Podemos escrever o valor esperado de X, E[X] como sendo
\[ E[X] = \sum\limits_{i=1}^n x_i *p(x_i)\] com,\[p(x_i) = \frac{1}{n}\; \; \; \; \forall \; x_i \in k\]
Logo,
\[ E[X] = \frac{1\:+\:2\:+\:...\:+\:n}{n}\]
Como a soma finita dos termos de uma Progressão Aritmética pode ser obtida por,
\[ Soma = \frac{(a_1 + a_n)*n}{2}\]
Substituindo a1 por 1 e an por n, temos que
\[ Soma = \frac{n*(n+1)}{2}\]
Substituindo na expressão do valor esperado,
\[ E[X] = \frac{n*(n+1)}{2*n} = \frac{n+1}{2}\]
Podemos calcular também o valor esperado do quadrado de X, ou seja,
\[ E[X^2] = \sum\limits_{i=1}^n x_i^2 *p(x_i)\]
\[ E[X^2] = \frac{1^2 + 2^2 + ... + n^2}{n}\]
Essa soma do denominador é um pouco mais complexa, mas ainda assim pode ser facilmente demonstrável que. Porém, para a resposta não ficar desmasiadamente extensa, colocaremos apenas o resultado final. Para mais informações em como resolver e qual o resultado dessa expressão, recomendo acessar o https://www.wolframalpha.com/ ou encontrar a dedução online - um exemplo bem detalhado está no site http://www.paulomarques.com.br/arq10-83.htm.
\[ 1^2 + 2^2 + ... + n^2 = \frac{n*(n+1)*(2*n+1)}{6}\]
Assim, temos então que:
\[ E[X^2] = \frac{(n+1)*(2*n+1)}{6}\]
Como pela própria definição de Variância,
\[ Var[X] = E[X^2] - (E[X])^2 \]
Substituindo os valores encontrados acima, podemos concluir que
\[ Var[X] = \frac{(n+1)*(2*n+1)}{6} - \frac{(n+1)^2}{(2)^2} \]
\[ Var[X] = \frac{4n^2 + 6n + 2 - 3n^2 - 6n - 3}{12}\] Que pode ser simplificado por,
\[ Var[X] = \frac{n^2 - 1}{12}\]