(1)求年利润(万元)关于年产量(台)的函数关系式;
(2)年产量为多少台时,该企业在这一电子设备的生产中所获利润最大?
(1)写出年利润(万元)关于年产量(千件)的函数解析式;
(2)当年产量为多少千件时,企业所获得利润最大?最大利润是多少?
(1)写出年利润(万元)关于年产量x(千件)的函数解析式;
(2)当年产量为多少千件时,该厂在这一商品的生产中所获利润最大?最大利润是多少?
x | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
y | 112 | 61 | 44.5 | 35 | 30.5 | 28 | 25 | 24 |
183.4 | 0.34 | 0.115 | 1.53 | 360 | 22385.5 | 61.4 | 0.135 |
(2)用相关系数判断上述两个模型哪一个拟合效果更好(精确到0.01),并用其估计产量为10千件时每件产品的非原料成本;
(3)该企业采取订单生产模式(根据订单数量进行生产,即产品全部售出).根据市场调研数据,若该产品单价定为100元,则签订9千件订单的概率为0.8,签订10千件订单的概率为0.2;若单价定为90元,则签订10千件订单的概率为0.3,签订11千件订单的概率为0.7.已知每件产品的原料成本为10元,根据(2)的结果,企业要想获得更高利润,产品单价应选择100元还是90元,请说明理由.
参考公式:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘估计分别为:,,相关系数.
5 . 某超市计划按月订购一种酸奶,每天进货量相同,进货成本每瓶4元,售价每瓶6元,未售出的酸奶降价处理,以每瓶2元的价格当天全部处理完.根据往年销售经验,每天需求量与当天最高气温(单位:℃)有关.如果最高气温不低于25,需求量为500瓶;如果最高气温位于区间[20,25),需求量为300瓶;如果最高气温低于20,需求量为200瓶.为了确定六月份的订购计划,统计了前三年六月份各天的最高气温数据,得下面的频数分布表:
最高气温 | [10,15) | [15,20) | [20,25) | [25,30) | [30,35) | [35,40) |
天数 | 2 | 16 | 36 | 25 | 7 | 4 |
以最高气温位于各区间的频率估计最高气温位于该区间的概率.
(1)求六月份这种酸奶一天的需求量不超过300瓶的概率;
(2)设六月份一天销售这种酸奶的利润为Y(单位:元),当六月份这种酸奶一天的进货量为450瓶时,写出Y的所有可能值,并估计Y大于零的概率.
时间/天 | 1 | 3 | 6 | 10 | 36 | …… |
日销售量 /件 | 94 | 90 | 84 | 76 | 24 | …… |
(Ⅰ)认真分析表格中的数据,用所学过的一次函数、二次函数、反比例函数的知识确定一个满足这些数据(件)与 (天)的关系式;
(Ⅱ)试预测未来 40 天中哪一天的日销售利润最大,最大利润是多少?
(Ⅲ)在实际销售的前 20 天中,该公司决定每销售 1 件商品就捐赠元利润给希望工程. 公司通过销售记录发现,前 20 天中,每天扣除捐赠后的日销售利润随时间(天)的增大而增大,求的取值范围.
租用单车数量(千辆) | 2 | 3 | 4 | 5 | 8 |
每天一辆车平均成本(元) | 3.2 | 2.4 | 2 | 1.9 | 1.7 |
(1)为了评价两种模型的拟合效果,完成以下任务:
①完成下表(计算结果精确到0.1)(备注: ,称为相应于点的残差(也叫随机误差));
租用单车数量(千辆) | 2 | 3 | 4 | 5 | 8 | |
每天一辆车平均成本(元) | 3.2 | 2.4 | 2 | 1.9 | 1.7 | |
模型甲 | 估计值 | 2.4 | 2.1 | 1.6 | ||
残差 | 0 | -0.1 | 0.1 | |||
模型乙 | 估计值 | 2.3 | 2 | 1.9 | ||
残差 | 0.1 | 0 | 0 |
(2)这个公司在该城市投放共享单车后,受到广大市民的热烈欢迎,共享单车常常供不应求,于是该公司研究是否增加投放.根据市场调查,这个城市投放8千辆时,该公司平均一辆单车一天能收入10元,6元收入的概率分别为0.6,0.4;投放1万辆时,该公司平均一辆单车一天能收入10元,6元收入的概率分别为0.4,0.6.问该公司应该投放8千辆还是1万辆能获得更多利润?(按(1)中拟合效果较好的模型计算一天中一辆单车的平均成本,利润=收入-成本).