logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
统计
题目

王师傅每小时可加工15个零件,已知订货商的每批订单零件数量均是300个,王师傅加工第一批零件时,合格率为98%,之后加工每批零件之前均会进行一次技术改进,每次改进后每小时的加工零件数量均会比上次增加5个,合格率均会下降10个百分点。问王师傅加工900个合格零件所需时间不可能是:A 50小时B 51小时C 52小时D 53小时

王师傅每小时可加工15个零件,已知订货商的每批订单零件数量均是300个,王师傅加工第一批零件时,合格率为98%,之后加工每批零件之前均会进行一次技术改进,每次改进后每小时的加工零件数量均会比上次增加5个,合格率均会下降10个百分点。问王师傅加工900个合格零件所需时间不可能是: A 50小时 B 51小时 C 52小时 D 53小时

题目解答

答案

为了确定王师傅加工900个合格零件所需时间不可能是哪个选项,我们需要计算每批零件的合格零件数和加工时间,然后求出总时间。

第一批零件

  • 加工速度:15个/小时
  • 合格率:98%
  • 订单数量:300个
  • 合格零件数: $300 \times 0.98 = 294$ 个
  • 加工时间: $\frac{300}{15} = 20$ 小时

第二批零件

  • 加工速度: $15 + 5 = 20$ 个/小时
  • 合格率: $98\% - 10\% = 88\%$
  • 订单数量:300个
  • 合格零件数: $300 \times 0.88 = 264$ 个
  • 加工时间: $\frac{300}{20} = 15$ 小时

第三批零件

  • 加工速度: $20 + 5 = 25$ 个/小时
  • 合格率: $88\% - 10\% = 78\%$
  • 订单数量:300个
  • 合格零件数: $300 \times 0.78 = 234$ 个
  • 加工时间: $\frac{300}{25} = 12$ 小时

总合格零件数和总时间

  • 总合格零件数: $294 + 264 + 234 = 792$ 个
  • 总时间: $20 + 15 + 12 = 47$ 小时

由于792个合格零件已经超过了600个,我们继续计算第四批零件。

第四批零件

  • 加工速度: $25 + 5 = 30$ 个/小时
  • 合格率: $78\% - 10\% = 68\%$
  • 订单数量:300个
  • 合格零件数: $300 \times 0.68 = 204$ 个
  • 加工时间: $\frac{300}{30} = 10$ 小时

总合格零件数和总时间

  • 总合格零件数: $294 + 264 + 234 + 204 = 996$ 个
  • 总时间: $20 + 15 + 12 + 10 = 57$ 小时

由于996个合格零件已经超过了900个,我们得出结论,王师傅加工900个合格零件的总时间一定小于57小时。因此,加工900个合格零件所需时间不可能是51小时、52小时或53小时。

验证

  • 50小时:可能
  • 51小时:不可能
  • 52小时:不可能
  • 53小时:不可能

由于51、52、53小时都是不可能的,但题目要求选择一个不可能的,根据选项,我们选择最接近的不可能的选项。

$\boxed{A}$

解析

本题考查工程问题,解题思路是先分别计算出每批零件的加工速度、合格率、合格零件数和加工时间,再根据总合格零件数和总时间的关系,判断加工900个合格零件所需时间的范围,进而确定不可能的时间。

  1. 计算第一批零件的相关数据:
    • 已知王师傅每小时可加工$15$个零件,即加工速度为$15$个/小时,合格率为$98\%$,订单数量为$300$个。
    • 根据公式“合格零件数$=$订单数量$\times$合格率”,可得合格零件数为$300\times0.98 = 294$个。
    • 根据公式“加工时间$=$订单数量$\div$加工速度”,可得加工时间为$\frac{300}{15} = 20$小时。
  2. 计算第二批零件的相关数据:
    • 每次改进后每小时的加工零件数量均会比上次增加$5$个,所以第二批加工速度为$15 + 5 = 20$个/小时。
    • 每次改进后合格率均会下降$10$个百分点,所以第二批合格率为$98\% - 10\% = 88\%$。
    • 订单数量仍为$300$个,根据公式可得合格零件数为$300\times0.88 = 264$个。
    • 加工时间为$\frac{300}{20} = 15$小时。
  3. 计算第三批零件的相关数据:
    • 第三批加工速度为$20 + 5 = 25$个/小时。
    • 第三批合格率为$88\% - 10\% = 78\%$。
    • 订单数量为$300$个,合格零件数为$300\times0.78 = 234$个。
    • 加工时间为$\frac{300}{25} = 12$小时。
  4. 计算前三批零件的总合格零件数和总时间:
    • 总合格零件数为$294 + 264 + 234 = 792$个。
    • 总时间为$20 + 15 + 12 = 47$小时。
    • 因为$792\lt900$,所以还需要继续加工。
  5. 计算第四批零件的相关数据:
    • 第四批加工速度为$25 + 5 = 30$个/小时。
    • 第四批合格率为$78\% - 10\% = 68\%$。
    • 订单数量为$300$个,合格零件数为$300\times0.68 = 204$个。
    • 加工时间为$\frac{300}{30} = 10$小时。
  6. 计算四批零件的总合格零件数和总时间:
    • 总合格零件数为$294 + 264 + 234 + 204 = 996$个。
    • 总时间为$20 + 15 + 12 + 10 = 57$小时。
    • 因为$996\gt900$,所以王师傅加工$900$个合格零件的总时间一定小于$57$小时。
    • 当加工到第三批结束时,已经用了$47$小时,合格零件数为$792$个,还需要加工$900 - 792 = 108$个合格零件。
    • 第四批零件的加工速度为$30$个/小时,合格率为$68\%$,则每小时合格零件数为$30\times0.68 = 20.4$个。
    • 加工$108$个合格零件需要的时间为$\frac{108}{20.4}\approx5.3$小时。
    • 所以加工$900$个合格零件最少需要$47 + 5.3 = 52.3$小时。

相关问题

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 44.2021年,我国人均预期寿命提高到了()。A. 78岁B. 79岁C. 78.2岁D. 79.2岁

  • 2024年,我国每天大约有( )个小包裹往来于中国和世界各国之间A. 800万B. 1100万C. 1000万D. 900万

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 像从性不好的资料是()A. 由于死亡或者其他原因不能继续试验B. 能按照试验规定要求完成实验C. 重复参加试验D. 由于纳入标准不合格导致选择的研究对象不符合试验要求E. 能完成试验但是不能按照规定要求完成试验

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号