You are on page 1of 3

‫دبيرستان امير‬

‫‪ - 1‬گزینه ‪ 3‬طبق رابطۀ احتمال شرطی داریم‪:‬‬


‫‪′‬‬ ‫‪′‬‬ ‫‪′‬‬ ‫‪′‬‬
‫‪P (B‬‬ ‫) ‪∩ A‬‬ ‫‪P (A‬‬ ‫) ‪∩ B‬‬
‫‪′‬‬ ‫‪′‬‬
‫= ) ‪P ( B |A ) + P ( A |B‬‬
‫‪′‬‬ ‫‪′‬‬
‫‪+‬‬ ‫‌‪  ‬‬
‫‪′‬‬ ‫‪′‬‬
‫) ‪P (A‬‬ ‫) ‪P (B‬‬

‫‪۱‬‬ ‫‪۱‬‬ ‫‪۱‬‬ ‫‪۲‬‬


‫= ) ‪P (A‬‬
‫‪′‬‬
‫‪۱ − P (A) = ۱ −‬‬ ‫=‬ ‫= ) ‪, P (B‬‬
‫‪′‬‬
‫‪۱ − P (B) = ۱ −‬‬ ‫=‬
‫‪۲‬‬ ‫‪۲‬‬ ‫‪۳‬‬ ‫‪۳‬‬
‫‌از طرفی داریم‪:‬‬
‫‪۱‬‬ ‫‪۱‬‬ ‫‪۱‬‬ ‫‪۵‬‬
‫‪ P ( A‬‬ ‫‪′‬‬
‫= ) ‪∩ B‬‬
‫‪′‬‬
‫‪۱ − P (A ∪ B) = ۱ −‬‬ ‫‪−‬‬ ‫‪+‬‬ ‫=‬
‫‪۲‬‬ ‫‪۳‬‬ ‫‪۴‬‬ ‫‪۱۲‬‬
‫‪۵‬‬ ‫‪۳‬‬ ‫‪۳۵‬‬
‫‪′‬‬
‫= ) ‪⇒ P ( B |A ) + P ( A |B‬‬
‫‪′‬‬ ‫‪′‬‬ ‫‪′‬‬
‫(‬ ‫‪۲+‬‬ ‫= )‬
‫‪۱۲‬‬ ‫‪۲‬‬ ‫‪۲۴‬‬

‫‪ - 2‬گزینه ‪ 2‬حالت‌های ممکن برای فضای کاهش یافته ‪ S‬را می‌نویسیم‪:‬‬


‫)‪۵ → (۱, ۴), (۴, ۱), (۲, ۳), (۳, ۲‬‬
‫)‪۴ → (۱, ۳), (۳, ۱), (۲, ۲‬‬
‫= )‪⇒ n(S‬‬ ‫‌ ‪۱۰‬‬
‫)‪۳ → (۱, ۲), (۲, ۱‬‬
‫)‪۲ → ( ۱, ۱‬‬
‫دقت کنيد در سوال تاکيد شده شماره يکي از تاس‌هاي رو شده ‪ ۲‬است‪ .‬‬
‫({ ‪A :‬‬ ‫})‪۲, ۳), (۳, ۲), (۲, ۱), (۱, ۲‬‬
‫‪۴‬‬ ‫‪۲‬‬
‫= )‪ P (A‬است‪.‬‬ ‫=‬ ‫پس‬
‫‪۱۰‬‬ ‫‪۵‬‬

‫‪ - 3‬گزینه ‪ 3‬بنا بر تعریف احتمال مشروط داریم‪ P (A ∩ B) = P (B|A) ⋅ P (A)  ‬پس میتوان نوشت‪:‬‬
‫‪۲‬‬ ‫‪۳‬‬ ‫‪۱‬‬ ‫‪۱‬‬
‫‪P (A‬‬
‫‪۱‬‬ ‫‪∩ A‬‬
‫‪۲‬‬ ‫‪∩ A ) = P (A‬‬
‫‪۳‬‬ ‫‪۳‬‬
‫∩ ‪∣A‬‬
‫∣‬ ‫‪۱‬‬ ‫‪A ) ⋅ P (A‬‬
‫‪۲‬‬ ‫‪۲‬‬
‫= ) ‪∣A ) ⋅ P (A‬‬
‫∣‬ ‫‪۱‬‬ ‫‪۱‬‬ ‫×‬ ‫×‬ ‫=‬ ‫‪ ‬‬
‫‪۳‬‬ ‫‪۴‬‬ ‫‪۲‬‬ ‫‪۴‬‬

