ॐ श्री श्याम देवाय नम:
Latest Government Jobs & Updates
Saturday, 17 Oct 2026
Logo
Sarkari Result Education Government Jobs • Results • Admit Card
  • Notifications
  • Notifications देखने के लिए Login करें।
Login Signup
Type to search...

Probability प्रायिकता Complete Notes in Hindi

प्रायिकता (Probability)

Conditional Probability • Independent Events • Combined Events • Addition Rule • Multiplication Rule • Bayes' Theorem

📌 Chapter Scope: इस अध्याय में Random Experiment, Sample Space, Events, Probability की मूल परिभाषाएँ, Complementary Events, Mutually Exclusive Events, Addition Rule, Multiplication Rule, Conditional Probability, Independent Events, Combined Events, Bayes' Theorem तथा Binomial Probability के आवश्यक आधारभूत और उन्नत concepts शामिल हैं।

📋 विषय-सूची

1. Chapter Overview 2. Exam Applicability Map 3. Basic Concepts 4. Important Definitions 5. Complete Concepts 6. Important Rules 7. Formula Section 8. Shortcuts & Tricks 9. Solved Examples 10. PYQ Master 11. PYQ Pattern Analysis 12. Practice Questions 13. Concept Based Questions 14. Advanced Level 15. Common Mistakes 16. Exam-wise Strategy 17. Quick Revision 18. Final Revision Box

1. Chapter Overview

प्रायिकता (Probability) किसी घटना के घटित होने की संभावना को संख्यात्मक रूप में व्यक्त करती है। इसका मान सामान्यतः 0 से 1 के बीच होता है।

मूल सीमा:
0 ≤ P(E) ≤ 1

यहां P(E) का अर्थ है Event E की Probability।

🔥 Exam Point: उपलब्ध आधिकारिक syllabus evidence के आधार पर Probability का स्पष्ट और प्रत्यक्ष उपयोग SSC CGL के Statistics component, UPSC ISS तथा NDA Mathematics syllabus में मिलता है। RRB NTPC में official syllabus में Elementary Statistics दिया गया है, लेकिन उपलब्ध official syllabus text Probability को अलग से नामित नहीं करता।

इस Chapter में क्या पढ़ना है?

  1. Random Experiment
  2. Outcome और Sample Space
  3. Event
  4. Favourable Outcomes
  5. Classical Probability
  6. Complementary Event
  7. Mutually Exclusive Events
  8. Exhaustive Events
  9. Union और Intersection
  10. Conditional Probability
  11. Independent Events
  12. Combined Events
  13. Addition और Multiplication Rules
  14. Bayes' Theorem
  15. Binomial Probability का आधार

2. EXAM APPLICABILITY MAP

Exam Category Exam Relevance Official Evidence Typical Level Pattern
SSC CGL 🟢 Direct Statistics syllabus में Probability Theory, Conditional Probability, Compound Probability, Independent Events और Bayes' theorem स्पष्ट रूप से दिए गए हैं। Graduation Concept + formula + calculation
UPSC Indian Statistical Service (ISS) 🟢 Direct Statistics-I में Probability, Conditional Probability, Bayes' theorem तथा advanced probability topics दिए गए हैं। Advanced Objective + mathematical statistics
UPSC NDA/NA 🟢 Direct Mathematics syllabus में Probability, Conditional Probability और Bayes' theorem के simple problems दिए गए हैं। School/Intermediate Objective calculation
Railway RRB NTPC 🟡 Related Official syllabus में Elementary Statistics है; Probability अलग से निर्दिष्ट नहीं है। Elementary Exam-specific syllabus पर निर्भर
Banking IBPS/SBI/RBI आदि 🟠 Limited/Recruitment-specific इस consolidated page के लिए current official notification में Probability का समान chapter-level evidence स्थापित नहीं किया गया है। Varies Recruitment-specific
Other State/Police Exams State Recruitment Exams 🟠 Limited/Exam-specific प्रत्येक भर्ती का official syllabus अलग verify करना आवश्यक है। Varies Notification-specific
UPSC CSE Civil Services Preliminary 🟠 Limited/Indirect इस page के लिए Probability को अलग mathematical syllabus topic के रूप में direct official evidence नहीं माना गया है। Not fixed GS-oriented, not dedicated probability chapter
⚠️ महत्वपूर्ण: किसी भी exam में केवल सामान्य coaching practice के आधार पर “Official Syllabus” claim नहीं किया गया है। जहां chapter-level official evidence उपलब्ध नहीं है, वहां उसे Related/Limited के रूप में रखा गया है।

