随机变量X的概率分布表如下：X1410P20%40%40%则随机变量x的期望是（ ）。

设随机变量X在区间(0，1)内服从均匀分布，在X=x(0　　(Ⅰ)随机变量X和Y的联合概率密度；
　　(Ⅱ)Y的概率密度；
　　(Ⅲ)概率P{X+Y>1}. 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（　　）。 随机变量X的分布函数F（x）=P{X ≤ x}在（-∞,+∞）上（） 设随机变量X的分布函数为F（x） = P{X ≤ x }，则P{X = a }=（） 设离散型随机变量X的概率分布为P{X=0}=0.1，P{X=1}=0.3， P{X=2}=0.6，则P{X≤1}=_______ 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（） 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()。 若随机变量X的概率密度函数f（x）：则X称为服从的随机变量（） 设随机变量X的概率分布为P{X＝－2}＝1/2，P{X＝1}＝a，P{X＝3}＝b，若EX＝0，则DX＝ 设随机变量X服从正态分布N（，σ2）（其中σ＞0），则随着的σ增大，概率P{|X-|＜σ}（） 标准正态随机变量X取一点a的概率P（X=（） 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）（其中σ>0），则随着的σ增大，概率P{|X-μ|<σ}（） 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（ ）。 设F（x）是随机变量X的分布函数，则对（）随机变量X，有P{x1 < X < x2}=F（x1） – F（x2） 已知随机变量 X 服从正态分布 X(μ，σ2)，假设随机变量 Y=2X-3，Y 服从的分布是（ ） 在两点分布中，若随机变量X=0时的概率为p，则X=1时的概率为()