两个独立随机变量之和的方差等于它们各自方差之和。

两个相互独立的随机变量的联合自信息量等于（）。 期望刻画了随机变量的平均水平,方差刻画了随机变量的离散程度 独立的随机变量序列，如果服从大数定律，那么这个序列中每个随机变量的方差必须存在而且一致有界。() 相关系数是反映两个随机变量之间线性相关程度的统计指标，如果两个随机变量X和Y之间协方差为0.0031，方差分别为0.04和0.09,据此可以判断X和Y之间是（ ）。 设随机变量服从参数为2的指数分布，那么随机变量的方差为 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（）． 两个随机变量不相关，说明它们之间：() 如果两个随机变量X与Y独立，则()也独立 已知随机变量X～N(0，1)，则随机变量Y=2X-1的方差为（ ） 样本方差与随机变量数字特征中的方差的定义不同在于（）。 样本方差与随机变量数字特征中的方差的定义不同在于（） 设ζ与η是两个相互独立的随机变量，Dζ=4，Dη=2，随机变量ζ=3ζ-2η，则Dζ= 简述随机变量数学期望和方差的性质。 方差反映了全部随机变量值分布的（） 方差越大表明随机变量的波动程度也越大。() 随机变量的方差一定是非负的. 设随机变量X的方差等于1，由切比雪夫不等式可估计P{|X-E(X)|＞2｝≤ 随机变量x服从均匀分布(-3，5)则随机变量X的均值和方差分别是（ ）。 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。()