Please enter the commit message for your changes. Lines starting

author Takuo Yasunaga <yasunaga@phys.kyutech.ac.jp>

Mon, 20 Dec 2021 05:00:02 +0000 (14:00 +0900)

committer Takuo Yasunaga <yasunaga@phys.kyutech.ac.jp>

Mon, 20 Dec 2021 05:00:02 +0000 (14:00 +0900)
author Takuo Yasunaga <yasunaga@phys.kyutech.ac.jp>
Mon, 20 Dec 2021 05:00:02 +0000 (14:00 +0900)
committer Takuo Yasunaga <yasunaga@phys.kyutech.ac.jp>
Mon, 20 Dec 2021 05:00:02 +0000 (14:00 +0900)
diff --git a/bin/X86LINUX64/eosMathAverage b/bin/X86LINUX64/eosMathAverage

index 1a709e2..1fe21c0 100755 (executable)

Binary files a/bin/X86LINUX64/eosMathAverage and b/bin/X86LINUX64/eosMathAverage differ
diff --git a/bin/X86LINUX64/eosMathMedian b/bin/X86LINUX64/eosMathMedian

index 33d199c..b6ab4cd 100755 (executable)

Binary files a/bin/X86LINUX64/eosMathMedian and b/bin/X86LINUX64/eosMathMedian differ
diff --git a/bin/X86LINUX64/eosMathSorting b/bin/X86LINUX64/eosMathSorting

index 1d35779..597c7a0 100755 (executable)

Binary files a/bin/X86LINUX64/eosMathSorting and b/bin/X86LINUX64/eosMathSorting differ
diff --git a/bin/X86LINUX64/mrc2bild b/bin/X86LINUX64/mrc2bild

index 2742328..f7dadf6 100755 (executable)

Binary files a/bin/X86LINUX64/mrc2bild and b/bin/X86LINUX64/mrc2bild differ
diff --git a/bin/X86LINUX64/mrcFFTExpression b/bin/X86LINUX64/mrcFFTExpression

index bf16a65..04e72f9 100755 (executable)

Binary files a/bin/X86LINUX64/mrcFFTExpression and b/bin/X86LINUX64/mrcFFTExpression differ
diff --git a/bin/X86LINUX64/mrcImageAddValue b/bin/X86LINUX64/mrcImageAddValue

index 700bd82..a52f9a7 100755 (executable)

Binary files a/bin/X86LINUX64/mrcImageAddValue and b/bin/X86LINUX64/mrcImageAddValue differ
diff --git a/bin/X86LINUX64/mrcImageBackgroundSubtraction b/bin/X86LINUX64/mrcImageBackgroundSubtraction

index 3f8f5a3..0fc73c2 100755 (executable)

Binary files a/bin/X86LINUX64/mrcImageBackgroundSubtraction and b/bin/X86LINUX64/mrcImageBackgroundSubtraction differ
diff --git a/bin/X86LINUX64/mrcImageCurl b/bin/X86LINUX64/mrcImageCurl

new file mode 100755 (executable)

index 0000000..99d02f8

Binary files /dev/null and b/bin/X86LINUX64/mrcImageCurl differ
diff --git a/bin/X86LINUX64/mrcImageDeconvolution b/bin/X86LINUX64/mrcImageDeconvolution

index 6614145..602a8ce 100755 (executable)

Binary files a/bin/X86LINUX64/mrcImageDeconvolution and b/bin/X86LINUX64/mrcImageDeconvolution differ
diff --git a/bin/X86LINUX64/mrcImageDivergence b/bin/X86LINUX64/mrcImageDivergence

new file mode 100755 (executable)

index 0000000..1780934

Binary files /dev/null and b/bin/X86LINUX64/mrcImageDivergence differ
diff --git a/bin/X86LINUX64/mrcImageFFT b/bin/X86LINUX64/mrcImageFFT

index 8b67b87..cfc4b30 100755 (executable)

Binary files a/bin/X86LINUX64/mrcImageFFT and b/bin/X86LINUX64/mrcImageFFT differ
diff --git a/bin/X86LINUX64/mrcImageGradient b/bin/X86LINUX64/mrcImageGradient

new file mode 100755 (executable)

index 0000000..73f66e6

Binary files /dev/null and b/bin/X86LINUX64/mrcImageGradient differ
diff --git a/bin/X86LINUX64/mrcImageOpticalFlow b/bin/X86LINUX64/mrcImageOpticalFlow

new file mode 100755 (executable)

index 0000000..fb40add

Binary files /dev/null and b/bin/X86LINUX64/mrcImageOpticalFlow differ
diff --git a/bin/X86LINUX64/mrcImagePixelDataGet b/bin/X86LINUX64/mrcImagePixelDataGet

index 8079d74..f65f7aa 100755 (executable)

Binary files a/bin/X86LINUX64/mrcImagePixelDataGet and b/bin/X86LINUX64/mrcImagePixelDataGet differ
diff --git a/bin/X86LINUX64/mrcImageStreamLine b/bin/X86LINUX64/mrcImageStreamLine

new file mode 100755 (executable)

index 0000000..a414f34

Binary files /dev/null and b/bin/X86LINUX64/mrcImageStreamLine differ
diff --git a/bin/X86LINUX64/mrcImageSuperResolutionByOpticalFlow b/bin/X86LINUX64/mrcImageSuperResolutionByOpticalFlow

new file mode 100755 (executable)

index 0000000..a83167c

Binary files /dev/null and b/bin/X86LINUX64/mrcImageSuperResolutionByOpticalFlow differ
diff --git a/bin/X86LINUX64/mrcImageSymmetryAverage b/bin/X86LINUX64/mrcImageSymmetryAverage

index e352c2e..2064108 100755 (executable)

Binary files a/bin/X86LINUX64/mrcImageSymmetryAverage and b/bin/X86LINUX64/mrcImageSymmetryAverage differ
diff --git a/bin/X86LINUX64/mrcImageSymmetryCentreFind b/bin/X86LINUX64/mrcImageSymmetryCentreFind

index cc7f917..74fae55 100755 (executable)

Binary files a/bin/X86LINUX64/mrcImageSymmetryCentreFind and b/bin/X86LINUX64/mrcImageSymmetryCentreFind differ
diff --git a/bin/X86LINUX64/mrcImageSymmetryFind b/bin/X86LINUX64/mrcImageSymmetryFind

index 1389ec2..9b447c3 100755 (executable)

Binary files a/bin/X86LINUX64/mrcImageSymmetryFind and b/bin/X86LINUX64/mrcImageSymmetryFind differ
diff --git a/bin/X86LINUX64/pdb2mrc2d b/bin/X86LINUX64/pdb2mrc2d

index af7336a..0b4079c 100755 (executable)

Binary files a/bin/X86LINUX64/pdb2mrc2d and b/bin/X86LINUX64/pdb2mrc2d differ
diff --git a/bin/X86LINUX64/pdb2mrc2dWithCTF b/bin/X86LINUX64/pdb2mrc2dWithCTF

index 3eafa49..04253a6 100755 (executable)

Binary files a/bin/X86LINUX64/pdb2mrc2dWithCTF and b/bin/X86LINUX64/pdb2mrc2dWithCTF differ
diff --git a/bin/X86LINUX64/pdbChargeFit b/bin/X86LINUX64/pdbChargeFit

index 392d85d..81f50cc 100755 (executable)

Binary files a/bin/X86LINUX64/pdbChargeFit and b/bin/X86LINUX64/pdbChargeFit differ
diff --git a/bin/X86LINUX64/pdbCrystalCreate b/bin/X86LINUX64/pdbCrystalCreate

index 40660bc..909ab40 100755 (executable)

Binary files a/bin/X86LINUX64/pdbCrystalCreate and b/bin/X86LINUX64/pdbCrystalCreate differ
diff --git a/bin/X86LINUX64/pdbHelix b/bin/X86LINUX64/pdbHelix

index 70a92c6..d5c41ea 100755 (executable)

Binary files a/bin/X86LINUX64/pdbHelix and b/bin/X86LINUX64/pdbHelix differ
diff --git a/bin/X86LINUX64/pdbMatrixCreate b/bin/X86LINUX64/pdbMatrixCreate

index d66bbde..ebaeacb 100755 (executable)

Binary files a/bin/X86LINUX64/pdbMatrixCreate and b/bin/X86LINUX64/pdbMatrixCreate differ
diff --git a/bin/X86LINUX64/pdbMove b/bin/X86LINUX64/pdbMove

index 1a76b0b..1191692 100755 (executable)

Binary files a/bin/X86LINUX64/pdbMove and b/bin/X86LINUX64/pdbMove differ
diff --git a/bin/X86LINUX64/pdbPCA b/bin/X86LINUX64/pdbPCA

index ad6074b..988d06a 100755 (executable)

Binary files a/bin/X86LINUX64/pdbPCA and b/bin/X86LINUX64/pdbPCA differ
diff --git a/bin/X86LINUX64/pdbRotation b/bin/X86LINUX64/pdbRotation

index 6908127..1dcbbbf 100755 (executable)

Binary files a/bin/X86LINUX64/pdbRotation and b/bin/X86LINUX64/pdbRotation differ
diff --git a/bin/X86LINUX64/pdbShapeFit b/bin/X86LINUX64/pdbShapeFit

index 3832bb7..f23c487 100755 (executable)

Binary files a/bin/X86LINUX64/pdbShapeFit and b/bin/X86LINUX64/pdbShapeFit differ
diff --git a/bin/X86LINUX64/pdbTwoProteinFit b/bin/X86LINUX64/pdbTwoProteinFit

index a9db51b..895a667 100755 (executable)

Binary files a/bin/X86LINUX64/pdbTwoProteinFit and b/bin/X86LINUX64/pdbTwoProteinFit differ
diff --git a/bin/X86LINUX64/tiff2mrc b/bin/X86LINUX64/tiff2mrc

index d2185a8..0d2ed3c 100755 (executable)

Binary files a/bin/X86LINUX64/tiff2mrc and b/bin/X86LINUX64/tiff2mrc differ
diff --git a/lib/X86LINUX64/libAI.a b/lib/X86LINUX64/libAI.a

index e06ef98..36e9643 100644 (file)

Binary files a/lib/X86LINUX64/libAI.a and b/lib/X86LINUX64/libAI.a differ
diff --git a/lib/X86LINUX64/libArray.a b/lib/X86LINUX64/libArray.a

index 830f910..acb2a14 100644 (file)

Binary files a/lib/X86LINUX64/libArray.a and b/lib/X86LINUX64/libArray.a differ
diff --git a/lib/X86LINUX64/libCluster.a b/lib/X86LINUX64/libCluster.a

index 389ae45..d137d2f 100644 (file)

Binary files a/lib/X86LINUX64/libCluster.a and b/lib/X86LINUX64/libCluster.a differ
diff --git a/lib/X86LINUX64/libContour.a b/lib/X86LINUX64/libContour.a

index 8a3055d..48d3752 100644 (file)

Binary files a/lib/X86LINUX64/libContour.a and b/lib/X86LINUX64/libContour.a differ
diff --git a/lib/X86LINUX64/libCrystal.a b/lib/X86LINUX64/libCrystal.a

index fd853da..271b44e 100644 (file)

Binary files a/lib/X86LINUX64/libCrystal.a and b/lib/X86LINUX64/libCrystal.a differ
diff --git a/lib/X86LINUX64/libDCDFile.a b/lib/X86LINUX64/libDCDFile.a

index 2a3255c..a20fc58 100644 (file)

Binary files a/lib/X86LINUX64/libDCDFile.a and b/lib/X86LINUX64/libDCDFile.a differ
diff --git a/lib/X86LINUX64/libEosObjects.a b/lib/X86LINUX64/libEosObjects.a

index 2c09ff5..2c47cdc 100644 (file)

Binary files a/lib/X86LINUX64/libEosObjects.a and b/lib/X86LINUX64/libEosObjects.a differ
diff --git a/lib/X86LINUX64/libEosObjects.so b/lib/X86LINUX64/libEosObjects.so

index 5b3e09d..22a46f3 100644 (file)

Binary files a/lib/X86LINUX64/libEosObjects.so and b/lib/X86LINUX64/libEosObjects.so differ
diff --git a/lib/X86LINUX64/libMap2D.a b/lib/X86LINUX64/libMap2D.a

index 0c191e6..3ad8447 100644 (file)

Binary files a/lib/X86LINUX64/libMap2D.a and b/lib/X86LINUX64/libMap2D.a differ
diff --git a/lib/X86LINUX64/libMatrix3D.a b/lib/X86LINUX64/libMatrix3D.a

index ed2a29d..ca12950 100644 (file)

Binary files a/lib/X86LINUX64/libMatrix3D.a and b/lib/X86LINUX64/libMatrix3D.a differ
diff --git a/lib/X86LINUX64/libMemory.a b/lib/X86LINUX64/libMemory.a

index be8d82b..21c3738 100644 (file)

Binary files a/lib/X86LINUX64/libMemory.a and b/lib/X86LINUX64/libMemory.a differ
diff --git a/lib/X86LINUX64/libPVM.a b/lib/X86LINUX64/libPVM.a

index c4319e4..38817fc 100644 (file)

Binary files a/lib/X86LINUX64/libPVM.a and b/lib/X86LINUX64/libPVM.a differ
diff --git a/lib/X86LINUX64/libRandom.a b/lib/X86LINUX64/libRandom.a

index 82a988b..8488f98 100644 (file)

Binary files a/lib/X86LINUX64/libRandom.a and b/lib/X86LINUX64/libRandom.a differ
diff --git a/lib/X86LINUX64/libSocket.a b/lib/X86LINUX64/libSocket.a

index 00df53e..8355b1e 100644 (file)

Binary files a/lib/X86LINUX64/libSocket.a and b/lib/X86LINUX64/libSocket.a differ
diff --git a/lib/X86LINUX64/libSpecialNumber.a b/lib/X86LINUX64/libSpecialNumber.a

index 00bd119..379a42a 100644 (file)

Binary files a/lib/X86LINUX64/libSpecialNumber.a and b/lib/X86LINUX64/libSpecialNumber.a differ
diff --git a/lib/X86LINUX64/libVector.a b/lib/X86LINUX64/libVector.a

index dab0770..6f538be 100644 (file)

Binary files a/lib/X86LINUX64/libVector.a and b/lib/X86LINUX64/libVector.a differ
diff --git a/lib/X86LINUX64/libavsFile.a b/lib/X86LINUX64/libavsFile.a

index 01bc602..3f421cc 100644 (file)

Binary files a/lib/X86LINUX64/libavsFile.a and b/lib/X86LINUX64/libavsFile.a differ
diff --git a/lib/X86LINUX64/libbildFile.a b/lib/X86LINUX64/libbildFile.a

index 036c35f..3ddb047 100644 (file)

Binary files a/lib/X86LINUX64/libbildFile.a and b/lib/X86LINUX64/libbildFile.a differ
diff --git a/lib/X86LINUX64/libbildFile.so b/lib/X86LINUX64/libbildFile.so

index 02fcdab..7005617 100644 (file)

Binary files a/lib/X86LINUX64/libbildFile.so and b/lib/X86LINUX64/libbildFile.so differ
diff --git a/lib/X86LINUX64/libbmpFile.a b/lib/X86LINUX64/libbmpFile.a

index 949cbf2..6d8f220 100644 (file)

Binary files a/lib/X86LINUX64/libbmpFile.a and b/lib/X86LINUX64/libbmpFile.a differ
diff --git a/lib/X86LINUX64/libctfInfo.a b/lib/X86LINUX64/libctfInfo.a

index 76bfed0..78b7ce8 100644 (file)

Binary files a/lib/X86LINUX64/libctfInfo.a and b/lib/X86LINUX64/libctfInfo.a differ
diff --git a/lib/X86LINUX64/libdmFile.a b/lib/X86LINUX64/libdmFile.a

index 826204b..20ee525 100644 (file)

Binary files a/lib/X86LINUX64/libdmFile.a and b/lib/X86LINUX64/libdmFile.a differ
diff --git a/lib/X86LINUX64/libdsn6File.a b/lib/X86LINUX64/libdsn6File.a

index 3f12b48..b06620f 100644 (file)

Binary files a/lib/X86LINUX64/libdsn6File.a and b/lib/X86LINUX64/libdsn6File.a differ
diff --git a/lib/X86LINUX64/libdummy.a b/lib/X86LINUX64/libdummy.a

index 9f94ae2..33e42bc 100644 (file)

Binary files a/lib/X86LINUX64/libdummy.a and b/lib/X86LINUX64/libdummy.a differ
diff --git a/lib/X86LINUX64/libemData.a b/lib/X86LINUX64/libemData.a

index 40a8b60..f93a200 100644 (file)

Binary files a/lib/X86LINUX64/libemData.a and b/lib/X86LINUX64/libemData.a differ
diff --git a/lib/X86LINUX64/libeosAlsa.a b/lib/X86LINUX64/libeosAlsa.a

index 049ae68..a40b804 100644 (file)

Binary files a/lib/X86LINUX64/libeosAlsa.a and b/lib/X86LINUX64/libeosAlsa.a differ
diff --git a/lib/X86LINUX64/libeosBayes.a b/lib/X86LINUX64/libeosBayes.a

index e8df4b9..8d81367 100644 (file)

Binary files a/lib/X86LINUX64/libeosBayes.a and b/lib/X86LINUX64/libeosBayes.a differ
diff --git a/lib/X86LINUX64/libeosCuda.a b/lib/X86LINUX64/libeosCuda.a

index f9376c0..4aeb454 100644 (file)

Binary files a/lib/X86LINUX64/libeosCuda.a and b/lib/X86LINUX64/libeosCuda.a differ
diff --git a/lib/X86LINUX64/libeosCuda.so b/lib/X86LINUX64/libeosCuda.so

index bd75e00..9af152b 100644 (file)

Binary files a/lib/X86LINUX64/libeosCuda.so and b/lib/X86LINUX64/libeosCuda.so differ
diff --git a/lib/X86LINUX64/libeosFunc.a b/lib/X86LINUX64/libeosFunc.a

index 861d782..922d474 100644 (file)

Binary files a/lib/X86LINUX64/libeosFunc.a and b/lib/X86LINUX64/libeosFunc.a differ
diff --git a/lib/X86LINUX64/libeosMath.a b/lib/X86LINUX64/libeosMath.a

index dc85ba9..993a563 100644 (file)

Binary files a/lib/X86LINUX64/libeosMath.a and b/lib/X86LINUX64/libeosMath.a differ
diff --git a/lib/X86LINUX64/libeosMath.so b/lib/X86LINUX64/libeosMath.so

index ea0da8a..2e7b1fc 100644 (file)

Binary files a/lib/X86LINUX64/libeosMath.so and b/lib/X86LINUX64/libeosMath.so differ
diff --git a/lib/X86LINUX64/libeosOpenGL.a b/lib/X86LINUX64/libeosOpenGL.a

index 333d496..6a86b62 100644 (file)

Binary files a/lib/X86LINUX64/libeosOpenGL.a and b/lib/X86LINUX64/libeosOpenGL.a differ
diff --git a/lib/X86LINUX64/libeosPThread.a b/lib/X86LINUX64/libeosPThread.a

index 575f5db..937acac 100644 (file)

Binary files a/lib/X86LINUX64/libeosPThread.a and b/lib/X86LINUX64/libeosPThread.a differ
diff --git a/lib/X86LINUX64/libeosPoint.a b/lib/X86LINUX64/libeosPoint.a

index 9411a8f..4668ca6 100644 (file)

Binary files a/lib/X86LINUX64/libeosPoint.a and b/lib/X86LINUX64/libeosPoint.a differ
diff --git a/lib/X86LINUX64/libeosString.a b/lib/X86LINUX64/libeosString.a

index 48a387b..0bd6cde 100644 (file)

Binary files a/lib/X86LINUX64/libeosString.a and b/lib/X86LINUX64/libeosString.a differ
diff --git a/lib/X86LINUX64/libhf2000.a b/lib/X86LINUX64/libhf2000.a

index e026ac6..1e00250 100644 (file)

Binary files a/lib/X86LINUX64/libhf2000.a and b/lib/X86LINUX64/libhf2000.a differ
diff --git a/lib/X86LINUX64/libllData.a b/lib/X86LINUX64/libllData.a

index b435ecb..236f259 100644 (file)

Binary files a/lib/X86LINUX64/libllData.a and b/lib/X86LINUX64/libllData.a differ
diff --git a/lib/X86LINUX64/libltlgData.a b/lib/X86LINUX64/libltlgData.a

index 088a119..7dbf56b 100644 (file)

Binary files a/lib/X86LINUX64/libltlgData.a and b/lib/X86LINUX64/libltlgData.a differ
diff --git a/lib/X86LINUX64/libmapFile.a b/lib/X86LINUX64/libmapFile.a

index b6c340f..39580a4 100644 (file)

Binary files a/lib/X86LINUX64/libmapFile.a and b/lib/X86LINUX64/libmapFile.a differ
diff --git a/lib/X86LINUX64/libmrcImageShape.a b/lib/X86LINUX64/libmrcImageShape.a

index a193bab..1d2c783 100644 (file)

Binary files a/lib/X86LINUX64/libmrcImageShape.a and b/lib/X86LINUX64/libmrcImageShape.a differ
diff --git a/lib/X86LINUX64/libpngFile.a b/lib/X86LINUX64/libpngFile.a

index 2834fda..47c027a 100644 (file)

Binary files a/lib/X86LINUX64/libpngFile.a and b/lib/X86LINUX64/libpngFile.a differ
diff --git a/lib/X86LINUX64/libpsFile.a b/lib/X86LINUX64/libpsFile.a

index 410d24f..7365a05 100644 (file)

Binary files a/lib/X86LINUX64/libpsFile.a and b/lib/X86LINUX64/libpsFile.a differ
diff --git a/lib/X86LINUX64/libsimulation.a b/lib/X86LINUX64/libsimulation.a

index 959fae9..785cd85 100644 (file)

Binary files a/lib/X86LINUX64/libsimulation.a and b/lib/X86LINUX64/libsimulation.a differ
diff --git a/lib/X86LINUX64/libtgaFile.a b/lib/X86LINUX64/libtgaFile.a

index a9966d7..c1d4164 100644 (file)

Binary files a/lib/X86LINUX64/libtgaFile.a and b/lib/X86LINUX64/libtgaFile.a differ
diff --git a/lib/X86LINUX64/libtransform.a b/lib/X86LINUX64/libtransform.a

index 861f0a5..ad5cfd7 100644 (file)

Binary files a/lib/X86LINUX64/libtransform.a and b/lib/X86LINUX64/libtransform.a differ
diff --git a/lib/X86LINUX64/shared/eosCuda.sharedo b/lib/X86LINUX64/shared/eosCuda.sharedo

index 932e8a4..d396b3e 100644 (file)

Binary files a/lib/X86LINUX64/shared/eosCuda.sharedo and b/lib/X86LINUX64/shared/eosCuda.sharedo differ
diff --git a/lib/X86LINUX64/shared/eosMathStatistics.sharedo b/lib/X86LINUX64/shared/eosMathStatistics.sharedo

index 4a4ed5b..d8b0916 100644 (file)

Binary files a/lib/X86LINUX64/shared/eosMathStatistics.sharedo and b/lib/X86LINUX64/shared/eosMathStatistics.sharedo differ
diff --git a/lib/X86LINUX64/shared/lmrc2bild.sharedo b/lib/X86LINUX64/shared/lmrc2bild.sharedo

index 678cf9a..c4a9654 100644 (file)

Binary files a/lib/X86LINUX64/shared/lmrc2bild.sharedo and b/lib/X86LINUX64/shared/lmrc2bild.sharedo differ
diff --git a/lib/X86LINUX64/shared/lmrcFFTExpression.sharedo b/lib/X86LINUX64/shared/lmrcFFTExpression.sharedo

index e62d821..d6e6019 100644 (file)

Binary files a/lib/X86LINUX64/shared/lmrcFFTExpression.sharedo and b/lib/X86LINUX64/shared/lmrcFFTExpression.sharedo differ
diff --git a/lib/X86LINUX64/shared/lmrcImageAddValueCuda.sharedo b/lib/X86LINUX64/shared/lmrcImageAddValueCuda.sharedo

index 8d23bac..ac3573b 100644 (file)

Binary files a/lib/X86LINUX64/shared/lmrcImageAddValueCuda.sharedo and b/lib/X86LINUX64/shared/lmrcImageAddValueCuda.sharedo differ
diff --git a/lib/X86LINUX64/shared/mrcImageGetPixelsCUDA.sharedo b/lib/X86LINUX64/shared/mrcImageGetPixelsCUDA.sharedo

index 3e809e8..3e9c84a 100644 (file)

Binary files a/lib/X86LINUX64/shared/mrcImageGetPixelsCUDA.sharedo and b/lib/X86LINUX64/shared/mrcImageGetPixelsCUDA.sharedo differ
diff --git a/src/Objects/DataExpress/Contour/src/X86LINUX64/libContour.a b/src/Objects/DataExpress/Contour/src/X86LINUX64/libContour.a

index 8a3055d..48d3752 100644 (file)

Binary files a/src/Objects/DataExpress/Contour/src/X86LINUX64/libContour.a and b/src/Objects/DataExpress/Contour/src/X86LINUX64/libContour.a differ
diff --git a/src/Objects/DataExpress/Contour/src/X86LINUX64/libContour.debug.a b/src/Objects/DataExpress/Contour/src/X86LINUX64/libContour.debug.a

index bf50bd4..6d7ab2a 100644 (file)

Binary files a/src/Objects/DataExpress/Contour/src/X86LINUX64/libContour.debug.a and b/src/Objects/DataExpress/Contour/src/X86LINUX64/libContour.debug.a differ
diff --git a/src/Objects/DataExpress/avsFile/src/X86LINUX64/libavsFile.a b/src/Objects/DataExpress/avsFile/src/X86LINUX64/libavsFile.a

index 01bc602..3f421cc 100644 (file)

Binary files a/src/Objects/DataExpress/avsFile/src/X86LINUX64/libavsFile.a and b/src/Objects/DataExpress/avsFile/src/X86LINUX64/libavsFile.a differ
diff --git a/src/Objects/DataExpress/avsFile/src/X86LINUX64/libavsFile.debug.a b/src/Objects/DataExpress/avsFile/src/X86LINUX64/libavsFile.debug.a

index 8efa697..1099316 100644 (file)

Binary files a/src/Objects/DataExpress/avsFile/src/X86LINUX64/libavsFile.debug.a and b/src/Objects/DataExpress/avsFile/src/X86LINUX64/libavsFile.debug.a differ
diff --git a/src/Objects/DataExpress/eosAlsa/src/X86LINUX64/libeosAlsa.a b/src/Objects/DataExpress/eosAlsa/src/X86LINUX64/libeosAlsa.a

index 049ae68..a40b804 100644 (file)

Binary files a/src/Objects/DataExpress/eosAlsa/src/X86LINUX64/libeosAlsa.a and b/src/Objects/DataExpress/eosAlsa/src/X86LINUX64/libeosAlsa.a differ
diff --git a/src/Objects/DataExpress/eosAlsa/src/X86LINUX64/libeosAlsa.debug.a b/src/Objects/DataExpress/eosAlsa/src/X86LINUX64/libeosAlsa.debug.a

index 22cbb4e..8d26a43 100644 (file)

Binary files a/src/Objects/DataExpress/eosAlsa/src/X86LINUX64/libeosAlsa.debug.a and b/src/Objects/DataExpress/eosAlsa/src/X86LINUX64/libeosAlsa.debug.a differ
diff --git a/src/Objects/DataExpress/eosOpenGL/src/X86LINUX64/libeosOpenGL.a b/src/Objects/DataExpress/eosOpenGL/src/X86LINUX64/libeosOpenGL.a

index 333d496..6a86b62 100644 (file)

Binary files a/src/Objects/DataExpress/eosOpenGL/src/X86LINUX64/libeosOpenGL.a and b/src/Objects/DataExpress/eosOpenGL/src/X86LINUX64/libeosOpenGL.a differ
diff --git a/src/Objects/DataExpress/eosOpenGL/src/X86LINUX64/libeosOpenGL.debug.a b/src/Objects/DataExpress/eosOpenGL/src/X86LINUX64/libeosOpenGL.debug.a

index 7074d9d..7bedee9 100644 (file)

Binary files a/src/Objects/DataExpress/eosOpenGL/src/X86LINUX64/libeosOpenGL.debug.a and b/src/Objects/DataExpress/eosOpenGL/src/X86LINUX64/libeosOpenGL.debug.a differ
diff --git a/src/Objects/DataExpress/pngFile/src/X86LINUX64/libpngFile.a b/src/Objects/DataExpress/pngFile/src/X86LINUX64/libpngFile.a

index 2834fda..47c027a 100644 (file)

Binary files a/src/Objects/DataExpress/pngFile/src/X86LINUX64/libpngFile.a and b/src/Objects/DataExpress/pngFile/src/X86LINUX64/libpngFile.a differ
diff --git a/src/Objects/DataExpress/pngFile/src/X86LINUX64/libpngFile.debug.a b/src/Objects/DataExpress/pngFile/src/X86LINUX64/libpngFile.debug.a

index 63b9c53..8ce6d02 100644 (file)

Binary files a/src/Objects/DataExpress/pngFile/src/X86LINUX64/libpngFile.debug.a and b/src/Objects/DataExpress/pngFile/src/X86LINUX64/libpngFile.debug.a differ
diff --git a/src/Objects/DataExpress/psFile/src/X86LINUX64/libpsFile.a b/src/Objects/DataExpress/psFile/src/X86LINUX64/libpsFile.a

index 410d24f..7365a05 100644 (file)

Binary files a/src/Objects/DataExpress/psFile/src/X86LINUX64/libpsFile.a and b/src/Objects/DataExpress/psFile/src/X86LINUX64/libpsFile.a differ
diff --git a/src/Objects/DataExpress/psFile/src/X86LINUX64/libpsFile.debug.a b/src/Objects/DataExpress/psFile/src/X86LINUX64/libpsFile.debug.a

index 234de89..c2bd9d8 100644 (file)

Binary files a/src/Objects/DataExpress/psFile/src/X86LINUX64/libpsFile.debug.a and b/src/Objects/DataExpress/psFile/src/X86LINUX64/libpsFile.debug.a differ
diff --git a/src/Objects/DataManip/DCDFile/src/X86LINUX64/libDCDFile.a b/src/Objects/DataManip/DCDFile/src/X86LINUX64/libDCDFile.a

index 2a3255c..a20fc58 100644 (file)

Binary files a/src/Objects/DataManip/DCDFile/src/X86LINUX64/libDCDFile.a and b/src/Objects/DataManip/DCDFile/src/X86LINUX64/libDCDFile.a differ
diff --git a/src/Objects/DataManip/DCDFile/src/X86LINUX64/libDCDFile.debug.a b/src/Objects/DataManip/DCDFile/src/X86LINUX64/libDCDFile.debug.a

index ea11e3a..eaabd28 100644 (file)

Binary files a/src/Objects/DataManip/DCDFile/src/X86LINUX64/libDCDFile.debug.a and b/src/Objects/DataManip/DCDFile/src/X86LINUX64/libDCDFile.debug.a differ
diff --git a/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.a b/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.a

index 036c35f..3ddb047 100644 (file)

Binary files a/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.a and b/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.a differ
diff --git a/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.debug.a b/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.debug.a

index d40c819..873aca9 100644 (file)

Binary files a/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.debug.a and b/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.debug.a differ
diff --git a/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.so b/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.so

index 02fcdab..7005617 100755 (executable)

Binary files a/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.so and b/src/Objects/DataManip/bildFile/src/X86LINUX64/libbildFile.so differ
diff --git a/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.debugo b/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.debugo

index 54b6ddd..52be610 100644 (file)

Binary files a/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.debugo and b/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.debugo differ
diff --git a/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.o b/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.o

index 5955c71..519ef0f 100644 (file)

Binary files a/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.o and b/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.o differ
diff --git a/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.sharedo b/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.sharedo

index 678cf9a..c4a9654 100644 (file)

Binary files a/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.sharedo and b/src/Objects/DataManip/bildFile/src/X86LINUX64/lmrc2bild.sharedo differ
diff --git a/src/Objects/DataManip/bmpFile/src/X86LINUX64/libbmpFile.a b/src/Objects/DataManip/bmpFile/src/X86LINUX64/libbmpFile.a

index 949cbf2..6d8f220 100644 (file)

Binary files a/src/Objects/DataManip/bmpFile/src/X86LINUX64/libbmpFile.a and b/src/Objects/DataManip/bmpFile/src/X86LINUX64/libbmpFile.a differ
diff --git a/src/Objects/DataManip/bmpFile/src/X86LINUX64/libbmpFile.debug.a b/src/Objects/DataManip/bmpFile/src/X86LINUX64/libbmpFile.debug.a

index 470aef4..41f49bc 100644 (file)

Binary files a/src/Objects/DataManip/bmpFile/src/X86LINUX64/libbmpFile.debug.a and b/src/Objects/DataManip/bmpFile/src/X86LINUX64/libbmpFile.debug.a differ
diff --git a/src/Objects/DataManip/ctfInfo/src/X86LINUX64/libctfInfo.a b/src/Objects/DataManip/ctfInfo/src/X86LINUX64/libctfInfo.a

index 76bfed0..78b7ce8 100644 (file)

Binary files a/src/Objects/DataManip/ctfInfo/src/X86LINUX64/libctfInfo.a and b/src/Objects/DataManip/ctfInfo/src/X86LINUX64/libctfInfo.a differ
diff --git a/src/Objects/DataManip/ctfInfo/src/X86LINUX64/libctfInfo.debug.a b/src/Objects/DataManip/ctfInfo/src/X86LINUX64/libctfInfo.debug.a

index 6f9bc09..986bff4 100644 (file)

Binary files a/src/Objects/DataManip/ctfInfo/src/X86LINUX64/libctfInfo.debug.a and b/src/Objects/DataManip/ctfInfo/src/X86LINUX64/libctfInfo.debug.a differ
diff --git a/src/Objects/DataManip/dmFile/src/X86LINUX64/libdmFile.a b/src/Objects/DataManip/dmFile/src/X86LINUX64/libdmFile.a

index 826204b..20ee525 100644 (file)

Binary files a/src/Objects/DataManip/dmFile/src/X86LINUX64/libdmFile.a and b/src/Objects/DataManip/dmFile/src/X86LINUX64/libdmFile.a differ
diff --git a/src/Objects/DataManip/dmFile/src/X86LINUX64/libdmFile.debug.a b/src/Objects/DataManip/dmFile/src/X86LINUX64/libdmFile.debug.a

index d390cf1..4eeecc1 100644 (file)

Binary files a/src/Objects/DataManip/dmFile/src/X86LINUX64/libdmFile.debug.a and b/src/Objects/DataManip/dmFile/src/X86LINUX64/libdmFile.debug.a differ
diff --git a/src/Objects/DataManip/dsn6File/src/X86LINUX64/libdsn6File.a b/src/Objects/DataManip/dsn6File/src/X86LINUX64/libdsn6File.a

index 3f12b48..b06620f 100644 (file)

Binary files a/src/Objects/DataManip/dsn6File/src/X86LINUX64/libdsn6File.a and b/src/Objects/DataManip/dsn6File/src/X86LINUX64/libdsn6File.a differ
diff --git a/src/Objects/DataManip/dsn6File/src/X86LINUX64/libdsn6File.debug.a b/src/Objects/DataManip/dsn6File/src/X86LINUX64/libdsn6File.debug.a

index 02095d9..80fd9a7 100644 (file)

Binary files a/src/Objects/DataManip/dsn6File/src/X86LINUX64/libdsn6File.debug.a and b/src/Objects/DataManip/dsn6File/src/X86LINUX64/libdsn6File.debug.a differ
diff --git a/src/Objects/DataManip/emData/src/X86LINUX64/libemData.a b/src/Objects/DataManip/emData/src/X86LINUX64/libemData.a

index 40a8b60..f93a200 100644 (file)

Binary files a/src/Objects/DataManip/emData/src/X86LINUX64/libemData.a and b/src/Objects/DataManip/emData/src/X86LINUX64/libemData.a differ
diff --git a/src/Objects/DataManip/emData/src/X86LINUX64/libemData.debug.a b/src/Objects/DataManip/emData/src/X86LINUX64/libemData.debug.a

index 4e51b83..c8e1041 100644 (file)

Binary files a/src/Objects/DataManip/emData/src/X86LINUX64/libemData.debug.a and b/src/Objects/DataManip/emData/src/X86LINUX64/libemData.debug.a differ
diff --git a/src/Objects/DataManip/llData/src/X86LINUX64/libllData.a b/src/Objects/DataManip/llData/src/X86LINUX64/libllData.a

index b435ecb..236f259 100644 (file)

Binary files a/src/Objects/DataManip/llData/src/X86LINUX64/libllData.a and b/src/Objects/DataManip/llData/src/X86LINUX64/libllData.a differ
diff --git a/src/Objects/DataManip/llData/src/X86LINUX64/libllData.debug.a b/src/Objects/DataManip/llData/src/X86LINUX64/libllData.debug.a

index fc9af2b..8bdfe4c 100644 (file)

Binary files a/src/Objects/DataManip/llData/src/X86LINUX64/libllData.debug.a and b/src/Objects/DataManip/llData/src/X86LINUX64/libllData.debug.a differ
diff --git a/src/Objects/DataManip/ltlgData/src/X86LINUX64/libltlgData.a b/src/Objects/DataManip/ltlgData/src/X86LINUX64/libltlgData.a

index 088a119..7dbf56b 100644 (file)

Binary files a/src/Objects/DataManip/ltlgData/src/X86LINUX64/libltlgData.a and b/src/Objects/DataManip/ltlgData/src/X86LINUX64/libltlgData.a differ
diff --git a/src/Objects/DataManip/ltlgData/src/X86LINUX64/libltlgData.debug.a b/src/Objects/DataManip/ltlgData/src/X86LINUX64/libltlgData.debug.a

index 3878823..5f5a69a 100644 (file)

Binary files a/src/Objects/DataManip/ltlgData/src/X86LINUX64/libltlgData.debug.a and b/src/Objects/DataManip/ltlgData/src/X86LINUX64/libltlgData.debug.a differ
diff --git a/src/Objects/DataManip/mapFile/src/X86LINUX64/libmapFile.a b/src/Objects/DataManip/mapFile/src/X86LINUX64/libmapFile.a

index b6c340f..39580a4 100644 (file)

Binary files a/src/Objects/DataManip/mapFile/src/X86LINUX64/libmapFile.a and b/src/Objects/DataManip/mapFile/src/X86LINUX64/libmapFile.a differ
diff --git a/src/Objects/DataManip/mapFile/src/X86LINUX64/libmapFile.debug.a b/src/Objects/DataManip/mapFile/src/X86LINUX64/libmapFile.debug.a

index 2ddac3a..0a3080e 100644 (file)

Binary files a/src/Objects/DataManip/mapFile/src/X86LINUX64/libmapFile.debug.a and b/src/Objects/DataManip/mapFile/src/X86LINUX64/libmapFile.debug.a differ
diff --git a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.debugo b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.debugo

index d780405..cd51531 100644 (file)

Binary files a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.debugo and b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.debugo differ
diff --git a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.o b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.o

index 8b7d78c..29dc223 100644 (file)

Binary files a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.o and b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.o differ
diff --git a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.sharedo b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.sharedo

index e62d821..d6e6019 100644 (file)

Binary files a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.sharedo and b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcFFTExpression.sharedo differ
diff --git a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcImageAddValueCuda.o b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcImageAddValueCuda.o

index 9a82ee1..01eb45f 100644 (file)

Binary files a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcImageAddValueCuda.o and b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcImageAddValueCuda.o differ
diff --git a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcImageAddValueCuda.sharedo b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcImageAddValueCuda.sharedo

index 8d23bac..ac3573b 100644 (file)

Binary files a/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcImageAddValueCuda.sharedo and b/src/Objects/DataManip/mrcImage/src/X86LINUX64/lmrcImageAddValueCuda.sharedo differ
diff --git a/src/Objects/DataManip/mrcImage/src/X86LINUX64/mrcImageGetPixelsCUDA.o b/src/Objects/DataManip/mrcImage/src/X86LINUX64/mrcImageGetPixelsCUDA.o

index 6ab6746..74b5ac5 100644 (file)

Binary files a/src/Objects/DataManip/mrcImage/src/X86LINUX64/mrcImageGetPixelsCUDA.o and b/src/Objects/DataManip/mrcImage/src/X86LINUX64/mrcImageGetPixelsCUDA.o differ
diff --git a/src/Objects/DataManip/mrcImage/src/X86LINUX64/mrcImageGetPixelsCUDA.sharedo b/src/Objects/DataManip/mrcImage/src/X86LINUX64/mrcImageGetPixelsCUDA.sharedo

index 3e809e8..3e9c84a 100644 (file)

Binary files a/src/Objects/DataManip/mrcImage/src/X86LINUX64/mrcImageGetPixelsCUDA.sharedo and b/src/Objects/DataManip/mrcImage/src/X86LINUX64/mrcImageGetPixelsCUDA.sharedo differ
diff --git a/src/Objects/DataManip/mrcImageShape/src/X86LINUX64/libmrcImageShape.a b/src/Objects/DataManip/mrcImageShape/src/X86LINUX64/libmrcImageShape.a

index a193bab..1d2c783 100644 (file)

Binary files a/src/Objects/DataManip/mrcImageShape/src/X86LINUX64/libmrcImageShape.a and b/src/Objects/DataManip/mrcImageShape/src/X86LINUX64/libmrcImageShape.a differ
diff --git a/src/Objects/DataManip/mrcImageShape/src/X86LINUX64/libmrcImageShape.debug.a b/src/Objects/DataManip/mrcImageShape/src/X86LINUX64/libmrcImageShape.debug.a

index abb1c61..6bf5fe6 100644 (file)

Binary files a/src/Objects/DataManip/mrcImageShape/src/X86LINUX64/libmrcImageShape.debug.a and b/src/Objects/DataManip/mrcImageShape/src/X86LINUX64/libmrcImageShape.debug.a differ
diff --git a/src/Objects/DataManip/pdbFile/src/X86LINUX64/libpdbFile.debug.a b/src/Objects/DataManip/pdbFile/src/X86LINUX64/libpdbFile.debug.a

index f4aec38..8c62e1a 100644 (file)

Binary files a/src/Objects/DataManip/pdbFile/src/X86LINUX64/libpdbFile.debug.a and b/src/Objects/DataManip/pdbFile/src/X86LINUX64/libpdbFile.debug.a differ
diff --git a/src/Objects/DataManip/simulation/src/X86LINUX64/libsimulation.a b/src/Objects/DataManip/simulation/src/X86LINUX64/libsimulation.a

index 959fae9..785cd85 100644 (file)

Binary files a/src/Objects/DataManip/simulation/src/X86LINUX64/libsimulation.a and b/src/Objects/DataManip/simulation/src/X86LINUX64/libsimulation.a differ
diff --git a/src/Objects/DataManip/simulation/src/X86LINUX64/libsimulation.debug.a b/src/Objects/DataManip/simulation/src/X86LINUX64/libsimulation.debug.a

index 6555a5f..6a34b6e 100644 (file)

Binary files a/src/Objects/DataManip/simulation/src/X86LINUX64/libsimulation.debug.a and b/src/Objects/DataManip/simulation/src/X86LINUX64/libsimulation.debug.a differ
diff --git a/src/Objects/DataManip/tgaFile/src/X86LINUX64/libtgaFile.a b/src/Objects/DataManip/tgaFile/src/X86LINUX64/libtgaFile.a

index a9966d7..c1d4164 100644 (file)

Binary files a/src/Objects/DataManip/tgaFile/src/X86LINUX64/libtgaFile.a and b/src/Objects/DataManip/tgaFile/src/X86LINUX64/libtgaFile.a differ
diff --git a/src/Objects/DataManip/tgaFile/src/X86LINUX64/libtgaFile.debug.a b/src/Objects/DataManip/tgaFile/src/X86LINUX64/libtgaFile.debug.a

index 19af666..0d16057 100644 (file)

Binary files a/src/Objects/DataManip/tgaFile/src/X86LINUX64/libtgaFile.debug.a and b/src/Objects/DataManip/tgaFile/src/X86LINUX64/libtgaFile.debug.a differ
diff --git a/src/Objects/DataManip/transform/src/X86LINUX64/libtransform.a b/src/Objects/DataManip/transform/src/X86LINUX64/libtransform.a

index 861f0a5..ad5cfd7 100644 (file)

Binary files a/src/Objects/DataManip/transform/src/X86LINUX64/libtransform.a and b/src/Objects/DataManip/transform/src/X86LINUX64/libtransform.a differ
diff --git a/src/Objects/DataManip/transform/src/X86LINUX64/libtransform.debug.a b/src/Objects/DataManip/transform/src/X86LINUX64/libtransform.debug.a

index baeca5c..dbe77ff 100644 (file)

Binary files a/src/Objects/DataManip/transform/src/X86LINUX64/libtransform.debug.a and b/src/Objects/DataManip/transform/src/X86LINUX64/libtransform.debug.a differ
diff --git a/src/Objects/General/AI/src/X86LINUX64/libAI.a b/src/Objects/General/AI/src/X86LINUX64/libAI.a

index e06ef98..36e9643 100644 (file)

Binary files a/src/Objects/General/AI/src/X86LINUX64/libAI.a and b/src/Objects/General/AI/src/X86LINUX64/libAI.a differ
diff --git a/src/Objects/General/AI/src/X86LINUX64/libAI.debug.a b/src/Objects/General/AI/src/X86LINUX64/libAI.debug.a

index 544ddb7..ef1218b 100644 (file)

Binary files a/src/Objects/General/AI/src/X86LINUX64/libAI.debug.a and b/src/Objects/General/AI/src/X86LINUX64/libAI.debug.a differ
diff --git a/src/Objects/General/Array/src/X86LINUX64/libArray.a b/src/Objects/General/Array/src/X86LINUX64/libArray.a

index 830f910..acb2a14 100644 (file)

Binary files a/src/Objects/General/Array/src/X86LINUX64/libArray.a and b/src/Objects/General/Array/src/X86LINUX64/libArray.a differ
diff --git a/src/Objects/General/Array/src/X86LINUX64/libArray.debug.a b/src/Objects/General/Array/src/X86LINUX64/libArray.debug.a

index 8c627a5..927bfa2 100644 (file)

Binary files a/src/Objects/General/Array/src/X86LINUX64/libArray.debug.a and b/src/Objects/General/Array/src/X86LINUX64/libArray.debug.a differ
diff --git a/src/Objects/General/Cluster/src/X86LINUX64/libCluster.a b/src/Objects/General/Cluster/src/X86LINUX64/libCluster.a

index 389ae45..d137d2f 100644 (file)

Binary files a/src/Objects/General/Cluster/src/X86LINUX64/libCluster.a and b/src/Objects/General/Cluster/src/X86LINUX64/libCluster.a differ
diff --git a/src/Objects/General/Cluster/src/X86LINUX64/libCluster.debug.a b/src/Objects/General/Cluster/src/X86LINUX64/libCluster.debug.a

index efa33e9..b96f073 100644 (file)

Binary files a/src/Objects/General/Cluster/src/X86LINUX64/libCluster.debug.a and b/src/Objects/General/Cluster/src/X86LINUX64/libCluster.debug.a differ
diff --git a/src/Objects/General/Crystal/src/X86LINUX64/libCrystal.a b/src/Objects/General/Crystal/src/X86LINUX64/libCrystal.a

index fd853da..271b44e 100644 (file)

Binary files a/src/Objects/General/Crystal/src/X86LINUX64/libCrystal.a and b/src/Objects/General/Crystal/src/X86LINUX64/libCrystal.a differ
diff --git a/src/Objects/General/Crystal/src/X86LINUX64/libCrystal.debug.a b/src/Objects/General/Crystal/src/X86LINUX64/libCrystal.debug.a

index 72296b4..ae82029 100644 (file)

Binary files a/src/Objects/General/Crystal/src/X86LINUX64/libCrystal.debug.a and b/src/Objects/General/Crystal/src/X86LINUX64/libCrystal.debug.a differ
diff --git a/src/Objects/General/Map2D/src/X86LINUX64/libMap2D.a b/src/Objects/General/Map2D/src/X86LINUX64/libMap2D.a

index 0c191e6..3ad8447 100644 (file)

Binary files a/src/Objects/General/Map2D/src/X86LINUX64/libMap2D.a and b/src/Objects/General/Map2D/src/X86LINUX64/libMap2D.a differ
diff --git a/src/Objects/General/Map2D/src/X86LINUX64/libMap2D.debug.a b/src/Objects/General/Map2D/src/X86LINUX64/libMap2D.debug.a

index b1a28e2..cc7dbf1 100644 (file)

Binary files a/src/Objects/General/Map2D/src/X86LINUX64/libMap2D.debug.a and b/src/Objects/General/Map2D/src/X86LINUX64/libMap2D.debug.a differ
diff --git a/src/Objects/General/Matrix3D/src/X86LINUX64/libMatrix3D.a b/src/Objects/General/Matrix3D/src/X86LINUX64/libMatrix3D.a

index ed2a29d..ca12950 100644 (file)

Binary files a/src/Objects/General/Matrix3D/src/X86LINUX64/libMatrix3D.a and b/src/Objects/General/Matrix3D/src/X86LINUX64/libMatrix3D.a differ
diff --git a/src/Objects/General/Matrix3D/src/X86LINUX64/libMatrix3D.debug.a b/src/Objects/General/Matrix3D/src/X86LINUX64/libMatrix3D.debug.a

index be87b8d..e60c5f8 100644 (file)

Binary files a/src/Objects/General/Matrix3D/src/X86LINUX64/libMatrix3D.debug.a and b/src/Objects/General/Matrix3D/src/X86LINUX64/libMatrix3D.debug.a differ
diff --git a/src/Objects/General/Memory/src/X86LINUX64/libMemory.a b/src/Objects/General/Memory/src/X86LINUX64/libMemory.a

index be8d82b..21c3738 100644 (file)

Binary files a/src/Objects/General/Memory/src/X86LINUX64/libMemory.a and b/src/Objects/General/Memory/src/X86LINUX64/libMemory.a differ
diff --git a/src/Objects/General/Memory/src/X86LINUX64/libMemory.debug.a b/src/Objects/General/Memory/src/X86LINUX64/libMemory.debug.a

index 4e552eb..4239946 100644 (file)

Binary files a/src/Objects/General/Memory/src/X86LINUX64/libMemory.debug.a and b/src/Objects/General/Memory/src/X86LINUX64/libMemory.debug.a differ
diff --git a/src/Objects/General/PVM/src/X86LINUX64/libPVM.a b/src/Objects/General/PVM/src/X86LINUX64/libPVM.a

index c4319e4..38817fc 100644 (file)

Binary files a/src/Objects/General/PVM/src/X86LINUX64/libPVM.a and b/src/Objects/General/PVM/src/X86LINUX64/libPVM.a differ
diff --git a/src/Objects/General/PVM/src/X86LINUX64/libPVM.debug.a b/src/Objects/General/PVM/src/X86LINUX64/libPVM.debug.a

index e628985..38bc6f2 100644 (file)

Binary files a/src/Objects/General/PVM/src/X86LINUX64/libPVM.debug.a and b/src/Objects/General/PVM/src/X86LINUX64/libPVM.debug.a differ
diff --git a/src/Objects/General/Random/src/X86LINUX64/libRandom.a b/src/Objects/General/Random/src/X86LINUX64/libRandom.a

index 82a988b..8488f98 100644 (file)

Binary files a/src/Objects/General/Random/src/X86LINUX64/libRandom.a and b/src/Objects/General/Random/src/X86LINUX64/libRandom.a differ
diff --git a/src/Objects/General/Random/src/X86LINUX64/libRandom.debug.a b/src/Objects/General/Random/src/X86LINUX64/libRandom.debug.a

index c3a7a02..e227f83 100644 (file)

Binary files a/src/Objects/General/Random/src/X86LINUX64/libRandom.debug.a and b/src/Objects/General/Random/src/X86LINUX64/libRandom.debug.a differ
diff --git a/src/Objects/General/Socket/src/X86LINUX64/libSocket.a b/src/Objects/General/Socket/src/X86LINUX64/libSocket.a

index 00df53e..8355b1e 100644 (file)

Binary files a/src/Objects/General/Socket/src/X86LINUX64/libSocket.a and b/src/Objects/General/Socket/src/X86LINUX64/libSocket.a differ
diff --git a/src/Objects/General/Socket/src/X86LINUX64/libSocket.debug.a b/src/Objects/General/Socket/src/X86LINUX64/libSocket.debug.a

index d20514d..77e0988 100644 (file)

Binary files a/src/Objects/General/Socket/src/X86LINUX64/libSocket.debug.a and b/src/Objects/General/Socket/src/X86LINUX64/libSocket.debug.a differ
diff --git a/src/Objects/General/SpecialNumber/src/X86LINUX64/libSpecialNumber.a b/src/Objects/General/SpecialNumber/src/X86LINUX64/libSpecialNumber.a

index 00bd119..379a42a 100644 (file)

Binary files a/src/Objects/General/SpecialNumber/src/X86LINUX64/libSpecialNumber.a and b/src/Objects/General/SpecialNumber/src/X86LINUX64/libSpecialNumber.a differ
diff --git a/src/Objects/General/SpecialNumber/src/X86LINUX64/libSpecialNumber.debug.a b/src/Objects/General/SpecialNumber/src/X86LINUX64/libSpecialNumber.debug.a

index da9c432..53e57eb 100644 (file)

Binary files a/src/Objects/General/SpecialNumber/src/X86LINUX64/libSpecialNumber.debug.a and b/src/Objects/General/SpecialNumber/src/X86LINUX64/libSpecialNumber.debug.a differ
diff --git a/src/Objects/General/Vector/src/X86LINUX64/libVector.a b/src/Objects/General/Vector/src/X86LINUX64/libVector.a

index dab0770..6f538be 100644 (file)

Binary files a/src/Objects/General/Vector/src/X86LINUX64/libVector.a and b/src/Objects/General/Vector/src/X86LINUX64/libVector.a differ
diff --git a/src/Objects/General/Vector/src/X86LINUX64/libVector.debug.a b/src/Objects/General/Vector/src/X86LINUX64/libVector.debug.a

index 0c69416..b4cb6c2 100644 (file)

Binary files a/src/Objects/General/Vector/src/X86LINUX64/libVector.debug.a and b/src/Objects/General/Vector/src/X86LINUX64/libVector.debug.a differ
diff --git a/src/Objects/General/dummy/src/X86LINUX64/libdummy.a b/src/Objects/General/dummy/src/X86LINUX64/libdummy.a

index 9f94ae2..33e42bc 100644 (file)

Binary files a/src/Objects/General/dummy/src/X86LINUX64/libdummy.a and b/src/Objects/General/dummy/src/X86LINUX64/libdummy.a differ
diff --git a/src/Objects/General/dummy/src/X86LINUX64/libdummy.debug.a b/src/Objects/General/dummy/src/X86LINUX64/libdummy.debug.a

index 6b57286..4d34905 100644 (file)

Binary files a/src/Objects/General/dummy/src/X86LINUX64/libdummy.debug.a and b/src/Objects/General/dummy/src/X86LINUX64/libdummy.debug.a differ
diff --git a/src/Objects/General/eosBayes/src/X86LINUX64/libeosBayes.a b/src/Objects/General/eosBayes/src/X86LINUX64/libeosBayes.a

index e8df4b9..8d81367 100644 (file)

Binary files a/src/Objects/General/eosBayes/src/X86LINUX64/libeosBayes.a and b/src/Objects/General/eosBayes/src/X86LINUX64/libeosBayes.a differ
diff --git a/src/Objects/General/eosBayes/src/X86LINUX64/libeosBayes.debug.a b/src/Objects/General/eosBayes/src/X86LINUX64/libeosBayes.debug.a

index 5854e96..e2f6807 100644 (file)

Binary files a/src/Objects/General/eosBayes/src/X86LINUX64/libeosBayes.debug.a and b/src/Objects/General/eosBayes/src/X86LINUX64/libeosBayes.debug.a differ
diff --git a/src/Objects/General/eosCuda/src/X86LINUX64/eosCuda.o b/src/Objects/General/eosCuda/src/X86LINUX64/eosCuda.o

index 57e0377..8090629 100644 (file)

Binary files a/src/Objects/General/eosCuda/src/X86LINUX64/eosCuda.o and b/src/Objects/General/eosCuda/src/X86LINUX64/eosCuda.o differ
diff --git a/src/Objects/General/eosCuda/src/X86LINUX64/eosCuda.sharedo b/src/Objects/General/eosCuda/src/X86LINUX64/eosCuda.sharedo

index 932e8a4..d396b3e 100644 (file)

Binary files a/src/Objects/General/eosCuda/src/X86LINUX64/eosCuda.sharedo and b/src/Objects/General/eosCuda/src/X86LINUX64/eosCuda.sharedo differ
diff --git a/src/Objects/General/eosCuda/src/X86LINUX64/libeosCuda.a b/src/Objects/General/eosCuda/src/X86LINUX64/libeosCuda.a

index f9376c0..4aeb454 100644 (file)

Binary files a/src/Objects/General/eosCuda/src/X86LINUX64/libeosCuda.a and b/src/Objects/General/eosCuda/src/X86LINUX64/libeosCuda.a differ
diff --git a/src/Objects/General/eosCuda/src/X86LINUX64/libeosCuda.so b/src/Objects/General/eosCuda/src/X86LINUX64/libeosCuda.so

index bd75e00..9af152b 100755 (executable)

Binary files a/src/Objects/General/eosCuda/src/X86LINUX64/libeosCuda.so and b/src/Objects/General/eosCuda/src/X86LINUX64/libeosCuda.so differ
diff --git a/src/Objects/General/eosFunc/src/X86LINUX64/libeosFunc.a b/src/Objects/General/eosFunc/src/X86LINUX64/libeosFunc.a

index 861d782..922d474 100644 (file)

Binary files a/src/Objects/General/eosFunc/src/X86LINUX64/libeosFunc.a and b/src/Objects/General/eosFunc/src/X86LINUX64/libeosFunc.a differ
diff --git a/src/Objects/General/eosFunc/src/X86LINUX64/libeosFunc.debug.a b/src/Objects/General/eosFunc/src/X86LINUX64/libeosFunc.debug.a

index 054f8d8..2ec8879 100644 (file)

Binary files a/src/Objects/General/eosFunc/src/X86LINUX64/libeosFunc.debug.a and b/src/Objects/General/eosFunc/src/X86LINUX64/libeosFunc.debug.a differ
diff --git a/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.debugo b/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.debugo

index 65588f5..e5924b3 100644 (file)

Binary files a/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.debugo and b/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.debugo differ
diff --git a/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.o b/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.o

index c7ebe6c..f46074e 100644 (file)

Binary files a/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.o and b/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.o differ
diff --git a/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.sharedo b/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.sharedo

index 34d3d84..d8b0916 100644 (file)

Binary files a/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.sharedo and b/src/Objects/General/eosMath/src/X86LINUX64/eosMathStatistics.sharedo differ
diff --git a/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.a b/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.a

index 93de72f..993a563 100644 (file)

Binary files a/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.a and b/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.a differ
diff --git a/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.debug.a b/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.debug.a

index b35accf..810441f 100644 (file)

Binary files a/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.debug.a and b/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.debug.a differ
diff --git a/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.so b/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.so

index 0d8b92b..2e7b1fc 100755 (executable)

Binary files a/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.so and b/src/Objects/General/eosMath/src/X86LINUX64/libeosMath.so differ
diff --git a/src/Objects/General/eosPThread/src/X86LINUX64/libeosPThread.a b/src/Objects/General/eosPThread/src/X86LINUX64/libeosPThread.a

index 575f5db..937acac 100644 (file)

Binary files a/src/Objects/General/eosPThread/src/X86LINUX64/libeosPThread.a and b/src/Objects/General/eosPThread/src/X86LINUX64/libeosPThread.a differ
diff --git a/src/Objects/General/eosPThread/src/X86LINUX64/libeosPThread.debug.a b/src/Objects/General/eosPThread/src/X86LINUX64/libeosPThread.debug.a

index 652808e..db06bf6 100644 (file)

Binary files a/src/Objects/General/eosPThread/src/X86LINUX64/libeosPThread.debug.a and b/src/Objects/General/eosPThread/src/X86LINUX64/libeosPThread.debug.a differ
diff --git a/src/Objects/General/eosPoint/src/X86LINUX64/libeosPoint.a b/src/Objects/General/eosPoint/src/X86LINUX64/libeosPoint.a

index 9411a8f..4668ca6 100644 (file)

Binary files a/src/Objects/General/eosPoint/src/X86LINUX64/libeosPoint.a and b/src/Objects/General/eosPoint/src/X86LINUX64/libeosPoint.a differ
diff --git a/src/Objects/General/eosPoint/src/X86LINUX64/libeosPoint.debug.a b/src/Objects/General/eosPoint/src/X86LINUX64/libeosPoint.debug.a

index 62930d3..360ebec 100644 (file)

Binary files a/src/Objects/General/eosPoint/src/X86LINUX64/libeosPoint.debug.a and b/src/Objects/General/eosPoint/src/X86LINUX64/libeosPoint.debug.a differ
diff --git a/src/Objects/General/eosString/src/X86LINUX64/libeosString.a b/src/Objects/General/eosString/src/X86LINUX64/libeosString.a

index 48a387b..0bd6cde 100644 (file)

Binary files a/src/Objects/General/eosString/src/X86LINUX64/libeosString.a and b/src/Objects/General/eosString/src/X86LINUX64/libeosString.a differ
diff --git a/src/Objects/General/eosString/src/X86LINUX64/libeosString.debug.a b/src/Objects/General/eosString/src/X86LINUX64/libeosString.debug.a

index 608f708..fb92e52 100644 (file)

Binary files a/src/Objects/General/eosString/src/X86LINUX64/libeosString.debug.a and b/src/Objects/General/eosString/src/X86LINUX64/libeosString.debug.a differ
diff --git a/src/Objects/MachineManip/hf2000/src/X86LINUX64/libhf2000.a b/src/Objects/MachineManip/hf2000/src/X86LINUX64/libhf2000.a

index e026ac6..1e00250 100644 (file)

Binary files a/src/Objects/MachineManip/hf2000/src/X86LINUX64/libhf2000.a and b/src/Objects/MachineManip/hf2000/src/X86LINUX64/libhf2000.a differ
diff --git a/src/Objects/MachineManip/hf2000/src/X86LINUX64/libhf2000.debug.a b/src/Objects/MachineManip/hf2000/src/X86LINUX64/libhf2000.debug.a

index 028463c..372b029 100644 (file)

Binary files a/src/Objects/MachineManip/hf2000/src/X86LINUX64/libhf2000.debug.a and b/src/Objects/MachineManip/hf2000/src/X86LINUX64/libhf2000.debug.a differ
diff --git a/src/Tools/eosMath/eosMathAverage/src/X86LINUX64/eosMathAverage b/src/Tools/eosMath/eosMathAverage/src/X86LINUX64/eosMathAverage

index 1a709e2..1fe21c0 100755 (executable)

Binary files a/src/Tools/eosMath/eosMathAverage/src/X86LINUX64/eosMathAverage and b/src/Tools/eosMath/eosMathAverage/src/X86LINUX64/eosMathAverage differ
diff --git a/src/Tools/eosMath/eosMathAverage/src/X86LINUX64/eosMathAverage.o b/src/Tools/eosMath/eosMathAverage/src/X86LINUX64/eosMathAverage.o

index f07e6aa..d5aa071 100644 (file)

Binary files a/src/Tools/eosMath/eosMathAverage/src/X86LINUX64/eosMathAverage.o and b/src/Tools/eosMath/eosMathAverage/src/X86LINUX64/eosMathAverage.o differ
diff --git a/src/Tools/eosMath/eosMathMedian/src/X86LINUX64/eosMathMedian b/src/Tools/eosMath/eosMathMedian/src/X86LINUX64/eosMathMedian

index 33d199c..b6ab4cd 100755 (executable)

Binary files a/src/Tools/eosMath/eosMathMedian/src/X86LINUX64/eosMathMedian and b/src/Tools/eosMath/eosMathMedian/src/X86LINUX64/eosMathMedian differ
diff --git a/src/Tools/eosMath/eosMathSorting/src/X86LINUX64/eosMathSorting b/src/Tools/eosMath/eosMathSorting/src/X86LINUX64/eosMathSorting

index 1d35779..597c7a0 100755 (executable)

Binary files a/src/Tools/eosMath/eosMathSorting/src/X86LINUX64/eosMathSorting and b/src/Tools/eosMath/eosMathSorting/src/X86LINUX64/eosMathSorting differ
diff --git a/src/Tools/filter/mrc2bild/src/X86LINUX64/argCheck.o b/src/Tools/filter/mrc2bild/src/X86LINUX64/argCheck.o

index 0c8507c..18302b5 100644 (file)

Binary files a/src/Tools/filter/mrc2bild/src/X86LINUX64/argCheck.o and b/src/Tools/filter/mrc2bild/src/X86LINUX64/argCheck.o differ
diff --git a/src/Tools/filter/mrc2bild/src/X86LINUX64/init.o b/src/Tools/filter/mrc2bild/src/X86LINUX64/init.o

index ecd3368..ea41a96 100644 (file)

Binary files a/src/Tools/filter/mrc2bild/src/X86LINUX64/init.o and b/src/Tools/filter/mrc2bild/src/X86LINUX64/init.o differ
diff --git a/src/Tools/filter/mrc2bild/src/X86LINUX64/mrc2bild b/src/Tools/filter/mrc2bild/src/X86LINUX64/mrc2bild

index 2742328..f7dadf6 100755 (executable)

Binary files a/src/Tools/filter/mrc2bild/src/X86LINUX64/mrc2bild and b/src/Tools/filter/mrc2bild/src/X86LINUX64/mrc2bild differ
diff --git a/src/Tools/filter/mrc2bild/src/X86LINUX64/mrc2bild.o b/src/Tools/filter/mrc2bild/src/X86LINUX64/mrc2bild.o

index 2a172a8..6c4f958 100644 (file)

Binary files a/src/Tools/filter/mrc2bild/src/X86LINUX64/mrc2bild.o and b/src/Tools/filter/mrc2bild/src/X86LINUX64/mrc2bild.o differ
diff --git a/src/Tools/filter/mrc2bild/src/X86LINUX64/usage.o b/src/Tools/filter/mrc2bild/src/X86LINUX64/usage.o

index 64f3403..a95a019 100644 (file)

Binary files a/src/Tools/filter/mrc2bild/src/X86LINUX64/usage.o and b/src/Tools/filter/mrc2bild/src/X86LINUX64/usage.o differ
diff --git a/src/Tools/filter/mrc2hdf/src/X86LINUX64/.Depend b/src/Tools/filter/mrc2hdf/src/X86LINUX64/.Depend

new file mode 100644 (file)

index 0000000..400582a
--- /dev/null
+++ b/src/Tools/filter/mrc2hdf/src/X86LINUX64/.Depend
@@ -0,0 +1,98 @@
+argCheck.o: argCheck.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h ../inc/../inc/mrc2hdf.h \
+ /home/tacyas/Eos/include/genUtil.h /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+init.o: init.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h ../inc/../inc/mrc2hdf.h \
+ /home/tacyas/Eos/include/genUtil.h /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+usage.o: usage.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrc2hdf.h
+util.o: util.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrc2hdf.h
diff --git a/src/Tools/filter/mrc2hdf/src/X86LINUX64/Makefile b/src/Tools/filter/mrc2hdf/src/X86LINUX64/Makefile

new file mode 100755 (executable)

index 0000000..ec61247
--- /dev/null
+++ b/src/Tools/filter/mrc2hdf/src/X86LINUX64/Makefile
@@ -0,0 +1,114 @@
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/Config/Define.inc
+include $(EOS_HOME)/src/Config/DefineTool.inc
+
+LIBFILES   = \
+                       $(LIBPREFIX)EosObjects$(LIBSUFFIX) 
+
+LIBFILESDEBUG   = \
+                       $(LIBPREFIX)EosObjects.debug$(LIBSUFFIX) 
+
+SRCC  = \
+                       $(OBJECTNAME).c \
+                       init.c \
+                       argCheck.c \
+                       usage.c  \
+                       util.c 
+
+SRCCXX  = \
+                       $(OBJECTNAME).cc \
+                       init.cc \
+                       argCheck.cc \
+                       usage.cc  \
+                       util.cc 
+
+MODULES    = \
+                       $(OBJECTNAME).o \
+                       init.o \
+                       argCheck.o \
+                       usage.o  \
+                       util.o 
+
+REALMODULES    = \
+                       $(OSTYPE)/$(OBJECTNAME).o \
+                       $(OSTYPE)/init.o \
+                       $(OSTYPE)/argCheck.o \
+                       $(OSTYPE)/usage.o \
+                       $(OSTYPE)/util.o 
+
+MODULESDEBUG    = \
+                       $(OBJECTNAME).debugo \
+                       init.debugo \
+                       argCheck.debugo \
+                       usage.debugo  \
+                       util.debugo 
+
+MODULESCUDAGDB    = \
+                       $(OBJECTNAME).cudagdb.o \
+                       init.cudagdb.o \
+                       argCheck.cudagdb.o \
+                       usage.cudagdb.o  \
+                       util.cudagdb.o 
+
+REALMODULESDEBUG    = \
+                       $(OSTYPE)/$(OBJECTNAME).debugo \
+                       $(OSTYPE)/init.debugo \
+                       $(OSTYPE)/argCheck.debugo \
+                       $(OSTYPE)/usage.debugo \
+                       $(OSTYPE)/util.debugo 
+
+
+$(OBJECTNAME): $(MODULES) $(LIBFILES)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+               $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+       fi
+
+
+$(OBJECTNAME).debug: $(MODULESDEBUG) $(LIBFILESDEBUG)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+
+$(OBJECTNAME).cudagdb: $(MODULESCUDAGDB) $(LIBFILESDEBUG)
+       echo $(NVCC) "$(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@"
+       $(NVCC) $(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@
+
+include ./.Depend
+include  $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Target.inc
diff --git a/src/Tools/filter/mrc2hdf/src/X86LINUX64/X86LINUX64 b/src/Tools/filter/mrc2hdf/src/X86LINUX64/X86LINUX64

new file mode 120000 (symlink)

index 0000000..310d5d7
--- /dev/null
+++ b/src/Tools/filter/mrc2hdf/src/X86LINUX64/X86LINUX64
@@ -0,0 +1 @@
+../../../../../hostdepend/X86LINUX64/src/Tools/filter/mrc2hdf/src/X86LINUX64
+\ No newline at end of file
diff --git a/src/Tools/filter/mrc2hdf/src/X86LINUX64/argCheck.o b/src/Tools/filter/mrc2hdf/src/X86LINUX64/argCheck.o

new file mode 100644 (file)

index 0000000..8e25bbe

Binary files /dev/null and b/src/Tools/filter/mrc2hdf/src/X86LINUX64/argCheck.o differ
diff --git a/src/Tools/filter/mrc2hdf/src/X86LINUX64/init.o b/src/Tools/filter/mrc2hdf/src/X86LINUX64/init.o

new file mode 100644 (file)

index 0000000..9ed8f95

Binary files /dev/null and b/src/Tools/filter/mrc2hdf/src/X86LINUX64/init.o differ
diff --git a/src/Tools/filter/mrc2hdf/src/X86LINUX64/usage.o b/src/Tools/filter/mrc2hdf/src/X86LINUX64/usage.o

new file mode 100644 (file)

index 0000000..cacc7d2

Binary files /dev/null and b/src/Tools/filter/mrc2hdf/src/X86LINUX64/usage.o differ
diff --git a/src/Tools/filter/mrc2hdf/src/X86LINUX64/util.o b/src/Tools/filter/mrc2hdf/src/X86LINUX64/util.o

new file mode 100644 (file)

index 0000000..511be9b

Binary files /dev/null and b/src/Tools/filter/mrc2hdf/src/X86LINUX64/util.o differ
diff --git a/src/Tools/filter/tiff2mrc/src/X86LINUX64/tiff2mrc b/src/Tools/filter/tiff2mrc/src/X86LINUX64/tiff2mrc

index d2185a8..0d2ed3c 100755 (executable)

Binary files a/src/Tools/filter/tiff2mrc/src/X86LINUX64/tiff2mrc and b/src/Tools/filter/tiff2mrc/src/X86LINUX64/tiff2mrc differ
diff --git a/src/Tools/filter/tiff2mrc/src/X86LINUX64/tiff2mrc.o b/src/Tools/filter/tiff2mrc/src/X86LINUX64/tiff2mrc.o

index 4e8db24..52a88b2 100644 (file)

Binary files a/src/Tools/filter/tiff2mrc/src/X86LINUX64/tiff2mrc.o and b/src/Tools/filter/tiff2mrc/src/X86LINUX64/tiff2mrc.o differ
diff --git a/src/Tools/mrcImage/mrcFFTExpression/src/X86LINUX64/mrcFFTExpression b/src/Tools/mrcImage/mrcFFTExpression/src/X86LINUX64/mrcFFTExpression

index bf16a65..04e72f9 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcFFTExpression/src/X86LINUX64/mrcFFTExpression and b/src/Tools/mrcImage/mrcFFTExpression/src/X86LINUX64/mrcFFTExpression differ
diff --git a/src/Tools/mrcImage/mrcImageAddValue/src/X86LINUX64/mrcImageAddValue b/src/Tools/mrcImage/mrcImageAddValue/src/X86LINUX64/mrcImageAddValue

index 700bd82..a52f9a7 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcImageAddValue/src/X86LINUX64/mrcImageAddValue and b/src/Tools/mrcImage/mrcImageAddValue/src/X86LINUX64/mrcImageAddValue differ
diff --git a/src/Tools/mrcImage/mrcImageBackgroundSubtraction/src/X86LINUX64/mrcImageBackgroundSubtraction b/src/Tools/mrcImage/mrcImageBackgroundSubtraction/src/X86LINUX64/mrcImageBackgroundSubtraction

index 3f8f5a3..0fc73c2 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcImageBackgroundSubtraction/src/X86LINUX64/mrcImageBackgroundSubtraction and b/src/Tools/mrcImage/mrcImageBackgroundSubtraction/src/X86LINUX64/mrcImageBackgroundSubtraction differ
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/.Depend b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/.Depend

new file mode 100644 (file)

index 0000000..6c8f3ac
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/.Depend
@@ -0,0 +1,133 @@
+argCheck.o: argCheck.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageCurl.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+init.o: init.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageCurl.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+mrcImageCurl.o: mrcImageCurl.c /usr/include/stdc-predef.h \
+ /usr/include/stdio.h /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageCurl.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/mrcImage.h /home/tacyas/Eos/include/genUtil.h \
+ /home/tacyas/Eos/include/Matrix3D.h /home/tacyas/Eos/include/Vector.h \
+ /home/tacyas/Eos/include/Array.h /home/tacyas/Eos/include/ctfInfo.h
+usage.o: usage.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageCurl.h
+util.o: util.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageCurl.h
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/Makefile b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/Makefile

new file mode 100755 (executable)

index 0000000..ec61247
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/Makefile
@@ -0,0 +1,114 @@
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/Config/Define.inc
+include $(EOS_HOME)/src/Config/DefineTool.inc
+
+LIBFILES   = \
+                       $(LIBPREFIX)EosObjects$(LIBSUFFIX) 
+
+LIBFILESDEBUG   = \
+                       $(LIBPREFIX)EosObjects.debug$(LIBSUFFIX) 
+
+SRCC  = \
+                       $(OBJECTNAME).c \
+                       init.c \
+                       argCheck.c \
+                       usage.c  \
+                       util.c 
+
+SRCCXX  = \
+                       $(OBJECTNAME).cc \
+                       init.cc \
+                       argCheck.cc \
+                       usage.cc  \
+                       util.cc 
+
+MODULES    = \
+                       $(OBJECTNAME).o \
+                       init.o \
+                       argCheck.o \
+                       usage.o  \
+                       util.o 
+
+REALMODULES    = \
+                       $(OSTYPE)/$(OBJECTNAME).o \
+                       $(OSTYPE)/init.o \
+                       $(OSTYPE)/argCheck.o \
+                       $(OSTYPE)/usage.o \
+                       $(OSTYPE)/util.o 
+
+MODULESDEBUG    = \
+                       $(OBJECTNAME).debugo \
+                       init.debugo \
+                       argCheck.debugo \
+                       usage.debugo  \
+                       util.debugo 
+
+MODULESCUDAGDB    = \
+                       $(OBJECTNAME).cudagdb.o \
+                       init.cudagdb.o \
+                       argCheck.cudagdb.o \
+                       usage.cudagdb.o  \
+                       util.cudagdb.o 
+
+REALMODULESDEBUG    = \
+                       $(OSTYPE)/$(OBJECTNAME).debugo \
+                       $(OSTYPE)/init.debugo \
+                       $(OSTYPE)/argCheck.debugo \
+                       $(OSTYPE)/usage.debugo \
+                       $(OSTYPE)/util.debugo 
+
+
+$(OBJECTNAME): $(MODULES) $(LIBFILES)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+               $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+       fi
+
+
+$(OBJECTNAME).debug: $(MODULESDEBUG) $(LIBFILESDEBUG)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+
+$(OBJECTNAME).cudagdb: $(MODULESCUDAGDB) $(LIBFILESDEBUG)
+       echo $(NVCC) "$(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@"
+       $(NVCC) $(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@
+
+include ./.Depend
+include  $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Target.inc
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/X86LINUX64 b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/X86LINUX64

new file mode 120000 (symlink)

index 0000000..ee94346
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/X86LINUX64
@@ -0,0 +1 @@
+../../../../../hostdepend/X86LINUX64/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64
+\ No newline at end of file
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/argCheck.o b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/argCheck.o

new file mode 100644 (file)

index 0000000..a477c7a

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/argCheck.o differ
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/init.o b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/init.o

new file mode 100644 (file)

index 0000000..b4826bd

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/init.o differ
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/mrcImageCurl b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/mrcImageCurl

new file mode 100755 (executable)

index 0000000..99d02f8

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/mrcImageCurl differ
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/mrcImageCurl.o b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/mrcImageCurl.o

new file mode 100644 (file)

index 0000000..959af1d

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/mrcImageCurl.o differ
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/usage.o b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/usage.o

new file mode 100644 (file)

index 0000000..390c574

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/usage.o differ
diff --git a/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/util.o b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/util.o

new file mode 100644 (file)

index 0000000..511be9b

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageCurl/src/X86LINUX64/util.o differ
diff --git a/src/Tools/mrcImage/mrcImageDeconvolution/src/X86LINUX64/mrcImageDeconvolution b/src/Tools/mrcImage/mrcImageDeconvolution/src/X86LINUX64/mrcImageDeconvolution

index 6614145..602a8ce 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcImageDeconvolution/src/X86LINUX64/mrcImageDeconvolution and b/src/Tools/mrcImage/mrcImageDeconvolution/src/X86LINUX64/mrcImageDeconvolution differ
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/.Depend b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/.Depend

new file mode 100644 (file)

index 0000000..3c7abbe
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/.Depend
@@ -0,0 +1,133 @@
+argCheck.o: argCheck.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageDivergence.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+init.o: init.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageDivergence.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+mrcImageDivergence.o: mrcImageDivergence.c /usr/include/stdc-predef.h \
+ /usr/include/stdio.h /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageDivergence.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/mrcImage.h /home/tacyas/Eos/include/genUtil.h \
+ /home/tacyas/Eos/include/Matrix3D.h /home/tacyas/Eos/include/Vector.h \
+ /home/tacyas/Eos/include/Array.h /home/tacyas/Eos/include/ctfInfo.h
+usage.o: usage.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageDivergence.h
+util.o: util.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageDivergence.h
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/Makefile b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/Makefile

new file mode 100755 (executable)

index 0000000..ec61247
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/Makefile
@@ -0,0 +1,114 @@
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/Config/Define.inc
+include $(EOS_HOME)/src/Config/DefineTool.inc
+
+LIBFILES   = \
+                       $(LIBPREFIX)EosObjects$(LIBSUFFIX) 
+
+LIBFILESDEBUG   = \
+                       $(LIBPREFIX)EosObjects.debug$(LIBSUFFIX) 
+
+SRCC  = \
+                       $(OBJECTNAME).c \
+                       init.c \
+                       argCheck.c \
+                       usage.c  \
+                       util.c 
+
+SRCCXX  = \
+                       $(OBJECTNAME).cc \
+                       init.cc \
+                       argCheck.cc \
+                       usage.cc  \
+                       util.cc 
+
+MODULES    = \
+                       $(OBJECTNAME).o \
+                       init.o \
+                       argCheck.o \
+                       usage.o  \
+                       util.o 
+
+REALMODULES    = \
+                       $(OSTYPE)/$(OBJECTNAME).o \
+                       $(OSTYPE)/init.o \
+                       $(OSTYPE)/argCheck.o \
+                       $(OSTYPE)/usage.o \
+                       $(OSTYPE)/util.o 
+
+MODULESDEBUG    = \
+                       $(OBJECTNAME).debugo \
+                       init.debugo \
+                       argCheck.debugo \
+                       usage.debugo  \
+                       util.debugo 
+
+MODULESCUDAGDB    = \
+                       $(OBJECTNAME).cudagdb.o \
+                       init.cudagdb.o \
+                       argCheck.cudagdb.o \
+                       usage.cudagdb.o  \
+                       util.cudagdb.o 
+
+REALMODULESDEBUG    = \
+                       $(OSTYPE)/$(OBJECTNAME).debugo \
+                       $(OSTYPE)/init.debugo \
+                       $(OSTYPE)/argCheck.debugo \
+                       $(OSTYPE)/usage.debugo \
+                       $(OSTYPE)/util.debugo 
+
+
+$(OBJECTNAME): $(MODULES) $(LIBFILES)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+               $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+       fi
+
+
+$(OBJECTNAME).debug: $(MODULESDEBUG) $(LIBFILESDEBUG)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+
+$(OBJECTNAME).cudagdb: $(MODULESCUDAGDB) $(LIBFILESDEBUG)
+       echo $(NVCC) "$(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@"
+       $(NVCC) $(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@
+
+include ./.Depend
+include  $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Target.inc
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/X86LINUX64 b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/X86LINUX64

new file mode 120000 (symlink)

index 0000000..2fe824f
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/X86LINUX64
@@ -0,0 +1 @@
+../../../../../hostdepend/X86LINUX64/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64
+\ No newline at end of file
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/argCheck.o b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/argCheck.o

new file mode 100644 (file)

index 0000000..e0dcbad

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/argCheck.o differ
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/init.o b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/init.o

new file mode 100644 (file)

index 0000000..3f63d3c

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/init.o differ
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/mrcImageDivergence b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/mrcImageDivergence

new file mode 100755 (executable)

index 0000000..1780934

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/mrcImageDivergence differ
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/mrcImageDivergence.o b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/mrcImageDivergence.o

new file mode 100644 (file)

index 0000000..0d89ae4

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/mrcImageDivergence.o differ
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/usage.o b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/usage.o

new file mode 100644 (file)

index 0000000..1d5c13b

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/usage.o differ
diff --git a/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/util.o b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/util.o

new file mode 100644 (file)

index 0000000..511be9b

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageDivergence/src/X86LINUX64/util.o differ
diff --git a/src/Tools/mrcImage/mrcImageFFT/src/X86LINUX64/mrcImageFFT b/src/Tools/mrcImage/mrcImageFFT/src/X86LINUX64/mrcImageFFT

index 8b67b87..cfc4b30 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcImageFFT/src/X86LINUX64/mrcImageFFT and b/src/Tools/mrcImage/mrcImageFFT/src/X86LINUX64/mrcImageFFT differ
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/.Depend b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/.Depend

new file mode 100644 (file)

index 0000000..f32f630
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/.Depend
@@ -0,0 +1,133 @@
+argCheck.o: argCheck.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageGradient.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+init.o: init.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageGradient.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+mrcImageGradient.o: mrcImageGradient.c /usr/include/stdc-predef.h \
+ /usr/include/stdio.h /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageGradient.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/mrcImage.h /home/tacyas/Eos/include/genUtil.h \
+ /home/tacyas/Eos/include/Matrix3D.h /home/tacyas/Eos/include/Vector.h \
+ /home/tacyas/Eos/include/Array.h /home/tacyas/Eos/include/ctfInfo.h
+usage.o: usage.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageGradient.h
+util.o: util.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageGradient.h
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/Makefile b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/Makefile

new file mode 100755 (executable)

index 0000000..ec61247
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/Makefile
@@ -0,0 +1,114 @@
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/Config/Define.inc
+include $(EOS_HOME)/src/Config/DefineTool.inc
+
+LIBFILES   = \
+                       $(LIBPREFIX)EosObjects$(LIBSUFFIX) 
+
+LIBFILESDEBUG   = \
+                       $(LIBPREFIX)EosObjects.debug$(LIBSUFFIX) 
+
+SRCC  = \
+                       $(OBJECTNAME).c \
+                       init.c \
+                       argCheck.c \
+                       usage.c  \
+                       util.c 
+
+SRCCXX  = \
+                       $(OBJECTNAME).cc \
+                       init.cc \
+                       argCheck.cc \
+                       usage.cc  \
+                       util.cc 
+
+MODULES    = \
+                       $(OBJECTNAME).o \
+                       init.o \
+                       argCheck.o \
+                       usage.o  \
+                       util.o 
+
+REALMODULES    = \
+                       $(OSTYPE)/$(OBJECTNAME).o \
+                       $(OSTYPE)/init.o \
+                       $(OSTYPE)/argCheck.o \
+                       $(OSTYPE)/usage.o \
+                       $(OSTYPE)/util.o 
+
+MODULESDEBUG    = \
+                       $(OBJECTNAME).debugo \
+                       init.debugo \
+                       argCheck.debugo \
+                       usage.debugo  \
+                       util.debugo 
+
+MODULESCUDAGDB    = \
+                       $(OBJECTNAME).cudagdb.o \
+                       init.cudagdb.o \
+                       argCheck.cudagdb.o \
+                       usage.cudagdb.o  \
+                       util.cudagdb.o 
+
+REALMODULESDEBUG    = \
+                       $(OSTYPE)/$(OBJECTNAME).debugo \
+                       $(OSTYPE)/init.debugo \
+                       $(OSTYPE)/argCheck.debugo \
+                       $(OSTYPE)/usage.debugo \
+                       $(OSTYPE)/util.debugo 
+
+
+$(OBJECTNAME): $(MODULES) $(LIBFILES)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+               $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+       fi
+
+
+$(OBJECTNAME).debug: $(MODULESDEBUG) $(LIBFILESDEBUG)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+
+$(OBJECTNAME).cudagdb: $(MODULESCUDAGDB) $(LIBFILESDEBUG)
+       echo $(NVCC) "$(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@"
+       $(NVCC) $(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@
+
+include ./.Depend
+include  $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Target.inc
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/X86LINUX64 b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/X86LINUX64

new file mode 120000 (symlink)

index 0000000..726fd6b
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/X86LINUX64
@@ -0,0 +1 @@
+../../../../../hostdepend/X86LINUX64/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64
+\ No newline at end of file
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/argCheck.o b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/argCheck.o

new file mode 100644 (file)

index 0000000..52f93b9

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/argCheck.o differ
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/init.o b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/init.o

new file mode 100644 (file)

index 0000000..a7c57ff

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/init.o differ
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/mrcImageGradient b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/mrcImageGradient

new file mode 100755 (executable)

index 0000000..73f66e6

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/mrcImageGradient differ
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/mrcImageGradient.o b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/mrcImageGradient.o

new file mode 100644 (file)

index 0000000..d4a9b99

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/mrcImageGradient.o differ
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/usage.o b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/usage.o

new file mode 100644 (file)

index 0000000..2309cda

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/usage.o differ
diff --git a/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/util.o b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/util.o

new file mode 100644 (file)

index 0000000..511be9b

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageGradient/src/X86LINUX64/util.o differ
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/.Depend b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/.Depend

new file mode 100644 (file)

index 0000000..4255464
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/.Depend
@@ -0,0 +1,176 @@
+argCheck.o: argCheck.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageOpticalFlow.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+init.o: init.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageOpticalFlow.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+mrcImageOpticalFlow.o: mrcImageOpticalFlow.c /usr/include/stdc-predef.h \
+ /usr/include/stdio.h /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h /usr/include/gsl/gsl_math.h \
+ /usr/include/gsl/gsl_sys.h /usr/include/gsl/gsl_inline.h \
+ /usr/include/gsl/gsl_machine.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /usr/include/gsl/gsl_precision.h /usr/include/gsl/gsl_types.h \
+ /usr/include/gsl/gsl_nan.h /usr/include/gsl/gsl_pow_int.h \
+ /usr/include/gsl/gsl_minmax.h /usr/include/gsl/gsl_matrix.h \
+ /usr/include/gsl/gsl_matrix_complex_long_double.h \
+ /usr/include/gsl/gsl_errno.h /usr/include/errno.h \
+ /usr/include/bits/errno.h /usr/include/linux/errno.h \
+ /usr/include/asm/errno.h /usr/include/asm-generic/errno.h \
+ /usr/include/asm-generic/errno-base.h /usr/include/gsl/gsl_complex.h \
+ /usr/include/gsl/gsl_check_range.h \
+ /usr/include/gsl/gsl_vector_complex_long_double.h \
+ /usr/include/gsl/gsl_vector_long_double.h \
+ /usr/include/gsl/gsl_block_long_double.h \
+ /usr/include/gsl/gsl_vector_complex.h \
+ /usr/include/gsl/gsl_block_complex_long_double.h \
+ /usr/include/gsl/gsl_matrix_complex_double.h \
+ /usr/include/gsl/gsl_vector_complex_double.h \
+ /usr/include/gsl/gsl_vector_double.h /usr/include/gsl/gsl_block_double.h \
+ /usr/include/gsl/gsl_block_complex_double.h \
+ /usr/include/gsl/gsl_matrix_complex_float.h \
+ /usr/include/gsl/gsl_vector_complex_float.h \
+ /usr/include/gsl/gsl_vector_float.h /usr/include/gsl/gsl_block_float.h \
+ /usr/include/gsl/gsl_block_complex_float.h \
+ /usr/include/gsl/gsl_matrix_long_double.h \
+ /usr/include/gsl/gsl_matrix_double.h /usr/include/gsl/gsl_matrix_float.h \
+ /usr/include/gsl/gsl_matrix_ulong.h /usr/include/gsl/gsl_vector_ulong.h \
+ /usr/include/gsl/gsl_block_ulong.h /usr/include/gsl/gsl_matrix_long.h \
+ /usr/include/gsl/gsl_vector_long.h /usr/include/gsl/gsl_block_long.h \
+ /usr/include/gsl/gsl_matrix_uint.h /usr/include/gsl/gsl_vector_uint.h \
+ /usr/include/gsl/gsl_block_uint.h /usr/include/gsl/gsl_matrix_int.h \
+ /usr/include/gsl/gsl_vector_int.h /usr/include/gsl/gsl_block_int.h \
+ /usr/include/gsl/gsl_matrix_ushort.h \
+ /usr/include/gsl/gsl_vector_ushort.h /usr/include/gsl/gsl_block_ushort.h \
+ /usr/include/gsl/gsl_matrix_short.h /usr/include/gsl/gsl_vector_short.h \
+ /usr/include/gsl/gsl_block_short.h /usr/include/gsl/gsl_matrix_uchar.h \
+ /usr/include/gsl/gsl_vector_uchar.h /usr/include/gsl/gsl_block_uchar.h \
+ /usr/include/gsl/gsl_matrix_char.h /usr/include/gsl/gsl_vector_char.h \
+ /usr/include/gsl/gsl_block_char.h /usr/include/gsl/gsl_linalg.h \
+ /usr/include/gsl/gsl_mode.h /usr/include/gsl/gsl_permutation.h \
+ /usr/include/gsl/gsl_vector.h /usr/include/gsl/gsl_blas.h \
+ /usr/include/gsl/gsl_blas_types.h /usr/include/gsl/gsl_cblas.h \
+ ../inc/config.h ../inc/../inc/mrcImageOpticalFlow.h \
+ /home/tacyas/Eos/include/genUtil.h /usr/include/values.h \
+ /home/tacyas/Eos/include/mrcImage.h /home/tacyas/Eos/include/genUtil.h \
+ /home/tacyas/Eos/include/Matrix3D.h /home/tacyas/Eos/include/Vector.h \
+ /home/tacyas/Eos/include/Array.h /home/tacyas/Eos/include/ctfInfo.h \
+ ../inc/mrcImageOpticalFlow.h
+usage.o: usage.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageOpticalFlow.h
+util.o: util.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageOpticalFlow.h
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/Makefile b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/Makefile

new file mode 100755 (executable)

index 0000000..ec61247
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/Makefile
@@ -0,0 +1,114 @@
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/Config/Define.inc
+include $(EOS_HOME)/src/Config/DefineTool.inc
+
+LIBFILES   = \
+                       $(LIBPREFIX)EosObjects$(LIBSUFFIX) 
+
+LIBFILESDEBUG   = \
+                       $(LIBPREFIX)EosObjects.debug$(LIBSUFFIX) 
+
+SRCC  = \
+                       $(OBJECTNAME).c \
+                       init.c \
+                       argCheck.c \
+                       usage.c  \
+                       util.c 
+
+SRCCXX  = \
+                       $(OBJECTNAME).cc \
+                       init.cc \
+                       argCheck.cc \
+                       usage.cc  \
+                       util.cc 
+
+MODULES    = \
+                       $(OBJECTNAME).o \
+                       init.o \
+                       argCheck.o \
+                       usage.o  \
+                       util.o 
+
+REALMODULES    = \
+                       $(OSTYPE)/$(OBJECTNAME).o \
+                       $(OSTYPE)/init.o \
+                       $(OSTYPE)/argCheck.o \
+                       $(OSTYPE)/usage.o \
+                       $(OSTYPE)/util.o 
+
+MODULESDEBUG    = \
+                       $(OBJECTNAME).debugo \
+                       init.debugo \
+                       argCheck.debugo \
+                       usage.debugo  \
+                       util.debugo 
+
+MODULESCUDAGDB    = \
+                       $(OBJECTNAME).cudagdb.o \
+                       init.cudagdb.o \
+                       argCheck.cudagdb.o \
+                       usage.cudagdb.o  \
+                       util.cudagdb.o 
+
+REALMODULESDEBUG    = \
+                       $(OSTYPE)/$(OBJECTNAME).debugo \
+                       $(OSTYPE)/init.debugo \
+                       $(OSTYPE)/argCheck.debugo \
+                       $(OSTYPE)/usage.debugo \
+                       $(OSTYPE)/util.debugo 
+
+
+$(OBJECTNAME): $(MODULES) $(LIBFILES)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+               $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+       fi
+
+
+$(OBJECTNAME).debug: $(MODULESDEBUG) $(LIBFILESDEBUG)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+
+$(OBJECTNAME).cudagdb: $(MODULESCUDAGDB) $(LIBFILESDEBUG)
+       echo $(NVCC) "$(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@"
+       $(NVCC) $(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@
+
+include ./.Depend
+include  $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Target.inc
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/X86LINUX64 b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/X86LINUX64

new file mode 120000 (symlink)

index 0000000..3be372d
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/X86LINUX64
@@ -0,0 +1 @@
+../../../../../hostdepend/X86LINUX64/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64
+\ No newline at end of file
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/argCheck.o b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/argCheck.o

new file mode 100644 (file)

index 0000000..95b3088

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/argCheck.o differ
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/init.o b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/init.o

new file mode 100644 (file)

index 0000000..1044ef6

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/init.o differ
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/mrcImageOpticalFlow b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/mrcImageOpticalFlow

new file mode 100755 (executable)

index 0000000..fb40add

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/mrcImageOpticalFlow differ
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/mrcImageOpticalFlow.o b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/mrcImageOpticalFlow.o

new file mode 100644 (file)

index 0000000..8c10f69

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/mrcImageOpticalFlow.o differ
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/usage.o b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/usage.o

new file mode 100644 (file)

index 0000000..0950538

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/usage.o differ
diff --git a/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/util.o b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/util.o

new file mode 100644 (file)

index 0000000..511be9b

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageOpticalFlow/src/X86LINUX64/util.o differ
diff --git a/src/Tools/mrcImage/mrcImagePad/src/X86LINUX64/.Depend b/src/Tools/mrcImage/mrcImagePad/src/X86LINUX64/.Depend

index 51937b4..4358bb3 100644 (file)
--- a/src/Tools/mrcImage/mrcImagePad/src/X86LINUX64/.Depend
+++ b/src/Tools/mrcImage/mrcImagePad/src/X86LINUX64/.Depend
@@ -84,18 +84,22 @@ mrcImagePad.o: mrcImagePad.c /usr/include/stdc-predef.h \
   /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
   /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
   /usr/include/bits/mathcalls.h ../inc/config.h \
- ../inc/../inc/mrcImagePad.h /home/tacyas/Eos/include/genUtil.h \
- /usr/include/values.h \
+ ../inc/../inc/mrcImagePad.h /usr/include/gsl/gsl_math.h \
+ /usr/include/gsl/gsl_sys.h /usr/include/gsl/gsl_inline.h \
+ /usr/include/gsl/gsl_machine.h \
   /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
   /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
   /usr/include/limits.h /usr/include/bits/posix1_lim.h \
   /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
   /usr/include/bits/posix2_lim.h \
   /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
- /home/tacyas/Eos/include/mrcImage.h /home/tacyas/Eos/include/genUtil.h \
- /home/tacyas/Eos/include/Matrix3D.h /home/tacyas/Eos/include/Vector.h \
- /home/tacyas/Eos/include/Array.h /home/tacyas/Eos/include/ctfInfo.h \
- /home/tacyas/Eos/include/Memory.h \
+ /usr/include/gsl/gsl_precision.h /usr/include/gsl/gsl_types.h \
+ /usr/include/gsl/gsl_nan.h /usr/include/gsl/gsl_pow_int.h \
+ /usr/include/gsl/gsl_minmax.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h /home/tacyas/Eos/include/mrcImage.h \
+ /home/tacyas/Eos/include/genUtil.h /home/tacyas/Eos/include/Matrix3D.h \
+ /home/tacyas/Eos/include/Vector.h /home/tacyas/Eos/include/Array.h \
+ /home/tacyas/Eos/include/ctfInfo.h /home/tacyas/Eos/include/Memory.h \
   /home/tacyas/Eos/include/lmrcImagePad.h \
   /home/tacyas/Eos/include/mrcImage.h /home/tacyas/Eos/include/Memory.h
  usage.o: usage.c /usr/include/stdc-predef.h /usr/include/stdio.h \
diff --git a/src/Tools/mrcImage/mrcImagePad/src/X86LINUX64/mrcImagePad b/src/Tools/mrcImage/mrcImagePad/src/X86LINUX64/mrcImagePad

deleted file mode 100755 (executable)

index dd4220d..0000000

Binary files a/src/Tools/mrcImage/mrcImagePad/src/X86LINUX64/mrcImagePad and /dev/null differ
diff --git a/src/Tools/mrcImage/mrcImagePixelDataGet/src/X86LINUX64/mrcImagePixelDataGet b/src/Tools/mrcImage/mrcImagePixelDataGet/src/X86LINUX64/mrcImagePixelDataGet

index 8079d74..f65f7aa 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcImagePixelDataGet/src/X86LINUX64/mrcImagePixelDataGet and b/src/Tools/mrcImage/mrcImagePixelDataGet/src/X86LINUX64/mrcImagePixelDataGet differ
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/.Depend b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/.Depend

new file mode 100644 (file)

index 0000000..abb0b21
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/.Depend
@@ -0,0 +1,134 @@
+argCheck.o: argCheck.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageStreamLine.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+init.o: init.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageStreamLine.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+mrcImageStreamLine.o: mrcImageStreamLine.c /usr/include/stdc-predef.h \
+ /usr/include/stdio.h /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageStreamLine.h /home/tacyas/Eos/include/genUtil.h \
+ /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/mrcImage.h /home/tacyas/Eos/include/genUtil.h \
+ /home/tacyas/Eos/include/Matrix3D.h /home/tacyas/Eos/include/Vector.h \
+ /home/tacyas/Eos/include/Array.h /home/tacyas/Eos/include/ctfInfo.h \
+ /home/tacyas/Eos/include/Memory.h
+usage.o: usage.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageStreamLine.h
+util.o: util.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageStreamLine.h
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/Makefile b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/Makefile

new file mode 100755 (executable)

index 0000000..ec61247
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/Makefile
@@ -0,0 +1,114 @@
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/Config/Define.inc
+include $(EOS_HOME)/src/Config/DefineTool.inc
+
+LIBFILES   = \
+                       $(LIBPREFIX)EosObjects$(LIBSUFFIX) 
+
+LIBFILESDEBUG   = \
+                       $(LIBPREFIX)EosObjects.debug$(LIBSUFFIX) 
+
+SRCC  = \
+                       $(OBJECTNAME).c \
+                       init.c \
+                       argCheck.c \
+                       usage.c  \
+                       util.c 
+
+SRCCXX  = \
+                       $(OBJECTNAME).cc \
+                       init.cc \
+                       argCheck.cc \
+                       usage.cc  \
+                       util.cc 
+
+MODULES    = \
+                       $(OBJECTNAME).o \
+                       init.o \
+                       argCheck.o \
+                       usage.o  \
+                       util.o 
+
+REALMODULES    = \
+                       $(OSTYPE)/$(OBJECTNAME).o \
+                       $(OSTYPE)/init.o \
+                       $(OSTYPE)/argCheck.o \
+                       $(OSTYPE)/usage.o \
+                       $(OSTYPE)/util.o 
+
+MODULESDEBUG    = \
+                       $(OBJECTNAME).debugo \
+                       init.debugo \
+                       argCheck.debugo \
+                       usage.debugo  \
+                       util.debugo 
+
+MODULESCUDAGDB    = \
+                       $(OBJECTNAME).cudagdb.o \
+                       init.cudagdb.o \
+                       argCheck.cudagdb.o \
+                       usage.cudagdb.o  \
+                       util.cudagdb.o 
+
+REALMODULESDEBUG    = \
+                       $(OSTYPE)/$(OBJECTNAME).debugo \
+                       $(OSTYPE)/init.debugo \
+                       $(OSTYPE)/argCheck.debugo \
+                       $(OSTYPE)/usage.debugo \
+                       $(OSTYPE)/util.debugo 
+
+
+$(OBJECTNAME): $(MODULES) $(LIBFILES)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+               $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+       fi
+
+
+$(OBJECTNAME).debug: $(MODULESDEBUG) $(LIBFILESDEBUG)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+
+$(OBJECTNAME).cudagdb: $(MODULESCUDAGDB) $(LIBFILESDEBUG)
+       echo $(NVCC) "$(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@"
+       $(NVCC) $(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@
+
+include ./.Depend
+include  $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Target.inc
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/X86LINUX64 b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/X86LINUX64

new file mode 120000 (symlink)

index 0000000..46e0dde
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/X86LINUX64
@@ -0,0 +1 @@
+../../../../../hostdepend/X86LINUX64/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64
+\ No newline at end of file
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/argCheck.o b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/argCheck.o

new file mode 100644 (file)

index 0000000..f59fed1

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/argCheck.o differ
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/init.o b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/init.o

new file mode 100644 (file)

index 0000000..06a433b

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/init.o differ
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/mrcImageStreamLine b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/mrcImageStreamLine

new file mode 100755 (executable)

index 0000000..a414f34

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/mrcImageStreamLine differ
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/mrcImageStreamLine.o b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/mrcImageStreamLine.o

new file mode 100644 (file)

index 0000000..0c22af7

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/mrcImageStreamLine.o differ
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/usage.o b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/usage.o

new file mode 100644 (file)

index 0000000..928df63

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/usage.o differ
diff --git a/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/util.o b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/util.o

new file mode 100644 (file)

index 0000000..511be9b

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageStreamLine/src/X86LINUX64/util.o differ
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/.Depend b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/.Depend

new file mode 100644 (file)

index 0000000..2d0aac8
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/.Depend
@@ -0,0 +1,135 @@
+argCheck.o: argCheck.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageSuperResolutionByOpticalFlow.h \
+ /home/tacyas/Eos/include/genUtil.h /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+init.o: init.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageSuperResolutionByOpticalFlow.h \
+ /home/tacyas/Eos/include/genUtil.h /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/eosString.h /home/tacyas/Eos/include/File.h \
+ /home/tacyas/Eos/include/Memory.h
+mrcImageSuperResolutionByOpticalFlow.o: \
+ mrcImageSuperResolutionByOpticalFlow.c /usr/include/stdc-predef.h \
+ /usr/include/stdio.h /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h \
+ /usr/include/string.h /usr/include/xlocale.h /usr/include/math.h \
+ /usr/include/bits/huge_val.h /usr/include/bits/huge_valf.h \
+ /usr/include/bits/huge_vall.h /usr/include/bits/inf.h \
+ /usr/include/bits/nan.h /usr/include/bits/mathdef.h \
+ /usr/include/bits/mathcalls.h ../inc/config.h \
+ ../inc/../inc/mrcImageSuperResolutionByOpticalFlow.h \
+ /home/tacyas/Eos/include/genUtil.h /usr/include/values.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/limits.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/syslimits.h \
+ /usr/include/limits.h /usr/include/bits/posix1_lim.h \
+ /usr/include/bits/local_lim.h /usr/include/linux/limits.h \
+ /usr/include/bits/posix2_lim.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/float.h \
+ /home/tacyas/Eos/include/Memory.h /home/tacyas/Eos/include/mrcImage.h \
+ /home/tacyas/Eos/include/genUtil.h /home/tacyas/Eos/include/Matrix3D.h \
+ /home/tacyas/Eos/include/Vector.h /home/tacyas/Eos/include/Array.h \
+ /home/tacyas/Eos/include/ctfInfo.h
+usage.o: usage.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageSuperResolutionByOpticalFlow.h
+util.o: util.c /usr/include/stdc-predef.h /usr/include/stdio.h \
+ /usr/include/features.h /usr/include/sys/cdefs.h \
+ /usr/include/bits/wordsize.h /usr/include/gnu/stubs.h \
+ /usr/include/gnu/stubs-64.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stddef.h \
+ /usr/include/bits/types.h /usr/include/bits/typesizes.h \
+ /usr/include/libio.h /usr/include/_G_config.h /usr/include/wchar.h \
+ /usr/lib/gcc/x86_64-redhat-linux/4.8.5/include/stdarg.h \
+ /usr/include/bits/stdio_lim.h /usr/include/bits/sys_errlist.h \
+ /usr/include/stdlib.h /usr/include/bits/waitflags.h \
+ /usr/include/bits/waitstatus.h /usr/include/endian.h \
+ /usr/include/bits/endian.h /usr/include/bits/byteswap.h \
+ /usr/include/bits/byteswap-16.h /usr/include/sys/types.h \
+ /usr/include/time.h /usr/include/sys/select.h /usr/include/bits/select.h \
+ /usr/include/bits/sigset.h /usr/include/bits/time.h \
+ /usr/include/sys/sysmacros.h /usr/include/bits/pthreadtypes.h \
+ /usr/include/alloca.h /usr/include/bits/stdlib-float.h ../inc/config.h \
+ ../inc/../inc/mrcImageSuperResolutionByOpticalFlow.h
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/Makefile b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/Makefile

new file mode 100755 (executable)

index 0000000..ec61247
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/Makefile
@@ -0,0 +1,114 @@
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/Config/Define.inc
+include $(EOS_HOME)/src/$(WORLDNAME)/Config/Define.inc
+include $(EOS_HOME)/src/Config/DefineTool.inc
+
+LIBFILES   = \
+                       $(LIBPREFIX)EosObjects$(LIBSUFFIX) 
+
+LIBFILESDEBUG   = \
+                       $(LIBPREFIX)EosObjects.debug$(LIBSUFFIX) 
+
+SRCC  = \
+                       $(OBJECTNAME).c \
+                       init.c \
+                       argCheck.c \
+                       usage.c  \
+                       util.c 
+
+SRCCXX  = \
+                       $(OBJECTNAME).cc \
+                       init.cc \
+                       argCheck.cc \
+                       usage.cc  \
+                       util.cc 
+
+MODULES    = \
+                       $(OBJECTNAME).o \
+                       init.o \
+                       argCheck.o \
+                       usage.o  \
+                       util.o 
+
+REALMODULES    = \
+                       $(OSTYPE)/$(OBJECTNAME).o \
+                       $(OSTYPE)/init.o \
+                       $(OSTYPE)/argCheck.o \
+                       $(OSTYPE)/usage.o \
+                       $(OSTYPE)/util.o 
+
+MODULESDEBUG    = \
+                       $(OBJECTNAME).debugo \
+                       init.debugo \
+                       argCheck.debugo \
+                       usage.debugo  \
+                       util.debugo 
+
+MODULESCUDAGDB    = \
+                       $(OBJECTNAME).cudagdb.o \
+                       init.cudagdb.o \
+                       argCheck.cudagdb.o \
+                       usage.cudagdb.o  \
+                       util.cudagdb.o 
+
+REALMODULESDEBUG    = \
+                       $(OSTYPE)/$(OBJECTNAME).debugo \
+                       $(OSTYPE)/init.debugo \
+                       $(OSTYPE)/argCheck.debugo \
+                       $(OSTYPE)/usage.debugo \
+                       $(OSTYPE)/util.debugo 
+
+
+$(OBJECTNAME): $(MODULES) $(LIBFILES)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+               $(NVCC) $(NVCCOPTS) $(MODULES) $(LIBFILES) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) $(CUDALIB) $(CUDAINC) -o $@ ;  \
+       fi
+
+
+$(OBJECTNAME).debug: $(MODULESDEBUG) $(LIBFILESDEBUG)
+       @if [ -f $(VPATH)/$(OBJECTNAME).c ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cc ] ; \
+       then \
+               echo $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(CXX) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).ccm ] ; \
+       then \
+               echo "MICO"; \
+               echo $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+               $(MICOLD) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@  ; \
+       fi
+       @if [ -f $(VPATH)/$(OBJECTNAME).cu ] ; \
+       then \
+               echo $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+               $(CC) $(CCOPTSDEBUG) $(MODULESDEBUG) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@ ;  \
+       fi
+
+$(OBJECTNAME).cudagdb: $(MODULESCUDAGDB) $(LIBFILESDEBUG)
+       echo $(NVCC) "$(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@"
+       $(NVCC) $(NVCCOPTSCUDAGDB) $(MODULESCUDAGDB) $(LIBFILESDEBUG) $(EXTRA_LIB) $(KHOROS_LIBS) $(LIBPVM) $(STANDARDLIB) $(HOSTDEPENDENTLIB) -o $@
+
+include ./.Depend
+include  $(EOS_HOME)/src/$(WORLDNAME)/$(CLASSNAME)/$(OBJECTNAME)/Config/Target.inc
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/X86LINUX64 b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/X86LINUX64

new file mode 120000 (symlink)

index 0000000..9784b95
--- /dev/null
+++ b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/X86LINUX64
@@ -0,0 +1 @@
+../../../../../hostdepend/X86LINUX64/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64
+\ No newline at end of file
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/argCheck.o b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/argCheck.o

new file mode 100644 (file)

index 0000000..1ab70a4

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/argCheck.o differ
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/init.o b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/init.o

new file mode 100644 (file)

index 0000000..2629d49

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/init.o differ
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/mrcImageSuperResolutionByOpticalFlow b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/mrcImageSuperResolutionByOpticalFlow

new file mode 100755 (executable)

index 0000000..a83167c

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/mrcImageSuperResolutionByOpticalFlow differ
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/mrcImageSuperResolutionByOpticalFlow.o b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/mrcImageSuperResolutionByOpticalFlow.o

new file mode 100644 (file)

index 0000000..db24db5

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/mrcImageSuperResolutionByOpticalFlow.o differ
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/usage.o b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/usage.o

new file mode 100644 (file)

index 0000000..6febc94

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/usage.o differ
diff --git a/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/util.o b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/util.o

new file mode 100644 (file)

index 0000000..511be9b

Binary files /dev/null and b/src/Tools/mrcImage/mrcImageSuperResolutionByOpticalFlow/src/X86LINUX64/util.o differ
diff --git a/src/Tools/mrcImage/mrcImageSymmetryAverage/src/X86LINUX64/mrcImageSymmetryAverage b/src/Tools/mrcImage/mrcImageSymmetryAverage/src/X86LINUX64/mrcImageSymmetryAverage

index e352c2e..2064108 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcImageSymmetryAverage/src/X86LINUX64/mrcImageSymmetryAverage and b/src/Tools/mrcImage/mrcImageSymmetryAverage/src/X86LINUX64/mrcImageSymmetryAverage differ
diff --git a/src/Tools/mrcImage/mrcImageSymmetryCentreFind/src/X86LINUX64/mrcImageSymmetryCentreFind b/src/Tools/mrcImage/mrcImageSymmetryCentreFind/src/X86LINUX64/mrcImageSymmetryCentreFind

index cc7f917..74fae55 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcImageSymmetryCentreFind/src/X86LINUX64/mrcImageSymmetryCentreFind and b/src/Tools/mrcImage/mrcImageSymmetryCentreFind/src/X86LINUX64/mrcImageSymmetryCentreFind differ
diff --git a/src/Tools/mrcImage/mrcImageSymmetryFind/src/X86LINUX64/mrcImageSymmetryFind b/src/Tools/mrcImage/mrcImageSymmetryFind/src/X86LINUX64/mrcImageSymmetryFind

index 1389ec2..9b447c3 100755 (executable)

Binary files a/src/Tools/mrcImage/mrcImageSymmetryFind/src/X86LINUX64/mrcImageSymmetryFind and b/src/Tools/mrcImage/mrcImageSymmetryFind/src/X86LINUX64/mrcImageSymmetryFind differ
diff --git a/src/Tools/pdbUtil/pdb2mrc2d/src/X86LINUX64/pdb2mrc2d b/src/Tools/pdbUtil/pdb2mrc2d/src/X86LINUX64/pdb2mrc2d

index af7336a..0b4079c 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdb2mrc2d/src/X86LINUX64/pdb2mrc2d and b/src/Tools/pdbUtil/pdb2mrc2d/src/X86LINUX64/pdb2mrc2d differ
diff --git a/src/Tools/pdbUtil/pdb2mrc2dWithCTF/src/X86LINUX64/pdb2mrc2dWithCTF b/src/Tools/pdbUtil/pdb2mrc2dWithCTF/src/X86LINUX64/pdb2mrc2dWithCTF

index 3eafa49..04253a6 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdb2mrc2dWithCTF/src/X86LINUX64/pdb2mrc2dWithCTF and b/src/Tools/pdbUtil/pdb2mrc2dWithCTF/src/X86LINUX64/pdb2mrc2dWithCTF differ
diff --git a/src/Tools/pdbUtil/pdbChargeFit/src/X86LINUX64/pdbChargeFit b/src/Tools/pdbUtil/pdbChargeFit/src/X86LINUX64/pdbChargeFit

index 392d85d..81f50cc 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbChargeFit/src/X86LINUX64/pdbChargeFit and b/src/Tools/pdbUtil/pdbChargeFit/src/X86LINUX64/pdbChargeFit differ
diff --git a/src/Tools/pdbUtil/pdbCrystalCreate/src/X86LINUX64/pdbCrystalCreate b/src/Tools/pdbUtil/pdbCrystalCreate/src/X86LINUX64/pdbCrystalCreate

index 40660bc..909ab40 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbCrystalCreate/src/X86LINUX64/pdbCrystalCreate and b/src/Tools/pdbUtil/pdbCrystalCreate/src/X86LINUX64/pdbCrystalCreate differ
diff --git a/src/Tools/pdbUtil/pdbHelix/src/X86LINUX64/pdbHelix b/src/Tools/pdbUtil/pdbHelix/src/X86LINUX64/pdbHelix

index 70a92c6..d5c41ea 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbHelix/src/X86LINUX64/pdbHelix and b/src/Tools/pdbUtil/pdbHelix/src/X86LINUX64/pdbHelix differ
diff --git a/src/Tools/pdbUtil/pdbMatrixCreate/src/X86LINUX64/pdbMatrixCreate b/src/Tools/pdbUtil/pdbMatrixCreate/src/X86LINUX64/pdbMatrixCreate

index d66bbde..ebaeacb 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbMatrixCreate/src/X86LINUX64/pdbMatrixCreate and b/src/Tools/pdbUtil/pdbMatrixCreate/src/X86LINUX64/pdbMatrixCreate differ
diff --git a/src/Tools/pdbUtil/pdbMove/src/X86LINUX64/pdbMove b/src/Tools/pdbUtil/pdbMove/src/X86LINUX64/pdbMove

index 1a76b0b..1191692 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbMove/src/X86LINUX64/pdbMove and b/src/Tools/pdbUtil/pdbMove/src/X86LINUX64/pdbMove differ
diff --git a/src/Tools/pdbUtil/pdbPCA/src/X86LINUX64/pdbPCA b/src/Tools/pdbUtil/pdbPCA/src/X86LINUX64/pdbPCA

index ad6074b..988d06a 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbPCA/src/X86LINUX64/pdbPCA and b/src/Tools/pdbUtil/pdbPCA/src/X86LINUX64/pdbPCA differ
diff --git a/src/Tools/pdbUtil/pdbRotation/src/X86LINUX64/pdbRotation b/src/Tools/pdbUtil/pdbRotation/src/X86LINUX64/pdbRotation

index 6908127..1dcbbbf 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbRotation/src/X86LINUX64/pdbRotation and b/src/Tools/pdbUtil/pdbRotation/src/X86LINUX64/pdbRotation differ
diff --git a/src/Tools/pdbUtil/pdbShapeFit/src/X86LINUX64/pdbShapeFit b/src/Tools/pdbUtil/pdbShapeFit/src/X86LINUX64/pdbShapeFit

index 3832bb7..f23c487 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbShapeFit/src/X86LINUX64/pdbShapeFit and b/src/Tools/pdbUtil/pdbShapeFit/src/X86LINUX64/pdbShapeFit differ
diff --git a/src/Tools/pdbUtil/pdbTwoProteinFit/src/X86LINUX64/pdbTwoProteinFit b/src/Tools/pdbUtil/pdbTwoProteinFit/src/X86LINUX64/pdbTwoProteinFit

index a9db51b..895a667 100755 (executable)

Binary files a/src/Tools/pdbUtil/pdbTwoProteinFit/src/X86LINUX64/pdbTwoProteinFit and b/src/Tools/pdbUtil/pdbTwoProteinFit/src/X86LINUX64/pdbTwoProteinFit differ
diff --git a/util/X86LINUX64/bin/gsl-config b/util/X86LINUX64/bin/gsl-config

index a4a9ffe..18505c4 100755 (executable)
--- a/util/X86LINUX64/bin/gsl-config
+++ b/util/X86LINUX64/bin/gsl-config
@@ -1,8 +1,8 @@
  #! /bin/sh
  
-prefix=/home/people/tacyas/Eos/util/X86LINUX64
-exec_prefix=/home/people/tacyas/Eos/util/X86LINUX64
-includedir=/home/people/tacyas/Eos/util/X86LINUX64/include
+prefix=/home/tacyas/Eos/util/X86LINUX64
+exec_prefix=/home/tacyas/Eos/util/X86LINUX64
+includedir=/home/tacyas/Eos/util/X86LINUX64/include
  
  usage()
  {
@@ -49,7 +49,7 @@ while test $# -gt 0; do
         ;;
  
      --version)
-       echo 1.16
+       echo 2.7
         exit 0
         ;;
  
@@ -58,16 +58,16 @@ while test $# -gt 0; do
         ;;
  
      --cflags)
-               echo -I/home/people/tacyas/Eos/util/X86LINUX64/include 
+               echo -I/home/tacyas/Eos/util/X86LINUX64/include 
                 ;;
  
      --libs)
          : ${GSL_CBLAS_LIB=-lgslcblas}
-       echo -L/home/people/tacyas/Eos/util/X86LINUX64/lib -lgsl $GSL_CBLAS_LIB -lm
+       echo -L/home/tacyas/Eos/util/X86LINUX64/lib -lgsl $GSL_CBLAS_LIB -lm
                 ;;
  
      --libs-without-cblas)
-       echo -L/home/people/tacyas/Eos/util/X86LINUX64/lib -lgsl -lm
+       echo -L/home/tacyas/Eos/util/X86LINUX64/lib -lgsl -lm
                 ;;
      *)
         usage
diff --git a/util/X86LINUX64/bin/gsl-histogram b/util/X86LINUX64/bin/gsl-histogram

index df4777c..33e4e3b 100755 (executable)

Binary files a/util/X86LINUX64/bin/gsl-histogram and b/util/X86LINUX64/bin/gsl-histogram differ
diff --git a/util/X86LINUX64/bin/gsl-randist b/util/X86LINUX64/bin/gsl-randist

index e5330a1..e97e0fb 100755 (executable)

Binary files a/util/X86LINUX64/bin/gsl-randist and b/util/X86LINUX64/bin/gsl-randist differ
diff --git a/util/X86LINUX64/include/gsl/gsl_bspline.h b/util/X86LINUX64/include/gsl/gsl_bspline.h

index 6bb7c19..878fe49 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_bspline.h
+++ b/util/X86LINUX64/include/gsl/gsl_bspline.h
@@ -40,24 +40,21 @@ __BEGIN_DECLS
  
  typedef struct
  {
-    size_t k; /* spline order */
-    size_t km1; /* k - 1 (polynomial order) */
-    size_t l; /* number of polynomial pieces on interval */
+    size_t k;      /* spline order */
+    size_t km1;    /* k - 1 (polynomial order) */
+    size_t l;      /* number of polynomial pieces on interval */
      size_t nbreak; /* number of breakpoints (l + 1) */
-    size_t n; /* number of bspline basis functions (l + k - 1) */
+    size_t n;      /* number of bspline basis functions (l + k - 1) */
  
-    gsl_vector *knots; /* knots vector */
+    gsl_vector *knots;  /* knots vector */
      gsl_vector *deltal; /* left delta */
      gsl_vector *deltar; /* right delta */
-    gsl_vector *B; /* temporary spline results */
-} gsl_bspline_workspace;
+    gsl_vector *B;      /* temporary spline results */
  
-typedef struct
-{
-    size_t k; /* spline order */
-    gsl_matrix *A; /* work matrix */
-    gsl_matrix *dB; /* temporary derivative results */
-} gsl_bspline_deriv_workspace;
+    /* bspline derivative parameters */
+    gsl_matrix *A;      /* work matrix */
+    gsl_matrix *dB;     /* temporary derivative results */
+} gsl_bspline_workspace;
  
  gsl_bspline_workspace *
  gsl_bspline_alloc(const size_t k, const size_t nbreak);
@@ -92,18 +89,11 @@ gsl_bspline_eval_nonzero(const double x,
                           size_t *iend,
                           gsl_bspline_workspace *w);
  
-gsl_bspline_deriv_workspace *
-gsl_bspline_deriv_alloc(const size_t k);
-
-void
-gsl_bspline_deriv_free(gsl_bspline_deriv_workspace *w);
-
  int
  gsl_bspline_deriv_eval(const double x,
                         const size_t nderiv,
                         gsl_matrix *dB,
-                       gsl_bspline_workspace *w,
-                       gsl_bspline_deriv_workspace *dw);
+                       gsl_bspline_workspace *w);
  
  int
  gsl_bspline_deriv_eval_nonzero(const double x,
@@ -111,8 +101,7 @@ gsl_bspline_deriv_eval_nonzero(const double x,
                                 gsl_matrix *dB,
                                 size_t *istart,
                                 size_t *iend,
-                               gsl_bspline_workspace *w,
-                               gsl_bspline_deriv_workspace *dw);
+                               gsl_bspline_workspace *w);
  
  __END_DECLS
  
diff --git a/util/X86LINUX64/include/gsl/gsl_bst.h b/util/X86LINUX64/include/gsl/gsl_bst.h

new file mode 100644 (file)

index 0000000..7b18a6c
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_bst.h
@@ -0,0 +1,117 @@
+/* bst/gsl_bst.h
+ * 
+ * Copyright (C) 2018, 2019 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_BST_H__
+#define __GSL_BST_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst_avl.h>
+#include <gsl/gsl_bst_rb.h>
+#include <gsl/gsl_bst_types.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/* type of binary search tree */
+typedef struct
+{
+  const char *name;
+  const size_t node_size;
+  int    (*init)(const gsl_bst_allocator * allocator,
+                 gsl_bst_cmp_function * compare, void * params, void * vtable);
+  size_t (*nodes) (const void * vtable);
+  void * (*insert) (void * item, void * vtable);
+  void * (*find) (const void *item, const void * vtable);
+  void * (*remove) (const void *item, void * vtable);
+  int    (*empty) (void * vtable);
+  int    (*trav_init) (void * vtrav, const void * vtable);
+  void * (*trav_first) (void * vtrav, const void * vtable);
+  void * (*trav_last) (void * vtrav, const void * vtable);
+  void * (*trav_find) (const void * item, void * vtrav, const void * vtable);
+  void * (*trav_insert) (void * item, void * vtrav, void * vtable);
+  void * (*trav_copy) (void * vtrav, const void * vsrc);
+  void * (*trav_next) (void * vtrav);
+  void * (*trav_prev) (void * vtrav);
+  void * (*trav_cur) (const void * vtrav);
+  void * (*trav_replace) (void * vtrav, void * new_item);
+} gsl_bst_type;
+
+typedef struct
+{
+  const gsl_bst_type * type;    /* binary search tree type */
+  union
+    {
+      gsl_bst_avl_table avl_table;
+      gsl_bst_rb_table rb_table;
+    } table;
+} gsl_bst_workspace;
+
+typedef struct
+{
+  const gsl_bst_type * type;    /* binary search tree type */
+  union
+    {
+      gsl_bst_avl_traverser avl_trav;
+      gsl_bst_rb_traverser rb_trav;
+    } trav_data;
+} gsl_bst_trav;
+
+/* tree types */
+GSL_VAR const gsl_bst_type * gsl_bst_avl;
+GSL_VAR const gsl_bst_type * gsl_bst_rb;
+
+/*
+ * Prototypes
+ */
+
+gsl_bst_workspace * gsl_bst_alloc(const gsl_bst_type * T, const gsl_bst_allocator * allocator,
+                                  gsl_bst_cmp_function * compare, void * params);
+void gsl_bst_free(gsl_bst_workspace * w);
+int gsl_bst_empty(gsl_bst_workspace * w);
+void * gsl_bst_insert(void * item, gsl_bst_workspace * w);
+void * gsl_bst_find(const void * item, const gsl_bst_workspace * w);
+void * gsl_bst_remove(const void * item, gsl_bst_workspace * w);
+size_t gsl_bst_nodes(const gsl_bst_workspace * w);
+size_t gsl_bst_node_size(const gsl_bst_workspace * w);
+const char * gsl_bst_name(const gsl_bst_workspace * w);
+
+int gsl_bst_trav_init(gsl_bst_trav * trav, const gsl_bst_workspace * w);
+void * gsl_bst_trav_first(gsl_bst_trav * trav, const gsl_bst_workspace * w);
+void * gsl_bst_trav_last (gsl_bst_trav * trav, const gsl_bst_workspace * w);
+void * gsl_bst_trav_find (const void * item, gsl_bst_trav * trav, const gsl_bst_workspace * w);
+void * gsl_bst_trav_insert (void * item, gsl_bst_trav * trav, gsl_bst_workspace * w);
+void * gsl_bst_trav_copy(gsl_bst_trav * dest, const gsl_bst_trav * src);
+void * gsl_bst_trav_next(gsl_bst_trav * trav);
+void * gsl_bst_trav_prev(gsl_bst_trav * trav);
+void * gsl_bst_trav_cur(const gsl_bst_trav * trav);
+void * gsl_bst_trav_replace (gsl_bst_trav * trav, void * new_item);
+
+__END_DECLS
+
+#endif /* __GSL_BST_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_bst_avl.h b/util/X86LINUX64/include/gsl/gsl_bst_avl.h

new file mode 100644 (file)

index 0000000..99c4a89
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_bst_avl.h
@@ -0,0 +1,73 @@
+/* bst/gsl_bst_avl.h
+ * 
+ * Copyright (C) 2018 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_BST_AVL_H__
+#define __GSL_BST_AVL_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_bst_types.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+#ifndef GSL_BST_AVL_MAX_HEIGHT
+#define GSL_BST_AVL_MAX_HEIGHT 32
+#endif
+
+/* AVL node */
+struct gsl_bst_avl_node
+{
+  struct gsl_bst_avl_node *avl_link[2]; /* subtrees */
+  void *avl_data;                       /* pointer to data */
+  signed char avl_balance;              /* balance factor */
+};
+
+/* tree data structure */
+typedef struct
+{
+  struct gsl_bst_avl_node *avl_root;          /* tree's root */
+  gsl_bst_cmp_function *avl_compare;          /* comparison function */
+  void *avl_param;                            /* extra argument to |avl_compare| */
+  const gsl_bst_allocator *avl_alloc;         /* memory allocator */
+  size_t avl_count;                           /* number of items in tree */
+  unsigned long avl_generation;               /* generation number */
+} gsl_bst_avl_table;
+
+/* AVL traverser structure */
+typedef struct
+{
+  const gsl_bst_avl_table *avl_table;                         /* tree being traversed */
+  struct gsl_bst_avl_node *avl_node;                          /* current node in tree */
+  struct gsl_bst_avl_node *avl_stack[GSL_BST_AVL_MAX_HEIGHT]; /* all the nodes above |avl_node| */
+  size_t avl_height;                                          /* number of nodes in |avl_parent| */
+  unsigned long avl_generation;                               /* generation number */
+} gsl_bst_avl_traverser;
+
+__END_DECLS
+
+#endif /* __GSL_BST_AVL_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_bst_rb.h b/util/X86LINUX64/include/gsl/gsl_bst_rb.h

new file mode 100644 (file)

index 0000000..05e0c0f
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_bst_rb.h
@@ -0,0 +1,74 @@
+/* bst/gsl_bst_rb.h
+ * 
+ * Copyright (C) 2018 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_BST_RB_H__
+#define __GSL_BST_RB_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_bst_types.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+#ifndef GSL_BST_RB_MAX_HEIGHT
+#define GSL_BST_RB_MAX_HEIGHT 48
+#endif
+
+/* red-black node */
+struct gsl_bst_rb_node
+{
+  struct gsl_bst_rb_node *rb_link[2]; /* subtrees */
+  void *rb_data;                      /* pointer to data */
+  unsigned char rb_color;             /* color */
+};
+
+/* red-black tree data structure */
+typedef struct
+{
+  struct gsl_bst_rb_node *rb_root;   /* tree's root */
+  gsl_bst_cmp_function *rb_compare;  /* comparison function */
+  void *rb_param;                    /* extra argument to |rb_compare| */
+  const gsl_bst_allocator *rb_alloc; /* memory allocator */
+  size_t rb_count;                   /* number of items in tree */
+  unsigned long rb_generation;       /* generation number */
+} gsl_bst_rb_table;
+
+/* red-black traverser structure */
+typedef struct
+{
+  const gsl_bst_rb_table *rb_table;  /* tree being traversed */
+  struct gsl_bst_rb_node *rb_node;   /* current node in tree */
+  struct gsl_bst_rb_node *rb_stack[GSL_BST_RB_MAX_HEIGHT];
+                                     /* all the nodes above |rb_node| */
+  size_t rb_height;                  /* number of nodes in |rb_parent| */
+  unsigned long rb_generation;       /* generation number */
+} gsl_bst_rb_traverser;
+
+__END_DECLS
+
+#endif /* __GSL_BST_RB_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_bst_types.h b/util/X86LINUX64/include/gsl/gsl_bst_types.h

new file mode 100644 (file)

index 0000000..c03adf3
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_bst_types.h
@@ -0,0 +1,48 @@
+/* bst/gsl_bst_types.h
+ * 
+ * Copyright (C) 2019 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_BST_TYPES_H__
+#define __GSL_BST_TYPES_H__
+
+#include <stdlib.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+typedef int gsl_bst_cmp_function (const void * a, const void * b, void * params);
+
+/* allocation routines */
+typedef struct
+{
+  void * (*alloc) (size_t size, void * params);
+  void (*free) (void * block, void * params);
+} gsl_bst_allocator;
+
+__END_DECLS
+
+#endif /* __GSL_BST_TYPES_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_chebyshev.h b/util/X86LINUX64/include/gsl/gsl_chebyshev.h

index 858048e..98a6980 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_chebyshev.h
+++ b/util/X86LINUX64/include/gsl/gsl_chebyshev.h
@@ -20,6 +20,7 @@
  #ifndef __GSL_CHEBYSHEV_H__
  #define __GSL_CHEBYSHEV_H__
  
+#include <stdlib.h>
  #include <gsl/gsl_math.h>
  #include <gsl/gsl_mode.h>
  
diff --git a/util/X86LINUX64/include/gsl/gsl_complex.h b/util/X86LINUX64/include/gsl/gsl_complex.h

index e77b770..347ac87 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_complex.h
+++ b/util/X86LINUX64/include/gsl/gsl_complex.h
@@ -1,6 +1,7 @@
  /* complex/gsl_complex.h
   * 
   * Copyright (C) 1996, 1997, 1998, 1999, 2000, 2007 Gerard Jungman, Brian Gough
+ * Copyright (C) 2020, 2021 Patrick Alken
   * 
   * This program is free software; you can redistribute it and/or modify
   * it under the terms of the GNU General Public License as published by
@@ -66,35 +67,75 @@ typedef const double *       gsl_const_complex_packed_ptr ;
  typedef const float *        gsl_const_complex_packed_float_ptr  ;
  typedef const long double *  gsl_const_complex_packed_long_double_ptr ;
  
+/*
+ * If <complex.h> is included, use the C99 complex type.  Otherwise
+ * define a type bit-compatible with C99 complex. The GSL_REAL and GSL_IMAG
+ * macros require C11 functionality also (_Generic)
+ */
+
+/* older gcc compilers claim to be C11 compliant but do not support _Generic */
+#if defined(__GNUC__) && (__GNUC__ < 7)
+#  define GSL_COMPLEX_LEGACY 1
+#endif
+
+#if !defined(GSL_COMPLEX_LEGACY) &&          \
+     defined(_Complex_I) &&                  \
+     defined(complex) &&                     \
+     defined(I) &&                           \
+     defined(__STDC__) && (__STDC__ == 1) && \
+     defined(__STDC_VERSION__) && (__STDC_VERSION__ >= 201112L) /* C11 */
+
+#  define GSL_COMPLEX_DEFINE(R, C) typedef R _Complex C ;
+
+#  define GSL_COMPLEX_P(zp)        (&(zp))
+#  define GSL_COMPLEX_EQ(z1,z2)    ((z1) == (z2))
+#  define GSL_SET_COMPLEX(zp,x,y)  (*(zp) = (x) + I * (y))
+
+#  define GSL_REAL(z)              (_Generic((z),                             \
+                                     complex float       : ((float *) &(z)),  \
+                                     complex double      : ((double *) &(z)), \
+                                     complex long double : ((long double *) &(z)))[0])
+
+#  define GSL_IMAG(z)              (_Generic((z),                             \
+                                     complex float       : ((float *) &(z)),  \
+                                     complex double      : ((double *) &(z)), \
+                                     complex long double : ((long double *) &(z)))[1])
+
+#  define GSL_COMPLEX_P_REAL(zp)   GSL_REAL(*(zp))
+#  define GSL_COMPLEX_P_IMAG(zp)   GSL_IMAG(*(zp))
+#  define GSL_SET_REAL(zp,x)       do { GSL_REAL(*(zp)) = (x); } while(0)
+#  define GSL_SET_IMAG(zp,x)       do { GSL_IMAG(*(zp)) = (x); } while(0)
+
+#else /* legacy complex definitions */
+
+/*
+ * According to the C17 standard, 6.2.5 paragraph 13:
+ *
+ * "Each complex type has the same representation and alignment requirements
+ * as an array type containing exactly two elements of the corresponding real
+ * type; the first element is equal to the real part, and the second element to
+ * the imaginary part, of the complex number."
+ */
+
+/*#  define GSL_COMPLEX_DEFINE(R, C) typedef R C[2]*/
+#  define GSL_COMPLEX_DEFINE(R, C) typedef struct { R dat[2]; } C ;
+
+#  define GSL_REAL(z)              ((z).dat[0])
+#  define GSL_IMAG(z)              ((z).dat[1])
+#  define GSL_COMPLEX_P(zp)        ((zp)->dat)
+#  define GSL_COMPLEX_P_REAL(zp)   ((zp)->dat[0])
+#  define GSL_COMPLEX_P_IMAG(zp)   ((zp)->dat[1])
+#  define GSL_COMPLEX_EQ(z1,z2)    (((z1).dat[0] == (z2).dat[0]) && ((z1).dat[1] == (z2).dat[1]))
+
+#  define GSL_SET_COMPLEX(zp,x,y)  do {(zp)->dat[0]=(x); (zp)->dat[1]=(y);} while(0)
+#  define GSL_SET_REAL(zp,x)       do {(zp)->dat[0]=(x);} while(0)
+#  define GSL_SET_IMAG(zp,y)       do {(zp)->dat[1]=(y);} while(0)
+
+#endif
  
-typedef struct
-  {
-    long double dat[2];
-  }
-gsl_complex_long_double;
-
-typedef struct
-  {
-    double dat[2];
-  }
-gsl_complex;
-
-typedef struct
-  {
-    float dat[2];
-  }
-gsl_complex_float;
-
-#define GSL_REAL(z)     ((z).dat[0])
-#define GSL_IMAG(z)     ((z).dat[1])
-#define GSL_COMPLEX_P(zp) ((zp)->dat)
-#define GSL_COMPLEX_P_REAL(zp)  ((zp)->dat[0])
-#define GSL_COMPLEX_P_IMAG(zp)  ((zp)->dat[1])
-#define GSL_COMPLEX_EQ(z1,z2) (((z1).dat[0] == (z2).dat[0]) && ((z1).dat[1] == (z2).dat[1]))
-
-#define GSL_SET_COMPLEX(zp,x,y) do {(zp)->dat[0]=(x); (zp)->dat[1]=(y);} while(0)
-#define GSL_SET_REAL(zp,x) do {(zp)->dat[0]=(x);} while(0)
-#define GSL_SET_IMAG(zp,y) do {(zp)->dat[1]=(y);} while(0)
+GSL_COMPLEX_DEFINE(double, gsl_complex)
+GSL_COMPLEX_DEFINE(long double, gsl_complex_long_double)
+GSL_COMPLEX_DEFINE(float, gsl_complex_float)
  
  #define GSL_SET_COMPLEX_PACKED(zp,n,x,y) do {*((zp)+2*(n))=(x); *((zp)+(2*(n)+1))=(y);} while(0)
  
diff --git a/util/X86LINUX64/include/gsl/gsl_dht.h b/util/X86LINUX64/include/gsl/gsl_dht.h

index bfc4b2f..853e5da 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_dht.h
+++ b/util/X86LINUX64/include/gsl/gsl_dht.h
@@ -22,6 +22,8 @@
  #ifndef __GSL_DHT_H__
  #define __GSL_DHT_H__
  
+#include <stdlib.h>
+
  #undef __BEGIN_DECLS
  #undef __END_DECLS
  #ifdef __cplusplus
diff --git a/util/X86LINUX64/include/gsl/gsl_filter.h b/util/X86LINUX64/include/gsl/gsl_filter.h

new file mode 100644 (file)

index 0000000..7e902cd
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_filter.h
@@ -0,0 +1,108 @@
+/* filter/gsl_filter.h
+ * 
+ * Copyright (C) 2018 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_FILTER_H__
+#define __GSL_FILTER_H__
+
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_vector.h>
+#include <gsl/gsl_movstat.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/* end point handling methods */
+typedef enum
+{
+  GSL_FILTER_END_PADZERO = GSL_MOVSTAT_END_PADZERO,
+  GSL_FILTER_END_PADVALUE = GSL_MOVSTAT_END_PADVALUE,
+  GSL_FILTER_END_TRUNCATE = GSL_MOVSTAT_END_TRUNCATE
+} gsl_filter_end_t;
+
+/* robust scale estimates */
+typedef enum
+{
+  GSL_FILTER_SCALE_MAD, /* median absolute deviation */
+  GSL_FILTER_SCALE_IQR, /* interquartile range */
+  GSL_FILTER_SCALE_SN,  /* S_n scale statistic */
+  GSL_FILTER_SCALE_QN   /* Q_n scale statistic */
+} gsl_filter_scale_t;
+
+/* workspace for Gaussian filter */
+typedef struct
+{
+  size_t K;        /* window size */
+  double *kernel;  /* Gaussian kernel, size K */
+  gsl_movstat_workspace *movstat_workspace_p;
+} gsl_filter_gaussian_workspace;
+
+gsl_filter_gaussian_workspace *gsl_filter_gaussian_alloc(const size_t K);
+void gsl_filter_gaussian_free(gsl_filter_gaussian_workspace * w);
+int gsl_filter_gaussian(const gsl_filter_end_t endtype, const double alpha, const size_t order, const gsl_vector * x,
+                        gsl_vector * y, gsl_filter_gaussian_workspace * w);
+int gsl_filter_gaussian_kernel(const double alpha, const size_t order, const int normalize, gsl_vector * kernel);
+
+/* workspace for standard median filter */
+typedef struct
+{
+  gsl_movstat_workspace *movstat_workspace_p;
+} gsl_filter_median_workspace;
+
+gsl_filter_median_workspace *gsl_filter_median_alloc(const size_t K);
+void gsl_filter_median_free(gsl_filter_median_workspace * w);
+int gsl_filter_median(const gsl_filter_end_t endtype, const gsl_vector * x, gsl_vector * y, gsl_filter_median_workspace * w);
+
+/* workspace for recursive median filter */
+typedef struct
+{
+  size_t H;                            /* window half-length (K / 2) */
+  size_t K;                            /* window size */
+  void *state;                         /* workspace for min/max accumulator */
+  double *window;                      /* array holding first window */
+  const gsl_movstat_accum * minmaxacc; /* minimum/maximum accumulator */
+  gsl_movstat_workspace *movstat_workspace_p;
+} gsl_filter_rmedian_workspace;
+
+gsl_filter_rmedian_workspace *gsl_filter_rmedian_alloc(const size_t K);
+void gsl_filter_rmedian_free(gsl_filter_rmedian_workspace * w);
+int gsl_filter_rmedian(const gsl_filter_end_t, const gsl_vector * x, gsl_vector * y, gsl_filter_rmedian_workspace * w);
+
+typedef struct
+{
+  gsl_movstat_workspace *movstat_workspace_p;
+} gsl_filter_impulse_workspace;
+
+gsl_filter_impulse_workspace *gsl_filter_impulse_alloc(const size_t K);
+void gsl_filter_impulse_free(gsl_filter_impulse_workspace * w);
+int gsl_filter_impulse(const gsl_filter_end_t endtype, const gsl_filter_scale_t scale_type, const double t,
+                       const gsl_vector * x, gsl_vector * y, gsl_vector * xmedian, gsl_vector * xsigma, size_t * noutlier,
+                       gsl_vector_int * ioutlier, gsl_filter_impulse_workspace * w);
+
+__END_DECLS
+
+#endif /* __GSL_FILTER_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_inline.h b/util/X86LINUX64/include/gsl/gsl_inline.h

index 2172201..f8fb9a0 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_inline.h
+++ b/util/X86LINUX64/include/gsl/gsl_inline.h
@@ -40,8 +40,8 @@
     in the public header files as
  
          INLINE_DECL double gsl_foo (double x);
-       #ifdef HAVE_INLINE
-       INLINE_FUN double gsl_foo (double x) { return x+1.0; } ;
+        #ifdef HAVE_INLINE
+        INLINE_FUN double gsl_foo (double x) { return x+1.0; } ;
          #endif
     
  */
diff --git a/util/X86LINUX64/include/gsl/gsl_integration.h b/util/X86LINUX64/include/gsl/gsl_integration.h

index 5972f49..b0c1b02 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_integration.h
+++ b/util/X86LINUX64/include/gsl/gsl_integration.h
@@ -259,29 +259,25 @@ typedef struct
  gsl_integration_glfixed_table;
  
  
-gsl_integration_glfixed_table *
-  gsl_integration_glfixed_table_alloc (size_t n);
+gsl_integration_glfixed_table * gsl_integration_glfixed_table_alloc (size_t n);
  
-void
-  gsl_integration_glfixed_table_free (gsl_integration_glfixed_table * t);
+void gsl_integration_glfixed_table_free (gsl_integration_glfixed_table * t);
  
  /* Routine for fixed-order Gauss-Legendre integration */
  
-double
-  gsl_integration_glfixed (const gsl_function *f,
-                           double a,
-                           double b,
-                           const gsl_integration_glfixed_table * t);
+double gsl_integration_glfixed (const gsl_function *f,
+                                double a,
+                                double b,
+                                const gsl_integration_glfixed_table * t);
  
  /* Routine to retrieve the i-th Gauss-Legendre point and weight from t */
  
-int
-  gsl_integration_glfixed_point (double a,
-                                 double b,
-                                 size_t i,
-                                 double *xi,
-                                 double *wi,
-                                 const gsl_integration_glfixed_table * t);
+int gsl_integration_glfixed_point (double a,
+                                   double b,
+                                   size_t i,
+                                   double *xi,
+                                   double *wi,
+                                   const gsl_integration_glfixed_table * t);
  
  
  /* Cquad integration - Pedro Gonnet */
@@ -313,10 +309,81 @@ gsl_integration_cquad_workspace_free (gsl_integration_cquad_workspace * w);
  
  int
  gsl_integration_cquad (const gsl_function * f, double a, double b,
-                      double epsabs, double epsrel,
-                      gsl_integration_cquad_workspace * ws,
-                      double *result, double *abserr, size_t * nevals);
+                                  double epsabs, double epsrel,
+                                  gsl_integration_cquad_workspace * ws,
+                                  double *result, double *abserr, size_t * nevals);
+
+/* Romberg integration workspace and routines */
+
+typedef struct
+{
+  size_t n;       /* maximum number of steps */
+  double *work1;  /* workspace for a row of R matrix, size n */
+  double *work2;  /* workspace for a row of R matrix, size n */
+} gsl_integration_romberg_workspace;
+
+gsl_integration_romberg_workspace *gsl_integration_romberg_alloc(const size_t n);
+void gsl_integration_romberg_free(gsl_integration_romberg_workspace * w);
+int gsl_integration_romberg(const gsl_function * f, const double a, const double b,
+                            const double epsabs, const double epsrel, double * result,
+                            size_t * neval, gsl_integration_romberg_workspace * w);
+
+/* IQPACK related structures and routines */
  
+typedef struct
+{
+  double alpha;
+  double beta;
+  double a;
+  double b;
+  double zemu;
+  double shft;
+  double slp;
+  double al;
+  double be;
+} gsl_integration_fixed_params;
+
+typedef struct
+{
+  int (*check)(const size_t n, const gsl_integration_fixed_params * params);
+  int (*init)(const size_t n, double * diag, double * subdiag, gsl_integration_fixed_params * params);
+} gsl_integration_fixed_type;
+
+typedef struct
+{
+  size_t n;        /* number of nodes/weights */
+  double *weights; /* quadrature weights */
+  double *x;       /* quadrature nodes */
+  double *diag;    /* diagonal of Jacobi matrix */
+  double *subdiag; /* subdiagonal of Jacobi matrix */
+  const gsl_integration_fixed_type * type;
+} gsl_integration_fixed_workspace;
+
+/* IQPACK integral types */
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_legendre;
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_chebyshev;
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_gegenbauer;
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_jacobi;
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_laguerre;
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_hermite;
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_exponential;
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_rational;
+GSL_VAR const gsl_integration_fixed_type * gsl_integration_fixed_chebyshev2;
+
+gsl_integration_fixed_workspace *
+gsl_integration_fixed_alloc(const gsl_integration_fixed_type * type, const size_t n,
+                            const double a, const double b, const double alpha, const double beta);
+
+void gsl_integration_fixed_free(gsl_integration_fixed_workspace * w);
+
+size_t gsl_integration_fixed_n(const gsl_integration_fixed_workspace * w);
+
+double *gsl_integration_fixed_nodes(const gsl_integration_fixed_workspace * w);
+
+double *gsl_integration_fixed_weights(const gsl_integration_fixed_workspace * w);
+
+int gsl_integration_fixed(const gsl_function * func, double * result,
+                          const gsl_integration_fixed_workspace * w);
  
  __END_DECLS
  
diff --git a/util/X86LINUX64/include/gsl/gsl_interp.h b/util/X86LINUX64/include/gsl/gsl_interp.h

index 03dc973..8321224 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_interp.h
+++ b/util/X86LINUX64/include/gsl/gsl_interp.h
@@ -78,6 +78,7 @@ GSL_VAR const gsl_interp_type * gsl_interp_cspline;
  GSL_VAR const gsl_interp_type * gsl_interp_cspline_periodic;
  GSL_VAR const gsl_interp_type * gsl_interp_akima;
  GSL_VAR const gsl_interp_type * gsl_interp_akima_periodic;
+GSL_VAR const gsl_interp_type * gsl_interp_steffen;
  
  gsl_interp_accel *
  gsl_interp_accel_alloc(void);
diff --git a/util/X86LINUX64/include/gsl/gsl_interp2d.h b/util/X86LINUX64/include/gsl/gsl_interp2d.h

new file mode 100644 (file)

index 0000000..e35fd81
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_interp2d.h
@@ -0,0 +1,174 @@
+/* interpolation/gsl_interp2d.h
+ * 
+ * Copyright 2012 David Zaslavsky
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_INTERP2D_H__
+#define __GSL_INTERP2D_H__
+
+#include <gsl/gsl_interp.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+typedef struct {
+    const char* name;
+    unsigned int min_size;
+    void * (*alloc)(size_t xsize, size_t ysize);
+    int    (*init)(void *, const double xa[], const double ya[], const double za[], size_t xsize, size_t ysize);
+    int    (*eval)(const void *, const double xa[], const double ya[], const double za[], size_t xsize, size_t ysize, double x, double y, gsl_interp_accel*, gsl_interp_accel*, double* z);
+    int    (*eval_deriv_x) (const void *, const double xa[], const double ya[], const double za[], size_t xsize, size_t ysize, double x, double y, gsl_interp_accel*, gsl_interp_accel*, double* z_p);
+    int    (*eval_deriv_y) (const void *, const double xa[], const double ya[], const double za[], size_t xsize, size_t ysize, double x, double y, gsl_interp_accel*, gsl_interp_accel*, double* z_p);
+    int    (*eval_deriv_xx) (const void *, const double xa[], const double ya[], const double za[], size_t xsize, size_t ysize, double x, double y, gsl_interp_accel*, gsl_interp_accel*, double* z_pp);
+    int    (*eval_deriv_xy) (const void *, const double xa[], const double ya[], const double za[], size_t xsize, size_t ysize, double x, double y, gsl_interp_accel*, gsl_interp_accel*, double* z_pp);
+    int    (*eval_deriv_yy) (const void *, const double xa[], const double ya[], const double za[], size_t xsize, size_t ysize, double x, double y, gsl_interp_accel*, gsl_interp_accel*, double* z_pp);
+    void   (*free)(void *);
+} gsl_interp2d_type;
+
+typedef struct {
+    const gsl_interp2d_type * type; /* interpolation type */
+    double xmin;                    /* minimum value of x for which data have been provided */
+    double xmax;                    /* maximum value of x for which data have been provided */
+    double ymin;                    /* minimum value of y for which data have been provided */
+    double ymax;                    /* maximum value of y for which data have been provided */
+    size_t xsize;                   /* number of x values provided */
+    size_t ysize;                   /* number of y values provided */
+    void * state;                   /* internal state object specific to the interpolation type */
+} gsl_interp2d;
+
+/* available types */
+GSL_VAR const gsl_interp2d_type * gsl_interp2d_bilinear;
+GSL_VAR const gsl_interp2d_type * gsl_interp2d_bicubic;
+
+gsl_interp2d * gsl_interp2d_alloc(const gsl_interp2d_type * T, const size_t xsize,
+                                  const size_t ysize);
+
+const char * gsl_interp2d_name(const gsl_interp2d * interp);
+size_t gsl_interp2d_min_size(const gsl_interp2d * interp);
+size_t gsl_interp2d_type_min_size(const gsl_interp2d_type * T);
+int gsl_interp2d_set(const gsl_interp2d * interp, double zarr[],
+                     const size_t i, const size_t j, const double z);
+double gsl_interp2d_get(const gsl_interp2d * interp, const double zarr[],
+                        const size_t i, const size_t j);
+size_t gsl_interp2d_idx(const gsl_interp2d * interp,
+                        const size_t i, const size_t j);
+int gsl_interp2d_init(gsl_interp2d * interp, const double xa[], const double ya[],
+                      const double za[], const size_t xsize, const size_t ysize);
+void gsl_interp2d_free(gsl_interp2d * interp);
+
+double gsl_interp2d_eval(const gsl_interp2d * interp, const double xarr[],
+                         const double yarr[], const double zarr[], const double x,
+                         const double y, gsl_interp_accel * xa, gsl_interp_accel * ya);
+
+double gsl_interp2d_eval_extrap(const gsl_interp2d * interp,
+                                const double xarr[], const double yarr[],
+                                const double zarr[], const double x,
+                                const double y, gsl_interp_accel * xa,
+                                gsl_interp_accel * ya);
+
+int gsl_interp2d_eval_e(const gsl_interp2d * interp, const double xarr[],
+                        const double yarr[], const double zarr[],
+                        const double x, const double y, gsl_interp_accel* xa,
+                        gsl_interp_accel* ya, double * z);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_interp2d_eval_e_extrap(const gsl_interp2d * interp,
+                               const double xarr[],
+                               const double yarr[],
+                               const double zarr[],
+                               const double x,
+                               const double y,
+                               gsl_interp_accel * xa,
+                               gsl_interp_accel * ya,
+                               double * z);
+
+#endif /* !GSL_DISABLE_DEPRECATED */
+
+int gsl_interp2d_eval_extrap_e(const gsl_interp2d * interp,
+                               const double xarr[],
+                               const double yarr[],
+                               const double zarr[],
+                               const double x,
+                               const double y,
+                               gsl_interp_accel * xa,
+                               gsl_interp_accel * ya,
+                               double * z);
+
+double gsl_interp2d_eval_deriv_x(const gsl_interp2d * interp, const double xarr[],
+                                 const double yarr[], const double zarr[],
+                                 const double x, const double y, gsl_interp_accel * xa,
+                                 gsl_interp_accel * ya);
+
+int gsl_interp2d_eval_deriv_x_e(const gsl_interp2d * interp, const double xarr[],
+                                const double yarr[], const double zarr[],
+                                const double x, const double y,
+                                gsl_interp_accel * xa, gsl_interp_accel * ya, double * z);
+
+double gsl_interp2d_eval_deriv_y(const gsl_interp2d * interp, const double xarr[],
+                                 const double yarr[], const double zarr[],
+                                 const double x, const double y,
+                                 gsl_interp_accel* xa, gsl_interp_accel* ya);
+
+int gsl_interp2d_eval_deriv_y_e(const gsl_interp2d * interp, const double xarr[],
+                                const double yarr[], const double zarr[],
+                                const double x, const double y,
+                                gsl_interp_accel * xa, gsl_interp_accel * ya, double * z);
+
+double gsl_interp2d_eval_deriv_xx(const gsl_interp2d * interp, const double xarr[],
+                                  const double yarr[], const double zarr[],
+                                  const double x, const double y,
+                                  gsl_interp_accel * xa, gsl_interp_accel * ya);
+
+int gsl_interp2d_eval_deriv_xx_e(const gsl_interp2d * interp, const double xarr[],
+                                 const double yarr[], const double zarr[],
+                                 const double x, const double y,
+                                 gsl_interp_accel * xa, gsl_interp_accel * ya, double * z);
+
+double gsl_interp2d_eval_deriv_yy(const gsl_interp2d * interp, const double xarr[],
+                                  const double yarr[], const double zarr[],
+                                  const double x, const double y,
+                                  gsl_interp_accel * xa, gsl_interp_accel * ya);
+
+int gsl_interp2d_eval_deriv_yy_e(const gsl_interp2d * interp, const double xarr[],
+                                 const double yarr[], const double zarr[],
+                                 const double x, const double y,
+                                 gsl_interp_accel * xa, gsl_interp_accel * ya, double * z);
+
+double gsl_interp2d_eval_deriv_xy(const gsl_interp2d * interp, const double xarr[],
+                                  const double yarr[], const double zarr[],
+                                  const double x, const double y,
+                                  gsl_interp_accel * xa, gsl_interp_accel * ya);
+
+int gsl_interp2d_eval_deriv_xy_e(const gsl_interp2d * interp, const double xarr[],
+                                 const double yarr[], const double zarr[],
+                                 const double x, const double y,
+                                 gsl_interp_accel * xa, gsl_interp_accel * ya, double * z);
+
+
+__END_DECLS
+
+#endif /* __GSL_INTERP2D_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_linalg.h b/util/X86LINUX64/include/gsl/gsl_linalg.h

index 9e2710d..d3ec40c 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_linalg.h
+++ b/util/X86LINUX64/include/gsl/gsl_linalg.h
@@ -1,6 +1,6 @@
  /* linalg/gsl_linalg.h
   * 
- * Copyright (C) 1996, 1997, 1998, 1999, 2000, 2006, 2007 Gerard Jungman, Brian Gough, Patrick Alken
+ * Copyright (C) 1996, 1997, 1998, 1999, 2000, 2006, 2007, 2019 Gerard Jungman, Brian Gough, Patrick Alken
   * 
   * This program is free software; you can redistribute it and/or modify
   * it under the terms of the GNU General Public License as published by
@@ -20,10 +20,14 @@
  #ifndef __GSL_LINALG_H__
  #define __GSL_LINALG_H__
  
+#include <stdlib.h>
  #include <gsl/gsl_mode.h>
  #include <gsl/gsl_permutation.h>
  #include <gsl/gsl_vector.h>
  #include <gsl/gsl_matrix.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_inline.h>
+#include <gsl/gsl_blas.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -45,7 +49,6 @@ typedef enum
    }
  gsl_linalg_matrix_mod_t;
  
-
  /* Note: You can now use the gsl_blas_dgemm function instead of matmult */
  
  /* Simple implementation of matrix multiply.
@@ -88,6 +91,7 @@ int gsl_linalg_exponential_ss(
  /* Householder Transformations */
  
  double gsl_linalg_householder_transform (gsl_vector * v);
+double gsl_linalg_householder_transform2 (double * alpha, gsl_vector * v);
  gsl_complex gsl_linalg_complex_householder_transform (gsl_vector_complex * v);
  
  int gsl_linalg_householder_hm (double tau, 
@@ -102,6 +106,16 @@ int gsl_linalg_householder_hv (double tau,
                                 const gsl_vector * v, 
                                 gsl_vector * w);
  
+int gsl_linalg_householder_left(const double tau,
+                                const gsl_vector * v,
+                                gsl_matrix * A,
+                                gsl_vector * work);
+
+int gsl_linalg_householder_right(const double tau,
+                                 const gsl_vector * v,
+                                 gsl_matrix * A,
+                                 gsl_vector * work);
+
  int gsl_linalg_householder_hm1 (double tau, 
                                  gsl_matrix * A);
  
@@ -117,6 +131,11 @@ int gsl_linalg_complex_householder_hv (gsl_complex tau,
                                         const gsl_vector_complex * v, 
                                         gsl_vector_complex * w);
  
+int gsl_linalg_complex_householder_left (const gsl_complex tau,
+                                         const gsl_vector_complex * v,
+                                         gsl_matrix_complex * A,
+                                         gsl_vector_complex * work);
+
  /* Hessenberg reduction */
  
  int gsl_linalg_hessenberg_decomp(gsl_matrix *A, gsl_vector *tau);
@@ -128,10 +147,6 @@ int gsl_linalg_hessenberg_set_zero(gsl_matrix * H);
  int gsl_linalg_hessenberg_submatrix(gsl_matrix *M, gsl_matrix *A,
                                      size_t top, gsl_vector *tau);
  
-/* To support gsl-1.9 interface: DEPRECATED */
-int gsl_linalg_hessenberg(gsl_matrix *A, gsl_vector *tau);
-
-
  /* Hessenberg-Triangular reduction */
  
  int gsl_linalg_hesstri_decomp(gsl_matrix * A, gsl_matrix * B,
@@ -189,16 +204,30 @@ int gsl_linalg_LU_refine (const gsl_matrix * A,
                            const gsl_permutation * p,
                            const gsl_vector * b,
                            gsl_vector * x,
-                          gsl_vector * residual);
+                          gsl_vector * work);
  
  int gsl_linalg_LU_invert (const gsl_matrix * LU,
                            const gsl_permutation * p,
                            gsl_matrix * inverse);
+int gsl_linalg_LU_invx (gsl_matrix * LU, const gsl_permutation * p);
  
  double gsl_linalg_LU_det (gsl_matrix * LU, int signum);
  double gsl_linalg_LU_lndet (gsl_matrix * LU);
  int gsl_linalg_LU_sgndet (gsl_matrix * lu, int signum);
  
+/* Banded LU decomposition */
+
+int gsl_linalg_LU_band_decomp (const size_t M, const size_t lb, const size_t ub, gsl_matrix * AB, gsl_vector_uint * piv);
+
+int gsl_linalg_LU_band_solve (const size_t lb, const size_t ub, const gsl_matrix * LUB,
+                              const gsl_vector_uint * piv, const gsl_vector * b, gsl_vector * x);
+
+int gsl_linalg_LU_band_svx (const size_t lb, const size_t ub, const gsl_matrix * LUB,
+                            const gsl_vector_uint * piv, gsl_vector * x);
+
+int gsl_linalg_LU_band_unpack (const size_t M, const size_t lb, const size_t ub, const gsl_matrix * LUB,
+                               const gsl_vector_uint * piv, gsl_matrix * L, gsl_matrix * U);
+
  /* Complex LU Decomposition */
  
  int gsl_linalg_complex_LU_decomp (gsl_matrix_complex * A, 
@@ -219,11 +248,12 @@ int gsl_linalg_complex_LU_refine (const gsl_matrix_complex * A,
                                    const gsl_permutation * p,
                                    const gsl_vector_complex * b,
                                    gsl_vector_complex * x,
-                                  gsl_vector_complex * residual);
+                                  gsl_vector_complex * work);
  
  int gsl_linalg_complex_LU_invert (const gsl_matrix_complex * LU,
                                    const gsl_permutation * p,
                                    gsl_matrix_complex * inverse);
+int gsl_linalg_complex_LU_invx (gsl_matrix_complex * LU, const gsl_permutation * p);
  
  gsl_complex gsl_linalg_complex_LU_det (gsl_matrix_complex * LU,
                                         int signum);
@@ -235,66 +265,95 @@ gsl_complex gsl_linalg_complex_LU_sgndet (gsl_matrix_complex * LU,
  
  /* QR decomposition */
  
-int gsl_linalg_QR_decomp (gsl_matrix * A,
-                          gsl_vector * tau);
+int gsl_linalg_QR_decomp (gsl_matrix * A, gsl_vector * tau);
  
-int gsl_linalg_QR_solve (const gsl_matrix * QR,
-                         const gsl_vector * tau,
-                         const gsl_vector * b,
-                         gsl_vector * x);
+int gsl_linalg_QR_decomp_old (gsl_matrix * A, gsl_vector * tau);
  
-int gsl_linalg_QR_svx (const gsl_matrix * QR,
-                       const gsl_vector * tau,
-                       gsl_vector * x);
+int gsl_linalg_QR_decomp_r (gsl_matrix * A, gsl_matrix * T);
  
-int gsl_linalg_QR_lssolve (const gsl_matrix * QR, 
-                           const gsl_vector * tau, 
-                           const gsl_vector * b, 
-                           gsl_vector * x, 
-                           gsl_vector * residual);
+int gsl_linalg_QR_solve (const gsl_matrix * QR, const gsl_vector * tau, const gsl_vector * b, gsl_vector * x);
  
+int gsl_linalg_QR_solve_r (const gsl_matrix * QR, const gsl_matrix * T, const gsl_vector * b, gsl_vector * x);
  
-int gsl_linalg_QR_QRsolve (gsl_matrix * Q,
-                           gsl_matrix * R,
-                           const gsl_vector * b,
-                           gsl_vector * x);
+int gsl_linalg_QR_svx (const gsl_matrix * QR, const gsl_vector * tau, gsl_vector * x);
  
-int gsl_linalg_QR_Rsolve (const gsl_matrix * QR,
-                          const gsl_vector * b,
-                          gsl_vector * x);
+int gsl_linalg_QR_lssolve (const gsl_matrix * QR, const gsl_vector * tau, const gsl_vector * b, 
+                           gsl_vector * x, gsl_vector * residual);
  
-int gsl_linalg_QR_Rsvx (const gsl_matrix * QR,
-                        gsl_vector * x);
+int gsl_linalg_QR_lssolve_r (const gsl_matrix * QR, const gsl_matrix * T, const gsl_vector * b,
+                             gsl_vector * x, gsl_vector * work);
  
-int gsl_linalg_QR_update (gsl_matrix * Q,
-                          gsl_matrix * R,
-                          gsl_vector * w,
-                          const gsl_vector * v);
+int gsl_linalg_QR_QRsolve (gsl_matrix * Q, gsl_matrix * R, const gsl_vector * b, gsl_vector * x);
  
-int gsl_linalg_QR_QTvec (const gsl_matrix * QR,
-                         const gsl_vector * tau,
-                         gsl_vector * v);
+int gsl_linalg_QR_Rsolve (const gsl_matrix * QR, const gsl_vector * b, gsl_vector * x);
  
-int gsl_linalg_QR_Qvec (const gsl_matrix * QR,
-                        const gsl_vector * tau,
-                        gsl_vector * v);
+int gsl_linalg_QR_Rsvx (const gsl_matrix * QR, gsl_vector * x);
  
-int gsl_linalg_QR_QTmat (const gsl_matrix * QR,
-                         const gsl_vector * tau,
-                         gsl_matrix * A);
+int gsl_linalg_QR_update (gsl_matrix * Q, gsl_matrix * R, gsl_vector * w, const gsl_vector * v);
+
+int gsl_linalg_QR_QTvec (const gsl_matrix * QR, const gsl_vector * tau, gsl_vector * v);
+
+int gsl_linalg_QR_QTvec_r(const gsl_matrix * QR, const gsl_matrix * T, gsl_vector * b, gsl_vector * work);
+
+int gsl_linalg_QR_Qvec (const gsl_matrix * QR, const gsl_vector * tau, gsl_vector * v);
+
+int gsl_linalg_QR_QTmat (const gsl_matrix * QR, const gsl_vector * tau, gsl_matrix * A);
+
+int gsl_linalg_QR_QTmat_r(const gsl_matrix * QR, const gsl_matrix * T, gsl_matrix * B, gsl_matrix * work);
+
+int gsl_linalg_QR_matQ (const gsl_matrix * QR, const gsl_vector * tau, gsl_matrix * A);
+
+int gsl_linalg_QR_unpack (const gsl_matrix * QR, const gsl_vector * tau, gsl_matrix * Q, gsl_matrix * R);
+
+int gsl_linalg_QR_unpack_r(const gsl_matrix * QR, const gsl_matrix * T, gsl_matrix * Q, gsl_matrix * R);
+
+int gsl_linalg_R_solve (const gsl_matrix * R, const gsl_vector * b, gsl_vector * x);
+
+int gsl_linalg_R_svx (const gsl_matrix * R, gsl_vector * x);
+
+int gsl_linalg_QR_rcond(const gsl_matrix * QR, double * rcond, gsl_vector * work);
  
-int gsl_linalg_QR_unpack (const gsl_matrix * QR,
-                          const gsl_vector * tau,
-                          gsl_matrix * Q,
-                          gsl_matrix * R);
+/* complex QR decomposition */
  
-int gsl_linalg_R_solve (const gsl_matrix * R,
-                        const gsl_vector * b,
-                        gsl_vector * x);
+int gsl_linalg_complex_QR_decomp (gsl_matrix_complex * A, gsl_vector_complex * tau);
  
-int gsl_linalg_R_svx (const gsl_matrix * R,
-                      gsl_vector * x);
+int gsl_linalg_complex_QR_decomp_r (gsl_matrix_complex * A, gsl_matrix_complex * T);
  
+int gsl_linalg_complex_QR_solve (const gsl_matrix_complex * QR, const gsl_vector_complex * tau,
+                                 const gsl_vector_complex * b, gsl_vector_complex * x);
+
+int gsl_linalg_complex_QR_solve_r (const gsl_matrix_complex * QR, const gsl_matrix_complex * T,
+                                   const gsl_vector_complex * b, gsl_vector_complex * x);
+
+int gsl_linalg_complex_QR_svx (const gsl_matrix_complex * QR, const gsl_vector_complex * tau, gsl_vector_complex * x);
+
+int gsl_linalg_complex_QR_lssolve (const gsl_matrix_complex * QR, const gsl_vector_complex * tau,
+                                   const gsl_vector_complex * b, gsl_vector_complex * x,
+                                   gsl_vector_complex * residual);
+
+int gsl_linalg_complex_QR_lssolve_r (const gsl_matrix_complex * QR, const gsl_matrix_complex * T,
+                                     const gsl_vector_complex * b, gsl_vector_complex * x, gsl_vector_complex * work);
+
+int gsl_linalg_complex_QR_QHvec (const gsl_matrix_complex * QR, const gsl_vector_complex * tau, gsl_vector_complex * v);
+
+int gsl_linalg_complex_QR_QHvec_r(const gsl_matrix_complex * QR, const gsl_matrix_complex * T,
+                                  gsl_vector_complex * b, gsl_vector_complex * work);
+
+int gsl_linalg_complex_QR_Qvec (const gsl_matrix_complex * QR, const gsl_vector_complex * tau, gsl_vector_complex * v);
+
+int gsl_linalg_complex_QR_unpack (const gsl_matrix_complex * QR, const gsl_vector_complex * tau,
+                                  gsl_matrix_complex * Q, gsl_matrix_complex * R);
+
+int gsl_linalg_complex_QR_unpack_r(const gsl_matrix_complex * QR, const gsl_matrix_complex * T,
+                                   gsl_matrix_complex * Q, gsl_matrix_complex * R);
+
+/* banded QR decomposition */
+
+int gsl_linalg_QR_band_decomp_L2 (const size_t M, const size_t p, const size_t q,
+                                  gsl_matrix * AB, gsl_vector * tau);
+
+int gsl_linalg_QR_band_unpack_L2 (const size_t p, const size_t q, const gsl_matrix * QRB,
+                                  const gsl_vector * tau, gsl_matrix * Q, gsl_matrix * R);
  
  /* Q R P^T decomposition */
  
@@ -317,6 +376,20 @@ int gsl_linalg_QRPT_solve (const gsl_matrix * QR,
                             const gsl_vector * b,
                             gsl_vector * x);
  
+int gsl_linalg_QRPT_lssolve (const gsl_matrix * QR,
+                             const gsl_vector * tau,
+                             const gsl_permutation * p,
+                             const gsl_vector * b,
+                             gsl_vector * x,
+                             gsl_vector * residual);
+
+int gsl_linalg_QRPT_lssolve2 (const gsl_matrix * QR,
+                              const gsl_vector * tau,
+                              const gsl_permutation * p,
+                              const gsl_vector * b,
+                              const size_t rank,
+                              gsl_vector * x,
+                              gsl_vector * residual);
  
  int gsl_linalg_QRPT_svx (const gsl_matrix * QR,
                           const gsl_vector * tau,
@@ -344,10 +417,73 @@ int gsl_linalg_QRPT_update (gsl_matrix * Q,
                              gsl_vector * u,
                              const gsl_vector * v);
  
+size_t gsl_linalg_QRPT_rank (const gsl_matrix * QR, const double tol);
+
+int gsl_linalg_QRPT_rcond(const gsl_matrix * QR, double * rcond, gsl_vector * work);
+
+/* triangle on top of diagonal QR decomposition */
+
+int gsl_linalg_QR_UD_decomp (gsl_matrix * U, const gsl_vector * D, gsl_matrix * Y, gsl_matrix * T);
+
+int gsl_linalg_QR_UD_lssolve (const gsl_matrix * R, const gsl_matrix * Y, const gsl_matrix * T,
+                              const gsl_vector * b, gsl_vector * x, gsl_vector * work);
+
+/* triangle on top of rectangle QR decomposition */
+
+int gsl_linalg_QR_UR_decomp (gsl_matrix * S, gsl_matrix * A, gsl_matrix * T);
+
+/* triangle on top of triangle QR decomposition */
+
+int gsl_linalg_QR_UU_decomp (gsl_matrix * U, gsl_matrix * S, gsl_matrix * T);
+
+int gsl_linalg_QR_UU_lssolve (const gsl_matrix * R, const gsl_matrix * Y, const gsl_matrix * T,
+                              const gsl_vector * b, gsl_vector * x, gsl_vector * work);
+
+int gsl_linalg_QR_UU_QTvec(const gsl_matrix * Y, const gsl_matrix * T, gsl_vector * b, gsl_vector * work);
+
+/* triangle on top of trapezoidal QR decomposition */
+
+int gsl_linalg_QR_UZ_decomp (gsl_matrix * S, gsl_matrix * A, gsl_matrix * T);
+
+/* QL decomposition */
+
+int gsl_linalg_QL_decomp (gsl_matrix * A, gsl_vector * tau);
+
+int gsl_linalg_QL_unpack (const gsl_matrix * QL, const gsl_vector * tau, gsl_matrix * Q, gsl_matrix * L);
+
+/* COD decomposition */
+
+int gsl_linalg_COD_decomp(gsl_matrix * A, gsl_vector * tau_Q, gsl_vector * tau_Z,
+                          gsl_permutation * p, size_t * rank, gsl_vector * work);
+
+int gsl_linalg_COD_decomp_e(gsl_matrix * A, gsl_vector * tau_Q, gsl_vector * tau_Z,
+                            gsl_permutation * p, double tol, size_t * rank, gsl_vector * work);
+
+int gsl_linalg_COD_lssolve (const gsl_matrix * QRZT, const gsl_vector * tau_Q, const gsl_vector * tau_Z,
+                            const gsl_permutation * perm, const size_t rank, const gsl_vector * b,
+                            gsl_vector * x, gsl_vector * residual);
+
+int
+gsl_linalg_COD_lssolve2 (const double lambda, const gsl_matrix * QRZT, const gsl_vector * tau_Q, const gsl_vector * tau_Z,
+                         const gsl_permutation * perm, const size_t rank, const gsl_vector * b,
+                         gsl_vector * x, gsl_vector * residual, gsl_matrix * S, gsl_vector * work);
+
+int gsl_linalg_COD_unpack(const gsl_matrix * QRZT, const gsl_vector * tau_Q,
+                          const gsl_vector * tau_Z, const size_t rank, gsl_matrix * Q,
+                          gsl_matrix * R, gsl_matrix * Z);
+
+int gsl_linalg_COD_matZ(const gsl_matrix * QRZT, const gsl_vector * tau_Z, const size_t rank,
+                        gsl_matrix * A, gsl_vector * work);
+
  /* LQ decomposition */
  
  int gsl_linalg_LQ_decomp (gsl_matrix * A, gsl_vector * tau);
  
+int gsl_linalg_LQ_lssolve(const gsl_matrix * LQ, const gsl_vector * tau,
+                          const gsl_vector * b, gsl_vector * x, gsl_vector * residual);
+
+int gsl_linalg_LQ_QTvec(const gsl_matrix * LQ, const gsl_vector * tau, gsl_vector * v);
+
  int gsl_linalg_LQ_solve_T (const gsl_matrix * LQ, const gsl_vector * tau, 
                          const gsl_vector * b, gsl_vector * x);
  
@@ -423,13 +559,19 @@ int gsl_linalg_PTLQ_update (gsl_matrix * Q, gsl_matrix * L,
  /* Cholesky Decomposition */
  
  int gsl_linalg_cholesky_decomp (gsl_matrix * A);
+int gsl_linalg_cholesky_decomp1 (gsl_matrix * A);
  
  int gsl_linalg_cholesky_solve (const gsl_matrix * cholesky,
                                 const gsl_vector * b,
                                 gsl_vector * x);
+int gsl_linalg_cholesky_solve_mat (const gsl_matrix * cholesky,
+                                   const gsl_matrix * B,
+                                   gsl_matrix * X);
  
  int gsl_linalg_cholesky_svx (const gsl_matrix * cholesky,
                               gsl_vector * x);
+int gsl_linalg_cholesky_svx_mat (const gsl_matrix * cholesky,
+                                 gsl_matrix * X);
  
  int gsl_linalg_cholesky_invert(gsl_matrix * cholesky);
  
@@ -441,6 +583,24 @@ int gsl_linalg_cholesky_invert(gsl_matrix * cholesky);
   */
  int gsl_linalg_cholesky_decomp_unit(gsl_matrix * A, gsl_vector * D);
  
+int gsl_linalg_cholesky_scale(const gsl_matrix * A, gsl_vector * S);
+
+int gsl_linalg_cholesky_scale_apply(gsl_matrix * A, const gsl_vector * S);
+
+int gsl_linalg_cholesky_decomp2(gsl_matrix * A, gsl_vector * S);
+
+int gsl_linalg_cholesky_svx2 (const gsl_matrix * LLT,
+                              const gsl_vector * S,
+                              gsl_vector * x);
+
+int gsl_linalg_cholesky_solve2 (const gsl_matrix * LLT,
+                                const gsl_vector * S,
+                                const gsl_vector * b,
+                                gsl_vector * x);
+
+int gsl_linalg_cholesky_rcond (const gsl_matrix * LLT, double * rcond,
+                               gsl_vector * work);
+
  /* Complex Cholesky Decomposition */
  
  int gsl_linalg_complex_cholesky_decomp (gsl_matrix_complex * A);
@@ -454,6 +614,104 @@ int gsl_linalg_complex_cholesky_svx (const gsl_matrix_complex * cholesky,
  
  int gsl_linalg_complex_cholesky_invert(gsl_matrix_complex * cholesky);
  
+/* Pivoted Cholesky LDLT decomposition */
+
+int gsl_linalg_pcholesky_decomp (gsl_matrix * A, gsl_permutation * p);
+
+int gsl_linalg_pcholesky_solve(const gsl_matrix * LDLT,
+                               const gsl_permutation * p,
+                               const gsl_vector * b,
+                               gsl_vector * x);
+
+int gsl_linalg_pcholesky_svx(const gsl_matrix * LDLT,
+                             const gsl_permutation * p,
+                             gsl_vector * x);
+
+int gsl_linalg_pcholesky_decomp2(gsl_matrix * A, gsl_permutation * p,
+                                 gsl_vector * S);
+
+int gsl_linalg_pcholesky_solve2(const gsl_matrix * LDLT,
+                                const gsl_permutation * p,
+                                const gsl_vector * S,
+                                const gsl_vector * b,
+                                gsl_vector * x);
+
+int gsl_linalg_pcholesky_svx2(const gsl_matrix * LDLT,
+                              const gsl_permutation * p,
+                              const gsl_vector * S,
+                              gsl_vector * x);
+
+int gsl_linalg_pcholesky_invert(const gsl_matrix * LDLT, const gsl_permutation * p,
+                                gsl_matrix * Ainv);
+
+int gsl_linalg_pcholesky_rcond (const gsl_matrix * LDLT, const gsl_permutation * p,
+                                double * rcond, gsl_vector * work);
+
+/* Modified Cholesky decomposition */
+
+int gsl_linalg_mcholesky_decomp (gsl_matrix * A, gsl_permutation * p,
+                                 gsl_vector * E);
+
+int gsl_linalg_mcholesky_solve(const gsl_matrix * LDLT,
+                               const gsl_permutation * p,
+                               const gsl_vector * b,
+                               gsl_vector * x);
+
+int gsl_linalg_mcholesky_svx(const gsl_matrix * LDLT,
+                             const gsl_permutation * p,
+                             gsl_vector * x);
+
+int gsl_linalg_mcholesky_rcond (const gsl_matrix * LDLT, const gsl_permutation * p,
+                                double * rcond, gsl_vector * work);
+
+int gsl_linalg_mcholesky_invert(const gsl_matrix * LDLT, const gsl_permutation * p,
+                                gsl_matrix * Ainv);
+
+/* Banded Cholesky decomposition */
+
+int gsl_linalg_cholesky_band_decomp(gsl_matrix * A);
+
+int gsl_linalg_cholesky_band_solve (const gsl_matrix * LLT, const gsl_vector * b,
+                                    gsl_vector * x);
+
+int gsl_linalg_cholesky_band_svx (const gsl_matrix * LLT, gsl_vector * x);
+
+int gsl_linalg_cholesky_band_solvem (const gsl_matrix * LLT, const gsl_matrix * B,
+                                     gsl_matrix * X);
+
+int gsl_linalg_cholesky_band_svxm (const gsl_matrix * LLT, gsl_matrix * X);
+
+int gsl_linalg_cholesky_band_invert (const gsl_matrix * LLT, gsl_matrix * Ainv);
+
+int gsl_linalg_cholesky_band_unpack (const gsl_matrix * LLT, gsl_matrix * L);
+
+int gsl_linalg_cholesky_band_scale(const gsl_matrix * A, gsl_vector * S);
+
+int gsl_linalg_cholesky_band_scale_apply(gsl_matrix * A, const gsl_vector * S);
+
+int gsl_linalg_cholesky_band_rcond (const gsl_matrix * LLT, double * rcond, gsl_vector * work);
+
+/* L D L^T decomposition */
+
+int gsl_linalg_ldlt_decomp (gsl_matrix * A);
+
+int gsl_linalg_ldlt_solve (const gsl_matrix * LDLT, const gsl_vector * b, gsl_vector * x);
+
+int gsl_linalg_ldlt_svx (const gsl_matrix * LDLT, gsl_vector * x);
+
+int gsl_linalg_ldlt_rcond (const gsl_matrix * LDLT, double * rcond, gsl_vector * work);
+
+/* Banded L D L^T decomposition */
+
+int gsl_linalg_ldlt_band_decomp (gsl_matrix * A);
+
+int gsl_linalg_ldlt_band_solve (const gsl_matrix * LDLT, const gsl_vector * b, gsl_vector * x);
+
+int gsl_linalg_ldlt_band_svx (const gsl_matrix * LDLT, gsl_vector * x);
+
+int gsl_linalg_ldlt_band_unpack (const gsl_matrix * LDLT, gsl_matrix * L, gsl_vector * D);
+
+int gsl_linalg_ldlt_band_rcond (const gsl_matrix * LDLT, double * rcond, gsl_vector * work);
  
  /* Symmetric to symmetric tridiagonal decomposition */
  
@@ -588,6 +846,79 @@ int gsl_linalg_balance_matrix (gsl_matrix * A, gsl_vector * D);
  int gsl_linalg_balance_accum (gsl_matrix * A, gsl_vector * D);
  int gsl_linalg_balance_columns (gsl_matrix * A, gsl_vector * D);
  
+/* condition estimation */
+
+int gsl_linalg_tri_rcond(CBLAS_UPLO_t Uplo, const gsl_matrix * A, double * rcond, gsl_vector * work);
+int gsl_linalg_tri_upper_rcond(const gsl_matrix * A, double * rcond, gsl_vector * work);
+int gsl_linalg_tri_lower_rcond(const gsl_matrix * A, double * rcond, gsl_vector * work);
+int gsl_linalg_invnorm1(const size_t N,
+                        int (* Ainvx)(CBLAS_TRANSPOSE_t TransA, gsl_vector * x, void * params),
+                        void * params, double * Ainvnorm, gsl_vector * work);
+
+/* triangular matrices */
+
+int gsl_linalg_tri_upper_invert(gsl_matrix * T);
+int gsl_linalg_tri_lower_invert(gsl_matrix * T);
+int gsl_linalg_tri_upper_unit_invert(gsl_matrix * T);
+int gsl_linalg_tri_lower_unit_invert(gsl_matrix * T);
+
+int gsl_linalg_tri_invert(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix * T);
+int gsl_linalg_complex_tri_invert(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_complex * T);
+
+int gsl_linalg_tri_LTL(gsl_matrix * L);
+int gsl_linalg_tri_UL(gsl_matrix * LU);
+int gsl_linalg_complex_tri_LHL(gsl_matrix_complex * L);
+int gsl_linalg_complex_tri_UL(gsl_matrix_complex * LU);
+
+INLINE_DECL void gsl_linalg_givens (const double a, const double b,
+                                    double *c, double *s);
+INLINE_DECL void gsl_linalg_givens_gv (gsl_vector * v, const size_t i,
+                                       const size_t j, const double c,
+                                       const double s);
+
+#ifdef HAVE_INLINE
+
+/* Generate a Givens rotation (cos,sin) which takes v=(x,y) to (|v|,0) 
+   From Golub and Van Loan, "Matrix Computations", Section 5.1.8 */
+INLINE_FUN
+void
+gsl_linalg_givens (const double a, const double b, double *c, double *s)
+{
+  if (b == 0)
+    {
+      *c = 1;
+      *s = 0;
+    }
+  else if (fabs (b) > fabs (a))
+    {
+      double t = -a / b;
+      double s1 = 1.0 / sqrt (1 + t * t);
+      *s = s1;
+      *c = s1 * t;
+    }
+  else
+    {
+      double t = -b / a;
+      double c1 = 1.0 / sqrt (1 + t * t);
+      *c = c1;
+      *s = c1 * t;
+    }
+} /* gsl_linalg_givens() */
+
+INLINE_FUN
+void
+gsl_linalg_givens_gv (gsl_vector * v, const size_t i, const size_t j,
+                      const double c, const double s)
+{
+  /* Apply rotation to vector v' = G^T v */
+
+  double vi = gsl_vector_get (v, i);
+  double vj = gsl_vector_get (v, j);
+  gsl_vector_set (v, i, c * vi - s * vj);
+  gsl_vector_set (v, j, s * vi + c * vj);
+}
+
+#endif /* HAVE_INLINE */
  
  __END_DECLS
  
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_char.h b/util/X86LINUX64/include/gsl/gsl_matrix_char.h

index 1e6234a..96930db 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_char.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_char.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_char.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_char_fprintf (FILE * stream, const gsl_matrix_char * m, const cha
   
  int gsl_matrix_char_memcpy(gsl_matrix_char * dest, const gsl_matrix_char * src);
  int gsl_matrix_char_swap(gsl_matrix_char * m1, gsl_matrix_char * m2);
+int gsl_matrix_char_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_char * dest, const gsl_matrix_char * src);
  
  int gsl_matrix_char_swap_rows(gsl_matrix_char * m, const size_t i, const size_t j);
  int gsl_matrix_char_swap_columns(gsl_matrix_char * m, const size_t i, const size_t j);
  int gsl_matrix_char_swap_rowcol(gsl_matrix_char * m, const size_t i, const size_t j);
  int gsl_matrix_char_transpose (gsl_matrix_char * m);
  int gsl_matrix_char_transpose_memcpy (gsl_matrix_char * dest, const gsl_matrix_char * src);
+int gsl_matrix_char_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_char * dest, const gsl_matrix_char * src);
  
  char gsl_matrix_char_max (const gsl_matrix_char * m);
  char gsl_matrix_char_min (const gsl_matrix_char * m);
@@ -238,13 +241,17 @@ int gsl_matrix_char_ispos (const gsl_matrix_char * m);
  int gsl_matrix_char_isneg (const gsl_matrix_char * m);
  int gsl_matrix_char_isnonneg (const gsl_matrix_char * m);
  
+char gsl_matrix_char_norm1 (const gsl_matrix_char * m);
+
  int gsl_matrix_char_add (gsl_matrix_char * a, const gsl_matrix_char * b);
  int gsl_matrix_char_sub (gsl_matrix_char * a, const gsl_matrix_char * b);
  int gsl_matrix_char_mul_elements (gsl_matrix_char * a, const gsl_matrix_char * b);
  int gsl_matrix_char_div_elements (gsl_matrix_char * a, const gsl_matrix_char * b);
-int gsl_matrix_char_scale (gsl_matrix_char * a, const double x);
-int gsl_matrix_char_add_constant (gsl_matrix_char * a, const double x);
-int gsl_matrix_char_add_diagonal (gsl_matrix_char * a, const double x);
+int gsl_matrix_char_scale (gsl_matrix_char * a, const char x);
+int gsl_matrix_char_scale_rows (gsl_matrix_char * a, const gsl_vector_char * x);
+int gsl_matrix_char_scale_columns (gsl_matrix_char * a, const gsl_vector_char * x);
+int gsl_matrix_char_add_constant (gsl_matrix_char * a, const char x);
+int gsl_matrix_char_add_diagonal (gsl_matrix_char * a, const char x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_complex_double.h b/util/X86LINUX64/include/gsl/gsl_matrix_complex_double.h

index 1564f7c..b050efc 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_complex_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_complex_double.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_complex.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_complex_double.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,6 +217,7 @@ int gsl_matrix_complex_fprintf (FILE * stream, const gsl_matrix_complex * m, con
  
  int gsl_matrix_complex_memcpy(gsl_matrix_complex * dest, const gsl_matrix_complex * src);
  int gsl_matrix_complex_swap(gsl_matrix_complex * m1, gsl_matrix_complex * m2);
+int gsl_matrix_complex_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_complex * dest, const gsl_matrix_complex * src);
  
  int gsl_matrix_complex_swap_rows(gsl_matrix_complex * m, const size_t i, const size_t j);
  int gsl_matrix_complex_swap_columns(gsl_matrix_complex * m, const size_t i, const size_t j);
@@ -223,6 +225,9 @@ int gsl_matrix_complex_swap_rowcol(gsl_matrix_complex * m, const size_t i, const
  
  int gsl_matrix_complex_transpose (gsl_matrix_complex * m);
  int gsl_matrix_complex_transpose_memcpy (gsl_matrix_complex * dest, const gsl_matrix_complex * src);
+int gsl_matrix_complex_transpose_tricpy(CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_complex * dest, const gsl_matrix_complex * src);
+
+int gsl_matrix_complex_conjtrans_memcpy (gsl_matrix_complex * dest, const gsl_matrix_complex * src);
  
  int gsl_matrix_complex_equal (const gsl_matrix_complex * a, const gsl_matrix_complex * b);
  
@@ -236,6 +241,8 @@ int gsl_matrix_complex_sub (gsl_matrix_complex * a, const gsl_matrix_complex * b
  int gsl_matrix_complex_mul_elements (gsl_matrix_complex * a, const gsl_matrix_complex * b);
  int gsl_matrix_complex_div_elements (gsl_matrix_complex * a, const gsl_matrix_complex * b);
  int gsl_matrix_complex_scale (gsl_matrix_complex * a, const gsl_complex x);
+int gsl_matrix_complex_scale_rows (gsl_matrix_complex * a, const gsl_vector_complex * x);
+int gsl_matrix_complex_scale_columns (gsl_matrix_complex * a, const gsl_vector_complex * x);
  int gsl_matrix_complex_add_constant (gsl_matrix_complex * a, const gsl_complex x);
  int gsl_matrix_complex_add_diagonal (gsl_matrix_complex * a, const gsl_complex x);
  
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_complex_float.h b/util/X86LINUX64/include/gsl/gsl_matrix_complex_float.h

index 807ace4..ee69088 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_complex_float.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_complex_float.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_complex.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_complex_float.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,6 +217,7 @@ int gsl_matrix_complex_float_fprintf (FILE * stream, const gsl_matrix_complex_fl
  
  int gsl_matrix_complex_float_memcpy(gsl_matrix_complex_float * dest, const gsl_matrix_complex_float * src);
  int gsl_matrix_complex_float_swap(gsl_matrix_complex_float * m1, gsl_matrix_complex_float * m2);
+int gsl_matrix_complex_float_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_complex_float * dest, const gsl_matrix_complex_float * src);
  
  int gsl_matrix_complex_float_swap_rows(gsl_matrix_complex_float * m, const size_t i, const size_t j);
  int gsl_matrix_complex_float_swap_columns(gsl_matrix_complex_float * m, const size_t i, const size_t j);
@@ -223,6 +225,9 @@ int gsl_matrix_complex_float_swap_rowcol(gsl_matrix_complex_float * m, const siz
  
  int gsl_matrix_complex_float_transpose (gsl_matrix_complex_float * m);
  int gsl_matrix_complex_float_transpose_memcpy (gsl_matrix_complex_float * dest, const gsl_matrix_complex_float * src);
+int gsl_matrix_complex_float_transpose_tricpy(CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_complex_float * dest, const gsl_matrix_complex_float * src);
+
+int gsl_matrix_complex_float_conjtrans_memcpy (gsl_matrix_complex_float * dest, const gsl_matrix_complex_float * src);
  
  int gsl_matrix_complex_float_equal (const gsl_matrix_complex_float * a, const gsl_matrix_complex_float * b);
  
@@ -236,6 +241,8 @@ int gsl_matrix_complex_float_sub (gsl_matrix_complex_float * a, const gsl_matrix
  int gsl_matrix_complex_float_mul_elements (gsl_matrix_complex_float * a, const gsl_matrix_complex_float * b);
  int gsl_matrix_complex_float_div_elements (gsl_matrix_complex_float * a, const gsl_matrix_complex_float * b);
  int gsl_matrix_complex_float_scale (gsl_matrix_complex_float * a, const gsl_complex_float x);
+int gsl_matrix_complex_float_scale_rows (gsl_matrix_complex_float * a, const gsl_vector_complex_float * x);
+int gsl_matrix_complex_float_scale_columns (gsl_matrix_complex_float * a, const gsl_vector_complex_float * x);
  int gsl_matrix_complex_float_add_constant (gsl_matrix_complex_float * a, const gsl_complex_float x);
  int gsl_matrix_complex_float_add_diagonal (gsl_matrix_complex_float * a, const gsl_complex_float x);
  
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_complex_long_double.h b/util/X86LINUX64/include/gsl/gsl_matrix_complex_long_double.h

index b68ccb6..79be094 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_complex_long_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_complex_long_double.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_complex.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_complex_long_double.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,6 +217,7 @@ int gsl_matrix_complex_long_double_fprintf (FILE * stream, const gsl_matrix_comp
  
  int gsl_matrix_complex_long_double_memcpy(gsl_matrix_complex_long_double * dest, const gsl_matrix_complex_long_double * src);
  int gsl_matrix_complex_long_double_swap(gsl_matrix_complex_long_double * m1, gsl_matrix_complex_long_double * m2);
+int gsl_matrix_complex_long_double_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_complex_long_double * dest, const gsl_matrix_complex_long_double * src);
  
  int gsl_matrix_complex_long_double_swap_rows(gsl_matrix_complex_long_double * m, const size_t i, const size_t j);
  int gsl_matrix_complex_long_double_swap_columns(gsl_matrix_complex_long_double * m, const size_t i, const size_t j);
@@ -223,6 +225,9 @@ int gsl_matrix_complex_long_double_swap_rowcol(gsl_matrix_complex_long_double *
  
  int gsl_matrix_complex_long_double_transpose (gsl_matrix_complex_long_double * m);
  int gsl_matrix_complex_long_double_transpose_memcpy (gsl_matrix_complex_long_double * dest, const gsl_matrix_complex_long_double * src);
+int gsl_matrix_complex_long_double_transpose_tricpy(CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_complex_long_double * dest, const gsl_matrix_complex_long_double * src);
+
+int gsl_matrix_complex_long_double_conjtrans_memcpy (gsl_matrix_complex_long_double * dest, const gsl_matrix_complex_long_double * src);
  
  int gsl_matrix_complex_long_double_equal (const gsl_matrix_complex_long_double * a, const gsl_matrix_complex_long_double * b);
  
@@ -236,6 +241,8 @@ int gsl_matrix_complex_long_double_sub (gsl_matrix_complex_long_double * a, cons
  int gsl_matrix_complex_long_double_mul_elements (gsl_matrix_complex_long_double * a, const gsl_matrix_complex_long_double * b);
  int gsl_matrix_complex_long_double_div_elements (gsl_matrix_complex_long_double * a, const gsl_matrix_complex_long_double * b);
  int gsl_matrix_complex_long_double_scale (gsl_matrix_complex_long_double * a, const gsl_complex_long_double x);
+int gsl_matrix_complex_long_double_scale_rows (gsl_matrix_complex_long_double * a, const gsl_vector_complex_long_double * x);
+int gsl_matrix_complex_long_double_scale_columns (gsl_matrix_complex_long_double * a, const gsl_vector_complex_long_double * x);
  int gsl_matrix_complex_long_double_add_constant (gsl_matrix_complex_long_double * a, const gsl_complex_long_double x);
  int gsl_matrix_complex_long_double_add_diagonal (gsl_matrix_complex_long_double * a, const gsl_complex_long_double x);
  
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_double.h b/util/X86LINUX64/include/gsl/gsl_matrix_double.h

index 6356695..c54fa59 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_double.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_double.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_fprintf (FILE * stream, const gsl_matrix * m, const char * format
   
  int gsl_matrix_memcpy(gsl_matrix * dest, const gsl_matrix * src);
  int gsl_matrix_swap(gsl_matrix * m1, gsl_matrix * m2);
+int gsl_matrix_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix * dest, const gsl_matrix * src);
  
  int gsl_matrix_swap_rows(gsl_matrix * m, const size_t i, const size_t j);
  int gsl_matrix_swap_columns(gsl_matrix * m, const size_t i, const size_t j);
  int gsl_matrix_swap_rowcol(gsl_matrix * m, const size_t i, const size_t j);
  int gsl_matrix_transpose (gsl_matrix * m);
  int gsl_matrix_transpose_memcpy (gsl_matrix * dest, const gsl_matrix * src);
+int gsl_matrix_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix * dest, const gsl_matrix * src);
  
  double gsl_matrix_max (const gsl_matrix * m);
  double gsl_matrix_min (const gsl_matrix * m);
@@ -238,11 +241,15 @@ int gsl_matrix_ispos (const gsl_matrix * m);
  int gsl_matrix_isneg (const gsl_matrix * m);
  int gsl_matrix_isnonneg (const gsl_matrix * m);
  
+double gsl_matrix_norm1 (const gsl_matrix * m);
+
  int gsl_matrix_add (gsl_matrix * a, const gsl_matrix * b);
  int gsl_matrix_sub (gsl_matrix * a, const gsl_matrix * b);
  int gsl_matrix_mul_elements (gsl_matrix * a, const gsl_matrix * b);
  int gsl_matrix_div_elements (gsl_matrix * a, const gsl_matrix * b);
  int gsl_matrix_scale (gsl_matrix * a, const double x);
+int gsl_matrix_scale_rows (gsl_matrix * a, const gsl_vector * x);
+int gsl_matrix_scale_columns (gsl_matrix * a, const gsl_vector * x);
  int gsl_matrix_add_constant (gsl_matrix * a, const double x);
  int gsl_matrix_add_diagonal (gsl_matrix * a, const double x);
  
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_float.h b/util/X86LINUX64/include/gsl/gsl_matrix_float.h

index a91114c..356bf8b 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_float.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_float.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_float.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_float_fprintf (FILE * stream, const gsl_matrix_float * m, const c
   
  int gsl_matrix_float_memcpy(gsl_matrix_float * dest, const gsl_matrix_float * src);
  int gsl_matrix_float_swap(gsl_matrix_float * m1, gsl_matrix_float * m2);
+int gsl_matrix_float_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_float * dest, const gsl_matrix_float * src);
  
  int gsl_matrix_float_swap_rows(gsl_matrix_float * m, const size_t i, const size_t j);
  int gsl_matrix_float_swap_columns(gsl_matrix_float * m, const size_t i, const size_t j);
  int gsl_matrix_float_swap_rowcol(gsl_matrix_float * m, const size_t i, const size_t j);
  int gsl_matrix_float_transpose (gsl_matrix_float * m);
  int gsl_matrix_float_transpose_memcpy (gsl_matrix_float * dest, const gsl_matrix_float * src);
+int gsl_matrix_float_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_float * dest, const gsl_matrix_float * src);
  
  float gsl_matrix_float_max (const gsl_matrix_float * m);
  float gsl_matrix_float_min (const gsl_matrix_float * m);
@@ -238,13 +241,17 @@ int gsl_matrix_float_ispos (const gsl_matrix_float * m);
  int gsl_matrix_float_isneg (const gsl_matrix_float * m);
  int gsl_matrix_float_isnonneg (const gsl_matrix_float * m);
  
+float gsl_matrix_float_norm1 (const gsl_matrix_float * m);
+
  int gsl_matrix_float_add (gsl_matrix_float * a, const gsl_matrix_float * b);
  int gsl_matrix_float_sub (gsl_matrix_float * a, const gsl_matrix_float * b);
  int gsl_matrix_float_mul_elements (gsl_matrix_float * a, const gsl_matrix_float * b);
  int gsl_matrix_float_div_elements (gsl_matrix_float * a, const gsl_matrix_float * b);
-int gsl_matrix_float_scale (gsl_matrix_float * a, const double x);
-int gsl_matrix_float_add_constant (gsl_matrix_float * a, const double x);
-int gsl_matrix_float_add_diagonal (gsl_matrix_float * a, const double x);
+int gsl_matrix_float_scale (gsl_matrix_float * a, const float x);
+int gsl_matrix_float_scale_rows (gsl_matrix_float * a, const gsl_vector_float * x);
+int gsl_matrix_float_scale_columns (gsl_matrix_float * a, const gsl_vector_float * x);
+int gsl_matrix_float_add_constant (gsl_matrix_float * a, const float x);
+int gsl_matrix_float_add_diagonal (gsl_matrix_float * a, const float x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_int.h b/util/X86LINUX64/include/gsl/gsl_matrix_int.h

index a9b04c1..78c0002 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_int.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_int.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_int.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_int_fprintf (FILE * stream, const gsl_matrix_int * m, const char
   
  int gsl_matrix_int_memcpy(gsl_matrix_int * dest, const gsl_matrix_int * src);
  int gsl_matrix_int_swap(gsl_matrix_int * m1, gsl_matrix_int * m2);
+int gsl_matrix_int_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_int * dest, const gsl_matrix_int * src);
  
  int gsl_matrix_int_swap_rows(gsl_matrix_int * m, const size_t i, const size_t j);
  int gsl_matrix_int_swap_columns(gsl_matrix_int * m, const size_t i, const size_t j);
  int gsl_matrix_int_swap_rowcol(gsl_matrix_int * m, const size_t i, const size_t j);
  int gsl_matrix_int_transpose (gsl_matrix_int * m);
  int gsl_matrix_int_transpose_memcpy (gsl_matrix_int * dest, const gsl_matrix_int * src);
+int gsl_matrix_int_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_int * dest, const gsl_matrix_int * src);
  
  int gsl_matrix_int_max (const gsl_matrix_int * m);
  int gsl_matrix_int_min (const gsl_matrix_int * m);
@@ -238,13 +241,17 @@ int gsl_matrix_int_ispos (const gsl_matrix_int * m);
  int gsl_matrix_int_isneg (const gsl_matrix_int * m);
  int gsl_matrix_int_isnonneg (const gsl_matrix_int * m);
  
+int gsl_matrix_int_norm1 (const gsl_matrix_int * m);
+
  int gsl_matrix_int_add (gsl_matrix_int * a, const gsl_matrix_int * b);
  int gsl_matrix_int_sub (gsl_matrix_int * a, const gsl_matrix_int * b);
  int gsl_matrix_int_mul_elements (gsl_matrix_int * a, const gsl_matrix_int * b);
  int gsl_matrix_int_div_elements (gsl_matrix_int * a, const gsl_matrix_int * b);
-int gsl_matrix_int_scale (gsl_matrix_int * a, const double x);
-int gsl_matrix_int_add_constant (gsl_matrix_int * a, const double x);
-int gsl_matrix_int_add_diagonal (gsl_matrix_int * a, const double x);
+int gsl_matrix_int_scale (gsl_matrix_int * a, const int x);
+int gsl_matrix_int_scale_rows (gsl_matrix_int * a, const gsl_vector_int * x);
+int gsl_matrix_int_scale_columns (gsl_matrix_int * a, const gsl_vector_int * x);
+int gsl_matrix_int_add_constant (gsl_matrix_int * a, const int x);
+int gsl_matrix_int_add_diagonal (gsl_matrix_int * a, const int x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_long.h b/util/X86LINUX64/include/gsl/gsl_matrix_long.h

index ff85a18..7ba99dc 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_long.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_long.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_long.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_long_fprintf (FILE * stream, const gsl_matrix_long * m, const cha
   
  int gsl_matrix_long_memcpy(gsl_matrix_long * dest, const gsl_matrix_long * src);
  int gsl_matrix_long_swap(gsl_matrix_long * m1, gsl_matrix_long * m2);
+int gsl_matrix_long_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_long * dest, const gsl_matrix_long * src);
  
  int gsl_matrix_long_swap_rows(gsl_matrix_long * m, const size_t i, const size_t j);
  int gsl_matrix_long_swap_columns(gsl_matrix_long * m, const size_t i, const size_t j);
  int gsl_matrix_long_swap_rowcol(gsl_matrix_long * m, const size_t i, const size_t j);
  int gsl_matrix_long_transpose (gsl_matrix_long * m);
  int gsl_matrix_long_transpose_memcpy (gsl_matrix_long * dest, const gsl_matrix_long * src);
+int gsl_matrix_long_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_long * dest, const gsl_matrix_long * src);
  
  long gsl_matrix_long_max (const gsl_matrix_long * m);
  long gsl_matrix_long_min (const gsl_matrix_long * m);
@@ -238,13 +241,17 @@ int gsl_matrix_long_ispos (const gsl_matrix_long * m);
  int gsl_matrix_long_isneg (const gsl_matrix_long * m);
  int gsl_matrix_long_isnonneg (const gsl_matrix_long * m);
  
+long gsl_matrix_long_norm1 (const gsl_matrix_long * m);
+
  int gsl_matrix_long_add (gsl_matrix_long * a, const gsl_matrix_long * b);
  int gsl_matrix_long_sub (gsl_matrix_long * a, const gsl_matrix_long * b);
  int gsl_matrix_long_mul_elements (gsl_matrix_long * a, const gsl_matrix_long * b);
  int gsl_matrix_long_div_elements (gsl_matrix_long * a, const gsl_matrix_long * b);
-int gsl_matrix_long_scale (gsl_matrix_long * a, const double x);
-int gsl_matrix_long_add_constant (gsl_matrix_long * a, const double x);
-int gsl_matrix_long_add_diagonal (gsl_matrix_long * a, const double x);
+int gsl_matrix_long_scale (gsl_matrix_long * a, const long x);
+int gsl_matrix_long_scale_rows (gsl_matrix_long * a, const gsl_vector_long * x);
+int gsl_matrix_long_scale_columns (gsl_matrix_long * a, const gsl_vector_long * x);
+int gsl_matrix_long_add_constant (gsl_matrix_long * a, const long x);
+int gsl_matrix_long_add_diagonal (gsl_matrix_long * a, const long x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_long_double.h b/util/X86LINUX64/include/gsl/gsl_matrix_long_double.h

index 910091f..5d3e429 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_long_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_long_double.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_long_double.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_long_double_fprintf (FILE * stream, const gsl_matrix_long_double
   
  int gsl_matrix_long_double_memcpy(gsl_matrix_long_double * dest, const gsl_matrix_long_double * src);
  int gsl_matrix_long_double_swap(gsl_matrix_long_double * m1, gsl_matrix_long_double * m2);
+int gsl_matrix_long_double_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_long_double * dest, const gsl_matrix_long_double * src);
  
  int gsl_matrix_long_double_swap_rows(gsl_matrix_long_double * m, const size_t i, const size_t j);
  int gsl_matrix_long_double_swap_columns(gsl_matrix_long_double * m, const size_t i, const size_t j);
  int gsl_matrix_long_double_swap_rowcol(gsl_matrix_long_double * m, const size_t i, const size_t j);
  int gsl_matrix_long_double_transpose (gsl_matrix_long_double * m);
  int gsl_matrix_long_double_transpose_memcpy (gsl_matrix_long_double * dest, const gsl_matrix_long_double * src);
+int gsl_matrix_long_double_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_long_double * dest, const gsl_matrix_long_double * src);
  
  long double gsl_matrix_long_double_max (const gsl_matrix_long_double * m);
  long double gsl_matrix_long_double_min (const gsl_matrix_long_double * m);
@@ -238,13 +241,17 @@ int gsl_matrix_long_double_ispos (const gsl_matrix_long_double * m);
  int gsl_matrix_long_double_isneg (const gsl_matrix_long_double * m);
  int gsl_matrix_long_double_isnonneg (const gsl_matrix_long_double * m);
  
+long double gsl_matrix_long_double_norm1 (const gsl_matrix_long_double * m);
+
  int gsl_matrix_long_double_add (gsl_matrix_long_double * a, const gsl_matrix_long_double * b);
  int gsl_matrix_long_double_sub (gsl_matrix_long_double * a, const gsl_matrix_long_double * b);
  int gsl_matrix_long_double_mul_elements (gsl_matrix_long_double * a, const gsl_matrix_long_double * b);
  int gsl_matrix_long_double_div_elements (gsl_matrix_long_double * a, const gsl_matrix_long_double * b);
-int gsl_matrix_long_double_scale (gsl_matrix_long_double * a, const double x);
-int gsl_matrix_long_double_add_constant (gsl_matrix_long_double * a, const double x);
-int gsl_matrix_long_double_add_diagonal (gsl_matrix_long_double * a, const double x);
+int gsl_matrix_long_double_scale (gsl_matrix_long_double * a, const long double x);
+int gsl_matrix_long_double_scale_rows (gsl_matrix_long_double * a, const gsl_vector_long_double * x);
+int gsl_matrix_long_double_scale_columns (gsl_matrix_long_double * a, const gsl_vector_long_double * x);
+int gsl_matrix_long_double_add_constant (gsl_matrix_long_double * a, const long double x);
+int gsl_matrix_long_double_add_diagonal (gsl_matrix_long_double * a, const long double x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_short.h b/util/X86LINUX64/include/gsl/gsl_matrix_short.h

index 53e89e6..6058207 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_short.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_short.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_short.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_short_fprintf (FILE * stream, const gsl_matrix_short * m, const c
   
  int gsl_matrix_short_memcpy(gsl_matrix_short * dest, const gsl_matrix_short * src);
  int gsl_matrix_short_swap(gsl_matrix_short * m1, gsl_matrix_short * m2);
+int gsl_matrix_short_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_short * dest, const gsl_matrix_short * src);
  
  int gsl_matrix_short_swap_rows(gsl_matrix_short * m, const size_t i, const size_t j);
  int gsl_matrix_short_swap_columns(gsl_matrix_short * m, const size_t i, const size_t j);
  int gsl_matrix_short_swap_rowcol(gsl_matrix_short * m, const size_t i, const size_t j);
  int gsl_matrix_short_transpose (gsl_matrix_short * m);
  int gsl_matrix_short_transpose_memcpy (gsl_matrix_short * dest, const gsl_matrix_short * src);
+int gsl_matrix_short_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_short * dest, const gsl_matrix_short * src);
  
  short gsl_matrix_short_max (const gsl_matrix_short * m);
  short gsl_matrix_short_min (const gsl_matrix_short * m);
@@ -238,13 +241,17 @@ int gsl_matrix_short_ispos (const gsl_matrix_short * m);
  int gsl_matrix_short_isneg (const gsl_matrix_short * m);
  int gsl_matrix_short_isnonneg (const gsl_matrix_short * m);
  
+short gsl_matrix_short_norm1 (const gsl_matrix_short * m);
+
  int gsl_matrix_short_add (gsl_matrix_short * a, const gsl_matrix_short * b);
  int gsl_matrix_short_sub (gsl_matrix_short * a, const gsl_matrix_short * b);
  int gsl_matrix_short_mul_elements (gsl_matrix_short * a, const gsl_matrix_short * b);
  int gsl_matrix_short_div_elements (gsl_matrix_short * a, const gsl_matrix_short * b);
-int gsl_matrix_short_scale (gsl_matrix_short * a, const double x);
-int gsl_matrix_short_add_constant (gsl_matrix_short * a, const double x);
-int gsl_matrix_short_add_diagonal (gsl_matrix_short * a, const double x);
+int gsl_matrix_short_scale (gsl_matrix_short * a, const short x);
+int gsl_matrix_short_scale_rows (gsl_matrix_short * a, const gsl_vector_short * x);
+int gsl_matrix_short_scale_columns (gsl_matrix_short * a, const gsl_vector_short * x);
+int gsl_matrix_short_add_constant (gsl_matrix_short * a, const short x);
+int gsl_matrix_short_add_diagonal (gsl_matrix_short * a, const short x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_uchar.h b/util/X86LINUX64/include/gsl/gsl_matrix_uchar.h

index 0ab540f..9447e82 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_uchar.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_uchar.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_uchar.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_uchar_fprintf (FILE * stream, const gsl_matrix_uchar * m, const c
   
  int gsl_matrix_uchar_memcpy(gsl_matrix_uchar * dest, const gsl_matrix_uchar * src);
  int gsl_matrix_uchar_swap(gsl_matrix_uchar * m1, gsl_matrix_uchar * m2);
+int gsl_matrix_uchar_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_uchar * dest, const gsl_matrix_uchar * src);
  
  int gsl_matrix_uchar_swap_rows(gsl_matrix_uchar * m, const size_t i, const size_t j);
  int gsl_matrix_uchar_swap_columns(gsl_matrix_uchar * m, const size_t i, const size_t j);
  int gsl_matrix_uchar_swap_rowcol(gsl_matrix_uchar * m, const size_t i, const size_t j);
  int gsl_matrix_uchar_transpose (gsl_matrix_uchar * m);
  int gsl_matrix_uchar_transpose_memcpy (gsl_matrix_uchar * dest, const gsl_matrix_uchar * src);
+int gsl_matrix_uchar_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_uchar * dest, const gsl_matrix_uchar * src);
  
  unsigned char gsl_matrix_uchar_max (const gsl_matrix_uchar * m);
  unsigned char gsl_matrix_uchar_min (const gsl_matrix_uchar * m);
@@ -238,13 +241,17 @@ int gsl_matrix_uchar_ispos (const gsl_matrix_uchar * m);
  int gsl_matrix_uchar_isneg (const gsl_matrix_uchar * m);
  int gsl_matrix_uchar_isnonneg (const gsl_matrix_uchar * m);
  
+unsigned char gsl_matrix_uchar_norm1 (const gsl_matrix_uchar * m);
+
  int gsl_matrix_uchar_add (gsl_matrix_uchar * a, const gsl_matrix_uchar * b);
  int gsl_matrix_uchar_sub (gsl_matrix_uchar * a, const gsl_matrix_uchar * b);
  int gsl_matrix_uchar_mul_elements (gsl_matrix_uchar * a, const gsl_matrix_uchar * b);
  int gsl_matrix_uchar_div_elements (gsl_matrix_uchar * a, const gsl_matrix_uchar * b);
-int gsl_matrix_uchar_scale (gsl_matrix_uchar * a, const double x);
-int gsl_matrix_uchar_add_constant (gsl_matrix_uchar * a, const double x);
-int gsl_matrix_uchar_add_diagonal (gsl_matrix_uchar * a, const double x);
+int gsl_matrix_uchar_scale (gsl_matrix_uchar * a, const unsigned char x);
+int gsl_matrix_uchar_scale_rows (gsl_matrix_uchar * a, const gsl_vector_uchar * x);
+int gsl_matrix_uchar_scale_columns (gsl_matrix_uchar * a, const gsl_vector_uchar * x);
+int gsl_matrix_uchar_add_constant (gsl_matrix_uchar * a, const unsigned char x);
+int gsl_matrix_uchar_add_diagonal (gsl_matrix_uchar * a, const unsigned char x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_uint.h b/util/X86LINUX64/include/gsl/gsl_matrix_uint.h

index abb2670..510f39c 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_uint.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_uint.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_uint.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_uint_fprintf (FILE * stream, const gsl_matrix_uint * m, const cha
   
  int gsl_matrix_uint_memcpy(gsl_matrix_uint * dest, const gsl_matrix_uint * src);
  int gsl_matrix_uint_swap(gsl_matrix_uint * m1, gsl_matrix_uint * m2);
+int gsl_matrix_uint_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_uint * dest, const gsl_matrix_uint * src);
  
  int gsl_matrix_uint_swap_rows(gsl_matrix_uint * m, const size_t i, const size_t j);
  int gsl_matrix_uint_swap_columns(gsl_matrix_uint * m, const size_t i, const size_t j);
  int gsl_matrix_uint_swap_rowcol(gsl_matrix_uint * m, const size_t i, const size_t j);
  int gsl_matrix_uint_transpose (gsl_matrix_uint * m);
  int gsl_matrix_uint_transpose_memcpy (gsl_matrix_uint * dest, const gsl_matrix_uint * src);
+int gsl_matrix_uint_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_uint * dest, const gsl_matrix_uint * src);
  
  unsigned int gsl_matrix_uint_max (const gsl_matrix_uint * m);
  unsigned int gsl_matrix_uint_min (const gsl_matrix_uint * m);
@@ -238,13 +241,17 @@ int gsl_matrix_uint_ispos (const gsl_matrix_uint * m);
  int gsl_matrix_uint_isneg (const gsl_matrix_uint * m);
  int gsl_matrix_uint_isnonneg (const gsl_matrix_uint * m);
  
+unsigned int gsl_matrix_uint_norm1 (const gsl_matrix_uint * m);
+
  int gsl_matrix_uint_add (gsl_matrix_uint * a, const gsl_matrix_uint * b);
  int gsl_matrix_uint_sub (gsl_matrix_uint * a, const gsl_matrix_uint * b);
  int gsl_matrix_uint_mul_elements (gsl_matrix_uint * a, const gsl_matrix_uint * b);
  int gsl_matrix_uint_div_elements (gsl_matrix_uint * a, const gsl_matrix_uint * b);
-int gsl_matrix_uint_scale (gsl_matrix_uint * a, const double x);
-int gsl_matrix_uint_add_constant (gsl_matrix_uint * a, const double x);
-int gsl_matrix_uint_add_diagonal (gsl_matrix_uint * a, const double x);
+int gsl_matrix_uint_scale (gsl_matrix_uint * a, const unsigned int x);
+int gsl_matrix_uint_scale_rows (gsl_matrix_uint * a, const gsl_vector_uint * x);
+int gsl_matrix_uint_scale_columns (gsl_matrix_uint * a, const gsl_vector_uint * x);
+int gsl_matrix_uint_add_constant (gsl_matrix_uint * a, const unsigned int x);
+int gsl_matrix_uint_add_diagonal (gsl_matrix_uint * a, const unsigned int x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_ulong.h b/util/X86LINUX64/include/gsl/gsl_matrix_ulong.h

index 2424068..5e4a7ef 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_ulong.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_ulong.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_ulong.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_ulong_fprintf (FILE * stream, const gsl_matrix_ulong * m, const c
   
  int gsl_matrix_ulong_memcpy(gsl_matrix_ulong * dest, const gsl_matrix_ulong * src);
  int gsl_matrix_ulong_swap(gsl_matrix_ulong * m1, gsl_matrix_ulong * m2);
+int gsl_matrix_ulong_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_ulong * dest, const gsl_matrix_ulong * src);
  
  int gsl_matrix_ulong_swap_rows(gsl_matrix_ulong * m, const size_t i, const size_t j);
  int gsl_matrix_ulong_swap_columns(gsl_matrix_ulong * m, const size_t i, const size_t j);
  int gsl_matrix_ulong_swap_rowcol(gsl_matrix_ulong * m, const size_t i, const size_t j);
  int gsl_matrix_ulong_transpose (gsl_matrix_ulong * m);
  int gsl_matrix_ulong_transpose_memcpy (gsl_matrix_ulong * dest, const gsl_matrix_ulong * src);
+int gsl_matrix_ulong_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_ulong * dest, const gsl_matrix_ulong * src);
  
  unsigned long gsl_matrix_ulong_max (const gsl_matrix_ulong * m);
  unsigned long gsl_matrix_ulong_min (const gsl_matrix_ulong * m);
@@ -238,13 +241,17 @@ int gsl_matrix_ulong_ispos (const gsl_matrix_ulong * m);
  int gsl_matrix_ulong_isneg (const gsl_matrix_ulong * m);
  int gsl_matrix_ulong_isnonneg (const gsl_matrix_ulong * m);
  
+unsigned long gsl_matrix_ulong_norm1 (const gsl_matrix_ulong * m);
+
  int gsl_matrix_ulong_add (gsl_matrix_ulong * a, const gsl_matrix_ulong * b);
  int gsl_matrix_ulong_sub (gsl_matrix_ulong * a, const gsl_matrix_ulong * b);
  int gsl_matrix_ulong_mul_elements (gsl_matrix_ulong * a, const gsl_matrix_ulong * b);
  int gsl_matrix_ulong_div_elements (gsl_matrix_ulong * a, const gsl_matrix_ulong * b);
-int gsl_matrix_ulong_scale (gsl_matrix_ulong * a, const double x);
-int gsl_matrix_ulong_add_constant (gsl_matrix_ulong * a, const double x);
-int gsl_matrix_ulong_add_diagonal (gsl_matrix_ulong * a, const double x);
+int gsl_matrix_ulong_scale (gsl_matrix_ulong * a, const unsigned long x);
+int gsl_matrix_ulong_scale_rows (gsl_matrix_ulong * a, const gsl_vector_ulong * x);
+int gsl_matrix_ulong_scale_columns (gsl_matrix_ulong * a, const gsl_vector_ulong * x);
+int gsl_matrix_ulong_add_constant (gsl_matrix_ulong * a, const unsigned long x);
+int gsl_matrix_ulong_add_diagonal (gsl_matrix_ulong * a, const unsigned long x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_matrix_ushort.h b/util/X86LINUX64/include/gsl/gsl_matrix_ushort.h

index 422b394..1d9c715 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_matrix_ushort.h
+++ b/util/X86LINUX64/include/gsl/gsl_matrix_ushort.h
@@ -26,6 +26,7 @@
  #include <gsl/gsl_inline.h>
  #include <gsl/gsl_check_range.h>
  #include <gsl/gsl_vector_ushort.h>
+#include <gsl/gsl_blas_types.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -216,12 +217,14 @@ int gsl_matrix_ushort_fprintf (FILE * stream, const gsl_matrix_ushort * m, const
   
  int gsl_matrix_ushort_memcpy(gsl_matrix_ushort * dest, const gsl_matrix_ushort * src);
  int gsl_matrix_ushort_swap(gsl_matrix_ushort * m1, gsl_matrix_ushort * m2);
+int gsl_matrix_ushort_tricpy(CBLAS_UPLO_t Uplo, CBLAS_DIAG_t Diag, gsl_matrix_ushort * dest, const gsl_matrix_ushort * src);
  
  int gsl_matrix_ushort_swap_rows(gsl_matrix_ushort * m, const size_t i, const size_t j);
  int gsl_matrix_ushort_swap_columns(gsl_matrix_ushort * m, const size_t i, const size_t j);
  int gsl_matrix_ushort_swap_rowcol(gsl_matrix_ushort * m, const size_t i, const size_t j);
  int gsl_matrix_ushort_transpose (gsl_matrix_ushort * m);
  int gsl_matrix_ushort_transpose_memcpy (gsl_matrix_ushort * dest, const gsl_matrix_ushort * src);
+int gsl_matrix_ushort_transpose_tricpy (CBLAS_UPLO_t Uplo_src, CBLAS_DIAG_t Diag, gsl_matrix_ushort * dest, const gsl_matrix_ushort * src);
  
  unsigned short gsl_matrix_ushort_max (const gsl_matrix_ushort * m);
  unsigned short gsl_matrix_ushort_min (const gsl_matrix_ushort * m);
@@ -238,13 +241,17 @@ int gsl_matrix_ushort_ispos (const gsl_matrix_ushort * m);
  int gsl_matrix_ushort_isneg (const gsl_matrix_ushort * m);
  int gsl_matrix_ushort_isnonneg (const gsl_matrix_ushort * m);
  
+unsigned short gsl_matrix_ushort_norm1 (const gsl_matrix_ushort * m);
+
  int gsl_matrix_ushort_add (gsl_matrix_ushort * a, const gsl_matrix_ushort * b);
  int gsl_matrix_ushort_sub (gsl_matrix_ushort * a, const gsl_matrix_ushort * b);
  int gsl_matrix_ushort_mul_elements (gsl_matrix_ushort * a, const gsl_matrix_ushort * b);
  int gsl_matrix_ushort_div_elements (gsl_matrix_ushort * a, const gsl_matrix_ushort * b);
-int gsl_matrix_ushort_scale (gsl_matrix_ushort * a, const double x);
-int gsl_matrix_ushort_add_constant (gsl_matrix_ushort * a, const double x);
-int gsl_matrix_ushort_add_diagonal (gsl_matrix_ushort * a, const double x);
+int gsl_matrix_ushort_scale (gsl_matrix_ushort * a, const unsigned short x);
+int gsl_matrix_ushort_scale_rows (gsl_matrix_ushort * a, const gsl_vector_ushort * x);
+int gsl_matrix_ushort_scale_columns (gsl_matrix_ushort * a, const gsl_vector_ushort * x);
+int gsl_matrix_ushort_add_constant (gsl_matrix_ushort * a, const unsigned short x);
+int gsl_matrix_ushort_add_diagonal (gsl_matrix_ushort * a, const unsigned short x);
  
  /***********************************************************************/
  /* The functions below are obsolete                                    */
diff --git a/util/X86LINUX64/include/gsl/gsl_monte.h b/util/X86LINUX64/include/gsl/gsl_monte.h

index 4d1d88e..614c41b 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_monte.h
+++ b/util/X86LINUX64/include/gsl/gsl_monte.h
@@ -23,6 +23,8 @@
  #ifndef __GSL_MONTE_H__
  #define __GSL_MONTE_H__
  
+#include <stdlib.h>
+
  #undef __BEGIN_DECLS
  #undef __END_DECLS
  #ifdef __cplusplus
diff --git a/util/X86LINUX64/include/gsl/gsl_movstat.h b/util/X86LINUX64/include/gsl/gsl_movstat.h

new file mode 100644 (file)

index 0000000..54f4fce
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_movstat.h
@@ -0,0 +1,138 @@
+/* movstat/gsl_movstat.h
+ * 
+ * Copyright (C) 2018 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_MOVSTAT_H__
+#define __GSL_MOVSTAT_H__
+
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_vector.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+typedef enum
+{
+  GSL_MOVSTAT_END_PADZERO,
+  GSL_MOVSTAT_END_PADVALUE,
+  GSL_MOVSTAT_END_TRUNCATE
+} gsl_movstat_end_t;
+
+/* accumulator struct
+ * size          - return number of bytes needed for accumulator with maximum of n elements
+ * init          - initialize accumulator state
+ * insert        - insert a single sample into accumulator; if there are already n
+ *                 samples in accumulator, oldest sample is overwritten
+ * delete_oldest - delete oldest sample from accumulator
+ * get           - return accumulated value
+ */
+typedef struct
+{
+  size_t (*size) (const size_t n);
+  int (*init) (const size_t n, void * vstate);
+  int (*insert) (const double x, void * vstate);
+  int (*delete_oldest) (void * vstate);
+  int (*get) (void * params, double * result, const void * vstate);
+} gsl_movstat_accum;
+
+typedef struct
+{
+  double (* function) (const size_t n, double x[], void * params);
+  void * params;
+} gsl_movstat_function;
+
+#define GSL_MOVSTAT_FN_EVAL(F,n,x) (*((F)->function))((n),(x),(F)->params)
+
+/* workspace for moving window statistics */
+
+typedef struct
+{
+  size_t H;          /* number of previous samples in window */
+  size_t J;          /* number of after samples in window */
+  size_t K;          /* window size K = H + J + 1 */
+  double *work;      /* workspace, size K */
+  void *state;       /* state workspace for various accumulators */
+  size_t state_size; /* bytes allocated for 'state' */
+} gsl_movstat_workspace;
+
+/* alloc.c */
+
+gsl_movstat_workspace *gsl_movstat_alloc(const size_t K);
+gsl_movstat_workspace *gsl_movstat_alloc2(const size_t H, const size_t J);
+gsl_movstat_workspace *gsl_movstat_alloc_with_size(const size_t accum_state_size, const size_t H, const size_t J);
+void gsl_movstat_free(gsl_movstat_workspace * w);
+
+/* apply.c */
+int gsl_movstat_apply_accum(const gsl_movstat_end_t endtype, const gsl_vector * x,
+                            const gsl_movstat_accum * accum, void * accum_params,
+                            gsl_vector * y, gsl_vector * z,
+                            gsl_movstat_workspace * w);
+int gsl_movstat_apply(const gsl_movstat_end_t endtype, const gsl_movstat_function * F,
+                      const gsl_vector * x, gsl_vector * y, gsl_movstat_workspace * w);
+
+/* fill.c */
+size_t gsl_movstat_fill(const gsl_movstat_end_t endtype, const gsl_vector * x, const size_t idx,
+                        const size_t H, const size_t J, double * window);
+
+int gsl_movstat_mean(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * y, gsl_movstat_workspace * w);
+int gsl_movstat_variance(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * y, gsl_movstat_workspace * w);
+int gsl_movstat_sd(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * y, gsl_movstat_workspace * w);
+int gsl_movstat_median(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * y, gsl_movstat_workspace * w);
+int gsl_movstat_min(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * y, gsl_movstat_workspace * w);
+int gsl_movstat_max(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * y, gsl_movstat_workspace * w);
+int gsl_movstat_minmax(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * y_min, gsl_vector * y_max, gsl_movstat_workspace * w);
+int gsl_movstat_mad0(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * xmedian,
+                     gsl_vector * xmad, gsl_movstat_workspace * w);
+int gsl_movstat_mad(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * xmedian,
+                    gsl_vector * xmad, gsl_movstat_workspace * w);
+int gsl_movstat_qqr(const gsl_movstat_end_t endtype, const gsl_vector * x, const double q,
+                    gsl_vector * xqqr, gsl_movstat_workspace * w);
+int gsl_movstat_Sn(const gsl_movstat_end_t endtype, const gsl_vector * x,
+                   gsl_vector * xscale, gsl_movstat_workspace * w);
+int gsl_movstat_Qn(const gsl_movstat_end_t endtype, const gsl_vector * x,
+                   gsl_vector * xscale, gsl_movstat_workspace * w);
+int gsl_movstat_sum(const gsl_movstat_end_t endtype, const gsl_vector * x, gsl_vector * y, gsl_movstat_workspace * w);
+
+/* accumulator variables */
+
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_mad;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_max;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_mean;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_median;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_min;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_minmax;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_sd;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_Sn;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_sum;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_Qn;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_qqr;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_userfunc;
+GSL_VAR const gsl_movstat_accum * gsl_movstat_accum_variance;
+
+__END_DECLS
+
+#endif /* __GSL_MOVSTAT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_multifit.h b/util/X86LINUX64/include/gsl/gsl_multifit.h

index e4f6db9..53961ee 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_multifit.h
+++ b/util/X86LINUX64/include/gsl/gsl_multifit.h
@@ -41,23 +41,26 @@ __BEGIN_DECLS
  
  typedef struct 
  {
-  size_t n; /* number of observations */
-  size_t p; /* number of parameters */
-  gsl_matrix * A;
+  size_t nmax;         /* maximum number of observations */
+  size_t pmax;         /* maximum number of parameters */
+  size_t n;            /* number of observations in current SVD decomposition */
+  size_t p;            /* number of parameters in current SVD decomposition */
+  gsl_matrix * A;      /* least squares matrix for SVD, n-by-p */
    gsl_matrix * Q;
    gsl_matrix * QSI;
    gsl_vector * S;
    gsl_vector * t;
    gsl_vector * xt;
    gsl_vector * D;
+  double rcond;        /* reciprocal condition number */
  } 
  gsl_multifit_linear_workspace;
  
  gsl_multifit_linear_workspace *
-gsl_multifit_linear_alloc (size_t n, size_t p);
+gsl_multifit_linear_alloc (const size_t n, const size_t p);
  
  void
-gsl_multifit_linear_free (gsl_multifit_linear_workspace * work);
+gsl_multifit_linear_free (gsl_multifit_linear_workspace * w);
  
  int
  gsl_multifit_linear (const gsl_matrix * X,
@@ -68,25 +71,146 @@ gsl_multifit_linear (const gsl_matrix * X,
                       gsl_multifit_linear_workspace * work);
  
  int
+gsl_multifit_linear_tsvd (const gsl_matrix * X,
+                          const gsl_vector * y,
+                          const double tol,
+                          gsl_vector * c,
+                          gsl_matrix * cov,
+                          double * chisq,
+                          size_t * rank,
+                          gsl_multifit_linear_workspace * work);
+
+int
  gsl_multifit_linear_svd (const gsl_matrix * X,
-                         const gsl_vector * y,
-                         double tol,
-                         size_t * rank,
-                         gsl_vector * c,
-                         gsl_matrix * cov,
-                         double *chisq, 
                           gsl_multifit_linear_workspace * work);
  
  int
-gsl_multifit_linear_usvd (const gsl_matrix * X,
-                          const gsl_vector * y,
-                          double tol,
-                          size_t * rank,
-                          gsl_vector * c,
-                          gsl_matrix * cov,
-                          double *chisq, 
+gsl_multifit_linear_bsvd (const gsl_matrix * X,
                            gsl_multifit_linear_workspace * work);
  
+size_t
+gsl_multifit_linear_rank(const double tol, const gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_solve (const double lambda,
+                           const gsl_matrix * X,
+                           const gsl_vector * y,
+                           gsl_vector * c,
+                           double *rnorm,
+                           double *snorm,
+                           gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_applyW(const gsl_matrix * X,
+                           const gsl_vector * w,
+                           const gsl_vector * y,
+                           gsl_matrix * WX,
+                           gsl_vector * Wy);
+
+int
+gsl_multifit_linear_stdform1 (const gsl_vector * L,
+                              const gsl_matrix * X,
+                              const gsl_vector * y,
+                              gsl_matrix * Xs,
+                              gsl_vector * ys,
+                              gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_wstdform1 (const gsl_vector * L,
+                               const gsl_matrix * X,
+                               const gsl_vector * w,
+                               const gsl_vector * y,
+                               gsl_matrix * Xs,
+                               gsl_vector * ys,
+                               gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_L_decomp (gsl_matrix * L, gsl_vector * tau);
+
+int
+gsl_multifit_linear_stdform2 (const gsl_matrix * LQR,
+                              const gsl_vector * Ltau,
+                              const gsl_matrix * X,
+                              const gsl_vector * y,
+                              gsl_matrix * Xs,
+                              gsl_vector * ys,
+                              gsl_matrix * M,
+                              gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_wstdform2 (const gsl_matrix * LQR,
+                               const gsl_vector * Ltau,
+                               const gsl_matrix * X,
+                               const gsl_vector * w,
+                               const gsl_vector * y,
+                               gsl_matrix * Xs,
+                               gsl_vector * ys,
+                               gsl_matrix * M,
+                               gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_genform1 (const gsl_vector * L,
+                              const gsl_vector * cs,
+                              gsl_vector * c,
+                              gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_genform2 (const gsl_matrix * LQR,
+                              const gsl_vector * Ltau,
+                              const gsl_matrix * X,
+                              const gsl_vector * y,
+                              const gsl_vector * cs,
+                              const gsl_matrix * M,
+                              gsl_vector * c,
+                              gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_wgenform2 (const gsl_matrix * LQR,
+                               const gsl_vector * Ltau,
+                               const gsl_matrix * X,
+                               const gsl_vector * w,
+                               const gsl_vector * y,
+                               const gsl_vector * cs,
+                               const gsl_matrix * M,
+                               gsl_vector * c,
+                               gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_lreg (const double smin, const double smax,
+                          gsl_vector * reg_param);
+
+int
+gsl_multifit_linear_lcurve (const gsl_vector * y,
+                            gsl_vector * reg_param,
+                            gsl_vector * rho, gsl_vector * eta,
+                            gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_lcurvature (const gsl_vector * y,
+                                const gsl_vector * reg_param,
+                                const gsl_vector * rho,
+                                const gsl_vector * eta,
+                                gsl_vector * kappa,
+                                gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_lcorner(const gsl_vector *rho,
+                            const gsl_vector *eta,
+                            size_t *idx);
+
+int
+gsl_multifit_linear_lcorner2(const gsl_vector *reg_param,
+                             const gsl_vector *eta,
+                             size_t *idx);
+
+int
+gsl_multifit_linear_Lk(const size_t p, const size_t k, gsl_matrix *L);
+
+int
+gsl_multifit_linear_Lsobolev(const size_t p, const size_t kmax,
+                             const gsl_vector *alpha, gsl_matrix *L,
+                             gsl_multifit_linear_workspace *work);
+
  int
  gsl_multifit_wlinear (const gsl_matrix * X,
                        const gsl_vector * w,
@@ -97,6 +221,17 @@ gsl_multifit_wlinear (const gsl_matrix * X,
                        gsl_multifit_linear_workspace * work);
  
  int
+gsl_multifit_wlinear_tsvd (const gsl_matrix * X,
+                           const gsl_vector * w,
+                           const gsl_vector * y,
+                           const double tol,
+                           gsl_vector * c,
+                           gsl_matrix * cov,
+                           double * chisq,
+                           size_t * rank,
+                           gsl_multifit_linear_workspace * work);
+
+int
  gsl_multifit_wlinear_svd (const gsl_matrix * X,
                            const gsl_vector * w,
                            const gsl_vector * y,
@@ -123,10 +258,50 @@ gsl_multifit_linear_est (const gsl_vector * x,
                           const gsl_vector * c,
                           const gsl_matrix * cov, double *y, double *y_err);
  
+double
+gsl_multifit_linear_rcond (const gsl_multifit_linear_workspace * w);
+
  int
  gsl_multifit_linear_residuals (const gsl_matrix *X, const gsl_vector *y,
                                 const gsl_vector *c, gsl_vector *r);
  
+/* gcv.c */
+int
+gsl_multifit_linear_gcv_init(const gsl_vector * y,
+                             gsl_vector * reg_param,
+                             gsl_vector * UTy,
+                             double * delta0,
+                             gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_gcv_curve(const gsl_vector * reg_param,
+                              const gsl_vector * UTy,
+                              const double delta0,
+                              gsl_vector * G,
+                              gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_gcv_min(const gsl_vector * reg_param,
+                            const gsl_vector * UTy,
+                            const gsl_vector * G,
+                            const double delta0,
+                            double * lambda,
+                            gsl_multifit_linear_workspace * work);
+
+double
+gsl_multifit_linear_gcv_calc(const double lambda,
+                             const gsl_vector * UTy,
+                             const double delta0,
+                             gsl_multifit_linear_workspace * work);
+
+int
+gsl_multifit_linear_gcv(const gsl_vector * y,
+                        gsl_vector * reg_param,
+                        gsl_vector * G,
+                        double * lambda,
+                        double * G_lambda,
+                        gsl_multifit_linear_workspace * work);
+
  typedef struct
  {
    const char * name;     /* method name */
@@ -190,14 +365,23 @@ GSL_VAR const gsl_multifit_robust_type * gsl_multifit_robust_welsch;
  gsl_multifit_robust_workspace *gsl_multifit_robust_alloc(const gsl_multifit_robust_type *T,
                                                           const size_t n, const size_t p);
  void gsl_multifit_robust_free(gsl_multifit_robust_workspace *w);
-int gsl_multifit_robust_tune(const double tune, gsl_multifit_robust_workspace *w);
+int gsl_multifit_robust_tune(const double tune,
+                             gsl_multifit_robust_workspace *w);
+int gsl_multifit_robust_maxiter(const size_t maxiter,
+                                gsl_multifit_robust_workspace *w);
  const char *gsl_multifit_robust_name(const gsl_multifit_robust_workspace *w);
  gsl_multifit_robust_stats gsl_multifit_robust_statistics(const gsl_multifit_robust_workspace *w);
+int gsl_multifit_robust_weights(const gsl_vector *r, gsl_vector *wts,
+                                gsl_multifit_robust_workspace *w);
  int gsl_multifit_robust(const gsl_matrix * X, const gsl_vector * y,
                          gsl_vector * c, gsl_matrix *cov,
                          gsl_multifit_robust_workspace *w);
  int gsl_multifit_robust_est(const gsl_vector * x, const gsl_vector * c,
                              const gsl_matrix * cov, double *y, double *y_err);
+int gsl_multifit_robust_residuals(const gsl_matrix * X,
+                                  const gsl_vector * y,
+                                  const gsl_vector * c, gsl_vector * r,
+                                  gsl_multifit_robust_workspace * w);
  
  __END_DECLS
  
diff --git a/util/X86LINUX64/include/gsl/gsl_multifit_nlin.h b/util/X86LINUX64/include/gsl/gsl_multifit_nlin.h

index c6b8c85..b0dd06e 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_multifit_nlin.h
+++ b/util/X86LINUX64/include/gsl/gsl_multifit_nlin.h
@@ -25,6 +25,7 @@
  #include <gsl/gsl_math.h>
  #include <gsl/gsl_vector.h>
  #include <gsl/gsl_matrix.h>
+#include <gsl/gsl_permutation.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -41,7 +42,9 @@ __BEGIN_DECLS
  int gsl_multifit_gradient (const gsl_matrix * J, const gsl_vector * f,
                             gsl_vector * g);
  
-int gsl_multifit_covar (const gsl_matrix * J, double epsrel, gsl_matrix * covar);
+int gsl_multifit_covar (const gsl_matrix * J, const double epsrel, gsl_matrix * covar);
+int gsl_multifit_covar_QRPT (gsl_matrix * r, gsl_permutation * perm,
+                             const double epsrel, gsl_matrix * covar);
  
  
  /* Definition of vector-valued functions with parameters based on gsl_vector */
@@ -87,8 +90,8 @@ gsl_multifit_fsolver_alloc (const gsl_multifit_fsolver_type * T,
  void gsl_multifit_fsolver_free (gsl_multifit_fsolver * s);
  
  int gsl_multifit_fsolver_set (gsl_multifit_fsolver * s, 
-                                   gsl_multifit_function * f, 
-                                   const gsl_vector * x);
+                              gsl_multifit_function * f, 
+                              const gsl_vector * x);
  
  int gsl_multifit_fsolver_iterate (gsl_multifit_fsolver * s);
  
@@ -107,24 +110,28 @@ struct gsl_multifit_function_fdf_struct
    int (* f) (const gsl_vector * x, void * params, gsl_vector * f);
    int (* df) (const gsl_vector * x, void * params, gsl_matrix * df);
    int (* fdf) (const gsl_vector * x, void * params, gsl_vector * f, gsl_matrix *df);
-  size_t n;   /* number of functions */
-  size_t p;   /* number of independent variables */
-  void * params;
+  size_t n;       /* number of functions */
+  size_t p;       /* number of independent variables */
+  void * params;  /* user parameters */
+  size_t nevalf;  /* number of function evaluations */
+  size_t nevaldf; /* number of Jacobian evaluations */
  };
  
  typedef struct gsl_multifit_function_fdf_struct gsl_multifit_function_fdf ;
  
-#define GSL_MULTIFIT_FN_EVAL_F(F,x,y) ((*((F)->f))(x,(F)->params,(y)))
-#define GSL_MULTIFIT_FN_EVAL_DF(F,x,dy) ((*((F)->df))(x,(F)->params,(dy)))
-#define GSL_MULTIFIT_FN_EVAL_F_DF(F,x,y,dy) ((*((F)->fdf))(x,(F)->params,(y),(dy)))
-
  typedef struct
    {
      const char *name;
      size_t size;
      int (*alloc) (void *state, size_t n, size_t p);
-    int (*set) (void *state, gsl_multifit_function_fdf * fdf, gsl_vector * x, gsl_vector * f, gsl_matrix * J, gsl_vector * dx);
-    int (*iterate) (void *state, gsl_multifit_function_fdf * fdf, gsl_vector * x, gsl_vector * f, gsl_matrix * J, gsl_vector * dx);
+    int (*set) (void *state, const gsl_vector * wts,
+                gsl_multifit_function_fdf * fdf, gsl_vector * x,
+                gsl_vector * f, gsl_vector * dx);
+    int (*iterate) (void *state, const gsl_vector * wts,
+                    gsl_multifit_function_fdf * fdf, gsl_vector * x,
+                    gsl_vector * f, gsl_vector * dx);
+    int (*gradient) (void *state, gsl_vector * g);
+    int (*jac) (void *state, gsl_matrix * J);
      void (*free) (void *state);
    }
  gsl_multifit_fdfsolver_type;
@@ -133,10 +140,12 @@ typedef struct
    {
      const gsl_multifit_fdfsolver_type * type;
      gsl_multifit_function_fdf * fdf ;
-    gsl_vector * x;
-    gsl_vector * f;
-    gsl_matrix * J;
-    gsl_vector * dx;
+    gsl_vector * x;        /* parameter values x */
+    gsl_vector * f;        /* residual vector f(x) */
+    gsl_vector * dx;       /* step dx */
+    gsl_vector * g;        /* gradient J^T f */
+    gsl_vector * sqrt_wts; /* sqrt(wts) */
+    size_t niter;          /* number of iterations performed */
      void *state;
    }
  gsl_multifit_fdfsolver;
@@ -148,38 +157,118 @@ gsl_multifit_fdfsolver_alloc (const gsl_multifit_fdfsolver_type * T,
  
  int
  gsl_multifit_fdfsolver_set (gsl_multifit_fdfsolver * s, 
-                                 gsl_multifit_function_fdf * fdf,
-                                 const gsl_vector * x);
+                            gsl_multifit_function_fdf * fdf,
+                            const gsl_vector * x);
+int gsl_multifit_fdfsolver_wset (gsl_multifit_fdfsolver * s, 
+                                 gsl_multifit_function_fdf * f, 
+                                 const gsl_vector * x,
+                                 const gsl_vector * wts);
  
  int
  gsl_multifit_fdfsolver_iterate (gsl_multifit_fdfsolver * s);
  
-int
-gsl_multifit_fdfsolver_driver (gsl_multifit_fdfsolver * s,
-                               const size_t maxiter,
-                               const double epsabs, const double epsrel);
+int gsl_multifit_fdfsolver_driver (gsl_multifit_fdfsolver * s,
+                                   const size_t maxiter,
+                                   const double xtol,
+                                   const double gtol,
+                                   const double ftol,
+                                   int *info);
+
+int gsl_multifit_fdfsolver_jac (gsl_multifit_fdfsolver * s,
+                                gsl_matrix * J);
  
  void
  gsl_multifit_fdfsolver_free (gsl_multifit_fdfsolver * s);
  
  const char * gsl_multifit_fdfsolver_name (const gsl_multifit_fdfsolver * s);
  gsl_vector * gsl_multifit_fdfsolver_position (const gsl_multifit_fdfsolver * s);
-
+gsl_vector * gsl_multifit_fdfsolver_residual (const gsl_multifit_fdfsolver * s);
+size_t gsl_multifit_fdfsolver_niter (const gsl_multifit_fdfsolver * s);
+int gsl_multifit_eval_wf(gsl_multifit_function_fdf *fdf,
+                         const gsl_vector *x, const gsl_vector *wts,
+                         gsl_vector *y);
+int gsl_multifit_eval_wdf(gsl_multifit_function_fdf *fdf,
+                          const gsl_vector *x, const gsl_vector *wts,
+                          gsl_matrix *dy);
+
+int gsl_multifit_fdfsolver_test (const gsl_multifit_fdfsolver * s,
+                                 const double xtol,
+                                 const double gtol,
+                                 const double ftol, int *info);
  int gsl_multifit_test_delta (const gsl_vector * dx, const gsl_vector * x, 
                               double epsabs, double epsrel);
  
  int gsl_multifit_test_gradient (const gsl_vector * g, double epsabs);
  
-int gsl_multifit_fdfsolver_dif_df(const gsl_vector *x, gsl_multifit_function_fdf *fdf,
+int gsl_multifit_fdfsolver_dif_df(const gsl_vector *x,
+                                  const gsl_vector *wts,
+                                  gsl_multifit_function_fdf *fdf,
                                    const gsl_vector *f, gsl_matrix *J);
  int gsl_multifit_fdfsolver_dif_fdf(const gsl_vector *x, gsl_multifit_function_fdf *fdf,
                                     gsl_vector *f, gsl_matrix *J);
  
+typedef struct
+{
+  size_t n;                         /* number of (original) residuals */
+  size_t p;                         /* number of model parameters */
+  double lambda;                    /* damping parameter */
+  const gsl_vector *L_diag;         /* diagonal damping matrix or NULL */
+  const gsl_matrix *L;              /* general damping matrix or NULL */
+  gsl_vector *f;                    /* function values for finite diff J */
+  gsl_vector *wts;                  /* weight vector for augmented system */
+  gsl_multifit_fdfsolver * s;
+  gsl_multifit_function_fdf *fdf;   /* user defined fdf */
+  gsl_multifit_function_fdf fdftik; /* Tikhonov modified fdf */
+} gsl_multifit_fdfridge;
+
+gsl_multifit_fdfridge *
+gsl_multifit_fdfridge_alloc (const gsl_multifit_fdfsolver_type * T,
+                             const size_t n, const size_t p);
+void gsl_multifit_fdfridge_free(gsl_multifit_fdfridge *work);
+const char *gsl_multifit_fdfridge_name(const gsl_multifit_fdfridge * w);
+gsl_vector *gsl_multifit_fdfridge_position (const gsl_multifit_fdfridge * w);
+gsl_vector *gsl_multifit_fdfridge_residual (const gsl_multifit_fdfridge * w);
+size_t gsl_multifit_fdfridge_niter (const gsl_multifit_fdfridge * w);
+int gsl_multifit_fdfridge_set (gsl_multifit_fdfridge * w,
+                               gsl_multifit_function_fdf * f,
+                               const gsl_vector * x,
+                               const double lambda);
+int gsl_multifit_fdfridge_wset (gsl_multifit_fdfridge * w,
+                                gsl_multifit_function_fdf * f,
+                                const gsl_vector * x,
+                                const double lambda,
+                                const gsl_vector * wts);
+int gsl_multifit_fdfridge_set2 (gsl_multifit_fdfridge * w,
+                                gsl_multifit_function_fdf * f,
+                                const gsl_vector * x,
+                                const gsl_vector * lambda);
+int gsl_multifit_fdfridge_wset2 (gsl_multifit_fdfridge * w,
+                                 gsl_multifit_function_fdf * f,
+                                 const gsl_vector * x,
+                                 const gsl_vector * lambda,
+                                 const gsl_vector * wts);
+int gsl_multifit_fdfridge_set3 (gsl_multifit_fdfridge * w,
+                                gsl_multifit_function_fdf * f,
+                                const gsl_vector * x,
+                                const gsl_matrix * L);
+int gsl_multifit_fdfridge_wset3 (gsl_multifit_fdfridge * w,
+                                 gsl_multifit_function_fdf * f,
+                                 const gsl_vector * x,
+                                 const gsl_matrix * L,
+                                 const gsl_vector * wts);
+int gsl_multifit_fdfridge_iterate (gsl_multifit_fdfridge * w);
+int gsl_multifit_fdfridge_driver (gsl_multifit_fdfridge * w,
+                                  const size_t maxiter,
+                                  const double xtol,
+                                  const double gtol,
+                                  const double ftol,
+                                  int *info);
+
  /* extern const gsl_multifit_fsolver_type * gsl_multifit_fsolver_gradient; */
  
-GSL_VAR const gsl_multifit_fdfsolver_type * gsl_multifit_fdfsolver_lmder;
  GSL_VAR const gsl_multifit_fdfsolver_type * gsl_multifit_fdfsolver_lmsder;
-
+GSL_VAR const gsl_multifit_fdfsolver_type * gsl_multifit_fdfsolver_lmder;
+GSL_VAR const gsl_multifit_fdfsolver_type * gsl_multifit_fdfsolver_lmniel;
  
  __END_DECLS
  
diff --git a/util/X86LINUX64/include/gsl/gsl_multifit_nlinear.h b/util/X86LINUX64/include/gsl/gsl_multifit_nlinear.h

new file mode 100644 (file)

index 0000000..e8042df
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_multifit_nlinear.h
@@ -0,0 +1,304 @@
+/* multifit_nlinear/gsl_multifit_nlinear.h
+ * 
+ * Copyright (C) 1996, 1997, 1998, 1999, 2000, 2007 Brian Gough
+ * Copyright (C) 2015, 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_MULTIFIT_NLINEAR_H__
+#define __GSL_MULTIFIT_NLINEAR_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_types.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_vector.h>
+#include <gsl/gsl_matrix.h>
+#include <gsl/gsl_permutation.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+typedef enum
+{
+  GSL_MULTIFIT_NLINEAR_FWDIFF,
+  GSL_MULTIFIT_NLINEAR_CTRDIFF
+} gsl_multifit_nlinear_fdtype;
+
+/* Definition of vector-valued functions and gradient with parameters
+   based on gsl_vector */
+
+typedef struct
+{
+  int (* f) (const gsl_vector * x, void * params, gsl_vector * f);
+  int (* df) (const gsl_vector * x, void * params, gsl_matrix * df);
+  int (* fvv) (const gsl_vector * x, const gsl_vector * v, void * params,
+               gsl_vector * fvv);
+  size_t n;        /* number of functions */
+  size_t p;        /* number of independent variables */
+  void * params;   /* user parameters */
+  size_t nevalf;   /* number of function evaluations */
+  size_t nevaldf;  /* number of Jacobian evaluations */
+  size_t nevalfvv; /* number of fvv evaluations */
+} gsl_multifit_nlinear_fdf;
+
+/* trust region subproblem method */
+typedef struct
+{
+  const char *name;
+  void * (*alloc) (const void * params, const size_t n, const size_t p);
+  int (*init) (const void * vtrust_state, void * vstate);
+  int (*preloop) (const void * vtrust_state, void * vstate);
+  int (*step) (const void * vtrust_state, const double delta,
+               gsl_vector * dx, void * vstate);
+  int (*preduction) (const void * vtrust_state, const gsl_vector * dx,
+                     double * pred, void * vstate);
+  void (*free) (void * vstate);
+} gsl_multifit_nlinear_trs;
+
+/* scaling matrix specification */
+typedef struct
+{
+  const char *name;
+  int (*init) (const gsl_matrix * J, gsl_vector * diag);
+  int (*update) (const gsl_matrix * J, gsl_vector * diag);
+} gsl_multifit_nlinear_scale;
+
+/*
+ * linear least squares solvers - there are three steps to
+ * solving a least squares problem using a trust region
+ * method:
+ *
+ * 1. init: called once per iteration when a new Jacobian matrix
+ *          is computed; perform factorization of Jacobian (qr,svd)
+ *          or form normal equations matrix (cholesky)
+ * 2. presolve: called each time a new LM parameter value mu is available;
+ *              used for cholesky method in order to factor
+ *              the (J^T J + mu D^T D) matrix
+ * 3. solve: solve the least square system for a given rhs
+ */
+typedef struct
+{
+  const char *name;
+  void * (*alloc) (const size_t n, const size_t p);
+  int (*init) (const void * vtrust_state, void * vstate);
+  int (*presolve) (const double mu, const void * vtrust_state, void * vstate);
+  int (*solve) (const gsl_vector * f, gsl_vector * x,
+                const void * vtrust_state, void * vstate);
+  int (*rcond) (double * rcond, void * vstate);
+  void (*free) (void * vstate);
+} gsl_multifit_nlinear_solver;
+
+/* tunable parameters */
+typedef struct
+{
+  const gsl_multifit_nlinear_trs *trs;        /* trust region subproblem method */
+  const gsl_multifit_nlinear_scale *scale;    /* scaling method */
+  const gsl_multifit_nlinear_solver *solver;  /* solver method */
+  gsl_multifit_nlinear_fdtype fdtype;         /* finite difference method */
+  double factor_up;                           /* factor for increasing trust radius */
+  double factor_down;                         /* factor for decreasing trust radius */
+  double avmax;                               /* max allowed |a|/|v| */
+  double h_df;                                /* step size for finite difference Jacobian */
+  double h_fvv;                               /* step size for finite difference fvv */
+} gsl_multifit_nlinear_parameters;
+
+typedef struct
+{
+  const char *name;
+  void * (*alloc) (const gsl_multifit_nlinear_parameters * params,
+                   const size_t n, const size_t p);
+  int (*init) (void * state, const gsl_vector * wts,
+               gsl_multifit_nlinear_fdf * fdf, const gsl_vector * x,
+               gsl_vector * f, gsl_matrix * J, gsl_vector * g);
+  int (*iterate) (void * state, const gsl_vector * wts,
+                  gsl_multifit_nlinear_fdf * fdf, gsl_vector * x,
+                  gsl_vector * f, gsl_matrix * J, gsl_vector * g,
+                  gsl_vector * dx);
+  int (*rcond) (double * rcond, void * state);
+  double (*avratio) (void * state);
+  void (*free) (void * state);
+} gsl_multifit_nlinear_type;
+
+/* current state passed to low-level trust region algorithms */
+typedef struct
+{
+  const gsl_vector * x;             /* parameter values x */
+  const gsl_vector * f;             /* residual vector f(x) */
+  const gsl_vector * g;             /* gradient J^T f */
+  const gsl_matrix * J;             /* Jacobian J(x) */
+  const gsl_vector * diag;          /* scaling matrix D */
+  const gsl_vector * sqrt_wts;      /* sqrt(diag(W)) or NULL for unweighted */
+  const double *mu;                 /* LM parameter */
+  const gsl_multifit_nlinear_parameters * params;
+  void *solver_state;               /* workspace for linear least squares solver */
+  gsl_multifit_nlinear_fdf * fdf;
+  double *avratio;                  /* |a| / |v| */
+} gsl_multifit_nlinear_trust_state;
+
+typedef struct
+{
+  const gsl_multifit_nlinear_type * type;
+  gsl_multifit_nlinear_fdf * fdf ;
+  gsl_vector * x;             /* parameter values x */
+  gsl_vector * f;             /* residual vector f(x) */
+  gsl_vector * dx;            /* step dx */
+  gsl_vector * g;             /* gradient J^T f */
+  gsl_matrix * J;             /* Jacobian J(x) */
+  gsl_vector * sqrt_wts_work; /* sqrt(W) */
+  gsl_vector * sqrt_wts;      /* ptr to sqrt_wts_work, or NULL if not using weights */
+  size_t niter;               /* number of iterations performed */
+  gsl_multifit_nlinear_parameters params;
+  void *state;
+} gsl_multifit_nlinear_workspace;
+
+gsl_multifit_nlinear_workspace *
+gsl_multifit_nlinear_alloc (const gsl_multifit_nlinear_type * T,
+                            const gsl_multifit_nlinear_parameters * params,
+                            size_t n, size_t p);
+
+void gsl_multifit_nlinear_free (gsl_multifit_nlinear_workspace * w);
+
+gsl_multifit_nlinear_parameters gsl_multifit_nlinear_default_parameters(void);
+
+int
+gsl_multifit_nlinear_init (const gsl_vector * x,
+                           gsl_multifit_nlinear_fdf * fdf,
+                           gsl_multifit_nlinear_workspace * w);
+
+int gsl_multifit_nlinear_winit (const gsl_vector * x,
+                                const gsl_vector * wts,
+                                gsl_multifit_nlinear_fdf * fdf,
+                                gsl_multifit_nlinear_workspace * w);
+
+int
+gsl_multifit_nlinear_iterate (gsl_multifit_nlinear_workspace * w);
+
+double
+gsl_multifit_nlinear_avratio (const gsl_multifit_nlinear_workspace * w);
+
+int
+gsl_multifit_nlinear_driver (const size_t maxiter,
+                             const double xtol,
+                             const double gtol,
+                             const double ftol,
+                             void (*callback)(const size_t iter, void *params,
+                                              const gsl_multifit_nlinear_workspace *w),
+                             void *callback_params,
+                             int *info,
+                             gsl_multifit_nlinear_workspace * w);
+
+gsl_matrix *
+gsl_multifit_nlinear_jac (const gsl_multifit_nlinear_workspace * w);
+
+const char *
+gsl_multifit_nlinear_name (const gsl_multifit_nlinear_workspace * w);
+
+gsl_vector *
+gsl_multifit_nlinear_position (const gsl_multifit_nlinear_workspace * w);
+
+gsl_vector *
+gsl_multifit_nlinear_residual (const gsl_multifit_nlinear_workspace * w);
+
+size_t
+gsl_multifit_nlinear_niter (const gsl_multifit_nlinear_workspace * w);
+
+int
+gsl_multifit_nlinear_rcond (double *rcond, const gsl_multifit_nlinear_workspace * w);
+
+const char *
+gsl_multifit_nlinear_trs_name (const gsl_multifit_nlinear_workspace * w);
+
+int gsl_multifit_nlinear_eval_f(gsl_multifit_nlinear_fdf *fdf,
+                                const gsl_vector *x,
+                                const gsl_vector *swts,
+                                gsl_vector *y);
+
+int gsl_multifit_nlinear_eval_df(const gsl_vector *x,
+                                 const gsl_vector *f,
+                                 const gsl_vector *swts,
+                                 const double h,
+                                 const gsl_multifit_nlinear_fdtype fdtype,
+                                 gsl_multifit_nlinear_fdf *fdf,
+                                 gsl_matrix *df, gsl_vector *work);
+
+int
+gsl_multifit_nlinear_eval_fvv(const double h,
+                              const gsl_vector *x,
+                              const gsl_vector *v,
+                              const gsl_vector *f,
+                              const gsl_matrix *J,
+                              const gsl_vector *swts,
+                              gsl_multifit_nlinear_fdf *fdf,
+                              gsl_vector *yvv, gsl_vector *work);
+
+/* covar.c */
+int
+gsl_multifit_nlinear_covar (const gsl_matrix * J, const double epsrel,
+                            gsl_matrix * covar);
+
+/* convergence.c */
+int
+gsl_multifit_nlinear_test (const double xtol, const double gtol,
+                           const double ftol, int *info,
+                           const gsl_multifit_nlinear_workspace * w);
+
+/* fdjac.c */
+int
+gsl_multifit_nlinear_df(const double h, const gsl_multifit_nlinear_fdtype fdtype,
+                        const gsl_vector *x, const gsl_vector *wts,
+                        gsl_multifit_nlinear_fdf *fdf,
+                        const gsl_vector *f, gsl_matrix *J, gsl_vector *work);
+
+/* fdfvv.c */
+int
+gsl_multifit_nlinear_fdfvv(const double h, const gsl_vector *x, const gsl_vector *v,
+                           const gsl_vector *f, const gsl_matrix *J,
+                           const gsl_vector *swts, gsl_multifit_nlinear_fdf *fdf,
+                           gsl_vector *fvv, gsl_vector *work);
+
+/* top-level algorithms */
+GSL_VAR const gsl_multifit_nlinear_type * gsl_multifit_nlinear_trust;
+
+/* trust region subproblem methods */
+GSL_VAR const gsl_multifit_nlinear_trs * gsl_multifit_nlinear_trs_lm;
+GSL_VAR const gsl_multifit_nlinear_trs * gsl_multifit_nlinear_trs_lmaccel;
+GSL_VAR const gsl_multifit_nlinear_trs * gsl_multifit_nlinear_trs_dogleg;
+GSL_VAR const gsl_multifit_nlinear_trs * gsl_multifit_nlinear_trs_ddogleg;
+GSL_VAR const gsl_multifit_nlinear_trs * gsl_multifit_nlinear_trs_subspace2D;
+
+/* scaling matrix strategies */
+GSL_VAR const gsl_multifit_nlinear_scale * gsl_multifit_nlinear_scale_levenberg;
+GSL_VAR const gsl_multifit_nlinear_scale * gsl_multifit_nlinear_scale_marquardt;
+GSL_VAR const gsl_multifit_nlinear_scale * gsl_multifit_nlinear_scale_more;
+
+/* linear solvers */
+GSL_VAR const gsl_multifit_nlinear_solver * gsl_multifit_nlinear_solver_cholesky;
+GSL_VAR const gsl_multifit_nlinear_solver * gsl_multifit_nlinear_solver_mcholesky;
+GSL_VAR const gsl_multifit_nlinear_solver * gsl_multifit_nlinear_solver_qr;
+GSL_VAR const gsl_multifit_nlinear_solver * gsl_multifit_nlinear_solver_svd;
+
+__END_DECLS
+
+#endif /* __GSL_MULTIFIT_NLINEAR_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_multilarge.h b/util/X86LINUX64/include/gsl/gsl_multilarge.h

new file mode 100644 (file)

index 0000000..46728b5
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_multilarge.h
@@ -0,0 +1,147 @@
+/* gsl_multilarge.h
+ * 
+ * Copyright (C) 2015 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_MULTILARGE_H__
+#define __GSL_MULTILARGE_H__
+
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_vector.h>
+#include <gsl/gsl_matrix.h>
+#include <gsl/gsl_types.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/* iteration solver type */
+typedef struct
+{
+  const char *name;
+  void * (*alloc) (const size_t p);
+  int (*reset) (void *);
+  int (*accumulate) (gsl_matrix * X, gsl_vector * y,
+                     void *);
+  int (*solve) (const double lambda, gsl_vector * c,
+                double * rnorm, double * snorm, void *);
+  int (*rcond) (double * rcond, void *);
+  int (*lcurve) (gsl_vector * reg_param, gsl_vector * rho,
+                 gsl_vector * eta, void *);
+  const gsl_matrix * (*matrix_ptr) (const void *);
+  const gsl_vector * (*rhs_ptr) (const void *);
+  void (*free) (void *);
+} gsl_multilarge_linear_type;
+
+typedef struct
+{
+  const gsl_multilarge_linear_type * type;
+  void * state;
+  size_t p;
+} gsl_multilarge_linear_workspace;
+
+/* available types */
+GSL_VAR const gsl_multilarge_linear_type * gsl_multilarge_linear_normal;
+GSL_VAR const gsl_multilarge_linear_type * gsl_multilarge_linear_tsqr;
+
+/*
+ * Prototypes
+ */
+gsl_multilarge_linear_workspace *
+gsl_multilarge_linear_alloc(const gsl_multilarge_linear_type * T,
+                            const size_t p);
+
+void gsl_multilarge_linear_free(gsl_multilarge_linear_workspace * w);
+
+const char *gsl_multilarge_linear_name(const gsl_multilarge_linear_workspace * w);
+
+int gsl_multilarge_linear_reset(gsl_multilarge_linear_workspace * w);
+
+int gsl_multilarge_linear_accumulate(gsl_matrix * X,
+                                     gsl_vector * y,
+                                     gsl_multilarge_linear_workspace * w);
+
+int gsl_multilarge_linear_solve(const double lambda, gsl_vector * c,
+                                double * rnorm, double * snorm,
+                                gsl_multilarge_linear_workspace * w);
+
+int gsl_multilarge_linear_rcond(double *rcond, gsl_multilarge_linear_workspace * w);
+
+int gsl_multilarge_linear_lcurve(gsl_vector * reg_param, gsl_vector * rho,
+                                 gsl_vector * eta,
+                                 gsl_multilarge_linear_workspace * w);
+
+int gsl_multilarge_linear_wstdform1 (const gsl_vector * L,
+                                     const gsl_matrix * X,
+                                     const gsl_vector * w,
+                                     const gsl_vector * y,
+                                     gsl_matrix * Xs,
+                                     gsl_vector * ys,
+                                     gsl_multilarge_linear_workspace * work);
+
+int gsl_multilarge_linear_stdform1 (const gsl_vector * L,
+                                    const gsl_matrix * X,
+                                    const gsl_vector * y,
+                                    gsl_matrix * Xs,
+                                    gsl_vector * ys,
+                                    gsl_multilarge_linear_workspace * work);
+
+int gsl_multilarge_linear_L_decomp (gsl_matrix * L, gsl_vector * tau);
+
+int gsl_multilarge_linear_wstdform2 (const gsl_matrix * LQR,
+                                     const gsl_vector * Ltau,
+                                     const gsl_matrix * X,
+                                     const gsl_vector * w,
+                                     const gsl_vector * y,
+                                     gsl_matrix * Xs,
+                                     gsl_vector * ys,
+                                     gsl_multilarge_linear_workspace * work);
+
+int gsl_multilarge_linear_stdform2 (const gsl_matrix * LQR,
+                                    const gsl_vector * Ltau,
+                                    const gsl_matrix * X,
+                                    const gsl_vector * y,
+                                    gsl_matrix * Xs,
+                                    gsl_vector * ys,
+                                    gsl_multilarge_linear_workspace * work);
+
+int gsl_multilarge_linear_genform1 (const gsl_vector * L,
+                                    const gsl_vector * cs,
+                                    gsl_vector * c,
+                                    gsl_multilarge_linear_workspace * work);
+
+int gsl_multilarge_linear_genform2 (const gsl_matrix * LQR,
+                                    const gsl_vector * Ltau,
+                                    const gsl_vector * cs,
+                                    gsl_vector * c,
+                                    gsl_multilarge_linear_workspace * work);
+
+const gsl_matrix * gsl_multilarge_linear_matrix_ptr (const gsl_multilarge_linear_workspace * work);
+
+const gsl_vector * gsl_multilarge_linear_rhs_ptr (const gsl_multilarge_linear_workspace * work);
+
+__END_DECLS
+
+#endif /* __GSL_MULTILARGE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_multilarge_nlinear.h b/util/X86LINUX64/include/gsl/gsl_multilarge_nlinear.h

new file mode 100644 (file)

index 0000000..e27c68b
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_multilarge_nlinear.h
@@ -0,0 +1,314 @@
+/* multilarge_nlinear/gsl_multilarge_nlinear.h
+ * 
+ * Copyright (C) 2015, 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_MULTILARGE_NLINEAR_H__
+#define __GSL_MULTILARGE_NLINEAR_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_types.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_vector.h>
+#include <gsl/gsl_matrix.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_blas.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+typedef enum
+{
+  GSL_MULTILARGE_NLINEAR_FWDIFF,
+  GSL_MULTILARGE_NLINEAR_CTRDIFF
+} gsl_multilarge_nlinear_fdtype;
+
+/* Definition of vector-valued functions and gradient with parameters
+   based on gsl_vector */
+
+typedef struct
+{
+  int (* f) (const gsl_vector * x, void * params, gsl_vector * f);
+  int (* df) (CBLAS_TRANSPOSE_t TransJ, const gsl_vector * x,
+              const gsl_vector * u, void * params, gsl_vector * v,
+              gsl_matrix * JTJ);
+  int (* fvv) (const gsl_vector * x, const gsl_vector * v, void * params,
+               gsl_vector * fvv);
+  size_t n;        /* number of functions */
+  size_t p;        /* number of independent variables */
+  void * params;   /* user parameters */
+  size_t nevalf;   /* number of function evaluations */
+  size_t nevaldfu; /* number of Jacobian matrix-vector evaluations */
+  size_t nevaldf2; /* number of Jacobian J^T J evaluations */
+  size_t nevalfvv; /* number of fvv evaluations */
+} gsl_multilarge_nlinear_fdf;
+
+/* trust region subproblem method */
+typedef struct
+{
+  const char *name;
+  void * (*alloc) (const void * params, const size_t n, const size_t p);
+  int (*init) (const void * vtrust_state, void * vstate);
+  int (*preloop) (const void * vtrust_state, void * vstate);
+  int (*step) (const void * vtrust_state, const double delta,
+               gsl_vector * dx, void * vstate);
+  int (*preduction) (const void * vtrust_state, const gsl_vector * dx,
+                     double * pred, void * vstate);
+  void (*free) (void * vstate);
+} gsl_multilarge_nlinear_trs;
+
+/* scaling matrix specification */
+typedef struct
+{
+  const char *name;
+  int (*init) (const gsl_matrix * JTJ, gsl_vector * diag);
+  int (*update) (const gsl_matrix * JTJ, gsl_vector * diag);
+} gsl_multilarge_nlinear_scale;
+
+/*
+ * linear least squares solvers - there are three steps to
+ * solving a least squares problem using a direct method:
+ *
+ * 1. init: called once per iteration when a new Jacobian matrix
+ *          is required; form normal equations matrix J^T J
+ * 2. presolve: called each time a new LM parameter value mu is available;
+ *              used for cholesky method in order to factor
+ *              the (J^T J + mu D^T D) matrix
+ * 3. solve: solve the least square system for a given rhs
+ */
+typedef struct
+{
+  const char *name;
+  void * (*alloc) (const size_t n, const size_t p);
+  int (*init) (const void * vtrust_state, void * vstate);
+  int (*presolve) (const double mu, const void * vtrust_state, void * vstate);
+  int (*solve) (const gsl_vector * g, gsl_vector * x,
+                const void * vtrust_state, void * vstate);
+  int (*rcond) (double * rcond, const gsl_matrix * JTJ, void * vstate);
+  int (*covar) (const gsl_matrix * JTJ, gsl_matrix * covar, void * vstate);
+  void (*free) (void * vstate);
+} gsl_multilarge_nlinear_solver;
+
+/* tunable parameters */
+typedef struct
+{
+  const gsl_multilarge_nlinear_trs *trs;       /* trust region subproblem method */
+  const gsl_multilarge_nlinear_scale *scale;   /* scaling method */
+  const gsl_multilarge_nlinear_solver *solver; /* solver method */
+  gsl_multilarge_nlinear_fdtype fdtype;        /* finite difference method */
+  double factor_up;                            /* factor for increasing trust radius */
+  double factor_down;                          /* factor for decreasing trust radius */
+  double avmax;                                /* max allowed |a|/|v| */
+  double h_df;                                 /* step size for finite difference Jacobian */
+  double h_fvv;                                /* step size for finite difference fvv */
+  size_t max_iter;                             /* maximum iterations for trs method */
+  double tol;                                  /* tolerance for solving trs */
+} gsl_multilarge_nlinear_parameters;
+
+typedef struct
+{
+  const char *name;
+  void * (*alloc) (const gsl_multilarge_nlinear_parameters * params,
+                   const size_t n, const size_t p);
+  int (*init) (void * state, const gsl_vector * wts,
+               gsl_multilarge_nlinear_fdf * fdf, const gsl_vector * x,
+               gsl_vector * f, gsl_vector * g, gsl_matrix * JTJ);
+  int (*iterate) (void * state, const gsl_vector * wts,
+                  gsl_multilarge_nlinear_fdf * fdf, gsl_vector * x,
+                  gsl_vector * f, gsl_vector * g, gsl_matrix * JTJ,
+                  gsl_vector * dx);
+  int (*rcond) (double * rcond, const gsl_matrix * JTJ, void * state);
+  int (*covar) (const gsl_matrix * JTJ, gsl_matrix * covar, void * state);
+  double (*avratio) (void * state);
+  void (*free) (void * state);
+} gsl_multilarge_nlinear_type;
+
+/* current state passed to low-level trust region algorithms */
+typedef struct
+{
+  const gsl_vector * x;             /* parameter values x */
+  const gsl_vector * f;             /* residual vector f(x) */
+  const gsl_vector * g;             /* gradient J^T f */
+  const gsl_matrix * JTJ;           /* matrix J^T J */
+  const gsl_vector * diag;          /* scaling matrix D */
+  const gsl_vector * sqrt_wts;      /* sqrt(diag(W)) or NULL for unweighted */
+  const double *mu;                 /* LM parameter */
+  const gsl_multilarge_nlinear_parameters * params;
+  void *solver_state;               /* workspace for direct least squares solver */
+  gsl_multilarge_nlinear_fdf * fdf;
+  double *avratio;                  /* |a| / |v| */
+} gsl_multilarge_nlinear_trust_state;
+
+typedef struct
+{
+  const gsl_multilarge_nlinear_type * type;
+  gsl_multilarge_nlinear_fdf * fdf ;
+  gsl_vector * x;             /* parameter values x */
+  gsl_vector * f;             /* residual vector f(x) */
+  gsl_vector * dx;            /* step dx */
+  gsl_vector * g;             /* gradient J^T f */
+  gsl_matrix * JTJ;           /* matrix J^T J */
+  gsl_vector * sqrt_wts_work; /* sqrt(W) */
+  gsl_vector * sqrt_wts;      /* ptr to sqrt_wts_work, or NULL if not using weights */
+  size_t n;                   /* number of residuals */
+  size_t p;                   /* number of parameters */
+  size_t niter;               /* number of iterations performed */
+  gsl_multilarge_nlinear_parameters params;
+  void *state;
+} gsl_multilarge_nlinear_workspace;
+
+gsl_multilarge_nlinear_workspace *
+gsl_multilarge_nlinear_alloc (const gsl_multilarge_nlinear_type * T,
+                              const gsl_multilarge_nlinear_parameters * params,
+                              size_t n, size_t p);
+
+void gsl_multilarge_nlinear_free (gsl_multilarge_nlinear_workspace * w);
+
+gsl_multilarge_nlinear_parameters gsl_multilarge_nlinear_default_parameters(void);
+
+int
+gsl_multilarge_nlinear_init (const gsl_vector * x,
+                             gsl_multilarge_nlinear_fdf * fdf,
+                             gsl_multilarge_nlinear_workspace * w);
+
+int gsl_multilarge_nlinear_winit (const gsl_vector * x,
+                                  const gsl_vector * wts,
+                                  gsl_multilarge_nlinear_fdf * fdf,
+                                  gsl_multilarge_nlinear_workspace * w);
+
+int
+gsl_multilarge_nlinear_iterate (gsl_multilarge_nlinear_workspace * w);
+
+double
+gsl_multilarge_nlinear_avratio (const gsl_multilarge_nlinear_workspace * w);
+
+int
+gsl_multilarge_nlinear_rcond (double * rcond, const gsl_multilarge_nlinear_workspace * w);
+
+int
+gsl_multilarge_nlinear_covar (gsl_matrix * covar, gsl_multilarge_nlinear_workspace * w);
+
+int
+gsl_multilarge_nlinear_driver (const size_t maxiter,
+                               const double xtol,
+                               const double gtol,
+                               const double ftol,
+                               void (*callback)(const size_t iter, void *params,
+                                                const gsl_multilarge_nlinear_workspace *w),
+                               void *callback_params,
+                               int *info,
+                               gsl_multilarge_nlinear_workspace * w);
+
+const char *
+gsl_multilarge_nlinear_name (const gsl_multilarge_nlinear_workspace * w);
+
+gsl_vector *
+gsl_multilarge_nlinear_position (const gsl_multilarge_nlinear_workspace * w);
+
+gsl_vector *
+gsl_multilarge_nlinear_residual (const gsl_multilarge_nlinear_workspace * w);
+
+gsl_vector *
+gsl_multilarge_nlinear_step (const gsl_multilarge_nlinear_workspace * w);
+
+size_t
+gsl_multilarge_nlinear_niter (const gsl_multilarge_nlinear_workspace * w);
+
+const char *
+gsl_multilarge_nlinear_trs_name (const gsl_multilarge_nlinear_workspace * w);
+
+int gsl_multilarge_nlinear_eval_f(gsl_multilarge_nlinear_fdf *fdf,
+                                  const gsl_vector *x,
+                                  const gsl_vector *swts,
+                                  gsl_vector *y);
+
+int
+gsl_multilarge_nlinear_eval_df(const CBLAS_TRANSPOSE_t TransJ,
+                               const gsl_vector *x,
+                               const gsl_vector *f,
+                               const gsl_vector *u,
+                               const gsl_vector *swts,
+                               const double h,
+                               const gsl_multilarge_nlinear_fdtype fdtype,
+                               gsl_multilarge_nlinear_fdf *fdf,
+                               gsl_vector *v,
+                               gsl_matrix *JTJ,
+                               gsl_vector *work);
+
+int
+gsl_multilarge_nlinear_eval_fvv(const double h,
+                                const gsl_vector *x,
+                                const gsl_vector *v,
+                                const gsl_vector *f,
+                                const gsl_vector *swts,
+                                gsl_multilarge_nlinear_fdf *fdf,
+                                gsl_vector *yvv,
+                                gsl_vector *work);
+
+/* convergence.c */
+int
+gsl_multilarge_nlinear_test (const double xtol, const double gtol,
+                             const double ftol, int *info,
+                             const gsl_multilarge_nlinear_workspace * w);
+
+/* fdjac.c */
+int
+gsl_multilarge_nlinear_df(const double h, const gsl_multilarge_nlinear_fdtype fdtype,
+                          const gsl_vector *x, const gsl_vector *wts,
+                          gsl_multilarge_nlinear_fdf *fdf,
+                          const gsl_vector *f, gsl_matrix *J, gsl_vector *work);
+
+/* fdfvv.c */
+int
+gsl_multilarge_nlinear_fdfvv(const double h, const gsl_vector *x, const gsl_vector *v,
+                             const gsl_vector *f, const gsl_matrix *J,
+                             const gsl_vector *swts, gsl_multilarge_nlinear_fdf *fdf,
+                             gsl_vector *fvv, gsl_vector *work);
+
+/* top-level algorithms */
+GSL_VAR const gsl_multilarge_nlinear_type * gsl_multilarge_nlinear_trust;
+
+/* trust region subproblem methods */
+GSL_VAR const gsl_multilarge_nlinear_trs * gsl_multilarge_nlinear_trs_lm;
+GSL_VAR const gsl_multilarge_nlinear_trs * gsl_multilarge_nlinear_trs_lmaccel;
+GSL_VAR const gsl_multilarge_nlinear_trs * gsl_multilarge_nlinear_trs_dogleg;
+GSL_VAR const gsl_multilarge_nlinear_trs * gsl_multilarge_nlinear_trs_ddogleg;
+GSL_VAR const gsl_multilarge_nlinear_trs * gsl_multilarge_nlinear_trs_subspace2D;
+GSL_VAR const gsl_multilarge_nlinear_trs * gsl_multilarge_nlinear_trs_cgst;
+
+/* scaling matrix strategies */
+GSL_VAR const gsl_multilarge_nlinear_scale * gsl_multilarge_nlinear_scale_levenberg;
+GSL_VAR const gsl_multilarge_nlinear_scale * gsl_multilarge_nlinear_scale_marquardt;
+GSL_VAR const gsl_multilarge_nlinear_scale * gsl_multilarge_nlinear_scale_more;
+
+/* linear solvers */
+GSL_VAR const gsl_multilarge_nlinear_solver * gsl_multilarge_nlinear_solver_cholesky;
+GSL_VAR const gsl_multilarge_nlinear_solver * gsl_multilarge_nlinear_solver_mcholesky;
+GSL_VAR const gsl_multilarge_nlinear_solver * gsl_multilarge_nlinear_solver_none;
+
+__END_DECLS
+
+#endif /* __GSL_MULTILARGE_NLINEAR_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix.h

new file mode 100644 (file)

index 0000000..aa8e672
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix.h
@@ -0,0 +1,24 @@
+#ifndef __GSL_PERMUTE_MATRIX_H__
+#define __GSL_PERMUTE_MATRIX_H__
+
+#include <gsl/gsl_permute_matrix_complex_long_double.h>
+#include <gsl/gsl_permute_matrix_complex_double.h>
+#include <gsl/gsl_permute_matrix_complex_float.h>
+
+#include <gsl/gsl_permute_matrix_long_double.h>
+#include <gsl/gsl_permute_matrix_double.h>
+#include <gsl/gsl_permute_matrix_float.h>
+
+#include <gsl/gsl_permute_matrix_ulong.h>
+#include <gsl/gsl_permute_matrix_long.h>
+
+#include <gsl/gsl_permute_matrix_uint.h>
+#include <gsl/gsl_permute_matrix_int.h>
+
+#include <gsl/gsl_permute_matrix_ushort.h>
+#include <gsl/gsl_permute_matrix_short.h>
+
+#include <gsl/gsl_permute_matrix_uchar.h>
+#include <gsl/gsl_permute_matrix_char.h>
+
+#endif /* __GSL_PERMUTE_MATRIX_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_char.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_char.h

new file mode 100644 (file)

index 0000000..7ce67aa
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_char.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_char.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_CHAR_H__
+#define __GSL_PERMUTE_MATRIX_CHAR_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_char.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_char (const gsl_permutation * p, gsl_matrix_char * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_CHAR_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_double.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_double.h

new file mode 100644 (file)

index 0000000..0c047b4
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_double.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_complex_double.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_COMPLEX_DOUBLE_H__
+#define __GSL_PERMUTE_MATRIX_COMPLEX_DOUBLE_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_complex_double.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_complex (const gsl_permutation * p, gsl_matrix_complex * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_COMPLEX_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_float.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_float.h

new file mode 100644 (file)

index 0000000..c0a7a94
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_float.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_complex_float.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_COMPLEX_FLOAT_H__
+#define __GSL_PERMUTE_MATRIX_COMPLEX_FLOAT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_complex_float.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_complex_float (const gsl_permutation * p, gsl_matrix_complex_float * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_COMPLEX_FLOAT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_long_double.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_long_double.h

new file mode 100644 (file)

index 0000000..a005e96
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_complex_long_double.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_complex_long_double.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_COMPLEX_LONG_DOUBLE_H__
+#define __GSL_PERMUTE_MATRIX_COMPLEX_LONG_DOUBLE_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_complex_long_double.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_complex_long_double (const gsl_permutation * p, gsl_matrix_complex_long_double * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_COMPLEX_LONG_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_double.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_double.h

new file mode 100644 (file)

index 0000000..2f17bd8
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_double.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_double.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_DOUBLE_H__
+#define __GSL_PERMUTE_MATRIX_DOUBLE_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_double.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix (const gsl_permutation * p, gsl_matrix * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_float.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_float.h

new file mode 100644 (file)

index 0000000..7003622
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_float.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_float.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_FLOAT_H__
+#define __GSL_PERMUTE_MATRIX_FLOAT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_float.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_float (const gsl_permutation * p, gsl_matrix_float * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_FLOAT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_int.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_int.h

new file mode 100644 (file)

index 0000000..27dfea0
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_int.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_int.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_INT_H__
+#define __GSL_PERMUTE_MATRIX_INT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_int.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_int (const gsl_permutation * p, gsl_matrix_int * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_INT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_long.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_long.h

new file mode 100644 (file)

index 0000000..6aaaaf4
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_long.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_long.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_LONG_H__
+#define __GSL_PERMUTE_MATRIX_LONG_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_long.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_long (const gsl_permutation * p, gsl_matrix_long * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_LONG_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_long_double.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_long_double.h

new file mode 100644 (file)

index 0000000..8a7d28c
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_long_double.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_long_double.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_LONG_DOUBLE_H__
+#define __GSL_PERMUTE_MATRIX_LONG_DOUBLE_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_long_double.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_long_double (const gsl_permutation * p, gsl_matrix_long_double * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_LONG_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_short.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_short.h

new file mode 100644 (file)

index 0000000..1982305
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_short.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_short.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_SHORT_H__
+#define __GSL_PERMUTE_MATRIX_SHORT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_short.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_short (const gsl_permutation * p, gsl_matrix_short * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_SHORT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_uchar.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_uchar.h

new file mode 100644 (file)

index 0000000..95991bf
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_uchar.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_uchar.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_UCHAR_H__
+#define __GSL_PERMUTE_MATRIX_UCHAR_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_uchar.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_uchar (const gsl_permutation * p, gsl_matrix_uchar * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_UCHAR_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_uint.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_uint.h

new file mode 100644 (file)

index 0000000..6497809
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_uint.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_uint.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_UINT_H__
+#define __GSL_PERMUTE_MATRIX_UINT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_uint.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_uint (const gsl_permutation * p, gsl_matrix_uint * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_UINT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_ulong.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_ulong.h

new file mode 100644 (file)

index 0000000..5aabc47
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_ulong.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_ulong.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_ULONG_H__
+#define __GSL_PERMUTE_MATRIX_ULONG_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_ulong.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_ulong (const gsl_permutation * p, gsl_matrix_ulong * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_ULONG_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_permute_matrix_ushort.h b/util/X86LINUX64/include/gsl/gsl_permute_matrix_ushort.h

new file mode 100644 (file)

index 0000000..e432ffe
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_permute_matrix_ushort.h
@@ -0,0 +1,44 @@
+/* permutation/gsl_permute_matrix_ushort.h
+ * 
+ * Copyright (C) 2016 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_PERMUTE_MATRIX_USHORT_H__
+#define __GSL_PERMUTE_MATRIX_USHORT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_errno.h>
+#include <gsl/gsl_permutation.h>
+#include <gsl/gsl_matrix_ushort.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+int gsl_permute_matrix_ushort (const gsl_permutation * p, gsl_matrix_ushort * A);
+
+__END_DECLS
+
+#endif /* __GSL_PERMUTE_MATRIX_USHORT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_randist.h b/util/X86LINUX64/include/gsl/gsl_randist.h

index 6f4b0e3..d38ccb3 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_randist.h
+++ b/util/X86LINUX64/include/gsl/gsl_randist.h
@@ -20,6 +20,8 @@
  #ifndef __GSL_RANDIST_H__
  #define __GSL_RANDIST_H__
  #include <gsl/gsl_rng.h>
+#include <gsl/gsl_vector.h>
+#include <gsl/gsl_matrix.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -93,6 +95,38 @@ double gsl_ran_ugaussian_tail_pdf (const double x, const double a);
  void gsl_ran_bivariate_gaussian (const gsl_rng * r, double sigma_x, double sigma_y, double rho, double *x, double *y);
  double gsl_ran_bivariate_gaussian_pdf (const double x, const double y, const double sigma_x, const double sigma_y, const double rho);
  
+int gsl_ran_multivariate_gaussian (const gsl_rng * r, const gsl_vector * mu, const gsl_matrix * L, gsl_vector * result);
+int gsl_ran_multivariate_gaussian_log_pdf (const gsl_vector * x,
+                                           const gsl_vector * mu,
+                                           const gsl_matrix * L,
+                                           double * result,
+                                           gsl_vector * work);
+int gsl_ran_multivariate_gaussian_pdf (const gsl_vector * x,
+                                       const gsl_vector * mu,
+                                       const gsl_matrix * L,
+                                       double * result,
+                                       gsl_vector * work);
+int gsl_ran_multivariate_gaussian_mean (const gsl_matrix * X, gsl_vector * mu_hat);
+int gsl_ran_multivariate_gaussian_vcov (const gsl_matrix * X, gsl_matrix * sigma_hat);
+
+int gsl_ran_wishart (const gsl_rng * r,
+                     const double df,
+                     const gsl_matrix * L,
+                     gsl_matrix * result,
+                     gsl_matrix * work);
+int gsl_ran_wishart_log_pdf (const gsl_matrix * X,
+                             const gsl_matrix * L_X,
+                             const double df,
+                             const gsl_matrix * L,
+                             double * result,
+                             gsl_matrix * work);
+int gsl_ran_wishart_pdf (const gsl_matrix * X,
+                         const gsl_matrix * L_X,
+                         const double df,
+                         const gsl_matrix * L,
+                         double * result,
+                         gsl_matrix * work);
+
  double gsl_ran_landau (const gsl_rng * r);
  double gsl_ran_landau_pdf (const double x);
  
diff --git a/util/X86LINUX64/include/gsl/gsl_rstat.h b/util/X86LINUX64/include/gsl/gsl_rstat.h

new file mode 100644 (file)

index 0000000..0013a2a
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_rstat.h
@@ -0,0 +1,83 @@
+/* rstat/gsl_rstat.h
+ * 
+ * Copyright (C) 2015 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_RSTAT_H__
+#define __GSL_RSTAT_H__
+
+#include <stdlib.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+typedef struct
+{
+  double p;        /* p-quantile */
+  double q[5];     /* heights q_i */
+  int npos[5];     /* positions n_i */
+  double np[5];    /* desired positions n_i' */
+  double dnp[5];   /* increments dn_i' */
+  size_t n;        /* number of data added */
+} gsl_rstat_quantile_workspace;
+
+gsl_rstat_quantile_workspace *gsl_rstat_quantile_alloc(const double p);
+void gsl_rstat_quantile_free(gsl_rstat_quantile_workspace *w);
+int gsl_rstat_quantile_reset(gsl_rstat_quantile_workspace *w);
+int gsl_rstat_quantile_add(const double x, gsl_rstat_quantile_workspace *w);
+double gsl_rstat_quantile_get(gsl_rstat_quantile_workspace *w);
+
+typedef struct
+{
+  double min;      /* minimum value added */
+  double max;      /* maximum value added */
+  double mean;     /* current mean */
+  double M2;       /* M_k = sum_{i=1..n} [ x_i - mean_n ]^k */
+  double M3;
+  double M4;
+  size_t n;        /* number of data points added */
+  gsl_rstat_quantile_workspace *median_workspace_p; /* median workspace */
+} gsl_rstat_workspace;
+
+gsl_rstat_workspace *gsl_rstat_alloc(void);
+void gsl_rstat_free(gsl_rstat_workspace *w);
+size_t gsl_rstat_n(const gsl_rstat_workspace *w);
+int gsl_rstat_add(const double x, gsl_rstat_workspace *w);
+double gsl_rstat_min(const gsl_rstat_workspace *w);
+double gsl_rstat_max(const gsl_rstat_workspace *w);
+double gsl_rstat_mean(const gsl_rstat_workspace *w);
+double gsl_rstat_variance(const gsl_rstat_workspace *w);
+double gsl_rstat_sd(const gsl_rstat_workspace *w);
+double gsl_rstat_rms(const gsl_rstat_workspace *w);
+double gsl_rstat_sd_mean(const gsl_rstat_workspace *w);
+double gsl_rstat_median(gsl_rstat_workspace *w);
+double gsl_rstat_skew(const gsl_rstat_workspace *w);
+double gsl_rstat_kurtosis(const gsl_rstat_workspace *w);
+int gsl_rstat_reset(gsl_rstat_workspace *w);
+
+__END_DECLS
+
+#endif /* __GSL_RSTAT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_sf.h b/util/X86LINUX64/include/gsl/gsl_sf.h

index 643cf34..cb9cafd 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_sf.h
+++ b/util/X86LINUX64/include/gsl/gsl_sf.h
@@ -22,6 +22,7 @@
  #include <gsl/gsl_sf_fermi_dirac.h>
  #include <gsl/gsl_sf_gamma.h>
  #include <gsl/gsl_sf_gegenbauer.h>
+#include <gsl/gsl_sf_hermite.h>
  #include <gsl/gsl_sf_hyperg.h>
  #include <gsl/gsl_sf_laguerre.h>
  #include <gsl/gsl_sf_lambert.h>
@@ -30,6 +31,7 @@
  #include <gsl/gsl_sf_mathieu.h>
  #include <gsl/gsl_sf_pow_int.h>
  #include <gsl/gsl_sf_psi.h>
+#include <gsl/gsl_sf_sincos_pi.h>
  #include <gsl/gsl_sf_synchrotron.h>
  #include <gsl/gsl_sf_transport.h>
  #include <gsl/gsl_sf_trig.h>
diff --git a/util/X86LINUX64/include/gsl/gsl_sf_ellint.h b/util/X86LINUX64/include/gsl/gsl_sf_ellint.h

index 7d92a1e..7f68f0e 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_sf_ellint.h
+++ b/util/X86LINUX64/include/gsl/gsl_sf_ellint.h
@@ -81,8 +81,8 @@ double gsl_sf_ellint_E(double phi, double k, gsl_mode_t mode);
  int gsl_sf_ellint_P_e(double phi, double k, double n, gsl_mode_t mode, gsl_sf_result * result);
  double gsl_sf_ellint_P(double phi, double k, double n, gsl_mode_t mode);
  
-int gsl_sf_ellint_D_e(double phi, double k, double n, gsl_mode_t mode, gsl_sf_result * result);
-double gsl_sf_ellint_D(double phi, double k, double n, gsl_mode_t mode);
+int gsl_sf_ellint_D_e(double phi, double k, gsl_mode_t mode, gsl_sf_result * result);
+double gsl_sf_ellint_D(double phi, double k, gsl_mode_t mode);
  
  
  /* Carlson's symmetric basis of functions
diff --git a/util/X86LINUX64/include/gsl/gsl_sf_hermite.h b/util/X86LINUX64/include/gsl/gsl_sf_hermite.h

new file mode 100644 (file)

index 0000000..492a8c3
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_sf_hermite.h
@@ -0,0 +1,98 @@
+/* gsl_sf_hermite.h\r
+ * \r
+ * Copyright (C) 2011-2014 Konrad Griessinger\r
+ * \r
+ * This program is free software; you can redistribute it and/or modify\r
+ * it under the terms of the GNU General Public License as published by\r
+ * the Free Software Foundation; either version 3 of the License, or (at\r
+ * your option) any later version.\r
+ * \r
+ * This program is distributed in the hope that it will be useful, but\r
+ * WITHOUT ANY WARRANTY; without even the implied warranty of\r
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU\r
+ * General Public License for more details.\r
+ * \r
+ * You should have received a copy of the GNU General Public License\r
+ * along with this program; if not, write to the Free Software\r
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.\r
+ */\r
+\r
+/*----------------------------------------------------------------------*\r
+ * (konradg(at)gmx.net)                                                 *\r
+ *----------------------------------------------------------------------*/\r
+\r
+#ifndef __GSL_SF_HERMITE_H__\r
+#define __GSL_SF_HERMITE_H__\r
+\r
+#include <gsl/gsl_sf_result.h>\r
+\r
+#undef __BEGIN_DECLS\r
+#undef __END_DECLS\r
+#ifdef __cplusplus\r
+# define __BEGIN_DECLS extern "C" {\r
+# define __END_DECLS }\r
+#else\r
+# define __BEGIN_DECLS /* empty */\r
+# define __END_DECLS /* empty */\r
+#endif\r
+\r
+__BEGIN_DECLS\r
+\r
+int gsl_sf_hermite_prob_e(const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_prob(const int n, const double x);\r
+int gsl_sf_hermite_prob_deriv_e(const int m, const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_prob_deriv(const int m, const int n, const double x);\r
+int gsl_sf_hermite_e(const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite(const int n, const double x);\r
+int gsl_sf_hermite_deriv_e(const int m, const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_deriv(const int m, const int n, const double x);\r
+int gsl_sf_hermite_func_e(const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_func(const int n, const double x);\r
+int gsl_sf_hermite_func_fast_e(const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_func_fast(const int n, const double x);\r
+int gsl_sf_hermite_prob_array(const int nmax, const double x, double * result_array);\r
+int gsl_sf_hermite_prob_array_deriv(const int m, const int nmax, const double x, double * result_array);\r
+int gsl_sf_hermite_prob_deriv_array(const int mmax, const int n, const double x, double * result_array);\r
+int gsl_sf_hermite_prob_series_e(const int n, const double x, const double * a, gsl_sf_result * result);\r
+double gsl_sf_hermite_prob_series(const int n, const double x, const double * a);\r
+int gsl_sf_hermite_array(const int nmax, const double x, double * result_array);\r
+int gsl_sf_hermite_array_deriv(const int m, const int nmax, const double x, double * result_array);\r
+int gsl_sf_hermite_deriv_array(const int mmax, const int n, const double x, double * result_array);\r
+int gsl_sf_hermite_series_e(const int n, const double x, const double * a, gsl_sf_result * result);\r
+double gsl_sf_hermite_series(const int n, const double x, const double * a);\r
+int gsl_sf_hermite_func_array(const int nmax, const double x, double * result_array);\r
+int gsl_sf_hermite_func_series_e(const int n, const double x, const double * a, gsl_sf_result * result);\r
+double gsl_sf_hermite_func_series(const int n, const double x, const double * a);\r
+int gsl_sf_hermite_func_der_e(const int m, const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_func_der(const int m, const int n, const double x);\r
+int gsl_sf_hermite_prob_zero_e(const int n, const int s, gsl_sf_result * result);\r
+double gsl_sf_hermite_prob_zero(const int n, const int s);\r
+int gsl_sf_hermite_zero_e(const int n, const int s, gsl_sf_result * result);\r
+double gsl_sf_hermite_zero(const int n, const int s);\r
+int gsl_sf_hermite_func_zero_e(const int n, const int s, gsl_sf_result * result);\r
+double gsl_sf_hermite_func_zero(const int n, const int s);\r
+\r
+#ifndef GSL_DISABLE_DEPRECATED\r
+\r
+int gsl_sf_hermite_phys_e(const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_phys(const int n, const double x);\r
+int gsl_sf_hermite_phys_der_e(const int m, const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_phys_der(const int m, const int n, const double x);\r
+int gsl_sf_hermite_phys_array(const int nmax, const double x, double * result_array);\r
+int gsl_sf_hermite_phys_series_e(const int n, const double x, const double * a, gsl_sf_result * result);\r
+double gsl_sf_hermite_phys_series(const int n, const double x, const double * a);\r
+int gsl_sf_hermite_phys_array_der(const int m, const int nmax, const double x, double * result_array);\r
+int gsl_sf_hermite_phys_der_array(const int mmax, const int n, const double x, double * result_array);\r
+int gsl_sf_hermite_phys_zero_e(const int n, const int s, gsl_sf_result * result);\r
+double gsl_sf_hermite_phys_zero(const int n, const int s);\r
+\r
+int gsl_sf_hermite_prob_array_der(const int m, const int nmax, const double x, double * result_array);\r
+int gsl_sf_hermite_prob_der_array(const int mmax, const int n, const double x, double * result_array);\r
+int gsl_sf_hermite_prob_der_e(const int m, const int n, const double x, gsl_sf_result * result);\r
+double gsl_sf_hermite_prob_der(const int m, const int n, const double x);\r
+\r
+#endif /* !GSL_DISABLE_DEPRECATED */\r
+\r
+__END_DECLS\r
+\r
+#endif /* __GSL_SF_HERMITE_H__ */\r
diff --git a/util/X86LINUX64/include/gsl/gsl_sf_legendre.h b/util/X86LINUX64/include/gsl/gsl_sf_legendre.h

index 918a9bc..f2b5244 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_sf_legendre.h
+++ b/util/X86LINUX64/include/gsl/gsl_sf_legendre.h
@@ -1,6 +1,7 @@
  /* specfunc/gsl_sf_legendre.h
   * 
   * Copyright (C) 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2004 Gerard Jungman
+ * Copyright (C) 2019 Patrick Alken
   * 
   * This program is free software; you can redistribute it and/or modify
   * it under the terms of the GNU General Public License as published by
@@ -22,6 +23,8 @@
  #ifndef __GSL_SF_LEGENDRE_H__
  #define __GSL_SF_LEGENDRE_H__
  
+#include <stdlib.h>
+#include <gsl/gsl_inline.h>
  #include <gsl/gsl_sf_result.h>
  
  #undef __BEGIN_DECLS
@@ -309,6 +312,83 @@ double gsl_sf_legendre_H3d(const int l, const double lambda, const double eta);
   */
  int gsl_sf_legendre_H3d_array(const int lmax, const double lambda, const double eta, double * result_array);
  
+/* associated legendre P_{lm} routines */
+
+typedef enum
+{
+  GSL_SF_LEGENDRE_SCHMIDT,
+  GSL_SF_LEGENDRE_SPHARM,
+  GSL_SF_LEGENDRE_FULL,
+  GSL_SF_LEGENDRE_NONE
+} gsl_sf_legendre_t;
+
+int gsl_sf_legendre_array(const gsl_sf_legendre_t norm,
+                          const size_t lmax, const double x,
+                          double result_array[]);
+int gsl_sf_legendre_array_e(const gsl_sf_legendre_t norm,
+                            const size_t lmax, const double x,
+                            const double csphase,
+                            double result_array[]);
+int gsl_sf_legendre_deriv_array(const gsl_sf_legendre_t norm,
+                                const size_t lmax, const double x,
+                                double result_array[],
+                                double result_deriv_array[]);
+int gsl_sf_legendre_deriv_array_e(const gsl_sf_legendre_t norm,
+                                  const size_t lmax, const double x,
+                                  const double csphase,
+                                  double result_array[],
+                                  double result_deriv_array[]);
+int gsl_sf_legendre_deriv_alt_array(const gsl_sf_legendre_t norm,
+                                    const size_t lmax, const double x,
+                                    double result_array[],
+                                    double result_deriv_array[]);
+int gsl_sf_legendre_deriv_alt_array_e(const gsl_sf_legendre_t norm,
+                                      const size_t lmax, const double x,
+                                      const double csphase,
+                                      double result_array[],
+                                      double result_deriv_array[]);
+int gsl_sf_legendre_deriv2_array(const gsl_sf_legendre_t norm,
+                                 const size_t lmax, const double x,
+                                 double result_array[],
+                                 double result_deriv_array[],
+                                 double result_deriv2_array[]);
+int gsl_sf_legendre_deriv2_array_e(const gsl_sf_legendre_t norm,
+                                   const size_t lmax, const double x,
+                                   const double csphase,
+                                   double result_array[],
+                                   double result_deriv_array[],
+                                   double result_deriv2_array[]);
+int gsl_sf_legendre_deriv2_alt_array(const gsl_sf_legendre_t norm,
+                                     const size_t lmax, const double x,
+                                     double result_array[],
+                                     double result_deriv_array[],
+                                     double result_deriv2_array[]);
+int gsl_sf_legendre_deriv2_alt_array_e(const gsl_sf_legendre_t norm,
+                                       const size_t lmax, const double x,
+                                       const double csphase,
+                                       double result_array[],
+                                       double result_deriv_array[],
+                                       double result_deriv2_array[]);
+size_t gsl_sf_legendre_array_n(const size_t lmax);
+size_t gsl_sf_legendre_nlm(const size_t lmax);
+
+INLINE_DECL size_t gsl_sf_legendre_array_index(const size_t l, const size_t m);
+
+#ifdef HAVE_INLINE
+
+/*
+gsl_sf_legendre_array_index()
+This routine computes the index into a result_array[] corresponding
+to a given (l,m)
+*/
+INLINE_FUN
+size_t
+gsl_sf_legendre_array_index(const size_t l, const size_t m)
+{
+  return (((l * (l + 1)) >> 1) + m);
+}
+
+#endif /* HAVE_INLINE */
  
  __END_DECLS
  
diff --git a/util/X86LINUX64/include/gsl/gsl_sf_mathieu.h b/util/X86LINUX64/include/gsl/gsl_sf_mathieu.h

index 19d8256..8dc8d14 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_sf_mathieu.h
+++ b/util/X86LINUX64/include/gsl/gsl_sf_mathieu.h
@@ -67,8 +67,10 @@ int gsl_sf_mathieu_b_array(int order_min, int order_max, double qq,  gsl_sf_math
  
  /* Compute the characteristic value for a Mathieu function of order n and
     type ntype. */
-int gsl_sf_mathieu_a(int order, double qq, gsl_sf_result *result);
-int gsl_sf_mathieu_b(int order, double qq, gsl_sf_result *result);
+int gsl_sf_mathieu_a_e(int order, double qq, gsl_sf_result *result);
+double gsl_sf_mathieu_a(int order, double qq);
+int gsl_sf_mathieu_b_e(int order, double qq, gsl_sf_result *result);
+double gsl_sf_mathieu_b(int order, double qq);
  
  /* Compute the Fourier coefficients for a Mathieu function. */
  int gsl_sf_mathieu_a_coeff(int order, double qq, double aa, double coeff[]);
@@ -80,8 +82,10 @@ gsl_sf_mathieu_workspace *gsl_sf_mathieu_alloc(const size_t nn,
  void gsl_sf_mathieu_free(gsl_sf_mathieu_workspace *workspace);
  
  /* Compute an angular Mathieu function. */
-int gsl_sf_mathieu_ce(int order, double qq, double zz, gsl_sf_result *result);
-int gsl_sf_mathieu_se(int order, double qq, double zz, gsl_sf_result *result);
+int gsl_sf_mathieu_ce_e(int order, double qq, double zz, gsl_sf_result *result);
+double gsl_sf_mathieu_ce(int order, double qq, double zz);
+int gsl_sf_mathieu_se_e(int order, double qq, double zz, gsl_sf_result *result);
+double gsl_sf_mathieu_se(int order, double qq, double zz);
  int gsl_sf_mathieu_ce_array(int nmin, int nmax, double qq, double zz,
                              gsl_sf_mathieu_workspace *work,
                              double result_array[]);
@@ -90,10 +94,12 @@ int gsl_sf_mathieu_se_array(int nmin, int nmax, double qq, double zz,
                              double result_array[]);
  
