棘手又迷人的數(shù)學(xué)套裝（共7冊）

棘手又迷人
目錄
總序
前言
1 由打麻將定莊引出的幾個(gè)問題
1.1 打麻將擲兩顆骰子定莊誰擲對(duì)自己坐莊有利
1.2 如何決策
1.3 數(shù)字和的分布
1.4 數(shù)字和分布的求法
1.4.1 湊和法
1.4.2 多項(xiàng)式相乘法
1.4.3 逐個(gè)紙上作業(yè)法
1.4.4 頻數(shù)母函數(shù)法
1.5 又如何決策
2 取數(shù)問題
2.1 2數(shù)之和為奇偶數(shù)的概率
2.1.1 取數(shù)是不放回的
2.1.2 取數(shù)是放回的
2.2 3數(shù)之和為奇偶數(shù)的概率
2.2.1 取數(shù)是不放回的
2.2.2 取數(shù)是放回的
2.3 極值分布
2.3.1 取數(shù)是不放回的
2.3.2 取數(shù)是放回的
2.4 極值聯(lián)合分布
2.4.1 取數(shù)是不（無）放回的
2.4.2 取數(shù)是（有）放回的
2.5 不放回取數(shù)的各種概率
2.6 有放回取數(shù)的各種概率
3 由鞋子配對(duì)引出的S矩陣及其應(yīng)用
3.1 S矩陣的定義
3.2 S矩陣的應(yīng)用
3.3 S同問題
4 R矩陣及其應(yīng)用
4.1 R距陣的定義
4.2 R矩陣的應(yīng)用
4.3 H矩陣及其應(yīng)用
5 橋牌游戲中的概率
5.1 各種牌形的概率
5.1.1 均型牌概率
5.1.2 近均型牌的概率
5.1.3 缺花色（門）的概率
5.1.4 缺數(shù)值的概率
5.1.5 有大牌的概率
5.2 王牌分布
6 多于2個(gè)事件的對(duì)稱差
6.1 事件序列的極限
6.2 多于2個(gè)事件的對(duì)稱差
6.3 事件的偶交
7 選擇問題
7.1 能否及格
7.2 設(shè)置幾個(gè)答案對(duì)考生及格有利
7.3 如何解答概率統(tǒng)計(jì)（數(shù)學(xué)）選擇題
7.4 被告律師拒絕幾名法官對(duì)被告有利
8 擲骰子游戲
8.1 誰贏概率較大
8.2 連續(xù)出現(xiàn)某點(diǎn)的概率
8.3 等待時(shí)間問題
8.4 至少有一個(gè)幺點(diǎn)的概率
9 離散型分布中參數(shù)的貝葉斯估計(jì)與極大似然估計(jì)
9.1 一般離散型隨機(jī)變量概率函數(shù)的表示
9.2 參數(shù)的貝葉斯點(diǎn)估計(jì)
9.3 參數(shù)的極大似然估計(jì)
10 求置信區(qū)間和拒絕域的待定實(shí)數(shù)法
10.1 求置信區(qū)間的待定實(shí)數(shù)法
10.2 求拒絕域的待定實(shí)數(shù)法
11 兩分布性質(zhì)及其應(yīng)用的相似
11.1 都是剩余壽命的分布
11.2 都是特殊情形的分布
11.3 和分布
11.4 小值分布都具有不變性
11.5 都具有無記憶性
11.6 都具有惟一性
11.7 都是隨機(jī)過程（事件流）到達(dá)間隔時(shí)間的分布
11.8 在截尾試驗(yàn)中參數(shù)的估計(jì)
11.8.1 幾何分布中參數(shù)q（=1—p）的估計(jì)
11.8.2 指數(shù)分布中參數(shù)A的估計(jì)
11.9 在伯努利過程和泊松過程檢驗(yàn)中的應(yīng)用
11.9.1 伯努利過程的檢驗(yàn)
11.9.2 泊松過程的檢驗(yàn)
11.10 平均忙期
11.10.1 排隊(duì)系統(tǒng)Geo／Geo／·的平均忙期
11.10.2 排隊(duì)系統(tǒng)M／M／的平均忙期
參考文獻(xiàn)
附錄
附錄A 常用分位數(shù)表
附錄B 常見隨機(jī)變量分布表