1 . 概率论中有很多经典的不等式，其中最著名的两个当属由两位俄国数学家马尔科夫和切比雪夫分别提出的马尔科夫（Markov）不等式和切比雪夫（Chebyshev）不等式．马尔科夫不等式的形式如下：
设为一个非负随机变量，其数学期望为，则对任意，均有，
马尔科夫不等式给出了随机变量取值不小于某正数的概率上界，阐释了随机变量尾部取值概率与其数学期望间的关系．当为非负离散型随机变量时，马尔科夫不等式的证明如下：
设的分布列为其中，则对任意，，其中符号表示对所有满足的指标所对应的求和．
切比雪夫不等式的形式如下：
设随机变量的期望为，方差为，则对任意，均有
(1)根据以上参考资料，证明切比雪夫不等式对离散型随机变量成立．
(2)某药企研制出一种新药，宣称对治疗某种疾病的有效率为．现随机选择了100名患者，经过使用该药治疗后，治愈的人数为60人，请结合切比雪夫不等式通过计算说明药厂的宣传内容是否真实可信．

2 . 我们将服从二项分布的随机变量称为二项随机变量，服从正态分布的随机变量称为正态随机变量．概率论中有一个重要的结论是棣莫弗一拉普拉斯极限定理，它表明，若随机变量，当n充分大时，二项随机变量Y可以由正态随机变量X来近似，且正态随机变量X的期望和方差与二项随机变量Y的期望和方差相同．棣莫弗在1733年证明了的特殊情形，1812年，拉普拉斯对一般的p进行了证明．现抛掷一枚质地均匀的硬币100次，则利用正态分布近似估算硬币正面向上次数超过60次的概率为（       ）（附：若，则，，）

A．0.1587

B．0.0228

C．0.0027

D．0.0014