祝融说。

平均赚一个单位是否值得做

周六十二点，顾宁把后果表中的几类结果抄到计算页。唐可说，既然概率可以给结果分配程度，是否只要把每种后果乘相应概率，再看总和为正还是为负，就能决定D17。

这个办法抓住了期望值的一项核心关系，却还没有完成行动判断。首先，D17目前没有第二版，缺少具体后果和相应概率；其次，一个加权平均回答的是给定模型中的平均量，不说明任何一次实际结果恰好等于它，也不自动说明失败可承担。

本章用几个明确的独立演示解释期望值。所有数字都是思想实验，不加入澄湾主线。周六讨论到现在，委托方没有新回复，站方没有预留工位、购料或发出澄清消息。

期望值不是要被批评掉的简单工具。它可以使结果程度与概率进入同一比较，也可以检查直觉遗漏了哪条路径。本章要限制的是它承担的问题，不让一项平均数替目标、约束和时间全部作答。

离散结果怎样得到加权平均

若一个数值结果X可能取若干值，每个值有相应概率，而且这些结果在模型中互斥并覆盖所问范围，期望值可以写为：

$$ E[X]=\sum_i P(X=x_i)x_i $$

这一定义及离散随机变量的期望值规则可回查MIT概率导论第五讲。公式说明怎样加权，不替每个结果值和概率取得现实依据。

若只列有利结果，却遗漏没有形成版本、返工或退出路径，概率和可能不足一；若两项结果其实可以同时发生，又把它们当互斥路径，简单相加也会改变含义。计算前要先检查结果集合怎样构成。

这里的X还必须说明单位。周转变化、工时占用与关系状态不能未经转换放进同一个X。期望值对已经数值化的对象工作，不会自动把所有目标翻译成同一尺度。

一个平均数可能从未实际出现

设一项独立行动只有两种结果，各有二分之一概率：一种净增加三个单位，另一种净减少一个单位。期望值为二分之一乘三，加二分之一乘负一，等于一个单位。

单次实施以后，实际结果只会按这个模型成为增加三或减少一，不会因为期望是一个便取得恰好增加一。期望描述概率分布的加权中心，不是对单次终局的第三种承诺。

若许多次条件保持且相应重复关系成立，平均结果可能提供另一层解释；但一次D17不是自动拥有无限重复的游戏。条件会不会保持、对象是否独立、是否有能力重复，都需要材料。

