java金融と数学

1、commons-math/commons-lang-math
以上の二つのカバンはapacheの下にあります。前者は後者の機能より強いです。後者は主に通常のプログラムの中の基本的な数学計算を解決します。主に範囲判断、乱数生成（JVMR andm、RandomUtils）、スコア処理（Fraction）、デジタル変換、サイズ判断（NumberUtils）などです。前者はより複雑なデータ分析（org.apphe.com mmons.match.anlysis）、複数（org.apphe.com mmons.match.match.com mplex）、分散処理（org.apphe.com mmons.match.distribution）、データ予測推定（org.apphe.com.mations.match.com.mations.com.com.mations.com.com.com.matmatch.com.com.match.com.com.com.matmatmatmatch.com.com.com.com.matmatmatmations.（org.apphe.com mmons.match.geometry）、線形代数（org.apaache.com mmons.match.linear）、最適化（org.apphe.com.match.optimization）、統計（org.apphe.com.match.mart.com.match.com.com.match.com.com.match.match.com.matmatch.com.com.atch.com.com.atch.com.com.atch.com.atmatch.atch.com.atch.com.atch.com.com.atma
例：2直線の交点を求めて、1本目の2つの端点はそれぞれ（0、0）、（1、1）で、もう1本の2つの端点はそれぞれ（1、0）、（0、1）です。
考え方：直線的な交点は、実際には二元一次方程式の解です。方程式の解は、実際には線形代数の行列に変換されます。3 x+y=4とx+2 y=3のような二元一次方程式です。マトリックスに変換されます。
今はパンorg.apache.com mmons.mart.geometryのクラスRealMatrixで計算できます。
コード:
double[]coefficients Data={3,1}、{1,2}
RealMatrix coefficients=new RealMatrixImpl(coefficients Data)
double[]constants={4,3}
double[]solution=coefficients.solive;
System.out.println（「それらの交点はx=」+solution[0]+「;y=」+solution[1]）;
まとめ：該当する機能を使用する場合（分散varianceは統計statのカバンの中にあります）、対応するパケットのAPIと公式の例はどう使いますか？
2、js java
 
このプラグインは、ほとんどjs言語でapache commons langの機能を書き換えました。実は上のcommons-mathのjs版です。
1）js java-core.js：include js java corase clases
2）js java-ajax.js：include js java ajax clases
3）js java-anim.js：include js java animation clases
4）js java-math.js：include js java mash clases
5）js java-blog.js：include js java blog clases
6）js java-comp.js：include js java components clases
7）js java-info.js：include js java information clases
 
 
 
3、jmatihlib
JMathLibは複雑な数学式を計算して計算結果をグラフィカルに表示できるJavaオープンソースクラスです。これはMatlab、Octave、FreeMat、Scalabのクローンですが、完全に純粋Javaで実現します。
 
4、matlab for java
javaインターフェースを提供してmatlabの中のいくつか方法を呼び出します。
 
5、jscience
JscienceパッケージはJavaに基づいて強力です。™ すべての開発のための単一の体系構造を提供することによって、異なる科学分野にまたがって協同作用を構築することを目的としている。主に物理、数学、経済の3方面の協同作用です。
 
6、Jama
 
基本的な線形代数におけるジョレスキー分解，特徴値と特徴ベクトル，LU分解，行列列，特異値分解を解決するために主に用いられる。
など
 
Summary of JAMA Capability
Object Manipulation
トラック  set elements  get elements  copy  clone
Elementaary Operations
addition  subtrack  multiplication  scalar multiplication  element-wise multiplication  element-wise division  unary minus  トラックポーズ  norm
Decompations
Cholesky  LU。  QR  SVD  symmetric eigenvalue  nonsymmetric eignvalue
Equation Solution
nonsingular systems  leastスクウェア
Derived Quautities
condition number  determinant  rank  inverse  pspeudoff nverse
 
次の列は3 X 3マトリックスAx=bで、Ax-bでオーバーフロー値を検出します。
double[]array={1.，2.，3}、{4.，5.，6.}、{7.，8.，10.}；      Matrix A=new Matrix(array)      Matrix b=Matrix.random（3,1）      Matrix=A.solive(b)      Matrix Residual=A.times(x).minus(b)      double rnorm=Residual.normInf()
 
 
7、まとめ：総じて言えば、commons-math/commons-lang-mathこれはいい選択で、文書と例が多いです。