Méta.numerics une bibliothèque mono pour la programmation numérique et scientifique
Télécharger maintenant

Méta.numerics Classement & Résumé

Méta.numerics Mots clés

la programmation bibliothèque Mono Bibliothèque .Net Programmation numérique Programmation scientifique

Méta.numerics La description

Une bibliothèque mono pour la programmation numérique et scientifique Meta.Numerics est une bibliothèque mono-compatible .NET pour la programmation numérique et scientifique.Il inclut des fonctions pour la matrice algèbre (y compris le calcul des valeurs propres et des vecteurs propres pour les matrices non symétriques), des fonctions spéciales de nombres réels et complexes (y compris les fonctions de bessel et la fonction d'erreur complexe) et des statistiques (y compris l'analyse de la table de contingence et le montage de modèles non linéaires). Voici quelques caractéristiques essentielles de "Meta.numerics": Nombres complexes: · La bibliothèque définit non seulement une classe de nombres complexes et des opérations arithmétiques associées, mais fournit également une gamme complète de fonctions de base des nombres complexes (correspondant à ceux proposés par la classe System.Math pour les nombres réels). La bibliothèque peut également calculer plusieurs fonctions avancées d'arguments complexes. ALGEBRA Matrix: · La bibliothèque définit un certain nombre de classes de matrice et d'opérations sur elles. Bibliothèque de fonctions avancées: · La bibliothèque de fonctions avancées définit un grand nombre de fonctions mathématiques avancées sur les nombres réels, les nombres complexes et les entiers. · Les fonctions des entiers comprennent des facteurs facteurs, des coefficients binomiaux, des plus grands dénominateurs communs (GCD) et des multiples les moins courants (LCM). · Les routines de bibliothèque prennent en charge la recherche de la racine, la découverte maximale et minimale et l'intégration des fonctions fournies par l'utilisateur arbitraire. Statistiques et analyse des données: La bibliothèque de statistiques fournit des classes spécialisées pour travailler avec différents types de données, notamment: · Échantillons univariés · Échantillons multivariés · Données expérimentales avec barres d'erreur · Tableaux de contingence · Pour chaque type de données, les méthodes vous permettent d'évaluer des statistiques descriptives, d'adapter des modèles et d'effectuer des tests statistiques appropriés. Toutes les conviennent ne produisent pas simplement un ensemble de paramètres de meilleur ajustement, mais également des barres d'erreur, une matrice de covariance et un test de bonté-de-plein. Essai: · La bibliothèque a subi des tests approfondis. Nous testons plus de 600 relations mathématiques, la plupart des scores d'arguments différents allant sur de nombreuses ordres de grandeur. S'il existe une relation dans Abromiwitz et Stegun Expressable en utilisant nos fonctions de bibliothèque, nous l'avons probablement testé. Nos cas de test atteignent une couverture de code supérieure à 80%. Exigences: · Projet mono Quoi de neuf dans cette version: · Les nouvelles fonctionnalités de cette version comprennent les coefficients de Clebsch-Gordon, la fonction Lambert W, les polynômes Zernike R, le test Kuiper (une alternative au test Kolmogorov-Smirnov) et sa distribution associée, la distribution logistique et plus de tutoriels avec un code d'échantillon.

Méta.numerics Logiciels associés