એક કમ્પ્યુટર પ્રોગ્રામમાં બે મોડ્યુલ $X$ અને $Y$ છે અને તેમાં ભૂલો સ્વતંત્ર રીતે થાય છે. $X$ માં ભૂલ થવાની સંભાવના $0.1$ છે અને $Y$ માં ભૂલ થવાની સંભાવના $0.3$ છે. જો માત્ર $X$ માં ભૂલ પ્રોગ્રામને $0.5$ સંભાવના સાથે ક્રેશ કરે, માત્ર $Y$ માં ભૂલ પ્રોગ્રામને $0.7$ સંભાવના સાથે ક્રેશ કરે અને $X$ અને $Y$ બંનેમાં ભૂલ પ્રોગ્રામને $0.8$ સંભાવના સાથે ક્રેશ કરે, તો પ્રોગ્રામ ક્રેશ થવાની સંભાવના કેટલી છે?

  • A
    $\frac{23}{125}$
  • B
    $\frac{26}{125}$
  • C
    $\frac{29}{125}$
  • D
    $\frac{31}{125}$

Explore More

Similar Questions

$U_1, U_2, U_3$ ત્રણ પાત્રો છે. $U_1$ માં $5$ લાલ,$3$ સફેદ,$2$ કાળા દડા છે; $U_2$ માં $4$ લાલ,$4$ સફેદ,$2$ કાળા દડા છે અને $U_3$ માં $3$ લાલ,$4$ સફેદ,$3$ કાળા દડા છે. જો યાદચ્છિક રીતે પસંદ કરેલા પાત્રમાંથી એક દડો યાદચ્છિક રીતે પસંદ કરવામાં આવે,તો કાળો દડો ન મળે તેની સંભાવના કેટલી?

ધારો કે $X$ અને $Y$ ઘટનાઓ એવી છે કે જેથી $P(X \cup Y) = P(X \cap Y).$
વિધાન-$1$: $P(X \cap Y) = P(X' \cap Y') = 0$
વિધાન-$2$: $P(X) + P(Y) = 2P(X \cap Y).$

Difficult
View Solution

ત્રણ ઘટનાઓ $A, B$ અને $C$ માટે,$P$ (ઘટના $A$ અથવા $B$ માંથી બરાબર એક ઘટના બને છે) = $P$ (ઘટના $B$ અથવા $C$ માંથી બરાબર એક ઘટના બને છે) = $P$ (ઘટના $C$ અથવા $A$ માંથી બરાબર એક ઘટના બને છે) = $p$ અને $P$ (ત્રણેય ઘટનાઓ એકસાથે બને છે) = $p^2$,જ્યાં $0 < p < 1/2$. તો ત્રણ ઘટનાઓ $A, B$ અને $C$ માંથી ઓછામાં ઓછી એક ઘટના બનવાની સંભાવના કેટલી છે?

એક સિક્કાને વારંવાર ઉછાળવાના પ્રયોગનો વિચાર કરો જ્યાં સુધી બે ક્રમિક ઉછાળના પરિણામો સમાન ન આવે. જો યાદચ્છિક ઉછાળમાં છાપ (head) આવવાની સંભાવના $\frac{1}{3}$ હોય,તો પ્રયોગ છાપ પર અટકે તેની સંભાવના કેટલી છે?

જો $A$ અને $B$ બે સ્વતંત્ર ઘટનાઓ એવી રીતે હોય કે $P(\bar{A})=0.75$,$P(A \cup B)=0.65$ અને $P(B)=x$,તો $x$ ની કિંમત શોધો.

Vedclass Products

For Students

Vedclass Test Series

Mock tests in real JEE/NEET style with performance analysis. 5-day free trial.

Start Free Trial
For Teachers

Exam Paper Generator

Generate Set A/B/C/D exam papers from 7.5L+ questions in 2 minutes. 3 chapters free.

Try Free
For Institutes

Online Exam Module

Live online exams with unlimited students, 360° analytics & white-label branding.

See Demo