1 . 某精密制造企业根据长期检测结果得到其产品的质量差服从正态分布，把质量差在内的产品称为优等品，在内的产品称为一等品，优等品与一等品统称正品，其余的产品作为废品处理．根据大量的产品检测数据，得到产品质量差的样本数据统计如图，将样本平均数作为的近似值，将样本标准差作为的估计值，已知质量差，则下列说法中正确的是（       ）
参考数据：若随机变量服从正态分布，则，，．

A．样本数据的中位数为

B．若产品质量差为mg，则该产品为优等品

C．该企业生产的产品为正品的概率是

D．从该企业生产的正品中随机抽取件，约有件优等品

2 . 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，

3 . 某车间生产一批零件，现从中随机抽取个零件，测量其内径的数据如下（单位：）：
.
设这个数据的平均值为，标准差为．
(1)求与；
(2)假设这批零件的内径（单位：）服从正态分布．从这批零件中随机抽取个，设这个零件中内径小于的个数为，求.
参考数据：若，则，，．

4 . 18世纪30年代，数学家棣莫弗发现，如果随机变量X服从二项分布，那么当n比较大时，可视为X服从正态分布，其密度函数，.任意正态分布，可通过变换转化为标准正态分布（且）.当时，对任意实数x，记，则（       ）

A．

B．当时，

C．随机变量，当减小，增大时，概率保持不变

D．随机变量，当，都增大时，概率单调增大

5 . 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—拉普拉斯极限定理，它表明，若随机变量，当充分大时，二项随机变量可以由正态随机变量来近似，且正态随机变量的期望和方差与二项随机变量的期望和方差相同.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不超过60次的概率为______.
（附：若，则，，）

6 . 若某工厂制造的机械零件尺寸服从正态分布，则零件尺寸介于3.5和5之间的概率约为___________.
（若，则，，）

7 . 已知，且，则______.
参考数据：，，.

8 . 某企业拟对手机芯片进行科技升级，根据市场调研，得到科技升级投入（亿元）与科技升级直接收益（亿元）的数据统计如下：   

序号	1	2	3	4	5	6	7	8	9	10
	2	3	4	6	9	11	13	15	17	19
	13	22	31	42	50	56	58	62	63	65

根据表格中的数据，当 时，建立了与的两个回归模型：模型①：；模型②：；当 时，确定与满足的线性回归方程为.
(1)根据下列表格中的数据，比较当 时，模型①、②的相关指数的大小，并选择拟合精度更高、更可靠的模型；

回归模型	模型①	模型②
回归方程

（附：刻画回归效果的相关指数）
(2)为鼓励科技创新，当科技升级的投入不少于亿元时，国家给予公司补贴亿元，比较根据市场调研科技升级投入亿元直接收益与投入亿元时科技升级实际收益的预测值的大小；
（附：用最小二乘法求线性回归方程的系数：）
(3)科技升级后，芯片的效率大幅提高，经实际试验得大致服从正态分布.公司对科技升级团队的奖励方案如下：若芯片的效率不超过，不予奖励；若芯片的效率超过，但不超过，每部芯片奖励元；若芯片的效率超过，每部芯片奖励元，记为每部芯片获得的奖励额，求（精确到）.   
（附：若随机变量，，.）

9 . 若随机变量，则有如下结论：（，，）,高三（1）班有40名同学，一次数学考试的成绩服从正态分布，平均分为120，方差为100，理论上说在130分以上人数约为（       ）

A．19

B．12

C．6

D．5

10 . 某地区有20000名考生参加了高三第二次调研考试．经过数据分析，数学成绩X近似服从正态分布，则数学成绩位于[80，88]的人数约为（       ）
参考数据：，，．

A．455

B．2718

C．6346

D．9545