设随机变量X的数学期望和方差分别为E(X)=μ,D(x)=σ^2,用切比雪夫不等式估计P{｜X一μ｜<3σ）.

已知随机变量X服从参数为2的泊松分布，则随机变量Y=3X-2的数学期望为（　　）。 设随机变量x的概率密度为则Y=1/X的数学期望是（ ）。 下列说法正确的是: 任意随机变量的数学期望一定存在。|可能取值为有限个的随机变量的数学期望一定存在|离散型随机变量的数学期望一定存在|连续型随机变量的数学期望一定存在 已知随机变量X与Y的数学期望分别为2和3，则E(XY)=6. 设两个互相独立的随机变量X和Y的方差分别为2和4，则随机变量2X-3Y的方差是()。 离散型随机变量的数学期望可能不存在，连续型随机变量的数学期望一定存在（） 设随机变量X的数学期望与标准差都是2．记Y=3-X，则E（Y2）等于（）． 设随机变量X的方差为2，则根据切比雪夫不等式估计P{|X-EX|≥2}≤________. 设随机变量X方差为2,则根据切比雪夫不等式有估计P{｜X-E(X)｜≥2}≤_______. 随机变量的大小可以用它的数学期望来表示，而随机变量取值的分散程度可以用它的方差来表示。 随机变量的大小可以用它的数学期望来表示，而随机变量取值的分散程度可以用它的方差来表示（） 设随机变量X的方差等于1，由切比雪夫不等式可估计P{|X-E(X)|＞2｝≤ 随机变量x服从均匀分布(-3，5)则随机变量X的均值和方差分别是（ ）。 离散型随机变量的数学期望一定存在 随机变量的数学期望表示对该随机变量进行无限多次测量所得结果的平均值。 随机变量X服从均匀分布U（-1，3）。则随机变量x的均值和方差分别是（ ）。 随机变量x服从均匀分布U(-1，3)，则随机变量x的均值和方差分别是（ ）。 随机变量x服从均匀分布u（-1，3）。则随机变量x的均值和方差分别是（） 若随机变量X服从正态分布N（3，1），则X的数学期望为3 设随机变量X与Y相互独立，方差分别为6和3，则D(2X-Y)=( )。