1 . 在复平面内复数所对应的点为，O为坐标原点，i是虚数单位.
(1)，计算与；
(2)设，求证：，并指出向量满足什么条件时该不等式取等号.

2 . 学习于才干信仰，犹如运动于健康体魄，持之已久、行之愈远愈受益．为实现中华民族伟大复兴，全国各行各业掀起了“学习强国”的高潮．某老师很喜欢“学习强国”中“挑战答题”模块，他记录了自己连续七天每天一次最多答对的题数如下表：

天数x	1	2	3	4	5	6	7
一次最多答对题数y	12	15	16	18	21	24	27

参考数据：，，，，，
相关系数
由表中数据可知该老师每天一次最多答对题数y与天数x之间是正相关，其相关系数________________（结果保留两位小数）.

3 . 近年来，短视频作为以视频为载体的聚合平台，社交属性愈发突出，在用户生活中覆盖面越来越广泛，针对短视频的碎片化缺陷，将短视频剪接成长视频势必成为一种新的技能．某机构在网上随机对1000人进行了一次市场调研，以决策是否开发将短视频剪接成长视频的APP，得到如下数据：

	青年人	中年人	老年人
对短视频剪接成长视频的APP有需求		200
对短视频剪接成长视频的APP无需求		150

其中的数据为统计的人数，已知被调研的青年人数为400．
(1)求的值；
(2)根据小概率值的独立性检验，分析对短视频剪接成长视频的APP的需求，青年人与中老年人是否有差异？
参考公式：，其中．
临界值表：

	0.1	0.05	0.01	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

4 . 环境监测部门为调研汽车流量对空气质量的影响，在某监测点统计每日过往的汽车流量（单位：辆）和空气中的的平均浓度（单位：）． 调研人员采集了50天的数据，制作了关于的散点图，并用直线与将散点图分成如图所示的四个区域Ⅰ、Ⅱ、Ⅲ、Ⅳ，落入对应区域的样本点的个数依次为6，20，16，8．

(1)完成下面的列联表，并判断至少有多大把握认为“平均浓度不小于与“汽车日流量不小于1500辆”有关；

	汽车日流量	汽车日流量	合计
的平均浓度
的平均浓度
合计

(2)经计算得回归方程为，且这50天的汽车日流量的标准差，的平均浓度的标准差．
①求相关系数，并判断该回归方程是否有价值；
②若这50天的汽车日流量满足，试推算这50天的日均浓度的平均数．（精确到0.1）
参考公式：，其中．

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

回归方程，其中．
相关系数． 若，则认为与有较强的线性相关性．

5 . 某骑行爱好者在专业人士指导下对近段时间骑行锻炼情况进行统计分析，统计每次骑行期间的身体综合指标评分与骑行用时（单位：小时）如下表：

身体综合指标评分	1	2	3	4	5
用时小时）	9.5	8.8	7.8	7	6.1

由上表数据得到的正确结论是（       ）
参考数据：
参考公式：相关系数.

A．身体综合指标评分与骑行用时正相关

B．身体综合指标评分与骑行用时的相关程度较弱

C．身体综合指标评分与骑行用时的相关程度较强

D．身体综合指标评分与骑行用时的关系不适合用线性回归模型拟合

6 . 为研究某池塘中水生植物的覆盖水塘面积（单位：）与水生植物的株数（单位：株）之间的相关关系，收集了4组数据，用模型去拟合与的关系，设与的数据如表格所示：得到与的线性回归方程，则（       ）

	3	4	6	7
	2	2.5	4.5	7

A．-2

B．-1

C．

D．

7 . 在一组样本数据（不全相等）的散点图中，若所有样本点都在直线上，则这组样本数据的样本相关系数为（       ）

A．

B．

C．

D．1

8 . 某种产品2014年到2018年的年投资金额（万元）与年利润（万元）的数据统计如下，由散点图知，与之间的关系可以用线性回归模型拟合，已知5年利润的平均值是4.7．

年份	2014	2015	2016	2017	2018
年投资金额万元	1	2	3	4	5
年利润万元	2.4	2.7		6.4	7.9

(1)求表中实数的值；
(2)求关于的线性回归方程．

参考公式：回归直线方程中的斜率和截距的最小二乘估计公式分别为，．

9 . 假设有两个变量和，它们的取值分别为和，其列联表为（       ）根据以下选项中的数据计算的值，其中最大的一组为（       ）

A．

B．

C．

D．

10 . 为了解某一地区电动汽车销售情况，某部门根据统计数据，用最小二乘法得到电动汽车销量y（单位：万台）关于x（年份）的线性回归方程为，且销量y的方差，年份x的方差．
(1)求y与x的相关系数r，并据此判断电动汽车销量y与年份x的相关性强弱；
(2)该部门还调查了该地区90位购车车主的性别与购车种类情况，得到的数据如下表：

性别	购买非电动汽车	购买电动汽车	总计
男性	39		45
女性		15
总计

根据调查数据回答：是否有的把握认为购买电动汽车与车主性别有关？
参考公式：（i）线性回归方程：，其中；
（ii）相关系数：，若，则可判断y与x线性相关较强．
（iii），其中．附表：

	0.10	0.05	0.010	0.001
	2.706	3.841	6.635	10.828