В пункте объясняется, почему термин «случайность» может обозначать разные явления: отсутствие точного прогноза, вероятностный процесс или внешний вид последовательности. Здесь формулируются проблема смешения понятий, актуальность темы, цель и задачи проекта, а также описывается, как будет проведено практическое сравнение. Введение задаёт границы исследования и уточняет, что школьная модель не доказывает истинную случайность.

Раздел вводит рабочие определения случайного события и детерминированного процесса, поясняя, что предсказуемость зависит не только от законов системы, но и от доступных измерений. На примерах броска кубика и движения планет рассматривается роль исходных условий и вероятностного описания. Это необходимо, чтобы далее не называть любое сложное или неожиданное поведение истинной случайностью.

В пункте рассматривается, как компьютер формирует числовую последовательность по заданному алгоритму и начальному состоянию. Объясняются повторяемость результата, период последовательности и причины, по которым алгоритмические числа могут выглядеть случайными. Материал нужен для понимания практической части и для корректного сравнения компьютерной имитации с физическими случайными процессами.

Раздел описывает системы, которые подчиняются определённым законам, но чувствительны к малым различиям начальных условий. Рассматриваются понятие горизонта прогноза и пример атмосферных процессов, где ограниченная точность измерений мешает долгосрочному точному предсказанию. Этот пункт показывает, почему внешняя непредсказуемость не всегда свидетельствует об отсутствии закономерностей.

В практическом разделе задаётся порядок получения нескольких наборов чисел: например, с помощью алгоритмического генератора и простой математической модели. Фиксируются начальные значения, параметры и длина последовательностей, чтобы опыт можно было повторить. Описание методов помогает отделить наблюдаемые результаты от предположений и избежать некорректного сравнения данных, полученных разными способами.

Здесь числовые наборы сопоставляются по частоте значений, повторам, характеру распределения и зависимости соседних членов. Результаты представляются в таблицах и графиках, после чего отмечается, какие особенности видны при выбранном объёме данных. Раздел нужен, чтобы показать не только сходство последовательностей, но и ограничения простых проверок: визуально случайный рисунок не является доказательством случайности.

Пункт связывает исследованные понятия с практическими задачами: моделированием, компьютерными играми, статистическими вычислениями и защитой данных. Объясняется, почему для повторяемого научного расчёта удобен обычный генератор, а для криптографии требуются специальные устойчивые к предсказанию средства. Также обсуждаются ограничения школьной модели и то, какие выводы нельзя делать без более строгих тестов.

В заключении кратко сопоставляются результаты теоретического обзора и практического анализа последовательностей. Формулируется ответ на вопрос, почему детерминированные алгоритмы и природные процессы могут выглядеть случайными, и указывается, какие признаки удалось проверить. Отдельно отмечаются ограничения исследования: конечный размер выборки, выбранные алгоритмы и невозможность доказать истинную случайность только по графикам или нескольким тестам.

В этом разделе приводятся использованные учебники, справочные материалы и надёжные источники по теории вероятностей, хаотическим системам и компьютерным генераторам. Для каждого источника указываются автор или организация, название, год издания либо дата обращения и ссылка, если материал опубликован в интернете. Список позволяет проверить определения и факты, а также отличить научные сведения от неподтверждённых популярных объяснений.