數學期望（期望/均值）：

　　　　　　離散型：

　　　　　　連續型：

　　隨機變量的分布函數：（理解為符合函數求期望值）

方差：　　E{[X-E(X)]^2},記做D（X）/ Var（X）,其開放稱作標準差/均方差，其在數據上的表現為D(X)越小，則數據越集中

　　　　　　　　方差和期望的關系：E{[X-E(X)]^2}=E(X^2)-[E(X)]^2

　　切比雪夫不等式：（通過已知的E(X)和D(X)估計某一區間的時間的概率）這裏有一篇相關討論的文章，大家可以參考一下“切比雪夫不等式到底是個什麽概念”

協方差與相關系數： （針對二維隨機變量（X,Y）的討論）

　　　　　　　　這裏有一篇文章，方便大家理解這塊內容“如何理解協方差、相關系數和點積”

矩、協方差矩陣：

　　　　　　　　稱作（X,Y）的協方差矩陣

　　　　　　　　該結論的引入是為了方便計算多維隨機變量的關系，參考文章“淺談協方差矩陣”

筆記_第四章_04