题目内容
19.| A. | $\frac{1}{3}$ | B. | $\frac{1}{4}$ | C. | $\frac{1}{2}$ | D. | $\frac{3}{4}$ |
分析 由题意知本题是一个古典概型,列出树状图,要做到不重不漏,从树状图可以看出试验发生的所有事件,数出满足条件的事件数,根据古典概型概率公式得到结果.
解答 解:由题意知本题是一个古典概型,如图所有可能结果共有4×6=24种.![]()
A区域是红色可能结果有6种,所以A区域是红色的概率是$\frac{6}{24}$=$\frac{1}{4}$.
故选:B.
点评 本题主要考查用列举法来解古典概型问题,求某个随机事件A包含的基本事件的个数和实验中基本事件的总数的常用方法是列举法(画树状图和列表),应做到不重不漏.
练习册系列答案
相关题目
10.已知x、y取值如表:
从所得的散点图分析可知:y与x线性相关,且$\widehaty$=0.95x+1.45,则m=( )
| x | 0 | 1 | 4 | 5 | 6 | 8 |
| y | 1.3 | m | 5.6 | 6.1 | 7.4 | 9.3 |
| A. | 1.5 | B. | 1.55 | C. | 3.5 | D. | 1.8 |
4.班主任想对本班学生的考试成绩进行分析,决定从全班25名女同学,15名男同学中随机抽取一个容量为8的样本进行分析.
(1)如果按性别比例分层抽样,男女生各抽取多少位才符合抽样要求?
(2)随机抽出8位,他们的数学、地理成绩对应如表:
①若规定85分以上(包括85分)为优秀,在该班随机调查一位同学,他的数学和地理分数均为优秀的概率;
②根据如表,用变量y与x的相关系数或散点图说明地理成绩y与数学成绩x之间线性相关关系的强弱.如果有较强的线性相关关系,求y与x的线性回归方程(系数精确到0.01),如果不具有线性相关关系,请说明理由.
参考公式:
相关系数r=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{{{\sqrt{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}\sum_{i=1}^{n}({y}_{i}-\overline{y})^{2}}}^{\;}}^{\;}}$;回归直线的方程是:$\stackrel{∧}{y}$=b$\stackrel{∧}{x}$+a,
其中:b=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$,a=$\overline{y}$-b$\overline{x}$,$\overline{y}$是xi对应的回归估计值.
参考数据:$\overline{x}$≈77.5,$\overline{y}$≈84.9,$\sum_{i=1}^{8}({x}_{i}-\overline{x})^{2}$=1050,$\sum_{i=1}^{8}({y}_{i}-\overline{y})^{2}$≈456.9,$\sum_{i=1}^{8}({x}_{i}-\overline{x})({y}_{i}-\overline{y})$≈687.5,$\sqrt{1050}$≈32.4,$\sqrt{456.9}$≈21.4,$\sqrt{550}$≈23.5.
(1)如果按性别比例分层抽样,男女生各抽取多少位才符合抽样要求?
(2)随机抽出8位,他们的数学、地理成绩对应如表:
| 学生编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 数学分数x | 60 | 65 | 70 | 75 | 80 | 85 | 90 | 95 |
| 地理分数y | 72 | 77 | 80 | 84 | 88 | 90 | 93 | 95 |
②根据如表,用变量y与x的相关系数或散点图说明地理成绩y与数学成绩x之间线性相关关系的强弱.如果有较强的线性相关关系,求y与x的线性回归方程(系数精确到0.01),如果不具有线性相关关系,请说明理由.
参考公式:
相关系数r=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{{{\sqrt{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}\sum_{i=1}^{n}({y}_{i}-\overline{y})^{2}}}^{\;}}^{\;}}$;回归直线的方程是:$\stackrel{∧}{y}$=b$\stackrel{∧}{x}$+a,
其中:b=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$,a=$\overline{y}$-b$\overline{x}$,$\overline{y}$是xi对应的回归估计值.
参考数据:$\overline{x}$≈77.5,$\overline{y}$≈84.9,$\sum_{i=1}^{8}({x}_{i}-\overline{x})^{2}$=1050,$\sum_{i=1}^{8}({y}_{i}-\overline{y})^{2}$≈456.9,$\sum_{i=1}^{8}({x}_{i}-\overline{x})({y}_{i}-\overline{y})$≈687.5,$\sqrt{1050}$≈32.4,$\sqrt{456.9}$≈21.4,$\sqrt{550}$≈23.5.
8.已知随机变量ξ的分布列为
则x=0.3,P(1≤ξ<3)=0.5,E(ξ)=2.1.
| ξ | 0 | 1 | 2 | 3 | 4 |
| P | 0.1 | 0.2 | 0.3 | x | 0.1 |