  /* Compute a radial Mathieu function. */
-int gsl_sf_mathieu_Mc(int kind, int order, double qq, double zz,
+int gsl_sf_mathieu_Mc_e(int kind, int order, double qq, double zz,
                        gsl_sf_result *result);
-int gsl_sf_mathieu_Ms(int kind, int order, double qq, double zz,
+double gsl_sf_mathieu_Mc(int kind, int order, double qq, double zz);
+int gsl_sf_mathieu_Ms_e(int kind, int order, double qq, double zz,
                        gsl_sf_result *result);
+double gsl_sf_mathieu_Ms(int kind, int order, double qq, double zz);
  int gsl_sf_mathieu_Mc_array(int kind, int nmin, int nmax, double qq,
                              double zz, gsl_sf_mathieu_workspace *work,
                              double result_array[]);
diff --git a/util/X86LINUX64/include/gsl/gsl_sf_sincos_pi.h b/util/X86LINUX64/include/gsl/gsl_sf_sincos_pi.h

new file mode 100644 (file)

index 0000000..62fafbe
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_sf_sincos_pi.h
@@ -0,0 +1,57 @@
+/* specfunc/gsl_sf_sincos_pi.h
+ * 
+ * Copyright (C) 2017 Konrad Griessinger
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+/* Author:  G. Jungman, K. Griessinger */
+
+#ifndef __GSL_SF_SINCOS_PI_H__
+#define __GSL_SF_SINCOS_PI_H__
+
+#include <gsl/gsl_sf_result.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+
+/* sin_pi(x) with GSL semantics. This is actually important
+ * because we want to control the error estimate, and trying
+ * to guess the error for the standard library implementation
+ * every time it is used would be a little goofy.
+ */
+int gsl_sf_sin_pi_e(double x, gsl_sf_result * result);
+double gsl_sf_sin_pi(const double x);
+
+
+/* cos_pi(x) with GSL semantics.
+ */
+int gsl_sf_cos_pi_e(double x, gsl_sf_result * result);
+double gsl_sf_cos_pi(const double x);
+
+
+__END_DECLS
+
+#endif /* __GSL_SF_SINCOS_PI_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spblas.h b/util/X86LINUX64/include/gsl/gsl_spblas.h

new file mode 100644 (file)

index 0000000..9bf9da3
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spblas.h
@@ -0,0 +1,58 @@
+/* gsl_spblas.h
+ * 
+ * Copyright (C) 2012-2014 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPBLAS_H__
+#define __GSL_SPBLAS_H__
+
+#include <stdlib.h>
+
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_vector.h>
+#include <gsl/gsl_matrix.h>
+#include <gsl/gsl_spmatrix.h>
+#include <gsl/gsl_blas.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * Prototypes
+ */
+
+int gsl_spblas_dgemv(const CBLAS_TRANSPOSE_t TransA, const double alpha,
+                     const gsl_spmatrix *A, const gsl_vector *x,
+                     const double beta, gsl_vector *y);
+int gsl_spblas_dgemm(const double alpha, const gsl_spmatrix *A,
+                     const gsl_spmatrix *B, gsl_spmatrix *C);
+size_t gsl_spblas_scatter(const gsl_spmatrix *A, const size_t j,
+                          const double alpha, int *w, double *x,
+                          const int mark, gsl_spmatrix *C, size_t nz);
+
+__END_DECLS
+
+#endif /* __GSL_SPBLAS_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_splinalg.h b/util/X86LINUX64/include/gsl/gsl_splinalg.h

new file mode 100644 (file)

index 0000000..265b6ae
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_splinalg.h
@@ -0,0 +1,79 @@
+/* gsl_splinalg.h
+ * 
+ * Copyright (C) 2012-2014 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPLINALG_H__
+#define __GSL_SPLINALG_H__
+
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_vector.h>
+#include <gsl/gsl_matrix.h>
+#include <gsl/gsl_spmatrix.h>
+#include <gsl/gsl_linalg.h>
+#include <gsl/gsl_types.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/* iteration solver type */
+typedef struct
+{
+  const char *name;
+  void * (*alloc) (const size_t n, const size_t m);
+  int (*iterate) (const gsl_spmatrix *A, const gsl_vector *b,
+                  const double tol, gsl_vector *x, void *);
+  double (*normr)(const void *);
+  void (*free) (void *);
+} gsl_splinalg_itersolve_type;
+
+typedef struct
+{
+  const gsl_splinalg_itersolve_type * type;
+  double normr; /* current residual norm || b - A x || */
+  void * state;
+} gsl_splinalg_itersolve;
+
+/* available types */
+GSL_VAR const gsl_splinalg_itersolve_type * gsl_splinalg_itersolve_gmres;
+
+/*
+ * Prototypes
+ */
+gsl_splinalg_itersolve *
+gsl_splinalg_itersolve_alloc(const gsl_splinalg_itersolve_type *T,
+                             const size_t n, const size_t m);
+void gsl_splinalg_itersolve_free(gsl_splinalg_itersolve *w);
+const char *gsl_splinalg_itersolve_name(const gsl_splinalg_itersolve *w);
+int gsl_splinalg_itersolve_iterate(const gsl_spmatrix *A,
+                                   const gsl_vector *b,
+                                   const double tol, gsl_vector *x,
+                                   gsl_splinalg_itersolve *w);
+double gsl_splinalg_itersolve_normr(const gsl_splinalg_itersolve *w);
+
+__END_DECLS
+
+#endif /* __GSL_SPLINALG_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spline2d.h b/util/X86LINUX64/include/gsl/gsl_spline2d.h

new file mode 100644 (file)

index 0000000..5f7e237
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spline2d.h
@@ -0,0 +1,120 @@
+/* interpolation/gsl_spline2d.h
+ * 
+ * Copyright 2012 David Zaslavsky
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPLINE2D_H__
+#define __GSL_SPLINE2D_H__
+
+#include <gsl/gsl_interp.h>
+#include <gsl/gsl_interp2d.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+
+/*
+ * A 2D interpolation object which stores the arrays defining the function.
+ * In all other respects, this is just like a gsl_interp2d object.
+ */
+typedef struct
+{
+  gsl_interp2d interp_object; /* low-level interpolation object */
+  double * xarr;              /* x data array */
+  double * yarr;              /* y data array */
+  double * zarr;              /* z data array */
+} gsl_spline2d;
+
+gsl_spline2d * gsl_spline2d_alloc(const gsl_interp2d_type * T, size_t xsize, size_t ysize);
+
+int gsl_spline2d_init(gsl_spline2d * interp, const double xa[],
+                      const double ya[], const double za[],
+                      size_t xsize, size_t ysize);
+
+void gsl_spline2d_free(gsl_spline2d * interp);
+
+double gsl_spline2d_eval(const gsl_spline2d * interp, const double x,
+                         const double y, gsl_interp_accel* xa, gsl_interp_accel* ya);
+
+int gsl_spline2d_eval_e(const gsl_spline2d * interp, const double x,
+                        const double y, gsl_interp_accel* xa, gsl_interp_accel* ya,
+                        double * z);
+
+double gsl_spline2d_eval_extrap(const gsl_spline2d * interp, const double x,
+                                const double y, gsl_interp_accel* xa, gsl_interp_accel* ya);
+
+int gsl_spline2d_eval_extrap_e(const gsl_spline2d * interp, const double x,
+                               const double y, gsl_interp_accel* xa, gsl_interp_accel* ya,
+                               double * z);
+
+double gsl_spline2d_eval_deriv_x(const gsl_spline2d * interp, const double x,
+                                 const double y, gsl_interp_accel* xa, gsl_interp_accel* ya);
+
+int gsl_spline2d_eval_deriv_x_e(const gsl_spline2d * interp, const double x,
+                                const double y, gsl_interp_accel* xa,
+                                gsl_interp_accel* ya, double * z);
+
+double gsl_spline2d_eval_deriv_y(const gsl_spline2d * interp, const double x,
+                                 const double y, gsl_interp_accel* xa,
+                                 gsl_interp_accel* ya);
+
+int gsl_spline2d_eval_deriv_y_e(const gsl_spline2d * interp, const double x,
+                                const double y, gsl_interp_accel* xa,
+                                gsl_interp_accel* ya, double * z);
+
+double gsl_spline2d_eval_deriv_xx(const gsl_spline2d * interp, const double x,
+                                  const double y, gsl_interp_accel* xa, gsl_interp_accel* ya);
+
+int gsl_spline2d_eval_deriv_xx_e(const gsl_spline2d * interp, const double x,
+                                 const double y, gsl_interp_accel* xa,
+                                 gsl_interp_accel* ya, double * z);
+
+double gsl_spline2d_eval_deriv_yy(const gsl_spline2d * interp, const double x,
+                                  const double y, gsl_interp_accel* xa, gsl_interp_accel* ya);
+
+int gsl_spline2d_eval_deriv_yy_e(const gsl_spline2d * interp, const double x,
+                                 const double y, gsl_interp_accel* xa,
+                                 gsl_interp_accel* ya, double * z);
+
+double gsl_spline2d_eval_deriv_xy(const gsl_spline2d * interp, const double x,
+                                  const double y, gsl_interp_accel* xa, gsl_interp_accel* ya);
+
+int gsl_spline2d_eval_deriv_xy_e(const gsl_spline2d * interp, const double x,
+                                 const double y, gsl_interp_accel* xa,
+                                 gsl_interp_accel* ya, double * z);
+
+size_t gsl_spline2d_min_size(const gsl_spline2d * interp);
+
+const char * gsl_spline2d_name(const gsl_spline2d * interp);
+
+int gsl_spline2d_set(const gsl_spline2d * interp, double zarr[],
+                     const size_t i, const size_t j, const double z);
+double gsl_spline2d_get(const gsl_spline2d * interp, const double zarr[],
+                        const size_t i, const size_t j);
+
+__END_DECLS
+
+#endif /* __GSL_SPLINE2D_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix.h b/util/X86LINUX64/include/gsl/gsl_spmatrix.h

new file mode 100644 (file)

index 0000000..125d9a7
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix.h
@@ -0,0 +1,62 @@
+#ifndef __GSL_SPMATRIX_H__
+#define __GSL_SPMATRIX_H__
+
+enum
+{
+  GSL_SPMATRIX_COO = 0, /* coordinate/triplet representation */
+  GSL_SPMATRIX_CSC = 1, /* compressed sparse column */
+  GSL_SPMATRIX_CSR = 2, /* compressed sparse row */
+  GSL_SPMATRIX_TRIPLET = GSL_SPMATRIX_COO,
+  GSL_SPMATRIX_CCS = GSL_SPMATRIX_CSC,
+  GSL_SPMATRIX_CRS = GSL_SPMATRIX_CSR
+};
+
+/* memory pool for binary tree node allocation */
+struct gsl_spmatrix_pool_node
+{
+  struct gsl_spmatrix_pool_node * next;
+  void * block_ptr;          /* pointer to memory block, of size n*tree_node_size */
+  unsigned char * free_slot; /* pointer to next available slot */
+};
+
+typedef struct gsl_spmatrix_pool_node gsl_spmatrix_pool;
+
+#define GSL_SPMATRIX_ISCOO(m)         ((m)->sptype == GSL_SPMATRIX_COO)
+#define GSL_SPMATRIX_ISCSC(m)         ((m)->sptype == GSL_SPMATRIX_CSC)
+#define GSL_SPMATRIX_ISCSR(m)         ((m)->sptype == GSL_SPMATRIX_CSR)
+
+#define GSL_SPMATRIX_ISTRIPLET(m)     GSL_SPMATRIX_ISCOO(m)
+#define GSL_SPMATRIX_ISCCS(m)         GSL_SPMATRIX_ISCSC(m)
+#define GSL_SPMATRIX_ISCRS(m)         GSL_SPMATRIX_ISCSR(m)
+
+#define GSL_SPMATRIX_FLG_GROW         (1 << 0) /* allow size of matrix to grow as elements are added */
+#define GSL_SPMATRIX_FLG_FIXED        (1 << 1) /* sparsity pattern is fixed */
+
+/* compare matrix entries (ia,ja) and (ib,jb) - sort by rows first, then by columns */
+#define GSL_SPMATRIX_COMPARE_ROWCOL(m,ia,ja,ib,jb)   ((ia) < (ib) ? -1 : ((ia) > (ib) ? 1 : ((ja) < (jb) ? -1 : ((ja) > (jb)))))
+
+/* common/utility functions */
+
+void gsl_spmatrix_cumsum(const size_t n, int * c);
+
+#include <gsl/gsl_spmatrix_complex_long_double.h>
+#include <gsl/gsl_spmatrix_complex_double.h>
+#include <gsl/gsl_spmatrix_complex_float.h>
+
+#include <gsl/gsl_spmatrix_long_double.h>
+#include <gsl/gsl_spmatrix_double.h>
+#include <gsl/gsl_spmatrix_float.h>
+
+#include <gsl/gsl_spmatrix_ulong.h>
+#include <gsl/gsl_spmatrix_long.h>
+
+#include <gsl/gsl_spmatrix_uint.h>
+#include <gsl/gsl_spmatrix_int.h>
+
+#include <gsl/gsl_spmatrix_ushort.h>
+#include <gsl/gsl_spmatrix_short.h>
+
+#include <gsl/gsl_spmatrix_uchar.h>
+#include <gsl/gsl_spmatrix_char.h>
+
+#endif /* __GSL_SPMATRIX_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_char.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_char.h

new file mode 100644 (file)

index 0000000..bcb6464
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_char.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_char.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_CHAR_H__
+#define __GSL_SPMATRIX_CHAR_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_char.h>
+#include <gsl/gsl_matrix_char.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  char *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(char),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      char *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_char;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_char * gsl_spmatrix_char_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_char * gsl_spmatrix_char_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_char_free (gsl_spmatrix_char * m);
+int gsl_spmatrix_char_realloc (const size_t nzmax, gsl_spmatrix_char * m);
+size_t gsl_spmatrix_char_nnz (const gsl_spmatrix_char * m);
+const char * gsl_spmatrix_char_type (const gsl_spmatrix_char * m);
+int gsl_spmatrix_char_set_zero (gsl_spmatrix_char * m);
+int gsl_spmatrix_char_tree_rebuild (gsl_spmatrix_char * m);
+
+/* compress */
+
+int gsl_spmatrix_char_csc (gsl_spmatrix_char * dest, const gsl_spmatrix_char * src);
+int gsl_spmatrix_char_csr (gsl_spmatrix_char * dest, const gsl_spmatrix_char * src);
+gsl_spmatrix_char * gsl_spmatrix_char_compress (const gsl_spmatrix_char * src, const int sptype);
+gsl_spmatrix_char * gsl_spmatrix_char_compcol (const gsl_spmatrix_char * src);
+gsl_spmatrix_char * gsl_spmatrix_char_ccs (const gsl_spmatrix_char * src);
+gsl_spmatrix_char * gsl_spmatrix_char_crs (const gsl_spmatrix_char * src);
+
+/* copy */
+
+int gsl_spmatrix_char_memcpy (gsl_spmatrix_char * dest, const gsl_spmatrix_char * src);
+
+/* file I/O */
+
+int gsl_spmatrix_char_fprintf (FILE * stream, const gsl_spmatrix_char * m, const char * format);
+gsl_spmatrix_char * gsl_spmatrix_char_fscanf (FILE * stream);
+int gsl_spmatrix_char_fwrite (FILE * stream, const gsl_spmatrix_char * m);
+int gsl_spmatrix_char_fread (FILE * stream, gsl_spmatrix_char * m);
+
+/* get/set */
+
+char gsl_spmatrix_char_get (const gsl_spmatrix_char * m, const size_t i, const size_t j);
+int gsl_spmatrix_char_set (gsl_spmatrix_char * m, const size_t i, const size_t j, const char x);
+char * gsl_spmatrix_char_ptr (const gsl_spmatrix_char * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_char_minmax (const gsl_spmatrix_char * m, char * min_out, char * max_out);
+int gsl_spmatrix_char_min_index (const gsl_spmatrix_char * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_char_scale (gsl_spmatrix_char * m, const char x);
+int gsl_spmatrix_char_scale_columns (gsl_spmatrix_char * m, const gsl_vector_char * x);
+int gsl_spmatrix_char_scale_rows (gsl_spmatrix_char * m, const gsl_vector_char * x);
+int gsl_spmatrix_char_add (gsl_spmatrix_char * c, const gsl_spmatrix_char * a, const gsl_spmatrix_char * b);
+int gsl_spmatrix_char_dense_add (gsl_matrix_char * a, const gsl_spmatrix_char * b);
+int gsl_spmatrix_char_dense_sub (gsl_matrix_char * a, const gsl_spmatrix_char * b);
+int gsl_spmatrix_char_d2sp (gsl_spmatrix_char * T, const gsl_matrix_char * A);
+int gsl_spmatrix_char_sp2d (gsl_matrix_char * A, const gsl_spmatrix_char * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_char_add_to_dense (gsl_matrix_char * a, const gsl_spmatrix_char * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_char_equal (const gsl_spmatrix_char * a, const gsl_spmatrix_char * b);
+char gsl_spmatrix_char_norm1 (const gsl_spmatrix_char * a);
+
+/* swap */
+
+int gsl_spmatrix_char_transpose (gsl_spmatrix_char * m);
+int gsl_spmatrix_char_transpose2 (gsl_spmatrix_char * m);
+int gsl_spmatrix_char_transpose_memcpy (gsl_spmatrix_char * dest, const gsl_spmatrix_char * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_CHAR_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_double.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_double.h

new file mode 100644 (file)

index 0000000..6581f70
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_double.h
@@ -0,0 +1,179 @@
+/* spmatrix/gsl_spmatrix_double.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_COMPLEX_DOUBLE_H__
+#define __GSL_SPMATRIX_COMPLEX_DOUBLE_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_complex_double.h>
+#include <gsl/gsl_matrix_complex_double.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;              /* number of rows */
+  size_t size2;              /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  double *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size 2*MAX(size1,size2)*MAX(sizeof(double),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      double *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_complex;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_complex * gsl_spmatrix_complex_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_complex * gsl_spmatrix_complex_alloc_nzmax (const size_t n1, const size_t n2,
+                                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_complex_free (gsl_spmatrix_complex * m);
+int gsl_spmatrix_complex_realloc (const size_t nzmax, gsl_spmatrix_complex * m);
+size_t gsl_spmatrix_complex_nnz (const gsl_spmatrix_complex * m);
+const char * gsl_spmatrix_complex_type (const gsl_spmatrix_complex * m);
+int gsl_spmatrix_complex_set_zero (gsl_spmatrix_complex * m);
+int gsl_spmatrix_complex_tree_rebuild (gsl_spmatrix_complex * m);
+
+/* compress */
+
+int gsl_spmatrix_complex_csc (gsl_spmatrix_complex * dest, const gsl_spmatrix_complex * src);
+int gsl_spmatrix_complex_csr (gsl_spmatrix_complex * dest, const gsl_spmatrix_complex * src);
+gsl_spmatrix_complex * gsl_spmatrix_complex_compress (const gsl_spmatrix_complex * src, const int sptype);
+gsl_spmatrix_complex * gsl_spmatrix_complex_compcol (const gsl_spmatrix_complex * src);
+gsl_spmatrix_complex * gsl_spmatrix_complex_ccs (const gsl_spmatrix_complex * src);
+gsl_spmatrix_complex * gsl_spmatrix_complex_crs (const gsl_spmatrix_complex * src);
+
+/* copy */
+
+int gsl_spmatrix_complex_memcpy (gsl_spmatrix_complex * dest, const gsl_spmatrix_complex * src);
+
+/* file I/O */
+
+int gsl_spmatrix_complex_fprintf (FILE * stream, const gsl_spmatrix_complex * m, const char * format);
+gsl_spmatrix_complex * gsl_spmatrix_complex_fscanf (FILE * stream);
+int gsl_spmatrix_complex_fwrite (FILE * stream, const gsl_spmatrix_complex * m);
+int gsl_spmatrix_complex_fread (FILE * stream, gsl_spmatrix_complex * m);
+
+/* get/set */
+
+gsl_complex gsl_spmatrix_complex_get (const gsl_spmatrix_complex * m, const size_t i, const size_t j);
+int gsl_spmatrix_complex_set (gsl_spmatrix_complex * m, const size_t i, const size_t j, const gsl_complex x);
+gsl_complex * gsl_spmatrix_complex_ptr (const gsl_spmatrix_complex * m, const size_t i, const size_t j);
+
+/* operations */
+
+int gsl_spmatrix_complex_scale (gsl_spmatrix_complex * m, const gsl_complex x);
+int gsl_spmatrix_complex_scale_columns (gsl_spmatrix_complex * m, const gsl_vector_complex * x);
+int gsl_spmatrix_complex_scale_rows (gsl_spmatrix_complex * m, const gsl_vector_complex * x);
+int gsl_spmatrix_complex_add (gsl_spmatrix_complex * c, const gsl_spmatrix_complex * a, const gsl_spmatrix_complex * b);
+int gsl_spmatrix_complex_dense_add (gsl_matrix_complex * a, const gsl_spmatrix_complex * b);
+int gsl_spmatrix_complex_dense_sub (gsl_matrix_complex * a, const gsl_spmatrix_complex * b);
+int gsl_spmatrix_complex_d2sp (gsl_spmatrix_complex * T, const gsl_matrix_complex * A);
+int gsl_spmatrix_complex_sp2d (gsl_matrix_complex * A, const gsl_spmatrix_complex * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_complex_add_to_dense (gsl_matrix_complex * a, const gsl_spmatrix_complex * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_complex_equal (const gsl_spmatrix_complex * a, const gsl_spmatrix_complex * b);
+
+/* swap */
+
+int gsl_spmatrix_complex_transpose (gsl_spmatrix_complex * m);
+int gsl_spmatrix_complex_transpose2 (gsl_spmatrix_complex * m);
+int gsl_spmatrix_complex_transpose_memcpy (gsl_spmatrix_complex * dest, const gsl_spmatrix_complex * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_COMPLEX_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_float.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_float.h

new file mode 100644 (file)

index 0000000..5b9ee50
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_float.h
@@ -0,0 +1,179 @@
+/* spmatrix/gsl_spmatrix_float.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_COMPLEX_FLOAT_H__
+#define __GSL_SPMATRIX_COMPLEX_FLOAT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_complex_float.h>
+#include <gsl/gsl_matrix_complex_float.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;              /* number of rows */
+  size_t size2;              /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  float *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size 2*MAX(size1,size2)*MAX(sizeof(float),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      float *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_complex_float;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_complex_float * gsl_spmatrix_complex_float_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_complex_float * gsl_spmatrix_complex_float_alloc_nzmax (const size_t n1, const size_t n2,
+                                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_complex_float_free (gsl_spmatrix_complex_float * m);
+int gsl_spmatrix_complex_float_realloc (const size_t nzmax, gsl_spmatrix_complex_float * m);
+size_t gsl_spmatrix_complex_float_nnz (const gsl_spmatrix_complex_float * m);
+const char * gsl_spmatrix_complex_float_type (const gsl_spmatrix_complex_float * m);
+int gsl_spmatrix_complex_float_set_zero (gsl_spmatrix_complex_float * m);
+int gsl_spmatrix_complex_float_tree_rebuild (gsl_spmatrix_complex_float * m);
+
+/* compress */
+
+int gsl_spmatrix_complex_float_csc (gsl_spmatrix_complex_float * dest, const gsl_spmatrix_complex_float * src);
+int gsl_spmatrix_complex_float_csr (gsl_spmatrix_complex_float * dest, const gsl_spmatrix_complex_float * src);
+gsl_spmatrix_complex_float * gsl_spmatrix_complex_float_compress (const gsl_spmatrix_complex_float * src, const int sptype);
+gsl_spmatrix_complex_float * gsl_spmatrix_complex_float_compcol (const gsl_spmatrix_complex_float * src);
+gsl_spmatrix_complex_float * gsl_spmatrix_complex_float_ccs (const gsl_spmatrix_complex_float * src);
+gsl_spmatrix_complex_float * gsl_spmatrix_complex_float_crs (const gsl_spmatrix_complex_float * src);
+
+/* copy */
+
+int gsl_spmatrix_complex_float_memcpy (gsl_spmatrix_complex_float * dest, const gsl_spmatrix_complex_float * src);
+
+/* file I/O */
+
+int gsl_spmatrix_complex_float_fprintf (FILE * stream, const gsl_spmatrix_complex_float * m, const char * format);
+gsl_spmatrix_complex_float * gsl_spmatrix_complex_float_fscanf (FILE * stream);
+int gsl_spmatrix_complex_float_fwrite (FILE * stream, const gsl_spmatrix_complex_float * m);
+int gsl_spmatrix_complex_float_fread (FILE * stream, gsl_spmatrix_complex_float * m);
+
+/* get/set */
+
+gsl_complex_float gsl_spmatrix_complex_float_get (const gsl_spmatrix_complex_float * m, const size_t i, const size_t j);
+int gsl_spmatrix_complex_float_set (gsl_spmatrix_complex_float * m, const size_t i, const size_t j, const gsl_complex_float x);
+gsl_complex_float * gsl_spmatrix_complex_float_ptr (const gsl_spmatrix_complex_float * m, const size_t i, const size_t j);
+
+/* operations */
+
+int gsl_spmatrix_complex_float_scale (gsl_spmatrix_complex_float * m, const gsl_complex_float x);
+int gsl_spmatrix_complex_float_scale_columns (gsl_spmatrix_complex_float * m, const gsl_vector_complex_float * x);
+int gsl_spmatrix_complex_float_scale_rows (gsl_spmatrix_complex_float * m, const gsl_vector_complex_float * x);
+int gsl_spmatrix_complex_float_add (gsl_spmatrix_complex_float * c, const gsl_spmatrix_complex_float * a, const gsl_spmatrix_complex_float * b);
+int gsl_spmatrix_complex_float_dense_add (gsl_matrix_complex_float * a, const gsl_spmatrix_complex_float * b);
+int gsl_spmatrix_complex_float_dense_sub (gsl_matrix_complex_float * a, const gsl_spmatrix_complex_float * b);
+int gsl_spmatrix_complex_float_d2sp (gsl_spmatrix_complex_float * T, const gsl_matrix_complex_float * A);
+int gsl_spmatrix_complex_float_sp2d (gsl_matrix_complex_float * A, const gsl_spmatrix_complex_float * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_complex_float_add_to_dense (gsl_matrix_complex_float * a, const gsl_spmatrix_complex_float * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_complex_float_equal (const gsl_spmatrix_complex_float * a, const gsl_spmatrix_complex_float * b);
+
+/* swap */
+
+int gsl_spmatrix_complex_float_transpose (gsl_spmatrix_complex_float * m);
+int gsl_spmatrix_complex_float_transpose2 (gsl_spmatrix_complex_float * m);
+int gsl_spmatrix_complex_float_transpose_memcpy (gsl_spmatrix_complex_float * dest, const gsl_spmatrix_complex_float * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_COMPLEX_FLOAT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_long_double.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_long_double.h

new file mode 100644 (file)

index 0000000..acf15f4
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_complex_long_double.h
@@ -0,0 +1,179 @@
+/* spmatrix/gsl_spmatrix_long_double.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_COMPLEX_LONG_DOUBLE_H__
+#define __GSL_SPMATRIX_COMPLEX_LONG_DOUBLE_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_complex_long_double.h>
+#include <gsl/gsl_matrix_complex_long_double.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;              /* number of rows */
+  size_t size2;              /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  long double *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size 2*MAX(size1,size2)*MAX(sizeof(long double),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      long double *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_complex_long_double;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_complex_long_double * gsl_spmatrix_complex_long_double_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_complex_long_double * gsl_spmatrix_complex_long_double_alloc_nzmax (const size_t n1, const size_t n2,
+                                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_complex_long_double_free (gsl_spmatrix_complex_long_double * m);
+int gsl_spmatrix_complex_long_double_realloc (const size_t nzmax, gsl_spmatrix_complex_long_double * m);
+size_t gsl_spmatrix_complex_long_double_nnz (const gsl_spmatrix_complex_long_double * m);
+const char * gsl_spmatrix_complex_long_double_type (const gsl_spmatrix_complex_long_double * m);
+int gsl_spmatrix_complex_long_double_set_zero (gsl_spmatrix_complex_long_double * m);
+int gsl_spmatrix_complex_long_double_tree_rebuild (gsl_spmatrix_complex_long_double * m);
+
+/* compress */
+
+int gsl_spmatrix_complex_long_double_csc (gsl_spmatrix_complex_long_double * dest, const gsl_spmatrix_complex_long_double * src);
+int gsl_spmatrix_complex_long_double_csr (gsl_spmatrix_complex_long_double * dest, const gsl_spmatrix_complex_long_double * src);
+gsl_spmatrix_complex_long_double * gsl_spmatrix_complex_long_double_compress (const gsl_spmatrix_complex_long_double * src, const int sptype);
+gsl_spmatrix_complex_long_double * gsl_spmatrix_complex_long_double_compcol (const gsl_spmatrix_complex_long_double * src);
+gsl_spmatrix_complex_long_double * gsl_spmatrix_complex_long_double_ccs (const gsl_spmatrix_complex_long_double * src);
+gsl_spmatrix_complex_long_double * gsl_spmatrix_complex_long_double_crs (const gsl_spmatrix_complex_long_double * src);
+
+/* copy */
+
+int gsl_spmatrix_complex_long_double_memcpy (gsl_spmatrix_complex_long_double * dest, const gsl_spmatrix_complex_long_double * src);
+
+/* file I/O */
+
+int gsl_spmatrix_complex_long_double_fprintf (FILE * stream, const gsl_spmatrix_complex_long_double * m, const char * format);
+gsl_spmatrix_complex_long_double * gsl_spmatrix_complex_long_double_fscanf (FILE * stream);
+int gsl_spmatrix_complex_long_double_fwrite (FILE * stream, const gsl_spmatrix_complex_long_double * m);
+int gsl_spmatrix_complex_long_double_fread (FILE * stream, gsl_spmatrix_complex_long_double * m);
+
+/* get/set */
+
+gsl_complex_long_double gsl_spmatrix_complex_long_double_get (const gsl_spmatrix_complex_long_double * m, const size_t i, const size_t j);
+int gsl_spmatrix_complex_long_double_set (gsl_spmatrix_complex_long_double * m, const size_t i, const size_t j, const gsl_complex_long_double x);
+gsl_complex_long_double * gsl_spmatrix_complex_long_double_ptr (const gsl_spmatrix_complex_long_double * m, const size_t i, const size_t j);
+
+/* operations */
+
+int gsl_spmatrix_complex_long_double_scale (gsl_spmatrix_complex_long_double * m, const gsl_complex_long_double x);
+int gsl_spmatrix_complex_long_double_scale_columns (gsl_spmatrix_complex_long_double * m, const gsl_vector_complex_long_double * x);
+int gsl_spmatrix_complex_long_double_scale_rows (gsl_spmatrix_complex_long_double * m, const gsl_vector_complex_long_double * x);
+int gsl_spmatrix_complex_long_double_add (gsl_spmatrix_complex_long_double * c, const gsl_spmatrix_complex_long_double * a, const gsl_spmatrix_complex_long_double * b);
+int gsl_spmatrix_complex_long_double_dense_add (gsl_matrix_complex_long_double * a, const gsl_spmatrix_complex_long_double * b);
+int gsl_spmatrix_complex_long_double_dense_sub (gsl_matrix_complex_long_double * a, const gsl_spmatrix_complex_long_double * b);
+int gsl_spmatrix_complex_long_double_d2sp (gsl_spmatrix_complex_long_double * T, const gsl_matrix_complex_long_double * A);
+int gsl_spmatrix_complex_long_double_sp2d (gsl_matrix_complex_long_double * A, const gsl_spmatrix_complex_long_double * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_complex_long_double_add_to_dense (gsl_matrix_complex_long_double * a, const gsl_spmatrix_complex_long_double * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_complex_long_double_equal (const gsl_spmatrix_complex_long_double * a, const gsl_spmatrix_complex_long_double * b);
+
+/* swap */
+
+int gsl_spmatrix_complex_long_double_transpose (gsl_spmatrix_complex_long_double * m);
+int gsl_spmatrix_complex_long_double_transpose2 (gsl_spmatrix_complex_long_double * m);
+int gsl_spmatrix_complex_long_double_transpose_memcpy (gsl_spmatrix_complex_long_double * dest, const gsl_spmatrix_complex_long_double * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_COMPLEX_LONG_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_double.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_double.h

new file mode 100644 (file)

index 0000000..978f7a3
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_double.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_double.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_DOUBLE_H__
+#define __GSL_SPMATRIX_DOUBLE_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_double.h>
+#include <gsl/gsl_matrix_double.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  double *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(double),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      double *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix * gsl_spmatrix_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix * gsl_spmatrix_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_free (gsl_spmatrix * m);
+int gsl_spmatrix_realloc (const size_t nzmax, gsl_spmatrix * m);
+size_t gsl_spmatrix_nnz (const gsl_spmatrix * m);
+const char * gsl_spmatrix_type (const gsl_spmatrix * m);
+int gsl_spmatrix_set_zero (gsl_spmatrix * m);
+int gsl_spmatrix_tree_rebuild (gsl_spmatrix * m);
+
+/* compress */
+
+int gsl_spmatrix_csc (gsl_spmatrix * dest, const gsl_spmatrix * src);
+int gsl_spmatrix_csr (gsl_spmatrix * dest, const gsl_spmatrix * src);
+gsl_spmatrix * gsl_spmatrix_compress (const gsl_spmatrix * src, const int sptype);
+gsl_spmatrix * gsl_spmatrix_compcol (const gsl_spmatrix * src);
+gsl_spmatrix * gsl_spmatrix_ccs (const gsl_spmatrix * src);
+gsl_spmatrix * gsl_spmatrix_crs (const gsl_spmatrix * src);
+
+/* copy */
+
+int gsl_spmatrix_memcpy (gsl_spmatrix * dest, const gsl_spmatrix * src);
+
+/* file I/O */
+
+int gsl_spmatrix_fprintf (FILE * stream, const gsl_spmatrix * m, const char * format);
+gsl_spmatrix * gsl_spmatrix_fscanf (FILE * stream);
+int gsl_spmatrix_fwrite (FILE * stream, const gsl_spmatrix * m);
+int gsl_spmatrix_fread (FILE * stream, gsl_spmatrix * m);
+
+/* get/set */
+
+double gsl_spmatrix_get (const gsl_spmatrix * m, const size_t i, const size_t j);
+int gsl_spmatrix_set (gsl_spmatrix * m, const size_t i, const size_t j, const double x);
+double * gsl_spmatrix_ptr (const gsl_spmatrix * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_minmax (const gsl_spmatrix * m, double * min_out, double * max_out);
+int gsl_spmatrix_min_index (const gsl_spmatrix * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_scale (gsl_spmatrix * m, const double x);
+int gsl_spmatrix_scale_columns (gsl_spmatrix * m, const gsl_vector * x);
+int gsl_spmatrix_scale_rows (gsl_spmatrix * m, const gsl_vector * x);
+int gsl_spmatrix_add (gsl_spmatrix * c, const gsl_spmatrix * a, const gsl_spmatrix * b);
+int gsl_spmatrix_dense_add (gsl_matrix * a, const gsl_spmatrix * b);
+int gsl_spmatrix_dense_sub (gsl_matrix * a, const gsl_spmatrix * b);
+int gsl_spmatrix_d2sp (gsl_spmatrix * T, const gsl_matrix * A);
+int gsl_spmatrix_sp2d (gsl_matrix * A, const gsl_spmatrix * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_add_to_dense (gsl_matrix * a, const gsl_spmatrix * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_equal (const gsl_spmatrix * a, const gsl_spmatrix * b);
+double gsl_spmatrix_norm1 (const gsl_spmatrix * a);
+
+/* swap */
+
+int gsl_spmatrix_transpose (gsl_spmatrix * m);
+int gsl_spmatrix_transpose2 (gsl_spmatrix * m);
+int gsl_spmatrix_transpose_memcpy (gsl_spmatrix * dest, const gsl_spmatrix * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_float.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_float.h

new file mode 100644 (file)

index 0000000..3267983
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_float.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_float.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_FLOAT_H__
+#define __GSL_SPMATRIX_FLOAT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_float.h>
+#include <gsl/gsl_matrix_float.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  float *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(float),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      float *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_float;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_float * gsl_spmatrix_float_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_float * gsl_spmatrix_float_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_float_free (gsl_spmatrix_float * m);
+int gsl_spmatrix_float_realloc (const size_t nzmax, gsl_spmatrix_float * m);
+size_t gsl_spmatrix_float_nnz (const gsl_spmatrix_float * m);
+const char * gsl_spmatrix_float_type (const gsl_spmatrix_float * m);
+int gsl_spmatrix_float_set_zero (gsl_spmatrix_float * m);
+int gsl_spmatrix_float_tree_rebuild (gsl_spmatrix_float * m);
+
+/* compress */
+
+int gsl_spmatrix_float_csc (gsl_spmatrix_float * dest, const gsl_spmatrix_float * src);
+int gsl_spmatrix_float_csr (gsl_spmatrix_float * dest, const gsl_spmatrix_float * src);
+gsl_spmatrix_float * gsl_spmatrix_float_compress (const gsl_spmatrix_float * src, const int sptype);
+gsl_spmatrix_float * gsl_spmatrix_float_compcol (const gsl_spmatrix_float * src);
+gsl_spmatrix_float * gsl_spmatrix_float_ccs (const gsl_spmatrix_float * src);
+gsl_spmatrix_float * gsl_spmatrix_float_crs (const gsl_spmatrix_float * src);
+
+/* copy */
+
+int gsl_spmatrix_float_memcpy (gsl_spmatrix_float * dest, const gsl_spmatrix_float * src);
+
+/* file I/O */
+
+int gsl_spmatrix_float_fprintf (FILE * stream, const gsl_spmatrix_float * m, const char * format);
+gsl_spmatrix_float * gsl_spmatrix_float_fscanf (FILE * stream);
+int gsl_spmatrix_float_fwrite (FILE * stream, const gsl_spmatrix_float * m);
+int gsl_spmatrix_float_fread (FILE * stream, gsl_spmatrix_float * m);
+
+/* get/set */
+
+float gsl_spmatrix_float_get (const gsl_spmatrix_float * m, const size_t i, const size_t j);
+int gsl_spmatrix_float_set (gsl_spmatrix_float * m, const size_t i, const size_t j, const float x);
+float * gsl_spmatrix_float_ptr (const gsl_spmatrix_float * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_float_minmax (const gsl_spmatrix_float * m, float * min_out, float * max_out);
+int gsl_spmatrix_float_min_index (const gsl_spmatrix_float * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_float_scale (gsl_spmatrix_float * m, const float x);
+int gsl_spmatrix_float_scale_columns (gsl_spmatrix_float * m, const gsl_vector_float * x);
+int gsl_spmatrix_float_scale_rows (gsl_spmatrix_float * m, const gsl_vector_float * x);
+int gsl_spmatrix_float_add (gsl_spmatrix_float * c, const gsl_spmatrix_float * a, const gsl_spmatrix_float * b);
+int gsl_spmatrix_float_dense_add (gsl_matrix_float * a, const gsl_spmatrix_float * b);
+int gsl_spmatrix_float_dense_sub (gsl_matrix_float * a, const gsl_spmatrix_float * b);
+int gsl_spmatrix_float_d2sp (gsl_spmatrix_float * T, const gsl_matrix_float * A);
+int gsl_spmatrix_float_sp2d (gsl_matrix_float * A, const gsl_spmatrix_float * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_float_add_to_dense (gsl_matrix_float * a, const gsl_spmatrix_float * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_float_equal (const gsl_spmatrix_float * a, const gsl_spmatrix_float * b);
+float gsl_spmatrix_float_norm1 (const gsl_spmatrix_float * a);
+
+/* swap */
+
+int gsl_spmatrix_float_transpose (gsl_spmatrix_float * m);
+int gsl_spmatrix_float_transpose2 (gsl_spmatrix_float * m);
+int gsl_spmatrix_float_transpose_memcpy (gsl_spmatrix_float * dest, const gsl_spmatrix_float * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_FLOAT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_int.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_int.h

new file mode 100644 (file)

index 0000000..7855cd0
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_int.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_int.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_INT_H__
+#define __GSL_SPMATRIX_INT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_int.h>
+#include <gsl/gsl_matrix_int.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  int *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(int),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      int *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_int;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_int * gsl_spmatrix_int_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_int * gsl_spmatrix_int_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_int_free (gsl_spmatrix_int * m);
+int gsl_spmatrix_int_realloc (const size_t nzmax, gsl_spmatrix_int * m);
+size_t gsl_spmatrix_int_nnz (const gsl_spmatrix_int * m);
+const char * gsl_spmatrix_int_type (const gsl_spmatrix_int * m);
+int gsl_spmatrix_int_set_zero (gsl_spmatrix_int * m);
+int gsl_spmatrix_int_tree_rebuild (gsl_spmatrix_int * m);
+
+/* compress */
+
+int gsl_spmatrix_int_csc (gsl_spmatrix_int * dest, const gsl_spmatrix_int * src);
+int gsl_spmatrix_int_csr (gsl_spmatrix_int * dest, const gsl_spmatrix_int * src);
+gsl_spmatrix_int * gsl_spmatrix_int_compress (const gsl_spmatrix_int * src, const int sptype);
+gsl_spmatrix_int * gsl_spmatrix_int_compcol (const gsl_spmatrix_int * src);
+gsl_spmatrix_int * gsl_spmatrix_int_ccs (const gsl_spmatrix_int * src);
+gsl_spmatrix_int * gsl_spmatrix_int_crs (const gsl_spmatrix_int * src);
+
+/* copy */
+
+int gsl_spmatrix_int_memcpy (gsl_spmatrix_int * dest, const gsl_spmatrix_int * src);
+
+/* file I/O */
+
+int gsl_spmatrix_int_fprintf (FILE * stream, const gsl_spmatrix_int * m, const char * format);
+gsl_spmatrix_int * gsl_spmatrix_int_fscanf (FILE * stream);
+int gsl_spmatrix_int_fwrite (FILE * stream, const gsl_spmatrix_int * m);
+int gsl_spmatrix_int_fread (FILE * stream, gsl_spmatrix_int * m);
+
+/* get/set */
+
+int gsl_spmatrix_int_get (const gsl_spmatrix_int * m, const size_t i, const size_t j);
+int gsl_spmatrix_int_set (gsl_spmatrix_int * m, const size_t i, const size_t j, const int x);
+int * gsl_spmatrix_int_ptr (const gsl_spmatrix_int * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_int_minmax (const gsl_spmatrix_int * m, int * min_out, int * max_out);
+int gsl_spmatrix_int_min_index (const gsl_spmatrix_int * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_int_scale (gsl_spmatrix_int * m, const int x);
+int gsl_spmatrix_int_scale_columns (gsl_spmatrix_int * m, const gsl_vector_int * x);
+int gsl_spmatrix_int_scale_rows (gsl_spmatrix_int * m, const gsl_vector_int * x);
+int gsl_spmatrix_int_add (gsl_spmatrix_int * c, const gsl_spmatrix_int * a, const gsl_spmatrix_int * b);
+int gsl_spmatrix_int_dense_add (gsl_matrix_int * a, const gsl_spmatrix_int * b);
+int gsl_spmatrix_int_dense_sub (gsl_matrix_int * a, const gsl_spmatrix_int * b);
+int gsl_spmatrix_int_d2sp (gsl_spmatrix_int * T, const gsl_matrix_int * A);
+int gsl_spmatrix_int_sp2d (gsl_matrix_int * A, const gsl_spmatrix_int * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_int_add_to_dense (gsl_matrix_int * a, const gsl_spmatrix_int * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_int_equal (const gsl_spmatrix_int * a, const gsl_spmatrix_int * b);
+int gsl_spmatrix_int_norm1 (const gsl_spmatrix_int * a);
+
+/* swap */
+
+int gsl_spmatrix_int_transpose (gsl_spmatrix_int * m);
+int gsl_spmatrix_int_transpose2 (gsl_spmatrix_int * m);
+int gsl_spmatrix_int_transpose_memcpy (gsl_spmatrix_int * dest, const gsl_spmatrix_int * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_INT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_long.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_long.h

new file mode 100644 (file)

index 0000000..a37196b
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_long.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_long.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_LONG_H__
+#define __GSL_SPMATRIX_LONG_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_long.h>
+#include <gsl/gsl_matrix_long.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  long *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(long),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      long *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_long;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_long * gsl_spmatrix_long_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_long * gsl_spmatrix_long_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_long_free (gsl_spmatrix_long * m);
+int gsl_spmatrix_long_realloc (const size_t nzmax, gsl_spmatrix_long * m);
+size_t gsl_spmatrix_long_nnz (const gsl_spmatrix_long * m);
+const char * gsl_spmatrix_long_type (const gsl_spmatrix_long * m);
+int gsl_spmatrix_long_set_zero (gsl_spmatrix_long * m);
+int gsl_spmatrix_long_tree_rebuild (gsl_spmatrix_long * m);
+
+/* compress */
+
+int gsl_spmatrix_long_csc (gsl_spmatrix_long * dest, const gsl_spmatrix_long * src);
+int gsl_spmatrix_long_csr (gsl_spmatrix_long * dest, const gsl_spmatrix_long * src);
+gsl_spmatrix_long * gsl_spmatrix_long_compress (const gsl_spmatrix_long * src, const int sptype);
+gsl_spmatrix_long * gsl_spmatrix_long_compcol (const gsl_spmatrix_long * src);
+gsl_spmatrix_long * gsl_spmatrix_long_ccs (const gsl_spmatrix_long * src);
+gsl_spmatrix_long * gsl_spmatrix_long_crs (const gsl_spmatrix_long * src);
+
+/* copy */
+
+int gsl_spmatrix_long_memcpy (gsl_spmatrix_long * dest, const gsl_spmatrix_long * src);
+
+/* file I/O */
+
+int gsl_spmatrix_long_fprintf (FILE * stream, const gsl_spmatrix_long * m, const char * format);
+gsl_spmatrix_long * gsl_spmatrix_long_fscanf (FILE * stream);
+int gsl_spmatrix_long_fwrite (FILE * stream, const gsl_spmatrix_long * m);
+int gsl_spmatrix_long_fread (FILE * stream, gsl_spmatrix_long * m);
+
+/* get/set */
+
+long gsl_spmatrix_long_get (const gsl_spmatrix_long * m, const size_t i, const size_t j);
+int gsl_spmatrix_long_set (gsl_spmatrix_long * m, const size_t i, const size_t j, const long x);
+long * gsl_spmatrix_long_ptr (const gsl_spmatrix_long * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_long_minmax (const gsl_spmatrix_long * m, long * min_out, long * max_out);
+int gsl_spmatrix_long_min_index (const gsl_spmatrix_long * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_long_scale (gsl_spmatrix_long * m, const long x);
+int gsl_spmatrix_long_scale_columns (gsl_spmatrix_long * m, const gsl_vector_long * x);
+int gsl_spmatrix_long_scale_rows (gsl_spmatrix_long * m, const gsl_vector_long * x);
+int gsl_spmatrix_long_add (gsl_spmatrix_long * c, const gsl_spmatrix_long * a, const gsl_spmatrix_long * b);
+int gsl_spmatrix_long_dense_add (gsl_matrix_long * a, const gsl_spmatrix_long * b);
+int gsl_spmatrix_long_dense_sub (gsl_matrix_long * a, const gsl_spmatrix_long * b);
+int gsl_spmatrix_long_d2sp (gsl_spmatrix_long * T, const gsl_matrix_long * A);
+int gsl_spmatrix_long_sp2d (gsl_matrix_long * A, const gsl_spmatrix_long * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_long_add_to_dense (gsl_matrix_long * a, const gsl_spmatrix_long * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_long_equal (const gsl_spmatrix_long * a, const gsl_spmatrix_long * b);
+long gsl_spmatrix_long_norm1 (const gsl_spmatrix_long * a);
+
+/* swap */
+
+int gsl_spmatrix_long_transpose (gsl_spmatrix_long * m);
+int gsl_spmatrix_long_transpose2 (gsl_spmatrix_long * m);
+int gsl_spmatrix_long_transpose_memcpy (gsl_spmatrix_long * dest, const gsl_spmatrix_long * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_LONG_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_long_double.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_long_double.h

new file mode 100644 (file)

index 0000000..bed06d3
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_long_double.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_long_double.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_LONG_DOUBLE_H__
+#define __GSL_SPMATRIX_LONG_DOUBLE_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_long_double.h>
+#include <gsl/gsl_matrix_long_double.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  long double *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(long double),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      long double *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_long_double;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_long_double * gsl_spmatrix_long_double_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_long_double * gsl_spmatrix_long_double_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_long_double_free (gsl_spmatrix_long_double * m);
+int gsl_spmatrix_long_double_realloc (const size_t nzmax, gsl_spmatrix_long_double * m);
+size_t gsl_spmatrix_long_double_nnz (const gsl_spmatrix_long_double * m);
+const char * gsl_spmatrix_long_double_type (const gsl_spmatrix_long_double * m);
+int gsl_spmatrix_long_double_set_zero (gsl_spmatrix_long_double * m);
+int gsl_spmatrix_long_double_tree_rebuild (gsl_spmatrix_long_double * m);
+
+/* compress */
+
+int gsl_spmatrix_long_double_csc (gsl_spmatrix_long_double * dest, const gsl_spmatrix_long_double * src);
+int gsl_spmatrix_long_double_csr (gsl_spmatrix_long_double * dest, const gsl_spmatrix_long_double * src);
+gsl_spmatrix_long_double * gsl_spmatrix_long_double_compress (const gsl_spmatrix_long_double * src, const int sptype);
+gsl_spmatrix_long_double * gsl_spmatrix_long_double_compcol (const gsl_spmatrix_long_double * src);
+gsl_spmatrix_long_double * gsl_spmatrix_long_double_ccs (const gsl_spmatrix_long_double * src);
+gsl_spmatrix_long_double * gsl_spmatrix_long_double_crs (const gsl_spmatrix_long_double * src);
+
+/* copy */
+
+int gsl_spmatrix_long_double_memcpy (gsl_spmatrix_long_double * dest, const gsl_spmatrix_long_double * src);
+
+/* file I/O */
+
+int gsl_spmatrix_long_double_fprintf (FILE * stream, const gsl_spmatrix_long_double * m, const char * format);
+gsl_spmatrix_long_double * gsl_spmatrix_long_double_fscanf (FILE * stream);
+int gsl_spmatrix_long_double_fwrite (FILE * stream, const gsl_spmatrix_long_double * m);
+int gsl_spmatrix_long_double_fread (FILE * stream, gsl_spmatrix_long_double * m);
+
+/* get/set */
+
+long double gsl_spmatrix_long_double_get (const gsl_spmatrix_long_double * m, const size_t i, const size_t j);
+int gsl_spmatrix_long_double_set (gsl_spmatrix_long_double * m, const size_t i, const size_t j, const long double x);
+long double * gsl_spmatrix_long_double_ptr (const gsl_spmatrix_long_double * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_long_double_minmax (const gsl_spmatrix_long_double * m, long double * min_out, long double * max_out);
+int gsl_spmatrix_long_double_min_index (const gsl_spmatrix_long_double * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_long_double_scale (gsl_spmatrix_long_double * m, const long double x);
+int gsl_spmatrix_long_double_scale_columns (gsl_spmatrix_long_double * m, const gsl_vector_long_double * x);
+int gsl_spmatrix_long_double_scale_rows (gsl_spmatrix_long_double * m, const gsl_vector_long_double * x);
+int gsl_spmatrix_long_double_add (gsl_spmatrix_long_double * c, const gsl_spmatrix_long_double * a, const gsl_spmatrix_long_double * b);
+int gsl_spmatrix_long_double_dense_add (gsl_matrix_long_double * a, const gsl_spmatrix_long_double * b);
+int gsl_spmatrix_long_double_dense_sub (gsl_matrix_long_double * a, const gsl_spmatrix_long_double * b);
+int gsl_spmatrix_long_double_d2sp (gsl_spmatrix_long_double * T, const gsl_matrix_long_double * A);
+int gsl_spmatrix_long_double_sp2d (gsl_matrix_long_double * A, const gsl_spmatrix_long_double * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_long_double_add_to_dense (gsl_matrix_long_double * a, const gsl_spmatrix_long_double * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_long_double_equal (const gsl_spmatrix_long_double * a, const gsl_spmatrix_long_double * b);
+long double gsl_spmatrix_long_double_norm1 (const gsl_spmatrix_long_double * a);
+
+/* swap */
+
+int gsl_spmatrix_long_double_transpose (gsl_spmatrix_long_double * m);
+int gsl_spmatrix_long_double_transpose2 (gsl_spmatrix_long_double * m);
+int gsl_spmatrix_long_double_transpose_memcpy (gsl_spmatrix_long_double * dest, const gsl_spmatrix_long_double * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_LONG_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_short.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_short.h

new file mode 100644 (file)

index 0000000..6fbd0d5
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_short.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_short.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_SHORT_H__
+#define __GSL_SPMATRIX_SHORT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_short.h>
+#include <gsl/gsl_matrix_short.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  short *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(short),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      short *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_short;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_short * gsl_spmatrix_short_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_short * gsl_spmatrix_short_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_short_free (gsl_spmatrix_short * m);
+int gsl_spmatrix_short_realloc (const size_t nzmax, gsl_spmatrix_short * m);
+size_t gsl_spmatrix_short_nnz (const gsl_spmatrix_short * m);
+const char * gsl_spmatrix_short_type (const gsl_spmatrix_short * m);
+int gsl_spmatrix_short_set_zero (gsl_spmatrix_short * m);
+int gsl_spmatrix_short_tree_rebuild (gsl_spmatrix_short * m);
+
+/* compress */
+
+int gsl_spmatrix_short_csc (gsl_spmatrix_short * dest, const gsl_spmatrix_short * src);
+int gsl_spmatrix_short_csr (gsl_spmatrix_short * dest, const gsl_spmatrix_short * src);
+gsl_spmatrix_short * gsl_spmatrix_short_compress (const gsl_spmatrix_short * src, const int sptype);
+gsl_spmatrix_short * gsl_spmatrix_short_compcol (const gsl_spmatrix_short * src);
+gsl_spmatrix_short * gsl_spmatrix_short_ccs (const gsl_spmatrix_short * src);
+gsl_spmatrix_short * gsl_spmatrix_short_crs (const gsl_spmatrix_short * src);
+
+/* copy */
+
+int gsl_spmatrix_short_memcpy (gsl_spmatrix_short * dest, const gsl_spmatrix_short * src);
+
+/* file I/O */
+
+int gsl_spmatrix_short_fprintf (FILE * stream, const gsl_spmatrix_short * m, const char * format);
+gsl_spmatrix_short * gsl_spmatrix_short_fscanf (FILE * stream);
+int gsl_spmatrix_short_fwrite (FILE * stream, const gsl_spmatrix_short * m);
+int gsl_spmatrix_short_fread (FILE * stream, gsl_spmatrix_short * m);
+
+/* get/set */
+
+short gsl_spmatrix_short_get (const gsl_spmatrix_short * m, const size_t i, const size_t j);
+int gsl_spmatrix_short_set (gsl_spmatrix_short * m, const size_t i, const size_t j, const short x);
+short * gsl_spmatrix_short_ptr (const gsl_spmatrix_short * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_short_minmax (const gsl_spmatrix_short * m, short * min_out, short * max_out);
+int gsl_spmatrix_short_min_index (const gsl_spmatrix_short * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_short_scale (gsl_spmatrix_short * m, const short x);
+int gsl_spmatrix_short_scale_columns (gsl_spmatrix_short * m, const gsl_vector_short * x);
+int gsl_spmatrix_short_scale_rows (gsl_spmatrix_short * m, const gsl_vector_short * x);
+int gsl_spmatrix_short_add (gsl_spmatrix_short * c, const gsl_spmatrix_short * a, const gsl_spmatrix_short * b);
+int gsl_spmatrix_short_dense_add (gsl_matrix_short * a, const gsl_spmatrix_short * b);
+int gsl_spmatrix_short_dense_sub (gsl_matrix_short * a, const gsl_spmatrix_short * b);
+int gsl_spmatrix_short_d2sp (gsl_spmatrix_short * T, const gsl_matrix_short * A);
+int gsl_spmatrix_short_sp2d (gsl_matrix_short * A, const gsl_spmatrix_short * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_short_add_to_dense (gsl_matrix_short * a, const gsl_spmatrix_short * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_short_equal (const gsl_spmatrix_short * a, const gsl_spmatrix_short * b);
+short gsl_spmatrix_short_norm1 (const gsl_spmatrix_short * a);
+
+/* swap */
+
+int gsl_spmatrix_short_transpose (gsl_spmatrix_short * m);
+int gsl_spmatrix_short_transpose2 (gsl_spmatrix_short * m);
+int gsl_spmatrix_short_transpose_memcpy (gsl_spmatrix_short * dest, const gsl_spmatrix_short * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_SHORT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_uchar.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_uchar.h

new file mode 100644 (file)

index 0000000..66bf39b
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_uchar.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_uchar.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_UCHAR_H__
+#define __GSL_SPMATRIX_UCHAR_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_uchar.h>
+#include <gsl/gsl_matrix_uchar.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  unsigned char *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(unsigned char),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      unsigned char *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_uchar;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_uchar * gsl_spmatrix_uchar_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_uchar * gsl_spmatrix_uchar_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_uchar_free (gsl_spmatrix_uchar * m);
+int gsl_spmatrix_uchar_realloc (const size_t nzmax, gsl_spmatrix_uchar * m);
+size_t gsl_spmatrix_uchar_nnz (const gsl_spmatrix_uchar * m);
+const char * gsl_spmatrix_uchar_type (const gsl_spmatrix_uchar * m);
+int gsl_spmatrix_uchar_set_zero (gsl_spmatrix_uchar * m);
+int gsl_spmatrix_uchar_tree_rebuild (gsl_spmatrix_uchar * m);
+
+/* compress */
+
+int gsl_spmatrix_uchar_csc (gsl_spmatrix_uchar * dest, const gsl_spmatrix_uchar * src);
+int gsl_spmatrix_uchar_csr (gsl_spmatrix_uchar * dest, const gsl_spmatrix_uchar * src);
+gsl_spmatrix_uchar * gsl_spmatrix_uchar_compress (const gsl_spmatrix_uchar * src, const int sptype);
+gsl_spmatrix_uchar * gsl_spmatrix_uchar_compcol (const gsl_spmatrix_uchar * src);
+gsl_spmatrix_uchar * gsl_spmatrix_uchar_ccs (const gsl_spmatrix_uchar * src);
+gsl_spmatrix_uchar * gsl_spmatrix_uchar_crs (const gsl_spmatrix_uchar * src);
+
+/* copy */
+
+int gsl_spmatrix_uchar_memcpy (gsl_spmatrix_uchar * dest, const gsl_spmatrix_uchar * src);
+
+/* file I/O */
+
+int gsl_spmatrix_uchar_fprintf (FILE * stream, const gsl_spmatrix_uchar * m, const char * format);
+gsl_spmatrix_uchar * gsl_spmatrix_uchar_fscanf (FILE * stream);
+int gsl_spmatrix_uchar_fwrite (FILE * stream, const gsl_spmatrix_uchar * m);
+int gsl_spmatrix_uchar_fread (FILE * stream, gsl_spmatrix_uchar * m);
+
+/* get/set */
+
+unsigned char gsl_spmatrix_uchar_get (const gsl_spmatrix_uchar * m, const size_t i, const size_t j);
+int gsl_spmatrix_uchar_set (gsl_spmatrix_uchar * m, const size_t i, const size_t j, const unsigned char x);
+unsigned char * gsl_spmatrix_uchar_ptr (const gsl_spmatrix_uchar * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_uchar_minmax (const gsl_spmatrix_uchar * m, unsigned char * min_out, unsigned char * max_out);
+int gsl_spmatrix_uchar_min_index (const gsl_spmatrix_uchar * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_uchar_scale (gsl_spmatrix_uchar * m, const unsigned char x);
+int gsl_spmatrix_uchar_scale_columns (gsl_spmatrix_uchar * m, const gsl_vector_uchar * x);
+int gsl_spmatrix_uchar_scale_rows (gsl_spmatrix_uchar * m, const gsl_vector_uchar * x);
+int gsl_spmatrix_uchar_add (gsl_spmatrix_uchar * c, const gsl_spmatrix_uchar * a, const gsl_spmatrix_uchar * b);
+int gsl_spmatrix_uchar_dense_add (gsl_matrix_uchar * a, const gsl_spmatrix_uchar * b);
+int gsl_spmatrix_uchar_dense_sub (gsl_matrix_uchar * a, const gsl_spmatrix_uchar * b);
+int gsl_spmatrix_uchar_d2sp (gsl_spmatrix_uchar * T, const gsl_matrix_uchar * A);
+int gsl_spmatrix_uchar_sp2d (gsl_matrix_uchar * A, const gsl_spmatrix_uchar * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_uchar_add_to_dense (gsl_matrix_uchar * a, const gsl_spmatrix_uchar * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_uchar_equal (const gsl_spmatrix_uchar * a, const gsl_spmatrix_uchar * b);
+unsigned char gsl_spmatrix_uchar_norm1 (const gsl_spmatrix_uchar * a);
+
+/* swap */
+
+int gsl_spmatrix_uchar_transpose (gsl_spmatrix_uchar * m);
+int gsl_spmatrix_uchar_transpose2 (gsl_spmatrix_uchar * m);
+int gsl_spmatrix_uchar_transpose_memcpy (gsl_spmatrix_uchar * dest, const gsl_spmatrix_uchar * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_UCHAR_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_uint.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_uint.h

new file mode 100644 (file)

index 0000000..b7ad555
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_uint.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_uint.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_UINT_H__
+#define __GSL_SPMATRIX_UINT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_uint.h>
+#include <gsl/gsl_matrix_uint.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  unsigned int *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(unsigned int),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      unsigned int *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_uint;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_uint * gsl_spmatrix_uint_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_uint * gsl_spmatrix_uint_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_uint_free (gsl_spmatrix_uint * m);
+int gsl_spmatrix_uint_realloc (const size_t nzmax, gsl_spmatrix_uint * m);
+size_t gsl_spmatrix_uint_nnz (const gsl_spmatrix_uint * m);
+const char * gsl_spmatrix_uint_type (const gsl_spmatrix_uint * m);
+int gsl_spmatrix_uint_set_zero (gsl_spmatrix_uint * m);
+int gsl_spmatrix_uint_tree_rebuild (gsl_spmatrix_uint * m);
+
+/* compress */
+
+int gsl_spmatrix_uint_csc (gsl_spmatrix_uint * dest, const gsl_spmatrix_uint * src);
+int gsl_spmatrix_uint_csr (gsl_spmatrix_uint * dest, const gsl_spmatrix_uint * src);
+gsl_spmatrix_uint * gsl_spmatrix_uint_compress (const gsl_spmatrix_uint * src, const int sptype);
+gsl_spmatrix_uint * gsl_spmatrix_uint_compcol (const gsl_spmatrix_uint * src);
+gsl_spmatrix_uint * gsl_spmatrix_uint_ccs (const gsl_spmatrix_uint * src);
+gsl_spmatrix_uint * gsl_spmatrix_uint_crs (const gsl_spmatrix_uint * src);
+
+/* copy */
+
+int gsl_spmatrix_uint_memcpy (gsl_spmatrix_uint * dest, const gsl_spmatrix_uint * src);
+
+/* file I/O */
+
+int gsl_spmatrix_uint_fprintf (FILE * stream, const gsl_spmatrix_uint * m, const char * format);
+gsl_spmatrix_uint * gsl_spmatrix_uint_fscanf (FILE * stream);
+int gsl_spmatrix_uint_fwrite (FILE * stream, const gsl_spmatrix_uint * m);
+int gsl_spmatrix_uint_fread (FILE * stream, gsl_spmatrix_uint * m);
+
+/* get/set */
+
+unsigned int gsl_spmatrix_uint_get (const gsl_spmatrix_uint * m, const size_t i, const size_t j);
+int gsl_spmatrix_uint_set (gsl_spmatrix_uint * m, const size_t i, const size_t j, const unsigned int x);
+unsigned int * gsl_spmatrix_uint_ptr (const gsl_spmatrix_uint * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_uint_minmax (const gsl_spmatrix_uint * m, unsigned int * min_out, unsigned int * max_out);
+int gsl_spmatrix_uint_min_index (const gsl_spmatrix_uint * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_uint_scale (gsl_spmatrix_uint * m, const unsigned int x);
+int gsl_spmatrix_uint_scale_columns (gsl_spmatrix_uint * m, const gsl_vector_uint * x);
+int gsl_spmatrix_uint_scale_rows (gsl_spmatrix_uint * m, const gsl_vector_uint * x);
+int gsl_spmatrix_uint_add (gsl_spmatrix_uint * c, const gsl_spmatrix_uint * a, const gsl_spmatrix_uint * b);
+int gsl_spmatrix_uint_dense_add (gsl_matrix_uint * a, const gsl_spmatrix_uint * b);
+int gsl_spmatrix_uint_dense_sub (gsl_matrix_uint * a, const gsl_spmatrix_uint * b);
+int gsl_spmatrix_uint_d2sp (gsl_spmatrix_uint * T, const gsl_matrix_uint * A);
+int gsl_spmatrix_uint_sp2d (gsl_matrix_uint * A, const gsl_spmatrix_uint * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_uint_add_to_dense (gsl_matrix_uint * a, const gsl_spmatrix_uint * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_uint_equal (const gsl_spmatrix_uint * a, const gsl_spmatrix_uint * b);
+unsigned int gsl_spmatrix_uint_norm1 (const gsl_spmatrix_uint * a);
+
+/* swap */
+
+int gsl_spmatrix_uint_transpose (gsl_spmatrix_uint * m);
+int gsl_spmatrix_uint_transpose2 (gsl_spmatrix_uint * m);
+int gsl_spmatrix_uint_transpose_memcpy (gsl_spmatrix_uint * dest, const gsl_spmatrix_uint * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_UINT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_ulong.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_ulong.h

new file mode 100644 (file)

index 0000000..498d731
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_ulong.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_ulong.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_ULONG_H__
+#define __GSL_SPMATRIX_ULONG_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_ulong.h>
+#include <gsl/gsl_matrix_ulong.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  unsigned long *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(unsigned long),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      unsigned long *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_ulong;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_ulong * gsl_spmatrix_ulong_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_ulong * gsl_spmatrix_ulong_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_ulong_free (gsl_spmatrix_ulong * m);
+int gsl_spmatrix_ulong_realloc (const size_t nzmax, gsl_spmatrix_ulong * m);
+size_t gsl_spmatrix_ulong_nnz (const gsl_spmatrix_ulong * m);
+const char * gsl_spmatrix_ulong_type (const gsl_spmatrix_ulong * m);
+int gsl_spmatrix_ulong_set_zero (gsl_spmatrix_ulong * m);
+int gsl_spmatrix_ulong_tree_rebuild (gsl_spmatrix_ulong * m);
+
+/* compress */
+
+int gsl_spmatrix_ulong_csc (gsl_spmatrix_ulong * dest, const gsl_spmatrix_ulong * src);
+int gsl_spmatrix_ulong_csr (gsl_spmatrix_ulong * dest, const gsl_spmatrix_ulong * src);
+gsl_spmatrix_ulong * gsl_spmatrix_ulong_compress (const gsl_spmatrix_ulong * src, const int sptype);
+gsl_spmatrix_ulong * gsl_spmatrix_ulong_compcol (const gsl_spmatrix_ulong * src);
+gsl_spmatrix_ulong * gsl_spmatrix_ulong_ccs (const gsl_spmatrix_ulong * src);
+gsl_spmatrix_ulong * gsl_spmatrix_ulong_crs (const gsl_spmatrix_ulong * src);
+
+/* copy */
+
+int gsl_spmatrix_ulong_memcpy (gsl_spmatrix_ulong * dest, const gsl_spmatrix_ulong * src);
+
+/* file I/O */
+
+int gsl_spmatrix_ulong_fprintf (FILE * stream, const gsl_spmatrix_ulong * m, const char * format);
+gsl_spmatrix_ulong * gsl_spmatrix_ulong_fscanf (FILE * stream);
+int gsl_spmatrix_ulong_fwrite (FILE * stream, const gsl_spmatrix_ulong * m);
+int gsl_spmatrix_ulong_fread (FILE * stream, gsl_spmatrix_ulong * m);
+
+/* get/set */
+
+unsigned long gsl_spmatrix_ulong_get (const gsl_spmatrix_ulong * m, const size_t i, const size_t j);
+int gsl_spmatrix_ulong_set (gsl_spmatrix_ulong * m, const size_t i, const size_t j, const unsigned long x);
+unsigned long * gsl_spmatrix_ulong_ptr (const gsl_spmatrix_ulong * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_ulong_minmax (const gsl_spmatrix_ulong * m, unsigned long * min_out, unsigned long * max_out);
+int gsl_spmatrix_ulong_min_index (const gsl_spmatrix_ulong * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_ulong_scale (gsl_spmatrix_ulong * m, const unsigned long x);
+int gsl_spmatrix_ulong_scale_columns (gsl_spmatrix_ulong * m, const gsl_vector_ulong * x);
+int gsl_spmatrix_ulong_scale_rows (gsl_spmatrix_ulong * m, const gsl_vector_ulong * x);
+int gsl_spmatrix_ulong_add (gsl_spmatrix_ulong * c, const gsl_spmatrix_ulong * a, const gsl_spmatrix_ulong * b);
+int gsl_spmatrix_ulong_dense_add (gsl_matrix_ulong * a, const gsl_spmatrix_ulong * b);
+int gsl_spmatrix_ulong_dense_sub (gsl_matrix_ulong * a, const gsl_spmatrix_ulong * b);
+int gsl_spmatrix_ulong_d2sp (gsl_spmatrix_ulong * T, const gsl_matrix_ulong * A);
+int gsl_spmatrix_ulong_sp2d (gsl_matrix_ulong * A, const gsl_spmatrix_ulong * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_ulong_add_to_dense (gsl_matrix_ulong * a, const gsl_spmatrix_ulong * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_ulong_equal (const gsl_spmatrix_ulong * a, const gsl_spmatrix_ulong * b);
+unsigned long gsl_spmatrix_ulong_norm1 (const gsl_spmatrix_ulong * a);
+
+/* swap */
+
+int gsl_spmatrix_ulong_transpose (gsl_spmatrix_ulong * m);
+int gsl_spmatrix_ulong_transpose2 (gsl_spmatrix_ulong * m);
+int gsl_spmatrix_ulong_transpose_memcpy (gsl_spmatrix_ulong * dest, const gsl_spmatrix_ulong * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_ULONG_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_spmatrix_ushort.h b/util/X86LINUX64/include/gsl/gsl_spmatrix_ushort.h

new file mode 100644 (file)

index 0000000..56d5435
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/gsl_spmatrix_ushort.h
@@ -0,0 +1,185 @@
+/* spmatrix/gsl_spmatrix_ushort.h
+ * 
+ * Copyright (C) 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+#ifndef __GSL_SPMATRIX_USHORT_H__
+#define __GSL_SPMATRIX_USHORT_H__
+
+#include <stdlib.h>
+#include <gsl/gsl_math.h>
+#include <gsl/gsl_bst.h>
+#include <gsl/gsl_vector_ushort.h>
+#include <gsl/gsl_matrix_ushort.h>
+
+#undef __BEGIN_DECLS
+#undef __END_DECLS
+#ifdef __cplusplus
+# define __BEGIN_DECLS extern "C" {
+# define __END_DECLS }
+#else
+# define __BEGIN_DECLS /* empty */
+# define __END_DECLS /* empty */
+#endif
+
+__BEGIN_DECLS
+
+/*
+ * COO format:
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   j = A->p[n]
+ *
+ * Compressed column format (CSC):
+ *
+ * If data[n] = A_{ij}, then:
+ *   i = A->i[n]
+ *   A->p[j] <= n < A->p[j+1]
+ * so that column j is stored in
+ * [ data[p[j]], data[p[j] + 1], ..., data[p[j+1] - 1] ]
+ *
+ * Compressed row format (CSR):
+ *
+ * If data[n] = A_{ij}, then:
+ *   j = A->i[n]
+ *   A->p[i] <= n < A->p[i+1]
+ * so that row i is stored in
+ * [ data[p[i]], data[p[i] + 1], ..., data[p[i+1] - 1] ]
+ */
+
+typedef struct
+{
+  size_t size1;               /* number of rows */
+  size_t size2;               /* number of columns */
+
+  /* i (size nzmax) contains:
+   *
+   * COO/CSC: row indices
+   * CSR: column indices
+   */
+  int *i;
+
+  unsigned short *data;               /* matrix elements of size nzmax */
+
+  /*
+   * COO: p[n] = column number of element data[n]
+   * CSC: p[j] = index in data of first non-zero element in column j
+   * CSR: p[i] = index in data of first non-zero element in row i
+   */
+  int *p;
+
+  size_t nzmax;              /* maximum number of matrix elements */
+  size_t nz;                 /* number of non-zero values in matrix */
+
+  gsl_bst_workspace *tree;   /* binary tree structure */
+  gsl_spmatrix_pool *pool;   /* memory pool for binary tree nodes */
+  size_t node_size;          /* size of individual tree node in bytes */
+
+  /*
+   * workspace of size MAX(size1,size2)*MAX(sizeof(unsigned short),sizeof(int))
+   * used in various routines
+   */
+  union
+    {
+      void *work_void;
+      int *work_int;
+      unsigned short *work_atomic;
+    } work;
+
+  int sptype;                /* sparse storage type */
+  size_t spflags;            /* GSL_SPMATRIX_FLG_xxx */
+} gsl_spmatrix_ushort;
+
+/*
+ * Prototypes
+ */
+
+/* allocation / initialization */
+
+gsl_spmatrix_ushort * gsl_spmatrix_ushort_alloc (const size_t n1, const size_t n2);
+gsl_spmatrix_ushort * gsl_spmatrix_ushort_alloc_nzmax (const size_t n1, const size_t n2,
+                                                     const size_t nzmax, const int sptype);
+void gsl_spmatrix_ushort_free (gsl_spmatrix_ushort * m);
+int gsl_spmatrix_ushort_realloc (const size_t nzmax, gsl_spmatrix_ushort * m);
+size_t gsl_spmatrix_ushort_nnz (const gsl_spmatrix_ushort * m);
+const char * gsl_spmatrix_ushort_type (const gsl_spmatrix_ushort * m);
+int gsl_spmatrix_ushort_set_zero (gsl_spmatrix_ushort * m);
+int gsl_spmatrix_ushort_tree_rebuild (gsl_spmatrix_ushort * m);
+
+/* compress */
+
+int gsl_spmatrix_ushort_csc (gsl_spmatrix_ushort * dest, const gsl_spmatrix_ushort * src);
+int gsl_spmatrix_ushort_csr (gsl_spmatrix_ushort * dest, const gsl_spmatrix_ushort * src);
+gsl_spmatrix_ushort * gsl_spmatrix_ushort_compress (const gsl_spmatrix_ushort * src, const int sptype);
+gsl_spmatrix_ushort * gsl_spmatrix_ushort_compcol (const gsl_spmatrix_ushort * src);
+gsl_spmatrix_ushort * gsl_spmatrix_ushort_ccs (const gsl_spmatrix_ushort * src);
+gsl_spmatrix_ushort * gsl_spmatrix_ushort_crs (const gsl_spmatrix_ushort * src);
+
+/* copy */
+
+int gsl_spmatrix_ushort_memcpy (gsl_spmatrix_ushort * dest, const gsl_spmatrix_ushort * src);
+
+/* file I/O */
+
+int gsl_spmatrix_ushort_fprintf (FILE * stream, const gsl_spmatrix_ushort * m, const char * format);
+gsl_spmatrix_ushort * gsl_spmatrix_ushort_fscanf (FILE * stream);
+int gsl_spmatrix_ushort_fwrite (FILE * stream, const gsl_spmatrix_ushort * m);
+int gsl_spmatrix_ushort_fread (FILE * stream, gsl_spmatrix_ushort * m);
+
+/* get/set */
+
+unsigned short gsl_spmatrix_ushort_get (const gsl_spmatrix_ushort * m, const size_t i, const size_t j);
+int gsl_spmatrix_ushort_set (gsl_spmatrix_ushort * m, const size_t i, const size_t j, const unsigned short x);
+unsigned short * gsl_spmatrix_ushort_ptr (const gsl_spmatrix_ushort * m, const size_t i, const size_t j);
+
+/* minmax */
+
+int gsl_spmatrix_ushort_minmax (const gsl_spmatrix_ushort * m, unsigned short * min_out, unsigned short * max_out);
+int gsl_spmatrix_ushort_min_index (const gsl_spmatrix_ushort * m, size_t * imin_out, size_t * jmin_out);
+
+/* operations */
+
+int gsl_spmatrix_ushort_scale (gsl_spmatrix_ushort * m, const unsigned short x);
+int gsl_spmatrix_ushort_scale_columns (gsl_spmatrix_ushort * m, const gsl_vector_ushort * x);
+int gsl_spmatrix_ushort_scale_rows (gsl_spmatrix_ushort * m, const gsl_vector_ushort * x);
+int gsl_spmatrix_ushort_add (gsl_spmatrix_ushort * c, const gsl_spmatrix_ushort * a, const gsl_spmatrix_ushort * b);
+int gsl_spmatrix_ushort_dense_add (gsl_matrix_ushort * a, const gsl_spmatrix_ushort * b);
+int gsl_spmatrix_ushort_dense_sub (gsl_matrix_ushort * a, const gsl_spmatrix_ushort * b);
+int gsl_spmatrix_ushort_d2sp (gsl_spmatrix_ushort * T, const gsl_matrix_ushort * A);
+int gsl_spmatrix_ushort_sp2d (gsl_matrix_ushort * A, const gsl_spmatrix_ushort * S);
+
+#ifndef GSL_DISABLE_DEPRECATED
+
+int gsl_spmatrix_ushort_add_to_dense (gsl_matrix_ushort * a, const gsl_spmatrix_ushort * b);
+
+#endif
+
+/* properties */
+
+int gsl_spmatrix_ushort_equal (const gsl_spmatrix_ushort * a, const gsl_spmatrix_ushort * b);
+unsigned short gsl_spmatrix_ushort_norm1 (const gsl_spmatrix_ushort * a);
+
+/* swap */
+
+int gsl_spmatrix_ushort_transpose (gsl_spmatrix_ushort * m);
+int gsl_spmatrix_ushort_transpose2 (gsl_spmatrix_ushort * m);
+int gsl_spmatrix_ushort_transpose_memcpy (gsl_spmatrix_ushort * dest, const gsl_spmatrix_ushort * src);
+
+__END_DECLS
+
+#endif /* __GSL_SPMATRIX_USHORT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_char.h b/util/X86LINUX64/include/gsl/gsl_statistics_char.h

index ad1eb4f..c77d4c4 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_char.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_char.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_CHAR_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -72,9 +73,24 @@ size_t gsl_stats_char_max_index (const char data[], const size_t stride, const s
  size_t gsl_stats_char_min_index (const char data[], const size_t stride, const size_t n);
  void gsl_stats_char_minmax_index (size_t * min_index, size_t * max_index, const char data[], const size_t stride, const size_t n);
  
+char gsl_stats_char_select(char data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_char_median_from_sorted_data (const char sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_char_median (char sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_char_quantile_from_sorted_data (const char sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_char_trmean_from_sorted_data (const double trim, const char sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_char_gastwirth_from_sorted_data (const char sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_char_mad0(const char data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_char_mad(const char data[], const size_t stride, const size_t n, double work[]);
+
+char gsl_stats_char_Sn0_from_sorted_data (const char sorted_data[], const size_t stride, const size_t n, char work[]) ;
+double gsl_stats_char_Sn_from_sorted_data (const char sorted_data[], const size_t stride, const size_t n, char work[]) ;
+
+char gsl_stats_char_Qn0_from_sorted_data (const char sorted_data[], const size_t stride, const size_t n, char work[], int work_int[]) ;
+double gsl_stats_char_Qn_from_sorted_data (const char sorted_data[], const size_t stride, const size_t n, char work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_CHAR_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_double.h b/util/X86LINUX64/include/gsl/gsl_statistics_double.h

index 43b2956..9969472 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_double.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_DOUBLE_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -92,9 +93,24 @@ size_t gsl_stats_max_index (const double data[], const size_t stride, const size
  size_t gsl_stats_min_index (const double data[], const size_t stride, const size_t n);
  void gsl_stats_minmax_index (size_t * min_index, size_t * max_index, const double data[], const size_t stride, const size_t n);
  
+double gsl_stats_select(double data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_median_from_sorted_data (const double sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_median (double sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_quantile_from_sorted_data (const double sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_trmean_from_sorted_data (const double trim, const double sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_gastwirth_from_sorted_data (const double sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_mad0(const double data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_mad(const double data[], const size_t stride, const size_t n, double work[]);
+
+double gsl_stats_Sn0_from_sorted_data (const double sorted_data[], const size_t stride, const size_t n, double work[]) ;
+double gsl_stats_Sn_from_sorted_data (const double sorted_data[], const size_t stride, const size_t n, double work[]) ;
+
+double gsl_stats_Qn0_from_sorted_data (const double sorted_data[], const size_t stride, const size_t n, double work[], int work_int[]) ;
+double gsl_stats_Qn_from_sorted_data (const double sorted_data[], const size_t stride, const size_t n, double work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_float.h b/util/X86LINUX64/include/gsl/gsl_statistics_float.h

index fe7a62d..fa61a4d 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_float.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_float.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_FLOAT_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -92,9 +93,24 @@ size_t gsl_stats_float_max_index (const float data[], const size_t stride, const
  size_t gsl_stats_float_min_index (const float data[], const size_t stride, const size_t n);
  void gsl_stats_float_minmax_index (size_t * min_index, size_t * max_index, const float data[], const size_t stride, const size_t n);
  
+float gsl_stats_float_select(float data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_float_median_from_sorted_data (const float sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_float_median (float sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_float_quantile_from_sorted_data (const float sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_float_trmean_from_sorted_data (const double trim, const float sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_float_gastwirth_from_sorted_data (const float sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_float_mad0(const float data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_float_mad(const float data[], const size_t stride, const size_t n, double work[]);
+
+float gsl_stats_float_Sn0_from_sorted_data (const float sorted_data[], const size_t stride, const size_t n, float work[]) ;
+double gsl_stats_float_Sn_from_sorted_data (const float sorted_data[], const size_t stride, const size_t n, float work[]) ;
+
+float gsl_stats_float_Qn0_from_sorted_data (const float sorted_data[], const size_t stride, const size_t n, float work[], int work_int[]) ;
+double gsl_stats_float_Qn_from_sorted_data (const float sorted_data[], const size_t stride, const size_t n, float work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_FLOAT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_int.h b/util/X86LINUX64/include/gsl/gsl_statistics_int.h

index 4c683e6..1d02b3a 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_int.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_int.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_INT_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -72,9 +73,24 @@ size_t gsl_stats_int_max_index (const int data[], const size_t stride, const siz
  size_t gsl_stats_int_min_index (const int data[], const size_t stride, const size_t n);
  void gsl_stats_int_minmax_index (size_t * min_index, size_t * max_index, const int data[], const size_t stride, const size_t n);
  
+int gsl_stats_int_select(int data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_int_median_from_sorted_data (const int sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_int_median (int sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_int_quantile_from_sorted_data (const int sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_int_trmean_from_sorted_data (const double trim, const int sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_int_gastwirth_from_sorted_data (const int sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_int_mad0(const int data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_int_mad(const int data[], const size_t stride, const size_t n, double work[]);
+
+int gsl_stats_int_Sn0_from_sorted_data (const int sorted_data[], const size_t stride, const size_t n, int work[]) ;
+double gsl_stats_int_Sn_from_sorted_data (const int sorted_data[], const size_t stride, const size_t n, int work[]) ;
+
+int gsl_stats_int_Qn0_from_sorted_data (const int sorted_data[], const size_t stride, const size_t n, int work[], int work_int[]) ;
+double gsl_stats_int_Qn_from_sorted_data (const int sorted_data[], const size_t stride, const size_t n, int work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_INT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_long.h b/util/X86LINUX64/include/gsl/gsl_statistics_long.h

index 95813e8..5bc4bbd 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_long.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_long.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_LONG_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -72,9 +73,24 @@ size_t gsl_stats_long_max_index (const long data[], const size_t stride, const s
  size_t gsl_stats_long_min_index (const long data[], const size_t stride, const size_t n);
  void gsl_stats_long_minmax_index (size_t * min_index, size_t * max_index, const long data[], const size_t stride, const size_t n);
  
+long gsl_stats_long_select(long data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_long_median_from_sorted_data (const long sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_long_median (long sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_long_quantile_from_sorted_data (const long sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_long_trmean_from_sorted_data (const double trim, const long sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_long_gastwirth_from_sorted_data (const long sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_long_mad0(const long data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_long_mad(const long data[], const size_t stride, const size_t n, double work[]);
+
+long gsl_stats_long_Sn0_from_sorted_data (const long sorted_data[], const size_t stride, const size_t n, long work[]) ;
+double gsl_stats_long_Sn_from_sorted_data (const long sorted_data[], const size_t stride, const size_t n, long work[]) ;
+
+long gsl_stats_long_Qn0_from_sorted_data (const long sorted_data[], const size_t stride, const size_t n, long work[], int work_int[]) ;
+double gsl_stats_long_Qn_from_sorted_data (const long sorted_data[], const size_t stride, const size_t n, long work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_LONG_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_long_double.h b/util/X86LINUX64/include/gsl/gsl_statistics_long_double.h

index e580d58..6b38427 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_long_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_long_double.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_LONG_DOUBLE_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -92,9 +93,24 @@ size_t gsl_stats_long_double_max_index (const long double data[], const size_t s
  size_t gsl_stats_long_double_min_index (const long double data[], const size_t stride, const size_t n);
  void gsl_stats_long_double_minmax_index (size_t * min_index, size_t * max_index, const long double data[], const size_t stride, const size_t n);
  
+long double gsl_stats_long_double_select(long double data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_long_double_median_from_sorted_data (const long double sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_long_double_median (long double sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_long_double_quantile_from_sorted_data (const long double sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_long_double_trmean_from_sorted_data (const double trim, const long double sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_long_double_gastwirth_from_sorted_data (const long double sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_long_double_mad0(const long double data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_long_double_mad(const long double data[], const size_t stride, const size_t n, double work[]);
+
+long double gsl_stats_long_double_Sn0_from_sorted_data (const long double sorted_data[], const size_t stride, const size_t n, long double work[]) ;
+double gsl_stats_long_double_Sn_from_sorted_data (const long double sorted_data[], const size_t stride, const size_t n, long double work[]) ;
+
+long double gsl_stats_long_double_Qn0_from_sorted_data (const long double sorted_data[], const size_t stride, const size_t n, long double work[], int work_int[]) ;
+double gsl_stats_long_double_Qn_from_sorted_data (const long double sorted_data[], const size_t stride, const size_t n, long double work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_LONG_DOUBLE_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_short.h b/util/X86LINUX64/include/gsl/gsl_statistics_short.h

index 60b54b3..8ecacee 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_short.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_short.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_SHORT_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -72,9 +73,24 @@ size_t gsl_stats_short_max_index (const short data[], const size_t stride, const
  size_t gsl_stats_short_min_index (const short data[], const size_t stride, const size_t n);
  void gsl_stats_short_minmax_index (size_t * min_index, size_t * max_index, const short data[], const size_t stride, const size_t n);
  
+short gsl_stats_short_select(short data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_short_median_from_sorted_data (const short sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_short_median (short sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_short_quantile_from_sorted_data (const short sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_short_trmean_from_sorted_data (const double trim, const short sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_short_gastwirth_from_sorted_data (const short sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_short_mad0(const short data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_short_mad(const short data[], const size_t stride, const size_t n, double work[]);
+
+short gsl_stats_short_Sn0_from_sorted_data (const short sorted_data[], const size_t stride, const size_t n, short work[]) ;
+double gsl_stats_short_Sn_from_sorted_data (const short sorted_data[], const size_t stride, const size_t n, short work[]) ;
+
+short gsl_stats_short_Qn0_from_sorted_data (const short sorted_data[], const size_t stride, const size_t n, short work[], int work_int[]) ;
+double gsl_stats_short_Qn_from_sorted_data (const short sorted_data[], const size_t stride, const size_t n, short work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_SHORT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_uchar.h b/util/X86LINUX64/include/gsl/gsl_statistics_uchar.h

index d20d836..e5f549b 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_uchar.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_uchar.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_UCHAR_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -72,9 +73,24 @@ size_t gsl_stats_uchar_max_index (const unsigned char data[], const size_t strid
  size_t gsl_stats_uchar_min_index (const unsigned char data[], const size_t stride, const size_t n);
  void gsl_stats_uchar_minmax_index (size_t * min_index, size_t * max_index, const unsigned char data[], const size_t stride, const size_t n);
  
+unsigned char gsl_stats_uchar_select(unsigned char data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_uchar_median_from_sorted_data (const unsigned char sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_uchar_median (unsigned char sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_uchar_quantile_from_sorted_data (const unsigned char sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_uchar_trmean_from_sorted_data (const double trim, const unsigned char sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_uchar_gastwirth_from_sorted_data (const unsigned char sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_uchar_mad0(const unsigned char data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_uchar_mad(const unsigned char data[], const size_t stride, const size_t n, double work[]);
+
+unsigned char gsl_stats_uchar_Sn0_from_sorted_data (const unsigned char sorted_data[], const size_t stride, const size_t n, unsigned char work[]) ;
+double gsl_stats_uchar_Sn_from_sorted_data (const unsigned char sorted_data[], const size_t stride, const size_t n, unsigned char work[]) ;
+
+unsigned char gsl_stats_uchar_Qn0_from_sorted_data (const unsigned char sorted_data[], const size_t stride, const size_t n, unsigned char work[], int work_int[]) ;
+double gsl_stats_uchar_Qn_from_sorted_data (const unsigned char sorted_data[], const size_t stride, const size_t n, unsigned char work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_UCHAR_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_uint.h b/util/X86LINUX64/include/gsl/gsl_statistics_uint.h

index 02001e9..fca9e7d 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_uint.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_uint.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_UINT_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -72,9 +73,24 @@ size_t gsl_stats_uint_max_index (const unsigned int data[], const size_t stride,
  size_t gsl_stats_uint_min_index (const unsigned int data[], const size_t stride, const size_t n);
  void gsl_stats_uint_minmax_index (size_t * min_index, size_t * max_index, const unsigned int data[], const size_t stride, const size_t n);
  
+unsigned int gsl_stats_uint_select(unsigned int data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_uint_median_from_sorted_data (const unsigned int sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_uint_median (unsigned int sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_uint_quantile_from_sorted_data (const unsigned int sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_uint_trmean_from_sorted_data (const double trim, const unsigned int sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_uint_gastwirth_from_sorted_data (const unsigned int sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_uint_mad0(const unsigned int data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_uint_mad(const unsigned int data[], const size_t stride, const size_t n, double work[]);
+
+unsigned int gsl_stats_uint_Sn0_from_sorted_data (const unsigned int sorted_data[], const size_t stride, const size_t n, unsigned int work[]) ;
+double gsl_stats_uint_Sn_from_sorted_data (const unsigned int sorted_data[], const size_t stride, const size_t n, unsigned int work[]) ;
+
+unsigned int gsl_stats_uint_Qn0_from_sorted_data (const unsigned int sorted_data[], const size_t stride, const size_t n, unsigned int work[], int work_int[]) ;
+double gsl_stats_uint_Qn_from_sorted_data (const unsigned int sorted_data[], const size_t stride, const size_t n, unsigned int work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_UINT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_ulong.h b/util/X86LINUX64/include/gsl/gsl_statistics_ulong.h

index e6c970d..2957fd1 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_ulong.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_ulong.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_ULONG_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -72,9 +73,24 @@ size_t gsl_stats_ulong_max_index (const unsigned long data[], const size_t strid
  size_t gsl_stats_ulong_min_index (const unsigned long data[], const size_t stride, const size_t n);
  void gsl_stats_ulong_minmax_index (size_t * min_index, size_t * max_index, const unsigned long data[], const size_t stride, const size_t n);
  
+unsigned long gsl_stats_ulong_select(unsigned long data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_ulong_median_from_sorted_data (const unsigned long sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_ulong_median (unsigned long sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_ulong_quantile_from_sorted_data (const unsigned long sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_ulong_trmean_from_sorted_data (const double trim, const unsigned long sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_ulong_gastwirth_from_sorted_data (const unsigned long sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_ulong_mad0(const unsigned long data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_ulong_mad(const unsigned long data[], const size_t stride, const size_t n, double work[]);
+
+unsigned long gsl_stats_ulong_Sn0_from_sorted_data (const unsigned long sorted_data[], const size_t stride, const size_t n, unsigned long work[]) ;
+double gsl_stats_ulong_Sn_from_sorted_data (const unsigned long sorted_data[], const size_t stride, const size_t n, unsigned long work[]) ;
+
+unsigned long gsl_stats_ulong_Qn0_from_sorted_data (const unsigned long sorted_data[], const size_t stride, const size_t n, unsigned long work[], int work_int[]) ;
+double gsl_stats_ulong_Qn_from_sorted_data (const unsigned long sorted_data[], const size_t stride, const size_t n, unsigned long work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_ULONG_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_statistics_ushort.h b/util/X86LINUX64/include/gsl/gsl_statistics_ushort.h

index 73cd6de..7625f5d 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_statistics_ushort.h
+++ b/util/X86LINUX64/include/gsl/gsl_statistics_ushort.h
@@ -21,6 +21,7 @@
  #define __GSL_STATISTICS_USHORT_H__
  
  #include <stddef.h>
+#include <stdlib.h>
  
  #undef __BEGIN_DECLS
  #undef __END_DECLS
@@ -72,9 +73,24 @@ size_t gsl_stats_ushort_max_index (const unsigned short data[], const size_t str
  size_t gsl_stats_ushort_min_index (const unsigned short data[], const size_t stride, const size_t n);
  void gsl_stats_ushort_minmax_index (size_t * min_index, size_t * max_index, const unsigned short data[], const size_t stride, const size_t n);
  
+unsigned short gsl_stats_ushort_select(unsigned short data[], const size_t stride, const size_t n, const size_t k);
+
  double gsl_stats_ushort_median_from_sorted_data (const unsigned short sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_ushort_median (unsigned short sorted_data[], const size_t stride, const size_t n);
  double gsl_stats_ushort_quantile_from_sorted_data (const unsigned short sorted_data[], const size_t stride, const size_t n, const double f) ;
  
+double gsl_stats_ushort_trmean_from_sorted_data (const double trim, const unsigned short sorted_data[], const size_t stride, const size_t n) ;
+double gsl_stats_ushort_gastwirth_from_sorted_data (const unsigned short sorted_data[], const size_t stride, const size_t n) ;
+
+double gsl_stats_ushort_mad0(const unsigned short data[], const size_t stride, const size_t n, double work[]);
+double gsl_stats_ushort_mad(const unsigned short data[], const size_t stride, const size_t n, double work[]);
+
+unsigned short gsl_stats_ushort_Sn0_from_sorted_data (const unsigned short sorted_data[], const size_t stride, const size_t n, unsigned short work[]) ;
+double gsl_stats_ushort_Sn_from_sorted_data (const unsigned short sorted_data[], const size_t stride, const size_t n, unsigned short work[]) ;
+
+unsigned short gsl_stats_ushort_Qn0_from_sorted_data (const unsigned short sorted_data[], const size_t stride, const size_t n, unsigned short work[], int work_int[]) ;
+double gsl_stats_ushort_Qn_from_sorted_data (const unsigned short sorted_data[], const size_t stride, const size_t n, unsigned short work[], int work_int[]) ;
+
  __END_DECLS
  
  #endif /* __GSL_STATISTICS_USHORT_H__ */
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_char.h b/util/X86LINUX64/include/gsl/gsl_vector_char.h

index ab1107d..df903e4 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_char.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_char.h
@@ -152,8 +152,10 @@ int gsl_vector_char_add (gsl_vector_char * a, const gsl_vector_char * b);
  int gsl_vector_char_sub (gsl_vector_char * a, const gsl_vector_char * b);
  int gsl_vector_char_mul (gsl_vector_char * a, const gsl_vector_char * b);
  int gsl_vector_char_div (gsl_vector_char * a, const gsl_vector_char * b);
-int gsl_vector_char_scale (gsl_vector_char * a, const double x);
-int gsl_vector_char_add_constant (gsl_vector_char * a, const double x);
+int gsl_vector_char_scale (gsl_vector_char * a, const char x);
+int gsl_vector_char_add_constant (gsl_vector_char * a, const char x);
+int gsl_vector_char_axpby (const char alpha, const gsl_vector_char * x, const char beta, gsl_vector_char * y);
+char gsl_vector_char_sum (const gsl_vector_char * a);
  
  int gsl_vector_char_equal (const gsl_vector_char * u, 
                              const gsl_vector_char * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_complex_double.h b/util/X86LINUX64/include/gsl/gsl_vector_complex_double.h

index 2e53617..8d964bf 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_complex_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_complex_double.h
@@ -178,6 +178,7 @@ int gsl_vector_complex_mul (gsl_vector_complex * a, const gsl_vector_complex * b
  int gsl_vector_complex_div (gsl_vector_complex * a, const gsl_vector_complex * b);
  int gsl_vector_complex_scale (gsl_vector_complex * a, const gsl_complex x);
  int gsl_vector_complex_add_constant (gsl_vector_complex * a, const gsl_complex x);
+int gsl_vector_complex_axpby (const gsl_complex alpha, const gsl_vector_complex * x, const gsl_complex beta, gsl_vector_complex * y);
  
  INLINE_DECL gsl_complex gsl_vector_complex_get (const gsl_vector_complex * v, const size_t i);
  INLINE_DECL void gsl_vector_complex_set (gsl_vector_complex * v, const size_t i, gsl_complex z);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_complex_float.h b/util/X86LINUX64/include/gsl/gsl_vector_complex_float.h

index 182f487..d5721b7 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_complex_float.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_complex_float.h
@@ -178,6 +178,7 @@ int gsl_vector_complex_float_mul (gsl_vector_complex_float * a, const gsl_vector
  int gsl_vector_complex_float_div (gsl_vector_complex_float * a, const gsl_vector_complex_float * b);
  int gsl_vector_complex_float_scale (gsl_vector_complex_float * a, const gsl_complex_float x);
  int gsl_vector_complex_float_add_constant (gsl_vector_complex_float * a, const gsl_complex_float x);
+int gsl_vector_complex_float_axpby (const gsl_complex_float alpha, const gsl_vector_complex_float * x, const gsl_complex_float beta, gsl_vector_complex_float * y);
  
  INLINE_DECL gsl_complex_float gsl_vector_complex_float_get (const gsl_vector_complex_float * v, const size_t i);
  INLINE_DECL void gsl_vector_complex_float_set (gsl_vector_complex_float * v, const size_t i, gsl_complex_float z);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_complex_long_double.h b/util/X86LINUX64/include/gsl/gsl_vector_complex_long_double.h

index 91755e0..b775ae2 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_complex_long_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_complex_long_double.h
@@ -178,6 +178,7 @@ int gsl_vector_complex_long_double_mul (gsl_vector_complex_long_double * a, cons
  int gsl_vector_complex_long_double_div (gsl_vector_complex_long_double * a, const gsl_vector_complex_long_double * b);
  int gsl_vector_complex_long_double_scale (gsl_vector_complex_long_double * a, const gsl_complex_long_double x);
  int gsl_vector_complex_long_double_add_constant (gsl_vector_complex_long_double * a, const gsl_complex_long_double x);
+int gsl_vector_complex_long_double_axpby (const gsl_complex_long_double alpha, const gsl_vector_complex_long_double * x, const gsl_complex_long_double beta, gsl_vector_complex_long_double * y);
  
  INLINE_DECL gsl_complex_long_double gsl_vector_complex_long_double_get (const gsl_vector_complex_long_double * v, const size_t i);
  INLINE_DECL void gsl_vector_complex_long_double_set (gsl_vector_complex_long_double * v, const size_t i, gsl_complex_long_double z);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_double.h b/util/X86LINUX64/include/gsl/gsl_vector_double.h

index 26a12d8..02817e5 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_double.h
@@ -154,6 +154,8 @@ int gsl_vector_mul (gsl_vector * a, const gsl_vector * b);
  int gsl_vector_div (gsl_vector * a, const gsl_vector * b);
  int gsl_vector_scale (gsl_vector * a, const double x);
  int gsl_vector_add_constant (gsl_vector * a, const double x);
+int gsl_vector_axpby (const double alpha, const gsl_vector * x, const double beta, gsl_vector * y);
+double gsl_vector_sum (const gsl_vector * a);
  
  int gsl_vector_equal (const gsl_vector * u, 
                              const gsl_vector * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_float.h b/util/X86LINUX64/include/gsl/gsl_vector_float.h

index 2b499c8..c4500f1 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_float.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_float.h
@@ -152,8 +152,10 @@ int gsl_vector_float_add (gsl_vector_float * a, const gsl_vector_float * b);
  int gsl_vector_float_sub (gsl_vector_float * a, const gsl_vector_float * b);
  int gsl_vector_float_mul (gsl_vector_float * a, const gsl_vector_float * b);
  int gsl_vector_float_div (gsl_vector_float * a, const gsl_vector_float * b);
-int gsl_vector_float_scale (gsl_vector_float * a, const double x);
-int gsl_vector_float_add_constant (gsl_vector_float * a, const double x);
+int gsl_vector_float_scale (gsl_vector_float * a, const float x);
+int gsl_vector_float_add_constant (gsl_vector_float * a, const float x);
+int gsl_vector_float_axpby (const float alpha, const gsl_vector_float * x, const float beta, gsl_vector_float * y);
+float gsl_vector_float_sum (const gsl_vector_float * a);
  
  int gsl_vector_float_equal (const gsl_vector_float * u, 
                              const gsl_vector_float * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_int.h b/util/X86LINUX64/include/gsl/gsl_vector_int.h

index de04a44..9f61c48 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_int.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_int.h
@@ -152,8 +152,10 @@ int gsl_vector_int_add (gsl_vector_int * a, const gsl_vector_int * b);
  int gsl_vector_int_sub (gsl_vector_int * a, const gsl_vector_int * b);
  int gsl_vector_int_mul (gsl_vector_int * a, const gsl_vector_int * b);
  int gsl_vector_int_div (gsl_vector_int * a, const gsl_vector_int * b);
-int gsl_vector_int_scale (gsl_vector_int * a, const double x);
-int gsl_vector_int_add_constant (gsl_vector_int * a, const double x);
+int gsl_vector_int_scale (gsl_vector_int * a, const int x);
+int gsl_vector_int_add_constant (gsl_vector_int * a, const int x);
+int gsl_vector_int_axpby (const int alpha, const gsl_vector_int * x, const int beta, gsl_vector_int * y);
+int gsl_vector_int_sum (const gsl_vector_int * a);
  
  int gsl_vector_int_equal (const gsl_vector_int * u, 
                              const gsl_vector_int * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_long.h b/util/X86LINUX64/include/gsl/gsl_vector_long.h

index f844a02..5b7e4bd 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_long.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_long.h
@@ -152,8 +152,10 @@ int gsl_vector_long_add (gsl_vector_long * a, const gsl_vector_long * b);
  int gsl_vector_long_sub (gsl_vector_long * a, const gsl_vector_long * b);
  int gsl_vector_long_mul (gsl_vector_long * a, const gsl_vector_long * b);
  int gsl_vector_long_div (gsl_vector_long * a, const gsl_vector_long * b);
-int gsl_vector_long_scale (gsl_vector_long * a, const double x);
-int gsl_vector_long_add_constant (gsl_vector_long * a, const double x);
+int gsl_vector_long_scale (gsl_vector_long * a, const long x);
+int gsl_vector_long_add_constant (gsl_vector_long * a, const long x);
+int gsl_vector_long_axpby (const long alpha, const gsl_vector_long * x, const long beta, gsl_vector_long * y);
+long gsl_vector_long_sum (const gsl_vector_long * a);
  
  int gsl_vector_long_equal (const gsl_vector_long * u, 
                              const gsl_vector_long * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_long_double.h b/util/X86LINUX64/include/gsl/gsl_vector_long_double.h

index 836b09a..369fcd5 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_long_double.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_long_double.h
@@ -152,8 +152,10 @@ int gsl_vector_long_double_add (gsl_vector_long_double * a, const gsl_vector_lon
  int gsl_vector_long_double_sub (gsl_vector_long_double * a, const gsl_vector_long_double * b);
  int gsl_vector_long_double_mul (gsl_vector_long_double * a, const gsl_vector_long_double * b);
  int gsl_vector_long_double_div (gsl_vector_long_double * a, const gsl_vector_long_double * b);
-int gsl_vector_long_double_scale (gsl_vector_long_double * a, const double x);
-int gsl_vector_long_double_add_constant (gsl_vector_long_double * a, const double x);
+int gsl_vector_long_double_scale (gsl_vector_long_double * a, const long double x);
+int gsl_vector_long_double_add_constant (gsl_vector_long_double * a, const long double x);
+int gsl_vector_long_double_axpby (const long double alpha, const gsl_vector_long_double * x, const long double beta, gsl_vector_long_double * y);
+long double gsl_vector_long_double_sum (const gsl_vector_long_double * a);
  
  int gsl_vector_long_double_equal (const gsl_vector_long_double * u, 
                              const gsl_vector_long_double * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_short.h b/util/X86LINUX64/include/gsl/gsl_vector_short.h

index 4f41f7a..fedde18 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_short.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_short.h
@@ -152,8 +152,10 @@ int gsl_vector_short_add (gsl_vector_short * a, const gsl_vector_short * b);
  int gsl_vector_short_sub (gsl_vector_short * a, const gsl_vector_short * b);
  int gsl_vector_short_mul (gsl_vector_short * a, const gsl_vector_short * b);
  int gsl_vector_short_div (gsl_vector_short * a, const gsl_vector_short * b);
-int gsl_vector_short_scale (gsl_vector_short * a, const double x);
-int gsl_vector_short_add_constant (gsl_vector_short * a, const double x);
+int gsl_vector_short_scale (gsl_vector_short * a, const short x);
+int gsl_vector_short_add_constant (gsl_vector_short * a, const short x);
+int gsl_vector_short_axpby (const short alpha, const gsl_vector_short * x, const short beta, gsl_vector_short * y);
+short gsl_vector_short_sum (const gsl_vector_short * a);
  
  int gsl_vector_short_equal (const gsl_vector_short * u, 
                              const gsl_vector_short * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_uchar.h b/util/X86LINUX64/include/gsl/gsl_vector_uchar.h

index b27096d..2625c7c 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_uchar.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_uchar.h
@@ -152,8 +152,10 @@ int gsl_vector_uchar_add (gsl_vector_uchar * a, const gsl_vector_uchar * b);
  int gsl_vector_uchar_sub (gsl_vector_uchar * a, const gsl_vector_uchar * b);
  int gsl_vector_uchar_mul (gsl_vector_uchar * a, const gsl_vector_uchar * b);
  int gsl_vector_uchar_div (gsl_vector_uchar * a, const gsl_vector_uchar * b);
-int gsl_vector_uchar_scale (gsl_vector_uchar * a, const double x);
-int gsl_vector_uchar_add_constant (gsl_vector_uchar * a, const double x);
+int gsl_vector_uchar_scale (gsl_vector_uchar * a, const unsigned char x);
+int gsl_vector_uchar_add_constant (gsl_vector_uchar * a, const unsigned char x);
+int gsl_vector_uchar_axpby (const unsigned char alpha, const gsl_vector_uchar * x, const unsigned char beta, gsl_vector_uchar * y);
+unsigned char gsl_vector_uchar_sum (const gsl_vector_uchar * a);
  
  int gsl_vector_uchar_equal (const gsl_vector_uchar * u, 
                              const gsl_vector_uchar * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_uint.h b/util/X86LINUX64/include/gsl/gsl_vector_uint.h

index d2f6cb3..03cb7f5 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_uint.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_uint.h
@@ -152,8 +152,10 @@ int gsl_vector_uint_add (gsl_vector_uint * a, const gsl_vector_uint * b);
  int gsl_vector_uint_sub (gsl_vector_uint * a, const gsl_vector_uint * b);
  int gsl_vector_uint_mul (gsl_vector_uint * a, const gsl_vector_uint * b);
  int gsl_vector_uint_div (gsl_vector_uint * a, const gsl_vector_uint * b);
-int gsl_vector_uint_scale (gsl_vector_uint * a, const double x);
-int gsl_vector_uint_add_constant (gsl_vector_uint * a, const double x);
+int gsl_vector_uint_scale (gsl_vector_uint * a, const unsigned int x);
+int gsl_vector_uint_add_constant (gsl_vector_uint * a, const unsigned int x);
+int gsl_vector_uint_axpby (const unsigned int alpha, const gsl_vector_uint * x, const unsigned int beta, gsl_vector_uint * y);
+unsigned int gsl_vector_uint_sum (const gsl_vector_uint * a);
  
  int gsl_vector_uint_equal (const gsl_vector_uint * u, 
                              const gsl_vector_uint * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_ulong.h b/util/X86LINUX64/include/gsl/gsl_vector_ulong.h

index 01bf242..4f4c254 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_ulong.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_ulong.h
@@ -152,8 +152,10 @@ int gsl_vector_ulong_add (gsl_vector_ulong * a, const gsl_vector_ulong * b);
  int gsl_vector_ulong_sub (gsl_vector_ulong * a, const gsl_vector_ulong * b);
  int gsl_vector_ulong_mul (gsl_vector_ulong * a, const gsl_vector_ulong * b);
  int gsl_vector_ulong_div (gsl_vector_ulong * a, const gsl_vector_ulong * b);
-int gsl_vector_ulong_scale (gsl_vector_ulong * a, const double x);
-int gsl_vector_ulong_add_constant (gsl_vector_ulong * a, const double x);
+int gsl_vector_ulong_scale (gsl_vector_ulong * a, const unsigned long x);
+int gsl_vector_ulong_add_constant (gsl_vector_ulong * a, const unsigned long x);
+int gsl_vector_ulong_axpby (const unsigned long alpha, const gsl_vector_ulong * x, const unsigned long beta, gsl_vector_ulong * y);
+unsigned long gsl_vector_ulong_sum (const gsl_vector_ulong * a);
  
  int gsl_vector_ulong_equal (const gsl_vector_ulong * u, 
                              const gsl_vector_ulong * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_vector_ushort.h b/util/X86LINUX64/include/gsl/gsl_vector_ushort.h

index 7b7e664..ce1ffae 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_vector_ushort.h
+++ b/util/X86LINUX64/include/gsl/gsl_vector_ushort.h
@@ -152,8 +152,10 @@ int gsl_vector_ushort_add (gsl_vector_ushort * a, const gsl_vector_ushort * b);
  int gsl_vector_ushort_sub (gsl_vector_ushort * a, const gsl_vector_ushort * b);
  int gsl_vector_ushort_mul (gsl_vector_ushort * a, const gsl_vector_ushort * b);
  int gsl_vector_ushort_div (gsl_vector_ushort * a, const gsl_vector_ushort * b);
-int gsl_vector_ushort_scale (gsl_vector_ushort * a, const double x);
-int gsl_vector_ushort_add_constant (gsl_vector_ushort * a, const double x);
+int gsl_vector_ushort_scale (gsl_vector_ushort * a, const unsigned short x);
+int gsl_vector_ushort_add_constant (gsl_vector_ushort * a, const unsigned short x);
+int gsl_vector_ushort_axpby (const unsigned short alpha, const gsl_vector_ushort * x, const unsigned short beta, gsl_vector_ushort * y);
+unsigned short gsl_vector_ushort_sum (const gsl_vector_ushort * a);
  
  int gsl_vector_ushort_equal (const gsl_vector_ushort * u, 
                              const gsl_vector_ushort * v);
diff --git a/util/X86LINUX64/include/gsl/gsl_version.h b/util/X86LINUX64/include/gsl/gsl_version.h

index e1639a3..d5337be 100644 (file)
--- a/util/X86LINUX64/include/gsl/gsl_version.h
+++ b/util/X86LINUX64/include/gsl/gsl_version.h
@@ -15,9 +15,9 @@
  __BEGIN_DECLS
  
  
-#define GSL_VERSION "1.16"
-#define GSL_MAJOR_VERSION 1
-#define GSL_MINOR_VERSION 16
+#define GSL_VERSION "2.7"
+#define GSL_MAJOR_VERSION 2
+#define GSL_MINOR_VERSION 7
  
  GSL_VAR const char * gsl_version;
  
diff --git a/util/X86LINUX64/include/gsl/test_source.c b/util/X86LINUX64/include/gsl/test_source.c

new file mode 100644 (file)

index 0000000..bb72486
--- /dev/null
+++ b/util/X86LINUX64/include/gsl/test_source.c
@@ -0,0 +1,262 @@
+/* complex/test_source.c
+ * 
+ * Copyright (C) 1996, 1997, 1998, 1999, 2000, 2007 Brian Gough
+ * Copyright (C) 2021 Patrick Alken
+ * 
+ * This program is free software; you can redistribute it and/or modify
+ * it under the terms of the GNU General Public License as published by
+ * the Free Software Foundation; either version 3 of the License, or (at
+ * your option) any later version.
+ * 
+ * This program is distributed in the hope that it will be useful, but
+ * WITHOUT ANY WARRANTY; without even the implied warranty of
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+ * General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with this program; if not, write to the Free Software
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+ */
+
+struct f
+{
+  char *name;
+  double (*f) (gsl_complex z);
+  double x;
+  double y;
+  double fx;
+  double fy;
+};
+
+struct fz
+{
+  char *name;
+  gsl_complex (*f) (gsl_complex z);
+  double x;
+  double y;
+  double fx;
+  double fy;
+};
+
+struct fzz
+{
+  char *name;
+  gsl_complex (*f) (gsl_complex z1, gsl_complex z2);
+  double x1;
+  double y1;
+  double x2;
+  double y2;
+  double fx;
+  double fy;
+};
+
+
+struct freal
+{
+  char *name;
+  gsl_complex (*f) (double x);
+  double x;
+  double fx;
+  double fy;
+};
+
+struct fzreal
+{
+  char *name;
+  gsl_complex (*f) (gsl_complex z, double a);
+  double x;
+  double y;
+  double a;
+  double fx;
+  double fy;
+};
+
+#define FN(x) "gsl_complex_" #x, gsl_complex_ ## x
+#define ARG(x,y) x, y
+#define RES(x,y) x, y
+
+struct f list[] =
+{
+#include "results1.h"
+  {"", 0, 0, 0, 0, 0}
+};
+
+
+struct fz listz[] =
+{
+#include "results.h"
+  {"", 0, 0, 0, 0, 0}
+};
+
+struct fzz listzz[] =
+{
+  {FN (pow), ARG(0.0,0.0), ARG(0.0,0.0), RES(1.0, 0.0)},
+#include "results2.h"
+  {"", 0, 0, 0, 0, 0, 0, 0}
+};
+
+struct freal listreal[] =
+{
+#include "results_real.h"
+  {"", 0, 0, 0, 0}
+};
+
+
+struct fzreal listzreal[] =
+{
+#include "results_zreal.h"
+  {"", 0, 0, 0, 0, 0, 0}
+};
+
+
+#ifndef TEST_FACTOR
+#ifdef RELEASED
+#define TEST_FACTOR 100.0  
+#else
+#define TEST_FACTOR 1.0
+#endif
+#endif
+
+static int
+FUNCTION (test, all) ()
+{
+  size_t i = 0;
+#if defined(BASE_DOUBLE)
+  const double tol = GSL_DBL_EPSILON;
+#endif
+
+  gsl_ieee_env_setup();
+
+  for (i = 0 ; i < 10; i++) 
+    {
+      ATOMIC x = (i - 5.0) * 0.3;
+      ATOMIC y = (i + 2.1) * 0.5;
+      TYPE(gsl_complex) z = gsl_complex_rect(x, y);
+
+      gsl_test_rel (GSL_REAL(z), x, tol, "gsl_complex_rect real part at (x=%g,y=%g)", x, y);
+      gsl_test_rel (GSL_IMAG(z), y, tol, "gsl_complex_rect imag part at (x=%g,y=%g)", x, y);
+
+      GSL_REAL(z) = y;
+      gsl_test_rel (GSL_REAL(z), y, tol, "assignment real part (%g)", y);
+
+      GSL_IMAG(z) = x;
+      gsl_test_rel (GSL_IMAG(z), x, tol, "assignment imag part (%g)", x);
+    }
+
+  for (i = 0 ; i < 10; i++) 
+    {
+      ATOMIC r = (i - 5.0) * 0.3 ;
+      ATOMIC t = 2.0 * M_PI * i / 5 ;
+      ATOMIC x = r * cos(t), y = r * sin(t) ;
+      TYPE(gsl_complex) z = gsl_complex_polar (r, t) ;
+      gsl_test_rel (GSL_REAL(z), x, tol, "gsl_complex_polar real part at (r=%g,t=%g)", r, t);
+      gsl_test_rel (GSL_IMAG(z), y, tol, "gsl_complex_polar imag part at (r=%g,t=%g)", r, t);
+    }
+
+    i = 0;
+
+  while (list[i].f)
+    {
+      struct f t = list[i];
+      TYPE(gsl_complex) z = gsl_complex_rect (t.x, t.y);
+      ATOMIC f = (t.f) (z);
+      gsl_test_rel (f, t.fx, tol, "%s at (%g,%g)", t.name, t.x, t.y);
+      i++;
+    }
+
+  i = 0;
+
+  while (listz[i].f)
+    {
+      struct fz t = listz[i];
+      TYPE(gsl_complex) z = gsl_complex_rect (t.x, t.y);
+      TYPE(gsl_complex) fz = (t.f) (z);
+      ATOMIC fx = GSL_REAL (fz), fy = GSL_IMAG (fz);
+
+#ifdef DEBUG
+      printf("x = "); gsl_ieee_fprintf_double (stdout, &t.x); printf("\n");
+      printf("y = "); gsl_ieee_fprintf_double (stdout, &t.y); printf("\n");
+      printf("fx = "); gsl_ieee_fprintf_double (stdout, &fx); printf("\n");
+      printf("ex = "); gsl_ieee_fprintf_double (stdout, &t.fx); printf("\n");
+      printf("fy = "); gsl_ieee_fprintf_double (stdout, &fy); printf("\n");
+      printf("ey = "); gsl_ieee_fprintf_double (stdout, &t.fy); printf("\n");
+#endif
+
+      gsl_test_rel (fx, t.fx, 10.0 * tol, "%s real part at (%g,%g)", t.name, t.x, t.y);
+      gsl_test_rel (fy, t.fy, 10.0 * tol, "%s imag part at (%g,%g)", t.name, t.x, t.y);
+      i++;
+    }
+
+  i = 0;
+
+  while (listzz[i].f)
+    {
+      struct fzz t = listzz[i];
+      TYPE(gsl_complex) z1 = gsl_complex_rect (t.x1, t.y1);
+      TYPE(gsl_complex) z2 = gsl_complex_rect (t.x2, t.y2);
+      TYPE(gsl_complex) fz = (t.f) (z1, z2);
+      ATOMIC fx = GSL_REAL (fz), fy = GSL_IMAG (fz);
+
+#ifdef DEBUG
+      printf("x1 = "); gsl_ieee_fprintf_double (stdout, &t.x1); printf("\n");
+      printf("y1 = "); gsl_ieee_fprintf_double (stdout, &t.y1); printf("\n");
+      printf("x2 = "); gsl_ieee_fprintf_double (stdout, &t.x2); printf("\n");
+      printf("y2 = "); gsl_ieee_fprintf_double (stdout, &t.y2); printf("\n");
+      printf("fx = "); gsl_ieee_fprintf_double (stdout, &fx); printf("\n");
+      printf("ex = "); gsl_ieee_fprintf_double (stdout, &t.fx); printf("\n");
+      printf("fy = "); gsl_ieee_fprintf_double (stdout, &fy); printf("\n");
+      printf("ey = "); gsl_ieee_fprintf_double (stdout, &t.fy); printf("\n");
+#endif
+
+      gsl_test_rel (fx, t.fx, 1.0e3 * tol, "%s real part at (%g,%g;%g,%g)", t.name, t.x1, t.y1, t.x2, t.y2);
+      gsl_test_rel (fy, t.fy, 1.0e3 * tol, "%s imag part at (%g,%g;%g,%g)", t.name, t.x1, t.y1, t.x2, t.y2);
+      i++;
+    }
+
+  i = 0;
+
+  while (listreal[i].f)
+    {
+      struct freal t = listreal[i];
+      TYPE(gsl_complex) fz = (t.f) (t.x);
+      ATOMIC fx = GSL_REAL (fz), fy = GSL_IMAG (fz);
+
+#ifdef DEBUG
+      printf("x = "); gsl_ieee_fprintf_double (stdout, &t.x); printf("\n");
+      printf("fx = "); gsl_ieee_fprintf_double (stdout, &fx); printf("\n");
+      printf("ex = "); gsl_ieee_fprintf_double (stdout, &t.fx); printf("\n");
+      printf("fy = "); gsl_ieee_fprintf_double (stdout, &fy); printf("\n");
+      printf("ey = "); gsl_ieee_fprintf_double (stdout, &t.fy); printf("\n");
+#endif
+
+      gsl_test_rel (fx, t.fx, tol, "%s real part at (%g,0)", t.name, t.x);
+      gsl_test_rel (fy, t.fy, tol, "%s imag part at (%g,0)", t.name, t.x);
+      i++;
+    }
+
+  i = 0;
+
+  while (listzreal[i].f)
+    {
+      struct fzreal t = listzreal[i];
+      TYPE(gsl_complex) z = gsl_complex_rect (t.x, t.y);
+      TYPE(gsl_complex) fz = (t.f) (z, t.a);
+      ATOMIC fx = GSL_REAL (fz), fy = GSL_IMAG (fz);
+
+#ifdef DEBUG
+      printf("x = "); gsl_ieee_fprintf_double (stdout, &t.x); printf("\n");
+      printf("y = "); gsl_ieee_fprintf_double (stdout, &t.y); printf("\n");
+      printf("a = "); gsl_ieee_fprintf_double (stdout, &t.a); printf("\n");
+      printf("fx = "); gsl_ieee_fprintf_double (stdout, &fx); printf("\n");
+      printf("ex = "); gsl_ieee_fprintf_double (stdout, &t.fx); printf("\n");
+      printf("fy = "); gsl_ieee_fprintf_double (stdout, &fy); printf("\n");
+      printf("ey = "); gsl_ieee_fprintf_double (stdout, &t.fy); printf("\n");
+#endif
+
+      gsl_test_rel (fx, t.fx, 10.0 * tol, "%s real part at (%g,0)", t.name, t.x);
+      gsl_test_rel (fy, t.fy, 10.0 * tol, "%s imag part at (%g,0)", t.name, t.x);
+      i++;
+    }
+
+  return 0;
+}
diff --git a/util/X86LINUX64/lib/libgsl.a b/util/X86LINUX64/lib/libgsl.a

index 92dc240..796e586 100644 (file)

Binary files a/util/X86LINUX64/lib/libgsl.a and b/util/X86LINUX64/lib/libgsl.a differ
diff --git a/util/X86LINUX64/lib/libgsl.la b/util/X86LINUX64/lib/libgsl.la

index 9658282..505c89e 100755 (executable)
--- a/util/X86LINUX64/lib/libgsl.la
+++ b/util/X86LINUX64/lib/libgsl.la
@@ -1,19 +1,19 @@
  # libgsl.la - a libtool library file
-# Generated by libtool (GNU libtool) 2.4.2
+# Generated by libtool (GNU libtool) 2.4.6
  #
  # Please DO NOT delete this file!
  # It is necessary for linking the library.
  
  # The name that we can dlopen(3).
-dlname='libgsl.so.0'
+dlname='libgsl.so.25'
  
  # Names of this library.
-library_names='libgsl.so.0.17.0 libgsl.so.0 libgsl.so'
+library_names='libgsl.so.25.1.0 libgsl.so.25 libgsl.so'
  
  # The name of the static archive.
  old_library='libgsl.a'
  
-# Linker flags that can not go in dependency_libs.
+# Linker flags that cannot go in dependency_libs.
  inherited_linker_flags=''
  
  # Libraries that this one depends upon.
@@ -23,8 +23,8 @@ dependency_libs=' -lm'
  weak_library_names=''
  
  # Version information for libgsl.
-current=17
-age=17
+current=26
+age=1
  revision=0
  
  # Is this an already installed library?
@@ -38,4 +38,4 @@ dlopen=''
  dlpreopen=''
  
  # Directory that this library needs to be installed in:
-libdir='/home/people/tacyas/Eos/util/X86LINUX64/lib'
+libdir='/home/tacyas/Eos/util/X86LINUX64/lib'
diff --git a/util/X86LINUX64/lib/libgsl.so b/util/X86LINUX64/lib/libgsl.so

index 3fb4096..c3f68fe 120000 (symlink)
--- a/util/X86LINUX64/lib/libgsl.so
+++ b/util/X86LINUX64/lib/libgsl.so
@@ -1 +1 @@
-libgsl.so.0.17.0
-\ No newline at end of file
+libgsl.so.25.1.0
+\ No newline at end of file
diff --git a/util/X86LINUX64/lib/libgsl.so.25 b/util/X86LINUX64/lib/libgsl.so.25

new file mode 120000 (symlink)

index 0000000..c3f68fe
--- /dev/null
+++ b/util/X86LINUX64/lib/libgsl.so.25
@@ -0,0 +1 @@
+libgsl.so.25.1.0
+\ No newline at end of file
diff --git a/util/X86LINUX64/lib/libgsl.so.25.1.0 b/util/X86LINUX64/lib/libgsl.so.25.1.0

new file mode 100755 (executable)

index 0000000..a8466ba

Binary files /dev/null and b/util/X86LINUX64/lib/libgsl.so.25.1.0 differ
diff --git a/util/X86LINUX64/lib/libgslcblas.a b/util/X86LINUX64/lib/libgslcblas.a

index 04a1995..d0c8dc6 100644 (file)

Binary files a/util/X86LINUX64/lib/libgslcblas.a and b/util/X86LINUX64/lib/libgslcblas.a differ
diff --git a/util/X86LINUX64/lib/libgslcblas.la b/util/X86LINUX64/lib/libgslcblas.la

index 1f3c205..39dd83e 100755 (executable)
--- a/util/X86LINUX64/lib/libgslcblas.la
+++ b/util/X86LINUX64/lib/libgslcblas.la
@@ -1,5 +1,5 @@
  # libgslcblas.la - a libtool library file
-# Generated by libtool (GNU libtool) 2.4.2
+# Generated by libtool (GNU libtool) 2.4.6
  #
  # Please DO NOT delete this file!
  # It is necessary for linking the library.
@@ -13,7 +13,7 @@ library_names='libgslcblas.so.0.0.0 libgslcblas.so.0 libgslcblas.so'
  # The name of the static archive.
  old_library='libgslcblas.a'
  
-# Linker flags that can not go in dependency_libs.
+# Linker flags that cannot go in dependency_libs.
  inherited_linker_flags=''
  
  # Libraries that this one depends upon.
@@ -38,4 +38,4 @@ dlopen=''
  dlpreopen=''
  
  # Directory that this library needs to be installed in:
-libdir='/home/people/tacyas/Eos/util/X86LINUX64/lib'
+libdir='/home/tacyas/Eos/util/X86LINUX64/lib'
diff --git a/util/X86LINUX64/lib/libgslcblas.so.0.0.0 b/util/X86LINUX64/lib/libgslcblas.so.0.0.0

index 318b4b7..007560e 100755 (executable)

Binary files a/util/X86LINUX64/lib/libgslcblas.so.0.0.0 and b/util/X86LINUX64/lib/libgslcblas.so.0.0.0 differ
diff --git a/util/X86LINUX64/lib/pkgconfig/gsl.pc b/util/X86LINUX64/lib/pkgconfig/gsl.pc

index d1bb10d..9f7f240 100644 (file)
--- a/util/X86LINUX64/lib/pkgconfig/gsl.pc
+++ b/util/X86LINUX64/lib/pkgconfig/gsl.pc
@@ -1,11 +1,11 @@
-prefix=/home/people/tacyas/Eos/util/X86LINUX64
-exec_prefix=/home/people/tacyas/Eos/util/X86LINUX64
-libdir=/home/people/tacyas/Eos/util/X86LINUX64/lib
-includedir=/home/people/tacyas/Eos/util/X86LINUX64/include
+prefix=/home/tacyas/Eos/util/X86LINUX64
+exec_prefix=/home/tacyas/Eos/util/X86LINUX64
+libdir=/home/tacyas/Eos/util/X86LINUX64/lib
+includedir=/home/tacyas/Eos/util/X86LINUX64/include
  GSL_CBLAS_LIB=-lgslcblas
  
  Name: GSL
  Description: GNU Scientific Library
-Version: 1.16
-Libs: -L/home/people/tacyas/Eos/util/X86LINUX64/lib -lgsl ${GSL_CBLAS_LIB} -lm -lm 
-Cflags: -I/home/people/tacyas/Eos/util/X86LINUX64/include
+Version: 2.7
+Libs: -L/home/tacyas/Eos/util/X86LINUX64/lib -lgsl ${GSL_CBLAS_LIB} -lm -lm 
+Cflags: -I/home/tacyas/Eos/util/X86LINUX64/include
diff --git a/util/X86LINUX64/share/info/gsl-ref.info b/util/X86LINUX64/share/info/gsl-ref.info

index d4cd72d..7cf223c 100644 (file)
--- a/util/X86LINUX64/share/info/gsl-ref.info
+++ b/util/X86LINUX64/share/info/gsl-ref.info
@@ -1,625 +1,56308 @@
-This is gsl-ref.info, produced by makeinfo version 5.1 from
+This is gsl-ref.info, produced by makeinfo version 6.4 from
  gsl-ref.texi.
  
-Copyright (C) 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003, 2004,
-2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013 The GSL Team.
+     GSL 2.7, May 27, 2021
  
-   Permission is granted to copy, distribute and/or modify this document
-under the terms of the GNU Free Documentation License, Version 1.3 or
-any later version published by the Free Software Foundation; with no
-Invariant Sections and no cover texts.  A copy of the license is
-included in the section entitled "GNU Free Documentation License".
-INFO-DIR-SECTION Software libraries
+     The GSL Team
+
+     Copyright © 1996-2021 The GSL Team
+
+INFO-DIR-SECTION Miscellaneous
  START-INFO-DIR-ENTRY
-* gsl-ref: (gsl-ref).                   GNU Scientific Library - Reference
+* GSL: (gsl-ref.info). One line description of project.
  END-INFO-DIR-ENTRY
  