‫‪ - 4‬گزینه ‪ 4‬طبق قانون تفاضل و رابطه احتمال شرطی داریم‪:‬‬


‫‪′‬‬
‫) ‪P (B ∩ A‬‬ ‫)‪P (B − A‬‬ ‫)‪P (B) − P (A ∩ B‬‬
‫‪′‬‬
‫= ) ‪P (B|A‬‬ ‫=‬ ‫=‬
‫) ‪P (A‬‬
‫‪′‬‬
‫)‪۱ − P (A‬‬ ‫)‪۱ − P (A‬‬
‫‪۳‬‬ ‫‪۱‬‬ ‫‪۵‬‬
‫‪−‬‬ ‫‌‬
‫‪A⊆B‬‬ ‫)‪P (B) − P (A‬‬ ‫‪۴‬‬ ‫‪۳‬‬ ‫‪۱۲‬‬ ‫‪۱۵‬‬ ‫‪۵‬‬
‫======‬ ‫=‬ ‫=‬ ‫=‬ ‫=‬
‫‪A∩B=A‬‬ ‫)‪۱ − P (A‬‬ ‫‪۱‬‬ ‫‪۲‬‬ ‫‪۲۴‬‬ ‫‪۸‬‬
‫‪۱−‬‬
‫‪۳‬‬ ‫‪۳‬‬

‫‪ - 5‬گزینه ‪ 3‬نکته‪ :‬اگر ‪ A‬و ‪ B‬دو پیشامد از فضای نمونه‌ای ‪ S‬باشند احتمال وقوع ‪ A‬اگر ‪ B‬اتفاق افتاده باشد از دستور زیر حاصل می‌شود‪:‬‬
‫)‪P (A ∩ B‬‬
‫= )‪P (A |B‬‬
‫)‪P (B‬‬

‫‪۱‬‬ ‫‪۲‬‬ ‫‪۲‬‬ ‫‪۲‬‬ ‫‪۱‬‬ ‫‪۵‬‬


‫= )‪P (a‬‬ ‫‪,‬‬ ‫= )}‪P ({a, b, c‬‬ ‫= )}‪⇒ P (a) + P ({b, c‬‬ ‫= )}‪⇒ P ({b, c‬‬ ‫‪−‬‬ ‫=‬
‫‪۴‬‬ ‫‪۳‬‬ ‫‪۳‬‬ ‫‪۳‬‬ ‫‪۴‬‬ ‫‪۱۲‬‬
‫‪۵‬‬
‫)}‪P ({b, c, e} ∩ {a, b, c‬‬ ‫)}‪P ({b, c‬‬ ‫‪۱۲‬‬ ‫‪۱۵‬‬ ‫‪۵‬‬
‫= )}‪P ({b, c, e} |{a, b, c‬‬ ‫=‬ ‫=‬ ‫=‬ ‫=‬
‫)}‪P ({a, b, c‬‬ ‫)}‪P ({a, b, c‬‬ ‫‪۲‬‬ ‫‪۲۴‬‬ ‫‪۸‬‬
‫‪۳‬‬

‫‪ - 6‬گزینه ‪ 2‬احتمال شرطی است بنابراین فضای نمونه‌ای آزمایش حاالتی است که مجموع دو تاس برابر ‪ ۶‬باشد‪ W ( .‬رنگ سفید و ‪ b‬رنگ سیاه است‪).‬‬
‫‪۱w‬‬ ‫‪۱w‬‬ ‫‪۱b‬‬ ‫‪۱b‬‬ ‫‪۲w‬‬ ‫‪۲w‬‬ ‫‪۲b‬‬ ‫‪۲b‬‬ ‫‪۳w‬‬
‫[{ = ‪S‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫}]‬
‫‪۵w‬‬ ‫‪۵b‬‬ ‫‪۵w‬‬ ‫‪۵b‬‬ ‫‪۴w‬‬ ‫‪۴b‬‬ ‫‪۴w‬‬ ‫‪۴b‬‬ ‫‪۳b‬‬
‫‪۱w‬‬ ‫‪۱b‬‬ ‫‪۲w‬‬ ‫‪۲b‬‬ ‫‪۴‬‬
‫[{ = ‪A‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫[‪],‬‬ ‫}]‬ ‫;‬ ‫= )‪P (A‬‬
‫‪۵w‬‬ ‫‪۵b‬‬ ‫‪۴w‬‬ ‫‪۴b‬‬ ‫‪۹‬‬

