F(a+0)是F(x)在a这点处的右极限。连续是针对函数谈的，右连续即：F(a+0)=F(a), 函数在a这点的右极限等于这点的函数值。提的问题不准确，应该是连续型随机变量的分布函数是连续函数；任一随机变量的分布函数在任一点处至少右连续。F(a+0)是F(x)在a这点处的右极限。
观察函数在自变量趋向某一定点是否有极限时，自变量运动的方向则有两个，左邻域无限接近该点和右邻域无限接近该点，左极限和右极限都存在并相等，则函数在该点有极限。
当左右极限不相等或者不存在也就是存在间断点的情况：
1、可去间断点：函数在该点左极限、右极限存在且相等，但不等于该点函数值或函数在该点无定义。如函数y=（x^2-1)/(x-1)在点x=1处。
2、跳跃间断点：函数在该点左极限、右极限存在，但不相等。如函数y=|x|/x在点x=0处。
3、无穷间断点：函数在该点可以无定义，且左极限、右极限至少有一个不存在，且函数在该点极限为∞。如函数y=tanx在点x=π/2处。
4、振荡间断点：函数在该点可以无定义，当自变量趋于该点时，函数值在两个常数间变动无限多次。如函数y=sin(1/x)在x=0处。
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。
连续型随机变量分布一般含有均匀分布、指数分布、正态分布。
均匀分布：在概率论和统计学中，均匀分布也叫矩形分布，它是对称概率分布，在相同长度间隔的分布概率是等可能的。 均匀分布由两个参数a和b定义，它们是数轴上的最小值和最大值，通常缩写为U（a，b）。
指数分布：指数分布（也称为负指数分布）是描述泊松过程中的事件之间的时间的概率分布，即事件以恒定平均速率连续且独立地发生的过程。 这是伽马分布的一个特殊情况。 它是几何分布的连续模拟，它具有无记忆的关键性质。 除了用于分析泊松过程外，还可以在其他各种环境中找到。
连续是针对函数谈的，右连续即：F(a+0)=F(a), 函数在a这点的右极限等于这点的函数值
你提的问题不准确，应该是连续型随机变量的分布函数是连续函数；任一随机变量的分布函数在任一点处至少右连续。
右连续的意思是说 在图像上图像的选定点的右边是连续的