+
+   Generated by Sphinx 3.4.1.
+
+\1f
+File: gsl-ref.info,  Node: Top,  Next: Introduction,  Up: (dir)
+
+GNU Scientific Library
+**********************
+
+     GSL 2.7, May 27, 2021
+
+     The GSL Team
+
+     Copyright © 1996-2021 The GSL Team
+
+* Menu:
+
+* Introduction::
+* Using the Library::
+* Error Handling::
+* Mathematical Functions::
+* Complex Numbers::
+* Polynomials::
+* Special Functions::
+* Vectors and Matrices::
+* Permutations::
+* Combinations::
+* Multisets::
+* Sorting::
+* BLAS Support::
+* Linear Algebra::
+* Eigensystems::
+* Fast Fourier Transforms (FFTs): Fast Fourier Transforms FFTs.
+* Numerical Integration::
+* Random Number Generation::
+* Quasi-Random Sequences::
+* Random Number Distributions::
+* Statistics::
+* Running Statistics::
+* Moving Window Statistics::
+* Digital Filtering::
+* Histograms::
+* N-tuples::
+* Monte Carlo Integration::
+* Simulated Annealing::
+* Ordinary Differential Equations::
+* Interpolation::
+* Numerical Differentiation::
+* Chebyshev Approximations::
+* Series Acceleration::
+* Wavelet Transforms::
+* Discrete Hankel Transforms::
+* One Dimensional Root-Finding::
+* One Dimensional Minimization::
+* Multidimensional Root-Finding::
+* Multidimensional Minimization::
+* Linear Least-Squares Fitting::
+* Nonlinear Least-Squares Fitting::
+* Basis Splines::
+* Sparse Matrices::
+* Sparse BLAS Support::
+* Sparse Linear Algebra::
+* Physical Constants::
+* IEEE floating-point arithmetic::
+* Debugging Numerical Programs::
+* Contributors to GSL::
+* Autoconf Macros::
+* GSL CBLAS Library::
+* GNU General Public License::
+* GNU Free Documentation License::
+* Index::
+
+ — The Detailed Node Listing —
+
+Introduction
+
+* Routines available in GSL::
+* GSL is Free Software::
+* Obtaining GSL::
+* No Warranty::
+* Reporting Bugs::
+* Further Information::
+* Conventions used in this manual::
+
+Using the Library
+
+* An Example Program::
+* Compiling and Linking::
+* Shared Libraries::
+* ANSI C Compliance::
+* Inline functions::
+* Long double::
+* Portability functions::
+* Alternative optimized functions::
+* Support for different numeric types::
+* Compatibility with C++::
+* Aliasing of arrays::
+* Thread-safety::
+* Deprecated Functions::
+* Code Reuse::
+
+Compiling and Linking
+
+* Linking programs with the library::
+* Linking with an alternative BLAS library::
+
+Error Handling
+
+* Error Reporting::
+* Error Codes::
+* Error Handlers::
+* Using GSL error reporting in your own functions::
+* Examples::
+
+Mathematical Functions
+
+* Mathematical Constants::
+* Infinities and Not-a-number::
+* Elementary Functions::
+* Small integer powers::
+* Testing the Sign of Numbers::
+* Testing for Odd and Even Numbers::
+* Maximum and Minimum functions::
+* Approximate Comparison of Floating Point Numbers::
+
+Complex Numbers
+
+* Representation of complex numbers::
+* Complex number macros::
+* Assigning complex numbers::
+* Properties of complex numbers::
+* Complex arithmetic operators::
+* Elementary Complex Functions::
+* Complex Trigonometric Functions::
+* Inverse Complex Trigonometric Functions::
+* Complex Hyperbolic Functions::
+* Inverse Complex Hyperbolic Functions::
+* References and Further Reading::
+
+Polynomials
+
+* Polynomial Evaluation::
+* Divided Difference Representation of Polynomials::
+* Quadratic Equations::
+* Cubic Equations::
+* General Polynomial Equations::
+* Examples: Examples<2>.
+* References and Further Reading: References and Further Reading<2>.
+
+Special Functions
+
+* Usage::
+* The gsl_sf_result struct::
+* Modes::
+* Airy Functions and Derivatives::
+* Bessel Functions::
+* Clausen Functions::
+* Coulomb Functions::
+* Coupling Coefficients::
+* Dawson Function::
+* Debye Functions::
+* Dilogarithm::
+* Elementary Operations::
+* Elliptic Integrals::
+* Elliptic Functions (Jacobi): Elliptic Functions Jacobi.
+* Error Functions::
+* Exponential Functions::
+* Exponential Integrals::
+* Fermi-Dirac Function::
+* Gamma and Beta Functions::
+* Gegenbauer Functions::
+* Hermite Polynomials and Functions::
+* Hypergeometric Functions::
+* Laguerre Functions::
+* Lambert W Functions::
+* Legendre Functions and Spherical Harmonics::
+* Logarithm and Related Functions::
+* Mathieu Functions::
+* Power Function::
+* Psi (Digamma) Function: Psi Digamma Function.
+* Synchrotron Functions::
+* Transport Functions::
+* Trigonometric Functions::
+* Zeta Functions::
+* Examples: Examples<3>.
+* References and Further Reading: References and Further Reading<3>.
+
+Airy Functions and Derivatives
+
+* Airy Functions::
+* Derivatives of Airy Functions::
+* Zeros of Airy Functions::
+* Zeros of Derivatives of Airy Functions::
+
+Bessel Functions
+
+* Regular Cylindrical Bessel Functions::
+* Irregular Cylindrical Bessel Functions::
+* Regular Modified Cylindrical Bessel Functions::
+* Irregular Modified Cylindrical Bessel Functions::
+* Regular Spherical Bessel Functions::
+* Irregular Spherical Bessel Functions::
+* Regular Modified Spherical Bessel Functions::
+* Irregular Modified Spherical Bessel Functions::
+* Regular Bessel Function—Fractional Order::
+* Irregular Bessel Functions—Fractional Order::
+* Regular Modified Bessel Functions—Fractional Order::
+* Irregular Modified Bessel Functions—Fractional Order::
+* Zeros of Regular Bessel Functions::
+
+Coulomb Functions
+
+* Normalized Hydrogenic Bound States::
+* Coulomb Wave Functions::
+* Coulomb Wave Function Normalization Constant::
+
+Coupling Coefficients
+
+* 3-j Symbols::
+* 6-j Symbols::
+* 9-j Symbols::
+
+Dilogarithm
+
+* Real Argument::
+* Complex Argument::
+
+Elliptic Integrals
+
+* Definition of Legendre Forms::
+* Definition of Carlson Forms::
+* Legendre Form of Complete Elliptic Integrals::
+* Legendre Form of Incomplete Elliptic Integrals::
+* Carlson Forms::
+
+Error Functions
+
+* Error Function::
+* Complementary Error Function::
+* Log Complementary Error Function::
+* Probability functions::
+
+Exponential Functions
+
+* Exponential Function::
+* Relative Exponential Functions::
+* Exponentiation With Error Estimate::
+
+Exponential Integrals
+
+* Exponential Integral::
+* Ei(x): Ei x.
+* Hyperbolic Integrals::
+* Ei_3(x): Ei_3 x.
+* Trigonometric Integrals::
+* Arctangent Integral::
+
+Fermi-Dirac Function
+
+* Complete Fermi-Dirac Integrals::
+* Incomplete Fermi-Dirac Integrals::
+
+Gamma and Beta Functions
+
+* Gamma Functions::
+* Factorials::
+* Pochhammer Symbol::
+* Incomplete Gamma Functions::
+* Beta Functions::
+* Incomplete Beta Function::
+
+Hermite Polynomials and Functions
+
+* Hermite Polynomials::
+* Derivatives of Hermite Polynomials::
+* Hermite Functions::
+* Derivatives of Hermite Functions::
+* Zeros of Hermite Polynomials and Hermite Functions::
+
+Legendre Functions and Spherical Harmonics
+
+* Legendre Polynomials::
+* Associated Legendre Polynomials and Spherical Harmonics::
+* Conical Functions::
+* Radial Functions for Hyperbolic Space::
+
+Mathieu Functions
+
+* Mathieu Function Workspace::
+* Mathieu Function Characteristic Values::
+* Angular Mathieu Functions::
+* Radial Mathieu Functions::
+
+Psi (Digamma) Function
+
+* Digamma Function::
+* Trigamma Function::
+* Polygamma Function::
+
+Trigonometric Functions
+
+* Circular Trigonometric Functions::
+* Trigonometric Functions for Complex Arguments::
+* Hyperbolic Trigonometric Functions::
+* Conversion Functions::
+* Restriction Functions::
+* Trigonometric Functions With Error Estimates::
+
+Zeta Functions
+
+* Riemann Zeta Function::
+* Riemann Zeta Function Minus One::
+* Hurwitz Zeta Function::
+* Eta Function::
+
+Vectors and Matrices
+
+* Data types::
+* Blocks::
+* Vectors::
+* Matrices::
+
+Blocks
+
+* Block allocation::
+* Reading and writing blocks::
+* Example programs for blocks::
+
+Vectors
+
+* Vector allocation::
+* Accessing vector elements::
+* Initializing vector elements::
+* Reading and writing vectors::
+* Vector views::
+* Copying vectors::
+* Exchanging elements::
+* Vector operations::
+* Finding maximum and minimum elements of vectors::
+* Vector properties::
+* Example programs for vectors::
+
+Matrices
+
+* Matrix allocation::
+* Accessing matrix elements::
+* Initializing matrix elements::
+* Reading and writing matrices::
+* Matrix views::
+* Creating row and column views::
+* Copying matrices::
+* Copying rows and columns::
+* Exchanging rows and columns::
+* Matrix operations::
+* Finding maximum and minimum elements of matrices::
+* Matrix properties::
+* Example programs for matrices::
+* References and Further Reading: References and Further Reading<4>.
+
+Permutations
+
+* The Permutation struct::
+* Permutation allocation::
+* Accessing permutation elements::
+* Permutation properties::
+* Permutation functions::
+* Applying Permutations::
+* Reading and writing permutations::
+* Permutations in cyclic form::
+* Examples: Examples<4>.
+* References and Further Reading: References and Further Reading<5>.
+
+Combinations
+
+* The Combination struct::
+* Combination allocation::
+* Accessing combination elements::
+* Combination properties::
+* Combination functions::
+* Reading and writing combinations::
+* Examples: Examples<5>.
+* References and Further Reading: References and Further Reading<6>.
+
+Multisets
+
+* The Multiset struct::
+* Multiset allocation::
+* Accessing multiset elements::
+* Multiset properties::
+* Multiset functions::
+* Reading and writing multisets::
+* Examples: Examples<6>.
+
+Sorting
+
+* Sorting objects::
+* Sorting vectors::
+* Selecting the k smallest or largest elements::
+* Computing the rank::
+* Examples: Examples<7>.
+* References and Further Reading: References and Further Reading<7>.
+
+BLAS Support
+
+* GSL BLAS Interface::
+* Examples: Examples<8>.
+* References and Further Reading: References and Further Reading<8>.
+
+GSL BLAS Interface
+
+* Level 1::
+* Level 2::
+* Level 3::
+
+Linear Algebra
+
+* LU Decomposition::
+* QR Decomposition::
+* QR Decomposition with Column Pivoting::
+* LQ Decomposition::
+* QL Decomposition::
+* Complete Orthogonal Decomposition::
+* Singular Value Decomposition::
+* Cholesky Decomposition::
+* Pivoted Cholesky Decomposition::
+* Modified Cholesky Decomposition::
+* LDLT Decomposition::
+* Tridiagonal Decomposition of Real Symmetric Matrices::
+* Tridiagonal Decomposition of Hermitian Matrices::
+* Hessenberg Decomposition of Real Matrices::
+* Hessenberg-Triangular Decomposition of Real Matrices::
+* Bidiagonalization::
+* Givens Rotations::
+* Householder Transformations::
+* Householder solver for linear systems::
+* Tridiagonal Systems::
+* Triangular Systems::
+* Banded Systems::
+* Balancing::
+* Examples: Examples<9>.
+* References and Further Reading: References and Further Reading<9>.
+
+QR Decomposition
+
+* Level 2 Interface::
+* Triangle on Top of Rectangle::
+* Triangle on Top of Triangle::
+* Triangle on Top of Trapezoidal::
+* Triangle on Top of Diagonal::
+
+Banded Systems
+
+* General Banded Format::
+* Symmetric Banded Format::
+* Banded LU Decomposition::
+* Banded Cholesky Decomposition::
+* Banded LDLT Decomposition::
+
+Eigensystems
+
+* Real Symmetric Matrices::
+* Complex Hermitian Matrices::
+* Real Nonsymmetric Matrices::
+* Real Generalized Symmetric-Definite Eigensystems::
+* Complex Generalized Hermitian-Definite Eigensystems::
+* Real Generalized Nonsymmetric Eigensystems::
+* Sorting Eigenvalues and Eigenvectors::
+* Examples: Examples<10>.
+* References and Further Reading: References and Further Reading<10>.
+
+Fast Fourier Transforms (FFTs)
+
+* Mathematical Definitions::
+* Overview of complex data FFTs::
+* Radix-2 FFT routines for complex data::
+* Mixed-radix FFT routines for complex data::
+* Overview of real data FFTs::
+* Radix-2 FFT routines for real data::
+* Mixed-radix FFT routines for real data::
+* References and Further Reading: References and Further Reading<11>.
+
+Numerical Integration
+
+* Introduction: Introduction<2>.
+* QNG non-adaptive Gauss-Kronrod integration::
+* QAG adaptive integration::
+* QAGS adaptive integration with singularities::
+* QAGP adaptive integration with known singular points::
+* QAGI adaptive integration on infinite intervals::
+* QAWC adaptive integration for Cauchy principal values::
+* QAWS adaptive integration for singular functions::
+* QAWO adaptive integration for oscillatory functions::
+* QAWF adaptive integration for Fourier integrals::
+* CQUAD doubly-adaptive integration::
+* Romberg integration::
+* Gauss-Legendre integration::
+* Fixed point quadratures::
+* Error codes::
+* Examples: Examples<11>.
+* References and Further Reading: References and Further Reading<12>.
+
+Introduction
+
+* Integrands without weight functions::
+* Integrands with weight functions::
+* Integrands with singular weight functions::
+
+Examples
+
+* Adaptive integration example::
+* Fixed-point quadrature example::
+
+Random Number Generation
+
+* General comments on random numbers::
+* The Random Number Generator Interface::
+* Random number generator initialization::
+* Sampling from a random number generator::
+* Auxiliary random number generator functions::
+* Random number environment variables::
+* Copying random number generator state::
+* Reading and writing random number generator state::
+* Random number generator algorithms::
+* Unix random number generators::
+* Other random number generators::
+* Performance::
+* Examples: Examples<12>.
+* References and Further Reading: References and Further Reading<13>.
+* Acknowledgements::
+
+Quasi-Random Sequences
+
+* Quasi-random number generator initialization::
+* Sampling from a quasi-random number generator::
+* Auxiliary quasi-random number generator functions::
+* Saving and restoring quasi-random number generator state::
+* Quasi-random number generator algorithms::
+* Examples: Examples<13>.
+* References::
+
+Random Number Distributions
+
+* Introduction: Introduction<3>.
+* The Gaussian Distribution::
+* The Gaussian Tail Distribution::
+* The Bivariate Gaussian Distribution::
+* The Multivariate Gaussian Distribution::
+* The Exponential Distribution::
+* The Laplace Distribution::
+* The Exponential Power Distribution::
+* The Cauchy Distribution::
+* The Rayleigh Distribution::
+* The Rayleigh Tail Distribution::
+* The Landau Distribution::
+* The Levy alpha-Stable Distributions::
+* The Levy skew alpha-Stable Distribution::
+* The Gamma Distribution::
+* The Flat (Uniform) Distribution: The Flat Uniform Distribution.
+* The Lognormal Distribution::
+* The Chi-squared Distribution::
+* The F-distribution::
+* The t-distribution::
+* The Beta Distribution::
+* The Logistic Distribution::
+* The Pareto Distribution::
+* Spherical Vector Distributions::
+* The Weibull Distribution::
+* The Type-1 Gumbel Distribution::
+* The Type-2 Gumbel Distribution::
+* The Dirichlet Distribution::
+* General Discrete Distributions::
+* The Poisson Distribution::
+* The Bernoulli Distribution::
+* The Binomial Distribution::
+* The Multinomial Distribution::
+* The Negative Binomial Distribution::
+* The Pascal Distribution::
+* The Geometric Distribution::
+* The Hypergeometric Distribution::
+* The Logarithmic Distribution::
+* The Wishart Distribution::
+* Shuffling and Sampling::
+* Examples: Examples<14>.
+* References and Further Reading: References and Further Reading<14>.
+
+Statistics
+
+* Mean, Standard Deviation and Variance: Mean Standard Deviation and Variance.
+* Absolute deviation::
+* Higher moments (skewness and kurtosis): Higher moments skewness and kurtosis.
+* Autocorrelation::
+* Covariance::
+* Correlation::
+* Weighted Samples::
+* Maximum and Minimum values::
+* Median and Percentiles::
+* Order Statistics::
+* Robust Location Estimates::
+* Robust Scale Estimates::
+* Examples: Examples<15>.
+* References and Further Reading: References and Further Reading<15>.
+
+Robust Location Estimates
+
+* Trimmed Mean::
+* Gastwirth Estimator::
+
+Robust Scale Estimates
+
+* Median Absolute Deviation (MAD): Median Absolute Deviation MAD.
+* S_n Statistic::
+* Q_n Statistic::
+
+Running Statistics
+
+* Initializing the Accumulator::
+* Adding Data to the Accumulator::
+* Current Statistics::
+* Quantiles::
+* Examples: Examples<16>.
+* References and Further Reading: References and Further Reading<16>.
+
+Moving Window Statistics
+
+* Introduction: Introduction<4>.
+* Handling Endpoints::
+* Allocation for Moving Window Statistics::
+* Moving Mean::
+* Moving Variance and Standard Deviation::
+* Moving Minimum and Maximum::
+* Moving Sum::
+* Moving Median::
+* Robust Scale Estimation::
+* User-defined Moving Statistics::
+* Accumulators::
+* Examples: Examples<17>.
+* References and Further Reading: References and Further Reading<17>.
+
+Robust Scale Estimation
+
+* Moving MAD::
+* Moving QQR::
+* Moving S_n::
+* Moving Q_n::
+
+Examples
+
+* Example 1::
+* Example 2; Robust Scale: Example 2 Robust Scale.
+* Example 3; User-defined Moving Window: Example 3 User-defined Moving Window.
+
+Digital Filtering
+
+* Introduction: Introduction<5>.
+* Handling Endpoints: Handling Endpoints<2>.
+* Linear Digital Filters::
+* Nonlinear Digital Filters::
+* Examples: Examples<18>.
+* References and Further Reading: References and Further Reading<18>.
+
+Linear Digital Filters
+
+* Gaussian Filter::
+
+Nonlinear Digital Filters
+
+* Standard Median Filter::
+* Recursive Median Filter::
+* Impulse Detection Filter::
+
+Examples
+
+* Gaussian Example 1::
+* Gaussian Example 2::
+* Square Wave Signal Example::
+* Impulse Detection Example::
+
+Histograms
+
+* The histogram struct::
+* Histogram allocation::
+* Copying Histograms::
+* Updating and accessing histogram elements::
+* Searching histogram ranges::
+* Histogram Statistics::
+* Histogram Operations::
+* Reading and writing histograms::
+* Resampling from histograms::
+* The histogram probability distribution struct::
+* Example programs for histograms::
+* Two dimensional histograms::
+* The 2D histogram struct::
+* 2D Histogram allocation::
+* Copying 2D Histograms::
+* Updating and accessing 2D histogram elements::
+* Searching 2D histogram ranges::
+* 2D Histogram Statistics::
+* 2D Histogram Operations::
+* Reading and writing 2D histograms::
+* Resampling from 2D histograms::
+* Example programs for 2D histograms::
+
+N-tuples
+
+* The ntuple struct::
+* Creating ntuples::
+* Opening an existing ntuple file::
+* Writing ntuples::
+* Reading ntuples::
+* Closing an ntuple file::
+* Histogramming ntuple values::
+* Examples: Examples<19>.
+* References and Further Reading: References and Further Reading<19>.
+
+Monte Carlo Integration
+
+* Interface::
+* PLAIN Monte Carlo::
+* MISER::
+* VEGAS::
+* Examples: Examples<20>.
+* References and Further Reading: References and Further Reading<20>.
+
+Simulated Annealing
+
+* Simulated Annealing algorithm::
+* Simulated Annealing functions::
+* Examples: Examples<21>.
+* References and Further Reading: References and Further Reading<21>.
+
+Examples
+
+* Trivial example::
+* Traveling Salesman Problem::
+
+Ordinary Differential Equations
+
+* Defining the ODE System::
+* Stepping Functions::
+* Adaptive Step-size Control::
+* Evolution::
+* Driver::
+* Examples: Examples<22>.
+* References and Further Reading: References and Further Reading<22>.
+
+Interpolation
+
+* Introduction to 1D Interpolation::
+* 1D Interpolation Functions::
+* 1D Interpolation Types::
+* 1D Index Look-up and Acceleration::
+* 1D Evaluation of Interpolating Functions::
+* 1D Higher-level Interface::
+* 1D Interpolation Example Programs::
+* Introduction to 2D Interpolation::
+* 2D Interpolation Functions::
+* 2D Interpolation Grids::
+* 2D Interpolation Types::
+* 2D Evaluation of Interpolating Functions::
+* 2D Higher-level Interface::
+* 2D Interpolation Example programs::
+* References and Further Reading: References and Further Reading<23>.
+
+Numerical Differentiation
+
+* Functions::
+* Examples: Examples<23>.
+* References and Further Reading: References and Further Reading<24>.
+
+Chebyshev Approximations
+
+* Definitions::
+* Creation and Calculation of Chebyshev Series::
+* Auxiliary Functions::
+* Chebyshev Series Evaluation::
+* Derivatives and Integrals::
+* Examples: Examples<24>.
+* References and Further Reading: References and Further Reading<25>.
+
+Series Acceleration
+
+* Acceleration functions::
+* Acceleration functions without error estimation::
+* Examples: Examples<25>.
+* References and Further Reading: References and Further Reading<26>.
+
+Wavelet Transforms
+
+* Definitions: Definitions<2>.
+* Initialization::
+* Transform Functions::
+* Examples: Examples<26>.
+* References and Further Reading: References and Further Reading<27>.
+
+Transform Functions
+
+* Wavelet transforms in one dimension::
+* Wavelet transforms in two dimension::
+
+Discrete Hankel Transforms
+
+* Definitions: Definitions<3>.
+* Functions: Functions<2>.
+* References and Further Reading: References and Further Reading<28>.
+
+One Dimensional Root-Finding
+
+* Overview::
+* Caveats::
+* Initializing the Solver::
+* Providing the function to solve::
+* Search Bounds and Guesses::
+* Iteration::
+* Search Stopping Parameters::
+* Root Bracketing Algorithms::
+* Root Finding Algorithms using Derivatives::
+* Examples: Examples<27>.
+* References and Further Reading: References and Further Reading<29>.
+
+One Dimensional Minimization
+
+* Overview: Overview<2>.
+* Caveats: Caveats<2>.
+* Initializing the Minimizer::
+* Providing the function to minimize::
+* Iteration: Iteration<2>.
+* Stopping Parameters::
+* Minimization Algorithms::
+* Examples: Examples<28>.
+* References and Further Reading: References and Further Reading<30>.
+
+Multidimensional Root-Finding
+
+* Overview: Overview<3>.
+* Initializing the Solver: Initializing the Solver<2>.
+* Providing the function to solve: Providing the function to solve<2>.
+* Iteration: Iteration<3>.
+* Search Stopping Parameters: Search Stopping Parameters<2>.
+* Algorithms using Derivatives::
+* Algorithms without Derivatives::
+* Examples: Examples<29>.
+* References and Further Reading: References and Further Reading<31>.
+
+Multidimensional Minimization
+
+* Overview: Overview<4>.
+* Caveats: Caveats<3>.
+* Initializing the Multidimensional Minimizer::
+* Providing a function to minimize::
+* Iteration: Iteration<4>.
+* Stopping Criteria::
+* Algorithms with Derivatives::
+* Algorithms without Derivatives: Algorithms without Derivatives<2>.
+* Examples: Examples<30>.
+* References and Further Reading: References and Further Reading<32>.
+
+Linear Least-Squares Fitting
+
+* Overview: Overview<5>.
+* Linear regression::
+* Multi-parameter regression::
+* Regularized regression::
+* Robust linear regression::
+* Large dense linear systems::
+* Troubleshooting::
+* Examples: Examples<31>.
+* References and Further Reading: References and Further Reading<33>.
+
+Linear regression
+
+* Linear regression with a constant term::
+* Linear regression without a constant term::
+
+Large dense linear systems
+
+* Normal Equations Approach::
+* Tall Skinny QR (TSQR) Approach: Tall Skinny QR TSQR Approach.
+* Large Dense Linear Systems Solution Steps::
+* Large Dense Linear Least Squares Routines::
+
+Examples
+
+* Simple Linear Regression Example::
+* Multi-parameter Linear Regression Example::
+* Regularized Linear Regression Example 1::
+* Regularized Linear Regression Example 2::
+* Robust Linear Regression Example::
+* Large Dense Linear Regression Example::
+
+Nonlinear Least-Squares Fitting
+
+* Overview: Overview<6>.
+* Solving the Trust Region Subproblem (TRS): Solving the Trust Region Subproblem TRS.
+* Weighted Nonlinear Least-Squares::
+* Tunable Parameters::
+* Initializing the Solver: Initializing the Solver<3>.
+* Providing the Function to be Minimized::
+* Iteration: Iteration<5>.
+* Testing for Convergence::
+* High Level Driver::
+* Covariance matrix of best fit parameters::
+* Troubleshooting: Troubleshooting<2>.
+* Examples: Examples<32>.
+* References and Further Reading: References and Further Reading<34>.
+
+Solving the Trust Region Subproblem (TRS)
+
+* Levenberg-Marquardt::
+* Levenberg-Marquardt with Geodesic Acceleration::
+* Dogleg::
+* Double Dogleg::
+* Two Dimensional Subspace::
+* Steihaug-Toint Conjugate Gradient::
+
+Examples
+
+* Exponential Fitting Example::
+* Geodesic Acceleration Example 1::
+* Geodesic Acceleration Example 2::
+* Comparing TRS Methods Example::
+* Large Nonlinear Least Squares Example::
+
+Basis Splines
+
+* Overview: Overview<7>.
+* Initializing the B-splines solver::
+* Constructing the knots vector::
+* Evaluation of B-splines::
+* Evaluation of B-spline derivatives::
+* Working with the Greville abscissae::
+* Examples: Examples<33>.
+* References and Further Reading: References and Further Reading<35>.
+
+Sparse Matrices
+
+* Data types: Data types<2>.
+* Sparse Matrix Storage Formats::
+* Overview: Overview<8>.
+* Allocation::
+* Accessing Matrix Elements::
+* Initializing Matrix Elements::
+* Reading and Writing Matrices::
+* Copying Matrices::
+* Exchanging Rows and Columns::
+* Matrix Operations::
+* Matrix Properties::
+* Finding Maximum and Minimum Elements::
+* Compressed Format::
+* Conversion Between Sparse and Dense Matrices::
+* Examples: Examples<34>.
+* References and Further Reading: References and Further Reading<36>.
+
+Sparse Matrix Storage Formats
+
+* Coordinate Storage (COO): Coordinate Storage COO.
+* Compressed Sparse Column (CSC): Compressed Sparse Column CSC.
+* Compressed Sparse Row (CSR): Compressed Sparse Row CSR.
+
+Sparse BLAS Support
+
+* Sparse BLAS operations::
+* References and Further Reading: References and Further Reading<37>.
+
+Sparse Linear Algebra
+
+* Overview: Overview<9>.
+* Sparse Iterative Solvers::
+* Examples: Examples<35>.
+* References and Further Reading: References and Further Reading<38>.
+
+Sparse Iterative Solvers
+
+* Overview: Overview<10>.
+* Types of Sparse Iterative Solvers::
+* Iterating the Sparse Linear System::
+
+Physical Constants
+
+* Fundamental Constants::
+* Astronomy and Astrophysics::
+* Atomic and Nuclear Physics::
+* Measurement of Time::
+* Imperial Units::
+* Speed and Nautical Units::
+* Printers Units::
+* Volume, Area and Length: Volume Area and Length.
+* Mass and Weight::
+* Thermal Energy and Power::
+* Pressure::
+* Viscosity::
+* Light and Illumination::
+* Radioactivity::
+* Force and Energy::
+* Prefixes::
+* Examples: Examples<36>.
+* References and Further Reading: References and Further Reading<39>.
+
+IEEE floating-point arithmetic
+
+* Representation of floating point numbers::
+* Setting up your IEEE environment::
+* References and Further Reading: References and Further Reading<40>.
+
+Debugging Numerical Programs
+
+* Using gdb::
+* Examining floating point registers::
+* Handling floating point exceptions::
+* GCC warning options for numerical programs::
+* References and Further Reading: References and Further Reading<41>.
+
+GSL CBLAS Library
+
+* Level 1: Level 1<2>.
+* Level 2: Level 2<2>.
+* Level 3: Level 3<2>.
+* Examples: Examples<37>.
+
+
+\1f
+File: gsl-ref.info,  Node: Introduction,  Next: Using the Library,  Prev: Top,  Up: Top
+
+1 Introduction
+**************
+
+The GNU Scientific Library (GSL) is a collection of routines for
+numerical computing.  The routines have been written from scratch in C,
+and present a modern Applications Programming Interface (API) for C
+programmers, allowing wrappers to be written for very high level
+languages.  The source code is distributed under the GNU General Public
+License.
+
+* Menu:
+
+* Routines available in GSL::
+* GSL is Free Software::
+* Obtaining GSL::
+* No Warranty::
+* Reporting Bugs::
+* Further Information::
+* Conventions used in this manual::
+
+\1f
+File: gsl-ref.info,  Node: Routines available in GSL,  Next: GSL is Free Software,  Up: Introduction
+
+1.1 Routines available in GSL
+=============================
+
+The library covers a wide range of topics in numerical computing.
+Routines are available for the following areas,
+
+Complex Numbers                 Roots of Polynomials            Special Functions
+                                                                
+                                                                
+Vectors and Matrices            Permutations                    Combinations
+                                                                
+                                                                
+Sorting                         BLAS Support                    Linear Algebra
+                                                                
+                                                                
+CBLAS Library                   Fast Fourier Transforms         Eigensystems
+                                                                
+                                                                
+Random Numbers                  Quadrature                      Random Distributions
+                                                                
+                                                                
+Quasi-Random Sequences          Histograms                      Statistics
+                                                                
+                                                                
+Monte Carlo Integration         N-Tuples                        Differential Equations
+                                                                
+                                                                
+Simulated Annealing             Numerical Differentiation       Interpolation
+                                                                
+                                                                
+Series Acceleration             Chebyshev Approximations        Root-Finding
+                                                                
+                                                                
+Discrete Hankel Transforms      Least-Squares Fitting           Minimization
+                                                                
+                                                                
+IEEE Floating-Point             Physical Constants              Basis Splines
+                                                                
+                                                                
+Wavelets                        Sparse BLAS Support             Sparse Linear Algebra
+                                                                
+
+The use of these routines is described in this manual.  Each chapter
+provides detailed definitions of the functions, followed by example
+programs and references to the articles on which the algorithms are
+based.
+
+Where possible the routines have been based on reliable public-domain
+packages such as FFTPACK and QUADPACK, which the developers of GSL have
+reimplemented in C with modern coding conventions.
+
+\1f
+File: gsl-ref.info,  Node: GSL is Free Software,  Next: Obtaining GSL,  Prev: Routines available in GSL,  Up: Introduction
+
+1.2 GSL is Free Software
+========================
+
+The subroutines in the GNU Scientific Library are “free software”; this
+means that everyone is free to use them, and to redistribute them in
+other free programs.  The library is not in the public domain; it is
+copyrighted and there are conditions on its distribution.  These
+conditions are designed to permit everything that a good cooperating
+citizen would want to do.  What is not allowed is to try to prevent
+others from further sharing any version of the software that they might
+get from you.
+
+Specifically, we want to make sure that you have the right to share
+copies of programs that you are given which use the GNU Scientific
+Library, that you receive their source code or else can get it if you
+want it, that you can change these programs or use pieces of them in new
+free programs, and that you know you can do these things.
+
+To make sure that everyone has such rights, we have to forbid you to
+deprive anyone else of these rights.  For example, if you distribute
+copies of any code which uses the GNU Scientific Library, you must give
+the recipients all the rights that you have received.  You must make
+sure that they, too, receive or can get the source code, both to the
+library and the code which uses it.  And you must tell them their
+rights.  This means that the library should not be redistributed in
+proprietary programs.
+
+Also, for our own protection, we must make certain that everyone finds
+out that there is no warranty for the GNU Scientific Library.  If these
+programs are modified by someone else and passed on, we want their
+recipients to know that what they have is not what we distributed, so
+that any problems introduced by others will not reflect on our
+reputation.
+
+The precise conditions for the distribution of software related to the
+GNU Scientific Library are found in the GNU General Public License(1).
+Further information about this license is available from the GNU Project
+webpage Frequently Asked Questions about the GNU GPL(2).
+
+The Free Software Foundation also operates a license consulting service
+for commercial users (contact details available from
+‘http://www.fsf.org’.
+
+   ---------- Footnotes ----------
+
+   (1) 
+https://www.gnu.org/software/gsl/manual/html_node/GNU-General-Public-License.html#GNU-General-Public-License
+
+   (2) http://www.gnu.org/copyleft/gpl-faq.html
+
+\1f
+File: gsl-ref.info,  Node: Obtaining GSL,  Next: No Warranty,  Prev: GSL is Free Software,  Up: Introduction
+
+1.3 Obtaining GSL
+=================
+
+The source code for the library can be obtained in different ways, by
+copying it from a friend, purchasing it on CDROM or downloading it from
+the internet.  A list of public ftp servers which carry the source code
+can be found on the GNU website, ‘http://www.gnu.org/software/gsl/’.
+
+The preferred platform for the library is a GNU system, which allows it
+to take advantage of additional features in the GNU C compiler and GNU C
+library.  However, the library is fully portable and should compile on
+most systems with a C compiler.
+
+Announcements of new releases, updates and other relevant events are
+made on the <info-gsl@gnu.org> mailing list.  To subscribe to this
+low-volume list, send an email of the following form:
+
+     To: info-gsl-request@gnu.org
+     Subject: subscribe
+
+You will receive a response asking you to reply in order to confirm your
+subscription.
+
+\1f
+File: gsl-ref.info,  Node: No Warranty,  Next: Reporting Bugs,  Prev: Obtaining GSL,  Up: Introduction
+
+1.4 No Warranty
+===============
+
+The software described in this manual has no warranty, it is provided
+“as is”.  It is your responsibility to validate the behavior of the
+routines and their accuracy using the source code provided, or to
+purchase support and warranties from commercial redistributors.  Consult
+the GNU General Public License(1) for further details.
+
+   ---------- Footnotes ----------
+
+   (1) 
+https://www.gnu.org/software/gsl/manual/html_node/GNU-General-Public-License.html#GNU-General-Public-License
+
+\1f
+File: gsl-ref.info,  Node: Reporting Bugs,  Next: Further Information,  Prev: No Warranty,  Up: Introduction
+
+1.5 Reporting Bugs
+==================
+
+A list of known bugs can be found in the ‘BUGS’ file included in the GSL
+distribution or online in the GSL bug tracker.  (1) Details of
+compilation problems can be found in the ‘INSTALL’ file.
+
+If you find a bug which is not listed in these files, please report it
+to <bug-gsl@gnu.org>.
+
+All bug reports should include:
+
+   - The version number of GSL
+
+   - The hardware and operating system
+
+   - The compiler used, including version number and compilation options
+
+   - A description of the bug behavior
+
+   - A short program which exercises the bug
+
+It is useful if you can check whether the same problem occurs when the
+library is compiled without optimization.  Thank you.
+
+Any errors or omissions in this manual can also be reported to the same
+address.
+
+   ---------- Footnotes ----------
+
+   (1) (1) ‘http://savannah.gnu.org/bugs/?group=gsl’
+
+\1f
+File: gsl-ref.info,  Node: Further Information,  Next: Conventions used in this manual,  Prev: Reporting Bugs,  Up: Introduction
+
+1.6 Further Information
+=======================
+
+Additional information, including online copies of this manual, links to
+related projects, and mailing list archives are available from the
+website mentioned above.
+
+Any questions about the use and installation of the library can be asked
+on the mailing list <help-gsl@gnu.org>.  To subscribe to this list, send
+an email of the following form:
+
+     To: help-gsl-request@gnu.org
+     Subject: subscribe
+
+This mailing list can be used to ask questions not covered by this
+manual, and to contact the developers of the library.
+
+If you would like to refer to the GNU Scientific Library in a journal
+article, the recommended way is to cite this reference manual, e.g.:
+
+     M. Galassi et al, GNU Scientific Library Reference Manual (3rd Ed.), ISBN 0954612078.
+
+If you want to give a url, use “‘http://www.gnu.org/software/gsl/’”.
+
+\1f
+File: gsl-ref.info,  Node: Conventions used in this manual,  Prev: Further Information,  Up: Introduction
+
+1.7 Conventions used in this manual
+===================================
+
+This manual contains many examples which can be typed at the keyboard.
+A command entered at the terminal is shown like this:
+
+     $ command
+
+The first character on the line is the terminal prompt, and should not
+be typed.  The dollar sign $ is used as the standard prompt in this
+manual, although some systems may use a different character.
+
+The examples assume the use of the GNU operating system.  There may be
+minor differences in the output on other systems.  The commands for
+setting environment variables use the Bourne shell syntax of the
+standard GNU shell (‘bash’).
+
+\1f
+File: gsl-ref.info,  Node: Using the Library,  Next: Error Handling,  Prev: Introduction,  Up: Top
+
+2 Using the Library
+*******************
+
+This chapter describes how to compile programs that use GSL, and
+introduces its conventions.
+
+* Menu:
+
+* An Example Program::
+* Compiling and Linking::
+* Shared Libraries::
+* ANSI C Compliance::
+* Inline functions::
+* Long double::
+* Portability functions::
+* Alternative optimized functions::
+* Support for different numeric types::
+* Compatibility with C++::
+* Aliasing of arrays::
+* Thread-safety::
+* Deprecated Functions::
+* Code Reuse::
+
+\1f
+File: gsl-ref.info,  Node: An Example Program,  Next: Compiling and Linking,  Up: Using the Library
+
+2.1 An Example Program
+======================
+
+The following short program demonstrates the use of the library by
+computing the value of the Bessel function J_0(x) for x=5:
+
+     #include <stdio.h>
+     #include <gsl/gsl_sf_bessel.h>
+
+     int
+     main (void)
+     {
+       double x = 5.0;
+       double y = gsl_sf_bessel_J0 (x);
+       printf ("J0(%g) = %.18e\n", x, y);
+       return 0;
+     }
+
+The output is shown below, and should be correct to double-precision
+accuracy (1),
+
+     J0(5) = -1.775967713143382642e-01
+
+The steps needed to compile this program are described in the following
+sections.
+
+   ---------- Footnotes ----------
+
+   (1) (1) The last few digits may vary slightly depending on the
+compiler and platform used—this is normal
+
+\1f
+File: gsl-ref.info,  Node: Compiling and Linking,  Next: Shared Libraries,  Prev: An Example Program,  Up: Using the Library
+
+2.2 Compiling and Linking
+=========================
+
+The library header files are installed in their own ‘gsl’ directory.
+You should write any preprocessor include statements with a ‘gsl/’
+directory prefix thus:
+
+     #include <gsl/gsl_math.h>
+
+If the directory is not installed on the standard search path of your
+compiler you will also need to provide its location to the preprocessor
+as a command line flag.  The default location of the ‘gsl’ directory is
+‘/usr/local/include/gsl’.  A typical compilation command for a source
+file ‘example.c’ with the GNU C compiler ‘gcc’ is:
+
+     $ gcc -Wall -I/usr/local/include -c example.c
+
+This results in an object file ‘example.o’.  The default include path
+for ‘gcc’ searches ‘/usr/local/include’ automatically so the ‘-I’ option
+can actually be omitted when GSL is installed in its default location.
+
+* Menu:
+
+* Linking programs with the library::
+* Linking with an alternative BLAS library::
+
+\1f
+File: gsl-ref.info,  Node: Linking programs with the library,  Next: Linking with an alternative BLAS library,  Up: Compiling and Linking
+
+2.2.1 Linking programs with the library
+---------------------------------------
+
+The library is installed as a single file, ‘libgsl.a’.  A shared version
+of the library ‘libgsl.so’ is also installed on systems that support
+shared libraries.  The default location of these files is
+‘/usr/local/lib’.  If this directory is not on the standard search path
+of your linker you will also need to provide its location as a command
+line flag.
+
+To link against the library you need to specify both the main library
+and a supporting CBLAS library, which provides standard basic linear
+algebra subroutines.  A suitable CBLAS implementation is provided in the
+library ‘libgslcblas.a’ if your system does not provide one.  The
+following example shows how to link an application with the library:
+
+     $ gcc -L/usr/local/lib example.o -lgsl -lgslcblas -lm
+
+The default library path for ‘gcc’ searches ‘/usr/local/lib’
+automatically so the ‘-L’ option can be omitted when GSL is installed in
+its default location.
+
+The option ‘-lm’ links with the system math library.  On some systems it
+is not needed.  (1)
+
+For a tutorial introduction to the GNU C Compiler and related programs,
+see “An Introduction to GCC” (ISBN 0954161793).  (2)
+
+   ---------- Footnotes ----------
+
+   (1) (2) It is not needed on MacOS X
+
+   (2) (3) ‘http://www.network-theory.co.uk/gcc/intro/’
+
+\1f
+File: gsl-ref.info,  Node: Linking with an alternative BLAS library,  Prev: Linking programs with the library,  Up: Compiling and Linking
+
+2.2.2 Linking with an alternative BLAS library
+----------------------------------------------
+
+The following command line shows how you would link the same application
+with an alternative CBLAS library ‘libcblas.a’:
+
+     $ gcc example.o -lgsl -lcblas -lm
+
+For the best performance an optimized platform-specific CBLAS library
+should be used for ‘-lcblas’.  The library must conform to the CBLAS
+standard.  The ATLAS package provides a portable high-performance BLAS
+library with a CBLAS interface.  It is free software and should be
+installed for any work requiring fast vector and matrix operations.  The
+following command line will link with the ATLAS library and its CBLAS
+interface:
+
+     $ gcc example.o -lgsl -lcblas -latlas -lm
+
+If the ATLAS library is installed in a non-standard directory use the
+‘-L’ option to add it to the search path, as described above.
+
+For more information about BLAS functions see *note BLAS Support: 11.
+
+\1f
+File: gsl-ref.info,  Node: Shared Libraries,  Next: ANSI C Compliance,  Prev: Compiling and Linking,  Up: Using the Library
+
+2.3 Shared Libraries
+====================
+
+To run a program linked with the shared version of the library the
+operating system must be able to locate the corresponding ‘.so’ file at
+runtime.  If the library cannot be found, the following error will
+occur:
+
+     $ ./a.out
+     ./a.out: error while loading shared libraries:
+     libgsl.so.0: cannot open shared object file: No such file or directory
+
+To avoid this error, either modify the system dynamic linker
+configuration (1) or define the shell variable ‘LD_LIBRARY_PATH’ to
+include the directory where the library is installed.
+
+For example, in the Bourne shell (‘/bin/sh’ or ‘/bin/bash’), the library
+search path can be set with the following commands:
+
+     $ LD_LIBRARY_PATH=/usr/local/lib
+     $ export LD_LIBRARY_PATH
+     $ ./example
+
+In the C-shell (‘/bin/csh’ or ‘/bin/tcsh’) the equivalent command is:
+
+     % setenv LD_LIBRARY_PATH /usr/local/lib
+
+The standard prompt for the C-shell in the example above is the percent
+character %, and should not be typed as part of the command.
+
+To save retyping these commands each session they can be placed in an
+individual or system-wide login file.
+
+To compile a statically linked version of the program, use the ‘-static’
+flag in ‘gcc’:
+
+     $ gcc -static example.o -lgsl -lgslcblas -lm
+
+   ---------- Footnotes ----------
+
+   (1) (4) ‘/etc/ld.so.conf’ on GNU/Linux systems
+
+\1f
+File: gsl-ref.info,  Node: ANSI C Compliance,  Next: Inline functions,  Prev: Shared Libraries,  Up: Using the Library
+
+2.4 ANSI C Compliance
+=====================
+
+The library is written in ANSI C and is intended to conform to the ANSI
+C standard (C89).  It should be portable to any system with a working
+ANSI C compiler.
+
+The library does not rely on any non-ANSI extensions in the interface it
+exports to the user.  Programs you write using GSL can be ANSI
+compliant.  Extensions which can be used in a way compatible with pure
+ANSI C are supported, however, via conditional compilation.  This allows
+the library to take advantage of compiler extensions on those platforms
+which support them.
+
+When an ANSI C feature is known to be broken on a particular system the
+library will exclude any related functions at compile-time.  This should
+make it impossible to link a program that would use these functions and
+give incorrect results.
+
+To avoid namespace conflicts all exported function names and variables
+have the prefix ‘gsl_’, while exported macros have the prefix ‘GSL_’.
+
+\1f
+File: gsl-ref.info,  Node: Inline functions,  Next: Long double,  Prev: ANSI C Compliance,  Up: Using the Library
+
+2.5 Inline functions
+====================
+
+The ‘inline’ keyword is not part of the original ANSI C standard (C89)
+so the library does not export any inline function definitions by
+default.  Inline functions were introduced officially in the newer C99
+standard but most C89 compilers have also included ‘inline’ as an
+extension for a long time.
+
+To allow the use of inline functions, the library provides optional
+inline versions of performance-critical routines by conditional
+compilation in the exported header files.  The inline versions of these
+functions can be included by defining the macro ‘HAVE_INLINE’ when
+compiling an application:
+
+     $ gcc -Wall -c -DHAVE_INLINE example.c
+
+If you use ‘autoconf’ this macro can be defined automatically.  If you
+do not define the macro ‘HAVE_INLINE’ then the slower non-inlined
+versions of the functions will be used instead.
+
+By default, the actual form of the inline keyword is ‘extern inline’,
+which is a ‘gcc’ extension that eliminates unnecessary function
+definitions.  If the form ‘extern inline’ causes problems with other
+compilers a stricter autoconf test can be used, see *note Autoconf
+Macros: 16.
+
+When compiling with ‘gcc’ in C99 mode (‘gcc -std=c99’) the header files
+automatically switch to C99-compatible inline function declarations
+instead of ‘extern inline’.  With other C99 compilers, define the macro
+‘GSL_C99_INLINE’ to use these declarations.
+
+\1f
+File: gsl-ref.info,  Node: Long double,  Next: Portability functions,  Prev: Inline functions,  Up: Using the Library
+
+2.6 Long double
+===============
+
+In general, the algorithms in the library are written for double
+precision only.  The ‘long double’ type is not supported for actual
+computation.
+
+One reason for this choice is that the precision of ‘long double’ is
+platform dependent.  The IEEE standard only specifies the minimum
+precision of extended precision numbers, while the precision of ‘double’
+is the same on all platforms.
+
+However, it is sometimes necessary to interact with external data in
+long-double format, so the vector and matrix datatypes include
+long-double versions.
+
+It should be noted that in some system libraries the ‘stdio.h’ formatted
+input/output functions ‘printf’ and ‘scanf’ are not implemented
+correctly for ‘long double’.  Undefined or incorrect results are avoided
+by testing these functions during the ‘configure’ stage of library
+compilation and eliminating certain GSL functions which depend on them
+if necessary.  The corresponding line in the ‘configure’ output looks
+like this:
+
+     checking whether printf works with long double... no
+
+Consequently when ‘long double’ formatted input/output does not work on
+a given system it should be impossible to link a program which uses GSL
+functions dependent on this.
+
+If it is necessary to work on a system which does not support formatted
+‘long double’ input/output then the options are to use binary formats or
+to convert ‘long double’ results into ‘double’ for reading and writing.
+
+\1f
+File: gsl-ref.info,  Node: Portability functions,  Next: Alternative optimized functions,  Prev: Long double,  Up: Using the Library
+
+2.7 Portability functions
+=========================
+
+To help in writing portable applications GSL provides some
+implementations of functions that are found in other libraries, such as
+the BSD math library.  You can write your application to use the native
+versions of these functions, and substitute the GSL versions via a
+preprocessor macro if they are unavailable on another platform.
+
+For example, after determining whether the BSD function ‘hypot()’ is
+available you can include the following macro definitions in a file
+‘config.h’ with your application:
+
+     /* Substitute gsl_hypot for missing system hypot */
+
+     #ifndef HAVE_HYPOT
+     #define hypot gsl_hypot
+     #endif
+
+The application source files can then use the include command ‘#include
+<config.h>’ to replace each occurrence of ‘hypot()’ by *note
+gsl_hypot(): 1a. when ‘hypot()’ is not available.  This substitution can
+be made automatically if you use ‘autoconf’, see *note Autoconf Macros:
+16.
+
+In most circumstances the best strategy is to use the native versions of
+these functions when available, and fall back to GSL versions otherwise,
+since this allows your application to take advantage of any
+platform-specific optimizations in the system library.  This is the
+strategy used within GSL itself.
+
+\1f
+File: gsl-ref.info,  Node: Alternative optimized functions,  Next: Support for different numeric types,  Prev: Portability functions,  Up: Using the Library
+
+2.8 Alternative optimized functions
+===================================
+
+The main implementation of some functions in the library will not be
+optimal on all architectures.  For example, there are several ways to
+compute a Gaussian random variate and their relative speeds are
+platform-dependent.  In cases like this the library provides alternative
+implementations of these functions with the same interface.  If you
+write your application using calls to the standard implementation you
+can select an alternative version later via a preprocessor definition.
+It is also possible to introduce your own optimized functions this way
+while retaining portability.  The following lines demonstrate the use of
+a platform-dependent choice of methods for sampling from the Gaussian
+distribution:
+
+     #ifdef SPARC
+     #define gsl_ran_gaussian gsl_ran_gaussian_ratio_method
+     #endif
+     #ifdef INTEL
+     #define gsl_ran_gaussian my_gaussian
+     #endif
+
+These lines would be placed in the configuration header file ‘config.h’
+of the application, which should then be included by all the source
+files.  Note that the alternative implementations will not produce
+bit-for-bit identical results, and in the case of random number
+distributions will produce an entirely different stream of random
+variates.
+
+\1f
+File: gsl-ref.info,  Node: Support for different numeric types,  Next: Compatibility with C++,  Prev: Alternative optimized functions,  Up: Using the Library
+
+2.9 Support for different numeric types
+=======================================
+
+Many functions in the library are defined for different numeric types.
+This feature is implemented by varying the name of the function with a
+type-related modifier—a primitive form of C++ templates.  The modifier
+is inserted into the function name after the initial module prefix.  The
+following table shows the function names defined for all the numeric
+types of an imaginary module ‘gsl_foo’ with function ‘fn()’:
+
+     gsl_foo_fn               double
+     gsl_foo_long_double_fn   long double
+     gsl_foo_float_fn         float
+     gsl_foo_long_fn          long
+     gsl_foo_ulong_fn         unsigned long
+     gsl_foo_int_fn           int
+     gsl_foo_uint_fn          unsigned int
+     gsl_foo_short_fn         short
+     gsl_foo_ushort_fn        unsigned short
+     gsl_foo_char_fn          char
+     gsl_foo_uchar_fn         unsigned char
+
+The normal numeric precision ‘double’ is considered the default and does
+not require a suffix.  For example, the function *note gsl_stats_mean():
+1d. computes the mean of double precision numbers, while the function
+‘gsl_stats_int_mean()’ computes the mean of integers.
+
+A corresponding scheme is used for library defined types, such as
+‘gsl_vector’ and ‘gsl_matrix’.  In this case the modifier is appended to
+the type name.  For example, if a module defines a new type-dependent
+struct or typedef ‘gsl_foo’ it is modified for other types in the
+following way:
+
+     gsl_foo                  double
+     gsl_foo_long_double      long double
+     gsl_foo_float            float
+     gsl_foo_long             long
+     gsl_foo_ulong            unsigned long
+     gsl_foo_int              int
+     gsl_foo_uint             unsigned int
+     gsl_foo_short            short
+     gsl_foo_ushort           unsigned short
+     gsl_foo_char             char
+     gsl_foo_uchar            unsigned char
+
+When a module contains type-dependent definitions the library provides
+individual header files for each type.  The filenames are modified as
+shown in the below.  For convenience the default header includes the
+definitions for all the types.  To include only the double precision
+header file, or any other specific type, use its individual filename:
+
+     #include <gsl/gsl_foo.h>               All types
+     #include <gsl/gsl_foo_double.h>        double
+     #include <gsl/gsl_foo_long_double.h>   long double
+     #include <gsl/gsl_foo_float.h>         float
+     #include <gsl/gsl_foo_long.h>          long
+     #include <gsl/gsl_foo_ulong.h>         unsigned long
+     #include <gsl/gsl_foo_int.h>           int
+     #include <gsl/gsl_foo_uint.h>          unsigned int
+     #include <gsl/gsl_foo_short.h>         short
+     #include <gsl/gsl_foo_ushort.h>        unsigned short
+     #include <gsl/gsl_foo_char.h>          char
+     #include <gsl/gsl_foo_uchar.h>         unsigned char
+
+\1f
+File: gsl-ref.info,  Node: Compatibility with C++,  Next: Aliasing of arrays,  Prev: Support for different numeric types,  Up: Using the Library
+
+2.10 Compatibility with C++
+===========================
+
+The library header files automatically define functions to have ‘extern
+"C"’ linkage when included in C++ programs.  This allows the functions
+to be called directly from C++.
+
+To use C++ exception handling within user-defined functions passed to
+the library as parameters, the library must be built with the additional
+‘CFLAGS’ compilation option ‘-fexceptions’.
+
+\1f
+File: gsl-ref.info,  Node: Aliasing of arrays,  Next: Thread-safety,  Prev: Compatibility with C++,  Up: Using the Library
+
+2.11 Aliasing of arrays
+=======================
+
+The library assumes that arrays, vectors and matrices passed as
+modifiable arguments are not aliased and do not overlap with each other.
+This removes the need for the library to handle overlapping memory
+regions as a special case, and allows additional optimizations to be
+used.  If overlapping memory regions are passed as modifiable arguments
+then the results of such functions will be undefined.  If the arguments
+will not be modified (for example, if a function prototype declares them
+as ‘const’ arguments) then overlapping or aliased memory regions can be
+safely used.
+
+\1f
+File: gsl-ref.info,  Node: Thread-safety,  Next: Deprecated Functions,  Prev: Aliasing of arrays,  Up: Using the Library
+
+2.12 Thread-safety
+==================
+
+The library can be used in multi-threaded programs.  All the functions
+are thread-safe, in the sense that they do not use static variables.
+Memory is always associated with objects and not with functions.  For
+functions which use `workspace' objects as temporary storage the
+workspaces should be allocated on a per-thread basis.  For functions
+which use `table' objects as read-only memory the tables can be used by
+multiple threads simultaneously.  Table arguments are always declared
+‘const’ in function prototypes, to indicate that they may be safely
+accessed by different threads.
+
+There are a small number of static global variables which are used to
+control the overall behavior of the library (e.g.  whether to use
+range-checking, the function to call on fatal error, etc).  These
+variables are set directly by the user, so they should be initialized
+once at program startup and not modified by different threads.
+
+\1f
+File: gsl-ref.info,  Node: Deprecated Functions,  Next: Code Reuse,  Prev: Thread-safety,  Up: Using the Library
+
+2.13 Deprecated Functions
+=========================
+
+From time to time, it may be necessary for the definitions of some
+functions to be altered or removed from the library.  In these
+circumstances the functions will first be declared `deprecated' and then
+removed from subsequent versions of the library.  Functions that are
+deprecated can be disabled in the current release by setting the
+preprocessor definition ‘GSL_DISABLE_DEPRECATED’.  This allows existing
+code to be tested for forwards compatibility.
+
+\1f
+File: gsl-ref.info,  Node: Code Reuse,  Prev: Deprecated Functions,  Up: Using the Library
+
+2.14 Code Reuse
+===============
+
+Where possible the routines in the library have been written to avoid
+dependencies between modules and files.  This should make it possible to
+extract individual functions for use in your own applications, without
+needing to have the whole library installed.  You may need to define
+certain macros such as ‘GSL_ERROR’ and remove some ‘#include’ statements
+in order to compile the files as standalone units.  Reuse of the library
+code in this way is encouraged, subject to the terms of the GNU General
+Public License.
+
+\1f
+File: gsl-ref.info,  Node: Error Handling,  Next: Mathematical Functions,  Prev: Using the Library,  Up: Top
+
+3 Error Handling
+****************
+
+This chapter describes the way that GSL functions report and handle
+errors.  By examining the status information returned by every function
+you can determine whether it succeeded or failed, and if it failed you
+can find out what the precise cause of failure was.  You can also define
+your own error handling functions to modify the default behavior of the
+library.
+
+The functions described in this section are declared in the header file
+‘gsl_errno.h’.
+
+* Menu:
+
+* Error Reporting::
+* Error Codes::
+* Error Handlers::
+* Using GSL error reporting in your own functions::
+* Examples::
+
+\1f
+File: gsl-ref.info,  Node: Error Reporting,  Next: Error Codes,  Up: Error Handling
+
+3.1 Error Reporting
+===================
+
+The library follows the thread-safe error reporting conventions of the
+POSIX Threads library.  Functions return a non-zero error code to
+indicate an error and ‘0’ to indicate success:
+
+     int status = gsl_function (...)
+
+     if (status) { /* an error occurred */
+       .....
+       /* status value specifies the type of error */
+     }
+
+The routines report an error whenever they cannot perform the task
+requested of them.  For example, a root-finding function would return a
+non-zero error code if could not converge to the requested accuracy, or
+exceeded a limit on the number of iterations.  Situations like this are
+a normal occurrence when using any mathematical library and you should
+check the return status of the functions that you call.
+
+Whenever a routine reports an error the return value specifies the type
+of error.  The return value is analogous to the value of the variable
+‘errno’ in the C library.  The caller can examine the return code and
+decide what action to take, including ignoring the error if it is not
+considered serious.
+
+In addition to reporting errors by return codes the library also has an
+error handler function ‘gsl_error()’.  This function is called by other
+library functions when they report an error, just before they return to
+the caller.  The default behavior of the error handler is to print a
+message and abort the program:
+
+     gsl: file.c:67: ERROR: invalid argument supplied by user
+     Default GSL error handler invoked.
+     Aborted
+
+The purpose of the ‘gsl_error()’ handler is to provide a function where
+a breakpoint can be set that will catch library errors when running
+under the debugger.  It is not intended for use in production programs,
+which should handle any errors using the return codes.
+
+\1f
+File: gsl-ref.info,  Node: Error Codes,  Next: Error Handlers,  Prev: Error Reporting,  Up: Error Handling
+
+3.2 Error Codes
+===============
+
+The error code numbers returned by library functions are defined in the
+file ‘gsl_errno.h’.  They all have the prefix ‘GSL_’ and expand to
+non-zero constant integer values.  Error codes above 1024 are reserved
+for applications, and are not used by the library.  Many of the error
+codes use the same base name as the corresponding error code in the C
+library.  Here are some of the most common error codes,
+
+ -- Variable: int GSL_EDOM
+
+     Domain error; used by mathematical functions when an argument value
+     does not fall into the domain over which the function is defined
+     (like ‘EDOM’ in the C library)
+
+ -- Variable: int GSL_ERANGE
+
+     Range error; used by mathematical functions when the result value
+     is not representable because of overflow or underflow (like
+     ‘ERANGE’ in the C library)
+
+ -- Variable: int GSL_ENOMEM
+
+     No memory available.  The system cannot allocate more virtual
+     memory because its capacity is full (like ‘ENOMEM’ in the C
+     library).  This error is reported when a GSL routine encounters
+     problems when trying to allocate memory with ‘malloc()’.
+
+ -- Variable: int GSL_EINVAL
+
+     Invalid argument.  This is used to indicate various kinds of
+     problems with passing the wrong argument to a library function
+     (like ‘EINVAL’ in the C library).
+
+The error codes can be converted into an error message using the
+function *note gsl_strerror(): 2c.
+
+ -- Function: const char *gsl_strerror (const int gsl_errno)
+
+     This function returns a pointer to a string describing the error
+     code *note gsl_errno: 2c.  For example:
+
+          printf ("error: %s\n", gsl_strerror (status));
+
+     would print an error message like ‘error: output range error’ for a
+     status value of *note GSL_ERANGE: 29.
+
+\1f
+File: gsl-ref.info,  Node: Error Handlers,  Next: Using GSL error reporting in your own functions,  Prev: Error Codes,  Up: Error Handling
+
+3.3 Error Handlers
+==================
+
+The default behavior of the GSL error handler is to print a short
+message and call ‘abort()’.  When this default is in use programs will
+stop with a core-dump whenever a library routine reports an error.  This
+is intended as a fail-safe default for programs which do not check the
+return status of library routines (we don’t encourage you to write
+programs this way).
+
+If you turn off the default error handler it is your responsibility to
+check the return values of routines and handle them yourself.  You can
+also customize the error behavior by providing a new error handler.  For
+example, an alternative error handler could log all errors to a file,
+ignore certain error conditions (such as underflows), or start the
+debugger and attach it to the current process when an error occurs.
+
+All GSL error handlers have the type ‘gsl_error_handler_t’, which is
+defined in ‘gsl_errno.h’,
+
+ -- Type: gsl_error_handler_t
+
+     This is the type of GSL error handler functions.  An error handler
+     will be passed four arguments which specify the reason for the
+     error (a string), the name of the source file in which it occurred
+     (also a string), the line number in that file (an integer) and the
+     error number (an integer).  The source file and line number are set
+     at compile time using the ‘__FILE__’ and ‘__LINE__’ directives in
+     the preprocessor.  An error handler function returns type ‘void’.
+     Error handler functions should be defined like this:
+
+          void handler (const char * reason,
+                        const char * file,
+                        int line,
+                        int gsl_errno)
+
+To request the use of your own error handler you need to call the
+function *note gsl_set_error_handler(): 2f. which is also declared in
+‘gsl_errno.h’,
+
+ -- Function: *note gsl_error_handler_t: 2e. *gsl_set_error_handler
+          (gsl_error_handler_t *new_handler)
+
+     This function sets a new error handler, *note new_handler: 2f, for
+     the GSL library routines.  The previous handler is returned (so
+     that you can restore it later).  Note that the pointer to a user
+     defined error handler function is stored in a static variable, so
+     there can be only one error handler per program.  This function
+     should be not be used in multi-threaded programs except to set up a
+     program-wide error handler from a master thread.  The following
+     example shows how to set and restore a new error handler:
+
+          /* save original handler, install new handler */
+          old_handler = gsl_set_error_handler (&my_handler);
+
+          /* code uses new handler */
+          .....
+
+          /* restore original handler */
+          gsl_set_error_handler (old_handler);
+
+     To use the default behavior (‘abort()’ on error) set the error
+     handler to ‘NULL’:
+
+          old_handler = gsl_set_error_handler (NULL);
+
+ -- Function: *note gsl_error_handler_t: 2e. *gsl_set_error_handler_off
+          ()
+
+     This function turns off the error handler by defining an error
+     handler which does nothing.  This will cause the program to
+     continue after any error, so the return values from any library
+     routines must be checked.  This is the recommended behavior for
+     production programs.  The previous handler is returned (so that you
+     can restore it later).
+
+The error behavior can be changed for specific applications by
+recompiling the library with a customized definition of the ‘GSL_ERROR’
+macro in the file ‘gsl_errno.h’.
+
+\1f
+File: gsl-ref.info,  Node: Using GSL error reporting in your own functions,  Next: Examples,  Prev: Error Handlers,  Up: Error Handling
+
+3.4 Using GSL error reporting in your own functions
+===================================================
+
+If you are writing numerical functions in a program which also uses GSL
+code you may find it convenient to adopt the same error reporting
+conventions as in the library.
+
+To report an error you need to call the function ‘gsl_error()’ with a
+string describing the error and then return an appropriate error code
+from ‘gsl_errno.h’, or a special value, such as ‘NaN’.  For convenience
+the file ‘gsl_errno.h’ defines two macros which carry out these steps:
+
+ -- Macro: GSL_ERROR (reason, gsl_errno)
+
+     This macro reports an error using the GSL conventions and returns a
+     status value of ‘gsl_errno’.  It expands to the following code
+     fragment:
+
+          gsl_error (reason, __FILE__, __LINE__, gsl_errno);
+          return gsl_errno;
+
+     The macro definition in ‘gsl_errno.h’ actually wraps the code in a
+     ‘do { ... } while (0)’ block to prevent possible parsing problems.
+
+Here is an example of how the macro could be used to report that a
+routine did not achieve a requested tolerance.  To report the error the
+routine needs to return the error code ‘GSL_ETOL’:
+
+     if (residual > tolerance)
+       {
+         GSL_ERROR("residual exceeds tolerance", GSL_ETOL);
+       }
+
+ -- Macro: GSL_ERROR_VAL (reason, gsl_errno, value)
+
+     This macro is the same as ‘GSL_ERROR’ but returns a user-defined
+     value of ‘value’ instead of an error code.  It can be used for
+     mathematical functions that return a floating point value.
+
+The following example shows how to return a ‘NaN’ at a mathematical
+singularity using the ‘GSL_ERROR_VAL’ macro:
+
+     if (x == 0)
+       {
+         GSL_ERROR_VAL("argument lies on singularity", GSL_ERANGE, GSL_NAN);
+       }
+
+\1f
+File: gsl-ref.info,  Node: Examples,  Prev: Using GSL error reporting in your own functions,  Up: Error Handling
+
+3.5 Examples
+============
+
+Here is an example of some code which checks the return value of a
+function where an error might be reported:
+
+     #include <stdio.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_fft_complex.h>
+
+     ...
+       int status;
+       size_t n = 37;
+
+       gsl_set_error_handler_off();
+
+       status = gsl_fft_complex_radix2_forward (data, stride, n);
+
+       if (status) {
+         if (status == GSL_EINVAL) {
+            fprintf (stderr, "invalid argument, n=%d\n", n);
+         } else {
+            fprintf (stderr, "failed, gsl_errno=%d\n", status);
+         }
+         exit (-1);
+       }
+     ...
+
+The function *note gsl_fft_complex_radix2_forward(): 35. only accepts
+integer lengths which are a power of two.  If the variable ‘n’ is not a
+power of two then the call to the library function will return
+‘GSL_EINVAL’, indicating that the length argument is invalid.  The
+function call to *note gsl_set_error_handler_off(): 30. stops the
+default error handler from aborting the program.  The ‘else’ clause
+catches any other possible errors.
+
+\1f
+File: gsl-ref.info,  Node: Mathematical Functions,  Next: Complex Numbers,  Prev: Error Handling,  Up: Top
+
+4 Mathematical Functions
+************************
+
+This chapter describes basic mathematical functions.  Some of these
+functions are present in system libraries, but the alternative versions
+given here can be used as a substitute when the system functions are not
+available.
+
+The functions and macros described in this chapter are defined in the
+header file ‘gsl_math.h’.
+
+* Menu:
+
+* Mathematical Constants::
+* Infinities and Not-a-number::
+* Elementary Functions::
+* Small integer powers::
+* Testing the Sign of Numbers::
+* Testing for Odd and Even Numbers::
+* Maximum and Minimum functions::
+* Approximate Comparison of Floating Point Numbers::
+
+\1f
+File: gsl-ref.info,  Node: Mathematical Constants,  Next: Infinities and Not-a-number,  Up: Mathematical Functions
+
+4.1 Mathematical Constants
+==========================
+
+The library ensures that the standard BSD mathematical constants are
+defined.  For reference, here is a list of the constants:
+
+‘M_E’                     The base of exponentials, e
+                          
+                          
+‘M_LOG2E’                 The base-2 logarithm of e, \log_2 (e)
+                          
+                          
+‘M_LOG10E’                The base-10 logarithm of e, \log_{10} (e)
+                          
+                          
+‘M_SQRT2’                 The square root of two, \sqrt 2
+                          
+                          
+‘M_SQRT1_2’               The square root of one-half, \sqrt{1/2}
+                          
+                          
+‘M_SQRT3’                 The square root of three, \sqrt 3
+                          
+                          
+‘M_PI’                    The constant pi, \pi
+                          
+                          
+‘M_PI_2’                  Pi divided by two, \pi/2
+                          
+                          
+‘M_PI_4’                  Pi divided by four, \pi/4
+                          
+                          
+‘M_SQRTPI’                The square root of pi, \sqrt\pi
+                          
+                          
+‘M_2_SQRTPI’              Two divided by the square root of pi, 2/\sqrt\pi
+                          
+                          
+‘M_1_PI’                  The reciprocal of pi, 1/\pi
+                          
+                          
+‘M_2_PI’                  Twice the reciprocal of pi, 2/\pi
+                          
+                          
+‘M_LN10’                  The natural logarithm of ten, \ln(10)
+                          
+                          
+‘M_LN2’                   The natural logarithm of two, \ln(2)
+                          
+                          
+‘M_LNPI’                  The natural logarithm of pi, \ln(\pi)
+                          
+                          
+‘M_EULER’                 Euler’s constant, \gamma
+                          
+
+\1f
+File: gsl-ref.info,  Node: Infinities and Not-a-number,  Next: Elementary Functions,  Prev: Mathematical Constants,  Up: Mathematical Functions
+
+4.2 Infinities and Not-a-number
+===============================
+
+ -- Macro: GSL_POSINF
+
+     This macro contains the IEEE representation of positive infinity,
+     +\infty.  It is computed from the expression ‘+1.0/0.0’.
+
+ -- Macro: GSL_NEGINF
+
+     This macro contains the IEEE representation of negative infinity,
+     -\infty.  It is computed from the expression ‘-1.0/0.0’.
+
+ -- Macro: GSL_NAN
+
+     This macro contains the IEEE representation of the Not-a-Number
+     symbol, ‘NaN’.  It is computed from the ratio ‘0.0/0.0’.
+
+ -- Function: int gsl_isnan (const double x)
+
+     This function returns 1 if *note x: 3d. is not-a-number.
+
+ -- Function: int gsl_isinf (const double x)
+
+     This function returns +1 if *note x: 3e. is positive infinity, -1
+     if *note x: 3e. is negative infinity and 0 otherwise.  (1)
+
+ -- Function: int gsl_finite (const double x)
+
+     This function returns 1 if *note x: 3f. is a real number, and 0 if
+     it is infinite or not-a-number.
+
+   ---------- Footnotes ----------
+
+   (1) (1) Note that the C99 standard only requires the system ‘isinf()’
+function to return a non-zero value, without the sign of the infinity.
+The implementation in some earlier versions of GSL used the system
+‘isinf()’ function and may have this behavior on some platforms.
+Therefore, it is advisable to test the sign of ‘x’ separately, if
+needed, rather than relying the sign of the return value from *note
+gsl_isinf(): 3e.
+
+\1f
+File: gsl-ref.info,  Node: Elementary Functions,  Next: Small integer powers,  Prev: Infinities and Not-a-number,  Up: Mathematical Functions
+
+4.3 Elementary Functions
+========================
+
+The following routines provide portable implementations of functions
+found in the BSD math library.  When native versions are not available
+the functions described here can be used instead.  The substitution can
+be made automatically if you use ‘autoconf’ to compile your application
+(see *note Portability functions: 19.).
+
+ -- Function: double gsl_log1p (const double x)
+
+     This function computes the value of \log(1+x) in a way that is
+     accurate for small *note x: 41.  It provides an alternative to the
+     BSD math function ‘log1p(x)’.
+
+ -- Function: double gsl_expm1 (const double x)
+
+     This function computes the value of \exp(x)-1 in a way that is
+     accurate for small *note x: 42.  It provides an alternative to the
+     BSD math function ‘expm1(x)’.
+
+ -- Function: double gsl_hypot (const double x, const double y)
+
+     This function computes the value of \sqrt{x^2 + y^2} in a way that
+     avoids overflow.  It provides an alternative to the BSD math
+     function ‘hypot(x,y)’.
+
+ -- Function: double gsl_hypot3 (const double x, const double y, const
+          double z)
+
+     This function computes the value of \sqrt{x^2 + y^2 + z^2} in a way
+     that avoids overflow.
+
+ -- Function: double gsl_acosh (const double x)
+
+     This function computes the value of \arccosh{(x)}.  It provides an
+     alternative to the standard math function ‘acosh(x)’.
+
+ -- Function: double gsl_asinh (const double x)
+
+     This function computes the value of \arcsinh{(x)}.  It provides an
+     alternative to the standard math function ‘asinh(x)’.
+
+ -- Function: double gsl_atanh (const double x)
+
+     This function computes the value of \arctanh{(x)}.  It provides an
+     alternative to the standard math function ‘atanh(x)’.
+
+ -- Function: double gsl_ldexp (double x, int e)
+
+     This function computes the value of x * 2^e.  It provides an
+     alternative to the standard math function ‘ldexp(x,e)’.
+
+ -- Function: double gsl_frexp (double x, int *e)
+
+     This function splits the number *note x: 48. into its normalized
+     fraction f and exponent e, such that x = f * 2^e and 0.5 <= f < 1.
+     The function returns f and stores the exponent in e.  If x is zero,
+     both f and e are set to zero.  This function provides an
+     alternative to the standard math function ‘frexp(x, e)’.
+
+\1f
+File: gsl-ref.info,  Node: Small integer powers,  Next: Testing the Sign of Numbers,  Prev: Elementary Functions,  Up: Mathematical Functions
+
+4.4 Small integer powers
+========================
+
+A common complaint about the standard C library is its lack of a
+function for calculating (small) integer powers.  GSL provides some
+simple functions to fill this gap.  For reasons of efficiency, these
+functions do not check for overflow or underflow conditions.
+
+ -- Function: double gsl_pow_int (double x, int n)
+ -- Function: double gsl_pow_uint (double x, unsigned int n)
+
+     These routines computes the power x^n for integer *note n: 4b.  The
+     power is computed efficiently—for example, x^8 is computed as
+     ((x^2)^2)^2, requiring only 3 multiplications.  A version of this
+     function which also computes the numerical error in the result is
+     available as *note gsl_sf_pow_int_e(): 4c.
+
+ -- Function: double gsl_pow_2 (const double x)
+ -- Function: double gsl_pow_3 (const double x)
+ -- Function: double gsl_pow_4 (const double x)
+ -- Function: double gsl_pow_5 (const double x)
+ -- Function: double gsl_pow_6 (const double x)
+ -- Function: double gsl_pow_7 (const double x)
+ -- Function: double gsl_pow_8 (const double x)
+ -- Function: double gsl_pow_9 (const double x)
+
+     These functions can be used to compute small integer powers x^2,
+     x^3, etc.  efficiently.  The functions will be inlined when
+     ‘HAVE_INLINE’ is defined, so that use of these functions should be
+     as efficient as explicitly writing the corresponding product
+     expression:
+
+          #include <gsl/gsl_math.h>
+          double y = gsl_pow_4 (3.141)  /* compute 3.141**4 */
+
+\1f
+File: gsl-ref.info,  Node: Testing the Sign of Numbers,  Next: Testing for Odd and Even Numbers,  Prev: Small integer powers,  Up: Mathematical Functions
+
+4.5 Testing the Sign of Numbers
+===============================
+
+ -- Macro: GSL_SIGN (x)
+
+     This macro returns the sign of ‘x’.  It is defined as ‘((x) >= 0 ?
+     1 : -1)’.  Note that with this definition the sign of zero is
+     positive (regardless of its IEEE sign bit).
+
+\1f
+File: gsl-ref.info,  Node: Testing for Odd and Even Numbers,  Next: Maximum and Minimum functions,  Prev: Testing the Sign of Numbers,  Up: Mathematical Functions
+
+4.6 Testing for Odd and Even Numbers
+====================================
+
+ -- Macro: GSL_IS_ODD (n)
+
+     This macro evaluates to 1 if ‘n’ is odd and 0 if ‘n’ is even.  The
+     argument ‘n’ must be of integer type.
+
+ -- Macro: GSL_IS_EVEN (n)
+
+     This macro is the opposite of *note GSL_IS_ODD: 58.  It evaluates
+     to 1 if ‘n’ is even and 0 if ‘n’ is odd.  The argument ‘n’ must be
+     of integer type.
+
+\1f
+File: gsl-ref.info,  Node: Maximum and Minimum functions,  Next: Approximate Comparison of Floating Point Numbers,  Prev: Testing for Odd and Even Numbers,  Up: Mathematical Functions
+
+4.7 Maximum and Minimum functions
+=================================
+
+Note that the following macros perform multiple evaluations of their
+arguments, so they should not be used with arguments that have side
+effects (such as a call to a random number generator).
+
+ -- Macro: GSL_MAX (a, b)
+
+     This macro returns the maximum of ‘a’ and ‘b’.  It is defined as
+     ‘((a) > (b) ? (a):(b))’.
+
+ -- Macro: GSL_MIN (a, b)
+
+     This macro returns the minimum of ‘a’ and ‘b’.  It is defined as
+     ‘((a) < (b) ? (a):(b))’.
+
+ -- Function: extern inline double GSL_MAX_DBL (double a, double b)
+
+     This function returns the maximum of the double precision numbers
+     *note a: 5d. and *note b: 5d. using an inline function.  The use of
+     a function allows for type checking of the arguments as an extra
+     safety feature.  On platforms where inline functions are not
+     available the macro *note GSL_MAX: 5b. will be automatically
+     substituted.
+
+ -- Function: extern inline double GSL_MIN_DBL (double a, double b)
+
+     This function returns the minimum of the double precision numbers
+     *note a: 5e. and *note b: 5e. using an inline function.  The use of
+     a function allows for type checking of the arguments as an extra
+     safety feature.  On platforms where inline functions are not
+     available the macro *note GSL_MIN: 5c. will be automatically
+     substituted.
+
+ -- Function: extern inline int GSL_MAX_INT (int a, int b)
+ -- Function: extern inline int GSL_MIN_INT (int a, int b)
+
+     These functions return the maximum or minimum of the integers *note
+     a: 60. and *note b: 60. using an inline function.  On platforms
+     where inline functions are not available the macros *note GSL_MAX:
+     5b. or *note GSL_MIN: 5c. will be automatically substituted.
+
+ -- Function: extern inline long double GSL_MAX_LDBL (long double a,
+          long double b)
+ -- Function: extern inline long double GSL_MIN_LDBL (long double a,
+          long double b)
+
+     These functions return the maximum or minimum of the long doubles
+     *note a: 62. and *note b: 62. using an inline function.  On
+     platforms where inline functions are not available the macros *note
+     GSL_MAX: 5b. or *note GSL_MIN: 5c. will be automatically
+     substituted.
+
+\1f
+File: gsl-ref.info,  Node: Approximate Comparison of Floating Point Numbers,  Prev: Maximum and Minimum functions,  Up: Mathematical Functions
+
+4.8 Approximate Comparison of Floating Point Numbers
+====================================================
+
+It is sometimes useful to be able to compare two floating point numbers
+approximately, to allow for rounding and truncation errors.  The
+following function implements the approximate floating-point comparison
+algorithm proposed by D.E. Knuth in Section 4.2.2 of “Seminumerical
+Algorithms” (3rd edition).
+
+ -- Function: int gsl_fcmp (double x, double y, double epsilon)
+
+     This function determines whether *note x: 64. and *note y: 64. are
+     approximately equal to a relative accuracy *note epsilon: 64.
+
+     The relative accuracy is measured using an interval of size 2
+     \delta, where \delta = 2^k \epsilon and k is the maximum base-2
+     exponent of x and y as computed by the function ‘frexp()’.
+
+     If x and y lie within this interval, they are considered
+     approximately equal and the function returns 0.  Otherwise if x <
+     y, the function returns -1, or if x > y, the function returns +1.
+
+     Note that x and y are compared to relative accuracy, so this
+     function is not suitable for testing whether a value is
+     approximately zero.
+
+     The implementation is based on the package ‘fcmp’ by T.C. Belding.
+
+\1f
+File: gsl-ref.info,  Node: Complex Numbers,  Next: Polynomials,  Prev: Mathematical Functions,  Up: Top
+
+5 Complex Numbers
+*****************
+
+The functions described in this chapter provide support for complex
+numbers.  The algorithms take care to avoid unnecessary intermediate
+underflows and overflows, allowing the functions to be evaluated over as
+much of the complex plane as possible.
+
+For multiple-valued functions the branch cuts have been chosen to follow
+the conventions of Abramowitz and Stegun.  The functions return
+principal values which are the same as those in GNU Calc, which in turn
+are the same as those in “Common Lisp, The Language (Second Edition)”
+(1) and the HP-28/48 series of calculators.
+
+The complex types are defined in the header file ‘gsl_complex.h’, while
+the corresponding complex functions and arithmetic operations are
+defined in ‘gsl_complex_math.h’.
+
+* Menu:
+
+* Representation of complex numbers::
+* Complex number macros::
+* Assigning complex numbers::
+* Properties of complex numbers::
+* Complex arithmetic operators::
+* Elementary Complex Functions::
+* Complex Trigonometric Functions::
+* Inverse Complex Trigonometric Functions::
+* Complex Hyperbolic Functions::
+* Inverse Complex Hyperbolic Functions::
+* References and Further Reading::
+
+   ---------- Footnotes ----------
+
+   (1) (1) Note that the first edition uses different definitions.
+
+\1f
+File: gsl-ref.info,  Node: Representation of complex numbers,  Next: Complex number macros,  Up: Complex Numbers
+
+5.1 Representation of complex numbers
+=====================================
+
+Complex numbers are represented using the type ‘gsl_complex’.  The
+default interface defines ‘gsl_complex’ as:
+
+     typedef struct
+     {
+       double dat[2];
+     } gsl_complex;
+
+The real and imaginary part are stored in contiguous elements of a two
+element array.  This eliminates any padding between the real and
+imaginary parts, ‘dat[0]’ and ‘dat[1]’, allowing the struct to be mapped
+correctly onto packed complex arrays.
+
+If a C compiler is available which supports the C11 standard, and the
+‘<complex.h>’ header file is included `prior' to ‘gsl_complex.h’, then
+‘gsl_complex’ will be defined to be the native C complex type:
+
+     typedef double complex gsl_complex
+
+This allows users to use ‘gsl_complex’ in ordinary operations such as:
+
+     gsl_complex x = 2 + 5 * I;
+     gsl_complex y = x + (3 - 4*I);
+
+     Important: Native C support for complex numbers was introduced in
+     the C99 standard, and additional functionality was added in C11.
+     When ‘<complex.h>’ is included in a user’s program prior to
+     ‘gsl_complex.h’, GSL uses the new C11 functionality to define the
+     *note GSL_REAL: 68. and *note GSL_IMAG: 69. macros.  It does not
+     appear possible to properly define these macros using the C99
+     standard, and so using a C99 compiler will not define ‘gsl_complex’
+     to the native complex type.
+
+     Some compilers, such as the gcc 4.8 series implement only a portion
+     of the C11 standard and so they may fail to correctly compile GSL
+     code when a user tries to turn on native complex functionality.  A
+     workaround for this issue is to either remove ‘<complex.h>’ from
+     the include list, or add ‘-DGSL_COMPLEX_LEGACY’ to the compiler
+     flags, which will use the older struct-based definition of
+     ‘gsl_complex’.
+
+\1f
+File: gsl-ref.info,  Node: Complex number macros,  Next: Assigning complex numbers,  Prev: Representation of complex numbers,  Up: Complex Numbers
+
+5.2 Complex number macros
+=========================
+
+The following C macros offer convenient ways to manipulate complex
+numbers.
+
+ -- Macro: GSL_REAL (z)
+ -- Macro: GSL_IMAG (z)
+
+     These macros return a memory location (lvalue) corresponding to the
+     real and imaginary parts respectively of the complex number ‘z’.
+     This allows users to perform operations like:
+
+          gsl_complex x, y;
+
+          GSL_REAL(x) = 4;
+          GSL_IMAG(x) = 2;
+
+          GSL_REAL(y) = GSL_REAL(x);
+          GSL_IMAG(y) = GSL_REAL(x);
+
+     In other words, these macros can both read and write to the real
+     and imaginary parts of a complex variable.
+
+ -- Macro: GSL_SET_COMPLEX (zp, x, y)
+
+     This macro uses the Cartesian components (‘x’, ‘y’) to set the real
+     and imaginary parts of the complex number pointed to by ‘zp’.  For
+     example:
+
+          GSL_SET_COMPLEX(&z, 3, 4)
+
+     sets z to be 3 + 4i.
+
+\1f
+File: gsl-ref.info,  Node: Assigning complex numbers,  Next: Properties of complex numbers,  Prev: Complex number macros,  Up: Complex Numbers
+
+5.3 Assigning complex numbers
+=============================
+
+ -- Function: gsl_complex gsl_complex_rect (double x, double y)
+
+     This function uses the rectangular Cartesian components (x,y) to
+     return the complex number z = x + i y.  An inline version of this
+     function is used when ‘HAVE_INLINE’ is defined.
+
+ -- Function: gsl_complex gsl_complex_polar (double r, double theta)
+
+     This function returns the complex number z = r \exp(i \theta) = r
+     (\cos(\theta) + i \sin(\theta)) from the polar representation
+     (*note r: 6e, *note theta: 6e.).
+
+\1f
+File: gsl-ref.info,  Node: Properties of complex numbers,  Next: Complex arithmetic operators,  Prev: Assigning complex numbers,  Up: Complex Numbers
+
+5.4 Properties of complex numbers
+=================================
+
+ -- Function: double gsl_complex_arg (gsl_complex z)
+
+     This function returns the argument of the complex number *note z:
+     70, \arg(z), where -\pi < \arg(z) <= \pi.
+
+ -- Function: double gsl_complex_abs (gsl_complex z)
+
+     This function returns the magnitude of the complex number *note z:
+     71, |z|.
+
+ -- Function: double gsl_complex_abs2 (gsl_complex z)
+
+     This function returns the squared magnitude of the complex number
+     *note z: 72, |z|^2.
+
+ -- Function: double gsl_complex_logabs (gsl_complex z)
+
+     This function returns the natural logarithm of the magnitude of the
+     complex number *note z: 73, \log|z|.  It allows an accurate
+     evaluation of \log|z| when |z| is close to one.  The direct
+     evaluation of ‘log(gsl_complex_abs(z))’ would lead to a loss of
+     precision in this case.
+
+\1f
+File: gsl-ref.info,  Node: Complex arithmetic operators,  Next: Elementary Complex Functions,  Prev: Properties of complex numbers,  Up: Complex Numbers
+
+5.5 Complex arithmetic operators
+================================
+
+ -- Function: gsl_complex gsl_complex_add (gsl_complex a, gsl_complex b)
+
+     This function returns the sum of the complex numbers *note a: 75.
+     and *note b: 75, z=a+b.
+
+ -- Function: gsl_complex gsl_complex_sub (gsl_complex a, gsl_complex b)
+
+     This function returns the difference of the complex numbers *note
+     a: 76. and *note b: 76, z=a-b.
+
+ -- Function: gsl_complex gsl_complex_mul (gsl_complex a, gsl_complex b)
+
+     This function returns the product of the complex numbers *note a:
+     77. and *note b: 77, z=ab.
+
+ -- Function: gsl_complex gsl_complex_div (gsl_complex a, gsl_complex b)
+
+     This function returns the quotient of the complex numbers *note a:
+     78. and *note b: 78, z=a/b.
+
+ -- Function: gsl_complex gsl_complex_add_real (gsl_complex a, double x)
+
+     This function returns the sum of the complex number *note a: 79.
+     and the real number *note x: 79, z=a+x.
+
+ -- Function: gsl_complex gsl_complex_sub_real (gsl_complex a, double x)
+
+     This function returns the difference of the complex number *note a:
+     7a. and the real number *note x: 7a, z=a-x.
+
+ -- Function: gsl_complex gsl_complex_mul_real (gsl_complex a, double x)
+
+     This function returns the product of the complex number *note a:
+     7b. and the real number *note x: 7b, z=ax.
+
+ -- Function: gsl_complex gsl_complex_div_real (gsl_complex a, double x)
+
+     This function returns the quotient of the complex number *note a:
+     7c. and the real number *note x: 7c, z=a/x.
+
+ -- Function: gsl_complex gsl_complex_add_imag (gsl_complex a, double y)
+
+     This function returns the sum of the complex number *note a: 7d.
+     and the imaginary number iy, z=a+iy.
+
+ -- Function: gsl_complex gsl_complex_sub_imag (gsl_complex a, double y)
+
+     This function returns the difference of the complex number *note a:
+     7e. and the imaginary number iy, z=a-iy.
+
+ -- Function: gsl_complex gsl_complex_mul_imag (gsl_complex a, double y)
+
+     This function returns the product of the complex number *note a:
+     7f. and the imaginary number iy, z=a*(iy).
+
+ -- Function: gsl_complex gsl_complex_div_imag (gsl_complex a, double y)
+
+     This function returns the quotient of the complex number *note a:
+     80. and the imaginary number iy, z=a/(iy).
+
+ -- Function: gsl_complex gsl_complex_conjugate (gsl_complex z)
+
+     This function returns the complex conjugate of the complex number
+     *note z: 81, z^* = x - i y.
+
+ -- Function: gsl_complex gsl_complex_inverse (gsl_complex z)
+
+     This function returns the inverse, or reciprocal, of the complex
+     number *note z: 82, 1/z = (x - i y)/(x^2 + y^2).
+
+ -- Function: gsl_complex gsl_complex_negative (gsl_complex z)
+
+     This function returns the negative of the complex number *note z:
+     83, -z = (-x) + i(-y).
+
+\1f
+File: gsl-ref.info,  Node: Elementary Complex Functions,  Next: Complex Trigonometric Functions,  Prev: Complex arithmetic operators,  Up: Complex Numbers
+
+5.6 Elementary Complex Functions
+================================
+
+ -- Function: gsl_complex gsl_complex_sqrt (gsl_complex z)
+
+     This function returns the square root of the complex number *note
+     z: 85, \sqrt z.  The branch cut is the negative real axis.  The
+     result always lies in the right half of the complex plane.
+
+ -- Function: gsl_complex gsl_complex_sqrt_real (double x)
+
+     This function returns the complex square root of the real number
+     *note x: 86, where *note x: 86. may be negative.
+
+ -- Function: gsl_complex gsl_complex_pow (gsl_complex z, gsl_complex a)
+
+     The function returns the complex number *note z: 87. raised to the
+     complex power *note a: 87, z^a.  This is computed as
+     \exp(\log(z)*a) using complex logarithms and complex exponentials.
+
+ -- Function: gsl_complex gsl_complex_pow_real (gsl_complex z, double x)
+
+     This function returns the complex number *note z: 88. raised to the
+     real power *note x: 88, z^x.
+
+ -- Function: gsl_complex gsl_complex_exp (gsl_complex z)
+
+     This function returns the complex exponential of the complex number
+     *note z: 89, \exp(z).
+
+ -- Function: gsl_complex gsl_complex_log (gsl_complex z)
+
+     This function returns the complex natural logarithm (base e) of the
+     complex number *note z: 8a, \log(z).  The branch cut is the
+     negative real axis.
+
+ -- Function: gsl_complex gsl_complex_log10 (gsl_complex z)
+
+     This function returns the complex base-10 logarithm of the complex
+     number *note z: 8b, \log_{10} (z).
+
+ -- Function: gsl_complex gsl_complex_log_b (gsl_complex z, gsl_complex
+          b)
+
+     This function returns the complex base-*note b: 8c. logarithm of
+     the complex number *note z: 8c, \log_b(z).  This quantity is
+     computed as the ratio \log(z)/\log(b).
+
+\1f
+File: gsl-ref.info,  Node: Complex Trigonometric Functions,  Next: Inverse Complex Trigonometric Functions,  Prev: Elementary Complex Functions,  Up: Complex Numbers
+
+5.7 Complex Trigonometric Functions
+===================================
+
+ -- Function: gsl_complex gsl_complex_sin (gsl_complex z)
+
+     This function returns the complex sine of the complex number *note
+     z: 8e, \sin(z) = (\exp(iz) - \exp(-iz))/(2i).
+
+ -- Function: gsl_complex gsl_complex_cos (gsl_complex z)
+
+     This function returns the complex cosine of the complex number
+     *note z: 8f, \cos(z) = (\exp(iz) + \exp(-iz))/2.
+
+ -- Function: gsl_complex gsl_complex_tan (gsl_complex z)
+
+     This function returns the complex tangent of the complex number
+     *note z: 90, \tan(z) = \sin(z)/\cos(z).
+
+ -- Function: gsl_complex gsl_complex_sec (gsl_complex z)
+
+     This function returns the complex secant of the complex number
+     *note z: 91, \sec(z) = 1/\cos(z).
+
+ -- Function: gsl_complex gsl_complex_csc (gsl_complex z)
+
+     This function returns the complex cosecant of the complex number
+     *note z: 92, \csc(z) = 1/\sin(z).
+
+ -- Function: gsl_complex gsl_complex_cot (gsl_complex z)
+
+     This function returns the complex cotangent of the complex number
+     *note z: 93, \cot(z) = 1/\tan(z).
+
+\1f
+File: gsl-ref.info,  Node: Inverse Complex Trigonometric Functions,  Next: Complex Hyperbolic Functions,  Prev: Complex Trigonometric Functions,  Up: Complex Numbers
+
+5.8 Inverse Complex Trigonometric Functions
+===========================================
+
+ -- Function: gsl_complex gsl_complex_arcsin (gsl_complex z)
+
+     This function returns the complex arcsine of the complex number
+     *note z: 95, \arcsin(z).  The branch cuts are on the real axis,
+     less than -1 and greater than 1.
+
+ -- Function: gsl_complex gsl_complex_arcsin_real (double z)
+
+     This function returns the complex arcsine of the real number *note
+     z: 96, \arcsin(z).  For z between -1 and 1, the function returns a
+     real value in the range [-\pi/2,\pi/2].  For z less than -1 the
+     result has a real part of -\pi/2 and a positive imaginary part.
+     For z greater than 1 the result has a real part of \pi/2 and a
+     negative imaginary part.
+
+ -- Function: gsl_complex gsl_complex_arccos (gsl_complex z)
+
+     This function returns the complex arccosine of the complex number
+     *note z: 97, \arccos(z).  The branch cuts are on the real axis,
+     less than -1 and greater than 1.
+
+ -- Function: gsl_complex gsl_complex_arccos_real (double z)
+
+     This function returns the complex arccosine of the real number
+     *note z: 98, \arccos(z).  For z between -1 and 1, the function
+     returns a real value in the range [0,\pi].  For z less than -1 the
+     result has a real part of \pi and a negative imaginary part.  For z
+     greater than 1 the result is purely imaginary and positive.
+
+ -- Function: gsl_complex gsl_complex_arctan (gsl_complex z)
+
+     This function returns the complex arctangent of the complex number
+     *note z: 99, \arctan(z).  The branch cuts are on the imaginary
+     axis, below -i and above i.
+
+ -- Function: gsl_complex gsl_complex_arcsec (gsl_complex z)
+
+     This function returns the complex arcsecant of the complex number
+     *note z: 9a, \arcsec(z) = \arccos(1/z).
+
+ -- Function: gsl_complex gsl_complex_arcsec_real (double z)
+
+     This function returns the complex arcsecant of the real number
+     *note z: 9b, \arcsec(z) = \arccos(1/z).
+
+ -- Function: gsl_complex gsl_complex_arccsc (gsl_complex z)
+
+     This function returns the complex arccosecant of the complex number
+     *note z: 9c, \arccsc(z) = \arcsin(1/z).
+
+ -- Function: gsl_complex gsl_complex_arccsc_real (double z)
+
+     This function returns the complex arccosecant of the real number
+     *note z: 9d, \arccsc(z) = \arcsin(1/z).
+
+ -- Function: gsl_complex gsl_complex_arccot (gsl_complex z)
+
+     This function returns the complex arccotangent of the complex
+     number *note z: 9e, \arccot(z) = \arctan(1/z).
+
+\1f
+File: gsl-ref.info,  Node: Complex Hyperbolic Functions,  Next: Inverse Complex Hyperbolic Functions,  Prev: Inverse Complex Trigonometric Functions,  Up: Complex Numbers
+
+5.9 Complex Hyperbolic Functions
+================================
+
+ -- Function: gsl_complex gsl_complex_sinh (gsl_complex z)
+
+     This function returns the complex hyperbolic sine of the complex
+     number *note z: a0, \sinh(z) = (\exp(z) - \exp(-z))/2.
+
+ -- Function: gsl_complex gsl_complex_cosh (gsl_complex z)
+
+     This function returns the complex hyperbolic cosine of the complex
+     number *note z: a1, \cosh(z) = (\exp(z) + \exp(-z))/2.
+
+ -- Function: gsl_complex gsl_complex_tanh (gsl_complex z)
+
+     This function returns the complex hyperbolic tangent of the complex
+     number *note z: a2, \tanh(z) = \sinh(z)/\cosh(z).
+
+ -- Function: gsl_complex gsl_complex_sech (gsl_complex z)
+
+     This function returns the complex hyperbolic secant of the complex
+     number *note z: a3, \sech(z) = 1/\cosh(z).
+
+ -- Function: gsl_complex gsl_complex_csch (gsl_complex z)
+
+     This function returns the complex hyperbolic cosecant of the
+     complex number *note z: a4, \csch(z) = 1/\sinh(z).
+
+ -- Function: gsl_complex gsl_complex_coth (gsl_complex z)
+
+     This function returns the complex hyperbolic cotangent of the
+     complex number *note z: a5, \coth(z) = 1/\tanh(z).
+
+\1f
+File: gsl-ref.info,  Node: Inverse Complex Hyperbolic Functions,  Next: References and Further Reading,  Prev: Complex Hyperbolic Functions,  Up: Complex Numbers
+
+5.10 Inverse Complex Hyperbolic Functions
+=========================================
+
+ -- Function: gsl_complex gsl_complex_arcsinh (gsl_complex z)
+
+     This function returns the complex hyperbolic arcsine of the complex
+     number *note z: a7, \arcsinh(z).  The branch cuts are on the
+     imaginary axis, below -i and above i.
+
+ -- Function: gsl_complex gsl_complex_arccosh (gsl_complex z)
+
+     This function returns the complex hyperbolic arccosine of the
+     complex number *note z: a8, \arccosh(z).  The branch cut is on the
+     real axis, less than 1.  Note that in this case we use the negative
+     square root in formula 4.6.21 of Abramowitz & Stegun giving
+     \arccosh(z)=\log(z-\sqrt{z^2-1}).
+
+ -- Function: gsl_complex gsl_complex_arccosh_real (double z)
+
+     This function returns the complex hyperbolic arccosine of the real
+     number *note z: a9, \arccosh(z).
+
+ -- Function: gsl_complex gsl_complex_arctanh (gsl_complex z)
+
+     This function returns the complex hyperbolic arctangent of the
+     complex number *note z: aa, \arctanh(z).  The branch cuts are on
+     the real axis, less than -1 and greater than 1.
+
+ -- Function: gsl_complex gsl_complex_arctanh_real (double z)
+
+     This function returns the complex hyperbolic arctangent of the real
+     number *note z: ab, \arctanh(z).
+
+ -- Function: gsl_complex gsl_complex_arcsech (gsl_complex z)
+
+     This function returns the complex hyperbolic arcsecant of the
+     complex number *note z: ac, \arcsech(z) = \arccosh(1/z).
+
+ -- Function: gsl_complex gsl_complex_arccsch (gsl_complex z)
+
+     This function returns the complex hyperbolic arccosecant of the
+     complex number *note z: ad, \arccsch(z) = \arcsinh(1/z).
+
+ -- Function: gsl_complex gsl_complex_arccoth (gsl_complex z)
+
+     This function returns the complex hyperbolic arccotangent of the
+     complex number *note z: ae, \arccoth(z) = \arctanh(1/z).
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading,  Prev: Inverse Complex Hyperbolic Functions,  Up: Complex Numbers
+
+5.11 References and Further Reading
+===================================
+
+The implementations of the elementary and trigonometric functions are
+based on the following papers,
+
+   * T. E. Hull, Thomas F. Fairgrieve, Ping Tak Peter Tang,
+     “Implementing Complex Elementary Functions Using Exception
+     Handling”, ACM Transactions on Mathematical Software, Volume 20
+     (1994), pp 215–244, Corrigenda, p553
+
+   * T. E. Hull, Thomas F. Fairgrieve, Ping Tak Peter Tang,
+     “Implementing the complex arcsin and arccosine functions using
+     exception handling”, ACM Transactions on Mathematical Software,
+     Volume 23 (1997) pp 299–335
+
+The general formulas and details of branch cuts can be found in the
+following books,
+
+   * Abramowitz and Stegun, Handbook of Mathematical Functions,
+     “Circular Functions in Terms of Real and Imaginary Parts”, Formulas
+     4.3.55–58, “Inverse Circular Functions in Terms of Real and
+     Imaginary Parts”, Formulas 4.4.37–39, “Hyperbolic Functions in
+     Terms of Real and Imaginary Parts”, Formulas 4.5.49–52, “Inverse
+     Hyperbolic Functions—relation to Inverse Circular Functions”,
+     Formulas 4.6.14–19.
+
+   * Dave Gillespie, Calc Manual, Free Software Foundation, ISBN
+     1-882114-18-3
+
+\1f
+File: gsl-ref.info,  Node: Polynomials,  Next: Special Functions,  Prev: Complex Numbers,  Up: Top
+
+6 Polynomials
+*************
+
+This chapter describes functions for evaluating and solving polynomials.
+There are routines for finding real and complex roots of quadratic and
+cubic equations using analytic methods.  An iterative polynomial solver
+is also available for finding the roots of general polynomials with real
+coefficients (of any order).  The functions are declared in the header
+file ‘gsl_poly.h’.
+
+* Menu:
+
+* Polynomial Evaluation::
+* Divided Difference Representation of Polynomials::
+* Quadratic Equations::
+* Cubic Equations::
+* General Polynomial Equations::
+* Examples: Examples<2>.
+* References and Further Reading: References and Further Reading<2>.
+
+\1f
+File: gsl-ref.info,  Node: Polynomial Evaluation,  Next: Divided Difference Representation of Polynomials,  Up: Polynomials
+
+6.1 Polynomial Evaluation
+=========================
+
+The functions described here evaluate the polynomial
+
+P(x) = c[0] + c[1] x + c[2] x^2 + … + c[len-1] x^{len-1}
+
+using Horner’s method for stability.  Inline versions of these functions
+are used when ‘HAVE_INLINE’ is defined.
+
+ -- Function: double gsl_poly_eval (const double c[], const int len,
+          const double x)
+
+     This function evaluates a polynomial with real coefficients for the
+     real variable *note x: b3.
+
+ -- Function: gsl_complex gsl_poly_complex_eval (const double c[], const
+          int len, const gsl_complex z)
+
+     This function evaluates a polynomial with real coefficients for the
+     complex variable *note z: b4.
+
+ -- Function: gsl_complex gsl_complex_poly_complex_eval (const
+          gsl_complex c[], const int len, const gsl_complex z)
+
+     This function evaluates a polynomial with complex coefficients for
+     the complex variable *note z: b5.
+
+ -- Function: int gsl_poly_eval_derivs (const double c[], const size_t
+          lenc, const double x, double res[], const size_t lenres)
+
+     This function evaluates a polynomial and its derivatives storing
+     the results in the array *note res: b6. of size *note lenres: b6.
+     The output array contains the values of d^k P(x)/d x^k for the
+     specified value of *note x: b6. starting with k = 0.
+
+\1f
+File: gsl-ref.info,  Node: Divided Difference Representation of Polynomials,  Next: Quadratic Equations,  Prev: Polynomial Evaluation,  Up: Polynomials
+
+6.2 Divided Difference Representation of Polynomials
+====================================================
+
+The functions described here manipulate polynomials stored in Newton’s
+divided-difference representation.  The use of divided-differences is
+described in Abramowitz & Stegun sections 25.1.4 and 25.2.26, and Burden
+and Faires, chapter 3, and discussed briefly below.
+
+Given a function f(x), an nth degree interpolating polynomial P_{n}(x)
+can be constructed which agrees with f at n+1 distinct points
+x_0,x_1,...,x_{n}.  This polynomial can be written in a form known as
+Newton’s divided-difference representation
+
+P_{n}(x) = f(x_0) + sum_{k=1}^n [x_0,x_1,…,x_k] (x-x_0)(x-x_1) …
+(x-x_{k-1})
+
+where the divided differences [x_0,x_1,...,x_k] are defined in section
+25.1.4 of Abramowitz and Stegun.  Additionally, it is possible to
+construct an interpolating polynomial of degree 2n+1 which also matches
+the first derivatives of f at the points x_0,x_1,...,x_n.  This is
+called the Hermite interpolating polynomial and is defined as
+
+H_{2n+1}(x) = f(z_0) + sum_{k=1}^{2n+1} [z_0,z_1,…,z_k] (x-z_0)(x-z_1) …
+(x-z_{k-1})
+
+where the elements of z = \{x_0,x_0,x_1,x_1,...,x_n,x_n\} are defined by
+z_{2k} = z_{2k+1} = x_k.  The divided-differences [z_0,z_1,...,z_k] are
+discussed in Burden and Faires, section 3.4.
+
+ -- Function: int gsl_poly_dd_init (double dd[], const double xa[],
+          const double ya[], size_t size)
+
+     This function computes a divided-difference representation of the
+     interpolating polynomial for the points (x, y) stored in the arrays
+     *note xa: b8. and *note ya: b8. of length *note size: b8.  On
+     output the divided-differences of (*note xa: b8, *note ya: b8.) are
+     stored in the array *note dd: b8, also of length *note size: b8.
+     Using the notation above, dd[k] = [x_0,x_1,...,x_k].
+
+ -- Function: double gsl_poly_dd_eval (const double dd[], const double
+          xa[], const size_t size, const double x)
+
+     This function evaluates the polynomial stored in divided-difference
+     form in the arrays *note dd: b9. and *note xa: b9. of length *note
+     size: b9. at the point *note x: b9.  An inline version of this
+     function is used when ‘HAVE_INLINE’ is defined.
+
+ -- Function: int gsl_poly_dd_taylor (double c[], double xp, const
+          double dd[], const double xa[], size_t size, double w[])
+
+     This function converts the divided-difference representation of a
+     polynomial to a Taylor expansion.  The divided-difference
+     representation is supplied in the arrays *note dd: ba. and *note
+     xa: ba. of length *note size: ba.  On output the Taylor
+     coefficients of the polynomial expanded about the point *note xp:
+     ba. are stored in the array *note c: ba. also of length *note size:
+     ba.  A workspace of length *note size: ba. must be provided in the
+     array *note w: ba.
+
+ -- Function: int gsl_poly_dd_hermite_init (double dd[], double za[],
+          const double xa[], const double ya[], const double dya[],
+          const size_t size)
+
+     This function computes a divided-difference representation of the
+     interpolating Hermite polynomial for the points (x,y) stored in the
+     arrays *note xa: bb. and *note ya: bb. of length *note size: bb.
+     Hermite interpolation constructs polynomials which also match first
+     derivatives dy/dx which are provided in the array *note dya: bb.
+     also of length *note size: bb.  The first derivatives can be
+     incorported into the usual divided-difference algorithm by forming
+     a new dataset z = \{x_0,x_0,x_1,x_1,...\}, which is stored in the
+     array *note za: bb. of length 2**note size: bb. on output.  On
+     output the divided-differences of the Hermite representation are
+     stored in the array *note dd: bb, also of length 2**note size: bb.
+     Using the notation above, dd[k] = [z_0,z_1,...,z_k].  The resulting
+     Hermite polynomial can be evaluated by calling *note
+     gsl_poly_dd_eval(): b9. and using *note za: bb. for the input
+     argument *note xa: bb.
+
+\1f
+File: gsl-ref.info,  Node: Quadratic Equations,  Next: Cubic Equations,  Prev: Divided Difference Representation of Polynomials,  Up: Polynomials
+
+6.3 Quadratic Equations
+=======================
+
+ -- Function: int gsl_poly_solve_quadratic (double a, double b, double
+          c, double *x0, double *x1)
+
+     This function finds the real roots of the quadratic equation,
+
+          a x^2 + b x + c = 0
+
+     The number of real roots (either zero, one or two) is returned, and
+     their locations are stored in *note x0: bd. and *note x1: bd.  If
+     no real roots are found then *note x0: bd. and *note x1: bd. are
+     not modified.  If one real root is found (i.e.  if a=0) then it is
+     stored in *note x0: bd.  When two real roots are found they are
+     stored in *note x0: bd. and *note x1: bd. in ascending order.  The
+     case of coincident roots is not considered special.  For example
+     (x-1)^2=0 will have two roots, which happen to have exactly equal
+     values.
+
+     The number of roots found depends on the sign of the discriminant
+     b^2 - 4 a c.  This will be subject to rounding and cancellation
+     errors when computed in double precision, and will also be subject
+     to errors if the coefficients of the polynomial are inexact.  These
+     errors may cause a discrete change in the number of roots.
+     However, for polynomials with small integer coefficients the
+     discriminant can always be computed exactly.
+
+ -- Function: int gsl_poly_complex_solve_quadratic (double a, double b,
+          double c, gsl_complex *z0, gsl_complex *z1)
+
+     This function finds the complex roots of the quadratic equation,
+
+          a z^2 + b z + c = 0
+
+     The number of complex roots is returned (either one or two) and the
+     locations of the roots are stored in *note z0: be. and *note z1:
+     be.  The roots are returned in ascending order, sorted first by
+     their real components and then by their imaginary components.  If
+     only one real root is found (i.e.  if a=0) then it is stored in
+     *note z0: be.
+
+\1f
+File: gsl-ref.info,  Node: Cubic Equations,  Next: General Polynomial Equations,  Prev: Quadratic Equations,  Up: Polynomials
+
+6.4 Cubic Equations
+===================
+
+ -- Function: int gsl_poly_solve_cubic (double a, double b, double c,
+          double *x0, double *x1, double *x2)
+
+     This function finds the real roots of the cubic equation,
+
+          x^3 + a x^2 + b x + c = 0
+
+     with a leading coefficient of unity.  The number of real roots
+     (either one or three) is returned, and their locations are stored
+     in *note x0: c0, *note x1: c0. and *note x2: c0.  If one real root
+     is found then only *note x0: c0. is modified.  When three real
+     roots are found they are stored in *note x0: c0, *note x1: c0. and
+     *note x2: c0. in ascending order.  The case of coincident roots is
+     not considered special.  For example, the equation (x-1)^3=0 will
+     have three roots with exactly equal values.  As in the quadratic
+     case, finite precision may cause equal or closely-spaced real roots
+     to move off the real axis into the complex plane, leading to a
+     discrete change in the number of real roots.
+
+ -- Function: int gsl_poly_complex_solve_cubic (double a, double b,
+          double c, gsl_complex *z0, gsl_complex *z1, gsl_complex *z2)
+
+     This function finds the complex roots of the cubic equation,
+
+          z^3 + a z^2 + b z + c = 0
+
+     The number of complex roots is returned (always three) and the
+     locations of the roots are stored in *note z0: c1, *note z1: c1.
+     and *note z2: c1.  The roots are returned in ascending order,
+     sorted first by their real components and then by their imaginary
+     components.
+
+\1f
+File: gsl-ref.info,  Node: General Polynomial Equations,  Next: Examples<2>,  Prev: Cubic Equations,  Up: Polynomials
+
+6.5 General Polynomial Equations
+================================
+
+The roots of polynomial equations cannot be found analytically beyond
+the special cases of the quadratic, cubic and quartic equation.  The
+algorithm described in this section uses an iterative method to find the
+approximate locations of roots of higher order polynomials.
+
+ -- Type: gsl_poly_complex_workspace
+
+     This workspace contains parameters used for finding roots of
+     general polynomials
+
+ -- Function: *note gsl_poly_complex_workspace: c3.
+          *gsl_poly_complex_workspace_alloc (size_t n)
+
+     This function allocates space for a *note
+     gsl_poly_complex_workspace: c3. struct and a workspace suitable for
+     solving a polynomial with *note n: c4. coefficients using the
+     routine *note gsl_poly_complex_solve(): c5.
+
+     The function returns a pointer to the newly allocated *note
+     gsl_poly_complex_workspace: c3. if no errors were detected, and a
+     null pointer in the case of error.
+
+ -- Function: void gsl_poly_complex_workspace_free
+          (gsl_poly_complex_workspace *w)
+
+     This function frees all the memory associated with the workspace
+     *note w: c6.
+
+ -- Function: int gsl_poly_complex_solve (const double *a, size_t n,
+          gsl_poly_complex_workspace *w, gsl_complex_packed_ptr z)
+
+     This function computes the roots of the general polynomial
+
+     P(x) = a_0 + a_1 x + a_2 x^2 + … + a_{n-1} x^{n-1}
+
+     using balanced-QR reduction of the companion matrix.  The parameter
+     *note n: c5. specifies the length of the coefficient array.  The
+     coefficient of the highest order term must be non-zero.  The
+     function requires a workspace *note w: c5. of the appropriate size.
+     The n-1 roots are returned in the packed complex array *note z: c5.
+     of length 2(n-1), alternating real and imaginary parts.
+
+     The function returns ‘GSL_SUCCESS’ if all the roots are found.  If
+     the QR reduction does not converge, the error handler is invoked
+     with an error code of ‘GSL_EFAILED’.  Note that due to finite
+     precision, roots of higher multiplicity are returned as a cluster
+     of simple roots with reduced accuracy.  The solution of polynomials
+     with higher-order roots requires specialized algorithms that take
+     the multiplicity structure into account (see e.g.  Z. Zeng,
+     Algorithm 835, ACM Transactions on Mathematical Software, Volume
+     30, Issue 2 (2004), pp 218–236).
+
+\1f
+File: gsl-ref.info,  Node: Examples<2>,  Next: References and Further Reading<2>,  Prev: General Polynomial Equations,  Up: Polynomials
+
+6.6 Examples
+============
+
+To demonstrate the use of the general polynomial solver we will take the
+polynomial P(x) = x^5 - 1 which has these roots:
+
+1, e^{2*pi i / 5}, e^{4*pi i / 5}, e^{6*pi i / 5}, e^{8*pi i / 5}
+
+The following program will find these roots.
+
+     #include <stdio.h>
+     #include <gsl/gsl_poly.h>
+
+     int
+     main (void)
+     {
+       int i;
+       /* coefficients of P(x) =  -1 + x^5  */
+       double a[6] = { -1, 0, 0, 0, 0, 1 };
+       double z[10];
+
+       gsl_poly_complex_workspace * w
+           = gsl_poly_complex_workspace_alloc (6);
+
+       gsl_poly_complex_solve (a, 6, w, z);
+
+       gsl_poly_complex_workspace_free (w);
+
+       for (i = 0; i < 5; i++)
+         {
+           printf ("z%d = %+.18f %+.18f\n",
+                   i, z[2*i], z[2*i+1]);
+         }
+
+       return 0;
+     }
+
+The output of the program is
+
+     z0 = -0.809016994374947673 +0.587785252292473359
+     z1 = -0.809016994374947673 -0.587785252292473359
+     z2 = +0.309016994374947507 +0.951056516295152976
+     z3 = +0.309016994374947507 -0.951056516295152976
+     z4 = +0.999999999999999889 +0.000000000000000000
+
+which agrees with the analytic result, z_n = \exp(2 \pi n i/5).
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<2>,  Prev: Examples<2>,  Up: Polynomials
+
+6.7 References and Further Reading
+==================================
+
+The balanced-QR method and its error analysis are described in the
+following papers,
+
+   * R.S. Martin, G. Peters and J.H. Wilkinson, “The QR Algorithm for
+     Real Hessenberg Matrices”, Numerische Mathematik, 14 (1970),
+     219–231.
+
+   * B.N. Parlett and C. Reinsch, “Balancing a Matrix for Calculation of
+     Eigenvalues and Eigenvectors”, Numerische Mathematik, 13 (1969),
+     293–304.
+
+   * A. Edelman and H. Murakami, “Polynomial roots from companion matrix
+     eigenvalues”, Mathematics of Computation, Vol.: 64, No.: 210
+     (1995), 763–776.
+
+The formulas for divided differences are given in the following texts,
+
+   * Abramowitz and Stegun, Handbook of Mathematical Functions, Sections
+     25.1.4 and 25.2.26.
+
+   * R. L. Burden and J. D. Faires, Numerical Analysis, 9th edition,
+     ISBN 0-538-73351-9, 2011.
+
+\1f
+File: gsl-ref.info,  Node: Special Functions,  Next: Vectors and Matrices,  Prev: Polynomials,  Up: Top
+
+7 Special Functions
+*******************
+
+This chapter describes the GSL special function library.  The library
+includes routines for calculating the values of Airy functions, Bessel
+functions, Clausen functions, Coulomb wave functions, Coupling
+coefficients, the Dawson function, Debye functions, Dilogarithms,
+Elliptic integrals, Jacobi elliptic functions, Error functions,
+Exponential integrals, Fermi-Dirac functions, Gamma functions,
+Gegenbauer functions, Hermite polynomials and functions, Hypergeometric
+functions, Laguerre functions, Legendre functions and Spherical
+Harmonics, the Psi (Digamma) Function, Synchrotron functions, Transport
+functions, Trigonometric functions and Zeta functions.  Each routine
+also computes an estimate of the numerical error in the calculated value
+of the function.
+
+The functions in this chapter are declared in individual header files,
+such as ‘gsl_sf_airy.h’, ‘gsl_sf_bessel.h’, etc.  The complete set of
+header files can be included using the file ‘gsl_sf.h’.
+
+* Menu:
+
+* Usage::
+* The gsl_sf_result struct::
+* Modes::
+* Airy Functions and Derivatives::
+* Bessel Functions::
+* Clausen Functions::
+* Coulomb Functions::
+* Coupling Coefficients::
+* Dawson Function::
+* Debye Functions::
+* Dilogarithm::
+* Elementary Operations::
+* Elliptic Integrals::
+* Elliptic Functions (Jacobi): Elliptic Functions Jacobi.
+* Error Functions::
+* Exponential Functions::
+* Exponential Integrals::
+* Fermi-Dirac Function::
+* Gamma and Beta Functions::
+* Gegenbauer Functions::
+* Hermite Polynomials and Functions::
+* Hypergeometric Functions::
+* Laguerre Functions::
+* Lambert W Functions::
+* Legendre Functions and Spherical Harmonics::
+* Logarithm and Related Functions::
+* Mathieu Functions::
+* Power Function::
+* Psi (Digamma) Function: Psi Digamma Function.
+* Synchrotron Functions::
+* Transport Functions::
+* Trigonometric Functions::
+* Zeta Functions::
+* Examples: Examples<3>.
+* References and Further Reading: References and Further Reading<3>.
+
+\1f
+File: gsl-ref.info,  Node: Usage,  Next: The gsl_sf_result struct,  Up: Special Functions
+
+7.1 Usage
+=========
+
+The special functions are available in two calling conventions, a
+`natural form' which returns the numerical value of the function and an
+`error-handling form' which returns an error code.  The two types of
+function provide alternative ways of accessing the same underlying code.
+
+The `natural form' returns only the value of the function and can be
+used directly in mathematical expressions.  For example, the following
+function call will compute the value of the Bessel function J_0(x):
+
+     double y = gsl_sf_bessel_J0 (x);
+
+There is no way to access an error code or to estimate the error using
+this method.  To allow access to this information the alternative
+error-handling form stores the value and error in a modifiable argument:
+
+     gsl_sf_result result;
+     int status = gsl_sf_bessel_J0_e (x, &result);
+
+The error-handling functions have the suffix ‘_e’.  The returned status
+value indicates error conditions such as overflow, underflow or loss of
+precision.  If there are no errors the error-handling functions return
+‘GSL_SUCCESS’.
+
+\1f
+File: gsl-ref.info,  Node: The gsl_sf_result struct,  Next: Modes,  Prev: Usage,  Up: Special Functions
+
+7.2 The gsl_sf_result struct
+============================
+
+The error handling form of the special functions always calculate an
+error estimate along with the value of the result.  Therefore,
+structures are provided for amalgamating a value and error estimate.
+These structures are declared in the header file ‘gsl_sf_result.h’.
+
+The following struct contains value and error fields.
+
+ -- Type: gsl_sf_result
+
+          typedef struct
+          {
+            double val;
+            double err;
+          } gsl_sf_result;
+
+     The field ‘val’ contains the value and the field ‘err’ contains an
+     estimate of the absolute error in the value.
+
+In some cases, an overflow or underflow can be detected and handled by a
+function.  In this case, it may be possible to return a scaling exponent
+as well as an error/value pair in order to save the result from
+exceeding the dynamic range of the built-in types.  The following struct
+contains value and error fields as well as an exponent field such that
+the actual result is obtained as ‘result * 10^(e10)’.
+
+ -- Type: gsl_sf_result_e10
+
+          typedef struct
+          {
+            double val;
+            double err;
+            int    e10;
+          } gsl_sf_result_e10;
+
+\1f
+File: gsl-ref.info,  Node: Modes,  Next: Airy Functions and Derivatives,  Prev: The gsl_sf_result struct,  Up: Special Functions
+
+7.3 Modes
+=========
+
+The goal of the library is to achieve double precision accuracy wherever
+possible.  However the cost of evaluating some special functions to
+double precision can be significant, particularly where very high order
+terms are required.  In these cases a ‘mode’ argument, of type *note
+gsl_mode_t: d0. allows the accuracy of the function to be reduced in
+order to improve performance.  The following precision levels are
+available for the mode argument,
+
+ -- Type: gsl_mode_t
+
+      -- Macro: GSL_PREC_DOUBLE
+
+          Double-precision, a relative accuracy of approximately 2 *
+          10^{-16}.
+
+      -- Macro: GSL_PREC_SINGLE
+
+          Single-precision, a relative accuracy of approximately
+          10^{-7}.
+
+      -- Macro: GSL_PREC_APPROX
+
+          Approximate values, a relative accuracy of approximately 5 *
+          10^{-4}.
+
+The approximate mode provides the fastest evaluation at the lowest
+accuracy.
+
+\1f
+File: gsl-ref.info,  Node: Airy Functions and Derivatives,  Next: Bessel Functions,  Prev: Modes,  Up: Special Functions
+
+7.4 Airy Functions and Derivatives
+==================================
+
+The Airy functions Ai(x) and Bi(x) are defined by the integral
+representations,
+
+     Ai(x) = (1/pi) int_0^infty cos((1/3) t^3 + xt) dt 
+     Bi(x) = (1/pi) int_0^infty (e^(-(1/3) t^3 + xt) + sin((1/3) t^3 + xt)) dt 
+
+For further information see Abramowitz & Stegun, Section 10.4.  The Airy
+functions are defined in the header file ‘gsl_sf_airy.h’.
+
+* Menu:
+
+* Airy Functions::
+* Derivatives of Airy Functions::
+* Zeros of Airy Functions::
+* Zeros of Derivatives of Airy Functions::
+
+\1f
+File: gsl-ref.info,  Node: Airy Functions,  Next: Derivatives of Airy Functions,  Up: Airy Functions and Derivatives
+
+7.4.1 Airy Functions
+--------------------
+
+ -- Function: double gsl_sf_airy_Ai (double x, gsl_mode_t mode)
+ -- Function: int gsl_sf_airy_Ai_e (double x, gsl_mode_t mode,
+          gsl_sf_result *result)
+
+     These routines compute the Airy function Ai(x) with an accuracy
+     specified by *note mode: d7.
+
+ -- Function: double gsl_sf_airy_Bi (double x, gsl_mode_t mode)
+ -- Function: int gsl_sf_airy_Bi_e (double x, gsl_mode_t mode,
+          gsl_sf_result *result)
+
+     These routines compute the Airy function Bi(x) with an accuracy
+     specified by *note mode: d9.
+
+ -- Function: double gsl_sf_airy_Ai_scaled (double x, gsl_mode_t mode)
+ -- Function: int gsl_sf_airy_Ai_scaled_e (double x, gsl_mode_t mode,
+          gsl_sf_result *result)
+
+     These routines compute a scaled version of the Airy function S_A(x)
+     Ai(x).  For x > 0 the scaling factor S_A(x) is \exp(+(2/3)
+     x^{3/2}), and is 1 for x < 0.
+
+ -- Function: double gsl_sf_airy_Bi_scaled (double x, gsl_mode_t mode)
+ -- Function: int gsl_sf_airy_Bi_scaled_e (double x, gsl_mode_t mode,
+          gsl_sf_result *result)
+
+     These routines compute a scaled version of the Airy function S_B(x)
+     Bi(x).  For x > 0 the scaling factor S_B(x) is exp(-(2/3) x^{3/2}),
+     and is 1 for x < 0.
+
+\1f
+File: gsl-ref.info,  Node: Derivatives of Airy Functions,  Next: Zeros of Airy Functions,  Prev: Airy Functions,  Up: Airy Functions and Derivatives
+
+7.4.2 Derivatives of Airy Functions
+-----------------------------------
+
+ -- Function: double gsl_sf_airy_Ai_deriv (double x, gsl_mode_t mode)
+ -- Function: int gsl_sf_airy_Ai_deriv_e (double x, gsl_mode_t mode,
+          gsl_sf_result *result)
+
+     These routines compute the Airy function derivative Ai'(x) with an
+     accuracy specified by *note mode: e0.
+
+ -- Function: double gsl_sf_airy_Bi_deriv (double x, gsl_mode_t mode)
+ -- Function: int gsl_sf_airy_Bi_deriv_e (double x, gsl_mode_t mode,
+          gsl_sf_result *result)
+
+     These routines compute the Airy function derivative Bi'(x) with an
+     accuracy specified by *note mode: e2.
+
+ -- Function: double gsl_sf_airy_Ai_deriv_scaled (double x, gsl_mode_t
+          mode)
+ -- Function: int gsl_sf_airy_Ai_deriv_scaled_e (double x, gsl_mode_t
+          mode, gsl_sf_result *result)
+
+     These routines compute the scaled Airy function derivative S_A(x)
+     Ai'(x).  For x > 0 the scaling factor S_A(x) is \exp(+(2/3)
+     x^{3/2}), and is 1 for x < 0.
+
+ -- Function: double gsl_sf_airy_Bi_deriv_scaled (double x, gsl_mode_t
+          mode)
+ -- Function: int gsl_sf_airy_Bi_deriv_scaled_e (double x, gsl_mode_t
+          mode, gsl_sf_result *result)
+
+     These routines compute the scaled Airy function derivative S_B(x)
+     Bi'(x).  For x > 0 the scaling factor S_B(x) is exp(-(2/3)
+     x^{3/2}), and is 1 for x < 0.
+
+\1f
+File: gsl-ref.info,  Node: Zeros of Airy Functions,  Next: Zeros of Derivatives of Airy Functions,  Prev: Derivatives of Airy Functions,  Up: Airy Functions and Derivatives
+
+7.4.3 Zeros of Airy Functions
+-----------------------------
+
+ -- Function: double gsl_sf_airy_zero_Ai (unsigned int s)
+ -- Function: int gsl_sf_airy_zero_Ai_e (unsigned int s, gsl_sf_result
+          *result)
+
+     These routines compute the location of the *note s: e9.-th zero of
+     the Airy function Ai(x).
+
+ -- Function: double gsl_sf_airy_zero_Bi (unsigned int s)
+ -- Function: int gsl_sf_airy_zero_Bi_e (unsigned int s, gsl_sf_result
+          *result)
+
+     These routines compute the location of the *note s: eb.-th zero of
+     the Airy function Bi(x).
+
+\1f
+File: gsl-ref.info,  Node: Zeros of Derivatives of Airy Functions,  Prev: Zeros of Airy Functions,  Up: Airy Functions and Derivatives
+
+7.4.4 Zeros of Derivatives of Airy Functions
+--------------------------------------------
+
+ -- Function: double gsl_sf_airy_zero_Ai_deriv (unsigned int s)
+ -- Function: int gsl_sf_airy_zero_Ai_deriv_e (unsigned int s,
+          gsl_sf_result *result)
+
+     These routines compute the location of the *note s: ee.-th zero of
+     the Airy function derivative Ai'(x).
+
+ -- Function: double gsl_sf_airy_zero_Bi_deriv (unsigned int s)
+ -- Function: int gsl_sf_airy_zero_Bi_deriv_e (unsigned int s,
+          gsl_sf_result *result)
+
+     These routines compute the location of the *note s: f0.-th zero of
+     the Airy function derivative Bi'(x).
+
+\1f
+File: gsl-ref.info,  Node: Bessel Functions,  Next: Clausen Functions,  Prev: Airy Functions and Derivatives,  Up: Special Functions
+
+7.5 Bessel Functions
+====================
+
+The routines described in this section compute the Cylindrical Bessel
+functions J_n(x), Y_n(x), Modified cylindrical Bessel functions I_n(x),
+K_n(x), Spherical Bessel functions j_l(x), y_l(x), and Modified
+Spherical Bessel functions i_l(x), k_l(x).  For more information see
+Abramowitz & Stegun, Chapters 9 and 10.  The Bessel functions are
+defined in the header file ‘gsl_sf_bessel.h’.
+
+* Menu:
+
+* Regular Cylindrical Bessel Functions::
+* Irregular Cylindrical Bessel Functions::
+* Regular Modified Cylindrical Bessel Functions::
+* Irregular Modified Cylindrical Bessel Functions::
+* Regular Spherical Bessel Functions::
+* Irregular Spherical Bessel Functions::
+* Regular Modified Spherical Bessel Functions::
+* Irregular Modified Spherical Bessel Functions::
+* Regular Bessel Function—Fractional Order::
+* Irregular Bessel Functions—Fractional Order::
+* Regular Modified Bessel Functions—Fractional Order::
+* Irregular Modified Bessel Functions—Fractional Order::
+* Zeros of Regular Bessel Functions::
+
+\1f
+File: gsl-ref.info,  Node: Regular Cylindrical Bessel Functions,  Next: Irregular Cylindrical Bessel Functions,  Up: Bessel Functions
+
+7.5.1 Regular Cylindrical Bessel Functions
+------------------------------------------
+
+ -- Function: double gsl_sf_bessel_J0 (double x)
+ -- Function: int gsl_sf_bessel_J0_e (double x, gsl_sf_result *result)
+
+     These routines compute the regular cylindrical Bessel function of
+     zeroth order, J_0(x).
+
+ -- Function: double gsl_sf_bessel_J1 (double x)
+ -- Function: int gsl_sf_bessel_J1_e (double x, gsl_sf_result *result)
+
+     These routines compute the regular cylindrical Bessel function of
+     first order, J_1(x).
+
+ -- Function: double gsl_sf_bessel_Jn (int n, double x)
+ -- Function: int gsl_sf_bessel_Jn_e (int n, double x, gsl_sf_result
+          *result)
+
+     These routines compute the regular cylindrical Bessel function of
+     order *note n: f8, J_n(x).
+
+ -- Function: int gsl_sf_bessel_Jn_array (int nmin, int nmax, double x,
+          double result_array[])
+
+     This routine computes the values of the regular cylindrical Bessel
+     functions J_n(x) for n from *note nmin: f9. to *note nmax: f9.
+     inclusive, storing the results in the array *note result_array: f9.
+     The values are computed using recurrence relations for efficiency,
+     and therefore may differ slightly from the exact values.
+
+\1f
+File: gsl-ref.info,  Node: Irregular Cylindrical Bessel Functions,  Next: Regular Modified Cylindrical Bessel Functions,  Prev: Regular Cylindrical Bessel Functions,  Up: Bessel Functions
+
+7.5.2 Irregular Cylindrical Bessel Functions
+--------------------------------------------
+
+ -- Function: double gsl_sf_bessel_Y0 (double x)
+ -- Function: int gsl_sf_bessel_Y0_e (double x, gsl_sf_result *result)
+
+     These routines compute the irregular cylindrical Bessel function of
+     zeroth order, Y_0(x), for x>0.
+
+ -- Function: double gsl_sf_bessel_Y1 (double x)
+ -- Function: int gsl_sf_bessel_Y1_e (double x, gsl_sf_result *result)
+
+     These routines compute the irregular cylindrical Bessel function of
+     first order, Y_1(x), for x>0.
+
+ -- Function: double gsl_sf_bessel_Yn (int n, double x)
+ -- Function: int gsl_sf_bessel_Yn_e (int n, double x, gsl_sf_result
+          *result)
+
+     These routines compute the irregular cylindrical Bessel function of
+     order *note n: 100, Y_n(x), for x>0.
+
+ -- Function: int gsl_sf_bessel_Yn_array (int nmin, int nmax, double x,
+          double result_array[])
+
+     This routine computes the values of the irregular cylindrical
+     Bessel functions Y_n(x) for n from *note nmin: 101. to *note nmax:
+     101. inclusive, storing the results in the array *note
+     result_array: 101.  The domain of the function is x>0.  The values
+     are computed using recurrence relations for efficiency, and
+     therefore may differ slightly from the exact values.
+
+\1f
+File: gsl-ref.info,  Node: Regular Modified Cylindrical Bessel Functions,  Next: Irregular Modified Cylindrical Bessel Functions,  Prev: Irregular Cylindrical Bessel Functions,  Up: Bessel Functions
+
+7.5.3 Regular Modified Cylindrical Bessel Functions
+---------------------------------------------------
+
+ -- Function: double gsl_sf_bessel_I0 (double x)
+ -- Function: int gsl_sf_bessel_I0_e (double x, gsl_sf_result *result)
+
+     These routines compute the regular modified cylindrical Bessel
+     function of zeroth order, I_0(x).
+
+ -- Function: double gsl_sf_bessel_I1 (double x)
+ -- Function: int gsl_sf_bessel_I1_e (double x, gsl_sf_result *result)
+
+     These routines compute the regular modified cylindrical Bessel
+     function of first order, I_1(x).
+
+ -- Function: double gsl_sf_bessel_In (int n, double x)
+ -- Function: int gsl_sf_bessel_In_e (int n, double x, gsl_sf_result
+          *result)
+
+     These routines compute the regular modified cylindrical Bessel
+     function of order *note n: 108, I_n(x).
+
+ -- Function: int gsl_sf_bessel_In_array (int nmin, int nmax, double x,
+          double result_array[])
+
+     This routine computes the values of the regular modified
+     cylindrical Bessel functions I_n(x) for n from *note nmin: 109. to
+     *note nmax: 109. inclusive, storing the results in the array *note
+     result_array: 109.  The start of the range *note nmin: 109. must be
+     positive or zero.  The values are computed using recurrence
+     relations for efficiency, and therefore may differ slightly from
+     the exact values.
+
+ -- Function: double gsl_sf_bessel_I0_scaled (double x)
+ -- Function: int gsl_sf_bessel_I0_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled regular modified cylindrical
+     Bessel function of zeroth order \exp(-|x|) I_0(x).
+
+ -- Function: double gsl_sf_bessel_I1_scaled (double x)
+ -- Function: int gsl_sf_bessel_I1_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled regular modified cylindrical
+     Bessel function of first order \exp(-|x|) I_1(x).
+
+ -- Function: double gsl_sf_bessel_In_scaled (int n, double x)
+ -- Function: int gsl_sf_bessel_In_scaled_e (int n, double x,
+          gsl_sf_result *result)
+
+     These routines compute the scaled regular modified cylindrical
+     Bessel function of order *note n: 10f, \exp(-|x|) I_n(x)
+
+ -- Function: int gsl_sf_bessel_In_scaled_array (int nmin, int nmax,
+          double x, double result_array[])
+
+     This routine computes the values of the scaled regular cylindrical
+     Bessel functions \exp(-|x|) I_n(x) for n from *note nmin: 110. to
+     *note nmax: 110. inclusive, storing the results in the array *note
+     result_array: 110.  The start of the range *note nmin: 110. must be
+     positive or zero.  The values are computed using recurrence
+     relations for efficiency, and therefore may differ slightly from
+     the exact values.
+
+\1f
+File: gsl-ref.info,  Node: Irregular Modified Cylindrical Bessel Functions,  Next: Regular Spherical Bessel Functions,  Prev: Regular Modified Cylindrical Bessel Functions,  Up: Bessel Functions
+
+7.5.4 Irregular Modified Cylindrical Bessel Functions
+-----------------------------------------------------
+
+ -- Function: double gsl_sf_bessel_K0 (double x)
+ -- Function: int gsl_sf_bessel_K0_e (double x, gsl_sf_result *result)
+
+     These routines compute the irregular modified cylindrical Bessel
+     function of zeroth order, K_0(x), for x > 0.
+
+ -- Function: double gsl_sf_bessel_K1 (double x)
+ -- Function: int gsl_sf_bessel_K1_e (double x, gsl_sf_result *result)
+
+     These routines compute the irregular modified cylindrical Bessel
+     function of first order, K_1(x), for x > 0.
+
+ -- Function: double gsl_sf_bessel_Kn (int n, double x)
+ -- Function: int gsl_sf_bessel_Kn_e (int n, double x, gsl_sf_result
+          *result)
+
+     These routines compute the irregular modified cylindrical Bessel
+     function of order *note n: 117, K_n(x), for x > 0.
+
+ -- Function: int gsl_sf_bessel_Kn_array (int nmin, int nmax, double x,
+          double result_array[])
+
+     This routine computes the values of the irregular modified
+     cylindrical Bessel functions K_n(x) for n from *note nmin: 118. to
+     *note nmax: 118. inclusive, storing the results in the array *note
+     result_array: 118.  The start of the range *note nmin: 118. must be
+     positive or zero.  The domain of the function is x>0.  The values
+     are computed using recurrence relations for efficiency, and
+     therefore may differ slightly from the exact values.
+
+ -- Function: double gsl_sf_bessel_K0_scaled (double x)
+ -- Function: int gsl_sf_bessel_K0_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled irregular modified cylindrical
+     Bessel function of zeroth order \exp(x) K_0(x) for x>0.
+
+ -- Function: double gsl_sf_bessel_K1_scaled (double x)
+ -- Function: int gsl_sf_bessel_K1_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled irregular modified cylindrical
+     Bessel function of first order \exp(x) K_1(x) for x>0.
+
+ -- Function: double gsl_sf_bessel_Kn_scaled (int n, double x)
+ -- Function: int gsl_sf_bessel_Kn_scaled_e (int n, double x,
+          gsl_sf_result *result)
+
+     These routines compute the scaled irregular modified cylindrical
+     Bessel function of order *note n: 11e, \exp(x) K_n(x), for x>0.
+
+ -- Function: int gsl_sf_bessel_Kn_scaled_array (int nmin, int nmax,
+          double x, double result_array[])
+
+     This routine computes the values of the scaled irregular
+     cylindrical Bessel functions \exp(x) K_n(x) for n from *note nmin:
+     11f. to *note nmax: 11f. inclusive, storing the results in the
+     array *note result_array: 11f.  The start of the range *note nmin:
+     11f. must be positive or zero.  The domain of the function is x>0.
+     The values are computed using recurrence relations for efficiency,
+     and therefore may differ slightly from the exact values.
+
+\1f
+File: gsl-ref.info,  Node: Regular Spherical Bessel Functions,  Next: Irregular Spherical Bessel Functions,  Prev: Irregular Modified Cylindrical Bessel Functions,  Up: Bessel Functions
+
+7.5.5 Regular Spherical Bessel Functions
+----------------------------------------
+
+ -- Function: double gsl_sf_bessel_j0 (double x)
+ -- Function: int gsl_sf_bessel_j0_e (double x, gsl_sf_result *result)
+
+     These routines compute the regular spherical Bessel function of
+     zeroth order, j_0(x) = \sin(x)/x.
+
+ -- Function: double gsl_sf_bessel_j1 (double x)
+ -- Function: int gsl_sf_bessel_j1_e (double x, gsl_sf_result *result)
+
+     These routines compute the regular spherical Bessel function of
+     first order, j_1(x) = (\sin(x)/x - \cos(x))/x.
+
+ -- Function: double gsl_sf_bessel_j2 (double x)
+ -- Function: int gsl_sf_bessel_j2_e (double x, gsl_sf_result *result)
+
+     These routines compute the regular spherical Bessel function of
+     second order, j_2(x) = ((3/x^2 - 1)\sin(x) - 3\cos(x)/x)/x.
+
+ -- Function: double gsl_sf_bessel_jl (int l, double x)
+ -- Function: int gsl_sf_bessel_jl_e (int l, double x, gsl_sf_result
+          *result)
+
+     These routines compute the regular spherical Bessel function of
+     order *note l: 128, j_l(x), for l \geq 0 and x \geq 0.
+
+ -- Function: int gsl_sf_bessel_jl_array (int lmax, double x, double
+          result_array[])
+
+     This routine computes the values of the regular spherical Bessel
+     functions j_l(x) for l from 0 to *note lmax: 129. inclusive for
+     lmax \geq 0 and x \geq 0, storing the results in the array *note
+     result_array: 129.  The values are computed using recurrence
+     relations for efficiency, and therefore may differ slightly from
+     the exact values.
+
+ -- Function: int gsl_sf_bessel_jl_steed_array (int lmax, double x,
+          double *result_array)
+
+     This routine uses Steed’s method to compute the values of the
+     regular spherical Bessel functions j_l(x) for l from 0 to *note
+     lmax: 12a. inclusive for lmax \geq 0 and x \geq 0, storing the
+     results in the array *note result_array: 12a.  The Steed/Barnett
+     algorithm is described in Comp.  Phys.  Comm.  21, 297 (1981).
+     Steed’s method is more stable than the recurrence used in the other
+     functions but is also slower.
+
+\1f
+File: gsl-ref.info,  Node: Irregular Spherical Bessel Functions,  Next: Regular Modified Spherical Bessel Functions,  Prev: Regular Spherical Bessel Functions,  Up: Bessel Functions
+
+7.5.6 Irregular Spherical Bessel Functions
+------------------------------------------
+
+ -- Function: double gsl_sf_bessel_y0 (double x)
+ -- Function: int gsl_sf_bessel_y0_e (double x, gsl_sf_result *result)
+
+     These routines compute the irregular spherical Bessel function of
+     zeroth order, y_0(x) = -\cos(x)/x.
+
+ -- Function: double gsl_sf_bessel_y1 (double x)
+ -- Function: int gsl_sf_bessel_y1_e (double x, gsl_sf_result *result)
+
+     These routines compute the irregular spherical Bessel function of
+     first order, y_1(x) = -(\cos(x)/x + \sin(x))/x.
+
+ -- Function: double gsl_sf_bessel_y2 (double x)
+ -- Function: int gsl_sf_bessel_y2_e (double x, gsl_sf_result *result)
+
+     These routines compute the irregular spherical Bessel function of
+     second order, y_2(x) = (-3/x^3 + 1/x)\cos(x) - (3/x^2)\sin(x).
+
+ -- Function: double gsl_sf_bessel_yl (int l, double x)
+ -- Function: int gsl_sf_bessel_yl_e (int l, double x, gsl_sf_result
+          *result)
+
+     These routines compute the irregular spherical Bessel function of
+     order *note l: 133, y_l(x), for l \geq 0.
+
+ -- Function: int gsl_sf_bessel_yl_array (int lmax, double x, double
+          result_array[])
+
+     This routine computes the values of the irregular spherical Bessel
+     functions y_l(x) for l from 0 to *note lmax: 134. inclusive for
+     lmax \geq 0, storing the results in the array *note result_array:
+     134.  The values are computed using recurrence relations for
+     efficiency, and therefore may differ slightly from the exact
+     values.
+
+\1f
+File: gsl-ref.info,  Node: Regular Modified Spherical Bessel Functions,  Next: Irregular Modified Spherical Bessel Functions,  Prev: Irregular Spherical Bessel Functions,  Up: Bessel Functions
+
+7.5.7 Regular Modified Spherical Bessel Functions
+-------------------------------------------------
+
+The regular modified spherical Bessel functions i_l(x) are related to
+the modified Bessel functions of fractional order, i_l(x) =
+\sqrt{\pi/(2x)} I_{l+1/2}(x)
+
+ -- Function: double gsl_sf_bessel_i0_scaled (double x)
+ -- Function: int gsl_sf_bessel_i0_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled regular modified spherical Bessel
+     function of zeroth order, \exp(-|x|) i_0(x).
+
+ -- Function: double gsl_sf_bessel_i1_scaled (double x)
+ -- Function: int gsl_sf_bessel_i1_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled regular modified spherical Bessel
+     function of first order, \exp(-|x|) i_1(x).
+
+ -- Function: double gsl_sf_bessel_i2_scaled (double x)
+ -- Function: int gsl_sf_bessel_i2_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled regular modified spherical Bessel
+     function of second order, \exp(-|x|) i_2(x)
+
+ -- Function: double gsl_sf_bessel_il_scaled (int l, double x)
+ -- Function: int gsl_sf_bessel_il_scaled_e (int l, double x,
+          gsl_sf_result *result)
+
+     These routines compute the scaled regular modified spherical Bessel
+     function of order *note l: 13d, \exp(-|x|) i_l(x)
+
+ -- Function: int gsl_sf_bessel_il_scaled_array (int lmax, double x,
+          double result_array[])
+
+     This routine computes the values of the scaled regular modified
+     spherical Bessel functions \exp(-|x|) i_l(x) for l from 0 to *note
+     lmax: 13e. inclusive for lmax \geq 0, storing the results in the
+     array *note result_array: 13e.  The values are computed using
+     recurrence relations for efficiency, and therefore may differ
+     slightly from the exact values.
+
+\1f
+File: gsl-ref.info,  Node: Irregular Modified Spherical Bessel Functions,  Next: Regular Bessel Function—Fractional Order,  Prev: Regular Modified Spherical Bessel Functions,  Up: Bessel Functions
+
+7.5.8 Irregular Modified Spherical Bessel Functions
+---------------------------------------------------
+
+The irregular modified spherical Bessel functions k_l(x) are related to
+the irregular modified Bessel functions of fractional order, k_l(x) =
+\sqrt{\pi/(2x)} K_{l+1/2}(x).
+
+ -- Function: double gsl_sf_bessel_k0_scaled (double x)
+ -- Function: int gsl_sf_bessel_k0_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled irregular modified spherical
+     Bessel function of zeroth order, \exp(x) k_0(x), for x>0.
+
+ -- Function: double gsl_sf_bessel_k1_scaled (double x)
+ -- Function: int gsl_sf_bessel_k1_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled irregular modified spherical
+     Bessel function of first order, \exp(x) k_1(x), for x>0.
+
+ -- Function: double gsl_sf_bessel_k2_scaled (double x)
+ -- Function: int gsl_sf_bessel_k2_scaled_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the scaled irregular modified spherical
+     Bessel function of second order, \exp(x) k_2(x), for x>0.
+
+ -- Function: double gsl_sf_bessel_kl_scaled (int l, double x)
+ -- Function: int gsl_sf_bessel_kl_scaled_e (int l, double x,
+          gsl_sf_result *result)
+
+     These routines compute the scaled irregular modified spherical
+     Bessel function of order *note l: 147, \exp(x) k_l(x), for x>0.
+
+ -- Function: int gsl_sf_bessel_kl_scaled_array (int lmax, double x,
+          double result_array[])
+
+     This routine computes the values of the scaled irregular modified
+     spherical Bessel functions \exp(x) k_l(x) for l from 0 to *note
+     lmax: 148. inclusive for lmax \geq 0 and x>0, storing the results
+     in the array *note result_array: 148.  The values are computed
+     using recurrence relations for efficiency, and therefore may differ
+     slightly from the exact values.
+
+\1f
+File: gsl-ref.info,  Node: Regular Bessel Function—Fractional Order,  Next: Irregular Bessel Functions—Fractional Order,  Prev: Irregular Modified Spherical Bessel Functions,  Up: Bessel Functions
+
+7.5.9 Regular Bessel Function—Fractional Order
+----------------------------------------------
+
+ -- Function: double gsl_sf_bessel_Jnu (double nu, double x)
+ -- Function: int gsl_sf_bessel_Jnu_e (double nu, double x,
+          gsl_sf_result *result)
+
+     These routines compute the regular cylindrical Bessel function of
+     fractional order \nu, J_\nu(x).
+
+ -- Function: int gsl_sf_bessel_sequence_Jnu_e (double nu, gsl_mode_t
+          mode, size_t size, double v[])
+
+     This function computes the regular cylindrical Bessel function of
+     fractional order \nu, J_\nu(x), evaluated at a series of x values.
+     The array *note v: 14c. of length *note size: 14c. contains the x
+     values.  They are assumed to be strictly ordered and positive.  The
+     array is over-written with the values of J_\nu(x_i).
+
+\1f
+File: gsl-ref.info,  Node: Irregular Bessel Functions—Fractional Order,  Next: Regular Modified Bessel Functions—Fractional Order,  Prev: Regular Bessel Function—Fractional Order,  Up: Bessel Functions
+
+7.5.10 Irregular Bessel Functions—Fractional Order
+--------------------------------------------------
+
+ -- Function: double gsl_sf_bessel_Ynu (double nu, double x)
+ -- Function: int gsl_sf_bessel_Ynu_e (double nu, double x,
+          gsl_sf_result *result)
+
+     These routines compute the irregular cylindrical Bessel function of
+     fractional order \nu, Y_\nu(x).
+
+\1f
+File: gsl-ref.info,  Node: Regular Modified Bessel Functions—Fractional Order,  Next: Irregular Modified Bessel Functions—Fractional Order,  Prev: Irregular Bessel Functions—Fractional Order,  Up: Bessel Functions
+
+7.5.11 Regular Modified Bessel Functions—Fractional Order
+---------------------------------------------------------
+
+ -- Function: double gsl_sf_bessel_Inu (double nu, double x)
+ -- Function: int gsl_sf_bessel_Inu_e (double nu, double x,
+          gsl_sf_result *result)
+
+     These routines compute the regular modified Bessel function of
+     fractional order \nu, I_\nu(x) for x>0, \nu>0.
+
+ -- Function: double gsl_sf_bessel_Inu_scaled (double nu, double x)
+ -- Function: int gsl_sf_bessel_Inu_scaled_e (double nu, double x,
+          gsl_sf_result *result)
+
+     These routines compute the scaled regular modified Bessel function
+     of fractional order \nu, \exp(-|x|)I_\nu(x) for x>0, \nu>0.
+
+\1f
+File: gsl-ref.info,  Node: Irregular Modified Bessel Functions—Fractional Order,  Next: Zeros of Regular Bessel Functions,  Prev: Regular Modified Bessel Functions—Fractional Order,  Up: Bessel Functions
+
+7.5.12 Irregular Modified Bessel Functions—Fractional Order
+-----------------------------------------------------------
+
+ -- Function: double gsl_sf_bessel_Knu (double nu, double x)
+ -- Function: int gsl_sf_bessel_Knu_e (double nu, double x,
+          gsl_sf_result *result)
+
+     These routines compute the irregular modified Bessel function of
+     fractional order \nu, K_\nu(x) for x>0, \nu>0.
+
+ -- Function: double gsl_sf_bessel_lnKnu (double nu, double x)
+ -- Function: int gsl_sf_bessel_lnKnu_e (double nu, double x,
+          gsl_sf_result *result)
+
+     These routines compute the logarithm of the irregular modified
+     Bessel function of fractional order \nu, \ln(K_\nu(x)) for x>0,
+     \nu>0.
+
+ -- Function: double gsl_sf_bessel_Knu_scaled (double nu, double x)
+ -- Function: int gsl_sf_bessel_Knu_scaled_e (double nu, double x,
+          gsl_sf_result *result)
+
+     These routines compute the scaled irregular modified Bessel
+     function of fractional order \nu, \exp(+|x|) K_\nu(x) for x>0,
+     \nu>0.
+
+\1f
+File: gsl-ref.info,  Node: Zeros of Regular Bessel Functions,  Prev: Irregular Modified Bessel Functions—Fractional Order,  Up: Bessel Functions
+
+7.5.13 Zeros of Regular Bessel Functions
+----------------------------------------
+
+ -- Function: double gsl_sf_bessel_zero_J0 (unsigned int s)
+ -- Function: int gsl_sf_bessel_zero_J0_e (unsigned int s, gsl_sf_result
+          *result)
+
+     These routines compute the location of the *note s: 15e.-th
+     positive zero of the Bessel function J_0(x).
+
+ -- Function: double gsl_sf_bessel_zero_J1 (unsigned int s)
+ -- Function: int gsl_sf_bessel_zero_J1_e (unsigned int s, gsl_sf_result
+          *result)
+
+     These routines compute the location of the *note s: 160.-th
+     positive zero of the Bessel function J_1(x).
+
+ -- Function: double gsl_sf_bessel_zero_Jnu (double nu, unsigned int s)
+ -- Function: int gsl_sf_bessel_zero_Jnu_e (double nu, unsigned int s,
+          gsl_sf_result *result)
+
+     These routines compute the location of the *note s: 162.-th
+     positive zero of the Bessel function J_\nu(x).  The current
+     implementation does not support negative values of *note nu: 162.
+
+\1f
+File: gsl-ref.info,  Node: Clausen Functions,  Next: Coulomb Functions,  Prev: Bessel Functions,  Up: Special Functions
+
+7.6 Clausen Functions
+=====================
+
+The Clausen function is defined by the following integral,
+
+Cl_2(x) = - int_0^x dt log( 2 sin(t/2) )
+
+It is related to the *note dilogarithm: 164. by Cl_2(\theta) = \Im
+Li_2(\exp(i\theta)).  The Clausen functions are declared in the header
+file ‘gsl_sf_clausen.h’.
+
+ -- Function: double gsl_sf_clausen (double x)
+ -- Function: int gsl_sf_clausen_e (double x, gsl_sf_result *result)
+
+     These routines compute the Clausen integral Cl_2(x).
+
+\1f
+File: gsl-ref.info,  Node: Coulomb Functions,  Next: Coupling Coefficients,  Prev: Clausen Functions,  Up: Special Functions
+
+7.7 Coulomb Functions
+=====================
+
+The prototypes of the Coulomb functions are declared in the header file
+‘gsl_sf_coulomb.h’.  Both bound state and scattering solutions are
+available.
+
+* Menu:
+
+* Normalized Hydrogenic Bound States::
+* Coulomb Wave Functions::
+* Coulomb Wave Function Normalization Constant::
+
+\1f
+File: gsl-ref.info,  Node: Normalized Hydrogenic Bound States,  Next: Coulomb Wave Functions,  Up: Coulomb Functions
+
+7.7.1 Normalized Hydrogenic Bound States
+----------------------------------------
+
+ -- Function: double gsl_sf_hydrogenicR_1 (double Z, double r)
+ -- Function: int gsl_sf_hydrogenicR_1_e (double Z, double r,
+          gsl_sf_result *result)
+
+     These routines compute the lowest-order normalized hydrogenic bound
+     state radial wavefunction R_1 := 2Z \sqrt{Z} \exp(-Z r).
+
+ -- Function: double gsl_sf_hydrogenicR (int n, int l, double Z, double
+          r)
+ -- Function: int gsl_sf_hydrogenicR_e (int n, int l, double Z, double
+          r, gsl_sf_result *result)
+
+     These routines compute the *note n: 16c.-th normalized hydrogenic
+     bound state radial wavefunction,
+
+          R_n := 2 (Z^{3/2}/n^2) sqrt{(n-l-1)!/(n+l)!} exp(-Z r/n) (2Zr/n)^l 
+               L^{2l+1}_{n-l-1}(2Zr/n). 
+
+     where L^a_b(x) is the *note generalized Laguerre polynomial: 16d.
+     The normalization is chosen such that the wavefunction \psi is
+     given by \psi(n,l,r) = R_n Y_{lm}.
+
+\1f
+File: gsl-ref.info,  Node: Coulomb Wave Functions,  Next: Coulomb Wave Function Normalization Constant,  Prev: Normalized Hydrogenic Bound States,  Up: Coulomb Functions
+
+7.7.2 Coulomb Wave Functions
+----------------------------
+
+The Coulomb wave functions F_L(\eta,x), G_L(\eta,x) are described in
+Abramowitz & Stegun, Chapter 14.  Because there can be a large dynamic
+range of values for these functions, overflows are handled gracefully.
+If an overflow occurs, ‘GSL_EOVRFLW’ is signalled and exponent(s) are
+returned through the modifiable parameters ‘exp_F’, ‘exp_G’.  The full
+solution can be reconstructed from the following relations,
+
+     F_L(eta,x) = fc[k_L] * exp(exp_F) 
+     G_L(eta,x) = gc[k_L] * exp(exp_G) 
+      
+     F_L’(eta,x) = fcp[k_L] * exp(exp_F) 
+     G_L’(eta,x) = gcp[k_L] * exp(exp_G) 
+
+ -- Function: int gsl_sf_coulomb_wave_FG_e (double eta, double x, double
+          L_F, int k, gsl_sf_result *F, gsl_sf_result *Fp, gsl_sf_result
+          *G, gsl_sf_result *Gp, double *exp_F, double *exp_G)
+
+     This function computes the Coulomb wave functions F_L(\eta,x),
+     G_{L-k}(\eta,x) and their derivatives F'_L(\eta,x),
+     G'_{L-k}(\eta,x) with respect to x.  The parameters are restricted
+     to L, L-k > -1/2, x > 0 and integer k.  Note that L itself is not
+     restricted to being an integer.  The results are stored in the
+     parameters F, G for the function values and *note Fp: 16f, *note
+     Gp: 16f. for the derivative values.  If an overflow occurs,
+     ‘GSL_EOVRFLW’ is returned and scaling exponents are stored in the
+     modifiable parameters *note exp_F: 16f, *note exp_G: 16f.
+
+ -- Function: int gsl_sf_coulomb_wave_F_array (double L_min, int kmax,
+          double eta, double x, double fc_array[], double *F_exponent)
+
+     This function computes the Coulomb wave function F_L(\eta,x) for L
+     = Lmin \dots Lmin + kmax, storing the results in *note fc_array:
+     170.  In the case of overflow the exponent is stored in *note
+     F_exponent: 170.
+
+ -- Function: int gsl_sf_coulomb_wave_FG_array (double L_min, int kmax,
+          double eta, double x, double fc_array[], double gc_array[],
+          double *F_exponent, double *G_exponent)
+
+     This function computes the functions F_L(\eta,x), G_L(\eta,x) for L
+     = Lmin \dots Lmin + kmax storing the results in *note fc_array:
+     171. and *note gc_array: 171.  In the case of overflow the
+     exponents are stored in *note F_exponent: 171. and *note
+     G_exponent: 171.
+
+ -- Function: int gsl_sf_coulomb_wave_FGp_array (double L_min, int kmax,
+          double eta, double x, double fc_array[], double fcp_array[],
+          double gc_array[], double gcp_array[], double *F_exponent,
+          double *G_exponent)
+
+     This function computes the functions F_L(\eta,x), G_L(\eta,x) and
+     their derivatives F'_L(\eta,x), G'_L(\eta,x) for L = Lmin \dots
+     Lmin + kmax storing the results in *note fc_array: 172, *note
+     gc_array: 172, *note fcp_array: 172. and *note gcp_array: 172.  In
+     the case of overflow the exponents are stored in *note F_exponent:
+     172. and *note G_exponent: 172.
+
+ -- Function: int gsl_sf_coulomb_wave_sphF_array (double L_min, int
+          kmax, double eta, double x, double fc_array[], double
+          F_exponent[])
+
+     This function computes the Coulomb wave function divided by the
+     argument F_L(\eta, x)/x for L = Lmin \dots Lmin + kmax, storing the
+     results in *note fc_array: 173.  In the case of overflow the
+     exponent is stored in *note F_exponent: 173.  This function reduces
+     to spherical Bessel functions in the limit \eta \to 0.
+
+\1f
+File: gsl-ref.info,  Node: Coulomb Wave Function Normalization Constant,  Prev: Coulomb Wave Functions,  Up: Coulomb Functions
+
+7.7.3 Coulomb Wave Function Normalization Constant
+--------------------------------------------------
+
+The Coulomb wave function normalization constant is defined in
+Abramowitz 14.1.7.
+
+ -- Function: int gsl_sf_coulomb_CL_e (double L, double eta,
+          gsl_sf_result *result)
+
+     This function computes the Coulomb wave function normalization
+     constant C_L(\eta) for L > -1.
+
+ -- Function: int gsl_sf_coulomb_CL_array (double Lmin, int kmax, double
+          eta, double cl[])
+
+     This function computes the Coulomb wave function normalization
+     constant C_L(\eta) for L = Lmin \dots Lmin + kmax, Lmin > -1.
+
+\1f
+File: gsl-ref.info,  Node: Coupling Coefficients,  Next: Dawson Function,  Prev: Coulomb Functions,  Up: Special Functions
+
+7.8 Coupling Coefficients
+=========================
+
+The Wigner 3-j, 6-j and 9-j symbols give the coupling coefficients for
+combined angular momentum vectors.  Since the arguments of the standard
+coupling coefficient functions are integer or half-integer, the
+arguments of the following functions are, by convention, integers equal
+to twice the actual spin value.  For information on the 3-j coefficients
+see Abramowitz & Stegun, Section 27.9.  The functions described in this
+section are declared in the header file ‘gsl_sf_coupling.h’.
+
+* Menu:
+
+* 3-j Symbols::
+* 6-j Symbols::
+* 9-j Symbols::
+
+\1f
+File: gsl-ref.info,  Node: 3-j Symbols,  Next: 6-j Symbols,  Up: Coupling Coefficients
+
+7.8.1 3-j Symbols
+-----------------
+
+ -- Function: double gsl_sf_coupling_3j (int two_ja, int two_jb, int
+          two_jc, int two_ma, int two_mb, int two_mc)
+ -- Function: int gsl_sf_coupling_3j_e (int two_ja, int two_jb, int
+          two_jc, int two_ma, int two_mb, int two_mc, gsl_sf_result
+          *result)
+
+     These routines compute the Wigner 3-j coefficient,
+
+          ( ja jb jc ) 
+          ( ma mb mc ) 
+
+     where the arguments are given in half-integer units, ja = *note
+     two_ja: 17a./2, ma = *note two_ma: 17a./2, etc.
+
+\1f
+File: gsl-ref.info,  Node: 6-j Symbols,  Next: 9-j Symbols,  Prev: 3-j Symbols,  Up: Coupling Coefficients
+
+7.8.2 6-j Symbols
+-----------------
+
+ -- Function: double gsl_sf_coupling_6j (int two_ja, int two_jb, int
+          two_jc, int two_jd, int two_je, int two_jf)
+ -- Function: int gsl_sf_coupling_6j_e (int two_ja, int two_jb, int
+          two_jc, int two_jd, int two_je, int two_jf, gsl_sf_result
+          *result)
+
+     These routines compute the Wigner 6-j coefficient,
+
+          { ja jb jc } 
+          { jd je jf } 
+
+     where the arguments are given in half-integer units, ja = *note
+     two_ja: 17d./2, ma = ‘two_ma’/2, etc.
+
+\1f
+File: gsl-ref.info,  Node: 9-j Symbols,  Prev: 6-j Symbols,  Up: Coupling Coefficients
+
+7.8.3 9-j Symbols
+-----------------
+
+ -- Function: double gsl_sf_coupling_9j (int two_ja, int two_jb, int
+          two_jc, int two_jd, int two_je, int two_jf, int two_jg, int
+          two_jh, int two_ji)
+ -- Function: int gsl_sf_coupling_9j_e (int two_ja, int two_jb, int
+          two_jc, int two_jd, int two_je, int two_jf, int two_jg, int
+          two_jh, int two_ji, gsl_sf_result *result)
+
+     These routines compute the Wigner 9-j coefficient,
+
+          { ja jb jc } 
+          { jd je jf } 
+          { jg jh ji } 
+
+     where the arguments are given in half-integer units, ja = *note
+     two_ja: 180./2, ma = ‘two_ma’/2, etc.
+
+\1f
+File: gsl-ref.info,  Node: Dawson Function,  Next: Debye Functions,  Prev: Coupling Coefficients,  Up: Special Functions
+
+7.9 Dawson Function
+===================
+
+The Dawson integral is defined by
+
+     \exp(-x^2) \int_0^x dt \exp(t^2)
+
+A table of Dawson’s integral can be found in Abramowitz & Stegun, Table
+7.5.  The Dawson functions are declared in the header file
+‘gsl_sf_dawson.h’.
+
+ -- Function: double gsl_sf_dawson (double x)
+ -- Function: int gsl_sf_dawson_e (double x, gsl_sf_result *result)
+
+     These routines compute the value of Dawson’s integral for *note x:
+     183.
+
+\1f
+File: gsl-ref.info,  Node: Debye Functions,  Next: Dilogarithm,  Prev: Dawson Function,  Up: Special Functions
+
+7.10 Debye Functions
+====================
+
+The Debye functions D_n(x) are defined by the following integral,
+
+     D_n(x) = n/x^n \int_0^x dt (t^n/(e^t - 1))
+
+For further information see Abramowitz & Stegun, Section 27.1.  The
+Debye functions are declared in the header file ‘gsl_sf_debye.h’.
+
+ -- Function: double gsl_sf_debye_1 (double x)
+ -- Function: int gsl_sf_debye_1_e (double x, gsl_sf_result *result)
+
+     These routines compute the first-order Debye function D_1(x).
+
+ -- Function: double gsl_sf_debye_2 (double x)
+ -- Function: int gsl_sf_debye_2_e (double x, gsl_sf_result *result)
+
+     These routines compute the second-order Debye function D_2(x).
+
+ -- Function: double gsl_sf_debye_3 (double x)
+ -- Function: int gsl_sf_debye_3_e (double x, gsl_sf_result *result)
+
+     These routines compute the third-order Debye function D_3(x).
+
+ -- Function: double gsl_sf_debye_4 (double x)
+ -- Function: int gsl_sf_debye_4_e (double x, gsl_sf_result *result)
+
+     These routines compute the fourth-order Debye function D_4(x).
+
+ -- Function: double gsl_sf_debye_5 (double x)
+ -- Function: int gsl_sf_debye_5_e (double x, gsl_sf_result *result)
+
+     These routines compute the fifth-order Debye function D_5(x).
+
+ -- Function: double gsl_sf_debye_6 (double x)
+ -- Function: int gsl_sf_debye_6_e (double x, gsl_sf_result *result)
+
+     These routines compute the sixth-order Debye function D_6(x).
+
+\1f
+File: gsl-ref.info,  Node: Dilogarithm,  Next: Elementary Operations,  Prev: Debye Functions,  Up: Special Functions
+
+7.11 Dilogarithm
+================
+
+The dilogarithm is defined as
+
+     Li_2(z) = - \int_0^z ds log(1-s) / s
+
+The functions described in this section are declared in the header file
+‘gsl_sf_dilog.h’.
+
+* Menu:
+
+* Real Argument::
+* Complex Argument::
+
+\1f
+File: gsl-ref.info,  Node: Real Argument,  Next: Complex Argument,  Up: Dilogarithm
+
+7.11.1 Real Argument
+--------------------
+
+ -- Function: double gsl_sf_dilog (double x)
+ -- Function: int gsl_sf_dilog_e (double x, gsl_sf_result *result)
+
+     These routines compute the dilogarithm for a real argument.  In
+     Lewin’s notation this is Li_2(x), the real part of the dilogarithm
+     of a real x.  It is defined by the integral representation
+
+          Li_2(x) = - \Re \int_0^x ds \log(1-s) / s
+
+     Note that \Im(Li_2(x)) = 0 for x \le 1, and -\pi\log(x) for x > 1.
+
+     Note that Abramowitz & Stegun refer to the Spence integral S(x) =
+     Li_2(1 - x) as the dilogarithm rather than Li_2(x).
+
+\1f
+File: gsl-ref.info,  Node: Complex Argument,  Prev: Real Argument,  Up: Dilogarithm
+
+7.11.2 Complex Argument
+-----------------------
+
+ -- Function: int gsl_sf_complex_dilog_e (double r, double theta,
+          gsl_sf_result *result_re, gsl_sf_result *result_im)
+
+     This function computes the full complex-valued dilogarithm for the
+     complex argument z = r \exp(i \theta).  The real and imaginary
+     parts of the result are returned in *note result_re: 196, *note
+     result_im: 196.
+
+\1f
+File: gsl-ref.info,  Node: Elementary Operations,  Next: Elliptic Integrals,  Prev: Dilogarithm,  Up: Special Functions
+
+7.12 Elementary Operations
+==========================
+
+The following functions allow for the propagation of errors when
+combining quantities by multiplication.  The functions are declared in
+the header file ‘gsl_sf_elementary.h’.
+
+ -- Function: double gsl_sf_multiply (double x, double y)
+ -- Function: int gsl_sf_multiply_e (double x, double y, gsl_sf_result
+          *result)
+
+     This function multiplies *note x: 199. and *note y: 199. storing
+     the product and its associated error in *note result: 199.
+
+ -- Function: int gsl_sf_multiply_err_e (double x, double dx, double y,
+          double dy, gsl_sf_result *result)
+
+     This function multiplies *note x: 19a. and *note y: 19a. with
+     associated absolute errors *note dx: 19a. and *note dy: 19a.  The
+     product xy \pm xy \sqrt{(dx/x)^2 +(dy/y)^2} is stored in *note
+     result: 19a.
+
+\1f
+File: gsl-ref.info,  Node: Elliptic Integrals,  Next: Elliptic Functions Jacobi,  Prev: Elementary Operations,  Up: Special Functions
+
+7.13 Elliptic Integrals
+=======================
+
+The functions described in this section are declared in the header file
+‘gsl_sf_ellint.h’.  Further information about the elliptic integrals can
+be found in Abramowitz & Stegun, Chapter 17.
+
+* Menu:
+
+* Definition of Legendre Forms::
+* Definition of Carlson Forms::
+* Legendre Form of Complete Elliptic Integrals::
+* Legendre Form of Incomplete Elliptic Integrals::
+* Carlson Forms::
+
+\1f
+File: gsl-ref.info,  Node: Definition of Legendre Forms,  Next: Definition of Carlson Forms,  Up: Elliptic Integrals
+
+7.13.1 Definition of Legendre Forms
+-----------------------------------
+
+The Legendre forms of elliptic integrals F(\phi,k), E(\phi,k) and
+\Pi(\phi,k,n) are defined by,
+
+     F(\phi,k) = \int_0^\phi dt 1/\sqrt((1 - k^2 \sin^2(t)))
+     E(\phi,k) = \int_0^\phi dt   \sqrt((1 - k^2 \sin^2(t)))
+     Pi(\phi,k,n) = \int_0^\phi dt 1/((1 + n \sin^2(t))\sqrt(1 - k^2 \sin^2(t)))
+
+The complete Legendre forms are denoted by K(k) = F(\pi/2, k) and E(k) =
+E(\pi/2, k).
+
+The notation used here is based on Carlson, “Numerische Mathematik” 33
+(1979) 1 and differs slightly from that used by Abramowitz & Stegun,
+where the functions are given in terms of the parameter m = k^2 and n is
+replaced by -n.
+
+\1f
+File: gsl-ref.info,  Node: Definition of Carlson Forms,  Next: Legendre Form of Complete Elliptic Integrals,  Prev: Definition of Legendre Forms,  Up: Elliptic Integrals
+
+7.13.2 Definition of Carlson Forms
+----------------------------------
+
+The Carlson symmetric forms of elliptical integrals RC(x,y), RD(x,y,z),
+RF(x,y,z) and RJ(x,y,z,p) are defined by,
+
+     RC(x,y) = 1/2 \int_0^\infty dt (t+x)^(-1/2) (t+y)^(-1)
+     RD(x,y,z) = 3/2 \int_0^\infty dt (t+x)^(-1/2) (t+y)^(-1/2) (t+z)^(-3/2)
+     RF(x,y,z) = 1/2 \int_0^\infty dt (t+x)^(-1/2) (t+y)^(-1/2) (t+z)^(-1/2)
+     RJ(x,y,z,p) = 3/2 \int_0^\infty dt
+                      (t+x)^(-1/2) (t+y)^(-1/2) (t+z)^(-1/2) (t+p)^(-1)
+
+\1f
+File: gsl-ref.info,  Node: Legendre Form of Complete Elliptic Integrals,  Next: Legendre Form of Incomplete Elliptic Integrals,  Prev: Definition of Carlson Forms,  Up: Elliptic Integrals
+
+7.13.3 Legendre Form of Complete Elliptic Integrals
+---------------------------------------------------
+
+ -- Function: double gsl_sf_ellint_Kcomp (double k, gsl_mode_t mode)
+ -- Function: int gsl_sf_ellint_Kcomp_e (double k, gsl_mode_t mode,
+          gsl_sf_result *result)
+
+     These routines compute the complete elliptic integral K(k) to the
+     accuracy specified by the mode variable *note mode: 1a0.  Note that
+     Abramowitz & Stegun define this function in terms of the parameter
+     m = k^2.
+
+ -- Function: double gsl_sf_ellint_Ecomp (double k, gsl_mode_t mode)
+ -- Function: int gsl_sf_ellint_Ecomp_e (double k, gsl_mode_t mode,
+          gsl_sf_result *result)
+
+     These routines compute the complete elliptic integral E(k) to the
+     accuracy specified by the mode variable *note mode: 1a2.  Note that
+     Abramowitz & Stegun define this function in terms of the parameter
+     m = k^2.
+
+ -- Function: double gsl_sf_ellint_Pcomp (double k, double n, gsl_mode_t
+          mode)
+ -- Function: int gsl_sf_ellint_Pcomp_e (double k, double n, gsl_mode_t
+          mode, gsl_sf_result *result)
+
+     These routines compute the complete elliptic integral \Pi(k,n) to
+     the accuracy specified by the mode variable *note mode: 1a4.  Note
+     that Abramowitz & Stegun define this function in terms of the
+     parameters m = k^2 and \sin^2(\alpha) = k^2, with the change of
+     sign n \to -n.
+
+\1f
+File: gsl-ref.info,  Node: Legendre Form of Incomplete Elliptic Integrals,  Next: Carlson Forms,  Prev: Legendre Form of Complete Elliptic Integrals,  Up: Elliptic Integrals
+
+7.13.4 Legendre Form of Incomplete Elliptic Integrals
+-----------------------------------------------------
+
+ -- Function: double gsl_sf_ellint_F (double phi, double k, gsl_mode_t
+          mode)
+ -- Function: int gsl_sf_ellint_F_e (double phi, double k, gsl_mode_t
+          mode, gsl_sf_result *result)
+
+     These routines compute the incomplete elliptic integral F(\phi,k)
+     to the accuracy specified by the mode variable *note mode: 1a7.
+     Note that Abramowitz & Stegun define this function in terms of the
+     parameter m = k^2.
+
+ -- Function: double gsl_sf_ellint_E (double phi, double k, gsl_mode_t
+          mode)
+ -- Function: int gsl_sf_ellint_E_e (double phi, double k, gsl_mode_t
+          mode, gsl_sf_result *result)
+
+     These routines compute the incomplete elliptic integral E(\phi,k)
+     to the accuracy specified by the mode variable *note mode: 1a9.
+     Note that Abramowitz & Stegun define this function in terms of the
+     parameter m = k^2.
+
+ -- Function: double gsl_sf_ellint_P (double phi, double k, double n,
+          gsl_mode_t mode)
+ -- Function: int gsl_sf_ellint_P_e (double phi, double k, double n,
+          gsl_mode_t mode, gsl_sf_result *result)
+
+     These routines compute the incomplete elliptic integral
+     \Pi(\phi,k,n) to the accuracy specified by the mode variable *note
+     mode: 1ab.  Note that Abramowitz & Stegun define this function in
+     terms of the parameters m = k^2 and \sin^2(\alpha) = k^2, with the
+     change of sign n \to -n.
+
+ -- Function: double gsl_sf_ellint_D (double phi, double k, gsl_mode_t
+          mode)
+ -- Function: int gsl_sf_ellint_D_e (double phi, double k, gsl_mode_t
+          mode, gsl_sf_result *result)
+
+     These functions compute the incomplete elliptic integral D(\phi,k)
+     which is defined through the Carlson form RD(x,y,z) by the
+     following relation,
+
+          D(\phi,k) = (1/3)(\sin(\phi))^3 RD (1-\sin^2(\phi), 1-k^2 \sin^2(\phi), 1).
+
+\1f
+File: gsl-ref.info,  Node: Carlson Forms,  Prev: Legendre Form of Incomplete Elliptic Integrals,  Up: Elliptic Integrals
+
+7.13.5 Carlson Forms
+--------------------
+
+ -- Function: double gsl_sf_ellint_RC (double x, double y, gsl_mode_t
+          mode)
+ -- Function: int gsl_sf_ellint_RC_e (double x, double y, gsl_mode_t
+          mode, gsl_sf_result *result)
+
+     These routines compute the incomplete elliptic integral RC(x,y) to
+     the accuracy specified by the mode variable *note mode: 1b0.
+
+ -- Function: double gsl_sf_ellint_RD (double x, double y, double z,
+          gsl_mode_t mode)
+ -- Function: int gsl_sf_ellint_RD_e (double x, double y, double z,
+          gsl_mode_t mode, gsl_sf_result *result)
+
+     These routines compute the incomplete elliptic integral RD(x,y,z)
+     to the accuracy specified by the mode variable *note mode: 1b2.
+
+ -- Function: double gsl_sf_ellint_RF (double x, double y, double z,
+          gsl_mode_t mode)
+ -- Function: int gsl_sf_ellint_RF_e (double x, double y, double z,
+          gsl_mode_t mode, gsl_sf_result *result)
+
+     These routines compute the incomplete elliptic integral RF(x,y,z)
+     to the accuracy specified by the mode variable *note mode: 1b4.
+
+ -- Function: double gsl_sf_ellint_RJ (double x, double y, double z,
+          double p, gsl_mode_t mode)
+ -- Function: int gsl_sf_ellint_RJ_e (double x, double y, double z,
+          double p, gsl_mode_t mode, gsl_sf_result *result)
+
+     These routines compute the incomplete elliptic integral RJ(x,y,z,p)
+     to the accuracy specified by the mode variable *note mode: 1b6.
+
+\1f
+File: gsl-ref.info,  Node: Elliptic Functions Jacobi,  Next: Error Functions,  Prev: Elliptic Integrals,  Up: Special Functions
+
+7.14 Elliptic Functions (Jacobi)
+================================
+
+The Jacobian Elliptic functions are defined in Abramowitz & Stegun,
+Chapter 16.  The functions are declared in the header file
+‘gsl_sf_elljac.h’.
+
+ -- Function: int gsl_sf_elljac_e (double u, double m, double *sn,
+          double *cn, double *dn)
+
+     This function computes the Jacobian elliptic functions sn(u|m),
+     cn(u|m), dn(u|m) by descending Landen transformations.
+
+\1f
+File: gsl-ref.info,  Node: Error Functions,  Next: Exponential Functions,  Prev: Elliptic Functions Jacobi,  Up: Special Functions
+
+7.15 Error Functions
+====================
+
+The error function is described in Abramowitz & Stegun, Chapter 7.  The
+functions in this section are declared in the header file
+‘gsl_sf_erf.h’.
+
+* Menu:
+
+* Error Function::
+* Complementary Error Function::
+* Log Complementary Error Function::
+* Probability functions::
+
+\1f
+File: gsl-ref.info,  Node: Error Function,  Next: Complementary Error Function,  Up: Error Functions
+
+7.15.1 Error Function
+---------------------
+
+ -- Function: double gsl_sf_erf (double x)
+ -- Function: int gsl_sf_erf_e (double x, gsl_sf_result *result)
+
+     These routines compute the error function \erf(x), where \erf(x) =
+     (2/\sqrt{\pi}) \int_0^x dt \exp(-t^2).
+
+\1f
+File: gsl-ref.info,  Node: Complementary Error Function,  Next: Log Complementary Error Function,  Prev: Error Function,  Up: Error Functions
+
+7.15.2 Complementary Error Function
+-----------------------------------
+
+ -- Function: double gsl_sf_erfc (double x)
+ -- Function: int gsl_sf_erfc_e (double x, gsl_sf_result *result)
+
+     These routines compute the complementary error function \erfc(x) =
+     1 - \erf(x) = (2/\sqrt{\pi}) \int_x^\infty \exp(-t^2)
+
+\1f
+File: gsl-ref.info,  Node: Log Complementary Error Function,  Next: Probability functions,  Prev: Complementary Error Function,  Up: Error Functions
+
+7.15.3 Log Complementary Error Function
+---------------------------------------
+
+ -- Function: double gsl_sf_log_erfc (double x)
+ -- Function: int gsl_sf_log_erfc_e (double x, gsl_sf_result *result)
+
+     These routines compute the logarithm of the complementary error
+     function \log(\erfc(x)).
+
+\1f
+File: gsl-ref.info,  Node: Probability functions,  Prev: Log Complementary Error Function,  Up: Error Functions
+
+7.15.4 Probability functions
+----------------------------
+
+The probability functions for the Normal or Gaussian distribution are
+described in Abramowitz & Stegun, Section 26.2.
+
+ -- Function: double gsl_sf_erf_Z (double x)
+ -- Function: int gsl_sf_erf_Z_e (double x, gsl_sf_result *result)
+
+     These routines compute the Gaussian probability density function
+     Z(x) = (1/\sqrt{2\pi}) \exp(-x^2/2)
+
+ -- Function: double gsl_sf_erf_Q (double x)
+ -- Function: int gsl_sf_erf_Q_e (double x, gsl_sf_result *result)
+
+     These routines compute the upper tail of the Gaussian probability
+     function Q(x) = (1/\sqrt{2\pi}) \int_x^\infty dt \exp(-t^2/2)
+
+The `hazard function' for the normal distribution, also known as the
+inverse Mills’ ratio, is defined as,
+
+     h(x) = Z(x)/Q(x) = \sqrt{2/\pi} \exp(-x^2 / 2) / \erfc(x/\sqrt 2)
+
+It decreases rapidly as x approaches -\infty and asymptotes to h(x) \sim
+x as x approaches +\infty.
+
+ -- Function: double gsl_sf_hazard (double x)
+ -- Function: int gsl_sf_hazard_e (double x, gsl_sf_result *result)
+
+     These routines compute the hazard function for the normal
+     distribution.
+
+\1f
+File: gsl-ref.info,  Node: Exponential Functions,  Next: Exponential Integrals,  Prev: Error Functions,  Up: Special Functions
+
+7.16 Exponential Functions
+==========================
+
+The functions described in this section are declared in the header file
+‘gsl_sf_exp.h’.
+
+* Menu:
+
+* Exponential Function::
+* Relative Exponential Functions::
+* Exponentiation With Error Estimate::
+
+\1f
+File: gsl-ref.info,  Node: Exponential Function,  Next: Relative Exponential Functions,  Up: Exponential Functions
+
+7.16.1 Exponential Function
+---------------------------
+
+ -- Function: double gsl_sf_exp (double x)
+ -- Function: int gsl_sf_exp_e (double x, gsl_sf_result *result)
+
+     These routines provide an exponential function \exp(x) using GSL
+     semantics and error checking.
+
+ -- Function: int gsl_sf_exp_e10_e (double x, gsl_sf_result_e10 *result)
+
+     This function computes the exponential \exp(x) using the *note
+     gsl_sf_result_e10: ce. type to return a result with extended range.
+     This function may be useful if the value of \exp(x) would overflow
+     the numeric range of ‘double’.
+
+ -- Function: double gsl_sf_exp_mult (double x, double y)
+ -- Function: int gsl_sf_exp_mult_e (double x, double y, gsl_sf_result
+          *result)
+
+     These routines exponentiate *note x: 1d0. and multiply by the
+     factor *note y: 1d0. to return the product y \exp(x).
+
+ -- Function: int gsl_sf_exp_mult_e10_e (const double x, const double y,
+          gsl_sf_result_e10 *result)
+
+     This function computes the product y \exp(x) using the *note
+     gsl_sf_result_e10: ce. type to return a result with extended
+     numeric range.
+
+\1f
+File: gsl-ref.info,  Node: Relative Exponential Functions,  Next: Exponentiation With Error Estimate,  Prev: Exponential Function,  Up: Exponential Functions
+
+7.16.2 Relative Exponential Functions
+-------------------------------------
+
+ -- Function: double gsl_sf_expm1 (double x)
+ -- Function: int gsl_sf_expm1_e (double x, gsl_sf_result *result)
+
+     These routines compute the quantity \exp(x)-1 using an algorithm
+     that is accurate for small x.
+
+ -- Function: double gsl_sf_exprel (double x)
+ -- Function: int gsl_sf_exprel_e (double x, gsl_sf_result *result)
+
+     These routines compute the quantity (\exp(x)-1)/x using an
+     algorithm that is accurate for small *note x: 1d6.  For small *note
+     x: 1d6. the algorithm is based on the expansion (\exp(x)-1)/x = 1 +
+     x/2 + x^2/(2*3) + x^3/(2*3*4) + \dots.
+
+ -- Function: double gsl_sf_exprel_2 (double x)
+ -- Function: int gsl_sf_exprel_2_e (double x, gsl_sf_result *result)
+
+     These routines compute the quantity 2(\exp(x)-1-x)/x^2 using an
+     algorithm that is accurate for small *note x: 1d8.  For small *note
+     x: 1d8. the algorithm is based on the expansion 2(\exp(x)-1-x)/x^2
+     = 1 + x/3 + x^2/(3*4) + x^3/(3*4*5) + \dots.
+
+ -- Function: double gsl_sf_exprel_n (int n, double x)
+ -- Function: int gsl_sf_exprel_n_e (int n, double x, gsl_sf_result
+          *result)
+
+     These routines compute the N-relative exponential, which is the
+     *note n: 1da.-th generalization of the functions *note
+     gsl_sf_exprel(): 1d5. and *note gsl_sf_exprel_2(): 1d7.  The
+     N-relative exponential is given by,
+
+          exprel_N(x) = N!/x^N (\exp(x) - \sum_{k=0}^{N-1} x^k/k!)
+                      = 1 + x/(N+1) + x^2/((N+1)(N+2)) + ...
+                      = 1F1 (1,1+N,x)
+
+\1f
+File: gsl-ref.info,  Node: Exponentiation With Error Estimate,  Prev: Relative Exponential Functions,  Up: Exponential Functions
+
+7.16.3 Exponentiation With Error Estimate
+-----------------------------------------
+
+ -- Function: int gsl_sf_exp_err_e (double x, double dx, gsl_sf_result
+          *result)
+
+     This function exponentiates *note x: 1dc. with an associated
+     absolute error *note dx: 1dc.
+
+ -- Function: int gsl_sf_exp_err_e10_e (double x, double dx,
+          gsl_sf_result_e10 *result)
+
+     This function exponentiates a quantity *note x: 1dd. with an
+     associated absolute error *note dx: 1dd. using the *note
+     gsl_sf_result_e10: ce. type to return a result with extended range.
+
+ -- Function: int gsl_sf_exp_mult_err_e (double x, double dx, double y,
+          double dy, gsl_sf_result *result)
+
+     This routine computes the product y \exp(x) for the quantities
+     *note x: 1de, *note y: 1de. with associated absolute errors *note
+     dx: 1de, *note dy: 1de.
+
+ -- Function: int gsl_sf_exp_mult_err_e10_e (double x, double dx, double
+          y, double dy, gsl_sf_result_e10 *result)
+
+     This routine computes the product y \exp(x) for the quantities
+     *note x: 1df, *note y: 1df. with associated absolute errors *note
+     dx: 1df, *note dy: 1df. using the *note gsl_sf_result_e10: ce. type
+     to return a result with extended range.
+
+\1f
+File: gsl-ref.info,  Node: Exponential Integrals,  Next: Fermi-Dirac Function,  Prev: Exponential Functions,  Up: Special Functions
+
+7.17 Exponential Integrals
+==========================
+
+Information on the exponential integrals can be found in Abramowitz &
+Stegun, Chapter 5.  These functions are declared in the header file
+‘gsl_sf_expint.h’.
+
+* Menu:
+
+* Exponential Integral::
+* Ei(x): Ei x.
+* Hyperbolic Integrals::
+* Ei_3(x): Ei_3 x.
+* Trigonometric Integrals::
+* Arctangent Integral::
+
+\1f
+File: gsl-ref.info,  Node: Exponential Integral,  Next: Ei x,  Up: Exponential Integrals
+
+7.17.1 Exponential Integral
+---------------------------
+
+ -- Function: double gsl_sf_expint_E1 (double x)
+ -- Function: int gsl_sf_expint_E1_e (double x, gsl_sf_result *result)
+
+     These routines compute the exponential integral E_1(x),
+
+          E_1(x) := \Re \int_1^\infty dt \exp(-xt)/t.
+
+ -- Function: double gsl_sf_expint_E2 (double x)
+ -- Function: int gsl_sf_expint_E2_e (double x, gsl_sf_result *result)
+
+     These routines compute the second-order exponential integral
+     E_2(x),
+
+          E_2(x) := \Re \int_1^\infty dt \exp(-xt)/t^2
+
+ -- Function: double gsl_sf_expint_En (int n, double x)
+ -- Function: int gsl_sf_expint_En_e (int n, double x, gsl_sf_result
+          *result)
+
+     These routines compute the exponential integral E_n(x) of order
+     *note n: 1e7,
+
+          E_n(x) := \Re \int_1^\infty dt \exp(-xt)/t^n.
+
+\1f
+File: gsl-ref.info,  Node: Ei x,  Next: Hyperbolic Integrals,  Prev: Exponential Integral,  Up: Exponential Integrals
+
+7.17.2 Ei(x)
+------------
+
+ -- Function: double gsl_sf_expint_Ei (double x)
+ -- Function: int gsl_sf_expint_Ei_e (double x, gsl_sf_result *result)
+
+     These routines compute the exponential integral Ei(x),
+
+          Ei(x) = - PV(\int_{-x}^\infty dt \exp(-t)/t)
+
+     where PV denotes the principal value of the integral.
+
+\1f
+File: gsl-ref.info,  Node: Hyperbolic Integrals,  Next: Ei_3 x,  Prev: Ei x,  Up: Exponential Integrals
+
+7.17.3 Hyperbolic Integrals
+---------------------------
+
+ -- Function: double gsl_sf_Shi (double x)
+ -- Function: int gsl_sf_Shi_e (double x, gsl_sf_result *result)
+
+     These routines compute the integral
+
+          Shi(x) = \int_0^x dt \sinh(t)/t
+
+ -- Function: double gsl_sf_Chi (double x)
+ -- Function: int gsl_sf_Chi_e (double x, gsl_sf_result *result)
+
+     These routines compute the integral
+
+          Chi(x) := \Re[ \gamma_E + \log(x) + \int_0^x dt (\cosh(t)-1)/t ]
+
+     where \gamma_E is the Euler constant (available as the macro
+     ‘M_EULER’).
+
+\1f
+File: gsl-ref.info,  Node: Ei_3 x,  Next: Trigonometric Integrals,  Prev: Hyperbolic Integrals,  Up: Exponential Integrals
+
+7.17.4 Ei_3(x)
+--------------
+
+ -- Function: double gsl_sf_expint_3 (double x)
+ -- Function: int gsl_sf_expint_3_e (double x, gsl_sf_result *result)
+
+     These routines compute the third-order exponential integral
+
+          Ei_3(x) = \int_0^x dt \exp(-t^3)`
+
+     for x \ge 0.
+
+\1f
+File: gsl-ref.info,  Node: Trigonometric Integrals,  Next: Arctangent Integral,  Prev: Ei_3 x,  Up: Exponential Integrals
+
+7.17.5 Trigonometric Integrals
+------------------------------
+
+ -- Function: double gsl_sf_Si (const double x)
+ -- Function: int gsl_sf_Si_e (double x, gsl_sf_result *result)
+
+     These routines compute the Sine integral
+
+          Si(x) = \int_0^x dt \sin(t)/t
+
+ -- Function: double gsl_sf_Ci (const double x)
+ -- Function: int gsl_sf_Ci_e (double x, gsl_sf_result *result)
+
+     These routines compute the Cosine integral
+
+          Ci(x) = -\int_x^\infty dt \cos(t)/t}
+
+     for x > 0
+
+\1f
+File: gsl-ref.info,  Node: Arctangent Integral,  Prev: Trigonometric Integrals,  Up: Exponential Integrals
+
+7.17.6 Arctangent Integral
+--------------------------
+
+ -- Function: double gsl_sf_atanint (double x)
+ -- Function: int gsl_sf_atanint_e (double x, gsl_sf_result *result)
+
+     These routines compute the Arctangent integral, which is defined as
+
+          AtanInt(x) = \int_0^x dt \arctan(t)/t
+
+\1f
+File: gsl-ref.info,  Node: Fermi-Dirac Function,  Next: Gamma and Beta Functions,  Prev: Exponential Integrals,  Up: Special Functions
+
+7.18 Fermi-Dirac Function
+=========================
+
+The functions described in this section are declared in the header file
+‘gsl_sf_fermi_dirac.h’.
+
+* Menu:
+
+* Complete Fermi-Dirac Integrals::
+* Incomplete Fermi-Dirac Integrals::
+
+\1f
+File: gsl-ref.info,  Node: Complete Fermi-Dirac Integrals,  Next: Incomplete Fermi-Dirac Integrals,  Up: Fermi-Dirac Function
+
+7.18.1 Complete Fermi-Dirac Integrals
+-------------------------------------
+
+The complete Fermi-Dirac integral F_j(x) is given by,
+
+     F_j(x) := (1/\Gamma(j+1)) \int_0^\infty dt (t^j / (\exp(t-x) + 1))
+
+Note that the Fermi-Dirac integral is sometimes defined without the
+normalisation factor in other texts.
+
+ -- Function: double gsl_sf_fermi_dirac_m1 (double x)
+ -- Function: int gsl_sf_fermi_dirac_m1_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the complete Fermi-Dirac integral with an
+     index of -1.  This integral is given by F_{-1}(x) = e^x / (1 +
+     e^x).
+
+ -- Function: double gsl_sf_fermi_dirac_0 (double x)
+ -- Function: int gsl_sf_fermi_dirac_0_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the complete Fermi-Dirac integral with an
+     index of 0.  This integral is given by F_0(x) = \ln(1 + e^x).
+
+ -- Function: double gsl_sf_fermi_dirac_1 (double x)
+ -- Function: int gsl_sf_fermi_dirac_1_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the complete Fermi-Dirac integral with an
+     index of 1, F_1(x) = \int_0^\infty dt (t /(\exp(t-x)+1)).
+
+ -- Function: double gsl_sf_fermi_dirac_2 (double x)
+ -- Function: int gsl_sf_fermi_dirac_2_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the complete Fermi-Dirac integral with an
+     index of 2, F_2(x) = (1/2) \int_0^\infty dt (t^2 /(\exp(t-x)+1)).
+
+ -- Function: double gsl_sf_fermi_dirac_int (int j, double x)
+ -- Function: int gsl_sf_fermi_dirac_int_e (int j, double x,
+          gsl_sf_result *result)
+
+     These routines compute the complete Fermi-Dirac integral with an
+     integer index of j, F_j(x) = (1/\Gamma(j+1)) \int_0^\infty dt (t^j
+     /(\exp(t-x)+1)).
+
+ -- Function: double gsl_sf_fermi_dirac_mhalf (double x)
+ -- Function: int gsl_sf_fermi_dirac_mhalf_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the complete Fermi-Dirac integral
+     F_{-1/2}(x).
+
+ -- Function: double gsl_sf_fermi_dirac_half (double x)
+ -- Function: int gsl_sf_fermi_dirac_half_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the complete Fermi-Dirac integral
+     F_{1/2}(x).
+
+ -- Function: double gsl_sf_fermi_dirac_3half (double x)
+ -- Function: int gsl_sf_fermi_dirac_3half_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the complete Fermi-Dirac integral
+     F_{3/2}(x).
+
+\1f
+File: gsl-ref.info,  Node: Incomplete Fermi-Dirac Integrals,  Prev: Complete Fermi-Dirac Integrals,  Up: Fermi-Dirac Function
+
+7.18.2 Incomplete Fermi-Dirac Integrals
+---------------------------------------
+
+The incomplete Fermi-Dirac integral F_j(x,b) is given by,
+
+     F_j(x,b) := (1/\Gamma(j+1)) \int_b^\infty dt (t^j / (\Exp(t-x) + 1))
+
+ -- Function: double gsl_sf_fermi_dirac_inc_0 (double x, double b)
+ -- Function: int gsl_sf_fermi_dirac_inc_0_e (double x, double b,
+          gsl_sf_result *result)
+
+     These routines compute the incomplete Fermi-Dirac integral with an
+     index of zero, F_0(x,b) = \ln(1 + e^{b-x}) - (b-x)
+
+\1f
+File: gsl-ref.info,  Node: Gamma and Beta Functions,  Next: Gegenbauer Functions,  Prev: Fermi-Dirac Function,  Up: Special Functions
+
+7.19 Gamma and Beta Functions
+=============================
+
+The following routines compute the gamma and beta functions in their
+full and incomplete forms, as well as various kinds of factorials.  The
+functions described in this section are declared in the header file
+‘gsl_sf_gamma.h’.
+
+* Menu:
+
+* Gamma Functions::
+* Factorials::
+* Pochhammer Symbol::
+* Incomplete Gamma Functions::
+* Beta Functions::
+* Incomplete Beta Function::
+
+\1f
+File: gsl-ref.info,  Node: Gamma Functions,  Next: Factorials,  Up: Gamma and Beta Functions
+
+7.19.1 Gamma Functions
+----------------------
+
+The Gamma function is defined by the following integral,
+
+     \Gamma(x) = \int_0^{\infty} dt t^{x-1} \exp(-t)
+
+It is related to the factorial function by \Gamma(n) = (n-1)! for
+positive integer n.  Further information on the Gamma function can be
+found in Abramowitz & Stegun, Chapter 6.
+
+ -- Function: double gsl_sf_gamma (double x)
+ -- Function: int gsl_sf_gamma_e (double x, gsl_sf_result *result)
+
+     These routines compute the Gamma function \Gamma(x), subject to x
+     not being a negative integer or zero.  The function is computed
+     using the real Lanczos method.  The maximum value of x such that
+     \Gamma(x) is not considered an overflow is given by the macro
+     ‘GSL_SF_GAMMA_XMAX’ and is 171.0.
+
+ -- Function: double gsl_sf_lngamma (double x)
+ -- Function: int gsl_sf_lngamma_e (double x, gsl_sf_result *result)
+
+     These routines compute the logarithm of the Gamma function,
+     \log(\Gamma(x)), subject to x not being a negative integer or zero.
+     For x < 0 the real part of \log(\Gamma(x)) is returned, which is
+     equivalent to \log(|\Gamma(x)|).  The function is computed using
+     the real Lanczos method.
+
+ -- Function: int gsl_sf_lngamma_sgn_e (double x, gsl_sf_result
+          *result_lg, double *sgn)
+
+     This routine computes the sign of the gamma function and the
+     logarithm of its magnitude, subject to x not being a negative
+     integer or zero.  The function is computed using the real Lanczos
+     method.  The value of the gamma function and its error can be
+     reconstructed using the relation \Gamma(x) = sgn *
+     \exp(result\_lg), taking into account the two components of *note
+     result_lg: 216.
+
+ -- Function: double gsl_sf_gammastar (double x)
+ -- Function: int gsl_sf_gammastar_e (double x, gsl_sf_result *result)
+
+     These routines compute the regulated Gamma Function \Gamma^*(x) for
+     x > 0.  The regulated gamma function is given by,
+
+          \Gamma^*(x) = \Gamma(x)/(\sqrt{2\pi} x^{(x-1/2)} \exp(-x))
+                      = (1 + (1/12x) + ...)  for x \to \infty
+
+     and is a useful suggestion of Temme.
+
+ -- Function: double gsl_sf_gammainv (double x)
+ -- Function: int gsl_sf_gammainv_e (double x, gsl_sf_result *result)
+
+     These routines compute the reciprocal of the gamma function,
+     1/\Gamma(x) using the real Lanczos method.
+
+ -- Function: int gsl_sf_lngamma_complex_e (double zr, double zi,
+          gsl_sf_result *lnr, gsl_sf_result *arg)
+
+     This routine computes \log(\Gamma(z)) for complex z = z_r + i z_i
+     and z not a negative integer or zero, using the complex Lanczos
+     method.  The returned parameters are lnr = \log|\Gamma(z)| and arg
+     = \arg(\Gamma(z)) in (-\pi,\pi].  Note that the phase part (*note
+     arg: 21b.) is not well-determined when |z| is very large, due to
+     inevitable roundoff in restricting to (-\pi,\pi].  This will result
+     in a ‘GSL_ELOSS’ error when it occurs.  The absolute value part
+     (*note lnr: 21b.), however, never suffers from loss of precision.
+
+\1f
+File: gsl-ref.info,  Node: Factorials,  Next: Pochhammer Symbol,  Prev: Gamma Functions,  Up: Gamma and Beta Functions
+
+7.19.2 Factorials
+-----------------
+
+Although factorials can be computed from the Gamma function, using the
+relation n! = \Gamma(n+1) for non-negative integer n, it is usually more
+efficient to call the functions in this section, particularly for small
+values of n, whose factorial values are maintained in hardcoded tables.
+
+ -- Function: double gsl_sf_fact (unsigned int n)
+ -- Function: int gsl_sf_fact_e (unsigned int n, gsl_sf_result *result)
+
+     These routines compute the factorial n!.  The factorial is related
+     to the Gamma function by n! = \Gamma(n+1).  The maximum value of n
+     such that n! is not considered an overflow is given by the macro
+     ‘GSL_SF_FACT_NMAX’ and is 170.
+
+ -- Function: double gsl_sf_doublefact (unsigned int n)
+ -- Function: int gsl_sf_doublefact_e (unsigned int n, gsl_sf_result
+          *result)
+
+     These routines compute the double factorial n!! = n(n-2)(n-4)
+     \dots.  The maximum value of n such that n!! is not considered an
+     overflow is given by the macro ‘GSL_SF_DOUBLEFACT_NMAX’ and is 297.
+
+ -- Function: double gsl_sf_lnfact (unsigned int n)
+ -- Function: int gsl_sf_lnfact_e (unsigned int n, gsl_sf_result
+          *result)
+
+     These routines compute the logarithm of the factorial of *note n:
+     222, \log(n!).  The algorithm is faster than computing
+     \ln(\Gamma(n+1)) via *note gsl_sf_lngamma(): 214. for n < 170, but
+     defers for larger *note n: 222.
+
+ -- Function: double gsl_sf_lndoublefact (unsigned int n)
+ -- Function: int gsl_sf_lndoublefact_e (unsigned int n, gsl_sf_result
+          *result)
+
+     These routines compute the logarithm of the double factorial of
+     *note n: 224, \log(n!!).
+
+ -- Function: double gsl_sf_choose (unsigned int n, unsigned int m)
+ -- Function: int gsl_sf_choose_e (unsigned int n, unsigned int m,
+          gsl_sf_result *result)
+
+     These routines compute the combinatorial factor ‘n choose m’ =
+     n!/(m!(n-m)!)
+
+ -- Function: double gsl_sf_lnchoose (unsigned int n, unsigned int m)
+ -- Function: int gsl_sf_lnchoose_e (unsigned int n, unsigned int m,
+          gsl_sf_result *result)
+
+     These routines compute the logarithm of ‘n choose m’.  This is
+     equivalent to the sum \log(n!) - \log(m!) - \log((n-m)!).
+
+ -- Function: double gsl_sf_taylorcoeff (int n, double x)
+ -- Function: int gsl_sf_taylorcoeff_e (int n, double x, gsl_sf_result
+          *result)
+
+     These routines compute the Taylor coefficient x^n / n! for x \ge 0,
+     n \ge 0
+
+\1f
+File: gsl-ref.info,  Node: Pochhammer Symbol,  Next: Incomplete Gamma Functions,  Prev: Factorials,  Up: Gamma and Beta Functions
+
+7.19.3 Pochhammer Symbol
+------------------------
+
+ -- Function: double gsl_sf_poch (double a, double x)
+ -- Function: int gsl_sf_poch_e (double a, double x, gsl_sf_result
+          *result)
+
+     These routines compute the Pochhammer symbol (a)_x = \Gamma(a +
+     x)/\Gamma(a).  The Pochhammer symbol is also known as the Apell
+     symbol and sometimes written as (a,x).  When a and a + x are
+     negative integers or zero, the limiting value of the ratio is
+     returned.
+
+ -- Function: double gsl_sf_lnpoch (double a, double x)
+ -- Function: int gsl_sf_lnpoch_e (double a, double x, gsl_sf_result
+          *result)
+
+     These routines compute the logarithm of the Pochhammer symbol,
+     \log((a)_x) = \log(\Gamma(a + x)/\Gamma(a)).
+
+ -- Function: int gsl_sf_lnpoch_sgn_e (double a, double x, gsl_sf_result
+          *result, double *sgn)
+
+     These routines compute the sign of the Pochhammer symbol and the
+     logarithm of its magnitude.  The computed parameters are result =
+     \log(|(a)_x|) with a corresponding error term, and sgn =
+     \sgn((a)_x) where (a)_x = \Gamma(a + x)/\Gamma(a).
+
+ -- Function: double gsl_sf_pochrel (double a, double x)
+ -- Function: int gsl_sf_pochrel_e (double a, double x, gsl_sf_result
+          *result)
+
+     These routines compute the relative Pochhammer symbol ((a)_x - 1)/x
+     where (a)_x = \Gamma(a + x)/\Gamma(a).
+
+\1f
+File: gsl-ref.info,  Node: Incomplete Gamma Functions,  Next: Beta Functions,  Prev: Pochhammer Symbol,  Up: Gamma and Beta Functions
+
+7.19.4 Incomplete Gamma Functions
+---------------------------------
+
+ -- Function: double gsl_sf_gamma_inc (double a, double x)
+ -- Function: int gsl_sf_gamma_inc_e (double a, double x, gsl_sf_result
+          *result)
+
+     These functions compute the unnormalized incomplete Gamma Function
+     \Gamma(a,x) = \int_x^\infty dt t^{(a-1)} \exp(-t) for a real and x
+     \ge 0.
+
+ -- Function: double gsl_sf_gamma_inc_Q (double a, double x)
+ -- Function: int gsl_sf_gamma_inc_Q_e (double a, double x,
+          gsl_sf_result *result)
+
+     These routines compute the normalized incomplete Gamma Function
+     Q(a,x) = 1/\Gamma(a) \int_x^\infty dt t^{(a-1)} \exp(-t) for a > 0,
+     x \ge 0.
+
+ -- Function: double gsl_sf_gamma_inc_P (double a, double x)
+ -- Function: int gsl_sf_gamma_inc_P_e (double a, double x,
+          gsl_sf_result *result)
+
+     These routines compute the complementary normalized incomplete
+     Gamma Function P(a,x) = 1 - Q(a,x) = 1/\Gamma(a) \int_0^x dt
+     t^{(a-1)} \exp(-t) for a > 0, x \ge 0.
+
+     Note that Abramowitz & Stegun call P(a,x) the incomplete gamma
+     function (section 6.5).
+
+\1f
+File: gsl-ref.info,  Node: Beta Functions,  Next: Incomplete Beta Function,  Prev: Incomplete Gamma Functions,  Up: Gamma and Beta Functions
+
+7.19.5 Beta Functions
+---------------------
+
+ -- Function: double gsl_sf_beta (double a, double b)
+ -- Function: int gsl_sf_beta_e (double a, double b, gsl_sf_result
+          *result)
+
+     These routines compute the Beta Function, B(a,b) =
+     \Gamma(a)\Gamma(b)/\Gamma(a+b) subject to a and b not being
+     negative integers.
+
+ -- Function: double gsl_sf_lnbeta (double a, double b)
+ -- Function: int gsl_sf_lnbeta_e (double a, double b, gsl_sf_result
+          *result)
+
+     These routines compute the logarithm of the Beta Function,
+     \log(B(a,b)) subject to a and b not being negative integers.
+
+\1f
+File: gsl-ref.info,  Node: Incomplete Beta Function,  Prev: Beta Functions,  Up: Gamma and Beta Functions
+
+7.19.6 Incomplete Beta Function
+-------------------------------
+
+ -- Function: double gsl_sf_beta_inc (double a, double b, double x)
+ -- Function: int gsl_sf_beta_inc_e (double a, double b, double x,
+          gsl_sf_result *result)
+
+     These routines compute the normalized incomplete Beta function
+     I_x(a,b) = B_x(a,b) / B(a,b) where
+
+          B_x(a,b) = \int_0^x t^{a-1} (1-t)^{b-1} dt
+
+     for 0 \le x \le 1.  For a > 0, b > 0 the value is computed using a
+     continued fraction expansion.  For all other values it is computed
+     using the relation
+
+          I_x(a,b,x) = (1/a) x^a 2F1(a,1-b,a+1,x) / B(a,b)
+
+\1f
+File: gsl-ref.info,  Node: Gegenbauer Functions,  Next: Hermite Polynomials and Functions,  Prev: Gamma and Beta Functions,  Up: Special Functions
+
+7.20 Gegenbauer Functions
+=========================
+
+The Gegenbauer polynomials are defined in Abramowitz & Stegun, Chapter
+22, where they are known as Ultraspherical polynomials.  The functions
+described in this section are declared in the header file
+‘gsl_sf_gegenbauer.h’.
+
+ -- Function: double gsl_sf_gegenpoly_1 (double lambda, double x)
+ -- Function: double gsl_sf_gegenpoly_2 (double lambda, double x)
+ -- Function: double gsl_sf_gegenpoly_3 (double lambda, double x)
+ -- Function: int gsl_sf_gegenpoly_1_e (double lambda, double x,
+          gsl_sf_result *result)
+ -- Function: int gsl_sf_gegenpoly_2_e (double lambda, double x,
+          gsl_sf_result *result)
+ -- Function: int gsl_sf_gegenpoly_3_e (double lambda, double x,
+          gsl_sf_result *result)
+
+     These functions evaluate the Gegenbauer polynomials
+     C^{(\lambda)}_n(x) using explicit representations for n = 1, 2, 3.
+
+ -- Function: double gsl_sf_gegenpoly_n (int n, double lambda, double x)
+ -- Function: int gsl_sf_gegenpoly_n_e (int n, double lambda, double x,
+          gsl_sf_result *result)
+
+     These functions evaluate the Gegenbauer polynomial
+     C^{(\lambda)}_n(x) for a specific value of *note n: 24b, *note
+     lambda: 24b, *note x: 24b. subject to \lambda > -1/2, n \ge 0.
+
+ -- Function: int gsl_sf_gegenpoly_array (int nmax, double lambda,
+          double x, double result_array[])
+
+     This function computes an array of Gegenbauer polynomials
+     C^{(\lambda)}_n(x) for n = 0, 1, 2, \dots, nmax, subject to \lambda
+     > -1/2, nmax \ge 0.
+
+\1f
+File: gsl-ref.info,  Node: Hermite Polynomials and Functions,  Next: Hypergeometric Functions,  Prev: Gegenbauer Functions,  Up: Special Functions
+
+7.21 Hermite Polynomials and Functions
+======================================
+
+Hermite polynomials and functions are discussed in Abramowitz & Stegun,
+Chapter 22 and Szego, Gabor (1939, 1958, 1967), Orthogonal Polynomials,
+American Mathematical Society.  The Hermite polynomials and functions
+are defined in the header file ‘gsl_sf_hermite.h’.
+
+* Menu:
+
+* Hermite Polynomials::
+* Derivatives of Hermite Polynomials::
+* Hermite Functions::
+* Derivatives of Hermite Functions::
+* Zeros of Hermite Polynomials and Hermite Functions::
+
+\1f
+File: gsl-ref.info,  Node: Hermite Polynomials,  Next: Derivatives of Hermite Polynomials,  Up: Hermite Polynomials and Functions
+
+7.21.1 Hermite Polynomials
+--------------------------
+
+The Hermite polynomials exist in two variants: the physicist version
+H_n(x) and the probabilist version He_n(x).  They are defined by the
+derivatives
+
+     H_n(x) = (-1)^n e^{x^2} (d / dx)^n e^{-x^2}
+     He_n(x) = (-1)^n e^{x^2/2} (d / dx)^n e^{-x^2/2}
+
+They are connected via
+
+     H_n(x) = 2^{n/2} He_n(\sqrt{2} x)
+     He_n(x) = 2^{-n/2} H_n(x / \sqrt{2})
+
+and satisfy the ordinary differential equations
+
+     H_n^{''}(x) - 2x H_n^{'}(x) + 2n H_n(x) = 0
+     He_n^{''}(x) - x He_n^{'}(x) + n He_n(x) = 0
+
+ -- Function: double gsl_sf_hermite (const int n, const double x)
+ -- Function: int gsl_sf_hermite_e (const int n, const double x,
+          gsl_sf_result *result)
+
+     These routines evaluate the physicist Hermite polynomial H_n(x) of
+     order *note n: 250. at position *note x: 250.  If an overflow is
+     detected, ‘GSL_EOVRFLW’ is returned without calling the error
+     handler.
+
+ -- Function: int gsl_sf_hermite_array (const int nmax, const double x,
+          double *result_array)
+
+     This routine evaluates all physicist Hermite polynomials H_n up to
+     order *note nmax: 251. at position *note x: 251.  The results are
+     stored in *note result_array: 251.
+
+ -- Function: double gsl_sf_hermite_series (const int n, const double x,
+          const double *a)
+ -- Function: int gsl_sf_hermite_series_e (const int n, const double x,
+          const double *a, gsl_sf_result *result)
+
+     These routines evaluate the series \sum_{j=0}^n a_j H_j(x) with H_j
+     being the j-th physicist Hermite polynomial using the Clenshaw
+     algorithm.
+
+ -- Function: double gsl_sf_hermite_prob (const int n, const double x)
+ -- Function: int gsl_sf_hermite_prob_e (const int n, const double x,
+          gsl_sf_result *result)
+
+     These routines evaluate the probabilist Hermite polynomial He_n(x)
+     of order *note n: 255. at position *note x: 255.  If an overflow is
+     detected, ‘GSL_EOVRFLW’ is returned without calling the error
+     handler.
+
+ -- Function: int gsl_sf_hermite_prob_array (const int nmax, const
+          double x, double *result_array)
+
+     This routine evaluates all probabilist Hermite polynomials He_n(x)
+     up to order *note nmax: 256. at position *note x: 256.  The results
+     are stored in *note result_array: 256.
+
+ -- Function: double gsl_sf_hermite_prob_series (const int n, const
+          double x, const double *a)
+ -- Function: int gsl_sf_hermite_prob_series_e (const int n, const
+          double x, const double *a, gsl_sf_result *result)
+
+     These routines evaluate the series \sum_{j=0}^n a_j He_j(x) with
+     He_j being the j-th probabilist Hermite polynomial using the
+     Clenshaw algorithm.
+
+\1f
+File: gsl-ref.info,  Node: Derivatives of Hermite Polynomials,  Next: Hermite Functions,  Prev: Hermite Polynomials,  Up: Hermite Polynomials and Functions
+
+7.21.2 Derivatives of Hermite Polynomials
+-----------------------------------------
+
+ -- Function: double gsl_sf_hermite_deriv (const int m, const int n,
+          const double x)
+ -- Function: int gsl_sf_hermite_deriv_e (const int m, const int n,
+          const double x, gsl_sf_result *result)
+
+     These routines evaluate the *note m: 25b.-th derivative of the
+     physicist Hermite polynomial H_n(x) of order *note n: 25b. at
+     position *note x: 25b.
+
+ -- Function: int gsl_sf_hermite_array_deriv (const int m, const int
+          nmax, const double x, double *result_array)
+
+     This routine evaluates the *note m: 25c.-th derivative of all
+     physicist Hermite polynomials H_n(x) from orders 0, \dots,
+     \text{nmax} at position *note x: 25c.  The result d^m/dx^m H_n(x)
+     is stored in ‘result_array[n]’.  The output *note result_array:
+     25c. must have length at least ‘nmax + 1’.
+
+ -- Function: int gsl_sf_hermite_deriv_array (const int mmax, const int
+          n, const double x, double *result_array)
+
+     This routine evaluates all derivative orders from 0, \dots,
+     \text{mmax} of the physicist Hermite polynomial of order *note n:
+     25d, H_n, at position *note x: 25d.  The result d^m/dx^m H_n(x) is
+     stored in ‘result_array[m]’.  The output *note result_array: 25d.
+     must have length at least ‘mmax + 1’.
+
+ -- Function: double gsl_sf_hermite_prob_deriv (const int m, const int
+          n, const double x)
+ -- Function: int gsl_sf_hermite_prob_deriv_e (const int m, const int n,
+          const double x, gsl_sf_result *result)
+
+     These routines evaluate the *note m: 25f.-th derivative of the
+     probabilist Hermite polynomial He_n(x) of order *note n: 25f. at
+     position *note x: 25f.
+
+ -- Function: int gsl_sf_hermite_prob_array_deriv (const int m, const
+          int nmax, const double x, double *result_array)
+
+     This routine evaluates the *note m: 260.-th derivative of all
+     probabilist Hermite polynomials He_n(x) from orders 0, \dots,
+     \text{nmax} at position *note x: 260.  The result d^m/dx^m He_n(x)
+     is stored in ‘result_array[n]’.  The output *note result_array:
+     260. must have length at least ‘nmax + 1’.
+
+ -- Function: int gsl_sf_hermite_prob_deriv_array (const int mmax, const
+          int n, const double x, double *result_array)
+
+     This routine evaluates all derivative orders from 0, \dots,
+     \text{mmax} of the probabilist Hermite polynomial of order *note n:
+     261, He_n, at position *note x: 261.  The result d^m/dx^m He_n(x)
+     is stored in ‘result_array[m]’.  The output *note result_array:
+     261. must have length at least ‘mmax + 1’.
+
+\1f
+File: gsl-ref.info,  Node: Hermite Functions,  Next: Derivatives of Hermite Functions,  Prev: Derivatives of Hermite Polynomials,  Up: Hermite Polynomials and Functions
+
+7.21.3 Hermite Functions
+------------------------
+
+The Hermite functions are defined by
+
+     \psi_n(x) = ( 2^n n! \sqrt{\pi} )^{-1/2} e^{-x^2/2} H_n(x)
+
+and satisfy the Schrödinger equation for a quantum mechanical harmonic
+oscillator
+
+     psi''_n(x) + (2n + 1 - x^2) psi_n(x) = 0
+
+They are orthonormal,
+
+     \int_{-\infty}^{\infty} \psi_m(x) \psi_n(x) dx = \delta_{mn}
+
+and form an orthonormal basis of L^2(\mathbb{R}).  The Hermite functions
+are also eigenfunctions of the continuous Fourier transform.  GSL offers
+two methods for evaluating the Hermite functions.  The first uses the
+standard three-term recurrence relation which has O(n) complexity and is
+the most accurate.  The second uses a Cauchy integral approach due to
+Bunck (2009) which has O(\sqrt{n}) complexity which represents a
+significant speed improvement for large n, although it is slightly less
+accurate.
+
+ -- Function: double gsl_sf_hermite_func (const int n, const double x)
+ -- Function: int gsl_sf_hermite_func_e (const int n, const double x,
+          gsl_sf_result *result)
+
+     These routines evaluate the Hermite function \psi_n(x) of order
+     *note n: 264. at position *note x: 264. using a three term
+     recurrence relation.  The algorithm complexity is O(n).
+
+ -- Function: double gsl_sf_hermite_func_fast (const int n, const double
+          x)
+ -- Function: int gsl_sf_hermite_func_fast_e (const int n, const double
+          x, gsl_sf_result *result)
+
+     These routines evaluate the Hermite function \psi_n(x) of order
+     *note n: 266. at position *note x: 266. using a the Cauchy integral
+     algorithm due to Bunck, 2009.  The algorithm complexity is
+     O(\sqrt{n}).
+
+ -- Function: int gsl_sf_hermite_func_array (const int nmax, const
+          double x, double *result_array)
+
+     This routine evaluates all Hermite functions \psi_n(x) for orders n
+     = 0, \dots, \textrm{nmax} at position *note x: 267, using the
+     recurrence relation algorithm.  The results are stored in *note
+     result_array: 267. which has length at least ‘nmax + 1’.
+
+ -- Function: double gsl_sf_hermite_func_series (const int n, const
+          double x, const double *a)
+ -- Function: int gsl_sf_hermite_func_series_e (const int n, const
+          double x, const double *a, gsl_sf_result *result)
+
+     These routines evaluate the series \sum_{j=0}^n a_j \psi_j(x) with
+     \psi_j being the j-th Hermite function using the Clenshaw
+     algorithm.
+
+\1f
+File: gsl-ref.info,  Node: Derivatives of Hermite Functions,  Next: Zeros of Hermite Polynomials and Hermite Functions,  Prev: Hermite Functions,  Up: Hermite Polynomials and Functions
+
+7.21.4 Derivatives of Hermite Functions
+---------------------------------------
+
+ -- Function: double gsl_sf_hermite_func_der (const int m, const int n,
+          const double x)
+ -- Function: int gsl_sf_hermite_func_der_e (const int m, const int n,
+          const double x, gsl_sf_result *result)
+
+     These routines evaluate the *note m: 26c.-th derivative of the
+     Hermite function \psi_n(x) of order *note n: 26c. at position *note
+     x: 26c.
+
+\1f
+File: gsl-ref.info,  Node: Zeros of Hermite Polynomials and Hermite Functions,  Prev: Derivatives of Hermite Functions,  Up: Hermite Polynomials and Functions
+
+7.21.5 Zeros of Hermite Polynomials and Hermite Functions
+---------------------------------------------------------
+
+These routines calculate the s-th zero of the Hermite
+polynomial/function of order n.  Since the zeros are symmetrical around
+zero, only positive zeros are calculated, ordered from smallest to
+largest, starting from index 1.  Only for odd polynomial orders a zeroth
+zero exists, its value always being zero.
+
+ -- Function: double gsl_sf_hermite_zero (const int n, const int s)
+ -- Function: int gsl_sf_hermite_zero_e (const int n, const int s,
+          gsl_sf_result *result)
+
+     These routines evaluate the *note s: 26f.-th zero of the physicist
+     Hermite polynomial H_n(x) of order *note n: 26f.
+
+ -- Function: double gsl_sf_hermite_prob_zero (const int n, const int s)
+ -- Function: int gsl_sf_hermite_prob_zero_e (const int n, const int s,
+          gsl_sf_result *result)
+
+     These routines evaluate the *note s: 271.-th zero of the
+     probabilist Hermite polynomial He_n(x) of order *note n: 271.
+
+ -- Function: double gsl_sf_hermite_func_zero (const int n, const int s)
+ -- Function: int gsl_sf_hermite_func_zero_e (const int n, const int s,
+          gsl_sf_result *result)
+
+     These routines evaluate the *note s: 273.-th zero of the Hermite
+     function \psi_n(x) of order *note n: 273.
+
+\1f
+File: gsl-ref.info,  Node: Hypergeometric Functions,  Next: Laguerre Functions,  Prev: Hermite Polynomials and Functions,  Up: Special Functions
+
+7.22 Hypergeometric Functions
+=============================
+
+Hypergeometric functions are described in Abramowitz & Stegun, Chapters
+13 and 15.  These functions are declared in the header file
+‘gsl_sf_hyperg.h’.
+
+ -- Function: double gsl_sf_hyperg_0F1 (double c, double x)
+ -- Function: int gsl_sf_hyperg_0F1_e (double c, double x, gsl_sf_result
+          *result)
+
+     These routines compute the hypergeometric function
+
+          0F1(c,x)
+
+ -- Function: double gsl_sf_hyperg_1F1_int (int m, int n, double x)
+ -- Function: int gsl_sf_hyperg_1F1_int_e (int m, int n, double x,
+          gsl_sf_result *result)
+
+     These routines compute the confluent hypergeometric function
+
+          1F1(m,n,x) = M(m,n,x)
+
+     for integer parameters *note m: 278, *note n: 278.
+
+ -- Function: double gsl_sf_hyperg_1F1 (double a, double b, double x)
+ -- Function: int gsl_sf_hyperg_1F1_e (double a, double b, double x,
+          gsl_sf_result *result)
+
+     These routines compute the confluent hypergeometric function
+
+          1F1(a,b,x) = M(a,b,x)
+
+     for general parameters *note a: 27a, *note b: 27a.
+
+ -- Function: double gsl_sf_hyperg_U_int (int m, int n, double x)
+ -- Function: int gsl_sf_hyperg_U_int_e (int m, int n, double x,
+          gsl_sf_result *result)
+
+     These routines compute the confluent hypergeometric function
+     U(m,n,x) for integer parameters *note m: 27c, *note n: 27c.
+
+ -- Function: int gsl_sf_hyperg_U_int_e10_e (int m, int n, double x,
+          gsl_sf_result_e10 *result)
+
+     This routine computes the confluent hypergeometric function
+     U(m,n,x) for integer parameters *note m: 27d, *note n: 27d. using
+     the *note gsl_sf_result_e10: ce. type to return a result with
+     extended range.
+
+ -- Function: double gsl_sf_hyperg_U (double a, double b, double x)
+ -- Function: int gsl_sf_hyperg_U_e (double a, double b, double x,
+          gsl_sf_result *result)
+
+     These routines compute the confluent hypergeometric function
+     U(a,b,x).
+
+ -- Function: int gsl_sf_hyperg_U_e10_e (double a, double b, double x,
+          gsl_sf_result_e10 *result)
+
+     This routine computes the confluent hypergeometric function
+     U(a,b,x) using the *note gsl_sf_result_e10: ce. type to return a
+     result with extended range.
+
+ -- Function: double gsl_sf_hyperg_2F1 (double a, double b, double c,
+          double x)
+ -- Function: int gsl_sf_hyperg_2F1_e (double a, double b, double c,
+          double x, gsl_sf_result *result)
+
+     These routines compute the Gauss hypergeometric function
+
+          2F1(a,b,c,x) = F(a,b,c,x)
+
+     for |x| < 1.  If the arguments (a,b,c,x) are too close to a
+     singularity then the function can return the error code
+     ‘GSL_EMAXITER’ when the series approximation converges too slowly.
+     This occurs in the region of x = 1, c - a - b = m for integer m.
+
+ -- Function: double gsl_sf_hyperg_2F1_conj (double aR, double aI,
+          double c, double x)
+ -- Function: int gsl_sf_hyperg_2F1_conj_e (double aR, double aI, double
+          c, double x, gsl_sf_result *result)
+
+     These routines compute the Gauss hypergeometric function
+
+          2F1(a_R + i a_I, aR - i aI, c, x)
+
+     with complex parameters for |x| < 1.
+
+ -- Function: double gsl_sf_hyperg_2F1_renorm (double a, double b,
+          double c, double x)
+ -- Function: int gsl_sf_hyperg_2F1_renorm_e (double a, double b, double
+          c, double x, gsl_sf_result *result)
+
+     These routines compute the renormalized Gauss hypergeometric
+     function
+
+          2F1(a,b,c,x) / \Gamma(c)
+
+     for |x| < 1.
+
+ -- Function: double gsl_sf_hyperg_2F1_conj_renorm (double aR, double
+          aI, double c, double x)
+ -- Function: int gsl_sf_hyperg_2F1_conj_renorm_e (double aR, double aI,
+          double c, double x, gsl_sf_result *result)
+
+     These routines compute the renormalized Gauss hypergeometric
+     function
+
+          2F1(a_R + i a_I, a_R - i a_I, c, x) / \Gamma(c)
+
+     for |x| < 1.
+
+ -- Function: double gsl_sf_hyperg_2F0 (double a, double b, double x)
+ -- Function: int gsl_sf_hyperg_2F0_e (double a, double b, double x,
+          gsl_sf_result *result)
+
+     These routines compute the hypergeometric function
+
+          2F0(a,b,x)
+
+     The series representation is a divergent hypergeometric series.
+     However, for x < 0 we have
+
+          2F0(a,b,x) = (-1/x)^a U(a,1+a-b,-1/x)
+
+\1f
+File: gsl-ref.info,  Node: Laguerre Functions,  Next: Lambert W Functions,  Prev: Hypergeometric Functions,  Up: Special Functions
+
+7.23 Laguerre Functions
+=======================
+
+The generalized Laguerre polynomials, sometimes referred to as
+associated Laguerre polynomials, are defined in terms of confluent
+hypergeometric functions as
+
+L^a_n(x) = ((a+1)_n / n!)  1F1(-n,a+1,x)
+
+where (a)_n is the *note Pochhammer symbol: 22c. (rising factorial).
+They are related to the plain Laguerre polynomials L_n(x) by L^0_n(x) =
+L_n(x) and L^k_n(x) = (-1)^k (d^k/dx^k) L_{(n+k)}(x) For more
+information see Abramowitz & Stegun, Chapter 22.
+
+The functions described in this section are declared in the header file
+‘gsl_sf_laguerre.h’.
+
+ -- Function: double gsl_sf_laguerre_1 (double a, double x)
+ -- Function: double gsl_sf_laguerre_2 (double a, double x)
+ -- Function: double gsl_sf_laguerre_3 (double a, double x)
+ -- Function: int gsl_sf_laguerre_1_e (double a, double x, gsl_sf_result
+          *result)
+ -- Function: int gsl_sf_laguerre_2_e (double a, double x, gsl_sf_result
+          *result)
+ -- Function: int gsl_sf_laguerre_3_e (double a, double x, gsl_sf_result
+          *result)
+
+     These routines evaluate the generalized Laguerre polynomials
+     L^a_1(x), L^a_2(x), L^a_3(x) using explicit representations.
+
+ -- Function: double gsl_sf_laguerre_n (const int n, const double a,
+          const double x)
+ -- Function: int gsl_sf_laguerre_n_e (int n, double a, double x,
+          gsl_sf_result *result)
+
+     These routines evaluate the generalized Laguerre polynomials
+     L^a_n(x) for a > -1, n \ge 0.
+
+\1f
+File: gsl-ref.info,  Node: Lambert W Functions,  Next: Legendre Functions and Spherical Harmonics,  Prev: Laguerre Functions,  Up: Special Functions
+
+7.24 Lambert W Functions
+========================
+
+Lambert’s W functions, W(x), are defined to be solutions of the equation
+W(x) \exp(W(x)) = x.  This function has multiple branches for x < 0;
+however, it has only two real-valued branches.  We define W_0(x) to be
+the principal branch, where W > -1 for x < 0, and W_{-1}(x) to be the
+other real branch, where W < -1 for x < 0.  The Lambert functions are
+declared in the header file ‘gsl_sf_lambert.h’.
+
+ -- Function: double gsl_sf_lambert_W0 (double x)
+ -- Function: int gsl_sf_lambert_W0_e (double x, gsl_sf_result *result)
+
+     These compute the principal branch of the Lambert W function,
+     W_0(x).
+
+ -- Function: double gsl_sf_lambert_Wm1 (double x)
+ -- Function: int gsl_sf_lambert_Wm1_e (double x, gsl_sf_result *result)
+
+     These compute the secondary real-valued branch of the Lambert W
+     function, W_{-1}(x).
+
+\1f
+File: gsl-ref.info,  Node: Legendre Functions and Spherical Harmonics,  Next: Logarithm and Related Functions,  Prev: Lambert W Functions,  Up: Special Functions
+
+7.25 Legendre Functions and Spherical Harmonics
+===============================================
+
+The Legendre Functions and Legendre Polynomials are described in
+Abramowitz & Stegun, Chapter 8.  These functions are declared in the
+header file ‘gsl_sf_legendre.h’.
+
+* Menu:
+
+* Legendre Polynomials::
+* Associated Legendre Polynomials and Spherical Harmonics::
+* Conical Functions::
+* Radial Functions for Hyperbolic Space::
+
+\1f
+File: gsl-ref.info,  Node: Legendre Polynomials,  Next: Associated Legendre Polynomials and Spherical Harmonics,  Up: Legendre Functions and Spherical Harmonics
+
+7.25.1 Legendre Polynomials
+---------------------------
+
+ -- Function: double gsl_sf_legendre_P1 (double x)
+ -- Function: double gsl_sf_legendre_P2 (double x)
+ -- Function: double gsl_sf_legendre_P3 (double x)
+ -- Function: int gsl_sf_legendre_P1_e (double x, gsl_sf_result *result)
+ -- Function: int gsl_sf_legendre_P2_e (double x, gsl_sf_result *result)
+ -- Function: int gsl_sf_legendre_P3_e (double x, gsl_sf_result *result)
+
+     These functions evaluate the Legendre polynomials P_l(x) using
+     explicit representations for l = 1, 2, 3.
+
+ -- Function: double gsl_sf_legendre_Pl (int l, double x)
+ -- Function: int gsl_sf_legendre_Pl_e (int l, double x, gsl_sf_result
+          *result)
+
+     These functions evaluate the Legendre polynomial P_l(x) for a
+     specific value of *note l: 2a2, *note x: 2a2. subject to l \ge 0
+     and |x| \le 1.
+
+ -- Function: int gsl_sf_legendre_Pl_array (int lmax, double x, double
+          result_array[])
+ -- Function: int gsl_sf_legendre_Pl_deriv_array (int lmax, double x,
+          double result_array[], double result_deriv_array[])
+
+     These functions compute arrays of Legendre polynomials P_l(x) and
+     derivatives dP_l(x)/dx for l = 0, \dots, lmax and |x| \le 1.
+
+ -- Function: double gsl_sf_legendre_Q0 (double x)
+ -- Function: int gsl_sf_legendre_Q0_e (double x, gsl_sf_result *result)
+
+     These routines compute the Legendre function Q_0(x) for x > -1 and
+     x \ne 1.
+
+ -- Function: double gsl_sf_legendre_Q1 (double x)
+ -- Function: int gsl_sf_legendre_Q1_e (double x, gsl_sf_result *result)
+
+     These routines compute the Legendre function Q_1(x) for x > -1 and
+     x \ne 1.
+
+ -- Function: double gsl_sf_legendre_Ql (int l, double x)
+ -- Function: int gsl_sf_legendre_Ql_e (int l, double x, gsl_sf_result
+          *result)
+
+     These routines compute the Legendre function Q_l(x) for x > -1, x
+     \ne 1 and l \ge 0.
+
+\1f
+File: gsl-ref.info,  Node: Associated Legendre Polynomials and Spherical Harmonics,  Next: Conical Functions,  Prev: Legendre Polynomials,  Up: Legendre Functions and Spherical Harmonics
+
+7.25.2 Associated Legendre Polynomials and Spherical Harmonics
+--------------------------------------------------------------
+
+The following functions compute the associated Legendre polynomials
+P_l^m(x) which are solutions of the differential equation
+
+     (1 - x^2) d^2 P_l^m(x) / dx^2 P_l^m(x) - 2x d/dx P_l^m(x) +
+     ( l(l+1) - m^2 / (1 - x^2) ) P_l^m(x) = 0
+
+where the degree l and order m satisfy 0 \le l and 0 \le m \le l.  The
+functions P_l^m(x) grow combinatorially with l and can overflow for l
+larger than about 150.  Alternatively, one may calculate normalized
+associated Legendre polynomials.  There are a number of different
+normalization conventions, and these functions can be stably computed up
+to degree and order 2700.  The following normalizations are provided:
+
+   * Schmidt semi-normalization
+
+     Schmidt semi-normalized associated Legendre polynomials are often
+     used in the magnetics community and are defined as
+
+          S_l^0(x) = P_l^0(x)
+          S_l^m(x) = (-1)^m \sqrt((2(l-m)! / (l+m)!)) P_l^m(x), m > 0
+
+     The factor of (-1)^m is called the Condon-Shortley phase factor and
+     can be excluded if desired by setting the parameter ‘csphase = 1’
+     in the functions below.
+
+   * Spherical Harmonic Normalization
+
+     The associated Legendre polynomials suitable for calculating
+     spherical harmonics are defined as
+
+          Y_l^m(x) = (-1)^m \sqrt((2l + 1) * (l-m)! / (4 \pi) / (l+m)!) P_l^m(x)
+
+     where again the phase factor (-1)^m can be included or excluded if
+     desired.
+
+   * Full Normalization
+
+     The fully normalized associated Legendre polynomials are defined as
+
+          N_l^m(x) = (-1)^m \sqrt((l + 1/2) (l-m)! / (l+m)!) P_l^m(x)
+
+     and have the property
+
+          \int_{-1}^1 N_l^m(x)^2 dx = 1
+
+The normalized associated Legendre routines below use a recurrence
+relation which is stable up to a degree and order of about 2700.  Beyond
+this, the computed functions could suffer from underflow leading to
+incorrect results.  Routines are provided to compute first and second
+derivatives dP_l^m(x)/dx and d^2 P_l^m(x)/dx^2 as well as their
+alternate versions d P_l^m(\cos{\theta})/d\theta and d^2
+P_l^m(\cos{\theta})/d\theta^2.  While there is a simple scaling
+relationship between the two forms, the derivatives involving \theta are
+heavily used in spherical harmonic expansions and so these routines are
+also provided.
+
+In the functions below, a parameter of type *note gsl_sf_legendre_t:
+2ac. specifies the type of normalization to use.  The possible values
+are
+
+ -- Type: gsl_sf_legendre_t
+
+     Value                                  Description
+                                            
+     ---------------------------------------------------------------------------------------------------------------------------
+                                            
+     ‘GSL_SF_LEGENDRE_NONE’                 The unnormalized associated Legendre polynomials P_l^m(x)
+                                            
+                                            
+     ‘GSL_SF_LEGENDRE_SCHMIDT’              The Schmidt semi-normalized associated Legendre polynomials S_l^m(x)
+                                            
+                                            
+     ‘GSL_SF_LEGENDRE_SPHARM’               The spherical harmonic associated Legendre polynomials Y_l^m(x)
+                                            
+                                            
+     ‘GSL_SF_LEGENDRE_FULL’                 The fully normalized associated Legendre polynomials N_l^m(x)
+                                            
+
+ -- Function: int gsl_sf_legendre_array (const gsl_sf_legendre_t norm,
+          const size_t lmax, const double x, double result_array[])
+ -- Function: int gsl_sf_legendre_array_e (const gsl_sf_legendre_t norm,
+          const size_t lmax, const double x, const double csphase,
+          double result_array[])
+
+     These functions calculate all normalized associated Legendre
+     polynomials for 0 \le l \le lmax and 0 \le m \le l for |x| \le 1.
+     The *note norm: 2ae. parameter specifies which normalization is
+     used.  The normalized P_l^m(x) values are stored in *note
+     result_array: 2ae, whose minimum size can be obtained from calling
+     *note gsl_sf_legendre_array_n(): 2af.  The array index of P_l^m(x)
+     is obtained from calling ‘gsl_sf_legendre_array_index(l, m)’.  To
+     include or exclude the Condon-Shortley phase factor of (-1)^m, set
+     the parameter *note csphase: 2ae. to either -1 or 1 respectively in
+     the ‘_e’ function.  This factor is excluded by default.
+
+ -- Function: int gsl_sf_legendre_deriv_array (const gsl_sf_legendre_t
+          norm, const size_t lmax, const double x, double
+          result_array[], double result_deriv_array[])
+ -- Function: int gsl_sf_legendre_deriv_array_e (const gsl_sf_legendre_t
+          norm, const size_t lmax, const double x, const double csphase,
+          double result_array[], double result_deriv_array[])
+
+     These functions calculate all normalized associated Legendre
+     functions and their first derivatives up to degree *note lmax: 2b1.
+     for |x| < 1.  The parameter *note norm: 2b1. specifies the
+     normalization used.  The normalized P_l^m(x) values and their
+     derivatives dP_l^m(x)/dx are stored in *note result_array: 2b1. and
+     *note result_deriv_array: 2b1. respectively.  To include or exclude
+     the Condon-Shortley phase factor of (-1)^m, set the parameter *note
+     csphase: 2b1. to either -1 or 1 respectively in the ‘_e’ function.
+     This factor is excluded by default.
+
+ -- Function: int gsl_sf_legendre_deriv_alt_array (const
+          gsl_sf_legendre_t norm, const size_t lmax, const double x,
+          double result_array[], double result_deriv_array[])
+ -- Function: int gsl_sf_legendre_deriv_alt_array_e (const
+          gsl_sf_legendre_t norm, const size_t lmax, const double x,
+          const double csphase, double result_array[], double
+          result_deriv_array[])
+
+     These functions calculate all normalized associated Legendre
+     functions and their (alternate) first derivatives up to degree
+     *note lmax: 2b3. for |x| < 1.  The normalized P_l^m(x) values and
+     their derivatives dP_l^m(\cos{\theta})/d\theta are stored in *note
+     result_array: 2b3. and *note result_deriv_array: 2b3. respectively.
+     To include or exclude the Condon-Shortley phase factor of (-1)^m,
+     set the parameter *note csphase: 2b3. to either -1 or 1
+     respectively in the ‘_e’ function.  This factor is excluded by
+     default.
+
+ -- Function: int gsl_sf_legendre_deriv2_array (const gsl_sf_legendre_t
+          norm, const size_t lmax, const double x, double
+          result_array[], double result_deriv_array[], double
+          result_deriv2_array[])
+ -- Function: int gsl_sf_legendre_deriv2_array_e (const
+          gsl_sf_legendre_t norm, const size_t lmax, const double x,
+          const double csphase, double result_array[], double
+          result_deriv_array[], double result_deriv2_array[])
+
+     These functions calculate all normalized associated Legendre
+     functions and their first and second derivatives up to degree *note
+     lmax: 2b5. for |x| < 1.  The parameter *note norm: 2b5. specifies
+     the normalization used.  The normalized P_l^m(x), their first
+     derivatives dP_l^m(x)/dx, and their second derivatives d^2
+     P_l^m(x)/dx^2 are stored in *note result_array: 2b5, *note
+     result_deriv_array: 2b5, and *note result_deriv2_array: 2b5.
+     respectively.  To include or exclude the Condon-Shortley phase
+     factor of (-1)^m, set the parameter *note csphase: 2b5. to either
+     -1 or 1 respectively in the ‘_e’ function.  This factor is excluded
+     by default.
+
+ -- Function: int gsl_sf_legendre_deriv2_alt_array (const
+          gsl_sf_legendre_t norm, const size_t lmax, const double x,
+          double result_array[], double result_deriv_array[], double
+          result_deriv2_array[])
+ -- Function: int gsl_sf_legendre_deriv2_alt_array_e (const
+          gsl_sf_legendre_t norm, const size_t lmax, const double x,
+          const double csphase, double result_array[], double
+          result_deriv_array[], double result_deriv2_array[])
+
+     These functions calculate all normalized associated Legendre
+     functions and their (alternate) first and second derivatives up to
+     degree *note lmax: 2b7. for |x| < 1.  The parameter *note norm:
+     2b7. specifies the normalization used.  The normalized P_l^m(x),
+     their first derivatives dP_l^m(\cos{\theta})/d\theta, and their
+     second derivatives d^2 P_l^m(\cos{\theta})/d\theta^2 are stored in
+     *note result_array: 2b7, *note result_deriv_array: 2b7, and *note
+     result_deriv2_array: 2b7. respectively.  To include or exclude the
+     Condon-Shortley phase factor of (-1)^m, set the parameter *note
+     csphase: 2b7. to either -1 or 1 respectively in the ‘_e’ function.
+     This factor is excluded by default.
+
+ -- Function: size_t gsl_sf_legendre_nlm (const size_t lmax)
+
+     This function returns the total number of associated Legendre
+     functions P_l^m(x) for a given *note lmax: 2b8.  The number is
+     ‘(lmax+1) * (lmax+2) / 2’.
+
+ -- Function: size_t gsl_sf_legendre_array_n (const size_t lmax)
+
+     This function returns the minimum array size for maximum degree
+     *note lmax: 2af. needed for the array versions of the associated
+     Legendre functions.  Size is calculated as the total number of
+     P_l^m(x) functions (see *note gsl_sf_legendre_nlm(): 2b8.), plus
+     extra space for precomputing multiplicative factors used in the
+     recurrence relations.
+
+ -- Function: size_t gsl_sf_legendre_array_index (const size_t l, const
+          size_t m)
+
+     This function returns the index into ‘result_array’,
+     ‘result_deriv_array’, or ‘result_deriv2_array’ corresponding to
+     P_l^m(x), P_l^{'m}(x), or P_l^{''m}(x).  The index is given by
+     l(l+1)/2 + m.
+
+     An inline version of this function is used if ‘HAVE_INLINE’ is
+     defined.
+
+ -- Function: double gsl_sf_legendre_Plm (int l, int m, double x)
+ -- Function: int gsl_sf_legendre_Plm_e (int l, int m, double x,
+          gsl_sf_result *result)
+
+     These routines compute the associated Legendre polynomial P_l^m(x)
+     for m \ge 0, l \ge m, and |x| \le 1.
+
+ -- Function: double gsl_sf_legendre_sphPlm (int l, int m, double x)
+ -- Function: int gsl_sf_legendre_sphPlm_e (int l, int m, double x,
+          gsl_sf_result *result)
+
+     These routines compute the normalized associated Legendre
+     polynomial \sqrt{(2l+1)/(4\pi)} \sqrt{(l-m)!/(l+m)!} P_l^m(x)
+     suitable for use in spherical harmonics.  The parameters must
+     satisfy m \ge 0, l \ge m, and |x| \le 1.  These routines avoid the
+     overflows that occur for the standard normalization of P_l^m(x).
+
+ -- Function: int gsl_sf_legendre_Plm_array (int lmax, int m, double x,
+          double result_array[])
+ -- Function: int gsl_sf_legendre_Plm_deriv_array (int lmax, int m,
+          double x, double result_array[], double result_deriv_array[])
+
+     These functions are now deprecated and will be removed in a future
+     release; see *note gsl_sf_legendre_array(): 2ad. and *note
+     gsl_sf_legendre_deriv_array(): 2b0.
+
+ -- Function: int gsl_sf_legendre_sphPlm_array (int lmax, int m, double
+          x, double result_array[])
+ -- Function: int gsl_sf_legendre_sphPlm_deriv_array (int lmax, int m,
+          double x, double result_array[], double result_deriv_array[])
+
+     These functions are now deprecated and will be removed in a future
+     release; see *note gsl_sf_legendre_array(): 2ad. and *note
+     gsl_sf_legendre_deriv_array(): 2b0.
+
+ -- Function: int gsl_sf_legendre_array_size (const int lmax, const int
+          m)
+
+     This function is now deprecated and will be removed in a future
+     release.
+
+\1f
+File: gsl-ref.info,  Node: Conical Functions,  Next: Radial Functions for Hyperbolic Space,  Prev: Associated Legendre Polynomials and Spherical Harmonics,  Up: Legendre Functions and Spherical Harmonics
+
+7.25.3 Conical Functions
+------------------------
+
+The Conical Functions P^\mu_{-(1/2)+i\lambda}(x) and
+Q^\mu_{-(1/2)+i\lambda} are described in Abramowitz & Stegun, Section
+8.12.
+
+ -- Function: double gsl_sf_conicalP_half (double lambda, double x)
+ -- Function: int gsl_sf_conicalP_half_e (double lambda, double x,
+          gsl_sf_result *result)
+
+     These routines compute the irregular Spherical Conical Function
+     P^{1/2}_{-1/2 + i \lambda}(x) for x > -1.
+
+ -- Function: double gsl_sf_conicalP_mhalf (double lambda, double x)
+ -- Function: int gsl_sf_conicalP_mhalf_e (double lambda, double x,
+          gsl_sf_result *result)
+
+     These routines compute the regular Spherical Conical Function
+     P^{-1/2}_{-1/2 + i \lambda}(x) for x > -1.
+
+ -- Function: double gsl_sf_conicalP_0 (double lambda, double x)
+ -- Function: int gsl_sf_conicalP_0_e (double lambda, double x,
+          gsl_sf_result *result)
+
+     These routines compute the conical function P^0_{-1/2 + i
+     \lambda}(x) for x > -1.
+
+ -- Function: double gsl_sf_conicalP_1 (double lambda, double x)
+ -- Function: int gsl_sf_conicalP_1_e (double lambda, double x,
+          gsl_sf_result *result)
+
+     These routines compute the conical function P^1_{-1/2 + i
+     \lambda}(x) for x > -1.
+
+ -- Function: double gsl_sf_conicalP_sph_reg (int l, double lambda,
+          double x)
+ -- Function: int gsl_sf_conicalP_sph_reg_e (int l, double lambda,
+          double x, gsl_sf_result *result)
+
+     These routines compute the Regular Spherical Conical Function
+     P^{-1/2-l}_{-1/2 + i \lambda}(x) for x > -1 and l \ge -1.
+
+ -- Function: double gsl_sf_conicalP_cyl_reg (int m, double lambda,
+          double x)
+ -- Function: int gsl_sf_conicalP_cyl_reg_e (int m, double lambda,
+          double x, gsl_sf_result *result)
+
+     These routines compute the Regular Cylindrical Conical Function
+     P^{-m}_{-1/2 + i \lambda}(x) for x > -1 and m \ge -1.
+
+\1f
+File: gsl-ref.info,  Node: Radial Functions for Hyperbolic Space,  Prev: Conical Functions,  Up: Legendre Functions and Spherical Harmonics
+
+7.25.4 Radial Functions for Hyperbolic Space
+--------------------------------------------
+
+The following spherical functions are specializations of Legendre
+functions which give the regular eigenfunctions of the Laplacian on a
+3-dimensional hyperbolic space H^3.  Of particular interest is the flat
+limit, \lambda \to \infty, \eta \to 0, \lambda\eta fixed.
+
+ -- Function: double gsl_sf_legendre_H3d_0 (double lambda, double eta)
+ -- Function: int gsl_sf_legendre_H3d_0_e (double lambda, double eta,
+          gsl_sf_result *result)
+
+     These routines compute the zeroth radial eigenfunction of the
+     Laplacian on the 3-dimensional hyperbolic space,
+
+          L^{H3d}_0(\lambda,\eta) := {\sin(\lambda\eta) \over \lambda\sinh(\eta)}
+
+     for \eta \ge 0.  In the flat limit this takes the form
+     L^{H3d}_0(\lambda,\eta) = j_0(\lambda\eta).
+
+ -- Function: double gsl_sf_legendre_H3d_1 (double lambda, double eta)
+ -- Function: int gsl_sf_legendre_H3d_1_e (double lambda, double eta,
+          gsl_sf_result *result)
+
+     These routines compute the first radial eigenfunction of the
+     Laplacian on the 3-dimensional hyperbolic space,
+
+          L^{H3d}_1(\lambda,\eta) := {1\over\sqrt{\lambda^2 + 1}} {\left(\sin(\lambda \eta)\over \lambda \sinh(\eta)\right)} \left(\coth(\eta) - \lambda \cot(\lambda\eta)\right)
+
+     for \eta \ge 0 In the flat limit this takes the form
+     L^{H3d}_1(\lambda,\eta) = j_1(\lambda\eta).
+
+ -- Function: double gsl_sf_legendre_H3d (int l, double lambda, double
+          eta)
+ -- Function: int gsl_sf_legendre_H3d_e (int l, double lambda, double
+          eta, gsl_sf_result *result)
+
+     These routines compute the *note l: 2d6.-th radial eigenfunction of
+     the Laplacian on the 3-dimensional hyperbolic space \eta \ge 0 and
+     l \ge 0.  In the flat limit this takes the form
+     L^{H3d}_l(\lambda,\eta) = j_l(\lambda\eta).
+
+ -- Function: int gsl_sf_legendre_H3d_array (int lmax, double lambda,
+          double eta, double result_array[])
+
+     This function computes an array of radial eigenfunctions L^{H3d}_l(
+     \lambda, \eta) for 0 \le l \le lmax.
+
+\1f
+File: gsl-ref.info,  Node: Logarithm and Related Functions,  Next: Mathieu Functions,  Prev: Legendre Functions and Spherical Harmonics,  Up: Special Functions
+
+7.26 Logarithm and Related Functions
+====================================
+
+Information on the properties of the Logarithm function can be found in
+Abramowitz & Stegun, Chapter 4.  The functions described in this section
+are declared in the header file ‘gsl_sf_log.h’.
+
+ -- Function: double gsl_sf_log (double x)
+ -- Function: int gsl_sf_log_e (double x, gsl_sf_result *result)
+
+     These routines compute the logarithm of *note x: 2da, \log(x), for
+     x > 0.
+
+ -- Function: double gsl_sf_log_abs (double x)
+ -- Function: int gsl_sf_log_abs_e (double x, gsl_sf_result *result)
+
+     These routines compute the logarithm of the magnitude of *note x:
+     2dc, \log(|x|), for x \ne 0.
+
+ -- Function: int gsl_sf_complex_log_e (double zr, double zi,
+          gsl_sf_result *lnr, gsl_sf_result *theta)
+
+     This routine computes the complex logarithm of z = z_r + i z_i.
+     The results are returned as *note lnr: 2dd, *note theta: 2dd. such
+     that \exp(lnr + i \theta) = z_r + i z_i, where \theta lies in the
+     range [-\pi,\pi].
+
+ -- Function: double gsl_sf_log_1plusx (double x)
+ -- Function: int gsl_sf_log_1plusx_e (double x, gsl_sf_result *result)
+
+     These routines compute \log(1 + x) for x > -1 using an algorithm
+     that is accurate for small *note x: 2df.
+
+ -- Function: double gsl_sf_log_1plusx_mx (double x)
+ -- Function: int gsl_sf_log_1plusx_mx_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute \log(1 + x) - x for x > -1 using an
+     algorithm that is accurate for small *note x: 2e1.
+
+\1f
+File: gsl-ref.info,  Node: Mathieu Functions,  Next: Power Function,  Prev: Logarithm and Related Functions,  Up: Special Functions
+
+7.27 Mathieu Functions
+======================
+
+The routines described in this section compute the angular and radial
+Mathieu functions, and their characteristic values.  Mathieu functions
+are the solutions of the following two differential equations:
+
+     d^2y/dv^2 + (a - 2q\cos 2v)y = 0
+     d^2f/du^2 - (a - 2q\cosh 2u)f = 0
+
+The angular Mathieu functions ce_r(x,q), se_r(x,q) are the even and odd
+periodic solutions of the first equation, which is known as Mathieu’s
+equation.  These exist only for the discrete sequence of characteristic
+values a = a_r(q) (even-periodic) and a = b_r(q) (odd-periodic).
+
+The radial Mathieu functions Mc^{(j)}_{r}(z,q) and Ms^{(j)}_{r}(z,q) are
+the solutions of the second equation, which is referred to as Mathieu’s
+modified equation.  The radial Mathieu functions of the first, second,
+third and fourth kind are denoted by the parameter j, which takes the
+value 1, 2, 3 or 4.
+
+For more information on the Mathieu functions, see Abramowitz and
+Stegun, Chapter 20.  These functions are defined in the header file
+‘gsl_sf_mathieu.h’.
+
+* Menu:
+
+* Mathieu Function Workspace::
+* Mathieu Function Characteristic Values::
+* Angular Mathieu Functions::
+* Radial Mathieu Functions::
+
+\1f
+File: gsl-ref.info,  Node: Mathieu Function Workspace,  Next: Mathieu Function Characteristic Values,  Up: Mathieu Functions
+
+7.27.1 Mathieu Function Workspace
+---------------------------------
+
+The Mathieu functions can be computed for a single order or for multiple
+orders, using array-based routines.  The array-based routines require a
+preallocated workspace.
+
+ -- Type: gsl_sf_mathieu_workspace
+
+     Workspace required for array-based routines
+
+ -- Function: *note gsl_sf_mathieu_workspace: 2e4. *gsl_sf_mathieu_alloc
+          (size_t n, double qmax)
+
+     This function returns a workspace for the array versions of the
+     Mathieu routines.  The arguments n and *note qmax: 2e5. specify the
+     maximum order and q-value of Mathieu functions which can be
+     computed with this workspace.
+
+ -- Function: void gsl_sf_mathieu_free (gsl_sf_mathieu_workspace *work)
+
+     This function frees the workspace *note work: 2e6.
+
+\1f
+File: gsl-ref.info,  Node: Mathieu Function Characteristic Values,  Next: Angular Mathieu Functions,  Prev: Mathieu Function Workspace,  Up: Mathieu Functions
+
+7.27.2 Mathieu Function Characteristic Values
+---------------------------------------------
+
+ -- Function: int gsl_sf_mathieu_a (int n, double q)
+ -- Function: int gsl_sf_mathieu_a_e (int n, double q, gsl_sf_result
+          *result)
+ -- Function: int gsl_sf_mathieu_b (int n, double q)
+ -- Function: int gsl_sf_mathieu_b_e (int n, double q, gsl_sf_result
+          *result)
+
+     These routines compute the characteristic values a_n(q), b_n(q) of
+     the Mathieu functions ce_n(q,x) and se_n(q,x), respectively.
+
+ -- Function: int gsl_sf_mathieu_a_array (int order_min, int order_max,
+          double q, gsl_sf_mathieu_workspace *work, double
+          result_array[])
+ -- Function: int gsl_sf_mathieu_b_array (int order_min, int order_max,
+          double q, gsl_sf_mathieu_workspace *work, double
+          result_array[])
+
+     These routines compute a series of Mathieu characteristic values
+     a_n(q), b_n(q) for n from *note order_min: 2ed. to *note order_max:
+     2ed. inclusive, storing the results in the array *note
+     result_array: 2ed.
+
+\1f
+File: gsl-ref.info,  Node: Angular Mathieu Functions,  Next: Radial Mathieu Functions,  Prev: Mathieu Function Characteristic Values,  Up: Mathieu Functions
+
+7.27.3 Angular Mathieu Functions
+--------------------------------
+
+ -- Function: int gsl_sf_mathieu_ce (int n, double q, double x)
+ -- Function: int gsl_sf_mathieu_ce_e (int n, double q, double x,
+          gsl_sf_result *result)
+ -- Function: int gsl_sf_mathieu_se (int n, double q, double x)
+ -- Function: int gsl_sf_mathieu_se_e (int n, double q, double x,
+          gsl_sf_result *result)
+
+     These routines compute the angular Mathieu functions ce_n(q,x) and
+     se_n(q,x), respectively.
+
+ -- Function: int gsl_sf_mathieu_ce_array (int nmin, int nmax, double q,
+          double x, gsl_sf_mathieu_workspace *work, double
+          result_array[])
+ -- Function: int gsl_sf_mathieu_se_array (int nmin, int nmax, double q,
+          double x, gsl_sf_mathieu_workspace *work, double
+          result_array[])
+
+     These routines compute a series of the angular Mathieu functions
+     ce_n(q,x) and se_n(q,x) of order n from *note nmin: 2f4. to *note
+     nmax: 2f4. inclusive, storing the results in the array *note
+     result_array: 2f4.
+
+\1f
+File: gsl-ref.info,  Node: Radial Mathieu Functions,  Prev: Angular Mathieu Functions,  Up: Mathieu Functions
+
+7.27.4 Radial Mathieu Functions
+-------------------------------
+
+ -- Function: int gsl_sf_mathieu_Mc (int j, int n, double q, double x)
+ -- Function: int gsl_sf_mathieu_Mc_e (int j, int n, double q, double x,
+          gsl_sf_result *result)
+ -- Function: int gsl_sf_mathieu_Ms (int j, int n, double q, double x)
+ -- Function: int gsl_sf_mathieu_Ms_e (int j, int n, double q, double x,
+          gsl_sf_result *result)
+
+     These routines compute the radial *note j: 2f9.-th kind Mathieu
+     functions Mc_n^{(j)}(q,x) and Ms_n^{(j)}(q,x) of order *note n:
+     2f9.
+
+     The allowed values of *note j: 2f9. are 1 and 2.  The functions for
+     j = 3,4 can be computed as M_n^{(3)} = M_n^{(1)} + iM_n^{(2)} and
+     M_n^{(4)} = M_n^{(1)} - iM_n^{(2)}, where M_n^{(j)} = Mc_n^{(j)} or
+     Ms_n^{(j)}.
+
+ -- Function: int gsl_sf_mathieu_Mc_array (int j, int nmin, int nmax,
+          double q, double x, gsl_sf_mathieu_workspace *work, double
+          result_array[])
+ -- Function: int gsl_sf_mathieu_Ms_array (int j, int nmin, int nmax,
+          double q, double x, gsl_sf_mathieu_workspace *work, double
+          result_array[])
+
+     These routines compute a series of the radial Mathieu functions of
+     kind *note j: 2fb, with order from *note nmin: 2fb. to *note nmax:
+     2fb. inclusive, storing the results in the array *note
+     result_array: 2fb.
+
+\1f
+File: gsl-ref.info,  Node: Power Function,  Next: Psi Digamma Function,  Prev: Mathieu Functions,  Up: Special Functions
+
+7.28 Power Function
+===================
+
+The following functions are equivalent to the function *note
+gsl_pow_int(): 4a. with an error estimate.  These functions are declared
+in the header file ‘gsl_sf_pow_int.h’.
+
+ -- Function: double gsl_sf_pow_int (double x, int n)
+ -- Function: int gsl_sf_pow_int_e (double x, int n, gsl_sf_result
+          *result)
+
+     These routines compute the power x^n for integer *note n: 4c.  The
+     power is computed using the minimum number of multiplications.  For
+     example, x^8 is computed as ((x^2)^2)^2, requiring only 3
+     multiplications.  For reasons of efficiency, these functions do not
+     check for overflow or underflow conditions.  The following is a
+     simple example:
+
+          #include <gsl/gsl_sf_pow_int.h>
+          /* compute 3.0**12 */
+          double y = gsl_sf_pow_int(3.0, 12);
+
+\1f
+File: gsl-ref.info,  Node: Psi Digamma Function,  Next: Synchrotron Functions,  Prev: Power Function,  Up: Special Functions
+
+7.29 Psi (Digamma) Function
+===========================
+
+The polygamma functions of order n are defined by
+
+     \psi^{(n)}(x) = (d/dx)^n \psi(x) = (d/dx)^{n+1} \log(\Gamma(x))
+
+where \psi(x) = \Gamma'(x)/\Gamma(x) is known as the digamma function.
+These functions are declared in the header file ‘gsl_sf_psi.h’.
+
+* Menu:
+
+* Digamma Function::
+* Trigamma Function::
+* Polygamma Function::
+
+\1f
+File: gsl-ref.info,  Node: Digamma Function,  Next: Trigamma Function,  Up: Psi Digamma Function
+
+7.29.1 Digamma Function
+-----------------------
+
+ -- Function: double gsl_sf_psi_int (int n)
+ -- Function: int gsl_sf_psi_int_e (int n, gsl_sf_result *result)
+
+     These routines compute the digamma function \psi(n) for positive
+     integer *note n: 301.  The digamma function is also called the Psi
+     function.
+
+ -- Function: double gsl_sf_psi (double x)
+ -- Function: int gsl_sf_psi_e (double x, gsl_sf_result *result)
+
+     These routines compute the digamma function \psi(x) for general
+     *note x: 303, x \ne 0.
+
+ -- Function: double gsl_sf_psi_1piy (double y)
+ -- Function: int gsl_sf_psi_1piy_e (double y, gsl_sf_result *result)
+
+     These routines compute the real part of the digamma function on the
+     line 1 + i y, \Re[\psi(1 + i y)].
+
+\1f
+File: gsl-ref.info,  Node: Trigamma Function,  Next: Polygamma Function,  Prev: Digamma Function,  Up: Psi Digamma Function
+
+7.29.2 Trigamma Function
+------------------------
+
+ -- Function: double gsl_sf_psi_1_int (int n)
+ -- Function: int gsl_sf_psi_1_int_e (int n, gsl_sf_result *result)
+
+     These routines compute the Trigamma function \psi'(n) for positive
+     integer n.
+
+ -- Function: double gsl_sf_psi_1 (double x)
+ -- Function: int gsl_sf_psi_1_e (double x, gsl_sf_result *result)
+
+     These routines compute the Trigamma function \psi'(x) for general
+     *note x: 30a.
+
+\1f
+File: gsl-ref.info,  Node: Polygamma Function,  Prev: Trigamma Function,  Up: Psi Digamma Function
+
+7.29.3 Polygamma Function
+-------------------------
+
+ -- Function: double gsl_sf_psi_n (int n, double x)
+ -- Function: int gsl_sf_psi_n_e (int n, double x, gsl_sf_result
+          *result)
+
+     These routines compute the polygamma function \psi^{(n)}(x) for n
+     \ge 0, x > 0.
+
+\1f
+File: gsl-ref.info,  Node: Synchrotron Functions,  Next: Transport Functions,  Prev: Psi Digamma Function,  Up: Special Functions
+
+7.30 Synchrotron Functions
+==========================
+
+The functions described in this section are declared in the header file
+‘gsl_sf_synchrotron.h’.
+
+ -- Function: double gsl_sf_synchrotron_1 (double x)
+ -- Function: int gsl_sf_synchrotron_1_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the first synchrotron function x
+     \int_x^\infty dt K_{5/3}(t) for x \ge 0.
+
+ -- Function: double gsl_sf_synchrotron_2 (double x)
+ -- Function: int gsl_sf_synchrotron_2_e (double x, gsl_sf_result
+          *result)
+
+     These routines compute the second synchrotron function x K_{2/3}(x)
+     for x \ge 0.
+
+\1f
+File: gsl-ref.info,  Node: Transport Functions,  Next: Trigonometric Functions,  Prev: Synchrotron Functions,  Up: Special Functions
+
+7.31 Transport Functions
+========================
+
+The transport functions J(n,x) are defined by the integral
+representations
+
+     J(n,x) = \int_0^x t^n e^t /(e^t - 1)^2 dt
+
+They are declared in the header file ‘gsl_sf_transport.h’.
+
+ -- Function: double gsl_sf_transport_2 (double x)
+ -- Function: int gsl_sf_transport_2_e (double x, gsl_sf_result *result)
+
+     These routines compute the transport function J(2,x).
+
+ -- Function: double gsl_sf_transport_3 (double x)
+ -- Function: int gsl_sf_transport_3_e (double x, gsl_sf_result *result)
+
+     These routines compute the transport function J(3,x).
+
+ -- Function: double gsl_sf_transport_4 (double x)
+ -- Function: int gsl_sf_transport_4_e (double x, gsl_sf_result *result)
+
+     These routines compute the transport function J(4,x).
+
+ -- Function: double gsl_sf_transport_5 (double x)
+ -- Function: int gsl_sf_transport_5_e (double x, gsl_sf_result *result)
+
+     These routines compute the transport function J(5,x).
+
+\1f
+File: gsl-ref.info,  Node: Trigonometric Functions,  Next: Zeta Functions,  Prev: Transport Functions,  Up: Special Functions
+
+7.32 Trigonometric Functions
+============================
+
+The library includes its own trigonometric functions in order to provide
+consistency across platforms and reliable error estimates.  These
+functions are declared in the header file ‘gsl_sf_trig.h’.
+
+* Menu:
+
+* Circular Trigonometric Functions::
+* Trigonometric Functions for Complex Arguments::
+* Hyperbolic Trigonometric Functions::
+* Conversion Functions::
+* Restriction Functions::
+* Trigonometric Functions With Error Estimates::
+
+\1f
+File: gsl-ref.info,  Node: Circular Trigonometric Functions,  Next: Trigonometric Functions for Complex Arguments,  Up: Trigonometric Functions
+
+7.32.1 Circular Trigonometric Functions
+---------------------------------------
+
+ -- Function: double gsl_sf_sin (double x)
+ -- Function: int gsl_sf_sin_e (double x, gsl_sf_result *result)
+
+     These routines compute the sine function \sin(x).
+
+ -- Function: double gsl_sf_cos (double x)
+ -- Function: int gsl_sf_cos_e (double x, gsl_sf_result *result)
+
+     These routines compute the cosine function \cos(x).
+
+ -- Function: double gsl_sf_hypot (double x, double y)
+ -- Function: int gsl_sf_hypot_e (double x, double y, gsl_sf_result
+          *result)
+
+     These routines compute the hypotenuse function \sqrt{x^2 + y^2}
+     avoiding overflow and underflow.
+
+ -- Function: double gsl_sf_sinc (double x)
+ -- Function: int gsl_sf_sinc_e (double x, gsl_sf_result *result)
+
+     These routines compute \sinc(x) = \sin(\pi x) / (\pi x) for any
+     value of *note x: 325.
+
+\1f
+File: gsl-ref.info,  Node: Trigonometric Functions for Complex Arguments,  Next: Hyperbolic Trigonometric Functions,  Prev: Circular Trigonometric Functions,  Up: Trigonometric Functions
+
+7.32.2 Trigonometric Functions for Complex Arguments
+----------------------------------------------------
+
+ -- Function: int gsl_sf_complex_sin_e (double zr, double zi,
+          gsl_sf_result *szr, gsl_sf_result *szi)
+
+     This function computes the complex sine, \sin(z_r + i z_i) storing
+     the real and imaginary parts in *note szr: 327, *note szi: 327.
+
+ -- Function: int gsl_sf_complex_cos_e (double zr, double zi,
+          gsl_sf_result *czr, gsl_sf_result *czi)
+
+     This function computes the complex cosine, \cos(z_r + i z_i)
+     storing the real and imaginary parts in *note czr: 328, *note czi:
+     328.
+
+ -- Function: int gsl_sf_complex_logsin_e (double zr, double zi,
+          gsl_sf_result *lszr, gsl_sf_result *lszi)
+
+     This function computes the logarithm of the complex sine,
+     \log(\sin(z_r + i z_i)) storing the real and imaginary parts in
+     *note lszr: 329, *note lszi: 329.
+
+\1f
+File: gsl-ref.info,  Node: Hyperbolic Trigonometric Functions,  Next: Conversion Functions,  Prev: Trigonometric Functions for Complex Arguments,  Up: Trigonometric Functions
+
+7.32.3 Hyperbolic Trigonometric Functions
+-----------------------------------------
+
+ -- Function: double gsl_sf_lnsinh (double x)
+ -- Function: int gsl_sf_lnsinh_e (double x, gsl_sf_result *result)
+
+     These routines compute \log(\sinh(x)) for x > 0.
+
+ -- Function: double gsl_sf_lncosh (double x)
+ -- Function: int gsl_sf_lncosh_e (double x, gsl_sf_result *result)
+
+     These routines compute \log(\cosh(x)) for any *note x: 32e.
+
+\1f
+File: gsl-ref.info,  Node: Conversion Functions,  Next: Restriction Functions,  Prev: Hyperbolic Trigonometric Functions,  Up: Trigonometric Functions
+
+7.32.4 Conversion Functions
+---------------------------
+
+ -- Function: int gsl_sf_polar_to_rect (double r, double theta,
+          gsl_sf_result *x, gsl_sf_result *y)
+
+     This function converts the polar coordinates (*note r: 330, *note
+     theta: 330.) to rectilinear coordinates (*note x: 330, *note y:
+     330.), x = r\cos(\theta), y = r\sin(\theta).
+
+ -- Function: int gsl_sf_rect_to_polar (double x, double y,
+          gsl_sf_result *r, gsl_sf_result *theta)
+
+     This function converts the rectilinear coordinates (*note x: 331,
+     *note y: 331.) to polar coordinates (*note r: 331, *note theta:
+     331.), such that x = r\cos(\theta), y = r\sin(\theta).  The
+     argument *note theta: 331. lies in the range [-\pi, \pi].
+
+\1f
+File: gsl-ref.info,  Node: Restriction Functions,  Next: Trigonometric Functions With Error Estimates,  Prev: Conversion Functions,  Up: Trigonometric Functions
+
+7.32.5 Restriction Functions
+----------------------------
+
+ -- Function: double gsl_sf_angle_restrict_symm (double theta)
+ -- Function: int gsl_sf_angle_restrict_symm_e (double *theta)
+
+     These routines force the angle *note theta: 334. to lie in the
+     range (-\pi,\pi].
+
+     Note that the mathematical value of \pi is slightly greater than
+     ‘M_PI’, so the machine numbers ‘M_PI’ and ‘-M_PI’ are included in
+     the range.
+
+ -- Function: double gsl_sf_angle_restrict_pos (double theta)
+ -- Function: int gsl_sf_angle_restrict_pos_e (double *theta)
+
+     These routines force the angle *note theta: 336. to lie in the
+     range [0, 2\pi).
+
+     Note that the mathematical value of 2\pi is slightly greater than
+     ‘2*M_PI’, so the machine number ‘2*M_PI’ is included in the range.
+
+\1f
+File: gsl-ref.info,  Node: Trigonometric Functions With Error Estimates,  Prev: Restriction Functions,  Up: Trigonometric Functions
+
+7.32.6 Trigonometric Functions With Error Estimates
+---------------------------------------------------
+
+ -- Function: int gsl_sf_sin_err_e (double x, double dx, gsl_sf_result
+          *result)
+
+     This routine computes the sine of an angle *note x: 338. with an
+     associated absolute error *note dx: 338, \sin(x \pm dx).  Note that
+     this function is provided in the error-handling form only since its
+     purpose is to compute the propagated error.
+
+ -- Function: int gsl_sf_cos_err_e (double x, double dx, gsl_sf_result
+          *result)
+
+     This routine computes the cosine of an angle *note x: 339. with an
+     associated absolute error *note dx: 339, \cos(x \pm dx).  Note that
+     this function is provided in the error-handling form only since its
+     purpose is to compute the propagated error.
+
+\1f
+File: gsl-ref.info,  Node: Zeta Functions,  Next: Examples<3>,  Prev: Trigonometric Functions,  Up: Special Functions
+
+7.33 Zeta Functions
+===================
+
+The Riemann zeta function is defined in Abramowitz & Stegun, Section
+23.2.  The functions described in this section are declared in the
+header file ‘gsl_sf_zeta.h’.
+
+* Menu:
+
+* Riemann Zeta Function::
+* Riemann Zeta Function Minus One::
+* Hurwitz Zeta Function::
+* Eta Function::
+
+\1f
+File: gsl-ref.info,  Node: Riemann Zeta Function,  Next: Riemann Zeta Function Minus One,  Up: Zeta Functions
+
+7.33.1 Riemann Zeta Function
+----------------------------
+
+The Riemann zeta function is defined by the infinite sum
+
+     \zeta(s) = \sum_{k=1}^\infty k^{-s}
+
+ -- Function: double gsl_sf_zeta_int (int n)
+ -- Function: int gsl_sf_zeta_int_e (int n, gsl_sf_result *result)
+
+     These routines compute the Riemann zeta function \zeta(n) for
+     integer *note n: 33d, n \ne 1.
+
+ -- Function: double gsl_sf_zeta (double s)
+ -- Function: int gsl_sf_zeta_e (double s, gsl_sf_result *result)
+
+     These routines compute the Riemann zeta function \zeta(s) for
+     arbitrary *note s: 33f, s \ne 1.
+
+\1f
+File: gsl-ref.info,  Node: Riemann Zeta Function Minus One,  Next: Hurwitz Zeta Function,  Prev: Riemann Zeta Function,  Up: Zeta Functions
+
+7.33.2 Riemann Zeta Function Minus One
+--------------------------------------
+
+For large positive argument, the Riemann zeta function approaches one.
+In this region the fractional part is interesting, and therefore we need
+a function to evaluate it explicitly.
+
+ -- Function: double gsl_sf_zetam1_int (int n)
+ -- Function: int gsl_sf_zetam1_int_e (int n, gsl_sf_result *result)
+
+     These routines compute \zeta(n) - 1 for integer *note n: 342, n \ne
+     1.
+
+ -- Function: double gsl_sf_zetam1 (double s)
+ -- Function: int gsl_sf_zetam1_e (double s, gsl_sf_result *result)
+
+     These routines compute \zeta(s) - 1 for arbitrary *note s: 344, s
+     \ne 1.
+
+\1f
+File: gsl-ref.info,  Node: Hurwitz Zeta Function,  Next: Eta Function,  Prev: Riemann Zeta Function Minus One,  Up: Zeta Functions
+
+7.33.3 Hurwitz Zeta Function
+----------------------------
+
+The Hurwitz zeta function is defined by
+
+     \zeta(s,q) = \sum_0^\infty (k+q)^{-s}
+
+ -- Function: double gsl_sf_hzeta (double s, double q)
+ -- Function: int gsl_sf_hzeta_e (double s, double q, gsl_sf_result
+          *result)
+
+     These routines compute the Hurwitz zeta function \zeta(s,q) for s >
+     1, q > 0.
+
+\1f
+File: gsl-ref.info,  Node: Eta Function,  Prev: Hurwitz Zeta Function,  Up: Zeta Functions
+
+7.33.4 Eta Function
+-------------------
+
+The eta function is defined by
+
+     \eta(s) = (1-2^{1-s}) \zeta(s)
+
+ -- Function: double gsl_sf_eta_int (int n)
+ -- Function: int gsl_sf_eta_int_e (int n, gsl_sf_result *result)
+
+     These routines compute the eta function \eta(n) for integer *note
+     n: 34a.
+
+ -- Function: double gsl_sf_eta (double s)
+ -- Function: int gsl_sf_eta_e (double s, gsl_sf_result *result)
+
+     These routines compute the eta function \eta(s) for arbitrary *note
+     s: 34c.
+
+\1f
+File: gsl-ref.info,  Node: Examples<3>,  Next: References and Further Reading<3>,  Prev: Zeta Functions,  Up: Special Functions
+
+7.34 Examples
+=============
+
+The following example demonstrates the use of the error handling form of
+the special functions, in this case to compute the Bessel function
+J_0(5.0),
+
+     #include <stdio.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_sf_bessel.h>
+
+     int
+     main (void)
+     {
+       double x = 5.0;
+       gsl_sf_result result;
+
+       double expected = -0.17759677131433830434739701;
+
+       int status = gsl_sf_bessel_J0_e (x, &result);
+
+       printf ("status  = %s\n", gsl_strerror(status));
+       printf ("J0(5.0) = %.18f\n"
+               "      +/- % .18f\n",
+               result.val, result.err);
+       printf ("exact   = %.18f\n", expected);
+       return status;
+     }
+
+Here are the results of running the program,
+
+     status  = success
+     J0(5.0) = -0.177596771314338264
+           +/-  0.000000000000000193
+     exact   = -0.177596771314338292
+
+The next program computes the same quantity using the natural form of
+the function.  In this case the error term ‘result.err’ and return
+status are not accessible.
+
+     #include <stdio.h>
+     #include <gsl/gsl_sf_bessel.h>
+
+     int
+     main (void)
+     {
+       double x = 5.0;
+       double expected = -0.17759677131433830434739701;
+
+       double y = gsl_sf_bessel_J0 (x);
+
+       printf ("J0(5.0) = %.18f\n", y);
+       printf ("exact   = %.18f\n", expected);
+       return 0;
+     }
+
+The results of the function are the same,
+
+     J0(5.0) = -0.177596771314338264
+     exact   = -0.177596771314338292
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<3>,  Prev: Examples<3>,  Up: Special Functions
+
+7.35 References and Further Reading
+===================================
+
+The library follows the conventions of the following book where
+possible,
+
+   * Handbook of Mathematical Functions, edited by Abramowitz & Stegun,
+     Dover, ISBN 0486612724.
+
+The following papers contain information on the algorithms used to
+compute the special functions,
+
+   * Allan J. MacLeod, MISCFUN: A software package to compute uncommon
+     special functions.  ACM Trans.  Math.  Soft., vol.: 22, 1996,
+     288–301
+
+   * Bunck, B. F., A fast algorithm for evaluation of normalized Hermite
+     functions, BIT Numer.  Math, 49: 281-295, 2009.
+
+   * G.N. Watson, A Treatise on the Theory of Bessel Functions, 2nd
+     Edition (Cambridge University Press, 1944).
+
+   * G. Nemeth, Mathematical Approximations of Special Functions, Nova
+     Science Publishers, ISBN 1-56072-052-2
+
+   * B.C. Carlson, Special Functions of Applied Mathematics (1977)
+
+   * N. M. Temme, Special Functions: An Introduction to the Classical
+     Functions of Mathematical Physics (1996), ISBN 978-0471113133.
+
+   * W.J. Thompson, Atlas for Computing Mathematical Functions, John
+     Wiley & Sons, New York (1997).
+
+   * Y.Y. Luke, Algorithms for the Computation of Mathematical
+     Functions, Academic Press, New York (1977).
+
+   * S. A. Holmes and W. E. Featherstone, A unified approach to the
+     Clenshaw summation and the recursive computation of very high
+     degree and order normalised associated Legendre functions, Journal
+     of Geodesy, 76, pg.  279-299, 2002.
+
+\1f
+File: gsl-ref.info,  Node: Vectors and Matrices,  Next: Permutations,  Prev: Special Functions,  Up: Top
+
+8 Vectors and Matrices
+**********************
+
+The functions described in this chapter provide a simple vector and
+matrix interface to ordinary C arrays.  The memory management of these
+arrays is implemented using a single underlying type, known as a block.
+By writing your functions in terms of vectors and matrices you can pass
+a single structure containing both data and dimensions as an argument
+without needing additional function parameters.  The structures are
+compatible with the vector and matrix formats used by BLAS routines.
+
+* Menu:
+
+* Data types::
+* Blocks::
+* Vectors::
+* Matrices::
+
+\1f
+File: gsl-ref.info,  Node: Data types,  Next: Blocks,  Up: Vectors and Matrices
+
+8.1 Data types
+==============
+
+All the functions are available for each of the standard data-types.
+The versions for ‘double’ have the prefix ‘gsl_block’, ‘gsl_vector’ and
+‘gsl_matrix’.  Similarly the versions for single-precision ‘float’
+arrays have the prefix ‘gsl_block_float’, ‘gsl_vector_float’ and
+‘gsl_matrix_float’.  The full list of available types is given below,
+
+Prefix                              Type
+                                    
+-------------------------------------------------------------
+                                    
+gsl_block                           double
+                                    
+                                    
+gsl_block_float                     float
+                                    
+                                    
+gsl_block_long_double               long double
+                                    
+                                    
+gsl_block_int                       int
+                                    
+                                    
+gsl_block_uint                      unsigned int
+                                    
+                                    
+gsl_block_long                      long
+                                    
+                                    
+gsl_block_ulong                     unsigned long
+                                    
+                                    
+gsl_block_short                     short
+                                    
+                                    
+gsl_block_ushort                    unsigned short
+                                    
+                                    
+gsl_block_char                      char
+                                    
+                                    
+gsl_block_uchar                     unsigned char
+                                    
+                                    
+gsl_block_complex                   complex double
+                                    
+                                    
+gsl_block_complex_float             complex float
+                                    
+                                    
+gsl_block_complex_long_double       complex long double
+                                    
+
+Corresponding types exist for the ‘gsl_vector’ and ‘gsl_matrix’
+functions.
+
+\1f
+File: gsl-ref.info,  Node: Blocks,  Next: Vectors,  Prev: Data types,  Up: Vectors and Matrices
+
+8.2 Blocks
+==========
+
+For consistency all memory is allocated through a ‘gsl_block’ structure.
+The structure contains two components, the size of an area of memory and
+a pointer to the memory.  The ‘gsl_block’ structure looks like this,
+
+ -- Type: gsl_block
+
+          typedef struct
+          {
+            size_t size;
+            double * data;
+          } gsl_block;
+
+Vectors and matrices are made by `slicing' an underlying block.  A slice
+is a set of elements formed from an initial offset and a combination of
+indices and step-sizes.  In the case of a matrix the step-size for the
+column index represents the row-length.  The step-size for a vector is
+known as the `stride'.
+
+The functions for allocating and deallocating blocks are defined in
+‘gsl_block.h’.
+
+* Menu:
+
+* Block allocation::
+* Reading and writing blocks::
+* Example programs for blocks::
+
+\1f
+File: gsl-ref.info,  Node: Block allocation,  Next: Reading and writing blocks,  Up: Blocks
+
+8.2.1 Block allocation
+----------------------
+
+The functions for allocating memory to a block follow the style of
+‘malloc’ and ‘free’.  In addition they also perform their own error
+checking.  If there is insufficient memory available to allocate a block
+then the functions call the GSL error handler (with an error number of
+*note GSL_ENOMEM: 2a.) in addition to returning a null pointer.  Thus if
+you use the library error handler to abort your program then it isn’t
+necessary to check every ‘alloc’.
+
+ -- Function: *note gsl_block: 353. *gsl_block_alloc (size_t n)
+
+     This function allocates memory for a block of *note n: 355.
+     double-precision elements, returning a pointer to the block struct.
+     The block is not initialized and so the values of its elements are
+     undefined.  Use the function *note gsl_block_calloc(): 356. if you
+     want to ensure that all the elements are initialized to zero.
+
+     Zero-sized requests are valid and return a non-null result.  A null
+     pointer is returned if insufficient memory is available to create
+     the block.
+
+ -- Function: *note gsl_block: 353. *gsl_block_calloc (size_t n)
+
+     This function allocates memory for a block and initializes all the
+     elements of the block to zero.
+
+ -- Function: void gsl_block_free (gsl_block *b)
+
+     This function frees the memory used by a block *note b: 357.
+     previously allocated with *note gsl_block_alloc(): 355. or *note
+     gsl_block_calloc(): 356.
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing blocks,  Next: Example programs for blocks,  Prev: Block allocation,  Up: Blocks
+
+8.2.2 Reading and writing blocks
+--------------------------------
+
+The library provides functions for reading and writing blocks to a file
+as binary data or formatted text.
+
+ -- Function: int gsl_block_fwrite (FILE *stream, const gsl_block *b)
+
+     This function writes the elements of the block *note b: 359. to the
+     stream *note stream: 359. in binary format.  The return value is 0
+     for success and ‘GSL_EFAILED’ if there was a problem writing to the
+     file.  Since the data is written in the native binary format it may
+     not be portable between different architectures.
+
+ -- Function: int gsl_block_fread (FILE *stream, gsl_block *b)
+
+     This function reads into the block *note b: 35a. from the open
+     stream *note stream: 35a. in binary format.  The block *note b:
+     35a. must be preallocated with the correct length since the
+     function uses the size of *note b: 35a. to determine how many bytes
+     to read.  The return value is 0 for success and ‘GSL_EFAILED’ if
+     there was a problem reading from the file.  The data is assumed to
+     have been written in the native binary format on the same
+     architecture.
+
+ -- Function: int gsl_block_fprintf (FILE *stream, const gsl_block *b,
+          const char *format)
+
+     This function writes the elements of the block *note b: 35b.
+     line-by-line to the stream *note stream: 35b. using the format
+     specifier *note format: 35b, which should be one of the ‘%g’, ‘%e’
+     or ‘%f’ formats for floating point numbers and ‘%d’ for integers.
+     The function returns 0 for success and ‘GSL_EFAILED’ if there was a
+     problem writing to the file.
+
+ -- Function: int gsl_block_fscanf (FILE *stream, gsl_block *b)
+
+     This function reads formatted data from the stream *note stream:
+     35c. into the block *note b: 35c.  The block *note b: 35c. must be
+     preallocated with the correct length since the function uses the
+     size of *note b: 35c. to determine how many numbers to read.  The
+     function returns 0 for success and ‘GSL_EFAILED’ if there was a
+     problem reading from the file.
+
+\1f
+File: gsl-ref.info,  Node: Example programs for blocks,  Prev: Reading and writing blocks,  Up: Blocks
+
+8.2.3 Example programs for blocks
+---------------------------------
+
+The following program shows how to allocate a block,
+
+     #include <stdio.h>
+     #include <gsl/gsl_block.h>
+
+     int
+     main (void)
+     {
+       gsl_block * b = gsl_block_alloc (100);
+
+       printf ("length of block = %zu\n", b->size);
+       printf ("block data address = %p\n", b->data);
+
+       gsl_block_free (b);
+       return 0;
+     }
+
+Here is the output from the program,
+
+     length of block = 100
+     block data address = 0x804b0d8
+
+\1f
+File: gsl-ref.info,  Node: Vectors,  Next: Matrices,  Prev: Blocks,  Up: Vectors and Matrices
+
+8.3 Vectors
+===========
+
+Vectors are defined by a *note gsl_vector: 35f. structure which
+describes a slice of a block.  Different vectors can be created which
+point to the same block.  A vector slice is a set of equally-spaced
+elements of an area of memory.
+
+The *note gsl_vector: 35f. structure contains five components, the
+`size', the `stride', a pointer to the memory where the elements are
+stored, ‘data’, a pointer to the block owned by the vector, ‘block’, if
+any, and an ownership flag, ‘owner’.  The structure is very simple and
+looks like this,
+
+ -- Type: gsl_vector
+
+          typedef struct
+          {
+            size_t size;
+            size_t stride;
+            double * data;
+            gsl_block * block;
+            int owner;
+          } gsl_vector;
+
+The ‘size’ is simply the number of vector elements.  The range of valid
+indices runs from 0 to ‘size-1’.  The ‘stride’ is the step-size from one
+element to the next in physical memory, measured in units of the
+appropriate datatype.  The pointer ‘data’ gives the location of the
+first element of the vector in memory.  The pointer ‘block’ stores the
+location of the memory block in which the vector elements are located
+(if any).  If the vector owns this block then the ‘owner’ field is set
+to one and the block will be deallocated when the vector is freed.  If
+the vector points to a block owned by another object then the ‘owner’
+field is zero and any underlying block will not be deallocated with the
+vector.
+
+The functions for allocating and accessing vectors are defined in
+‘gsl_vector.h’.
+
+* Menu:
+
+* Vector allocation::
+* Accessing vector elements::
+* Initializing vector elements::
+* Reading and writing vectors::
+* Vector views::
+* Copying vectors::
+* Exchanging elements::
+* Vector operations::
+* Finding maximum and minimum elements of vectors::
+* Vector properties::
+* Example programs for vectors::
+
+\1f
+File: gsl-ref.info,  Node: Vector allocation,  Next: Accessing vector elements,  Up: Vectors
+
+8.3.1 Vector allocation
+-----------------------
+
+The functions for allocating memory to a vector follow the style of
+‘malloc’ and ‘free’.  In addition they also perform their own error
+checking.  If there is insufficient memory available to allocate a
+vector then the functions call the GSL error handler (with an error
+number of *note GSL_ENOMEM: 2a.) in addition to returning a null
+pointer.  Thus if you use the library error handler to abort your
+program then it isn’t necessary to check every ‘alloc’.
+
+ -- Function: *note gsl_vector: 35f. *gsl_vector_alloc (size_t n)
+
+     This function creates a vector of length n, returning a pointer to
+     a newly initialized vector struct.  A new block is allocated for
+     the elements of the vector, and stored in the ‘block’ component of
+     the vector struct.  The block is “owned” by the vector, and will be
+     deallocated when the vector is deallocated.  Zero-sized requests
+     are valid and return a non-null result.
+
+ -- Function: *note gsl_vector: 35f. *gsl_vector_calloc (size_t n)
+
+     This function allocates memory for a vector of length *note n: 362.
+     and initializes all the elements of the vector to zero.
+
+ -- Function: void gsl_vector_free (gsl_vector *v)
+
+     This function frees a previously allocated vector *note v: 363.  If
+     the vector was created using *note gsl_vector_alloc(): 361. then
+     the block underlying the vector will also be deallocated.  If the
+     vector has been created from another object then the memory is
+     still owned by that object and will not be deallocated.
+
+\1f
+File: gsl-ref.info,  Node: Accessing vector elements,  Next: Initializing vector elements,  Prev: Vector allocation,  Up: Vectors
+
+8.3.2 Accessing vector elements
+-------------------------------
+
+Unlike Fortran compilers, C compilers do not usually provide support for
+range checking of vectors and matrices.  (1) The functions *note
+gsl_vector_get(): 365. and *note gsl_vector_set(): 366. can perform
+portable range checking for you and report an error if you attempt to
+access elements outside the allowed range.
+
+The functions for accessing the elements of a vector or matrix are
+defined in ‘gsl_vector.h’ and declared ‘extern inline’ to eliminate
+function-call overhead.  You must compile your program with the
+preprocessor macro ‘HAVE_INLINE’ defined to use these functions.
+
+ -- Macro: GSL_RANGE_CHECK_OFF
+
+     If necessary you can turn off range checking completely without
+     modifying any source files by recompiling your program with the
+     preprocessor definition *note GSL_RANGE_CHECK_OFF: 367.  Provided
+     your compiler supports inline functions the effect of turning off
+     range checking is to replace calls to ‘gsl_vector_get(v,i)’ by
+     ‘v->data[i*v->stride]’ and calls to ‘gsl_vector_set(v,i,x)’ by
+     ‘v->data[i*v->stride]=x’.  Thus there should be no performance
+     penalty for using the range checking functions when range checking
+     is turned off.
+
+ -- Macro: GSL_C99_INLINE
+
+     If you use a C99 compiler which requires inline functions in header
+     files to be declared ‘inline’ instead of ‘extern inline’, define
+     the macro *note GSL_C99_INLINE: 368. (see *note Inline functions:
+     15.).  With GCC this is selected automatically when compiling in
+     C99 mode (‘-std=c99’).
+
+ -- Variable: int gsl_check_range
+
+     If inline functions are not used, calls to the functions *note
+     gsl_vector_get(): 365. and *note gsl_vector_set(): 366. will link
+     to the compiled versions of these functions in the library itself.
+     The range checking in these functions is controlled by the global
+     integer variable ‘gsl_check_range’.  It is enabled by default—to
+     disable it, set ‘gsl_check_range’ to zero.  Due to function-call
+     overhead, there is less benefit in disabling range checking here
+     than for inline functions.
+
+ -- Function: double gsl_vector_get (const gsl_vector *v, const size_t
+          i)
+
+     This function returns the *note i: 365.-th element of a vector
+     *note v: 365.  If *note i: 365. lies outside the allowed range of 0
+     to ‘size - 1’ then the error handler is invoked and 0 is returned.
+     An inline version of this function is used when ‘HAVE_INLINE’ is
+     defined.
+
+ -- Function: void gsl_vector_set (gsl_vector *v, const size_t i, double
+          x)
+
+     This function sets the value of the *note i: 366.-th element of a
+     vector *note v: 366. to *note x: 366.  If *note i: 366. lies
+     outside the allowed range of 0 to ‘size - 1’ then the error handler
+     is invoked.  An inline version of this function is used when
+     ‘HAVE_INLINE’ is defined.
+
+ -- Function: double *gsl_vector_ptr (gsl_vector *v, size_t i)
+ -- Function: const double *gsl_vector_const_ptr (const gsl_vector *v,
+          size_t i)
+
+     These functions return a pointer to the *note i: 36b.-th element of
+     a vector *note v: 36b.  If *note i: 36b. lies outside the allowed
+     range of 0 to ‘size - 1’ then the error handler is invoked and a
+     null pointer is returned.  Inline versions of these functions are
+     used when ‘HAVE_INLINE’ is defined.
+
+   ---------- Footnotes ----------
+
+   (1) (1) Range checking is available in the GNU C Compiler
+bounds-checking extension, but it is not part of the default
+installation of GCC. Memory accesses can also be checked with Valgrind
+or the ‘gcc -fmudflap’ memory protection option.
+
+\1f
+File: gsl-ref.info,  Node: Initializing vector elements,  Next: Reading and writing vectors,  Prev: Accessing vector elements,  Up: Vectors
+
+8.3.3 Initializing vector elements
+----------------------------------
+
+ -- Function: void gsl_vector_set_all (gsl_vector *v, double x)
+
+     This function sets all the elements of the vector *note v: 36d. to
+     the value *note x: 36d.
+
+ -- Function: void gsl_vector_set_zero (gsl_vector *v)
+
+     This function sets all the elements of the vector *note v: 36e. to
+     zero.
+
+ -- Function: int gsl_vector_set_basis (gsl_vector *v, size_t i)
+
+     This function makes a basis vector by setting all the elements of
+     the vector *note v: 36f. to zero except for the *note i: 36f.-th
+     element which is set to one.
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing vectors,  Next: Vector views,  Prev: Initializing vector elements,  Up: Vectors
+
+8.3.4 Reading and writing vectors
+---------------------------------
+
+The library provides functions for reading and writing vectors to a file
+as binary data or formatted text.
+
+ -- Function: int gsl_vector_fwrite (FILE *stream, const gsl_vector *v)
+
+     This function writes the elements of the vector *note v: 371. to
+     the stream *note stream: 371. in binary format.  The return value
+     is 0 for success and ‘GSL_EFAILED’ if there was a problem writing
+     to the file.  Since the data is written in the native binary format
+     it may not be portable between different architectures.
+
+ -- Function: int gsl_vector_fread (FILE *stream, gsl_vector *v)
+
+     This function reads into the vector *note v: 372. from the open
+     stream *note stream: 372. in binary format.  The vector *note v:
+     372. must be preallocated with the correct length since the
+     function uses the size of *note v: 372. to determine how many bytes
+     to read.  The return value is 0 for success and ‘GSL_EFAILED’ if
+     there was a problem reading from the file.  The data is assumed to
+     have been written in the native binary format on the same
+     architecture.
+
+ -- Function: int gsl_vector_fprintf (FILE *stream, const gsl_vector *v,
+          const char *format)
+
+     This function writes the elements of the vector *note v: 373.
+     line-by-line to the stream *note stream: 373. using the format
+     specifier *note format: 373, which should be one of the ‘%g’, ‘%e’
+     or ‘%f’ formats for floating point numbers and ‘%d’ for integers.
+     The function returns 0 for success and ‘GSL_EFAILED’ if there was a
+     problem writing to the file.
+
+ -- Function: int gsl_vector_fscanf (FILE *stream, gsl_vector *v)
+
+     This function reads formatted data from the stream *note stream:
+     374. into the vector *note v: 374.  The vector *note v: 374. must
+     be preallocated with the correct length since the function uses the
+     size of *note v: 374. to determine how many numbers to read.  The
+     function returns 0 for success and ‘GSL_EFAILED’ if there was a
+     problem reading from the file.
+
+\1f
+File: gsl-ref.info,  Node: Vector views,  Next: Copying vectors,  Prev: Reading and writing vectors,  Up: Vectors
+
+8.3.5 Vector views
+------------------
+
+In addition to creating vectors from slices of blocks it is also
+possible to slice vectors and create vector views.  For example, a
+subvector of another vector can be described with a view, or two views
+can be made which provide access to the even and odd elements of a
+vector.
+
+ -- Type: gsl_vector_view
+ -- Type: gsl_vector_const_view
+
+     A vector view is a temporary object, stored on the stack, which can
+     be used to operate on a subset of vector elements.  Vector views
+     can be defined for both constant and non-constant vectors, using
+     separate types that preserve constness.  A vector view has the type
+     *note gsl_vector_view: 376. and a constant vector view has the type
+     *note gsl_vector_const_view: 377.  In both cases the elements of
+     the view can be accessed as a *note gsl_vector: 35f. using the
+     ‘vector’ component of the view object.  A pointer to a vector of
+     type ‘gsl_vector *’ or ‘const gsl_vector *’ can be obtained by
+     taking the address of this component with the ‘&’ operator.
+
+     When using this pointer it is important to ensure that the view
+     itself remains in scope—the simplest way to do so is by always
+     writing the pointer as ‘&view.vector’, and never storing this value
+     in another variable.
+
+ -- Function: *note gsl_vector_view: 376. gsl_vector_subvector
+          (gsl_vector *v, size_t offset, size_t n)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_vector_const_subvector (const gsl_vector *v, size_t
+          offset, size_t n)
+
+     These functions return a vector view of a subvector of another
+     vector *note v: 379.  The start of the new vector is offset by
+     *note offset: 379. elements from the start of the original vector.
+     The new vector has *note n: 379. elements.  Mathematically, the
+     ‘i’-th element of the new vector ‘v'’ is given by:
+
+          v'(i) = v->data[(offset + i)*v->stride]
+
+     where the index ‘i’ runs from 0 to ‘n - 1’.
+
+     The ‘data’ pointer of the returned vector struct is set to null if
+     the combined parameters (*note offset: 379, *note n: 379.) overrun
+     the end of the original vector.
+
+     The new vector is only a view of the block underlying the original
+     vector, *note v: 379.  The block containing the elements of *note
+     v: 379. is not owned by the new vector.  When the view goes out of
+     scope the original vector *note v: 379. and its block will continue
+     to exist.  The original memory can only be deallocated by freeing
+     the original vector.  Of course, the original vector should not be
+     deallocated while the view is still in use.
+
+     The function *note gsl_vector_const_subvector(): 379. is equivalent
+     to *note gsl_vector_subvector(): 378. but can be used for vectors
+     which are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376.
+          gsl_vector_subvector_with_stride (gsl_vector *v, size_t
+          offset, size_t stride, size_t n)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_vector_const_subvector_with_stride (const gsl_vector *v,
+          size_t offset, size_t stride, size_t n)
+
+     These functions return a vector view of a subvector of another
+     vector *note v: 37b. with an additional stride argument.  The
+     subvector is formed in the same way as for *note
+     gsl_vector_subvector(): 378. but the new vector has *note n: 37b.
+     elements with a step-size of *note stride: 37b. from one element to
+     the next in the original vector.  Mathematically, the ‘i’-th
+     element of the new vector ‘v'’ is given by:
+
+          v'(i) = v->data[(offset + i*stride)*v->stride]
+
+     where the index ‘i’ runs from 0 to ‘n - 1’.
+
+     Note that subvector views give direct access to the underlying
+     elements of the original vector.  For example, the following code
+     will zero the even elements of the vector *note v: 37b. of length
+     ‘n’, while leaving the odd elements untouched:
+
+          gsl_vector_view v_even = gsl_vector_subvector_with_stride (v, 0, 2, n/2);
+          gsl_vector_set_zero (&v_even.vector);
+
+     A vector view can be passed to any subroutine which takes a vector
+     argument just as a directly allocated vector would be, using
+     ‘&view.vector’.  For example, the following code computes the norm
+     of the odd elements of *note v: 37b. using the BLAS routine
+     ‘dnrm2’:
+
+          gsl_vector_view v_odd = gsl_vector_subvector_with_stride (v, 1, 2, n/2);
+          double r = gsl_blas_dnrm2 (&v_odd.vector);
+
+     The function *note gsl_vector_const_subvector_with_stride(): 37b.
+     is equivalent to *note gsl_vector_subvector_with_stride(): 37a. but
+     can be used for vectors which are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_vector_complex_real
+          (gsl_vector_complex *v)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_vector_complex_const_real (const gsl_vector_complex *v)
+
+     These functions return a vector view of the real parts of the
+     complex vector *note v: 37d.
+
+     The function *note gsl_vector_complex_const_real(): 37d. is
+     equivalent to *note gsl_vector_complex_real(): 37c. but can be used
+     for vectors which are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_vector_complex_imag
+          (gsl_vector_complex *v)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_vector_complex_const_imag (const gsl_vector_complex *v)
+
+     These functions return a vector view of the imaginary parts of the
+     complex vector *note v: 37f.
+
+     The function *note gsl_vector_complex_const_imag(): 37f. is
+     equivalent to *note gsl_vector_complex_imag(): 37e. but can be used
+     for vectors which are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_vector_view_array (double
+          *base, size_t n)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_vector_const_view_array (const double *base, size_t n)
+
+     These functions return a vector view of an array.  The start of the
+     new vector is given by *note base: 381. and has *note n: 381.
+     elements.  Mathematically, the ‘i’-th element of the new vector
+     ‘v'’ is given by:
+
+          v'(i) = base[i]
+
+     where the index ‘i’ runs from 0 to ‘n - 1’.
+
+     The array containing the elements of ‘v’ is not owned by the new
+     vector view.  When the view goes out of scope the original array
+     will continue to exist.  The original memory can only be
+     deallocated by freeing the original pointer *note base: 381.  Of
+     course, the original array should not be deallocated while the view
+     is still in use.
+
+     The function *note gsl_vector_const_view_array(): 381. is
+     equivalent to *note gsl_vector_view_array(): 380. but can be used
+     for arrays which are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376.
+          gsl_vector_view_array_with_stride (double *base, size_t
+          stride, size_t n)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_vector_const_view_array_with_stride (const double *base,
+          size_t stride, size_t n)
+
+     These functions return a vector view of an array *note base: 383.
+     with an additional stride argument.  The subvector is formed in the
+     same way as for *note gsl_vector_view_array(): 380. but the new
+     vector has *note n: 383. elements with a step-size of *note stride:
+     383. from one element to the next in the original array.
+     Mathematically, the ‘i’-th element of the new vector ‘v'’ is given
+     by:
+
+          v'(i) = base[i*stride]
+
+     where the index ‘i’ runs from 0 to ‘n - 1’.
+
+     Note that the view gives direct access to the underlying elements
+     of the original array.  A vector view can be passed to any
+     subroutine which takes a vector argument just as a directly
+     allocated vector would be, using ‘&view.vector’.
+
+     The function *note gsl_vector_const_view_array_with_stride(): 383.
+     is equivalent to *note gsl_vector_view_array_with_stride(): 382.
+     but can be used for arrays which are declared ‘const’.
+
+\1f
+File: gsl-ref.info,  Node: Copying vectors,  Next: Exchanging elements,  Prev: Vector views,  Up: Vectors
+
+8.3.6 Copying vectors
+---------------------
+
+Common operations on vectors such as addition and multiplication are
+available in the BLAS part of the library (see *note BLAS Support: 11.).
+However, it is useful to have a small number of utility functions which
+do not require the full BLAS code.  The following functions fall into
+this category.
+
+ -- Function: int gsl_vector_memcpy (gsl_vector *dest, const gsl_vector
+          *src)
+
+     This function copies the elements of the vector *note src: 385.
+     into the vector *note dest: 385.  The two vectors must have the
+     same length.
+
+ -- Function: int gsl_vector_swap (gsl_vector *v, gsl_vector *w)
+
+     This function exchanges the elements of the vectors *note v: 386.
+     and *note w: 386. by copying.  The two vectors must have the same
+     length.
+
+\1f
+File: gsl-ref.info,  Node: Exchanging elements,  Next: Vector operations,  Prev: Copying vectors,  Up: Vectors
+
+8.3.7 Exchanging elements
+-------------------------
+
+The following functions can be used to exchange, or permute, the
+elements of a vector.
+
+ -- Function: int gsl_vector_swap_elements (gsl_vector *v, size_t i,
+          size_t j)
+
+     This function exchanges the *note i: 388.-th and *note j: 388.-th
+     elements of the vector *note v: 388. in-place.
+
+ -- Function: int gsl_vector_reverse (gsl_vector *v)
+
+     This function reverses the order of the elements of the vector
+     *note v: 389.
+
+\1f
+File: gsl-ref.info,  Node: Vector operations,  Next: Finding maximum and minimum elements of vectors,  Prev: Exchanging elements,  Up: Vectors
+
+8.3.8 Vector operations
+-----------------------
+
+ -- Function: int gsl_vector_add (gsl_vector *a, const gsl_vector *b)
+
+     This function adds the elements of vector *note b: 38b. to the
+     elements of vector *note a: 38b.  The result a_i \leftarrow a_i +
+     b_i is stored in *note a: 38b. and *note b: 38b. remains unchanged.
+     The two vectors must have the same length.
+
+ -- Function: int gsl_vector_sub (gsl_vector *a, const gsl_vector *b)
+
+     This function subtracts the elements of vector *note b: 38c. from
+     the elements of vector *note a: 38c.  The result a_i \leftarrow a_i
+     - b_i is stored in *note a: 38c. and *note b: 38c. remains
+     unchanged.  The two vectors must have the same length.
+
+ -- Function: int gsl_vector_mul (gsl_vector *a, const gsl_vector *b)
+
+     This function multiplies the elements of vector *note a: 38d. by
+     the elements of vector *note b: 38d.  The result a_i \leftarrow a_i
+     * b_i is stored in *note a: 38d. and *note b: 38d. remains
+     unchanged.  The two vectors must have the same length.
+
+ -- Function: int gsl_vector_div (gsl_vector *a, const gsl_vector *b)
+
+     This function divides the elements of vector *note a: 38e. by the
+     elements of vector *note b: 38e.  The result a_i \leftarrow a_i /
+     b_i is stored in *note a: 38e. and *note b: 38e. remains unchanged.
+     The two vectors must have the same length.
+
+ -- Function: int gsl_vector_scale (gsl_vector *a, const double x)
+
+     This function multiplies the elements of vector *note a: 38f. by
+     the constant factor *note x: 38f.  The result a_i \leftarrow x a_i
+     is stored in *note a: 38f.
+
+ -- Function: int gsl_vector_add_constant (gsl_vector *a, const double
+          x)
+
+     This function adds the constant value *note x: 390. to the elements
+     of the vector *note a: 390.  The result a_i \leftarrow a_i + x is
+     stored in *note a: 390.
+
+ -- Function: double gsl_vector_sum (const gsl_vector *a)
+
+     This function returns the sum of the elements of *note a: 391,
+     defined as \sum_{i=1}^n a_i
+
+ -- Function: int gsl_vector_axpby (const double alpha, const gsl_vector
+          *x, const double beta, gsl_vector *y)
+
+     This function performs the operation y \leftarrow \alpha x + \beta
+     y.  The vectors *note x: 392. and *note y: 392. must have the same
+     length.
+
+\1f
+File: gsl-ref.info,  Node: Finding maximum and minimum elements of vectors,  Next: Vector properties,  Prev: Vector operations,  Up: Vectors
+
+8.3.9 Finding maximum and minimum elements of vectors
+-----------------------------------------------------
+
+The following operations are only defined for real vectors.
+
+ -- Function: double gsl_vector_max (const gsl_vector *v)
+
+     This function returns the maximum value in the vector *note v: 394.
+
+ -- Function: double gsl_vector_min (const gsl_vector *v)
+
+     This function returns the minimum value in the vector *note v: 395.
+
+ -- Function: void gsl_vector_minmax (const gsl_vector *v, double
+          *min_out, double *max_out)
+
+     This function returns the minimum and maximum values in the vector
+     *note v: 396, storing them in *note min_out: 396. and *note
+     max_out: 396.
+
+ -- Function: size_t gsl_vector_max_index (const gsl_vector *v)
+
+     This function returns the index of the maximum value in the vector
+     *note v: 397.  When there are several equal maximum elements then
+     the lowest index is returned.
+
+ -- Function: size_t gsl_vector_min_index (const gsl_vector *v)
+
+     This function returns the index of the minimum value in the vector
+     *note v: 398.  When there are several equal minimum elements then
+     the lowest index is returned.
+
+ -- Function: void gsl_vector_minmax_index (const gsl_vector *v, size_t
+          *imin, size_t *imax)
+
+     This function returns the indices of the minimum and maximum values
+     in the vector *note v: 399, storing them in *note imin: 399. and
+     *note imax: 399.  When there are several equal minimum or maximum
+     elements then the lowest indices are returned.
+
+\1f
+File: gsl-ref.info,  Node: Vector properties,  Next: Example programs for vectors,  Prev: Finding maximum and minimum elements of vectors,  Up: Vectors
+
+8.3.10 Vector properties
+------------------------
+
+The following functions are defined for real and complex vectors.  For
+complex vectors both the real and imaginary parts must satisfy the
+conditions.
+
+ -- Function: int gsl_vector_isnull (const gsl_vector *v)
+ -- Function: int gsl_vector_ispos (const gsl_vector *v)
+ -- Function: int gsl_vector_isneg (const gsl_vector *v)
+ -- Function: int gsl_vector_isnonneg (const gsl_vector *v)
+
+     These functions return 1 if all the elements of the vector *note v:
+     39e. are zero, strictly positive, strictly negative, or
+     non-negative respectively, and 0 otherwise.
+
+ -- Function: int gsl_vector_equal (const gsl_vector *u, const
+          gsl_vector *v)
+
+     This function returns 1 if the vectors *note u: 39f. and *note v:
+     39f. are equal (by comparison of element values) and 0 otherwise.
+
+\1f
+File: gsl-ref.info,  Node: Example programs for vectors,  Prev: Vector properties,  Up: Vectors
+
+8.3.11 Example programs for vectors
+-----------------------------------
+
+This program shows how to allocate, initialize and read from a vector
+using the functions *note gsl_vector_alloc(): 361, *note
+gsl_vector_set(): 366. and *note gsl_vector_get(): 365.
+
+     #include <stdio.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main (void)
+     {
+       int i;
+       gsl_vector * v = gsl_vector_alloc (3);
+
+       for (i = 0; i < 3; i++)
+         {
+           gsl_vector_set (v, i, 1.23 + i);
+         }
+
+       for (i = 0; i < 100; i++) /* OUT OF RANGE ERROR */
+         {
+           printf ("v_%d = %g\n", i, gsl_vector_get (v, i));
+         }
+
+       gsl_vector_free (v);
+       return 0;
+     }
+
+Here is the output from the program.  The final loop attempts to read
+outside the range of the vector ‘v’, and the error is trapped by the
+range-checking code in *note gsl_vector_get(): 365.
+
+     $ ./a.out
+     v_0 = 1.23
+     v_1 = 2.23
+     v_2 = 3.23
+     gsl: vector_source.c:12: ERROR: index out of range
+     Default GSL error handler invoked.
+     Aborted (core dumped)
+
+The next program shows how to write a vector to a file.
+
+     #include <stdio.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main (void)
+     {
+       int i;
+       gsl_vector * v = gsl_vector_alloc (100);
+
+       for (i = 0; i < 100; i++)
+         {
+           gsl_vector_set (v, i, 1.23 + i);
+         }
+
+       {
+          FILE * f = fopen ("test.dat", "w");
+          gsl_vector_fprintf (f, v, "%.5g");
+          fclose (f);
+       }
+
+       gsl_vector_free (v);
+       return 0;
+     }
+
+After running this program the file ‘test.dat’ should contain the
+elements of ‘v’, written using the format specifier ‘%.5g’.  The vector
+could then be read back in using the function ‘gsl_vector_fscanf (f, v)’
+as follows:
+
+     #include <stdio.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main (void)
+     {
+       int i;
+       gsl_vector * v = gsl_vector_alloc (10);
+
+       {
+          FILE * f = fopen ("test.dat", "r");
+          gsl_vector_fscanf (f, v);
+          fclose (f);
+       }
+
+       for (i = 0; i < 10; i++)
+         {
+           printf ("%g\n", gsl_vector_get(v, i));
+         }
+
+       gsl_vector_free (v);
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Matrices,  Prev: Vectors,  Up: Vectors and Matrices
+
+8.4 Matrices
+============
+
+Matrices are defined by a *note gsl_matrix: 3a2. structure which
+describes a generalized slice of a block.  Like a vector it represents a
+set of elements in an area of memory, but uses two indices instead of
+one.
+
+ -- Type: gsl_matrix
+
+     The *note gsl_matrix: 3a2. structure contains six components, the
+     two dimensions of the matrix, a physical dimension, a pointer to
+     the memory where the elements of the matrix are stored, ‘data’, a
+     pointer to the block owned by the matrix ‘block’, if any, and an
+     ownership flag, ‘owner’.  The physical dimension determines the
+     memory layout and can differ from the matrix dimension to allow the
+     use of submatrices.  The *note gsl_matrix: 3a2. structure is very
+     simple and looks like this:
+
+          typedef struct
+          {
+            size_t size1;
+            size_t size2;
+            size_t tda;
+            double * data;
+            gsl_block * block;
+            int owner;
+          } gsl_matrix;
+
+Matrices are stored in row-major order, meaning that each row of
+elements forms a contiguous block in memory.  This is the standard
+“C-language ordering” of two-dimensional arrays.  Note that Fortran
+stores arrays in column-major order.  The number of rows is ‘size1’.
+The range of valid row indices runs from 0 to ‘size1 - 1’.  Similarly
+‘size2’ is the number of columns.  The range of valid column indices
+runs from 0 to ‘size2 - 1’.  The physical row dimension ‘tda’, or
+`trailing dimension', specifies the size of a row of the matrix as laid
+out in memory.
+
+For example, in the following matrix ‘size1’ is 3, ‘size2’ is 4, and
+‘tda’ is 8.  The physical memory layout of the matrix begins in the top
+left hand-corner and proceeds from left to right along each row in turn.
+
+     00 01 02 03 XX XX XX XX
+     10 11 12 13 XX XX XX XX
+     20 21 22 23 XX XX XX XX
+
+Each unused memory location is represented by “‘XX’”.  The pointer
+‘data’ gives the location of the first element of the matrix in memory.
+The pointer ‘block’ stores the location of the memory block in which the
+elements of the matrix are located (if any).  If the matrix owns this
+block then the ‘owner’ field is set to one and the block will be
+deallocated when the matrix is freed.  If the matrix is only a slice of
+a block owned by another object then the ‘owner’ field is zero and any
+underlying block will not be freed.
+
+The functions for allocating and accessing matrices are defined in
+‘gsl_matrix.h’.
+
+* Menu:
+
+* Matrix allocation::
+* Accessing matrix elements::
+* Initializing matrix elements::
+* Reading and writing matrices::
+* Matrix views::
+* Creating row and column views::
+* Copying matrices::
+* Copying rows and columns::
+* Exchanging rows and columns::
+* Matrix operations::
+* Finding maximum and minimum elements of matrices::
+* Matrix properties::
+* Example programs for matrices::
+* References and Further Reading: References and Further Reading<4>.
+
+\1f
+File: gsl-ref.info,  Node: Matrix allocation,  Next: Accessing matrix elements,  Up: Matrices
+
+8.4.1 Matrix allocation
+-----------------------
+
+The functions for allocating memory to a matrix follow the style of
+‘malloc’ and ‘free’.  They also perform their own error checking.  If
+there is insufficient memory available to allocate a matrix then the
+functions call the GSL error handler (with an error number of *note
+GSL_ENOMEM: 2a.) in addition to returning a null pointer.  Thus if you
+use the library error handler to abort your program then it isn’t
+necessary to check every ‘alloc’.
+
+ -- Function: *note gsl_matrix: 3a2. *gsl_matrix_alloc (size_t n1,
+          size_t n2)
+
+     This function creates a matrix of size *note n1: 3a4. rows by *note
+     n2: 3a4. columns, returning a pointer to a newly initialized matrix
+     struct.  A new block is allocated for the elements of the matrix,
+     and stored in the ‘block’ component of the matrix struct.  The
+     block is “owned” by the matrix, and will be deallocated when the
+     matrix is deallocated.  Requesting zero for *note n1: 3a4. or *note
+     n2: 3a4. is valid and returns a non-null result.
+
+ -- Function: *note gsl_matrix: 3a2. *gsl_matrix_calloc (size_t n1,
+          size_t n2)
+
+     This function allocates memory for a matrix of size *note n1: 3a5.
+     rows by *note n2: 3a5. columns and initializes all the elements of
+     the matrix to zero.
+
+ -- Function: void gsl_matrix_free (gsl_matrix *m)
+
+     This function frees a previously allocated matrix *note m: 3a6.  If
+     the matrix was created using *note gsl_matrix_alloc(): 3a4. then
+     the block underlying the matrix will also be deallocated.  If the
+     matrix has been created from another object then the memory is
+     still owned by that object and will not be deallocated.
+
+\1f
+File: gsl-ref.info,  Node: Accessing matrix elements,  Next: Initializing matrix elements,  Prev: Matrix allocation,  Up: Matrices
+
+8.4.2 Accessing matrix elements
+-------------------------------
+
+The functions for accessing the elements of a matrix use the same range
+checking system as vectors.  You can turn off range checking by
+recompiling your program with the preprocessor definition *note
+GSL_RANGE_CHECK_OFF: 367.
+
+The elements of the matrix are stored in “C-order”, where the second
+index moves continuously through memory.  More precisely, the element
+accessed by the function ‘gsl_matrix_get(m,i,j)’ and
+‘gsl_matrix_set(m,i,j,x)’ is:
+
+     m->data[i * m->tda + j]
+
+where ‘tda’ is the physical row-length of the matrix.
+
+ -- Function: double gsl_matrix_get (const gsl_matrix *m, const size_t
+          i, const size_t j)
+
+     This function returns the (i,j)-th element of a matrix *note m:
+     3a8.  If *note i: 3a8. or *note j: 3a8. lie outside the allowed
+     range of 0 to ‘n1 - 1’ and 0 to ‘n2 - 1’ then the error handler is
+     invoked and 0 is returned.  An inline version of this function is
+     used when ‘HAVE_INLINE’ is defined.
+
+ -- Function: void gsl_matrix_set (gsl_matrix *m, const size_t i, const
+          size_t j, double x)
+
+     This function sets the value of the (i,j)-th element of a matrix
+     *note m: 3a9. to *note x: 3a9.  If *note i: 3a9. or *note j: 3a9.
+     lies outside the allowed range of 0 to ‘n1 - 1’ and 0 to ‘n2 - 1’
+     then the error handler is invoked.  An inline version of this
+     function is used when ‘HAVE_INLINE’ is defined.
+
+ -- Function: double *gsl_matrix_ptr (gsl_matrix *m, size_t i, size_t j)
+ -- Function: const double *gsl_matrix_const_ptr (const gsl_matrix *m,
+          size_t i, size_t j)
+
+     These functions return a pointer to the (i,j)-th element of a
+     matrix *note m: 3ab.  If *note i: 3ab. or *note j: 3ab. lie outside
+     the allowed range of 0 to ‘n1 - 1’ and 0 to ‘n2 - 1’ then the error
+     handler is invoked and a null pointer is returned.  Inline versions
+     of these functions are used when ‘HAVE_INLINE’ is defined.
+
+\1f
+File: gsl-ref.info,  Node: Initializing matrix elements,  Next: Reading and writing matrices,  Prev: Accessing matrix elements,  Up: Matrices
+
+8.4.3 Initializing matrix elements
+----------------------------------
+
+ -- Function: void gsl_matrix_set_all (gsl_matrix *m, double x)
+
+     This function sets all the elements of the matrix *note m: 3ad. to
+     the value *note x: 3ad.
+
+ -- Function: void gsl_matrix_set_zero (gsl_matrix *m)
+
+     This function sets all the elements of the matrix *note m: 3ae. to
+     zero.
+
+ -- Function: void gsl_matrix_set_identity (gsl_matrix *m)
+
+     This function sets the elements of the matrix *note m: 3af. to the
+     corresponding elements of the identity matrix, m(i,j) =
+     \delta(i,j), i.e.  a unit diagonal with all off-diagonal elements
+     zero.  This applies to both square and rectangular matrices.
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing matrices,  Next: Matrix views,  Prev: Initializing matrix elements,  Up: Matrices
+
+8.4.4 Reading and writing matrices
+----------------------------------
+
+The library provides functions for reading and writing matrices to a
+file as binary data or formatted text.
+
+ -- Function: int gsl_matrix_fwrite (FILE *stream, const gsl_matrix *m)
+
+     This function writes the elements of the matrix *note m: 3b1. to
+     the stream *note stream: 3b1. in binary format.  The return value
+     is 0 for success and ‘GSL_EFAILED’ if there was a problem writing
+     to the file.  Since the data is written in the native binary format
+     it may not be portable between different architectures.
+
+ -- Function: int gsl_matrix_fread (FILE *stream, gsl_matrix *m)
+
+     This function reads into the matrix *note m: 3b2. from the open
+     stream *note stream: 3b2. in binary format.  The matrix *note m:
+     3b2. must be preallocated with the correct dimensions since the
+     function uses the size of *note m: 3b2. to determine how many bytes
+     to read.  The return value is 0 for success and ‘GSL_EFAILED’ if
+     there was a problem reading from the file.  The data is assumed to
+     have been written in the native binary format on the same
+     architecture.
+
+ -- Function: int gsl_matrix_fprintf (FILE *stream, const gsl_matrix *m,
+          const char *format)
+
+     This function writes the elements of the matrix *note m: 3b3.
+     line-by-line to the stream *note stream: 3b3. using the format
+     specifier *note format: 3b3, which should be one of the ‘%g’, ‘%e’
+     or ‘%f’ formats for floating point numbers and ‘%d’ for integers.
+     The function returns 0 for success and ‘GSL_EFAILED’ if there was a
+     problem writing to the file.
+
+ -- Function: int gsl_matrix_fscanf (FILE *stream, gsl_matrix *m)
+
+     This function reads formatted data from the stream *note stream:
+     3b4. into the matrix *note m: 3b4.  The matrix *note m: 3b4. must
+     be preallocated with the correct dimensions since the function uses
+     the size of *note m: 3b4. to determine how many numbers to read.
+     The function returns 0 for success and ‘GSL_EFAILED’ if there was a
+     problem reading from the file.
+
+\1f
+File: gsl-ref.info,  Node: Matrix views,  Next: Creating row and column views,  Prev: Reading and writing matrices,  Up: Matrices
+
+8.4.5 Matrix views
+------------------
+
+ -- Type: gsl_matrix_view
+ -- Type: gsl_matrix_const_view
+
+     A matrix view is a temporary object, stored on the stack, which can
+     be used to operate on a subset of matrix elements.  Matrix views
+     can be defined for both constant and non-constant matrices using
+     separate types that preserve constness.  A matrix view has the type
+     *note gsl_matrix_view: 3b6. and a constant matrix view has the type
+     *note gsl_matrix_const_view: 3b7.  In both cases the elements of
+     the view can by accessed using the ‘matrix’ component of the view
+     object.  A pointer ‘gsl_matrix *’ or ‘const gsl_matrix *’ can be
+     obtained by taking the address of the ‘matrix’ component with the
+     ‘&’ operator.  In addition to matrix views it is also possible to
+     create vector views of a matrix, such as row or column views.
+
+ -- Function: *note gsl_matrix_view: 3b6. gsl_matrix_submatrix
+          (gsl_matrix *m, size_t k1, size_t k2, size_t n1, size_t n2)
+ -- Function: *note gsl_matrix_const_view: 3b7.
+          gsl_matrix_const_submatrix (const gsl_matrix *m, size_t k1,
+          size_t k2, size_t n1, size_t n2)
+
+     These functions return a matrix view of a submatrix of the matrix
+     *note m: 3b9.  The upper-left element of the submatrix is the
+     element (*note k1: 3b9, *note k2: 3b9.) of the original matrix.
+     The submatrix has *note n1: 3b9. rows and *note n2: 3b9. columns.
+     The physical number of columns in memory given by ‘tda’ is
+     unchanged.  Mathematically, the (i,j)-th element of the new matrix
+     is given by:
+
+          m'(i,j) = m->data[(k1*m->tda + k2) + i*m->tda + j]
+
+     where the index ‘i’ runs from 0 to ‘n1 - 1’ and the index ‘j’ runs
+     from 0 to ‘n2 - 1’.
+
+     The ‘data’ pointer of the returned matrix struct is set to null if
+     the combined parameters (‘i’, ‘j’, *note n1: 3b9, *note n2: 3b9,
+     ‘tda’) overrun the ends of the original matrix.
+
+     The new matrix view is only a view of the block underlying the
+     existing matrix, *note m: 3b9.  The block containing the elements
+     of *note m: 3b9. is not owned by the new matrix view.  When the
+     view goes out of scope the original matrix *note m: 3b9. and its
+     block will continue to exist.  The original memory can only be
+     deallocated by freeing the original matrix.  Of course, the
+     original matrix should not be deallocated while the view is still
+     in use.
+
+     The function *note gsl_matrix_const_submatrix(): 3b9. is equivalent
+     to *note gsl_matrix_submatrix(): 3b8. but can be used for matrices
+     which are declared ‘const’.
+
+ -- Function: *note gsl_matrix_view: 3b6. gsl_matrix_view_array (double
+          *base, size_t n1, size_t n2)
+ -- Function: *note gsl_matrix_const_view: 3b7.
+          gsl_matrix_const_view_array (const double *base, size_t n1,
+          size_t n2)
+
+     These functions return a matrix view of the array *note base: 3bb.
+     The matrix has *note n1: 3bb. rows and *note n2: 3bb. columns.  The
+     physical number of columns in memory is also given by *note n2:
+     3bb.  Mathematically, the (i,j)-th element of the new matrix is
+     given by:
+
+          m'(i,j) = base[i*n2 + j]
+
+     where the index ‘i’ runs from 0 to ‘n1 - 1’ and the index ‘j’ runs
+     from 0 to ‘n2 - 1’.
+
+     The new matrix is only a view of the array *note base: 3bb.  When
+     the view goes out of scope the original array *note base: 3bb. will
+     continue to exist.  The original memory can only be deallocated by
+     freeing the original array.  Of course, the original array should
+     not be deallocated while the view is still in use.
+
+     The function *note gsl_matrix_const_view_array(): 3bb. is
+     equivalent to *note gsl_matrix_view_array(): 3ba. but can be used
+     for matrices which are declared ‘const’.
+
+ -- Function: *note gsl_matrix_view: 3b6. gsl_matrix_view_array_with_tda
+          (double *base, size_t n1, size_t n2, size_t tda)
+ -- Function: *note gsl_matrix_const_view: 3b7.
+          gsl_matrix_const_view_array_with_tda (const double *base,
+          size_t n1, size_t n2, size_t tda)
+
+     These functions return a matrix view of the array *note base: 3bd.
+     with a physical number of columns *note tda: 3bd. which may differ
+     from the corresponding dimension of the matrix.  The matrix has
+     *note n1: 3bd. rows and *note n2: 3bd. columns, and the physical
+     number of columns in memory is given by *note tda: 3bd.
+     Mathematically, the (i,j)-th element of the new matrix is given by:
+
+          m'(i,j) = base[i*tda + j]
+
+     where the index ‘i’ runs from 0 to ‘n1 - 1’ and the index ‘j’ runs
+     from 0 to ‘n2 - 1’.
+
+     The new matrix is only a view of the array *note base: 3bd.  When
+     the view goes out of scope the original array *note base: 3bd. will
+     continue to exist.  The original memory can only be deallocated by
+     freeing the original array.  Of course, the original array should
+     not be deallocated while the view is still in use.
+
+     The function *note gsl_matrix_const_view_array_with_tda(): 3bd. is
+     equivalent to *note gsl_matrix_view_array_with_tda(): 3bc. but can
+     be used for matrices which are declared ‘const’.
+
+ -- Function: *note gsl_matrix_view: 3b6. gsl_matrix_view_vector
+          (gsl_vector *v, size_t n1, size_t n2)
+ -- Function: *note gsl_matrix_const_view: 3b7.
+          gsl_matrix_const_view_vector (const gsl_vector *v, size_t n1,
+          size_t n2)
+
+     These functions return a matrix view of the vector *note v: 3bf.
+     The matrix has *note n1: 3bf. rows and *note n2: 3bf. columns.  The
+     vector must have unit stride.  The physical number of columns in
+     memory is also given by *note n2: 3bf.  Mathematically, the
+     (i,j)-th element of the new matrix is given by:
+
+          m'(i,j) = v->data[i*n2 + j]
+
+     where the index ‘i’ runs from 0 to ‘n1 - 1’ and the index ‘j’ runs
+     from 0 to ‘n2 - 1’.
+
+     The new matrix is only a view of the vector *note v: 3bf.  When the
+     view goes out of scope the original vector *note v: 3bf. will
+     continue to exist.  The original memory can only be deallocated by
+     freeing the original vector.  Of course, the original vector should
+     not be deallocated while the view is still in use.
+
+     The function *note gsl_matrix_const_view_vector(): 3bf. is
+     equivalent to *note gsl_matrix_view_vector(): 3be. but can be used
+     for matrices which are declared ‘const’.
+
+ -- Function: *note gsl_matrix_view: 3b6.
+          gsl_matrix_view_vector_with_tda (gsl_vector *v, size_t n1,
+          size_t n2, size_t tda)
+ -- Function: *note gsl_matrix_const_view: 3b7.
+          gsl_matrix_const_view_vector_with_tda (const gsl_vector *v,
+          size_t n1, size_t n2, size_t tda)
+
+     These functions return a matrix view of the vector *note v: 3c1.
+     with a physical number of columns *note tda: 3c1. which may differ
+     from the corresponding matrix dimension.  The vector must have unit
+     stride.  The matrix has *note n1: 3c1. rows and *note n2: 3c1.
+     columns, and the physical number of columns in memory is given by
+     *note tda: 3c1.  Mathematically, the (i,j)-th element of the new
+     matrix is given by:
+
+          m'(i,j) = v->data[i*tda + j]
+
+     where the index ‘i’ runs from 0 to ‘n1 - 1’ and the index ‘j’ runs
+     from 0 to ‘n2 - 1’.
+
+     The new matrix is only a view of the vector *note v: 3c1.  When the
+     view goes out of scope the original vector *note v: 3c1. will
+     continue to exist.  The original memory can only be deallocated by
+     freeing the original vector.  Of course, the original vector should
+     not be deallocated while the view is still in use.
+
+     The function *note gsl_matrix_const_view_vector_with_tda(): 3c1. is
+     equivalent to *note gsl_matrix_view_vector_with_tda(): 3c0. but can
+     be used for matrices which are declared ‘const’.
+
+\1f
+File: gsl-ref.info,  Node: Creating row and column views,  Next: Copying matrices,  Prev: Matrix views,  Up: Matrices
+
+8.4.6 Creating row and column views
+-----------------------------------
+
+In general there are two ways to access an object, by reference or by
+copying.  The functions described in this section create vector views
+which allow access to a row or column of a matrix by reference.
+Modifying elements of the view is equivalent to modifying the matrix,
+since both the vector view and the matrix point to the same memory
+block.
+
+ -- Function: *note gsl_vector_view: 376. gsl_matrix_row (gsl_matrix *m,
+          size_t i)
+ -- Function: *note gsl_vector_const_view: 377. gsl_matrix_const_row
+          (const gsl_matrix *m, size_t i)
+
+     These functions return a vector view of the *note i: 3c4.-th row of
+     the matrix *note m: 3c4.  The ‘data’ pointer of the new vector is
+     set to null if *note i: 3c4. is out of range.
+
+     The function *note gsl_matrix_const_row(): 3c4. is equivalent to
+     *note gsl_matrix_row(): 3c3. but can be used for matrices which are
+     declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_matrix_column (gsl_matrix
+          *m, size_t j)
+ -- Function: *note gsl_vector_const_view: 377. gsl_matrix_const_column
+          (const gsl_matrix *m, size_t j)
+
+     These functions return a vector view of the *note j: 3c6.-th column
+     of the matrix *note m: 3c6.  The ‘data’ pointer of the new vector
+     is set to null if *note j: 3c6. is out of range.
+
+     The function *note gsl_matrix_const_column(): 3c6. is equivalent to
+     *note gsl_matrix_column(): 3c5. but can be used for matrices which
+     are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_matrix_subrow (gsl_matrix
+          *m, size_t i, size_t offset, size_t n)
+ -- Function: *note gsl_vector_const_view: 377. gsl_matrix_const_subrow
+          (const gsl_matrix *m, size_t i, size_t offset, size_t n)
+
+     These functions return a vector view of the *note i: 3c8.-th row of
+     the matrix *note m: 3c8. beginning at *note offset: 3c8. elements
+     past the first column and containing *note n: 3c8. elements.  The
+     ‘data’ pointer of the new vector is set to null if *note i: 3c8,
+     *note offset: 3c8, or *note n: 3c8. are out of range.
+
+     The function *note gsl_matrix_const_subrow(): 3c8. is equivalent to
+     *note gsl_matrix_subrow(): 3c7. but can be used for matrices which
+     are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_matrix_subcolumn
+          (gsl_matrix *m, size_t j, size_t offset, size_t n)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_matrix_const_subcolumn (const gsl_matrix *m, size_t j,
+          size_t offset, size_t n)
+
+     These functions return a vector view of the *note j: 3ca.-th column
+     of the matrix *note m: 3ca. beginning at *note offset: 3ca.
+     elements past the first row and containing *note n: 3ca. elements.
+     The ‘data’ pointer of the new vector is set to null if *note j:
+     3ca, *note offset: 3ca, or *note n: 3ca. are out of range.
+
+     The function *note gsl_matrix_const_subcolumn(): 3ca. is equivalent
+     to *note gsl_matrix_subcolumn(): 3c9. but can be used for matrices
+     which are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_matrix_diagonal
+          (gsl_matrix *m)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_matrix_const_diagonal (const gsl_matrix *m)
+
+     These functions return a vector view of the diagonal of the matrix
+     *note m: 3cc.  The matrix *note m: 3cc. is not required to be
+     square.  For a rectangular matrix the length of the diagonal is the
+     same as the smaller dimension of the matrix.
+
+     The function *note gsl_matrix_const_diagonal(): 3cc. is equivalent
+     to *note gsl_matrix_diagonal(): 3cb. but can be used for matrices
+     which are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_matrix_subdiagonal
+          (gsl_matrix *m, size_t k)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_matrix_const_subdiagonal (const gsl_matrix *m, size_t k)
+
+     These functions return a vector view of the *note k: 3ce.-th
+     subdiagonal of the matrix *note m: 3ce.  The matrix *note m: 3ce.
+     is not required to be square.  The diagonal of the matrix
+     corresponds to k = 0.
+
+     The function *note gsl_matrix_const_subdiagonal(): 3ce. is
+     equivalent to *note gsl_matrix_subdiagonal(): 3cd. but can be used
+     for matrices which are declared ‘const’.
+
+ -- Function: *note gsl_vector_view: 376. gsl_matrix_superdiagonal
+          (gsl_matrix *m, size_t k)
+ -- Function: *note gsl_vector_const_view: 377.
+          gsl_matrix_const_superdiagonal (const gsl_matrix *m, size_t k)
+
+     These functions return a vector view of the *note k: 3d0.-th
+     superdiagonal of the matrix *note m: 3d0.  The matrix *note m: 3d0.
+     is not required to be square.  The diagonal of the matrix
+     corresponds to k = 0.
+
+     The function *note gsl_matrix_const_superdiagonal(): 3d0. is
+     equivalent to *note gsl_matrix_superdiagonal(): 3cf. but can be
+     used for matrices which are declared ‘const’.
+
+\1f
+File: gsl-ref.info,  Node: Copying matrices,  Next: Copying rows and columns,  Prev: Creating row and column views,  Up: Matrices
+
+8.4.7 Copying matrices
+----------------------
+
+ -- Function: int gsl_matrix_memcpy (gsl_matrix *dest, const gsl_matrix
+          *src)
+
+     This function copies the elements of the matrix *note src: 3d2.
+     into the matrix *note dest: 3d2.  The two matrices must have the
+     same size.
+
+ -- Function: int gsl_matrix_swap (gsl_matrix *m1, gsl_matrix *m2)
+
+     This function exchanges the elements of the matrices *note m1: 3d3.
+     and *note m2: 3d3. by copying.  The two matrices must have the same
+     size.
+
+\1f
+File: gsl-ref.info,  Node: Copying rows and columns,  Next: Exchanging rows and columns,  Prev: Copying matrices,  Up: Matrices
+
+8.4.8 Copying rows and columns
+------------------------------
+
+The functions described in this section copy a row or column of a matrix
+into a vector.  This allows the elements of the vector and the matrix to
+be modified independently.  Note that if the matrix and the vector point
+to overlapping regions of memory then the result will be undefined.  The
+same effect can be achieved with more generality using *note
+gsl_vector_memcpy(): 385. with vector views of rows and columns.
+
+ -- Function: int gsl_matrix_get_row (gsl_vector *v, const gsl_matrix
+          *m, size_t i)
+
+     This function copies the elements of the *note i: 3d5.-th row of
+     the matrix *note m: 3d5. into the vector *note v: 3d5.  The length
+     of the vector must be the same as the length of the row.
+
+ -- Function: int gsl_matrix_get_col (gsl_vector *v, const gsl_matrix
+          *m, size_t j)
+
+     This function copies the elements of the *note j: 3d6.-th column of
+     the matrix *note m: 3d6. into the vector *note v: 3d6.  The length
+     of the vector must be the same as the length of the column.
+
+ -- Function: int gsl_matrix_set_row (gsl_matrix *m, size_t i, const
+          gsl_vector *v)
+
+     This function copies the elements of the vector *note v: 3d7. into
+     the *note i: 3d7.-th row of the matrix *note m: 3d7.  The length of
+     the vector must be the same as the length of the row.
+
+ -- Function: int gsl_matrix_set_col (gsl_matrix *m, size_t j, const
+          gsl_vector *v)
+
+     This function copies the elements of the vector *note v: 3d8. into
+     the *note j: 3d8.-th column of the matrix *note m: 3d8.  The length
+     of the vector must be the same as the length of the column.
+
+\1f
+File: gsl-ref.info,  Node: Exchanging rows and columns,  Next: Matrix operations,  Prev: Copying rows and columns,  Up: Matrices
+
+8.4.9 Exchanging rows and columns
+---------------------------------
+
+The following functions can be used to exchange the rows and columns of
+a matrix.
+
+ -- Function: int gsl_matrix_swap_rows (gsl_matrix *m, size_t i, size_t
+          j)
+
+     This function exchanges the *note i: 3da.-th and *note j: 3da.-th
+     rows of the matrix *note m: 3da. in-place.
+
+ -- Function: int gsl_matrix_swap_columns (gsl_matrix *m, size_t i,
+          size_t j)
+
+     This function exchanges the *note i: 3db.-th and *note j: 3db.-th
+     columns of the matrix *note m: 3db. in-place.
+
+ -- Function: int gsl_matrix_swap_rowcol (gsl_matrix *m, size_t i,
+          size_t j)
+
+     This function exchanges the *note i: 3dc.-th row and *note j:
+     3dc.-th column of the matrix *note m: 3dc. in-place.  The matrix
+     must be square for this operation to be possible.
+
+ -- Function: int gsl_matrix_transpose_memcpy (gsl_matrix *dest, const
+          gsl_matrix *src)
+
+     This function makes the matrix *note dest: 3dd. the transpose of
+     the matrix *note src: 3dd. by copying the elements of *note src:
+     3dd. into *note dest: 3dd.  This function works for all matrices
+     provided that the dimensions of the matrix *note dest: 3dd. match
+     the transposed dimensions of the matrix *note src: 3dd.
+
+ -- Function: int gsl_matrix_transpose (gsl_matrix *m)
+
+     This function replaces the matrix *note m: 3de. by its transpose by
+     copying the elements of the matrix in-place.  The matrix must be
+     square for this operation to be possible.
+
+ -- Function: int gsl_matrix_complex_conjtrans_memcpy (gsl_matrix *dest,
+          const gsl_matrix *src)
+
+     This function makes the matrix *note dest: 3df. the conjugate
+     transpose of the matrix *note src: 3df. by copying the complex
+     conjugate elements of *note src: 3df. into *note dest: 3df.  This
+     function works for all complex matrices provided that the
+     dimensions of the matrix *note dest: 3df. match the transposed
+     dimensions of the matrix *note src: 3df.
+
+\1f
+File: gsl-ref.info,  Node: Matrix operations,  Next: Finding maximum and minimum elements of matrices,  Prev: Exchanging rows and columns,  Up: Matrices
+
+8.4.10 Matrix operations
+------------------------
+
+The following operations are defined for real and complex matrices.
+
+ -- Function: int gsl_matrix_add (gsl_matrix *a, const gsl_matrix *b)
+
+     This function adds the elements of matrix *note b: 3e1. to the
+     elements of matrix *note a: 3e1.  The result a(i,j) \leftarrow
+     a(i,j) + b(i,j) is stored in *note a: 3e1. and *note b: 3e1.
+     remains unchanged.  The two matrices must have the same dimensions.
+
+ -- Function: int gsl_matrix_sub (gsl_matrix *a, const gsl_matrix *b)
+
+     This function subtracts the elements of matrix *note b: 3e2. from
+     the elements of matrix *note a: 3e2.  The result a(i,j) \leftarrow
+     a(i,j) - b(i,j) is stored in *note a: 3e2. and *note b: 3e2.
+     remains unchanged.  The two matrices must have the same dimensions.
+
+ -- Function: int gsl_matrix_mul_elements (gsl_matrix *a, const
+          gsl_matrix *b)
+
+     This function multiplies the elements of matrix *note a: 3e3. by
+     the elements of matrix *note b: 3e3.  The result a(i,j) \leftarrow
+     a(i,j) * b(i,j) is stored in *note a: 3e3. and *note b: 3e3.
+     remains unchanged.  The two matrices must have the same dimensions.
+
+ -- Function: int gsl_matrix_div_elements (gsl_matrix *a, const
+          gsl_matrix *b)
+
+     This function divides the elements of matrix *note a: 3e4. by the
+     elements of matrix *note b: 3e4.  The result a(i,j) \leftarrow
+     a(i,j) / b(i,j) is stored in *note a: 3e4. and *note b: 3e4.
+     remains unchanged.  The two matrices must have the same dimensions.
+
+ -- Function: int gsl_matrix_scale (gsl_matrix *a, const double x)
+
+     This function multiplies the elements of matrix *note a: 3e5. by
+     the constant factor *note x: 3e5.  The result a(i,j) \leftarrow x
+     a(i,j) is stored in *note a: 3e5.
+
+ -- Function: int gsl_matrix_scale_columns (gsl_matrix *A, const
+          gsl_vector *x)
+
+     This function scales the columns of the M-by-N matrix *note A: 3e6.
+     by the elements of the vector *note x: 3e6, of length N. The j-th
+     column of *note A: 3e6. is multiplied by x_j.  This is equivalent
+     to forming
+
+          A \rightarrow A X
+
+     where X = \textrm{diag}(x).
+
+ -- Function: int gsl_matrix_scale_rows (gsl_matrix *A, const gsl_vector
+          *x)
+
+     This function scales the rows of the M-by-N matrix *note A: 3e7. by
+     the elements of the vector *note x: 3e7, of length M. The i-th row
+     of *note A: 3e7. is multiplied by x_i.  This is equivalent to
+     forming
+
+          A \rightarrow X A
+
+     where X = \textrm{diag}(x).
+
+ -- Function: int gsl_matrix_add_constant (gsl_matrix *a, const double
+          x)
+
+     This function adds the constant value *note x: 3e8. to the elements
+     of the matrix *note a: 3e8.  The result a(i,j) \leftarrow a(i,j) +
+     x is stored in *note a: 3e8.
+
+\1f
+File: gsl-ref.info,  Node: Finding maximum and minimum elements of matrices,  Next: Matrix properties,  Prev: Matrix operations,  Up: Matrices
+
+8.4.11 Finding maximum and minimum elements of matrices
+-------------------------------------------------------
+
+The following operations are only defined for real matrices.
+
+ -- Function: double gsl_matrix_max (const gsl_matrix *m)
+
+     This function returns the maximum value in the matrix *note m: 3ea.
+
+ -- Function: double gsl_matrix_min (const gsl_matrix *m)
+
+     This function returns the minimum value in the matrix *note m: 3eb.
+
+ -- Function: void gsl_matrix_minmax (const gsl_matrix *m, double
+          *min_out, double *max_out)
+
+     This function returns the minimum and maximum values in the matrix
+     *note m: 3ec, storing them in *note min_out: 3ec. and *note
+     max_out: 3ec.
+
+ -- Function: void gsl_matrix_max_index (const gsl_matrix *m, size_t
+          *imax, size_t *jmax)
+
+     This function returns the indices of the maximum value in the
+     matrix *note m: 3ed, storing them in *note imax: 3ed. and *note
+     jmax: 3ed.  When there are several equal maximum elements then the
+     first element found is returned, searching in row-major order.
+
+ -- Function: void gsl_matrix_min_index (const gsl_matrix *m, size_t
+          *imin, size_t *jmin)
+
+     This function returns the indices of the minimum value in the
+     matrix *note m: 3ee, storing them in *note imin: 3ee. and *note
+     jmin: 3ee.  When there are several equal minimum elements then the
+     first element found is returned, searching in row-major order.
+
+ -- Function: void gsl_matrix_minmax_index (const gsl_matrix *m, size_t
+          *imin, size_t *jmin, size_t *imax, size_t *jmax)
+
+     This function returns the indices of the minimum and maximum values
+     in the matrix *note m: 3ef, storing them in (*note imin: 3ef, *note
+     jmin: 3ef.) and (*note imax: 3ef, *note jmax: 3ef.).  When there
+     are several equal minimum or maximum elements then the first
+     elements found are returned, searching in row-major order.
+
+\1f
+File: gsl-ref.info,  Node: Matrix properties,  Next: Example programs for matrices,  Prev: Finding maximum and minimum elements of matrices,  Up: Matrices
+
+8.4.12 Matrix properties
+------------------------
+
+The following functions are defined for real and complex matrices.  For
+complex matrices both the real and imaginary parts must satisfy the
+conditions.
+
+ -- Function: int gsl_matrix_isnull (const gsl_matrix *m)
+ -- Function: int gsl_matrix_ispos (const gsl_matrix *m)
+ -- Function: int gsl_matrix_isneg (const gsl_matrix *m)
+ -- Function: int gsl_matrix_isnonneg (const gsl_matrix *m)
+
+     These functions return 1 if all the elements of the matrix *note m:
+     3f4. are zero, strictly positive, strictly negative, or
+     non-negative respectively, and 0 otherwise.  To test whether a
+     matrix is positive-definite, use the *note Cholesky decomposition:
+     3f5.
+
+ -- Function: int gsl_matrix_equal (const gsl_matrix *a, const
+          gsl_matrix *b)
+
+     This function returns 1 if the matrices *note a: 3f6. and *note b:
+     3f6. are equal (by comparison of element values) and 0 otherwise.
+
+ -- Function: double gsl_matrix_norm1 (const gsl_matrix *A)
+
+     This function returns the 1-norm of the m-by-n matrix *note A: 3f7,
+     defined as the maximum column sum,
+
+          ||A||_1 = \textrm{max}_{1 \le j \le n} \sum_{i=1}^m |A_{ij}|
+
+\1f
+File: gsl-ref.info,  Node: Example programs for matrices,  Next: References and Further Reading<4>,  Prev: Matrix properties,  Up: Matrices
+
+8.4.13 Example programs for matrices
+------------------------------------
+
+The program below shows how to allocate, initialize and read from a
+matrix using the functions *note gsl_matrix_alloc(): 3a4, *note
+gsl_matrix_set(): 3a9. and *note gsl_matrix_get(): 3a8.
+
+     #include <stdio.h>
+     #include <gsl/gsl_matrix.h>
+
+     int
+     main (void)
+     {
+       int i, j;
+       gsl_matrix * m = gsl_matrix_alloc (10, 3);
+
+       for (i = 0; i < 10; i++)
+         for (j = 0; j < 3; j++)
+           gsl_matrix_set (m, i, j, 0.23 + 100*i + j);
+
+       for (i = 0; i < 100; i++)  /* OUT OF RANGE ERROR */
+         for (j = 0; j < 3; j++)
+           printf ("m(%d,%d) = %g\n", i, j,
+                   gsl_matrix_get (m, i, j));
+
+       gsl_matrix_free (m);
+
+       return 0;
+     }
+
+Here is the output from the program.  The final loop attempts to read
+outside the range of the matrix ‘m’, and the error is trapped by the
+range-checking code in *note gsl_matrix_get(): 3a8.
+
+     $ ./a.out
+     m(0,0) = 0.23
+     m(0,1) = 1.23
+     m(0,2) = 2.23
+     m(1,0) = 100.23
+     m(1,1) = 101.23
+     m(1,2) = 102.23
+     ...
+     m(9,2) = 902.23
+     gsl: matrix_source.c:13: ERROR: first index out of range
+     Default GSL error handler invoked.
+     Aborted (core dumped)
+
+The next program shows how to write a matrix to a file.
+
+     #include <stdio.h>
+     #include <gsl/gsl_matrix.h>
+
+     int
+     main (void)
+     {
+       int i, j, k = 0;
+       gsl_matrix * m = gsl_matrix_alloc (100, 100);
+       gsl_matrix * a = gsl_matrix_alloc (100, 100);
+
+       for (i = 0; i < 100; i++)
+         for (j = 0; j < 100; j++)
+           gsl_matrix_set (m, i, j, 0.23 + i + j);
+
+       {
+          FILE * f = fopen ("test.dat", "wb");
+          gsl_matrix_fwrite (f, m);
+          fclose (f);
+       }
+
+       {
+          FILE * f = fopen ("test.dat", "rb");
+          gsl_matrix_fread (f, a);
+          fclose (f);
+       }
+
+       for (i = 0; i < 100; i++)
+         for (j = 0; j < 100; j++)
+           {
+             double mij = gsl_matrix_get (m, i, j);
+             double aij = gsl_matrix_get (a, i, j);
+             if (mij != aij) k++;
+           }
+
+       gsl_matrix_free (m);
+       gsl_matrix_free (a);
+
+       printf ("differences = %d (should be zero)\n", k);
+       return (k > 0);
+     }
+
+After running this program the file ‘test.dat’ should contain the
+elements of ‘m’, written in binary format.  The matrix which is read
+back in using the function *note gsl_matrix_fread(): 3b2. should be
+exactly equal to the original matrix.
+
+The following program demonstrates the use of vector views.  The program
+computes the column norms of a matrix.
+
+     #include <math.h>
+     #include <stdio.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_blas.h>
+
+     int
+     main (void)
+     {
+       size_t i,j;
+
+       gsl_matrix *m = gsl_matrix_alloc (10, 10);
+
+       for (i = 0; i < 10; i++)
+         for (j = 0; j < 10; j++)
+           gsl_matrix_set (m, i, j, sin (i) + cos (j));
+
+       for (j = 0; j < 10; j++)
+         {
+           gsl_vector_view column = gsl_matrix_column (m, j);
+           double d;
+
+           d = gsl_blas_dnrm2 (&column.vector);
+
+           printf ("matrix column %zu, norm = %g\n", j, d);
+         }
+
+       gsl_matrix_free (m);
+
+       return 0;
+     }
+
+Here is the output of the program,
+
+     matrix column 0, norm = 4.31461
+     matrix column 1, norm = 3.1205
+     matrix column 2, norm = 2.19316
+     matrix column 3, norm = 3.26114
+     matrix column 4, norm = 2.53416
+     matrix column 5, norm = 2.57281
+     matrix column 6, norm = 4.20469
+     matrix column 7, norm = 3.65202
+     matrix column 8, norm = 2.08524
+     matrix column 9, norm = 3.07313
+
+The results can be confirmed using GNU octave:
+
+     $ octave
+     GNU Octave, version 2.0.16.92
+     octave> m = sin(0:9)' * ones(1,10)
+                    + ones(10,1) * cos(0:9);
+     octave> sqrt(sum(m.^2))
+     ans =
+       4.3146  3.1205  2.1932  3.2611  2.5342  2.5728
+       4.2047  3.6520  2.0852  3.0731
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<4>,  Prev: Example programs for matrices,  Up: Matrices
+
+8.4.14 References and Further Reading
+-------------------------------------
+
+The block, vector and matrix objects in GSL follow the ‘valarray’ model
+of C++.  A description of this model can be found in the following
+reference,
+
+   * B. Stroustrup, The C++ Programming Language (3rd Ed), Section 22.4
+     Vector Arithmetic.  Addison-Wesley 1997, ISBN 0-201-88954-4.
+
+\1f
+File: gsl-ref.info,  Node: Permutations,  Next: Combinations,  Prev: Vectors and Matrices,  Up: Top
+
+9 Permutations
+**************
+
+This chapter describes functions for creating and manipulating
+permutations.  A permutation p is represented by an array of n integers
+in the range 0 to n-1, where each value p_i occurs once and only once.
+The application of a permutation p to a vector v yields a new vector v'
+where v'_i = v_{p_i}.  For example, the array (0,1,3,2) represents a
+permutation which exchanges the last two elements of a four element
+vector.  The corresponding identity permutation is (0,1,2,3).
+
+Note that the permutations produced by the linear algebra routines
+correspond to the exchange of matrix columns, and so should be
+considered as applying to row-vectors in the form v' = v P rather than
+column-vectors, when permuting the elements of a vector.
+
+The functions described in this chapter are defined in the header file
+‘gsl_permutation.h’.
+
+* Menu:
+
+* The Permutation struct::
+* Permutation allocation::
+* Accessing permutation elements::
+* Permutation properties::
+* Permutation functions::
+* Applying Permutations::
+* Reading and writing permutations::
+* Permutations in cyclic form::
+* Examples: Examples<4>.
+* References and Further Reading: References and Further Reading<5>.
+
+\1f
+File: gsl-ref.info,  Node: The Permutation struct,  Next: Permutation allocation,  Up: Permutations
+
+9.1 The Permutation struct
+==========================
+
+ -- Type: gsl_permutation
+
+     A permutation is defined by a structure containing two components,
+     the size of the permutation and a pointer to the permutation array.
+     The elements of the permutation array are all of type ‘size_t’.
+     The *note gsl_permutation: 3fd. structure looks like this:
+
+          typedef struct
+          {
+            size_t size;
+            size_t * data;
+          } gsl_permutation;
+
+\1f
+File: gsl-ref.info,  Node: Permutation allocation,  Next: Accessing permutation elements,  Prev: The Permutation struct,  Up: Permutations
+
+9.2 Permutation allocation
+==========================
+
+ -- Function: *note gsl_permutation: 3fd. *gsl_permutation_alloc (size_t
+          n)
+
+     This function allocates memory for a new permutation of size *note
+     n: 3ff.  The permutation is not initialized and its elements are
+     undefined.  Use the function *note gsl_permutation_calloc(): 400.
+     if you want to create a permutation which is initialized to the
+     identity.  A null pointer is returned if insufficient memory is
+     available to create the permutation.
+
+ -- Function: *note gsl_permutation: 3fd. *gsl_permutation_calloc
+          (size_t n)
+
+     This function allocates memory for a new permutation of size *note
+     n: 400. and initializes it to the identity.  A null pointer is
+     returned if insufficient memory is available to create the
+     permutation.
+
+ -- Function: void gsl_permutation_init (gsl_permutation *p)
+
+     This function initializes the permutation *note p: 401. to the
+     identity, i.e.  (0, 1, 2, \dots, n - 1).
+
+ -- Function: void gsl_permutation_free (gsl_permutation *p)
+
+     This function frees all the memory used by the permutation *note p:
+     402.
+
+ -- Function: int gsl_permutation_memcpy (gsl_permutation *dest, const
+          gsl_permutation *src)
+
+     This function copies the elements of the permutation *note src:
+     403. into the permutation *note dest: 403.  The two permutations
+     must have the same size.
+
+\1f
+File: gsl-ref.info,  Node: Accessing permutation elements,  Next: Permutation properties,  Prev: Permutation allocation,  Up: Permutations
+
+9.3 Accessing permutation elements
+==================================
+
+The following functions can be used to access and manipulate
+permutations.
+
+ -- Function: size_t gsl_permutation_get (const gsl_permutation *p,
+          const size_t i)
+
+     This function returns the value of the *note i: 405.-th element of
+     the permutation *note p: 405.  If *note i: 405. lies outside the
+     allowed range of 0 to n - 1 then the error handler is invoked and 0
+     is returned.  An inline version of this function is used when
+     ‘HAVE_INLINE’ is defined.
+
+ -- Function: int gsl_permutation_swap (gsl_permutation *p, const size_t
+          i, const size_t j)
+
+     This function exchanges the *note i: 406.-th and *note j: 406.-th
+     elements of the permutation *note p: 406.
+
+\1f
+File: gsl-ref.info,  Node: Permutation properties,  Next: Permutation functions,  Prev: Accessing permutation elements,  Up: Permutations
+
+9.4 Permutation properties
+==========================
+
+ -- Function: size_t gsl_permutation_size (const gsl_permutation *p)
+
+     This function returns the size of the permutation *note p: 408.
+
+ -- Function: size_t *gsl_permutation_data (const gsl_permutation *p)
+
+     This function returns a pointer to the array of elements in the
+     permutation *note p: 409.
+
+ -- Function: int gsl_permutation_valid (const gsl_permutation *p)
+
+     This function checks that the permutation *note p: 40a. is valid.
+     The ‘n’ elements should contain each of the numbers 0 to ‘n - 1’
+     once and only once.
+
+\1f
+File: gsl-ref.info,  Node: Permutation functions,  Next: Applying Permutations,  Prev: Permutation properties,  Up: Permutations
+
+9.5 Permutation functions
+=========================
+
+ -- Function: void gsl_permutation_reverse (gsl_permutation *p)
+
+     This function reverses the elements of the permutation *note p:
+     40c.
+
+ -- Function: int gsl_permutation_inverse (gsl_permutation *inv, const
+          gsl_permutation *p)
+
+     This function computes the inverse of the permutation *note p: 40d,
+     storing the result in *note inv: 40d.
+
+ -- Function: int gsl_permutation_next (gsl_permutation *p)
+
+     This function advances the permutation *note p: 40e. to the next
+     permutation in lexicographic order and returns ‘GSL_SUCCESS’.  If
+     no further permutations are available it returns ‘GSL_FAILURE’ and
+     leaves *note p: 40e. unmodified.  Starting with the identity
+     permutation and repeatedly applying this function will iterate
+     through all possible permutations of a given order.
+
+ -- Function: int gsl_permutation_prev (gsl_permutation *p)
+
+     This function steps backwards from the permutation *note p: 40f. to
+     the previous permutation in lexicographic order, returning
+     ‘GSL_SUCCESS’.  If no previous permutation is available it returns
+     ‘GSL_FAILURE’ and leaves *note p: 40f. unmodified.
+
+\1f
+File: gsl-ref.info,  Node: Applying Permutations,  Next: Reading and writing permutations,  Prev: Permutation functions,  Up: Permutations
+
+9.6 Applying Permutations
+=========================
+
+The following functions are defined in the header files ‘gsl_permute.h’
+and ‘gsl_permute_vector.h’.
+
+ -- Function: int gsl_permute (const size_t *p, double *data, size_t
+          stride, size_t n)
+
+     This function applies the permutation *note p: 411. to the array
+     *note data: 411. of size *note n: 411. with stride *note stride:
+     411.
+
+ -- Function: int gsl_permute_inverse (const size_t *p, double *data,
+          size_t stride, size_t n)
+
+     This function applies the inverse of the permutation *note p: 412.
+     to the array *note data: 412. of size *note n: 412. with stride
+     *note stride: 412.
+
+ -- Function: int gsl_permute_vector (const gsl_permutation *p,
+          gsl_vector *v)
+
+     This function applies the permutation *note p: 413. to the elements
+     of the vector *note v: 413, considered as a row-vector acted on by
+     a permutation matrix from the right, v' = v P. The j-th column of
+     the permutation matrix P is given by the p_j-th column of the
+     identity matrix.  The permutation *note p: 413. and the vector
+     *note v: 413. must have the same length.
+
+ -- Function: int gsl_permute_vector_inverse (const gsl_permutation *p,
+          gsl_vector *v)
+
+     This function applies the inverse of the permutation *note p: 414.
+     to the elements of the vector *note v: 414, considered as a
+     row-vector acted on by an inverse permutation matrix from the
+     right, v' = v P^T. Note that for permutation matrices the inverse
+     is the same as the transpose.  The j-th column of the permutation
+     matrix P is given by the p_j-th column of the identity matrix.  The
+     permutation *note p: 414. and the vector *note v: 414. must have
+     the same length.
+
+ -- Function: int gsl_permute_matrix (const gsl_permutation *p,
+          gsl_matrix *A)
+
+     This function applies the permutation *note p: 415. to the matrix
+     *note A: 415. from the right, A' = A P. The j-th column of the
+     permutation matrix P is given by the p_j-th column of the identity
+     matrix.  This effectively permutes the columns of *note A: 415.
+     according to the permutation *note p: 415, and so the number of
+     columns of *note A: 415. must equal the size of the permutation
+     *note p: 415.
+
+ -- Function: int gsl_permutation_mul (gsl_permutation *p, const
+          gsl_permutation *pa, const gsl_permutation *pb)
+
+     This function combines the two permutations *note pa: 416. and
+     *note pb: 416. into a single permutation *note p: 416, where p = pa
+     * pb The permutation *note p: 416. is equivalent to applying *note
+     pb: 416. first and then *note pa: 416.
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing permutations,  Next: Permutations in cyclic form,  Prev: Applying Permutations,  Up: Permutations
+
+9.7 Reading and writing permutations
+====================================
+
+The library provides functions for reading and writing permutations to a
+file as binary data or formatted text.
+
+ -- Function: int gsl_permutation_fwrite (FILE *stream, const
+          gsl_permutation *p)
+
+     This function writes the elements of the permutation *note p: 418.
+     to the stream *note stream: 418. in binary format.  The function
+     returns ‘GSL_EFAILED’ if there was a problem writing to the file.
+     Since the data is written in the native binary format it may not be
+     portable between different architectures.
+
+ -- Function: int gsl_permutation_fread (FILE *stream, gsl_permutation
+          *p)
+
+     This function reads into the permutation *note p: 419. from the
+     open stream *note stream: 419. in binary format.  The permutation
+     *note p: 419. must be preallocated with the correct length since
+     the function uses the size of *note p: 419. to determine how many
+     bytes to read.  The function returns ‘GSL_EFAILED’ if there was a
+     problem reading from the file.  The data is assumed to have been
+     written in the native binary format on the same architecture.
+
+ -- Function: int gsl_permutation_fprintf (FILE *stream, const
+          gsl_permutation *p, const char *format)
+
+     This function writes the elements of the permutation *note p: 41a.
+     line-by-line to the stream *note stream: 41a. using the format
+     specifier *note format: 41a, which should be suitable for a type of
+     ‘size_t’.  In ISO C99 the type modifier ‘z’ represents ‘size_t’, so
+     ‘"%zu\n"’ is a suitable format (1).  The function returns
+     ‘GSL_EFAILED’ if there was a problem writing to the file.
+
+ -- Function: int gsl_permutation_fscanf (FILE *stream, gsl_permutation
+          *p)
+
+     This function reads formatted data from the stream *note stream:
+     41b. into the permutation *note p: 41b.  The permutation *note p:
+     41b. must be preallocated with the correct length since the
+     function uses the size of *note p: 41b. to determine how many
+     numbers to read.  The function returns ‘GSL_EFAILED’ if there was a
+     problem reading from the file.
+
+   ---------- Footnotes ----------
+
+   (1) (1) In versions of the GNU C library prior to the ISO C99
+standard, the type modifier ‘Z’ was used instead.
+
+\1f
+File: gsl-ref.info,  Node: Permutations in cyclic form,  Next: Examples<4>,  Prev: Reading and writing permutations,  Up: Permutations
+
+9.8 Permutations in cyclic form
+===============================
+
+A permutation can be represented in both `linear' and `cyclic'
+notations.  The functions described in this section convert between the
+two forms.  The linear notation is an index mapping, and has already
+been described above.  The cyclic notation expresses a permutation as a
+series of circular rearrangements of groups of elements, or `cycles'.
+
+For example, under the cycle (1 2 3), 1 is replaced by 2, 2 is replaced
+by 3 and 3 is replaced by 1 in a circular fashion.  Cycles of different
+sets of elements can be combined independently, for example (1 2 3) (4
+5) combines the cycle (1 2 3) with the cycle (4 5), which is an exchange
+of elements 4 and 5.  A cycle of length one represents an element which
+is unchanged by the permutation and is referred to as a `singleton'.
+
+It can be shown that every permutation can be decomposed into
+combinations of cycles.  The decomposition is not unique, but can always
+be rearranged into a standard `canonical form' by a reordering of
+elements.  The library uses the canonical form defined in Knuth’s `Art
+of Computer Programming' (Vol 1, 3rd Ed, 1997) Section 1.3.3, p.178.
+
+The procedure for obtaining the canonical form given by Knuth is,
+
+  1. Write all singleton cycles explicitly
+
+  2. Within each cycle, put the smallest number first
+
+  3. Order the cycles in decreasing order of the first number in the
+     cycle.
+
+For example, the linear representation (2 4 3 0 1) is represented as (1
+4) (0 2 3) in canonical form.  The permutation corresponds to an
+exchange of elements 1 and 4, and rotation of elements 0, 2 and 3.
+
+The important property of the canonical form is that it can be
+reconstructed from the contents of each cycle without the brackets.  In
+addition, by removing the brackets it can be considered as a linear
+representation of a different permutation.  In the example given above
+the permutation (2 4 3 0 1) would become (1 4 0 2 3).  This mapping has
+many applications in the theory of permutations.
+
+ -- Function: int gsl_permutation_linear_to_canonical (gsl_permutation
+          *q, const gsl_permutation *p)
+
+     This function computes the canonical form of the permutation *note
+     p: 41d. and stores it in the output argument *note q: 41d.
+
+ -- Function: int gsl_permutation_canonical_to_linear (gsl_permutation
+          *p, const gsl_permutation *q)
+
+     This function converts a permutation *note q: 41e. in canonical
+     form back into linear form storing it in the output argument *note
+     p: 41e.
+
+ -- Function: size_t gsl_permutation_inversions (const gsl_permutation
+          *p)
+
+     This function counts the number of inversions in the permutation
+     *note p: 41f.  An inversion is any pair of elements that are not in
+     order.  For example, the permutation 2031 has three inversions,
+     corresponding to the pairs (2,0) (2,1) and (3,1).  The identity
+     permutation has no inversions.
+
+ -- Function: size_t gsl_permutation_linear_cycles (const
+          gsl_permutation *p)
+
+     This function counts the number of cycles in the permutation *note
+     p: 420, given in linear form.
+
+ -- Function: size_t gsl_permutation_canonical_cycles (const
+          gsl_permutation *q)
+
+     This function counts the number of cycles in the permutation *note
+     q: 421, given in canonical form.
+
+\1f
+File: gsl-ref.info,  Node: Examples<4>,  Next: References and Further Reading<5>,  Prev: Permutations in cyclic form,  Up: Permutations
+
+9.9 Examples
+============
+
+The example program below creates a random permutation (by shuffling the
+elements of the identity) and finds its inverse.
+
+     #include <stdio.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_permutation.h>
+
+     int
+     main (void)
+     {
+       const size_t N = 10;
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       gsl_permutation * p = gsl_permutation_alloc (N);
+       gsl_permutation * q = gsl_permutation_alloc (N);
+
+       gsl_rng_env_setup();
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       printf ("initial permutation:");
+       gsl_permutation_init (p);
+       gsl_permutation_fprintf (stdout, p, " %u");
+       printf ("\n");
+
+       printf (" random permutation:");
+       gsl_ran_shuffle (r, p->data, N, sizeof(size_t));
+       gsl_permutation_fprintf (stdout, p, " %u");
+       printf ("\n");
+
+       printf ("inverse permutation:");
+       gsl_permutation_inverse (q, p);
+       gsl_permutation_fprintf (stdout, q, " %u");
+       printf ("\n");
+
+       gsl_permutation_free (p);
+       gsl_permutation_free (q);
+       gsl_rng_free (r);
+
+       return 0;
+     }
+
+Here is the output from the program:
+
+     $ ./a.out
+     initial permutation: 0 1 2 3 4 5 6 7 8 9
+      random permutation: 1 3 5 2 7 6 0 4 9 8
+     inverse permutation: 6 0 3 1 7 2 5 4 9 8
+
+The random permutation ‘p[i]’ and its inverse ‘q[i]’ are related through
+the identity ‘p[q[i]] = i’, which can be verified from the output.
+
+The next example program steps forwards through all possible third order
+permutations, starting from the identity,
+
+     #include <stdio.h>
+     #include <gsl/gsl_permutation.h>
+
+     int
+     main (void)
+     {
+       gsl_permutation * p = gsl_permutation_alloc (3);
+
+       gsl_permutation_init (p);
+
+       do
+        {
+           gsl_permutation_fprintf (stdout, p, " %u");
+           printf ("\n");
+        }
+       while (gsl_permutation_next(p) == GSL_SUCCESS);
+
+       gsl_permutation_free (p);
+
+       return 0;
+     }
+
+Here is the output from the program:
+
+     $ ./a.out
+      0 1 2
+      0 2 1
+      1 0 2
+      1 2 0
+      2 0 1
+      2 1 0
+
+The permutations are generated in lexicographic order.  To reverse the
+sequence, begin with the final permutation (which is the reverse of the
+identity) and replace *note gsl_permutation_next(): 40e. with *note
+gsl_permutation_prev(): 40f.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<5>,  Prev: Examples<4>,  Up: Permutations
+
+9.10 References and Further Reading
+===================================
+
+The subject of permutations is covered extensively in the following,
+
+   * Donald E. Knuth, The Art of Computer Programming: Sorting and
