T~N（μσ2）就可以断定这个随机变量近似地服从正态分布。

如果X是服从正态分布的随机变量，则exp(x)服从（）。 如果X是服从正态分布的随机变量，则exp（x）服从（　　）。 如果X是服从正态分布的随机变量，则exp(X)服从（ ）。 如果X是服从正态分布的随机变量，则exp(X)服从（  ）。 设随机变量X和Y都服从正态分布，则（　　）. 设随机变量χ服从正态分布N(μ，δ2)，则随着δ的增大，概率P{|χ-μ|δ}应该( )。 假设随机变量X服从指数分布，则随机变量Y＝min（X，2）的分布函数（　　）。 假设随机变量X服从指数分布,则随机变量Y=min{X,2}的分布函数 设随机变量X服从指数分布，则随机变量Y＝min（X，2）的分布函数（ ）。 若两个随机变量都服从正态分布，则他们的和一定也服从正态分布 设随机变量X服从正态分布N（μ，σ2），则随σ的增大，概率P{|X－μ|}＜σ（　　）。 一个正态随机变量的线性函数仍然服从正态分布。() 随机变量X、Y都服从正态分布且不相关，则它们（　　）. 设随机变量服从参数为2的指数分布，那么随机变量的方差为 设随机变量X服从正态分布N(μ，σ2)，则随着σ的增大，概率P{|x-μ|σ}应该()。 已知随机变量Χ服从正态分布N(3，1)且P(2≤Χ≤4)=0．6826，则P(Χ>4)=( ) 设随机变量X服从正态分布N（μ，σ2），则随着σ的增大，概率P｛|x-μ|<σ｝应该（） 设随机变量X服从正态分布N(μ，σ2)，则随着σ的增大，概率P{|x-μ|＜σ}应该()。 随机变量X服从正态分布N（0, 4），Φ（x）为标准正态分布的分布函数，则P{X < 1}=（） 随机变量X服从正态分布N（0, 4），Φ（x）为标准正态分布的分布函数，则P{X < c}=（）