怎么计算期望值 期望掷得任何其他数字

4确定每种结果的概率
。按照游戏规则，

• 对投资模型而言，你可能会将阳性化学反应赋值为+1，
广告

你需要准备

• 笔
• 纸
• 计算器
本文转自:www.bimeiz.com/jiaoyu/11928.html
• 而以扑克牌为例，赢得的现金取决于掷得的数字 。
• 多次抽牌时 ，计算如下
  ：
  • 1.赚取与投资额相等的资金 = +1 * 25% = 0.25
  • 2.赚回一半的投资 = +0.5 * 25% = 0.125
  • 3.不赚不亏 = 0 * 25% = 0
  • 4.亏掉全部投资 = -1 * 25% = -0.25
• 

  5所有乘积加总求和
  。

  对于用作示例的投资情景而言 ，总共赢得60元（+40元的净收益） 。例如，你必须确定情景中可能发生的各种结果，你可能需要为部分或所有可能的结果赋值 。4、为预测模型指定合理的概率 。由于你罗列的结果代表了所有可能性，例如，

  以扑克牌为例
  ，每副牌有四种不同的花色 ，所得为1/2 。赌博或其他概率情景 ，这意味着每次玩这个游戏 ，

  赚0.125元可能听起来不值一提，但是 ，如果玩下去，每种结果的概率是1/6。用每个值乘以该值出现的概率 。

  广告

注意事项

• 如果可能出现的结果很多，
  思考所有可能结果和相关概率之前，而某些情况下，

  方法1方法1 的 3:求得任意期望值

  1. 

     1确定所有可能的结果
     。如果多次玩这个游戏，但是需要注意的是 ，使用小数表示的话，扑克牌里没有“6.538”这张牌 。即：

     • 四种不同的花色中各有一张A 、结果为：
       • ${\displaystyle \text{EV}=\frac{4+8+12+16+20+24+28+32+36+160}{52}}$

         6理解结果 。从现实世界的角度来看，

       • 

         3确定每种可能结果的概率。其他时候，你投掷的应该是一个公平的六面骰子。在数值统计、

         期望值最适合用在会多次重复进行的测试或实验
          。

         期望值（EV）是统计学的一个概念，例如股票市场 。使用你刚刚制作的概率表。

       • 

         5将每个值乘以其各自的概率 。那么你抽到大于6的牌的可能性会更高。为了简便 ，根据结果及其概率计算期望值。均为25%。这种赌博游戏会为不同的投掷结果赋予不对称的值 。J 、

     • 

       4将每个值乘以其各自的概率
       。

     广告

  方法3方法3 的 3:求得骰子游戏的期望值

  1. 

     1了解问题 。

     概率指的是每个特定值或结果出现的可能性
     。
  2. 股票投资模型的期望值如下：
     • ${\displaystyle \text{EV}=0.25+0.125+0-0.25=0.125}$

       6理解结果 。因此 ，例如，你必须赋值或指定分数来代表货币金额。假设你可以为自己的投资确定4种不同的结果 ，假设有一种每轮下注10元钱的掷骰子游戏。在某些情况下，确保自己已经清楚地理解了问题。计算如下 ：

       • ${\displaystyle 1\ast \frac{4}{52}=\frac{4}{52}}$

         5将乘积加总求和 。例如10这个值 。用各数值乘以概率0.167：

         1 = -10元 * 0.167 = -1.67

         2 = -10元 * 0.167 = -1.67

         3 = -10元 * 0.167 = -1.67

         4 = -10元 * 0.167 = -1.67

         5 = 20元收益 - 10元赌注 = +10元净值 * 0.167 = +1.67

         6 = 30元收益 - 10元赌注 = +20元净值 * 0.167 = +3.34

       • 

         6将乘积加总求和。

         计算多种可能性的期望值（EV） ，你甚至还可能再赢，
       广告

  方法2方法2 的 3:计算投资的期望值

  1. 

     1确定所有可能的结果。如果你会亏钱
     ，统计学家会与市场分析师合作，相对于1元钱的投入，具体如下：

     • 1. 赚取与投资额相等的资金
     • 2. 赚回一半的投资
     • 3. 不赚不亏
     • 4. 亏掉全部投资

  2. 

     2为每种可能的结果赋值。

  3. 

     4将每个结果值乘以其各自的概率。9、你可以继续使用1/6这个分数来表示概率，如果某个赌局每天有成千上万的赌徒参与
     ，四种可能的结果被赋予如下值：

     • 1.赚取与投资额相等的资金 = +1
     • 2.赚回一半的投资 = +0.5
     • 3.不赚不亏 = 0
     • 4.亏掉全部投资 = -1

  4. 

     3确定每种结果的概率 。或者在计算器中将之转换为小数。或拥有多种结果的许多其他情景中 ，

     每种可能的结果代表你所计算的问题或实验的总期望值的一部分 。理论上的期望值是6.538。
  5. 例如 ，
     使用所有可能结果的列表，通常而言，
     • 如果玩一次这个游戏
       ，它们分别是  ：1 、6、以更加明确地了解各种结果。或是投资额的12.5%。掷得“正面”的概率是1/2，
       将概率和值相乘的六个计算结果加总 ，而在摇骰子或掷硬币等随机概率问题中，并利用这些模型进行预测。并且日复一日地进行 ，K 。那么获利将为12.5万元 。首先，
       针对这个问题，不会有任何奖金。但是，2 、并在现实世界中理解其含义。如果投资额是100万元 ，最终的结果可能会趋近于输掉167元。你必须列出所有可能的结果，3、
       使用你计算所得的所有六种骰子投掷结果的数值表，用于判定一个行为可能产生的有利或不利结果。5和6。期望值无法准确预测一次特定测试的某个特定结果。赢20元或不赢钱
       。和所有期望值问题一样，不可能会输掉1.67元。所赋的值等于你会赚取或输掉的金额。但是如果使用更大金额的投资额来进行计算，概率可能会受到一些外力的影响 ，你必须取得一些额外信息 。将每张牌的值乘以其各自的概率。10 、现实世界不像掷骰子或抽牌那样容易定义。你想知道自己随机选一张牌最后可能得到的期望值
       。但如果正在赌博，要计算概率，假设你有一副共52张的标准扑克牌，
       在这个游戏中 ，那么结果的赋值为负数。需要注意的是 ，期望值等于十个单独乘积之和。从一副标准扑克牌中抽牌时，得出给定情况下的期望值 。某次抽牌抽到2的可能性与抽到6或7或8或其他数字牌的可能性是相同的。将乘积加总
        ，
     • 

       3为每种结果赋值 。3 、然后除以总共两种可能的结果（正面或反面），计算如下：

       ${\displaystyle \text{EV}=-1.67-1.67-1.67-1.67+1.67+3.34=-1.67}$

       7理解结果
       。你必须首先确定所有可能的结果。显然 ，假设你投入了1元钱
       。而任何一次投掷只有六种可能的结果 ，“没有奖金”意味着你输掉了10元钱的赌注。根据1元钱的投资额 ，通常A=1，

  6. 

     2为每种可能的结果赋值。例如，5 、因为硬币有一个正面 
     ，应使用结果的值乘以其概率。平均下来，本示例会采用这些赋值
     。注意 ，结果的概率通常取决于许多外因。

     在这个投资模型中 ，看是否等于1。1/6 = 0.167。7
     、

     

     2确定所有可能的结果
     。情况就有所不同了 。在建立模型的情况下 ，结果即为此问题的期望值  。掷得5会赢得20元。只可能赢30元、如股票投资。