+     Searching (Vol 3, 3rd Ed, 1997), Addison-Wesley, ISBN 0201896850.
+
+For the definition of the `canonical form' see,
+
+   * Donald E. Knuth, The Art of Computer Programming: Fundamental
+     Algorithms (Vol 1, 3rd Ed, 1997), Addison-Wesley, ISBN 0201896850.
+     Section 1.3.3, An Unusual Correspondence, p.178–179.
+
+\1f
+File: gsl-ref.info,  Node: Combinations,  Next: Multisets,  Prev: Permutations,  Up: Top
+
+10 Combinations
+***************
+
+This chapter describes functions for creating and manipulating
+combinations.  A combination c is represented by an array of k integers
+in the range 0 to n - 1, where each value c_i occurs at most once.  The
+combination c corresponds to indices of k elements chosen from an n
+element vector.  Combinations are useful for iterating over all
+k-element subsets of a set.
+
+The functions described in this chapter are defined in the header file
+‘gsl_combination.h’.
+
+* Menu:
+
+* The Combination struct::
+* Combination allocation::
+* Accessing combination elements::
+* Combination properties::
+* Combination functions::
+* Reading and writing combinations::
+* Examples: Examples<5>.
+* References and Further Reading: References and Further Reading<6>.
+
+\1f
+File: gsl-ref.info,  Node: The Combination struct,  Next: Combination allocation,  Up: Combinations
+
+10.1 The Combination struct
+===========================
+
+ -- Type: gsl_combination
+
+     A combination is defined by a structure containing three
+     components, the values of n and k, and a pointer to the combination
+     array.  The elements of the combination array are all of type
+     ‘size_t’, and are stored in increasing order.  The *note
+     gsl_combination: 427. structure looks like this:
+
+          typedef struct
+          {
+            size_t n;
+            size_t k;
+            size_t *data;
+          } gsl_combination;
+
+\1f
+File: gsl-ref.info,  Node: Combination allocation,  Next: Accessing combination elements,  Prev: The Combination struct,  Up: Combinations
+
+10.2 Combination allocation
+===========================
+
+ -- Function: *note gsl_combination: 427. *gsl_combination_alloc (size_t
+          n, size_t k)
+
+     This function allocates memory for a new combination with
+     parameters *note n: 429, *note k: 429.  The combination is not
+     initialized and its elements are undefined.  Use the function *note
+     gsl_combination_calloc(): 42a. if you want to create a combination
+     which is initialized to the lexicographically first combination.  A
+     null pointer is returned if insufficient memory is available to
+     create the combination.
+
+ -- Function: *note gsl_combination: 427. *gsl_combination_calloc
+          (size_t n, size_t k)
+
+     This function allocates memory for a new combination with
+     parameters *note n: 42a, *note k: 42a. and initializes it to the
+     lexicographically first combination.  A null pointer is returned if
+     insufficient memory is available to create the combination.
+
+ -- Function: void gsl_combination_init_first (gsl_combination *c)
+
+     This function initializes the combination *note c: 42b. to the
+     lexicographically first combination, i.e.  (0, 1, 2, \dots, k - 1).
+
+ -- Function: void gsl_combination_init_last (gsl_combination *c)
+
+     This function initializes the combination *note c: 42c. to the
+     lexicographically last combination, i.e.  (n - k, n - k + 1, \dots,
+     n - 1).
+
+ -- Function: void gsl_combination_free (gsl_combination *c)
+
+     This function frees all the memory used by the combination *note c:
+     42d.
+
+ -- Function: int gsl_combination_memcpy (gsl_combination *dest, const
+          gsl_combination *src)
+
+     This function copies the elements of the combination *note src:
+     42e. into the combination *note dest: 42e.  The two combinations
+     must have the same size.
+
+\1f
+File: gsl-ref.info,  Node: Accessing combination elements,  Next: Combination properties,  Prev: Combination allocation,  Up: Combinations
+
+10.3 Accessing combination elements
+===================================
+
+The following function can be used to access the elements of a
+combination.
+
+ -- Function: size_t gsl_combination_get (const gsl_combination *c,
+          const size_t i)
+
+     This function returns the value of the *note i: 430.-th element of
+     the combination *note c: 430.  If *note i: 430. lies outside the
+     allowed range of 0 to k - 1 then the error handler is invoked and 0
+     is returned.  An inline version of this function is used when
+     ‘HAVE_INLINE’ is defined.
+
+\1f
+File: gsl-ref.info,  Node: Combination properties,  Next: Combination functions,  Prev: Accessing combination elements,  Up: Combinations
+
+10.4 Combination properties
+===========================
+
+ -- Function: size_t gsl_combination_n (const gsl_combination *c)
+
+     This function returns the range (n) of the combination c.
+
+ -- Function: size_t gsl_combination_k (const gsl_combination *c)
+
+     This function returns the number of elements (k) in the combination
+     *note c: 433.
+
+ -- Function: size_t *gsl_combination_data (const gsl_combination *c)
+
+     This function returns a pointer to the array of elements in the
+     combination *note c: 434.
+
+ -- Function: int gsl_combination_valid (gsl_combination *c)
+
+     This function checks that the combination *note c: 435. is valid.
+     The ‘k’ elements should lie in the range 0 to n - 1, with each
+     value occurring once at most and in increasing order.
+
+\1f
+File: gsl-ref.info,  Node: Combination functions,  Next: Reading and writing combinations,  Prev: Combination properties,  Up: Combinations
+
+10.5 Combination functions
+==========================
+
+ -- Function: int gsl_combination_next (gsl_combination *c)
+
+     This function advances the combination *note c: 437. to the next
+     combination in lexicographic order and returns ‘GSL_SUCCESS’.  If
+     no further combinations are available it returns ‘GSL_FAILURE’ and
+     leaves *note c: 437. unmodified.  Starting with the first
+     combination and repeatedly applying this function will iterate
+     through all possible combinations of a given order.
+
+ -- Function: int gsl_combination_prev (gsl_combination *c)
+
+     This function steps backwards from the combination *note c: 438. to
+     the previous combination in lexicographic order, returning
+     ‘GSL_SUCCESS’.  If no previous combination is available it returns
+     ‘GSL_FAILURE’ and leaves *note c: 438. unmodified.
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing combinations,  Next: Examples<5>,  Prev: Combination functions,  Up: Combinations
+
+10.6 Reading and writing combinations
+=====================================
+
+The library provides functions for reading and writing combinations to a
+file as binary data or formatted text.
+
+ -- Function: int gsl_combination_fwrite (FILE *stream, const
+          gsl_combination *c)
+
+     This function writes the elements of the combination *note c: 43a.
+     to the stream *note stream: 43a. in binary format.  The function
+     returns ‘GSL_EFAILED’ if there was a problem writing to the file.
+     Since the data is written in the native binary format it may not be
+     portable between different architectures.
+
+ -- Function: int gsl_combination_fread (FILE *stream, gsl_combination
+          *c)
+
+     This function reads elements from the open stream *note stream:
+     43b. into the combination *note c: 43b. in binary format.  The
+     combination *note c: 43b. must be preallocated with correct values
+     of n and k since the function uses the size of *note c: 43b. to
+     determine how many bytes to read.  The function returns
+     ‘GSL_EFAILED’ if there was a problem reading from the file.  The
+     data is assumed to have been written in the native binary format on
+     the same architecture.
+
+ -- Function: int gsl_combination_fprintf (FILE *stream, const
+          gsl_combination *c, const char *format)
+
+     This function writes the elements of the combination *note c: 43c.
+     line-by-line to the stream *note stream: 43c. using the format
+     specifier *note format: 43c, which should be suitable for a type of
+     ‘size_t’.  In ISO C99 the type modifier ‘z’ represents ‘size_t’, so
+     ‘"%zu\n"’ is a suitable format (1).  The function returns
+     ‘GSL_EFAILED’ if there was a problem writing to the file.
+
+ -- Function: int gsl_combination_fscanf (FILE *stream, gsl_combination
+          *c)
+
+     This function reads formatted data from the stream *note stream:
+     43d. into the combination *note c: 43d.  The combination *note c:
+     43d. must be preallocated with correct values of n and k since the
+     function uses the size of *note c: 43d. to determine how many
+     numbers to read.  The function returns ‘GSL_EFAILED’ if there was a
+     problem reading from the file.
+
+   ---------- Footnotes ----------
+
+   (1) (1) In versions of the GNU C library prior to the ISO C99
+standard, the type modifier ‘Z’ was used instead.
+
+\1f
+File: gsl-ref.info,  Node: Examples<5>,  Next: References and Further Reading<6>,  Prev: Reading and writing combinations,  Up: Combinations
+
+10.7 Examples
+=============
+
+The example program below prints all subsets of the set {0,1,2,3}
+ordered by size.  Subsets of the same size are ordered
+lexicographically.
+
+     #include <stdio.h>
+     #include <gsl/gsl_combination.h>
+
+     int
+     main (void)
+     {
+       gsl_combination * c;
+       size_t i;
+
+       printf ("All subsets of {0,1,2,3} by size:\n") ;
+       for (i = 0; i <= 4; i++)
+         {
+           c = gsl_combination_calloc (4, i);
+           do
+             {
+               printf ("{");
+               gsl_combination_fprintf (stdout, c, " %u");
+               printf (" }\n");
+             }
+           while (gsl_combination_next (c) == GSL_SUCCESS);
+           gsl_combination_free (c);
+         }
+
+       return 0;
+     }
+
+Here is the output from the program,
+
+     All subsets of {0,1,2,3} by size:
+     { }
+     { 0 }
+     { 1 }
+     { 2 }
+     { 3 }
+     { 0 1 }
+     { 0 2 }
+     { 0 3 }
+     { 1 2 }
+     { 1 3 }
+     { 2 3 }
+     { 0 1 2 }
+     { 0 1 3 }
+     { 0 2 3 }
+     { 1 2 3 }
+     { 0 1 2 3 }
+
+All 16 subsets are generated, and the subsets of each size are sorted
+lexicographically.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<6>,  Prev: Examples<5>,  Up: Combinations
+
+10.8 References and Further Reading
+===================================
+
+Further information on combinations can be found in,
+
+   * Donald L. Kreher, Douglas R. Stinson, Combinatorial Algorithms:
+     Generation, Enumeration and Search, 1998, CRC Press LLC, ISBN
+     084933988X
+
+\1f
+File: gsl-ref.info,  Node: Multisets,  Next: Sorting,  Prev: Combinations,  Up: Top
+
+11 Multisets
+************
+
+This chapter describes functions for creating and manipulating
+multisets.  A multiset c is represented by an array of k integers in the
+range 0 to n - 1, where each value c_i may occur more than once.  The
+multiset c corresponds to indices of k elements chosen from an n element
+vector with replacement.  In mathematical terms, n is the cardinality of
+the multiset while k is the maximum multiplicity of any value.
+Multisets are useful, for example, when iterating over the indices of a
+k-th order symmetric tensor in n-space.
+
+The functions described in this chapter are defined in the header file
+‘gsl_multiset.h’.
+
+* Menu:
+
+* The Multiset struct::
+* Multiset allocation::
+* Accessing multiset elements::
+* Multiset properties::
+* Multiset functions::
+* Reading and writing multisets::
+* Examples: Examples<6>.
+
+\1f
+File: gsl-ref.info,  Node: The Multiset struct,  Next: Multiset allocation,  Up: Multisets
+
+11.1 The Multiset struct
+========================
+
+ -- Type: gsl_multiset
+
+     A multiset is defined by a structure containing three components,
+     the values of n and k, and a pointer to the multiset array.  The
+     elements of the multiset array are all of type ‘size_t’, and are
+     stored in increasing order.  The *note gsl_multiset: 443. structure
+     looks like this:
+
+          typedef struct
+          {
+            size_t n;
+            size_t k;
+            size_t *data;
+          } gsl_multiset;
+
+\1f
+File: gsl-ref.info,  Node: Multiset allocation,  Next: Accessing multiset elements,  Prev: The Multiset struct,  Up: Multisets
+
+11.2 Multiset allocation
+========================
+
+ -- Function: *note gsl_multiset: 443. *gsl_multiset_alloc (size_t n,
+          size_t k)
+
+     This function allocates memory for a new multiset with parameters
+     *note n: 445, *note k: 445.  The multiset is not initialized and
+     its elements are undefined.  Use the function *note
+     gsl_multiset_calloc(): 446. if you want to create a multiset which
+     is initialized to the lexicographically first multiset element.  A
+     null pointer is returned if insufficient memory is available to
+     create the multiset.
+
+ -- Function: *note gsl_multiset: 443. *gsl_multiset_calloc (size_t n,
+          size_t k)
+
+     This function allocates memory for a new multiset with parameters
+     *note n: 446, *note k: 446. and initializes it to the
+     lexicographically first multiset element.  A null pointer is
+     returned if insufficient memory is available to create the
+     multiset.
+
+ -- Function: void gsl_multiset_init_first (gsl_multiset *c)
+
+     This function initializes the multiset *note c: 447. to the
+     lexicographically first multiset element, i.e.  0 repeated k times.
+
+ -- Function: void gsl_multiset_init_last (gsl_multiset *c)
+
+     This function initializes the multiset *note c: 448. to the
+     lexicographically last multiset element, i.e.  n-1 repeated k
+     times.
+
+ -- Function: void gsl_multiset_free (gsl_multiset *c)
+
+     This function frees all the memory used by the multiset *note c:
+     449.
+
+ -- Function: int gsl_multiset_memcpy (gsl_multiset *dest, const
+          gsl_multiset *src)
+
+     This function copies the elements of the multiset *note src: 44a.
+     into the multiset *note dest: 44a.  The two multisets must have the
+     same size.
+
+\1f
+File: gsl-ref.info,  Node: Accessing multiset elements,  Next: Multiset properties,  Prev: Multiset allocation,  Up: Multisets
+
+11.3 Accessing multiset elements
+================================
+
+The following function can be used to access the elements of a multiset.
+
+ -- Function: size_t gsl_multiset_get (const gsl_multiset *c, const
+          size_t i)
+
+     This function returns the value of the *note i: 44c.-th element of
+     the multiset *note c: 44c.  If *note i: 44c. lies outside the
+     allowed range of 0 to k - 1 then the error handler is invoked and 0
+     is returned.  An inline version of this function is used when
+     ‘HAVE_INLINE’ is defined.
+
+\1f
+File: gsl-ref.info,  Node: Multiset properties,  Next: Multiset functions,  Prev: Accessing multiset elements,  Up: Multisets
+
+11.4 Multiset properties
+========================
+
+ -- Function: size_t gsl_multiset_n (const gsl_multiset *c)
+
+     This function returns the range (n) of the multiset *note c: 44e.
+
+ -- Function: size_t gsl_multiset_k (const gsl_multiset *c)
+
+     This function returns the number of elements (k) in the multiset
+     *note c: 44f.
+
+ -- Function: size_t *gsl_multiset_data (const gsl_multiset *c)
+
+     This function returns a pointer to the array of elements in the
+     multiset *note c: 450.
+
+ -- Function: int gsl_multiset_valid (gsl_multiset *c)
+
+     This function checks that the multiset *note c: 451. is valid.  The
+     ‘k’ elements should lie in the range 0 to n - 1, with each value
+     occurring in nondecreasing order.
+
+\1f
+File: gsl-ref.info,  Node: Multiset functions,  Next: Reading and writing multisets,  Prev: Multiset properties,  Up: Multisets
+
+11.5 Multiset functions
+=======================
+
+ -- Function: int gsl_multiset_next (gsl_multiset *c)
+
+     This function advances the multiset *note c: 453. to the next
+     multiset element in lexicographic order and returns ‘GSL_SUCCESS’.
+     If no further multisets elements are available it returns
+     ‘GSL_FAILURE’ and leaves *note c: 453. unmodified.  Starting with
+     the first multiset and repeatedly applying this function will
+     iterate through all possible multisets of a given order.
+
+ -- Function: int gsl_multiset_prev (gsl_multiset *c)
+
+     This function steps backwards from the multiset *note c: 454. to
+     the previous multiset element in lexicographic order, returning
+     ‘GSL_SUCCESS’.  If no previous multiset is available it returns
+     ‘GSL_FAILURE’ and leaves *note c: 454. unmodified.
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing multisets,  Next: Examples<6>,  Prev: Multiset functions,  Up: Multisets
+
+11.6 Reading and writing multisets
+==================================
+
+The library provides functions for reading and writing multisets to a
+file as binary data or formatted text.
+
+ -- Function: int gsl_multiset_fwrite (FILE *stream, const gsl_multiset
+          *c)
+
+     This function writes the elements of the multiset *note c: 456. to
+     the stream *note stream: 456. in binary format.  The function
+     returns ‘GSL_EFAILED’ if there was a problem writing to the file.
+     Since the data is written in the native binary format it may not be
+     portable between different architectures.
+
+ -- Function: int gsl_multiset_fread (FILE *stream, gsl_multiset *c)
+
+     This function reads elements from the open stream *note stream:
+     457. into the multiset *note c: 457. in binary format.  The
+     multiset *note c: 457. must be preallocated with correct values of
+     n and k since the function uses the size of *note c: 457. to
+     determine how many bytes to read.  The function returns
+     ‘GSL_EFAILED’ if there was a problem reading from the file.  The
+     data is assumed to have been written in the native binary format on
+     the same architecture.
+
+ -- Function: int gsl_multiset_fprintf (FILE *stream, const gsl_multiset
+          *c, const char *format)
+
+     This function writes the elements of the multiset *note c: 458.
+     line-by-line to the stream *note stream: 458. using the format
+     specifier *note format: 458, which should be suitable for a type of
+     ‘size_t’.  In ISO C99 the type modifier ‘z’ represents ‘size_t’, so
+     ‘"%zu\n"’ is a suitable format (1).  The function returns
+     ‘GSL_EFAILED’ if there was a problem writing to the file.
+
+ -- Function: int gsl_multiset_fscanf (FILE *stream, gsl_multiset *c)
+
+     This function reads formatted data from the stream *note stream:
+     459. into the multiset *note c: 459.  The multiset *note c: 459.
+     must be preallocated with correct values of n and k since the
+     function uses the size of *note c: 459. to determine how many
+     numbers to read.  The function returns ‘GSL_EFAILED’ if there was a
+     problem reading from the file.
+
+   ---------- Footnotes ----------
+
+   (1) (1) In versions of the GNU C library prior to the ISO C99
+standard, the type modifier ‘Z’ was used instead.
+
+\1f
+File: gsl-ref.info,  Node: Examples<6>,  Prev: Reading and writing multisets,  Up: Multisets
+
+11.7 Examples
+=============
+
+The example program below prints all multisets elements containing the
+values {0,1,2,3} ordered by size.  Multiset elements of the same size
+are ordered lexicographically.
+
+     #include <stdio.h>
+     #include <gsl/gsl_multiset.h>
+
+     int
+     main (void)
+     {
+       gsl_multiset * c;
+       size_t i;
+
+       printf ("All multisets of {0,1,2,3} by size:\n") ;
+       for (i = 0; i <= 4; i++)
+         {
+           c = gsl_multiset_calloc (4, i);
+           do
+             {
+               printf ("{");
+               gsl_multiset_fprintf (stdout, c, " %u");
+               printf (" }\n");
+             }
+           while (gsl_multiset_next (c) == GSL_SUCCESS);
+           gsl_multiset_free (c);
+         }
+
+       return 0;
+     }
+
+Here is the output from the program,
+
+     All multisets of {0,1,2,3} by size:
+     { }
+     { 0 }
+     { 1 }
+     { 2 }
+     { 3 }
+     { 0 0 }
+     { 0 1 }
+     { 0 2 }
+     { 0 3 }
+     { 1 1 }
+     { 1 2 }
+     { 1 3 }
+     { 2 2 }
+     { 2 3 }
+     { 3 3 }
+     { 0 0 0 }
+     { 0 0 1 }
+     { 0 0 2 }
+     { 0 0 3 }
+     { 0 1 1 }
+     { 0 1 2 }
+     { 0 1 3 }
+     { 0 2 2 }
+     { 0 2 3 }
+     { 0 3 3 }
+     { 1 1 1 }
+     { 1 1 2 }
+     { 1 1 3 }
+     { 1 2 2 }
+     { 1 2 3 }
+     { 1 3 3 }
+     { 2 2 2 }
+     { 2 2 3 }
+     { 2 3 3 }
+     { 3 3 3 }
+     { 0 0 0 0 }
+     { 0 0 0 1 }
+     { 0 0 0 2 }
+     { 0 0 0 3 }
+     { 0 0 1 1 }
+     { 0 0 1 2 }
+     { 0 0 1 3 }
+     { 0 0 2 2 }
+     { 0 0 2 3 }
+     { 0 0 3 3 }
+     { 0 1 1 1 }
+     { 0 1 1 2 }
+     { 0 1 1 3 }
+     { 0 1 2 2 }
+     { 0 1 2 3 }
+     { 0 1 3 3 }
+     { 0 2 2 2 }
+     { 0 2 2 3 }
+     { 0 2 3 3 }
+     { 0 3 3 3 }
+     { 1 1 1 1 }
+     { 1 1 1 2 }
+     { 1 1 1 3 }
+     { 1 1 2 2 }
+     { 1 1 2 3 }
+     { 1 1 3 3 }
+     { 1 2 2 2 }
+     { 1 2 2 3 }
+     { 1 2 3 3 }
+     { 1 3 3 3 }
+     { 2 2 2 2 }
+     { 2 2 2 3 }
+     { 2 2 3 3 }
+     { 2 3 3 3 }
+     { 3 3 3 3 }
+
+All 70 multisets are generated and sorted lexicographically.
+
+\1f
+File: gsl-ref.info,  Node: Sorting,  Next: BLAS Support,  Prev: Multisets,  Up: Top
+
+12 Sorting
+**********
+
+This chapter describes functions for sorting data, both directly and
+indirectly (using an index).  All the functions use the `heapsort'
+algorithm.  Heapsort is an O(N \log N) algorithm which operates in-place
+and does not require any additional storage.  It also provides
+consistent performance, the running time for its worst-case (ordered
+data) being not significantly longer than the average and best cases.
+Note that the heapsort algorithm does not preserve the relative ordering
+of equal elements—it is an `unstable' sort.  However the resulting order
+of equal elements will be consistent across different platforms when
+using these functions.
+
+* Menu:
+
+* Sorting objects::
+* Sorting vectors::
+* Selecting the k smallest or largest elements::
+* Computing the rank::
+* Examples: Examples<7>.
+* References and Further Reading: References and Further Reading<7>.
+
+\1f
+File: gsl-ref.info,  Node: Sorting objects,  Next: Sorting vectors,  Up: Sorting
+
+12.1 Sorting objects
+====================
+
+The following function provides a simple alternative to the standard
+library function ‘qsort()’.  It is intended for systems lacking
+‘qsort()’, not as a replacement for it.  The function ‘qsort()’ should
+be used whenever possible, as it will be faster and can provide stable
+ordering of equal elements.  Documentation for ‘qsort()’ is available in
+the GNU C Library Reference Manual.
+
+The functions described in this section are defined in the header file
+‘gsl_heapsort.h’.
+
+ -- Function: void gsl_heapsort (void *array, size_t count, size_t size,
+          gsl_comparison_fn_t compare)
+
+     This function sorts the *note count: 45e. elements of the array
+     *note array: 45e, each of size *note size: 45e, into ascending
+     order using the comparison function *note compare: 45e.  The type
+     of the comparison function is defined by
+
+      -- Type: gsl_comparison_fn_t
+
+               int (*gsl_comparison_fn_t) (const void * a, const void * b)
+
+     A comparison function should return a negative integer if the first
+     argument is less than the second argument, ‘0’ if the two arguments
+     are equal and a positive integer if the first argument is greater
+     than the second argument.
+
+     For example, the following function can be used to sort doubles
+     into ascending numerical order.
+
+          int
+          compare_doubles (const double * a, const double * b)
+          {
+            if (*a > *b)
+              return 1;
+            else if (*a < *b)
+              return -1;
+            else
+              return 0;
+          }
+
+     The appropriate function call to perform the sort is:
+
+          gsl_heapsort (array, count, sizeof(double), compare_doubles);
+
+     Note that unlike ‘qsort()’ the heapsort algorithm cannot be made
+     into a stable sort by pointer arithmetic.  The trick of comparing
+     pointers for equal elements in the comparison function does not
+     work for the heapsort algorithm.  The heapsort algorithm performs
+     an internal rearrangement of the data which destroys its initial
+     ordering.
+
+ -- Function: int gsl_heapsort_index (size_t *p, const void *array,
+          size_t count, size_t size, gsl_comparison_fn_t compare)
+
+     This function indirectly sorts the *note count: 460. elements of
+     the array *note array: 460, each of size *note size: 460, into
+     ascending order using the comparison function *note compare: 460.
+     The resulting permutation is stored in *note p: 460, an array of
+     length ‘n’.  The elements of *note p: 460. give the index of the
+     array element which would have been stored in that position if the
+     array had been sorted in place.  The first element of *note p: 460.
+     gives the index of the least element in *note array: 460, and the
+     last element of *note p: 460. gives the index of the greatest
+     element in *note array: 460.  The array itself is not changed.
+
+\1f
+File: gsl-ref.info,  Node: Sorting vectors,  Next: Selecting the k smallest or largest elements,  Prev: Sorting objects,  Up: Sorting
+
+12.2 Sorting vectors
+====================
+
+The following functions will sort the elements of an array or vector,
+either directly or indirectly.  They are defined for all real and
+integer types using the normal suffix rules.  For example, the ‘float’
+versions of the array functions are ‘gsl_sort_float()’ and
+‘gsl_sort_float_index()’.  The corresponding vector functions are
+‘gsl_sort_vector_float()’ and ‘gsl_sort_vector_float_index()’.  The
+prototypes are available in the header files ‘gsl_sort_float.h’
+‘gsl_sort_vector_float.h’.  The complete set of prototypes can be
+included using the header files ‘gsl_sort.h’ and ‘gsl_sort_vector.h’.
+
+There are no functions for sorting complex arrays or vectors, since the
+ordering of complex numbers is not uniquely defined.  To sort a complex
+vector by magnitude compute a real vector containing the magnitudes of
+the complex elements, and sort this vector indirectly.  The resulting
+index gives the appropriate ordering of the original complex vector.
+
+ -- Function: void gsl_sort (double *data, const size_t stride, size_t
+          n)
+
+     This function sorts the *note n: 462. elements of the array *note
+     data: 462. with stride *note stride: 462. into ascending numerical
+     order.
+
+ -- Function: void gsl_sort2 (double *data1, const size_t stride1,
+          double *data2, const size_t stride2, size_t n)
+
+     This function sorts the *note n: 463. elements of the array *note
+     data1: 463. with stride *note stride1: 463. into ascending
+     numerical order, while making the same rearrangement of the array
+     *note data2: 463. with stride *note stride2: 463, also of size
+     *note n: 463.
+
+ -- Function: void gsl_sort_vector (gsl_vector *v)
+
+     This function sorts the elements of the vector *note v: 464. into
+     ascending numerical order.
+
+ -- Function: void gsl_sort_vector2 (gsl_vector *v1, gsl_vector *v2)
+
+     This function sorts the elements of the vector *note v1: 465. into
+     ascending numerical order, while making the same rearrangement of
+     the vector *note v2: 465.
+
+ -- Function: void gsl_sort_index (size_t *p, const double *data, size_t
+          stride, size_t n)
+
+     This function indirectly sorts the *note n: 466. elements of the
+     array *note data: 466. with stride *note stride: 466. into
+     ascending order, storing the resulting permutation in *note p: 466.
+     The array *note p: 466. must be allocated with a sufficient length
+     to store the *note n: 466. elements of the permutation.  The
+     elements of *note p: 466. give the index of the array element which
+     would have been stored in that position if the array had been
+     sorted in place.  The array *note data: 466. is not changed.
+
+ -- Function: int gsl_sort_vector_index (gsl_permutation *p, const
+          gsl_vector *v)
+
+     This function indirectly sorts the elements of the vector *note v:
+     467. into ascending order, storing the resulting permutation in
+     *note p: 467.  The elements of *note p: 467. give the index of the
+     vector element which would have been stored in that position if the
+     vector had been sorted in place.  The first element of *note p:
+     467. gives the index of the least element in *note v: 467, and the
+     last element of *note p: 467. gives the index of the greatest
+     element in *note v: 467.  The vector *note v: 467. is not changed.
+
+\1f
+File: gsl-ref.info,  Node: Selecting the k smallest or largest elements,  Next: Computing the rank,  Prev: Sorting vectors,  Up: Sorting
+
+12.3 Selecting the k smallest or largest elements
+=================================================
+
+The functions described in this section select the k smallest or largest
+elements of a data set of size N. The routines use an O(kN) direct
+insertion algorithm which is suited to subsets that are small compared
+with the total size of the dataset.  For example, the routines are
+useful for selecting the 10 largest values from one million data points,
+but not for selecting the largest 100,000 values.  If the subset is a
+significant part of the total dataset it may be faster to sort all the
+elements of the dataset directly with an O(N \log N) algorithm and
+obtain the smallest or largest values that way.
+
+ -- Function: int gsl_sort_smallest (double *dest, size_t k, const
+          double *src, size_t stride, size_t n)
+
+     This function copies the *note k: 469. smallest elements of the
+     array *note src: 469, of size *note n: 469. and stride *note
+     stride: 469, in ascending numerical order into the array *note
+     dest: 469.  The size *note k: 469. of the subset must be less than
+     or equal to *note n: 469.  The data *note src: 469. is not modified
+     by this operation.
+
+ -- Function: int gsl_sort_largest (double *dest, size_t k, const double
+          *src, size_t stride, size_t n)
+
+     This function copies the *note k: 46a. largest elements of the
+     array *note src: 46a, of size *note n: 46a. and stride *note
+     stride: 46a, in descending numerical order into the array *note
+     dest: 46a.  *note k: 46a. must be less than or equal to *note n:
+     46a.  The data *note src: 46a. is not modified by this operation.
+
+ -- Function: int gsl_sort_vector_smallest (double *dest, size_t k,
+          const gsl_vector *v)
+ -- Function: int gsl_sort_vector_largest (double *dest, size_t k, const
+          gsl_vector *v)
+
+     These functions copy the *note k: 46c. smallest or largest elements
+     of the vector *note v: 46c. into the array *note dest: 46c.  *note
+     k: 46c. must be less than or equal to the length of the vector
+     *note v: 46c.
+
+The following functions find the indices of the k smallest or largest
+elements of a dataset.
+
+ -- Function: int gsl_sort_smallest_index (size_t *p, size_t k, const
+          double *src, size_t stride, size_t n)
+
+     This function stores the indices of the *note k: 46d. smallest
+     elements of the array *note src: 46d, of size *note n: 46d. and
+     stride *note stride: 46d, in the array *note p: 46d.  The indices
+     are chosen so that the corresponding data is in ascending numerical
+     order.  *note k: 46d. must be less than or equal to *note n: 46d.
+     The data *note src: 46d. is not modified by this operation.
+
+ -- Function: int gsl_sort_largest_index (size_t *p, size_t k, const
+          double *src, size_t stride, size_t n)
+
+     This function stores the indices of the *note k: 46e. largest
+     elements of the array *note src: 46e, of size *note n: 46e. and
+     stride *note stride: 46e, in the array *note p: 46e.  The indices
+     are chosen so that the corresponding data is in descending
+     numerical order.  *note k: 46e. must be less than or equal to *note
+     n: 46e.  The data *note src: 46e. is not modified by this
+     operation.
+
+ -- Function: int gsl_sort_vector_smallest_index (size_t *p, size_t k,
+          const gsl_vector *v)
+ -- Function: int gsl_sort_vector_largest_index (size_t *p, size_t k,
+          const gsl_vector *v)
+
+     These functions store the indices of the *note k: 470. smallest or
+     largest elements of the vector *note v: 470. in the array *note p:
+     470.  *note k: 470. must be less than or equal to the length of the
+     vector *note v: 470.
+
+\1f
+File: gsl-ref.info,  Node: Computing the rank,  Next: Examples<7>,  Prev: Selecting the k smallest or largest elements,  Up: Sorting
+
+12.4 Computing the rank
+=======================
+
+The `rank' of an element is its order in the sorted data.  The rank is
+the inverse of the index permutation, p.  It can be computed using the
+following algorithm:
+
+     for (i = 0; i < p->size; i++)
+       {
+         size_t pi = p->data[i];
+         rank->data[pi] = i;
+       }
+
+This can be computed directly from the function
+‘gsl_permutation_inverse(rank,p)’.
+
+The following function will print the rank of each element of the vector
+v:
+
+     void
+     print_rank (gsl_vector * v)
+     {
+       size_t i;
+       size_t n = v->size;
+       gsl_permutation * perm = gsl_permutation_alloc(n);
+       gsl_permutation * rank = gsl_permutation_alloc(n);
+
+       gsl_sort_vector_index (perm, v);
+       gsl_permutation_inverse (rank, perm);
+
+       for (i = 0; i < n; i++)
+         {
+           double vi = gsl_vector_get(v, i);
+           printf ("element = %d, value = %g, rank = %d\n",
+                    i, vi, rank->data[i]);
+         }
+
+       gsl_permutation_free (perm);
+       gsl_permutation_free (rank);
+     }
+
+\1f
+File: gsl-ref.info,  Node: Examples<7>,  Next: References and Further Reading<7>,  Prev: Computing the rank,  Up: Sorting
+
+12.5 Examples
+=============
+
+The following example shows how to use the permutation p to print the
+elements of the vector v in ascending order:
+
+     gsl_sort_vector_index (p, v);
+
+     for (i = 0; i < v->size; i++)
+       {
+         double vpi = gsl_vector_get (v, p->data[i]);
+         printf ("order = %d, value = %g\n", i, vpi);
+       }
+
+The next example uses the function *note gsl_sort_smallest(): 469. to
+select the 5 smallest numbers from 100000 uniform random variates stored
+in an array,
+
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_sort_double.h>
+
+     int
+     main (void)
+     {
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       size_t i, k = 5, N = 100000;
+
+       double * x = malloc (N * sizeof(double));
+       double * small = malloc (k * sizeof(double));
+
+       gsl_rng_env_setup();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       for (i = 0; i < N; i++)
+         {
+           x[i] = gsl_rng_uniform(r);
+         }
+
+       gsl_sort_smallest (small, k, x, 1, N);
+
+       printf ("%zu smallest values from %zu\n", k, N);
+
+       for (i = 0; i < k; i++)
+         {
+           printf ("%zu: %.18f\n", i, small[i]);
+         }
+
+       free (x);
+       free (small);
+       gsl_rng_free (r);
+       return 0;
+     }
+
+The output lists the 5 smallest values, in ascending order,
+
+     5 smallest values from 100000
+     0: 0.000003489200025797
+     1: 0.000008199829608202
+     2: 0.000008953968062997
+     3: 0.000010712770745158
+     4: 0.000033531803637743
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<7>,  Prev: Examples<7>,  Up: Sorting
+
+12.6 References and Further Reading
+===================================
+
+The subject of sorting is covered extensively in the following,
+
+   * Donald E. Knuth, The Art of Computer Programming: Sorting and
+     Searching (Vol 3, 3rd Ed, 1997), Addison-Wesley, ISBN 0201896850.
+
+The Heapsort algorithm is described in the following book,
+
+   * Robert Sedgewick, Algorithms in C, Addison-Wesley, ISBN 0201514257.
+
+\1f
+File: gsl-ref.info,  Node: BLAS Support,  Next: Linear Algebra,  Prev: Sorting,  Up: Top
+
+13 BLAS Support
+***************
+
+The Basic Linear Algebra Subprograms (BLAS) define a set of fundamental
+operations on vectors and matrices which can be used to create optimized
+higher-level linear algebra functionality.
+
+The library provides a low-level layer which corresponds directly to the
+C-language BLAS standard, referred to here as “CBLAS”, and a
+higher-level interface for operations on GSL vectors and matrices.
+Users who are interested in simple operations on GSL vector and matrix
+objects should use the high-level layer described in this chapter.  The
+functions are declared in the file ‘gsl_blas.h’ and should satisfy the
+needs of most users.
+
+Note that GSL matrices are implemented using dense-storage so the
+interface only includes the corresponding dense-storage BLAS functions.
+The full BLAS functionality for band-format and packed-format matrices
+is available through the low-level CBLAS interface.  Similarly, GSL
+vectors are restricted to positive strides, whereas the low-level CBLAS
+interface supports negative strides as specified in the BLAS standard
+(1).
+
+The interface for the ‘gsl_cblas’ layer is specified in the file
+‘gsl_cblas.h’.  This interface corresponds to the BLAS Technical Forum’s
+standard for the C interface to legacy BLAS implementations.  Users who
+have access to other conforming CBLAS implementations can use these in
+place of the version provided by the library.  Note that users who have
+only a Fortran BLAS library can use a CBLAS conformant wrapper to
+convert it into a CBLAS library.  A reference CBLAS wrapper for legacy
+Fortran implementations exists as part of the CBLAS standard and can be
+obtained from Netlib.  The complete set of CBLAS functions is listed in
+an *note appendix: 476.
+
+There are three levels of BLAS operations,
+
+`Level 1'       Vector operations, e.g.  y = \alpha x + y
+                
+                
+`Level 2'       Matrix-vector operations, e.g.  y = \alpha A x + \beta y
+                
+                
+`Level 3'       Matrix-matrix operations, e.g.  C = \alpha A B + C
+                
+
+Each routine has a name which specifies the operation, the type of
+matrices involved and their precisions.  Some of the most common
+operations and their names are given below,
+
+`DOT'        scalar product, x^T y
+             
+             
+`AXPY'       vector sum, \alpha x + y
+             
+             
+`MV'         matrix-vector product, A x
+             
+             
+`SV'         matrix-vector solve, inv(A) x
+             
+             
+`MM'         matrix-matrix product, A B
+             
+             
+`SM'         matrix-matrix solve, inv(A) B
+             
+
+The types of matrices are,
+
+`GE'       general
+           
+           
+`GB'       general band
+           
+           
+`SY'       symmetric
+           
+           
+`SB'       symmetric band
+           
+           
+`SP'       symmetric packed
+           
+           
+`HE'       hermitian
+           
+           
+`HB'       hermitian band
+           
+           
+`HP'       hermitian packed
+           
+           
+`TR'       triangular
+           
+           
+`TB'       triangular band
+           
+           
+`TP'       triangular packed
+           
+
+Each operation is defined for four precisions,
+
+`S'       single real
+          
+          
+`D'       double real
+          
+          
+`C'       single complex
+          
+          
+`Z'       double complex
+          
+
+Thus, for example, the name SGEMM stands for “single-precision general
+matrix-matrix multiply” and ZGEMM stands for “double-precision complex
+matrix-matrix multiply”.
+
+Note that the vector and matrix arguments to BLAS functions must not be
+aliased, as the results are undefined when the underlying arrays overlap
+(*note Aliasing of arrays: 1f.).
+
+* Menu:
+
+* GSL BLAS Interface::
+* Examples: Examples<8>.
+* References and Further Reading: References and Further Reading<8>.
+
+   ---------- Footnotes ----------
+
+   (1) (1) In the low-level CBLAS interface, a negative stride accesses
+the vector elements in reverse order, i.e.  the i-th element is given by
+(N-i)*|incx| for incx < 0.
+
+\1f
+File: gsl-ref.info,  Node: GSL BLAS Interface,  Next: Examples<8>,  Up: BLAS Support
+
+13.1 GSL BLAS Interface
+=======================
+
+GSL provides dense vector and matrix objects, based on the relevant
+built-in types.  The library provides an interface to the BLAS
+operations which apply to these objects.  The interface to this
+functionality is given in the file ‘gsl_blas.h’.
+
+* Menu:
+
+* Level 1::
+* Level 2::
+* Level 3::
+
+\1f
+File: gsl-ref.info,  Node: Level 1,  Next: Level 2,  Up: GSL BLAS Interface
+
+13.1.1 Level 1
+--------------
+
+ -- Function: int gsl_blas_sdsdot (float alpha, const gsl_vector_float
+          *x, const gsl_vector_float *y, float *result)
+
+     This function computes the sum \alpha + x^T y for the vectors *note
+     x: 479. and *note y: 479, returning the result in *note result:
+     479.
+
+ -- Function: int gsl_blas_sdot (const gsl_vector_float *x, const
+          gsl_vector_float *y, float *result)
+ -- Function: int gsl_blas_dsdot (const gsl_vector_float *x, const
+          gsl_vector_float *y, double *result)
+ -- Function: int gsl_blas_ddot (const gsl_vector *x, const gsl_vector
+          *y, double *result)
+
+     These functions compute the scalar product x^T y for the vectors
+     *note x: 47c. and *note y: 47c, returning the result in *note
+     result: 47c.
+
+ -- Function: int gsl_blas_cdotu (const gsl_vector_complex_float *x,
+          const gsl_vector_complex_float *y, gsl_complex_float *dotu)
+ -- Function: int gsl_blas_zdotu (const gsl_vector_complex *x, const
+          gsl_vector_complex *y, gsl_complex *dotu)
+
+     These functions compute the complex scalar product x^T y for the
+     vectors *note x: 47e. and *note y: 47e, returning the result in
+     *note dotu: 47e.
+
+ -- Function: int gsl_blas_cdotc (const gsl_vector_complex_float *x,
+          const gsl_vector_complex_float *y, gsl_complex_float *dotc)
+ -- Function: int gsl_blas_zdotc (const gsl_vector_complex *x, const
+          gsl_vector_complex *y, gsl_complex *dotc)
+
+     These functions compute the complex conjugate scalar product x^H y
+     for the vectors *note x: 480. and *note y: 480, returning the
+     result in *note dotc: 480.
+
+ -- Function: float gsl_blas_snrm2 (const gsl_vector_float *x)
+ -- Function: double gsl_blas_dnrm2 (const gsl_vector *x)
+
+     These functions compute the Euclidean norm ||x||_2 = \sqrt{\sum
+     x_i^2} of the vector *note x: 482.
+
+ -- Function: float gsl_blas_scnrm2 (const gsl_vector_complex_float *x)
+ -- Function: double gsl_blas_dznrm2 (const gsl_vector_complex *x)
+
+     These functions compute the Euclidean norm of the complex vector
+     *note x: 484,
+
+          ||x||_2 = \sqrt{\sum (\Re(x_i)^2 + \Im(x_i)^2)}.
+
+ -- Function: float gsl_blas_sasum (const gsl_vector_float *x)
+ -- Function: double gsl_blas_dasum (const gsl_vector *x)
+
+     These functions compute the absolute sum \sum |x_i| of the elements
+     of the vector *note x: 486.
+
+ -- Function: float gsl_blas_scasum (const gsl_vector_complex_float *x)
+ -- Function: double gsl_blas_dzasum (const gsl_vector_complex *x)
+
+     These functions compute the sum of the magnitudes of the real and
+     imaginary parts of the complex vector *note x: 488, \sum \left(
+     |\Re(x_i)| + |\Im(x_i)| \right).
+
+ -- Function: CBLAS_INDEX_t gsl_blas_isamax (const gsl_vector_float *x)
+ -- Function: CBLAS_INDEX_t gsl_blas_idamax (const gsl_vector *x)
+ -- Function: CBLAS_INDEX_t gsl_blas_icamax (const
+          gsl_vector_complex_float *x)
+ -- Function: CBLAS_INDEX_t gsl_blas_izamax (const gsl_vector_complex
+          *x)
+
+     These functions return the index of the largest element of the
+     vector *note x: 48c.  The largest element is determined by its
+     absolute magnitude for real vectors and by the sum of the
+     magnitudes of the real and imaginary parts |\Re(x_i)| + |\Im(x_i)|
+     for complex vectors.  If the largest value occurs several times
+     then the index of the first occurrence is returned.
+
+ -- Function: int gsl_blas_sswap (gsl_vector_float *x, gsl_vector_float
+          *y)
+ -- Function: int gsl_blas_dswap (gsl_vector *x, gsl_vector *y)
+ -- Function: int gsl_blas_cswap (gsl_vector_complex_float *x,
+          gsl_vector_complex_float *y)
+ -- Function: int gsl_blas_zswap (gsl_vector_complex *x,
+          gsl_vector_complex *y)
+
+     These functions exchange the elements of the vectors *note x: 490.
+     and *note y: 490.
+
+ -- Function: int gsl_blas_scopy (const gsl_vector_float *x,
+          gsl_vector_float *y)
+ -- Function: int gsl_blas_dcopy (const gsl_vector *x, gsl_vector *y)
+ -- Function: int gsl_blas_ccopy (const gsl_vector_complex_float *x,
+          gsl_vector_complex_float *y)
+ -- Function: int gsl_blas_zcopy (const gsl_vector_complex *x,
+          gsl_vector_complex *y)
+
+     These functions copy the elements of the vector *note x: 494. into
+     the vector *note y: 494.
+
+ -- Function: int gsl_blas_saxpy (float alpha, const gsl_vector_float
+          *x, gsl_vector_float *y)
+ -- Function: int gsl_blas_daxpy (double alpha, const gsl_vector *x,
+          gsl_vector *y)
+ -- Function: int gsl_blas_caxpy (const gsl_complex_float alpha, const
+          gsl_vector_complex_float *x, gsl_vector_complex_float *y)
+ -- Function: int gsl_blas_zaxpy (const gsl_complex alpha, const
+          gsl_vector_complex *x, gsl_vector_complex *y)
+
+     These functions compute the sum y = \alpha x + y for the vectors
+     *note x: 498. and *note y: 498.
+
+ -- Function: void gsl_blas_sscal (float alpha, gsl_vector_float *x)
+ -- Function: void gsl_blas_dscal (double alpha, gsl_vector *x)
+ -- Function: void gsl_blas_cscal (const gsl_complex_float alpha,
+          gsl_vector_complex_float *x)
+ -- Function: void gsl_blas_zscal (const gsl_complex alpha,
+          gsl_vector_complex *x)
+ -- Function: void gsl_blas_csscal (float alpha,
+          gsl_vector_complex_float *x)
+ -- Function: void gsl_blas_zdscal (double alpha, gsl_vector_complex *x)
+
+     These functions rescale the vector *note x: 49e. by the
+     multiplicative factor *note alpha: 49e.
+
+ -- Function: int gsl_blas_srotg (float a[], float b[], float c[], float
+          s[])
+ -- Function: int gsl_blas_drotg (double a[], double b[], double c[],
+          double s[])
+
+     These functions compute a Givens rotation (c,s) which zeroes the
+     vector (a,b),
+
+          [  c  s ] [ a ] = [ r ]
+          [ -s  c ] [ b ]   [ 0 ]
+
+     The variables *note a: 4a0. and *note b: 4a0. are overwritten by
+     the routine.
+
+ -- Function: int gsl_blas_srot (gsl_vector_float *x, gsl_vector_float
+          *y, float c, float s)
+ -- Function: int gsl_blas_drot (gsl_vector *x, gsl_vector *y, const
+          double c, const double s)
+
+     These functions apply a Givens rotation (x', y') = (c x + s y, -s x
+     + c y) to the vectors *note x: 4a2, *note y: 4a2.
+
+ -- Function: int gsl_blas_srotmg (float d1[], float d2[], float b1[],
+          float b2, float P[])
+ -- Function: int gsl_blas_drotmg (double d1[], double d2[], double
+          b1[], double b2, double P[])
+
+     These functions compute a modified Givens transformation.  The
+     modified Givens transformation is defined in the original Level-1
+     BLAS specification, given in the references.
+
+ -- Function: int gsl_blas_srotm (gsl_vector_float *x, gsl_vector_float
+          *y, const float P[])
+ -- Function: int gsl_blas_drotm (gsl_vector *x, gsl_vector *y, const
+          double P[])
+
+     These functions apply a modified Givens transformation.
+
+\1f
+File: gsl-ref.info,  Node: Level 2,  Next: Level 3,  Prev: Level 1,  Up: GSL BLAS Interface
+
+13.1.2 Level 2
+--------------
+
+ -- Function: int gsl_blas_sgemv (CBLAS_TRANSPOSE_t TransA, float alpha,
+          const gsl_matrix_float *A, const gsl_vector_float *x, float
+          beta, gsl_vector_float *y)
+ -- Function: int gsl_blas_dgemv (CBLAS_TRANSPOSE_t TransA, double
+          alpha, const gsl_matrix *A, const gsl_vector *x, double beta,
+          gsl_vector *y)
+ -- Function: int gsl_blas_cgemv (CBLAS_TRANSPOSE_t TransA, const
+          gsl_complex_float alpha, const gsl_matrix_complex_float *A,
+          const gsl_vector_complex_float *x, const gsl_complex_float
+          beta, gsl_vector_complex_float *y)
+ -- Function: int gsl_blas_zgemv (CBLAS_TRANSPOSE_t TransA, const
+          gsl_complex alpha, const gsl_matrix_complex *A, const
+          gsl_vector_complex *x, const gsl_complex beta,
+          gsl_vector_complex *y)
+
+     These functions compute the matrix-vector product and sum y =
+     \alpha op(A) x + \beta y, where op(A) = A, A^T, A^H for *note
+     TransA: 4ab. = ‘CblasNoTrans’, ‘CblasTrans’, ‘CblasConjTrans’.
+
+ -- Function: int gsl_blas_strmv (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          TransA, CBLAS_DIAG_t Diag, const gsl_matrix_float *A,
+          gsl_vector_float *x)
+ -- Function: int gsl_blas_dtrmv (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          TransA, CBLAS_DIAG_t Diag, const gsl_matrix *A, gsl_vector *x)
+ -- Function: int gsl_blas_ctrmv (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          TransA, CBLAS_DIAG_t Diag, const gsl_matrix_complex_float *A,
+          gsl_vector_complex_float *x)
+ -- Function: int gsl_blas_ztrmv (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          TransA, CBLAS_DIAG_t Diag, const gsl_matrix_complex *A,
+          gsl_vector_complex *x)
+
+     These functions compute the matrix-vector product x = op(A) x for
+     the triangular matrix *note A: 4af, where op(A) = A, A^T, A^H for
+     *note TransA: 4af. = ‘CblasNoTrans’, ‘CblasTrans’,
+     ‘CblasConjTrans’.  When *note Uplo: 4af. is ‘CblasUpper’ then the
+     upper triangle of *note A: 4af. is used, and when *note Uplo: 4af.
+     is ‘CblasLower’ then the lower triangle of *note A: 4af. is used.
+     If *note Diag: 4af. is ‘CblasNonUnit’ then the diagonal of the
+     matrix is used, but if *note Diag: 4af. is ‘CblasUnit’ then the
+     diagonal elements of the matrix *note A: 4af. are taken as unity
+     and are not referenced.
+
+ -- Function: int gsl_blas_strsv (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          TransA, CBLAS_DIAG_t Diag, const gsl_matrix_float *A,
+          gsl_vector_float *x)
+ -- Function: int gsl_blas_dtrsv (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          TransA, CBLAS_DIAG_t Diag, const gsl_matrix *A, gsl_vector *x)
+ -- Function: int gsl_blas_ctrsv (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          TransA, CBLAS_DIAG_t Diag, const gsl_matrix_complex_float *A,
+          gsl_vector_complex_float *x)
+ -- Function: int gsl_blas_ztrsv (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          TransA, CBLAS_DIAG_t Diag, const gsl_matrix_complex *A,
+          gsl_vector_complex *x)
+
+     These functions compute inv(op(A)) x for *note x: 4b3, where op(A)
+     = A, A^T, A^H for *note TransA: 4b3. = ‘CblasNoTrans’,
+     ‘CblasTrans’, ‘CblasConjTrans’.  When *note Uplo: 4b3. is
+     ‘CblasUpper’ then the upper triangle of *note A: 4b3. is used, and
+     when *note Uplo: 4b3. is ‘CblasLower’ then the lower triangle of
+     *note A: 4b3. is used.  If *note Diag: 4b3. is ‘CblasNonUnit’ then
+     the diagonal of the matrix is used, but if *note Diag: 4b3. is
+     ‘CblasUnit’ then the diagonal elements of the matrix *note A: 4b3.
+     are taken as unity and are not referenced.
+
+ -- Function: int gsl_blas_ssymv (CBLAS_UPLO_t Uplo, float alpha, const
+          gsl_matrix_float *A, const gsl_vector_float *x, float beta,
+          gsl_vector_float *y)
+ -- Function: int gsl_blas_dsymv (CBLAS_UPLO_t Uplo, double alpha, const
+          gsl_matrix *A, const gsl_vector *x, double beta, gsl_vector
+          *y)
+
+     These functions compute the matrix-vector product and sum y =
+     \alpha A x + \beta y for the symmetric matrix *note A: 4b5.  Since
+     the matrix *note A: 4b5. is symmetric only its upper half or lower
+     half need to be stored.  When *note Uplo: 4b5. is ‘CblasUpper’ then
+     the upper triangle and diagonal of *note A: 4b5. are used, and when
+     *note Uplo: 4b5. is ‘CblasLower’ then the lower triangle and
+     diagonal of *note A: 4b5. are used.
+
+ -- Function: int gsl_blas_chemv (CBLAS_UPLO_t Uplo, const
+          gsl_complex_float alpha, const gsl_matrix_complex_float *A,
+          const gsl_vector_complex_float *x, const gsl_complex_float
+          beta, gsl_vector_complex_float *y)
+ -- Function: int gsl_blas_zhemv (CBLAS_UPLO_t Uplo, const gsl_complex
+          alpha, const gsl_matrix_complex *A, const gsl_vector_complex
+          *x, const gsl_complex beta, gsl_vector_complex *y)
+
+     These functions compute the matrix-vector product and sum y =
+     \alpha A x + \beta y for the hermitian matrix *note A: 4b7.  Since
+     the matrix *note A: 4b7. is hermitian only its upper half or lower
+     half need to be stored.  When *note Uplo: 4b7. is ‘CblasUpper’ then
+     the upper triangle and diagonal of *note A: 4b7. are used, and when
+     *note Uplo: 4b7. is ‘CblasLower’ then the lower triangle and
+     diagonal of *note A: 4b7. are used.  The imaginary elements of the
+     diagonal are automatically assumed to be zero and are not
+     referenced.
+
+ -- Function: int gsl_blas_sger (float alpha, const gsl_vector_float *x,
+          const gsl_vector_float *y, gsl_matrix_float *A)
+ -- Function: int gsl_blas_dger (double alpha, const gsl_vector *x,
+          const gsl_vector *y, gsl_matrix *A)
+ -- Function: int gsl_blas_cgeru (const gsl_complex_float alpha, const
+          gsl_vector_complex_float *x, const gsl_vector_complex_float
+          *y, gsl_matrix_complex_float *A)
+ -- Function: int gsl_blas_zgeru (const gsl_complex alpha, const
+          gsl_vector_complex *x, const gsl_vector_complex *y,
+          gsl_matrix_complex *A)
+
+     These functions compute the rank-1 update A = \alpha x y^T + A of
+     the matrix *note A: 4bb.
+
+ -- Function: int gsl_blas_cgerc (const gsl_complex_float alpha, const
+          gsl_vector_complex_float *x, const gsl_vector_complex_float
+          *y, gsl_matrix_complex_float *A)
+ -- Function: int gsl_blas_zgerc (const gsl_complex alpha, const
+          gsl_vector_complex *x, const gsl_vector_complex *y,
+          gsl_matrix_complex *A)
+
+     These functions compute the conjugate rank-1 update A = \alpha x
+     y^H + A of the matrix *note A: 4bd.
+
+ -- Function: int gsl_blas_ssyr (CBLAS_UPLO_t Uplo, float alpha, const
+          gsl_vector_float *x, gsl_matrix_float *A)
+ -- Function: int gsl_blas_dsyr (CBLAS_UPLO_t Uplo, double alpha, const
+          gsl_vector *x, gsl_matrix *A)
+
+     These functions compute the symmetric rank-1 update A = \alpha x
+     x^T + A of the symmetric matrix *note A: 4bf.  Since the matrix
+     *note A: 4bf. is symmetric only its upper half or lower half need
+     to be stored.  When *note Uplo: 4bf. is ‘CblasUpper’ then the upper
+     triangle and diagonal of *note A: 4bf. are used, and when *note
+     Uplo: 4bf. is ‘CblasLower’ then the lower triangle and diagonal of
+     *note A: 4bf. are used.
+
+ -- Function: int gsl_blas_cher (CBLAS_UPLO_t Uplo, float alpha, const
+          gsl_vector_complex_float *x, gsl_matrix_complex_float *A)
+ -- Function: int gsl_blas_zher (CBLAS_UPLO_t Uplo, double alpha, const
+          gsl_vector_complex *x, gsl_matrix_complex *A)
+
+     These functions compute the hermitian rank-1 update A = \alpha x
+     x^H + A of the hermitian matrix *note A: 4c1.  Since the matrix
+     *note A: 4c1. is hermitian only its upper half or lower half need
+     to be stored.  When *note Uplo: 4c1. is ‘CblasUpper’ then the upper
+     triangle and diagonal of *note A: 4c1. are used, and when *note
+     Uplo: 4c1. is ‘CblasLower’ then the lower triangle and diagonal of
+     *note A: 4c1. are used.  The imaginary elements of the diagonal are
+     automatically set to zero.
+
+ -- Function: int gsl_blas_ssyr2 (CBLAS_UPLO_t Uplo, float alpha, const
+          gsl_vector_float *x, const gsl_vector_float *y,
+          gsl_matrix_float *A)
+ -- Function: int gsl_blas_dsyr2 (CBLAS_UPLO_t Uplo, double alpha, const
+          gsl_vector *x, const gsl_vector *y, gsl_matrix *A)
+
+     These functions compute the symmetric rank-2 update A = \alpha x
+     y^T + \alpha y x^T + A of the symmetric matrix *note A: 4c3.  Since
+     the matrix *note A: 4c3. is symmetric only its upper half or lower
+     half need to be stored.  When *note Uplo: 4c3. is ‘CblasUpper’ then
+     the upper triangle and diagonal of *note A: 4c3. are used, and when
+     *note Uplo: 4c3. is ‘CblasLower’ then the lower triangle and
+     diagonal of *note A: 4c3. are used.
+
+ -- Function: int gsl_blas_cher2 (CBLAS_UPLO_t Uplo, const
+          gsl_complex_float alpha, const gsl_vector_complex_float *x,
+          const gsl_vector_complex_float *y, gsl_matrix_complex_float
+          *A)
+ -- Function: int gsl_blas_zher2 (CBLAS_UPLO_t Uplo, const gsl_complex
+          alpha, const gsl_vector_complex *x, const gsl_vector_complex
+          *y, gsl_matrix_complex *A)
+
+     These functions compute the hermitian rank-2 update A = \alpha x
+     y^H + \alpha^* y x^H + A of the hermitian matrix *note A: 4c5.
+     Since the matrix *note A: 4c5. is hermitian only its upper half or
+     lower half need to be stored.  When *note Uplo: 4c5. is
+     ‘CblasUpper’ then the upper triangle and diagonal of *note A: 4c5.
+     are used, and when *note Uplo: 4c5. is ‘CblasLower’ then the lower
+     triangle and diagonal of *note A: 4c5. are used.  The imaginary
+     elements of the diagonal are automatically set to zero.
+
+\1f
+File: gsl-ref.info,  Node: Level 3,  Prev: Level 2,  Up: GSL BLAS Interface
+
+13.1.3 Level 3
+--------------
+
+ -- Function: int gsl_blas_sgemm (CBLAS_TRANSPOSE_t TransA,
+          CBLAS_TRANSPOSE_t TransB, float alpha, const gsl_matrix_float
+          *A, const gsl_matrix_float *B, float beta, gsl_matrix_float
+          *C)
+ -- Function: int gsl_blas_dgemm (CBLAS_TRANSPOSE_t TransA,
+          CBLAS_TRANSPOSE_t TransB, double alpha, const gsl_matrix *A,
+          const gsl_matrix *B, double beta, gsl_matrix *C)
+ -- Function: int gsl_blas_cgemm (CBLAS_TRANSPOSE_t TransA,
+          CBLAS_TRANSPOSE_t TransB, const gsl_complex_float alpha, const
+          gsl_matrix_complex_float *A, const gsl_matrix_complex_float
+          *B, const gsl_complex_float beta, gsl_matrix_complex_float *C)
+ -- Function: int gsl_blas_zgemm (CBLAS_TRANSPOSE_t TransA,
+          CBLAS_TRANSPOSE_t TransB, const gsl_complex alpha, const
+          gsl_matrix_complex *A, const gsl_matrix_complex *B, const
+          gsl_complex beta, gsl_matrix_complex *C)
+
+     These functions compute the matrix-matrix product and sum C =
+     \alpha op(A) op(B) + \beta C where op(A) = A, A^T, A^H for *note
+     TransA: 4ca. = ‘CblasNoTrans’, ‘CblasTrans’, ‘CblasConjTrans’ and
+     similarly for the parameter *note TransB: 4ca.
+
+ -- Function: int gsl_blas_ssymm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          float alpha, const gsl_matrix_float *A, const gsl_matrix_float
+          *B, float beta, gsl_matrix_float *C)
+ -- Function: int gsl_blas_dsymm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          double alpha, const gsl_matrix *A, const gsl_matrix *B, double
+          beta, gsl_matrix *C)
+ -- Function: int gsl_blas_csymm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          const gsl_complex_float alpha, const gsl_matrix_complex_float
+          *A, const gsl_matrix_complex_float *B, const gsl_complex_float
+          beta, gsl_matrix_complex_float *C)
+ -- Function: int gsl_blas_zsymm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          const gsl_complex alpha, const gsl_matrix_complex *A, const
+          gsl_matrix_complex *B, const gsl_complex beta,
+          gsl_matrix_complex *C)
+
+     These functions compute the matrix-matrix product and sum C =
+     \alpha A B + \beta C for *note Side: 4ce. is ‘CblasLeft’ and C =
+     \alpha B A + \beta C for *note Side: 4ce. is ‘CblasRight’, where
+     the matrix *note A: 4ce. is symmetric.  When *note Uplo: 4ce. is
+     ‘CblasUpper’ then the upper triangle and diagonal of *note A: 4ce.
+     are used, and when *note Uplo: 4ce. is ‘CblasLower’ then the lower
+     triangle and diagonal of *note A: 4ce. are used.
+
+ -- Function: int gsl_blas_chemm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          const gsl_complex_float alpha, const gsl_matrix_complex_float
+          *A, const gsl_matrix_complex_float *B, const gsl_complex_float
+          beta, gsl_matrix_complex_float *C)
+ -- Function: int gsl_blas_zhemm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          const gsl_complex alpha, const gsl_matrix_complex *A, const
+          gsl_matrix_complex *B, const gsl_complex beta,
+          gsl_matrix_complex *C)
+
+     These functions compute the matrix-matrix product and sum C =
+     \alpha A B + \beta C for *note Side: 4d0. is ‘CblasLeft’ and C =
+     \alpha B A + \beta C for *note Side: 4d0. is ‘CblasRight’, where
+     the matrix *note A: 4d0. is hermitian.  When *note Uplo: 4d0. is
+     ‘CblasUpper’ then the upper triangle and diagonal of *note A: 4d0.
+     are used, and when *note Uplo: 4d0. is ‘CblasLower’ then the lower
+     triangle and diagonal of *note A: 4d0. are used.  The imaginary
+     elements of the diagonal are automatically set to zero.
+
+ -- Function: int gsl_blas_strmm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          CBLAS_TRANSPOSE_t TransA, CBLAS_DIAG_t Diag, float alpha,
+          const gsl_matrix_float *A, gsl_matrix_float *B)
+ -- Function: int gsl_blas_dtrmm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          CBLAS_TRANSPOSE_t TransA, CBLAS_DIAG_t Diag, double alpha,
+          const gsl_matrix *A, gsl_matrix *B)
+ -- Function: int gsl_blas_ctrmm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          CBLAS_TRANSPOSE_t TransA, CBLAS_DIAG_t Diag, const
+          gsl_complex_float alpha, const gsl_matrix_complex_float *A,
+          gsl_matrix_complex_float *B)
+ -- Function: int gsl_blas_ztrmm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          CBLAS_TRANSPOSE_t TransA, CBLAS_DIAG_t Diag, const gsl_complex
+          alpha, const gsl_matrix_complex *A, gsl_matrix_complex *B)
+
+     These functions compute the matrix-matrix product B = \alpha op(A)
+     B for *note Side: 4d4. is ‘CblasLeft’ and B = \alpha B op(A) for
+     *note Side: 4d4. is ‘CblasRight’.  The matrix *note A: 4d4. is
+     triangular and op(A) = A, A^T, A^H for *note TransA: 4d4. =
+     ‘CblasNoTrans’, ‘CblasTrans’, ‘CblasConjTrans’.  When *note Uplo:
+     4d4. is ‘CblasUpper’ then the upper triangle of *note A: 4d4. is
+     used, and when *note Uplo: 4d4. is ‘CblasLower’ then the lower
+     triangle of *note A: 4d4. is used.  If *note Diag: 4d4. is
+     ‘CblasNonUnit’ then the diagonal of *note A: 4d4. is used, but if
+     *note Diag: 4d4. is ‘CblasUnit’ then the diagonal elements of the
+     matrix *note A: 4d4. are taken as unity and are not referenced.
+
+ -- Function: int gsl_blas_strsm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          CBLAS_TRANSPOSE_t TransA, CBLAS_DIAG_t Diag, float alpha,
+          const gsl_matrix_float *A, gsl_matrix_float *B)
+ -- Function: int gsl_blas_dtrsm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          CBLAS_TRANSPOSE_t TransA, CBLAS_DIAG_t Diag, double alpha,
+          const gsl_matrix *A, gsl_matrix *B)
+ -- Function: int gsl_blas_ctrsm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          CBLAS_TRANSPOSE_t TransA, CBLAS_DIAG_t Diag, const
+          gsl_complex_float alpha, const gsl_matrix_complex_float *A,
+          gsl_matrix_complex_float *B)
+ -- Function: int gsl_blas_ztrsm (CBLAS_SIDE_t Side, CBLAS_UPLO_t Uplo,
+          CBLAS_TRANSPOSE_t TransA, CBLAS_DIAG_t Diag, const gsl_complex
+          alpha, const gsl_matrix_complex *A, gsl_matrix_complex *B)
+
+     These functions compute the inverse-matrix matrix product B =
+     \alpha op(inv(A))B for *note Side: 4d8. is ‘CblasLeft’ and B =
+     \alpha B op(inv(A)) for *note Side: 4d8. is ‘CblasRight’.  The
+     matrix *note A: 4d8. is triangular and op(A) = A, A^T, A^H for
+     *note TransA: 4d8. = ‘CblasNoTrans’, ‘CblasTrans’,
+     ‘CblasConjTrans’.  When *note Uplo: 4d8. is ‘CblasUpper’ then the
+     upper triangle of *note A: 4d8. is used, and when *note Uplo: 4d8.
+     is ‘CblasLower’ then the lower triangle of *note A: 4d8. is used.
+     If *note Diag: 4d8. is ‘CblasNonUnit’ then the diagonal of *note A:
+     4d8. is used, but if *note Diag: 4d8. is ‘CblasUnit’ then the
+     diagonal elements of the matrix *note A: 4d8. are taken as unity
+     and are not referenced.
+
+ -- Function: int gsl_blas_ssyrk (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, float alpha, const gsl_matrix_float *A, float beta,
+          gsl_matrix_float *C)
+ -- Function: int gsl_blas_dsyrk (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, double alpha, const gsl_matrix *A, double beta,
+          gsl_matrix *C)
+ -- Function: int gsl_blas_csyrk (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, const gsl_complex_float alpha, const
+          gsl_matrix_complex_float *A, const gsl_complex_float beta,
+          gsl_matrix_complex_float *C)
+ -- Function: int gsl_blas_zsyrk (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, const gsl_complex alpha, const gsl_matrix_complex *A,
+          const gsl_complex beta, gsl_matrix_complex *C)
+
+     These functions compute a rank-k update of the symmetric matrix
+     *note C: 4dc, C = \alpha A A^T + \beta C when *note Trans: 4dc. is
+     ‘CblasNoTrans’ and C = \alpha A^T A + \beta C when *note Trans:
+     4dc. is ‘CblasTrans’.  Since the matrix *note C: 4dc. is symmetric
+     only its upper half or lower half need to be stored.  When *note
+     Uplo: 4dc. is ‘CblasUpper’ then the upper triangle and diagonal of
+     *note C: 4dc. are used, and when *note Uplo: 4dc. is ‘CblasLower’
+     then the lower triangle and diagonal of *note C: 4dc. are used.
+
+ -- Function: int gsl_blas_cherk (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, float alpha, const gsl_matrix_complex_float *A, float
+          beta, gsl_matrix_complex_float *C)
+ -- Function: int gsl_blas_zherk (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, double alpha, const gsl_matrix_complex *A, double beta,
+          gsl_matrix_complex *C)
+
+     These functions compute a rank-k update of the hermitian matrix
+     *note C: 4de, C = \alpha A A^H + \beta C when *note Trans: 4de. is
+     ‘CblasNoTrans’ and C = \alpha A^H A + \beta C when *note Trans:
+     4de. is ‘CblasConjTrans’.  Since the matrix *note C: 4de. is
+     hermitian only its upper half or lower half need to be stored.
+     When *note Uplo: 4de. is ‘CblasUpper’ then the upper triangle and
+     diagonal of *note C: 4de. are used, and when *note Uplo: 4de. is
+     ‘CblasLower’ then the lower triangle and diagonal of *note C: 4de.
+     are used.  The imaginary elements of the diagonal are automatically
+     set to zero.
+
+ -- Function: int gsl_blas_ssyr2k (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, float alpha, const gsl_matrix_float *A, const
+          gsl_matrix_float *B, float beta, gsl_matrix_float *C)
+ -- Function: int gsl_blas_dsyr2k (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, double alpha, const gsl_matrix *A, const gsl_matrix *B,
+          double beta, gsl_matrix *C)
+ -- Function: int gsl_blas_csyr2k (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, const gsl_complex_float alpha, const
+          gsl_matrix_complex_float *A, const gsl_matrix_complex_float
+          *B, const gsl_complex_float beta, gsl_matrix_complex_float *C)
+ -- Function: int gsl_blas_zsyr2k (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, const gsl_complex alpha, const gsl_matrix_complex *A,
+          const gsl_matrix_complex *B, const gsl_complex beta,
+          gsl_matrix_complex *C)
+
+     These functions compute a rank-2k update of the symmetric matrix
+     *note C: 4e2, C = \alpha A B^T + \alpha B A^T + \beta C when *note
+     Trans: 4e2. is ‘CblasNoTrans’ and C = \alpha A^T B + \alpha B^T A +
+     \beta C when *note Trans: 4e2. is ‘CblasTrans’.  Since the matrix
+     *note C: 4e2. is symmetric only its upper half or lower half need
+     to be stored.  When *note Uplo: 4e2. is ‘CblasUpper’ then the upper
+     triangle and diagonal of *note C: 4e2. are used, and when *note
+     Uplo: 4e2. is ‘CblasLower’ then the lower triangle and diagonal of
+     *note C: 4e2. are used.
+
+ -- Function: int gsl_blas_cher2k (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, const gsl_complex_float alpha, const
+          gsl_matrix_complex_float *A, const gsl_matrix_complex_float
+          *B, float beta, gsl_matrix_complex_float *C)
+ -- Function: int gsl_blas_zher2k (CBLAS_UPLO_t Uplo, CBLAS_TRANSPOSE_t
+          Trans, const gsl_complex alpha, const gsl_matrix_complex *A,
+          const gsl_matrix_complex *B, double beta, gsl_matrix_complex
+          *C)
+
+     These functions compute a rank-2k update of the hermitian matrix
+     *note C: 4e4, C = \alpha A B^H + \alpha^* B A^H + \beta C when
+     *note Trans: 4e4. is ‘CblasNoTrans’ and C = \alpha A^H B + \alpha^*
+     B^H A + \beta C when *note Trans: 4e4. is ‘CblasConjTrans’.  Since
+     the matrix *note C: 4e4. is hermitian only its upper half or lower
+     half need to be stored.  When *note Uplo: 4e4. is ‘CblasUpper’ then
+     the upper triangle and diagonal of *note C: 4e4. are used, and when
+     *note Uplo: 4e4. is ‘CblasLower’ then the lower triangle and
+     diagonal of *note C: 4e4. are used.  The imaginary elements of the
+     diagonal are automatically set to zero.
+
+\1f
+File: gsl-ref.info,  Node: Examples<8>,  Next: References and Further Reading<8>,  Prev: GSL BLAS Interface,  Up: BLAS Support
+
+13.2 Examples
+=============
+
+The following program computes the product of two matrices using the
+Level-3 BLAS function DGEMM,
+
+     [ 0.11 0.12 0.13 ]  [ 1011 1012 ]     [ 367.76 368.12 ]
+     [ 0.21 0.22 0.23 ]  [ 1021 1022 ]  =  [ 674.06 674.72 ]
+                         [ 1031 1032 ]
+
+The matrices are stored in row major order, according to the C
+convention for arrays.
+
+     #include <stdio.h>
+     #include <gsl/gsl_blas.h>
+
+     int
+     main (void)
+     {
+       double a[] = { 0.11, 0.12, 0.13,
+                      0.21, 0.22, 0.23 };
+
+       double b[] = { 1011, 1012,
+                      1021, 1022,
+                      1031, 1032 };
+
+       double c[] = { 0.00, 0.00,
+                      0.00, 0.00 };
+
+       gsl_matrix_view A = gsl_matrix_view_array(a, 2, 3);
+       gsl_matrix_view B = gsl_matrix_view_array(b, 3, 2);
+       gsl_matrix_view C = gsl_matrix_view_array(c, 2, 2);
+
+       /* Compute C = A B */
+
+       gsl_blas_dgemm (CblasNoTrans, CblasNoTrans,
+                       1.0, &A.matrix, &B.matrix,
+                       0.0, &C.matrix);
+
+       printf ("[ %g, %g\n", c[0], c[1]);
+       printf ("  %g, %g ]\n", c[2], c[3]);
+
+       return 0;
+     }
+
+Here is the output from the program,
+
+     [ 367.76, 368.12
+       674.06, 674.72 ]
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<8>,  Prev: Examples<8>,  Up: BLAS Support
+
+13.3 References and Further Reading
+===================================
+
+Information on the BLAS standards, including both the legacy and updated
+interface standards, is available online from the BLAS Homepage and BLAS
+Technical Forum web-site.
+
+   * BLAS Homepage, ‘http://www.netlib.org/blas/’
+
+   * BLAS Technical Forum, ‘http://www.netlib.org/blas/blast-forum/’
+
+The following papers contain the specifications for Level 1, Level 2 and
+Level 3 BLAS.
+
+   * C. Lawson, R. Hanson, D. Kincaid, F. Krogh, “Basic Linear Algebra
+     Subprograms for Fortran Usage”, ACM Transactions on Mathematical
+     Software, Vol.: 5 (1979), Pages 308–325.
+
+   * J.J. Dongarra, J. DuCroz, S. Hammarling, R. Hanson, “An Extended
+     Set of Fortran Basic Linear Algebra Subprograms”, ACM Transactions
+     on Mathematical Software, Vol.: 14, No.: 1 (1988), Pages 1–32.
+
+   * J.J. Dongarra, I. Duff, J. DuCroz, S. Hammarling, “A Set of Level 3
+     Basic Linear Algebra Subprograms”, ACM Transactions on Mathematical
+     Software, Vol.: 16 (1990), Pages 1–28.
+
+Postscript versions of the latter two papers are available from
+‘http://www.netlib.org/blas/’.  A CBLAS wrapper for Fortran BLAS
+libraries is available from the same location.
+
+\1f
+File: gsl-ref.info,  Node: Linear Algebra,  Next: Eigensystems,  Prev: BLAS Support,  Up: Top
+
+14 Linear Algebra
+*****************
+
+This chapter describes functions for solving linear systems.  The
+library provides linear algebra operations which operate directly on the
+*note gsl_vector: 35f. and *note gsl_matrix: 3a2. objects.  These
+routines use the standard algorithms from Golub & Van Loan’s `Matrix
+Computations' with Level-1 and Level-2 BLAS calls for efficiency.
+
+The functions described in this chapter are declared in the header file
+‘gsl_linalg.h’.
+
+* Menu:
+
+* LU Decomposition::
+* QR Decomposition::
+* QR Decomposition with Column Pivoting::
+* LQ Decomposition::
+* QL Decomposition::
+* Complete Orthogonal Decomposition::
+* Singular Value Decomposition::
+* Cholesky Decomposition::
+* Pivoted Cholesky Decomposition::
+* Modified Cholesky Decomposition::
+* LDLT Decomposition::
+* Tridiagonal Decomposition of Real Symmetric Matrices::
+* Tridiagonal Decomposition of Hermitian Matrices::
+* Hessenberg Decomposition of Real Matrices::
+* Hessenberg-Triangular Decomposition of Real Matrices::
+* Bidiagonalization::
+* Givens Rotations::
+* Householder Transformations::
+* Householder solver for linear systems::
+* Tridiagonal Systems::
+* Triangular Systems::
+* Banded Systems::
+* Balancing::
+* Examples: Examples<9>.
+* References and Further Reading: References and Further Reading<9>.
+
+\1f
+File: gsl-ref.info,  Node: LU Decomposition,  Next: QR Decomposition,  Up: Linear Algebra
+
+14.1 LU Decomposition
+=====================
+
+A general M-by-N matrix A has an LU decomposition
+
+     P A = L U
+
+where P is an M-by-M permutation matrix, L is M-by-\min(M,N) and U is
+\min(M,N)-by-N. For square matrices, L is a lower unit triangular matrix
+and U is upper triangular.  For M > N, L is a unit lower trapezoidal
+matrix of size M-by-N. For M < N, U is upper trapezoidal of size M-by-N.
+For square matrices this decomposition can be used to convert the linear
+system A x = b into a pair of triangular systems (L y = P b, U x = y),
+which can be solved by forward and back-substitution.  Note that the LU
+decomposition is valid for singular matrices.
+
+ -- Function: int gsl_linalg_LU_decomp (gsl_matrix *A, gsl_permutation
+          *p, int *signum)
+ -- Function: int gsl_linalg_complex_LU_decomp (gsl_matrix_complex *A,
+          gsl_permutation *p, int *signum)
+
+     These functions factorize the matrix *note A: 4ed. into the LU
+     decomposition PA = LU. On output the diagonal and upper triangular
+     (or trapezoidal) part of the input matrix *note A: 4ed. contain the
+     matrix U. The lower triangular (or trapezoidal) part of the input
+     matrix (excluding the diagonal) contains L. The diagonal elements
+     of L are unity, and are not stored.
+
+     The permutation matrix P is encoded in the permutation *note p:
+     4ed. on output.  The j-th column of the matrix P is given by the
+     k-th column of the identity matrix, where k = p_j the j-th element
+     of the permutation vector.  The sign of the permutation is given by
+     *note signum: 4ed.  It has the value (-1)^n, where n is the number
+     of interchanges in the permutation.
+
+     The algorithm used in the decomposition is Gaussian Elimination
+     with partial pivoting (Golub & Van Loan, `Matrix Computations',
+     Algorithm 3.4.1), combined with a recursive algorithm based on
+     Level 3 BLAS (Peise and Bientinesi, 2016).
+
+ -- Function: int gsl_linalg_LU_solve (const gsl_matrix *LU, const
+          gsl_permutation *p, const gsl_vector *b, gsl_vector *x)
+ -- Function: int gsl_linalg_complex_LU_solve (const gsl_matrix_complex
+          *LU, const gsl_permutation *p, const gsl_vector_complex *b,
+          gsl_vector_complex *x)
+
+     These functions solve the square system A x = b using the LU
+     decomposition of A into (*note LU: 4ef, *note p: 4ef.) given by
+     *note gsl_linalg_LU_decomp(): 4ec. or *note
+     gsl_linalg_complex_LU_decomp(): 4ed. as input.
+
+ -- Function: int gsl_linalg_LU_svx (const gsl_matrix *LU, const
+          gsl_permutation *p, gsl_vector *x)
+ -- Function: int gsl_linalg_complex_LU_svx (const gsl_matrix_complex
+          *LU, const gsl_permutation *p, gsl_vector_complex *x)
+
+     These functions solve the square system A x = b in-place using the
+     precomputed LU decomposition of A into (*note LU: 4f1, *note p:
+     4f1.).  On input *note x: 4f1. should contain the right-hand side
+     b, which is replaced by the solution on output.
+
+ -- Function: int gsl_linalg_LU_refine (const gsl_matrix *A, const
+          gsl_matrix *LU, const gsl_permutation *p, const gsl_vector *b,
+          gsl_vector *x, gsl_vector *work)
+ -- Function: int gsl_linalg_complex_LU_refine (const gsl_matrix_complex
+          *A, const gsl_matrix_complex *LU, const gsl_permutation *p,
+          const gsl_vector_complex *b, gsl_vector_complex *x,
+          gsl_vector_complex *work)
+
+     These functions apply an iterative improvement to *note x: 4f3, the
+     solution of A x = b, from the precomputed LU decomposition of A
+     into (*note LU: 4f3, *note p: 4f3.).  Additional workspace of
+     length ‘N’ is required in *note work: 4f3.
+
+ -- Function: int gsl_linalg_LU_invert (const gsl_matrix *LU, const
+          gsl_permutation *p, gsl_matrix *inverse)
+ -- Function: int gsl_linalg_complex_LU_invert (const gsl_matrix_complex
+          *LU, const gsl_permutation *p, gsl_matrix_complex *inverse)
+
+     These functions compute the inverse of a matrix A from its LU
+     decomposition (*note LU: 4f5, *note p: 4f5.), storing the result in
+     the matrix *note inverse: 4f5.  The inverse is computed by
+     computing the inverses U^{-1}, L^{-1} and finally forming the
+     product A^{-1} = U^{-1} L^{-1} P. Each step is based on Level 3
+     BLAS calls.
+
+     It is preferable to avoid direct use of the inverse whenever
+     possible, as the linear solver functions can obtain the same result
+     more efficiently and reliably (consult any introductory textbook on
+     numerical linear algebra for details).
+
+ -- Function: int gsl_linalg_LU_invx (gsl_matrix *LU, const
+          gsl_permutation *p)
+ -- Function: int gsl_linalg_complex_LU_invx (gsl_matrix_complex *LU,
+          const gsl_permutation *p)
+
+     These functions compute the inverse of a matrix A from its LU
+     decomposition (*note LU: 4f7, *note p: 4f7.), storing the result
+     in-place in the matrix *note LU: 4f7.  The inverse is computed by
+     computing the inverses U^{-1}, L^{-1} and finally forming the
+     product A^{-1} = U^{-1} L^{-1} P. Each step is based on Level 3
+     BLAS calls.
+
+     It is preferable to avoid direct use of the inverse whenever
+     possible, as the linear solver functions can obtain the same result
+     more efficiently and reliably (consult any introductory textbook on
+     numerical linear algebra for details).
+
+ -- Function: double gsl_linalg_LU_det (gsl_matrix *LU, int signum)
+ -- Function: gsl_complex gsl_linalg_complex_LU_det (gsl_matrix_complex
+          *LU, int signum)
+
+     These functions compute the determinant of a matrix A from its LU
+     decomposition, *note LU: 4f9.  The determinant is computed as the
+     product of the diagonal elements of U and the sign of the row
+     permutation *note signum: 4f9.
+
+ -- Function: double gsl_linalg_LU_lndet (gsl_matrix *LU)
+ -- Function: double gsl_linalg_complex_LU_lndet (gsl_matrix_complex
+          *LU)
+
+     These functions compute the logarithm of the absolute value of the
+     determinant of a matrix A, \ln|\det(A)|, from its LU decomposition,
+     *note LU: 4fb.  This function may be useful if the direct
+     computation of the determinant would overflow or underflow.
+
+ -- Function: int gsl_linalg_LU_sgndet (gsl_matrix *LU, int signum)
+ -- Function: gsl_complex gsl_linalg_complex_LU_sgndet
+          (gsl_matrix_complex *LU, int signum)
+
+     These functions compute the sign or phase factor of the determinant
+     of a matrix A, \det(A)/|\det(A)|, from its LU decomposition, *note
+     LU: 4fd.
+
+\1f
+File: gsl-ref.info,  Node: QR Decomposition,  Next: QR Decomposition with Column Pivoting,  Prev: LU Decomposition,  Up: Linear Algebra
+
+14.2 QR Decomposition
+=====================
+
+A general rectangular M-by-N matrix A has a QR decomposition into the
+product of a unitary M-by-M square matrix Q (where Q^{\dagger} Q = I)
+and an M-by-N right-triangular matrix R,
+
+     A = Q R
+
+This decomposition can be used to convert the square linear system A x =
+b into the triangular system R x = Q^{\dagger} b, which can be solved by
+back-substitution.  Another use of the QR decomposition is to compute an
+orthonormal basis for a set of vectors.  The first N columns of Q form
+an orthonormal basis for the range of A, ran(A), when A has full column
+rank.
+
+When M > N, the bottom M - N rows of R are zero, and so A can be
+naturally partioned as
+
+     A = [ Q_1 Q_2 ] [ R_1  ] = Q_1 R_1
+                     [  0   ]
+
+where R_1 is N-by-N upper triangular, Q_1 is M-by-N, and Q_2 is
+M-by-(M-N). Q_1 R_1 is sometimes called the `thin' or `reduced' QR
+decomposition.  The solution of the least squares problem \min_x || b -
+A x ||^2 when A has full rank is:
+
+     x = R_1^{-1} c_1
+
+where c_1 is the first N elements of Q^{\dagger} b.  If A is rank
+deficient, see *note QR Decomposition with Column Pivoting: 500. and
+*note Complete Orthogonal Decomposition: 501.
+
+GSL offers two interfaces for the QR decomposition.  The first proceeds
+by zeroing out columns below the diagonal of A, one column at a time
+using Householder transforms.  In this method, the factor Q is
+represented as a product of Householder reflectors:
+
+     Q = H_n \cdots H_2 H_1
+
+where each H_i = I - \tau_i v_i v_i^{\dagger} for a scalar \tau_i and
+column vector v_i.  In this method, functions which compute the full
+matrix Q or apply Q^{\dagger} to a right hand side vector operate by
+applying the Householder matrices one at a time using Level 2 BLAS.
+
+The second interface is based on a Level 3 BLAS block recursive
+algorithm developed by Elmroth and Gustavson.  In this case, Q is
+written in block form as
+
+     Q = I - V T V^{\dagger}
+
+where V is an M-by-N matrix of the column vectors v_i and T is an N-by-N
+upper triangular matrix, whose diagonal elements are the \tau_i.
+Computing the full T, while requiring more flops than the Level 2
+approach, offers the advantage that all standard operations can take
+advantage of cache efficient Level 3 BLAS operations, and so this method
+often performs faster than the Level 2 approach.  The functions for the
+recursive block algorithm have a ‘_r’ suffix, and it is recommended to
+use this interface for performance critical applications.
+
+ -- Function: int gsl_linalg_QR_decomp_r (gsl_matrix *A, gsl_matrix *T)
+ -- Function: int gsl_linalg_complex_QR_decomp_r (gsl_matrix_complex *A,
+          gsl_matrix_complex *T)
+
+     These functions factor the M-by-N matrix *note A: 503. into the QR
+     decomposition A = Q R using the recursive Level 3 BLAS algorithm of
+     Elmroth and Gustavson.  On output the diagonal and upper triangular
+     part of *note A: 503. contain the matrix R. The N-by-N matrix *note
+     T: 503. stores the upper triangular factor appearing in Q. The
+     matrix Q is given by Q = I - V T V^{\dagger}, where the elements
+     below the diagonal of *note A: 503. contain the columns of V on
+     output.
+
+     This algorithm requires M \ge N and performs best for “tall-skinny”
+     matrices, i.e.  M \gg N.
+
+ -- Function: int gsl_linalg_QR_solve_r (const gsl_matrix *QR, const
+          gsl_matrix *T, const gsl_vector *b, gsl_vector *x)
+ -- Function: int gsl_linalg_complex_QR_solve_r (const
+          gsl_matrix_complex *QR, const gsl_matrix_complex *T, const
+          gsl_vector_complex *b, gsl_vector_complex *x)
+
+     These functions solve the square system A x = b using the QR
+     decomposition of A held in (*note QR: 505, *note T: 505.).  The
+     least-squares solution for rectangular systems can be found using
+     *note gsl_linalg_QR_lssolve_r(): 506. or *note
+     gsl_linalg_complex_QR_lssolve_r(): 507.
+
+ -- Function: int gsl_linalg_QR_lssolve_r (const gsl_matrix *QR, const
+          gsl_matrix *T, const gsl_vector *b, gsl_vector *x, gsl_vector
+          *work)
+ -- Function: int gsl_linalg_complex_QR_lssolve_r (const
+          gsl_matrix_complex *QR, const gsl_matrix_complex *T, const
+          gsl_vector_complex *b, gsl_vector_complex *x,
+          gsl_vector_complex *work)
+
+     These functions find the least squares solution to the
+     overdetermined system A x = b where the matrix ‘A’ has more rows
+     than columns.  The least squares solution minimizes the Euclidean
+     norm of the residual, ||b - Ax||.  The routine requires as input
+     the QR decomposition of A into (*note QR: 507, *note T: 507.) given
+     by *note gsl_linalg_QR_decomp_r(): 502. or *note
+     gsl_linalg_complex_QR_decomp_r(): 503.  The parameter *note x: 507.
+     is of length M. The solution x is returned in the first N rows of
+     *note x: 507, i.e.  x = ‘x[0], x[1], ..., x[N-1]’.  The last M - N
+     rows of *note x: 507. contain a vector whose norm is equal to the
+     residual norm || b - A x ||.  This similar to the behavior of
+     LAPACK DGELS. Additional workspace of length N is required in *note
+     work: 507.
+
+ -- Function: int gsl_linalg_QR_QTvec_r (const gsl_matrix *QR, const
+          gsl_matrix *T, gsl_vector *v, gsl_vector *work)
+ -- Function: int gsl_linalg_complex_QR_QHvec_r (const
+          gsl_matrix_complex *QR, const gsl_matrix_complex *T,
+          gsl_vector_complex *v, gsl_vector_complex *work)
+
+     These functions apply the matrix Q^T (or Q^{\dagger}) encoded in
+     the decomposition (*note QR: 509, *note T: 509.) to the vector
+     *note v: 509, storing the result Q^T v (or Q^{\dagger} v) in *note
+     v: 509.  The matrix multiplication is carried out directly using
+     the encoding of the Householder vectors without needing to form the
+     full matrix Q^T (or Q^{\dagger}).  Additional workspace of size N
+     is required in *note work: 509.
+
+ -- Function: int gsl_linalg_QR_QTmat_r (const gsl_matrix *QR, const
+          gsl_matrix *T, gsl_matrix *B, gsl_matrix *work)
+
+     This function applies the matrix Q^T encoded in the decomposition
+     (*note QR: 50a, *note T: 50a.) to the M-by-K matrix *note B: 50a,
+     storing the result Q^T B in *note B: 50a.  The matrix
+     multiplication is carried out directly using the encoding of the
+     Householder vectors without needing to form the full matrix Q^T.
+     Additional workspace of size N-by-K is required in *note work: 50a.
+
+ -- Function: int gsl_linalg_QR_unpack_r (const gsl_matrix *QR, const
+          gsl_matrix *T, gsl_matrix *Q, gsl_matrix *R)
+ -- Function: int gsl_linalg_complex_QR_unpack_r (const
+          gsl_matrix_complex *QR, const gsl_matrix_complex *T,
+          gsl_matrix_complex *Q, gsl_matrix_complex *R)
+
+     These functions unpack the encoded QR decomposition (*note QR: 50c,
+     *note T: 50c.) as output from *note gsl_linalg_QR_decomp_r(): 502.
+     or *note gsl_linalg_complex_QR_decomp_r(): 503. into the matrices
+     *note Q: 50c. and *note R: 50c, where *note Q: 50c. is M-by-M and
+     *note R: 50c. is N-by-N. Note that the full R matrix is M-by-N,
+     however the lower trapezoidal portion is zero, so only the upper
+     triangular factor is stored.
+
+ -- Function: int gsl_linalg_QR_rcond (const gsl_matrix *QR, double
+          *rcond, gsl_vector *work)
+
+     This function estimates the reciprocal condition number (using the
+     1-norm) of the R factor, stored in the upper triangle of *note QR:
+     50d.  The reciprocal condition number estimate, defined as 1 /
+     (||R||_1 \cdot ||R^{-1}||_1), is stored in *note rcond: 50d.
+     Additional workspace of size 3 N is required in *note work: 50d.
+
+* Menu:
+
+* Level 2 Interface::
+* Triangle on Top of Rectangle::
+* Triangle on Top of Triangle::
+* Triangle on Top of Trapezoidal::
+* Triangle on Top of Diagonal::
+
+\1f
+File: gsl-ref.info,  Node: Level 2 Interface,  Next: Triangle on Top of Rectangle,  Up: QR Decomposition
+
+14.2.1 Level 2 Interface
+------------------------
+
+The functions below are for the slower Level 2 interface to the QR
+decomposition.  It is recommended to use these functions only for M < N,
+since the Level 3 interface above performs much faster for M \ge N.
+
+ -- Function: int gsl_linalg_QR_decomp (gsl_matrix *A, gsl_vector *tau)
+ -- Function: int gsl_linalg_complex_QR_decomp (gsl_matrix_complex *A,
+          gsl_vector_complex *tau)
+
+     These functions factor the M-by-N matrix *note A: 510. into the QR
+     decomposition A = Q R. On output the diagonal and upper triangular
+     part of the input matrix contain the matrix R. The vector *note
+     tau: 510. and the columns of the lower triangular part of the
+     matrix *note A: 510. contain the Householder coefficients and
+     Householder vectors which encode the orthogonal matrix ‘Q’.  The
+     vector *note tau: 510. must be of length N. The matrix Q is related
+     to these components by the product of k=min(M,N) reflector
+     matrices, Q = H_k ... H_2 H_1 where H_i = I - \tau_i v_i
+     v_i^{\dagger} and v_i is the Householder vector v_i =
+     (0,...,1,A(i+1,i),A(i+2,i),...,A(m,i)).  This is the same storage
+     scheme as used by LAPACK.
+
+     The algorithm used to perform the decomposition is Householder QR
+     (Golub & Van Loan, “Matrix Computations”, Algorithm 5.2.1).
+
+ -- Function: int gsl_linalg_QR_solve (const gsl_matrix *QR, const
+          gsl_vector *tau, const gsl_vector *b, gsl_vector *x)
+ -- Function: int gsl_linalg_complex_QR_solve (const gsl_matrix_complex
+          *QR, const gsl_vector_complex *tau, const gsl_vector_complex
+          *b, gsl_vector_complex *x)
+
+     These functions solve the square system A x = b using the QR
+     decomposition of A held in (*note QR: 512, *note tau: 512.).  The
+     least-squares solution for rectangular systems can be found using
+     *note gsl_linalg_QR_lssolve(): 513.
+
+ -- Function: int gsl_linalg_QR_svx (const gsl_matrix *QR, const
+          gsl_vector *tau, gsl_vector *x)
+ -- Function: int gsl_linalg_complex_QR_svx (const gsl_matrix_complex
+          *QR, const gsl_vector_complex *tau, gsl_vector_complex *x)
+
+     These functions solve the square system A x = b in-place using the
+     QR decomposition of A held in (*note QR: 515, *note tau: 515.).  On
+     input *note x: 515. should contain the right-hand side b, which is
+     replaced by the solution on output.
+
+ -- Function: int gsl_linalg_QR_lssolve (const gsl_matrix *QR, const
+          gsl_vector *tau, const gsl_vector *b, gsl_vector *x,
+          gsl_vector *residual)
+ -- Function: int gsl_linalg_complex_QR_lssolve (const
+          gsl_matrix_complex *QR, const gsl_vector_complex *tau, const
+          gsl_vector_complex *b, gsl_vector_complex *x,
+          gsl_vector_complex *residual)
+
+     These functions find the least squares solution to the
+     overdetermined system A x = b where the matrix ‘A’ has more rows
+     than columns.  The least squares solution minimizes the Euclidean
+     norm of the residual, ||Ax - b||.The routine requires as input the
+     QR decomposition of A into (*note QR: 516, *note tau: 516.) given
+     by *note gsl_linalg_QR_decomp(): 50f. or *note
+     gsl_linalg_complex_QR_decomp(): 510.  The solution is returned in
+     *note x: 516.  The residual is computed as a by-product and stored
+     in *note residual: 516.
+
+ -- Function: int gsl_linalg_QR_QTvec (const gsl_matrix *QR, const
+          gsl_vector *tau, gsl_vector *v)
+ -- Function: int gsl_linalg_complex_QR_QHvec (const gsl_matrix_complex
+          *QR, const gsl_vector_complex *tau, gsl_vector_complex *v)
+
+     These functions apply the matrix Q^T (or Q^{\dagger}) encoded in
+     the decomposition (*note QR: 518, *note tau: 518.) to the vector
+     *note v: 518, storing the result Q^T v (or Q^{\dagger} v) in *note
+     v: 518.  The matrix multiplication is carried out directly using
+     the encoding of the Householder vectors without needing to form the
+     full matrix Q^T (or Q^{\dagger}).
+
+ -- Function: int gsl_linalg_QR_Qvec (const gsl_matrix *QR, const
+          gsl_vector *tau, gsl_vector *v)
+ -- Function: int gsl_linalg_complex_QR_Qvec (const gsl_matrix_complex
+          *QR, const gsl_vector_complex *tau, gsl_vector_complex *v)
+
+     These functions apply the matrix Q encoded in the decomposition
+     (*note QR: 51a, *note tau: 51a.) to the vector *note v: 51a,
+     storing the result Q v in *note v: 51a.  The matrix multiplication
+     is carried out directly using the encoding of the Householder
+     vectors without needing to form the full matrix Q.
+
+ -- Function: int gsl_linalg_QR_QTmat (const gsl_matrix *QR, const
+          gsl_vector *tau, gsl_matrix *B)
+
+     This function applies the matrix Q^T encoded in the decomposition
+     (*note QR: 51b, *note tau: 51b.) to the M-by-K matrix *note B: 51b,
+     storing the result Q^T B in *note B: 51b.  The matrix
+     multiplication is carried out directly using the encoding of the
+     Householder vectors without needing to form the full matrix Q^T.
+
+ -- Function: int gsl_linalg_QR_Rsolve (const gsl_matrix *QR, const
+          gsl_vector *b, gsl_vector *x)
+
+     This function solves the triangular system R x = b for *note x:
+     51c.  It may be useful if the product b' = Q^T b has already been
+     computed using *note gsl_linalg_QR_QTvec(): 517.
+
+ -- Function: int gsl_linalg_QR_Rsvx (const gsl_matrix *QR, gsl_vector
+          *x)
+
+     This function solves the triangular system R x = b for *note x:
+     51d. in-place.  On input *note x: 51d. should contain the
+     right-hand side b and is replaced by the solution on output.  This
+     function may be useful if the product b' = Q^T b has already been
+     computed using *note gsl_linalg_QR_QTvec(): 517.
+
+ -- Function: int gsl_linalg_QR_unpack (const gsl_matrix *QR, const
+          gsl_vector *tau, gsl_matrix *Q, gsl_matrix *R)
+
+     This function unpacks the encoded QR decomposition (*note QR: 51e,
+     *note tau: 51e.) into the matrices *note Q: 51e. and *note R: 51e,
+     where *note Q: 51e. is M-by-M and *note R: 51e. is M-by-N.
+
+ -- Function: int gsl_linalg_QR_QRsolve (gsl_matrix *Q, gsl_matrix *R,
+          const gsl_vector *b, gsl_vector *x)
+
+     This function solves the system R x = Q^T b for *note x: 51f.  It
+     can be used when the QR decomposition of a matrix is available in
+     unpacked form as (*note Q: 51f, *note R: 51f.).
+
+ -- Function: int gsl_linalg_QR_update (gsl_matrix *Q, gsl_matrix *R,
+          gsl_vector *w, const gsl_vector *v)
+
+     This function performs a rank-1 update w v^T of the QR
+     decomposition (*note Q: 520, *note R: 520.).  The update is given
+     by Q'R' = Q (R + w v^T) where the output matrices Q and R are also
+     orthogonal and right triangular.  Note that *note w: 520. is
+     destroyed by the update.
+
+ -- Function: int gsl_linalg_R_solve (const gsl_matrix *R, const
+          gsl_vector *b, gsl_vector *x)
+
+     This function solves the triangular system R x = b for the N-by-N
+     matrix *note R: 521.
+
+ -- Function: int gsl_linalg_R_svx (const gsl_matrix *R, gsl_vector *x)
+
+     This function solves the triangular system R x = b in-place.  On
+     input *note x: 522. should contain the right-hand side b, which is
+     replaced by the solution on output.
+
+\1f
+File: gsl-ref.info,  Node: Triangle on Top of Rectangle,  Next: Triangle on Top of Triangle,  Prev: Level 2 Interface,  Up: QR Decomposition
+
+14.2.2 Triangle on Top of Rectangle
+-----------------------------------
+
+This section provides routines for computing the QR decomposition of the
+specialized matrix
+
+     [ U ] = Q R
+     [ A ]
+
+where U is an N-by-N upper triangular matrix, and A is an M-by-N dense
+matrix.  This type of matrix arises, for example, in the sequential TSQR
+algorithm.  The Elmroth and Gustavson algorithm is used to efficiently
+factor this matrix.  Due to the upper triangular factor, the Q matrix
+takes the form
+
+     Q = I - V T V^T
+
+with
+
+     V = [ I ]
+         [ Y ]
+
+and Y is dense and of the same dimensions as A.
+
+ -- Function: int gsl_linalg_QR_UR_decomp (gsl_matrix *U, gsl_matrix *A,
+          gsl_matrix *T)
+
+     This function computes the QR decomposition of the matrix (U ; A),
+     where U is N-by-N upper triangular and A is M-by-N dense.  On
+     output, U is replaced by the R factor, and A is replaced by Y. The
+     N-by-N upper triangular block reflector is stored in *note T: 524.
+     on output.
+
+\1f
+File: gsl-ref.info,  Node: Triangle on Top of Triangle,  Next: Triangle on Top of Trapezoidal,  Prev: Triangle on Top of Rectangle,  Up: QR Decomposition
+
+14.2.3 Triangle on Top of Triangle
+----------------------------------
+
+This section provides routines for computing the QR decomposition of the
+specialized matrix
+
+     [ U_1 ] = Q R
+     [ U_2 ]
+
+where U_1,U_2 are N-by-N upper triangular matrices.  The Elmroth and
+Gustavson algorithm is used to efficiently factor this matrix.  The Q
+matrix takes the form
+
+     Q = I - V T V^T
+
+with
+
+     V = [ I ]
+         [ Y ]
+
+and Y is N-by-N upper triangular.
+
+ -- Function: int gsl_linalg_QR_UU_decomp (gsl_matrix *U1, gsl_matrix
+          *U2, gsl_matrix *T)
+
+     This function computes the QR decomposition of the matrix (U_1 ;
+     U_2), where U_1,U_2 are N-by-N upper triangular.  On output, *note
+     U1: 526. is replaced by the R factor, and *note U2: 526. is
+     replaced by Y. The N-by-N upper triangular block reflector is
+     stored in *note T: 526. on output.
+
+ -- Function: int gsl_linalg_QR_UU_lssolve (const gsl_matrix *R, const
+          gsl_matrix *Y, const gsl_matrix *T, const gsl_vector *b,
+          gsl_vector *x, gsl_vector *work)
+
+     This function find the least squares solution to the overdetermined
+     system,
+
+          \min_x \left| \left| b - \begin{pmatrix} U_1 \\ U_2 \end{pmatrix} x \right| \right|^2
+
+     where U_1,U_2 are N-by-N upper triangular matrices.  The routine
+     requires as input the QR decomposition of (U_1; U_2) into (*note R:
+     527, *note Y: 527, *note T: 527.) given by *note
+     gsl_linalg_QR_UU_decomp(): 526.  The parameter *note x: 527. is of
+     length 2N. The solution x is returned in the first N rows of *note
+     x: 527, i.e.  x = ‘x[0], x[1], ..., x[N-1]’.  The last N rows of
+     *note x: 527. contain a vector whose norm is equal to the residual
+     norm || b - (U_1; U_2) x ||.  This similar to the behavior of
+     LAPACK DGELS. Additional workspace of length N is required in *note
+     work: 527.
+
+ -- Function: int gsl_linalg_QR_UU_QTec (const gsl_matrix *Y, const
+          gsl_matrix *T, gsl_vector *b, gsl_vector *work)
+
+     This function computes Q^T b using the decomposition (*note Y: 528,
+     *note T: 528.) previously computed by *note
+     gsl_linalg_QR_UU_decomp(): 526.  On input, *note b: 528. contains
+     the vector b, and on output it will contain Q^T b.  Additional
+     workspace of length N is required in *note work: 528.
+
+\1f
+File: gsl-ref.info,  Node: Triangle on Top of Trapezoidal,  Next: Triangle on Top of Diagonal,  Prev: Triangle on Top of Triangle,  Up: QR Decomposition
+
+14.2.4 Triangle on Top of Trapezoidal
+-------------------------------------
+
+This section provides routines for computing the QR decomposition of the
+specialized matrix
+
+     [ U ] = Q R
+     [ A ]
+
+where U is an N-by-N upper triangular matrix, and A is an M-by-N upper
+trapezoidal matrix with M \ge N. A has the structure,
+
+     A = [ A_d ]
+         [ A_u ]
+
+where A_d is (M-N)-by-N dense, and A_u is N-by-N upper triangular.  The
+Elmroth and Gustavson algorithm is used to efficiently factor this
+matrix.  The Q matrix takes the form
+
+     Q = I - V T V^T
+
+with
+
+     V = [ I ]
+         [ Y ]
+
+and Y is upper trapezoidal and of the same dimensions as A.
+
+ -- Function: int gsl_linalg_QR_UZ_decomp (gsl_matrix *U, gsl_matrix *A,
+          gsl_matrix *T)
+
+     This function computes the QR decomposition of the matrix (U ; A),
+     where U is N-by-N upper triangular and A is M-by-N upper
+     trapezoidal.  On output, U is replaced by the R factor, and A is
+     replaced by Y. The N-by-N upper triangular block reflector is
+     stored in *note T: 52a. on output.
+
+\1f
+File: gsl-ref.info,  Node: Triangle on Top of Diagonal,  Prev: Triangle on Top of Trapezoidal,  Up: QR Decomposition
+
+14.2.5 Triangle on Top of Diagonal
+----------------------------------
+
+This section provides routines for computing the QR decomposition of the
+specialized matrix
+
+     [ U ] = Q R
+     [ D ]
+
+where U is an N-by-N upper triangular matrix and D is an N-by-N diagonal
+matrix.  This type of matrix arises in regularized least squares
+problems.  The Elmroth and Gustavson algorithm is used to efficiently
+factor this matrix.  The Q matrix takes the form
+
+     Q = I - V T V^T
+
+with
+
+     V = [ I ]
+         [ Y ]
+
+and Y is N-by-N upper triangular.
+
+ -- Function: int gsl_linalg_QR_UD_decomp (gsl_matrix *U, const
+          gsl_vector *D, gsl_matrix *Y, gsl_matrix *T)
+
+     This function computes the QR decomposition of the matrix (U ; D),
+     where U is N-by-N upper triangular and D is N-by-N diagonal.  On
+     output, *note U: 52c. is replaced by the R factor and Y is stored
+     in *note Y: 52c.  The N-by-N upper triangular block reflector is
+     stored in *note T: 52c. on output.
+
+ -- Function: int gsl_linalg_QR_UD_lssolve (const gsl_matrix *R, const
+          gsl_matrix *Y, const gsl_matrix *T, const gsl_vector *b,
+          gsl_vector *x, gsl_vector *work)
+
+     This function find the least squares solution to the overdetermined
+     system,
+
+          \min_x \left| \left| b - \begin{pmatrix} U \\ D \end{pmatrix} x \right| \right|^2
+
+     where U is N-by-N upper triangular and D is N-by-N diagonal.  The
+     routine requires as input the QR decomposition of (U; D) into
+     (*note R: 52d, *note Y: 52d, *note T: 52d.) given by *note
+     gsl_linalg_QR_UD_decomp(): 52c.  The parameter *note x: 52d. is of
+     length 2N. The solution x is returned in the first N rows of *note
+     x: 52d, i.e.  x = ‘x[0], x[1], ..., x[N-1]’.  The last N rows of
+     *note x: 52d. contain a vector whose norm is equal to the residual
+     norm || b - (U; D) x ||.  This similar to the behavior of LAPACK
+     DGELS. Additional workspace of length N is required in *note work:
+     52d.
+
+\1f
+File: gsl-ref.info,  Node: QR Decomposition with Column Pivoting,  Next: LQ Decomposition,  Prev: QR Decomposition,  Up: Linear Algebra
+
+14.3 QR Decomposition with Column Pivoting
+==========================================
+
+The QR decomposition of an M-by-N matrix A can be extended to the rank
+deficient case by introducing a column permutation P,
+
+     A P = Q R
+
+The first r columns of Q form an orthonormal basis for the range of A
+for a matrix with column rank r.  This decomposition can also be used to
+convert the square linear system A x = b into the triangular system R y
+= Q^T b, x = P y, which can be solved by back-substitution and
+permutation.  We denote the QR decomposition with column pivoting by
+QRP^T since A = Q R P^T. When A is rank deficient with r = {\rm
+rank}(A), the matrix R can be partitioned as
+
+     R = [ R11 R12 ] =~ [ R11 R12 ]
+         [  0  R22 ]    [  0   0  ]
+
+where R_{11} is r-by-r and nonsingular.  In this case, a `basic' least
+squares solution for the overdetermined system A x = b can be obtained
+as
+
+     x = P [ R11^-1 c1 ]
+           [     0     ]
+
+where c_1 consists of the first r elements of Q^T b.  This basic
+solution is not guaranteed to be the minimum norm solution unless R_{12}
+= 0 (see *note Complete Orthogonal Decomposition: 501.).
+
+ -- Function: int gsl_linalg_QRPT_decomp (gsl_matrix *A, gsl_vector
+          *tau, gsl_permutation *p, int *signum, gsl_vector *norm)
+
+     This function factorizes the M-by-N matrix *note A: 52f. into the
+     QRP^T decomposition A = Q R P^T. On output the diagonal and upper
+     triangular part of the input matrix contain the matrix R. The
+     permutation matrix P is stored in the permutation *note p: 52f.
+     The sign of the permutation is given by *note signum: 52f.  It has
+     the value (-1)^n, where n is the number of interchanges in the
+     permutation.  The vector *note tau: 52f. and the columns of the
+     lower triangular part of the matrix *note A: 52f. contain the
+     Householder coefficients and vectors which encode the orthogonal
+     matrix ‘Q’.  The vector *note tau: 52f. must be of length
+     k=\min(M,N). The matrix Q is related to these components by, Q =
+     Q_k ... Q_2 Q_1 where Q_i = I - \tau_i v_i v_i^T and v_i is the
+     Householder vector
+
+          v_i = (0,...,1,A(i+1,i),A(i+2,i),...,A(m,i))
+
+     This is the same storage scheme as used by LAPACK. The vector *note
+     norm: 52f. is a workspace of length ‘N’ used for column pivoting.
+
+     The algorithm used to perform the decomposition is Householder QR
+     with column pivoting (Golub & Van Loan, “Matrix Computations”,
+     Algorithm 5.4.1).
+
+ -- Function: int gsl_linalg_QRPT_decomp2 (const gsl_matrix *A,
+          gsl_matrix *q, gsl_matrix *r, gsl_vector *tau, gsl_permutation
+          *p, int *signum, gsl_vector *norm)
+
+     This function factorizes the matrix *note A: 530. into the
+     decomposition A = Q R P^T without modifying *note A: 530. itself
+     and storing the output in the separate matrices *note q: 530. and
+     *note r: 530.
+
+ -- Function: int gsl_linalg_QRPT_solve (const gsl_matrix *QR, const
+          gsl_vector *tau, const gsl_permutation *p, const gsl_vector
+          *b, gsl_vector *x)
+
+     This function solves the square system A x = b using the QRP^T
+     decomposition of A held in (*note QR: 531, *note tau: 531, *note p:
+     531.) which must have been computed previously by *note
+     gsl_linalg_QRPT_decomp(): 52f.
+
+ -- Function: int gsl_linalg_QRPT_svx (const gsl_matrix *QR, const
+          gsl_vector *tau, const gsl_permutation *p, gsl_vector *x)
+
+     This function solves the square system A x = b in-place using the
+     QRP^T decomposition of A held in (*note QR: 532, *note tau: 532,
+     *note p: 532.).  On input *note x: 532. should contain the
+     right-hand side b, which is replaced by the solution on output.
+
+ -- Function: int gsl_linalg_QRPT_lssolve (const gsl_matrix *QR, const
+          gsl_vector *tau, const gsl_permutation *p, const gsl_vector
+          *b, gsl_vector *x, gsl_vector *residual)
+
+     This function finds the least squares solution to the
+     overdetermined system A x = b where the matrix ‘A’ has more rows
+     than columns and is assumed to have full rank.  The least squares
+     solution minimizes the Euclidean norm of the residual, ||b - A x||.
+     The routine requires as input the QR decomposition of A into (*note
+     QR: 533, *note tau: 533, *note p: 533.) given by *note
+     gsl_linalg_QRPT_decomp(): 52f.  The solution is returned in *note
+     x: 533.  The residual is computed as a by-product and stored in
+     *note residual: 533.  For rank deficient matrices, *note
+     gsl_linalg_QRPT_lssolve2(): 534. should be used instead.
+
+ -- Function: int gsl_linalg_QRPT_lssolve2 (const gsl_matrix *QR, const
+          gsl_vector *tau, const gsl_permutation *p, const gsl_vector
+          *b, const size_t rank, gsl_vector *x, gsl_vector *residual)
+
+     This function finds the least squares solution to the
+     overdetermined system A x = b where the matrix ‘A’ has more rows
+     than columns and has rank given by the input *note rank: 534.  If
+     the user does not know the rank of A, the routine *note
+     gsl_linalg_QRPT_rank(): 535. can be called to estimate it.  The
+     least squares solution is the so-called “basic” solution discussed
+     above and may not be the minimum norm solution.  The routine
+     requires as input the QR decomposition of A into (*note QR: 534,
+     *note tau: 534, *note p: 534.) given by *note
+     gsl_linalg_QRPT_decomp(): 52f.  The solution is returned in *note
+     x: 534.  The residual is computed as a by-product and stored in
+     *note residual: 534.
+
+ -- Function: int gsl_linalg_QRPT_QRsolve (const gsl_matrix *Q, const
+          gsl_matrix *R, const gsl_permutation *p, const gsl_vector *b,
+          gsl_vector *x)
+
+     This function solves the square system R P^T x = Q^T b for *note x:
+     536.  It can be used when the QR decomposition of a matrix is
+     available in unpacked form as (*note Q: 536, *note R: 536.).
+
+ -- Function: int gsl_linalg_QRPT_update (gsl_matrix *Q, gsl_matrix *R,
+          const gsl_permutation *p, gsl_vector *w, const gsl_vector *v)
+
+     This function performs a rank-1 update w v^T of the QRP^T
+     decomposition (*note Q: 537, *note R: 537, *note p: 537.).  The
+     update is given by Q'R' = Q (R + w v^T P) where the output matrices
+     Q' and R' are also orthogonal and right triangular.  Note that
+     *note w: 537. is destroyed by the update.  The permutation *note p:
+     537. is not changed.
+
+ -- Function: int gsl_linalg_QRPT_Rsolve (const gsl_matrix *QR, const
+          gsl_permutation *p, const gsl_vector *b, gsl_vector *x)
+
+     This function solves the triangular system R P^T x = b for the
+     N-by-N matrix R contained in *note QR: 538.
+
+ -- Function: int gsl_linalg_QRPT_Rsvx (const gsl_matrix *QR, const
+          gsl_permutation *p, gsl_vector *x)
+
+     This function solves the triangular system R P^T x = b in-place for
+     the N-by-N matrix R contained in *note QR: 539.  On input *note x:
+     539. should contain the right-hand side b, which is replaced by the
+     solution on output.
+
+ -- Function: size_t gsl_linalg_QRPT_rank (const gsl_matrix *QR, const
+          double tol)
+
+     This function estimates the rank of the triangular matrix R
+     contained in *note QR: 535.  The algorithm simply counts the number
+     of diagonal elements of R whose absolute value is greater than the
+     specified tolerance *note tol: 535.  If the input *note tol: 535.
+     is negative, a default value of 20 (M + N) eps(max(|diag(R)|)) is
+     used.
+
+ -- Function: int gsl_linalg_QRPT_rcond (const gsl_matrix *QR, double
+          *rcond, gsl_vector *work)
+
+     This function estimates the reciprocal condition number (using the
+     1-norm) of the R factor, stored in the upper triangle of *note QR:
+     53a.  The reciprocal condition number estimate, defined as 1 /
+     (||R||_1 \cdot ||R^{-1}||_1), is stored in *note rcond: 53a.
+     Additional workspace of size 3 N is required in *note work: 53a.
+
+\1f
+File: gsl-ref.info,  Node: LQ Decomposition,  Next: QL Decomposition,  Prev: QR Decomposition with Column Pivoting,  Up: Linear Algebra
+
+14.4 LQ Decomposition
+=====================
+
+A general rectangular M-by-N matrix A has a LQ decomposition into the
+product of a lower trapezoidal M-by-N matrix L and an orthogonal N-by-N
+square matrix Q:
+
+     A = L Q
+
+If M \le N, then L can be written as L = (L_1 \quad 0) where L_1 is
+M-by-M lower triangular, and
+
+     A = \begin{pmatrix} L_1 & 0 \end{pmatrix} \begin{pmatrix} Q_1 \\ Q_2 \end{pmatrix} = L_1 Q_1
+
+where Q_1 consists of the first M rows of Q, and Q_2 contains the
+remaining N - M rows.  The LQ factorization of A is essentially the same
+as the *note QR factorization: 4fe. of A^T.
+
+The LQ factorization may be used to find the minimum norm solution of an
+underdetermined system of equations A x = b, where A is M-by-N and M \le
+N. The solution is
+
+     x = Q^T \begin{pmatrix} L_1^{-1} b \\ 0 \end{pmatrix}
+
+ -- Function: int gsl_linalg_LQ_decomp (gsl_matrix *A, gsl_vector *tau)
+
+     This function factorizes the M-by-N matrix *note A: 53c. into the
+     LQ decomposition A = L Q. On output the diagonal and lower
+     trapezoidal part of the input matrix contain the matrix L. The
+     vector *note tau: 53c. and the elements above the diagonal of the
+     matrix *note A: 53c. contain the Householder coefficients and
+     Householder vectors which encode the orthogonal matrix ‘Q’.  The
+     vector *note tau: 53c. must be of length k=\min(M,N). The matrix Q
+     is related to these components by, Q = Q_k ... Q_2 Q_1 where Q_i =
+     I - \tau_i v_i v_i^T and v_i is the Householder vector v_i =
+     (0,...,1,A(i,i+1),A(i,i+2),...,A(i,N)). This is the same storage
+     scheme as used by LAPACK.
+
+ -- Function: int gsl_linalg_LQ_lssolve (const gsl_matrix *LQ, const
+          gsl_vector *tau, const gsl_vector *b, gsl_vector *x,
+          gsl_vector *residual)
+
+     This function finds the minimum norm least squares solution to the
+     underdetermined system A x = b, where the M-by-N matrix ‘A’ has M
+     \le N. The routine requires as input the LQ decomposition of A into
+     (*note LQ: 53d, *note tau: 53d.) given by *note
+     gsl_linalg_LQ_decomp(): 53c.  The solution is returned in *note x:
+     53d.  The residual, b - Ax, is computed as a by-product and stored
+     in *note residual: 53d.
+
+ -- Function: int gsl_linalg_LQ_unpack (const gsl_matrix *LQ, const
+          gsl_vector *tau, gsl_matrix *Q, gsl_matrix *L)
+
+     This function unpacks the encoded LQ decomposition (*note LQ: 53e,
+     *note tau: 53e.) into the matrices *note Q: 53e. and *note L: 53e,
+     where *note Q: 53e. is N-by-N and *note L: 53e. is M-by-N.
+
+ -- Function: int gsl_linalg_LQ_QTvec (const gsl_matrix *LQ, const
+          gsl_vector *tau, gsl_vector *v)
+
+     This function applies Q^T to the vector *note v: 53f, storing the
+     result Q^T v in *note v: 53f. on output.
+
+\1f
+File: gsl-ref.info,  Node: QL Decomposition,  Next: Complete Orthogonal Decomposition,  Prev: LQ Decomposition,  Up: Linear Algebra
+
+14.5 QL Decomposition
+=====================
+
+A general rectangular M-by-N matrix A has a QL decomposition into the
+product of an orthogonal M-by-M square matrix Q (where Q^T Q = I) and an
+M-by-N left-triangular matrix L.
+
+When M \ge N, the decomposition is given by
+
+     A = [ 0 ; L_1 ]
+
+where L_1 is N-by-N lower triangular.  When M \le N, the decomposition
+is given by
+
+     A = [ L_1 L_2 ]
+
+where L_1 is a dense M-by-N-M matrix and L_2 is a lower triangular
+M-by-M matrix.
+
+ -- Function: int gsl_linalg_QL_decomp (gsl_matrix *A, gsl_vector *tau)
+
+     This function factorizes the M-by-N matrix *note A: 541. into the
+     QL decomposition A = Q L. The vector *note tau: 541. must be of
+     length N and contains the Householder coefficients on output.  The
+     matrix Q is stored in packed form in *note A: 541. on output, using
+     the same storage scheme as LAPACK.
+
+ -- Function: int gsl_linalg_QL_unpack (const gsl_matrix *QL, const
+          gsl_vector *tau, gsl_matrix *Q, gsl_matrix *L)
+
+     This function unpacks the encoded QL decomposition (*note QL: 542,
+     *note tau: 542.) into the matrices *note Q: 542. and *note L: 542,
+     where *note Q: 542. is M-by-M and *note L: 542. is M-by-N.
+
+\1f
+File: gsl-ref.info,  Node: Complete Orthogonal Decomposition,  Next: Singular Value Decomposition,  Prev: QL Decomposition,  Up: Linear Algebra
+
+14.6 Complete Orthogonal Decomposition
+======================================
+
+The complete orthogonal decomposition of a M-by-N matrix A is a
+generalization of the QR decomposition with column pivoting, given by
+
+     A P = Q [ R11 0 ] Z^T
+             [  0  0 ]
+
+where P is a N-by-N permutation matrix, Q is M-by-M orthogonal, R_{11}
+is r-by-r upper triangular, with r = {\rm rank}(A), and Z is N-by-N
+orthogonal.  If A has full rank, then R_{11} = R, Z = I and this reduces
+to the QR decomposition with column pivoting.
+
+For a rank deficient least squares problem, \min_x{|| b - Ax||^2}, the
+solution vector x is not unique.  However if we further require that
+||x||^2 is minimized, then the complete orthogonal decomposition gives
+us the ability to compute the unique minimum norm solution, which is
+given by
+
+     x = P Z [ R11^-1 c1 ]
+             [     0     ]
+
+and the vector c_1 is the first r elements of Q^T b.
+
+The COD also enables a straightforward solution of regularized least
+squares problems in Tikhonov standard form, written as
+
+     \min_x ||b - A x||^2 + \lambda^2 ||x||^2
+
+where \lambda > 0 is a regularization parameter which represents a
+tradeoff between minimizing the residual norm ||b - A x|| and the
+solution norm ||x||.  For this system, the solution is given by
+
+     x = P Z [ y1 ]
+             [ 0  ]
+
+where y_1 is a vector of length r which is found by solving
+
+     [     R11     ] y_1 = [ c_1 ]
+     [ \lambda I_r ]       [  0  ]
+
+and c_1 is defined above.  The equation above can be solved efficiently
+for different values of \lambda using QR factorizations of the left hand
+side matrix.
+
+ -- Function: int gsl_linalg_COD_decomp (gsl_matrix *A, gsl_vector
+          *tau_Q, gsl_vector *tau_Z, gsl_permutation *p, size_t *rank,
+          gsl_vector *work)
+ -- Function: int gsl_linalg_COD_decomp_e (gsl_matrix *A, gsl_vector
+          *tau_Q, gsl_vector *tau_Z, gsl_permutation *p, double tol,
+          size_t *rank, gsl_vector *work)
+
+     These functions factor the M-by-N matrix *note A: 545. into the
+     decomposition A = Q R Z P^T. The rank of *note A: 545. is computed
+     as the number of diagonal elements of R greater than the tolerance
+     *note tol: 545. and output in *note rank: 545.  If *note tol: 545.
+     is not specified, a default value is used (see *note
+     gsl_linalg_QRPT_rank(): 535.).  On output, the permutation matrix P
+     is stored in *note p: 545.  The matrix R_{11} is stored in the
+     upper *note rank: 545.-by-*note rank: 545. block of *note A: 545.
+     The matrices Q and Z are encoded in packed storage in *note A: 545.
+     on output.  The vectors *note tau_Q: 545. and *note tau_Z: 545.
+     contain the Householder scalars corresponding to the matrices Q and
+     Z respectively and must be of length k = \min(M,N). The vector
+     *note work: 545. is additional workspace of length N.
+
+ -- Function: int gsl_linalg_COD_lssolve (const gsl_matrix *QRZT, const
+          gsl_vector *tau_Q, const gsl_vector *tau_Z, const
+          gsl_permutation *p, const size_t rank, const gsl_vector *b,
+          gsl_vector *x, gsl_vector *residual)
+
+     This function finds the unique minimum norm least squares solution
+     to the overdetermined system A x = b where the matrix ‘A’ has more
+     rows than columns.  The least squares solution minimizes the
+     Euclidean norm of the residual, ||b - A x|| as well as the norm of
+     the solution ||x||.  The routine requires as input the QRZT
+     decomposition of A into (*note QRZT: 546, *note tau_Q: 546, *note
+     tau_Z: 546, *note p: 546, *note rank: 546.) given by *note
+     gsl_linalg_COD_decomp(): 544.  The solution is returned in *note x:
+     546.  The residual, b - Ax, is computed as a by-product and stored
+     in *note residual: 546.
+
+ -- Function: int gsl_linalg_COD_lssolve2 (const double lambda, const
+          gsl_matrix *QRZT, const gsl_vector *tau_Q, const gsl_vector
+          *tau_Z, const gsl_permutation *p, const size_t rank, const
+          gsl_vector *b, gsl_vector *x, gsl_vector *residual, gsl_matrix
+          *S, gsl_vector *work)
+
+     This function finds the solution to the regularized least squares
+     problem in Tikhonov standard form, \min_x ||b - Ax||^2 + \lambda^2
+     ||x||^2.  The routine requires as input the QRZT decomposition of A
+     into (*note QRZT: 547, *note tau_Q: 547, *note tau_Z: 547, *note p:
+     547, *note rank: 547.) given by *note gsl_linalg_COD_decomp(): 544.
+     The parameter \lambda is supplied in *note lambda: 547.  The
+     solution is returned in *note x: 547.  The residual, b - Ax, is
+     stored in *note residual: 547. on output.  *note S: 547. is
+     additional workspace of size *note rank: 547.-by-*note rank: 547.
+     *note work: 547. is additional workspace of length *note rank: 547.
+
+ -- Function: int gsl_linalg_COD_unpack (const gsl_matrix *QRZT, const
+          gsl_vector *tau_Q, const gsl_vector *tau_Z, const size_t rank,
+          gsl_matrix *Q, gsl_matrix *R, gsl_matrix *Z)
+
+     This function unpacks the encoded QRZT decomposition (*note QRZT:
+     548, *note tau_Q: 548, *note tau_Z: 548, *note rank: 548.) into the
+     matrices *note Q: 548, *note R: 548, and *note Z: 548, where *note
+     Q: 548. is M-by-M, *note R: 548. is M-by-N, and *note Z: 548. is
+     N-by-N.
+
+ -- Function: int gsl_linalg_COD_matZ (const gsl_matrix *QRZT, const
+          gsl_vector *tau_Z, const size_t rank, gsl_matrix *A,
+          gsl_vector *work)
+
+     This function multiplies the input matrix *note A: 549. on the
+     right by ‘Z’, A' = A Z using the encoded QRZT decomposition (*note
+     QRZT: 549, *note tau_Z: 549, *note rank: 549.).  *note A: 549. must
+     have N columns but may have any number of rows.  Additional
+     workspace of length M is provided in *note work: 549.
+
+\1f
+File: gsl-ref.info,  Node: Singular Value Decomposition,  Next: Cholesky Decomposition,  Prev: Complete Orthogonal Decomposition,  Up: Linear Algebra
+
+14.7 Singular Value Decomposition
+=================================
+
+A general rectangular M-by-N matrix A has a singular value decomposition
+(SVD) into the product of an M-by-N orthogonal matrix U, an N-by-N
+diagonal matrix of singular values S and the transpose of an N-by-N
+orthogonal square matrix V,
+
+     A = U S V^T
+
+The singular values \sigma_i = S_{ii} are all non-negative and are
+generally chosen to form a non-increasing sequence
+
+     \sigma_1 >= \sigma_2 >= ... >= \sigma_N >= 0
+
+The singular value decomposition of a matrix has many practical uses.
+The condition number of the matrix is given by the ratio of the largest
+singular value to the smallest singular value.  The presence of a zero
+singular value indicates that the matrix is singular.  The number of
+non-zero singular values indicates the rank of the matrix.  In practice
+singular value decomposition of a rank-deficient matrix will not produce
+exact zeroes for singular values, due to finite numerical precision.
+Small singular values should be edited by choosing a suitable tolerance.
+
+For a rank-deficient matrix, the null space of A is given by the columns
+of V corresponding to the zero singular values.  Similarly, the range of
+A is given by columns of U corresponding to the non-zero singular
+values.
+
+Note that the routines here compute the “thin” version of the SVD with U
+as M-by-N orthogonal matrix.  This allows in-place computation and is
+the most commonly-used form in practice.  Mathematically, the “full” SVD
+is defined with U as an M-by-M orthogonal matrix and S as an M-by-N
+diagonal matrix (with additional rows of zeros).
+
+ -- Function: int gsl_linalg_SV_decomp (gsl_matrix *A, gsl_matrix *V,
+          gsl_vector *S, gsl_vector *work)
+
+     This function factorizes the M-by-N matrix *note A: 54b. into the
+     singular value decomposition A = U S V^T for M \ge N. On output the
+     matrix *note A: 54b. is replaced by U. The diagonal elements of the
+     singular value matrix S are stored in the vector *note S: 54b.  The
+     singular values are non-negative and form a non-increasing sequence
+     from S_1 to S_N. The matrix *note V: 54b. contains the elements of
+     V in untransposed form.  To form the product U S V^T it is
+     necessary to take the transpose of *note V: 54b.  A workspace of
+     length ‘N’ is required in *note work: 54b.
+
+     This routine uses the Golub-Reinsch SVD algorithm.
+
+ -- Function: int gsl_linalg_SV_decomp_mod (gsl_matrix *A, gsl_matrix
+          *X, gsl_matrix *V, gsl_vector *S, gsl_vector *work)
+
+     This function computes the SVD using the modified Golub-Reinsch
+     algorithm, which is faster for M \gg N. It requires the vector
+     *note work: 54c. of length ‘N’ and the N-by-N matrix *note X: 54c.
+     as additional working space.
+
+ -- Function: int gsl_linalg_SV_decomp_jacobi (gsl_matrix *A, gsl_matrix
+          *V, gsl_vector *S)
+
+     This function computes the SVD of the M-by-N matrix *note A: 54d.
+     using one-sided Jacobi orthogonalization for M \ge N. The Jacobi
+     method can compute singular values to higher relative accuracy than
+     Golub-Reinsch algorithms (see references for details).
+
+ -- Function: int gsl_linalg_SV_solve (const gsl_matrix *U, const
+          gsl_matrix *V, const gsl_vector *S, const gsl_vector *b,
+          gsl_vector *x)
+
+     This function solves the system A x = b using the singular value
+     decomposition (*note U: 54e, *note S: 54e, *note V: 54e.) of A
+     which must have been computed previously with *note
+     gsl_linalg_SV_decomp(): 54b.
+
+     Only non-zero singular values are used in computing the solution.
+     The parts of the solution corresponding to singular values of zero
+     are ignored.  Other singular values can be edited out by setting
+     them to zero before calling this function.
+
+     In the over-determined case where ‘A’ has more rows than columns
+     the system is solved in the least squares sense, returning the
+     solution *note x: 54e. which minimizes ||A x - b||_2.
+
+ -- Function: int gsl_linalg_SV_leverage (const gsl_matrix *U,
+          gsl_vector *h)
+
+     This function computes the statistical leverage values h_i of a
+     matrix A using its singular value decomposition (*note U: 54f, ‘S’,
+     ‘V’) previously computed with *note gsl_linalg_SV_decomp(): 54b.
+     h_i are the diagonal values of the matrix A (A^T A)^{-1} A^T and
+     depend only on the matrix *note U: 54f. which is the input to this
+     function.
+
+\1f
+File: gsl-ref.info,  Node: Cholesky Decomposition,  Next: Pivoted Cholesky Decomposition,  Prev: Singular Value Decomposition,  Up: Linear Algebra
+
+14.8 Cholesky Decomposition
+===========================
+
+A symmetric, positive definite square matrix A has a Cholesky
+decomposition into a product of a lower triangular matrix L and its
+transpose L^T,
+
+     A = L L^T
+
+This is sometimes referred to as taking the square-root of a matrix.
+The Cholesky decomposition can only be carried out when all the
+eigenvalues of the matrix are positive.  This decomposition can be used
+to convert the linear system A x = b into a pair of triangular systems
+(L y = b, L^T x = y), which can be solved by forward and
+back-substitution.
+
+If the matrix A is near singular, it is sometimes possible to reduce the
+condition number and recover a more accurate solution vector x by
+scaling as
+
+     ( S A S ) ( S^(-1) x ) = S b
+
+where S is a diagonal matrix whose elements are given by S_{ii} =
+1/\sqrt{A_{ii}}.  This scaling is also known as Jacobi preconditioning.
+There are routines below to solve both the scaled and unscaled systems.
+
+ -- Function: int gsl_linalg_cholesky_decomp1 (gsl_matrix *A)
+ -- Function: int gsl_linalg_complex_cholesky_decomp (gsl_matrix_complex
+          *A)
+
+     These functions factorize the symmetric, positive-definite square
+     matrix *note A: 552. into the Cholesky decomposition A = L L^T (or
+     A = L L^{\dagger} for the complex case).  On input, the values from
+     the diagonal and lower-triangular part of the matrix *note A: 552.
+     are used (the upper triangular part is ignored).  On output the
+     diagonal and lower triangular part of the input matrix *note A:
+     552. contain the matrix L, while the upper triangular part contains
+     the original matrix.  If the matrix is not positive-definite then
+     the decomposition will fail, returning the error code *note
+     GSL_EDOM: 28.
+
+     When testing whether a matrix is positive-definite, disable the
+     error handler first to avoid triggering an error.  These functions
+     use Level 3 BLAS to compute the Cholesky factorization (Peise and
+     Bientinesi, 2016).
+
+ -- Function: int gsl_linalg_cholesky_decomp (gsl_matrix *A)
+
+     This function is now deprecated and is provided only for backward
+     compatibility.
+
+ -- Function: int gsl_linalg_cholesky_solve (const gsl_matrix *cholesky,
+          const gsl_vector *b, gsl_vector *x)
+ -- Function: int gsl_linalg_complex_cholesky_solve (const
+          gsl_matrix_complex *cholesky, const gsl_vector_complex *b,
+          gsl_vector_complex *x)
+
+     These functions solve the system A x = b using the Cholesky
+     decomposition of A held in the matrix *note cholesky: 555. which
+     must have been previously computed by *note
+     gsl_linalg_cholesky_decomp(): 553. or *note
+     gsl_linalg_complex_cholesky_decomp(): 552.
+
+ -- Function: int gsl_linalg_cholesky_svx (const gsl_matrix *cholesky,
+          gsl_vector *x)
+ -- Function: int gsl_linalg_complex_cholesky_svx (const
+          gsl_matrix_complex *cholesky, gsl_vector_complex *x)
+
+     These functions solve the system A x = b in-place using the
+     Cholesky decomposition of A held in the matrix *note cholesky: 557.
+     which must have been previously computed by *note
+     gsl_linalg_cholesky_decomp(): 553. or *note
+     gsl_linalg_complex_cholesky_decomp(): 552.  On input *note x: 557.
+     should contain the right-hand side b, which is replaced by the
+     solution on output.
+
+ -- Function: int gsl_linalg_cholesky_invert (gsl_matrix *cholesky)
+ -- Function: int gsl_linalg_complex_cholesky_invert (gsl_matrix_complex
+          *cholesky)
+
+     These functions compute the inverse of a matrix from its Cholesky
+     decomposition *note cholesky: 559, which must have been previously
+     computed by *note gsl_linalg_cholesky_decomp(): 553. or *note
+     gsl_linalg_complex_cholesky_decomp(): 552.  On output, the inverse
+     is stored in-place in *note cholesky: 559.
+
+ -- Function: int gsl_linalg_cholesky_decomp2 (gsl_matrix *A, gsl_vector
+          *S)
+
+     This function calculates a diagonal scaling transformation S for
+     the symmetric, positive-definite square matrix *note A: 55a, and
+     then computes the Cholesky decomposition S A S = L L^T. On input,
+     the values from the diagonal and lower-triangular part of the
+     matrix *note A: 55a. are used (the upper triangular part is
+     ignored).  On output the diagonal and lower triangular part of the
+     input matrix *note A: 55a. contain the matrix L, while the upper
+     triangular part of the input matrix is overwritten with L^T (the
+     diagonal terms being identical for both L and L^T). If the matrix
+     is not positive-definite then the decomposition will fail,
+     returning the error code *note GSL_EDOM: 28.  The diagonal scale
+     factors are stored in *note S: 55a. on output.
+
+     When testing whether a matrix is positive-definite, disable the
+     error handler first to avoid triggering an error.
+
+ -- Function: int gsl_linalg_cholesky_solve2 (const gsl_matrix
+          *cholesky, const gsl_vector *S, const gsl_vector *b,
+          gsl_vector *x)
+
+     This function solves the system (S A S) (S^{-1} x) = S b using the
+     Cholesky decomposition of S A S held in the matrix *note cholesky:
+     55b. which must have been previously computed by *note
+     gsl_linalg_cholesky_decomp2(): 55a.
+
+ -- Function: int gsl_linalg_cholesky_svx2 (const gsl_matrix *cholesky,
+          const gsl_vector *S, gsl_vector *x)
+
+     This function solves the system (S A S) (S^{-1} x) = S b in-place
+     using the Cholesky decomposition of S A S held in the matrix *note
+     cholesky: 55c. which must have been previously computed by *note
+     gsl_linalg_cholesky_decomp2(): 55a.  On input *note x: 55c. should
+     contain the right-hand side b, which is replaced by the solution on
+     output.
+
+ -- Function: int gsl_linalg_cholesky_scale (const gsl_matrix *A,
+          gsl_vector *S)
+
+     This function calculates a diagonal scaling transformation of the
+     symmetric, positive definite matrix *note A: 55d, such that S A S
+     has a condition number within a factor of N of the matrix of
+     smallest possible condition number over all possible diagonal
+     scalings.  On output, *note S: 55d. contains the scale factors,
+     given by S_i = 1/\sqrt{A_{ii}}.  For any A_{ii} \le 0, the
+     corresponding scale factor S_i is set to 1.
+
+ -- Function: int gsl_linalg_cholesky_scale_apply (gsl_matrix *A, const
+          gsl_vector *S)
+
+     This function applies the scaling transformation *note S: 55e. to
+     the matrix *note A: 55e.  On output, *note A: 55e. is replaced by S
+     A S.
+
+ -- Function: int gsl_linalg_cholesky_rcond (const gsl_matrix *cholesky,
+          double *rcond, gsl_vector *work)
+
+     This function estimates the reciprocal condition number (using the
+     1-norm) of the symmetric positive definite matrix A, using its
+     Cholesky decomposition provided in *note cholesky: 55f.  The
+     reciprocal condition number estimate, defined as 1 / (||A||_1 \cdot
+     ||A^{-1}||_1), is stored in *note rcond: 55f.  Additional workspace
+     of size 3 N is required in *note work: 55f.
+
+\1f
+File: gsl-ref.info,  Node: Pivoted Cholesky Decomposition,  Next: Modified Cholesky Decomposition,  Prev: Cholesky Decomposition,  Up: Linear Algebra
+
+14.9 Pivoted Cholesky Decomposition
+===================================
+
+A symmetric positive semi-definite square matrix A has an alternate
+Cholesky decomposition into a product of a lower unit triangular matrix
+L, a diagonal matrix D and L^T, given by L D L^T. For postive definite
+matrices, this is equivalent to the Cholesky formulation discussed
+above, with the standard Cholesky lower triangular factor given by L
+D^{1 \over 2}.  For ill-conditioned matrices, it can help to use a
+pivoting strategy to prevent the entries of D and L from growing too
+large, and also ensure D_1 \ge D_2 \ge \cdots \ge D_n > 0, where D_i are
+the diagonal entries of D. The final decomposition is given by
+
+     P A P^T = L D L^T
+
+where P is a permutation matrix.
+
+ -- Function: int gsl_linalg_pcholesky_decomp (gsl_matrix *A,
+          gsl_permutation *p)
+
+     This function factors the symmetric, positive-definite square
+     matrix *note A: 561. into the Pivoted Cholesky decomposition P A
+     P^T = L D L^T. On input, the values from the diagonal and
+     lower-triangular part of the matrix *note A: 561. are used to
+     construct the factorization.  On output the diagonal of the input
+     matrix *note A: 561. stores the diagonal elements of D, and the
+     lower triangular portion of *note A: 561. contains the matrix L.
+     Since L has ones on its diagonal these do not need to be
+     explicitely stored.  The upper triangular portion of *note A: 561.
+     is unmodified.  The permutation matrix P is stored in *note p: 561.
+     on output.
+
+ -- Function: int gsl_linalg_pcholesky_solve (const gsl_matrix *LDLT,
+          const gsl_permutation *p, const gsl_vector *b, gsl_vector *x)
+
+     This function solves the system A x = b using the Pivoted Cholesky
+     decomposition of A held in the matrix *note LDLT: 562. and
+     permutation *note p: 562. which must have been previously computed
+     by *note gsl_linalg_pcholesky_decomp(): 561.
+
+ -- Function: int gsl_linalg_pcholesky_svx (const gsl_matrix *LDLT,
+          const gsl_permutation *p, gsl_vector *x)
+
+     This function solves the system A x = b in-place using the Pivoted
+     Cholesky decomposition of A held in the matrix *note LDLT: 563. and
+     permutation *note p: 563. which must have been previously computed
+     by *note gsl_linalg_pcholesky_decomp(): 561.  On input, *note x:
+     563. contains the right hand side vector b which is replaced by the
+     solution vector on output.
+
+ -- Function: int gsl_linalg_pcholesky_decomp2 (gsl_matrix *A,
+          gsl_permutation *p, gsl_vector *S)
+
+     This function computes the pivoted Cholesky factorization of the
+     matrix S A S, where the input matrix *note A: 564. is symmetric and
+     positive definite, and the diagonal scaling matrix *note S: 564. is
+     computed to reduce the condition number of *note A: 564. as much as
+     possible.  See *note Cholesky Decomposition: 3f5. for more
+     information on the matrix *note S: 564.  The Pivoted Cholesky
+     decomposition satisfies P S A S P^T = L D L^T. On input, the values
+     from the diagonal and lower-triangular part of the matrix *note A:
+     564. are used to construct the factorization.  On output the
+     diagonal of the input matrix *note A: 564. stores the diagonal
+     elements of D, and the lower triangular portion of *note A: 564.
+     contains the matrix L. Since L has ones on its diagonal these do
+     not need to be explicitely stored.  The upper triangular portion of
+     *note A: 564. is unmodified.  The permutation matrix P is stored in
+     *note p: 564. on output.  The diagonal scaling transformation is
+     stored in *note S: 564. on output.
+
+ -- Function: int gsl_linalg_pcholesky_solve2 (const gsl_matrix *LDLT,
+          const gsl_permutation *p, const gsl_vector *S, const
+          gsl_vector *b, gsl_vector *x)
+
+     This function solves the system (S A S) (S^{-1} x) = S b using the
+     Pivoted Cholesky decomposition of S A S held in the matrix *note
+     LDLT: 565, permutation *note p: 565, and vector *note S: 565, which
+     must have been previously computed by *note
+     gsl_linalg_pcholesky_decomp2(): 564.
+
+ -- Function: int gsl_linalg_pcholesky_svx2 (const gsl_matrix *LDLT,
+          const gsl_permutation *p, const gsl_vector *S, gsl_vector *x)
+
+     This function solves the system (S A S) (S^{-1} x) = S b in-place
+     using the Pivoted Cholesky decomposition of S A S held in the
+     matrix *note LDLT: 566, permutation *note p: 566. and vector *note
+     S: 566, which must have been previously computed by *note
+     gsl_linalg_pcholesky_decomp2(): 564.  On input, *note x: 566.
+     contains the right hand side vector b which is replaced by the
+     solution vector on output.
+
+ -- Function: int gsl_linalg_pcholesky_invert (const gsl_matrix *LDLT,
+          const gsl_permutation *p, gsl_matrix *Ainv)
+
+     This function computes the inverse of the matrix A, using the
+     Pivoted Cholesky decomposition stored in *note LDLT: 567. and *note
+     p: 567.  On output, the matrix *note Ainv: 567. contains A^{-1}.
+
+ -- Function: int gsl_linalg_pcholesky_rcond (const gsl_matrix *LDLT,
+          const gsl_permutation *p, double *rcond, gsl_vector *work)
+
+     This function estimates the reciprocal condition number (using the
+     1-norm) of the symmetric positive definite matrix A, using its
+     pivoted Cholesky decomposition provided in *note LDLT: 568.  The
+     reciprocal condition number estimate, defined as 1 / (||A||_1 \cdot
+     ||A^{-1}||_1), is stored in *note rcond: 568.  Additional workspace
+     of size 3 N is required in *note work: 568.
+
+\1f
+File: gsl-ref.info,  Node: Modified Cholesky Decomposition,  Next: LDLT Decomposition,  Prev: Pivoted Cholesky Decomposition,  Up: Linear Algebra
+
+14.10 Modified Cholesky Decomposition
+=====================================
+
+The modified Cholesky decomposition is suitable for solving systems A x
+= b where A is a symmetric indefinite matrix.  Such matrices arise in
+nonlinear optimization algorithms.  The standard Cholesky decomposition
+requires a positive definite matrix and would fail in this case.
+Instead of resorting to a method like QR or SVD, which do not take into
+account the symmetry of the matrix, we can instead introduce a small
+perturbation to the matrix A to make it positive definite, and then use
+a Cholesky decomposition on the perturbed matrix.  The resulting
+decomposition satisfies
+
+     P (A + E) P^T = L D L^T
+
+where P is a permutation matrix, E is a diagonal perturbation matrix, L
+is unit lower triangular, and D is diagonal.  If A is sufficiently
+positive definite, then the perturbation matrix E will be zero and this
+method is equivalent to the pivoted Cholesky algorithm.  For indefinite
+matrices, the perturbation matrix E is computed to ensure that A + E is
+positive definite and well conditioned.
+
+ -- Function: int gsl_linalg_mcholesky_decomp (gsl_matrix *A,
+          gsl_permutation *p, gsl_vector *E)
+
+     This function factors the symmetric, indefinite square matrix *note
+     A: 56a. into the Modified Cholesky decomposition P (A + E) P^T = L
+     D L^T. On input, the values from the diagonal and lower-triangular
+     part of the matrix *note A: 56a. are used to construct the
+     factorization.  On output the diagonal of the input matrix *note A:
+     56a. stores the diagonal elements of D, and the lower triangular
+     portion of *note A: 56a. contains the matrix L. Since L has ones on
+     its diagonal these do not need to be explicitely stored.  The upper
+     triangular portion of *note A: 56a. is unmodified.  The permutation
+     matrix P is stored in *note p: 56a. on output.  The diagonal
+     perturbation matrix is stored in *note E: 56a. on output.  The
+     parameter *note E: 56a. may be set to NULL if it is not required.
+
+ -- Function: int gsl_linalg_mcholesky_solve (const gsl_matrix *LDLT,
+          const gsl_permutation *p, const gsl_vector *b, gsl_vector *x)
+
+     This function solves the perturbed system (A + E) x = b using the
+     Cholesky decomposition of A + E held in the matrix *note LDLT: 56b.
+     and permutation *note p: 56b. which must have been previously
+     computed by *note gsl_linalg_mcholesky_decomp(): 56a.
+
+ -- Function: int gsl_linalg_mcholesky_svx (const gsl_matrix *LDLT,
+          const gsl_permutation *p, gsl_vector *x)
+
+     This function solves the perturbed system (A + E) x = b in-place
+     using the Cholesky decomposition of A + E held in the matrix *note
+     LDLT: 56c. and permutation *note p: 56c. which must have been
+     previously computed by *note gsl_linalg_mcholesky_decomp(): 56a.
+     On input, *note x: 56c. contains the right hand side vector b which
+     is replaced by the solution vector on output.
+
+ -- Function: int gsl_linalg_mcholesky_rcond (const gsl_matrix *LDLT,
+          const gsl_permutation *p, double *rcond, gsl_vector *work)
+
+     This function estimates the reciprocal condition number (using the
+     1-norm) of the perturbed matrix A + E, using its pivoted Cholesky
+     decomposition provided in *note LDLT: 56d.  The reciprocal
+     condition number estimate, defined as 1 / (||A + E||_1 \cdot ||(A +
+     E)^{-1}||_1), is stored in *note rcond: 56d.  Additional workspace
+     of size 3 N is required in *note work: 56d.
+
+\1f
+File: gsl-ref.info,  Node: LDLT Decomposition,  Next: Tridiagonal Decomposition of Real Symmetric Matrices,  Prev: Modified Cholesky Decomposition,  Up: Linear Algebra
+
+14.11 LDLT Decomposition
+========================
+
+If A is a symmetric, nonsingular square matrix, then it has a unique
+factorization of the form
+
+     A = L D L^T
+
+where L is a unit lower triangular matrix and D is diagonal.  If A is
+positive definite, then this factorization is equivalent to the Cholesky
+factorization, where the lower triangular Cholesky factor is L
+D^{\frac{1}{2}}.  Some indefinite matrices for which no Cholesky
+decomposition exists have an L D L^T decomposition with negative entries
+in D. The L D L^T algorithm is sometimes referred to as the `square root
+free' Cholesky decomposition, as the algorithm does not require the
+computation of square roots.  The algorithm is stable for positive
+definite matrices, but is not guaranteed to be stable for indefinite
+matrices.
+
+ -- Function: int gsl_linalg_ldlt_decomp (gsl_matrix *A)
+
+     This function factorizes the symmetric, non-singular square matrix
+     *note A: 570. into the decomposition A = L D L^T. On input, the
+     values from the diagonal and lower-triangular part of the matrix
+     *note A: 570. are used.  The upper triangle of *note A: 570. is
+     used as temporary workspace.  On output the diagonal of *note A:
+     570. contains the matrix D and the lower triangle of *note A: 570.
+     contains the unit lower triangular matrix L. The matrix 1-norm,
+     ||A||_1 is stored in the upper right corner on output, for later
+     use by *note gsl_linalg_ldlt_rcond(): 571.
+
+     If the matrix is detected to be singular, the function returns the
+     error code *note GSL_EDOM: 28.
+
+ -- Function: int gsl_linalg_ldlt_solve (const gsl_matrix *LDLT, const
+          gsl_vector *b, gsl_vector *x)
+
+     This function solves the system A x = b using the L D L^T
+     decomposition of A held in the matrix *note LDLT: 572. which must
+     have been previously computed by *note gsl_linalg_ldlt_decomp():
+     570.
+
+ -- Function: int gsl_linalg_ldlt_svx (const gsl_matrix *LDLT,
+          gsl_vector *x)
+
+     This function solves the system A x = b in-place using the L D L^T
+     decomposition of A held in the matrix *note LDLT: 573. which must
+     have been previously computed by *note gsl_linalg_ldlt_decomp():
+     570.  On input *note x: 573. should contain the right-hand side b,
+     which is replaced by the solution on output.
+
+ -- Function: int gsl_linalg_ldlt_rcond (const gsl_matrix *LDLT, double
+          *rcond, gsl_vector *work)
+
+     This function estimates the reciprocal condition number (using the
+     1-norm) of the symmetric nonsingular matrix A, using its L D L^T
+     decomposition provided in *note LDLT: 571.  The reciprocal
+     condition number estimate, defined as 1 / (||A||_1 \cdot
+     ||A^{-1}||_1), is stored in *note rcond: 571.  Additional workspace
+     of size 3 N is required in *note work: 571.
+
+\1f
+File: gsl-ref.info,  Node: Tridiagonal Decomposition of Real Symmetric Matrices,  Next: Tridiagonal Decomposition of Hermitian Matrices,  Prev: LDLT Decomposition,  Up: Linear Algebra
+
+14.12 Tridiagonal Decomposition of Real Symmetric Matrices
+==========================================================
+
+A symmetric matrix A can be factorized by similarity transformations
+into the form,
+
+     A = Q T Q^T
+
+where Q is an orthogonal matrix and T is a symmetric tridiagonal matrix.
+
+ -- Function: int gsl_linalg_symmtd_decomp (gsl_matrix *A, gsl_vector
+          *tau)
+
+     This function factorizes the symmetric square matrix *note A: 575.
+     into the symmetric tridiagonal decomposition Q T Q^T. On output the
+     diagonal and subdiagonal part of the input matrix *note A: 575.
+     contain the tridiagonal matrix T. The remaining lower triangular
+     part of the input matrix contains the Householder vectors which,
+     together with the Householder coefficients *note tau: 575, encode
+     the orthogonal matrix Q. This storage scheme is the same as used by
+     LAPACK. The upper triangular part of *note A: 575. is not
+     referenced.
+
+ -- Function: int gsl_linalg_symmtd_unpack (const gsl_matrix *A, const
+          gsl_vector *tau, gsl_matrix *Q, gsl_vector *diag, gsl_vector
+          *subdiag)
+
+     This function unpacks the encoded symmetric tridiagonal
+     decomposition (*note A: 576, *note tau: 576.) obtained from *note
+     gsl_linalg_symmtd_decomp(): 575. into the orthogonal matrix *note
+     Q: 576, the vector of diagonal elements *note diag: 576. and the
+     vector of subdiagonal elements *note subdiag: 576.
+
+ -- Function: int gsl_linalg_symmtd_unpack_T (const gsl_matrix *A,
+          gsl_vector *diag, gsl_vector *subdiag)
+
+     This function unpacks the diagonal and subdiagonal of the encoded
+     symmetric tridiagonal decomposition (*note A: 577, ‘tau’) obtained
+     from *note gsl_linalg_symmtd_decomp(): 575. into the vectors *note
+     diag: 577. and *note subdiag: 577.
+
+\1f
+File: gsl-ref.info,  Node: Tridiagonal Decomposition of Hermitian Matrices,  Next: Hessenberg Decomposition of Real Matrices,  Prev: Tridiagonal Decomposition of Real Symmetric Matrices,  Up: Linear Algebra
+
+14.13 Tridiagonal Decomposition of Hermitian Matrices
+=====================================================
+
+A hermitian matrix A can be factorized by similarity transformations
+into the form,
+
+     A = U T U^T
+
+where U is a unitary matrix and T is a real symmetric tridiagonal
+matrix.
+
+ -- Function: int gsl_linalg_hermtd_decomp (gsl_matrix_complex *A,
+          gsl_vector_complex *tau)
+
+     This function factorizes the hermitian matrix *note A: 579. into
+     the symmetric tridiagonal decomposition U T U^T. On output the real
+     parts of the diagonal and subdiagonal part of the input matrix
+     *note A: 579. contain the tridiagonal matrix T. The remaining lower
+     triangular part of the input matrix contains the Householder
+     vectors which, together with the Householder coefficients *note
+     tau: 579, encode the unitary matrix U. This storage scheme is the
+     same as used by LAPACK. The upper triangular part of *note A: 579.
+     and imaginary parts of the diagonal are not referenced.
+
+ -- Function: int gsl_linalg_hermtd_unpack (const gsl_matrix_complex *A,
+          const gsl_vector_complex *tau, gsl_matrix_complex *U,
+          gsl_vector *diag, gsl_vector *subdiag)
+
+     This function unpacks the encoded tridiagonal decomposition (*note
+     A: 57a, *note tau: 57a.) obtained from *note
+     gsl_linalg_hermtd_decomp(): 579. into the unitary matrix *note U:
+     57a, the real vector of diagonal elements *note diag: 57a. and the
+     real vector of subdiagonal elements *note subdiag: 57a.
+
+ -- Function: int gsl_linalg_hermtd_unpack_T (const gsl_matrix_complex
+          *A, gsl_vector *diag, gsl_vector *subdiag)
+
+     This function unpacks the diagonal and subdiagonal of the encoded
+     tridiagonal decomposition (*note A: 57b, ‘tau’) obtained from the
+     *note gsl_linalg_hermtd_decomp(): 579. into the real vectors *note
+     diag: 57b. and *note subdiag: 57b.
+
+\1f
+File: gsl-ref.info,  Node: Hessenberg Decomposition of Real Matrices,  Next: Hessenberg-Triangular Decomposition of Real Matrices,  Prev: Tridiagonal Decomposition of Hermitian Matrices,  Up: Linear Algebra
+
+14.14 Hessenberg Decomposition of Real Matrices
+===============================================
+
+A general real matrix A can be decomposed by orthogonal similarity
+transformations into the form
+
+     A = U H U^T
+
+where U is orthogonal and H is an upper Hessenberg matrix, meaning that
+it has zeros below the first subdiagonal.  The Hessenberg reduction is
+the first step in the Schur decomposition for the nonsymmetric
+eigenvalue problem, but has applications in other areas as well.
+
+ -- Function: int gsl_linalg_hessenberg_decomp (gsl_matrix *A,
+          gsl_vector *tau)
+
+     This function computes the Hessenberg decomposition of the matrix
+     *note A: 57d. by applying the similarity transformation H = U^T A
+     U. On output, H is stored in the upper portion of *note A: 57d.
+     The information required to construct the matrix U is stored in the
+     lower triangular portion of *note A: 57d.  U is a product of N - 2
+     Householder matrices.  The Householder vectors are stored in the
+     lower portion of *note A: 57d. (below the subdiagonal) and the
+     Householder coefficients are stored in the vector *note tau: 57d.
+     *note tau: 57d. must be of length ‘N’.
+
+ -- Function: int gsl_linalg_hessenberg_unpack (gsl_matrix *H,
+          gsl_vector *tau, gsl_matrix *U)
+
+     This function constructs the orthogonal matrix U from the
+     information stored in the Hessenberg matrix *note H: 57e. along
+     with the vector *note tau: 57e.  *note H: 57e. and *note tau: 57e.
+     are outputs from *note gsl_linalg_hessenberg_decomp(): 57d.
+
+ -- Function: int gsl_linalg_hessenberg_unpack_accum (gsl_matrix *H,
+          gsl_vector *tau, gsl_matrix *V)
+
+     This function is similar to *note gsl_linalg_hessenberg_unpack():
+     57e, except it accumulates the matrix ‘U’ into *note V: 57f, so
+     that V' = VU. The matrix *note V: 57f. must be initialized prior to
+     calling this function.  Setting *note V: 57f. to the identity
+     matrix provides the same result as *note
+     gsl_linalg_hessenberg_unpack(): 57e.  If *note H: 57f. is order
+     ‘N’, then *note V: 57f. must have ‘N’ columns but may have any
+     number of rows.
+
+ -- Function: int gsl_linalg_hessenberg_set_zero (gsl_matrix *H)
+
+     This function sets the lower triangular portion of *note H: 580,
+     below the subdiagonal, to zero.  It is useful for clearing out the
+     Householder vectors after calling *note
+     gsl_linalg_hessenberg_decomp(): 57d.
+
+\1f
+File: gsl-ref.info,  Node: Hessenberg-Triangular Decomposition of Real Matrices,  Next: Bidiagonalization,  Prev: Hessenberg Decomposition of Real Matrices,  Up: Linear Algebra
+
+14.15 Hessenberg-Triangular Decomposition of Real Matrices
+==========================================================
+
+A general real matrix pair (A, B) can be decomposed by orthogonal
+similarity transformations into the form
+
+     A = U H V^T
+     B = U R V^T
+
+where U and V are orthogonal, H is an upper Hessenberg matrix, and R is
+upper triangular.  The Hessenberg-Triangular reduction is the first step
+in the generalized Schur decomposition for the generalized eigenvalue
+problem.
+
+ -- Function: int gsl_linalg_hesstri_decomp (gsl_matrix *A, gsl_matrix
+          *B, gsl_matrix *U, gsl_matrix *V, gsl_vector *work)
+
+     This function computes the Hessenberg-Triangular decomposition of
+     the matrix pair (*note A: 582, *note B: 582.).  On output, H is
+     stored in *note A: 582, and R is stored in *note B: 582.  If *note
+     U: 582. and *note V: 582. are provided (they may be null), the
+     similarity transformations are stored in them.  Additional
+     workspace of length N is needed in *note work: 582.
+
+\1f
+File: gsl-ref.info,  Node: Bidiagonalization,  Next: Givens Rotations,  Prev: Hessenberg-Triangular Decomposition of Real Matrices,  Up: Linear Algebra
+
+14.16 Bidiagonalization
+=======================
+
+A general matrix A can be factorized by similarity transformations into
+the form,
+
+     A = U B V^T
+
+where U and V are orthogonal matrices and B is a N-by-N bidiagonal
+matrix with non-zero entries only on the diagonal and superdiagonal.
+The size of ‘U’ is M-by-N and the size of ‘V’ is N-by-N.
+
+ -- Function: int gsl_linalg_bidiag_decomp (gsl_matrix *A, gsl_vector
+          *tau_U, gsl_vector *tau_V)
+
+     This function factorizes the M-by-N matrix *note A: 584. into
+     bidiagonal form U B V^T. The diagonal and superdiagonal of the
+     matrix B are stored in the diagonal and superdiagonal of *note A:
+     584.  The orthogonal matrices U and ‘V’ are stored as compressed
+     Householder vectors in the remaining elements of *note A: 584.  The
+     Householder coefficients are stored in the vectors *note tau_U:
+     584. and *note tau_V: 584.  The length of *note tau_U: 584. must
+     equal the number of elements in the diagonal of *note A: 584. and
+     the length of *note tau_V: 584. should be one element shorter.
+
+ -- Function: int gsl_linalg_bidiag_unpack (const gsl_matrix *A, const
+          gsl_vector *tau_U, gsl_matrix *U, const gsl_vector *tau_V,
+          gsl_matrix *V, gsl_vector *diag, gsl_vector *superdiag)
+
+     This function unpacks the bidiagonal decomposition of *note A: 585.
+     produced by *note gsl_linalg_bidiag_decomp(): 584, (*note A: 585,
+     *note tau_U: 585, *note tau_V: 585.) into the separate orthogonal
+     matrices *note U: 585, *note V: 585. and the diagonal vector *note
+     diag: 585. and superdiagonal *note superdiag: 585.  Note that *note
+     U: 585. is stored as a compact M-by-N orthogonal matrix satisfying
+     U^T U = I for efficiency.
+
+ -- Function: int gsl_linalg_bidiag_unpack2 (gsl_matrix *A, gsl_vector
+          *tau_U, gsl_vector *tau_V, gsl_matrix *V)
+
+     This function unpacks the bidiagonal decomposition of *note A: 586.
+     produced by *note gsl_linalg_bidiag_decomp(): 584, (*note A: 586,
+     *note tau_U: 586, *note tau_V: 586.) into the separate orthogonal
+     matrices ‘U’, *note V: 586. and the diagonal vector ‘diag’ and
+     superdiagonal ‘superdiag’.  The matrix ‘U’ is stored in-place in
+     *note A: 586.
+
+ -- Function: int gsl_linalg_bidiag_unpack_B (const gsl_matrix *A,
+          gsl_vector *diag, gsl_vector *superdiag)
+
+     This function unpacks the diagonal and superdiagonal of the
+     bidiagonal decomposition of *note A: 587. from *note
+     gsl_linalg_bidiag_decomp(): 584, into the diagonal vector *note
+     diag: 587. and superdiagonal vector *note superdiag: 587.
+
+\1f
+File: gsl-ref.info,  Node: Givens Rotations,  Next: Householder Transformations,  Prev: Bidiagonalization,  Up: Linear Algebra
+
+14.17 Givens Rotations
+======================
+
+A Givens rotation is a rotation in the plane acting on two elements of a
+given vector.  It can be represented in matrix form as
+
+where the \cos{\theta} and \sin{\theta} appear at the intersection of
+the i-th and j-th rows and columns.  When acting on a vector x,
+G(i,j,\theta) x performs a rotation of the (i,j) elements of x.  Givens
+rotations are typically used to introduce zeros in vectors, such as
+during the QR decomposition of a matrix.  In this case, it is typically
+desired to find c and s such that
+
+     [ c -s ] [ a ] = [ r ]
+     [ s  c ] [ b ]   [ 0 ]
+
+with r = \sqrt{a^2 + b^2}.
+
+ -- Function: void gsl_linalg_givens (const double a, const double b,
+          double *c, double *s)
+
+     This function computes c = \cos{\theta} and s = \sin{\theta} so
+     that the Givens matrix G(\theta) acting on the vector (a,b)
+     produces (r, 0), with r = \sqrt{a^2 + b^2}.
+
+ -- Function: void gsl_linalg_givens_gv (gsl_vector *v, const size_t i,
+          const size_t j, const double c, const double s)
+
+     This function applies the Givens rotation defined by c =
+     \cos{\theta} and s = \sin{\theta} to the *note i: 58a. and *note j:
+     58a. elements of *note v: 58a.  On output, (v(i),v(j)) \leftarrow
+     G(\theta) (v(i),v(j)).
+
+\1f
+File: gsl-ref.info,  Node: Householder Transformations,  Next: Householder solver for linear systems,  Prev: Givens Rotations,  Up: Linear Algebra
+
+14.18 Householder Transformations
+=================================
+
+A Householder transformation is a rank-1 modification of the identity
+matrix which can be used to zero out selected elements of a vector.  A
+Householder matrix H takes the form,
+
+     H = I - \tau v v^T
+
+where v is a vector (called the `Householder vector') and \tau = 2/(v^T
+v).  The functions described in this section use the rank-1 structure of
+the Householder matrix to create and apply Householder transformations
+efficiently.
+
+ -- Function: double gsl_linalg_householder_transform (gsl_vector *w)
+ -- Function: gsl_complex gsl_linalg_complex_householder_transform
+          (gsl_vector_complex *w)
+
+     This function prepares a Householder transformation H = I - \tau v
+     v^T which can be used to zero all the elements of the input vector
+     *note w: 58d. except the first.  On output the Householder vector
+     ‘v’ is stored in *note w: 58d. and the scalar \tau is returned.
+     The householder vector ‘v’ is normalized so that ‘v[0] = 1’,
+     however this 1 is not stored in the output vector.  Instead, ‘w[0]’
+     is set to the first element of the transformed vector, so that if u
+     = H w, ‘w[0] = u[0]’ on output and the remainder of u is zero.
+
+ -- Function: int gsl_linalg_householder_hm (double tau, const
+          gsl_vector *v, gsl_matrix *A)
+ -- Function: int gsl_linalg_complex_householder_hm (gsl_complex tau,
+          const gsl_vector_complex *v, gsl_matrix_complex *A)
+
+     This function applies the Householder matrix H defined by the
+     scalar *note tau: 58f. and the vector *note v: 58f. to the
+     left-hand side of the matrix *note A: 58f.  On output the result H
+     A is stored in *note A: 58f.
+
+ -- Function: int gsl_linalg_householder_mh (double tau, const
+          gsl_vector *v, gsl_matrix *A)
+ -- Function: int gsl_linalg_complex_householder_mh (gsl_complex tau,
+          const gsl_vector_complex *v, gsl_matrix_complex *A)
+
+     This function applies the Householder matrix H defined by the
+     scalar *note tau: 591. and the vector *note v: 591. to the
+     right-hand side of the matrix *note A: 591.  On output the result A
+     H is stored in *note A: 591.
+
+ -- Function: int gsl_linalg_householder_hv (double tau, const
+          gsl_vector *v, gsl_vector *w)
+ -- Function: int gsl_linalg_complex_householder_hv (gsl_complex tau,
+          const gsl_vector_complex *v, gsl_vector_complex *w)
+
+     This function applies the Householder transformation H defined by
+     the scalar *note tau: 593. and the vector *note v: 593. to the
+     vector *note w: 593.  On output the result H w is stored in *note
+     w: 593.
+
+\1f
+File: gsl-ref.info,  Node: Householder solver for linear systems,  Next: Tridiagonal Systems,  Prev: Householder Transformations,  Up: Linear Algebra
+
+14.19 Householder solver for linear systems
+===========================================
+
+ -- Function: int gsl_linalg_HH_solve (gsl_matrix *A, const gsl_vector
+          *b, gsl_vector *x)
+
+     This function solves the system A x = b directly using Householder
+     transformations.  On output the solution is stored in *note x: 595.
+     and *note b: 595. is not modified.  The matrix *note A: 595. is
+     destroyed by the Householder transformations.
+
+ -- Function: int gsl_linalg_HH_svx (gsl_matrix *A, gsl_vector *x)
+
+     This function solves the system A x = b in-place using Householder
+     transformations.  On input *note x: 596. should contain the
+     right-hand side b, which is replaced by the solution on output.
+     The matrix *note A: 596. is destroyed by the Householder
+     transformations.
+
+\1f
+File: gsl-ref.info,  Node: Tridiagonal Systems,  Next: Triangular Systems,  Prev: Householder solver for linear systems,  Up: Linear Algebra
+
+14.20 Tridiagonal Systems
+=========================
+
+The functions described in this section efficiently solve symmetric,
+non-symmetric and cyclic tridiagonal systems with minimal storage.  Note
+that the current implementations of these functions use a variant of
+Cholesky decomposition, so the tridiagonal matrix must be positive
+definite.  For non-positive definite matrices, the functions return the
+error code ‘GSL_ESING’.
+
+ -- Function: int gsl_linalg_solve_tridiag (const gsl_vector *diag,
+          const gsl_vector *e, const gsl_vector *f, const gsl_vector *b,
+          gsl_vector *x)
+
+     This function solves the general N-by-N system A x = b where ‘A’ is
+     tridiagonal (N \geq 2).  The super-diagonal and sub-diagonal
+     vectors *note e: 598. and *note f: 598. must be one element shorter
+     than the diagonal vector *note diag: 598.  The form of ‘A’ for the
+     4-by-4 case is shown below,
+
+          A = ( d_0 e_0  0   0  )
+              ( f_0 d_1 e_1  0  )
+              (  0  f_1 d_2 e_2 )
+              (  0   0  f_2 d_3 )
+
+ -- Function: int gsl_linalg_solve_symm_tridiag (const gsl_vector *diag,
+          const gsl_vector *e, const gsl_vector *b, gsl_vector *x)
+
+     This function solves the general N-by-N system A x = b where ‘A’ is
+     symmetric tridiagonal (N \geq 2).  The off-diagonal vector *note e:
+     599. must be one element shorter than the diagonal vector *note
+     diag: 599.  The form of ‘A’ for the 4-by-4 case is shown below,
+
+          A = ( d_0 e_0  0   0  )
+              ( e_0 d_1 e_1  0  )
+              (  0  e_1 d_2 e_2 )
+              (  0   0  e_2 d_3 )
+
+ -- Function: int gsl_linalg_solve_cyc_tridiag (const gsl_vector *diag,
+          const gsl_vector *e, const gsl_vector *f, const gsl_vector *b,
+          gsl_vector *x)
+
+     This function solves the general N-by-N system A x = b where ‘A’ is
+     cyclic tridiagonal (N \geq 3).  The cyclic super-diagonal and
+     sub-diagonal vectors *note e: 59a. and *note f: 59a. must have the
+     same number of elements as the diagonal vector *note diag: 59a.
+     The form of ‘A’ for the 4-by-4 case is shown below,
+
+          A = ( d_0 e_0  0  f_3 )
+              ( f_0 d_1 e_1  0  )
+              (  0  f_1 d_2 e_2 )
+              ( e_3  0  f_2 d_3 )
+
+ -- Function: int gsl_linalg_solve_symm_cyc_tridiag (const gsl_vector
+          *diag, const gsl_vector *e, const gsl_vector *b, gsl_vector
+          *x)
+
+     This function solves the general N-by-N system A x = b where ‘A’ is
+     symmetric cyclic tridiagonal (N \geq 3).  The cyclic off-diagonal
+     vector *note e: 59b. must have the same number of elements as the
+     diagonal vector *note diag: 59b.  The form of ‘A’ for the 4-by-4
+     case is shown below,
+
+          A = ( d_0 e_0  0  e_3 )
+              ( e_0 d_1 e_1  0  )
+              (  0  e_1 d_2 e_2 )
+              ( e_3  0  e_2 d_3 )
+
+\1f
+File: gsl-ref.info,  Node: Triangular Systems,  Next: Banded Systems,  Prev: Tridiagonal Systems,  Up: Linear Algebra
+
+14.21 Triangular Systems
+========================
+
+ -- Function: int gsl_linalg_tri_invert (CBLAS_UPLO_t Uplo, CBLAS_DIAG_t
+          Diag, gsl_matrix *T)
+ -- Function: int gsl_linalg_complex_tri_invert (CBLAS_UPLO_t Uplo,
+          CBLAS_DIAG_t Diag, gsl_matrix_complex *T)
+
+     These functions compute the in-place inverse of the triangular
+     matrix *note T: 59e, stored in the lower triangle when *note Uplo:
+     59e. = ‘CblasLower’ and upper triangle when *note Uplo: 59e. =
+     ‘CblasUpper’.  The parameter *note Diag: 59e. = ‘CblasUnit’,
+     ‘CblasNonUnit’ specifies whether the matrix is unit triangular.
+
+ -- Function: int gsl_linalg_tri_LTL (gsl_matrix *L)
+ -- Function: int gsl_linalg_complex_tri_LHL (gsl_matrix_complex *L)
+
+     These functions compute the product L^T L (or L^{\dagger} L)
+     in-place and stores it in the lower triangle of *note L: 5a0. on
+     output.
+
+ -- Function: int gsl_linalg_tri_UL (gsl_matrix *LU)
+ -- Function: int gsl_linalg_complex_tri_UL (gsl_matrix_complex *LU)
+
+     These functions compute the product U L where U is upper triangular
+     and L is unit lower triangular, stored in *note LU: 5a2, as
+     computed by *note gsl_linalg_LU_decomp(): 4ec. or *note
+     gsl_linalg_complex_LU_decomp(): 4ed.  The product is computed
+     in-place using Level 3 BLAS.
+
+ -- Function: int gsl_linalg_tri_rcond (CBLAS_UPLO_t Uplo, const
+          gsl_matrix *A, double *rcond, gsl_vector *work)
+
+     This function estimates the 1-norm reciprocal condition number of
+     the triangular matrix *note A: 5a3, using the lower triangle when
+     *note Uplo: 5a3. is ‘CblasLower’ and upper triangle when *note
+     Uplo: 5a3. is ‘CblasUpper’.  The reciprocal condition number 1 /
+     \left( \left|\left| A \right|\right|_1 \left|\left| A^{-1}
+     \right|\right|_1 \right) is stored in *note rcond: 5a3. on output.
+     Additional workspace of size 3N is required in *note work: 5a3.
+
+\1f
+File: gsl-ref.info,  Node: Banded Systems,  Next: Balancing,  Prev: Triangular Systems,  Up: Linear Algebra
+
+14.22 Banded Systems
+====================
+
+Band matrices are sparse matrices whose non-zero entries are confined to
+a diagonal `band'.  From a storage point of view, significant savings
+can be achieved by storing only the non-zero diagonals of a banded
+matrix.  Algorithms such as LU and Cholesky factorizations preserve the
+band structure of these matrices.  Computationally, working with compact
+banded matrices is preferable to working on the full dense matrix with
+many zero entries.
+
+* Menu:
+
+* General Banded Format::
+* Symmetric Banded Format::
+* Banded LU Decomposition::
+* Banded Cholesky Decomposition::
+* Banded LDLT Decomposition::
+
+\1f
+File: gsl-ref.info,  Node: General Banded Format,  Next: Symmetric Banded Format,  Up: Banded Systems
+
+14.22.1 General Banded Format
+-----------------------------
+
+An example of a general banded matrix is given below.
+
+     A = \begin{pmatrix} \alpha_1 & \beta_1 & \gamma_1 & 0 & 0 & 0 \\ \delta_1 & \alpha_2 & \beta_2 & \gamma_2 & 0 & 0 \\ 0 & \delta_2 & \alpha_3 & \beta_3 & \gamma_3 & 0 \\ 0 & 0 & \delta_3 & \alpha_4 & \beta_4 & \gamma_4 \\ 0 & 0 & 0 & \delta_4 & \alpha_5 & \beta_5 \\ 0 & 0 & 0 & 0 & \delta_5 & \alpha_6 \end{pmatrix}
+
+This matrix has a `lower bandwidth' of 1 and an `upper bandwidth' of 2.
+The lower bandwidth is the number of non-zero subdiagonals, and the
+upper bandwidth is the number of non-zero superdiagonals.  A (p,q)
+banded matrix has a lower bandwidth p and upper bandwidth q.  For
+example, diagonal matrices are (0,0), tridiagonal matrices are (1,1),
+and upper triangular matrices are (0,N-1) banded matrices.
+
+The corresponding 6-by-4 packed banded matrix looks like
+
+     AB = \begin{pmatrix} * & * & \alpha_1 & \delta_1 \\ * & \beta_1 & \alpha_2 & \delta_2 \\ \gamma_1 & \beta_2 & \alpha_3 & \delta_3 \\ \gamma_2 & \beta_3 & \alpha_4 & \delta_4 \\ \gamma_3 & \beta_4 & \alpha_5 & \delta_5 \\ \gamma_4 & \beta_5 & \alpha_6 & * \end{pmatrix}
+
+where the superdiagonals are stored in columns, followed by the
+diagonal, followed by the subdiagonals.  The entries marked by * are not
+referenced by the banded routines.  With this format, each row of AB
+corresponds to the non-zero entries of the corresponding column of A.
+For an N-by-N matrix A, the dimension of AB will be N-by-(p+q+1).
+
+\1f
+File: gsl-ref.info,  Node: Symmetric Banded Format,  Next: Banded LU Decomposition,  Prev: General Banded Format,  Up: Banded Systems
+
+14.22.2 Symmetric Banded Format
+-------------------------------
+
+Symmetric banded matrices allow for additional storage savings.  As an
+example, consider the following 6 \times 6 symmetric banded matrix with
+lower bandwidth p = 2:
+
+     A = \begin{pmatrix} \alpha_1 & \beta_1 & \gamma_1 & 0 & 0 & 0 \\ \beta_1 & \alpha_2 & \beta_2 & \gamma_2 & 0 & 0 \\ \gamma_1 & \beta_2 & \alpha_3 & \beta_3 & \gamma_3 & 0 \\ 0 & \gamma_2 & \beta_3 & \alpha_4 & \beta_4 & \gamma_4 \\ 0 & 0 & \gamma_3 & \beta_4 & \alpha_5 & \beta_5 \\ 0 & 0 & 0 & \gamma_4 & \beta_5 & \alpha_6 \end{pmatrix}
+
+The packed symmetric banded 6 \times 3 matrix will look like:
+
+     AB = \begin{pmatrix} \alpha_1 & \beta_1 & \gamma_1 \\ \alpha_2 & \beta_2 & \gamma_2 \\ \alpha_3 & \beta_3 & \gamma_3 \\ \alpha_4 & \beta_4 & \gamma_4 \\ \alpha_5 & \beta_5 & * \\ \alpha_6 & * & * \end{pmatrix}
+
+The entries marked by * are not referenced by the symmetric banded
+routines.  The relationship between the packed format and original
+matrix is,
+
+     AB(i,j) = A(i, i + j) = A(i + j, i)
+
+for i = 0, \dots, N - 1, j = 0, \dots, p.  Conversely,
+
+     A(i,j) = AB(j, i - j)
+
+for i = 0, \dots, N - 1, j = \textrm{max}(0,i-p), \dots, i.
+
+     Warning: Note that this format is the transpose of the symmetric
+     banded format used by LAPACK. In order to develop efficient
+     routines for symmetric banded matrices, it helps to have the
+     nonzero elements in each column in contiguous memory locations.
+     Since C uses row-major order, GSL stores the columns in the rows of
+     the packed banded format, while LAPACK, written in Fortran, uses
+     the transposed format.
+
+\1f
+File: gsl-ref.info,  Node: Banded LU Decomposition,  Next: Banded Cholesky Decomposition,  Prev: Symmetric Banded Format,  Up: Banded Systems
+
+14.22.3 Banded LU Decomposition
+-------------------------------
+
+The routines in this section are designed to factor banded M-by-N
+matrices with an LU factorization, P A = L U. The matrix A is banded of
+type (p,q), i.e.  a lower bandwidth of p and an upper bandwidth of q.
+See *note LU Decomposition: 4eb. for more information on the
+factorization.  For banded (p,q) matrices, the U factor will have an
+upper bandwidth of p + q, while the L factor will have a lower bandwidth
+of at most p.  Therefore, additional storage is needed to store the p
+additional bands of U.
+
+As an example, consider the M = N = 7 matrix with lower bandwidth p = 3
+and upper bandwidth q = 2,
+
+     A = \begin{pmatrix} \alpha_1 & \beta_1 & \gamma_1 & 0 & 0 & 0 & 0 \\ \delta_1 & \alpha_2 & \beta_2 & \gamma_2 & 0 & 0 & 0 \\ \epsilon_1 & \delta_2 & \alpha_3 & \beta_3 & \gamma_3 & 0 & 0 \\ \zeta_1 & \epsilon_2 & \delta_3 & \alpha_4 & \beta_4 & \gamma_4 & 0 \\ 0 & \zeta_2 & \epsilon_3 & \delta_4 & \alpha_5 & \beta_5 & \gamma_5 \\ 0 & 0 & \zeta_3 & \epsilon_4 & \delta_5 & \alpha_6 & \beta_6 \\ 0 & 0 & 0 & \zeta_4 & \epsilon_5 & \delta_6 & \alpha_7 \end{pmatrix}
+
+The corresponding N-by-2p + q + 1 packed banded matrix looks like
+
+     AB = \begin{pmatrix} * & * & * & * & * & \alpha_1 & \delta_1 & \epsilon_1 & \zeta_1 \\ * & * & * & * & \beta_1 & \alpha_2 & \delta_2 & \epsilon_2 & \zeta_2 \\ * & * & * & \gamma_1 & \beta_2 & \alpha_3 & \delta_3 & \epsilon_3 & \zeta_3 \\ * & * & - & \gamma_2 & \beta_3 & \alpha_4 & \delta_4 & \epsilon_4 & \zeta_4 \\ * & - & - & \gamma_3 & \beta_4 & \alpha_5 & \delta_5 & \epsilon_5 & * \\ - & - & - & \gamma_4 & \beta_5 & \alpha_6 & \delta_6 & * & * \\ \undermat{p}{- & - & -} & \undermat{q}{\gamma_5 & \beta_6} & \alpha_7 & \undermat{p}{* & * & * & } \end{pmatrix}
+
+Entries marked with - are used to store the additional p diagonals of
+the U factor.  Entries marked with * are not referenced by the banded
+routines.
+
+ -- Function: int gsl_linalg_LU_band_decomp (const size_t M, const
+          size_t lb, const size_t ub, gsl_matrix *AB, gsl_vector_uint
+          *piv)
+
+     This function computes the LU factorization of the banded matrix
+     *note AB: 5a9. which is stored in packed band format (see above)
+     and has dimension N-by-2p + q + 1.  The number of rows M of the
+     original matrix is provided in *note M: 5a9.  The lower bandwidth p
+     is provided in *note lb: 5a9. and the upper bandwidth q is provided
+     in *note ub: 5a9.  The vector *note piv: 5a9. has length
+     \textrm{min}(M,N) and stores the pivot indices on output (for 0 \le
+     i < \textrm{min}(M,N), row i of the matrix was interchanged with
+     row ‘piv[i]’).  On output, *note AB: 5a9. contains both the L and U
+     factors in packed format.
+
+ -- Function: int gsl_linalg_LU_band_solve (const size_t lb, const
+          size_t ub, const gsl_matrix *LUB, const gsl_vector_uint *piv,
+          const gsl_vector *b, gsl_vector *x)
+
+     This function solves the square system Ax = b using the banded LU
+     factorization (*note LUB: 5aa, *note piv: 5aa.) computed by *note
+     gsl_linalg_LU_band_decomp(): 5a9.  The lower and upper bandwidths
+     are provided in *note lb: 5aa. and *note ub: 5aa. respectively.
+     The right hand side vector is provided in *note b: 5aa.  The
+     solution vector is stored in *note x: 5aa. on output.
+
+ -- Function: int gsl_linalg_LU_band_svx (const size_t lb, const size_t
+          ub, const gsl_matrix *LUB, const gsl_vector_uint *piv,
+          gsl_vector *x)
+
+     This function solves the square system Ax = b in-place, using the
+     banded LU factorization (*note LUB: 5ab, *note piv: 5ab.) computed
+     by *note gsl_linalg_LU_band_decomp(): 5a9.  The lower and upper
+     bandwidths are provided in *note lb: 5ab. and *note ub: 5ab.
+     respectively.  On input, the right hand side vector b is provided
+     in *note x: 5ab, which is replaced by the solution vector x on
+     output.
+
+ -- Function: int gsl_linalg_LU_band_unpack (const size_t M, const
+          size_t lb, const size_t ub, const gsl_matrix *LUB, const
+          gsl_vector_uint *piv, gsl_matrix *L, gsl_matrix *U)
+
+     This function unpacks the banded LU factorization (*note LUB: 5ac,
+     *note piv: 5ac.) previously computed by *note
+     gsl_linalg_LU_band_decomp(): 5a9. into the matrices *note L: 5ac.
+     and *note U: 5ac.  The matrix *note U: 5ac. has dimension
+     \textrm{min}(M,N)-by-N and stores the upper triangular factor on
+     output.  The matrix *note L: 5ac. has dimension
+     M-by-\textrm{min}(M,N) and stores the matrix P^T L on output.
+
+\1f
+File: gsl-ref.info,  Node: Banded Cholesky Decomposition,  Next: Banded LDLT Decomposition,  Prev: Banded LU Decomposition,  Up: Banded Systems
+
+14.22.4 Banded Cholesky Decomposition
+-------------------------------------
+
+The routines in this section are designed to factor and solve N-by-N
+linear systems of the form A x = b where A is a banded, symmetric, and
+positive definite matrix with lower bandwidth p.  See *note Cholesky
+Decomposition: 3f5. for more information on the factorization.  The
+lower triangular factor of the Cholesky decomposition preserves the same
+banded structure as the matrix A, enabling an efficient algorithm which
+overwrites the original matrix with the L factor.
+
+ -- Function: int gsl_linalg_cholesky_band_decomp (gsl_matrix *A)
+
+     This function factorizes the symmetric, positive-definite square
+     matrix *note A: 5ae. into the Cholesky decomposition A = L L^T. The
+     input matrix *note A: 5ae. is given in *note symmetric banded
+     format: 5a6, and has dimensions N-by-(p + 1), where p is the lower
+     bandwidth of the matrix.  On output, the entries of *note A: 5ae.
+     are replaced by the entries of the matrix L in the same format.  In
+     addition, the lower right element of *note A: 5ae. is used to store
+     the matrix 1-norm, used later by *note
+     gsl_linalg_cholesky_band_rcond(): 5af. to calculate the reciprocal
+     condition number.
+
+     If the matrix is not positive-definite then the decomposition will
+     fail, returning the error code *note GSL_EDOM: 28.  When testing
+     whether a matrix is positive-definite, disable the error handler
+     first to avoid triggering an error.
+
+ -- Function: int gsl_linalg_cholesky_band_solve (const gsl_matrix *LLT,
+          const gsl_vector *b, gsl_vector *x)
+ -- Function: int gsl_linalg_cholesky_band_solvem (const gsl_matrix
+          *LLT, const gsl_matrix *B, gsl_matrix *X)
+
+     This function solves the symmetric banded system A x = b (or A X =
+     B) using the Cholesky decomposition of A held in the matrix *note
+     LLT: 5b1. which must have been previously computed by *note
+     gsl_linalg_cholesky_band_decomp(): 5ae.
+
+ -- Function: int gsl_linalg_cholesky_band_svx (const gsl_matrix *LLT,
+          gsl_vector *x)
+ -- Function: int gsl_linalg_cholesky_band_svxm (const gsl_matrix *LLT,
+          gsl_matrix *X)
+
+     This function solves the symmetric banded system A x = b (or A X =
+     B) in-place using the Cholesky decomposition of A held in the
+     matrix *note LLT: 5b3. which must have been previously computed by
+     *note gsl_linalg_cholesky_band_decomp(): 5ae.  On input ‘x’ (or
+     *note X: 5b3.) should contain the right-hand side b (or B), which
+     is replaced by the solution on output.
+
+ -- Function: int gsl_linalg_cholesky_band_invert (const gsl_matrix
+          *LLT, gsl_matrix *Ainv)
+
+     This function computes the inverse of a symmetric banded matrix
+     from its Cholesky decomposition *note LLT: 5b4, which must have
+     been previously computed by *note
+     gsl_linalg_cholesky_band_decomp(): 5ae.  On output, the inverse is
+     stored in *note Ainv: 5b4, using both the lower and upper portions.
+
+ -- Function: int gsl_linalg_cholesky_band_unpack (const gsl_matrix
+          *LLT, gsl_matrix *L)
+
+     This function unpacks the lower triangular Cholesky factor from
+     *note LLT: 5b5. and stores it in the lower triangular portion of
+     the N-by-N matrix *note L: 5b5.  The upper triangular portion of
+     *note L: 5b5. is not referenced.
+
+ -- Function: int gsl_linalg_cholesky_band_scale (const gsl_matrix *A,
+          gsl_vector *S)
+
+     This function calculates a diagonal scaling transformation of the
+     symmetric, positive definite banded matrix *note A: 5b6, such that
+     S A S has a condition number within a factor of N of the matrix of
+     smallest possible condition number over all possible diagonal
+     scalings.  On output, *note S: 5b6. contains the scale factors,
+     given by S_i = 1/\sqrt{A_{ii}}.  For any A_{ii} \le 0, the
+     corresponding scale factor S_i is set to 1.
+
+ -- Function: int gsl_linalg_cholesky_band_scale_apply (gsl_matrix *A,
+          const gsl_vector *S)
+
+     This function applies the scaling transformation *note S: 5b7. to
+     the banded symmetric positive definite matrix *note A: 5b7.  On
+     output, *note A: 5b7. is replaced by S A S.
+
+ -- Function: int gsl_linalg_cholesky_band_rcond (const gsl_matrix *LLT,
+          double *rcond, gsl_vector *work)
+
+     This function estimates the reciprocal condition number (using the
+     1-norm) of the symmetric banded positive definite matrix A, using
+     its Cholesky decomposition provided in *note LLT: 5af.  The
+     reciprocal condition number estimate, defined as 1 / (||A||_1 \cdot
+     ||A^{-1}||_1), is stored in *note rcond: 5af.  Additional workspace
+     of size 3 N is required in *note work: 5af.
+
+\1f
+File: gsl-ref.info,  Node: Banded LDLT Decomposition,  Prev: Banded Cholesky Decomposition,  Up: Banded Systems
+
+14.22.5 Banded LDLT Decomposition
+---------------------------------
+
+The routines in this section are designed to factor and solve N-by-N
+linear systems of the form A x = b where A is a banded, symmetric, and
+non-singular matrix with lower bandwidth p.  See *note LDLT
+Decomposition: 56f. for more information on the factorization.  The
+lower triangular factor of the L D L^T decomposition preserves the same
+banded structure as the matrix A, enabling an efficient algorithm which
+overwrites the original matrix with the L and D factors.
+
+ -- Function: int gsl_linalg_ldlt_band_decomp (gsl_matrix *A)
+
+     This function factorizes the symmetric, non-singular square matrix
+     *note A: 5b9. into the decomposition A = L D L^T. The input matrix
+     *note A: 5b9. is given in *note symmetric banded format: 5a6, and
+     has dimensions N-by-(p + 1), where p is the lower bandwidth of the
+     matrix.  On output, the entries of *note A: 5b9. are replaced by
+     the entries of the matrices D and L in the same format.
+
+     If the matrix is singular then the decomposition will fail,
+     returning the error code *note GSL_EDOM: 28.
+
+ -- Function: int gsl_linalg_ldlt_band_solve (const gsl_matrix *LDLT,
+          const gsl_vector *b, gsl_vector *x)
+
+     This function solves the symmetric banded system A x = b using the
+     L D L^T decomposition of A held in the matrix *note LDLT: 5ba.
+     which must have been previously computed by *note
+     gsl_linalg_ldlt_band_decomp(): 5b9.
+
+ -- Function: int gsl_linalg_ldlt_band_svx (const gsl_matrix *LDLT,
+          gsl_vector *x)
+
+     This function solves the symmetric banded system A x = b in-place
+     using the L D L^T decomposition of A held in the matrix *note LDLT:
+     5bb. which must have been previously computed by *note
+     gsl_linalg_ldlt_band_decomp(): 5b9.  On input *note x: 5bb. should
+     contain the right-hand side b, which is replaced by the solution on
+     output.
+
+ -- Function: int gsl_linalg_ldlt_band_unpack (const gsl_matrix *LDLT,
+          gsl_matrix *L, gsl_vector *D)
+
+     This function unpacks the unit lower triangular factor L from *note
+     LDLT: 5bc. and stores it in the lower triangular portion of the
+     N-by-N matrix *note L: 5bc.  The upper triangular portion of *note
+     L: 5bc. is not referenced.  The diagonal matrix D is stored in the
+     vector *note D: 5bc.
+
+ -- Function: int gsl_linalg_ldlt_band_rcond (const gsl_matrix *LDLT,
+          double *rcond, gsl_vector *work)
+
+     This function estimates the reciprocal condition number (using the
+     1-norm) of the symmetric banded nonsingular matrix A, using its L D
+     L^T decomposition provided in *note LDLT: 5bd.  The reciprocal
+     condition number estimate, defined as 1 / (||A||_1 \cdot
+     ||A^{-1}||_1), is stored in *note rcond: 5bd.  Additional workspace
+     of size 3 N is required in *note work: 5bd.
+
+\1f
+File: gsl-ref.info,  Node: Balancing,  Next: Examples<9>,  Prev: Banded Systems,  Up: Linear Algebra
+
+14.23 Balancing
+===============
+
+The process of balancing a matrix applies similarity transformations to
+make the rows and columns have comparable norms.  This is useful, for
+example, to reduce roundoff errors in the solution of eigenvalue
+problems.  Balancing a matrix A consists of replacing A with a similar
+matrix
+
+     A' = D^{-1} A D
+
+where D is a diagonal matrix whose entries are powers of the floating
+point radix.
+
+ -- Function: int gsl_linalg_balance_matrix (gsl_matrix *A, gsl_vector
+          *D)
+
+     This function replaces the matrix *note A: 5c0. with its balanced
+     counterpart and stores the diagonal elements of the similarity
+     transformation into the vector *note D: 5c0.
+
+\1f
+File: gsl-ref.info,  Node: Examples<9>,  Next: References and Further Reading<9>,  Prev: Balancing,  Up: Linear Algebra
+
+14.24 Examples
+==============
+
+The following program solves the linear system A x = b.  The system to
+be solved is,
+
+     [ 0.18 0.60 0.57 0.96 ] [x0]   [1.0]
+     [ 0.41 0.24 0.99 0.58 ] [x1] = [2.0]
+     [ 0.14 0.30 0.97 0.66 ] [x2]   [3.0]
+     [ 0.51 0.13 0.19 0.85 ] [x3]   [4.0]
+
+and the solution is found using LU decomposition of the matrix A.
+
+     #include <stdio.h>
+     #include <gsl/gsl_linalg.h>
+
+     int
+     main (void)
+     {
+       double a_data[] = { 0.18, 0.60, 0.57, 0.96,
+                           0.41, 0.24, 0.99, 0.58,
+                           0.14, 0.30, 0.97, 0.66,
+                           0.51, 0.13, 0.19, 0.85 };
+
+       double b_data[] = { 1.0, 2.0, 3.0, 4.0 };
+
+       gsl_matrix_view m
+         = gsl_matrix_view_array (a_data, 4, 4);
+
+       gsl_vector_view b
+         = gsl_vector_view_array (b_data, 4);
+
+       gsl_vector *x = gsl_vector_alloc (4);
+
+       int s;
+
+       gsl_permutation * p = gsl_permutation_alloc (4);
+
+       gsl_linalg_LU_decomp (&m.matrix, p, &s);
+
+       gsl_linalg_LU_solve (&m.matrix, p, &b.vector, x);
+
+       printf ("x = \n");
+       gsl_vector_fprintf (stdout, x, "%g");
+
+       gsl_permutation_free (p);
+       gsl_vector_free (x);
+       return 0;
+     }
+
+Here is the output from the program,
+
+     x =
+     -4.05205
+     -12.6056
+     1.66091
+     8.69377
+
+This can be verified by multiplying the solution x by the original
+matrix A using GNU octave,
+
+     octave> A = [ 0.18, 0.60, 0.57, 0.96;
+                   0.41, 0.24, 0.99, 0.58;
+                   0.14, 0.30, 0.97, 0.66;
+                   0.51, 0.13, 0.19, 0.85 ];
+
+     octave> x = [ -4.05205; -12.6056; 1.66091; 8.69377];
+
+     octave> A * x
+     ans =
+       1.0000
+       2.0000
+       3.0000
+       4.0000
+
+This reproduces the original right-hand side vector, b, in accordance
+with the equation A x = b.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<9>,  Prev: Examples<9>,  Up: Linear Algebra
+
+14.25 References and Further Reading
+====================================
+
+Further information on the algorithms described in this section can be
+found in the following book,
+
+   * G. H. Golub, C. F. Van Loan, “Matrix Computations” (3rd Ed, 1996),
+     Johns Hopkins University Press, ISBN 0-8018-5414-8.
+
+The LAPACK library is described in the following manual,
+
+   * `LAPACK Users’ Guide' (Third Edition, 1999), Published by SIAM,
+     ISBN 0-89871-447-8
+
+The LAPACK source code can be found at ‘http://www.netlib.org/lapack’,
+along with an online copy of the users guide.
+
+Further information on recursive Level 3 BLAS algorithms may be found in
+the following paper,
+
+   * E. Peise and P. Bientinesi, “Recursive algorithms for dense linear
+     algebra: the ReLAPACK collection”,
+     ‘http://arxiv.org/abs/1602.06763’, 2016.
+
+The recursive Level 3 BLAS QR decomposition is described in the
+following paper,
+
+   * E. Elmroth and F. G. Gustavson, 2000.  Applying recursion to serial
+     and parallel QR factorization leads to better performance.  IBM
+     Journal of Research and Development, 44(4), pp.605-624.
+
+The Modified Golub-Reinsch algorithm is described in the following
+paper,
+
+   * T.F. Chan, “An Improved Algorithm for Computing the Singular Value
+     Decomposition”, ACM Transactions on Mathematical Software, 8
+     (1982), pp 72–83.
+
+The Jacobi algorithm for singular value decomposition is described in
+the following papers,
+
+   * J.C. Nash, “A one-sided transformation method for the singular
+     value decomposition and algebraic eigenproblem”, Computer Journal,
+     Volume 18, Number 1 (1975), p 74–76
+
+   * J.C. Nash and S. Shlien “Simple algorithms for the partial singular
+     value decomposition”, Computer Journal, Volume 30 (1987), p
+     268–275.
+
+   * J. Demmel, K. Veselic, “Jacobi’s Method is more accurate than QR”,
+     Lapack Working Note 15 (LAWN-15), October 1989.  Available from
+     netlib, ‘http://www.netlib.org/lapack/’ in the ‘lawns’ or
+     ‘lawnspdf’ directories.
+
+The algorithm for estimating a matrix condition number is described in
+the following paper,
+
+   * N. J. Higham, “FORTRAN codes for estimating the one-norm of a real
+     or complex matrix, with applications to condition estimation”, ACM
+     Trans.  Math.  Soft., vol.  14, no.  4, pp.  381-396, December
+     1988.
+
+\1f
+File: gsl-ref.info,  Node: Eigensystems,  Next: Fast Fourier Transforms FFTs,  Prev: Linear Algebra,  Up: Top
+
+15 Eigensystems
+***************
+
+This chapter describes functions for computing eigenvalues and
+eigenvectors of matrices.  There are routines for real symmetric, real
+nonsymmetric, complex hermitian, real generalized symmetric-definite,
+complex generalized hermitian-definite, and real generalized
+nonsymmetric eigensystems.  Eigenvalues can be computed with or without
+eigenvectors.  The hermitian and real symmetric matrix algorithms are
+symmetric bidiagonalization followed by QR reduction.  The nonsymmetric
+algorithm is the Francis QR double-shift.  The generalized nonsymmetric
+algorithm is the QZ method due to Moler and Stewart.
+
+The functions described in this chapter are declared in the header file
+‘gsl_eigen.h’.
+
+* Menu:
+
+* Real Symmetric Matrices::
+* Complex Hermitian Matrices::
+* Real Nonsymmetric Matrices::
+* Real Generalized Symmetric-Definite Eigensystems::
+* Complex Generalized Hermitian-Definite Eigensystems::
+* Real Generalized Nonsymmetric Eigensystems::
+* Sorting Eigenvalues and Eigenvectors::
+* Examples: Examples<10>.
+* References and Further Reading: References and Further Reading<10>.
+
+\1f
+File: gsl-ref.info,  Node: Real Symmetric Matrices,  Next: Complex Hermitian Matrices,  Up: Eigensystems
+
+15.1 Real Symmetric Matrices
+============================
+
+For real symmetric matrices, the library uses the symmetric
+bidiagonalization and QR reduction method.  This is described in Golub &
+van Loan, section 8.3.  The computed eigenvalues are accurate to an
+absolute accuracy of \epsilon ||A||_2, where \epsilon is the machine
+precision.
+
+ -- Type: gsl_eigen_symm_workspace
+
+     This workspace contains internal parameters used for solving
+     symmetric eigenvalue problems.
+
+ -- Function: *note gsl_eigen_symm_workspace: 5c6. *gsl_eigen_symm_alloc
+          (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues of
+     *note n: 5c7.-by-*note n: 5c7. real symmetric matrices.  The size
+     of the workspace is O(2n).
+
+ -- Function: void gsl_eigen_symm_free (gsl_eigen_symm_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5c8.
+
+ -- Function: int gsl_eigen_symm (gsl_matrix *A, gsl_vector *eval,
+          gsl_eigen_symm_workspace *w)
+
+     This function computes the eigenvalues of the real symmetric matrix
+     *note A: 5c9.  Additional workspace of the appropriate size must be
+     provided in *note w: 5c9.  The diagonal and lower triangular part
+     of *note A: 5c9. are destroyed during the computation, but the
+     strict upper triangular part is not referenced.  The eigenvalues
+     are stored in the vector *note eval: 5c9. and are unordered.
+
+ -- Type: gsl_eigen_symmv_workspace
+
+     This workspace contains internal parameters used for solving
+     symmetric eigenvalue and eigenvector problems.
+
+ -- Function: *note gsl_eigen_symmv_workspace: 5ca.
+          *gsl_eigen_symmv_alloc (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues and
+     eigenvectors of *note n: 5cb.-by-*note n: 5cb. real symmetric
+     matrices.  The size of the workspace is O(4n).
+
+ -- Function: void gsl_eigen_symmv_free (gsl_eigen_symmv_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5cc.
+
+ -- Function: int gsl_eigen_symmv (gsl_matrix *A, gsl_vector *eval,
+          gsl_matrix *evec, gsl_eigen_symmv_workspace *w)
+
+     This function computes the eigenvalues and eigenvectors of the real
+     symmetric matrix *note A: 5cd.  Additional workspace of the
+     appropriate size must be provided in *note w: 5cd.  The diagonal
+     and lower triangular part of *note A: 5cd. are destroyed during the
+     computation, but the strict upper triangular part is not
+     referenced.  The eigenvalues are stored in the vector *note eval:
+     5cd. and are unordered.  The corresponding eigenvectors are stored
+     in the columns of the matrix *note evec: 5cd.  For example, the
+     eigenvector in the first column corresponds to the first
+     eigenvalue.  The eigenvectors are guaranteed to be mutually
+     orthogonal and normalised to unit magnitude.
+
+\1f
+File: gsl-ref.info,  Node: Complex Hermitian Matrices,  Next: Real Nonsymmetric Matrices,  Prev: Real Symmetric Matrices,  Up: Eigensystems
+
+15.2 Complex Hermitian Matrices
+===============================
+
+For hermitian matrices, the library uses the complex form of the
+symmetric bidiagonalization and QR reduction method.
+
+ -- Type: gsl_eigen_herm_workspace
+
+     This workspace contains internal parameters used for solving
+     hermitian eigenvalue problems.
+
+ -- Function: *note gsl_eigen_herm_workspace: 5cf. *gsl_eigen_herm_alloc
+          (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues of
+     *note n: 5d0.-by-*note n: 5d0. complex hermitian matrices.  The
+     size of the workspace is O(3n).
+
+ -- Function: void gsl_eigen_herm_free (gsl_eigen_herm_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5d1.
+
+ -- Function: int gsl_eigen_herm (gsl_matrix_complex *A, gsl_vector
+          *eval, gsl_eigen_herm_workspace *w)
+
+     This function computes the eigenvalues of the complex hermitian
+     matrix *note A: 5d2.  Additional workspace of the appropriate size
+     must be provided in *note w: 5d2.  The diagonal and lower
+     triangular part of *note A: 5d2. are destroyed during the
+     computation, but the strict upper triangular part is not
+     referenced.  The imaginary parts of the diagonal are assumed to be
+     zero and are not referenced.  The eigenvalues are stored in the
+     vector *note eval: 5d2. and are unordered.
+
+ -- Type: gsl_eigen_hermv_workspace
+
+     This workspace contains internal parameters used for solving
+     hermitian eigenvalue and eigenvector problems.
+
+ -- Function: *note gsl_eigen_hermv_workspace: 5d3.
+          *gsl_eigen_hermv_alloc (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues and
+     eigenvectors of *note n: 5d4.-by-*note n: 5d4. complex hermitian
+     matrices.  The size of the workspace is O(5n).
+
+ -- Function: void gsl_eigen_hermv_free (gsl_eigen_hermv_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5d5.
+
+ -- Function: int gsl_eigen_hermv (gsl_matrix_complex *A, gsl_vector
+          *eval, gsl_matrix_complex *evec, gsl_eigen_hermv_workspace *w)
+
+     This function computes the eigenvalues and eigenvectors of the
+     complex hermitian matrix *note A: 5d6.  Additional workspace of the
+     appropriate size must be provided in *note w: 5d6.  The diagonal
+     and lower triangular part of *note A: 5d6. are destroyed during the
+     computation, but the strict upper triangular part is not
+     referenced.  The imaginary parts of the diagonal are assumed to be
+     zero and are not referenced.  The eigenvalues are stored in the
+     vector *note eval: 5d6. and are unordered.  The corresponding
+     complex eigenvectors are stored in the columns of the matrix *note
+     evec: 5d6.  For example, the eigenvector in the first column
+     corresponds to the first eigenvalue.  The eigenvectors are
+     guaranteed to be mutually orthogonal and normalised to unit
+     magnitude.
+
+\1f
+File: gsl-ref.info,  Node: Real Nonsymmetric Matrices,  Next: Real Generalized Symmetric-Definite Eigensystems,  Prev: Complex Hermitian Matrices,  Up: Eigensystems
+
+15.3 Real Nonsymmetric Matrices
+===============================
+
+The solution of the real nonsymmetric eigensystem problem for a matrix A
+involves computing the Schur decomposition
+
+     A = Z T Z^T
+
+where Z is an orthogonal matrix of Schur vectors and T, the Schur form,
+is quasi upper triangular with diagonal 1-by-1 blocks which are real
+eigenvalues of A, and diagonal 2-by-2 blocks whose eigenvalues are
+complex conjugate eigenvalues of A. The algorithm used is the
+double-shift Francis method.
+
+ -- Type: gsl_eigen_nonsymm_workspace
+
+     This workspace contains internal parameters used for solving
+     nonsymmetric eigenvalue problems.
+
+ -- Function: *note gsl_eigen_nonsymm_workspace: 5d8.
+          *gsl_eigen_nonsymm_alloc (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues of
+     *note n: 5d9.-by-*note n: 5d9. real nonsymmetric matrices.  The
+     size of the workspace is O(2n).
+
+ -- Function: void gsl_eigen_nonsymm_free (gsl_eigen_nonsymm_workspace
+          *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5da.
+
+ -- Function: void gsl_eigen_nonsymm_params (const int compute_t, const
+          int balance, gsl_eigen_nonsymm_workspace *w)
+
+     This function sets some parameters which determine how the
+     eigenvalue problem is solved in subsequent calls to *note
+     gsl_eigen_nonsymm(): 5dc.
+
+     If *note compute_t: 5db. is set to 1, the full Schur form T will be
+     computed by *note gsl_eigen_nonsymm(): 5dc.  If it is set to 0, T
+     will not be computed (this is the default setting).  Computing the
+     full Schur form T requires approximately 1.5–2 times the number of
+     flops.
+
+     If *note balance: 5db. is set to 1, a balancing transformation is
+     applied to the matrix prior to computing eigenvalues.  This
+     transformation is designed to make the rows and columns of the
+     matrix have comparable norms, and can result in more accurate
+     eigenvalues for matrices whose entries vary widely in magnitude.
+     See *note Balancing: 5be. for more information.  Note that the
+     balancing transformation does not preserve the orthogonality of the
+     Schur vectors, so if you wish to compute the Schur vectors with
+     *note gsl_eigen_nonsymm_Z(): 5dd. you will obtain the Schur vectors
+     of the balanced matrix instead of the original matrix.  The
+     relationship will be
+
+          T = Q^T D^{-1} A D Q
+
+     where ‘Q’ is the matrix of Schur vectors for the balanced matrix,
+     and ‘D’ is the balancing transformation.  Then *note
+     gsl_eigen_nonsymm_Z(): 5dd. will compute a matrix ‘Z’ which
+     satisfies
+
+          T = Z^{-1} A Z
+
+     with Z = D Q. Note that ‘Z’ will not be orthogonal.  For this
+     reason, balancing is not performed by default.
+
+ -- Function: int gsl_eigen_nonsymm (gsl_matrix *A, gsl_vector_complex
+          *eval, gsl_eigen_nonsymm_workspace *w)
+
+     This function computes the eigenvalues of the real nonsymmetric
+     matrix *note A: 5dc. and stores them in the vector *note eval: 5dc.
+     If T is desired, it is stored in the upper portion of *note A: 5dc.
+     on output.  Otherwise, on output, the diagonal of *note A: 5dc.
+     will contain the 1-by-1 real eigenvalues and 2-by-2 complex
+     conjugate eigenvalue systems, and the rest of *note A: 5dc. is
+     destroyed.  In rare cases, this function may fail to find all
+     eigenvalues.  If this happens, an error code is returned and the
+     number of converged eigenvalues is stored in ‘w->n_evals’.  The
+     converged eigenvalues are stored in the beginning of *note eval:
+     5dc.
+
+ -- Function: int gsl_eigen_nonsymm_Z (gsl_matrix *A, gsl_vector_complex
+          *eval, gsl_matrix *Z, gsl_eigen_nonsymm_workspace *w)
+
+     This function is identical to *note gsl_eigen_nonsymm(): 5dc.
+     except that it also computes the Schur vectors and stores them into
+     *note Z: 5dd.
+
+ -- Type: gsl_eigen_nonsymmv_workspace
+
+     This workspace contains internal parameters used for solving
+     nonsymmetric eigenvalue and eigenvector problems.
+
+ -- Function: *note gsl_eigen_nonsymmv_workspace: 5de.
+          *gsl_eigen_nonsymmv_alloc (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues and
+     eigenvectors of *note n: 5df.-by-*note n: 5df. real nonsymmetric
+     matrices.  The size of the workspace is O(5n).
+
+ -- Function: void gsl_eigen_nonsymmv_free (gsl_eigen_nonsymmv_workspace
+          *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5e0.
+
+ -- Function: void gsl_eigen_nonsymmv_params (const int balance,
+          gsl_eigen_nonsymm_workspace *w)
+
+     This function sets parameters which determine how the eigenvalue
+     problem is solved in subsequent calls to *note
+     gsl_eigen_nonsymmv(): 5e2.  If *note balance: 5e1. is set to 1, a
+     balancing transformation is applied to the matrix.  See *note
+     gsl_eigen_nonsymm_params(): 5db. for more information.  Balancing
+     is turned off by default since it does not preserve the
+     orthogonality of the Schur vectors.
+
+ -- Function: int gsl_eigen_nonsymmv (gsl_matrix *A, gsl_vector_complex
+          *eval, gsl_matrix_complex *evec, gsl_eigen_nonsymmv_workspace
+          *w)
+
+     This function computes eigenvalues and right eigenvectors of the
+     ‘n’-by-‘n’ real nonsymmetric matrix *note A: 5e2.  It first calls
+     *note gsl_eigen_nonsymm(): 5dc. to compute the eigenvalues, Schur
+     form T, and Schur vectors.  Then it finds eigenvectors of T and
+     backtransforms them using the Schur vectors.  The Schur vectors are
+     destroyed in the process, but can be saved by using *note
+     gsl_eigen_nonsymmv_Z(): 5e3.  The computed eigenvectors are
+     normalized to have unit magnitude.  On output, the upper portion of
+     *note A: 5e2. contains the Schur form T. If *note
+     gsl_eigen_nonsymm(): 5dc. fails, no eigenvectors are computed, and
+     an error code is returned.
+
+ -- Function: int gsl_eigen_nonsymmv_Z (gsl_matrix *A,
+          gsl_vector_complex *eval, gsl_matrix_complex *evec, gsl_matrix
+          *Z, gsl_eigen_nonsymmv_workspace *w)
+
+     This function is identical to *note gsl_eigen_nonsymmv(): 5e2.
+     except that it also saves the Schur vectors into *note Z: 5e3.
+
+\1f
+File: gsl-ref.info,  Node: Real Generalized Symmetric-Definite Eigensystems,  Next: Complex Generalized Hermitian-Definite Eigensystems,  Prev: Real Nonsymmetric Matrices,  Up: Eigensystems
+
+15.4 Real Generalized Symmetric-Definite Eigensystems
+=====================================================
+
+The real generalized symmetric-definite eigenvalue problem is to find
+eigenvalues \lambda and eigenvectors x such that
+
+     A x = \lambda B x
+
+where A and B are symmetric matrices, and B is positive-definite.  This
+problem reduces to the standard symmetric eigenvalue problem by applying
+the Cholesky decomposition to B:
+
+     A x = \lambda B x
+     A x = \lambda L L^T x
+     ( L^{-1} A L^{-T} ) L^T x = \lambda L^T x
+
+Therefore, the problem becomes C y = \lambda y where C = L^{-1} A L^{-T}
+is symmetric, and y = L^T x.  The standard symmetric eigensolver can be
+applied to the matrix C. The resulting eigenvectors are backtransformed
+to find the vectors of the original problem.  The eigenvalues and
+eigenvectors of the generalized symmetric-definite eigenproblem are
+always real.
+
+ -- Type: gsl_eigen_gensymm_workspace
+
+     This workspace contains internal parameters used for solving
+     generalized symmetric eigenvalue problems.
+
+ -- Function: *note gsl_eigen_gensymm_workspace: 5e5.
+          *gsl_eigen_gensymm_alloc (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues of
+     *note n: 5e6.-by-*note n: 5e6. real generalized symmetric-definite
+     eigensystems.  The size of the workspace is O(2n).
+
+ -- Function: void gsl_eigen_gensymm_free (gsl_eigen_gensymm_workspace
+          *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5e7.
+
+ -- Function: int gsl_eigen_gensymm (gsl_matrix *A, gsl_matrix *B,
+          gsl_vector *eval, gsl_eigen_gensymm_workspace *w)
+
+     This function computes the eigenvalues of the real generalized
+     symmetric-definite matrix pair (*note A: 5e8, *note B: 5e8.), and
+     stores them in *note eval: 5e8, using the method outlined above.
+     On output, *note B: 5e8. contains its Cholesky decomposition and
+     *note A: 5e8. is destroyed.
+
+ -- Type: gsl_eigen_gensymmv_workspace
+
+     This workspace contains internal parameters used for solving
+     generalized symmetric eigenvalue and eigenvector problems.
+
+ -- Function: *note gsl_eigen_gensymmv_workspace: 5e9.
+          *gsl_eigen_gensymmv_alloc (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues and
+     eigenvectors of *note n: 5ea.-by-*note n: 5ea. real generalized
+     symmetric-definite eigensystems.  The size of the workspace is
+     O(4n).
+
+ -- Function: void gsl_eigen_gensymmv_free (gsl_eigen_gensymmv_workspace
+          *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5eb.
+
+ -- Function: int gsl_eigen_gensymmv (gsl_matrix *A, gsl_matrix *B,
+          gsl_vector *eval, gsl_matrix *evec,
+          gsl_eigen_gensymmv_workspace *w)
+
+     This function computes the eigenvalues and eigenvectors of the real
+     generalized symmetric-definite matrix pair (*note A: 5ec, *note B:
+     5ec.), and stores them in *note eval: 5ec. and *note evec: 5ec.
+     respectively.  The computed eigenvectors are normalized to have
+     unit magnitude.  On output, *note B: 5ec. contains its Cholesky
+     decomposition and *note A: 5ec. is destroyed.
+
+\1f
+File: gsl-ref.info,  Node: Complex Generalized Hermitian-Definite Eigensystems,  Next: Real Generalized Nonsymmetric Eigensystems,  Prev: Real Generalized Symmetric-Definite Eigensystems,  Up: Eigensystems
+
+15.5 Complex Generalized Hermitian-Definite Eigensystems
+========================================================
+
+The complex generalized hermitian-definite eigenvalue problem is to find
+eigenvalues \lambda and eigenvectors x such that
+
+     A x = \lambda B x
+
+where A and B are hermitian matrices, and B is positive-definite.
+Similarly to the real case, this can be reduced to C y = \lambda y where
+C = L^{-1} A L^{-\dagger} is hermitian, and y = L^{\dagger} x.  The
+standard hermitian eigensolver can be applied to the matrix C. The
+resulting eigenvectors are backtransformed to find the vectors of the
+original problem.  The eigenvalues of the generalized hermitian-definite
+eigenproblem are always real.
+
+ -- Type: gsl_eigen_genherm_workspace
+
+     This workspace contains internal parameters used for solving
+     generalized hermitian eigenvalue problems.
+
+ -- Function: *note gsl_eigen_genherm_workspace: 5ee.
+          *gsl_eigen_genherm_alloc (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues of
+     *note n: 5ef.-by-*note n: 5ef. complex generalized
+     hermitian-definite eigensystems.  The size of the workspace is
+     O(3n).
+
+ -- Function: void gsl_eigen_genherm_free (gsl_eigen_genherm_workspace
+          *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5f0.
+
+ -- Function: int gsl_eigen_genherm (gsl_matrix_complex *A,
+          gsl_matrix_complex *B, gsl_vector *eval,
+          gsl_eigen_genherm_workspace *w)
+
+     This function computes the eigenvalues of the complex generalized
+     hermitian-definite matrix pair (*note A: 5f1, *note B: 5f1.), and
+     stores them in *note eval: 5f1, using the method outlined above.
+     On output, *note B: 5f1. contains its Cholesky decomposition and
+     *note A: 5f1. is destroyed.
+
+ -- Type: gsl_eigen_genhermv_workspace
+
+     This workspace contains internal parameters used for solving
+     generalized hermitian eigenvalue and eigenvector problems.
+
+ -- Function: *note gsl_eigen_genhermv_workspace: 5f2.
+          *gsl_eigen_genhermv_alloc (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues and
+     eigenvectors of *note n: 5f3.-by-*note n: 5f3. complex generalized
+     hermitian-definite eigensystems.  The size of the workspace is
+     O(5n).
+
+ -- Function: void gsl_eigen_genhermv_free (gsl_eigen_genhermv_workspace
+          *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5f4.
+
+ -- Function: int gsl_eigen_genhermv (gsl_matrix_complex *A,
+          gsl_matrix_complex *B, gsl_vector *eval, gsl_matrix_complex
+          *evec, gsl_eigen_genhermv_workspace *w)
+
+     This function computes the eigenvalues and eigenvectors of the
+     complex generalized hermitian-definite matrix pair (*note A: 5f5,
+     *note B: 5f5.), and stores them in *note eval: 5f5. and *note evec:
+     5f5. respectively.  The computed eigenvectors are normalized to
+     have unit magnitude.  On output, *note B: 5f5. contains its
+     Cholesky decomposition and *note A: 5f5. is destroyed.
+
+\1f
+File: gsl-ref.info,  Node: Real Generalized Nonsymmetric Eigensystems,  Next: Sorting Eigenvalues and Eigenvectors,  Prev: Complex Generalized Hermitian-Definite Eigensystems,  Up: Eigensystems
+
+15.6 Real Generalized Nonsymmetric Eigensystems
+===============================================
+
+Given two square matrices (A, B), the generalized nonsymmetric
+eigenvalue problem is to find eigenvalues \lambda and eigenvectors x
+such that
+
+     A x = \lambda B x
+
+We may also define the problem as finding eigenvalues \mu and
+eigenvectors y such that
+
+     \mu A y = B y
+
+Note that these two problems are equivalent (with \lambda = 1/\mu) if
+neither \lambda nor \mu is zero.  If say, \lambda is zero, then it is
+still a well defined eigenproblem, but its alternate problem involving
+\mu is not.  Therefore, to allow for zero (and infinite) eigenvalues,
+the problem which is actually solved is
+
+     \beta A x = \alpha B x
+
+The eigensolver routines below will return two values \alpha and \beta
+and leave it to the user to perform the divisions \lambda = \alpha /
+\beta and \mu = \beta / \alpha.
+
+If the determinant of the matrix pencil A - \lambda B is zero for all
+\lambda, the problem is said to be singular; otherwise it is called
+regular.  Singularity normally leads to some \alpha = \beta = 0 which
+means the eigenproblem is ill-conditioned and generally does not have
+well defined eigenvalue solutions.  The routines below are intended for
+regular matrix pencils and could yield unpredictable results when
+applied to singular pencils.
+
+The solution of the real generalized nonsymmetric eigensystem problem
+for a matrix pair (A, B) involves computing the generalized Schur
+decomposition
+
+     A = Q S Z^T
+     B = Q T Z^T
+
+where Q and Z are orthogonal matrices of left and right Schur vectors
+respectively, and (S, T) is the generalized Schur form whose diagonal
+elements give the \alpha and \beta values.  The algorithm used is the QZ
+method due to Moler and Stewart (see references).
+
+ -- Type: gsl_eigen_gen_workspace
+
+     This workspace contains internal parameters used for solving
+     generalized eigenvalue problems.
+
+ -- Function: *note gsl_eigen_gen_workspace: 5f7. *gsl_eigen_gen_alloc
+          (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues of
+     *note n: 5f8.-by-*note n: 5f8. real generalized nonsymmetric
+     eigensystems.  The size of the workspace is O(n).
+
+ -- Function: void gsl_eigen_gen_free (gsl_eigen_gen_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5f9.
+
+ -- Function: void gsl_eigen_gen_params (const int compute_s, const int
+          compute_t, const int balance, gsl_eigen_gen_workspace *w)
+
+     This function sets some parameters which determine how the
+     eigenvalue problem is solved in subsequent calls to *note
+     gsl_eigen_gen(): 5fb.
+
+     If *note compute_s: 5fa. is set to 1, the full Schur form S will be
+     computed by *note gsl_eigen_gen(): 5fb.  If it is set to 0, S will
+     not be computed (this is the default setting).  S is a quasi upper
+     triangular matrix with 1-by-1 and 2-by-2 blocks on its diagonal.
+     1-by-1 blocks correspond to real eigenvalues, and 2-by-2 blocks
+     correspond to complex eigenvalues.
+
+     If *note compute_t: 5fa. is set to 1, the full Schur form T will be
+     computed by *note gsl_eigen_gen(): 5fb.  If it is set to 0, T will
+     not be computed (this is the default setting).  T is an upper
+     triangular matrix with non-negative elements on its diagonal.  Any
+     2-by-2 blocks in S will correspond to a 2-by-2 diagonal block in T.
+
+     The *note balance: 5fa. parameter is currently ignored, since
+     generalized balancing is not yet implemented.
+
+ -- Function: int gsl_eigen_gen (gsl_matrix *A, gsl_matrix *B,
+          gsl_vector_complex *alpha, gsl_vector *beta,
+          gsl_eigen_gen_workspace *w)
+
+     This function computes the eigenvalues of the real generalized
+     nonsymmetric matrix pair (*note A: 5fb, *note B: 5fb.), and stores
+     them as pairs in (*note alpha: 5fb, *note beta: 5fb.), where *note
+     alpha: 5fb. is complex and *note beta: 5fb. is real.  If \beta_i is
+     non-zero, then \lambda = \alpha_i / \beta_i is an eigenvalue.
+     Likewise, if \alpha_i is non-zero, then \mu = \beta_i / \alpha_i is
+     an eigenvalue of the alternate problem \mu A y = B y.  The elements
+     of *note beta: 5fb. are normalized to be non-negative.
+
+     If S is desired, it is stored in *note A: 5fb. on output.  If T is
+     desired, it is stored in *note B: 5fb. on output.  The ordering of
+     eigenvalues in (*note alpha: 5fb, *note beta: 5fb.) follows the
+     ordering of the diagonal blocks in the Schur forms S and T. In rare
+     cases, this function may fail to find all eigenvalues.  If this
+     occurs, an error code is returned.
+
+ -- Function: int gsl_eigen_gen_QZ (gsl_matrix *A, gsl_matrix *B,
+          gsl_vector_complex *alpha, gsl_vector *beta, gsl_matrix *Q,
+          gsl_matrix *Z, gsl_eigen_gen_workspace *w)
+
+     This function is identical to *note gsl_eigen_gen(): 5fb. except
+     that it also computes the left and right Schur vectors and stores
+     them into *note Q: 5fc. and *note Z: 5fc. respectively.
+
+ -- Type: gsl_eigen_genv_workspace
+
+     This workspace contains internal parameters used for solving
+     generalized eigenvalue and eigenvector problems.
+
+ -- Function: *note gsl_eigen_genv_workspace: 5fd. *gsl_eigen_genv_alloc
+          (const size_t n)
+
+     This function allocates a workspace for computing eigenvalues and
+     eigenvectors of *note n: 5fe.-by-*note n: 5fe. real generalized
+     nonsymmetric eigensystems.  The size of the workspace is O(7n).
+
+ -- Function: void gsl_eigen_genv_free (gsl_eigen_genv_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 5ff.
+
+ -- Function: int gsl_eigen_genv (gsl_matrix *A, gsl_matrix *B,
+          gsl_vector_complex *alpha, gsl_vector *beta,
+          gsl_matrix_complex *evec, gsl_eigen_genv_workspace *w)
+
+     This function computes eigenvalues and right eigenvectors of the
+     ‘n’-by-‘n’ real generalized nonsymmetric matrix pair (*note A: 600,
+     *note B: 600.).  The eigenvalues are stored in (*note alpha: 600,
+     *note beta: 600.) and the eigenvectors are stored in *note evec:
+     600.  It first calls *note gsl_eigen_gen(): 5fb. to compute the
+     eigenvalues, Schur forms, and Schur vectors.  Then it finds
+     eigenvectors of the Schur forms and backtransforms them using the
+     Schur vectors.  The Schur vectors are destroyed in the process, but
+     can be saved by using *note gsl_eigen_genv_QZ(): 601.  The computed
+     eigenvectors are normalized to have unit magnitude.  On output,
+     (*note A: 600, *note B: 600.) contains the generalized Schur form
+     (S, T). If *note gsl_eigen_gen(): 5fb. fails, no eigenvectors are
+     computed, and an error code is returned.
+
+ -- Function: int gsl_eigen_genv_QZ (gsl_matrix *A, gsl_matrix *B,
+          gsl_vector_complex *alpha, gsl_vector *beta,
+          gsl_matrix_complex *evec, gsl_matrix *Q, gsl_matrix *Z,
+          gsl_eigen_genv_workspace *w)
+
+     This function is identical to *note gsl_eigen_genv(): 600. except
+     that it also computes the left and right Schur vectors and stores
+     them into *note Q: 601. and *note Z: 601. respectively.
+
+\1f
+File: gsl-ref.info,  Node: Sorting Eigenvalues and Eigenvectors,  Next: Examples<10>,  Prev: Real Generalized Nonsymmetric Eigensystems,  Up: Eigensystems
+
+15.7 Sorting Eigenvalues and Eigenvectors
+=========================================
+
+ -- Function: int gsl_eigen_symmv_sort (gsl_vector *eval, gsl_matrix
+          *evec, gsl_eigen_sort_t sort_type)
+
+     This function simultaneously sorts the eigenvalues stored in the
+     vector *note eval: 603. and the corresponding real eigenvectors
+     stored in the columns of the matrix *note evec: 603. into ascending
+     or descending order according to the value of the parameter *note
+     sort_type: 603,
+
+      -- Type: gsl_eigen_sort_t
+
+          ‘GSL_EIGEN_SORT_VAL_ASC’              ascending order in numerical value
+                                                
+                                                
+          ‘GSL_EIGEN_SORT_VAL_DESC’             descending order in numerical value
+                                                
+                                                
+          ‘GSL_EIGEN_SORT_ABS_ASC’              ascending order in magnitude
+                                                
+                                                
+          ‘GSL_EIGEN_SORT_ABS_DESC’             descending order in magnitude
+                                                
+
+ -- Function: int gsl_eigen_hermv_sort (gsl_vector *eval,
+          gsl_matrix_complex *evec, gsl_eigen_sort_t sort_type)
+
+     This function simultaneously sorts the eigenvalues stored in the
+     vector *note eval: 605. and the corresponding complex eigenvectors
+     stored in the columns of the matrix *note evec: 605. into ascending
+     or descending order according to the value of the parameter *note
+     sort_type: 605. as shown above.
+
+ -- Function: int gsl_eigen_nonsymmv_sort (gsl_vector_complex *eval,
+          gsl_matrix_complex *evec, gsl_eigen_sort_t sort_type)
+
+     This function simultaneously sorts the eigenvalues stored in the
+     vector *note eval: 606. and the corresponding complex eigenvectors
+     stored in the columns of the matrix *note evec: 606. into ascending
+     or descending order according to the value of the parameter *note
+     sort_type: 606. as shown above.  Only ‘GSL_EIGEN_SORT_ABS_ASC’ and
+     ‘GSL_EIGEN_SORT_ABS_DESC’ are supported due to the eigenvalues
+     being complex.
+
+ -- Function: int gsl_eigen_gensymmv_sort (gsl_vector *eval, gsl_matrix
+          *evec, gsl_eigen_sort_t sort_type)
+
+     This function simultaneously sorts the eigenvalues stored in the
+     vector *note eval: 607. and the corresponding real eigenvectors
+     stored in the columns of the matrix *note evec: 607. into ascending
+     or descending order according to the value of the parameter *note
+     sort_type: 607. as shown above.
+
+ -- Function: int gsl_eigen_genhermv_sort (gsl_vector *eval,
+          gsl_matrix_complex *evec, gsl_eigen_sort_t sort_type)
+
+     This function simultaneously sorts the eigenvalues stored in the
+     vector *note eval: 608. and the corresponding complex eigenvectors
+     stored in the columns of the matrix *note evec: 608. into ascending
+     or descending order according to the value of the parameter *note
+     sort_type: 608. as shown above.
+
+ -- Function: int gsl_eigen_genv_sort (gsl_vector_complex *alpha,
+          gsl_vector *beta, gsl_matrix_complex *evec, gsl_eigen_sort_t
+          sort_type)
+
+     This function simultaneously sorts the eigenvalues stored in the
+     vectors (*note alpha: 609, *note beta: 609.) and the corresponding
+     complex eigenvectors stored in the columns of the matrix *note
+     evec: 609. into ascending or descending order according to the
+     value of the parameter *note sort_type: 609. as shown above.  Only
+     ‘GSL_EIGEN_SORT_ABS_ASC’ and ‘GSL_EIGEN_SORT_ABS_DESC’ are
+     supported due to the eigenvalues being complex.
+
+\1f
+File: gsl-ref.info,  Node: Examples<10>,  Next: References and Further Reading<10>,  Prev: Sorting Eigenvalues and Eigenvectors,  Up: Eigensystems
+
+15.8 Examples
+=============
+
+The following program computes the eigenvalues and eigenvectors of the
+4-th order Hilbert matrix, H(i,j) = 1/(i + j + 1).
+
+     #include <stdio.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_eigen.h>
+
+     int
+     main (void)
+     {
+       double data[] = { 1.0  , 1/2.0, 1/3.0, 1/4.0,
+                         1/2.0, 1/3.0, 1/4.0, 1/5.0,
+                         1/3.0, 1/4.0, 1/5.0, 1/6.0,
+                         1/4.0, 1/5.0, 1/6.0, 1/7.0 };
+
+       gsl_matrix_view m
+         = gsl_matrix_view_array (data, 4, 4);
+
+       gsl_vector *eval = gsl_vector_alloc (4);
+       gsl_matrix *evec = gsl_matrix_alloc (4, 4);
+
+       gsl_eigen_symmv_workspace * w =
+         gsl_eigen_symmv_alloc (4);
+
+       gsl_eigen_symmv (&m.matrix, eval, evec, w);
+
+       gsl_eigen_symmv_free (w);
+
+       gsl_eigen_symmv_sort (eval, evec,
+                             GSL_EIGEN_SORT_ABS_ASC);
+
+       {
+         int i;
+
+         for (i = 0; i < 4; i++)
+           {
+             double eval_i
+                = gsl_vector_get (eval, i);
+             gsl_vector_view evec_i
+                = gsl_matrix_column (evec, i);
+
+             printf ("eigenvalue = %g\n", eval_i);
+             printf ("eigenvector = \n");
+             gsl_vector_fprintf (stdout,
+                                 &evec_i.vector, "%g");
+           }
+       }
+
+       gsl_vector_free (eval);
+       gsl_matrix_free (evec);
+
+       return 0;
+     }
+
+Here is the beginning of the output from the program:
+
+     $ ./a.out
+     eigenvalue = 9.67023e-05
+     eigenvector =
+     -0.0291933
+     0.328712
+     -0.791411
+     0.514553
+     ...
+
+This can be compared with the corresponding output from GNU octave:
+
+     octave> [v,d] = eig(hilb(4));
+     octave> diag(d)
+     ans =
+
+        9.6702e-05
+        6.7383e-03
+        1.6914e-01
+        1.5002e+00
+
+     octave> v
+     v =
+
+        0.029193   0.179186  -0.582076   0.792608
+       -0.328712  -0.741918   0.370502   0.451923
+        0.791411   0.100228   0.509579   0.322416
+       -0.514553   0.638283   0.514048   0.252161
+
+Note that the eigenvectors can differ by a change of sign, since the
+sign of an eigenvector is arbitrary.
+
+The following program illustrates the use of the nonsymmetric
+eigensolver, by computing the eigenvalues and eigenvectors of the
+Vandermonde matrix V(x;i,j) = x_i^{n - j} with x = (-1,-2,3,4).
+
+     #include <stdio.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_eigen.h>
+
+     int
+     main (void)
+     {
+       double data[] = { -1.0, 1.0, -1.0, 1.0,
+                         -8.0, 4.0, -2.0, 1.0,
+                         27.0, 9.0, 3.0, 1.0,
+                         64.0, 16.0, 4.0, 1.0 };
+
+       gsl_matrix_view m
+         = gsl_matrix_view_array (data, 4, 4);
+
+       gsl_vector_complex *eval = gsl_vector_complex_alloc (4);
+       gsl_matrix_complex *evec = gsl_matrix_complex_alloc (4, 4);
+
+       gsl_eigen_nonsymmv_workspace * w =
+         gsl_eigen_nonsymmv_alloc (4);
+
+       gsl_eigen_nonsymmv (&m.matrix, eval, evec, w);
+
+       gsl_eigen_nonsymmv_free (w);
+
+       gsl_eigen_nonsymmv_sort (eval, evec,
+                                GSL_EIGEN_SORT_ABS_DESC);
+
+       {
+         int i, j;
+
+         for (i = 0; i < 4; i++)
+           {
+             gsl_complex eval_i
+                = gsl_vector_complex_get (eval, i);
+             gsl_vector_complex_view evec_i
+                = gsl_matrix_complex_column (evec, i);
+
+             printf ("eigenvalue = %g + %gi\n",
+                     GSL_REAL(eval_i), GSL_IMAG(eval_i));
+             printf ("eigenvector = \n");
+             for (j = 0; j < 4; ++j)
+               {
+                 gsl_complex z =
+                   gsl_vector_complex_get(&evec_i.vector, j);
+                 printf("%g + %gi\n", GSL_REAL(z), GSL_IMAG(z));
+               }
+           }
+       }
+
+       gsl_vector_complex_free(eval);
+       gsl_matrix_complex_free(evec);
+
+       return 0;
+     }
+
+Here is the beginning of the output from the program:
+
+     $ ./a.out
+     eigenvalue = -6.41391 + 0i
+     eigenvector =
+     -0.0998822 + 0i
+     -0.111251 + 0i
+     0.292501 + 0i
+     0.944505 + 0i
+     eigenvalue = 5.54555 + 3.08545i
+     eigenvector =
+     -0.043487 + -0.0076308i
+     0.0642377 + -0.142127i
+     -0.515253 + 0.0405118i
+     -0.840592 + -0.00148565i
+     ...
+
+This can be compared with the corresponding output from GNU octave:
+
+     octave> [v,d] = eig(vander([-1 -2 3 4]));
+     octave> diag(d)
+     ans =
+
+       -6.4139 + 0.0000i
+        5.5456 + 3.0854i
+        5.5456 - 3.0854i
+        2.3228 + 0.0000i
+
+     octave> v
+     v =
+
+      Columns 1 through 3:
+
+       -0.09988 + 0.00000i  -0.04350 - 0.00755i  -0.04350 + 0.00755i
+       -0.11125 + 0.00000i   0.06399 - 0.14224i   0.06399 + 0.14224i
+        0.29250 + 0.00000i  -0.51518 + 0.04142i  -0.51518 - 0.04142i
+        0.94451 + 0.00000i  -0.84059 + 0.00000i  -0.84059 - 0.00000i
+
+      Column 4:
+
+       -0.14493 + 0.00000i
+        0.35660 + 0.00000i
+        0.91937 + 0.00000i
+        0.08118 + 0.00000i
+
+Note that the eigenvectors corresponding to the eigenvalue 5.54555 +
+3.08545i differ by the multiplicative constant 0.9999984 + 0.0017674i
+which is an arbitrary phase factor of magnitude 1.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<10>,  Prev: Examples<10>,  Up: Eigensystems
+
+15.9 References and Further Reading
+===================================
+
+Further information on the algorithms described in this section can be
+found in the following book,
+
+   * G. H. Golub, C. F. Van Loan, “Matrix Computations” (3rd Ed, 1996),
+     Johns Hopkins University Press, ISBN 0-8018-5414-8.
+
+Further information on the generalized eigensystems QZ algorithm can be
+found in this paper,
+
+   * C. Moler, G. Stewart, “An Algorithm for Generalized Matrix
+     Eigenvalue Problems”, SIAM J. Numer.  Anal., Vol 10, No 2, 1973.
+
+Eigensystem routines for very large matrices can be found in the Fortran
+library LAPACK. The LAPACK library is described in,
+
+   * LAPACK Users’ Guide (Third Edition, 1999), Published by SIAM, ISBN
+     0-89871-447-8.
+
+The LAPACK source code can be found at the website
+‘http://www.netlib.org/lapack’ along with an online copy of the users
+guide.
+
+\1f
+File: gsl-ref.info,  Node: Fast Fourier Transforms FFTs,  Next: Numerical Integration,  Prev: Eigensystems,  Up: Top
+
+16 Fast Fourier Transforms (FFTs)
+*********************************
+
+This chapter describes functions for performing Fast Fourier Transforms
+(FFTs).  The library includes radix-2 routines (for lengths which are a
+power of two) and mixed-radix routines (which work for any length).  For
+efficiency there are separate versions of the routines for real data and
+for complex data.  The mixed-radix routines are a reimplementation of
+the FFTPACK library of Paul Swarztrauber.  Fortran code for FFTPACK is
+available on Netlib (FFTPACK also includes some routines for sine and
+cosine transforms but these are currently not available in GSL). For
+details and derivations of the underlying algorithms consult the
+document “GSL FFT Algorithms” (see *note References and Further Reading:
+60e.)
+
+* Menu:
+
+* Mathematical Definitions::
+* Overview of complex data FFTs::
+* Radix-2 FFT routines for complex data::
+* Mixed-radix FFT routines for complex data::
+* Overview of real data FFTs::
+* Radix-2 FFT routines for real data::
+* Mixed-radix FFT routines for real data::
+* References and Further Reading: References and Further Reading<11>.
+
+\1f
+File: gsl-ref.info,  Node: Mathematical Definitions,  Next: Overview of complex data FFTs,  Up: Fast Fourier Transforms FFTs
+
+16.1 Mathematical Definitions
+=============================
+
+Fast Fourier Transforms are efficient algorithms for calculating the
+discrete Fourier transform (DFT),
+
+     x_j = \sum_{k=0}^{n-1} z_k \exp(-2 \pi i j k / n)
+
+The DFT usually arises as an approximation to the continuous Fourier
+transform when functions are sampled at discrete intervals in space or
+time.  The naive evaluation of the discrete Fourier transform is a
+matrix-vector multiplication W\vec{z}.  A general matrix-vector
+multiplication takes O(n^2) operations for n data-points.  Fast Fourier
+transform algorithms use a divide-and-conquer strategy to factorize the
+matrix W into smaller sub-matrices, corresponding to the integer factors
+of the length n.  If n can be factorized into a product of integers f_1
+f_2 \ldots f_m then the DFT can be computed in O(n \sum f_i) operations.
+For a radix-2 FFT this gives an operation count of O(n \log_2 n).
+
+All the FFT functions offer three types of transform: forwards, inverse
+and backwards, based on the same mathematical definitions.  The
+definition of the `forward Fourier transform', x = \hbox{FFT}(z), is,
+
+     x_j = \sum_{k=0}^{n-1} z_k \exp(-2 \pi i j k / n)
+
+and the definition of the `inverse Fourier transform', x =
+\hbox{IFFT}(z), is,
+
+     z_j = {1 \over n} \sum_{k=0}^{n-1} x_k \exp(2 \pi i j k / n).
+
+The factor of 1/n makes this a true inverse.  For example, a call to
+*note gsl_fft_complex_forward(): 610. followed by a call to *note
+gsl_fft_complex_inverse(): 611. should return the original data (within
+numerical errors).
+
+In general there are two possible choices for the sign of the
+exponential in the transform/ inverse-transform pair.  GSL follows the
+same convention as FFTPACK, using a negative exponential for the forward
+transform.  The advantage of this convention is that the inverse
+transform recreates the original function with simple Fourier synthesis.
+Numerical Recipes uses the opposite convention, a positive exponential
+in the forward transform.
+
+The `backwards FFT' is simply our terminology for an unscaled version of
+the inverse FFT,
+
+     z^{backwards}_j = \sum_{k=0}^{n-1} x_k \exp(2 \pi i j k / n)
+
+When the overall scale of the result is unimportant it is often
+convenient to use the backwards FFT instead of the inverse to save
+unnecessary divisions.
+
+\1f
+File: gsl-ref.info,  Node: Overview of complex data FFTs,  Next: Radix-2 FFT routines for complex data,  Prev: Mathematical Definitions,  Up: Fast Fourier Transforms FFTs
+
+16.2 Overview of complex data FFTs
+==================================
+
+The inputs and outputs for the complex FFT routines are `packed arrays'
+of floating point numbers.  In a packed array the real and imaginary
+parts of each complex number are placed in alternate neighboring
+elements.  For example, the following definition of a packed array of
+length 6:
+
+     double x[3*2];
+     gsl_complex_packed_array data = x;
+
+can be used to hold an array of three complex numbers, ‘z[3]’, in the
+following way:
+
+     data[0] = Re(z[0])
+     data[1] = Im(z[0])
+     data[2] = Re(z[1])
+     data[3] = Im(z[1])
+     data[4] = Re(z[2])
+     data[5] = Im(z[2])
+
+The array indices for the data have the same ordering as those in the
+definition of the DFT—i.e.  there are no index transformations or
+permutations of the data.
+
+A `stride' parameter allows the user to perform transforms on the
+elements ‘z[stride*i]’ instead of ‘z[i]’.  A stride greater than 1 can
+be used to take an in-place FFT of the column of a matrix.  A stride of
+1 accesses the array without any additional spacing between elements.
+
+To perform an FFT on a vector argument, such as ‘gsl_vector_complex *
+v’, use the following definitions (or their equivalents) when calling
+the functions described in this chapter:
+
+     gsl_complex_packed_array data = v->data;
+     size_t stride = v->stride;
+     size_t n = v->size;
+
+For physical applications it is important to remember that the index
+appearing in the DFT does not correspond directly to a physical
+frequency.  If the time-step of the DFT is \Delta then the
+frequency-domain includes both positive and negative frequencies,
+ranging from -1/(2\Delta) through 0 to +1/(2\Delta).  The positive
+frequencies are stored from the beginning of the array up to the middle,
+and the negative frequencies are stored backwards from the end of the
+array.
+
+Here is a table which shows the layout of the array ‘data’, and the
+correspondence between the time-domain data z, and the frequency-domain
+data x:
+
+     index    z               x = FFT(z)
+
+     0        z(t = 0)        x(f = 0)
+     1        z(t = 1)        x(f = 1/(n Delta))
+     2        z(t = 2)        x(f = 2/(n Delta))
+     .        ........        ..................
+     n/2      z(t = n/2)      x(f = +1/(2 Delta),
+                                    -1/(2 Delta))
+     .        ........        ..................
+     n-3      z(t = n-3)      x(f = -3/(n Delta))
+     n-2      z(t = n-2)      x(f = -2/(n Delta))
+     n-1      z(t = n-1)      x(f = -1/(n Delta))
+
+When n is even the location n/2 contains the most positive and negative
+frequencies (+1/(2 \Delta), -1/(2 \Delta)) which are equivalent.  If n
+is odd then general structure of the table above still applies, but n/2
+does not appear.
+
+\1f
+File: gsl-ref.info,  Node: Radix-2 FFT routines for complex data,  Next: Mixed-radix FFT routines for complex data,  Prev: Overview of complex data FFTs,  Up: Fast Fourier Transforms FFTs
+
+16.3 Radix-2 FFT routines for complex data
+==========================================
+
+The radix-2 algorithms described in this section are simple and compact,
+although not necessarily the most efficient.  They use the Cooley-Tukey
+algorithm to compute in-place complex FFTs for lengths which are a power
+of 2—no additional storage is required.  The corresponding self-sorting
+mixed-radix routines offer better performance at the expense of
+requiring additional working space.
+
+All the functions described in this section are declared in the header
+file ‘gsl_fft_complex.h’.
+
+ -- Function: int gsl_fft_complex_radix2_forward
+          (gsl_complex_packed_array data, size_t stride, size_t n)
+ -- Function: int gsl_fft_complex_radix2_transform
+          (gsl_complex_packed_array data, size_t stride, size_t n,
+          gsl_fft_direction sign)
+ -- Function: int gsl_fft_complex_radix2_backward
+          (gsl_complex_packed_array data, size_t stride, size_t n)
+ -- Function: int gsl_fft_complex_radix2_inverse
+          (gsl_complex_packed_array data, size_t stride, size_t n)
+
+     These functions compute forward, backward and inverse FFTs of
+     length *note n: 616. with stride *note stride: 616, on the packed
+     complex array *note data: 616. using an in-place radix-2
+     decimation-in-time algorithm.  The length of the transform *note n:
+     616. is restricted to powers of two.  For the ‘transform’ version
+     of the function the ‘sign’ argument can be either ‘forward’ (-1) or
+     ‘backward’ (+1).
+
+     The functions return a value of ‘GSL_SUCCESS’ if no errors were
+     detected, or *note GSL_EDOM: 28. if the length of the data *note n:
+     616. is not a power of two.
+
+ -- Function: int gsl_fft_complex_radix2_dif_forward
+          (gsl_complex_packed_array data, size_t stride, size_t n)
+ -- Function: int gsl_fft_complex_radix2_dif_transform
+          (gsl_complex_packed_array data, size_t stride, size_t n,
+          gsl_fft_direction sign)
+ -- Function: int gsl_fft_complex_radix2_dif_backward
+          (gsl_complex_packed_array data, size_t stride, size_t n)
+ -- Function: int gsl_fft_complex_radix2_dif_inverse
+          (gsl_complex_packed_array data, size_t stride, size_t n)
+
+     These are decimation-in-frequency versions of the radix-2 FFT
+     functions.
+
+Here is an example program which computes the FFT of a short pulse in a
+sample of length 128.  To make the resulting Fourier transform real the
+pulse is defined for equal positive and negative times (-10 \dots 10),
+where the negative times wrap around the end of the array.
+
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_fft_complex.h>
+
+     #define REAL(z,i) ((z)[2*(i)])
+     #define IMAG(z,i) ((z)[2*(i)+1])
+
+     int
+     main (void)
+     {
+       int i; double data[2*128];
+
+       for (i = 0; i < 128; i++)
+         {
+            REAL(data,i) = 0.0; IMAG(data,i) = 0.0;
+         }
+
+       REAL(data,0) = 1.0;
+
+       for (i = 1; i <= 10; i++)
+         {
+            REAL(data,i) = REAL(data,128-i) = 1.0;
+         }
+
+       for (i = 0; i < 128; i++)
+         {
+           printf ("%d %e %e\n", i,
+                   REAL(data,i), IMAG(data,i));
+         }
+       printf ("\n\n");
+
+       gsl_fft_complex_radix2_forward (data, 1, 128);
+
+       for (i = 0; i < 128; i++)
+         {
+           printf ("%d %e %e\n", i,
+                   REAL(data,i)/sqrt(128),
+                   IMAG(data,i)/sqrt(128));
+         }
+
+       return 0;
+     }
+
+Note that we have assumed that the program is using the default error
+handler (which calls ‘abort()’ for any errors).  If you are not using a
+safe error handler you would need to check the return status of *note
+gsl_fft_complex_radix2_forward(): 35.
+
+The transformed data is rescaled by 1/\sqrt n so that it fits on the
+same plot as the input.  Only the real part is shown, by the choice of
+the input data the imaginary part is zero.  Allowing for the wrap-around
+of negative times at t=128, and working in units of k/n, the DFT
+approximates the continuum Fourier transform, giving a modulated sine
+function.
+
+     \int_{-a}^{+a} e^{-2 \pi i k x} dx = {\sin(2\pi k a) \over\pi k}
+
+The output of the example program is plotted in Fig.  %s.
+
+[gsl-ref-figures/fft-complex-radix2]
+Figure: A pulse and its discrete Fourier transform, output from the
+example program.
+
+\1f
+File: gsl-ref.info,  Node: Mixed-radix FFT routines for complex data,  Next: Overview of real data FFTs,  Prev: Radix-2 FFT routines for complex data,  Up: Fast Fourier Transforms FFTs
+
+16.4 Mixed-radix FFT routines for complex data
+==============================================
+
+This section describes mixed-radix FFT algorithms for complex data.  The
+mixed-radix functions work for FFTs of any length.  They are a
+reimplementation of Paul Swarztrauber’s Fortran FFTPACK library.  The
+theory is explained in the review article “Self-sorting Mixed-radix
+FFTs” by Clive Temperton.  The routines here use the same indexing
+scheme and basic algorithms as FFTPACK.
+
+The mixed-radix algorithm is based on sub-transform modules—highly
+optimized small length FFTs which are combined to create larger FFTs.
+There are efficient modules for factors of 2, 3, 4, 5, 6 and 7.  The
+modules for the composite factors of 4 and 6 are faster than combining
+the modules for 2*2 and 2*3.
+
+For factors which are not implemented as modules there is a fall-back to
+a general length-n module which uses Singleton’s method for efficiently
+computing a DFT. This module is O(n^2), and slower than a dedicated
+module would be but works for any length n.  Of course, lengths which
+use the general length-n module will still be factorized as much as
+possible.  For example, a length of 143 will be factorized into 11*13.
+Large prime factors are the worst case scenario, e.g.  as found in
+n=2*3*99991, and should be avoided because their O(n^2) scaling will
+dominate the run-time (consult the document “GSL FFT Algorithms”
+included in the GSL distribution if you encounter this problem).
+
+The mixed-radix initialization function *note
+gsl_fft_complex_wavetable_alloc(): 61d. returns the list of factors
+chosen by the library for a given length n.  It can be used to check how
+well the length has been factorized, and estimate the run-time.  To a
+first approximation the run-time scales as n \sum f_i, where the f_i are
+the factors of n.  For programs under user control you may wish to issue
+a warning that the transform will be slow when the length is poorly
+factorized.  If you frequently encounter data lengths which cannot be
+factorized using the existing small-prime modules consult “GSL FFT
+Algorithms” for details on adding support for other factors.
+
+All the functions described in this section are declared in the header
+file ‘gsl_fft_complex.h’.
+
+ -- Function: *note gsl_fft_complex_wavetable: 61e.
+          *gsl_fft_complex_wavetable_alloc (size_t n)
+
+     This function prepares a trigonometric lookup table for a complex
+     FFT of length *note n: 61d.  The function returns a pointer to the
+     newly allocated *note gsl_fft_complex_wavetable: 61e. if no errors
+     were detected, and a null pointer in the case of error.  The length
+     *note n: 61d. is factorized into a product of subtransforms, and
+     the factors and their trigonometric coefficients are stored in the
+     wavetable.  The trigonometric coefficients are computed using
+     direct calls to ‘sin’ and ‘cos’, for accuracy.  Recursion relations
+     could be used to compute the lookup table faster, but if an
+     application performs many FFTs of the same length then this
+     computation is a one-off overhead which does not affect the final
+     throughput.
+
+     The wavetable structure can be used repeatedly for any transform of
+     the same length.  The table is not modified by calls to any of the
+     other FFT functions.  The same wavetable can be used for both
+     forward and backward (or inverse) transforms of a given length.
+
+ -- Function: void gsl_fft_complex_wavetable_free
+          (gsl_fft_complex_wavetable *wavetable)
+
+     This function frees the memory associated with the wavetable *note
+     wavetable: 61f.  The wavetable can be freed if no further FFTs of
+     the same length will be needed.
+
+These functions operate on a *note gsl_fft_complex_wavetable: 61e.
+structure which contains internal parameters for the FFT. It is not
+necessary to set any of the components directly but it can sometimes be
+useful to examine them.  For example, the chosen factorization of the
+FFT length is given and can be used to provide an estimate of the
+run-time or numerical error.  The wavetable structure is declared in the
+header file ‘gsl_fft_complex.h’.
+
+ -- Type: gsl_fft_complex_wavetable
+
+     This is a structure that holds the factorization and trigonometric
+     lookup tables for the mixed radix fft algorithm.  It has the
+     following components:
+
+     ‘size_t n’                            This is the number of complex data points
+                                           
+                                           
+     ‘size_t nf’                           This is the number of factors that the length ‘n’ was decomposed into.
+                                           
+                                           
+     ‘size_t factor[64]’                   This is the array of factors.  Only the first ‘nf’ elements are used.
+                                           
+                                           
+     ‘gsl_complex * trig’                  This is a pointer to a preallocated trigonometric lookup table of ‘n’ complex elements.
+                                           
+                                           
+     ‘gsl_complex * twiddle[64]’           This is an array of pointers into ‘trig’, giving the twiddle factors for each pass.
+                                           
+
+ -- Type: gsl_fft_complex_workspace
+
+     The mixed radix algorithms require additional working space to hold
+     the intermediate steps of the transform.
+
+ -- Function: *note gsl_fft_complex_workspace: 620.
+          *gsl_fft_complex_workspace_alloc (size_t n)
+
+     This function allocates a workspace for a complex transform of
+     length *note n: 621.
+
+ -- Function: void gsl_fft_complex_workspace_free
+          (gsl_fft_complex_workspace *workspace)
+
+     This function frees the memory associated with the workspace *note
+     workspace: 622.  The workspace can be freed if no further FFTs of
+     the same length will be needed.
+
+The following functions compute the transform,
+
+ -- Function: int gsl_fft_complex_forward (gsl_complex_packed_array
+          data, size_t stride, size_t n, const gsl_fft_complex_wavetable
+          *wavetable, gsl_fft_complex_workspace *work)
+ -- Function: int gsl_fft_complex_transform (gsl_complex_packed_array
+          data, size_t stride, size_t n, const gsl_fft_complex_wavetable
+          *wavetable, gsl_fft_complex_workspace *work, gsl_fft_direction
+          sign)
+ -- Function: int gsl_fft_complex_backward (gsl_complex_packed_array
+          data, size_t stride, size_t n, const gsl_fft_complex_wavetable
+          *wavetable, gsl_fft_complex_workspace *work)
+ -- Function: int gsl_fft_complex_inverse (gsl_complex_packed_array
+          data, size_t stride, size_t n, const gsl_fft_complex_wavetable
+          *wavetable, gsl_fft_complex_workspace *work)
+
+     These functions compute forward, backward and inverse FFTs of
+     length *note n: 611. with stride *note stride: 611, on the packed
+     complex array *note data: 611, using a mixed radix
+     decimation-in-frequency algorithm.  There is no restriction on the
+     length *note n: 611.  Efficient modules are provided for
+     subtransforms of length 2, 3, 4, 5, 6 and 7.  Any remaining factors
+     are computed with a slow, O(n^2), general-n module.  The caller
+     must supply a *note wavetable: 611. containing the trigonometric
+     lookup tables and a workspace *note work: 611.  For the ‘transform’
+     version of the function the ‘sign’ argument can be either ‘forward’
+     (-1) or ‘backward’ (+1).
+
+     The functions return a value of ‘0’ if no errors were detected.
+     The following ‘gsl_errno’ conditions are defined for these
+     functions:
+
+     *note GSL_EDOM: 28.                     The length of the data *note n: 611. is not a positive integer (i.e. *note n: 611. is zero).
+                                             
+                                             
+     *note GSL_EINVAL: 2b.                   The length of the data *note n: 611. and the length used to compute the given *note wavetable: 611. do not
+                                             match.
+                                             
+
+Here is an example program which computes the FFT of a short pulse in a
+sample of length 630 (=2*3*3*5*7) using the mixed-radix algorithm.
+
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_fft_complex.h>
+
+     #define REAL(z,i) ((z)[2*(i)])
+     #define IMAG(z,i) ((z)[2*(i)+1])
+
+     int
+     main (void)
+     {
+       int i;
+       const int n = 630;
+       double data[2*n];
+
+       gsl_fft_complex_wavetable * wavetable;
+       gsl_fft_complex_workspace * workspace;
+
+       for (i = 0; i < n; i++)
+         {
+           REAL(data,i) = 0.0;
+           IMAG(data,i) = 0.0;
+         }
+
+       data[0] = 1.0;
+
+       for (i = 1; i <= 10; i++)
+         {
+           REAL(data,i) = REAL(data,n-i) = 1.0;
+         }
+
+       for (i = 0; i < n; i++)
+         {
+           printf ("%d: %e %e\n", i, REAL(data,i),
+                                     IMAG(data,i));
+         }
+       printf ("\n");
+
+       wavetable = gsl_fft_complex_wavetable_alloc (n);
+       workspace = gsl_fft_complex_workspace_alloc (n);
+
+       for (i = 0; i < (int) wavetable->nf; i++)
+         {
+            printf ("# factor %d: %zu\n", i,
+                    wavetable->factor[i]);
+         }
+
+       gsl_fft_complex_forward (data, 1, n,
+                                wavetable, workspace);
+
+       for (i = 0; i < n; i++)
+         {
+           printf ("%d: %e %e\n", i, REAL(data,i),
+                                     IMAG(data,i));
+         }
+
+       gsl_fft_complex_wavetable_free (wavetable);
+       gsl_fft_complex_workspace_free (workspace);
+       return 0;
+     }
+
+Note that we have assumed that the program is using the default ‘gsl’
+error handler (which calls ‘abort()’ for any errors).  If you are not
+using a safe error handler you would need to check the return status of
+all the ‘gsl’ routines.
+
+\1f
+File: gsl-ref.info,  Node: Overview of real data FFTs,  Next: Radix-2 FFT routines for real data,  Prev: Mixed-radix FFT routines for complex data,  Up: Fast Fourier Transforms FFTs
+
+16.5 Overview of real data FFTs
+===============================
+
+The functions for real data are similar to those for complex data.
+However, there is an important difference between forward and inverse
+transforms.  The Fourier transform of a real sequence is not real.  It
+is a complex sequence with a special symmetry:
+
+     z_k = z_{n-k}^*
+
+A sequence with this symmetry is called `conjugate-complex' or
+`half-complex'.  This different structure requires different storage
+layouts for the forward transform (from real to half-complex) and
+inverse transform (from half-complex back to real).  As a consequence
+the routines are divided into two sets: functions in ‘gsl_fft_real’
+which operate on real sequences and functions in ‘gsl_fft_halfcomplex’
+which operate on half-complex sequences.
+
+Functions in ‘gsl_fft_real’ compute the frequency coefficients of a real
+sequence.  The half-complex coefficients c of a real sequence x are
+given by Fourier analysis,
+
+     c_k = \sum_{j=0}^{n-1} x_j \exp(-2 \pi i j k /n)
+
+Functions in ‘gsl_fft_halfcomplex’ compute inverse or backwards
+transforms.  They reconstruct real sequences by Fourier synthesis from
+their half-complex frequency coefficients, c,
+
+     x_j = {1 \over n} \sum_{k=0}^{n-1} c_k \exp(2 \pi i j k /n)
+
+The symmetry of the half-complex sequence implies that only half of the
+complex numbers in the output need to be stored.  The remaining half can
+be reconstructed using the half-complex symmetry condition.  This works
+for all lengths, even and odd—when the length is even the middle value
+where k=n/2 is also real.  Thus only ‘n’ real numbers are required to
+store the half-complex sequence, and the transform of a real sequence
+can be stored in the same size array as the original data.
+
+The precise storage arrangements depend on the algorithm, and are
+different for radix-2 and mixed-radix routines.  The radix-2 function
+operates in-place, which constrains the locations where each element can
+be stored.  The restriction forces real and imaginary parts to be stored
+far apart.  The mixed-radix algorithm does not have this restriction,
+and it stores the real and imaginary parts of a given term in
+neighboring locations (which is desirable for better locality of memory
+accesses).
+
+\1f
+File: gsl-ref.info,  Node: Radix-2 FFT routines for real data,  Next: Mixed-radix FFT routines for real data,  Prev: Overview of real data FFTs,  Up: Fast Fourier Transforms FFTs
+
+16.6 Radix-2 FFT routines for real data
+=======================================
+
+This section describes radix-2 FFT algorithms for real data.  They use
+the Cooley-Tukey algorithm to compute in-place FFTs for lengths which
+are a power of 2.
+
+The radix-2 FFT functions for real data are declared in the header files
+‘gsl_fft_real.h’
+
+ -- Function: int gsl_fft_real_radix2_transform (double data[], size_t
+          stride, size_t n)
+
+     This function computes an in-place radix-2 FFT of length *note n:
+     627. and stride *note stride: 627. on the real array *note data:
+     627.  The output is a half-complex sequence, which is stored
+     in-place.  The arrangement of the half-complex terms uses the
+     following scheme: for k < n/2 the real part of the k-th term is
+     stored in location k, and the corresponding imaginary part is
+     stored in location n-k.  Terms with k > n/2 can be reconstructed
+     using the symmetry z_k = z^*_{n-k}.  The terms for k=0 and k=n/2
+     are both purely real, and count as a special case.  Their real
+     parts are stored in locations 0 and n/2 respectively, while their
+     imaginary parts which are zero are not stored.
+
+     The following table shows the correspondence between the output
+     *note data: 627. and the equivalent results obtained by considering
+     the input data as a complex sequence with zero imaginary part
+     (assuming *note stride: 627. = 1}):
+
+          complex[0].real    =    data[0]
+          complex[0].imag    =    0
+          complex[1].real    =    data[1]
+          complex[1].imag    =    data[n-1]
+          ...............         ................
+          complex[k].real    =    data[k]
+          complex[k].imag    =    data[n-k]
+          ...............         ................
+          complex[n/2].real  =    data[n/2]
+          complex[n/2].imag  =    0
+          ...............         ................
+          complex[k'].real   =    data[k]        k' = n - k
+          complex[k'].imag   =   -data[n-k]
+          ...............         ................
+          complex[n-1].real  =    data[1]
+          complex[n-1].imag  =   -data[n-1]
+
+     Note that the output data can be converted into the full complex
+     sequence using the function *note
+     gsl_fft_halfcomplex_radix2_unpack(): 628. described below.
+
+The radix-2 FFT functions for halfcomplex data are declared in the
+header file ‘gsl_fft_halfcomplex.h’.
+
+ -- Function: int gsl_fft_halfcomplex_radix2_inverse (double data[],
+          size_t stride, size_t n)
+ -- Function: int gsl_fft_halfcomplex_radix2_backward (double data[],
+          size_t stride, size_t n)
+
+     These functions compute the inverse or backwards in-place radix-2
+     FFT of length *note n: 62a. and stride *note stride: 62a. on the
+     half-complex sequence *note data: 62a. stored according the output
+     scheme used by ‘gsl_fft_real_radix2()’.  The result is a real array
+     stored in natural order.
+
+ -- Function: int gsl_fft_halfcomplex_radix2_unpack (const double
+          halfcomplex_coefficient[], gsl_complex_packed_array
+          complex_coefficient, size_t stride, size_t n)
+
+     This function converts *note halfcomplex_coefficient: 628, an array
+     of half-complex coefficients as returned by *note
+     gsl_fft_real_radix2_transform(): 627, into an ordinary complex
+     array, *note complex_coefficient: 628.  It fills in the complex
+     array using the symmetry z_k = z_{n-k}^* to reconstruct the
+     redundant elements.  The algorithm for the conversion is:
+
+          complex_coefficient[0].real = halfcomplex_coefficient[0];
+          complex_coefficient[0].imag = 0.0;
+
+          for (i = 1; i < n - i; i++)
+            {
+              double hc_real = halfcomplex_coefficient[i*stride];
+              double hc_imag = halfcomplex_coefficient[(n-i)*stride];
+              complex_coefficient[i*stride].real = hc_real;
+              complex_coefficient[i*stride].imag = hc_imag;
+              complex_coefficient[(n - i)*stride].real = hc_real;
+              complex_coefficient[(n - i)*stride].imag = -hc_imag;
+            }
+
+          if (i == n - i)
+            {
+              complex_coefficient[i*stride].real = halfcomplex_coefficient[(n - 1)*stride];
+              complex_coefficient[i*stride].imag = 0.0;
+            }
+
+\1f
+File: gsl-ref.info,  Node: Mixed-radix FFT routines for real data,  Next: References and Further Reading<11>,  Prev: Radix-2 FFT routines for real data,  Up: Fast Fourier Transforms FFTs
+
+16.7 Mixed-radix FFT routines for real data
+===========================================
+
+This section describes mixed-radix FFT algorithms for real data.  The
+mixed-radix functions work for FFTs of any length.  They are a
+reimplementation of the real-FFT routines in the Fortran FFTPACK library
+by Paul Swarztrauber.  The theory behind the algorithm is explained in
+the article “Fast Mixed-Radix Real Fourier Transforms” by Clive
+Temperton.  The routines here use the same indexing scheme and basic
+algorithms as FFTPACK.
+
+The functions use the FFTPACK storage convention for half-complex
+sequences.  In this convention the half-complex transform of a real
+sequence is stored with frequencies in increasing order, starting at
+zero, with the real and imaginary parts of each frequency in neighboring
+locations.  When a value is known to be real the imaginary part is not
+stored.  The imaginary part of the zero-frequency component is never
+stored.  It is known to be zero (since the zero frequency component is
+simply the sum of the input data (all real)).  For a sequence of even
+length the imaginary part of the frequency n/2 is not stored either,
+since the symmetry z_k = z_{n-k}^* implies that this is purely real too.
+
+The storage scheme is best shown by some examples.  The table below
+shows the output for an odd-length sequence, n=5.  The two columns give
+the correspondence between the 5 values in the half-complex sequence
+returned by *note gsl_fft_real_transform(): 62c, ‘halfcomplex[]’ and the
+values ‘complex[]’ that would be returned if the same real input
+sequence were passed to *note gsl_fft_complex_backward(): 624. as a
+complex sequence (with imaginary parts set to ‘0’):
+
+     complex[0].real  =  halfcomplex[0]
+     complex[0].imag  =  0
+     complex[1].real  =  halfcomplex[1]
+     complex[1].imag  =  halfcomplex[2]
+     complex[2].real  =  halfcomplex[3]
+     complex[2].imag  =  halfcomplex[4]
+     complex[3].real  =  halfcomplex[3]
+     complex[3].imag  = -halfcomplex[4]
+     complex[4].real  =  halfcomplex[1]
+     complex[4].imag  = -halfcomplex[2]
+
+The upper elements of the ‘complex’ array, ‘complex[3]’ and ‘complex[4]’
+are filled in using the symmetry condition.  The imaginary part of the
+zero-frequency term ‘complex[0].imag’ is known to be zero by the
+symmetry.
+
+The next table shows the output for an even-length sequence, n=6.  In
+the even case there are two values which are purely real:
+
+     complex[0].real  =  halfcomplex[0]
+     complex[0].imag  =  0
+     complex[1].real  =  halfcomplex[1]
+     complex[1].imag  =  halfcomplex[2]
+     complex[2].real  =  halfcomplex[3]
+     complex[2].imag  =  halfcomplex[4]
+     complex[3].real  =  halfcomplex[5]
+     complex[3].imag  =  0
+     complex[4].real  =  halfcomplex[3]
+     complex[4].imag  = -halfcomplex[4]
+     complex[5].real  =  halfcomplex[1]
+     complex[5].imag  = -halfcomplex[2]
+
+The upper elements of the ‘complex’ array, ‘complex[4]’ and ‘complex[5]’
+are filled in using the symmetry condition.  Both ‘complex[0].imag’ and
+‘complex[3].imag’ are known to be zero.
+
+All these functions are declared in the header files ‘gsl_fft_real.h’
+and ‘gsl_fft_halfcomplex.h’.
+
+ -- Type: gsl_fft_real_wavetable
+ -- Type: gsl_fft_halfcomplex_wavetable
+
+     These data structures contain lookup tables for an FFT of a fixed
+     size.
+
+ -- Function: *note gsl_fft_real_wavetable: 62d.
+          *gsl_fft_real_wavetable_alloc (size_t n)
+ -- Function: *note gsl_fft_halfcomplex_wavetable: 62e.
+          *gsl_fft_halfcomplex_wavetable_alloc (size_t n)
+
+     These functions prepare trigonometric lookup tables for an FFT of
+     size n real elements.  The functions return a pointer to the newly
+     allocated struct if no errors were detected, and a null pointer in
+     the case of error.  The length *note n: 630. is factorized into a
+     product of subtransforms, and the factors and their trigonometric
+     coefficients are stored in the wavetable.  The trigonometric
+     coefficients are computed using direct calls to ‘sin’ and ‘cos’,
+     for accuracy.  Recursion relations could be used to compute the
+     lookup table faster, but if an application performs many FFTs of
+     the same length then computing the wavetable is a one-off overhead
+     which does not affect the final throughput.
+
+     The wavetable structure can be used repeatedly for any transform of
+     the same length.  The table is not modified by calls to any of the
+     other FFT functions.  The appropriate type of wavetable must be
+     used for forward real or inverse half-complex transforms.
+
+ -- Function: void gsl_fft_real_wavetable_free (gsl_fft_real_wavetable
+          *wavetable)
+ -- Function: void gsl_fft_halfcomplex_wavetable_free
+          (gsl_fft_halfcomplex_wavetable *wavetable)
+
+     These functions free the memory associated with the wavetable *note
+     wavetable: 632.  The wavetable can be freed if no further FFTs of
+     the same length will be needed.
+
+The mixed radix algorithms require additional working space to hold the
+intermediate steps of the transform,
+
+ -- Type: gsl_fft_real_workspace
+
+     This workspace contains parameters needed to compute a real FFT.
+
+ -- Function: *note gsl_fft_real_workspace: 633.
+          *gsl_fft_real_workspace_alloc (size_t n)
+
+     This function allocates a workspace for a real transform of length
+     *note n: 634.  The same workspace can be used for both forward real
+     and inverse halfcomplex transforms.
+
+ -- Function: void gsl_fft_real_workspace_free (gsl_fft_real_workspace
+          *workspace)
+
+     This function frees the memory associated with the workspace *note
+     workspace: 635.  The workspace can be freed if no further FFTs of
+     the same length will be needed.
+
+The following functions compute the transforms of real and half-complex
+data,
+
+ -- Function: int gsl_fft_real_transform (double data[], size_t stride,
+          size_t n, const gsl_fft_real_wavetable *wavetable,
+          gsl_fft_real_workspace *work)
+ -- Function: int gsl_fft_halfcomplex_transform (double data[], size_t
+          stride, size_t n, const gsl_fft_halfcomplex_wavetable
+          *wavetable, gsl_fft_real_workspace *work)
+
+     These functions compute the FFT of *note data: 636, a real or
+     half-complex array of length *note n: 636, using a mixed radix
+     decimation-in-frequency algorithm.  For *note
+     gsl_fft_real_transform(): 62c. *note data: 636. is an array of
+     time-ordered real data.  For *note gsl_fft_halfcomplex_transform():
+     636. *note data: 636. contains Fourier coefficients in the
+     half-complex ordering described above.  There is no restriction on
+     the length *note n: 636.  Efficient modules are provided for
+     subtransforms of length 2, 3, 4 and 5.  Any remaining factors are
+     computed with a slow, O(n^2), general-n module.  The caller must
+     supply a *note wavetable: 636. containing trigonometric lookup
+     tables and a workspace *note work: 636.
+
+ -- Function: int gsl_fft_real_unpack (const double real_coefficient[],
+          gsl_complex_packed_array complex_coefficient, size_t stride,
+          size_t n)
+
+     This function converts a single real array, *note real_coefficient:
+     637. into an equivalent complex array, *note complex_coefficient:
+     637, (with imaginary part set to zero), suitable for
+     ‘gsl_fft_complex’ routines.  The algorithm for the conversion is
+     simply:
+
+          for (i = 0; i < n; i++)
+            {
+              complex_coefficient[i*stride].real = real_coefficient[i*stride];
+              complex_coefficient[i*stride].imag = 0.0;
+            }
+
+ -- Function: int gsl_fft_halfcomplex_unpack (const double
+          halfcomplex_coefficient[], gsl_complex_packed_array
+          complex_coefficient, size_t stride, size_t n)
+
+     This function converts *note halfcomplex_coefficient: 638, an array
+     of half-complex coefficients as returned by *note
+     gsl_fft_real_transform(): 62c, into an ordinary complex array,
+     *note complex_coefficient: 638.  It fills in the complex array
+     using the symmetry z_k = z_{n-k}^* to reconstruct the redundant
+     elements.  The algorithm for the conversion is:
+
+          complex_coefficient[0].real = halfcomplex_coefficient[0];
+          complex_coefficient[0].imag = 0.0;
+
+          for (i = 1; i < n - i; i++)
+            {
+              double hc_real = halfcomplex_coefficient[(2 * i - 1)*stride];
+              double hc_imag = halfcomplex_coefficient[(2 * i)*stride];
+              complex_coefficient[i*stride].real = hc_real;
+              complex_coefficient[i*stride].imag = hc_imag;
+              complex_coefficient[(n - i)*stride].real = hc_real;
+              complex_coefficient[(n - i)*stride].imag = -hc_imag;
+            }
+
+          if (i == n - i)
+            {
+              complex_coefficient[i*stride].real = halfcomplex_coefficient[(n - 1)*stride];
+              complex_coefficient[i*stride].imag = 0.0;
+            }
+
+Here is an example program using *note gsl_fft_real_transform(): 62c.
+and ‘gsl_fft_halfcomplex_inverse()’.  It generates a real signal in the
+shape of a square pulse.  The pulse is Fourier transformed to frequency
+space, and all but the lowest ten frequency components are removed from
+the array of Fourier coefficients returned by *note
+gsl_fft_real_transform(): 62c.
+
+The remaining Fourier coefficients are transformed back to the
+time-domain, to give a filtered version of the square pulse.  Since
+Fourier coefficients are stored using the half-complex symmetry both
+positive and negative frequencies are removed and the final filtered
+signal is also real.
+
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_fft_real.h>
+     #include <gsl/gsl_fft_halfcomplex.h>
+
+     int
+     main (void)
+     {
+       int i, n = 100;
+       double data[n];
+
+       gsl_fft_real_wavetable * real;
+       gsl_fft_halfcomplex_wavetable * hc;
+       gsl_fft_real_workspace * work;
+
+       for (i = 0; i < n; i++)
+         {
+           data[i] = 0.0;
+         }
+
+       for (i = n / 3; i < 2 * n / 3; i++)
+         {
+           data[i] = 1.0;
+         }
+
+       for (i = 0; i < n; i++)
+         {
+           printf ("%d: %e\n", i, data[i]);
+         }
+       printf ("\n");
+
+       work = gsl_fft_real_workspace_alloc (n);
+       real = gsl_fft_real_wavetable_alloc (n);
+
+       gsl_fft_real_transform (data, 1, n,
+                               real, work);
+
+       gsl_fft_real_wavetable_free (real);
+
+       for (i = 11; i < n; i++)
+         {
+           data[i] = 0;
+         }
+
+       hc = gsl_fft_halfcomplex_wavetable_alloc (n);
+
+       gsl_fft_halfcomplex_inverse (data, 1, n,
+                                    hc, work);
+       gsl_fft_halfcomplex_wavetable_free (hc);
+
+       for (i = 0; i < n; i++)
+         {
+           printf ("%d: %e\n", i, data[i]);
+         }
+
+       gsl_fft_real_workspace_free (work);
+       return 0;
+     }
+
+The program output is shown in Fig.  %s.
+
+[gsl-ref-figures/fft-real-mixedradix]
+Figure: Low-pass filtered version of a real pulse, output from the
+example program.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<11>,  Prev: Mixed-radix FFT routines for real data,  Up: Fast Fourier Transforms FFTs
+
+16.8 References and Further Reading
+===================================
+
+A good starting point for learning more about the FFT is the following
+review article,
+
+   * P. Duhamel and M. Vetterli.  Fast Fourier transforms: A tutorial
+     review and a state of the art.  Signal Processing, 19:259–299,
+     1990.
+
+To find out about the algorithms used in the GSL routines you may want
+to consult the document “GSL FFT Algorithms” (it is included in GSL, as
+‘doc/fftalgorithms.tex’).  This has general information on FFTs and
+explicit derivations of the implementation for each routine.  There are
+also references to the relevant literature.  For convenience some of the
+more important references are reproduced below.
+
+There are several introductory books on the FFT with example programs,
+such as “The Fast Fourier Transform” by Brigham and “DFT/FFT and
+Convolution Algorithms” by Burrus and Parks,
+
+   * 
+       5. Oran Brigham.  “The Fast Fourier Transform”.  Prentice Hall,
+          1974.
+
+   * C. S. Burrus and T. W. Parks.  “DFT/FFT and Convolution
+     Algorithms”, Wiley, 1984.
+
+Both these introductory books cover the radix-2 FFT in some detail.  The
+mixed-radix algorithm at the heart of the FFTPACK routines is reviewed
+in Clive Temperton’s paper,
+
+   * Clive Temperton, Self-sorting mixed-radix fast Fourier transforms,
+     Journal of Computational Physics, 52(1):1–23, 1983.
+
+The derivation of FFTs for real-valued data is explained in the
+following two articles,
+
+   * Henrik V. Sorenson, Douglas L. Jones, Michael T. Heideman, and C.
+     Sidney Burrus.  Real-valued fast Fourier transform algorithms.
+     “IEEE Transactions on Acoustics, Speech, and Signal Processing”,
+     ASSP-35(6):849–863, 1987.
+
+   * Clive Temperton.  Fast mixed-radix real Fourier transforms.
+     “Journal of Computational Physics”, 52:340–350, 1983.
+
+In 1979 the IEEE published a compendium of carefully-reviewed Fortran
+FFT programs in “Programs for Digital Signal Processing”.  It is a
+useful reference for implementations of many different FFT algorithms,
+
+   * Digital Signal Processing Committee and IEEE Acoustics, Speech, and
+     Signal Processing Committee, editors.  Programs for Digital Signal
+     Processing.  IEEE Press, 1979.
+
+For large-scale FFT work we recommend the use of the dedicated FFTW
+library by Frigo and Johnson.  The FFTW library is self-optimizing—it
+automatically tunes itself for each hardware platform in order to
+achieve maximum performance.  It is available under the GNU GPL.
+
+   * FFTW Website, ‘http://www.fftw.org/’
+
+The source code for FFTPACK is available from
+‘http://www.netlib.org/fftpack/’
+
+\1f
+File: gsl-ref.info,  Node: Numerical Integration,  Next: Random Number Generation,  Prev: Fast Fourier Transforms FFTs,  Up: Top
+
+17 Numerical Integration
+************************
+
+This chapter describes routines for performing numerical integration
+(quadrature) of a function in one dimension.  There are routines for
+adaptive and non-adaptive integration of general functions, with
+specialised routines for specific cases.  These include integration over
+infinite and semi-infinite ranges, singular integrals, including
+logarithmic singularities, computation of Cauchy principal values and
+oscillatory integrals.  The library reimplements the algorithms used in
+QUADPACK, a numerical integration package written by Piessens, de
+Doncker-Kapenga, Ueberhuber and Kahaner.  Fortran code for QUADPACK is
+available on Netlib.  Also included are non-adaptive, fixed-order
+Gauss-Legendre integration routines with high precision coefficients, as
+well as fixed-order quadrature rules for a variety of weighting
+functions from IQPACK.
+
+The functions described in this chapter are declared in the header file
+‘gsl_integration.h’.
+
+* Menu:
+
+* Introduction: Introduction<2>.
+* QNG non-adaptive Gauss-Kronrod integration::
+* QAG adaptive integration::
+* QAGS adaptive integration with singularities::
+* QAGP adaptive integration with known singular points::
+* QAGI adaptive integration on infinite intervals::
+* QAWC adaptive integration for Cauchy principal values::
+* QAWS adaptive integration for singular functions::
+* QAWO adaptive integration for oscillatory functions::
+* QAWF adaptive integration for Fourier integrals::
+* CQUAD doubly-adaptive integration::
+* Romberg integration::
+* Gauss-Legendre integration::
+* Fixed point quadratures::
+* Error codes::
+* Examples: Examples<11>.
+* References and Further Reading: References and Further Reading<12>.
+
+\1f
+File: gsl-ref.info,  Node: Introduction<2>,  Next: QNG non-adaptive Gauss-Kronrod integration,  Up: Numerical Integration
+
+17.1 Introduction
+=================
+
+Each algorithm computes an approximation to a definite integral of the
+form,
+
+     I = \int_a^b f(x) w(x) dx
+
+where w(x) is a weight function (for general integrands w(x) = 1).  The
+user provides absolute and relative error bounds (epsabs, epsrel) which
+specify the following accuracy requirement,
+
+     |RESULT - I| <= max(epsabs, epsrel |I|)
+
+where RESULT is the numerical approximation obtained by the algorithm.
+The algorithms attempt to estimate the absolute error ABSERR = |RESULT -
+I| in such a way that the following inequality holds,
+
+     |RESULT - I| <= ABSERR <= max(epsabs, epsrel |I|)
+
+In short, the routines return the first approximation which has an
+absolute error smaller than epsabs or a relative error smaller than
+epsrel.
+
+Note that this is an `either-or' constraint, not simultaneous.  To
+compute to a specified absolute error, set epsrel to zero.  To compute
+to a specified relative error, set epsabs to zero.  The routines will
+fail to converge if the error bounds are too stringent, but always
+return the best approximation obtained up to that stage.
+
+The algorithms in QUADPACK use a naming convention based on the
+following letters:
+
+     Q - quadrature routine
+
+     N - non-adaptive integrator
+     A - adaptive integrator
+
+     G - general integrand (user-defined)
+     W - weight function with integrand
+
+     S - singularities can be more readily integrated
+     P - points of special difficulty can be supplied
+     I - infinite range of integration
+     O - oscillatory weight function, cos or sin
+     F - Fourier integral
+     C - Cauchy principal value
+
+The algorithms are built on pairs of quadrature rules, a higher order
+rule and a lower order rule.  The higher order rule is used to compute
+the best approximation to an integral over a small range.  The
+difference between the results of the higher order rule and the lower
+order rule gives an estimate of the error in the approximation.
+
+* Menu:
+
+* Integrands without weight functions::
+* Integrands with weight functions::
+* Integrands with singular weight functions::
+
+\1f
+File: gsl-ref.info,  Node: Integrands without weight functions,  Next: Integrands with weight functions,  Up: Introduction<2>
+
+17.1.1 Integrands without weight functions
+------------------------------------------
+
+The algorithms for general functions (without a weight function) are
+based on Gauss-Kronrod rules.
+
+A Gauss-Kronrod rule begins with a classical Gaussian quadrature rule of
+order m.  This is extended with additional points between each of the
+abscissae to give a higher order Kronrod rule of order 2m + 1.  The
+Kronrod rule is efficient because it reuses existing function
+evaluations from the Gaussian rule.
+
+The higher order Kronrod rule is used as the best approximation to the
+integral, and the difference between the two rules is used as an
+estimate of the error in the approximation.
+
+\1f
+File: gsl-ref.info,  Node: Integrands with weight functions,  Next: Integrands with singular weight functions,  Prev: Integrands without weight functions,  Up: Introduction<2>
+
+17.1.2 Integrands with weight functions
+---------------------------------------
+
+For integrands with weight functions the algorithms use Clenshaw-Curtis
+quadrature rules.
+
+A Clenshaw-Curtis rule begins with an n-th order Chebyshev polynomial
+approximation to the integrand.  This polynomial can be integrated
+exactly to give an approximation to the integral of the original
+function.  The Chebyshev expansion can be extended to higher orders to
+improve the approximation and provide an estimate of the error.
+
+\1f
+File: gsl-ref.info,  Node: Integrands with singular weight functions,  Prev: Integrands with weight functions,  Up: Introduction<2>
+
+17.1.3 Integrands with singular weight functions
+------------------------------------------------
+
+The presence of singularities (or other behavior) in the integrand can
+cause slow convergence in the Chebyshev approximation.  The modified
+Clenshaw-Curtis rules used in QUADPACK separate out several common
+weight functions which cause slow convergence.
+
+These weight functions are integrated analytically against the Chebyshev
+polynomials to precompute `modified Chebyshev moments'.  Combining the
+moments with the Chebyshev approximation to the function gives the
+desired integral.  The use of analytic integration for the singular part
+of the function allows exact cancellations and substantially improves
+the overall convergence behavior of the integration.
+
+\1f
+File: gsl-ref.info,  Node: QNG non-adaptive Gauss-Kronrod integration,  Next: QAG adaptive integration,  Prev: Introduction<2>,  Up: Numerical Integration
+
+17.2 QNG non-adaptive Gauss-Kronrod integration
+===============================================
+
+The QNG algorithm is a non-adaptive procedure which uses fixed
+Gauss-Kronrod-Patterson abscissae to sample the integrand at a maximum
+of 87 points.  It is provided for fast integration of smooth functions.
+
+ -- Function: int gsl_integration_qng (const gsl_function *f, double a,
+          double b, double epsabs, double epsrel, double *result, double
+          *abserr, size_t *neval)
+
+     This function applies the Gauss-Kronrod 10-point, 21-point,
+     43-point and 87-point integration rules in succession until an
+     estimate of the integral of f over (a,b) is achieved within the
+     desired absolute and relative error limits, *note epsabs: 642. and
+     *note epsrel: 642.  The function returns the final approximation,
+     *note result: 642, an estimate of the absolute error, *note abserr:
+     642. and the number of function evaluations used, *note neval: 642.
+     The Gauss-Kronrod rules are designed in such a way that each rule
+     uses all the results of its predecessors, in order to minimize the
+     total number of function evaluations.
+
+\1f
+File: gsl-ref.info,  Node: QAG adaptive integration,  Next: QAGS adaptive integration with singularities,  Prev: QNG non-adaptive Gauss-Kronrod integration,  Up: Numerical Integration
+
+17.3 QAG adaptive integration
+=============================
+
+The QAG algorithm is a simple adaptive integration procedure.  The
+integration region is divided into subintervals, and on each iteration
+the subinterval with the largest estimated error is bisected.  This
+reduces the overall error rapidly, as the subintervals become
+concentrated around local difficulties in the integrand.  These
+subintervals are managed by the following struct,
+
+ -- Type: gsl_integration_workspace
+
+     This workspace handles the memory for the subinterval ranges,
+     results and error estimates.
+
+ -- Function: *note gsl_integration_workspace: 644.
+          *gsl_integration_workspace_alloc (size_t n)
+
+     This function allocates a workspace sufficient to hold *note n:
+     645. double precision intervals, their integration results and
+     error estimates.  One workspace may be used multiple times as all
+     necessary reinitialization is performed automatically by the
+     integration routines.
+
+ -- Function: void gsl_integration_workspace_free
+          (gsl_integration_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 646.
+
+ -- Function: int gsl_integration_qag (const gsl_function *f, double a,
+          double b, double epsabs, double epsrel, size_t limit, int key,
+          gsl_integration_workspace *workspace, double *result, double
+          *abserr)
+
+     This function applies an integration rule adaptively until an
+     estimate of the integral of f over (a,b) is achieved within the
+     desired absolute and relative error limits, *note epsabs: 647. and
+     *note epsrel: 647.  The function returns the final approximation,
+     *note result: 647, and an estimate of the absolute error, *note
+     abserr: 647.  The integration rule is determined by the value of
+     *note key: 647, which should be chosen from the following symbolic
+     names,
+
+     Symbolic Name                  Key
+                                    
+     ---------------------------------------
+                                    
+     ‘GSL_INTEG_GAUSS15’            1
+                                    
+                                    
+     ‘GSL_INTEG_GAUSS21’            2
+                                    
+                                    
+     ‘GSL_INTEG_GAUSS31’            3
+                                    
+                                    
+     ‘GSL_INTEG_GAUSS41’            4
+                                    
+                                    
+     ‘GSL_INTEG_GAUSS51’            5
+                                    
+                                    
+     ‘GSL_INTEG_GAUSS61’            6
+                                    
+
+     corresponding to the 15, 21, 31, 41, 51 and 61 point Gauss-Kronrod
+     rules.  The higher-order rules give better accuracy for smooth
+     functions, while lower-order rules save time when the function
+     contains local difficulties, such as discontinuities.
+
+     On each iteration the adaptive integration strategy bisects the
+     interval with the largest error estimate.  The subintervals and
+     their results are stored in the memory provided by *note workspace:
+     647.  The maximum number of subintervals is given by *note limit:
+     647, which may not exceed the allocated size of the workspace.
+
+\1f
+File: gsl-ref.info,  Node: QAGS adaptive integration with singularities,  Next: QAGP adaptive integration with known singular points,  Prev: QAG adaptive integration,  Up: Numerical Integration
+
+17.4 QAGS adaptive integration with singularities
+=================================================
+
+The presence of an integrable singularity in the integration region
+causes an adaptive routine to concentrate new subintervals around the
+singularity.  As the subintervals decrease in size the successive
+approximations to the integral converge in a limiting fashion.  This
+approach to the limit can be accelerated using an extrapolation
+procedure.  The QAGS algorithm combines adaptive bisection with the Wynn
+epsilon-algorithm to speed up the integration of many types of
+integrable singularities.
+
+ -- Function: int gsl_integration_qags (const gsl_function *f, double a,
+          double b, double epsabs, double epsrel, size_t limit,
+          gsl_integration_workspace *workspace, double *result, double
+          *abserr)
+
+     This function applies the Gauss-Kronrod 21-point integration rule
+     adaptively until an estimate of the integral of f over (a,b) is
+     achieved within the desired absolute and relative error limits,
+     *note epsabs: 649. and *note epsrel: 649.  The results are
+     extrapolated using the epsilon-algorithm, which accelerates the
+     convergence of the integral in the presence of discontinuities and
+     integrable singularities.  The function returns the final
+     approximation from the extrapolation, *note result: 649, and an
+     estimate of the absolute error, *note abserr: 649.  The
+     subintervals and their results are stored in the memory provided by
+     *note workspace: 649.  The maximum number of subintervals is given
+     by *note limit: 649, which may not exceed the allocated size of the
+     workspace.
+
+\1f
+File: gsl-ref.info,  Node: QAGP adaptive integration with known singular points,  Next: QAGI adaptive integration on infinite intervals,  Prev: QAGS adaptive integration with singularities,  Up: Numerical Integration
+
+17.5 QAGP adaptive integration with known singular points
+=========================================================
+
+ -- Function: int gsl_integration_qagp (const gsl_function *f, double
+          *pts, size_t npts, double epsabs, double epsrel, size_t limit,
+          gsl_integration_workspace *workspace, double *result, double
+          *abserr)
+
+     This function applies the adaptive integration algorithm QAGS
+     taking account of the user-supplied locations of singular points.
+     The array *note pts: 64b. of length *note npts: 64b. should contain
+     the endpoints of the integration ranges defined by the integration
+     region and locations of the singularities.  For example, to
+     integrate over the region (a,b) with break-points at x_1, x_2, x_3
+     (where a < x_1 < x_2 < x_3 < b) the following *note pts: 64b. array
+     should be used:
+
+          pts[0] = a
+          pts[1] = x_1
+          pts[2] = x_2
+          pts[3] = x_3
+          pts[4] = b
+
+     with *note npts: 64b. = 5.
+
+     If you know the locations of the singular points in the integration
+     region then this routine will be faster than *note
+     gsl_integration_qags(): 649.
+
+\1f
+File: gsl-ref.info,  Node: QAGI adaptive integration on infinite intervals,  Next: QAWC adaptive integration for Cauchy principal values,  Prev: QAGP adaptive integration with known singular points,  Up: Numerical Integration
+
+17.6 QAGI adaptive integration on infinite intervals
+====================================================
+
+ -- Function: int gsl_integration_qagi (gsl_function *f, double epsabs,
+          double epsrel, size_t limit, gsl_integration_workspace
+          *workspace, double *result, double *abserr)
+
+     This function computes the integral of the function *note f: 64d.
+     over the infinite interval (-\infty,+\infty).  The integral is
+     mapped onto the semi-open interval (0,1] using the transformation x
+     = (1-t)/t,
+
+          \int_{-\infty}^{+\infty} dx f(x) = \int_0^1 dt (f((1-t)/t) + f(-(1-t)/t))/t^2.
+
+     It is then integrated using the QAGS algorithm.  The normal
+     21-point Gauss-Kronrod rule of QAGS is replaced by a 15-point rule,
+     because the transformation can generate an integrable singularity
+     at the origin.  In this case a lower-order rule is more efficient.
+
+ -- Function: int gsl_integration_qagiu (gsl_function *f, double a,
+          double epsabs, double epsrel, size_t limit,
+          gsl_integration_workspace *workspace, double *result, double
+          *abserr)
+
+     This function computes the integral of the function *note f: 64e.
+     over the semi-infinite interval (a,+\infty).  The integral is
+     mapped onto the semi-open interval (0,1] using the transformation x
+     = a + (1-t)/t,
+
+          \int_{a}^{+\infty} dx f(x) = \int_0^1 dt f(a + (1-t)/t)/t^2
+
+     and then integrated using the QAGS algorithm.
+
+ -- Function: int gsl_integration_qagil (gsl_function *f, double b,
+          double epsabs, double epsrel, size_t limit,
+          gsl_integration_workspace *workspace, double *result, double
+          *abserr)
+
+     This function computes the integral of the function *note f: 64f.
+     over the semi-infinite interval (-\infty,b).  The integral is
+     mapped onto the semi-open interval (0,1] using the transformation x
+     = b - (1-t)/t,
+
+          \int_{-\infty}^{b} dx f(x) = \int_0^1 dt f(b - (1-t)/t)/t^2
+
+     and then integrated using the QAGS algorithm.
+
+\1f
+File: gsl-ref.info,  Node: QAWC adaptive integration for Cauchy principal values,  Next: QAWS adaptive integration for singular functions,  Prev: QAGI adaptive integration on infinite intervals,  Up: Numerical Integration
+
+17.7 QAWC adaptive integration for Cauchy principal values
+==========================================================
+
+ -- Function: int gsl_integration_qawc (gsl_function *f, double a,
+          double b, double c, double epsabs, double epsrel, size_t
+          limit, gsl_integration_workspace *workspace, double *result,
+          double *abserr)
+
+     This function computes the Cauchy principal value of the integral
+     of f over (a,b), with a singularity at *note c: 651,
+
+          I = \int_a^b dx f(x) / (x - c)
+
+     The adaptive bisection algorithm of QAG is used, with modifications
+     to ensure that subdivisions do not occur at the singular point x =
+     c.  When a subinterval contains the point x = c or is close to it
+     then a special 25-point modified Clenshaw-Curtis rule is used to
+     control the singularity.  Further away from the singularity the
+     algorithm uses an ordinary 15-point Gauss-Kronrod integration rule.
+
+\1f
+File: gsl-ref.info,  Node: QAWS adaptive integration for singular functions,  Next: QAWO adaptive integration for oscillatory functions,  Prev: QAWC adaptive integration for Cauchy principal values,  Up: Numerical Integration
+
+17.8 QAWS adaptive integration for singular functions
+=====================================================
+
+The QAWS algorithm is designed for integrands with algebraic-logarithmic
+singularities at the end-points of an integration region.  In order to
+work efficiently the algorithm requires a precomputed table of Chebyshev
+moments.
+
+ -- Type: gsl_integration_qaws_table
+
+     This structure contains precomputed quantities for the QAWS
+     algorithm.
+
+ -- Function: *note gsl_integration_qaws_table: 653.
+          *gsl_integration_qaws_table_alloc (double alpha, double beta,
+          int mu, int nu)
+
+     This function allocates space for a *note
+     gsl_integration_qaws_table: 653. struct describing a singular
+     weight function w(x) with the parameters (\alpha, \beta, \mu, \nu),
+
+          w(x) = (x - a)^\alpha (b - x)^\beta \log^\mu (x - a) \log^\nu (b - x)
+
+     where \alpha > -1, \beta > -1, and \mu = 0, 1, \nu = 0, 1.  The
+     weight function can take four different forms depending on the
+     values of \mu and \nu,
+
+     Weight function w(x)                                             (\mu,\nu)
+                                                                      
+     ---------------------------------------------------------------------------------------
+                                                                      
+     (x - a)^\alpha (b - x)^\beta                                     (0,0)
+                                                                      
+                                                                      
+     (x - a)^\alpha (b - x)^\beta \log{(x-a)}                         (1,0)
+                                                                      
+                                                                      
+     (x - a)^\alpha (b - x)^\beta \log{(b-x)}                         (0,1)
+                                                                      
+                                                                      
+     (x - a)^\alpha (b - x)^\beta \log{(x-a)} \log{(b-x)}             (1,1)
+                                                                      
+
+     The singular points (a,b) do not have to be specified until the
+     integral is computed, where they are the endpoints of the
+     integration range.
+
+     The function returns a pointer to the newly allocated table *note
+     gsl_integration_qaws_table: 653. if no errors were detected, and 0
+     in the case of error.
+
+ -- Function: int gsl_integration_qaws_table_set
+          (gsl_integration_qaws_table *t, double alpha, double beta, int
+          mu, int nu)
+
+     This function modifies the parameters (\alpha, \beta, \mu, \nu) of
+     an existing *note gsl_integration_qaws_table: 653. struct *note t:
+     655.
+
+ -- Function: void gsl_integration_qaws_table_free
+          (gsl_integration_qaws_table *t)
+
+     This function frees all the memory associated with the *note
+     gsl_integration_qaws_table: 653. struct *note t: 656.
+
+ -- Function: int gsl_integration_qaws (gsl_function *f, const double a,
+          const double b, gsl_integration_qaws_table *t, const double
+          epsabs, const double epsrel, const size_t limit,
+          gsl_integration_workspace *workspace, double *result, double
+          *abserr)
+
+     This function computes the integral of the function f(x) over the
+     interval (a,b) with the singular weight function (x-a)^\alpha
+     (b-x)^\beta \log^\mu (x-a) \log^\nu (b-x).  The parameters of the
+     weight function (\alpha, \beta, \mu, \nu) are taken from the table
+     *note t: 657.  The integral is,
+
+          I = \int_a^b dx f(x) (x - a)^\alpha (b - x)^\beta \log^\mu (x - a) \log^\nu (b - x).
+
+     The adaptive bisection algorithm of QAG is used.  When a
+     subinterval contains one of the endpoints then a special 25-point
+     modified Clenshaw-Curtis rule is used to control the singularities.
+     For subintervals which do not include the endpoints an ordinary
+     15-point Gauss-Kronrod integration rule is used.
+
+\1f
+File: gsl-ref.info,  Node: QAWO adaptive integration for oscillatory functions,  Next: QAWF adaptive integration for Fourier integrals,  Prev: QAWS adaptive integration for singular functions,  Up: Numerical Integration
+
+17.9 QAWO adaptive integration for oscillatory functions
+========================================================
+
+The QAWO algorithm is designed for integrands with an oscillatory
+factor, \sin(\omega x) or \cos(\omega x).  In order to work efficiently
+the algorithm requires a table of Chebyshev moments which must be
+pre-computed with calls to the functions below.
+
+ -- Function: gsl_integration_qawo_table
+          *gsl_integration_qawo_table_alloc (double omega, double L,
+          enum gsl_integration_qawo_enum sine, size_t n)
+
+     This function allocates space for a ‘gsl_integration_qawo_table’
+     struct and its associated workspace describing a sine or cosine
+     weight function w(x) with the parameters (\omega, L),
+
+          w(x) = sin(omega x) 
+          w(x) = cos(omega x) 
+
+     The parameter *note L: 659. must be the length of the interval over
+     which the function will be integrated L = b - a.  The choice of
+     sine or cosine is made with the parameter *note sine: 659. which
+     should be chosen from one of the two following symbolic values:
+
+      -- Macro: GSL_INTEG_COSINE
+
+      -- Macro: GSL_INTEG_SINE
+
+     The ‘gsl_integration_qawo_table’ is a table of the trigonometric
+     coefficients required in the integration process.  The parameter
+     *note n: 659. determines the number of levels of coefficients that
+     are computed.  Each level corresponds to one bisection of the
+     interval L, so that *note n: 659. levels are sufficient for
+     subintervals down to the length L/2^n.  The integration routine
+     *note gsl_integration_qawo(): 65c. returns the error ‘GSL_ETABLE’
+     if the number of levels is insufficient for the requested accuracy.
+
+ -- Function: int gsl_integration_qawo_table_set
+          (gsl_integration_qawo_table *t, double omega, double L, enum
+          gsl_integration_qawo_enum sine)
+
+     This function changes the parameters *note omega: 65d, *note L:
+     65d. and *note sine: 65d. of the existing workspace *note t: 65d.
+
+ -- Function: int gsl_integration_qawo_table_set_length
+          (gsl_integration_qawo_table *t, double L)
+
+     This function allows the length parameter *note L: 65e. of the
+     workspace *note t: 65e. to be changed.
+
+ -- Function: void gsl_integration_qawo_table_free
+          (gsl_integration_qawo_table *t)
+
+     This function frees all the memory associated with the workspace
+     *note t: 65f.
+
+ -- Function: int gsl_integration_qawo (gsl_function *f, const double a,
+          const double epsabs, const double epsrel, const size_t limit,
+          gsl_integration_workspace *workspace,
+          gsl_integration_qawo_table *wf, double *result, double
+          *abserr)
+
+     This function uses an adaptive algorithm to compute the integral of
+     f over (a,b) with the weight function \sin(\omega x) or \cos(\omega
+     x) defined by the table *note wf: 65c,
+
+          I = int_a^b dx f(x) sin(omega x) 
+          I = int_a^b dx f(x) cos(omega x) 
+
+     The results are extrapolated using the epsilon-algorithm to
+     accelerate the convergence of the integral.  The function returns
+     the final approximation from the extrapolation, *note result: 65c,
+     and an estimate of the absolute error, *note abserr: 65c.  The
+     subintervals and their results are stored in the memory provided by
+     *note workspace: 65c.  The maximum number of subintervals is given
+     by *note limit: 65c, which may not exceed the allocated size of the
+     workspace.
+
+     Those subintervals with “large” widths d where d\omega > 4 are
+     computed using a 25-point Clenshaw-Curtis integration rule, which
+     handles the oscillatory behavior.  Subintervals with a “small”
+     widths where d\omega < 4 are computed using a 15-point
+     Gauss-Kronrod integration.
+
+\1f
+File: gsl-ref.info,  Node: QAWF adaptive integration for Fourier integrals,  Next: CQUAD doubly-adaptive integration,  Prev: QAWO adaptive integration for oscillatory functions,  Up: Numerical Integration
+
+17.10 QAWF adaptive integration for Fourier integrals
+=====================================================
+
+ -- Function: int gsl_integration_qawf (gsl_function *f, const double a,
+          const double epsabs, const size_t limit,
+          gsl_integration_workspace *workspace,
+          gsl_integration_workspace *cycle_workspace,
+          gsl_integration_qawo_table *wf, double *result, double
+          *abserr)
+
+     This function attempts to compute a Fourier integral of the
+     function *note f: 661. over the semi-infinite interval [a,+\infty)
+
+          I = \int_a^{+\infty} dx f(x) sin(omega x)
+          I = \int_a^{+\infty} dx f(x) cos(omega x)
+
+     The parameter \omega and choice of \sin or \cos is taken from the
+     table *note wf: 661. (the length ‘L’ can take any value, since it
+     is overridden by this function to a value appropriate for the
+     Fourier integration).  The integral is computed using the QAWO
+     algorithm over each of the subintervals,
+
+          C_1 = [a, a + c]
+          C_2 = [a + c, a + 2 c]
+          ... = ...
+          C_k = [a + (k-1) c, a + k c]
+
+     where c = (2 floor(|\omega|) + 1) \pi/|\omega|.  The width c is
+     chosen to cover an odd number of periods so that the contributions
+     from the intervals alternate in sign and are monotonically
+     decreasing when *note f: 661. is positive and monotonically
+     decreasing.  The sum of this sequence of contributions is
+     accelerated using the epsilon-algorithm.
+
+     This function works to an overall absolute tolerance of *note
+     abserr: 661.  The following strategy is used: on each interval C_k
+     the algorithm tries to achieve the tolerance
+
+          TOL_k = u_k abserr
+
+     where u_k = (1 - p)p^{k-1} and p = 9/10.  The sum of the geometric
+     series of contributions from each interval gives an overall
+     tolerance of *note abserr: 661.
+
+     If the integration of a subinterval leads to difficulties then the
+     accuracy requirement for subsequent intervals is relaxed,
+
+          TOL_k = u_k max(abserr, max_{i<k}(E_i))
+
+     where E_k is the estimated error on the interval C_k.
+
+     The subintervals and their results are stored in the memory
+     provided by *note workspace: 661.  The maximum number of
+     subintervals is given by *note limit: 661, which may not exceed the
+     allocated size of the workspace.  The integration over each
+     subinterval uses the memory provided by *note cycle_workspace: 661.
+     as workspace for the QAWO algorithm.
+
+\1f
+File: gsl-ref.info,  Node: CQUAD doubly-adaptive integration,  Next: Romberg integration,  Prev: QAWF adaptive integration for Fourier integrals,  Up: Numerical Integration
+
+17.11 CQUAD doubly-adaptive integration
+=======================================
+
+CQUAD is a new doubly-adaptive general-purpose quadrature routine which
+can handle most types of singularities, non-numerical function values
+such as ‘Inf’ or ‘NaN’, as well as some divergent integrals.  It
+generally requires more function evaluations than the integration
+routines in QUADPACK, yet fails less often for difficult integrands.
+
+The underlying algorithm uses a doubly-adaptive scheme in which
+Clenshaw-Curtis quadrature rules of increasing degree are used to
+compute the integral in each interval.  The L_2-norm of the difference
+between the underlying interpolatory polynomials of two successive rules
+is used as an error estimate.  The interval is subdivided if the
+difference between two successive rules is too large or a rule of
+maximum degree has been reached.
+
+ -- Function: gsl_integration_cquad_workspace
+          *gsl_integration_cquad_workspace_alloc (size_t n)
+
+     This function allocates a workspace sufficient to hold the data for
+     *note n: 663. intervals.  The number *note n: 663. is not the
+     maximum number of intervals that will be evaluated.  If the
+     workspace is full, intervals with smaller error estimates will be
+     discarded.  A minimum of 3 intervals is required and for most
+     functions, a workspace of size 100 is sufficient.
+
+ -- Function: void gsl_integration_cquad_workspace_free
+          (gsl_integration_cquad_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 664.
+
+ -- Function: int gsl_integration_cquad (const gsl_function *f, double
+          a, double b, double epsabs, double epsrel,
+          gsl_integration_cquad_workspace *workspace, double *result,
+          double *abserr, size_t *nevals)
+
+     This function computes the integral of f over (a,b) within the
+     desired absolute and relative error limits, *note epsabs: 665. and
+     *note epsrel: 665. using the CQUAD algorithm.  The function returns
+     the final approximation, *note result: 665, an estimate of the
+     absolute error, *note abserr: 665, and the number of function
+     evaluations required, *note nevals: 665.
+
+     The CQUAD algorithm divides the integration region into
+     subintervals, and in each iteration, the subinterval with the
+     largest estimated error is processed.  The algorithm uses
+     Clenshaw-Curtis quadrature rules of degree 4, 8, 16 and 32 over 5,
+     9, 17 and 33 nodes respectively.  Each interval is initialized with
+     the lowest-degree rule.  When an interval is processed, the
+     next-higher degree rule is evaluated and an error estimate is
+     computed based on the L_2-norm of the difference between the
+     underlying interpolating polynomials of both rules.  If the
+     highest-degree rule has already been used, or the interpolatory
+     polynomials differ significantly, the interval is bisected.
+
+     The subintervals and their results are stored in the memory
+     provided by *note workspace: 665.  If the error estimate or the
+     number of function evaluations is not needed, the pointers *note
+     abserr: 665. and *note nevals: 665. can be set to ‘NULL’.
+
+\1f
+File: gsl-ref.info,  Node: Romberg integration,  Next: Gauss-Legendre integration,  Prev: CQUAD doubly-adaptive integration,  Up: Numerical Integration
+
+17.12 Romberg integration
+=========================
+
+The Romberg integration method estimates the definite integral
+
+     I = \int_a^b f(x) dx
+
+by applying Richardson extrapolation on the trapezoidal rule, using
+equally spaced points with spacing
+
+     h_k = (b - a) 2^{-k}
+
+for k = 1, \dots, n.  For each k, Richardson extrapolation is used k-1
+times on previous approximations to improve the order of accuracy as
+much as possible.  Romberg integration typically works well (and
+converges quickly) for smooth integrands with no singularities in the
+interval or at the end points.
+
+ -- Function: gsl_integration_romberg_workspace
+          *gsl_integration_romberg_alloc (const size_t n)
+
+     This function allocates a workspace for Romberg integration,
+     specifying a maximum of n iterations, or divisions of the interval.
+     Since the number of divisions is 2^n + 1, n can be kept relatively
+     small (i.e.  10 or 20).  It is capped at a maximum value of 30 to
+     prevent overflow.  The size of the workspace is O(2n).
+
+ -- Function: void gsl_integration_romberg_free
+          (gsl_integration_romberg_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 668.
+
+ -- Function: int gsl_integration_romberg (const gsl_function *f, const
+          double a, const double b, const double epsabs, const double
+          epsrel, double *result, size_t *neval,
+          gsl_integration_romberg_workspace *w)
+
+     This function integrates f(x), specified by *note f: 669, from
+     *note a: 669. to *note b: 669, storing the answer in *note result:
+     669.  At each step in the iteration, convergence is tested by
+     checking:
+
+          | I_k - I_{k-1} | \le \textrm{max} \left( epsabs, epsrel \times |I_k| \right)
+
+     where I_k is the current approximation and I_{k-1} is the
+     approximation of the previous iteration.  If the method does not
+     converge within the previously specified n iterations, the function
+     stores the best current estimate in *note result: 669. and returns
+     ‘GSL_EMAXITER’.  If the method converges, the function returns
+     ‘GSL_SUCCESS’.  The total number of function evaluations is
+     returned in *note neval: 669.
+
+\1f
+File: gsl-ref.info,  Node: Gauss-Legendre integration,  Next: Fixed point quadratures,  Prev: Romberg integration,  Up: Numerical Integration
+
+17.13 Gauss-Legendre integration
+================================
+
+The fixed-order Gauss-Legendre integration routines are provided for
+fast integration of smooth functions with known polynomial order.  The
+n-point Gauss-Legendre rule is exact for polynomials of order 2n - 1 or
+less.  For example, these rules are useful when integrating basis
+functions to form mass matrices for the Galerkin method.  Unlike other
+numerical integration routines within the library, these routines do not
+accept absolute or relative error bounds.
+
+ -- Function: gsl_integration_glfixed_table
+          *gsl_integration_glfixed_table_alloc (size_t n)
+
+     This function determines the Gauss-Legendre abscissae and weights
+     necessary for an n-point fixed order integration scheme.  If
+     possible, high precision precomputed coefficients are used.  If
+     precomputed weights are not available, lower precision coefficients
+     are computed on the fly.
+
+ -- Function: double gsl_integration_glfixed (const gsl_function *f,
+          double a, double b, const gsl_integration_glfixed_table *t)
+
+     This function applies the Gauss-Legendre integration rule contained
+     in table *note t: 66c. and returns the result.
+
+ -- Function: int gsl_integration_glfixed_point (double a, double b,
+          size_t i, double *xi, double *wi, const
+          gsl_integration_glfixed_table *t)
+
+     For *note i: 66d. in [0, \dots, n - 1], this function obtains the
+     *note i: 66d.-th Gauss-Legendre point *note xi: 66d. and weight
+     *note wi: 66d. on the interval [*note a: 66d, *note b: 66d.].  The
+     points and weights are ordered by increasing point value.  A
+     function f may be integrated on [*note a: 66d, *note b: 66d.] by
+     summing wi * f(xi) over *note i: 66d.
+
+ -- Function: void gsl_integration_glfixed_table_free
+          (gsl_integration_glfixed_table *t)
+
+     This function frees the memory associated with the table *note t:
+     66e.
+
+\1f
+File: gsl-ref.info,  Node: Fixed point quadratures,  Next: Error codes,  Prev: Gauss-Legendre integration,  Up: Numerical Integration
+
+17.14 Fixed point quadratures
+=============================
+
+The routines in this section approximate an integral by the sum
+
+     \int_a^b w(x) f(x) dx = \sum_{i=1}^n w_i f(x_i)
+
+where f(x) is the function to be integrated and w(x) is a weighting
+function.  The n weights w_i and nodes x_i are carefully chosen so that
+the result is exact when f(x) is a polynomial of degree 2n - 1 or less.
+Once the user chooses the order n and weighting function w(x), the
+weights w_i and nodes x_i can be precomputed and used to efficiently
+evaluate integrals for any number of functions f(x).
+
+This method works best when f(x) is well approximated by a polynomial on
+the interval (a,b), and so is not suitable for functions with
+singularities.  Since the user specifies ahead of time how many
+quadrature nodes will be used, these routines do not accept absolute or
+relative error bounds.  The table below lists the weighting functions
+currently supported.
+
+Name                 Interval                     Weighting function w(x)                         Constraints
+                                                                                                  
+--------------------------------------------------------------------------------------------------------------------------------------------------------------
+                                                                                                  
+Legendre             (a,b)                        1                                               b > a
+                                                                                                  
+                                                                                                  
+Chebyshev Type 1     (a,b)                        1 / \sqrt{(b - x) (x - a)}                      b > a
+                                                                                                  
+                                                                                                  
+Gegenbauer           (a,b)                        ((b - x) (x - a))^{\alpha}                      \alpha > -1, b > a
+                                                                                                  
+                                                                                                  
+Jacobi               (a,b)                        (b - x)^{\alpha} (x - a)^{\beta}                \alpha,\beta > -1, b > a
+                                                                                                  
+                                                                                                  
+Laguerre             (a,\infty)                   (x-a)^{\alpha} \exp{( -b (x - a) )}             \alpha > -1, b > 0
+                                                                                                  
+                                                                                                  
+Hermite              (-\infty,\infty)             |x-a|^{\alpha} \exp{( -b (x-a)^2 )}             \alpha > -1, b > 0
+                                                                                                  
+                                                                                                  
+Exponential          (a,b)                        |x - (a + b)/2|^{\alpha}                        \alpha > -1, b > a
+                                                                                                  
+                                                                                                  
+Rational             (a,\infty)                   (x - a)^{\alpha} (x + b)^{\beta}                \alpha > -1, \alpha + \beta + 2n < 0, a + b > 0
+                                                                                                  
+                                                                                                  
+Chebyshev Type 2     (a,b)                        \sqrt{(b - x) (x - a)}                          b > a
+                                                                                                  
+
+The fixed point quadrature routines use the following workspace to store
+the nodes and weights, as well as additional variables for intermediate
+calculations:
+
+ -- Type: gsl_integration_fixed_workspace
+
+     This workspace is used for fixed point quadrature rules and looks
+     like this:
+
+          typedef struct
+          {
+            size_t n;        /* number of nodes/weights */
+            double *weights; /* quadrature weights */
+            double *x;       /* quadrature nodes */
+            double *diag;    /* diagonal of Jacobi matrix */
+            double *subdiag; /* subdiagonal of Jacobi matrix */
+            const gsl_integration_fixed_type * type;
+          } gsl_integration_fixed_workspace;
+
+ -- Function: *note gsl_integration_fixed_workspace: 671.
+          *gsl_integration_fixed_alloc (const gsl_integration_fixed_type
+          *T, const size_t n, const double a, const double b, const
+          double alpha, const double beta)
+
+     This function allocates a workspace for computing integrals with
+     interpolating quadratures using *note n: 672. quadrature nodes.
+     The parameters *note a: 672, *note b: 672, *note alpha: 672, and
+     *note beta: 672. specify the integration interval and/or weighting
+     function for the various quadrature types.  See the *note table:
+     670. above for constraints on these parameters.  The size of the
+     workspace is O(4n).
+
+      -- Type: gsl_integration_fixed_type
+
+          The type of quadrature used is specified by *note T: 672.
+          which can be set to the following choices:
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_legendre
+
+               This specifies Legendre quadrature integration.  The
+               parameters *note alpha: 672. and *note beta: 672. are
+               ignored for this type.
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_chebyshev
+
+               This specifies Chebyshev type 1 quadrature integration.
+               The parameters *note alpha: 672. and *note beta: 672. are
+               ignored for this type.
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_gegenbauer
+
+               This specifies Gegenbauer quadrature integration.  The
+               parameter *note beta: 672. is ignored for this type.
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_jacobi
+
+               This specifies Jacobi quadrature integration.
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_laguerre
+
+               This specifies Laguerre quadrature integration.  The
+               parameter *note beta: 672. is ignored for this type.
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_hermite
+
+               This specifies Hermite quadrature integration.  The
+               parameter *note beta: 672. is ignored for this type.
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_exponential
+
+               This specifies exponential quadrature integration.  The
+               parameter *note beta: 672. is ignored for this type.
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_rational
+
+               This specifies rational quadrature integration.
+
+           -- Variable: *note gsl_integration_fixed_type: 673.
+                    *gsl_integration_fixed_chebyshev2
+
+               This specifies Chebyshev type 2 quadrature integration.
+               The parameters *note alpha: 672. and *note beta: 672. are
+               ignored for this type.
+
+ -- Function: void gsl_integration_fixed_free
+          (gsl_integration_fixed_workspace *w)
+
+     This function frees the memory assocated with the workspace *note
+     w: 67d.
+
+ -- Function: size_t gsl_integration_fixed_n (const
+          gsl_integration_fixed_workspace *w)
+
+     This function returns the number of quadrature nodes and weights.
+
+ -- Function: double *gsl_integration_fixed_nodes (const
+          gsl_integration_fixed_workspace *w)
+
+     This function returns a pointer to an array of size ‘n’ containing
+     the quadrature nodes x_i.
+
+ -- Function: double *gsl_integration_fixed_weights (const
+          gsl_integration_fixed_workspace *w)
+
+     This function returns a pointer to an array of size ‘n’ containing
+     the quadrature weights w_i.
+
+ -- Function: int gsl_integration_fixed (const gsl_function *func,
+          double *result, const gsl_integration_fixed_workspace *w)
+
+     This function integrates the function f(x) provided in *note func:
+     681. using previously computed fixed quadrature rules.  The
+     integral is approximated as
+
+          \sum_{i=1}^n w_i f(x_i)
+
+     where w_i are the quadrature weights and x_i are the quadrature
+     nodes computed previously by *note gsl_integration_fixed_alloc():
+     672.  The sum is stored in *note result: 681. on output.
+
+\1f
+File: gsl-ref.info,  Node: Error codes,  Next: Examples<11>,  Prev: Fixed point quadratures,  Up: Numerical Integration
+
+17.15 Error codes
+=================
+
+In addition to the standard error codes for invalid arguments the
+functions can return the following values,
+
+‘GSL_EMAXITER’            the maximum number of subdivisions was exceeded.
+                          
+                          
+‘GSL_EROUND’              cannot reach tolerance because of roundoff error, or roundoff error was detected in the extrapolation table.
+                          
+                          
+‘GSL_ESING’               a non-integrable singularity or other bad integrand behavior was found in the integration interval.
+                          
+                          
+‘GSL_EDIVERGE’            the integral is divergent, or too slowly convergent to be integrated numerically.
+                          
+                          
+*note GSL_EDOM: 28.       error in the values of the input arguments
+                          
+
+\1f
+File: gsl-ref.info,  Node: Examples<11>,  Next: References and Further Reading<12>,  Prev: Error codes,  Up: Numerical Integration
+
+17.16 Examples
+==============
+
+* Menu:
+
+* Adaptive integration example::
+* Fixed-point quadrature example::
+
+\1f
+File: gsl-ref.info,  Node: Adaptive integration example,  Next: Fixed-point quadrature example,  Up: Examples<11>
+
+17.16.1 Adaptive integration example
+------------------------------------
+
+The integrator ‘QAGS’ will handle a large class of definite integrals.
+For example, consider the following integral, which has an
+algebraic-logarithmic singularity at the origin,
+
+     \int_0^1 x^{-1/2} \log(x) dx = -4
+
+The program below computes this integral to a relative accuracy bound of
+‘1e-7’.
+
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_integration.h>
+
+     double f (double x, void * params) {
+       double alpha = *(double *) params;
+       double f = log(alpha*x) / sqrt(x);
+       return f;
+     }
+
+     int
+     main (void)
+     {
+       gsl_integration_workspace * w
+         = gsl_integration_workspace_alloc (1000);
+
+       double result, error;
+       double expected = -4.0;
+       double alpha = 1.0;
+
+       gsl_function F;
+       F.function = &f;
+       F.params = &alpha;
+
+       gsl_integration_qags (&F, 0, 1, 0, 1e-7, 1000,
+                             w, &result, &error);
+
+       printf ("result          = % .18f\n", result);
+       printf ("exact result    = % .18f\n", expected);
+       printf ("estimated error = % .18f\n", error);
+       printf ("actual error    = % .18f\n", result - expected);
+       printf ("intervals       = %zu\n", w->size);
+
+       gsl_integration_workspace_free (w);
+
+       return 0;
+     }
+
+The results below show that the desired accuracy is achieved after 8
+subdivisions.
+
+     result          = -4.000000000000085265
+     exact result    = -4.000000000000000000
+     estimated error =  0.000000000000135447
+     actual error    = -0.000000000000085265
+     intervals       = 8
+
+In fact, the extrapolation procedure used by ‘QAGS’ produces an accuracy
+of almost twice as many digits.  The error estimate returned by the
+extrapolation procedure is larger than the actual error, giving a margin
+of safety of one order of magnitude.
+
+\1f
+File: gsl-ref.info,  Node: Fixed-point quadrature example,  Prev: Adaptive integration example,  Up: Examples<11>
+
+17.16.2 Fixed-point quadrature example
+--------------------------------------
+
+In this example, we use a fixed-point quadrature rule to integrate the
+integral
+
+     \int_{-\infty}^{\infty} e^{-x^2} \left( x^m + 1 \right) dx = \left\{ \begin{array}{cc} \sqrt{\pi} + \Gamma{\left( \frac{m+1}{2} \right)}, & m \textrm{ even} \\ \sqrt{\pi}, & m \textrm{ odd} \end{array} \right.
+
+for integer m.  Consulting our *note table: 670. of fixed point
+quadratures, we see that this integral can be evaluated with a Hermite
+quadrature rule, setting \alpha = 0, a = 0, b = 1.  Since we are
+integrating a polynomial of degree m, we need to choose the number of
+nodes n \ge (m+1)/2 to achieve the best results.
+
+First we will try integrating for m = 10, n = 5, which does not satisfy
+our criteria above:
+
+     $ ./integration2 10 5
+
+The output is,
+
+     m               = 10
+     intervals       = 5
+     result          =  47.468529694563351029
+     exact result    =  54.115231635459025483
+     actual error    = -6.646701940895674454
+
+So, we find a large error.  Now we try integrating for m = 10, n = 6
+which does satisfy the criteria above:
+
+     $ ./integration2 10 6
+
+The output is,
+
+     m               = 10
+     intervals       = 6
+     result          =  54.115231635459096537
+     exact result    =  54.115231635459025483
+     actual error    =  0.000000000000071054
+
+The program is given below.
+
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_integration.h>
+     #include <gsl/gsl_sf_gamma.h>
+
+     double
+     f(double x, void * params)
+     {
+       int m = *(int *) params;
+       double f = gsl_pow_int(x, m) + 1.0;
+       return f;
+     }
+
+     int
+     main (int argc, char *argv[])
+     {
+       gsl_integration_fixed_workspace * w;
+       const gsl_integration_fixed_type * T = gsl_integration_fixed_hermite;
+       int m = 10;
+       int n = 6;
+       double expected, result;
+       gsl_function F;
+
+       if (argc > 1)
+         m = atoi(argv[1]);
+
+       if (argc > 2)
+         n = atoi(argv[2]);
+
+       w = gsl_integration_fixed_alloc(T, n, 0.0, 1.0, 0.0, 0.0);
+
+       F.function = &f;
+       F.params = &m;
+
+       gsl_integration_fixed(&F, &result, w);
+
+       if (m % 2 == 0)
+         expected = M_SQRTPI + gsl_sf_gamma(0.5*(1.0 + m));
+       else
+         expected = M_SQRTPI;
+
+       printf ("m               = %d\n", m);
+       printf ("intervals       = %zu\n", gsl_integration_fixed_n(w));
+       printf ("result          = % .18f\n", result);
+       printf ("exact result    = % .18f\n", expected);
+       printf ("actual error    = % .18f\n", result - expected);
+
+       gsl_integration_fixed_free (w);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<12>,  Prev: Examples<11>,  Up: Numerical Integration
+
+17.17 References and Further Reading
+====================================
+
+The following book is the definitive reference for QUADPACK, and was
+written by the original authors.  It provides descriptions of the
+algorithms, program listings, test programs and examples.  It also
+includes useful advice on numerical integration and many references to
+the numerical integration literature used in developing QUADPACK.
+
+   * R. Piessens, E. de Doncker-Kapenga, C.W. Ueberhuber, D.K. Kahaner.
+     QUADPACK A subroutine package for automatic integration Springer
+     Verlag, 1983.
+
+The CQUAD integration algorithm is described in the following paper:
+
+   * P. Gonnet, “Increasing the Reliability of Adaptive Quadrature Using
+     Explicit Interpolants”, ACM Transactions on Mathematical Software,
+     Volume 37 (2010), Issue 3, Article 26.
+
+The fixed-point quadrature routines are based on IQPACK, described in
+the following papers:
+
+   * S. Elhay, J. Kautsky, Algorithm 655: IQPACK, FORTRAN Subroutines
+     for the Weights of Interpolatory Quadrature, ACM Transactions on
+     Mathematical Software, Volume 13, Number 4, December 1987, pages
+     399-415.
+
+   * J. Kautsky, S. Elhay, Calculation of the Weights of Interpolatory
+     Quadratures, Numerische Mathematik, Volume 40, Number 3, October
+     1982, pages 407-422.
+
+\1f
+File: gsl-ref.info,  Node: Random Number Generation,  Next: Quasi-Random Sequences,  Prev: Numerical Integration,  Up: Top
+
+18 Random Number Generation
+***************************
+
+The library provides a large collection of random number generators
+which can be accessed through a uniform interface.  Environment
+variables allow you to select different generators and seeds at runtime,
+so that you can easily switch between generators without needing to
+recompile your program.  Each instance of a generator keeps track of its
+own state, allowing the generators to be used in multi-threaded
+programs.  Additional functions are available for transforming uniform
+random numbers into samples from continuous or discrete probability
+distributions such as the Gaussian, log-normal or Poisson distributions.
+
+These functions are declared in the header file ‘gsl_rng.h’.
+
+* Menu:
+
+* General comments on random numbers::
+* The Random Number Generator Interface::
+* Random number generator initialization::
+* Sampling from a random number generator::
+* Auxiliary random number generator functions::
+* Random number environment variables::
+* Copying random number generator state::
+* Reading and writing random number generator state::
+* Random number generator algorithms::
+* Unix random number generators::
+* Other random number generators::
+* Performance::
+* Examples: Examples<12>.
+* References and Further Reading: References and Further Reading<13>.
+* Acknowledgements::
+
+\1f
+File: gsl-ref.info,  Node: General comments on random numbers,  Next: The Random Number Generator Interface,  Up: Random Number Generation
+
+18.1 General comments on random numbers
+=======================================
+
+In 1988, Park and Miller wrote a paper entitled “Random number
+generators: good ones are hard to find.” [Commun.: ACM, 31, 1192–1201].
+Fortunately, some excellent random number generators are available,
+though poor ones are still in common use.  You may be happy with the
+system-supplied random number generator on your computer, but you should
+be aware that as computers get faster, requirements on random number
+generators increase.  Nowadays, a simulation that calls a random number
+generator millions of times can often finish before you can make it down
+the hall to the coffee machine and back.
+
+A very nice review of random number generators was written by Pierre
+L’Ecuyer, as Chapter 4 of the book: Handbook on Simulation, Jerry Banks,
+ed.  (Wiley, 1997).  The chapter is available in postscript from
+L’Ecuyer’s ftp site (see references).  Knuth’s volume on Seminumerical
+Algorithms (originally published in 1968) devotes 170 pages to random
+number generators, and has recently been updated in its 3rd edition
+(1997).  It is brilliant, a classic.  If you don’t own it, you should
+stop reading right now, run to the nearest bookstore, and buy it.
+
+A good random number generator will satisfy both theoretical and
+statistical properties.  Theoretical properties are often hard to obtain
+(they require real math!), but one prefers a random number generator
+with a long period, low serial correlation, and a tendency `not' to
+“fall mainly on the planes.” Statistical tests are performed with
+numerical simulations.  Generally, a random number generator is used to
+estimate some quantity for which the theory of probability provides an
+exact answer.  Comparison to this exact answer provides a measure of
+“randomness”.
+
+\1f
+File: gsl-ref.info,  Node: The Random Number Generator Interface,  Next: Random number generator initialization,  Prev: General comments on random numbers,  Up: Random Number Generation
+
+18.2 The Random Number Generator Interface
+==========================================
+
+It is important to remember that a random number generator is not a
+“real” function like sine or cosine.  Unlike real functions, successive
+calls to a random number generator yield different return values.  Of
+course that is just what you want for a random number generator, but to
+achieve this effect, the generator must keep track of some kind of
+“state” variable.  Sometimes this state is just an integer (sometimes
+just the value of the previously generated random number), but often it
+is more complicated than that and may involve a whole array of numbers,
+possibly with some indices thrown in.  To use the random number
+generators, you do not need to know the details of what comprises the
+state, and besides that varies from algorithm to algorithm.
+
+ -- Type: gsl_rng_type
+ -- Type: gsl_rng
+
+     The random number generator library uses two special structs, *note
+     gsl_rng_type: 68b. which holds static information about each type
+     of generator and *note gsl_rng: 68c. which describes an instance of
+     a generator created from a given *note gsl_rng_type: 68b.
+
+The functions described in this section are declared in the header file
+‘gsl_rng.h’.
+
+\1f
+File: gsl-ref.info,  Node: Random number generator initialization,  Next: Sampling from a random number generator,  Prev: The Random Number Generator Interface,  Up: Random Number Generation
+
+18.3 Random number generator initialization
+===========================================
+
+ -- Function: *note gsl_rng: 68c. *gsl_rng_alloc (const gsl_rng_type *T)
+
+     This function returns a pointer to a newly-created instance of a
+     random number generator of type *note T: 68e.  For example, the
+     following code creates an instance of the Tausworthe generator:
+
+          gsl_rng * r = gsl_rng_alloc (gsl_rng_taus);
+
+     If there is insufficient memory to create the generator then the
+     function returns a null pointer and the error handler is invoked
+     with an error code of *note GSL_ENOMEM: 2a.
+
+     The generator is automatically initialized with the default seed,
+     *note gsl_rng_default_seed: 68f.  This is zero by default but can
+     be changed either directly or by using the environment variable
+     *note GSL_RNG_SEED: 690.
+
+     The details of the available generator types are described later in
+     this chapter.
+
+ -- Function: void gsl_rng_set (const gsl_rng *r, unsigned long int s)
+
+     This function initializes (or “seeds”) the random number generator.
+     If the generator is seeded with the same value of *note s: 691. on
+     two different runs, the same stream of random numbers will be
+     generated by successive calls to the routines below.  If different
+     values of s \geq 1 are supplied, then the generated streams of
+     random numbers should be completely different.  If the seed *note
+     s: 691. is zero then the standard seed from the original
+     implementation is used instead.  For example, the original Fortran
+     source code for the ‘ranlux’ generator used a seed of 314159265,
+     and so choosing *note s: 691. equal to zero reproduces this when
+     using *note gsl_rng_ranlux: 692.
+
+     When using multiple seeds with the same generator, choose seed
+     values greater than zero to avoid collisions with the default
+     setting.
+
+     Note that the most generators only accept 32-bit seeds, with higher
+     values being reduced modulo 2^{32}.  For generators with smaller
+     ranges the maximum seed value will typically be lower.
+
+ -- Function: void gsl_rng_free (gsl_rng *r)
+
+     This function frees all the memory associated with the generator
+     *note r: 693.
+
+\1f
+File: gsl-ref.info,  Node: Sampling from a random number generator,  Next: Auxiliary random number generator functions,  Prev: Random number generator initialization,  Up: Random Number Generation
+
+18.4 Sampling from a random number generator
+============================================
+
+The following functions return uniformly distributed random numbers,
+either as integers or double precision floating point numbers.  Inline
+versions of these functions are used when ‘HAVE_INLINE’ is defined.  To
+obtain non-uniform distributions, see *note Random Number Distributions:
+695.
+
+ -- Function: unsigned long int gsl_rng_get (const gsl_rng *r)
+
+     This function returns a random integer from the generator *note r:
+     696.  The minimum and maximum values depend on the algorithm used,
+     but all integers in the range [‘min’, ‘max’] are equally likely.
+     The values of ‘min’ and ‘max’ can be determined using the auxiliary
+     functions *note gsl_rng_max(): 697. and *note gsl_rng_min(): 698.
+
+ -- Function: double gsl_rng_uniform (const gsl_rng *r)
+
+     This function returns a double precision floating point number
+     uniformly distributed in the range [0,1).  The range includes 0.0
+     but excludes 1.0.  The value is typically obtained by dividing the
+     result of ‘gsl_rng_get(r)’ by ‘gsl_rng_max(r) + 1.0’ in double
+     precision.  Some generators compute this ratio internally so that
+     they can provide floating point numbers with more than 32 bits of
+     randomness (the maximum number of bits that can be portably
+     represented in a single ‘unsigned long int’).
+
+ -- Function: double gsl_rng_uniform_pos (const gsl_rng *r)
+
+     This function returns a positive double precision floating point
+     number uniformly distributed in the range (0,1), excluding both 0.0
+     and 1.0.  The number is obtained by sampling the generator with the
+     algorithm of *note gsl_rng_uniform(): 699. until a non-zero value
+     is obtained.  You can use this function if you need to avoid a
+     singularity at 0.0.
+
+ -- Function: unsigned long int gsl_rng_uniform_int (const gsl_rng *r,
+          unsigned long int n)
+
+     This function returns a random integer from 0 to n-1 inclusive by
+     scaling down and/or discarding samples from the generator *note r:
+     69b.  All integers in the range [0,n-1] are produced with equal
+     probability.  For generators with a non-zero minimum value an
+     offset is applied so that zero is returned with the correct
+     probability.
+
+     Note that this function is designed for sampling from ranges
+     smaller than the range of the underlying generator.  The parameter
+     *note n: 69b. must be less than or equal to the range of the
+     generator *note r: 69b.  If *note n: 69b. is larger than the range
+     of the generator then the function calls the error handler with an
+     error code of *note GSL_EINVAL: 2b. and returns zero.
+
+     In particular, this function is not intended for generating the
+     full range of unsigned integer values [0,2^{32}-1].  Instead choose
+     a generator with the maximal integer range and zero minimum value,
+     such as *note gsl_rng_ranlxd1: 69c, *note gsl_rng_mt19937: 69d. or
+     *note gsl_rng_taus: 69e, and sample it directly using *note
+     gsl_rng_get(): 696.  The range of each generator can be found using
+     the auxiliary functions described in the next section.
+
+\1f
+File: gsl-ref.info,  Node: Auxiliary random number generator functions,  Next: Random number environment variables,  Prev: Sampling from a random number generator,  Up: Random Number Generation
+
+18.5 Auxiliary random number generator functions
+================================================
+
+The following functions provide information about an existing generator.
+You should use them in preference to hard-coding the generator
+parameters into your own code.
+
+ -- Function: const char *gsl_rng_name (const gsl_rng *r)
+
+     This function returns a pointer to the name of the generator.  For
+     example:
+
+          printf ("r is a '%s' generator\n", gsl_rng_name (r));
+
+     would print something like:
+
+          r is a 'taus' generator
+
+ -- Function: unsigned long int gsl_rng_max (const gsl_rng *r)
+
+     This function returns the largest value that *note gsl_rng_get():
+     696. can return.
+
+ -- Function: unsigned long int gsl_rng_min (const gsl_rng *r)
+
+     This function returns the smallest value that *note gsl_rng_get():
+     696. can return.  Usually this value is zero.  There are some
+     generators with algorithms that cannot return zero, and for these
+     generators the minimum value is 1.
+
+ -- Function: void *gsl_rng_state (const gsl_rng *r)
+ -- Function: size_t gsl_rng_size (const gsl_rng *r)
+
+     These functions return a pointer to the state of generator *note r:
+     6a2. and its size.  You can use this information to access the
+     state directly.  For example, the following code will write the
+     state of a generator to a stream:
+
+          void * state = gsl_rng_state (r);
+          size_t n = gsl_rng_size (r);
+          fwrite (state, n, 1, stream);
+
+ -- Function: const *note gsl_rng_type: 68b. **gsl_rng_types_setup
+          (void)
+
+     This function returns a pointer to an array of all the available
+     generator types, terminated by a null pointer.  The function should
+     be called once at the start of the program, if needed.  The
+     following code fragment shows how to iterate over the array of
+     generator types to print the names of the available algorithms:
+
+          const gsl_rng_type **t, **t0;
+
+          t0 = gsl_rng_types_setup ();
+
+          printf ("Available generators:\n");
+
+          for (t = t0; *t != 0; t++)
+            {
+              printf ("%s\n", (*t)->name);
+            }
+
+\1f
+File: gsl-ref.info,  Node: Random number environment variables,  Next: Copying random number generator state,  Prev: Auxiliary random number generator functions,  Up: Random Number Generation
+
+18.6 Random number environment variables
+========================================
+
+The library allows you to choose a default generator and seed from the
+environment variables *note GSL_RNG_TYPE: 6a5. and *note GSL_RNG_SEED:
+690. and the function *note gsl_rng_env_setup(): 6a6.  This makes it
+easy try out different generators and seeds without having to recompile
+your program.
+
+ -- Macro: GSL_RNG_TYPE
+
+     This environment variable specifies the default random number
+     generator.  It should be the name of a generator, such as ‘taus’ or
+     ‘mt19937’.
+
+ -- Macro: GSL_RNG_SEED
+
+     This environment variable specifies the default seed for the random
+     number generator
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_default
+
+     This global library variable specifies the default random number
+     generator, and can be initialized from *note GSL_RNG_TYPE: 6a5.
+     using *note gsl_rng_env_setup(): 6a6.  It is defined as follows:
+
+          extern const gsl_rng_type *gsl_rng_default
+
+ -- Variable: unsigned long int gsl_rng_default_seed
+
+     This global library variable specifies the seed for the default
+     random number generator, and can be initialized from *note
+     GSL_RNG_SEED: 690. using *note gsl_rng_env_setup(): 6a6.  It is set
+     to zero by default and is defined as follows:
+
+          extern unsigned long int gsl_rng_default_seed
+
+ -- Function: const *note gsl_rng_type: 68b. *gsl_rng_env_setup (void)
+
+     This function reads the environment variables *note GSL_RNG_TYPE:
+     6a5. and *note GSL_RNG_SEED: 690. and uses their values to set the
+     corresponding library variables *note gsl_rng_default: 6a7. and
+     *note gsl_rng_default_seed: 68f.
+
+     The value of *note GSL_RNG_SEED: 690. is converted to an ‘unsigned
+     long int’ using the C library function ‘strtoul()’.
+
+     If you don’t specify a generator for *note GSL_RNG_TYPE: 6a5. then
+     *note gsl_rng_mt19937: 69d. is used as the default.  The initial
+     value of *note gsl_rng_default_seed: 68f. is zero.
+
+Here is a short program which shows how to create a global generator
+using the environment variables *note GSL_RNG_TYPE: 6a5. and *note
+GSL_RNG_SEED: 690,
+
+     #include <stdio.h>
+     #include <gsl/gsl_rng.h>
+
+     gsl_rng * r;  /* global generator */
+
+     int
+     main (void)
+     {
+       const gsl_rng_type * T;
+
+       gsl_rng_env_setup();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       printf ("generator type: %s\n", gsl_rng_name (r));
+       printf ("seed = %lu\n", gsl_rng_default_seed);
+       printf ("first value = %lu\n", gsl_rng_get (r));
+
+       gsl_rng_free (r);
+       return 0;
+     }
+
+Running the program without any environment variables uses the initial
+defaults, an ‘mt19937’ generator with a seed of 0,
+
+     generator type: mt19937
+     seed = 0
+     first value = 4293858116
+
+By setting the two variables on the command line we can change the
+default generator and the seed:
+
+     $ GSL_RNG_TYPE="taus" GSL_RNG_SEED=123 ./a.out
+     GSL_RNG_TYPE=taus
+     GSL_RNG_SEED=123
+     generator type: taus
+     seed = 123
+     first value = 2720986350
+
+\1f
+File: gsl-ref.info,  Node: Copying random number generator state,  Next: Reading and writing random number generator state,  Prev: Random number environment variables,  Up: Random Number Generation
+
+18.7 Copying random number generator state
+==========================================
+
+The above methods do not expose the random number state which changes
+from call to call.  It is often useful to be able to save and restore
+the state.  To permit these practices, a few somewhat more advanced
+functions are supplied.  These include:
+
+ -- Function: int gsl_rng_memcpy (gsl_rng *dest, const gsl_rng *src)
+
+     This function copies the random number generator *note src: 6a9.
+     into the pre-existing generator *note dest: 6a9, making *note dest:
+     6a9. into an exact copy of *note src: 6a9.  The two generators must
+     be of the same type.
+
+ -- Function: *note gsl_rng: 68c. *gsl_rng_clone (const gsl_rng *r)
+
+     This function returns a pointer to a newly created generator which
+     is an exact copy of the generator *note r: 6aa.
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing random number generator state,  Next: Random number generator algorithms,  Prev: Copying random number generator state,  Up: Random Number Generation
+
+18.8 Reading and writing random number generator state
+======================================================
+
+The library provides functions for reading and writing the random number
+state to a file as binary data.
+
+ -- Function: int gsl_rng_fwrite (FILE *stream, const gsl_rng *r)
+
+     This function writes the random number state of the random number
+     generator *note r: 6ac. to the stream *note stream: 6ac. in binary
+     format.  The return value is 0 for success and ‘GSL_EFAILED’ if
+     there was a problem writing to the file.  Since the data is written
+     in the native binary format it may not be portable between
+     different architectures.
+
+ -- Function: int gsl_rng_fread (FILE *stream, gsl_rng *r)
+
+     This function reads the random number state into the random number
+     generator *note r: 6ad. from the open stream *note stream: 6ad. in
+     binary format.  The random number generator *note r: 6ad. must be
+     preinitialized with the correct random number generator type since
+     type information is not saved.  The return value is 0 for success
+     and ‘GSL_EFAILED’ if there was a problem reading from the file.
+     The data is assumed to have been written in the native binary
+     format on the same architecture.
+
+\1f
+File: gsl-ref.info,  Node: Random number generator algorithms,  Next: Unix random number generators,  Prev: Reading and writing random number generator state,  Up: Random Number Generation
+
+18.9 Random number generator algorithms
+=======================================
+
+The functions described above make no reference to the actual algorithm
+used.  This is deliberate so that you can switch algorithms without
+having to change any of your application source code.  The library
+provides a large number of generators of different types, including
+simulation quality generators, generators provided for compatibility
+with other libraries and historical generators from the past.
+
+The following generators are recommended for use in simulation.  They
+have extremely long periods, low correlation and pass most statistical
+tests.  For the most reliable source of uncorrelated numbers, the
+second-generation RANLUX generators have the strongest proof of
+randomness.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_mt19937
+
+     The MT19937 generator of Makoto Matsumoto and Takuji Nishimura is a
+     variant of the twisted generalized feedback shift-register
+     algorithm, and is known as the “Mersenne Twister” generator.  It
+     has a Mersenne prime period of 2^{19937} - 1 (about 10^{6000}) and
+     is equi-distributed in 623 dimensions.  It has passed the DIEHARD
+     statistical tests.  It uses 624 words of state per generator and is
+     comparable in speed to the other generators.  The original
+     generator used a default seed of 4357 and choosing ‘s’ equal to
+     zero in *note gsl_rng_set(): 691. reproduces this.  Later versions
+     switched to 5489 as the default seed, you can choose this
+     explicitly via *note gsl_rng_set(): 691. instead if you require it.
+
+     For more information see,
+
+        * Makoto Matsumoto and Takuji Nishimura, “Mersenne Twister: A
+          623-dimensionally equidistributed uniform pseudorandom number
+          generator”.  ACM Transactions on Modeling and Computer
+          Simulation, Vol.: 8, No.: 1 (Jan.  1998), Pages 3–30
+
+     The generator *note gsl_rng_mt19937: 69d. uses the second revision
+     of the seeding procedure published by the two authors above in
+     2002.  The original seeding procedures could cause spurious
+     artifacts for some seed values.  They are still available through
+     the alternative generators ‘gsl_rng_mt19937_1999’ and
+     ‘gsl_rng_mt19937_1998’.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranlxs0
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranlxs1
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranlxs2
+
+     The generator ‘ranlxs0’ is a second-generation version of the
+     RANLUX algorithm of Luscher, which produces “luxury random
+     numbers”.  This generator provides single precision output (24
+     bits) at three luxury levels ‘ranlxs0’, ‘ranlxs1’ and ‘ranlxs2’, in
+     increasing order of strength.  It uses double-precision floating
+     point arithmetic internally and can be significantly faster than
+     the integer version of ‘ranlux’, particularly on 64-bit
+     architectures.  The period of the generator is about 10^{171}.  The
+     algorithm has mathematically proven properties and can provide
+     truly decorrelated numbers at a known level of randomness.  The
+     higher luxury levels provide increased decorrelation between
+     samples as an additional safety margin.
+
+     Note that the range of allowed seeds for this generator is
+     [0,2^{31}-1].  Higher seed values are wrapped modulo 2^{31}.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranlxd1
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranlxd2
+
+     These generators produce double precision output (48 bits) from the
+     RANLXS generator.  The library provides two luxury levels ‘ranlxd1’
+     and ‘ranlxd2’, in increasing order of strength.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranlux
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranlux389
+
+     The ‘ranlux’ generator is an implementation of the original
+     algorithm developed by Luscher.  It uses a
+     lagged-fibonacci-with-skipping algorithm to produce “luxury random
+     numbers”.  It is a 24-bit generator, originally designed for
+     single-precision IEEE floating point numbers.  This implementation
+     is based on integer arithmetic, while the second-generation
+     versions RANLXS and RANLXD described above provide floating-point
+     implementations which will be faster on many platforms.  The period
+     of the generator is about 10^{171}.  The algorithm has
+     mathematically proven properties and it can provide truly
+     decorrelated numbers at a known level of randomness.  The default
+     level of decorrelation recommended by Luscher is provided by *note
+     gsl_rng_ranlux: 692, while *note gsl_rng_ranlux389: 6b3. gives the
+     highest level of randomness, with all 24 bits decorrelated.  Both
+     types of generator use 24 words of state per generator.
+
+     For more information see,
+
+        * M. Luscher, “A portable high-quality random number generator
+          for lattice field theory calculations”, Computer Physics
+          Communications, 79 (1994) 100–110.
+
+        * F. James, “RANLUX: A Fortran implementation of the
+          high-quality pseudo-random number generator of Luscher”,
+          Computer Physics Communications, 79 (1994) 111–114
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_cmrg
+
+     This is a combined multiple recursive generator by L’Ecuyer.  Its
+     sequence is,
+
+          z_n = (x_n - y_n) \mod m_1
+
+     where the two underlying generators x_n and y_n are,
+
+          x_n = (a_1 x_{n-1} + a_2 x_{n-2} + a_3 x_{n-3}) mod m_1
+          y_n = (b_1 y_{n-1} + b_2 y_{n-2} + b_3 y_{n-3}) mod m_2
+
+     with coefficients a_1 = 0, a_2 = 63308, a_3 = -183326, b_1 = 86098,
+     b_2 = 0, b_3 = -539608, and moduli m_1 = 2^{31} - 1 = 2147483647
+     and m_2 = 2145483479.
+
+     The period of this generator is \hbox{lcm}(m_1^3-1, m_2^3-1), which
+     is approximately 2^{185} (about 10^{56}).  It uses 6 words of state
+     per generator.  For more information see,
+
+        * P. L’Ecuyer, “Combined Multiple Recursive Random Number
+          Generators”, Operations Research, 44, 5 (1996), 816–822.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_mrg
+
+     This is a fifth-order multiple recursive generator by L’Ecuyer,
+     Blouin and Coutre.  Its sequence is,
+
+          x_n = (a_1 x_{n-1} + a_5 x_{n-5}) \mod m
+
+     with a_1 = 107374182, a_2 = a_3 = a_4 = 0, a_5 = 104480 and m =
+     2^{31}-1.
+
+     The period of this generator is about 10^{46}.  It uses 5 words of
+     state per generator.  More information can be found in the
+     following paper,
+
+        * P. L’Ecuyer, F. Blouin, and R. Coutre, “A search for good
+          multiple recursive random number generators”, ACM Transactions
+          on Modeling and Computer Simulation 3, 87–98 (1993).
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_taus
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_taus2
+
+     This is a maximally equidistributed combined Tausworthe generator
+     by L’Ecuyer.  The sequence is,
+
+          x_n = (s1_n ^^ s2_n ^^ s3_n)
+
+     where,
+
+          s1_{n+1} = (((s1_n&4294967294)<<12)^^(((s1_n<<13)^^s1_n)>>19))
+          s2_{n+1} = (((s2_n&4294967288)<< 4)^^(((s2_n<< 2)^^s2_n)>>25))
+          s3_{n+1} = (((s3_n&4294967280)<<17)^^(((s3_n<< 3)^^s3_n)>>11))
+
+     computed modulo 2^{32}.  In the formulas above \oplus denotes
+     `exclusive-or'.  Note that the algorithm relies on the properties
+     of 32-bit unsigned integers and has been implemented using a
+     bitmask of ‘0xFFFFFFFF’ to make it work on 64 bit machines.
+
+     The period of this generator is 2^{88} (about 10^{26}).  It uses 3
+     words of state per generator.  For more information see,
+
+        * P. L’Ecuyer, “Maximally Equidistributed Combined Tausworthe
+          Generators”, Mathematics of Computation, 65, 213 (1996),
+          203–213.
+
+     The generator *note gsl_rng_taus2: 6b6. uses the same algorithm as
+     *note gsl_rng_taus: 69e. but with an improved seeding procedure
+     described in the paper,
+
+        * P. L’Ecuyer, “Tables of Maximally Equidistributed Combined
+          LFSR Generators”, Mathematics of Computation, 68, 225 (1999),
+          261–269
+
+     The generator *note gsl_rng_taus2: 6b6. should now be used in
+     preference to *note gsl_rng_taus: 69e.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_gfsr4
+
+     The ‘gfsr4’ generator is like a lagged-fibonacci generator, and
+     produces each number as an ‘xor’’d sum of four previous values.
+
+          r_n = r_{n-A} ^^ r_{n-B} ^^ r_{n-C} ^^ r_{n-D}
+
+     Ziff (ref below) notes that “it is now widely known” that two-tap
+     registers (such as R250, which is described below) have serious
+     flaws, the most obvious one being the three-point correlation that
+     comes from the definition of the generator.  Nice mathematical
+     properties can be derived for GFSR’s, and numerics bears out the
+     claim that 4-tap GFSR’s with appropriately chosen offsets are as
+     random as can be measured, using the author’s test.
+
+     This implementation uses the values suggested the example on p392
+     of Ziff’s article: A=471, B=1586, C=6988, D=9689.
+
+     If the offsets are appropriately chosen (such as the one ones in
+     this implementation), then the sequence is said to be maximal; that
+     means that the period is 2^D - 1, where D is the longest lag.  (It
+     is one less than 2^D because it is not permitted to have all zeros
+     in the ‘ra[]’ array.)  For this implementation with D=9689 that
+     works out to about 10^{2917}.
+
+     Note that the implementation of this generator using a 32-bit
+     integer amounts to 32 parallel implementations of one-bit
+     generators.  One consequence of this is that the period of this
+     32-bit generator is the same as for the one-bit generator.
+     Moreover, this independence means that all 32-bit patterns are
+     equally likely, and in particular that 0 is an allowed random
+     value.  (We are grateful to Heiko Bauke for clarifying for us these
+     properties of GFSR random number generators.)
+
+     For more information see,
+
+        * Robert M. Ziff, “Four-tap shift-register-sequence
+          random-number generators”, Computers in Physics, 12(4),
+          Jul/Aug 1998, pp 385–392.
+
+\1f
+File: gsl-ref.info,  Node: Unix random number generators,  Next: Other random number generators,  Prev: Random number generator algorithms,  Up: Random Number Generation
+
+18.10 Unix random number generators
+===================================
+
+The standard Unix random number generators ‘rand’, ‘random’ and ‘rand48’
+are provided as part of GSL. Although these generators are widely
+available individually often they aren’t all available on the same
+platform.  This makes it difficult to write portable code using them and
+so we have included the complete set of Unix generators in GSL for
+convenience.  Note that these generators don’t produce high-quality
+randomness and aren’t suitable for work requiring accurate statistics.
+However, if you won’t be measuring statistical quantities and just want
+to introduce some variation into your program then these generators are
+quite acceptable.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_rand
+
+     This is the BSD ‘rand’ generator.  Its sequence is
+
+          x_{n+1} = (a x_n + c) \mod m
+
+     with a = 1103515245, c = 12345 and m = 2^{31}.  The seed specifies
+     the initial value, x_1.  The period of this generator is 2^{31},
+     and it uses 1 word of storage per generator.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_random_bsd
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_random_libc5
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_random_glibc2
+
+     These generators implement the ‘random’ family of functions, a set
+     of linear feedback shift register generators originally used in BSD
+     Unix.  There are several versions of ‘random’ in use today: the
+     original BSD version (e.g.  on SunOS4), a libc5 version (found on
+     older GNU/Linux systems) and a glibc2 version.  Each version uses a
+     different seeding procedure, and thus produces different sequences.
+
+     The original BSD routines accepted a variable length buffer for the
+     generator state, with longer buffers providing higher-quality
+     randomness.  The ‘random’ function implemented algorithms for
+     buffer lengths of 8, 32, 64, 128 and 256 bytes, and the algorithm
+     with the largest length that would fit into the user-supplied
+     buffer was used.  To support these algorithms additional generators
+     are available with the following names:
+
+          gsl_rng_random8_bsd
+          gsl_rng_random32_bsd
+          gsl_rng_random64_bsd
+          gsl_rng_random128_bsd
+          gsl_rng_random256_bsd
+
+     where the numeric suffix indicates the buffer length.  The original
+     BSD ‘random’ function used a 128-byte default buffer and so *note
+     gsl_rng_random_bsd: 6ba. has been made equivalent to
+     ‘gsl_rng_random128_bsd’.  Corresponding versions of the ‘libc5’ and
+     ‘glibc2’ generators are also available, with the names
+     ‘gsl_rng_random8_libc5’, ‘gsl_rng_random8_glibc2’, etc.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_rand48
+
+     This is the Unix ‘rand48’ generator.  Its sequence is
+
+          x_{n+1} = (a x_n + c) \mod m
+
+     defined on 48-bit unsigned integers with a = 25214903917, c = 11
+     and m = 2^{48}.  The seed specifies the upper 32 bits of the
+     initial value, x_1, with the lower 16 bits set to ‘0x330E’.  The
+     function *note gsl_rng_get(): 696. returns the upper 32 bits from
+     each term of the sequence.  This does not have a direct parallel in
+     the original ‘rand48’ functions, but forcing the result to type
+     ‘long int’ reproduces the output of ‘mrand48’.  The function *note
+     gsl_rng_uniform(): 699. uses the full 48 bits of internal state to
+     return the double precision number x_n/m, which is equivalent to
+     the function ‘drand48’.  Note that some versions of the GNU C
+     Library contained a bug in ‘mrand48’ function which caused it to
+     produce different results (only the lower 16-bits of the return
+     value were set).
+
+\1f
+File: gsl-ref.info,  Node: Other random number generators,  Next: Performance,  Prev: Unix random number generators,  Up: Random Number Generation
+
+18.11 Other random number generators
+====================================
+
+The generators in this section are provided for compatibility with
+existing libraries.  If you are converting an existing program to use
+GSL then you can select these generators to check your new
+implementation against the original one, using the same random number
+generator.  After verifying that your new program reproduces the
+original results you can then switch to a higher-quality generator.
+
+Note that most of the generators in this section are based on single
+linear congruence relations, which are the least sophisticated type of
+generator.  In particular, linear congruences have poor properties when
+used with a non-prime modulus, as several of these routines do (e.g.
+with a power of two modulus, 2^{31} or 2^{32}).  This leads to
+periodicity in the least significant bits of each number, with only the
+higher bits having any randomness.  Thus if you want to produce a random
+bitstream it is best to avoid using the least significant bits.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranf
+
+     This is the CRAY random number generator ‘RANF’.  Its sequence is
+
+          x_{n+1} = (a x_n) \mod m
+
+     defined on 48-bit unsigned integers with a = 44485709377909 and m =
+     2^{48}.  The seed specifies the lower 32 bits of the initial value,
+     x_1, with the lowest bit set to prevent the seed taking an even
+     value.  The upper 16 bits of x_1 are set to 0.  A consequence of
+     this procedure is that the pairs of seeds 2 and 3, 4 and 5, etc.:
+     produce the same sequences.
+
+     The generator compatible with the CRAY MATHLIB routine RANF. It
+     produces double precision floating point numbers which should be
+     identical to those from the original RANF.
+
+     There is a subtlety in the implementation of the seeding.  The
+     initial state is reversed through one step, by multiplying by the
+     modular inverse of a mod m.  This is done for compatibility with
+     the original CRAY implementation.
+
+     Note that you can only seed the generator with integers up to
+     2^{32}, while the original CRAY implementation uses non-portable
+     wide integers which can cover all 2^{48} states of the generator.
+
+     The function *note gsl_rng_get(): 696. returns the upper 32 bits
+     from each term of the sequence.  The function *note
+     gsl_rng_uniform(): 699. uses the full 48 bits to return the double
+     precision number x_n/m.
+
+     The period of this generator is 2^{46}.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_ranmar
+
+     This is the RANMAR lagged-fibonacci generator of Marsaglia, Zaman
+     and Tsang.  It is a 24-bit generator, originally designed for
+     single-precision IEEE floating point numbers.  It was included in
+     the CERNLIB high-energy physics library.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_r250
+
+     This is the shift-register generator of Kirkpatrick and Stoll.  The
+     sequence is based on the recurrence
+
+          x_n = x_{n-103} ^^ x_{n-250}
+
+     where \oplus denotes `exclusive-or', defined on 32-bit words.  The
