1 . 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．

2 . 随着多元化的发展，大学校园中的少数民族学生日益增多为了迎接这些来自不同文化背景的新生，某高校举办了一场特别的少数民族学生（除汉族外）迎新活动，旨在促进不同民族学生间的交流与融合，同时展现学校对多元文化的尊重与包容．学生会统计了参加迎新活动的学生人数，得到相关数据如下：

年级	回族	壮族	满族	蒙古族	其他民族
大一学生	73	6	7	5	7
大二学生	60	12	10	8	15

(1)从参加活动的大一、大二学生中各随机抽取1名学生进行互动，求至少有一名学生为其他民族的概率；
(2)从参加活动的大一、大二壮族学生中随机抽取3名，记为抽取到的大一学生的人数，求的分布列和期望．

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）

9 . 某校为探索新型教学模式，将800名高一新生平均分成16个班，且每班的生源情况基本相同，其中8个班采用“先学后教、当堂训练”的新模式，其他班级还按照原有模式教学，经过一学期的教学，将学生的期中、期末成绩之和进行全校排名，并与入学排名比较，规定名次小于等于入学名次的为进步，其他情况为退步，得到如下数据：

	原有模式	新模式
进步	202	268
退步	198	132

(1)是否有的把握认为“学生进步与否与教学模式有关”？
(2)现采用分层抽样的方法从退步的学生中抽取5人，再从中随机抽取3人作进一步调查，求恰有一名学生被采用新模式教学的概率．
附：

	0.50	0.010	0.001
	3.841	6.635	10.828

10 . 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.