3. BASIC CONCEPTS

3.1 Random Experiment

ऐसा प्रयोग जिसका परिणाम पहले से निश्चित रूप से नहीं बताया जा सकता, लेकिन उसके संभावित परिणामों की सूची बनाई जा सकती है, Random Experiment कहलाता है।

उदाहरण: सिक्का उछालना, पासा फेंकना, ताश से एक पत्ता निकालना।

3.2 Outcome

Random experiment के प्रत्येक संभावित परिणाम को Outcome कहते हैं।

एक सिक्का उछालने पर Outcomes = {Head, Tail}

3.3 Sample Space

किसी random experiment के सभी संभावित outcomes के समुच्चय को Sample Space (S) कहते हैं।

उदाहरण:
एक पासा फेंका → S = {1, 2, 3, 4, 5, 6}

3.4 Event

Sample Space का कोई भी subset एक Event कहलाता है।

पासे पर सम संख्या आने की घटना: E = {2, 4, 6}

3.5 Favourable Outcomes

Event को satisfy करने वाले outcomes को favourable outcomes कहते हैं।

Classical Probability:
P(E) = Favourable Outcomes / Total Equally Likely Outcomes

3.6 Probability की सीमा

0 ≤ P(E) ≤ 1
  • P(E) = 0 → घटना असंभव है।
  • P(E) = 1 → घटना निश्चित है।
  • 0 < P(E) < 1 → घटना संभव है लेकिन निश्चित नहीं।

4. IMPORTANT DEFINITIONS

Term अर्थ Exam Point
Random Experiment ऐसा प्रयोग जिसका परिणाम निश्चित नहीं होता। Outcomes पहले से सूचीबद्ध किए जा सकते हैं।
Sample Space सभी possible outcomes का set। इसे S से दर्शाते हैं।
Event Sample Space का कोई subset। A, B, E आदि से दर्शाया जाता है।
Simple Event जिसमें एक outcome हो। जैसे पासे पर 3 आना।
Compound Event एक से अधिक outcomes वाला event। जैसे सम संख्या आना।
Complementary Event A के न होने की घटना। A' या Aᶜ से दर्शाते हैं।
Mutually Exclusive दो events एक साथ नहीं हो सकते। P(A∩B)=0
Exhaustive Events ऐसे events जो मिलकर पूरा sample space cover करें। P(A∪B∪...)=1
Independent Events एक event के होने से दूसरे की probability प्रभावित न हो। P(A∩B)=P(A)P(B)
Conditional Probability किसी दूसरे event के हो जाने की condition में probability। P(A|B)

5. COMPLETE CONCEPTS

5.1 Classical Probability

P(E) = n(E) / n(S)

जहां n(E) = favourable outcomes तथा n(S) = total equally likely outcomes।

उदाहरण: पासे पर 4 आने की probability: P(4)=1/6

5.2 Complementary Event

यदि A एक event है, तो A के न होने की घटना को A' या Aᶜ कहते हैं।

P(A') = 1 - P(A)
⚡ Trick: “कम से कम एक” जैसे प्रश्नों में अक्सर complement अधिक आसान होता है।
P(at least one) = 1 − P(none)

5.3 Union of Events

A ∪ B का अर्थ है A या B या दोनों का होना।

P(A∪B)=P(A)+P(B)-P(A∩B)

5.4 Intersection of Events

A ∩ B का अर्थ है A और B दोनों का एक साथ होना।

5.5 Mutually Exclusive Events

यदि A और B एक साथ नहीं हो सकते, तो वे mutually exclusive हैं।

P(A∩B)=0

इसलिए:

