设随机变量X1，X2，…，Xn相互独立同分布，其密度函数为偶函数，且D（Xi）=1，i=1，2，…，n，则对任意8＞0，根据切比雪夫不等式直接可得（）
将n个观测数据相加时，首先对小数部分按“四舍五入”舍去小数位后化为整数。试利用中心极限定理估计：(1)试当n=1 500时求舍位误差之和的绝对值大于15的概率；(2)估计数据个数n满足何条件时，以不小于90％的概率，使舍位误差之和的绝对值小于10的数据个数n．
A，B，C三个随机事件必相互独立，如果它们满足条件
设总体X～N(μ，σ2)，X1，X2，…，Xn是来自总体X的样本，令求E(X1T)．
设(X，Y)在区域D：0＜x＜1，｜y｜=x内服从均匀分布． (1)求随机变量X的边缘密度函数； (2)设Z=2X+1，求D(Z)．
函数是否是某个二维随机变量(X，Y)的分布函数?
随机变量X与Y均服从正态分布，X～N(μ，4
2
)，Y～N(μ，5
2
)，记p
1
=P｛X≤μ－4｝，p
2
=P(Y≥μ+5)，则 ( )
设有四个编号分别为1，2，3，4的盒子和三只球，现将每只球随机地放入四个盒子，记X为至少有一只球的盒子的最小号码。(Ⅰ)求X的分布律；(Ⅱ)若当X=k(k=1，2，3，4)时，随机变量y在[0，k]上服从均匀分布，求P{Y≤2}。
设总体X—N(μ，σ2)，X1，X2，…，Xn为取自总体X的简单随机样本，一为样本均值，S2为样本方差，则()
设总体X的密度函数为求参数θ的矩估计量和最大似然估计量．
设A
1
，A
2
和B是任意事件，且0＜P(B)＜1，P{(A
1
∪A
2
)|B}=P(A
1
|B)+P(A
2
|B)，则( )
设总体X的概率分布为是未知参数．用样本值3，1，3，0，3，1，2，3求θ的矩估计值和最大似然估计值．
设X与Y相互独立，且X～N(0，σ2)，y～N(0，σ2)，令Z=，求E(Z)，D(Z)．
设总体X的概率密度为其中参数θ(0＜θ＜1)未知。X1，X2，…，Xn是来自总体X的简单随机样本，是样本均值。求参数θ的矩估计量。
设事件A，B，C两两独立，则事件A，B，C相互独立的充要条件是( )．
设来自总体X的简单随机样本X1，X2，…，Xn，总体X的概率分布为其中0＜θ＜1．分别以v1，v2表示X1，X2，…，Xn中1，2出现的次数，试求(1)未知参数θ的最大似然估计量；(2)未知参数θ的矩估计量；(3)当样本值为1，1，2，1，3，2时的最大似然估计值和矩估计值．
设随机变量X1与X2相互独立，其分布函数分别为则X1+X2的分布函数F（x）=（）
对随机变量X和Y，已知EX=3，EY=一2，DX=9，DY=2，E(XY)=一5。设U=2X—Y一4，求EU，DU。
某人向同一目标独立重复射击，每次射击命中目标的概率为p(0＜p＜1)，则此人第4次射击恰好第2次命中目标的概率为( )
设ξ，η是两个相互独立且服从同一分布的随机变量，已知ξ的分布率为P(ξ=i)=，i=1，2，3．又设X=max(ξ，η)，Y=min(ξ，η)．(I)写出二维随机变量的分布率：(Ⅱ)求随机变量X的数学期望E(X)．