\subsection{Diskrete Zufallsvariablen}
\shorttheorem Für $\cX$ mit Werten fast sicher in $W$:
\[
    \E[\cX] = \sum_{x \in W} x \cdot \P[\cX = x] = \sum_{x \in W} x \cdot p_\cX(x)
\]

\shortremark $\E[\cX]$ wohldefiniert falls $(x \cdot p_\cX(x))_{x \in W}$ abs. konv.

\subsubsection{Beispiele}
\begin{itemize}
    \item $\cX \sim \text{Ber}(p)$: $\E[\cX] = p$
    \item $\cX \sim \text{Bin}(n, p)$: $\E[\cX] = np$
    \item $\cX \sim \text{Poisson}(\lambda)$: $\E[\cX] = \lambda$
\end{itemize}


\subsubsection{Transformierte Zufallsvariablen}
\shorttheorem Für $\varphi : \R \rightarrow \R$, $\E[\varphi(\cX)] = \sum_{x \in W} \varphi(x) \cdot \P[\cX = x]$