P(A∪B)=P(A)+P(B)

5.6 Conditional Probability

यदि B घटना पहले ही हो चुकी है, तो A की probability को B की condition पर Conditional Probability कहते हैं।

P(A|B)=P(A∩B)/P(B),   P(B)>0
📌 ध्यान दें: P(A|B) और P(B|A) सामान्यतः बराबर नहीं होते।

5.7 Multiplication Rule

P(A∩B)=P(A)P(B|A)
और:
P(A∩B)=P(B)P(A|B)

5.8 Independent Events

यदि A और B independent हैं, तो A के होने या न होने से B की probability नहीं बदलती।

P(B|A)=P(B)
तथा:
P(A∩B)=P(A)P(B)

5.9 Independent और Mutually Exclusive में अंतर

Point Mutually Exclusive Independent
एक साथ होना नहीं हो सकता हो सकता है
Intersection P(A∩B)=0 P(A∩B)=P(A)P(B)
Conditional effect यदि P(B)>0, तो A होने पर B की probability 0 हो सकती है एक event दूसरे की probability नहीं बदलता
⚠️ Exam Trap: दो non-zero probability वाले mutually exclusive events independent नहीं हो सकते, क्योंकि mutually exclusive होने पर P(A∩B)=0 होता है जबकि independence के लिए P(A∩B)=P(A)P(B) होना चाहिए।

5.10 Combined Events

जब एक से अधिक events को “और”, “या”, “कम से कम एक”, “दोनों”, “केवल एक” आदि conditions के साथ जोड़ा जाता है, तो combined event problems बनते हैं।

“A और B”

P(A and B)=P(A∩B)

“A या B”

P(A or B)=P(A∪B)

“कम से कम एक”

P(at least one)=1-P(none)

5.11 Bayes' Theorem

यदि B के कारण A की probability निकालनी हो और विभिन्न संभावित कारण दिए हों, तो Bayes' theorem उपयोगी होता है।

P(Aᵢ|B)= [P(Aᵢ)P(B|Aᵢ)] / [Σ P(Aⱼ)P(B|Aⱼ)]

दो कारणों A और A' के लिए:

P(A|B)= P(A)P(B|A) / [P(A)P(B|A)+P(A')P(B|A')]

5.12 Total Probability

यदि A₁, A₂, ..., Aₙ mutually exclusive और exhaustive events हैं, तो:

P(B)=Σ P(Aᵢ)P(B|Aᵢ)

5.13 Binomial Probability का आधार

जब प्रत्येक trial में केवल दो outcomes हों—Success और Failure—और trials independent हों, तब binomial model उपयोगी होता है।

P(X=r)=C(n,r)pʳqⁿ⁻ʳ

जहां q=1-p।

📌 ध्यान दें: Binomial distribution के लिए fixed number of trials, independent trials और प्रत्येक trial में समान success probability जैसी conditions महत्वपूर्ण हैं।

6. IMPORTANT RULES

Rule 1 — Complement Rule

P(A')=1-P(A)

Rule 2 — Addition Rule

P(A∪B)=P(A)+P(B)-P(A∩B)

Rule 3 — Mutually Exclusive Addition

यदि A∩B=∅, तो P(A∪B)=P(A)+P(B)

Rule 4 — Multiplication Rule

P(A∩B)=P(A)P(B|A)

Rule 5 — Independent Events

P(A∩B)=P(A)P(B)

Rule 6 — Conditional Probability

P(A|B)=P(A∩B)/P(B)

Rule 7 — Probability of Impossible Event

P(∅)=0

Rule 8 — Probability of Sample Space

P(S)=1

Rule 9 — Disjoint Events

Disjoint events का intersection empty होता है।

Rule 10 — “At Least One” Strategy

P(at least one)=1-P(no occurrence)
⚠️ Common Trap: “At least one” का अर्थ exactly one नहीं होता।
At least one = 1 या उससे अधिक।
Exactly one = केवल 1।

