#期望， 方差， 协方差，标准差
期望
概率论中描述一个随机事件中的随机变量的平均值的大小可以用数学期望这个概念，数学期望的定义是实验中可能的结果的概率乘以其结果的总和。
定义
设P(x) 是一个离散概率分布，自变量的取值范围为{
x 1 , x 2 , . . . , x n x_1, x_2,..., x_n x1,x2,...,xn}。其期望被定义为：
E ( x ) = ∑ k = 1 n x k P ( x k ) E(x) = \sum_{k=1}^{n}{x_kP(x_k)} E(x)=k=1∑nxkP(xk)
设P(x) 是一个连续概率密度函数，其期望为：
E ( x ) = ∫ − ∞ + ∞ x p ( x ) d x E(x) = \int_{-\infty}^{+\infty}{xp(x) \,{\rm d}x} E(x)=∫−∞+∞xp(x)dx
###性质
期望服从线性性质，因此线性运算的期望等于期望的线性运算。
E ( a x + b y + c ) = a E ( x ) + b E ( y ) + c E(ax + by +c) = aE(x) + bE(y) + c E(ax+by+c)=aE(x)+bE(y)+c
这个性质可以推广：
E ( ∑ k = 1 n a i x i + c ) = ∑ k = 1 n a i E ( x i ) + c E(\sum_{k=1}^{n}{a_ix_i +c})= \sum_{k=1}^n{a_iE(x_i)}+c E(k=1∑naixi+c)=
