NMath是一个.NET类库，它提供了通常的矢量和矩阵类、复数类以及从优化到FFT的大量推算类。可能进行基础数学和线性代数的各类运算，支持数值积分和代数操作等一系列数学运算职能。

?

基础.NET数学和统计库NMath蕴含复数类、通用向量和矩阵类、结构化稀少矩阵类和分化、通用稀少矩阵类和分化、通用矩阵分化、随机数天生器、急剧嘎凤叶变换（FFT）、数值积分和微分步骤、曲线拟合、求根、线性和非线性规划。

?

此表，还支持数百种统计法式，蕴含数十种概率密度函数（PDF）、描述性统计、线性回归、如果检验、方差分析（ANOVA）、主成分分析、非负矩阵分化（NMF）、partial least squares（PLS）、数据过滤、Savitzy-Golay拟合和滑润以及好多其他法式。

?

对于好多推算，NMath使用Intel?数学内核库（MKL），其中蕴含高杜着化、线程宽泛的C和FORTRAN公共域推算包版本，称为BLAS（根基线性代数子法式）和LAPACK（线性代数包）。这使您能够信赖NMath例程的机能级别。我们面向对象接口易于使用，并充分利用了.NET平台的强的职能。

?

NMath职能概述

?

基础数学

• 单精度和双精度复数类

• 各类概率散布的随机数天生器，用跳读和逾越式步骤的独立随机数字流，以及使用Niederreiter和Sobal步骤的拟随机序列

• 急剧嘎凤叶变换（FFT）、幼波以及线性卷积和有关

• 特殊函数，如阶乘函数、二项式函数、gamma函数和有关函数、Bessel函数、椭圆积分等等

?

线性代数

• 四种数据类型的全职能向量和矩阵类：单精度和双精度浮点数，以及单精度和双精度复数

• 使用切片和领域的矫捷索引

• 沉载算术运算符及其通例寓意。支持它们的.NET说话，相当于那些没有定名的步骤（Add(), Subtract()等）

• 全职能结构化稀少矩阵类，三角形矩阵，对称矩阵，埃米特共轭矩阵，三对角矩阵，带状对称矩阵和带状埃米特共轭矩阵

• 通常矩阵和结构稀少矩阵类型之间的转换函数

• 结构稀少矩阵置换、推算内积和推算矩阵范数的函数

• 分化结构化稀少矩阵的类，蕴含带状矩阵和三对角矩阵的LU分化，对称矩阵和埃米特共轭矩阵的Bunch-Kaufman分化和对称矩阵和埃米特共轭正定矩阵的Cholesky分化。一旦机关好，矩阵分化就能够用来求解线性系统，推算行列式、逆矩阵和前提数

• 通常稀少向量和矩阵类，以及矩阵分化

• 通常矩阵的正交分化类，蕴含QR分化和单值分化（SVD）

• 通常矩阵的高档least squares分化类，蕴含Cholesky，QR和SVD

• 通常矩阵的LU分化，以及求解线性系统、推算行列式、逆矩阵和前提数的函数

• 解决对称、埃尔米特和非对称特点值问题的类

• 尺度数学函数的扩大，如Cos()、Sqrt()和Exp()，用于处置向量、矩阵和复数类

?

职能

• 支持数值积分（Romberg and Gauss-Kronrod methods），微分（Ridder's method）和代数运算函数的单变量封装函数的类

• 多项式封装、插值和正确的积分和微分

• 用黄金宰割搜索和Brent步骤minimizing单变量函数的类

• 用单形法，powell's的方向设置法，共轭梯度法和变尺度（或类似牛顿法）minimizing多变量函数的类

• 仿照退火法

• 线性规划（LP）、非线性规划（NLP）和二次规划（QP）

• Least squares多项式拟合

• 非线性?least squares minimization、曲线拟合和曲面拟合

• 使用正割法、Ridders法和Newton-Raphson法查找单变量函数的根的类

• 二元函数二沉积分的数值步骤

• 用Trust-Region步骤和Levenberg-Marquardt步骤的变体least squares minimization

• 非线性least squares的曲线拟合和曲面拟合

• 用Runge-Kutta法求解一阶初值微分方程的类

?

