已知随机变量X服从正态分布N（2，22）且Y=aX+b服从标准正态分布，则（）

A.a=1/σ，b=μ/σ

B.a=σ，b=σμ

C..a=-1/σ，b=μ/σ

D..a=-1/σ，b=-μ/σ

在实际应用中,常需模拟服从正态分布的随机变量,其密度函数为

式中,a为均值,σ为标准差.

如果s和t是(-1,1)中均匀分布的随机变量,且,令

则u和v是服从标准正态分布(a=0,σ=1)的两个互相独立的随机变量.

(1)利用上述事实,设计一个模拟标准正态分布随机变量的算法.

(2)将上述算法扩展到一般的正态分布.

设随机变量X服从参数为λ的泊松分布，且，则λ=();P{X>1}()。

A.随机变量X

B.随机变量Y

C.随机变量X+Y

D.X关于Y=1的条件分布

设某班车起点站上客人数X服从多数为(＞0)的泊松分布，每位乘客在中途下车的概率为p(0＜p＜1)，且中途下车与否相互独立，以Y表示在中逸下车的人数，求:(1)在发车时有n个乘客的条件下，中途有m人下车的概率:(2)二维随机变量(X,Y)的概率分布.

已知则F(x)是()随机变量的分布函数。

A、连续型

B、离散型

C、非连续亦非离散型

设随机变量X的概率密度

若已知f(x)在x=1处取到最大值1/√π，则EX=()，DX=()，b=()，c=()。

A.1.96

B.2.58

C.1.64

D.3.47

测得A、B两批电子元件的电阻(单位：Ω)样本数据如下：

假设A、B两批器件的电阻分别服从正态分布N(μ₁，σ₁²)与N(μ₁，σ₂²)，能否据此样本认为A、B两批电子元件电阻服从相同的正态分布(α=0.05)？

设新生儿体重(单位：g)服从正态分布N(μ，σ²)，从中抽取26名新生儿，测其体重如下：3100，3480，2520，2520，3700，2880，3820，3020，3260，3140，3100，3160，2860，3100，3560，3320，3200，3420，2880，3440，3200，3260，3400，2760，3280，3300。求μ与σ²的置信区间(假定置信水平为95%)。