随机变量的分布函数是描述随机变量取值概率累积规律的函数，具有单调不减、右连续、有界于0和1之间以及极限性质等核心特征，是概率论与数理统计中用于分析随机变量分布结构的基础工具。
分布函数（Cumulative Distribution Function, CDF）定义为 \( F(x) = P(X \leq x) \)，其中 \( X \) 为随机变量。其性质包括：
- 单调不减：若 \( x_1 < x_2 \)，则 \( F(x_1) \leq F(x_2) \)。
- 有界性：\( 0 \leq F(x) \leq 1 \)，且 \( \lim_{x \to -\infty} F(x) = 0 \)，\( \lim_{x \to +\infty} F(x) = 1 \)。
- 右连续：\( F(x) = F(x^+) \)，即 \( \lim_{t \to x^+} F(t) = F(x) \)。
- 概率计算：\( P(a < X \leq b) = F(b) - F(a) \)，且 \( P(X = a) = F(a) - F(a^-) \)。
- 跳跃点：离散型随机变量的分布函数在概率值非零的点处有跳跃，跳跃高度即为该点的概率质量。
- 连续性：连续型随机变量的分布函数绝对连续，且导数等于概率密度函数（若存在）。
这些性质是判断一个函数能否成为分布函数的充要条件，也是进行概率计算、假设检验和参数估计的基础。
【常见问题】
问题1：随机变量的分布函数是否一定是单调不减的？
回答1：是的，随机变量的分布函数具有单调不减性质。根据定义，当 \( x_1 < x_2 \) 时，事件 \( \{X \leq x_1\} \) 包含于 \( \{X \leq x_2\} \)，因此概率 \( F(x_1) \leq F(x_2) \)，体现了分布函数随自变量增大而累积概率不减的规律。
问题2：分布函数在什么情况下会出现跳跃？
回答2：当随机变量为离散型时，分布函数在对应概率质量点处会出现跳跃。例如，如果随机变量取某个值 \( a \) 的概率为 \( p \)，则 \( F(x) \) 在 \( x = a \) 处的右极限与左极限之差等于 \( p \)，即 \( F(a) - F(a^-) = p \)。连续型随机变量的分布函数则没有跳跃，是连续函数。
问题3：如何利用分布函数计算随机变量落在某个区间内的概率？
回答3：利用分布函数的差计算。对于任意实数 \( a < b \)，有 \( P(a < X \leq b) = F(b) - F(a) \)。注意，若区间包含端点，需根据分布函数的右连续性质调整。例如 \( P(a \leq X \leq b) = F(b) - F(a^-) \)，其中 \( F(a^-) \) 表示左极限。