Page 7 - 4886

M
z  А z  C mod ,
i i 1
де z ,z – чергове і попереднє випадкові числа відповідно; А, С –
i 1  i
константи; М – велике ціле позитивне число (чим більше М, тим
довша неповторювана послідовність).
Дискретна випадкова величина d задається множиною

можливих значень d , d , d , n  та їх ймовірністю p , p . У
1
n
2
1
випадку, коли результати рівноймовірні ( p   p  1 n ) алгоритм
n
1
наступний:
d    1nz , (1.1)
де   – операція обчислення цілої частини числа;
z – базова випадкова величина

Емпіричні дані, що отримані шляхом вимірювання
властивостей вибіркових об’єктів – чи отримані методом

імітаційного моделювання, як описано вище – повинні пройти
первинну обробку. Під первинною обробкою найчастіше
розуміють внесення у табличні форми (табуляцію),
впорядкування у варіаційні послідовності (або ряди), групування

(при побудові інтервального варіаційного ряду), побудова
статистичного розподілу, обчислення окремих простих
статистичних параметрів (статистик).

Варіаційний ряд – це впорядкована за збільшенням або
зменшенням послідовність значень досліджуваної змінної.
Статистичний розподіл – це математична модель у вигляді
співвідношення значень змінної, що характеризує властивості

вибірки, до частот їх появи. Тобто, стовпець Варіанти та
Кількість варіантів утоворюють статистичний розподіл – див.
таблиця 1. Практично використовують також накопичені, або

інтегральні частоти. Крім того, часто використовують не частоту
варіантів, а долю в сумі всіх частот, яка рівна відношенню
частоти варіанта до загального числа спостережень:
m
  x , (1.2)
x
n
де  – частість; у більшості випадків також називають частотою;
x
m – кількість варіанту x ;
x
n – кількість елементів у вибірці.

Використовується також накопичена (інтегральна частість).

7