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( ).

设随机变量X的数学期望E(X)=2，方差D(X)=4,则E(X)=( ）/ananas/latex/p/129 已知随机变量X与Y的数学期望分别为2和3，则E(XY)=6. 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％ 已知随机变量X～N(0，1)，则随机变量Y=2X-1的方差为（ ） 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＝ 连续型随机变量X的概率密度为f(x)=kxa，0 若离散型随机变量有有限个可能取值，则该随机变量的数学期望一定存在 设服从正态分布的随机变量X的数学期望和均方差分别为10和2，则变量X落在区间(12，14)的概率为() 一维随机变量的数字特征，包括离散型随机变量的数学期望与方差等 离散型随机变量的数学期望一定存在 设连续型随机变量X的密度函数为f(x),分布函数为F(x).如果随机变量X与-X分布函数相同,则(). 对任意随机变量X，若EX存在，则E[E（EX）]等于（） 若F（x）是连续型随机变量X的分布函数，则 设随机变量X的数学期望为EX=m，方差为DX=s2，则由切比雪夫不等式，有P 设随机变量X的概率分布为： 则P{ ≥1}=? 设离散型随机变量X的取值是在2次独立试验中事件A发生的次数，而在每次试验中事件A发生的概率相同并且已知，又设EX=1.2。则随机变量X的方差为() 离散随机变量X的信息熵就是其概率空间中每个事件所含有的自信息量的数学期望 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（）． 若f（x）是随机变量X的概率密度，则0≤f（x）≤1（）