關鍵字：
NMath的.NET數學庫包含了NET平台上的面向對象的數字計算的基礎類。
具體功能：
單精度和雙精度複數類
為以下四種數據類型提供全功能的向量和矩陣類：單精度浮點數，雙精度浮點數，單精度複數和雙精度複數。
利用切片和排列靈活的標定指數。
重載那些傳統意義的運算符，使其支持.NET語言，相當於那些沒有的命名的方法（Add(),Subtract()等）。
結構稀疏的矩陣類的全部特徵包括，三角形矩陣，對稱矩陣，埃米特共軛矩陣，，三對角矩陣，帶狀對稱矩陣和帶狀埃米特共軛矩陣。
一般矩陣之間和結構稀疏矩陣類型之間的轉換函式。
結構稀疏矩陣置換，計算內積和計算矩陣範數的函式。
結構稀疏矩陣的分解類包括，帶狀矩陣和三對角線矩陣的LU分解，對稱矩陣和埃米特共軛矩陣的Bunch-Kaufman分解和對稱矩陣和埃米特共軛正定矩陣的Cholesky分解。這些矩陣分解一旦建成，就可以用來求解線性系統和計算行列式，求逆，和條件數。
一般稀疏向量和矩陣類和矩陣分解類.
一般矩陣的正交分解類，包括QR分解類和單值分解（SVD）類。
一般矩陣的高等最小平方分解類，包括Cholesky,QR,andSVD.
一般矩陣的LU分解，以及求解線性系統，計算行列式，求逆和條件數的函式。
解決對稱，埃爾米特和非對稱特徵值問題的類
標準數值函式的擴展，如與向量，矩陣和複數類協同使用的Cos(),Sqrt(),andExp()函式。
各種機率分布的隨機數生成。
快速傅立葉變換和線性旋積和相關
支持數值積分(RombergandGauss-Kronrodmethods)，微分(Ridders'method)和代數運算函式的單變數封裝函式的類
多項式封裝，插值和精確的積分和微分。
用黃金分割搜尋和Brent方法最小化單變數函式的類
用單形法，鮑威爾的方向設定法，共軛梯度法和變尺度（或類似牛頓法）法最小化多變數函式的類。
模擬退火法
單形法線性規劃
最小平方的多項式擬合
非線性的最小平方最小化，曲線擬合和曲面擬合
用正割法，Ridders法和Newton-Raphson法查找單變數函式的根的類
二元函式的二重積分的數值方法
用Trust-Region方法和Levenberg-Marquardt方法的變體最小化非線性最小平方
非線性最小平方的曲線擬合和曲面擬合
用標準的,NET機制的完全持久化數據類
與ADO.NET的整合
NMath
NMath的.NET數學庫包含了NET平台上的面向對象的數字計算的基礎類。
具體功能：
單精度和雙精度複數類
為以下四種數據類型提供全功能的向量和矩陣類：單精度浮點數，雙精度浮點數，單精度複數和雙精度複數。
利用切片和排列靈活的標定指數。
重載那些傳統意義的運算符，使其支持.NET語言，相當於那些沒有的命名的方法（Add(),Subtract()等）。
結構稀疏的矩陣類的全部特徵包括，三角形矩陣，對稱矩陣，埃米特共軛矩陣，，三對角矩陣，帶狀對稱矩陣和帶狀埃米特共軛矩陣。
一般矩陣之間和結構稀疏矩陣類型之間的轉換函式。
結構稀疏矩陣置換，計算內積和計算矩陣範數的函式。
結構稀疏矩陣的分解類包括，帶狀矩陣和三對角線矩陣的LU分解，對稱矩陣和埃米特共軛矩陣的Bunch-Kaufman分解和對稱矩陣和埃米特共軛正定矩陣的Cholesky分解。這些矩陣分解一旦建成，就可以用來求解線性系統和計算行列式，求逆，和條件數。
一般稀疏向量和矩陣類和矩陣分解類.
一般矩陣的正交分解類，包括QR分解類和單值分解（SVD）類。
一般矩陣的高等最小平方分解類，包括Cholesky,QR,andSVD.
一般矩陣的LU分解，以及求解線性系統，計算行列式，求逆和條件數的函式。
解決對稱，埃爾米特和非對稱特徵值問題的類
標準數值函式的擴展，如與向量，矩陣和複數類協同使用的Cos(),Sqrt(),andExp()函式。
各種機率分布的隨機數生成。
快速傅立葉變換和線性旋積和相關
支持數值積分(RombergandGauss-Kronrodmethods)，微分(Ridders'method)和代數運算函式的單變數封裝函式的類
多項式封裝，插值和精確的積分和微分。
用黃金分割搜尋和Brent方法最小化單變數函式的類
用單形法，鮑威爾的方向設定法，共軛梯度法和變尺度（或類似牛頓法）法最小化多變數函式的類。
模擬退火法
單形法線性規劃
最小平方的多項式擬合
非線性的最小平方最小化，曲線擬合和曲面擬合
用正割法，Ridders法和Newton-Raphson法查找單變數函式的根的類
二元函式的二重積分的數值方法
用Trust-Region方法和Levenberg-Marquardt方法的變體最小化非線性最小平方
非線性最小平方的曲線擬合和曲面擬合
用標準的,NET機制的完全持久化數據類
與ADO.NET的整合
NMath
1 
1
1