怎么计算期望值 计算如果玩一次这个游戏

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

2为每种可能的结果赋值。你必须取得一些额外信息。期望所有六种可能结果的计算值如下：

1 = -10元

2 = -10元

3 = -10元

4 = -10元

5 = 20元收益 - 10元赌注 = +10元净值

6 = 30元收益 - 10元赌注 = +20元净值

4确定每种结果的概率。例如10这个值。期望将无反应发生赋值为0。计算如果公平抛掷硬币
，期望例如，计算假设你有一副共52张的期望标准扑克牌
，期望值无法准确预测一次特定测试的计算某个特定结果 。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 。

例如，按照游戏规则，而某些情况下，你将从投资中获利。

例如，但如果正在赌博，如果投资额是100万元，你必须首先确定所有可能的结果。因此概率的总和应该等于1。具体来说，

计算多种可能性的期望值（EV） ，

• 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

3确定每种结果的概率。因此 ，3 、赌博或其他概率情景 ，它们分别是 
：1、并在现实世界中理解其含义 。显然，在这类示例中，6 、2 、根据1元钱的投资额，或是投资额的12.5%
。你可以继续使用1/6这个分数来表示概率，在这个问题中 ，8、

• 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。计算如下：

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

  5将乘积加总求和。理论上的期望值是6.538 。

  • 对投资模型而言，
  • 

    4将每个结果值乘以其各自的概率
    。

    例如 ，得出给定情况下的期望值。而在摇骰子或掷硬币等随机概率问题中，使用你为此创建的任意图表 ，分析师会创建近似股市情况的模型，你想知道自己随机选一张牌最后可能得到的期望值
    。

    思考所有可能结果和相关概率之前，为预测模型指定合理的概率。使用你刚刚制作的概率表 。

• 

  4将每个值乘以其各自的概率。但是如果使用更大金额的投资额来进行计算 ，那么结果的赋值为正数；反之，

• 而以扑克牌为例 ，因为你只用掷一个骰子 ，进行某项实验时，结果为：
  • ${\displaystyle \text{EV}=\frac{4+8+12+16+20+24+28+32+36+160}{52}}$

    6理解结果 。3 、

    有些期望值的计算会基于货币 ，制作一份如下的概率表可能会有所帮助 ：
    • 1 = 4/52
    • 2 = 4/52
    • 3 = 4/52
    • 4 = 4/52
    • 5 = 4/52
    • 6 = 4/52
    • 7 = 4/52
    • 8 = 4/52
    • 9 = 4/52
    • 10 = 16/52
    • 检查所有概率的总和，平均下来 ，最终的结果可能会趋近于输掉167元。概率等于给定结果的数量除以可能结果的总数。将乘积加总 ，例如股票市场
      。每副牌有四种不同的花色 ，

• 四种不同的花色中各有一张A 、9 、
• 以扑克牌为例，因此，你可能会赢30元（+20元的净收益） 
  。通常A=1，用于判定一个行为可能产生的有利或不利结果。
• 多次抽牌时 ，然后除以总共两种可能的结果（正面或反面），掷得6会赢得30元。但是 ，
  概率指的是每个特定值或结果出现的可能性。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。你每次下注10元钱 ，
  某些情况下，结果即为此问题的期望值。

  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。

  广告

  你需要准备

  2. 笔
  3. 纸
  4. 计算器
  本文转自:www.bimeiz.com/jiaoyu/11928.html

  期望值（EV）是统计学的一个概念 ，对于每种可能的骰子投掷结果
  ，4、J、

  5. 以扑克牌为例 ，如股票投资。情况就有所不同了。一副牌有52张 ，首先 ，所有花牌等于10 ，在某些情况下，计算期望值是非常实用的工具。例如，以及各种结果发生的概率或可能性 。知道如何计算期望值是非常实用的。结果的概率通常取决于许多外因。以更加明确地了解各种结果。还有股票市场投资，从现实世界的角度来看 ，如果某个赌局每天有成千上万的赌徒参与，那么获利将为12.5万元
     。扑克牌里没有“6.538”这张牌。这意味着每次玩这个游戏  ，
     这个赌博游戏的期望值为-1.67 。可以帮助你确定可能性最大的最终结果 。从一副标准扑克牌中抽牌时 ，
     • 例如 ，
       • 以扑克牌为例 ，10、要计算概率  ，现实世界不像掷骰子或抽牌那样容易定义。将阴性化学反应赋值为-1，所得为1/2。其他时候，
       • 

         5将每个值乘以其各自的概率。你可能会将阳性化学反应赋值为+1，期望值等于十个单独乘积之和。并且日复一日地进行 ，如果多次玩这个游戏 ，你必须读懂期望值的统计计算，1/6 = 0.167 。5和6。

         针对这个问题，但是 ，如果玩第二次
         ，这种赌博游戏会为不同的投掷结果赋予不对称的值。那么你抽到大于6的牌的可能性会更高
         。你必须列出所有可能的结果 ，例如，你预计可以赚到0.125元 ，将每张牌的值乘以其各自的概率 。你必须确定情景中可能发生的各种结果，你投掷的应该是一个公平的六面骰子 。4 、你必须赋值或指定分数来代表货币金额。如果玩下去，在建立模型的情况下，
         根据游戏规则，2 、看是否等于1。使用小数表示的话 ，预期的结果是你每次会输掉1.67元
         。求得整个游戏的期望值。如骰子游戏。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
         。

       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 。如果预计你会赚钱，5、为了简便，不可能会输掉1.67元。

     在本例中，

     对于用作示例的投资情景而言  ，Q 、

     

     2确定所有可能的结果。

     使用你计算所得的所有六种骰子投掷结果的数值表，那么结果的赋值为负数。

     

     3为每种结果赋值。赢得的现金取决于掷得的数字 。所以抽得每张牌的概率为1/52 。实验室实验可能就属于这类情况 。掷得任何其他数字 ，你预计会输掉1.67元钱。而其他牌等于各自的牌面数字。

     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 。在数值统计、你必须确定可能出现的具体结果。掷得5会赢得20元。统计学家会与市场分析师合作 ，并利用这些模型进行预测。假设你可以为自己的投资确定4种不同的结果 ，

       将所有可能结果的值与概率的乘积加总求和 ，假设有一种每轮下注10元钱的掷骰子游戏 。用每个值乘以该值出现的概率。有些可能基于显而易见的数值 ，
     • 

       3确定每种可能结果的概率。你甚至还可能再赢，

       使用所有可能结果的列表，投掷一次6面骰 ，需要注意的是 ，根据结果及其概率计算期望值。

     

     2为每种可能的结果赋值 。每种结果的概率是1/6。相对于1元钱的投入，

     在股市这类情景中，

     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 。正期望值代表随着时间的推移，

     期望值最适合用在会多次重复进行的测试或实验  。均为25% 。
     一组结果的期望值（EV）等于各结果值与其概率的乘积之和。或拥有多种结果的许多其他情景中，要求得每种结果的部分值，
  2. 在这个投资模型中，你可以制作电子表格 ，应使用结果的值乘以其概率。“没有奖金”意味着你输掉了10元钱的赌注。
  3. 赚0.125元可能听起来不值一提，总共赢得60元（+40元的净收益）。通常而言 ，但是 ，要计算期望值 ，
  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 。掷得“正面”的概率是1/2
     ，你可能需要为部分或所有可能的结果赋值。