7. FORMULA SECTION

Formula Formula कब उपयोग करें?
Basic Probability P(E)=n(E)/n(S) Equally likely outcomes
Complement P(A')=1-P(A) Not A
Addition P(A∪B)=P(A)+P(B)-P(A∩B) A or B
Mutually Exclusive P(A∪B)=P(A)+P(B) A और B साथ नहीं हो सकते
Conditional P(A|B)=P(A∩B)/P(B) B given
Multiplication P(A∩B)=P(A)P(B|A) A and B
Independent P(A∩B)=P(A)P(B) A और B independent
Total Probability P(B)=ΣP(Aᵢ)P(B|Aᵢ) Partitioned cases
Bayes P(Aᵢ|B)=P(Aᵢ)P(B|Aᵢ)/ΣP(Aⱼ)P(B|Aⱼ) Reverse conditional probability
Binomial P(X=r)=C(n,r)pʳqⁿ⁻ʳ n independent Bernoulli trials
✍️ याद रखें: Formula याद करने से पहले प्रश्न में “और”, “या”, “कम से कम”, “दिया हुआ है कि”, “independent” और “mutually exclusive” जैसे शब्द पहचानें।

8. SHORTCUTS & TRICKS

⚡ Trick 1: At Least One

यदि प्रश्न में “कम से कम एक” पूछा हो तो सीधे favourable cases गिनने के बजाय “कोई भी नहीं” निकालना अक्सर आसान होता है।

P(at least one)=1-P(none)

⚡ Trick 2: Independent Events

यदि events independent हैं और दोनों का होना पूछा है:

P(A∩B)=P(A)×P(B)

⚡ Trick 3: “Or” देखते ही Intersection Check करें

“A या B” में हमेशा देखें कि A और B overlap करते हैं या नहीं।

P(A∪B)=P(A)+P(B)-P(A∩B)

⚡ Trick 4: Without Replacement

यदि वस्तु वापस नहीं रखी जाती, तो दूसरे selection की probability अक्सर बदल जाती है। इसलिए events को automatically independent न मानें।

⚡ Trick 5: With Replacement

यदि प्रत्येक selection के बाद वस्तु वापस रख दी जाती है और अन्य conditions समान हैं, तो कई standard problems में trials independent हो सकते हैं।

9. SOLVED EXAMPLES

🟢 BASIC
Q1. एक निष्पक्ष पासा फेंका जाता है। सम संख्या आने की probability क्या है?
A. 1/6
B. 1/3
C. 1/2
D. 2/3
सही उत्तर: C. 1/2
Sample Space = {1,2,3,4,5,6}
Even outcomes = {2,4,6}
Favourable outcomes = 3
Total outcomes = 6

P(E)=3/6=1/2
🟢 BASIC
Q2. एक सिक्का दो बार उछाला जाता है। दोनों बार Head आने की probability क्या है?
A. 1/2
B. 1/3
C. 1/4
D. 3/4
सही उत्तर: C. 1/4
Sample Space = {HH, HT, TH, TT}
केवल HH favourable है।
इसलिए P(HH)=1/4.
🟡 MEDIUM
Q3. एक पासे पर 4 से बड़ी संख्या आने की probability क्या है?
A. 1/6
B. 1/3
C. 1/2
D. 2/3
सही उत्तर: B. 1/3
4 से बड़ी संख्याएँ = 5, 6
Favourable outcomes = 2
Total = 6
P(E)=2/6=1/3.
🟡 MEDIUM
Q4. यदि P(A)=0.6 और P(B)=0.5 तथा A और B independent हैं, तो P(A∩B) ज्ञात करें।
A. 0.10
B. 0.30
C. 0.50
D. 1.10
सही उत्तर: B. 0.30
Independent events के लिए: P(A∩B)=P(A)P(B)
=0.6×0.5
=0.30
🟡 MEDIUM
Q5. यदि P(A)=0.7, P(B)=0.5 और P(A∩B)=0.2 है, तो P(A∪B) क्या होगा?
A. 0.8
B. 1.0
C. 1.2
D. 0.4
सही उत्तर: A. 1.0
P(A∪B)=P(A)+P(B)-P(A∩B)
=0.7+0.5-0.2
=1.0
🟠 HARD
Q6. एक थैले में 5 लाल और 3 नीली गेंदें हैं। बिना replacement के लगातार दो गेंदें निकाली जाती हैं। दोनों लाल होने की probability क्या है?
A. 5/14
B. 25/64
C. 5/8
D. 3/14
सही उत्तर: A. 5/14
पहली लाल = 5/8
पहली लाल निकलने के बाद लाल = 4 तथा कुल गेंदें = 7
दूसरी लाल = 4/7

