ยูทิลิตี้ที่คาดหวังเป็นทฤษฎีที่ใช้กันทั่วไปในทฤษฎีเกมและเศรษฐศาสตร์ เป็นการวัดทางสถิติของความน่าจะเป็นของผลลัพธ์ที่ดีต่อการตัดสินใจที่มีความเสี่ยง "ยูทิลิตี้" เป็นการวัดความพึงพอใจต่อผลลัพธ์ ตัวอย่างเช่นพิจารณาบุคคลที่เสนองานสองงาน Job A เสนอค่าตอบแทนที่สูงขึ้น แต่มีโอกาส 50 เปอร์เซ็นต์ที่เขาจะต้องย้ายไปยังตำแหน่งที่ไม่พึงประสงค์ Job B เสนอค่าตอบแทนที่ต่ำกว่ามาก แต่เขาไม่ต้องย้าย การชั่งน้ำหนักตัวเลือกในการตัดสินใจเป็นตัวอย่างของยูทิลิตี้ที่คาดหวัง การตัดสินใจเข้าร่วมลอตเตอรี่และสถานการณ์การพนันอื่น ๆ เป็นตัวอย่างที่ดี
ยูทิลิตี้ที่คาดหวังเป็นค่าเฉลี่ยถ่วงน้ำหนัก ในการคำนวณให้คูณยูทิลิตี้ของผลลัพธ์ที่เป็นไปได้แต่ละรายการด้วยความน่าจะเป็นของผลลัพธ์ที่เกิดขึ้นจริง ดังนั้นหากมีโอกาส 50% ที่ทำเงิน 10 ดอลลาร์สหรัฐ (USD) และมีโอกาส 50% ที่จะไม่ทำเงินยูทิลิตี้ที่คาดหวังคือ $ 5 USD หากการดำเนินการครั้งที่สองมียูทิลิตีที่คาดหวังไว้ที่ 3 USD ดังนั้นการดำเนินการแรกจะเป็นตัวเลือกที่มีเหตุผลมากกว่าเนื่องจากมียูทิลิตี้ที่คาดหวังสูงกว่า
โดยทั่วไปแล้วเศรษฐศาสตร์ถือว่าผู้คนมีเหตุผลทำตัวเลือกที่มีประโยชน์สูงสุดตามที่คาดหวัง แต่สมมติฐานนี้เป็นปัญหา ปัญหามากมายที่เกิดจากทฤษฎีเกมเช่น "Dilemma ของ Prisoner's" ทำให้ผู้คนอยู่ในสถานการณ์ที่หากการกระทำแต่ละอย่างเพื่อเพิ่มยูทิลิตี้ที่คาดหวังผู้เข้าร่วมจะไม่ได้รับผลลัพธ์ที่ดี หากผู้เข้าร่วมได้รับอนุญาตให้สื่อสารและเข้าร่วมพวกเขาจะสามารถวางแผนผลลัพธ์โดยรวมที่ดีขึ้นสำหรับผู้เข้าร่วมทั้งหมด อย่างไรก็ตามการสื่อสารประเภทนี้เป็นสิ่งต้องห้ามตามปกติในคำแถลงปัญหา
สถานการณ์เปลี่ยนไปหากผู้เล่นโต้ตอบกันเป็นเวลานาน ระยะเวลานานขึ้นที่ต้องใช้ชุดการตัดสินใจอนุญาตให้ผู้เข้าร่วมทดลองด้วยความร่วมมือและให้ความร่วมมือต่อไปหากผู้เข้าร่วมรายอื่นตอบแทน การสื่อสารไม่จำเป็นสำหรับกลยุทธ์นี้เพื่อความสำเร็จ ในสถานการณ์เช่นนี้ยูทิลิตี้ที่คาดหวังในการร่วมมือและให้โอกาสผู้เล่นอื่นให้ความร่วมมือสูงเนื่องจากผลประโยชน์ระยะยาวของความร่วมมือมีมากกว่าความสูญเสียในระยะสั้นที่เกิดจากการเบี่ยงเบนสั้น ๆ จากกลยุทธ์ของการไม่ร่วมมือ การกำหนดกลยุทธ์โดยรวมที่ดีที่สุดการผสมผสานที่ดีที่สุดของความร่วมมือและการไม่ร่วมมือเป็นปัญหาที่เปิดกว้าง แผนกเศรษฐศาสตร์บางแห่งยังจัดให้มีการแข่งขัน "Prisoner Dilemma" ที่ให้ผู้คนทดสอบกลยุทธ์ของพวกเขาต่อกัน