与.NET尺度库集成

• 使用尺度.NET机造的可悠久化的数据类

• 与ADO.NET集成

?

NMath统计职能概要

?

• 用于保留各种类型（数字、字符串、布尔值、日期功夫和通用）数据的数据框类，拥有附加、插入、排序和置换行和列的步骤

• 用于推算描述性统计的函数，例如均匀值、方差、尺度差、百分位数、中位数、四分位数、几何均匀值、和谐均匀值、RMS、峰度、偏度等等

• 特殊函数，例如阶乘、对数阶乘、二项式系数、对数二项式、对数gamma、?incomplete gamma、 beta 和?incomplete beta

• 概率密度函数 (PDF)、累积散布函数 (CDF)、逆 CDF 和各类概率散布的随机变量矩，蕴含 beta、二项式、卡方、指数、F、gamma、几何、逻辑、对数正态、负二项式、正态（Gaussian）、泊疏松布、Student's t、三角和Weibull散布

• 多元线性回归

• 根基如果检验，例如z test、t-test和? F-test，可推算 p 值、临界值和相信区间

• 单向和双向方差分析 (ANOVA) 和沉复丈量方差分析 (RANOVA)

• 非参数检验，例如 Kolmogorov-Smirnov 检验和 Kruskal-Wallis 秩和检验

• 多元统计分析，蕴含主成分分析、因子分析、档次聚类分析和k-means聚类分析

• 非负矩阵分化 (NMF)，以及使用 NMF 的数据聚类

• Partial least squares(PLS)，蕴含交叉验证以及 SIMPLS 和 NIPALS 算法

• 数据过滤，蕴含移动均匀过滤器和 Savitzky-Golay 滑润过滤器

?

NMath库是 CenterSpace软件公司NMath Suite的数学库的一部门，它提供了用于 .NET平台上数学、金融、工程和科学利用法式的构建
？。其个性蕴含了矩阵向量类、线性代数、随机数天生器、数值积分法、插值法、统计、生物统计学、多元线性回归、方差分析（ANOVA）、优化和通往公共域推算法式包（含线性代数根基子法式及线性代数包）的面向对象接口，全数NMath的日
；疃伎纱釉毯珻#、 Visual Basic.NET和 F#在内的 .NET说话上挪用。

?

【英文介绍】

?

NMath from CenterSpace Software is a .NET class library that provides general vector and matrix classes, complex number classes, and a large set of computational classes ranging from optimization to the FFT.

?

The foundational .NET math and statistics library, NMath, includes complex number classes, general vector and matrix classes, structured sparse matrix classes and factorizations, general sparse matrix classes and factorizations, general matrix decompositions, least squares solutions, random number generators, Fast Fourier Transforms (FFTs), numerical integration and differentiation methods, function minimization, curve fitting, root-finding, linear and nonlinear programming.

?

Additionally, hundreds of statistical routines are supported including dozens of probability density functions (PDF), descriptive statistics, linear regression, hypothesis tests, analysis of variance (ANOVA), principle component analysis, non-negative matrix factorization (NMF), partial least squares (PLS), data filtering, Savitzy-Golay fitting and smoothing along with many other routines.

?

For many computations, NMath uses the Intel? Math Kernel Library (MKL), which contains highly-optimized, extensively-threaded versions of the C and FORTRAN public domain computing packages known as the BLAS (Basic Linear Algebra Subroutines) and LAPACK (Linear Algebra PACKage). This gives NMath routines accuracy you can trust, and performance levels comparable to C or Fortran. Our state of the art, object-oriented interfaces are easy to use and leverage the full power of the .NET platform.

?

?

?