[數] 期望值；[會計] 預期值；統計平均值
Since this is a concave function, it's not just the expected value.
由于這是一個凹函數，它不僅僅是期望值。
We have expected value, mean or average.
我們可以用期望值，或者是平均值。
What is the expected value of these risks?
這些風險的預期值是多少？
The more search, the higher the expected value of reward;
尋找越多，預期回報價值就越高；
The weighted mean of the random variable is the expected value.
隨機變量的加權平均值是期望值。
|expected number/desired value;[會計][自][數]期望值；預期值；統計平均值
在概率論與統計學中，期望值（expected value）是描述隨機變量長期平均結果的核心概念。它通過加權平均的方式，将每個可能結果乘以其發生概率後求和，反映隨機現象的理論均值。
數學上，離散型隨機變量的期望值計算公式為： $$ E[X] = sum_{i=1}^{n} x_i cdot P(x_i) $$ 其中$x_i$代表可能取值，$P(x_i)$是其對應概率。例如擲骰子的期望值計算為$(1+2+3+4+5+6)times frac{1}{6}=3.5$，說明在大量重複試驗中，平均點數趨近于3.5。
該概念在多個領域具有重要應用：
參考文獻：
維基百科《期望值》https://en.wikipedia.org/wiki/Expected_value
可汗學院概率課程https://www.khanacademy.org/math/statistics-probability
Investopedia金融詞典https://www.investopedia.com/terms/e/expected-value.asp
"Expected value"（期望值）是概率論和統計學中的一個核心概念，用于描述隨機變量的長期平均結果。它表示在多次重複試驗中，所有可能結果的平均值，每個結果按其發生的概率加權計算。
數學上，離散型隨機變量的期望值公式為： $$ E(X) = sum_{i=1}^n x_i cdot P(x_i) $$ 其中：
對于連續型隨機變量，公式則為積分形式： $$ E(X) = int_{-infty}^{infty} x cdot f(x) , dx $$ 其中(f(x))是概率密度函數。
假設一個骰子遊戲：
期望值計算： $$ E = (1 cdot frac{1}{6}) + (-0.5 cdot frac{5}{6}) = -0.25 text{元} $$ 這意味着長期參與這個遊戲平均每次會虧損0.25元。
需要注意的是，期望值不反映結果的實際波動範圍（風險），且可能不等于任何單一可能結果（如骰子期望值3.5實際不會出現）。
wouldpoliticianto the best of one's abilitysusceptible toinculcatebogeymancoveteddiamondsincidentalincompletioninterpretivenonaggressionstructionVolkswagenattempted murdercube sugarGeneva Conventionin the strict senselegal entityover the telephonepoor performanceuniverse of discourseazacitidinebiotronchancinessdemitintferritizationibogainemonteVHA