Java矩阵库Jama

最新推荐文章于 2024-07-01 03:20:03 发布

Zian233

最新推荐文章于 2024-07-01 03:20:03 发布

阅读量4.5k

点赞数 3

文章标签： java 线性代数

本文链接：https://blog.csdn.net/qq_41526540/article/details/120518942

版权

Jama是一个Java线性代数库，适用于矩阵运算，包括Maven引入、矩阵构造与基本运算、矩阵分解等功能。提供了CholeskyDecomposition等五种矩阵分解方法，可用于线性方程求解等高级运算。适合处理实数矩阵。

摘要由CSDN通过智能技术生成

Jama是一个非常好用的Java的线性代数软件包。适用于日常编程可能碰到的各种矩阵运算问题，提供了一个优雅的简便的解决方案。

官网链接：JAMA: Java Matrix Package (nist.gov)

原本只是搬砖式的项目工程到后半部分就卡壳了，没有合适的算法来支撑，在经过各种脑洞和论文后，最后还是老老实实的捡回线性代数，尝试着一步步去推导。

Maven引入

<!-- https://mvnrepository.com/artifact/gov.nist.math/jama -->
<dependency>
    <groupId>gov.nist.math</groupId>
    <artifactId>jama</artifactId>
    <version>1.0.3</version>
</dependency>

功能

Jama由6大类组成：Matrix, CholeskyDecomposition, LUDecomposition, QRDecomposition, SingularValueDecomposition和 EigenvalueDecomposition。

Matrix 类提供数值线性代数的基本运算。各种构造函数从双精度浮点数的二维数组创建矩阵。各种获取和设置提供对子矩阵和矩阵元素的访问。基本的算术运算包括矩阵加法和乘法、矩阵范数和选定的逐元素数组运算。还包括一种方便的矩阵打印方法。

矩阵的五大分解，对应于Jama的五个矩阵分解类，依次为：

对称正定矩阵的Cholesky分解 CholeskyDecomposition
矩阵的LU分解（高斯消元）LUDecomposition
矩阵的QR分解 QRDecomposition
对称和非对称矩阵的特征向量值分解 EigenvalueDecomposition
矩阵的奇异值分解 SingularValueDecomposition

这些分解类可以由Matrix 类访问，可以求解线性方程组，求解行列式，求逆和其他矩阵运算。

目前的Jama仅处理实数矩阵。

使用

例子

// 求解 3x3 线性系统 Ax=b 并计算残差的范数
double[][] array = {
   {
   1.,2.,3},{
   4.,5.,6.},{
   7.,8.,10.}};
Matrix A = new Matrix(array);
Matrix b = Matrix.random(3,1);
Matrix x =