P(दोनों लाल)=5/8 × 4/7 = 20/56 = 5/14.
🟠 HARD
Q7. यदि P(A)=1/2 और P(B|A)=3/5 है, तो P(A∩B) क्या होगा?
A. 1/10
B. 3/10
C. 1/2
D. 3/5
सही उत्तर: B. 3/10
Multiplication Rule:
P(A∩B)=P(A)P(B|A)
=1/2 × 3/5
=3/10.
🔴 ADVANCED
Q8. किसी disease की population में probability 0.01 है। Test की sensitivity 0.90 और false-positive probability 0.05 है। यदि test positive आया, तो disease होने की probability क्या है?
A. लगभग 0.154
B. 0.90
C. 0.05
D. 0.01
सही उत्तर: A. लगभग 0.154
D = disease, + = positive test

P(D)=0.01
P(+|D)=0.90
P(D')=0.99
P(+|D')=0.05

Bayes theorem:
P(D|+) = [0.01×0.90] / [(0.01×0.90)+(0.99×0.05)]

=0.009/(0.009+0.0495)
=0.009/0.0585
≈0.15385

10. PYQ MASTER SECTION

⚠️ PYQ Verification Status: उपलब्ध official sources में syllabus और official question-paper repositories की पुष्टि की गई है, लेकिन इस response में प्रत्येक historical Probability question को उसके exact year/shift/source PDF से independently transcribe और cross-check नहीं किया गया है। इसलिए अनुमानित/reconstructed प्रश्नों को वास्तविक PYQ के रूप में प्रस्तुत नहीं किया जा रहा है।
📝 Verified Official Evidence — NDA

UPSC NDA syllabus में Probability के अंतर्गत Random Experiment, Sample Space, Events, Union/Intersection, Complementary Events, Classical/Statistical Probability, Elementary Theorems, Conditional Probability और Bayes' theorem के simple problems स्पष्ट रूप से शामिल हैं।

इसलिए NDA के लिए इस chapter को Direct syllabus topic माना गया है।

📝 Verified Official Evidence — SSC CGL

SSC CGL Statistics syllabus में Probability Theory के अंतर्गत Meaning and Definitions of Probability, Conditional Probability, Compound Probability, Independent Events तथा Bayes' theorem शामिल हैं।

📝 Verified Official Evidence — UPSC ISS

UPSC Indian Statistical Service Statistics-I syllabus में Classical और Axiomatic Probability, Law of Total Probability, Conditional Probability और Bayes' theorem सहित advanced probability topics दिए गए हैं।

महत्वपूर्ण: नीचे दिए गए अभ्यास प्रश्न PYQ नहीं हैं। इन्हें स्पष्ट रूप से PYQ Pattern Based Important Questions माना जाए।

PYQ Pattern Based Important Question 1

यदि P(A)=0.4, P(B)=0.5 और A तथा B independent हैं, तो P(A∩B) ज्ञात करें।

उत्तर: 0.20

PYQ Pattern Based Important Question 2

यदि P(A)=0.7, तो P(A') कितना होगा?

