Clase para funciones matemáticas

Cada uno de los lenguajes que mencionas cuenta con una amplia variedad de librerías diseñadas para realizar cálculos matemáticos de manera eficiente y precisa. Aquí te presento un resumen de las más populares, junto con ejemplos de su uso:

C++

• STL (Standard Template Library): Incluye funciones básicas como sqrt, sin, cos, pow, etc.
  C++

  #include <iostream>
  #include <cmath>
  
  int main() {
      double x = 2.5;
      double resultado = sqrt(x);
      std::cout << "La raíz cuadrada de " << x << " es: " << resultado << std::endl;
      return 0;
  }
  

• Boost.Math: Ofrece funciones especiales, números complejos, y más.
  C++

  #include <boost/math/constants/constants.hpp>
  #include <iostream>
  
  int main() {
      std::cout << "El valor de pi es: " << boost::math::constants::pi<double>() << std::endl;
      return 0;
  }
  

• Eigen: Ideal para álgebra lineal.
  C++

  #include <Eigen/Dense>
  
  int main() {
      Eigen::MatrixXd m(2,2);
      m(0,0) = 3; m(0,1) = -2;
      m(1,0) = 2; m(1,1) = 5;
      std::cout << m << std::endl;
      return 0;
  }
  

C#

• System.Math: Proporciona funciones matemáticas básicas.
  C#

  using System;
  
  class Program
  {
      static void Main(string[] args)
      {
          double x = 2.5;
          double resultado = Math.Sqrt(x);
          Console.WriteLine("La raíz cuadrada de " + x + " es: " + resultado);
      }
  }
  

• Math.NET Numerics: Ofrece una amplia gama de algoritmos numéricos.
  C#

  using MathNet.Numerics.LinearAlgebra;
  
  class Program
  {
      static void Main(string[] args)
      {
          var matrix = Matrix<double>.Build.DenseOfArray(new[,] { { 1, 2 }, { 3, 4 } });
          Console.WriteLine(matrix);
      }
  }
  

Java

• Math: Proporciona funciones matemáticas básicas.
  Java

  public class Ejemplo {
      public static void main(String[] args) {
          double x = 2.5;
          double resultado = Math.sqrt(x);
          System.out.println("La raíz cuadrada de " + x + " es: " + resultado);
      }
  }
  

• Apache Commons Math: Ofrece una amplia gama de algoritmos numéricos.
  Java

  import org.apache.commons.math3.linear.MatrixUtils;
  import org.apache.commons.math3.linear.RealMatrix;
  
  public class Ejemplo {
      public static void main(String[] args) {
          double[][] data = {{1, 2}, {3, 4}};
          RealMatrix m = MatrixUtils.createRealMatrix(data);
          System.out.println(m);
      }
  }
  

Python

• NumPy: Fundamental para computación científica.
  Python

  import numpy as np
  
  a = np.array([1, 2, 3])
  print(np.sqrt(a))
  

• SciPy: Construida sobre NumPy, ofrece algoritmos más avanzados.
  Python

  from scipy import integrate
  
  def f(x):
      return x**2
  
  result, error = integrate.quad(f, 0, 1)
  print(result)
  

¿Qué librería elegir?

La elección dependerá de tus necesidades específicas:

• Complejidad de los cálculos: Para cálculos básicos, la librería estándar es suficiente. Para cálculos más complejos, librerías como NumPy, SciPy o Math.NET Numerics son más adecuadas.
• Tipo de cálculos: Si necesitas álgebra lineal, Eigen o EJML son excelentes opciones. Para cálculos simbólicos, SymPy es la elección ideal.
• Rendimiento: Si el rendimiento es crítico, librerías como Eigen y EJML están optimizadas para cálculos numéricos.
• Facilidad de uso: Algunas librerías ofrecen una interfaz más amigable que otras.