International matematik og statistikbibliotek

Information

Skrevet i	Fortran
Type	Softwarebibliotek
Internet side	www.roguewave.com/products-services/imsl-numerical-libraries

IMSL , forkortelsen af International Mathematics and Statistics Library , er et softwarebibliotek med objekter, der kan bruges til computerudvikling af numeriske analyseapplikationer . Typiske anvendelsesområder er IMSL- beslutningen , datamining , forskning og udvikling , kontrolprocessen , optimeringen , de økonomiske beregninger , bioinformatikken , simuleringerne luft- og bilindustrien, olieindustrien , parallelcomputering , uddannelse og forskning, etc.

Det første IMSL-bibliotek for Fortran blev oprettet i 1970 efterfulgt af C- versionen , der oprindeligt blev kaldt C / Base, i 1991. Senere har Java- og C # -versionerne eksisteret siden henholdsvis 2002 og 2004. PyIMSL og PyIMSL Studio for Python dukkede op iAugust 2008 og Februar 2009.

IMSL til Fortran og IMSL til C / C ++ er parallelle biblioteker ( HPC- computing ), der kan køre på computergårde , multikerne mikroprocessorsystemer og vektorcomputere ; disse to biblioteker integrerer standard paralleliseringsmekanismer såsom MPI eller OpenMP .

I 2009 købte Rogue Wave Software virksomheden Visual Numerics.

I april 2010, den nye version af IMSL C # gør det igen muligt at drage fordel af multi-core mikroprocessorsystemer ved at stole på TPL i .NET 4.0 framework .

I oktober 2010, IMSL Fortran 7.0 tilbyder udviklere at drage fordel af udførelsen af Nvidia GPU'er ved at integrere gennemsigtige opkald til BLAS cudas , opkaldet sekvens til IMSL rutiner forbliver uændrede. Den samme filosofi vil blive anvendt på IMSL C 8.0, i november 2011.

Versioner

IMSL C-bibliotek 8.0 - november 2011
IMSL C # Bibliotek 6.5 - april 2010
IMSL Fortran Library 7.0 - oktober 2010
JMSL-bibliotek 6.1 - august 2010
PyIMSL Studio 1.5 - august 2009
PyIMSL indpakning 1,5 - august 2009

Matematiske og statistiske funktioner

IMSL-bibliotekerne indeholder følgende matematiske og statistiske træk:

Matematisk beregning

Lineære systemer
Problemer med værdier og egenvektorer
Interpolation og tilnærmelse, herunder:
- Kochanek-Bartels cubic splines (TCB splines) ( fr )
Integration og differentiering
Differentialligninger , herunder:
- Runge-Kutta-metoder
Partielle differentialligninger
- Løser af den generaliserede Feynman-Kac-ligning (in)
- Black-Scholes EDP-løsning
Behandlet
Nuller af ikke-lineære funktioner
Optimering , herunder:
Særlige funktioner

Statistisk beregning

Grundlæggende statistik
Regression
Korrelation og kovarians
Analyse af varians og design af eksperimenter
Kategorisk dataanalyse (en) og diskret
Ikke-parametriske statistikker
Justeringstest
Tidsserier , prognoser og data mining inklusive:
- GARCH (en) , ARMA , ARIMA modeller
- Neurale netværk til klassificering og prognoser
- Naiv Bayesian klassifikation
- Genetisk algoritme
Multivariat analyse , herunder:
- Hovedkomponentanalyse
- Diskriminerende analyse
- Grupperingsanalyse ( hierarkisk klyngedannelse , K-middel )
Overlevelses- og pålidelighedsanalyse
Funktioner af sandsynlighed og inverse distributioner
Generering af tilfældige tal , herunder:
- Mersenne Twister
- Ziggourat-metode

C # / .NET og Java- versionerne af IMSL indeholder også funktioner til graftegning af data, idet disse sprog ofte bruges til udvikling af grænseflader mellem mennesker og maskiner .

Platforme tilgængelige

IMSL digitale biblioteker er tilgængelige for mange arkitekturer, operativsystemer og kompilatorer.

Operativsystemer: Unix , Linux , Windows og Mac OS X
Arkitekturer: AMD , Intel , Apple , Cray , Fujitsu , Hitachi , HP , IBM (inklusive Blue Gene ), NEC , SGI og Sun Microsystems
Compilere : Absoft, GCC , Intel , Microsoft og Portland
Databaser : Sybase IQ
Udviklingsplatform: ActivePython (en)

Noter og referencer

Bibliografi

TJ Aird, DG Kainer, IMSL-miljøet til softwareudvikling , ACM SIGNUM Nyhedsbrev, bind 14 Udgave 1,Marts 1979DOI : 10.1145 / 1053417.806437

Se også

eksterne links

Officielt websted