优优班--学霸训练营 > 知识点挑题
全部资源
          排序:
          最新 浏览

          50条信息

            • 1.

              某校高二年级在一次数学测验后,随机抽取了部分学生的数学成绩组成一个样本,得到如下频率分布直方图:


              \((1)\)求这部分学生成绩的样本平均数\(\overline{x}\)和样本方差\(s^{2}(\)同一组数据用该组的中点值作为代表\()\)

              \((2)\)由频率分布直方图可以认为,该校高二学生在这次测验中的数学成绩\(X\)服从正态分布\(N(\overline{x}{,}s^{2})\).
              \({①}\)利用正态分布,求\(P(X{\geqslant }129)\);
              \({②}\)若该校高二共有\(1000\)名学生,试利用\({①}\)的结果估计这次测验中,数学成绩在\(129\)分以上\((\)含\(129\)分\()\)的学生人数\({.}(\)结果用整数表示\()\)
              附:\({①}\sqrt{210}{≈}14{.}5{②}\)若\(X{~}N(\mu{,}\sigma^{2})\),则\(P(\mu{-}2\sigma{ < }X{ < }\mu{+}2\sigma){=}0{.}9544\).

            • 2.

              某食品店为了了解气温对销售量的影响,随机记录了该店\(1\)月份中\(5\)天的日销售量\(y(\)单位:千克\()\) 与该地当日最低气温\(x(\)单位:\({{ }}^{{∘}}C)\) 的数据,如下表:

              \(x\)

              \(2\)

              \(5\)

              \(8\)

              \(9\)

              \(11\)

              \(y\)

              \(12\)

              \(10\)

              \(8\)

              \(8\)

              \(7\)

              \((1)\) 求出\(y\)与\(x\)的回归方程\(\hat{y}=\hat{b}x+\hat{a}\);
              \((2)\) 判断\(y\)与\(x\)之间是正相关还是负相关;若该地\(1\)月份某天的最低气温为\(6^{{∘}}C\),请用所求回归方程预测该店当日的销售量;
              \((3)\) 设该地\(1\)月份的日最低气温\(X{~}N(\mu{,}\sigma^{2})\),其中\(\mu\)近似为样本平均数\(\bar{x}\),\(\sigma^{2}\)近似为样本方差\({{s}^{2}}\),求\(P(3{.}8{ < }X{ < }13{.}4)\).
              附:\({①}\) 回归方程\(\hat{y}=\hat{b}x+\hat{a}\)中,\(\hat{b}=\dfrac{\sum\limits_{i=1}^{n}{{{x}_{i}}{{y}_{i}}}-n\bar{x}\bar{y}}{\sum\limits_{i=1}^{n}{{{x}_{i}}^{2}}-n{{{\bar{x}}}^{2}}}\),\(\hat{a}=\bar{y}-\hat{b}\bar{x}\).
                \({②}\sqrt{10}{≈}3{.}2\),\(\sqrt{3{.}2}{≈}1{.}8{.}\) 若\(X{~}N(\mu{,}\sigma^{2})\),则\(P(\mu{-}\sigma{ < }X{ < }\mu{+}\sigma){=}0{.}6826\),\(P(\mu{-}2\sigma{ < }X{ < }\mu{+}2\sigma){=}0{.}9544\).
            • 3.

              在某学校的一次选拔性考试中,随机抽取了\(100\)名考生的成绩\((\)单位:分\()\),并把所得数据列成了如下表所示的频数分布表:

              组别\([40,50)\)\([50,60)\)\([60,70)\)\([70,80)\)\([80,90)\)\([90,100]\)
              频数\(5\)\(18\)\(28\)\(26\)\(17\)\(6\)

