1 . 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.
（1）假设生产状态正常，记X表示一天内抽取的16个零件中其尺寸在之外的零件数，求及X的数学期望；
（2）一天内抽检零件中，如果出现了尺寸在之外的零件，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，，其中x_i为抽取的第i个零件的尺寸，.
用样本平均数作为μ的估计值，用样本标准差s作为σ的估计值，利用估计值判断是否需对当天的生产过程进行检查？剔除之外的数据，用剩下的数据估计μ和σ（精确到0.01）.
附：若随机变量Z服从正态分布，则，，.

3 . 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，由测量结果得如下图频率分布直方图：
   
（I）求这500件产品质量指标值的样本平均值和样本方差（同一组的数据用该组区间的中点值作代表）；
（II）由直方图可以认为，这种产品的质量指标服从正态分布，其中近似为样本平均数，近似为样本方差.
（i）利用该正态分布，求；
（ii）某用户从该企业购买了100件这种产品，记表示这100件产品中质量指标值位于区间的产品件数.利用（i）的结果，求.
附：
若则，．

4 . 目前,教师职业越来越受青睐,考取教师资格证成为不少人的就业规划之一.当前,中小学教师资格考试分笔试和面试两部分,笔试通过后才能进入面试环节.已知某市年共有名考生参加了中小学教师资格考试的笔试,笔试成绩,只有笔试成绩高于分的学生才能进入面试环节.
(1)从报考中小学教师资格考试的考生中随机抽取人,求这人中至少有一人进入面试的概率;
(2)现有甲、乙、丙名学生进入了面试,且他们通过面试的概率分别为,设这名学生中通过面试的人数为,求随机变量的分布列和数学期望.
参考数据:若,则,,,,.

5 . 春节期间，我国高速公路继续执行“节假日高速免费政策” .某路桥公司为了解春节期间车辆出行的高峰情况，在某高速收费点发现大年初三上午9：20~10：40这一时间段内有600辆车通过，将其通过该收费点的时刻绘成频率分布直方图.其中时间段9：20~9：40记作区间，9：40~10：00记作，10：00~10：20记作，10：20~10：40记作，例如：10点04分，记作时刻64.

(1)估计这600辆车在9：20~10：40时间段内通过该收费点的时刻的平均值（同一组中的数据用该组区间的中点值代表）；
(2)为了对数据进行分析，现采用分层抽样的方法从这600辆车中抽取10辆，再从这10辆车中随机抽取4辆，记X为9：20~10：00之间通过的车辆数，求X的分布列与数学期望；
(3)由大数据分析可知，车辆在春节期间每天通过该收费点的时刻T服从正态分布，其中可用这600辆车在9：20~10：40之间通过该收费点的时刻的平均值近似代替，可用样本的方差近似代替（同一组中的数据用该组区间的中点值代表），已知大年初五全天共有1000辆车通过该收费点，估计在9：46~10：40之间通过的车辆数（结果保留到整数）.
参考数据：若，则，，.

6 . 近年来，学生职业生涯规划课程逐渐进入课堂，考生选择大学就读专业时不再盲目扎堆热门专业，报考专业分布更加广泛，之前较冷门的数学、物理、化学等专业报考的人数也逐年上升.下表是某高校数学专业近五年的录取平均分与当年该学校的最低提档线对照表：

年份	2017	2018	2019	2020	2021
年份代码	1	2	3	4	5
该校最低提档分数线	510	511	520	512	526
数学专业录取平均分	522	527	540	536	554
提档线与数学专业录取平均分之差	12	16	20	24	28

(1)根据上表数据可知，y与t之间存在线性相关关系，请用最小二乘法求y关于t的线性回归方程；
(2)据以往数据可知，该大学每年数学专业的录取分数X服从正态分布，其中为当年该大学的数学录取平均分，假设2022年该校最低提档分数线为540分.
①若该大学2022年数学专业录取的学生成绩在584分以上的有3人，本专业2022年录取学生共多少人？进入本专业高考成绩前46名的学生可以获得一等奖学金，则一等奖学金分数线应该设定为多少分？
②在①的条件下，若从该专业获得一等奖学金的学生中随机抽取3人，用表示其中高考成绩在584分以上的人数，求随机变量的分布列与数学期望.
参考公式：，.
参考数据：，，

7 . 某工厂一台设备生产一种特定零件，工厂为了解该设备的生产情况，随机抽检了该设备在一个生产周期中的100件产品的关键指标（单位：），经统计得到下面的频率分布直方图：

(1)由频率分布直方图估计抽检样本关键指标的平均数和方差．（用每组的中点代表该组的均值）
(2)已知这台设备正常状态下生产零件的关键指标服从正态分布，用直方图的平均数估计值作为的估计值，用直方图的标准差估计值作为估计值．
（i）为了监控该设备的生产过程，每个生产周期中都要随机抽测10个零件的关键指标，如果关键指标出现了之外的零件，就认为生产过程可能出现了异常，需停止生产并检查设备．下面是某个生产周期中抽测的10个零件的关键指标：

0.8

1.2

0.95

1.01

1.23

1.12

1.33

0.97

1.21

0.83

利用和判断该生产周期是否需停止生产并检查设备．
（ⅱ）若设备状态正常，记表示一个生产周期内抽取的10个零件关键指标在之外的零件个数，求及的数学期望．
参考数据：若随机变量服从正态分布，则，

8 . 某车间生产一批零件，现从中随机抽取10个，测量其内径的数据如下（单位：）：192，192，193，197，200，202，203，204，208，209．设这10个数据的均值为，标准差为．
(1)求和；
(2)已知这批零件的内径（单位：）服从正态分布，若该车间又新购一台设备，安装调试后，试生产了5个零件，测量其内径（单位：）分别为：181，190，198，204，213，如果你是该车间的负责人，以原设备生产性能为标准，试根据原则判断这台设备是否需要进一步调试？并说明你的理由．
参考数据：若，则：
，，
，．

10 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成.每件产品的非原料成本（元）与生产该产品的数量（千件）有关，经统计得到如下数据：

x	1	2	3	4	5	6	7	8
y	56.5	31	22.75	17.8	15.95	14.5	13	12.5

根据以上数据绘制了散点图观察散点图，两个变量间关系考虑用反比例函数模型和指数函数模型分别对两个变量的关系进行拟合.已求得用指数函数模型拟合的回归方程为，与x的相关系数.

(1)用反比例函数模型求y关于x的回归方程；
(2)用相关系数判断上述两个模型哪一个拟合效果更好（精确到0.001），并用其估计产量为10千件时每件产品的非原料成本；
(3)根据企业长期研究表明，非原料成本y服从正态分布，用样本平均数作为的估计值，用样本标准差s作为的估计值，若非原料成本y在之外，说明该成本异常，并称落在之外的成本为异样成本，此时需寻找出现异样成本的原因.利用估计值判断上述非原料成本数据是否需要寻找出现异样成本的原因？
参考数据（其中）：

0.34	0.115	1.53	184	5777.555	93.06	30.705	13.9

参考公式：对于一组数据，其回归直线的斜率和截距的最小二乘估计公式分别为：，，相关系数.