1 . 在一个典型的数字通信系统中，由信源发出携带着一定信息量的消息，转换成适合在信道中传输的信号，通过信道传送到接收端.有干扰无记忆信道是实际应用中常见的信道，信道中存在干扰，从而造成传输的信息失真.在有干扰无记忆信道中，信道输入和输出是两个取值的随机变量，分别记作和.条件概率，描述了输入信号和输出信号之间统计依赖关系，反映了信道的统计特性.随机变量的平均信息量定义为：.当时，信道疑义度定义为
(1)设有一非均匀的骰子，若其任一面出现的概率与该面上的点数成正比，试求扔一次骰子向上的面出现的点数的平均信息量；
(2)设某信道的输入变量与输出变量均取值0，1.满足：.试回答以下问题：
①求的值；
②求该信道的信道疑义度的最大值.

4 . 某校20名学生的数学成绩和知识竞赛成绩如下表：

学生编号	1	2	3	4	5	6	7	8	9	10
数学成绩	100	99	96	93	90	88	85	83	80	77
知识竞赛成绩	290	160	220	200	65	70	90	100	60	270
学生编号	11	12	13	14	15	16	17	18	19	20
数学成绩	75	74	72	70	68	66	60	50	39	35
知识竞赛成绩	45	35	40	50	25	30	20	15	10	5

计算可得数学成绩的平均值是，知识竞赛成绩的平均值是，并且，，．
(1)求这组学生的数学成绩和知识竞赛成绩的样本相关系数（精确到）．
(2)设，变量和变量的一组样本数据为，其中两两不相同，两两不相同．记在中的排名是第位，在中的排名是第位，．定义变量和变量的“斯皮尔曼相关系数”（记为）为变量的排名和变量的排名的样本相关系数．
（i）记，．证明：．
（ii）用（i）的公式求这组学生的数学成绩和知识竞赛成绩的“斯皮尔曼相关系数”（精确到）．
(3)比较（1）和（2）（ii）的计算结果，简述“斯皮尔曼相关系数”在分析线性相关性时的优势．
注：参考公式与参考数据．；；．

5 . 某同学进行投篮训练，已知该同学每次投中的概率均为0.5.
(1)若该同学进行三次投篮，第一次投中得1分，第二次投中得1分，第三次投中得2分，记为三次总得分，求的分布列及数学期望；
(2)已知当随机变量服从二项分布时，若充分大，则随机变量服从标准正态分布.若保证投中的频率在0.4与0.6之间的概率不低于，求该同学至少要投多少次.
附：若表示投篮的次数，表示投中的次数，则投中的频率为；若，则.

7 . 为了研究学生每天整理数学错题情况，某课题组在某市中学生中随机抽取了100名学生调查了他们期中考试的数学成绩和平时整理数学错题情况，并绘制了下列两个统计图表，图1为学生期中考试数学成绩的频率分布直方图，图2为学生一个星期内整理数学错题天数的扇形图.若本次数学成绩在110分及以上视为优秀，将一个星期有4天及以上整理数学错题视为“经常整理”，少于4天视为“不经常整理”.已知数学成绩优秀的学生中，经常整理错题的学生占.

	数学成绩优秀	数学成绩不优秀	合计
经常整理
不经常整理
合计

(1)求图1中的值以及学生期中考试数学成绩的上四分位数；
(2)根据图1、图2中的数据，补全上方列联表，并根据小概率值的独立性检验，分析数学成绩优秀与经常整理数学错题是否有关?
(3)用频率估计概率，在全市中学生中按“经常整理错题”与“不经常整理错题”进行分层抽样，随机抽取5名学生，再从这5名学生中随机抽取2人进行座谈.求这2名同学中经常整理错题且数学成绩优秀的人数X的分布列和数学期望.
附：

9 . 马尔科夫链是概率统计中的一个重要模型，也是机器学习和人工智能的基石，在强化学习、自然语言处理、金融领域、天气预测等方面都有着极其广泛的应用．其数学定义为：假设我们的序列状态是…，，，，，…，那么时刻的状态的条件概率仅依赖前一状态，即．
现实生活中也存在着许多马尔科夫链，例如著名的赌徒模型．
假如一名赌徒进入赌场参与一个赌博游戏，每一局赌徒赌赢的概率为，且每局赌赢可以赢得1元，每一局赌徒赌输的概率为，且赌输就要输掉1元．赌徒会一直玩下去，直到遇到如下两种情况才会结束赌博游戏：一种是手中赌金为0元，即赌徒输光；一种是赌金达到预期的B元，赌徒停止赌博．记赌徒的本金为，赌博过程如下图的数轴所示．

当赌徒手中有n元（，）时，最终输光的概率为，请回答下列问题：
(1)请直接写出与的数值．
(2)证明是一个等差数列，并写出公差d．
(3)当时，分别计算，时，的数值，并结合实际，解释当时，的统计含义．