题目内容
15．阅读如右图所示的程序框图，则输出的值是（ ）
| A． | 6 | B． | 18 | C． | 27 | D． | 124 |
分析 运行程序，即可得出结论．
解答 解：程序在运行过程中各变量的值如下表示：
s=1，n=2；s=3•2=6，n=3；s=（6+3）•3=27，n=4，退出循环，
故选C．
点评 本题主要考查了循环结构，先执行后判定是直到型循环，解决程序框图中的循环结构时，常采用写出前几次循环的结果，找规律．
练习册系列答案
相关题目
6．抛物线E：y2=2px（p＞0）的焦点为F，点A（0，2），若线段AF的中点B在抛物线上，则|BF|=（ ）
| A． | $\frac{5}{4}$ | B． | $\frac{5}{2}$ | C． | $\frac{\sqrt{2}}{2}$ | D． | $\frac{3\sqrt{2}}{4}$ |
3．某种定点投篮游戏的规则如下：每人投篮10次，如果某同学某次没有投进，则罚该同学做俯卧撑2个．现有一同学参加该游戏，已知该同学在该点投篮的命中率为0.6，设该同学参加本次比赛被罚做俯卧撑的总个数记为X，则X的数学期望为（ ）
| A． | 4 | B． | 6 | C． | 8 | D． | 12 |
10．某校数学兴趣小组在研究本地的城市道路与汽车保有量之间的关系（即某地区道路的总里程数和该地区拥有的汽车数量之间的关系）时，得到了近8年的城市道路总里程x（单位：百公里）和汽车保有量y（单位：百辆）的数据如下表：
（Ⅰ）若某年的两个值都不小于170时，我们将该年称为“出行便捷年”．现从这8年中任取5年，求恰有2年为“出行便捷年”的概率（请用分数作答）．
（Ⅱ）根据上表数据，用变量y和x的相关系数说明y与x之间线性相关关系的强弱．如果具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$r=\frac{{\sum_{i=1}^8{（{x_i}-\overline x）（{y_i}-\overline y）}}}{{\sqrt{\sum_{i=1}^8{{{（{x_i}-\overline x）}^2}}\sum_{i=1}^8{{{（{y_i}-\overline y）}^2}}}}}$；回归直线的方程是：$\hat y=\hat bx+a$，
其中$\hat b=\frac{{\sum_{i=1}^n{（{x_i}-\overline x）（{y_i}-\overline y）}}}{{\sum_{i=1}^n{{{（{x_i}-\overline x）}^2}}}}$，$a=\overline y-\hat b\overline x$，${\hat y_i}$是与xi对应的回归估计值．
参考数据：$\overline x=155$，$\overline y=169.75$，$\sum_{i=1}^8{{{（{x_i}-\overline x）}^2}}=4200$，$\sum_{i=1}^8{{{（{y_i}-\overline y）}^2}}=1827.5$，$\sum_{i=1}^8{（{x_i}-\overline x）（{y_i}-\overline y）}=2750$，$\sqrt{4200}≈64.80$，$\sqrt{1827.5}≈42.75$．
| 数据编号 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 |
| 道路里程数x | 120 | 130 | 140 | 150 | 160 | 170 | 180 | 190 |
| 汽车保有量y | 144 | 154 | 160 | 168 | 176 | 180 | 186 | 190 |
（Ⅱ）根据上表数据，用变量y和x的相关系数说明y与x之间线性相关关系的强弱．如果具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$r=\frac{{\sum_{i=1}^8{（{x_i}-\overline x）（{y_i}-\overline y）}}}{{\sqrt{\sum_{i=1}^8{{{（{x_i}-\overline x）}^2}}\sum_{i=1}^8{{{（{y_i}-\overline y）}^2}}}}}$；回归直线的方程是：$\hat y=\hat bx+a$，
其中$\hat b=\frac{{\sum_{i=1}^n{（{x_i}-\overline x）（{y_i}-\overline y）}}}{{\sum_{i=1}^n{{{（{x_i}-\overline x）}^2}}}}$，$a=\overline y-\hat b\overline x$，${\hat y_i}$是与xi对应的回归估计值．
参考数据：$\overline x=155$，$\overline y=169.75$，$\sum_{i=1}^8{{{（{x_i}-\overline x）}^2}}=4200$，$\sum_{i=1}^8{{{（{y_i}-\overline y）}^2}}=1827.5$，$\sum_{i=1}^8{（{x_i}-\overline x）（{y_i}-\overline y）}=2750$，$\sqrt{4200}≈64.80$，$\sqrt{1827.5}≈42.75$．
某中学调查200名学生每周晚自习时间（单位，小时），制成了如图所示频率分布直方图，其中自习时间的范围为[17.5，30]，根据直方图，这200名学生每周自习时间不少于22.5小时的人数是140．