2026年学易优高考二轮总复习数学
注:目前有些书本章节名称可能整理的还不是很完善,但都是按照顺序排列的,请同学们按照顺序仔细查找。练习册 2026年学易优高考二轮总复习数学 答案主要是用来给同学们做完题方便对答案用的,请勿直接抄袭。
第72页
- 第1页
- 第2页
- 第3页
- 第4页
- 第5页
- 第6页
- 第7页
- 第8页
- 第9页
- 第10页
- 第11页
- 第12页
- 第13页
- 第14页
- 第15页
- 第16页
- 第17页
- 第18页
- 第19页
- 第20页
- 第21页
- 第22页
- 第23页
- 第24页
- 第25页
- 第26页
- 第27页
- 第28页
- 第29页
- 第30页
- 第31页
- 第32页
- 第33页
- 第34页
- 第35页
- 第36页
- 第37页
- 第38页
- 第39页
- 第40页
- 第41页
- 第42页
- 第43页
- 第44页
- 第45页
- 第46页
- 第47页
- 第48页
- 第49页
- 第50页
- 第51页
- 第52页
- 第53页
- 第54页
- 第55页
- 第56页
- 第57页
- 第58页
- 第59页
- 第60页
- 第61页
- 第62页
- 第63页
- 第64页
- 第65页
- 第66页
- 第67页
- 第68页
- 第69页
- 第70页
- 第71页
- 第72页
- 第73页
- 第74页
- 第75页
- 第76页
- 第77页
- 第78页
- 第79页
- 第80页
- 第81页
- 第82页
- 第83页
- 第84页
- 第85页
- 第86页
- 第87页
训练1 某工厂 A,B 两条生产线生产同款产品,若每件可分别获利 10 元、8 元、6 元,现从 A,B 生产线生产的产品中各随机抽取 100 件进行检测,结果统计如图:
(1)分别计算两条生产线抽样产品获利的方差,以此作为判断依据,说明哪条生产线的获利更稳定;
(2)估计该厂产品产量为 2 000 件时的利润以及一等级产品的利润.

(1)分别计算两条生产线抽样产品获利的方差,以此作为判断依据,说明哪条生产线的获利更稳定;
(2)估计该厂产品产量为 2 000 件时的利润以及一等级产品的利润.
答案:
训练1 解:
(1)从A生产线随机抽取的100件产品获利的平均数$\overline{x_1}=\frac{1}{100}×(10×20 + 8×60 + 6×20)=8$(元),方差为
$s_{1}^{2}=\frac{1}{100}×[(10 - 8)^2×20+(8 - 8)^2×60+(6 - 8)^2×20]=1.6$,
从B生产线随机抽取的100件产品获利的平均数为$\overline{x_2}=\frac{1}{100}×(10×35 + 8×40 + 6×25)=8.2$(元),方差为
$s_{2}^{2}=\frac{1}{100}×[(10 - 8.2)^2×35+(8 - 8.2)^2×40+(6 - 8.2)^2×25]=2.36$,所以$s_{1}^{2}<s_{2}^{2}$,则A生产线的获利更稳定.
(2)从A,B生产线共随机抽取的200件产品获利的平均数为$\frac{1}{200}×[10×(20 + 35)+8×(60 + 40)+6×(20 + 25)]=8.1$(元),
由样本估计总体,当产品产量为2000件时,估计该工厂获利$2000×8.1 = 16200$(元).
因为从A,B生产线共随机抽取的200件产品中,A生产线生产的一等级产品有20件,B生产线生产的一等级产品有35件,
由样本频率估计总体概率,得该工厂生产产品为一等级产品的概率估计值为$\frac{20 + 35}{200}=\frac{11}{40}$,
当产品产量为2000件时,估计该工厂一等级产品获利$2000×\frac{11}{40}×10 = 5500$(元).
(1)从A生产线随机抽取的100件产品获利的平均数$\overline{x_1}=\frac{1}{100}×(10×20 + 8×60 + 6×20)=8$(元),方差为
$s_{1}^{2}=\frac{1}{100}×[(10 - 8)^2×20+(8 - 8)^2×60+(6 - 8)^2×20]=1.6$,
从B生产线随机抽取的100件产品获利的平均数为$\overline{x_2}=\frac{1}{100}×(10×35 + 8×40 + 6×25)=8.2$(元),方差为
$s_{2}^{2}=\frac{1}{100}×[(10 - 8.2)^2×35+(8 - 8.2)^2×40+(6 - 8.2)^2×25]=2.36$,所以$s_{1}^{2}<s_{2}^{2}$,则A生产线的获利更稳定.
(2)从A,B生产线共随机抽取的200件产品获利的平均数为$\frac{1}{200}×[10×(20 + 35)+8×(60 + 40)+6×(20 + 25)]=8.1$(元),
由样本估计总体,当产品产量为2000件时,估计该工厂获利$2000×8.1 = 16200$(元).
因为从A,B生产线共随机抽取的200件产品中,A生产线生产的一等级产品有20件,B生产线生产的一等级产品有35件,
由样本频率估计总体概率,得该工厂生产产品为一等级产品的概率估计值为$\frac{20 + 35}{200}=\frac{11}{40}$,
当产品产量为2000件时,估计该工厂一等级产品获利$2000×\frac{11}{40}×10 = 5500$(元).
