Apache Commons Math

Apache Commons matematica può essere considerato un'estensione del nucleo Java e pacchetti di Apache Commons Lang, affrontando varie lacune in materia di operazioni matematiche e degli operatori.

Ci sono molti pacchetti più piccoli all'interno del componente Comuni matematica, ognuno rivolto una o più operazioni di nicchia, operatore, o algoritmo.

Alcune delle aree dei pacchetti Comuni Math possono essere utilizzati sono:

- aritmetiche e geometriche mezzi

- varianza e deviazione standard

- somma, prodotto, registro somma, somma dei valori al quadrato

- minimo, massimo, mediana e percentili

- asimmetria e curtosi

- primo, secondo, terzo e quarto momenti

- distribuzioni di frequenza

- semplice regressione

- regressione multipla

- trasformazioni rango

- covarianza e correlazione

- test statistici

- generazione di numeri casuali

- la generazione di vettori aleatori

- generare stringhe casuali

- generare sequenze crittograficamente sicuro di numeri casuali o stringhe

- la generazione di campioni casuali e permutazioni

- analizzare distribuzioni dei valori in un file di input e generare valori "come" i valori nel file

- la generazione di dati per distribuzioni di frequenza raggruppati o istogrammi

- Inoltre matrice, sottrazione, moltiplicazione

- scalare addizione e moltiplicazione

- recepire

- norma e traccia

- operazione su un vettore

- Inoltre vettore, sottrazione

- elemento per elemento moltiplicazione, divisione

- scalare addizione, sottrazione, moltiplicazione, divisione e la potenza

- mappatura delle funzioni matematiche (cos, sin ...)

- prodotto scalare, prodotto esterno

- distanza e norma secondo norme L1, L2 e LINF -

- risoluzione di sistemi lineari

- autovalori / autovettori e valori singolari / vettori singolari

- campi non reali (complessi, frazioni ...)

- scoperta radice

- interpolazione

- integrazione

- analisi numerica

- polinomi

- differenziazione

- funzioni Erf

- funzioni gamma

- funzioni Beta

- doppia utilità matrice

- int / doppia mappa hash

- frazioni continue

- veloci funzioni matematiche

- coefficienti binomiali, fattoriali, numeri di Stirling e altre funzioni matematiche comuni

- numeri complessi

- funzioni trascendenti complesse

- formattazione complessa e analisi

- distribuzioni di probabilità

- numeri frazionari

- formattazione frazione e analisi

- trasformare i metodi

- geometria 3D

- spazi euclidei

- n-Sphere

- partizione binaria dello spazio

- funzioni univariata

- equazioni differenziali ordinarie

- algoritmi genetici

- Kalman filtrare

- montaggio di curva

- algoritmi di clustering

- misure di distanza

La documentazione è ovviamente incluso per ognuno di questi pacchetti

Cosa c'è di nuovo in questa versione:.

< li> quadro per la creazione di reti neurali artificiali
• funzione di auto organizzazione mappe
• algoritmi di geometria computazionale (convesso, allegando palla)
• I miglioramenti delle prestazioni del solutore simplex lineare
• refactoring di installatori curva
• a bassa discrepanza generatori casuali (Sobol, Halton)
• minimi quadrati raccordo

Cosa c'è di nuovo nella versione 3.5:

• quadro per la creazione di reti neurali artificiali
• funzione di auto organizzazione mappe
• algoritmi di geometria computazionale (convesso, allegando palla)
• I miglioramenti delle prestazioni del solutore simplex lineare
• refactoring di installatori curva
• a bassa discrepanza generatori casuali (Sobol, Halton)
• minimi quadrati raccordo

Cosa c'è di nuovo nella versione 3.4.1:

• quadro per la creazione di reti neurali artificiali
• funzione di auto organizzazione mappe
• algoritmi di geometria computazionale (convesso, allegando palla)
• I miglioramenti delle prestazioni del solutore simplex lineare
• refactoring di installatori curva
• a bassa discrepanza generatori casuali (Sobol, Halton)
• minimi quadrati raccordo

Cosa c'è di nuovo nella versione 3.1:

• Tutti i contenuti del pacchetto di & quot; o.a.c.m.optimization & quot; refactoring in nuovi pacchetti di & quot; o.a.c.m.optimization & quot; e & quot; o.a.c.m.fitting & quot;.
• algoritmo di clustering DBSCAN (nel pacchetto & quot; o.a.c.m.stat.clustering & quot;).
• Aggiunto elemento per elemento addizione, sottrazione, moltiplicazione e divisione (in classe & quot; o.a.c.m.util.MathArrays & quot;).
• Nuovo costruttore nelle classi correttore personalizzato (pacchetto & quot; o.a.c.m.optimization & quot;) per il passaggio del numero di iterazioni dopo il quale il & quot; criteri di convergenza & quot; tornerà vero. Questo permette un algoritmo per restituire la migliore soluzione trovata (dopo il numero definito dall'utente di iterazioni), anche se non soddisfa gli altri criteri di convergenza.
• Aggiunta una nuova & quot; SynchronizedRandomGenerator & quot; che avvolge un altro & quot; RandomGenerator & quot; con tutti i metodi di essere sincronizzati, rendendo così il codice thread-safe (ad un certo costo efficienza).
• Aggiunto nuovo & quot; & quot ;: NaNStrategy FAILED, usato in & quot; RankingAlgorithm & quot; implementazioni. Qualsiasi valore di ingresso riscontrato che riesce a & quot; Fare doppio # isNaN & quot; verifica, si traduce in un & quot; NotANumberException & quot;.

Cosa c'è di nuovo nella versione 2.2:

• Questo è principalmente una release di manutenzione, ma include anche nuovi funzionalità e miglioramenti. Gli utenti della versione 2.1 sono incoraggiati ad aggiornare a 2.2, in quanto questa versione include alcune importanti correzioni di bug.

Cosa c'è di nuovo nella versione 2.0:

• Risolto un errore indotto da voci di a 0 in simplex risolutore .
• Rimosso un argomento non utilizzato in un metodo privato in simplex risolutore.
• il calcolo delle probabilità è cambiato per binomiale, Poisson, e le distribuzioni ipergeometriche di utilizzare approssimazioni punto di sella di Caterina Loader.
• Rimosso codice morto da Complex # divide.
• Aggiunto il supporto per le statistiche descrittive ponderati.

Requisiti :

• Java 5 o superiore