因此，“预计赚一个”容易产生误解。若它指期望账面变化，可以使用，只需说明两条实际路径。若它被听成这次大致一定增加一个，就把平均量变成了单次预测。

相同期望值可以有不同后果分布

再设两个行动。轻量行动仍有一半机会增加三个、一半机会减少一个，期望为一。深度行动有一半机会增加八、一半机会减少六，期望同样也是一。

两项的加权平均相同，失败损耗和成功幅度却不同。一个主体能承担减少一，不代表能承担减少六。若当前可动用资源只有四，第二条失败路径还可能触及另有用途的保障资源。

不能由“长期平均一样”宣布两项行动等价。目标若只关心某个线性数值且允许无限分摊，也许可以暂时忽略部分分布差别；澄湾还关心存续、履约和恢复，因此路径结构需要保留。

这组比较没有判定轻量一定更好。深度行动的成功后果可能服务某个重要目标，主体也可能另有可靠缓冲。结论只是，期望相同不足以完成排序，后果分布仍是行动信息。

正期望也可能越过存续线

设另一项行动有十分之九机会增加两个单位，十分之一机会减少九个单位。期望为十分之九，即正0.9。若行动者只能承受四个单位损耗，负九路径会越过其明确存续线。

正期望没有取消这条路径。它将较大损耗按较小概率加权进平均，却不会在失败真实发生时只扣其概率份额。一次实现仍承担完整九个单位。

行动者可以通过缩小投入、购买可靠保障、分阶段承诺或拒绝行动来改变后果。哪种办法可用需要具体条件，不能只把概率调低。若决定性后果仍存在，平均为正不是自动许可。

同样，负期望也不一定回答所有目标。某项行动可能被选择来履行义务或保护另一个无法货币化的目标。只是采用者要说明该目标如何进入，而不能将负数藏起来。

“损失概率小”与“损失可承受”分开

概率回答某条损失路径在模型中多大程度可能发生，可承担性回答一旦发生，主体还能否维持所保护的条件。两者都重要，却位于不同维度。

一个百分之一的损失若足以使系统不能继续，行动者仍需认真处理；一个百分之五十的小损耗若可迅速恢复，可能适合试探。只按概率高低称风险大或小，会省掉后果强度。

可承担也不是主观勇气的同义语。它可以返回余额、已有承诺、恢复时间和替代路径。不同主体条件不同，结论可能不同；这不由谁更敢承担决定谁更理性。

本书后续将把不能拿来试的失败单独整理。本章先让加权计算保留完整损失，不把概率乘过的数误认为实际只需承担那一小部分。

期望值需要行动条件

若不同动作会改变外部结果概率，就不能对所有动作使用同一个无条件p。可以分别问，在采取轻量澄清的条件下各结果概率怎样，在提前深度准备的条件下又怎样。

形式上，动作a下结果X的期望可以写为：

$$ E[X\mid a]=\sum_i P(X=x_i\mid a)x_i $$

这仍只是给定模型内的条件表达。行动后的概率需要来自数据、机制或明确主观判断；一个动作听起来积极，不会自动使成功概率增加。

若行动本身不影响结果，只改变损耗，结果概率可以相同而后果值不同。若行动既改变信息又改变过程，两处都可能变。顾宁必须说明自己采用哪种模型，不能只挑对方案有利的一边变化。

观察到的人与采取动作的人可能不同

上册历史B组四项有三项A，只描述有某类消息者的历史条件频率。若D17动作是要求每个人回复或提前准备，它会改变消息产生过程，不能直接把四分之三当行动条件成功率。

同样，过去主动深度准备的任务可能本来更明确，观察到它们结果较好，不证明深度准备对当前所有对象有相同作用。需要辨认选择、共同条件和动作后的关系。

期望值算式不会暴露这项迁移错误。只要输入一个概率，它就能给出结果。计算正确与行动条件有根据，仍是两项需要分别检查的工作。

因此D17情景页会为每个概率保留身份：历史描述、主观判断、机制假定或实际新批记录。没有依据时可以保留未知，不为完成算式先借一个旧频率。

多项目标不能由一个账面期望吞并

假设一项动作期望账面贡献较高，却有较大机会挤延已有任务；另一项贡献较低，却保持履约和容量。若目标表明确保护已有承诺，不能只按账面E[X]排序。

可以为不同目标分别建立结果指标，也可以在有根据时建立效用模型，将多种后果映射到共同尺度。但这种映射是新增判断，不是期望值定义自动完成的工作。

关系、学习与容量尤其需要谨慎。一条回复是否形成有用信息，可以按具体问题裁决；“关系价值五个单位”若没有规则，只是把偏好包装成数字。保留定性比较有时比虚构统一单位更准确。

行动可以在硬约束筛选后，分别报告各项目标的期望后果。没有唯一总分，不等于不能比较；它使真实取舍继续可见。

期望效用增加了什么假定

经济学中的不确定选择常将各结果先映射为效用，再按概率加权。MIT 14.01关于不确定性的课程讲义区分期望值与期望效用，并说明效用函数形状与风险偏好的关系。

若结果值为x，效用函数为u，离散情景中的期望效用写为各项概率乘u(x)之和。非线性u可以表达同样金额变化在不同资源位置具有不同评价。

但效用函数不是从公式中发现的客观刻度。选择什么函数、包含哪些主体与目标、是否符合当前行为，需要额外说明。给损耗套上平方根或对数，不会自行证明模型合理。

本书不为澄湾建立一套精确效用函数。我们只借这一区分说明：金额期望和主体对后果的评价可以不同，若要统一为数值，需要公开新增结构。

风险厌恶不是永远报低概率

风险态度评价的是结果与选择，不是把事件概率往悲观方向修改。若现有材料支持某事件概率为六成，行动者担心损耗，应在后果或效用中处理，不能把概率改成三成来表达不愿承担。

