17.复数z=-2(sin2016°-icos2016°)在复平面内对应的点所在的象限是( )
| A. | 第一象限 | B. | 第二象限 | C. | 第三象限 | D. | 第四象限 |
16.某个服装店经营某种服装,在某周内获纯利润y/元与该周每天销售这种服装件数x/件之间的数据如表:
已知x12+x22+…+x72=280,x1y1+x2y2+…+x7y7=3487.
(1)求$\overline x$,$\overline y$;
(2)画出散点图;
(3)判断纯利润y与每天销售件数x之间是否线性相关,如果线性相关,求出线性回归方程.
| X | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| y | 66 | 69 | 73 | 81 | 89 | 90 | 91 |
(1)求$\overline x$,$\overline y$;
(2)画出散点图;
(3)判断纯利润y与每天销售件数x之间是否线性相关,如果线性相关,求出线性回归方程.
15.已知f(x)=$\sqrt{x}$,则$\lim_{△x→0}\frac{f(x+△x)-f(x)}{△x}$=( )
| A. | $\frac{1}{{2\sqrt{x}}}$ | B. | -$\frac{1}{{2\sqrt{x}}}$ | C. | -$\frac{{\sqrt{x}}}{2}$ | D. | $\frac{{\sqrt{x}}}{2}$ |
10.
2015年12月,京津冀等地数城市指数“爆表”,北方此轮污染为2015年以来最严重的污染过程.为了探究车流量与PM2.5的浓度是否相关,现采集到北方某城市2015年12月份星期一到星期日某一时间段车流量与PM2.5的数据如表:
(1)在表中,画出车流量和PM2.5浓度的散点图;
(2)求y关于x的线性回归方程;
(3)(i)利用所求的回归方程,预测该市车流量为8万辆时,PM2.5的浓度;
(ii)规定当一天内PM2.5的浓度平均值在(0,50]内,空气质量等级为优;当一天内PM2.5的浓度平均值在(50,100]内,空气质量等级为良,为使该市某日空气质量为优活为良,则应控制当天车流量在多少万辆以内(结果以万辆为单位,保留整数)?
参考公式:回归直线的方程是:$\stackrel{∧}{y}$=$\stackrel{∧}{b}$x+$\stackrel{∧}{a}$,其中$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})•({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{x}}^{2}}$,$\stackrel{∧}{x}$=$\overline{y}$=$\stackrel{∧}{b}$$\overline{x}$.
0 230194 230202 230208 230212 230218 230220 230224 230230 230232 230238 230244 230248 230250 230254 230260 230262 230268 230272 230274 230278 230280 230284 230286 230288 230289 230290 230292 230293 230294 230296 230298 230302 230304 230308 230310 230314 230320 230322 230328 230332 230334 230338 230344 230350 230352 230358 230362 230364 230370 230374 230380 230388 266669
| 时间 | 星期一 | 星期二 | 星期三 | 星期四 | 星期五 | 星期六 | 星期日 |
| 车流量x(万辆) | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| PM2.5的浓度y(微克/立方米) | 27 | 31 | 35 | 41 | 49 | 56 | 62 |
(2)求y关于x的线性回归方程;
(3)(i)利用所求的回归方程,预测该市车流量为8万辆时,PM2.5的浓度;
(ii)规定当一天内PM2.5的浓度平均值在(0,50]内,空气质量等级为优;当一天内PM2.5的浓度平均值在(50,100]内,空气质量等级为良,为使该市某日空气质量为优活为良,则应控制当天车流量在多少万辆以内(结果以万辆为单位,保留整数)?
参考公式:回归直线的方程是:$\stackrel{∧}{y}$=$\stackrel{∧}{b}$x+$\stackrel{∧}{a}$,其中$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})•({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{x}}^{2}}$,$\stackrel{∧}{x}$=$\overline{y}$=$\stackrel{∧}{b}$$\overline{x}$.