1 . 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.

5 . 已知袋中装有大小相同的2个白球和4个红球，现在采取两种不同的方案取出球，具体如下：
(1)从袋中随机地取出一个球，放回后再随机地取出一个球，这样连续取4次球，求共取得红球次数的分布列；
(2)从袋中随机地将球逐个取出，每次取后不放回，直到取出两个红球为止，求取球次数的数学期望和方差．

7 . 甲､乙两人进行射击比赛，一局比赛中，先射击的一方最多可射击3次，一旦未击中目标即停止，然后换另一方射击，一旦未击中目标或两方射击总次数达5次均停止，本局比赛结束，各方击中目标的次数即为其本局比赛得分，已知甲､乙每次射击击中目标的概率分别为和，两人的各次射击是否击中目标相互独立，一局比赛中，若甲先射击.
(1)求甲､乙得分相同的概率；
(2)设乙的得分为，求的分布列及数学期望.