2018年高考数学提分专练：第18题概率（解答题）_试卷库

2018年高考数学提分专练：第18题概率（解答题）

年级：学科：数学类型：来源：91题库

一、真题演练（共6小题）

1、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．（12分）

(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．

2、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代替最高气温位于该区间的概率．

（Ⅰ）求六月份这种酸奶一天的需求量X（单位：瓶）的分布列；

（Ⅱ）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？

3、

海水养殖场进行某水产品的新、旧网箱养殖方法的产量对比，收获时各随机抽取了100 个网箱，测量各箱水产品的产量（单位：kg），其频率分布直方图如图：

（Ⅰ）设两种养殖方法的箱产量相互独立，记A表示事件“旧养殖法的箱产量低于50kg，新养殖法的箱产量不低于50kg”，估计A的概率；

（Ⅱ）填写下面列联表，并根据列联表判断是否有99%的把握认为箱产量与养殖方法有关：

	箱产量＜50kg	箱产量≥50kg
旧养殖法
新养殖法

（Ⅲ）根据箱产量的频率分布直方图，求新养殖法箱产量的中位数的估计值（精确到0.01）．

附：

P（K²≥k）	0.050	0.010	0.001
K	3.841	6.635	10.828

K²= $\text{[math]}$ ．

4、为了监控某种零件的一条生产线的生产过程，检验员每隔30min从该生产线上随机抽取一个零件，并测量其尺寸（单位：cm）．下面是检验员在一天内依次抽取的16个零件的尺寸：（12分）

抽取次序	1	2	3	4	5	6	7	8
零件尺寸	9.95	10.12	9.96	9.96	10.01	9.92	9.98	10.04
抽取次序	9	10	11	12	13	14	15	16
零件尺寸	10.26	9.91	10.13	10.02	9.22	10.04	10.05	9.95

经计算得 $\text{[math]}$ = $\text{[math]}$ x_i=9.97，s= $\text{[math]}$ = $\text{[math]}$ =0.212， $\text{[math]}$ ≈18.439， $\text{[math]}$ （x_i﹣ $\text{[math]}$ ）（i﹣8.5）=﹣2.78，其中x_i为抽取的第i个零件的尺寸，i=1，2，…，16．

(1)求（x_i ， i）（i=1，2，…，16）的相关系数r，并回答是否可以认为这一天生产的零件尺寸不随生产过程的进行而系统地变大或变小（若|r|＜0.25，则可以认为零件的尺寸不随生产过程的进行而系统地变大或变小）．

(2)一天内抽检零件中，如果出现了尺寸在（ $\text{[math]}$ ﹣3s， $\text{[math]}$ +3s）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）从这一天抽检的结果看，是否需对当天的生产过程进行检查？

（ⅱ）在（ $\text{[math]}$ ﹣3s， $\text{[math]}$ +3s）之外的数据称为离群值，试剔除离群值，估计这条生产线当天生产的零件尺寸的均值与标准差．（精确到0.01）

附：样本（x_i ， y_i）（i=1，2，…，n）的相关系数r= $\text{[math]}$ ， $\text{[math]}$ ≈0.09．

5、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N（μ，σ²）．（12分）

(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（μ﹣3σ，μ+3σ）之外的零件数，求P（X≥1）及X的数学期望；

(2)一天内抽检零件中，如果出现了尺寸在（μ﹣3σ，μ+3σ）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 $\text{[math]}$ = $\text{[math]}$ =9.97，s= $\text{[math]}$ = $\text{[math]}$ ≈0.212，其中x_i为抽取的第i个零件的尺寸，i=1，2，…，16．

用样本平均数 $\text{[math]}$ 作为μ的估计值 $\text{[math]}$ ，用样本标准差s作为σ的估计值 $\text{[math]}$ ，利用估计值判断是否需对当天的生产过程进行检查？剔除（ $\text{[math]}$ ﹣3 $\text{[math]}$ +3 $\text{[math]}$ ）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N（μ，σ²），则P（μ﹣3σ＜Z＜μ+3σ）=0.9974，0.9974¹⁶≈0.9592， $\text{[math]}$ ≈0.09．