उत्तर: 0.3

PYQ Pattern Based Important Question 3

यदि P(A)=0.6, P(B)=0.5 और P(A∩B)=0.3 है, तो P(A∪B) ज्ञात करें।

उत्तर: 0.8

11. PYQ PATTERN ANALYSIS

Exam Pattern मुख्य तैयारी
SSC CGL Statistics Probability theory + Conditional + Compound + Independent + Bayes Definitions, formulas, direct numerical problems और concept distinction
NDA Elementary probability, conditional probability, Bayes simple problems School-level concepts + fast calculation
UPSC ISS Probability theory से advanced mathematical statistics तक Conditional probability, distributions, random variables, expectation और advanced theory
RRB NTPC Official syllabus में Elementary Statistics Current recruitment notification को topic-level evidence के लिए अलग verify करें
🔥 परीक्षा प्राथमिकता: यदि विद्यार्थी SSC CGL/NDA स्तर के लिए पढ़ रहा है तो classical probability, conditional probability, independent events, addition/multiplication rules और Bayes theorem के basic problems को मजबूत करना उपयोगी है। ISS स्तर पर इससे कहीं अधिक advanced probability आवश्यक है।

12. PRACTICE QUESTIONS

🟢 BASIC
Q1. एक निष्पक्ष सिक्के को एक बार उछालने पर Tail आने की probability क्या है?
A. 0
B. 1/4
C. 1/2
D. 1
🟢 BASIC
Q2. एक पासे पर विषम संख्या आने की probability क्या है?
A. 1/6
B. 1/3
C. 1/2
D. 2/3
🟢 BASIC
Q3. यदि P(A)=0.25 है, तो P(A') क्या होगा?
A. 0.25
B. 0.50
C. 0.75
D. 1.25
🟡 MEDIUM
Q4. P(A)=0.4, P(B)=0.3 तथा P(A∩B)=0.1 हो, तो P(A∪B) क्या है?
A. 0.5
B. 0.6
C. 0.7
D. 0.8
🟡 MEDIUM
Q5. यदि P(A)=0.8 और P(B|A)=0.25 है, तो P(A∩B) क्या होगा?
A. 0.10
B. 0.20
C. 0.25
D. 0.32
🟡 MEDIUM
Q6. दो independent events की probabilities 1/3 और 3/4 हैं। दोनों के होने की probability क्या है?
A. 1/4
B. 1/3
C. 3/4
D. 1/2
🟠 HARD
Q7. एक थैले में 4 लाल और 6 सफेद गेंदें हैं। बिना replacement दो गेंदें निकाली जाती हैं। दोनों सफेद होने की probability क्या है?
A. 1/3
B. 1/2
C. 2/5
D. 3/5
🟠 HARD
Q8. यदि P(A)=0.5 और P(B)=0.6 तथा A और B mutually exclusive हैं, तो P(A∪B) कितना होगा?
A. 0.1
B. 0.3
C. 1.1
D. 0.0
🔴 ADVANCED
Q9. यदि P(A)=0.4, P(B|A)=0.7 और P(B|A')=0.2 है, तो P(B) क्या होगा?
A. 0.20
B. 0.30
C. 0.40
D. 0.50
🔴 ADVANCED
Q10. एक fair coin को 3 बार उछाला जाता है। exactly 2 Heads की probability क्या है?
A. 1/8
B. 3/8
C. 1/2
D. 5/8

### Answer Key

Question Answer Concept
1 C — 1/2 Basic Probability
2 C — 1/2 Classical Probability
3 C — 0.75 Complement
4 A — 0.5 Addition Rule
5 B — 0.20 Multiplication Rule
6 A — 1/4 Independent Events
7 A — 1/3 Without Replacement
8 C — 1.1 Mutually Exclusive; invalid probability condition
9 C — 0.40 Total Probability
10 B — 3/8 Binomial Probability
⚠️ Q8 विशेष टिप्पणी: P(A)=0.5 और P(B)=0.6 वाले mutually exclusive events संभव नहीं हैं, क्योंकि दो mutually exclusive events के लिए P(A∪B)=P(A)+P(B)≤1 होना चाहिए। यहां 1.1 आता है, जो probability की maximum सीमा 1 से अधिक है। इसलिए दिए गए conditions internally inconsistent हैं।

