随机变量的期望是对X所有可能取值按照其发生概率大小加权后得到的（）

服从指数分布的随机变量X可能取值的范围为（） 连续型随机变量的密度函数有概率含义：密度函数刻画了随机变量在点取值的概率大小（） 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 期望值是随机变量的概率加权和，方差描述随机变量偏离其期望值的程度。（　） 期望值是随机变量的概率加权和，方差描述随机变量偏离其期望值的程度。() 离散型随机变量分布函数图形的特点包括（）。 Ⅰ.阶梯型 Ⅱ.连续直线型 Ⅲ.仅在其可能取值处有跳跃 Ⅳ.跳跃值为此随机变量在该处取值的概率   随机变量X的概率分布表如下，则随机变量x的期望值是()。X234P30％25％45％ 设随机变量$X$的可能取值为0，1，对应的概率分布为0.3，0.7，则$E[X-E(X)]^3=$ 离散型随机变量分布函数图形的特点包括（　　）。Ⅰ.阶梯型Ⅱ.连续直线型Ⅲ.仅在其可能取值处有跳跃Ⅳ.跳跃值为此随机变量在该处取值的概率 设随机变量X的概率密度为的数学期望是（） 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（） 在一次随机事件E中,事件A发生的概率为0.25,现在定义一个随机变量X,如果在一次随机试验E中随机事件A发生就定义X的取值为1,否则定义X取值0,那么X就可以表示在一次随机试验E当中事件A可能发生的次数,随机变量X的期望等于多少? 连续型随机变量X在任意一点取值的概率都是0 设随机变量x的概率密度为则Y=1/X的数学期望是（ ）。 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（） 随机变量的方差描述了随机变量偏离其期望值的程度。() 随机变量X的概率分布表如下： 对于正态随机变量X，概率P( 随机变量X的概率分布表如下（）