中国大学MOOC: 设随机变量X1, X2,…,Xn相互独立，Sn=X1+X2+…+Xn，则根据中心极限定理，当n充分大时，Sn近似服从正态分布，只要X1, X2,…,Xn（）．

中国大学MOOC: 随机变量X服从参数为1的泊松分布，则P { X = E ( X 2)} = ( ). 中国大学MOOC: 随机变量X 服从λ=2的泊松分布，则( ). 中国大学MOOC: 设随机变量X的期望E(X)为一非负值，且【图片】则E(X) = ( )． 中国大学MOOC: 函数 F(x)=1/x2可以作为某随机变量的分布函数. 若随机变量X,Y不相关，则随机变量X,Y相互独立。（ ） 设随机变量X与Y相互独立，D(X)=2，D(Y)=4，D(2X-Y)=() 中国大学MOOC: 已知随机变量X~N(3,1),P（2≤X≤4）=0.6826，则P（X>4）为（ ） 中国大学MOOC: 设（X，Y）为二维随机变量，则随机变量x=X+Y与h=X-Y不相关的充分必要条件为（）. 中国大学MOOC: 设随机变量X的分布律为P(X=1)=1/6, P(X=2)=1/2, P(X=4)=1/3.则X的分布函数为【图片】 中国大学MOOC: 设随机变量X和Y相互独立且都服从0-1分布：P{X= 0} =P{Y =0} = 3/4 ,P{X= 1} =P{Y =1} = 1/4 ,则P{X=Y}等于（）． 中国大学MOOC: 随机变量X与Y相互独立，且均服从区间(0，3)上的均匀分布，则P{max(X,Y )￡1}= ( )． 设随机变量X~N(0,1),Y~N(1,4)，X与Y相互独立，则D(2X-Y+1)= 中国大学MOOC: 若f(x)是随机变量X的概率密度，则0≤f(x)≤1. 中国大学MOOC: 随机变量X服从参数为l的泊松分布，已知E(X-1)(X-2) = 1，则l=（）. 设随机变量X服从正态分布N(-1，9)，则随机变量Y=2-X服从( ). 中国大学MOOC: 设F1(x)和F2(x)都是随机变量的分布函数，f1(x)，f2(x)是相应的概率密度，则( ). 设随机变量X1，X2，…，Xn相互独立，且均在区间[0，θ]上服从于均匀分布，设Y1=max{X1，X2，…Xn}，Y2=min{X1，X2，…Xn}，求E（Y１），E（Y２），D（Y１），D（Y２）. 设随机变量X1，X2，…，Xn相互独立，且均在区间[0，θ]上服从于均匀分布，设Y1＝max{X1，X2，…，Xn}，Y2＝min{X1，X2，…，Xn}，求E（Y1），E（Y2），D（Y1），D（Y2）。 中国大学MOOC: 设随机变量X和Y相互独立且都服从(0，1)上的均匀分布，则（）服从区间或区域上的均匀分布． 中国大学MOOC: 已知随机变量X服从B ( n , p )，E(X) = 2.4，D(X) = 1.44，则（ ）．