把偏好塞进概率，会同时伤害判断和行动。后来结果用于校准时，记录者不知道三成是对事件的估计，还是对行动的反感；行动比较也看不见真正损耗。

相反，一个主体愿意承担波动，也不能把六成改成九成。勇气不增加事件出现程度。概率尽量忠于信息，偏好忠于目标和后果，两者相接但不互相冒名。

这延续上册的判断纪律。下册加入行动，不让行动愿望反向污染概率输入，而是为愿望与承受建立自己的位置。

线性加权并不保证主体长期存续

若每次都选择正期望但有小概率耗尽全部资源的行动，重复机会并不自动保护主体。一次决定性失败发生以后，主体可能不再有下一次，所谓长期平均对它失去实现路径。

这不是说小概率严重后果一定发生，也不是数学期望本身错误。它说明重复结构中需要考虑资源状态怎样随结果变化，以及行动是否还能继续。简单把每次期望相加可能省掉吸收边界。

反过来，完全拒绝所有含损失概率的行动，也可能让资源逐步耗尽或错失维持条件。存续不是永不波动，而是使损耗、恢复与下一步之间有路径。

第五章将明确哪些失败在当前案例不能拿来试。这里先把主体能否继续放在期望值旁边，不用一个正号替它回答。

支配关系有时不需要精确概率

设两个行动在所有已列情景下取得相同目标结果，但行动甲使用更少工时、较少资金，且退出不更困难。如果没有遗漏其他重要后果，甲至少不劣于乙。此时不需要为每条路径先估精确概率，便可排除乙。

真正应用时要检查所谓所有结果是否完整。乙也许提供更快响应、额外学习或另一条恢复路径；若有，就不再是相同后果。不能为了宣称支配而删掉对方优势。

这一比较提醒顾宁，不是每个选择都必须先做复杂期望模型。先用约束和明确关系筛掉无意义方案，可以减少为缺少根据的概率忙碌。

D17的深度准备目前承诺更多，却没有已知第二版供它增加对应价值。与一次不占工位的澄清相比，它尚未显示额外目标收益，因此当前缺少采用依据。这是材料状态，不是永久认定深度准备无用。

一个三情景演示检查遗漏

另设某行动有三种互斥结果：以五分之一概率增加六个单位，以二分之一概率增加一个单位，以十分之三概率减少四个单位。概率合计一，期望为二分之一。

计算过程是五分之一乘六，加二分之一乘一，再加十分之三乘负四，得到0.5。若漏掉第三项，表面期望会变成1.7；若仍让前两项概率合计七成，却当作全部结果，数值含义已经改变。

