概率论中的PDF，PMF，CDF区别和联系

1.  PDF：概率密度函数（probability density function）, 在数学中，连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。本身不是概率，取值积分后才是概率。

2.  PMF: 概率质量函数（probability mass function), 在概率论中，概率质量函数是离散随机变量在各特定取值上的概率。

3.  CDF: 累积分布函数 (cumulative distribution function)，又叫分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。是PDF在特定区间上的积分。  CDF就是PDF的积分，PDF就是CDF的导数

一些分析结论和注意点：    

1）PDF是连续变量特有的，PMF是离散随机变量特有的；

2）PDF的取值本身不是概率，它是一种趋势（密度）只有对连续随机变量的取值进行积分后才是概率，也就是说对于连续值确定它在某一点的概率是没有意义的；

3）PMF的取值本身代表该值的概率。

更多详细的解释见博文:http://blog.csdn.net/wzgbm/article/details/51680540