x | 1 | 2 | 3 | 5 | 7 | 10 | 11 | 20 | 25 | 30 |
y | 9.02 | 5.27 | 4.06 | 3.03 | 2.59 | 2.28 | 2.21 | 1.89 | 1.80 | 1.75 |
(2)根据(1)的判断结果,试建立成本费y关于印刷册数x的回归方程;
(3)利用回归方程估计印刷26000册图书的单册成本(结果保留两位小数).
时间/年 | 主要飓风数量 | |
1921—1930 | 1 | 17 |
1931—1940 | 2 | 16 |
1941—1950 | 3 | 29 |
1951—1960 | 4 | 33 |
1961—1970 | 5 | 27 |
1971—1980 | 6 | 16 |
1981—1990 | 7 | 16 |
1991—2000 | 8 | 27 |
2001—2010 | 9 | 33 |
(2)借助图象,尝试求出形如正弦型函数的解析式;
(3)使用数学软件找到最佳拟合的正弦型函数.
身长X/cm | 30.0 | 31.2 | 31.1 | 33.5 | 34.0 | 34.7 | 34.5 | 35.0 | 35.1 | 36.2 |
体重Y/g | 242.0 | 290.0 | 340.0 | 363.0 | 430.0 | 450.0 | 500.0 | 390.0 | 450.0 | 500.0 |
身长X/cm | 36.2 | 36.2 | 36.4 | 37.2 | 37.2 | 38.3 | 38.5 | 38.6 | 38.7 | |
体重Y/g | 475.0 | 500.0 | 500.0 | 600.0 | 600.0 | 700.0 | 700.0 | 610.0 | 650.0 |
年份 | 2013 | 2014 | 2015 | 2016 |
人口数 | 13.61亿 | 13.68亿 | 13.75亿 | 13.83亿 |
(2)选择其中合适的两个点,建立一次函数模拟,用模拟函数预测2017年中国人口数;
(3)能否用“更好”的直线来模拟这组数据的变化?也就是说,能否确定,的值,使式子的值最小?(按如下步骤进行预测)
①化简S,使之成为字母的二次三项式;
②当取何值时(设为),二次三项式S取最小值(设为),这里和都应该是含字母的式子,且是字母的二次三项式;
③求的值,使取最小值;
④求出对应于上述的值;
⑤用一次函数模拟数据的变化,用模拟函数预测2017年中国人口数.
(4)把所得到的两个预测数据和2017年中国实际人口数进行比较.
年份x | 1975 | 1976 | 1977 | 1978 | 1979 | 1980 | 1981 | 1982 |
比萨斜塔倾斜量y | 642 | 644 | 656 | 667 | 673 | 688 | 696 | 689 |
表
第年 | ||||||||||
居民年收入/亿元 | ||||||||||
商品销售额/万元 |
年份 | 总人口/万人 | 年份 | 总人口万人 | 年份 | 总人口万人 |
1949 | 54167 | 1982 | 101654 | 2000 | 126743 |
1950 | 55196 | 1983 | 103008 | 2001 | 127627 |
1951 | 56300 | 1984 | 104357 | 2002 | 128453 |
1955 | 61465 | 1985 | 105851 | 2003 | 129227 |
1960 | 66207 | 1986 | 107507 | 200 | 129988 |
1965 | 72538 | 1987 | 109300 | 2005 | 130756 |
1970 | 82992 | 1988 | 111026 | 2006 | 131448 |
1971 | 85229 | 1989 | 112704 | 2007 | 132129 |
1972 | 87177 | 1990 | 114333 | 2008 | 132802 |
1973 | 89211 | 1991 | 115823 | 2009 | 133450 |
1974 | 90859 | 1992 | 117171 | 2010 | 134091 |
1975 | 92420 | 1993 | 118517 | 2011 | 134735 |
1976 | 93717 | 1994 | 119850 | 2012 | 135404 |
1977 | 94974 | 1995 | 121121 | 2013 | 136072 |
1978 | 96259 | 1996 | 122389 | 2014 | 136782 |
1979 | 97542 | 1997 | 123626 | 2015 | 137462 |
1980 | 98705 | 1998 | 124761 | 2016 | 138271 |
1981 | 100072 | 1999 | 125786 |
(2)建立总人口数关于年份的一元线性回归模型;
(3)直接用上面建立的回归模型预测2020年的中国人口总数,得到的结果合理吗?为什么?
零件数x个 | 10 | 20 | 30 | 40 | 50 | 60 | 70 | 80 | 90 | 100 |
加工时间ymin | 62 | 68 | 75 | 81 | 89 | 95 | 102 | 108 | 115 | 122 |
(2)建立加工时间关于零件数的一元线性回归模型(精确到0.001);
(3)关于加工零件的个数与加工时间,你能得出什么结论?
城市 | 1月平均高温 | 7月平均高温 | 城市 | 1月平均高温 | 月平均高温 |
北京 | 3 | 32 | 南京 | 9 | 35 |
成都 | 12 | 32 | 南宁 | 20 | 33 |
重庆 | 12 | 36 | 上海 | 10 | 36 |
福州 | 17 | 36 | 沈阳 | 31 | |
广州 | 21 | 33 | 石家庄 | 3 | 33 |
贵阳 | 9 | 28 | 太原 | 3 | 32 |
哈尔滨 | 30 | 天津 | 3 | 33 | |
海口 | 22 | 32 | 乌鲁木齐 | 32 | |
杭州 | 11 | 36 | 武汉 | 10 | 34 |
合肥 | 9 | 35 | 西安 | 8 | 36 |
呼和浩特 | 30 | 西宁 | 4 | 27 | |
济南 | 6 | 33 | 银川 | 2 | 32 |
昆明 | 17 | 24 | 长春 | 29 | |
拉萨 | 8 | 23 | 长沙 | 11 | 35 |
兰州 | 5 | 33 | 郑州 | 7 | 34 |
南昌 | 13 | 35 |
(2)结合地理知识并用统计方法分析表中的数据,解释这两个月平均高温的关系.
时刻 | 水深/m | 时刻 | 水深/m | 时刻 | 水深/m |
0:00 | 5.0 | 9:18 | 2.5 | 18:36 | 5.0 |
3:06 | 7.5 | 12:24 | 5.0 | 21:42 | 2.5 |
6:12 | 5.0 | 15:30 | 7.5 | 24:00 | 4.0 |
(1)选用一个函数来近似描述这一天该港口的水深与时间的关系,给出整点时水深的近似数值(精确到0.001 m).
(2)一条货船的吃水深度(船底与水面的距离)为4 m,安全条例规定至少要有1.5 m的安全间隙(船底与洋底的距离),该船这一天何时能进入港口?在港口能呆多久?
(3)某船的吃水深度为4 m,安全间隙为1.5 m该船这一天在2:00开始卸货,吃水深度以0.3 m/h的速度减少,如果这条船停止卸货后需0.4 h才能驶到深水域,那么该船最好在什么时间停止卸货,将船驶向较深的水域?