在概率论和统计学中期望值计算公式，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。期望值计算：例子某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个。则此城市中任一个家庭中孩子的数目是一个随机变量，记为X。它可取值0，1，2，3。其中，X取0的概率为0.01，取1的概率为0.9，取2的概率为0.06，取3的概率为0.03。则，它的数学期望扩展资料：期望值学术解释：1.期望值是指人们对所实现的目标主观上的一种估计；2.期望值是指人们对自己的行为和努力能否导致所企求之结果的主观估计,即根据个体经验判断实现其目标可能性的大小；3.期望值是指对某种激励效能的预测；4.期望值是指社会大众对处在某一社会地位、角色的个人或阶层所应当具有的道德水准和人生观、价值观的全部内涵的一种主观愿望。期望的来源：在17世纪，有一个杜徒向法国著名数学家帕斯卡挑战，给他出了一道题目：甲乙两个人**，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，一共进行五局，赢家可以获得100法郎的奖励。当比赛进行到第四局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，分配这100法郎：用概率论的知识，不难得知，甲获胜的可能性大，乙获胜的可能性小。因为甲输掉后两局的可能性只有(1/2)×(1/2）=1/4，也就是说甲赢得后两局的概率为1－(1/4)=3/4，甲有75%的期望获得100法郎；而乙期望赢得100法郎就得在后两局均击败甲，乙连续赢得后两局的概率为(1/2)*(1/2)=1/4，即乙有25%的期望获得100法郎奖金。可见，虽然不能再进行比赛，但依据上述可能性推断，甲乙双方最终胜利的客观期望分别为75%和25%，因此甲应分得奖金的100*75%=75(法郎)，乙应分得奖金的的100×25%=25(法郎)。这个故事里出现了“期望”这个词，数学期望由此而来。
在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可zhi能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
期望值计算：例子某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个。则此城市中任一个家庭中孩子的数目是一个随机变量，记为X。
它可取值0，1，2，3。其中，X取0的概率为0.01，取1的概率为0.9，取2的概率为0.06，取3的概率为0.03。则，它的数学期望
在概率论和统计学中，一个离散性随机变量的数学期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是试验中每次可能的结果乘以其结果概率的总和。
一个离散性随机变量的数学期望值，是试验中每次可能的结果乘以其结果概率的总和。换句话说，期望值像是随机试验在同样的机会下重复多次，所有那些可能状态平均的结果，便基本上等同“期望值”所期望的数。
需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。）
原始数据：x1,x2,…,xn
x 的数学期望：Ex = [∑(i=1->n) xi] / n (1)
x 的方差 ：D(x) = [∑(i=1->n) (xi – Ex)²] / n (2)
x 的方差：D(x)还等于：D(x)=x的均方值 – x的均值Ex的平方(Ex)²，
即：D(x) = [∑(i=1->n) (xi)²] / n – (Ex)² (3)
