随机过程最常用的数字特征是数学期望、方差和相关函数。（）

泊松分布的数学期望和方差相等（） 平稳随机过程的数学期望值是与时间无关的常数。() 平稳随机过程的数学期望值是与时间无关的常数（） 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 (4.2)若一个随机变量的数学期望不存在，则其方差也不存在 ( ) 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 自协方差函数和自相关函数体现了随机过程的二维统计特性（） 随机变量的数学期望反映的是其离散性（） 随机变量的大小可以用它的数学期望来表示，而随机变量取值的分散程度可以用它的方差来表示。 随机变量的大小可以用它的数学期望来表示，而随机变量取值的分散程度可以用它的方差来表示（） 简述期望和方差各描述的是随机变量的什么特征。 离散型随机变量的数学期望一定存在 一个二项分布随机变量的方差与数学期望之比为1/5，则该分布的参数p应为（） 设随机变量X的概率密度为的数学期望是（） 设随机变量X的概密度为则的数学期望是（ ）。 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( ). 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) ≤（??? ）． 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