期望值怎么算如下：
期望值在概率论和统计学中扮演着重要的角色，它是一个随机变量可能取值的加权平均，反映了对应概率下的平均预期结果。期望值的计算方法可适用于离散型随机变量和连续型随机变量。
对于离散型随机变量：
假设有一个离散型随机变量X，它的可能取值为x1,x2,x3,...，对应的概率为P(X=x1),P(X=x2),P(X=x3)，那么X的期望值（E(X)）可用以下公式表示：E(X)=x1*P(X=x1)+x2*P(X=x2)+x3*P(X=x3)+...
举个例子，如果投掷一个均匀的六面骰子，每个数字1到6出现的概率相等为1/6。每个数字出现的期望值为：E(X)=(1*1/6)+(2*1/6)+(3*1/6)+(4*1/6)+(5*1/6)+(6*1/6)，E(X)=1/6+2/6+3/6+4/6+5/6+6/6，E(X)=21/6，E(X)=3.5，因此，掷一个均匀的六面骰子，每次掷出的数字的期望值为3.5。
对于连续型随机变量：
对于连续型随机变量，期望值的计算需要使用积分来进行。如果有一个连续型随机变量X，其概率密度函数为f(x)，那么X的期望值（E(X)）计算公式如下：E(X)=∫[a,b]x*f(x)dx，其中，积分范围是整个取值范围[a,b]，x是随机变量X的取值，f(x)是X的概率密度函数。
例如，假设有一个连续型随机变量X，服从均匀分布在区间[0,1]上，其概率密度函数为f(x)=1，那么X的期望值为：E(X)=∫[0,1]x*1dx，E(X)=1/2*x^2∣[0,1]，E(X)=1/2*(1^2-0^2)，E(X)=1/2。
期望值是对随机变量可能取值的加权平均，它是对随机事件的平均预期结果进行量化描述。在概率论和统计学中，期望值是一个重要的概念，常用于分析随机现象的平均性质和预测未来结果的平均趋势。