已知随机变量X与Y的数学期望分别为2和3，则E(XY)=6.

已知随机变量X服从正态分布N(μ，σ2)，设随机变量V=2X-3，则Y服从的分布是()。 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 简述随机变量数学期望和方差的性质。 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E(X)=2，方差D(X)=4,则E(X)=( ）/ananas/latex/p/129 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和Y的数学期望都是2，方差分别为1和4，而相关系数为0.5，则根据切比雪夫不等式，有P (|X ?Y| ≥ 6) ≤（??? ）． 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 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()。 设两个相互独立的随机变量X和Y的方差分别为4和2，则随机变量3X-2Y的方差是（）。 若随机变量X与Y相互独立，且x在区间[0, 2]上服从均匀分布，Y服从参数为3的指数分布，则数学期望E(XY)等于（ ）。 已知随机变量X与Y分别有以下分布，则有（ ）。 设随机变量X的概率密度为的数学期望是（） 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() 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( ). 已知随机变量X服从正态分布N(μ，σ2)，设随机变量Y=2X，那么Y服从的分布是()。 已知随机变量X服从正态分布N(μ，σ2)，设随机变量Y=2X，那么Y服从的分布是()。 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）. 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