则其相邻区间内函数值的变化率由跳跃量决定。

2. 可加性

PDF 的积分值对应概率：

• $ \int_{-\infty