- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2002年广西桂林市中考数学试题【含答案、解析】
学校:___________姓名:___________班级:___________考号:___________
一、单选题
1.下列各数中,最大的数是()
11
A.0B.C.2022D.
2200023
2.下列说法正确的是()
A.同位角相等B.相等的角是对顶角
C.内错角相等,两直线平行D.互补的两个角一定有一个锐角
3.下列调查中,调查方式选择合理的是()
A.为了解一批灯管的使用寿命,选择全面调查
B.为了解某市初中生的视力情况,选择抽样调查
C.为了解某省居民对生活垃圾的处理情况,选择全面调查
D.为了解长征五号乙运载火箭的设备零件质量情况,选择抽样调查
4.将一个正四棱台(上下底面平行,且均为正方形)如图所示摆放,则其左视图是()
A.B.C.D.
5.关于12的叙述,错误的是()
A.12是有理数B.面积为12的正方形的边长是12
C.12在3和4之间D.在数轴上可以找到表示12的点
6.下列多项式中,能运用平方差公式分解因式的是()
Ax2+y2B-x2+y2C-4x-4y2D-x2-y2
....
7.下列运算正确的是()
Aa2a2a3B2a238a5
.+=.(-)=-
2236
Ca11aa1D2a×3a6a
.(+)(-+)=-.=
8.如图所示的是一块长为5m、宽为2m的长方形木板,现要在长边上截去长为xm的一部分(阴影部分),
y2xm
则剩余木板(空白部分)的面积(单位:)与(单位:)的函数关系式为()
m
试卷第1页,共5页
A.y10xB.y5xC.y2xD.y2x10
y3>1
ax32x1
9x1ay
.若关于的方程的解为正数,且使得关于的不等式组恰有两个整数解,
233ya<1
则所有满足条件的整数a
您可能关注的文档
- 2016年湖南省张家界市中考数学试题【含答案解析】.docx
- 2017年广东省中考数学试题【含答案解析】.docx
- 2017年湖南省郴州市中考数学试题【含答案解析】.docx
- 2017年湖南省怀化市中考数学试题【含答案解析】.docx
- 2017年湖南省娄底市中考数学试题【含答案解析】.docx
- 2017年湖南省湘西州中考数学试题【含答案解析】.docx
- 2017年湖南省益阳市中考数学试题【含答案解析】.docx
- 2017年湖南省永州市中考数学试卷【含答案解析】.docx
- 2017年湖南省张家界市中考数学试题【含答案解析】.docx
- 2018年广东省中考数学试题【含答案解析】.docx
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)