1 . 已知在一个不透明的盒中装有一个白球和两个红球（小球除颜色不同，其余完全相同），某抽球试验的规则如下：试验者在每一轮需有放回地抽取两次，每次抽取一个小球，从第一轮开始，若试验者在某轮中的两次均抽到白球，则该试验成功，并停止试验.否则再将一个黄球（与盒中小球除颜色不同，其余完全相同）放入盒中，然后继续进行下一轮试验.
(1)若规定试验者甲至多可进行三轮试验（若第三轮不成功，也停止试验），记甲进行的试验轮数为随机变量，求的分布列和数学期望；
(2)若规定试验者乙至多可进行轮试验（若第轮不成功，也停止试验），记乙在第轮使得试验成功的概率为，则乙能试验成功的概率为，证明：.

2 . 在某抽奖活动中，初始时的袋子中有3个除颜色外其余都相同的小球，颜色为2白1红．每次随机抽取一个小球后放回．抽奖规则如下：设定抽中红球为中奖，抽中白球为未中奖；若抽到白球，放回后把袋中的一个白色小球替换为红色；若抽到红球，放回后把三个球的颜色重新变为2白1红的初始状态．记第n次抽奖中奖的概率为．
(1)求，；
(2)若存在实数a，b，c，对任意的不小于4的正整数n，都有，试确定a，b，c的值，并证明上述递推公式；
(3)若累计中奖4次及以上可以获得一枚优胜者勋章，则从初始状态下连抽9次获得至少一枚勋章的概率为多少？

3 . 设的所有可能取值为，称（）为二维离散随机变量的联合分布列，用表格表示为：

Y X			…		…
			…		…
			…		…
…	…	…	…	…	…	…	…
			…		…
…	…	…	…	…	…	…	…
			…		…
			…		…		1

仿照条件概率的定义，有如下离散随机变量的条件分布列：定义，对于固定的，若，则称为给定条件下的条件分布列．
离散随机变量的条件分布的数学期望（若存在）定义如下：．
(1)设二维离散随机变量的联合分布列为

Y X	1	2	3
1	0.1	0.3	0.2	0.6
2	0．05	0.2	0.15	0.4
	0.15	0.5	0.35	1

求给定条件下的条件分布列；
(2)设为二维离散随机变量，且存在，证明：；
(3)某人被困在有三个门的迷宫里，第一个门通向离开迷宫的道，沿此道走30分钟可走出迷宫；第二个门通一条迷道，沿此迷道走50分钟又回到原处；第三个门通一条迷道，沿此迷道走70分钟也回到原处．假定此人总是等可能地在三个门中选择一个，试求他平均要用多少时间才能走出迷宫．

6 . 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．

8 . 在校运动会上，只有甲、乙、丙三名同学参加铅球比赛，比赛成绩达到以上（含）的同学将获得优秀奖．为预测获得优秀奖的人数及冠军得主，收集了甲、乙、丙以往的比赛成绩，并整理得到如下数据（单位：m）：
甲：9.80，9.70，9.55，9.54，9.48，9.42，9.40，9.35，9.30，9.25；
乙：9.78，9.56，9.51，9.36，9.32，9.23；
丙：9.85，9.65，9.20，9.16．
假设用频率估计概率，且甲、乙、丙的比赛成绩相互独立．
(1)估计甲在校运动会铅球比赛中获得优秀奖的概率；
(2)设X是甲、乙、丙在校运动会铅球比赛中获得优秀奖的总人数，估计X的数学期望E（X）；
(3)在校运动会铅球比赛中，甲、乙、丙谁获得冠军的概率估计值最大？（结论不要求证明）

9 . 一医疗团队为研究某地的一种地方性疾病与当地居民的卫生习惯（卫生习惯分为良好和不够良好两类）的关系，在已患该疾病的病例中随机调查了100例（称为病例组），同时在未患该疾病的人群中随机调查了100人（称为对照组），得到如下数据：

	不够良好	良好
病例组	40	60
对照组	10	90

(1)能否有99%的把握认为患该疾病群体与未患该疾病群体的卫生习惯有差异？
(2)从该地的人群中任选一人，A表示事件“选到的人卫生习惯不够良好”，B表示事件“选到的人患有该疾病”．与的比值是卫生习惯不够良好对患该疾病风险程度的一项度量指标，记该指标为R．
（ⅰ）证明：；
（ⅱ）利用该调查数据，给出的估计值，并利用（ⅰ）的结果给出R的估计值．
附，

	0.050	0.010	0.001
k	3.841	6.635	10.828

10 . 我们将服从二项分布的随机变量称为二项随机变量，服从正态分布的随机变量称为正态随机变量．概率论中有一个重要的结论是棣莫弗一拉普拉斯极限定理，它表明，若随机变量，当n充分大时，二项随机变量Y可以由正态随机变量X来近似，且正态随机变量X的期望和方差与二项随机变量Y的期望和方差相同．棣莫弗在1733年证明了的特殊情形，1812年，拉普拉斯对一般的p进行了证明．现抛掷一枚质地均匀的硬币100次，则利用正态分布近似估算硬币正面向上次数超过60次的概率为（       ）（附：若，则，，）

A．0.1587

B．0.0228

C．0.0027

D．0.0014