=СУММЕСЛИ(блок; "условие").

Две последние формулы (ячейки Е18 и F18) предназначены для проведения вероятностного анализа распределения NPV и требуют небольшого теоретического отступления.

В рассматриваемом примере мы исходим из предположения о независимости и равномерном распределении ключевых переменных Q, V, Р.

Одно из возможных решений этой проблемы — попытаться аппроксимировать неизвестное распределение каким-либо известным. При этом в качестве приближения удобнее всего использовать нормальное распределение. Это связано с тем, что в соответствии с центральной предельной теоремой теории вероятностей при выполнении определенных условий сумма большого числа случайных величин имеет распределение, приблизительно соответствующее нормальному [11].

В прикладном анализе для целей аппроксимации широко применяется частный случай нормального распределения — так называемое стандартное нормальное распределение. Математическое ожидание стандартно распределенной случайной величины Е равно 0: М(Е) = 0. График этого распределения симметричен относительно оси ординат и оно характеризуется всего одним параметром — стандартным отклонением ст, равным 1.

Приведение случайной переменной Е к стандартно распределенной величине Z осуществляется с помощью так называе- мой нормализации — вычитания средней и последующего деления на стандартное отклонение:

С7(E)

Как следует из (6.3), величина Z выражается в количестве стандартных отклонений. Для вычисления вероятностей по значению нормализованной величины Z используются специальные статистические таблицы.

В ППП EXCEL подобные вычисления осуществляются с помощью статистических функций НОРМАЛИЗАЦИЯ () и НОРМСТ- РАСП() .