6、海水养殖场进行某水产品的新、旧网箱养殖方法的产量对比，收获时各随机抽取了100个网箱，测量各箱水产品的产量（单位：kg），其频率分布直方图如下：

（Ⅰ）记A表示时间“旧养殖法的箱产量低于50kg”，估计A的概率；

（Ⅱ）填写下面列联表，并根据列联表判断是否有99%的把握认为箱产量与养殖方法有关：

	箱产量＜50kg	箱产量≥50kg
旧养殖法
新养殖法

（Ⅲ）根据箱产量的频率分布直方图，对两种养殖方法的优劣进行比较．

附：

P（K²≥K）	0.050	0.010	0.001
K	3.841	6.635	10.828

K²= $\text{[math]}$ ．

二、模拟实训（共14小题）

1、随着经济模式的改变，微商和电商已成为当今城乡一种新型的购销平台．已知经销某种商品的电商在任何一个销售季度内，每售出1吨该商品可获利润0.5万元，未售出的商品，每1吨亏损0.3万元．根据往年的销售经验，得到一个销售季度内市场需求量的频率分布直方图如右图所示．已知电商为下一个销售季度筹备了130吨该商品．现以x（单位：吨，100≤x≤150）表示下一个销售季度的市场需求量，T（单位：万元）表示该电商下一个销售季度内经销该商品获得的利润．

（Ⅰ）视x分布在各区间内的频率为相应的概率，求P（x≥120）

（Ⅱ）将T表示为x的函数，求出该函数表达式；

（Ⅲ）在频率分布直方图的市场需求量分组中，以各组的区间中点值（组中值）代表该组的各个值，并以市场需求量落入该区间的频率作为市场需求量取该组中值的概率（例如x∈[100，110），则取x=105，且x=105的概率等于市场需求量落入100，110）的频率），求T的分布列及数学期望E（T）．

2、某学校高一、高二、高三三个年级共有300名教师，为调查他们的备课时间情况，通过分层抽样获得了20名教师一周的备课时间，数据如下表（单位：小时）：

高一年级	7	7.5	8	8.5	9
高二年级	7	8	9	10	11	12	13
高三年级	6	6.5	7	8.5	11	13.5	17	18.5

(1)试估计该校高三年级的教师人数；

(2)从高一年级和高二年级抽出的教师中，各随机选取一人，高一年级选出的人记为甲，高二年级选出的人记为乙，假设所有教师的备课时间相对独立，求该周甲的备课时间不比乙的备课时间长的概率；

(3)再从高一、高二、高三三个年级中各随机抽取一名教师，他们该周的备课时间分别是8、9、10（单位：小时），这三个数据与表格中的数据构成的新样本的平均数记为 $\text{[math]}$ ，表格中的数据平均数记为 $\text{[math]}$ ，试判断 $\text{[math]}$ 与 $\text{[math]}$ 的大小．（结论不要求证明）

3、根据国家环保部新修订的《环境空气质量标准》规定：居民区PM2.5的年平均浓度不得超过35微克/立方米，PM2.5的24小时平均浓度不得超过75微克/立方米．我市环保局随机抽取了一居民区2016年20天PM2.5的24小时平均浓度（单位：微克/立方米）的监测数据，数据统计如表：

组别	PM2.5浓度（微克/立方米）	频数（天）	频率
第一组	（0，25]	3	0.15
第二组	（25，50]	12	0.6
第三组	（50，75]	3	0.15
第四组	（75，100]	2	0.1

(1)将这20天的测量结果按上表中分组方法绘制成的样本频率分布直方图如图．

①求频率分布直方图中a的值；

②求样本平均数，并根据样本估计总体的思想，从PM2.5的年平均浓度考虑，判断该居民区的环境质量是否需要改善？并说明理由．

(2)将频率视为概率，对于2016年的某3天，记这3天中该居民区PM2.5的24小时平均浓度符合环境空气质量标准的天数为X，求X的分布列．

4、某市对贫困家庭自主创业给予小额贷款补贴，每户贷款为2万元，贷款期限有6个月、12个月、18个月、24个月、36个月五种，这五种贷款期限政府分别需要补助200元、300元、300元、400元，从2016年享受此项政策的困难户中抽取了100户进行了调查，选取贷款期限的频数如表：

