如果它在模式下只是连续但不可微分，则不能。考虑拉普拉斯分布。

找到最大值。拉普拉斯分布是分段定义的，并且在模态处不平滑，该模态在分段公共点（AKA，角点）处，并且分段定义函数中的这种公共交界角点没有一般性单独的分段定义函数的幅度或其任何导数的连续性保证。拉普拉斯分布的众数出现在，因为的最大值$\frac{e^{-\frac{x-\mu }{\beta }}}{2 \beta }=\frac{e^{-\frac{\mu -x}{\beta }}}{2 \beta }\to x=\mu$$f(x=\mu)=\frac{1}{2 \beta }$$f$. 当然，有些连续函数在任何地方都不可微，可微性不是必需的。因此，一般的答案是简单地找到 pdf 的最大值。对于像拉普拉斯分布这样简单的事情，这可以像上面那样以封闭形式完成。可以参考 如何防止牛顿法找到最大值？并对其进行更改以避免最小值。或者，更一般地，对于讨厌的函数，使用像 Mathematica 中的 FindMaximum 这样的固定例程和像 RandomSearch 这样的全局搜索例程。

@Glen_b 和@Dougal，感谢您的帮助，还有更多@me。