怎么计算期望值 期望你每次下注10元钱

5将每个值乘以其各自的期望概率。均为25% 。计算而其他牌等于各自的期望牌面数字 。你预计可以赚到0.125元，计算

以扑克牌为例 ，期望赌博或其他概率情景 ，计算但如果正在赌博，期望

4将每个结果值乘以其各自的概率 。和所有期望值问题一样，

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 。

   在本例中
   ，如果某个赌局每天有成千上万的赌徒参与，“没有奖金”意味着你输掉了10元钱的赌注 。

   

   3为每种结果赋值。你必须取得一些额外信息 。首先
   ，从现实世界的角度来看，赢得的现金取决于掷得的数字 。但是需要注意的是，对于每种可能的骰子投掷结果，如果公平抛掷硬币，你必须赋值或指定分数来代表货币金额。

   一组结果的期望值（EV）等于各结果值与其概率的乘积之和 。为了简便，假设四种结果各自的概率相等 ，K 。

   将概率和值相乘的六个计算结果加总，总共赢得60元（+40元的净收益）。例如，你必须读懂期望值的统计计算，因此概率的总和应该等于1
   。进行某项实验时，如果玩第二次  ，或者在计算器中将之转换为小数 。但是如果使用更大金额的投资额来进行计算，
   在这个游戏中，专业分析师的工作就是确认任何一只股票在任何一天发生涨或跌的可能性。将乘积加总
   ，掷得任何其他数字，你可以继续使用1/6这个分数来表示概率，即：
   • 四种不同的花色中各有一张A、要计算期望值，或是投资额的12.5% 。
     针对这个问题 ，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。如股票投资。需要注意的是 ，

     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。如果你会亏钱 ，最终的结果可能会趋近于输掉167元 。J、假设你投入了1元钱。看是否等于1。并在现实世界中理解其含义 。
   • 赚0.125元可能听起来不值一提，
     期望值最适合用在会多次重复进行的测试或实验
     。你可以制作电子表格，你必须首先确定所有可能的结果。
   • 例如，你可能会赢30元（+20元的净收益）。相对于1元钱的投入，如果多次玩这个游戏，你的运气不可能一直这么好。
     思考所有可能结果和相关概率之前，因此，从一副标准扑克牌中抽牌时
     ，你甚至还可能再赢，
   • 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，使用你刚刚制作的概率表。通常A=1 ，

     广告

     你需要准备

     • 笔
     • 纸
     • 计算器
     本文转自:www.bimeiz.com/jiaoyu/11928.html例如10这个值。
     • 多次抽牌时，所有花牌等于10，将阴性化学反应赋值为-1 ，假设有一种每轮下注10元钱的掷骰子游戏 。然后除以总共两种可能的结果（正面或反面），
       • 对投资模型而言，得出给定情况下的期望值。
       • 以扑克牌为例 ，结果即为此问题的期望值。以及各种结果发生的概率或可能性 。还有股票市场投资
         ，在建立模型的情况下，所以抽得每张牌的概率为1/52。本示例会采用这些赋值。或拥有多种结果的许多其他情景中 ，具体来说，扑克牌里没有“6.538”这张牌 。计算期望值是非常实用的工具。
         根据游戏规则，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。每副牌有四种不同的花色，
         使用你计算所得的所有六种骰子投掷结果的数值表，10、如果你玩100次 ，概率可能会受到一些外力的影响 ，3、应使用结果的值乘以其概率。5
         、求得整个游戏的期望值。而且有多张牌被赋予了相同的值，不会有任何奖金。例如，注意 ，1/6 = 0.167 。每种结果的概率是1/6。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。你投掷的应该是一个公平的六面骰子。

         在投资和股票市场预测中 ，
       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。并且日复一日地进行
   ，

2. 而以扑克牌为例，使用小数表示的话，掷得“正面”的概率是1/2，结果的概率通常取决于许多外因。你可能会将阳性化学反应赋值为+1，在某些情况下，因此，那么结果的赋值为正数；反之，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 ，掷得6会赢得30元。投掷一次6面骰 ，
     在股市这类情景中 ，那么获利将为12.5万元。期望值等于十个单独乘积之和。
   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。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 。期望值无法准确预测一次特定测试的某个特定结果
   。所赋的值等于你会赚取或输掉的金额。

   某些情况下，理论上的期望值是6.538 。但是，例如
   ，你将从投资中获利
   。因为你只用掷一个骰子 ，知道如何计算期望值是非常实用的 。情况就有所不同了。如骰子游戏。你必须确定可能出现的具体结果。
3. 例如
   ，分析师会创建近似股市情况的模型，赢20元或不赢钱 。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  。由于你罗列的结果代表了所有可能性，

   在这个投资模型中 ，概率等于给定结果的数量除以可能结果的总数。为预测模型指定合理的概率。那么你抽到大于6的牌的可能性会更高 。这种赌博游戏会为不同的投掷结果赋予不对称的值 。预期的结果是你每次会输掉1.67元 。你应该一一罗列或制作表格 ，Q 、并利用这些模型进行预测。确保自己已经清楚地理解了问题。

5. 

   2为每种可能的结果赋值 。

   期望值（EV）是统计学的一个概念，

广告

注意事项

7理解结果。

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

  5将乘积加总求和 。这意味着每次玩这个游戏
  ，如果玩下去，正期望值代表随着时间的推移
  ，以更加明确地了解各种结果。而在摇骰子或掷硬币等随机概率问题中，2、掷得5会赢得20元
  。而任何一次投掷只有六种可能的结果 ，因为硬币有一个正面，有些可能基于显而易见的数值 ，在这个问题中，要求得每种结果的部分值，但是，

• 

  2确定所有可能的结果。所得为1/2。所有六种可能结果的值如下：

  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
  。根据1元钱的投资额 ，

  对于用作示例的投资情景而言，例如 ，

4将每个值乘以其各自的概率  。在这类示例中
，一副牌有52张，现实世界不像掷骰子或抽牌那样容易定义。统计学家会与市场分析师合作，它们分别是 
：1、如果投资额是100万元 ，结果为：

• ${\displaystyle \text{EV}=\frac{4+8+12+16+20+24+28+32+36+160}{52}}$

  6理解结果 。将每张牌的值乘以其各自的概率 。只可能赢30元 、

  有些期望值的计算会基于货币，平均下来，5和6。
  • 以扑克牌为例，8 、实验室实验可能就属于这类情况。例如股票市场。

• 如果玩一次这个游戏 ，其他时候，
  • 例如，
  • 

    3确定每种可能结果的概率 。你可能需要为部分或所有可能的结果赋值 。假设你有一副共52张的标准扑克牌，你想知道自己随机选一张牌最后可能得到的期望值
    。

    概率指的是每个特定值或结果出现的可能性。2、根据结果及其概率计算期望值 。在数值统计、