Математические методы в геологии

МОБР (MINVERSE)

Возвращает  обратную матрицу для матрицы, хранящейся в массиве.

Синтаксис:

МОБР(массив)

Массив  – числовой массив с равным количеством  строк и столбцов.  

МОДА (MODE)

Возвращает  наиболее часто встречающееся или  повторяющееся значение в массиве  или интервале данных. Как и  функция МЕДИАНА, функция МОДА является мерой взаимного расположения значений.

Синтаксис:

МОДА(число1;число2; ...)

Число1, число2, ... – от 1 до 30 аргументов, для  которых вычисляется мода. Можно  использовать один массив или одну ссылку на массив вместо аргументов, разделяемых  точкой с запятой. 

МОПРЕД (MDETERM)

Возвращает  определитель матрицы (матрица хранится в массиве).

Синтаксис:

МОПРЕД(массив)

Массив  – числовой массив с равным количеством  строк и столбцов.  

МУМНОЖ (MMULT)

Возвращает  произведение матриц (матрицы хранятся в массивах). Результатом является массив с таким же числом строк, как массив1 и с таким же числом столбцов, как массив2.

Синтаксис:

МУМНОЖ(массив1;массив2)

Массив1, массив2 – перемножаемые массивы.  

НАИБОЛЬШИЙ (LARGE)

Возвращает k-ое по величине значение из множества  данных. Эта функция позволяет  выбрать значение по его относительному местоположению.

Синтаксис:

НАИБОЛЬШИЙ(массив;k)

• Массив – массив или интервал данных, для которых определяется k-ое наибольшее значение.
• k – позиция (начиная с наибольшей) в массиве или интервале ячеек данных.

 

НАИМЕНЬШИЙ (SMALL)

Возвращает k-ое наименьшее значение в множестве  данных. Эта функция используется для определения значения, занимающего  определенное относительное положение  в множестве данных.

Синтаксис:

НАИМЕНЬШИЙ(массив;k)

• Массив – массив или диапазон числовых данных, для которого определяется k-ое наименьшее значение.
• k – позиция (начиная с наименьшей) в массиве или интервале ячеек данных.

 

НАКЛОН (SLOPE)

Возвращает  наклон линии линейной регрессии  для точек данных в аргументах известные_значения_y и известные_значения_x. Наклон определяется как частное от деления расстояния по вертикали на расстояние по горизонтали между двумя любыми точками прямой, то есть наклон – это скорость изменения значений вдоль прямой.

Синтаксис:

НАКЛОН(известные_значения_y;известные_значения_x)

• Известные_значения_y – массив или интервал ячеек, содержащих числовые зависимые точки данных.
• Известные_значения_x – множество независимых точек данных.

 

НОРМРАСП (NORMDIST)

Возвращает  нормальную функцию распределения  для указанного среднего и стандартного отклонения. Эта функция имеет очень широкий круг приложений в статистике, включая проверку гипотез.

Синтаксис:

НОРМРАСП(x;среднее;стандартное_откл;интегральная)

• x – значение, для которого строится распределение.
• Среднее – среднее арифметическое распределения.
• Стандартное_откл – стандартное отклонение распределения.
• Интегральная – логическое значение, определяющее форму функции. Если интегральная имеет значение ИСТИНА, то функция НОРМРАСП возвращает интегральную функцию распределения; если это аргумент имеет значение ЛОЖЬ, то возвращается функция плотности распределения.

 

НОРМСТОБР (NORMSINV)

Возвращает  обратное значение стандартного нормального  распределения. Это распределение  имеет среднее равное нулю и стандартное  отклонение равное единице.

Синтаксис:

НОРМСТОБР(вероятность)

Вероятность – вероятность, соответствующая  нормальному распределению. 

НОРМСТРАСП (NORMSDIST)

Возвращает  стандартное нормальное интегральное распределение. Это распределение  имеет среднее, равное нулю, и стандартное  отклонение, равное единице. Эта функция используется вместо таблицы для стандартной нормальной кривой.

Синтаксис:

НОРМСТРАСП(z)

z –  значение, для которого строится  распределение. 

ОТРЕЗОК (INTERCEPT)

Вычисляет точку пересечения линии с  осью y, используя известные_значения_x и известные_значения_y. Точка пересечения находится на оптимальной линии регрессии, проведенной через известные_значения_x и известные_значения_y. Функция ОТРЕЗОК используется, когда нужно определить значение зависимой переменной при значении независимой переменной, равном 0 (нулю).

Синтаксис:

ОТРЕЗОК(известные_значения_x;известные_значения_y)

• Известные_значения_y – это зависимое множество наблюдений или данных.
• Известные_значения_x – это независимое множество наблюдений или данных.

 

ПИ (PI)

Возвращает число 3,14159265358979, математическую константу «пи» с точностью до 15 цифр.

