1 . 甲、乙两名小朋友，每人手中各有3张龙年纪念卡片，其中甲手中的3张卡片为1张金色和2张银色，乙手中的3张卡片都是金色的，现在两人各从自己的卡片中随机取1张，去与对方交换，重复次这样的操作，记甲手中银色纪念卡片张，恰有2张银色纪念卡片的概率为，恰有1张银色纪念卡片的概率为．
(1)求的值．
(2)问操作几次甲手中银色纪念卡片就可能首次出现0张，求首次出现这种情况的概率．
(3)记．
（i）证明数列为等比数列，并求出的通项公式．
（ii）求的分布列及数学期望．（用表示）

2 . 甲乙两人参加知识竞赛活动，比赛规则如下：两人轮流随机抽题作答，答对积1分且对方不得分，答错不得分且对方积1分，然后换对方抽题作答，直到有领先2分者晋级，比赛结束.已知甲答对题目的概率为，乙答对题目的概率为P，答对与否相互独立，抽签决定首次答题方，已知两次答题后甲乙两人各积1分的概率为.记甲乙两人的答题总次数为.
(1)求P；
(2)当时，求甲得分X的分布列及数学期望；
(3)若答题的总次数为n时，甲晋级的概率为，证明：.

3 . 2023年10月7日，杭州第19届亚运会女子排球中国队以3：0战胜日本队夺得冠军，这也是中国女排第9个亚运冠军，她们用汗水诠释了几代女排人不屈不挠、不断拼搏的女排精神，某校甲、乙、丙等7名女生深受女排精神鼓舞，组建了一支女子排球队，其中主攻手2人，副攻手2人，接应手1人，二传手1人，自由人1人．现从这7人中随机抽取3人参与传球训练
(1)求抽到甲参与传球训练的概率；
(2)记主攻手和自由人被抽到的总人数为，求的分布列及期望；
(3)若恰好抽到甲，乙，丙3人参与传球训练，先从甲开始，甲传给乙、丙的概率均为，当乙接到球时，乙传给甲、丙的概率分别为，当丙接到球时，丙传给甲、乙的概率分别为，假设球一直没有掉地上，求经过n次传球后甲接到球的概率．

4 . 某大学有甲､乙两个运动场.假设同学们可以任意选择其中一个运动场锻炼，也可选择不锻炼，一天最多锻炼一次，一次只能选择一个运动场.若同学们每次锻炼选择去甲或乙运动场的概率均为，每次选择相互独立.设王同学在某个假期的三天内去运动场锻炼的次数为，已知的分布列如下：（其中）

	0	1	2	3

(1)记事件表示王同学假期三天内去运动场锻炼次，事件表示王同学在这三天内去甲运动场锻炼的次数大于去乙运动场锻炼的次数.当时，试根据全概率公式求的值；
(2)是否存在实数，使得？若存在，求的值：若不存在，请说明理由；
(3)记表示事件“甲运动场举办锻炼有奖的抽奖活动”，表示事件“王同学去甲运动场锻炼”，.已知王同学在甲运动场举办锻炼有奖的抽奖活动的情况下去甲运动场锻炼的概率，比不举办抽奖活动的情况下去甲运动场锻炼的概率大，证明：.

5 . 随机游走在空气中的烟雾扩散、股票市场的价格波动等动态随机现象中有重要应用.在平面直角坐标系中，粒子从原点出发，每秒向左、向右、向上或向下移动一个单位，且向四个方向移动的概率均为 例如在1秒末，粒子会等可能地出现在四点处.
(1)设粒子在第2秒末移动到点，记的取值为随机变量 ，求 的分布列和数学期望；
(2)记第秒末粒子回到原点的概率为.
（i）已知 求 以及；
（ii）令，记为数列的前项和，若对任意实数，存在，使得，则称粒子是常返的.已知 证明：该粒子是常返的.

6 . 甲、乙两人进行知识问答比赛，共有道抢答题，甲、乙抢题的成功率相同.假设每题甲乙答题正确的概率分别为和，各题答题相互独立.规则为：初始双方均为0分，答对一题得1分，答错一题得﹣1分，未抢到题得0分，最后累计总分多的人获胜.
(1)若，，求甲获胜的概率；
(2)若，设甲第题的得分为随机变量，一次比赛中得到的一组观测值，如下表.现利用统计方法来估计的值：
①设随机变量，若以观测值的均值作为的数学期望，请以此求出的估计值；
②设随机变量取到观测值的概率为，即；在一次抽样中获得这一组特殊观测值的概率应该最大，随着的变化，用使得达到最大时的取值作为参数的一个估计值.求.

题目	1	2	3	4	5	6	7	8	9	10
得分	1	0	0	﹣1	1	1	﹣1	0	0	0
题目	11	12	13	14	15	16	17	18	19	20
得分	﹣1	0	1	1	﹣1	0	0	0	1	0

表1：甲得分的一组观测值.
附：若随机变量，的期望，都存在，则.

10 . 在信息论中，熵（entropy）是接收的每条消息中包含的信息的平均量，又被称为信息熵､信源熵､平均自信息量.这里，“消息”代表来自分布或数据流中的事件､样本或特征.（熵最好理解为不确定性的量度而不是确定性的量度，因为越随机的信源的熵越大）来自信源的另一个特征是样本的概率分布.这里的想法是，比较不可能发生的事情，当它发生了，会提供更多的信息.由于一些其他的原因，把信息（熵）定义为概率分布的对数的相反数是有道理的.事件的概率分布和每个事件的信息量构成了一个随机变量，这个随机变量的均值（即期望）就是这个分布产生的信息量的平均值（即熵）.熵的单位通常为比特，但也用、、计量，取决于定义用到对数的底.采用概率分布的对数作为信息的量度的原因是其可加性.例如，投掷一次硬币提供了1的信息，而掷次就为位.更一般地，你需要用位来表示一个可以取个值的变量.在1948年，克劳德•艾尔伍德•香农将热力学的熵，引入到信息论，因此它又被称为香农滳.而正是信息熵的发现，使得1871年由英国物理学家詹姆斯•麦克斯韦为了说明违反热力学第二定律的可能性而设想的麦克斯韦妖理论被推翻.设随机变量所有取值为，定义的信息熵，（，）.
(1)若，试探索的信息熵关于的解析式，并求其最大值；
(2)若，（），求此时的信息熵.