在機率論和統計學中，數學期望(mean)（或均值，亦簡稱期望）是試驗中每次可zhi能結果的機率乘以其結果的總和，是最基本的數學特徵之一。它反映隨機變數平均取值的大小。
期望值計算：例子某城市有10萬個家庭，沒有孩子的家庭有1000個，有一個孩子的家庭有9萬個，有兩個孩子的家庭有6000個，有3個孩子的家庭有3000個。則此城市中任一個家庭中孩子的數目是一個隨機變數，記為X。
它可取值0，1，2，3。其中，X取0的機率為0.01，取1的機率為0.9，取2的機率為0.06，取3的機率為0.03。則，它的數學期望
在機率論和統計學中，一個離散性隨機變數的數學期望值（或數學期望、或均值，亦簡稱期望，物理學中稱為期待值）是試驗中每次可能的結果乘以其結果機率的總和。
一個離散性隨機變數的數學期望值，是試驗中每次可能的結果乘以其結果機率的總和。換句話說，期望值像是隨機試驗在同樣的機會下重複多次，所有那些可能狀態平均的結果，便基本上等同“期望值”所期望的數。
需要注意的是，期望值並不一定等同於常識中的“期望”——“期望值”也許與每一個結果都不相等。（換句話說，期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合裡。）
在機率論和統計學中，數學期望(mean)（或均值，亦簡稱期望）是試驗中每次可zhi能結果的機率乘以其結果的總和，是最基本的數學特徵之一。它反映隨機變數平均取值的大小。
期望值計算：例子某城市有10萬個家庭，沒有孩子的家庭有1000個，有一個孩子的家庭有9萬個，有兩個孩子的家庭有6000個，有3個孩子的家庭有3000個。則此城市中任一個家庭中孩子的數目是一個隨機變數，記為X。
它可取值0，1，2，3。其中，X取0的機率為0.01，取1的機率為0.9，取2的機率為0.06，取3的機率為0.03。則，它的數學期望
在機率論和統計學中，一個離散性隨機變數的數學期望值（或數學期望、或均值，亦簡稱期望，物理學中稱為期待值）是試驗中每次可能的結果乘以其結果機率的總和。
一個離散性隨機變數的數學期望值，是試驗中每次可能的結果乘以其結果機率的總和。換句話說，期望值像是隨機試驗在同樣的機會下重複多次，所有那些可能狀態平均的結果，便基本上等同“期望值”所期望的數。
需要注意的是，期望值並不一定等同於常識中的“期望”——“期望值”也許與每一個結果都不相等。（換句話說，期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合裡。）