连续型随机变量的概率密度函数是否是连续函数？为什么
不一定是连续函数。连续型随机变量指的是连续取值的随机变量，比如在[0,1]上每个数都有可能取，就可以说是连续型随机变量，这和密度函数连续与否无关。
另外真正有实际意义的是密度函数的积分，积分得到的是在某个区间的概率，因此要求密度函数可积，但是可积远远比连续宽泛的多很，多不连续的函数都是可积的。
连续型随机变量是指如果随机变量X的所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任一点的随机变量。例如，一批电子元件的寿命、实际中常遇到的测量误差等都是连续型随机变量。
扩展资料：
能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。离散型随机变量与连续型随机变量也是由随机变量取值范围（或说成取值的形式）确定，变量取值只能取离散型的自然数，就是离散型随机变量。
随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数，灯泡的寿命等等，都是随机变量的实例。
参考资料来源：百度百科——连续型随机变量
不一定是连续函数。连续型随机变量指的是连续取值的随机变量，比如在[0,1]上每个数都有可能取，就可以说是连续型随机变量，这和密度函数连续与否无关。
叫概率密度是因为它和物理上密度的定义本质上是一样的，一个物体的密度再大，如果它只是一个点，则其质量也是零，同样，在一点处的概率密度再大，在这点处的概率也是零，只有讨论X落在区间内的概率才有意义。
设f(x)在x连续，概率密度函数就是概率分布函数的导数，从导数的角度理解概率密度函数比较容易理解：概率密度函数表现的是概率分布函数在某一点的变化率。
分布函数是一个累积函数，是增函数，所以这个变化只是增加的快慢的变化，当f(x)较大时，说明在x附近增加快，故在x这点附近取值概率大。
扩展资料
实例：
比如，一次掷20个硬币，k个硬币正面朝上，k是随机变量，k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数√20……因而k是离散型随机变量。
再比如，掷一个骰子，令X为掷出的结果，则只会有1,2,3,4,5,6这六种结果，而掷出3.3333是不可能的。因而X也是离散型随机变量。如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。
比如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，x的取值范围是[0,15)，它是一个区间，从理论上说在这个区间内可取任一实数3分钟、5分钟7毫秒、7√2分钟，在这十五分钟的时间轴上任取一点，都可能是等车的时间，因而称这随机变量是连续型随机变量。
参考资料来源：百度百科-连续型随机变量
函数y=f（x）当自变量x的变化很小时，所引起的因变量y的变化也很小。例如，气温随时间变化，只要时间变化很小，气温的变化也是很小的；又如，自由落体的位移随时间变化，只要时间变化足够短，位移的变化也是很小的，对于这种现象，我们说因变量关于自变量是连续变化的，可用极限给出严格描述：设函数y=f（x）在x0点附近有定义，如果有lim(x->x0) f(x)=f(x0)，则称函数f在x0点连续。如果定义在区间I上的函数在每一点x∈I都连续，则说f在I上连续，此时，它在直角坐标系中的图像是一条没有断裂的连续曲线。
已赞过
已踩过<
连续型随机变量的概率密度函数是否是连续函数？
答：不一定。请见下例。
当n趋于无穷时，F(x) 处处连续，但处处不可导。所以f(x)不存在，更谈不上连续。