+     period of this generator is about 2^{250} and it uses 250 words of
+     state per generator.
+
+     For more information see,
+
+        * S. Kirkpatrick and E. Stoll, “A very fast shift-register
+          sequence random number generator”, Journal of Computational
+          Physics, 40, 517–526 (1981)
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_tt800
+
+     This is an earlier version of the twisted generalized feedback
+     shift-register generator, and has been superseded by the
+     development of MT19937.  However, it is still an acceptable
+     generator in its own right.  It has a period of 2^{800} and uses 33
+     words of storage per generator.
+
+     For more information see,
+
+        * Makoto Matsumoto and Yoshiharu Kurita, “Twisted GFSR
+          Generators II”, ACM Transactions on Modelling and Computer
+          Simulation, Vol.: 4, No.: 3, 1994, pages 254–266.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_vax
+
+     This is the VAX generator ‘MTH$RANDOM’.  Its sequence is,
+
+          x_{n+1} = (a x_n + c) \mod m
+
+     with a = 69069, c = 1 and m = 2^{32}.  The seed specifies the
+     initial value, x_1.  The period of this generator is 2^{32} and it
+     uses 1 word of storage per generator.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_transputer
+
+     This is the random number generator from the INMOS Transputer
+     Development system.  Its sequence is,
+
+          x_{n+1} = (a x_n) \mod m
+
+     with a = 1664525 and m = 2^{32}.  The seed specifies the initial
+     value, x_1.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_randu
+
+     This is the IBM ‘RANDU’ generator.  Its sequence is
+
+          x_{n+1} = (a x_n) \mod m
+
+     with a = 65539 and m = 2^{31}.  The seed specifies the initial
+     value, x_1.  The period of this generator was only 2^{29}.  It has
+     become a textbook example of a poor generator.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_minstd
+
+     This is Park and Miller’s “minimal standard” MINSTD generator, a
+     simple linear congruence which takes care to avoid the major
+     pitfalls of such algorithms.  Its sequence is,
+
+          x_{n+1} = (a x_n) \mod m
+
+     with a = 16807 and m = 2^{31} - 1 = 2147483647.  The seed specifies
+     the initial value, x_1.  The period of this generator is about
+     2^{31}.
+
+     This generator was used in the IMSL Library (subroutine RNUN) and
+     in MATLAB (the RAND function) in the past.  It is also sometimes
+     known by the acronym “GGL” (I’m not sure what that stands for).
+
+     For more information see,
+
+        * Park and Miller, “Random Number Generators: Good ones are hard
+          to find”, Communications of the ACM, October 1988, Volume 31,
+          No 10, pages 1192–1201.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_uni
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_uni32
+
+     This is a reimplementation of the 16-bit SLATEC random number
+     generator RUNIF. A generalization of the generator to 32 bits is
+     provided by *note gsl_rng_uni32: 6c8.  The original source code is
+     available from NETLIB.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_slatec
+
+     This is the SLATEC random number generator RAND. It is ancient.
+     The original source code is available from NETLIB.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_zuf
+
+     This is the ZUFALL lagged Fibonacci series generator of Peterson.
+     Its sequence is,
+
+          t = u_{n-273} + u_{n-607}
+          u_n  = t - floor(t)
+
+     The original source code is available from NETLIB. For more
+     information see,
+
+        * W. Petersen, “Lagged Fibonacci Random Number Generators for
+          the NEC SX-3”, International Journal of High Speed Computing
+          (1994).
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_knuthran2
+
+     This is a second-order multiple recursive generator described by
+     Knuth in Seminumerical Algorithms, 3rd Ed., page 108.  Its sequence
+     is,
+
+          x_n = (a_1 x_{n-1} + a_2 x_{n-2}) \mod m
+
+     with a_1 = 271828183, a_2 = 314159269, and m = 2^{31}-1.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_knuthran2002
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_knuthran
+
+     This is a second-order multiple recursive generator described by
+     Knuth in Seminumerical Algorithms, 3rd Ed., Section 3.6.  Knuth
+     provides its C code.  The updated routine *note
+     gsl_rng_knuthran2002: 6cc. is from the revised 9th printing and
+     corrects some weaknesses in the earlier version, which is
+     implemented as *note gsl_rng_knuthran: 6cd.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_borosh13
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_fishman18
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_fishman20
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_lecuyer21
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_waterman14
+
+     These multiplicative generators are taken from Knuth’s
+     Seminumerical Algorithms, 3rd Ed., pages 106–108.  Their sequence
+     is,
+
+          x_{n+1} = (a x_n) \mod m
+
+     where the seed specifies the initial value, x_1.  The parameters a
+     and m are as follows, Borosh-Niederreiter: a = 1812433253, m =
+     2^{32}, Fishman18: a = 62089911, m = 2^{31}-1, Fishman20: a =
+     48271, m = 2^{31}-1, L’Ecuyer: a = 40692, m = 2^{31}-249, Waterman:
+     a = 1566083941, m = 2^{32}.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_fishman2x
+
+     This is the L’Ecuyer–Fishman random number generator.  It is taken
+     from Knuth’s Seminumerical Algorithms, 3rd Ed., page 108.  Its
+     sequence is,
+
+          z_{n+1} = (x_n - y_n) \mod m
+
+     with m = 2^{31}-1.  x_n and y_n are given by the ‘fishman20’ and
+     ‘lecuyer21’ algorithms.  The seed specifies the initial value, x_1.
+
+ -- Variable: *note gsl_rng_type: 68b. *gsl_rng_coveyou
+
+     This is the Coveyou random number generator.  It is taken from
+     Knuth’s Seminumerical Algorithms, 3rd Ed., Section 3.2.2.  Its
+     sequence is,
+
+          x_{n+1} = (x_n (x_n + 1)) \mod m
+
+     with m = 2^{32}.  The seed specifies the initial value, x_1.
+
+\1f
+File: gsl-ref.info,  Node: Performance,  Next: Examples<12>,  Prev: Other random number generators,  Up: Random Number Generation
+
+18.12 Performance
+=================
+
+The following table shows the relative performance of a selection the
+available random number generators.  The fastest simulation quality
+generators are ‘taus’, ‘gfsr4’ and ‘mt19937’.  The generators which
+offer the best mathematically-proven quality are those based on the
+RANLUX algorithm:
+
+     1754 k ints/sec,    870 k doubles/sec, taus
+     1613 k ints/sec,    855 k doubles/sec, gfsr4
+     1370 k ints/sec,    769 k doubles/sec, mt19937
+      565 k ints/sec,    571 k doubles/sec, ranlxs0
+      400 k ints/sec,    405 k doubles/sec, ranlxs1
+      490 k ints/sec,    389 k doubles/sec, mrg
+      407 k ints/sec,    297 k doubles/sec, ranlux
+      243 k ints/sec,    254 k doubles/sec, ranlxd1
+      251 k ints/sec,    253 k doubles/sec, ranlxs2
+      238 k ints/sec,    215 k doubles/sec, cmrg
+      247 k ints/sec,    198 k doubles/sec, ranlux389
+      141 k ints/sec,    140 k doubles/sec, ranlxd2
+
+\1f
+File: gsl-ref.info,  Node: Examples<12>,  Next: References and Further Reading<13>,  Prev: Performance,  Up: Random Number Generation
+
+18.13 Examples
+==============
+
+The following program demonstrates the use of a random number generator
+to produce uniform random numbers in the range [0.0, 1.0),
+
+     #include <stdio.h>
+     #include <gsl/gsl_rng.h>
+
+     int
+     main (void)
+     {
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       int i, n = 10;
+
+       gsl_rng_env_setup();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       for (i = 0; i < n; i++)
+         {
+           double u = gsl_rng_uniform (r);
+           printf ("%.5f\n", u);
+         }
+
+       gsl_rng_free (r);
+
+       return 0;
+     }
+
+Here is the output of the program,
+
+     0.99974
+     0.16291
+     0.28262
+     0.94720
+     0.23166
+     0.48497
+     0.95748
+     0.74431
+     0.54004
+     0.73995
+
+The numbers depend on the seed used by the generator.  The default seed
+can be changed with the *note GSL_RNG_SEED: 690. environment variable to
+produce a different stream of numbers.  The generator itself can be
+changed using the environment variable *note GSL_RNG_TYPE: 6a5.  Here is
+the output of the program using a seed value of 123 and the
+multiple-recursive generator ‘mrg’:
+
+     $ GSL_RNG_SEED=123 GSL_RNG_TYPE=mrg ./a.out
+
+     0.33050
+     0.86631
+     0.32982
+     0.67620
+     0.53391
+     0.06457
+     0.16847
+     0.70229
+     0.04371
+     0.86374
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<13>,  Next: Acknowledgements,  Prev: Examples<12>,  Up: Random Number Generation
+
+18.14 References and Further Reading
+====================================
+
+The subject of random number generation and testing is reviewed
+extensively in Knuth’s `Seminumerical Algorithms'.
+
+   * Donald E. Knuth, The Art of Computer Programming: Seminumerical
+     Algorithms (Vol 2, 3rd Ed, 1997), Addison-Wesley, ISBN 0201896842.
+
+Further information is available in the review paper written by Pierre
+L’Ecuyer,
+
+   * P. L’Ecuyer, “Random Number Generation”, Chapter 4 of the Handbook
+     on Simulation, Jerry Banks Ed., Wiley, 1998, 93–137.
+
+   * ‘http://www.iro.umontreal.ca/~lecuyer/papers.html’ in the file
+     ‘handsim.ps’.
+
+The source code for the DIEHARD random number generator tests is also
+available online,
+
+   * DIEHARD source code, G. Marsaglia,
+     ‘http://stat.fsu.edu/pub/diehard/’
+
+A comprehensive set of random number generator tests is available from
+NIST,
+
+   * NIST Special Publication 800-22, “A Statistical Test Suite for the
+     Validation of Random Number Generators and Pseudo Random Number
+     Generators for Cryptographic Applications”.
+
+   * ‘http://csrc.nist.gov/rng/’
+
+\1f
+File: gsl-ref.info,  Node: Acknowledgements,  Prev: References and Further Reading<13>,  Up: Random Number Generation
+
+18.15 Acknowledgements
+======================
+
+Thanks to Makoto Matsumoto, Takuji Nishimura and Yoshiharu Kurita for
+making the source code to their generators (MT19937, MM&TN; TT800,
+MM&YK) available under the GNU General Public License.  Thanks to Martin
+Luscher for providing notes and source code for the RANLXS and RANLXD
+generators.
+
+\1f
+File: gsl-ref.info,  Node: Quasi-Random Sequences,  Next: Random Number Distributions,  Prev: Random Number Generation,  Up: Top
+
+19 Quasi-Random Sequences
+*************************
+
+This chapter describes functions for generating quasi-random sequences
+in arbitrary dimensions.  A quasi-random sequence progressively covers a
+d-dimensional space with a set of points that are uniformly distributed.
+Quasi-random sequences are also known as low-discrepancy sequences.  The
+quasi-random sequence generators use an interface that is similar to the
+interface for random number generators, except that seeding is not
+required—each generator produces a single sequence.
+
+The functions described in this section are declared in the header file
+‘gsl_qrng.h’.
+
+* Menu:
+
+* Quasi-random number generator initialization::
+* Sampling from a quasi-random number generator::
+* Auxiliary quasi-random number generator functions::
+* Saving and restoring quasi-random number generator state::
+* Quasi-random number generator algorithms::
+* Examples: Examples<13>.
+* References::
+
+\1f
+File: gsl-ref.info,  Node: Quasi-random number generator initialization,  Next: Sampling from a quasi-random number generator,  Up: Quasi-Random Sequences
+
+19.1 Quasi-random number generator initialization
+=================================================
+
+ -- Type: gsl_qrng
+
+     This is a workspace for computing quasi-random sequences.
+
+ -- Function: *note gsl_qrng: 6dc. *gsl_qrng_alloc (const gsl_qrng_type
+          *T, unsigned int d)
+
+     This function returns a pointer to a newly-created instance of a
+     quasi-random sequence generator of type *note T: 6dd. and dimension
+     *note d: 6dd.  If there is insufficient memory to create the
+     generator then the function returns a null pointer and the error
+     handler is invoked with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: void gsl_qrng_free (gsl_qrng *q)
+
+     This function frees all the memory associated with the generator
+     *note q: 6de.
+
+ -- Function: void gsl_qrng_init (gsl_qrng *q)
+
+     This function reinitializes the generator *note q: 6df. to its
+     starting point.  Note that quasi-random sequences do not use a seed
+     and always produce the same set of values.
+
+\1f
+File: gsl-ref.info,  Node: Sampling from a quasi-random number generator,  Next: Auxiliary quasi-random number generator functions,  Prev: Quasi-random number generator initialization,  Up: Quasi-Random Sequences
+
+19.2 Sampling from a quasi-random number generator
+==================================================
+
+ -- Function: int gsl_qrng_get (const gsl_qrng *q, double x[])
+
+     This function stores the next point from the sequence generator
+     *note q: 6e1. in the array *note x: 6e1.  The space available for
+     *note x: 6e1. must match the dimension of the generator.  The point
+     *note x: 6e1. will lie in the range 0 < x_i < 1 for each x_i.  An
+     inline version of this function is used when ‘HAVE_INLINE’ is
+     defined.
+
+\1f
+File: gsl-ref.info,  Node: Auxiliary quasi-random number generator functions,  Next: Saving and restoring quasi-random number generator state,  Prev: Sampling from a quasi-random number generator,  Up: Quasi-Random Sequences
+
+19.3 Auxiliary quasi-random number generator functions
+======================================================
+
+ -- Function: const char *gsl_qrng_name (const gsl_qrng *q)
+
+     This function returns a pointer to the name of the generator.
+
+ -- Function: size_t gsl_qrng_size (const gsl_qrng *q)
+ -- Function: void *gsl_qrng_state (const gsl_qrng *q)
+
+     These functions return a pointer to the state of generator ‘r’ and
+     its size.  You can use this information to access the state
+     directly.  For example, the following code will write the state of
+     a generator to a stream:
+
+          void * state = gsl_qrng_state (q);
+          size_t n = gsl_qrng_size (q);
+          fwrite (state, n, 1, stream);
+
+\1f
+File: gsl-ref.info,  Node: Saving and restoring quasi-random number generator state,  Next: Quasi-random number generator algorithms,  Prev: Auxiliary quasi-random number generator functions,  Up: Quasi-Random Sequences
+
+19.4 Saving and restoring quasi-random number generator state
+=============================================================
+
+ -- Function: int gsl_qrng_memcpy (gsl_qrng *dest, const gsl_qrng *src)
+
+     This function copies the quasi-random sequence generator *note src:
+     6e7. into the pre-existing generator *note dest: 6e7, making *note
+     dest: 6e7. into an exact copy of *note src: 6e7.  The two
+     generators must be of the same type.
+
+ -- Function: *note gsl_qrng: 6dc. *gsl_qrng_clone (const gsl_qrng *q)
+
+     This function returns a pointer to a newly created generator which
+     is an exact copy of the generator *note q: 6e8.
+
+\1f
+File: gsl-ref.info,  Node: Quasi-random number generator algorithms,  Next: Examples<13>,  Prev: Saving and restoring quasi-random number generator state,  Up: Quasi-Random Sequences
+
+19.5 Quasi-random number generator algorithms
+=============================================
+
+The following quasi-random sequence algorithms are available,
+
+ -- Type: gsl_qrng_type
+
+      -- Variable: *note gsl_qrng_type: 6ea. *gsl_qrng_niederreiter_2
+
+          This generator uses the algorithm described in Bratley, Fox,
+          Niederreiter, ACM Trans.  Model.  Comp.  Sim.  2, 195 (1992).
+          It is valid up to 12 dimensions.
+
+      -- Variable: *note gsl_qrng_type: 6ea. *gsl_qrng_sobol
+
+          This generator uses the Sobol sequence described in Antonov,
+          Saleev, USSR Comput.  Maths.  Math.  Phys.  19, 252 (1980).
+          It is valid up to 40 dimensions.
+
+      -- Variable: *note gsl_qrng_type: 6ea. *gsl_qrng_halton
+      -- Variable: *note gsl_qrng_type: 6ea. *gsl_qrng_reversehalton
+
+          These generators use the Halton and reverse Halton sequences
+          described in J.H. Halton, Numerische Mathematik, 2, 84-90
+          (1960) and B. Vandewoestyne and R. Cools Computational and
+          Applied Mathematics, 189, 1&2, 341-361 (2006).  They are valid
+          up to 1229 dimensions.
+
+\1f
+File: gsl-ref.info,  Node: Examples<13>,  Next: References,  Prev: Quasi-random number generator algorithms,  Up: Quasi-Random Sequences
+
+19.6 Examples
+=============
+
+The following program prints the first 1024 points of the 2-dimensional
+Sobol sequence.
+
+     #include <stdio.h>
+     #include <gsl/gsl_qrng.h>
+
+     int
+     main (void)
+     {
+       int i;
+       gsl_qrng * q = gsl_qrng_alloc (gsl_qrng_sobol, 2);
+
+       for (i = 0; i < 1024; i++)
+         {
+           double v[2];
+           gsl_qrng_get (q, v);
+           printf ("%.5f %.5f\n", v[0], v[1]);
+         }
+
+       gsl_qrng_free (q);
+       return 0;
+     }
+
+Here is the output from the program:
+
+     $ ./a.out
+     0.50000 0.50000
+     0.75000 0.25000
+     0.25000 0.75000
+     0.37500 0.37500
+     0.87500 0.87500
+     0.62500 0.12500
+     0.12500 0.62500
+     ....
+
+It can be seen that successive points progressively fill-in the spaces
+between previous points.
+
+Fig.  %s shows the distribution in the x-y plane of the first 1024
+points from the Sobol sequence,
+
+[gsl-ref-figures/qrng]
+Figure: Distribution of the first 1024 points from the quasi-random
+Sobol sequence
+
+\1f
+File: gsl-ref.info,  Node: References,  Prev: Examples<13>,  Up: Quasi-Random Sequences
+
+19.7 References
+===============
+
+The implementations of the quasi-random sequence routines are based on
+the algorithms described in the following paper,
+
+   * P. Bratley and B.L. Fox and H. Niederreiter, “Algorithm 738:
+     Programs to Generate Niederreiter’s Low-discrepancy Sequences”, ACM
+     Transactions on Mathematical Software, Vol.: 20, No.: 4, December,
+     1994, p.: 494–495.
+
+\1f
+File: gsl-ref.info,  Node: Random Number Distributions,  Next: Statistics,  Prev: Quasi-Random Sequences,  Up: Top
+
+20 Random Number Distributions
+******************************
+
+This chapter describes functions for generating random variates and
+computing their probability distributions.  Samples from the
+distributions described in this chapter can be obtained using any of the
+random number generators in the library as an underlying source of
+randomness.
+
+In the simplest cases a non-uniform distribution can be obtained
+analytically from the uniform distribution of a random number generator
+by applying an appropriate transformation.  This method uses one call to
+the random number generator.  More complicated distributions are created
+by the `acceptance-rejection' method, which compares the desired
+distribution against a distribution which is similar and known
+analytically.  This usually requires several samples from the generator.
+
+The library also provides cumulative distribution functions and inverse
+cumulative distribution functions, sometimes referred to as quantile
+functions.  The cumulative distribution functions and their inverses are
+computed separately for the upper and lower tails of the distribution,
+allowing full accuracy to be retained for small results.
+
+The functions for random variates and probability density functions
+described in this section are declared in ‘gsl_randist.h’.  The
+corresponding cumulative distribution functions are declared in
+‘gsl_cdf.h’.
+
+Note that the discrete random variate functions always return a value of
+type ‘unsigned int’, and on most platforms this has a maximum value of
+
+     2^32-1 ~=~ 4.29e9
+
+They should only be called with a safe range of parameters (where there
+is a negligible probability of a variate exceeding this limit) to
+prevent incorrect results due to overflow.
+
+* Menu:
+
+* Introduction: Introduction<3>.
+* The Gaussian Distribution::
+* The Gaussian Tail Distribution::
+* The Bivariate Gaussian Distribution::
+* The Multivariate Gaussian Distribution::
+* The Exponential Distribution::
+* The Laplace Distribution::
+* The Exponential Power Distribution::
+* The Cauchy Distribution::
+* The Rayleigh Distribution::
+* The Rayleigh Tail Distribution::
+* The Landau Distribution::
+* The Levy alpha-Stable Distributions::
+* The Levy skew alpha-Stable Distribution::
+* The Gamma Distribution::
+* The Flat (Uniform) Distribution: The Flat Uniform Distribution.
+* The Lognormal Distribution::
+* The Chi-squared Distribution::
+* The F-distribution::
+* The t-distribution::
+* The Beta Distribution::
+* The Logistic Distribution::
+* The Pareto Distribution::
+* Spherical Vector Distributions::
+* The Weibull Distribution::
+* The Type-1 Gumbel Distribution::
+* The Type-2 Gumbel Distribution::
+* The Dirichlet Distribution::
+* General Discrete Distributions::
+* The Poisson Distribution::
+* The Bernoulli Distribution::
+* The Binomial Distribution::
+* The Multinomial Distribution::
+* The Negative Binomial Distribution::
+* The Pascal Distribution::
+* The Geometric Distribution::
+* The Hypergeometric Distribution::
+* The Logarithmic Distribution::
+* The Wishart Distribution::
+* Shuffling and Sampling::
+* Examples: Examples<14>.
+* References and Further Reading: References and Further Reading<14>.
+
+\1f
+File: gsl-ref.info,  Node: Introduction<3>,  Next: The Gaussian Distribution,  Up: Random Number Distributions
+
+20.1 Introduction
+=================
+
+Continuous random number distributions are defined by a probability
+density function, p(x), such that the probability of x occurring in the
+infinitesimal range x to x + dx is p(x) dx.
+
+The cumulative distribution function for the lower tail P(x) is defined
+by the integral,
+
+     P(x) = \int_{-\infty}^{x} dx' p(x')
+
+and gives the probability of a variate taking a value less than x.
+
+The cumulative distribution function for the upper tail Q(x) is defined
+by the integral,
+
+     Q(x) = \int_{x}^{+\infty} dx' p(x')
+
+and gives the probability of a variate taking a value greater than x.
+
+The upper and lower cumulative distribution functions are related by
+P(x) + Q(x) = 1 and satisfy 0 \le P(x) \le 1, 0 \le Q(x) \le 1.
+
+The inverse cumulative distributions, x = P^{-1}(P) and x = Q^{-1}(Q)
+give the values of x which correspond to a specific value of P or Q.
+They can be used to find confidence limits from probability values.
+
+For discrete distributions the probability of sampling the integer value
+k is given by p(k), where \sum_k p(k) = 1.  The cumulative distribution
+for the lower tail P(k) of a discrete distribution is defined as,
+
+     P(k) = \sum_{i \le k} p(i)
+
+where the sum is over the allowed range of the distribution less than or
+equal to k.
+
+The cumulative distribution for the upper tail of a discrete
+distribution Q(k) is defined as
+
+     Q(k) = \sum_{i > k} p(i)
+
+giving the sum of probabilities for all values greater than k.  These
+two definitions satisfy the identity P(k)+Q(k)=1.
+
+If the range of the distribution is 1 to n inclusive then P(n) = 1, Q(n)
+= 0 while P(1) = p(1), Q(1) = 1 - p(1).
+
+\1f
+File: gsl-ref.info,  Node: The Gaussian Distribution,  Next: The Gaussian Tail Distribution,  Prev: Introduction<3>,  Up: Random Number Distributions
+
+20.2 The Gaussian Distribution
+==============================
+
+ -- Function: double gsl_ran_gaussian (const gsl_rng *r, double sigma)
+
+     This function returns a Gaussian random variate, with mean zero and
+     standard deviation *note sigma: 6f6.  The probability distribution
+     for Gaussian random variates is,
+
+          p(x) dx = {1 \over \sqrt{2 \pi \sigma^2}} \exp (-x^2 / 2\sigma^2) dx
+
+     for x in the range -\infty to +\infty.  Use the transformation z =
+     \mu + x on the numbers returned by *note gsl_ran_gaussian(): 6f6.
+     to obtain a Gaussian distribution with mean \mu.  This function
+     uses the Box-Muller algorithm which requires two calls to the
+     random number generator *note r: 6f6.
+
+ -- Function: double gsl_ran_gaussian_pdf (double x, double sigma)
+
+     This function computes the probability density p(x) at *note x:
+     6f7. for a Gaussian distribution with standard deviation *note
+     sigma: 6f7, using the formula given above.
+
+[gsl-ref-figures/rand-gaussian]
+ -- Function: double gsl_ran_gaussian_ziggurat (const gsl_rng *r, double
+          sigma)
+ -- Function: double gsl_ran_gaussian_ratio_method (const gsl_rng *r,
+          double sigma)
+
+     This function computes a Gaussian random variate using the
+     alternative Marsaglia-Tsang ziggurat and Kinderman-Monahan-Leva
+     ratio methods.  The Ziggurat algorithm is the fastest available
+     algorithm in most cases.
+
+ -- Function: double gsl_ran_ugaussian (const gsl_rng *r)
+ -- Function: double gsl_ran_ugaussian_pdf (double x)
+ -- Function: double gsl_ran_ugaussian_ratio_method (const gsl_rng *r)
+
+     These functions compute results for the unit Gaussian distribution.
+     They are equivalent to the functions above with a standard
+     deviation of one, ‘sigma’ = 1.
+
+ -- Function: double gsl_cdf_gaussian_P (double x, double sigma)
+ -- Function: double gsl_cdf_gaussian_Q (double x, double sigma)
+ -- Function: double gsl_cdf_gaussian_Pinv (double P, double sigma)
+ -- Function: double gsl_cdf_gaussian_Qinv (double Q, double sigma)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the Gaussian distribution with standard
+     deviation *note sigma: 700.
+
+ -- Function: double gsl_cdf_ugaussian_P (double x)
+ -- Function: double gsl_cdf_ugaussian_Q (double x)
+ -- Function: double gsl_cdf_ugaussian_Pinv (double P)
+ -- Function: double gsl_cdf_ugaussian_Qinv (double Q)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the unit Gaussian distribution.
+
+\1f
+File: gsl-ref.info,  Node: The Gaussian Tail Distribution,  Next: The Bivariate Gaussian Distribution,  Prev: The Gaussian Distribution,  Up: Random Number Distributions
+
+20.3 The Gaussian Tail Distribution
+===================================
+
+ -- Function: double gsl_ran_gaussian_tail (const gsl_rng *r, double a,
+          double sigma)
+
+     This function provides random variates from the upper tail of a
+     Gaussian distribution with standard deviation *note sigma: 706.
+     The values returned are larger than the lower limit *note a: 706,
+     which must be positive.  The method is based on Marsaglia’s famous
+     rectangle-wedge-tail algorithm (Ann.  Math.  Stat.  32, 894–899
+     (1961)), with this aspect explained in Knuth, v2, 3rd ed, p139,586
+     (exercise 11).
+
+     The probability distribution for Gaussian tail random variates is,
+
+          p(x) dx = {1 \over N(a;\sigma) \sqrt{2 \pi \sigma^2}} \exp (- x^2 / 2\sigma^2) dx
+
+     for x > a where N(a;\sigma) is the normalization constant,
+
+          N(a;\sigma) = (1/2) erfc(a / sqrt(2 sigma^2)).
+
+ -- Function: double gsl_ran_gaussian_tail_pdf (double x, double a,
+          double sigma)
+
+     This function computes the probability density p(x) at *note x:
+     707. for a Gaussian tail distribution with standard deviation *note
+     sigma: 707. and lower limit *note a: 707, using the formula given
+     above.
+
+[gsl-ref-figures/rand-gaussian-tail]
+ -- Function: double gsl_ran_ugaussian_tail (const gsl_rng *r, double a)
+ -- Function: double gsl_ran_ugaussian_tail_pdf (double x, double a)
+
+     These functions compute results for the tail of a unit Gaussian
+     distribution.  They are equivalent to the functions above with a
+     standard deviation of one, ‘sigma’ = 1.
+
+\1f
+File: gsl-ref.info,  Node: The Bivariate Gaussian Distribution,  Next: The Multivariate Gaussian Distribution,  Prev: The Gaussian Tail Distribution,  Up: Random Number Distributions
+
+20.4 The Bivariate Gaussian Distribution
+========================================
+
+ -- Function: void gsl_ran_bivariate_gaussian (const gsl_rng *r, double
+          sigma_x, double sigma_y, double rho, double *x, double *y)
+
+     This function generates a pair of correlated Gaussian variates,
+     with mean zero, correlation coefficient *note rho: 70b. and
+     standard deviations *note sigma_x: 70b. and *note sigma_y: 70b. in
+     the x and y directions.  The probability distribution for bivariate
+     Gaussian random variates is,
+
+          p(x,y) dx dy = {1 \over 2 \pi \sigma_x \sigma_y \sqrt{1-\rho^2}} \exp (-(x^2/\sigma_x^2 + y^2/\sigma_y^2 - 2 \rho x y/(\sigma_x\sigma_y))/2(1-\rho^2)) dx dy
+
+     for x,y in the range -\infty to +\infty.  The correlation
+     coefficient *note rho: 70b. should lie between 1 and -1.
+
+ -- Function: double gsl_ran_bivariate_gaussian_pdf (double x, double y,
+          double sigma_x, double sigma_y, double rho)
+
+     This function computes the probability density p(x,y) at (*note x:
+     70c, *note y: 70c.) for a bivariate Gaussian distribution with
+     standard deviations *note sigma_x: 70c, *note sigma_y: 70c. and
+     correlation coefficient *note rho: 70c, using the formula given
+     above.
+
+[gsl-ref-figures/rand-bivariate-gaussian]
+\1f
+File: gsl-ref.info,  Node: The Multivariate Gaussian Distribution,  Next: The Exponential Distribution,  Prev: The Bivariate Gaussian Distribution,  Up: Random Number Distributions
+
+20.5 The Multivariate Gaussian Distribution
+===========================================
+
+ -- Function: int gsl_ran_multivariate_gaussian (const gsl_rng *r, const
+          gsl_vector *mu, const gsl_matrix *L, gsl_vector *result)
+
+     This function generates a random vector satisfying the
+     k-dimensional multivariate Gaussian distribution with mean \mu and
+     variance-covariance matrix \Sigma.  On input, the k-vector \mu is
+     given in *note mu: 70e, and the Cholesky factor of the k-by-k
+     matrix \Sigma = L L^T is given in the lower triangle of *note L:
+     70e, as output from *note gsl_linalg_cholesky_decomp(): 553.  The
+     random vector is stored in *note result: 70e. on output.  The
+     probability distribution for multivariate Gaussian random variates
+     is
+
+          p(x_1,...,x_k) dx_1 ... dx_k = 1 / ( \sqrt{(2 \pi)^k |\Sigma| ) \exp (-1/2 (x - \mu)^T \Sigma^{-1} (x - \mu)) dx_1 ... dx_k
+
+ -- Function: int gsl_ran_multivariate_gaussian_pdf (const gsl_vector
+          *x, const gsl_vector *mu, const gsl_matrix *L, double *result,
+          gsl_vector *work)
+ -- Function: int gsl_ran_multivariate_gaussian_log_pdf (const
+          gsl_vector *x, const gsl_vector *mu, const gsl_matrix *L,
+          double *result, gsl_vector *work)
+
+     These functions compute p(x) or \log{p(x)} at the point *note x:
+     710, using mean vector *note mu: 710. and variance-covariance
+     matrix specified by its Cholesky factor *note L: 710. using the
+     formula above.  Additional workspace of length k is required in
+     *note work: 710.
+
+ -- Function: int gsl_ran_multivariate_gaussian_mean (const gsl_matrix
+          *X, gsl_vector *mu_hat)
+
+     Given a set of n samples X_j from a k-dimensional multivariate
+     Gaussian distribution, this function computes the maximum
+     likelihood estimate of the mean of the distribution, given by
+
+          \Hat{\mu} = {1 \over n} \sum_{j=1}^n X_j
+
+     The samples X_1,X_2,\dots,X_n are given in the n-by-k matrix *note
+     X: 711, and the maximum likelihood estimate of the mean is stored
+     in *note mu_hat: 711. on output.
+
+ -- Function: int gsl_ran_multivariate_gaussian_vcov (const gsl_matrix
+          *X, gsl_matrix *sigma_hat)
+
+     Given a set of n samples X_j from a k-dimensional multivariate
+     Gaussian distribution, this function computes the maximum
+     likelihood estimate of the variance-covariance matrix of the
+     distribution, given by
+
+          \Hat{\Sigma} = (1 / n) \sum_{j=1}^n ( X_j - \Hat{\mu} ) ( X_j - \Hat{\mu} )^T
+
+     The samples X_1,X_2,\dots,X_n are given in the n-by-k matrix *note
+     X: 712. and the maximum likelihood estimate of the
+     variance-covariance matrix is stored in *note sigma_hat: 712. on
+     output.
+
+\1f
+File: gsl-ref.info,  Node: The Exponential Distribution,  Next: The Laplace Distribution,  Prev: The Multivariate Gaussian Distribution,  Up: Random Number Distributions
+
+20.6 The Exponential Distribution
+=================================
+
+ -- Function: double gsl_ran_exponential (const gsl_rng *r, double mu)
+
+     This function returns a random variate from the exponential
+     distribution with mean *note mu: 714.  The distribution is,
+
+          p(x) dx = {1 \over \mu} \exp(-x/\mu) dx
+
+     for x \ge 0.
+
+ -- Function: double gsl_ran_exponential_pdf (double x, double mu)
+
+     This function computes the probability density p(x) at *note x:
+     715. for an exponential distribution with mean *note mu: 715, using
+     the formula given above.
+
+[gsl-ref-figures/rand-exponential]
+ -- Function: double gsl_cdf_exponential_P (double x, double mu)
+ -- Function: double gsl_cdf_exponential_Q (double x, double mu)
+ -- Function: double gsl_cdf_exponential_Pinv (double P, double mu)
+ -- Function: double gsl_cdf_exponential_Qinv (double Q, double mu)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the exponential distribution with mean
+     *note mu: 719.
+
+\1f
+File: gsl-ref.info,  Node: The Laplace Distribution,  Next: The Exponential Power Distribution,  Prev: The Exponential Distribution,  Up: Random Number Distributions
+
+20.7 The Laplace Distribution
+=============================
+
+ -- Function: double gsl_ran_laplace (const gsl_rng *r, double a)
+
+     This function returns a random variate from the Laplace
+     distribution with width *note a: 71b.  The distribution is,
+
+          p(x) dx = {1 \over 2 a} \exp(-|x/a|) dx
+
+     for -\infty < x < \infty.
+
+ -- Function: double gsl_ran_laplace_pdf (double x, double a)
+
+     This function computes the probability density p(x) at *note x:
+     71c. for a Laplace distribution with width *note a: 71c, using the
+     formula given above.
+
+[gsl-ref-figures/rand-laplace]
+ -- Function: double gsl_cdf_laplace_P (double x, double a)
+ -- Function: double gsl_cdf_laplace_Q (double x, double a)
+ -- Function: double gsl_cdf_laplace_Pinv (double P, double a)
+ -- Function: double gsl_cdf_laplace_Qinv (double Q, double a)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the Laplace distribution with width
+     *note a: 720.
+
+\1f
+File: gsl-ref.info,  Node: The Exponential Power Distribution,  Next: The Cauchy Distribution,  Prev: The Laplace Distribution,  Up: Random Number Distributions
+
+20.8 The Exponential Power Distribution
+=======================================
+
+ -- Function: double gsl_ran_exppow (const gsl_rng *r, double a, double
+          b)
+
+     This function returns a random variate from the exponential power
+     distribution with scale parameter *note a: 722. and exponent *note
+     b: 722.  The distribution is,
+
+          p(x) dx = {1 \over 2 a \Gamma(1+1/b)} \exp(-|x/a|^b) dx
+
+     for x \ge 0.  For b = 1 this reduces to the Laplace distribution.
+     For b = 2 it has the same form as a Gaussian distribution, but with
+     a = \sqrt{2} \sigma.
+
+ -- Function: double gsl_ran_exppow_pdf (double x, double a, double b)
+
+     This function computes the probability density p(x) at *note x:
+     723. for an exponential power distribution with scale parameter
+     *note a: 723. and exponent *note b: 723, using the formula given
+     above.
+
+[gsl-ref-figures/rand-exppow]
+ -- Function: double gsl_cdf_exppow_P (double x, double a, double b)
+ -- Function: double gsl_cdf_exppow_Q (double x, double a, double b)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) for the exponential power distribution with parameters *note
+     a: 725. and *note b: 725.
+
+\1f
+File: gsl-ref.info,  Node: The Cauchy Distribution,  Next: The Rayleigh Distribution,  Prev: The Exponential Power Distribution,  Up: Random Number Distributions
+
+20.9 The Cauchy Distribution
+============================
+
+ -- Function: double gsl_ran_cauchy (const gsl_rng *r, double a)
+
+     This function returns a random variate from the Cauchy distribution
+     with scale parameter *note a: 727.  The probability distribution
+     for Cauchy random variates is,
+
+          p(x) dx = {1 \over a\pi (1 + (x/a)^2) } dx
+
+     for x in the range -\infty to +\infty.  The Cauchy distribution is
+     also known as the Lorentz distribution.
+
+ -- Function: double gsl_ran_cauchy_pdf (double x, double a)
+
+     This function computes the probability density p(x) at *note x:
+     728. for a Cauchy distribution with scale parameter *note a: 728,
+     using the formula given above.
+
+[gsl-ref-figures/rand-cauchy]
+ -- Function: double gsl_cdf_cauchy_P (double x, double a)
+ -- Function: double gsl_cdf_cauchy_Q (double x, double a)
+ -- Function: double gsl_cdf_cauchy_Pinv (double P, double a)
+ -- Function: double gsl_cdf_cauchy_Qinv (double Q, double a)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the Cauchy distribution with scale
+     parameter *note a: 72c.
+
+\1f
+File: gsl-ref.info,  Node: The Rayleigh Distribution,  Next: The Rayleigh Tail Distribution,  Prev: The Cauchy Distribution,  Up: Random Number Distributions
+
+20.10 The Rayleigh Distribution
+===============================
+
+ -- Function: double gsl_ran_rayleigh (const gsl_rng *r, double sigma)
+
+     This function returns a random variate from the Rayleigh
+     distribution with scale parameter *note sigma: 72e.  The
+     distribution is,
+
+          p(x) dx = {x \over \sigma^2} \exp(- x^2/(2 \sigma^2)) dx
+
+     for x > 0.
+
+ -- Function: double gsl_ran_rayleigh_pdf (double x, double sigma)
+
+     This function computes the probability density p(x) at *note x:
+     72f. for a Rayleigh distribution with scale parameter *note sigma:
+     72f, using the formula given above.
+
+[gsl-ref-figures/rand-rayleigh]
+ -- Function: double gsl_cdf_rayleigh_P (double x, double sigma)
+ -- Function: double gsl_cdf_rayleigh_Q (double x, double sigma)
+ -- Function: double gsl_cdf_rayleigh_Pinv (double P, double sigma)
+ -- Function: double gsl_cdf_rayleigh_Qinv (double Q, double sigma)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the Rayleigh distribution with scale
+     parameter *note sigma: 733.
+
+\1f
+File: gsl-ref.info,  Node: The Rayleigh Tail Distribution,  Next: The Landau Distribution,  Prev: The Rayleigh Distribution,  Up: Random Number Distributions
+
+20.11 The Rayleigh Tail Distribution
+====================================
+
+ -- Function: double gsl_ran_rayleigh_tail (const gsl_rng *r, double a,
+          double sigma)
+
+     This function returns a random variate from the tail of the
+     Rayleigh distribution with scale parameter *note sigma: 735. and a
+     lower limit of *note a: 735.  The distribution is,
+
+          p(x) dx = {x \over \sigma^2} \exp ((a^2 - x^2) /(2 \sigma^2)) dx
+
+     for x > a.
+
+ -- Function: double gsl_ran_rayleigh_tail_pdf (double x, double a,
+          double sigma)
+
+     This function computes the probability density p(x) at *note x:
+     736. for a Rayleigh tail distribution with scale parameter *note
+     sigma: 736. and lower limit *note a: 736, using the formula given
+     above.
+
+[gsl-ref-figures/rand-rayleigh-tail]
+\1f
+File: gsl-ref.info,  Node: The Landau Distribution,  Next: The Levy alpha-Stable Distributions,  Prev: The Rayleigh Tail Distribution,  Up: Random Number Distributions
+
+20.12 The Landau Distribution
+=============================
+
+ -- Function: double gsl_ran_landau (const gsl_rng *r)
+
+     This function returns a random variate from the Landau
+     distribution.  The probability distribution for Landau random
+     variates is defined analytically by the complex integral,
+
+          p(x) = (1/(2 \pi i)) \int_{c-i\infty}^{c+i\infty} ds exp(s log(s) + x s)
+
+     For numerical purposes it is more convenient to use the following
+     equivalent form of the integral,
+
+          p(x) = (1/\pi) \int_0^\infty dt \exp(-t \log(t) - x t) \sin(\pi t).
+
+ -- Function: double gsl_ran_landau_pdf (double x)
+
+     This function computes the probability density p(x) at *note x:
+     739. for the Landau distribution using an approximation to the
+     formula given above.
+
+[gsl-ref-figures/rand-landau]
+\1f
+File: gsl-ref.info,  Node: The Levy alpha-Stable Distributions,  Next: The Levy skew alpha-Stable Distribution,  Prev: The Landau Distribution,  Up: Random Number Distributions
+
+20.13 The Levy alpha-Stable Distributions
+=========================================
+
+ -- Function: double gsl_ran_levy (const gsl_rng *r, double c, double
+          alpha)
+
+     This function returns a random variate from the Levy symmetric
+     stable distribution with scale *note c: 73b. and exponent *note
+     alpha: 73b.  The symmetric stable probability distribution is
+     defined by a Fourier transform,
+
+          p(x) = 1 / (2 \pi) \int_{-\infty}^{+\infty} dt \exp(-it x - |c t|^alpha)
+
+     There is no explicit solution for the form of p(x) and the library
+     does not define a corresponding ‘pdf’ function.  For \alpha = 1 the
+     distribution reduces to the Cauchy distribution.  For \alpha = 2 it
+     is a Gaussian distribution with \sigma = \sqrt{2} c.  For \alpha <
+     1 the tails of the distribution become extremely wide.
+
+     The algorithm only works for 0 < \alpha \le 2.
+
+[gsl-ref-figures/rand-levy]
+\1f
+File: gsl-ref.info,  Node: The Levy skew alpha-Stable Distribution,  Next: The Gamma Distribution,  Prev: The Levy alpha-Stable Distributions,  Up: Random Number Distributions
+
+20.14 The Levy skew alpha-Stable Distribution
+=============================================
+
+ -- Function: double gsl_ran_levy_skew (const gsl_rng *r, double c,
+          double alpha, double beta)
+
+     This function returns a random variate from the Levy skew stable
+     distribution with scale *note c: 73d, exponent *note alpha: 73d.
+     and skewness parameter *note beta: 73d.  The skewness parameter
+     must lie in the range [-1,1].  The Levy skew stable probability
+     distribution is defined by a Fourier transform,
+
+          p(x) = 1 / (2 \pi) \int_{-\infty}^{+\infty} dt \exp(-it x - |c t|^alpha (1-i beta sign(t) tan(pi alpha/2)))
+
+     When \alpha = 1 the term \tan(\pi \alpha/2) is replaced by
+     -(2/\pi)\log|t|.  There is no explicit solution for the form of
+     p(x) and the library does not define a corresponding ‘pdf’
+     function.  For \alpha = 2 the distribution reduces to a Gaussian
+     distribution with \sigma = \sqrt{2} c and the skewness parameter
+     has no effect.  For \alpha < 1 the tails of the distribution become
+     extremely wide.  The symmetric distribution corresponds to \beta =
+     0.
+
+     The algorithm only works for 0 < \alpha \le 2.
+
+The Levy alpha-stable distributions have the property that if N
+alpha-stable variates are drawn from the distribution p(c, \alpha,
+\beta) then the sum Y = X_1 + X_2 + \dots + X_N will also be distributed
+as an alpha-stable variate, p(N^{1/\alpha} c, \alpha, \beta).
+
+[gsl-ref-figures/rand-levyskew]
+\1f
+File: gsl-ref.info,  Node: The Gamma Distribution,  Next: The Flat Uniform Distribution,  Prev: The Levy skew alpha-Stable Distribution,  Up: Random Number Distributions
+
+20.15 The Gamma Distribution
+============================
+
+ -- Function: double gsl_ran_gamma (const gsl_rng *r, double a, double
+          b)
+
+     This function returns a random variate from the gamma distribution.
+     The distribution function is,
+
+          p(x) dx = {1 \over \Gamma(a) b^a} x^{a-1} e^{-x/b} dx
+
+     for x > 0.
+
+     The gamma distribution with an integer parameter *note a: 73f. is
+     known as the Erlang distribution.
+
+     The variates are computed using the Marsaglia-Tsang fast gamma
+     method.  This function for this method was previously called
+     ‘gsl_ran_gamma_mt()’ and can still be accessed using this name.
+
+ -- Function: double gsl_ran_gamma_knuth (const gsl_rng *r, double a,
+          double b)
+
+     This function returns a gamma variate using the algorithms from
+     Knuth (vol 2).
+
+ -- Function: double gsl_ran_gamma_pdf (double x, double a, double b)
+
+     This function computes the probability density p(x) at *note x:
+     741. for a gamma distribution with parameters *note a: 741. and
+     *note b: 741, using the formula given above.
+
+[gsl-ref-figures/rand-gamma]
+ -- Function: double gsl_cdf_gamma_P (double x, double a, double b)
+ -- Function: double gsl_cdf_gamma_Q (double x, double a, double b)
+ -- Function: double gsl_cdf_gamma_Pinv (double P, double a, double b)
+ -- Function: double gsl_cdf_gamma_Qinv (double Q, double a, double b)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the gamma distribution with parameters
+     *note a: 745. and *note b: 745.
+
+\1f
+File: gsl-ref.info,  Node: The Flat Uniform Distribution,  Next: The Lognormal Distribution,  Prev: The Gamma Distribution,  Up: Random Number Distributions
+
+20.16 The Flat (Uniform) Distribution
+=====================================
+
+ -- Function: double gsl_ran_flat (const gsl_rng *r, double a, double b)
+
+     This function returns a random variate from the flat (uniform)
+     distribution from *note a: 747. to *note b: 747.  The distribution
+     is,
+
+          p(x) dx = {1 \over (b-a)} dx
+
+     if a \le x < b and 0 otherwise.
+
+ -- Function: double gsl_ran_flat_pdf (double x, double a, double b)
+
+     This function computes the probability density p(x) at *note x:
+     748. for a uniform distribution from *note a: 748. to *note b: 748,
+     using the formula given above.
+
+[gsl-ref-figures/rand-flat]
+ -- Function: double gsl_cdf_flat_P (double x, double a, double b)
+ -- Function: double gsl_cdf_flat_Q (double x, double a, double b)
+ -- Function: double gsl_cdf_flat_Pinv (double P, double a, double b)
+ -- Function: double gsl_cdf_flat_Qinv (double Q, double a, double b)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for a uniform distribution from *note a:
+     74c. to *note b: 74c.
+
+\1f
+File: gsl-ref.info,  Node: The Lognormal Distribution,  Next: The Chi-squared Distribution,  Prev: The Flat Uniform Distribution,  Up: Random Number Distributions
+
+20.17 The Lognormal Distribution
+================================
+
+ -- Function: double gsl_ran_lognormal (const gsl_rng *r, double zeta,
+          double sigma)
+
+     This function returns a random variate from the lognormal
+     distribution.  The distribution function is,
+
+          p(x) dx = {1 \over x \sqrt{2 \pi \sigma^2}} \exp(-(\ln(x) - \zeta)^2/2 \sigma^2) dx
+
+     for x > 0.
+
+ -- Function: double gsl_ran_lognormal_pdf (double x, double zeta,
+          double sigma)
+
+     This function computes the probability density p(x) at *note x:
+     74f. for a lognormal distribution with parameters *note zeta: 74f.
+     and *note sigma: 74f, using the formula given above.
+
+[gsl-ref-figures/rand-lognormal]
+ -- Function: double gsl_cdf_lognormal_P (double x, double zeta, double
+          sigma)
+ -- Function: double gsl_cdf_lognormal_Q (double x, double zeta, double
+          sigma)
+ -- Function: double gsl_cdf_lognormal_Pinv (double P, double zeta,
+          double sigma)
+ -- Function: double gsl_cdf_lognormal_Qinv (double Q, double zeta,
+          double sigma)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the lognormal distribution with
+     parameters *note zeta: 753. and *note sigma: 753.
+
+\1f
+File: gsl-ref.info,  Node: The Chi-squared Distribution,  Next: The F-distribution,  Prev: The Lognormal Distribution,  Up: Random Number Distributions
+
+20.18 The Chi-squared Distribution
+==================================
+
+The chi-squared distribution arises in statistics.  If Y_i are n
+independent Gaussian random variates with unit variance then the
+sum-of-squares,
+
+     X_i = \sum_i Y_i^2
+
+has a chi-squared distribution with n degrees of freedom.
+
+ -- Function: double gsl_ran_chisq (const gsl_rng *r, double nu)
+
+     This function returns a random variate from the chi-squared
+     distribution with *note nu: 755. degrees of freedom.  The
+     distribution function is,
+
+          p(x) dx = {1 \over 2 \Gamma(\nu/2) } (x/2)^{\nu/2 - 1} \exp(-x/2) dx
+
+     for x \ge 0.
+
+ -- Function: double gsl_ran_chisq_pdf (double x, double nu)
+
+     This function computes the probability density p(x) at *note x:
+     756. for a chi-squared distribution with *note nu: 756. degrees of
+     freedom, using the formula given above.
+
+[gsl-ref-figures/rand-chisq]
+ -- Function: double gsl_cdf_chisq_P (double x, double nu)
+ -- Function: double gsl_cdf_chisq_Q (double x, double nu)
+ -- Function: double gsl_cdf_chisq_Pinv (double P, double nu)
+ -- Function: double gsl_cdf_chisq_Qinv (double Q, double nu)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the chi-squared distribution with *note
+     nu: 75a. degrees of freedom.
+
+\1f
+File: gsl-ref.info,  Node: The F-distribution,  Next: The t-distribution,  Prev: The Chi-squared Distribution,  Up: Random Number Distributions
+
+20.19 The F-distribution
+========================
+
+The F-distribution arises in statistics.  If Y_1 and Y_2 are chi-squared
+deviates with \nu_1 and \nu_2 degrees of freedom then the ratio,
+
+     X = { (Y_1 / \nu_1) \over (Y_2 / \nu_2) }
+
+has an F-distribution F(x;\nu_1,\nu_2).
+
+ -- Function: double gsl_ran_fdist (const gsl_rng *r, double nu1, double
+          nu2)
+
+     This function returns a random variate from the F-distribution with
+     degrees of freedom *note nu1: 75c. and *note nu2: 75c.  The
+     distribution function is,
+
+          p(x) dx =
+             { \Gamma((\nu_1 + \nu_2)/2)
+                  \over \Gamma(\nu_1/2) \Gamma(\nu_2/2) }
+             \nu_1^{\nu_1/2} \nu_2^{\nu_2/2}
+             x^{\nu_1/2 - 1} (\nu_2 + \nu_1 x)^{-\nu_1/2 -\nu_2/2}
+
+     for x \ge 0.
+
+ -- Function: double gsl_ran_fdist_pdf (double x, double nu1, double
+          nu2)
+
+     This function computes the probability density p(x) at *note x:
+     75d. for an F-distribution with *note nu1: 75d. and *note nu2: 75d.
+     degrees of freedom, using the formula given above.
+
+[gsl-ref-figures/rand-fdist]
+ -- Function: double gsl_cdf_fdist_P (double x, double nu1, double nu2)
+ -- Function: double gsl_cdf_fdist_Q (double x, double nu1, double nu2)
+ -- Function: double gsl_cdf_fdist_Pinv (double P, double nu1, double
+          nu2)
+ -- Function: double gsl_cdf_fdist_Qinv (double Q, double nu1, double
+          nu2)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the F-distribution with *note nu1: 761.
+     and *note nu2: 761. degrees of freedom.
+
+\1f
+File: gsl-ref.info,  Node: The t-distribution,  Next: The Beta Distribution,  Prev: The F-distribution,  Up: Random Number Distributions
+
+20.20 The t-distribution
+========================
+
+The t-distribution arises in statistics.  If Y_1 has a normal
+distribution and Y_2 has a chi-squared distribution with \nu degrees of
+freedom then the ratio,
+
+     X = { Y_1 \over \sqrt{Y_2 / \nu} }
+
+has a t-distribution t(x;\nu) with \nu degrees of freedom.
+
+ -- Function: double gsl_ran_tdist (const gsl_rng *r, double nu)
+
+     This function returns a random variate from the t-distribution.
+     The distribution function is,
+
+          p(x) dx = {\Gamma((\nu + 1)/2) \over \sqrt{\pi \nu} \Gamma(\nu/2)} (1 + x^2/\nu)^{-(\nu + 1)/2} dx
+
+     for -\infty < x < +\infty.
+
+ -- Function: double gsl_ran_tdist_pdf (double x, double nu)
+
+     This function computes the probability density p(x) at *note x:
+     764. for a t-distribution with *note nu: 764. degrees of freedom,
+     using the formula given above.
+
+[gsl-ref-figures/rand-tdist]
+ -- Function: double gsl_cdf_tdist_P (double x, double nu)
+ -- Function: double gsl_cdf_tdist_Q (double x, double nu)
+ -- Function: double gsl_cdf_tdist_Pinv (double P, double nu)
+ -- Function: double gsl_cdf_tdist_Qinv (double Q, double nu)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the t-distribution with *note nu: 768.
+     degrees of freedom.
+
+\1f
+File: gsl-ref.info,  Node: The Beta Distribution,  Next: The Logistic Distribution,  Prev: The t-distribution,  Up: Random Number Distributions
+
+20.21 The Beta Distribution
+===========================
+
+ -- Function: double gsl_ran_beta (const gsl_rng *r, double a, double b)
+
+     This function returns a random variate from the beta distribution.
+     The distribution function is,
+
+          p(x) dx = {\Gamma(a+b) \over \Gamma(a) \Gamma(b)} x^{a-1} (1-x)^{b-1} dx
+
+     for 0 \le x \le 1.
+
+ -- Function: double gsl_ran_beta_pdf (double x, double a, double b)
+
+     This function computes the probability density p(x) at *note x:
+     76b. for a beta distribution with parameters *note a: 76b. and
+     *note b: 76b, using the formula given above.
+
+[gsl-ref-figures/rand-beta]
+ -- Function: double gsl_cdf_beta_P (double x, double a, double b)
+ -- Function: double gsl_cdf_beta_Q (double x, double a, double b)
+ -- Function: double gsl_cdf_beta_Pinv (double P, double a, double b)
+ -- Function: double gsl_cdf_beta_Qinv (double Q, double a, double b)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the beta distribution with parameters
+     *note a: 76f. and *note b: 76f.
+
+\1f
+File: gsl-ref.info,  Node: The Logistic Distribution,  Next: The Pareto Distribution,  Prev: The Beta Distribution,  Up: Random Number Distributions
+
+20.22 The Logistic Distribution
+===============================
+
+ -- Function: double gsl_ran_logistic (const gsl_rng *r, double a)
+
+     This function returns a random variate from the logistic
+     distribution.  The distribution function is,
+
+          p(x) dx = { \exp(-x/a) \over a (1 + \exp(-x/a))^2 } dx
+
+     for -\infty < x < +\infty.
+
+ -- Function: double gsl_ran_logistic_pdf (double x, double a)
+
+     This function computes the probability density p(x) at *note x:
+     772. for a logistic distribution with scale parameter *note a: 772,
+     using the formula given above.
+
+[gsl-ref-figures/rand-logistic]
+ -- Function: double gsl_cdf_logistic_P (double x, double a)
+ -- Function: double gsl_cdf_logistic_Q (double x, double a)
+ -- Function: double gsl_cdf_logistic_Pinv (double P, double a)
+ -- Function: double gsl_cdf_logistic_Qinv (double Q, double a)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the logistic distribution with scale
+     parameter *note a: 776.
+
+\1f
+File: gsl-ref.info,  Node: The Pareto Distribution,  Next: Spherical Vector Distributions,  Prev: The Logistic Distribution,  Up: Random Number Distributions
+
+20.23 The Pareto Distribution
+=============================
+
+ -- Function: double gsl_ran_pareto (const gsl_rng *r, double a, double
+          b)
+
+     This function returns a random variate from the Pareto distribution
+     of order *note a: 778.  The distribution function is,
+
+          p(x) dx = (a/b) / (x/b)^{a+1} dx
+
+     for x \ge b.
+
+ -- Function: double gsl_ran_pareto_pdf (double x, double a, double b)
+
+     This function computes the probability density p(x) at *note x:
+     779. for a Pareto distribution with exponent *note a: 779. and
+     scale *note b: 779, using the formula given above.
+
+[gsl-ref-figures/rand-pareto]
+ -- Function: double gsl_cdf_pareto_P (double x, double a, double b)
+ -- Function: double gsl_cdf_pareto_Q (double x, double a, double b)
+ -- Function: double gsl_cdf_pareto_Pinv (double P, double a, double b)
+ -- Function: double gsl_cdf_pareto_Qinv (double Q, double a, double b)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the Pareto distribution with exponent
+     *note a: 77d. and scale *note b: 77d.
+
+\1f
+File: gsl-ref.info,  Node: Spherical Vector Distributions,  Next: The Weibull Distribution,  Prev: The Pareto Distribution,  Up: Random Number Distributions
+
+20.24 Spherical Vector Distributions
+====================================
+
+The spherical distributions generate random vectors, located on a
+spherical surface.  They can be used as random directions, for example
+in the steps of a random walk.
+
+ -- Function: void gsl_ran_dir_2d (const gsl_rng *r, double *x, double
+          *y)
+ -- Function: void gsl_ran_dir_2d_trig_method (const gsl_rng *r, double
+          *x, double *y)
+
+     This function returns a random direction vector v = (*note x: 780,
+     *note y: 780.) in two dimensions.  The vector is normalized such
+     that |v|^2 = x^2 + y^2 = 1.  The obvious way to do this is to take
+     a uniform random number between 0 and 2\pi and let *note x: 780.
+     and *note y: 780. be the sine and cosine respectively.  Two trig
+     functions would have been expensive in the old days, but with
+     modern hardware implementations, this is sometimes the fastest way
+     to go.  This is the case for the Pentium (but not the case for the
+     Sun Sparcstation).  One can avoid the trig evaluations by choosing
+     *note x: 780. and *note y: 780. in the interior of a unit circle
+     (choose them at random from the interior of the enclosing square,
+     and then reject those that are outside the unit circle), and then
+     dividing by \sqrt{x^2 + y^2}.  A much cleverer approach, attributed
+     to von Neumann (See Knuth, v2, 3rd ed, p140, exercise 23), requires
+     neither trig nor a square root.  In this approach, ‘u’ and ‘v’ are
+     chosen at random from the interior of a unit circle, and then
+     x=(u^2-v^2)/(u^2+v^2) and y=2uv/(u^2+v^2).
+
+ -- Function: void gsl_ran_dir_3d (const gsl_rng *r, double *x, double
+          *y, double *z)
+
+     This function returns a random direction vector v = (*note x: 781,
+     *note y: 781, *note z: 781.) in three dimensions.  The vector is
+     normalized such that |v|^2 = x^2 + y^2 + z^2 = 1.  The method
+     employed is due to Robert E. Knop (CACM 13, 326 (1970)), and
+     explained in Knuth, v2, 3rd ed, p136.  It uses the surprising fact
+     that the distribution projected along any axis is actually uniform
+     (this is only true for 3 dimensions).
+
+ -- Function: void gsl_ran_dir_nd (const gsl_rng *r, size_t n, double
+          *x)
+
+     This function returns a random direction vector v =
+     (x_1,x_2,\ldots,x_n) in *note n: 782. dimensions.  The vector is
+     normalized such that |v|^2 = x_1^2 + x_2^2 + \cdots + x_n^2 = 1.
+     The method uses the fact that a multivariate Gaussian distribution
+     is spherically symmetric.  Each component is generated to have a
+     Gaussian distribution, and then the components are normalized.  The
+     method is described by Knuth, v2, 3rd ed, p135–136, and attributed
+     to G. W. Brown, Modern Mathematics for the Engineer (1956).
+
+\1f
+File: gsl-ref.info,  Node: The Weibull Distribution,  Next: The Type-1 Gumbel Distribution,  Prev: Spherical Vector Distributions,  Up: Random Number Distributions
+
+20.25 The Weibull Distribution
+==============================
+
+ -- Function: double gsl_ran_weibull (const gsl_rng *r, double a, double
+          b)
+
+     This function returns a random variate from the Weibull
+     distribution.  The distribution function is,
+
+          p(x) dx = {b \over a^b} x^{b-1} \exp(-(x/a)^b) dx
+
+     for x \ge 0.
+
+ -- Function: double gsl_ran_weibull_pdf (double x, double a, double b)
+
+     This function computes the probability density p(x) at *note x:
+     785. for a Weibull distribution with scale *note a: 785. and
+     exponent *note b: 785, using the formula given above.
+
+[gsl-ref-figures/rand-weibull]
+ -- Function: double gsl_cdf_weibull_P (double x, double a, double b)
+ -- Function: double gsl_cdf_weibull_Q (double x, double a, double b)
+ -- Function: double gsl_cdf_weibull_Pinv (double P, double a, double b)
+ -- Function: double gsl_cdf_weibull_Qinv (double Q, double a, double b)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the Weibull distribution with scale
+     *note a: 789. and exponent *note b: 789.
+
+\1f
+File: gsl-ref.info,  Node: The Type-1 Gumbel Distribution,  Next: The Type-2 Gumbel Distribution,  Prev: The Weibull Distribution,  Up: Random Number Distributions
+
+20.26 The Type-1 Gumbel Distribution
+====================================
+
+ -- Function: double gsl_ran_gumbel1 (const gsl_rng *r, double a, double
+          b)
+
+     This function returns a random variate from the Type-1 Gumbel
+     distribution.  The Type-1 Gumbel distribution function is,
+
+          p(x) dx = a b \exp(-(b \exp(-ax) + ax)) dx
+
+     for -\infty < x < \infty.
+
+ -- Function: double gsl_ran_gumbel1_pdf (double x, double a, double b)
+
+     This function computes the probability density p(x) at *note x:
+     78c. for a Type-1 Gumbel distribution with parameters *note a: 78c.
+     and *note b: 78c, using the formula given above.
+
+[gsl-ref-figures/rand-gumbel1]
+ -- Function: double gsl_cdf_gumbel1_P (double x, double a, double b)
+ -- Function: double gsl_cdf_gumbel1_Q (double x, double a, double b)
+ -- Function: double gsl_cdf_gumbel1_Pinv (double P, double a, double b)
+ -- Function: double gsl_cdf_gumbel1_Qinv (double Q, double a, double b)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the Type-1 Gumbel distribution with
+     parameters *note a: 790. and *note b: 790.
+
+\1f
+File: gsl-ref.info,  Node: The Type-2 Gumbel Distribution,  Next: The Dirichlet Distribution,  Prev: The Type-1 Gumbel Distribution,  Up: Random Number Distributions
+
+20.27 The Type-2 Gumbel Distribution
+====================================
+
+ -- Function: double gsl_ran_gumbel2 (const gsl_rng *r, double a, double
+          b)
+
+     This function returns a random variate from the Type-2 Gumbel
+     distribution.  The Type-2 Gumbel distribution function is,
+
+          p(x) dx = a b x^{-a-1} \exp(-b x^{-a}) dx
+
+     for 0 < x < \infty.
+
+ -- Function: double gsl_ran_gumbel2_pdf (double x, double a, double b)
+
+     This function computes the probability density p(x) at *note x:
+     793. for a Type-2 Gumbel distribution with parameters *note a: 793.
+     and *note b: 793, using the formula given above.
+
+[gsl-ref-figures/rand-gumbel2]
+ -- Function: double gsl_cdf_gumbel2_P (double x, double a, double b)
+ -- Function: double gsl_cdf_gumbel2_Q (double x, double a, double b)
+ -- Function: double gsl_cdf_gumbel2_Pinv (double P, double a, double b)
+ -- Function: double gsl_cdf_gumbel2_Qinv (double Q, double a, double b)
+
+     These functions compute the cumulative distribution functions P(x),
+     Q(x) and their inverses for the Type-2 Gumbel distribution with
+     parameters *note a: 797. and *note b: 797.
+
+\1f
+File: gsl-ref.info,  Node: The Dirichlet Distribution,  Next: General Discrete Distributions,  Prev: The Type-2 Gumbel Distribution,  Up: Random Number Distributions
+
+20.28 The Dirichlet Distribution
+================================
+
+ -- Function: void gsl_ran_dirichlet (const gsl_rng *r, size_t K, const
+          double alpha[], double theta[])
+
+     This function returns an array of *note K: 799. random variates
+     from a Dirichlet distribution of order *note K: 799.-1.  The
+     distribution function is
+
+          p(\theta_1, ..., \theta_K) d\theta_1 ... d\theta_K =
+            (1/Z) \prod_{i=1}^K \theta_i^{\alpha_i - 1} \delta(1 -\sum_{i=1}^K \theta_i) d\theta_1 ... d\theta_K
+
+     for \theta_i \ge 0 and \alpha_i > 0.  The delta function ensures
+     that \sum \theta_i = 1.  The normalization factor Z is
+
+          Z = {\prod_{i=1}^K \Gamma(\alpha_i) \over \Gamma( \sum_{i=1}^K \alpha_i)}
+
+     The random variates are generated by sampling *note K: 799. values
+     from gamma distributions with parameters a=\alpha_i$, $b=1, and
+     renormalizing.  See A.M. Law, W.D. Kelton, `Simulation Modeling and
+     Analysis' (1991).
+
+ -- Function: double gsl_ran_dirichlet_pdf (size_t K, const double
+          alpha[], const double theta[])
+
+     This function computes the probability density p(\theta_1, \ldots ,
+     \theta_K) at ‘theta[K]’ for a Dirichlet distribution with
+     parameters ‘alpha[K]’, using the formula given above.
+
+ -- Function: double gsl_ran_dirichlet_lnpdf (size_t K, const double
+          alpha[], const double theta[])
+
+     This function computes the logarithm of the probability density
+     p(\theta_1, \ldots , \theta_K) for a Dirichlet distribution with
+     parameters ‘alpha[K]’.
+
+\1f
+File: gsl-ref.info,  Node: General Discrete Distributions,  Next: The Poisson Distribution,  Prev: The Dirichlet Distribution,  Up: Random Number Distributions
+
+20.29 General Discrete Distributions
+====================================
+
+Given K discrete events with different probabilities P[k], produce a
+random value k consistent with its probability.
+
+The obvious way to do this is to preprocess the probability list by
+generating a cumulative probability array with K + 1 elements:
+
+     C[0] = 0
+     C[k+1] = C[k] + P[k]
+
+Note that this construction produces C[K] = 1.  Now choose a uniform
+deviate u between 0 and 1, and find the value of k such that C[k] \le u
+< C[k+1].  Although this in principle requires of order \log K steps per
+random number generation, they are fast steps, and if you use something
+like \lfloor uK \rfloor as a starting point, you can often do pretty
+well.
+
+But faster methods have been devised.  Again, the idea is to preprocess
+the probability list, and save the result in some form of lookup table;
+then the individual calls for a random discrete event can go rapidly.
+An approach invented by G. Marsaglia (Generating discrete random
+variables in a computer, Comm ACM 6, 37–38 (1963)) is very clever, and
+readers interested in examples of good algorithm design are directed to
+this short and well-written paper.  Unfortunately, for large K,
+Marsaglia’s lookup table can be quite large.
+
+A much better approach is due to Alastair J. Walker (An efficient method
+for generating discrete random variables with general distributions, ACM
+Trans on Mathematical Software 3, 253–256 (1977); see also Knuth, v2,
+3rd ed, p120–121,139).  This requires two lookup tables, one floating
+point and one integer, but both only of size K. After preprocessing, the
+random numbers are generated in O(1) time, even for large K. The
+preprocessing suggested by Walker requires O(K^2) effort, but that is
+not actually necessary, and the implementation provided here only takes
+O(K) effort.  In general, more preprocessing leads to faster generation
+of the individual random numbers, but a diminishing return is reached
+pretty early.  Knuth points out that the optimal preprocessing is
+combinatorially difficult for large K.
+
+This method can be used to speed up some of the discrete random number
+generators below, such as the binomial distribution.  To use it for
+something like the Poisson Distribution, a modification would have to be
+made, since it only takes a finite set of K outcomes.
+
+ -- Type: gsl_ran_discrete_t
+
+     This structure contains the lookup table for the discrete random
+     number generator.
+
+ -- Function: *note gsl_ran_discrete_t: 79d. *gsl_ran_discrete_preproc
+          (size_t K, const double *P)
+
+     This function returns a pointer to a structure that contains the
+     lookup table for the discrete random number generator.  The array
+     *note P: 79e. contains the probabilities of the discrete events;
+     these array elements must all be positive, but they needn’t add up
+     to one (so you can think of them more generally as “weights”)—the
+     preprocessor will normalize appropriately.  This return value is
+     used as an argument for the *note gsl_ran_discrete(): 79f. function
+     below.
+
+ -- Function: size_t gsl_ran_discrete (const gsl_rng *r, const
+          gsl_ran_discrete_t *g)
+
+     After the preprocessor, above, has been called, you use this
+     function to get the discrete random numbers.
+
+ -- Function: double gsl_ran_discrete_pdf (size_t k, const
+          gsl_ran_discrete_t *g)
+
+     Returns the probability P[k] of observing the variable *note k:
+     7a0.  Since P[k] is not stored as part of the lookup table, it must
+     be recomputed; this computation takes O(K), so if ‘K’ is large and
+     you care about the original array P[k] used to create the lookup
+     table, then you should just keep this original array P[k] around.
+
+ -- Function: void gsl_ran_discrete_free (gsl_ran_discrete_t *g)
+
+     De-allocates the lookup table pointed to by *note g: 7a1.
+
+\1f
+File: gsl-ref.info,  Node: The Poisson Distribution,  Next: The Bernoulli Distribution,  Prev: General Discrete Distributions,  Up: Random Number Distributions
+
+20.30 The Poisson Distribution
+==============================
+
+ -- Function: unsigned int gsl_ran_poisson (const gsl_rng *r, double mu)
+
+     This function returns a random integer from the Poisson
+     distribution with mean *note mu: 7a3.  The probability distribution
+     for Poisson variates is,
+
+          p(k) = {\mu^k \over k!} \exp(-\mu)
+
+     for k \ge 0.
+
+ -- Function: double gsl_ran_poisson_pdf (unsigned int k, double mu)
+
+     This function computes the probability p(k) of obtaining *note k:
+     7a4. from a Poisson distribution with mean *note mu: 7a4, using the
+     formula given above.
+
+[gsl-ref-figures/rand-poisson]
+ -- Function: double gsl_cdf_poisson_P (unsigned int k, double mu)
+ -- Function: double gsl_cdf_poisson_Q (unsigned int k, double mu)
+
+     These functions compute the cumulative distribution functions P(k),
+     Q(k) for the Poisson distribution with parameter *note mu: 7a6.
+
+\1f
+File: gsl-ref.info,  Node: The Bernoulli Distribution,  Next: The Binomial Distribution,  Prev: The Poisson Distribution,  Up: Random Number Distributions
+
+20.31 The Bernoulli Distribution
+================================
+
+ -- Function: unsigned int gsl_ran_bernoulli (const gsl_rng *r, double
+          p)
+
+     This function returns either 0 or 1, the result of a Bernoulli
+     trial with probability *note p: 7a8.  The probability distribution
+     for a Bernoulli trial is,
+
+          p(0) = 1 - p
+          p(1) = p
+
+ -- Function: double gsl_ran_bernoulli_pdf (unsigned int k, double p)
+
+     This function computes the probability p(k) of obtaining *note k:
+     7a9. from a Bernoulli distribution with probability parameter *note
+     p: 7a9, using the formula given above.
+
+[gsl-ref-figures/rand-bernoulli]
+\1f
+File: gsl-ref.info,  Node: The Binomial Distribution,  Next: The Multinomial Distribution,  Prev: The Bernoulli Distribution,  Up: Random Number Distributions
+
+20.32 The Binomial Distribution
+===============================
+
+ -- Function: unsigned int gsl_ran_binomial (const gsl_rng *r, double p,
+          unsigned int n)
+
+     This function returns a random integer from the binomial
+     distribution, the number of successes in *note n: 7ab. independent
+     trials with probability *note p: 7ab.  The probability distribution
+     for binomial variates is,
+
+          p(k) = {n! \over k! (n-k)!} p^k (1-p)^{n-k}
+
+     for 0 \le k \le n.
+
+ -- Function: double gsl_ran_binomial_pdf (unsigned int k, double p,
+          unsigned int n)
+
+     This function computes the probability p(k) of obtaining *note k:
+     7ac. from a binomial distribution with parameters *note p: 7ac. and
+     *note n: 7ac, using the formula given above.
+
+[gsl-ref-figures/rand-binomial]
+ -- Function: double gsl_cdf_binomial_P (unsigned int k, double p,
+          unsigned int n)
+ -- Function: double gsl_cdf_binomial_Q (unsigned int k, double p,
+          unsigned int n)
+
+     These functions compute the cumulative distribution functions P(k),
+     Q(k) for the binomial distribution with parameters *note p: 7ae.
+     and *note n: 7ae.
+
+\1f
+File: gsl-ref.info,  Node: The Multinomial Distribution,  Next: The Negative Binomial Distribution,  Prev: The Binomial Distribution,  Up: Random Number Distributions
+
+20.33 The Multinomial Distribution
+==================================
+
+ -- Function: void gsl_ran_multinomial (const gsl_rng *r, size_t K,
+          unsigned int N, const double p[], unsigned int n[])
+
+     This function computes a random sample *note n: 7b0. from the
+     multinomial distribution formed by *note N: 7b0. trials from an
+     underlying distribution ‘p[K]’.  The distribution function for
+     *note n: 7b0. is,
+
+          P(n_1, n_2, ..., n_K) =
+            (N!/(n_1! n_2! ... n_K!)) p_1^n_1 p_2^n_2 ... p_K^n_K
+
+     where (n_1, n_2, \ldots, n_K) are nonnegative integers with
+     \sum_{k=1}^{K} n_k = N, and (p_1, p_2, \ldots, p_K) is a
+     probability distribution with \sum p_i = 1.  If the array ‘p[K]’ is
+     not normalized then its entries will be treated as weights and
+     normalized appropriately.  The arrays *note n: 7b0. and *note p:
+     7b0. must both be of length *note K: 7b0.
+
+     Random variates are generated using the conditional binomial method
+     (see C.S. Davis, `The computer generation of multinomial random
+     variates', Comp.  Stat.  Data Anal.  16 (1993) 205–217 for
+     details).
+
+ -- Function: double gsl_ran_multinomial_pdf (size_t K, const double
+          p[], const unsigned int n[])
+
+     This function computes the probability P(n_1, n_2, \ldots, n_K) of
+     sampling ‘n[K]’ from a multinomial distribution with parameters
+     ‘p[K]’, using the formula given above.
+
+ -- Function: double gsl_ran_multinomial_lnpdf (size_t K, const double
+          p[], const unsigned int n[])
+
+     This function returns the logarithm of the probability for the
+     multinomial distribution P(n_1, n_2, \ldots, n_K) with parameters
+     ‘p[K]’.
+
+\1f
+File: gsl-ref.info,  Node: The Negative Binomial Distribution,  Next: The Pascal Distribution,  Prev: The Multinomial Distribution,  Up: Random Number Distributions
+
+20.34 The Negative Binomial Distribution
+========================================
+
+ -- Function: unsigned int gsl_ran_negative_binomial (const gsl_rng *r,
+          double p, double n)
+
+     This function returns a random integer from the negative binomial
+     distribution, the number of failures occurring before *note n: 7b4.
+     successes in independent trials with probability *note p: 7b4. of
+     success.  The probability distribution for negative binomial
+     variates is,
+
+          p(k) = {\Gamma(n + k) \over \Gamma(k+1) \Gamma(n) } p^n (1-p)^k
+
+     Note that n is not required to be an integer.
+
+ -- Function: double gsl_ran_negative_binomial_pdf (unsigned int k,
+          double p, double n)
+
+     This function computes the probability p(k) of obtaining *note k:
+     7b5. from a negative binomial distribution with parameters *note p:
+     7b5. and *note n: 7b5, using the formula given above.
+
+[gsl-ref-figures/rand-nbinomial]
+ -- Function: double gsl_cdf_negative_binomial_P (unsigned int k, double
+          p, double n)
+ -- Function: double gsl_cdf_negative_binomial_Q (unsigned int k, double
+          p, double n)
+
+     These functions compute the cumulative distribution functions P(k),
+     Q(k) for the negative binomial distribution with parameters *note
+     p: 7b7. and *note n: 7b7.
+
+\1f
+File: gsl-ref.info,  Node: The Pascal Distribution,  Next: The Geometric Distribution,  Prev: The Negative Binomial Distribution,  Up: Random Number Distributions
+
+20.35 The Pascal Distribution
+=============================
+
+ -- Function: unsigned int gsl_ran_pascal (const gsl_rng *r, double p,
+          unsigned int n)
+
+     This function returns a random integer from the Pascal
+     distribution.  The Pascal distribution is simply a negative
+     binomial distribution with an integer value of n.
+
+          p(k) = {(n + k - 1)! \over k! (n - 1)! } p^n (1-p)^k
+
+     for k \ge 0.
+
+ -- Function: double gsl_ran_pascal_pdf (unsigned int k, double p,
+          unsigned int n)
+
+     This function computes the probability p(k) of obtaining *note k:
+     7ba. from a Pascal distribution with parameters *note p: 7ba. and
+     *note n: 7ba, using the formula given above.
+
+[gsl-ref-figures/rand-pascal]
+ -- Function: double gsl_cdf_pascal_P (unsigned int k, double p,
+          unsigned int n)
+ -- Function: double gsl_cdf_pascal_Q (unsigned int k, double p,
+          unsigned int n)
+
+     These functions compute the cumulative distribution functions P(k),
+     Q(k) for the Pascal distribution with parameters *note p: 7bc. and
+     *note n: 7bc.
+
+\1f
+File: gsl-ref.info,  Node: The Geometric Distribution,  Next: The Hypergeometric Distribution,  Prev: The Pascal Distribution,  Up: Random Number Distributions
+
+20.36 The Geometric Distribution
+================================
+
+ -- Function: unsigned int gsl_ran_geometric (const gsl_rng *r, double
+          p)
+
+     This function returns a random integer from the geometric
+     distribution, the number of independent trials with probability
+     *note p: 7be. until the first success.  The probability
+     distribution for geometric variates is,
+
+          p(k) = p (1-p)^{k-1}
+
+     for k \ge 1.  Note that the distribution begins with k = 1 with
+     this definition.  There is another convention in which the exponent
+     k - 1 is replaced by k.
+
+ -- Function: double gsl_ran_geometric_pdf (unsigned int k, double p)
+
+     This function computes the probability p(k) of obtaining *note k:
+     7bf. from a geometric distribution with probability parameter *note
+     p: 7bf, using the formula given above.
+
+[gsl-ref-figures/rand-geometric]
+ -- Function: double gsl_cdf_geometric_P (unsigned int k, double p)
+ -- Function: double gsl_cdf_geometric_Q (unsigned int k, double p)
+
+     These functions compute the cumulative distribution functions P(k),
+     Q(k) for the geometric distribution with parameter *note p: 7c1.
+
+\1f
+File: gsl-ref.info,  Node: The Hypergeometric Distribution,  Next: The Logarithmic Distribution,  Prev: The Geometric Distribution,  Up: Random Number Distributions
+
+20.37 The Hypergeometric Distribution
+=====================================
+
+ -- Function: unsigned int gsl_ran_hypergeometric (const gsl_rng *r,
+          unsigned int n1, unsigned int n2, unsigned int t)
+
+     This function returns a random integer from the hypergeometric
+     distribution.  The probability distribution for hypergeometric
+     random variates is,
+
+          p(k) = C(n_1, k) C(n_2, t - k) / C(n_1 + n_2, t)
+
+     where C(a,b) = a!/(b!(a-b)!) and t \leq n_1 + n_2.  The domain of k
+     is \max(0, t - n_2), \ldots, \min(t, n_1)
+
+     If a population contains n_1 elements of “type 1” and n_2 elements
+     of “type 2” then the hypergeometric distribution gives the
+     probability of obtaining k elements of “type 1” in t samples from
+     the population without replacement.
+
+ -- Function: double gsl_ran_hypergeometric_pdf (unsigned int k,
+          unsigned int n1, unsigned int n2, unsigned int t)
+
+     This function computes the probability p(k) of obtaining *note k:
+     7c4. from a hypergeometric distribution with parameters *note n1:
+     7c4, *note n2: 7c4, *note t: 7c4, using the formula given above.
+
+[gsl-ref-figures/rand-hypergeometric]
+ -- Function: double gsl_cdf_hypergeometric_P (unsigned int k, unsigned
+          int n1, unsigned int n2, unsigned int t)
+ -- Function: double gsl_cdf_hypergeometric_Q (unsigned int k, unsigned
+          int n1, unsigned int n2, unsigned int t)
+
+     These functions compute the cumulative distribution functions P(k),
+     Q(k) for the hypergeometric distribution with parameters *note n1:
+     7c6, *note n2: 7c6. and *note t: 7c6.
+
+\1f
+File: gsl-ref.info,  Node: The Logarithmic Distribution,  Next: The Wishart Distribution,  Prev: The Hypergeometric Distribution,  Up: Random Number Distributions
+
+20.38 The Logarithmic Distribution
+==================================
+
+ -- Function: unsigned int gsl_ran_logarithmic (const gsl_rng *r, double
+          p)
+
+     This function returns a random integer from the logarithmic
+     distribution.  The probability distribution for logarithmic random
+     variates is,
+
+          p(k) = {-1 \over \log(1-p)} {(p^k \over k)}
+
+     for k \ge 1.
+
+ -- Function: double gsl_ran_logarithmic_pdf (unsigned int k, double p)
+
+     This function computes the probability p(k) of obtaining *note k:
+     7c9. from a logarithmic distribution with probability parameter
+     *note p: 7c9, using the formula given above.
+
+[gsl-ref-figures/rand-logarithmic]
+\1f
+File: gsl-ref.info,  Node: The Wishart Distribution,  Next: Shuffling and Sampling,  Prev: The Logarithmic Distribution,  Up: Random Number Distributions
+
+20.39 The Wishart Distribution
+==============================
+
+ -- Function: int gsl_ran_wishart (const gsl_rng *r, const double n,
+          const gsl_matrix *L, gsl_matrix *result, gsl_matrix *work)
+
+     This function computes a random symmetric p-by-p matrix from the
+     Wishart distribution.  The probability distribution for Wishart
+     random variates is,
+
+          p(X) = \frac{|X|^{(n-p-1)/2} e^{-tr( V^{-1} X)/2}}{2^{(np)/2} |V|^{n/2} \Gamma_p(n/2)}
+
+     Here, n > p - 1 is the number of degrees of freedom, V is a
+     symmetric positive definite p-by-p scale matrix, whose Cholesky
+     factor is specified by *note L: 7cb, and *note work: 7cb. is p-by-p
+     workspace.  The p-by-p Wishart distributed matrix X is stored in
+     *note result: 7cb. on output.
+
+ -- Function: int gsl_ran_wishart_pdf (const gsl_matrix *X, const
+          gsl_matrix *L_X, const double n, const gsl_matrix *L, double
+          *result, gsl_matrix *work)
+ -- Function: int gsl_ran_wishart_log_pdf (const gsl_matrix *X, const
+          gsl_matrix *L_X, const double n, const gsl_matrix *L, double
+          *result, gsl_matrix *work)
+
+     These functions compute p(X) or \log{p(X)} for the p-by-p matrix
+     *note X: 7cd, whose Cholesky factor is specified in *note L_X: 7cd.
+     The degrees of freedom is given by *note n: 7cd, the Cholesky
+     factor of the scale matrix V is specified in *note L: 7cd, and
+     *note work: 7cd. is p-by-p workspace.  The probably density value
+     is returned in *note result: 7cd.
+
+\1f
+File: gsl-ref.info,  Node: Shuffling and Sampling,  Next: Examples<14>,  Prev: The Wishart Distribution,  Up: Random Number Distributions
+
+20.40 Shuffling and Sampling
+============================
+
+The following functions allow the shuffling and sampling of a set of
+objects.  The algorithms rely on a random number generator as a source
+of randomness and a poor quality generator can lead to correlations in
+the output.  In particular it is important to avoid generators with a
+short period.  For more information see Knuth, v2, 3rd ed, Section
+3.4.2, “Random Sampling and Shuffling”.
+
+ -- Function: void gsl_ran_shuffle (const gsl_rng *r, void *base, size_t
+          n, size_t size)
+
+     This function randomly shuffles the order of *note n: 7cf. objects,
+     each of size *note size: 7cf, stored in the array ‘base[0..n-1]’.
+     The output of the random number generator *note r: 7cf. is used to
+     produce the permutation.  The algorithm generates all possible n!
+     permutations with equal probability, assuming a perfect source of
+     random numbers.
+
+     The following code shows how to shuffle the numbers from 0 to 51:
+
+          int a[52];
+
+          for (i = 0; i < 52; i++)
+            {
+              a[i] = i;
+            }
+
+          gsl_ran_shuffle (r, a, 52, sizeof (int));
+
+ -- Function: int gsl_ran_choose (const gsl_rng *r, void *dest, size_t
+          k, void *src, size_t n, size_t size)
+
+     This function fills the array ‘dest[k]’ with *note k: 7d0. objects
+     taken randomly from the *note n: 7d0. elements of the array
+     ‘src[0..n-1]’.  The objects are each of size *note size: 7d0.  The
+     output of the random number generator *note r: 7d0. is used to make
+     the selection.  The algorithm ensures all possible samples are
+     equally likely, assuming a perfect source of randomness.
+
+     The objects are sampled `without' replacement, thus each object can
+     only appear once in *note dest: 7d0.  It is required that *note k:
+     7d0. be less than or equal to *note n: 7d0.  The objects in *note
+     dest: 7d0. will be in the same relative order as those in *note
+     src: 7d0.  You will need to call ‘gsl_ran_shuffle(r, dest, n,
+     size)’ if you want to randomize the order.
+
+     The following code shows how to select a random sample of three
+     unique numbers from the set 0 to 99:
+
+          double a[3], b[100];
+
+          for (i = 0; i < 100; i++)
+            {
+              b[i] = (double) i;
+            }
+
+          gsl_ran_choose (r, a, 3, b, 100, sizeof (double));
+
+ -- Function: void gsl_ran_sample (const gsl_rng *r, void *dest, size_t
+          k, void *src, size_t n, size_t size)
+
+     This function is like *note gsl_ran_choose(): 7d0. but samples
+     *note k: 7d1. items from the original array of *note n: 7d1. items
+     *note src: 7d1. with replacement, so the same object can appear
+     more than once in the output sequence *note dest: 7d1.  There is no
+     requirement that *note k: 7d1. be less than *note n: 7d1. in this
+     case.
+
+\1f
+File: gsl-ref.info,  Node: Examples<14>,  Next: References and Further Reading<14>,  Prev: Shuffling and Sampling,  Up: Random Number Distributions
+
+20.41 Examples
+==============
+
+The following program demonstrates the use of a random number generator
+to produce variates from a distribution.  It prints 10 samples from the
+Poisson distribution with a mean of 3.
+
+     #include <stdio.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+
+     int
+     main (void)
+     {
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       int i, n = 10;
+       double mu = 3.0;
+
+       /* create a generator chosen by the
+          environment variable GSL_RNG_TYPE */
+
+       gsl_rng_env_setup();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       /* print n random variates chosen from
+          the poisson distribution with mean
+          parameter mu */
+
+       for (i = 0; i < n; i++)
+         {
+           unsigned int k = gsl_ran_poisson (r, mu);
+           printf (" %u", k);
+         }
+
+       printf ("\n");
+       gsl_rng_free (r);
+       return 0;
+     }
+
+If the library and header files are installed under ‘/usr/local’ (the
+default location) then the program can be compiled with these options:
+
+     $ gcc -Wall demo.c -lgsl -lgslcblas -lm
+
+Here is the output of the program,
+
+      2 5 5 2 1 0 3 4 1 1
+
+The variates depend on the seed used by the generator.  The seed for the
+default generator type *note gsl_rng_default: 6a7. can be changed with
+the *note GSL_RNG_SEED: 690. environment variable to produce a different
+stream of variates:
+
+     $ GSL_RNG_SEED=123 ./a.out
+
+giving output
+
+      4 5 6 3 3 1 4 2 5 5
+
+The following program generates a random walk in two dimensions.
+
+     #include <stdio.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+
+     int
+     main (void)
+     {
+       int i;
+       double x = 0, y = 0, dx, dy;
+
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       gsl_rng_env_setup();
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       printf ("%g %g\n", x, y);
+
+       for (i = 0; i < 10; i++)
+         {
+           gsl_ran_dir_2d (r, &dx, &dy);
+           x += dx; y += dy;
+           printf ("%g %g\n", x, y);
+         }
+
+       gsl_rng_free (r);
+       return 0;
+     }
+
+Fig.  %s shows the output from the program.
+
+[gsl-ref-figures/random-walk]
+Figure: Four 10-step random walks from the origin.
+
+The following program computes the upper and lower cumulative
+distribution functions for the standard normal distribution at x = 2.
+
+     #include <stdio.h>
+     #include <gsl/gsl_cdf.h>
+
+     int
+     main (void)
+     {
+       double P, Q;
+       double x = 2.0;
+
+       P = gsl_cdf_ugaussian_P (x);
+       printf ("prob(x < %f) = %f\n", x, P);
+
+       Q = gsl_cdf_ugaussian_Q (x);
+       printf ("prob(x > %f) = %f\n", x, Q);
+
+       x = gsl_cdf_ugaussian_Pinv (P);
+       printf ("Pinv(%f) = %f\n", P, x);
+
+       x = gsl_cdf_ugaussian_Qinv (Q);
+       printf ("Qinv(%f) = %f\n", Q, x);
+
+       return 0;
+     }
+
+Here is the output of the program,
+
+     prob(x < 2.000000) = 0.977250
+     prob(x > 2.000000) = 0.022750
+     Pinv(0.977250) = 2.000000
+     Qinv(0.022750) = 2.000000
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<14>,  Prev: Examples<14>,  Up: Random Number Distributions
+
+20.42 References and Further Reading
+====================================
+
+For an encyclopaedic coverage of the subject readers are advised to
+consult the book “Non-Uniform Random Variate Generation” by Luc Devroye.
+It covers every imaginable distribution and provides hundreds of
+algorithms.
+
+   * Luc Devroye, “Non-Uniform Random Variate Generation”,
+     Springer-Verlag, ISBN 0-387-96305-7.  Available online at
+     ‘http://cg.scs.carleton.ca/~luc/rnbookindex.html’.
+
+The subject of random variate generation is also reviewed by Knuth, who
+describes algorithms for all the major distributions.
+
+   * Donald E. Knuth, “The Art of Computer Programming: Seminumerical
+     Algorithms” (Vol 2, 3rd Ed, 1997), Addison-Wesley, ISBN 0201896842.
+
+The Particle Data Group provides a short review of techniques for
+generating distributions of random numbers in the “Monte Carlo” section
+of its Annual Review of Particle Physics.
+
+   * Review of Particle Properties, R.M. Barnett et al., Physical Review
+     D54, 1 (1996) ‘http://pdg.lbl.gov/’.
+
+The Review of Particle Physics is available online in postscript and pdf
+format.
+
+An overview of methods used to compute cumulative distribution functions
+can be found in `Statistical Computing' by W.J. Kennedy and J.E. Gentle.
+Another general reference is `Elements of Statistical Computing' by R.A.
+Thisted.
+
+   * William E. Kennedy and James E. Gentle, Statistical Computing
+     (1980), Marcel Dekker, ISBN 0-8247-6898-1.
+
+   * Ronald A. Thisted, Elements of Statistical Computing (1988),
+     Chapman & Hall, ISBN 0-412-01371-1.
+
+The cumulative distribution functions for the Gaussian distribution are
+based on the following papers,
+
+   * Rational Chebyshev Approximations Using Linear Equations, W.J.
+     Cody, W. Fraser, J.F. Hart.  Numerische Mathematik 12, 242–251
+     (1968).
+
+   * Rational Chebyshev Approximations for the Error Function, W.J.
+     Cody.  Mathematics of Computation 23, n107, 631–637 (July 1969).
+
+\1f
+File: gsl-ref.info,  Node: Statistics,  Next: Running Statistics,  Prev: Random Number Distributions,  Up: Top
+
+21 Statistics
+*************
+
+This chapter describes the statistical functions in the library.  The
+basic statistical functions include routines to compute the mean,
+variance and standard deviation.  More advanced functions allow you to
+calculate absolute deviations, skewness, and kurtosis as well as the
+median and arbitrary percentiles.  The algorithms use recurrence
+relations to compute average quantities in a stable way, without large
+intermediate values that might overflow.
+
+The functions are available in versions for datasets in the standard
+floating-point and integer types.  The versions for double precision
+floating-point data have the prefix ‘gsl_stats’ and are declared in the
+header file ‘gsl_statistics_double.h’.  The versions for integer data
+have the prefix ‘gsl_stats_int’ and are declared in the header file
+‘gsl_statistics_int.h’.  All the functions operate on C arrays with a
+‘stride’ parameter specifying the spacing between elements.
+
+* Menu:
+
+* Mean, Standard Deviation and Variance: Mean Standard Deviation and Variance.
+* Absolute deviation::
+* Higher moments (skewness and kurtosis): Higher moments skewness and kurtosis.
+* Autocorrelation::
+* Covariance::
+* Correlation::
+* Weighted Samples::
+* Maximum and Minimum values::
+* Median and Percentiles::
+* Order Statistics::
+* Robust Location Estimates::
+* Robust Scale Estimates::
+* Examples: Examples<15>.
+* References and Further Reading: References and Further Reading<15>.
+
+\1f
+File: gsl-ref.info,  Node: Mean Standard Deviation and Variance,  Next: Absolute deviation,  Up: Statistics
+
+21.1 Mean, Standard Deviation and Variance
+==========================================
+
+ -- Function: double gsl_stats_mean (const double data[], size_t stride,
+          size_t n)
+
+     This function returns the arithmetic mean of *note data: 1d, a
+     dataset of length *note n: 1d. with stride *note stride: 1d.  The
+     arithmetic mean, or `sample mean', is denoted by \Hat\mu and
+     defined as,
+
+          \Hat\mu = {1 \over N} \sum x_i
+
+     where x_i are the elements of the dataset *note data: 1d.  For
+     samples drawn from a gaussian distribution the variance of \Hat\mu
+     is \sigma^2 / N.
+
+ -- Function: double gsl_stats_variance (const double data[], size_t
+          stride, size_t n)
+
+     This function returns the estimated, or `sample', variance of *note
+     data: 7d8, a dataset of length *note n: 7d8. with stride *note
+     stride: 7d8.  The estimated variance is denoted by \Hat\sigma^2 and
+     is defined by,
+
+          \Hat\sigma^2 = (1/(N-1)) \sum (x_i - \Hat\mu)^2
+
+     where x_i are the elements of the dataset *note data: 7d8.  Note
+     that the normalization factor of 1/(N-1) results from the
+     derivation of \Hat\sigma^2 as an unbiased estimator of the
+     population variance \sigma^2.  For samples drawn from a Gaussian
+     distribution the variance of \Hat\sigma^2 itself is 2 \sigma^4 / N.
+
+     This function computes the mean via a call to *note
+     gsl_stats_mean(): 1d.  If you have already computed the mean then
+     you can pass it directly to *note gsl_stats_variance_m(): 7d9.
+
+ -- Function: double gsl_stats_variance_m (const double data[], size_t
+          stride, size_t n, double mean)
+
+     This function returns the sample variance of *note data: 7d9.
+     relative to the given value of *note mean: 7d9.  The function is
+     computed with \Hat\mu replaced by the value of *note mean: 7d9.
+     that you supply,
+
+          \Hat\sigma^2 = (1/(N-1)) \sum (x_i - mean)^2
+
+ -- Function: double gsl_stats_sd (const double data[], size_t stride,
+          size_t n)
+ -- Function: double gsl_stats_sd_m (const double data[], size_t stride,
+          size_t n, double mean)
+
+     The standard deviation is defined as the square root of the
+     variance.  These functions return the square root of the
+     corresponding variance functions above.
+
+ -- Function: double gsl_stats_tss (const double data[], size_t stride,
+          size_t n)
+ -- Function: double gsl_stats_tss_m (const double data[], size_t
+          stride, size_t n, double mean)
+
+     These functions return the total sum of squares (TSS) of *note
+     data: 7dd. about the mean.  For *note gsl_stats_tss_m(): 7dd. the
+     user-supplied value of *note mean: 7dd. is used, and for *note
+     gsl_stats_tss(): 7dc. it is computed using *note gsl_stats_mean():
+     1d.
+
+          TSS =  \sum (x_i - mean)^2
+
+ -- Function: double gsl_stats_variance_with_fixed_mean (const double
+          data[], size_t stride, size_t n, double mean)
+
+     This function computes an unbiased estimate of the variance of
+     *note data: 7de. when the population mean *note mean: 7de. of the
+     underlying distribution is known `a priori'.  In this case the
+     estimator for the variance uses the factor 1/N and the sample mean
+     \Hat\mu is replaced by the known population mean \mu,
+
+          \Hat\sigma^2 = (1/N) \sum (x_i - \mu)^2
+
+ -- Function: double gsl_stats_sd_with_fixed_mean (const double data[],
+          size_t stride, size_t n, double mean)
+
+     This function calculates the standard deviation of *note data: 7df.
+     for a fixed population mean *note mean: 7df.  The result is the
+     square root of the corresponding variance function.
+
+\1f
+File: gsl-ref.info,  Node: Absolute deviation,  Next: Higher moments skewness and kurtosis,  Prev: Mean Standard Deviation and Variance,  Up: Statistics
+
+21.2 Absolute deviation
+=======================
+
+ -- Function: double gsl_stats_absdev (const double data[], size_t
+          stride, size_t n)
+
+     This function computes the absolute deviation from the mean of
+     *note data: 7e1, a dataset of length *note n: 7e1. with stride
+     *note stride: 7e1.  The absolute deviation from the mean is defined
+     as,
+
+          absdev  = (1/N) \sum |x_i - \Hat\mu|
+
+     where x_i are the elements of the dataset *note data: 7e1.  The
+     absolute deviation from the mean provides a more robust measure of
+     the width of a distribution than the variance.  This function
+     computes the mean of *note data: 7e1. via a call to *note
+     gsl_stats_mean(): 1d.
+
+ -- Function: double gsl_stats_absdev_m (const double data[], size_t
+          stride, size_t n, double mean)
+
+     This function computes the absolute deviation of the dataset *note
+     data: 7e2. relative to the given value of *note mean: 7e2,
+
+          absdev  = (1/N) \sum |x_i - mean|
+
+     This function is useful if you have already computed the mean of
+     *note data: 7e2. (and want to avoid recomputing it), or wish to
+     calculate the absolute deviation relative to another value (such as
+     zero, or the median).
+
+\1f
+File: gsl-ref.info,  Node: Higher moments skewness and kurtosis,  Next: Autocorrelation,  Prev: Absolute deviation,  Up: Statistics
+
+21.3 Higher moments (skewness and kurtosis)
+===========================================
+
+ -- Function: double gsl_stats_skew (const double data[], size_t stride,
+          size_t n)
+
+     This function computes the skewness of *note data: 7e4, a dataset
+     of length *note n: 7e4. with stride *note stride: 7e4.  The
+     skewness is defined as,
+
+          skew = (1/N) \sum ((x_i - \Hat\mu)/\Hat\sigma)^3
+
+     where x_i are the elements of the dataset *note data: 7e4.  The
+     skewness measures the asymmetry of the tails of a distribution.
+
+     The function computes the mean and estimated standard deviation of
+     *note data: 7e4. via calls to *note gsl_stats_mean(): 1d. and *note
+     gsl_stats_sd(): 7da.
+
+ -- Function: double gsl_stats_skew_m_sd (const double data[], size_t
+          stride, size_t n, double mean, double sd)
+
+     This function computes the skewness of the dataset *note data: 7e5.
+     using the given values of the mean *note mean: 7e5. and standard
+     deviation *note sd: 7e5,
+
+          skew = (1/N) \sum ((x_i - mean)/sd)^3
+
+     These functions are useful if you have already computed the mean
+     and standard deviation of *note data: 7e5. and want to avoid
+     recomputing them.
+
+ -- Function: double gsl_stats_kurtosis (const double data[], size_t
+          stride, size_t n)
+
+     This function computes the kurtosis of *note data: 7e6, a dataset
+     of length *note n: 7e6. with stride *note stride: 7e6.  The
+     kurtosis is defined as,
+
+          kurtosis = ((1/N) \sum ((x_i - \Hat\mu)/\Hat\sigma)^4)  - 3
+
+     The kurtosis measures how sharply peaked a distribution is,
+     relative to its width.  The kurtosis is normalized to zero for a
+     Gaussian distribution.
+
+ -- Function: double gsl_stats_kurtosis_m_sd (const double data[],
+          size_t stride, size_t n, double mean, double sd)
+
+     This function computes the kurtosis of the dataset *note data: 7e7.
+     using the given values of the mean *note mean: 7e7. and standard
+     deviation *note sd: 7e7,
+
+          kurtosis = ((1/N) \sum ((x_i - mean)/sd)^4) - 3
+
+     This function is useful if you have already computed the mean and
+     standard deviation of *note data: 7e7. and want to avoid
+     recomputing them.
+
+\1f
+File: gsl-ref.info,  Node: Autocorrelation,  Next: Covariance,  Prev: Higher moments skewness and kurtosis,  Up: Statistics
+
+21.4 Autocorrelation
+====================
+
+ -- Function: double gsl_stats_lag1_autocorrelation (const double
+          data[], const size_t stride, const size_t n)
+
+     This function computes the lag-1 autocorrelation of the dataset
+     *note data: 7e9.
+
+          a_1 = {\sum_{i = 2}^{n} (x_{i} - \Hat\mu) (x_{i-1} - \Hat\mu)
+                 \over
+                 \sum_{i = 1}^{n} (x_{i} - \Hat\mu) (x_{i} - \Hat\mu)}
+
+ -- Function: double gsl_stats_lag1_autocorrelation_m (const double
+          data[], const size_t stride, const size_t n, const double
+          mean)
+
+     This function computes the lag-1 autocorrelation of the dataset
+     *note data: 7ea. using the given value of the mean *note mean: 7ea.
+
+\1f
+File: gsl-ref.info,  Node: Covariance,  Next: Correlation,  Prev: Autocorrelation,  Up: Statistics
+
+21.5 Covariance
+===============
+
+ -- Function: double gsl_stats_covariance (const double data1[], const
+          size_t stride1, const double data2[], const size_t stride2,
+          const size_t n)
+
+     This function computes the covariance of the datasets *note data1:
+     7ec. and *note data2: 7ec. which must both be of the same length
+     *note n: 7ec.
+
+          covar = (1/(n - 1)) \sum_{i = 1}^{n} (x_i - \Hat x) (y_i - \Hat y)
+
+ -- Function: double gsl_stats_covariance_m (const double data1[], const
+          size_t stride1, const double data2[], const size_t stride2,
+          const size_t n, const double mean1, const double mean2)
+
+     This function computes the covariance of the datasets *note data1:
+     7ed. and *note data2: 7ed. using the given values of the means,
+     *note mean1: 7ed. and *note mean2: 7ed.  This is useful if you have
+     already computed the means of *note data1: 7ed. and *note data2:
+     7ed. and want to avoid recomputing them.
+
+\1f
+File: gsl-ref.info,  Node: Correlation,  Next: Weighted Samples,  Prev: Covariance,  Up: Statistics
+
+21.6 Correlation
+================
+
+ -- Function: double gsl_stats_correlation (const double data1[], const
+          size_t stride1, const double data2[], const size_t stride2,
+          const size_t n)
+
+     This function efficiently computes the Pearson correlation
+     coefficient between the datasets *note data1: 7ef. and *note data2:
+     7ef. which must both be of the same length *note n: 7ef.
+
+          r = cov(x, y) / (\Hat\sigma_x \Hat\sigma_y)
+            = {1/(n-1) \sum (x_i - \Hat x) (y_i - \Hat y)
+               \over
+               \sqrt{1/(n-1) \sum (x_i - \Hat x)^2} \sqrt{1/(n-1) \sum (y_i - \Hat y)^2}
+              }
+
+ -- Function: double gsl_stats_spearman (const double data1[], const
+          size_t stride1, const double data2[], const size_t stride2,
+          const size_t n, double work[])
+
+     This function computes the Spearman rank correlation coefficient
+     between the datasets *note data1: 7f0. and *note data2: 7f0. which
+     must both be of the same length *note n: 7f0.  Additional workspace
+     of size 2 * *note n: 7f0. is required in *note work: 7f0.  The
+     Spearman rank correlation between vectors x and y is equivalent to
+     the Pearson correlation between the ranked vectors x_R and y_R,
+     where ranks are defined to be the average of the positions of an
+     element in the ascending order of the values.
+
+\1f
+File: gsl-ref.info,  Node: Weighted Samples,  Next: Maximum and Minimum values,  Prev: Correlation,  Up: Statistics
+
+21.7 Weighted Samples
+=====================
+
+The functions described in this section allow the computation of
+statistics for weighted samples.  The functions accept an array of
+samples, x_i, with associated weights, w_i.  Each sample x_i is
+considered as having been drawn from a Gaussian distribution with
+variance \sigma_i^2.  The sample weight w_i is defined as the reciprocal
+of this variance, w_i = 1/\sigma_i^2.  Setting a weight to zero
+corresponds to removing a sample from a dataset.
+
+ -- Function: double gsl_stats_wmean (const double w[], size_t wstride,
+          const double data[], size_t stride, size_t n)
+
+     This function returns the weighted mean of the dataset *note data:
+     7f2. with stride *note stride: 7f2. and length *note n: 7f2, using
+     the set of weights *note w: 7f2. with stride *note wstride: 7f2.
+     and length *note n: 7f2.  The weighted mean is defined as,
+
+          \Hat\mu = (\sum w_i x_i) / (\sum w_i)
+
+ -- Function: double gsl_stats_wvariance (const double w[], size_t
+          wstride, const double data[], size_t stride, size_t n)
+
+     This function returns the estimated variance of the dataset *note
+     data: 7f3. with stride *note stride: 7f3. and length *note n: 7f3,
+     using the set of weights *note w: 7f3. with stride *note wstride:
+     7f3. and length *note n: 7f3.  The estimated variance of a weighted
+     dataset is calculated as,
+
+          \Hat\sigma^2 = ((\sum w_i)/((\sum w_i)^2 - \sum (w_i^2)))
+                          \sum w_i (x_i - \Hat\mu)^2
+
+     Note that this expression reduces to an unweighted variance with
+     the familiar 1/(N-1) factor when there are N equal non-zero
+     weights.
+
+ -- Function: double gsl_stats_wvariance_m (const double w[], size_t
+          wstride, const double data[], size_t stride, size_t n, double
+          wmean)
+
+     This function returns the estimated variance of the weighted
+     dataset *note data: 7f4. using the given weighted mean *note wmean:
+     7f4.
+
+ -- Function: double gsl_stats_wsd (const double w[], size_t wstride,
+          const double data[], size_t stride, size_t n)
+
+     The standard deviation is defined as the square root of the
+     variance.  This function returns the square root of the
+     corresponding variance function *note gsl_stats_wvariance(): 7f3.
+     above.
+
+ -- Function: double gsl_stats_wsd_m (const double w[], size_t wstride,
+          const double data[], size_t stride, size_t n, double wmean)
+
+     This function returns the square root of the corresponding variance
+     function *note gsl_stats_wvariance_m(): 7f4. above.
+
+ -- Function: double gsl_stats_wvariance_with_fixed_mean (const double
+          w[], size_t wstride, const double data[], size_t stride,
+          size_t n, const double mean)
+
+     This function computes an unbiased estimate of the variance of the
+     weighted dataset *note data: 7f7. when the population mean *note
+     mean: 7f7. of the underlying distribution is known `a priori'.  In
+     this case the estimator for the variance replaces the sample mean
+     \Hat\mu by the known population mean \mu,
+
+          \Hat\sigma^2 = (\sum w_i (x_i - \mu)^2) / (\sum w_i)
+
+ -- Function: double gsl_stats_wsd_with_fixed_mean (const double w[],
+          size_t wstride, const double data[], size_t stride, size_t n,
+          const double mean)
+
+     The standard deviation is defined as the square root of the
+     variance.  This function returns the square root of the
+     corresponding variance function above.
+
+ -- Function: double gsl_stats_wtss (const double w[], const size_t
+          wstride, const double data[], size_t stride, size_t n)
+ -- Function: double gsl_stats_wtss_m (const double w[], const size_t
+          wstride, const double data[], size_t stride, size_t n, double
+          wmean)
+
+     These functions return the weighted total sum of squares (TSS) of
+     *note data: 7fa. about the weighted mean.  For *note
+     gsl_stats_wtss_m(): 7fa. the user-supplied value of *note wmean:
+     7fa. is used, and for *note gsl_stats_wtss(): 7f9. it is computed
+     using *note gsl_stats_wmean(): 7f2.
+
+          TSS =  \sum w_i (x_i - wmean)^2
+
+ -- Function: double gsl_stats_wabsdev (const double w[], size_t
+          wstride, const double data[], size_t stride, size_t n)
+
+     This function computes the weighted absolute deviation from the
+     weighted mean of *note data: 7fb.  The absolute deviation from the
+     mean is defined as,
+
+          absdev = (\sum w_i |x_i - \Hat\mu|) / (\sum w_i)
+
+ -- Function: double gsl_stats_wabsdev_m (const double w[], size_t
+          wstride, const double data[], size_t stride, size_t n, double
+          wmean)
+
+     This function computes the absolute deviation of the weighted
+     dataset *note data: 7fc. about the given weighted mean *note wmean:
+     7fc.
+
+ -- Function: double gsl_stats_wskew (const double w[], size_t wstride,
+          const double data[], size_t stride, size_t n)
+
+     This function computes the weighted skewness of the dataset *note
+     data: 7fd.
+
+          skew = (\sum w_i ((x_i - \Hat x)/\Hat \sigma)^3) / (\sum w_i)
+
+ -- Function: double gsl_stats_wskew_m_sd (const double w[], size_t
+          wstride, const double data[], size_t stride, size_t n, double
+          wmean, double wsd)
+
+     This function computes the weighted skewness of the dataset *note
+     data: 7fe. using the given values of the weighted mean and weighted
+     standard deviation, *note wmean: 7fe. and *note wsd: 7fe.
+
+ -- Function: double gsl_stats_wkurtosis (const double w[], size_t
+          wstride, const double data[], size_t stride, size_t n)
+
+     This function computes the weighted kurtosis of the dataset *note
+     data: 7ff.
+
+          kurtosis = ((\sum w_i ((x_i - \Hat x)/\Hat \sigma)^4) / (\sum w_i)) - 3
+
+ -- Function: double gsl_stats_wkurtosis_m_sd (const double w[], size_t
+          wstride, const double data[], size_t stride, size_t n, double
+          wmean, double wsd)
+
+     This function computes the weighted kurtosis of the dataset *note
+     data: 800. using the given values of the weighted mean and weighted
+     standard deviation, *note wmean: 800. and *note wsd: 800.
+
+\1f
+File: gsl-ref.info,  Node: Maximum and Minimum values,  Next: Median and Percentiles,  Prev: Weighted Samples,  Up: Statistics
+
+21.8 Maximum and Minimum values
+===============================
+
+The following functions find the maximum and minimum values of a dataset
+(or their indices).  If the data contains ‘NaN’-s then a ‘NaN’ will be
+returned, since the maximum or minimum value is undefined.  For
+functions which return an index, the location of the first ‘NaN’ in the
+array is returned.
+
+ -- Function: double gsl_stats_max (const double data[], size_t stride,
+          size_t n)
+
+     This function returns the maximum value in *note data: 802, a
+     dataset of length *note n: 802. with stride *note stride: 802.  The
+     maximum value is defined as the value of the element x_i which
+     satisfies x_i \ge x_j for all j.
+
+     If you want instead to find the element with the largest absolute
+     magnitude you will need to apply ‘fabs()’ or ‘abs()’ to your data
+     before calling this function.
+
+ -- Function: double gsl_stats_min (const double data[], size_t stride,
+          size_t n)
+
+     This function returns the minimum value in *note data: 803, a
+     dataset of length *note n: 803. with stride *note stride: 803.  The
+     minimum value is defined as the value of the element x_i which
+     satisfies x_i \le x_j for all j.
+
+     If you want instead to find the element with the smallest absolute
+     magnitude you will need to apply ‘fabs()’ or ‘abs()’ to your data
+     before calling this function.
+
+ -- Function: void gsl_stats_minmax (double *min, double *max, const
+          double data[], size_t stride, size_t n)
+
+     This function finds both the minimum and maximum values *note min:
+     804, *note max: 804. in *note data: 804. in a single pass.
+
+ -- Function: size_t gsl_stats_max_index (const double data[], size_t
+          stride, size_t n)
+
+     This function returns the index of the maximum value in *note data:
+     805, a dataset of length *note n: 805. with stride *note stride:
+     805.  The maximum value is defined as the value of the element x_i
+     which satisfies x_i \ge x_j for all j.  When there are several
+     equal maximum elements then the first one is chosen.
+
+ -- Function: size_t gsl_stats_min_index (const double data[], size_t
+          stride, size_t n)
+
+     This function returns the index of the minimum value in *note data:
+     806, a dataset of length *note n: 806. with stride *note stride:
+     806.  The minimum value is defined as the value of the element x_i
+     which satisfies x_i \ge x_j for all j.  When there are several
+     equal minimum elements then the first one is chosen.
+
+ -- Function: void gsl_stats_minmax_index (size_t *min_index, size_t
+          *max_index, const double data[], size_t stride, size_t n)
+
+     This function returns the indexes *note min_index: 807, *note
+     max_index: 807. of the minimum and maximum values in *note data:
+     807. in a single pass.
+
+\1f
+File: gsl-ref.info,  Node: Median and Percentiles,  Next: Order Statistics,  Prev: Maximum and Minimum values,  Up: Statistics
+
+21.9 Median and Percentiles
+===========================
+
+The median and percentile functions described in this section operate on
+sorted data in O(1) time.  There is also a routine for computing the
+median of an unsorted input array in average O(n) time using the
+quickselect algorithm.  For convenience we use `quantiles', measured on
+a scale of 0 to 1, instead of percentiles (which use a scale of 0 to
+100).
+
+ -- Function: double gsl_stats_median_from_sorted_data (const double
+          sorted_data[], const size_t stride, const size_t n)
+
+     This function returns the median value of *note sorted_data: 809, a
+     dataset of length *note n: 809. with stride *note stride: 809.  The
+     elements of the array must be in ascending numerical order.  There
+     are no checks to see whether the data are sorted, so the function
+     *note gsl_sort(): 462. should always be used first.
+
+     When the dataset has an odd number of elements the median is the
+     value of element (n-1)/2.  When the dataset has an even number of
+     elements the median is the mean of the two nearest middle values,
+     elements (n-1)/2 and n/2.  Since the algorithm for computing the
+     median involves interpolation this function always returns a
+     floating-point number, even for integer data types.
+
+ -- Function: double gsl_stats_median (double data[], const size_t
+          stride, const size_t n)
+
+     This function returns the median value of *note data: 80a, a
+     dataset of length *note n: 80a. with stride *note stride: 80a.  The
+     median is found using the quickselect algorithm.  The input array
+     does not need to be sorted, but note that the algorithm rearranges
+     the array and so the input is not preserved on output.
+
+ -- Function: double gsl_stats_quantile_from_sorted_data (const double
+          sorted_data[], size_t stride, size_t n, double f)
+
+     This function returns a quantile value of *note sorted_data: 80b, a
+     double-precision array of length *note n: 80b. with stride *note
+     stride: 80b.  The elements of the array must be in ascending
+     numerical order.  The quantile is determined by the *note f: 80b, a
+     fraction between 0 and 1.  For example, to compute the value of the
+     75th percentile *note f: 80b. should have the value 0.75.
+
+     There are no checks to see whether the data are sorted, so the
+     function *note gsl_sort(): 462. should always be used first.
+
+     The quantile is found by interpolation, using the formula
+
+          quantile = (1 - \delta) x_i + \delta x_{i+1}
+
+     where i is ‘floor((n - 1)f)’ and \delta is (n-1)f - i.
+
+     Thus the minimum value of the array (‘data[0*stride]’) is given by
+     *note f: 80b. equal to zero, the maximum value
+     (‘data[(n-1)*stride]’) is given by *note f: 80b. equal to one and
+     the median value is given by *note f: 80b. equal to 0.5.  Since the
+     algorithm for computing quantiles involves interpolation this
+     function always returns a floating-point number, even for integer
+     data types.
+
+\1f
+File: gsl-ref.info,  Node: Order Statistics,  Next: Robust Location Estimates,  Prev: Median and Percentiles,  Up: Statistics
+
+21.10 Order Statistics
+======================
+
+The k-th `order statistic' of a sample is equal to its k-th smallest
+value.  The k-th order statistic of a set of n values x = \left\{ x_i
+\right\}, 1 \le i \le n is denoted x_{(k)}.  The median of the set x is
+equal to x_{\left( \frac{n}{2} \right)} if n is odd, or the average of
+x_{\left( \frac{n}{2} \right)} and x_{\left( \frac{n}{2} + 1 \right)} if
+n is even.  The k-th smallest element of a length n vector can be found
+in average O(n) time using the quickselect algorithm.
+
+ -- Function: double gsl_stats_select (double data[], const size_t
+          stride, const size_t n, const size_t k)
+
+     This function finds the *note k: 80d.-th smallest element of the
+     input array *note data: 80d. of length *note n: 80d. and stride
+     *note stride: 80d. using the quickselect method.  The algorithm
+     rearranges the elements of *note data: 80d. and so the input array
+     is not preserved on output.
+
+\1f
+File: gsl-ref.info,  Node: Robust Location Estimates,  Next: Robust Scale Estimates,  Prev: Order Statistics,  Up: Statistics
+
+21.11 Robust Location Estimates
+===============================
+
+A `location estimate' refers to a typical or central value which best
+describes a given dataset.  The mean and median are both examples of
+location estimators.  However, the mean has a severe sensitivity to data
+outliers and can give erroneous values when even a small number of
+outliers are present.  The median on the other hand, has a strong
+insensitivity to data outliers, but due to its non-smoothness it can
+behave unexpectedly in certain situations.  GSL offers the following
+alternative location estimators, which are robust to the presence of
+outliers.
+
+* Menu:
+
+* Trimmed Mean::
+* Gastwirth Estimator::
+
+\1f
+File: gsl-ref.info,  Node: Trimmed Mean,  Next: Gastwirth Estimator,  Up: Robust Location Estimates
+
+21.11.1 Trimmed Mean
+--------------------
+
+The trimmed mean, or `truncated mean', discards a certain number of
+smallest and largest samples from the input vector before computing the
+mean of the remaining samples.  The amount of trimming is specified by a
+factor \alpha \in [0,0.5].  Then the number of samples discarded from
+both ends of the input vector is \left\lfloor \alpha n \right\rfloor,
+where n is the length of the input.  So to discard 25% of the samples
+from each end, one would set \alpha = 0.25.
+
+ -- Function: double gsl_stats_trmean_from_sorted_data (const double
+          alpha, const double sorted_data[], const size_t stride, const
+          size_t n)
+
+     This function returns the trimmed mean of *note sorted_data: 810, a
+     dataset of length *note n: 810. with stride *note stride: 810.  The
+     elements of the array must be in ascending numerical order.  There
+     are no checks to see whether the data are sorted, so the function
+     *note gsl_sort(): 462. should always be used first.  The trimming
+     factor \alpha is given in *note alpha: 810.  If \alpha \ge 0.5,
+     then the median of the input is returned.
+
+\1f
+File: gsl-ref.info,  Node: Gastwirth Estimator,  Prev: Trimmed Mean,  Up: Robust Location Estimates
+
+21.11.2 Gastwirth Estimator
+---------------------------
+
+Gastwirth’s location estimator is a weighted sum of three order
+statistics,
+
+     gastwirth = 0.3 * Q_{1/3} + 0.4 * Q_{1/2} + 0.3 * Q_{2/3}
+
+where Q_{\frac{1}{3}} is the one-third quantile, Q_{\frac{1}{2}} is the
+one-half quantile (i.e.  median), and Q_{\frac{2}{3}} is the two-thirds
+quantile.
+
+ -- Function: double gsl_stats_gastwirth_from_sorted_data (const double
+          sorted_data[], const size_t stride, const size_t n)
+
+     This function returns the Gastwirth location estimator of *note
+     sorted_data: 812, a dataset of length *note n: 812. with stride
+     *note stride: 812.  The elements of the array must be in ascending
+     numerical order.  There are no checks to see whether the data are
+     sorted, so the function *note gsl_sort(): 462. should always be
+     used first.
+
+\1f
+File: gsl-ref.info,  Node: Robust Scale Estimates,  Next: Examples<15>,  Prev: Robust Location Estimates,  Up: Statistics
+
+21.12 Robust Scale Estimates
+============================
+
+A `robust scale estimate', also known as a robust measure of scale,
+attempts to quantify the statistical dispersion (variability, scatter,
+spread) in a set of data which may contain outliers.  In such datasets,
+the usual variance or standard deviation scale estimate can be rendered
+useless by even a single outlier.
+
+* Menu:
+
+* Median Absolute Deviation (MAD): Median Absolute Deviation MAD.
+* S_n Statistic::
+* Q_n Statistic::
+
+\1f
+File: gsl-ref.info,  Node: Median Absolute Deviation MAD,  Next: S_n Statistic,  Up: Robust Scale Estimates
+
+21.12.1 Median Absolute Deviation (MAD)
+---------------------------------------
+
+The median absolute deviation (MAD) is defined as
+
+     MAD = 1.4826 median { | x_i - median(x) | }
+
+In words, first the median of all samples is computed.  Then the median
+is subtracted from all samples in the input to find the deviation of
+each sample from the median.  The median of all absolute deviations is
+then the MAD. The factor 1.4826 makes the MAD an unbiased estimator of
+the standard deviation for Gaussian data.  The median absolute deviation
+has an asymptotic efficiency of 37%.
+
+ -- Function: double gsl_stats_mad0 (const double data[], const size_t
+          stride, const size_t n, double work[])
+
+ -- Function: double gsl_stats_mad (const double data[], const size_t
+          stride, const size_t n, double work[])
+
+     These functions return the median absolute deviation of *note data:
+     817, a dataset of length *note n: 817. and stride *note stride:
+     817.  The ‘mad0’ function calculates \textrm{median} \left\{ \left|
+     x_i - \textrm{median} \left( x \right) \right| \right\} (i.e.  the
+     MAD statistic without the bias correction scale factor).  These
+     functions require additional workspace of size ‘n’ provided in
+     *note work: 817.
+
+\1f
+File: gsl-ref.info,  Node: S_n Statistic,  Next: Q_n Statistic,  Prev: Median Absolute Deviation MAD,  Up: Robust Scale Estimates
+
+21.12.2 S_n Statistic
+---------------------
+
+The S_n statistic developed by Croux and Rousseeuw is defined as
+
+     S_n = 1.1926 * c_n * median_i { median_j ( | x_i - x_j | ) }
+
+For each sample x_i, 1 \le i \le n, the median of the values \left| x_i
+- x_j \right| is computed for all x_j, 1 \le j \le n.  This yields n
+values, whose median then gives the final S_n.  The factor 1.1926 makes
+S_n an unbiased estimate of the standard deviation for Gaussian data.
+The factor c_n is a correction factor to correct bias in small sample
+sizes.  S_n has an asymptotic efficiency of 58%.
+
+ -- Function: double gsl_stats_Sn0_from_sorted_data (const double
+          sorted_data[], const size_t stride, const size_t n, double
+          work[])
+
+ -- Function: double gsl_stats_Sn_from_sorted_data (const double
+          sorted_data[], const size_t stride, const size_t n, double
+          work[])
+
+     These functions return the S_n statistic of *note sorted_data: 81b,
+     a dataset of length *note n: 81b. with stride *note stride: 81b.
+     The elements of the array must be in ascending numerical order.
+     There are no checks to see whether the data are sorted, so the
+     function *note gsl_sort(): 462. should always be used first.  The
+     ‘Sn0’ function calculates \textrm{median}_i \left\{
+     \textrm{median}_j \left( \left| x_i - x_j \right| \right) \right\}
+     (i.e.  the S_n statistic without the bias correction scale
+     factors).  These functions require additional workspace of size ‘n’
+     provided in *note work: 81b.
+
+\1f
+File: gsl-ref.info,  Node: Q_n Statistic,  Prev: S_n Statistic,  Up: Robust Scale Estimates
+
+21.12.3 Q_n Statistic
+---------------------
+
+The Q_n statistic developed by Croux and Rousseeuw is defined as
+
+     Q_n = 2.21914 * d_n * { | x_i - x_j |, i < j }_{(k)}
+
+The factor 2.21914 makes Q_n an unbiased estimate of the standard
+deviation for Gaussian data.  The factor d_n is a correction factor to
+correct bias in small sample sizes.  The order statistic is
+
+     k = ( floor(n/2) + 1 )
+         (       2        )
+
+Q_n has an asymptotic efficiency of 82%.
+
+ -- Function: double gsl_stats_Qn0_from_sorted_data (const double
+          sorted_data[], const size_t stride, const size_t n, double
+          work[], int work_int[])
+ -- Function: double gsl_stats_Qn_from_sorted_data (const double
+          sorted_data[], const size_t stride, const size_t n, double
+          work[], int work_int[])
+
+     These functions return the Q_n statistic of *note sorted_data: 81f,
+     a dataset of length *note n: 81f. with stride *note stride: 81f.
+     The elements of the array must be in ascending numerical order.
+     There are no checks to see whether the data are sorted, so the
+     function *note gsl_sort(): 462. should always be used first.  The
+     ‘Qn0’ function calculates \left\{ \left| x_i - x_j \right|, i < j
+     \right\}_{(k)} (i.e.  Q_n without the bias correction scale
+     factors).  These functions require additional workspace of size
+     ‘3n’ provided in *note work: 81f. and integer workspace of size
+     ‘5n’ provided in *note work_int: 81f.
+
+\1f
+File: gsl-ref.info,  Node: Examples<15>,  Next: References and Further Reading<15>,  Prev: Robust Scale Estimates,  Up: Statistics
+
+21.13 Examples
+==============
+
+Here is a basic example of how to use the statistical functions:
+
+     #include <stdio.h>
+     #include <gsl/gsl_statistics.h>
+
+     int
+     main(void)
+     {
+       double data[5] = {17.2, 18.1, 16.5, 18.3, 12.6};
+       double mean, variance, largest, smallest;
+
+       mean     = gsl_stats_mean(data, 1, 5);
+       variance = gsl_stats_variance(data, 1, 5);
+       largest  = gsl_stats_max(data, 1, 5);
+       smallest = gsl_stats_min(data, 1, 5);
+
+       printf ("The dataset is %g, %g, %g, %g, %g\n",
+              data[0], data[1], data[2], data[3], data[4]);
+
+       printf ("The sample mean is %g\n", mean);
+       printf ("The estimated variance is %g\n", variance);
+       printf ("The largest value is %g\n", largest);
+       printf ("The smallest value is %g\n", smallest);
+       return 0;
+     }
+
+The program should produce the following output,
+
+     The dataset is 17.2, 18.1, 16.5, 18.3, 12.6
+     The sample mean is 16.54
+     The estimated variance is 5.373
+     The largest value is 18.3
+     The smallest value is 12.6
+
+Here is an example using sorted data,
+
+     #include <stdio.h>
+     #include <gsl/gsl_sort.h>
+     #include <gsl/gsl_statistics.h>
+
+     int
+     main(void)
+     {
+       double data[5] = {17.2, 18.1, 16.5, 18.3, 12.6};
+       double median, upperq, lowerq;
+
+       printf ("Original dataset:  %g, %g, %g, %g, %g\n",
+              data[0], data[1], data[2], data[3], data[4]);
+
+       gsl_sort (data, 1, 5);
+
+       printf ("Sorted dataset: %g, %g, %g, %g, %g\n",
+              data[0], data[1], data[2], data[3], data[4]);
+
+       median
+         = gsl_stats_median_from_sorted_data (data,
+                                              1, 5);
+
+       upperq
+         = gsl_stats_quantile_from_sorted_data (data,
+                                                1, 5,
+                                                0.75);
+       lowerq
+         = gsl_stats_quantile_from_sorted_data (data,
+                                                1, 5,
+                                                0.25);
+
+       printf ("The median is %g\n", median);
+       printf ("The upper quartile is %g\n", upperq);
+       printf ("The lower quartile is %g\n", lowerq);
+       return 0;
+     }
+
+This program should produce the following output,
+
+     Original dataset:  17.2, 18.1, 16.5, 18.3, 12.6
+     Sorted dataset: 12.6, 16.5, 17.2, 18.1, 18.3
+     The median is 17.2
+     The upper quartile is 18.1
+     The lower quartile is 16.5
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<15>,  Prev: Examples<15>,  Up: Statistics
+
+21.14 References and Further Reading
+====================================
+
+The standard reference for almost any topic in statistics is the
+multi-volume `Advanced Theory of Statistics' by Kendall and Stuart.
+
+   * Maurice Kendall, Alan Stuart, and J. Keith Ord.  `The Advanced
+     Theory of Statistics' (multiple volumes) reprinted as `Kendall’s
+     Advanced Theory of Statistics'.  Wiley, ISBN 047023380X.
+
+Many statistical concepts can be more easily understood by a Bayesian
+approach.  The following book by Gelman, Carlin, Stern and Rubin gives a
+comprehensive coverage of the subject.
+
+   * Andrew Gelman, John B. Carlin, Hal S. Stern, Donald B. Rubin.
+     `Bayesian Data Analysis'.  Chapman & Hall, ISBN 0412039915.
+
+For physicists the Particle Data Group provides useful reviews of
+Probability and Statistics in the “Mathematical Tools” section of its
+Annual Review of Particle Physics.
+
+   * `Review of Particle Properties', R.M. Barnett et al., Physical
+     Review D54, 1 (1996)
+
+The Review of Particle Physics is available online at the website
+‘http://pdg.lbl.gov/’.
+
+The following papers describe robust scale estimation,
+
+   * C. Croux and P. J. Rousseeuw, `Time-Efficient algorithms for two
+     highly robust estimators of scale', Comp.  Stat., Physica,
+     Heidelberg, 1992.
+
+   * P. J. Rousseeuw and C. Croux, `Explicit scale estimators with high
+     breakdown point', L1-Statistical Analysis and Related Methods, pp.
+     77-92, 1992.
+
+\1f
+File: gsl-ref.info,  Node: Running Statistics,  Next: Moving Window Statistics,  Prev: Statistics,  Up: Top
+
+22 Running Statistics
+*********************
+
+This chapter describes routines for computing running statistics, also
+known as online statistics, of data.  These routines are suitable for
+handling large datasets for which it may be inconvenient or impractical
+to store in memory all at once.  The data can be processed in a single
+pass, one point at a time.  Each time a data point is added to the
+accumulator, internal parameters are updated in order to compute the
+current mean, variance, standard deviation, skewness, and kurtosis.
+These statistics are exact, and are updated with numerically stable
+single-pass algorithms.  The median and arbitrary quantiles are also
+available, however these calculations use algorithms which provide
+approximations, and grow more accurate as more data is added to the
+accumulator.
+
+The functions described in this chapter are declared in the header file
+‘gsl_rstat.h’.
+
+* Menu:
+
+* Initializing the Accumulator::
+* Adding Data to the Accumulator::
+* Current Statistics::
+* Quantiles::
+* Examples: Examples<16>.
+* References and Further Reading: References and Further Reading<16>.
+
+\1f
+File: gsl-ref.info,  Node: Initializing the Accumulator,  Next: Adding Data to the Accumulator,  Up: Running Statistics
+
+22.1 Initializing the Accumulator
+=================================
+
+ -- Type: gsl_rstat_workspace
+
+     This workspace contains parameters used to calculate various
+     statistics and are updated after each data point is added to the
+     accumulator.
+
+ -- Function: *note gsl_rstat_workspace: 825. *gsl_rstat_alloc (void)
+
+     This function allocates a workspace for computing running
+     statistics.  The size of the workspace is O(1).
+
+ -- Function: void gsl_rstat_free (gsl_rstat_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 827.
+
+ -- Function: int gsl_rstat_reset (gsl_rstat_workspace *w)
+
+     This function resets the workspace *note w: 828. to its initial
+     state, so it can begin working on a new set of data.
+
+\1f
+File: gsl-ref.info,  Node: Adding Data to the Accumulator,  Next: Current Statistics,  Prev: Initializing the Accumulator,  Up: Running Statistics
+
+22.2 Adding Data to the Accumulator
+===================================
+
+ -- Function: int gsl_rstat_add (const double x, gsl_rstat_workspace *w)
+
+     This function adds the data point *note x: 82a. to the statistical
+     accumulator, updating calculations of the mean, variance, standard
+     deviation, skewness, kurtosis, and median.
+
+ -- Function: size_t gsl_rstat_n (const gsl_rstat_workspace *w)
+
+     This function returns the number of data so far added to the
+     accumulator.
+
+\1f
+File: gsl-ref.info,  Node: Current Statistics,  Next: Quantiles,  Prev: Adding Data to the Accumulator,  Up: Running Statistics
+
+22.3 Current Statistics
+=======================
+
+ -- Function: double gsl_rstat_min (const gsl_rstat_workspace *w)
+
+     This function returns the minimum value added to the accumulator.
+
+ -- Function: double gsl_rstat_max (const gsl_rstat_workspace *w)
+
+     This function returns the maximum value added to the accumulator.
+
+ -- Function: double gsl_rstat_mean (const gsl_rstat_workspace *w)
+
+     This function returns the mean of all data added to the
+     accumulator, defined as
+
+          \Hat\mu = (1/N) \sum x_i
+
+ -- Function: double gsl_rstat_variance (const gsl_rstat_workspace *w)
+
+     This function returns the variance of all data added to the
+     accumulator, defined as
+
+          \Hat\sigma^2 = (1/(N-1)) \sum (x_i - \Hat\mu)^2
+
+ -- Function: double gsl_rstat_sd (const gsl_rstat_workspace *w)
+
+     This function returns the standard deviation of all data added to
+     the accumulator, defined as the square root of the variance given
+     above.
+
+ -- Function: double gsl_rstat_sd_mean (const gsl_rstat_workspace *w)
+
+     This function returns the standard deviation of the mean, defined
+     as
+
+          sd_mean = \Hat\sigma / \sqrt{N}
+
+ -- Function: double gsl_rstat_rms (const gsl_rstat_workspace *w)
+
+     This function returns the root mean square of all data added to the
+     accumulator, defined as
+
+          rms = \sqrt{{1 \over N} \sum x_i^2}
+
+ -- Function: double gsl_rstat_skew (const gsl_rstat_workspace *w)
+
+     This function returns the skewness of all data added to the
+     accumulator, defined as
+
+          skew = (1/N) \sum ((x_i - \Hat\mu)/\Hat\sigma)^3
+
+ -- Function: double gsl_rstat_kurtosis (const gsl_rstat_workspace *w)
+
+     This function returns the kurtosis of all data added to the
+     accumulator, defined as
+
+          kurtosis = ((1/N) \sum ((x_i - \Hat\mu)/\Hat\sigma)^4)  - 3
+
+ -- Function: double gsl_rstat_median (gsl_rstat_workspace *w)
+
+     This function returns an estimate of the median of the data added
+     to the accumulator.
+
+\1f
+File: gsl-ref.info,  Node: Quantiles,  Next: Examples<16>,  Prev: Current Statistics,  Up: Running Statistics
+
+22.4 Quantiles
+==============
+
+The functions in this section estimate quantiles dynamically without
+storing the entire dataset, using the algorithm of Jain and Chlamtec,
+1985.  Only five points (markers) are stored which represent the minimum
+and maximum of the data, as well as current estimates of the p/2-, p-,
+and (1+p)/2-quantiles.  Each time a new data point is added, the marker
+positions and heights are updated.
+
+ -- Type: gsl_rstat_quantile_workspace
+
+     This workspace contains parameters for estimating quantiles of the
+     current dataset
+
+ -- Function: *note gsl_rstat_quantile_workspace: 838.
+          *gsl_rstat_quantile_alloc (const double p)
+
+     This function allocates a workspace for the dynamic estimation of
+     *note p: 839.-quantiles, where *note p: 839. is between 0 and 1.
+     The median corresponds to p = 0.5.  The size of the workspace is
+     O(1).
+
+ -- Function: void gsl_rstat_quantile_free (gsl_rstat_quantile_workspace
+          *w)
+
+     This function frees the memory associated with the workspace *note
+     w: 83a.
+
+ -- Function: int gsl_rstat_quantile_reset (gsl_rstat_quantile_workspace
+          *w)
+
+     This function resets the workspace *note w: 83b. to its initial
+     state, so it can begin working on a new set of data.
+
+ -- Function: int gsl_rstat_quantile_add (const double x,
+          gsl_rstat_quantile_workspace *w)
+
+     This function updates the estimate of the p-quantile with the new
+     data point *note x: 83c.
+
+ -- Function: double gsl_rstat_quantile_get
+          (gsl_rstat_quantile_workspace *w)
+
+     This function returns the current estimate of the p-quantile.
+
+\1f
+File: gsl-ref.info,  Node: Examples<16>,  Next: References and Further Reading<16>,  Prev: Quantiles,  Up: Running Statistics
+
+22.5 Examples
+=============
+
+Here is a basic example of how to use the statistical functions:
+
+     #include <stdio.h>
+     #include <gsl/gsl_rstat.h>
+
+     int
+     main(void)
+     {
+       double data[5] = {17.2, 18.1, 16.5, 18.3, 12.6};
+       double mean, variance, largest, smallest, sd,
+              rms, sd_mean, median, skew, kurtosis;
+       gsl_rstat_workspace *rstat_p = gsl_rstat_alloc();
+       size_t i, n;
+
+       /* add data to rstat accumulator */
+       for (i = 0; i < 5; ++i)
+         gsl_rstat_add(data[i], rstat_p);
+
+       mean     = gsl_rstat_mean(rstat_p);
+       variance = gsl_rstat_variance(rstat_p);
+       largest  = gsl_rstat_max(rstat_p);
+       smallest = gsl_rstat_min(rstat_p);
+       median   = gsl_rstat_median(rstat_p);
+       sd       = gsl_rstat_sd(rstat_p);
+       sd_mean  = gsl_rstat_sd_mean(rstat_p);
+       skew     = gsl_rstat_skew(rstat_p);
+       rms      = gsl_rstat_rms(rstat_p);
+       kurtosis = gsl_rstat_kurtosis(rstat_p);
+       n        = gsl_rstat_n(rstat_p);
+
+       printf ("The dataset is %g, %g, %g, %g, %g\n",
+              data[0], data[1], data[2], data[3], data[4]);
+
+       printf ("The sample mean is %g\n", mean);
+       printf ("The estimated variance is %g\n", variance);
+       printf ("The largest value is %g\n", largest);
+       printf ("The smallest value is %g\n", smallest);
+       printf( "The median is %g\n", median);
+       printf( "The standard deviation is %g\n", sd);
+       printf( "The root mean square is %g\n", rms);
+       printf( "The standard devation of the mean is %g\n", sd_mean);
+       printf( "The skew is %g\n", skew);
+       printf( "The kurtosis %g\n", kurtosis);
+       printf( "There are %zu items in the accumulator\n", n);
+
+       gsl_rstat_reset(rstat_p);
+       n = gsl_rstat_n(rstat_p);
+       printf( "There are %zu items in the accumulator\n", n);
+
+       gsl_rstat_free(rstat_p);
+
+       return 0;
+     }
+
+The program should produce the following output,
+
+     The dataset is 17.2, 18.1, 16.5, 18.3, 12.6
+     The sample mean is 16.54
+     The estimated variance is 5.373
+     The largest value is 18.3
+     The smallest value is 12.6
+     The median is 17.2
+     The standard deviation is 2.31797
+     The root mean square is 16.6694
+     The standard devation of the mean is 1.03663
+     The skew is -0.829058
+     The kurtosis -1.2217
+     There are 5 items in the accumulator
+     There are 0 items in the accumulator
+
+This next program estimates the lower quartile, median and upper
+quartile from 10,000 samples of a random Rayleigh distribution, using
+the P^2 algorithm of Jain and Chlamtec.  For comparison, the exact
+values are also computed from the sorted dataset.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+     #include <gsl/gsl_rstat.h>
+     #include <gsl/gsl_statistics.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_sort.h>
+
+     int
+     main(void)
+     {
+       const size_t N = 10000;
+       double *data = malloc(N * sizeof(double));
+       gsl_rstat_quantile_workspace *work_25 = gsl_rstat_quantile_alloc(0.25);
+       gsl_rstat_quantile_workspace *work_50 = gsl_rstat_quantile_alloc(0.5);
+       gsl_rstat_quantile_workspace *work_75 = gsl_rstat_quantile_alloc(0.75);
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       double exact_p25, exact_p50, exact_p75;
+       double val_p25, val_p50, val_p75;
+       size_t i;
+
+       /* add data to quantile accumulators; also store data for exact
+        * comparisons */
+       for (i = 0; i < N; ++i)
+         {
+           data[i] = gsl_ran_rayleigh(r, 1.0);
+           gsl_rstat_quantile_add(data[i], work_25);
+           gsl_rstat_quantile_add(data[i], work_50);
+           gsl_rstat_quantile_add(data[i], work_75);
+         }
+
+       /* exact values */
+       gsl_sort(data, 1, N);
+       exact_p25 = gsl_stats_quantile_from_sorted_data(data, 1, N, 0.25);
+       exact_p50 = gsl_stats_quantile_from_sorted_data(data, 1, N, 0.5);
+       exact_p75 = gsl_stats_quantile_from_sorted_data(data, 1, N, 0.75);
+
+       /* estimated values */
+       val_p25 = gsl_rstat_quantile_get(work_25);
+       val_p50 = gsl_rstat_quantile_get(work_50);
+       val_p75 = gsl_rstat_quantile_get(work_75);
+
+       printf ("The dataset is %g, %g, %g, %g, %g, ...\n",
+              data[0], data[1], data[2], data[3], data[4]);
+
+       printf ("0.25 quartile: exact = %.5f, estimated = %.5f, error = %.6e\n",
+               exact_p25, val_p25, (val_p25 - exact_p25) / exact_p25);
+       printf ("0.50 quartile: exact = %.5f, estimated = %.5f, error = %.6e\n",
+               exact_p50, val_p50, (val_p50 - exact_p50) / exact_p50);
+       printf ("0.75 quartile: exact = %.5f, estimated = %.5f, error = %.6e\n",
+               exact_p75, val_p75, (val_p75 - exact_p75) / exact_p75);
+
+       gsl_rstat_quantile_free(work_25);
+       gsl_rstat_quantile_free(work_50);
+       gsl_rstat_quantile_free(work_75);
+       gsl_rng_free(r);
+       free(data);
+
+       return 0;
+     }
+
+The program should produce the following output,
+
+     The dataset is 0.00645272, 0.0074002, 0.0120706, 0.0207256, 0.0227282, ...
+     0.25 quartile: exact = 0.75766, estimated = 0.75580, error = -2.450209e-03
+     0.50 quartile: exact = 1.17508, estimated = 1.17438, error = -5.995912e-04
+     0.75 quartile: exact = 1.65347, estimated = 1.65696, error = 2.110571e-03
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<16>,  Prev: Examples<16>,  Up: Running Statistics
+
+22.6 References and Further Reading
+===================================
+
+The algorithm used to dynamically estimate p-quantiles is described in
+the paper,
+
+   * R. Jain and I. Chlamtac.  `The P^2 algorithm for dynamic
+     calculation of quantiles and histograms without storing
+     observations', Communications of the ACM, Volume 28 (October),
+     Number 10, 1985, p.  1076-1085.
+
+\1f
+File: gsl-ref.info,  Node: Moving Window Statistics,  Next: Digital Filtering,  Prev: Running Statistics,  Up: Top
+
+23 Moving Window Statistics
+***************************
+
+This chapter describes routines for computing `moving window statistics'
+(also called rolling statistics and running statistics), using a window
+around a sample which is used to calculate various local statistical
+properties of an input data stream.  The window is then slid forward by
+one sample to process the next data point and so on.
+
+The functions described in this chapter are declared in the header file
+‘gsl_movstat.h’.
+
+* Menu:
+
+* Introduction: Introduction<4>.
+* Handling Endpoints::
+* Allocation for Moving Window Statistics::
+* Moving Mean::
+* Moving Variance and Standard Deviation::
+* Moving Minimum and Maximum::
+* Moving Sum::
+* Moving Median::
+* Robust Scale Estimation::
+* User-defined Moving Statistics::
+* Accumulators::
+* Examples: Examples<17>.
+* References and Further Reading: References and Further Reading<17>.
+
+\1f
+File: gsl-ref.info,  Node: Introduction<4>,  Next: Handling Endpoints,  Up: Moving Window Statistics
+
+23.1 Introduction
+=================
+
+This chapter is concerned with calculating various statistics from
+subsets of a given dataset.  The main idea is to compute statistics in
+the vicinity of a given data sample by defining a `window' which
+includes the sample itself as well as some specified number of samples
+before and after the sample in question.  For a sample x_i, we define a
+window W_i^{H,J} as
+
+     W_i^{H,J} = {x_{i-H},...,x_i,...,x_{i+J}}
+
+The parameters H and J are non-negative integers specifying the number
+of samples to include before and after the sample x_i.  Statistics such
+as the mean and standard deviation of the window W_i^{H,J} may be
+computed, and then the window is shifted forward by one sample to focus
+on x_{i+1}.  The total number of samples in the window is K = H + J + 1.
+To define a symmetric window centered on x_i, one would set H = J =
+\left\lfloor K / 2 \right\rfloor.
+
+\1f
+File: gsl-ref.info,  Node: Handling Endpoints,  Next: Allocation for Moving Window Statistics,  Prev: Introduction<4>,  Up: Moving Window Statistics
+
+23.2 Handling Endpoints
+=======================
+
+When processing samples near the ends of the input signal, there will
+not be enough samples to fill the window W_i^{H,J} defined above.
+Therefore the user must specify how to construct the windows near the
+end points.  This is done by passing an input argument of type *note
+gsl_movstat_end_t: 844.:
+
+ -- Type: gsl_movstat_end_t
+
+     This data type specifies how to construct windows near end points
+     and can be selected from the following choices:
+
+      -- Macro: GSL_MOVSTAT_END_PADZERO
+
+          With this option, a full window of length K will be
+          constructed by inserting zeros into the window near the signal
+          end points.  Effectively, the input signal is modified to
+
+               x~ = {0, ..., 0, x_1, x_2, ..., x_{n-1}, x_n, 0, ..., 0}
+
+          to ensure a well-defined window for all x_i.
+
+      -- Macro: GSL_MOVSTAT_END_PADVALUE
+
+          With this option, a full window of length K will be
+          constructed by padding the window with the first and last
+          sample in the input signal.  Effectively, the input signal is
+          modified to
+
+               x~ = {x_1, ..., x_1, x_1, x_2, ..., x_{n-1}, x_n, x_n, ..., x_n}
+
+      -- Macro: GSL_MOVSTAT_END_TRUNCATE
+
+          With this option, no padding is performed, and the windows are
+          simply truncated as the end points are approached.
+
+\1f
+File: gsl-ref.info,  Node: Allocation for Moving Window Statistics,  Next: Moving Mean,  Prev: Handling Endpoints,  Up: Moving Window Statistics
+
+23.3 Allocation for Moving Window Statistics
+============================================
+
+ -- Type: gsl_movstat_workspace
+
+     The moving window statistical routines use a common workspace.
+
+ -- Function: *note gsl_movstat_workspace: 849. *gsl_movstat_alloc
+          (const size_t K)
+
+     This function allocates a workspace for computing symmetric,
+     centered moving statistics with a window length of K samples.  In
+     this case, H = J = \left\lfloor K/2 \right\rfloor.  The size of the
+     workspace is O(7K).
+
+ -- Function: *note gsl_movstat_workspace: 849. *gsl_movstat_alloc2
+          (const size_t H, const size_t J)
+
+     This function allocates a workspace for computing moving statistics
+     using a window with H samples prior to the current sample, and J
+     samples after the current sample.  The total window size is K = H +
+     J + 1.  The size of the workspace is O(7K).
+
+ -- Function: void *gsl_movstat_free (gsl_movstat_workspace *w)
+
+     This function frees the memory associated with *note w: 84c.
+
+\1f
+File: gsl-ref.info,  Node: Moving Mean,  Next: Moving Variance and Standard Deviation,  Prev: Allocation for Moving Window Statistics,  Up: Moving Window Statistics
+
+23.4 Moving Mean
+================
+
+The moving window mean calculates the mean of the values of each window
+W_i^{H,J}.
+
+     \hat{\mu}_i = 1/| W_i^{H,J} | \sum_{x_m \in W_i^{H,J}} x_m
+
+Here, \left| W_i^{H,J} \right| represents the number of elements in the
+window W_i^{H,J}.  This will normally be K, unless the
+‘GSL_MOVSTAT_END_TRUNCATE’ option is selected, in which case it could be
+less than K near the signal end points.
+
+ -- Function: int gsl_movstat_mean (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *y, gsl_movstat_workspace *w)
+
+     This function computes the moving window mean of the input vector
+     *note x: 84e, storing the output in *note y: 84e.  The parameter
+     *note endtype: 84e. specifies how windows near the ends of the
+     input should be handled.  It is allowed to have *note x: 84e. =
+     *note y: 84e. for an in-place moving mean.
+
+\1f
+File: gsl-ref.info,  Node: Moving Variance and Standard Deviation,  Next: Moving Minimum and Maximum,  Prev: Moving Mean,  Up: Moving Window Statistics
+
+23.5 Moving Variance and Standard Deviation
+===========================================
+
+The moving window variance calculates the `sample variance' of the
+values of each window W_i^{H,J}, defined by
+
+     \hat{\sigma}_i^2 = 1/(|W_i^{H,J}| - 1) \sum_{x_m \in W_i^{H,J}} ( x_m - \hat{\mu}_i )^2
+
+where \hat{\mu}_i is the mean of W_i^{H,J} defined above.  The standard
+deviation \hat{\sigma}_i is the square root of the variance.
+
+ -- Function: int gsl_movstat_variance (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *y, gsl_movstat_workspace *w)
+
+     This function computes the moving window variance of the input
+     vector *note x: 850, storing the output in *note y: 850.  The
+     parameter *note endtype: 850. specifies how windows near the ends
+     of the input should be handled.  It is allowed to have *note x:
+     850. = *note y: 850. for an in-place moving variance.
+
+ -- Function: int gsl_movstat_sd (const gsl_movstat_end_t endtype, const
+          gsl_vector *x, gsl_vector *y, gsl_movstat_workspace *w)
+
+     This function computes the moving window standard deviation of the
+     input vector *note x: 851, storing the output in *note y: 851.  The
+     parameter *note endtype: 851. specifies how windows near the ends
+     of the input should be handled.  It is allowed to have *note x:
+     851. = *note y: 851. for an in-place moving standard deviation.
+
+\1f
+File: gsl-ref.info,  Node: Moving Minimum and Maximum,  Next: Moving Sum,  Prev: Moving Variance and Standard Deviation,  Up: Moving Window Statistics
+
+23.6 Moving Minimum and Maximum
+===============================
+
+The moving minimum/maximum calculates the minimum and maximum values of
+each window W_i^{H,J}.
+
+     y_i^{min} = \min W_i^{H,J}
+     y_i^{max} = \max W_i^{H,J}
+
+ -- Function: int gsl_movstat_min (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *y, gsl_movstat_workspace *w)
+
+     This function computes the moving minimum of the input vector *note
+     x: 853, storing the result in *note y: 853.  The parameter *note
+     endtype: 853. specifies how windows near the ends of the input
+     should be handled.  It is allowed to have *note x: 853. = *note y:
+     853. for an in-place moving minimum.
+
+ -- Function: int gsl_movstat_max (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *y, gsl_movstat_workspace *w)
+
+     This function computes the moving maximum of the input vector *note
+     x: 854, storing the result in *note y: 854.  The parameter *note
+     endtype: 854. specifies how windows near the ends of the input
+     should be handled.  It is allowed to have *note x: 854. = *note y:
+     854. for an in-place moving maximum.
+
+ -- Function: int gsl_movstat_minmax (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *y_min, gsl_vector *y_max,
+          gsl_movstat_workspace *w)
+
+     This function computes the moving minimum and maximum of the input
+     vector *note x: 855, storing the window minimums in *note y_min:
+     855. and the window maximums in *note y_max: 855.  The parameter
+     *note endtype: 855. specifies how windows near the ends of the
+     input should be handled.
+
+\1f
+File: gsl-ref.info,  Node: Moving Sum,  Next: Moving Median,  Prev: Moving Minimum and Maximum,  Up: Moving Window Statistics
+
+23.7 Moving Sum
+===============
+
+The moving window sum calculates the sum of the values of each window
+W_i^{H,J}.
+
+     y_i = \sum_{x_m \in W_i^{H,J}} x_m
+
+ -- Function: int gsl_movstat_sum (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *y, gsl_movstat_workspace *w)
+
+     This function computes the moving window sum of the input vector
+     *note x: 857, storing the output in *note y: 857.  The parameter
+     *note endtype: 857. specifies how windows near the ends of the
+     input should be handled.  It is allowed to have *note x: 857. =
+     *note y: 857. for an in-place moving sum.
+
+\1f
+File: gsl-ref.info,  Node: Moving Median,  Next: Robust Scale Estimation,  Prev: Moving Sum,  Up: Moving Window Statistics
+
+23.8 Moving Median
+==================
+
+The moving median calculates the median of the window W_i^{H,J} for each
+sample x_i:
+
+     y_i = median(W_i^{H,J})
+
+ -- Function: int gsl_movstat_median (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *y, gsl_movstat_workspace *w)
+
+     This function computes the moving median of the input vector *note
+     x: 859, storing the output in *note y: 859.  The parameter *note
+     endtype: 859. specifies how windows near the ends of the input
+     should be handled.  It is allowed for *note x: 859. = *note y: 859.
+     for an in-place moving window median.
+
+\1f
+File: gsl-ref.info,  Node: Robust Scale Estimation,  Next: User-defined Moving Statistics,  Prev: Moving Median,  Up: Moving Window Statistics
+
+23.9 Robust Scale Estimation
+============================
+
+A common problem in statistics is to quantify the dispersion (also known
+as the variability, scatter, and spread) of a set of data.  Often this
+is done by calculating the variance or standard deviation.  However
+these statistics are strongly influenced by outliers, and can often
+provide erroneous results when even a small number of outliers are
+present.
+
+Several useful statistics have emerged to provide robust estimates of
+scale which are not as susceptible to data outliers.  A few of these
+statistical scale estimators are described below.
+
+* Menu:
+
+* Moving MAD::
+* Moving QQR::
+* Moving S_n::
+* Moving Q_n::
+
+\1f
+File: gsl-ref.info,  Node: Moving MAD,  Next: Moving QQR,  Up: Robust Scale Estimation
+
+23.9.1 Moving MAD
+-----------------
+
+The median absolute deviation (MAD) for the window W_i^{H,J} is defined
+to be the median of the absolute deviations from the window’s median:
+
+     MAD_i = 1.4826 * median[ |W_i^{H,J} - median(W_i^{H,J})| ]
+
+The factor of 1.4826 makes the MAD an unbiased estimator of the standard
+deviation for Gaussian data.  The MAD has an efficiency of 37%.  See
+*note here: 815. for more information.
+
+ -- Function: int gsl_movstat_mad0 (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *xmedian, gsl_vector *xmad,
+          gsl_movstat_workspace *w)
+ -- Function: int gsl_movstat_mad (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, gsl_vector *xmedian, gsl_vector *xmad,
+          gsl_movstat_workspace *w)
+
+     These functions compute the moving MAD of the input vector *note x:
+     85d. and store the result in *note xmad: 85d.  The medians of each
+     window W_i^{H,J} are stored in *note xmedian: 85d. on output.  The
+     inputs *note x: 85d, *note xmedian: 85d, and *note xmad: 85d. must
+     all be the same length.  The parameter *note endtype: 85d.
+     specifies how windows near the ends of the input should be handled.
+     The function ‘mad0’ does not include the scale factor of 1.4826,
+     while the function ‘mad’ does include this factor.
+
+\1f
+File: gsl-ref.info,  Node: Moving QQR,  Next: Moving S_n,  Prev: Moving MAD,  Up: Robust Scale Estimation
+
+23.9.2 Moving QQR
+-----------------
+
+The q-quantile range (QQR) is the difference between the (1-q) and q
+quantiles of a set of data,
+
+     QQR = Q_{1-q} - Q_q
+
+The case q = 0.25 corresponds to the well-known `interquartile range
+(IQR)', which is the difference between the 75th and 25th percentiles of
+a set of data.  The QQR is a `trimmed estimator', the main idea being to
+discard the largest and smallest values in a data window and compute a
+scale estimate from the remaining middle values.  In the case of the
+IQR, the largest and smallest 25% of the data are discarded and the
+scale is estimated from the remaining (middle) 50%.
+
+ -- Function: int gsl_movstat_qqr (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, const double q, gsl_vector *xqqr,
+          gsl_movstat_workspace *w)
+
+     This function computes the moving QQR of the input vector *note x:
+     85f. and stores the q-quantile ranges of each window W_i^{H,J} in
+     *note xqqr: 85f.  The quantile parameter *note q: 85f. must be
+     between 0 and 0.5.  The input q = 0.25 corresponds to the IQR. The
+     inputs *note x: 85f. and *note xqqr: 85f. must be the same length.
+     The parameter *note endtype: 85f. specifies how windows near the
+     ends of the input should be handled.
+
+\1f
+File: gsl-ref.info,  Node: Moving S_n,  Next: Moving Q_n,  Prev: Moving QQR,  Up: Robust Scale Estimation
+
+23.9.3 Moving S_n
+-----------------
+
+The S_n statistic proposed by Croux and Rousseeuw is based on pairwise
+differences between all samples in the window.  It has an efficiency of
+58%, significantly higher than the MAD. See *note here: 819. for more
+information.
+
+ -- Function: int gsl_movstat_Sn (const gsl_movstat_end_t endtype, const
+          gsl_vector *x, gsl_vector *xscale, gsl_movstat_workspace *w)
+
+     This function computes the moving S_n of the input vector *note x:
+     861. and stores the output in *note xscale: 861.  The inputs *note
+     x: 861. and *note xscale: 861. must be the same length.  The
+     parameter *note endtype: 861. specifies how windows near the ends
+     of the input should be handled.  It is allowed for *note x: 861. =
+     *note xscale: 861. for an in-place moving window S_n.
+
+\1f
+File: gsl-ref.info,  Node: Moving Q_n,  Prev: Moving S_n,  Up: Robust Scale Estimation
+
+23.9.4 Moving Q_n
+-----------------
+
+The Q_n statistic proposed by Croux and Rousseeuw is loosely based on
+the Hodges-Lehmann location estimator.  It has a relatively high
+efficiency of 82%.  See *note here: 81d. for more information.
+
+ -- Function: int gsl_movstat_Qn (const gsl_movstat_end_t endtype, const
+          gsl_vector *x, gsl_vector *xscale, gsl_movstat_workspace *w)
+
+     This function computes the moving Q_n of the input vector *note x:
+     863. and stores the output in *note xscale: 863.  The inputs *note
+     x: 863. and *note xscale: 863. must be the same length.  The
+     parameter *note endtype: 863. specifies how windows near the ends
+     of the input should be handled.  It is allowed for *note x: 863. =
+     *note xscale: 863. for an in-place moving window Q_n.
+
+\1f
+File: gsl-ref.info,  Node: User-defined Moving Statistics,  Next: Accumulators,  Prev: Robust Scale Estimation,  Up: Moving Window Statistics
+
+23.10 User-defined Moving Statistics
+====================================
+
+GSL offers an interface for users to define their own moving window
+statistics functions, without needing to implement the edge-handling and
+accumulator machinery.  This can be done by explicitly constructing the
+windows W_i^{H,J} for a given input signal (*note gsl_movstat_fill():
+865.), or by calculating a user-defined function for each window
+automatically.  In order to apply a user-defined function to each
+window, users must define a variable of type *note gsl_movstat_function:
+866. to pass into *note gsl_movstat_apply(): 867.  This structure is
+defined as follows.
+
+ -- Type: gsl_movstat_function
+
+     Structure specifying user-defined moving window statistical
+     function:
+
+          typedef struct
+          {
+            double (* function) (const size_t n, double x[], void * params);
+            void * params;
+          } gsl_movstat_function;
+
+     This structure contains a pointer to the user-defined function as
+     well as possible parameters to pass to the function.
+
+      -- Member: double (*function) (const size_t n, double x[], void
+               *params)
+
+          This function returns the user-defined statistic of the array
+          ‘x’ of length ‘n’.  User-specified parameters are passed in
+          via *note params: 869.  It is allowed to modify the array ‘x’.
+
+      -- Member: void *params
+
+          User-specified parameters to be passed into the function.
+
+ -- Function: int gsl_movstat_apply (const gsl_movstat_end_t endtype,
+          const gsl_movstat_function *F, const gsl_vector *x, gsl_vector
+          *y, gsl_movstat_workspace *w)
+
+     This function applies the user-defined moving window statistic
+     specified in *note F: 867. to the input vector *note x: 867,
+     storing the output in *note y: 867.  The parameter *note endtype:
+     867. specifies how windows near the ends of the input should be
+     handled.  It is allowed for *note x: 867. = *note y: 867. for an
+     in-place moving window calculation.
+
+ -- Function: size_t gsl_movstat_fill (const gsl_movstat_end_t endtype,
+          const gsl_vector *x, const size_t idx, const size_t H, const
+          size_t J, double *window)
+
+     This function explicitly constructs the sliding window for the
+     input vector *note x: 865. which is centered on the sample *note
+     idx: 865.  On output, the array *note window: 865. will contain
+     W_{idx}^{H,J}.  The number of samples to the left and right of the
+     sample *note idx: 865. are specified by *note H: 865. and *note J:
+     865. respectively.  The parameter *note endtype: 865. specifies how
+     windows near the ends of the input should be handled.  The function
+     returns the size of the window.
+
+\1f
+File: gsl-ref.info,  Node: Accumulators,  Next: Examples<17>,  Prev: User-defined Moving Statistics,  Up: Moving Window Statistics
+
+23.11 Accumulators
+==================
+
+Many of the algorithms of this chapter are based on an accumulator
+design, which process the input vector one sample at a time, updating
+calculations of the desired statistic for the current window.  Each
+accumulator is stored in the following structure:
+
+ -- Type: gsl_movstat_accum
+
+     Structure specifying accumulator for moving window statistics:
+
+          typedef struct
+          {
+            size_t (* size) (const size_t n);
+            int (* init) (const size_t n, void * vstate);
+            int (* insert) (const double x, void * vstate);
+            int (* delete) (void * vstate);
+            int (* get) (void * params, double * result, const void * vstate);
+          } gsl_movstat_accum;
+
+     The structure contains function pointers responsible for performing
+     different tasks for the accumulator.
+
+      -- Member: size_t (*size) (const size_t n)
+
+          This function returns the size of the workspace (in bytes)
+          needed by the accumulator for a moving window of length ‘n’.
+
+      -- Member: int (*init) (const size_t n, void *vstate)
+
+          This function initializes the workspace ‘vstate’ for a moving
+          window of length ‘n’.
+
+      -- Member: int (*insert) (const double x, void *vstate)
+
+          This function inserts a single sample ‘x’ into the
+          accumulator, updating internal calculations of the desired
+          statistic.  If the accumulator is full (i.e.  n samples have
+          already been inserted), then the oldest sample is deleted from
+          the accumulator.
+
+      -- Member: int (*delete) (void *vstate)
+
+          This function deletes the oldest sample from the accumulator,
+          updating internal calculations of the desired statistic.
+
+      -- Member: int (*get) (void *params, double *result, const void
+               *vstate)
+
+          This function stores the desired statistic for the current
+          window in ‘result’.  The input ‘params’ specifies optional
+          parameters for calculating the statistic.
+
+The following accumulators of type *note gsl_movstat_accum: 86b. are
+defined by GSL to perform moving window statistics calculations.
+
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_min
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_max
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_minmax
+
+     These accumulators calculate moving window minimum/maximums
+     efficiently, using the algorithm of D. Lemire.
+
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_mean
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_sd
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_variance
+
+     These accumulators calculate the moving window mean, standard
+     deviation, and variance, using the algorithm of B. P. Welford.
+
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_median
+
+     This accumulator calculates the moving window median using the
+     min/max heap algorithm of Härdle and Steiger.
+
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_Sn
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_Qn
+
+     These accumulators calculate the moving window S_n and Q_n
+     statistics developed by Croux and Rousseeuw.
+
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_sum
+
+     This accumulator calculates the moving window sum.
+
+ -- Variable: *note gsl_movstat_accum: 86b. *gsl_movstat_accum_qqr
+
+     This accumulator calculates the moving window q-quantile range.
+
+\1f
+File: gsl-ref.info,  Node: Examples<17>,  Next: References and Further Reading<17>,  Prev: Accumulators,  Up: Moving Window Statistics
+
+23.12 Examples
+==============
+
+* Menu:
+
+* Example 1::
+* Example 2; Robust Scale: Example 2 Robust Scale.
+* Example 3; User-defined Moving Window: Example 3 User-defined Moving Window.
+
+\1f
+File: gsl-ref.info,  Node: Example 1,  Next: Example 2 Robust Scale,  Up: Examples<17>
+
+23.12.1 Example 1
+-----------------
+
+The following example program computes the moving mean, minimum and
+maximum of a noisy sinusoid signal of length N = 500 with a symmetric
+moving window of size K = 11.
+
+[gsl-ref-figures/movstat1]
+Figure: Original signal time series (gray) with moving mean (green),
+moving minimum (blue), and moving maximum (orange).
+
+The program is given below.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_movstat.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main(void)
+     {
+       const size_t N = 500;                      /* length of time series */
+       const size_t K = 11;                       /* window size */
+       gsl_movstat_workspace * w = gsl_movstat_alloc(K);
+       gsl_vector *x = gsl_vector_alloc(N);
+       gsl_vector *xmean = gsl_vector_alloc(N);
+       gsl_vector *xmin = gsl_vector_alloc(N);
+       gsl_vector *xmax = gsl_vector_alloc(N);
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       size_t i;
+
+       for (i = 0; i < N; ++i)
+         {
+           double xi = cos(4.0 * M_PI * i / (double) N);
+           double ei = gsl_ran_gaussian(r, 0.1);
+
+           gsl_vector_set(x, i, xi + ei);
+         }
+
+       /* compute moving statistics */
+       gsl_movstat_mean(GSL_MOVSTAT_END_PADVALUE, x, xmean, w);
+       gsl_movstat_minmax(GSL_MOVSTAT_END_PADVALUE, x, xmin, xmax, w);
+
+       /* print results */
+       for (i = 0; i < N; ++i)
+         {
+           printf("%zu %f %f %f %f\n",
+                  i,
+                  gsl_vector_get(x, i),
+                  gsl_vector_get(xmean, i),
+                  gsl_vector_get(xmin, i),
+                  gsl_vector_get(xmax, i));
+         }
+
+       gsl_vector_free(x);
+       gsl_vector_free(xmean);
+       gsl_rng_free(r);
+       gsl_movstat_free(w);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Example 2 Robust Scale,  Next: Example 3 User-defined Moving Window,  Prev: Example 1,  Up: Examples<17>
+
+23.12.2 Example 2: Robust Scale
+-------------------------------
+
+The following example program analyzes a time series of length N = 1000
+composed of Gaussian random variates with zero mean whose standard
+deviation changes in a piecewise constant fashion as shown in the table
+below.
+
+Sample Range     \sigma
+                 
+------------------------------------
+                 
+1-200            1.0
+                 
+                 
+201-450          5.0
+                 
+                 
+451-600          1.0
+                 
+                 
+601-850          3.0
+                 
+                 
+851-1000         5.0
+                 
+
+Additionally, about 1% of the samples are perturbed to represent
+outliers by adding \pm 15 to the random Gaussian variate.  The program
+calculates the moving statistics MAD, IQR, S_n, Q_n, and the standard
+deviation using a symmetric moving window of length K = 41.  The results
+are shown in Fig.  %s.
+
+[gsl-ref-figures/movstat2]
+Figure: Top: time series of piecewise constant variance.  Bottom: scale
+estimates using a moving window; the true sigma value is in light blue,
+MAD in green, IQR in red, S_n in yellow, and Q_n in dark blue.  The
+moving standard deviation is shown in gray.
+
+The robust statistics follow the true standard deviation piecewise
+changes well, without being influenced by the outliers.  The moving
+standard deviation (gray curve) is heavily influenced by the presence of
+the outliers.  The program is given below.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_movstat.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main(void)
+     {
+       const size_t N = 1000;                                 /* length of time series */
+       const double sigma[] = { 1.0, 5.0, 1.0, 3.0, 5.0 };    /* variances */
+       const size_t N_sigma[] = { 200, 450, 600, 850, 1000 }; /* samples where variance changes */
+       const size_t K = 41;                                   /* window size */
+       gsl_vector *x = gsl_vector_alloc(N);
+       gsl_vector *xmedian = gsl_vector_alloc(N);
+       gsl_vector *xmad = gsl_vector_alloc(N);
+       gsl_vector *xiqr = gsl_vector_alloc(N);
+       gsl_vector *xSn = gsl_vector_alloc(N);
+       gsl_vector *xQn = gsl_vector_alloc(N);
+       gsl_vector *xsd = gsl_vector_alloc(N);
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       gsl_movstat_workspace * w = gsl_movstat_alloc(K);
+       size_t idx = 0;
+       size_t i;
+
+       for (i = 0; i < N; ++i)
+         {
+           double gi = gsl_ran_gaussian(r, sigma[idx]);
+           double u = gsl_rng_uniform(r);
+           double outlier = (u < 0.01) ? 15.0*GSL_SIGN(gi) : 0.0;
+           double xi = gi + outlier;
+
+           gsl_vector_set(x, i, xi);
+
+           if (i == N_sigma[idx] - 1)
+             ++idx;
+         }
+
+       /* compute moving statistics */
+       gsl_movstat_mad(GSL_MOVSTAT_END_TRUNCATE, x, xmedian, xmad, w);
+       gsl_movstat_qqr(GSL_MOVSTAT_END_TRUNCATE, x, 0.25, xiqr, w);
+       gsl_movstat_Sn(GSL_MOVSTAT_END_TRUNCATE, x, xSn, w);
+       gsl_movstat_Qn(GSL_MOVSTAT_END_TRUNCATE, x, xQn, w);
+       gsl_movstat_sd(GSL_MOVSTAT_END_TRUNCATE, x, xsd, w);
+
+       /* scale IQR by factor to approximate standard deviation */
+       gsl_vector_scale(xiqr, 0.7413);
+
+       /* print results */
+       idx = 0;
+       for (i = 0; i < N; ++i)
+         {
+           printf("%zu %f %f %f %f %f %f %f\n",
+                  i,
+                  gsl_vector_get(x, i),
+                  sigma[idx],
+                  gsl_vector_get(xmad, i),
+                  gsl_vector_get(xiqr, i),
+                  gsl_vector_get(xSn, i),
+                  gsl_vector_get(xQn, i),
+                  gsl_vector_get(xsd, i));
+
+           if (i == N_sigma[idx] - 1)
+             ++idx;
+         }
+
+       gsl_vector_free(x);
+       gsl_vector_free(xmedian);
+       gsl_vector_free(xmad);
+       gsl_vector_free(xiqr);
+       gsl_vector_free(xSn);
+       gsl_vector_free(xQn);
+       gsl_vector_free(xsd);
+       gsl_rng_free(r);
+       gsl_movstat_free(w);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Example 3 User-defined Moving Window,  Prev: Example 2 Robust Scale,  Up: Examples<17>
+
+23.12.3 Example 3: User-defined Moving Window
+---------------------------------------------
+
+This example program illustrates how a user can define their own moving
+window function to apply to an input vector.  It constructs a random
+noisy time series of length N = 1000 with some outliers added.  Then it
+applies a moving window trimmed mean to the time series with trim
+parameter \alpha = 0.1.  The length of the moving window is K = 11, so
+the smallest and largest sample of each window is discarded prior to
+computing the mean.  The results are shown in Fig.  %s.
+
+[gsl-ref-figures/movstat3]
+Figure: Noisy time series data (black) with moving window trimmed mean
+(red)
+
+The program is given below.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_movstat.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_sort.h>
+     #include <gsl/gsl_statistics.h>
+
+     double
+     func(const size_t n, double x[], void * params)
+     {
+       const double alpha = *(double *) params;
+
+       gsl_sort(x, 1, n);
+
+       return gsl_stats_trmean_from_sorted_data(alpha, x, 1, n);
+     }
+
+     int
+     main(void)
+     {
+       const size_t N = 1000;                /* length of time series */
+       const size_t K = 11;                  /* window size */
+       double alpha = 0.1;                   /* trimmed mean parameter */
+       gsl_vector *x = gsl_vector_alloc(N);  /* input vector */
+       gsl_vector *y = gsl_vector_alloc(N);  /* filtered output vector for alpha1 */
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       gsl_movstat_workspace *w = gsl_movstat_alloc(K);
+       gsl_movstat_function F;
+       size_t i;
+       double sum = 0.0;
+
+       /* generate input signal */
+       for (i = 0; i < N; ++i)
+         {
+           double ui = gsl_ran_gaussian(r, 1.0);
+           double outlier = (gsl_rng_uniform(r) < 0.01) ? 10.0*GSL_SIGN(ui) : 0.0;
+           sum += ui;
+           gsl_vector_set(x, i, sum + outlier);
+         }
+
+       /* apply moving window function */
+       F.function = func;
+       F.params = &alpha;
+       gsl_movstat_apply(GSL_MOVSTAT_END_PADVALUE, &F, x, y, w);
+
+       /* print results */
+       for (i = 0; i < N; ++i)
+         {
+           double xi = gsl_vector_get(x, i);
+           double yi = gsl_vector_get(y, i);
+
+           printf("%f %f\n", xi, yi);
+         }
+
+       gsl_vector_free(x);
+       gsl_vector_free(y);
+       gsl_rng_free(r);
+       gsl_movstat_free(w);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<17>,  Prev: Examples<17>,  Up: Moving Window Statistics
+
+23.13 References and Further Reading
+====================================
+
+The following publications are relevant to the algorithms described in
+this chapter,
+
+   * W.Hardle and W. Steiger, `Optimal Median Smoothing', Appl.
+     Statist., 44 (2), 1995.
+
+   * D. Lemire, `Streaming Maximum-Minimum Filter Using No More than
+     Three Comparisons per Element', Nordic Journal of Computing, 13
+     (4), 2006 (‘https://arxiv.org/abs/cs/0610046’).
+
+   * B. P. Welford, `Note on a method for calculating corrected sums of
+     squares and products', Technometrics, 4 (3), 1962.
+
+\1f
+File: gsl-ref.info,  Node: Digital Filtering,  Next: Histograms,  Prev: Moving Window Statistics,  Up: Top
+
+24 Digital Filtering
+********************
+
+* Menu:
+
+* Introduction: Introduction<5>.
+* Handling Endpoints: Handling Endpoints<2>.
+* Linear Digital Filters::
+* Nonlinear Digital Filters::
+* Examples: Examples<18>.
+* References and Further Reading: References and Further Reading<18>.
+
+\1f
+File: gsl-ref.info,  Node: Introduction<5>,  Next: Handling Endpoints<2>,  Up: Digital Filtering
+
+24.1 Introduction
+=================
+
+The filters discussed in this chapter are based on the following moving
+data window which is centered on i-th sample:
+
+     W_i^H = { x_{i-H}, ..., x_i, ..., x_{i+H} }
+
+Here, H is a non-negative integer called the `window half-length', which
+represents the number of samples before and after sample i.  The total
+window length is K = 2 H + 1.
+
+\1f
+File: gsl-ref.info,  Node: Handling Endpoints<2>,  Next: Linear Digital Filters,  Prev: Introduction<5>,  Up: Digital Filtering
+
+24.2 Handling Endpoints
+=======================
+
+When processing samples near the ends of the input signal, there will
+not be enough samples to fill the window W_i^H defined above.  Therefore
+the user must specify how to construct the windows near the end points.
+This is done by passing an input argument of type *note
+gsl_filter_end_t: 888.:
+
+ -- Type: gsl_filter_end_t
+
+     This data type specifies how to construct windows near end points
+     and can be selected from the following choices:
+
+      -- Macro: GSL_FILTER_END_PADZERO
+
+          With this option, a full window of length K will be
+          constructed by inserting zeros into the window near the signal
+          end points.  Effectively, the input signal is modified to
+
+               x~ = { 0, ..., 0, x_1, x_2, ..., x_{n-1}, x_n, 0, ..., 0 }
+
+          to ensure a well-defined window for all x_i.
+
+      -- Macro: GSL_FILTER_END_PADVALUE
+
+          With this option, a full window of length K will be
+          constructed by padding the window with the first and last
+          sample in the input signal.  Effectively, the input signal is
+          modified to
+
+               x~ = { x_1, ..., x_1, x_1, x_2, ..., x_{n-1}, x_n, x_n, ..., x_n }
+
+      -- Macro: GSL_FILTER_END_TRUNCATE
+
+          With this option, no padding is performed, and the windows are
+          simply truncated as the end points are approached.
+
+\1f
+File: gsl-ref.info,  Node: Linear Digital Filters,  Next: Nonlinear Digital Filters,  Prev: Handling Endpoints<2>,  Up: Digital Filtering
+
+24.3 Linear Digital Filters
+===========================
+
+* Menu:
+
+* Gaussian Filter::
+
+\1f
+File: gsl-ref.info,  Node: Gaussian Filter,  Up: Linear Digital Filters
+
+24.3.1 Gaussian Filter
+----------------------
+
+The Gaussian filter convolves the input signal with a Gaussian kernel or
+window.  This filter is often used as a smoothing or noise reduction
+filter.  The Gaussian kernel is defined by
+
+     G(k) = e^{-1/2 ( \alpha k/((K-1)/2) )^2} = e^{-k^2/2\sigma^2}
+
+for -(K-1)/2 \le k \le (K-1)/2, and K is the size of the kernel.  The
+parameter \alpha specifies the number of standard deviations \sigma
+desired in the kernel.  So for example setting \alpha = 3 would define a
+Gaussian window of length K which spans \pm 3 \sigma.  It is often more
+convenient to specify the parameter \alpha rather than the standard
+deviation \sigma when constructing the kernel, since a fixed value of
+\alpha would correspond to the same shape of Gaussian regardless of the
+size K. The appropriate value of the standard deviation depends on K and
+is related to \alpha as
+
+     \sigma = (K - 1)/(2 \alpha)
+
+The routines below accept \alpha as an input argument instead of \sigma.
+
+The Gaussian filter offers a convenient way of differentiating and
+smoothing an input signal in a single pass.  Using the derivative
+property of a convolution,
+
+     d/dt ( G * x ) = dG/dt * x
+
+the input signal x(t) can be smoothed and differentiated at the same
+time by convolution with a derivative Gaussian kernel, which can be
+readily computed from the analytic expression above.  The same principle
+applies to higher order derivatives.
+
+ -- Function: gsl_filter_gaussian_workspace *gsl_filter_gaussian_alloc
+          (const size_t K)
+
+     This function initializes a workspace for Gaussian filtering using
+     a kernel of size *note K: 88e.  Here, H = K / 2.  If K is even, it
+     is rounded up to the next odd integer to ensure a symmetric window.
+     The size of the workspace is O(K).
+
+ -- Function: void gsl_filter_gaussian_free
+          (gsl_filter_gaussian_workspace *w)
+
+     This function frees the memory associated with *note w: 88f.
+
+ -- Function: int gsl_filter_gaussian (const gsl_filter_end_t endtype,
+          const double alpha, const size_t order, const gsl_vector *x,
+          gsl_vector *y, gsl_filter_gaussian_workspace *w)
+
+     This function applies a Gaussian filter parameterized by *note
+     alpha: 890. to the input vector *note x: 890, storing the output in
+     *note y: 890.  The derivative order is specified by *note order:
+     890, with ‘0’ corresponding to a Gaussian, ‘1’ corresponding to a
+     first derivative Gaussian, and so on.  The parameter *note endtype:
+     890. specifies how the signal end points are handled.  It is
+     allowed for *note x: 890. = *note y: 890. for an in-place filter.
+
+ -- Function: int gsl_filter_gaussian_kernel (const double alpha, const
+          size_t order, const int normalize, gsl_vector *kernel)
+
+     This function constructs a Gaussian kernel parameterized by *note
+     alpha: 891. and stores the output in *note kernel: 891.  The
+     parameter *note order: 891. specifies the derivative order, with
+     ‘0’ corresponding to a Gaussian, ‘1’ corresponding to a first
+     derivative Gaussian, and so on.  If *note normalize: 891. is set to
+     ‘1’, then the kernel will be normalized to sum to one on output.
+     If *note normalize: 891. is set to ‘0’, no normalization is
+     performed.
+
+\1f
+File: gsl-ref.info,  Node: Nonlinear Digital Filters,  Next: Examples<18>,  Prev: Linear Digital Filters,  Up: Digital Filtering
+
+24.4 Nonlinear Digital Filters
+==============================
+
+The nonlinear digital filters described below are based on the window
+median, which is given by
+
+     m_i = median { W_i^H } = median { x_{i-H}, ..., x_i, ..., x_{i+H} }
+
+The median is considered robust to local outliers, unlike the mean.
+Median filters can preserve sharp edges while at the same removing
+signal noise, and are used in a wide range of applications.
+
+* Menu:
+
+* Standard Median Filter::
+* Recursive Median Filter::
+* Impulse Detection Filter::
+
+\1f
+File: gsl-ref.info,  Node: Standard Median Filter,  Next: Recursive Median Filter,  Up: Nonlinear Digital Filters
+
+24.4.1 Standard Median Filter
+-----------------------------
+
+The `standard median filter' (SMF) simply replaces the sample x_i by the
+median m_i of the window W_i^H: This filter has one tuning parameter
+given by H. The standard median filter is considered highly resistant to
+local outliers and local noise in the data sequence \{x_i\}.
+
+ -- Function: gsl_filter_median_workspace *gsl_filter_median_alloc
+          (const size_t K)
+
+     This function initializes a workspace for standard median filtering
+     using a symmetric centered moving window of size *note K: 894.
+     Here, H = K / 2.  If K is even, it is rounded up to the next odd
+     integer to ensure a symmetric window.  The size of the workspace is
+     O(7K).
+
+ -- Function: void gsl_filter_median_free (gsl_filter_median_workspace
+          *w)
+
+     This function frees the memory associated with *note w: 895.
+
+ -- Function: int gsl_filter_median (const gsl_filter_end_t endtype,
+          const gsl_vector *x, gsl_vector *y,
+          gsl_filter_median_workspace *w)
+
+     This function applies a standard median filter to the input *note
+     x: 896, storing the output in *note y: 896.  The parameter *note
+     endtype: 896. specifies how the signal end points are handled.  It
+     is allowed to have *note x: 896. = *note y: 896. for an in-place
+     filter.
+
+\1f
+File: gsl-ref.info,  Node: Recursive Median Filter,  Next: Impulse Detection Filter,  Prev: Standard Median Filter,  Up: Nonlinear Digital Filters
+
+24.4.2 Recursive Median Filter
+------------------------------
+
+The `recursive median filter' (RMF) is a modification of the SMF to
+include previous filter outputs in the window before computing the
+median.  The filter’s response is
+
+     y_i = median ( y_{i-H}, ..., y_{i-1}, x_i, x_{i+1}, ..., x_{i+H} )
+
+Sometimes, the SMF must be applied several times in a row to achieve
+adequate smoothing (i.e.  a cascade filter).  The RMF, on the other
+hand, converges to a `root sequence' in one pass, and can sometimes
+provide a smoother result than several passes of the SMF. A root
+sequence is an input which is left unchanged by the filter.  So there is
+no need to apply a recursive median filter twice to an input vector.
+
+ -- Function: gsl_filter_rmedian_workspace *gsl_filter_rmedian_alloc
+          (const size_t K)
+
+     This function initializes a workspace for recursive median
+     filtering using a symmetric centered moving window of size *note K:
+     898.  Here, H = K / 2.  If K is even, it is rounded up to the next
+     odd integer to ensure a symmetric window.  The size of the
+     workspace is O(K).
+
+ -- Function: void gsl_filter_rmedian_free (gsl_filter_rmedian_workspace
+          *w)
+
+     This function frees the memory associated with *note w: 899.
+
+ -- Function: int gsl_filter_rmedian (const gsl_filter_end_t endtype,
+          const gsl_vector *x, gsl_vector *y,
+          gsl_filter_rmedian_workspace *w)
+
+     This function applies a recursive median filter to the input *note
+     x: 89a, storing the output in *note y: 89a.  The parameter *note
+     endtype: 89a. specifies how the signal end points are handled.  It
+     is allowed to have *note x: 89a. = *note y: 89a. for an in-place
+     filter.
+
+\1f
+File: gsl-ref.info,  Node: Impulse Detection Filter,  Prev: Recursive Median Filter,  Up: Nonlinear Digital Filters
+
+24.4.3 Impulse Detection Filter
+-------------------------------
+
+Impulsive noise is characterized by short sequences of data points
+distinct from those in the surrounding neighborhood.  This section
+describes a powerful class of filters, also known as `impulse rejection
+filters' and `decision-based filters', designed to detect and remove
+such outliers from data.  The filter’s response is given by
+
+     y_i = { x_i, |x_i - m_i| <= t * S_i
+           { m_i, |x_i - m_i| > t * S_i
+
+where m_i is the median value of the window W_i^H, S_i is a robust
+estimate of the scatter or dispersion for the window W_i^H, and t is a
+tuning parameter specifying the number of scale factors needed to
+determine that a point is an outlier.  The main idea is that the median
+m_i will be unaffected by a small number of outliers in the window, and
+so a given sample x_i is tested to determine how far away it is from the
+median in terms of the local scale estimate S_i.  Samples which are more
+than t scale estimates away from the median are labeled as outliers and
+replaced by the window median m_i.  Samples which are less than t scale
+estimates from the median are left unchanged by the filter.
+
+Note that when t = 0, the impulse detection filter is equivalent to the
+standard median filter.  When t \rightarrow \infty, it becomes the
+identity filter.  This means the impulse detection filter can be viewed
+as a “less aggressive” version of the standard median filter, becoming
+less aggressive as t is increased.  Note that this filter modifies only
+samples identified as outliers, while the standard median filter changes
+all samples to the local median, regardless of whether they are
+outliers.  This fact, plus the additional flexibility offered by the
+additional tuning parameter t can make the impulse detection filter a
+better choice for some applications.
+
+It is important to have a robust and accurate scale estimate S_i in
+order to detect impulse outliers even in the presence of noise.  The
+window standard deviation is not typically a good choice, as it can be
+significantly perturbed by the presence of even one outlier.  GSL offers
+the following choices (specified by a parameter of type *note
+gsl_filter_scale_t: 89c.) for computing the scale estimate S_i, all of
+which are robust to the presence of impulse outliers.
+
+ -- Type: gsl_filter_scale_t
+
+     This type specifies how the scale estimate S_i of the window W_i^H
+     is calculated.
+
+      -- Macro: GSL_FILTER_SCALE_MAD
+
+          This option specifies the median absolute deviation (MAD)
+          scale estimate, defined by
+
+               S_i = 1.4826 median { | W_i^H - m_i | }
+
+          This choice of scale estimate is also known as the `Hampel
+          filter' in the statistical literature.  See *note here: 815.
+          for more information.
+
+      -- Macro: GSL_FILTER_SCALE_IQR
+
+          This option specifies the interquartile range (IQR) scale
+          estimate, defined as the difference between the 75th and 25th
+          percentiles of the window W_i^H,
+
+               S_i = 0.7413 ( Q_{0.75} - Q_{0.25} )
+
+          where Q_p is the p-quantile of the window W_i^H. The idea is
+          to throw away the largest and smallest 25% of the window
+          samples (where the outliers would be), and estimate a scale
+          from the middle 50%.  The factor 0.7413 provides an unbiased
+          estimate of the standard deviation for Gaussian data.
+
+      -- Macro: GSL_FILTER_SCALE_SN
+
+          This option specifies the so-called S_n statistic proposed by
+          Croux and Rousseeuw.  See *note here: 819. for more
+          information.
+
+      -- Macro: GSL_FILTER_SCALE_QN
+
+          This option specifies the so-called Q_n statistic proposed by
+          Croux and Rousseeuw.  See *note here: 81d. for more
+          information.
+
+     Warning: While the scale estimates defined above are much less
+     sensitive to outliers than the standard deviation, they can suffer
+     from an effect called `implosion'.  The standard deviation of a
+     window W_i^H will be zero if and only if all samples in the window
+     are equal.  However, it is possible for the MAD of a window to be
+     zero even if all the samples in the window are not equal.  For
+     example, if K/2 + 1 or more of the K samples in the window are
+     equal to some value x^{*}, then the window median will be equal to
+     x^{*}.  Consequently, at least K/2 + 1 of the absolute deviations
+     |x_j - x^{*}| will be zero, and so the MAD will be zero.  In such a
+     case, the Hampel filter will act like the standard median filter
+     regardless of the value of t.  Caution should also be exercised if
+     dividing by S_i.
+
+ -- Function: gsl_filter_impulse_workspace *gsl_filter_impulse_alloc
+          (const size_t K)
+
+     This function initializes a workspace for impulse detection
+     filtering using a symmetric moving window of size *note K: 8a1.
+     Here, H = K / 2.  If K is even, it is rounded up to the next odd
+     integer to ensure a symmetric window.  The size of the workspace is
+     O(6K).
+
+ -- Function: void gsl_filter_impulse_free (gsl_filter_impulse_workspace
+          *w)
+
+     This function frees the memory associated with *note w: 8a2.
+
+ -- Function: int gsl_filter_impulse (const gsl_filter_end_t endtype,
+          const gsl_filter_scale_t scale_type, const double t, const
+          gsl_vector *x, gsl_vector *y, gsl_vector *xmedian, gsl_vector
+          *xsigma, size_t *noutlier, gsl_vector_int *ioutlier,
+          gsl_filter_impulse_workspace *w)
+
+     These functions apply an impulse detection filter to the input
+     vector *note x: 8a3, storing the filtered output in *note y: 8a3.
+     The tuning parameter t is provided in *note t: 8a3.  The window
+     medians m_i are stored in *note xmedian: 8a3. and the S_i are
+     stored in *note xsigma: 8a3. on output.  The number of outliers
+     detected is stored in *note noutlier: 8a3. on output, while the
+     locations of flagged outliers are stored in the boolean array *note
+     ioutlier: 8a3.  The input *note ioutlier: 8a3. may be ‘NULL’ if not
+     desired.  It is allowed to have *note x: 8a3. = *note y: 8a3. for
+     an in-place filter.
+
+\1f
+File: gsl-ref.info,  Node: Examples<18>,  Next: References and Further Reading<18>,  Prev: Nonlinear Digital Filters,  Up: Digital Filtering
+
+24.5 Examples
+=============
+
+* Menu:
+
+* Gaussian Example 1::
+* Gaussian Example 2::
+* Square Wave Signal Example::
+* Impulse Detection Example::
+
+\1f
+File: gsl-ref.info,  Node: Gaussian Example 1,  Next: Gaussian Example 2,  Up: Examples<18>
+
+24.5.1 Gaussian Example 1
+-------------------------
+
+This example program illustrates the Gaussian filter applied to
+smoothing a time series of length N = 500 with a kernel size of K = 51.
+Three filters are applied with parameters \alpha = 0.5, 3, 10.  The
+results are shown in Fig.  %s.
+
+[gsl-ref-figures/gaussfilt]
+Figure: Top panel: Gaussian kernels (unnormalized) for \alpha = 0.5, 3,
+10.  Bottom panel: Time series (gray) with Gaussian filter output for
+same \alpha values.
+
+We see that the filter corresponding to \alpha = 0.5 applies the most
+smoothing, while \alpha = 10 corresponds to the least amount of
+smoothing.  The program is given below.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_filter.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main(void)
+     {
+       const size_t N = 500;                        /* length of time series */
+       const size_t K = 51;                         /* window size */
+       const double alpha[3] = { 0.5, 3.0, 10.0 };  /* alpha values */
+       gsl_vector *x = gsl_vector_alloc(N);         /* input vector */
+       gsl_vector *y1 = gsl_vector_alloc(N);        /* filtered output vector for alpha1 */
+       gsl_vector *y2 = gsl_vector_alloc(N);        /* filtered output vector for alpha2 */
+       gsl_vector *y3 = gsl_vector_alloc(N);        /* filtered output vector for alpha3 */
+       gsl_vector *k1 = gsl_vector_alloc(K);        /* Gaussian kernel for alpha1 */
+       gsl_vector *k2 = gsl_vector_alloc(K);        /* Gaussian kernel for alpha2 */
+       gsl_vector *k3 = gsl_vector_alloc(K);        /* Gaussian kernel for alpha3 */
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       gsl_filter_gaussian_workspace *gauss_p = gsl_filter_gaussian_alloc(K);
+       size_t i;
+       double sum = 0.0;
+
+       /* generate input signal */
+       for (i = 0; i < N; ++i)
+         {
+           double ui = gsl_ran_gaussian(r, 1.0);
+           sum += ui;
+           gsl_vector_set(x, i, sum);
+         }
+
+       /* compute kernels without normalization */
+       gsl_filter_gaussian_kernel(alpha[0], 0, 0, k1);
+       gsl_filter_gaussian_kernel(alpha[1], 0, 0, k2);
+       gsl_filter_gaussian_kernel(alpha[2], 0, 0, k3);
+
+       /* apply filters */
+       gsl_filter_gaussian(GSL_FILTER_END_PADVALUE, alpha[0], 0, x, y1, gauss_p);
+       gsl_filter_gaussian(GSL_FILTER_END_PADVALUE, alpha[1], 0, x, y2, gauss_p);
+       gsl_filter_gaussian(GSL_FILTER_END_PADVALUE, alpha[2], 0, x, y3, gauss_p);
+
+       /* print kernels */
+       for (i = 0; i < K; ++i)
+         {
+           double k1i = gsl_vector_get(k1, i);
+           double k2i = gsl_vector_get(k2, i);
+           double k3i = gsl_vector_get(k3, i);
+
+           printf("%e %e %e\n", k1i, k2i, k3i);
+         }
+
+       printf("\n\n");
+
+       /* print filter results */
+       for (i = 0; i < N; ++i)
+         {
+           double xi = gsl_vector_get(x, i);
+           double y1i = gsl_vector_get(y1, i);
+           double y2i = gsl_vector_get(y2, i);
+           double y3i = gsl_vector_get(y3, i);
+
+           printf("%.12e %.12e %.12e %.12e\n", xi, y1i, y2i, y3i);
+         }
+
+       gsl_vector_free(x);
+       gsl_vector_free(y1);
+       gsl_vector_free(y2);
+       gsl_vector_free(y3);
+       gsl_vector_free(k1);
+       gsl_vector_free(k2);
+       gsl_vector_free(k3);
+       gsl_rng_free(r);
+       gsl_filter_gaussian_free(gauss_p);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Gaussian Example 2,  Next: Square Wave Signal Example,  Prev: Gaussian Example 1,  Up: Examples<18>
+
+24.5.2 Gaussian Example 2
+-------------------------
+
+A common application of the Gaussian filter is to detect edges, or
+sudden jumps, in a noisy input signal.  It is used both for 1D edge
+detection in time series, as well as 2D edge detection in images.  Here
+we will examine a noisy time series of length N = 1000 with a single
+edge.  The input signal is defined as
+
+     x(n) = e(n) + { 0,   n <= N/2
+                   { 0.5, n >  N/2
+
+where e(n) is Gaussian random noise.  The program smooths the input
+signal with order 0,1, and 2 Gaussian filters of length K = 61 with
+\alpha = 3.  For comparison, the program also computes finite
+differences of the input signal without smoothing.  The results are
+shown in Fig.  %s.
+
+[gsl-ref-figures/gaussfilt2]
+Figure: Top row: original input signal x(n) (black) with Gaussian
+smoothed signal in red.  Second row: First finite differences of input
+signal.  Third row: Input signal smoothed with a first order Gaussian
+filter.  Fourth row: Input signal smoothed with a second order Gaussian
+filter.
+
+The finite difference approximation of the first derivative (second row)
+shows the common problem with differentiating a noisy signal.  The noise
+is amplified and makes it extremely difficult to detect the sharp
+gradient at sample 500.  The third row shows the first order Gaussian
+smoothed signal with a clear peak at the location of the edge.
+Alternatively, one could examine the second order Gaussian smoothed
+signal (fourth row) and look for zero crossings to determine the edge
+location.
+
+The program is given below.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_filter.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main(void)
+     {
+       const size_t N = 1000;                       /* length of time series */
+       const size_t K = 61;                         /* window size */
+       const double alpha = 3.0;                    /* Gaussian kernel has +/- 3 standard deviations */
+       gsl_vector *x = gsl_vector_alloc(N);         /* input vector */
+       gsl_vector *y = gsl_vector_alloc(N);         /* filtered output vector */
+       gsl_vector *dy = gsl_vector_alloc(N);        /* first derivative filtered vector */
+       gsl_vector *d2y = gsl_vector_alloc(N);       /* second derivative filtered vector */
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       gsl_filter_gaussian_workspace *gauss_p = gsl_filter_gaussian_alloc(K);
+       size_t i;
+
+       /* generate input signal */
+       for (i = 0; i < N; ++i)
+         {
+           double xi = (i > N / 2) ? 0.5 : 0.0;
+           double ei = gsl_ran_gaussian(r, 0.1);
+
+           gsl_vector_set(x, i, xi + ei);
+         }
+
+       /* apply filters */
+       gsl_filter_gaussian(GSL_FILTER_END_PADVALUE, alpha, 0, x, y, gauss_p);
+       gsl_filter_gaussian(GSL_FILTER_END_PADVALUE, alpha, 1, x, dy, gauss_p);
+       gsl_filter_gaussian(GSL_FILTER_END_PADVALUE, alpha, 2, x, d2y, gauss_p);
+
+       /* print results */
+       for (i = 0; i < N; ++i)
+         {
+           double xi = gsl_vector_get(x, i);
+           double yi = gsl_vector_get(y, i);
+           double dyi = gsl_vector_get(dy, i);
+           double d2yi = gsl_vector_get(d2y, i);
+           double dxi;
+
+           /* compute finite difference of x vector */
+           if (i == 0)
+             dxi = gsl_vector_get(x, i + 1) - xi;
+           else if (i == N - 1)
+             dxi = gsl_vector_get(x, i) - gsl_vector_get(x, i - 1);
+           else
+             dxi = 0.5 * (gsl_vector_get(x, i + 1) - gsl_vector_get(x, i - 1));
+
+           printf("%.12e %.12e %.12e %.12e %.12e\n",
+                  xi,
+                  yi,
+                  dxi,
+                  dyi,
+                  d2yi);
+         }
+
+       gsl_vector_free(x);
+       gsl_vector_free(y);
+       gsl_vector_free(dy);
+       gsl_vector_free(d2y);
+       gsl_rng_free(r);
+       gsl_filter_gaussian_free(gauss_p);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Square Wave Signal Example,  Next: Impulse Detection Example,  Prev: Gaussian Example 2,  Up: Examples<18>
+
+24.5.3 Square Wave Signal Example
+---------------------------------
+
+The following example program illustrates the median filters on a noisy
+square wave signal.  Median filters are well known for preserving sharp
+edges in the input signal while reducing noise.  The program constructs
+a 5 Hz square wave signal with Gaussian noise added.  Then the signal is
+filtered with a standard median filter and recursive median filter using
+a symmetric window of length K = 7.  The results are shown in Fig.  %s.
+
+[gsl-ref-figures/filt_edge]
+Figure: Original time series is in gray.  The standard median filter
+output is in green and the recursive median filter output is in red.
+
+Both filters preserve the sharp signal edges while reducing the noise.
+The recursive median filter achieves a smoother result than the standard
+median filter.  The “blocky” nature of the output is characteristic of
+all median filters.  The program is given below.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_filter.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main(void)
+     {
+       const size_t N = 1000;                               /* length of time series */
+       const size_t K = 7;                                  /* window size */
+       const double f = 5.0;                                /* frequency of square wave in Hz */
+       gsl_filter_median_workspace *median_p = gsl_filter_median_alloc(K);
+       gsl_filter_rmedian_workspace *rmedian_p = gsl_filter_rmedian_alloc(K);
+       gsl_vector *t = gsl_vector_alloc(N);                 /* time */
+       gsl_vector *x = gsl_vector_alloc(N);                 /* input vector */
+       gsl_vector *y_median = gsl_vector_alloc(N);          /* median filtered output */
+       gsl_vector *y_rmedian = gsl_vector_alloc(N);         /* recursive median filtered output */
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       size_t i;
+
+       /* generate input signal */
+       for (i = 0; i < N; ++i)
+         {
+           double ti = (double) i / (N - 1.0);
+           double tmp = sin(2.0 * M_PI * f * ti);
+           double xi = (tmp >= 0.0) ? 1.0 : -1.0;
+           double ei = gsl_ran_gaussian(r, 0.1);
+
+           gsl_vector_set(t, i, ti);
+           gsl_vector_set(x, i, xi + ei);
+         }
+
+       gsl_filter_median(GSL_FILTER_END_PADVALUE, x, y_median, median_p);
+       gsl_filter_rmedian(GSL_FILTER_END_PADVALUE, x, y_rmedian, rmedian_p);
+
+       /* print results */
+       for (i = 0; i < N; ++i)
+         {
+           double ti = gsl_vector_get(t, i);
+           double xi = gsl_vector_get(x, i);
+           double medi = gsl_vector_get(y_median, i);
+           double rmedi = gsl_vector_get(y_rmedian, i);
+
+           printf("%f %f %f %f\n",
+                  ti,
+                  xi,
+                  medi,
+                  rmedi);
+         }
+
+       gsl_vector_free(t);
+       gsl_vector_free(x);
+       gsl_vector_free(y_median);
+       gsl_vector_free(y_rmedian);
+       gsl_rng_free(r);
+       gsl_filter_median_free(median_p);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Impulse Detection Example,  Prev: Square Wave Signal Example,  Up: Examples<18>
+
+24.5.4 Impulse Detection Example
+--------------------------------
+
+The following example program illustrates the impulse detection filter.
+First, it constructs a sinusoid signal of length N = 1000 with Gaussian
+noise added.  Then, about 1% of the data are perturbed to represent
+large outliers.  An impulse detecting filter is applied with a window
+size K = 25 and tuning parameter t = 4, using the Q_n statistic as the
+robust measure of scale.  The results are plotted in Fig.  %s.
+
+[gsl-ref-figures/impulse]
+Figure: Original time series is in blue, filter output is in green,
+upper and lower intervals for detecting outliers are in red and yellow
+respectively.  Detected outliers are marked with squares.
+
+The program is given below.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_filter.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_vector.h>
+
+     int
+     main(void)
+     {
+       const size_t N = 1000;                               /* length of time series */
+       const size_t K = 25;                                 /* window size */
+       const double t = 4.0;                                /* number of scale factors for outlier detection */
+       gsl_vector *x = gsl_vector_alloc(N);                 /* input vector */
+       gsl_vector *y = gsl_vector_alloc(N);                 /* output (filtered) vector */
+       gsl_vector *xmedian = gsl_vector_alloc(N);           /* window medians */
+       gsl_vector *xsigma = gsl_vector_alloc(N);            /* window scale estimates */
+       gsl_vector_int *ioutlier = gsl_vector_int_alloc(N);  /* outlier detected? */
+       gsl_filter_impulse_workspace * w = gsl_filter_impulse_alloc(K);
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       size_t noutlier;
+       size_t i;
+
+       /* generate input signal */
+       for (i = 0; i < N; ++i)
+         {
+           double xi = 10.0 * sin(2.0 * M_PI * i / (double) N);
+           double ei = gsl_ran_gaussian(r, 2.0);
+           double u = gsl_rng_uniform(r);
+           double outlier = (u < 0.01) ? 15.0*GSL_SIGN(ei) : 0.0;
+
+           gsl_vector_set(x, i, xi + ei + outlier);
+         }
+
+       /* apply impulse detection filter */
+       gsl_filter_impulse(GSL_FILTER_END_TRUNCATE, GSL_FILTER_SCALE_QN, t, x, y,
+                          xmedian, xsigma, &noutlier, ioutlier, w);
+
+       /* print results */
+       for (i = 0; i < N; ++i)
+         {
+           double xi = gsl_vector_get(x, i);
+           double yi = gsl_vector_get(y, i);
+           double xmedi = gsl_vector_get(xmedian, i);
+           double xsigmai = gsl_vector_get(xsigma, i);
+           int outlier = gsl_vector_int_get(ioutlier, i);
+
+           printf("%zu %f %f %f %f %d\n",
+                  i,
+                  xi,
+                  yi,
+                  xmedi + t * xsigmai,
+                  xmedi - t * xsigmai,
+                  outlier);
+         }
+
+       gsl_vector_free(x);
+       gsl_vector_free(y);
+       gsl_vector_free(xmedian);
+       gsl_vector_free(xsigma);
+       gsl_vector_int_free(ioutlier);
+       gsl_filter_impulse_free(w);
+       gsl_rng_free(r);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<18>,  Prev: Examples<18>,  Up: Digital Filtering
+
+24.6 References and Further Reading
+===================================
+
+The following publications are relevant to the algorithms described in
+this chapter,
+
+   * F. J. Harris, `On the use of windows for harmonic analysis with the
+     discrete Fourier transform', Proceedings of the IEEE, 66 (1), 1978.
+
+   * S-J. Ko, Y-H. Lee, and A. T. Fam.  `Efficient implementation of
+     one-dimensional recursive median filters', IEEE transactions on
+     circuits and systems 37.11 (1990): 1447-1450.
+
+   * R. K. Pearson and M. Gabbouj, `Nonlinear Digital Filtering with
+     Python: An Introduction'.  CRC Press, 2015.
+
+\1f
+File: gsl-ref.info,  Node: Histograms,  Next: N-tuples,  Prev: Digital Filtering,  Up: Top
+
+25 Histograms
+*************
+
+This chapter describes functions for creating histograms.  Histograms
+provide a convenient way of summarizing the distribution of a set of
+data.  A histogram consists of a set of `bins' which count the number of
+events falling into a given range of a continuous variable x.  In GSL
+the bins of a histogram contain floating-point numbers, so they can be
+used to record both integer and non-integer distributions.  The bins can
+use arbitrary sets of ranges (uniformly spaced bins are the default).
+Both one and two-dimensional histograms are supported.
+
+Once a histogram has been created it can also be converted into a
+probability distribution function.  The library provides efficient
+routines for selecting random samples from probability distributions.
+This can be useful for generating simulations based on real data.
+
+The functions are declared in the header files ‘gsl_histogram.h’ and
+‘gsl_histogram2d.h’.
+
+* Menu:
+
+* The histogram struct::
+* Histogram allocation::
+* Copying Histograms::
+* Updating and accessing histogram elements::
+* Searching histogram ranges::
+* Histogram Statistics::
+* Histogram Operations::
+* Reading and writing histograms::
+* Resampling from histograms::
+* The histogram probability distribution struct::
+* Example programs for histograms::
+* Two dimensional histograms::
+* The 2D histogram struct::
+* 2D Histogram allocation::
+* Copying 2D Histograms::
+* Updating and accessing 2D histogram elements::
+* Searching 2D histogram ranges::
+* 2D Histogram Statistics::
+* 2D Histogram Operations::
+* Reading and writing 2D histograms::
+* Resampling from 2D histograms::
+* Example programs for 2D histograms::
+
+\1f
+File: gsl-ref.info,  Node: The histogram struct,  Next: Histogram allocation,  Up: Histograms
+
+25.1 The histogram struct
+=========================
+
+A histogram is defined by the following struct,
+
+ -- Type: gsl_histogram
+
+     size_t n                          This is the number of histogram bins
+                                       
+                                       
+     double * range                    The ranges of the bins are stored in an array of ‘n+1’ elements pointed to by
+                                       range.
+                                       
+                                       
+     double * bin                      The counts for each bin are stored in an array of ‘n’ elements pointed to by
+                                       ‘bin’.  The bins are floating-point numbers, so you can increment them by
+                                       non-integer values if necessary.
+                                       
+
+     The range for ‘bin[i]’ is given by ‘range[i]’ to ‘range[i+1]’.  For
+     n bins there are ‘n+1’ entries in the array ‘range’.  Each bin is
+     inclusive at the lower end and exclusive at the upper end.
+     Mathematically this means that the bins are defined by the
+     following inequality,
+
+          bin[i] corresponds to range[i] <= x < range[i+1]
+
+     Here is a diagram of the correspondence between ranges and bins on
+     the number-line for x:
+
+             [ bin[0] )[ bin[1] )[ bin[2] )[ bin[3] )[ bin[4] )
+          ---|---------|---------|---------|---------|---------|---  x
+           r[0]      r[1]      r[2]      r[3]      r[4]      r[5]
+
+     In this picture the values of the ‘range’ array are denoted by r.
+     On the left-hand side of each bin the square bracket ‘[’ denotes an
+     inclusive lower bound (r \le x), and the round parentheses ‘)’ on
+     the right-hand side denote an exclusive upper bound (x < r).  Thus
+     any samples which fall on the upper end of the histogram are
+     excluded.  If you want to include this value for the last bin you
+     will need to add an extra bin to your histogram.
+
+     The *note gsl_histogram: 8b1. struct and its associated functions
+     are defined in the header file ‘gsl_histogram.h’.
+
+\1f
+File: gsl-ref.info,  Node: Histogram allocation,  Next: Copying Histograms,  Prev: The histogram struct,  Up: Histograms
+
+25.2 Histogram allocation
+=========================
+
+The functions for allocating memory to a histogram follow the style of
+‘malloc()’ and ‘free()’.  In addition they also perform their own error
+checking.  If there is insufficient memory available to allocate a
+histogram then the functions call the error handler (with an error
+number of *note GSL_ENOMEM: 2a.) in addition to returning a null
+pointer.  Thus if you use the library error handler to abort your
+program then it isn’t necessary to check every histogram ‘alloc’.
+
+ -- Function: *note gsl_histogram: 8b1. *gsl_histogram_alloc (size_t n)
+
+     This function allocates memory for a histogram with *note n: 8b3.
+     bins, and returns a pointer to a newly created *note gsl_histogram:
+     8b1. struct.  If insufficient memory is available a null pointer is
+     returned and the error handler is invoked with an error code of
+     *note GSL_ENOMEM: 2a.  The bins and ranges are not initialized, and
+     should be prepared using one of the range-setting functions below
+     in order to make the histogram ready for use.
+
+ -- Function: int gsl_histogram_set_ranges (gsl_histogram *h, const
+          double range[], size_t size)
+
+     This function sets the ranges of the existing histogram *note h:
+     8b4. using the array *note range: 8b4. of size *note size: 8b4.
+     The values of the histogram bins are reset to zero.  The *note
+     range: 8b4. array should contain the desired bin limits.  The
+     ranges can be arbitrary, subject to the restriction that they are
+     monotonically increasing.
+
+     The following example shows how to create a histogram with
+     logarithmic bins with ranges [1,10), [10,100) and [100,1000):
+
+          gsl_histogram * h = gsl_histogram_alloc (3);
+
+          /* bin[0] covers the range 1 <= x < 10 */
+          /* bin[1] covers the range 10 <= x < 100 */
+          /* bin[2] covers the range 100 <= x < 1000 */
+
+          double range[4] = { 1.0, 10.0, 100.0, 1000.0 };
+
+          gsl_histogram_set_ranges (h, range, 4);
+
+     Note that the size of the *note range: 8b4. array should be defined
+     to be one element bigger than the number of bins.  The additional
+     element is required for the upper value of the final bin.
+
+ -- Function: int gsl_histogram_set_ranges_uniform (gsl_histogram *h,
+          double xmin, double xmax)
+
+     This function sets the ranges of the existing histogram *note h:
+     8b5. to cover the range *note xmin: 8b5. to *note xmax: 8b5.
+     uniformly.  The values of the histogram bins are reset to zero.
+     The bin ranges are shown in the table below,
+
+          bin[0] corresponds to xmin <= x < xmin + d
+          bin[1] corresponds to xmin + d <= x < xmin + 2 d
+          ......
+          bin[n-1] corresponds to xmin + (n-1)d <= x < xmax
+
+     where d is the bin spacing, d = (xmax-xmin)/n.
+
+ -- Function: void gsl_histogram_free (gsl_histogram *h)
+
+     This function frees the histogram *note h: 8b6. and all of the
+     memory associated with it.
+
+\1f
+File: gsl-ref.info,  Node: Copying Histograms,  Next: Updating and accessing histogram elements,  Prev: Histogram allocation,  Up: Histograms
+
+25.3 Copying Histograms
+=======================
+
+ -- Function: int gsl_histogram_memcpy (gsl_histogram *dest, const
+          gsl_histogram *src)
+
+     This function copies the histogram *note src: 8b8. into the
+     pre-existing histogram *note dest: 8b8, making *note dest: 8b8.
+     into an exact copy of *note src: 8b8.  The two histograms must be
+     of the same size.
+
+ -- Function: *note gsl_histogram: 8b1. *gsl_histogram_clone (const
+          gsl_histogram *src)
+
+     This function returns a pointer to a newly created histogram which
+     is an exact copy of the histogram *note src: 8b9.
+
+\1f
+File: gsl-ref.info,  Node: Updating and accessing histogram elements,  Next: Searching histogram ranges,  Prev: Copying Histograms,  Up: Histograms
+
+25.4 Updating and accessing histogram elements
+==============================================
+
+There are two ways to access histogram bins, either by specifying an x
+coordinate or by using the bin-index directly.  The functions for
+accessing the histogram through x coordinates use a binary search to
+identify the bin which covers the appropriate range.
+
+ -- Function: int gsl_histogram_increment (gsl_histogram *h, double x)
+
+     This function updates the histogram *note h: 8bb. by adding one
+     (1.0) to the bin whose range contains the coordinate *note x: 8bb.
+
+     If *note x: 8bb. lies in the valid range of the histogram then the
+     function returns zero to indicate success.  If *note x: 8bb. is
+     less than the lower limit of the histogram then the function
+     returns *note GSL_EDOM: 28, and none of bins are modified.
+     Similarly, if the value of *note x: 8bb. is greater than or equal
+     to the upper limit of the histogram then the function returns *note
+     GSL_EDOM: 28, and none of the bins are modified.  The error handler
+     is not called, however, since it is often necessary to compute
+     histograms for a small range of a larger dataset, ignoring the
+     values outside the range of interest.
+
+ -- Function: int gsl_histogram_accumulate (gsl_histogram *h, double x,
+          double weight)
+
+     This function is similar to *note gsl_histogram_increment(): 8bb.
+     but increases the value of the appropriate bin in the histogram
+     *note h: 8bc. by the floating-point number *note weight: 8bc.
+
+ -- Function: double gsl_histogram_get (const gsl_histogram *h, size_t
+          i)
+
+     This function returns the contents of the *note i: 8bd.-th bin of
+     the histogram *note h: 8bd.  If *note i: 8bd. lies outside the
+     valid range of indices for the histogram then the error handler is
+     called with an error code of *note GSL_EDOM: 28. and the function
+     returns 0.
+
+ -- Function: int gsl_histogram_get_range (const gsl_histogram *h,
+          size_t i, double *lower, double *upper)
+
+     This function finds the upper and lower range limits of the *note
+     i: 8be.-th bin of the histogram *note h: 8be.  If the index *note
+     i: 8be. is valid then the corresponding range limits are stored in
+     *note lower: 8be. and *note upper: 8be.  The lower limit is
+     inclusive (i.e.  events with this coordinate are included in the
+     bin) and the upper limit is exclusive (i.e.  events with the
+     coordinate of the upper limit are excluded and fall in the
+     neighboring higher bin, if it exists).  The function returns 0 to
+     indicate success.  If *note i: 8be. lies outside the valid range of
+     indices for the histogram then the error handler is called and the
+     function returns an error code of *note GSL_EDOM: 28.
+
+ -- Function: double gsl_histogram_max (const gsl_histogram *h)
+ -- Function: double gsl_histogram_min (const gsl_histogram *h)
+ -- Function: size_t gsl_histogram_bins (const gsl_histogram *h)
+
+     These functions return the maximum upper and minimum lower range
+     limits and the number of bins of the histogram *note h: 8c1.  They
+     provide a way of determining these values without accessing the
+     *note gsl_histogram: 8b1. struct directly.
+
+ -- Function: void gsl_histogram_reset (gsl_histogram *h)
+
+     This function resets all the bins in the histogram *note h: 8c2. to
+     zero.
+
+\1f
+File: gsl-ref.info,  Node: Searching histogram ranges,  Next: Histogram Statistics,  Prev: Updating and accessing histogram elements,  Up: Histograms
+
+25.5 Searching histogram ranges
+===============================
+
+The following functions are used by the access and update routines to
+locate the bin which corresponds to a given x coordinate.
+
+ -- Function: int gsl_histogram_find (const gsl_histogram *h, double x,
+          size_t *i)
+
+     This function finds and sets the index *note i: 8c4. to the bin
+     number which covers the coordinate *note x: 8c4. in the histogram
+     *note h: 8c4.  The bin is located using a binary search.  The
+     search includes an optimization for histograms with uniform range,
+     and will return the correct bin immediately in this case.  If *note
+     x: 8c4. is found in the range of the histogram then the function
+     sets the index *note i: 8c4. and returns ‘GSL_SUCCESS’.  If *note
+     x: 8c4. lies outside the valid range of the histogram then the
+     function returns *note GSL_EDOM: 28. and the error handler is
+     invoked.
+
+\1f
+File: gsl-ref.info,  Node: Histogram Statistics,  Next: Histogram Operations,  Prev: Searching histogram ranges,  Up: Histograms
+
+25.6 Histogram Statistics
+=========================
+
+ -- Function: double gsl_histogram_max_val (const gsl_histogram *h)
+
+     This function returns the maximum value contained in the histogram
+     bins.
+
+ -- Function: size_t gsl_histogram_max_bin (const gsl_histogram *h)
+
+     This function returns the index of the bin containing the maximum
+     value.  In the case where several bins contain the same maximum
+     value the smallest index is returned.
+
+ -- Function: double gsl_histogram_min_val (const gsl_histogram *h)
+
+     This function returns the minimum value contained in the histogram
+     bins.
+
+ -- Function: size_t gsl_histogram_min_bin (const gsl_histogram *h)
+
+     This function returns the index of the bin containing the minimum
+     value.  In the case where several bins contain the same minimum
+     value the smallest index is returned.
+
+ -- Function: double gsl_histogram_mean (const gsl_histogram *h)
+
+     This function returns the mean of the histogrammed variable, where
+     the histogram is regarded as a probability distribution.  Negative
+     bin values are ignored for the purposes of this calculation.  The
+     accuracy of the result is limited by the bin width.
+
+ -- Function: double gsl_histogram_sigma (const gsl_histogram *h)
+
+     This function returns the standard deviation of the histogrammed
+     variable, where the histogram is regarded as a probability
+     distribution.  Negative bin values are ignored for the purposes of
+     this calculation.  The accuracy of the result is limited by the bin
+     width.
+
+ -- Function: double gsl_histogram_sum (const gsl_histogram *h)
+
+     This function returns the sum of all bin values.  Negative bin
+     values are included in the sum.
+
+\1f
+File: gsl-ref.info,  Node: Histogram Operations,  Next: Reading and writing histograms,  Prev: Histogram Statistics,  Up: Histograms
+
+25.7 Histogram Operations
+=========================
+
+ -- Function: int gsl_histogram_equal_bins_p (const gsl_histogram *h1,
+          const gsl_histogram *h2)
+
+     This function returns 1 if the all of the individual bin ranges of
+     the two histograms are identical, and 0 otherwise.
+
+ -- Function: int gsl_histogram_add (gsl_histogram *h1, const
+          gsl_histogram *h2)
+
+     This function adds the contents of the bins in histogram *note h2:
+     8cf. to the corresponding bins of histogram *note h1: 8cf, i.e.
+     h'_1(i) = h_1(i) + h_2(i).  The two histograms must have identical
+     bin ranges.
+
+ -- Function: int gsl_histogram_sub (gsl_histogram *h1, const
+          gsl_histogram *h2)
+
+     This function subtracts the contents of the bins in histogram *note
+     h2: 8d0. from the corresponding bins of histogram *note h1: 8d0,
+     i.e.  h'_1(i) = h_1(i) - h_2(i).  The two histograms must have
+     identical bin ranges.
+
+ -- Function: int gsl_histogram_mul (gsl_histogram *h1, const
+          gsl_histogram *h2)
+
+     This function multiplies the contents of the bins of histogram
+     *note h1: 8d1. by the contents of the corresponding bins in
+     histogram *note h2: 8d1, i.e.  h'_1(i) = h_1(i) * h_2(i).  The two
+     histograms must have identical bin ranges.
+
+ -- Function: int gsl_histogram_div (gsl_histogram *h1, const
+          gsl_histogram *h2)
+
+     This function divides the contents of the bins of histogram *note
+     h1: 8d2. by the contents of the corresponding bins in histogram
+     *note h2: 8d2, i.e.  h'_1(i) = h_1(i) / h_2(i).  The two histograms
+     must have identical bin ranges.
+
+ -- Function: int gsl_histogram_scale (gsl_histogram *h, double scale)
+
+     This function multiplies the contents of the bins of histogram
+     *note h: 8d3. by the constant *note scale: 8d3, i.e.
+
+          h'_1(i) = h_1(i) * scale
+
+ -- Function: int gsl_histogram_shift (gsl_histogram *h, double offset)
+
+     This function shifts the contents of the bins of histogram *note h:
+     8d4. by the constant *note offset: 8d4, i.e.
+
+          h'_1(i) = h_1(i) + offset
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing histograms,  Next: Resampling from histograms,  Prev: Histogram Operations,  Up: Histograms
+
+25.8 Reading and writing histograms
+===================================
+
+The library provides functions for reading and writing histograms to a
+file as binary data or formatted text.
+
+ -- Function: int gsl_histogram_fwrite (FILE *stream, const
+          gsl_histogram *h)
+
+     This function writes the ranges and bins of the histogram *note h:
+     8d6. to the stream *note stream: 8d6. in binary format.  The return
+     value is 0 for success and ‘GSL_EFAILED’ if there was a problem
+     writing to the file.  Since the data is written in the native
+     binary format it may not be portable between different
+     architectures.
+
+ -- Function: int gsl_histogram_fread (FILE *stream, gsl_histogram *h)
+
+     This function reads into the histogram *note h: 8d7. from the open
+     stream *note stream: 8d7. in binary format.  The histogram *note h:
+     8d7. must be preallocated with the correct size since the function
+     uses the number of bins in *note h: 8d7. to determine how many
+     bytes to read.  The return value is 0 for success and ‘GSL_EFAILED’
+     if there was a problem reading from the file.  The data is assumed
+     to have been written in the native binary format on the same
+     architecture.
+
+ -- Function: int gsl_histogram_fprintf (FILE *stream, const
+          gsl_histogram *h, const char *range_format, const char
+          *bin_format)
+
+     This function writes the ranges and bins of the histogram *note h:
+     8d8. line-by-line to the stream *note stream: 8d8. using the format
+     specifiers *note range_format: 8d8. and *note bin_format: 8d8.
+     These should be one of the ‘%g’, ‘%e’ or ‘%f’ formats for floating
+     point numbers.  The function returns 0 for success and
+     ‘GSL_EFAILED’ if there was a problem writing to the file.  The
+     histogram output is formatted in three columns, and the columns are
+     separated by spaces, like this:
+
+          range[0] range[1] bin[0]
+          range[1] range[2] bin[1]
+          range[2] range[3] bin[2]
+          ....
+          range[n-1] range[n] bin[n-1]
+
+     The values of the ranges are formatted using *note range_format:
+     8d8. and the value of the bins are formatted using *note
+     bin_format: 8d8.  Each line contains the lower and upper limit of
+     the range of the bins and the value of the bin itself.  Since the
+     upper limit of one bin is the lower limit of the next there is
+     duplication of these values between lines but this allows the
+     histogram to be manipulated with line-oriented tools.
+
+ -- Function: int gsl_histogram_fscanf (FILE *stream, gsl_histogram *h)
+
+     This function reads formatted data from the stream *note stream:
+     8d9. into the histogram *note h: 8d9.  The data is assumed to be in
+     the three-column format used by *note gsl_histogram_fprintf(): 8d8.
+     The histogram *note h: 8d9. must be preallocated with the correct
+     length since the function uses the size of *note h: 8d9. to
+     determine how many numbers to read.  The function returns 0 for
+     success and ‘GSL_EFAILED’ if there was a problem reading from the
+     file.
+
+\1f
+File: gsl-ref.info,  Node: Resampling from histograms,  Next: The histogram probability distribution struct,  Prev: Reading and writing histograms,  Up: Histograms
+
+25.9 Resampling from histograms
+===============================
+
+A histogram made by counting events can be regarded as a measurement of
+a probability distribution.  Allowing for statistical error, the height
+of each bin represents the probability of an event where the value of x
+falls in the range of that bin.  The probability distribution function
+has the one-dimensional form p(x)dx where,
+
+     p(x) = n_i / (N w_i)
+
+In this equation n_i is the number of events in the bin which contains
+x, w_i is the width of the bin and N is the total number of events.  The
+distribution of events within each bin is assumed to be uniform.
+
+\1f
+File: gsl-ref.info,  Node: The histogram probability distribution struct,  Next: Example programs for histograms,  Prev: Resampling from histograms,  Up: Histograms
+
+25.10 The histogram probability distribution struct
+===================================================
+
+The probability distribution function for a histogram consists of a set
+of `bins' which measure the probability of an event falling into a given
+range of a continuous variable x.  A probability distribution function
+is defined by the following struct, which actually stores the cumulative
+probability distribution function.  This is the natural quantity for
+generating samples via the inverse transform method, because there is a
+one-to-one mapping between the cumulative probability distribution and
+the range [0,1].  It can be shown that by taking a uniform random number
+in this range and finding its corresponding coordinate in the cumulative
+probability distribution we obtain samples with the desired probability
+distribution.
+
+ -- Type: gsl_histogram_pdf
+
+     ‘size_t n’                           This is the number of bins used to approximate the probability
+                                          distribution function.
+                                          
+                                          
+     ‘double * range’                     The ranges of the bins are stored in an array of n + 1 elements pointed
+                                          to by ‘range’.
+                                          
+                                          
+     ‘double * sum’                       The cumulative probability for the bins is stored in an array of ‘n’
+                                          elements pointed to by ‘sum’.
+                                          
+
+The following functions allow you to create a *note gsl_histogram_pdf:
+8dc. struct which represents this probability distribution and generate
+random samples from it.
+
+ -- Function: *note gsl_histogram_pdf: 8dc. *gsl_histogram_pdf_alloc
+          (size_t n)
+
+     This function allocates memory for a probability distribution with
+     *note n: 8dd. bins and returns a pointer to a newly initialized
+     *note gsl_histogram_pdf: 8dc. struct.  If insufficient memory is
+     available a null pointer is returned and the error handler is
+     invoked with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: int gsl_histogram_pdf_init (gsl_histogram_pdf *p, const
+          gsl_histogram *h)
+
+     This function initializes the probability distribution *note p:
+     8de. with the contents of the histogram *note h: 8de.  If any of
+     the bins of *note h: 8de. are negative then the error handler is
+     invoked with an error code of *note GSL_EDOM: 28. because a
+     probability distribution cannot contain negative values.
+
+ -- Function: void gsl_histogram_pdf_free (gsl_histogram_pdf *p)
+
+     This function frees the probability distribution function *note p:
+     8df. and all of the memory associated with it.
+
+ -- Function: double gsl_histogram_pdf_sample (const gsl_histogram_pdf
+          *p, double r)
+
+     This function uses *note r: 8e0, a uniform random number between
+     zero and one, to compute a single random sample from the
+     probability distribution *note p: 8e0.  The algorithm used to
+     compute the sample s is given by the following formula,
+
+          s = range[i] + delta * (range[i+1] - range[i])
+
+     where i is the index which satisfies sum[i] \le r < sum[i+1] and
+     delta is (r - sum[i])/(sum[i+1] - sum[i]).
+
+\1f
+File: gsl-ref.info,  Node: Example programs for histograms,  Next: Two dimensional histograms,  Prev: The histogram probability distribution struct,  Up: Histograms
+
+25.11 Example programs for histograms
+=====================================
+
+The following program shows how to make a simple histogram of a column
+of numerical data supplied on ‘stdin’.  The program takes three
+arguments, specifying the upper and lower bounds of the histogram and
+the number of bins.  It then reads numbers from ‘stdin’, one line at a
+time, and adds them to the histogram.  When there is no more data to
+read it prints out the accumulated histogram using *note
+gsl_histogram_fprintf(): 8d8.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+     #include <gsl/gsl_histogram.h>
+
+     int
+     main (int argc, char **argv)
+     {
+       double a, b;
+       size_t n;
+
+       if (argc != 4)
+         {
+           printf ("Usage: gsl-histogram xmin xmax n\n"
+                   "Computes a histogram of the data "
+                   "on stdin using n bins from xmin "
+                   "to xmax\n");
+           exit (0);
+         }
+
+       a = atof (argv[1]);
+       b = atof (argv[2]);
+       n = atoi (argv[3]);
+
+       {
+         double x;
+         gsl_histogram * h = gsl_histogram_alloc (n);
+         gsl_histogram_set_ranges_uniform (h, a, b);
+
+         while (fscanf (stdin, "%lg", &x) == 1)
+           {
+             gsl_histogram_increment (h, x);
+           }
+         gsl_histogram_fprintf (stdout, h, "%g", "%g");
+         gsl_histogram_free (h);
+       }
+       exit (0);
+     }
+
+Here is an example of the program in use.  We generate 10000 random
+samples from a Cauchy distribution with a width of 30 and histogram them
+over the range -100 to 100, using 200 bins:
+
+     $ gsl-randist 0 10000 cauchy 30
+        | gsl-histogram -- -100 100 200 > histogram.dat
+
+Fig.  %s shows the familiar shape of the Cauchy distribution and the
+fluctuations caused by the finite sample size.
+
+[gsl-ref-figures/histogram]
+Figure: Histogram output from example program
+
+\1f
+File: gsl-ref.info,  Node: Two dimensional histograms,  Next: The 2D histogram struct,  Prev: Example programs for histograms,  Up: Histograms
+
+25.12 Two dimensional histograms
+================================
+
+A two dimensional histogram consists of a set of `bins' which count the
+number of events falling in a given area of the (x,y) plane.  The
+simplest way to use a two dimensional histogram is to record
+two-dimensional position information, n(x,y).  Another possibility is to
+form a `joint distribution' by recording related variables.  For example
+a detector might record both the position of an event (x) and the amount
+of energy it deposited E. These could be histogrammed as the joint
+distribution n(x,E).
+
+\1f
+File: gsl-ref.info,  Node: The 2D histogram struct,  Next: 2D Histogram allocation,  Prev: Two dimensional histograms,  Up: Histograms
+
+25.13 The 2D histogram struct
+=============================
+
+Two dimensional histograms are defined by the following struct,
+
+ -- Type: gsl_histogram2d
+
+     ‘size_t nx, ny’                 This is the number of histogram bins in the x and y directions.
+                                     
+                                     
+     ‘double * xrange’               The ranges of the bins in the x-direction are stored in an array of ‘nx + 1’
+                                     elements pointed to by ‘xrange’.
+                                     
+                                     
+     ‘double * yrange’               The ranges of the bins in the y-direction are stored in an array of ‘ny + 1’
+                                     elements pointed to by ‘yrange’.
+                                     
+                                     
+     ‘double * bin’                  The counts for each bin are stored in an array pointed to by ‘bin’.  The bins
+                                     are floating-point numbers, so you can increment them by non-integer values if
+                                     necessary.  The array ‘bin’ stores the two dimensional array of bins in a
+                                     single block of memory according to the mapping ‘bin(i,j)’ = ‘bin[i * ny +
+                                     j]’.
+                                     
+
+The range for ‘bin(i,j)’ is given by ‘xrange[i]’ to ‘xrange[i+1]’ in the
+x-direction and ‘yrange[j]’ to ‘yrange[j+1]’ in the y-direction.  Each
+bin is inclusive at the lower end and exclusive at the upper end.
+Mathematically this means that the bins are defined by the following
+inequality,
+
+     bin(i,j) corresponds to xrange[i] <= x < xrange[i+1]
+                         and yrange[j] <= y < yrange[j+1]
+
+Note that any samples which fall on the upper sides of the histogram are
+excluded.  If you want to include these values for the side bins you
+will need to add an extra row or column to your histogram.
+
+The *note gsl_histogram2d: 8e5. struct and its associated functions are
+defined in the header file ‘gsl_histogram2d.h’.
+
+\1f
+File: gsl-ref.info,  Node: 2D Histogram allocation,  Next: Copying 2D Histograms,  Prev: The 2D histogram struct,  Up: Histograms
+
+25.14 2D Histogram allocation
+=============================
+
+The functions for allocating memory to a 2D histogram follow the style
+of ‘malloc()’ and ‘free()’.  In addition they also perform their own
+error checking.  If there is insufficient memory available to allocate a
+histogram then the functions call the error handler (with an error
+number of *note GSL_ENOMEM: 2a.) in addition to returning a null
+pointer.  Thus if you use the library error handler to abort your
+program then it isn’t necessary to check every 2D histogram ‘alloc’.
+
+ -- Function: *note gsl_histogram2d: 8e5. *gsl_histogram2d_alloc (size_t
+          nx, size_t ny)
+
+     This function allocates memory for a two-dimensional histogram with
+     *note nx: 8e7. bins in the x direction and *note ny: 8e7. bins in
+     the y direction.  The function returns a pointer to a newly created
+     *note gsl_histogram2d: 8e5. struct.  If insufficient memory is
+     available a null pointer is returned and the error handler is
+     invoked with an error code of *note GSL_ENOMEM: 2a.  The bins and
+     ranges must be initialized with one of the functions below before
+     the histogram is ready for use.
+
+ -- Function: int gsl_histogram2d_set_ranges (gsl_histogram2d *h, const
+          double xrange[], size_t xsize, const double yrange[], size_t
+          ysize)
+
+     This function sets the ranges of the existing histogram *note h:
+     8e8. using the arrays *note xrange: 8e8. and *note yrange: 8e8. of
+     size *note xsize: 8e8. and *note ysize: 8e8. respectively.  The
+     values of the histogram bins are reset to zero.
+
+ -- Function: int gsl_histogram2d_set_ranges_uniform (gsl_histogram2d
+          *h, double xmin, double xmax, double ymin, double ymax)
+
+     This function sets the ranges of the existing histogram *note h:
+     8e9. to cover the ranges *note xmin: 8e9. to *note xmax: 8e9. and
+     *note ymin: 8e9. to *note ymax: 8e9. uniformly.  The values of the
+     histogram bins are reset to zero.
+
+ -- Function: void gsl_histogram2d_free (gsl_histogram2d *h)
+
+     This function frees the 2D histogram *note h: 8ea. and all of the
+     memory associated with it.
+
+\1f
+File: gsl-ref.info,  Node: Copying 2D Histograms,  Next: Updating and accessing 2D histogram elements,  Prev: 2D Histogram allocation,  Up: Histograms
+
+25.15 Copying 2D Histograms
+===========================
+
+ -- Function: int gsl_histogram2d_memcpy (gsl_histogram2d *dest, const
+          gsl_histogram2d *src)
+
+     This function copies the histogram *note src: 8ec. into the
+     pre-existing histogram *note dest: 8ec, making *note dest: 8ec.
+     into an exact copy of *note src: 8ec.  The two histograms must be
+     of the same size.
+
+ -- Function: *note gsl_histogram2d: 8e5. *gsl_histogram2d_clone (const
+          gsl_histogram2d *src)
+
+     This function returns a pointer to a newly created histogram which
+     is an exact copy of the histogram *note src: 8ed.
+
+\1f
+File: gsl-ref.info,  Node: Updating and accessing 2D histogram elements,  Next: Searching 2D histogram ranges,  Prev: Copying 2D Histograms,  Up: Histograms
+
+25.16 Updating and accessing 2D histogram elements
+==================================================
+
+You can access the bins of a two-dimensional histogram either by
+specifying a pair of (x,y) coordinates or by using the bin indices (i,j)
+directly.  The functions for accessing the histogram through (x,y)
+coordinates use binary searches in the x and y directions to identify
+the bin which covers the appropriate range.
+
+ -- Function: int gsl_histogram2d_increment (gsl_histogram2d *h, double
+          x, double y)
+
+     This function updates the histogram *note h: 8ef. by adding one
+     (1.0) to the bin whose x and y ranges contain the coordinates
+     (*note x: 8ef, *note y: 8ef.).
+
+     If the point (x,y) lies inside the valid ranges of the histogram
+     then the function returns zero to indicate success.  If (x,y) lies
+     outside the limits of the histogram then the function returns *note
+     GSL_EDOM: 28, and none of the bins are modified.  The error handler
+     is not called, since it is often necessary to compute histograms
+     for a small range of a larger dataset, ignoring any coordinates
+     outside the range of interest.
+
+ -- Function: int gsl_histogram2d_accumulate (gsl_histogram2d *h, double
+          x, double y, double weight)
+
+     This function is similar to *note gsl_histogram2d_increment(): 8ef.
+     but increases the value of the appropriate bin in the histogram
+     *note h: 8f0. by the floating-point number *note weight: 8f0.
+
+ -- Function: double gsl_histogram2d_get (const gsl_histogram2d *h,
+          size_t i, size_t j)
+
+     This function returns the contents of the (*note i: 8f1, *note j:
+     8f1.)-th bin of the histogram *note h: 8f1.  If (*note i: 8f1,
+     *note j: 8f1.) lies outside the valid range of indices for the
+     histogram then the error handler is called with an error code of
+     *note GSL_EDOM: 28. and the function returns 0.
+
+ -- Function: int gsl_histogram2d_get_xrange (const gsl_histogram2d *h,
+          size_t i, double *xlower, double *xupper)
+ -- Function: int gsl_histogram2d_get_yrange (const gsl_histogram2d *h,
+          size_t j, double *ylower, double *yupper)
+
+     These functions find the upper and lower range limits of the ‘i’-th
+     and *note j: 8f3.-th bins in the x and y directions of the
+     histogram *note h: 8f3.  The range limits are stored in ‘xlower’
+     and ‘xupper’ or *note ylower: 8f3. and *note yupper: 8f3.  The
+     lower limits are inclusive (i.e.  events with these coordinates are
+     included in the bin) and the upper limits are exclusive (i.e.
+     events with the value of the upper limit are not included and fall
+     in the neighboring higher bin, if it exists).  The functions return
+     0 to indicate success.  If ‘i’ or *note j: 8f3. lies outside the
+     valid range of indices for the histogram then the error handler is
+     called with an error code of *note GSL_EDOM: 28.
+
+ -- Function: double gsl_histogram2d_xmax (const gsl_histogram2d *h)
+ -- Function: double gsl_histogram2d_xmin (const gsl_histogram2d *h)
+ -- Function: size_t gsl_histogram2d_nx (const gsl_histogram2d *h)
+ -- Function: double gsl_histogram2d_ymax (const gsl_histogram2d *h)
+ -- Function: double gsl_histogram2d_ymin (const gsl_histogram2d *h)
+ -- Function: size_t gsl_histogram2d_ny (const gsl_histogram2d *h)
+
+     These functions return the maximum upper and minimum lower range
+     limits and the number of bins for the x and y directions of the
+     histogram *note h: 8f9.  They provide a way of determining these
+     values without accessing the *note gsl_histogram2d: 8e5. struct
+     directly.
+
+ -- Function: void gsl_histogram2d_reset (gsl_histogram2d *h)
+
+     This function resets all the bins of the histogram *note h: 8fa. to
+     zero.
+
+\1f
+File: gsl-ref.info,  Node: Searching 2D histogram ranges,  Next: 2D Histogram Statistics,  Prev: Updating and accessing 2D histogram elements,  Up: Histograms
+
+25.17 Searching 2D histogram ranges
+===================================
+
+The following functions are used by the access and update routines to
+locate the bin which corresponds to a given (x,y) coordinate.
+
+ -- Function: int gsl_histogram2d_find (const gsl_histogram2d *h, double
+          x, double y, size_t *i, size_t *j)
+
+     This function finds and sets the indices *note i: 8fc. and *note j:
+     8fc. to the bin which covers the coordinates (*note x: 8fc, *note
+     y: 8fc.).  The bin is located using a binary search.  The search
+     includes an optimization for histograms with uniform ranges, and
+     will return the correct bin immediately in this case.  If (x,y) is
+     found then the function sets the indices (*note i: 8fc, *note j:
+     8fc.) and returns ‘GSL_SUCCESS’.  If (x,y) lies outside the valid
+     range of the histogram then the function returns *note GSL_EDOM:
+     28. and the error handler is invoked.
+
+\1f
+File: gsl-ref.info,  Node: 2D Histogram Statistics,  Next: 2D Histogram Operations,  Prev: Searching 2D histogram ranges,  Up: Histograms
+
+25.18 2D Histogram Statistics
+=============================
+
+ -- Function: double gsl_histogram2d_max_val (const gsl_histogram2d *h)
+
+     This function returns the maximum value contained in the histogram
+     bins.
+
+ -- Function: void gsl_histogram2d_max_bin (const gsl_histogram2d *h,
+          size_t *i, size_t *j)
+
+     This function finds the indices of the bin containing the maximum
+     value in the histogram *note h: 8ff. and stores the result in
+     (*note i: 8ff, *note j: 8ff.).  In the case where several bins
+     contain the same maximum value the first bin found is returned.
+
+ -- Function: double gsl_histogram2d_min_val (const gsl_histogram2d *h)
+
+     This function returns the minimum value contained in the histogram
+     bins.
+
+ -- Function: void gsl_histogram2d_min_bin (const gsl_histogram2d *h,
+          size_t *i, size_t *j)
+
+     This function finds the indices of the bin containing the minimum
+     value in the histogram *note h: 901. and stores the result in
+     (*note i: 901, *note j: 901.).  In the case where several bins
+     contain the same maximum value the first bin found is returned.
+
+ -- Function: double gsl_histogram2d_xmean (const gsl_histogram2d *h)
+
+     This function returns the mean of the histogrammed x variable,
+     where the histogram is regarded as a probability distribution.
+     Negative bin values are ignored for the purposes of this
+     calculation.
+
+ -- Function: double gsl_histogram2d_ymean (const gsl_histogram2d *h)
+
+     This function returns the mean of the histogrammed y variable,
+     where the histogram is regarded as a probability distribution.
+     Negative bin values are ignored for the purposes of this
+     calculation.
+
+ -- Function: double gsl_histogram2d_xsigma (const gsl_histogram2d *h)
+
+     This function returns the standard deviation of the histogrammed x
+     variable, where the histogram is regarded as a probability
+     distribution.  Negative bin values are ignored for the purposes of
+     this calculation.
+
+ -- Function: double gsl_histogram2d_ysigma (const gsl_histogram2d *h)
+
+     This function returns the standard deviation of the histogrammed y
+     variable, where the histogram is regarded as a probability
+     distribution.  Negative bin values are ignored for the purposes of
+     this calculation.
+
+ -- Function: double gsl_histogram2d_cov (const gsl_histogram2d *h)
+
+     This function returns the covariance of the histogrammed x and y
+     variables, where the histogram is regarded as a probability
+     distribution.  Negative bin values are ignored for the purposes of
+     this calculation.
+
+ -- Function: double gsl_histogram2d_sum (const gsl_histogram2d *h)
+
+     This function returns the sum of all bin values.  Negative bin
+     values are included in the sum.
+
+\1f
+File: gsl-ref.info,  Node: 2D Histogram Operations,  Next: Reading and writing 2D histograms,  Prev: 2D Histogram Statistics,  Up: Histograms
+
+25.19 2D Histogram Operations
+=============================
+
+ -- Function: int gsl_histogram2d_equal_bins_p (const gsl_histogram2d
+          *h1, const gsl_histogram2d *h2)
+
+     This function returns 1 if all the individual bin ranges of the two
+     histograms are identical, and 0 otherwise.
+
+ -- Function: int gsl_histogram2d_add (gsl_histogram2d *h1, const
+          gsl_histogram2d *h2)
+
+     This function adds the contents of the bins in histogram *note h2:
+     90a. to the corresponding bins of histogram *note h1: 90a, i.e.
+     h'_1(i,j) = h_1(i,j) + h_2(i,j).  The two histograms must have
+     identical bin ranges.
+
+ -- Function: int gsl_histogram2d_sub (gsl_histogram2d *h1, const
+          gsl_histogram2d *h2)
+
+     This function subtracts the contents of the bins in histogram *note
+     h2: 90b. from the corresponding bins of histogram *note h1: 90b,
+     i.e.  h'_1(i,j) = h_1(i,j) - h_2(i,j).  The two histograms must
+     have identical bin ranges.
+
+ -- Function: int gsl_histogram2d_mul (gsl_histogram2d *h1, const
+          gsl_histogram2d *h2)
+
+     This function multiplies the contents of the bins of histogram
+     *note h1: 90c. by the contents of the corresponding bins in
+     histogram *note h2: 90c, i.e.  h'_1(i,j) = h_1(i,j) * h_2(i,j).
+     The two histograms must have identical bin ranges.
+
+ -- Function: int gsl_histogram2d_div (gsl_histogram2d *h1, const
+          gsl_histogram2d *h2)
+
+     This function divides the contents of the bins of histogram *note
+     h1: 90d. by the contents of the corresponding bins in histogram
+     *note h2: 90d, i.e.  h'_1(i,j) = h_1(i,j) / h_2(i,j).  The two
+     histograms must have identical bin ranges.
+
+ -- Function: int gsl_histogram2d_scale (gsl_histogram2d *h, double
+          scale)
+
+     This function multiplies the contents of the bins of histogram
+     *note h: 90e. by the constant *note scale: 90e, i.e.
+
+          h'_1(i,j) = h_1(i,j) scale
+
+ -- Function: int gsl_histogram2d_shift (gsl_histogram2d *h, double
+          offset)
+
+     This function shifts the contents of the bins of histogram *note h:
+     90f. by the constant *note offset: 90f, i.e.
+
+          h'_1(i,j) = h_1(i,j) + offset
+
+\1f
+File: gsl-ref.info,  Node: Reading and writing 2D histograms,  Next: Resampling from 2D histograms,  Prev: 2D Histogram Operations,  Up: Histograms
+
+25.20 Reading and writing 2D histograms
+=======================================
+
+The library provides functions for reading and writing two dimensional
+histograms to a file as binary data or formatted text.
+
+ -- Function: int gsl_histogram2d_fwrite (FILE *stream, const
+          gsl_histogram2d *h)
+
+     This function writes the ranges and bins of the histogram *note h:
+     911. to the stream *note stream: 911. in binary format.  The return
+     value is 0 for success and ‘GSL_EFAILED’ if there was a problem
+     writing to the file.  Since the data is written in the native
+     binary format it may not be portable between different
+     architectures.
+
+ -- Function: int gsl_histogram2d_fread (FILE *stream, gsl_histogram2d
+          *h)
+
+     This function reads into the histogram *note h: 912. from the
+     stream *note stream: 912. in binary format.  The histogram *note h:
+     912. must be preallocated with the correct size since the function
+     uses the number of x and y bins in *note h: 912. to determine how
+     many bytes to read.  The return value is 0 for success and
+     ‘GSL_EFAILED’ if there was a problem reading from the file.  The
+     data is assumed to have been written in the native binary format on
+     the same architecture.
+
+ -- Function: int gsl_histogram2d_fprintf (FILE *stream, const
+          gsl_histogram2d *h, const char *range_format, const char
+          *bin_format)
+
+     This function writes the ranges and bins of the histogram *note h:
+     913. line-by-line to the stream *note stream: 913. using the format
+     specifiers *note range_format: 913. and *note bin_format: 913.
+     These should be one of the ‘%g’, ‘%e’ or ‘%f’ formats for floating
+     point numbers.  The function returns 0 for success and
+     ‘GSL_EFAILED’ if there was a problem writing to the file.  The
+     histogram output is formatted in five columns, and the columns are
+     separated by spaces, like this:
+
+          xrange[0] xrange[1] yrange[0] yrange[1] bin(0,0)
+          xrange[0] xrange[1] yrange[1] yrange[2] bin(0,1)
+          xrange[0] xrange[1] yrange[2] yrange[3] bin(0,2)
+          ....
+          xrange[0] xrange[1] yrange[ny-1] yrange[ny] bin(0,ny-1)
+
+          xrange[1] xrange[2] yrange[0] yrange[1] bin(1,0)
+          xrange[1] xrange[2] yrange[1] yrange[2] bin(1,1)
+          xrange[1] xrange[2] yrange[1] yrange[2] bin(1,2)
+          ....
+          xrange[1] xrange[2] yrange[ny-1] yrange[ny] bin(1,ny-1)
+
+          ....
+
+          xrange[nx-1] xrange[nx] yrange[0] yrange[1] bin(nx-1,0)
+          xrange[nx-1] xrange[nx] yrange[1] yrange[2] bin(nx-1,1)
+          xrange[nx-1] xrange[nx] yrange[1] yrange[2] bin(nx-1,2)
+          ....
+          xrange[nx-1] xrange[nx] yrange[ny-1] yrange[ny] bin(nx-1,ny-1)
+
+     Each line contains the lower and upper limits of the bin and the
+     contents of the bin.  Since the upper limits of the each bin are
+     the lower limits of the neighboring bins there is duplication of
+     these values but this allows the histogram to be manipulated with
+     line-oriented tools.
+
+ -- Function: int gsl_histogram2d_fscanf (FILE *stream, gsl_histogram2d
+          *h)
+
+     This function reads formatted data from the stream *note stream:
+     914. into the histogram *note h: 914.  The data is assumed to be in
+     the five-column format used by *note gsl_histogram2d_fprintf():
+     913.  The histogram *note h: 914. must be preallocated with the
+     correct lengths since the function uses the sizes of *note h: 914.
+     to determine how many numbers to read.  The function returns 0 for
+     success and ‘GSL_EFAILED’ if there was a problem reading from the
+     file.
+
+\1f
+File: gsl-ref.info,  Node: Resampling from 2D histograms,  Next: Example programs for 2D histograms,  Prev: Reading and writing 2D histograms,  Up: Histograms
+
+25.21 Resampling from 2D histograms
+===================================
+
+As in the one-dimensional case, a two-dimensional histogram made by
+counting events can be regarded as a measurement of a probability
+distribution.  Allowing for statistical error, the height of each bin
+represents the probability of an event where (x, y) falls in the range
+of that bin.  For a two-dimensional histogram the probability
+distribution takes the form p(x,y) dx dy where,
+
+     p(x,y) = n_{ij} / (N A_{ij})
+
+In this equation n_{ij} is the number of events in the bin which
+contains (x,y), A_{ij} is the area of the bin and N is the total number
+of events.  The distribution of events within each bin is assumed to be
+uniform.
+
+ -- Type: gsl_histogram2d_pdf
+
+     ‘size_t nx, ny’                   This is the number of histogram bins used to approximate the probability
+                                       distribution function in the x and y directions.
+                                       
+                                       
+     ‘double * xrange’                 The ranges of the bins in the x-direction are stored in an array of ‘nx + 1’
+                                       elements pointed to by ‘xrange’.
+                                       
+                                       
+     ‘double * yrange’                 The ranges of the bins in the y-direction are stored in an array of ‘ny + 1’
+                                       pointed to by ‘yrange’.
+                                       
+                                       
+     ‘double * sum’                    The cumulative probability for the bins is stored in an array of ‘nx’ * ‘ny’
+                                       elements pointed to by ‘sum’.
+                                       
+
+The following functions allow you to create a *note gsl_histogram2d_pdf:
+916. struct which represents a two dimensional probability distribution
+and generate random samples from it.
+
+ -- Function: *note gsl_histogram2d_pdf: 916. *gsl_histogram2d_pdf_alloc
+          (size_t nx, size_t ny)
+
+     This function allocates memory for a two-dimensional probability
+     distribution of size *note nx: 917.-by-*note ny: 917. and returns a
+     pointer to a newly initialized *note gsl_histogram2d_pdf: 916.
+     struct.  If insufficient memory is available a null pointer is
+     returned and the error handler is invoked with an error code of
+     *note GSL_ENOMEM: 2a.
+
+ -- Function: int gsl_histogram2d_pdf_init (gsl_histogram2d_pdf *p,
+          const gsl_histogram2d *h)
+
+     This function initializes the two-dimensional probability
+     distribution calculated *note p: 918. from the histogram *note h:
+     918.  If any of the bins of *note h: 918. are negative then the
+     error handler is invoked with an error code of *note GSL_EDOM: 28.
+     because a probability distribution cannot contain negative values.
+
+ -- Function: void gsl_histogram2d_pdf_free (gsl_histogram2d_pdf *p)
+
+     This function frees the two-dimensional probability distribution
+     function *note p: 919. and all of the memory associated with it.
+
+ -- Function: int gsl_histogram2d_pdf_sample (const gsl_histogram2d_pdf
+          *p, double r1, double r2, double *x, double *y)
+
+     This function uses two uniform random numbers between zero and one,
+     *note r1: 91a. and *note r2: 91a, to compute a single random sample
+     from the two-dimensional probability distribution *note p: 91a.
+
+\1f
+File: gsl-ref.info,  Node: Example programs for 2D histograms,  Prev: Resampling from 2D histograms,  Up: Histograms
+
+25.22 Example programs for 2D histograms
+========================================
+
+This program demonstrates two features of two-dimensional histograms.
+First a 10-by-10 two-dimensional histogram is created with x and y
+running from 0 to 1.  Then a few sample points are added to the
+histogram, at (0.3,0.3) with a height of 1, at (0.8,0.1) with a height
+of 5 and at (0.7,0.9) with a height of 0.5.  This histogram with three
+events is used to generate a random sample of 1000 simulated events,
+which are printed out.
+
+     #include <stdio.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_histogram2d.h>
+
+     int
+     main (void)
+     {
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       gsl_histogram2d * h = gsl_histogram2d_alloc (10, 10);
+
+       gsl_histogram2d_set_ranges_uniform (h,
+                                           0.0, 1.0,
+                                           0.0, 1.0);
+
+       gsl_histogram2d_accumulate (h, 0.3, 0.3, 1);
+       gsl_histogram2d_accumulate (h, 0.8, 0.1, 5);
+       gsl_histogram2d_accumulate (h, 0.7, 0.9, 0.5);
+
+       gsl_rng_env_setup ();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       {
+         int i;
+         gsl_histogram2d_pdf * p
+           = gsl_histogram2d_pdf_alloc (h->nx, h->ny);
+
+         gsl_histogram2d_pdf_init (p, h);
+
+         for (i = 0; i < 1000; i++) {
+           double x, y;
+           double u = gsl_rng_uniform (r);
+           double v = gsl_rng_uniform (r);
+
+           gsl_histogram2d_pdf_sample (p, u, v, &x, &y);
+
+           printf ("%g %g\n", x, y);
+         }
+
+         gsl_histogram2d_pdf_free (p);
+       }
+
+       gsl_histogram2d_free (h);
+       gsl_rng_free (r);
+
+       return 0;
+     }
+
+The following plot shows the distribution of the simulated events.
+Using a higher resolution grid we can see the original underlying
+histogram and also the statistical fluctuations caused by the events
+being uniformly distributed over the area of the original bins.
+
+[gsl-ref-figures/histogram2d]
+Figure: Distribution of simulated events from example program
+
+\1f
+File: gsl-ref.info,  Node: N-tuples,  Next: Monte Carlo Integration,  Prev: Histograms,  Up: Top
+
+26 N-tuples
+***********
+
+This chapter describes functions for creating and manipulating
+`ntuples', sets of values associated with events.  The ntuples are
+stored in files.  Their values can be extracted in any combination and
+`booked' in a histogram using a selection function.
+
+The values to be stored are held in a user-defined data structure, and
+an ntuple is created associating this data structure with a file.  The
+values are then written to the file (normally inside a loop) using the
+ntuple functions described below.
+
+A histogram can be created from ntuple data by providing a selection
+function and a value function.  The selection function specifies whether
+an event should be included in the subset to be analyzed or not.  The
+value function computes the entry to be added to the histogram for each
+event.
+
+All the ntuple functions are defined in the header file ‘gsl_ntuple.h’.
+
+* Menu:
+
+* The ntuple struct::
+* Creating ntuples::
+* Opening an existing ntuple file::
+* Writing ntuples::
+* Reading ntuples::
+* Closing an ntuple file::
+* Histogramming ntuple values::
+* Examples: Examples<19>.
+* References and Further Reading: References and Further Reading<19>.
+
+\1f
+File: gsl-ref.info,  Node: The ntuple struct,  Next: Creating ntuples,  Up: N-tuples
+
+26.1 The ntuple struct
+======================
+
+ -- Type: gsl_ntuple
+
+     Ntuples are manipulated using the *note gsl_ntuple: 91f. struct.
+     This struct contains information on the file where the ntuple data
+     is stored, a pointer to the current ntuple data row and the size of
+     the user-defined ntuple data struct:
+
+          typedef struct
+            {
+              FILE * file;
+              void * ntuple_data;
+              size_t size;
+            } gsl_ntuple;
+
+\1f
+File: gsl-ref.info,  Node: Creating ntuples,  Next: Opening an existing ntuple file,  Prev: The ntuple struct,  Up: N-tuples
+
+26.2 Creating ntuples
+=====================
+
+ -- Function: *note gsl_ntuple: 91f. *gsl_ntuple_create (char *filename,
+          void *ntuple_data, size_t size)
+
+     This function creates a new write-only ntuple file *note filename:
+     921. for ntuples of size *note size: 921. and returns a pointer to
+     the newly created ntuple struct.  Any existing file with the same
+     name is truncated to zero length and overwritten.  A pointer to
+     memory for the current ntuple row *note ntuple_data: 921. must be
+     supplied—this is used to copy ntuples in and out of the file.
+
+\1f
+File: gsl-ref.info,  Node: Opening an existing ntuple file,  Next: Writing ntuples,  Prev: Creating ntuples,  Up: N-tuples
+
+26.3 Opening an existing ntuple file
+====================================
+
+ -- Function: *note gsl_ntuple: 91f. *gsl_ntuple_open (char *filename,
+          void *ntuple_data, size_t size)
+
+     This function opens an existing ntuple file *note filename: 923.
+     for reading and returns a pointer to a corresponding ntuple struct.
+     The ntuples in the file must have size *note size: 923.  A pointer
+     to memory for the current ntuple row *note ntuple_data: 923. must
+     be supplied—this is used to copy ntuples in and out of the file.
+
+\1f
+File: gsl-ref.info,  Node: Writing ntuples,  Next: Reading ntuples,  Prev: Opening an existing ntuple file,  Up: N-tuples
+
+26.4 Writing ntuples
+====================
+
+ -- Function: int gsl_ntuple_write (gsl_ntuple *ntuple)
+
+     This function writes the current ntuple ‘ntuple->ntuple_data’ of
+     size ‘ntuple->size’ to the corresponding file.
+
+ -- Function: int gsl_ntuple_bookdata (gsl_ntuple *ntuple)
+
+     This function is a synonym for *note gsl_ntuple_write(): 925.
+
+\1f
+File: gsl-ref.info,  Node: Reading ntuples,  Next: Closing an ntuple file,  Prev: Writing ntuples,  Up: N-tuples
+
+26.5 Reading ntuples
+====================
+
+ -- Function: int gsl_ntuple_read (gsl_ntuple *ntuple)
+
+     This function reads the current row of the ntuple file for *note
+     ntuple: 928. and stores the values in ‘ntuple->data’.
+
+\1f
+File: gsl-ref.info,  Node: Closing an ntuple file,  Next: Histogramming ntuple values,  Prev: Reading ntuples,  Up: N-tuples
+
+26.6 Closing an ntuple file
+===========================
+
+ -- Function: int gsl_ntuple_close (gsl_ntuple *ntuple)
+
+     This function closes the ntuple file *note ntuple: 92a. and frees
+     its associated allocated memory.
+
+\1f
+File: gsl-ref.info,  Node: Histogramming ntuple values,  Next: Examples<19>,  Prev: Closing an ntuple file,  Up: N-tuples
+
+26.7 Histogramming ntuple values
+================================
+
+Once an ntuple has been created its contents can be histogrammed in
+various ways using the function *note gsl_ntuple_project(): 92c.  Two
+user-defined functions must be provided, a function to select events and
+a function to compute scalar values.  The selection function and the
+value function both accept the ntuple row as a first argument and other
+parameters as a second argument.
+
+ -- Type: gsl_ntuple_select_fn
+
+     The `selection function' determines which ntuple rows are selected
+     for histogramming.  It is defined by the following struct:
+
+          typedef struct
+            {
+              int (* function) (void * ntuple_data, void * params);
+              void * params;
+            } gsl_ntuple_select_fn;
+
+     The struct component ‘function’ should return a non-zero value for
+     each ntuple row that is to be included in the histogram.
+
+ -- Type: gsl_ntuple_value_fn
+
+     The `value function' computes scalar values for those ntuple rows
+     selected by the selection function:
+
+          typedef struct
+            {
+              double (* function) (void * ntuple_data, void * params);
+              void * params;
+            } gsl_ntuple_value_fn;
+
+     In this case the struct component ‘function’ should return the
+     value to be added to the histogram for the ntuple row.
+
+ -- Function: int gsl_ntuple_project (gsl_histogram *h, gsl_ntuple
+          *ntuple, gsl_ntuple_value_fn *value_func, gsl_ntuple_select_fn
+          *select_func)
+
+     This function updates the histogram *note h: 92c. from the ntuple
+     *note ntuple: 92c. using the functions *note value_func: 92c. and
+     *note select_func: 92c.  For each ntuple row where the selection
+     function *note select_func: 92c. is non-zero the corresponding
+     value of that row is computed using the function *note value_func:
+     92c. and added to the histogram.  Those ntuple rows where *note
+     select_func: 92c. returns zero are ignored.  New entries are added
+     to the histogram, so subsequent calls can be used to accumulate
+     further data in the same histogram.
+
+\1f
+File: gsl-ref.info,  Node: Examples<19>,  Next: References and Further Reading<19>,  Prev: Histogramming ntuple values,  Up: N-tuples
+
+26.8 Examples
+=============
+
+The following example programs demonstrate the use of ntuples in
+managing a large dataset.  The first program creates a set of 10,000
+simulated “events”, each with 3 associated values (x,y,z).  These are
+generated from a Gaussian distribution with unit variance, for
+demonstration purposes, and written to the ntuple file ‘test.dat’.
+
+     #include <gsl/gsl_ntuple.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+
+     struct data
+     {
+       double x;
+       double y;
+       double z;
+     };
+
+     int
+     main (void)
+     {
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       struct data ntuple_row;
+       int i;
+
+       gsl_ntuple *ntuple
+         = gsl_ntuple_create ("test.dat", &ntuple_row,
+                              sizeof (ntuple_row));
+
+       gsl_rng_env_setup ();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       for (i = 0; i < 10000; i++)
+         {
+           ntuple_row.x = gsl_ran_ugaussian (r);
+           ntuple_row.y = gsl_ran_ugaussian (r);
+           ntuple_row.z = gsl_ran_ugaussian (r);
+
+           gsl_ntuple_write (ntuple);
+         }
+
+       gsl_ntuple_close (ntuple);
+       gsl_rng_free (r);
+
+       return 0;
+     }
+
+The next program analyses the ntuple data in the file ‘test.dat’.  The
+analysis procedure is to compute the squared-magnitude of each event,
+E^2=x^2+y^2+z^2, and select only those which exceed a lower limit of
+1.5.  The selected events are then histogrammed using their E^2 values.
+
+     #include <math.h>
+     #include <gsl/gsl_ntuple.h>
+     #include <gsl/gsl_histogram.h>
+
+     struct data
+     {
+       double x;
+       double y;
+       double z;
+     };
+
+     int sel_func (void *ntuple_data, void *params);
+     double val_func (void *ntuple_data, void *params);
+
+     int
+     main (void)
+     {
+       struct data ntuple_row;
+
+       gsl_ntuple *ntuple
+         = gsl_ntuple_open ("test.dat", &ntuple_row,
+                            sizeof (ntuple_row));
+       double lower = 1.5;
+
+       gsl_ntuple_select_fn S;
+       gsl_ntuple_value_fn V;
+
+       gsl_histogram *h = gsl_histogram_alloc (100);
+       gsl_histogram_set_ranges_uniform(h, 0.0, 10.0);
+
+       S.function = &sel_func;
+       S.params = &lower;
+
+       V.function = &val_func;
+       V.params = 0;
+
+       gsl_ntuple_project (h, ntuple, &V, &S);
+       gsl_histogram_fprintf (stdout, h, "%f", "%f");
+       gsl_histogram_free (h);
+       gsl_ntuple_close (ntuple);
+
+       return 0;
+     }
+
+     int
+     sel_func (void *ntuple_data, void *params)
+     {
+       struct data * data = (struct data *) ntuple_data;
+       double x, y, z, E2, scale;
+       scale = *(double *) params;
+
+       x = data->x;
+       y = data->y;
+       z = data->z;
+
+       E2 = x * x + y * y + z * z;
+
+       return E2 > scale;
+     }
+
+     double
+     val_func (void *ntuple_data, void *params)
+     {
+       (void)(params); /* avoid unused parameter warning */
+       struct data * data = (struct data *) ntuple_data;
+       double x, y, z;
+
+       x = data->x;
+       y = data->y;
+       z = data->z;
+
+       return x * x + y * y + z * z;
+     }
+
+Fig.  %s shows the distribution of the selected events.  Note the
+cut-off at the lower bound.
+
+[gsl-ref-figures/ntuple]
+Figure: Distribution of selected events
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<19>,  Prev: Examples<19>,  Up: N-tuples
+
+26.9 References and Further Reading
+===================================
+
+Further information on the use of ntuples can be found in the
+documentation for the CERN packages PAW and HBOOK (available online).
+
+\1f
+File: gsl-ref.info,  Node: Monte Carlo Integration,  Next: Simulated Annealing,  Prev: N-tuples,  Up: Top
+
+27 Monte Carlo Integration
+**************************
+
+This chapter describes routines for multidimensional Monte Carlo
+integration.  These include the traditional Monte Carlo method and
+adaptive algorithms such as VEGAS and MISER which use importance
+sampling and stratified sampling techniques.  Each algorithm computes an
+estimate of a multidimensional definite integral of the form,
+
+     I = \int_{x_l}^{x_u} dx \int_{y_l}^{y_u} dy ... f(x, y, ...)
+
+over a hypercubic region ((x_l,x_u), (y_l,y_u), ...) using a fixed
+number of function calls.  The routines also provide a statistical
+estimate of the error on the result.  This error estimate should be
+taken as a guide rather than as a strict error bound—random sampling of
+the region may not uncover all the important features of the function,
+resulting in an underestimate of the error.
+
+The functions are defined in separate header files for each routine,
+‘gsl_monte_plain.h’, ‘gsl_monte_miser.h’ and ‘gsl_monte_vegas.h’.
+
+* Menu:
+
+* Interface::
+* PLAIN Monte Carlo::
+* MISER::
+* VEGAS::
+* Examples: Examples<20>.
+* References and Further Reading: References and Further Reading<20>.
+
+\1f
+File: gsl-ref.info,  Node: Interface,  Next: PLAIN Monte Carlo,  Up: Monte Carlo Integration
+
+27.1 Interface
+==============
+
+All of the Monte Carlo integration routines use the same general form of
+interface.  There is an allocator to allocate memory for control
+variables and workspace, a routine to initialize those control
+variables, the integrator itself, and a function to free the space when
+done.
+
+Each integration function requires a random number generator to be
+supplied, and returns an estimate of the integral and its standard
+deviation.  The accuracy of the result is determined by the number of
+function calls specified by the user.  If a known level of accuracy is
+required this can be achieved by calling the integrator several times
+and averaging the individual results until the desired accuracy is
+obtained.
+
+Random sample points used within the Monte Carlo routines are always
+chosen strictly within the integration region, so that endpoint
+singularities are automatically avoided.
+
+The function to be integrated has its own datatype, defined in the
+header file ‘gsl_monte.h’.
+
+ -- Type: gsl_monte_function
+
+     This data type defines a general function with parameters for Monte
+     Carlo integration.
+
+     ‘double (* f) (double * x, size_t dim, void * params)’           this function should return the value
+                                                                      f(x,params) for the argument ‘x’ and
+                                                                      parameters ‘params’, where ‘x’ is an array
+                                                                      of size ‘dim’ giving the coordinates of the
+                                                                      point where the function is to be evaluated.
+                                                                      
+                                                                      
+     ‘size_t dim’                                                     the number of dimensions for ‘x’.
+                                                                      
+                                                                      
+     ‘void * params’                                                  a pointer to the parameters of the function.
+                                                                      
+
+Here is an example for a quadratic function in two dimensions,
+
+     f(x,y) = a x^2 + b x y + c y^2
+
+with a = 3, b = 2, c = 1.  The following code defines a *note
+gsl_monte_function: 935. ‘F’ which you could pass to an integrator:
+
+     struct my_f_params { double a; double b; double c; };
+
+     double
+     my_f (double x[], size_t dim, void * p) {
+        struct my_f_params * fp = (struct my_f_params *)p;
+
+        if (dim != 2)
+           {
+             fprintf (stderr, "error: dim != 2");
+             abort ();
+           }
+
+        return  fp->a * x[0] * x[0]
+                  + fp->b * x[0] * x[1]
+                    + fp->c * x[1] * x[1];
+     }
+
+     gsl_monte_function F;
+     struct my_f_params params = { 3.0, 2.0, 1.0 };
+
+     F.f = &my_f;
+     F.dim = 2;
+     F.params = &params;
+
+The function f(x) can be evaluated using the following macro:
+
+     #define GSL_MONTE_FN_EVAL(F,x)
+         (*((F)->f))(x,(F)->dim,(F)->params)
+
+\1f
+File: gsl-ref.info,  Node: PLAIN Monte Carlo,  Next: MISER,  Prev: Interface,  Up: Monte Carlo Integration
+
+27.2 PLAIN Monte Carlo
+======================
+
+The plain Monte Carlo algorithm samples points randomly from the
+integration region to estimate the integral and its error.  Using this
+algorithm the estimate of the integral E(f; N) for N randomly
+distributed points x_i is given by,
+
+     E(f; N) = =  V <f> = (V / N) \sum_i^N f(x_i)
+
+where V is the volume of the integration region.  The error on this
+estimate \sigma(E;N) is calculated from the estimated variance of the
+mean,
+
+     \sigma^2 (E; N) = (V^2 / N^2) \sum_i^N (f(x_i) -  <f>)^2.
+
+For large N this variance decreases asymptotically as \Var(f)/N, where
+\Var(f) is the true variance of the function over the integration
+region.  The error estimate itself should decrease as
+\sigma(f)/\sqrt{N}.  The familiar law of errors decreasing as 1/\sqrt{N}
+applies—to reduce the error by a factor of 10 requires a 100-fold
+increase in the number of sample points.
+
+The functions described in this section are declared in the header file
+‘gsl_monte_plain.h’.
+
+ -- Type: gsl_monte_plain_state
+
+     This is a workspace for plain Monte Carlo integration
+
+ -- Function: *note gsl_monte_plain_state: 937. *gsl_monte_plain_alloc
+          (size_t dim)
+
+     This function allocates and initializes a workspace for Monte Carlo
+     integration in *note dim: 938. dimensions.
+
+ -- Function: int gsl_monte_plain_init (gsl_monte_plain_state *s)
+
+     This function initializes a previously allocated integration state.
+     This allows an existing workspace to be reused for different
+     integrations.
+
+ -- Function: int gsl_monte_plain_integrate (gsl_monte_function *f,
+          const double xl[], const double xu[], size_t dim, size_t
+          calls, gsl_rng *r, gsl_monte_plain_state *s, double *result,
+          double *abserr)
+
+     This routines uses the plain Monte Carlo algorithm to integrate the
+     function *note f: 93a. over the *note dim: 93a.-dimensional
+     hypercubic region defined by the lower and upper limits in the
+     arrays *note xl: 93a. and *note xu: 93a, each of size *note dim:
+     93a.  The integration uses a fixed number of function calls *note
+     calls: 93a, and obtains random sampling points using the random
+     number generator *note r: 93a.  A previously allocated workspace
+     *note s: 93a. must be supplied.  The result of the integration is
+     returned in *note result: 93a, with an estimated absolute error
+     *note abserr: 93a.
+
+ -- Function: void gsl_monte_plain_free (gsl_monte_plain_state *s)
+
+     This function frees the memory associated with the integrator state
+     *note s: 93b.
+
+\1f
+File: gsl-ref.info,  Node: MISER,  Next: VEGAS,  Prev: PLAIN Monte Carlo,  Up: Monte Carlo Integration
+
+27.3 MISER
+==========
+
+The MISER algorithm of Press and Farrar is based on recursive stratified
+sampling.  This technique aims to reduce the overall integration error
+by concentrating integration points in the regions of highest variance.
+
+The idea of stratified sampling begins with the observation that for two
+disjoint regions a and b with Monte Carlo estimates of the integral
+E_a(f) and E_b(f) and variances \sigma_a^2(f) and \sigma_b^2(f), the
+variance \Var(f) of the combined estimate E(f) = {1\over 2} (E_a(f) +
+E_b(f)) is given by,
+
+     \Var(f) = (\sigma_a^2(f) / 4 N_a) + (\sigma_b^2(f) / 4 N_b).
+
+It can be shown that this variance is minimized by distributing the
+points such that,
+
+     N_a / (N_a + N_b) = \sigma_a / (\sigma_a + \sigma_b).
+
+Hence the smallest error estimate is obtained by allocating sample
+points in proportion to the standard deviation of the function in each
+sub-region.
+
+The MISER algorithm proceeds by bisecting the integration region along
+one coordinate axis to give two sub-regions at each step.  The direction
+is chosen by examining all d possible bisections and selecting the one
+which will minimize the combined variance of the two sub-regions.  The
+variance in the sub-regions is estimated by sampling with a fraction of
+the total number of points available to the current step.  The same
+procedure is then repeated recursively for each of the two half-spaces
+from the best bisection.  The remaining sample points are allocated to
+the sub-regions using the formula for N_a and N_b.  This recursive
+allocation of integration points continues down to a user-specified
+depth where each sub-region is integrated using a plain Monte Carlo
+estimate.  These individual values and their error estimates are then
+combined upwards to give an overall result and an estimate of its error.
+
+The functions described in this section are declared in the header file
+‘gsl_monte_miser.h’.
+
+ -- Type: gsl_monte_miser_state
+
+     This workspace is used for MISER Monte Carlo integration
+
+ -- Function: *note gsl_monte_miser_state: 93d. *gsl_monte_miser_alloc
+          (size_t dim)
+
+     This function allocates and initializes a workspace for Monte Carlo
+     integration in *note dim: 93e. dimensions.  The workspace is used
+     to maintain the state of the integration.
+
+ -- Function: int gsl_monte_miser_init (gsl_monte_miser_state *s)
+
+     This function initializes a previously allocated integration state.
+     This allows an existing workspace to be reused for different
+     integrations.
+
+ -- Function: int gsl_monte_miser_integrate (gsl_monte_function *f,
+          const double xl[], const double xu[], size_t dim, size_t
+          calls, gsl_rng *r, gsl_monte_miser_state *s, double *result,
+          double *abserr)
+
+     This routines uses the MISER Monte Carlo algorithm to integrate the
+     function *note f: 940. over the *note dim: 940.-dimensional
+     hypercubic region defined by the lower and upper limits in the
+     arrays *note xl: 940. and *note xu: 940, each of size *note dim:
+     940.  The integration uses a fixed number of function calls *note
+     calls: 940, and obtains random sampling points using the random
+     number generator *note r: 940.  A previously allocated workspace
+     *note s: 940. must be supplied.  The result of the integration is
+     returned in *note result: 940, with an estimated absolute error
+     *note abserr: 940.
+
+ -- Function: void gsl_monte_miser_free (gsl_monte_miser_state *s)
+
+     This function frees the memory associated with the integrator state
+     *note s: 941.
+
+The MISER algorithm has several configurable parameters which can be
+changed using the following two functions (1).
+
+ -- Function: void gsl_monte_miser_params_get (const
+          gsl_monte_miser_state *s, gsl_monte_miser_params *params)
+
+     This function copies the parameters of the integrator state into
+     the user-supplied *note params: 942. structure.
+
+ -- Function: void gsl_monte_miser_params_set (gsl_monte_miser_state *s,
+          const gsl_monte_miser_params *params)
+
+     This function sets the integrator parameters based on values
+     provided in the *note params: 943. structure.
+
+Typically the values of the parameters are first read using *note
+gsl_monte_miser_params_get(): 942, the necessary changes are made to the
+fields of the ‘params’ structure, and the values are copied back into
+the integrator state using *note gsl_monte_miser_params_set(): 943.  The
+functions use the *note gsl_monte_miser_params: 944. structure which
+contains the following fields:
+
+ -- Type: gsl_monte_miser_params
+
+      -- Variable: double estimate_frac
+
+          This parameter specifies the fraction of the currently
+          available number of function calls which are allocated to
+          estimating the variance at each recursive step.  The default
+          value is 0.1.
+
+      -- Variable: size_t min_calls
+
+          This parameter specifies the minimum number of function calls
+          required for each estimate of the variance.  If the number of
+          function calls allocated to the estimate using *note
+          estimate_frac: 945. falls below *note min_calls: 946. then
+          *note min_calls: 946. are used instead.  This ensures that
+          each estimate maintains a reasonable level of accuracy.  The
+          default value of *note min_calls: 946. is ‘16 * dim’.
+
+      -- Variable: size_t min_calls_per_bisection
+
+          This parameter specifies the minimum number of function calls
+          required to proceed with a bisection step.  When a recursive
+          step has fewer calls available than *note
+          min_calls_per_bisection: 947. it performs a plain Monte Carlo
+          estimate of the current sub-region and terminates its branch
+          of the recursion.  The default value of this parameter is ‘32
+          * min_calls’.
+
+      -- Variable: double alpha
+
+          This parameter controls how the estimated variances for the
+          two sub-regions of a bisection are combined when allocating
+          points.  With recursive sampling the overall variance should
+          scale better than 1/N, since the values from the sub-regions
+          will be obtained using a procedure which explicitly minimizes
+          their variance.  To accommodate this behavior the MISER
+          algorithm allows the total variance to depend on a scaling
+          parameter \alpha,
+
+               \Var(f) = {\sigma_a \over N_a^\alpha} + {\sigma_b \over N_b^\alpha}.
+
+          The authors of the original paper describing MISER recommend
+          the value \alpha = 2 as a good choice, obtained from numerical
+          experiments, and this is used as the default value in this
+          implementation.
+
+      -- Variable: double dither
+
+          This parameter introduces a random fractional variation of
+          size *note dither: 949. into each bisection, which can be used
+          to break the symmetry of integrands which are concentrated
+          near the exact center of the hypercubic integration region.
+          The default value of dither is zero, so no variation is
+          introduced.  If needed, a typical value of *note dither: 949.
+          is 0.1.
+
+   ---------- Footnotes ----------
+
+   (1) (1) The previous method of accessing these fields directly
+through the *note gsl_monte_miser_state: 93d. struct is now deprecated.
+
+\1f
+File: gsl-ref.info,  Node: VEGAS,  Next: Examples<20>,  Prev: MISER,  Up: Monte Carlo Integration
+
+27.4 VEGAS
+==========
+
+The VEGAS algorithm of Lepage is based on importance sampling.  It
+samples points from the probability distribution described by the
+function |f|, so that the points are concentrated in the regions that
+make the largest contribution to the integral.
+
+In general, if the Monte Carlo integral of f is sampled with points
+distributed according to a probability distribution described by the
+function g, we obtain an estimate E_g(f; N),
+
+     E_g(f; N) = E(f/g; N)
+
+with a corresponding variance,
+
+     \Var_g(f; N) = \Var(f/g; N)
+
+If the probability distribution is chosen as g = |f|/I(|f|) then it can
+be shown that the variance V_g(f; N) vanishes, and the error in the
+estimate will be zero.  In practice it is not possible to sample from
+the exact distribution g for an arbitrary function, so importance
+sampling algorithms aim to produce efficient approximations to the
+desired distribution.
+
+The VEGAS algorithm approximates the exact distribution by making a
+number of passes over the integration region while histogramming the
+function f.  Each histogram is used to define a sampling distribution
+for the next pass.  Asymptotically this procedure converges to the
+desired distribution.  In order to avoid the number of histogram bins
+growing like K^d the probability distribution is approximated by a
+separable function: g(x_1, x_2, \ldots) = g_1(x_1) g_2(x_2) \ldots so
+that the number of bins required is only Kd.  This is equivalent to
+locating the peaks of the function from the projections of the integrand
+onto the coordinate axes.  The efficiency of VEGAS depends on the
+validity of this assumption.  It is most efficient when the peaks of the
+integrand are well-localized.  If an integrand can be rewritten in a
+form which is approximately separable this will increase the efficiency
+of integration with VEGAS.
+
+VEGAS incorporates a number of additional features, and combines both
+stratified sampling and importance sampling.  The integration region is
+divided into a number of “boxes”, with each box getting a fixed number
+of points (the goal is 2).  Each box can then have a fractional number
+of bins, but if the ratio of bins-per-box is less than two, Vegas
+switches to a kind variance reduction (rather than importance sampling).
+
+ -- Type: gsl_monte_vegas_state
+
+     This workspace is used for VEGAS Monte Carlo integration
+
+ -- Function: *note gsl_monte_vegas_state: 94b. *gsl_monte_vegas_alloc
+          (size_t dim)
+
+     This function allocates and initializes a workspace for Monte Carlo
+     integration in *note dim: 94c. dimensions.  The workspace is used
+     to maintain the state of the integration.
+
+ -- Function: int gsl_monte_vegas_init (gsl_monte_vegas_state *s)
+
+     This function initializes a previously allocated integration state.
+     This allows an existing workspace to be reused for different
+     integrations.
+
+ -- Function: int gsl_monte_vegas_integrate (gsl_monte_function *f,
+          double xl[], double xu[], size_t dim, size_t calls, gsl_rng
+          *r, gsl_monte_vegas_state *s, double *result, double *abserr)
+
+     This routines uses the VEGAS Monte Carlo algorithm to integrate the
+     function *note f: 94e. over the *note dim: 94e.-dimensional
+     hypercubic region defined by the lower and upper limits in the
+     arrays *note xl: 94e. and *note xu: 94e, each of size *note dim:
+     94e.  The integration uses a fixed number of function calls *note
+     calls: 94e, and obtains random sampling points using the random
+     number generator *note r: 94e.  A previously allocated workspace
+     *note s: 94e. must be supplied.  The result of the integration is
+     returned in *note result: 94e, with an estimated absolute error
+     *note abserr: 94e.  The result and its error estimate are based on
+     a weighted average of independent samples.  The chi-squared per
+     degree of freedom for the weighted average is returned via the
+     state struct component, ‘s->chisq’, and must be consistent with 1
+     for the weighted average to be reliable.
+
+ -- Function: void gsl_monte_vegas_free (gsl_monte_vegas_state *s)
+
+     This function frees the memory associated with the integrator state
+     *note s: 94f.
+
+The VEGAS algorithm computes a number of independent estimates of the
+integral internally, according to the ‘iterations’ parameter described
+below, and returns their weighted average.  Random sampling of the
+integrand can occasionally produce an estimate where the error is zero,
+particularly if the function is constant in some regions.  An estimate
+with zero error causes the weighted average to break down and must be
+handled separately.  In the original Fortran implementations of VEGAS
+the error estimate is made non-zero by substituting a small value
+(typically ‘1e-30’).  The implementation in GSL differs from this and
+avoids the use of an arbitrary constant—it either assigns the value a
+weight which is the average weight of the preceding estimates or
+discards it according to the following procedure,
+
+   * current estimate has zero error, weighted average has finite error
+
+     The current estimate is assigned a weight which is the average
+     weight of the preceding estimates.
+
+   * current estimate has finite error, previous estimates had zero
+     error
+
+     The previous estimates are discarded and the weighted averaging
+     procedure begins with the current estimate.
+
+   * current estimate has zero error, previous estimates had zero error
+
+     The estimates are averaged using the arithmetic mean, but no error
+     is computed.
+
+The convergence of the algorithm can be tested using the overall
+chi-squared value of the results, which is available from the following
+function:
+
+ -- Function: double gsl_monte_vegas_chisq (const gsl_monte_vegas_state
+          *s)
+
+     This function returns the chi-squared per degree of freedom for the
+     weighted estimate of the integral.  The returned value should be
+     close to 1.  A value which differs significantly from 1 indicates
+     that the values from different iterations are inconsistent.  In
+     this case the weighted error will be under-estimated, and further
+     iterations of the algorithm are needed to obtain reliable results.
+
+ -- Function: void gsl_monte_vegas_runval (const gsl_monte_vegas_state
+          *s, double *result, double *sigma)
+
+     This function returns the raw (unaveraged) values of the integral
+     *note result: 951. and its error *note sigma: 951. from the most
+     recent iteration of the algorithm.
+
+The VEGAS algorithm is highly configurable.  Several parameters can be
+changed using the following two functions.
+
+ -- Function: void gsl_monte_vegas_params_get (const
+          gsl_monte_vegas_state *s, gsl_monte_vegas_params *params)
+
+     This function copies the parameters of the integrator state into
+     the user-supplied *note params: 952. structure.
+
+ -- Function: void gsl_monte_vegas_params_set (gsl_monte_vegas_state *s,
+          const gsl_monte_vegas_params *params)
+
+     This function sets the integrator parameters based on values
+     provided in the *note params: 953. structure.
+
+Typically the values of the parameters are first read using *note
+gsl_monte_vegas_params_get(): 952, the necessary changes are made to the
+fields of the ‘params’ structure, and the values are copied back into
+the integrator state using *note gsl_monte_vegas_params_set(): 953.  The
+functions use the *note gsl_monte_vegas_params: 954. structure which
+contains the following fields:
+
+ -- Type: gsl_monte_vegas_params
+
+      -- Variable: double alpha
+
+          The parameter *note alpha: 955. controls the stiffness of the
+          rebinning algorithm.  It is typically set between one and two.
+          A value of zero prevents rebinning of the grid.  The default
+          value is 1.5.
+
+      -- Variable: size_t iterations
+
+          The number of iterations to perform for each call to the
+          routine.  The default value is 5 iterations.
+
+      -- Variable: int stage
+
+          Setting this determines the `stage' of the calculation.
+          Normally, ‘stage = 0’ which begins with a new uniform grid and
+          empty weighted average.  Calling VEGAS with ‘stage = 1’
+          retains the grid from the previous run but discards the
+          weighted average, so that one can “tune” the grid using a
+          relatively small number of points and then do a large run with
+          ‘stage = 1’ on the optimized grid.  Setting ‘stage = 2’ keeps
+          the grid and the weighted average from the previous run, but
+          may increase (or decrease) the number of histogram bins in the
+          grid depending on the number of calls available.  Choosing
+          ‘stage = 3’ enters at the main loop, so that nothing is
+          changed, and is equivalent to performing additional iterations
+          in a previous call.
+
+      -- Variable: int mode
+
+          The possible choices are ‘GSL_VEGAS_MODE_IMPORTANCE’,
+          ‘GSL_VEGAS_MODE_STRATIFIED’, ‘GSL_VEGAS_MODE_IMPORTANCE_ONLY’.
+          This determines whether VEGAS will use importance sampling or
+          stratified sampling, or whether it can pick on its own.  In
+          low dimensions VEGAS uses strict stratified sampling (more
+          precisely, stratified sampling is chosen if there are fewer
+          than 2 bins per box).
+
+      -- Variable: int verbose
+      -- Variable: FILE *ostream
+
+          These parameters set the level of information printed by
+          VEGAS. All information is written to the stream *note ostream:
+          95a.  The default setting of *note verbose: 959. is ‘-1’,
+          which turns off all output.  A *note verbose: 959. value of
+          ‘0’ prints summary information about the weighted average and
+          final result, while a value of ‘1’ also displays the grid
+          coordinates.  A value of ‘2’ prints information from the
+          rebinning procedure for each iteration.
+
+The above fields and the ‘chisq’ value can also be accessed directly in
+the *note gsl_monte_vegas_state: 94b. but such use is deprecated.
+
+\1f
+File: gsl-ref.info,  Node: Examples<20>,  Next: References and Further Reading<20>,  Prev: VEGAS,  Up: Monte Carlo Integration
+
+27.5 Examples
+=============
+
+The example program below uses the Monte Carlo routines to estimate the
+value of the following 3-dimensional integral from the theory of random
+walks,
+
+     I = \int_{-pi}^{+pi} {dk_x/(2 pi)}
+         \int_{-pi}^{+pi} {dk_y/(2 pi)}
+         \int_{-pi}^{+pi} {dk_z/(2 pi)}
+          1 / (1 - cos(k_x)cos(k_y)cos(k_z)).
+
+The analytic value of this integral can be shown to be I =
+\Gamma(1/4)^4/(4 \pi^3) = 1.393203929685676859....  The integral gives
+the mean time spent at the origin by a random walk on a body-centered
+cubic lattice in three dimensions.
+
+For simplicity we will compute the integral over the region (0,0,0) to
+(\pi,\pi,\pi) and multiply by 8 to obtain the full result.  The integral
+is slowly varying in the middle of the region but has integrable
+singularities at the corners (0,0,0), (0,\pi,\pi), (\pi,0,\pi) and
+(\pi,\pi,0).  The Monte Carlo routines only select points which are
+strictly within the integration region and so no special measures are
+needed to avoid these singularities.
+
+     #include <stdlib.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_monte.h>
+     #include <gsl/gsl_monte_plain.h>
+     #include <gsl/gsl_monte_miser.h>
+     #include <gsl/gsl_monte_vegas.h>
+
+     /* Computation of the integral,
+
+           I = int (dx dy dz)/(2pi)^3  1/(1-cos(x)cos(y)cos(z))
+
+        over (-pi,-pi,-pi) to (+pi, +pi, +pi).  The exact answer
+        is Gamma(1/4)^4/(4 pi^3).  This example is taken from
+        C.Itzykson, J.M.Drouffe, "Statistical Field Theory -
+        Volume 1", Section 1.1, p21, which cites the original
+        paper M.L.Glasser, I.J.Zucker, Proc.Natl.Acad.Sci.USA 74
+        1800 (1977) */
+
+     /* For simplicity we compute the integral over the region
+        (0,0,0) -> (pi,pi,pi) and multiply by 8 */
+
+     double exact = 1.3932039296856768591842462603255;
+
+     double
+     g (double *k, size_t dim, void *params)
+     {
+       (void)(dim); /* avoid unused parameter warnings */
+       (void)(params);
+       double A = 1.0 / (M_PI * M_PI * M_PI);
+       return A / (1.0 - cos (k[0]) * cos (k[1]) * cos (k[2]));
+     }
+
+     void
+     display_results (char *title, double result, double error)
+     {
+       printf ("%s ==================\n", title);
+       printf ("result = % .6f\n", result);
+       printf ("sigma  = % .6f\n", error);
+       printf ("exact  = % .6f\n", exact);
+       printf ("error  = % .6f = %.2g sigma\n", result - exact,
+               fabs (result - exact) / error);
+     }
+
+     int
+     main (void)
+     {
+       double res, err;
+
+       double xl[3] = { 0, 0, 0 };
+       double xu[3] = { M_PI, M_PI, M_PI };
+
+       const gsl_rng_type *T;
+       gsl_rng *r;
+
+       gsl_monte_function G = { &g, 3, 0 };
+
+       size_t calls = 500000;
+
+       gsl_rng_env_setup ();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       {
+         gsl_monte_plain_state *s = gsl_monte_plain_alloc (3);
+         gsl_monte_plain_integrate (&G, xl, xu, 3, calls, r, s,
+                                    &res, &err);
+         gsl_monte_plain_free (s);
+
+         display_results ("plain", res, err);
+       }
+
+       {
+         gsl_monte_miser_state *s = gsl_monte_miser_alloc (3);
+         gsl_monte_miser_integrate (&G, xl, xu, 3, calls, r, s,
+                                    &res, &err);
+         gsl_monte_miser_free (s);
+
+         display_results ("miser", res, err);
+       }
+
+       {
+         gsl_monte_vegas_state *s = gsl_monte_vegas_alloc (3);
+
+         gsl_monte_vegas_integrate (&G, xl, xu, 3, 10000, r, s,
+                                    &res, &err);
+         display_results ("vegas warm-up", res, err);
+
+         printf ("converging...\n");
+
+         do
+           {
+             gsl_monte_vegas_integrate (&G, xl, xu, 3, calls/5, r, s,
+                                        &res, &err);
+             printf ("result = % .6f sigma = % .6f "
+                     "chisq/dof = %.1f\n", res, err, gsl_monte_vegas_chisq (s));
+           }
+         while (fabs (gsl_monte_vegas_chisq (s) - 1.0) > 0.5);
+
+         display_results ("vegas final", res, err);
+
+         gsl_monte_vegas_free (s);
+       }
+
+       gsl_rng_free (r);
+
+       return 0;
+     }
+
+With 500,000 function calls the plain Monte Carlo algorithm achieves a
+fractional error of 1%.  The estimated error ‘sigma’ is roughly
+consistent with the actual error–the computed result differs from the
+true result by about 1.4 standard deviations:
+
+     plain ==================
+     result =  1.412209
+     sigma  =  0.013436
+     exact  =  1.393204
+     error  =  0.019005 = 1.4 sigma
+
+The MISER algorithm reduces the error by a factor of four, and also
+correctly estimates the error:
+
+     miser ==================
+     result =  1.391322
+     sigma  =  0.003461
+     exact  =  1.393204
+     error  = -0.001882 = 0.54 sigma
+
+In the case of the VEGAS algorithm the program uses an initial warm-up
+run of 10,000 function calls to prepare, or “warm up”, the grid.  This
+is followed by a main run with five iterations of 100,000 function
+calls.  The chi-squared per degree of freedom for the five iterations
+are checked for consistency with 1, and the run is repeated if the
+results have not converged.  In this case the estimates are consistent
+on the first pass:
+
+     vegas warm-up ==================
+     result =  1.392673
+     sigma  =  0.003410
+     exact  =  1.393204
+     error  = -0.000531 = 0.16 sigma
+     converging...
+     result =  1.393281 sigma =  0.000362 chisq/dof = 1.5
+     vegas final ==================
+     result =  1.393281
+     sigma  =  0.000362
+     exact  =  1.393204
+     error  =  0.000077 = 0.21 sigma
+
+If the value of ‘chisq’ had differed significantly from 1 it would
+indicate inconsistent results, with a correspondingly underestimated
+error.  The final estimate from VEGAS (using a similar number of
+function calls) is significantly more accurate than the other two
+algorithms.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<20>,  Prev: Examples<20>,  Up: Monte Carlo Integration
+
+27.6 References and Further Reading
+===================================
+
+The MISER algorithm is described in the following article by Press and
+Farrar,
+
+   * W.H. Press, G.R. Farrar, `Recursive Stratified Sampling for
+     Multidimensional Monte Carlo Integration', Computers in Physics, v4
+     (1990), pp190–195.
+
+The VEGAS algorithm is described in the following papers,
+
+   * G.P. Lepage, `A New Algorithm for Adaptive Multidimensional
+     Integration', Journal of Computational Physics 27, 192–203, (1978)
+
+   * G.P. Lepage, `VEGAS: An Adaptive Multi-dimensional Integration
+     Program', Cornell preprint CLNS 80-447, March 1980
+
+\1f
+File: gsl-ref.info,  Node: Simulated Annealing,  Next: Ordinary Differential Equations,  Prev: Monte Carlo Integration,  Up: Top
+
+28 Simulated Annealing
+**********************
+
+Stochastic search techniques are used when the structure of a space is
+not well understood or is not smooth, so that techniques like Newton’s
+method (which requires calculating Jacobian derivative matrices) cannot
+be used.  In particular, these techniques are frequently used to solve
+combinatorial optimization problems, such as the traveling salesman
+problem.
+
+The goal is to find a point in the space at which a real valued `energy
+function' (or `cost function') is minimized.  Simulated annealing is a
+minimization technique which has given good results in avoiding local
+minima; it is based on the idea of taking a random walk through the
+space at successively lower temperatures, where the probability of
+taking a step is given by a Boltzmann distribution.
+
+The functions described in this chapter are declared in the header file
+‘gsl_siman.h’.
+
+* Menu:
+
+* Simulated Annealing algorithm::
+* Simulated Annealing functions::
+* Examples: Examples<21>.
+* References and Further Reading: References and Further Reading<21>.
+
+\1f
+File: gsl-ref.info,  Node: Simulated Annealing algorithm,  Next: Simulated Annealing functions,  Up: Simulated Annealing
+
+28.1 Simulated Annealing algorithm
+==================================
+
+The simulated annealing algorithm takes random walks through the problem
+space, looking for points with low energies; in these random walks, the
+probability of taking a step is determined by the Boltzmann
+distribution,
+
+     p = e^{-(E_{i+1} - E_i)/(kT)}
+
+if E_{i+1} > E_i, and p = 1 when E_{i+1} \le E_i.
+
+In other words, a step will occur if the new energy is lower.  If the
+new energy is higher, the transition can still occur, and its likelihood
+is proportional to the temperature T and inversely proportional to the
+energy difference E_{i+1} - E_i.
+
+The temperature T is initially set to a high value, and a random walk is
+carried out at that temperature.  Then the temperature is lowered very
+slightly according to a `cooling schedule', for example: T \rightarrow
+T/\mu_T where \mu_T is slightly greater than 1.
+
+The slight probability of taking a step that gives higher energy is what
+allows simulated annealing to frequently get out of local minima.
+
+\1f
+File: gsl-ref.info,  Node: Simulated Annealing functions,  Next: Examples<21>,  Prev: Simulated Annealing algorithm,  Up: Simulated Annealing
+
+28.2 Simulated Annealing functions
+==================================
+
+ -- Function: void gsl_siman_solve (const gsl_rng *r, void *x0_p,
+          gsl_siman_Efunc_t Ef, gsl_siman_step_t take_step,
+          gsl_siman_metric_t distance, gsl_siman_print_t print_position,
+          gsl_siman_copy_t copyfunc, gsl_siman_copy_construct_t
+          copy_constructor, gsl_siman_destroy_t destructor, size_t
+          element_size, gsl_siman_params_t params)
+
+     This function performs a simulated annealing search through a given
+     space.  The space is specified by providing the functions *note Ef:
+     961. and *note distance: 961.  The simulated annealing steps are
+     generated using the random number generator *note r: 961. and the
+     function *note take_step: 961.
+
+     The starting configuration of the system should be given by *note
+     x0_p: 961.  The routine offers two modes for updating
+     configurations, a fixed-size mode and a variable-size mode.  In the
+     fixed-size mode the configuration is stored as a single block of
+     memory of size *note element_size: 961.  Copies of this
+     configuration are created, copied and destroyed internally using
+     the standard library functions ‘malloc()’, ‘memcpy()’ and ‘free()’.
+     The function pointers *note copyfunc: 961, *note copy_constructor:
+     961. and *note destructor: 961. should be null pointers in
+     fixed-size mode.  In the variable-size mode the functions *note
+     copyfunc: 961, *note copy_constructor: 961. and *note destructor:
+     961. are used to create, copy and destroy configurations
+     internally.  The variable *note element_size: 961. should be zero
+     in the variable-size mode.
+
+     The *note params: 961. structure (described below) controls the run
+     by providing the temperature schedule and other tunable parameters
+     to the algorithm.
+
+     On exit the best result achieved during the search is placed in
+     *note x0_p: 961.  If the annealing process has been successful this
+     should be a good approximation to the optimal point in the space.
+
+     If the function pointer *note print_position: 961. is not null, a
+     debugging log will be printed to ‘stdout’ with the following
+     columns:
+
+          #-iter  #-evals  temperature  position  energy  best_energy
+
+     and the output of the function *note print_position: 961. itself.
+     If *note print_position: 961. is null then no information is
+     printed.
+
+The simulated annealing routines require several user-specified
+functions to define the configuration space and energy function.  The
+prototypes for these functions are given below.
+
+ -- Type: gsl_siman_Efunc_t
+
+     This function type should return the energy of a configuration
+     ‘xp’:
+
+          double (*gsl_siman_Efunc_t) (void *xp)
+
+ -- Type: gsl_siman_step_t
+
+     This function type should modify the configuration ‘xp’ using a
+     random step taken from the generator ‘r’, up to a maximum distance
+     of ‘step_size’:
+
+          void (*gsl_siman_step_t) (const gsl_rng *r, void *xp,
+                                    double step_size)
+
+ -- Type: gsl_siman_metric_t
+
+     This function type should return the distance between two
+     configurations ‘xp’ and ‘yp’:
+
+          double (*gsl_siman_metric_t) (void *xp, void *yp)
+
+ -- Type: gsl_siman_print_t
+
+     This function type should print the contents of the configuration
+     ‘xp’:
+
+          void (*gsl_siman_print_t) (void *xp)
+
+ -- Type: gsl_siman_copy_t
+
+     This function type should copy the configuration ‘source’ into
+     ‘dest’:
+
+          void (*gsl_siman_copy_t) (void *source, void *dest)
+
+ -- Type: gsl_siman_copy_construct_t
+
+     This function type should create a new copy of the configuration
+     ‘xp’:
+
+          void * (*gsl_siman_copy_construct_t) (void *xp)
+
+ -- Type: gsl_siman_destroy_t
+
+     This function type should destroy the configuration ‘xp’, freeing
+     its memory:
+
+          void (*gsl_siman_destroy_t) (void *xp)
+
+ -- Type: gsl_siman_params_t
+
+     These are the parameters that control a run of *note
+     gsl_siman_solve(): 961.  This structure contains all the
+     information needed to control the search, beyond the energy
+     function, the step function and the initial guess.
+
+     ‘int n_tries’                                 The number of points to try for each step.
+                                                   
+                                                   
+     ‘int iters_fixed_T’                           The number of iterations at each temperature.
+                                                   
+                                                   
+     ‘double step_size’                            The maximum step size in the random walk.
+                                                   
+                                                   
+     ‘double k, t_initial, mu_t, t_min’            The parameters of the Boltzmann distribution and cooling
+                                                   schedule.
+                                                   
+
+\1f
+File: gsl-ref.info,  Node: Examples<21>,  Next: References and Further Reading<21>,  Prev: Simulated Annealing functions,  Up: Simulated Annealing
+
+28.3 Examples
+=============
+
+The simulated annealing package is clumsy, and it has to be because it
+is written in C, for C callers, and tries to be polymorphic at the same
+time.  But here we provide some examples which can be pasted into your
+application with little change and should make things easier.
+
+* Menu:
+
+* Trivial example::
+* Traveling Salesman Problem::
+
+\1f
+File: gsl-ref.info,  Node: Trivial example,  Next: Traveling Salesman Problem,  Up: Examples<21>
+
+28.3.1 Trivial example
+----------------------
+
+The first example, in one dimensional Cartesian space, sets up an energy
+function which is a damped sine wave; this has many local minima, but
+only one global minimum, somewhere between 1.0 and 1.5.  The initial
+guess given is 15.5, which is several local minima away from the global
+minimum.
+
+     #include <math.h>
+     #include <stdlib.h>
+     #include <string.h>
+     #include <gsl/gsl_siman.h>
+
+     /* set up parameters for this simulated annealing run */
+
+     /* how many points do we try before stepping */
+     #define N_TRIES 200
+
+     /* how many iterations for each T? */
+     #define ITERS_FIXED_T 1000
+
+     /* max step size in random walk */
+     #define STEP_SIZE 1.0
+
+     /* Boltzmann constant */
+     #define K 1.0
+
+     /* initial temperature */
+     #define T_INITIAL 0.008
+
+     /* damping factor for temperature */
+     #define MU_T 1.003
+     #define T_MIN 2.0e-6
+
+     gsl_siman_params_t params
+       = {N_TRIES, ITERS_FIXED_T, STEP_SIZE,
+          K, T_INITIAL, MU_T, T_MIN};
+
+     /* now some functions to test in one dimension */
+     double E1(void *xp)
+     {
+       double x = * ((double *) xp);
+
+       return exp(-pow((x-1.0),2.0))*sin(8*x);
+     }
+
+     double M1(void *xp, void *yp)
+     {
+       double x = *((double *) xp);
+       double y = *((double *) yp);
+
+       return fabs(x - y);
+     }
+
+     void S1(const gsl_rng * r, void *xp, double step_size)
+     {
+       double old_x = *((double *) xp);
+       double new_x;
+
+       double u = gsl_rng_uniform(r);
+       new_x = u * 2 * step_size - step_size + old_x;
+
+       memcpy(xp, &new_x, sizeof(new_x));
+     }
+
+     void P1(void *xp)
+     {
+       printf ("%12g", *((double *) xp));
+     }
+
+     int
+     main(void)
+     {
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       double x_initial = 15.5;
+
+       gsl_rng_env_setup();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc(T);
+
+       gsl_siman_solve(r, &x_initial, E1, S1, M1, P1,
+                       NULL, NULL, NULL,
+                       sizeof(double), params);
+
+       gsl_rng_free (r);
+       return 0;
+     }
+
+Fig.  %s is generated by running ‘siman_test’ in the following way:
+
+     $ ./siman_test | awk '!/^#/ {print $1, $4}'
+      | graph -y 1.34 1.4 -W0 -X generation -Y position
+      | plot -Tps > siman-test.eps
+
+Fig.  %s is generated by running ‘siman_test’ in the following way:
+
+     $ ./siman_test | awk '!/^#/ {print $1, $5}'
+      | graph -y -0.88 -0.83 -W0 -X generation -Y energy
+      | plot -Tps > siman-energy.eps
+
+[gsl-ref-figures/siman-test]
+Figure: Example of a simulated annealing run: at higher temperatures
+(early in the plot) you see that the solution can fluctuate, but at
+lower temperatures it converges.
+
+[gsl-ref-figures/siman-energy]
+Figure: Simulated annealing energy vs generation
+
+\1f
+File: gsl-ref.info,  Node: Traveling Salesman Problem,  Prev: Trivial example,  Up: Examples<21>
+
+28.3.2 Traveling Salesman Problem
+---------------------------------
+
+The TSP (`Traveling Salesman Problem') is the classic combinatorial
+optimization problem.  I have provided a very simple version of it,
+based on the coordinates of twelve cities in the southwestern United
+States.  This should maybe be called the `Flying Salesman Problem',
+since I am using the great-circle distance between cities, rather than
+the driving distance.  Also: I assume the earth is a sphere, so I don’t
+use geoid distances.
+
+The *note gsl_siman_solve(): 961. routine finds a route which is 3490.62
+Kilometers long; this is confirmed by an exhaustive search of all
+possible routes with the same initial city.
+
+The full code is given below.
+
+     /* siman/siman_tsp.c
+      *
+      * Copyright (C) 1996, 1997, 1998, 1999, 2000 Mark Galassi
+      *
+      * This program is free software; you can redistribute it and/or modify
+      * it under the terms of the GNU General Public License as published by
+      * the Free Software Foundation; either version 3 of the License, or (at
+      * your option) any later version.
+      *
+      * This program is distributed in the hope that it will be useful, but
+      * WITHOUT ANY WARRANTY; without even the implied warranty of
+      * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+      * General Public License for more details.
+      *
+      * You should have received a copy of the GNU General Public License
+      * along with this program; if not, write to the Free Software
+      * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
+      */
+
+     #include <config.h>
+     #include <math.h>
+     #include <string.h>
+     #include <stdio.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_siman.h>
+     #include <gsl/gsl_ieee_utils.h>
+
+     /* set up parameters for this simulated annealing run */
+
+     #define N_TRIES 200             /* how many points do we try before stepping */
+     #define ITERS_FIXED_T 2000      /* how many iterations for each T? */
+     #define STEP_SIZE 1.0           /* max step size in random walk */
+     #define K 1.0                   /* Boltzmann constant */
+     #define T_INITIAL 5000.0        /* initial temperature */
+     #define MU_T 1.002              /* damping factor for temperature */
+     #define T_MIN 5.0e-1
+
+     gsl_siman_params_t params = {N_TRIES, ITERS_FIXED_T, STEP_SIZE,
+                                  K, T_INITIAL, MU_T, T_MIN};
+
+     struct s_tsp_city {
+       const char * name;
+       double lat, longitude;        /* coordinates */
+     };
+     typedef struct s_tsp_city Stsp_city;
+
+     void prepare_distance_matrix(void);
+     void exhaustive_search(void);
+     void print_distance_matrix(void);
+     double city_distance(Stsp_city c1, Stsp_city c2);
+     double Etsp(void *xp);
+     double Mtsp(void *xp, void *yp);
+     void Stsp(const gsl_rng * r, void *xp, double step_size);
+     void Ptsp(void *xp);
+
+     /* in this table, latitude and longitude are obtained from the US
+        Census Bureau, at http://www.census.gov/cgi-bin/gazetteer */
+
+     Stsp_city cities[] = {{"Santa Fe",    35.68,   105.95},
+                           {"Phoenix",     33.54,   112.07},
+                           {"Albuquerque", 35.12,   106.62},
+                           {"Clovis",      34.41,   103.20},
+                           {"Durango",     37.29,   107.87},
+                           {"Dallas",      32.79,    96.77},
+                           {"Tesuque",     35.77,   105.92},
+                           {"Grants",      35.15,   107.84},
+                           {"Los Alamos",  35.89,   106.28},
+                           {"Las Cruces",  32.34,   106.76},
+                           {"Cortez",      37.35,   108.58},
+                           {"Gallup",      35.52,   108.74}};
+
+     #define N_CITIES (sizeof(cities)/sizeof(Stsp_city))
+
+     double distance_matrix[N_CITIES][N_CITIES];
+
+     /* distance between two cities */
+     double city_distance(Stsp_city c1, Stsp_city c2)
+     {
+       const double earth_radius = 6375.000; /* 6000KM approximately */
+       /* sin and cos of lat and long; must convert to radians */
+       double sla1 = sin(c1.lat*M_PI/180), cla1 = cos(c1.lat*M_PI/180),
+         slo1 = sin(c1.longitude*M_PI/180), clo1 = cos(c1.longitude*M_PI/180);
+       double sla2 = sin(c2.lat*M_PI/180), cla2 = cos(c2.lat*M_PI/180),
+         slo2 = sin(c2.longitude*M_PI/180), clo2 = cos(c2.longitude*M_PI/180);
+
+       double x1 = cla1*clo1;
+       double x2 = cla2*clo2;
+
+       double y1 = cla1*slo1;
+       double y2 = cla2*slo2;
+
+       double z1 = sla1;
+       double z2 = sla2;
+
+       double dot_product = x1*x2 + y1*y2 + z1*z2;
+
+       double angle = acos(dot_product);
+
+       /* distance is the angle (in radians) times the earth radius */
+       return angle*earth_radius;
+     }
+
+     /* energy for the travelling salesman problem */
+     double Etsp(void *xp)
+     {
+       /* an array of N_CITIES integers describing the order */
+       int *route = (int *) xp;
+       double E = 0;
+       unsigned int i;
+
+       for (i = 0; i < N_CITIES; ++i) {
+         /* use the distance_matrix to optimize this calculation; it had
+            better be allocated!! */
+         E += distance_matrix[route[i]][route[(i + 1) % N_CITIES]];
+       }
+
+       return E;
+     }
+
+     double Mtsp(void *xp, void *yp)
+     {
+       int *route1 = (int *) xp, *route2 = (int *) yp;
+       double distance = 0;
+       unsigned int i;
+
+       for (i = 0; i < N_CITIES; ++i) {
+         distance += ((route1[i] == route2[i]) ? 0 : 1);
+       }
+
+       return distance;
+     }
+
+     /* take a step through the TSP space */
+     void Stsp(const gsl_rng * r, void *xp, double step_size)
+     {
+       int x1, x2, dummy;
+       int *route = (int *) xp;
+
+       step_size = 0 ; /* prevent warnings about unused parameter */
+
+       /* pick the two cities to swap in the matrix; we leave the first
+          city fixed */
+       x1 = (gsl_rng_get (r) % (N_CITIES-1)) + 1;
+       do {
+         x2 = (gsl_rng_get (r) % (N_CITIES-1)) + 1;
+       } while (x2 == x1);
+
+       dummy = route[x1];
+       route[x1] = route[x2];
+       route[x2] = dummy;
+     }
+
+     void Ptsp(void *xp)
+     {
+       unsigned int i;
+       int *route = (int *) xp;
+       printf("  [");
+       for (i = 0; i < N_CITIES; ++i) {
+         printf(" %d ", route[i]);
+       }
+       printf("]  ");
+     }
+
+     int main(void)
+     {
+       int x_initial[N_CITIES];
+       unsigned int i;
+
+       const gsl_rng * r = gsl_rng_alloc (gsl_rng_env_setup()) ;
+
+       gsl_ieee_env_setup ();
+
+       prepare_distance_matrix();
+
+       /* set up a trivial initial route */
+       printf("# initial order of cities:\n");
+       for (i = 0; i < N_CITIES; ++i) {
+         printf("# \"%s\"\n", cities[i].name);
+         x_initial[i] = i;
+       }
+
+       printf("# distance matrix is:\n");
+       print_distance_matrix();
+
+       printf("# initial coordinates of cities (longitude and latitude)\n");
+       /* this can be plotted with */
+       /* ./siman_tsp > hhh ; grep city_coord hhh | awk '{print $2 "   " $3}' | xyplot -ps -d "xy" > c.eps */
+       for (i = 0; i < N_CITIES+1; ++i) {
+         printf("###initial_city_coord: %g %g \"%s\"\n",
+                -cities[x_initial[i % N_CITIES]].longitude,
+                cities[x_initial[i % N_CITIES]].lat,
+                cities[x_initial[i % N_CITIES]].name);
+       }
+
+     /*   exhaustive_search(); */
+
+       gsl_siman_solve(r, x_initial, Etsp, Stsp, Mtsp, Ptsp, NULL, NULL, NULL,
+                       N_CITIES*sizeof(int), params);
+
+       printf("# final order of cities:\n");
+       for (i = 0; i < N_CITIES; ++i) {
+         printf("# \"%s\"\n", cities[x_initial[i]].name);
+       }
+
+       printf("# final coordinates of cities (longitude and latitude)\n");
+       /* this can be plotted with */
+       /* ./siman_tsp > hhh ; grep city_coord hhh | awk '{print $2 "   " $3}' | xyplot -ps -d "xy" > c.eps */
+       for (i = 0; i < N_CITIES+1; ++i) {
+         printf("###final_city_coord: %g %g %s\n",
+                -cities[x_initial[i % N_CITIES]].longitude,
+                cities[x_initial[i % N_CITIES]].lat,
+                cities[x_initial[i % N_CITIES]].name);
+       }
+
+       printf("# ");
+       fflush(stdout);
+     #if 0
+       system("date");
+     #endif /* 0 */
+       fflush(stdout);
+
+       return 0;
+     }
+
+     void prepare_distance_matrix()
+     {
+       unsigned int i, j;
+       double dist;
+
+       for (i = 0; i < N_CITIES; ++i) {
+         for (j = 0; j < N_CITIES; ++j) {
+           if (i == j) {
+             dist = 0;
+           } else {
+             dist = city_distance(cities[i], cities[j]);
+           }
+           distance_matrix[i][j] = dist;
+         }
+       }
+     }
+
+     void print_distance_matrix()
+     {
+       unsigned int i, j;
+
+       for (i = 0; i < N_CITIES; ++i) {
+         printf("# ");
+         for (j = 0; j < N_CITIES; ++j) {
+           printf("%15.8f   ", distance_matrix[i][j]);
+         }
+         printf("\n");
+       }
+     }
+
+     /* [only works for 12] search the entire space for solutions */
+     static double best_E = 1.0e100, second_E = 1.0e100, third_E = 1.0e100;
+     static int best_route[N_CITIES];
+     static int second_route[N_CITIES];
+     static int third_route[N_CITIES];
+     static void do_all_perms(int *route, int n);
+
+     void exhaustive_search()
+     {
+       static int initial_route[N_CITIES] = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};
+       printf("\n# ");
+       fflush(stdout);
+     #if 0
+       system("date");
+     #endif
+       fflush(stdout);
+       do_all_perms(initial_route, 1);
+       printf("\n# ");
+       fflush(stdout);
+     #if 0
+       system("date");
+     #endif /* 0 */
+       fflush(stdout);
+
+       printf("# exhaustive best route: ");
+       Ptsp(best_route);
+       printf("\n# its energy is: %g\n", best_E);
+
+       printf("# exhaustive second_best route: ");
+       Ptsp(second_route);
+       printf("\n# its energy is: %g\n", second_E);
+
+       printf("# exhaustive third_best route: ");
+       Ptsp(third_route);
+       printf("\n# its energy is: %g\n", third_E);
+     }
+
+     /* James Theiler's recursive algorithm for generating all routes */
+     static void do_all_perms(int *route, int n)
+     {
+       if (n == (N_CITIES-1)) {
+         /* do it! calculate the energy/cost for that route */
+         double E;
+         E = Etsp(route);            /* TSP energy function */
+         /* now save the best 3 energies and routes */
+         if (E < best_E) {
+           third_E = second_E;
+           memcpy(third_route, second_route, N_CITIES*sizeof(*route));
+           second_E = best_E;
+           memcpy(second_route, best_route, N_CITIES*sizeof(*route));
+           best_E = E;
+           memcpy(best_route, route, N_CITIES*sizeof(*route));
+         } else if (E < second_E) {
+           third_E = second_E;
+           memcpy(third_route, second_route, N_CITIES*sizeof(*route));
+           second_E = E;
+           memcpy(second_route, route, N_CITIES*sizeof(*route));
+         } else if (E < third_E) {
+           third_E = E;
+           memcpy(route, third_route, N_CITIES*sizeof(*route));
+         }
+       } else {
+         int new_route[N_CITIES];
+         unsigned int j;
+         int swap_tmp;
+         memcpy(new_route, route, N_CITIES*sizeof(*route));
+         for (j = n; j < N_CITIES; ++j) {
+           swap_tmp = new_route[j];
+           new_route[j] = new_route[n];
+           new_route[n] = swap_tmp;
+           do_all_perms(new_route, n+1);
+         }
+       }
+     }
+
+Below are some plots generated in the following way:
+
+     $ ./siman_tsp > tsp.output
+     $ grep -v "^#" tsp.output
+      | awk '{print $1, $NF}'
+      | graph -y 3300 6500 -W0 -X generation -Y distance
+         -L "TSP - 12 southwest cities"
+      | plot -Tps > 12-cities.eps
+     $ grep initial_city_coord tsp.output
+       | awk '{print $2, $3}'
+       | graph -X "longitude (- means west)" -Y "latitude"
+          -L "TSP - initial-order" -f 0.03 -S 1 0.1
+       | plot -Tps > initial-route.eps
+     $ grep final_city_coord tsp.output
+       | awk '{print $2, $3}'
+       | graph -X "longitude (- means west)" -Y "latitude"
+          -L "TSP - final-order" -f 0.03 -S 1 0.1
+       | plot -Tps > final-route.eps
+
+This is the output showing the initial order of the cities; longitude is
+negative, since it is west and I want the plot to look like a map:
+
+     # initial coordinates of cities (longitude and latitude)
+     ###initial_city_coord: -105.95 35.68 Santa Fe
+     ###initial_city_coord: -112.07 33.54 Phoenix
+     ###initial_city_coord: -106.62 35.12 Albuquerque
+     ###initial_city_coord: -103.2 34.41 Clovis
+     ###initial_city_coord: -107.87 37.29 Durango
+     ###initial_city_coord: -96.77 32.79 Dallas
+     ###initial_city_coord: -105.92 35.77 Tesuque
+     ###initial_city_coord: -107.84 35.15 Grants
+     ###initial_city_coord: -106.28 35.89 Los Alamos
+     ###initial_city_coord: -106.76 32.34 Las Cruces
+     ###initial_city_coord: -108.58 37.35 Cortez
+     ###initial_city_coord: -108.74 35.52 Gallup
+     ###initial_city_coord: -105.95 35.68 Santa Fe
+
+The optimal route turns out to be:
+
+     # final coordinates of cities (longitude and latitude)
+     ###final_city_coord: -105.95 35.68 Santa Fe
+     ###final_city_coord: -103.2 34.41 Clovis
+     ###final_city_coord: -96.77 32.79 Dallas
+     ###final_city_coord: -106.76 32.34 Las Cruces
+     ###final_city_coord: -112.07 33.54 Phoenix
+     ###final_city_coord: -108.74 35.52 Gallup
+     ###final_city_coord: -108.58 37.35 Cortez
+     ###final_city_coord: -107.87 37.29 Durango
+     ###final_city_coord: -107.84 35.15 Grants
+     ###final_city_coord: -106.62 35.12 Albuquerque
+     ###final_city_coord: -106.28 35.89 Los Alamos
+     ###final_city_coord: -105.92 35.77 Tesuque
+     ###final_city_coord: -105.95 35.68 Santa Fe
+
+[gsl-ref-figures/siman-initial-route]
+Figure: Initial route for the 12 southwestern cities Flying Salesman
+Problem.
+
+[gsl-ref-figures/siman-final-route]
+Figure: Final (optimal) route for the 12 southwestern cities Flying
+Salesman Problem.
+
+Here’s a plot of the cost function (energy) versus generation (point in
+the calculation at which a new temperature is set) for this problem:
+
+[gsl-ref-figures/siman-12-cities]
+Figure: Example of a simulated annealing run for the 12 southwestern
+cities Flying Salesman Problem.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<21>,  Prev: Examples<21>,  Up: Simulated Annealing
+
+28.4 References and Further Reading
+===================================
+
+Further information is available in the following book,
+
+   * `Modern Heuristic Techniques for Combinatorial Problems', Colin R.
+     Reeves (ed.), McGraw-Hill, 1995 (ISBN 0-07-709239-2).
+
+\1f
+File: gsl-ref.info,  Node: Ordinary Differential Equations,  Next: Interpolation,  Prev: Simulated Annealing,  Up: Top
+
+29 Ordinary Differential Equations
+**********************************
+
+This chapter describes functions for solving ordinary differential
+equation (ODE) initial value problems.  The library provides a variety
+of low-level methods, such as Runge-Kutta and Bulirsch-Stoer routines,
+and higher-level components for adaptive step-size control.  The
+components can be combined by the user to achieve the desired solution,
+with full access to any intermediate steps.  A driver object can be used
+as a high level wrapper for easy use of low level functions.
+
+These functions are declared in the header file ‘gsl_odeiv2.h’.  This is
+a new interface in version 1.15 and uses the prefix ‘gsl_odeiv2’ for all
+functions.  It is recommended over the previous ‘gsl_odeiv’
+implementation defined in ‘gsl_odeiv.h’ The old interface has been
+retained under the original name for backwards compatibility.
+
+* Menu:
+
+* Defining the ODE System::
+* Stepping Functions::
+* Adaptive Step-size Control::
+* Evolution::
+* Driver::
+* Examples: Examples<22>.
+* References and Further Reading: References and Further Reading<22>.
+
+\1f
+File: gsl-ref.info,  Node: Defining the ODE System,  Next: Stepping Functions,  Up: Ordinary Differential Equations
+
+29.1 Defining the ODE System
+============================
+
+The routines solve the general n-dimensional first-order system,
+
+     dy_i(t)/dt = f_i(t, y_1(t), ..., y_n(t))
+
+for i = 1, \dots, n.  The stepping functions rely on the vector of
+derivatives f_i and the Jacobian matrix,
+
+     J_{ij} = df_i(t,y(t)) / dy_j
+
+A system of equations is defined using the *note gsl_odeiv2_system: 973.
+datatype.
+
+ -- Type: gsl_odeiv2_system
+
+     This data type defines a general ODE system with arbitrary
+     parameters.
+
+     ‘int (* function) (double t, const double y[], double dydt[], void
+     * params)’
+
+          This function should store the vector elements f_i(t,y,params)
+          in the array ‘dydt’, for arguments (‘t’, ‘y’) and parameters
+          ‘params’.
+
+          The function should return ‘GSL_SUCCESS’ if the calculation
+          was completed successfully.  Any other return value indicates
+          an error.  A special return value ‘GSL_EBADFUNC’ causes
+          ‘gsl_odeiv2’ routines to immediately stop and return.  If
+          ‘function’ is modified (for example contents of ‘params’), the
+          user must call an appropriate reset function (*note
+          gsl_odeiv2_driver_reset(): 974, *note
+          gsl_odeiv2_evolve_reset(): 975. or *note
+          gsl_odeiv2_step_reset(): 976.) before continuing.  Use return
+          values distinct from standard GSL error codes to distinguish
+          your function as the source of the error.
+
+     ‘int (* jacobian) (double t, const double y[], double * dfdy,
+     double dfdt[], void * params)’
+
+          This function should store the vector of derivative elements
+
+               df_i(t,y,params)/dt
+
+          in the array ‘dfdt’ and the Jacobian matrix J_{ij} in the
+          array ‘dfdy’, regarded as a row-ordered matrix ‘J(i,j) =
+          dfdy[i * dimension + j]’ where ‘dimension’ is the dimension of
+          the system.
+
+          Not all of the stepper algorithms of ‘gsl_odeiv2’ make use of
+          the Jacobian matrix, so it may not be necessary to provide
+          this function (the ‘jacobian’ element of the struct can be
+          replaced by a null pointer for those algorithms).
+
+          The function should return ‘GSL_SUCCESS’ if the calculation
+          was completed successfully.  Any other return value indicates
+          an error.  A special return value ‘GSL_EBADFUNC’ causes
+          ‘gsl_odeiv2’ routines to immediately stop and return.  If
+          ‘jacobian’ is modified (for example contents of ‘params’), the
+          user must call an appropriate reset function (*note
+          gsl_odeiv2_driver_reset(): 974, *note
+          gsl_odeiv2_evolve_reset(): 975. or *note
+          gsl_odeiv2_step_reset(): 976.) before continuing.  Use return
+          values distinct from standard GSL error codes to distinguish
+          your function as the source of the error.
+
+     ‘size_t dimension’
+
+          This is the dimension of the system of equations.
+
+     ‘void * params’
+
+          This is a pointer to the arbitrary parameters of the system.
+
+\1f
+File: gsl-ref.info,  Node: Stepping Functions,  Next: Adaptive Step-size Control,  Prev: Defining the ODE System,  Up: Ordinary Differential Equations
+
+29.2 Stepping Functions
+=======================
+
+The lowest level components are the `stepping functions' which advance a
+solution from time t to t+h for a fixed step-size h and estimate the
+resulting local error.
+
+ -- Type: gsl_odeiv2_step
+
+     This contains internal parameters for a stepping function.
+
+ -- Function: *note gsl_odeiv2_step: 978. *gsl_odeiv2_step_alloc (const
+          gsl_odeiv2_step_type *T, size_t dim)
+
+     This function returns a pointer to a newly allocated instance of a
+     stepping function of type *note T: 979. for a system of *note dim:
+     979. dimensions.  Please note that if you use a stepper method that
+     requires access to a driver object, it is advisable to use a driver
+     allocation method, which automatically allocates a stepper, too.
+
+ -- Function: int gsl_odeiv2_step_reset (gsl_odeiv2_step *s)
+
+     This function resets the stepping function *note s: 976.  It should
+     be used whenever the next use of *note s: 976. will not be a
+     continuation of a previous step.
+
+ -- Function: void gsl_odeiv2_step_free (gsl_odeiv2_step *s)
+
+     This function frees all the memory associated with the stepping
+     function *note s: 97a.
+
+ -- Function: const char *gsl_odeiv2_step_name (const gsl_odeiv2_step
+          *s)
+
+     This function returns a pointer to the name of the stepping
+     function.  For example:
+
+          printf ("step method is '%s'\n", gsl_odeiv2_step_name (s));
+
+     would print something like ‘step method is 'rkf45'’.
+
+ -- Function: unsigned int gsl_odeiv2_step_order (const gsl_odeiv2_step
+          *s)
+
+     This function returns the order of the stepping function on the
+     previous step.  The order can vary if the stepping function itself
+     is adaptive.
+
+ -- Function: int gsl_odeiv2_step_set_driver (gsl_odeiv2_step *s, const
+          gsl_odeiv2_driver *d)
+
+     This function sets a pointer of the driver object *note d: 97d. for
+     stepper *note s: 97d, to allow the stepper to access control (and
+     evolve) object through the driver object.  This is a requirement
+     for some steppers, to get the desired error level for internal
+     iteration of stepper.  Allocation of a driver object calls this
+     function automatically.
+
+ -- Function: int gsl_odeiv2_step_apply (gsl_odeiv2_step *s, double t,
+          double h, double y[], double yerr[], const double dydt_in[],
+          double dydt_out[], const gsl_odeiv2_system *sys)
+
+     This function applies the stepping function *note s: 97e. to the
+     system of equations defined by *note sys: 97e, using the step-size
+     *note h: 97e. to advance the system from time *note t: 97e. and
+     state *note y: 97e. to time *note t: 97e. + *note h: 97e.  The new
+     state of the system is stored in *note y: 97e. on output, with an
+     estimate of the absolute error in each component stored in *note
+     yerr: 97e.  If the argument *note dydt_in: 97e. is not null it
+     should point an array containing the derivatives for the system at
+     time *note t: 97e. on input.  This is optional as the derivatives
+     will be computed internally if they are not provided, but allows
+     the reuse of existing derivative information.  On output the new
+     derivatives of the system at time *note t: 97e. + *note h: 97e.
+     will be stored in *note dydt_out: 97e. if it is not null.
+
+     The stepping function returns ‘GSL_FAILURE’ if it is unable to
+     compute the requested step.  Also, if the user-supplied functions
+     defined in the system *note sys: 97e. return a status other than
+     ‘GSL_SUCCESS’ the step will be aborted.  In that case, the elements
+     of *note y: 97e. will be restored to their pre-step values and the
+     error code from the user-supplied function will be returned.
+     Failure may be due to a singularity in the system or too large
+     step-size *note h: 97e.  In that case the step should be attempted
+     again with a smaller step-size, e.g.  *note h: 97e. / 2.
+
+     If the driver object is not appropriately set via *note
+     gsl_odeiv2_step_set_driver(): 97d. for those steppers that need it,
+     the stepping function returns ‘GSL_EFAULT’.  If the user-supplied
+     functions defined in the system *note sys: 97e. returns
+     ‘GSL_EBADFUNC’, the function returns immediately with the same
+     return code.  In this case the user must call *note
+     gsl_odeiv2_step_reset(): 976. before calling this function again.
+
+The following algorithms are available.  Please note that algorithms
+which use step doubling for error estimation apply the more accurate
+values from two half steps instead of values from a single step for the
+new state ‘y’.
+
+ -- Type: gsl_odeiv2_step_type
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f. *gsl_odeiv2_step_rk2
+
+          Explicit embedded Runge-Kutta (2, 3) method.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f. *gsl_odeiv2_step_rk4
+
+          Explicit 4th order (classical) Runge-Kutta.  Error estimation
+          is carried out by the step doubling method.  For more
+          efficient estimate of the error, use the embedded methods
+          described below.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_rkf45
+
+          Explicit embedded Runge-Kutta-Fehlberg (4, 5) method.  This
+          method is a good general-purpose integrator.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_rkck
+
+          Explicit embedded Runge-Kutta Cash-Karp (4, 5) method.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_rk8pd
+
+          Explicit embedded Runge-Kutta Prince-Dormand (8, 9) method.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_rk1imp
+
+          Implicit Gaussian first order Runge-Kutta.  Also known as
+          implicit Euler or backward Euler method.  Error estimation is
+          carried out by the step doubling method.  This algorithm
+          requires the Jacobian and access to the driver object via
+          *note gsl_odeiv2_step_set_driver(): 97d.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_rk2imp
+
+          Implicit Gaussian second order Runge-Kutta.  Also known as
+          implicit mid-point rule.  Error estimation is carried out by
+          the step doubling method.  This stepper requires the Jacobian
+          and access to the driver object via *note
+          gsl_odeiv2_step_set_driver(): 97d.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_rk4imp
+
+          Implicit Gaussian 4th order Runge-Kutta.  Error estimation is
+          carried out by the step doubling method.  This algorithm
+          requires the Jacobian and access to the driver object via
+          *note gsl_odeiv2_step_set_driver(): 97d.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_bsimp
+
+          Implicit Bulirsch-Stoer method of Bader and Deuflhard.  The
+          method is generally suitable for stiff problems.  This stepper
+          requires the Jacobian.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_msadams
+
+          A variable-coefficient linear multistep Adams method in
+          Nordsieck form.  This stepper uses explicit Adams-Bashforth
+          (predictor) and implicit Adams-Moulton (corrector) methods in
+          P(EC)^m functional iteration mode.  Method order varies
+          dynamically between 1 and 12.  This stepper requires the
+          access to the driver object via *note
+          gsl_odeiv2_step_set_driver(): 97d.
+
+      -- Variable: *note gsl_odeiv2_step_type: 97f.
+               *gsl_odeiv2_step_msbdf
+
+          A variable-coefficient linear multistep backward
+          differentiation formula (BDF) method in Nordsieck form.  This
+          stepper uses the explicit BDF formula as predictor and
+          implicit BDF formula as corrector.  A modified Newton
+          iteration method is used to solve the system of non-linear
+          equations.  Method order varies dynamically between 1 and 5.
+          The method is generally suitable for stiff problems.  This
+          stepper requires the Jacobian and the access to the driver
+          object via *note gsl_odeiv2_step_set_driver(): 97d.
+
+\1f
+File: gsl-ref.info,  Node: Adaptive Step-size Control,  Next: Evolution,  Prev: Stepping Functions,  Up: Ordinary Differential Equations
+
+29.3 Adaptive Step-size Control
+===============================
+
+The control function examines the proposed change to the solution
+produced by a stepping function and attempts to determine the optimal
+step-size for a user-specified level of error.
+
+ -- Type: gsl_odeiv2_control
+
+     This is a workspace for controlling step size.
+
+ -- Type: gsl_odeiv2_control_type
+
+     This specifies the control type.
+
+ -- Function: *note gsl_odeiv2_control: 98c.
+          *gsl_odeiv2_control_standard_new (double eps_abs, double
+          eps_rel, double a_y, double a_dydt)
+
+     The standard control object is a four parameter heuristic based on
+     absolute and relative errors *note eps_abs: 98e. and *note eps_rel:
+     98e, and scaling factors *note a_y: 98e. and *note a_dydt: 98e. for
+     the system state y(t) and derivatives y'(t) respectively.
+
+     The step-size adjustment procedure for this method begins by
+     computing the desired error level D_i for each component,
+
+          D_i = eps_abs + eps_rel * (a_y |y_i| + a_dydt h |y\prime_i|)
+
+     and comparing it with the observed error E_i = |yerr_i|.  If the
+     observed error ‘E’ exceeds the desired error level ‘D’ by more than
+     10% for any component then the method reduces the step-size by an
+     appropriate factor,
+
+          h_{new} = h_{old} * S * (E/D)^{-1/q}
+
+     where q is the consistency order of the method (e.g.  q=4 for 4(5)
+     embedded RK), and S is a safety factor of 0.9.  The ratio E/D is
+     taken to be the maximum of the ratios E_i/D_i.
+
+     If the observed error E is less than 50% of the desired error level
+     ‘D’ for the maximum ratio E_i/D_i then the algorithm takes the
+     opportunity to increase the step-size to bring the error in line
+     with the desired level,
+
+          h_{new} = h_{old} * S * (E/D)^{-1/(q+1)}
+
+     This encompasses all the standard error scaling methods.  To avoid
+     uncontrolled changes in the stepsize, the overall scaling factor is
+     limited to the range 1/5 to 5.
+
+ -- Function: *note gsl_odeiv2_control: 98c. *gsl_odeiv2_control_y_new
+          (double eps_abs, double eps_rel)
+
+     This function creates a new control object which will keep the
+     local error on each step within an absolute error of *note eps_abs:
+     98f. and relative error of *note eps_rel: 98f. with respect to the
+     solution y_i(t).  This is equivalent to the standard control object
+     with ‘a_y’ = 1 and ‘a_dydt’ = 0.
+
+ -- Function: *note gsl_odeiv2_control: 98c. *gsl_odeiv2_control_yp_new
+          (double eps_abs, double eps_rel)
+
+     This function creates a new control object which will keep the
+     local error on each step within an absolute error of *note eps_abs:
+     990. and relative error of *note eps_rel: 990. with respect to the
+     derivatives of the solution y'_i(t).  This is equivalent to the
+     standard control object with ‘a_y’ = 0 and ‘a_dydt’ = 1.
+
+ -- Function: *note gsl_odeiv2_control: 98c.
+          *gsl_odeiv2_control_scaled_new (double eps_abs, double
+          eps_rel, double a_y, double a_dydt, const double scale_abs[],
+          size_t dim)
+
+     This function creates a new control object which uses the same
+     algorithm as *note gsl_odeiv2_control_standard_new(): 98e. but with
+     an absolute error which is scaled for each component by the array
+     *note scale_abs: 991.  The formula for D_i for this control object
+     is,
+
+          D_i = eps_abs * s_i + eps_rel * (a_y |y_i| + a_dydt h |y\prime_i|)
+
+     where s_i is the i-th component of the array *note scale_abs: 991.
+     The same error control heuristic is used by the Matlab ODE suite.
+
+ -- Function: *note gsl_odeiv2_control: 98c. *gsl_odeiv2_control_alloc
+          (const gsl_odeiv2_control_type *T)
+
+     This function returns a pointer to a newly allocated instance of a
+     control function of type *note T: 992.  This function is only
+     needed for defining new types of control functions.  For most
+     purposes the standard control functions described above should be
+     sufficient.
+
+ -- Function: int gsl_odeiv2_control_init (gsl_odeiv2_control *c, double
+          eps_abs, double eps_rel, double a_y, double a_dydt)
+
+     This function initializes the control function *note c: 993. with
+     the parameters *note eps_abs: 993. (absolute error), *note eps_rel:
+     993. (relative error), *note a_y: 993. (scaling factor for y) and
+     *note a_dydt: 993. (scaling factor for derivatives).
+
+ -- Function: void gsl_odeiv2_control_free (gsl_odeiv2_control *c)
+
+     This function frees all the memory associated with the control
+     function *note c: 994.
+
+ -- Function: int gsl_odeiv2_control_hadjust (gsl_odeiv2_control *c,
+          gsl_odeiv2_step *s, const double y[], const double yerr[],
+          const double dydt[], double *h)
+
+     This function adjusts the step-size *note h: 995. using the control
+     function *note c: 995, and the current values of *note y: 995,
+     *note yerr: 995. and *note dydt: 995.  The stepping function ‘step’
+     is also needed to determine the order of the method.  If the error
+     in the y-values *note yerr: 995. is found to be too large then the
+     step-size *note h: 995. is reduced and the function returns
+     ‘GSL_ODEIV_HADJ_DEC’.  If the error is sufficiently small then
+     *note h: 995. may be increased and ‘GSL_ODEIV_HADJ_INC’ is
+     returned.  The function returns ‘GSL_ODEIV_HADJ_NIL’ if the
+     step-size is unchanged.  The goal of the function is to estimate
+     the largest step-size which satisfies the user-specified accuracy
+     requirements for the current point.
+
+ -- Function: const char *gsl_odeiv2_control_name (const
+          gsl_odeiv2_control *c)
+
+     This function returns a pointer to the name of the control
+     function.  For example:
+
+          printf ("control method is '%s'\n", gsl_odeiv2_control_name (c));
+
+     would print something like ‘control method is 'standard'’
+
+ -- Function: int gsl_odeiv2_control_errlevel (gsl_odeiv2_control *c,
+          const double y, const double dydt, const double h, const
+          size_t ind, double *errlev)
+
+     This function calculates the desired error level of the *note ind:
+     997.-th component to *note errlev: 997.  It requires the value
+     (*note y: 997.) and value of the derivative (*note dydt: 997.) of
+     the component, and the current step size *note h: 997.
+
+ -- Function: int gsl_odeiv2_control_set_driver (gsl_odeiv2_control *c,
+          const gsl_odeiv2_driver *d)
+
+     This function sets a pointer of the driver object *note d: 998. for
+     control object *note c: 998.
+
+\1f
+File: gsl-ref.info,  Node: Evolution,  Next: Driver,  Prev: Adaptive Step-size Control,  Up: Ordinary Differential Equations
+
+29.4 Evolution
+==============
+
+The evolution function combines the results of a stepping function and
+control function to reliably advance the solution forward one step using
+an acceptable step-size.
+
+ -- Type: gsl_odeiv2_evolve
+
+     This workspace contains parameters for controlling the evolution
+     function
+
+ -- Function: *note gsl_odeiv2_evolve: 99a. *gsl_odeiv2_evolve_alloc
+          (size_t dim)
+
+     This function returns a pointer to a newly allocated instance of an
+     evolution function for a system of *note dim: 99b. dimensions.
+
+ -- Function: int gsl_odeiv2_evolve_apply (gsl_odeiv2_evolve *e,
+          gsl_odeiv2_control *con, gsl_odeiv2_step *step, const
+          gsl_odeiv2_system *sys, double *t, double t1, double *h,
+          double y[])
+
+     This function advances the system (*note e: 99c, *note sys: 99c.)
+     from time *note t: 99c. and position *note y: 99c. using the
+     stepping function *note step: 99c.  The new time and position are
+     stored in *note t: 99c. and *note y: 99c. on output.
+
+     The initial step-size is taken as *note h: 99c.  The control
+     function *note con: 99c. is applied to check whether the local
+     error estimated by the stepping function *note step: 99c. using
+     step-size *note h: 99c. exceeds the required error tolerance.  If
+     the error is too high, the step is retried by calling *note step:
+     99c. with a decreased step-size.  This process is continued until
+     an acceptable step-size is found.  An estimate of the local error
+     for the step can be obtained from the components of the array
+     ‘e->yerr[]’.
+
+     If the user-supplied functions defined in the system *note sys:
+     99c. returns ‘GSL_EBADFUNC’, the function returns immediately with
+     the same return code.  In this case the user must call *note
+     gsl_odeiv2_step_reset(): 976. and *note gsl_odeiv2_evolve_reset():
+     975. before calling this function again.
+
+     Otherwise, if the user-supplied functions defined in the system
+     *note sys: 99c. or the stepping function *note step: 99c. return a
+     status other than ‘GSL_SUCCESS’, the step is retried with a
+     decreased step-size.  If the step-size decreases below machine
+     precision, a status of ‘GSL_FAILURE’ is returned if the user
+     functions returned ‘GSL_SUCCESS’.  Otherwise the value returned by
+     user function is returned.  If no acceptable step can be made,
+     *note t: 99c. and *note y: 99c. will be restored to their pre-step
+     values and *note h: 99c. contains the final attempted step-size.
+
+     If the step is successful the function returns a suggested
+     step-size for the next step in *note h: 99c.  The maximum time
+     *note t1: 99c. is guaranteed not to be exceeded by the time-step.
+     On the final time-step the value of *note t: 99c. will be set to
+     *note t1: 99c. exactly.
+
+ -- Function: int gsl_odeiv2_evolve_apply_fixed_step (gsl_odeiv2_evolve
+          *e, gsl_odeiv2_control *con, gsl_odeiv2_step *step, const
+          gsl_odeiv2_system *sys, double *t, const double h, double y[])
+
+     This function advances the ODE-system (*note e: 99d, *note sys:
+     99d, *note con: 99d.) from time *note t: 99d. and position *note y:
+     99d. using the stepping function *note step: 99d. by a specified
+     step size *note h: 99d.  If the local error estimated by the
+     stepping function exceeds the desired error level, the step is not
+     taken and the function returns ‘GSL_FAILURE’.  Otherwise the value
+     returned by user function is returned.
+
+ -- Function: int gsl_odeiv2_evolve_reset (gsl_odeiv2_evolve *e)
+
+     This function resets the evolution function *note e: 975.  It
+     should be used whenever the next use of *note e: 975. will not be a
+     continuation of a previous step.
+
+ -- Function: void gsl_odeiv2_evolve_free (gsl_odeiv2_evolve *e)
+
+     This function frees all the memory associated with the evolution
+     function *note e: 99e.
+
+ -- Function: int gsl_odeiv2_evolve_set_driver (gsl_odeiv2_evolve *e,
+          const gsl_odeiv2_driver *d)
+
+     This function sets a pointer of the driver object *note d: 99f. for
+     evolve object *note e: 99f.
+
+If a system has discontinuous changes in the derivatives at known
+points, it is advisable to evolve the system between each discontinuity
+in sequence.  For example, if a step-change in an external driving force
+occurs at times t_a, t_b and t_c then evolution should be carried out
+over the ranges (t_0,t_a), (t_a,t_b), (t_b,t_c), and (t_c,t_1)
+separately and not directly over the range (t_0,t_1).
+
+\1f
+File: gsl-ref.info,  Node: Driver,  Next: Examples<22>,  Prev: Evolution,  Up: Ordinary Differential Equations
+
+29.5 Driver
+===========
+
+The driver object is a high level wrapper that combines the evolution,
+control and stepper objects for easy use.
+
+ -- Function: gsl_odeiv2_driver *gsl_odeiv2_driver_alloc_y_new (const
+          gsl_odeiv2_system *sys, const gsl_odeiv2_step_type *T, const
+          double hstart, const double epsabs, const double epsrel)
+ -- Function: gsl_odeiv2_driver *gsl_odeiv2_driver_alloc_yp_new (const
+          gsl_odeiv2_system *sys, const gsl_odeiv2_step_type *T, const
+          double hstart, const double epsabs, const double epsrel)
+ -- Function: gsl_odeiv2_driver *gsl_odeiv2_driver_alloc_standard_new
+          (const gsl_odeiv2_system *sys, const gsl_odeiv2_step_type *T,
+          const double hstart, const double epsabs, const double epsrel,
+          const double a_y, const double a_dydt)
+ -- Function: gsl_odeiv2_driver *gsl_odeiv2_driver_alloc_scaled_new
+          (const gsl_odeiv2_system *sys, const gsl_odeiv2_step_type *T,
+          const double hstart, const double epsabs, const double epsrel,
+          const double a_y, const double a_dydt, const double
+          scale_abs[])
+
+     These functions return a pointer to a newly allocated instance of a
+     driver object.  The functions automatically allocate and initialise
+     the evolve, control and stepper objects for ODE system *note sys:
+     9a4. using stepper type *note T: 9a4.  The initial step size is
+     given in *note hstart: 9a4.  The rest of the arguments follow the
+     syntax and semantics of the control functions with same name
+     (‘gsl_odeiv2_control_*_new’).
+
+ -- Function: int gsl_odeiv2_driver_set_hmin (gsl_odeiv2_driver *d,
+          const double hmin)
+
+     The function sets a minimum for allowed step size *note hmin: 9a5.
+     for driver *note d: 9a5.  Default value is 0.
+
+ -- Function: int gsl_odeiv2_driver_set_hmax (gsl_odeiv2_driver *d,
+          const double hmax)
+
+     The function sets a maximum for allowed step size *note hmax: 9a6.
+     for driver *note d: 9a6.  Default value is ‘GSL_DBL_MAX’.
+
+ -- Function: int gsl_odeiv2_driver_set_nmax (gsl_odeiv2_driver *d,
+          const unsigned long int nmax)
+
+     The function sets a maximum for allowed number of steps *note nmax:
+     9a7. for driver *note d: 9a7.  Default value of 0 sets no limit for
+     steps.
+
+ -- Function: int gsl_odeiv2_driver_apply (gsl_odeiv2_driver *d, double
+          *t, const double t1, double y[])
+
+     This function evolves the driver system *note d: 9a8. from *note t:
+     9a8. to *note t1: 9a8.  Initially vector *note y: 9a8. should
+     contain the values of dependent variables at point *note t: 9a8.
+     If the function is unable to complete the calculation, an error
+     code from *note gsl_odeiv2_evolve_apply(): 99c. is returned, and
+     *note t: 9a8. and *note y: 9a8. contain the values from last
+     successful step.
+
+     If maximum number of steps is reached, a value of ‘GSL_EMAXITER’ is
+     returned.  If the step size drops below minimum value, the function
+     returns with ‘GSL_ENOPROG’.  If the user-supplied functions defined
+     in the system ‘sys’ returns ‘GSL_EBADFUNC’, the function returns
+     immediately with the same return code.  In this case the user must
+     call *note gsl_odeiv2_driver_reset(): 974. before calling this
+     function again.
+
+ -- Function: int gsl_odeiv2_driver_apply_fixed_step (gsl_odeiv2_driver
+          *d, double *t, const double h, const unsigned long int n,
+          double y[])
+
+     This function evolves the driver system *note d: 9a9. from *note t:
+     9a9. with *note n: 9a9. steps of size *note h: 9a9.  If the
+     function is unable to complete the calculation, an error code from
+     *note gsl_odeiv2_evolve_apply_fixed_step(): 99d. is returned, and
+     *note t: 9a9. and *note y: 9a9. contain the values from last
+     successful step.
+
+ -- Function: int gsl_odeiv2_driver_reset (gsl_odeiv2_driver *d)
+
+     This function resets the evolution and stepper objects.
+
+ -- Function: int gsl_odeiv2_driver_reset_hstart (gsl_odeiv2_driver *d,
+          const double hstart)
+
+     The routine resets the evolution and stepper objects and sets new
+     initial step size to *note hstart: 9aa.  This function can be used
+     e.g.  to change the direction of integration.
+
+ -- Function: int gsl_odeiv2_driver_free (gsl_odeiv2_driver *d)
+
+     This function frees the driver object, and the related evolution,
+     stepper and control objects.
+
+\1f
+File: gsl-ref.info,  Node: Examples<22>,  Next: References and Further Reading<22>,  Prev: Driver,  Up: Ordinary Differential Equations
+
+29.6 Examples
+=============
+
+The following program solves the second-order nonlinear Van der Pol
+oscillator equation,
+
+     u''(t) + \mu u'(t) (u(t)^2 - 1) + u(t) = 0
+
+This can be converted into a first order system suitable for use with
+the routines described in this chapter by introducing a separate
+variable for the velocity, v = u'(t),
+
+     u' = v
+     v' = -u + \mu v (1-u^2)
+
+The program begins by defining functions for these derivatives and their
+Jacobian.  The main function uses driver level functions to solve the
+problem.  The program evolves the solution from (u, v) = (1, 0) at t = 0
+to t = 100.  The step-size h is automatically adjusted by the controller
+to maintain an absolute accuracy of 10^{-6} in the function values (u,
+v).  The loop in the example prints the solution at the points t_i = 1,
+2, \dots, 100.
+
+     #include <stdio.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_odeiv2.h>
+
+     int
+     func (double t, const double y[], double f[],
+           void *params)
+     {
+       (void)(t); /* avoid unused parameter warning */
+       double mu = *(double *)params;
+       f[0] = y[1];
+       f[1] = -y[0] - mu*y[1]*(y[0]*y[0] - 1);
+       return GSL_SUCCESS;
+     }
+
+     int
+     jac (double t, const double y[], double *dfdy,
+          double dfdt[], void *params)
+     {
+       (void)(t); /* avoid unused parameter warning */
+       double mu = *(double *)params;
+       gsl_matrix_view dfdy_mat
+         = gsl_matrix_view_array (dfdy, 2, 2);
+       gsl_matrix * m = &dfdy_mat.matrix;
+       gsl_matrix_set (m, 0, 0, 0.0);
+       gsl_matrix_set (m, 0, 1, 1.0);
+       gsl_matrix_set (m, 1, 0, -2.0*mu*y[0]*y[1] - 1.0);
+       gsl_matrix_set (m, 1, 1, -mu*(y[0]*y[0] - 1.0));
+       dfdt[0] = 0.0;
+       dfdt[1] = 0.0;
+       return GSL_SUCCESS;
+     }
+
+     int
+     main (void)
+     {
+       double mu = 10;
+       gsl_odeiv2_system sys = {func, jac, 2, &mu};
+
+       gsl_odeiv2_driver * d =
+         gsl_odeiv2_driver_alloc_y_new (&sys, gsl_odeiv2_step_rk8pd,
+                                       1e-6, 1e-6, 0.0);
+       int i;
+       double t = 0.0, t1 = 100.0;
+       double y[2] = { 1.0, 0.0 };
+
+       for (i = 1; i <= 100; i++)
+         {
+           double ti = i * t1 / 100.0;
+           int status = gsl_odeiv2_driver_apply (d, &t, ti, y);
+
+           if (status != GSL_SUCCESS)
+             {
+               printf ("error, return value=%d\n", status);
+               break;
+             }
+
+           printf ("%.5e %.5e %.5e\n", t, y[0], y[1]);
+         }
+
+       gsl_odeiv2_driver_free (d);
+       return 0;
+     }
+
+The user can work with the lower level functions directly, as in the
+following example.  In this case an intermediate result is printed after
+each successful step instead of equidistant time points.
+
+     int
+     main (void)
+     {
+       const gsl_odeiv2_step_type * T
+         = gsl_odeiv2_step_rk8pd;
+
+       gsl_odeiv2_step * s
+         = gsl_odeiv2_step_alloc (T, 2);
+       gsl_odeiv2_control * c
+         = gsl_odeiv2_control_y_new (1e-6, 0.0);
+       gsl_odeiv2_evolve * e
+         = gsl_odeiv2_evolve_alloc (2);
+
+       double mu = 10;
+       gsl_odeiv2_system sys = {func, jac, 2, &mu};
+
+       double t = 0.0, t1 = 100.0;
+       double h = 1e-6;
+       double y[2] = { 1.0, 0.0 };
+
+       while (t < t1)
+         {
+           int status = gsl_odeiv2_evolve_apply (e, c, s,
+                                                &sys,
+                                                &t, t1,
+                                                &h, y);
+
+           if (status != GSL_SUCCESS)
+               break;
+
+           printf ("%.5e %.5e %.5e\n", t, y[0], y[1]);
+         }
+
+       gsl_odeiv2_evolve_free (e);
+       gsl_odeiv2_control_free (c);
+       gsl_odeiv2_step_free (s);
+       return 0;
+     }
+
+For functions with multiple parameters, the appropriate information can
+be passed in through the ‘params’ argument in *note gsl_odeiv2_system:
+973. definition (‘mu’ in this example) by using a pointer to a struct.
+
+[gsl-ref-figures/ode-vdp]