              \((1)\)求抽取的样本平均数\( \overline {x}\)和样本方差\(s^{2}(\)同一组中的数据用该组区间的中点值作代表\()\);
              \((2)\)已知这次考试共有\(2000\)名考生参加,如果近似地认为这次成绩\(z\)服从正态分布\(N(μ,σ^{2})(\)其中\(μ\)近似为样本平均数\( \overline {x}\),\(σ^{2}\)近似为样本方差\(s^{2})\),且规定\(82.7\)分是复试线,那么在这\(2000\)名考生中,能进入复试的有多少人?\((\)附:\( \sqrt {161}≈12.7\),若\(z~N(μ,σ^{2})\),则\(P(μ-σ < z < μ+σ)=0.682\),\(P(μ-2σ < z < μ+2σ)=0.9544.)\).
              \((3)\)已知样本中成绩在\([90,100]\)中的\(6\)名考生中,有\(4\)名男生,\(2\)名女生,现从中选\(3\)人进行回访,记选出的男生人数为\(ξ\),求\(ξ\)的分布列与期望\(E(ξ)\).

            • 4. 在一次测试中,测量结果\(X\)服从正态分布\(N(2,σ^{2})(σ > 0)\),若\(X\)在\((0,2)\)内取值的概率为\(0.2\),求:
              \((1)X\)在\((0,4)\)内取值的概率;

              \((2)P(X > 4)\).

            • 5. 为了监控某种零件的一条生产线的生产过程,检验员每天从该生产线上随机抽取\(16\)个零件,并测量其尺寸\((\)单位:\(cm).\)根据长期生产经验,可以认为这条生产线正常状态下生产的零件的尺寸服从正态分布\(N(\mu ,{{\sigma }^{2}})\).
              \((1)\)假设生产状态正常,记\(X\)表示一天内抽取的\(16\)个零件中其尺寸在\((\mu -3\sigma ,\mu +3\sigma )\)之外的零件数,求\(P(X\geqslant 1)\)\(X\)的数学期望;
              \((2)\)一天内抽检零件中,如果出现了尺寸在\((\mu -3\sigma ,\mu +3\sigma )\)之外的零件,就认为这条生产线在这一天的生产过程可能出现了异常情况,需对当天的生产过程进行检查.
              \((ⅰ)\)试说明上述监控生产过程方法的合理性;

              \((ⅱ)\)下面是检验员在一天内抽取的\(16\)个零件的尺寸:

              \(9.95\)

              \(10.12\)

              \(9.96\)

              \(9.96\)

              \(10.01\)

              \(9.92\)

              \(9.98\)

              \(10.04\)

              \(10.26\)

              \(9.91\)

              \(10.13\)

              \(10.02\)

              \(9.22\)

              \(10.04\)

              \(10.05\)

              \(9.95\)

              经计算得\(\bar{x}=\dfrac{1}{16}\sum\limits_{i=1}^{16}{{{x}_{i}}}=9.97\),\(s=\sqrt{\dfrac{1}{16}\sum\limits_{i=1}^{16}{{{({{x}_{i}}-\bar{x})}^{2}}}}=\sqrt{\dfrac{1}{16}(\sum\limits_{i=1}^{16}{x_{i}^{2}-16{{{\bar{x}}}^{2}}{{)}^{2}}}}\approx 0.212\),其中\({{x}_{i}}\)为抽取的第\(i\)个零件的尺寸,\(i=1,2,\cdot \cdot \cdot ,16\).用样本平均数\(\bar{x}\)作为\(\mu \)的估计值\(\hat{\mu }\),用样本标准差\(s\)作为\(\sigma \)的估计值\(\hat{\sigma }\),利用估计值判断是否需对当天的生产过程进行检查?剔除\((\hat{\mu }-3\hat{\sigma },\hat{\mu }+3\hat{\sigma })\)之外的数据,用剩下的数据估计\(\mu \)\(\sigma \)\((\)精确到\(0.01)\).

              附:若随机变量\(Z\)服从正态分布\(N(\mu ,{{\sigma }^{2}})\),则\(P(\mu -3\sigma < Z < \mu +3\sigma )=0.997{ }4\),\(0.997{ }{{4}^{16}}=0.959{ }2\),\(\sqrt{0.008}\approx 0.09\).

