标签: apache-commons-math

我正在尝试将通用库导入我的Android Studio项目。我将文件commons-math3-3.6.1.jar文件放在libs文件夹中，并且在gradle文件中，我有这一行：

compile 'commons-math3-3.6.1.jar'

但是我得到这个错误：

错误：（32，0）提供的字符串模块符号'commons-math3-3.6.1.jar'无效。符号示例：“ org.gradle：gradle-core：2.2”，“ org.mockito：mockito-core：1.9.5：javadoc”。

谁能告诉我该怎么办？

维基百科列出了计算正态分布累积概率的多种数值方法。然而，使用 Apache Commons Math，您不需要了解其中任何一个，因为该库只是为您完成工作：

NormalDistribution normal = new NormalDistribution(mu, sigma);
normal.cumulativeProbability(x);

对于一些研究项目，我很想知道他们使用什么方法。有谁知道 Apache Commons Math 使用什么方法来近似正常累积值？是来自维基百科中列出的方法还是他们实现了不同的方法？

我在blender和python中完成了大量工作后,尝试使用Java做一些解析几何.

在探讨了一下后,我想我应该使用org.apache.commons commons-math3.

但后来我试图计算M*v并遇到障碍.该RealMatrix班有.multiply(RealMatrix)和.preMultiply(RealVector),但没有.multiply(RealVector)(我在问3.6版本pom.ml).

我能想到的可能性是

• 我错过了一些显而易见的事情;
• 这个图书馆还不成熟;
• 我(以及搅拌器社区的其他成员)对于向后进行矩阵乘法是很奇怪的;
• 我应该使用不同的库.

如何使用comons-math3库完成矩阵向量后乘法？有关使用"更好"的库的任何建议都欢迎在评论中,但不是这个问题的答案.

我正在尝试实现一些插值函数来绘制一些值,其中X值= Date.seconds,Y值= double.

我一直在研究用Apache Commons Math lib来实现这个目标,我发现了一种我认为可以在这里使用的方法

我试图理解的方法:

public double linearInterp(double[] x, double[] y, double xi) {
   // return linear interpolation of (x,y) on xi
   LinearInterpolator li = new LinearInterpolator();
   PolynomialSplineFunction psf = li.interpolate(x, y);
   double yi = psf.value(xi);
   return yi;
}

我不明白我应该xi从哪里获得价值？

什么是我进入这个方法用于西席什么价值,我会通过我的阵列应该循环X值和传递的第i个元素X与数组X和Y？

当我想绘制这个新数据时,我是否使用返回yi的传入xi来绘制？

以下代码的java等价物是什么？

import scipy
from scipy.stats import zscore
zlist = [9967,11281,10752,10576,2366,11882,11798,]
z = zscore(zlist)
for e in z:
    print e,scipy.stats.norm.sf(abs(e))

我正在尝试使用 Apache commons Math 库对我的问题应用线性编程。我在网上看到一个例子，解决了下面的例子

max.  3X + 5Y 

 s.t.

 2X + 8Y <= 13 

 5X - Y <= 11 

 X >= 0, Y >= 0 

代码就像

LinearObjectiveFunction f = new LinearObjectiveFunction(new double[] { 3, 5}, 0);

 Collection constraints = new ArrayList();
 constraints.add(new LinearConstraint(new double[] { 2, 8}, Relationship.LEQ, 13));
 constraints.add(new LinearConstraint(new double[] { 5, -1}, Relationship.LEQ, 11));

 constraints.add(new LinearConstraint(new double[] { 1, 0}, Relationship.GEQ, 0));
 constraints.add(new LinearConstraint(new double[] { 0, 1}, Relationship.GEQ, 0));

 //create and run solver
 RealPointValuePair solution …

当我开始学生t-distribution时R,我得到以下内容:

> pt(1.849, 2, lower.tail=FALSE)
[1] 0.1028493

当我与Apache Commons Math库运行时,我得到以下:

  TDistribution td = new TDistribution(2);
  System.out.println(td.density(1.849));
  O/P: 0.07927663297535456

价值观完全不同.这是预期的行为(或)我错过了什么吗？

编辑: 当我使用时,cumulativeProbability我得到了以下输出,这也与R值有很大不同.

0.8954597327733625

public void doMatrix(){
    double[][] arrayA = {{a11,a12,a13,a14},{a21,a22,a23,a24},{a31,a32,a33,a34},{a41,a42,a43,a44}};      
    double[][] arrayB = {{b1},{b2},{b3},{b4}};

    RealMatrix matrixA = MatrixUtils.createRealMatrix(arrayA);
    RealMatrix matrixB = MatrixUtils.createRealMatrix(arrayB);
    RealMatrix matrixInvA = new LUDecomposition(matrixA).getSolver().getInverse();
    RealMatrix matrixAmp = matrixInvA.multiply(matrixB);
    tryit = arrayA[2][2];

    }

tryit当置于我的android主活动的文本框中时,值继续返回null.我是否错误地访问了阵列？