+Figure: Numerical solution of the Van der Pol oscillator equation using
+Prince-Dormand 8th order Runge-Kutta.
+
+It is also possible to work with a non-adaptive integrator, using only
+the stepping function itself, *note
+gsl_odeiv2_driver_apply_fixed_step(): 9a9. or *note
+gsl_odeiv2_evolve_apply_fixed_step(): 99d.  The following program uses
+the driver level function, with fourth-order Runge-Kutta stepping
+function with a fixed stepsize of 0.001.
+
+     int
+     main (void)
+     {
+       double mu = 10;
+       gsl_odeiv2_system sys = { func, jac, 2, &mu };
+
+       gsl_odeiv2_driver *d =
+         gsl_odeiv2_driver_alloc_y_new (&sys, gsl_odeiv2_step_rk4,
+                                        1e-3, 1e-8, 1e-8);
+
+       double t = 0.0;
+       double y[2] = { 1.0, 0.0 };
+       int i, s;
+
+       for (i = 0; i < 100; i++)
+         {
+           s = gsl_odeiv2_driver_apply_fixed_step (d, &t, 1e-3, 1000, y);
+
+           if (s != GSL_SUCCESS)
+             {
+               printf ("error: driver returned %d\n", s);
+               break;
+             }
+
+           printf ("%.5e %.5e %.5e\n", t, y[0], y[1]);
+         }
+
+       gsl_odeiv2_driver_free (d);
+       return s;
+     }
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<22>,  Prev: Examples<22>,  Up: Ordinary Differential Equations
+
+29.7 References and Further Reading
+===================================
+
+   * Ascher, U.M., Petzold, L.R., `Computer Methods for Ordinary
+     Differential and Differential-Algebraic Equations', SIAM,
+     Philadelphia, 1998.
+
+   * Hairer, E., Norsett, S. P., Wanner, G., `Solving Ordinary
+     Differential Equations I: Nonstiff Problems', Springer, Berlin,
+     1993.
+
+   * Hairer, E., Wanner, G., `Solving Ordinary Differential Equations
+     II: Stiff and Differential-Algebraic Problems', Springer, Berlin,
+     1996.
+
+Many of the basic Runge-Kutta formulas can be found in the Handbook of
+Mathematical Functions,
+
+   * Abramowitz & Stegun (eds.), `Handbook of Mathematical Functions',
+     Section 25.5.
+
+The implicit Bulirsch-Stoer algorithm ‘bsimp’ is described in the
+following paper,
+
+   * G. Bader and P. Deuflhard, “A Semi-Implicit Mid-Point Rule for
+     Stiff Systems of Ordinary Differential Equations.”, Numer.: Math.:
+     41, 373–398, 1983.
+
+The Adams and BDF multistep methods ‘msadams’ and ‘msbdf’ are based on
+the following articles,
+
+   * G. D. Byrne and A. C. Hindmarsh, “A Polyalgorithm for the Numerical
+     Solution of Ordinary Differential Equations.”, ACM Trans.  Math.
+     Software, 1, 71–96, 1975.
+
+   * P. N. Brown, G. D. Byrne and A. C. Hindmarsh, “VODE: A
+     Variable-coefficient ODE Solver.”, SIAM J. Sci.  Stat.  Comput.
+     10, 1038–1051, 1989.
+
+   * A. C. Hindmarsh, P. N. Brown, K. E. Grant, S. L. Lee, R. Serban, D.
+     E. Shumaker and C. S. Woodward, “SUNDIALS: Suite of Nonlinear and
+     Differential/Algebraic Equation Solvers.”, ACM Trans.  Math.
+     Software 31, 363–396, 2005.
+
+\1f
+File: gsl-ref.info,  Node: Interpolation,  Next: Numerical Differentiation,  Prev: Ordinary Differential Equations,  Up: Top
+
+30 Interpolation
+****************
+
+This chapter describes functions for performing interpolation.  The
+library provides a variety of interpolation methods, including Cubic,
+Akima, and Steffen splines.  The interpolation types are
+interchangeable, allowing different methods to be used without
+recompiling.  Interpolations can be defined for both normal and periodic
+boundary conditions.  Additional functions are available for computing
+derivatives and integrals of interpolating functions.  Routines are
+provided for interpolating both one and two dimensional datasets.
+
+These interpolation methods produce curves that pass through each
+datapoint.  To interpolate noisy data with a smoothing curve see *note
+Basis Splines: 9b1.
+
+The functions described in this section are declared in the header files
+‘gsl_interp.h’ and ‘gsl_spline.h’.
+
+* Menu:
+
+* Introduction to 1D Interpolation::
+* 1D Interpolation Functions::
+* 1D Interpolation Types::
+* 1D Index Look-up and Acceleration::
+* 1D Evaluation of Interpolating Functions::
+* 1D Higher-level Interface::
+* 1D Interpolation Example Programs::
+* Introduction to 2D Interpolation::
+* 2D Interpolation Functions::
+* 2D Interpolation Grids::
+* 2D Interpolation Types::
+* 2D Evaluation of Interpolating Functions::
+* 2D Higher-level Interface::
+* 2D Interpolation Example programs::
+* References and Further Reading: References and Further Reading<23>.
+
+\1f
+File: gsl-ref.info,  Node: Introduction to 1D Interpolation,  Next: 1D Interpolation Functions,  Up: Interpolation
+
+30.1 Introduction to 1D Interpolation
+=====================================
+
+Given a set of data points (x_1, y_1) \dots (x_n, y_n) the routines
+described in this section compute a continuous interpolating function
+y(x) such that y(x_i) = y_i.  The interpolation is piecewise smooth, and
+its behavior at the end-points is determined by the type of
+interpolation used.
+
+\1f
+File: gsl-ref.info,  Node: 1D Interpolation Functions,  Next: 1D Interpolation Types,  Prev: Introduction to 1D Interpolation,  Up: Interpolation
+
+30.2 1D Interpolation Functions
+===============================
+
+The interpolation function for a given dataset is stored in a *note
+gsl_interp: 9b4. object.  These are created by the following functions.
+
+ -- Type: gsl_interp
+
+     Workspace for 1D interpolation
+
+ -- Function: *note gsl_interp: 9b4. *gsl_interp_alloc (const
+          gsl_interp_type *T, size_t size)
+
+     This function returns a pointer to a newly allocated interpolation
+     object of type *note T: 9b5. for *note size: 9b5. data-points.
+
+ -- Function: int gsl_interp_init (gsl_interp *interp, const double
+          xa[], const double ya[], size_t size)
+
+     This function initializes the interpolation object *note interp:
+     9b6. for the data (*note xa: 9b6, *note ya: 9b6.) where *note xa:
+     9b6. and *note ya: 9b6. are arrays of size *note size: 9b6.  The
+     interpolation object (*note gsl_interp: 9b4.) does not save the
+     data arrays *note xa: 9b6. and *note ya: 9b6. and only stores the
+     static state computed from the data.  The *note xa: 9b6. data array
+     is always assumed to be strictly ordered, with increasing x values;
+     the behavior for other arrangements is not defined.
+
+ -- Function: void gsl_interp_free (gsl_interp *interp)
+
+     This function frees the interpolation object *note interp: 9b7.
+
+\1f
+File: gsl-ref.info,  Node: 1D Interpolation Types,  Next: 1D Index Look-up and Acceleration,  Prev: 1D Interpolation Functions,  Up: Interpolation
+
+30.3 1D Interpolation Types
+===========================
+
+The interpolation library provides the following interpolation types:
+
+ -- Type: gsl_interp_type
+
+      -- Variable: *note gsl_interp_type: 9b9. *gsl_interp_linear
+
+          Linear interpolation.  This interpolation method does not
+          require any additional memory.
+
+      -- Variable: *note gsl_interp_type: 9b9. *gsl_interp_polynomial
+
+          Polynomial interpolation.  This method should only be used for
+          interpolating small numbers of points because polynomial
+          interpolation introduces large oscillations, even for
+          well-behaved datasets.  The number of terms in the
+          interpolating polynomial is equal to the number of points.
+
+      -- Variable: *note gsl_interp_type: 9b9. *gsl_interp_cspline
+
+          Cubic spline with natural boundary conditions.  The resulting
+          curve is piecewise cubic on each interval, with matching first
+          and second derivatives at the supplied data-points.  The
+          second derivative is chosen to be zero at the first point and
+          last point.
+
+      -- Variable: *note gsl_interp_type: 9b9.
+               *gsl_interp_cspline_periodic
+
+          Cubic spline with periodic boundary conditions.  The resulting
+          curve is piecewise cubic on each interval, with matching first
+          and second derivatives at the supplied data-points.  The
+          derivatives at the first and last points are also matched.
+          Note that the last point in the data must have the same
+          y-value as the first point, otherwise the resulting periodic
+          interpolation will have a discontinuity at the boundary.
+
+      -- Variable: *note gsl_interp_type: 9b9. *gsl_interp_akima
+
+          Non-rounded Akima spline with natural boundary conditions.
+          This method uses the non-rounded corner algorithm of Wodicka.
+
+      -- Variable: *note gsl_interp_type: 9b9.
+               *gsl_interp_akima_periodic
+
+          Non-rounded Akima spline with periodic boundary conditions.
+          This method uses the non-rounded corner algorithm of Wodicka.
+
+      -- Variable: *note gsl_interp_type: 9b9. *gsl_interp_steffen
+
+          Steffen’s method guarantees the monotonicity of the
+          interpolating function between the given data points.
+          Therefore, minima and maxima can only occur exactly at the
+          data points, and there can never be spurious oscillations
+          between data points.  The interpolated function is piecewise
+          cubic in each interval.  The resulting curve and its first
+          derivative are guaranteed to be continuous, but the second
+          derivative may be discontinuous.
+
+The following related functions are available:
+
+ -- Function: const char *gsl_interp_name (const gsl_interp *interp)
+
+     This function returns the name of the interpolation type used by
+     *note interp: 9c1.  For example:
+
+          printf ("interp uses '%s' interpolation.\n", gsl_interp_name (interp));
+
+     would print something like:
+
+          interp uses 'cspline' interpolation.
+
+ -- Function: unsigned int gsl_interp_min_size (const gsl_interp
+          *interp)
+ -- Function: unsigned int gsl_interp_type_min_size (const
+          gsl_interp_type *T)
+
+     These functions return the minimum number of points required by the
+     interpolation object ‘interp’ or interpolation type *note T: 9c3.
+     For example, Akima spline interpolation requires a minimum of 5
+     points.
+
+\1f
+File: gsl-ref.info,  Node: 1D Index Look-up and Acceleration,  Next: 1D Evaluation of Interpolating Functions,  Prev: 1D Interpolation Types,  Up: Interpolation
+
+30.4 1D Index Look-up and Acceleration
+======================================
+
+The state of searches can be stored in a *note gsl_interp_accel: 9c5.
+object, which is a kind of iterator for interpolation lookups.
+
+ -- Type: gsl_interp_accel
+
+     This workspace stores state variables for interpolation lookups.
+     It caches the previous value of an index lookup.  When the
+     subsequent interpolation point falls in the same interval its index
+     value can be returned immediately.
+
+ -- Function: size_t gsl_interp_bsearch (const double x_array[], double
+          x, size_t index_lo, size_t index_hi)
+
+     This function returns the index i of the array *note x_array: 9c6.
+     such that ‘x_array[i] <= x < x_array[i+1]’.  The index is searched
+     for in the range [*note index_lo: 9c6, *note index_hi: 9c6.].  An
+     inline version of this function is used when ‘HAVE_INLINE’ is
+     defined.
+
+ -- Function: *note gsl_interp_accel: 9c5. *gsl_interp_accel_alloc
+          (void)
+
+     This function returns a pointer to an accelerator object, which is
+     a kind of iterator for interpolation lookups.  It tracks the state
+     of lookups, thus allowing for application of various acceleration
+     strategies.  When multiple interpolants are in use, the same
+     accelerator object may be used for all datasets with the same
+     domain (‘x_array’), but different accelerators should be used for
+     data defined on different domains.
+
+ -- Function: size_t gsl_interp_accel_find (gsl_interp_accel *a, const
+          double x_array[], size_t size, double x)
+
+     This function performs a lookup action on the data array *note
+     x_array: 9c8. of size *note size: 9c8, using the given accelerator
+     *note a: 9c8.  This is how lookups are performed during evaluation
+     of an interpolation.  The function returns an index i such that
+     ‘x_array[i] <= x < x_array[i+1]’.  An inline version of this
+     function is used when ‘HAVE_INLINE’ is defined.
+
+ -- Function: int gsl_interp_accel_reset (gsl_interp_accel *acc);
+
+     This function reinitializes the accelerator object *note acc: 9c9.
+     It should be used when the cached information is no longer
+     applicable—for example, when switching to a new dataset.
+
+ -- Function: void gsl_interp_accel_free (gsl_interp_accel *acc)
+
+     This function frees the accelerator object *note acc: 9ca.
+
+\1f
+File: gsl-ref.info,  Node: 1D Evaluation of Interpolating Functions,  Next: 1D Higher-level Interface,  Prev: 1D Index Look-up and Acceleration,  Up: Interpolation
+
+30.5 1D Evaluation of Interpolating Functions
+=============================================
+
+ -- Function: double gsl_interp_eval (const gsl_interp *interp, const
+          double xa[], const double ya[], double x, gsl_interp_accel
+          *acc)
+ -- Function: int gsl_interp_eval_e (const gsl_interp *interp, const
+          double xa[], const double ya[], double x, gsl_interp_accel
+          *acc, double *y)
+
+     These functions return the interpolated value of *note y: 9cd. for
+     a given point *note x: 9cd, using the interpolation object *note
+     interp: 9cd, data arrays *note xa: 9cd. and *note ya: 9cd. and the
+     accelerator *note acc: 9cd.  When *note x: 9cd. is outside the
+     range of *note xa: 9cd, the error code *note GSL_EDOM: 28. is
+     returned with a value of *note GSL_NAN: 3c. for *note y: 9cd.
+
+ -- Function: double gsl_interp_eval_deriv (const gsl_interp *interp,
+          const double xa[], const double ya[], double x,
+          gsl_interp_accel *acc)
+ -- Function: int gsl_interp_eval_deriv_e (const gsl_interp *interp,
+          const double xa[], const double ya[], double x,
+          gsl_interp_accel *acc, double *d)
+
+     These functions return the derivative *note d: 9cf. of an
+     interpolated function for a given point *note x: 9cf, using the
+     interpolation object *note interp: 9cf, data arrays *note xa: 9cf.
+     and *note ya: 9cf. and the accelerator *note acc: 9cf.
+
+ -- Function: double gsl_interp_eval_deriv2 (const gsl_interp *interp,
+          const double xa[], const double ya[], double x,
+          gsl_interp_accel *acc)
+ -- Function: int gsl_interp_eval_deriv2_e (const gsl_interp *interp,
+          const double xa[], const double ya[], double x,
+          gsl_interp_accel *acc, double *d2)
+
+     These functions return the second derivative *note d2: 9d1. of an
+     interpolated function for a given point *note x: 9d1, using the
+     interpolation object *note interp: 9d1, data arrays *note xa: 9d1.
+     and *note ya: 9d1. and the accelerator *note acc: 9d1.
+
+ -- Function: double gsl_interp_eval_integ (const gsl_interp *interp,
+          const double xa[], const double ya[], double a, double b,
+          gsl_interp_accel *acc)
+ -- Function: int gsl_interp_eval_integ_e (const gsl_interp *interp,
+          const double xa[], const double ya[], double a, double b,
+          gsl_interp_accel *acc, double *result)
+
+     These functions return the numerical integral *note result: 9d3. of
+     an interpolated function over the range [*note a: 9d3, *note b:
+     9d3.], using the interpolation object *note interp: 9d3, data
+     arrays *note xa: 9d3. and *note ya: 9d3. and the accelerator *note
+     acc: 9d3.
+
+\1f
+File: gsl-ref.info,  Node: 1D Higher-level Interface,  Next: 1D Interpolation Example Programs,  Prev: 1D Evaluation of Interpolating Functions,  Up: Interpolation
+
+30.6 1D Higher-level Interface
+==============================
+
+The functions described in the previous sections required the user to
+supply pointers to the x and y arrays on each call.  The following
+functions are equivalent to the corresponding *note gsl_interp: 9b4.
+functions but maintain a copy of this data in the *note gsl_spline: 9d5.
+object.  This removes the need to pass both ‘xa’ and ‘ya’ as arguments
+on each evaluation.  These functions are defined in the header file
+‘gsl_spline.h’.
+
+ -- Type: gsl_spline
+
+     This workspace provides a higher level interface for the *note
+     gsl_interp: 9b4. object
+
+ -- Function: *note gsl_spline: 9d5. *gsl_spline_alloc (const
+          gsl_interp_type *T, size_t size)
+
+ -- Function: int gsl_spline_init (gsl_spline *spline, const double
+          xa[], const double ya[], size_t size)
+
+ -- Function: void gsl_spline_free (gsl_spline *spline)
+
+ -- Function: const char *gsl_spline_name (const gsl_spline *spline)
+
+ -- Function: unsigned int gsl_spline_min_size (const gsl_spline
+          *spline)
+
+ -- Function: double gsl_spline_eval (const gsl_spline *spline, double
+          x, gsl_interp_accel *acc)
+ -- Function: int gsl_spline_eval_e (const gsl_spline *spline, double x,
+          gsl_interp_accel *acc, double *y)
+
+ -- Function: double gsl_spline_eval_deriv (const gsl_spline *spline,
+          double x, gsl_interp_accel *acc)
+ -- Function: int gsl_spline_eval_deriv_e (const gsl_spline *spline,
+          double x, gsl_interp_accel *acc, double *d)
+
+ -- Function: double gsl_spline_eval_deriv2 (const gsl_spline *spline,
+          double x, gsl_interp_accel *acc)
+ -- Function: int gsl_spline_eval_deriv2_e (const gsl_spline *spline,
+          double x, gsl_interp_accel *acc, double *d2)
+
+ -- Function: double gsl_spline_eval_integ (const gsl_spline *spline,
+          double a, double b, gsl_interp_accel *acc)
+ -- Function: int gsl_spline_eval_integ_e (const gsl_spline *spline,
+          double a, double b, gsl_interp_accel *acc, double *result)
+
+\1f
+File: gsl-ref.info,  Node: 1D Interpolation Example Programs,  Next: Introduction to 2D Interpolation,  Prev: 1D Higher-level Interface,  Up: Interpolation
+
+30.7 1D Interpolation Example Programs
+======================================
+
+The following program demonstrates the use of the interpolation and
+spline functions.  It computes a cubic spline interpolation of the
+10-point dataset (x_i, y_i) where x_i = i + \sin(i)/2 and y_i = i +
+\cos(i^2) for i = 0 \dots 9.
+
+     #include <stdlib.h>
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_spline.h>
+
+     int
+     main (void)
+     {
+       int i;
+       double xi, yi, x[10], y[10];
+
+       printf ("#m=0,S=17\n");
+
+       for (i = 0; i < 10; i++)
+         {
+           x[i] = i + 0.5 * sin (i);
+           y[i] = i + cos (i * i);
+           printf ("%g %g\n", x[i], y[i]);
+         }
+
+       printf ("#m=1,S=0\n");
+
+       {
+         gsl_interp_accel *acc
+           = gsl_interp_accel_alloc ();
+         gsl_spline *spline
+           = gsl_spline_alloc (gsl_interp_cspline, 10);
+
+         gsl_spline_init (spline, x, y, 10);
+
+         for (xi = x[0]; xi < x[9]; xi += 0.01)
+           {
+             yi = gsl_spline_eval (spline, xi, acc);
+             printf ("%g %g\n", xi, yi);
+           }
+         gsl_spline_free (spline);
+         gsl_interp_accel_free (acc);
+       }
+       return 0;
+     }
+
+The output is designed to be used with the GNU plotutils ‘graph’
+program:
+
+     $ ./a.out > interp.dat
+     $ graph -T ps < interp.dat > interp.ps
+
+[gsl-ref-figures/interp]
+Figure: Cubic spline interpolation
+
+Fig.  %s shows a smooth interpolation of the original points.  The
+interpolation method can be changed simply by varying the first argument
+of *note gsl_spline_alloc(): 9d6.
+
+The next program demonstrates a periodic cubic spline with 4 data
+points.  Note that the first and last points must be supplied with the
+same y-value for a periodic spline.
+
+     #include <stdlib.h>
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_spline.h>
+
+     int
+     main (void)
+     {
+       int N = 4;
+       double x[4] = {0.00, 0.10,  0.27,  0.30};
+       double y[4] = {0.15, 0.70, -0.10,  0.15};
+                  /* Note: y[0] == y[3] for periodic data */
+
+       gsl_interp_accel *acc = gsl_interp_accel_alloc ();
+       const gsl_interp_type *t = gsl_interp_cspline_periodic;
+       gsl_spline *spline = gsl_spline_alloc (t, N);
+
+       int i; double xi, yi;
+
+       printf ("#m=0,S=5\n");
+       for (i = 0; i < N; i++)
+         {
+           printf ("%g %g\n", x[i], y[i]);
+         }
+
+       printf ("#m=1,S=0\n");
+       gsl_spline_init (spline, x, y, N);
+
+       for (i = 0; i <= 100; i++)
+         {
+           xi = (1 - i / 100.0) * x[0] + (i / 100.0) * x[N-1];
+           yi = gsl_spline_eval (spline, xi, acc);
+           printf ("%g %g\n", xi, yi);
+         }
+
+       gsl_spline_free (spline);
+       gsl_interp_accel_free (acc);
+       return 0;
+     }
+
+The output can be plotted with GNU ‘graph’:
+
+     $ ./a.out > interp.dat
+     $ graph -T ps < interp.dat > interp.ps
+
+[gsl-ref-figures/interpp]
+Figure: Periodic cubic spline interpolation
+
+Fig.  %s shows a periodic interpolation of the original points.  The
+slope of the fitted curve is the same at the beginning and end of the
+data, and the second derivative is also.
+
+The next program illustrates the difference between the cubic spline,
+Akima, and Steffen interpolation types on a difficult dataset.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+     #include <math.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_spline.h>
+
+     int
+     main(void)
+     {
+       size_t i;
+       const size_t N = 9;
+
+       /* this dataset is taken from
+        * J. M. Hyman, Accurate Monotonicity preserving cubic interpolation,
+        * SIAM J. Sci. Stat. Comput. 4, 4, 1983. */
+       const double x[] = { 7.99, 8.09, 8.19, 8.7, 9.2,
+                            10.0, 12.0, 15.0, 20.0 };
+       const double y[] = { 0.0, 2.76429e-5, 4.37498e-2,
+                            0.169183, 0.469428, 0.943740,
+                            0.998636, 0.999919, 0.999994 };
+
+       gsl_interp_accel *acc = gsl_interp_accel_alloc();
+       gsl_spline *spline_cubic = gsl_spline_alloc(gsl_interp_cspline, N);
+       gsl_spline *spline_akima = gsl_spline_alloc(gsl_interp_akima, N);
+       gsl_spline *spline_steffen = gsl_spline_alloc(gsl_interp_steffen, N);
+
+       gsl_spline_init(spline_cubic, x, y, N);
+       gsl_spline_init(spline_akima, x, y, N);
+       gsl_spline_init(spline_steffen, x, y, N);
+
+       for (i = 0; i < N; ++i)
+         printf("%g %g\n", x[i], y[i]);
+
+       printf("\n\n");
+
+       for (i = 0; i <= 100; ++i)
+         {
+           double xi = (1 - i / 100.0) * x[0] + (i / 100.0) * x[N-1];
+           double yi_cubic = gsl_spline_eval(spline_cubic, xi, acc);
+           double yi_akima = gsl_spline_eval(spline_akima, xi, acc);
+           double yi_steffen = gsl_spline_eval(spline_steffen, xi, acc);
+
+           printf("%g %g %g %g\n", xi, yi_cubic, yi_akima, yi_steffen);
+         }
+
+       gsl_spline_free(spline_cubic);
+       gsl_spline_free(spline_akima);
+       gsl_spline_free(spline_steffen);
+       gsl_interp_accel_free(acc);
+
+       return 0;
+     }
+
+[gsl-ref-figures/interp_compare]
+Figure: Comparison of different 1D interpolation methods
+
+The output is shown in Fig.  %s.  The cubic method exhibits a local
+maxima between the 6th and 7th data points and continues oscillating for
+the rest of the data.  Akima also shows a local maxima but recovers and
+follows the data well after the 7th grid point.  Steffen preserves
+monotonicity in all intervals and does not exhibit oscillations, at the
+expense of having a discontinuous second derivative.
+
+\1f
+File: gsl-ref.info,  Node: Introduction to 2D Interpolation,  Next: 2D Interpolation Functions,  Prev: 1D Interpolation Example Programs,  Up: Interpolation
+
+30.8 Introduction to 2D Interpolation
+=====================================
+
+Given a set of x coordinates x_1,...,x_m and a set of y coordinates
+y_1,...,y_n, each in increasing order, plus a set of function values
+z_{ij} for each grid point (x_i,y_j), the routines described in this
+section compute a continuous interpolation function z(x,y) such that
+z(x_i,y_j) = z_{ij}.
+
+\1f
+File: gsl-ref.info,  Node: 2D Interpolation Functions,  Next: 2D Interpolation Grids,  Prev: Introduction to 2D Interpolation,  Up: Interpolation
+
+30.9 2D Interpolation Functions
+===============================
+
+The interpolation function for a given dataset is stored in a *note
+gsl_interp2d: 9e9. object.  These are created by the following
+functions.
+
+ -- Type: gsl_interp2d
+
+     Workspace for 2D interpolation
+
+ -- Function: *note gsl_interp2d: 9e9. *gsl_interp2d_alloc (const
+          gsl_interp2d_type *T, const size_t xsize, const size_t ysize)
+
+     This function returns a pointer to a newly allocated interpolation
+     object of type *note T: 9ea. for *note xsize: 9ea. grid points in
+     the x direction and *note ysize: 9ea. grid points in the y
+     direction.
+
+ -- Function: int gsl_interp2d_init (gsl_interp2d *interp, const double
+          xa[], const double ya[], const double za[], const size_t
+          xsize, const size_t ysize)
+
+     This function initializes the interpolation object *note interp:
+     9eb. for the data (*note xa: 9eb, *note ya: 9eb, *note za: 9eb.)
+     where *note xa: 9eb. and *note ya: 9eb. are arrays of the x and y
+     grid points of size *note xsize: 9eb. and *note ysize: 9eb.
+     respectively, and *note za: 9eb. is an array of function values of
+     size *note xsize: 9eb. * *note ysize: 9eb.  The interpolation
+     object (*note gsl_interp2d: 9e9.) does not save the data arrays
+     *note xa: 9eb, *note ya: 9eb, and *note za: 9eb. and only stores
+     the static state computed from the data.  The *note xa: 9eb. and
+     *note ya: 9eb. data arrays are always assumed to be strictly
+     ordered, with increasing x,y values; the behavior for other
+     arrangements is not defined.
+
+ -- Function: void gsl_interp2d_free (gsl_interp2d *interp)
+
+     This function frees the interpolation object *note interp: 9ec.
+
+\1f
+File: gsl-ref.info,  Node: 2D Interpolation Grids,  Next: 2D Interpolation Types,  Prev: 2D Interpolation Functions,  Up: Interpolation
+
+30.10 2D Interpolation Grids
+============================
+
+The 2D interpolation routines access the function values z_{ij} with the
+following ordering:
+
+     z_{ij} = za[j*xsize + i]
+
+with i = 0,...,xsize-1 and j = 0,...,ysize-1.  However, for ease of use,
+the following functions are provided to add and retrieve elements from
+the function grid without requiring knowledge of the internal ordering.
+
+ -- Function: int gsl_interp2d_set (const gsl_interp2d *interp, double
+          za[], const size_t i, const size_t j, const double z)
+
+     This function sets the value z_{ij} for grid point (*note i: 9ee,
+     *note j: 9ee.) of the array *note za: 9ee. to *note z: 9ee.
+
+ -- Function: double gsl_interp2d_get (const gsl_interp2d *interp, const
+          double za[], const size_t i, const size_t j)
+
+     This function returns the value z_{ij} for grid point (*note i:
+     9ef, *note j: 9ef.) stored in the array *note za: 9ef.
+
+ -- Function: size_t gsl_interp2d_idx (const gsl_interp2d *interp, const
+          size_t i, const size_t j)
+
+     This function returns the index corresponding to the grid point
+     (*note i: 9f0, *note j: 9f0.).  The index is given by j*xsize + i.
+
+\1f
+File: gsl-ref.info,  Node: 2D Interpolation Types,  Next: 2D Evaluation of Interpolating Functions,  Prev: 2D Interpolation Grids,  Up: Interpolation
+
+30.11 2D Interpolation Types
+============================
+
+ -- Type: gsl_interp2d_type
+
+     The interpolation library provides the following 2D interpolation
+     types:
+
+      -- Variable: *note gsl_interp2d_type: 9f2. *gsl_interp2d_bilinear
+
+          Bilinear interpolation.  This interpolation method does not
+          require any additional memory.
+
+      -- Variable: *note gsl_interp2d_type: 9f2. *gsl_interp2d_bicubic
+
+          Bicubic interpolation.
+
+ -- Function: const char *gsl_interp2d_name (const gsl_interp2d *interp)
+
+     This function returns the name of the interpolation type used by
+     *note interp: 9f5.  For example:
+
+          printf ("interp uses '%s' interpolation.\n", gsl_interp2d_name (interp));
+
+     would print something like:
+
+          interp uses 'bilinear' interpolation.
+
+ -- Function: unsigned int gsl_interp2d_min_size (const gsl_interp2d
+          *interp)
+ -- Function: unsigned int gsl_interp2d_type_min_size (const
+          gsl_interp2d_type *T)
+
+     These functions return the minimum number of points required by the
+     interpolation object ‘interp’ or interpolation type *note T: 9f7.
+     For example, bicubic interpolation requires a minimum of 4 points.
+
+\1f
+File: gsl-ref.info,  Node: 2D Evaluation of Interpolating Functions,  Next: 2D Higher-level Interface,  Prev: 2D Interpolation Types,  Up: Interpolation
+
+30.12 2D Evaluation of Interpolating Functions
+==============================================
+
+ -- Function: double gsl_interp2d_eval (const gsl_interp2d *interp,
+          const double xa[], const double ya[], const double za[], const
+          double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc)
+ -- Function: int gsl_interp2d_eval_e (const gsl_interp2d *interp, const
+          double xa[], const double ya[], const double za[], const
+          double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc, double *z)
+
+     These functions return the interpolated value of *note z: 9fa. for
+     a given point (*note x: 9fa, *note y: 9fa.), using the
+     interpolation object *note interp: 9fa, data arrays *note xa: 9fa,
+     *note ya: 9fa, and *note za: 9fa. and the accelerators *note xacc:
+     9fa. and *note yacc: 9fa.  When *note x: 9fa. is outside the range
+     of *note xa: 9fa. or *note y: 9fa. is outside the range of *note
+     ya: 9fa, the error code *note GSL_EDOM: 28. is returned.
+
+ -- Function: double gsl_interp2d_eval_extrap (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc)
+ -- Function: int gsl_interp2d_eval_extrap_e (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc, double *z)
+
+     These functions return the interpolated value of *note z: 9fc. for
+     a given point (*note x: 9fc, *note y: 9fc.), using the
+     interpolation object *note interp: 9fc, data arrays *note xa: 9fc,
+     *note ya: 9fc, and *note za: 9fc. and the accelerators *note xacc:
+     9fc. and *note yacc: 9fc.  The functions perform no bounds
+     checking, so when *note x: 9fc. is outside the range of *note xa:
+     9fc. or *note y: 9fc. is outside the range of *note ya: 9fc,
+     extrapolation is performed.
+
+ -- Function: double gsl_interp2d_eval_deriv_x (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc)
+ -- Function: int gsl_interp2d_eval_deriv_x_e (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc, double *d)
+
+     These functions return the interpolated value *note d: 9fe. =
+     \partial z / \partial x for a given point (*note x: 9fe, *note y:
+     9fe.), using the interpolation object *note interp: 9fe, data
+     arrays *note xa: 9fe, *note ya: 9fe, and *note za: 9fe. and the
+     accelerators *note xacc: 9fe. and *note yacc: 9fe.  When *note x:
+     9fe. is outside the range of *note xa: 9fe. or *note y: 9fe. is
+     outside the range of *note ya: 9fe, the error code *note GSL_EDOM:
+     28. is returned.
+
+ -- Function: double gsl_interp2d_eval_deriv_y (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc)
+ -- Function: int gsl_interp2d_eval_deriv_y_e (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc, double *d)
+
+     These functions return the interpolated value *note d: a00. =
+     \partial z / \partial y for a given point (*note x: a00, *note y:
+     a00.), using the interpolation object *note interp: a00, data
+     arrays *note xa: a00, *note ya: a00, and *note za: a00. and the
+     accelerators *note xacc: a00. and *note yacc: a00.  When *note x:
+     a00. is outside the range of *note xa: a00. or *note y: a00. is
+     outside the range of *note ya: a00, the error code *note GSL_EDOM:
+     28. is returned.
+
+ -- Function: double gsl_interp2d_eval_deriv_xx (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc)
+ -- Function: int gsl_interp2d_eval_deriv_xx_e (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc, double *d)
+
+     These functions return the interpolated value *note d: a02. =
+     \partial^2 z / \partial x^2 for a given point (*note x: a02, *note
+     y: a02.), using the interpolation object *note interp: a02, data
+     arrays *note xa: a02, *note ya: a02, and *note za: a02. and the
+     accelerators *note xacc: a02. and *note yacc: a02.  When *note x:
+     a02. is outside the range of *note xa: a02. or *note y: a02. is
+     outside the range of *note ya: a02, the error code *note GSL_EDOM:
+     28. is returned.
+
+ -- Function: double gsl_interp2d_eval_deriv_yy (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc)
+ -- Function: int gsl_interp2d_eval_deriv_yy_e (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc, double *d)
+
+     These functions return the interpolated value *note d: a04. =
+     \partial^2 z / \partial y^2 for a given point (*note x: a04, *note
+     y: a04.), using the interpolation object *note interp: a04, data
+     arrays *note xa: a04, *note ya: a04, and *note za: a04. and the
+     accelerators *note xacc: a04. and *note yacc: a04.  When *note x:
+     a04. is outside the range of *note xa: a04. or *note y: a04. is
+     outside the range of *note ya: a04, the error code *note GSL_EDOM:
+     28. is returned.
+
+ -- Function: double gsl_interp2d_eval_deriv_xy (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc)
+ -- Function: int gsl_interp2d_eval_deriv_xy_e (const gsl_interp2d
+          *interp, const double xa[], const double ya[], const double
+          za[], const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc, double *d)
+
+     These functions return the interpolated value *note d: a06. =
+     \partial^2 z / \partial x \partial y for a given point (*note x:
+     a06, *note y: a06.), using the interpolation object *note interp:
+     a06, data arrays *note xa: a06, *note ya: a06, and *note za: a06.
+     and the accelerators *note xacc: a06. and *note yacc: a06.  When
+     *note x: a06. is outside the range of *note xa: a06. or *note y:
+     a06. is outside the range of *note ya: a06, the error code *note
+     GSL_EDOM: 28. is returned.
+
+\1f
+File: gsl-ref.info,  Node: 2D Higher-level Interface,  Next: 2D Interpolation Example programs,  Prev: 2D Evaluation of Interpolating Functions,  Up: Interpolation
+
+30.13 2D Higher-level Interface
+===============================
+
+The functions described in the previous sections required the user to
+supply pointers to the x, y, and z arrays on each call.  The following
+functions are equivalent to the corresponding ‘gsl_interp2d’ functions
+but maintain a copy of this data in the *note gsl_spline2d: a08. object.
+This removes the need to pass ‘xa’, ‘ya’, and ‘za’ as arguments on each
+evaluation.  These functions are defined in the header file
+‘gsl_spline2d.h’.
+
+ -- Type: gsl_spline2d
+
+     This workspace provides a higher level interface for the *note
+     gsl_interp2d: 9e9. object
+
+ -- Function: *note gsl_spline2d: a08. *gsl_spline2d_alloc (const
+          gsl_interp2d_type *T, size_t xsize, size_t ysize)
+
+ -- Function: int gsl_spline2d_init (gsl_spline2d *spline, const double
+          xa[], const double ya[], const double za[], size_t xsize,
+          size_t ysize)
+
+ -- Function: void gsl_spline2d_free (gsl_spline2d *spline)
+
+ -- Function: const char *gsl_spline2d_name (const gsl_spline2d *spline)
+
+ -- Function: unsigned int gsl_spline2d_min_size (const gsl_spline2d
+          *spline)
+
+ -- Function: double gsl_spline2d_eval (const gsl_spline2d *spline,
+          const double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc)
+ -- Function: int gsl_spline2d_eval_e (const gsl_spline2d *spline, const
+          double x, const double y, gsl_interp_accel *xacc,
+          gsl_interp_accel *yacc, double *z)
+
+ -- Function: double gsl_spline2d_eval_extrap (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc)
+ -- Function: int gsl_spline2d_eval_extrap_e (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc, double *z)
+
+ -- Function: double gsl_spline2d_eval_deriv_x (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc)
+ -- Function: int gsl_spline2d_eval_deriv_x_e (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc, double *d)
+
+ -- Function: double gsl_spline2d_eval_deriv_y (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc)
+ -- Function: int gsl_spline2d_eval_deriv_y_e (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc, double *d)
+
+ -- Function: double gsl_spline2d_eval_deriv_xx (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc)
+ -- Function: int gsl_spline2d_eval_deriv_xx_e (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc, double *d)
+
+ -- Function: double gsl_spline2d_eval_deriv_yy (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc)
+ -- Function: int gsl_spline2d_eval_deriv_yy_e (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc, double *d)
+
+ -- Function: double gsl_spline2d_eval_deriv_xy (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc)
+ -- Function: int gsl_spline2d_eval_deriv_xy_e (const gsl_spline2d
+          *spline, const double x, const double y, gsl_interp_accel
+          *xacc, gsl_interp_accel *yacc, double *d)
+
+ -- Function: int gsl_spline2d_set (const gsl_spline2d *spline, double
+          za[], const size_t i, const size_t j, const double z)
+
+ -- Function: double gsl_spline2d_get (const gsl_spline2d *spline, const
+          double za[], const size_t i, const size_t j)
+
+     This function returns the value z_{ij} for grid point (*note i:
+     a1d, *note j: a1d.) stored in the array *note za: a1d.
+
+\1f
+File: gsl-ref.info,  Node: 2D Interpolation Example programs,  Next: References and Further Reading<23>,  Prev: 2D Higher-level Interface,  Up: Interpolation
+
+30.14 2D Interpolation Example programs
+=======================================
+
+The following example performs bilinear interpolation on the unit
+square, using z values of (0,1,0.5,1) going clockwise around the square.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_interp2d.h>
+     #include <gsl/gsl_spline2d.h>
+
+     int
+     main()
+     {
+       const gsl_interp2d_type *T = gsl_interp2d_bilinear;
+       const size_t N = 100;             /* number of points to interpolate */
+       const double xa[] = { 0.0, 1.0 }; /* define unit square */
+       const double ya[] = { 0.0, 1.0 };
+       const size_t nx = sizeof(xa) / sizeof(double); /* x grid points */
+       const size_t ny = sizeof(ya) / sizeof(double); /* y grid points */
+       double *za = malloc(nx * ny * sizeof(double));
+       gsl_spline2d *spline = gsl_spline2d_alloc(T, nx, ny);
+       gsl_interp_accel *xacc = gsl_interp_accel_alloc();
+       gsl_interp_accel *yacc = gsl_interp_accel_alloc();
+       size_t i, j;
+
+       /* set z grid values */
+       gsl_spline2d_set(spline, za, 0, 0, 0.0);
+       gsl_spline2d_set(spline, za, 0, 1, 1.0);
+       gsl_spline2d_set(spline, za, 1, 1, 0.5);
+       gsl_spline2d_set(spline, za, 1, 0, 1.0);
+
+       /* initialize interpolation */
+       gsl_spline2d_init(spline, xa, ya, za, nx, ny);
+
+       /* interpolate N values in x and y and print out grid for plotting */
+       for (i = 0; i < N; ++i)
+         {
+           double xi = i / (N - 1.0);
+
+           for (j = 0; j < N; ++j)
+             {
+               double yj = j / (N - 1.0);
+               double zij = gsl_spline2d_eval(spline, xi, yj, xacc, yacc);
+
+               printf("%f %f %f\n", xi, yj, zij);
+             }
+           printf("\n");
+         }
+
+       gsl_spline2d_free(spline);
+       gsl_interp_accel_free(xacc);
+       gsl_interp_accel_free(yacc);
+       free(za);
+
+       return 0;
+     }
+
+The results of the interpolation are shown in Fig.  %s, where the
+corners are labeled with their fixed z values.
+
+[gsl-ref-figures/interp2d]
+Figure: 2D interpolation example
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<23>,  Prev: 2D Interpolation Example programs,  Up: Interpolation
+
+30.15 References and Further Reading
+====================================
+
+Descriptions of the interpolation algorithms and further references can
+be found in the following publications:
+
+   * C.W. Ueberhuber, `Numerical Computation (Volume 1), Chapter 9
+     “Interpolation”', Springer (1997), ISBN 3-540-62058-3.
+
+   * D.M. Young, R.T. Gregory, `A Survey of Numerical Mathematics
+     (Volume 1), Chapter 6.8', Dover (1988), ISBN 0-486-65691-8.
+
+   * M. Steffen, `A simple method for monotonic interpolation in one
+     dimension', Astron.  Astrophys.  239, 443-450, 1990.
+
+\1f
+File: gsl-ref.info,  Node: Numerical Differentiation,  Next: Chebyshev Approximations,  Prev: Interpolation,  Up: Top
+
+31 Numerical Differentiation
+****************************
+
+The functions described in this chapter compute numerical derivatives by
+finite differencing.  An adaptive algorithm is used to find the best
+choice of finite difference and to estimate the error in the derivative.
+These functions are declared in the header file ‘gsl_deriv.h’.
+
+* Menu:
+
+* Functions::
+* Examples: Examples<23>.
+* References and Further Reading: References and Further Reading<24>.
+
+\1f
+File: gsl-ref.info,  Node: Functions,  Next: Examples<23>,  Up: Numerical Differentiation
+
+31.1 Functions
+==============
+
+ -- Function: int gsl_deriv_central (const gsl_function *f, double x,
+          double h, double *result, double *abserr)
+
+     This function computes the numerical derivative of the function
+     *note f: a24. at the point *note x: a24. using an adaptive central
+     difference algorithm with a step-size of *note h: a24.  The
+     derivative is returned in *note result: a24. and an estimate of its
+     absolute error is returned in *note abserr: a24.
+
+     The initial value of *note h: a24. is used to estimate an optimal
+     step-size, based on the scaling of the truncation error and
+     round-off error in the derivative calculation.  The derivative is
+     computed using a 5-point rule for equally spaced abscissae at x -
+     h, x - h/2, x, x + h/2, x+h, with an error estimate taken from the
+     difference between the 5-point rule and the corresponding 3-point
+     rule x-h, x, x+h.  Note that the value of the function at x does
+     not contribute to the derivative calculation, so only 4-points are
+     actually used.
+
+ -- Function: int gsl_deriv_forward (const gsl_function *f, double x,
+          double h, double *result, double *abserr)
+
+     This function computes the numerical derivative of the function
+     *note f: a25. at the point *note x: a25. using an adaptive forward
+     difference algorithm with a step-size of *note h: a25.  The
+     function is evaluated only at points greater than *note x: a25, and
+     never at *note x: a25. itself.  The derivative is returned in *note
+     result: a25. and an estimate of its absolute error is returned in
+     *note abserr: a25.  This function should be used if f(x) has a
+     discontinuity at *note x: a25, or is undefined for values less than
+     *note x: a25.
+
+     The initial value of *note h: a25. is used to estimate an optimal
+     step-size, based on the scaling of the truncation error and
+     round-off error in the derivative calculation.  The derivative at x
+     is computed using an “open” 4-point rule for equally spaced
+     abscissae at x+h/4, x + h/2, x + 3h/4, x+h, with an error estimate
+     taken from the difference between the 4-point rule and the
+     corresponding 2-point rule x+h/2, x+h.
+
+ -- Function: int gsl_deriv_backward (const gsl_function *f, double x,
+          double h, double *result, double *abserr)
+
+     This function computes the numerical derivative of the function
+     *note f: a26. at the point *note x: a26. using an adaptive backward
+     difference algorithm with a step-size of *note h: a26.  The
+     function is evaluated only at points less than *note x: a26, and
+     never at *note x: a26. itself.  The derivative is returned in *note
+     result: a26. and an estimate of its absolute error is returned in
+     *note abserr: a26.  This function should be used if f(x) has a
+     discontinuity at *note x: a26, or is undefined for values greater
+     than *note x: a26.
+
+     This function is equivalent to calling *note gsl_deriv_forward():
+     a25. with a negative step-size.
+
+\1f
+File: gsl-ref.info,  Node: Examples<23>,  Next: References and Further Reading<24>,  Prev: Functions,  Up: Numerical Differentiation
+
+31.2 Examples
+=============
+
+The following code estimates the derivative of the function f(x) =
+x^{3/2} at x = 2 and at x = 0.  The function f(x) is undefined for x < 0
+so the derivative at x=0 is computed using *note gsl_deriv_forward():
+a25.
+
+     #include <stdio.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_deriv.h>
+
+     double f (double x, void * params)
+     {
+       (void)(params); /* avoid unused parameter warning */
+       return pow (x, 1.5);
+     }
+
+     int
+     main (void)
+     {
+       gsl_function F;
+       double result, abserr;
+
+       F.function = &f;
+       F.params = 0;
+
+       printf ("f(x) = x^(3/2)\n");
+
+       gsl_deriv_central (&F, 2.0, 1e-8, &result, &abserr);
+       printf ("x = 2.0\n");
+       printf ("f'(x) = %.10f +/- %.10f\n", result, abserr);
+       printf ("exact = %.10f\n\n", 1.5 * sqrt(2.0));
+
+       gsl_deriv_forward (&F, 0.0, 1e-8, &result, &abserr);
+       printf ("x = 0.0\n");
+       printf ("f'(x) = %.10f +/- %.10f\n", result, abserr);
+       printf ("exact = %.10f\n", 0.0);
+
+       return 0;
+     }
+
+Here is the output of the program,
+
+     f(x) = x^(3/2)
+     x = 2.0
+     f'(x) = 2.1213203120 +/- 0.0000005006
+     exact = 2.1213203436
+
+     x = 0.0
+     f'(x) = 0.0000000160 +/- 0.0000000339
+     exact = 0.0000000000
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<24>,  Prev: Examples<23>,  Up: Numerical Differentiation
+
+31.3 References and Further Reading
+===================================
+
+The algorithms used by these functions are described in the following
+sources:
+
+   * Abramowitz and Stegun, `Handbook of Mathematical Functions',
+     Section 25.3.4, and Table 25.5 (Coefficients for Differentiation).
+
+   * S.D. Conte and Carl de Boor, `Elementary Numerical Analysis: An
+     Algorithmic Approach', McGraw-Hill, 1972.
+
+\1f
+File: gsl-ref.info,  Node: Chebyshev Approximations,  Next: Series Acceleration,  Prev: Numerical Differentiation,  Up: Top
+
+32 Chebyshev Approximations
+***************************
+
+This chapter describes routines for computing Chebyshev approximations
+to univariate functions.  A Chebyshev approximation is a truncation of
+the series f(x) = \sum c_n T_n(x), where the Chebyshev polynomials
+T_n(x) = \cos(n \arccos x) provide an orthogonal basis of polynomials on
+the interval [-1,1] with the weight function 1 / \sqrt{1-x^2}.  The
+first few Chebyshev polynomials are, T_0(x) = 1, T_1(x) = x, T_2(x) = 2
+x^2 - 1.  For further information see Abramowitz & Stegun, Chapter 22.
+
+The functions described in this chapter are declared in the header file
+‘gsl_chebyshev.h’.
+
+* Menu:
+
+* Definitions::
+* Creation and Calculation of Chebyshev Series::
+* Auxiliary Functions::
+* Chebyshev Series Evaluation::
+* Derivatives and Integrals::
+* Examples: Examples<24>.
+* References and Further Reading: References and Further Reading<25>.
+
+\1f
+File: gsl-ref.info,  Node: Definitions,  Next: Creation and Calculation of Chebyshev Series,  Up: Chebyshev Approximations
+
+32.1 Definitions
+================
+
+ -- Type: gsl_cheb_series
+
+     A Chebyshev series is stored using the following structure:
+
+          typedef struct
+          {
+            double * c;   /* coefficients  c[0] .. c[order] */
+            int order;    /* order of expansion             */
+            double a;     /* lower interval point           */
+            double b;     /* upper interval point           */
+            ...
+          } gsl_cheb_series
+
+The approximation is made over the range [a,b] using ‘order’ + 1 terms,
+including the coefficient c[0].  The series is computed using the
+following convention,
+
+     f(x) = (c_0 / 2) + \sum_{n=1} c_n T_n(x)
+
+which is needed when accessing the coefficients directly.
+
+\1f
+File: gsl-ref.info,  Node: Creation and Calculation of Chebyshev Series,  Next: Auxiliary Functions,  Prev: Definitions,  Up: Chebyshev Approximations
+
+32.2 Creation and Calculation of Chebyshev Series
+=================================================
+
+ -- Function: *note gsl_cheb_series: a2c. *gsl_cheb_alloc (const size_t
+          n)
+
+     This function allocates space for a Chebyshev series of order *note
+     n: a2e. and returns a pointer to a new *note gsl_cheb_series: a2c.
+     struct.
+
+ -- Function: void gsl_cheb_free (gsl_cheb_series *cs)
+
+     This function frees a previously allocated Chebyshev series *note
+     cs: a2f.
+
+ -- Function: int gsl_cheb_init (gsl_cheb_series *cs, const gsl_function
+          *f, const double a, const double b)
+
+     This function computes the Chebyshev approximation *note cs: a30.
+     for the function *note f: a30. over the range (a,b) to the
+     previously specified order.  The computation of the Chebyshev
+     approximation is an O(n^2) process, and requires n function
+     evaluations.
+
+\1f
+File: gsl-ref.info,  Node: Auxiliary Functions,  Next: Chebyshev Series Evaluation,  Prev: Creation and Calculation of Chebyshev Series,  Up: Chebyshev Approximations
+
+32.3 Auxiliary Functions
+========================
+
+The following functions provide information about an existing Chebyshev
+series.
+
+ -- Function: size_t gsl_cheb_order (const gsl_cheb_series *cs)
+
+     This function returns the order of Chebyshev series *note cs: a32.
+
+ -- Function: size_t gsl_cheb_size (const gsl_cheb_series *cs)
+ -- Function: double *gsl_cheb_coeffs (const gsl_cheb_series *cs)
+
+     These functions return the size of the Chebyshev coefficient array
+     ‘c[]’ and a pointer to its location in memory for the Chebyshev
+     series *note cs: a34.
+
+\1f
+File: gsl-ref.info,  Node: Chebyshev Series Evaluation,  Next: Derivatives and Integrals,  Prev: Auxiliary Functions,  Up: Chebyshev Approximations
+
+32.4 Chebyshev Series Evaluation
+================================
+
+ -- Function: double gsl_cheb_eval (const gsl_cheb_series *cs, double x)
+
+     This function evaluates the Chebyshev series *note cs: a36. at a
+     given point *note x: a36.
+
+ -- Function: int gsl_cheb_eval_err (const gsl_cheb_series *cs, const
+          double x, double *result, double *abserr)
+
+     This function computes the Chebyshev series *note cs: a37. at a
+     given point *note x: a37, estimating both the series *note result:
+     a37. and its absolute error *note abserr: a37.  The error estimate
+     is made from the first neglected term in the series.
+
+ -- Function: double gsl_cheb_eval_n (const gsl_cheb_series *cs, size_t
+          order, double x)
+
+     This function evaluates the Chebyshev series *note cs: a38. at a
+     given point *note x: a38, to (at most) the given order *note order:
+     a38.
+
+ -- Function: int gsl_cheb_eval_n_err (const gsl_cheb_series *cs, const
+          size_t order, const double x, double *result, double *abserr)
+
+     This function evaluates a Chebyshev series *note cs: a39. at a
+     given point *note x: a39, estimating both the series *note result:
+     a39. and its absolute error *note abserr: a39, to (at most) the
+     given order *note order: a39.  The error estimate is made from the
+     first neglected term in the series.
+
+\1f
+File: gsl-ref.info,  Node: Derivatives and Integrals,  Next: Examples<24>,  Prev: Chebyshev Series Evaluation,  Up: Chebyshev Approximations
+
+32.5 Derivatives and Integrals
+==============================
+
+The following functions allow a Chebyshev series to be differentiated or
+integrated, producing a new Chebyshev series.  Note that the error
+estimate produced by evaluating the derivative series will be
+underestimated due to the contribution of higher order terms being
+neglected.
+
+ -- Function: int gsl_cheb_calc_deriv (gsl_cheb_series *deriv, const
+          gsl_cheb_series *cs)
+
+     This function computes the derivative of the series *note cs: a3b,
+     storing the derivative coefficients in the previously allocated
+     *note deriv: a3b.  The two series *note cs: a3b. and *note deriv:
+     a3b. must have been allocated with the same order.
+
+ -- Function: int gsl_cheb_calc_integ (gsl_cheb_series *integ, const
+          gsl_cheb_series *cs)
+
+     This function computes the integral of the series *note cs: a3c,
+     storing the integral coefficients in the previously allocated *note
+     integ: a3c.  The two series *note cs: a3c. and *note integ: a3c.
+     must have been allocated with the same order.  The lower limit of
+     the integration is taken to be the left hand end of the range ‘a’.
+
+\1f
+File: gsl-ref.info,  Node: Examples<24>,  Next: References and Further Reading<25>,  Prev: Derivatives and Integrals,  Up: Chebyshev Approximations
+
+32.6 Examples
+=============
+
+The following example program computes Chebyshev approximations to a
+step function.  This is an extremely difficult approximation to make,
+due to the discontinuity, and was chosen as an example where
+approximation error is visible.  For smooth functions the Chebyshev
+approximation converges extremely rapidly and errors would not be
+visible.
+
+     #include <stdio.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_chebyshev.h>
+
+     double
+     f (double x, void *p)
+     {
+       (void)(p); /* avoid unused parameter warning */
+
+       if (x < 0.5)
+         return 0.25;
+       else
+         return 0.75;
+     }
+
+     int
+     main (void)
+     {
+       int i, n = 10000;
+
+       gsl_cheb_series *cs = gsl_cheb_alloc (40);
+
+       gsl_function F;
+
+       F.function = f;
+       F.params = 0;
+
+       gsl_cheb_init (cs, &F, 0.0, 1.0);
+
+       for (i = 0; i < n; i++)
+         {
+           double x = i / (double)n;
+           double r10 = gsl_cheb_eval_n (cs, 10, x);
+           double r40 = gsl_cheb_eval (cs, x);
+           printf ("%g %g %g %g\n",
+                   x, GSL_FN_EVAL (&F, x), r10, r40);
+         }
+
+       gsl_cheb_free (cs);
+
+       return 0;
+     }
+
+Fig.  %s shows output from the program with the original function, 10-th
+order approximation and 40-th order approximation, all sampled at
+intervals of 0.001 in x.
+
+[gsl-ref-figures/cheb]
+Figure: Chebyshev approximations to a step function
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<25>,  Prev: Examples<24>,  Up: Chebyshev Approximations
+
+32.7 References and Further Reading
+===================================
+
+The following paper describes the use of Chebyshev series,
+
+   * R. Broucke, “Ten Subroutines for the Manipulation of Chebyshev
+     Series [C1] (Algorithm 446)”.  `Communications of the ACM' 16(4),
+     254–256 (1973)
+
+\1f
+File: gsl-ref.info,  Node: Series Acceleration,  Next: Wavelet Transforms,  Prev: Chebyshev Approximations,  Up: Top
+
+33 Series Acceleration
+**********************
+
+The functions described in this chapter accelerate the convergence of a
+series using the Levin u-transform.  This method takes a small number of
+terms from the start of a series and uses a systematic approximation to
+compute an extrapolated value and an estimate of its error.  The
+u-transform works for both convergent and divergent series, including
+asymptotic series.
+
+These functions are declared in the header file ‘gsl_sum.h’.
+
+* Menu:
+
+* Acceleration functions::
+* Acceleration functions without error estimation::
+* Examples: Examples<25>.
+* References and Further Reading: References and Further Reading<26>.
+
+\1f
+File: gsl-ref.info,  Node: Acceleration functions,  Next: Acceleration functions without error estimation,  Up: Series Acceleration
+
+33.1 Acceleration functions
+===========================
+
+The following functions compute the full Levin u-transform of a series
+with its error estimate.  The error estimate is computed by propagating
+rounding errors from each term through to the final extrapolation.
+
+These functions are intended for summing analytic series where each term
+is known to high accuracy, and the rounding errors are assumed to
+originate from finite precision.  They are taken to be relative errors
+of order ‘GSL_DBL_EPSILON’ for each term.
+
+The calculation of the error in the extrapolated value is an O(N^2)
+process, which is expensive in time and memory.  A faster but less
+reliable method which estimates the error from the convergence of the
+extrapolated value is described in the next section.  For the method
+described here a full table of intermediate values and derivatives
+through to O(N) must be computed and stored, but this does give a
+reliable error estimate.
+
+ -- Type: gsl_sum_levin_u_workspace
+
+     Workspace for a Leven u-transform.
+
+ -- Function: *note gsl_sum_levin_u_workspace: a43.
+          *gsl_sum_levin_u_alloc (size_t n)
+
+     This function allocates a workspace for a Levin u-transform of
+     *note n: a44. terms.  The size of the workspace is O(2n^2 + 3n).
+
+ -- Function: void gsl_sum_levin_u_free (gsl_sum_levin_u_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: a45.
+
+ -- Function: int gsl_sum_levin_u_accel (const double *array, size_t
+          array_size, gsl_sum_levin_u_workspace *w, double *sum_accel,
+          double *abserr)
+
+     This function takes the terms of a series in *note array: a46. of
+     size *note array_size: a46. and computes the extrapolated limit of
+     the series using a Levin u-transform.  Additional working space
+     must be provided in *note w: a46.  The extrapolated sum is stored
+     in *note sum_accel: a46, with an estimate of the absolute error
+     stored in *note abserr: a46.  The actual term-by-term sum is
+     returned in ‘w->sum_plain’.  The algorithm calculates the
+     truncation error (the difference between two successive
+     extrapolations) and round-off error (propagated from the individual
+     terms) to choose an optimal number of terms for the extrapolation.
+     All the terms of the series passed in through *note array: a46.
+     should be non-zero.
+
+\1f
+File: gsl-ref.info,  Node: Acceleration functions without error estimation,  Next: Examples<25>,  Prev: Acceleration functions,  Up: Series Acceleration
+
+33.2 Acceleration functions without error estimation
+====================================================
+
+The functions described in this section compute the Levin u-transform of
+series and attempt to estimate the error from the “truncation error” in
+the extrapolation, the difference between the final two approximations.
+Using this method avoids the need to compute an intermediate table of
+derivatives because the error is estimated from the behavior of the
+extrapolated value itself.  Consequently this algorithm is an O(N)
+process and only requires O(N) terms of storage.  If the series
+converges sufficiently fast then this procedure can be acceptable.  It
+is appropriate to use this method when there is a need to compute many
+extrapolations of series with similar convergence properties at
+high-speed.  For example, when numerically integrating a function
+defined by a parameterized series where the parameter varies only
+slightly.  A reliable error estimate should be computed first using the
+full algorithm described above in order to verify the consistency of the
+results.
+
+ -- Type: gsl_sum_levin_utrunc_workspace
+
+     Workspace for a Levin u-transform without error estimation
+
+ -- Function: *note gsl_sum_levin_utrunc_workspace: a48.
+          *gsl_sum_levin_utrunc_alloc (size_t n)
+
+     This function allocates a workspace for a Levin u-transform of
+     *note n: a49. terms, without error estimation.  The size of the
+     workspace is O(3n).
+
+ -- Function: void gsl_sum_levin_utrunc_free
+          (gsl_sum_levin_utrunc_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: a4a.
+
+ -- Function: int gsl_sum_levin_utrunc_accel (const double *array,
+          size_t array_size, gsl_sum_levin_utrunc_workspace *w, double
+          *sum_accel, double *abserr_trunc)
+
+     This function takes the terms of a series in *note array: a4b. of
+     size *note array_size: a4b. and computes the extrapolated limit of
+     the series using a Levin u-transform.  Additional working space
+     must be provided in *note w: a4b.  The extrapolated sum is stored
+     in *note sum_accel: a4b.  The actual term-by-term sum is returned
+     in ‘w->sum_plain’.  The algorithm terminates when the difference
+     between two successive extrapolations reaches a minimum or is
+     sufficiently small.  The difference between these two values is
+     used as estimate of the error and is stored in *note abserr_trunc:
+     a4b.  To improve the reliability of the algorithm the extrapolated
+     values are replaced by moving averages when calculating the
+     truncation error, smoothing out any fluctuations.
+
+\1f
+File: gsl-ref.info,  Node: Examples<25>,  Next: References and Further Reading<26>,  Prev: Acceleration functions without error estimation,  Up: Series Acceleration
+
+33.3 Examples
+=============
+
+The following code calculates an estimate of \zeta(2) = \pi^2 / 6 using
+the series,
+
+     \zeta(2) = 1 + 1/2^2 + 1/3^2 + 1/4^2 + \dots
+
+After ‘N’ terms the error in the sum is O(1/N), making direct summation
+of the series converge slowly.
+
+     #include <stdio.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_sum.h>
+
+     #define N 20
+
+     int
+     main (void)
+     {
+       double t[N];
+       double sum_accel, err;
+       double sum = 0;
+       int n;
+
+       gsl_sum_levin_u_workspace * w
+         = gsl_sum_levin_u_alloc (N);
+
+       const double zeta_2 = M_PI * M_PI / 6.0;
+
+       /* terms for zeta(2) = \sum_{n=1}^{\infty} 1/n^2 */
+
+       for (n = 0; n < N; n++)
+         {
+           double np1 = n + 1.0;
+           t[n] = 1.0 / (np1 * np1);
+           sum += t[n];
+         }
+
+       gsl_sum_levin_u_accel (t, N, w, &sum_accel, &err);
+
+       printf ("term-by-term sum = % .16f using %d terms\n",
+               sum, N);
+
+       printf ("term-by-term sum = % .16f using %zu terms\n",
+               w->sum_plain, w->terms_used);
+
+       printf ("exact value      = % .16f\n", zeta_2);
+       printf ("accelerated sum  = % .16f using %zu terms\n",
+               sum_accel, w->terms_used);
+
+       printf ("estimated error  = % .16f\n", err);
+       printf ("actual error     = % .16f\n",
+               sum_accel - zeta_2);
+
+       gsl_sum_levin_u_free (w);
+       return 0;
+     }
+
+The output below shows that the Levin u-transform is able to obtain an
+estimate of the sum to 1 part in 10^{10} using the first eleven terms of
+the series.  The error estimate returned by the function is also
+accurate, giving the correct number of significant digits.
+
+     term-by-term sum =  1.5961632439130233 using 20 terms
+     term-by-term sum =  1.5759958390005426 using 13 terms
+     exact value      =  1.6449340668482264
+     accelerated sum  =  1.6449340669228176 using 13 terms
+     estimated error  =  0.0000000000888360
+     actual error     =  0.0000000000745912
+
+Note that a direct summation of this series would require 10^{10} terms
+to achieve the same precision as the accelerated sum does in 13 terms.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<26>,  Prev: Examples<25>,  Up: Series Acceleration
+
+33.4 References and Further Reading
+===================================
+
+The algorithms used by these functions are described in the following
+papers,
+
+   * T. Fessler, W.F. Ford, D.A. Smith, HURRY: An acceleration algorithm
+     for scalar sequences and series `ACM Transactions on Mathematical
+     Software', 9(3):346–354, 1983.  and Algorithm 602 9(3):355–357,
+     1983.
+
+The theory of the u-transform was presented by Levin,
+
+   * D. Levin, Development of Non-Linear Transformations for Improving
+     Convergence of Sequences, `Intern.: J.: Computer Math.'
+     B3:371–388, 1973.
+
+A review paper on the Levin Transform is available online,
+
+   * Herbert H. H. Homeier, Scalar Levin-Type Sequence Transformations,
+     ‘http://arxiv.org/abs/math/0005209’
+
+\1f
+File: gsl-ref.info,  Node: Wavelet Transforms,  Next: Discrete Hankel Transforms,  Prev: Series Acceleration,  Up: Top
+
+34 Wavelet Transforms
+*********************
+
+This chapter describes functions for performing Discrete Wavelet
+Transforms (DWTs).  The library includes wavelets for real data in both
+one and two dimensions.  The wavelet functions are declared in the
+header files ‘gsl_wavelet.h’ and ‘gsl_wavelet2d.h’.
+
+* Menu:
+
+* Definitions: Definitions<2>.
+* Initialization::
+* Transform Functions::
+* Examples: Examples<26>.
+* References and Further Reading: References and Further Reading<27>.
+
+\1f
+File: gsl-ref.info,  Node: Definitions<2>,  Next: Initialization,  Up: Wavelet Transforms
+
+34.1 Definitions
+================
+
+The continuous wavelet transform and its inverse are defined by the
+relations,
+
+     w(s, \tau) = \int_{-\infty}^\infty f(t) * \psi^*_{s,\tau}(t) dt
+
+and,
+
+     f(t) = \int_0^\infty ds \int_{-\infty}^\infty w(s, \tau) * \psi_{s,\tau}(t) d\tau
+
+where the basis functions \psi_{s,\tau} are obtained by scaling and
+translation from a single function, referred to as the `mother wavelet'.
+
+The discrete version of the wavelet transform acts on equally-spaced
+samples, with fixed scaling and translation steps (s, \tau).  The
+frequency and time axes are sampled `dyadically' on scales of 2^j
+through a level parameter j.
+
+The resulting family of functions \{\psi_{j,n}\} constitutes an
+orthonormal basis for square-integrable signals.  The discrete wavelet
+transform is an O(N) algorithm, and is also referred to as the `fast
+wavelet transform'.
+
+\1f
+File: gsl-ref.info,  Node: Initialization,  Next: Transform Functions,  Prev: Definitions<2>,  Up: Wavelet Transforms
+
+34.2 Initialization
+===================
+
+ -- Type: gsl_wavelet
+
+     This structure contains the filter coefficients defining the
+     wavelet and any associated offset parameters.
+
+ -- Function: *note gsl_wavelet: a52. *gsl_wavelet_alloc (const
+          gsl_wavelet_type *T, size_t k)
+
+     This function allocates and initializes a wavelet object of type
+     *note T: a53.  The parameter *note k: a53. selects the specific
+     member of the wavelet family.  A null pointer is returned if
+     insufficient memory is available or if a unsupported member is
+     selected.
+
+The following wavelet types are implemented:
+
+ -- Type: gsl_wavelet_type
+
+      -- Variable: *note gsl_wavelet_type: a54. *gsl_wavelet_daubechies
+      -- Variable: *note gsl_wavelet_type: a54.
+               *gsl_wavelet_daubechies_centered
+
+          This is the Daubechies wavelet family of maximum phase with
+          k/2 vanishing moments.  The implemented wavelets are k=4, 6,
+          \dots, 20, with ‘k’ even.
+
+      -- Variable: *note gsl_wavelet_type: a54. *gsl_wavelet_haar
+      -- Variable: *note gsl_wavelet_type: a54.
+               *gsl_wavelet_haar_centered
+
+          This is the Haar wavelet.  The only valid choice of k for the
+          Haar wavelet is k=2.
+
+      -- Variable: *note gsl_wavelet_type: a54. *gsl_wavelet_bspline
+      -- Variable: *note gsl_wavelet_type: a54.
+               *gsl_wavelet_bspline_centered
+
+          This is the biorthogonal B-spline wavelet family of order
+          (i,j).  The implemented values of k = 100*i + j are 103, 105,
+          202, 204, 206, 208, 301, 303, 305 307, 309.
+
+The centered forms of the wavelets align the coefficients of the various
+sub-bands on edges.  Thus the resulting visualization of the
+coefficients of the wavelet transform in the phase plane is easier to
+understand.
+
+ -- Function: const char *gsl_wavelet_name (const gsl_wavelet *w)
+
+     This function returns a pointer to the name of the wavelet family
+     for *note w: a5b.
+
+ -- Function: void gsl_wavelet_free (gsl_wavelet *w)
+
+     This function frees the wavelet object *note w: a5c.
+
+ -- Type: gsl_wavelet_workspace
+
+     This structure contains scratch space of the same size as the input
+     data and is used to hold intermediate results during the transform.
+
+ -- Function: *note gsl_wavelet_workspace: a5d.
+          *gsl_wavelet_workspace_alloc (size_t n)
+
+     This function allocates a workspace for the discrete wavelet
+     transform.  To perform a one-dimensional transform on *note n: a5e.
+     elements, a workspace of size *note n: a5e. must be provided.  For
+     two-dimensional transforms of *note n: a5e.-by-*note n: a5e.
+     matrices it is sufficient to allocate a workspace of size *note n:
+     a5e, since the transform operates on individual rows and columns.
+     A null pointer is returned if insufficient memory is available.
+
+ -- Function: void gsl_wavelet_workspace_free (gsl_wavelet_workspace
+          *work)
+
+     This function frees the allocated workspace *note work: a5f.
+
+\1f
+File: gsl-ref.info,  Node: Transform Functions,  Next: Examples<26>,  Prev: Initialization,  Up: Wavelet Transforms
+
+34.3 Transform Functions
+========================
+
+This sections describes the actual functions performing the discrete
+wavelet transform.  Note that the transforms use periodic boundary
+conditions.  If the signal is not periodic in the sample length then
+spurious coefficients will appear at the beginning and end of each level
+of the transform.
+
+* Menu:
+
+* Wavelet transforms in one dimension::
+* Wavelet transforms in two dimension::
+
+\1f
+File: gsl-ref.info,  Node: Wavelet transforms in one dimension,  Next: Wavelet transforms in two dimension,  Up: Transform Functions
+
+34.3.1 Wavelet transforms in one dimension
+------------------------------------------
+
+ -- Function: int gsl_wavelet_transform (const gsl_wavelet *w, double
+          *data, size_t stride, size_t n, gsl_wavelet_direction dir,
+          gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet_transform_forward (const gsl_wavelet *w,
+          double *data, size_t stride, size_t n, gsl_wavelet_workspace
+          *work)
+ -- Function: int gsl_wavelet_transform_inverse (const gsl_wavelet *w,
+          double *data, size_t stride, size_t n, gsl_wavelet_workspace
+          *work)
+
+     These functions compute in-place forward and inverse discrete
+     wavelet transforms of length *note n: a64. with stride *note
+     stride: a64. on the array *note data: a64.  The length of the
+     transform *note n: a64. is restricted to powers of two.  For the
+     ‘transform’ version of the function the argument ‘dir’ can be
+     either ‘forward’ (+1) or ‘backward’ (-1).  A workspace *note work:
+     a64. of length *note n: a64. must be provided.
+
+     For the forward transform, the elements of the original array are
+     replaced by the discrete wavelet transform f_i \rightarrow w_{j,k}
+     in a packed triangular storage layout, where ‘j’ is the index of
+     the level j = 0 \dots J-1 and ‘k’ is the index of the coefficient
+     within each level, k = 0 \dots 2^j - 1.  The total number of levels
+     is J = \log_2(n).  The output data has the following form,
+
+          (s_{-1,0}, d_{0,0}, d_{1,0}, d_{1,1}, d_{2,0},\cdots, d_{j,k},\cdots, d_{J-1,2^{J-1} - 1})
+
+     where the first element is the smoothing coefficient s_{-1,0},
+     followed by the detail coefficients d_{j,k} for each level j.  The
+     backward transform inverts these coefficients to obtain the
+     original data.
+
+     These functions return a status of ‘GSL_SUCCESS’ upon successful
+     completion.  *note GSL_EINVAL: 2b. is returned if *note n: a64. is
+     not an integer power of 2 or if insufficient workspace is provided.
+
+\1f
+File: gsl-ref.info,  Node: Wavelet transforms in two dimension,  Prev: Wavelet transforms in one dimension,  Up: Transform Functions
+
+34.3.2 Wavelet transforms in two dimension
+------------------------------------------
+
+The library provides functions to perform two-dimensional discrete
+wavelet transforms on square matrices.  The matrix dimensions must be an
+integer power of two.  There are two possible orderings of the rows and
+columns in the two-dimensional wavelet transform, referred to as the
+“standard” and “non-standard” forms.
+
+The “standard” transform performs a complete discrete wavelet transform
+on the rows of the matrix, followed by a separate complete discrete
+wavelet transform on the columns of the resulting row-transformed
+matrix.  This procedure uses the same ordering as a two-dimensional
+Fourier transform.
+
+The “non-standard” transform is performed in interleaved passes on the
+rows and columns of the matrix for each level of the transform.  The
+first level of the transform is applied to the matrix rows, and then to
+the matrix columns.  This procedure is then repeated across the rows and
+columns of the data for the subsequent levels of the transform, until
+the full discrete wavelet transform is complete.  The non-standard form
+of the discrete wavelet transform is typically used in image analysis.
+
+The functions described in this section are declared in the header file
+‘gsl_wavelet2d.h’.
+
+ -- Function: int gsl_wavelet2d_transform (const gsl_wavelet *w, double
+          *data, size_t tda, size_t size1, size_t size2,
+          gsl_wavelet_direction dir, gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet2d_transform_forward (const gsl_wavelet *w,
+          double *data, size_t tda, size_t size1, size_t size2,
+          gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet2d_transform_inverse (const gsl_wavelet *w,
+          double *data, size_t tda, size_t size1, size_t size2,
+          gsl_wavelet_workspace *work)
+
+     These functions compute two-dimensional in-place forward and
+     inverse discrete wavelet transforms in standard form on the array
+     *note data: a68. stored in row-major form with dimensions *note
+     size1: a68. and *note size2: a68. and physical row length *note
+     tda: a68.  The dimensions must be equal (square matrix) and are
+     restricted to powers of two.  For the ‘transform’ version of the
+     function the argument ‘dir’ can be either ‘forward’ (+1) or
+     ‘backward’ (-1).  A workspace *note work: a68. of the appropriate
+     size must be provided.  On exit, the appropriate elements of the
+     array *note data: a68. are replaced by their two-dimensional
+     wavelet transform.
+
+     The functions return a status of ‘GSL_SUCCESS’ upon successful
+     completion.  *note GSL_EINVAL: 2b. is returned if *note size1: a68.
+     and *note size2: a68. are not equal and integer powers of 2, or if
+     insufficient workspace is provided.
+
+ -- Function: int gsl_wavelet2d_transform_matrix (const gsl_wavelet *w,
+          gsl_matrix *m, gsl_wavelet_direction dir,
+          gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet2d_transform_matrix_forward (const
+          gsl_wavelet *w, gsl_matrix *m, gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet2d_transform_matrix_inverse (const
+          gsl_wavelet *w, gsl_matrix *m, gsl_wavelet_workspace *work)
+
+     These functions compute the two-dimensional in-place wavelet
+     transform on a matrix *note m: a6b.
+
+ -- Function: int gsl_wavelet2d_nstransform (const gsl_wavelet *w,
+          double *data, size_t tda, size_t size1, size_t size2,
+          gsl_wavelet_direction dir, gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet2d_nstransform_forward (const gsl_wavelet
+          *w, double *data, size_t tda, size_t size1, size_t size2,
+          gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet2d_nstransform_inverse (const gsl_wavelet
+          *w, double *data, size_t tda, size_t size1, size_t size2,
+          gsl_wavelet_workspace *work)
+
+     These functions compute the two-dimensional wavelet transform in
+     non-standard form.
+
+ -- Function: int gsl_wavelet2d_nstransform_matrix (const gsl_wavelet
+          *w, gsl_matrix *m, gsl_wavelet_direction dir,
+          gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet2d_nstransform_matrix_forward (const
+          gsl_wavelet *w, gsl_matrix *m, gsl_wavelet_workspace *work)
+ -- Function: int gsl_wavelet2d_nstransform_matrix_inverse (const
+          gsl_wavelet *w, gsl_matrix *m, gsl_wavelet_workspace *work)
+
+     These functions compute the non-standard form of the
+     two-dimensional in-place wavelet transform on a matrix *note m:
+     a71.
+
+\1f
+File: gsl-ref.info,  Node: Examples<26>,  Next: References and Further Reading<27>,  Prev: Transform Functions,  Up: Wavelet Transforms
+
+34.4 Examples
+=============
+
+The following program demonstrates the use of the one-dimensional
+wavelet transform functions.  It computes an approximation to an input
+signal (of length 256) using the 20 largest components of the wavelet
+transform, while setting the others to zero.
+
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_sort.h>
+     #include <gsl/gsl_wavelet.h>
+
+     int
+     main (int argc, char **argv)
+     {
+       (void)(argc); /* avoid unused parameter warning */
+       int i, n = 256, nc = 20;
+       double *orig_data = malloc (n * sizeof (double));
+       double *data = malloc (n * sizeof (double));
+       double *abscoeff = malloc (n * sizeof (double));
+       size_t *p = malloc (n * sizeof (size_t));
+
+       FILE * f;
+       gsl_wavelet *w;
+       gsl_wavelet_workspace *work;
+
+       w = gsl_wavelet_alloc (gsl_wavelet_daubechies, 4);
+       work = gsl_wavelet_workspace_alloc (n);
+
+       f = fopen (argv[1], "r");
+       for (i = 0; i < n; i++)
+         {
+           fscanf (f, "%lg", &orig_data[i]);
+           data[i] = orig_data[i];
+         }
+       fclose (f);
+
+       gsl_wavelet_transform_forward (w, data, 1, n, work);
+
+       for (i = 0; i < n; i++)
+         {
+           abscoeff[i] = fabs (data[i]);
+         }
+
+       gsl_sort_index (p, abscoeff, 1, n);
+
+       for (i = 0; (i + nc) < n; i++)
+         data[p[i]] = 0;
+
+       gsl_wavelet_transform_inverse (w, data, 1, n, work);
+
+       for (i = 0; i < n; i++)
+         {
+           printf ("%g %g\n", orig_data[i], data[i]);
+         }
+
+       gsl_wavelet_free (w);
+       gsl_wavelet_workspace_free (work);
+
+       free (data);
+       free (orig_data);
+       free (abscoeff);
+       free (p);
+       return 0;
+     }
+
+The output can be used with the GNU plotutils ‘graph’ program:
+
+     $ ./a.out ecg.dat > dwt.txt
+     $ graph -T ps -x 0 256 32 -h 0.3 -a dwt.txt > dwt.ps
+
+Fig.  %s shows an original and compressed version of a sample ECG
+recording from the MIT-BIH Arrhythmia Database, part of the PhysioNet
+archive of public-domain of medical datasets.
+
+[gsl-ref-figures/dwt]
+Figure: Original (upper) and wavelet-compressed (lower) ECG signals,
+using the 20 largest components of the Daubechies(4) discrete wavelet
+transform.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<27>,  Prev: Examples<26>,  Up: Wavelet Transforms
+
+34.5 References and Further Reading
+===================================
+
+The mathematical background to wavelet transforms is covered in the
+original lectures by Daubechies,
+
+   * Ingrid Daubechies.  Ten Lectures on Wavelets.  `CBMS-NSF Regional
+     Conference Series in Applied Mathematics' (1992), SIAM, ISBN
+     0898712742.
+
+An easy to read introduction to the subject with an emphasis on the
+application of the wavelet transform in various branches of science is,
+
+   * Paul S. Addison.  `The Illustrated Wavelet Transform Handbook'.
+     Institute of Physics Publishing (2002), ISBN 0750306920.
+
+For extensive coverage of signal analysis by wavelets, wavelet packets
+and local cosine bases see,
+
+   * S. G. Mallat.  `A wavelet tour of signal processing' (Second
+     edition).  Academic Press (1999), ISBN 012466606X.
+
+The concept of multiresolution analysis underlying the wavelet transform
+is described in,
+
+   * S. G. Mallat.  Multiresolution Approximations and Wavelet
+     Orthonormal Bases of L^2(R). `Transactions of the American
+     Mathematical Society', 315(1), 1989, 69–87.
+
+   * S. G. Mallat.  A Theory for Multiresolution Signal
+     Decomposition—The Wavelet Representation.  `IEEE Transactions on
+     Pattern Analysis and Machine Intelligence', 11, 1989, 674–693.
+
+The coefficients for the individual wavelet families implemented by the
+library can be found in the following papers,
+
+   * I. Daubechies.  Orthonormal Bases of Compactly Supported Wavelets.
+     `Communications on Pure and Applied Mathematics', 41 (1988)
+     909–996.
+
+   * A. Cohen, I. Daubechies, and J.-C. Feauveau.  Biorthogonal Bases of
+     Compactly Supported Wavelets.  `Communications on Pure and Applied
+     Mathematics', 45 (1992) 485–560.
+
+The PhysioNet archive of physiological datasets can be found online at
+‘http://www.physionet.org/’ and is described in the following paper,
+
+   * Goldberger et al.  PhysioBank, PhysioToolkit, and PhysioNet:
+     Components of a New Research Resource for Complex Physiologic
+     Signals.  `Circulation' 101(23):e215-e220 2000.
+
+\1f
+File: gsl-ref.info,  Node: Discrete Hankel Transforms,  Next: One Dimensional Root-Finding,  Prev: Wavelet Transforms,  Up: Top
+
+35 Discrete Hankel Transforms
+*****************************
+
+This chapter describes functions for performing Discrete Hankel
+Transforms (DHTs).  The functions are declared in the header file
+‘gsl_dht.h’.
+
+* Menu:
+
+* Definitions: Definitions<3>.
+* Functions: Functions<2>.
+* References and Further Reading: References and Further Reading<28>.
+
+\1f
+File: gsl-ref.info,  Node: Definitions<3>,  Next: Functions<2>,  Up: Discrete Hankel Transforms
+
+35.1 Definitions
+================
+
+The discrete Hankel transform acts on a vector of sampled data, where
+the samples are assumed to have been taken at points related to the
+zeros of a Bessel function of fixed order; compare this to the case of
+the discrete Fourier transform, where samples are taken at points
+related to the zeroes of the sine or cosine function.
+
+Starting with its definition, the Hankel transform (or Bessel transform)
+of order \nu of a function f with \nu > -1/2 is defined as (see Johnson,
+1987 and Lemoine, 1994)
+
+     F_\nu(u) = \int_0^\infty f(t) J_\nu(u t) t dt
+
+If the integral exists, F_\nu is called the Hankel transformation of f.
+The reverse transform is given by
+
+     f(t) = \int_0^\infty F_\nu(u) J_\nu(u t) u du
+
+where \int_0^\infty f(t) t^{1/2} dt must exist and be absolutely
+convergent, and where f(t) satisfies Dirichlet’s conditions (of limited
+total fluctuations) in the interval [0,\infty].
+
+Now the discrete Hankel transform works on a discrete function f, which
+is sampled on points n=1...M located at positions
+t_n=(j_{\nu,n}/j_{\nu,M}) X in real space and at u_n=j_{\nu,n}/X in
+reciprocal space.  Here, j_{\nu,m} are the m-th zeros of the Bessel
+function J_\nu(x) arranged in ascending order.  Moreover, the discrete
+functions are assumed to be band limited, so f(t_n)=0 and F(u_n)=0 for
+n>M. Accordingly, the function f is defined on the interval [0,X].
+
+Following the work of Johnson, 1987 and Lemoine, 1994, the discrete
+Hankel transform is given by
+
+     F_\nu(u_m) = (2 X^2 / j_(\nu,M)^2)
+           \sum_{k=1}^{M-1} f(j_(\nu,k) X/j_(\nu,M))
+               (J_\nu(j_(\nu,m) j_(\nu,k) / j_(\nu,M)) / J_(\nu+1)(j_(\nu,k))^2).
+
+It is this discrete expression which defines the discrete Hankel
+transform calculated by GSL. In GSL, forward and backward transforms are
+defined equally and calculate F_\nu(u_m).  Following Johnson, the
+backward transform reads
+
+     f(t_k) = (2 / X^2)
+           \sum_{m=1}^{M-1} F(j_(\nu,m)/X)
+               (J_\nu(j_(\nu,m) j_(\nu,k) / j_(\nu,M)) / J_(\nu+1)(j_(\nu,m))^2).
+
+Obviously, using the forward transform instead of the backward transform
+gives an additional factor X^4/j_{\nu,M}^2=t_m^2/u_m^2.
+
+The kernel in the summation above defines the matrix of the \nu-Hankel
+transform of size M-1.  The coefficients of this matrix, being dependent
+on \nu and M, must be precomputed and stored; the *note gsl_dht: a78.
+object encapsulates this data.  The allocation function *note
+gsl_dht_alloc(): a79. returns a *note gsl_dht: a78. object which must be
+properly initialized with *note gsl_dht_init(): a7a. before it can be
+used to perform transforms on data sample vectors, for fixed \nu and M,
+using the *note gsl_dht_apply(): a7b. function.  The implementation
+allows to define the length X of the fundamental interval, for
+convenience, while discrete Hankel transforms are often defined on the
+unit interval instead of [0,X].
+
+Notice that by assumption f(t) vanishes at the endpoints of the
+interval, consistent with the inversion formula and the sampling formula
+given above.  Therefore, this transform corresponds to an orthogonal
+expansion in eigenfunctions of the Dirichlet problem for the Bessel
+differential equation.
+
+\1f
+File: gsl-ref.info,  Node: Functions<2>,  Next: References and Further Reading<28>,  Prev: Definitions<3>,  Up: Discrete Hankel Transforms
+
+35.2 Functions
+==============
+
+ -- Type: gsl_dht
+
+     Workspace for computing discrete Hankel transforms
+
+ -- Function: *note gsl_dht: a78. *gsl_dht_alloc (size_t size)
+
+     This function allocates a Discrete Hankel transform object of size
+     *note size: a79.
+
+ -- Function: int gsl_dht_init (gsl_dht *t, double nu, double xmax)
+
+     This function initializes the transform *note t: a7a. for the given
+     values of *note nu: a7a. and *note xmax: a7a.
+
+ -- Function: *note gsl_dht: a78. *gsl_dht_new (size_t size, double nu,
+          double xmax)
+
+     This function allocates a Discrete Hankel transform object of size
+     *note size: a7d. and initializes it for the given values of *note
+     nu: a7d. and *note xmax: a7d.
+
+ -- Function: void gsl_dht_free (gsl_dht *t)
+
+     This function frees the transform *note t: a7e.
+
+ -- Function: int gsl_dht_apply (const gsl_dht *t, double *f_in, double
+          *f_out)
+
+     This function applies the transform *note t: a7b. to the array
+     *note f_in: a7b. whose size is equal to the size of the transform.
+     The result is stored in the array *note f_out: a7b. which must be
+     of the same length.
+
+     Applying this function to its output gives the original data
+     multiplied by (X^2/j_{\nu,M})^2, up to numerical errors.
+
+ -- Function: double gsl_dht_x_sample (const gsl_dht *t, int n)
+
+     This function returns the value of the *note n: a7f.-th sample
+     point in the unit interval, {({j_{\nu,n+1}} / {j_{\nu,M}}}) X.
+     These are the points where the function f(t) is assumed to be
+     sampled.
+
+ -- Function: double gsl_dht_k_sample (const gsl_dht *t, int n)
+
+     This function returns the value of the *note n: a80.-th sample
+     point in “k-space”, {{j_{\nu,n+1}} / X}.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<28>,  Prev: Functions<2>,  Up: Discrete Hankel Transforms
+
+35.3 References and Further Reading
+===================================
+
+The algorithms used by these functions are described in the following
+papers,
+
+   * 
+       8. Fisk Johnson, Comp.: Phys.: Comm.: 43, 181 (1987).
+
+   * 
+       4. Lemoine, J. Chem.: Phys.: 101, 3936 (1994).
+
+\1f
+File: gsl-ref.info,  Node: One Dimensional Root-Finding,  Next: One Dimensional Minimization,  Prev: Discrete Hankel Transforms,  Up: Top
+
+36 One Dimensional Root-Finding
+*******************************
+
+This chapter describes routines for finding roots of arbitrary
+one-dimensional functions.  The library provides low level components
+for a variety of iterative solvers and convergence tests.  These can be
+combined by the user to achieve the desired solution, with full access
+to the intermediate steps of the iteration.  Each class of methods uses
+the same framework, so that you can switch between solvers at runtime
+without needing to recompile your program.  Each instance of a solver
+keeps track of its own state, allowing the solvers to be used in
+multi-threaded programs.
+
+The header file ‘gsl_roots.h’ contains prototypes for the root finding
+functions and related declarations.
+
+* Menu:
+
+* Overview::
+* Caveats::
+* Initializing the Solver::
+* Providing the function to solve::
+* Search Bounds and Guesses::
+* Iteration::
+* Search Stopping Parameters::
+* Root Bracketing Algorithms::
+* Root Finding Algorithms using Derivatives::
+* Examples: Examples<27>.
+* References and Further Reading: References and Further Reading<29>.
+
+\1f
+File: gsl-ref.info,  Node: Overview,  Next: Caveats,  Up: One Dimensional Root-Finding
+
+36.1 Overview
+=============
+
+One-dimensional root finding algorithms can be divided into two classes,
+`root bracketing' and `root polishing'.  Algorithms which proceed by
+bracketing a root are guaranteed to converge.  Bracketing algorithms
+begin with a bounded region known to contain a root.  The size of this
+bounded region is reduced, iteratively, until it encloses the root to a
+desired tolerance.  This provides a rigorous error estimate for the
+location of the root.
+
+The technique of `root polishing' attempts to improve an initial guess
+to the root.  These algorithms converge only if started “close enough”
+to a root, and sacrifice a rigorous error bound for speed.  By
+approximating the behavior of a function in the vicinity of a root they
+attempt to find a higher order improvement of an initial guess.  When
+the behavior of the function is compatible with the algorithm and a good
+initial guess is available a polishing algorithm can provide rapid
+convergence.
+
+In GSL both types of algorithm are available in similar frameworks.  The
+user provides a high-level driver for the algorithms, and the library
+provides the individual functions necessary for each of the steps.
+There are three main phases of the iteration.  The steps are,
+
+   * initialize solver state, ‘s’, for algorithm ‘T’
+
+   * update ‘s’ using the iteration ‘T’
+
+   * test ‘s’ for convergence, and repeat iteration if necessary
+
+The state for bracketing solvers is held in a *note gsl_root_fsolver:
+a85. struct.  The updating procedure uses only function evaluations (not
+derivatives).  The state for root polishing solvers is held in a *note
+gsl_root_fdfsolver: a86. struct.  The updates require both the function
+and its derivative (hence the name ‘fdf’) to be supplied by the user.
+
+\1f
+File: gsl-ref.info,  Node: Caveats,  Next: Initializing the Solver,  Prev: Overview,  Up: One Dimensional Root-Finding
+
+36.2 Caveats
+============
+
+Note that root finding functions can only search for one root at a time.
+When there are several roots in the search area, the first root to be
+found will be returned; however it is difficult to predict which of the
+roots this will be.  `In most cases, no error will be reported if you
+try to find a root in an area where there is more than one.'
+
+Care must be taken when a function may have a multiple root (such as
+f(x) = (x-x_0)^2 or f(x) = (x-x_0)^3.  It is not possible to use
+root-bracketing algorithms on even-multiplicity roots.  For these
+algorithms the initial interval must contain a zero-crossing, where the
+function is negative at one end of the interval and positive at the
+other end.  Roots with even-multiplicity do not cross zero, but only
+touch it instantaneously.  Algorithms based on root bracketing will
+still work for odd-multiplicity roots (e.g.  cubic, quintic, …).  Root
+polishing algorithms generally work with higher multiplicity roots, but
+at a reduced rate of convergence.  In these cases the `Steffenson
+algorithm' can be used to accelerate the convergence of multiple roots.
+
+While it is not absolutely required that f have a root within the search
+region, numerical root finding functions should not be used haphazardly
+to check for the `existence' of roots.  There are better ways to do
+this.  Because it is easy to create situations where numerical root
+finders can fail, it is a bad idea to throw a root finder at a function
+you do not know much about.  In general it is best to examine the
+function visually by plotting before searching for a root.
+
+\1f
+File: gsl-ref.info,  Node: Initializing the Solver,  Next: Providing the function to solve,  Prev: Caveats,  Up: One Dimensional Root-Finding
+
+36.3 Initializing the Solver
+============================
+
+ -- Type: gsl_root_fsolver
+
+     This is a workspace for finding roots using methods which do not
+     require derivatives.
+
+ -- Type: gsl_root_fdfsolver
+
+     This is a workspace for finding roots using methods which require
+     derivatives.
+
+ -- Function: *note gsl_root_fsolver: a85. *gsl_root_fsolver_alloc
+          (const gsl_root_fsolver_type *T)
+
+     This function returns a pointer to a newly allocated instance of a
+     solver of type *note T: a89.  For example, the following code
+     creates an instance of a bisection solver:
+
+          const gsl_root_fsolver_type * T = gsl_root_fsolver_bisection;
+          gsl_root_fsolver * s = gsl_root_fsolver_alloc (T);
+
+     If there is insufficient memory to create the solver then the
+     function returns a null pointer and the error handler is invoked
+     with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: *note gsl_root_fdfsolver: a86. *gsl_root_fdfsolver_alloc
+          (const gsl_root_fdfsolver_type *T)
+
+     This function returns a pointer to a newly allocated instance of a
+     derivative-based solver of type *note T: a8a.  For example, the
+     following code creates an instance of a Newton-Raphson solver:
+
+          const gsl_root_fdfsolver_type * T = gsl_root_fdfsolver_newton;
+          gsl_root_fdfsolver * s = gsl_root_fdfsolver_alloc (T);
+
+     If there is insufficient memory to create the solver then the
+     function returns a null pointer and the error handler is invoked
+     with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: int gsl_root_fsolver_set (gsl_root_fsolver *s,
+          gsl_function *f, double x_lower, double x_upper)
+
+     This function initializes, or reinitializes, an existing solver
+     *note s: a8b. to use the function *note f: a8b. and the initial
+     search interval [*note x_lower: a8b, *note x_upper: a8b.].
+
+ -- Function: int gsl_root_fdfsolver_set (gsl_root_fdfsolver *s,
+          gsl_function_fdf *fdf, double root)
+
+     This function initializes, or reinitializes, an existing solver
+     *note s: a8c. to use the function and derivative *note fdf: a8c.
+     and the initial guess *note root: a8c.
+
+ -- Function: void gsl_root_fsolver_free (gsl_root_fsolver *s)
+ -- Function: void gsl_root_fdfsolver_free (gsl_root_fdfsolver *s)
+
+     These functions free all the memory associated with the solver
+     *note s: a8e.
+
+ -- Function: const char *gsl_root_fsolver_name (const gsl_root_fsolver
+          *s)
+ -- Function: const char *gsl_root_fdfsolver_name (const
+          gsl_root_fdfsolver *s)
+
+     These functions return a pointer to the name of the solver.  For
+     example:
+
+          printf ("s is a '%s' solver\n", gsl_root_fsolver_name (s));
+
+     would print something like ‘s is a 'bisection' solver’.
+
+\1f
+File: gsl-ref.info,  Node: Providing the function to solve,  Next: Search Bounds and Guesses,  Prev: Initializing the Solver,  Up: One Dimensional Root-Finding
+
+36.4 Providing the function to solve
+====================================
+
+You must provide a continuous function of one variable for the root
+finders to operate on, and, sometimes, its first derivative.  In order
+to allow for general parameters the functions are defined by the
+following data types:
+
+ -- Type: gsl_function
+
+     This data type defines a general function with parameters.
+
+     ‘double (* function) (double x, void * params)’
+
+          this function should return the value f(x,params) for argument
+          ‘x’ and parameters ‘params’
+
+     ‘void * params’
+
+          a pointer to the parameters of the function
+
+Here is an example for the general quadratic function,
+
+     f(x) = a x^2 + b x + c
+
+with a = 3, b = 2, c = 1.  The following code defines a *note
+gsl_function: a93. ‘F’ which you could pass to a root finder as a
+function pointer:
+
+     struct my_f_params { double a; double b; double c; };
+
+     double
+     my_f (double x, void * p)
+       {
+         struct my_f_params * params = (struct my_f_params *)p;
+         double a = (params->a);
+         double b = (params->b);
+         double c = (params->c);
+
+         return  (a * x + b) * x + c;
+       }
+
+     gsl_function F;
+     struct my_f_params params = { 3.0, 2.0, 1.0 };
+
+     F.function = &my_f;
+     F.params = &params;
+
+The function f(x) can be evaluated using the macro ‘GSL_FN_EVAL(&F,x)’
+defined in ‘gsl_math.h’.
+
+ -- Type: gsl_function_fdf
+
+     This data type defines a general function with parameters and its
+     first derivative.
+
+     ‘double (* f) (double x, void * params)’
+
+          this function should return the value of f(x,params) for
+          argument ‘x’ and parameters ‘params’
+
+     ‘double (* df) (double x, void * params)’
+
+          this function should return the value of the derivative of ‘f’
+          with respect to ‘x’, f'(x,params), for argument ‘x’ and
+          parameters ‘params’
+
+     ‘void (* fdf) (double x, void * params, double * f, double * df)’
+
+          this function should set the values of the function ‘f’ to
+          f(x,params) and its derivative ‘df’ to f'(x,params) for
+          argument ‘x’ and parameters ‘params’.  This function provides
+          an optimization of the separate functions for f(x) and
+          f'(x)—it is always faster to compute the function and its
+          derivative at the same time.
+
+     ‘void * params’
+
+          a pointer to the parameters of the function
+
+Here is an example where f(x) = \exp(2x):
+
+     double
+     my_f (double x, void * params)
+     {
+        return exp (2 * x);
+     }
+
+     double
+     my_df (double x, void * params)
+     {
+        return 2 * exp (2 * x);
+     }
+
+     void
+     my_fdf (double x, void * params,
+             double * f, double * df)
+     {
+        double t = exp (2 * x);
+
+        *f = t;
+        *df = 2 * t;   /* uses existing value */
+     }
+
+     gsl_function_fdf FDF;
+
+     FDF.f = &my_f;
+     FDF.df = &my_df;
+     FDF.fdf = &my_fdf;
+     FDF.params = 0;
+
+The function f(x) can be evaluated using the macro
+‘GSL_FN_FDF_EVAL_F(&FDF,x)’ and the derivative f'(x) can be evaluated
+using the macro ‘GSL_FN_FDF_EVAL_DF(&FDF,x)’.  Both the function y =
+f(x) and its derivative dy = f'(x) can be evaluated at the same time
+using the macro ‘GSL_FN_FDF_EVAL_F_DF(&FDF,x,y,dy)’.  The macro stores
+f(x) in its ‘y’ argument and f'(x) in its ‘dy’ argument—both of these
+should be pointers to ‘double’.
+
+\1f
+File: gsl-ref.info,  Node: Search Bounds and Guesses,  Next: Iteration,  Prev: Providing the function to solve,  Up: One Dimensional Root-Finding
+
+36.5 Search Bounds and Guesses
+==============================
+
+You provide either search bounds or an initial guess; this section
+explains how search bounds and guesses work and how function arguments
+control them.
+
+A guess is simply an x value which is iterated until it is within the
+desired precision of a root.  It takes the form of a ‘double’.
+
+Search bounds are the endpoints of an interval which is iterated until
+the length of the interval is smaller than the requested precision.  The
+interval is defined by two values, the lower limit and the upper limit.
+Whether the endpoints are intended to be included in the interval or not
+depends on the context in which the interval is used.
+
+\1f
+File: gsl-ref.info,  Node: Iteration,  Next: Search Stopping Parameters,  Prev: Search Bounds and Guesses,  Up: One Dimensional Root-Finding
+
+36.6 Iteration
+==============
+
+The following functions drive the iteration of each algorithm.  Each
+function performs one iteration to update the state of any solver of the
+corresponding type.  The same functions work for all solvers so that
+different methods can be substituted at runtime without modifications to
+the code.
+
+ -- Function: int gsl_root_fsolver_iterate (gsl_root_fsolver *s)
+ -- Function: int gsl_root_fdfsolver_iterate (gsl_root_fdfsolver *s)
+
+     These functions perform a single iteration of the solver *note s:
+     a98.  If the iteration encounters an unexpected problem then an
+     error code will be returned,
+
+     ‘GSL_EBADFUNC’
+
+          the iteration encountered a singular point where the function
+          or its derivative evaluated to ‘Inf’ or ‘NaN’.
+
+     ‘GSL_EZERODIV’
+
+          the derivative of the function vanished at the iteration
+          point, preventing the algorithm from continuing without a
+          division by zero.
+
+The solver maintains a current best estimate of the root at all times.
+The bracketing solvers also keep track of the current best interval
+bounding the root.  This information can be accessed with the following
+auxiliary functions,
+
+ -- Function: double gsl_root_fsolver_root (const gsl_root_fsolver *s)
+ -- Function: double gsl_root_fdfsolver_root (const gsl_root_fdfsolver
+          *s)
+
+     These functions return the current estimate of the root for the
+     solver *note s: a9a.
+
+ -- Function: double gsl_root_fsolver_x_lower (const gsl_root_fsolver
+          *s)
+ -- Function: double gsl_root_fsolver_x_upper (const gsl_root_fsolver
+          *s)
+
+     These functions return the current bracketing interval for the
+     solver *note s: a9c.
+
+\1f
+File: gsl-ref.info,  Node: Search Stopping Parameters,  Next: Root Bracketing Algorithms,  Prev: Iteration,  Up: One Dimensional Root-Finding
+
+36.7 Search Stopping Parameters
+===============================
+
+A root finding procedure should stop when one of the following
+conditions is true:
+
+   * A root has been found to within the user-specified precision.
+
+   * A user-specified maximum number of iterations has been reached.
+
+   * An error has occurred.
+
+The handling of these conditions is under user control.  The functions
+below allow the user to test the precision of the current result in
+several standard ways.
+
+ -- Function: int gsl_root_test_interval (double x_lower, double
+          x_upper, double epsabs, double epsrel)
+
+     This function tests for the convergence of the interval [*note
+     x_lower: a9e, *note x_upper: a9e.] with absolute error *note
+     epsabs: a9e. and relative error *note epsrel: a9e.  The test
+     returns ‘GSL_SUCCESS’ if the following condition is achieved,
+
+          |a - b| < epsabs + epsrel min(|a|,|b|)
+
+     when the interval x = [a,b] does not include the origin.  If the
+     interval includes the origin then \min(|a|,|b|) is replaced by zero
+     (which is the minimum value of |x| over the interval).  This
+     ensures that the relative error is accurately estimated for roots
+     close to the origin.
+
+     This condition on the interval also implies that any estimate of
+     the root r in the interval satisfies the same condition with
+     respect to the true root r^*,
+
+          |r - r^*| < epsabs + epsrel r^*
+
+     assuming that the true root r^* is contained within the interval.
+
+ -- Function: int gsl_root_test_delta (double x1, double x0, double
+          epsabs, double epsrel)
+
+     This function tests for the convergence of the sequence *note x0:
+     a9f, *note x1: a9f. with absolute error *note epsabs: a9f. and
+     relative error *note epsrel: a9f.  The test returns ‘GSL_SUCCESS’
+     if the following condition is achieved,
+
+          |x_1 - x_0| < epsabs + epsrel |x_1|
+
+     and returns ‘GSL_CONTINUE’ otherwise.
+
+ -- Function: int gsl_root_test_residual (double f, double epsabs)
+
+     This function tests the residual value *note f: aa0. against the
+     absolute error bound *note epsabs: aa0.  The test returns
+     ‘GSL_SUCCESS’ if the following condition is achieved,
+
+          |f| < epsabs
+
+     and returns ‘GSL_CONTINUE’ otherwise.  This criterion is suitable
+     for situations where the precise location of the root, x, is
+     unimportant provided a value can be found where the residual,
+     |f(x)|, is small enough.
+
+\1f
+File: gsl-ref.info,  Node: Root Bracketing Algorithms,  Next: Root Finding Algorithms using Derivatives,  Prev: Search Stopping Parameters,  Up: One Dimensional Root-Finding
+
+36.8 Root Bracketing Algorithms
+===============================
+
+The root bracketing algorithms described in this section require an
+initial interval which is guaranteed to contain a root—if a and b are
+the endpoints of the interval then f(a) must differ in sign from f(b).
+This ensures that the function crosses zero at least once in the
+interval.  If a valid initial interval is used then these algorithm
+cannot fail, provided the function is well-behaved.
+
+Note that a bracketing algorithm cannot find roots of even degree, since
+these do not cross the x-axis.
+
+ -- Type: gsl_root_fsolver_type
+
+      -- Variable: *note gsl_root_fsolver_type: aa2.
+               *gsl_root_fsolver_bisection
+
+          The `bisection algorithm' is the simplest method of bracketing
+          the roots of a function.  It is the slowest algorithm provided
+          by the library, with linear convergence.
+
+          On each iteration, the interval is bisected and the value of
+          the function at the midpoint is calculated.  The sign of this
+          value is used to determine which half of the interval does not
+          contain a root.  That half is discarded to give a new, smaller
+          interval containing the root.  This procedure can be continued
+          indefinitely until the interval is sufficiently small.
+
+          At any time the current estimate of the root is taken as the
+          midpoint of the interval.
+
+      -- Variable: *note gsl_root_fsolver_type: aa2.
+               *gsl_root_fsolver_falsepos
+
+          The `false position algorithm' is a method of finding roots
+          based on linear interpolation.  Its convergence is linear, but
+          it is usually faster than bisection.
+
+          On each iteration a line is drawn between the endpoints
+          (a,f(a)) and (b,f(b)) and the point where this line crosses
+          the x-axis taken as a “midpoint”.  The value of the function
+          at this point is calculated and its sign is used to determine
+          which side of the interval does not contain a root.  That side
+          is discarded to give a new, smaller interval containing the
+          root.  This procedure can be continued indefinitely until the
+          interval is sufficiently small.
+
+          The best estimate of the root is taken from the linear
+          interpolation of the interval on the current iteration.
+
+      -- Variable: *note gsl_root_fsolver_type: aa2.
+               *gsl_root_fsolver_brent
+
+          The `Brent-Dekker method' (referred to here as `Brent’s
+          method') combines an interpolation strategy with the bisection
+          algorithm.  This produces a fast algorithm which is still
+          robust.
+
+          On each iteration Brent’s method approximates the function
+          using an interpolating curve.  On the first iteration this is
+          a linear interpolation of the two endpoints.  For subsequent
+          iterations the algorithm uses an inverse quadratic fit to the
+          last three points, for higher accuracy.  The intercept of the
+          interpolating curve with the x-axis is taken as a guess for
+          the root.  If it lies within the bounds of the current
+          interval then the interpolating point is accepted, and used to
+          generate a smaller interval.  If the interpolating point is
+          not accepted then the algorithm falls back to an ordinary
+          bisection step.
+
+          The best estimate of the root is taken from the most recent
+          interpolation or bisection.
+
+\1f
+File: gsl-ref.info,  Node: Root Finding Algorithms using Derivatives,  Next: Examples<27>,  Prev: Root Bracketing Algorithms,  Up: One Dimensional Root-Finding
+
+36.9 Root Finding Algorithms using Derivatives
+==============================================
+
+The root polishing algorithms described in this section require an
+initial guess for the location of the root.  There is no absolute
+guarantee of convergence—the function must be suitable for this
+technique and the initial guess must be sufficiently close to the root
+for it to work.  When these conditions are satisfied then convergence is
+quadratic.
+
+These algorithms make use of both the function and its derivative.
+
+ -- Type: gsl_root_fdfsolver_type
+
+      -- Variable: *note gsl_root_fdfsolver_type: aa7.
+               *gsl_root_fdfsolver_newton
+
+          Newton’s Method is the standard root-polishing algorithm.  The
+          algorithm begins with an initial guess for the location of the
+          root.  On each iteration, a line tangent to the function f is
+          drawn at that position.  The point where this line crosses the
+          x-axis becomes the new guess.  The iteration is defined by the
+          following sequence,
+
+               x_{i+1} = x_i - f(x_i)/f'(x_i)
+
+          Newton’s method converges quadratically for single roots, and
+          linearly for multiple roots.
+
+      -- Variable: *note gsl_root_fdfsolver_type: aa7.
+               *gsl_root_fdfsolver_secant
+
+          The `secant method' is a simplified version of Newton’s method
+          which does not require the computation of the derivative on
+          every step.
+
+          On its first iteration the algorithm begins with Newton’s
+          method, using the derivative to compute a first step,
+
+               x_1 = x_0 - f(x_0)/f'(x_0)
+
+          Subsequent iterations avoid the evaluation of the derivative
+          by replacing it with a numerical estimate, the slope of the
+          line through the previous two points,
+
+               x_{i+1} = x_i f(x_i) / f'_{est} where
+                f'_{est} = (f(x_i) - f(x_{i-1})/(x_i - x_{i-1})
+
+          When the derivative does not change significantly in the
+          vicinity of the root the secant method gives a useful saving.
+          Asymptotically the secant method is faster than Newton’s
+          method whenever the cost of evaluating the derivative is more
+          than 0.44 times the cost of evaluating the function itself.
+          As with all methods of computing a numerical derivative the
+          estimate can suffer from cancellation errors if the separation
+          of the points becomes too small.
+
+          On single roots, the method has a convergence of order (1 +
+          \sqrt 5)/2 (approximately 1.62).  It converges linearly for
+          multiple roots.
+
+      -- Variable: *note gsl_root_fdfsolver_type: aa7.
+               *gsl_root_fdfsolver_steffenson
+
+          The `Steffenson Method' (1) provides the fastest convergence
+          of all the routines.  It combines the basic Newton algorithm
+          with an Aitken “delta-squared” acceleration.  If the Newton
+          iterates are x_i then the acceleration procedure generates a
+          new sequence R_i,
+
+               R_i = x_i - (x_{i+1} - x_i)^2 / (x_{i+2} - 2 x_{i+1} + x_{i})
+
+          which converges faster than the original sequence under
+          reasonable conditions.  The new sequence requires three terms
+          before it can produce its first value so the method returns
+          accelerated values on the second and subsequent iterations.
+          On the first iteration it returns the ordinary Newton
+          estimate.  The Newton iterate is also returned if the
+          denominator of the acceleration term ever becomes zero.
+
+          As with all acceleration procedures this method can become
+          unstable if the function is not well-behaved.
+
+   ---------- Footnotes ----------
+
+   (1) (1) J.F. Steffensen (1873–1961).  The spelling used in the name
+of the function is slightly incorrect, but has been preserved to avoid
+incompatibility.
+
+\1f
+File: gsl-ref.info,  Node: Examples<27>,  Next: References and Further Reading<29>,  Prev: Root Finding Algorithms using Derivatives,  Up: One Dimensional Root-Finding
+
+36.10 Examples
+==============
+
+For any root finding algorithm we need to prepare the function to be
+solved.  For this example we will use the general quadratic equation
+described earlier.  We first need a header file (‘demo_fn.h’) to define
+the function parameters,
+
+     struct quadratic_params
+       {
+         double a, b, c;
+       };
+
+     double quadratic (double x, void *params);
+     double quadratic_deriv (double x, void *params);
+     void quadratic_fdf (double x, void *params,
+                         double *y, double *dy);
+
+We place the function definitions in a separate file (‘demo_fn.c’),
+
+     double
+     quadratic (double x, void *params)
+     {
+       struct quadratic_params *p
+         = (struct quadratic_params *) params;
+
+       double a = p->a;
+       double b = p->b;
+       double c = p->c;
+
+       return (a * x + b) * x + c;
+     }
+
+     double
+     quadratic_deriv (double x, void *params)
+     {
+       struct quadratic_params *p
+         = (struct quadratic_params *) params;
+
+       double a = p->a;
+       double b = p->b;
+
+       return 2.0 * a * x + b;
+     }
+
+     void
+     quadratic_fdf (double x, void *params,
+                    double *y, double *dy)
+     {
+       struct quadratic_params *p
+         = (struct quadratic_params *) params;
+
+       double a = p->a;
+       double b = p->b;
+       double c = p->c;
+
+       *y = (a * x + b) * x + c;
+       *dy = 2.0 * a * x + b;
+     }
+
+The first program uses the function solver ‘gsl_root_fsolver_brent’ for
+Brent’s method and the general quadratic defined above to solve the
+following equation,
+
+     x^2 - 5 = 0
+
+with solution x = \sqrt 5 = 2.236068...
+
+     #include <stdio.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_roots.h>
+
+     #include "demo_fn.h"
+     #include "demo_fn.c"
+
+     int
+     main (void)
+     {
+       int status;
+       int iter = 0, max_iter = 100;
+       const gsl_root_fsolver_type *T;
+       gsl_root_fsolver *s;
+       double r = 0, r_expected = sqrt (5.0);
+       double x_lo = 0.0, x_hi = 5.0;
+       gsl_function F;
+       struct quadratic_params params = {1.0, 0.0, -5.0};
+
+       F.function = &quadratic;
+       F.params = &params;
+
+       T = gsl_root_fsolver_brent;
+       s = gsl_root_fsolver_alloc (T);
+       gsl_root_fsolver_set (s, &F, x_lo, x_hi);
+
+       printf ("using %s method\n",
+               gsl_root_fsolver_name (s));
+
+       printf ("%5s [%9s, %9s] %9s %10s %9s\n",
+               "iter", "lower", "upper", "root",
+               "err", "err(est)");
+
+       do
+         {
+           iter++;
+           status = gsl_root_fsolver_iterate (s);
+           r = gsl_root_fsolver_root (s);
+           x_lo = gsl_root_fsolver_x_lower (s);
+           x_hi = gsl_root_fsolver_x_upper (s);
+           status = gsl_root_test_interval (x_lo, x_hi,
+                                            0, 0.001);
+
+           if (status == GSL_SUCCESS)
+             printf ("Converged:\n");
+
+           printf ("%5d [%.7f, %.7f] %.7f %+.7f %.7f\n",
+                   iter, x_lo, x_hi,
+                   r, r - r_expected,
+                   x_hi - x_lo);
+         }
+       while (status == GSL_CONTINUE && iter < max_iter);
+
+       gsl_root_fsolver_free (s);
+
+       return status;
+     }
+
+Here are the results of the iterations:
+
+     $ ./a.out
+     using brent method
+      iter [    lower,     upper]      root        err  err(est)
+         1 [1.0000000, 5.0000000] 1.0000000 -1.2360680 4.0000000
+         2 [1.0000000, 3.0000000] 3.0000000 +0.7639320 2.0000000
+         3 [2.0000000, 3.0000000] 2.0000000 -0.2360680 1.0000000
+         4 [2.2000000, 3.0000000] 2.2000000 -0.0360680 0.8000000
+         5 [2.2000000, 2.2366300] 2.2366300 +0.0005621 0.0366300
+     Converged:
+         6 [2.2360634, 2.2366300] 2.2360634 -0.0000046 0.0005666
+
+If the program is modified to use the bisection solver instead of
+Brent’s method, by changing ‘gsl_root_fsolver_brent’ to
+‘gsl_root_fsolver_bisection’ the slower convergence of the Bisection
+method can be observed:
+
+     $ ./a.out
+     using bisection method
+      iter [    lower,     upper]      root        err  err(est)
+         1 [0.0000000, 2.5000000] 1.2500000 -0.9860680 2.5000000
+         2 [1.2500000, 2.5000000] 1.8750000 -0.3610680 1.2500000
+         3 [1.8750000, 2.5000000] 2.1875000 -0.0485680 0.6250000
+         4 [2.1875000, 2.5000000] 2.3437500 +0.1076820 0.3125000
+         5 [2.1875000, 2.3437500] 2.2656250 +0.0295570 0.1562500
+         6 [2.1875000, 2.2656250] 2.2265625 -0.0095055 0.0781250
+         7 [2.2265625, 2.2656250] 2.2460938 +0.0100258 0.0390625
+         8 [2.2265625, 2.2460938] 2.2363281 +0.0002601 0.0195312
+         9 [2.2265625, 2.2363281] 2.2314453 -0.0046227 0.0097656
+        10 [2.2314453, 2.2363281] 2.2338867 -0.0021813 0.0048828
+        11 [2.2338867, 2.2363281] 2.2351074 -0.0009606 0.0024414
+     Converged:
+        12 [2.2351074, 2.2363281] 2.2357178 -0.0003502 0.0012207
+
+The next program solves the same function using a derivative solver
+instead.
+
+     #include <stdio.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_roots.h>
+
+     #include "demo_fn.h"
+     #include "demo_fn.c"
+
+     int
+     main (void)
+     {
+       int status;
+       int iter = 0, max_iter = 100;
+       const gsl_root_fdfsolver_type *T;
+       gsl_root_fdfsolver *s;
+       double x0, x = 5.0, r_expected = sqrt (5.0);
+       gsl_function_fdf FDF;
+       struct quadratic_params params = {1.0, 0.0, -5.0};
+
+       FDF.f = &quadratic;
+       FDF.df = &quadratic_deriv;
+       FDF.fdf = &quadratic_fdf;
+       FDF.params = &params;
+
+       T = gsl_root_fdfsolver_newton;
+       s = gsl_root_fdfsolver_alloc (T);
+       gsl_root_fdfsolver_set (s, &FDF, x);
+
+       printf ("using %s method\n",
+               gsl_root_fdfsolver_name (s));
+
+       printf ("%-5s %10s %10s %10s\n",
+               "iter", "root", "err", "err(est)");
+       do
+         {
+           iter++;
+           status = gsl_root_fdfsolver_iterate (s);
+           x0 = x;
+           x = gsl_root_fdfsolver_root (s);
+           status = gsl_root_test_delta (x, x0, 0, 1e-3);
+
+           if (status == GSL_SUCCESS)
+             printf ("Converged:\n");
+
+           printf ("%5d %10.7f %+10.7f %10.7f\n",
+                   iter, x, x - r_expected, x - x0);
+         }
+       while (status == GSL_CONTINUE && iter < max_iter);
+
+       gsl_root_fdfsolver_free (s);
+       return status;
+     }
+
+Here are the results for Newton’s method:
+
+     $ ./a.out
+     using newton method
+     iter        root        err   err(est)
+         1  3.0000000 +0.7639320 -2.0000000
+         2  2.3333333 +0.0972654 -0.6666667
+         3  2.2380952 +0.0020273 -0.0952381
+     Converged:
+         4  2.2360689 +0.0000009 -0.0020263
+
+Note that the error can be estimated more accurately by taking the
+difference between the current iterate and next iterate rather than the
+previous iterate.  The other derivative solvers can be investigated by
+changing ‘gsl_root_fdfsolver_newton’ to ‘gsl_root_fdfsolver_secant’ or
+‘gsl_root_fdfsolver_steffenson’.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<29>,  Prev: Examples<27>,  Up: One Dimensional Root-Finding
+
+36.11 References and Further Reading
+====================================
+
+For information on the Brent-Dekker algorithm see the following two
+papers,
+
+   * R. P. Brent, “An algorithm with guaranteed convergence for finding
+     a zero of a function”, `Computer Journal', 14 (1971) 422–425
+
+   * J. C. P. Bus and T. J. Dekker, “Two Efficient Algorithms with
+     Guaranteed Convergence for Finding a Zero of a Function”, `ACM
+     Transactions of Mathematical Software', Vol.: 1 No.: 4 (1975)
+     330–345
+
+\1f
+File: gsl-ref.info,  Node: One Dimensional Minimization,  Next: Multidimensional Root-Finding,  Prev: One Dimensional Root-Finding,  Up: Top
+
+37 One Dimensional Minimization
+*******************************
+
+This chapter describes routines for finding minima of arbitrary
+one-dimensional functions.  The library provides low level components
+for a variety of iterative minimizers and convergence tests.  These can
+be combined by the user to achieve the desired solution, with full
+access to the intermediate steps of the algorithms.  Each class of
+methods uses the same framework, so that you can switch between
+minimizers at runtime without needing to recompile your program.  Each
+instance of a minimizer keeps track of its own state, allowing the
+minimizers to be used in multi-threaded programs.
+
+The header file ‘gsl_min.h’ contains prototypes for the minimization
+functions and related declarations.  To use the minimization algorithms
+to find the maximum of a function simply invert its sign.
+
+* Menu:
+
+* Overview: Overview<2>.
+* Caveats: Caveats<2>.
+* Initializing the Minimizer::
+* Providing the function to minimize::
+* Iteration: Iteration<2>.
+* Stopping Parameters::
+* Minimization Algorithms::
+* Examples: Examples<28>.
+* References and Further Reading: References and Further Reading<30>.
+
+\1f
+File: gsl-ref.info,  Node: Overview<2>,  Next: Caveats<2>,  Up: One Dimensional Minimization
+
+37.1 Overview
+=============
+
+The minimization algorithms begin with a bounded region known to contain
+a minimum.  The region is described by a lower bound a and an upper
+bound b, with an estimate of the location of the minimum x, as shown in
+Fig.  %s.
+
+[gsl-ref-figures/min-interval]
+Figure: Function with lower and upper bounds with an estimate of the
+minimum.
+
+The value of the function at x must be less than the value of the
+function at the ends of the interval,
+
+     f(a) > f(x) < f(b)
+
+This condition guarantees that a minimum is contained somewhere within
+the interval.  On each iteration a new point x' is selected using one of
+the available algorithms.  If the new point is a better estimate of the
+minimum, i.e.: where f(x') < f(x), then the current estimate of the
+minimum x is updated.  The new point also allows the size of the bounded
+interval to be reduced, by choosing the most compact set of points which
+satisfies the constraint f(a) > f(x) < f(b).  The interval is reduced
+until it encloses the true minimum to a desired tolerance.  This
+provides a best estimate of the location of the minimum and a rigorous
+error estimate.
+
+Several bracketing algorithms are available within a single framework.
+The user provides a high-level driver for the algorithm, and the library
+provides the individual functions necessary for each of the steps.
+There are three main phases of the iteration.  The steps are,
+
+   * initialize minimizer state, ‘s’, for algorithm ‘T’
+
+   * update ‘s’ using the iteration ‘T’
+
+   * test ‘s’ for convergence, and repeat iteration if necessary
+
+The state for the minimizers is held in a *note gsl_min_fminimizer: ab1.
+struct.  The updating procedure uses only function evaluations (not
+derivatives).
+
+\1f
+File: gsl-ref.info,  Node: Caveats<2>,  Next: Initializing the Minimizer,  Prev: Overview<2>,  Up: One Dimensional Minimization
+
+37.2 Caveats
+============
+
+Note that minimization functions can only search for one minimum at a
+time.  When there are several minima in the search area, the first
+minimum to be found will be returned; however it is difficult to predict
+which of the minima this will be.  `In most cases, no error will be
+reported if you try to find a minimum in an area where there is more
+than one.'
+
+With all minimization algorithms it can be difficult to determine the
+location of the minimum to full numerical precision.  The behavior of
+the function in the region of the minimum x^* can be approximated by a
+Taylor expansion,
+
+     y = f(x^*) + (1/2) f''(x^*) (x - x^*)^2
+
+and the second term of this expansion can be lost when added to the
+first term at finite precision.  This magnifies the error in locating
+x^*, making it proportional to \sqrt \epsilon (where \epsilon is the
+relative accuracy of the floating point numbers).  For functions with
+higher order minima, such as x^4, the magnification of the error is
+correspondingly worse.  The best that can be achieved is to converge to
+the limit of numerical accuracy in the function values, rather than the
+location of the minimum itself.
+
+\1f
+File: gsl-ref.info,  Node: Initializing the Minimizer,  Next: Providing the function to minimize,  Prev: Caveats<2>,  Up: One Dimensional Minimization
+
+37.3 Initializing the Minimizer
+===============================
+
+ -- Type: gsl_min_fminimizer
+
+     This is a workspace for minimizing functions.
+
+ -- Function: *note gsl_min_fminimizer: ab1. *gsl_min_fminimizer_alloc
+          (const gsl_min_fminimizer_type *T)
+
+     This function returns a pointer to a newly allocated instance of a
+     minimizer of type *note T: ab4.  For example, the following code
+     creates an instance of a golden section minimizer:
+
+          const gsl_min_fminimizer_type * T = gsl_min_fminimizer_goldensection;
+          gsl_min_fminimizer * s = gsl_min_fminimizer_alloc (T);
+
+     If there is insufficient memory to create the minimizer then the
+     function returns a null pointer and the error handler is invoked
+     with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: int gsl_min_fminimizer_set (gsl_min_fminimizer *s,
+          gsl_function *f, double x_minimum, double x_lower, double
+          x_upper)
+
+     This function sets, or resets, an existing minimizer *note s: ab5.
+     to use the function *note f: ab5. and the initial search interval
+     [*note x_lower: ab5, *note x_upper: ab5.], with a guess for the
+     location of the minimum *note x_minimum: ab5.
+
+     If the interval given does not contain a minimum, then the function
+     returns an error code of *note GSL_EINVAL: 2b.
+
+ -- Function: int gsl_min_fminimizer_set_with_values (gsl_min_fminimizer
+          *s, gsl_function *f, double x_minimum, double f_minimum,
+          double x_lower, double f_lower, double x_upper, double
+          f_upper)
+
+     This function is equivalent to *note gsl_min_fminimizer_set(): ab5.
+     but uses the values *note f_minimum: ab6, *note f_lower: ab6. and
+     *note f_upper: ab6. instead of computing ‘f(x_minimum)’,
+     ‘f(x_lower)’ and ‘f(x_upper)’.
+
+ -- Function: void gsl_min_fminimizer_free (gsl_min_fminimizer *s)
+
+     This function frees all the memory associated with the minimizer
+     *note s: ab7.
+
+ -- Function: const char *gsl_min_fminimizer_name (const
+          gsl_min_fminimizer *s)
+
+     This function returns a pointer to the name of the minimizer.  For
+     example:
+
+          printf ("s is a '%s' minimizer\n", gsl_min_fminimizer_name (s));
+
+     would print something like ‘s is a 'brent' minimizer’.
+
+\1f
+File: gsl-ref.info,  Node: Providing the function to minimize,  Next: Iteration<2>,  Prev: Initializing the Minimizer,  Up: One Dimensional Minimization
+
+37.4 Providing the function to minimize
+=======================================
+
+You must provide a continuous function of one variable for the
+minimizers to operate on.  In order to allow for general parameters the
+functions are defined by a *note gsl_function: a93. data type (*note
+Providing the function to solve: a91.).
+
+\1f
+File: gsl-ref.info,  Node: Iteration<2>,  Next: Stopping Parameters,  Prev: Providing the function to minimize,  Up: One Dimensional Minimization
+
+37.5 Iteration
+==============
+
+The following functions drive the iteration of each algorithm.  Each
+function performs one iteration to update the state of any minimizer of
+the corresponding type.  The same functions work for all minimizers so
+that different methods can be substituted at runtime without
+modifications to the code.
+
+ -- Function: int gsl_min_fminimizer_iterate (gsl_min_fminimizer *s)
+
+     This function performs a single iteration of the minimizer *note s:
+     abb.  If the iteration encounters an unexpected problem then an
+     error code will be returned,
+
+     ‘GSL_EBADFUNC’
+
+          the iteration encountered a singular point where the function
+          evaluated to ‘Inf’ or ‘NaN’.
+
+     ‘GSL_FAILURE’
+
+          the algorithm could not improve the current best approximation
+          or bounding interval.
+
+The minimizer maintains a current best estimate of the position of the
+minimum at all times, and the current interval bounding the minimum.
+This information can be accessed with the following auxiliary functions,
+
+ -- Function: double gsl_min_fminimizer_x_minimum (const
+          gsl_min_fminimizer *s)
+
+     This function returns the current estimate of the position of the
+     minimum for the minimizer *note s: abc.
+
+ -- Function: double gsl_min_fminimizer_x_upper (const
+          gsl_min_fminimizer *s)
+ -- Function: double gsl_min_fminimizer_x_lower (const
+          gsl_min_fminimizer *s)
+
+     These functions return the current upper and lower bound of the
+     interval for the minimizer *note s: abe.
+
+ -- Function: double gsl_min_fminimizer_f_minimum (const
+          gsl_min_fminimizer *s)
+ -- Function: double gsl_min_fminimizer_f_upper (const
+          gsl_min_fminimizer *s)
+ -- Function: double gsl_min_fminimizer_f_lower (const
+          gsl_min_fminimizer *s)
+
+     These functions return the value of the function at the current
+     estimate of the minimum and at the upper and lower bounds of the
+     interval for the minimizer *note s: ac1.
+
+\1f
+File: gsl-ref.info,  Node: Stopping Parameters,  Next: Minimization Algorithms,  Prev: Iteration<2>,  Up: One Dimensional Minimization
+
+37.6 Stopping Parameters
+========================
+
+A minimization procedure should stop when one of the following
+conditions is true:
+
+   * A minimum has been found to within the user-specified precision.
+
+   * A user-specified maximum number of iterations has been reached.
+
+   * An error has occurred.
+
+The handling of these conditions is under user control.  The function
+below allows the user to test the precision of the current result.
+
+ -- Function: int gsl_min_test_interval (double x_lower, double x_upper,
+          double epsabs, double epsrel)
+
+     This function tests for the convergence of the interval [*note
+     x_lower: ac3, *note x_upper: ac3.] with absolute error *note
+     epsabs: ac3. and relative error *note epsrel: ac3.  The test
+     returns ‘GSL_SUCCESS’ if the following condition is achieved,
+
+          |a - b| < epsabs + epsrel min(|a|,|b|)
+
+     when the interval x = [a,b] does not include the origin.  If the
+     interval includes the origin then \min(|a|,|b|) is replaced by zero
+     (which is the minimum value of |x| over the interval).  This
+     ensures that the relative error is accurately estimated for minima
+     close to the origin.
+
+     This condition on the interval also implies that any estimate of
+     the minimum x_m in the interval satisfies the same condition with
+     respect to the true minimum x_m^*,
+
+          |x_m - x_m^*| < epsabs + epsrel x_m^*
+
+     assuming that the true minimum x_m^* is contained within the
+     interval.
+
+\1f
+File: gsl-ref.info,  Node: Minimization Algorithms,  Next: Examples<28>,  Prev: Stopping Parameters,  Up: One Dimensional Minimization
+
+37.7 Minimization Algorithms
+============================
+
+The minimization algorithms described in this section require an initial
+interval which is guaranteed to contain a minimum—if a and b are the
+endpoints of the interval and x is an estimate of the minimum then f(a)
+> f(x) < f(b).  This ensures that the function has at least one minimum
+somewhere in the interval.  If a valid initial interval is used then
+these algorithm cannot fail, provided the function is well-behaved.
+
+ -- Type: gsl_min_fminimizer_type
+
+      -- Variable: *note gsl_min_fminimizer_type: ac5.
+               *gsl_min_fminimizer_goldensection
+
+          The `golden section algorithm' is the simplest method of
+          bracketing the minimum of a function.  It is the slowest
+          algorithm provided by the library, with linear convergence.
+
+          On each iteration, the algorithm first compares the
+          subintervals from the endpoints to the current minimum.  The
+          larger subinterval is divided in a golden section (using the
+          famous ratio (3-\sqrt 5)/2 \approx 0.3819660 and the value of
+          the function at this new point is calculated.  The new value
+          is used with the constraint f(a') > f(x') < f(b') to a select
+          new interval containing the minimum, by discarding the least
+          useful point.  This procedure can be continued indefinitely
+          until the interval is sufficiently small.  Choosing the golden
+          section as the bisection ratio can be shown to provide the
+          fastest convergence for this type of algorithm.
+
+      -- Variable: *note gsl_min_fminimizer_type: ac5.
+               *gsl_min_fminimizer_brent
+
+          The `Brent minimization algorithm' combines a parabolic
+          interpolation with the golden section algorithm.  This
+          produces a fast algorithm which is still robust.
+
+          The outline of the algorithm can be summarized as follows: on
+          each iteration Brent’s method approximates the function using
+          an interpolating parabola through three existing points.  The
+          minimum of the parabola is taken as a guess for the minimum.
+          If it lies within the bounds of the current interval then the
+          interpolating point is accepted, and used to generate a
+          smaller interval.  If the interpolating point is not accepted
+          then the algorithm falls back to an ordinary golden section
+          step.  The full details of Brent’s method include some
+          additional checks to improve convergence.
+
+      -- Variable: *note gsl_min_fminimizer_type: ac5.
+               *gsl_min_fminimizer_quad_golden
+
+          This is a variant of Brent’s algorithm which uses the
+          safeguarded step-length algorithm of Gill and Murray.
+
+\1f
+File: gsl-ref.info,  Node: Examples<28>,  Next: References and Further Reading<30>,  Prev: Minimization Algorithms,  Up: One Dimensional Minimization
+
+37.8 Examples
+=============
+
+The following program uses the Brent algorithm to find the minimum of
+the function f(x) = \cos(x) + 1, which occurs at x = \pi.  The starting
+interval is (0,6), with an initial guess for the minimum of 2.
+
+     #include <stdio.h>
+     #include <gsl/gsl_errno.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_min.h>
+
+     double fn1 (double x, void * params)
+     {
+       (void)(params); /* avoid unused parameter warning */
+       return cos(x) + 1.0;
+     }
+
+     int
+     main (void)
+     {
+       int status;
+       int iter = 0, max_iter = 100;
+       const gsl_min_fminimizer_type *T;
+       gsl_min_fminimizer *s;
+       double m = 2.0, m_expected = M_PI;
+       double a = 0.0, b = 6.0;
+       gsl_function F;
+
+       F.function = &fn1;
+       F.params = 0;
+
+       T = gsl_min_fminimizer_brent;
+       s = gsl_min_fminimizer_alloc (T);
+       gsl_min_fminimizer_set (s, &F, m, a, b);
+
+       printf ("using %s method\n",
+               gsl_min_fminimizer_name (s));
+
+       printf ("%5s [%9s, %9s] %9s %10s %9s\n",
+               "iter", "lower", "upper", "min",
+               "err", "err(est)");
+
+       printf ("%5d [%.7f, %.7f] %.7f %+.7f %.7f\n",
+               iter, a, b,
+               m, m - m_expected, b - a);
+
+       do
+         {
+           iter++;
+           status = gsl_min_fminimizer_iterate (s);
+
+           m = gsl_min_fminimizer_x_minimum (s);
+           a = gsl_min_fminimizer_x_lower (s);
+           b = gsl_min_fminimizer_x_upper (s);
+
+           status
+             = gsl_min_test_interval (a, b, 0.001, 0.0);
+
+           if (status == GSL_SUCCESS)
+             printf ("Converged:\n");
+
+           printf ("%5d [%.7f, %.7f] "
+                   "%.7f %+.7f %.7f\n",
+                   iter, a, b,
+                   m, m - m_expected, b - a);
+         }
+       while (status == GSL_CONTINUE && iter < max_iter);
+
+       gsl_min_fminimizer_free (s);
+
+       return status;
+     }
+
+Here are the results of the minimization procedure.
+
+     using brent method
+      iter [    lower,     upper]       min        err  err(est)
+         0 [0.0000000, 6.0000000] 2.0000000 -1.1415927 6.0000000
+         1 [2.0000000, 6.0000000] 3.5278640 +0.3862713 4.0000000
+         2 [2.0000000, 3.5278640] 3.1748217 +0.0332290 1.5278640
+         3 [2.0000000, 3.1748217] 3.1264576 -0.0151351 1.1748217
+         4 [3.1264576, 3.1748217] 3.1414743 -0.0001183 0.0483641
+         5 [3.1414743, 3.1748217] 3.1415930 +0.0000004 0.0333474
+     Converged:
+         6 [3.1414743, 3.1415930] 3.1415927 +0.0000000 0.0001187
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<30>,  Prev: Examples<28>,  Up: One Dimensional Minimization
+
+37.9 References and Further Reading
+===================================
+
+Further information on Brent’s algorithm is available in the following
+book,
+
+   * Richard Brent, `Algorithms for minimization without derivatives',
+     Prentice-Hall (1973), republished by Dover in paperback (2002),
+     ISBN 0-486-41998-3.
+
+\1f
+File: gsl-ref.info,  Node: Multidimensional Root-Finding,  Next: Multidimensional Minimization,  Prev: One Dimensional Minimization,  Up: Top
+
+38 Multidimensional Root-Finding
+********************************
+
+This chapter describes functions for multidimensional root-finding
+(solving nonlinear systems with n equations in n unknowns).  The library
+provides low level components for a variety of iterative solvers and
+convergence tests.  These can be combined by the user to achieve the
+desired solution, with full access to the intermediate steps of the
+iteration.  Each class of methods uses the same framework, so that you
+can switch between solvers at runtime without needing to recompile your
+program.  Each instance of a solver keeps track of its own state,
+allowing the solvers to be used in multi-threaded programs.  The solvers
+are based on the original Fortran library MINPACK.
+
+The header file ‘gsl_multiroots.h’ contains prototypes for the
+multidimensional root finding functions and related declarations.
+
+* Menu:
+
+* Overview: Overview<3>.
+* Initializing the Solver: Initializing the Solver<2>.
+* Providing the function to solve: Providing the function to solve<2>.
+* Iteration: Iteration<3>.
+* Search Stopping Parameters: Search Stopping Parameters<2>.
+* Algorithms using Derivatives::
+* Algorithms without Derivatives::
+* Examples: Examples<29>.
+* References and Further Reading: References and Further Reading<31>.
+
+\1f
+File: gsl-ref.info,  Node: Overview<3>,  Next: Initializing the Solver<2>,  Up: Multidimensional Root-Finding
+
+38.1 Overview
+=============
+
+The problem of multidimensional root finding requires the simultaneous
+solution of n equations, f_i, in n variables, x_i,
+
+     f_i (x_1, ..., x_n) = 0    for i = 1 ... n.
+
+In general there are no bracketing methods available for n dimensional
+systems, and no way of knowing whether any solutions exist.  All
+algorithms proceed from an initial guess using a variant of the Newton
+iteration,
+
+     x -> x' = x - J^{-1} f(x)
+
+where x, f are vector quantities and J is the Jacobian matrix J_{ij} =
+\partial f_i / \partial x_j.  Additional strategies can be used to
+enlarge the region of convergence.  These include requiring a decrease
+in the norm |f| on each step proposed by Newton’s method, or taking
+steepest-descent steps in the direction of the negative gradient of |f|.
+
+Several root-finding algorithms are available within a single framework.
+The user provides a high-level driver for the algorithms, and the
+library provides the individual functions necessary for each of the
+steps.  There are three main phases of the iteration.  The steps are,
+
+   * initialize solver state, ‘s’, for algorithm ‘T’
+
+   * update ‘s’ using the iteration ‘T’
+
+   * test ‘s’ for convergence, and repeat iteration if necessary
+
+The evaluation of the Jacobian matrix can be problematic, either because
+programming the derivatives is intractable or because computation of the
+n^2 terms of the matrix becomes too expensive.  For these reasons the
+algorithms provided by the library are divided into two classes
+according to whether the derivatives are available or not.
+
+The state for solvers with an analytic Jacobian matrix is held in a
+*note gsl_multiroot_fdfsolver: ace. struct.  The updating procedure
+requires both the function and its derivatives to be supplied by the
+user.
+
+The state for solvers which do not use an analytic Jacobian matrix is
+held in a *note gsl_multiroot_fsolver: acf. struct.  The updating
+procedure uses only function evaluations (not derivatives).  The
+algorithms estimate the matrix J or J^{-1} by approximate methods.
+
+\1f
+File: gsl-ref.info,  Node: Initializing the Solver<2>,  Next: Providing the function to solve<2>,  Prev: Overview<3>,  Up: Multidimensional Root-Finding
+
+38.2 Initializing the Solver
+============================
+
+The following functions initialize a multidimensional solver, either
+with or without derivatives.  The solver itself depends only on the
+dimension of the problem and the algorithm and can be reused for
+different problems.
+
+ -- Type: gsl_multiroot_fsolver
+
+     This is a workspace for multidimensional root-finding without
+     derivatives.
+
+ -- Type: gsl_multiroot_fdfsolver
+
+     This is a workspace for multidimensional root-finding with
+     derivatives.
+
+ -- Function: *note gsl_multiroot_fsolver: acf.
+          *gsl_multiroot_fsolver_alloc (const gsl_multiroot_fsolver_type
+          *T, size_t n)
+
+     This function returns a pointer to a newly allocated instance of a
+     solver of type *note T: ad1. for a system of *note n: ad1.
+     dimensions.  For example, the following code creates an instance of
+     a hybrid solver, to solve a 3-dimensional system of equations:
+
+          const gsl_multiroot_fsolver_type * T = gsl_multiroot_fsolver_hybrid;
+          gsl_multiroot_fsolver * s = gsl_multiroot_fsolver_alloc (T, 3);
+
+     If there is insufficient memory to create the solver then the
+     function returns a null pointer and the error handler is invoked
+     with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: *note gsl_multiroot_fdfsolver: ace.
+          *gsl_multiroot_fdfsolver_alloc (const
+          gsl_multiroot_fdfsolver_type *T, size_t n)
+
+     This function returns a pointer to a newly allocated instance of a
+     derivative solver of type *note T: ad2. for a system of *note n:
+     ad2. dimensions.  For example, the following code creates an
+     instance of a Newton-Raphson solver, for a 2-dimensional system of
+     equations:
+
+          const gsl_multiroot_fdfsolver_type * T = gsl_multiroot_fdfsolver_newton;
+          gsl_multiroot_fdfsolver * s = gsl_multiroot_fdfsolver_alloc (T, 2);
+
+     If there is insufficient memory to create the solver then the
+     function returns a null pointer and the error handler is invoked
+     with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: int gsl_multiroot_fsolver_set (gsl_multiroot_fsolver *s,
+          gsl_multiroot_function *f, const gsl_vector *x)
+ -- Function: int gsl_multiroot_fdfsolver_set (gsl_multiroot_fdfsolver
+          *s, gsl_multiroot_function_fdf *fdf, const gsl_vector *x)
+
+     These functions set, or reset, an existing solver *note s: ad4. to
+     use the function ‘f’ or function and derivative *note fdf: ad4, and
+     the initial guess *note x: ad4.  Note that the initial position is
+     copied from *note x: ad4, this argument is not modified by
+     subsequent iterations.
+
+ -- Function: void gsl_multiroot_fsolver_free (gsl_multiroot_fsolver *s)
+ -- Function: void gsl_multiroot_fdfsolver_free (gsl_multiroot_fdfsolver
+          *s)
+
+     These functions free all the memory associated with the solver
+     *note s: ad6.
+
+ -- Function: const char *gsl_multiroot_fsolver_name (const
+          gsl_multiroot_fsolver *s)
+ -- Function: const char *gsl_multiroot_fdfsolver_name (const
+          gsl_multiroot_fdfsolver *s)
+
+     These functions return a pointer to the name of the solver.  For
+     example:
+
+          printf ("s is a '%s' solver\n", gsl_multiroot_fdfsolver_name (s));
+
+     would print something like ‘s is a 'newton' solver’.
+
+\1f
+File: gsl-ref.info,  Node: Providing the function to solve<2>,  Next: Iteration<3>,  Prev: Initializing the Solver<2>,  Up: Multidimensional Root-Finding
+
+38.3 Providing the function to solve
+====================================
+
+You must provide n functions of n variables for the root finders to
+operate on.  In order to allow for general parameters the functions are
+defined by the following data types:
+
+ -- Type: gsl_multiroot_function
+
+     This data type defines a general system of functions with
+     parameters.
+
+     ‘int (* f) (const gsl_vector * x, void * params, gsl_vector * f)’
+
+          this function should store the vector result f(x,params) in
+          ‘f’ for argument ‘x’ and parameters ‘params’, returning an
+          appropriate error code if the function cannot be computed.
+
+     ‘size_t n’
+
+          the dimension of the system, i.e.  the number of components of
+          the vectors ‘x’ and ‘f’.
+
+     ‘void * params’
+
+          a pointer to the parameters of the function.
+
+Here is an example using Powell’s test function,
+
+     f_1(x) = A x_0 x_1 - 1,
+     f_2(x) = exp(-x_0) + exp(-x_1) - (1 + 1/A)
+
+with A = 10^4.  The following code defines a *note
+gsl_multiroot_function: ada. system ‘F’ which you could pass to a
+solver:
+
+     struct powell_params { double A; };
+
+     int
+     powell (gsl_vector * x, void * p, gsl_vector * f) {
+        struct powell_params * params
+          = (struct powell_params *)p;
+        const double A = (params->A);
+        const double x0 = gsl_vector_get(x,0);
+        const double x1 = gsl_vector_get(x,1);
+
+        gsl_vector_set (f, 0, A * x0 * x1 - 1);
+        gsl_vector_set (f, 1, (exp(-x0) + exp(-x1)
+                               - (1.0 + 1.0/A)));
+        return GSL_SUCCESS
+     }
+
+     gsl_multiroot_function F;
+     struct powell_params params = { 10000.0 };
+
+     F.f = &powell;
+     F.n = 2;
+     F.params = &params;
+
+ -- Type: gsl_multiroot_function_fdf
+
+     This data type defines a general system of functions with
+     parameters and the corresponding Jacobian matrix of derivatives,
+
+     ‘int (* f) (const gsl_vector * x, void * params, gsl_vector * f)’
+
+          this function should store the vector result f(x,params) in
+          ‘f’ for argument ‘x’ and parameters ‘params’, returning an
+          appropriate error code if the function cannot be computed.
+
+     ‘int (* df) (const gsl_vector * x, void * params, gsl_matrix * J)’
+
+          this function should store the ‘n’-by-‘n’ matrix result
+
+               J_ij = d f_i(x,params) / d x_j
+
+          in ‘J’ for argument ‘x’ and parameters ‘params’, returning an
+          appropriate error code if the function cannot be computed.
+
+     ‘int (* fdf) (const gsl_vector * x, void * params, gsl_vector * f,
+     gsl_matrix * J)’
+
+          This function should set the values of the ‘f’ and ‘J’ as
+          above, for arguments ‘x’ and parameters ‘params’.  This
+          function provides an optimization of the separate functions
+          for f(x) and J(x)—it is always faster to compute the function
+          and its derivative at the same time.
+
+     ‘size_t n’
+
+          the dimension of the system, i.e.  the number of components of
+          the vectors ‘x’ and ‘f’.
+
+     ‘void * params’
+
+          a pointer to the parameters of the function.
+
+The example of Powell’s test function defined above can be extended to
+include analytic derivatives using the following code:
+
+     int
+     powell_df (gsl_vector * x, void * p, gsl_matrix * J)
+     {
+        struct powell_params * params
+          = (struct powell_params *)p;
+        const double A = (params->A);
+        const double x0 = gsl_vector_get(x,0);
+        const double x1 = gsl_vector_get(x,1);
+        gsl_matrix_set (J, 0, 0, A * x1);
+        gsl_matrix_set (J, 0, 1, A * x0);
+        gsl_matrix_set (J, 1, 0, -exp(-x0));
+        gsl_matrix_set (J, 1, 1, -exp(-x1));
+        return GSL_SUCCESS
+     }
+
+     int
+     powell_fdf (gsl_vector * x, void * p,
+                 gsl_matrix * f, gsl_matrix * J) {
+        struct powell_params * params
+          = (struct powell_params *)p;
+        const double A = (params->A);
+        const double x0 = gsl_vector_get(x,0);
+        const double x1 = gsl_vector_get(x,1);
+
+        const double u0 = exp(-x0);
+        const double u1 = exp(-x1);
+
+        gsl_vector_set (f, 0, A * x0 * x1 - 1);
+        gsl_vector_set (f, 1, u0 + u1 - (1 + 1/A));
+
+        gsl_matrix_set (J, 0, 0, A * x1);
+        gsl_matrix_set (J, 0, 1, A * x0);
+        gsl_matrix_set (J, 1, 0, -u0);
+        gsl_matrix_set (J, 1, 1, -u1);
+        return GSL_SUCCESS
+     }
+
+     gsl_multiroot_function_fdf FDF;
+
+     FDF.f = &powell_f;
+     FDF.df = &powell_df;
+     FDF.fdf = &powell_fdf;
+     FDF.n = 2;
+     FDF.params = 0;
+
+Note that the function ‘powell_fdf’ is able to reuse existing terms from
+the function when calculating the Jacobian, thus saving time.
+
+\1f
+File: gsl-ref.info,  Node: Iteration<3>,  Next: Search Stopping Parameters<2>,  Prev: Providing the function to solve<2>,  Up: Multidimensional Root-Finding
+
+38.4 Iteration
+==============
+
+The following functions drive the iteration of each algorithm.  Each
+function performs one iteration to update the state of any solver of the
+corresponding type.  The same functions work for all solvers so that
+different methods can be substituted at runtime without modifications to
+the code.
+
+ -- Function: int gsl_multiroot_fsolver_iterate (gsl_multiroot_fsolver
+          *s)
+ -- Function: int gsl_multiroot_fdfsolver_iterate
+          (gsl_multiroot_fdfsolver *s)
+
+     These functions perform a single iteration of the solver *note s:
+     ade.  If the iteration encounters an unexpected problem then an
+     error code will be returned,
+
+     ‘GSL_EBADFUNC’
+
+          the iteration encountered a singular point where the function
+          or its derivative evaluated to ‘Inf’ or ‘NaN’.
+
+     ‘GSL_ENOPROG’
+
+          the iteration is not making any progress, preventing the
+          algorithm from continuing.
+
+The solver maintains a current best estimate of the root ‘s->x’ and its
+function value ‘s->f’ at all times.  This information can be accessed
+with the following auxiliary functions,
+
+ -- Function: *note gsl_vector: 35f. *gsl_multiroot_fsolver_root (const
+          gsl_multiroot_fsolver *s)
+ -- Function: *note gsl_vector: 35f. *gsl_multiroot_fdfsolver_root
+          (const gsl_multiroot_fdfsolver *s)
+
+     These functions return the current estimate of the root for the
+     solver *note s: ae0, given by ‘s->x’.
+
+ -- Function: *note gsl_vector: 35f. *gsl_multiroot_fsolver_f (const
+          gsl_multiroot_fsolver *s)
+ -- Function: *note gsl_vector: 35f. *gsl_multiroot_fdfsolver_f (const
+          gsl_multiroot_fdfsolver *s)
+
+     These functions return the function value f(x) at the current
+     estimate of the root for the solver *note s: ae2, given by ‘s->f’.
+
+ -- Function: *note gsl_vector: 35f. *gsl_multiroot_fsolver_dx (const
+          gsl_multiroot_fsolver *s)
+ -- Function: *note gsl_vector: 35f. *gsl_multiroot_fdfsolver_dx (const
+          gsl_multiroot_fdfsolver *s)
+
+     These functions return the last step dx taken by the solver *note
+     s: ae4, given by ‘s->dx’.
+
+\1f
+File: gsl-ref.info,  Node: Search Stopping Parameters<2>,  Next: Algorithms using Derivatives,  Prev: Iteration<3>,  Up: Multidimensional Root-Finding
+
+38.5 Search Stopping Parameters
+===============================
+
+A root finding procedure should stop when one of the following
+conditions is true:
+
+   * A multidimensional root has been found to within the user-specified
+     precision.
+
+   * A user-specified maximum number of iterations has been reached.
+
+   * An error has occurred.
+
+The handling of these conditions is under user control.  The functions
+below allow the user to test the precision of the current result in
+several standard ways.
+
+ -- Function: int gsl_multiroot_test_delta (const gsl_vector *dx, const
+          gsl_vector *x, double epsabs, double epsrel)
+
+     This function tests for the convergence of the sequence by
+     comparing the last step *note dx: ae6. with the absolute error
+     *note epsabs: ae6. and relative error *note epsrel: ae6. to the
+     current position *note x: ae6.  The test returns ‘GSL_SUCCESS’ if
+     the following condition is achieved,
+
+          |dx_i| < epsabs + epsrel |x_i|
+
+     for each component of *note x: ae6. and returns ‘GSL_CONTINUE’
+     otherwise.
+
+ -- Function: int gsl_multiroot_test_residual (const gsl_vector *f,
+          double epsabs)
+
+     This function tests the residual value *note f: ae7. against the
+     absolute error bound *note epsabs: ae7.  The test returns
+     ‘GSL_SUCCESS’ if the following condition is achieved,
+
+          \sum_i |f_i| < epsabs
+
+     and returns ‘GSL_CONTINUE’ otherwise.  This criterion is suitable
+     for situations where the precise location of the root, x, is
+     unimportant provided a value can be found where the residual is
+     small enough.
+
+\1f
+File: gsl-ref.info,  Node: Algorithms using Derivatives,  Next: Algorithms without Derivatives,  Prev: Search Stopping Parameters<2>,  Up: Multidimensional Root-Finding
+
+38.6 Algorithms using Derivatives
+=================================
+
+The root finding algorithms described in this section make use of both
+the function and its derivative.  They require an initial guess for the
+location of the root, but there is no absolute guarantee of
+convergence—the function must be suitable for this technique and the
+initial guess must be sufficiently close to the root for it to work.
+When the conditions are satisfied then convergence is quadratic.
+
+ -- Type: gsl_multiroot_fdfsolver_type
+
+     The following are available algorithms for minimizing functions
+     using derivatives.
+
+      -- Variable: *note gsl_multiroot_fdfsolver_type: ae9.
+               *gsl_multiroot_fdfsolver_hybridsj
+
+          This is a modified version of Powell’s Hybrid method as
+          implemented in the HYBRJ algorithm in MINPACK. Minpack was
+          written by Jorge J. Moré, Burton S. Garbow and Kenneth E.
+          Hillstrom.  The Hybrid algorithm retains the fast convergence
+          of Newton’s method but will also reduce the residual when
+          Newton’s method is unreliable.
+
+          The algorithm uses a generalized trust region to keep each
+          step under control.  In order to be accepted a proposed new
+          position x' must satisfy the condition |D (x' - x)| < \delta,
+          where D is a diagonal scaling matrix and \delta is the size of
+          the trust region.  The components of D are computed
+          internally, using the column norms of the Jacobian to estimate
+          the sensitivity of the residual to each component of x.  This
+          improves the behavior of the algorithm for badly scaled
+          functions.
+
+          On each iteration the algorithm first determines the standard
+          Newton step by solving the system J dx = - f.  If this step
+          falls inside the trust region it is used as a trial step in
+          the next stage.  If not, the algorithm uses the linear
+          combination of the Newton and gradient directions which is
+          predicted to minimize the norm of the function while staying
+          inside the trust region,
+
+               dx = - \alpha J^{-1} f(x) - \beta \nabla |f(x)|^2
+
+          This combination of Newton and gradient directions is referred
+          to as a `dogleg step'.
+
+          The proposed step is now tested by evaluating the function at
+          the resulting point, x'.  If the step reduces the norm of the
+          function sufficiently then it is accepted and size of the
+          trust region is increased.  If the proposed step fails to
+          improve the solution then the size of the trust region is
+          decreased and another trial step is computed.
+
+          The speed of the algorithm is increased by computing the
+          changes to the Jacobian approximately, using a rank-1 update.
+          If two successive attempts fail to reduce the residual then
+          the full Jacobian is recomputed.  The algorithm also monitors
+          the progress of the solution and returns an error if several
+          steps fail to make any improvement,
+
+          ‘GSL_ENOPROG’
+
+               the iteration is not making any progress, preventing the
+               algorithm from continuing.
+
+          ‘GSL_ENOPROGJ’
+
+               re-evaluations of the Jacobian indicate that the
+               iteration is not making any progress, preventing the
+               algorithm from continuing.
+
+      -- Variable: *note gsl_multiroot_fdfsolver_type: ae9.
+               *gsl_multiroot_fdfsolver_hybridj
+
+          This algorithm is an unscaled version of HYBRIDSJ. The steps
+          are controlled by a spherical trust region |x' - x| < \delta,
+          instead of a generalized region.  This can be useful if the
+          generalized region estimated by HYBRIDSJ is inappropriate.
+
+      -- Variable: *note gsl_multiroot_fdfsolver_type: ae9.
+               *gsl_multiroot_fdfsolver_newton
+
+          Newton’s Method is the standard root-polishing algorithm.  The
+          algorithm begins with an initial guess for the location of the
+          solution.  On each iteration a linear approximation to the
+          function F is used to estimate the step which will zero all
+          the components of the residual.  The iteration is defined by
+          the following sequence,
+
+               x -> x' = x - J^{-1} f(x)
+
+          where the Jacobian matrix J is computed from the derivative
+          functions provided by ‘f’.  The step dx is obtained by solving
+          the linear system,
+
+               J dx = - f(x)
+
+          using LU decomposition.  If the Jacobian matrix is singular,
+          an error code of *note GSL_EDOM: 28. is returned.
+
+      -- Variable: *note gsl_multiroot_fdfsolver_type: ae9.
+               *gsl_multiroot_fdfsolver_gnewton
+
+          This is a modified version of Newton’s method which attempts
+          to improve global convergence by requiring every step to
+          reduce the Euclidean norm of the residual, |f(x)|.  If the
+          Newton step leads to an increase in the norm then a reduced
+          step of relative size,
+
+               t = (\sqrt{1 + 6 r} - 1) / (3 r)
+
+          is proposed, with r being the ratio of norms
+          |f(x')|^2/|f(x)|^2.  This procedure is repeated until a
+          suitable step size is found.
+
+\1f
+File: gsl-ref.info,  Node: Algorithms without Derivatives,  Next: Examples<29>,  Prev: Algorithms using Derivatives,  Up: Multidimensional Root-Finding
+
+38.7 Algorithms without Derivatives
+===================================
+
+The algorithms described in this section do not require any derivative
+information to be supplied by the user.  Any derivatives needed are
+approximated by finite differences.  Note that if the
+finite-differencing step size chosen by these routines is inappropriate,
+an explicit user-supplied numerical derivative can always be used with
+the algorithms described in the previous section.
+
+ -- Type: gsl_multiroot_fsolver_type
+
+     The following are available algorithms for minimizing functions
+     without derivatives.
+
+      -- Variable: *note gsl_multiroot_fsolver_type: aef.
+               *gsl_multiroot_fsolver_hybrids
+
+          This is a version of the Hybrid algorithm which replaces calls
+          to the Jacobian function by its finite difference
+          approximation.  The finite difference approximation is
+          computed using ‘gsl_multiroots_fdjac()’ with a relative step
+          size of ‘GSL_SQRT_DBL_EPSILON’.  Note that this step size will
+          not be suitable for all problems.
+
+      -- Variable: *note gsl_multiroot_fsolver_type: aef.
+               *gsl_multiroot_fsolver_hybrid
+
+          This is a finite difference version of the Hybrid algorithm
+          without internal scaling.
+
+      -- Variable: *note gsl_multiroot_fsolver_type: aef.
+               *gsl_multiroot_fsolver_dnewton
+
+          The `discrete Newton algorithm' is the simplest method of
+          solving a multidimensional system.  It uses the Newton
+          iteration
+
+               x -> x - J^{-1} f(x)
+
+          where the Jacobian matrix J is approximated by taking finite
+          differences of the function ‘f’.  The approximation scheme
+          used by this implementation is,
+
+               J_{ij} = (f_i(x + \delta_j) - f_i(x)) / \delta_j
+
+          where \delta_j is a step of size \sqrt\epsilon |x_j| with
+          \epsilon being the machine precision (\epsilon \approx 2.22
+          \times 10^{-16}).  The order of convergence of Newton’s
+          algorithm is quadratic, but the finite differences require n^2
+          function evaluations on each iteration.  The algorithm may
+          become unstable if the finite differences are not a good
+          approximation to the true derivatives.
+
+      -- Variable: *note gsl_multiroot_fsolver_type: aef.
+               *gsl_multiroot_fsolver_broyden
+
+          The `Broyden algorithm' is a version of the discrete Newton
+          algorithm which attempts to avoids the expensive update of the
+          Jacobian matrix on each iteration.  The changes to the
+          Jacobian are also approximated, using a rank-1 update,
+
+               J^{-1} \to J^{-1} - (J^{-1} df - dx) dx^T J^{-1} / dx^T J^{-1} df
+
+          where the vectors dx and df are the changes in x and f.  On
+          the first iteration the inverse Jacobian is estimated using
+          finite differences, as in the discrete Newton algorithm.
+
+          This approximation gives a fast update but is unreliable if
+          the changes are not small, and the estimate of the inverse
+          Jacobian becomes worse as time passes.  The algorithm has a
+          tendency to become unstable unless it starts close to the
+          root.  The Jacobian is refreshed if this instability is
+          detected (consult the source for details).
+
+          This algorithm is included only for demonstration purposes,
+          and is not recommended for serious use.
+
+\1f
+File: gsl-ref.info,  Node: Examples<29>,  Next: References and Further Reading<31>,  Prev: Algorithms without Derivatives,  Up: Multidimensional Root-Finding
+
+38.8 Examples
+=============
+
+The multidimensional solvers are used in a similar way to the
+one-dimensional root finding algorithms.  This first example
+demonstrates the HYBRIDS scaled-hybrid algorithm, which does not require
+derivatives.  The program solves the Rosenbrock system of equations,
+
+     f_1 (x, y) = a (1 - x)
+     f_2 (x, y) = b (y - x^2)
+
+with a = 1, b = 10.  The solution of this system lies at (x,y) = (1,1)
+in a narrow valley.
+
+The first stage of the program is to define the system of equations:
+
+     #include <stdlib.h>
+     #include <stdio.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_multiroots.h>
+
+     struct rparams
+       {
+         double a;
+         double b;
+       };
+
+     int
+     rosenbrock_f (const gsl_vector * x, void *params,
+                   gsl_vector * f)
+     {
+       double a = ((struct rparams *) params)->a;
+       double b = ((struct rparams *) params)->b;
+
+       const double x0 = gsl_vector_get (x, 0);
+       const double x1 = gsl_vector_get (x, 1);
+
+       const double y0 = a * (1 - x0);
+       const double y1 = b * (x1 - x0 * x0);
+
+       gsl_vector_set (f, 0, y0);
+       gsl_vector_set (f, 1, y1);
+
+       return GSL_SUCCESS;
+     }
+
+The main program begins by creating the function object ‘f’, with the
+arguments ‘(x,y)’ and parameters ‘(a,b)’.  The solver ‘s’ is initialized
+to use this function, with the ‘gsl_multiroot_fsolver_hybrids’ method:
+
+     int
+     main (void)
+     {
+       const gsl_multiroot_fsolver_type *T;
+       gsl_multiroot_fsolver *s;
+
+       int status;
+       size_t i, iter = 0;
+
+       const size_t n = 2;
+       struct rparams p = {1.0, 10.0};
+       gsl_multiroot_function f = {&rosenbrock_f, n, &p};
+
+       double x_init[2] = {-10.0, -5.0};
+       gsl_vector *x = gsl_vector_alloc (n);
+
+       gsl_vector_set (x, 0, x_init[0]);
+       gsl_vector_set (x, 1, x_init[1]);
+
+       T = gsl_multiroot_fsolver_hybrids;
+       s = gsl_multiroot_fsolver_alloc (T, 2);
+       gsl_multiroot_fsolver_set (s, &f, x);
+
+       print_state (iter, s);
+
+       do
+         {
+           iter++;
+           status = gsl_multiroot_fsolver_iterate (s);
+
+           print_state (iter, s);
+
+           if (status)   /* check if solver is stuck */
+             break;
+
+           status =
+             gsl_multiroot_test_residual (s->f, 1e-7);
+         }
+       while (status == GSL_CONTINUE && iter < 1000);
+
+       printf ("status = %s\n", gsl_strerror (status));
+
+       gsl_multiroot_fsolver_free (s);
+       gsl_vector_free (x);
+       return 0;
+     }
+
+Note that it is important to check the return status of each solver
+step, in case the algorithm becomes stuck.  If an error condition is
+detected, indicating that the algorithm cannot proceed, then the error
+can be reported to the user, a new starting point chosen or a different
+algorithm used.
+
+The intermediate state of the solution is displayed by the following
+function.  The solver state contains the vector ‘s->x’ which is the
+current position, and the vector ‘s->f’ with corresponding function
+values:
+
+     int
+     print_state (size_t iter, gsl_multiroot_fsolver * s)
+     {
+       printf ("iter = %3u x = % .3f % .3f "
+               "f(x) = % .3e % .3e\n",
+               iter,
+               gsl_vector_get (s->x, 0),
+               gsl_vector_get (s->x, 1),
+               gsl_vector_get (s->f, 0),
+               gsl_vector_get (s->f, 1));
+     }
+
+Here are the results of running the program.  The algorithm is started
+at (-10,-5) far from the solution.  Since the solution is hidden in a
+narrow valley the earliest steps follow the gradient of the function
+downhill, in an attempt to reduce the large value of the residual.  Once
+the root has been approximately located, on iteration 8, the Newton
+behavior takes over and convergence is very rapid:
+
+     iter =  0 x = -10.000  -5.000  f(x) = 1.100e+01 -1.050e+03
+     iter =  1 x = -10.000  -5.000  f(x) = 1.100e+01 -1.050e+03
+     iter =  2 x =  -3.976  24.827  f(x) = 4.976e+00  9.020e+01
+     iter =  3 x =  -3.976  24.827  f(x) = 4.976e+00  9.020e+01
+     iter =  4 x =  -3.976  24.827  f(x) = 4.976e+00  9.020e+01
+     iter =  5 x =  -1.274  -5.680  f(x) = 2.274e+00 -7.302e+01
+     iter =  6 x =  -1.274  -5.680  f(x) = 2.274e+00 -7.302e+01
+     iter =  7 x =   0.249   0.298  f(x) = 7.511e-01  2.359e+00
+     iter =  8 x =   0.249   0.298  f(x) = 7.511e-01  2.359e+00
+     iter =  9 x =   1.000   0.878  f(x) = 1.268e-10 -1.218e+00
+     iter = 10 x =   1.000   0.989  f(x) = 1.124e-11 -1.080e-01
+     iter = 11 x =   1.000   1.000  f(x) = 0.000e+00  0.000e+00
+     status = success
+
+Note that the algorithm does not update the location on every iteration.
+Some iterations are used to adjust the trust-region parameter, after
+trying a step which was found to be divergent, or to recompute the
+Jacobian, when poor convergence behavior is detected.
+
+The next example program adds derivative information, in order to
+accelerate the solution.  There are two derivative functions
+‘rosenbrock_df’ and ‘rosenbrock_fdf’.  The latter computes both the
+function and its derivative simultaneously.  This allows the
+optimization of any common terms.  For simplicity we substitute calls to
+the separate ‘f’ and ‘df’ functions at this point in the code below:
+
+     int
+     rosenbrock_df (const gsl_vector * x, void *params,
+                    gsl_matrix * J)
+     {
+       const double a = ((struct rparams *) params)->a;
+       const double b = ((struct rparams *) params)->b;
+
+       const double x0 = gsl_vector_get (x, 0);
+
+       const double df00 = -a;
+       const double df01 = 0;
+       const double df10 = -2 * b  * x0;
+       const double df11 = b;
+
+       gsl_matrix_set (J, 0, 0, df00);
+       gsl_matrix_set (J, 0, 1, df01);
+       gsl_matrix_set (J, 1, 0, df10);
+       gsl_matrix_set (J, 1, 1, df11);
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     rosenbrock_fdf (const gsl_vector * x, void *params,
+                     gsl_vector * f, gsl_matrix * J)
+     {
+       rosenbrock_f (x, params, f);
+       rosenbrock_df (x, params, J);
+
+       return GSL_SUCCESS;
+     }
+
+The main program now makes calls to the corresponding ‘fdfsolver’
+versions of the functions:
+
+     int
+     main (void)
+     {
+       const gsl_multiroot_fdfsolver_type *T;
+       gsl_multiroot_fdfsolver *s;
+
+       int status;
+       size_t i, iter = 0;
+
+       const size_t n = 2;
+       struct rparams p = {1.0, 10.0};
+       gsl_multiroot_function_fdf f = {&rosenbrock_f,
+                                       &rosenbrock_df,
+                                       &rosenbrock_fdf,
+                                       n, &p};
+
+       double x_init[2] = {-10.0, -5.0};
+       gsl_vector *x = gsl_vector_alloc (n);
+
+       gsl_vector_set (x, 0, x_init[0]);
+       gsl_vector_set (x, 1, x_init[1]);
+
+       T = gsl_multiroot_fdfsolver_gnewton;
+       s = gsl_multiroot_fdfsolver_alloc (T, n);
+       gsl_multiroot_fdfsolver_set (s, &f, x);
+
+       print_state (iter, s);
+
+       do
+         {
+           iter++;
+
+           status = gsl_multiroot_fdfsolver_iterate (s);
+
+           print_state (iter, s);
+
+           if (status)
+             break;
+
+           status = gsl_multiroot_test_residual (s->f, 1e-7);
+         }
+       while (status == GSL_CONTINUE && iter < 1000);
+
+       printf ("status = %s\n", gsl_strerror (status));
+
+       gsl_multiroot_fdfsolver_free (s);
+       gsl_vector_free (x);
+       return 0;
+     }
+
+The addition of derivative information to the
+‘gsl_multiroot_fsolver_hybrids’ solver does not make any significant
+difference to its behavior, since it able to approximate the Jacobian
+numerically with sufficient accuracy.  To illustrate the behavior of a
+different derivative solver we switch to
+‘gsl_multiroot_fdfsolver_gnewton’.  This is a traditional Newton solver
+with the constraint that it scales back its step if the full step would
+lead “uphill”.  Here is the output for the
+‘gsl_multiroot_fdfsolver_gnewton’ algorithm:
+
+     iter = 0 x = -10.000  -5.000 f(x) =  1.100e+01 -1.050e+03
+     iter = 1 x =  -4.231 -65.317 f(x) =  5.231e+00 -8.321e+02
+     iter = 2 x =   1.000 -26.358 f(x) = -8.882e-16 -2.736e+02
+     iter = 3 x =   1.000   1.000 f(x) = -2.220e-16 -4.441e-15
+     status = success
+
+The convergence is much more rapid, but takes a wide excursion out to
+the point (-4.23,-65.3).  This could cause the algorithm to go astray in
+a realistic application.  The hybrid algorithm follows the downhill path
+to the solution more reliably.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<31>,  Prev: Examples<29>,  Up: Multidimensional Root-Finding
+
+38.9 References and Further Reading
+===================================
+
+The original version of the Hybrid method is described in the following
+articles by Powell,
+
+   * M.J.D. Powell, “A Hybrid Method for Nonlinear Equations” (Chap 6, p
+     87–114) and “A Fortran Subroutine for Solving systems of Nonlinear
+     Algebraic Equations” (Chap 7, p 115–161), in `Numerical Methods for
+     Nonlinear Algebraic Equations', P. Rabinowitz, editor.  Gordon and
+     Breach, 1970.
+
+The following papers are also relevant to the algorithms described in
+this section,
+
+   * J.J. Moré, M.Y. Cosnard, “Numerical Solution of Nonlinear
+     Equations”, `ACM Transactions on Mathematical Software', Vol 5, No
+     1, (1979), p 64–85
+
+   * C.G. Broyden, “A Class of Methods for Solving Nonlinear
+     Simultaneous Equations”, `Mathematics of Computation', Vol 19
+     (1965), p 577–593
+
+   * J.J. Moré, B.S. Garbow, K.E. Hillstrom, “Testing Unconstrained
+     Optimization Software”, ACM Transactions on Mathematical Software,
+     Vol 7, No 1 (1981), p 17–41
+
+\1f
+File: gsl-ref.info,  Node: Multidimensional Minimization,  Next: Linear Least-Squares Fitting,  Prev: Multidimensional Root-Finding,  Up: Top
+
+39 Multidimensional Minimization
+********************************
+
+This chapter describes routines for finding minima of arbitrary
+multidimensional functions.  The library provides low level components
+for a variety of iterative minimizers and convergence tests.  These can
+be combined by the user to achieve the desired solution, while providing
+full access to the intermediate steps of the algorithms.  Each class of
+methods uses the same framework, so that you can switch between
+minimizers at runtime without needing to recompile your program.  Each
+instance of a minimizer keeps track of its own state, allowing the
+minimizers to be used in multi-threaded programs.  The minimization
+algorithms can be used to maximize a function by inverting its sign.
+
+The header file ‘gsl_multimin.h’ contains prototypes for the
+minimization functions and related declarations.
+
+* Menu:
+
+* Overview: Overview<4>.
+* Caveats: Caveats<3>.
+* Initializing the Multidimensional Minimizer::
+* Providing a function to minimize::
+* Iteration: Iteration<4>.
+* Stopping Criteria::
+* Algorithms with Derivatives::
+* Algorithms without Derivatives: Algorithms without Derivatives<2>.
+* Examples: Examples<30>.
+* References and Further Reading: References and Further Reading<32>.
+
+\1f
+File: gsl-ref.info,  Node: Overview<4>,  Next: Caveats<3>,  Up: Multidimensional Minimization
+
+39.1 Overview
+=============
+
+The problem of multidimensional minimization requires finding a point x
+such that the scalar function,
+
+     f(x_1, \dots, x_n)
+
+takes a value which is lower than at any neighboring point.  For smooth
+functions the gradient g = \nabla f vanishes at the minimum.  In general
+there are no bracketing methods available for the minimization of
+n-dimensional functions.  The algorithms proceed from an initial guess
+using a search algorithm which attempts to move in a downhill direction.
+
+Algorithms making use of the gradient of the function perform a
+one-dimensional line minimisation along this direction until the lowest
+point is found to a suitable tolerance.  The search direction is then
+updated with local information from the function and its derivatives,
+and the whole process repeated until the true n-dimensional minimum is
+found.
+
+Algorithms which do not require the gradient of the function use
+different strategies.  For example, the Nelder-Mead Simplex algorithm
+maintains n+1 trial parameter vectors as the vertices of a n-dimensional
+simplex.  On each iteration it tries to improve the worst vertex of the
+simplex by geometrical transformations.  The iterations are continued
+until the overall size of the simplex has decreased sufficiently.
+
+Both types of algorithms use a standard framework.  The user provides a
+high-level driver for the algorithms, and the library provides the
+individual functions necessary for each of the steps.  There are three
+main phases of the iteration.  The steps are,
+
+   * initialize minimizer state, ‘s’, for algorithm ‘T’
+
+   * update ‘s’ using the iteration ‘T’
+
+   * test ‘s’ for convergence, and repeat iteration if necessary
+
+Each iteration step consists either of an improvement to the
+line-minimisation in the current direction or an update to the search
+direction itself.  The state for the minimizers is held in a *note
+gsl_multimin_fdfminimizer: af9. struct or a *note
+gsl_multimin_fminimizer: afa. struct.
+
+\1f
+File: gsl-ref.info,  Node: Caveats<3>,  Next: Initializing the Multidimensional Minimizer,  Prev: Overview<4>,  Up: Multidimensional Minimization
+
+39.2 Caveats
+============
+
+Note that the minimization algorithms can only search for one local
+minimum at a time.  When there are several local minima in the search
+area, the first minimum to be found will be returned; however it is
+difficult to predict which of the minima this will be.  In most cases,
+no error will be reported if you try to find a local minimum in an area
+where there is more than one.
+
+It is also important to note that the minimization algorithms find local
+minima; there is no way to determine whether a minimum is a global
+minimum of the function in question.
+
+\1f
+File: gsl-ref.info,  Node: Initializing the Multidimensional Minimizer,  Next: Providing a function to minimize,  Prev: Caveats<3>,  Up: Multidimensional Minimization
+
+39.3 Initializing the Multidimensional Minimizer
+================================================
+
+The following function initializes a multidimensional minimizer.  The
+minimizer itself depends only on the dimension of the problem and the
+algorithm and can be reused for different problems.
+
+ -- Type: gsl_multimin_fdfminimizer
+
+     This is a workspace for minimizing functions using derivatives.
+
+ -- Type: gsl_multimin_fminimizer
+
+     This is a workspace for minimizing functions without derivatives.
+
+ -- Function: *note gsl_multimin_fdfminimizer: af9.
+          *gsl_multimin_fdfminimizer_alloc (const
+          gsl_multimin_fdfminimizer_type *T, size_t n)
+ -- Function: *note gsl_multimin_fminimizer: afa.
+          *gsl_multimin_fminimizer_alloc (const
+          gsl_multimin_fminimizer_type *T, size_t n)
+
+     This function returns a pointer to a newly allocated instance of a
+     minimizer of type *note T: afe. for an *note n: afe.-dimension
+     function.  If there is insufficient memory to create the minimizer
+     then the function returns a null pointer and the error handler is
+     invoked with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: int gsl_multimin_fdfminimizer_set
+          (gsl_multimin_fdfminimizer *s, gsl_multimin_function_fdf *fdf,
+          const gsl_vector *x, double step_size, double tol)
+ -- Function: int gsl_multimin_fminimizer_set (gsl_multimin_fminimizer
+          *s, gsl_multimin_function *f, const gsl_vector *x, const
+          gsl_vector *step_size)
+
+     The function *note gsl_multimin_fdfminimizer_set(): aff.
+     initializes the minimizer *note s: b00. to minimize the function
+     ‘fdf’ starting from the initial point *note x: b00.  The size of
+     the first trial step is given by *note step_size: b00.  The
+     accuracy of the line minimization is specified by ‘tol’.  The
+     precise meaning of this parameter depends on the method used.
+     Typically the line minimization is considered successful if the
+     gradient of the function g is orthogonal to the current search
+     direction p to a relative accuracy of ‘tol’, where p \cdot g < tol
+     |p| |g|.  A ‘tol’ value of 0.1 is suitable for most purposes, since
+     line minimization only needs to be carried out approximately.  Note
+     that setting ‘tol’ to zero will force the use of “exact”
+     line-searches, which are extremely expensive.
+
+     The function *note gsl_multimin_fminimizer_set(): b00. initializes
+     the minimizer *note s: b00. to minimize the function *note f: b00,
+     starting from the initial point *note x: b00.  The size of the
+     initial trial steps is given in vector *note step_size: b00.  The
+     precise meaning of this parameter depends on the method used.
+
+ -- Function: void gsl_multimin_fdfminimizer_free
+          (gsl_multimin_fdfminimizer *s)
+ -- Function: void gsl_multimin_fminimizer_free (gsl_multimin_fminimizer
+          *s)
+
+     This function frees all the memory associated with the minimizer
+     *note s: b02.
+
+ -- Function: const char *gsl_multimin_fdfminimizer_name (const
+          gsl_multimin_fdfminimizer *s)
+ -- Function: const char *gsl_multimin_fminimizer_name (const
+          gsl_multimin_fminimizer *s)
+
+     This function returns a pointer to the name of the minimizer.  For
+     example:
+
+          printf ("s is a '%s' minimizer\n", gsl_multimin_fdfminimizer_name (s));
+
+     would print something like ‘s is a 'conjugate_pr' minimizer’.
+
+\1f
+File: gsl-ref.info,  Node: Providing a function to minimize,  Next: Iteration<4>,  Prev: Initializing the Multidimensional Minimizer,  Up: Multidimensional Minimization
+
+39.4 Providing a function to minimize
+=====================================
+
+You must provide a parametric function of n variables for the minimizers
+to operate on.  You may also need to provide a routine which calculates
+the gradient of the function and a third routine which calculates both
+the function value and the gradient together.  In order to allow for
+general parameters the functions are defined by the following data
+types:
+
+ -- Type: gsl_multimin_function_fdf
+
+     This data type defines a general function of n variables with
+     parameters and the corresponding gradient vector of derivatives,
+
+     ‘double (* f) (const gsl_vector * x, void * params)’
+
+          this function should return the result f(x,params) for
+          argument ‘x’ and parameters ‘params’.  If the function cannot
+          be computed, an error value of *note GSL_NAN: 3c. should be
+          returned.
+
+     ‘void (* df) (const gsl_vector * x, void * params, gsl_vector * g)’
+
+          this function should store the ‘n’-dimensional gradient
+
+               g_i = d f(x,params) / d x_i
+
+          in the vector ‘g’ for argument ‘x’ and parameters ‘params’,
+          returning an appropriate error code if the function cannot be
+          computed.
+
+     ‘void (* fdf) (const gsl_vector * x, void * params, double * f,
+     gsl_vector * g)’
+
+          This function should set the values of the ‘f’ and ‘g’ as
+          above, for arguments ‘x’ and parameters ‘params’.  This
+          function provides an optimization of the separate functions
+          for f(x) and g(x)—it is always faster to compute the function
+          and its derivative at the same time.
+
+     ‘size_t n’
+
+          the dimension of the system, i.e.  the number of components of
+          the vectors ‘x’.
+
+     ‘void * params’
+
+          a pointer to the parameters of the function.
+
+ -- Type: gsl_multimin_function
+
+     This data type defines a general function of n variables with
+     parameters,
+
+     ‘double (* f) (const gsl_vector * x, void * params)’
+
+          this function should return the result f(x,params) for
+          argument ‘x’ and parameters ‘params’.  If the function cannot
+          be computed, an error value of *note GSL_NAN: 3c. should be
+          returned.
+
+     ‘size_t n’
+
+          the dimension of the system, i.e.  the number of components of
+          the vectors ‘x’.
+
+     ‘void * params’
+
+          a pointer to the parameters of the function.
+The following example function defines a simple two-dimensional
+paraboloid with five parameters,
+
+     /* Paraboloid centered on (p[0],p[1]), with
+        scale factors (p[2],p[3]) and minimum p[4] */
+
+     double
+     my_f (const gsl_vector *v, void *params)
+     {
+       double x, y;
+       double *p = (double *)params;
+
+       x = gsl_vector_get(v, 0);
+       y = gsl_vector_get(v, 1);
+
+       return p[2] * (x - p[0]) * (x - p[0]) +
+                p[3] * (y - p[1]) * (y - p[1]) + p[4];
+     }
+
+     /* The gradient of f, df = (df/dx, df/dy). */
+     void
+     my_df (const gsl_vector *v, void *params,
+            gsl_vector *df)
+     {
+       double x, y;
+       double *p = (double *)params;
+
+       x = gsl_vector_get(v, 0);
+       y = gsl_vector_get(v, 1);
+
+       gsl_vector_set(df, 0, 2.0 * p[2] * (x - p[0]));
+       gsl_vector_set(df, 1, 2.0 * p[3] * (y - p[1]));
+     }
+
+     /* Compute both f and df together. */
+     void
+     my_fdf (const gsl_vector *x, void *params,
+             double *f, gsl_vector *df)
+     {
+       *f = my_f(x, params);
+       my_df(x, params, df);
+     }
+
+The function can be initialized using the following code:
+
+     gsl_multimin_function_fdf my_func;
+
+     /* Paraboloid center at (1,2), scale factors (10, 20),
+        minimum value 30 */
+     double p[5] = { 1.0, 2.0, 10.0, 20.0, 30.0 };
+
+     my_func.n = 2;  /* number of function components */
+     my_func.f = &my_f;
+     my_func.df = &my_df;
+     my_func.fdf = &my_fdf;
+     my_func.params = (void *)p;
+
+\1f
+File: gsl-ref.info,  Node: Iteration<4>,  Next: Stopping Criteria,  Prev: Providing a function to minimize,  Up: Multidimensional Minimization
+
+39.5 Iteration
+==============
+
+The following function drives the iteration of each algorithm.  The
+function performs one iteration to update the state of the minimizer.
+The same function works for all minimizers so that different methods can
+be substituted at runtime without modifications to the code.
+
+ -- Function: int gsl_multimin_fdfminimizer_iterate
+          (gsl_multimin_fdfminimizer *s)
+ -- Function: int gsl_multimin_fminimizer_iterate
+          (gsl_multimin_fminimizer *s)
+
+     These functions perform a single iteration of the minimizer *note
+     s: b0b.  If the iteration encounters an unexpected problem then an
+     error code will be returned.  The error code ‘GSL_ENOPROG’
+     signifies that the minimizer is unable to improve on its current
+     estimate, either due to numerical difficulty or because a genuine
+     local minimum has been reached.
+
+The minimizer maintains a current best estimate of the minimum at all
+times.  This information can be accessed with the following auxiliary
+functions,
+
+ -- Function: *note gsl_vector: 35f. *gsl_multimin_fdfminimizer_x (const
+          gsl_multimin_fdfminimizer *s)
+ -- Function: *note gsl_vector: 35f. *gsl_multimin_fminimizer_x (const
+          gsl_multimin_fminimizer *s)
+ -- Function: double gsl_multimin_fdfminimizer_minimum (const
+          gsl_multimin_fdfminimizer *s)
+ -- Function: double gsl_multimin_fminimizer_minimum (const
+          gsl_multimin_fminimizer *s)
+ -- Function: *note gsl_vector: 35f. *gsl_multimin_fdfminimizer_gradient
+          (const gsl_multimin_fdfminimizer *s)
+ -- Function: *note gsl_vector: 35f. *gsl_multimin_fdfminimizer_dx
+          (const gsl_multimin_fdfminimizer *s)
+ -- Function: double gsl_multimin_fminimizer_size (const
+          gsl_multimin_fminimizer *s)
+
+     These functions return the current best estimate of the location of
+     the minimum, the value of the function at that point, its gradient,
+     the last step increment of the estimate, and minimizer specific
+     characteristic size for the minimizer *note s: b12.
+
+ -- Function: int gsl_multimin_fdfminimizer_restart
+          (gsl_multimin_fdfminimizer *s)
+
+     This function resets the minimizer *note s: b13. to use the current
+     point as a new starting point.
+
+\1f
+File: gsl-ref.info,  Node: Stopping Criteria,  Next: Algorithms with Derivatives,  Prev: Iteration<4>,  Up: Multidimensional Minimization
+
+39.6 Stopping Criteria
+======================
+
+A minimization procedure should stop when one of the following
+conditions is true:
+
+   * A minimum has been found to within the user-specified precision.
+
+   * A user-specified maximum number of iterations has been reached.
+
+   * An error has occurred.
+
+The handling of these conditions is under user control.  The functions
+below allow the user to test the precision of the current result.
+
+ -- Function: int gsl_multimin_test_gradient (const gsl_vector *g,
+          double epsabs)
+
+     This function tests the norm of the gradient *note g: b15. against
+     the absolute tolerance *note epsabs: b15.  The gradient of a
+     multidimensional function goes to zero at a minimum.  The test
+     returns ‘GSL_SUCCESS’ if the following condition is achieved,
+
+          |g| < epsabs
+
+     and returns ‘GSL_CONTINUE’ otherwise.  A suitable choice of *note
+     epsabs: b15. can be made from the desired accuracy in the function
+     for small variations in x.  The relationship between these
+     quantities is given by \delta{f} = g\,\delta{x}.
+
+ -- Function: int gsl_multimin_test_size (const double size, double
+          epsabs)
+
+     This function tests the minimizer specific characteristic size (if
+     applicable to the used minimizer) against absolute tolerance *note
+     epsabs: b16.  The test returns ‘GSL_SUCCESS’ if the size is smaller
+     than tolerance, otherwise ‘GSL_CONTINUE’ is returned.
+
+\1f
+File: gsl-ref.info,  Node: Algorithms with Derivatives,  Next: Algorithms without Derivatives<2>,  Prev: Stopping Criteria,  Up: Multidimensional Minimization
+
+39.7 Algorithms with Derivatives
+================================
+
+There are several minimization methods available.  The best choice of
+algorithm depends on the problem.  The algorithms described in this
+section use the value of the function and its gradient at each
+evaluation point.
+
+ -- Type: gsl_multimin_fdfminimizer_type
+
+     This type specifies a minimization algorithm using gradients.
+
+      -- Variable: *note gsl_multimin_fdfminimizer_type: b18.
+               *gsl_multimin_fdfminimizer_conjugate_fr
+
+          This is the Fletcher-Reeves conjugate gradient algorithm.  The
+          conjugate gradient algorithm proceeds as a succession of line
+          minimizations.  The sequence of search directions is used to
+          build up an approximation to the curvature of the function in
+          the neighborhood of the minimum.
+
+          An initial search direction ‘p’ is chosen using the gradient,
+          and line minimization is carried out in that direction.  The
+          accuracy of the line minimization is specified by the
+          parameter ‘tol’.  The minimum along this line occurs when the
+          function gradient ‘g’ and the search direction ‘p’ are
+          orthogonal.  The line minimization terminates when p\cdot g <
+          tol |p| |g|.  The search direction is updated using the
+          Fletcher-Reeves formula p' = g' - \beta p where
+          \beta=-|g'|^2/|g|^2, and the line minimization is then
+          repeated for the new search direction.
+
+      -- Variable: *note gsl_multimin_fdfminimizer_type: b18.
+               *gsl_multimin_fdfminimizer_conjugate_pr
+
+          This is the Polak-Ribiere conjugate gradient algorithm.  It is
+          similar to the Fletcher-Reeves method, differing only in the
+          choice of the coefficient \beta.  Both methods work well when
+          the evaluation point is close enough to the minimum of the
+          objective function that it is well approximated by a quadratic
+          hypersurface.
+
+      -- Variable: *note gsl_multimin_fdfminimizer_type: b18.
+               *gsl_multimin_fdfminimizer_vector_bfgs2
+      -- Variable: *note gsl_multimin_fdfminimizer_type: b18.
+               *gsl_multimin_fdfminimizer_vector_bfgs
+
+          These methods use the vector Broyden-Fletcher-Goldfarb-Shanno
+          (BFGS) algorithm.  This is a quasi-Newton method which builds
+          up an approximation to the second derivatives of the function
+          f using the difference between successive gradient vectors.
+          By combining the first and second derivatives the algorithm is
+          able to take Newton-type steps towards the function minimum,
+          assuming quadratic behavior in that region.
+
+          The ‘bfgs2’ version of this minimizer is the most efficient
+          version available, and is a faithful implementation of the
+          line minimization scheme described in Fletcher’s `Practical
+          Methods of Optimization', Algorithms 2.6.2 and 2.6.4.  It
+          supersedes the original ‘bfgs’ routine and requires
+          substantially fewer function and gradient evaluations.  The
+          user-supplied tolerance ‘tol’ corresponds to the parameter
+          \sigma used by Fletcher.  A value of 0.1 is recommended for
+          typical use (larger values correspond to less accurate line
+          searches).
+
+      -- Variable: *note gsl_multimin_fdfminimizer_type: b18.
+               *gsl_multimin_fdfminimizer_steepest_descent
+
+          The steepest descent algorithm follows the downhill gradient
+          of the function at each step.  When a downhill step is
+          successful the step-size is increased by a factor of two.  If
+          the downhill step leads to a higher function value then the
+          algorithm backtracks and the step size is decreased using the
+          parameter ‘tol’.  A suitable value of ‘tol’ for most
+          applications is 0.1.  The steepest descent method is
+          inefficient and is included only for demonstration purposes.
+
+\1f
+File: gsl-ref.info,  Node: Algorithms without Derivatives<2>,  Next: Examples<30>,  Prev: Algorithms with Derivatives,  Up: Multidimensional Minimization
+
+39.8 Algorithms without Derivatives
+===================================
+
+The algorithms described in this section use only the value of the
+function at each evaluation point.
+
+ -- Type: gsl_multimin_fminimizer_type
+
+     This type specifies minimization algorithms which do not use
+     gradients.
+
+      -- Variable: *note gsl_multimin_fminimizer_type: b1f.
+               *gsl_multimin_fminimizer_nmsimplex2
+      -- Variable: *note gsl_multimin_fminimizer_type: b1f.
+               *gsl_multimin_fminimizer_nmsimplex
+
+          These methods use the Simplex algorithm of Nelder and Mead.
+          Starting from the initial vector x = p_0, the algorithm
+          constructs an additional n vectors p_i using the step size
+          vector s = step\_size as follows:
+
+               p_0 = (x_0, x_1, ... , x_n)
+               p_1 = (x_0 + s_0, x_1, ... , x_n)
+               p_2 = (x_0, x_1 + s_1, ... , x_n)
+               ... = ...
+               p_n = (x_0, x_1, ... , x_n + s_n)
+
+          These vectors form the n+1 vertices of a simplex in n
+          dimensions.  On each iteration the algorithm uses simple
+          geometrical transformations to update the vector corresponding
+          to the highest function value.  The geometric transformations
+          are reflection, reflection followed by expansion, contraction
+          and multiple contraction.  Using these transformations the
+          simplex moves through the space towards the minimum, where it
+          contracts itself.
+
+          After each iteration, the best vertex is returned.  Note, that
+          due to the nature of the algorithm not every step improves the
+          current best parameter vector.  Usually several iterations are
+          required.
+
+          The minimizer-specific characteristic size is calculated as
+          the average distance from the geometrical center of the
+          simplex to all its vertices.  This size can be used as a
+          stopping criteria, as the simplex contracts itself near the
+          minimum.  The size is returned by the function *note
+          gsl_multimin_fminimizer_size(): b12.
+
+          The *note gsl_multimin_fminimizer_nmsimplex2: b20. version of
+          this minimiser is a new O(N) operations implementation of the
+          earlier O(N^2) operations *note
+          gsl_multimin_fminimizer_nmsimplex: b21. minimiser.  It uses
+          the same underlying algorithm, but the simplex updates are
+          computed more efficiently for high-dimensional problems.  In
+          addition, the size of simplex is calculated as the RMS
+          distance of each vertex from the center rather than the mean
+          distance, allowing a linear update of this quantity on each
+          step.  The memory usage is O(N^2) for both algorithms.
+
+      -- Variable: *note gsl_multimin_fminimizer_type: b1f.
+               *gsl_multimin_fminimizer_nmsimplex2rand
+
+          This method is a variant of *note
+          gsl_multimin_fminimizer_nmsimplex2: b20. which initialises the
+          simplex around the starting point ‘x’ using a
+          randomly-oriented set of basis vectors instead of the fixed
+          coordinate axes.  The final dimensions of the simplex are
+          scaled along the coordinate axes by the vector ‘step_size’.
+          The randomisation uses a simple deterministic generator so
+          that repeated calls to *note gsl_multimin_fminimizer_set():
+          b00. for a given solver object will vary the orientation in a
+          well-defined way.
+
+\1f
+File: gsl-ref.info,  Node: Examples<30>,  Next: References and Further Reading<32>,  Prev: Algorithms without Derivatives<2>,  Up: Multidimensional Minimization
+
+39.9 Examples
+=============
+
+This example program finds the minimum of the *note paraboloid function:
+b08. defined earlier.  The location of the minimum is offset from the
+origin in x and y, and the function value at the minimum is non-zero.
+The main program is given below, it requires the example function given
+earlier in this chapter.
+
+     int
+     main (void)
+     {
+       size_t iter = 0;
+       int status;
+
+       const gsl_multimin_fdfminimizer_type *T;
+       gsl_multimin_fdfminimizer *s;
+
+       /* Position of the minimum (1,2), scale factors
+          10,20, height 30. */
+       double par[5] = { 1.0, 2.0, 10.0, 20.0, 30.0 };
+
+       gsl_vector *x;
+       gsl_multimin_function_fdf my_func;
+
+       my_func.n = 2;
+       my_func.f = my_f;
+       my_func.df = my_df;
+       my_func.fdf = my_fdf;
+       my_func.params = par;
+
+       /* Starting point, x = (5,7) */
+       x = gsl_vector_alloc (2);
+       gsl_vector_set (x, 0, 5.0);
+       gsl_vector_set (x, 1, 7.0);
+
+       T = gsl_multimin_fdfminimizer_conjugate_fr;
+       s = gsl_multimin_fdfminimizer_alloc (T, 2);
+
+       gsl_multimin_fdfminimizer_set (s, &my_func, x, 0.01, 1e-4);
+
+       do
+         {
+           iter++;
+           status = gsl_multimin_fdfminimizer_iterate (s);
+
+           if (status)
+             break;
+
+           status = gsl_multimin_test_gradient (s->gradient, 1e-3);
+
+           if (status == GSL_SUCCESS)
+             printf ("Minimum found at:\n");
+
+           printf ("%5d %.5f %.5f %10.5f\n", iter,
+                   gsl_vector_get (s->x, 0),
+                   gsl_vector_get (s->x, 1),
+                   s->f);
+
+         }
+       while (status == GSL_CONTINUE && iter < 100);
+
+       gsl_multimin_fdfminimizer_free (s);
+       gsl_vector_free (x);
+
+       return 0;
+     }
+
+The initial step-size is chosen as 0.01, a conservative estimate in this
+case, and the line minimization parameter is set at 0.0001.  The program
+terminates when the norm of the gradient has been reduced below 0.001.
+The output of the program is shown below,
+
+              x       y         f
+         1 4.99629 6.99072  687.84780
+         2 4.98886 6.97215  683.55456
+         3 4.97400 6.93501  675.01278
+         4 4.94429 6.86073  658.10798
+         5 4.88487 6.71217  625.01340
+         6 4.76602 6.41506  561.68440
+         7 4.52833 5.82083  446.46694
+         8 4.05295 4.63238  261.79422
+         9 3.10219 2.25548   75.49762
+        10 2.85185 1.62963   67.03704
+        11 2.19088 1.76182   45.31640
+        12 0.86892 2.02622   30.18555
+     Minimum found at:
+        13 1.00000 2.00000   30.00000
+
+Note that the algorithm gradually increases the step size as it
+successfully moves downhill, as can be seen by plotting the successive
+points in Fig.  %s.
+
+[gsl-ref-figures/multimin]
+Figure: Function contours with path taken by minimization algorithm
+
+The conjugate gradient algorithm finds the minimum on its second
+direction because the function is purely quadratic.  Additional
+iterations would be needed for a more complicated function.
+
+Here is another example using the Nelder-Mead Simplex algorithm to
+minimize the same example object function, as above.
+
+     int
+     main(void)
+     {
+       double par[5] = {1.0, 2.0, 10.0, 20.0, 30.0};
+
+       const gsl_multimin_fminimizer_type *T =
+         gsl_multimin_fminimizer_nmsimplex2;
+       gsl_multimin_fminimizer *s = NULL;
+       gsl_vector *ss, *x;
+       gsl_multimin_function minex_func;
+
+       size_t iter = 0;
+       int status;
+       double size;
+
+       /* Starting point */
+       x = gsl_vector_alloc (2);
+       gsl_vector_set (x, 0, 5.0);
+       gsl_vector_set (x, 1, 7.0);
+
+       /* Set initial step sizes to 1 */
+       ss = gsl_vector_alloc (2);
+       gsl_vector_set_all (ss, 1.0);
+
+       /* Initialize method and iterate */
+       minex_func.n = 2;
+       minex_func.f = my_f;
+       minex_func.params = par;
+
+       s = gsl_multimin_fminimizer_alloc (T, 2);
+       gsl_multimin_fminimizer_set (s, &minex_func, x, ss);
+
+       do
+         {
+           iter++;
+           status = gsl_multimin_fminimizer_iterate(s);
+
+           if (status)
+             break;
+
+           size = gsl_multimin_fminimizer_size (s);
+           status = gsl_multimin_test_size (size, 1e-2);
+
+           if (status == GSL_SUCCESS)
+             {
+               printf ("converged to minimum at\n");
+             }
+
+           printf ("%5d %10.3e %10.3e f() = %7.3f size = %.3f\n",
+                   iter,
+                   gsl_vector_get (s->x, 0),
+                   gsl_vector_get (s->x, 1),
+                   s->fval, size);
+         }
+       while (status == GSL_CONTINUE && iter < 100);
+
+       gsl_vector_free(x);
+       gsl_vector_free(ss);
+       gsl_multimin_fminimizer_free (s);
+
+       return status;
+     }
+
+The minimum search stops when the Simplex size drops to 0.01.  The
+output is shown below.
+
+         1  6.500e+00  5.000e+00 f() = 512.500 size = 1.130
+         2  5.250e+00  4.000e+00 f() = 290.625 size = 1.409
+         3  5.250e+00  4.000e+00 f() = 290.625 size = 1.409
+         4  5.500e+00  1.000e+00 f() = 252.500 size = 1.409
+         5  2.625e+00  3.500e+00 f() = 101.406 size = 1.847
+         6  2.625e+00  3.500e+00 f() = 101.406 size = 1.847
+         7  0.000e+00  3.000e+00 f() =  60.000 size = 1.847
+         8  2.094e+00  1.875e+00 f() =  42.275 size = 1.321
+         9  2.578e-01  1.906e+00 f() =  35.684 size = 1.069
+        10  5.879e-01  2.445e+00 f() =  35.664 size = 0.841
+        11  1.258e+00  2.025e+00 f() =  30.680 size = 0.476
+        12  1.258e+00  2.025e+00 f() =  30.680 size = 0.367
+        13  1.093e+00  1.849e+00 f() =  30.539 size = 0.300
+        14  8.830e-01  2.004e+00 f() =  30.137 size = 0.172
+        15  8.830e-01  2.004e+00 f() =  30.137 size = 0.126
+        16  9.582e-01  2.060e+00 f() =  30.090 size = 0.106
+        17  1.022e+00  2.004e+00 f() =  30.005 size = 0.063
+        18  1.022e+00  2.004e+00 f() =  30.005 size = 0.043
+        19  1.022e+00  2.004e+00 f() =  30.005 size = 0.043
+        20  1.022e+00  2.004e+00 f() =  30.005 size = 0.027
+        21  1.022e+00  2.004e+00 f() =  30.005 size = 0.022
+        22  9.920e-01  1.997e+00 f() =  30.001 size = 0.016
+        23  9.920e-01  1.997e+00 f() =  30.001 size = 0.013
+     converged to minimum at
+        24  9.920e-01  1.997e+00 f() =  30.001 size = 0.008
+
+The simplex size first increases, while the simplex moves towards the
+minimum.  After a while the size begins to decrease as the simplex
+contracts around the minimum.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<32>,  Prev: Examples<30>,  Up: Multidimensional Minimization
+
+39.10 References and Further Reading
+====================================
+
+The conjugate gradient and BFGS methods are described in detail in the
+following book,
+
+   * R. Fletcher, `Practical Methods of Optimization (Second Edition)'
+     Wiley (1987), ISBN 0471915475.
+
+A brief description of multidimensional minimization algorithms and more
+recent references can be found in,
+
+   * C.W. Ueberhuber, `Numerical Computation (Volume 2)', Chapter 14,
+     Section 4.4 “Minimization Methods”, p.: 325–335, Springer (1997),
+     ISBN 3-540-62057-5.
+
+The simplex algorithm is described in the following paper,
+
+   * J.A. Nelder and R. Mead, `A simplex method for function
+     minimization', Computer Journal vol.: 7 (1965), 308–313.
+
+\1f
+File: gsl-ref.info,  Node: Linear Least-Squares Fitting,  Next: Nonlinear Least-Squares Fitting,  Prev: Multidimensional Minimization,  Up: Top
+
+40 Linear Least-Squares Fitting
+*******************************
+
+This chapter describes routines for performing least squares fits to
+experimental data using linear combinations of functions.  The data may
+be weighted or unweighted, i.e.  with known or unknown errors.  For
+weighted data the functions compute the best fit parameters and their
+associated covariance matrix.  For unweighted data the covariance matrix
+is estimated from the scatter of the points, giving a
+variance-covariance matrix.
+
+The functions are divided into separate versions for simple one- or
+two-parameter regression and multiple-parameter fits.
+
+* Menu:
+
+* Overview: Overview<5>.
+* Linear regression::
+* Multi-parameter regression::
+* Regularized regression::
+* Robust linear regression::
+* Large dense linear systems::
+* Troubleshooting::
+* Examples: Examples<31>.
+* References and Further Reading: References and Further Reading<33>.
+
+\1f
+File: gsl-ref.info,  Node: Overview<5>,  Next: Linear regression,  Up: Linear Least-Squares Fitting
+
+40.1 Overview
+=============
+
+Least-squares fits are found by minimizing \chi^2 (chi-squared), the
+weighted sum of squared residuals over n experimental datapoints (x_i,
+y_i) for the model Y(c,x),
+
+     \chi^2 = \sum_i w_i (y_i - Y(c, x_i))^2
+
+The p parameters of the model are c = \{c_0, c_1, \dots\}.  The weight
+factors w_i are given by w_i = 1/\sigma_i^2 where \sigma_i is the
+experimental error on the data-point y_i.  The errors are assumed to be
+Gaussian and uncorrelated.  For unweighted data the chi-squared sum is
+computed without any weight factors.
+
+The fitting routines return the best-fit parameters c and their p \times
+p covariance matrix.  The covariance matrix measures the statistical
+errors on the best-fit parameters resulting from the errors on the data,
+\sigma_i, and is defined as
+
+     C_{ab} = <\delta c_a \delta c_b>
+
+where \langle \, \rangle denotes an average over the Gaussian error
+distributions of the underlying datapoints.
+
+The covariance matrix is calculated by error propagation from the data
+errors \sigma_i.  The change in a fitted parameter \delta c_a caused by
+a small change in the data \delta y_i is given by
+
+     \delta c_a = \sum_i (dc_a/dy_i) \delta y_i
+
+allowing the covariance matrix to be written in terms of the errors on
+the data,
+
+     C_{ab} = \sum_{i,j} (dc_a/dy_i) (dc_b/dy_j) <\delta y_i \delta y_j>
+
+For uncorrelated data the fluctuations of the underlying datapoints
+satisfy
+
+     <\delta y_i \delta y_j> = \sigma_i^2 \delta_{ij}
+
+giving a corresponding parameter covariance matrix of
+
+     C_{ab} = \sum_i (1/w_i) (dc_a/dy_i) (dc_b/dy_i)
+
+When computing the covariance matrix for unweighted data, i.e.  data
+with unknown errors, the weight factors w_i in this sum are replaced by
+the single estimate w = 1/\sigma^2, where \sigma^2 is the computed
+variance of the residuals about the best-fit model, \sigma^2 = \sum (y_i
+- Y(c,x_i))^2 / (n-p).  This is referred to as the `variance-covariance
+matrix'.
+
+The standard deviations of the best-fit parameters are given by the
+square root of the corresponding diagonal elements of the covariance
+matrix, \sigma_{c_a} = \sqrt{C_{aa}}.  The correlation coefficient of
+the fit parameters c_a and c_b is given by \rho_{ab} = C_{ab} /
+\sqrt{C_{aa} C_{bb}}.
+
+\1f
+File: gsl-ref.info,  Node: Linear regression,  Next: Multi-parameter regression,  Prev: Overview<5>,  Up: Linear Least-Squares Fitting
+
+40.2 Linear regression
+======================
+
+The functions in this section are used to fit simple one or two
+parameter linear regression models.  The functions are declared in the
+header file ‘gsl_fit.h’.
+
+* Menu:
+
+* Linear regression with a constant term::
+* Linear regression without a constant term::
+
+\1f
+File: gsl-ref.info,  Node: Linear regression with a constant term,  Next: Linear regression without a constant term,  Up: Linear regression
+
+40.2.1 Linear regression with a constant term
+---------------------------------------------
+
+The functions described in this section can be used to perform
+least-squares fits to a straight line model, Y(c,x) = c_0 + c_1 x.
+
+ -- Function: int gsl_fit_linear (const double *x, const size_t xstride,
+          const double *y, const size_t ystride, size_t n, double *c0,
+          double *c1, double *cov00, double *cov01, double *cov11,
+          double *sumsq)
+
+     This function computes the best-fit linear regression coefficients
+     (*note c0: b2c, *note c1: b2c.) of the model Y = c_0 + c_1 X for
+     the dataset (*note x: b2c, *note y: b2c.), two vectors of length
+     *note n: b2c. with strides *note xstride: b2c. and *note ystride:
+     b2c.  The errors on *note y: b2c. are assumed unknown so the
+     variance-covariance matrix for the parameters (*note c0: b2c, *note
+     c1: b2c.) is estimated from the scatter of the points around the
+     best-fit line and returned via the parameters (*note cov00: b2c,
+     *note cov01: b2c, *note cov11: b2c.).  The sum of squares of the
+     residuals from the best-fit line is returned in *note sumsq: b2c.
+     Note: the correlation coefficient of the data can be computed using
+     *note gsl_stats_correlation(): 7ef, it does not depend on the fit.
+
+ -- Function: int gsl_fit_wlinear (const double *x, const size_t
+          xstride, const double *w, const size_t wstride, const double
+          *y, const size_t ystride, size_t n, double *c0, double *c1,
+          double *cov00, double *cov01, double *cov11, double *chisq)
+
+     This function computes the best-fit linear regression coefficients
+     (*note c0: b2d, *note c1: b2d.) of the model Y = c_0 + c_1 X for
+     the weighted dataset (*note x: b2d, *note y: b2d.), two vectors of
+     length *note n: b2d. with strides *note xstride: b2d. and *note
+     ystride: b2d.  The vector *note w: b2d, of length *note n: b2d. and
+     stride *note wstride: b2d, specifies the weight of each datapoint.
+     The weight is the reciprocal of the variance for each datapoint in
+     *note y: b2d.
+
+     The covariance matrix for the parameters (*note c0: b2d, *note c1:
+     b2d.) is computed using the weights and returned via the parameters
+     (*note cov00: b2d, *note cov01: b2d, *note cov11: b2d.).  The
+     weighted sum of squares of the residuals from the best-fit line,
+     \chi^2, is returned in *note chisq: b2d.
+
+ -- Function: int gsl_fit_linear_est (double x, double c0, double c1,
+          double cov00, double cov01, double cov11, double *y, double
+          *y_err)
+
+     This function uses the best-fit linear regression coefficients
+     *note c0: b2e, *note c1: b2e. and their covariance *note cov00:
+     b2e, *note cov01: b2e, *note cov11: b2e. to compute the fitted
+     function *note y: b2e. and its standard deviation *note y_err: b2e.
+     for the model Y = c_0 + c_1 X at the point *note x: b2e.
+
+\1f
+File: gsl-ref.info,  Node: Linear regression without a constant term,  Prev: Linear regression with a constant term,  Up: Linear regression
+
+40.2.2 Linear regression without a constant term
+------------------------------------------------
+
+The functions described in this section can be used to perform
+least-squares fits to a straight line model without a constant term, Y =
+c_1 X.
+
+ -- Function: int gsl_fit_mul (const double *x, const size_t xstride,
+          const double *y, const size_t ystride, size_t n, double *c1,
+          double *cov11, double *sumsq)
+
+     This function computes the best-fit linear regression coefficient
+     *note c1: b30. of the model Y = c_1 X for the datasets (*note x:
+     b30, *note y: b30.), two vectors of length *note n: b30. with
+     strides *note xstride: b30. and *note ystride: b30.  The errors on
+     *note y: b30. are assumed unknown so the variance of the parameter
+     *note c1: b30. is estimated from the scatter of the points around
+     the best-fit line and returned via the parameter *note cov11: b30.
+     The sum of squares of the residuals from the best-fit line is
+     returned in *note sumsq: b30.
+
+ -- Function: int gsl_fit_wmul (const double *x, const size_t xstride,
+          const double *w, const size_t wstride, const double *y, const
+          size_t ystride, size_t n, double *c1, double *cov11, double
+          *sumsq)
+
+     This function computes the best-fit linear regression coefficient
+     *note c1: b31. of the model Y = c_1 X for the weighted datasets
+     (*note x: b31, *note y: b31.), two vectors of length *note n: b31.
+     with strides *note xstride: b31. and *note ystride: b31.  The
+     vector *note w: b31, of length *note n: b31. and stride *note
+     wstride: b31, specifies the weight of each datapoint.  The weight
+     is the reciprocal of the variance for each datapoint in *note y:
+     b31.
+
+     The variance of the parameter *note c1: b31. is computed using the
+     weights and returned via the parameter *note cov11: b31.  The
+     weighted sum of squares of the residuals from the best-fit line,
+     \chi^2, is returned in ‘chisq’.
+
+ -- Function: int gsl_fit_mul_est (double x, double c1, double cov11,
+          double *y, double *y_err)
+
+     This function uses the best-fit linear regression coefficient *note
+     c1: b32. and its covariance *note cov11: b32. to compute the fitted
+     function *note y: b32. and its standard deviation *note y_err: b32.
+     for the model Y = c_1 X at the point *note x: b32.
+
+\1f
+File: gsl-ref.info,  Node: Multi-parameter regression,  Next: Regularized regression,  Prev: Linear regression,  Up: Linear Least-Squares Fitting
+
+40.3 Multi-parameter regression
+===============================
+
+This section describes routines which perform least squares fits to a
+linear model by minimizing the cost function
+
+     \chi^2 = \sum_i w_i (y_i - \sum_j X_{ij} c_j)^2 = || y - Xc ||_W^2
+
+where y is a vector of n observations, X is an n-by-p matrix of
+predictor variables, c is a vector of the p unknown best-fit parameters
+to be estimated, and ||r||_W^2 = r^T W r.  The matrix W =
+\diag(w_1,w_2,...,w_n) defines the weights or uncertainties of the
+observation vector.
+
+This formulation can be used for fits to any number of functions and/or
+variables by preparing the n-by-p matrix X appropriately.  For example,
+to fit to a p-th order polynomial in ‘x’, use the following matrix,
+
+     X_{ij} = x_i^j
+
+where the index i runs over the observations and the index j runs from 0
+to p-1.
+
+To fit to a set of p sinusoidal functions with fixed frequencies
+\omega_1, \omega_2, \ldots, \omega_p, use,
+
+     X_{ij} = \sin(\omega_j x_i)
+
+To fit to p independent variables x_1, x_2, \ldots, x_p, use,
+
+     X_{ij} = x_j(i)
+
+where x_j(i) is the i-th value of the predictor variable x_j.
+
+The solution of the general linear least-squares system requires an
+additional working space for intermediate results, such as the singular
+value decomposition of the matrix X.
+
+These functions are declared in the header file ‘gsl_multifit.h’.
+
+ -- Type: gsl_multifit_linear_workspace
+
+     This workspace contains internal variables for fitting
+     multi-parameter models.
+
+ -- Function: *note gsl_multifit_linear_workspace: b34.
+          *gsl_multifit_linear_alloc (const size_t n, const size_t p)
+
+     This function allocates a workspace for fitting a model to a
+     maximum of *note n: b35. observations using a maximum of *note p:
+     b35. parameters.  The user may later supply a smaller least squares
+     system if desired.  The size of the workspace is O(np + p^2).
+
+ -- Function: void gsl_multifit_linear_free
+          (gsl_multifit_linear_workspace *work)
+
+     This function frees the memory associated with the workspace ‘w’.
+
+ -- Function: int gsl_multifit_linear_svd (const gsl_matrix *X,
+          gsl_multifit_linear_workspace *work)
+
+     This function performs a singular value decomposition of the matrix
+     *note X: b37. and stores the SVD factors internally in *note work:
+     b37.
+
+ -- Function: int gsl_multifit_linear_bsvd (const gsl_matrix *X,
+          gsl_multifit_linear_workspace *work)
+
+     This function performs a singular value decomposition of the matrix
+     *note X: b38. and stores the SVD factors internally in *note work:
+     b38.  The matrix *note X: b38. is first balanced by applying column
+     scaling factors to improve the accuracy of the singular values.
+
+ -- Function: int gsl_multifit_linear (const gsl_matrix *X, const
+          gsl_vector *y, gsl_vector *c, gsl_matrix *cov, double *chisq,
+          gsl_multifit_linear_workspace *work)
+
+     This function computes the best-fit parameters *note c: b39. of the
+     model y = X c for the observations *note y: b39. and the matrix of
+     predictor variables *note X: b39, using the preallocated workspace
+     provided in *note work: b39.  The p-by-p variance-covariance matrix
+     of the model parameters *note cov: b39. is set to \sigma^2 (X^T
+     X)^{-1}, where \sigma is the standard deviation of the fit
+     residuals.  The sum of squares of the residuals from the best-fit,
+     \chi^2, is returned in *note chisq: b39.  If the coefficient of
+     determination is desired, it can be computed from the expression
+     R^2 = 1 - \chi^2 / TSS, where the total sum of squares (TSS) of the
+     observations *note y: b39. may be computed from *note
+     gsl_stats_tss(): 7dc.
+
+     The best-fit is found by singular value decomposition of the matrix
+     *note X: b39. using the modified Golub-Reinsch SVD algorithm, with
+     column scaling to improve the accuracy of the singular values.  Any
+     components which have zero singular value (to machine precision)
+     are discarded from the fit.
+
+ -- Function: int gsl_multifit_linear_tsvd (const gsl_matrix *X, const
+          gsl_vector *y, const double tol, gsl_vector *c, gsl_matrix
+          *cov, double *chisq, size_t *rank,
+          gsl_multifit_linear_workspace *work)
+
+     This function computes the best-fit parameters *note c: b3a. of the
+     model y = X c for the observations *note y: b3a. and the matrix of
+     predictor variables *note X: b3a, using a truncated SVD expansion.
+     Singular values which satisfy s_i \le tol \times s_0 are discarded
+     from the fit, where s_0 is the largest singular value.  The p-by-p
+     variance-covariance matrix of the model parameters *note cov: b3a.
+     is set to \sigma^2 (X^T X)^{-1}, where \sigma is the standard
+     deviation of the fit residuals.  The sum of squares of the
+     residuals from the best-fit, \chi^2, is returned in *note chisq:
+     b3a.  The effective rank (number of singular values used in
+     solution) is returned in *note rank: b3a.  If the coefficient of
+     determination is desired, it can be computed from the expression
+     R^2 = 1 - \chi^2 / TSS, where the total sum of squares (TSS) of the
+     observations *note y: b3a. may be computed from *note
+     gsl_stats_tss(): 7dc.
+
+ -- Function: int gsl_multifit_wlinear (const gsl_matrix *X, const
+          gsl_vector *w, const gsl_vector *y, gsl_vector *c, gsl_matrix
+          *cov, double *chisq, gsl_multifit_linear_workspace *work)
+
+     This function computes the best-fit parameters *note c: b3b. of the
+     weighted model y = X c for the observations *note y: b3b. with
+     weights *note w: b3b. and the matrix of predictor variables *note
+     X: b3b, using the preallocated workspace provided in *note work:
+     b3b.  The p-by-p covariance matrix of the model parameters *note
+     cov: b3b. is computed as (X^T W X)^{-1}.  The weighted sum of
+     squares of the residuals from the best-fit, \chi^2, is returned in
+     *note chisq: b3b.  If the coefficient of determination is desired,
+     it can be computed from the expression R^2 = 1 - \chi^2 / WTSS,
+     where the weighted total sum of squares (WTSS) of the observations
+     *note y: b3b. may be computed from *note gsl_stats_wtss(): 7f9.
+
+ -- Function: int gsl_multifit_wlinear_tsvd (const gsl_matrix *X, const
+          gsl_vector *w, const gsl_vector *y, const double tol,
+          gsl_vector *c, gsl_matrix *cov, double *chisq, size_t *rank,
+          gsl_multifit_linear_workspace *work)
+
+     This function computes the best-fit parameters *note c: b3c. of the
+     weighted model y = X c for the observations *note y: b3c. with
+     weights *note w: b3c. and the matrix of predictor variables *note
+     X: b3c, using a truncated SVD expansion.  Singular values which
+     satisfy s_i \le tol \times s_0 are discarded from the fit, where
+     s_0 is the largest singular value.  The p-by-p covariance matrix of
+     the model parameters *note cov: b3c. is computed as (X^T W X)^{-1}.
+     The weighted sum of squares of the residuals from the best-fit,
+     \chi^2, is returned in *note chisq: b3c.  The effective rank of the
+     system (number of singular values used in the solution) is returned
+     in *note rank: b3c.  If the coefficient of determination is
+     desired, it can be computed from the expression R^2 = 1 - \chi^2 /
+     WTSS, where the weighted total sum of squares (WTSS) of the
+     observations *note y: b3c. may be computed from *note
+     gsl_stats_wtss(): 7f9.
+
+ -- Function: int gsl_multifit_linear_est (const gsl_vector *x, const
+          gsl_vector *c, const gsl_matrix *cov, double *y, double
+          *y_err)
+
+     This function uses the best-fit multilinear regression coefficients
+     *note c: b3d. and their covariance matrix *note cov: b3d. to
+     compute the fitted function value *note y: b3d. and its standard
+     deviation *note y_err: b3d. for the model y = x.c at the point
+     *note x: b3d.
+
+ -- Function: int gsl_multifit_linear_residuals (const gsl_matrix *X,
+          const gsl_vector *y, const gsl_vector *c, gsl_vector *r)
+
+     This function computes the vector of residuals r = y - X c for the
+     observations *note y: b3e, coefficients *note c: b3e. and matrix of
+     predictor variables *note X: b3e.
+
+ -- Function: size_t gsl_multifit_linear_rank (const double tol, const
+          gsl_multifit_linear_workspace *work)
+
+     This function returns the rank of the matrix X which must first
+     have its singular value decomposition computed.  The rank is
+     computed by counting the number of singular values \sigma_j which
+     satisfy \sigma_j > tol \times \sigma_0, where \sigma_0 is the
+     largest singular value.
+
+\1f
+File: gsl-ref.info,  Node: Regularized regression,  Next: Robust linear regression,  Prev: Multi-parameter regression,  Up: Linear Least-Squares Fitting
+
+40.4 Regularized regression
+===========================
+
+Ordinary weighted least squares models seek a solution vector c which
+minimizes the residual
+
+     \chi^2 = || y - Xc ||_W^2
+
+where y is the n-by-1 observation vector, X is the n-by-p design matrix,
+c is the p-by-1 solution vector, W = \diag(w_1,...,w_n) is the data
+weighting matrix, and ||r||_W^2 = r^T W r.  In cases where the least
+squares matrix X is ill-conditioned, small perturbations (ie: noise) in
+the observation vector could lead to widely different solution vectors
+c.  One way of dealing with ill-conditioned matrices is to use a
+“truncated SVD” in which small singular values, below some given
+tolerance, are discarded from the solution.  The truncated SVD method is
+available using the functions *note gsl_multifit_linear_tsvd(): b3a. and
+*note gsl_multifit_wlinear_tsvd(): b3c.  Another way to help solve
+ill-posed problems is to include a regularization term in the least
+squares minimization
+
+     \chi^2 = || y - Xc ||_W^2 + \lambda^2 || L c ||^2
+
+for a suitably chosen regularization parameter \lambda and matrix L.
+This type of regularization is known as Tikhonov, or ridge, regression.
+In some applications, L is chosen as the identity matrix, giving
+preference to solution vectors c with smaller norms.  Including this
+regularization term leads to the explicit “normal equations” solution
+
+     c = ( X^T W X + \lambda^2 L^T L )^-1 X^T W y
+
+which reduces to the ordinary least squares solution when L = 0.  In
+practice, it is often advantageous to transform a regularized least
+squares system into the form
+
+     \chi^2 = || y~ - X~ c~ ||^2 + \lambda^2 || c~ ||^2
+
+This is known as the Tikhonov “standard form” and has the normal
+equations solution
+
+     \tilde{c} = ( \tilde{X}^T \tilde{X} + \lambda^2 I )^{-1} \tilde{X}^T \tilde{y}
+
+For an m-by-p matrix L which is full rank and has m >= p (ie: L is
+square or has more rows than columns), we can calculate the “thin” QR
+decomposition of L, and note that ||L c|| = ||R c|| since the Q factor
+will not change the norm.  Since R is p-by-p, we can then use the
+transformation
+
+     X~ = sqrt(W) X R^-1
+     y~ = sqrt(W) y
+     c~ = R c
+
+to achieve the standard form.  For a rectangular matrix L with m < p, a
+more sophisticated approach is needed (see Hansen 1998, chapter 2.3).
+In practice, the normal equations solution above is not desirable due to
+numerical instabilities, and so the system is solved using the singular
+value decomposition of the matrix \tilde{X}.  The matrix L is often
+chosen as the identity matrix, or as a first or second finite difference
+operator, to ensure a smoothly varying coefficient vector c, or as a
+diagonal matrix to selectively damp each model parameter differently.
+If L \ne I, the user must first convert the least squares problem to
+standard form using *note gsl_multifit_linear_stdform1(): b42. or *note
+gsl_multifit_linear_stdform2(): b43, solve the system, and then
+backtransform the solution vector to recover the solution of the
+original problem (see *note gsl_multifit_linear_genform1(): b44. and
+*note gsl_multifit_linear_genform2(): b45.).
+
+In many regularization problems, care must be taken when choosing the
+regularization parameter \lambda.  Since both the residual norm ||y - X
+c|| and solution norm ||L c|| are being minimized, the parameter \lambda
+represents a tradeoff between minimizing either the residuals or the
+solution vector.  A common tool for visualizing the comprimise between
+the minimization of these two quantities is known as the L-curve.  The
+L-curve is a log-log plot of the residual norm ||y - X c|| on the
+horizontal axis and the solution norm ||L c|| on the vertical axis.
+This curve nearly always as an L shaped appearance, with a distinct
+corner separating the horizontal and vertical sections of the curve.
+The regularization parameter corresponding to this corner is often
+chosen as the optimal value.  GSL provides routines to calculate the
+L-curve for all relevant regularization parameters as well as locating
+the corner.
+
+Another method of choosing the regularization parameter is known as
+Generalized Cross Validation (GCV). This method is based on the idea
+that if an arbitrary element y_i is left out of the right hand side, the
+resulting regularized solution should predict this element accurately.
+This leads to choosing the parameter \lambda which minimizes the GCV
+function
+
+     G(\lambda) = (||y - X c_{\lambda}||^2) / Tr(I_n - X X^I)^2
+
+where X_{\lambda}^I is the matrix which relates the solution c_{\lambda}
+to the right hand side y, ie: c_{\lambda} = X_{\lambda}^I y.  GSL
+provides routines to compute the GCV curve and its minimum.
+
+For most applications, the steps required to solve a regularized least
+squares problem are as follows:
+
+  1. Construct the least squares system (X, y, W, L)
+
+  2. Transform the system to standard form (\tilde{X}, \tilde{y}).  This
+     step can be skipped if L = I_p and W = I_n.
+
+  3. Calculate the SVD of \tilde{X}.
+
+  4. Determine an appropriate regularization parameter \lambda (using
+     for example L-curve or GCV analysis).
+
+  5. Solve the standard form system using the chosen \lambda and the SVD
+     of \tilde{X}.
+
+  6. Backtransform the standard form solution \tilde{c} to recover the
+     original solution vector c.
+
+ -- Function: int gsl_multifit_linear_stdform1 (const gsl_vector *L,
+          const gsl_matrix *X, const gsl_vector *y, gsl_matrix *Xs,
+          gsl_vector *ys, gsl_multifit_linear_workspace *work)
+ -- Function: int gsl_multifit_linear_wstdform1 (const gsl_vector *L,
+          const gsl_matrix *X, const gsl_vector *w, const gsl_vector *y,
+          gsl_matrix *Xs, gsl_vector *ys, gsl_multifit_linear_workspace
+          *work)
+
+     These functions define a regularization matrix L =
+     \diag(l_0,l_1,...,l_{p-1}).  The diagonal matrix element l_i is
+     provided by the i-th element of the input vector *note L: b46.  The
+     n-by-p least squares matrix *note X: b46. and vector *note y: b46.
+     of length n are then converted to standard form as described above
+     and the parameters (\tilde{X}, \tilde{y}) are stored in *note Xs:
+     b46. and *note ys: b46. on output.  *note Xs: b46. and *note ys:
+     b46. have the same dimensions as *note X: b46. and *note y: b46.
+     Optional data weights may be supplied in the vector *note w: b46.
+     of length n.  In order to apply this transformation, L^{-1} must
+     exist and so none of the l_i may be zero.  After the standard form
+     system has been solved, use *note gsl_multifit_linear_genform1():
+     b44. to recover the original solution vector.  It is allowed to
+     have *note X: b46. = *note Xs: b46. and *note y: b46. = *note ys:
+     b46. for an in-place transform.  In order to perform a weighted
+     regularized fit with L = I, the user may call *note
+     gsl_multifit_linear_applyW(): b47. to convert to standard form.
+
+ -- Function: int gsl_multifit_linear_L_decomp (gsl_matrix *L,
+          gsl_vector *tau)
+
+     This function factors the m-by-p regularization matrix *note L:
+     b48. into a form needed for the later transformation to standard
+     form.  *note L: b48. may have any number of rows m.  If m \ge p the
+     QR decomposition of *note L: b48. is computed and stored in *note
+     L: b48. on output.  If m < p, the QR decomposition of L^T is
+     computed and stored in *note L: b48. on output.  On output, the
+     Householder scalars are stored in the vector *note tau: b48. of
+     size MIN(m,p).  These outputs will be used by *note
+     gsl_multifit_linear_wstdform2(): b49. to complete the
+     transformation to standard form.
+
+ -- Function: int gsl_multifit_linear_stdform2 (const gsl_matrix *LQR,
+          const gsl_vector *Ltau, const gsl_matrix *X, const gsl_vector
+          *y, gsl_matrix *Xs, gsl_vector *ys, gsl_matrix *M,
+          gsl_multifit_linear_workspace *work)
+ -- Function: int gsl_multifit_linear_wstdform2 (const gsl_matrix *LQR,
+          const gsl_vector *Ltau, const gsl_matrix *X, const gsl_vector
+          *w, const gsl_vector *y, gsl_matrix *Xs, gsl_vector *ys,
+          gsl_matrix *M, gsl_multifit_linear_workspace *work)
+
+     These functions convert the least squares system (*note X: b49,
+     *note y: b49, ‘W’, L) to standard form (\tilde{X}, \tilde{y}) which
+     are stored in *note Xs: b49. and *note ys: b49. respectively.  The
+     m-by-p regularization matrix ‘L’ is specified by the inputs *note
+     LQR: b49. and *note Ltau: b49, which are outputs from *note
+     gsl_multifit_linear_L_decomp(): b48.  The dimensions of the
+     standard form parameters (\tilde{X}, \tilde{y}) depend on whether m
+     is larger or less than p.  For m \ge p, *note Xs: b49. is n-by-p,
+     *note ys: b49. is n-by-1, and *note M: b49. is not used.  For m <
+     p, *note Xs: b49. is (n - p + m)-by-m, *note ys: b49. is (n - p +
+     m)-by-1, and *note M: b49. is additional n-by-p workspace, which is
+     required to recover the original solution vector after the system
+     has been solved (see *note gsl_multifit_linear_genform2(): b45.).
+     Optional data weights may be supplied in the vector *note w: b49.
+     of length n, where W = \diag(w).
+
+ -- Function: int gsl_multifit_linear_solve (const double lambda, const
+          gsl_matrix *Xs, const gsl_vector *ys, gsl_vector *cs, double
+          *rnorm, double *snorm, gsl_multifit_linear_workspace *work)
+
+     This function computes the regularized best-fit parameters
+     \tilde{c} which minimize the cost function \chi^2 = || \tilde{y} -
+     \tilde{X} \tilde{c} ||^2 + \lambda^2 || \tilde{c} ||^2 which is in
+     standard form.  The least squares system must therefore be
+     converted to standard form prior to calling this function.  The
+     observation vector \tilde{y} is provided in *note ys: b4a. and the
+     matrix of predictor variables \tilde{X} in *note Xs: b4a.  The
+     solution vector \tilde{c} is returned in *note cs: b4a, which has
+     length min(m,p).  The SVD of *note Xs: b4a. must be computed prior
+     to calling this function, using *note gsl_multifit_linear_svd():
+     b37.  The regularization parameter \lambda is provided in *note
+     lambda: b4a.  The residual norm || \tilde{y} - \tilde{X} \tilde{c}
+     || = ||y - X c||_W is returned in *note rnorm: b4a.  The solution
+     norm || \tilde{c} || = ||L c|| is returned in *note snorm: b4a.
+
+ -- Function: int gsl_multifit_linear_genform1 (const gsl_vector *L,
+          const gsl_vector *cs, gsl_vector *c,
+          gsl_multifit_linear_workspace *work)
+
+     After a regularized system has been solved with L =
+     \diag(\l_0,\l_1,...,\l_{p-1}), this function backtransforms the
+     standard form solution vector *note cs: b44. to recover the
+     solution vector of the original problem *note c: b44.  The diagonal
+     matrix elements l_i are provided in the vector *note L: b44.  It is
+     allowed to have *note c: b44. = *note cs: b44. for an in-place
+     transform.
+
+ -- Function: int gsl_multifit_linear_genform2 (const gsl_matrix *LQR,
+          const gsl_vector *Ltau, const gsl_matrix *X, const gsl_vector
+          *y, const gsl_vector *cs, const gsl_matrix *M, gsl_vector *c,
+          gsl_multifit_linear_workspace *work)
+ -- Function: int gsl_multifit_linear_wgenform2 (const gsl_matrix *LQR,
+          const gsl_vector *Ltau, const gsl_matrix *X, const gsl_vector
+          *w, const gsl_vector *y, const gsl_vector *cs, const
+          gsl_matrix *M, gsl_vector *c, gsl_multifit_linear_workspace
+          *work)
+
+     After a regularized system has been solved with a general
+     rectangular matrix L, specified by (*note LQR: b4b, *note Ltau:
+     b4b.), this function backtransforms the standard form solution
+     *note cs: b4b. to recover the solution vector of the original
+     problem, which is stored in *note c: b4b, of length p.  The
+     original least squares matrix and observation vector are provided
+     in *note X: b4b. and *note y: b4b. respectively.  *note M: b4b. is
+     the matrix computed by *note gsl_multifit_linear_stdform2(): b43.
+     For weighted fits, the weight vector *note w: b4b. must also be
+     supplied.
+
+ -- Function: int gsl_multifit_linear_applyW (const gsl_matrix *X, const
+          gsl_vector *w, const gsl_vector *y, gsl_matrix *WX, gsl_vector
+          *Wy)
+
+     For weighted least squares systems with L = I, this function may be
+     used to convert the system to standard form by applying the weight
+     matrix W = \diag(w) to the least squares matrix *note X: b47. and
+     observation vector *note y: b47.  On output, *note WX: b47. is
+     equal to W^{1/2} X and *note Wy: b47. is equal to W^{1/2} y.  It is
+     allowed for *note WX: b47. = *note X: b47. and *note Wy: b47. =
+     *note y: b47. for an in-place transform.
+
+ -- Function: int gsl_multifit_linear_lcurve (const gsl_vector *y,
+          gsl_vector *reg_param, gsl_vector *rho, gsl_vector *eta,
+          gsl_multifit_linear_workspace *work)
+
+     This function computes the L-curve for a least squares system using
+     the right hand side vector *note y: b4c. and the SVD decomposition
+     of the least squares matrix ‘X’, which must be provided to *note
+     gsl_multifit_linear_svd(): b37. prior to calling this function.
+     The output vectors *note reg_param: b4c, *note rho: b4c, and *note
+     eta: b4c. must all be the same size, and will contain the
+     regularization parameters \lambda_i, residual norms ||y - X c_i||,
+     and solution norms || L c_i || which compose the L-curve, where c_i
+     is the regularized solution vector corresponding to \lambda_i.  The
+     user may determine the number of points on the L-curve by adjusting
+     the size of these input arrays.  The regularization parameters
+     \lambda_i are estimated from the singular values of ‘X’, and chosen
+     to represent the most relevant portion of the L-curve.
+
+ -- Function: int gsl_multifit_linear_lcurvature (const gsl_vector *y,
+          const gsl_vector *reg_param, const gsl_vector *rho, const
+          gsl_vector *eta, gsl_vector *kappa,
+          gsl_multifit_linear_workspace *work)
+
+     This function computes the curvature of the L-curve as a function
+     of the regularization parameter \lambda, using the right hand side
+     vector *note y: b4d, the vector of regularization parameters, *note
+     reg_param: b4d, vector of residual norms, *note rho: b4d, and
+     vector of solution norms, *note eta: b4d.  The arrays *note
+     reg_param: b4d, *note rho: b4d, and *note eta: b4d. can be computed
+     by *note gsl_multifit_linear_lcurve(): b4c.  The curvature is
+     defined as
+
+          \kappa(\lambda) = \frac{\hat{\rho}' \hat{\eta}'' - \hat{\rho}'' \hat{\eta}'}{\left( (\hat{\rho}')^2 + (\hat{\eta}')^2 \right)^{\frac{3}{2}}}
+
+     where \hat{\rho}(\lambda) = \log{||y - X c_{\lambda}||} and
+     \hat{\eta}(\lambda) = \log{|| L c_{\lambda} ||}.  The curvature
+     values are stored in *note kappa: b4d. on output.
+
+ -- Function: int gsl_multifit_linear_lcorner (const gsl_vector *rho,
+          const gsl_vector *eta, size_t *idx)
+
+     This function attempts to locate the corner of the L-curve (||y - X
+     c||, ||L c||) defined by the *note rho: b4e. and *note eta: b4e.
+     input arrays respectively.  The corner is defined as the point of
+     maximum curvature of the L-curve in log-log scale.  The *note rho:
+     b4e. and *note eta: b4e. arrays can be outputs of *note
+     gsl_multifit_linear_lcurve(): b4c.  The algorithm used simply fits
+     a circle to 3 consecutive points on the L-curve and uses the
+     circle’s radius to determine the curvature at the middle point.
+     Therefore, the input array sizes must be \ge 3.  With more points
+     provided for the L-curve, a better estimate of the curvature can be
+     obtained.  The array index corresponding to maximum curvature (ie:
+     the corner) is returned in *note idx: b4e.  If the input arrays
+     contain colinear points, this function could fail and return *note
+     GSL_EINVAL: 2b.
+
+ -- Function: int gsl_multifit_linear_lcorner2 (const gsl_vector
+          *reg_param, const gsl_vector *eta, size_t *idx)
+
+     This function attempts to locate the corner of an alternate L-curve
+     (\lambda^2, ||L c||^2) studied by Rezghi and Hosseini, 2009.  This
+     alternate L-curve can provide better estimates of the
+     regularization parameter for smooth solution vectors.  The
+     regularization parameters \lambda and solution norms ||L c|| are
+     provided in the *note reg_param: b4f. and *note eta: b4f. input
+     arrays respectively.  The corner is defined as the point of maximum
+     curvature of this alternate L-curve in linear scale.  The *note
+     reg_param: b4f. and *note eta: b4f. arrays can be outputs of *note
+     gsl_multifit_linear_lcurve(): b4c.  The algorithm used simply fits
+     a circle to 3 consecutive points on the L-curve and uses the
+     circle’s radius to determine the curvature at the middle point.
+     Therefore, the input array sizes must be \ge 3.  With more points
+     provided for the L-curve, a better estimate of the curvature can be
+     obtained.  The array index corresponding to maximum curvature (ie:
+     the corner) is returned in *note idx: b4f.  If the input arrays
+     contain colinear points, this function could fail and return *note
+     GSL_EINVAL: 2b.
+
+ -- Function: int gsl_multifit_linear_gcv_init (const gsl_vector *y,
+          gsl_vector *reg_param, gsl_vector *UTy, double *delta0,
+          gsl_multifit_linear_workspace *work)
+
+     This function performs some initialization in preparation for
+     computing the GCV curve and its minimum.  The right hand side
+     vector is provided in *note y: b50.  On output, *note reg_param:
+     b50. is set to a vector of regularization parameters in decreasing
+     order and may be of any size.  The vector *note UTy: b50. of size p
+     is set to U^T y.  The parameter *note delta0: b50. is needed for
+     subsequent steps of the GCV calculation.
+
+ -- Function: int gsl_multifit_linear_gcv_curve (const gsl_vector
+          *reg_param, const gsl_vector *UTy, const double delta0,
+          gsl_vector *G, gsl_multifit_linear_workspace *work)
+
+     This funtion calculates the GCV curve G(\lambda) and stores it in
+     *note G: b51. on output, which must be the same size as *note
+     reg_param: b51.  The inputs *note reg_param: b51, *note UTy: b51.
+     and *note delta0: b51. are computed in *note
+     gsl_multifit_linear_gcv_init(): b50.
+
+ -- Function: int gsl_multifit_linear_gcv_min (const gsl_vector
+          *reg_param, const gsl_vector *UTy, const gsl_vector *G, const
+          double delta0, double *lambda, gsl_multifit_linear_workspace
+          *work)
+
+     This function computes the value of the regularization parameter
+     which minimizes the GCV curve G(\lambda) and stores it in *note
+     lambda: b52.  The input *note G: b52. is calculated by *note
+     gsl_multifit_linear_gcv_curve(): b51. and the inputs *note
+     reg_param: b52, *note UTy: b52. and *note delta0: b52. are computed
+     by *note gsl_multifit_linear_gcv_init(): b50.
+
+ -- Function: double gsl_multifit_linear_gcv_calc (const double lambda,
+          const gsl_vector *UTy, const double delta0,
+          gsl_multifit_linear_workspace *work)
+
+     This function returns the value of the GCV curve G(\lambda)
+     corresponding to the input *note lambda: b53.
+
+ -- Function: int gsl_multifit_linear_gcv (const gsl_vector *y,
+          gsl_vector *reg_param, gsl_vector *G, double *lambda, double
+          *G_lambda, gsl_multifit_linear_workspace *work)
+
+     This function combines the steps ‘gcv_init’, ‘gcv_curve’, and
+     ‘gcv_min’ defined above into a single function.  The input *note y:
+     b54. is the right hand side vector.  On output, *note reg_param:
+     b54. and *note G: b54, which must be the same size, are set to
+     vectors of \lambda and G(\lambda) values respectively.  The output
+     *note lambda: b54. is set to the optimal value of \lambda which
+     minimizes the GCV curve.  The minimum value of the GCV curve is
+     returned in *note G_lambda: b54.
+
+ -- Function: int gsl_multifit_linear_Lk (const size_t p, const size_t
+          k, gsl_matrix *L)
+
+     This function computes the discrete approximation to the derivative
+     operator L_k of order *note k: b55. on a regular grid of *note p:
+     b55. points and stores it in *note L: b55.  The dimensions of *note
+     L: b55. are (p-k)-by-p.
+
+ -- Function: int gsl_multifit_linear_Lsobolev (const size_t p, const
+          size_t kmax, const gsl_vector *alpha, gsl_matrix *L,
+          gsl_multifit_linear_workspace *work)
+
+     This function computes the regularization matrix *note L: b56.
+     corresponding to the weighted Sobolov norm ||L c||^2 = \sum_k
+     \alpha_k^2 ||L_k c||^2 where L_k approximates the derivative
+     operator of order k.  This regularization norm can be useful in
+     applications where it is necessary to smooth several derivatives of
+     the solution.  *note p: b56. is the number of model parameters,
+     *note kmax: b56. is the highest derivative to include in the
+     summation above, and *note alpha: b56. is the vector of weights of
+     size *note kmax: b56. + 1, where ‘alpha[k]’ = \alpha_k is the
+     weight assigned to the derivative of order k.  The output matrix
+     *note L: b56. is size *note p: b56.-by-*note p: b56. and upper
+     triangular.
+
+ -- Function: double gsl_multifit_linear_rcond (const
+          gsl_multifit_linear_workspace *work)
+
+     This function returns the reciprocal condition number of the least
+     squares matrix X, defined as the ratio of the smallest and largest
+     singular values, rcond = \sigma_{min}/\sigma_{max}.  The routine
+     *note gsl_multifit_linear_svd(): b37. must first be called to
+     compute the SVD of X.
+
+\1f
+File: gsl-ref.info,  Node: Robust linear regression,  Next: Large dense linear systems,  Prev: Regularized regression,  Up: Linear Least-Squares Fitting
+
+40.5 Robust linear regression
+=============================
+
+Ordinary least squares (OLS) models are often heavily influenced by the
+presence of outliers.  Outliers are data points which do not follow the
+general trend of the other observations, although there is strictly no
+precise definition of an outlier.  Robust linear regression refers to
+regression algorithms which are robust to outliers.  The most common
+type of robust regression is M-estimation.  The general M-estimator
+minimizes the objective function
+
+     \sum_i \rho(e_i) = \sum_i \rho (y_i - Y(c, x_i))
+
+where e_i = y_i - Y(c, x_i) is the residual of the ith data point, and
+\rho(e_i) is a function which should have the following properties:
+
+   * \rho(e) \ge 0
+
+   * \rho(0) = 0
+
+   * \rho(-e) = \rho(e)
+
+   * \rho(e_1) > \rho(e_2) for |e_1| > |e_2|
+
+The special case of ordinary least squares is given by \rho(e_i) =
+e_i^2.  Letting \psi = \rho' be the derivative of \rho, differentiating
+the objective function with respect to the coefficients c and setting
+the partial derivatives to zero produces the system of equations
+
+     \sum_i \psi(e_i) X_i = 0
+
+where X_i is a vector containing row i of the design matrix X. Next, we
+define a weight function w(e) = \psi(e)/e, and let w_i = w(e_i):
+
+     \sum_i w_i e_i X_i = 0
+
+This system of equations is equivalent to solving a weighted ordinary
+least squares problem, minimizing \chi^2 = \sum_i w_i e_i^2.  The
+weights however, depend on the residuals e_i, which depend on the
+coefficients c, which depend on the weights.  Therefore, an iterative
+solution is used, called Iteratively Reweighted Least Squares (IRLS).
+
+  1. Compute initial estimates of the coefficients c^{(0)} using
+     ordinary least squares
+
+  2. For iteration k, form the residuals e_i^{(k)} = (y_i - X_i
+     c^{(k-1)})/(t \sigma^{(k)} \sqrt{1 - h_i}), where t is a tuning
+     constant depending on the choice of \psi, and h_i are the
+     statistical leverages (diagonal elements of the matrix X (X^T
+     X)^{-1} X^T). Including t and h_i in the residual calculation has
+     been shown to improve the convergence of the method.  The residual
+     standard deviation is approximated as \sigma^{(k)} = MAD / 0.6745,
+     where MAD is the Median-Absolute-Deviation of the n-p largest
+     residuals from the previous iteration.
+
+  3. Compute new weights w_i^{(k)} = \psi(e_i^{(k)})/e_i^{(k)}.
+
+  4. Compute new coefficients c^{(k)} by solving the weighted least
+     squares problem with weights w_i^{(k)}.
+
+  5. Steps 2 through 4 are iterated until the coefficients converge or
+     until some maximum iteration limit is reached.  Coefficients are
+     tested for convergence using the critera:
+
+          |c_i^(k) - c_i^(k-1)| <= \epsilon * max(|c_i^(k)|, |c_i^(k-1)|)
+
+     for all 0 \le i < p where \epsilon is a small tolerance factor.
+
+The key to this method lies in selecting the function \psi(e_i) to
+assign smaller weights to large residuals, and larger weights to smaller
+residuals.  As the iteration proceeds, outliers are assigned smaller and
+smaller weights, eventually having very little or no effect on the
+fitted model.
+
+ -- Type: gsl_multifit_robust_workspace
+
+     This workspace is used for robust least squares fitting.
+
+ -- Function: *note gsl_multifit_robust_workspace: b59.
+          *gsl_multifit_robust_alloc (const gsl_multifit_robust_type *T,
+          const size_t n, const size_t p)
+
+     This function allocates a workspace for fitting a model to *note n:
+     b5a. observations using *note p: b5a. parameters.  The size of the
+     workspace is O(np + p^2).  The type *note T: b5a. specifies the
+     function \psi and can be selected from the following choices.
+
+      -- Type: gsl_multifit_robust_type
+
+           -- Variable: *note gsl_multifit_robust_type: b5b.
+                    *gsl_multifit_robust_default
+
+               This specifies the *note gsl_multifit_robust_bisquare:
+               b5d. type (see below) and is a good general purpose
+               choice for robust regression.
+
+           -- Variable: *note gsl_multifit_robust_type: b5b.
+                    *gsl_multifit_robust_bisquare
+
+               This is Tukey’s biweight (bisquare) function and is a
+               good general purpose choice for robust regression.  The
+               weight function is given by
+
+                    w(e) = { (1 - e^2)^2, |e| <= 1
+                           {     0,       |e| > 1
+
+               and the default tuning constant is t = 4.685.
+
+           -- Variable: *note gsl_multifit_robust_type: b5b.
+                    *gsl_multifit_robust_cauchy
+
+               This is Cauchy’s function, also known as the Lorentzian
+               function.  This function does not guarantee a unique
+               solution, meaning different choices of the coefficient
+               vector ‘c’ could minimize the objective function.
+               Therefore this option should be used with care.  The
+               weight function is given by
+
+                    w(e) = 1 / (1 + e^2)
+
+               and the default tuning constant is t = 2.385.
+
+           -- Variable: *note gsl_multifit_robust_type: b5b.
+                    *gsl_multifit_robust_fair
+
+               This is the fair \rho function, which guarantees a unique
+               solution and has continuous derivatives to three orders.
+               The weight function is given by
+
+                    w(e) = 1 / (1 + |e|)
+
+               and the default tuning constant is t = 1.400.
+
+           -- Variable: *note gsl_multifit_robust_type: b5b.
+                    *gsl_multifit_robust_huber
+
+               This specifies Huber’s \rho function, which is a parabola
+               in the vicinity of zero and increases linearly for a
+               given threshold |e| > t.  This function is also
+               considered an excellent general purpose robust estimator,
+               however, occasional difficulties can be encountered due
+               to the discontinuous first derivative of the \psi
+               function.  The weight function is given by
+
+                    w(e) = 1/max(1,|e|)
+
+               and the default tuning constant is t = 1.345.
+
+           -- Variable: *note gsl_multifit_robust_type: b5b.
+                    *gsl_multifit_robust_ols
+
+               This specifies the ordinary least squares solution, which
+               can be useful for quickly checking the difference between
+               the various robust and OLS solutions.  The weight
+               function is given by
+
+                    w(e) = 1
+
+               and the default tuning constant is t = 1.
+
+           -- Variable: *note gsl_multifit_robust_type: b5b.
+                    *gsl_multifit_robust_welsch
+
+               This specifies the Welsch function which can perform well
+               in cases where the residuals have an exponential
+               distribution.  The weight function is given by
+
+                    w(e) = \exp{(-e^2)}
+
+               and the default tuning constant is t = 2.985.
+
+ -- Function: void gsl_multifit_robust_free
+          (gsl_multifit_robust_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: b63.
+
+ -- Function: const char *gsl_multifit_robust_name (const
+          gsl_multifit_robust_workspace *w)
+
+     This function returns the name of the robust type ‘T’ specified to
+     *note gsl_multifit_robust_alloc(): b5a.
+
+ -- Function: int gsl_multifit_robust_tune (const double tune,
+          gsl_multifit_robust_workspace *w)
+
+     This function sets the tuning constant t used to adjust the
+     residuals at each iteration to *note tune: b65.  Decreasing the
+     tuning constant increases the downweight assigned to large
+     residuals, while increasing the tuning constant decreases the
+     downweight assigned to large residuals.
+
+ -- Function: int gsl_multifit_robust_maxiter (const size_t maxiter,
+          gsl_multifit_robust_workspace *w)
+
+     This function sets the maximum number of iterations in the
+     iteratively reweighted least squares algorithm to *note maxiter:
+     b66.  By default, this value is set to 100 by *note
+     gsl_multifit_robust_alloc(): b5a.
+
+ -- Function: int gsl_multifit_robust_weights (const gsl_vector *r,
+          gsl_vector *wts, gsl_multifit_robust_workspace *w)
+
+     This function assigns weights to the vector *note wts: b67. using
+     the residual vector *note r: b67. and previously specified
+     weighting function.  The output weights are given by wts_i = w(r_i
+     / (t \sigma)), where the weighting functions w are detailed in
+     *note gsl_multifit_robust_alloc(): b5a.  \sigma is an estimate of
+     the residual standard deviation based on the
+     Median-Absolute-Deviation and t is the tuning constant.  This
+     function is useful if the user wishes to implement their own robust
+     regression rather than using the supplied *note
+     gsl_multifit_robust(): b68. routine below.
+
+ -- Function: int gsl_multifit_robust (const gsl_matrix *X, const
+          gsl_vector *y, gsl_vector *c, gsl_matrix *cov,
+          gsl_multifit_robust_workspace *w)
+
+     This function computes the best-fit parameters *note c: b68. of the
+     model y = X c for the observations *note y: b68. and the matrix of
+     predictor variables *note X: b68, attemping to reduce the influence
+     of outliers using the algorithm outlined above.  The p-by-p
+     variance-covariance matrix of the model parameters *note cov: b68.
+     is estimated as \sigma^2 (X^T X)^{-1}, where \sigma is an
+     approximation of the residual standard deviation using the theory
+     of robust regression.  Special care must be taken when estimating
+     \sigma and other statistics such as R^2, and so these are computed
+     internally and are available by calling the function *note
+     gsl_multifit_robust_statistics(): b69.
+
+     If the coefficients do not converge within the maximum iteration
+     limit, the function returns ‘GSL_EMAXITER’.  In this case, the
+     current estimates of the coefficients and covariance matrix are
+     returned in *note c: b68. and *note cov: b68. and the internal fit
+     statistics are computed with these estimates.
+
+ -- Function: int gsl_multifit_robust_est (const gsl_vector *x, const
+          gsl_vector *c, const gsl_matrix *cov, double *y, double
+          *y_err)
+
+     This function uses the best-fit robust regression coefficients
+     *note c: b6a. and their covariance matrix *note cov: b6a. to
+     compute the fitted function value *note y: b6a. and its standard
+     deviation *note y_err: b6a. for the model y = x \cdot c at the
+     point *note x: b6a.
+
+ -- Function: int gsl_multifit_robust_residuals (const gsl_matrix *X,
+          const gsl_vector *y, const gsl_vector *c, gsl_vector *r,
+          gsl_multifit_robust_workspace *w)
+
+     This function computes the vector of studentized residuals r_i =
+     {y_i - (X c)_i \over \sigma \sqrt{1 - h_i}} for the observations
+     *note y: b6b, coefficients *note c: b6b. and matrix of predictor
+     variables *note X: b6b.  The routine *note gsl_multifit_robust():
+     b68. must first be called to compute the statisical leverages h_i
+     of the matrix *note X: b6b. and residual standard deviation
+     estimate \sigma.
+
+ -- Function: *note gsl_multifit_robust_stats: b6c.
+          gsl_multifit_robust_statistics (const
+          gsl_multifit_robust_workspace *w)
+
+     This function returns a structure containing relevant statistics
+     from a robust regression.  The function *note
+     gsl_multifit_robust(): b68. must be called first to perform the
+     regression and calculate these statistics.  The returned *note
+     gsl_multifit_robust_stats: b6c. structure contains the following
+     fields.
+
+      -- Type: gsl_multifit_robust_stats
+
+          ‘double sigma_ols’
+
+               This contains the standard deviation of the residuals as
+               computed from ordinary least squares (OLS).
+
+          ‘double sigma_mad’
+
+               This contains an estimate of the standard deviation of
+               the final residuals using the Median-Absolute-Deviation
+               statistic
+
+          ‘double sigma_rob’
+
+               This contains an estimate of the standard deviation of
+               the final residuals from the theory of robust regression
+               (see Street et al, 1988).
+
+          ‘double sigma’
+
+               This contains an estimate of the standard deviation of
+               the final residuals by attemping to reconcile ‘sigma_rob’
+               and ‘sigma_ols’ in a reasonable way.
+
+          ‘double Rsq’
+
+               This contains the R^2 coefficient of determination
+               statistic using the estimate ‘sigma’.
+
+          ‘double adj_Rsq’
+
+               This contains the adjusted R^2 coefficient of
+               determination statistic using the estimate ‘sigma’.
+
+          ‘double rmse’
+
+               This contains the root mean squared error of the final
+               residuals
+
+          ‘double sse’
+
+               This contains the residual sum of squares taking into
+               account the robust covariance matrix.
+
+          ‘size_t dof’
+
+               This contains the number of degrees of freedom n - p
+
+          ‘size_t numit’
+
+               Upon successful convergence, this contains the number of
+               iterations performed
+
+          ‘gsl_vector * weights’
+
+               This contains the final weight vector of length ‘n’
+
+          ‘gsl_vector * r’
+
+               This contains the final residual vector of length ‘n’, r
+               = y - X c
+
+\1f
+File: gsl-ref.info,  Node: Large dense linear systems,  Next: Troubleshooting,  Prev: Robust linear regression,  Up: Linear Least-Squares Fitting
+
+40.6 Large dense linear systems
+===============================
+
+This module is concerned with solving large dense least squares systems
+X c = y where the n-by-p matrix X has n >> p (ie: many more rows than
+columns).  This type of matrix is called a “tall skinny” matrix, and for
+some applications, it may not be possible to fit the entire matrix in
+memory at once to use the standard SVD approach.  Therefore, the
+algorithms in this module are designed to allow the user to construct
+smaller blocks of the matrix X and accumulate those blocks into the
+larger system one at a time.  The algorithms in this module never need
+to store the entire matrix X in memory.  The large linear least squares
+routines support data weights and Tikhonov regularization, and are
+designed to minimize the residual
+
+     \chi^2 = || y - Xc ||_W^2 + \lambda^2 || L c ||^2
+
+where y is the n-by-1 observation vector, X is the n-by-p design matrix,
+c is the p-by-1 solution vector, W = \diag(w_1,...,w_n) is the data
+weighting matrix, L is an m-by-p regularization matrix, \lambda is a
+regularization parameter, and ||r||_W^2 = r^T W r.  In the discussion
+which follows, we will assume that the system has been converted into
+Tikhonov standard form,
+
+     \chi^2 = || y~ - X~ c~ ||^2 + \lambda^2 || c~ ||^2
+
+and we will drop the tilde characters from the various parameters.  For
+a discussion of the transformation to standard form, see *note
+Regularized regression: b41.
+
+The basic idea is to partition the matrix X and observation vector y as
+
+     [ X_1 ] c = [ y_1 ]
+     [ X_2 ]     [ y_2 ]
+     [ X_3 ]     [ y_3 ]
+     [ ... ]     [ ... ]
+     [ X_k ]     [ y_k ]
+
+into k blocks, where each block (X_i,y_i) may have any number of rows,
+but each X_i has p columns.  The sections below describe the methods
+available for solving this partitioned system.  The functions are
+declared in the header file ‘gsl_multilarge.h’.
+
+* Menu:
+
+* Normal Equations Approach::
+* Tall Skinny QR (TSQR) Approach: Tall Skinny QR TSQR Approach.
+* Large Dense Linear Systems Solution Steps::
+* Large Dense Linear Least Squares Routines::
+
+\1f
+File: gsl-ref.info,  Node: Normal Equations Approach,  Next: Tall Skinny QR TSQR Approach,  Up: Large dense linear systems
+
+40.6.1 Normal Equations Approach
+--------------------------------
+
+The normal equations approach to the large linear least squares problem
+described above is popular due to its speed and simplicity.  Since the
+normal equations solution to the problem is given by
+
+     c = ( X^T X + \lambda^2 I )^-1 X^T y
+
+only the p-by-p matrix X^T X and p-by-1 vector X^T y need to be stored.
+Using the partition scheme described above, these are given by
+
+     X^T X = \sum_i X_i^T X_i
+     X^T y = \sum_i X_i^T y_i
+
+Since the matrix X^T X is symmetric, only half of it needs to be
+calculated.  Once all of the blocks (X_i,y_i) have been accumulated into
+the final X^T X and X^T y, the system can be solved with a Cholesky
+factorization of the X^T X matrix.  The X^T X matrix is first
+transformed via a diagonal scaling transformation to attempt to reduce
+its condition number as much as possible to recover a more accurate
+solution vector.  The normal equations approach is the fastest method
+for solving the large least squares problem, and is accurate for
+well-conditioned matrices X. However, for ill-conditioned matrices, as
+is often the case for large systems, this method can suffer from
+numerical instabilities (see Trefethen and Bau, 1997).  The number of
+operations for this method is O(np^2 + {1 \over 3}p^3).
+
+\1f
+File: gsl-ref.info,  Node: Tall Skinny QR TSQR Approach,  Next: Large Dense Linear Systems Solution Steps,  Prev: Normal Equations Approach,  Up: Large dense linear systems
+
+40.6.2 Tall Skinny QR (TSQR) Approach
+-------------------------------------
+
+An algorithm which has better numerical stability for ill-conditioned
+problems is known as the Tall Skinny QR (TSQR) method.  This method is
+based on computing the thin QR decomposition of the least squares matrix
+X = Q R, where Q is an n-by-p matrix with orthogonal columns, and R is a
+p-by-p upper triangular matrix.  Once these factors are calculated, the
+residual becomes
+
+     \chi^2 = || Q^T y - R c ||^2 + \lambda^2 || c ||^2
+
+which can be written as the matrix equation
+
+     [ R ; \lambda I ] c = [ Q^T b ; 0 ]
+
+The matrix on the left hand side is now a much smaller 2p-by-p matrix
+which can be solved with a standard SVD approach.  The Q matrix is just
+as large as the original matrix X, however it does not need to be
+explicitly constructed.  The TSQR algorithm computes only the p-by-p
+matrix R and the p-by-1 vector Q^T y, and updates these quantities as
+new blocks are added to the system.  Each time a new block of rows
+(X_i,y_i) is added, the algorithm performs a QR decomposition of the
+matrix
+
+     [ R_(i-1) ; X_i ]
+
+where R_{i-1} is the upper triangular R factor for the matrix
+
+     [ X_1 ; ... ; X_(i-1) ]
+
+This QR decomposition is done efficiently taking into account the sparse
+structure of R_{i-1}.  See Demmel et al, 2008 for more details on how
+this is accomplished.  The number of operations for this method is
+O(2np^2 - {2 \over 3}p^3).
+
+\1f
+File: gsl-ref.info,  Node: Large Dense Linear Systems Solution Steps,  Next: Large Dense Linear Least Squares Routines,  Prev: Tall Skinny QR TSQR Approach,  Up: Large dense linear systems
+
+40.6.3 Large Dense Linear Systems Solution Steps
+------------------------------------------------
+
+The typical steps required to solve large regularized linear least
+squares problems are as follows:
+
+  1. Choose the regularization matrix L.
+
+  2. Construct a block of rows of the least squares matrix, right hand
+     side vector, and weight vector (X_i, y_i, w_i).
+
+  3. Transform the block to standard form (\tilde{X_i}, \tilde{y_i}).
+     This step can be skipped if L = I and W = I.
+
+  4. Accumulate the standard form block (\tilde{X_i}, \tilde{y_i}) into
+     the system.
+
+  5. Repeat steps 2-4 until the entire matrix and right hand side vector
+     have been accumulated.
+
+  6. Determine an appropriate regularization parameter \lambda (using
+     for example L-curve analysis).
+
+  7. Solve the standard form system using the chosen \lambda.
+
+  8. Backtransform the standard form solution \tilde{c} to recover the
+     original solution vector c.
+
+\1f
+File: gsl-ref.info,  Node: Large Dense Linear Least Squares Routines,  Prev: Large Dense Linear Systems Solution Steps,  Up: Large dense linear systems
+
+40.6.4 Large Dense Linear Least Squares Routines
+------------------------------------------------
+
+ -- Type: gsl_multilarge_linear_workspace
+
+     This workspace contains parameters for solving large linear least
+     squares problems.
+
+ -- Function: *note gsl_multilarge_linear_workspace: b72.
+          *gsl_multilarge_linear_alloc (const gsl_multilarge_linear_type
+          *T, const size_t p)
+
+     This function allocates a workspace for solving large linear least
+     squares systems.  The least squares matrix X has *note p: b73.
+     columns, but may have any number of rows.
+
+      -- Type: gsl_multilarge_linear_type
+
+          The parameter *note T: b73. specifies the method to be used
+          for solving the large least squares system and may be selected
+          from the following choices
+
+           -- Variable: *note gsl_multilarge_linear_type: b74.
+                    *gsl_multilarge_linear_normal
+
+               This specifies the normal equations approach for solving
+               the least squares system.  This method is suitable in
+               cases where performance is critical and it is known that
+               the least squares matrix X is well conditioned.  The size
+               of this workspace is O(p^2).
+
+           -- Variable: *note gsl_multilarge_linear_type: b74.
+                    *gsl_multilarge_linear_tsqr
+
+               This specifies the sequential Tall Skinny QR (TSQR)
+               approach for solving the least squares system.  This
+               method is a good general purpose choice for large
+               systems, but requires about twice as many operations as
+               the normal equations method for n >> p.  The size of this
+               workspace is O(p^2).
+
+ -- Function: void gsl_multilarge_linear_free
+          (gsl_multilarge_linear_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: b77.
+
+ -- Function: const char *gsl_multilarge_linear_name
+          (gsl_multilarge_linear_workspace *w)
+
+     This function returns a string pointer to the name of the
+     multilarge solver.
+
+ -- Function: int gsl_multilarge_linear_reset
+          (gsl_multilarge_linear_workspace *w)
+
+     This function resets the workspace *note w: b79. so it can begin to
+     accumulate a new least squares system.
+
+ -- Function: int gsl_multilarge_linear_stdform1 (const gsl_vector *L,
+          const gsl_matrix *X, const gsl_vector *y, gsl_matrix *Xs,
+          gsl_vector *ys, gsl_multilarge_linear_workspace *work)
+ -- Function: int gsl_multilarge_linear_wstdform1 (const gsl_vector *L,
+          const gsl_matrix *X, const gsl_vector *w, const gsl_vector *y,
+          gsl_matrix *Xs, gsl_vector *ys,
+          gsl_multilarge_linear_workspace *work)
+
+     These functions define a regularization matrix L =
+     \diag(l_0,l_1,...,l_{p-1}).  The diagonal matrix element l_i is
+     provided by the i-th element of the input vector *note L: b7b.  The
+     block (*note X: b7b, *note y: b7b.) is converted to standard form
+     and the parameters (\tilde{X}, \tilde{y}) are stored in *note Xs:
+     b7b. and *note ys: b7b. on output.  *note Xs: b7b. and *note ys:
+     b7b. have the same dimensions as *note X: b7b. and *note y: b7b.
+     Optional data weights may be supplied in the vector *note w: b7b.
+     In order to apply this transformation, L^{-1} must exist and so
+     none of the l_i may be zero.  After the standard form system has
+     been solved, use *note gsl_multilarge_linear_genform1(): b7c. to
+     recover the original solution vector.  It is allowed to have *note
+     X: b7b. = *note Xs: b7b. and *note y: b7b. = *note ys: b7b. for an
+     in-place transform.
+
+ -- Function: int gsl_multilarge_linear_L_decomp (gsl_matrix *L,
+          gsl_vector *tau)
+
+     This function calculates the QR decomposition of the m-by-p
+     regularization matrix *note L: b7d.  *note L: b7d. must have m \ge
+     p.  On output, the Householder scalars are stored in the vector
+     *note tau: b7d. of size p.  These outputs will be used by *note
+     gsl_multilarge_linear_wstdform2(): b7e. to complete the
+     transformation to standard form.
+
+ -- Function: int gsl_multilarge_linear_stdform2 (const gsl_matrix *LQR,
+          const gsl_vector *Ltau, const gsl_matrix *X, const gsl_vector
+          *y, gsl_matrix *Xs, gsl_vector *ys,
+          gsl_multilarge_linear_workspace *work)
+ -- Function: int gsl_multilarge_linear_wstdform2 (const gsl_matrix
+          *LQR, const gsl_vector *Ltau, const gsl_matrix *X, const
+          gsl_vector *w, const gsl_vector *y, gsl_matrix *Xs, gsl_vector
+          *ys, gsl_multilarge_linear_workspace *work)
+
+     These functions convert a block of rows (*note X: b7e, *note y:
+     b7e, *note w: b7e.) to standard form (\tilde{X}, \tilde{y}) which
+     are stored in *note Xs: b7e. and *note ys: b7e. respectively.
+     *note X: b7e, *note y: b7e, and *note w: b7e. must all have the
+     same number of rows.  The m-by-p regularization matrix ‘L’ is
+     specified by the inputs *note LQR: b7e. and *note Ltau: b7e, which
+     are outputs from *note gsl_multilarge_linear_L_decomp(): b7d.
+     *note Xs: b7e. and *note ys: b7e. have the same dimensions as *note
+     X: b7e. and *note y: b7e.  After the standard form system has been
+     solved, use *note gsl_multilarge_linear_genform2(): b80. to recover
+     the original solution vector.  Optional data weights may be
+     supplied in the vector *note w: b7e, where W = \diag(w).
+
+ -- Function: int gsl_multilarge_linear_accumulate (gsl_matrix *X,
+          gsl_vector *y, gsl_multilarge_linear_workspace *w)
+
+     This function accumulates the standard form block (X,y) into the
+     current least squares system.  *note X: b81. and *note y: b81. have
+     the same number of rows, which can be arbitrary.  *note X: b81.
+     must have p columns.  For the TSQR method, *note X: b81. and *note
+     y: b81. are destroyed on output.  For the normal equations method,
+     they are both unchanged.
+
+ -- Function: int gsl_multilarge_linear_solve (const double lambda,
+          gsl_vector *c, double *rnorm, double *snorm,
+          gsl_multilarge_linear_workspace *w)
+
+     After all blocks (X_i,y_i) have been accumulated into the large
+     least squares system, this function will compute the solution
+     vector which is stored in *note c: b82. on output.  The
+     regularization parameter \lambda is provided in *note lambda: b82.
+     On output, *note rnorm: b82. contains the residual norm ||y - X
+     c||_W and *note snorm: b82. contains the solution norm ||L c||.
+
+ -- Function: int gsl_multilarge_linear_genform1 (const gsl_vector *L,
+          const gsl_vector *cs, gsl_vector *c,
+          gsl_multilarge_linear_workspace *work)
+
+     After a regularized system has been solved with L =
+     \diag(\l_0,\l_1,...,\l_{p-1}), this function backtransforms the
+     standard form solution vector *note cs: b7c. to recover the
+     solution vector of the original problem *note c: b7c.  The diagonal
+     matrix elements l_i are provided in the vector *note L: b7c.  It is
+     allowed to have *note c: b7c. = *note cs: b7c. for an in-place
+     transform.
+
+ -- Function: int gsl_multilarge_linear_genform2 (const gsl_matrix *LQR,
+          const gsl_vector *Ltau, const gsl_vector *cs, gsl_vector *c,
+          gsl_multilarge_linear_workspace *work)
+
+     After a regularized system has been solved with a regularization
+     matrix L, specified by (*note LQR: b80, *note Ltau: b80.), this
+     function backtransforms the standard form solution *note cs: b80.
+     to recover the solution vector of the original problem, which is
+     stored in *note c: b80, of length p.
+
+ -- Function: int gsl_multilarge_linear_lcurve (gsl_vector *reg_param,
+          gsl_vector *rho, gsl_vector *eta,
+          gsl_multilarge_linear_workspace *work)
+
+     This function computes the L-curve for a large least squares system
+     after it has been fully accumulated into the workspace *note work:
+     b83.  The output vectors *note reg_param: b83, *note rho: b83, and
+     *note eta: b83. must all be the same size, and will contain the
+     regularization parameters \lambda_i, residual norms ||y - X c_i||,
+     and solution norms || L c_i || which compose the L-curve, where c_i
+     is the regularized solution vector corresponding to \lambda_i.  The
+     user may determine the number of points on the L-curve by adjusting
+     the size of these input arrays.  For the TSQR method, the
+     regularization parameters \lambda_i are estimated from the singular
+     values of the triangular R factor.  For the normal equations
+     method, they are estimated from the eigenvalues of the X^T X
+     matrix.
+
+ -- Function: const *note gsl_matrix: 3a2.
+          *gsl_multilarge_linear_matrix_ptr (const
+          gsl_multilarge_linear_workspace *work)
+
+     For the normal equations method, this function returns a pointer to
+     the X^T X matrix.  For the TSQR method, this function returns a
+     pointer to the upper triangular R matrix.
+
+ -- Function: const *note gsl_vector: 35f.
+          *gsl_multilarge_linear_rhs_ptr (const
+          gsl_multilarge_linear_workspace *work)
+
+     For the normal equations method, this function returns a pointer to
+     the X^T y right hand side vector.  For the TSQR method, this
+     function returns a pointer to the Q^T y right hand side vector.
+
+ -- Function: int gsl_multilarge_linear_rcond (double *rcond,
+          gsl_multilarge_linear_workspace *work)
+
+     This function computes the reciprocal condition number, stored in
+     *note rcond: b86, of the least squares matrix after it has been
+     accumulated into the workspace *note work: b86.  For the TSQR
+     algorithm, this is accomplished by calculating the SVD of the R
+     factor, which has the same singular values as the matrix X. For the
+     normal equations method, this is done by computing the eigenvalues
+     of X^T X, which could be inaccurate for ill-conditioned matrices X.
+
+\1f
+File: gsl-ref.info,  Node: Troubleshooting,  Next: Examples<31>,  Prev: Large dense linear systems,  Up: Linear Least-Squares Fitting
+
+40.7 Troubleshooting
+====================
+
+When using models based on polynomials, care should be taken when
+constructing the design matrix X. If the x values are large, then the
+matrix X could be ill-conditioned since its columns are powers of x,
+leading to unstable least-squares solutions.  In this case it can often
+help to center and scale the x values using the mean and standard
+deviation:
+
+     x' = (x - mu)/sigma
+
+and then construct the X matrix using the transformed values x'.
+
+\1f
+File: gsl-ref.info,  Node: Examples<31>,  Next: References and Further Reading<33>,  Prev: Troubleshooting,  Up: Linear Least-Squares Fitting
+
+40.8 Examples
+=============
+
+The example programs in this section demonstrate the various linear
+regression methods.
+
+* Menu:
+
+* Simple Linear Regression Example::
+* Multi-parameter Linear Regression Example::
+* Regularized Linear Regression Example 1::
+* Regularized Linear Regression Example 2::
+* Robust Linear Regression Example::
+* Large Dense Linear Regression Example::
+
+\1f
+File: gsl-ref.info,  Node: Simple Linear Regression Example,  Next: Multi-parameter Linear Regression Example,  Up: Examples<31>
+
+40.8.1 Simple Linear Regression Example
+---------------------------------------
+
+The following program computes a least squares straight-line fit to a
+simple dataset, and outputs the best-fit line and its associated one
+standard-deviation error bars.
+
+     #include <stdio.h>
+     #include <gsl/gsl_fit.h>
+
+     int
+     main (void)
+     {
+       int i, n = 4;
+       double x[4] = { 1970, 1980, 1990, 2000 };
+       double y[4] = {   12,   11,   14,   13 };
+       double w[4] = {  0.1,  0.2,  0.3,  0.4 };
+
+       double c0, c1, cov00, cov01, cov11, chisq;
+
+       gsl_fit_wlinear (x, 1, w, 1, y, 1, n,
+                        &c0, &c1, &cov00, &cov01, &cov11,
+                        &chisq);
+
+       printf ("# best fit: Y = %g + %g X\n", c0, c1);
+       printf ("# covariance matrix:\n");
+       printf ("# [ %g, %g\n#   %g, %g]\n",
+               cov00, cov01, cov01, cov11);
+       printf ("# chisq = %g\n", chisq);
+
+       for (i = 0; i < n; i++)
+         printf ("data: %g %g %g\n",
+                        x[i], y[i], 1/sqrt(w[i]));
+
+       printf ("\n");
+
+       for (i = -30; i < 130; i++)
+         {
+           double xf = x[0] + (i/100.0) * (x[n-1] - x[0]);
+           double yf, yf_err;
+
+           gsl_fit_linear_est (xf,
+                               c0, c1,
+                               cov00, cov01, cov11,
+                               &yf, &yf_err);
+
+           printf ("fit: %g %g\n", xf, yf);
+           printf ("hi : %g %g\n", xf, yf + yf_err);
+           printf ("lo : %g %g\n", xf, yf - yf_err);
+         }
+       return 0;
+     }
+
+The following commands extract the data from the output of the program
+and display it using the GNU plotutils “graph” utility:
+
+     $ ./demo > tmp
+     $ more tmp
+     # best fit: Y = -106.6 + 0.06 X
+     # covariance matrix:
+     # [ 39602, -19.9
+     #   -19.9, 0.01]
+     # chisq = 0.8
+
+     $ for n in data fit hi lo ;
+        do
+          grep "^$n" tmp | cut -d: -f2 > $n ;
+        done
+     $ graph -T X -X x -Y y -y 0 20 -m 0 -S 2 -Ie data
+          -S 0 -I a -m 1 fit -m 2 hi -m 2 lo
+
+The result is shown in Fig.  %s.
+
+[gsl-ref-figures/fit-wlinear]
+Figure: Straight line fit with 1-\sigma error bars
+
+\1f
+File: gsl-ref.info,  Node: Multi-parameter Linear Regression Example,  Next: Regularized Linear Regression Example 1,  Prev: Simple Linear Regression Example,  Up: Examples<31>
+
+40.8.2 Multi-parameter Linear Regression Example
+------------------------------------------------
+
+The following program performs a quadratic fit y = c_0 + c_1 x + c_2 x^2
+to a weighted dataset using the generalised linear fitting function
+*note gsl_multifit_wlinear(): b3b.  The model matrix X for a quadratic
+fit is given by,
+
+     X = [ 1   , x_0  , x_0^2 ;
+           1   , x_1  , x_1^2 ;
+           1   , x_2  , x_2^2 ;
+           ... , ...  , ...   ]
+
+where the column of ones corresponds to the constant term c_0.  The two
+remaining columns corresponds to the terms c_1 x and c_2 x^2.
+
+The program reads ‘n’ lines of data in the format (‘x’, ‘y’, ‘err’)
+where ‘err’ is the error (standard deviation) in the value ‘y’.
+
+     #include <stdio.h>
+     #include <gsl/gsl_multifit.h>
+
+     int
+     main (int argc, char **argv)
+     {
+       int i, n;
+       double xi, yi, ei, chisq;
+       gsl_matrix *X, *cov;
+       gsl_vector *y, *w, *c;
+
+       if (argc != 2)
+         {
+           fprintf (stderr,"usage: fit n < data\n");
+           exit (-1);
+         }
+
+       n = atoi (argv[1]);
+
+       X = gsl_matrix_alloc (n, 3);
+       y = gsl_vector_alloc (n);
+       w = gsl_vector_alloc (n);
+
+       c = gsl_vector_alloc (3);
+       cov = gsl_matrix_alloc (3, 3);
+
+       for (i = 0; i < n; i++)
+         {
+           int count = fscanf (stdin, "%lg %lg %lg",
+                               &xi, &yi, &ei);
+
+           if (count != 3)
+             {
+               fprintf (stderr, "error reading file\n");
+               exit (-1);
+             }
+
+           printf ("%g %g +/- %g\n", xi, yi, ei);
+
+           gsl_matrix_set (X, i, 0, 1.0);
+           gsl_matrix_set (X, i, 1, xi);
+           gsl_matrix_set (X, i, 2, xi*xi);
+
+           gsl_vector_set (y, i, yi);
+           gsl_vector_set (w, i, 1.0/(ei*ei));
+         }
+
+       {
+         gsl_multifit_linear_workspace * work
+           = gsl_multifit_linear_alloc (n, 3);
+         gsl_multifit_wlinear (X, w, y, c, cov,
+                               &chisq, work);
+         gsl_multifit_linear_free (work);
+       }
+
+     #define C(i) (gsl_vector_get(c,(i)))
+     #define COV(i,j) (gsl_matrix_get(cov,(i),(j)))
+
+       {
+         printf ("# best fit: Y = %g + %g X + %g X^2\n",
+                 C(0), C(1), C(2));
+
+         printf ("# covariance matrix:\n");
+         printf ("[ %+.5e, %+.5e, %+.5e  \n",
+                    COV(0,0), COV(0,1), COV(0,2));
+         printf ("  %+.5e, %+.5e, %+.5e  \n",
+                    COV(1,0), COV(1,1), COV(1,2));
+         printf ("  %+.5e, %+.5e, %+.5e ]\n",
+                    COV(2,0), COV(2,1), COV(2,2));
+         printf ("# chisq = %g\n", chisq);
+       }
+
+       gsl_matrix_free (X);
+       gsl_vector_free (y);
+       gsl_vector_free (w);
+       gsl_vector_free (c);
+       gsl_matrix_free (cov);
+
+       return 0;
+     }
+
+A suitable set of data for fitting can be generated using the following
+program.  It outputs a set of points with gaussian errors from the curve
+y = e^x in the region 0 < x < 2.
+
+     #include <stdio.h>
+     #include <math.h>
+     #include <gsl/gsl_randist.h>
+
+     int
+     main (void)
+     {
+       double x;
+       const gsl_rng_type * T;
+       gsl_rng * r;
+
+       gsl_rng_env_setup ();
+
+       T = gsl_rng_default;
+       r = gsl_rng_alloc (T);
+
+       for (x = 0.1; x < 2; x+= 0.1)
+         {
+           double y0 = exp (x);
+           double sigma = 0.1 * y0;
+           double dy = gsl_ran_gaussian (r, sigma);
+
+           printf ("%g %g %g\n", x, y0 + dy, sigma);
+         }
+
+       gsl_rng_free(r);
+
+       return 0;
+     }
+
+The data can be prepared by running the resulting executable program:
+
+     $ GSL_RNG_TYPE=mt19937_1999 ./generate > exp.dat
+     $ more exp.dat
+     0.1 0.97935 0.110517
+     0.2 1.3359 0.12214
+     0.3 1.52573 0.134986
+     0.4 1.60318 0.149182
+     0.5 1.81731 0.164872
+     0.6 1.92475 0.182212
+     ....
+
+To fit the data use the previous program, with the number of data points
+given as the first argument.  In this case there are 19 data points:
+
+     $ ./fit 19 < exp.dat
+     0.1 0.97935 +/- 0.110517
+     0.2 1.3359 +/- 0.12214
+     ...
+     # best fit: Y = 1.02318 + 0.956201 X + 0.876796 X^2
+     # covariance matrix:
+     [ +1.25612e-02, -3.64387e-02, +1.94389e-02
+       -3.64387e-02, +1.42339e-01, -8.48761e-02
+       +1.94389e-02, -8.48761e-02, +5.60243e-02 ]
+     # chisq = 23.0987
+
+The parameters of the quadratic fit match the coefficients of the
+expansion of e^x, taking into account the errors on the parameters and
+the O(x^3) difference between the exponential and quadratic functions
+for the larger values of x.  The errors on the parameters are given by
+the square-root of the corresponding diagonal elements of the covariance
+matrix.  The chi-squared per degree of freedom is 1.4, indicating a
+reasonable fit to the data.
+
+Fig.  %s shows the resulting fit.
+
+[gsl-ref-figures/fit-wlinear2]
+Figure: Weighted fit example with error bars
+
+\1f
+File: gsl-ref.info,  Node: Regularized Linear Regression Example 1,  Next: Regularized Linear Regression Example 2,  Prev: Multi-parameter Linear Regression Example,  Up: Examples<31>
+
+40.8.3 Regularized Linear Regression Example 1
+----------------------------------------------
+
+The next program demonstrates the difference between ordinary and
+regularized least squares when the design matrix is near-singular.  In
+this program, we generate two random normally distributed variables u
+and v, with v = u + noise so that u and v are nearly colinear.  We then
+set a third dependent variable y = u + v + noise and solve for the
+coefficients c_1,c_2 of the model Y(c_1,c_2) = c_1 u + c_2 v.  Since u
+\approx v, the design matrix X is nearly singular, leading to unstable
+ordinary least squares solutions.
+
+Here is the program output:
+
+     matrix condition number = 1.025113e+04
+
+     === Unregularized fit ===
+     best fit: y = -43.6588 u + 45.6636 v
+     residual norm = 31.6248
+     solution norm = 63.1764
+     chisq/dof = 1.00213
+
+     === Regularized fit (L-curve) ===
+     optimal lambda: 4.51103
+     best fit: y = 1.00113 u + 1.0032 v
+     residual norm = 31.6547
+     solution norm = 1.41728
+     chisq/dof = 1.04499
+
+     === Regularized fit (GCV) ===
+     optimal lambda: 0.0232029
+     best fit: y = -19.8367 u + 21.8417 v
+     residual norm = 31.6332
+     solution norm = 29.5051
+     chisq/dof = 1.00314
+
+We see that the ordinary least squares solution is completely wrong,
+while the L-curve regularized method with the optimal \lambda = 4.51103
+finds the correct solution c_1 \approx c_2 \approx 1.  The GCV
+regularized method finds a regularization parameter \lambda = 0.0232029
+which is too small to give an accurate solution, although it performs
+better than OLS. The L-curve and its computed corner, as well as the GCV
+curve and its minimum are plotted in Fig.  %s.
+
+[gsl-ref-figures/regularized]
+Figure: L-curve and GCV curve for example program.
+
+The program is given below.
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_multifit.h>
+
+     int
+     main()
+     {
+       const size_t n = 1000; /* number of observations */
+       const size_t p = 2;    /* number of model parameters */
+       size_t i;
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       gsl_matrix *X = gsl_matrix_alloc(n, p);
+       gsl_vector *y = gsl_vector_alloc(n);
+
+       for (i = 0; i < n; ++i)
+         {
+           /* generate first random variable u */
+           double ui = 5.0 * gsl_ran_gaussian(r, 1.0);
+
+           /* set v = u + noise */
+           double vi = ui + gsl_ran_gaussian(r, 0.001);
+
+           /* set y = u + v + noise */
+           double yi = ui + vi + gsl_ran_gaussian(r, 1.0);
+
+           /* since u =~ v, the matrix X is ill-conditioned */
+           gsl_matrix_set(X, i, 0, ui);
+           gsl_matrix_set(X, i, 1, vi);
+
+           /* rhs vector */
+           gsl_vector_set(y, i, yi);
+         }
+
+       {
+         const size_t npoints = 200;                   /* number of points on L-curve and GCV curve */
+         gsl_multifit_linear_workspace *w =
+           gsl_multifit_linear_alloc(n, p);
+         gsl_vector *c = gsl_vector_alloc(p);          /* OLS solution */
+         gsl_vector *c_lcurve = gsl_vector_alloc(p);   /* regularized solution (L-curve) */
+         gsl_vector *c_gcv = gsl_vector_alloc(p);      /* regularized solution (GCV) */
+         gsl_vector *reg_param = gsl_vector_alloc(npoints);
+         gsl_vector *rho = gsl_vector_alloc(npoints);  /* residual norms */
+         gsl_vector *eta = gsl_vector_alloc(npoints);  /* solution norms */
+         gsl_vector *G = gsl_vector_alloc(npoints);    /* GCV function values */
+         double lambda_l;                              /* optimal regularization parameter (L-curve) */
+         double lambda_gcv;                            /* optimal regularization parameter (GCV) */
+         double G_gcv;                                 /* G(lambda_gcv) */
+         size_t reg_idx;                               /* index of optimal lambda */
+         double rcond;                                 /* reciprocal condition number of X */
+         double chisq, rnorm, snorm;
+
+         /* compute SVD of X */
+         gsl_multifit_linear_svd(X, w);
+
+         rcond = gsl_multifit_linear_rcond(w);
+         fprintf(stderr, "matrix condition number = %e\n\n", 1.0 / rcond);
+
+         /* unregularized (standard) least squares fit, lambda = 0 */
+         gsl_multifit_linear_solve(0.0, X, y, c, &rnorm, &snorm, w);
+         chisq = pow(rnorm, 2.0);
+
+         fprintf(stderr, "=== Unregularized fit ===\n");
+         fprintf(stderr, "best fit: y = %g u + %g v\n",
+           gsl_vector_get(c, 0), gsl_vector_get(c, 1));
+         fprintf(stderr, "residual norm = %g\n", rnorm);
+         fprintf(stderr, "solution norm = %g\n", snorm);
+         fprintf(stderr, "chisq/dof = %g\n", chisq / (n - p));
+
+         /* calculate L-curve and find its corner */
+         gsl_multifit_linear_lcurve(y, reg_param, rho, eta, w);
+         gsl_multifit_linear_lcorner(rho, eta, &reg_idx);
+
+         /* store optimal regularization parameter */
+         lambda_l = gsl_vector_get(reg_param, reg_idx);
+
+         /* regularize with lambda_l */
+         gsl_multifit_linear_solve(lambda_l, X, y, c_lcurve, &rnorm, &snorm, w);
+         chisq = pow(rnorm, 2.0) + pow(lambda_l * snorm, 2.0);
+
+         fprintf(stderr, "\n=== Regularized fit (L-curve) ===\n");
+         fprintf(stderr, "optimal lambda: %g\n", lambda_l);
+         fprintf(stderr, "best fit: y = %g u + %g v\n",
+                 gsl_vector_get(c_lcurve, 0), gsl_vector_get(c_lcurve, 1));
+         fprintf(stderr, "residual norm = %g\n", rnorm);
+         fprintf(stderr, "solution norm = %g\n", snorm);
+         fprintf(stderr, "chisq/dof = %g\n", chisq / (n - p));
+
+         /* calculate GCV curve and find its minimum */
+         gsl_multifit_linear_gcv(y, reg_param, G, &lambda_gcv, &G_gcv, w);
+
+         /* regularize with lambda_gcv */
+         gsl_multifit_linear_solve(lambda_gcv, X, y, c_gcv, &rnorm, &snorm, w);
+         chisq = pow(rnorm, 2.0) + pow(lambda_gcv * snorm, 2.0);
+
+         fprintf(stderr, "\n=== Regularized fit (GCV) ===\n");
+         fprintf(stderr, "optimal lambda: %g\n", lambda_gcv);
+         fprintf(stderr, "best fit: y = %g u + %g v\n",
+                 gsl_vector_get(c_gcv, 0), gsl_vector_get(c_gcv, 1));
+         fprintf(stderr, "residual norm = %g\n", rnorm);
+         fprintf(stderr, "solution norm = %g\n", snorm);
+         fprintf(stderr, "chisq/dof = %g\n", chisq / (n - p));
+
+         /* output L-curve and GCV curve */
+         for (i = 0; i < npoints; ++i)
+           {
+             printf("%e %e %e %e\n",
+                    gsl_vector_get(reg_param, i),
+                    gsl_vector_get(rho, i),
+                    gsl_vector_get(eta, i),
+                    gsl_vector_get(G, i));
+           }
+
+         /* output L-curve corner point */
+         printf("\n\n%f %f\n",
+                gsl_vector_get(rho, reg_idx),
+                gsl_vector_get(eta, reg_idx));
+
+         /* output GCV curve corner minimum */
+         printf("\n\n%e %e\n",
+                lambda_gcv,
+                G_gcv);
+
+         gsl_multifit_linear_free(w);
+         gsl_vector_free(c);
+         gsl_vector_free(c_lcurve);
+         gsl_vector_free(reg_param);
+         gsl_vector_free(rho);
+         gsl_vector_free(eta);
+         gsl_vector_free(G);
+       }
+
+       gsl_rng_free(r);
+       gsl_matrix_free(X);
+       gsl_vector_free(y);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Regularized Linear Regression Example 2,  Next: Robust Linear Regression Example,  Prev: Regularized Linear Regression Example 1,  Up: Examples<31>
+
+40.8.4 Regularized Linear Regression Example 2
+----------------------------------------------
+
+The following example program minimizes the cost function
+
+     ||y - X c||^2 + \lambda^2 ||x||^2
+
+where X is the 10-by-8 Hilbert matrix whose entries are given by
+
+     X_{ij} = 1 / (i + j - 1)
+
+and the right hand side vector is given by y =
+[1,-1,1,-1,1,-1,1,-1,1,-1]^T. Solutions are computed for \lambda = 0
+(unregularized) as well as for optimal parameters \lambda chosen by
+analyzing the L-curve and GCV curve.
+
+Here is the program output:
+
+     matrix condition number = 3.565872e+09
+
+     === Unregularized fit ===
+     residual norm = 2.15376
+     solution norm = 2.92217e+09
+     chisq/dof = 2.31934
+
+     === Regularized fit (L-curve) ===
+     optimal lambda: 7.11407e-07
+     residual norm = 2.60386
+     solution norm = 424507
+     chisq/dof = 3.43565
+
+     === Regularized fit (GCV) ===
+     optimal lambda: 1.72278
+     residual norm = 3.1375
+     solution norm = 0.139357
+     chisq/dof = 4.95076
+
+Here we see the unregularized solution results in a large solution norm
+due to the ill-conditioned matrix.  The L-curve solution finds a small
+value of \lambda = 7.11e-7 which still results in a badly conditioned
+system and a large solution norm.  The GCV method finds a parameter
+\lambda = 1.72 which results in a well-conditioned system and small
+solution norm.
+
+The L-curve and its computed corner, as well as the GCV curve and its
+minimum are plotted in Fig.  %s.
+
+[gsl-ref-figures/regularized2]
+Figure: L-curve and GCV curve for example program.
+
+The program is given below.
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_multifit.h>
+     #include <gsl/gsl_blas.h>
+
+     static int
+     hilbert_matrix(gsl_matrix * m)
+     {
+       const size_t N = m->size1;
+       const size_t M = m->size2;
+       size_t i, j;
+
+       for (i = 0; i < N; i++)
+         {
+           for (j = 0; j < M; j++)
+             {
+               gsl_matrix_set(m, i, j, 1.0/(i+j+1.0));
+             }
+         }
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     main()
+     {
+       const size_t n = 10; /* number of observations */
+       const size_t p = 8;  /* number of model parameters */
+       size_t i;
+       gsl_matrix *X = gsl_matrix_alloc(n, p);
+       gsl_vector *y = gsl_vector_alloc(n);
+
+       /* construct Hilbert matrix and rhs vector */
+       hilbert_matrix(X);
+
+       {
+         double val = 1.0;
+         for (i = 0; i < n; ++i)
+           {
+             gsl_vector_set(y, i, val);
+             val *= -1.0;
+           }
+       }
+
+       {
+         const size_t npoints = 200;                   /* number of points on L-curve and GCV curve */
+         gsl_multifit_linear_workspace *w =
+           gsl_multifit_linear_alloc(n, p);
+         gsl_vector *c = gsl_vector_alloc(p);          /* OLS solution */
+         gsl_vector *c_lcurve = gsl_vector_alloc(p);   /* regularized solution (L-curve) */
+         gsl_vector *c_gcv = gsl_vector_alloc(p);      /* regularized solution (GCV) */
+         gsl_vector *reg_param = gsl_vector_alloc(npoints);
+         gsl_vector *rho = gsl_vector_alloc(npoints);  /* residual norms */
+         gsl_vector *eta = gsl_vector_alloc(npoints);  /* solution norms */
+         gsl_vector *G = gsl_vector_alloc(npoints);    /* GCV function values */
+         double lambda_l;                              /* optimal regularization parameter (L-curve) */
+         double lambda_gcv;                            /* optimal regularization parameter (GCV) */
+         double G_gcv;                                 /* G(lambda_gcv) */
+         size_t reg_idx;                               /* index of optimal lambda */
+         double rcond;                                 /* reciprocal condition number of X */
+         double chisq, rnorm, snorm;
+
+         /* compute SVD of X */
+         gsl_multifit_linear_svd(X, w);
+
+         rcond = gsl_multifit_linear_rcond(w);
+         fprintf(stderr, "matrix condition number = %e\n", 1.0 / rcond);
+
+         /* unregularized (standard) least squares fit, lambda = 0 */
+         gsl_multifit_linear_solve(0.0, X, y, c, &rnorm, &snorm, w);
+         chisq = pow(rnorm, 2.0);
+
+         fprintf(stderr, "\n=== Unregularized fit ===\n");
+         fprintf(stderr, "residual norm = %g\n", rnorm);
+         fprintf(stderr, "solution norm = %g\n", snorm);
+         fprintf(stderr, "chisq/dof = %g\n", chisq / (n - p));
+
+         /* calculate L-curve and find its corner */
+         gsl_multifit_linear_lcurve(y, reg_param, rho, eta, w);
+         gsl_multifit_linear_lcorner(rho, eta, &reg_idx);
+
+         /* store optimal regularization parameter */
+         lambda_l = gsl_vector_get(reg_param, reg_idx);
+
+         /* regularize with lambda_l */
+         gsl_multifit_linear_solve(lambda_l, X, y, c_lcurve, &rnorm, &snorm, w);
+         chisq = pow(rnorm, 2.0) + pow(lambda_l * snorm, 2.0);
+
+         fprintf(stderr, "\n=== Regularized fit (L-curve) ===\n");
+         fprintf(stderr, "optimal lambda: %g\n", lambda_l);
+         fprintf(stderr, "residual norm = %g\n", rnorm);
+         fprintf(stderr, "solution norm = %g\n", snorm);
+         fprintf(stderr, "chisq/dof = %g\n", chisq / (n - p));
+
+         /* calculate GCV curve and find its minimum */
+         gsl_multifit_linear_gcv(y, reg_param, G, &lambda_gcv, &G_gcv, w);
+
+         /* regularize with lambda_gcv */
+         gsl_multifit_linear_solve(lambda_gcv, X, y, c_gcv, &rnorm, &snorm, w);
+         chisq = pow(rnorm, 2.0) + pow(lambda_gcv * snorm, 2.0);
+
+         fprintf(stderr, "\n=== Regularized fit (GCV) ===\n");
+         fprintf(stderr, "optimal lambda: %g\n", lambda_gcv);
+         fprintf(stderr, "residual norm = %g\n", rnorm);
+         fprintf(stderr, "solution norm = %g\n", snorm);
+         fprintf(stderr, "chisq/dof = %g\n", chisq / (n - p));
+
+         /* output L-curve and GCV curve */
+         for (i = 0; i < npoints; ++i)
+           {
+             printf("%e %e %e %e\n",
+                    gsl_vector_get(reg_param, i),
+                    gsl_vector_get(rho, i),
+                    gsl_vector_get(eta, i),
+                    gsl_vector_get(G, i));
+           }
+
+         /* output L-curve corner point */
+         printf("\n\n%f %f\n",
+                gsl_vector_get(rho, reg_idx),
+                gsl_vector_get(eta, reg_idx));
+
+         /* output GCV curve corner minimum */
+         printf("\n\n%e %e\n",
+                lambda_gcv,
+                G_gcv);
+
+         gsl_multifit_linear_free(w);
+         gsl_vector_free(c);
+         gsl_vector_free(c_lcurve);
+         gsl_vector_free(reg_param);
+         gsl_vector_free(rho);
+         gsl_vector_free(eta);
+         gsl_vector_free(G);
+       }
+
+       gsl_matrix_free(X);
+       gsl_vector_free(y);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Robust Linear Regression Example,  Next: Large Dense Linear Regression Example,  Prev: Regularized Linear Regression Example 2,  Up: Examples<31>
+
+40.8.5 Robust Linear Regression Example
+---------------------------------------
+
+The next program demonstrates the advantage of robust least squares on a
+dataset with outliers.  The program generates linear (x,y) data pairs on
+the line y = 1.45 x + 3.88, adds some random noise, and inserts 3
+outliers into the dataset.  Both the robust and ordinary least squares
+(OLS) coefficients are computed for comparison.
+
+     #include <stdio.h>
+     #include <gsl/gsl_multifit.h>
+     #include <gsl/gsl_randist.h>
+
+     int
+     dofit(const gsl_multifit_robust_type *T,
+           const gsl_matrix *X, const gsl_vector *y,
+           gsl_vector *c, gsl_matrix *cov)
+     {
+       int s;
+       gsl_multifit_robust_workspace * work
+         = gsl_multifit_robust_alloc (T, X->size1, X->size2);
+
+       s = gsl_multifit_robust (X, y, c, cov, work);
+       gsl_multifit_robust_free (work);
+
+       return s;
+     }
+
+     int
+     main (int argc, char **argv)
+     {
+       size_t i;
+       size_t n;
+       const size_t p = 2; /* linear fit */
+       gsl_matrix *X, *cov;
+       gsl_vector *x, *y, *c, *c_ols;
+       const double a = 1.45; /* slope */
+       const double b = 3.88; /* intercept */
+       gsl_rng *r;
+
+       if (argc != 2)
+         {
+           fprintf (stderr,"usage: robfit n\n");
+           exit (-1);
+         }
+
+       n = atoi (argv[1]);
+
+       X = gsl_matrix_alloc (n, p);
+       x = gsl_vector_alloc (n);
+       y = gsl_vector_alloc (n);
+
+       c = gsl_vector_alloc (p);
+       c_ols = gsl_vector_alloc (p);
+       cov = gsl_matrix_alloc (p, p);
+
+       r = gsl_rng_alloc(gsl_rng_default);
+
+       /* generate linear dataset */
+       for (i = 0; i < n - 3; i++)
+         {
+           double dx = 10.0 / (n - 1.0);
+           double ei = gsl_rng_uniform(r);
+           double xi = -5.0 + i * dx;
+           double yi = a * xi + b;
+
+           gsl_vector_set (x, i, xi);
+           gsl_vector_set (y, i, yi + ei);
+         }
+
+       /* add a few outliers */
+       gsl_vector_set(x, n - 3, 4.7);
+       gsl_vector_set(y, n - 3, -8.3);
+
+       gsl_vector_set(x, n - 2, 3.5);
+       gsl_vector_set(y, n - 2, -6.7);
+
+       gsl_vector_set(x, n - 1, 4.1);
+       gsl_vector_set(y, n - 1, -6.0);
+
+       /* construct design matrix X for linear fit */
+       for (i = 0; i < n; ++i)
+         {
+           double xi = gsl_vector_get(x, i);
+
+           gsl_matrix_set (X, i, 0, 1.0);
+           gsl_matrix_set (X, i, 1, xi);
+         }
+
+       /* perform robust and OLS fit */
+       dofit(gsl_multifit_robust_ols, X, y, c_ols, cov);
+       dofit(gsl_multifit_robust_bisquare, X, y, c, cov);
+
+       /* output data and model */
+       for (i = 0; i < n; ++i)
+         {
+           double xi = gsl_vector_get(x, i);
+           double yi = gsl_vector_get(y, i);
+           gsl_vector_view v = gsl_matrix_row(X, i);
+           double y_ols, y_rob, y_err;
+
+           gsl_multifit_robust_est(&v.vector, c, cov, &y_rob, &y_err);
+           gsl_multifit_robust_est(&v.vector, c_ols, cov, &y_ols, &y_err);
+
+           printf("%g %g %g %g\n", xi, yi, y_rob, y_ols);
+         }
+
+     #define C(i) (gsl_vector_get(c,(i)))
+     #define COV(i,j) (gsl_matrix_get(cov,(i),(j)))
+
+       {
+         printf ("# best fit: Y = %g + %g X\n",
+                 C(0), C(1));
+
+         printf ("# covariance matrix:\n");
+         printf ("# [ %+.5e, %+.5e\n",
+                    COV(0,0), COV(0,1));
+         printf ("#   %+.5e, %+.5e\n",
+                    COV(1,0), COV(1,1));
+       }
+
+       gsl_matrix_free (X);
+       gsl_vector_free (x);
+       gsl_vector_free (y);
+       gsl_vector_free (c);
+       gsl_vector_free (c_ols);
+       gsl_matrix_free (cov);
+       gsl_rng_free(r);
+
+       return 0;
+     }
+
+The output from the program is shown in Fig.  %s.
+
+[gsl-ref-figures/robust]
+Figure: Linear fit to dataset with outliers.
+
+\1f
+File: gsl-ref.info,  Node: Large Dense Linear Regression Example,  Prev: Robust Linear Regression Example,  Up: Examples<31>
+
+40.8.6 Large Dense Linear Regression Example
+--------------------------------------------
+
+The following program demostrates the large dense linear least squares
+solvers.  This example is adapted from Trefethen and Bau, and fits the
+function f(t) = \exp{(\sin^3{(10t)}}) on the interval [0,1] with a
+degree 15 polynomial.  The program generates n = 50000 equally spaced
+points t_i on this interval, calculates the function value and adds
+random noise to determine the observation value y_i.  The entries of the
+least squares matrix are X_{ij} = t_i^j, representing a polynomial fit.
+The matrix is highly ill-conditioned, with a condition number of about
+2.4 \cdot 10^{11}.  The program accumulates the matrix into the least
+squares system in 5 blocks, each with 10000 rows.  This way the full
+matrix X is never stored in memory.  We solve the system with both the
+normal equations and TSQR methods.  The results are shown in Fig.  %s.
+In the top left plot, the TSQR solution provides a reasonable agreement
+to the exact solution, while the normal equations method fails
+completely since the Cholesky factorization fails due to the
+ill-conditioning of the matrix.  In the bottom left plot, we show the
+L-curve calculated from TSQR, which exhibits multiple corners.  In the
+top right panel, we plot a regularized solution using \lambda = 10^{-5}.
+The TSQR and normal solutions now agree, however they are unable to
+provide a good fit due to the damping.  This indicates that for some
+ill-conditioned problems, regularizing the normal equations does not
+improve the solution.  This is further illustrated in the bottom right
+panel, where we plot the L-curve calculated from the normal equations.
+The curve agrees with the TSQR curve for larger damping parameters, but
+for small \lambda, the normal equations approach cannot provide accurate
+solution vectors leading to numerical inaccuracies in the left portion
+of the curve.
+
+[gsl-ref-figures/multilarge]
+Figure: Top left: unregularized solutions; top right: regularized
+solutions; bottom left: L-curve for TSQR method; bottom right: L-curve
+from normal equations method.
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_multifit.h>
+     #include <gsl/gsl_multilarge.h>
+     #include <gsl/gsl_blas.h>
+     #include <gsl/gsl_errno.h>
+
+     /* function to be fitted */
+     double
+     func(const double t)
+     {
+       double x = sin(10.0 * t);
+       return exp(x*x*x);
+     }
+
+     /* construct a row of the least squares matrix */
+     int
+     build_row(const double t, gsl_vector *row)
+     {
+       const size_t p = row->size;
+       double Xj = 1.0;
+       size_t j;
+
+       for (j = 0; j < p; ++j)
+         {
+           gsl_vector_set(row, j, Xj);
+           Xj *= t;
+         }
+
+       return 0;
+     }
+
+     int
+     solve_system(const int print_data, const gsl_multilarge_linear_type * T,
+                  const double lambda, const size_t n, const size_t p,
+                  gsl_vector * c)
+     {
+       const size_t nblock = 5;         /* number of blocks to accumulate */
+       const size_t nrows = n / nblock; /* number of rows per block */
+       gsl_multilarge_linear_workspace * w =
+         gsl_multilarge_linear_alloc(T, p);
+       gsl_matrix *X = gsl_matrix_alloc(nrows, p);
+       gsl_vector *y = gsl_vector_alloc(nrows);
+       gsl_rng *r = gsl_rng_alloc(gsl_rng_default);
+       const size_t nlcurve = 200;
+       gsl_vector *reg_param = gsl_vector_alloc(nlcurve);
+       gsl_vector *rho = gsl_vector_calloc(nlcurve);
+       gsl_vector *eta = gsl_vector_calloc(nlcurve);
+       size_t rowidx = 0;
+       double rnorm, snorm, rcond;
+       double t = 0.0;
+       double dt = 1.0 / (n - 1.0);
+
+       while (rowidx < n)
+         {
+           size_t nleft = n - rowidx;         /* number of rows left to accumulate */
+           size_t nr = GSL_MIN(nrows, nleft); /* number of rows in this block */
+           gsl_matrix_view Xv = gsl_matrix_submatrix(X, 0, 0, nr, p);
+           gsl_vector_view yv = gsl_vector_subvector(y, 0, nr);
+           size_t i;
+
+           /* build (X,y) block with 'nr' rows */
+           for (i = 0; i < nr; ++i)
+             {
+               gsl_vector_view row = gsl_matrix_row(&Xv.matrix, i);
+               double fi = func(t);
+               double ei = gsl_ran_gaussian (r, 0.1 * fi); /* noise */
+               double yi = fi + ei;
+
+               /* construct this row of LS matrix */
+               build_row(t, &row.vector);
+
+               /* set right hand side value with added noise */
+               gsl_vector_set(&yv.vector, i, yi);
+
+               if (print_data && (i % 100 == 0))
+                 printf("%f %f\n", t, yi);
+
+               t += dt;
+             }
+
+           /* accumulate (X,y) block into LS system */
+           gsl_multilarge_linear_accumulate(&Xv.matrix, &yv.vector, w);
+
+           rowidx += nr;
+         }
+
+       if (print_data)
+         printf("\n\n");
+
+       /* compute L-curve */
+       gsl_multilarge_linear_lcurve(reg_param, rho, eta, w);
+
+       /* solve large LS system and store solution in c */
+       gsl_multilarge_linear_solve(lambda, c, &rnorm, &snorm, w);
+
+       /* compute reciprocal condition number */
+       gsl_multilarge_linear_rcond(&rcond, w);
+
+       fprintf(stderr, "=== Method %s ===\n", gsl_multilarge_linear_name(w));
+       fprintf(stderr, "condition number = %e\n", 1.0 / rcond);
+       fprintf(stderr, "residual norm    = %e\n", rnorm);
+       fprintf(stderr, "solution norm    = %e\n", snorm);
+
+       /* output L-curve */
+       {
+         size_t i;
+         for (i = 0; i < nlcurve; ++i)
+           {
+             printf("%.12e %.12e %.12e\n",
+                    gsl_vector_get(reg_param, i),
+                    gsl_vector_get(rho, i),
+                    gsl_vector_get(eta, i));
+           }
+         printf("\n\n");
+       }
+
+       gsl_matrix_free(X);
+       gsl_vector_free(y);
+       gsl_multilarge_linear_free(w);
+       gsl_rng_free(r);
+       gsl_vector_free(reg_param);
+       gsl_vector_free(rho);
+       gsl_vector_free(eta);
+
+       return 0;
+     }
+
+     int
+     main(int argc, char *argv[])
+     {
+       const size_t n = 50000;   /* number of observations */
+       const size_t p = 16;      /* polynomial order + 1 */
+       double lambda = 0.0;      /* regularization parameter */
+       gsl_vector *c_tsqr = gsl_vector_calloc(p);
+       gsl_vector *c_normal = gsl_vector_calloc(p);
+
+       if (argc > 1)
+         lambda = atof(argv[1]);
+
+       /* turn off error handler so normal equations method won't abort */
+       gsl_set_error_handler_off();
+
+       /* solve system with TSQR method */
+       solve_system(1, gsl_multilarge_linear_tsqr, lambda, n, p, c_tsqr);
+
+       /* solve system with Normal equations method */
+       solve_system(0, gsl_multilarge_linear_normal, lambda, n, p, c_normal);
+
+       /* output solutions */
+       {
+         gsl_vector *v = gsl_vector_alloc(p);
+         double t;
+
+         for (t = 0.0; t <= 1.0; t += 0.01)
+           {
+             double f_exact = func(t);
+             double f_tsqr, f_normal;
+
+             build_row(t, v);
+             gsl_blas_ddot(v, c_tsqr, &f_tsqr);
+             gsl_blas_ddot(v, c_normal, &f_normal);
+
+             printf("%f %e %e %e\n", t, f_exact, f_tsqr, f_normal);
+           }
+
+         gsl_vector_free(v);
+       }
+
+       gsl_vector_free(c_tsqr);
+       gsl_vector_free(c_normal);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<33>,  Prev: Examples<31>,  Up: Linear Least-Squares Fitting
+
+40.9 References and Further Reading
+===================================
+
+A summary of formulas and techniques for least squares fitting can be
+found in the “Statistics” chapter of the Annual Review of Particle
+Physics prepared by the Particle Data Group,
+
+   * `Review of Particle Properties', R.M. Barnett et al., Physical
+     Review D54, 1 (1996) ‘http://pdg.lbl.gov’
+
+The Review of Particle Physics is available online at the website given
+above.
+
+The tests used to prepare these routines are based on the NIST
+Statistical Reference Datasets.  The datasets and their documentation
+are available from NIST at the following website,
+
+‘http://www.nist.gov/itl/div898/strd/index.html’
+
+More information on Tikhonov regularization can be found in
+
+   * Hansen, P. C. (1998), Rank-Deficient and Discrete Ill-Posed
+     Problems: Numerical Aspects of Linear Inversion.  SIAM Monogr.  on
+     Mathematical Modeling and Computation, Society for Industrial and
+     Applied Mathematics
+
+   * M. Rezghi and S. M. Hosseini (2009), A new variant of L-curve for
+     Tikhonov regularization, Journal of Computational and Applied
+     Mathematics, Volume 231, Issue 2, pages 914-924.
+
+The GSL implementation of robust linear regression closely follows the
+publications
+
+   * DuMouchel, W. and F. O’Brien (1989), “Integrating a robust option
+     into a multiple regression computing environment,” Computer Science
+     and Statistics: Proceedings of the 21st Symposium on the Interface,
+     American Statistical Association
+
+   * Street, J.O., R.J. Carroll, and D. Ruppert (1988), “A note on
+     computing robust regression estimates via iteratively reweighted
+     least squares,” The American Statistician, v.  42, pp.  152-154.
+
+More information about the normal equations and TSQR approach for
+solving large linear least squares systems can be found in the
+publications
+
+   * Trefethen, L. N. and Bau, D. (1997), “Numerical Linear Algebra”,
+     SIAM.
+
+   * Demmel, J., Grigori, L., Hoemmen, M. F., and Langou, J.
+     “Communication-optimal parallel and sequential QR and LU
+     factorizations”, UCB Technical Report No.  UCB/EECS-2008-89, 2008.
+
+\1f
+File: gsl-ref.info,  Node: Nonlinear Least-Squares Fitting,  Next: Basis Splines,  Prev: Linear Least-Squares Fitting,  Up: Top
+
+41 Nonlinear Least-Squares Fitting
+**********************************
+
+This chapter describes functions for multidimensional nonlinear
+least-squares fitting.  There are generally two classes of algorithms
+for solving nonlinear least squares problems, which fall under line
+search methods and trust region methods.  GSL currently implements only
+trust region methods and provides the user with full access to
+intermediate steps of the iteration.  The user also has the ability to
+tune a number of parameters which affect low-level aspects of the
+algorithm which can help to accelerate convergence for the specific
+problem at hand.  GSL provides two separate interfaces for nonlinear
+least squares fitting.  The first is designed for small to moderate
+sized problems, and the second is designed for very large problems,
+which may or may not have significant sparse structure.
+
+The header file ‘gsl_multifit_nlinear.h’ contains prototypes for the
+multidimensional nonlinear fitting functions and related declarations
+relating to the small to moderate sized systems.
+
+The header file ‘gsl_multilarge_nlinear.h’ contains prototypes for the
+multidimensional nonlinear fitting functions and related declarations
+relating to large systems.
+
+* Menu:
+
+* Overview: Overview<6>.
+* Solving the Trust Region Subproblem (TRS): Solving the Trust Region Subproblem TRS.
+* Weighted Nonlinear Least-Squares::
+* Tunable Parameters::
+* Initializing the Solver: Initializing the Solver<3>.
+* Providing the Function to be Minimized::
+* Iteration: Iteration<5>.
+* Testing for Convergence::
+* High Level Driver::
+* Covariance matrix of best fit parameters::
+* Troubleshooting: Troubleshooting<2>.
+* Examples: Examples<32>.
+* References and Further Reading: References and Further Reading<34>.
+
+\1f
+File: gsl-ref.info,  Node: Overview<6>,  Next: Solving the Trust Region Subproblem TRS,  Up: Nonlinear Least-Squares Fitting
+
+41.1 Overview
+=============
+
+The problem of multidimensional nonlinear least-squares fitting requires
+the minimization of the squared residuals of n functions, f_i, in p
+parameters, x_i,
+
+     \Phi(x) = (1/2) || f(x) ||^2
+             = (1/2) \sum_{i=1}^{n} f_i(x_1, ..., x_p)^2
+
+In trust region methods, the objective (or cost) function \Phi(x) is
+approximated by a model function m_k(\delta) in the vicinity of some
+point x_k.  The model function is often simply a second order Taylor
+series expansion around the point x_k, ie:
+
+     \Phi(x_k + \delta) ~=~ m_k(\delta) = \Phi(x_k) + g_k^T \delta + 1/2 \delta^T B_k \delta
+
+where g_k = \nabla \Phi(x_k) = J^T f is the gradient vector at the point
+x_k, B_k = \nabla^2 \Phi(x_k) is the Hessian matrix at x_k, or some
+approximation to it, and J is the n-by-p Jacobian matrix
+
+     J_{ij} = d f_i / d x_j
+
+In order to find the next step \delta, we minimize the model function
+m_k(\delta), but search for solutions only within a region where we
+trust that m_k(\delta) is a good approximation to the objective function
+\Phi(x_k + \delta).  In other words, we seek a solution of the trust
+region subproblem (TRS)
+
+     \min_(\delta \in R^p) m_k(\delta), s.t. || D_k \delta || <= \Delta_k
+
+where \Delta_k > 0 is the trust region radius and D_k is a scaling
+matrix.  If D_k = I, then the trust region is a ball of radius \Delta_k
+centered at x_k.  In some applications, the parameter vector x may have
+widely different scales.  For example, one parameter might be a
+temperature on the order of 10^3 K, while another might be a length on
+the order of 10^{-6} m.  In such cases, a spherical trust region may not
+be the best choice, since if \Phi changes rapidly along directions with
+one scale, and more slowly along directions with a different scale, the
+model function m_k may be a poor approximation to \Phi along the rapidly
+changing directions.  In such problems, it may be best to use an
+elliptical trust region, by setting D_k to a diagonal matrix whose
+entries are designed so that the scaled step D_k \delta has entries of
+approximately the same order of magnitude.
+
+The trust region subproblem above normally amounts to solving a linear
+least squares system (or multiple systems) for the step \delta.  Once
+\delta is computed, it is checked whether or not it reduces the
+objective function \Phi(x).  A useful statistic for this is to look at
+the ratio
+
+     \rho_k = ( \Phi(x_k) - \Phi(x_k + \delta_k) / ( m_k(0) - m_k(\delta_k) )
+
+where the numerator is the actual reduction of the objective function
+due to the step \delta_k, and the denominator is the predicted reduction
+due to the model m_k.  If \rho_k is negative, it means that the step
+\delta_k increased the objective function and so it is rejected.  If
+\rho_k is positive, then we have found a step which reduced the
+objective function and it is accepted.  Furthermore, if \rho_k is close
+to 1, then this indicates that the model function is a good
+approximation to the objective function in the trust region, and so on
+the next iteration the trust region is enlarged in order to take more
+ambitious steps.  When a step is rejected, the trust region is made
+smaller and the TRS is solved again.  An outline for the general trust
+region method used by GSL can now be given.
+
+`Trust Region Algorithm'
+
+  1. Initialize: given x_0, construct m_0(\delta), D_0 and \Delta_0 > 0
+
+  2. For k = 0, 1, 2, …
+
+       a. If converged, then stop
+
+       b. Solve TRS for trial step \delta_k
+
+       c. Evaluate trial step by computing \rho_k
+
+          1). if step is accepted, set x_{k+1} = x_k + \delta_k and increase radius,
+
+               \Delta_{k+1} = \alpha \Delta_k
+
+          2). if step is rejected, set x_{k+1} = x_k and decrease radius,
+
+               \Delta_{k+1} = {\Delta_k \over \beta}; goto 2(b)
+
+       d. Construct m_{k+1}(\delta) and D_{k+1}
+
+GSL offers the user a number of different algorithms for solving the
+trust region subproblem in 2(b), as well as different choices of scaling
+matrices D_k and different methods of updating the trust region radius
+\Delta_k.  Therefore, while reasonable default methods are provided, the
+user has a lot of control to fine-tune the various steps of the
+algorithm for their specific problem.
+
+\1f
+File: gsl-ref.info,  Node: Solving the Trust Region Subproblem TRS,  Next: Weighted Nonlinear Least-Squares,  Prev: Overview<6>,  Up: Nonlinear Least-Squares Fitting
+
+41.2 Solving the Trust Region Subproblem (TRS)
+==============================================
+
+Below we describe the methods available for solving the trust region
+subproblem.  The methods available provide either exact or approximate
+solutions to the trust region subproblem.  In all algorithms below, the
+Hessian matrix B_k is approximated as B_k \approx J_k^T J_k, where J_k =
+J(x_k).  In all methods, the solution of the TRS involves solving a
+linear least squares system involving the Jacobian matrix.  For small to
+moderate sized problems (‘gsl_multifit_nlinear’ interface), this is
+accomplished by factoring the full Jacobian matrix, which is provided by
+the user, with the Cholesky, QR, or SVD decompositions.  For large
+systems (‘gsl_multilarge_nlinear’ interface), the user has two choices.
+One is to solve the system iteratively, without needing to store the
+full Jacobian matrix in memory.  With this method, the user must provide
+a routine to calculate the matrix-vector products J u or J^T u for a
+given vector u.  This iterative method is particularly useful for
+systems where the Jacobian has sparse structure, since forming
+matrix-vector products can be done cheaply.  The second option for large
+systems involves forming the normal equations matrix J^T J and then
+factoring it using a Cholesky decomposition.  The normal equations
+matrix is p-by-p, typically much smaller than the full n-by-p Jacobian,
+and can usually be stored in memory even if the full Jacobian matrix
+cannot.  This option is useful for large, dense systems, or if the
+iterative method has difficulty converging.
+
+* Menu:
+
+* Levenberg-Marquardt::
+* Levenberg-Marquardt with Geodesic Acceleration::
+* Dogleg::
+* Double Dogleg::
+* Two Dimensional Subspace::
+* Steihaug-Toint Conjugate Gradient::
+
+\1f
+File: gsl-ref.info,  Node: Levenberg-Marquardt,  Next: Levenberg-Marquardt with Geodesic Acceleration,  Up: Solving the Trust Region Subproblem TRS
+
+41.2.1 Levenberg-Marquardt
+--------------------------
+
+There is a theorem which states that if \delta_k is a solution to the
+trust region subproblem given above, then there exists \mu_k \ge 0 such
+that
+
+     ( B_k + \mu_k D_k^T D_k ) \delta_k = -g_k
+
+with \mu_k (\Delta_k - ||D_k \delta_k||) = 0.  This forms the basis of
+the Levenberg-Marquardt algorithm, which controls the trust region size
+by adjusting the parameter \mu_k rather than the radius \Delta_k
+directly.  For each radius \Delta_k, there is a unique parameter \mu_k
+which solves the TRS, and they have an inverse relationship, so that
+large values of \mu_k correspond to smaller trust regions, while small
+values of \mu_k correspond to larger trust regions.
+
+With the approximation B_k \approx J_k^T J_k, on each iteration, in
+order to calculate the step \delta_k, the following linear least squares
+problem is solved:
+
+     [J_k; sqrt(mu_k) D_k] \delta_k = - [f_k; 0]
+
+If the step \delta_k is accepted, then \mu_k is decreased on the next
+iteration in order to take a larger step, otherwise it is increased to
+take a smaller step.  The Levenberg-Marquardt algorithm provides an
+exact solution of the trust region subproblem, but typically has a
+higher computational cost per iteration than the approximate methods
+discussed below, since it may need to solve the least squares system
+above several times for different values of \mu_k.
+
+\1f
+File: gsl-ref.info,  Node: Levenberg-Marquardt with Geodesic Acceleration,  Next: Dogleg,  Prev: Levenberg-Marquardt,  Up: Solving the Trust Region Subproblem TRS
+
+41.2.2 Levenberg-Marquardt with Geodesic Acceleration
+-----------------------------------------------------
+
+This method applies a so-called geodesic acceleration correction to the
+standard Levenberg-Marquardt step \delta_k (Transtrum et al, 2011).  By
+interpreting \delta_k as a first order step along a geodesic in the
+model parameter space (ie: a velocity \delta_k = v_k), the geodesic
+acceleration a_k is a second order correction along the geodesic which
+is determined by solving the linear least squares system
+
+     [J_k; sqrt(mu_k) D_k] a_k = - [f_vv(x_k); 0]
+
+where f_{vv} is the second directional derivative of the residual vector
+in the velocity direction v, f_{vv}(x) = D_v^2 f = \sum_{\alpha\beta}
+v_{\alpha} v_{\beta} \partial_{\alpha} \partial_{\beta} f(x), where
+\alpha and \beta are summed over the p parameters.  The new total step
+is then \delta_k' = v_k + {1 \over 2}a_k.  The second order correction
+a_k can be calculated with a modest additional cost, and has been shown
+to dramatically reduce the number of iterations (and expensive Jacobian
+evaluations) required to reach convergence on a variety of different
+problems.  In order to utilize the geodesic acceleration, the user must
+supply a function which provides the second directional derivative
+vector f_{vv}(x), or alternatively the library can use a finite
+difference method to estimate this vector with one additional function
+evaluation of f(x + h v) where h is a tunable step size (see the ‘h_fvv’
+parameter description).
+
+\1f
+File: gsl-ref.info,  Node: Dogleg,  Next: Double Dogleg,  Prev: Levenberg-Marquardt with Geodesic Acceleration,  Up: Solving the Trust Region Subproblem TRS
+
+41.2.3 Dogleg
+-------------
+
+This is Powell’s dogleg method, which finds an approximate solution to
+the trust region subproblem, by restricting its search to a piecewise
+linear “dogleg” path, composed of the origin, the Cauchy point which
+represents the model minimizer along the steepest descent direction, and
+the Gauss-Newton point, which is the overall minimizer of the
+unconstrained model.  The Gauss-Newton step is calculated by solving
+
+     J_k \delta_{gn} = -f_k
+
+which is the main computational task for each iteration, but only needs
+to be performed once per iteration.  If the Gauss-Newton point is inside
+the trust region, it is selected as the step.  If it is outside, the
+method then calculates the Cauchy point, which is located along the
+gradient direction.  If the Cauchy point is also outside the trust
+region, the method assumes that it is still far from the minimum and so
+proceeds along the gradient direction, truncating the step at the trust
+region boundary.  If the Cauchy point is inside the trust region, with
+the Gauss-Newton point outside, the method uses a dogleg step, which is
+a linear combination of the gradient direction and the Gauss-Newton
+direction, stopping at the trust region boundary.
+
+\1f
+File: gsl-ref.info,  Node: Double Dogleg,  Next: Two Dimensional Subspace,  Prev: Dogleg,  Up: Solving the Trust Region Subproblem TRS
+
+41.2.4 Double Dogleg
+--------------------
+
+This method is an improvement over the classical dogleg algorithm, which
+attempts to include information about the Gauss-Newton step while the
+iteration is still far from the minimum.  When the Cauchy point is
+inside the trust region and the Gauss-Newton point is outside, the
+method computes a scaled Gauss-Newton point and then takes a dogleg step
+between the Cauchy point and the scaled Gauss-Newton point.  The scaling
+is calculated to ensure that the reduction in the model m_k is about the
+same as the reduction provided by the Cauchy point.
+
+\1f
+File: gsl-ref.info,  Node: Two Dimensional Subspace,  Next: Steihaug-Toint Conjugate Gradient,  Prev: Double Dogleg,  Up: Solving the Trust Region Subproblem TRS
+
+41.2.5 Two Dimensional Subspace
+-------------------------------
+
+The dogleg methods restrict the search for the TRS solution to a 1D
+curve defined by the Cauchy and Gauss-Newton points.  An improvement to
+this is to search for a solution using the full two dimensional subspace
+spanned by the Cauchy and Gauss-Newton directions.  The dogleg path is
+of course inside this subspace, and so this method solves the TRS at
+least as accurately as the dogleg methods.  Since this method searches a
+larger subspace for a solution, it can converge more quickly than dogleg
+on some problems.  Because the subspace is only two dimensional, this
+method is very efficient and the main computation per iteration is to
+determine the Gauss-Newton point.
+
+\1f
+File: gsl-ref.info,  Node: Steihaug-Toint Conjugate Gradient,  Prev: Two Dimensional Subspace,  Up: Solving the Trust Region Subproblem TRS
+
+41.2.6 Steihaug-Toint Conjugate Gradient
+----------------------------------------
+
+One difficulty of the dogleg methods is calculating the Gauss-Newton
+step when the Jacobian matrix is singular.  The Steihaug-Toint method
+also computes a generalized dogleg step, but avoids solving for the
+Gauss-Newton step directly, instead using an iterative conjugate
+gradient algorithm.  This method performs well at points where the
+Jacobian is singular, and is also suitable for large-scale problems
+where factoring the Jacobian matrix could be prohibitively expensive.
+
+\1f
+File: gsl-ref.info,  Node: Weighted Nonlinear Least-Squares,  Next: Tunable Parameters,  Prev: Solving the Trust Region Subproblem TRS,  Up: Nonlinear Least-Squares Fitting
+
+41.3 Weighted Nonlinear Least-Squares
+=====================================
+
+Weighted nonlinear least-squares fitting minimizes the function
+
+     \Phi(x) = (1/2) || f(x) ||_W^2
+             = (1/2) \sum_{i=1}^{n} f_i(x_1, ..., x_p)^2
+
+where W = \diag(w_1,w_2,...,w_n) is the weighting matrix, and ||f||_W^2
+= f^T W f.  The weights w_i are commonly defined as w_i = 1/\sigma_i^2,
+where \sigma_i is the error in the i-th measurement.  A simple change of
+variables \tilde{f} = W^{1 \over 2} f yields \Phi(x) = {1 \over 2}
+||\tilde{f}||^2, which is in the same form as the unweighted case.  The
+user can either perform this transform directly on their function
+residuals and Jacobian, or use the *note gsl_multifit_nlinear_winit():
+ba1. interface which automatically performs the correct scaling.  To
+manually perform this transformation, the residuals and Jacobian should
+be modified according to
+
+     f~_i = f_i / \sigma_i
+     J~_ij = 1 / \sigma_i df_i/dx_j
+
+For large systems, the user must perform their own weighting.
+
+\1f
+File: gsl-ref.info,  Node: Tunable Parameters,  Next: Initializing the Solver<3>,  Prev: Weighted Nonlinear Least-Squares,  Up: Nonlinear Least-Squares Fitting
+
+41.4 Tunable Parameters
+=======================
+
+The user can tune nearly all aspects of the iteration at allocation
+time.  For the ‘gsl_multifit_nlinear’ interface, the user may modify the
+*note gsl_multifit_nlinear_parameters: ba4. structure, which is defined
+as follows:
+
+ -- Type: gsl_multifit_nlinear_parameters
+
+          typedef struct
+          {
+            const gsl_multifit_nlinear_trs *trs;        /* trust region subproblem method */
+            const gsl_multifit_nlinear_scale *scale;    /* scaling method */
+            const gsl_multifit_nlinear_solver *solver;  /* solver method */
+            gsl_multifit_nlinear_fdtype fdtype;         /* finite difference method */
+            double factor_up;                           /* factor for increasing trust radius */
+            double factor_down;                         /* factor for decreasing trust radius */
+            double avmax;                               /* max allowed |a|/|v| */
+            double h_df;                                /* step size for finite difference Jacobian */
+            double h_fvv;                               /* step size for finite difference fvv */
+          } gsl_multifit_nlinear_parameters;
+
+For the ‘gsl_multilarge_nlinear’ interface, the user may modify the
+*note gsl_multilarge_nlinear_parameters: ba5. structure, which is
+defined as follows:
+
+ -- Type: gsl_multilarge_nlinear_parameters
+
+          typedef struct
+          {
+            const gsl_multilarge_nlinear_trs *trs;       /* trust region subproblem method */
+            const gsl_multilarge_nlinear_scale *scale;   /* scaling method */
+            const gsl_multilarge_nlinear_solver *solver; /* solver method */
+            gsl_multilarge_nlinear_fdtype fdtype;        /* finite difference method */
+            double factor_up;                            /* factor for increasing trust radius */
+            double factor_down;                          /* factor for decreasing trust radius */
+            double avmax;                                /* max allowed |a|/|v| */
+            double h_df;                                 /* step size for finite difference Jacobian */
+            double h_fvv;                                /* step size for finite difference fvv */
+            size_t max_iter;                             /* maximum iterations for trs method */
+            double tol;                                  /* tolerance for solving trs */
+          } gsl_multilarge_nlinear_parameters;
+
+Each of these parameters is discussed in further detail below.
+
+ -- Type: gsl_multifit_nlinear_trs
+ -- Type: gsl_multilarge_nlinear_trs
+
+     The parameter ‘trs’ determines the method used to solve the trust
+     region subproblem, and may be selected from the following choices,
+
+      -- Variable: *note gsl_multifit_nlinear_trs: ba6.
+               *gsl_multifit_nlinear_trs_lm
+      -- Variable: *note gsl_multilarge_nlinear_trs: ba7.
+               *gsl_multilarge_nlinear_trs_lm
+
+          This selects the Levenberg-Marquardt algorithm.
+
+      -- Variable: *note gsl_multifit_nlinear_trs: ba6.
+               *gsl_multifit_nlinear_trs_lmaccel
+      -- Variable: *note gsl_multilarge_nlinear_trs: ba7.
+               *gsl_multilarge_nlinear_trs_lmaccel
+
+          This selects the Levenberg-Marquardt algorithm with geodesic
+          acceleration.
+
+      -- Variable: *note gsl_multifit_nlinear_trs: ba6.
+               *gsl_multifit_nlinear_trs_dogleg
+      -- Variable: *note gsl_multilarge_nlinear_trs: ba7.
+               *gsl_multilarge_nlinear_trs_dogleg
+
+          This selects the dogleg algorithm.
+
+      -- Variable: *note gsl_multifit_nlinear_trs: ba6.
+               *gsl_multifit_nlinear_trs_ddogleg
+      -- Variable: *note gsl_multilarge_nlinear_trs: ba7.
+               *gsl_multilarge_nlinear_trs_ddogleg
+
+          This selects the double dogleg algorithm.
+
+      -- Variable: *note gsl_multifit_nlinear_trs: ba6.
+               *gsl_multifit_nlinear_trs_subspace2D
+      -- Variable: *note gsl_multilarge_nlinear_trs: ba7.
+               *gsl_multilarge_nlinear_trs_subspace2D
+
+          This selects the 2D subspace algorithm.
+
+      -- Variable: *note gsl_multilarge_nlinear_trs: ba7.
+               *gsl_multilarge_nlinear_trs_cgst
+
+          This selects the Steihaug-Toint conjugate gradient algorithm.
+          This method is available only for large systems.
+
+ -- Type: gsl_multifit_nlinear_scale
+ -- Type: gsl_multilarge_nlinear_scale
+
+     The parameter ‘scale’ determines the diagonal scaling matrix D and
+     may be selected from the following choices,
+
+      -- Variable: *note gsl_multifit_nlinear_scale: bb3.
+               *gsl_multifit_nlinear_scale_more
+      -- Variable: *note gsl_multilarge_nlinear_scale: bb4.
+               *gsl_multilarge_nlinear_scale_more
+
+          This damping strategy was suggested by Moré, and corresponds
+          to D^T D = \max(\diag(J^T J)), in other words the maximum
+          elements of \diag(J^T J) encountered thus far in the
+          iteration.  This choice of D makes the problem
+          scale-invariant, so that if the model parameters x_i are each
+          scaled by an arbitrary constant, \tilde{x}_i = a_i x_i, then
+          the sequence of iterates produced by the algorithm would be
+          unchanged.  This method can work very well in cases where the
+          model parameters have widely different scales (ie: if some
+          parameters are measured in nanometers, while others are
+          measured in degrees Kelvin).  This strategy has been proven
+          effective on a large class of problems and so it is the
+          library default, but it may not be the best choice for all
+          problems.
+
+      -- Variable: *note gsl_multifit_nlinear_scale: bb3.
+               *gsl_multifit_nlinear_scale_levenberg
+      -- Variable: *note gsl_multilarge_nlinear_scale: bb4.
+               *gsl_multilarge_nlinear_scale_levenberg
+
+          This damping strategy was originally suggested by Levenberg,
+          and corresponds to D^T D = I. This method has also proven
+          effective on a large class of problems, but is not
+          scale-invariant.  However, some authors (e.g.  Transtrum and
+          Sethna 2012) argue that this choice is better for problems
+          which are susceptible to parameter evaporation (ie: parameters
+          go to infinity)
+
+      -- Variable: *note gsl_multifit_nlinear_scale: bb3.
+               *gsl_multifit_nlinear_scale_marquardt
+      -- Variable: *note gsl_multilarge_nlinear_scale: bb4.
+               *gsl_multilarge_nlinear_scale_marquardt
+
+          This damping strategy was suggested by Marquardt, and
+          corresponds to D^T D = \diag(J^T J). This method is
+          scale-invariant, but it is generally considered inferior to
+          both the Levenberg and Moré strategies, though may work well
+          on certain classes of problems.
+
+ -- Type: gsl_multifit_nlinear_solver
+ -- Type: gsl_multilarge_nlinear_solver
+
+     Solving the trust region subproblem on each iteration almost always
+     requires the solution of the following linear least squares system
+
+          [J; sqrt(mu) D] \delta = - [f; 0]
+
+     The ‘solver’ parameter determines how the system is solved and can
+     be selected from the following choices:
+
+      -- Variable: *note gsl_multifit_nlinear_solver: bbb.
+               *gsl_multifit_nlinear_solver_qr
+
+          This method solves the system using a rank revealing QR
+          decomposition of the Jacobian J. This method will produce
+          reliable solutions in cases where the Jacobian is rank
+          deficient or near-singular but does require about twice as
+          many operations as the Cholesky method discussed below.
+
+      -- Variable: *note gsl_multifit_nlinear_solver: bbb.
+               *gsl_multifit_nlinear_solver_cholesky
+      -- Variable: *note gsl_multilarge_nlinear_solver: bbc.
+               *gsl_multilarge_nlinear_solver_cholesky
+
+          This method solves the alternate normal equations problem
+
+               ( J^T J + \mu D^T D ) \delta = -J^T f
+
+          by using a Cholesky decomposition of the matrix J^T J + \mu
+          D^T D. This method is faster than the QR approach, however it
+          is susceptible to numerical instabilities if the Jacobian
+          matrix is rank deficient or near-singular.  In these cases, an
+          attempt is made to reduce the condition number of the matrix
+          using Jacobi preconditioning, but for highly ill-conditioned
+          problems the QR approach is better.  If it is known that the
+          Jacobian matrix is well conditioned, this method is accurate
+          and will perform faster than the QR approach.
+
+      -- Variable: *note gsl_multifit_nlinear_solver: bbb.
+               *gsl_multifit_nlinear_solver_mcholesky
+      -- Variable: *note gsl_multilarge_nlinear_solver: bbc.
+               *gsl_multilarge_nlinear_solver_mcholesky
+
+          This method solves the alternate normal equations problem
+
+               ( J^T J + \mu D^T D ) \delta = -J^T f
+
+          by using a modified Cholesky decomposition of the matrix J^T J
+          + \mu D^T D. This is more suitable for the dogleg methods
+          where the parameter \mu = 0, and the matrix J^T J may be
+          ill-conditioned or indefinite causing the standard Cholesky
+          decomposition to fail.  This method is based on Level 2 BLAS
+          and is thus slower than the standard Cholesky decomposition,
+          which is based on Level 3 BLAS.
+
+      -- Variable: *note gsl_multifit_nlinear_solver: bbb.
+               *gsl_multifit_nlinear_solver_svd
+
+          This method solves the system using a singular value
+          decomposition of the Jacobian J. This method will produce the
+          most reliable solutions for ill-conditioned Jacobians but is
+          also the slowest solver method.
+
+ -- Type: gsl_multifit_nlinear_fdtype
+
+     The parameter ‘fdtype’ specifies whether to use forward or centered
+     differences when approximating the Jacobian.  This is only used
+     when an analytic Jacobian is not provided to the solver.  This
+     parameter may be set to one of the following choices.
+
+      -- Macro: GSL_MULTIFIT_NLINEAR_FWDIFF
+
+          This specifies a forward finite difference to approximate the
+          Jacobian matrix.  The Jacobian matrix will be calculated as
+
+               J_ij = 1 / \Delta_j ( f_i(x + \Delta_j e_j) - f_i(x) )
+
+          where \Delta_j = h |x_j| and e_j is the standard j-th
+          Cartesian unit basis vector so that x + \Delta_j e_j
+          represents a small (forward) perturbation of the j-th
+          parameter by an amount \Delta_j.  The perturbation \Delta_j is
+          proportional to the current value |x_j| which helps to
+          calculate an accurate Jacobian when the various parameters
+          have different scale sizes.  The value of h is specified by
+          the ‘h_df’ parameter.  The accuracy of this method is O(h),
+          and evaluating this matrix requires an additional p function
+          evaluations.
+
+      -- Macro: GSL_MULTIFIT_NLINEAR_CTRDIFF
+
+          This specifies a centered finite difference to approximate the
+          Jacobian matrix.  The Jacobian matrix will be calculated as
+
+               J_ij = 1 / \Delta_j ( f_i(x + 1/2 \Delta_j e_j) - f_i(x - 1/2 \Delta_j e_j) )
+
+          See above for a description of \Delta_j.  The accuracy of this
+          method is O(h^2), but evaluating this matrix requires an
+          additional 2p function evaluations.
+
+‘double factor_up’
+
+When a step is accepted, the trust region radius will be increased by
+this factor.  The default value is 3.
+
+‘double factor_down’
+
+When a step is rejected, the trust region radius will be decreased by
+this factor.  The default value is 2.
+
+‘double avmax’
+
+When using geodesic acceleration to solve a nonlinear least squares
+problem, an important parameter to monitor is the ratio of the
+acceleration term to the velocity term,
+
+     |a| / |v|
+
+If this ratio is small, it means the acceleration correction is
+contributing very little to the step.  This could be because the problem
+is not “nonlinear” enough to benefit from the acceleration.  If the
+ratio is large (> 1) it means that the acceleration is larger than the
+velocity, which shouldn’t happen since the step represents a truncated
+series and so the second order term a should be smaller than the first
+order term v to guarantee convergence.  Therefore any steps with a ratio
+larger than the parameter ‘avmax’ are rejected.  ‘avmax’ is set to 0.75
+by default.  For problems which experience difficulty converging, this
+threshold could be lowered.
+
+‘double h_df’
+
+This parameter specifies the step size for approximating the Jacobian
+matrix with finite differences.  It is set to \sqrt{\epsilon} by
+default, where \epsilon is ‘GSL_DBL_EPSILON’.
+
+‘double h_fvv’
+
+When using geodesic acceleration, the user must either supply a function
+to calculate f_{vv}(x) or the library can estimate this second
+directional derivative using a finite difference method.  When using
+finite differences, the library must calculate f(x + h v) where h
+represents a small step in the velocity direction.  The parameter
+‘h_fvv’ defines this step size and is set to 0.02 by default.
+
+\1f
+File: gsl-ref.info,  Node: Initializing the Solver<3>,  Next: Providing the Function to be Minimized,  Prev: Tunable Parameters,  Up: Nonlinear Least-Squares Fitting
+
+41.5 Initializing the Solver
+============================
+
+ -- Type: gsl_multifit_nlinear_type
+
+     This structure specifies the type of algorithm which will be used
+     to solve a nonlinear least squares problem.  It may be selected
+     from the following choices,
+
+      -- Variable: *note gsl_multifit_nlinear_type: bc7.
+               *gsl_multifit_nlinear_trust
+
+          This specifies a trust region method.  It is currently the
+          only implemented nonlinear least squares method.
+
+ -- Function: gsl_multifit_nlinear_workspace *gsl_multifit_nlinear_alloc
+          (const gsl_multifit_nlinear_type *T, const
+          gsl_multifit_nlinear_parameters *params, const size_t n, const
+          size_t p)
+ -- Function: gsl_multilarge_nlinear_workspace
+          *gsl_multilarge_nlinear_alloc (const
+          gsl_multilarge_nlinear_type *T, const
+          gsl_multilarge_nlinear_parameters *params, const size_t n,
+          const size_t p)
+
+     These functions return a pointer to a newly allocated instance of a
+     derivative solver of type *note T: bca. for *note n: bca.
+     observations and *note p: bca. parameters.  The *note params: bca.
+     input specifies a tunable set of parameters which will affect
+     important details in each iteration of the trust region subproblem
+     algorithm.  It is recommended to start with the suggested default
+     parameters (see *note gsl_multifit_nlinear_default_parameters():
+     bcb. and *note gsl_multilarge_nlinear_default_parameters(): bcc.)
+     and then tune the parameters once the code is working correctly.
+     See *note Tunable Parameters: ba2.  for descriptions of the various
+     parameters.  For example, the following code creates an instance of
+     a Levenberg-Marquardt solver for 100 data points and 3 parameters,
+     using suggested defaults:
+
+          const gsl_multifit_nlinear_type * T = gsl_multifit_nlinear_trust;
+          gsl_multifit_nlinear_parameters params = gsl_multifit_nlinear_default_parameters();
+          gsl_multifit_nlinear_workspace * w = gsl_multifit_nlinear_alloc (T, &params, 100, 3);
+
+     The number of observations *note n: bca. must be greater than or
+     equal to parameters *note p: bca.
+
+     If there is insufficient memory to create the solver then the
+     function returns a null pointer and the error handler is invoked
+     with an error code of *note GSL_ENOMEM: 2a.
+
+ -- Function: *note gsl_multifit_nlinear_parameters: ba4.
+          gsl_multifit_nlinear_default_parameters (void)
+ -- Function: *note gsl_multilarge_nlinear_parameters: ba5.
+          gsl_multilarge_nlinear_default_parameters (void)
+
+     These functions return a set of recommended default parameters for
+     use in solving nonlinear least squares problems.  The user can tune
+     each parameter to improve the performance on their particular
+     problem, see *note Tunable Parameters: ba2.
+
+ -- Function: int gsl_multifit_nlinear_init (const gsl_vector *x,
+          gsl_multifit_nlinear_fdf *fdf, gsl_multifit_nlinear_workspace
+          *w)
+ -- Function: int gsl_multifit_nlinear_winit (const gsl_vector *x, const
+          gsl_vector *wts, gsl_multifit_nlinear_fdf *fdf,
+          gsl_multifit_nlinear_workspace *w)
+ -- Function: int gsl_multilarge_nlinear_init (const gsl_vector *x,
+          gsl_multilarge_nlinear_fdf *fdf,
+          gsl_multilarge_nlinear_workspace *w)
+
+     These functions initialize, or reinitialize, an existing workspace
+     *note w: bce. to use the system *note fdf: bce. and the initial
+     guess *note x: bce.  See *note Providing the Function to be
+     Minimized: bcf. for a description of the *note fdf: bce. structure.
+
+     Optionally, a weight vector ‘wts’ can be given to perform a
+     weighted nonlinear regression.  Here, the weighting matrix is W =
+     \diag(w_1,w_2,...,w_n).
+
+ -- Function: void gsl_multifit_nlinear_free
+          (gsl_multifit_nlinear_workspace *w)
+ -- Function: void gsl_multilarge_nlinear_free
+          (gsl_multilarge_nlinear_workspace *w)
+
+     These functions free all the memory associated with the workspace
+     *note w: bd1.
+
+ -- Function: const char *gsl_multifit_nlinear_name (const
+          gsl_multifit_nlinear_workspace *w)
+ -- Function: const char *gsl_multilarge_nlinear_name (const
+          gsl_multilarge_nlinear_workspace *w)
+
+     These functions return a pointer to the name of the solver.  For
+     example:
+
+          printf ("w is a '%s' solver\n", gsl_multifit_nlinear_name (w));
+
+     would print something like ‘w is a 'trust-region' solver’.
+
+ -- Function: const char *gsl_multifit_nlinear_trs_name (const
+          gsl_multifit_nlinear_workspace *w)
+ -- Function: const char *gsl_multilarge_nlinear_trs_name (const
+          gsl_multilarge_nlinear_workspace *w)
+
+     These functions return a pointer to the name of the trust region
+     subproblem method.  For example:
+
+          printf ("w is a '%s' solver\n", gsl_multifit_nlinear_trs_name (w));
+
+     would print something like ‘w is a 'levenberg-marquardt' solver’.
+
+\1f
+File: gsl-ref.info,  Node: Providing the Function to be Minimized,  Next: Iteration<5>,  Prev: Initializing the Solver<3>,  Up: Nonlinear Least-Squares Fitting
+
+41.6 Providing the Function to be Minimized
+===========================================
+
+The user must provide n functions of p variables for the minimization
+algorithm to operate on.  In order to allow for arbitrary parameters the
+functions are defined by the following data types:
+
+ -- Type: gsl_multifit_nlinear_fdf
+
+     This data type defines a general system of functions with arbitrary
+     parameters, the corresponding Jacobian matrix of derivatives, and
+     optionally the second directional derivative of the functions for
+     geodesic acceleration.
+
+     ‘int (* f) (const gsl_vector * x, void * params, gsl_vector * f)’
+
+          This function should store the n components of the vector f(x)
+          in ‘f’ for argument ‘x’ and arbitrary parameters ‘params’,
+          returning an appropriate error code if the function cannot be
+          computed.
+
+     ‘int (* df) (const gsl_vector * x, void * params, gsl_matrix * J)’
+
+          This function should store the ‘n’-by-‘p’ matrix result
+
+               J_ij = d f_i(x) / d x_j
+
+          in ‘J’ for argument ‘x’ and arbitrary parameters ‘params’,
+          returning an appropriate error code if the matrix cannot be
+          computed.  If an analytic Jacobian is unavailable, or too
+          expensive to compute, this function pointer may be set to
+          ‘NULL’, in which case the Jacobian will be internally computed
+          using finite difference approximations of the function ‘f’.
+
+     ‘int (* fvv) (const gsl_vector * x, const gsl_vector * v, void *
+     params, gsl_vector * fvv)’
+
+          When geodesic acceleration is enabled, this function should
+          store the n components of the vector f_{vv}(x) =
+          \sum_{\alpha\beta} v_{\alpha} v_{\beta} {\partial \over
+          \partial x_{\alpha}} {\partial \over \partial x_{\beta}} f(x),
+          representing second directional derivatives of the function to
+          be minimized, into the output ‘fvv’.  The parameter vector is
+          provided in ‘x’ and the velocity vector is provided in ‘v’,
+          both of which have p components.  The arbitrary parameters are
+          given in ‘params’.  If analytic expressions for f_{vv}(x) are
+          unavailable or too difficult to compute, this function pointer
+          may be set to ‘NULL’, in which case f_{vv}(x) will be computed
+          internally using a finite difference approximation.
+
+     ‘size_t n’
+
+          the number of functions, i.e.  the number of components of the
+          vector ‘f’.
+
+     ‘size_t p’
+
+          the number of independent variables, i.e.  the number of
+          components of the vector ‘x’.
+
+     ‘void * params’
+
+          a pointer to the arbitrary parameters of the function.
+
+     ‘size_t nevalf’
+
+          This does not need to be set by the user.  It counts the
+          number of function evaluations and is initialized by the
+          ‘_init’ function.
+
+     ‘size_t nevaldf’
+
+          This does not need to be set by the user.  It counts the
+          number of Jacobian evaluations and is initialized by the
+          ‘_init’ function.
+
+     ‘size_t nevalfvv’
+
+          This does not need to be set by the user.  It counts the
+          number of f_{vv}(x) evaluations and is initialized by the
+          ‘_init’ function.
+
+ -- Type: gsl_multilarge_nlinear_fdf
+
+     This data type defines a general system of functions with arbitrary
+     parameters, a function to compute J u or J^T u for a given vector
+     u, the normal equations matrix J^T J, and optionally the second
+     directional derivative of the functions for geodesic acceleration.
+
+     ‘int (* f) (const gsl_vector * x, void * params, gsl_vector * f)’
+
+          This function should store the n components of the vector f(x)
+          in ‘f’ for argument ‘x’ and arbitrary parameters ‘params’,
+          returning an appropriate error code if the function cannot be
+          computed.
+
+     ‘int (* df) (CBLAS_TRANSPOSE_t TransJ, const gsl_vector * x, const
+     gsl_vector * u, void * params, gsl_vector * v, gsl_matrix * JTJ)’
+
+          If ‘TransJ’ is equal to ‘CblasNoTrans’, then this function
+          should compute the matrix-vector product J u and store the
+          result in ‘v’.  If ‘TransJ’ is equal to ‘CblasTrans’, then
+          this function should compute the matrix-vector product J^T u
+          and store the result in ‘v’.  Additionally, the normal
+          equations matrix J^T J should be stored in the lower half of
+          ‘JTJ’.  The input matrix ‘JTJ’ could be set to ‘NULL’, for
+          example by iterative methods which do not require this matrix,
+          so the user should check for this prior to constructing the
+          matrix.  The input ‘params’ contains the arbitrary parameters.
+
+     ‘int (* fvv) (const gsl_vector * x, const gsl_vector * v, void *
+     params, gsl_vector * fvv)’
+
+          When geodesic acceleration is enabled, this function should
+          store the n components of the vector f_{vv}(x) =
+          \sum_{\alpha\beta} v_{\alpha} v_{\beta} {\partial \over
+          \partial x_{\alpha}} {\partial \over \partial x_{\beta}} f(x),
+          representing second directional derivatives of the function to
+          be minimized, into the output ‘fvv’.  The parameter vector is
+          provided in ‘x’ and the velocity vector is provided in ‘v’,
+          both of which have p components.  The arbitrary parameters are
+          given in ‘params’.  If analytic expressions for f_{vv}(x) are
+          unavailable or too difficult to compute, this function pointer
+          may be set to ‘NULL’, in which case f_{vv}(x) will be computed
+          internally using a finite difference approximation.
+
+     ‘size_t n’
+
+          the number of functions, i.e.  the number of components of the
+          vector ‘f’.
+
+     ‘size_t p’
+
+          the number of independent variables, i.e.  the number of
+          components of the vector ‘x’.
+
+     ‘void * params’
+
+          a pointer to the arbitrary parameters of the function.
+
+     ‘size_t nevalf’
+
+          This does not need to be set by the user.  It counts the
+          number of function evaluations and is initialized by the
+          ‘_init’ function.
+
+     ‘size_t nevaldfu’
+
+          This does not need to be set by the user.  It counts the
+          number of Jacobian matrix-vector evaluations (J u or J^T u)
+          and is initialized by the ‘_init’ function.
+
+     ‘size_t nevaldf2’
+
+          This does not need to be set by the user.  It counts the
+          number of J^T J evaluations and is initialized by the ‘_init’
+          function.
+
+     ‘size_t nevalfvv’
+
+          This does not need to be set by the user.  It counts the
+          number of f_{vv}(x) evaluations and is initialized by the
+          ‘_init’ function.
+
+Note that when fitting a non-linear model against experimental data, the
+data is passed to the functions above using the ‘params’ argument and
+the trial best-fit parameters through the ‘x’ argument.
+
+\1f
+File: gsl-ref.info,  Node: Iteration<5>,  Next: Testing for Convergence,  Prev: Providing the Function to be Minimized,  Up: Nonlinear Least-Squares Fitting
+
+41.7 Iteration
+==============
+
+The following functions drive the iteration of each algorithm.  Each
+function performs one iteration of the trust region method and updates
+the state of the solver.
+
+ -- Function: int gsl_multifit_nlinear_iterate
+          (gsl_multifit_nlinear_workspace *w)
+ -- Function: int gsl_multilarge_nlinear_iterate
+          (gsl_multilarge_nlinear_workspace *w)
+
+     These functions perform a single iteration of the solver *note w:
+     bdb.  If the iteration encounters an unexpected problem then an
+     error code will be returned.  The solver workspace maintains a
+     current estimate of the best-fit parameters at all times.
+
+The solver workspace ‘w’ contains the following entries, which can be
+used to track the progress of the solution:
+
+‘gsl_vector * x’
+
+     The current position, length p.
+
+‘gsl_vector * f’
+
+     The function residual vector at the current position f(x), length
+     n.
+
+‘gsl_matrix * J’
+
+     The Jacobian matrix at the current position J(x), size n-by-p (only
+     for ‘gsl_multifit_nlinear’ interface).
+
+‘gsl_vector * dx’
+
+     The difference between the current position and the previous
+     position, i.e.  the last step \delta, taken as a vector, length p.
+
+These quantities can be accessed with the following functions,
+
+ -- Function: *note gsl_vector: 35f. *gsl_multifit_nlinear_position
+          (const gsl_multifit_nlinear_workspace *w)
+ -- Function: *note gsl_vector: 35f. *gsl_multilarge_nlinear_position
+          (const gsl_multilarge_nlinear_workspace *w)
+
+     These functions return the current position x (i.e.  best-fit
+     parameters) of the solver *note w: bdd.
+
+ -- Function: *note gsl_vector: 35f. *gsl_multifit_nlinear_residual
+          (const gsl_multifit_nlinear_workspace *w)
+ -- Function: *note gsl_vector: 35f. *gsl_multilarge_nlinear_residual
+          (const gsl_multilarge_nlinear_workspace *w)
+
+     These functions return the current residual vector f(x) of the
+     solver *note w: bdf.  For weighted systems, the residual vector
+     includes the weighting factor \sqrt{W}.
+
+ -- Function: *note gsl_matrix: 3a2. *gsl_multifit_nlinear_jac (const
+          gsl_multifit_nlinear_workspace *w)
+
+     This function returns a pointer to the n-by-p Jacobian matrix for
+     the current iteration of the solver *note w: be0.  This function is
+     available only for the ‘gsl_multifit_nlinear’ interface.
+
+ -- Function: size_t gsl_multifit_nlinear_niter (const
+          gsl_multifit_nlinear_workspace *w)
+ -- Function: size_t gsl_multilarge_nlinear_niter (const
+          gsl_multilarge_nlinear_workspace *w)
+
+     These functions return the number of iterations performed so far.
+     The iteration counter is updated on each call to the ‘_iterate’
+     functions above, and reset to 0 in the ‘_init’ functions.
+
+ -- Function: int gsl_multifit_nlinear_rcond (double *rcond, const
+          gsl_multifit_nlinear_workspace *w)
+ -- Function: int gsl_multilarge_nlinear_rcond (double *rcond, const
+          gsl_multilarge_nlinear_workspace *w)
+
+     This function estimates the reciprocal condition number of the
+     Jacobian matrix at the current position x and stores it in *note
+     rcond: be4.  The computed value is only an estimate to give the
+     user a guideline as to the conditioning of their particular
+     problem.  Its calculation is based on which factorization method is
+     used (Cholesky, QR, or SVD).
+
+        * For the Cholesky solver, the matrix J^T J is factored at each
+          iteration.  Therefore this function will estimate the 1-norm
+          condition number rcond^2 = 1/(||J^T J||_1 \cdot ||(J^T
+          J)^{-1}||_1)
+
+        * For the QR solver, J is factored as J = Q R at each iteration.
+          For simplicity, this function calculates the 1-norm
+          conditioning of only the R factor, rcond = 1 / (||R||_1 \cdot
+          ||R^{-1}||_1).  This can be computed efficiently since R is
+          upper triangular.
+
+        * For the SVD solver, in order to efficiently solve the trust
+          region subproblem, the matrix which is factored is J D^{-1},
+          instead of J itself.  The resulting singular values are used
+          to provide the 2-norm reciprocal condition number, as rcond =
+          \sigma_{min} / \sigma_{max}.  Note that when using Moré
+          scaling, D \ne I and the resulting *note rcond: be4. estimate
+          may be significantly different from the true *note rcond: be4.
+          of J itself.
+
+ -- Function: double gsl_multifit_nlinear_avratio (const
