又称期望或均值,是随机变量按概率的加权平均,表征其概率分布的中心位置。数学期望是概率论早期发展中就已产生的一个概念。当时研究的概率问题大多与赌博有关。假如某人在一局赌博中面临如下的情况：在总共m＋n种等可能出现的结果中,有m种结果可赢得α,其余n种结果可赢得b),则就是他在该局赌博中所能期望的收入。数学期望的这种初始形式早在1657年即由荷兰数学家C.惠更斯明确提出。它是简单算术平均的一种推广。
设x为离散型随机变量，它取值x，x,…的概率分别为p,p,…,则当级数时，定义它的期望为。这里之所以要求级数绝对收敛，是因为作为期望的这种平均，不应当依赖于求和的次序。若x为连续型随机变量，其密度函数为p（x），则当积分时,定义它的期望为。在一般场合，设x是概率空间(Ω,F,p)上的随机变量，其分布函数为F(x),则当时,定义x的期望为
式中是斯蒂尔杰斯积分;或是随机变量x在Ω上对概率测度p的积分。然而,并非所有的随机变量都具有期望。随机变量的期望,有下列性质:E(x＋Y)=Ex＋EY；若把常数α看作随机变量,则Eα=α；若x≥0,则Ex≥0;若x与Y独立,则E(XY)＝Ex·EY;若随机变量x,x,…,x有联合分布函数F(x,x,…,x),则对一类n元函数?(x,x,…,x)（称为可积的n元波莱尔可测函数，它包括所有可积的初等函数和连续函数），有
若Z＝x＋iY为复随机变量,则定义其数学期望为EZ=Ex＋iEY。上述数学期望的概念也可推广至随机向量的情形。一个随机向量的数学期望(EX定义为以其各分量x的数学期望为分量的向量，即，也称为X的均值向量。它也具有一般期望所具有的类似性质。
