Apache Commons Las matemáticas pueden considerarse una extensión del núcleo de Java y los paquetes de Apache Commons Lang, frente a diversas lagunas en relación con las operaciones matemáticas y operadores.
Hay muchos paquetes pequeños dentro del componente Commons Matemáticas, cada uno para una o varias operaciones de nicho, operador, o algoritmo.
Algunas de las áreas comunes de los paquetes de matemáticas se pueden utilizar son:
- aritméticos y geométricos medios
- la varianza y la desviación estándar
- suma, producto, suma de registro, suma de los valores al cuadrado
- mínimo, el máximo, la mediana y los percentiles
- asimetría y curtosis
- primero, segundo, tercero y cuarto momentos
- distribuciones de frecuencia
- regresión simple
- regresión múltiple
- transformaciones de rango
- covarianza y correlación
- pruebas estadísticas
- la generación de números aleatorios
- la generación de vectores aleatorios
- generar cadenas aleatorias
- generar secuencias criptográficamente seguros de números aleatorios o cadenas
- generando muestras aleatorias y permutaciones
- el análisis de las distribuciones de los valores en un archivo de entrada y la generación de valores "como" los valores en el archivo
- la generación de datos para las distribuciones o histogramas de frecuencias agrupadas
- la suma de matrices, resta, multiplicación
- adición y multiplicación escalar
- transponer
- norma y traza
- operación en un vector
- la suma de vectores, resta
- elemento por elemento multiplicación, división
- escalar de suma, resta, multiplicación, división y potencia
- mapeo de funciones matemáticas (cos, sin ...)
- producto escalar, producto exterior
- la distancia y la norma de acuerdo a las normas L1, L2 y Ljnf -
- la resolución de sistemas lineales
- / valores propios vectores propios y valores singulares / vectores singulares
- campos no reales (complejos, fracciones ...)
- búsqueda de raíces
- interpolación
- la integración
- análisis numérico
- polinomios
- la diferenciación
- funciones Erf
- funciones Gamma
- funciones Beta
- dobles utilidades de matriz
- int / doble correlación hash
- fracciones continuas
- funciones matemáticas rápidas
- coeficientes binomiales, factoriales, números de Stirling y otras funciones matemáticas comunes
- números complejos
- funciones trascendentales complejos
- formato complejo y analizar
- distribuciones de probabilidad
- números de fracción
- el formato de fracción y el análisis
- transformar los métodos
- la geometría 3D
- espacios euclídeos
- n-Sphere
- binario espacio particionado
- funciones univariados
- ecuaciones diferenciales ordinarias
- algoritmos genéticos
- filtro de Kalman
- ajuste de curvas
- algoritmos de agrupamiento
- medidas de distancia
La documentación es, por supuesto, incluye para cada uno de estos paquetes
¿Qué hay de nuevo en esta versión:.
- < li> Marco para la creación de redes neuronales artificiales
- mapas de características auto-organización
- algoritmos de geometría computacional (casco convexo, que encierra bola)
- Mejoras en el rendimiento del programa de solución simple lineal
- Refactoring de instaladores curva
- baja discrepancia generadores aleatorios (Sobol, Halton)
- mínimos cuadrados ajustada
¿Qué hay de nuevo en la versión 3.5:
- Marco para la creación de redes neuronales artificiales
- mapas de características auto-organización
- algoritmos de geometría computacional (casco convexo, que encierra bola)
- Mejoras en el rendimiento del programa de solución simple lineal
- Refactoring de instaladores curva
- baja discrepancia generadores aleatorios (Sobol, Halton)
- mínimos cuadrados ajustada
¿Qué hay de nuevo en la versión 3.4.1:
- Marco para la creación de redes neuronales artificiales
- mapas de características auto-organización
- algoritmos de geometría computacional (casco convexo, que encierra bola)
- Mejoras en el rendimiento del programa de solución simple lineal
- Refactoring de instaladores curva
- baja discrepancia generadores aleatorios (Sobol, Halton)
- mínimos cuadrados ajustada
¿Qué hay de nuevo en la versión 3.1:
- Todos los contenidos del paquete de & quot; o.a.c.m.optimization & quot; reprogramado para utilizar los nuevos paquetes de & quot; o.a.c.m.optimization & quot; y & quot; o.a.c.m.fitting & quot;.
- algoritmo de agrupamiento DBSCAN (en el paquete & quot; o.a.c.m.stat.clustering & quot;).
- Agregado elemento por elemento de suma, resta, multiplicación y división (en la clase de & quot; o.a.c.m.util.MathArrays & quot;).
- Nueva constructor en las clases de corrector personalizado (paquete de & quot; o.a.c.m.optimization & quot;) para hacer pasar el número de iteraciones después de lo cual el & quot; prueba de convergencia & quot; devolverá true. Esto permite que un algoritmo para volver la mejor solución encontrada (después del número definido por el usuario de iteraciones) incluso si no cumple con los otros criterios de convergencia.
- añadido un nuevo & quot; SynchronizedRandomGenerator & quot; que se envuelve otra & quot; randomGenerator & quot; con todos los métodos que se están sincronizados, haciendo así el código multi-hilo (en algún costo de eficiencia).
- Añadido nueva & quot; & quot ;: NaNStrategy fallado, utilizado en & quot; RankingAlgorithm & quot; implementaciones. Cualquier valor de entrada encontrado que tiene éxito a & quot; doble # isNaN & quot; comprobar, resulta en una & quot; NotANumberException & quot;.
¿Qué hay de nuevo en la versión 2.2:
- Esto es principalmente una versión de mantenimiento, sino que también incluye nueva características y mejoras. Se anima a los usuarios de la versión 2.1 para actualizar a 2.2, ya que esta versión incluye algunas correcciones de errores importantes.
¿Qué hay de nuevo en la versión 2.0:
- Se ha corregido un error inducido por indicaciones que figuran a 0 en solucionador simplex .
- Se ha quitado un argumento sin utilizar en un método privado en solucionador simplex.
- cálculos de probabilidad cambiado para binomial, Poisson y Hipergeométrica a utilizar aproximaciones punto de silla de Catherine Loader.
- Se ha quitado del código muerto # brecha complejo.
- Se ha añadido soporte para las estadísticas descriptivas ponderados.
Requisitos
- Java 5 o superior
Comentarios que no se encuentran