贷款期限	6个月	12个月	18个月	24个月	36个月
频数	20	40	20	10	10

以上表各种贷款期限频率作为2017年贫困家庭选择各种贷款期限的概率．

(1)某小区2017年共有3户准备享受此项政策，计算其中恰有两户选择贷款期限为12个月的概率；

(2)设给享受此项政策的某困难户补贴为ξ元，写出ξ的分布列，若预计2017年全市有3.6万户享受此项政策，估计2017年该市共需要补贴多少万元．

5、某公司为评估两套促销活动方案（方案1运作费用为5元/件；方案2的运作费用为2元/件），在某地区部分营销网点进行试点（每个试点网点只采用一种促销活动方案），运作一年后，对比该地区上一年度的销售情况，制作相应的等高条形图如图所示．

(1)请根据等高条形图提供的信息，为该公司今年选择一套较为有利的促销活动方案（不必说明理由）；

(2)已知该公司产品的成本为10元/件（未包括促销活动运作费用），为制定本年度该地区的产品销售价格，统计上一年度的8组售价x_i（单位：元/件，整数）和销量y_i（单位：件）（i=1，2，…，8）如下表所示：

售价x	33	35	37	39	41	43	45	47
销量y	840	800	740	695	640	580	525	460

①请根据下列数据计算相应的相关指数R² ，并根据计算结果，选择合适的回归模型进行拟合；

②根据所选回归模型，分析售价x定为多少时？利润z可以达到最大．

	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$
$\text{[math]}$	49428.74	11512.43	175.26
$\text{[math]}$	124650

（附：相关指数 $\text{[math]}$ ）

6、中央政府为了应对因人口老龄化而造成的劳动力短缺等问题，拟定出台“延迟退休年龄政策”，为了了解人们对“延迟退休年龄政策”的态度，责成人社部进行调研，人社部从网上年龄在15～65岁的人群中随机调查100人，调查数据的频率分布直方图和支持“延迟退休”的人数与年龄的统计结果如下：

年龄	[15，25）	[25，35）	[35，45）	[45，55）	[55，65]
支持“延迟退休”的人数	15	5	15	28	17

(1)由以上统计数据填2×2列联表，并判断是否95%的把握认为以45岁为界点的不同人群对“延迟退休年龄政策”的支持有差异；

	45岁以下	45岁以上	总计
支持
不支持
总计

(2)若以45岁为分界点，从不支持“延迟退休”的人中按分层抽样的方法抽取8人参加某项活动，现从这8人中随机抽2人．

①抽到1人是45岁以下时，求抽到的另一人是45岁以上的概率；

②记抽到45岁以上的人数为X，求随机变量X的分布列及数学期望．

P（K²≥k₀）	0.100	0.050	0.010	0.001
k₀	2.706	3.841	6.635	10.828

$\text{[math]}$ ．

7、已知某中学高三文科班学生共有800人参加了数学与地理的水平测试，学校决定利用随机数表法从中抽取100人进行成绩抽样调查，先将800人按001，002，…，800进行编号．