也不能将“不知道会不会有第四种结果”直接补成剩余三成，因为本表已经明定三项覆盖。若覆盖没有根据，应先标模型不完整，而不是为凑一随手分配概率。

本演示的重点不在正0.5，而在结果集合、概率总和和数值方向可复核。D17未来若使用情景表，也须让未取得的分支能被指出。

敏感性检查不等于找到真实分布

假定刚才高结果的概率从五分之一改为十分之一，低结果概率相应增到五分之二，中间保持二分之一，期望会从0.5变为负0.5。这个变化说明结论对概率输入敏感。

它没有证明真实概率在两套值之间，也没有形成置信区间。敏感性检查是问如果输入改变，输出怎样；输入的可信范围还需要自己的依据。

也可以改变结果值。例如失败从负四变成负二，期望会上升。哪项输入最影响结果，可以指导进一步查找或缩小动作，但不能挑最乐观组合当最终判断。

D17目前连主情景值都未取得，更不能先画一个看似精细的敏感性范围。顾宁只在模板中保留概率、结果值、来源和变化检查四个位置。

期望较高仍可能不是当前可行方案

方案先通过存续与权限约束，再讨论期望表现。若某方案需要五个前期单位，而当前仅有四个可动用，它不能只凭期望较高直接实施。

行动者可以设法改变可行条件，比如缩小范围、取得分期付款或等待已有支出结束。条件真正改变以后，方案再进入比较；不能把可能取得资金写成已经可用。

这种顺序防止平均收益压过时间。未来流入、当前余额和不能延后的义务分别保存，期望总和不让它们同时发生。

可行也不等于应该采用。通过底线只是进入候选，还要看目标、其他后果和替代动作。硬约束与优化各有职责，不能把“没有越界”说成“最佳”。

一次实现怎样返回模型

行动以后取得一个结果，可以将它与原情景页对应。若出现已列路径，记录实际后果，检查概率判断与执行；若出现未列重要结果，说明模型覆盖不足，需要重开。

一次有利实现不证明期望值输入准确，一次不利实现也不自动否定非零概率模型。跨事件记录可帮助后续校准，但行动后果本身仍应完整保存。

若结果值与原来估计不同，例如返工比假定更长，需要修订后果模型。不能只改概率让最终期望保持原数，也不能在结果之后修改原版本，使预测看起来吻合。

期望页的价值不仅是选择前求和，也在于结果后知道差异发生在哪里：概率、结果范围、数值、执行还是外部条件。

多项期望可以相加，联合后果仍要检查

若两个数值结果X与Y都有可定义期望，它们总和的期望等于各自期望之和；这项线性关系不要求二者独立。顾宁可以用它检查几个账面部分怎样汇总，不必为了求平均先假装所有任务互不影响。

但期望相加没有说明两项损耗会不会同时发生。设两个任务各有十分之一概率损失四个单位，各自期望损耗为0.4；若失败完全同向，某次可能同时损失八，若失败不能同时发生，单次最多损失四。期望总损耗同为0.8，存续暴露却不同。

这组数字仍是独立演示，不加入D17。它说明联合关系对可承担性重要，即使对期望总和的计算不重要。第二部分会专门处理相关暴露，本章只防止“期望能相加”被误读成“后果可以独立分散”。

相反，也不能因联合关系未知就说各项期望毫无意义。平均账面量可以先按现有模型报告，同时把共同失败、峰值占用和恢复条件留在另一栏。数学性质回答自己的问题，行动页负责把被省略的结构补回。

平均表现需要说明按什么重复

人们有时用“做得多了，期望就会兑现”安慰一次波动。但重复什么、条件是否保持、资源能否撑过中间路径，都不能从次数二字推出。每次任务对象不同，概率与后果分布可能随环境改变。

即使在一个明确同分布模型中，长期平均的性质也不保证有限前几次不会出现集中损耗。主体若在第三次已经越过存续线，后来潜在的有利次数无法由它继续实施。重复资格本身是行动条件。

D17只是一项尚待形成的行动。顾宁不会用未来还有许多委托来分摊当前不可承担后果，也不会因单次无法证明长期平均就拒绝一切期望比较。她先问当前方案是否留下下一次，然后再讨论跨批次表现。

期望值是理论降维后的行动表征

从RC的理论降维看，期望值把多条可能后果投影为一个加权量，是有限行动者组织复杂结果的一种有效表征。它的有限性不取消价值，反而说明它应当作为认知中转站进入下一轮比较，而不被提升为对全部现实的封闭描述。

因此，本章安排不同表征的职责：期望值处理加权结果，存续线保存主体不能交换的延续条件，反馈页再检查实际后果怎样改变下一次预期。三者共同服务RC的前瞻性循环。

D17情景加权页暂时保持空值

顾宁在D17页写下列项：具体动作、互斥结果、每项概率及身份、各结果的账面与非账面后果、期望量、存续检查、敏感输入与重开条件。

当前可以确定的是动作承诺深度与资源边界，不能确定的是新版本结果集合、行动条件概率、价格和恢复成本。她不把上册0.5复制给“形成合适版本”，也不把四个可动用单位当预期收益。

一次澄清相对深度准备具有较小的已知承诺，但它是否采取仍要在第六章形成行动卡。现在只说明深度准备没有对应对象，不能从可能更快开始推成已知收益。

模板空着数值，不等于没有进展。需要取得的材料已经与计算位置对应，后续回复到来时不会把总额、贡献、概率和可承担性重新混在一起。

周六十二点四十分保存计算边界

周六十二点四十分，顾宁保存情景加权页。三组独立演示分别说明期望可能不是实际结果、相同期望可有不同分布、正期望仍可越过存续线；它们不加入澄湾资源账。

外部课程讲义只用于核对离散期望与期望效用的形式关系，没有为R17提供概率、效用函数或经营结论。D17实际页仍无新事件概率、收入、支出或行动采用。

本章得到的判断是，期望值回答给定结果、概率和数值尺度下的加权平均，可以比较情景，却不独自回答单次会发生什么、主体能否承受或多项目标怎样排序。

下一章将先于任何正负平均建立存续条件。站方需要明确哪些损耗会使既有任务、基本周转或恢复路径中断，哪些失败虽然不利却仍可进入试错；只有这条边界清楚，期望计算才不会把不能承担的结果缩成一个小权重。