1 . 人工智能发展迅猛，在各个行业都有应用．某地图软件接入了大语言模型后，可以为用户提供更个性化的服务，某用户提出：“请统计我早上开车从家到公司的红灯等待时间，并形成统计表．”地图软件就将他最近100次从家到公司的导航过程中的红灯等待时间详细统计出来，将数据分成了，，，，（单位：秒）这5组，并整理得到频率分布直方图，如图所示．

(1)求图中a的值；
(2)估计该用户红灯等待时间的中位数（结果精确到0.1）；
(3)根据以上数据，估计该用户在接下来的10次早上从家到公司的出行中，红灯等待时间低于85秒的次数．

8 . 某公司为提升款产品的核心竞争力，准备加大款产品的研发投资，为确定投入款产品的年研发费用，需了解年研发费用(单位：万元)对年利润(单位：万元)的影响.该公司统计了最近8年每年投入款产品的年研发费用与年利润的数据，得到下图所示的散点图:

经数据分析知，与正线性相关，且相关程度较高.经计算得，.
(1)建立关于的经验回归方程;
(2)若该公司对款产品欲投入的年研发费用为30万元，根据(1)得到的经验回归方程，预测年利润为多少万元?
附：.

9 . “熵”常用来判断系统中信息含量的多少，也用来判断概率分布中随机变量的不确定性大小，一般熵越大表示随机变量的不确定性越明显．定义：随机变量对应取值的概率为，其单位为bit的熵为，且．（当，规定．）
(1)若抛掷一枚硬币1次，正面向上的概率为，正面向上的次数为，分别比较与时对应的大小，并根据你的理解说明结论的实际含义；
(2)若拋郑一枚质地均匀的硬币次，设表示正面向上的总次数，表示第次反面向上的次数（0或1）．表示正面向上次且第次反面向上次的概率，如时，．对于两个离散的随机变量，其单位为bit的联合熵记为，且．
（ⅰ）当时，求的值；
（ⅱ）求证：．

10 . 单位面积穗数､穗粒数､千粒重是影响小麦产量的主要因素，某小麦品种培育基地在一块试验田种植了一个小麦新品种，收获时随机选取了100个小麦穗，对每个小麦穗上的小麦粒数进行统计得到如下统计表：

穗粒数
穗数	4	10	56	22	8

其中同一组中的数据用该组区间的中点值作代表.从收获的小麦粒中随机选取5组，每组1000粒，分别称重，得到这5组的质量（单位：）分别为：.
(1)根据抽测，这块试验田的小麦亩穗数为40万，试估计这块试验田的小麦亩产量（结果四舍五入到）；
公式：亩产量亩穗数样本平均穗粒数.
(2)已知该试验田穗粒数近似服从正态分布，其中近似为样本平均数，近似为样本方差.若小麦穗粒数不低于28粒的穗数超过总体的，则称该小麦品种为优质小麦品种，试判断该试验田中的小麦品种是否为优质小麦品种.
参考数据：若近似服从正态分布，则.