            • 6.

              某公司共有\(10\)条产品生产线,不超过\(5\)条生产线正常工作时,每条生产线每天纯利润为\(1100\)元,超过\(5\)条生产线正常工作时,超过的生产线每条每天纯利润为\(800\)元,原生产线利润保持不变\(.\)未开工的生产线每条每天的保养等各种费用共\(100\)元\(.\)用\(x\)表示每天正常工作的生产线条数,用\(y\)表示公司每天的纯利润.

              \((\)Ⅰ\()\)写出\(y\)关于\(x\)的函数关系式,并求出纯利润为\(7700\)元时工作的生产线条数.

              \((\)Ⅱ\()\)为保证新开的生产线正常工作,需对新开的生产线进行检测,现从该生产线上随机抽取\(100\)件产品,测量产品数据,用统计方法得到样本的平均数\(\overline{x}=14\),标准差\(s=2\),绘制如图所示的频率分布直方图\(.\)以频率值作为概率估计值.

              为检测该生产线生产状况,现从加工的产品中任意抽取一件,记其数据为\(X\),依据以下不等式评判\((P\)表示对应事件的概率\()\)

              \(①P(\overline{x}-s < X < \overline{x}+s)\geqslant 0.6826\)

              \(②P(\overline{x}-2s < X < \overline{x}+2s)\geqslant 0.9544\)

              \(③P(\overline{x}-3s < X < \overline{x}+3s)\geqslant 0.9974\)

              评判规则为:若至少满足以上两个不等式,则生产状况为优,无需检修;否则需检修生产线\(.\)试判断该生产线是否需要检修.

            • 7.

              为了监控某种零件的一条生产线的生产过程,检验员每天从该生产线上随机抽取\(16\)个零件,并测量其尺寸\((\)单位:\(cm).\)根据长期生产经验,可以认为这条生产线正常状态下生产的零件的尺寸服从正态分布\(N\left( \mu ,{{\sigma }^{2}} \right)\).

              \((1)\)假设生产状态正常,记\(X\)表示一天内抽取的\(16\)个零件中其尺寸在\(\left( \mu -3\sigma ,\mu +3\sigma \right)\)之外的零件数,求\(P\left( X\geqslant 1 \right)\)及\(X\)的数学期望;

              \((2)\)一天内抽检零件中,如果出现了尺寸在\(\left( \mu -3\sigma ,\mu +3\sigma \right)\)之外的零件,就认为这条生产线在这一天的生产过程可能出现了异常情况,需对当天的生产过程进行检查.

              \((ⅰ)\)试说明上述监控生产过程方法的合理性;

              \((ⅱ)\)下面是检验员在一天内抽取的\(16\)个零件的尺寸:

              \(9.95\)

              \(10.12\)

              \(9.96\)

              \(9.96\)

              \(10.01\)

              \(9.92\)

              \(9.98\)

              \(10.04\)

              \(10.26\)

              \(9.91\)

              \(10.13\)

              \(10.02\)

              \(9.22\)

              \(10.04\)

              \(10.05\)

              \(9.95\)


              经计算得\(\bar{x}=\dfrac{1}{16}\underset{16}{\overset{i=1}{\sum}}\,{{x}_{i}}=9.97\),\(s=\sqrt{\dfrac{1}{16}\underset{16}{\overset{i=1}{\sum}}\,{{\left({{x}_{i}}-\bar{x} \right)}^{2}}}=\sqrt{\dfrac{1}{16}{{(\underset{i=1}{\overset{16}{ \sum }}\,x_{i}^{2}-16{{{\bar{x}}}^{2}})}^{2}}}\approx 0.212\),其中\({{x}_{i}}\)为抽取的第\(i\)个零件的尺寸,\(i=1,2,\cdot \cdot \cdot ,16\).