‫‪ - 7‬گزینه ‪ 2‬چون می دانیم فقط یک تیر به هدف خورده است حاالت کل این مسأله به صورت زیر است‪.‬‬
‫بی نام‬

‫‪    A , B , C  ‬یا ‪ A , B, C‬یا‬
‫¯‬
‫¯¯‬‫¯‬ ‫¯‬
‫¯¯‬‫¯‬ ‫¯‬
‫¯¯‬‫¯‬ ‫¯‬
‫¯¯‬‫¯‬ ‫¯‬
‫¯¯‬‫¯‬ ‫¯‬
‫¯¯‬‫¯‬
‫‪A, B , C‬‬

‫‪۱‬‬ ‫‪۳‬‬ ‫‪۲‬‬ ‫‪۵‬‬ ‫‪۱‬‬ ‫‪۲‬‬ ‫‪۵‬‬ ‫‪۳‬‬ ‫‪۱‬‬ ‫‪۱‬‬ ‫‪۵‬‬ ‫‪۵‬‬ ‫‪۳۱‬‬
‫×‬ ‫×‬ ‫‪+‬‬ ‫×‬ ‫×‬ ‫‪+‬‬ ‫×‬ ‫×‬ ‫=‬ ‫‪+‬‬ ‫‪+‬‬ ‫=‬
‫‪۶‬‬ ‫‪۴‬‬ ‫‪۳‬‬ ‫‪۶‬‬ ‫‪۴‬‬ ‫‪۳‬‬ ‫‪۶‬‬ ‫‪۴‬‬ ‫‪۳‬‬ ‫‪۱۲‬‬ ‫‪۳۶‬‬ ‫‪۲۴‬‬ ‫‪۷۲‬‬
‫‪3‬‬
‫دبيرستان امير‬

‫‪۱‬‬ ‫‪۳‬‬ ‫‪۲‬‬ ‫‪۶‬‬ ‫¯‬


‫¯¯‬‫¯‬
‫‪A, B , C‬‬
‫¯‬
‫¯¯‬‫¯‬
‫حالت مطلوب حالتی است که ‪ A‬به هدف زده باشد یعنی‬
‫×‬ ‫×‬
‫‪۶‬‬ ‫‪۴‬‬ ‫‪۳‬‬ ‫‪۷۲‬‬ ‫‪۶‬‬
‫= ‪P‬‬ ‫=‬ ‫=‬
‫‪۳۱‬‬ ‫‪۳۱‬‬ ‫‪۳۱‬‬
‫‪۷۲‬‬ ‫‪۷۲‬‬
‫‪ - 8‬گزینه ‪4‬‬
‫‪′‬‬
‫)‪P (A ∩ B‬‬ ‫) ‪P (B ∩ A‬‬ ‫)‪P (A ∩ B‬‬ ‫)‪P (B − A‬‬ ‫)‪P (A ∩ B‬‬ ‫)‪P (B) − P (A ∩ B‬‬
‫→ ) ‪P (A|B) = P (B|A‬‬
‫‪′‬‬
‫‌‬ ‫=‬ ‫‌‬
‫→‬ ‫=‬ ‫‌‬
‫→‬ ‫‌‬
‫=‬ ‫) ‪(I‬‬
‫)‪P (B‬‬ ‫) ‪P (A‬‬
‫‪′‬‬
‫)‪P (B‬‬ ‫)‪۱ − P (A‬‬ ‫)‪P (B‬‬ ‫)‪۱ − P (A‬‬
‫‌از طرفی داریم‪:‬‬
‫)‪P (A ∩ B‬‬
‫= )‪P (B|A‬‬ ‫→ ‪۰٫۸‬‬
‫‌‬ ‫=‬ ‫→ ‪۰٫۸‬‬ ‫)‪‌ ۰٫۸P (A‬‬
‫= )‪‌ P (A ∩ B‬‬ ‫) ‪(I I‬‬ ‫‌‬
‫)‪P (A‬‬

