2.设随机变量X服从正态分布N(μ，σ²)，则概率P | X-μ | geq 4σ=(1)/(4)().√×

为了确定概率 $ P\left\{\left | X-\mu \right | \geq 4\sigma\right\} $ 对于服从正态分布 $ N(\mu, \sigma^2) $ 的随机变量 $ X $，我们可以使用正态分布的性质和标准正态分布表。 首先，我们通过定义一个新的随机变量 $ Z = \frac{X - \mu}{\sigma} $ 来标准化 $ X $。随机变量 $ Z $ 服从标准正态分布 $ N(0, 1) $。概率 $ P\left\{\left | X-\mu \right | \geq 4\sigma\right\} $ 可以用 $ Z $ 的形式重写为： \[ P\left\{\left | X-\mu \right | \geq 4\sigma\right\} = P\left\{\left | Z \right | \geq 4\right\}. \] 这可以进一步分解为： \[ P\left\{\left | Z \right | \geq 4\right\} = P\left\{Z \geq 4\right\} + P\left\{Z \leq -4\right\}. \] 由于标准正态分布关于零对称，我们有 $ P\left\{Z \leq -4\right\} = P\left\{Z \geq 4\right\} $。因此，概率变为： \[ P\left\{\left | Z \right | \geq 4\right\} = 2P\left\{Z \geq 4\right\}. \] 接下来，我们需要找到 $ P\left\{Z \geq 4\right\} $。使用标准正态分布表或计算器，我们发现： \[ P\left\{Z \geq 4\right\} \approx 0.0000317. \] 因此， \[ P\left\{\left | Z \right | \geq 4\right\} \approx 2 \times 0.0000317 = 0.0000634. \] 这个值非常小，明显小于 $ \frac{1}{4} = 0.25 $。因此，陈述 $ P\left\{\left | X-\mu \right | \geq 4\sigma\right\} = \frac{1}{4} $ 是错误的。 答案是： \[ \boxed{\text{×}} \]