設 要求的是函式g(x)的期望 f(x) 是其中變數x的密度函式 則 E[g(x)]=∫g(x)f(x)dx 離散型的類同

方差=E(x²)-E(x)²，E(X)是數學期望。 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。 方差在機率論和統計學中，一個隨機變數的方差描述的是它的離散程度，也就是該變數離其期望值的距離。一個實隨機變數的方差也稱為它的二階矩或二階中心動差，恰巧也是它的二階累積量。這就是將各個誤差將之平方，相加之後再除以總數，透過這樣的方式來算出各個資料分佈、零散的程度

數學期望就是平均值,x_=(x1+x2+x3+……+xn)/n;

方差就是實際值與期望值之差平方的期望值,=[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]/n .數學期望就是平均值,x_=(x1+x2+x3+……+xn)/n;

方差就是實際值與期望值之差平方的期望值,=[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]/n .數學期望就是平均值,x_=(x1+x2+x3+……+xn)/n;

方差就是實際值與期望值之差平方的期望值,=[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]/n .

期望的“線性”性質。對於所有滿足條件的離散zhi型的隨機變數X，Y和常量a，b，

有：E(aX+bY)=aE(x)+bE(y)E(aX+bY)=aE(x)+bE(y)；

類似的，我們還有E(XY)=E(X)+E(Y)E(XY)=E(X)+E(Y)。

方程D（X）=E{[X-E（X）]^2}=E（X^2） - [ E（X）]^2，其中 E（X）表示數學期望。

對於連續型隨機變數X，若其定義域為（a，b），機率密度函式為f（x），連續型隨機變數X方差計算公式：D（X）=（x-μ）^2 f（x） dx