例3 (2025·山东烟台三模)近年来,新能源汽车因其动力充沛、提速快、用车成本低等特点得到民众的追捧.某机构为研究汽油价格 $x$(单位:元/升)与新能源汽车的月销售量 $y$(单位:万辆)之间的关系,收集整理得到如下数据:

(1)若用模型 $y = b\ln x + a$ 模拟 $x$ 与 $y$ 之间关系,求出回归方程;
(2)根据建立的回归方程,预测当汽油价格上涨至 9 元/升时,新能源汽车的销量;
(3)假设当汽油价格为 9 元/升时,实际销量超过预测值的概率为 0.6.现进行 5 次独立观测,记这 5 次观测中销量超过预测值的次数为 $\xi$,求 $\xi$ 的数学期望.
参考数据和公式:$\ln 3 \approx 1.1.\sum_{i = 1}^{5}(x_{i} - \bar{x})(y_{i} - \bar{y}) = 6.55,\sum_{i = 1}^{5}(x_{i} - \bar{x})^{2} = 2.5$.
令 $\ln x_{i} = u_{i},\sum_{i = 1}^{5}u_{i} = 9.7,\sum_{i = 1}^{5}(u_{i} - \bar{u})(y_{i} - \bar{y}) = 0.93,\sum_{i = 1}^{5}(u_{i} - \bar{u})^{2} = 0.05$.
对于一组数据 $(x_{i},y_{i})(i = 1,2,3,·s,n)$,其回归直线 $\hat{y} = \hat{b}x + \hat{a}$ 的斜率和截距的最小二乘估计分别为:$\hat{b} = \frac{\sum_{i = 1}^{n}(x_{i} - \bar{x})(y_{i} - \bar{y})}{\sum_{i = 1}^{n}(x_{i} - \bar{x})^{2}},\hat{a} = \bar{y} - \hat{b}\bar{x}$.
(1)若用模型 $y = b\ln x + a$ 模拟 $x$ 与 $y$ 之间关系,求出回归方程;
(2)根据建立的回归方程,预测当汽油价格上涨至 9 元/升时,新能源汽车的销量;
(3)假设当汽油价格为 9 元/升时,实际销量超过预测值的概率为 0.6.现进行 5 次独立观测,记这 5 次观测中销量超过预测值的次数为 $\xi$,求 $\xi$ 的数学期望.
参考数据和公式:$\ln 3 \approx 1.1.\sum_{i = 1}^{5}(x_{i} - \bar{x})(y_{i} - \bar{y}) = 6.55,\sum_{i = 1}^{5}(x_{i} - \bar{x})^{2} = 2.5$.
令 $\ln x_{i} = u_{i},\sum_{i = 1}^{5}u_{i} = 9.7,\sum_{i = 1}^{5}(u_{i} - \bar{u})(y_{i} - \bar{y}) = 0.93,\sum_{i = 1}^{5}(u_{i} - \bar{u})^{2} = 0.05$.
对于一组数据 $(x_{i},y_{i})(i = 1,2,3,·s,n)$,其回归直线 $\hat{y} = \hat{b}x + \hat{a}$ 的斜率和截距的最小二乘估计分别为:$\hat{b} = \frac{\sum_{i = 1}^{n}(x_{i} - \bar{x})(y_{i} - \bar{y})}{\sum_{i = 1}^{n}(x_{i} - \bar{x})^{2}},\hat{a} = \bar{y} - \hat{b}\bar{x}$.
答案:
【例3】 解:
(1)因为$\ln x_i = u_i$,则$\hat{b}=\frac{\sum_{i = 1}^{5}(u_i - \overline{u})(\hat{y}_i - \overline{y})}{\sum_{i = 1}^{5}(u_i - \overline{u})^2}=\frac{0.93}{0.05}=18.6$,
又$\overline{y}=\frac{1.5 + 2 + 3 + 4.5 + 6.8}{5}=3.56$,$\overline{u}=\frac{\sum_{i = 1}^{5}u_i}{5}=\frac{9.7}{5}=1.94$,
由$\hat{y}=\hat{b}u+\hat{a}$得,$3.56 = 18.6×1.94+\hat{a}$,解得$\hat{a}=-32.524$,
所以回归方程为$\hat{y}=18.6\ln x - 32.524$.
(2)当$x = 9$时,代入回归方程可得
$\hat{y}=18.6×\ln9 - 32.524\approx18.6×2.3 - 32.524 = 8.666$,
价格上涨至9元/升时,新能源汽车的销量约为8.666万辆.
(3)由题知,$\xi\sim B(5,0.6)$,所以$E(\xi)=5×0.6 = 3$,即$\xi$的数学期望为3.
(1)因为$\ln x_i = u_i$,则$\hat{b}=\frac{\sum_{i = 1}^{5}(u_i - \overline{u})(\hat{y}_i - \overline{y})}{\sum_{i = 1}^{5}(u_i - \overline{u})^2}=\frac{0.93}{0.05}=18.6$,
又$\overline{y}=\frac{1.5 + 2 + 3 + 4.5 + 6.8}{5}=3.56$,$\overline{u}=\frac{\sum_{i = 1}^{5}u_i}{5}=\frac{9.7}{5}=1.94$,
由$\hat{y}=\hat{b}u+\hat{a}$得,$3.56 = 18.6×1.94+\hat{a}$,解得$\hat{a}=-32.524$,
所以回归方程为$\hat{y}=18.6\ln x - 32.524$.
(2)当$x = 9$时,代入回归方程可得
$\hat{y}=18.6×\ln9 - 32.524\approx18.6×2.3 - 32.524 = 8.666$,
价格上涨至9元/升时,新能源汽车的销量约为8.666万辆.
(3)由题知,$\xi\sim B(5,0.6)$,所以$E(\xi)=5×0.6 = 3$,即$\xi$的数学期望为3.
查看更多完整答案,请扫码查看