### Detailed Solutions

Q1: निष्पक्ष coin में 2 equally likely outcomes हैं। Tail के लिए 1 favourable outcome है। इसलिए P(T)=1/2.
Q2: Odd outcomes = {1,3,5}।
P(Odd)=3/6=1/2.
Q3:
P(A')=1-P(A)=1-0.25=0.75.
Q4:
P(A∪B)=0.4+0.3-0.1=0.6.
सुधार: इसलिए Q4 का सही उत्तर B — 0.6 है।
Q5:
P(A∩B)=P(A)P(B|A)
=0.8×0.25=0.20.
Q6:
Independent events:
P(A∩B)=1/3×3/4=1/4.
Q7:
पहली सफेद = 6/10
दूसरी सफेद = 5/9
दोनों सफेद = 6/10×5/9=30/90=1/3.
Q8:
Mutually exclusive होने पर: P(A∪B)=0.5+0.6=1.1. लेकिन probability 1 से अधिक नहीं हो सकती। इसलिए conditions असंगत हैं और कोई valid probability distribution नहीं बनता।
Q9:
P(A')=1-0.4=0.6
P(B)=P(A)P(B|A)+P(A')P(B|A')
=0.4×0.7+0.6×0.2
=0.28+0.12=0.40.
Q10:
Exactly 2 Heads in 3 trials:
C(3,2)(1/2)²(1/2)¹
=3×1/8=3/8.

13. CONCEPT BASED QUESTIONS

Q1. क्या दो mutually exclusive events independent हो सकते हैं?

उत्तर: केवल trivial case में जब कम से कम एक event की probability zero हो। दो positive-probability mutually exclusive events independent नहीं हो सकते।

Q2. क्या P(A|B) हमेशा P(B|A) के बराबर होता है?

उत्तर: नहीं। सामान्यतः दोनों अलग होते हैं।

Q3. “At least one” और “exactly one” में क्या अंतर है?

At least one: एक या उससे अधिक।
Exactly one: केवल एक।

Q4. यदि दो events independent हैं, तो क्या उनके complements भी independent होते हैं?

उत्तर: हाँ, यदि A और B independent हैं तो A और B के complements से संबंधित standard independence relations भी प्राप्त होते हैं।

Q5. क्या P(A)=0 होने का अर्थ event logically impossible ही है?

Elementary finite equally-likely problems में इसे impossible event के रूप में समझा जाता है। लेकिन advanced probability theory में probability zero और logical impossibility हमेशा समान नहीं माने जाते।

14. ADVANCED LEVEL

14.1 Conditional Probability Chain

कई dependent selections में sequential multiplication उपयोगी है।

P(A∩B∩C)=P(A)P(B|A)P(C|A∩B)

14.2 Independent Multiple Events

यदि A₁,A₂,...,Aₙ mutually independent हैं:

P(A₁∩A₂∩...∩Aₙ)=P(A₁)P(A₂)...P(Aₙ)

14.3 At Least One Success

n independent trials में प्रत्येक trial की success probability p हो और failure probability q=1-p हो:

P(at least one success)=1-qⁿ

14.4 Exactly r Successes

P(X=r)=C(n,r)pʳqⁿ⁻ʳ

14.5 Conditional Probability और Independence का संबंध

यदि P(A)>0 और P(B)>0, A और B independent ⇔ P(B|A)=P(B)

14.6 Odds आधारित समझ

कुछ advanced problems में probability को odds में बदला जा सकता है।

Odds in favour of A = P(A) / [1-P(A)]

14.7 Common Advanced Confusion

⚠️ ध्यान दें: “Independent” का अर्थ “Mutually Exclusive” नहीं है। Independent events simultaneously हो सकते हैं। Mutually exclusive events simultaneous नहीं हो सकते।

15. COMMON MISTAKES

❌ गलती: P(A∪B)=P(A)+P(B) हर बार लगाना।

✅ सही: General formula में P(A∩B) subtract करें।

❌ गलती: बिना replacement को independent मान लेना।

✅ सही: प्रत्येक selection के बाद probability बदल रही है या नहीं देखें।

❌ गलती: P(A|B)=P(B|A) मान लेना।

✅ सही: Conditional probability की direction पहचानें।

❌ गलती: At least one को exactly one समझना।

✅ सही: At least one = 1 या अधिक।

❌ गलती: Mutually exclusive और independent को समान समझना।

✅ सही: दोनों concepts के conditions अलग हैं।

❌ गलती: Probability का उत्तर 1 से बड़ा या 0 से छोटा स्वीकार करना।

✅ सही: 0≤P(E)≤1 होना चाहिए।

16. EXAM-WISE STRATEGY

SSC CGL Statistics

🎯 तैयारी: Probability definitions, conditional probability, compound probability, independent events और Bayes theorem को व्यवस्थित रूप से पढ़ें। Formula के साथ concept distinction पर विशेष ध्यान दें।

