1 . 已知数列具有性质： ， 都，使得.
(1)分别判断以下两个数列是否满足性质，并说明理由；
（ⅰ）有穷数列：；
（ⅱ）无穷数列：；
(2)若有穷数列满足性质，且各项互不相等，求项数的最大值.

2 . 根据2024城市魅力排行榜，一线城市4个，分别为：上海、北京、深圳、广州；新一线城市15个，分别为：成都、杭州、重庆、苏州、武汉、西安、南京、长沙、天津、郑州、东莞、无锡、宁波、青岛、合肥.其中城区常住人口超过一千万的超大城市10个，分别为：上海、北京、深圳、重庆、 广州、成都、天津、东莞、武汉、杭州.
(1)从10个超大城市中随机抽取一座城市，求该城市是一线城市的概率；
(2)从10个超大城市按不可放回抽样的方式随机抽取3个城市，随机变量X表示新一线城市的数量，求随机变量X的分布列和期望；
(3)从10个超大城市中按可放回抽样的方式随机抽取3个城市，随机变量Y表示新一线城市的数量，比较E（X）与E（Y）的大小关系.（直接写出结果）

3 . 近年来，汽车自动驾驶技术高速发展，日趋成熟.自动驾驶是依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让自动驾驶系统可以在没有人类主动的操作下，自动安全地操作机动车辆的技术，其安全性备受人们的关注.2015年起，美国加州机动车管理局要求获得自动驾驶道路测试资质的公司每年1月1日之前上交一份自动驾驶年度报告，总结道路测试总里程数，以及过程中所经历的所有自动驾驶脱离事件，脱离事件是指在自动驾驶系统遇到无法处理的情况时，由驾驶员人工干预的事件.每次脱离平均行驶里程（MPD值，Miles per Disengagement），代表自动驾驶汽车每行驶多少里程才需要人工干预一次，它由一家公司报告的总里程数除以总脱离次数得到，这是衡量一辆自动驾驶汽车“驾驶水平”的重要指标之一.下图是今年发布的《加州2023年自动驾驶脱离报告》中选取了10家公司的数据.

公司	所属国家	测试总里程（英里）	脱离次数	MPD值
百度	中国	108300	6	18050
谷歌Waymo	美国	1454137	110	13219
通用Cruise	美国	831040	68	12221
比亚迪	中国	32054	3	10684
小马智行	中国	174845	27	6475
Nuro	美国	68762	34	2022
Zoox	美国	67015	42	1595
小米	中国	12272	8	1534
苹果	美国	7544	64	117
奔驰	德国	14238	2054	6.9

(1)从表中随机抽取一家中国公司和一家美国公司，求抽到的中国公司比抽到的美国公司MDP值高的概率；
(2)从表中的10家公司随机抽取3家，求至少有2家MPD值大于10000的概率；
(3)有人认为根据《加州2023年自动驾驶脱离报告》的数据，可以说明百度公司的自动驾驶技术已经全面超越谷歌公司.你是否同意此观点？并说明你的理由．

4 . 某公司有甲、乙两条生产线生产同一种产品，该产品有两个指标．从两条产品线上各随机抽取一些产品，指标数据如下表：

甲生产线 产品序号	1		2		3		4		5		6		7		8		9	10
指标	0.98		0.96		1.07		1.02		1.00		0.93		0.92		0.96		1.11	1.02
指标	2.01		1.97		1.96		2.03		2.03		1.98		1.95		1.99		2.07	2.02
乙生产线 产品序号		1		2		3		4		5		6		7		8
指标		1.02		0.97		0.95		0.94		1.13		0.98		0.97		1.01
指标		2.01		2.03		2.15		1.93		2.01		2.02		2.19		2.04

假设用频率估计概率，且两条生产线相互独立．
(1)从甲生产线上随机抽取一件产品，估计其指标大于1且指标大于2的概率；
(2)从甲、乙生产线上各随机抽取一件产品，设X表示指标大于2的产品数，估计X的数学期望；
(3)已知产品指标之和与3的差的绝对值越小则产品越好，两条生产线各生产一件产品，甲、乙哪条生产线产品更好的概率估计值最大？（结论不要求证明）

5 . 已知实数x，y满足方程．
(1)求的值；
(2)设与是方程组两组不同的解，其中．求证：．

6 . 自2022北京冬奥会以来，花样滑冰项目引起了广泛关注.选手们在冰上起舞，做出步法、旋转、跳跃等技术动作.“技术动作分”由“基础分”和“执行分”相加得到.不同的技术动作，其“基础分”也不同，其中四个跳跃动作4T，4S，4F，4Lz的“基础分”如表1所示.