(1)如果从第8行第7列的数开始向右读，请你依次写出最先检查的3个人的编号；（下面摘取了第7行到第9行）

84 42 17 53 31 57 24 55 06 88 77 04 74 47 67 21 76 33 50 25 83 92 12 06 76

63 01 63 78 59 16 95 56 67 19 98 10 50 71 75 12 86 73 58 07 44 39 52 38 79

33 21 12 34 29 78 64 56 07 82 52 42 07 44 38 15 51 00 13 42 99 66 02 79 54

(2)抽取的100人的数学与地理的水平测试成绩如下表：

人数		数学
人数		优秀	良好	及格
地理	优秀	7	20	5
	良好	9	18	6
	及格	a	4	b

成绩分为优秀、良好、及格三个等级；横向、纵向分别表示地理成绩与数学成绩，例如：表中数学成绩为良好的人数共有20+18+4=42．

①若在该样本中，数学成绩优秀率是30%，求a，b的值；

②在地理成绩及格的学生中，已知a≥11，b≥7，求数学成绩优秀人数比及格人数少的概率．

8、随着雾霾日益严重，很多地区都实行了“限行”政策，现从某地区居民中，随机抽取了300名居民了解他们对这一政策的态度，绘成如图所示的2×2列联表：

	反对	支持	合计
男性	70	60
女性	50	120
合计

(1)试问有没有99%的把握认为对“限行”政策的态度与性别有关？

(2)用样本估计总体，把频率作为概率，若从该地区所有的居民（人数很多）中随机抽取3人，用ξ表示所选3人中反对的人数，试写出ξ的分布列，并求出ξ的数学期望．

K²= $\text{[math]}$ ，其中n=a+b+c+d独立性检验临界表：

P（K²≥k）	0.100	0.050	0.010	0.001
k	2.706	3.841	6.635	10.828

9、一只药用昆虫的产卵数y与一定范围内的温度x有关，现收集了该种药用昆虫的6组观测数据如下表：

温度x/℃	21	23	24	27	29	32
产卵数y/个	6	11	20	27	57	77

经计算得： $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ ，

$\text{[math]}$ ，线性回归模型的残差平方和 $\text{[math]}$ ，e^8.0605≈3167，其中x_i ， y_i分别为观测数据中的温度和产卵数，i=1， 2， 3， 4， 5， 6.

(Ⅰ)若用线性回归模型，求y关于x的回归方程 $\text{[math]}$ = $\text{[math]}$ x+ $\text{[math]}$ （精确到0.1）；

(Ⅱ)若用非线性回归模型求得y关于x的回归方程为 $\text{[math]}$ =0.06e^0.2303x ，且相关指数R²=0.9522.

( i )试与(Ⅰ)中的回归模型相比，用R²说明哪种模型的拟合效果更好.

(ii)用拟合效果好的模型预测温度为35℃时该种药用昆虫的产卵数（结果取整数）.

附：一组数据(x₁ ， y₁)， (x₂ ， y₂)， ...，(x_n ， y_n)，其回归直线 $\text{[math]}$ = $\text{[math]}$ x+ $\text{[math]}$ 的斜率和截距的最小二乘估计为

$\text{[math]}$ $\text{[math]}$ = $\text{[math]}$ − $\text{[math]}$ ；相关指数R²= $\text{[math]}$ ．

10、某协会对 $\text{[math]}$ 两家服务机构进行满意度调查，在 $\text{[math]}$ 两家服务机构提供过服务的市民中随机抽取了1000人，每人分别对这两家服务机构进行评分，满分均为60分.

整理评分数据，将分数以 10 为组距分成6 组： $\text{[math]}$ ，得到 $\text{[math]}$ 服务机构分数的频数分布表， $\text{[math]}$ 服务机构分数的频率分布直方图：

定义市民对服务机构评价的“满意度指数”如下：

(1)在抽样的1000人中，求对 $\text{[math]}$ 服务机构评价“满意度指数”为0的人数；

(2)从在 $\text{[math]}$ 两家服务机构都提供过服务的市民中随机抽取1人进行调查，试估计其对 $\text{[math]}$ 服务机构评价的“满意度指数”比对 $\text{[math]}$ 服务机构评价的“满意度指数”高的概率；

(3)如果从 $\text{[math]}$ 服务机构中选择一家服务机构，你会选择哪一家？说明理由

11、近年来随着我国在教育利研上的投入不断加大，科学技术得到迅猛发展，国内企业的国际竞争力得到大幅提升.伴随着国内市场增速放缓，国内确实力企业纷纷进行海外布局，第二轮企业出海潮到来，如在智能手机行业，国产品牌已在赶超国外巨头，某品牌手机公司一直默默拓展海外市场，在海外共设30多个分支机构，需要国内公司外派大量70后、80后中青年员工．该企业为了解这两个年龄层员工是否愿意被外派上作的态度，按分层抽样的方式从70后利80后的员工中随机调查了100位，得到数据如下表：