Синтаксис:

ПИ( )

ПРЕДСКАЗ (FORECAST)

Вычисляет или предсказывает будущее значение по существующим значениям. Предсказываемое  значение – это y-значение, соответствующее  заданному x-значению. Известные значения – это x- и y-значения, а новое значение предсказывается с использованием линейной регрессии. Эту функцию можно использовать для предсказания будущих продаж, потребностей в оборудовании или тенденций потребления.

Синтаксис:

ПРЕДСКАЗ(x;известные_значения_y;известные_значения_x)

• x – это точка данных, для которой предсказывается значение.
• Известные_значения_y – это зависимый массив или интервал данных.
• Известные_значения_x – это независимый массив или интервал данных.

 

ПУАССОН (POISSON)

Возвращает  распределение Пуассона. Обычное  применение распределения Пуассона состоит в предсказании количества событий, происходящих за определенное время.

Синтаксис:

ПУАССОН(x;среднее;интегральная)

• x – количество событий.
• Среднее – ожидаемое численное значение.
• Интегральная – логическое значение, определяющее форму возвращаемого распределения вероятностей. Если аргумент «интегральная» имеет значение ИСТИНА, то функция ПУАССОН возвращает интегральное распределение Пуассона, то есть вероятность того, что число случайных событий будет от 0 до x включительно. Если этот аргумент имеет значение ЛОЖЬ, то возвращается функция плотности распределения Пуассона, то есть вероятность того, что событий будет в точности x.

 

РАДИАНЫ (RADIANS)

Преобразует градусы в радианы.

Синтаксис:

РАДИАНЫ(угол)

Угол  – величина угла в градусах, которую  требуется преобразовать. 

РОСТ (GROWTH)

Рассчитывает  прогнозируемый экспоненциальный рост на основании имеющихся данных. Функция  РОСТ возвращает значения y для последовательности новых значений x, задаваемых с помощью существующих x- и y-значений. Функция рабочего листа РОСТ может применяться также для для аппроксимации существующих x- и y-значений экспоненциальной кривой.

Синтаксис:

РОСТ(известные_значения_y;известные_значения_x;новые_значения_x;конст)

• Известные_значения_y – это множество значений y, которые уже известны в соотношении y = b*m^x.

Если  массив известные_значения_y имеет один столбец, то каждый столбец массива  известные_значения_x интерпретируется как отдельная переменная.

Если  массив известные_значения_y имеет одну строку, то каждая строка массива известные_значения_x интерпретируется как отдельная  переменная.

Если  какие-либо числа в массиве известные_значения_y равны 0 или отрицательны, то функция  РОСТ возвращает значение ошибки #ЧИСЛО!.

• Известные_значения_x – это необязательное множество значений x, которые уже известны для соотношения y = b*m^x.

Массив  известные_значения_x может содержать  одно или несколько множеств переменных. Если используется только одна переменная, то известные_значения_y и известные_значения_x могут иметь любую форму, при условии, что они имеют одинаковую размерность. Если используется более одной переменной, то известные_значения_y должны быть вектором (то есть интервалом высотой в одну строку или шириной в один столбец).

Если  известные_значения_x опущены, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_y.

• Новые_значения_x – это новые значения x, для которых РОСТ возвращает соответствующие значения y.

Новые_значения_x должны содержать столбец (или строку) для каждой независимой переменной, как и известные_значения_x. Таким  образом, если известные_значения_y —  это один столбец, то известные_значения_x и новые_значения_x должны иметь такое  же количество столбцов. Если известные_значения_y — это одна строка, то известные_значения_x и новые_значения_x должны иметь такое же количество строк.

Если  аргумент новые_значения_x опущен, то предполагается, что он совпадает с аргументом известные_значения_x.

Если оба аргумента известные_значения_x и новые_значения_x опущены, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_y.

• Конст – это логическое значение, которое указывает, требуется ли, чтобы константа b была равна 1.

Если  конст имеет значение ИСТИНА или  опущено, то b вычисляется обычным  образом.

Если  конст имеет значение ЛОЖЬ, то b полагается равным 1, а значения m подбираются  так, чтобы y = m^x.  

СКОС (SKEW)

Возвращает  асимметрию распределения. Асимметрия характеризует степень несимметричности распределения относительно его среднего. Положительная асимметрия указывает на отклонение распределения в сторону положительных значений. Отрицательная асимметрия указывает на отклонение распределения в сторону отрицательных значений.

Синтаксис:

СКОС(число1;число2; ...)

Число1, число2, ... – от 1 до 30 аргументов, для  которых вычисляется асимметрия. Можно использовать один массив или  одну ссылку на массив вместо аргументов, разделяемых точкой с запятой. 

СРЗНАЧ (AVERAGE)

Возвращает среднее (арифметическое) своих аргументов.

Синтаксис:

СРЗНАЧ(число1; число2; ...)

Число1, число2, ... – это от 1 до 30 аргументов, для которых вычисляется среднее. 
 

СРЗНАЧА (AVERAGEA)