Apache Commons matemática pode ser considerado uma extensão para o núcleo Java e pacotes Apache Commons Lang, abordando várias lacunas relativas a operações matemáticas e operadores.
Há muitos pacotes menores dentro do componente Commons Math, cada um visando uma ou várias operações de nicho, operador ou algoritmo.
Algumas das áreas dos pacotes Commons matemática podem ser utilizados são:
- aritméticas e geométricas meios
- variância e desvio padrão
- soma, produto, soma log, soma dos valores quadrados
- mínimo, máximo, mediana e percentis
- assimetria e curtose
- primeiro, segundo, terceiro e quarto momentos
- distribuições de freqüência
- regressão simples
- regressão múltipla
- Ranking transformações
- covariância e correlação
- testes estatísticos
- geração de números aleatórios
- gerando vetores aleatórios
- gerar seqüências aleatórias
- gerando sequências criptograficamente seguras de números aleatórios ou cadeias
- gerando amostras aleatórias e permutações
- análise de distribuições de valores em um arquivo de entrada e gerando valores "como" os valores no arquivo
- gerando dados para distribuições de freqüência agrupadas ou histogramas
- Além da matriz, subtração, multiplicação
- Além escalar e multiplicação
- transpor
- norma e trace
- operação em um vector
- adição de vetores, subtração
- elemento por elemento multiplicação, divisão
- escalar adição, subtração, multiplicação, divisão e poder
- mapeamento de funções matemáticas (cos, sin ...)
- produto escalar, produto externo
- distância e norma de acordo com as normas L1, L2 e Linf -
- resolução de sistemas lineares
- autovalores / autovetores e valores singulares / vetores singulares
- campos não-reais (complexos, frações ...)
- constatação root
- interpolação
- Integração
- análise numérica
- polinômios
- diferenciação
- funções ERF
- funções de gama
- funções Beta
- utilitários duplas matriz
- int / double mapa de hash
- frações contínuas
- funções matemáticas rápidas
- coeficientes binomial, fatoriais, números de Stirling e outras funções matemáticas comuns
- números complexos
- funções transcendentais complexas
- formatação complexa e análise
- distribuições de probabilidade
- fracções números
- formatação fração e análise
- transformar os métodos
- Geometria 3D
- espaços euclidianos
- n-Sphere
- espaço binário particionamento
- funções univariadas
- equações diferenciais ordinárias
- algoritmos genéticos
- Kalman filtrar
- ajuste de curva
- algoritmos de agrupamento
- medidas de distância
A documentação é, naturalmente, incluído para cada um desses pacotes
O que é novo nesta versão:.
- < li> Quadro para a criação de redes neurais artificiais
- mapas de características auto-organização
- algoritmos de geometria computacional (carcaça convexa, bola encerrando)
- Melhorias no desempenho do solver simplex linear
- A refatoração de montadores curva
- baixa discrepância geradores aleatórios (Sobol, halton)
- mínimos quadrados montagem
O que é novo na versão 3.5:
- Quadro para a criação de redes neurais artificiais
- mapas de características auto-organização
- algoritmos de geometria computacional (carcaça convexa, bola encerrando)
- Melhorias no desempenho do solver simplex linear
- A refatoração de montadores curva
- baixa discrepância geradores aleatórios (Sobol, halton)
- mínimos quadrados montagem
O que é novo na versão 3.4.1:
- Quadro para a criação de redes neurais artificiais
- mapas de características auto-organização
- algoritmos de geometria computacional (carcaça convexa, bola encerrando)
- Melhorias no desempenho do solver simplex linear
- A refatoração de montadores curva
- baixa discrepância geradores aleatórios (Sobol, halton)
- mínimos quadrados montagem
O que é novo na versão 3.1:
- Todo o conteúdo do pacote de & quot; o.a.c.m.optimization & quot; reformulado em novos pacotes & quot; o.a.c.m.optimization & quot; e & quot; o.a.c.m.fitting & quot;.
- algoritmo de agrupamento DBSCAN (no pacote de & quot; o.a.c.m.stat.clustering & quot;).
- Adicionado elemento por elemento de adição, subtração, multiplicação e divisão (na classe & quot; o.a.c.m.util.MathArrays & quot;).
- New construtor nas classes verificador personalizado (pacote & quot; o.a.c.m.optimization & quot;) para passar o número de iterações após o qual o & quot; teste de convergência & quot; retornará verdadeiro. Isso permite que um algoritmo para devolver a melhor solução encontrada (após o número definido pelo utilizador de iterações), mesmo se ele não atender a outros critérios de convergência.
- Adicionado um novo & quot; SynchronizedRandomGenerator & quot; que envolve um outro & quot; randomGenerator & quot; com todos os métodos que estão sendo sincronizados, tornando assim o código thread-safe (com algum custo eficiência).
- Adicionado novo & quot; NaNStrategy & quot ;: falhou, usado em & quot; RankingAlgorithm & quot; implementações. Qualquer valor de entrada encontrou que sucede a & quot; Duplo # isNaN & quot; verifique, resulta em uma & quot; NotANumberException & quot;.
O que é novo na versão 2.2:
- Isto é principalmente uma versão de manutenção, mas também inclui novos funcionalidades e melhorias. Usuários da versão 2.1 são encorajados a atualizar para 2.2, já que esta versão inclui algumas correções importantes de erros.
O que é novo na versão 2.0:
- Corrigido um erro induzido por entradas constantes a 0 em solver simplex .
- Removido um argumento não utilizado em um método particular em solver simplex.
- cálculos de probabilidade alteradas para binomial, Poisson e as distribuições hipergeométricas a utilização de aproximações ponto de sela de Catherine Loader.
- Removido código morto from # divisão Complex.
- Adicionado suporte para estatística descritiva ponderadas.
Requisitos :
- Java 5 ou superior
Comentários não encontrado