1 . 一个不透明的袋子中装有大小、质地相同的40个小球，其中10个红球，10个黄球，20个绿球，依次随机抽取小球，每次只取1个小球，完成下列问题：
(1)若取出的小球不再放回，
①求最后取完的小球是黄球的概率；
②求红球比其余两种颜色小球更早取完的概率；
③设随机变量为最后一个红球被取出时所需的取球次数，求；
(2)若取出的小球又放回袋中，直到取到红球就停止取球，且最多取次球，设随机变量为取球次数，证明：.

3 . 甲、乙两人进行知识问答比赛，共有道抢答题，甲、乙抢题的成功率相同.假设每题甲乙答题正确的概率分别为和，各题答题相互独立.规则为：初始双方均为0分，答对一题得1分，答错一题得﹣1分，未抢到题得0分，最后累计总分多的人获胜.
(1)若，，求甲获胜的概率；
(2)若，设甲第题的得分为随机变量，一次比赛中得到的一组观测值，如下表.现利用统计方法来估计的值：
①设随机变量，若以观测值的均值作为的数学期望，请以此求出的估计值；
②设随机变量取到观测值的概率为，即；在一次抽样中获得这一组特殊观测值的概率应该最大，随着的变化，用使得达到最大时的取值作为参数的一个估计值.求.

题目	1	2	3	4	5	6	7	8	9	10
得分	1	0	0	﹣1	1	1	﹣1	0	0	0
题目	11	12	13	14	15	16	17	18	19	20
得分	﹣1	0	1	1	﹣1	0	0	0	1	0

表1：甲得分的一组观测值.
附：若随机变量，的期望，都存在，则.

6 . 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：.

7 . 在信息论中，熵（entropy）是接收的每条消息中包含的信息的平均量，又被称为信息熵､信源熵､平均自信息量.这里，“消息”代表来自分布或数据流中的事件､样本或特征.（熵最好理解为不确定性的量度而不是确定性的量度，因为越随机的信源的熵越大）来自信源的另一个特征是样本的概率分布.这里的想法是，比较不可能发生的事情，当它发生了，会提供更多的信息.由于一些其他的原因，把信息（熵）定义为概率分布的对数的相反数是有道理的.事件的概率分布和每个事件的信息量构成了一个随机变量，这个随机变量的均值（即期望）就是这个分布产生的信息量的平均值（即熵）.熵的单位通常为比特，但也用、、计量，取决于定义用到对数的底.采用概率分布的对数作为信息的量度的原因是其可加性.例如，投掷一次硬币提供了1的信息，而掷次就为位.更一般地，你需要用位来表示一个可以取个值的变量.在1948年，克劳德•艾尔伍德•香农将热力学的熵，引入到信息论，因此它又被称为香农滳.而正是信息熵的发现，使得1871年由英国物理学家詹姆斯•麦克斯韦为了说明违反热力学第二定律的可能性而设想的麦克斯韦妖理论被推翻.设随机变量所有取值为，定义的信息熵，（，）.
(1)若，试探索的信息熵关于的解析式，并求其最大值；
(2)若，（），求此时的信息熵.

9 . 甲､乙两人进行象棋比赛，赛前每人发3枚筹码.一局后负的一方，需将自己的一枚筹码给对方；若平局，双方的筹码不动，当一方无筹码时，比赛结束，另一方最终获胜.由以往两人的比赛结果可知，在一局中甲胜的概率为0.3､乙胜的概率为0.2.
(1)第一局比赛后，甲的筹码个数记为，求的分布列和期望；
(2)求四局比赛后，比赛结束的概率；
(3)若表示“在甲所得筹码为枚时，最终甲获胜的概率”，则.证明：为等比数列.