Commons Math学习笔记

先列出一个目录：（这个目录是根据commons math 3.3库的结构设计的）

Section 1 linear 线性代数（矩阵为主）

1） Vector 向量

2） Matrix 矩阵

3） Matrix Decomposition 矩阵分解

Section 2 analysis 数学分析（函数为主）

1） Function 函数

2） Polynomial 多项式函数

3） Interpolation 插值

4） Integration 积分

5） Solver 求解

Section 3 Probabilityand Statistics 概率和统计

1）distribution 分布

2）fraction and complex 分数和复数

3）random and statistics 随机生成和统计初步
   
      4）cluster and regression聚类和回归

1.分布

package apache.commons.math.test;

import org.apache.commons.math3.distribution.NormalDistribution;
import org.apache.commons.math3.distribution.PoissonDistribution;
import org.apache.commons.math3.exception.MathArithmeticException;

/**
 *
 * @ClassName: DistributionTest
 * @Description: 分布
 * @author zengfh
 * @date 2014年11月21日 下午3:32:15
 *
 */
public class DistributionTest {

/**
  * @param args
  */
 public static void main(String[] args) {
  // TODO Auto-generated method stub
  poisson();
  System.out.println("------------------------------------------");
  normal();
  test();
 }

/**
  * test for example 《饮料装填量不足与超量的概率》
  * 某饮料公司装瓶流程严谨，每罐饮料装填量符合平均600毫升，标准差3毫升的常态分配法则
  * 。随机选取一罐，容量超过605毫升的概率？容量小于590毫升的概率 容量超过605毫升的概率 = p ( X > 605)= p ( ((X-μ)
  * /σ) > ( (605 – 600) / 3) )= p ( Z > 5/3) = p( Z > 1.67) = 0.0475
  * 容量小于590毫升的概率 = p (X < 590) = p ( ((X-μ) /σ) < ( (590 – 600) / 3) )= p ( Z
  * < -10/3) = p( Z < -3.33) = 0.0004
  */
 private static void test() {
  // TODO Auto-generated method stub
  NormalDistribution normal = new NormalDistribution(600, 3);
  try {
   System.out.println("P(X<590) = "
     + normal.cumulativeProbability(590));
   System.out.println("P(X>605) = "
     + (1 - normal.cumulativeProbability(605)));
  } catch (MathArithmeticException e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  }
 }

private static void poisson() {
  // TODO Auto-generated method stub
  PoissonDistribution dist = new PoissonDistribution(4.0);
  try {
   System.out.println("P(X<=2) = " + dist.cumulativeProbability(2));
   System.out.println("mean value is " + dist.getMean());
   System.out.println("P(X=1) = " + dist.probability(1));
   System.out.println("P(X=x)=0.8 where x = "
     + dist.inverseCumulativeProbability(0.8));
  } catch (MathArithmeticException e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  }
 }

private static void normal() {
  // TODO Auto-generated method stub
  NormalDistribution normal = new NormalDistribution(0, 1);
  try {
   System.out.println("P(X<2.0) = "
     + normal.cumulativeProbability(2.0));
   System.out.println("mean value is " + normal.getMean());
   System.out.println("standard deviation is "
     + normal.getStandardDeviation());
   System.out.println("P(X=1) = " + normal.density(1.0));
   System.out.println("P(X<x)=0.8 where x = "
     + normal.inverseCumulativeProbability(0.8));
  } catch (MathArithmeticException e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  }
 }

}

2.函数积分

package apache.commons.math.test;

import org.apache.commons.math3.analysis.UnivariateFunction;
import org.apache.commons.math3.analysis.function.Sin;
import org.apache.commons.math3.analysis.integration.BaseAbstractUnivariateIntegrator;
import org.apache.commons.math3.analysis.integration.SimpsonIntegrator;
import org.apache.commons.math3.exception.ConvergenceException;

/**
 *
 * @ClassName: IntegrationTest
 * @Description: 函数积分
 * @author zengfh
 * @date 2014年11月21日 下午2:59:58
 *
 */
public class IntegrationTest {

/**
  * @param args
  */
 public static void main(String[] args) {
  // TODO Auto-generated method stub
  integration();
 }