세 가지 예의 복합 규칙

ㅏ 3의 법칙 문제에서 제공되는 다른 데이터에 비례하는 데이터를 알 수있는 수학적 도구입니다. Simple Rule of Three에 관해서는 두 가지 다른 수량 만 적용됩니다. 각각의 초기 값과 최종 값으로 4 개의 데이터가 생성됩니다. 알 수 없는.

3의 복합 규칙의 경우 문제에 2 개 이상의 규모가 있지만 알려지지 않은 데이터가 하나만 남아 있습니다.

솔루션의 일반적인 절차는 다음과 같이 구성됩니다.

먼저 테이블의 데이터를 정렬해야합니다.

둘째, 데이터에 어떤 종류의 비례 성이 연결되는지 정의해야합니다.

그것은 정비례, 값의 증가 또는 감소가 다른 크기의 동일한 변경에 해당하는 경우. 반면에 반비례, 한 크기가 증가하거나 감소 할 때 다른 크기는 반대의 변화를 겪습니다.

그런 다음 모든 데이터 간의 비례 관계를 설정하여 누락 된 요소를 계산합니다.

데이터의 비율 유형에 따라 적용되는 3 개의 복합 규칙이 이름을 얻습니다. 모든 크기가 정비례로 작동하는 경우 직접 복합 법칙 3; 모든 크기가 반비례로 작동하는 경우 역 복합 법칙 3; 두 가지 유형의 비례 관계가 크기 사이에 존재하는 경우 혼합 복합 법칙 3입니다. 다음은 복합 규칙 3의 각 유형에 대한 예입니다.

3의 직접 복합 법칙 

직접 비례 관계는 다음 식에 따라 작성됩니다.

예 1 

하루에 10 시간 동안 8 개의 밸브를 열어 400 페소 상당의 물을 배출했습니다. 같은 날 12 시간 개방 16 개 밸브의 토출 가격을 알아야합니다.

방전 가격 인 참조 변수를 설정하면 이에 대한 다른 규모의 비율이 분석됩니다.

밸브 수가 많을수록 토출 가격이 높아집니다. 정비례.

하루 근무 시간이 많을수록 방전 가격이 높아집니다. 정비례.

그런 다음 데이터가 테이블로 구성됩니다.

8 개 밸브	하루 10 시간	400 페소
16 밸브	하루 12 시간	X (알 수없는 데이터)

비율이 직접적이라는 것을 알고, 우리는 솔루션에 대한 수학적 배열을 진행합니다. 알려진 요소를 직접, 그리고 그것들을 알 수 없는:

예 2

10 개 공급 업체의 평균 판매량은 400 개이며 최종 값은 주당 30,000 페소입니다. 평균 1500 개 품목의 판매로 35 명의 판매자에 대한 판매 가치를 추정해야합니다.

판매자 수가 많을수록 판매 가치가 높아집니다. 정비례.

판매 된 품목 수가 많을수록 판매 가치가 높아집니다. 정비례.

그런 다음 데이터가 테이블로 구성됩니다.

10 개 업체	400 개 항목	$30,000
35 개 업체	1500 개 항목	X (알 수없는 데이터)

비율이 직접적이라는 것을 알고, 우리는 솔루션에 대한 수학적 배열을 진행합니다. 알려진 요소를 직접, 그리고 그것들을 알 수 없는:

3의 역 복합 법칙

역비례 관계는 다음 식에 따라 작성됩니다.

예

4 명의 근로자가 하루에 5 시간 씩 2 일만에 건물을 짓습니다. 동일한 건물을 짓는 데 3 명의 작업자가 하루 6 시간 일하는 데 걸리는 시간을 알아야합니다.

Days of Tardiness 변수를 참조로 설정하면 데이터 간의 비례 유형이 발견됩니다.

일하는 사람이 적을수록 늦는 날이 많아집니다. 반비례.

일일 근무 시간이 많을수록 늦는 날이 줄어 듭니다. 반비례.

그런 다음 데이터가 테이블로 구성됩니다.

4 명의 노동자	하루 5 시간	2 일 늦음
3 명의 노동자	하루 6 시간	X (알 수없는 데이터)

그리고 비율이 모든 경우에 간접적이라는 것을 알고, 우리는 미지의 문제를 해결하기 위해 수학적 배열을 진행합니다.

3의 혼합 복합 규칙

혼합 비율 관계는 다음 식에 따라 작성할 수 있습니다.

예 

8 명의 작업자가 9 일 동안 30 미터 벽을 짓고 하루에 6 시간 씩 일하면 몇 명이 일일 8 시간 근무하는 10 명의 작업자가 50 미터의 벽을 추가로 건설해야합니다. 잃어버린?

Days of Tardiness에서 참조 변수를 설정하여 비례 분석을 진행합니다.

작업자가 많을수록 지연 시간이 줄어 듭니다. 반비례.

시간이 많을수록 늦은 날이 줄어 듭니다. 반비례.

건설 미터가 많을수록 지연 시간이 늘어납니다. 정비례.

그런 다음 데이터가 테이블에 구성됩니다.

8 명의 노동자	9 일 늦음	6 시간	30 미터
10 명의 노동자	X (알 수없는 데이터)	8 시간	50 미터

우리는 각 경우의 비례 성을 고려하여 미지의 문제를 해결하기 위해 수학적 배열을 진행합니다. Proportionality가 Direct 인 경우 테이블에서 숫자의 위치는 분자 또는 분모에 배치됩니다. 그리고 Proportionality가 Inverse이면, 곱할 때 그 위치가 경우에 따라 분 모나 분자로 바뀝니다.