设随机变量X的概率密度函数为，且，则必有（）

【单选题】

设X，Y是相互独立的两个随机变量，它们的分布函数分别为FX(x),FY(y),则Z = max {X,Y}的分布函数是

① FZ（z）= max { FX(x),FY(y)}

② FZ（z）= max { |FX(x)|,|FY(y)|}

③ FZ（z）= FX（x）·FY(y)

④ 都不是

查看答案解析

【单选题】

设总体的概率密度为为来自总体样，为样本均值，则（）

① 0

② 1

③ 2

④ 3

查看答案解析

【单选题】

设连续型随机变量X的密度函数有f(x)=f(-x)，F(X)是X的分布函数，则下列成立的有（A）F(-a)=F(a); （B）F(-a)=(1/2)F(a);（C）F(-a)=1-F(a);（D）F(-a)=(1/2)-F(a).

① (A)

② (B)

③ (C)

④ (D)

查看答案解析

【简答题】

设随机变量X在区间[2，4]上服从均匀分布，则P{23}=[填空]

查看答案解析

【简答题】

设随机变量X在区间[2，4]上服从均匀分布，则P{23}=[填空]

查看答案解析

【判断题】

随机变量X、Y相互独立，则D(X+Y)=DX+DY.

① 正确

② 错误

查看答案解析

【多选题】

下列关于概率密度函数f(x)的描述正确的是（）

① <img class=jc-formula data-tex=f(x)0 src=https://huaweicloudobs.ahjxjy.cn/D6C9C43C754A0AE8BD392A6EC899AD97.png style=vertical-align: middle;/>

② <img class=jc-formula data-tex=f(x)\ge 0 src=https://huaweicloudobs.ahjxjy.cn/F98D2BC7D99A7C40F0016561A8BCE0C5.png style=vertical-align: middle;/>

③ <img class=jc-formula data-tex=\int _{ -\infty }^{ +\infty }{ f(x)dx } =0 src=https://huaweicloudobs.ahjxjy.cn/DD35C526F3C8D140380ECF92EAFF6EE5.png style=white-space: normal; vertical-align: middle;/>

④ <img class=jc-formula data-tex=\int _{ -\infty }^{ +\infty }{ f(x)dx } =1 src=https://huaweicloudobs.ahjxjy.cn/0F43307D97ABB532078C273D367BA310.png style=white-space: normal; vertical-align: middle;/>

查看答案解析

【单选题】

对任意随机变量X，若EX存在，则E[E(EX)]等于

① 0

② X

③ EX

④ <img class=jc-formula data-tex={ (EX) }^{ 3 } src=https://huaweicloudobs.ahjxjy.cn/951D7F253830F2DB1A0836B18079E0D1.png style=vertical-align: middle;/>

查看答案解析

【单选题】

设随机变量X和Y都服从N（0,1）分布，则下列结论正确的是

① X+Y服从正态分布

② X2+Y2服从分布<img class=jc-formula data-tex=\chi src=https://huaweicloudobs.ahjxjy.cn/4144680EC7DF2F36E866B65FACD76996.png style=vertical-align: middle;/>2分布

③ X2和Y2都服从分布<img class=jc-formula data-tex=\chi src=https://huaweicloudobs.ahjxjy.cn/4144680EC7DF2F36E866B65FACD76996.png style=white-space: normal; vertical-align: middle;/>2分布

④ X2/Y2服从F分布

查看答案解析

【单选题】

设相互独立的随机变量X,Y均服从(o,1）上的均匀分布,令Z=X+Y则( ).

① Z也服从(0，1)上的均匀分布

② P(X=Y)=0

③ Z服从(0，2)上的均匀分布

④ Z~N(1，0)

查看答案解析