资源描述：
《2018年各地高考数学文科分类汇编——统计和概率》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、（全国1卷3）3.某地区经过一年的新农村建设，农村的经济收入増加了一倍.实现翻番.为更好地了解该地区农村的经济收入变化情况，统计了该地区新农村建设前后农村的经济收入构成比例.得到如下饼图建设询经济收入构成比例建设斤经济牧入构成比例则下面结论中不正确的是（）A.新农村建设后，种植收入减少B.新农村建设后，其他收入増加了一倍以上C.新农村建设后，养殖收入増加了一倍D・新农村建设后，养殖收入与第三产业收入的总和超过了经济收入的一半r24.已知椭圆C：二+匚=1的一个焦点为（2,0）,则C的离心率（）（T411>/22>/2A•亍B.£
2、C•亍D.—答案：3A【解析】由图可得，A选项，设建设前经济收入为X,种植收入为0.6X一建设后经济收入则为2.V,种植收入则为0.37x2x=0.74%,种植收入较之前増加.（全国1卷19）19.（12分）某家庭记录了未使用节水龙头50天的日用水量数据（单位：m3）和使用了节水龙头50天的日用水量数据，得到频数分布表如下：未使用节水龙头50天的日用水量频数分布表日用水量[0,0.1)[0.1,0.2)[0.2,0.3)[030.4)[0.4,0.5)[0.5,0.6)[0.6,0.7)频数1349265使用了节水龙头50天的日
3、用水量频数分布表日用水量[0,0.1)[0.1,0.2)[0.2,0.3)[03,0.4)[0.4,0.5)[0.5,06)频数151310165⑴在答题卡上作岀使用了节水龙头50天的日用水量数据的频率分布直方图：⑵估计该家庭使用节水龙头后，日用水量小于0.35n?的概率；⑶估计该家庭使用节水龙头后，一年能节省多少水？（—年按365天计算，同一组中的数据以这组数据所在区间中点的值作代表・）0.600.102030.40S06日用水3.4323.02.s2.62.42J”“L6l.4l2l.00.8答案:19•解：（1）如图；（2
4、）由题可知用水量在［0.3.0.4］的频数为10,所以可估计在［0.3035）的频数为5,故用水量小于0.35肿的频数为1+5+13+5=24,其概率为（3）未使用节水龙头时，50天中平均每日用水量为：丄（0.05x1+0.15x3+0.25x2+0.35x4+0.45x9+0.55x26+0.65x7）=0.506〃F,50一年的平均用水量则为0.506x365=184.69〃产使用节水龙头后，50天中平均每日用水量为：丄（0.05x1+0.15x5+0.25x13+0.35x10+0.45x16+0.55x5）=0・35〃f
5、,50一年的平均用水量则为0.35x365=127.75〃/,/.—年能节省184.69-127.75=56.947?/.（全国2卷5）从2名男同学和3名女同学中任选2人参加社区服务，则选中2人都是女同学的概率为A.0.6答案：DB.().5C.0.4D.().3解析：从2名男生和3名女生中任选2人参加社区服务，共有10个基本事件，选中的2人都是女生包括3个基本事件，其概率略=1故选（D）・（全国2卷18）下图是某地区2000年至2016年环境基础设施投资额y（单位：亿元）的折线图.220200180160!4012010080
6、604020投资额木20002001200220032OW200520062007200820092010201120122013201420152016年份为了预测该地区2018年的环境基础设施投资额，建立了y与时间变量f的两个线性冋归模型.根据2000年至2016年的数据（时间变暈/的值依次为1,2,,17）建立模型①：$=_30.4+13.5/；根据2010年至2016年的数据（时间变量f的值依次为1,2,,7）建立模型②：$，=99+17.5r.（1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；（
7、2）你认为用哪个模型得到的预测值更可靠？并说明理由.答案：（1）利用模型①，该地区2018年的环境基础设施投资额的预测值为^=-30.4+13.5x19=226」（亿元）.利用模型②，该地区2018年的环境基础设施投资额的预测值为^=99+17.5x9=256.5（亿元）.（2）利用模型②得到的预测值更可靠.理由如下：（i）从折线图可以看出，2000年至2016年的数据对应的点没有随机散布在直线尸-30.4+13.5/上下，这说明利用2000年至2016年的数据建立的线性模型①不能很好地描述坏境基础设施投资额的变化趋势.2010
8、年相对2009年的环境基础设施投资额有明显增加，2010年至2016年的数据对应的点位于一条直线的附近，这说明从2010年开始环境基础设施投资额的变化规律呈线性增长趋势，利用2010年至2016年的数据建立的线性模型§=99+17.5/可以较好地描述2010年以
