Le aree di applicazioni sono:

• Ottimizzazione del Portafoglio per i servizi finanziari
• Modelli per la ricerca Medica e Biologica
• Analisi dei rendimenti e controllo di processo
• R&D data analysis nella ottimizzazione e miglioramento dei prodotti
• Risk Management
• Funzioni per la predizione di valori mancanti e analisi delle varianze, usate specialmente nella pianificazione degli esperimenti.
• Algoritmi per le analisi di sopravvivenza ed affidabilità

Chiamare le librerie da Visual Basic e/o Excel

Visual Basic è diventato nel tempo il secondo linguaggio di programmazione più popolare, dopo il C, con il conseguente interesse crescente, da parte di sviluppatori e Project Managers, della possibilità di poter includere prodotti di terze parti, come le librerie numeriche nei loro applicativi scritti in VB. Visual Basic viene fornito in diversi ambienti di sviluppo quali: Visual Basic IDE (VB), Visual Basic for Applications (VBA), e VB Script. Questo consente una ampia presenza del linguaggio nel mercato dello sviluppo di applicazioni. Per gli sviluppatori in Visual Basic, che esigono librerie di funzioni di alto profilo matematico e statistico, come le IMSL, è una concreta necessità la possibilità di accedere a queste funzioni nei loro applicativi.

IMSL C Numerical Library What's New

Parallelizzazione di numerosi algoritmi utilizzando OpenMP

• La Versione 7.0 delle IMSL C Library consente di trarre vantaggio dai sistemi multi CPU, migliorando le performance computazionali. Gli algoritmi sfruttano, sui sistemi supportati, le direttive di parallelizzazione OpenMP per distribuire le operazioni di calcolo sulle risorse hardware disponibili.
• La figura seguente mostra la comparazione di performances di alcuni algoritmi su piattaforma dual quad core Xeon E5420, 2.5GHz con Windows Server 2003 R2.

Figure 1: Random number generation algorithms showing performance, relative to one thread

Figure 2: Numerical optimization algorithms showing performance, relative to one thread

New function that solves the generalized Feynman-Kac PDE and Black-Scholes problems

• Solves a generalized version of the Feynman-Kac partial differential equation that can be used in many financial modeling applications, including the Black-Scholes models with European or American style exercise opportunities on Calls or Puts. In the case of the Black-Scholes model these functions include many of The Greeks.
• Two new white papers are available that provide more detail on this algorithm:
  • "Integrating Feynman-Kac Equations Using Hermite Quintic Finite Elements" is a technical white paper that describes the method for solving the Feynman-Kac PDE
  • "Solving Constrained Differential-Algebraic Systems Using Projections" is another technical white paper that describes specific software additions to the Differential-Algebraic Equation (DAE) solver code

New data mining functions including a Genetic Algorithm for optimization and Naive Bayes for classification problems and text mining

• The IMSL Library Genetic Algorithm implementation supports the basic algorithm originally introduced in the 1970s with the most popular variations. This capability is achieved by supporting variations such as user defined population size and selection methods, random or user defined initial populations, any combination of four different data types: nominal, binary, integer and real, and user supplied fitness functions with or without additional function parameters. These many variations offer developers a level of flexibility in the IMSL Library Genetic Algorithm functions that is unmatched in alternative solutions.
• Naive Bayes is a simple algorithm that is very fast. A Naive Bayes classifier can be trained to classify patterns involving thousands of attributes and applied to thousands of patterns. As a result, Naive Bayes is a preferred algorithm for text mining and other large classification problems.

Many other new functions, including:

• Kochanek-Bartels Cubic Splines
• Non-central chi-square, Non-central student's T PDFs

Enhancements to many existing algorithms, including:

• Improved algorithm for finding zeros of a function
• Faster normal random number generation
• Neural network classification capability
• Multiple options for selecting Auto_ARIMA models
  

Le IMSL C Numerical Library, offrono ulteriori funzionalità in aree chiave quali: ottimizzazione, data mining, time series, e design of experiments. Le IMSL C Numerical Library sono disponibili per numerose piattaforme incluso: