2 . 图象识别是人工智能领域的一个重要研究方向.某中学人.工智能兴趣小组研发了一套根据人脸照片识别性别的程序.在对该程序的一轮测试中，小组同学输入了200张不同的人脸照片作为测试样本，获得数据如下表（单位：张）：

识别结果 真实性别	男	女	无法识别
男	90	20	10
女	10	60	10

假设用频率估计概率，且该程序对每张照片的识别都是独立的.
(1)从这200张照片中随机抽取一张，已知这张照片的识别结果为女性，求识别正确的概率；
(2)在新一轮测试中，小组同学对3张不同的男性人脸照片依次测试，每张照片至多测一次，当首次出现识别正确或3张照片全部测试完毕，则停止测试.设表示测试的次数，估计的分布列和数学期望；
(3)为处理无法识别的照片，该小组同学提出上述程序修改的三个方案：
方案一：将无法识别的照片全部判定为女性；
方案二：将无法识别的照片全部判定为男性；
方案三：将无法识别的照片随机判定为男性或女性（即判定为男性的概率为50%，判定为女性的概率为.
现从若干张不同的人脸照片（其中男性､女性照片的数量之比为）中随机抽取一张，分别用方案一､方案二､方案三进行识别，其识别正确的概率估计值分别记为.试比较的大小.（结论不要求证明）

4 . 甲､乙､丙三名高中生进行传球训练.第一次由甲将球传出，传给乙的概率是，传给丙的概率是；乙传给甲和丙的概率都是；丙传给甲和乙的概率地都是.如此不停地传下去且假定每次传球都能被接到，记开始传球的人为第一次触球者，第次触球者是甲的概率记为.
(1)求；
(2)证明：为等比数列.

5 . 甲乙两人进行投篮比赛，两人各投一次为一轮比赛，约定如下规则：如果在一轮比赛中一人投进，另一人没投进，则投进者得1分，没进者得-1分，如果一轮比赛中两人都投进或都没投进，则都得0分，当两人各自累计总分相差4分时比赛结束，得分高者获胜．在每次投球中甲投进的概率为0.5，乙投进的概率为0.6，每次投球都是相互独立的．
(1)若两人起始分都为0分，求恰好经过4轮比赛，甲获胜的概率．
(2)若规定两人起始分都为2分，记（）为甲累计总分为i时，甲最终获胜的概率，则
①求证（）为等比数列
②求的值．

8 . 某学校体育课进行投篮练习，投篮地点分为区和区，每一个球可以选择在区投篮也可以选择在区投篮，在区每投进一球得2分，没有投进得0分；在区每投进一球得3分，没有投进得0分.学生甲在，两区的投篮练习情况统计如下表：

甲	区	区
投篮次数
得分

假设用频率估计概率，且学生甲每次投篮相互独立．
(1)试分别估计甲在区，区投篮命中的概率；
(2)若甲在区投个球，在区投个球，求甲在区投篮得分高于在区投篮得分的概率；
(3)若甲在区，区一共投篮次，投篮得分的期望值不低于分，直接写出甲选择在区投篮的最多次数．（结论不要求证明）

9 . 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．