NAG Fortran Numerical Library帮助解决跨行业最复杂数学挑战

NAG LIB 库:NAG Fortran Numerical Library帮助解决跨行业最复杂的数字挑战。NAG 库算法本质上具有灵活性——它们可以从多种语言中调用，包括 C 和 C++、VBA、Python、Java、.NET 和 Fortran。

世界知名，专家支持
世界上最大的商用库，包含强大、有文档记录且经过测试的数值和统计算法。NAG 库由世界一流的技术支持提供支持，并不断更新和维护。

NAG 库具有天生的灵活性，所有例程都集中在一个地方。它允许在语言之间轻松转换、从原型到生产的简单转移等，从而实现最大的生产力。

经过严格测试，具有内在灵活性 

NAG 库是 1600 多种数值和统计算法的集合，可从多种计算机编程语言和环境中调用。它基于组件，提供解决数千个复杂数值问题的基础模块。

适用于多种语言和环境，包括 C 和 C++、Python、Java、.NET 和 Fortran。

NAG 库算法涵盖： 
数学优化 
统计与机器学习 
特殊功能  
线性代数 
偏微分方程 
插值 
曲线与曲面拟合 
数值积分

为什么选择 NAG LIB？

综合的
降低项目成本并消除使用多个库和许可证的复杂性。NAG 库涵盖广泛的数学和统计计算技术和模型。

强壮的
NAG 库经过严格的测试、细致的文档记录和定期的维护，使其成为一种极其强大的解决方案。

灵活的
NAG 库算法可在各种语言和环境中使用，从而实现从原型到生产的无缝过渡。交互式文档可轻松实现语言切换。

支持的
从第一天起，NAG 技术支持就致力于为用户最大程度地发挥 NAG Library 软件的优势。技术支持团队以专业、可靠和及时解决问题而享有盛誉。

主要内容
最新内容 统计与机器学习
混合整数线性规划 (MILP)：迷你文章

非线性优化的有效集方法：小文章

通用非线性数据拟合：小文章、Python 示例、Java 示例

更快的数据拟合（校准）：迷你文章、Python 示例、Java 示例

Fast Implied Volatilities: Mini Article, Python Examples, Java Examples

Solving Convex and Non-convex Quadratically Constrained Quadratic Programming (QCQP) Problems: Mini Article, Python Examples, Java Examples

Solving Convex Problems with Second-order Cone Programming (SOCP): Mini Article, Technical Poster & Python Examples

Derivative-free Optimization Solver for Calibration Problems: Technical Poster & Mini Article

Flexible Modelling with the NAG Optimization Modelling Suite: Product Page

First-order Active-set Method for Nonlinear Programming: Mini Article, Python Examples

Nearest Correlation Matrix: Technical Poster, Python Examples, Java Examples & Mini Article

Randomized Numerical Linear Algebra (RNLA) Algorithms: Technical Poster

Non-negative Matrix Factorization for Analysing High-dimensional Dataset: Python Examples

Polynomial Root-finding: Blog