贝努里大数定理说明，当n很大时，事件发生的频率与概率有较大的偏差的可能性。

贝努里大数定理以严格的数学形式表达了频率的。

简述贝努里大数定理的意义。

定律为我们用测量数据的算术平均值代替真值这一平均数法则提供了理论依据。

贝努里大数定理以严格的数学形式表达了频率的（ ）

简述贝努里大数定理的意义。

林德贝格——勒维中心极限定理为离散型随机变量与连续型随机变量之间的转换提供了一种有效途径。

德莫佛——拉普拉斯中心极限定理的结果表明，二项分布的极限是（ ）

根据中心极限定理，只要n足够大， 就可以把独立同分布的随机变量之和当做是随机变量来处理。

（    ）

根据德莫佛一拉普拉斯中心极限定理，当n充分大时，我们可以利用分布近似地计算二项分布的概率。

根据中心极限定理，在实际问题中若n足够大， 可以把独立同分布的随机变量之和当做是均匀随机变量来处理。

随机变量X服从正态分布，其方差为4，则随机变量Y=5X的方差为（ ）

随机变量X服从[a，10]上的均匀分布，其数学期望为6，则a为（ ）

随机变量X服从[a，10]上的均匀分布，其方差为3，则a为（ ）

E(X)=8，则E(X+3)=（ ）

随机变量X服从正态分布，其分布曲线的最大值是，则Y=2X的方差为（ ） 

 若随机变量X服从[5,10]上的均匀分布，则其方差为（ ）

E(X)=2，D(X)=3，则E(2X+2)+D(2X+2)=（ ）

随机变量X的方差D(X)=3，则Y=1-2X的方差为（ ）