跳跃动作	4T	4S	4F	4Lz
基础分	9.5	9.7	11.0	11.5

表1
选手表演完，得到相应动作的“执行分”.把“执行分”为非负值的跳跃动作记为“成功”，否则记为“失败”.表2为某选手在上一赛季各跳跃动作的“技术动作分”.

4T	12.04	11.22	4.75	9.06	9.97	11.63	10.98
4S	10.98	10.57	11.32	4.85	9.51	12.07
4F	13.69	5.50	14.02	12.92
4Lz	13.54	14.23	11.21	8.38	11.87

表2
假设用频率估计概率，且选手每个跳跃动作是否“成功”相互独立.
(1)从该选手上一赛季所有4T动作中任选一次，估计这次跳跃为“成功”的概率；
(2)若该选手在本赛季中，计划完成4T，4S，4F 这三个动作，且每个动作只完成一次.将这三个动作中成功的跳跃个数记为X，求X的分布列和数学期望E（X）；
(3)在本赛季中，从四个跳跃动作4T，4S，4F，4Lz中选出三个，使得该选手这三个动作中“成功”的跳跃个数的期望最大，请直接写出这三个动作的名称.

7 . 已知函数的最小正周期为.
(1)求的值；
(2)在锐角中，角A，B，C所对的边分别为a，b，c.c为在上的最大值，再从条件①、条件②、条件③这三个条件中选择一个作为已知，求的取值范围.条件①：；条件②：；条件③：的面积为S，且.注：如果选择多个条件分别解答，按第一个条件计分.

8 . 给定正整数，设数列是的一个排列，对，表示以为首项的递增子列的最大长度，表示以为首项的递减子列的最大长度.
(1)若，，，，，求和；
(2)求证：，；
(3)求的最小值.

9 . 2022年11月，因受疫情的影响，北京高中全都采用网络授课的方式进行在线教学．北京35中的某老师在高一任教高一1班和高一2班两个班级，其中1班共有学生28人，2班共有学生29人．为了研究学生的学习主动性是否会受到疫情的影响，该名老师统计了连续6天的交作业人数情况，数据如下表：

班级/天	1	2	3	4	5	6
1班（人数）	25	25	20	21	22	21
2班（人数）	27	26	25	24	25	22

(1)从两班所有人当中，随机抽取1人，求该生在第6天作业统计当中，没有交作业的概率；
(2)在高一2班的前3天的作业统计当中，发现只有小明和小华两位同学，是连续3天未交作业，其他人均只有一天未交作业．从高一2班前3天所有未交作业的人中，随机抽取3人，记只有一天未交作业的人数为X，求X的分布列和期望；
(3)在这6次数据统计中，记高一1班每天交作业的人数数据的方差为，每天没交作业的人数数据的方差为，记高一2班每天交作业的人数数据的方差为，每天没交作业的人数数据的方差为，请直接写出，，，的大小关系．

10 . 在机器学习中，精确率、召回率、卡帕系数是衡量算法性能的重要指标．科研机构为了测试某型号扫雷机器人的检测效果，将模拟战场分为100个位点，并在部分位点部署地雷．扫雷机器人依次对每个位点进行检测，表示事件“选到的位点实际有雷”，表示事件“选到的位点检测到有雷”，定义：精确率，召回率，卡帕系数，其中．
(1)若某次测试的结果如下表所示，求该扫雷机器人的精确率和召回率．

	实际有雷	实际无雷	总计
检测到有雷	40	24	64
检测到无雷	10	26	36
总计	50	50	100

(2)对任意一次测试，证明：．
(3)若，则认为机器人的检测效果良好；若，则认为检测效果一般；若，则认为检测效果差．根据卡帕系数评价（1）中机器人的检测效果．