1、commons-math/commons-lang-math
以上两个包是apache下的，前者比后者的功能强大，后者有的功能前都有，后者主要解决平时程序中的一些基本的数学计算，主要是范围判断（*Range）,随机数生成（JVMRandom,RandomUtils），分数处理（Fraction），数字转化、大小判断（NumberUtils）等。前者可以处理更复杂的数据分析（org.apache.commons.math.analysis）、复数（org.apache.commons.math.complex）、分布式处理（org.apache.commons.math.distribution）、数据预测估计（org.apache.commons.math.estimation）、分数、遗传学(org.apache.commons.math.genetics)、几何图形(org.apache.commons.math.geometry)、线性代数(org.apache.commons.math.linear)、优化（org.apache.commons.math.optimization）、统计（org.apache.commons.math.stat），传换(org.apache.commons.math.transform)、还有一些常用工具类（org.apache.commons.math.util）。
例子：求两直线的交点，第一条两个端点分别为(0,0)、(1,1)，另一条两个端点分别(1,0)、(0,1)。
思路：再条直线的交点，实际就是一个二元一次方程的解。方程的解实际可转化为线性代数中的矩阵。如3x+y=4和x+2y=3这个二元一次方程。转为矩阵为：
现在就可以用上面包org.apache.commons.math.geometry的类RealMatrix计算。
代码：
double[][] coefficientsData = { { 3, 1 }, { 1, 2 } };
RealMatrix coefficients = new RealMatrixImpl(coefficientsData);
double[] constants = { 4, 3 };
double[] solution = coefficients.solve(constants);
System.out.println(“它们的交点是：x=” + solution[0] + “;y=” + solution[1]);
总结：如果要用到相应功能的（比如方差variance是在统计stat包里），可查看对应的包中的API和官方例子怎么用。
2、jsjava
这个插件，几乎用js语言重写了apache commons lang中的功能，其实是上面commons-math的js版（jsjava-math.js），主要有
1) jsjava-core.js : include jsjava core classes
2) jsjava-ajax.js : include jsjava ajax classes
3) jsjava-anim.js : include jsjava animation classes
4) jsjava-math.js : include jsjava math classes
5) jsjava-blog.js : include jsjava blog classes
6) jsjava-comp.js : include jsjava components classes
7) jsjava-info.js : include jsjava information classes
3、jmathlib
JMathLib是一个用于计算复杂数学表达式并能够图形化显示计算结果的Java开源类库。它是Matlab、Octave、FreeMat、Scilab的一个克隆，但完全采用纯Java实现。
4、matlab for java
提供java接口调用matlab里的一些方法。
5、jscience
Jscience 软件包是一个强大的基于 Java™ 的物理和数学函数库，它通过提供单个用于所有开发的体系结构，旨在帮助跨不同科学领域构建协同作用。主要是物理、数学、经济3方面的协同作用。
6、Jama
主要用来解决基本线性代数中的乔莱斯基分解，特征值与特征向量，LU分解，矩阵列，奇异值分解
等。
Summary of JAMA Capabilities
Object Manipulation
constructors set elements get elements copy clone
Elementary Operations
addition subtraction multiplication scalar multiplication element-wise multiplication element-wise division unary minus transpose norm
Decompositions
Cholesky LU QR SVD symmetric eigenvalue nonsymmetric eigenvalue
Equation Solution
nonsingular systems least squares
Derived Quantities
condition number determinant rank inverse pseudoinverse
下面是个列子，3X3矩阵Ax=b，然后用Ax-b检测溢出值。
double[][] array = {{1.,2.,3},{4.,5.,6.},{7.,8.,10.}}; Matrix A = new Matrix(array); Matrix b = Matrix.random(3,1); Matrix x = A.solve(b); Matrix Residual = A.times(x).minus(b); double rnorm = Residual.normInf();
7、总结：总的来说commons-math/commons-lang-math这个是个不错的选择，文档和例子都比较多。
最有效的资本是我们的信誉，它24小时不停为我们工作。
