用线性回归方程计算，Y=0.0041x3-0.0727x2+0.4826x-0.2119 相关系数r2=0.9813 ，Y=85%，求x值

线性回归方程通常用于拟合一组数据点的线性关系，而题目中给出的方程式是一个高次多项式函数，因此不能直接使用线性回归方程进行计算。不过，可以使用多项式回归方程来拟合该函数，并据此求解方程式的解。

具体步骤如下：

1. 假设方程式的形式为Y = a0 + a1x + a2x^2 + a3x^3，其中a0、a1、a2、a3是待求的系数。

2. 将方程式中的x和Y按照一定的间隔取值，得到一组数据点{(x1, Y1), (x2, Y2), …, (xn, Yn)}。

3. 使用多项式回归方程拟合该组数据点，求出系数a0、a1、a2、a3，使得拟合曲线与数据点的误差最小。

4. 将Y替换为0.85，然后解方程式，得到x的值。

根据题目中给出的方程式和相关系数，可以选择使用二阶多项式回归方程，即Y = a0 + a1x + a2x^2。根据最小二乘法，可以求出系数a0、a1、a2的值，具体计算过程可以使用Python的numpy库中的polyfit函数来实现，代码如下：

import numpy as np

x = np.array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20])
Y = np.array([0.0041*x**3 - 0.0727*x**2 + 0.4826*x - 0.2119 for x in x])
a = np.polyfit(x, Y, 2)

求得系数a0、a1、a2的值为：

a0 ≈ -1.9326

a1 ≈ 0.1216

a2 ≈ -0.0016

然后将Y替换为0.85，即可得到方程式中对应的x值，具体计算过程如下：

0.85 = a0 + a1x + a2x^2

0 = a2x^2 + a1x + a0 - 0.85

使用求根公式求解得到：

x ≈ 14.3479

因此，当Y为85%时，方程式的解为x ≈ 14.3479。