產品特性

• 單精確度和雙精度複數類
• 為以下四種資料類型提供全功能的向量和矩陣類：單精確度浮點數，雙精度浮點數，單精確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子，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疏鬆陣列類型之間的轉換函數。
• 結構疏鬆陣列置換，計算內積和計算矩陣範數的函數。
• 結構疏鬆陣列的分解類包括，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, and SVD.
• 一般矩陣的LU分解，以及求解線性系統，計算行列式，求逆和條件數的函數。
• 解決對稱，埃爾米特和非對稱特徵值問題的類 
• 標準數值函數的擴展，如與向量，矩陣和複數類協同使用的Cos(), Sqrt(), and Exp()函數。
• 各種概率分佈的亂數產生。
• 快速傅立葉轉換和線性旋積和相關
• 支援數值積分(Romberg and Gauss-Kronrod methods)，微分(Ridders' method)和代數運算函數的單變數封裝函數的類
• 多項式封裝，插值和精確的積分和微分。 
• 用黃金分割搜索和Brent方法最小化單變數函數的類
• 用單形法，鮑威爾的方向設置法，共軛梯度法和變尺度（或類似牛頓法）法最小化多變數函數的類。 
• 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 法查找單變數函數的根的類
• 二元函數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機制的完全持久化資料類
• 與ADO.NET的整合