NMath.net .net平臺的大神級數學分析工具、OLAP、BI、圖形可視化、快速（持續更新）

產品特色以下（只介紹包含的基本運算，期待更新········）： 

• 單精度和雙精度複數類

• 爲如下四種數據類型提供全功能的向量和矩陣類：單精度浮點數，雙精度浮點數，單精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符，使其支持.NET語言，至關於那些沒有的命名的方法（Add(), Subtract()等）。

• 結構稀疏的矩陣類的所有特徵包括，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。

• 通常矩陣之間和結構稀疏矩陣類型之間的轉換函數。

• 結構稀疏矩陣置換，計算內積和計算矩陣範數的函數。

• 結構稀疏矩陣的分解類包括，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，就能夠用來求解線性系統和計算行列式，求逆，和條件數。 

• 通常稀疏向量和矩陣類和矩陣分解類.

• 通常矩陣的正交分解類，包括QR分解類和單值分解（SVD）類。

• 通常矩陣的高等最小平方分解類，包括Cholesky, QR, and SVD.

• 通常矩陣的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。

• 各類機率分佈的隨機數生成。

• 快速傅立葉變換和線性旋積和相關

• 支持數值積分(Romberg and Gauss-Kronrod methods)，微分(Ridders' method)和代數運算函數的單變量封裝函數的類

• 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方法最小化單變量函數的類

• 用單形法，鮑威爾的方向設置法，共軛梯度法和變尺度（或相似牛頓法）法最小化多變量函數的類。 

• 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 法查找單變量函數的根的類

• 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機制的徹底持久化數據類

• 與ADO.NET的整合