‫= ) ‪P (B‬‬
‫‪′‬‬
‫= ) ‪‌ P (B) = ۱ − P (B‬‬
‫→ ‪۰٫۵‬‬ ‫‪‌ ۱ − ۰٫۵ = ۰٫۵‬‬ ‫‪′‬‬
‫) ‪(I I I‬‬ ‫‌‬
‫‌‌با جایگذاری ) ‪ (I‬و ) ‪ (I I‬در رابطۀ ) ‪ (I‬داریم‪:‬‬
‫)‪۰٫۸P (A‬‬ ‫)‪۰٫۵ − ۰٫۸P (A‬‬
‫=‬ ‫‌‬
‫→‬ ‫→ )‪۰٫۸P (A) − ۰٫۸(P (A))۲ ‌= ۰٫۲۵ − ۰٫۴P (A‬‬
‫‪‌ ۰٫۸(P (A))۲‬‬ ‫‪−‬‬ ‫‪۱٫۲P (A) + ۰٫۲۵ = ۰‬‬
‫‪۰٫۵‬‬ ‫)‪۱ − P (A‬‬
‫‪۲‬‬ ‫‪۱۶‬‬
‫( = ‪Δ‬‬ ‫)‪۱٫۲‬‬ ‫‪−‬‬ ‫= )‪۴(۰٫۸ × ۰٫۲۵‬‬
‫‪۲۵‬‬
‫درنتیجه‪:‬‬

‫‪۴‬‬
‫‪۱٫۲ ±‬‬
‫‪۵‬‬ ‫= )‪→ P (A‬‬ ‫) غ‌ق‌ق ( ‪۱٫۲۵‬‬
‫= )‪P (A‬‬ ‫‌‬
‫{‬ ‫= )‪⇒ P (A ∩ B‬‬ ‫= )‪۰٫۸P (A‬‬
‫‪‌ ۰٫۸ × ۰٫۲۵ = ۰٫۲‬‬
‫‪۱٫۶‬‬ ‫= )‪→ P (A‬‬ ‫‪۰٫۲۵‬‬
‫‪ - 9‬گزینه ‪4‬‬
‫چون می دانیم مجموع دو کارت زوج بوده پس هر دو کارت زوج یا هر دو کارت فرد بوده اند‪ .‬پس تعداد اعضای فضای نمونه ای جدید به صورت زیر است‪.‬‬
‫‪۵‬‬ ‫‪۴‬‬
‫(‬ ‫( ‪) +‬‬ ‫= )‬ ‫‪۱۰ + ۶ = ۱۶‬‬
‫‪۲‬‬ ‫‪۲‬‬
‫‪۱۰‬‬ ‫‪۵‬‬ ‫‪۵‬‬
‫(‪  ‬می باشد‪.‬‬ ‫)‬ ‫حال از بین حاالت فوق حاالت مطلوب آن هایی هستند که هردو فرد باشند یعنی تعداد حاالت مطلوب‬
‫‪۲‬‬
‫= ?‬ ‫=‬
‫‪۱۶‬‬ ‫‪۸‬‬
‫‪ - 10‬گزینه ‪3‬از قاعده ضرب استفاده می کنیم‪ .‬این بیمار باید پس از عمل اولیه زنده بماند و بعد از عمل هم در طول یک ماه بدنش پیوند را قبول کند و زنده بماند‪.‬‬
‫‪۵‬‬ ‫‪۸‬‬
‫= ‪p‬‬ ‫×‬ ‫=‬ ‫‪۰٫۴‬‬
‫‪۱۰‬‬ ‫‪۱۰‬‬
‫‪ - 11‬گزینه ‪ = A 3‬عدد گوی دوم از گوی اول کمتر باشد‪ :‬فرض‬
‫‪ = B‬گوی اول‪ ،‬شمارۀ ‪ ۱۶‬باشد‪:‬‬
‫‪۱‬‬
‫)‪P (A ∩ B‬‬ ‫‪۱۶‬‬ ‫‪۲‬‬ ‫‪۱‬‬
‫= )‪⇒ P (B|A‬‬ ‫=‬ ‫=‬ ‫=‬ ‫‌‬
‫)‪P (A‬‬ ‫‪۱‬‬ ‫‪۱۶‬‬ ‫‪۸‬‬
‫‪۲‬‬
‫‪ - 12‬گزینه ‪ 2‬طبق رابطه احتمال شرطی داریم‪:‬‬
‫)‪P (A ∩ B‬‬ ‫)‪P (A) + P (B) − P (A ∪ B‬‬
‫= )‪P (A|B‬‬ ‫=‬
‫)‪P (B‬‬ ‫)‪P (B‬‬

