The book MATLAB Recipes for Earth Sciences is designed to help undergraduate and postgraduate students, doctoral students, post-doctoral researchers, and professionals find quick solutions for common data analysis problems in earth sciences. It provides a minimal amount of theoretical background and demonstrates the application of all described methods through the use of examples.

Актуальность темы диссертации. Диссертационная работа посвящена разработке и обоснованию численного метода и алгоритма решения обратных коэффициентных задач уравнения геоэлектрики. Такие задачи относятся к некорректным задачам математической физики, теория которых основана В.К. Ивановым, М.М. Лаврентьевым, А.Н. Тихоновым. Определение коэффициентов обратных задач уравнения геоэлектрики имеет широкое распространение при интерпретации геофизических данных, где часто требуется определить свойства среды или расположенных на некоторой глубине включений с помощью дополнительной информации, которую можно получить путем измерения на поверхности волн, отраженных от неоднородностей среды.

Рассмотрены теория и практика компьютерного прогноза месторождений полезных ископаемых. Изложены принципы геологического прогноза, приведены сведения об информатике и вычислительной технике. современных на тот момент прогнозирующих и экспертных человеко-машинных системах. технологии решения задач геопрогноза в режиме диалога "геолог-ЭВМ". Даны примеры использования компьютерного прогноза при выявлении рудных и нерудных месторождений. комплексной интерпретации геологических, геофизических, геохимических и аэрокосмических данных, геологическом картированиии оценке прогнозных ресурсов.
Для специалистов, занимающихся управлением развития минерально-сырьевой базы. поисками и освоением месторождений минерального сырья.

В методических указаниях представлены лабораторные работы, в которых студенты знакомятся с методами математической обработки геологических данных. В работах изложены краткие основы теории, описание исполь-зуемого математического аппарата, изложены задачи применения математических моделей, применяемых на практике геологических и геофизических исследований.
Методические указания составлены в соответствии с государственным образовательным стандартом высшего профессионального образования, с рабочим учебным планом и программой дисциплины «Математические методы моделирования в геологии» для студентов специальности 130304 (080500) «Геология нефти и газа».

В книге рассмотрены вопросы, освещающие усреднение и смешивание материалов, определение совокупности параметров продуктов смеси (химического состава, влажности, крупности, плотности и др.). Описан прикладной математический аппарат, связанный с различными расчетами по усреднению. Приведены рабочие формулы для решения типовых инженерных задач, что делает книгу удобным методическим и справочным руководством.
Книга предназначена для инженеров, проектировщиков, преподавателей вузов, работающих в горнорудной п смежных отраслях промышленности. Книга представляет интерес для специалистов по созданию АСУ предприятий и процессов.

I would like to express my gratitude to those without whose support and help my idea could never come true. I am grateful to Professor Robert Tenzer and Dr Martin Pitonak for inspiring me with their positive words and encouragement about the idea of this book. I appreciate all support from my closest friend and colleague, Dr Majid Abrehdary, especially all the kind and scientific discussions about satellite altimetry and the Moho and density contrast determination. My special thanks go to Mr Andenet Ashagrie Gedamu and Mr Farzam Fatolazadeh for help in writing Chapters 8 and 10. Professor Bernhard Steinberger is acknowledged for his help by reading the draft version of Chapter 8 and commenting on it. Dr S.M. Ali Noori Rahimabadi is appreciated for the scientific discussion and advice regarding mantle flow theory.

В пособии представлены задачи, выполняемые студентами ф-та почвоведения МГУ им. М.В. Ломоносова в ходе компьютерных практических занятий по курсу «Математическая статистика». Базовый статистический пакет -STATISTICA 6. Рассматриваются описательные статистики, проверка гипотез о типе распределения, сравнение средних, двухфакторный дисперсионный анализ, регрессионный анализ, кластерный анализ, метод главных компонент, дискриминантный анализ. Включены определения статистических терминов и пояснения выполняемых процедур. Приведены ход решения задач и примеры оформления отчетов, ответы на вопросы семинарских занятий.
Для студентов, аспирантов и научных работников, занимающихся вопросами почвоведения, агрохимии и экологии.

Центральной задачей математической статистики является разработка методов, позволяющих извлекать возможно более полную информацию об интересующих нас явлениях из ограниченного запаса наблюдательных данных. Поэтому нет ничего удивительного в том, что первые существенные шаги в направлении уточнения самого понятия «информация» были сделаны основателем большой части современной математической статистики — Р. А. Фишером.  <...>

Освещена актуальная проблема дальнейшего повышения качества геологического прогнозирования. Разработаны человеко-машинные методы анализа и комплексной интерпретации геологической, геофизической и геохимической информации на основе системно-информационного подхода. Приведены примеры практической реализации человеко-машинных методов геологического прогнозирования, построенных на основе диалогового взаимодействия геолога с вычислительными системами. Уделено внимание вопросам создания нового направления в геологической науке - прикладной геоинформатики.
Для геологов, геофизиков, а также сотрудников вычислительных центров.

Быстрота, качество и эффективность обработки поступающих данных во многом зависят от того, в какой степени специалисты геологи владеют математическим аппаратом. Для ознакомления и широкого внедрения статистических методов в практику работ уральских геологов были организованы курсы повышения математической квалификации специалистов, на которых сотрудником Центральной геохимической партии УКСЭ УТГУ А.И.Гавришиным был прочитан цикл лекций по основам статистического анализа опытных данных.