在概率论和统计学中，分布函数和概率密度函数是描述随机变量分布的重要工具。虽然这两个概念紧密相关，但它们在性质上存在一些区别。
分布函数
分布函数（Cumulative Distribution Function，CDF）是一个描述随机变量取值不大于某个值的概率的函数。对于任意实数 ( x )，分布函数 ( F(x) ) 定义为随机变量 ( X ) 取值不大于 ( x ) 的概率，即：
[ F(x) = P(X \leq x) ]
分布函数具有以下性质：
- 非负性：对于所有 ( x )，( F(x) \geq 0 )。
- 单调性：( F(x) ) 是单调不减的，即对于任意 ( x_1 \leq x_2 )，有 ( F(x_1) \leq F(x_2) )。
- 右连续性：( F(x) ) 在所有 ( x ) 处右连续。
- 极限性质：( \lim{x \to -\infty} F(x) = 0 )，( \lim{x \to +\infty} F(x) = 1 )。
尽管分布函数具有单调不减的性质，但它不一定是单调的。例如，均匀分布的分布函数在某些区间内是非单调的。
概率密度函数
概率密度函数（Probability Density Function，PDF）是描述随机变量取值概率密度的函数。对于连续型随机变量 ( X )，其概率密度函数 ( f(x) ) 定义为：
[ f(x) = \frac{d}{dx} F(x) ]
概率密度函数具有以下性质：
- 非负性：对于所有 ( x )，( f(x) \geq 0 )。
- 积分为1：( \int_{-\infty}^{+\infty} f(x) \, dx = 1 )。
概率密度函数是单调的，即对于任意 ( x_1 < x_2 )，有 ( f(x_1) \leq f(x_2) ) 或 ( f(x_1) \geq f(x_2) )。这是因为概率密度函数的积分表示的是随机变量取值在某个区间内的概率，而概率是非负的。
总结
分布函数和概率密度函数在描述随机变量的性质时具有不同的特点。分布函数是一个单调不减的函数，而概率密度函数是一个单调函数。在实际应用中，我们可以根据具体情况选择合适的函数来描述随机变量的分布。