Метод исключения в Data Sufficiency

Эта тема является частью раздела Data Insights в GMAT Focus.

Теперь, когда у нас есть базовое понимание Data Sufficiency, можно перейти к тому, как именно подходить к этим задачам. Одна из ключевых стратегий здесь — метод исключения ответов.

Формат Data Sufficiency идеально подходит для поэтапного исключения вариантов, и грамотное использование этого факта значительно повышает эффективность решения.

Почему важно выучить варианты ответов

Первое и обязательное требование — выучить пять стандартных вариантов ответа наизусть. Это не формальность, а практический инструмент.

Напомним варианты:

• A — утверждение (1) достаточно, (2) — недостаточно

   

• B — утверждение (2) достаточно, (1) — недостаточно

   

• C — вместе достаточно, по отдельности — нет

   

• D — каждое утверждение по отдельности достаточно

   

• E — даже вместе недостаточно

   

Логическое деление ответов

Здесь есть важное наблюдение:

«ALONE»-варианты

• A

   

• B

   

• D

   

Во всех этих вариантах ключевое слово — ALONE (по отдельности).

«TOGETHER»-варианты

• C

   

• E

   

Здесь ключевое слово — TOGETHER (вместе).

Почему это важно?

Алгоритм Data Sufficiency всегда начинается с анализа каждого утверждения по отдельности:

1. Проверяем утверждение (1) само по себе

    

2. Проверяем утверждение (2) само по себе

    

👉 Уже на этом этапе очень часто можно прийти к ответу A, B или D.
Только если оба утверждения по отдельности недостаточны, мы переходим к анализу C или E.

Пример 1: утверждение сразу даёт ответ

Вопрос: x > 5?

(1) x = 4

Анализ

Если x = 4, то x точно не больше 5.
Мы можем дать однозначный ответ на целевой вопрос: нет.

⚠️ Важно не путать:

• Целевой вопрос: x > 5?

   

• Вопрос достаточности: можем ли мы дать однозначный ответ?

   

Да, можем. Значит, утверждение достаточно.

Следствие

Если (1) достаточно, то:

• A или D — возможны

   

• B, C, E — исключаются сразу

   

Теперь, проверяя утверждение (2), нам нужно лишь понять: достаточно ли оно само по себе.

Стратегическое угадывание (Solution Behavior)

Допустим, утверждение (2) кажется вам:

• слишком сложным

   

• непонятным

   

• относящимся к теме, которую вы ещё не проходили

   

Но при этом вы уже уверены, что утверждение (1) достаточно.

В этом случае вы всё равно находитесь в выгодной позиции:

• вы исключили 3 из 5 вариантов

   

• остаётся выбрать между A и D

   

Это называется solution behavior — стратегическое угадывание после исключения вариантов.

⚠️ Это не случайное угадывание.
Случайный выбор из 5 вариантов не даёт преимущества,
а выбор из 2 вариантов после логического исключения — даёт.

Data Sufficiency особенно хорошо подходит для такой стратегии.

Пример 2: утверждение недостаточно

Вопрос: x > 5?

(1) x > 2

Анализ

Если x > 2:

• x может быть 3 → не больше 5

   

• x может быть 7 → больше 5

   

Возможны разные ответы на целевой вопрос.

👉 Утверждение недостаточно.

Следствие

Если (1) недостаточно, то:

• A и D исключаются

   

• возможны только B, C или E

   

Одно решение — минус два варианта ответа.

Иногда выгодно начинать со второго утверждения

На GMAT часто встречается ситуация:

• одно утверждение длинное и сложное

   

• второе — короткое и простое

   

Обычно:

• (1) — длинное

   

• (2) — короткое

   

В таких случаях вполне допустимо начинать с утверждения (2).

Пример 3: достаточность второго утверждения

Вопрос: y = 8?

(2) y < 2

Анализ

Если y < 2, то y точно не равно 8.
Мы можем дать однозначный ответ: нет.

👉 Утверждение (2) достаточно.

Следствие

Если (2) достаточно:

• возможны B или D

   

• A, C, E исключаются

   

Пример 4: второе утверждение недостаточно

Вопрос: y = 8?

(2) y > 2

Анализ

Если y > 2:

• y может быть 3, 4 → не равно 8

   

• y может быть 8 → равно 8

   

Однозначного ответа нет.

👉 Утверждение недостаточно.

Следствие

Если (2) недостаточно:

• B и D исключаются

   

• возможны A, C или E

   

Ключевой вывод метода исключения

Каждое решение о достаточности одного утверждения:

• автоматически исключает часть вариантов ответа

   

• упрощает задачу

   

• даёт возможность стратегического угадывания, если вы застряли

   

Итог

• Data Sufficiency — это не вычисления, а логические решения

   

• Метод исключения — один из самых сильных инструментов

   

• Проверка даже одного утверждения уже даёт прогресс

   

• Стратегическое угадывание после исключения — допустимо и выгодно

   

• Чем раньше вы исключаете варианты, тем быстрее и надёжнее решаете задачу

   

Это базовая стратегия, на которой строится вся дальнейшая работа с Data Sufficiency.

Далее рассмотрим как избегать распространенных ошибок в этом разделе.