14．如图，网格纸上正方形小格的边长为1（表示1cm），图中粗线画出的是一几何体的三视图，则该几何体的表面积为（　　）

A．

64+24πcm2

B．

64+36πcm2

C．

48+36πcm2

D．

48+24πcm2

13．如图，网格纸上小正方形的边长为1，粗实（虚）线画出的是某多面体的三视图，则该多面体的体积为（　　）

A．

64

B．

$\frac{64}{3}$

C．

16

D．

$\frac{16}{3}$

12．如图，在四棱锥P-ABCD中，PA⊥BC，平面PACD为直角梯形，∠PAC=90°，PD∥AC，PA=AB=PD=1，AC=2，∠BAC=120°
（1）求证：PA⊥AB；
（2）求直线BD与平面PACD所成角的正弦值；
（3）求二面角D-BC-A的平面角的正切值．

11．已知某三棱锥的三视图如图所示，则该三棱锥的最长棱的长是（　　）

A．

$\sqrt{6}$

B．

$\sqrt{5}$

C．

2

D．

$\sqrt{2}$

10．已知函数f（x）=e^x-$\frac{1}{{e}^{|x|}}$．
（1）若f（x）=2，求x的值；
（2）若e^tf（2t）+mf（t）≥0对t∈[1，2]恒成立，求实数m的取值范围．

9．过三点（3，10），（7，20），（11，24）的线性回归方程是$\widehaty=5.75+1.75x$．

8．一台机器由于使用时间较长，但还可以使用，它按不同的转速生产出来的某机器零件有一些会有缺点，每小时生产有缺点零件的多少随机器运转的速度而变化，如表是抽样试验结果：

转速x/（rad/s）	16	14	12	8
每小时生产有缺点的零件数y/件	11	9	8	5

若实际生产中，允许每小时的产品中有缺点的零件数最多为10个，求机器的转速应该控制所在的范围．$\left\{{\begin{array}{l}{b=\frac{{\sum_{i=1}^n{{x_i}{y_i}}-n\overline x\overline y}}{{\sum_{i=1}^n{x_i^2}-n{{\overline x}^2}}}}\\{a=\overline y-b\overline x}\end{array}}\right.$．

7．某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟订的价格进行试销得到如下数据：

单价x（元）	8	8.2	8.4	8.6	8.8	9
销量y（件）	92	82	83	80	75	68

（I）求出y关于x的线性回归方程$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$．其中$\widehat{a}$=250
（Ⅱ）预计在今后的销售中，销量与单价仍然服从（I）中的关系，且该产品的成本是4元每件，为使工厂获得最大利润，该产品的单价应定为多少元？

6．已知方程$\widehat{y}$=0.85x-82.71是根据女大学生的身高预报她的体重的回归方程，其中x的单位是cm，$\widehat{y}$的单位是kg，那么针对某个体（160，53）的残差是-0.29．

5．某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x（单位：千元）对年销售量y（单位：t）和年利润z（单位：千元）的影响，对近8年的年宣传费x₁和年销售量y₁（i=1，2，…，8）数据作了初步处理，得到下面的散点图及一些统计量的值．

$\overrightarrow x$	$\overrightarrow y$	$\overrightarrow w$	$\sum_{i=1}^n{{{（{x_i}-\overline x）}^2}}$	$\sum_{i=1}^n{{{（{w_i}-\overline w）}^2}}$	$\sum_{i=1}^n{（{x_i}-\overline x）（{y_i}-\overline y）}$	$\sum_{i=1}^n{（{w_i}-\overline w）（{y_i}-\overline y）}$
46.6	56.3	6.8	289.8	1.6	1469	108.8

表中w₁=$\sqrt{x}$₁，$\overrightarrow w$=$\frac{1}{8}$$\sum_{i=1}^n{w_i}$
（Ⅰ）根据散点图判断，y=a+bx与y=c+d$\sqrt{x}$哪一个适宜作为年销售量y关于年宣传费x的回归方程类型？（给出判断即可，不必说明理由）
（Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立y关于x的回归方程；
（Ⅲ）已知这种产品的年利率z与x、y的关系为z=0.2y-x．根据（Ⅱ）的结果回答下列问题：
（1）年宣传费x=49时，年销售量及年利润的预报值是多少？
（2）年宣传费x为何值时，年利率的预报值最大？
附：对于一组数据（u₁，v₁），（u₂，v₂），…，（u_n，v_n），其回归线v=α+βu的斜率和截距的最小二乘估计分别为：$\widehatβ$=$\frac{{\sum_{i=1}^n{（{u_i}-\overline u）（{v_i}-\overline{v）}}}}{{\sum_{i=1}^n{{{（{u_i}-\overline u）}^2}}}}$，$\widehatα$=$\overline v$-$\widehatβ\overline u$．