写一个程序用逻辑回归的方法给定申请学生的两次考试成绩和最终录取的结果，构建模型预测某个学生是否能被大学录取。

好的，以下是一个简单的逻辑回归模型的实现：

import numpy as np
from sklearn.linear_model import LogisticRegression

# 训练数据，第一列为第一次考试成绩，第二列为第二次考试成绩，第三列为是否录取（1代表录取，0代表未录取）
train_data = np.array([[90, 85, 1], [85, 80, 1], [30, 40, 0], [60, 50, 0], [70, 75, 1]])

# 分割特征和标签
X_train = train_data[:, :-1]
y_train = train_data[:, -1]

# 定义逻辑回归模型
lr_model = LogisticRegression()

# 模型训练
lr_model.fit(X_train, y_train)

# 预测一个新的学生的录取情况
new_student = np.array([[75, 80]])
prediction = lr_model.predict(new_student)

if prediction == 1:
    print("该学生能被大学录取")
else:
    print("该学生不能被大学录取")

这个例子中我们使用了 `sklearn` 库中的逻辑回归模型。首先我们定义了一个训练数据集，其中包含了五个学生的两次考试成绩以及是否录取的情况。然后我们将训练数据集分割成特征和标签两个部分，其中特征是两次考试成绩，标签是是否录取。

接着我们定义了一个 `LogisticRegression` 类型的模型，并使用训练数据对其进行训练。最后，我们用训练好的模型来预测一个新的学生的录取情况。