여러 번 시행했을때 기댓값이 높은 선택지를 고르는건 이해가 잘 됨 점점 그 기댓값으로 수렴을할거니까 근데 딱 한 번 시행할 때에도 기댓값이 높은 선택지를 고르는게 합리적인 이유가 뭐임?