              用样本平均数\(\bar{x}\)作为\(\mu \)的估计值\(\hat{\mu }\),用样本标准差\(s\)作为\(\sigma \)的估计值\(\hat{\sigma }\),利用估计值判断是否需对当天的生产过程进行检查?剔除\(\left( \hat{\mu }-3\hat{\sigma },\hat{\mu }+3\hat{\sigma } \right)\)之外的数据,用剩下的数据估计\(\mu \)和\(\sigma (\)精确到\(0.01)\).

              附:若随机变量\(Z\)服从正态分布\(N\left( \mu ,{{\sigma }^{2}} \right)\),则\(P(\mu -3\sigma < Z < \mu +3\sigma )=0.9974\),

              \({{0.9974}^{16}}=0.9592\),\(\sqrt{0.008}\approx 0.09\).

            • 8.
              \((\)本小题满分\(12\)分\()\)从某企业生产的某种产品中抽取\(500\)件,测量这些产品的一项质量指标值,由测量结果得如图所示的频率分布直方图:

              \((1)\)求这\(500\)件产品质量指标值的样本平均数 和样本方差\(s^{2}(\)同一组中的数据用该组区间的中点值作代表\()\).

              \((2)\)由直方图可以认为,这种产品的质量指标值\(Z\)服从正态分布\(N(μ,σ^{2})\),其中\(μ\)近似为样本平均数 ,\(σ^{2}\)近似为样本方差\(s^{2}\).

              \(①\)利用该正态分布,求\(P(187.8 < Z < 212.2)\).

              \(②\)某用户从该企业购买了\(100\)件这种产品,记\(X\)表示这\(100\)件产品中质量指标值位于区间\((187.8,212.2)\)的产品件数,利用\(①\)的结果,求\(EX\).

              附: \(≈12.2\).

              若\(Z~N(μ,σ^{2})\),则\(P(μ-σ < Z < μ+σ)=0.6826\),\(P(μ-2σ < Z < μ+2σ)=0.9544\).

            • 9. 填空题
              \((1)\)已知随机变量\(ξ\),\(η\)满足\(ξ+η=8\),且\(ξ~B(10,0.6)\),则\(D(η)\)的值是         

              \((2)\)计算\(\int_{-3}^{3}{(\sqrt{9-{{x}^{2}}}-{{x}^{3}})dx}\)的值_______.

              \((3)\)已知偶函数\(f(x)\)对任意\(x∈R\)均满足\(f(2+x)=f(2-x)\),且当\({-}2\leqslant x\leqslant 0\)时,\(f(x)={{\log }_{3}}(1-x)\),则\(f(2018)\)的值是________.

              \((4)\)函数\(f(x)={x}^{3}-3{x}^{2}-9x+3 \),若函数\(g(x)=f(x)-m在x∈[-2,5] \)上有\(3\)个零点,则\(m\)的取值范围为         

            • 10.

              在某学校的一次选拔性考试中,随机抽取了100名考生的成绩(单位:分),并把所得数据列成了如下表所示的频数分布表:

              组别 [40,50) [50,60) [60,70) [70,80) [80,90) [90,100]
              频数 5 18 28 26 17 6

              (1)求抽取的样本平均数x和样本方差s2(同一组中的数据用该组区间的中点值作代表);
              (2)已知这次考试共有2000名考生参加,如果近似地认为这次成绩z服从正态分布N(μ,σ2)(其中μ近似为样本平均数,σ2近似为样本方差s2),且规定82.7分是复试线,那么在这2000名考生中,能进入复试的有多少人?(附:≈12.7,若z~N(μ,σ2),则P(μ-σ<z<μ+σ)=0.682,P(μ-2σ<z<μ+2σ)=0.9544.).
              (3)已知样本中成绩在[90,100]中的6名考生中,有4名男生,2名女生,现从中选3人进行回访,记选出的男生人数为ξ,求ξ的分布列与期望E(ξ).

            0/40

            进入组卷