1、期望 qī wàng
对人或事物的未来有所等待和希望。
和现实永远遥远，就像每个人都想要外表美丽的做恋人，但却忘记了自己有什么可以吸引他的，所以想达到期望目标，一定要联系现实。
2、期望：Expectation，统计学名词
给定X是在概率空间(Ω, P)中的一个随机变量，那么它的期望为E(X)，定义是：E(X)=∫ΩXdp
并不是每一个随机变量都有期望的，因为有的时候这个积分不存在。如果两个随机变量的分布相同，则它们的期望也相同。
如果 X 是一个离散的随机变量，输出值为 x1, x2, ...， 和输出值相应的机率为p1, p2, ... （机率和为1）, 那么期望E(X) 是一个无限数列的和。
如果X的机率分布存在一个相应的概率密度函数 f(x)，那幺 X 的期望可以计算为：
这种算法是针对于连续的随机变量的，与离散随机变量的期望的算法同出一辙，由于输出值是连续的，所以把求和改成了积分。
特性
期望E是一个线形函数
X 和 Y 为在同一机率空间的两个随机变量，a 和 b 为任意实数。
一般的说，一个随机变量的函数的期望并不等于这个随机变量的期望的函数。
在一般情况下，两个随机变量的积的期望不等于这两个随机变量的期望的积。特殊情况是当这两个随机变量是相互独立的时候（也就是说一个随机变量的输出不会影响另一个随机变量的输出）。
在机率论和统计学中，一个离散性随机变数的期望值（或数学期望、或均值，亦简称期望）是试验中每次可能结果的机率乘以其结果的总和。换句话说，期望值是随机试验在同样的机会下重复多次的结果计算出的等同「期望」的平均值。需要注意的是，期望值并不一定等同於常识中的「期望」——「期望值」也许与每一个结果都不相等。（换句话说，期望值是该变数输出值的平均数。期望值并不一定包含于变数的输出值集合里。）
例如，掷一枚六面骰子的期望值是3.5，计算如下：
3.5不属於可能结果中的任一个。
赌博是期望值的一种常见应用。例如，美国的轮盘赌中常用的轮盘上有38个数字，每一个数字被选中的机率都是相等的。赌注一般押在其中某一个数字上，如果轮盘的输出值和这个数字相等，那麼下赌者可以将相当於赌注35倍的奖金和原赌注拿回（总共是原赌注的36倍），若输出值和下压数字不同，则赌注就输掉了。因此，考虑到38种所有的可能结果，以1美元赌注押一个数字上获利的期望值为：
结果约等于-0.0526美元。也就是说，平均起来每赌1美元就会输掉5美分，即以1美元作赌注的期望值为0.9474美元。在赌博中，一场每位参与者获利期望为0（没有净利或净亏）的游戏通常会被叫做「公平竞赛」。