+          gsl_multifit_nlinear_workspace *w)
+ -- Function: double gsl_multilarge_nlinear_avratio (const
+          gsl_multilarge_nlinear_workspace *w)
+
+     This function returns the current ratio |a| / |v| of the
+     acceleration correction term to the velocity step term.  The
+     acceleration term is computed only by the
+     ‘gsl_multifit_nlinear_trs_lmaccel’ and
+     ‘gsl_multilarge_nlinear_trs_lmaccel’ methods, so this ratio will be
+     zero for other TRS methods.
+
+\1f
+File: gsl-ref.info,  Node: Testing for Convergence,  Next: High Level Driver,  Prev: Iteration<5>,  Up: Nonlinear Least-Squares Fitting
+
+41.8 Testing for Convergence
+============================
+
+A minimization procedure should stop when one of the following
+conditions is true:
+
+   * A minimum has been found to within the user-specified precision.
+
+   * A user-specified maximum number of iterations has been reached.
+
+   * An error has occurred.
+
+The handling of these conditions is under user control.  The functions
+below allow the user to test the current estimate of the best-fit
+parameters in several standard ways.
+
+ -- Function: int gsl_multifit_nlinear_test (const double xtol, const
+          double gtol, const double ftol, int *info, const
+          gsl_multifit_nlinear_workspace *w)
+ -- Function: int gsl_multilarge_nlinear_test (const double xtol, const
+          double gtol, const double ftol, int *info, const
+          gsl_multilarge_nlinear_workspace *w)
+
+     These functions test for convergence of the minimization method
+     using the following criteria:
+
+        * Testing for a small step size relative to the current
+          parameter vector
+
+               |\delta_i| \le xtol (|x_i| + xtol)
+
+          for each 0 <= i < p.  Each element of the step vector \delta
+          is tested individually in case the different parameters have
+          widely different scales.  Adding *note xtol: be9. to |x_i|
+          helps the test avoid breaking down in situations where the
+          true solution value x_i = 0.  If this test succeeds, *note
+          info: be9. is set to 1 and the function returns ‘GSL_SUCCESS’.
+
+          A general guideline for selecting the step tolerance is to
+          choose xtol = 10^{-d} where d is the number of accurate
+          decimal digits desired in the solution x.  See Dennis and
+          Schnabel for more information.
+
+        * Testing for a small gradient (g = \nabla \Phi(x) = J^T f)
+          indicating a local function minimum:
+
+               ||g||_inf <= gtol
+
+          This expression tests whether the ratio (\nabla \Phi)_i x_i /
+          \Phi is small.  Testing this scaled gradient is a better than
+          \nabla \Phi alone since it is a dimensionless quantity and so
+          independent of the scale of the problem.  The ‘max’ arguments
+          help ensure the test doesn’t break down in regions where x_i
+          or \Phi(x) are close to 0.  If this test succeeds, *note info:
+          be9. is set to 2 and the function returns ‘GSL_SUCCESS’.
+
+          A general guideline for choosing the gradient tolerance is to
+          set ‘gtol = GSL_DBL_EPSILON^(1/3)’.  See Dennis and Schnabel
+          for more information.
+
+     If none of the tests succeed, *note info: be9. is set to 0 and the
+     function returns ‘GSL_CONTINUE’, indicating further iterations are
+     required.
+
+\1f
+File: gsl-ref.info,  Node: High Level Driver,  Next: Covariance matrix of best fit parameters,  Prev: Testing for Convergence,  Up: Nonlinear Least-Squares Fitting
+
+41.9 High Level Driver
+======================
+
+These routines provide a high level wrapper that combines the iteration
+and convergence testing for easy use.
+
+ -- Function: int gsl_multifit_nlinear_driver (const size_t maxiter,
+          const double xtol, const double gtol, const double ftol, void
+          (*callback)(const size_t iter, void *params, const
+          gsl_multifit_linear_workspace *w), void *callback_params, int
+          *info, gsl_multifit_nlinear_workspace *w)
+ -- Function: int gsl_multilarge_nlinear_driver (const size_t maxiter,
+          const double xtol, const double gtol, const double ftol, void
+          (*callback)(const size_t iter, void *params, const
+          gsl_multilarge_linear_workspace *w), void *callback_params,
+          int *info, gsl_multilarge_nlinear_workspace *w)
+
+     These functions iterate the nonlinear least squares solver *note w:
+     bec. for a maximum of *note maxiter: bec. iterations.  After each
+     iteration, the system is tested for convergence with the error
+     tolerances *note xtol: bec, *note gtol: bec. and *note ftol: bec.
+     Additionally, the user may supply a callback function *note
+     callback: bec. which is called after each iteration, so that the
+     user may save or print relevant quantities for each iteration.  The
+     parameter *note callback_params: bec. is passed to the *note
+     callback: bec. function.  The parameters *note callback: bec. and
+     *note callback_params: bec. may be set to ‘NULL’ to disable this
+     feature.  Upon successful convergence, the function returns
+     ‘GSL_SUCCESS’ and sets *note info: bec. to the reason for
+     convergence (see *note gsl_multifit_nlinear_test(): be8.).  If the
+     function has not converged after *note maxiter: bec. iterations,
+     ‘GSL_EMAXITER’ is returned.  In rare cases, during an iteration the
+     algorithm may be unable to find a new acceptable step \delta to
+     take.  In this case, ‘GSL_ENOPROG’ is returned indicating no
+     further progress can be made.  If your problem is having difficulty
+     converging, see *note Troubleshooting: bed. for further guidance.
+
+\1f
+File: gsl-ref.info,  Node: Covariance matrix of best fit parameters,  Next: Troubleshooting<2>,  Prev: High Level Driver,  Up: Nonlinear Least-Squares Fitting
+
+41.10 Covariance matrix of best fit parameters
+==============================================
+
+ -- Function: int gsl_multifit_nlinear_covar (const gsl_matrix *J, const
+          double epsrel, gsl_matrix *covar)
+ -- Function: int gsl_multilarge_nlinear_covar (gsl_matrix *covar,
+          gsl_multilarge_nlinear_workspace *w)
+
+     This function computes the covariance matrix of best-fit parameters
+     using the Jacobian matrix ‘J’ and stores it in *note covar: bf0.
+     The parameter ‘epsrel’ is used to remove linear-dependent columns
+     when ‘J’ is rank deficient.
+
+     The covariance matrix is given by,
+
+          C = (J^T J)^{-1}
+
+     or in the weighted case,
+
+          C = (J^T W J)^{-1}
+
+     and is computed using the factored form of the Jacobian (Cholesky,
+     QR, or SVD). Any columns of R which satisfy
+
+          |R_{kk}| \leq epsrel |R_{11}|
+
+     are considered linearly-dependent and are excluded from the
+     covariance matrix (the corresponding rows and columns of the
+     covariance matrix are set to zero).
+
+     If the minimisation uses the weighted least-squares function f_i =
+     (Y(x, t_i) - y_i) / \sigma_i then the covariance matrix above gives
+     the statistical error on the best-fit parameters resulting from the
+     Gaussian errors \sigma_i on the underlying data y_i.  This can be
+     verified from the relation \delta f = J \delta c and the fact that
+     the fluctuations in f from the data y_i are normalised by \sigma_i
+     and so satisfy
+
+          <\delta f \delta f^T> = I
+
+     For an unweighted least-squares function f_i = (Y(x, t_i) - y_i)
+     the covariance matrix above should be multiplied by the variance of
+     the residuals about the best-fit \sigma^2 = \sum (y_i - Y(x,t_i))^2
+     / (n-p) to give the variance-covariance matrix \sigma^2 C. This
+     estimates the statistical error on the best-fit parameters from the
+     scatter of the underlying data.
+
+     For more information about covariance matrices see *note Linear
+     Least-Squares Overview: b29.
+
+\1f
+File: gsl-ref.info,  Node: Troubleshooting<2>,  Next: Examples<32>,  Prev: Covariance matrix of best fit parameters,  Up: Nonlinear Least-Squares Fitting
+
+41.11 Troubleshooting
+=====================
+
+When developing a code to solve a nonlinear least squares problem, here
+are a few considerations to keep in mind.
+
+  1. The most common difficulty is the accurate implementation of the
+     Jacobian matrix.  If the analytic Jacobian is not properly provided
+     to the solver, this can hinder and many times prevent convergence
+     of the method.  When developing a new nonlinear least squares code,
+     it often helps to compare the program output with the internally
+     computed finite difference Jacobian and the user supplied analytic
+     Jacobian.  If there is a large difference in coefficients, it is
+     likely the analytic Jacobian is incorrectly implemented.
+
+  2. If your code is having difficulty converging, the next thing to
+     check is the starting point provided to the solver.  The methods of
+     this chapter are local methods, meaning if you provide a starting
+     point far away from the true minimum, the method may converge to a
+     local minimum or not converge at all.  Sometimes it is possible to
+     solve a linearized approximation to the nonlinear problem, and use
+     the linear solution as the starting point to the nonlinear problem.
+
+  3. If the various parameters of the coefficient vector x vary widely
+     in magnitude, then the problem is said to be badly scaled.  The
+     methods of this chapter do attempt to automatically rescale the
+     elements of x to have roughly the same order of magnitude, but in
+     extreme cases this could still cause problems for convergence.  In
+     these cases it is recommended for the user to scale their parameter
+     vector x so that each parameter spans roughly the same range, say
+     [-1,1].  The solution vector can be backscaled to recover the
+     original units of the problem.
+
+\1f
+File: gsl-ref.info,  Node: Examples<32>,  Next: References and Further Reading<34>,  Prev: Troubleshooting<2>,  Up: Nonlinear Least-Squares Fitting
+
+41.12 Examples
+==============
+
+The following example programs demonstrate the nonlinear least squares
+fitting capabilities.
+
+* Menu:
+
+* Exponential Fitting Example::
+* Geodesic Acceleration Example 1::
+* Geodesic Acceleration Example 2::
+* Comparing TRS Methods Example::
+* Large Nonlinear Least Squares Example::
+
+\1f
+File: gsl-ref.info,  Node: Exponential Fitting Example,  Next: Geodesic Acceleration Example 1,  Up: Examples<32>
+
+41.12.1 Exponential Fitting Example
+-----------------------------------
+
+The following example program fits a weighted exponential model with
+background to experimental data, Y = A \exp(-\lambda t) + b.  The first
+part of the program sets up the functions ‘expb_f()’ and ‘expb_df()’ to
+calculate the model and its Jacobian.  The appropriate fitting function
+is given by,
+
+     f_i = (A \exp(-\lambda t_i) + b) - y_i
+
+where we have chosen t_i = i T / (N - 1), where N is the number of data
+points fitted, so that t_i \in [0, T]. The Jacobian matrix J is the
+derivative of these functions with respect to the three parameters (A,
+\lambda, b).  It is given by,
+
+     J_{ij} = d f_i / d x_j
+
+where x_0 = A, x_1 = \lambda and x_2 = b.  The i-th row of the Jacobian
+is therefore
+
+     J(i,:) = [ \exp(-\lambda t_i) ; -t_i A \exp(-\lambda t_i) ; 1 ]
+
+The main part of the program sets up a Levenberg-Marquardt solver and
+some simulated random data.  The data uses the known parameters
+(5.0,1.5,1.0) combined with Gaussian noise (standard deviation = 0.1)
+with a maximum time T = 3 and N = 100 timesteps.  The initial guess for
+the parameters is chosen as (1.0, 1.0, 0.0).  The iteration terminates
+when the relative change in x is smaller than 10^{-8}, or when the
+magnitude of the gradient falls below 10^{-8}.  Here are the results of
+running the program:
+
+     iter  0: A = 1.0000, lambda = 1.0000, b = 0.0000, cond(J) =      inf, |f(x)| = 88.4448
+     iter  1: A = 4.5109, lambda = 2.5258, b = 1.0704, cond(J) =  26.2686, |f(x)| = 24.0646
+     iter  2: A = 4.8565, lambda = 1.7442, b = 1.1669, cond(J) =  23.7470, |f(x)| = 11.9797
+     iter  3: A = 4.9356, lambda = 1.5713, b = 1.0767, cond(J) =  17.5849, |f(x)| = 10.7355
+     iter  4: A = 4.8678, lambda = 1.4838, b = 1.0252, cond(J) =  16.3428, |f(x)| = 10.5000
+     iter  5: A = 4.8118, lambda = 1.4481, b = 1.0076, cond(J) =  15.7925, |f(x)| = 10.4786
+     iter  6: A = 4.7983, lambda = 1.4404, b = 1.0041, cond(J) =  15.5840, |f(x)| = 10.4778
+     iter  7: A = 4.7967, lambda = 1.4395, b = 1.0037, cond(J) =  15.5396, |f(x)| = 10.4778
+     iter  8: A = 4.7965, lambda = 1.4394, b = 1.0037, cond(J) =  15.5344, |f(x)| = 10.4778
+     iter  9: A = 4.7965, lambda = 1.4394, b = 1.0037, cond(J) =  15.5339, |f(x)| = 10.4778
+     iter 10: A = 4.7965, lambda = 1.4394, b = 1.0037, cond(J) =  15.5339, |f(x)| = 10.4778
+     iter 11: A = 4.7965, lambda = 1.4394, b = 1.0037, cond(J) =  15.5339, |f(x)| = 10.4778
+     summary from method 'trust-region/levenberg-marquardt'
+     number of iterations: 11
+     function evaluations: 16
+     Jacobian evaluations: 12
+     reason for stopping: small gradient
+     initial |f(x)| = 88.444756
+     final   |f(x)| = 10.477801
+     chisq/dof = 1.1318
+     A      = 4.79653 +/- 0.18704
+     lambda = 1.43937 +/- 0.07390
+     b      = 1.00368 +/- 0.03473
+     status = success
+
+The approximate values of the parameters are found correctly, and the
+chi-squared value indicates a good fit (the chi-squared per degree of
+freedom is approximately 1).  In this case the errors on the parameters
+can be estimated from the square roots of the diagonal elements of the
+covariance matrix.  If the chi-squared value shows a poor fit (i.e.
+\chi^2/(n-p) \gg 1 then the error estimates obtained from the covariance
+matrix will be too small.  In the example program the error estimates
+are multiplied by \sqrt{\chi^2/(n-p)} in this case, a common way of
+increasing the errors for a poor fit.  Note that a poor fit will result
+from the use of an inappropriate model, and the scaled error estimates
+may then be outside the range of validity for Gaussian errors.
+
+Additionally, we see that the condition number of J(x) stays reasonably
+small throughout the iteration.  This indicates we could safely switch
+to the Cholesky solver for speed improvement, although this particular
+system is too small to really benefit.
+
+Fig.  %s shows the fitted curve with the original data.
+
+[gsl-ref-figures/fit-exp]
+Figure: Exponential fitted curve with data
+
+     #include <stdlib.h>
+     #include <stdio.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_blas.h>
+     #include <gsl/gsl_multifit_nlinear.h>
+
+     #define N      100    /* number of data points to fit */
+     #define TMAX   (3.0)  /* time variable in [0,TMAX] */
+
+     struct data {
+       size_t n;
+       double * t;
+       double * y;
+     };
+
+     int
+     expb_f (const gsl_vector * x, void *data,
+             gsl_vector * f)
+     {
+       size_t n = ((struct data *)data)->n;
+       double *t = ((struct data *)data)->t;
+       double *y = ((struct data *)data)->y;
+
+       double A = gsl_vector_get (x, 0);
+       double lambda = gsl_vector_get (x, 1);
+       double b = gsl_vector_get (x, 2);
+
+       size_t i;
+
+       for (i = 0; i < n; i++)
+         {
+           /* Model Yi = A * exp(-lambda * t_i) + b */
+           double Yi = A * exp (-lambda * t[i]) + b;
+           gsl_vector_set (f, i, Yi - y[i]);
+         }
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     expb_df (const gsl_vector * x, void *data,
+              gsl_matrix * J)
+     {
+       size_t n = ((struct data *)data)->n;
+       double *t = ((struct data *)data)->t;
+
+       double A = gsl_vector_get (x, 0);
+       double lambda = gsl_vector_get (x, 1);
+
+       size_t i;
+
+       for (i = 0; i < n; i++)
+         {
+           /* Jacobian matrix J(i,j) = dfi / dxj, */
+           /* where fi = (Yi - yi)/sigma[i],      */
+           /*       Yi = A * exp(-lambda * t_i) + b  */
+           /* and the xj are the parameters (A,lambda,b) */
+           double e = exp(-lambda * t[i]);
+           gsl_matrix_set (J, i, 0, e);
+           gsl_matrix_set (J, i, 1, -t[i] * A * e);
+           gsl_matrix_set (J, i, 2, 1.0);
+         }
+
+       return GSL_SUCCESS;
+     }
+
+     void
+     callback(const size_t iter, void *params,
+              const gsl_multifit_nlinear_workspace *w)
+     {
+       gsl_vector *f = gsl_multifit_nlinear_residual(w);
+       gsl_vector *x = gsl_multifit_nlinear_position(w);
+       double rcond;
+
+       /* compute reciprocal condition number of J(x) */
+       gsl_multifit_nlinear_rcond(&rcond, w);
+
+       fprintf(stderr, "iter %2zu: A = %.4f, lambda = %.4f, b = %.4f, cond(J) = %8.4f, |f(x)| = %.4f\n",
+               iter,
+               gsl_vector_get(x, 0),
+               gsl_vector_get(x, 1),
+               gsl_vector_get(x, 2),
+               1.0 / rcond,
+               gsl_blas_dnrm2(f));
+     }
+
+     int
+     main (void)
+     {
+       const gsl_multifit_nlinear_type *T = gsl_multifit_nlinear_trust;
+       gsl_multifit_nlinear_workspace *w;
+       gsl_multifit_nlinear_fdf fdf;
+       gsl_multifit_nlinear_parameters fdf_params =
+         gsl_multifit_nlinear_default_parameters();
+       const size_t n = N;
+       const size_t p = 3;
+
+       gsl_vector *f;
+       gsl_matrix *J;
+       gsl_matrix *covar = gsl_matrix_alloc (p, p);
+       double t[N], y[N], weights[N];
+       struct data d = { n, t, y };
+       double x_init[3] = { 1.0, 1.0, 0.0 }; /* starting values */
+       gsl_vector_view x = gsl_vector_view_array (x_init, p);
+       gsl_vector_view wts = gsl_vector_view_array(weights, n);
+       gsl_rng * r;
+       double chisq, chisq0;
+       int status, info;
+       size_t i;
+
+       const double xtol = 1e-8;
+       const double gtol = 1e-8;
+       const double ftol = 0.0;
+
+       gsl_rng_env_setup();
+       r = gsl_rng_alloc(gsl_rng_default);
+
+       /* define the function to be minimized */
+       fdf.f = expb_f;
+       fdf.df = expb_df;   /* set to NULL for finite-difference Jacobian */
+       fdf.fvv = NULL;     /* not using geodesic acceleration */
+       fdf.n = n;
+       fdf.p = p;
+       fdf.params = &d;
+
+       /* this is the data to be fitted */
+       for (i = 0; i < n; i++)
+         {
+           double ti = i * TMAX / (n - 1.0);
+           double yi = 1.0 + 5 * exp (-1.5 * ti);
+           double si = 0.1 * yi;
+           double dy = gsl_ran_gaussian(r, si);
+
+           t[i] = ti;
+           y[i] = yi + dy;
+           weights[i] = 1.0 / (si * si);
+           printf ("data: %g %g %g\n", ti, y[i], si);
+         };
+
+       /* allocate workspace with default parameters */
+       w = gsl_multifit_nlinear_alloc (T, &fdf_params, n, p);
+
+       /* initialize solver with starting point and weights */
+       gsl_multifit_nlinear_winit (&x.vector, &wts.vector, &fdf, w);
+
+       /* compute initial cost function */
+       f = gsl_multifit_nlinear_residual(w);
+       gsl_blas_ddot(f, f, &chisq0);
+
+       /* solve the system with a maximum of 100 iterations */
+       status = gsl_multifit_nlinear_driver(100, xtol, gtol, ftol,
+                                            callback, NULL, &info, w);
+
+       /* compute covariance of best fit parameters */
+       J = gsl_multifit_nlinear_jac(w);
+       gsl_multifit_nlinear_covar (J, 0.0, covar);
+
+       /* compute final cost */
+       gsl_blas_ddot(f, f, &chisq);
+
+     #define FIT(i) gsl_vector_get(w->x, i)
+     #define ERR(i) sqrt(gsl_matrix_get(covar,i,i))
+
+       fprintf(stderr, "summary from method '%s/%s'\n",
+               gsl_multifit_nlinear_name(w),
+               gsl_multifit_nlinear_trs_name(w));
+       fprintf(stderr, "number of iterations: %zu\n",
+               gsl_multifit_nlinear_niter(w));
+       fprintf(stderr, "function evaluations: %zu\n", fdf.nevalf);
+       fprintf(stderr, "Jacobian evaluations: %zu\n", fdf.nevaldf);
+       fprintf(stderr, "reason for stopping: %s\n",
+               (info == 1) ? "small step size" : "small gradient");
+       fprintf(stderr, "initial |f(x)| = %f\n", sqrt(chisq0));
+       fprintf(stderr, "final   |f(x)| = %f\n", sqrt(chisq));
+
+       {
+         double dof = n - p;
+         double c = GSL_MAX_DBL(1, sqrt(chisq / dof));
+
+         fprintf(stderr, "chisq/dof = %g\n", chisq / dof);
+
+         fprintf (stderr, "A      = %.5f +/- %.5f\n", FIT(0), c*ERR(0));
+         fprintf (stderr, "lambda = %.5f +/- %.5f\n", FIT(1), c*ERR(1));
+         fprintf (stderr, "b      = %.5f +/- %.5f\n", FIT(2), c*ERR(2));
+       }
+
+       fprintf (stderr, "status = %s\n", gsl_strerror (status));
+
+       gsl_multifit_nlinear_free (w);
+       gsl_matrix_free (covar);
+       gsl_rng_free (r);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Geodesic Acceleration Example 1,  Next: Geodesic Acceleration Example 2,  Prev: Exponential Fitting Example,  Up: Examples<32>
+
+41.12.2 Geodesic Acceleration Example 1
+---------------------------------------
+
+The following example program minimizes a modified Rosenbrock function,
+which is characterized by a narrow canyon with steep walls.  The
+starting point is selected high on the canyon wall, so the solver must
+first find the canyon bottom and then navigate to the minimum.  The
+problem is solved both with and without using geodesic acceleration for
+comparison.  The cost function is given by
+
+     Phi(x) = 1/2 (f1^2 + f2^2)
+     f1 = 100 ( x2 - x1^2 )
+     f2 = 1 - x1
+
+The Jacobian matrix is
+
+     J = [ -200*x1 100  ]
+         [   -1     0   ]
+
+In order to use geodesic acceleration, the user must provide the second
+directional derivative of each residual in the velocity direction, D_v^2
+f_i = \sum_{\alpha\beta} v_{\alpha} v_{\beta} \partial_{\alpha}
+\partial_{\beta} f_i.  The velocity vector v is provided by the solver.
+For this example, these derivatives are
+
+     fvv = [ -200 v1^2 ]
+           [     0     ]
+
+The solution of this minimization problem is
+
+     x* = [ 1 ; 1 ]
+     Phi(x*) = 0
+
+The program output is shown below:
+
+     === Solving system without acceleration ===
+     NITER         = 53
+     NFEV          = 56
+     NJEV          = 54
+     NAEV          = 0
+     initial cost  = 2.250225000000e+04
+     final cost    = 6.674986031430e-18
+     final x       = (9.999999974165e-01, 9.999999948328e-01)
+     final cond(J) = 6.000096055094e+02
+     === Solving system with acceleration ===
+     NITER         = 15
+     NFEV          = 17
+     NJEV          = 16
+     NAEV          = 16
+     initial cost  = 2.250225000000e+04
+     final cost    = 7.518932873279e-19
+     final x       = (9.999999991329e-01, 9.999999982657e-01)
+     final cond(J) = 6.000097233278e+02
+
+[gsl-ref-figures/nlfit2]
+Figure: Paths taken by solver for Rosenbrock function
+
+We can see that enabling geodesic acceleration requires less than a
+third of the number of Jacobian evaluations in order to locate the
+minimum.  The path taken by both methods is shown in Fig.  %s.  The
+contours show the cost function \Phi(x_1,x_2).  We see that both methods
+quickly find the canyon bottom, but the geodesic acceleration method
+navigates along the bottom to the solution with significantly fewer
+iterations.
+
+The program is given below.
+
+     #include <stdlib.h>
+     #include <stdio.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_blas.h>
+     #include <gsl/gsl_multifit_nlinear.h>
+
+     int
+     func_f (const gsl_vector * x, void *params, gsl_vector * f)
+     {
+       double x1 = gsl_vector_get(x, 0);
+       double x2 = gsl_vector_get(x, 1);
+
+       gsl_vector_set(f, 0, 100.0 * (x2 - x1*x1));
+       gsl_vector_set(f, 1, 1.0 - x1);
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     func_df (const gsl_vector * x, void *params, gsl_matrix * J)
+     {
+       double x1 = gsl_vector_get(x, 0);
+
+       gsl_matrix_set(J, 0, 0, -200.0*x1);
+       gsl_matrix_set(J, 0, 1, 100.0);
+       gsl_matrix_set(J, 1, 0, -1.0);
+       gsl_matrix_set(J, 1, 1, 0.0);
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     func_fvv (const gsl_vector * x, const gsl_vector * v,
+               void *params, gsl_vector * fvv)
+     {
+       double v1 = gsl_vector_get(v, 0);
+
+       gsl_vector_set(fvv, 0, -200.0 * v1 * v1);
+       gsl_vector_set(fvv, 1, 0.0);
+
+       return GSL_SUCCESS;
+     }
+
+     void
+     callback(const size_t iter, void *params,
+              const gsl_multifit_nlinear_workspace *w)
+     {
+       gsl_vector * x = gsl_multifit_nlinear_position(w);
+
+       /* print out current location */
+       printf("%f %f\n",
+              gsl_vector_get(x, 0),
+              gsl_vector_get(x, 1));
+     }
+
+     void
+     solve_system(gsl_vector *x0, gsl_multifit_nlinear_fdf *fdf,
+                  gsl_multifit_nlinear_parameters *params)
+     {
+       const gsl_multifit_nlinear_type *T = gsl_multifit_nlinear_trust;
+       const size_t max_iter = 200;
+       const double xtol = 1.0e-8;
+       const double gtol = 1.0e-8;
+       const double ftol = 1.0e-8;
+       const size_t n = fdf->n;
+       const size_t p = fdf->p;
+       gsl_multifit_nlinear_workspace *work =
+         gsl_multifit_nlinear_alloc(T, params, n, p);
+       gsl_vector * f = gsl_multifit_nlinear_residual(work);
+       gsl_vector * x = gsl_multifit_nlinear_position(work);
+       int info;
+       double chisq0, chisq, rcond;
+
+       /* initialize solver */
+       gsl_multifit_nlinear_init(x0, fdf, work);
+
+       /* store initial cost */
+       gsl_blas_ddot(f, f, &chisq0);
+
+       /* iterate until convergence */
+       gsl_multifit_nlinear_driver(max_iter, xtol, gtol, ftol,
+                                   callback, NULL, &info, work);
+
+       /* store final cost */
+       gsl_blas_ddot(f, f, &chisq);
+
+       /* store cond(J(x)) */
+       gsl_multifit_nlinear_rcond(&rcond, work);
+
+       /* print summary */
+
+       fprintf(stderr, "NITER         = %zu\n", gsl_multifit_nlinear_niter(work));
+       fprintf(stderr, "NFEV          = %zu\n", fdf->nevalf);
+       fprintf(stderr, "NJEV          = %zu\n", fdf->nevaldf);
+       fprintf(stderr, "NAEV          = %zu\n", fdf->nevalfvv);
+       fprintf(stderr, "initial cost  = %.12e\n", chisq0);
+       fprintf(stderr, "final cost    = %.12e\n", chisq);
+       fprintf(stderr, "final x       = (%.12e, %.12e)\n",
+               gsl_vector_get(x, 0), gsl_vector_get(x, 1));
+       fprintf(stderr, "final cond(J) = %.12e\n", 1.0 / rcond);
+
+       printf("\n\n");
+
+       gsl_multifit_nlinear_free(work);
+     }
+
+     int
+     main (void)
+     {
+       const size_t n = 2;
+       const size_t p = 2;
+       gsl_vector *f = gsl_vector_alloc(n);
+       gsl_vector *x = gsl_vector_alloc(p);
+       gsl_multifit_nlinear_fdf fdf;
+       gsl_multifit_nlinear_parameters fdf_params =
+         gsl_multifit_nlinear_default_parameters();
+
+       /* print map of Phi(x1, x2) */
+       {
+         double x1, x2, chisq;
+         double *f1 = gsl_vector_ptr(f, 0);
+         double *f2 = gsl_vector_ptr(f, 1);
+
+         for (x1 = -1.2; x1 < 1.3; x1 += 0.1)
+           {
+             for (x2 = -0.5; x2 < 2.1; x2 += 0.1)
+               {
+                 gsl_vector_set(x, 0, x1);
+                 gsl_vector_set(x, 1, x2);
+                 func_f(x, NULL, f);
+
+                 chisq = (*f1) * (*f1) + (*f2) * (*f2);
+                 printf("%f %f %f\n", x1, x2, chisq);
+               }
+             printf("\n");
+           }
+         printf("\n\n");
+       }
+
+       /* define function to be minimized */
+       fdf.f = func_f;
+       fdf.df = func_df;
+       fdf.fvv = func_fvv;
+       fdf.n = n;
+       fdf.p = p;
+       fdf.params = NULL;
+
+       /* starting point */
+       gsl_vector_set(x, 0, -0.5);
+       gsl_vector_set(x, 1, 1.75);
+
+       fprintf(stderr, "=== Solving system without acceleration ===\n");
+       fdf_params.trs = gsl_multifit_nlinear_trs_lm;
+       solve_system(x, &fdf, &fdf_params);
+
+       fprintf(stderr, "=== Solving system with acceleration ===\n");
+       fdf_params.trs = gsl_multifit_nlinear_trs_lmaccel;
+       solve_system(x, &fdf, &fdf_params);
+
+       gsl_vector_free(f);
+       gsl_vector_free(x);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Geodesic Acceleration Example 2,  Next: Comparing TRS Methods Example,  Prev: Geodesic Acceleration Example 1,  Up: Examples<32>
+
+41.12.3 Geodesic Acceleration Example 2
+---------------------------------------
+
+The following example fits a set of data to a Gaussian model using the
+Levenberg-Marquardt method with geodesic acceleration.  The cost
+function is
+
+     Phi(x) = 1/2 \sum_i f_i^2
+     f_i = y_i - Y(a,b,c;t_i)
+
+where y_i is the measured data point at time t_i, and the model is
+specified by
+
+     Y(a,b,c;t) = a exp(-1/2 ((t-b)/c)^2)
+
+The parameters a,b,c represent the amplitude, mean, and width of the
+Gaussian respectively.  The program below generates the y_i data on
+[0,1] using the values a = 5, b = 0.4, c = 0.15 and adding random noise.
+The i-th row of the Jacobian is
+
+     J(i,:) = ( -e_i  -(a/c)*z_i*e_i  -(a/c)*z_i^2*e_i )
+
+where
+
+     z_i = (t_i - b) / c
+     e_i = \exp(-1/2 z_i^2)
+
+In order to use geodesic acceleration, we need the second directional
+derivative of the residuals in the velocity direction, D_v^2 f_i =
+\sum_{\alpha\beta} v_{\alpha} v_{\beta} \partial_{\alpha}
+\partial_{\beta} f_i, where v is provided by the solver.  To compute
+this, it is helpful to make a table of all second derivatives of the
+residuals f_i with respect to each combination of model parameters.
+This table is
+
+The lower half of the table is omitted since it is symmetric.  Then, the
+second directional derivative of f_i is
+
+     D_v^2 f_i = v_a^2 (d/da)^2 f_i + 2 v_a v_b (d/da) (d/db) f_i + 2 v_a v_c (d/da) (d/dc) f_i + v_b^2 (d/db)^2 f_i + 2 v_b v_c (d/db) (d/dc) f_i + v_c^2 (d/dc)^2 f_i
+
+The factors of 2 come from the symmetry of the mixed second partial
+derivatives.  The iteration is started using the initial guess a = 1, b
+= 0, c = 1.  The program output is shown below:
+
+     iter  0: a = 1.0000, b = 0.0000, c = 1.0000, |a|/|v| = 0.0000 cond(J) =      inf, |f(x)| = 35.4785
+     iter  1: a = 1.5708, b = 0.5321, c = 0.5219, |a|/|v| = 0.3093 cond(J) =  29.0443, |f(x)| = 31.1042
+     iter  2: a = 1.7387, b = 0.4040, c = 0.4568, |a|/|v| = 0.1199 cond(J) =   3.5256, |f(x)| = 28.7217
+     iter  3: a = 2.2340, b = 0.3829, c = 0.3053, |a|/|v| = 0.3308 cond(J) =   4.5121, |f(x)| = 23.8074
+     iter  4: a = 3.2275, b = 0.3952, c = 0.2243, |a|/|v| = 0.2784 cond(J) =   8.6499, |f(x)| = 15.6003
+     iter  5: a = 4.3347, b = 0.3974, c = 0.1752, |a|/|v| = 0.2029 cond(J) =  15.1732, |f(x)| = 7.5908
+     iter  6: a = 4.9352, b = 0.3992, c = 0.1536, |a|/|v| = 0.1001 cond(J) =  26.6621, |f(x)| = 4.8402
+     iter  7: a = 5.0716, b = 0.3994, c = 0.1498, |a|/|v| = 0.0166 cond(J) =  34.6922, |f(x)| = 4.7103
+     iter  8: a = 5.0828, b = 0.3994, c = 0.1495, |a|/|v| = 0.0012 cond(J) =  36.5422, |f(x)| = 4.7095
+     iter  9: a = 5.0831, b = 0.3994, c = 0.1495, |a|/|v| = 0.0000 cond(J) =  36.6929, |f(x)| = 4.7095
+     iter 10: a = 5.0831, b = 0.3994, c = 0.1495, |a|/|v| = 0.0000 cond(J) =  36.6975, |f(x)| = 4.7095
+     iter 11: a = 5.0831, b = 0.3994, c = 0.1495, |a|/|v| = 0.0000 cond(J) =  36.6976, |f(x)| = 4.7095
+     NITER         = 11
+     NFEV          = 18
+     NJEV          = 12
+     NAEV          = 17
+     initial cost  = 1.258724737288e+03
+     final cost    = 2.217977560180e+01
+     final x       = (5.083101559156e+00, 3.994484109594e-01, 1.494898e-01)
+     final cond(J) = 3.669757713403e+01
+
+We see the method converges after 11 iterations.  For comparison the
+standard Levenberg-Marquardt method requires 26 iterations and so the
+Gaussian fitting problem benefits substantially from the geodesic
+acceleration correction.  The column marked ‘|a|/|v|’ above shows the
+ratio of the acceleration term to the velocity term as the iteration
+progresses.  Larger values of this ratio indicate that the geodesic
+acceleration correction term is contributing substantial information to
+the solver relative to the standard LM velocity step.
+
+The data and fitted model are shown in Fig.  %s.
+
+[gsl-ref-figures/nlfit2b]
+Figure: Gaussian model fitted to data
+
+The program is given below.
+
+     #include <stdlib.h>
+     #include <stdio.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_blas.h>
+     #include <gsl/gsl_multifit_nlinear.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+
+     struct data
+     {
+       double *t;
+       double *y;
+       size_t n;
+     };
+
+     /* model function: a * exp( -1/2 * [ (t - b) / c ]^2 ) */
+     double
+     gaussian(const double a, const double b, const double c, const double t)
+     {
+       const double z = (t - b) / c;
+       return (a * exp(-0.5 * z * z));
+     }
+
+     int
+     func_f (const gsl_vector * x, void *params, gsl_vector * f)
+     {
+       struct data *d = (struct data *) params;
+       double a = gsl_vector_get(x, 0);
+       double b = gsl_vector_get(x, 1);
+       double c = gsl_vector_get(x, 2);
+       size_t i;
+
+       for (i = 0; i < d->n; ++i)
+         {
+           double ti = d->t[i];
+           double yi = d->y[i];
+           double y = gaussian(a, b, c, ti);
+
+           gsl_vector_set(f, i, yi - y);
+         }
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     func_df (const gsl_vector * x, void *params, gsl_matrix * J)
+     {
+       struct data *d = (struct data *) params;
+       double a = gsl_vector_get(x, 0);
+       double b = gsl_vector_get(x, 1);
+       double c = gsl_vector_get(x, 2);
+       size_t i;
+
+       for (i = 0; i < d->n; ++i)
+         {
+           double ti = d->t[i];
+           double zi = (ti - b) / c;
+           double ei = exp(-0.5 * zi * zi);
+
+           gsl_matrix_set(J, i, 0, -ei);
+           gsl_matrix_set(J, i, 1, -(a / c) * ei * zi);
+           gsl_matrix_set(J, i, 2, -(a / c) * ei * zi * zi);
+         }
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     func_fvv (const gsl_vector * x, const gsl_vector * v,
+               void *params, gsl_vector * fvv)
+     {
+       struct data *d = (struct data *) params;
+       double a = gsl_vector_get(x, 0);
+       double b = gsl_vector_get(x, 1);
+       double c = gsl_vector_get(x, 2);
+       double va = gsl_vector_get(v, 0);
+       double vb = gsl_vector_get(v, 1);
+       double vc = gsl_vector_get(v, 2);
+       size_t i;
+
+       for (i = 0; i < d->n; ++i)
+         {
+           double ti = d->t[i];
+           double zi = (ti - b) / c;
+           double ei = exp(-0.5 * zi * zi);
+           double Dab = -zi * ei / c;
+           double Dac = -zi * zi * ei / c;
+           double Dbb = a * ei / (c * c) * (1.0 - zi*zi);
+           double Dbc = a * zi * ei / (c * c) * (2.0 - zi*zi);
+           double Dcc = a * zi * zi * ei / (c * c) * (3.0 - zi*zi);
+           double sum;
+
+           sum = 2.0 * va * vb * Dab +
+                 2.0 * va * vc * Dac +
+                       vb * vb * Dbb +
+                 2.0 * vb * vc * Dbc +
+                       vc * vc * Dcc;
+
+           gsl_vector_set(fvv, i, sum);
+         }
+
+       return GSL_SUCCESS;
+     }
+
+     void
+     callback(const size_t iter, void *params,
+              const gsl_multifit_nlinear_workspace *w)
+     {
+       gsl_vector *f = gsl_multifit_nlinear_residual(w);
+       gsl_vector *x = gsl_multifit_nlinear_position(w);
+       double avratio = gsl_multifit_nlinear_avratio(w);
+       double rcond;
+
+       (void) params; /* not used */
+
+       /* compute reciprocal condition number of J(x) */
+       gsl_multifit_nlinear_rcond(&rcond, w);
+
+       fprintf(stderr, "iter %2zu: a = %.4f, b = %.4f, c = %.4f, |a|/|v| = %.4f cond(J) = %8.4f, |f(x)| = %.4f\n",
+               iter,
+               gsl_vector_get(x, 0),
+               gsl_vector_get(x, 1),
+               gsl_vector_get(x, 2),
+               avratio,
+               1.0 / rcond,
+               gsl_blas_dnrm2(f));
+     }
+
+     void
+     solve_system(gsl_vector *x, gsl_multifit_nlinear_fdf *fdf,
+                  gsl_multifit_nlinear_parameters *params)
+     {
+       const gsl_multifit_nlinear_type *T = gsl_multifit_nlinear_trust;
+       const size_t max_iter = 200;
+       const double xtol = 1.0e-8;
+       const double gtol = 1.0e-8;
+       const double ftol = 1.0e-8;
+       const size_t n = fdf->n;
+       const size_t p = fdf->p;
+       gsl_multifit_nlinear_workspace *work =
+         gsl_multifit_nlinear_alloc(T, params, n, p);
+       gsl_vector * f = gsl_multifit_nlinear_residual(work);
+       gsl_vector * y = gsl_multifit_nlinear_position(work);
+       int info;
+       double chisq0, chisq, rcond;
+
+       /* initialize solver */
+       gsl_multifit_nlinear_init(x, fdf, work);
+
+       /* store initial cost */
+       gsl_blas_ddot(f, f, &chisq0);
+
+       /* iterate until convergence */
+       gsl_multifit_nlinear_driver(max_iter, xtol, gtol, ftol,
+                                   callback, NULL, &info, work);
+
+       /* store final cost */
+       gsl_blas_ddot(f, f, &chisq);
+
+       /* store cond(J(x)) */
+       gsl_multifit_nlinear_rcond(&rcond, work);
+
+       gsl_vector_memcpy(x, y);
+
+       /* print summary */
+
+       fprintf(stderr, "NITER         = %zu\n", gsl_multifit_nlinear_niter(work));
+       fprintf(stderr, "NFEV          = %zu\n", fdf->nevalf);
+       fprintf(stderr, "NJEV          = %zu\n", fdf->nevaldf);
+       fprintf(stderr, "NAEV          = %zu\n", fdf->nevalfvv);
+       fprintf(stderr, "initial cost  = %.12e\n", chisq0);
+       fprintf(stderr, "final cost    = %.12e\n", chisq);
+       fprintf(stderr, "final x       = (%.12e, %.12e, %12e)\n",
+               gsl_vector_get(x, 0), gsl_vector_get(x, 1), gsl_vector_get(x, 2));
+       fprintf(stderr, "final cond(J) = %.12e\n", 1.0 / rcond);
+
+       gsl_multifit_nlinear_free(work);
+     }
+
+     int
+     main (void)
+     {
+       const size_t n = 300;  /* number of data points to fit */
+       const size_t p = 3;    /* number of model parameters */
+       const double a = 5.0;  /* amplitude */
+       const double b = 0.4;  /* center */
+       const double c = 0.15; /* width */
+       const gsl_rng_type * T = gsl_rng_default;
+       gsl_vector *f = gsl_vector_alloc(n);
+       gsl_vector *x = gsl_vector_alloc(p);
+       gsl_multifit_nlinear_fdf fdf;
+       gsl_multifit_nlinear_parameters fdf_params =
+         gsl_multifit_nlinear_default_parameters();
+       struct data fit_data;
+       gsl_rng * r;
+       size_t i;
+
+       gsl_rng_env_setup ();
+       r = gsl_rng_alloc (T);
+
+       fit_data.t = malloc(n * sizeof(double));
+       fit_data.y = malloc(n * sizeof(double));
+       fit_data.n = n;
+
+       /* generate synthetic data with noise */
+       for (i = 0; i < n; ++i)
+         {
+           double t = (double)i / (double) n;
+           double y0 = gaussian(a, b, c, t);
+           double dy = gsl_ran_gaussian (r, 0.1 * y0);
+
+           fit_data.t[i] = t;
+           fit_data.y[i] = y0 + dy;
+         }
+
+       /* define function to be minimized */
+       fdf.f = func_f;
+       fdf.df = func_df;
+       fdf.fvv = func_fvv;
+       fdf.n = n;
+       fdf.p = p;
+       fdf.params = &fit_data;
+
+       /* starting point */
+       gsl_vector_set(x, 0, 1.0);
+       gsl_vector_set(x, 1, 0.0);
+       gsl_vector_set(x, 2, 1.0);
+
+       fdf_params.trs = gsl_multifit_nlinear_trs_lmaccel;
+       solve_system(x, &fdf, &fdf_params);
+
+       /* print data and model */
+       {
+         double A = gsl_vector_get(x, 0);
+         double B = gsl_vector_get(x, 1);
+         double C = gsl_vector_get(x, 2);
+
+         for (i = 0; i < n; ++i)
+           {
+             double ti = fit_data.t[i];
+             double yi = fit_data.y[i];
+             double fi = gaussian(A, B, C, ti);
+
+             printf("%f %f %f\n", ti, yi, fi);
+           }
+       }
+
+       gsl_vector_free(f);
+       gsl_vector_free(x);
+       gsl_rng_free(r);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Comparing TRS Methods Example,  Next: Large Nonlinear Least Squares Example,  Prev: Geodesic Acceleration Example 2,  Up: Examples<32>
+
+41.12.4 Comparing TRS Methods Example
+-------------------------------------
+
+The following program compares all available nonlinear least squares
+trust-region subproblem (TRS) methods on the Branin function, a common
+optimization test problem.  The cost function is
+
+     \Phi(x) &= 1/2 (f_1^2 + f_2^2)
+     f_1 &= x_2 + a_1 x_1^2 + a_2 x_1 + a_3
+     f_2 &= sqrt(a_4) sqrt(1 + (1 - a_5) cos(x_1))
+
+with a_1 = -{5.1 \over 4 \pi^2}, a_2 = {5 \over \pi}, a_3 = -6, a_4 =
+10, a_5 = {1 \over 8\pi}.  There are three minima of this function in
+the range (x_1,x_2) \in [-5,15] \times [-5,15].  The program below uses
+the starting point (x_1,x_2) = (6,14.5) and calculates the solution with
+all available nonlinear least squares TRS methods.  The program output
+is shown below:
+
+     Method                    NITER  NFEV  NJEV  Initial Cost  Final cost   Final cond(J) Final x
+     levenberg-marquardt       20     27    21    1.9874e+02    3.9789e-01   6.1399e+07    (-3.14e+00, 1.23e+01)
+     levenberg-marquardt+accel 27     36    28    1.9874e+02    3.9789e-01   1.4465e+07    (3.14e+00, 2.27e+00)
+     dogleg                    23     64    23    1.9874e+02    3.9789e-01   5.0692e+08    (3.14e+00, 2.28e+00)
+     double-dogleg             24     69    24    1.9874e+02    3.9789e-01   3.4879e+07    (3.14e+00, 2.27e+00)
+     2D-subspace               23     54    24    1.9874e+02    3.9789e-01   2.5142e+07    (3.14e+00, 2.27e+00)
+
+The first row of output above corresponds to standard
+Levenberg-Marquardt, while the second row includes geodesic
+acceleration.  We see that the standard LM method converges to the
+minimum at (-\pi,12.275) and also uses the least number of iterations
+and Jacobian evaluations.  All other methods converge to the minimum
+(\pi,2.275) and perform similarly in terms of number of Jacobian
+evaluations.  We see that J is fairly ill-conditioned at both minima,
+indicating that the QR (or SVD) solver is the best choice for this
+problem.  Since there are only two parameters in this optimization
+problem, we can easily visualize the paths taken by each method, which
+are shown in Fig.  %s.  The figure shows contours of the cost function
+\Phi(x_1,x_2) which exhibits three global minima in the range [-5,15]
+\times [-5,15].  The paths taken by each solver are shown as colored
+lines.
+
+[gsl-ref-figures/nlfit3]
+Figure: Paths taken for different TRS methods for the Branin function
+
+The program is given below.
+
+     #include <stdlib.h>
+     #include <stdio.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_blas.h>
+     #include <gsl/gsl_multifit_nlinear.h>
+
+     /* parameters to model */
+     struct model_params
+     {
+       double a1;
+       double a2;
+       double a3;
+       double a4;
+       double a5;
+     };
+
+     /* Branin function */
+     int
+     func_f (const gsl_vector * x, void *params, gsl_vector * f)
+     {
+       struct model_params *par = (struct model_params *) params;
+       double x1 = gsl_vector_get(x, 0);
+       double x2 = gsl_vector_get(x, 1);
+       double f1 = x2 + par->a1 * x1 * x1 + par->a2 * x1 + par->a3;
+       double f2 = sqrt(par->a4) * sqrt(1.0 + (1.0 - par->a5) * cos(x1));
+
+       gsl_vector_set(f, 0, f1);
+       gsl_vector_set(f, 1, f2);
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     func_df (const gsl_vector * x, void *params, gsl_matrix * J)
+     {
+       struct model_params *par = (struct model_params *) params;
+       double x1 = gsl_vector_get(x, 0);
+       double f2 = sqrt(par->a4) * sqrt(1.0 + (1.0 - par->a5) * cos(x1));
+
+       gsl_matrix_set(J, 0, 0, 2.0 * par->a1 * x1 + par->a2);
+       gsl_matrix_set(J, 0, 1, 1.0);
+
+       gsl_matrix_set(J, 1, 0, -0.5 * par->a4 / f2 * (1.0 - par->a5) * sin(x1));
+       gsl_matrix_set(J, 1, 1, 0.0);
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     func_fvv (const gsl_vector * x, const gsl_vector * v,
+               void *params, gsl_vector * fvv)
+     {
+       struct model_params *par = (struct model_params *) params;
+       double x1 = gsl_vector_get(x, 0);
+       double v1 = gsl_vector_get(v, 0);
+       double c = cos(x1);
+       double s = sin(x1);
+       double f2 = sqrt(par->a4) * sqrt(1.0 + (1.0 - par->a5) * c);
+       double t = 0.5 * par->a4 * (1.0 - par->a5) / f2;
+
+       gsl_vector_set(fvv, 0, 2.0 * par->a1 * v1 * v1);
+       gsl_vector_set(fvv, 1, -t * (c + s*s/f2) * v1 * v1);
+
+       return GSL_SUCCESS;
+     }
+
+     void
+     callback(const size_t iter, void *params,
+              const gsl_multifit_nlinear_workspace *w)
+     {
+       gsl_vector * x = gsl_multifit_nlinear_position(w);
+       double x1 = gsl_vector_get(x, 0);
+       double x2 = gsl_vector_get(x, 1);
+
+       /* print out current location */
+       printf("%f %f\n", x1, x2);
+     }
+
+     void
+     solve_system(gsl_vector *x0, gsl_multifit_nlinear_fdf *fdf,
+                  gsl_multifit_nlinear_parameters *params)
+     {
+       const gsl_multifit_nlinear_type *T = gsl_multifit_nlinear_trust;
+       const size_t max_iter = 200;
+       const double xtol = 1.0e-8;
+       const double gtol = 1.0e-8;
+       const double ftol = 1.0e-8;
+       const size_t n = fdf->n;
+       const size_t p = fdf->p;
+       gsl_multifit_nlinear_workspace *work =
+         gsl_multifit_nlinear_alloc(T, params, n, p);
+       gsl_vector * f = gsl_multifit_nlinear_residual(work);
+       gsl_vector * x = gsl_multifit_nlinear_position(work);
+       int info;
+       double chisq0, chisq, rcond;
+
+       printf("# %s/%s\n",
+              gsl_multifit_nlinear_name(work),
+              gsl_multifit_nlinear_trs_name(work));
+
+       /* initialize solver */
+       gsl_multifit_nlinear_init(x0, fdf, work);
+
+       /* store initial cost */
+       gsl_blas_ddot(f, f, &chisq0);
+
+       /* iterate until convergence */
+       gsl_multifit_nlinear_driver(max_iter, xtol, gtol, ftol,
+                                   callback, NULL, &info, work);
+
+       /* store final cost */
+       gsl_blas_ddot(f, f, &chisq);
+
+       /* store cond(J(x)) */
+       gsl_multifit_nlinear_rcond(&rcond, work);
+
+       /* print summary */
+       fprintf(stderr, "%-25s %-6zu %-5zu %-5zu %-13.4e %-12.4e %-13.4e (%.2e, %.2e)\n",
+               gsl_multifit_nlinear_trs_name(work),
+               gsl_multifit_nlinear_niter(work),
+               fdf->nevalf,
+               fdf->nevaldf,
+               chisq0,
+               chisq,
+               1.0 / rcond,
+               gsl_vector_get(x, 0),
+               gsl_vector_get(x, 1));
+
+       printf("\n\n");
+
+       gsl_multifit_nlinear_free(work);
+     }
+
+     int
+     main (void)
+     {
+       const size_t n = 2;
+       const size_t p = 2;
+       gsl_vector *f = gsl_vector_alloc(n);
+       gsl_vector *x = gsl_vector_alloc(p);
+       gsl_multifit_nlinear_fdf fdf;
+       gsl_multifit_nlinear_parameters fdf_params =
+         gsl_multifit_nlinear_default_parameters();
+       struct model_params params;
+
+       params.a1 = -5.1 / (4.0 * M_PI * M_PI);
+       params.a2 = 5.0 / M_PI;
+       params.a3 = -6.0;
+       params.a4 = 10.0;
+       params.a5 = 1.0 / (8.0 * M_PI);
+
+       /* print map of Phi(x1, x2) */
+       {
+         double x1, x2, chisq;
+
+         for (x1 = -5.0; x1 < 15.0; x1 += 0.1)
+           {
+             for (x2 = -5.0; x2 < 15.0; x2 += 0.1)
+               {
+                 gsl_vector_set(x, 0, x1);
+                 gsl_vector_set(x, 1, x2);
+                 func_f(x, &params, f);
+
+                 gsl_blas_ddot(f, f, &chisq);
+
+                 printf("%f %f %f\n", x1, x2, chisq);
+               }
+             printf("\n");
+           }
+         printf("\n\n");
+       }
+
+       /* define function to be minimized */
+       fdf.f = func_f;
+       fdf.df = func_df;
+       fdf.fvv = func_fvv;
+       fdf.n = n;
+       fdf.p = p;
+       fdf.params = &params;
+
+       /* starting point */
+       gsl_vector_set(x, 0, 6.0);
+       gsl_vector_set(x, 1, 14.5);
+
+       fprintf(stderr, "%-25s %-6s %-5s %-5s %-13s %-12s %-13s %-15s\n",
+               "Method", "NITER", "NFEV", "NJEV", "Initial Cost",
+               "Final cost", "Final cond(J)", "Final x");
+
+       fdf_params.trs = gsl_multifit_nlinear_trs_lm;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multifit_nlinear_trs_lmaccel;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multifit_nlinear_trs_dogleg;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multifit_nlinear_trs_ddogleg;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multifit_nlinear_trs_subspace2D;
+       solve_system(x, &fdf, &fdf_params);
+
+       gsl_vector_free(f);
+       gsl_vector_free(x);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: Large Nonlinear Least Squares Example,  Prev: Comparing TRS Methods Example,  Up: Examples<32>
+
+41.12.5 Large Nonlinear Least Squares Example
+---------------------------------------------
+
+The following program illustrates the large nonlinear least squares
+solvers on a system with significant sparse structure in the Jacobian.
+The cost function is
+
+     \Phi(x) &= 1/2 \sum_{i=1}^{p+1} f_i^2
+     f_i &= \sqrt{\alpha} (x_i - 1), 1 \le i \le p
+     f_{p+1} &= ||x||^2 - 1/4
+
+with \alpha = 10^{-5}.  The residual f_{p+1} imposes a constraint on the
+p parameters x, to ensure that ||x||^2 \approx {1 \over 4}.  The
+(p+1)-by-p Jacobian for this system is
+
+     J(x) = [ \sqrt{alpha} I_p; 2 x^T ]
+
+and the normal equations matrix is
+
+     J^T J = \alpha I_p + 4 x x^T
+
+Finally, the second directional derivative of f for the geodesic
+acceleration method is
+
+     fvv = [     0     ]
+           [ 2 ||v||^2 ]
+
+Since the upper p-by-p block of J is diagonal, this sparse structure
+should be exploited in the nonlinear solver.  For comparison, the
+following program solves the system for p = 2000 using the dense direct
+Cholesky solver based on the normal equations matrix J^T J, as well as
+the iterative Steihaug-Toint solver, based on sparse matrix-vector
+products J u and J^T u.  The program output is shown below:
+
+     Method                    NITER NFEV NJUEV NJTJEV NAEV Init Cost  Final cost cond(J) Final |x|^2 Time (s)
+     levenberg-marquardt       25    31   26    26     0    7.1218e+18 1.9555e-02 447.50  2.5044e-01  46.28
+     levenberg-marquardt+accel 22    23   45    23     22   7.1218e+18 1.9555e-02 447.64  2.5044e-01  33.92
+     dogleg                    37    87   36    36     0    7.1218e+18 1.9555e-02 447.59  2.5044e-01  56.05
+     double-dogleg             35    88   34    34     0    7.1218e+18 1.9555e-02 447.62  2.5044e-01  52.65
+     2D-subspace               37    88   36    36     0    7.1218e+18 1.9555e-02 447.71  2.5044e-01  59.75
+     steihaug-toint            35    88   345   0      0    7.1218e+18 1.9555e-02 inf     2.5044e-01  0.09
+
+The first five rows use methods based on factoring the dense J^T J
+matrix while the last row uses the iterative Steihaug-Toint method.
+While the number of Jacobian matrix-vector products (NJUEV) is less for
+the dense methods, the added time to construct and factor the J^T J
+matrix (NJTJEV) results in a much larger runtime than the iterative
+method (see last column).
+
+The program is given below.
+
+     #include <stdlib.h>
+     #include <stdio.h>
+     #include <sys/time.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_matrix.h>
+     #include <gsl/gsl_blas.h>
+     #include <gsl/gsl_multilarge_nlinear.h>
+     #include <gsl/gsl_spblas.h>
+     #include <gsl/gsl_spmatrix.h>
+
+     /* parameters for functions */
+     struct model_params
+     {
+       double alpha;
+       gsl_spmatrix *J;
+     };
+
+     /* penalty function */
+     int
+     penalty_f (const gsl_vector * x, void *params, gsl_vector * f)
+     {
+       struct model_params *par = (struct model_params *) params;
+       const double sqrt_alpha = sqrt(par->alpha);
+       const size_t p = x->size;
+       size_t i;
+       double sum = 0.0;
+
+       for (i = 0; i < p; ++i)
+         {
+           double xi = gsl_vector_get(x, i);
+
+           gsl_vector_set(f, i, sqrt_alpha*(xi - 1.0));
+
+           sum += xi * xi;
+         }
+
+       gsl_vector_set(f, p, sum - 0.25);
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     penalty_df (CBLAS_TRANSPOSE_t TransJ, const gsl_vector * x,
+                 const gsl_vector * u, void * params, gsl_vector * v,
+                 gsl_matrix * JTJ)
+     {
+       struct model_params *par = (struct model_params *) params;
+       const size_t p = x->size;
+       size_t j;
+
+       /* store 2*x in last row of J */
+       for (j = 0; j < p; ++j)
+         {
+           double xj = gsl_vector_get(x, j);
+           gsl_spmatrix_set(par->J, p, j, 2.0 * xj);
+         }
+
+       /* compute v = op(J) u */
+       if (v)
+         gsl_spblas_dgemv(TransJ, 1.0, par->J, u, 0.0, v);
+
+       if (JTJ)
+         {
+           gsl_vector_view diag = gsl_matrix_diagonal(JTJ);
+
+           /* compute J^T J = [ alpha*I_p + 4 x x^T ] */
+           gsl_matrix_set_zero(JTJ);
+
+           /* store 4 x x^T in lower half of JTJ */
+           gsl_blas_dsyr(CblasLower, 4.0, x, JTJ);
+
+           /* add alpha to diag(JTJ) */
+           gsl_vector_add_constant(&diag.vector, par->alpha);
+         }
+
+       return GSL_SUCCESS;
+     }
+
+     int
+     penalty_fvv (const gsl_vector * x, const gsl_vector * v,
+                  void *params, gsl_vector * fvv)
+     {
+       const size_t p = x->size;
+       double normv = gsl_blas_dnrm2(v);
+
+       gsl_vector_set_zero(fvv);
+       gsl_vector_set(fvv, p, 2.0 * normv * normv);
+
+       (void)params; /* avoid unused parameter warning */
+
+       return GSL_SUCCESS;
+     }
+
+     void
+     solve_system(const gsl_vector *x0, gsl_multilarge_nlinear_fdf *fdf,
+                  gsl_multilarge_nlinear_parameters *params)
+     {
+       const gsl_multilarge_nlinear_type *T = gsl_multilarge_nlinear_trust;
+       const size_t max_iter = 200;
+       const double xtol = 1.0e-8;
+       const double gtol = 1.0e-8;
+       const double ftol = 1.0e-8;
+       const size_t n = fdf->n;
+       const size_t p = fdf->p;
+       gsl_multilarge_nlinear_workspace *work =
+         gsl_multilarge_nlinear_alloc(T, params, n, p);
+       gsl_vector * f = gsl_multilarge_nlinear_residual(work);
+       gsl_vector * x = gsl_multilarge_nlinear_position(work);
+       int info;
+       double chisq0, chisq, rcond, xsq;
+       struct timeval tv0, tv1;
+
+       gettimeofday(&tv0, NULL);
+
+       /* initialize solver */
+       gsl_multilarge_nlinear_init(x0, fdf, work);
+
+       /* store initial cost */
+       gsl_blas_ddot(f, f, &chisq0);
+
+       /* iterate until convergence */
+       gsl_multilarge_nlinear_driver(max_iter, xtol, gtol, ftol,
+                                     NULL, NULL, &info, work);
+
+       gettimeofday(&tv1, NULL);
+
+       /* store final cost */
+       gsl_blas_ddot(f, f, &chisq);
+
+       /* compute final ||x||^2 */
+       gsl_blas_ddot(x, x, &xsq);
+
+       /* store cond(J(x)) */
+       gsl_multilarge_nlinear_rcond(&rcond, work);
+
+       /* print summary */
+       fprintf(stderr, "%-25s %-5zu %-4zu %-5zu %-6zu %-4zu %-10.4e %-10.4e %-7.2f %-11.4e %.2f\n",
+               gsl_multilarge_nlinear_trs_name(work),
+               gsl_multilarge_nlinear_niter(work),
+               fdf->nevalf,
+               fdf->nevaldfu,
+               fdf->nevaldf2,
+               fdf->nevalfvv,
+               chisq0,
+               chisq,
+               1.0 / rcond,
+               xsq,
+               (tv1.tv_sec - tv0.tv_sec) + 1.0e-6 * (tv1.tv_usec - tv0.tv_usec));
+
+       gsl_multilarge_nlinear_free(work);
+     }
+
+     int
+     main (void)
+     {
+       const size_t p = 2000;
+       const size_t n = p + 1;
+       gsl_vector *f = gsl_vector_alloc(n);
+       gsl_vector *x = gsl_vector_alloc(p);
+
+       /* allocate sparse Jacobian matrix with 2*p non-zero elements in triplet format */
+       gsl_spmatrix *J = gsl_spmatrix_alloc_nzmax(n, p, 2 * p, GSL_SPMATRIX_TRIPLET);
+
+       gsl_multilarge_nlinear_fdf fdf;
+       gsl_multilarge_nlinear_parameters fdf_params =
+         gsl_multilarge_nlinear_default_parameters();
+       struct model_params params;
+       size_t i;
+
+       params.alpha = 1.0e-5;
+       params.J = J;
+
+       /* define function to be minimized */
+       fdf.f = penalty_f;
+       fdf.df = penalty_df;
+       fdf.fvv = penalty_fvv;
+       fdf.n = n;
+       fdf.p = p;
+       fdf.params = &params;
+
+       for (i = 0; i < p; ++i)
+         {
+           /* starting point */
+           gsl_vector_set(x, i, i + 1.0);
+
+           /* store sqrt(alpha)*I_p in upper p-by-p block of J */
+           gsl_spmatrix_set(J, i, i, sqrt(params.alpha));
+         }
+
+       fprintf(stderr, "%-25s %-4s %-4s %-5s %-6s %-4s %-10s %-10s %-7s %-11s %-10s\n",
+               "Method", "NITER", "NFEV", "NJUEV", "NJTJEV", "NAEV", "Init Cost",
+               "Final cost", "cond(J)", "Final |x|^2", "Time (s)");
+
+       fdf_params.scale = gsl_multilarge_nlinear_scale_levenberg;
+
+       fdf_params.trs = gsl_multilarge_nlinear_trs_lm;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multilarge_nlinear_trs_lmaccel;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multilarge_nlinear_trs_dogleg;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multilarge_nlinear_trs_ddogleg;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multilarge_nlinear_trs_subspace2D;
+       solve_system(x, &fdf, &fdf_params);
+
+       fdf_params.trs = gsl_multilarge_nlinear_trs_cgst;
+       solve_system(x, &fdf, &fdf_params);
+
+       gsl_vector_free(f);
+       gsl_vector_free(x);
+       gsl_spmatrix_free(J);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<34>,  Prev: Examples<32>,  Up: Nonlinear Least-Squares Fitting
+
+41.13 References and Further Reading
+====================================
+
+The following publications are relevant to the algorithms described in
+this section,
+
+   * J.J. Moré, `The Levenberg-Marquardt Algorithm: Implementation and
+     Theory', Lecture Notes in Mathematics, v630 (1978), ed G. Watson.
+
+   * H. B. Nielsen, “Damping Parameter in Marquardt’s Method”, IMM
+     Department of Mathematical Modeling, DTU, Tech.  Report
+     IMM-REP-1999-05 (1999).
+
+   * K. Madsen and H. B. Nielsen, “Introduction to Optimization and Data
+     Fitting”, IMM Department of Mathematical Modeling, DTU, 2010.
+
+   * J. E. Dennis and R. B. Schnabel, Numerical Methods for
+     Unconstrained Optimization and Nonlinear Equations, SIAM, 1996.
+
+   * M. K. Transtrum, B. B. Machta, and J. P. Sethna, Geometry of
+     nonlinear least squares with applications to sloppy models and
+     optimization, Phys.  Rev.  E 83, 036701, 2011.
+
+   * M. K. Transtrum and J. P. Sethna, Improvements to the
+     Levenberg-Marquardt algorithm for nonlinear least-squares
+     minimization, arXiv:1201.5885, 2012.
+
+   * J.J. Moré, B.S. Garbow, K.E. Hillstrom, “Testing Unconstrained
+     Optimization Software”, ACM Transactions on Mathematical Software,
+     Vol 7, No 1 (1981), p 17–41.
+
+   * H. B. Nielsen, “UCTP Test Problems for Unconstrained Optimization”,
+     IMM Department of Mathematical Modeling, DTU, Tech.  Report
+     IMM-REP-2000-17 (2000).
+
+\1f
+File: gsl-ref.info,  Node: Basis Splines,  Next: Sparse Matrices,  Prev: Nonlinear Least-Squares Fitting,  Up: Top
+
+42 Basis Splines
+****************
+
+This chapter describes functions for the computation of smoothing basis
+splines (B-splines).  A smoothing spline differs from an interpolating
+spline in that the resulting curve is not required to pass through each
+datapoint.  For information about interpolating splines, see *note
+Interpolation: 9b0.
+
+The header file ‘gsl_bspline.h’ contains the prototypes for the bspline
+functions and related declarations.
+
+* Menu:
+
+* Overview: Overview<7>.
+* Initializing the B-splines solver::
+* Constructing the knots vector::
+* Evaluation of B-splines::
+* Evaluation of B-spline derivatives::
+* Working with the Greville abscissae::
+* Examples: Examples<33>.
+* References and Further Reading: References and Further Reading<35>.
+
+\1f
+File: gsl-ref.info,  Node: Overview<7>,  Next: Initializing the B-splines solver,  Up: Basis Splines
+
+42.1 Overview
+=============
+
+B-splines are commonly used as basis functions to fit smoothing curves
+to large data sets.  To do this, the abscissa axis is broken up into
+some number of intervals, where the endpoints of each interval are
+called `breakpoints'.  These breakpoints are then converted to `knots'
+by imposing various continuity and smoothness conditions at each
+interface.  Given a nondecreasing knot vector
+
+     t = \{t_0, t_1, \dots, t_{n+k-1}\}
+
+the n basis splines of order k are defined by
+
+     B_(i,1)(x) = (1, t_i <= x < t_(i+1)
+                  (0, else
+     B_(i,k)(x) = [(x - t_i)/(t_(i+k-1) - t_i)] B_(i,k-1)(x)
+                   + [(t_(i+k) - x)/(t_(i+k) - t_(i+1))] B_(i+1,k-1)(x)
+
+for i = 0, \ldots, n-1.  The common case of cubic B-splines is given by
+k = 4.  The above recurrence relation can be evaluated in a numerically
+stable way by the de Boor algorithm.
+
+If we define appropriate knots on an interval [a,b] then the B-spline
+basis functions form a complete set on that interval.  Therefore we can
+expand a smoothing function as
+
+     f(x) = \sum_{i=0}^{n-1} c_i B_{i,k}(x)
+
+given enough (x_j, f(x_j)) data pairs.  The coefficients c_i can be
+readily obtained from a least-squares fit.
+
+\1f
+File: gsl-ref.info,  Node: Initializing the B-splines solver,  Next: Constructing the knots vector,  Prev: Overview<7>,  Up: Basis Splines
+
+42.2 Initializing the B-splines solver
+======================================
+
+ -- Type: gsl_bspline_workspace
+
+     The computation of B-spline functions requires a preallocated
+     workspace.
+
+ -- Function: *note gsl_bspline_workspace: c01. *gsl_bspline_alloc
+          (const size_t k, const size_t nbreak)
+
+     This function allocates a workspace for computing B-splines of
+     order *note k: c02.  The number of breakpoints is given by *note
+     nbreak: c02.  This leads to n = nbreak + k - 2 basis functions.
+     Cubic B-splines are specified by k = 4.  The size of the workspace
+     is O(2k^2 + 5k + nbreak).
+
+ -- Function: void gsl_bspline_free (gsl_bspline_workspace *w)
+
+     This function frees the memory associated with the workspace *note
+     w: c03.
+
+\1f
+File: gsl-ref.info,  Node: Constructing the knots vector,  Next: Evaluation of B-splines,  Prev: Initializing the B-splines solver,  Up: Basis Splines
+
+42.3 Constructing the knots vector
+==================================
+
+ -- Function: int gsl_bspline_knots (const gsl_vector *breakpts,
+          gsl_bspline_workspace *w)
+
+     This function computes the knots associated with the given
+     breakpoints and stores them internally in ‘w->knots’.
+
+ -- Function: int gsl_bspline_knots_uniform (const double a, const
+          double b, gsl_bspline_workspace *w)
+
+     This function assumes uniformly spaced breakpoints on [a,b] and
+     constructs the corresponding knot vector using the previously
+     specified ‘nbreak’ parameter.  The knots are stored in ‘w->knots’.
+
+\1f
+File: gsl-ref.info,  Node: Evaluation of B-splines,  Next: Evaluation of B-spline derivatives,  Prev: Constructing the knots vector,  Up: Basis Splines
+
+42.4 Evaluation of B-splines
+============================
+
+ -- Function: int gsl_bspline_eval (const double x, gsl_vector *B,
+          gsl_bspline_workspace *w)
+
+     This function evaluates all B-spline basis functions at the
+     position *note x: c08. and stores them in the vector *note B: c08,
+     so that the i-th element is B_i(x).  The vector *note B: c08. must
+     be of length n = nbreak + k - 2.  This value may also be obtained
+     by calling *note gsl_bspline_ncoeffs(): c09.  Computing all the
+     basis functions at once is more efficient than computing them
+     individually, due to the nature of the defining recurrence
+     relation.
+
+ -- Function: int gsl_bspline_eval_nonzero (const double x, gsl_vector
+          *Bk, size_t *istart, size_t *iend, gsl_bspline_workspace *w)
+
+     This function evaluates all potentially nonzero B-spline basis
+     functions at the position *note x: c0a. and stores them in the
+     vector *note Bk: c0a, so that the i-th element is
+     B_{(istart+i)}(x).  The last element of *note Bk: c0a. is
+     B_{iend}(x).  The vector *note Bk: c0a. must be of length k.  By
+     returning only the nonzero basis functions, this function allows
+     quantities involving linear combinations of the B_i(x) to be
+     computed without unnecessary terms (such linear combinations occur,
+     for example, when evaluating an interpolated function).
+
+ -- Function: size_t gsl_bspline_ncoeffs (gsl_bspline_workspace *w)
+
+     This function returns the number of B-spline coefficients given by
+     n = nbreak + k - 2.
+
+\1f
+File: gsl-ref.info,  Node: Evaluation of B-spline derivatives,  Next: Working with the Greville abscissae,  Prev: Evaluation of B-splines,  Up: Basis Splines
+
+42.5 Evaluation of B-spline derivatives
+=======================================
+
+ -- Function: int gsl_bspline_deriv_eval (const double x, const size_t
+          nderiv, gsl_matrix *dB, gsl_bspline_workspace *w)
+
+     This function evaluates all B-spline basis function derivatives of
+     orders 0 through *note nderiv: c0c. (inclusive) at the position
+     *note x: c0c. and stores them in the matrix *note dB: c0c.  The
+     (i,j)-th element of *note dB: c0c. is d^jB_i(x)/dx^j.  The matrix
+     *note dB: c0c. must be of size n = nbreak + k - 2 by nderiv + 1.
+     The value n may also be obtained by calling *note
+     gsl_bspline_ncoeffs(): c09.  Note that function evaluations are
+     included as the zeroth order derivatives in *note dB: c0c.
+     Computing all the basis function derivatives at once is more
+     efficient than computing them individually, due to the nature of
+     the defining recurrence relation.
+
+ -- Function: int gsl_bspline_deriv_eval_nonzero (const double x, const
+          size_t nderiv, gsl_matrix *dB, size_t *istart, size_t *iend,
+          gsl_bspline_workspace *w)
+
+     This function evaluates all potentially nonzero B-spline basis
+     function derivatives of orders 0 through *note nderiv: c0d.
+     (inclusive) at the position *note x: c0d. and stores them in the
+     matrix *note dB: c0d.  The (i,j)-th element of *note dB: c0d. is
+     d^jB_{(istart+i)}(x)/dx^j.  The last row of *note dB: c0d. contains
+     d^jB_{iend}(x)/dx^j.  The matrix *note dB: c0d. must be of size k
+     by at least nderiv + 1.  Note that function evaluations are
+     included as the zeroth order derivatives in *note dB: c0d.  By
+     returning only the nonzero basis functions, this function allows
+     quantities involving linear combinations of the B_i(x) and their
+     derivatives to be computed without unnecessary terms.
+
+\1f
+File: gsl-ref.info,  Node: Working with the Greville abscissae,  Next: Examples<33>,  Prev: Evaluation of B-spline derivatives,  Up: Basis Splines
+
+42.6 Working with the Greville abscissae
+========================================
+
+The Greville abscissae are defined to be the mean location of k-1
+consecutive knots in the knot vector for each basis spline function of
+order k.  With the first and last knots in the *note
+gsl_bspline_workspace: c01. knot vector excluded, there are *note
+gsl_bspline_ncoeffs(): c09. Greville abscissae for any given B-spline
+basis.  These values are often used in B-spline collocation applications
+and may also be called Marsden-Schoenberg points.
+
+ -- Function: double gsl_bspline_greville_abscissa (size_t i,
+          gsl_bspline_workspace *w)
+
+     Returns the location of the i-th Greville abscissa for the given
+     B-spline basis.  For the ill-defined case when k = 1, the
+     implementation chooses to return breakpoint interval midpoints.
+
+\1f
+File: gsl-ref.info,  Node: Examples<33>,  Next: References and Further Reading<35>,  Prev: Working with the Greville abscissae,  Up: Basis Splines
+
+42.7 Examples
+=============
+
+The following program computes a linear least squares fit to data using
+cubic B-spline basis functions with uniform breakpoints.  The data is
+generated from the curve y(x) = \cos{(x)} \exp{(-x/10)} on the interval
+[0, 15] with Gaussian noise added.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+     #include <math.h>
+     #include <gsl/gsl_bspline.h>
+     #include <gsl/gsl_multifit.h>
+     #include <gsl/gsl_rng.h>
+     #include <gsl/gsl_randist.h>
+     #include <gsl/gsl_statistics.h>
+
+     /* number of data points to fit */
+     #define N        200
+
+     /* number of fit coefficients */
+     #define NCOEFFS  12
+
+     /* nbreak = ncoeffs + 2 - k = ncoeffs - 2 since k = 4 */
+     #define NBREAK   (NCOEFFS - 2)
+
+     int
+     main (void)
+     {
+       const size_t n = N;
+       const size_t ncoeffs = NCOEFFS;
+       const size_t nbreak = NBREAK;
+       size_t i, j;
+       gsl_bspline_workspace *bw;
+       gsl_vector *B;
+       double dy;
+       gsl_rng *r;
+       gsl_vector *c, *w;
+       gsl_vector *x, *y;
+       gsl_matrix *X, *cov;
+       gsl_multifit_linear_workspace *mw;
+       double chisq, Rsq, dof, tss;
+
+       gsl_rng_env_setup();
+       r = gsl_rng_alloc(gsl_rng_default);
+
+       /* allocate a cubic bspline workspace (k = 4) */
+       bw = gsl_bspline_alloc(4, nbreak);
+       B = gsl_vector_alloc(ncoeffs);
+
+       x = gsl_vector_alloc(n);
+       y = gsl_vector_alloc(n);
+       X = gsl_matrix_alloc(n, ncoeffs);
+       c = gsl_vector_alloc(ncoeffs);
+       w = gsl_vector_alloc(n);
+       cov = gsl_matrix_alloc(ncoeffs, ncoeffs);
+       mw = gsl_multifit_linear_alloc(n, ncoeffs);
+
+       /* this is the data to be fitted */
+       for (i = 0; i < n; ++i)
+         {
+           double sigma;
+           double xi = (15.0 / (N - 1)) * i;
+           double yi = cos(xi) * exp(-0.1 * xi);
+
+           sigma = 0.1 * yi;
+           dy = gsl_ran_gaussian(r, sigma);
+           yi += dy;
+
+           gsl_vector_set(x, i, xi);
+           gsl_vector_set(y, i, yi);
+           gsl_vector_set(w, i, 1.0 / (sigma * sigma));
+
+           printf("%f %f\n", xi, yi);
+         }
+
+       /* use uniform breakpoints on [0, 15] */
+       gsl_bspline_knots_uniform(0.0, 15.0, bw);
+
+       /* construct the fit matrix X */
+       for (i = 0; i < n; ++i)
+         {
+           double xi = gsl_vector_get(x, i);
+
+           /* compute B_j(xi) for all j */
+           gsl_bspline_eval(xi, B, bw);
+
+           /* fill in row i of X */
+           for (j = 0; j < ncoeffs; ++j)
+             {
+               double Bj = gsl_vector_get(B, j);
+               gsl_matrix_set(X, i, j, Bj);
+             }
+         }
+
+       /* do the fit */
+       gsl_multifit_wlinear(X, w, y, c, cov, &chisq, mw);
+
+       dof = n - ncoeffs;
+       tss = gsl_stats_wtss(w->data, 1, y->data, 1, y->size);
+       Rsq = 1.0 - chisq / tss;
+
+       fprintf(stderr, "chisq/dof = %e, Rsq = %f\n",
+                        chisq / dof, Rsq);
+
+       printf("\n\n");
+
+       /* output the smoothed curve */
+       {
+         double xi, yi, yerr;
+
+         for (xi = 0.0; xi < 15.0; xi += 0.1)
+           {
+             gsl_bspline_eval(xi, B, bw);
+             gsl_multifit_linear_est(B, c, cov, &yi, &yerr);
+             printf("%f %f\n", xi, yi);
+           }
+       }
+
+       gsl_rng_free(r);
+       gsl_bspline_free(bw);
+       gsl_vector_free(B);
+       gsl_vector_free(x);
+       gsl_vector_free(y);
+       gsl_matrix_free(X);
+       gsl_vector_free(c);
+       gsl_vector_free(w);
+       gsl_matrix_free(cov);
+       gsl_multifit_linear_free(mw);
+
+       return 0;
+     } /* main() */
+
+The output is shown below:
+
+     $ ./a.out > bspline.txt
+     chisq/dof = 1.118217e+00, Rsq = 0.989771
+
+The data and fitted model are shown in Fig.  %s.
+
+[gsl-ref-figures/bspline]
+Figure: Data (black) and fitted model (red)
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<35>,  Prev: Examples<33>,  Up: Basis Splines
+
+42.8 References and Further Reading
+===================================
+
+Further information on the algorithms described in this section can be
+found in the following book,
+
+   * C. de Boor, `A Practical Guide to Splines' (1978), Springer-Verlag,
+     ISBN 0-387-90356-9.
+
+Further information of Greville abscissae and B-spline collocation can
+be found in the following paper,
+
+   * Richard W. Johnson, Higher order B-spline collocation at the
+     Greville abscissae.  `Applied Numerical Mathematics'.  vol.: 52,
+     2005, 63–75.
+
+A large collection of B-spline routines is available in the PPPACK
+library available at ‘http://www.netlib.org/pppack’, which is also part
+of SLATEC.
+
+\1f
+File: gsl-ref.info,  Node: Sparse Matrices,  Next: Sparse BLAS Support,  Prev: Basis Splines,  Up: Top
+
+43 Sparse Matrices
+******************
+
+This chapter describes functions for the construction and manipulation
+of sparse matrices, matrices which are populated primarily with zeros
+and contain only a few non-zero elements.  Sparse matrices often appear
+in the solution of partial differential equations.  It is beneficial to
+use specialized data structures and algorithms for storing and working
+with sparse matrices, since dense matrix algorithms and structures can
+be prohibitively slow and use huge amounts of memory when applied to
+sparse matrices.
+
+The header file ‘gsl_spmatrix.h’ contains the prototypes for the sparse
+matrix functions and related declarations.
+
+* Menu:
+
+* Data types: Data types<2>.
+* Sparse Matrix Storage Formats::
+* Overview: Overview<8>.
+* Allocation::
+* Accessing Matrix Elements::
+* Initializing Matrix Elements::
+* Reading and Writing Matrices::
+* Copying Matrices::
+* Exchanging Rows and Columns::
+* Matrix Operations::
+* Matrix Properties::
+* Finding Maximum and Minimum Elements::
+* Compressed Format::
+* Conversion Between Sparse and Dense Matrices::
+* Examples: Examples<34>.
+* References and Further Reading: References and Further Reading<36>.
+
+\1f
+File: gsl-ref.info,  Node: Data types<2>,  Next: Sparse Matrix Storage Formats,  Up: Sparse Matrices
+
+43.1 Data types
+===============
+
+All the functions are available for each of the standard data-types.
+The versions for ‘double’ have the prefix ‘gsl_spmatrix’, Similarly the
+versions for single-precision ‘float’ arrays have the prefix
+‘gsl_spmatrix_float’.  The full list of available types is given below,
+
+Prefix                               Type
+                                     
+--------------------------------------------------------------
+                                     
+gsl_spmatrix                         double
+                                     
+                                     
+gsl_spmatrix_float                   float
+                                     
+                                     
+gsl_spmatrix_long_double             long double
+                                     
+                                     
+gsl_spmatrix_int                     int
+                                     
+                                     
+gsl_spmatrix_uint                    unsigned int
+                                     
+                                     
+gsl_spmatrix_long                    long
+                                     
+                                     
+gsl_spmatrix_ulong                   unsigned long
+                                     
+                                     
+gsl_spmatrix_short                   short
+                                     
+                                     
+gsl_spmatrix_ushort                  unsigned short
+                                     
+                                     
+gsl_spmatrix_char                    char
+                                     
+                                     
+gsl_spmatrix_uchar                   unsigned char
+                                     
+                                     
+gsl_spmatrix_complex                 complex double
+                                     
+                                     
+gsl_spmatrix_complex_float           complex float
+                                     
+                                     
+gsl_spmatrix_complex_long_double     complex long double
+                                     
+
+\1f
+File: gsl-ref.info,  Node: Sparse Matrix Storage Formats,  Next: Overview<8>,  Prev: Data types<2>,  Up: Sparse Matrices
+
+43.2 Sparse Matrix Storage Formats
+==================================
+
+GSL currently supports three storage formats for sparse matrices: the
+coordinate (COO) representation, compressed sparse column (CSC) and
+compressed sparse row (CSR) formats.  These are discussed in more detail
+below.  In order to illustrate the different storage formats, the
+following sections will reference this M-by-N sparse matrix, with M=4
+and N=5:
+
+     \begin{pmatrix} 9 & 0 & 0 & 0 & -3 \\ 4 & 7 & 0 & 0 & 0 \\ 0 & 8 & -1 & 8 & 0 \\ 4 & 0 & 5 & 6 & 0 \end{pmatrix}
+
+The number of non-zero elements in the matrix, also abbreviated as ‘nnz’
+is equal to 10 in this case.
+
+* Menu:
+
+* Coordinate Storage (COO): Coordinate Storage COO.
+* Compressed Sparse Column (CSC): Compressed Sparse Column CSC.
+* Compressed Sparse Row (CSR): Compressed Sparse Row CSR.
+
+\1f
+File: gsl-ref.info,  Node: Coordinate Storage COO,  Next: Compressed Sparse Column CSC,  Up: Sparse Matrix Storage Formats
+
+43.2.1 Coordinate Storage (COO)
+-------------------------------
+
+The coordinate storage format, also known as `triplet format', stores
+triplets (i,j,x) for each non-zero element of the matrix.  This notation
+means that the (i,j) element of the matrix A is A_{ij} = x.  The matrix
+is stored using three arrays of the same length, representing the row
+indices, column indices, and matrix data.  For the reference matrix
+above, one possible storage format is:
+
+data     9      7      4      8      -3     -1     8      5      6      4
+                                                                        
+                                                                        
+row      0      1      1      2      0      2      2      3      3      3
+                                                                        
+                                                                        
+col      0      1      0      1      4      2      3      2      3      0
+                                                                        
+
+Note that this representation is not unique - the coordinate triplets
+may appear in any ordering and would still represent the same sparse
+matrix.  The length of the three arrays is equal to the number of
+non-zero elements in the matrix, ‘nnz’, which in this case is 10.  The
+coordinate format is extremely convenient for sparse matrix `assembly',
+the process of adding new elements, or changing existing elements, in a
+sparse matrix.  However, it is generally not suitable for the efficient
+implementation of matrix-matrix products, or matrix factorization
+algorithms.  For these applications it is better to use one of the
+compressed formats discussed below.
+
+In order to faciliate efficient sparse matrix assembly, GSL stores the
+coordinate data in a balanced binary search tree, specifically an AVL
+tree, in addition to the three arrays discussed above.  This allows GSL
+to efficiently determine whether an entry (i,j) already exists in the
+matrix, and to replace an existing matrix entry with a new value,
+without needing to search unsorted arrays.
+
+\1f
+File: gsl-ref.info,  Node: Compressed Sparse Column CSC,  Next: Compressed Sparse Row CSR,  Prev: Coordinate Storage COO,  Up: Sparse Matrix Storage Formats
+
+43.2.2 Compressed Sparse Column (CSC)
+-------------------------------------
+
+Compressed sparse column storage stores each column of non-zero values
+in the sparse matrix in a continuous memory block, keeping pointers to
+the beginning of each column in that memory block, and storing the row
+indices of each non-zero element.  For the reference matrix above, these
+arrays look like
+
+data        9      4      4      7      8      -1     5      8      6      -3
+                                                                           
+                                                                           
+row         0      1      3      1      2      2      3      2      3      0
+                                                                           
+                                                                           
+col_ptr     0      3      5      7      9      10
+                                               
+
+The ‘data’ and ‘row’ arrays are of length ‘nnz’ and are the same as the
+COO storage format.  The ‘col_ptr’ array has length N+1, and
+‘col_ptr[j]’ gives the index in ‘data’ of the start of column ‘j’.
+Therefore, the j-th column of the matrix is stored in
+‘data[col_ptr[j]]’, ‘data[col_ptr[j] + 1]’, …, ‘data[col_ptr[j+1] - 1]’.
+The last element of ‘col_ptr’ is ‘nnz’.
+
+\1f
+File: gsl-ref.info,  Node: Compressed Sparse Row CSR,  Prev: Compressed Sparse Column CSC,  Up: Sparse Matrix Storage Formats
+
+43.2.3 Compressed Sparse Row (CSR)
+----------------------------------
+
+Compressed row storage stores each row of non-zero values in a
+continuous memory block, keeping pointers to the beginning of each row
+in the block and storing the column indices of each non-zero element.
+For the reference matrix above, these arrays look like
+
+data        9      -3     4      7      8      -1     8      4      5      6
+                                                                           
+                                                                           
+col         0      4      0      1      1      2      3      0      2      3
+                                                                           
+                                                                           
+row_ptr     0      2      4      7      10
+                                        
+
+The ‘data’ and ‘col’ arrays are of length ‘nnz’ and are the same as the
+COO storage format.  The ‘row_ptr’ array has length M+1, and
+‘row_ptr[i]’ gives the index in ‘data’ of the start of row ‘i’.
+Therefore, the i-th row of the matrix is stored in ‘data[row_ptr[i]]’,
+‘data[row_ptr[i] + 1]’, …, ‘data[row_ptr[i+1] - 1]’.  The last element
+of ‘row_ptr’ is ‘nnz’.
+
+\1f
+File: gsl-ref.info,  Node: Overview<8>,  Next: Allocation,  Prev: Sparse Matrix Storage Formats,  Up: Sparse Matrices
+
+43.3 Overview
+=============
+
+These routines provide support for constructing and manipulating sparse
+matrices in GSL, using an API similar to *note gsl_matrix: 3a2.  The
+basic structure is called *note gsl_spmatrix: c1e.
+
+ -- Type: gsl_spmatrix
+
+     This structure is defined as:
+
+          typedef struct
+          {
+            size_t size1;
+            size_t size2;
+            int *i;
+            double *data;
+            int *p;
+            size_t nzmax;
+            size_t nz;
+            [ ... variables for binary tree and memory management ... ]
+            size_t sptype;
+          } gsl_spmatrix;
+
+     This defines a ‘size1’-by-‘size2’ sparse matrix.  The number of
+     non-zero elements currently in the matrix is given by ‘nz’.  For
+     the triplet representation, ‘i’, ‘p’, and ‘data’ are arrays of size
+     ‘nz’ which contain the row indices, column indices, and element
+     value, respectively.  So if data[k] = A(i,j), then i = i[k] and j =
+     p[k].
+
+     For compressed column storage, ‘i’ and ‘data’ are arrays of size
+     ‘nz’ containing the row indices and element values, identical to
+     the triplet case.  ‘p’ is an array of size ‘size2’ + 1 where ‘p[j]’
+     points to the index in ‘data’ of the start of column ‘j’.  Thus, if
+     data[k] = A(i,j), then i = i[k] and p[j] <= k < p[j+1].
+
+     For compressed row storage, ‘i’ and ‘data’ are arrays of size ‘nz’
+     containing the column indices and element values, identical to the
+     triplet case.  ‘p’ is an array of size ‘size1’ + 1 where ‘p[i]’
+     points to the index in ‘data’ of the start of row ‘i’.  Thus, if
+     data[k] = A(i,j), then j = i[k] and p[i] <= k < p[i+1].
+
+     There are additional variables in the *note gsl_spmatrix: c1e.
+     structure related to binary tree storage and memory management.
+     The GSL implementation of sparse matrices uses balanced AVL trees
+     to sort matrix elements in the triplet representation.  This speeds
+     up element searches and duplicate detection during the matrix
+     assembly process.  The *note gsl_spmatrix: c1e. structure also
+     contains additional workspace variables needed for various
+     operations like converting from triplet to compressed storage.
+     ‘sptype’ indicates the type of storage format being used (COO, CSC
+     or CSR).
+
+     The compressed storage format defined above makes it very simple to
+     interface with sophisticated external linear solver libraries which
+     accept compressed storage input.  The user can simply pass the
+     arrays ‘i’, ‘p’, and ‘data’ as the inputs to external libraries.
+
+\1f
+File: gsl-ref.info,  Node: Allocation,  Next: Accessing Matrix Elements,  Prev: Overview<8>,  Up: Sparse Matrices
+
+43.4 Allocation
+===============
+
+The functions for allocating memory for a sparse matrix follow the style
+of ‘malloc()’ and ‘free()’.  They also perform their own error checking.
+If there is insufficient memory available to allocate a matrix then the
+functions call the GSL error handler with an error code of *note
+GSL_ENOMEM: 2a. in addition to returning a null pointer.
+
+ -- Function: *note gsl_spmatrix: c1e. *gsl_spmatrix_alloc (const size_t
+          n1, const size_t n2)
+
+     This function allocates a sparse matrix of size *note n1:
+     c20.-by-*note n2: c20. and initializes it to all zeros.  If the
+     size of the matrix is not known at allocation time, both *note n1:
+     c20. and *note n2: c20. may be set to 1, and they will
+     automatically grow as elements are added to the matrix.  This
+     function sets the matrix to the triplet representation, which is
+     the easiest for adding and accessing matrix elements.  This
+     function tries to make a reasonable guess for the number of
+     non-zero elements (‘nzmax’) which will be added to the matrix by
+     assuming a sparse density of 10\%.  The function *note
+     gsl_spmatrix_alloc_nzmax(): c21. can be used if this number is
+     known more accurately.  The workspace is of size O(nzmax).
+
+ -- Function: *note gsl_spmatrix: c1e. *gsl_spmatrix_alloc_nzmax (const
+          size_t n1, const size_t n2, const size_t nzmax, const size_t
+          sptype)
+
+     This function allocates a sparse matrix of size *note n1:
+     c21.-by-*note n2: c21. and initializes it to all zeros.  If the
+     size of the matrix is not known at allocation time, both *note n1:
+     c21. and *note n2: c21. may be set to 1, and they will
+     automatically grow as elements are added to the matrix.  The
+     parameter *note nzmax: c21. specifies the maximum number of
+     non-zero elements which will be added to the matrix.  It does not
+     need to be precisely known in advance, since storage space will
+     automatically grow using *note gsl_spmatrix_realloc(): c22. if
+     *note nzmax: c21. is not large enough.  Accurate knowledge of this
+     parameter reduces the number of reallocation calls required.  The
+     parameter *note sptype: c21. specifies the storage format of the
+     sparse matrix.  Possible values are
+
+      -- Macro: GSL_SPMATRIX_COO
+
+          This flag specifies coordinate (triplet) storage.
+
+      -- Macro: GSL_SPMATRIX_CSC
+
+          This flag specifies compressed sparse column storage.
+
+      -- Macro: GSL_SPMATRIX_CSR
+
+          This flag specifies compressed sparse row storage.
+
+     The allocated *note gsl_spmatrix: c1e. structure is of size
+     O(nzmax).
+
+ -- Function: int gsl_spmatrix_realloc (const size_t nzmax, gsl_spmatrix
+          *m)
+
+     This function reallocates the storage space for *note m: c22. to
+     accomodate *note nzmax: c22. non-zero elements.  It is typically
+     called internally by *note gsl_spmatrix_set(): c26. if the user
+     wants to add more elements to the sparse matrix than the previously
+     specified *note nzmax: c22.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: void gsl_spmatrix_free (gsl_spmatrix *m)
+
+     This function frees the memory associated with the sparse matrix
+     *note m: c27.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Accessing Matrix Elements,  Next: Initializing Matrix Elements,  Prev: Allocation,  Up: Sparse Matrices
+
+43.5 Accessing Matrix Elements
+==============================
+
+ -- Function: double gsl_spmatrix_get (const gsl_spmatrix *m, const
+          size_t i, const size_t j)
+
+     This function returns element (*note i: c29, *note j: c29.) of the
+     matrix *note m: c29.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_set (gsl_spmatrix *m, const size_t i,
+          const size_t j, const double x)
+
+     This function sets element (*note i: c26, *note j: c26.) of the
+     matrix *note m: c26. to the value *note x: c26.
+
+     Input matrix formats supported: *note COO: c18.
+
+ -- Function: double *gsl_spmatrix_ptr (gsl_spmatrix *m, const size_t i,
+          const size_t j)
+
+     This function returns a pointer to the (*note i: c2a, *note j:
+     c2a.) element of the matrix *note m: c2a.  If the (*note i: c2a,
+     *note j: c2a.) element is not explicitly stored in the matrix, a
+     null pointer is returned.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Initializing Matrix Elements,  Next: Reading and Writing Matrices,  Prev: Accessing Matrix Elements,  Up: Sparse Matrices
+
+43.6 Initializing Matrix Elements
+=================================
+
+Since the sparse matrix format only stores the non-zero elements, it is
+automatically initialized to zero upon allocation.  The function *note
+gsl_spmatrix_set_zero(): c2c. may be used to re-initialize a matrix to
+zero after elements have been added to it.
+
+ -- Function: int gsl_spmatrix_set_zero (gsl_spmatrix *m)
+
+     This function sets (or resets) all the elements of the matrix *note
+     m: c2c. to zero.  For CSC and CSR matrices, the cost of this
+     operation is O(1).  For COO matrices, the binary tree structure
+     must be dismantled, so the cost is O(nz).
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Reading and Writing Matrices,  Next: Copying Matrices,  Prev: Initializing Matrix Elements,  Up: Sparse Matrices
+
+43.7 Reading and Writing Matrices
+=================================
+
+ -- Function: int gsl_spmatrix_fwrite (FILE *stream, const gsl_spmatrix
+          *m)
+
+     This function writes the elements of the matrix *note m: c2e. to
+     the stream *note stream: c2e. in binary format.  The return value
+     is 0 for success and ‘GSL_EFAILED’ if there was a problem writing
+     to the file.  Since the data is written in the native binary format
+     it may not be portable between different architectures.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_fread (FILE *stream, gsl_spmatrix *m)
+
+     This function reads into the matrix *note m: c2f. from the open
+     stream *note stream: c2f. in binary format.  The matrix *note m:
+     c2f. must be preallocated with the correct storage format,
+     dimensions and have a sufficiently large ‘nzmax’ in order to read
+     in all matrix elements, otherwise ‘GSL_EBADLEN’ is returned.  The
+     return value is 0 for success and ‘GSL_EFAILED’ if there was a
+     problem reading from the file.  The data is assumed to have been
+     written in the native binary format on the same architecture.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_fprintf (FILE *stream, const gsl_spmatrix
+          *m, const char *format)
+
+     This function writes the elements of the matrix *note m: c30.
+     line-by-line to the stream *note stream: c30. using the format
+     specifier *note format: c30, which should be one of the ‘%g’, ‘%e’
+     or ‘%f’ formats for floating point numbers.  The function returns 0
+     for success and ‘GSL_EFAILED’ if there was a problem writing to the
+     file.  The input matrix *note m: c30. may be in any storage format,
+     and the output file will be written in MatrixMarket format.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: *note gsl_spmatrix: c1e. *gsl_spmatrix_fscanf (FILE
+          *stream)
+
+     This function reads sparse matrix data in the MatrixMarket format
+     from the stream *note stream: c31. and stores it in a newly
+     allocated matrix which is returned in *note COO: c18. format.  The
+     function returns 0 for success and ‘GSL_EFAILED’ if there was a
+     problem reading from the file.  The user should free the returned
+     matrix when it is no longer needed.
+
+\1f
+File: gsl-ref.info,  Node: Copying Matrices,  Next: Exchanging Rows and Columns,  Prev: Reading and Writing Matrices,  Up: Sparse Matrices
+
+43.8 Copying Matrices
+=====================
+
+ -- Function: int gsl_spmatrix_memcpy (gsl_spmatrix *dest, const
+          gsl_spmatrix *src)
+
+     This function copies the elements of the sparse matrix *note src:
+     c33. into *note dest: c33.  The two matrices must have the same
+     dimensions and be in the same storage format.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Exchanging Rows and Columns,  Next: Matrix Operations,  Prev: Copying Matrices,  Up: Sparse Matrices
+
+43.9 Exchanging Rows and Columns
+================================
+
+ -- Function: int gsl_spmatrix_transpose_memcpy (gsl_spmatrix *dest,
+          const gsl_spmatrix *src)
+
+     This function copies the transpose of the sparse matrix *note src:
+     c35. into *note dest: c35.  The dimensions of *note dest: c35. must
+     match the transpose of the matrix *note src: c35.  Also, both
+     matrices must use the same sparse storage format.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_transpose (gsl_spmatrix *m)
+
+     This function replaces the matrix *note m: c36. by its transpose,
+     but changes the storage format for compressed matrix inputs.  Since
+     compressed column storage is the transpose of compressed row
+     storage, this function simply converts a CSC matrix to CSR and vice
+     versa.  This is the most efficient way to transpose a compressed
+     storage matrix, but the user should note that the storage format of
+     their compressed matrix will change on output.  For COO matrix
+     inputs, the output matrix is also in COO storage.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Matrix Operations,  Next: Matrix Properties,  Prev: Exchanging Rows and Columns,  Up: Sparse Matrices
+
+43.10 Matrix Operations
+=======================
+
+ -- Function: int gsl_spmatrix_scale (gsl_spmatrix *m, const double x)
+
+     This function scales all elements of the matrix *note m: c38. by
+     the constant factor *note x: c38.  The result m(i,j) \leftarrow x
+     m(i,j) is stored in *note m: c38.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_scale_columns (gsl_spmatrix *A, const
+          gsl_vector *x)
+
+     This function scales the columns of the M-by-N sparse matrix *note
+     A: c39. by the elements of the vector *note x: c39, of length N.
+     The j-th column of *note A: c39. is multiplied by ‘x[j]’.  This is
+     equivalent to forming
+
+          A \rightarrow A X
+
+     where X = \textrm{diag}(x).
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_scale_rows (gsl_spmatrix *A, const
+          gsl_vector *x)
+
+     This function scales the rows of the M-by-N sparse matrix *note A:
+     c3a. by the elements of the vector *note x: c3a, of length M. The
+     i-th row of *note A: c3a. is multiplied by ‘x[i]’.  This is
+     equivalent to forming
+
+          A \rightarrow X A
+
+     where X = \textrm{diag}(x).
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_add (gsl_spmatrix *c, const gsl_spmatrix
+          *a, const gsl_spmatrix *b)
+
+     This function computes the sum c = a + b.  The three matrices must
+     have the same dimensions.
+
+     Input matrix formats supported: *note CSC: c1a, *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_dense_add (gsl_matrix *a, const
+          gsl_spmatrix *b)
+
+     This function adds the elements of the sparse matrix *note b: c3c.
+     to the elements of the dense matrix *note a: c3c.  The result
+     a(i,j) \leftarrow a(i,j) + b(i,j) is stored in *note a: c3c. and
+     *note b: c3c. remains unchanged.  The two matrices must have the
+     same dimensions.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_dense_sub (gsl_matrix *a, const
+          gsl_spmatrix *b)
+
+     This function subtracts the elements of the sparse matrix *note b:
+     c3d. from the elements of the dense matrix *note a: c3d.  The
+     result a(i,j) \leftarrow a(i,j) - b(i,j) is stored in *note a: c3d.
+     and *note b: c3d. remains unchanged.  The two matrices must have
+     the same dimensions.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Matrix Properties,  Next: Finding Maximum and Minimum Elements,  Prev: Matrix Operations,  Up: Sparse Matrices
+
+43.11 Matrix Properties
+=======================
+
+ -- Function: const char *gsl_spmatrix_type (const gsl_spmatrix *m)
+
+     This function returns a string describing the sparse storage format
+     of the matrix *note m: c3f.  For example:
+
+          printf ("matrix is '%s' format.\n", gsl_spmatrix_type (m));
+
+     would print something like:
+
+          matrix is 'CSR' format.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: size_t gsl_spmatrix_nnz (const gsl_spmatrix *m)
+
+     This function returns the number of non-zero elements in *note m:
+     c40.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_equal (const gsl_spmatrix *a, const
+          gsl_spmatrix *b)
+
+     This function returns 1 if the matrices *note a: c41. and *note b:
+     c41. are equal (by comparison of element values) and 0 otherwise.
+     The matrices *note a: c41. and *note b: c41. must be in the same
+     sparse storage format for comparison.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: double gsl_spmatrix_norm1 (const gsl_spmatrix *A)
+
+     This function returns the 1-norm of the m-by-n matrix *note A: c42,
+     defined as the maximum column sum,
+
+          ||A||_1 = \textrm{max}_{1 \le j \le n} \sum_{i=1}^m |A_{ij}|
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Finding Maximum and Minimum Elements,  Next: Compressed Format,  Prev: Matrix Properties,  Up: Sparse Matrices
+
+43.12 Finding Maximum and Minimum Elements
+==========================================
+
+ -- Function: int gsl_spmatrix_minmax (const gsl_spmatrix *m, double
+          *min_out, double *max_out)
+
+     This function returns the minimum and maximum elements of the
+     matrix *note m: c44, storing them in *note min_out: c44. and *note
+     max_out: c44, and searching only the non-zero values.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+ -- Function: int gsl_spmatrix_min_index (const gsl_spmatrix *m, size_t
+          *imin, size_t *jmin)
+
+     This function returns the indices of the minimum value in the
+     matrix *note m: c45, searching only the non-zero values, and
+     storing them in *note imin: c45. and *note jmin: c45.  When there
+     are several equal minimum elements then the first element found is
+     returned.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Compressed Format,  Next: Conversion Between Sparse and Dense Matrices,  Prev: Finding Maximum and Minimum Elements,  Up: Sparse Matrices
+
+43.13 Compressed Format
+=======================
+
+These routines calculate a compressed matrix from a coordinate
+representation.
+
+ -- Function: int gsl_spmatrix_csc (gsl_spmatrix *dest, const
+          gsl_spmatrix *src)
+
+     This function creates a sparse matrix in *note compressed sparse
+     column: c1a. format from the input sparse matrix *note src: c47.
+     which must be in COO format.  The compressed matrix is stored in
+     *note dest: c47.
+
+     Input matrix formats supported: *note COO: c18.
+
+ -- Function: int gsl_spmatrix_csr (gsl_spmatrix *dest, const
+          gsl_spmatrix *src)
+
+     This function creates a sparse matrix in *note compressed sparse
+     row: c1c. format from the input sparse matrix *note src: c48. which
+     must be in COO format.  The compressed matrix is stored in *note
+     dest: c48.
+
+     Input matrix formats supported: *note COO: c18.
+
+ -- Function: *note gsl_spmatrix: c1e. *gsl_spmatrix_compress (const
+          gsl_spmatrix *src, const int sptype)
+
+     This function allocates a new sparse matrix, and stores *note src:
+     c49. into it using the format specified by *note sptype: c49.  The
+     input *note sptype: c49. can be one of ‘GSL_SPMATRIX_COO’,
+     ‘GSL_SPMATRIX_CSC’, or ‘GSL_SPMATRIX_CSR’.  A pointer to the newly
+     allocated matrix is returned, and must be freed by the caller when
+     no longer needed.
+
+\1f
+File: gsl-ref.info,  Node: Conversion Between Sparse and Dense Matrices,  Next: Examples<34>,  Prev: Compressed Format,  Up: Sparse Matrices
+
+43.14 Conversion Between Sparse and Dense Matrices
+==================================================
+
+The *note gsl_spmatrix: c1e. structure can be converted into the dense
+*note gsl_matrix: 3a2. format and vice versa with the following
+routines.
+
+ -- Function: int gsl_spmatrix_d2sp (gsl_spmatrix *S, const gsl_matrix
+          *A)
+
+     This function converts the dense matrix *note A: c4b. into sparse
+     COO format and stores the result in *note S: c4b.
+
+     Input matrix formats supported: *note COO: c18.
+
+ -- Function: int gsl_spmatrix_sp2d (gsl_matrix *A, const gsl_spmatrix
+          *S)
+
+     This function converts the sparse matrix *note S: c4c. into a dense
+     matrix and stores the result in *note A: c4c.
+
+     Input matrix formats supported: *note COO: c18, *note CSC: c1a,
+     *note CSR: c1c.
+
+\1f
+File: gsl-ref.info,  Node: Examples<34>,  Next: References and Further Reading<36>,  Prev: Conversion Between Sparse and Dense Matrices,  Up: Sparse Matrices
+
+43.15 Examples
+==============
+
+The following example program builds a 5-by-4 sparse matrix and prints
+it in coordinate, compressed column, and compressed row format.  The
+matrix which is constructed is
+
+     [ 0    0  3.1  4.6 ]
+     [ 1    0  7.2   0  ]
+     [ 0    0   0    0  ]
+     [ 2.1 2.9  0   8.5 ]
+     [ 4.1  0   0    0  ]
+
+The output of the program is:
+
+     printing all matrix elements:
+     A(0,0) = 0
+     A(0,1) = 0
+     A(0,2) = 3.1
+     A(0,3) = 4.6
+     A(1,0) = 1
+     .
+     .
+     .
+     A(4,0) = 4.1
+     A(4,1) = 0
+     A(4,2) = 0
+     A(4,3) = 0
+     matrix in triplet format (i,j,Aij):
+     (0, 2, 3.1)
+     (0, 3, 4.6)
+     (1, 0, 1.0)
+     (1, 2, 7.2)
+     (3, 0, 2.1)
+     (3, 1, 2.9)
+     (3, 3, 8.5)
+     (4, 0, 4.1)
+     matrix in compressed column format:
+     i = [ 1, 3, 4, 3, 0, 1, 0, 3, ]
+     p = [ 0, 3, 4, 6, 8, ]
+     d = [ 1, 2.1, 4.1, 2.9, 3.1, 7.2, 4.6, 8.5, ]
+     matrix in compressed row format:
+     i = [ 2, 3, 0, 2, 0, 1, 3, 0, ]
+     p = [ 0, 2, 4, 4, 7, 8, ]
+     d = [ 3.1, 4.6, 1, 7.2, 2.1, 2.9, 8.5, 4.1, ]
+
+We see in the compressed column output, the data array stores each
+column contiguously, the array i stores the row index of the
+corresponding data element, and the array p stores the index of the
+start of each column in the data array.  Similarly, for the compressed
+row output, the data array stores each row contiguously, the array i
+stores the column index of the corresponding data element, and the p
+array stores the index of the start of each row in the data array.
+
+     #include <stdio.h>
+     #include <stdlib.h>
+
+     #include <gsl/gsl_spmatrix.h>
+
+     int
+     main()
+     {
+       gsl_spmatrix *A = gsl_spmatrix_alloc(5, 4); /* triplet format */
+       gsl_spmatrix *B, *C;
+       size_t i, j;
+
+       /* build the sparse matrix */
+       gsl_spmatrix_set(A, 0, 2, 3.1);
+       gsl_spmatrix_set(A, 0, 3, 4.6);
+       gsl_spmatrix_set(A, 1, 0, 1.0);
+       gsl_spmatrix_set(A, 1, 2, 7.2);
+       gsl_spmatrix_set(A, 3, 0, 2.1);
+       gsl_spmatrix_set(A, 3, 1, 2.9);
+       gsl_spmatrix_set(A, 3, 3, 8.5);
+       gsl_spmatrix_set(A, 4, 0, 4.1);
+
+       printf("printing all matrix elements:\n");
+       for (i = 0; i < 5; ++i)
+         for (j = 0; j < 4; ++j)
+           printf("A(%zu,%zu) = %g\n", i, j,
+                  gsl_spmatrix_get(A, i, j));
+
+       /* print out elements in triplet format */
+       printf("matrix in triplet format (i,j,Aij):\n");
+       gsl_spmatrix_fprintf(stdout, A, "%.1f");
+
+       /* convert to compressed column format */
+       B = gsl_spmatrix_ccs(A);
+
+       printf("matrix in compressed column format:\n");
+       printf("i = [ ");
+       for (i = 0; i < B->nz; ++i)
+         printf("%d, ", B->i[i]);
+       printf("]\n");
+
+       printf("p = [ ");
+       for (i = 0; i < B->size2 + 1; ++i)
+         printf("%d, ", B->p[i]);
+       printf("]\n");
+
+       printf("d = [ ");
+       for (i = 0; i < B->nz; ++i)
+         printf("%g, ", B->data[i]);
+       printf("]\n");
+
+       /* convert to compressed row format */
+       C = gsl_spmatrix_crs(A);
+
+       printf("matrix in compressed row format:\n");
+       printf("i = [ ");
+       for (i = 0; i < C->nz; ++i)
+         printf("%d, ", C->i[i]);
+       printf("]\n");
+
+       printf("p = [ ");
+       for (i = 0; i < C->size1 + 1; ++i)
+         printf("%d, ", C->p[i]);
+       printf("]\n");
+
+       printf("d = [ ");
+       for (i = 0; i < C->nz; ++i)
+         printf("%g, ", C->data[i]);
+       printf("]\n");
+
+       gsl_spmatrix_free(A);
+       gsl_spmatrix_free(B);
+       gsl_spmatrix_free(C);
+
+       return 0;
+     }
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<36>,  Prev: Examples<34>,  Up: Sparse Matrices
+
+43.16 References and Further Reading
+====================================
+
+The algorithms used by these functions are described in the following
+sources,
+
+   * Davis, T. A., Direct Methods for Sparse Linear Systems, SIAM, 2006.
+
+   * CSparse software library,
+     ‘https://www.cise.ufl.edu/research/sparse/CSparse’
+
+\1f
+File: gsl-ref.info,  Node: Sparse BLAS Support,  Next: Sparse Linear Algebra,  Prev: Sparse Matrices,  Up: Top
+
+44 Sparse BLAS Support
+**********************
+
+The Sparse Basic Linear Algebra Subprograms (BLAS) define a set of
+fundamental operations on vectors and sparse matrices which can be used
+to create optimized higher-level linear algebra functionality.  GSL
+supports a limited number of BLAS operations for sparse matrices.
+
+The header file ‘gsl_spblas.h’ contains the prototypes for the sparse
+BLAS functions and related declarations.
+
+* Menu:
+
+* Sparse BLAS operations::
+* References and Further Reading: References and Further Reading<37>.
+
+\1f
+File: gsl-ref.info,  Node: Sparse BLAS operations,  Next: References and Further Reading<37>,  Up: Sparse BLAS Support
+
+44.1 Sparse BLAS operations
+===========================
+
+ -- Function: int gsl_spblas_dgemv (const CBLAS_TRANSPOSE_t TransA,
+          const double alpha, const gsl_spmatrix *A, const gsl_vector
+          *x, const double beta, gsl_vector *y)
+
+     This function computes the matrix-vector product and sum y
+     \leftarrow \alpha op(A) x + \beta y, where op(A) = A, A^T for *note
+     TransA: c52. = ‘CblasNoTrans’, ‘CblasTrans’.  In-place computations
+     are not supported, so *note x: c52. and *note y: c52. must be
+     distinct vectors.  The matrix *note A: c52. may be in triplet or
+     compressed format.
+
+ -- Function: int gsl_spblas_dgemm (const double alpha, const
+          gsl_spmatrix *A, const gsl_spmatrix *B, gsl_spmatrix *C)
+
+     This function computes the sparse matrix-matrix product C = \alpha
+     A B. The matrices must be in compressed format.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<37>,  Prev: Sparse BLAS operations,  Up: Sparse BLAS Support
+
+44.2 References and Further Reading
+===================================
+
+The algorithms used by these functions are described in the following
+sources:
+
+   * Davis, T. A., Direct Methods for Sparse Linear Systems, SIAM, 2006.
+
+   * CSparse software library,
+     ‘https://www.cise.ufl.edu/research/sparse/CSparse’
+
+\1f
+File: gsl-ref.info,  Node: Sparse Linear Algebra,  Next: Physical Constants,  Prev: Sparse BLAS Support,  Up: Top
+
+45 Sparse Linear Algebra
+************************
+
+This chapter describes functions for solving sparse linear systems of
+equations.  The library provides linear algebra routines which operate
+directly on the *note gsl_spmatrix: c1e. and *note gsl_vector: 35f.
+objects.
+
+The functions described in this chapter are declared in the header file
+‘gsl_splinalg.h’.
+
+* Menu:
+
+* Overview: Overview<9>.
+* Sparse Iterative Solvers::
+* Examples: Examples<35>.
+* References and Further Reading: References and Further Reading<38>.
+
+\1f
+File: gsl-ref.info,  Node: Overview<9>,  Next: Sparse Iterative Solvers,  Up: Sparse Linear Algebra
+
+45.1 Overview
+=============
+
+This chapter is primarily concerned with the solution of the linear
+system
+
+     A x = b
+
+where A is a general square n-by-n non-singular sparse matrix, x is an
+unknown n-by-1 vector, and b is a given n-by-1 right hand side vector.
+There exist many methods for solving such sparse linear systems, which
+broadly fall into either direct or iterative categories.  Direct methods
+include LU and QR decompositions, while iterative methods start with an
+initial guess for the vector x and update the guess through iteration
+until convergence.  GSL does not currently provide any direct sparse
+solvers.
+
+\1f
+File: gsl-ref.info,  Node: Sparse Iterative Solvers,  Next: Examples<35>,  Prev: Overview<9>,  Up: Sparse Linear Algebra
+
+45.2 Sparse Iterative Solvers
+=============================
+
+* Menu:
+
+* Overview: Overview<10>.
+* Types of Sparse Iterative Solvers::
+* Iterating the Sparse Linear System::
+
+\1f
+File: gsl-ref.info,  Node: Overview<10>,  Next: Types of Sparse Iterative Solvers,  Up: Sparse Iterative Solvers
+
+45.2.1 Overview
+---------------
+
+Many practical iterative methods of solving large n-by-n sparse linear
+systems involve projecting an approximate solution for ‘x’ onto a
+subspace of {\bf R}^n.  If we define a m-dimensional subspace {\cal K}
+as the subspace of approximations to the solution ‘x’, then m
+constraints must be imposed to determine the next approximation.  These
+m constraints define another m-dimensional subspace denoted by {\cal L}.
+The subspace dimension m is typically chosen to be much smaller than n
+in order to reduce the computational effort needed to generate the next
+approximate solution vector.  The many iterative algorithms which exist
+differ mainly in their choice of {\cal K} and {\cal L}.
+
+\1f
+File: gsl-ref.info,  Node: Types of Sparse Iterative Solvers,  Next: Iterating the Sparse Linear System,  Prev: Overview<10>,  Up: Sparse Iterative Solvers
+
+45.2.2 Types of Sparse Iterative Solvers
+----------------------------------------
+
+The sparse linear algebra library provides the following types of
+iterative solvers:
+
+ -- Type: gsl_splinalg_itersolve_type
+
+      -- Variable: *note gsl_splinalg_itersolve_type: c5b.
+               *gsl_splinalg_itersolve_gmres
+
+          This specifies the Generalized Minimum Residual Method
+          (GMRES). This is a projection method using {\cal K} = {\cal
+          K}_m and {\cal L} = A {\cal K}_m where {\cal K}_m is the m-th
+          Krylov subspace
+
+               K_m = span( r_0, A r_0, ..., A^(m-1) r_0)
+
+          and r_0 = b - A x_0 is the residual vector of the initial
+          guess x_0.  If m is set equal to n, then the Krylov subspace
+          is {\bf R}^n and GMRES will provide the exact solution ‘x’.
+          However, the goal is for the method to arrive at a very good
+          approximation to ‘x’ using a much smaller subspace {\cal K}_m.
+          By default, the GMRES method selects m = MIN(n,10) but the
+          user may specify a different value for m.  The GMRES storage
+          requirements grow as O(n(m+1)) and the number of flops grow as
+          O(4 m^2 n - 4 m^3 / 3).
+
+          In the below function *note gsl_splinalg_itersolve_iterate():
+          c5d, one GMRES iteration is defined as projecting the
+          approximate solution vector onto each Krylov subspace {\cal
+          K}_1, ..., {\cal K}_m, and so m can be kept smaller by
+          “restarting” the method and calling *note
+          gsl_splinalg_itersolve_iterate(): c5d. multiple times,
+          providing the updated approximation ‘x’ to each new call.  If
+          the method is not adequately converging, the user may try
+          increasing the parameter m.
+
+          GMRES is considered a robust general purpose iterative solver,
+          however there are cases where the method stagnates if the
+          matrix is not positive-definite and fails to reduce the
+          residual until the very last projection onto the subspace
+          {\cal K}_n = {\bf R}^n.  In these cases, preconditioning the
+          linear system can help, but GSL does not currently provide any
+          preconditioners.
+
+\1f
+File: gsl-ref.info,  Node: Iterating the Sparse Linear System,  Prev: Types of Sparse Iterative Solvers,  Up: Sparse Iterative Solvers
+
+45.2.3 Iterating the Sparse Linear System
+-----------------------------------------
+
+The following functions are provided to allocate storage for the sparse
+linear solvers and iterate the system to a solution.
+
+ -- Function: gsl_splinalg_itersolve *gsl_splinalg_itersolve_alloc
+          (const gsl_splinalg_itersolve_type *T, const size_t n, const
+          size_t m)
+
+     This function allocates a workspace for the iterative solution of
+     *note n: c5f.-by-*note n: c5f. sparse matrix systems.  The
+     iterative solver type is specified by *note T: c5f.  The argument
+     *note m: c5f. specifies the size of the solution candidate subspace
+     {\cal K}_m.  The dimension *note m: c5f. may be set to 0 in which
+     case a reasonable default value is used.
+
+ -- Function: void gsl_splinalg_itersolve_free (gsl_splinalg_itersolve
+          *w)
+
+     This function frees the memory associated with the workspace *note
+     w: c60.
+
+ -- Function: const char *gsl_splinalg_itersolve_name (const
+          gsl_splinalg_itersolve *w)
+
+     This function returns a string pointer to the name of the solver.
+
+ -- Function: int gsl_splinalg_itersolve_iterate (const gsl_spmatrix *A,
+          const gsl_vector *b, const double tol, gsl_vector *x,
+          gsl_splinalg_itersolve *w)
+
+     This function performs one iteration of the iterative method for
+     the sparse linear system specfied by the matrix *note A: c5d, right
+     hand side vector *note b: c5d. and solution vector *note x: c5d.
+     On input, *note x: c5d. must be set to an initial guess for the
+     solution.  On output, *note x: c5d. is updated to give the current
+     solution estimate.  The parameter *note tol: c5d. specifies the
+     relative tolerance between the residual norm and norm of *note b:
+     c5d. in order to check for convergence.  When the following
+     condition is satisfied:
+
+          || A x - b || <= tol * || b ||
+
+     the method has converged, the function returns ‘GSL_SUCCESS’ and
+     the final solution is provided in *note x: c5d.  Otherwise, the
+     function returns ‘GSL_CONTINUE’ to signal that more iterations are
+     required.  Here, || \cdot || represents the Euclidean norm.  The
+     input matrix *note A: c5d. may be in triplet or compressed format.
+
+ -- Function: double gsl_splinalg_itersolve_normr (const
+          gsl_splinalg_itersolve *w)
+
+     This function returns the current residual norm ||r|| = ||A x -
+     b||, which is updated after each call to *note
+     gsl_splinalg_itersolve_iterate(): c5d.
+
+\1f
+File: gsl-ref.info,  Node: Examples<35>,  Next: References and Further Reading<38>,  Prev: Sparse Iterative Solvers,  Up: Sparse Linear Algebra
+
+45.3 Examples
+=============
+
+This example program demonstrates the sparse linear algebra routines on
+the solution of a simple 1D Poisson equation on [0,1]:
+
+     u''(x) = f(x) = -\pi^2 \sin(\pi x)
+
+with boundary conditions u(0) = u(1) = 0.  The analytic solution of this
+simple problem is u(x) = \sin{\pi x}.  We will solve this problem by
+finite differencing the left hand side to give
+
+     1/h^2 ( u_(i+1) - 2 u_i + u_(i-1) ) = f_i
+
+Defining a grid of N points, h = 1/(N-1).  In the finite difference
+equation above, u_0 = u_{N-1} = 0 are known from the boundary
+conditions, so we will only put the equations for i = 1, ..., N-2 into
+the matrix system.  The resulting (N-2) \times (N-2) matrix equation is
+
+An example program which constructs and solves this system is given
+below.  The system is solved using the iterative GMRES solver.  Here is
+the output of the program:
+
+     iter 0 residual = 4.297275996844e-11
+     Converged
+
+showing that the method converged in a single iteration.  The calculated
+solution is shown in Fig.  %s.
+
+[gsl-ref-figures/sparse_poisson]
+Figure: Solution of PDE
+
+     #include <stdio.h>
+     #include <stdlib.h>
+     #include <math.h>
+
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_vector.h>
+     #include <gsl/gsl_spmatrix.h>
+     #include <gsl/gsl_splinalg.h>
+
+     int
+     main()
+     {
+       const size_t N = 100;                       /* number of grid points */
+       const size_t n = N - 2;                     /* subtract 2 to exclude boundaries */
+       const double h = 1.0 / (N - 1.0);           /* grid spacing */
+       gsl_spmatrix *A = gsl_spmatrix_alloc(n ,n); /* triplet format */
+       gsl_spmatrix *C;                            /* compressed format */
+       gsl_vector *f = gsl_vector_alloc(n);        /* right hand side vector */
+       gsl_vector *u = gsl_vector_alloc(n);        /* solution vector */
+       size_t i;
+
+       /* construct the sparse matrix for the finite difference equation */
+
+       /* construct first row */
+       gsl_spmatrix_set(A, 0, 0, -2.0);
+       gsl_spmatrix_set(A, 0, 1, 1.0);
+
+       /* construct rows [1:n-2] */
+       for (i = 1; i < n - 1; ++i)
+         {
+           gsl_spmatrix_set(A, i, i + 1, 1.0);
+           gsl_spmatrix_set(A, i, i, -2.0);
+           gsl_spmatrix_set(A, i, i - 1, 1.0);
+         }
+
+       /* construct last row */
+       gsl_spmatrix_set(A, n - 1, n - 1, -2.0);
+       gsl_spmatrix_set(A, n - 1, n - 2, 1.0);
+
+       /* scale by h^2 */
+       gsl_spmatrix_scale(A, 1.0 / (h * h));
+
+       /* construct right hand side vector */
+       for (i = 0; i < n; ++i)
+         {
+           double xi = (i + 1) * h;
+           double fi = -M_PI * M_PI * sin(M_PI * xi);
+           gsl_vector_set(f, i, fi);
+         }
+
+       /* convert to compressed column format */
+       C = gsl_spmatrix_ccs(A);
+
+       /* now solve the system with the GMRES iterative solver */
+       {
+         const double tol = 1.0e-6;  /* solution relative tolerance */
+         const size_t max_iter = 10; /* maximum iterations */
+         const gsl_splinalg_itersolve_type *T = gsl_splinalg_itersolve_gmres;
+         gsl_splinalg_itersolve *work =
+           gsl_splinalg_itersolve_alloc(T, n, 0);
+         size_t iter = 0;
+         double residual;
+         int status;
+
+         /* initial guess u = 0 */
+         gsl_vector_set_zero(u);
+
+         /* solve the system A u = f */
+         do
+           {
+             status = gsl_splinalg_itersolve_iterate(C, f, tol, u, work);
+
+             /* print out residual norm ||A*u - f|| */
+             residual = gsl_splinalg_itersolve_normr(work);
+             fprintf(stderr, "iter %zu residual = %.12e\n", iter, residual);
+
+             if (status == GSL_SUCCESS)
+               fprintf(stderr, "Converged\n");
+           }
+         while (status == GSL_CONTINUE && ++iter < max_iter);
+
+         /* output solution */
+         for (i = 0; i < n; ++i)
+           {
+             double xi = (i + 1) * h;
+             double u_exact = sin(M_PI * xi);
+             double u_gsl = gsl_vector_get(u, i);
+
+             printf("%f %.12e %.12e\n", xi, u_gsl, u_exact);
+           }
+
+         gsl_splinalg_itersolve_free(work);
+       }
+
+       gsl_spmatrix_free(A);
+       gsl_spmatrix_free(C);
+       gsl_vector_free(f);
+       gsl_vector_free(u);
+
+       return 0;
+     } /* main() */
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<38>,  Prev: Examples<35>,  Up: Sparse Linear Algebra
+
+45.4 References and Further Reading
+===================================
+
+The implementation of the GMRES iterative solver closely follows the
+publications
+
+   * H. F. Walker, Implementation of the GMRES method using Householder
+     transformations, SIAM J. Sci.  Stat.  Comput.  9(1), 1988.
+
+   * Y. Saad, Iterative methods for sparse linear systems, 2nd edition,
+     SIAM, 2003.
+
+\1f
+File: gsl-ref.info,  Node: Physical Constants,  Next: IEEE floating-point arithmetic,  Prev: Sparse Linear Algebra,  Up: Top
+
+46 Physical Constants
+*********************
+
+This chapter describes macros for the values of physical constants, such
+as the speed of light, c, and gravitational constant, G. The values are
+available in different unit systems, including the standard MKSA system
+(meters, kilograms, seconds, amperes) and the CGSM system (centimeters,
+grams, seconds, gauss), which is commonly used in Astronomy.
+
+The definitions of constants in the MKSA system are available in the
+file ‘gsl_const_mksa.h’.  The constants in the CGSM system are defined
+in ‘gsl_const_cgsm.h’.  Dimensionless constants, such as the fine
+structure constant, which are pure numbers are defined in
+‘gsl_const_num.h’.
+
+The full list of constants is described briefly below.  Consult the
+header files themselves for the values of the constants used in the
+library.
+
+* Menu:
+
+* Fundamental Constants::
+* Astronomy and Astrophysics::
+* Atomic and Nuclear Physics::
+* Measurement of Time::
+* Imperial Units::
+* Speed and Nautical Units::
+* Printers Units::
+* Volume, Area and Length: Volume Area and Length.
+* Mass and Weight::
+* Thermal Energy and Power::
+* Pressure::
+* Viscosity::
+* Light and Illumination::
+* Radioactivity::
+* Force and Energy::
+* Prefixes::
+* Examples: Examples<36>.
+* References and Further Reading: References and Further Reading<39>.
+
+\1f
+File: gsl-ref.info,  Node: Fundamental Constants,  Next: Astronomy and Astrophysics,  Up: Physical Constants
+
+46.1 Fundamental Constants
+==========================
+
+ -- Macro: GSL_CONST_MKSA_SPEED_OF_LIGHT
+
+     The speed of light in vacuum, c.
+
+ -- Macro: GSL_CONST_MKSA_VACUUM_PERMEABILITY
+
+     The permeability of free space, \mu_0.  This constant is defined in
+     the MKSA system only.
+
+ -- Macro: GSL_CONST_MKSA_VACUUM_PERMITTIVITY
+
+     The permittivity of free space, \epsilon_0.  This constant is
+     defined in the MKSA system only.
+
+ -- Macro: GSL_CONST_MKSA_PLANCKS_CONSTANT_H
+
+     Planck’s constant, h.
+
+ -- Macro: GSL_CONST_MKSA_PLANCKS_CONSTANT_HBAR
+
+     Planck’s constant divided by 2\pi, \hbar.
+
+ -- Macro: GSL_CONST_NUM_AVOGADRO
+
+     Avogadro’s number, N_a.
+
+ -- Macro: GSL_CONST_MKSA_FARADAY
+
+     The molar charge of 1 Faraday.
+
+ -- Macro: GSL_CONST_MKSA_BOLTZMANN
+
+     The Boltzmann constant, k.
+
+ -- Macro: GSL_CONST_MKSA_MOLAR_GAS
+
+     The molar gas constant, R_0.
+
+ -- Macro: GSL_CONST_MKSA_STANDARD_GAS_VOLUME
+
+     The standard gas volume, V_0.
+
+ -- Macro: GSL_CONST_MKSA_STEFAN_BOLTZMANN_CONSTANT
+
+     The Stefan-Boltzmann radiation constant, \sigma.
+
+ -- Macro: GSL_CONST_MKSA_GAUSS
+
+     The magnetic field of 1 Gauss.
+
+\1f
+File: gsl-ref.info,  Node: Astronomy and Astrophysics,  Next: Atomic and Nuclear Physics,  Prev: Fundamental Constants,  Up: Physical Constants
+
+46.2 Astronomy and Astrophysics
+===============================
+
+ -- Macro: GSL_CONST_MKSA_ASTRONOMICAL_UNIT
+
+     The length of 1 astronomical unit (mean earth-sun distance), au.
+
+ -- Macro: GSL_CONST_MKSA_GRAVITATIONAL_CONSTANT
+
+     The gravitational constant, G.
+
+ -- Macro: GSL_CONST_MKSA_LIGHT_YEAR
+
+     The distance of 1 light-year, ly.
+
+ -- Macro: GSL_CONST_MKSA_PARSEC
+
+     The distance of 1 parsec, pc.
+
+ -- Macro: GSL_CONST_MKSA_GRAV_ACCEL
+
+     The standard gravitational acceleration on Earth, g.
+
+ -- Macro: GSL_CONST_MKSA_SOLAR_MASS
+
+     The mass of the Sun.
+
+\1f
+File: gsl-ref.info,  Node: Atomic and Nuclear Physics,  Next: Measurement of Time,  Prev: Astronomy and Astrophysics,  Up: Physical Constants
+
+46.3 Atomic and Nuclear Physics
+===============================
+
+ -- Macro: GSL_CONST_MKSA_ELECTRON_CHARGE
+
+     The charge of the electron, e.
+
+ -- Macro: GSL_CONST_MKSA_ELECTRON_VOLT
+
+     The energy of 1 electron volt, eV.
+
+ -- Macro: GSL_CONST_MKSA_UNIFIED_ATOMIC_MASS
+
+     The unified atomic mass, amu.
+
+ -- Macro: GSL_CONST_MKSA_MASS_ELECTRON
+
+     The mass of the electron, m_e.
+
+ -- Macro: GSL_CONST_MKSA_MASS_MUON
+
+     The mass of the muon, m_\mu.
+
+ -- Macro: GSL_CONST_MKSA_MASS_PROTON
+
+     The mass of the proton, m_p.
+
+ -- Macro: GSL_CONST_MKSA_MASS_NEUTRON
+
+     The mass of the neutron, m_n.
+
+ -- Macro: GSL_CONST_NUM_FINE_STRUCTURE
+
+     The electromagnetic fine structure constant \alpha.
+
+ -- Macro: GSL_CONST_MKSA_RYDBERG
+
+     The Rydberg constant, Ry, in units of energy.  This is related to
+     the Rydberg inverse wavelength R_\infty by Ry = h c R_\infty.
+
+ -- Macro: GSL_CONST_MKSA_BOHR_RADIUS
+
+     The Bohr radius, a_0.
+
+ -- Macro: GSL_CONST_MKSA_ANGSTROM
+
+     The length of 1 angstrom.
+
+ -- Macro: GSL_CONST_MKSA_BARN
+
+     The area of 1 barn.
+
+ -- Macro: GSL_CONST_MKSA_BOHR_MAGNETON
+
+     The Bohr Magneton, \mu_B.
+
+ -- Macro: GSL_CONST_MKSA_NUCLEAR_MAGNETON
+
+     The Nuclear Magneton, \mu_N.
+
+ -- Macro: GSL_CONST_MKSA_ELECTRON_MAGNETIC_MOMENT
+
+     The absolute value of the magnetic moment of the electron, \mu_e.
+     The physical magnetic moment of the electron is negative.
+
+ -- Macro: GSL_CONST_MKSA_PROTON_MAGNETIC_MOMENT
+
+     The magnetic moment of the proton, \mu_p.
+
+ -- Macro: GSL_CONST_MKSA_THOMSON_CROSS_SECTION
+
+     The Thomson cross section, \sigma_T.
+
+ -- Macro: GSL_CONST_MKSA_DEBYE
+
+     The electric dipole moment of 1 Debye, D.
+
+\1f
+File: gsl-ref.info,  Node: Measurement of Time,  Next: Imperial Units,  Prev: Atomic and Nuclear Physics,  Up: Physical Constants
+
+46.4 Measurement of Time
+========================
+
+ -- Macro: GSL_CONST_MKSA_MINUTE
+
+     The number of seconds in 1 minute.
+
+ -- Macro: GSL_CONST_MKSA_HOUR
+
+     The number of seconds in 1 hour.
+
+ -- Macro: GSL_CONST_MKSA_DAY
+
+     The number of seconds in 1 day.
+
+ -- Macro: GSL_CONST_MKSA_WEEK
+
+     The number of seconds in 1 week.
+
+\1f
+File: gsl-ref.info,  Node: Imperial Units,  Next: Speed and Nautical Units,  Prev: Measurement of Time,  Up: Physical Constants
+
+46.5 Imperial Units
+===================
+
+ -- Macro: GSL_CONST_MKSA_INCH
+
+     The length of 1 inch.
+
+ -- Macro: GSL_CONST_MKSA_FOOT
+
+     The length of 1 foot.
+
+ -- Macro: GSL_CONST_MKSA_YARD
+
+     The length of 1 yard.
+
+ -- Macro: GSL_CONST_MKSA_MILE
+
+     The length of 1 mile.
+
+ -- Macro: GSL_CONST_MKSA_MIL
+
+     The length of 1 mil (1/1000th of an inch).
+
+\1f
+File: gsl-ref.info,  Node: Speed and Nautical Units,  Next: Printers Units,  Prev: Imperial Units,  Up: Physical Constants
+
+46.6 Speed and Nautical Units
+=============================
+
+ -- Macro: GSL_CONST_MKSA_KILOMETERS_PER_HOUR
+
+     The speed of 1 kilometer per hour.
+
+ -- Macro: GSL_CONST_MKSA_MILES_PER_HOUR
+
+     The speed of 1 mile per hour.
+
+ -- Macro: GSL_CONST_MKSA_NAUTICAL_MILE
+
+     The length of 1 nautical mile.
+
+ -- Macro: GSL_CONST_MKSA_FATHOM
+
+     The length of 1 fathom.
+
+ -- Macro: GSL_CONST_MKSA_KNOT
+
+     The speed of 1 knot.
+
+\1f
+File: gsl-ref.info,  Node: Printers Units,  Next: Volume Area and Length,  Prev: Speed and Nautical Units,  Up: Physical Constants
+
+46.7 Printers Units
+===================
+
+ -- Macro: GSL_CONST_MKSA_POINT
+
+     The length of 1 printer’s point (1/72 inch).
+
+ -- Macro: GSL_CONST_MKSA_TEXPOINT
+
+     The length of 1 TeX point (1/72.27 inch).
+
+\1f
+File: gsl-ref.info,  Node: Volume Area and Length,  Next: Mass and Weight,  Prev: Printers Units,  Up: Physical Constants
+
+46.8 Volume, Area and Length
+============================
+
+ -- Macro: GSL_CONST_MKSA_MICRON
+
+     The length of 1 micron.
+
+ -- Macro: GSL_CONST_MKSA_HECTARE
+
+     The area of 1 hectare.
+
+ -- Macro: GSL_CONST_MKSA_ACRE
+
+     The area of 1 acre.
+
+ -- Macro: GSL_CONST_MKSA_LITER
+
+     The volume of 1 liter.
+
+ -- Macro: GSL_CONST_MKSA_US_GALLON
+
+     The volume of 1 US gallon.
+
+ -- Macro: GSL_CONST_MKSA_CANADIAN_GALLON
+
+     The volume of 1 Canadian gallon.
+
+ -- Macro: GSL_CONST_MKSA_UK_GALLON
+
+     The volume of 1 UK gallon.
+
+ -- Macro: GSL_CONST_MKSA_QUART
+
+     The volume of 1 quart.
+
+ -- Macro: GSL_CONST_MKSA_PINT
+
+     The volume of 1 pint.
+
+\1f
+File: gsl-ref.info,  Node: Mass and Weight,  Next: Thermal Energy and Power,  Prev: Volume Area and Length,  Up: Physical Constants
+
+46.9 Mass and Weight
+====================
+
+ -- Macro: GSL_CONST_MKSA_POUND_MASS
+
+     The mass of 1 pound.
+
+ -- Macro: GSL_CONST_MKSA_OUNCE_MASS
+
+     The mass of 1 ounce.
+
+ -- Macro: GSL_CONST_MKSA_TON
+
+     The mass of 1 ton.
+
+ -- Macro: GSL_CONST_MKSA_METRIC_TON
+
+     The mass of 1 metric ton (1000 kg).
+
+ -- Macro: GSL_CONST_MKSA_UK_TON
+
+     The mass of 1 UK ton.
+
+ -- Macro: GSL_CONST_MKSA_TROY_OUNCE
+
+     The mass of 1 troy ounce.
+
+ -- Macro: GSL_CONST_MKSA_CARAT
+
+     The mass of 1 carat.
+
+ -- Macro: GSL_CONST_MKSA_GRAM_FORCE
+
+     The force of 1 gram weight.
+
+ -- Macro: GSL_CONST_MKSA_POUND_FORCE
+
+     The force of 1 pound weight.
+
+ -- Macro: GSL_CONST_MKSA_KILOPOUND_FORCE
+
+     The force of 1 kilopound weight.
+
+ -- Macro: GSL_CONST_MKSA_POUNDAL
+
+     The force of 1 poundal.
+
+\1f
+File: gsl-ref.info,  Node: Thermal Energy and Power,  Next: Pressure,  Prev: Mass and Weight,  Up: Physical Constants
+
+46.10 Thermal Energy and Power
+==============================
+
+ -- Macro: GSL_CONST_MKSA_CALORIE
+
+     The energy of 1 calorie.
+
+ -- Macro: GSL_CONST_MKSA_BTU
+
+     The energy of 1 British Thermal Unit, btu.
+
+ -- Macro: GSL_CONST_MKSA_THERM
+
+     The energy of 1 Therm.
+
+ -- Macro: GSL_CONST_MKSA_HORSEPOWER
+
+     The power of 1 horsepower.
+
+\1f
+File: gsl-ref.info,  Node: Pressure,  Next: Viscosity,  Prev: Thermal Energy and Power,  Up: Physical Constants
+
+46.11 Pressure
+==============
+
+ -- Macro: GSL_CONST_MKSA_BAR
+
+     The pressure of 1 bar.
+
+ -- Macro: GSL_CONST_MKSA_STD_ATMOSPHERE
+
+     The pressure of 1 standard atmosphere.
+
+ -- Macro: GSL_CONST_MKSA_TORR
+
+     The pressure of 1 torr.
+
+ -- Macro: GSL_CONST_MKSA_METER_OF_MERCURY
+
+     The pressure of 1 meter of mercury.
+
+ -- Macro: GSL_CONST_MKSA_INCH_OF_MERCURY
+
+     The pressure of 1 inch of mercury.
+
+ -- Macro: GSL_CONST_MKSA_INCH_OF_WATER
+
+     The pressure of 1 inch of water.
+
+ -- Macro: GSL_CONST_MKSA_PSI
+
+     The pressure of 1 pound per square inch.
+
+\1f
+File: gsl-ref.info,  Node: Viscosity,  Next: Light and Illumination,  Prev: Pressure,  Up: Physical Constants
+
+46.12 Viscosity
+===============
+
+ -- Macro: GSL_CONST_MKSA_POISE
+
+     The dynamic viscosity of 1 poise.
+
+ -- Macro: GSL_CONST_MKSA_STOKES
+
+     The kinematic viscosity of 1 stokes.
+
+\1f
+File: gsl-ref.info,  Node: Light and Illumination,  Next: Radioactivity,  Prev: Viscosity,  Up: Physical Constants
+
+46.13 Light and Illumination
+============================
+
+ -- Macro: GSL_CONST_MKSA_STILB
+
+     The luminance of 1 stilb.
+
+ -- Macro: GSL_CONST_MKSA_LUMEN
+
+     The luminous flux of 1 lumen.
+
+ -- Macro: GSL_CONST_MKSA_LUX
+
+     The illuminance of 1 lux.
+
+ -- Macro: GSL_CONST_MKSA_PHOT
+
+     The illuminance of 1 phot.
+
+ -- Macro: GSL_CONST_MKSA_FOOTCANDLE
+
+     The illuminance of 1 footcandle.
+
+ -- Macro: GSL_CONST_MKSA_LAMBERT
+
+     The luminance of 1 lambert.
+
+ -- Macro: GSL_CONST_MKSA_FOOTLAMBERT
+
+     The luminance of 1 footlambert.
+
+\1f
+File: gsl-ref.info,  Node: Radioactivity,  Next: Force and Energy,  Prev: Light and Illumination,  Up: Physical Constants
+
+46.14 Radioactivity
+===================
+
+ -- Macro: GSL_CONST_MKSA_CURIE
+
+     The activity of 1 curie.
+
+ -- Macro: GSL_CONST_MKSA_ROENTGEN
+
+     The exposure of 1 roentgen.
+
+ -- Macro: GSL_CONST_MKSA_RAD
+
+     The absorbed dose of 1 rad.
+
+\1f
+File: gsl-ref.info,  Node: Force and Energy,  Next: Prefixes,  Prev: Radioactivity,  Up: Physical Constants
+
+46.15 Force and Energy
+======================
+
+ -- Macro: GSL_CONST_MKSA_NEWTON
+
+     The SI unit of force, 1 Newton.
+
+ -- Macro: GSL_CONST_MKSA_DYNE
+
+     The force of 1 Dyne = 10^{-5} Newton.
+
+ -- Macro: GSL_CONST_MKSA_JOULE
+
+     The SI unit of energy, 1 Joule.
+
+ -- Macro: GSL_CONST_MKSA_ERG
+
+     The energy 1 erg = 10^{-7} Joule.
+
+\1f
+File: gsl-ref.info,  Node: Prefixes,  Next: Examples<36>,  Prev: Force and Energy,  Up: Physical Constants
+
+46.16 Prefixes
+==============
+
+These constants are dimensionless scaling factors.
+
+ -- Macro: GSL_CONST_NUM_YOTTA
+
+     10^{24}
+
+ -- Macro: GSL_CONST_NUM_ZETTA
+
+     10^{21}
+
+ -- Macro: GSL_CONST_NUM_EXA
+
+     10^{18}
+
+ -- Macro: GSL_CONST_NUM_PETA
+
+     10^{15}
+
+ -- Macro: GSL_CONST_NUM_TERA
+
+     10^{12}
+
+ -- Macro: GSL_CONST_NUM_GIGA
+
+     10^9
+
+ -- Macro: GSL_CONST_NUM_MEGA
+
+     10^6
+
+ -- Macro: GSL_CONST_NUM_KILO
+
+     10^3
+
+ -- Macro: GSL_CONST_NUM_MILLI
+
+     10^{-3}
+
+ -- Macro: GSL_CONST_NUM_MICRO
+
+     10^{-6}
+
+ -- Macro: GSL_CONST_NUM_NANO
+
+     10^{-9}
+
+ -- Macro: GSL_CONST_NUM_PICO
+
+     10^{-12}
+
+ -- Macro: GSL_CONST_NUM_FEMTO
+
+     10^{-15}
+
+ -- Macro: GSL_CONST_NUM_ATTO
+
+     10^{-18}
+
+ -- Macro: GSL_CONST_NUM_ZEPTO
+
+     10^{-21}
+
+ -- Macro: GSL_CONST_NUM_YOCTO
+
+     10^{-24}
+
+\1f
+File: gsl-ref.info,  Node: Examples<36>,  Next: References and Further Reading<39>,  Prev: Prefixes,  Up: Physical Constants
+
+46.17 Examples
+==============
+
+The following program demonstrates the use of the physical constants in
+a calculation.  In this case, the goal is to calculate the range of
+light-travel times from Earth to Mars.
+
+The required data is the average distance of each planet from the Sun in
+astronomical units (the eccentricities and inclinations of the orbits
+will be neglected for the purposes of this calculation).  The average
+radius of the orbit of Mars is 1.52 astronomical units, and for the
+orbit of Earth it is 1 astronomical unit (by definition).  These values
+are combined with the MKSA values of the constants for the speed of
+light and the length of an astronomical unit to produce a result for the
+shortest and longest light-travel times in seconds.  The figures are
+converted into minutes before being displayed.
+
+     #include <stdio.h>
+     #include <gsl/gsl_const_mksa.h>
+
+     int
+     main (void)
+     {
+       double c  = GSL_CONST_MKSA_SPEED_OF_LIGHT;
+       double au = GSL_CONST_MKSA_ASTRONOMICAL_UNIT;
+       double minutes = GSL_CONST_MKSA_MINUTE;
+
+       /* distance stored in meters */
+       double r_earth = 1.00 * au;
+       double r_mars  = 1.52 * au;
+
+       double t_min, t_max;
+
+       t_min = (r_mars - r_earth) / c;
+       t_max = (r_mars + r_earth) / c;
+
+       printf ("light travel time from Earth to Mars:\n");
+       printf ("minimum = %.1f minutes\n", t_min / minutes);
+       printf ("maximum = %.1f minutes\n", t_max / minutes);
+
+       return 0;
+     }
+
+Here is the output from the program,
+
+     light travel time from Earth to Mars:
+     minimum = 4.3 minutes
+     maximum = 21.0 minutes
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<39>,  Prev: Examples<36>,  Up: Physical Constants
+
+46.18 References and Further Reading
+====================================
+
+The authoritative sources for physical constants are the 2006 CODATA
+recommended values, published in the article below.  Further information
+on the values of physical constants is also available from the NIST
+website.
+
+   * P.J. Mohr, B.N. Taylor, D.B. Newell, “CODATA Recommended Values of
+     the Fundamental Physical Constants: 2006”, Reviews of Modern
+     Physics, 80(2), pp.  633–730 (2008).
+
+   * ‘http://www.physics.nist.gov/cuu/Constants/index.html’
+
+   * ‘http://physics.nist.gov/Pubs/SP811/appenB9.html’
+
+\1f
+File: gsl-ref.info,  Node: IEEE floating-point arithmetic,  Next: Debugging Numerical Programs,  Prev: Physical Constants,  Up: Top
+
+47 IEEE floating-point arithmetic
+*********************************
+
+This chapter describes functions for examining the representation of
+floating point numbers and controlling the floating point environment of
+your program.  The functions described in this chapter are declared in
+the header file ‘gsl_ieee_utils.h’.
+
+* Menu:
+
+* Representation of floating point numbers::
+* Setting up your IEEE environment::
+* References and Further Reading: References and Further Reading<40>.
+
+\1f
+File: gsl-ref.info,  Node: Representation of floating point numbers,  Next: Setting up your IEEE environment,  Up: IEEE floating-point arithmetic
+
+47.1 Representation of floating point numbers
+=============================================
+
+The IEEE Standard for Binary Floating-Point Arithmetic defines binary
+formats for single and double precision numbers.  Each number is
+composed of three parts: a `sign bit' (s), an `exponent' (E) and a
+`fraction' (f).  The numerical value of the combination (s,E,f) is given
+by the following formula,
+
+     (-1)^s (1.fffff...) 2^E
+
+The sign bit is either zero or one.  The exponent ranges from a minimum
+value E_{min} to a maximum value E_{max} depending on the precision.
+The exponent is converted to an unsigned number e, known as the `biased
+exponent', for storage by adding a `bias' parameter,
+
+     e = E + bias
+
+The sequence fffff... represents the digits of the binary fraction f.
+The binary digits are stored in `normalized form', by adjusting the
+exponent to give a leading digit of 1.  Since the leading digit is
+always 1 for normalized numbers it is assumed implicitly and does not
+have to be stored.  Numbers smaller than 2^{E_{min}} are be stored in
+`denormalized form' with a leading zero,
+
+     (-1)^s (0.fffff...) 2^(E_min)
+
+This allows gradual underflow down to 2^{E_{min} - p} for p bits of
+precision.  A zero is encoded with the special exponent of 2^{E_{min}-1}
+and infinities with the exponent of 2^{E_{max}+1}.
+
+The format for single precision numbers uses 32 bits divided in the
+following way:
+
+     seeeeeeeefffffffffffffffffffffff
+
+     s = sign bit, 1 bit
+     e = exponent, 8 bits  (E_min=-126, E_max=127, bias=127)
+     f = fraction, 23 bits
+
+The format for double precision numbers uses 64 bits divided in the
+following way:
+
+     seeeeeeeeeeeffffffffffffffffffffffffffffffffffffffffffffffffffff
+
+     s = sign bit, 1 bit
+     e = exponent, 11 bits  (E_min=-1022, E_max=1023, bias=1023)
+     f = fraction, 52 bits
+
+It is often useful to be able to investigate the behavior of a
+calculation at the bit-level and the library provides functions for
+printing the IEEE representations in a human-readable form.
+
+ -- Function: void gsl_ieee_fprintf_float (FILE *stream, const float *x)
+ -- Function: void gsl_ieee_fprintf_double (FILE *stream, const double
+          *x)
+
+     These functions output a formatted version of the IEEE
+     floating-point number pointed to by *note x: cf2. to the stream
+     *note stream: cf2.  A pointer is used to pass the number
+     indirectly, to avoid any undesired promotion from ‘float’ to
+     ‘double’.  The output takes one of the following forms,
+
+     ‘NaN’
+
+          the Not-a-Number symbol
+
+     ‘Inf, -Inf’
+
+          positive or negative infinity
+
+     ‘1.fffff...*2^E, -1.fffff...*2^E’
+
+          a normalized floating point number
+
+     ‘0.fffff...*2^E, -0.fffff...*2^E’
+
+          a denormalized floating point number
+
+     ‘0, -0’
+
+          positive or negative zero
+
+     The output can be used directly in GNU Emacs Calc mode by preceding
+     it with ‘2#’ to indicate binary.
+
+ -- Function: void gsl_ieee_printf_float (const float *x)
+ -- Function: void gsl_ieee_printf_double (const double *x)
+
+     These functions output a formatted version of the IEEE
+     floating-point number pointed to by *note x: cf4. to the stream
+     ‘stdout’.
+
+The following program demonstrates the use of the functions by printing
+the single and double precision representations of the fraction 1/3.
+For comparison the representation of the value promoted from single to
+double precision is also printed.
+
+     #include <stdio.h>
+     #include <gsl/gsl_ieee_utils.h>
+
+     int
+     main (void)
+     {
+       float f = 1.0/3.0;
+       double d = 1.0/3.0;
+
+       double fd = f; /* promote from float to double */
+
+       printf (" f="); gsl_ieee_printf_float(&f);
+       printf ("\n");
+
+       printf ("fd="); gsl_ieee_printf_double(&fd);
+       printf ("\n");
+
+       printf (" d="); gsl_ieee_printf_double(&d);
+       printf ("\n");
+
+       return 0;
+     }
+
+The binary representation of 1/3 is 0.01010101....  The output below
+shows that the IEEE format normalizes this fraction to give a leading
+digit of 1:
+
+      f= 1.01010101010101010101011*2^-2
+     fd= 1.0101010101010101010101100000000000000000000000000000*2^-2
+      d= 1.0101010101010101010101010101010101010101010101010101*2^-2
+
+The output also shows that a single-precision number is promoted to
+double-precision by adding zeros in the binary representation.
+
+\1f
+File: gsl-ref.info,  Node: Setting up your IEEE environment,  Next: References and Further Reading<40>,  Prev: Representation of floating point numbers,  Up: IEEE floating-point arithmetic
+
+47.2 Setting up your IEEE environment
+=====================================
+
+The IEEE standard defines several `modes' for controlling the behavior
+of floating point operations.  These modes specify the important
+properties of computer arithmetic: the direction used for rounding (e.g.
+whether numbers should be rounded up, down or to the nearest number),
+the rounding precision and how the program should handle arithmetic
+exceptions, such as division by zero.
+
+Many of these features can now be controlled via standard functions such
+as ‘fpsetround()’, which should be used whenever they are available.
+Unfortunately in the past there has been no universal API for
+controlling their behavior—each system has had its own low-level way of
+accessing them.  To help you write portable programs GSL allows you to
+specify modes in a platform-independent way using the environment
+variable *note GSL_IEEE_MODE: cf6.  The library then takes care of all
+the necessary machine-specific initializations for you when you call the
+function *note gsl_ieee_env_setup(): cf7.
+
+ -- Macro: GSL_IEEE_MODE
+
+     Environment variable which specifies IEEE mode.
+
+ -- Function: void gsl_ieee_env_setup ()
+
+     This function reads the environment variable *note GSL_IEEE_MODE:
+     cf6. and attempts to set up the corresponding specified IEEE modes.
+     The environment variable should be a list of keywords, separated by
+     commas, like this:
+
+          GSL_IEEE_MODE = "keyword, keyword, ..."
+
+     where ‘keyword’ is one of the following mode-names:
+
+          single-precision
+          double-precision
+          extended-precision
+          round-to-nearest
+          round-down
+          round-up
+          round-to-zero
+          mask-all
+          mask-invalid
+          mask-denormalized
+          mask-division-by-zero
+          mask-overflow
+          mask-underflow
+          trap-inexact
+          trap-common
+
+     If *note GSL_IEEE_MODE: cf6. is empty or undefined then the
+     function returns immediately and no attempt is made to change the
+     system’s IEEE mode.  When the modes from *note GSL_IEEE_MODE: cf6.
+     are turned on the function prints a short message showing the new
+     settings to remind you that the results of the program will be
+     affected.
+
+     If the requested modes are not supported by the platform being used
+     then the function calls the error handler and returns an error code
+     of ‘GSL_EUNSUP’.
+
+     When options are specified using this method, the resulting mode is
+     based on a default setting of the highest available precision
+     (double precision or extended precision, depending on the platform)
+     in round-to-nearest mode, with all exceptions enabled apart from
+     the INEXACT exception.  The INEXACT exception is generated whenever
+     rounding occurs, so it must generally be disabled in typical
+     scientific calculations.  All other floating-point exceptions are
+     enabled by default, including underflows and the use of
+     denormalized numbers, for safety.  They can be disabled with the
+     individual ‘mask-’ settings or together using ‘mask-all’.
+
+     The following adjusted combination of modes is convenient for many
+     purposes:
+
+          GSL_IEEE_MODE="double-precision,"\
+                          "mask-underflow,"\
+                            "mask-denormalized"
+
+     This choice ignores any errors relating to small numbers (either
+     denormalized, or underflowing to zero) but traps overflows,
+     division by zero and invalid operations.
+
+     Note that on the x86 series of processors this function sets both
+     the original x87 mode and the newer MXCSR mode, which controls SSE
+     floating-point operations.  The SSE floating-point units do not
+     have a precision-control bit, and always work in double-precision.
+     The single-precision and extended-precision keywords have no effect
+     in this case.
+
+To demonstrate the effects of different rounding modes consider the
+following program which computes e, the base of natural logarithms, by
+summing a rapidly-decreasing series,
+
+     e = 1 + 1/2! + 1/3! + 1/4! + ...
+       = 2.71828182846...
+
+     #include <stdio.h>
+     #include <gsl/gsl_math.h>
+     #include <gsl/gsl_ieee_utils.h>
+
+     int
+     main (void)
+     {
+       double x = 1, oldsum = 0, sum = 0;
+       int i = 0;
+
+       gsl_ieee_env_setup (); /* read GSL_IEEE_MODE */
+
+       do
+         {
+           i++;
+
+           oldsum = sum;
+           sum += x;
+           x = x / i;
+
+           printf ("i=%2d sum=%.18f error=%g\n",
+                   i, sum, sum - M_E);
+
+           if (i > 30)
+              break;
+         }
+       while (sum != oldsum);
+
+       return 0;
+     }
+
+Here are the results of running the program in ‘round-to-nearest’ mode.
+This is the IEEE default so it isn’t really necessary to specify it
+here:
+
+     $ GSL_IEEE_MODE="round-to-nearest" ./a.out
+     i= 1 sum=1.000000000000000000 error=-1.71828
+     i= 2 sum=2.000000000000000000 error=-0.718282
+     ....
+     i=18 sum=2.718281828459045535 error=4.44089e-16
+     i=19 sum=2.718281828459045535 error=4.44089e-16
+
+After nineteen terms the sum converges to within 4 \times 10^{-16} of
+the correct value.  If we now change the rounding mode to ‘round-down’
+the final result is less accurate:
+
+     $ GSL_IEEE_MODE="round-down" ./a.out
+     i= 1 sum=1.000000000000000000 error=-1.71828
+     ....
+     i=19 sum=2.718281828459041094 error=-3.9968e-15
+
+The result is about 4 \times 10^{-15} below the correct value, an order
+of magnitude worse than the result obtained in the ‘round-to-nearest’
+mode.
+
+If we change to rounding mode to ‘round-up’ then the final result is
+higher than the correct value (when we add each term to the sum the
+final result is always rounded up, which increases the sum by at least
+one tick until the added term underflows to zero).  To avoid this
+problem we would need to use a safer converge criterion, such as ‘while
+(fabs(sum - oldsum) > epsilon)’, with a suitably chosen value of
+epsilon.
+
+Finally we can see the effect of computing the sum using
+single-precision rounding, in the default ‘round-to-nearest’ mode.  In
+this case the program thinks it is still using double precision numbers
+but the CPU rounds the result of each floating point operation to
+single-precision accuracy.  This simulates the effect of writing the
+program using single-precision ‘float’ variables instead of ‘double’
+variables.  The iteration stops after about half the number of
+iterations and the final result is much less accurate:
+
+     $ GSL_IEEE_MODE="single-precision" ./a.out
+     ....
+     i=12 sum=2.718281984329223633 error=1.5587e-07
+
+with an error of O(10^{-7}), which corresponds to single precision
+accuracy (about 1 part in 10^7).  Continuing the iterations further does
+not decrease the error because all the subsequent results are rounded to
+the same value.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<40>,  Prev: Setting up your IEEE environment,  Up: IEEE floating-point arithmetic
+
+47.3 References and Further Reading
+===================================
+
+The reference for the IEEE standard is,
+
+   * ANSI/IEEE Std 754-1985, IEEE Standard for Binary Floating-Point
+     Arithmetic.
+
+A more pedagogical introduction to the standard can be found in the
+following paper,
+
+   * David Goldberg: What Every Computer Scientist Should Know About
+     Floating-Point Arithmetic.  `ACM Computing Surveys', Vol.: 23, No.:
+     1 (March 1991), pages 5–48.
+
+   * Corrigendum: `ACM Computing Surveys', Vol.: 23, No.: 3 (September
+     1991), page 413.  and see also the sections by B. A. Wichmann and
+     Charles B. Dunham in Surveyor’s Forum: “What Every Computer
+     Scientist Should Know About Floating-Point Arithmetic”.  `ACM
+     Computing Surveys', Vol.: 24, No.: 3 (September 1992), page 319.
+
+A detailed textbook on IEEE arithmetic and its practical use is
+available from SIAM Press,
+
+   * Michael L. Overton, `Numerical Computing with IEEE Floating Point
+     Arithmetic', SIAM Press, ISBN 0898715717.
+
+\1f
+File: gsl-ref.info,  Node: Debugging Numerical Programs,  Next: Contributors to GSL,  Prev: IEEE floating-point arithmetic,  Up: Top
+
+48 Debugging Numerical Programs
+*******************************
+
+This chapter describes some tips and tricks for debugging numerical
+programs which use GSL.
+
+* Menu:
+
+* Using gdb::
+* Examining floating point registers::
+* Handling floating point exceptions::
+* GCC warning options for numerical programs::
+* References and Further Reading: References and Further Reading<41>.
+
+\1f
+File: gsl-ref.info,  Node: Using gdb,  Next: Examining floating point registers,  Up: Debugging Numerical Programs
+
+48.1 Using gdb
+==============
+
+Any errors reported by the library are passed to the function
+‘gsl_error()’.  By running your programs under gdb and setting a
+breakpoint in this function you can automatically catch any library
+errors.  You can add a breakpoint for every session by putting:
+
+     break gsl_error
+
+into your ‘.gdbinit’ file in the directory where your program is
+started.
+
+If the breakpoint catches an error then you can use a backtrace (‘bt’)
+to see the call-tree, and the arguments which possibly caused the error.
+By moving up into the calling function you can investigate the values of
+variables at that point.  Here is an example from the program
+‘fft/test_trap’, which contains the following line:
+
+     status = gsl_fft_complex_wavetable_alloc (0, &complex_wavetable);
+
+The function *note gsl_fft_complex_wavetable_alloc(): 61d. takes the
+length of an FFT as its first argument.  When this line is executed an
+error will be generated because the length of an FFT is not allowed to
+be zero.
+
+To debug this problem we start ‘gdb’, using the file ‘.gdbinit’ to
+define a breakpoint in ‘gsl_error()’:
+
+     $ gdb test_trap
+
+     GDB is free software and you are welcome to distribute copies
+     of it under certain conditions; type "show copying" to see
+     the conditions.  There is absolutely no warranty for GDB;
+     type "show warranty" for details.  GDB 4.16 (i586-debian-linux),
+     Copyright 1996 Free Software Foundation, Inc.
+
+     Breakpoint 1 at 0x8050b1e: file error.c, line 14.
+
+When we run the program this breakpoint catches the error and shows the
+reason for it:
+
+     (gdb) run
+     Starting program: test_trap
+
+     Breakpoint 1, gsl_error (reason=0x8052b0d
+         "length n must be positive integer",
+         file=0x8052b04 "c_init.c", line=108, gsl_errno=1)
+         at error.c:14
+     14        if (gsl_error_handler)
+
+The first argument of ‘gsl_error()’ is always a string describing the
+error.  Now we can look at the backtrace to see what caused the problem:
+
+     (gdb) bt
+     #0  gsl_error (reason=0x8052b0d
+         "length n must be positive integer",
+         file=0x8052b04 "c_init.c", line=108, gsl_errno=1)
+         at error.c:14
+     #1  0x8049376 in gsl_fft_complex_wavetable_alloc (n=0,
+         wavetable=0xbffff778) at c_init.c:108
+     #2  0x8048a00 in main (argc=1, argv=0xbffff9bc)
+         at test_trap.c:94
+     #3  0x80488be in ___crt_dummy__ ()
+
+We can see that the error was generated in the function *note
+gsl_fft_complex_wavetable_alloc(): 61d. when it was called with an
+argument of ‘n = 0’.  The original call came from line 94 in the file
+‘test_trap.c’.
+
+By moving up to the level of the original call we can find the line that
+caused the error:
+
+     (gdb) up
+     #1  0x8049376 in gsl_fft_complex_wavetable_alloc (n=0,
+         wavetable=0xbffff778) at c_init.c:108
+     108   GSL_ERROR ("length n must be positive integer", GSL_EDOM);
+     (gdb) up
+     #2  0x8048a00 in main (argc=1, argv=0xbffff9bc)
+       at test_trap.c:94
+     94    status = gsl_fft_complex_wavetable_alloc (0,
+             &complex_wavetable);
+
+Thus we have found the line that caused the problem.  From this point we
+could also print out the values of other variables such as
+‘complex_wavetable’.
+
+\1f
+File: gsl-ref.info,  Node: Examining floating point registers,  Next: Handling floating point exceptions,  Prev: Using gdb,  Up: Debugging Numerical Programs
+
+48.2 Examining floating point registers
+=======================================
+
+The contents of floating point registers can be examined using the
+command ‘info float’ (on supported platforms):
+
+     (gdb) info float
+          st0: 0xc4018b895aa17a945000  Valid Normal -7.838871e+308
+          st1: 0x3ff9ea3f50e4d7275000  Valid Normal 0.0285946
+          st2: 0x3fe790c64ce27dad4800  Valid Normal 6.7415931e-08
+          st3: 0x3ffaa3ef0df6607d7800  Spec  Normal 0.0400229
+          st4: 0x3c028000000000000000  Valid Normal 4.4501477e-308
+          st5: 0x3ffef5412c22219d9000  Zero  Normal 0.9580257
+          st6: 0x3fff8000000000000000  Valid Normal 1
+          st7: 0xc4028b65a1f6d243c800  Valid Normal -1.566206e+309
+        fctrl: 0x0272 53 bit; NEAR; mask DENOR UNDER LOS;
+        fstat: 0xb9ba flags 0001; top 7; excep DENOR OVERF UNDER LOS
+         ftag: 0x3fff
+          fip: 0x08048b5c
+          fcs: 0x051a0023
+       fopoff: 0x08086820
+       fopsel: 0x002b
+
+Individual registers can be examined using the variables ‘$reg’, where
+‘reg’ is the register name:
+
+     (gdb) p $st1
+     $1 = 0.02859464454261210347719
+
+\1f
+File: gsl-ref.info,  Node: Handling floating point exceptions,  Next: GCC warning options for numerical programs,  Prev: Examining floating point registers,  Up: Debugging Numerical Programs
+
+48.3 Handling floating point exceptions
+=======================================
+
+It is possible to stop the program whenever a ‘SIGFPE’ floating point
+exception occurs.  This can be useful for finding the cause of an
+unexpected infinity or ‘NaN’.  The current handler settings can be shown
+with the command ‘info signal SIGFPE’:
+
+     (gdb) info signal SIGFPE
+     Signal  Stop  Print  Pass to program Description
+     SIGFPE  Yes   Yes    Yes             Arithmetic exception
+
+Unless the program uses a signal handler the default setting should be
+changed so that SIGFPE is not passed to the program, as this would cause
+it to exit.  The command ‘handle SIGFPE stop nopass’ prevents this:
+
+     (gdb) handle SIGFPE stop nopass
+     Signal  Stop  Print  Pass to program Description
+     SIGFPE  Yes   Yes    No              Arithmetic exception
+
+Depending on the platform it may be necessary to instruct the kernel to
+generate signals for floating point exceptions.  For programs using GSL
+this can be achieved using the *note GSL_IEEE_MODE: cf6. environment
+variable in conjunction with the function *note gsl_ieee_env_setup():
+cf7. as described in *note IEEE floating-point arithmetic: cee.:
+
+     (gdb) set env GSL_IEEE_MODE=double-precision
+
+\1f
+File: gsl-ref.info,  Node: GCC warning options for numerical programs,  Next: References and Further Reading<41>,  Prev: Handling floating point exceptions,  Up: Debugging Numerical Programs
+
+48.4 GCC warning options for numerical programs
+===============================================
+
+Writing reliable numerical programs in C requires great care.  The
+following GCC warning options are recommended when compiling numerical
+programs:
+
+     gcc -ansi -pedantic -Werror -Wall -W
+       -Wmissing-prototypes -Wstrict-prototypes
+       -Wconversion -Wshadow -Wpointer-arith
+       -Wcast-qual -Wcast-align
+       -Wwrite-strings -Wnested-externs
+       -fshort-enums -fno-common -Dinline= -g -O2
+
+For details of each option consult the manual `Using and Porting GCC'.
+The following table gives a brief explanation of what types of errors
+these options catch.
+
+‘-ansi -pedantic’
+
+     Use ANSI C, and reject any non-ANSI extensions.  These flags help
+     in writing portable programs that will compile on other systems.
+
+‘-Werror’
+
+     Consider warnings to be errors, so that compilation stops.  This
+     prevents warnings from scrolling off the top of the screen and
+     being lost.  You won’t be able to compile the program until it is
+     completely warning-free.
+
+‘-Wall’
+
+     This turns on a set of warnings for common programming problems.
+     You need ‘-Wall’, but it is not enough on its own.
+
+‘-O2’
+
+     Turn on optimization.  The warnings for uninitialized variables in
+     ‘-Wall’ rely on the optimizer to analyze the code.  If there is no
+     optimization then these warnings aren’t generated.
+
+‘-W’
+
+     This turns on some extra warnings not included in ‘-Wall’, such as
+     missing return values and comparisons between signed and unsigned
+     integers.
+
+‘-Wmissing-prototypes -Wstrict-prototypes’
+
+     Warn if there are any missing or inconsistent prototypes.  Without
+     prototypes it is harder to detect problems with incorrect
+     arguments.
+
+‘-Wconversion’
+
+     The main use of this option is to warn about conversions from
+     signed to unsigned integers.  For example, ‘unsigned int x = -1’.
+     If you need to perform such a conversion you can use an explicit
+     cast.
+
+‘-Wshadow’
+
+     This warns whenever a local variable shadows another local
+     variable.  If two variables have the same name then it is a
+     potential source of confusion.
+
+‘-Wpointer-arith -Wcast-qual -Wcast-align’
+
+     These options warn if you try to do pointer arithmetic for types
+     which don’t have a size, such as ‘void’, if you remove a ‘const’
+     cast from a pointer, or if you cast a pointer to a type which has a
+     different size, causing an invalid alignment.
+
+‘-Wwrite-strings’
+
+     This option gives string constants a ‘const’ qualifier so that it
+     will be a compile-time error to attempt to overwrite them.
+
+‘-fshort-enums’
+
+     This option makes the type of ‘enum’ as short as possible.
+     Normally this makes an ‘enum’ different from an ‘int’.
+     Consequently any attempts to assign a pointer-to-int to a
+     pointer-to-enum will generate a cast-alignment warning.
+
+‘-fno-common’
+
+     This option prevents global variables being simultaneously defined
+     in different object files (you get an error at link time).  Such a
+     variable should be defined in one file and referred to in other
+     files with an ‘extern’ declaration.
+
+‘-Wnested-externs’
+
+     This warns if an ‘extern’ declaration is encountered within a
+     function.
+
+‘-Dinline=’
+
+     The ‘inline’ keyword is not part of ANSI C. Thus if you want to use
+     ‘-ansi’ with a program which uses inline functions you can use this
+     preprocessor definition to remove the ‘inline’ keywords.
+
+‘-g’
+
+     It always makes sense to put debugging symbols in the executable so
+     that you can debug it using ‘gdb’.  The only effect of debugging
+     symbols is to increase the size of the file, and you can use the
+     ‘strip’ command to remove them later if necessary.
+
+\1f
+File: gsl-ref.info,  Node: References and Further Reading<41>,  Prev: GCC warning options for numerical programs,  Up: Debugging Numerical Programs
+
+48.5 References and Further Reading
+===================================
+
+The following books are essential reading for anyone writing and
+debugging numerical programs with ‘gcc’ and ‘gdb’.
+
+   * R.M. Stallman, `Using and Porting GNU CC', Free Software
+     Foundation, ISBN 1882114388
+
+   * R.M. Stallman, R.H. Pesch, `Debugging with GDB: The GNU
+     Source-Level Debugger', Free Software Foundation, ISBN 1882114779
+
+For a tutorial introduction to the GNU C Compiler and related programs,
+see
+
+   * B.J. Gough, ‘http://www.network-theory.co.uk/gcc/intro/’,’ `An
+     Introduction to GCC', Network Theory Ltd, ISBN 0954161793
+
+\1f
+File: gsl-ref.info,  Node: Contributors to GSL,  Next: Autoconf Macros,  Prev: Debugging Numerical Programs,  Up: Top
+
+49 Contributors to GSL
+**********************
+
+(See the ‘AUTHORS’ file in the distribution for up-to-date information.)
+
+Mark Galassi
+
+     Conceived GSL (with James Theiler) and wrote the design document.
+     Wrote the simulated annealing package and the relevant chapter in
+     the manual.
+
+James Theiler
+
+     Conceived GSL (with Mark Galassi).  Wrote the random number
+     generators and the relevant chapter in this manual.
+
+Jim Davies
+
+     Wrote the statistical routines and the relevant chapter in this
+     manual.
+
+Brian Gough
+
+     FFTs, numerical integration, random number generators and
+     distributions, root finding, minimization and fitting, polynomial
+     solvers, complex numbers, physical constants, permutations, vector
+     and matrix functions, histograms, statistics, ieee-utils, revised
+     CBLAS Level 2 & 3, matrix decompositions, eigensystems, cumulative
+     distribution functions, testing, documentation and releases.
+
+Reid Priedhorsky
+
+     Wrote and documented the initial version of the root finding
+     routines while at Los Alamos National Laboratory, Mathematical
+     Modeling and Analysis Group.
+
+Gerard Jungman
+
+     Special Functions, Series acceleration, ODEs, BLAS, Linear Algebra,
+     Eigensystems, Hankel Transforms.
+
+Patrick Alken
+
+     Implementation of nonsymmetric and generalized eigensystems,
+     B-splines, linear and nonlinear least squares, matrix
+     decompositions, associated Legendre functions, running statistics,
+     sparse matrices, and sparse linear algebra.
+
+Mike Booth
+
+     Wrote the Monte Carlo library.
+
+Jorma Olavi Tähtinen
+
+     Wrote the initial complex arithmetic functions.
+
+Thomas Walter
+
+     Wrote the initial heapsort routines and Cholesky decomposition.
+
+Fabrice Rossi
+
+     Multidimensional minimization.
+
+Carlo Perassi
+
+     Implementation of the random number generators in Knuth’s
+     `Seminumerical Algorithms', 3rd Ed.
+
+Szymon Jaroszewicz
+
+     Wrote the routines for generating combinations.
+
+Nicolas Darnis
+
+     Wrote the cyclic functions and the initial functions for canonical
+     permutations.
+
+Jason H. Stover
+
+     Wrote the major cumulative distribution functions.
+
+Ivo Alxneit
+
+     Wrote the routines for wavelet transforms.
+
+Tuomo Keskitalo
+
+     Improved the implementation of the ODE solvers and wrote the
+     ode-initval2 routines.
+
+Lowell Johnson
+
+     Implementation of the Mathieu functions.
+
+Rhys Ulerich
+
+     Wrote the multiset routines.
+
+Pavel Holoborodko
+
+     Wrote the fixed order Gauss-Legendre quadrature routines.
+
+Pedro Gonnet
+
+     Wrote the CQUAD integration routines.
+
+Thanks to Nigel Lowry for help in proofreading the manual.
+
+The non-symmetric eigensystems routines contain code based on the LAPACK
+linear algebra library.  LAPACK is distributed under the following
+license:
+
+     Copyright (c) 1992-2006 The University of Tennessee.  All rights reserved.
+
+     Redistribution and use in source and binary forms, with or without
+     modification, are permitted provided that the following conditions are
+     met:
+
+     * Redistributions of source code must retain the above copyright
+       notice, this list of conditions and the following disclaimer.
+
+     * Redistributions in binary form must reproduce the above copyright
+       notice, this list of conditions and the following disclaimer listed
+       in this license in the documentation and/or other materials
+       provided with the distribution.
+
+     * Neither the name of the copyright holders nor the names of its
+       contributors may be used to endorse or promote products derived from
+       this software without specific prior written permission.
+
+     THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
+     ``AS IS'' AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
+     LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
+     A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT
+     OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,
+     SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT
+     LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE,
+     DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY
+     THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
+     (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
+     OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
+
+\1f
+File: gsl-ref.info,  Node: Autoconf Macros,  Next: GSL CBLAS Library,  Prev: Contributors to GSL,  Up: Top
+
+50 Autoconf Macros
+******************
+
+For applications using ‘autoconf’ the standard macro ‘AC_CHECK_LIB’ can
+be used to link with GSL automatically from a ‘configure’ script.  The
+library itself depends on the presence of a CBLAS and math library as
+well, so these must also be located before linking with the main
+‘libgsl’ file.  The following commands should be placed in the
+‘configure.ac’ file to perform these tests:
+
+     AC_CHECK_LIB([m],[cos])
+     AC_CHECK_LIB([gslcblas],[cblas_dgemm])
+     AC_CHECK_LIB([gsl],[gsl_blas_dgemm])
+
+It is important to check for ‘libm’ and ‘libgslcblas’ before ‘libgsl’,
+otherwise the tests will fail.  Assuming the libraries are found the
+output during the configure stage looks like this:
+
+     checking for cos in -lm... yes
+     checking for cblas_dgemm in -lgslcblas... yes
+     checking for gsl_blas_dgemm in -lgsl... yes
+
+If the library is found then the tests will define the macros
+‘HAVE_LIBGSL’, ‘HAVE_LIBGSLCBLAS’, ‘HAVE_LIBM’ and add the options
+‘-lgsl -lgslcblas -lm’ to the variable ‘LIBS’.
+
+The tests above will find any version of the library.  They are suitable
+for general use, where the versions of the functions are not important.
+An alternative macro is available in the file ‘gsl.m4’ to test for a
+specific version of the library.  To use this macro simply add the
+following line to your ‘configure.in’ file instead of the tests above:
+
+     AX_PATH_GSL(GSL_VERSION,
+                [action-if-found],
+                [action-if-not-found])
+
+The argument ‘GSL_VERSION’ should be the two or three digit
+‘major.minor’ or ‘major.minor.micro’ version number of the release you
+require.  A suitable choice for ‘action-if-not-found’ is:
+
+     AC_MSG_ERROR(could not find required version of GSL)
+
+Then you can add the variables ‘GSL_LIBS’ and ‘GSL_CFLAGS’ to your
+Makefile.am files to obtain the correct compiler flags.  ‘GSL_LIBS’ is
+equal to the output of the ‘gsl-config --libs’ command and ‘GSL_CFLAGS’
+is equal to ‘gsl-config --cflags’ command.  For example:
+
+     libfoo_la_LDFLAGS = -lfoo $(GSL_LIBS) -lgslcblas
+
+Note that the macro ‘AX_PATH_GSL’ needs to use the C compiler so it
+should appear in the ‘configure.in’ file before the macro
+‘AC_LANG_CPLUSPLUS’ for programs that use C++.
+
+To test for ‘inline’ the following test should be placed in your
+‘configure.in’ file:
+
+     AC_C_INLINE
+
+     if test "$ac_cv_c_inline" != no ; then
+       AC_DEFINE(HAVE_INLINE,1)
+       AC_SUBST(HAVE_INLINE)
+     fi
+
+and the macro will then be defined in the compilation flags or by
+including the file ‘config.h’ before any library headers.
+
+The following autoconf test will check for ‘extern inline’:
+
+     dnl Check for "extern inline", using a modified version
+     dnl of the test for AC_C_INLINE from acspecific.mt
+     dnl
+     AC_CACHE_CHECK([for extern inline], ac_cv_c_extern_inline,
+     [ac_cv_c_extern_inline=no
+     AC_TRY_COMPILE([extern $ac_cv_c_inline double foo(double x);
+     extern $ac_cv_c_inline double foo(double x) { return x+1.0; };
+     double foo (double x) { return x + 1.0; };],
+     [  foo(1.0)  ],
+     [ac_cv_c_extern_inline="yes"])
+     ])
+
+     if test "$ac_cv_c_extern_inline" != no ; then
+       AC_DEFINE(HAVE_INLINE,1)
+       AC_SUBST(HAVE_INLINE)
+     fi
+
+The substitution of portability functions can be made automatically if
+you use ‘autoconf’.  For example, to test whether the BSD function
+‘hypot()’ is available you can include the following line in the
+configure file ‘configure.in’ for your application:
+
+     AC_CHECK_FUNCS(hypot)
+
+and place the following macro definitions in the file ‘config.h.in’:
+
+     /* Substitute gsl_hypot for missing system hypot */
+
+     #ifndef HAVE_HYPOT
+     #define hypot gsl_hypot
+     #endif
+
+The application source files can then use the include command ‘#include
+<config.h>’ to substitute *note gsl_hypot(): 1a. for each occurrence of
+‘hypot()’ when ‘hypot()’ is not available.
+
+\1f
+File: gsl-ref.info,  Node: GSL CBLAS Library,  Next: GNU General Public License,  Prev: Autoconf Macros,  Up: Top
+
+51 GSL CBLAS Library
+********************
+
+The prototypes for the low-level CBLAS functions are declared in the
+file ‘gsl_cblas.h’.  For the definition of the functions consult the
+documentation available from Netlib (*note see BLAS References and
+Further Reading: 4e7.).
+
+* Menu:
+
+* Level 1: Level 1<2>.
+* Level 2: Level 2<2>.
+* Level 3: Level 3<2>.
+* Examples: Examples<37>.
+
+\1f
+File: gsl-ref.info,  Node: Level 1<2>,  Next: Level 2<2>,  Up: GSL CBLAS Library
+
+51.1 Level 1
+============
+
+ -- Function: float cblas_sdsdot (const int N, const float alpha, const
+          float *x, const int incx, const float *y, const int incy)
+
+ -- Function: double cblas_dsdot (const int N, const float *x, const int
+          incx, const float *y, const int incy)
+
+ -- Function: float cblas_sdot (const int N, const float *x, const int
+          incx, const float *y, const int incy)
+
+ -- Function: double cblas_ddot (const int N, const double *x, const int
+          incx, const double *y, const int incy)
+
+ -- Function: void cblas_cdotu_sub (const int N, const void *x, const
+          int incx, const void *y, const int incy, void *dotu)
+
+ -- Function: void cblas_cdotc_sub (const int N, const void *x, const
+          int incx, const void *y, const int incy, void *dotc)
+
+ -- Function: void cblas_zdotu_sub (const int N, const void *x, const
+          int incx, const void *y, const int incy, void *dotu)
+
+ -- Function: void cblas_zdotc_sub (const int N, const void *x, const
+          int incx, const void *y, const int incy, void *dotc)
+
+ -- Function: float cblas_snrm2 (const int N, const float *x, const int
+          incx)
+
+ -- Function: float cblas_sasum (const int N, const float *x, const int
+          incx)
+
+ -- Function: double cblas_dnrm2 (const int N, const double *x, const
+          int incx)
+
+ -- Function: double cblas_dasum (const int N, const double *x, const
+          int incx)
+
+ -- Function: float cblas_scnrm2 (const int N, const void *x, const int
+          incx)
+
+ -- Function: float cblas_scasum (const int N, const void *x, const int
+          incx)
+
+ -- Function: double cblas_dznrm2 (const int N, const void *x, const int
+          incx)
+
+ -- Function: double cblas_dzasum (const int N, const void *x, const int
+          incx)
+
+ -- Function: CBLAS_INDEX cblas_isamax (const int N, const float *x,
+          const int incx)
+
+ -- Function: CBLAS_INDEX cblas_idamax (const int N, const double *x,
+          const int incx)
+
+ -- Function: CBLAS_INDEX cblas_icamax (const int N, const void *x,
+          const int incx)
+
+ -- Function: CBLAS_INDEX cblas_izamax (const int N, const void *x,
+          const int incx)
+
+ -- Function: void cblas_sswap (const int N, float *x, const int incx,
+          float *y, const int incy)
+
+ -- Function: void cblas_scopy (const int N, const float *x, const int
+          incx, float *y, const int incy)
+
+ -- Function: void cblas_saxpy (const int N, const float alpha, const
+          float *x, const int incx, float *y, const int incy)
+
+ -- Function: void cblas_dswap (const int N, double *x, const int incx,
+          double *y, const int incy)
+
+ -- Function: void cblas_dcopy (const int N, const double *x, const int
+          incx, double *y, const int incy)
+
+ -- Function: void cblas_daxpy (const int N, const double alpha, const
+          double *x, const int incx, double *y, const int incy)
+
+ -- Function: void cblas_cswap (const int N, void *x, const int incx,
+          void *y, const int incy)
+
+ -- Function: void cblas_ccopy (const int N, const void *x, const int
+          incx, void *y, const int incy)
+
+ -- Function: void cblas_caxpy (const int N, const void *alpha, const
+          void *x, const int incx, void *y, const int incy)
+
+ -- Function: void cblas_zswap (const int N, void *x, const int incx,
+          void *y, const int incy)
+
+ -- Function: void cblas_zcopy (const int N, const void *x, const int
+          incx, void *y, const int incy)
+
+ -- Function: void cblas_zaxpy (const int N, const void *alpha, const
+          void *x, const int incx, void *y, const int incy)
+
+ -- Function: void cblas_srotg (float *a, float *b, float *c, float *s)
+
+ -- Function: void cblas_srotmg (float *d1, float *d2, float *b1, const
+          float b2, float *P)
+
+ -- Function: void cblas_srot (const int N, float *x, const int incx,
+          float *y, const int incy, const float c, const float s)
+
+ -- Function: void cblas_srotm (const int N, float *x, const int incx,
+          float *y, const int incy, const float *P)
+
+ -- Function: void cblas_drotg (double *a, double *b, double *c, double
+          *s)
+
+ -- Function: void cblas_drotmg (double *d1, double *d2, double *b1,
+          const double b2, double *P)
+
+ -- Function: void cblas_drot (const int N, double *x, const int incx,
+          double *y, const int incy, const double c, const double s)
+
+ -- Function: void cblas_drotm (const int N, double *x, const int incx,
+          double *y, const int incy, const double *P)
+
+ -- Function: void cblas_sscal (const int N, const float alpha, float
+          *x, const int incx)
+
+ -- Function: void cblas_dscal (const int N, const double alpha, double
+          *x, const int incx)
+
+ -- Function: void cblas_cscal (const int N, const void *alpha, void *x,
+          const int incx)
+
+ -- Function: void cblas_zscal (const int N, const void *alpha, void *x,
+          const int incx)
+
+ -- Function: void cblas_csscal (const int N, const float alpha, void
+          *x, const int incx)
+
+ -- Function: void cblas_zdscal (const int N, const double alpha, void
+          *x, const int incx)
+
+\1f
+File: gsl-ref.info,  Node: Level 2<2>,  Next: Level 3<2>,  Prev: Level 1<2>,  Up: GSL CBLAS Library
+
+51.2 Level 2
+============
+
+ -- Function: void cblas_sgemv (const enum CBLAS_ORDER order, const enum
+          CBLAS_TRANSPOSE TransA, const int M, const int N, const float
+          alpha, const float *A, const int lda, const float *x, const
+          int incx, const float beta, float *y, const int incy)
+
+ -- Function: void cblas_sgbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_TRANSPOSE TransA, const int M, const int N, const int
+          KL, const int KU, const float alpha, const float *A, const int
+          lda, const float *x, const int incx, const float beta, float
+          *y, const int incy)
+
+ -- Function: void cblas_strmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const float *A, const int lda,
+          float *x, const int incx)
+
+ -- Function: void cblas_stbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const int K, const float *A,
+          const int lda, float *x, const int incx)
+
+ -- Function: void cblas_stpmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const float *Ap, float *x, const
+          int incx)
+
+ -- Function: void cblas_strsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const float *A, const int lda,
+          float *x, const int incx)
+
+ -- Function: void cblas_stbsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const int K, const float *A,
+          const int lda, float *x, const int incx)
+
+ -- Function: void cblas_stpsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const float *Ap, float *x, const
+          int incx)
+
+ -- Function: void cblas_dgemv (const enum CBLAS_ORDER order, const enum
+          CBLAS_TRANSPOSE TransA, const int M, const int N, const double
+          alpha, const double *A, const int lda, const double *x, const
+          int incx, const double beta, double *y, const int incy)
+
+ -- Function: void cblas_dgbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_TRANSPOSE TransA, const int M, const int N, const int
+          KL, const int KU, const double alpha, const double *A, const
+          int lda, const double *x, const int incx, const double beta,
+          double *y, const int incy)
+
+ -- Function: void cblas_dtrmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const double *A, const int lda,
+          double *x, const int incx)
+
+ -- Function: void cblas_dtbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const int K, const double *A,
+          const int lda, double *x, const int incx)
+
+ -- Function: void cblas_dtpmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const double *Ap, double *x,
+          const int incx)
+
+ -- Function: void cblas_dtrsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const double *A, const int lda,
+          double *x, const int incx)
+
+ -- Function: void cblas_dtbsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const int K, const double *A,
+          const int lda, double *x, const int incx)
+
+ -- Function: void cblas_dtpsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const double *Ap, double *x,
+          const int incx)
+
+ -- Function: void cblas_cgemv (const enum CBLAS_ORDER order, const enum
+          CBLAS_TRANSPOSE TransA, const int M, const int N, const void
+          *alpha, const void *A, const int lda, const void *x, const int
+          incx, const void *beta, void *y, const int incy)
+
+ -- Function: void cblas_cgbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_TRANSPOSE TransA, const int M, const int N, const int
+          KL, const int KU, const void *alpha, const void *A, const int
+          lda, const void *x, const int incx, const void *beta, void *y,
+          const int incy)
+
+ -- Function: void cblas_ctrmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const void *A, const int lda,
+          void *x, const int incx)
+
+ -- Function: void cblas_ctbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const int K, const void *A,
+          const int lda, void *x, const int incx)
+
+ -- Function: void cblas_ctpmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const void *Ap, void *x, const
+          int incx)
+
+ -- Function: void cblas_ctrsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const void *A, const int lda,
+          void *x, const int incx)
+
+ -- Function: void cblas_ctbsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const int K, const void *A,
+          const int lda, void *x, const int incx)
+
+ -- Function: void cblas_ctpsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const void *Ap, void *x, const
+          int incx)
+
+ -- Function: void cblas_zgemv (const enum CBLAS_ORDER order, const enum
+          CBLAS_TRANSPOSE TransA, const int M, const int N, const void
+          *alpha, const void *A, const int lda, const void *x, const int
+          incx, const void *beta, void *y, const int incy)
+
+ -- Function: void cblas_zgbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_TRANSPOSE TransA, const int M, const int N, const int
+          KL, const int KU, const void *alpha, const void *A, const int
+          lda, const void *x, const int incx, const void *beta, void *y,
+          const int incy)
+
+ -- Function: void cblas_ztrmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const void *A, const int lda,
+          void *x, const int incx)
+
+ -- Function: void cblas_ztbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const int K, const void *A,
+          const int lda, void *x, const int incx)
+
+ -- Function: void cblas_ztpmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const void *Ap, void *x, const
+          int incx)
+
+ -- Function: void cblas_ztrsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const void *A, const int lda,
+          void *x, const int incx)
+
+ -- Function: void cblas_ztbsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const int K, const void *A,
+          const int lda, void *x, const int incx)
+
+ -- Function: void cblas_ztpsv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE TransA, const enum
+          CBLAS_DIAG Diag, const int N, const void *Ap, void *x, const
+          int incx)
+
+ -- Function: void cblas_ssymv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const float alpha, const float
+          *A, const int lda, const float *x, const int incx, const float
+          beta, float *y, const int incy)
+
+ -- Function: void cblas_ssbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const int K, const float alpha,
+          const float *A, const int lda, const float *x, const int incx,
+          const float beta, float *y, const int incy)
+
+ -- Function: void cblas_sspmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const float alpha, const float
+          *Ap, const float *x, const int incx, const float beta, float
+          *y, const int incy)
+
+ -- Function: void cblas_sger (const enum CBLAS_ORDER order, const int
+          M, const int N, const float alpha, const float *x, const int
+          incx, const float *y, const int incy, float *A, const int lda)
+
+ -- Function: void cblas_ssyr (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const float alpha, const float
+          *x, const int incx, float *A, const int lda)
+
+ -- Function: void cblas_sspr (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const float alpha, const float
+          *x, const int incx, float *Ap)
+
+ -- Function: void cblas_ssyr2 (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const float alpha, const float
+          *x, const int incx, const float *y, const int incy, float *A,
+          const int lda)
+
+ -- Function: void cblas_sspr2 (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const float alpha, const float
+          *x, const int incx, const float *y, const int incy, float *A)
+
+ -- Function: void cblas_dsymv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const double alpha, const double
+          *A, const int lda, const double *x, const int incx, const
+          double beta, double *y, const int incy)
+
+ -- Function: void cblas_dsbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const int K, const double alpha,
+          const double *A, const int lda, const double *x, const int
+          incx, const double beta, double *y, const int incy)
+
+ -- Function: void cblas_dspmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const double alpha, const double
+          *Ap, const double *x, const int incx, const double beta,
+          double *y, const int incy)
+
+ -- Function: void cblas_dger (const enum CBLAS_ORDER order, const int
+          M, const int N, const double alpha, const double *x, const int
+          incx, const double *y, const int incy, double *A, const int
+          lda)
+
+ -- Function: void cblas_dsyr (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const double alpha, const double
+          *x, const int incx, double *A, const int lda)
+
+ -- Function: void cblas_dspr (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const double alpha, const double
+          *x, const int incx, double *Ap)
+
+ -- Function: void cblas_dsyr2 (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const double alpha, const double
+          *x, const int incx, const double *y, const int incy, double
+          *A, const int lda)
+
+ -- Function: void cblas_dspr2 (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const double alpha, const double
+          *x, const int incx, const double *y, const int incy, double
+          *A)
+
+ -- Function: void cblas_chemv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const void *alpha, const void
+          *A, const int lda, const void *x, const int incx, const void
+          *beta, void *y, const int incy)
+
+ -- Function: void cblas_chbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const int K, const void *alpha,
+          const void *A, const int lda, const void *x, const int incx,
+          const void *beta, void *y, const int incy)
+
+ -- Function: void cblas_chpmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const void *alpha, const void
+          *Ap, const void *x, const int incx, const void *beta, void *y,
+          const int incy)
+
+ -- Function: void cblas_cgeru (const enum CBLAS_ORDER order, const int
+          M, const int N, const void *alpha, const void *x, const int
+          incx, const void *y, const int incy, void *A, const int lda)
+
+ -- Function: void cblas_cgerc (const enum CBLAS_ORDER order, const int
+          M, const int N, const void *alpha, const void *x, const int
+          incx, const void *y, const int incy, void *A, const int lda)
+
+ -- Function: void cblas_cher (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const float alpha, const void
+          *x, const int incx, void *A, const int lda)
+
+ -- Function: void cblas_chpr (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const float alpha, const void
+          *x, const int incx, void *A)
+
+ -- Function: void cblas_cher2 (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const void *alpha, const void
+          *x, const int incx, const void *y, const int incy, void *A,
+          const int lda)
+
+ -- Function: void cblas_chpr2 (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const void *alpha, const void
+          *x, const int incx, const void *y, const int incy, void *Ap)
+
+ -- Function: void cblas_zhemv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const void *alpha, const void
+          *A, const int lda, const void *x, const int incx, const void
+          *beta, void *y, const int incy)
+
+ -- Function: void cblas_zhbmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const int K, const void *alpha,
+          const void *A, const int lda, const void *x, const int incx,
+          const void *beta, void *y, const int incy)
+
+ -- Function: void cblas_zhpmv (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const void *alpha, const void
+          *Ap, const void *x, const int incx, const void *beta, void *y,
+          const int incy)
+
+ -- Function: void cblas_zgeru (const enum CBLAS_ORDER order, const int
+          M, const int N, const void *alpha, const void *x, const int
+          incx, const void *y, const int incy, void *A, const int lda)
+
+ -- Function: void cblas_zgerc (const enum CBLAS_ORDER order, const int
+          M, const int N, const void *alpha, const void *x, const int
+          incx, const void *y, const int incy, void *A, const int lda)
+
+ -- Function: void cblas_zher (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const double alpha, const void
+          *x, const int incx, void *A, const int lda)
+
+ -- Function: void cblas_zhpr (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const double alpha, const void
+          *x, const int incx, void *A)
+
+ -- Function: void cblas_zher2 (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const void *alpha, const void
+          *x, const int incx, const void *y, const int incy, void *A,
+          const int lda)
+
+ -- Function: void cblas_zhpr2 (const enum CBLAS_ORDER order, const enum
+          CBLAS_UPLO Uplo, const int N, const void *alpha, const void
+          *x, const int incx, const void *y, const int incy, void *Ap)
+
+\1f
+File: gsl-ref.info,  Node: Level 3<2>,  Next: Examples<37>,  Prev: Level 2<2>,  Up: GSL CBLAS Library
+
+51.3 Level 3
+============
+
+ -- Function: void cblas_sgemm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_TRANSPOSE TransB,
+          const int M, const int N, const int K, const float alpha,
+          const float *A, const int lda, const float *B, const int ldb,
+          const float beta, float *C, const int ldc)
+
+ -- Function: void cblas_ssymm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const int M,
+          const int N, const float alpha, const float *A, const int lda,
+          const float *B, const int ldb, const float beta, float *C,
+          const int ldc)
+
+ -- Function: void cblas_ssyrk (const enum CBLAS_ORDER Order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const int
+          N, const int K, const float alpha, const float *A, const int
+          lda, const float beta, float *C, const int ldc)
+
+ -- Function: void cblas_ssyr2k (const enum CBLAS_ORDER Order, const
+          enum CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const
+          int N, const int K, const float alpha, const float *A, const
+          int lda, const float *B, const int ldb, const float beta,
+          float *C, const int ldc)
+
+ -- Function: void cblas_strmm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_DIAG Diag, const int
+          M, const int N, const float alpha, const float *A, const int
+          lda, float *B, const int ldb)
+
+ -- Function: void cblas_strsm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_DIAG Diag, const int
+          M, const int N, const float alpha, const float *A, const int
+          lda, float *B, const int ldb)
+
+ -- Function: void cblas_dgemm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_TRANSPOSE TransB,
+          const int M, const int N, const int K, const double alpha,
+          const double *A, const int lda, const double *B, const int
+          ldb, const double beta, double *C, const int ldc)
+
+ -- Function: void cblas_dsymm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const int M,
+          const int N, const double alpha, const double *A, const int
+          lda, const double *B, const int ldb, const double beta, double
+          *C, const int ldc)
+
+ -- Function: void cblas_dsyrk (const enum CBLAS_ORDER Order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const int
+          N, const int K, const double alpha, const double *A, const int
+          lda, const double beta, double *C, const int ldc)
+
+ -- Function: void cblas_dsyr2k (const enum CBLAS_ORDER Order, const
+          enum CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const
+          int N, const int K, const double alpha, const double *A, const
+          int lda, const double *B, const int ldb, const double beta,
+          double *C, const int ldc)
+
+ -- Function: void cblas_dtrmm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_DIAG Diag, const int
+          M, const int N, const double alpha, const double *A, const int
+          lda, double *B, const int ldb)
+
+ -- Function: void cblas_dtrsm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_DIAG Diag, const int
+          M, const int N, const double alpha, const double *A, const int
+          lda, double *B, const int ldb)
+
+ -- Function: void cblas_cgemm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_TRANSPOSE TransB,
+          const int M, const int N, const int K, const void *alpha,
+          const void *A, const int lda, const void *B, const int ldb,
+          const void *beta, void *C, const int ldc)
+
+ -- Function: void cblas_csymm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const int M,
+          const int N, const void *alpha, const void *A, const int lda,
+          const void *B, const int ldb, const void *beta, void *C, const
+          int ldc)
+
+ -- Function: void cblas_csyrk (const enum CBLAS_ORDER Order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const int
+          N, const int K, const void *alpha, const void *A, const int
+          lda, const void *beta, void *C, const int ldc)
+
+ -- Function: void cblas_csyr2k (const enum CBLAS_ORDER Order, const
+          enum CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const
+          int N, const int K, const void *alpha, const void *A, const
+          int lda, const void *B, const int ldb, const void *beta, void
+          *C, const int ldc)
+
+ -- Function: void cblas_ctrmm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_DIAG Diag, const int
+          M, const int N, const void *alpha, const void *A, const int
+          lda, void *B, const int ldb)
+
+ -- Function: void cblas_ctrsm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_DIAG Diag, const int
+          M, const int N, const void *alpha, const void *A, const int
+          lda, void *B, const int ldb)
+
+ -- Function: void cblas_zgemm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_TRANSPOSE TransB,
+          const int M, const int N, const int K, const void *alpha,
+          const void *A, const int lda, const void *B, const int ldb,
+          const void *beta, void *C, const int ldc)
+
+ -- Function: void cblas_zsymm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const int M,
+          const int N, const void *alpha, const void *A, const int lda,
+          const void *B, const int ldb, const void *beta, void *C, const
+          int ldc)
+
+ -- Function: void cblas_zsyrk (const enum CBLAS_ORDER Order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const int
+          N, const int K, const void *alpha, const void *A, const int
+          lda, const void *beta, void *C, const int ldc)
+
+ -- Function: void cblas_zsyr2k (const enum CBLAS_ORDER Order, const
+          enum CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const
+          int N, const int K, const void *alpha, const void *A, const
+          int lda, const void *B, const int ldb, const void *beta, void
+          *C, const int ldc)
+
+ -- Function: void cblas_ztrmm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_DIAG Diag, const int
+          M, const int N, const void *alpha, const void *A, const int
+          lda, void *B, const int ldb)
+
+ -- Function: void cblas_ztrsm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const enum
+          CBLAS_TRANSPOSE TransA, const enum CBLAS_DIAG Diag, const int
+          M, const int N, const void *alpha, const void *A, const int
+          lda, void *B, const int ldb)
+
+ -- Function: void cblas_chemm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const int M,
+          const int N, const void *alpha, const void *A, const int lda,
+          const void *B, const int ldb, const void *beta, void *C, const
+          int ldc)
+
+ -- Function: void cblas_cherk (const enum CBLAS_ORDER Order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const int
+          N, const int K, const float alpha, const void *A, const int
+          lda, const float beta, void *C, const int ldc)
+
+ -- Function: void cblas_cher2k (const enum CBLAS_ORDER Order, const
+          enum CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const
+          int N, const int K, const void *alpha, const void *A, const
+          int lda, const void *B, const int ldb, const float beta, void
+          *C, const int ldc)
+
+ -- Function: void cblas_zhemm (const enum CBLAS_ORDER Order, const enum
+          CBLAS_SIDE Side, const enum CBLAS_UPLO Uplo, const int M,
+          const int N, const void *alpha, const void *A, const int lda,
+          const void *B, const int ldb, const void *beta, void *C, const
+          int ldc)
+
+ -- Function: void cblas_zherk (const enum CBLAS_ORDER Order, const enum
+          CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const int
+          N, const int K, const double alpha, const void *A, const int
+          lda, const double beta, void *C, const int ldc)
+
+ -- Function: void cblas_zher2k (const enum CBLAS_ORDER Order, const
+          enum CBLAS_UPLO Uplo, const enum CBLAS_TRANSPOSE Trans, const
+          int N, const int K, const void *alpha, const void *A, const
+          int lda, const void *B, const int ldb, const double beta, void
+          *C, const int ldc)
+
+ -- Function: void cblas_xerbla (int p, const char *rout, const char
+          *form, ...)
+
+\1f
+File: gsl-ref.info,  Node: Examples<37>,  Prev: Level 3<2>,  Up: GSL CBLAS Library
+
+51.4 Examples
+=============
+
+The following program computes the product of two matrices using the
+Level-3 BLAS function SGEMM,
+
+     [ 0.11 0.12 0.13 ]  [ 1011 1012 ]     [ 367.76 368.12 ]
+     [ 0.21 0.22 0.23 ]  [ 1021 1022 ]  =  [ 674.06 674.72 ]
+                         [ 1031 1032 ]
+
+The matrices are stored in row major order but could be stored in column
+major order if the first argument of the call to *note cblas_sgemm():
+d79. was changed to ‘CblasColMajor’.
+
+     #include <stdio.h>
+     #include <gsl/gsl_cblas.h>
+
+     int
+     main (void)
+     {
+       int lda = 3;
+
+       float A[] = { 0.11, 0.12, 0.13,
+                     0.21, 0.22, 0.23 };
+
+       int ldb = 2;
+
+       float B[] = { 1011, 1012,
+                     1021, 1022,
+                     1031, 1032 };
+
+       int ldc = 2;
+
+       float C[] = { 0.00, 0.00,
+                     0.00, 0.00 };
+
+       /* Compute C = A B */
+
+       cblas_sgemm (CblasRowMajor,
+                    CblasNoTrans, CblasNoTrans, 2, 2, 3,
+                    1.0, A, lda, B, ldb, 0.0, C, ldc);
+
+       printf ("[ %g, %g\n", C[0], C[1]);
+       printf ("  %g, %g ]\n", C[2], C[3]);
+
+       return 0;
+     }
+
+To compile the program use the following command line:
+
+     $ gcc -Wall demo.c -lgslcblas
+
+There is no need to link with the main library ‘-lgsl’ in this case as
+the CBLAS library is an independent unit.  Here is the output from the
+program,
+
+     [ 367.76, 368.12
+       674.06, 674.72 ]
+
+\1f
+File: gsl-ref.info,  Node: GNU General Public License,  Next: GNU Free Documentation License,  Prev: GSL CBLAS Library,  Up: Top
+
+52 GNU General Public License
+*****************************
+
+                         GNU GENERAL PUBLIC LICENSE
+                            Version 3, 29 June 2007
+
+      Copyright (C) 2007 Free Software Foundation, Inc. <http://fsf.org/>
+      Everyone is permitted to copy and distribute verbatim copies
+      of this license document, but changing it is not allowed.
+
+                                 Preamble
+
+       The GNU General Public License is a free, copyleft license for
+     software and other kinds of works.
+
+       The licenses for most software and other practical works are designed
+     to take away your freedom to share and change the works.  By contrast,
+     the GNU General Public License is intended to guarantee your freedom to
+     share and change all versions of a program--to make sure it remains free
+     software for all its users.  We, the Free Software Foundation, use the
+     GNU General Public License for most of our software; it applies also to
+     any other work released this way by its authors.  You can apply it to
+     your programs, too.
+
+       When we speak of free software, we are referring to freedom, not
+     price.  Our General Public Licenses are designed to make sure that you
+     have the freedom to distribute copies of free software (and charge for
+     them if you wish), that you receive source code or can get it if you
+     want it, that you can change the software or use pieces of it in new
+     free programs, and that you know you can do these things.
+
+       To protect your rights, we need to prevent others from denying you
+     these rights or asking you to surrender the rights.  Therefore, you have
+     certain responsibilities if you distribute copies of the software, or if
+     you modify it: responsibilities to respect the freedom of others.
+
+       For example, if you distribute copies of such a program, whether
+     gratis or for a fee, you must pass on to the recipients the same
+     freedoms that you received.  You must make sure that they, too, receive
+     or can get the source code.  And you must show them these terms so they
+     know their rights.
+
+       Developers that use the GNU GPL protect your rights with two steps:
+     (1) assert copyright on the software, and (2) offer you this License
+     giving you legal permission to copy, distribute and/or modify it.
+
+       For the developers' and authors' protection, the GPL clearly explains
+     that there is no warranty for this free software.  For both users' and
+     authors' sake, the GPL requires that modified versions be marked as
+     changed, so that their problems will not be attributed erroneously to
+     authors of previous versions.
+
+       Some devices are designed to deny users access to install or run
+     modified versions of the software inside them, although the manufacturer
+     can do so.  This is fundamentally incompatible with the aim of
+     protecting users' freedom to change the software.  The systematic
+     pattern of such abuse occurs in the area of products for individuals to
+     use, which is precisely where it is most unacceptable.  Therefore, we
+     have designed this version of the GPL to prohibit the practice for those
+     products.  If such problems arise substantially in other domains, we
+     stand ready to extend this provision to those domains in future versions
+     of the GPL, as needed to protect the freedom of users.
+
+       Finally, every program is threatened constantly by software patents.
+     States should not allow patents to restrict development and use of
+     software on general-purpose computers, but in those that do, we wish to
+     avoid the special danger that patents applied to a free program could
+     make it effectively proprietary.  To prevent this, the GPL assures that
+     patents cannot be used to render the program non-free.
+
+       The precise terms and conditions for copying, distribution and
+     modification follow.
+
+                            TERMS AND CONDITIONS
+
+       0. Definitions.
+
+       "This License" refers to version 3 of the GNU General Public License.
+
+       "Copyright" also means copyright-like laws that apply to other kinds of
+     works, such as semiconductor masks.
+
+       "The Program" refers to any copyrightable work licensed under this
+     License.  Each licensee is addressed as "you".  "Licensees" and
+     "recipients" may be individuals or organizations.
+
+       To "modify" a work means to copy from or adapt all or part of the work
+     in a fashion requiring copyright permission, other than the making of an
+     exact copy.  The resulting work is called a "modified version" of the
+     earlier work or a work "based on" the earlier work.
+
+       A "covered work" means either the unmodified Program or a work based
+     on the Program.
+
+       To "propagate" a work means to do anything with it that, without
+     permission, would make you directly or secondarily liable for
+     infringement under applicable copyright law, except executing it on a
+     computer or modifying a private copy.  Propagation includes copying,
+     distribution (with or without modification), making available to the
+     public, and in some countries other activities as well.
+
+       To "convey" a work means any kind of propagation that enables other
+     parties to make or receive copies.  Mere interaction with a user through
+     a computer network, with no transfer of a copy, is not conveying.
+
+       An interactive user interface displays "Appropriate Legal Notices"
+     to the extent that it includes a convenient and prominently visible
+     feature that (1) displays an appropriate copyright notice, and (2)
+     tells the user that there is no warranty for the work (except to the
+     extent that warranties are provided), that licensees may convey the
+     work under this License, and how to view a copy of this License.  If
+     the interface presents a list of user commands or options, such as a
+     menu, a prominent item in the list meets this criterion.
+
+       1. Source Code.
+
+       The "source code" for a work means the preferred form of the work
+     for making modifications to it.  "Object code" means any non-source
+     form of a work.
+
+       A "Standard Interface" means an interface that either is an official
+     standard defined by a recognized standards body, or, in the case of
+     interfaces specified for a particular programming language, one that
+     is widely used among developers working in that language.
+
+       The "System Libraries" of an executable work include anything, other
+     than the work as a whole, that (a) is included in the normal form of
+     packaging a Major Component, but which is not part of that Major
+     Component, and (b) serves only to enable use of the work with that
+     Major Component, or to implement a Standard Interface for which an
+     implementation is available to the public in source code form.  A
+     "Major Component", in this context, means a major essential component
+     (kernel, window system, and so on) of the specific operating system
+     (if any) on which the executable work runs, or a compiler used to
+     produce the work, or an object code interpreter used to run it.
+
+       The "Corresponding Source" for a work in object code form means all
+     the source code needed to generate, install, and (for an executable
+     work) run the object code and to modify the work, including scripts to
+     control those activities.  However, it does not include the work's
+     System Libraries, or general-purpose tools or generally available free
+     programs which are used unmodified in performing those activities but
+     which are not part of the work.  For example, Corresponding Source
+     includes interface definition files associated with source files for
+     the work, and the source code for shared libraries and dynamically
+     linked subprograms that the work is specifically designed to require,
+     such as by intimate data communication or control flow between those
+     subprograms and other parts of the work.
+
+       The Corresponding Source need not include anything that users
+     can regenerate automatically from other parts of the Corresponding
+     Source.
+
+       The Corresponding Source for a work in source code form is that
+     same work.
+
+       2. Basic Permissions.
+
+       All rights granted under this License are granted for the term of
+     copyright on the Program, and are irrevocable provided the stated
+     conditions are met.  This License explicitly affirms your unlimited
+     permission to run the unmodified Program.  The output from running a
+     covered work is covered by this License only if the output, given its
+     content, constitutes a covered work.  This License acknowledges your
+     rights of fair use or other equivalent, as provided by copyright law.
+
+       You may make, run and propagate covered works that you do not
+     convey, without conditions so long as your license otherwise remains
+     in force.  You may convey covered works to others for the sole purpose
+     of having them make modifications exclusively for you, or provide you
+     with facilities for running those works, provided that you comply with
+     the terms of this License in conveying all material for which you do
+     not control copyright.  Those thus making or running the covered works
+     for you must do so exclusively on your behalf, under your direction
+     and control, on terms that prohibit them from making any copies of
+     your copyrighted material outside their relationship with you.
+
+       Conveying under any other circumstances is permitted solely under
+     the conditions stated below.  Sublicensing is not allowed; section 10
+     makes it unnecessary.
+
+       3. Protecting Users' Legal Rights From Anti-Circumvention Law.
+
+       No covered work shall be deemed part of an effective technological
+     measure under any applicable law fulfilling obligations under article
+     11 of the WIPO copyright treaty adopted on 20 December 1996, or
+     similar laws prohibiting or restricting circumvention of such
+     measures.
+
+       When you convey a covered work, you waive any legal power to forbid
+     circumvention of technological measures to the extent such circumvention
+     is effected by exercising rights under this License with respect to
+     the covered work, and you disclaim any intention to limit operation or
+     modification of the work as a means of enforcing, against the work's
+     users, your or third parties' legal rights to forbid circumvention of
+     technological measures.
+
+       4. Conveying Verbatim Copies.
+
+       You may convey verbatim copies of the Program's source code as you
+     receive it, in any medium, provided that you conspicuously and
+     appropriately publish on each copy an appropriate copyright notice;
+     keep intact all notices stating that this License and any
+     non-permissive terms added in accord with section 7 apply to the code;
+     keep intact all notices of the absence of any warranty; and give all
+     recipients a copy of this License along with the Program.
+
+       You may charge any price or no price for each copy that you convey,
+     and you may offer support or warranty protection for a fee.
+
+       5. Conveying Modified Source Versions.
+
+       You may convey a work based on the Program, or the modifications to
+     produce it from the Program, in the form of source code under the
+     terms of section 4, provided that you also meet all of these conditions:
+
+         a) The work must carry prominent notices stating that you modified
+         it, and giving a relevant date.
+
+         b) The work must carry prominent notices stating that it is
+         released under this License and any conditions added under section
+         7.  This requirement modifies the requirement in section 4 to
+         "keep intact all notices".
+
+         c) You must license the entire work, as a whole, under this
+         License to anyone who comes into possession of a copy.  This
+         License will therefore apply, along with any applicable section 7
+         additional terms, to the whole of the work, and all its parts,
+         regardless of how they are packaged.  This License gives no
+         permission to license the work in any other way, but it does not
+         invalidate such permission if you have separately received it.
+
+         d) If the work has interactive user interfaces, each must display
+         Appropriate Legal Notices; however, if the Program has interactive
+         interfaces that do not display Appropriate Legal Notices, your
+         work need not make them do so.
+
+       A compilation of a covered work with other separate and independent
+     works, which are not by their nature extensions of the covered work,
+     and which are not combined with it such as to form a larger program,
+     in or on a volume of a storage or distribution medium, is called an
+     "aggregate" if the compilation and its resulting copyright are not
+     used to limit the access or legal rights of the compilation's users
+     beyond what the individual works permit.  Inclusion of a covered work
+     in an aggregate does not cause this License to apply to the other
+     parts of the aggregate.
+
+       6. Conveying Non-Source Forms.
+
+       You may convey a covered work in object code form under the terms
+     of sections 4 and 5, provided that you also convey the
+     machine-readable Corresponding Source under the terms of this License,
+     in one of these ways:
+
+         a) Convey the object code in, or embodied in, a physical product
+         (including a physical distribution medium), accompanied by the
+         Corresponding Source fixed on a durable physical medium
+         customarily used for software interchange.
+
+         b) Convey the object code in, or embodied in, a physical product
+         (including a physical distribution medium), accompanied by a
+         written offer, valid for at least three years and valid for as
+         long as you offer spare parts or customer support for that product
+         model, to give anyone who possesses the object code either (1) a
+         copy of the Corresponding Source for all the software in the
+         product that is covered by this License, on a durable physical
+         medium customarily used for software interchange, for a price no
+         more than your reasonable cost of physically performing this
+         conveying of source, or (2) access to copy the
+         Corresponding Source from a network server at no charge.
+
+         c) Convey individual copies of the object code with a copy of the
+         written offer to provide the Corresponding Source.  This
+         alternative is allowed only occasionally and noncommercially, and
+         only if you received the object code with such an offer, in accord
+         with subsection 6b.
+
+         d) Convey the object code by offering access from a designated
+         place (gratis or for a charge), and offer equivalent access to the
+         Corresponding Source in the same way through the same place at no
+         further charge.  You need not require recipients to copy the
+         Corresponding Source along with the object code.  If the place to
+         copy the object code is a network server, the Corresponding Source
+         may be on a different server (operated by you or a third party)
+         that supports equivalent copying facilities, provided you maintain
+         clear directions next to the object code saying where to find the
+         Corresponding Source.  Regardless of what server hosts the
+         Corresponding Source, you remain obligated to ensure that it is
+         available for as long as needed to satisfy these requirements.
+
+         e) Convey the object code using peer-to-peer transmission, provided
+         you inform other peers where the object code and Corresponding
+         Source of the work are being offered to the general public at no
+         charge under subsection 6d.
+
+       A separable portion of the object code, whose source code is excluded
+     from the Corresponding Source as a System Library, need not be
+     included in conveying the object code work.
+
+       A "User Product" is either (1) a "consumer product", which means any
+     tangible personal property which is normally used for personal, family,
+     or household purposes, or (2) anything designed or sold for incorporation
+     into a dwelling.  In determining whether a product is a consumer product,
+     doubtful cases shall be resolved in favor of coverage.  For a particular
+     product received by a particular user, "normally used" refers to a
+     typical or common use of that class of product, regardless of the status
+     of the particular user or of the way in which the particular user
+     actually uses, or expects or is expected to use, the product.  A product
+     is a consumer product regardless of whether the product has substantial
+     commercial, industrial or non-consumer uses, unless such uses represent
+     the only significant mode of use of the product.
+
+       "Installation Information" for a User Product means any methods,
+     procedures, authorization keys, or other information required to install
+     and execute modified versions of a covered work in that User Product from
+     a modified version of its Corresponding Source.  The information must
+     suffice to ensure that the continued functioning of the modified object
+     code is in no case prevented or interfered with solely because
+     modification has been made.
+
+       If you convey an object code work under this section in, or with, or
+     specifically for use in, a User Product, and the conveying occurs as
+     part of a transaction in which the right of possession and use of the
+     User Product is transferred to the recipient in perpetuity or for a
+     fixed term (regardless of how the transaction is characterized), the
+     Corresponding Source conveyed under this section must be accompanied
+     by the Installation Information.  But this requirement does not apply
+     if neither you nor any third party retains the ability to install
+     modified object code on the User Product (for example, the work has
+     been installed in ROM).
+
+       The requirement to provide Installation Information does not include a
+     requirement to continue to provide support service, warranty, or updates
+     for a work that has been modified or installed by the recipient, or for
+     the User Product in which it has been modified or installed.  Access to a
+     network may be denied when the modification itself materially and
+     adversely affects the operation of the network or violates the rules and
+     protocols for communication across the network.
+
+       Corresponding Source conveyed, and Installation Information provided,
+     in accord with this section must be in a format that is publicly
+     documented (and with an implementation available to the public in
+     source code form), and must require no special password or key for
+     unpacking, reading or copying.
+
+       7. Additional Terms.
+
+       "Additional permissions" are terms that supplement the terms of this
+     License by making exceptions from one or more of its conditions.
+     Additional permissions that are applicable to the entire Program shall
+     be treated as though they were included in this License, to the extent
+     that they are valid under applicable law.  If additional permissions
+     apply only to part of the Program, that part may be used separately
+     under those permissions, but the entire Program remains governed by
+     this License without regard to the additional permissions.
+
+       When you convey a copy of a covered work, you may at your option
+     remove any additional permissions from that copy, or from any part of
+     it.  (Additional permissions may be written to require their own
+     removal in certain cases when you modify the work.)  You may place
+     additional permissions on material, added by you to a covered work,
+     for which you have or can give appropriate copyright permission.
+
+       Notwithstanding any other provision of this License, for material you
+     add to a covered work, you may (if authorized by the copyright holders of
+     that material) supplement the terms of this License with terms:
+
+         a) Disclaiming warranty or limiting liability differently from the
+         terms of sections 15 and 16 of this License; or
+
+         b) Requiring preservation of specified reasonable legal notices or
+         author attributions in that material or in the Appropriate Legal
+         Notices displayed by works containing it; or
+
+         c) Prohibiting misrepresentation of the origin of that material, or
+         requiring that modified versions of such material be marked in
+         reasonable ways as different from the original version; or
+
+         d) Limiting the use for publicity purposes of names of licensors or
+         authors of the material; or
+
+         e) Declining to grant rights under trademark law for use of some
+         trade names, trademarks, or service marks; or
+
+         f) Requiring indemnification of licensors and authors of that
+         material by anyone who conveys the material (or modified versions of
+         it) with contractual assumptions of liability to the recipient, for
+         any liability that these contractual assumptions directly impose on
+         those licensors and authors.
+
+       All other non-permissive additional terms are considered "further
+     restrictions" within the meaning of section 10.  If the Program as you
+     received it, or any part of it, contains a notice stating that it is
+     governed by this License along with a term that is a further
+     restriction, you may remove that term.  If a license document contains
+     a further restriction but permits relicensing or conveying under this
+     License, you may add to a covered work material governed by the terms
+     of that license document, provided that the further restriction does
+     not survive such relicensing or conveying.
+
+       If you add terms to a covered work in accord with this section, you
+     must place, in the relevant source files, a statement of the
+     additional terms that apply to those files, or a notice indicating
+     where to find the applicable terms.
+
+       Additional terms, permissive or non-permissive, may be stated in the
+     form of a separately written license, or stated as exceptions;
+     the above requirements apply either way.
+
+       8. Termination.
+
+       You may not propagate or modify a covered work except as expressly
+     provided under this License.  Any attempt otherwise to propagate or
+     modify it is void, and will automatically terminate your rights under
+     this License (including any patent licenses granted under the third
+     paragraph of section 11).
+
+       However, if you cease all violation of this License, then your
+     license from a particular copyright holder is reinstated (a)
+     provisionally, unless and until the copyright holder explicitly and
+     finally terminates your license, and (b) permanently, if the copyright
+     holder fails to notify you of the violation by some reasonable means
+     prior to 60 days after the cessation.
+
+       Moreover, your license from a particular copyright holder is
+     reinstated permanently if the copyright holder notifies you of the
+     violation by some reasonable means, this is the first time you have
+     received notice of violation of this License (for any work) from that
+     copyright holder, and you cure the violation prior to 30 days after
+     your receipt of the notice.
+
+       Termination of your rights under this section does not terminate the
+     licenses of parties who have received copies or rights from you under
+     this License.  If your rights have been terminated and not permanently
+     reinstated, you do not qualify to receive new licenses for the same
+     material under section 10.
+
+       9. Acceptance Not Required for Having Copies.
+
+       You are not required to accept this License in order to receive or
+     run a copy of the Program.  Ancillary propagation of a covered work
+     occurring solely as a consequence of using peer-to-peer transmission
+     to receive a copy likewise does not require acceptance.  However,
+     nothing other than this License grants you permission to propagate or
+     modify any covered work.  These actions infringe copyright if you do
+     not accept this License.  Therefore, by modifying or propagating a
+     covered work, you indicate your acceptance of this License to do so.
+
+       10. Automatic Licensing of Downstream Recipients.
+
+       Each time you convey a covered work, the recipient automatically
+     receives a license from the original licensors, to run, modify and
+     propagate that work, subject to this License.  You are not responsible
+     for enforcing compliance by third parties with this License.
+
+       An "entity transaction" is a transaction transferring control of an
+     organization, or substantially all assets of one, or subdividing an
+     organization, or merging organizations.  If propagation of a covered
+     work results from an entity transaction, each party to that
+     transaction who receives a copy of the work also receives whatever
+     licenses to the work the party's predecessor in interest had or could
+     give under the previous paragraph, plus a right to possession of the
+     Corresponding Source of the work from the predecessor in interest, if
+     the predecessor has it or can get it with reasonable efforts.
+
+       You may not impose any further restrictions on the exercise of the
+     rights granted or affirmed under this License.  For example, you may
+     not impose a license fee, royalty, or other charge for exercise of
+     rights granted under this License, and you may not initiate litigation
+     (including a cross-claim or counterclaim in a lawsuit) alleging that
+     any patent claim is infringed by making, using, selling, offering for
+     sale, or importing the Program or any portion of it.
+
+       11. Patents.
+
+       A "contributor" is a copyright holder who authorizes use under this
+     License of the Program or a work on which the Program is based.  The
+     work thus licensed is called the contributor's "contributor version".
+
+       A contributor's "essential patent claims" are all patent claims
+     owned or controlled by the contributor, whether already acquired or
+     hereafter acquired, that would be infringed by some manner, permitted
+     by this License, of making, using, or selling its contributor version,
+     but do not include claims that would be infringed only as a
+     consequence of further modification of the contributor version.  For
+     purposes of this definition, "control" includes the right to grant
+     patent sublicenses in a manner consistent with the requirements of
+     this License.
+
+       Each contributor grants you a non-exclusive, worldwide, royalty-free
+     patent license under the contributor's essential patent claims, to
+     make, use, sell, offer for sale, import and otherwise run, modify and
+     propagate the contents of its contributor version.
+
+       In the following three paragraphs, a "patent license" is any express
+     agreement or commitment, however denominated, not to enforce a patent
+     (such as an express permission to practice a patent or covenant not to
+     sue for patent infringement).  To "grant" such a patent license to a
+     party means to make such an agreement or commitment not to enforce a
+     patent against the party.
+
+       If you convey a covered work, knowingly relying on a patent license,
+     and the Corresponding Source of the work is not available for anyone
+     to copy, free of charge and under the terms of this License, through a
+     publicly available network server or other readily accessible means,
+     then you must either (1) cause the Corresponding Source to be so
+     available, or (2) arrange to deprive yourself of the benefit of the
+     patent license for this particular work, or (3) arrange, in a manner
+     consistent with the requirements of this License, to extend the patent
+     license to downstream recipients.  "Knowingly relying" means you have
+     actual knowledge that, but for the patent license, your conveying the
+     covered work in a country, or your recipient's use of the covered work
+     in a country, would infringe one or more identifiable patents in that
+     country that you have reason to believe are valid.
+
+       If, pursuant to or in connection with a single transaction or
+     arrangement, you convey, or propagate by procuring conveyance of, a
+     covered work, and grant a patent license to some of the parties
+     receiving the covered work authorizing them to use, propagate, modify
+     or convey a specific copy of the covered work, then the patent license
+     you grant is automatically extended to all recipients of the covered
+     work and works based on it.
+
+       A patent license is "discriminatory" if it does not include within
+     the scope of its coverage, prohibits the exercise of, or is
+     conditioned on the non-exercise of one or more of the rights that are
+     specifically granted under this License.  You may not convey a covered
+     work if you are a party to an arrangement with a third party that is
+     in the business of distributing software, under which you make payment
+     to the third party based on the extent of your activity of conveying
+     the work, and under which the third party grants, to any of the
+     parties who would receive the covered work from you, a discriminatory
+     patent license (a) in connection with copies of the covered work
+     conveyed by you (or copies made from those copies), or (b) primarily
+     for and in connection with specific products or compilations that
+     contain the covered work, unless you entered into that arrangement,
+     or that patent license was granted, prior to 28 March 2007.
+
+       Nothing in this License shall be construed as excluding or limiting
+     any implied license or other defenses to infringement that may
+     otherwise be available to you under applicable patent law.
+
+       12. No Surrender of Others' Freedom.
+
+       If conditions are imposed on you (whether by court order, agreement or
+     otherwise) that contradict the conditions of this License, they do not
+     excuse you from the conditions of this License.  If you cannot convey a
+     covered work so as to satisfy simultaneously your obligations under this
+     License and any other pertinent obligations, then as a consequence you may
+     not convey it at all.  For example, if you agree to terms that obligate you
+     to collect a royalty for further conveying from those to whom you convey
+     the Program, the only way you could satisfy both those terms and this
+     License would be to refrain entirely from conveying the Program.
+
+       13. Use with the GNU Affero General Public License.
+
+       Notwithstanding any other provision of this License, you have
+     permission to link or combine any covered work with a work licensed
+     under version 3 of the GNU Affero General Public License into a single
+     combined work, and to convey the resulting work.  The terms of this
+     License will continue to apply to the part which is the covered work,
+     but the special requirements of the GNU Affero General Public License,
+     section 13, concerning interaction through a network will apply to the
+     combination as such.
+
+       14. Revised Versions of this License.
+
+       The Free Software Foundation may publish revised and/or new versions of
+     the GNU General Public License from time to time.  Such new versions will
+     be similar in spirit to the present version, but may differ in detail to
+     address new problems or concerns.
+
+       Each version is given a distinguishing version number.  If the
+     Program specifies that a certain numbered version of the GNU General
+     Public License "or any later version" applies to it, you have the
+     option of following the terms and conditions either of that numbered
+     version or of any later version published by the Free Software
+     Foundation.  If the Program does not specify a version number of the
+     GNU General Public License, you may choose any version ever published
+     by the Free Software Foundation.
+
+       If the Program specifies that a proxy can decide which future
+     versions of the GNU General Public License can be used, that proxy's
+     public statement of acceptance of a version permanently authorizes you
+     to choose that version for the Program.
+
+       Later license versions may give you additional or different
+     permissions.  However, no additional obligations are imposed on any
+     author or copyright holder as a result of your choosing to follow a
+     later version.
+
+       15. Disclaimer of Warranty.
+
+       THERE IS NO WARRANTY FOR THE PROGRAM, TO THE EXTENT PERMITTED BY
+     APPLICABLE LAW.  EXCEPT WHEN OTHERWISE STATED IN WRITING THE COPYRIGHT
+     HOLDERS AND/OR OTHER PARTIES PROVIDE THE PROGRAM "AS IS" WITHOUT WARRANTY
+     OF ANY KIND, EITHER EXPRESSED OR IMPLIED, INCLUDING, BUT NOT LIMITED TO,
+     THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR
+     PURPOSE.  THE ENTIRE RISK AS TO THE QUALITY AND PERFORMANCE OF THE PROGRAM
+     IS WITH YOU.  SHOULD THE PROGRAM PROVE DEFECTIVE, YOU ASSUME THE COST OF
+     ALL NECESSARY SERVICING, REPAIR OR CORRECTION.
+
+       16. Limitation of Liability.
+
+       IN NO EVENT UNLESS REQUIRED BY APPLICABLE LAW OR AGREED TO IN WRITING
+     WILL ANY COPYRIGHT HOLDER, OR ANY OTHER PARTY WHO MODIFIES AND/OR CONVEYS
+     THE PROGRAM AS PERMITTED ABOVE, BE LIABLE TO YOU FOR DAMAGES, INCLUDING ANY
+     GENERAL, SPECIAL, INCIDENTAL OR CONSEQUENTIAL DAMAGES ARISING OUT OF THE
+     USE OR INABILITY TO USE THE PROGRAM (INCLUDING BUT NOT LIMITED TO LOSS OF
+     DATA OR DATA BEING RENDERED INACCURATE OR LOSSES SUSTAINED BY YOU OR THIRD
+     PARTIES OR A FAILURE OF THE PROGRAM TO OPERATE WITH ANY OTHER PROGRAMS),
+     EVEN IF SUCH HOLDER OR OTHER PARTY HAS BEEN ADVISED OF THE POSSIBILITY OF
+     SUCH DAMAGES.
+
+       17. Interpretation of Sections 15 and 16.
+
+       If the disclaimer of warranty and limitation of liability provided
+     above cannot be given local legal effect according to their terms,
+     reviewing courts shall apply local law that most closely approximates
+     an absolute waiver of all civil liability in connection with the
+     Program, unless a warranty or assumption of liability accompanies a
+     copy of the Program in return for a fee.
+
+                          END OF TERMS AND CONDITIONS
+
+                 How to Apply These Terms to Your New Programs
+
+       If you develop a new program, and you want it to be of the greatest
+     possible use to the public, the best way to achieve this is to make it
+     free software which everyone can redistribute and change under these terms.
+
+       To do so, attach the following notices to the program.  It is safest
+     to attach them to the start of each source file to most effectively
+     state the exclusion of warranty; and each file should have at least
+     the "copyright" line and a pointer to where the full notice is found.
+
+         <one line to give the program's name and a brief idea of what it does.>
+         Copyright (C) <year>  <name of author>
+
+         This program is free software: you can redistribute it and/or modify
+         it under the terms of the GNU General Public License as published by
+         the Free Software Foundation, either version 3 of the License, or
+         (at your option) any later version.
+
+         This program is distributed in the hope that it will be useful,
+         but WITHOUT ANY WARRANTY; without even the implied warranty of
+         MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
+         GNU General Public License for more details.
+
+         You should have received a copy of the GNU General Public License
+         along with this program.  If not, see <http://www.gnu.org/licenses/>.
+
+     Also add information on how to contact you by electronic and paper mail.
+
+       If the program does terminal interaction, make it output a short
+     notice like this when it starts in an interactive mode:
+
+         <program>  Copyright (C) <year>  <name of author>
+         This program comes with ABSOLUTELY NO WARRANTY; for details type `show w'.
+         This is free software, and you are welcome to redistribute it
+         under certain conditions; type `show c' for details.
+
+     The hypothetical commands `show w' and `show c' should show the appropriate
+     parts of the General Public License.  Of course, your program's commands
+     might be different; for a GUI interface, you would use an "about box".
+
+       You should also get your employer (if you work as a programmer) or school,
+     if any, to sign a "copyright disclaimer" for the program, if necessary.
+     For more information on this, and how to apply and follow the GNU GPL, see
+     <http://www.gnu.org/licenses/>.
+
+       The GNU General Public License does not permit incorporating your program
+     into proprietary programs.  If your program is a subroutine library, you
+     may consider it more useful to permit linking proprietary applications with
+     the library.  If this is what you want to do, use the GNU Lesser General
+     Public License instead of this License.  But first, please read
+     <http://www.gnu.org/philosophy/why-not-lgpl.html>.
+
+\1f
+File: gsl-ref.info,  Node: GNU Free Documentation License,  Next: Index,  Prev: GNU General Public License,  Up: Top
+
+53 GNU Free Documentation License
+*********************************
+
+
+                     GNU Free Documentation License
+                      Version 1.3, 3 November 2008
+
+
+      Copyright (C) 2000, 2001, 2002, 2007, 2008 Free Software Foundation, Inc.
+          <http://fsf.org/>
+      Everyone is permitted to copy and distribute verbatim copies
+      of this license document, but changing it is not allowed.
+
+     0. PREAMBLE
+
+     The purpose of this License is to make a manual, textbook, or other
+     functional and useful document "free" in the sense of freedom: to
+     assure everyone the effective freedom to copy and redistribute it,
+     with or without modifying it, either commercially or noncommercially.
+     Secondarily, this License preserves for the author and publisher a way
+     to get credit for their work, while not being considered responsible
+     for modifications made by others.
+
+     This License is a kind of "copyleft", which means that derivative
+     works of the document must themselves be free in the same sense.  It
+     complements the GNU General Public License, which is a copyleft
+     license designed for free software.
+
+     We have designed this License in order to use it for manuals for free
+     software, because free software needs free documentation: a free
+     program should come with manuals providing the same freedoms that the
+     software does.  But this License is not limited to software manuals;
+     it can be used for any textual work, regardless of subject matter or
+     whether it is published as a printed book.  We recommend this License
+     principally for works whose purpose is instruction or reference.
+
+
+     1. APPLICABILITY AND DEFINITIONS
+
+     This License applies to any manual or other work, in any medium, that
+     contains a notice placed by the copyright holder saying it can be
+     distributed under the terms of this License.  Such a notice grants a
+     world-wide, royalty-free license, unlimited in duration, to use that
+     work under the conditions stated herein.  The "Document", below,
+     refers to any such manual or work.  Any member of the public is a
+     licensee, and is addressed as "you".  You accept the license if you
+     copy, modify or distribute the work in a way requiring permission
+     under copyright law.
+
+     A "Modified Version" of the Document means any work containing the
+     Document or a portion of it, either copied verbatim, or with
+     modifications and/or translated into another language.
+
+     A "Secondary Section" is a named appendix or a front-matter section of
+     the Document that deals exclusively with the relationship of the
+     publishers or authors of the Document to the Document's overall
+     subject (or to related matters) and contains nothing that could fall
+     directly within that overall subject.  (Thus, if the Document is in
+     part a textbook of mathematics, a Secondary Section may not explain
+     any mathematics.)  The relationship could be a matter of historical
+     connection with the subject or with related matters, or of legal,
+     commercial, philosophical, ethical or political position regarding
+     them.
+
+     The "Invariant Sections" are certain Secondary Sections whose titles
+     are designated, as being those of Invariant Sections, in the notice
+     that says that the Document is released under this License.  If a
+     section does not fit the above definition of Secondary then it is not
+     allowed to be designated as Invariant.  The Document may contain zero
+     Invariant Sections.  If the Document does not identify any Invariant
+     Sections then there are none.
+
+     The "Cover Texts" are certain short passages of text that are listed,
+     as Front-Cover Texts or Back-Cover Texts, in the notice that says that
+     the Document is released under this License.  A Front-Cover Text may
+     be at most 5 words, and a Back-Cover Text may be at most 25 words.
+
+     A "Transparent" copy of the Document means a machine-readable copy,
+     represented in a format whose specification is available to the
+     general public, that is suitable for revising the document
+     straightforwardly with generic text editors or (for images composed of
+     pixels) generic paint programs or (for drawings) some widely available
+     drawing editor, and that is suitable for input to text formatters or
+     for automatic translation to a variety of formats suitable for input
+     to text formatters.  A copy made in an otherwise Transparent file
+     format whose markup, or absence of markup, has been arranged to thwart
+     or discourage subsequent modification by readers is not Transparent.
+     An image format is not Transparent if used for any substantial amount
+     of text.  A copy that is not "Transparent" is called "Opaque".
+
+     Examples of suitable formats for Transparent copies include plain
+     ASCII without markup, Texinfo input format, LaTeX input format, SGML
+     or XML using a publicly available DTD, and standard-conforming simple
+     HTML, PostScript or PDF designed for human modification.  Examples of
+     transparent image formats include PNG, XCF and JPG.  Opaque formats
+     include proprietary formats that can be read and edited only by
+     proprietary word processors, SGML or XML for which the DTD and/or
+     processing tools are not generally available, and the
+     machine-generated HTML, PostScript or PDF produced by some word
+     processors for output purposes only.
+
+     The "Title Page" means, for a printed book, the title page itself,
+     plus such following pages as are needed to hold, legibly, the material
+     this License requires to appear in the title page.  For works in
+     formats which do not have any title page as such, "Title Page" means
+     the text near the most prominent appearance of the work's title,
+     preceding the beginning of the body of the text.
+
+     The "publisher" means any person or entity that distributes copies of
+     the Document to the public.
+
+     A section "Entitled XYZ" means a named subunit of the Document whose
+     title either is precisely XYZ or contains XYZ in parentheses following
+     text that translates XYZ in another language.  (Here XYZ stands for a
+     specific section name mentioned below, such as "Acknowledgements",
+     "Dedications", "Endorsements", or "History".)  To "Preserve the Title"
+     of such a section when you modify the Document means that it remains a
+     section "Entitled XYZ" according to this definition.
+
+     The Document may include Warranty Disclaimers next to the notice which
+     states that this License applies to the Document.  These Warranty
+     Disclaimers are considered to be included by reference in this
+     License, but only as regards disclaiming warranties: any other
+     implication that these Warranty Disclaimers may have is void and has
+     no effect on the meaning of this License.
+
+     2. VERBATIM COPYING
+
+     You may copy and distribute the Document in any medium, either
+     commercially or noncommercially, provided that this License, the
+     copyright notices, and the license notice saying this License applies
+     to the Document are reproduced in all copies, and that you add no
+     other conditions whatsoever to those of this License.  You may not use
+     technical measures to obstruct or control the reading or further
+     copying of the copies you make or distribute.  However, you may accept
+     compensation in exchange for copies.  If you distribute a large enough
+     number of copies you must also follow the conditions in section 3.
+
+     You may also lend copies, under the same conditions stated above, and
+     you may publicly display copies.
+
+
+     3. COPYING IN QUANTITY
+
+     If you publish printed copies (or copies in media that commonly have
+     printed covers) of the Document, numbering more than 100, and the
+     Document's license notice requires Cover Texts, you must enclose the
+     copies in covers that carry, clearly and legibly, all these Cover
+     Texts: Front-Cover Texts on the front cover, and Back-Cover Texts on
+     the back cover.  Both covers must also clearly and legibly identify
+     you as the publisher of these copies.  The front cover must present
+     the full title with all words of the title equally prominent and
+     visible.  You may add other material on the covers in addition.
+     Copying with changes limited to the covers, as long as they preserve
+     the title of the Document and satisfy these conditions, can be treated
+     as verbatim copying in other respects.
+
+     If the required texts for either cover are too voluminous to fit
+     legibly, you should put the first ones listed (as many as fit
+     reasonably) on the actual cover, and continue the rest onto adjacent
+     pages.
+
+     If you publish or distribute Opaque copies of the Document numbering
+     more than 100, you must either include a machine-readable Transparent
+     copy along with each Opaque copy, or state in or with each Opaque copy
+     a computer-network location from which the general network-using
+     public has access to download using public-standard network protocols
+     a complete Transparent copy of the Document, free of added material.
+     If you use the latter option, you must take reasonably prudent steps,
+     when you begin distribution of Opaque copies in quantity, to ensure
+     that this Transparent copy will remain thus accessible at the stated
+     location until at least one year after the last time you distribute an
+     Opaque copy (directly or through your agents or retailers) of that
+     edition to the public.
+
+     It is requested, but not required, that you contact the authors of the
+     Document well before redistributing any large number of copies, to
+     give them a chance to provide you with an updated version of the
+     Document.
+
+
+     4. MODIFICATIONS
+
+     You may copy and distribute a Modified Version of the Document under
+     the conditions of sections 2 and 3 above, provided that you release
+     the Modified Version under precisely this License, with the Modified
+     Version filling the role of the Document, thus licensing distribution
+     and modification of the Modified Version to whoever possesses a copy
+     of it.  In addition, you must do these things in the Modified Version:
+
+     A. Use in the Title Page (and on the covers, if any) a title distinct
+        from that of the Document, and from those of previous versions
+        (which should, if there were any, be listed in the History section
+        of the Document).  You may use the same title as a previous version
+        if the original publisher of that version gives permission.
+     B. List on the Title Page, as authors, one or more persons or entities
+        responsible for authorship of the modifications in the Modified
+        Version, together with at least five of the principal authors of the
+        Document (all of its principal authors, if it has fewer than five),
+        unless they release you from this requirement.
+     C. State on the Title page the name of the publisher of the
+        Modified Version, as the publisher.
+     D. Preserve all the copyright notices of the Document.
+     E. Add an appropriate copyright notice for your modifications
+        adjacent to the other copyright notices.
+     F. Include, immediately after the copyright notices, a license notice
+        giving the public permission to use the Modified Version under the
+        terms of this License, in the form shown in the Addendum below.
+     G. Preserve in that license notice the full lists of Invariant Sections
+        and required Cover Texts given in the Document's license notice.
+     H. Include an unaltered copy of this License.
+     I. Preserve the section Entitled "History", Preserve its Title, and add
+        to it an item stating at least the title, year, new authors, and
+        publisher of the Modified Version as given on the Title Page.  If
+        there is no section Entitled "History" in the Document, create one
+        stating the title, year, authors, and publisher of the Document as
+        given on its Title Page, then add an item describing the Modified
+        Version as stated in the previous sentence.
+     J. Preserve the network location, if any, given in the Document for
+        public access to a Transparent copy of the Document, and likewise
+        the network locations given in the Document for previous versions
+        it was based on.  These may be placed in the "History" section.
+        You may omit a network location for a work that was published at
+        least four years before the Document itself, or if the original
+        publisher of the version it refers to gives permission.
+     K. For any section Entitled "Acknowledgements" or "Dedications",
+        Preserve the Title of the section, and preserve in the section all
+        the substance and tone of each of the contributor acknowledgements
+        and/or dedications given therein.
+     L. Preserve all the Invariant Sections of the Document,
+        unaltered in their text and in their titles.  Section numbers
+        or the equivalent are not considered part of the section titles.
+     M. Delete any section Entitled "Endorsements".  Such a section
+        may not be included in the Modified Version.
+     N. Do not retitle any existing section to be Entitled "Endorsements"
+        or to conflict in title with any Invariant Section.
+     O. Preserve any Warranty Disclaimers.
+
+     If the Modified Version includes new front-matter sections or
+     appendices that qualify as Secondary Sections and contain no material
+     copied from the Document, you may at your option designate some or all
+     of these sections as invariant.  To do this, add their titles to the
+     list of Invariant Sections in the Modified Version's license notice.
+     These titles must be distinct from any other section titles.
+
+     You may add a section Entitled "Endorsements", provided it contains
+     nothing but endorsements of your Modified Version by various
+     parties--for example, statements of peer review or that the text has
+     been approved by an organization as the authoritative definition of a
+     standard.
+
+     You may add a passage of up to five words as a Front-Cover Text, and a
+     passage of up to 25 words as a Back-Cover Text, to the end of the list
+     of Cover Texts in the Modified Version.  Only one passage of
+     Front-Cover Text and one of Back-Cover Text may be added by (or
+     through arrangements made by) any one entity.  If the Document already
+     includes a cover text for the same cover, previously added by you or
+     by arrangement made by the same entity you are acting on behalf of,
+     you may not add another; but you may replace the old one, on explicit
+     permission from the previous publisher that added the old one.
+
+     The author(s) and publisher(s) of the Document do not by this License
+     give permission to use their names for publicity for or to assert or
+     imply endorsement of any Modified Version.
+
+
+     5. COMBINING DOCUMENTS
+
+     You may combine the Document with other documents released under this
+     License, under the terms defined in section 4 above for modified
+     versions, provided that you include in the combination all of the
+     Invariant Sections of all of the original documents, unmodified, and
+     list them all as Invariant Sections of your combined work in its
+     license notice, and that you preserve all their Warranty Disclaimers.
+
+     The combined work need only contain one copy of this License, and
+     multiple identical Invariant Sections may be replaced with a single
+     copy.  If there are multiple Invariant Sections with the same name but
+     different contents, make the title of each such section unique by
+     adding at the end of it, in parentheses, the name of the original
+     author or publisher of that section if known, or else a unique number.
+     Make the same adjustment to the section titles in the list of
+     Invariant Sections in the license notice of the combined work.
+
+     In the combination, you must combine any sections Entitled "History"
+     in the various original documents, forming one section Entitled
+     "History"; likewise combine any sections Entitled "Acknowledgements",
+     and any sections Entitled "Dedications".  You must delete all sections
+     Entitled "Endorsements".
+
+
+     6. COLLECTIONS OF DOCUMENTS
+
+     You may make a collection consisting of the Document and other
+     documents released under this License, and replace the individual
+     copies of this License in the various documents with a single copy
+     that is included in the collection, provided that you follow the rules
+     of this License for verbatim copying of each of the documents in all
+     other respects.
+
+     You may extract a single document from such a collection, and
+     distribute it individually under this License, provided you insert a
+     copy of this License into the extracted document, and follow this
+     License in all other respects regarding verbatim copying of that
+     document.
+
+
+     7. AGGREGATION WITH INDEPENDENT WORKS
+
+     A compilation of the Document or its derivatives with other separate
+     and independent documents or works, in or on a volume of a storage or
+     distribution medium, is called an "aggregate" if the copyright
+     resulting from the compilation is not used to limit the legal rights
+     of the compilation's users beyond what the individual works permit.
+     When the Document is included in an aggregate, this License does not
+     apply to the other works in the aggregate which are not themselves
+     derivative works of the Document.
+
+     If the Cover Text requirement of section 3 is applicable to these
+     copies of the Document, then if the Document is less than one half of
+     the entire aggregate, the Document's Cover Texts may be placed on
+     covers that bracket the Document within the aggregate, or the
+     electronic equivalent of covers if the Document is in electronic form.
+     Otherwise they must appear on printed covers that bracket the whole
+     aggregate.
+
+
+     8. TRANSLATION
+
+     Translation is considered a kind of modification, so you may
+     distribute translations of the Document under the terms of section 4.
+     Replacing Invariant Sections with translations requires special
+     permission from their copyright holders, but you may include
+     translations of some or all Invariant Sections in addition to the
+     original versions of these Invariant Sections.  You may include a
+     translation of this License, and all the license notices in the
+     Document, and any Warranty Disclaimers, provided that you also include
+     the original English version of this License and the original versions
+     of those notices and disclaimers.  In case of a disagreement between
+     the translation and the original version of this License or a notice
+     or disclaimer, the original version will prevail.
+
+     If a section in the Document is Entitled "Acknowledgements",
+     "Dedications", or "History", the requirement (section 4) to Preserve
+     its Title (section 1) will typically require changing the actual
+     title.
+
+
+     9. TERMINATION
+
+     You may not copy, modify, sublicense, or distribute the Document
+     except as expressly provided under this License.  Any attempt
+     otherwise to copy, modify, sublicense, or distribute it is void, and
+     will automatically terminate your rights under this License.
+
+     However, if you cease all violation of this License, then your license
+     from a particular copyright holder is reinstated (a) provisionally,
+     unless and until the copyright holder explicitly and finally
+     terminates your license, and (b) permanently, if the copyright holder
+     fails to notify you of the violation by some reasonable means prior to
+     60 days after the cessation.
+
+     Moreover, your license from a particular copyright holder is
+     reinstated permanently if the copyright holder notifies you of the
+     violation by some reasonable means, this is the first time you have
+     received notice of violation of this License (for any work) from that
+     copyright holder, and you cure the violation prior to 30 days after
+     your receipt of the notice.
+
+     Termination of your rights under this section does not terminate the
+     licenses of parties who have received copies or rights from you under
+     this License.  If your rights have been terminated and not permanently
+     reinstated, receipt of a copy of some or all of the same material does
+     not give you any rights to use it.
+
+
+     10. FUTURE REVISIONS OF THIS LICENSE
+
+     The Free Software Foundation may publish new, revised versions of the
+     GNU Free Documentation License from time to time.  Such new versions
+     will be similar in spirit to the present version, but may differ in
+     detail to address new problems or concerns.  See
+     http://www.gnu.org/copyleft/.
+
+     Each version of the License is given a distinguishing version number.
+     If the Document specifies that a particular numbered version of this
+     License "or any later version" applies to it, you have the option of
+     following the terms and conditions either of that specified version or
+     of any later version that has been published (not as a draft) by the
+     Free Software Foundation.  If the Document does not specify a version
+     number of this License, you may choose any version ever published (not
+     as a draft) by the Free Software Foundation.  If the Document
+     specifies that a proxy can decide which future versions of this
+     License can be used, that proxy's public statement of acceptance of a
+     version permanently authorizes you to choose that version for the
+     Document.
+
+     11. RELICENSING
+
+     "Massive Multiauthor Collaboration Site" (or "MMC Site") means any
+     World Wide Web server that publishes copyrightable works and also
+     provides prominent facilities for anybody to edit those works.  A
+     public wiki that anybody can edit is an example of such a server.  A
+     "Massive Multiauthor Collaboration" (or "MMC") contained in the site
+     means any set of copyrightable works thus published on the MMC site.
+
+     "CC-BY-SA" means the Creative Commons Attribution-Share Alike 3.0
+     license published by Creative Commons Corporation, a not-for-profit
+     corporation with a principal place of business in San Francisco,
+     California, as well as future copyleft versions of that license
+     published by that same organization.
+
+     "Incorporate" means to publish or republish a Document, in whole or in
+     part, as part of another Document.
+
+     An MMC is "eligible for relicensing" if it is licensed under this
+     License, and if all works that were first published under this License
+     somewhere other than this MMC, and subsequently incorporated in whole or
+     in part into the MMC, (1) had no cover texts or invariant sections, and
+     (2) were thus incorporated prior to November 1, 2008.
+
+     The operator of an MMC Site may republish an MMC contained in the site
+     under CC-BY-SA on the same site at any time before August 1, 2009,
+     provided the MMC is eligible for relicensing.
+
+
+     ADDENDUM: How to use this License for your documents
+
+     To use this License in a document you have written, include a copy of
+     the License in the document and put the following copyright and
+     license notices just after the title page:
+
+         Copyright (c)  YEAR  YOUR NAME.
+         Permission is granted to copy, distribute and/or modify this document
+         under the terms of the GNU Free Documentation License, Version 1.3
+         or any later version published by the Free Software Foundation;
+         with no Invariant Sections, no Front-Cover Texts, and no Back-Cover Texts.
+         A copy of the license is included in the section entitled "GNU
+         Free Documentation License".
+
+     If you have Invariant Sections, Front-Cover Texts and Back-Cover Texts,
+     replace the "with...Texts." line with this:
+
+         with the Invariant Sections being LIST THEIR TITLES, with the
+         Front-Cover Texts being LIST, and with the Back-Cover Texts being LIST.
+
+     If you have Invariant Sections without Cover Texts, or some other
+     combination of the three, merge those two alternatives to suit the
+     situation.
+
+     If your document contains nontrivial examples of program code, we
+     recommend releasing these examples in parallel under your choice of
+     free software license, such as the GNU General Public License,
+     to permit their use in free software.
+
+   * genindex
+
  \1f
-Indirect:
-gsl-ref.info-1: 707
-gsl-ref.info-2: 301602
-gsl-ref.info-3: 601000
-gsl-ref.info-4: 902430
-gsl-ref.info-5: 1443412
+File: gsl-ref.info,  Node: Index,  Prev: GNU Free Documentation License,  Up: Top
+
+Index
+*****
+
+\0\b[index\0\b]
+* Menu:
+
+* $, shell prompt:                       Further Information. (line  26)
+* 2D histograms:                         Example programs for histograms.
+                                                              (line  64)
+* 2D random direction vector:            Spherical Vector Distributions.
+                                                              (line  10)
+* 3-j symbols:                           Coupling Coefficients.
+                                                              (line   6)
+* 3D random direction vector:            Spherical Vector Distributions.
+                                                              (line  33)
+* 6-j symbols:                           Coupling Coefficients.
+                                                              (line   6)
+* 9-j symbols:                           Coupling Coefficients.
+                                                              (line   6)
+* acceleration of series:                References and Further Reading<25>.
+                                                              (line  12)
+* acosh:                                 Elementary Functions.
+                                                              (line  36)
+* Adams method:                          Stepping Functions.  (line 164)
+* Adaptive step-size control, differential equations: Stepping Functions.
+                                                              (line 187)
+* Ai(x):                                 Airy Functions and Derivatives.
+                                                              (line   6)
+* Airy functions:                        Airy Functions and Derivatives.
+                                                              (line   6)
+* Akima splines:                         1D Interpolation Types.
+                                                              (line  42)
+* aliasing of arrays:                    Compatibility with C++.
+                                                              (line  13)
+* alternative optimized functions:       Portability functions.
+                                                              (line  34)
+* AMAX, Level-1 BLAS:                    Level 1.             (line  69)
+* Angular Mathieu Functions:             Angular Mathieu Functions.
+                                                              (line   6)
+* angular reduction:                     Restriction Functions.
+                                                              (line   6)
+* ANSI C, use of:                        Conventions used in this manual.
+                                                              (line  20)
+* Apell symbol, see Pochhammer symbol:   Pochhammer Symbol.   (line   6)
+* approximate comparison of floating point numbers: Approximate Comparison of Floating Point Numbers.
+                                                              (line  12)
+* arctangent integral:                   Arctangent Integral. (line   6)
+* argument of complex number:            Properties of complex numbers.
+                                                              (line   6)
+* arithmetic exceptions:                 Representation of floating point numbers.
+                                                              (line 135)
+* asinh:                                 Elementary Functions.
+                                                              (line  41)
+* astronomical constants:                Fundamental Constants.
+                                                              (line  55)
+* ASUM, Level-1 BLAS:                    Level 1.             (line  56)
+* atanh:                                 Elementary Functions.
+                                                              (line  46)
+* atomic physics, constants:             Astronomy and Astrophysics.
+                                                              (line  30)
+* autoconf, using with GSL:              Contributors to GSL. (line 145)
+* AXPY, Level-1 BLAS:                    Level 1.             (line 105)
+* B-spline wavelets:                     Initialization.      (line  39)
+* Bader and Deuflhard, Bulirsch-Stoer method.: Stepping Functions.
+                                                              (line 157)
+* balancing matrices:                    Banded LDLT Decomposition.
+                                                              (line  62)
+* banded Cholesky Decomposition:         Banded LU Decomposition.
+                                                              (line  77)
+* banded general matrices:               Banded Systems.      (line  14)
+* banded LDLT decomposition:             Banded Cholesky Decomposition.
+                                                              (line  99)
+* banded LU Decomposition:               Symmetric Banded Format.
+                                                              (line  35)
+* banded matrices:                       Triangular Systems.  (line  44)
+* banded symmetric matrices:             General Banded Format.
+                                                              (line  27)
+* Basic Linear Algebra Subroutines (BLAS): References and Further Reading<7>.
+                                                              (line  14)
+* Basic Linear Algebra Subroutines (BLAS) <1>: Autoconf Macros.
+                                                              (line 106)
+* basis splines, B-splines:              References and Further Reading<34>.
+                                                              (line  38)
+* basis splines, derivatives:            Evaluation of B-splines.
+                                                              (line  35)
+* basis splines, evaluation:             Constructing the knots vector.
+                                                              (line  18)
+* basis splines, examples:               Working with the Greville abscissae.
+                                                              (line  20)
+* basis splines, Greville abscissae:     Evaluation of B-spline derivatives.
+                                                              (line  37)
+* basis splines, initializing:           Overview<7>.         (line  34)
+* basis splines, Marsden-Schoenberg points: Evaluation of B-spline derivatives.
+                                                              (line  36)
+* basis splines, overview:               Basis Splines.       (line  15)
+* BDF method:                            Stepping Functions.  (line 175)
+* Bernoulli trial, random variates:      The Bernoulli Distribution.
+                                                              (line   6)
+* Bessel functions:                      Bessel Functions.    (line   6)
+* Bessel Functions, Fractional Order:    Regular Bessel Function—Fractional Order.
+                                                              (line   6)
+* best-fit parameters, covariance:       High Level Driver.   (line  40)
+* Beta distribution:                     The Beta Distribution.
+                                                              (line   6)
+* Beta function:                         Beta Functions.      (line   6)
+* Beta function, incomplete normalized:  Incomplete Beta Function.
+                                                              (line   6)
+* BFGS algorithm, minimization:          Algorithms with Derivatives.
+                                                              (line  45)
+* Bi(x):                                 Airy Functions and Derivatives.
+                                                              (line   6)
+* bias, IEEE format:                     IEEE floating-point arithmetic.
+                                                              (line  11)
+* bicubic interpolation:                 2D Interpolation Types.
+                                                              (line  16)
+* bidiagonalization of real matrices:    Hessenberg-Triangular Decomposition of Real Matrices.
+                                                              (line  26)
+* bilinear interpolation:                2D Interpolation Types.
+                                                              (line  11)
+* binning data:                          References and Further Reading<18>.
+                                                              (line  18)
+* Binomial random variates:              The Binomial Distribution.
+                                                              (line   6)
+* biorthogonal wavelets:                 Initialization.      (line  39)
+* bisection algorithm for finding roots: Root Bracketing Algorithms.
+                                                              (line  18)
+* Bivariate Gaussian distribution:       The Bivariate Gaussian Distribution.
+                                                              (line   6)
+* Bivariate Gaussian distribution <1>:   The Multivariate Gaussian Distribution.
+                                                              (line   6)
+* BLAS:                                  References and Further Reading<7>.
+                                                              (line  15)
+* BLAS, Low-level C interface:           Autoconf Macros.     (line 107)
+* BLAS, sparse:                          References and Further Reading<36>.
+                                                              (line  13)
+* blocks:                                Data types.          (line  60)
+* bounds checking, extension to GCC:     Vector allocation.   (line  36)
+* breakpoints:                           Debugging Numerical Programs.
+                                                              (line   9)
+* Brent’s method for finding minima:     Minimization Algorithms.
+                                                              (line  34)
+* Brent’s method for finding roots:      Root Bracketing Algorithms.
+                                                              (line  54)
+* Broyden algorithm for multidimensional roots: Algorithms without Derivatives.
+                                                              (line  57)
+* BSD random number generator:           Unix random number generators.
+                                                              (line  17)
+* bug-gsl:                               No Warranty.         (line  11)
+* bug-gsl mailing list:                  No Warranty.         (line  12)
+* bugs:                                  No Warranty.         (line  12)
+* Bulirsch-Stoer method:                 Stepping Functions.  (line 157)
+* C extensions, compatible use of:       Conventions used in this manual.
+                                                              (line  20)
+* C++, compatibility:                    Support for different numeric types.
+                                                              (line  67)
+* C99, inline keyword:                   ANSI C Compliance.   (line  25)
+* Carlson forms of Elliptic integrals:   Definition of Carlson Forms.
+                                                              (line   6)
+* Cash-Karp, Runge-Kutta method:         Stepping Functions.  (line 121)
+* Cauchy distribution:                   The Cauchy Distribution.
+                                                              (line   6)
+* Cauchy principal value, by numerical quadrature: QAWC adaptive integration for Cauchy principal values.
+                                                              (line   6)
+* CBLAS:                                 References and Further Reading<7>.
+                                                              (line  15)
+* CBLAS, Low-level interface:            Autoconf Macros.     (line 107)
+* cblas_caxpy (C function):              Level 1<2>.          (line  90)
+* cblas_ccopy (C function):              Level 1<2>.          (line  87)
+* cblas_cdotc_sub (C function):          Level 1<2>.          (line  21)
+* cblas_cdotu_sub (C function):          Level 1<2>.          (line  18)
+* cblas_cgbmv (C function):              Level 2<2>.          (line  93)
+* cblas_cgemm (C function):              Level 3<2>.          (line  76)
+* cblas_cgemv (C function):              Level 2<2>.          (line  88)
+* cblas_cgerc (C function):              Level 2<2>.          (line 263)
+* cblas_cgeru (C function):              Level 2<2>.          (line 259)
+* cblas_chbmv (C function):              Level 2<2>.          (line 249)
+* cblas_chemm (C function):              Level 3<2>.          (line 146)
+* cblas_chemv (C function):              Level 2<2>.          (line 244)
+* cblas_cher (C function):               Level 2<2>.          (line 267)
+* cblas_cher2 (C function):              Level 2<2>.          (line 275)
+* cblas_cher2k (C function):             Level 3<2>.          (line 157)
+* cblas_cherk (C function):              Level 3<2>.          (line 152)
+* cblas_chpmv (C function):              Level 2<2>.          (line 254)
+* cblas_chpr (C function):               Level 2<2>.          (line 271)
+* cblas_chpr2 (C function):              Level 2<2>.          (line 280)
+* cblas_cscal (C function):              Level 1<2>.          (line 131)
+* cblas_csscal (C function):             Level 1<2>.          (line 137)
+* cblas_cswap (C function):              Level 1<2>.          (line  84)
+* cblas_csymm (C function):              Level 3<2>.          (line  82)
+* cblas_csyr2k (C function):             Level 3<2>.          (line  93)
+* cblas_csyrk (C function):              Level 3<2>.          (line  88)
+* cblas_ctbmv (C function):              Level 2<2>.          (line 104)
+* cblas_ctbsv (C function):              Level 2<2>.          (line 119)
+* cblas_ctpmv (C function):              Level 2<2>.          (line 109)
+* cblas_ctpsv (C function):              Level 2<2>.          (line 124)
+* cblas_ctrmm (C function):              Level 3<2>.          (line  99)
+* cblas_ctrmv (C function):              Level 2<2>.          (line  99)
+* cblas_ctrsm (C function):              Level 3<2>.          (line 105)
+* cblas_ctrsv (C function):              Level 2<2>.          (line 114)
+* cblas_dasum (C function):              Level 1<2>.          (line  39)
+* cblas_daxpy (C function):              Level 1<2>.          (line  81)
+* cblas_dcopy (C function):              Level 1<2>.          (line  78)
+* cblas_ddot (C function):               Level 1<2>.          (line  15)
+* cblas_dgbmv (C function):              Level 2<2>.          (line  52)
+* cblas_dgemm (C function):              Level 3<2>.          (line  41)
+* cblas_dgemv (C function):              Level 2<2>.          (line  47)
+* cblas_dger (C function):               Level 2<2>.          (line 221)
+* cblas_dnrm2 (C function):              Level 1<2>.          (line  36)
+* cblas_drot (C function):               Level 1<2>.          (line 119)
+* cblas_drotg (C function):              Level 1<2>.          (line 113)
+* cblas_drotm (C function):              Level 1<2>.          (line 122)
+* cblas_drotmg (C function):             Level 1<2>.          (line 116)
+* cblas_dsbmv (C function):              Level 2<2>.          (line 211)
+* cblas_dscal (C function):              Level 1<2>.          (line 128)
+* cblas_dsdot (C function):              Level 1<2>.          (line   9)
+* cblas_dspmv (C function):              Level 2<2>.          (line 216)
+* cblas_dspr (C function):               Level 2<2>.          (line 230)
+* cblas_dspr2 (C function):              Level 2<2>.          (line 239)
+* cblas_dswap (C function):              Level 1<2>.          (line  75)
+* cblas_dsymm (C function):              Level 3<2>.          (line  47)
+* cblas_dsymv (C function):              Level 2<2>.          (line 206)
+* cblas_dsyr (C function):               Level 2<2>.          (line 226)
+* cblas_dsyr2 (C function):              Level 2<2>.          (line 234)
+* cblas_dsyr2k (C function):             Level 3<2>.          (line  58)
+* cblas_dsyrk (C function):              Level 3<2>.          (line  53)
+* cblas_dtbmv (C function):              Level 2<2>.          (line  63)
+* cblas_dtbsv (C function):              Level 2<2>.          (line  78)
+* cblas_dtpmv (C function):              Level 2<2>.          (line  68)
+* cblas_dtpsv (C function):              Level 2<2>.          (line  83)
+* cblas_dtrmm (C function):              Level 3<2>.          (line  64)
+* cblas_dtrmv (C function):              Level 2<2>.          (line  58)
+* cblas_dtrsm (C function):              Level 3<2>.          (line  70)
+* cblas_dtrsv (C function):              Level 2<2>.          (line  73)
+* cblas_dzasum (C function):             Level 1<2>.          (line  51)
+* cblas_dznrm2 (C function):             Level 1<2>.          (line  48)
+* cblas_icamax (C function):             Level 1<2>.          (line  60)
+* cblas_idamax (C function):             Level 1<2>.          (line  57)
+* cblas_isamax (C function):             Level 1<2>.          (line  54)
+* cblas_izamax (C function):             Level 1<2>.          (line  63)
+* cblas_sasum (C function):              Level 1<2>.          (line  33)
+* cblas_saxpy (C function):              Level 1<2>.          (line  72)
+* cblas_scasum (C function):             Level 1<2>.          (line  45)
+* cblas_scnrm2 (C function):             Level 1<2>.          (line  42)
+* cblas_scopy (C function):              Level 1<2>.          (line  69)
+* cblas_sdot (C function):               Level 1<2>.          (line  12)
+* cblas_sdsdot (C function):             Level 1<2>.          (line   6)
+* cblas_sgbmv (C function):              Level 2<2>.          (line  11)
+* cblas_sgemm (C function):              Level 3<2>.          (line   6)
+* cblas_sgemv (C function):              Level 2<2>.          (line   6)
+* cblas_sger (C function):               Level 2<2>.          (line 185)
+* cblas_snrm2 (C function):              Level 1<2>.          (line  30)
+* cblas_srot (C function):               Level 1<2>.          (line 107)
+* cblas_srotg (C function):              Level 1<2>.          (line 102)
+* cblas_srotm (C function):              Level 1<2>.          (line 110)
+* cblas_srotmg (C function):             Level 1<2>.          (line 104)
+* cblas_ssbmv (C function):              Level 2<2>.          (line 175)
+* cblas_sscal (C function):              Level 1<2>.          (line 125)
+* cblas_sspmv (C function):              Level 2<2>.          (line 180)
+* cblas_sspr (C function):               Level 2<2>.          (line 193)
+* cblas_sspr2 (C function):              Level 2<2>.          (line 202)
+* cblas_sswap (C function):              Level 1<2>.          (line  66)
+* cblas_ssymm (C function):              Level 3<2>.          (line  12)
+* cblas_ssymv (C function):              Level 2<2>.          (line 170)
+* cblas_ssyr (C function):               Level 2<2>.          (line 189)
+* cblas_ssyr2 (C function):              Level 2<2>.          (line 197)
+* cblas_ssyr2k (C function):             Level 3<2>.          (line  23)
+* cblas_ssyrk (C function):              Level 3<2>.          (line  18)
+* cblas_stbmv (C function):              Level 2<2>.          (line  22)
+* cblas_stbsv (C function):              Level 2<2>.          (line  37)
+* cblas_stpmv (C function):              Level 2<2>.          (line  27)
+* cblas_stpsv (C function):              Level 2<2>.          (line  42)
+* cblas_strmm (C function):              Level 3<2>.          (line  29)
+* cblas_strmv (C function):              Level 2<2>.          (line  17)
+* cblas_strsm (C function):              Level 3<2>.          (line  35)
+* cblas_strsv (C function):              Level 2<2>.          (line  32)
+* cblas_xerbla (C function):             Level 3<2>.          (line 180)
+* cblas_zaxpy (C function):              Level 1<2>.          (line  99)
+* cblas_zcopy (C function):              Level 1<2>.          (line  96)
+* cblas_zdotc_sub (C function):          Level 1<2>.          (line  27)
+* cblas_zdotu_sub (C function):          Level 1<2>.          (line  24)
+* cblas_zdscal (C function):             Level 1<2>.          (line 140)
+* cblas_zgbmv (C function):              Level 2<2>.          (line 134)
+* cblas_zgemm (C function):              Level 3<2>.          (line 111)
+* cblas_zgemv (C function):              Level 2<2>.          (line 129)
+* cblas_zgerc (C function):              Level 2<2>.          (line 303)
+* cblas_zgeru (C function):              Level 2<2>.          (line 299)
+* cblas_zhbmv (C function):              Level 2<2>.          (line 289)
+* cblas_zhemm (C function):              Level 3<2>.          (line 163)
+* cblas_zhemv (C function):              Level 2<2>.          (line 284)
+* cblas_zher (C function):               Level 2<2>.          (line 307)
+* cblas_zher2 (C function):              Level 2<2>.          (line 315)
+* cblas_zher2k (C function):             Level 3<2>.          (line 174)
+* cblas_zherk (C function):              Level 3<2>.          (line 169)
+* cblas_zhpmv (C function):              Level 2<2>.          (line 294)
+* cblas_zhpr (C function):               Level 2<2>.          (line 311)
+* cblas_zhpr2 (C function):              Level 2<2>.          (line 320)
+* cblas_zscal (C function):              Level 1<2>.          (line 134)
+* cblas_zswap (C function):              Level 1<2>.          (line  93)
+* cblas_zsymm (C function):              Level 3<2>.          (line 117)
+* cblas_zsyr2k (C function):             Level 3<2>.          (line 128)
+* cblas_zsyrk (C function):              Level 3<2>.          (line 123)
+* cblas_ztbmv (C function):              Level 2<2>.          (line 145)
+* cblas_ztbsv (C function):              Level 2<2>.          (line 160)
+* cblas_ztpmv (C function):              Level 2<2>.          (line 150)
+* cblas_ztpsv (C function):              Level 2<2>.          (line 165)
+* cblas_ztrmm (C function):              Level 3<2>.          (line 134)
+* cblas_ztrmv (C function):              Level 2<2>.          (line 140)
+* cblas_ztrsm (C function):              Level 3<2>.          (line 140)
+* cblas_ztrsv (C function):              Level 2<2>.          (line 155)
+* CDFs, cumulative distribution functions: References.        (line  14)
+* ce(q,x), Mathieu function:             Angular Mathieu Functions.
+                                                              (line   6)
+* Chebyshev series:                      References and Further Reading<24>.
+                                                              (line  15)
+* checking combination for validity:     Combination properties.
+                                                              (line  20)
+* checking multiset for validity:        Multiset properties. (line  20)
+* checking permutation for validity:     Permutation properties.
+                                                              (line  15)
+* Chi(x):                                Hyperbolic Integrals.
+                                                              (line   6)
+* Chi-squared distribution:              The Chi-squared Distribution.
+                                                              (line  14)
+* Cholesky decomposition:                Singular Value Decomposition.
+                                                              (line  97)
+* Cholesky decomposition, banded:        Banded LU Decomposition.
+                                                              (line  78)
+* Cholesky decomposition, modified:      Pivoted Cholesky Decomposition.
+                                                              (line 111)
+* Cholesky decomposition, pivoted:       Cholesky Decomposition.
+                                                              (line 155)
+* Cholesky decomposition, square root free: Modified Cholesky Decomposition.
+                                                              (line  68)
+* Ci(x):                                 Trigonometric Integrals.
+                                                              (line   6)
+* Clausen functions:                     Clausen Functions.   (line   6)
+* Clenshaw-Curtis quadrature:            Integrands with weight functions.
+                                                              (line   6)
+* CMRG, combined multiple recursive random number generator: Random number generator algorithms.
+                                                              (line 103)
+* code reuse in applications:            Deprecated Functions.
+                                                              (line  14)
+* combinations:                          References and Further Reading<5>.
+                                                              (line  16)
+* combinatorial factor C(m:              Factorials.          (line  43)
+* combinatorial optimization:            References and Further Reading<20>.
+                                                              (line  21)
+* comparison functions, definition:      Sorting objects.     (line  16)
+* compatibility:                         Conventions used in this manual.
+                                                              (line  19)
+* compiling programs, include paths:     An Example Program.  (line  29)
+* compiling programs, library paths:     Compiling and Linking.
+                                                              (line  24)
+* complementary incomplete Gamma function: Incomplete Gamma Functions.
+                                                              (line  22)
+* complete Fermi-Dirac integrals:        Complete Fermi-Dirac Integrals.
+                                                              (line   6)
+* complete orthogonal decomposition:     QL Decomposition.    (line  36)
+* complex arithmetic:                    Properties of complex numbers.
+                                                              (line  28)
+* complex cosine function, special functions: Trigonometric Functions for Complex Arguments.
+                                                              (line  12)
+* Complex Gamma function:                Gamma Functions.     (line  60)
+* complex hermitian matrix, eigensystem: Complex Hermitian Matrices.
+                                                              (line   9)
+* complex log sine function, special functions: Trigonometric Functions for Complex Arguments.
+                                                              (line  19)
+* complex numbers:                       Approximate Comparison of Floating Point Numbers.
+                                                              (line  30)
+* complex sinc function, special functions: Circular Trigonometric Functions.
+                                                              (line  23)
+* complex sine function, special functions: Trigonometric Functions for Complex Arguments.
+                                                              (line   6)
+* confluent hypergeometric function:     Laguerre Functions.  (line   6)
+* confluent hypergeometric functions:    Hypergeometric Functions.
+                                                              (line   6)
+* conical functions:                     Legendre Functions and Spherical Harmonics.
+                                                              (line   6)
+* Conjugate gradient algorithm, minimization: Algorithms with Derivatives.
+                                                              (line  15)
+* conjugate of complex number:           Complex arithmetic operators.
+                                                              (line  66)
+* constant matrix:                       Accessing matrix elements.
+                                                              (line  48)
+* constants, fundamental:                Physical Constants.  (line  22)
+* constants, mathematical (defined as macros): Mathematical Functions.
+                                                              (line  14)
+* constants, physical:                   References and Further Reading<38>.
+                                                              (line  15)
+* constants, prefixes:                   Force and Energy.    (line  21)
+* contacting the GSL developers:         Reporting Bugs.      (line  30)
+* conventions, used in manual:           Further Information. (line  27)
+* convergence, accelerating a series:    References and Further Reading<25>.
+                                                              (line  11)
+* conversion of units:                   References and Further Reading<38>.
+                                                              (line  15)
+* cooling schedule:                      Simulated Annealing algorithm.
+                                                              (line  20)
+* COPY, Level-1 BLAS:                    Level 1.             (line  94)
+* correlation, of two datasets:          Covariance.          (line  25)
+* cosine function, special functions:    Circular Trigonometric Functions.
+                                                              (line  11)
+* cosine of complex number:              Complex Trigonometric Functions.
+                                                              (line  11)
+* cost function:                         References and Further Reading<20>.
+                                                              (line  20)
+* Coulomb wave functions:                Coulomb Functions.   (line   6)
+* coupling coefficients:                 Coupling Coefficients.
+                                                              (line   6)
+* covariance matrix, from linear regression: Linear regression with a constant term.
+                                                              (line   9)
+* covariance matrix, linear fits:        Overview<5>.         (line  18)
+* covariance matrix, nonlinear fits:     High Level Driver.   (line  39)
+* covariance, of two datasets:           Autocorrelation.     (line  22)
+* cquad, doubly-adaptive integration:    QAWF adaptive integration for Fourier integrals.
+                                                              (line  60)
+* CRAY random number generator, RANF:    Other random number generators.
+                                                              (line  22)
+* cubic equation, solving:               Quadratic Equations. (line  44)
+* cubic splines:                         1D Interpolation Types.
+                                                              (line  23)
+* cumulative distribution functions (CDFs): References.       (line  14)
+* Cylindrical Bessel Functions:          Regular Cylindrical Bessel Functions.
+                                                              (line   6)
+* Daubechies wavelets:                   Initialization.      (line  24)
+* Dawson function:                       Dawson Function.     (line   6)
+* DAXPY, Level-1 BLAS:                   Level 1.             (line 105)
+* debugging numerical programs:          Debugging Numerical Programs.
+                                                              (line   9)
+* Debye functions:                       Debye Functions.     (line   6)
+* denormalized form, IEEE format:        Representation of floating point numbers.
+                                                              (line  14)
+* deprecated functions:                  Thread-safety.       (line  21)
+* derivatives, calculating numerically:  References and Further Reading<23>.
+                                                              (line  18)
+* determinant of a matrix, by LU decomposition: LU Decomposition.
+                                                              (line 111)
+* Deuflhard and Bader, Bulirsch-Stoer method.: Stepping Functions.
+                                                              (line 157)
+* DFTs, see FFT:                         References and Further Reading<10>.
+                                                              (line  27)
+* diagonal, of a matrix:                 Creating row and column views.
+                                                              (line  70)
+* differential equations, initial value problems: References and Further Reading<21>.
+                                                              (line  11)
+* differentiation of functions, numeric: References and Further Reading<23>.
+                                                              (line  18)
+* digamma function:                      Psi Digamma Function.
+                                                              (line   6)
+* dilogarithm:                           Dilogarithm.         (line   6)
+* direction vector, random 2D:           Spherical Vector Distributions.
+                                                              (line  10)
+* direction vector, random 3D:           Spherical Vector Distributions.
+                                                              (line  33)
+* direction vector, random N-dimensional: Spherical Vector Distributions.
+                                                              (line  44)
+* Dirichlet distribution:                The Dirichlet Distribution.
+                                                              (line   6)
+* discontinuities, in ODE systems:       Evolution.           (line  92)
+* Discrete Fourier Transforms, see FFT:  References and Further Reading<10>.
+                                                              (line  28)
+* discrete Hankel transforms:            References and Further Reading<27>.
+                                                              (line  54)
+* Discrete Newton algorithm for multidimensional roots: Algorithms without Derivatives.
+                                                              (line  34)
+* Discrete random numbers:               General Discrete Distributions.
+                                                              (line  49)
+* Discrete random numbers <1>:           General Discrete Distributions.
+                                                              (line  66)
+* Discrete random numbers <2>:           General Discrete Distributions.
+                                                              (line  72)
+* Discrete random numbers <3>:           General Discrete Distributions.
+                                                              (line  81)
+* Discrete random numbers, preprocessing: General Discrete Distributions.
+                                                              (line  49)
+* divided differences, polynomials:      Polynomial Evaluation.
+                                                              (line  39)
+* division by zero, IEEE exceptions:     Representation of floating point numbers.
+                                                              (line 135)
+* Dogleg algorithm:                      Levenberg-Marquardt with Geodesic Acceleration.
+                                                              (line  30)
+* Dogleg algorithm, double:              Dogleg.              (line  27)
+* dollar sign $, shell prompt:           Conventions used in this manual.
+                                                              (line   6)
+* DOT, Level-1 BLAS:                     Level 1.             (line   6)
+* double Dogleg algorithm:               Dogleg.              (line  27)
+* double factorial:                      Factorials.          (line  19)
+* double precision, IEEE format:         Representation of floating point numbers.
+                                                              (line  43)
+* downloading GSL:                       GSL is Free Software.
+                                                              (line  46)
+* DWT initialization:                    Definitions<2>.      (line  27)
+* DWT, mathematical definition:          Wavelet Transforms.  (line  11)
+* DWT, one dimensional:                  Transform Functions. (line  12)
+* DWT, see wavelet transforms:           References and Further Reading<26>.
+                                                              (line  25)
+* DWT, two dimensional:                  Wavelet transforms in one dimension.
+                                                              (line  41)
+* e, defined as a macro:                 Mathematical Constants.
+                                                              (line   9)
+* E1(x):                                 Exponential Integral.
+                                                              (line   6)
+* E2(x):                                 Exponential Integral.
+                                                              (line   6)
+* Ei(x):                                 Exponential Integral.
+                                                              (line   6)
+* eigenvalues and eigenvectors:          References and Further Reading<9>.
+                                                              (line  64)
+* elementary functions:                  Examples.            (line  39)
+* elementary operations:                 Elementary Operations.
+                                                              (line   6)
+* elliptic functions (Jacobi):           Elliptic Functions Jacobi.
+                                                              (line   6)
+* elliptic integrals:                    Elliptic Integrals.  (line   6)
+* energy function:                       References and Further Reading<20>.
+                                                              (line  21)
+* energy, units of:                      Mass and Weight.     (line  50)
+* erf(x):                                Error Functions.     (line   6)
+* erfc(x):                               Error Functions.     (line   6)
+* Erlang distribution:                   The Gamma Distribution.
+                                                              (line   6)
+* error codes:                           Error Codes.         (line  13)
+* error codes, reserved:                 Error Reporting.     (line  44)
+* error function:                        Error Functions.     (line   6)
+* error handlers:                        Error Codes.         (line  50)
+* error handling:                        Code Reuse.          (line  14)
+* error handling macros:                 Error Handlers.      (line  82)
+* estimated standard deviation:          References and Further Reading<14>.
+                                                              (line  52)
+* estimated variance:                    References and Further Reading<14>.
+                                                              (line  52)
+* estimation, location:                  Order Statistics.    (line  22)
+* estimation, scale:                     Gastwirth Estimator. (line  24)
+* Eta Function:                          Eta Function.        (line   6)
+* euclidean distance function, hypot:    Elementary Functions.
+                                                              (line  24)
+* euclidean distance function, hypot3:   Elementary Functions.
+                                                              (line  30)
+* Euler’s constant, defined as a macro:  Mathematical Constants.
+                                                              (line   9)
+* evaluation of polynomials:             Polynomials.         (line  13)
+* evaluation of polynomials, in divided difference form: Polynomial Evaluation.
+                                                              (line  38)
+* examples, conventions used in:         Further Information. (line  27)
+* exceptions, C++:                       Support for different numeric types.
+                                                              (line  66)
+* exceptions, floating point:            Examining floating point registers.
+                                                              (line  32)
+* exceptions, IEEE arithmetic:           Representation of floating point numbers.
+                                                              (line 135)
+* exchanging permutation elements:       Accessing permutation elements.
+                                                              (line  18)
+* exp:                                   Exponential Functions.
+                                                              (line   6)
+* expm1:                                 Elementary Functions.
+                                                              (line  18)
+* exponent, IEEE format:                 IEEE floating-point arithmetic.
+                                                              (line  11)
+* Exponential distribution:              The Exponential Distribution.
+                                                              (line   6)
+* exponential function:                  Exponential Functions.
+                                                              (line   6)
+* exponential integrals:                 Exponential Integrals.
+                                                              (line   6)
+* Exponential power distribution:        The Exponential Power Distribution.
+                                                              (line   6)
+* exponential, difference from 1 computed accurately: Elementary Functions.
+                                                              (line  18)
+* exponentiation of complex number:      Elementary Complex Functions.
+                                                              (line  17)
+* extern inline:                         ANSI C Compliance.   (line  24)
+* F-distribution:                        The F-distribution.  (line  13)
+* factorial:                             Factorials.          (line   6)
+* factorial <1>:                         Factorials.          (line  11)
+* factorization of matrices:             References and Further Reading<8>.
+                                                              (line  32)
+* false position algorithm for finding roots: Root Bracketing Algorithms.
+                                                              (line  35)
+* Fast Fourier Transforms, see FFT:      References and Further Reading<10>.
+                                                              (line  28)
+* Fehlberg method, differential equations: Stepping Functions.
+                                                              (line 115)
+* Fermi-Dirac function:                  Fermi-Dirac Function.
+                                                              (line   6)
+* FFT:                                   References and Further Reading<10>.
+                                                              (line  28)
+* FFT mathematical definition:           Fast Fourier Transforms FFTs.
+                                                              (line  18)
+* FFT of complex data, mixed-radix algorithm: Radix-2 FFT routines for complex data.
+                                                              (line 120)
+* FFT of complex data, radix-2 algorithm: Overview of complex data FFTs.
+                                                              (line  73)
+* FFT of real data:                      Mixed-radix FFT routines for complex data.
+                                                              (line 226)
+* FFT of real data, mixed-radix algorithm: Radix-2 FFT routines for real data.
+                                                              (line  98)
+* FFT of real data, radix-2 algorithm:   Overview of real data FFTs.
+                                                              (line  50)
+* FFT, complex data:                     Mathematical Definitions.
+                                                              (line  54)
+* finding minima:                        References and Further Reading<29>.
+                                                              (line  17)
+* finding roots:                         References and Further Reading<28>.
+                                                              (line  15)
+* finding zeros:                         References and Further Reading<28>.
+                                                              (line  15)
+* fits, multi-parameter linear:          Linear regression without a constant term.
+                                                              (line  50)
+* fitting:                               References and Further Reading<32>.
+                                                              (line  24)
+* fitting, using Chebyshev polynomials:  References and Further Reading<24>.
+                                                              (line  15)
+* Fj(x), Fermi-Dirac integral:           Complete Fermi-Dirac Integrals.
+                                                              (line   6)
+* Fj(x,b), incomplete Fermi-Dirac integral: Incomplete Fermi-Dirac Integrals.
+                                                              (line   6)
+* flat distribution:                     The Flat Uniform Distribution.
+                                                              (line   6)
+* Fletcher-Reeves conjugate gradient algorithm, minimization: Algorithms with Derivatives.
+                                                              (line  15)
+* floating point exceptions:             Examining floating point registers.
+                                                              (line  31)
+* floating point numbers, approximate comparison: Approximate Comparison of Floating Point Numbers.
+                                                              (line  12)
+* floating point registers:              Using gdb.           (line  89)
+* force and energy:                      Radioactivity.       (line  18)
+* Fortran range checking, equivalent in gcc: Vector allocation.
+                                                              (line  35)
+* Four-tap Generalized Feedback Shift Register: Random number generator algorithms.
+                                                              (line 181)
+* Fourier integrals, numerical:          QAWF adaptive integration for Fourier integrals.
+                                                              (line   6)
+* Fourier Transforms, see FFT:           References and Further Reading<10>.
+                                                              (line  28)
+* Fractional Order Bessel Functions:     Regular Bessel Function—Fractional Order.
+                                                              (line   6)
+* free software, explanation of:         Routines available in GSL.
+                                                              (line  53)
+* frexp:                                 Elementary Functions.
+                                                              (line  56)
+* functions, numerical differentiation:  References and Further Reading<23>.
+                                                              (line  18)
+* fundamental constants:                 Physical Constants.  (line  22)
+* Gamma distribution:                    The Gamma Distribution.
+                                                              (line   6)
+* gamma functions:                       Gamma Functions.     (line   6)
+* Gastwirth estimator:                   Trimmed Mean.        (line  25)
+* Gauss-Kronrod quadrature:              Introduction<2>.     (line  57)
+* Gaussian distribution:                 The Gaussian Distribution.
+                                                              (line   6)
+* Gaussian distribution, bivariate:      The Bivariate Gaussian Distribution.
+                                                              (line   6)
+* Gaussian distribution, bivariate <1>:  The Multivariate Gaussian Distribution.
+                                                              (line   6)
+* Gaussian Tail distribution:            The Gaussian Tail Distribution.
+                                                              (line   6)
+* gcc extensions, range-checking:        Vector allocation.   (line  36)
+* gcc warning options:                   Handling floating point exceptions.
+                                                              (line  30)
+* gdb:                                   Debugging Numerical Programs.
+                                                              (line   9)
+* Gegenbauer functions:                  Gegenbauer Functions.
+                                                              (line   6)
+* GEMM, Level-3 BLAS:                    Level 3.             (line   6)
+* GEMV, Level-2 BLAS:                    Level 2.             (line   6)
+* general polynomial equations, solving: Cubic Equations.     (line  37)
+* generalized eigensystems:              Real Generalized Nonsymmetric Eigensystems.
+                                                              (line   6)
+* generalized hermitian definite eigensystems: Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line   6)
+* generalized symmetric eigensystems:    Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line   6)
+* Geometric random variates:             The Geometric Distribution.
+                                                              (line   6)
+* Geometric random variates <1>:         The Hypergeometric Distribution.
+                                                              (line   6)
+* GER, Level-2 BLAS:                     Level 2.             (line 103)
+* GERC, Level-2 BLAS:                    Level 2.             (line 117)
+* GERU, Level-2 BLAS:                    Level 2.             (line 103)
+* Givens rotation:                       Bidiagonalization.   (line  57)
+* Givens Rotation, BLAS:                 Level 1.             (line 130)
+* Givens Rotation, Modified, BLAS:       Level 1.             (line 152)
+* gmres:                                 Types of Sparse Iterative Solvers.
+                                                              (line  11)
+* GNU General Public License:            Top.                 (line  12)
+* golden section algorithm for finding minima: Minimization Algorithms.
+                                                              (line  15)
+* gsl_acosh (C function):                Elementary Functions.
+                                                              (line  36)
+* gsl_asinh (C function):                Elementary Functions.
+                                                              (line  41)
+* gsl_atanh (C function):                Elementary Functions.
+                                                              (line  46)
+* gsl_blas_caxpy (C function):           Level 1.             (line 105)
+* gsl_blas_ccopy (C function):           Level 1.             (line  94)
+* gsl_blas_cdotc (C function):           Level 1.             (line  33)
+* gsl_blas_cdotu (C function):           Level 1.             (line  24)
+* gsl_blas_cgemm (C function):           Level 3.             (line   6)
+* gsl_blas_cgemv (C function):           Level 2.             (line   6)
+* gsl_blas_cgerc (C function):           Level 2.             (line 117)
+* gsl_blas_cgeru (C function):           Level 2.             (line 103)
+* gsl_blas_chemm (C function):           Level 3.             (line  50)
+* gsl_blas_chemv (C function):           Level 2.             (line  85)
+* gsl_blas_cher (C function):            Level 2.             (line 140)
+* gsl_blas_cher2 (C function):           Level 2.             (line 168)
+* gsl_blas_cher2k (C function):          Level 3.             (line 187)
+* gsl_blas_cherk (C function):           Level 3.             (line 144)
+* gsl_blas_cscal (C function):           Level 1.             (line 117)
+* gsl_blas_csscal (C function):          Level 1.             (line 117)
+* gsl_blas_cswap (C function):           Level 1.             (line  83)
+* gsl_blas_csymm (C function):           Level 3.             (line  27)
+* gsl_blas_csyr2k (C function):          Level 3.             (line 162)
+* gsl_blas_csyrk (C function):           Level 3.             (line 121)
+* gsl_blas_ctrmm (C function):           Level 3.             (line  68)
+* gsl_blas_ctrmv (C function):           Level 2.             (line  25)
+* gsl_blas_ctrsm (C function):           Level 3.             (line  94)
+* gsl_blas_ctrsv (C function):           Level 2.             (line  48)
+* gsl_blas_dasum (C function):           Level 1.             (line  56)
+* gsl_blas_daxpy (C function):           Level 1.             (line 105)
+* gsl_blas_dcopy (C function):           Level 1.             (line  94)
+* gsl_blas_ddot (C function):            Level 1.             (line  13)
+* gsl_blas_dgemm (C function):           Level 3.             (line   6)
+* gsl_blas_dgemv (C function):           Level 2.             (line   6)
+* gsl_blas_dger (C function):            Level 2.             (line 103)
+* gsl_blas_dnrm2 (C function):           Level 1.             (line  42)
+* gsl_blas_drot (C function):            Level 1.             (line 144)
+* gsl_blas_drotg (C function):           Level 1.             (line 130)
+* gsl_blas_drotm (C function):           Level 1.             (line 161)
+* gsl_blas_drotmg (C function):          Level 1.             (line 152)
+* gsl_blas_dscal (C function):           Level 1.             (line 117)
+* gsl_blas_dsdot (C function):           Level 1.             (line  13)
+* gsl_blas_dswap (C function):           Level 1.             (line  83)
+* gsl_blas_dsymm (C function):           Level 3.             (line  27)
+* gsl_blas_dsymv (C function):           Level 2.             (line  70)
+* gsl_blas_dsyr (C function):            Level 2.             (line 127)
+* gsl_blas_dsyr2 (C function):           Level 2.             (line 154)
+* gsl_blas_dsyr2k (C function):          Level 3.             (line 162)
+* gsl_blas_dsyrk (C function):           Level 3.             (line 121)
+* gsl_blas_dtrmm (C function):           Level 3.             (line  68)
+* gsl_blas_dtrmv (C function):           Level 2.             (line  25)
+* gsl_blas_dtrsm (C function):           Level 3.             (line  94)
+* gsl_blas_dtrsv (C function):           Level 2.             (line  48)
+* gsl_blas_dzasum (C function):          Level 1.             (line  62)
+* gsl_blas_dznrm2 (C function):          Level 1.             (line  48)
+* gsl_blas_icamax (C function):          Level 1.             (line  69)
+* gsl_blas_idamax (C function):          Level 1.             (line  69)
+* gsl_blas_isamax (C function):          Level 1.             (line  69)
+* gsl_blas_izamax (C function):          Level 1.             (line  69)
+* gsl_blas_sasum (C function):           Level 1.             (line  56)
+* gsl_blas_saxpy (C function):           Level 1.             (line 105)
+* gsl_blas_scasum (C function):          Level 1.             (line  62)
+* gsl_blas_scnrm2 (C function):          Level 1.             (line  48)
+* gsl_blas_scopy (C function):           Level 1.             (line  94)
+* gsl_blas_sdot (C function):            Level 1.             (line  13)
+* gsl_blas_sdsdot (C function):          Level 1.             (line   6)
+* gsl_blas_sgemm (C function):           Level 3.             (line   6)
+* gsl_blas_sgemv (C function):           Level 2.             (line   6)
+* gsl_blas_sger (C function):            Level 2.             (line 103)
+* gsl_blas_snrm2 (C function):           Level 1.             (line  42)
+* gsl_blas_srot (C function):            Level 1.             (line 144)
+* gsl_blas_srotg (C function):           Level 1.             (line 130)
+* gsl_blas_srotm (C function):           Level 1.             (line 161)
+* gsl_blas_srotmg (C function):          Level 1.             (line 152)
+* gsl_blas_sscal (C function):           Level 1.             (line 117)
+* gsl_blas_sswap (C function):           Level 1.             (line  83)
+* gsl_blas_ssymm (C function):           Level 3.             (line  27)
+* gsl_blas_ssymv (C function):           Level 2.             (line  70)
+* gsl_blas_ssyr (C function):            Level 2.             (line 127)
+* gsl_blas_ssyr2 (C function):           Level 2.             (line 154)
+* gsl_blas_ssyr2k (C function):          Level 3.             (line 162)
+* gsl_blas_ssyrk (C function):           Level 3.             (line 121)
+* gsl_blas_strmm (C function):           Level 3.             (line  68)
+* gsl_blas_strmv (C function):           Level 2.             (line  25)
+* gsl_blas_strsm (C function):           Level 3.             (line  94)
+* gsl_blas_strsv (C function):           Level 2.             (line  48)
+* gsl_blas_zaxpy (C function):           Level 1.             (line 105)
+* gsl_blas_zcopy (C function):           Level 1.             (line  94)
+* gsl_blas_zdotc (C function):           Level 1.             (line  33)
+* gsl_blas_zdotu (C function):           Level 1.             (line  24)
+* gsl_blas_zdscal (C function):          Level 1.             (line 117)
+* gsl_blas_zgemm (C function):           Level 3.             (line   6)
+* gsl_blas_zgemv (C function):           Level 2.             (line   6)
+* gsl_blas_zgerc (C function):           Level 2.             (line 117)
+* gsl_blas_zgeru (C function):           Level 2.             (line 103)
+* gsl_blas_zhemm (C function):           Level 3.             (line  50)
+* gsl_blas_zhemv (C function):           Level 2.             (line  85)
+* gsl_blas_zher (C function):            Level 2.             (line 140)
+* gsl_blas_zher2 (C function):           Level 2.             (line 168)
+* gsl_blas_zher2k (C function):          Level 3.             (line 187)
+* gsl_blas_zherk (C function):           Level 3.             (line 144)
+* gsl_blas_zscal (C function):           Level 1.             (line 117)
+* gsl_blas_zswap (C function):           Level 1.             (line  83)
+* gsl_blas_zsymm (C function):           Level 3.             (line  27)
+* gsl_blas_zsyr2k (C function):          Level 3.             (line 162)
+* gsl_blas_zsyrk (C function):           Level 3.             (line 121)
+* gsl_blas_ztrmm (C function):           Level 3.             (line  68)
+* gsl_blas_ztrmv (C function):           Level 2.             (line  25)
+* gsl_blas_ztrsm (C function):           Level 3.             (line  94)
+* gsl_blas_ztrsv (C function):           Level 2.             (line  48)
+* gsl_block (C type):                    Blocks.              (line  10)
+* gsl_block_alloc (C function):          Block allocation.    (line  14)
+* gsl_block_calloc (C function):         Block allocation.    (line  26)
+* gsl_block_fprintf (C function):        Reading and writing blocks.
+                                                              (line  28)
+* gsl_block_fread (C function):          Reading and writing blocks.
+                                                              (line  17)
+* gsl_block_free (C function):           Block allocation.    (line  31)
+* gsl_block_fscanf (C function):         Reading and writing blocks.
+                                                              (line  38)
+* gsl_block_fwrite (C function):         Reading and writing blocks.
+                                                              (line   9)
+* gsl_bspline_alloc (C function):        Initializing the B-splines solver.
+                                                              (line  11)
+* gsl_bspline_deriv_eval (C function):   Evaluation of B-spline derivatives.
+                                                              (line   6)
+* gsl_bspline_deriv_eval_nonzero (C function): Evaluation of B-spline derivatives.
+                                                              (line  21)
+* gsl_bspline_eval (C function):         Evaluation of B-splines.
+                                                              (line   6)
+* gsl_bspline_eval_nonzero (C function): Evaluation of B-splines.
+                                                              (line  18)
+* gsl_bspline_free (C function):         Initializing the B-splines solver.
+                                                              (line  20)
+* gsl_bspline_greville_abscissa (C function): Working with the Greville abscissae.
+                                                              (line  14)
+* gsl_bspline_knots (C function):        Constructing the knots vector.
+                                                              (line   6)
+* gsl_bspline_knots_uniform (C function): Constructing the knots vector.
+                                                              (line  12)
+* gsl_bspline_ncoeffs (C function):      Evaluation of B-splines.
+                                                              (line  31)
+* gsl_bspline_workspace (C type):        Initializing the B-splines solver.
+                                                              (line   6)
+* GSL_C99_INLINE:                        ANSI C Compliance.   (line  25)
+* GSL_C99_INLINE (C macro):              Accessing vector elements.
+                                                              (line  29)
+* gsl_cdf_beta_P (C function):           The Beta Distribution.
+                                                              (line  22)
+* gsl_cdf_beta_Pinv (C function):        The Beta Distribution.
+                                                              (line  22)
+* gsl_cdf_beta_Q (C function):           The Beta Distribution.
+                                                              (line  22)
+* gsl_cdf_beta_Qinv (C function):        The Beta Distribution.
+                                                              (line  22)
+* gsl_cdf_binomial_P (C function):       The Binomial Distribution.
+                                                              (line  26)
+* gsl_cdf_binomial_Q (C function):       The Binomial Distribution.
+                                                              (line  26)
+* gsl_cdf_cauchy_P (C function):         The Cauchy Distribution.
+                                                              (line  24)
+* gsl_cdf_cauchy_Pinv (C function):      The Cauchy Distribution.
+                                                              (line  24)
+* gsl_cdf_cauchy_Q (C function):         The Cauchy Distribution.
+                                                              (line  24)
+* gsl_cdf_cauchy_Qinv (C function):      The Cauchy Distribution.
+                                                              (line  24)
+* gsl_cdf_chisq_P (C function):          The Chi-squared Distribution.
+                                                              (line  31)
+* gsl_cdf_chisq_Pinv (C function):       The Chi-squared Distribution.
+                                                              (line  31)
+* gsl_cdf_chisq_Q (C function):          The Chi-squared Distribution.
+                                                              (line  31)
+* gsl_cdf_chisq_Qinv (C function):       The Chi-squared Distribution.
+                                                              (line  31)
+* gsl_cdf_exponential_P (C function):    The Exponential Distribution.
+                                                              (line  22)
+* gsl_cdf_exponential_Pinv (C function): The Exponential Distribution.
+                                                              (line  22)
+* gsl_cdf_exponential_Q (C function):    The Exponential Distribution.
+                                                              (line  22)
+* gsl_cdf_exponential_Qinv (C function): The Exponential Distribution.
+                                                              (line  22)
+* gsl_cdf_exppow_P (C function):         The Exponential Power Distribution.
+                                                              (line  27)
+* gsl_cdf_exppow_Q (C function):         The Exponential Power Distribution.
+                                                              (line  27)
+* gsl_cdf_fdist_P (C function):          The F-distribution.  (line  36)
+* gsl_cdf_fdist_Pinv (C function):       The F-distribution.  (line  36)
+* gsl_cdf_fdist_Q (C function):          The F-distribution.  (line  36)
+* gsl_cdf_fdist_Qinv (C function):       The F-distribution.  (line  36)
+* gsl_cdf_flat_P (C function):           The Flat Uniform Distribution.
+                                                              (line  23)
+* gsl_cdf_flat_Pinv (C function):        The Flat Uniform Distribution.
+                                                              (line  23)
+* gsl_cdf_flat_Q (C function):           The Flat Uniform Distribution.
+                                                              (line  23)
+* gsl_cdf_flat_Qinv (C function):        The Flat Uniform Distribution.
+                                                              (line  23)
+* gsl_cdf_gamma_P (C function):          The Gamma Distribution.
+                                                              (line  36)
+* gsl_cdf_gamma_Pinv (C function):       The Gamma Distribution.
+                                                              (line  36)
+* gsl_cdf_gamma_Q (C function):          The Gamma Distribution.
+                                                              (line  36)
+* gsl_cdf_gamma_Qinv (C function):       The Gamma Distribution.
+                                                              (line  36)
+* gsl_cdf_gaussian_P (C function):       The Gaussian Distribution.
+                                                              (line  45)
+* gsl_cdf_gaussian_Pinv (C function):    The Gaussian Distribution.
+                                                              (line  45)
+* gsl_cdf_gaussian_Q (C function):       The Gaussian Distribution.
+                                                              (line  45)
+* gsl_cdf_gaussian_Qinv (C function):    The Gaussian Distribution.
+                                                              (line  45)
+* gsl_cdf_geometric_P (C function):      The Geometric Distribution.
+                                                              (line  27)
+* gsl_cdf_geometric_Q (C function):      The Geometric Distribution.
+                                                              (line  27)
+* gsl_cdf_gumbel1_P (C function):        The Type-1 Gumbel Distribution.
+                                                              (line  23)
+* gsl_cdf_gumbel1_Pinv (C function):     The Type-1 Gumbel Distribution.
+                                                              (line  23)
+* gsl_cdf_gumbel1_Q (C function):        The Type-1 Gumbel Distribution.
+                                                              (line  23)
+* gsl_cdf_gumbel1_Qinv (C function):     The Type-1 Gumbel Distribution.
+                                                              (line  23)
+* gsl_cdf_gumbel2_P (C function):        The Type-2 Gumbel Distribution.
+                                                              (line  23)
+* gsl_cdf_gumbel2_Pinv (C function):     The Type-2 Gumbel Distribution.
+                                                              (line  23)
+* gsl_cdf_gumbel2_Q (C function):        The Type-2 Gumbel Distribution.
+                                                              (line  23)
+* gsl_cdf_gumbel2_Qinv (C function):     The Type-2 Gumbel Distribution.
+                                                              (line  23)
+* gsl_cdf_hypergeometric_P (C function): The Hypergeometric Distribution.
+                                                              (line  31)
+* gsl_cdf_hypergeometric_Q (C function): The Hypergeometric Distribution.
+                                                              (line  31)
+* gsl_cdf_laplace_P (C function):        The Laplace Distribution.
+                                                              (line  22)
+* gsl_cdf_laplace_Pinv (C function):     The Laplace Distribution.
+                                                              (line  22)
+* gsl_cdf_laplace_Q (C function):        The Laplace Distribution.
+                                                              (line  22)
+* gsl_cdf_laplace_Qinv (C function):     The Laplace Distribution.
+                                                              (line  22)
+* gsl_cdf_logistic_P (C function):       The Logistic Distribution.
+                                                              (line  22)
+* gsl_cdf_logistic_Pinv (C function):    The Logistic Distribution.
+                                                              (line  22)
+* gsl_cdf_logistic_Q (C function):       The Logistic Distribution.
+                                                              (line  22)
+* gsl_cdf_logistic_Qinv (C function):    The Logistic Distribution.
+                                                              (line  22)
+* gsl_cdf_lognormal_P (C function):      The Lognormal Distribution.
+                                                              (line  24)
+* gsl_cdf_lognormal_Pinv (C function):   The Lognormal Distribution.
+                                                              (line  24)
+* gsl_cdf_lognormal_Q (C function):      The Lognormal Distribution.
+                                                              (line  24)
+* gsl_cdf_lognormal_Qinv (C function):   The Lognormal Distribution.
+                                                              (line  24)
+* gsl_cdf_negative_binomial_P (C function): The Negative Binomial Distribution.
+                                                              (line  27)
+* gsl_cdf_negative_binomial_Q (C function): The Negative Binomial Distribution.
+                                                              (line  27)
+* gsl_cdf_pareto_P (C function):         The Pareto Distribution.
+                                                              (line  23)
+* gsl_cdf_pareto_Pinv (C function):      The Pareto Distribution.
+                                                              (line  23)
+* gsl_cdf_pareto_Q (C function):         The Pareto Distribution.
+                                                              (line  23)
+* gsl_cdf_pareto_Qinv (C function):      The Pareto Distribution.
+                                                              (line  23)
+* gsl_cdf_pascal_P (C function):         The Pascal Distribution.
+                                                              (line  25)
+* gsl_cdf_pascal_Q (C function):         The Pascal Distribution.
+                                                              (line  25)
+* gsl_cdf_poisson_P (C function):        The Poisson Distribution.
+                                                              (line  23)
+* gsl_cdf_poisson_Q (C function):        The Poisson Distribution.
+                                                              (line  23)
+* gsl_cdf_rayleigh_P (C function):       The Rayleigh Distribution.
+                                                              (line  23)
+* gsl_cdf_rayleigh_Pinv (C function):    The Rayleigh Distribution.
+                                                              (line  23)
+* gsl_cdf_rayleigh_Q (C function):       The Rayleigh Distribution.
+                                                              (line  23)
+* gsl_cdf_rayleigh_Qinv (C function):    The Rayleigh Distribution.
+                                                              (line  23)
+* gsl_cdf_tdist_P (C function):          The t-distribution.  (line  30)
+* gsl_cdf_tdist_Pinv (C function):       The t-distribution.  (line  30)
+* gsl_cdf_tdist_Q (C function):          The t-distribution.  (line  30)
+* gsl_cdf_tdist_Qinv (C function):       The t-distribution.  (line  30)
+* gsl_cdf_ugaussian_P (C function):      The Gaussian Distribution.
+                                                              (line  54)
+* gsl_cdf_ugaussian_Pinv (C function):   The Gaussian Distribution.
+                                                              (line  54)
+* gsl_cdf_ugaussian_Q (C function):      The Gaussian Distribution.
+                                                              (line  54)
+* gsl_cdf_ugaussian_Qinv (C function):   The Gaussian Distribution.
+                                                              (line  54)
+* gsl_cdf_weibull_P (C function):        The Weibull Distribution.
+                                                              (line  23)
+* gsl_cdf_weibull_Pinv (C function):     The Weibull Distribution.
+                                                              (line  23)
+* gsl_cdf_weibull_Q (C function):        The Weibull Distribution.
+                                                              (line  23)
+* gsl_cdf_weibull_Qinv (C function):     The Weibull Distribution.
+                                                              (line  23)
+* gsl_cheb_alloc (C function):           Creation and Calculation of Chebyshev Series.
+                                                              (line   6)
+* gsl_cheb_calc_deriv (C function):      Derivatives and Integrals.
+                                                              (line  12)
+* gsl_cheb_calc_integ (C function):      Derivatives and Integrals.
+                                                              (line  20)
+* gsl_cheb_coeffs (C function):          Auxiliary Functions. (line  13)
+* gsl_cheb_eval (C function):            Chebyshev Series Evaluation.
+                                                              (line   6)
+* gsl_cheb_eval_err (C function):        Chebyshev Series Evaluation.
+                                                              (line  11)
+* gsl_cheb_eval_n (C function):          Chebyshev Series Evaluation.
+                                                              (line  19)
+* gsl_cheb_eval_n_err (C function):      Chebyshev Series Evaluation.
+                                                              (line  26)
+* gsl_cheb_free (C function):            Creation and Calculation of Chebyshev Series.
+                                                              (line  13)
+* gsl_cheb_init (C function):            Creation and Calculation of Chebyshev Series.
+                                                              (line  18)
+* gsl_cheb_order (C function):           Auxiliary Functions. (line   9)
+* gsl_cheb_series (C type):              Definitions.         (line   6)
+* gsl_cheb_size (C function):            Auxiliary Functions. (line  13)
+* gsl_check_range (C var):               Accessing vector elements.
+                                                              (line  37)
+* gsl_combination (C type):              The Combination struct.
+                                                              (line   6)
+* gsl_combination_alloc (C function):    Combination allocation.
+                                                              (line   6)
+* gsl_combination_calloc (C function):   Combination allocation.
+                                                              (line  17)
+* gsl_combination_data (C function):     Combination properties.
+                                                              (line  15)
+* gsl_combination_fprintf (C function):  Reading and writing combinations.
+                                                              (line  30)
+* gsl_combination_fread (C function):    Reading and writing combinations.
+                                                              (line  18)
+* gsl_combination_free (C function):     Combination allocation.
+                                                              (line  36)
+* gsl_combination_fscanf (C function):   Reading and writing combinations.
+                                                              (line  40)
+* gsl_combination_fwrite (C function):   Reading and writing combinations.
+                                                              (line   9)
+* gsl_combination_get (C function):      Accessing combination elements.
+                                                              (line   9)
+* gsl_combination_init_first (C function): Combination allocation.
+                                                              (line  25)
+* gsl_combination_init_last (C function): Combination allocation.
+                                                              (line  30)
+* gsl_combination_k (C function):        Combination properties.
+                                                              (line  10)
+* gsl_combination_memcpy (C function):   Combination allocation.
+                                                              (line  41)
+* gsl_combination_n (C function):        Combination properties.
+                                                              (line   6)
+* gsl_combination_next (C function):     Combination functions.
+                                                              (line   6)
+* gsl_combination_prev (C function):     Combination functions.
+                                                              (line  15)
+* gsl_combination_valid (C function):    Combination properties.
+                                                              (line  20)
+* gsl_complex:                           Complex Numbers.     (line  21)
+* gsl_complex_abs (C function):          Properties of complex numbers.
+                                                              (line  11)
+* gsl_complex_abs2 (C function):         Properties of complex numbers.
+                                                              (line  16)
+* gsl_complex_add (C function):          Complex arithmetic operators.
+                                                              (line   6)
+* gsl_complex_add_imag (C function):     Complex arithmetic operators.
+                                                              (line  46)
+* gsl_complex_add_real (C function):     Complex arithmetic operators.
+                                                              (line  26)
+* gsl_complex_arccos (C function):       Inverse Complex Trigonometric Functions.
+                                                              (line  21)
+* gsl_complex_arccosh (C function):      Inverse Complex Hyperbolic Functions.
+                                                              (line  12)
+* gsl_complex_arccosh_real (C function): Inverse Complex Hyperbolic Functions.
+                                                              (line  20)
+* gsl_complex_arccos_real (C function):  Inverse Complex Trigonometric Functions.
+                                                              (line  27)
+* gsl_complex_arccot (C function):       Inverse Complex Trigonometric Functions.
+                                                              (line  61)
+* gsl_complex_arccoth (C function):      Inverse Complex Hyperbolic Functions.
+                                                              (line  46)
+* gsl_complex_arccsc (C function):       Inverse Complex Trigonometric Functions.
+                                                              (line  51)
+* gsl_complex_arccsch (C function):      Inverse Complex Hyperbolic Functions.
+                                                              (line  41)
+* gsl_complex_arccsc_real (C function):  Inverse Complex Trigonometric Functions.
+                                                              (line  56)
+* gsl_complex_arcsec (C function):       Inverse Complex Trigonometric Functions.
+                                                              (line  41)
+* gsl_complex_arcsech (C function):      Inverse Complex Hyperbolic Functions.
+                                                              (line  36)
+* gsl_complex_arcsec_real (C function):  Inverse Complex Trigonometric Functions.
+                                                              (line  46)
+* gsl_complex_arcsin (C function):       Inverse Complex Trigonometric Functions.
+                                                              (line   6)
+* gsl_complex_arcsinh (C function):      Inverse Complex Hyperbolic Functions.
+                                                              (line   6)
+* gsl_complex_arcsin_real (C function):  Inverse Complex Trigonometric Functions.
+                                                              (line  12)
+* gsl_complex_arctan (C function):       Inverse Complex Trigonometric Functions.
+                                                              (line  35)
+* gsl_complex_arctanh (C function):      Inverse Complex Hyperbolic Functions.
+                                                              (line  25)
+* gsl_complex_arctanh_real (C function): Inverse Complex Hyperbolic Functions.
+                                                              (line  31)
+* gsl_complex_arg (C function):          Properties of complex numbers.
+                                                              (line   6)
+* gsl_complex_conjugate (C function):    Complex arithmetic operators.
+                                                              (line  66)
+* gsl_complex_cos (C function):          Complex Trigonometric Functions.
+                                                              (line  11)
+* gsl_complex_cosh (C function):         Complex Hyperbolic Functions.
+                                                              (line  11)
+* gsl_complex_cot (C function):          Complex Trigonometric Functions.
+                                                              (line  31)
+* gsl_complex_coth (C function):         Complex Hyperbolic Functions.
+                                                              (line  31)
+* gsl_complex_csc (C function):          Complex Trigonometric Functions.
+                                                              (line  26)
+* gsl_complex_csch (C function):         Complex Hyperbolic Functions.
+                                                              (line  26)
+* gsl_complex_div (C function):          Complex arithmetic operators.
+                                                              (line  21)
+* gsl_complex_div_imag (C function):     Complex arithmetic operators.
+                                                              (line  61)
+* gsl_complex_div_real (C function):     Complex arithmetic operators.
+                                                              (line  41)
+* gsl_complex_exp (C function):          Elementary Complex Functions.
+                                                              (line  28)
+* gsl_complex_inverse (C function):      Complex arithmetic operators.
+                                                              (line  71)
+* gsl_complex_log (C function):          Elementary Complex Functions.
+                                                              (line  33)
+* gsl_complex_log10 (C function):        Elementary Complex Functions.
+                                                              (line  39)
+* gsl_complex_logabs (C function):       Properties of complex numbers.
+                                                              (line  21)
+* gsl_complex_log_b (C function):        Elementary Complex Functions.
+                                                              (line  44)
+* gsl_complex_mul (C function):          Complex arithmetic operators.
+                                                              (line  16)
+* gsl_complex_mul_imag (C function):     Complex arithmetic operators.
+                                                              (line  56)
+* gsl_complex_mul_real (C function):     Complex arithmetic operators.
+                                                              (line  36)
+* gsl_complex_negative (C function):     Complex arithmetic operators.
+                                                              (line  76)
+* gsl_complex_polar (C function):        Assigning complex numbers.
+                                                              (line  12)
+* gsl_complex_poly_complex_eval (C function): Polynomial Evaluation.
+                                                              (line  25)
+* gsl_complex_pow (C function):          Elementary Complex Functions.
+                                                              (line  17)
+* gsl_complex_pow_real (C function):     Elementary Complex Functions.
+                                                              (line  23)
+* gsl_complex_rect (C function):         Assigning complex numbers.
+                                                              (line   6)
+* gsl_complex_sec (C function):          Complex Trigonometric Functions.
+                                                              (line  21)
+* gsl_complex_sech (C function):         Complex Hyperbolic Functions.
+                                                              (line  21)
+* gsl_complex_sin (C function):          Complex Trigonometric Functions.
+                                                              (line   6)
+* gsl_complex_sinh (C function):         Complex Hyperbolic Functions.
+                                                              (line   6)
+* gsl_complex_sqrt (C function):         Elementary Complex Functions.
+                                                              (line   6)
+* gsl_complex_sqrt_real (C function):    Elementary Complex Functions.
+                                                              (line  12)
+* gsl_complex_sub (C function):          Complex arithmetic operators.
+                                                              (line  11)
+* gsl_complex_sub_imag (C function):     Complex arithmetic operators.
+                                                              (line  51)
+* gsl_complex_sub_real (C function):     Complex arithmetic operators.
+                                                              (line  31)
+* gsl_complex_tan (C function):          Complex Trigonometric Functions.
+                                                              (line  16)
+* gsl_complex_tanh (C function):         Complex Hyperbolic Functions.
+                                                              (line  16)
+* GSL_CONST_MKSA_ACRE (C macro):         Volume Area and Length.
+                                                              (line  14)
+* GSL_CONST_MKSA_ANGSTROM (C macro):     Atomic and Nuclear Physics.
+                                                              (line  47)
+* GSL_CONST_MKSA_ASTRONOMICAL_UNIT (C macro): Astronomy and Astrophysics.
+                                                              (line   6)
+* GSL_CONST_MKSA_BAR (C macro):          Pressure.            (line   6)
+* GSL_CONST_MKSA_BARN (C macro):         Atomic and Nuclear Physics.
+                                                              (line  51)
+* GSL_CONST_MKSA_BOHR_MAGNETON (C macro): Atomic and Nuclear Physics.
+                                                              (line  55)
+* GSL_CONST_MKSA_BOHR_RADIUS (C macro):  Atomic and Nuclear Physics.
+                                                              (line  43)
+* GSL_CONST_MKSA_BOLTZMANN (C macro):    Fundamental Constants.
+                                                              (line  36)
+* GSL_CONST_MKSA_BTU (C macro):          Thermal Energy and Power.
+                                                              (line  10)
+* GSL_CONST_MKSA_CALORIE (C macro):      Thermal Energy and Power.
+                                                              (line   6)
+* GSL_CONST_MKSA_CANADIAN_GALLON (C macro): Volume Area and Length.
+                                                              (line  26)
+* GSL_CONST_MKSA_CARAT (C macro):        Mass and Weight.     (line  30)
+* GSL_CONST_MKSA_CURIE (C macro):        Radioactivity.       (line   6)
+* GSL_CONST_MKSA_DAY (C macro):          Measurement of Time. (line  14)
+* GSL_CONST_MKSA_DEBYE (C macro):        Atomic and Nuclear Physics.
+                                                              (line  76)
+* GSL_CONST_MKSA_DYNE (C macro):         Force and Energy.    (line  10)
+* GSL_CONST_MKSA_ELECTRON_CHARGE (C macro): Atomic and Nuclear Physics.
+                                                              (line   6)
+* GSL_CONST_MKSA_ELECTRON_MAGNETIC_MOMENT (C macro): Atomic and Nuclear Physics.
+                                                              (line  63)
+* GSL_CONST_MKSA_ELECTRON_VOLT (C macro): Atomic and Nuclear Physics.
+                                                              (line  10)
+* GSL_CONST_MKSA_ERG (C macro):          Force and Energy.    (line  18)
+* GSL_CONST_MKSA_FARADAY (C macro):      Fundamental Constants.
+                                                              (line  32)
+* GSL_CONST_MKSA_FATHOM (C macro):       Speed and Nautical Units.
+                                                              (line  18)
+* GSL_CONST_MKSA_FOOT (C macro):         Imperial Units.      (line  10)
+* GSL_CONST_MKSA_FOOTCANDLE (C macro):   Light and Illumination.
+                                                              (line  22)
+* GSL_CONST_MKSA_FOOTLAMBERT (C macro):  Light and Illumination.
+                                                              (line  30)
+* GSL_CONST_MKSA_GAUSS (C macro):        Fundamental Constants.
+                                                              (line  52)
+* GSL_CONST_MKSA_GRAM_FORCE (C macro):   Mass and Weight.     (line  34)
+* GSL_CONST_MKSA_GRAVITATIONAL_CONSTANT (C macro): Astronomy and Astrophysics.
+                                                              (line  10)
+* GSL_CONST_MKSA_GRAV_ACCEL (C macro):   Astronomy and Astrophysics.
+                                                              (line  22)
+* GSL_CONST_MKSA_HECTARE (C macro):      Volume Area and Length.
+                                                              (line  10)
+* GSL_CONST_MKSA_HORSEPOWER (C macro):   Thermal Energy and Power.
+                                                              (line  18)
+* GSL_CONST_MKSA_HOUR (C macro):         Measurement of Time. (line  10)
+* GSL_CONST_MKSA_INCH (C macro):         Imperial Units.      (line   6)
+* GSL_CONST_MKSA_INCH_OF_MERCURY (C macro): Pressure.         (line  22)
+* GSL_CONST_MKSA_INCH_OF_WATER (C macro): Pressure.           (line  26)
+* GSL_CONST_MKSA_JOULE (C macro):        Force and Energy.    (line  14)
+* GSL_CONST_MKSA_KILOMETERS_PER_HOUR (C macro): Speed and Nautical Units.
+                                                              (line   6)
+* GSL_CONST_MKSA_KILOPOUND_FORCE (C macro): Mass and Weight.  (line  42)
+* GSL_CONST_MKSA_KNOT (C macro):         Speed and Nautical Units.
+                                                              (line  22)
+* GSL_CONST_MKSA_LAMBERT (C macro):      Light and Illumination.
+                                                              (line  26)
+* GSL_CONST_MKSA_LIGHT_YEAR (C macro):   Astronomy and Astrophysics.
+                                                              (line  14)
+* GSL_CONST_MKSA_LITER (C macro):        Volume Area and Length.
+                                                              (line  18)
+* GSL_CONST_MKSA_LUMEN (C macro):        Light and Illumination.
+                                                              (line  10)
+* GSL_CONST_MKSA_LUX (C macro):          Light and Illumination.
+                                                              (line  14)
+* GSL_CONST_MKSA_MASS_ELECTRON (C macro): Atomic and Nuclear Physics.
+                                                              (line  18)
+* GSL_CONST_MKSA_MASS_MUON (C macro):    Atomic and Nuclear Physics.
+                                                              (line  22)
+* GSL_CONST_MKSA_MASS_NEUTRON (C macro): Atomic and Nuclear Physics.
+                                                              (line  30)
+* GSL_CONST_MKSA_MASS_PROTON (C macro):  Atomic and Nuclear Physics.
+                                                              (line  26)
+* GSL_CONST_MKSA_METER_OF_MERCURY (C macro): Pressure.        (line  18)
+* GSL_CONST_MKSA_METRIC_TON (C macro):   Mass and Weight.     (line  18)
+* GSL_CONST_MKSA_MICRON (C macro):       Volume Area and Length.
+                                                              (line   6)
+* GSL_CONST_MKSA_MIL (C macro):          Imperial Units.      (line  22)
+* GSL_CONST_MKSA_MILE (C macro):         Imperial Units.      (line  18)
+* GSL_CONST_MKSA_MILES_PER_HOUR (C macro): Speed and Nautical Units.
+                                                              (line  10)
+* GSL_CONST_MKSA_MINUTE (C macro):       Measurement of Time. (line   6)
+* GSL_CONST_MKSA_MOLAR_GAS (C macro):    Fundamental Constants.
+                                                              (line  40)
+* GSL_CONST_MKSA_NAUTICAL_MILE (C macro): Speed and Nautical Units.
+                                                              (line  14)
+* GSL_CONST_MKSA_NEWTON (C macro):       Force and Energy.    (line   6)
+* GSL_CONST_MKSA_NUCLEAR_MAGNETON (C macro): Atomic and Nuclear Physics.
+                                                              (line  59)
+* GSL_CONST_MKSA_OUNCE_MASS (C macro):   Mass and Weight.     (line  10)
+* GSL_CONST_MKSA_PARSEC (C macro):       Astronomy and Astrophysics.
+                                                              (line  18)
+* GSL_CONST_MKSA_PHOT (C macro):         Light and Illumination.
+                                                              (line  18)
+* GSL_CONST_MKSA_PINT (C macro):         Volume Area and Length.
+                                                              (line  38)
+* GSL_CONST_MKSA_PLANCKS_CONSTANT_H (C macro): Fundamental Constants.
+                                                              (line  20)
+* GSL_CONST_MKSA_PLANCKS_CONSTANT_HBAR (C macro): Fundamental Constants.
+                                                              (line  24)
+* GSL_CONST_MKSA_POINT (C macro):        Printers Units.      (line   6)
+* GSL_CONST_MKSA_POISE (C macro):        Viscosity.           (line   6)
+* GSL_CONST_MKSA_POUNDAL (C macro):      Mass and Weight.     (line  46)
+* GSL_CONST_MKSA_POUND_FORCE (C macro):  Mass and Weight.     (line  38)
+* GSL_CONST_MKSA_POUND_MASS (C macro):   Mass and Weight.     (line   6)
+* GSL_CONST_MKSA_PROTON_MAGNETIC_MOMENT (C macro): Atomic and Nuclear Physics.
+                                                              (line  68)
+* GSL_CONST_MKSA_PSI (C macro):          Pressure.            (line  30)
+* GSL_CONST_MKSA_QUART (C macro):        Volume Area and Length.
+                                                              (line  34)
+* GSL_CONST_MKSA_RAD (C macro):          Radioactivity.       (line  14)
+* GSL_CONST_MKSA_ROENTGEN (C macro):     Radioactivity.       (line  10)
+* GSL_CONST_MKSA_RYDBERG (C macro):      Atomic and Nuclear Physics.
+                                                              (line  38)
+* GSL_CONST_MKSA_SOLAR_MASS (C macro):   Astronomy and Astrophysics.
+                                                              (line  26)
+* GSL_CONST_MKSA_SPEED_OF_LIGHT (C macro): Fundamental Constants.
+                                                              (line   6)
+* GSL_CONST_MKSA_STANDARD_GAS_VOLUME (C macro): Fundamental Constants.
+                                                              (line  44)
+* GSL_CONST_MKSA_STD_ATMOSPHERE (C macro): Pressure.          (line  10)
+* GSL_CONST_MKSA_STEFAN_BOLTZMANN_CONSTANT (C macro): Fundamental Constants.
+                                                              (line  48)
+* GSL_CONST_MKSA_STILB (C macro):        Light and Illumination.
+                                                              (line   6)
+* GSL_CONST_MKSA_STOKES (C macro):       Viscosity.           (line  10)
+* GSL_CONST_MKSA_TEXPOINT (C macro):     Printers Units.      (line  10)
+* GSL_CONST_MKSA_THERM (C macro):        Thermal Energy and Power.
+                                                              (line  14)
+* GSL_CONST_MKSA_THOMSON_CROSS_SECTION (C macro): Atomic and Nuclear Physics.
+                                                              (line  72)
+* GSL_CONST_MKSA_TON (C macro):          Mass and Weight.     (line  14)
+* GSL_CONST_MKSA_TORR (C macro):         Pressure.            (line  14)
+* GSL_CONST_MKSA_TROY_OUNCE (C macro):   Mass and Weight.     (line  26)
+* GSL_CONST_MKSA_UK_GALLON (C macro):    Volume Area and Length.
+                                                              (line  30)
+* GSL_CONST_MKSA_UK_TON (C macro):       Mass and Weight.     (line  22)
+* GSL_CONST_MKSA_UNIFIED_ATOMIC_MASS (C macro): Atomic and Nuclear Physics.
+                                                              (line  14)
+* GSL_CONST_MKSA_US_GALLON (C macro):    Volume Area and Length.
+                                                              (line  22)
+* GSL_CONST_MKSA_VACUUM_PERMEABILITY (C macro): Fundamental Constants.
+                                                              (line  10)
+* GSL_CONST_MKSA_VACUUM_PERMITTIVITY (C macro): Fundamental Constants.
+                                                              (line  15)
+* GSL_CONST_MKSA_WEEK (C macro):         Measurement of Time. (line  18)
+* GSL_CONST_MKSA_YARD (C macro):         Imperial Units.      (line  14)
+* GSL_CONST_NUM_ATTO (C macro):          Prefixes.            (line  60)
+* GSL_CONST_NUM_AVOGADRO (C macro):      Fundamental Constants.
+                                                              (line  28)
+* GSL_CONST_NUM_EXA (C macro):           Prefixes.            (line  16)
+* GSL_CONST_NUM_FEMTO (C macro):         Prefixes.            (line  56)
+* GSL_CONST_NUM_FINE_STRUCTURE (C macro): Atomic and Nuclear Physics.
+                                                              (line  34)
+* GSL_CONST_NUM_GIGA (C macro):          Prefixes.            (line  28)
+* GSL_CONST_NUM_KILO (C macro):          Prefixes.            (line  36)
+* GSL_CONST_NUM_MEGA (C macro):          Prefixes.            (line  32)
+* GSL_CONST_NUM_MICRO (C macro):         Prefixes.            (line  44)
+* GSL_CONST_NUM_MILLI (C macro):         Prefixes.            (line  40)
+* GSL_CONST_NUM_NANO (C macro):          Prefixes.            (line  48)
+* GSL_CONST_NUM_PETA (C macro):          Prefixes.            (line  20)
+* GSL_CONST_NUM_PICO (C macro):          Prefixes.            (line  52)
+* GSL_CONST_NUM_TERA (C macro):          Prefixes.            (line  24)
