隨機變數的機率密度函式或pdf是由以下定義的函式
![{\displaystyle f_{X}(x)=P[X=x]}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8b6b11c5622e67b9e3758ebd7560ec269042a038)
請記住,這裡 X 是隨機變數,x 是一個相關變數(但不是隨機的)。
下標 X 表示這是 X 變數的 pdf。
pdf 遵循一些簡單的規則
- pdf 始終非負。
- pdf 曲線下的面積為 1。

累積分佈函式 (CDF) 也稱為機率分佈函式 (PDF)。為了避免與隨機變數的 pdf 混淆,我們將使用縮寫 CDF 來表示此函式。隨機變數的 CDF 由以下函式定義
![{\displaystyle F_{X}(x)=P[X\leq x]}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2f00e5a8760e058d1ee0823961a1b99ead81dee1)
隨機變數的 CDF 和 pdf 之間存在關係


CDF 是對應於給定值x 小於隨機變數 X 的值的機率的函式。CDF 是一個非遞減函式,並且始終非負。
為了確定隨機變數 X 是否位於兩個邊界 [a, b] 之間,我們可以使用 CDF 函式
![{\displaystyle P[a\leq X\leq b]=F_{X}(b)-F_{X}(a)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/fe6d37620459089fbe199c9898e9b696bb226526)