单价(元) | 8 | 8.2 | 8.4 | 8.6 | 8.8 | 9 |
销量(件) | 90 | 84 | 83 | 80 | 75 | 68 |
(2)若单价定为10元,估计销量为多少件;
(3)根据销量关于单价的线性回归方程,要使利润最大,应将价格定为多少?
参考公式:,.参考数据:,
A.气温和冷饮销量之间的关系 |
B.速度一定时,位移和时间的关系 |
C.亩产量为常数时,土地面积与产量之间的关系 |
D.正方体的体积和棱长的关系 |
单价(元) | 18 | 19 | 20 | 21 | 22 |
销量(册) | 61 | 56 | 50 | 48 | 45 |
(2)预计今后的销售中,销量(册)与单价(元)服从(l)中的回归方程,已知每册书的成本是12元,书店为了获得最大利润,该册书的单价应定为多少元?
附:,,,.
(1)将利润表示为月产量的函数;
(2)当月产量为何值时,公司所获利润最大?最大利润为多少元?
(1)写出与之间的函数关系式;
(2)当公司参加培训的员工为多少人时,培训机构可获得最大利润?并求最大利润.
6 . 某超市计划按月订购一种酸奶,每天进货量相同,进货成本每瓶4元,售价每瓶6元,未售出的酸奶降价处理,以每瓶2元的价格当天全部处理完.根据往年销售经验,每天需求量与当天最高气温(单位:℃)有关.如果最高气温不低于25,需求量为500瓶;如果最高气温位于区间[20,25),需求量为300瓶;如果最高气温低于20,需求量为200瓶.为了确定六月份的订购计划,统计了前三年六月份各天的最高气温数据,得下面的频数分布表:
最高气温 | [10,15) | [15,20) | [20,25) | [25,30) | [30,35) | [35,40) |
天数 | 2 | 16 | 36 | 25 | 7 | 4 |
以最高气温位于各区间的频率估计最高气温位于该区间的概率.
(1)求六月份这种酸奶一天的需求量不超过300瓶的概率;
(2)设六月份一天销售这种酸奶的利润为Y(单位:元),当六月份这种酸奶一天的进货量为450瓶时,写出Y的所有可能值,并估计Y大于零的概率.
最高 气温 | [10, 15) | [15, 20) | [20, 25) | [25, 30) | [30, 35) | [35, 40) |
天数 | 2 | 16 | 36 | 25 | 7 | 4 |
(1)求六月份这种酸奶一天的需求量X(单位:瓶)的分布列.
(2)设六月份一天销售这种酸奶的利润为Y(单位:元),当六月份这种酸奶一天的进货量n(单位:瓶)为多少时,Y的数学期望达到最大值?
(1)一顾客购买了20个该果园的“糖心苹果”,求会买到果径小于56的概率;
(2)为了提高利润,该果园每年投入一定的资金,对种植、采摘、包装、宣传等环节进行改进.如图是2009年至2018年,该果园每年的投资金额(单位:万元)与年利润增量(单位:万元)的散点图:
该果园为了预测2019年投资金额为20万元时的年利润增量,建立了关于的两个回归模型;
模型①:由最小二乘公式可求得与的线性回归方程:;
模型②:由图中样本点的分布,可以认为样本点集中在曲线:的附近,对投资金额做交换,令,则,且有,,,.
(I)根据所给的统计量,求模型②中关于的回归方程;
(II)根据下列表格中的数据,比较两种模型的相关指数,并选择拟合精度更高、更可靠的模型,预测投资金额为20万元时的年利润增量(结果保留两位小数).
回归模型 | 模型① | 模型② |
回归方程 | ||
102.28 | 36.19 |
附:若随机变量,则,;样本的最小乘估计公式为,;
相关指数.
参考数据:,,,.
该果园为了预测2019年投资金额为20万元时的年利润增量,建立了关于的两个回归模型;
模型①:由最小二乘公式可求得与的线性回归方程:;
模型②:由图中样本点的分布,可以认为样本点集中在曲线:的附近,对投资金额做交换,令,则,且有,,,.
(1)根据所给的统计量,求模型②中关于的回归方程;
(2)分别利用这两个回归模型,预测投资金额为20万元时的年利润增量(结果保留两位小数);
(3)根据下列表格中的数据,比较两种模型的相关指数,并说明谁的预测值精度更高、更可靠.
回归模型 | 模型① | 模型② |
回归方程 | ||
102.28 | 36.19 |
相关指数.
参考数据:,.
(1)分别将A,B两种产品的利润表示为投资额的函数,并求出的值,写出它们的函数关系式;
(2)该企业已筹集到10万元资金,并全部投入A,B两种产品的生产,问:怎样分配这10万元投资额,才能使企业获得最大利润,其最大利润为多少万元.