设连续随机变量X，已知X≥0，其平均值受限，即数学期望为A，试求在此条件下获得的最大熵的最佳分布，并求出最大熵。

已知某个连续型随机变量X的数学期望E(X)=1，则X的概率密度函数不可能是( ). 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（） 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 中国大学MOOC: 若X是连续型随机变量，则对任意实数x0有P{X=x0}=0. 已知一个随机变量X，另一随机变量Y=ln(X)，Y服从正态分布，且均值为0，标准差为1。 X的期望值是多少？ 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X为连续型随机变量，对任何实数a，都有P{X=a}=0。() 已知随机变量X与Y的数学期望分别为2和3，则E(XY)=6. 中国大学MOOC: 设随机变量X服从参数为l（l > 0）的泊松分布，则它的数学期望为l． 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X为随机变量,则3X也是随机变量.: ×|√ 设随机变量X～N（a,6^2）,已知P{2≤x≤4}=0.4，则P{x≤0}=（　　） 已知随机变量X～N(0，1)，则随机变量Y=2X-1的方差为（ ） 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）. 数学期望表示随机变量所有可能取值的平均水平。() 已知一个随机变量X，另一随机变量Y=ln（X），Y服从正态分布，且均值为0，标准差为1。则变量X始终大于零。 设相互独立的两个随机变量$X$和$Y$的数学期望均存在，记$U=\max{(X,Y)},V=\min{(X,Y)}$，则$E(UV)=$ 设随机变量X与Y相互独立，它们分别服从参数λ=2的泊松分布与指数分布．记Z=X-2Y，则随机变量Z的数学期望与方差分别等于（）． 随机变量的数学期望反映的是其离散性（） 简述随机变量数学期望和方差的性质。