NDA Mathematics

🎯 तैयारी: Sample Space, Events, classical probability, union/intersection, conditional probability और Bayes theorem के simple problems पर मजबूत पकड़ बनाएं। Calculation speed महत्वपूर्ण है।

UPSC ISS

🎯 तैयारी: केवल elementary probability पर्याप्त नहीं है। Axiomatic probability, conditional distributions, random variables, distributions, expectation और advanced probability theory तक तैयारी आवश्यक हो सकती है।

RRB NTPC

🎯 तैयारी: उपलब्ध official syllabus में Elementary Statistics दिया गया है। Probability को specific recruitment notification/syllabus में अलग से verify करके ही इसे direct priority दें।

Banking / State / Police

🎯 तैयारी: प्रत्येक recruitment notification का current syllabus अलग verify करें। केवल coaching material के आधार पर किसी भर्ती में Probability को official syllabus का हिस्सा न मानें।

17. QUICK REVISION

🏆 1-Minute Revision

  • Probability की सीमा: 0 से 1
  • P(S)=1
  • P(∅)=0
  • P(A')=1-P(A)
  • P(A∪B)=P(A)+P(B)-P(A∩B)
  • Mutually Exclusive → P(A∩B)=0
  • Independent → P(A∩B)=P(A)P(B)
  • P(A|B)=P(A∩B)/P(B)
  • P(A∩B)=P(A)P(B|A)
  • At least one = 1 − None
  • Bayes = Reverse Conditional Probability
  • Binomial = C(n,r)pʳqⁿ⁻ʳ
Golden Formula Set:

P(A')=1-P(A)
P(A∪B)=P(A)+P(B)-P(A∩B)
P(A|B)=P(A∩B)/P(B)
P(A∩B)=P(A)P(B|A)
Independent ⇒ P(A∩B)=P(A)P(B)

18. FINAL REVISION BOX

🏆 GOLDEN RULES

  1. Probability कभी 0 से कम या 1 से अधिक नहीं होती।
  2. “OR” → Union का विचार करें।
  3. “AND” → Intersection का विचार करें।
  4. “Given that” → Conditional Probability सोचें।
  5. “Independent” → Multiplication में direct probabilities का product।
  6. “Mutually Exclusive” → Intersection zero।
  7. “At least one” → Complement strategy याद रखें।
  8. “Without replacement” → dependence check करें।
  9. Bayes में prior × likelihood / total probability का ढांचा समझें।

🔥 TOP FORMULAS

P(E)=n(E)/n(S)
P(A')=1-P(A)
P(A∪B)=P(A)+P(B)-P(A∩B)
P(A|B)=P(A∩B)/P(B)
P(A∩B)=P(A)P(B|A)
Independent: P(A∩B)=P(A)P(B)
P(B)=ΣP(Aᵢ)P(B|Aᵢ)
P(Aᵢ|B)=P(Aᵢ)P(B|Aᵢ)/ΣP(Aⱼ)P(B|Aⱼ)
📌 Last Minute Revision: Conditional Probability और Independent Events को एक साथ पढ़ें, क्योंकि दोनों में सबसे अधिक conceptual confusion होता है। इसके बाद Addition Rule, Multiplication Rule और Bayes theorem का क्रम बनाकर अभ्यास करें।
🎯 Chapter Priority: SSC CGL और NDA के लिए elementary-to-intermediate probability मजबूत करें; UPSC ISS के लिए इसी foundation को advanced probability theory तक विस्तार दें।
Accuracy Priority: Official Evidence → Concept Accuracy → Mathematical Verification → Exam Relevance → Practice → Design
Share this post with your friends:
WhatsApp Telegram