‫‪۱‬‬ ‫‪۳‬‬
‫‪+‬‬ ‫)‪− P (A ∪ B‬‬ ‫‌‪ ‬‬
‫‪۲‬‬ ‫‪۴‬‬ ‫‪۸‬‬ ‫‪۵‬‬ ‫‪۲‬‬ ‫‪۳‬‬ ‫‪۱۹‬‬
‫⇒‬ ‫=‬ ‫⇒‬ ‫= )‪− P (A ∪ B‬‬ ‫×‬ ‫= )‪⇒ P (A ∪ B‬‬
‫‪۵‬‬ ‫‪۳‬‬ ‫‪۸‬‬ ‫‪۵‬‬ ‫‪۸‬‬ ‫‪۴۰‬‬
‫‪۸‬‬
‫)‪P (A ∩ B) = P (A) + p(B) − P (A ∪ B‬‬ ‫تذکر ‪ :‬می دانیم ‪ ، P (A ∪ B) = P (A) + P (B) − P (A ∩ B) :‬پس‪:‬‬

‫‪ - 13‬گزینه ‪ 3‬اطالعات داده شده در سؤال را با روابط مرتبط در قوانین احتمال کدگذاری می‌کنیم‪:‬‬
‫‪۳‬‬
‫(‪P‬‬ ‫قرمز‬ ‫∩‬ ‫) آبی نباشد‬ ‫‪۱۸‬‬ ‫‪۳‬‬
‫(‪P‬‬ ‫= ) آبی نباشد | قرمز‬ ‫=‬ ‫=‬ ‫‌‬
‫(‪P‬‬ ‫) آبی نباشد‬ ‫‪۱۰‬‬ ‫‪۱۰‬‬
‫‪۱۸‬‬
‫‪۶‬‬
‫است‪ .‬حال اگر مهرۀ خارج شده از جعبه سفید باشد‪ ،‬این مهره را به همراه دو مهرۀ سیاه به جعبه برمی‌گردانیم‪ .‬در این صورت‬ ‫‪ - 14‬گزینه ‪ 1‬احتمال آنکه مهرۀ خارج شده از جعبه سفید باشد‪،‬‬
‫‪۱۶‬‬
‫بی نام‬

‫‪۶‬‬
‫خواهد بود‪ .‬طبق قانون ضرب احتمال‪ ،‬احتمال آنکه هر دو مهرۀ خارج شده‬ ‫جعبه شامل ‪ ۶‬مهرۀ سفید و ‪ ۱۲‬مهرۀ سیاه است که در نتیجه این‌بار احتمال خارج کردن یک مهرۀ سفید از جعبه برابر‬
‫‪۱۸‬‬
‫از جعبۀ سفید باشد‪ ،‬برابر است با‪‌:‬‬

‫‪4‬‬
‫دبيرستان امير‬

‫‪۶‬‬ ‫‪۶‬‬ ‫‪۳‬‬ ‫‪۱‬‬ ‫‪۱‬‬


‫×‬ ‫=‬ ‫×‬ ‫=‬
‫‪۱۶‬‬ ‫‪۱۸‬‬ ‫‪۸‬‬ ‫‪۳‬‬ ‫‪۸‬‬
‫‪ - 15‬گزینه ‪ 3‬طبق فرمول احتمال شرطی داریم‪:‬‬
‫‪۱‬‬ ‫‪۳‬‬ ‫‪۳‬‬ ‫‪۳‬‬
‫(‪P‬‬ ‫) کارت شمارۀ ‪ ۳‬و دو بار رو بیاید‬ ‫‪۴‬‬
‫×‬
‫‪۸‬‬ ‫‪۸‬‬ ‫‪۸‬‬ ‫‪۳‬‬
‫(‪P‬‬ ‫= ) دو بار رو بیاید | ‪ ‬کارت شمارۀ ‪۳‬‬ ‫=‬ ‫=‬ ‫=‬ ‫=‬ ‫‌‬
‫(‪P‬‬ ‫) دو بار رو بیاید‬ ‫(‬
‫‪۱‬‬
‫×‬ ‫( ‪۰) +‬‬
‫‪۱‬‬
‫×‬
‫‪۱‬‬
‫( ‪) +‬‬
‫‪۱‬‬
‫×‬
‫‪۳‬‬
‫( ‪) +‬‬
‫‪۱‬‬
‫×‬
‫‪۶‬‬
‫)‬
‫‪۴ +۶ +۶‬‬ ‫‪۱‬‬ ‫‪۸‬‬
‫‪۴‬‬ ‫‪۴‬‬ ‫‪۴‬‬ ‫‪۴‬‬ ‫‪۸‬‬ ‫‪۴‬‬ ‫‪۱۶‬‬ ‫‪۱۶‬‬

‫‪ - 16‬گزینه ‪ 2‬پیشامد مشکی‌بودن خودکار اول را با ‪ A‬و آبی‌بودن خودکار دوم را با ‪ B‬نشان می‌دهیم‪.‬‬
‫‪۳‬‬ ‫‪۱‬‬
‫= )‪P (A‬‬ ‫=‬ ‫‌‬
‫‪۱۲‬‬ ‫‪۴‬‬
‫‌‌یک خودکار مشکی از جعبه خارج شده است‪ ،‬در نتیجه‪:‬‬
‫‪۵‬‬
‫= )‪P (B|A‬‬ ‫‌‬
‫‪۱۱‬‬
‫‪۱‬‬ ‫‪۵‬‬ ‫‪۵‬‬
‫= )‪⇒ P (A ∩ B) = P (A)P (B|A) ⇒ P (A ∩ B‬‬ ‫×‬ ‫=‬ ‫‌‬
‫‪۴‬‬ ‫‪۱۱‬‬ ‫‪۴۴‬‬
‫‪ - 17‬گزینه ‪ 4‬پرتاب دو تاس ‪ ۳۶‬حالت دارد‪ .‬می‌دانیم مجموع دو عدد رو شده مضرب ‪ ۵‬نیست‪ .‬برای پیدا کردن تعداد این حالت‌ها بهتر است حالت‌هایی را که مجموع دو عدد رو شده مضرب ‪۵‬‬
‫است پیدا کرده و از کل حاالت کم کنیم‪ .‬اما مضرب ‪ ۵‬یعنی اینکه مجموع دو عدد رو شده یا ‪ ۵‬است یا ‪:۱۰‬‬
‫‪S‬‬
‫‪′‬‬
‫({ =‬ ‫‪۱, ۴), (۲, ۳), (۳, ۲), (۴, ۱), (۴, ۶), (۵, ۵), (۶, ۴)} ⇒ n(S‬‬ ‫‪′‬‬
‫= )‬ ‫‌‪۷‬‬
‫‌پس تعداد حاالتی که مجموع دو عدد رو شده مضرب ‪ ۵‬نیست‪ ،‬برابر است با‪:‬‬
‫= )‪n(S‬‬ ‫‌‪۳۶ − ۷ = ۲۹‬‬
‫‌اما در چند حالت از این ‪ ۲۹‬حالت‪ ،‬هیچ‌کدام از اعداد ‪ ۵‬نیست‪ .‬می‌دانیم در حالت‌های زیر‪ ،‬یکی از اعداد ‪ ۵‬است‪:‬‬
‫‪A‬‬
‫‪′‬‬
‫({ =‬ ‫‌ })‪۱, ۵), (۵, ۱), (۲, ۵), (۵, ۲), (۳, ۵), (۵, ۳), (۴, ۵), (۵, ۴), (۶, ۵), (۵, ۶‬‬
‫‌بنابراین در ‪ n(A) = ۲۹ − ۱۰ = ۱۹‬حالت هیچ‌کدام از دو عدد ‪ ۵‬نیست‪ .‬پس‪:‬‬
‫)‪n(A‬‬ ‫‪۱۹‬‬
‫= )‪P (A‬‬ ‫=‬ ‫‌‬
‫)‪n(S‬‬ ‫‪۲۹‬‬
‫‪ - 18‬گزینه ‪4‬‬
‫احتمال موردنظر را به‌صورت زیر به دست می‌آوریم‪:‬‬
‫‪۵‬‬ ‫‪۲‬‬ ‫‪۳‬‬ ‫‪۴‬‬ ‫‪۱۱‬‬
‫‪P = P (A‬‬ ‫‪∩ B‬‬ ‫‪) + P (A‬‬ ‫‪∩ B‬‬ ‫= )‬ ‫⋅‬ ‫‪+‬‬ ‫⋅‬ ‫=‬
‫س‬ ‫ق‬ ‫ق‬ ‫س‬
‫‪۸‬‬ ‫‪۶‬‬ ‫‪۸‬‬ ‫‪۶‬‬ ‫‪۲۴‬‬

‫بی نام‬

‫‪5‬‬

You might also like