	愿意被外派	不愿意被外派	合计
70后	20	20	40
80后	40	20	60
合计	60	40	100

参考数据：

$\text{[math]}$	0.15	0.10	0.05	0.025	0.010	0.005
$\text{[math]}$	2.072	2.706	3.841	5.024	6.635	7.879

（参考公式： $\text{[math]}$ ，其中 $\text{[math]}$ ）

(1)根据查的数据，是否有 $\text{[math]}$ 的把握认为“是否愿意被外派与年龄有关”，并说明理由；

(2)该公司参观驻海外分支机构的交流体验活动，拟安排4名参与调查的70后员工参加，70后的员工中有愿意被外派的3人和不愿意被外派的3人报名参加，现采用随机抽样方法从报名的员工中选4人，求选到愿意被外派人数不少于不愿意被外派人数的概率.

12、某厂为检验车间一生产线是否工作正常，现从生产线中随机抽取一批零件样本，测量尺寸（单位： $\text{[math]}$ ）绘成频率分布直方图如图所示：

（Ⅰ）求该批零件样本尺寸的平均数 $\text{[math]}$ 和样本方差 $\text{[math]}$ （同一组中的数据用该组区间的中点值作代表）；

（Ⅱ）若该批零件尺寸 $\text{[math]}$ 服从正态分布 $\text{[math]}$ ，其中 $\text{[math]}$ 近似为样本平均数 $\text{[math]}$ ， $\text{[math]}$ 近似为样本方差 $\text{[math]}$ ，利用该正态分布求 $\text{[math]}$ ；

（Ⅲ）若从生产线中任取一零件，测量尺寸为 $\text{[math]}$ ，根据 $\text{[math]}$ 原则判断该生产线是否正常？

附： $\text{[math]}$ ；若 $\text{[math]}$ ，则 $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ .

13、某高中三年级共有 $\text{[math]}$ 人，其中男生 $\text{[math]}$ 人，女生 $\text{[math]}$ 人，为调查该年级学生每周平均体育运动时间的情况，采用分层抽样的方法，收集 $\text{[math]}$ 位学生每周平均体育运动时间的样本数据（单位：小时）．

（Ⅰ）应收集多少位女生样本数据？

（Ⅱ）根据这 $\text{[math]}$ 个样本数据，得到学生每周平均体育运动时间的频率分布直方图（如图所示）．其中样本数据分组区间为： $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ ．估计该年组学生每周平均体育运动时间超过 $\text{[math]}$ 个小时的概率．

（Ⅲ）在样本数据中，有 $\text{[math]}$ 位女生的每周平均体育运动时间超过 $\text{[math]}$ 个小时．请完成每周平均体育运动时间与性别的列联表，并判断是否有 $\text{[math]}$ 的把握认为“该年级学生的每周平均体育运动时间与性别有关”．

附： $\text{[math]}$

$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$
$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$

14、通过随机询问某地100名高中学生在选择座位时是否挑同桌，得到如下 $\text{[math]}$ 列联表：

	男生	女生	合计
挑同桌	30	40	70
不挑同桌	20	10	30
总计	50	50	100

$\text{[math]}$ Ⅰ $\text{[math]}$ 从这50名男生中按是否挑同桌采取分层抽样的方法抽取一个容量为5的样本，现从这5人中随机选取3人做深度采访，求这3名学生中至少有2名要挑同桌的概率；

$\text{[math]}$ Ⅱ $\text{[math]}$ 根据以上 $\text{[math]}$ 列联表，是否有 $\text{[math]}$ 以上的把握认为“性别与在选择座位时是否挑同桌”有关？

下面的临界值表供参考：

$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$
$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$