Biblioteca matemática .NET

Funciona con todos los lenguajes .NET, incluidos C#, Visual Basic y F#.

La biblioteca de matemáticas NMath .NET contiene clases fundamentales para los números orientados a objetos en la plataforma .NET.

Proveedor: CenterSpace Software


Ver descripción detallada

SOLICITE UNA COTIZACIÓN

*Campos requeridos


Al completar los campos a continuación, acepta automáticamente nuestros términos de uso y política de privacidad de datos
sepa mas
Gracias por contactarnos, nos comunicaremos con usted lo antes posible.
Error, inténtalo de nuevo. Tu mensaje no fue enviado
Descripción del producto

Resumen de características de NMath

Matemáticas básicas

  • Clases de números complejos de simple y doble precisión.
  • Generadores de números aleatorios para varias distribuciones de probabilidad, secuencias independientes de números aleatorios que utilizan métodos skip-ahead y jumpfrog, y secuencias casi aleatorias que utilizan métodos Niederreiter y Sobol.
  • Transformadas rápidas de Fourier (FFT), Wavelets y convolución y correlación lineal.
  • Funciones especiales como factorial, binomial, la función gamma y funciones relacionadas, funciones de Bessel, integrales elípticas y más.

Álgebra lineal

  • Arreglos completos y clases de vectores para cuatro tipos de datos: números de punto flotante de precisión simple y doble y números complejos de precisión simple y doble.
  • Indexación flexible mediante cortes y rangos.
  • Operadores aritméticos sobrecargados con sus significados convencionales para los lenguajes .NET que los admiten, y métodos con nombre equivalentes ( , , etc.) para aquellos que no los admiten.
  • Clases de matrices dispersas estructuradas con todas las funciones, que incluyen triangular, simétrica, hermítica, con bandas, tridiagonal, simétrica con bandas y hermítica con bandas.
  • Funciones para convertir entre matrices generales y tipos de matrices dispersas estructuradas.
  • Funciones para transponer matrices dispersas estructuradas, calcular productos internos y calcular normas de matriz.
  • Clases para factorizar matrices dispersas estructuradas, incluida la factorización LU para matrices con bandas y tridiagonales, factorización de Bunch-Kaufman para matrices simétricas y hermitianas, y descomposición de Cholesky para matrices definidas positivas simétricas y hermitianas. Una vez construidas, las factorizaciones de matrices se pueden usar para resolver sistemas lineales y calcular determinantes, inversos y números de condición.
  • Clases generales de vectores y matrices dispersas y factorizaciones de matrices.
  • Clases de descomposición ortogonal para matrices generales, incluida la descomposición QR y la descomposición en valores singulares (SVD).
  • Clases avanzadas de factorización de mínimos cuadrados para matrices generales, incluidas Cholesky, QR y SVD.
  • Factorización LU para matrices generales, así como funciones para resolver sistemas lineales, calcular determinantes, inversas y números de condición.
  • Clases para resolver problemas de valores propios simétricos, hermitianos y no simétricos.
  • Extensión de funciones matemáticas estándar como Cos(), Sqrt() y Exp() para trabajar con vectores, matrices y clases de números complejos.

Funciones

  • Clases para encapsulación de funciones de una variable, con soporte para integración numérica (métodos de Romberg y Gauss-Kronrod), diferenciación (método de Ridders) y manipulación algebraica de funciones.
  • Encapsulación de polinomios, interpolación y diferenciación e integración exactas.
  • Clases para minimizar funciones univariadas utilizando la búsqueda de la sección dorada y el método de Brent.
  • Clases para minimizar funciones multivariadas utilizando el método simplex downhill, el método de conjunto de dirección de Powell, el método de gradiente conjugado y el método métrico variable (o cuasi-Newton).
  • Recocido simulado.
  • Programación Lineal (LP), Programación No Lineal (NLP) y Programación Cuadrática (QP) utilizando Microsoft Solver Foundation.
  • Ajuste de mínimos cuadrados de polinomios.
  • Minimización de mínimos cuadrados no lineales, ajuste de curvas y ajuste de superficies.
  • Clases para encontrar raíces de funciones univariadas utilizando el método de la secante, el método de Ridders y el método de Newton-Raphson.
  • Métodos numéricos de doble integración de funciones de dos variables.
  • Minimización de mínimos cuadrados no lineales utilizando el método Trust-Region, una variante del método Levenberg-Marquardt.
  • Ajuste de curvas y superficies por mínimos cuadrados no lineales.
  • Clases para resolver ecuaciones diferenciales de primer orden utilizando el método de Runge-Kutta.

Integración con bibliotecas estándar .NET

  • Clases de datos totalmente persistentes que utilizan mecanismos .NET estándar.
  • Integración con ADO.NET.
  • Trazado usando Microsoft Chart Controls para .NET.

¡Gracias! ¡Nos pondremos en contacto con usted pronto!


Baixe o Guia Software.com.br 2024

nuestros clientes