+* GSL_CONST_NUM_YOCTO (C macro):         Prefixes.            (line  68)
+* GSL_CONST_NUM_YOTTA (C macro):         Prefixes.            (line   8)
+* GSL_CONST_NUM_ZEPTO (C macro):         Prefixes.            (line  64)
+* GSL_CONST_NUM_ZETTA (C macro):         Prefixes.            (line  12)
+* gsl_deriv_backward (C function):       Functions.           (line  46)
+* gsl_deriv_central (C function):        Functions.           (line   6)
+* gsl_deriv_forward (C function):        Functions.           (line  25)
+* gsl_dht (C type):                      Functions<2>.        (line   6)
+* gsl_dht_alloc (C function):            Functions<2>.        (line  10)
+* gsl_dht_apply (C function):            Functions<2>.        (line  31)
+* gsl_dht_free (C function):             Functions<2>.        (line  27)
+* gsl_dht_init (C function):             Functions<2>.        (line  15)
+* gsl_dht_k_sample (C function):         Functions<2>.        (line  49)
+* gsl_dht_new (C function):              Functions<2>.        (line  20)
+* gsl_dht_x_sample (C function):         Functions<2>.        (line  42)
+* GSL_EDOM (C var):                      Error Codes.         (line  13)
+* gsl_eigen_gen (C function):            Real Generalized Nonsymmetric Eigensystems.
+                                                              (line  89)
+* gsl_eigen_genherm (C function):        Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line  38)
+* gsl_eigen_genhermv (C function):       Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line  67)
+* gsl_eigen_genhermv_alloc (C function): Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line  53)
+* gsl_eigen_genhermv_free (C function):  Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line  61)
+* gsl_eigen_genhermv_sort (C function):  Sorting Eigenvalues and Eigenvectors.
+                                                              (line  58)
+* gsl_eigen_genhermv_workspace (C type): Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line  48)
+* gsl_eigen_genherm_alloc (C function):  Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line  24)
+* gsl_eigen_genherm_free (C function):   Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line  32)
+* gsl_eigen_genherm_workspace (C type):  Complex Generalized Hermitian-Definite Eigensystems.
+                                                              (line  19)
+* gsl_eigen_gensymm (C function):        Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line  44)
+* gsl_eigen_gensymmv (C function):       Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line  72)
+* gsl_eigen_gensymmv_alloc (C function): Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line  58)
+* gsl_eigen_gensymmv_free (C function):  Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line  66)
+* gsl_eigen_gensymmv_sort (C function):  Sorting Eigenvalues and Eigenvectors.
+                                                              (line  49)
+* gsl_eigen_gensymmv_workspace (C type): Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line  53)
+* gsl_eigen_gensymm_alloc (C function):  Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line  31)
+* gsl_eigen_gensymm_free (C function):   Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line  38)
+* gsl_eigen_gensymm_workspace (C type):  Real Generalized Symmetric-Definite Eigensystems.
+                                                              (line  26)
+* gsl_eigen_genv (C function):           Real Generalized Nonsymmetric Eigensystems.
+                                                              (line 134)
+* gsl_eigen_genv_alloc (C function):     Real Generalized Nonsymmetric Eigensystems.
+                                                              (line 122)
+* gsl_eigen_genv_free (C function):      Real Generalized Nonsymmetric Eigensystems.
+                                                              (line 129)
+* gsl_eigen_genv_QZ (C function):        Real Generalized Nonsymmetric Eigensystems.
+                                                              (line 152)
+* gsl_eigen_genv_sort (C function):      Sorting Eigenvalues and Eigenvectors.
+                                                              (line  67)
+* gsl_eigen_genv_workspace (C type):     Real Generalized Nonsymmetric Eigensystems.
+                                                              (line 117)
+* gsl_eigen_gen_alloc (C function):      Real Generalized Nonsymmetric Eigensystems.
+                                                              (line  54)
+* gsl_eigen_gen_free (C function):       Real Generalized Nonsymmetric Eigensystems.
+                                                              (line  61)
+* gsl_eigen_gen_params (C function):     Real Generalized Nonsymmetric Eigensystems.
+                                                              (line  66)
+* gsl_eigen_gen_QZ (C function):         Real Generalized Nonsymmetric Eigensystems.
+                                                              (line 109)
+* gsl_eigen_gen_workspace (C type):      Real Generalized Nonsymmetric Eigensystems.
+                                                              (line  49)
+* gsl_eigen_herm (C function):           Complex Hermitian Matrices.
+                                                              (line  26)
+* gsl_eigen_hermv (C function):          Complex Hermitian Matrices.
+                                                              (line  55)
+* gsl_eigen_hermv_alloc (C function):    Complex Hermitian Matrices.
+                                                              (line  43)
+* gsl_eigen_hermv_free (C function):     Complex Hermitian Matrices.
+                                                              (line  50)
+* gsl_eigen_hermv_sort (C function):     Sorting Eigenvalues and Eigenvectors.
+                                                              (line  29)
+* gsl_eigen_hermv_workspace (C type):    Complex Hermitian Matrices.
+                                                              (line  38)
+* gsl_eigen_herm_alloc (C function):     Complex Hermitian Matrices.
+                                                              (line  14)
+* gsl_eigen_herm_free (C function):      Complex Hermitian Matrices.
+                                                              (line  21)
+* gsl_eigen_herm_workspace (C type):     Complex Hermitian Matrices.
+                                                              (line   9)
+* gsl_eigen_nonsymm (C function):        Real Nonsymmetric Matrices.
+                                                              (line  72)
+* gsl_eigen_nonsymmv (C function):       Real Nonsymmetric Matrices.
+                                                              (line 123)
+* gsl_eigen_nonsymmv_alloc (C function): Real Nonsymmetric Matrices.
+                                                              (line  99)
+* gsl_eigen_nonsymmv_free (C function):  Real Nonsymmetric Matrices.
+                                                              (line 106)
+* gsl_eigen_nonsymmv_params (C function): Real Nonsymmetric Matrices.
+                                                              (line 112)
+* gsl_eigen_nonsymmv_sort (C function):  Sorting Eigenvalues and Eigenvectors.
+                                                              (line  38)
+* gsl_eigen_nonsymmv_workspace (C type): Real Nonsymmetric Matrices.
+                                                              (line  94)
+* gsl_eigen_nonsymmv_Z (C function):     Real Nonsymmetric Matrices.
+                                                              (line 139)
+* gsl_eigen_nonsymm_alloc (C function):  Real Nonsymmetric Matrices.
+                                                              (line  22)
+* gsl_eigen_nonsymm_free (C function):   Real Nonsymmetric Matrices.
+                                                              (line  29)
+* gsl_eigen_nonsymm_params (C function): Real Nonsymmetric Matrices.
+                                                              (line  35)
+* gsl_eigen_nonsymm_workspace (C type):  Real Nonsymmetric Matrices.
+                                                              (line  17)
+* gsl_eigen_nonsymm_Z (C function):      Real Nonsymmetric Matrices.
+                                                              (line  87)
+* gsl_eigen_symm (C function):           Real Symmetric Matrices.
+                                                              (line  29)
+* gsl_eigen_symmv (C function):          Real Symmetric Matrices.
+                                                              (line  56)
+* gsl_eigen_symmv_alloc (C function):    Real Symmetric Matrices.
+                                                              (line  44)
+* gsl_eigen_symmv_free (C function):     Real Symmetric Matrices.
+                                                              (line  51)
+* gsl_eigen_symmv_sort (C function):     Sorting Eigenvalues and Eigenvectors.
+                                                              (line   6)
+* gsl_eigen_symmv_sort.gsl_eigen_sort_t (C type): Sorting Eigenvalues and Eigenvectors.
+                                                              (line  15)
+* gsl_eigen_symmv_workspace (C type):    Real Symmetric Matrices.
+                                                              (line  39)
+* gsl_eigen_symm_alloc (C function):     Real Symmetric Matrices.
+                                                              (line  17)
+* gsl_eigen_symm_free (C function):      Real Symmetric Matrices.
+                                                              (line  24)
+* gsl_eigen_symm_workspace (C type):     Real Symmetric Matrices.
+                                                              (line  12)
+* GSL_EINVAL (C var):                    Error Codes.         (line  32)
+* GSL_ENOMEM (C var):                    Error Codes.         (line  25)
+* GSL_ERANGE (C var):                    Error Codes.         (line  19)
+* GSL_ERROR (C macro):                   Using GSL error reporting in your own functions.
+                                                              (line  15)
+* gsl_error_handler_t (C type):          Error Handlers.      (line  23)
+* GSL_ERROR_VAL (C macro):               Using GSL error reporting in your own functions.
+                                                              (line  36)
+* gsl_expm1 (C function):                Elementary Functions.
+                                                              (line  18)
+* gsl_fcmp (C function):                 Approximate Comparison of Floating Point Numbers.
+                                                              (line  12)
+* gsl_fft_complex_backward (C function): Mixed-radix FFT routines for complex data.
+                                                              (line 121)
+* gsl_fft_complex_forward (C function):  Mixed-radix FFT routines for complex data.
+                                                              (line 121)
+* gsl_fft_complex_inverse (C function):  Mixed-radix FFT routines for complex data.
+                                                              (line 121)
+* gsl_fft_complex_radix2_backward (C function): Radix-2 FFT routines for complex data.
+                                                              (line  16)
+* gsl_fft_complex_radix2_dif_backward (C function): Radix-2 FFT routines for complex data.
+                                                              (line  38)
+* gsl_fft_complex_radix2_dif_forward (C function): Radix-2 FFT routines for complex data.
+                                                              (line  38)
+* gsl_fft_complex_radix2_dif_inverse (C function): Radix-2 FFT routines for complex data.
+                                                              (line  38)
+* gsl_fft_complex_radix2_dif_transform (C function): Radix-2 FFT routines for complex data.
+                                                              (line  38)
+* gsl_fft_complex_radix2_forward (C function): Radix-2 FFT routines for complex data.
+                                                              (line  16)
+* gsl_fft_complex_radix2_inverse (C function): Radix-2 FFT routines for complex data.
+                                                              (line  16)
+* gsl_fft_complex_radix2_transform (C function): Radix-2 FFT routines for complex data.
+                                                              (line  16)
+* gsl_fft_complex_transform (C function): Mixed-radix FFT routines for complex data.
+                                                              (line 121)
+* gsl_fft_complex_wavetable (C type):    Mixed-radix FFT routines for complex data.
+                                                              (line  80)
+* gsl_fft_complex_wavetable_alloc (C function): Mixed-radix FFT routines for complex data.
+                                                              (line  44)
+* gsl_fft_complex_wavetable_free (C function): Mixed-radix FFT routines for complex data.
+                                                              (line  65)
+* gsl_fft_complex_workspace (C type):    Mixed-radix FFT routines for complex data.
+                                                              (line 101)
+* gsl_fft_complex_workspace_alloc (C function): Mixed-radix FFT routines for complex data.
+                                                              (line 106)
+* gsl_fft_complex_workspace_free (C function): Mixed-radix FFT routines for complex data.
+                                                              (line 112)
+* gsl_fft_halfcomplex_radix2_backward (C function): Radix-2 FFT routines for real data.
+                                                              (line  57)
+* gsl_fft_halfcomplex_radix2_inverse (C function): Radix-2 FFT routines for real data.
+                                                              (line  57)
+* gsl_fft_halfcomplex_radix2_unpack (C function): Radix-2 FFT routines for real data.
+                                                              (line  68)
+* gsl_fft_halfcomplex_transform (C function): Mixed-radix FFT routines for real data.
+                                                              (line 133)
+* gsl_fft_halfcomplex_unpack (C function): Mixed-radix FFT routines for real data.
+                                                              (line 169)
+* gsl_fft_halfcomplex_wavetable (C type): Mixed-radix FFT routines for real data.
+                                                              (line  72)
+* gsl_fft_halfcomplex_wavetable_alloc (C function): Mixed-radix FFT routines for real data.
+                                                              (line  78)
+* gsl_fft_halfcomplex_wavetable_free (C function): Mixed-radix FFT routines for real data.
+                                                              (line 100)
+* gsl_fft_real_radix2_transform (C function): Radix-2 FFT routines for real data.
+                                                              (line  13)
+* gsl_fft_real_transform (C function):   Mixed-radix FFT routines for real data.
+                                                              (line 133)
+* gsl_fft_real_unpack (C function):      Mixed-radix FFT routines for real data.
+                                                              (line 153)
+* gsl_fft_real_wavetable (C type):       Mixed-radix FFT routines for real data.
+                                                              (line  72)
+* gsl_fft_real_wavetable_alloc (C function): Mixed-radix FFT routines for real data.
+                                                              (line  78)
+* gsl_fft_real_wavetable_free (C function): Mixed-radix FFT routines for real data.
+                                                              (line 100)
+* gsl_fft_real_workspace (C type):       Mixed-radix FFT routines for real data.
+                                                              (line 112)
+* gsl_fft_real_workspace_alloc (C function): Mixed-radix FFT routines for real data.
+                                                              (line 116)
+* gsl_fft_real_workspace_free (C function): Mixed-radix FFT routines for real data.
+                                                              (line 123)
+* gsl_filter_end_t (C type):             Handling Endpoints<2>.
+                                                              (line  12)
+* gsl_filter_end_t.GSL_FILTER_END_PADVALUE (C macro): Handling Endpoints<2>.
+                                                              (line  27)
+* gsl_filter_end_t.GSL_FILTER_END_PADZERO (C macro): Handling Endpoints<2>.
+                                                              (line  17)
+* gsl_filter_end_t.GSL_FILTER_END_TRUNCATE (C macro): Handling Endpoints<2>.
+                                                              (line  36)
+* gsl_filter_gaussian (C function):      Gaussian Filter.     (line  50)
+* gsl_filter_gaussian_alloc (C function): Gaussian Filter.    (line  37)
+* gsl_filter_gaussian_free (C function): Gaussian Filter.     (line  45)
+* gsl_filter_gaussian_kernel (C function): Gaussian Filter.   (line  62)
+* gsl_filter_impulse (C function):       Impulse Detection Filter.
+                                                              (line 115)
+* gsl_filter_impulse_alloc (C function): Impulse Detection Filter.
+                                                              (line 101)
+* gsl_filter_impulse_free (C function):  Impulse Detection Filter.
+                                                              (line 110)
+* gsl_filter_median (C function):        Standard Median Filter.
+                                                              (line  25)
+* gsl_filter_median_alloc (C function):  Standard Median Filter.
+                                                              (line  11)
+* gsl_filter_median_free (C function):   Standard Median Filter.
+                                                              (line  20)
+* gsl_filter_rmedian (C function):       Recursive Median Filter.
+                                                              (line  33)
+* gsl_filter_rmedian_alloc (C function): Recursive Median Filter.
+                                                              (line  19)
+* gsl_filter_rmedian_free (C function):  Recursive Median Filter.
+                                                              (line  28)
+* gsl_filter_scale_t (C type):           Impulse Detection Filter.
+                                                              (line  45)
+* gsl_filter_scale_t.GSL_FILTER_SCALE_IQR (C macro): Impulse Detection Filter.
+                                                              (line  61)
+* gsl_filter_scale_t.GSL_FILTER_SCALE_MAD (C macro): Impulse Detection Filter.
+                                                              (line  50)
+* gsl_filter_scale_t.GSL_FILTER_SCALE_QN (C macro): Impulse Detection Filter.
+                                                              (line  81)
+* gsl_filter_scale_t.GSL_FILTER_SCALE_SN (C macro): Impulse Detection Filter.
+                                                              (line  75)
+* gsl_finite (C function):               Infinities and Not-a-number.
+                                                              (line  30)
+* gsl_fit_linear (C function):           Linear regression with a constant term.
+                                                              (line   9)
+* gsl_fit_linear_est (C function):       Linear regression with a constant term.
+                                                              (line  47)
+* gsl_fit_mul (C function):              Linear regression without a constant term.
+                                                              (line  10)
+* gsl_fit_mul_est (C function):          Linear regression without a constant term.
+                                                              (line  43)
+* gsl_fit_wlinear (C function):          Linear regression with a constant term.
+                                                              (line  27)
+* gsl_fit_wmul (C function):             Linear regression without a constant term.
+                                                              (line  24)
+* gsl_frexp (C function):                Elementary Functions.
+                                                              (line  56)
+* gsl_function (C type):                 Providing the function to solve.
+                                                              (line  11)
+* gsl_function_fdf (C type):             Providing the function to solve.
+                                                              (line  54)
+* gsl_heapsort (C function):             Sorting objects.     (line  16)
+* gsl_heapsort.gsl_comparison_fn_t (C type): Sorting objects. (line  24)
+* gsl_heapsort_index (C function):       Sorting objects.     (line  58)
+* gsl_histogram (C type):                The histogram struct.
+                                                              (line   8)
+* gsl_histogram2d (C type):              The 2D histogram struct.
+                                                              (line   8)
+* gsl_histogram2d_accumulate (C function): Updating and accessing 2D histogram elements.
+                                                              (line  27)
+* gsl_histogram2d_add (C function):      2D Histogram Operations.
+                                                              (line  12)
+* gsl_histogram2d_alloc (C function):    2D Histogram allocation.
+                                                              (line  14)
+* gsl_histogram2d_clone (C function):    Copying 2D Histograms.
+                                                              (line  14)
+* gsl_histogram2d_cov (C function):      2D Histogram Statistics.
+                                                              (line  60)
+* gsl_histogram2d_div (C function):      2D Histogram Operations.
+                                                              (line  36)
+* gsl_histogram2d_equal_bins_p (C function): 2D Histogram Operations.
+                                                              (line   6)
+* gsl_histogram2d_find (C function):     Searching 2D histogram ranges.
+                                                              (line   9)
+* gsl_histogram2d_fprintf (C function):  Reading and writing 2D histograms.
+                                                              (line  31)
+* gsl_histogram2d_fread (C function):    Reading and writing 2D histograms.
+                                                              (line  19)
+* gsl_histogram2d_free (C function):     2D Histogram allocation.
+                                                              (line  43)
+* gsl_histogram2d_fscanf (C function):   Reading and writing 2D histograms.
+                                                              (line  70)
+* gsl_histogram2d_fwrite (C function):   Reading and writing 2D histograms.
+                                                              (line   9)
+* gsl_histogram2d_get (C function):      Updating and accessing 2D histogram elements.
+                                                              (line  34)
+* gsl_histogram2d_get_xrange (C function): Updating and accessing 2D histogram elements.
+                                                              (line  43)
+* gsl_histogram2d_get_yrange (C function): Updating and accessing 2D histogram elements.
+                                                              (line  43)
+* gsl_histogram2d_increment (C function): Updating and accessing 2D histogram elements.
+                                                              (line  12)
+* gsl_histogram2d_max_bin (C function):  2D Histogram Statistics.
+                                                              (line  11)
+* gsl_histogram2d_max_val (C function):  2D Histogram Statistics.
+                                                              (line   6)
+* gsl_histogram2d_memcpy (C function):   Copying 2D Histograms.
+                                                              (line   6)
+* gsl_histogram2d_min_bin (C function):  2D Histogram Statistics.
+                                                              (line  24)
+* gsl_histogram2d_min_val (C function):  2D Histogram Statistics.
+                                                              (line  19)
+* gsl_histogram2d_mul (C function):      2D Histogram Operations.
+                                                              (line  28)
+* gsl_histogram2d_nx (C function):       Updating and accessing 2D histogram elements.
+                                                              (line  60)
+* gsl_histogram2d_ny (C function):       Updating and accessing 2D histogram elements.
+                                                              (line  60)
+* gsl_histogram2d_pdf (C type):          Resampling from 2D histograms.
+                                                              (line  20)
+* gsl_histogram2d_pdf_alloc (C function): Resampling from 2D histograms.
+                                                              (line  42)
+* gsl_histogram2d_pdf_free (C function): Resampling from 2D histograms.
+                                                              (line  61)
+* gsl_histogram2d_pdf_init (C function): Resampling from 2D histograms.
+                                                              (line  52)
+* gsl_histogram2d_pdf_sample (C function): Resampling from 2D histograms.
+                                                              (line  66)
+* gsl_histogram2d_reset (C function):    Updating and accessing 2D histogram elements.
+                                                              (line  73)
+* gsl_histogram2d_scale (C function):    2D Histogram Operations.
+                                                              (line  44)
+* gsl_histogram2d_set_ranges (C function): 2D Histogram allocation.
+                                                              (line  26)
+* gsl_histogram2d_set_ranges_uniform (C function): 2D Histogram allocation.
+                                                              (line  35)
+* gsl_histogram2d_shift (C function):    2D Histogram Operations.
+                                                              (line  52)
+* gsl_histogram2d_sub (C function):      2D Histogram Operations.
+                                                              (line  20)
+* gsl_histogram2d_sum (C function):      2D Histogram Statistics.
+                                                              (line  67)
+* gsl_histogram2d_xmax (C function):     Updating and accessing 2D histogram elements.
+                                                              (line  60)
+* gsl_histogram2d_xmean (C function):    2D Histogram Statistics.
+                                                              (line  32)
+* gsl_histogram2d_xmin (C function):     Updating and accessing 2D histogram elements.
+                                                              (line  60)
+* gsl_histogram2d_xsigma (C function):   2D Histogram Statistics.
+                                                              (line  46)
+* gsl_histogram2d_ymax (C function):     Updating and accessing 2D histogram elements.
+                                                              (line  60)
+* gsl_histogram2d_ymean (C function):    2D Histogram Statistics.
+                                                              (line  39)
+* gsl_histogram2d_ymin (C function):     Updating and accessing 2D histogram elements.
+                                                              (line  60)
+* gsl_histogram2d_ysigma (C function):   2D Histogram Statistics.
+                                                              (line  53)
+* gsl_histogram_accumulate (C function): Updating and accessing histogram elements.
+                                                              (line  27)
+* gsl_histogram_add (C function):        Histogram Operations.
+                                                              (line  12)
+* gsl_histogram_alloc (C function):      Histogram allocation.
+                                                              (line  14)
+* gsl_histogram_bins (C function):       Updating and accessing histogram elements.
+                                                              (line  58)
+* gsl_histogram_clone (C function):      Copying Histograms.  (line  14)
+* gsl_histogram_div (C function):        Histogram Operations.
+                                                              (line  36)
+* gsl_histogram_equal_bins_p (C function): Histogram Operations.
+                                                              (line   6)
+* gsl_histogram_find (C function):       Searching histogram ranges.
+                                                              (line   9)
+* gsl_histogram_fprintf (C function):    Reading and writing histograms.
+                                                              (line  30)
+* gsl_histogram_fread (C function):      Reading and writing histograms.
+                                                              (line  19)
+* gsl_histogram_free (C function):       Histogram allocation.
+                                                              (line  66)
+* gsl_histogram_fscanf (C function):     Reading and writing histograms.
+                                                              (line  57)
+* gsl_histogram_fwrite (C function):     Reading and writing histograms.
+                                                              (line   9)
+* gsl_histogram_get (C function):        Updating and accessing histogram elements.
+                                                              (line  34)
+* gsl_histogram_get_range (C function):  Updating and accessing histogram elements.
+                                                              (line  43)
+* gsl_histogram_increment (C function):  Updating and accessing histogram elements.
+                                                              (line  11)
+* gsl_histogram_max (C function):        Updating and accessing histogram elements.
+                                                              (line  58)
+* gsl_histogram_max_bin (C function):    Histogram Statistics.
+                                                              (line  11)
+* gsl_histogram_max_val (C function):    Histogram Statistics.
+                                                              (line   6)
+* gsl_histogram_mean (C function):       Histogram Statistics.
+                                                              (line  28)
+* gsl_histogram_memcpy (C function):     Copying Histograms.  (line   6)
+* gsl_histogram_min (C function):        Updating and accessing histogram elements.
+                                                              (line  58)
+* gsl_histogram_min_bin (C function):    Histogram Statistics.
+                                                              (line  22)
+* gsl_histogram_min_val (C function):    Histogram Statistics.
+                                                              (line  17)
+* gsl_histogram_mul (C function):        Histogram Operations.
+                                                              (line  28)
+* gsl_histogram_pdf (C type):            The histogram probability distribution struct.
+                                                              (line  18)
+* gsl_histogram_pdf_alloc (C function):  The histogram probability distribution struct.
+                                                              (line  36)
+* gsl_histogram_pdf_free (C function):   The histogram probability distribution struct.
+                                                              (line  54)
+* gsl_histogram_pdf_init (C function):   The histogram probability distribution struct.
+                                                              (line  45)
+* gsl_histogram_pdf_sample (C function): The histogram probability distribution struct.
+                                                              (line  59)
+* gsl_histogram_reset (C function):      Updating and accessing histogram elements.
+                                                              (line  67)
+* gsl_histogram_scale (C function):      Histogram Operations.
+                                                              (line  44)
+* gsl_histogram_set_ranges (C function): Histogram allocation.
+                                                              (line  24)
+* gsl_histogram_set_ranges_uniform (C function): Histogram allocation.
+                                                              (line  51)
+* gsl_histogram_shift (C function):      Histogram Operations.
+                                                              (line  51)
+* gsl_histogram_sigma (C function):      Histogram Statistics.
+                                                              (line  35)
+* gsl_histogram_sub (C function):        Histogram Operations.
+                                                              (line  20)
+* gsl_histogram_sum (C function):        Histogram Statistics.
+                                                              (line  43)
+* gsl_hypot (C function):                Elementary Functions.
+                                                              (line  24)
+* gsl_hypot3 (C function):               Elementary Functions.
+                                                              (line  30)
+* gsl_ieee_env_setup (C function):       Setting up your IEEE environment.
+                                                              (line  27)
+* gsl_ieee_fprintf_double (C function):  Representation of floating point numbers.
+                                                              (line  56)
+* gsl_ieee_fprintf_float (C function):   Representation of floating point numbers.
+                                                              (line  56)
+* GSL_IEEE_MODE (C macro):               Setting up your IEEE environment.
+                                                              (line  23)
+* gsl_ieee_printf_double (C function):   Representation of floating point numbers.
+                                                              (line  89)
+* gsl_ieee_printf_float (C function):    Representation of floating point numbers.
+                                                              (line  89)
+* GSL_IMAG (C macro):                    Complex number macros.
+                                                              (line   9)
+* gsl_integration_cquad (C function):    CQUAD doubly-adaptive integration.
+                                                              (line  36)
+* gsl_integration_cquad_workspace:       CQUAD doubly-adaptive integration.
+                                                              (line  20)
+* gsl_integration_cquad_workspace_alloc (C function): CQUAD doubly-adaptive integration.
+                                                              (line  20)
+* gsl_integration_cquad_workspace_free (C function): CQUAD doubly-adaptive integration.
+                                                              (line  30)
+* gsl_integration_fixed (C function):    Fixed point quadratures.
+                                                              (line 170)
+* gsl_integration_fixed_alloc (C function): Fixed point quadratures.
+                                                              (line  74)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type (C type): Fixed point quadratures.
+                                                              (line  87)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_chebyshev (C var): Fixed point quadratures.
+                                                              (line  99)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_chebyshev2 (C var): Fixed point quadratures.
+                                                              (line 140)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_exponential (C var): Fixed point quadratures.
+                                                              (line 129)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_gegenbauer (C var): Fixed point quadratures.
+                                                              (line 106)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_hermite (C var): Fixed point quadratures.
+                                                              (line 123)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_jacobi (C var): Fixed point quadratures.
+                                                              (line 112)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_laguerre (C var): Fixed point quadratures.
+                                                              (line 117)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_legendre (C var): Fixed point quadratures.
+                                                              (line  92)
+* gsl_integration_fixed_alloc.gsl_integration_fixed_type.gsl_integration_fixed_rational (C var): Fixed point quadratures.
+                                                              (line 135)
+* gsl_integration_fixed_free (C function): Fixed point quadratures.
+                                                              (line 147)
+* gsl_integration_fixed_n (C function):  Fixed point quadratures.
+                                                              (line 153)
+* gsl_integration_fixed_nodes (C function): Fixed point quadratures.
+                                                              (line 158)
+* gsl_integration_fixed_weights (C function): Fixed point quadratures.
+                                                              (line 164)
+* gsl_integration_fixed_workspace (C type): Fixed point quadratures.
+                                                              (line  59)
+* gsl_integration_glfixed (C function):  Gauss-Legendre integration.
+                                                              (line  23)
+* gsl_integration_glfixed_point (C function): Gauss-Legendre integration.
+                                                              (line  29)
+* gsl_integration_glfixed_table:         Gauss-Legendre integration.
+                                                              (line  14)
+* gsl_integration_glfixed_table <1>:     Gauss-Legendre integration.
+                                                              (line  40)
+* gsl_integration_glfixed_table_alloc (C function): Gauss-Legendre integration.
+                                                              (line  14)
+* gsl_integration_glfixed_table_free (C function): Gauss-Legendre integration.
+                                                              (line  40)
+* gsl_integration_qag (C function):      QAG adaptive integration.
+                                                              (line  33)
+* gsl_integration_qagi (C function):     QAGI adaptive integration on infinite intervals.
+                                                              (line   6)
+* gsl_integration_qagil (C function):    QAGI adaptive integration on infinite intervals.
+                                                              (line  36)
+* gsl_integration_qagiu (C function):    QAGI adaptive integration on infinite intervals.
+                                                              (line  22)
+* gsl_integration_qagp (C function):     QAGP adaptive integration with known singular points.
+                                                              (line   6)
+* gsl_integration_qags (C function):     QAGS adaptive integration with singularities.
+                                                              (line  15)
+* gsl_integration_qawc (C function):     QAWC adaptive integration for Cauchy principal values.
+                                                              (line   6)
+* gsl_integration_qawf (C function):     QAWF adaptive integration for Fourier integrals.
+                                                              (line   6)
+* gsl_integration_qawo (C function):     QAWO adaptive integration for oscillatory functions.
+                                                              (line  59)
+* gsl_integration_qawo_table:            QAWO adaptive integration for oscillatory functions.
+                                                              (line  11)
+* gsl_integration_qawo_table_alloc (C function): QAWO adaptive integration for oscillatory functions.
+                                                              (line  11)
+* gsl_integration_qawo_table_alloc.GSL_INTEG_COSINE (C macro): QAWO adaptive integration for oscillatory functions.
+                                                              (line  27)
+* gsl_integration_qawo_table_alloc.GSL_INTEG_SINE (C macro): QAWO adaptive integration for oscillatory functions.
+                                                              (line  29)
+* gsl_integration_qawo_table_free (C function): QAWO adaptive integration for oscillatory functions.
+                                                              (line  53)
+* gsl_integration_qawo_table_set (C function): QAWO adaptive integration for oscillatory functions.
+                                                              (line  40)
+* gsl_integration_qawo_table_set_length (C function): QAWO adaptive integration for oscillatory functions.
+                                                              (line  47)
+* gsl_integration_qaws (C function):     QAWS adaptive integration for singular functions.
+                                                              (line  68)
+* gsl_integration_qaws_table (C type):   QAWS adaptive integration for singular functions.
+                                                              (line  11)
+* gsl_integration_qaws_table_alloc (C function): QAWS adaptive integration for singular functions.
+                                                              (line  16)
+* gsl_integration_qaws_table_free (C function): QAWS adaptive integration for singular functions.
+                                                              (line  62)
+* gsl_integration_qaws_table_set (C function): QAWS adaptive integration for singular functions.
+                                                              (line  54)
+* gsl_integration_qng (C function):      QNG non-adaptive Gauss-Kronrod integration.
+                                                              (line  10)
+* gsl_integration_romberg (C function):  Romberg integration. (line  36)
+* gsl_integration_romberg_alloc (C function): Romberg integration.
+                                                              (line  21)
+* gsl_integration_romberg_free (C function): Romberg integration.
+                                                              (line  30)
+* gsl_integration_workspace:             QAG adaptive integration.
+                                                              (line  18)
+* gsl_integration_workspace (C type):    QAG adaptive integration.
+                                                              (line  13)
+* gsl_integration_workspace_alloc (C function): QAG adaptive integration.
+                                                              (line  18)
+* gsl_integration_workspace_free (C function): QAG adaptive integration.
+                                                              (line  27)
+* gsl_interp (C type):                   1D Interpolation Functions.
+                                                              (line   9)
+* gsl_interp2d (C type):                 2D Interpolation Functions.
+                                                              (line  10)
+* gsl_interp2d_alloc (C function):       2D Interpolation Functions.
+                                                              (line  14)
+* gsl_interp2d_eval (C function):        2D Evaluation of Interpolating Functions.
+                                                              (line   6)
+* gsl_interp2d_eval_deriv_x (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  41)
+* gsl_interp2d_eval_deriv_xx (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  77)
+* gsl_interp2d_eval_deriv_xx_e (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  77)
+* gsl_interp2d_eval_deriv_xy (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line 113)
+* gsl_interp2d_eval_deriv_xy_e (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line 113)
+* gsl_interp2d_eval_deriv_x_e (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  41)
+* gsl_interp2d_eval_deriv_y (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  59)
+* gsl_interp2d_eval_deriv_yy (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  95)
+* gsl_interp2d_eval_deriv_yy_e (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  95)
+* gsl_interp2d_eval_deriv_y_e (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  59)
+* gsl_interp2d_eval_e (C function):      2D Evaluation of Interpolating Functions.
+                                                              (line   6)
+* gsl_interp2d_eval_extrap (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  23)
+* gsl_interp2d_eval_extrap_e (C function): 2D Evaluation of Interpolating Functions.
+                                                              (line  23)
+* gsl_interp2d_free (C function):        2D Interpolation Functions.
+                                                              (line  39)
+* gsl_interp2d_get (C function):         2D Interpolation Grids.
+                                                              (line  21)
+* gsl_interp2d_idx (C function):         2D Interpolation Grids.
+                                                              (line  27)
+* gsl_interp2d_init (C function):        2D Interpolation Functions.
+                                                              (line  22)
+* gsl_interp2d_min_size (C function):    2D Interpolation Types.
+                                                              (line  31)
+* gsl_interp2d_name (C function):        2D Interpolation Types.
+                                                              (line  20)
+* gsl_interp2d_set (C function):         2D Interpolation Grids.
+                                                              (line  15)
+* gsl_interp2d_type (C type):            2D Interpolation Types.
+                                                              (line   6)
+* gsl_interp2d_type.gsl_interp2d_bicubic (C var): 2D Interpolation Types.
+                                                              (line  16)
+* gsl_interp2d_type.gsl_interp2d_bilinear (C var): 2D Interpolation Types.
+                                                              (line  11)
+* gsl_interp2d_type_min_size (C function): 2D Interpolation Types.
+                                                              (line  31)
+* gsl_interp_accel (C type):             1D Index Look-up and Acceleration.
+                                                              (line   9)
+* gsl_interp_accel_alloc (C function):   1D Index Look-up and Acceleration.
+                                                              (line  25)
+* gsl_interp_accel_find (C function):    1D Index Look-up and Acceleration.
+                                                              (line  36)
+* gsl_interp_accel_free (C function):    1D Index Look-up and Acceleration.
+                                                              (line  52)
+* gsl_interp_accel_reset (C function):   1D Index Look-up and Acceleration.
+                                                              (line  46)
+* gsl_interp_alloc (C function):         1D Interpolation Functions.
+                                                              (line  13)
+* gsl_interp_bsearch (C function):       1D Index Look-up and Acceleration.
+                                                              (line  16)
+* gsl_interp_eval (C function):          1D Evaluation of Interpolating Functions.
+                                                              (line   6)
+* gsl_interp_eval_deriv (C function):    1D Evaluation of Interpolating Functions.
+                                                              (line  20)
+* gsl_interp_eval_deriv2 (C function):   1D Evaluation of Interpolating Functions.
+                                                              (line  32)
+* gsl_interp_eval_deriv2_e (C function): 1D Evaluation of Interpolating Functions.
+                                                              (line  32)
+* gsl_interp_eval_deriv_e (C function):  1D Evaluation of Interpolating Functions.
+                                                              (line  20)
+* gsl_interp_eval_e (C function):        1D Evaluation of Interpolating Functions.
+                                                              (line   6)
+* gsl_interp_eval_integ (C function):    1D Evaluation of Interpolating Functions.
+                                                              (line  44)
+* gsl_interp_eval_integ_e (C function):  1D Evaluation of Interpolating Functions.
+                                                              (line  44)
+* gsl_interp_free (C function):          1D Interpolation Functions.
+                                                              (line  31)
+* gsl_interp_init (C function):          1D Interpolation Functions.
+                                                              (line  19)
+* gsl_interp_min_size (C function):      1D Interpolation Types.
+                                                              (line  77)
+* gsl_interp_name (C function):          1D Interpolation Types.
+                                                              (line  66)
+* gsl_interp_type (C type):              1D Interpolation Types.
+                                                              (line   8)
+* gsl_interp_type.gsl_interp_akima (C var): 1D Interpolation Types.
+                                                              (line  42)
+* gsl_interp_type.gsl_interp_akima_periodic (C var): 1D Interpolation Types.
+                                                              (line  47)
+* gsl_interp_type.gsl_interp_cspline (C var): 1D Interpolation Types.
+                                                              (line  23)
+* gsl_interp_type.gsl_interp_cspline_periodic (C var): 1D Interpolation Types.
+                                                              (line  31)
+* gsl_interp_type.gsl_interp_linear (C var): 1D Interpolation Types.
+                                                              (line  10)
+* gsl_interp_type.gsl_interp_polynomial (C var): 1D Interpolation Types.
+                                                              (line  15)
+* gsl_interp_type.gsl_interp_steffen (C var): 1D Interpolation Types.
+                                                              (line  53)
+* gsl_interp_type_min_size (C function): 1D Interpolation Types.
+                                                              (line  77)
+* gsl_isinf (C function):                Infinities and Not-a-number.
+                                                              (line  25)
+* gsl_isnan (C function):                Infinities and Not-a-number.
+                                                              (line  21)
+* GSL_IS_EVEN (C macro):                 Testing for Odd and Even Numbers.
+                                                              (line  11)
+* GSL_IS_ODD (C macro):                  Testing for Odd and Even Numbers.
+                                                              (line   6)
+* gsl_ldexp (C function):                Elementary Functions.
+                                                              (line  51)
+* gsl_linalg_balance_matrix (C function): Balancing.          (line  17)
+* gsl_linalg_bidiag_decomp (C function): Bidiagonalization.   (line  15)
+* gsl_linalg_bidiag_unpack (C function): Bidiagonalization.   (line  28)
+* gsl_linalg_bidiag_unpack2 (C function): Bidiagonalization.  (line  40)
+* gsl_linalg_bidiag_unpack_B (C function): Bidiagonalization. (line  50)
+* gsl_linalg_cholesky_band_decomp (C function): Banded Cholesky Decomposition.
+                                                              (line  14)
+* gsl_linalg_cholesky_band_invert (C function): Banded Cholesky Decomposition.
+                                                              (line  54)
+* gsl_linalg_cholesky_band_rcond (C function): Banded Cholesky Decomposition.
+                                                              (line  89)
+* gsl_linalg_cholesky_band_scale (C function): Banded Cholesky Decomposition.
+                                                              (line  71)
+* gsl_linalg_cholesky_band_scale_apply (C function): Banded Cholesky Decomposition.
+                                                              (line  82)
+* gsl_linalg_cholesky_band_solve (C function): Banded Cholesky Decomposition.
+                                                              (line  32)
+* gsl_linalg_cholesky_band_solvem (C function): Banded Cholesky Decomposition.
+                                                              (line  32)
+* gsl_linalg_cholesky_band_svx (C function): Banded Cholesky Decomposition.
+                                                              (line  42)
+* gsl_linalg_cholesky_band_svxm (C function): Banded Cholesky Decomposition.
+                                                              (line  42)
+* gsl_linalg_cholesky_band_unpack (C function): Banded Cholesky Decomposition.
+                                                              (line  63)
+* gsl_linalg_cholesky_decomp (C function): Cholesky Decomposition.
+                                                              (line  49)
+* gsl_linalg_cholesky_decomp1 (C function): Cholesky Decomposition.
+                                                              (line  29)
+* gsl_linalg_cholesky_decomp2 (C function): Cholesky Decomposition.
+                                                              (line  89)
+* gsl_linalg_cholesky_invert (C function): Cholesky Decomposition.
+                                                              (line  79)
+* gsl_linalg_cholesky_rcond (C function): Cholesky Decomposition.
+                                                              (line 145)
+* gsl_linalg_cholesky_scale (C function): Cholesky Decomposition.
+                                                              (line 127)
+* gsl_linalg_cholesky_scale_apply (C function): Cholesky Decomposition.
+                                                              (line 138)
+* gsl_linalg_cholesky_solve (C function): Cholesky Decomposition.
+                                                              (line  54)
+* gsl_linalg_cholesky_solve2 (C function): Cholesky Decomposition.
+                                                              (line 108)
+* gsl_linalg_cholesky_svx (C function):  Cholesky Decomposition.
+                                                              (line  66)
+* gsl_linalg_cholesky_svx2 (C function): Cholesky Decomposition.
+                                                              (line 117)
+* gsl_linalg_COD_decomp (C function):    Complete Orthogonal Decomposition.
+                                                              (line  49)
+* gsl_linalg_COD_decomp_e (C function):  Complete Orthogonal Decomposition.
+                                                              (line  49)
+* gsl_linalg_COD_lssolve (C function):   Complete Orthogonal Decomposition.
+                                                              (line  70)
+* gsl_linalg_COD_lssolve2 (C function):  Complete Orthogonal Decomposition.
+                                                              (line  86)
+* gsl_linalg_COD_matZ (C function):      Complete Orthogonal Decomposition.
+                                                              (line 113)
+* gsl_linalg_COD_unpack (C function):    Complete Orthogonal Decomposition.
+                                                              (line 103)
+* gsl_linalg_complex_cholesky_decomp (C function): Cholesky Decomposition.
+                                                              (line  29)
+* gsl_linalg_complex_cholesky_invert (C function): Cholesky Decomposition.
+                                                              (line  79)
+* gsl_linalg_complex_cholesky_solve (C function): Cholesky Decomposition.
+                                                              (line  54)
+* gsl_linalg_complex_cholesky_svx (C function): Cholesky Decomposition.
+                                                              (line  66)
+* gsl_linalg_complex_householder_hm (C function): Householder Transformations.
+                                                              (line  30)
+* gsl_linalg_complex_householder_hv (C function): Householder Transformations.
+                                                              (line  50)
+* gsl_linalg_complex_householder_mh (C function): Householder Transformations.
+                                                              (line  40)
+* gsl_linalg_complex_householder_transform (C function): Householder Transformations.
+                                                              (line  17)
+* gsl_linalg_complex_LU_decomp (C function): LU Decomposition.
+                                                              (line  19)
+* gsl_linalg_complex_LU_det (C function): LU Decomposition.   (line 111)
+* gsl_linalg_complex_LU_invert (C function): LU Decomposition.
+                                                              (line  77)
+* gsl_linalg_complex_LU_invx (C function): LU Decomposition.  (line  94)
+* gsl_linalg_complex_LU_lndet (C function): LU Decomposition. (line 120)
+* gsl_linalg_complex_LU_refine (C function): LU Decomposition.
+                                                              (line  64)
+* gsl_linalg_complex_LU_sgndet (C function): LU Decomposition.
+                                                              (line 129)
+* gsl_linalg_complex_LU_solve (C function): LU Decomposition. (line  43)
+* gsl_linalg_complex_LU_svx (C function): LU Decomposition.   (line  54)
+* gsl_linalg_complex_QR_decomp (C function): Level 2 Interface.
+                                                              (line  10)
+* gsl_linalg_complex_QR_decomp_r (C function): QR Decomposition.
+                                                              (line  63)
+* gsl_linalg_complex_QR_lssolve (C function): Level 2 Interface.
+                                                              (line  51)
+* gsl_linalg_complex_QR_lssolve_r (C function): QR Decomposition.
+                                                              (line  91)
+* gsl_linalg_complex_QR_QHvec (C function): Level 2 Interface.
+                                                              (line  69)
+* gsl_linalg_complex_QR_QHvec_r (C function): QR Decomposition.
+                                                              (line 113)
+* gsl_linalg_complex_QR_Qvec (C function): Level 2 Interface. (line  81)
+* gsl_linalg_complex_QR_solve (C function): Level 2 Interface.
+                                                              (line  30)
+* gsl_linalg_complex_QR_solve_r (C function): QR Decomposition.
+                                                              (line  79)
+* gsl_linalg_complex_QR_svx (C function): Level 2 Interface.  (line  41)
+* gsl_linalg_complex_QR_unpack_r (C function): QR Decomposition.
+                                                              (line 137)
+* gsl_linalg_complex_tri_invert (C function): Triangular Systems.
+                                                              (line   6)
+* gsl_linalg_complex_tri_LHL (C function): Triangular Systems.
+                                                              (line  17)
+* gsl_linalg_complex_tri_UL (C function): Triangular Systems. (line  24)
+* gsl_linalg_givens (C function):        Givens Rotations.    (line  21)
+* gsl_linalg_givens_gv (C function):     Givens Rotations.    (line  28)
+* gsl_linalg_hermtd_decomp (C function): Tridiagonal Decomposition of Hermitian Matrices.
+                                                              (line  14)
+* gsl_linalg_hermtd_unpack (C function): Tridiagonal Decomposition of Hermitian Matrices.
+                                                              (line  27)
+* gsl_linalg_hermtd_unpack_T (C function): Tridiagonal Decomposition of Hermitian Matrices.
+                                                              (line  37)
+* gsl_linalg_hessenberg_decomp (C function): Hessenberg Decomposition of Real Matrices.
+                                                              (line  16)
+* gsl_linalg_hessenberg_set_zero (C function): Hessenberg Decomposition of Real Matrices.
+                                                              (line  49)
+* gsl_linalg_hessenberg_unpack (C function): Hessenberg Decomposition of Real Matrices.
+                                                              (line  29)
+* gsl_linalg_hessenberg_unpack_accum (C function): Hessenberg Decomposition of Real Matrices.
+                                                              (line  37)
+* gsl_linalg_hesstri_decomp (C function): Hessenberg-Triangular Decomposition of Real Matrices.
+                                                              (line  17)
+* gsl_linalg_HH_solve (C function):      Householder solver for linear systems.
+                                                              (line   6)
+* gsl_linalg_HH_svx (C function):        Householder solver for linear systems.
+                                                              (line  14)
+* gsl_linalg_householder_hm (C function): Householder Transformations.
+                                                              (line  30)
+* gsl_linalg_householder_hv (C function): Householder Transformations.
+                                                              (line  50)
+* gsl_linalg_householder_mh (C function): Householder Transformations.
+                                                              (line  40)
+* gsl_linalg_householder_transform (C function): Householder Transformations.
+                                                              (line  17)
+* gsl_linalg_ldlt_band_decomp (C function): Banded LDLT Decomposition.
+                                                              (line  14)
+* gsl_linalg_ldlt_band_rcond (C function): Banded LDLT Decomposition.
+                                                              (line  53)
+* gsl_linalg_ldlt_band_solve (C function): Banded LDLT Decomposition.
+                                                              (line  26)
+* gsl_linalg_ldlt_band_svx (C function): Banded LDLT Decomposition.
+                                                              (line  34)
+* gsl_linalg_ldlt_band_unpack (C function): Banded LDLT Decomposition.
+                                                              (line  44)
+* gsl_linalg_ldlt_decomp (C function):   LDLT Decomposition.  (line  22)
+* gsl_linalg_ldlt_rcond (C function):    LDLT Decomposition.  (line  54)
+* gsl_linalg_ldlt_solve (C function):    LDLT Decomposition.  (line  37)
+* gsl_linalg_ldlt_svx (C function):      LDLT Decomposition.  (line  45)
+* gsl_linalg_LQ_decomp (C function):     LQ Decomposition.    (line  27)
+* gsl_linalg_LQ_lssolve (C function):    LQ Decomposition.    (line  41)
+* gsl_linalg_LQ_QTvec (C function):      LQ Decomposition.    (line  60)
+* gsl_linalg_LQ_unpack (C function):     LQ Decomposition.    (line  53)
+* gsl_linalg_LU_band_decomp (C function): Banded LU Decomposition.
+                                                              (line  28)
+* gsl_linalg_LU_band_solve (C function): Banded LU Decomposition.
+                                                              (line  43)
+* gsl_linalg_LU_band_svx (C function):   Banded LU Decomposition.
+                                                              (line  54)
+* gsl_linalg_LU_band_unpack (C function): Banded LU Decomposition.
+                                                              (line  66)
+* gsl_linalg_LU_decomp (C function):     LU Decomposition.    (line  19)
+* gsl_linalg_LU_det (C function):        LU Decomposition.    (line 111)
+* gsl_linalg_LU_invert (C function):     LU Decomposition.    (line  77)
+* gsl_linalg_LU_invx (C function):       LU Decomposition.    (line  94)
+* gsl_linalg_LU_lndet (C function):      LU Decomposition.    (line 120)
+* gsl_linalg_LU_refine (C function):     LU Decomposition.    (line  64)
+* gsl_linalg_LU_sgndet (C function):     LU Decomposition.    (line 129)
+* gsl_linalg_LU_solve (C function):      LU Decomposition.    (line  43)
+* gsl_linalg_LU_svx (C function):        LU Decomposition.    (line  54)
+* gsl_linalg_mcholesky_decomp (C function): Modified Cholesky Decomposition.
+                                                              (line  25)
+* gsl_linalg_mcholesky_rcond (C function): Modified Cholesky Decomposition.
+                                                              (line  59)
+* gsl_linalg_mcholesky_solve (C function): Modified Cholesky Decomposition.
+                                                              (line  41)
+* gsl_linalg_mcholesky_svx (C function): Modified Cholesky Decomposition.
+                                                              (line  49)
+* gsl_linalg_pcholesky_decomp (C function): Pivoted Cholesky Decomposition.
+                                                              (line  20)
+* gsl_linalg_pcholesky_decomp2 (C function): Pivoted Cholesky Decomposition.
+                                                              (line  53)
+* gsl_linalg_pcholesky_invert (C function): Pivoted Cholesky Decomposition.
+                                                              (line  94)
+* gsl_linalg_pcholesky_rcond (C function): Pivoted Cholesky Decomposition.
+                                                              (line 101)
+* gsl_linalg_pcholesky_solve (C function): Pivoted Cholesky Decomposition.
+                                                              (line  35)
+* gsl_linalg_pcholesky_solve2 (C function): Pivoted Cholesky Decomposition.
+                                                              (line  73)
+* gsl_linalg_pcholesky_svx (C function): Pivoted Cholesky Decomposition.
+                                                              (line  43)
+* gsl_linalg_pcholesky_svx2 (C function): Pivoted Cholesky Decomposition.
+                                                              (line  83)
+* gsl_linalg_QL_decomp (C function):     QL Decomposition.    (line  22)
+* gsl_linalg_QL_unpack (C function):     QL Decomposition.    (line  30)
+* gsl_linalg_QRPT_decomp (C function):   QR Decomposition with Column Pivoting.
+                                                              (line  33)
+* gsl_linalg_QRPT_decomp2 (C function):  QR Decomposition with Column Pivoting.
+                                                              (line  59)
+* gsl_linalg_QRPT_lssolve (C function):  QR Decomposition with Column Pivoting.
+                                                              (line  85)
+* gsl_linalg_QRPT_lssolve2 (C function): QR Decomposition with Column Pivoting.
+                                                              (line 100)
+* gsl_linalg_QRPT_QRsolve (C function):  QR Decomposition with Column Pivoting.
+                                                              (line 117)
+* gsl_linalg_QRPT_rank (C function):     QR Decomposition with Column Pivoting.
+                                                              (line 149)
+* gsl_linalg_QRPT_rcond (C function):    QR Decomposition with Column Pivoting.
+                                                              (line 159)
+* gsl_linalg_QRPT_Rsolve (C function):   QR Decomposition with Column Pivoting.
+                                                              (line 135)
+* gsl_linalg_QRPT_Rsvx (C function):     QR Decomposition with Column Pivoting.
+                                                              (line 141)
+* gsl_linalg_QRPT_solve (C function):    QR Decomposition with Column Pivoting.
+                                                              (line  68)
+* gsl_linalg_QRPT_svx (C function):      QR Decomposition with Column Pivoting.
+                                                              (line  77)
+* gsl_linalg_QRPT_update (C function):   QR Decomposition with Column Pivoting.
+                                                              (line 125)
+* gsl_linalg_QR_decomp (C function):     Level 2 Interface.   (line  10)
+* gsl_linalg_QR_decomp_r (C function):   QR Decomposition.    (line  63)
+* gsl_linalg_QR_lssolve (C function):    Level 2 Interface.   (line  51)
+* gsl_linalg_QR_lssolve_r (C function):  QR Decomposition.    (line  91)
+* gsl_linalg_QR_QRsolve (C function):    Level 2 Interface.   (line 124)
+* gsl_linalg_QR_QTmat (C function):      Level 2 Interface.   (line  92)
+* gsl_linalg_QR_QTmat_r (C function):    QR Decomposition.    (line 127)
+* gsl_linalg_QR_QTvec (C function):      Level 2 Interface.   (line  69)
+* gsl_linalg_QR_QTvec_r (C function):    QR Decomposition.    (line 113)
+* gsl_linalg_QR_Qvec (C function):       Level 2 Interface.   (line  81)
+* gsl_linalg_QR_rcond (C function):      QR Decomposition.    (line 151)
+* gsl_linalg_QR_Rsolve (C function):     Level 2 Interface.   (line 101)
+* gsl_linalg_QR_Rsvx (C function):       Level 2 Interface.   (line 108)
+* gsl_linalg_QR_solve (C function):      Level 2 Interface.   (line  30)
+* gsl_linalg_QR_solve_r (C function):    QR Decomposition.    (line  79)
+* gsl_linalg_QR_svx (C function):        Level 2 Interface.   (line  41)
+* gsl_linalg_QR_UD_decomp (C function):  Triangle on Top of Diagonal.
+                                                              (line  26)
+* gsl_linalg_QR_UD_lssolve (C function): Triangle on Top of Diagonal.
+                                                              (line  35)
+* gsl_linalg_QR_unpack (C function):     Level 2 Interface.   (line 117)
+* gsl_linalg_QR_unpack_r (C function):   QR Decomposition.    (line 137)
+* gsl_linalg_QR_update (C function):     Level 2 Interface.   (line 131)
+* gsl_linalg_QR_UR_decomp (C function):  Triangle on Top of Rectangle.
+                                                              (line  27)
+* gsl_linalg_QR_UU_decomp (C function):  Triangle on Top of Triangle.
+                                                              (line  25)
+* gsl_linalg_QR_UU_lssolve (C function): Triangle on Top of Triangle.
+                                                              (line  34)
+* gsl_linalg_QR_UU_QTec (C function):    Triangle on Top of Triangle.
+                                                              (line  54)
+* gsl_linalg_QR_UZ_decomp (C function):  Triangle on Top of Trapezoidal.
+                                                              (line  31)
+* gsl_linalg_R_solve (C function):       Level 2 Interface.   (line 140)
+* gsl_linalg_R_svx (C function):         Level 2 Interface.   (line 146)
+* gsl_linalg_solve_cyc_tridiag (C function): Tridiagonal Systems.
+                                                              (line  41)
+* gsl_linalg_solve_symm_cyc_tridiag (C function): Tridiagonal Systems.
+                                                              (line  56)
+* gsl_linalg_solve_symm_tridiag (C function): Tridiagonal Systems.
+                                                              (line  28)
+* gsl_linalg_solve_tridiag (C function): Tridiagonal Systems. (line  13)
+* gsl_linalg_SV_decomp (C function):     Singular Value Decomposition.
+                                                              (line  38)
+* gsl_linalg_SV_decomp_jacobi (C function): Singular Value Decomposition.
+                                                              (line  61)
+* gsl_linalg_SV_decomp_mod (C function): Singular Value Decomposition.
+                                                              (line  53)
+* gsl_linalg_SV_leverage (C function):   Singular Value Decomposition.
+                                                              (line  87)
+* gsl_linalg_SV_solve (C function):      Singular Value Decomposition.
+                                                              (line  69)
+* gsl_linalg_symmtd_decomp (C function): Tridiagonal Decomposition of Real Symmetric Matrices.
+                                                              (line  13)
+* gsl_linalg_symmtd_unpack (C function): Tridiagonal Decomposition of Real Symmetric Matrices.
+                                                              (line  26)
+* gsl_linalg_symmtd_unpack_T (C function): Tridiagonal Decomposition of Real Symmetric Matrices.
+                                                              (line  36)
+* gsl_linalg_tri_invert (C function):    Triangular Systems.  (line   6)
+* gsl_linalg_tri_LTL (C function):       Triangular Systems.  (line  17)
+* gsl_linalg_tri_rcond (C function):     Triangular Systems.  (line  33)
+* gsl_linalg_tri_UL (C function):        Triangular Systems.  (line  24)
+* gsl_log1p (C function):                Elementary Functions.
+                                                              (line  12)
+* gsl_matrix (C type):                   Matrices.            (line  11)
+* gsl_matrix_add (C function):           Matrix operations.   (line   8)
+* gsl_matrix_add_constant (C function):  Matrix operations.   (line  68)
+* gsl_matrix_alloc (C function):         Matrix allocation.   (line  14)
+* gsl_matrix_calloc (C function):        Matrix allocation.   (line  25)
+* gsl_matrix_column (C function):        Creating row and column views.
+                                                              (line  26)
+* gsl_matrix_complex_conjtrans_memcpy (C function): Exchanging rows and columns.
+                                                              (line  43)
+* gsl_matrix_const_column (C function):  Creating row and column views.
+                                                              (line  26)
+* gsl_matrix_const_diagonal (C function): Creating row and column views.
+                                                              (line  70)
+* gsl_matrix_const_ptr (C function):     Accessing matrix elements.
+                                                              (line  38)
+* gsl_matrix_const_row (C function):     Creating row and column views.
+                                                              (line  13)
+* gsl_matrix_const_subcolumn (C function): Creating row and column views.
+                                                              (line  54)
+* gsl_matrix_const_subdiagonal (C function): Creating row and column views.
+                                                              (line  84)
+* gsl_matrix_const_submatrix (C function): Matrix views.      (line  21)
+* gsl_matrix_const_subrow (C function):  Creating row and column views.
+                                                              (line  39)
+* gsl_matrix_const_superdiagonal (C function): Creating row and column views.
+                                                              (line  98)
+* gsl_matrix_const_view (C type):        Matrix views.        (line   6)
+* gsl_matrix_const_view_array (C function): Matrix views.     (line  57)
+* gsl_matrix_const_view_array_with_tda (C function): Matrix views.
+                                                              (line  84)
+* gsl_matrix_const_view_vector (C function): Matrix views.    (line 112)
+* gsl_matrix_const_view_vector_with_tda (C function): Matrix views.
+                                                              (line 139)
+* gsl_matrix_diagonal (C function):      Creating row and column views.
+                                                              (line  70)
+* gsl_matrix_div_elements (C function):  Matrix operations.   (line  30)
+* gsl_matrix_equal (C function):         Matrix properties.   (line  21)
+* gsl_matrix_fprintf (C function):       Reading and writing matrices.
+                                                              (line  28)
+* gsl_matrix_fread (C function):         Reading and writing matrices.
+                                                              (line  17)
+* gsl_matrix_free (C function):          Matrix allocation.   (line  32)
+* gsl_matrix_fscanf (C function):        Reading and writing matrices.
+                                                              (line  38)
+* gsl_matrix_fwrite (C function):        Reading and writing matrices.
+                                                              (line   9)
+* gsl_matrix_get (C function):           Accessing matrix elements.
+                                                              (line  20)
+* gsl_matrix_get_col (C function):       Copying rows and columns.
+                                                              (line  20)
+* gsl_matrix_get_row (C function):       Copying rows and columns.
+                                                              (line  13)
+* gsl_matrix_isneg (C function):         Matrix properties.   (line  10)
+* gsl_matrix_isnonneg (C function):      Matrix properties.   (line  10)
+* gsl_matrix_isnull (C function):        Matrix properties.   (line  10)
+* gsl_matrix_ispos (C function):         Matrix properties.   (line  10)
+* gsl_matrix_max (C function):           Finding maximum and minimum elements of matrices.
+                                                              (line   8)
+* gsl_matrix_max_index (C function):     Finding maximum and minimum elements of matrices.
+                                                              (line  23)
+* gsl_matrix_memcpy (C function):        Copying matrices.    (line   6)
+* gsl_matrix_min (C function):           Finding maximum and minimum elements of matrices.
+                                                              (line  12)
+* gsl_matrix_minmax (C function):        Finding maximum and minimum elements of matrices.
+                                                              (line  16)
+* gsl_matrix_minmax_index (C function):  Finding maximum and minimum elements of matrices.
+                                                              (line  39)
+* gsl_matrix_min_index (C function):     Finding maximum and minimum elements of matrices.
+                                                              (line  31)
+* gsl_matrix_mul_elements (C function):  Matrix operations.   (line  22)
+* gsl_matrix_norm1 (C function):         Matrix properties.   (line  27)
+* gsl_matrix_ptr (C function):           Accessing matrix elements.
+                                                              (line  38)
+* gsl_matrix_row (C function):           Creating row and column views.
+                                                              (line  13)
+* gsl_matrix_scale (C function):         Matrix operations.   (line  38)
+* gsl_matrix_scale_columns (C function): Matrix operations.   (line  44)
+* gsl_matrix_scale_rows (C function):    Matrix operations.   (line  56)
+* gsl_matrix_set (C function):           Accessing matrix elements.
+                                                              (line  29)
+* gsl_matrix_set_all (C function):       Initializing matrix elements.
+                                                              (line   6)
+* gsl_matrix_set_col (C function):       Copying rows and columns.
+                                                              (line  34)
+* gsl_matrix_set_identity (C function):  Initializing matrix elements.
+                                                              (line  16)
+* gsl_matrix_set_row (C function):       Copying rows and columns.
+                                                              (line  27)
+* gsl_matrix_set_zero (C function):      Initializing matrix elements.
+                                                              (line  11)
+* gsl_matrix_sub (C function):           Matrix operations.   (line  15)
+* gsl_matrix_subcolumn (C function):     Creating row and column views.
+                                                              (line  54)
+* gsl_matrix_subdiagonal (C function):   Creating row and column views.
+                                                              (line  84)
+* gsl_matrix_submatrix (C function):     Matrix views.        (line  21)
+* gsl_matrix_subrow (C function):        Creating row and column views.
+                                                              (line  39)
+* gsl_matrix_superdiagonal (C function): Creating row and column views.
+                                                              (line  98)
+* gsl_matrix_swap (C function):          Copying matrices.    (line  13)
+* gsl_matrix_swap_columns (C function):  Exchanging rows and columns.
+                                                              (line  15)
+* gsl_matrix_swap_rowcol (C function):   Exchanging rows and columns.
+                                                              (line  21)
+* gsl_matrix_swap_rows (C function):     Exchanging rows and columns.
+                                                              (line   9)
+* gsl_matrix_transpose (C function):     Exchanging rows and columns.
+                                                              (line  37)
+* gsl_matrix_transpose_memcpy (C function): Exchanging rows and columns.
+                                                              (line  28)
+* gsl_matrix_view (C type):              Matrix views.        (line   6)
+* gsl_matrix_view_array (C function):    Matrix views.        (line  57)
+* gsl_matrix_view_array_with_tda (C function): Matrix views.  (line  84)
+* gsl_matrix_view_vector (C function):   Matrix views.        (line 112)
+* gsl_matrix_view_vector_with_tda (C function): Matrix views. (line 139)
+* GSL_MAX (C macro):                     Maximum and Minimum functions.
+                                                              (line  10)
+* GSL_MAX_DBL (C function):              Maximum and Minimum functions.
+                                                              (line  20)
+* GSL_MAX_INT (C function):              Maximum and Minimum functions.
+                                                              (line  38)
+* GSL_MAX_LDBL (C function):             Maximum and Minimum functions.
+                                                              (line  46)
+* GSL_MIN (C macro):                     Maximum and Minimum functions.
+                                                              (line  15)
+* GSL_MIN_DBL (C function):              Maximum and Minimum functions.
+                                                              (line  29)
+* gsl_min_fminimizer (C type):           Initializing the Minimizer.
+                                                              (line   6)
+* gsl_min_fminimizer_alloc (C function): Initializing the Minimizer.
+                                                              (line  10)
+* gsl_min_fminimizer_free (C function):  Initializing the Minimizer.
+                                                              (line  46)
+* gsl_min_fminimizer_f_lower (C function): Iteration<2>.      (line  46)
+* gsl_min_fminimizer_f_minimum (C function): Iteration<2>.    (line  46)
+* gsl_min_fminimizer_f_upper (C function): Iteration<2>.      (line  46)
+* gsl_min_fminimizer_iterate (C function): Iteration<2>.      (line  12)
+* gsl_min_fminimizer_name (C function):  Initializing the Minimizer.
+                                                              (line  51)
+* gsl_min_fminimizer_set (C function):   Initializing the Minimizer.
+                                                              (line  24)
+* gsl_min_fminimizer_set_with_values (C function): Initializing the Minimizer.
+                                                              (line  36)
+* gsl_min_fminimizer_type (C type):      Minimization Algorithms.
+                                                              (line  13)
+* gsl_min_fminimizer_type.gsl_min_fminimizer_brent (C var): Minimization Algorithms.
+                                                              (line  34)
+* gsl_min_fminimizer_type.gsl_min_fminimizer_goldensection (C var): Minimization Algorithms.
+                                                              (line  15)
+* gsl_min_fminimizer_type.gsl_min_fminimizer_quad_golden (C var): Minimization Algorithms.
+                                                              (line  52)
+* gsl_min_fminimizer_x_lower (C function): Iteration<2>.      (line  38)
+* gsl_min_fminimizer_x_minimum (C function): Iteration<2>.    (line  32)
+* gsl_min_fminimizer_x_upper (C function): Iteration<2>.      (line  38)
+* GSL_MIN_INT (C function):              Maximum and Minimum functions.
+                                                              (line  38)
+* GSL_MIN_LDBL (C function):             Maximum and Minimum functions.
+                                                              (line  46)
+* gsl_min_test_interval (C function):    Stopping Parameters. (line  18)
+* gsl_mode_t (C type):                   Modes.               (line  14)
+* gsl_mode_t.GSL_PREC_APPROX (C macro):  Modes.               (line  26)
+* gsl_mode_t.GSL_PREC_DOUBLE (C macro):  Modes.               (line  16)
+* gsl_mode_t.GSL_PREC_SINGLE (C macro):  Modes.               (line  21)
+* gsl_monte_function (C type):           Interface.           (line  27)
+* gsl_monte_miser_alloc (C function):    MISER.               (line  48)
+* gsl_monte_miser_free (C function):     MISER.               (line  77)
+* gsl_monte_miser_init (C function):     MISER.               (line  55)
+* gsl_monte_miser_integrate (C function): MISER.              (line  61)
+* gsl_monte_miser_params (C type):       MISER.               (line 104)
+* gsl_monte_miser_params.alpha (C var):  MISER.               (line 133)
+* gsl_monte_miser_params.dither (C var): MISER.               (line 151)
+* gsl_monte_miser_params.estimate_frac (C var): MISER.        (line 106)
+* gsl_monte_miser_params.min_calls (C var): MISER.            (line 113)
+* gsl_monte_miser_params.min_calls_per_bisection (C var): MISER.
+                                                              (line 123)
+* gsl_monte_miser_params_get (C function): MISER.             (line  85)
+* gsl_monte_miser_params_set (C function): MISER.             (line  91)
+* gsl_monte_miser_state (C type):        MISER.               (line  44)
+* gsl_monte_plain_alloc (C function):    PLAIN Monte Carlo.   (line  33)
+* gsl_monte_plain_free (C function):     PLAIN Monte Carlo.   (line  61)
+* gsl_monte_plain_init (C function):     PLAIN Monte Carlo.   (line  39)
+* gsl_monte_plain_integrate (C function): PLAIN Monte Carlo.  (line  45)
+* gsl_monte_plain_state (C type):        PLAIN Monte Carlo.   (line  29)
+* gsl_monte_vegas_alloc (C function):    VEGAS.               (line  54)
+* gsl_monte_vegas_chisq (C function):    VEGAS.               (line 124)
+* gsl_monte_vegas_free (C function):     VEGAS.               (line  86)
+* gsl_monte_vegas_init (C function):     VEGAS.               (line  61)
+* gsl_monte_vegas_integrate (C function): VEGAS.              (line  67)
+* gsl_monte_vegas_params (C type):       VEGAS.               (line 163)
+* gsl_monte_vegas_params.alpha (C var):  VEGAS.               (line 165)
+* gsl_monte_vegas_params.iterations (C var): VEGAS.           (line 172)
+* gsl_monte_vegas_params.mode (C var):   VEGAS.               (line 193)
+* gsl_monte_vegas_params.ostream (C var): VEGAS.              (line 203)
+* gsl_monte_vegas_params.stage (C var):  VEGAS.               (line 177)
+* gsl_monte_vegas_params.verbose (C var): VEGAS.              (line 203)
+* gsl_monte_vegas_params_get (C function): VEGAS.             (line 144)
+* gsl_monte_vegas_params_set (C function): VEGAS.             (line 150)
+* gsl_monte_vegas_runval (C function):   VEGAS.               (line 134)
+* gsl_monte_vegas_state (C type):        VEGAS.               (line  50)
+* gsl_movstat_accum (C type):            Accumulators.        (line  11)
+* gsl_movstat_accum.delete (C member):   Accumulators.        (line  45)
+* gsl_movstat_accum.get (C member):      Accumulators.        (line  50)
+* gsl_movstat_accum.init (C member):     Accumulators.        (line  32)
+* gsl_movstat_accum.insert (C member):   Accumulators.        (line  37)
+* gsl_movstat_accum.size (C member):     Accumulators.        (line  27)
+* gsl_movstat_accum_max (C var):         Accumulators.        (line  60)
+* gsl_movstat_accum_mean (C var):        Accumulators.        (line  67)
+* gsl_movstat_accum_median (C var):      Accumulators.        (line  74)
+* gsl_movstat_accum_min (C var):         Accumulators.        (line  60)
+* gsl_movstat_accum_minmax (C var):      Accumulators.        (line  60)
+* gsl_movstat_accum_Qn (C var):          Accumulators.        (line  79)
+* gsl_movstat_accum_qqr (C var):         Accumulators.        (line  89)
+* gsl_movstat_accum_sd (C var):          Accumulators.        (line  67)
+* gsl_movstat_accum_Sn (C var):          Accumulators.        (line  79)
+* gsl_movstat_accum_sum (C var):         Accumulators.        (line  85)
+* gsl_movstat_accum_variance (C var):    Accumulators.        (line  67)
+* gsl_movstat_alloc (C function):        Allocation for Moving Window Statistics.
+                                                              (line  10)
+* gsl_movstat_alloc2 (C function):       Allocation for Moving Window Statistics.
+                                                              (line  18)
+* gsl_movstat_apply (C function):        User-defined Moving Statistics.
+                                                              (line  41)
+* gsl_movstat_end_t (C type):            Handling Endpoints.  (line  12)
+* gsl_movstat_end_t.GSL_MOVSTAT_END_PADVALUE (C macro): Handling Endpoints.
+                                                              (line  27)
+* gsl_movstat_end_t.GSL_MOVSTAT_END_PADZERO (C macro): Handling Endpoints.
+                                                              (line  17)
+* gsl_movstat_end_t.GSL_MOVSTAT_END_TRUNCATE (C macro): Handling Endpoints.
+                                                              (line  36)
+* gsl_movstat_fill (C function):         User-defined Moving Statistics.
+                                                              (line  52)
+* gsl_movstat_free (C function):         Allocation for Moving Window Statistics.
+                                                              (line  26)
+* gsl_movstat_function (C type):         User-defined Moving Statistics.
+                                                              (line  16)
+* gsl_movstat_function.function (C member): User-defined Moving Statistics.
+                                                              (line  30)
+* gsl_movstat_function.params (C member): User-defined Moving Statistics.
+                                                              (line  37)
+* gsl_movstat_mad (C function):          Moving MAD.          (line  15)
+* gsl_movstat_mad0 (C function):         Moving MAD.          (line  15)
+* gsl_movstat_max (C function):          Moving Minimum and Maximum.
+                                                              (line  21)
+* gsl_movstat_mean (C function):         Moving Mean.         (line  16)
+* gsl_movstat_median (C function):       Moving Median.       (line  11)
+* gsl_movstat_min (C function):          Moving Minimum and Maximum.
+                                                              (line  12)
+* gsl_movstat_minmax (C function):       Moving Minimum and Maximum.
+                                                              (line  30)
+* gsl_movstat_Qn (C function):           Moving Q_n.          (line  10)
+* gsl_movstat_qqr (C function):          Moving QQR.          (line  19)
+* gsl_movstat_sd (C function):           Moving Variance and Standard Deviation.
+                                                              (line  23)
+* gsl_movstat_Sn (C function):           Moving S_n.          (line  11)
+* gsl_movstat_sum (C function):          Moving Sum.          (line  11)
+* gsl_movstat_variance (C function):     Moving Variance and Standard Deviation.
+                                                              (line  14)
+* gsl_movstat_workspace (C type):        Allocation for Moving Window Statistics.
+                                                              (line   6)
+* gsl_multifit_linear (C function):      Multi-parameter regression.
+                                                              (line  76)
+* gsl_multifit_linear_alloc (C function): Multi-parameter regression.
+                                                              (line  48)
+* gsl_multifit_linear_applyW (C function): Regularized regression.
+                                                              (line 234)
+* gsl_multifit_linear_bsvd (C function): Multi-parameter regression.
+                                                              (line  68)
+* gsl_multifit_linear_est (C function):  Multi-parameter regression.
+                                                              (line 157)
+* gsl_multifit_linear_free (C function): Multi-parameter regression.
+                                                              (line  56)
+* gsl_multifit_linear_gcv (C function):  Regularized regression.
+                                                              (line 365)
+* gsl_multifit_linear_gcv_calc (C function): Regularized regression.
+                                                              (line 358)
+* gsl_multifit_linear_gcv_curve (C function): Regularized regression.
+                                                              (line 336)
+* gsl_multifit_linear_gcv_init (C function): Regularized regression.
+                                                              (line 324)
+* gsl_multifit_linear_gcv_min (C function): Regularized regression.
+                                                              (line 346)
+* gsl_multifit_linear_genform1 (C function): Regularized regression.
+                                                              (line 201)
+* gsl_multifit_linear_genform2 (C function): Regularized regression.
+                                                              (line 213)
+* gsl_multifit_linear_lcorner (C function): Regularized regression.
+                                                              (line 284)
+* gsl_multifit_linear_lcorner2 (C function): Regularized regression.
+                                                              (line 302)
+* gsl_multifit_linear_lcurvature (C function): Regularized regression.
+                                                              (line 264)
+* gsl_multifit_linear_lcurve (C function): Regularized regression.
+                                                              (line 246)
+* gsl_multifit_linear_Lk (C function):   Regularized regression.
+                                                              (line 378)
+* gsl_multifit_linear_Lsobolev (C function): Regularized regression.
+                                                              (line 386)
+* gsl_multifit_linear_L_decomp (C function): Regularized regression.
+                                                              (line 143)
+* gsl_multifit_linear_rank (C function): Multi-parameter regression.
+                                                              (line 174)
+* gsl_multifit_linear_rcond (C function): Regularized regression.
+                                                              (line 403)
+* gsl_multifit_linear_residuals (C function): Multi-parameter regression.
+                                                              (line 167)
+* gsl_multifit_linear_solve (C function): Regularized regression.
+                                                              (line 182)
+* gsl_multifit_linear_stdform1 (C function): Regularized regression.
+                                                              (line 117)
+* gsl_multifit_linear_stdform2 (C function): Regularized regression.
+                                                              (line 157)
+* gsl_multifit_linear_svd (C function):  Multi-parameter regression.
+                                                              (line  61)
+* gsl_multifit_linear_tsvd (C function): Multi-parameter regression.
+                                                              (line  99)
+* gsl_multifit_linear_wgenform2 (C function): Regularized regression.
+                                                              (line 213)
+* gsl_multifit_linear_workspace (C type): Multi-parameter regression.
+                                                              (line  43)
+* gsl_multifit_linear_wstdform1 (C function): Regularized regression.
+                                                              (line 117)
+* gsl_multifit_linear_wstdform2 (C function): Regularized regression.
+                                                              (line 157)
+* gsl_multifit_nlinear_alloc (C function): Initializing the Solver<3>.
+                                                              (line  18)
+* gsl_multifit_nlinear_avratio (C function): Iteration<5>.    (line 109)
+* gsl_multifit_nlinear_covar (C function): Covariance matrix of best fit parameters.
+                                                              (line   6)
+* gsl_multifit_nlinear_default_parameters (C function): Initializing the Solver<3>.
+                                                              (line  53)
+* gsl_multifit_nlinear_driver (C function): High Level Driver.
+                                                              (line   9)
+* gsl_multifit_nlinear_fdf (C type):     Providing the Function to be Minimized.
+                                                              (line  10)
+* gsl_multifit_nlinear_fdtype (C type):  Tunable Parameters.  (line 211)
+* gsl_multifit_nlinear_fdtype.GSL_MULTIFIT_NLINEAR_CTRDIFF (C macro): Tunable Parameters.
+                                                              (line 236)
+* gsl_multifit_nlinear_fdtype.GSL_MULTIFIT_NLINEAR_FWDIFF (C macro): Tunable Parameters.
+                                                              (line 218)
+* gsl_multifit_nlinear_free (C function): Initializing the Solver<3>.
+                                                              (line  82)
+* gsl_multifit_nlinear_init (C function): Initializing the Solver<3>.
+                                                              (line  63)
+* gsl_multifit_nlinear_iterate (C function): Iteration<5>.    (line  10)
+* gsl_multifit_nlinear_jac (C function): Iteration<5>.        (line  61)
+* gsl_multifit_nlinear_name (C function): Initializing the Solver<3>.
+                                                              (line  90)
+* gsl_multifit_nlinear_niter (C function): Iteration<5>.      (line  68)
+* gsl_multifit_nlinear_parameters (C type): Tunable Parameters.
+                                                              (line  11)
+* gsl_multifit_nlinear_position (C function): Iteration<5>.   (line  44)
+* gsl_multifit_nlinear_rcond (C function): Iteration<5>.      (line  77)
+* gsl_multifit_nlinear_residual (C function): Iteration<5>.   (line  52)
+* gsl_multifit_nlinear_scale (C type):   Tunable Parameters.  (line  97)
+* gsl_multifit_nlinear_solver (C type):  Tunable Parameters.  (line 147)
+* gsl_multifit_nlinear_test (C function): Testing for Convergence.
+                                                              (line  19)
+* gsl_multifit_nlinear_trs (C type):     Tunable Parameters.  (line  49)
+* gsl_multifit_nlinear_trs_name (C function): Initializing the Solver<3>.
+                                                              (line 102)
+* gsl_multifit_nlinear_type (C type):    Initializing the Solver<3>.
+                                                              (line   6)
+* gsl_multifit_nlinear_type.gsl_multifit_nlinear_trust (C var): Initializing the Solver<3>.
+                                                              (line  12)
+* gsl_multifit_nlinear_winit (C function): Initializing the Solver<3>.
+                                                              (line  63)
+* gsl_multifit_robust (C function):      Robust linear regression.
+                                                              (line 217)
+* gsl_multifit_robust_alloc (C function): Robust linear regression.
+                                                              (line  81)
+* gsl_multifit_robust_alloc.gsl_multifit_robust_type (C type): Robust linear regression.
+                                                              (line  90)
+* gsl_multifit_robust_alloc.gsl_multifit_robust_type.gsl_multifit_robust_bisquare (C var): Robust linear regression.
+                                                              (line  99)
+* gsl_multifit_robust_alloc.gsl_multifit_robust_type.gsl_multifit_robust_cauchy (C var): Robust linear regression.
+                                                              (line 111)
+* gsl_multifit_robust_alloc.gsl_multifit_robust_type.gsl_multifit_robust_default (C var): Robust linear regression.
+                                                              (line  92)
+* gsl_multifit_robust_alloc.gsl_multifit_robust_type.gsl_multifit_robust_fair (C var): Robust linear regression.
+                                                              (line 125)
+* gsl_multifit_robust_alloc.gsl_multifit_robust_type.gsl_multifit_robust_huber (C var): Robust linear regression.
+                                                              (line 136)
+* gsl_multifit_robust_alloc.gsl_multifit_robust_type.gsl_multifit_robust_ols (C var): Robust linear regression.
+                                                              (line 151)
+* gsl_multifit_robust_alloc.gsl_multifit_robust_type.gsl_multifit_robust_welsch (C var): Robust linear regression.
+                                                              (line 163)
+* gsl_multifit_robust_est (C function):  Robust linear regression.
+                                                              (line 239)
+* gsl_multifit_robust_free (C function): Robust linear regression.
+                                                              (line 174)
+* gsl_multifit_robust_maxiter (C function): Robust linear regression.
+                                                              (line 195)
+* gsl_multifit_robust_name (C function): Robust linear regression.
+                                                              (line 180)
+* gsl_multifit_robust_residuals (C function): Robust linear regression.
+                                                              (line 249)
+* gsl_multifit_robust_statistics (C function): Robust linear regression.
+                                                              (line 261)
+* gsl_multifit_robust_statistics.gsl_multifit_robust_stats (C type): Robust linear regression.
+                                                              (line 272)
+* gsl_multifit_robust_tune (C function): Robust linear regression.
+                                                              (line 186)
+* gsl_multifit_robust_weights (C function): Robust linear regression.
+                                                              (line 203)
+* gsl_multifit_robust_workspace (C type): Robust linear regression.
+                                                              (line  77)
+* gsl_multifit_wlinear (C function):     Multi-parameter regression.
+                                                              (line 120)
+* gsl_multifit_wlinear_tsvd (C function): Multi-parameter regression.
+                                                              (line 136)
+* gsl_multilarge_linear_accumulate (C function): Large Dense Linear Least Squares Routines.
+                                                              (line 117)
+* gsl_multilarge_linear_alloc (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  11)
+* gsl_multilarge_linear_alloc.gsl_multilarge_linear_type (C type): Large Dense Linear Least Squares Routines.
+                                                              (line  19)
+* gsl_multilarge_linear_alloc.gsl_multilarge_linear_type.gsl_multilarge_linear_normal (C var): Large Dense Linear Least Squares Routines.
+                                                              (line  25)
+* gsl_multilarge_linear_alloc.gsl_multilarge_linear_type.gsl_multilarge_linear_tsqr (C var): Large Dense Linear Least Squares Routines.
+                                                              (line  34)
+* gsl_multilarge_linear_free (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  44)
+* gsl_multilarge_linear_genform1 (C function): Large Dense Linear Least Squares Routines.
+                                                              (line 138)
+* gsl_multilarge_linear_genform2 (C function): Large Dense Linear Least Squares Routines.
+                                                              (line 150)
+* gsl_multilarge_linear_lcurve (C function): Large Dense Linear Least Squares Routines.
+                                                              (line 160)
+* gsl_multilarge_linear_L_decomp (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  85)
+* gsl_multilarge_linear_matrix_ptr (C function): Large Dense Linear Least Squares Routines.
+                                                              (line 178)
+* gsl_multilarge_linear_name (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  50)
+* gsl_multilarge_linear_rcond (C function): Large Dense Linear Least Squares Routines.
+                                                              (line 194)
+* gsl_multilarge_linear_reset (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  56)
+* gsl_multilarge_linear_rhs_ptr (C function): Large Dense Linear Least Squares Routines.
+                                                              (line 186)
+* gsl_multilarge_linear_solve (C function): Large Dense Linear Least Squares Routines.
+                                                              (line 127)
+* gsl_multilarge_linear_stdform1 (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  62)
+* gsl_multilarge_linear_stdform2 (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  95)
+* gsl_multilarge_linear_workspace (C type): Large Dense Linear Least Squares Routines.
+                                                              (line   6)
+* gsl_multilarge_linear_wstdform1 (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  62)
+* gsl_multilarge_linear_wstdform2 (C function): Large Dense Linear Least Squares Routines.
+                                                              (line  95)
+* gsl_multilarge_nlinear_alloc (C function): Initializing the Solver<3>.
+                                                              (line  18)
+* gsl_multilarge_nlinear_avratio (C function): Iteration<5>.  (line 109)
+* gsl_multilarge_nlinear_covar (C function): Covariance matrix of best fit parameters.
+                                                              (line   6)
+* gsl_multilarge_nlinear_default_parameters (C function): Initializing the Solver<3>.
+                                                              (line  53)
+* gsl_multilarge_nlinear_driver (C function): High Level Driver.
+                                                              (line   9)
+* gsl_multilarge_nlinear_fdf (C type):   Providing the Function to be Minimized.
+                                                              (line  85)
+* gsl_multilarge_nlinear_free (C function): Initializing the Solver<3>.
+                                                              (line  82)
+* gsl_multilarge_nlinear_init (C function): Initializing the Solver<3>.
+                                                              (line  63)
+* gsl_multilarge_nlinear_iterate (C function): Iteration<5>.  (line  10)
+* gsl_multilarge_nlinear_name (C function): Initializing the Solver<3>.
+                                                              (line  90)
+* gsl_multilarge_nlinear_niter (C function): Iteration<5>.    (line  68)
+* gsl_multilarge_nlinear_parameters (C type): Tunable Parameters.
+                                                              (line  30)
+* gsl_multilarge_nlinear_position (C function): Iteration<5>. (line  44)
+* gsl_multilarge_nlinear_rcond (C function): Iteration<5>.    (line  77)
+* gsl_multilarge_nlinear_residual (C function): Iteration<5>. (line  52)
+* gsl_multilarge_nlinear_scale (C type): Tunable Parameters.  (line  97)
+* gsl_multilarge_nlinear_scale.gsl_multifit_nlinear_scale_levenberg (C var): Tunable Parameters.
+                                                              (line 123)
+* gsl_multilarge_nlinear_scale.gsl_multifit_nlinear_scale_marquardt (C var): Tunable Parameters.
+                                                              (line 136)
+* gsl_multilarge_nlinear_scale.gsl_multifit_nlinear_scale_more (C var): Tunable Parameters.
+                                                              (line 103)
+* gsl_multilarge_nlinear_scale.gsl_multilarge_nlinear_scale_levenberg (C var): Tunable Parameters.
+                                                              (line 123)
+* gsl_multilarge_nlinear_scale.gsl_multilarge_nlinear_scale_marquardt (C var): Tunable Parameters.
+                                                              (line 136)
+* gsl_multilarge_nlinear_scale.gsl_multilarge_nlinear_scale_more (C var): Tunable Parameters.
+                                                              (line 103)
+* gsl_multilarge_nlinear_solver (C type): Tunable Parameters. (line 147)
+* gsl_multilarge_nlinear_solver.gsl_multifit_nlinear_solver_cholesky (C var): Tunable Parameters.
+                                                              (line 167)
+* gsl_multilarge_nlinear_solver.gsl_multifit_nlinear_solver_mcholesky (C var): Tunable Parameters.
+                                                              (line 186)
+* gsl_multilarge_nlinear_solver.gsl_multifit_nlinear_solver_qr (C var): Tunable Parameters.
+                                                              (line 158)
+* gsl_multilarge_nlinear_solver.gsl_multifit_nlinear_solver_svd (C var): Tunable Parameters.
+                                                              (line 203)
+* gsl_multilarge_nlinear_solver.gsl_multilarge_nlinear_solver_cholesky (C var): Tunable Parameters.
+                                                              (line 167)
+* gsl_multilarge_nlinear_solver.gsl_multilarge_nlinear_solver_mcholesky (C var): Tunable Parameters.
+                                                              (line 186)
+* gsl_multilarge_nlinear_test (C function): Testing for Convergence.
+                                                              (line  19)
+* gsl_multilarge_nlinear_trs (C type):   Tunable Parameters.  (line  49)
+* gsl_multilarge_nlinear_trs.gsl_multifit_nlinear_trs_ddogleg (C var): Tunable Parameters.
+                                                              (line  77)
+* gsl_multilarge_nlinear_trs.gsl_multifit_nlinear_trs_dogleg (C var): Tunable Parameters.
+                                                              (line  70)
+* gsl_multilarge_nlinear_trs.gsl_multifit_nlinear_trs_lm (C var): Tunable Parameters.
+                                                              (line  55)
+* gsl_multilarge_nlinear_trs.gsl_multifit_nlinear_trs_lmaccel (C var): Tunable Parameters.
+                                                              (line  62)
+* gsl_multilarge_nlinear_trs.gsl_multifit_nlinear_trs_subspace2D (C var): Tunable Parameters.
+                                                              (line  84)
+* gsl_multilarge_nlinear_trs.gsl_multilarge_nlinear_trs_cgst (C var): Tunable Parameters.
+                                                              (line  91)
+* gsl_multilarge_nlinear_trs.gsl_multilarge_nlinear_trs_ddogleg (C var): Tunable Parameters.
+                                                              (line  77)
+* gsl_multilarge_nlinear_trs.gsl_multilarge_nlinear_trs_dogleg (C var): Tunable Parameters.
+                                                              (line  70)
+* gsl_multilarge_nlinear_trs.gsl_multilarge_nlinear_trs_lm (C var): Tunable Parameters.
+                                                              (line  55)
+* gsl_multilarge_nlinear_trs.gsl_multilarge_nlinear_trs_lmaccel (C var): Tunable Parameters.
+                                                              (line  62)
+* gsl_multilarge_nlinear_trs.gsl_multilarge_nlinear_trs_subspace2D (C var): Tunable Parameters.
+                                                              (line  84)
+* gsl_multilarge_nlinear_trs_name (C function): Initializing the Solver<3>.
+                                                              (line 102)
+* gsl_multimin_fdfminimizer (C type):    Initializing the Multidimensional Minimizer.
+                                                              (line  10)
+* gsl_multimin_fdfminimizer_alloc (C function): Initializing the Multidimensional Minimizer.
+                                                              (line  18)
+* gsl_multimin_fdfminimizer_dx (C function): Iteration<4>.    (line  27)
+* gsl_multimin_fdfminimizer_free (C function): Initializing the Multidimensional Minimizer.
+                                                              (line  58)
+* gsl_multimin_fdfminimizer_gradient (C function): Iteration<4>.
+                                                              (line  27)
+* gsl_multimin_fdfminimizer_iterate (C function): Iteration<4>.
+                                                              (line  11)
+* gsl_multimin_fdfminimizer_minimum (C function): Iteration<4>.
+                                                              (line  27)
+* gsl_multimin_fdfminimizer_name (C function): Initializing the Multidimensional Minimizer.
+                                                              (line  66)
+* gsl_multimin_fdfminimizer_restart (C function): Iteration<4>.
+                                                              (line  47)
+* gsl_multimin_fdfminimizer_set (C function): Initializing the Multidimensional Minimizer.
+                                                              (line  31)
+* gsl_multimin_fdfminimizer_type (C type): Algorithms with Derivatives.
+                                                              (line  11)
+* gsl_multimin_fdfminimizer_type.gsl_multimin_fdfminimizer_conjugate_fr (C var): Algorithms with Derivatives.
+                                                              (line  15)
+* gsl_multimin_fdfminimizer_type.gsl_multimin_fdfminimizer_conjugate_pr (C var): Algorithms with Derivatives.
+                                                              (line  35)
+* gsl_multimin_fdfminimizer_type.gsl_multimin_fdfminimizer_steepest_descent (C var): Algorithms with Derivatives.
+                                                              (line  69)
+* gsl_multimin_fdfminimizer_type.gsl_multimin_fdfminimizer_vector_bfgs (C var): Algorithms with Derivatives.
+                                                              (line  45)
+* gsl_multimin_fdfminimizer_type.gsl_multimin_fdfminimizer_vector_bfgs2 (C var): Algorithms with Derivatives.
+                                                              (line  45)
+* gsl_multimin_fdfminimizer_x (C function): Iteration<4>.     (line  27)
+* gsl_multimin_fminimizer (C type):      Initializing the Multidimensional Minimizer.
+                                                              (line  14)
+* gsl_multimin_fminimizer_alloc (C function): Initializing the Multidimensional Minimizer.
+                                                              (line  18)
+* gsl_multimin_fminimizer_free (C function): Initializing the Multidimensional Minimizer.
+                                                              (line  58)
+* gsl_multimin_fminimizer_iterate (C function): Iteration<4>. (line  11)
+* gsl_multimin_fminimizer_minimum (C function): Iteration<4>. (line  27)
+* gsl_multimin_fminimizer_name (C function): Initializing the Multidimensional Minimizer.
+                                                              (line  66)
+* gsl_multimin_fminimizer_set (C function): Initializing the Multidimensional Minimizer.
+                                                              (line  31)
+* gsl_multimin_fminimizer_size (C function): Iteration<4>.    (line  27)
+* gsl_multimin_fminimizer_type (C type): Algorithms without Derivatives<2>.
+                                                              (line   9)
+* gsl_multimin_fminimizer_type.gsl_multimin_fminimizer_nmsimplex (C var): Algorithms without Derivatives<2>.
+                                                              (line  14)
+* gsl_multimin_fminimizer_type.gsl_multimin_fminimizer_nmsimplex2 (C var): Algorithms without Derivatives<2>.
+                                                              (line  14)
+* gsl_multimin_fminimizer_type.gsl_multimin_fminimizer_nmsimplex2rand (C var): Algorithms without Derivatives<2>.
+                                                              (line  62)
+* gsl_multimin_fminimizer_x (C function): Iteration<4>.       (line  27)
+* gsl_multimin_function (C type):        Providing a function to minimize.
+                                                              (line  53)
+* gsl_multimin_function_fdf (C type):    Providing a function to minimize.
+                                                              (line  13)
+* gsl_multimin_test_gradient (C function): Stopping Criteria. (line  18)
+* gsl_multimin_test_size (C function):   Stopping Criteria.   (line  33)
+* gsl_multiroot_fdfsolver (C type):      Initializing the Solver<2>.
+                                                              (line  16)
+* gsl_multiroot_fdfsolver_alloc (C function): Initializing the Solver<2>.
+                                                              (line  37)
+* gsl_multiroot_fdfsolver_dx (C function): Iteration<3>.      (line  51)
+* gsl_multiroot_fdfsolver_f (C function): Iteration<3>.       (line  43)
+* gsl_multiroot_fdfsolver_free (C function): Initializing the Solver<2>.
+                                                              (line  65)
+* gsl_multiroot_fdfsolver_iterate (C function): Iteration<3>. (line  12)
+* gsl_multiroot_fdfsolver_name (C function): Initializing the Solver<2>.
+                                                              (line  72)
+* gsl_multiroot_fdfsolver_root (C function): Iteration<3>.    (line  35)
+* gsl_multiroot_fdfsolver_set (C function): Initializing the Solver<2>.
+                                                              (line  54)
+* gsl_multiroot_fdfsolver_type (C type): Algorithms using Derivatives.
+                                                              (line  13)
+* gsl_multiroot_fdfsolver_type.gsl_multiroot_fdfsolver_gnewton (C var): Algorithms using Derivatives.
+                                                              (line 105)
+* gsl_multiroot_fdfsolver_type.gsl_multiroot_fdfsolver_hybridj (C var): Algorithms using Derivatives.
+                                                              (line  76)
+* gsl_multiroot_fdfsolver_type.gsl_multiroot_fdfsolver_hybridsj (C var): Algorithms using Derivatives.
+                                                              (line  18)
+* gsl_multiroot_fdfsolver_type.gsl_multiroot_fdfsolver_newton (C var): Algorithms using Derivatives.
+                                                              (line  84)
+* gsl_multiroot_fsolver (C type):        Initializing the Solver<2>.
+                                                              (line  11)
+* gsl_multiroot_fsolver_alloc (C function): Initializing the Solver<2>.
+                                                              (line  21)
+* gsl_multiroot_fsolver_dx (C function): Iteration<3>.        (line  51)
+* gsl_multiroot_fsolver_f (C function):  Iteration<3>.        (line  43)
+* gsl_multiroot_fsolver_free (C function): Initializing the Solver<2>.
+                                                              (line  65)
+* gsl_multiroot_fsolver_iterate (C function): Iteration<3>.   (line  12)
+* gsl_multiroot_fsolver_name (C function): Initializing the Solver<2>.
+                                                              (line  72)
+* gsl_multiroot_fsolver_root (C function): Iteration<3>.      (line  35)
+* gsl_multiroot_fsolver_set (C function): Initializing the Solver<2>.
+                                                              (line  54)
+* gsl_multiroot_fsolver_type (C type):   Algorithms without Derivatives.
+                                                              (line  13)
+* gsl_multiroot_fsolver_type.gsl_multiroot_fsolver_broyden (C var): Algorithms without Derivatives.
+                                                              (line  57)
+* gsl_multiroot_fsolver_type.gsl_multiroot_fsolver_dnewton (C var): Algorithms without Derivatives.
+                                                              (line  34)
+* gsl_multiroot_fsolver_type.gsl_multiroot_fsolver_hybrid (C var): Algorithms without Derivatives.
+                                                              (line  28)
+* gsl_multiroot_fsolver_type.gsl_multiroot_fsolver_hybrids (C var): Algorithms without Derivatives.
+                                                              (line  18)
+* gsl_multiroot_function (C type):       Providing the function to solve<2>.
+                                                              (line  10)
+* gsl_multiroot_function_fdf (C type):   Providing the function to solve<2>.
+                                                              (line  62)
+* gsl_multiroot_test_delta (C function): Search Stopping Parameters<2>.
+                                                              (line  20)
+* gsl_multiroot_test_residual (C function): Search Stopping Parameters<2>.
+                                                              (line  34)
+* gsl_multiset (C type):                 The Multiset struct. (line   6)
+* gsl_multiset_alloc (C function):       Multiset allocation. (line   6)
+* gsl_multiset_calloc (C function):      Multiset allocation. (line  17)
+* gsl_multiset_data (C function):        Multiset properties. (line  15)
+* gsl_multiset_fprintf (C function):     Reading and writing multisets.
+                                                              (line  29)
+* gsl_multiset_fread (C function):       Reading and writing multisets.
+                                                              (line  18)
+* gsl_multiset_free (C function):        Multiset allocation. (line  37)
+* gsl_multiset_fscanf (C function):      Reading and writing multisets.
+                                                              (line  39)
+* gsl_multiset_fwrite (C function):      Reading and writing multisets.
+                                                              (line   9)
+* gsl_multiset_get (C function):         Accessing multiset elements.
+                                                              (line   8)
+* gsl_multiset_init_first (C function):  Multiset allocation. (line  26)
+* gsl_multiset_init_last (C function):   Multiset allocation. (line  31)
+* gsl_multiset_k (C function):           Multiset properties. (line  10)
+* gsl_multiset_memcpy (C function):      Multiset allocation. (line  42)
+* gsl_multiset_n (C function):           Multiset properties. (line   6)
+* gsl_multiset_next (C function):        Multiset functions.  (line   6)
+* gsl_multiset_prev (C function):        Multiset functions.  (line  15)
+* gsl_multiset_valid (C function):       Multiset properties. (line  20)
+* GSL_NAN (C macro):                     Infinities and Not-a-number.
+                                                              (line  16)
+* GSL_NEGINF (C macro):                  Infinities and Not-a-number.
+                                                              (line  11)
+* gsl_ntuple (C type):                   The ntuple struct.   (line   6)
+* gsl_ntuple_bookdata (C function):      Writing ntuples.     (line  11)
+* gsl_ntuple_close (C function):         Closing an ntuple file.
+                                                              (line   6)
+* gsl_ntuple_create (C function):        Creating ntuples.    (line   6)
+* gsl_ntuple_open (C function):          Opening an existing ntuple file.
+                                                              (line   6)
+* gsl_ntuple_project (C function):       Histogramming ntuple values.
+                                                              (line  41)
+* gsl_ntuple_read (C function):          Reading ntuples.     (line   6)
+* gsl_ntuple_select_fn (C type):         Histogramming ntuple values.
+                                                              (line  13)
+* gsl_ntuple_value_fn (C type):          Histogramming ntuple values.
+                                                              (line  27)
+* gsl_ntuple_write (C function):         Writing ntuples.     (line   6)
+* gsl_odeiv2_control (C type):           Adaptive Step-size Control.
+                                                              (line  10)
+* gsl_odeiv2_control_alloc (C function): Adaptive Step-size Control.
+                                                              (line  88)
+* gsl_odeiv2_control_errlevel (C function): Adaptive Step-size Control.
+                                                              (line 137)
+* gsl_odeiv2_control_free (C function):  Adaptive Step-size Control.
+                                                              (line 105)
+* gsl_odeiv2_control_hadjust (C function): Adaptive Step-size Control.
+                                                              (line 110)
+* gsl_odeiv2_control_init (C function):  Adaptive Step-size Control.
+                                                              (line  97)
+* gsl_odeiv2_control_name (C function):  Adaptive Step-size Control.
+                                                              (line 127)
+* gsl_odeiv2_control_scaled_new (C function): Adaptive Step-size Control.
+                                                              (line  72)
+* gsl_odeiv2_control_set_driver (C function): Adaptive Step-size Control.
+                                                              (line 146)
+* gsl_odeiv2_control_standard_new (C function): Adaptive Step-size Control.
+                                                              (line  18)
+* gsl_odeiv2_control_type (C type):      Adaptive Step-size Control.
+                                                              (line  14)
+* gsl_odeiv2_control_yp_new (C function): Adaptive Step-size Control.
+                                                              (line  63)
+* gsl_odeiv2_control_y_new (C function): Adaptive Step-size Control.
+                                                              (line  54)
+* gsl_odeiv2_driver_alloc_scaled_new (C function): Driver.    (line   9)
+* gsl_odeiv2_driver_alloc_standard_new (C function): Driver.  (line   9)
+* gsl_odeiv2_driver_alloc_yp_new (C function): Driver.        (line   9)
+* gsl_odeiv2_driver_alloc_y_new (C function): Driver.         (line   9)
+* gsl_odeiv2_driver_apply (C function):  Driver.              (line  52)
+* gsl_odeiv2_driver_apply_fixed_step (C function): Driver.    (line  71)
+* gsl_odeiv2_driver_free (C function):   Driver.              (line  93)
+* gsl_odeiv2_driver_reset (C function):  Driver.              (line  82)
+* gsl_odeiv2_driver_reset_hstart (C function): Driver.        (line  86)
+* gsl_odeiv2_driver_set_hmax (C function): Driver.            (line  39)
+* gsl_odeiv2_driver_set_hmin (C function): Driver.            (line  33)
+* gsl_odeiv2_driver_set_nmax (C function): Driver.            (line  45)
+* gsl_odeiv2_evolve (C type):            Evolution.           (line  10)
+* gsl_odeiv2_evolve_alloc (C function):  Evolution.           (line  15)
+* gsl_odeiv2_evolve_apply (C function):  Evolution.           (line  21)
+* gsl_odeiv2_evolve_apply_fixed_step (C function): Evolution. (line  63)
+* gsl_odeiv2_evolve_free (C function):   Evolution.           (line  81)
+* gsl_odeiv2_evolve_reset (C function):  Evolution.           (line  75)
+* gsl_odeiv2_evolve_set_driver (C function): Evolution.       (line  86)
+* gsl_odeiv2_step (C type):              Stepping Functions.  (line  10)
+* gsl_odeiv2_step_alloc (C function):    Stepping Functions.  (line  14)
+* gsl_odeiv2_step_apply (C function):    Stepping Functions.  (line  61)
+* gsl_odeiv2_step_free (C function):     Stepping Functions.  (line  29)
+* gsl_odeiv2_step_name (C function):     Stepping Functions.  (line  34)
+* gsl_odeiv2_step_order (C function):    Stepping Functions.  (line  44)
+* gsl_odeiv2_step_reset (C function):    Stepping Functions.  (line  23)
+* gsl_odeiv2_step_set_driver (C function): Stepping Functions.
+                                                              (line  51)
+* gsl_odeiv2_step_type (C type):         Stepping Functions.  (line 102)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_bsimp (C var): Stepping Functions.
+                                                              (line 157)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_msadams (C var): Stepping Functions.
+                                                              (line 164)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_msbdf (C var): Stepping Functions.
+                                                              (line 175)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_rk1imp (C var): Stepping Functions.
+                                                              (line 131)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_rk2 (C var): Stepping Functions.
+                                                              (line 104)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_rk2imp (C var): Stepping Functions.
+                                                              (line 140)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_rk4 (C var): Stepping Functions.
+                                                              (line 108)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_rk4imp (C var): Stepping Functions.
+                                                              (line 149)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_rk8pd (C var): Stepping Functions.
+                                                              (line 126)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_rkck (C var): Stepping Functions.
+                                                              (line 121)
+* gsl_odeiv2_step_type.gsl_odeiv2_step_rkf45 (C var): Stepping Functions.
+                                                              (line 115)
+* gsl_odeiv2_system (C type):            Defining the ODE System.
+                                                              (line  18)
+* gsl_permutation (C type):              The Permutation struct.
+                                                              (line   6)
+* gsl_permutation_alloc (C function):    Permutation allocation.
+                                                              (line   6)
+* gsl_permutation_calloc (C function):   Permutation allocation.
+                                                              (line  16)
+* gsl_permutation_canonical_cycles (C function): Permutations in cyclic form.
+                                                              (line  73)
+* gsl_permutation_canonical_to_linear (C function): Permutations in cyclic form.
+                                                              (line  51)
+* gsl_permutation_data (C function):     Permutation properties.
+                                                              (line  10)
+* gsl_permutation_fprintf (C function):  Reading and writing permutations.
+                                                              (line  29)
+* gsl_permutation_fread (C function):    Reading and writing permutations.
+                                                              (line  18)
+* gsl_permutation_free (C function):     Permutation allocation.
+                                                              (line  29)
+* gsl_permutation_fscanf (C function):   Reading and writing permutations.
+                                                              (line  39)
+* gsl_permutation_fwrite (C function):   Reading and writing permutations.
+                                                              (line   9)
+* gsl_permutation_get (C function):      Accessing permutation elements.
+                                                              (line   9)
+* gsl_permutation_init (C function):     Permutation allocation.
+                                                              (line  24)
+* gsl_permutation_inverse (C function):  Permutation functions.
+                                                              (line  11)
+* gsl_permutation_inversions (C function): Permutations in cyclic form.
+                                                              (line  58)
+* gsl_permutation_linear_cycles (C function): Permutations in cyclic form.
+                                                              (line  67)
+* gsl_permutation_linear_to_canonical (C function): Permutations in cyclic form.
+                                                              (line  45)
+* gsl_permutation_memcpy (C function):   Permutation allocation.
+                                                              (line  34)
+* gsl_permutation_mul (C function):      Applying Permutations.
+                                                              (line  56)
+* gsl_permutation_next (C function):     Permutation functions.
+                                                              (line  17)
+* gsl_permutation_prev (C function):     Permutation functions.
+                                                              (line  26)
+* gsl_permutation_reverse (C function):  Permutation functions.
+                                                              (line   6)
+* gsl_permutation_size (C function):     Permutation properties.
+                                                              (line   6)
+* gsl_permutation_swap (C function):     Accessing permutation elements.
+                                                              (line  18)
+* gsl_permutation_valid (C function):    Permutation properties.
+                                                              (line  15)
+* gsl_permute (C function):              Applying Permutations.
+                                                              (line   9)
+* gsl_permute_inverse (C function):      Applying Permutations.
+                                                              (line  16)
+* gsl_permute_matrix (C function):       Applying Permutations.
+                                                              (line  45)
+* gsl_permute_vector (C function):       Applying Permutations.
+                                                              (line  23)
+* gsl_permute_vector_inverse (C function): Applying Permutations.
+                                                              (line  33)
+* gsl_poly_complex_eval (C function):    Polynomial Evaluation.
+                                                              (line  19)
+* gsl_poly_complex_solve (C function):   General Polynomial Equations.
+                                                              (line  34)
+* gsl_poly_complex_solve_cubic (C function): Cubic Equations. (line  25)
+* gsl_poly_complex_solve_quadratic (C function): Quadratic Equations.
+                                                              (line  31)
+* gsl_poly_complex_workspace (C type):   General Polynomial Equations.
+                                                              (line  11)
+* gsl_poly_complex_workspace_alloc (C function): General Polynomial Equations.
+                                                              (line  16)
+* gsl_poly_complex_workspace_free (C function): General Polynomial Equations.
+                                                              (line  28)
+* gsl_poly_dd_eval (C function):         Divided Difference Representation of Polynomials.
+                                                              (line  42)
+* gsl_poly_dd_hermite_init (C function): Divided Difference Representation of Polynomials.
+                                                              (line  62)
+* gsl_poly_dd_init (C function):         Divided Difference Representation of Polynomials.
+                                                              (line  32)
+* gsl_poly_dd_taylor (C function):       Divided Difference Representation of Polynomials.
+                                                              (line  50)
+* gsl_poly_eval (C function):            Polynomial Evaluation.
+                                                              (line  13)
+* gsl_poly_eval_derivs (C function):     Polynomial Evaluation.
+                                                              (line  31)
+* gsl_poly_solve_cubic (C function):     Cubic Equations.     (line   6)
+* gsl_poly_solve_quadratic (C function): Quadratic Equations. (line   6)
+* GSL_POSINF (C macro):                  Infinities and Not-a-number.
+                                                              (line   6)
+* gsl_pow_2 (C function):                Small integer powers.
+                                                              (line  20)
+* gsl_pow_3 (C function):                Small integer powers.
+                                                              (line  20)
+* gsl_pow_4 (C function):                Small integer powers.
+                                                              (line  20)
+* gsl_pow_5 (C function):                Small integer powers.
+                                                              (line  20)
+* gsl_pow_6 (C function):                Small integer powers.
+                                                              (line  20)
+* gsl_pow_7 (C function):                Small integer powers.
+                                                              (line  20)
+* gsl_pow_8 (C function):                Small integer powers.
+                                                              (line  20)
+* gsl_pow_9 (C function):                Small integer powers.
+                                                              (line  20)
+* gsl_pow_int (C function):              Small integer powers.
+                                                              (line  11)
+* gsl_pow_uint (C function):             Small integer powers.
+                                                              (line  11)
+* gsl_qrng (C type):                     Quasi-random number generator initialization.
+                                                              (line   6)
+* gsl_qrng_alloc (C function):           Quasi-random number generator initialization.
+                                                              (line  10)
+* gsl_qrng_clone (C function):           Saving and restoring quasi-random number generator state.
+                                                              (line  13)
+* gsl_qrng_free (C function):            Quasi-random number generator initialization.
+                                                              (line  19)
+* gsl_qrng_get (C function):             Sampling from a quasi-random number generator.
+                                                              (line   6)
+* gsl_qrng_init (C function):            Quasi-random number generator initialization.
+                                                              (line  24)
+* gsl_qrng_memcpy (C function):          Saving and restoring quasi-random number generator state.
+                                                              (line   6)
+* gsl_qrng_name (C function):            Auxiliary quasi-random number generator functions.
+                                                              (line   6)
+* gsl_qrng_size (C function):            Auxiliary quasi-random number generator functions.
+                                                              (line  10)
+* gsl_qrng_state (C function):           Auxiliary quasi-random number generator functions.
+                                                              (line  10)
+* gsl_qrng_type (C type):                Quasi-random number generator algorithms.
+                                                              (line   8)
+* gsl_qrng_type.gsl_qrng_halton (C var): Quasi-random number generator algorithms.
+                                                              (line  22)
+* gsl_qrng_type.gsl_qrng_niederreiter_2 (C var): Quasi-random number generator algorithms.
+                                                              (line  10)
+* gsl_qrng_type.gsl_qrng_reversehalton (C var): Quasi-random number generator algorithms.
+                                                              (line  22)
+* gsl_qrng_type.gsl_qrng_sobol (C var):  Quasi-random number generator algorithms.
+                                                              (line  16)
+* GSL_RANGE_CHECK_OFF (C macro):         Accessing vector elements.
+                                                              (line  17)
+* gsl_ran_bernoulli (C function):        The Bernoulli Distribution.
+                                                              (line   6)
+* gsl_ran_bernoulli_pdf (C function):    The Bernoulli Distribution.
+                                                              (line  16)
+* gsl_ran_beta (C function):             The Beta Distribution.
+                                                              (line   6)
+* gsl_ran_beta_pdf (C function):         The Beta Distribution.
+                                                              (line  15)
+* gsl_ran_binomial (C function):         The Binomial Distribution.
+                                                              (line   6)
+* gsl_ran_binomial_pdf (C function):     The Binomial Distribution.
+                                                              (line  18)
+* gsl_ran_bivariate_gaussian (C function): The Bivariate Gaussian Distribution.
+                                                              (line   6)
+* gsl_ran_bivariate_gaussian_pdf (C function): The Bivariate Gaussian Distribution.
+                                                              (line  20)
+* gsl_ran_cauchy (C function):           The Cauchy Distribution.
+                                                              (line   6)
+* gsl_ran_cauchy_pdf (C function):       The Cauchy Distribution.
+                                                              (line  17)
+* gsl_ran_chisq (C function):            The Chi-squared Distribution.
+                                                              (line  14)
+* gsl_ran_chisq_pdf (C function):        The Chi-squared Distribution.
+                                                              (line  24)
+* gsl_ran_choose (C function):           Shuffling and Sampling.
+                                                              (line  34)
+* gsl_ran_dirichlet (C function):        The Dirichlet Distribution.
+                                                              (line   6)
+* gsl_ran_dirichlet_lnpdf (C function):  The Dirichlet Distribution.
+                                                              (line  33)
+* gsl_ran_dirichlet_pdf (C function):    The Dirichlet Distribution.
+                                                              (line  26)
+* gsl_ran_dir_2d (C function):           Spherical Vector Distributions.
+                                                              (line  10)
+* gsl_ran_dir_2d_trig_method (C function): Spherical Vector Distributions.
+                                                              (line  10)
+* gsl_ran_dir_3d (C function):           Spherical Vector Distributions.
+                                                              (line  33)
+* gsl_ran_dir_nd (C function):           Spherical Vector Distributions.
+                                                              (line  44)
+* gsl_ran_discrete (C function):         General Discrete Distributions.
+                                                              (line  66)
+* gsl_ran_discrete_free (C function):    General Discrete Distributions.
+                                                              (line  81)
+* gsl_ran_discrete_pdf (C function):     General Discrete Distributions.
+                                                              (line  72)
+* gsl_ran_discrete_preproc (C function): General Discrete Distributions.
+                                                              (line  54)
+* gsl_ran_discrete_t (C type):           General Discrete Distributions.
+                                                              (line  49)
+* gsl_ran_exponential (C function):      The Exponential Distribution.
+                                                              (line   6)
+* gsl_ran_exponential_pdf (C function):  The Exponential Distribution.
+                                                              (line  15)
+* gsl_ran_exppow (C function):           The Exponential Power Distribution.
+                                                              (line   6)
+* gsl_ran_exppow_pdf (C function):       The Exponential Power Distribution.
+                                                              (line  19)
+* gsl_ran_fdist (C function):            The F-distribution.  (line  13)
+* gsl_ran_fdist_pdf (C function):        The F-distribution.  (line  28)
+* gsl_ran_flat (C function):             The Flat Uniform Distribution.
+                                                              (line   6)
+* gsl_ran_flat_pdf (C function):         The Flat Uniform Distribution.
+                                                              (line  16)
+* gsl_ran_gamma (C function):            The Gamma Distribution.
+                                                              (line   6)
+* gsl_ran_gamma_knuth (C function):      The Gamma Distribution.
+                                                              (line  23)
+* gsl_ran_gamma_pdf (C function):        The Gamma Distribution.
+                                                              (line  29)
+* gsl_ran_gaussian (C function):         The Gaussian Distribution.
+                                                              (line   6)
+* gsl_ran_gaussian_pdf (C function):     The Gaussian Distribution.
+                                                              (line  20)
+* gsl_ran_gaussian_ratio_method (C function): The Gaussian Distribution.
+                                                              (line  27)
+* gsl_ran_gaussian_tail (C function):    The Gaussian Tail Distribution.
+                                                              (line   6)
+* gsl_ran_gaussian_tail_pdf (C function): The Gaussian Tail Distribution.
+                                                              (line  25)
+* gsl_ran_gaussian_ziggurat (C function): The Gaussian Distribution.
+                                                              (line  27)
+* gsl_ran_geometric (C function):        The Geometric Distribution.
+                                                              (line   6)
+* gsl_ran_geometric_pdf (C function):    The Geometric Distribution.
+                                                              (line  20)
+* gsl_ran_gumbel1 (C function):          The Type-1 Gumbel Distribution.
+                                                              (line   6)
+* gsl_ran_gumbel1_pdf (C function):      The Type-1 Gumbel Distribution.
+                                                              (line  16)
+* gsl_ran_gumbel2 (C function):          The Type-2 Gumbel Distribution.
+                                                              (line   6)
+* gsl_ran_gumbel2_pdf (C function):      The Type-2 Gumbel Distribution.
+                                                              (line  16)
+* gsl_ran_hypergeometric (C function):   The Hypergeometric Distribution.
+                                                              (line   6)
+* gsl_ran_hypergeometric_pdf (C function): The Hypergeometric Distribution.
+                                                              (line  23)
+* gsl_ran_landau (C function):           The Landau Distribution.
+                                                              (line   6)
+* gsl_ran_landau_pdf (C function):       The Landau Distribution.
+                                                              (line  19)
+* gsl_ran_laplace (C function):          The Laplace Distribution.
+                                                              (line   6)
+* gsl_ran_laplace_pdf (C function):      The Laplace Distribution.
+                                                              (line  15)
+* gsl_ran_levy (C function):             The Levy alpha-Stable Distributions.
+                                                              (line   6)
+* gsl_ran_levy_skew (C function):        The Levy skew alpha-Stable Distribution.
+                                                              (line   6)
+* gsl_ran_logarithmic (C function):      The Logarithmic Distribution.
+                                                              (line   6)
+* gsl_ran_logarithmic_pdf (C function):  The Logarithmic Distribution.
+                                                              (line  17)
+* gsl_ran_logistic (C function):         The Logistic Distribution.
+                                                              (line   6)
+* gsl_ran_logistic_pdf (C function):     The Logistic Distribution.
+                                                              (line  15)
+* gsl_ran_lognormal (C function):        The Lognormal Distribution.
+                                                              (line   6)
+* gsl_ran_lognormal_pdf (C function):    The Lognormal Distribution.
+                                                              (line  16)
+* gsl_ran_multinomial (C function):      The Multinomial Distribution.
+                                                              (line   6)
+* gsl_ran_multinomial_lnpdf (C function): The Multinomial Distribution.
+                                                              (line  36)
+* gsl_ran_multinomial_pdf (C function):  The Multinomial Distribution.
+                                                              (line  29)
+* gsl_ran_multivariate_gaussian (C function): The Multivariate Gaussian Distribution.
+                                                              (line   6)
+* gsl_ran_multivariate_gaussian_log_pdf (C function): The Multivariate Gaussian Distribution.
+                                                              (line  21)
+* gsl_ran_multivariate_gaussian_mean (C function): The Multivariate Gaussian Distribution.
+                                                              (line  34)
+* gsl_ran_multivariate_gaussian_pdf (C function): The Multivariate Gaussian Distribution.
+                                                              (line  21)
+* gsl_ran_multivariate_gaussian_vcov (C function): The Multivariate Gaussian Distribution.
+                                                              (line  47)
+* gsl_ran_negative_binomial (C function): The Negative Binomial Distribution.
+                                                              (line   6)
+* gsl_ran_negative_binomial_pdf (C function): The Negative Binomial Distribution.
+                                                              (line  19)
+* gsl_ran_pareto (C function):           The Pareto Distribution.
+                                                              (line   6)
+* gsl_ran_pareto_pdf (C function):       The Pareto Distribution.
+                                                              (line  16)
+* gsl_ran_pascal (C function):           The Pascal Distribution.
+                                                              (line   6)
+* gsl_ran_pascal_pdf (C function):       The Pascal Distribution.
+                                                              (line  17)
+* gsl_ran_poisson (C function):          The Poisson Distribution.
+                                                              (line   6)
+* gsl_ran_poisson_pdf (C function):      The Poisson Distribution.
+                                                              (line  16)
+* gsl_ran_rayleigh (C function):         The Rayleigh Distribution.
+                                                              (line   6)
+* gsl_ran_rayleigh_pdf (C function):     The Rayleigh Distribution.
+                                                              (line  16)
+* gsl_ran_rayleigh_tail (C function):    The Rayleigh Tail Distribution.
+                                                              (line   6)
+* gsl_ran_rayleigh_tail_pdf (C function): The Rayleigh Tail Distribution.
+                                                              (line  17)
+* gsl_ran_sample (C function):           Shuffling and Sampling.
+                                                              (line  63)
+* gsl_ran_shuffle (C function):          Shuffling and Sampling.
+                                                              (line  13)
+* gsl_ran_tdist (C function):            The t-distribution.  (line  14)
+* gsl_ran_tdist_pdf (C function):        The t-distribution.  (line  23)
+* gsl_ran_ugaussian (C function):        The Gaussian Distribution.
+                                                              (line  37)
+* gsl_ran_ugaussian_pdf (C function):    The Gaussian Distribution.
+                                                              (line  37)
+* gsl_ran_ugaussian_ratio_method (C function): The Gaussian Distribution.
+                                                              (line  37)
+* gsl_ran_ugaussian_tail (C function):   The Gaussian Tail Distribution.
+                                                              (line  34)
+* gsl_ran_ugaussian_tail_pdf (C function): The Gaussian Tail Distribution.
+                                                              (line  34)
+* gsl_ran_weibull (C function):          The Weibull Distribution.
+                                                              (line   6)
+* gsl_ran_weibull_pdf (C function):      The Weibull Distribution.
+                                                              (line  16)
+* gsl_ran_wishart (C function):          The Wishart Distribution.
+                                                              (line   6)
+* gsl_ran_wishart_log_pdf (C function):  The Wishart Distribution.
+                                                              (line  21)
+* gsl_ran_wishart_pdf (C function):      The Wishart Distribution.
+                                                              (line  21)
+* GSL_REAL (C macro):                    Complex number macros.
+                                                              (line   9)
+* gsl_rng (C type):                      The Random Number Generator Interface.
+                                                              (line  18)
+* gsl_rng_alloc (C function):            Random number generator initialization.
+                                                              (line   6)
+* gsl_rng_borosh13 (C var):              Other random number generators.
+                                                              (line 193)
+* gsl_rng_clone (C function):            Copying random number generator state.
+                                                              (line  18)
+* gsl_rng_cmrg (C var):                  Random number generator algorithms.
+                                                              (line 103)
+* gsl_rng_coveyou (C var):               Other random number generators.
+                                                              (line 222)
+* gsl_rng_default (C var):               Random number environment variables.
+                                                              (line  23)
+* gsl_rng_default_seed (C var):          Random number environment variables.
+                                                              (line  31)
+* gsl_rng_env_setup (C function):        Random number environment variables.
+                                                              (line  40)
+* gsl_rng_fishman18 (C var):             Other random number generators.
+                                                              (line 193)
+* gsl_rng_fishman20 (C var):             Other random number generators.
+                                                              (line 193)
+* gsl_rng_fishman2x (C var):             Other random number generators.
+                                                              (line 211)
+* gsl_rng_fread (C function):            Reading and writing random number generator state.
+                                                              (line  18)
+* gsl_rng_free (C function):             Random number generator initialization.
+                                                              (line  48)
+* gsl_rng_fwrite (C function):           Reading and writing random number generator state.
+                                                              (line   9)
+* gsl_rng_get (C function):              Sampling from a random number generator.
+                                                              (line  12)
+* gsl_rng_gfsr4 (C var):                 Random number generator algorithms.
+                                                              (line 181)
+* gsl_rng_knuthran (C var):              Other random number generators.
+                                                              (line 183)
+* gsl_rng_knuthran2 (C var):             Other random number generators.
+                                                              (line 173)
+* gsl_rng_knuthran2002 (C var):          Other random number generators.
+                                                              (line 183)
+* gsl_rng_lecuyer21 (C var):             Other random number generators.
+                                                              (line 193)
+* gsl_rng_max (C function):              Auxiliary random number generator functions.
+                                                              (line  21)
+* gsl_rng_memcpy (C function):           Copying random number generator state.
+                                                              (line  11)
+* gsl_rng_min (C function):              Auxiliary random number generator functions.
+                                                              (line  26)
+* gsl_rng_minstd (C var):                Other random number generators.
+                                                              (line 123)
+* gsl_rng_mrg (C var):                   Random number generator algorithms.
+                                                              (line 126)
+* gsl_rng_mt19937 (C var):               Random number generator algorithms.
+                                                              (line  19)
+* gsl_rng_name (C function):             Auxiliary random number generator functions.
+                                                              (line  10)
+* gsl_rng_r250 (C var):                  Other random number generators.
+                                                              (line  62)
+* gsl_rng_rand (C var):                  Unix random number generators.
+                                                              (line  17)
+* gsl_rng_rand48 (C var):                Unix random number generators.
+                                                              (line  59)
+* gsl_rng_random_bsd (C var):            Unix random number generators.
+                                                              (line  27)
+* gsl_rng_random_glibc2 (C var):         Unix random number generators.
+                                                              (line  27)
+* gsl_rng_random_libc5 (C var):          Unix random number generators.
+                                                              (line  27)
+* gsl_rng_randu (C var):                 Other random number generators.
+                                                              (line 113)
+* gsl_rng_ranf (C var):                  Other random number generators.
+                                                              (line  22)
+* gsl_rng_ranlux (C var):                Random number generator algorithms.
+                                                              (line  74)
+* gsl_rng_ranlux389 (C var):             Random number generator algorithms.
+                                                              (line  74)
+* gsl_rng_ranlxd1 (C var):               Random number generator algorithms.
+                                                              (line  67)
+* gsl_rng_ranlxd2 (C var):               Random number generator algorithms.
+                                                              (line  67)
+* gsl_rng_ranlxs0 (C var):               Random number generator algorithms.
+                                                              (line  47)
+* gsl_rng_ranlxs1 (C var):               Random number generator algorithms.
+                                                              (line  47)
+* gsl_rng_ranlxs2 (C var):               Random number generator algorithms.
+                                                              (line  47)
+* gsl_rng_ranmar (C var):                Other random number generators.
+                                                              (line  55)
+* GSL_RNG_SEED (C macro):                Random number environment variables.
+                                                              (line  18)
+* gsl_rng_set (C function):              Random number generator initialization.
+                                                              (line  26)
+* gsl_rng_size (C function):             Auxiliary random number generator functions.
+                                                              (line  33)
+* gsl_rng_slatec (C var):                Other random number generators.
+                                                              (line 153)
+* gsl_rng_state (C function):            Auxiliary random number generator functions.
+                                                              (line  33)
+* gsl_rng_taus (C var):                  Random number generator algorithms.
+                                                              (line 144)
+* gsl_rng_taus2 (C var):                 Random number generator algorithms.
+                                                              (line 144)
+* gsl_rng_transputer (C var):            Other random number generators.
+                                                              (line 103)
+* gsl_rng_tt800 (C var):                 Other random number generators.
+                                                              (line  79)
+* GSL_RNG_TYPE (C macro):                Random number environment variables.
+                                                              (line  12)
+* gsl_rng_type (C type):                 The Random Number Generator Interface.
+                                                              (line  18)
+* gsl_rng_types_setup (C function):      Auxiliary random number generator functions.
+                                                              (line  45)
+* gsl_rng_uni (C var):                   Other random number generators.
+                                                              (line 145)
+* gsl_rng_uni32 (C var):                 Other random number generators.
+                                                              (line 145)
+* gsl_rng_uniform (C function):          Sampling from a random number generator.
+                                                              (line  20)
+* gsl_rng_uniform_int (C function):      Sampling from a random number generator.
+                                                              (line  40)
+* gsl_rng_uniform_pos (C function):      Sampling from a random number generator.
+                                                              (line  31)
+* gsl_rng_vax (C var):                   Other random number generators.
+                                                              (line  93)
+* gsl_rng_waterman14 (C var):            Other random number generators.
+                                                              (line 193)
+* gsl_rng_zuf (C var):                   Other random number generators.
+                                                              (line 158)
+* gsl_root_fdfsolver (C type):           Initializing the Solver.
+                                                              (line  11)
+* gsl_root_fdfsolver_alloc (C function): Initializing the Solver.
+                                                              (line  30)
+* gsl_root_fdfsolver_free (C function):  Initializing the Solver.
+                                                              (line  58)
+* gsl_root_fdfsolver_iterate (C function): Iteration.         (line  12)
+* gsl_root_fdfsolver_name (C function):  Initializing the Solver.
+                                                              (line  64)
+* gsl_root_fdfsolver_root (C function):  Iteration.           (line  35)
+* gsl_root_fdfsolver_set (C function):   Initializing the Solver.
+                                                              (line  51)
+* gsl_root_fdfsolver_type (C type):      Root Finding Algorithms using Derivatives.
+                                                              (line  15)
+* gsl_root_fdfsolver_type.gsl_root_fdfsolver_newton (C var): Root Finding Algorithms using Derivatives.
+                                                              (line  17)
+* gsl_root_fdfsolver_type.gsl_root_fdfsolver_secant (C var): Root Finding Algorithms using Derivatives.
+                                                              (line  32)
+* gsl_root_fdfsolver_type.gsl_root_fdfsolver_steffenson (C var): Root Finding Algorithms using Derivatives.
+                                                              (line  64)
+* gsl_root_fsolver (C type):             Initializing the Solver.
+                                                              (line   6)
+* gsl_root_fsolver_alloc (C function):   Initializing the Solver.
+                                                              (line  16)
+* gsl_root_fsolver_free (C function):    Initializing the Solver.
+                                                              (line  58)
+* gsl_root_fsolver_iterate (C function): Iteration.           (line  12)
+* gsl_root_fsolver_name (C function):    Initializing the Solver.
+                                                              (line  64)
+* gsl_root_fsolver_root (C function):    Iteration.           (line  35)
+* gsl_root_fsolver_set (C function):     Initializing the Solver.
+                                                              (line  44)
+* gsl_root_fsolver_type (C type):        Root Bracketing Algorithms.
+                                                              (line  16)
+* gsl_root_fsolver_type.gsl_root_fsolver_bisection (C var): Root Bracketing Algorithms.
+                                                              (line  18)
+* gsl_root_fsolver_type.gsl_root_fsolver_brent (C var): Root Bracketing Algorithms.
+                                                              (line  54)
+* gsl_root_fsolver_type.gsl_root_fsolver_falsepos (C var): Root Bracketing Algorithms.
+                                                              (line  35)
+* gsl_root_fsolver_x_lower (C function): Iteration.           (line  42)
+* gsl_root_fsolver_x_upper (C function): Iteration.           (line  42)
+* gsl_root_test_delta (C function):      Search Stopping Parameters.
+                                                              (line  43)
+* gsl_root_test_interval (C function):   Search Stopping Parameters.
+                                                              (line  19)
+* gsl_root_test_residual (C function):   Search Stopping Parameters.
+                                                              (line  55)
+* gsl_rstat_add (C function):            Adding Data to the Accumulator.
+                                                              (line   6)
+* gsl_rstat_alloc (C function):          Initializing the Accumulator.
+                                                              (line  12)
+* gsl_rstat_free (C function):           Initializing the Accumulator.
+                                                              (line  17)
+* gsl_rstat_kurtosis (C function):       Current Statistics.  (line  55)
+* gsl_rstat_max (C function):            Current Statistics.  (line  10)
+* gsl_rstat_mean (C function):           Current Statistics.  (line  14)
+* gsl_rstat_median (C function):         Current Statistics.  (line  62)
+* gsl_rstat_min (C function):            Current Statistics.  (line   6)
+* gsl_rstat_n (C function):              Adding Data to the Accumulator.
+                                                              (line  12)
+* gsl_rstat_quantile_add (C function):   Quantiles.           (line  38)
+* gsl_rstat_quantile_alloc (C function): Quantiles.           (line  18)
+* gsl_rstat_quantile_free (C function):  Quantiles.           (line  26)
+* gsl_rstat_quantile_get (C function):   Quantiles.           (line  44)
+* gsl_rstat_quantile_reset (C function): Quantiles.           (line  32)
+* gsl_rstat_quantile_workspace (C type): Quantiles.           (line  13)
+* gsl_rstat_reset (C function):          Initializing the Accumulator.
+                                                              (line  22)
+* gsl_rstat_rms (C function):            Current Statistics.  (line  41)
+* gsl_rstat_sd (C function):             Current Statistics.  (line  28)
+* gsl_rstat_sd_mean (C function):        Current Statistics.  (line  34)
+* gsl_rstat_skew (C function):           Current Statistics.  (line  48)
+* gsl_rstat_variance (C function):       Current Statistics.  (line  21)
+* gsl_rstat_workspace (C type):          Initializing the Accumulator.
+                                                              (line   6)
+* GSL_SET_COMPLEX (C macro):             Complex number macros.
+                                                              (line  27)
+* gsl_set_error_handler (C function):    Error Handlers.      (line  43)
+* gsl_set_error_handler_off (C function): Error Handlers.     (line  69)
+* gsl_sf_airy_Ai (C function):           Airy Functions.      (line   6)
+* gsl_sf_airy_Ai_deriv (C function):     Derivatives of Airy Functions.
+                                                              (line   6)
+* gsl_sf_airy_Ai_deriv_e (C function):   Derivatives of Airy Functions.
+                                                              (line   6)
+* gsl_sf_airy_Ai_deriv_scaled (C function): Derivatives of Airy Functions.
+                                                              (line  20)
+* gsl_sf_airy_Ai_deriv_scaled_e (C function): Derivatives of Airy Functions.
+                                                              (line  20)
+* gsl_sf_airy_Ai_e (C function):         Airy Functions.      (line   6)
+* gsl_sf_airy_Ai_scaled (C function):    Airy Functions.      (line  20)
+* gsl_sf_airy_Ai_scaled_e (C function):  Airy Functions.      (line  20)
+* gsl_sf_airy_Bi (C function):           Airy Functions.      (line  13)
+* gsl_sf_airy_Bi_deriv (C function):     Derivatives of Airy Functions.
+                                                              (line  13)
+* gsl_sf_airy_Bi_deriv_e (C function):   Derivatives of Airy Functions.
+                                                              (line  13)
+* gsl_sf_airy_Bi_deriv_scaled (C function): Derivatives of Airy Functions.
+                                                              (line  29)
+* gsl_sf_airy_Bi_deriv_scaled_e (C function): Derivatives of Airy Functions.
+                                                              (line  29)
+* gsl_sf_airy_Bi_e (C function):         Airy Functions.      (line  13)
+* gsl_sf_airy_Bi_scaled (C function):    Airy Functions.      (line  28)
+* gsl_sf_airy_Bi_scaled_e (C function):  Airy Functions.      (line  28)
+* gsl_sf_airy_zero_Ai (C function):      Zeros of Airy Functions.
+                                                              (line   6)
+* gsl_sf_airy_zero_Ai_deriv (C function): Zeros of Derivatives of Airy Functions.
+                                                              (line   6)
+* gsl_sf_airy_zero_Ai_deriv_e (C function): Zeros of Derivatives of Airy Functions.
+                                                              (line   6)
+* gsl_sf_airy_zero_Ai_e (C function):    Zeros of Airy Functions.
+                                                              (line   6)
+* gsl_sf_airy_zero_Bi (C function):      Zeros of Airy Functions.
+                                                              (line  13)
+* gsl_sf_airy_zero_Bi_deriv (C function): Zeros of Derivatives of Airy Functions.
+                                                              (line  13)
+* gsl_sf_airy_zero_Bi_deriv_e (C function): Zeros of Derivatives of Airy Functions.
+                                                              (line  13)
+* gsl_sf_airy_zero_Bi_e (C function):    Zeros of Airy Functions.
+                                                              (line  13)
+* gsl_sf_angle_restrict_pos (C function): Restriction Functions.
+                                                              (line  16)
+* gsl_sf_angle_restrict_pos_e (C function): Restriction Functions.
+                                                              (line  16)
+* gsl_sf_angle_restrict_symm (C function): Restriction Functions.
+                                                              (line   6)
+* gsl_sf_angle_restrict_symm_e (C function): Restriction Functions.
+                                                              (line   6)
+* gsl_sf_atanint (C function):           Arctangent Integral. (line   6)
+* gsl_sf_atanint_e (C function):         Arctangent Integral. (line   6)
+* gsl_sf_bessel_I0 (C function):         Regular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_I0_e (C function):       Regular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_I0_scaled (C function):  Regular Modified Cylindrical Bessel Functions.
+                                                              (line  36)
+* gsl_sf_bessel_i0_scaled (C function):  Regular Modified Spherical Bessel Functions.
+                                                              (line  10)
+* gsl_sf_bessel_I0_scaled_e (C function): Regular Modified Cylindrical Bessel Functions.
+                                                              (line  36)
+* gsl_sf_bessel_i0_scaled_e (C function): Regular Modified Spherical Bessel Functions.
+                                                              (line  10)
+* gsl_sf_bessel_I1 (C function):         Regular Modified Cylindrical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_I1_e (C function):       Regular Modified Cylindrical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_I1_scaled (C function):  Regular Modified Cylindrical Bessel Functions.
+                                                              (line  43)
+* gsl_sf_bessel_i1_scaled (C function):  Regular Modified Spherical Bessel Functions.
+                                                              (line  17)
+* gsl_sf_bessel_I1_scaled_e (C function): Regular Modified Cylindrical Bessel Functions.
+                                                              (line  43)
+* gsl_sf_bessel_i1_scaled_e (C function): Regular Modified Spherical Bessel Functions.
+                                                              (line  17)
+* gsl_sf_bessel_i2_scaled (C function):  Regular Modified Spherical Bessel Functions.
+                                                              (line  24)
+* gsl_sf_bessel_i2_scaled_e (C function): Regular Modified Spherical Bessel Functions.
+                                                              (line  24)
+* gsl_sf_bessel_il_scaled (C function):  Regular Modified Spherical Bessel Functions.
+                                                              (line  31)
+* gsl_sf_bessel_il_scaled_array (C function): Regular Modified Spherical Bessel Functions.
+                                                              (line  38)
+* gsl_sf_bessel_il_scaled_e (C function): Regular Modified Spherical Bessel Functions.
+                                                              (line  31)
+* gsl_sf_bessel_In (C function):         Regular Modified Cylindrical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_Inu (C function):        Regular Modified Bessel Functions—Fractional Order.
+                                                              (line   6)
+* gsl_sf_bessel_Inu_e (C function):      Regular Modified Bessel Functions—Fractional Order.
+                                                              (line   6)
+* gsl_sf_bessel_Inu_scaled (C function): Regular Modified Bessel Functions—Fractional Order.
+                                                              (line  13)
+* gsl_sf_bessel_Inu_scaled_e (C function): Regular Modified Bessel Functions—Fractional Order.
+                                                              (line  13)
+* gsl_sf_bessel_In_array (C function):   Regular Modified Cylindrical Bessel Functions.
+                                                              (line  25)
+* gsl_sf_bessel_In_e (C function):       Regular Modified Cylindrical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_In_scaled (C function):  Regular Modified Cylindrical Bessel Functions.
+                                                              (line  50)
+* gsl_sf_bessel_In_scaled_array (C function): Regular Modified Cylindrical Bessel Functions.
+                                                              (line  57)
+* gsl_sf_bessel_In_scaled_e (C function): Regular Modified Cylindrical Bessel Functions.
+                                                              (line  50)
+* gsl_sf_bessel_J0 (C function):         Regular Cylindrical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_j0 (C function):         Regular Spherical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_J0_e (C function):       Regular Cylindrical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_j0_e (C function):       Regular Spherical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_J1 (C function):         Regular Cylindrical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_j1 (C function):         Regular Spherical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_J1_e (C function):       Regular Cylindrical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_j1_e (C function):       Regular Spherical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_j2 (C function):         Regular Spherical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_j2_e (C function):       Regular Spherical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_jl (C function):         Regular Spherical Bessel Functions.
+                                                              (line  24)
+* gsl_sf_bessel_jl_array (C function):   Regular Spherical Bessel Functions.
+                                                              (line  31)
+* gsl_sf_bessel_jl_e (C function):       Regular Spherical Bessel Functions.
+                                                              (line  24)
+* gsl_sf_bessel_jl_steed_array (C function): Regular Spherical Bessel Functions.
+                                                              (line  41)
+* gsl_sf_bessel_Jn (C function):         Regular Cylindrical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_Jnu (C function):        Regular Bessel Function—Fractional Order.
+                                                              (line   6)
+* gsl_sf_bessel_Jnu_e (C function):      Regular Bessel Function—Fractional Order.
+                                                              (line   6)
+* gsl_sf_bessel_Jn_array (C function):   Regular Cylindrical Bessel Functions.
+                                                              (line  25)
+* gsl_sf_bessel_Jn_e (C function):       Regular Cylindrical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_K0 (C function):         Irregular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_K0_e (C function):       Irregular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_K0_scaled (C function):  Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  36)
+* gsl_sf_bessel_k0_scaled (C function):  Irregular Modified Spherical Bessel Functions.
+                                                              (line  10)
+* gsl_sf_bessel_K0_scaled_e (C function): Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  36)
+* gsl_sf_bessel_k0_scaled_e (C function): Irregular Modified Spherical Bessel Functions.
+                                                              (line  10)
+* gsl_sf_bessel_K1 (C function):         Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_K1_e (C function):       Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_K1_scaled (C function):  Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  43)
+* gsl_sf_bessel_k1_scaled (C function):  Irregular Modified Spherical Bessel Functions.
+                                                              (line  17)
+* gsl_sf_bessel_K1_scaled_e (C function): Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  43)
+* gsl_sf_bessel_k1_scaled_e (C function): Irregular Modified Spherical Bessel Functions.
+                                                              (line  17)
+* gsl_sf_bessel_k2_scaled (C function):  Irregular Modified Spherical Bessel Functions.
+                                                              (line  24)
+* gsl_sf_bessel_k2_scaled_e (C function): Irregular Modified Spherical Bessel Functions.
+                                                              (line  24)
+* gsl_sf_bessel_kl_scaled (C function):  Irregular Modified Spherical Bessel Functions.
+                                                              (line  31)
+* gsl_sf_bessel_kl_scaled_array (C function): Irregular Modified Spherical Bessel Functions.
+                                                              (line  38)
+* gsl_sf_bessel_kl_scaled_e (C function): Irregular Modified Spherical Bessel Functions.
+                                                              (line  31)
+* gsl_sf_bessel_Kn (C function):         Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_Knu (C function):        Irregular Modified Bessel Functions—Fractional Order.
+                                                              (line   6)
+* gsl_sf_bessel_Knu_e (C function):      Irregular Modified Bessel Functions—Fractional Order.
+                                                              (line   6)
+* gsl_sf_bessel_Knu_scaled (C function): Irregular Modified Bessel Functions—Fractional Order.
+                                                              (line  21)
+* gsl_sf_bessel_Knu_scaled_e (C function): Irregular Modified Bessel Functions—Fractional Order.
+                                                              (line  21)
+* gsl_sf_bessel_Kn_array (C function):   Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  25)
+* gsl_sf_bessel_Kn_e (C function):       Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_Kn_scaled (C function):  Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  50)
+* gsl_sf_bessel_Kn_scaled_array (C function): Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  57)
+* gsl_sf_bessel_Kn_scaled_e (C function): Irregular Modified Cylindrical Bessel Functions.
+                                                              (line  50)
+* gsl_sf_bessel_lnKnu (C function):      Irregular Modified Bessel Functions—Fractional Order.
+                                                              (line  13)
+* gsl_sf_bessel_lnKnu_e (C function):    Irregular Modified Bessel Functions—Fractional Order.
+                                                              (line  13)
+* gsl_sf_bessel_sequence_Jnu_e (C function): Regular Bessel Function—Fractional Order.
+                                                              (line  13)
+* gsl_sf_bessel_Y0 (C function):         Irregular Cylindrical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_y0 (C function):         Irregular Spherical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_Y0_e (C function):       Irregular Cylindrical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_y0_e (C function):       Irregular Spherical Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_Y1 (C function):         Irregular Cylindrical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_y1 (C function):         Irregular Spherical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_Y1_e (C function):       Irregular Cylindrical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_y1_e (C function):       Irregular Spherical Bessel Functions.
+                                                              (line  12)
+* gsl_sf_bessel_y2 (C function):         Irregular Spherical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_y2_e (C function):       Irregular Spherical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_yl (C function):         Irregular Spherical Bessel Functions.
+                                                              (line  24)
+* gsl_sf_bessel_yl_array (C function):   Irregular Spherical Bessel Functions.
+                                                              (line  31)
+* gsl_sf_bessel_yl_e (C function):       Irregular Spherical Bessel Functions.
+                                                              (line  24)
+* gsl_sf_bessel_Yn (C function):         Irregular Cylindrical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_Ynu (C function):        Irregular Bessel Functions—Fractional Order.
+                                                              (line   6)
+* gsl_sf_bessel_Ynu_e (C function):      Irregular Bessel Functions—Fractional Order.
+                                                              (line   6)
+* gsl_sf_bessel_Yn_array (C function):   Irregular Cylindrical Bessel Functions.
+                                                              (line  25)
+* gsl_sf_bessel_Yn_e (C function):       Irregular Cylindrical Bessel Functions.
+                                                              (line  18)
+* gsl_sf_bessel_zero_J0 (C function):    Zeros of Regular Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_zero_J0_e (C function):  Zeros of Regular Bessel Functions.
+                                                              (line   6)
+* gsl_sf_bessel_zero_J1 (C function):    Zeros of Regular Bessel Functions.
+                                                              (line  13)
+* gsl_sf_bessel_zero_J1_e (C function):  Zeros of Regular Bessel Functions.
+                                                              (line  13)
+* gsl_sf_bessel_zero_Jnu (C function):   Zeros of Regular Bessel Functions.
+                                                              (line  20)
+* gsl_sf_bessel_zero_Jnu_e (C function): Zeros of Regular Bessel Functions.
+                                                              (line  20)
+* gsl_sf_beta (C function):              Beta Functions.      (line   6)
+* gsl_sf_beta_e (C function):            Beta Functions.      (line   6)
+* gsl_sf_beta_inc (C function):          Incomplete Beta Function.
+                                                              (line   6)
+* gsl_sf_beta_inc_e (C function):        Incomplete Beta Function.
+                                                              (line   6)
+* gsl_sf_Chi (C function):               Hyperbolic Integrals.
+                                                              (line  13)
+* gsl_sf_Chi_e (C function):             Hyperbolic Integrals.
+                                                              (line  13)
+* gsl_sf_choose (C function):            Factorials.          (line  43)
+* gsl_sf_choose_e (C function):          Factorials.          (line  43)
+* gsl_sf_Ci (C function):                Trigonometric Integrals.
+                                                              (line  13)
+* gsl_sf_Ci_e (C function):              Trigonometric Integrals.
+                                                              (line  13)
+* gsl_sf_clausen (C function):           Clausen Functions.   (line  14)
+* gsl_sf_clausen_e (C function):         Clausen Functions.   (line  14)
+* gsl_sf_complex_cos_e (C function):     Trigonometric Functions for Complex Arguments.
+                                                              (line  12)
+* gsl_sf_complex_dilog_e (C function):   Complex Argument.    (line   6)
+* gsl_sf_complex_logsin_e (C function):  Trigonometric Functions for Complex Arguments.
+                                                              (line  19)
+* gsl_sf_complex_log_e (C function):     Logarithm and Related Functions.
+                                                              (line  22)
+* gsl_sf_complex_sin_e (C function):     Trigonometric Functions for Complex Arguments.
+                                                              (line   6)
+* gsl_sf_conicalP_0 (C function):        Conical Functions.   (line  24)
+* gsl_sf_conicalP_0_e (C function):      Conical Functions.   (line  24)
+* gsl_sf_conicalP_1 (C function):        Conical Functions.   (line  31)
+* gsl_sf_conicalP_1_e (C function):      Conical Functions.   (line  31)
+* gsl_sf_conicalP_cyl_reg (C function):  Conical Functions.   (line  46)
+* gsl_sf_conicalP_cyl_reg_e (C function): Conical Functions.  (line  46)
+* gsl_sf_conicalP_half (C function):     Conical Functions.   (line  10)
+* gsl_sf_conicalP_half_e (C function):   Conical Functions.   (line  10)
+* gsl_sf_conicalP_mhalf (C function):    Conical Functions.   (line  17)
+* gsl_sf_conicalP_mhalf_e (C function):  Conical Functions.   (line  17)
+* gsl_sf_conicalP_sph_reg (C function):  Conical Functions.   (line  38)
+* gsl_sf_conicalP_sph_reg_e (C function): Conical Functions.  (line  38)
+* gsl_sf_cos (C function):               Circular Trigonometric Functions.
+                                                              (line  11)
+* gsl_sf_cos_e (C function):             Circular Trigonometric Functions.
+                                                              (line  11)
+* gsl_sf_cos_err_e (C function):         Trigonometric Functions With Error Estimates.
+                                                              (line  14)
+* gsl_sf_coulomb_CL_array (C function):  Coulomb Wave Function Normalization Constant.
+                                                              (line  15)
+* gsl_sf_coulomb_CL_e (C function):      Coulomb Wave Function Normalization Constant.
+                                                              (line   9)
+* gsl_sf_coulomb_wave_FGp_array (C function): Coulomb Wave Functions.
+                                                              (line  52)
+* gsl_sf_coulomb_wave_FG_array (C function): Coulomb Wave Functions.
+                                                              (line  42)
+* gsl_sf_coulomb_wave_FG_e (C function): Coulomb Wave Functions.
+                                                              (line  20)
+* gsl_sf_coulomb_wave_F_array (C function): Coulomb Wave Functions.
+                                                              (line  34)
+* gsl_sf_coulomb_wave_sphF_array (C function): Coulomb Wave Functions.
+                                                              (line  64)
+* gsl_sf_coupling_3j (C function):       3-j Symbols.         (line   6)
+* gsl_sf_coupling_3j_e (C function):     3-j Symbols.         (line   6)
+* gsl_sf_coupling_6j (C function):       6-j Symbols.         (line   6)
+* gsl_sf_coupling_6j_e (C function):     6-j Symbols.         (line   6)
+* gsl_sf_coupling_9j (C function):       9-j Symbols.         (line   6)
+* gsl_sf_coupling_9j_e (C function):     9-j Symbols.         (line   6)
+* gsl_sf_dawson (C function):            Dawson Function.     (line  14)
+* gsl_sf_dawson_e (C function):          Dawson Function.     (line  14)
+* gsl_sf_debye_1 (C function):           Debye Functions.     (line  13)
+* gsl_sf_debye_1_e (C function):         Debye Functions.     (line  13)
+* gsl_sf_debye_2 (C function):           Debye Functions.     (line  18)
+* gsl_sf_debye_2_e (C function):         Debye Functions.     (line  18)
+* gsl_sf_debye_3 (C function):           Debye Functions.     (line  23)
+* gsl_sf_debye_3_e (C function):         Debye Functions.     (line  23)
+* gsl_sf_debye_4 (C function):           Debye Functions.     (line  28)
+* gsl_sf_debye_4_e (C function):         Debye Functions.     (line  28)
+* gsl_sf_debye_5 (C function):           Debye Functions.     (line  33)
+* gsl_sf_debye_5_e (C function):         Debye Functions.     (line  33)
+* gsl_sf_debye_6 (C function):           Debye Functions.     (line  38)
+* gsl_sf_debye_6_e (C function):         Debye Functions.     (line  38)
+* gsl_sf_dilog (C function):             Real Argument.       (line   6)
+* gsl_sf_dilog_e (C function):           Real Argument.       (line   6)
+* gsl_sf_doublefact (C function):        Factorials.          (line  19)
+* gsl_sf_doublefact_e (C function):      Factorials.          (line  19)
+* gsl_sf_ellint_D (C function):          Legendre Form of Incomplete Elliptic Integrals.
+                                                              (line  37)
+* gsl_sf_ellint_D_e (C function):        Legendre Form of Incomplete Elliptic Integrals.
+                                                              (line  37)
+* gsl_sf_ellint_E (C function):          Legendre Form of Incomplete Elliptic Integrals.
+                                                              (line  16)
+* gsl_sf_ellint_Ecomp (C function):      Legendre Form of Complete Elliptic Integrals.
+                                                              (line  15)
+* gsl_sf_ellint_Ecomp_e (C function):    Legendre Form of Complete Elliptic Integrals.
+                                                              (line  15)
+* gsl_sf_ellint_E_e (C function):        Legendre Form of Incomplete Elliptic Integrals.
+                                                              (line  16)
+* gsl_sf_ellint_F (C function):          Legendre Form of Incomplete Elliptic Integrals.
+                                                              (line   6)
+* gsl_sf_ellint_F_e (C function):        Legendre Form of Incomplete Elliptic Integrals.
+                                                              (line   6)
+* gsl_sf_ellint_Kcomp (C function):      Legendre Form of Complete Elliptic Integrals.
+                                                              (line   6)
+* gsl_sf_ellint_Kcomp_e (C function):    Legendre Form of Complete Elliptic Integrals.
+                                                              (line   6)
+* gsl_sf_ellint_P (C function):          Legendre Form of Incomplete Elliptic Integrals.
+                                                              (line  26)
+* gsl_sf_ellint_Pcomp (C function):      Legendre Form of Complete Elliptic Integrals.
+                                                              (line  24)
+* gsl_sf_ellint_Pcomp_e (C function):    Legendre Form of Complete Elliptic Integrals.
+                                                              (line  24)
+* gsl_sf_ellint_P_e (C function):        Legendre Form of Incomplete Elliptic Integrals.
+                                                              (line  26)
+* gsl_sf_ellint_RC (C function):         Carlson Forms.       (line   6)
+* gsl_sf_ellint_RC_e (C function):       Carlson Forms.       (line   6)
+* gsl_sf_ellint_RD (C function):         Carlson Forms.       (line  14)
+* gsl_sf_ellint_RD_e (C function):       Carlson Forms.       (line  14)
+* gsl_sf_ellint_RF (C function):         Carlson Forms.       (line  22)
+* gsl_sf_ellint_RF_e (C function):       Carlson Forms.       (line  22)
+* gsl_sf_ellint_RJ (C function):         Carlson Forms.       (line  30)
+* gsl_sf_ellint_RJ_e (C function):       Carlson Forms.       (line  30)
+* gsl_sf_elljac_e (C function):          Elliptic Functions Jacobi.
+                                                              (line  10)
+* gsl_sf_erf (C function):               Error Function.      (line   6)
+* gsl_sf_erfc (C function):              Complementary Error Function.
+                                                              (line   6)
+* gsl_sf_erfc_e (C function):            Complementary Error Function.
+                                                              (line   6)
+* gsl_sf_erf_e (C function):             Error Function.      (line   6)
+* gsl_sf_erf_Q (C function):             Probability functions.
+                                                              (line  15)
+* gsl_sf_erf_Q_e (C function):           Probability functions.
+                                                              (line  15)
+* gsl_sf_erf_Z (C function):             Probability functions.
+                                                              (line   9)
+* gsl_sf_erf_Z_e (C function):           Probability functions.
+                                                              (line   9)
+* gsl_sf_eta (C function):               Eta Function.        (line  16)
+* gsl_sf_eta_e (C function):             Eta Function.        (line  16)
+* gsl_sf_eta_int (C function):           Eta Function.        (line  10)
+* gsl_sf_eta_int_e (C function):         Eta Function.        (line  10)
+* gsl_sf_exp (C function):               Exponential Function.
+                                                              (line   6)
+* gsl_sf_expint_3 (C function):          Ei_3 x.              (line   6)
+* gsl_sf_expint_3_e (C function):        Ei_3 x.              (line   6)
+* gsl_sf_expint_E1 (C function):         Exponential Integral.
+                                                              (line   6)
+* gsl_sf_expint_E1_e (C function):       Exponential Integral.
+                                                              (line   6)
+* gsl_sf_expint_E2 (C function):         Exponential Integral.
+                                                              (line  13)
+* gsl_sf_expint_E2_e (C function):       Exponential Integral.
+                                                              (line  13)
+* gsl_sf_expint_Ei (C function):         Ei x.                (line   6)
+* gsl_sf_expint_Ei_e (C function):       Ei x.                (line   6)
+* gsl_sf_expint_En (C function):         Exponential Integral.
+                                                              (line  21)
+* gsl_sf_expint_En_e (C function):       Exponential Integral.
+                                                              (line  21)
+* gsl_sf_expm1 (C function):             Relative Exponential Functions.
+                                                              (line   6)
+* gsl_sf_expm1_e (C function):           Relative Exponential Functions.
+                                                              (line   6)
+* gsl_sf_exprel (C function):            Relative Exponential Functions.
+                                                              (line  12)
+* gsl_sf_exprel_2 (C function):          Relative Exponential Functions.
+                                                              (line  20)
+* gsl_sf_exprel_2_e (C function):        Relative Exponential Functions.
+                                                              (line  20)
+* gsl_sf_exprel_e (C function):          Relative Exponential Functions.
+                                                              (line  12)
+* gsl_sf_exprel_n (C function):          Relative Exponential Functions.
+                                                              (line  28)
+* gsl_sf_exprel_n_e (C function):        Relative Exponential Functions.
+                                                              (line  28)
+* gsl_sf_exp_e (C function):             Exponential Function.
+                                                              (line   6)
+* gsl_sf_exp_e10_e (C function):         Exponential Function.
+                                                              (line  12)
+* gsl_sf_exp_err_e (C function):         Exponentiation With Error Estimate.
+                                                              (line   6)
+* gsl_sf_exp_err_e10_e (C function):     Exponentiation With Error Estimate.
+                                                              (line  12)
+* gsl_sf_exp_mult (C function):          Exponential Function.
+                                                              (line  19)
+* gsl_sf_exp_mult_e (C function):        Exponential Function.
+                                                              (line  19)
+* gsl_sf_exp_mult_e10_e (C function):    Exponential Function.
+                                                              (line  26)
+* gsl_sf_exp_mult_err_e (C function):    Exponentiation With Error Estimate.
+                                                              (line  19)
+* gsl_sf_exp_mult_err_e10_e (C function): Exponentiation With Error Estimate.
+                                                              (line  26)
+* gsl_sf_fact (C function):              Factorials.          (line  11)
+* gsl_sf_fact_e (C function):            Factorials.          (line  11)
+* gsl_sf_fermi_dirac_0 (C function):     Complete Fermi-Dirac Integrals.
+                                                              (line  21)
+* gsl_sf_fermi_dirac_0_e (C function):   Complete Fermi-Dirac Integrals.
+                                                              (line  21)
+* gsl_sf_fermi_dirac_1 (C function):     Complete Fermi-Dirac Integrals.
+                                                              (line  28)
+* gsl_sf_fermi_dirac_1_e (C function):   Complete Fermi-Dirac Integrals.
+                                                              (line  28)
+* gsl_sf_fermi_dirac_2 (C function):     Complete Fermi-Dirac Integrals.
+                                                              (line  35)
+* gsl_sf_fermi_dirac_2_e (C function):   Complete Fermi-Dirac Integrals.
+                                                              (line  35)
+* gsl_sf_fermi_dirac_3half (C function): Complete Fermi-Dirac Integrals.
+                                                              (line  64)
+* gsl_sf_fermi_dirac_3half_e (C function): Complete Fermi-Dirac Integrals.
+                                                              (line  64)
+* gsl_sf_fermi_dirac_half (C function):  Complete Fermi-Dirac Integrals.
+                                                              (line  57)
+* gsl_sf_fermi_dirac_half_e (C function): Complete Fermi-Dirac Integrals.
+                                                              (line  57)
+* gsl_sf_fermi_dirac_inc_0 (C function): Incomplete Fermi-Dirac Integrals.
+                                                              (line  10)
+* gsl_sf_fermi_dirac_inc_0_e (C function): Incomplete Fermi-Dirac Integrals.
+                                                              (line  10)
+* gsl_sf_fermi_dirac_int (C function):   Complete Fermi-Dirac Integrals.
+                                                              (line  42)
+* gsl_sf_fermi_dirac_int_e (C function): Complete Fermi-Dirac Integrals.
+                                                              (line  42)
+* gsl_sf_fermi_dirac_m1 (C function):    Complete Fermi-Dirac Integrals.
+                                                              (line  13)
+* gsl_sf_fermi_dirac_m1_e (C function):  Complete Fermi-Dirac Integrals.
+                                                              (line  13)
+* gsl_sf_fermi_dirac_mhalf (C function): Complete Fermi-Dirac Integrals.
+                                                              (line  50)
+* gsl_sf_fermi_dirac_mhalf_e (C function): Complete Fermi-Dirac Integrals.
+                                                              (line  50)
+* gsl_sf_gamma (C function):             Gamma Functions.     (line  14)
+* gsl_sf_gammainv (C function):          Gamma Functions.     (line  54)
+* gsl_sf_gammainv_e (C function):        Gamma Functions.     (line  54)
+* gsl_sf_gammastar (C function):         Gamma Functions.     (line  43)
+* gsl_sf_gammastar_e (C function):       Gamma Functions.     (line  43)
+* gsl_sf_gamma_e (C function):           Gamma Functions.     (line  14)
+* gsl_sf_gamma_inc (C function):         Incomplete Gamma Functions.
+                                                              (line   6)
+* gsl_sf_gamma_inc_e (C function):       Incomplete Gamma Functions.
+                                                              (line   6)
+* gsl_sf_gamma_inc_P (C function):       Incomplete Gamma Functions.
+                                                              (line  22)
+* gsl_sf_gamma_inc_P_e (C function):     Incomplete Gamma Functions.
+                                                              (line  22)
+* gsl_sf_gamma_inc_Q (C function):       Incomplete Gamma Functions.
+                                                              (line  14)
+* gsl_sf_gamma_inc_Q_e (C function):     Incomplete Gamma Functions.
+                                                              (line  14)
+* gsl_sf_gegenpoly_1 (C function):       Gegenbauer Functions.
+                                                              (line  11)
+* gsl_sf_gegenpoly_1_e (C function):     Gegenbauer Functions.
+                                                              (line  11)
+* gsl_sf_gegenpoly_2 (C function):       Gegenbauer Functions.
+                                                              (line  11)
+* gsl_sf_gegenpoly_2_e (C function):     Gegenbauer Functions.
+                                                              (line  11)
+* gsl_sf_gegenpoly_3 (C function):       Gegenbauer Functions.
+                                                              (line  11)
+* gsl_sf_gegenpoly_3_e (C function):     Gegenbauer Functions.
+                                                              (line  11)
+* gsl_sf_gegenpoly_array (C function):   Gegenbauer Functions.
+                                                              (line  32)
+* gsl_sf_gegenpoly_n (C function):       Gegenbauer Functions.
+                                                              (line  24)
+* gsl_sf_gegenpoly_n_e (C function):     Gegenbauer Functions.
+                                                              (line  24)
+* gsl_sf_hazard (C function):            Probability functions.
+                                                              (line  29)
+* gsl_sf_hazard_e (C function):          Probability functions.
+                                                              (line  29)
+* gsl_sf_hermite (C function):           Hermite Polynomials. (line  23)
+* gsl_sf_hermite_array (C function):     Hermite Polynomials. (line  32)
+* gsl_sf_hermite_array_deriv (C function): Derivatives of Hermite Polynomials.
+                                                              (line  15)
+* gsl_sf_hermite_deriv (C function):     Derivatives of Hermite Polynomials.
+                                                              (line   6)
+* gsl_sf_hermite_deriv_array (C function): Derivatives of Hermite Polynomials.
+                                                              (line  24)
+* gsl_sf_hermite_deriv_e (C function):   Derivatives of Hermite Polynomials.
+                                                              (line   6)
+* gsl_sf_hermite_e (C function):         Hermite Polynomials. (line  23)
+* gsl_sf_hermite_func (C function):      Hermite Functions.   (line  28)
+* gsl_sf_hermite_func_array (C function): Hermite Functions.  (line  46)
+* gsl_sf_hermite_func_der (C function):  Derivatives of Hermite Functions.
+                                                              (line   6)
+* gsl_sf_hermite_func_der_e (C function): Derivatives of Hermite Functions.
+                                                              (line   6)
+* gsl_sf_hermite_func_e (C function):    Hermite Functions.   (line  28)
+* gsl_sf_hermite_func_fast (C function): Hermite Functions.   (line  36)
+* gsl_sf_hermite_func_fast_e (C function): Hermite Functions. (line  36)
+* gsl_sf_hermite_func_series (C function): Hermite Functions. (line  54)
+* gsl_sf_hermite_func_series_e (C function): Hermite Functions.
+                                                              (line  54)
+* gsl_sf_hermite_func_zero (C function): Zeros of Hermite Polynomials and Hermite Functions.
+                                                              (line  26)
+* gsl_sf_hermite_func_zero_e (C function): Zeros of Hermite Polynomials and Hermite Functions.
+                                                              (line  26)
+* gsl_sf_hermite_prob (C function):      Hermite Polynomials. (line  48)
+* gsl_sf_hermite_prob_array (C function): Hermite Polynomials.
+                                                              (line  57)
+* gsl_sf_hermite_prob_array_deriv (C function): Derivatives of Hermite Polynomials.
+                                                              (line  42)
+* gsl_sf_hermite_prob_deriv (C function): Derivatives of Hermite Polynomials.
+                                                              (line  33)
+* gsl_sf_hermite_prob_deriv_array (C function): Derivatives of Hermite Polynomials.
+                                                              (line  51)
+* gsl_sf_hermite_prob_deriv_e (C function): Derivatives of Hermite Polynomials.
+                                                              (line  33)
+* gsl_sf_hermite_prob_e (C function):    Hermite Polynomials. (line  48)
+* gsl_sf_hermite_prob_series (C function): Hermite Polynomials.
+                                                              (line  64)
+* gsl_sf_hermite_prob_series_e (C function): Hermite Polynomials.
+                                                              (line  64)
+* gsl_sf_hermite_prob_zero (C function): Zeros of Hermite Polynomials and Hermite Functions.
+                                                              (line  19)
+* gsl_sf_hermite_prob_zero_e (C function): Zeros of Hermite Polynomials and Hermite Functions.
+                                                              (line  19)
+* gsl_sf_hermite_series (C function):    Hermite Polynomials. (line  39)
+* gsl_sf_hermite_series_e (C function):  Hermite Polynomials. (line  39)
+* gsl_sf_hermite_zero (C function):      Zeros of Hermite Polynomials and Hermite Functions.
+                                                              (line  12)
+* gsl_sf_hermite_zero_e (C function):    Zeros of Hermite Polynomials and Hermite Functions.
+                                                              (line  12)
+* gsl_sf_hydrogenicR (C function):       Normalized Hydrogenic Bound States.
+                                                              (line  13)
+* gsl_sf_hydrogenicR_1 (C function):     Normalized Hydrogenic Bound States.
+                                                              (line   6)
+* gsl_sf_hydrogenicR_1_e (C function):   Normalized Hydrogenic Bound States.
+                                                              (line   6)
+* gsl_sf_hydrogenicR_e (C function):     Normalized Hydrogenic Bound States.
+                                                              (line  13)
+* gsl_sf_hyperg_0F1 (C function):        Hypergeometric Functions.
+                                                              (line  10)
+* gsl_sf_hyperg_0F1_e (C function):      Hypergeometric Functions.
+                                                              (line  10)
+* gsl_sf_hyperg_1F1 (C function):        Hypergeometric Functions.
+                                                              (line  28)
+* gsl_sf_hyperg_1F1_e (C function):      Hypergeometric Functions.
+                                                              (line  28)
+* gsl_sf_hyperg_1F1_int (C function):    Hypergeometric Functions.
+                                                              (line  18)
+* gsl_sf_hyperg_1F1_int_e (C function):  Hypergeometric Functions.
+                                                              (line  18)
+* gsl_sf_hyperg_2F0 (C function):        Hypergeometric Functions.
+                                                              (line 116)
+* gsl_sf_hyperg_2F0_e (C function):      Hypergeometric Functions.
+                                                              (line 116)
+* gsl_sf_hyperg_2F1 (C function):        Hypergeometric Functions.
+                                                              (line  67)
+* gsl_sf_hyperg_2F1_conj (C function):   Hypergeometric Functions.
+                                                              (line  81)
+* gsl_sf_hyperg_2F1_conj_e (C function): Hypergeometric Functions.
+                                                              (line  81)
+* gsl_sf_hyperg_2F1_conj_renorm (C function): Hypergeometric Functions.
+                                                              (line 104)
+* gsl_sf_hyperg_2F1_conj_renorm_e (C function): Hypergeometric Functions.
+                                                              (line 104)
+* gsl_sf_hyperg_2F1_e (C function):      Hypergeometric Functions.
+                                                              (line  67)
+* gsl_sf_hyperg_2F1_renorm (C function): Hypergeometric Functions.
+                                                              (line  92)
+* gsl_sf_hyperg_2F1_renorm_e (C function): Hypergeometric Functions.
+                                                              (line  92)
+* gsl_sf_hyperg_U (C function):          Hypergeometric Functions.
+                                                              (line  53)
+* gsl_sf_hyperg_U_e (C function):        Hypergeometric Functions.
+                                                              (line  53)
+* gsl_sf_hyperg_U_e10_e (C function):    Hypergeometric Functions.
+                                                              (line  60)
+* gsl_sf_hyperg_U_int (C function):      Hypergeometric Functions.
+                                                              (line  38)
+* gsl_sf_hyperg_U_int_e (C function):    Hypergeometric Functions.
+                                                              (line  38)
+* gsl_sf_hyperg_U_int_e10_e (C function): Hypergeometric Functions.
+                                                              (line  45)
+* gsl_sf_hypot (C function):             Circular Trigonometric Functions.
+                                                              (line  16)
+* gsl_sf_hypot_e (C function):           Circular Trigonometric Functions.
+                                                              (line  16)
+* gsl_sf_hzeta (C function):             Hurwitz Zeta Function.
+                                                              (line  10)
+* gsl_sf_hzeta_e (C function):           Hurwitz Zeta Function.
+                                                              (line  10)
+* gsl_sf_laguerre_1 (C function):        Laguerre Functions.  (line  20)
+* gsl_sf_laguerre_1_e (C function):      Laguerre Functions.  (line  20)
+* gsl_sf_laguerre_2 (C function):        Laguerre Functions.  (line  20)
+* gsl_sf_laguerre_2_e (C function):      Laguerre Functions.  (line  20)
+* gsl_sf_laguerre_3 (C function):        Laguerre Functions.  (line  20)
+* gsl_sf_laguerre_3_e (C function):      Laguerre Functions.  (line  20)
+* gsl_sf_laguerre_n (C function):        Laguerre Functions.  (line  33)
+* gsl_sf_laguerre_n_e (C function):      Laguerre Functions.  (line  33)
+* gsl_sf_lambert_W0 (C function):        Lambert W Functions. (line  13)
+* gsl_sf_lambert_W0_e (C function):      Lambert W Functions. (line  13)
+* gsl_sf_lambert_Wm1 (C function):       Lambert W Functions. (line  19)
+* gsl_sf_lambert_Wm1_e (C function):     Lambert W Functions. (line  19)
+* gsl_sf_legendre_array (C function):    Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line  84)
+* gsl_sf_legendre_array_e (C function):  Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line  84)
+* gsl_sf_legendre_array_index (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 193)
+* gsl_sf_legendre_array_n (C function):  Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 184)
+* gsl_sf_legendre_array_size (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 239)
+* gsl_sf_legendre_deriv2_alt_array (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 157)
+* gsl_sf_legendre_deriv2_alt_array_e (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 157)
+* gsl_sf_legendre_deriv2_array (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 136)
+* gsl_sf_legendre_deriv2_array_e (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 136)
+* gsl_sf_legendre_deriv_alt_array (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 118)
+* gsl_sf_legendre_deriv_alt_array_e (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 118)
+* gsl_sf_legendre_deriv_array (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 101)
+* gsl_sf_legendre_deriv_array_e (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 101)
+* gsl_sf_legendre_H3d (C function):      Radial Functions for Hyperbolic Space.
+                                                              (line  35)
+* gsl_sf_legendre_H3d_0 (C function):    Radial Functions for Hyperbolic Space.
+                                                              (line  11)
+* gsl_sf_legendre_H3d_0_e (C function):  Radial Functions for Hyperbolic Space.
+                                                              (line  11)
+* gsl_sf_legendre_H3d_1 (C function):    Radial Functions for Hyperbolic Space.
+                                                              (line  23)
+* gsl_sf_legendre_H3d_1_e (C function):  Radial Functions for Hyperbolic Space.
+                                                              (line  23)
+* gsl_sf_legendre_H3d_array (C function): Radial Functions for Hyperbolic Space.
+                                                              (line  45)
+* gsl_sf_legendre_H3d_e (C function):    Radial Functions for Hyperbolic Space.
+                                                              (line  35)
+* gsl_sf_legendre_nlm (C function):      Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 178)
+* gsl_sf_legendre_P1 (C function):       Legendre Polynomials.
+                                                              (line   6)
+* gsl_sf_legendre_P1_e (C function):     Legendre Polynomials.
+                                                              (line   6)
+* gsl_sf_legendre_P2 (C function):       Legendre Polynomials.
+                                                              (line   6)
+* gsl_sf_legendre_P2_e (C function):     Legendre Polynomials.
+                                                              (line   6)
+* gsl_sf_legendre_P3 (C function):       Legendre Polynomials.
+                                                              (line   6)
+* gsl_sf_legendre_P3_e (C function):     Legendre Polynomials.
+                                                              (line   6)
+* gsl_sf_legendre_Pl (C function):       Legendre Polynomials.
+                                                              (line  16)
+* gsl_sf_legendre_Plm (C function):      Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 204)
+* gsl_sf_legendre_Plm_array (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 221)
+* gsl_sf_legendre_Plm_deriv_array (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 221)
+* gsl_sf_legendre_Plm_e (C function):    Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 204)
+* gsl_sf_legendre_Pl_array (C function): Legendre Polynomials.
+                                                              (line  24)
+* gsl_sf_legendre_Pl_deriv_array (C function): Legendre Polynomials.
+                                                              (line  24)
+* gsl_sf_legendre_Pl_e (C function):     Legendre Polynomials.
+                                                              (line  16)
+* gsl_sf_legendre_Q0 (C function):       Legendre Polynomials.
+                                                              (line  32)
+* gsl_sf_legendre_Q0_e (C function):     Legendre Polynomials.
+                                                              (line  32)
+* gsl_sf_legendre_Q1 (C function):       Legendre Polynomials.
+                                                              (line  38)
+* gsl_sf_legendre_Q1_e (C function):     Legendre Polynomials.
+                                                              (line  38)
+* gsl_sf_legendre_Ql (C function):       Legendre Polynomials.
+                                                              (line  44)
+* gsl_sf_legendre_Ql_e (C function):     Legendre Polynomials.
+                                                              (line  44)
+* gsl_sf_legendre_sphPlm (C function):   Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 211)
+* gsl_sf_legendre_sphPlm_array (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 230)
+* gsl_sf_legendre_sphPlm_deriv_array (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 230)
+* gsl_sf_legendre_sphPlm_e (C function): Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line 211)
+* gsl_sf_legendre_t (C type):            Associated Legendre Polynomials and Spherical Harmonics.
+                                                              (line  66)
+* gsl_sf_lnbeta (C function):            Beta Functions.      (line  14)
+* gsl_sf_lnbeta_e (C function):          Beta Functions.      (line  14)
+* gsl_sf_lnchoose (C function):          Factorials.          (line  50)
+* gsl_sf_lnchoose_e (C function):        Factorials.          (line  50)
+* gsl_sf_lncosh (C function):            Hyperbolic Trigonometric Functions.
+                                                              (line  11)
+* gsl_sf_lncosh_e (C function):          Hyperbolic Trigonometric Functions.
+                                                              (line  11)
+* gsl_sf_lndoublefact (C function):      Factorials.          (line  36)
+* gsl_sf_lndoublefact_e (C function):    Factorials.          (line  36)
+* gsl_sf_lnfact (C function):            Factorials.          (line  27)
+* gsl_sf_lnfact_e (C function):          Factorials.          (line  27)
+* gsl_sf_lngamma (C function):           Gamma Functions.     (line  23)
+* gsl_sf_lngamma_complex_e (C function): Gamma Functions.     (line  60)
+* gsl_sf_lngamma_e (C function):         Gamma Functions.     (line  23)
+* gsl_sf_lngamma_sgn_e (C function):     Gamma Functions.     (line  32)
+* gsl_sf_lnpoch (C function):            Pochhammer Symbol.   (line  16)
+* gsl_sf_lnpoch_e (C function):          Pochhammer Symbol.   (line  16)
+* gsl_sf_lnpoch_sgn_e (C function):      Pochhammer Symbol.   (line  23)
+* gsl_sf_lnsinh (C function):            Hyperbolic Trigonometric Functions.
+                                                              (line   6)
+* gsl_sf_lnsinh_e (C function):          Hyperbolic Trigonometric Functions.
+                                                              (line   6)
+* gsl_sf_log (C function):               Logarithm and Related Functions.
+                                                              (line  10)
+* gsl_sf_log_1plusx (C function):        Logarithm and Related Functions.
+                                                              (line  30)
+* gsl_sf_log_1plusx_e (C function):      Logarithm and Related Functions.
+                                                              (line  30)
+* gsl_sf_log_1plusx_mx (C function):     Logarithm and Related Functions.
+                                                              (line  36)
+* gsl_sf_log_1plusx_mx_e (C function):   Logarithm and Related Functions.
+                                                              (line  36)
+* gsl_sf_log_abs (C function):           Logarithm and Related Functions.
+                                                              (line  16)
+* gsl_sf_log_abs_e (C function):         Logarithm and Related Functions.
+                                                              (line  16)
+* gsl_sf_log_e (C function):             Logarithm and Related Functions.
+                                                              (line  10)
+* gsl_sf_log_erfc (C function):          Log Complementary Error Function.
+                                                              (line   6)
+* gsl_sf_log_erfc_e (C function):        Log Complementary Error Function.
+                                                              (line   6)
+* gsl_sf_mathieu_a (C function):         Mathieu Function Characteristic Values.
+                                                              (line   6)
+* gsl_sf_mathieu_alloc (C function):     Mathieu Function Workspace.
+                                                              (line  14)
+* gsl_sf_mathieu_a_array (C function):   Mathieu Function Characteristic Values.
+                                                              (line  16)
+* gsl_sf_mathieu_a_e (C function):       Mathieu Function Characteristic Values.
+                                                              (line   6)
+* gsl_sf_mathieu_b (C function):         Mathieu Function Characteristic Values.
+                                                              (line   6)
+* gsl_sf_mathieu_b_array (C function):   Mathieu Function Characteristic Values.
+                                                              (line  16)
+* gsl_sf_mathieu_b_e (C function):       Mathieu Function Characteristic Values.
+                                                              (line   6)
+* gsl_sf_mathieu_ce (C function):        Angular Mathieu Functions.
+                                                              (line   6)
+* gsl_sf_mathieu_ce_array (C function):  Angular Mathieu Functions.
+                                                              (line  16)
+* gsl_sf_mathieu_ce_e (C function):      Angular Mathieu Functions.
+                                                              (line   6)
+* gsl_sf_mathieu_free (C function):      Mathieu Function Workspace.
+                                                              (line  22)
+* gsl_sf_mathieu_Mc (C function):        Radial Mathieu Functions.
+                                                              (line   6)
+* gsl_sf_mathieu_Mc_array (C function):  Radial Mathieu Functions.
+                                                              (line  22)
+* gsl_sf_mathieu_Mc_e (C function):      Radial Mathieu Functions.
+                                                              (line   6)
+* gsl_sf_mathieu_Ms (C function):        Radial Mathieu Functions.
+                                                              (line   6)
+* gsl_sf_mathieu_Ms_array (C function):  Radial Mathieu Functions.
+                                                              (line  22)
+* gsl_sf_mathieu_Ms_e (C function):      Radial Mathieu Functions.
+                                                              (line   6)
+* gsl_sf_mathieu_se (C function):        Angular Mathieu Functions.
+                                                              (line   6)
+* gsl_sf_mathieu_se_array (C function):  Angular Mathieu Functions.
+                                                              (line  16)
+* gsl_sf_mathieu_se_e (C function):      Angular Mathieu Functions.
+                                                              (line   6)
+* gsl_sf_mathieu_workspace (C type):     Mathieu Function Workspace.
+                                                              (line  10)
+* gsl_sf_multiply (C function):          Elementary Operations.
+                                                              (line  10)
+* gsl_sf_multiply_e (C function):        Elementary Operations.
+                                                              (line  10)
+* gsl_sf_multiply_err_e (C function):    Elementary Operations.
+                                                              (line  17)
+* gsl_sf_poch (C function):              Pochhammer Symbol.   (line   6)
+* gsl_sf_pochrel (C function):           Pochhammer Symbol.   (line  31)
+* gsl_sf_pochrel_e (C function):         Pochhammer Symbol.   (line  31)
+* gsl_sf_poch_e (C function):            Pochhammer Symbol.   (line   6)
+* gsl_sf_polar_to_rect (C function):     Conversion Functions.
+                                                              (line   6)
+* gsl_sf_pow_int (C function):           Power Function.      (line  10)
+* gsl_sf_pow_int_e (C function):         Power Function.      (line  10)
+* gsl_sf_psi (C function):               Digamma Function.    (line  13)
+* gsl_sf_psi_1 (C function):             Trigamma Function.   (line  12)
+* gsl_sf_psi_1piy (C function):          Digamma Function.    (line  19)
+* gsl_sf_psi_1piy_e (C function):        Digamma Function.    (line  19)
+* gsl_sf_psi_1_e (C function):           Trigamma Function.   (line  12)
+* gsl_sf_psi_1_int (C function):         Trigamma Function.   (line   6)
+* gsl_sf_psi_1_int_e (C function):       Trigamma Function.   (line   6)
+* gsl_sf_psi_e (C function):             Digamma Function.    (line  13)
+* gsl_sf_psi_int (C function):           Digamma Function.    (line   6)
+* gsl_sf_psi_int_e (C function):         Digamma Function.    (line   6)
+* gsl_sf_psi_n (C function):             Polygamma Function.  (line   6)
+* gsl_sf_psi_n_e (C function):           Polygamma Function.  (line   6)
+* gsl_sf_rect_to_polar (C function):     Conversion Functions.
+                                                              (line  13)
+* gsl_sf_result (C type):                The gsl_sf_result struct.
+                                                              (line  13)
+* gsl_sf_result_e10 (C type):            The gsl_sf_result struct.
+                                                              (line  31)
+* gsl_sf_Shi (C function):               Hyperbolic Integrals.
+                                                              (line   6)
+* gsl_sf_Shi_e (C function):             Hyperbolic Integrals.
+                                                              (line   6)
+* gsl_sf_Si (C function):                Trigonometric Integrals.
+                                                              (line   6)
+* gsl_sf_sin (C function):               Circular Trigonometric Functions.
+                                                              (line   6)
+* gsl_sf_sinc (C function):              Circular Trigonometric Functions.
+                                                              (line  23)
+* gsl_sf_sinc_e (C function):            Circular Trigonometric Functions.
+                                                              (line  23)
+* gsl_sf_sin_e (C function):             Circular Trigonometric Functions.
+                                                              (line   6)
+* gsl_sf_sin_err_e (C function):         Trigonometric Functions With Error Estimates.
+                                                              (line   6)
+* gsl_sf_Si_e (C function):              Trigonometric Integrals.
+                                                              (line   6)
+* gsl_sf_synchrotron_1 (C function):     Synchrotron Functions.
+                                                              (line   9)
+* gsl_sf_synchrotron_1_e (C function):   Synchrotron Functions.
+                                                              (line   9)
+* gsl_sf_synchrotron_2 (C function):     Synchrotron Functions.
+                                                              (line  16)
+* gsl_sf_synchrotron_2_e (C function):   Synchrotron Functions.
+                                                              (line  16)
+* gsl_sf_taylorcoeff (C function):       Factorials.          (line  57)
+* gsl_sf_taylorcoeff_e (C function):     Factorials.          (line  57)
+* gsl_sf_transport_2 (C function):       Transport Functions. (line  13)
+* gsl_sf_transport_2_e (C function):     Transport Functions. (line  13)
+* gsl_sf_transport_3 (C function):       Transport Functions. (line  18)
+* gsl_sf_transport_3_e (C function):     Transport Functions. (line  18)
+* gsl_sf_transport_4 (C function):       Transport Functions. (line  23)
+* gsl_sf_transport_4_e (C function):     Transport Functions. (line  23)
+* gsl_sf_transport_5 (C function):       Transport Functions. (line  28)
+* gsl_sf_transport_5_e (C function):     Transport Functions. (line  28)
+* gsl_sf_zeta (C function):              Riemann Zeta Function.
+                                                              (line  16)
+* gsl_sf_zetam1 (C function):            Riemann Zeta Function Minus One.
+                                                              (line  16)
+* gsl_sf_zetam1_e (C function):          Riemann Zeta Function Minus One.
+                                                              (line  16)
+* gsl_sf_zetam1_int (C function):        Riemann Zeta Function Minus One.
+                                                              (line  10)
+* gsl_sf_zetam1_int_e (C function):      Riemann Zeta Function Minus One.
+                                                              (line  10)
+* gsl_sf_zeta_e (C function):            Riemann Zeta Function.
+                                                              (line  16)
+* gsl_sf_zeta_int (C function):          Riemann Zeta Function.
+                                                              (line  10)
+* gsl_sf_zeta_int_e (C function):        Riemann Zeta Function.
+                                                              (line  10)
+* GSL_SIGN (C macro):                    Testing the Sign of Numbers.
+                                                              (line   6)
+* gsl_siman_copy_construct_t (C type):   Simulated Annealing functions.
+                                                              (line  93)
+* gsl_siman_copy_t (C type):             Simulated Annealing functions.
+                                                              (line  86)
+* gsl_siman_destroy_t (C type):          Simulated Annealing functions.
+                                                              (line 100)
+* gsl_siman_Efunc_t (C type):            Simulated Annealing functions.
+                                                              (line  56)
+* gsl_siman_metric_t (C type):           Simulated Annealing functions.
+                                                              (line  72)
+* gsl_siman_params_t (C type):           Simulated Annealing functions.
+                                                              (line 107)
+* gsl_siman_print_t (C type):            Simulated Annealing functions.
+                                                              (line  79)
+* gsl_siman_solve (C function):          Simulated Annealing functions.
+                                                              (line   6)
+* gsl_siman_step_t (C type):             Simulated Annealing functions.
+                                                              (line  63)
+* gsl_sort (C function):                 Sorting vectors.     (line  22)
+* gsl_sort2 (C function):                Sorting vectors.     (line  29)
+* gsl_sort_index (C function):           Sorting vectors.     (line  49)
+* gsl_sort_largest (C function):         Selecting the k smallest or largest elements.
+                                                              (line  26)
+* gsl_sort_largest_index (C function):   Selecting the k smallest or largest elements.
+                                                              (line  58)
+* gsl_sort_smallest (C function):        Selecting the k smallest or largest elements.
+                                                              (line  16)
+* gsl_sort_smallest_index (C function):  Selecting the k smallest or largest elements.
+                                                              (line  48)
+* gsl_sort_vector (C function):          Sorting vectors.     (line  38)
+* gsl_sort_vector2 (C function):         Sorting vectors.     (line  43)
+* gsl_sort_vector_index (C function):    Sorting vectors.     (line  61)
+* gsl_sort_vector_largest (C function):  Selecting the k smallest or largest elements.
+                                                              (line  35)
+* gsl_sort_vector_largest_index (C function): Selecting the k smallest or largest elements.
+                                                              (line  69)
+* gsl_sort_vector_smallest (C function): Selecting the k smallest or largest elements.
+                                                              (line  35)
+* gsl_sort_vector_smallest_index (C function): Selecting the k smallest or largest elements.
+                                                              (line  69)
+* gsl_spblas_dgemm (C function):         Sparse BLAS operations.
+                                                              (line  17)
+* gsl_spblas_dgemv (C function):         Sparse BLAS operations.
+                                                              (line   6)
+* gsl_splinalg_itersolve_alloc (C function): Iterating the Sparse Linear System.
+                                                              (line   9)
+* gsl_splinalg_itersolve_free (C function): Iterating the Sparse Linear System.
+                                                              (line  20)
+* gsl_splinalg_itersolve_iterate (C function): Iterating the Sparse Linear System.
+                                                              (line  31)
+* gsl_splinalg_itersolve_name (C function): Iterating the Sparse Linear System.
+                                                              (line  26)
+* gsl_splinalg_itersolve_normr (C function): Iterating the Sparse Linear System.
+                                                              (line  53)
+* gsl_splinalg_itersolve_type (C type):  Types of Sparse Iterative Solvers.
+                                                              (line   9)
+* gsl_splinalg_itersolve_type.gsl_splinalg_itersolve_gmres (C var): Types of Sparse Iterative Solvers.
+                                                              (line  11)
+* gsl_spline (C type):                   1D Higher-level Interface.
+                                                              (line  14)
+* gsl_spline2d (C type):                 2D Higher-level Interface.
+                                                              (line  14)
+* gsl_spline2d_alloc (C function):       2D Higher-level Interface.
+                                                              (line  19)
+* gsl_spline2d_eval (C function):        2D Higher-level Interface.
+                                                              (line  33)
+* gsl_spline2d_eval_deriv_x (C function): 2D Higher-level Interface.
+                                                              (line  47)
+* gsl_spline2d_eval_deriv_xx (C function): 2D Higher-level Interface.
+                                                              (line  61)
+* gsl_spline2d_eval_deriv_xx_e (C function): 2D Higher-level Interface.
+                                                              (line  61)
+* gsl_spline2d_eval_deriv_xy (C function): 2D Higher-level Interface.
+                                                              (line  75)
+* gsl_spline2d_eval_deriv_xy_e (C function): 2D Higher-level Interface.
+                                                              (line  75)
+* gsl_spline2d_eval_deriv_x_e (C function): 2D Higher-level Interface.
+                                                              (line  47)
+* gsl_spline2d_eval_deriv_y (C function): 2D Higher-level Interface.
+                                                              (line  54)
+* gsl_spline2d_eval_deriv_yy (C function): 2D Higher-level Interface.
+                                                              (line  68)
+* gsl_spline2d_eval_deriv_yy_e (C function): 2D Higher-level Interface.
+                                                              (line  68)
+* gsl_spline2d_eval_deriv_y_e (C function): 2D Higher-level Interface.
+                                                              (line  54)
+* gsl_spline2d_eval_e (C function):      2D Higher-level Interface.
+                                                              (line  33)
+* gsl_spline2d_eval_extrap (C function): 2D Higher-level Interface.
+                                                              (line  40)
+* gsl_spline2d_eval_extrap_e (C function): 2D Higher-level Interface.
+                                                              (line  40)
+* gsl_spline2d_free (C function):        2D Higher-level Interface.
+                                                              (line  26)
+* gsl_spline2d_get (C function):         2D Higher-level Interface.
+                                                              (line  85)
+* gsl_spline2d_init (C function):        2D Higher-level Interface.
+                                                              (line  22)
+* gsl_spline2d_min_size (C function):    2D Higher-level Interface.
+                                                              (line  30)
+* gsl_spline2d_name (C function):        2D Higher-level Interface.
+                                                              (line  28)
+* gsl_spline2d_set (C function):         2D Higher-level Interface.
+                                                              (line  82)
+* gsl_spline_alloc (C function):         1D Higher-level Interface.
+                                                              (line  19)
+* gsl_spline_eval (C function):          1D Higher-level Interface.
+                                                              (line  32)
+* gsl_spline_eval_deriv (C function):    1D Higher-level Interface.
+                                                              (line  37)
+* gsl_spline_eval_deriv2 (C function):   1D Higher-level Interface.
+                                                              (line  42)
+* gsl_spline_eval_deriv2_e (C function): 1D Higher-level Interface.
+                                                              (line  42)
+* gsl_spline_eval_deriv_e (C function):  1D Higher-level Interface.
+                                                              (line  37)
+* gsl_spline_eval_e (C function):        1D Higher-level Interface.
+                                                              (line  32)
+* gsl_spline_eval_integ (C function):    1D Higher-level Interface.
+                                                              (line  47)
+* gsl_spline_eval_integ_e (C function):  1D Higher-level Interface.
+                                                              (line  47)
+* gsl_spline_free (C function):          1D Higher-level Interface.
+                                                              (line  25)
+* gsl_spline_init (C function):          1D Higher-level Interface.
+                                                              (line  22)
+* gsl_spline_min_size (C function):      1D Higher-level Interface.
+                                                              (line  29)
+* gsl_spline_name (C function):          1D Higher-level Interface.
+                                                              (line  27)
+* gsl_spmatrix (C type):                 Overview<8>.         (line  10)
+* gsl_spmatrix_add (C function):         Matrix Operations.   (line  45)
+* gsl_spmatrix_alloc (C function):       Allocation.          (line  12)
+* gsl_spmatrix_alloc_nzmax (C function): Allocation.          (line  28)
+* gsl_spmatrix_alloc_nzmax.GSL_SPMATRIX_COO (C macro): Allocation.
+                                                              (line  46)
+* gsl_spmatrix_alloc_nzmax.GSL_SPMATRIX_CSC (C macro): Allocation.
+                                                              (line  50)
+* gsl_spmatrix_alloc_nzmax.GSL_SPMATRIX_CSR (C macro): Allocation.
+                                                              (line  54)
+* gsl_spmatrix_compress (C function):    Compressed Format.   (line  29)
+* gsl_spmatrix_csc (C function):         Compressed Format.   (line   9)
+* gsl_spmatrix_csr (C function):         Compressed Format.   (line  19)
+* gsl_spmatrix_d2sp (C function):        Conversion Between Sparse and Dense Matrices.
+                                                              (line  10)
+* gsl_spmatrix_dense_add (C function):   Matrix Operations.   (line  53)
+* gsl_spmatrix_dense_sub (C function):   Matrix Operations.   (line  65)
+* gsl_spmatrix_equal (C function):       Matrix Properties.   (line  28)
+* gsl_spmatrix_fprintf (C function):     Reading and Writing Matrices.
+                                                              (line  32)
+* gsl_spmatrix_fread (C function):       Reading and Writing Matrices.
+                                                              (line  18)
+* gsl_spmatrix_free (C function):        Allocation.          (line  73)
+* gsl_spmatrix_fscanf (C function):      Reading and Writing Matrices.
+                                                              (line  46)
+* gsl_spmatrix_fwrite (C function):      Reading and Writing Matrices.
+                                                              (line   6)
+* gsl_spmatrix_get (C function):         Accessing Matrix Elements.
+                                                              (line   6)
+* gsl_spmatrix_memcpy (C function):      Copying Matrices.    (line   6)
+* gsl_spmatrix_minmax (C function):      Finding Maximum and Minimum Elements.
+                                                              (line   6)
+* gsl_spmatrix_min_index (C function):   Finding Maximum and Minimum Elements.
+                                                              (line  16)
+* gsl_spmatrix_nnz (C function):         Matrix Properties.   (line  20)
+* gsl_spmatrix_norm1 (C function):       Matrix Properties.   (line  39)
+* gsl_spmatrix_ptr (C function):         Accessing Matrix Elements.
+                                                              (line  23)
+* gsl_spmatrix_realloc (C function):     Allocation.          (line  61)
+* gsl_spmatrix_scale (C function):       Matrix Operations.   (line   6)
+* gsl_spmatrix_scale_columns (C function): Matrix Operations. (line  15)
+* gsl_spmatrix_scale_rows (C function):  Matrix Operations.   (line  30)
+* gsl_spmatrix_set (C function):         Accessing Matrix Elements.
+                                                              (line  15)
+* gsl_spmatrix_set_zero (C function):    Initializing Matrix Elements.
+                                                              (line  11)
+* gsl_spmatrix_sp2d (C function):        Conversion Between Sparse and Dense Matrices.
+                                                              (line  18)
+* gsl_spmatrix_transpose (C function):   Exchanging Rows and Columns.
+                                                              (line  17)
+* gsl_spmatrix_transpose_memcpy (C function): Exchanging Rows and Columns.
+                                                              (line   6)
+* gsl_spmatrix_type (C function):        Matrix Properties.   (line   6)
+* gsl_stats_absdev (C function):         Absolute deviation.  (line   6)
+* gsl_stats_absdev_m (C function):       Absolute deviation.  (line  22)
+* gsl_stats_correlation (C function):    Correlation.         (line   6)
+* gsl_stats_covariance (C function):     Covariance.          (line   6)
+* gsl_stats_covariance_m (C function):   Covariance.          (line  16)
+* gsl_stats_gastwirth_from_sorted_data (C function): Gastwirth Estimator.
+                                                              (line  15)
+* gsl_stats_kurtosis (C function):       Higher moments skewness and kurtosis.
+                                                              (line  35)
+* gsl_stats_kurtosis_m_sd (C function):  Higher moments skewness and kurtosis.
+                                                              (line  48)
+* gsl_stats_lag1_autocorrelation (C function): Autocorrelation.
+                                                              (line   6)
+* gsl_stats_lag1_autocorrelation_m (C function): Autocorrelation.
+                                                              (line  16)
+* gsl_stats_mad (C function):            Median Absolute Deviation MAD.
+                                                              (line  20)
+* gsl_stats_mad0 (C function):           Median Absolute Deviation MAD.
+                                                              (line  17)
+* gsl_stats_max (C function):            Maximum and Minimum values.
+                                                              (line  12)
+* gsl_stats_max_index (C function):      Maximum and Minimum values.
+                                                              (line  42)
+* gsl_stats_mean (C function):           Mean Standard Deviation and Variance.
+                                                              (line   6)
+* gsl_stats_median (C function):         Median and Percentiles.
+                                                              (line  29)
+* gsl_stats_median_from_sorted_data (C function): Median and Percentiles.
+                                                              (line  13)
+* gsl_stats_min (C function):            Maximum and Minimum values.
+                                                              (line  24)
+* gsl_stats_minmax (C function):         Maximum and Minimum values.
+                                                              (line  36)
+* gsl_stats_minmax_index (C function):   Maximum and Minimum values.
+                                                              (line  60)
+* gsl_stats_min_index (C function):      Maximum and Minimum values.
+                                                              (line  51)
+* gsl_stats_Qn0_from_sorted_data (C function): Q_n Statistic. (line  19)
+* gsl_stats_Qn_from_sorted_data (C function): Q_n Statistic.  (line  19)
+* gsl_stats_quantile_from_sorted_data (C function): Median and Percentiles.
+                                                              (line  38)
+* gsl_stats_sd (C function):             Mean Standard Deviation and Variance.
+                                                              (line  50)
+* gsl_stats_sd_m (C function):           Mean Standard Deviation and Variance.
+                                                              (line  50)
+* gsl_stats_sd_with_fixed_mean (C function): Mean Standard Deviation and Variance.
+                                                              (line  83)
+* gsl_stats_select (C function):         Order Statistics.    (line  14)
+* gsl_stats_skew (C function):           Higher moments skewness and kurtosis.
+                                                              (line   6)
+* gsl_stats_skew_m_sd (C function):      Higher moments skewness and kurtosis.
+                                                              (line  22)
+* gsl_stats_Sn0_from_sorted_data (C function): S_n Statistic. (line  17)
+* gsl_stats_Sn_from_sorted_data (C function): S_n Statistic.  (line  21)
+* gsl_stats_spearman (C function):       Correlation.         (line  20)
+* gsl_stats_trmean_from_sorted_data (C function): Trimmed Mean.
+                                                              (line  14)
+* gsl_stats_tss (C function):            Mean Standard Deviation and Variance.
+                                                              (line  59)
+* gsl_stats_tss_m (C function):          Mean Standard Deviation and Variance.
+                                                              (line  59)
+* gsl_stats_variance (C function):       Mean Standard Deviation and Variance.
+                                                              (line  20)
+* gsl_stats_variance_m (C function):     Mean Standard Deviation and Variance.
+                                                              (line  40)
+* gsl_stats_variance_with_fixed_mean (C function): Mean Standard Deviation and Variance.
+                                                              (line  72)
+* gsl_stats_wabsdev (C function):        Weighted Samples.    (line  96)
+* gsl_stats_wabsdev_m (C function):      Weighted Samples.    (line 105)
+* gsl_stats_wkurtosis (C function):      Weighted Samples.    (line 129)
+* gsl_stats_wkurtosis_m_sd (C function): Weighted Samples.    (line 137)
+* gsl_stats_wmean (C function):          Weighted Samples.    (line  14)
+* gsl_stats_wsd (C function):            Weighted Samples.    (line  48)
+* gsl_stats_wsd_m (C function):          Weighted Samples.    (line  56)
+* gsl_stats_wsd_with_fixed_mean (C function): Weighted Samples.
+                                                              (line  74)
+* gsl_stats_wskew (C function):          Weighted Samples.    (line 113)
+* gsl_stats_wskew_m_sd (C function):     Weighted Samples.    (line 121)
+* gsl_stats_wtss (C function):           Weighted Samples.    (line  82)
+* gsl_stats_wtss_m (C function):         Weighted Samples.    (line  82)
+* gsl_stats_wvariance (C function):      Weighted Samples.    (line  24)
+* gsl_stats_wvariance_m (C function):    Weighted Samples.    (line  40)
+* gsl_stats_wvariance_with_fixed_mean (C function): Weighted Samples.
+                                                              (line  62)
+* gsl_strerror (C function):             Error Codes.         (line  41)
+* gsl_sum_levin_utrunc_accel (C function): Acceleration functions without error estimation.
+                                                              (line  39)
+* gsl_sum_levin_utrunc_alloc (C function): Acceleration functions without error estimation.
+                                                              (line  26)
+* gsl_sum_levin_utrunc_free (C function): Acceleration functions without error estimation.
+                                                              (line  33)
+* gsl_sum_levin_utrunc_workspace (C type): Acceleration functions without error estimation.
+                                                              (line  22)
+* gsl_sum_levin_u_accel (C function):    Acceleration functions.
+                                                              (line  38)
+* gsl_sum_levin_u_alloc (C function):    Acceleration functions.
+                                                              (line  27)
+* gsl_sum_levin_u_free (C function):     Acceleration functions.
+                                                              (line  33)
+* gsl_sum_levin_u_workspace (C type):    Acceleration functions.
+                                                              (line  23)
+* gsl_vector (C type):                   Vectors.             (line  17)
+* gsl_vector_add (C function):           Vector operations.   (line   6)
+* gsl_vector_add_constant (C function):  Vector operations.   (line  40)
+* gsl_vector_alloc (C function):         Vector allocation.   (line  14)
+* gsl_vector_axpby (C function):         Vector operations.   (line  52)
+* gsl_vector_calloc (C function):        Vector allocation.   (line  23)
+* gsl_vector_complex_const_imag (C function): Vector views.   (line 115)
+* gsl_vector_complex_const_real (C function): Vector views.   (line 103)
+* gsl_vector_complex_imag (C function):  Vector views.        (line 115)
+* gsl_vector_complex_real (C function):  Vector views.        (line 103)
+* gsl_vector_const_ptr (C function):     Accessing vector elements.
+                                                              (line  66)
+* gsl_vector_const_subvector (C function): Vector views.      (line  31)
+* gsl_vector_const_subvector_with_stride (C function): Vector views.
+                                                              (line  63)
+* gsl_vector_const_view (C type):        Vector views.        (line  12)
+* gsl_vector_const_view_array (C function): Vector views.     (line 127)
+* gsl_vector_const_view_array_with_stride (C function): Vector views.
+                                                              (line 152)
+* gsl_vector_div (C function):           Vector operations.   (line  27)
+* gsl_vector_equal (C function):         Vector properties.   (line  19)
+* gsl_vector_fprintf (C function):       Reading and writing vectors.
+                                                              (line  28)
+* gsl_vector_fread (C function):         Reading and writing vectors.
+                                                              (line  17)
+* gsl_vector_free (C function):          Vector allocation.   (line  28)
+* gsl_vector_fscanf (C function):        Reading and writing vectors.
+                                                              (line  38)
+* gsl_vector_fwrite (C function):        Reading and writing vectors.
+                                                              (line   9)
+* gsl_vector_get (C function):           Accessing vector elements.
+                                                              (line  48)
+* gsl_vector_isneg (C function):         Vector properties.   (line  10)
+* gsl_vector_isnonneg (C function):      Vector properties.   (line  10)
+* gsl_vector_isnull (C function):        Vector properties.   (line  10)
+* gsl_vector_ispos (C function):         Vector properties.   (line  10)
+* gsl_vector_max (C function):           Finding maximum and minimum elements of vectors.
+                                                              (line   8)
+* gsl_vector_max_index (C function):     Finding maximum and minimum elements of vectors.
+                                                              (line  23)
+* gsl_vector_memcpy (C function):        Copying vectors.     (line  12)
+* gsl_vector_min (C function):           Finding maximum and minimum elements of vectors.
+                                                              (line  12)
+* gsl_vector_minmax (C function):        Finding maximum and minimum elements of vectors.
+                                                              (line  16)
+* gsl_vector_minmax_index (C function):  Finding maximum and minimum elements of vectors.
+                                                              (line  35)
+* gsl_vector_min_index (C function):     Finding maximum and minimum elements of vectors.
+                                                              (line  29)
+* gsl_vector_mul (C function):           Vector operations.   (line  20)
+* gsl_vector_ptr (C function):           Accessing vector elements.
+                                                              (line  66)
+* gsl_vector_reverse (C function):       Exchanging elements. (line  15)
+* gsl_vector_scale (C function):         Vector operations.   (line  34)
+* gsl_vector_set (C function):           Accessing vector elements.
+                                                              (line  57)
+* gsl_vector_set_all (C function):       Initializing vector elements.
+                                                              (line   6)
+* gsl_vector_set_basis (C function):     Initializing vector elements.
+                                                              (line  16)
+* gsl_vector_set_zero (C function):      Initializing vector elements.
+                                                              (line  11)
+* gsl_vector_sub (C function):           Vector operations.   (line  13)
+* gsl_vector_subvector (C function):     Vector views.        (line  31)
+* gsl_vector_subvector_with_stride (C function): Vector views.
+                                                              (line  63)
+* gsl_vector_sum (C function):           Vector operations.   (line  47)
+* gsl_vector_swap (C function):          Copying vectors.     (line  19)
+* gsl_vector_swap_elements (C function): Exchanging elements. (line   9)
+* gsl_vector_view (C type):              Vector views.        (line  12)
+* gsl_vector_view_array (C function):    Vector views.        (line 127)
+* gsl_vector_view_array_with_stride (C function): Vector views.
+                                                              (line 152)
+* gsl_wavelet (C type):                  Initialization.      (line   6)
+* gsl_wavelet2d_nstransform (C function): Wavelet transforms in two dimension.
+                                                              (line  67)
+* gsl_wavelet2d_nstransform_forward (C function): Wavelet transforms in two dimension.
+                                                              (line  67)
+* gsl_wavelet2d_nstransform_inverse (C function): Wavelet transforms in two dimension.
+                                                              (line  67)
+* gsl_wavelet2d_nstransform_matrix (C function): Wavelet transforms in two dimension.
+                                                              (line  80)
+* gsl_wavelet2d_nstransform_matrix_forward (C function): Wavelet transforms in two dimension.
+                                                              (line  80)
+* gsl_wavelet2d_nstransform_matrix_inverse (C function): Wavelet transforms in two dimension.
+                                                              (line  80)
+* gsl_wavelet2d_transform (C function):  Wavelet transforms in two dimension.
+                                                              (line  29)
+* gsl_wavelet2d_transform_forward (C function): Wavelet transforms in two dimension.
+                                                              (line  29)
+* gsl_wavelet2d_transform_inverse (C function): Wavelet transforms in two dimension.
+                                                              (line  29)
+* gsl_wavelet2d_transform_matrix (C function): Wavelet transforms in two dimension.
+                                                              (line  56)
+* gsl_wavelet2d_transform_matrix_forward (C function): Wavelet transforms in two dimension.
+                                                              (line  56)
+* gsl_wavelet2d_transform_matrix_inverse (C function): Wavelet transforms in two dimension.
+                                                              (line  56)
+* gsl_wavelet_alloc (C function):        Initialization.      (line  11)
+* gsl_wavelet_free (C function):         Initialization.      (line  57)
+* gsl_wavelet_name (C function):         Initialization.      (line  52)
+* gsl_wavelet_transform (C function):    Wavelet transforms in one dimension.
+                                                              (line   6)
+* gsl_wavelet_transform_forward (C function): Wavelet transforms in one dimension.
+                                                              (line   6)
+* gsl_wavelet_transform_inverse (C function): Wavelet transforms in one dimension.
+                                                              (line   6)
+* gsl_wavelet_type (C type):             Initialization.      (line  22)
+* gsl_wavelet_type.gsl_wavelet_bspline (C var): Initialization.
+                                                              (line  39)
+* gsl_wavelet_type.gsl_wavelet_bspline_centered (C var): Initialization.
+                                                              (line  39)
+* gsl_wavelet_type.gsl_wavelet_daubechies (C var): Initialization.
+                                                              (line  24)
+* gsl_wavelet_type.gsl_wavelet_daubechies_centered (C var): Initialization.
+                                                              (line  24)
+* gsl_wavelet_type.gsl_wavelet_haar (C var): Initialization.  (line  32)
+* gsl_wavelet_type.gsl_wavelet_haar_centered (C var): Initialization.
+                                                              (line  32)
+* gsl_wavelet_workspace (C type):        Initialization.      (line  61)
+* gsl_wavelet_workspace_alloc (C function): Initialization.   (line  66)
+* gsl_wavelet_workspace_free (C function): Initialization.    (line  77)
+* Gumbel distribution (Type 1):          The Type-1 Gumbel Distribution.
+                                                              (line   6)
+* Gumbel distribution (Type 2):          The Type-2 Gumbel Distribution.
+                                                              (line   6)
+* Haar wavelets:                         Initialization.      (line  32)
+* Hankel transforms, discrete:           References and Further Reading<27>.
+                                                              (line  54)
+* HAVE_INLINE:                           ANSI C Compliance.   (line  25)
+* hazard function, normal distribution:  Probability functions.
+                                                              (line  21)
+* HBOOK:                                 References and Further Reading<19>.
+                                                              (line   6)
+* header files, including:               An Example Program.  (line  28)
+* heapsort:                              Examples<6>.         (line 111)
+* HEMM, Level-3 BLAS:                    Level 3.             (line  50)
+* HEMV, Level-2 BLAS:                    Level 2.             (line  85)
+* HER, Level-2 BLAS:                     Level 2.             (line 140)
+* HER2, Level-2 BLAS:                    Level 2.             (line 168)
+* HER2K, Level-3 BLAS:                   Level 3.             (line 187)
+* HERK, Level-3 BLAS:                    Level 3.             (line 144)
+* Hermite functions:                     Derivatives of Hermite Polynomials.
+                                                              (line  59)
+* Hermite functions, derivatives:        Derivatives of Hermite Functions.
+                                                              (line   6)
+* Hermite functions, zeros:              Zeros of Hermite Polynomials and Hermite Functions.
+                                                              (line   6)
+* Hermite polynomials:                   Hermite Polynomials and Functions.
+                                                              (line  11)
+* Hermite polynomials, derivatives:      Derivatives of Hermite Polynomials.
+                                                              (line   6)
+* Hermite polynomials, zeros:            Zeros of Hermite Polynomials and Hermite Functions.
+                                                              (line   6)
+* hermitian matrix, complex, eigensystem: Complex Hermitian Matrices.
+                                                              (line   9)
+* Hessenberg decomposition:              Tridiagonal Decomposition of Hermitian Matrices.
+                                                              (line  44)
+* Hessenberg triangular decomposition:   Hessenberg Decomposition of Real Matrices.
+                                                              (line  55)
+* histogram statistics:                  Searching histogram ranges.
+                                                              (line  23)
+* histogram, from ntuple:                Histogramming ntuple values.
+                                                              (line  41)
+* histograms:                            References and Further Reading<18>.
+                                                              (line  19)
+* histograms, random sampling from:      Resampling from histograms.
+                                                              (line  17)
+* Householder linear solver:             Householder Transformations.
+                                                              (line  59)
+* Householder matrix:                    Givens Rotations.    (line  36)
+* Householder transformation:            Givens Rotations.    (line  36)
+* how to report:                         No Warranty.         (line  12)
+* Hurwitz Zeta Function:                 Hurwitz Zeta Function.
+                                                              (line   6)
+* HYBRID algorithm, unscaled without derivatives: Algorithms without Derivatives.
+                                                              (line  28)
+* HYBRID algorithms for nonlinear systems: Algorithms using Derivatives.
+                                                              (line  18)
+* HYBRIDJ algorithm:                     Algorithms using Derivatives.
+                                                              (line  76)
+* HYBRIDS algorithm, scaled without derivatives: Algorithms without Derivatives.
+                                                              (line  18)
+* HYBRIDSJ algorithm:                    Algorithms using Derivatives.
+                                                              (line  18)
+* hydrogen atom:                         Coulomb Functions.   (line   6)
+* hyperbolic cosine, inverse:            Elementary Functions.
+                                                              (line  36)
+* hyperbolic functions, complex numbers: Inverse Complex Trigonometric Functions.
+                                                              (line  65)
+* hyperbolic integrals:                  Hyperbolic Integrals.
+                                                              (line   6)
+* hyperbolic sine, inverse:              Elementary Functions.
+                                                              (line  41)
+* hyperbolic space:                      Legendre Functions and Spherical Harmonics.
+                                                              (line   6)
+* hyperbolic tangent, inverse:           Elementary Functions.
+                                                              (line  46)
+* hypergeometric functions:              Hypergeometric Functions.
+                                                              (line   6)
+* hypergeometric random variates:        The Hypergeometric Distribution.
+                                                              (line   6)
+* hypot:                                 Elementary Functions.
+                                                              (line  24)
+* hypot function, special functions:     Circular Trigonometric Functions.
+                                                              (line  16)
+* I(x), Bessel Functions:                Regular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* i(x), Bessel Functions:                Regular Modified Spherical Bessel Functions.
+                                                              (line   6)
+* identity matrix:                       Accessing matrix elements.
+                                                              (line  48)
+* identity permutation:                  Permutation allocation.
+                                                              (line  24)
+* IEEE exceptions:                       Representation of floating point numbers.
+                                                              (line 135)
+* IEEE floating point:                   References and Further Reading<39>.
+                                                              (line  18)
+* IEEE format for floating point numbers: IEEE floating-point arithmetic.
+                                                              (line  11)
+* IEEE infinity, defined as a macro:     Mathematical Constants.
+                                                              (line  59)
+* IEEE NaN, defined as a macro:          Infinities and Not-a-number.
+                                                              (line  16)
+* illumination, units of:                Viscosity.           (line  13)
+* imperial units:                        Measurement of Time. (line  22)
+* Implicit Euler method:                 Stepping Functions.  (line 131)
+* Implicit Runge-Kutta method:           Stepping Functions.  (line 140)
+* importance sampling, VEGAS:            MISER.               (line 160)
+* including GSL header files:            An Example Program.  (line  29)
+* incomplete Beta function, normalized:  Incomplete Beta Function.
+                                                              (line   6)
+* incomplete Fermi-Dirac integral:       Incomplete Fermi-Dirac Integrals.
+                                                              (line   6)
+* incomplete Gamma function:             Incomplete Gamma Functions.
+                                                              (line  14)
+* indirect sorting:                      Sorting objects.     (line  58)
+* indirect sorting, of vector elements:  Sorting vectors.     (line  49)
+* infinity, defined as a macro:          Mathematical Constants.
+                                                              (line  60)
+* infinity, IEEE format:                 Representation of floating point numbers.
+                                                              (line  30)
+* info-gsl mailing list:                 GSL is Free Software.
+                                                              (line  45)
+* initial value problems, differential equations: References and Further Reading<21>.
+                                                              (line  11)
+* initializing matrices:                 Accessing matrix elements.
+                                                              (line  48)
+* initializing vectors:                  Accessing vector elements.
+                                                              (line  75)
+* inline functions:                      ANSI C Compliance.   (line  25)
+* integer powers:                        Power Function.      (line   6)
+* integrals, exponential:                Exponential Integrals.
+                                                              (line   6)
+* integration, numerical (quadrature):   References and Further Reading<11>.
+                                                              (line  67)
+* interpolating quadrature:              Fixed point quadratures.
+                                                              (line   6)
+* interpolation:                         References and Further Reading<22>.
+                                                              (line  47)
+* interpolation, using Chebyshev polynomials: References and Further Reading<24>.
+                                                              (line  14)
+* inverse complex trigonometric functions: Complex Trigonometric Functions.
+                                                              (line  35)
+* inverse cumulative distribution functions: References.      (line  14)
+* inverse hyperbolic cosine:             Elementary Functions.
+                                                              (line  36)
+* inverse hyperbolic functions, complex numbers: Complex Hyperbolic Functions.
+                                                              (line  35)
+* inverse hyperbolic sine:               Elementary Functions.
+                                                              (line  41)
+* inverse hyperbolic tangent:            Elementary Functions.
+                                                              (line  46)
+* inverse of a matrix, by LU decomposition: LU Decomposition. (line  77)
+* inverting a permutation:               Permutation functions.
+                                                              (line  11)
+* Irregular Cylindrical Bessel Functions: Irregular Cylindrical Bessel Functions.
+                                                              (line   6)
+* Irregular Modified Bessel Functions, Fractional Order: Irregular Modified Bessel Functions—Fractional Order.
+                                                              (line   6)
+* Irregular Modified Cylindrical Bessel Functions: Irregular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* Irregular Modified Spherical Bessel Functions: Irregular Modified Spherical Bessel Functions.
+                                                              (line   6)
+* Irregular Spherical Bessel Functions:  Irregular Spherical Bessel Functions.
+                                                              (line   6)
+* iterating through combinations:        Combination functions.
+                                                              (line   6)
+* iterating through multisets:           Multiset functions.  (line   6)
+* iterating through permutations:        Permutation functions.
+                                                              (line  17)
+* iterative refinement of solutions in linear systems: LU Decomposition.
+                                                              (line  64)
+* J(x), Bessel Functions:                Regular Cylindrical Bessel Functions.
+                                                              (line   6)
+* j(x), Bessel Functions:                Regular Spherical Bessel Functions.
+                                                              (line   6)
+* Jacobi elliptic functions:             Elliptic Functions Jacobi.
+                                                              (line   6)
+* Jacobi orthogonalization:              Singular Value Decomposition.
+                                                              (line  61)
+* Jacobian matrix, ODEs:                 Defining the ODE System.
+                                                              (line  42)
+* Jacobian matrix, root finding:         Overview<3>.         (line  41)
+* K(x), Bessel Functions:                Irregular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* k(x), Bessel Functions:                Irregular Modified Spherical Bessel Functions.
+                                                              (line   6)
+* knots, basis splines:                  Initializing the B-splines solver.
+                                                              (line  24)
+* kurtosis:                              Absolute deviation.  (line  34)
+* Laguerre functions:                    Laguerre Functions.  (line   6)
+* Lambert function:                      Lambert W Functions. (line   6)
+* Landau distribution:                   The Landau Distribution.
+                                                              (line   6)
+* LAPACK:                                References and Further Reading<10>.
+                                                              (line  18)
+* Laplace distribution:                  The Laplace Distribution.
+                                                              (line   6)
+* large dense linear least squares:      Robust linear regression.
+                                                              (line 335)
+* large linear least squares, normal equations: Large dense linear systems.
+                                                              (line  46)
+* large linear least squares, routines:  Large Dense Linear Systems Solution Steps.
+                                                              (line  30)
+* large linear least squares, steps:     Tall Skinny QR TSQR Approach.
+                                                              (line  38)
+* large linear least squares, TSQR:      Normal Equations Approach.
+                                                              (line  30)
+* ldexp:                                 Elementary Functions.
+                                                              (line  51)
+* LDL decomposition:                     Modified Cholesky Decomposition.
+                                                              (line  69)
+* LDLT decomposition:                    Modified Cholesky Decomposition.
+                                                              (line  69)
+* LDLT decomposition, banded:            Banded Cholesky Decomposition.
+                                                              (line  98)
+* LD_LIBRARY_PATH:                       Linking with an alternative BLAS library.
+                                                              (line  25)
+* leading dimension, matrices:           Example programs for vectors.
+                                                              (line 100)
+* least squares fit:                     References and Further Reading<32>.
+                                                              (line  24)
+* least squares troubleshooting:         Large Dense Linear Least Squares Routines.
+                                                              (line 204)
+* least squares, covariance of best-fit parameters: High Level Driver.
+                                                              (line  40)
+* least squares, nonlinear:              References and Further Reading<33>.
+                                                              (line  55)
+* least squares, regularized:            Multi-parameter regression.
+                                                              (line 182)
+* least squares, robust:                 Regularized regression.
+                                                              (line 411)
+* Legendre forms of elliptic integrals:  Definition of Legendre Forms.
+                                                              (line   6)
+* Legendre functions:                    Legendre Functions and Spherical Harmonics.
+                                                              (line   6)
+* Legendre polynomials:                  Legendre Functions and Spherical Harmonics.
+                                                              (line   6)
+* length, computed accurately using hypot: Elementary Functions.
+                                                              (line  24)
+* length, computed accurately using hypot3: Elementary Functions.
+                                                              (line  30)
+* Levenberg-Marquardt algorithm:         Solving the Trust Region Subproblem TRS.
+                                                              (line  29)
+* Levenberg-Marquardt algorithm, geodesic acceleration: Levenberg-Marquardt.
+                                                              (line  34)
+* Levin u-transform:                     References and Further Reading<25>.
+                                                              (line  12)
+* Levy distribution:                     The Levy alpha-Stable Distributions.
+                                                              (line   6)
+* Levy distribution, skew:               The Levy skew alpha-Stable Distribution.
+                                                              (line   6)
+* libraries, linking with:               Compiling and Linking.
+                                                              (line  24)
+* libraries, shared:                     Linking with an alternative BLAS library.
+                                                              (line  26)
+* license of GSL:                        Top.                 (line  12)
+* light, units of:                       Viscosity.           (line  14)
+* linear algebra:                        References and Further Reading<8>.
+                                                              (line  33)
+* linear algebra, BLAS:                  References and Further Reading<7>.
+                                                              (line  15)
+* linear algebra, sparse:                References and Further Reading<37>.
+                                                              (line  13)
+* linear interpolation:                  1D Interpolation Types.
+                                                              (line  10)
+* linear least squares, large:           Robust linear regression.
+                                                              (line 334)
+* linear regression:                     Overview<5>.         (line  60)
+* linear systems:                        LU Decomposition.    (line  43)
+* linear systems, refinement of solutions: LU Decomposition.  (line  64)
+* linking with GSL libraries:            Compiling and Linking.
+                                                              (line  24)
+* location estimation:                   Order Statistics.    (line  23)
+* log1p:                                 Elementary Functions.
+                                                              (line  12)
+* logarithm and related functions:       Logarithm and Related Functions.
+                                                              (line   6)
+* logarithm of Beta function:            Beta Functions.      (line  14)
+* logarithm of combinatorial factor C(m: Factorials.          (line  50)
+* logarithm of complex number:           Elementary Complex Functions.
+                                                              (line  33)
+* logarithm of cosh function, special functions: Hyperbolic Trigonometric Functions.
+                                                              (line  11)
+* logarithm of double factorial:         Factorials.          (line  36)
+* logarithm of factorial:                Factorials.          (line  27)
+* logarithm of Gamma function:           Gamma Functions.     (line  23)
+* logarithm of Pochhammer symbol:        Pochhammer Symbol.   (line  16)
+* logarithm of sinh function:            Hyperbolic Trigonometric Functions.
+                                                              (line   6)
+* logarithm of the determinant of a matrix: LU Decomposition. (line 120)
+* logarithm, computed accurately near 1: Elementary Functions.
+                                                              (line  12)
+* Logarithmic random variates:           The Hypergeometric Distribution.
+                                                              (line  39)
+* Logistic distribution:                 The Logistic Distribution.
+                                                              (line   6)
+* Lognormal distribution:                The Lognormal Distribution.
+                                                              (line   6)
+* low discrepancy sequences:             Acknowledgements.    (line  12)
+* Low-level CBLAS:                       Autoconf Macros.     (line 107)
+* LQ decomposition:                      QR Decomposition with Column Pivoting.
+                                                              (line 167)
+* LU decomposition:                      Linear Algebra.      (line  15)
+* LU decomposition, banded:              Symmetric Banded Format.
+                                                              (line  36)
+* macros for mathematical constants:     Mathematical Functions.
+                                                              (line  14)
+* magnitude of complex number:           Properties of complex numbers.
+                                                              (line  11)
+* mailing list:                          No Warranty.         (line  12)
+* mailing list archives:                 Reporting Bugs.      (line  31)
+* mailing list for GSL announcements:    GSL is Free Software.
+                                                              (line  46)
+* mantissa, IEEE format:                 IEEE floating-point arithmetic.
+                                                              (line  11)
+* mass, units of:                        Volume Area and Length.
+                                                              (line  42)
+* mathematical constants, defined as macros: Mathematical Functions.
+                                                              (line  14)
+* mathematical functions, elementary:    Examples.            (line  38)
+* Mathieu Function Characteristic Values: Mathieu Function Characteristic Values.
+                                                              (line   6)
+* Mathieu functions:                     Mathieu Functions.   (line   6)
+* matrices:                              Example programs for vectors.
+                                                              (line 100)
+* matrices, banded:                      Triangular Systems.  (line  43)
+* matrices, initializing:                Accessing matrix elements.
+                                                              (line  48)
+* matrices, range-checking:              Matrix allocation.   (line  40)
+* matrices, sparse:                      References and Further Reading<35>.
+                                                              (line  22)
+* matrix determinant:                    LU Decomposition.    (line 111)
+* matrix diagonal:                       Creating row and column views.
+                                                              (line  70)
+* matrix factorization:                  References and Further Reading<8>.
+                                                              (line  33)
+* matrix inverse:                        LU Decomposition.    (line  77)
+* matrix square root, Cholesky decomposition: Singular Value Decomposition.
+                                                              (line  96)
+* matrix subdiagonal:                    Creating row and column views.
+                                                              (line  84)
+* matrix superdiagonal:                  Creating row and column views.
+                                                              (line  98)
+* matrix, constant:                      Accessing matrix elements.
+                                                              (line  47)
+* matrix, identity:                      Accessing matrix elements.
+                                                              (line  48)
+* matrix, operations:                    References and Further Reading<7>.
+                                                              (line  15)
+* matrix, zero:                          Accessing matrix elements.
+                                                              (line  48)
+* max:                                   References and Further Reading<14>.
+                                                              (line  51)
+* maximal phase, Daubechies wavelets:    Initialization.      (line  24)
+* maximization, see minimization:        References and Further Reading<29>.
+                                                              (line  17)
+* maximum of two numbers:                Maximum and Minimum functions.
+                                                              (line  10)
+* maximum value, from histogram:         Searching histogram ranges.
+                                                              (line  23)
+* mean:                                  References and Further Reading<14>.
+                                                              (line  52)
+* mean value, from histogram:            Histogram Statistics.
+                                                              (line  28)
+* mean, trimmed:                         Robust Location Estimates.
+                                                              (line  16)
+* mean, truncated:                       Robust Location Estimates.
+                                                              (line  16)
+* median absolute deviation:             Robust Scale Estimates.
+                                                              (line  12)
+* Mills’ ratio, inverse:                 Probability functions.
+                                                              (line  21)
+* min:                                   References and Further Reading<14>.
+                                                              (line  52)
+* minimization, BFGS algorithm:          Algorithms with Derivatives.
+                                                              (line  45)
+* minimization, caveats:                 Overview<2>.         (line  45)
+* minimization, conjugate gradient algorithm: Algorithms with Derivatives.
+                                                              (line  15)
+* minimization, multidimensional:        References and Further Reading<31>.
+                                                              (line  29)
+* minimization, one-dimensional:         References and Further Reading<29>.
+                                                              (line  17)
+* minimization, overview:                One Dimensional Minimization.
+                                                              (line  20)
+* minimization, Polak-Ribiere algorithm: Algorithms with Derivatives.
+                                                              (line  35)
+* minimization, providing a function to minimize: Initializing the Minimizer.
+                                                              (line  60)
+* minimization, simplex algorithm:       Algorithms without Derivatives<2>.
+                                                              (line  14)
+* minimization, steepest descent algorithm: Algorithms with Derivatives.
+                                                              (line  69)
+* minimization, stopping parameters:     Iteration<2>.        (line  56)
+* minimum finding, Brent’s method:       Minimization Algorithms.
+                                                              (line  34)
+* minimum finding, golden section algorithm: Minimization Algorithms.
+                                                              (line  15)
+* minimum of two numbers:                Maximum and Minimum functions.
+                                                              (line  15)
+* minimum value, from histogram:         Searching histogram ranges.
+                                                              (line  22)
+* MINPACK, minimization algorithms:      Algorithms using Derivatives.
+                                                              (line  18)
+* MISCFUN:                               References and Further Reading<3>.
+                                                              (line  15)
+* MISER monte carlo integration:         PLAIN Monte Carlo.   (line  66)
+* Mixed-radix FFT, complex data:         Radix-2 FFT routines for complex data.
+                                                              (line 119)
+* Mixed-radix FFT, real data:            Radix-2 FFT routines for real data.
+                                                              (line  97)
+* Modified Bessel Functions, Fractional Order: Regular Modified Bessel Functions—Fractional Order.
+                                                              (line   6)
+* Modified Cholesky Decomposition:       Pivoted Cholesky Decomposition.
+                                                              (line 110)
+* Modified Clenshaw-Curtis quadrature:   Integrands with weight functions.
+                                                              (line   6)
+* Modified Cylindrical Bessel Functions: Regular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* Modified Givens Rotation, BLAS:        Level 1.             (line 152)
+* Modified Newton’s method for nonlinear systems: Algorithms using Derivatives.
+                                                              (line 105)
+* Modified Spherical Bessel Functions:   Regular Modified Spherical Bessel Functions.
+                                                              (line   6)
+* Monte Carlo integration:               References and Further Reading<19>.
+                                                              (line   9)
+* moving maximum:                        Moving Variance and Standard Deviation.
+                                                              (line  32)
+* moving mean:                           Allocation for Moving Window Statistics.
+                                                              (line  30)
+* moving median:                         Moving Sum.          (line  20)
+* moving median absolute deviation:      Robust Scale Estimation.
+                                                              (line  17)
+* moving minimum:                        Moving Variance and Standard Deviation.
+                                                              (line  32)
+* moving quantile range:                 Moving MAD.          (line  31)
+* moving standard deviation:             Moving Mean.         (line  25)
+* moving sum:                            Moving Minimum and Maximum.
+                                                              (line  40)
+* moving variance:                       Moving Mean.         (line  25)
+* moving window accumulators:            Moving Q_n.          (line  20)
+* moving window statistics:              References and Further Reading<16>.
+                                                              (line  14)
+* moving window, allocation:             Handling Endpoints.  (line  40)
+* MRG, multiple recursive random number generator: Random number generator algorithms.
+                                                              (line 126)
+* MT19937 random number generator:       Random number generator algorithms.
+                                                              (line  19)
+* multi-parameter regression:            Linear regression without a constant term.
+                                                              (line  51)
+* multidimensional integration:          References and Further Reading<19>.
+                                                              (line   8)
+* multidimensional root finding, Broyden algorithm: Algorithms without Derivatives.
+                                                              (line  57)
+* multidimensional root finding, overview: Multidimensional Root-Finding.
+                                                              (line  20)
+* multidimensional root finding, providing a function to solve: Initializing the Solver<2>.
+                                                              (line  83)
+* Multimin, caveats:                     Overview<4>.         (line  47)
+* Multinomial distribution:              The Multinomial Distribution.
+                                                              (line   6)
+* multiplication:                        Elementary Operations.
+                                                              (line   6)
+* multisets:                             References and Further Reading<6>.
+                                                              (line  11)
+* multistep methods, ODEs:               Stepping Functions.  (line 164)
+* n):                                    Factorials.          (line  43)
+* n) <1>:                                Factorials.          (line  50)
+* N-dimensional random direction vector: Spherical Vector Distributions.
+                                                              (line  44)
+* NaN, defined as a macro:               Infinities and Not-a-number.
+                                                              (line  16)
+* nautical units:                        Imperial Units.      (line  25)
+* Negative Binomial distribution, random variates: The Negative Binomial Distribution.
+                                                              (line   6)
+* Nelder-Mead simplex algorithm for minimization: Algorithms without Derivatives<2>.
+                                                              (line  14)
+* Newton algorithm, discrete:            Algorithms without Derivatives.
+                                                              (line  34)
+* Newton algorithm, globally convergent: Algorithms using Derivatives.
+                                                              (line 105)
+* Newton’s method for finding roots:     Root Finding Algorithms using Derivatives.
+                                                              (line  17)
+* Newton’s method for systems of nonlinear equations: Algorithms using Derivatives.
+                                                              (line  84)
+* Niederreiter sequence:                 Acknowledgements.    (line  11)
+* NIST Statistical Reference Datasets:   References and Further Reading<33>.
+                                                              (line  16)
+* non-normalized incomplete Gamma function: Incomplete Gamma Functions.
+                                                              (line   6)
+* nonlinear equation, solutions of:      References and Further Reading<28>.
+                                                              (line  14)
+* nonlinear fitting, stopping parameters, convergence: Iteration<5>.
+                                                              (line 120)
+* nonlinear functions, minimization:     References and Further Reading<29>.
+                                                              (line  16)
+* nonlinear least squares:               References and Further Reading<33>.
+                                                              (line  56)
+* nonlinear least squares, dogleg:       Levenberg-Marquardt with Geodesic Acceleration.
+                                                              (line  29)
+* nonlinear least squares, double dogleg: Dogleg.             (line  26)
+* nonlinear least squares, levenberg-marquardt: Solving the Trust Region Subproblem TRS.
+                                                              (line  29)
+* nonlinear least squares, levenberg-marquardt, geodesic acceleration: Levenberg-Marquardt.
+                                                              (line  33)
+* nonlinear least squares, overview:     Nonlinear Least-Squares Fitting.
+                                                              (line  27)
+* nonlinear systems of equations, solution of: References and Further Reading<30>.
+                                                              (line  13)
+* nonsymmetric matrix, real, eigensystem: Real Nonsymmetric Matrices.
+                                                              (line   6)
+* Nordsieck form:                        Stepping Functions.  (line 164)
+* normalized form, IEEE format:          Representation of floating point numbers.
+                                                              (line  14)
+* normalized incomplete Beta function:   Incomplete Beta Function.
+                                                              (line   6)
+* Not-a-number, defined as a macro:      Infinities and Not-a-number.
+                                                              (line  16)
+* NRM2, Level-1 BLAS:                    Level 1.             (line  42)
+* ntuples:                               Example programs for 2D histograms.
+                                                              (line  72)
+* nuclear physics, constants:            Astronomy and Astrophysics.
+                                                              (line  29)
+* numerical constants, defined as macros: Mathematical Functions.
+                                                              (line  14)
+* numerical derivatives:                 References and Further Reading<23>.
+                                                              (line  18)
+* numerical integration (quadrature):    References and Further Reading<11>.
+                                                              (line  67)
+* obtaining GSL:                         GSL is Free Software.
+                                                              (line  46)
+* ODEs, initial value problems:          References and Further Reading<21>.
+                                                              (line  10)
+* online statistics:                     References and Further Reading<15>.
+                                                              (line  39)
+* online statistics <1>:                 References and Further Reading<16>.
+                                                              (line  13)
+* optimization, combinatorial:           References and Further Reading<20>.
+                                                              (line  21)
+* optimization, see minimization:        References and Further Reading<29>.
+                                                              (line  17)
+* optimized functions, alternatives:     Portability functions.
+                                                              (line  33)
+* ordering, matrix elements:             Example programs for vectors.
+                                                              (line  99)
+* ordinary differential equations, initial value problem: References and Further Reading<21>.
+                                                              (line  11)
+* oscillatory functions, numerical integration of: QAWO adaptive integration for oscillatory functions.
+                                                              (line   6)
+* overflow, IEEE exceptions:             Representation of floating point numbers.
+                                                              (line 134)
+* Pareto distribution:                   The Pareto Distribution.
+                                                              (line   6)
+* PAW:                                   References and Further Reading<19>.
+                                                              (line   6)
+* permutations:                          References and Further Reading<4>.
+                                                              (line  12)
+* physical constants:                    References and Further Reading<38>.
+                                                              (line  15)
+* physical dimension, matrices:          Example programs for vectors.
+                                                              (line 100)
+* pi, defined as a macro:                Mathematical Constants.
+                                                              (line   9)
+* Pivoted Cholesky Decomposition:        Cholesky Decomposition.
+                                                              (line 154)
+* plain Monte Carlo:                     Interface.           (line  80)
+* Pochhammer symbol:                     Pochhammer Symbol.   (line   6)
+* Poisson random numbers:                The Poisson Distribution.
+                                                              (line   6)
+* Polak-Ribiere algorithm, minimization: Algorithms with Derivatives.
+                                                              (line  35)
+* polar form of complex numbers:         Complex Numbers.     (line  21)
+* polar to rectangular conversion:       Conversion Functions.
+                                                              (line   6)
+* polygamma functions:                   Psi Digamma Function.
+                                                              (line   6)
+* polynomial evaluation:                 Polynomials.         (line  13)
+* polynomial interpolation:              1D Interpolation Types.
+                                                              (line  15)
+* polynomials, roots of:                 References and Further Reading.
+                                                              (line  32)
+* power function:                        Power Function.      (line   6)
+* power of complex number:               Elementary Complex Functions.
+                                                              (line  17)
+* power, units of:                       Mass and Weight.     (line  50)
+* precision, IEEE arithmetic:            Representation of floating point numbers.
+                                                              (line 135)
+* predictor-corrector method, ODEs:      Stepping Functions.  (line 164)
+* prefixes:                              Force and Energy.    (line  22)
+* pressure:                              Thermal Energy and Power.
+                                                              (line  22)
+* Prince-Dormand, Runge-Kutta method:    Stepping Functions.  (line 126)
+* printers units:                        Speed and Nautical Units.
+                                                              (line  25)
+* probability distribution, from histogram: Resampling from histograms.
+                                                              (line  18)
+* probability distributions, from histograms: Reading and writing histograms.
+                                                              (line  67)
+* projection of ntuples:                 Histogramming ntuple values.
+                                                              (line  41)
+* psi function:                          Psi Digamma Function.
+                                                              (line   6)
+* QAG quadrature algorithm:              QAG adaptive integration.
+                                                              (line   6)
+* QAGI quadrature algorithm:             QAGI adaptive integration on infinite intervals.
+                                                              (line   6)
+* QAGP quadrature algorithm:             QAGP adaptive integration with known singular points.
+                                                              (line   6)
+* QAGS quadrature algorithm:             QAGS adaptive integration with singularities.
+                                                              (line   6)
+* QAWC quadrature algorithm:             QAWC adaptive integration for Cauchy principal values.
+                                                              (line   6)
+* QAWF quadrature algorithm:             QAWF adaptive integration for Fourier integrals.
+                                                              (line   6)
+* QAWO quadrature algorithm:             QAWO adaptive integration for oscillatory functions.
+                                                              (line   6)
+* QAWS quadrature algorithm:             QAWS adaptive integration for singular functions.
+                                                              (line   6)
+* QL decomposition:                      LQ Decomposition.    (line  65)
+* Qn statistic:                          S_n Statistic.       (line  35)
+* QNG quadrature algorithm:              QNG non-adaptive Gauss-Kronrod integration.
+                                                              (line   6)
+* QR decomposition:                      LU Decomposition.    (line 136)
+* QR decomposition with column pivoting: Triangle on Top of Diagonal.
+                                                              (line  54)
+* QUADPACK:                              References and Further Reading<11>.
+                                                              (line  66)
+* quadratic equation, solving:           Divided Difference Representation of Polynomials.
+                                                              (line  81)
+* quadrature:                            References and Further Reading<11>.
+                                                              (line  67)
+* quadrature, fixed point:               Fixed point quadratures.
+                                                              (line   6)
+* quadrature, interpolating:             Fixed point quadratures.
+                                                              (line   6)
+* quantile functions:                    References.          (line  13)
+* quasi-random sequences:                Acknowledgements.    (line  12)
+* R250 shift-register random number generator: Other random number generators.
+                                                              (line  62)
+* Racah coefficients:                    Coupling Coefficients.
+                                                              (line   6)
+* Radial Mathieu Functions:              Radial Mathieu Functions.
+                                                              (line   6)
+* radioactivity:                         Light and Illumination.
+                                                              (line  34)
+* Radix-2 FFT for real data:             Overview of real data FFTs.
+                                                              (line  49)
+* Radix-2 FFT, complex data:             Overview of complex data FFTs.
+                                                              (line  72)
+* rand, BSD random number generator:     Unix random number generators.
+                                                              (line  17)
+* rand48 random number generator:        Unix random number generators.
+                                                              (line  59)
+* random number distributions:           References.          (line  14)
+* random number generators:              References and Further Reading<12>.
+                                                              (line  33)
+* random sampling from histograms:       Resampling from histograms.
+                                                              (line  18)
+* RANDU random number generator:         Other random number generators.
+                                                              (line 113)
+* RANF random number generator:          Other random number generators.
+                                                              (line  22)
+* range:                                 References and Further Reading<14>.
+                                                              (line  52)
+* range-checking for matrices:           Matrix allocation.   (line  39)
+* range-checking for vectors:            Vector allocation.   (line  36)
+* RANLUX random number generator:        Random number generator algorithms.
+                                                              (line  74)
+* RANLXD random number generator:        Random number generator algorithms.
+                                                              (line  67)
+* RANLXS random number generator:        Random number generator algorithms.
+                                                              (line  47)
+* RANMAR random number generator:        Other random number generators.
+                                                              (line  55)
+* RANMAR random number generator <1>:    Other random number generators.
+                                                              (line 123)
+* Rayleigh distribution:                 The Rayleigh Distribution.
+                                                              (line   6)
+* Rayleigh Tail distribution:            The Rayleigh Tail Distribution.
+                                                              (line   6)
+* real nonsymmetric matrix, eigensystem: Real Nonsymmetric Matrices.
+                                                              (line   6)
+* real symmetric matrix, eigensystem:    Real Symmetric Matrices.
+                                                              (line   6)
+* Reciprocal Gamma function:             Gamma Functions.     (line  54)
+* rectangular to polar conversion:       Conversion Functions.
+                                                              (line   6)
+* recursive stratified sampling, MISER:  PLAIN Monte Carlo.   (line  65)
+* reduction of angular variables:        Restriction Functions.
+                                                              (line   6)
+* refinement of solutions in linear systems: LU Decomposition.
+                                                              (line  64)
+* regression, least squares:             References and Further Reading<32>.
+                                                              (line  24)
+* regression, ridge:                     Multi-parameter regression.
+                                                              (line 183)
+* regression, robust:                    Regularized regression.
+                                                              (line 412)
+* regression, Tikhonov:                  Multi-parameter regression.
+                                                              (line 183)
+* Regular Bessel Functions, Fractional Order: Regular Bessel Function—Fractional Order.
+                                                              (line   6)
+* Regular Bessel Functions, Zeros of:    Zeros of Regular Bessel Functions.
+                                                              (line   6)
+* Regular Cylindrical Bessel Functions:  Regular Cylindrical Bessel Functions.
+                                                              (line   6)
+* Regular Modified Bessel Functions, Fractional Order: Regular Modified Bessel Functions—Fractional Order.
+                                                              (line   6)
+* Regular Modified Cylindrical Bessel Functions: Regular Modified Cylindrical Bessel Functions.
+                                                              (line   6)
+* Regular Modified Spherical Bessel Functions: Regular Modified Spherical Bessel Functions.
+                                                              (line   6)
+* Regular Spherical Bessel Functions:    Regular Spherical Bessel Functions.
+                                                              (line   6)
+* Regulated Gamma function:              Gamma Functions.     (line  43)
+* relative Pochhammer symbol:            Pochhammer Symbol.   (line  31)
+* reporting bugs in GSL:                 No Warranty.         (line  12)
+* representations of complex numbers:    Complex Numbers.     (line  21)
+* resampling from histograms:            Reading and writing histograms.
+                                                              (line  68)
+* residual, in nonlinear systems of equations: Search Stopping Parameters<2>.
+                                                              (line  34)
+* reversing a permutation:               Permutation functions.
+                                                              (line   6)
+* ridge regression:                      Multi-parameter regression.
+                                                              (line 183)
+* Riemann Zeta Function:                 Riemann Zeta Function.
+                                                              (line   6)
+* RK2, Runge-Kutta method:               Stepping Functions.  (line 104)
+* RK4, Runge-Kutta method:               Stepping Functions.  (line 108)
+* RKF45, Runge-Kutta-Fehlberg method:    Stepping Functions.  (line 115)
+* robust location estimators:            Order Statistics.    (line  23)
+* robust regression:                     Regularized regression.
+                                                              (line 412)
+* robust scale estimators:               Gastwirth Estimator. (line  25)
+* rolling maximum:                       Moving Variance and Standard Deviation.
+                                                              (line  31)
+* rolling mean:                          Allocation for Moving Window Statistics.
+                                                              (line  29)
+* rolling median:                        Moving Sum.          (line  19)
+* rolling median absolute deviation:     Robust Scale Estimation.
+                                                              (line  17)
+* rolling minimum:                       Moving Variance and Standard Deviation.
+                                                              (line  32)
+* rolling quantile range:                Moving MAD.          (line  30)
+* rolling standard deviation:            Moving Mean.         (line  24)
+* rolling sum:                           Moving Minimum and Maximum.
+                                                              (line  39)
+* rolling variance:                      Moving Mean.         (line  25)
+* rolling window accumulators:           Moving Q_n.          (line  19)
+* root finding:                          References and Further Reading<28>.
+                                                              (line  15)
+* root finding, bisection algorithm:     Root Bracketing Algorithms.
+                                                              (line  18)
+* root finding, Brent’s method:          Root Bracketing Algorithms.
+                                                              (line  54)
+* root finding, caveats:                 Overview.            (line  39)
+* root finding, false position algorithm: Root Bracketing Algorithms.
+                                                              (line  35)
+* root finding, initial guess:           Providing the function to solve.
+                                                              (line 121)
+* root finding, Newton’s method:         Root Finding Algorithms using Derivatives.
+                                                              (line  17)
+* root finding, overview:                One Dimensional Root-Finding.
+                                                              (line  19)
+* root finding, providing a function to solve: Initializing the Solver.
+                                                              (line  75)
+* root finding, search bounds:           Providing the function to solve.
+                                                              (line 122)
+* root finding, secant method:           Root Finding Algorithms using Derivatives.
+                                                              (line  32)
+* root finding, Steffenson’s method:     Root Finding Algorithms using Derivatives.
+                                                              (line  64)
+* root finding, stopping parameters:     Iteration.           (line  49)
+* root finding, stopping parameters <1>: Iteration<3>.        (line  58)
+* roots:                                 References and Further Reading<28>.
+                                                              (line  15)
+* ROTG, Level-1 BLAS:                    Level 1.             (line 130)
+* rounding mode:                         Representation of floating point numbers.
+                                                              (line 135)
+* Runge-Kutta Cash-Karp method:          Stepping Functions.  (line 121)
+* Runge-Kutta methods, ordinary differential equations: Stepping Functions.
+                                                              (line 104)
+* Runge-Kutta Prince-Dormand method:     Stepping Functions.  (line 126)
+* running statistics:                    References and Further Reading<15>.
+                                                              (line  40)
+* safe comparison of floating point numbers: Approximate Comparison of Floating Point Numbers.
+                                                              (line  12)
+* safeguarded step-length algorithm:     Minimization Algorithms.
+                                                              (line  52)
+* sampling from histograms:              Reading and writing histograms.
+                                                              (line  68)
+* sampling from histograms <1>:          Resampling from histograms.
+                                                              (line  18)
+* SAXPY, Level-1 BLAS:                   Level 1.             (line 105)
+* SCAL, Level-1 BLAS:                    Level 1.             (line 117)
+* scale estimation:                      Gastwirth Estimator. (line  25)
+* schedule, cooling:                     Simulated Annealing algorithm.
+                                                              (line  20)
+* se(q,x), Mathieu function:             Angular Mathieu Functions.
+                                                              (line   6)
+* secant method for finding roots:       Root Finding Algorithms using Derivatives.
+                                                              (line  32)
+* selection function, ntuples:           Histogramming ntuple values.
+                                                              (line  13)
+* series, acceleration:                  References and Further Reading<25>.
+                                                              (line  12)
+* shared libraries:                      Linking with an alternative BLAS library.
+                                                              (line  26)
+* shell prompt:                          Further Information. (line  27)
+* Shi(x):                                Hyperbolic Integrals.
+                                                              (line   6)
+* shift-register random number generator: Other random number generators.
+                                                              (line  62)
+* Si(x):                                 Trigonometric Integrals.
+                                                              (line   6)
+* sign bit, IEEE format:                 IEEE floating-point arithmetic.
+                                                              (line  11)
+* sign of the determinant of a matrix:   LU Decomposition.    (line 129)
+* simplex algorithm, minimization:       Algorithms without Derivatives<2>.
+                                                              (line  14)
+* simulated annealing:                   References and Further Reading<20>.
+                                                              (line  21)
+* sin, of complex number:                Complex Trigonometric Functions.
+                                                              (line   6)
+* sine function, special functions:      Circular Trigonometric Functions.
+                                                              (line   6)
+* single precision, IEEE format:         Representation of floating point numbers.
+                                                              (line  34)
+* singular functions, numerical integration of: QAWS adaptive integration for singular functions.
+                                                              (line   6)
+* singular points, specifying positions in quadrature: QAGP adaptive integration with known singular points.
+                                                              (line   6)
+* singular value decomposition:          Complete Orthogonal Decomposition.
+                                                              (line 122)
+* Skew Levy distribution:                The Levy skew alpha-Stable Distribution.
+                                                              (line   6)
+* skewness:                              Absolute deviation.  (line  35)
+* slope, see numerical derivative:       References and Further Reading<23>.
+                                                              (line  17)
+* Sn statistic:                          Median Absolute Deviation MAD.
+                                                              (line  30)
+* Sobol sequence:                        Acknowledgements.    (line  12)
+* solution of:                           LU Decomposition.    (line  43)
+* solution of linear system by Householder transformations: Householder Transformations.
+                                                              (line  60)
+* solution of linear systems, Ax=b:      References and Further Reading<8>.
+                                                              (line  33)
+* solving a nonlinear equation:          References and Further Reading<28>.
+                                                              (line  15)
+* solving nonlinear systems of equations: References and Further Reading<30>.
+                                                              (line  13)
+* sorting:                               Examples<6>.         (line 112)
+* sorting eigenvalues and eigenvectors:  Sorting Eigenvalues and Eigenvectors.
+                                                              (line   6)
+* sorting vector elements:               Sorting vectors.     (line  22)
+* source code, reuse in applications:    Deprecated Functions.
+                                                              (line  13)
+* sparse BLAS:                           References and Further Reading<36>.
+                                                              (line  14)
+* sparse BLAS, references:               Sparse BLAS operations.
+                                                              (line  22)
+* sparse linear algebra:                 References and Further Reading<37>.
+                                                              (line  14)
+* sparse linear algebra, examples:       Iterating the Sparse Linear System.
+                                                              (line  59)
+* sparse linear algebra, iterative solvers: Overview<9>.      (line  20)
+* sparse linear algebra, overview:       Sparse Linear Algebra.
+                                                              (line  14)
+* sparse linear algebra, references:     Examples<35>.        (line 136)
+* sparse matrices:                       References and Further Reading<35>.
+                                                              (line  23)
+* sparse matrices, accessing elements:   Allocation.          (line  80)
+* sparse matrices, allocation:           Overview<8>.         (line  61)
+* sparse matrices, BLAS operations:      Sparse BLAS Support. (line  14)
+* sparse matrices, compressed column storage: Coordinate Storage COO.
+                                                              (line  39)
+* sparse matrices, compressed row storage: Compressed Sparse Column CSC.
+                                                              (line  27)
+* sparse matrices, compressed sparse column: Coordinate Storage COO.
+                                                              (line  40)
+* sparse matrices, compressed sparse row: Compressed Sparse Column CSC.
+                                                              (line  28)
+* sparse matrices, compression:          Finding Maximum and Minimum Elements.
+                                                              (line  27)
+* sparse matrices, conversion:           Compressed Format.   (line  38)
+* sparse matrices, coordinate format:    Sparse Matrix Storage Formats.
+                                                              (line  18)
+* sparse matrices, copying:              Reading and Writing Matrices.
+                                                              (line  55)
+* sparse matrices, data types:           Sparse Matrices.     (line  18)
+* sparse matrices, examples:             Conversion Between Sparse and Dense Matrices.
+                                                              (line  26)
+* sparse matrices, exchanging rows and columns: Copying Matrices.
+                                                              (line  15)
+* sparse matrices, initializing elements: Accessing Matrix Elements.
+                                                              (line  33)
+* sparse matrices, iterative solvers:    Overview<9>.         (line  20)
+* sparse matrices, min/max elements:     Matrix Properties.   (line  48)
+* sparse matrices, operations:           Exchanging Rows and Columns.
+                                                              (line  30)
+* sparse matrices, overview:             Compressed Sparse Row CSR.
+                                                              (line  26)
+* sparse matrices, properties:           Matrix Operations.   (line  76)
+* sparse matrices, reading:              Initializing Matrix Elements.
+                                                              (line  21)
+* sparse matrices, references:           Examples<34>.        (line 133)
+* sparse matrices, storage formats:      Data types<2>.       (line  56)
+* sparse matrices, triplet format:       Sparse Matrix Storage Formats.
+                                                              (line  18)
+* sparse matrices, writing:              Initializing Matrix Elements.
+                                                              (line  20)
+* sparse, iterative solvers:             Overview<9>.         (line  19)
+* special functions:                     References and Further Reading<2>.
+                                                              (line  28)
+* special functions <1>:                 Hyperbolic Trigonometric Functions.
+                                                              (line   6)
+* Spherical Bessel Functions:            Regular Spherical Bessel Functions.
+                                                              (line   6)
+* spherical harmonics:                   Legendre Functions and Spherical Harmonics.
+                                                              (line   6)
+* spherical random variates, 2D:         Spherical Vector Distributions.
+                                                              (line  10)
+* spherical random variates, 3D:         Spherical Vector Distributions.
+                                                              (line  33)
+* spherical random variates, N-dimensional: Spherical Vector Distributions.
+                                                              (line  44)
+* spline:                                References and Further Reading<22>.
+                                                              (line  46)
+* splines, basis:                        References and Further Reading<34>.
+                                                              (line  37)
+* square root of a matrix, Cholesky decomposition: Singular Value Decomposition.
+                                                              (line  97)
+* square root of complex number:         Elementary Complex Functions.
+                                                              (line   6)
+* standard deviation:                    References and Further Reading<14>.
+                                                              (line  52)
+* standard deviation, from histogram:    Histogram Statistics.
+                                                              (line  35)
+* standards conformance, ANSI C:         Conventions used in this manual.
+                                                              (line  20)
+* Statistical Reference Datasets (StRD): References and Further Reading<33>.
+                                                              (line  16)
+* statistics:                            References and Further Reading<14>.
+                                                              (line  52)
+* statistics, from histogram:            Searching histogram ranges.
+                                                              (line  23)
+* statistics, moving window:             References and Further Reading<16>.
+                                                              (line  14)
+* steepest descent algorithm, minimization: Algorithms with Derivatives.
+                                                              (line  69)
+* Steffenson’s method for finding roots: Root Finding Algorithms using Derivatives.
+                                                              (line  64)
+* stratified sampling in Monte Carlo integration: References and Further Reading<19>.
+                                                              (line   9)
+* stride, of vector index:               Example programs for blocks.
+                                                              (line  27)
+* Student t-distribution:                The t-distribution.  (line  14)
+* subdiagonal, of a matrix:              Creating row and column views.
+                                                              (line  84)
+* summation, acceleration:               References and Further Reading<25>.
+                                                              (line  12)
+* superdiagonal, matrix:                 Creating row and column views.
+                                                              (line  98)
+* SVD:                                   Complete Orthogonal Decomposition.
+                                                              (line 123)
+* SWAP, Level-1 BLAS:                    Level 1.             (line  83)
+* swapping permutation elements:         Accessing permutation elements.
+                                                              (line  18)
+* SYMM, Level-3 BLAS:                    Level 3.             (line  27)
+* symmetric matrices, banded:            General Banded Format.
+                                                              (line  26)
+* symmetric matrix, real, eigensystem:   Real Symmetric Matrices.
+                                                              (line   6)
+* SYMV, Level-2 BLAS:                    Level 2.             (line  70)
+* synchrotron functions:                 Synchrotron Functions.
+                                                              (line   6)
+* SYR, Level-2 BLAS:                     Level 2.             (line 127)
+* SYR2, Level-2 BLAS:                    Level 2.             (line 154)
+* SYR2K, Level-3 BLAS:                   Level 3.             (line 162)
+* SYRK, Level-3 BLAS:                    Level 3.             (line 121)
+* systems of equations, nonlinear:       References and Further Reading<30>.
+                                                              (line  12)
+* t-distribution:                        The t-distribution.  (line  14)
+* t-test:                                References and Further Reading<14>.
+                                                              (line  52)
+* tangent of complex number:             Complex Trigonometric Functions.
+                                                              (line  16)
+* Tausworthe random number generator:    Random number generator algorithms.
+                                                              (line 144)
+* Taylor coefficients, computation of:   Factorials.          (line  57)
+* testing combination for validity:      Combination properties.
+                                                              (line  20)
+* testing multiset for validity:         Multiset properties. (line  20)
+* testing permutation for validity:      Permutation properties.
+                                                              (line  15)
+* thermal energy, units of:              Mass and Weight.     (line  49)
+* Tikhonov regression:                   Multi-parameter regression.
+                                                              (line 183)
+* time units:                            Atomic and Nuclear Physics.
+                                                              (line  79)
+* trailing dimension, matrices:          Example programs for vectors.
+                                                              (line 100)
+* transformation, Householder:           Givens Rotations.    (line  35)
+* transforms, Hankel:                    References and Further Reading<27>.
+                                                              (line  53)
+* transforms, wavelet:                   References and Further Reading<26>.
+                                                              (line  24)
+* transport functions:                   Transport Functions. (line   6)
+* traveling salesman problem:            Trivial example.     (line 114)
+* triangular systems:                    Tridiagonal Systems. (line  70)
+* tridiagonal decomposition:             LDLT Decomposition.  (line  63)
+* tridiagonal decomposition <1>:         Tridiagonal Decomposition of Real Symmetric Matrices.
+                                                              (line  43)
+* tridiagonal systems:                   Householder solver for linear systems.
+                                                              (line  21)
+* trigonometric functions:               Trigonometric Functions.
+                                                              (line   6)
+* trigonometric functions of complex numbers: Elementary Complex Functions.
+                                                              (line  50)
+* trigonometric integrals:               Trigonometric Integrals.
+                                                              (line   6)
+* trimmed mean:                          Robust Location Estimates.
+                                                              (line  16)
+* TRMM, Level-3 BLAS:                    Level 3.             (line  68)
+* TRMV, Level-2 BLAS:                    Level 2.             (line  25)
+* TRSM, Level-3 BLAS:                    Level 3.             (line  94)
+* TRSV, Level-2 BLAS:                    Level 2.             (line  48)
+* truncated mean:                        Robust Location Estimates.
+                                                              (line  16)
+* TSP:                                   Trivial example.     (line 115)
+* TT800 random number generator:         Other random number generators.
+                                                              (line  79)
+* two dimensional Gaussian distribution: The Bivariate Gaussian Distribution.
+                                                              (line   6)
+* two dimensional Gaussian distribution <1>: The Multivariate Gaussian Distribution.
+                                                              (line   6)
+* two dimensional histograms:            Example programs for histograms.
+                                                              (line  65)
+* two-sided exponential distribution:    The Laplace Distribution.
+                                                              (line   6)
+* Type 1 Gumbel distribution, random variates: The Type-1 Gumbel Distribution.
+                                                              (line   6)
+* Type 2 Gumbel distribution:            The Type-2 Gumbel Distribution.
+                                                              (line   6)
+* u-transform for series:                References and Further Reading<25>.
+                                                              (line  12)
+* underflow, IEEE exceptions:            Representation of floating point numbers.
+                                                              (line 135)
+* uniform distribution:                  The Flat Uniform Distribution.
+                                                              (line   6)
+* units of:                              Thermal Energy and Power.
+                                                              (line  21)
+* units of <1>:                          Pressure.            (line  33)
+* units of <2>:                          Light and Illumination.
+                                                              (line  33)
+* units of <3>:                          Radioactivity.       (line  17)
+* units, conversion of:                  References and Further Reading<38>.
+                                                              (line  14)
+* units, imperial:                       Measurement of Time. (line  21)
+* Unix random number generators, rand:   Unix random number generators.
+                                                              (line  17)
+* Unix random number generators, rand48: Unix random number generators.
+                                                              (line  17)
+* unnormalized incomplete Gamma function: Incomplete Gamma Functions.
+                                                              (line   6)
+* unweighted linear fits:                References and Further Reading<32>.
+                                                              (line  23)
+* value function, ntuples:               Histogramming ntuple values.
+                                                              (line  27)
+* Van der Pol oscillator, example:       Examples<22>.        (line   6)
+* variance:                              References and Further Reading<14>.
+                                                              (line  52)
+* variance, from histogram:              Histogram Statistics.
+                                                              (line  35)
+* variance-covariance matrix, linear fits: Overview<5>.       (line  48)
+* VAX random number generator:           Other random number generators.
+                                                              (line  93)
+* vector, operations:                    References and Further Reading<7>.
+                                                              (line  15)
+* vector, sorting elements of:           Sorting vectors.     (line  22)
+* vectors:                               Example programs for blocks.
+                                                              (line  28)
+* vectors, initializing:                 Accessing vector elements.
+                                                              (line  76)
+* vectors, range-checking:               Vector allocation.   (line  36)
+* VEGAS Monte Carlo integration:         MISER.               (line 161)
+* viscosity:                             Pressure.            (line  34)
+* volume units:                          Printers Units.      (line  13)
+* W function:                            Lambert W Functions. (line   6)
+* warning options:                       Handling floating point exceptions.
+                                                              (line  31)
+* warranty (none):                       Obtaining GSL.       (line  25)
+* wavelet transforms:                    References and Further Reading<26>.
+                                                              (line  25)
+* website, developer information:        Reporting Bugs.      (line  31)
+* Weibull distribution:                  The Weibull Distribution.
+                                                              (line   6)
+* weight, units of:                      Volume Area and Length.
+                                                              (line  41)
+* weighted linear fits:                  References and Further Reading<32>.
+                                                              (line  24)
+* Wigner coefficients:                   Coupling Coefficients.
+                                                              (line   6)
+* Wishart random variates:               The Logarithmic Distribution.
+                                                              (line  23)
+* Y(x), Bessel Functions:                Irregular Cylindrical Bessel Functions.
+                                                              (line   6)
+* y(x), Bessel Functions:                Irregular Spherical Bessel Functions.
+                                                              (line   6)
+* zero finding:                          References and Further Reading<28>.
+                                                              (line  15)
+* zero matrix:                           Accessing matrix elements.
+                                                              (line  48)
+* zero, IEEE format:                     Representation of floating point numbers.
+                                                              (line  30)
+* Zeros of Regular Bessel Functions:     Zeros of Regular Bessel Functions.
+                                                              (line   6)
+* Zeta functions:                        Zeta Functions.      (line   6)
+* Ziggurat method:                       The Gaussian Distribution.
+                                                              (line  27)
+
+
  \1f
  Tag Table:
-(Indirect)
-Node: Top\7f707
-Node: Introduction\7f3656
-Node: Routines available in GSL\7f4376
-Node: GSL is Free Software\7f5989
-Node: Obtaining GSL\7f8381
-Node: No Warranty\7f9409
-Node: Reporting Bugs\7f9915
-Ref: Reporting Bugs-Footnote-1\7f10867
-Node: Further Information\7f10917
-Node: Conventions used in this manual\7f11931
-Node: Using the library\7f12695
-Node: An Example Program\7f13418
-Ref: An Example Program-Footnote-1\7f14161
-Node: Compiling and Linking\7f14268
-Node: Linking programs with the library\7f15341
-Ref: Linking programs with the library-Footnote-1\7f16744
-Ref: Linking programs with the library-Footnote-2\7f16781
-Node: Linking with an alternative BLAS library\7f16834
-Node: Shared Libraries\7f17917
-Ref: Shared Libraries-Footnote-1\7f19392
-Node: ANSI C Compliance\7f19440
-Node: Inline functions\7f20533
-Node: Long double\7f22071
-Node: Portability functions\7f23659
-Node: Alternative optimized functions\7f25057
-Node: Support for different numeric types\7f26515
-Node: Compatibility with C++\7f29579
-Node: Aliasing of arrays\7f30151
-Node: Thread-safety\7f30902
-Node: Deprecated Functions\7f31990
-Node: Code Reuse\7f32615
-Node: Error Handling\7f33260
-Node: Error Reporting\7f34060
-Node: Error Codes\7f35952
-Node: Error Handlers\7f37809
-Node: Using GSL error reporting in your own functions\7f41449
-Node: Error Reporting Examples\7f43409
-Node: Mathematical Functions\7f44621
-Node: Mathematical Constants\7f45414
-Node: Infinities and Not-a-number\7f46544
-Ref: Infinities and Not-a-number-Footnote-1\7f47654
-Node: Elementary Functions\7f48064
-Node: Small integer powers\7f50521
-Node: Testing the Sign of Numbers\7f52170
-Node: Testing for Odd and Even Numbers\7f52603
-Node: Maximum and Minimum functions\7f53162
-Node: Approximate Comparison of Floating Point Numbers\7f55443
-Node: Complex Numbers\7f56803
-Ref: Complex Numbers-Footnote-1\7f58148
-Node: Representation of complex numbers\7f58212
-Node: Properties of complex numbers\7f60152
-Node: Complex arithmetic operators\7f61158
-Node: Elementary Complex Functions\7f63904
-Node: Complex Trigonometric Functions\7f65728
-Node: Inverse Complex Trigonometric Functions\7f66949
-Node: Complex Hyperbolic Functions\7f69562
-Node: Inverse Complex Hyperbolic Functions\7f70858
-Node: Complex Number References and Further Reading\7f72846
-Node: Polynomials\7f74242
-Node: Polynomial Evaluation\7f75046
-Node: Divided Difference Representation of Polynomials\7f76457
-Node: Quadratic Equations\7f80319
-Node: Cubic Equations\7f82256
-Node: General Polynomial Equations\7f83839
-Node: Roots of Polynomials Examples\7f86196
-Node: Roots of Polynomials References and Further Reading\7f87585
-Node: Special Functions\7f88631
-Node: Special Function Usage\7f90879
-Node: The gsl_sf_result struct\7f92063
-Node: Special Function Modes\7f93327
-Node: Airy Functions and Derivatives\7f94261
-Node: Airy Functions\7f94986
-Node: Derivatives of Airy Functions\7f96346
-Node: Zeros of Airy Functions\7f97858
-Node: Zeros of Derivatives of Airy Functions\7f98577
-Node: Bessel Functions\7f99336
-Node: Regular Cylindrical Bessel Functions\7f100554
-Node: Irregular Cylindrical Bessel Functions\7f101878
-Node: Regular Modified Cylindrical Bessel Functions\7f103336
-Node: Irregular Modified Cylindrical Bessel Functions\7f106164
-Node: Regular Spherical Bessel Functions\7f109137
-Node: Irregular Spherical Bessel Functions\7f111350
-Node: Regular Modified Spherical Bessel Functions\7f113036
-Node: Irregular Modified Spherical Bessel Functions\7f115037
-Node: Regular Bessel Function - Fractional Order\7f117100
-Node: Irregular Bessel Functions - Fractional Order\7f118098
-Node: Regular Modified Bessel Functions - Fractional Order\7f118680
-Node: Irregular Modified Bessel Functions - Fractional Order\7f119605
-Node: Zeros of Regular Bessel Functions\7f120841
-Node: Clausen Functions\7f121944
-Node: Coulomb Functions\7f122548
-Node: Normalized Hydrogenic Bound States\7f123007
-Node: Coulomb Wave Functions\7f124120
-Node: Coulomb Wave Function Normalization Constant\7f127532
-Node: Coupling Coefficients\7f128285
-Node: 3-j Symbols\7f129059
-Node: 6-j Symbols\7f129663
-Node: 9-j Symbols\7f130287
-Node: Dawson Function\7f130993
-Node: Debye Functions\7f131560
-Node: Dilogarithm\7f133334
-Node: Real Argument\7f133656
-Node: Complex Argument\7f134350
-Node: Elementary Operations\7f134820
-Node: Elliptic Integrals\7f135644
-Node: Definition of Legendre Forms\7f136239
-Node: Definition of Carlson Forms\7f137059
-Node: Legendre Form of Complete Elliptic Integrals\7f137756
-Node: Legendre Form of Incomplete Elliptic Integrals\7f139309
-Node: Carlson Forms\7f141496
-Node: Elliptic Functions (Jacobi)\7f143043
-Node: Error Functions\7f143624
-Node: Error Function\7f144100
-Node: Complementary Error Function\7f144473
-Node: Log Complementary Error Function\7f144933
-Node: Probability functions\7f145385
-Node: Exponential Functions\7f146638
-Node: Exponential Function\7f147033
-Node: Relative Exponential Functions\7f148255
-Node: Exponentiation With Error Estimate\7f149927
-Node: Exponential Integrals\7f151136
-Node: Exponential Integral\7f151692
-Node: Ei(x)\7f152613
-Node: Hyperbolic Integrals\7f153061
-Node: Ei_3(x)\7f153716
-Node: Trigonometric Integrals\7f154108
-Node: Arctangent Integral\7f154707
-Node: Fermi-Dirac Function\7f155107
-Node: Complete Fermi-Dirac Integrals\7f155481
-Node: Incomplete Fermi-Dirac Integrals\7f158046
-Node: Gamma and Beta Functions\7f158689
-Node: Gamma Functions\7f159324
-Node: Factorials\7f162432
-Node: Pochhammer Symbol\7f164985
-Node: Incomplete Gamma Functions\7f166486
-Node: Beta Functions\7f167735
-Node: Incomplete Beta Function\7f168487
-Node: Gegenbauer Functions\7f169197
-Node: Hypergeometric Functions\7f170847
-Node: Laguerre Functions\7f175111
-Node: Lambert W Functions\7f176674
-Node: Legendre Functions and Spherical Harmonics\7f177714
-Node: Legendre Polynomials\7f178326
-Node: Associated Legendre Polynomials and Spherical Harmonics\7f180382
-Node: Conical Functions\7f183211
-Node: Radial Functions for Hyperbolic Space\7f185334
-Node: Logarithm and Related Functions\7f187511
-Node: Mathieu Functions\7f189135
-Node: Mathieu Function Workspace\7f190495
-Node: Mathieu Function Characteristic Values\7f191308
-Node: Angular Mathieu Functions\7f192380
-Node: Radial Mathieu Functions\7f193416
-Node: Power Function\7f194653
-Node: Psi (Digamma) Function\7f195581
-Node: Digamma Function\7f196134
-Node: Trigamma Function\7f196964
-Node: Polygamma Function\7f197541
-Node: Synchrotron Functions\7f197925
-Node: Transport Functions\7f198688
-Node: Trigonometric Functions\7f199835
-Node: Circular Trigonometric Functions\7f200481
-Node: Trigonometric Functions for Complex Arguments\7f201490
-Node: Hyperbolic Trigonometric Functions\7f202526
-Node: Conversion Functions\7f203129
-Node: Restriction Functions\7f203912
-Node: Trigonometric Functions With Error Estimates\7f204843
-Node: Zeta Functions\7f205753
-Node: Riemann Zeta Function\7f206211
-Node: Riemann Zeta Function Minus One\7f206890
-Node: Hurwitz Zeta Function\7f207661
-Node: Eta Function\7f208166
-Node: Special Functions Examples\7f208725
-Node: Special Functions References and Further Reading\7f210420
-Node: Vectors and Matrices\7f211688
-Node: Data types\7f212531
-Node: Blocks\7f213734
-Node: Block allocation\7f214667
-Node: Reading and writing blocks\7f216071
-Node: Example programs for blocks\7f218135
-Node: Vectors\7f218762
-Node: Vector allocation\7f220730
-Node: Accessing vector elements\7f222267
-Ref: Accessing vector elements-Footnote-1\7f225408
-Node: Initializing vector elements\7f225647
-Node: Reading and writing vectors\7f226341
-Node: Vector views\7f228431
-Node: Copying vectors\7f235897
-Node: Exchanging elements\7f236757
-Node: Vector operations\7f237315
-Node: Finding maximum and minimum elements of vectors\7f239088
-Node: Vector properties\7f240675
-Node: Example programs for vectors\7f241649
-Node: Matrices\7f243938
-Node: Matrix allocation\7f246878
-Node: Accessing matrix elements\7f248464
-Node: Initializing matrix elements\7f250413
-Node: Reading and writing matrices\7f251210
-Node: Matrix views\7f253313
-Node: Creating row and column views\7f260449
-Node: Copying matrices\7f264926
-Node: Copying rows and columns\7f265522
-Node: Exchanging rows and columns\7f267199
-Node: Matrix operations\7f268677
-Node: Finding maximum and minimum elements of matrices\7f270647
-Node: Matrix properties\7f272547
-Node: Example programs for matrices\7f273650
-Node: Vector and Matrix References and Further Reading\7f277721
-Node: Permutations\7f278207
-Node: The Permutation struct\7f279544
-Node: Permutation allocation\7f280047
-Node: Accessing permutation elements\7f281483
-Node: Permutation properties\7f282326
-Node: Permutation functions\7f283031
-Node: Applying Permutations\7f284288
-Node: Reading and writing permutations\7f286215
-Ref: Reading and writing permutations-Footnote-1\7f288431
-Node: Permutations in cyclic form\7f288543
-Node: Permutation Examples\7f291970
-Node: Permutation References and Further Reading\7f294513
-Node: Combinations\7f295187
-Node: The Combination struct\7f296072
-Node: Combination allocation\7f296623
-Node: Accessing combination elements\7f298410
-Node: Combination properties\7f299069
-Node: Combination functions\7f299955
-Node: Reading and writing combinations\7f301602
-Ref: Reading and writing combinations-Footnote-1\7f303835
-Node: Combination Examples\7f303947
-Node: Combination References and Further Reading\7f305255
-Node: Multisets\7f305658
-Node: The Multiset struct\7f306584
-Node: Multiset allocation\7f307105
-Node: Accessing multiset elements\7f308800
-Node: Multiset properties\7f309429
-Node: Multiset functions\7f310242
-Node: Reading and writing multisets\7f311152
-Ref: Reading and writing multisets-Footnote-1\7f313303
-Node: Multiset Examples\7f313415
-Node: Sorting\7f315523
-Node: Sorting objects\7f316522
-Node: Sorting vectors\7f319435
-Node: Selecting the k smallest or largest elements\7f322596
-Node: Computing the rank\7f325937
-Node: Sorting Examples\7f327138
-Node: Sorting References and Further Reading\7f328782
-Node: BLAS Support\7f329328
-Ref: BLAS Support-Footnote-1\7f332714
-Node: GSL BLAS Interface\7f332883
-Node: Level 1 GSL BLAS Interface\7f333376
-Node: Level 2 GSL BLAS Interface\7f340116
-Node: Level 3 GSL BLAS Interface\7f349406
-Node: BLAS Examples\7f360504
-Node: BLAS References and Further Reading\7f361925
-Node: Linear Algebra\7f363267
-Node: LU Decomposition\7f364461
-Node: QR Decomposition\7f369697
-Node: QR Decomposition with Column Pivoting\7f376006
-Node: Singular Value Decomposition\7f380470
-Node: Cholesky Decomposition\7f384890
-Node: Tridiagonal Decomposition of Real Symmetric Matrices\7f388132
-Node: Tridiagonal Decomposition of Hermitian Matrices\7f389980
-Node: Hessenberg Decomposition of Real Matrices\7f391932
-Node: Hessenberg-Triangular Decomposition of Real Matrices\7f394344
-Node: Bidiagonalization\7f395467
-Node: Householder Transformations\7f397892
-Node: Householder solver for linear systems\7f400244
-Node: Tridiagonal Systems\7f401151
-Node: Balancing\7f404024
-Node: Linear Algebra Examples\7f404827
-Node: Linear Algebra References and Further Reading\7f406816
-Node: Eigensystems\7f408463
-Node: Real Symmetric Matrices\7f409692
-Node: Complex Hermitian Matrices\7f412206
-Node: Real Nonsymmetric Matrices\7f414835
-Node: Real Generalized Symmetric-Definite Eigensystems\7f420570
-Node: Complex Generalized Hermitian-Definite Eigensystems\7f423449
-Node: Real Generalized Nonsymmetric Eigensystems\7f426163
-Node: Sorting Eigenvalues and Eigenvectors\7f432770
-Node: Eigenvalue and Eigenvector Examples\7f436048
-Node: Eigenvalue and Eigenvector References\7f441439
-Node: Fast Fourier Transforms\7f442466
-Node: Mathematical Definitions\7f443692
-Node: Overview of complex data FFTs\7f446097
-Node: Radix-2 FFT routines for complex data\7f449042
-Node: Mixed-radix FFT routines for complex data\7f453261
-Node: Overview of real data FFTs\7f462594
-Node: Radix-2 FFT routines for real data\7f465029
-Node: Mixed-radix FFT routines for real data\7f469453
-Node: FFT References and Further Reading\7f480138
-Node: Numerical Integration\7f483008
-Node: Numerical Integration Introduction\7f484806
-Node: Integrands without weight functions\7f487081
-Node: Integrands with weight functions\7f487911
-Node: Integrands with singular weight functions\7f488622
-Node: QNG non-adaptive Gauss-Kronrod integration\7f489540
-Node: QAG adaptive integration\7f490822
-Node: QAGS adaptive integration with singularities\7f493611
-Node: QAGP adaptive integration with known singular points\7f495411
-Node: QAGI adaptive integration on infinite intervals\7f496725
-Node: QAWC adaptive integration for Cauchy principal values\7f499005
-Node: QAWS adaptive integration for singular functions\7f500175
-Node: QAWO adaptive integration for oscillatory functions\7f503401
-Node: QAWF adaptive integration for Fourier integrals\7f507189
-Node: CQUAD doubly-adaptive integration\7f509813
-Node: Fixed order Gauss-Legendre integration\7f513071
-Node: Numerical integration error codes\7f515059
-Node: Numerical integration examples\7f515815
-Node: Numerical integration References and Further Reading\7f517861
-Node: Random Number Generation\7f518852
-Node: General comments on random numbers\7f520386
-Node: The Random Number Generator Interface\7f522338
-Node: Random number generator initialization\7f523696
-Node: Sampling from a random number generator\7f526067
-Node: Auxiliary random number generator functions\7f529311
-Node: Random number environment variables\7f531631
-Node: Copying random number generator state\7f534156
-Node: Reading and writing random number generator state\7f535130
-Node: Random number generator algorithms\7f536524
-Node: Unix random number generators\7f546466
-Node: Other random number generators\7f550180
-Node: Random Number Generator Performance\7f558831
-Node: Random Number Generator Examples\7f559952
-Node: Random Number References and Further Reading\7f561508
-Node: Random Number Acknowledgements\7f562803
-Node: Quasi-Random Sequences\7f563289
-Node: Quasi-random number generator initialization\7f564409
-Node: Sampling from a quasi-random number generator\7f565424
-Node: Auxiliary quasi-random number generator functions\7f566121
-Node: Saving and resorting quasi-random number generator state\7f567067
-Node: Quasi-random number generator algorithms\7f567875
-Node: Quasi-random number generator examples\7f569013
-Node: Quasi-random number references\7f569998
-Node: Random Number Distributions\7f570524
-Node: Random Number Distribution Introduction\7f573855
-Node: The Gaussian Distribution\7f575650
-Node: The Gaussian Tail Distribution\7f578310
-Node: The Bivariate Gaussian Distribution\7f579974
-Node: The Exponential Distribution\7f581288
-Node: The Laplace Distribution\7f582427
-Node: The Exponential Power Distribution\7f583519
-Node: The Cauchy Distribution\7f584787
-Node: The Rayleigh Distribution\7f586036
-Node: The Rayleigh Tail Distribution\7f587208
-Node: The Landau Distribution\7f588081
-Node: The Levy alpha-Stable Distributions\7f589036
-Node: The Levy skew alpha-Stable Distribution\7f590094
-Node: The Gamma Distribution\7f591706
-Node: The Flat (Uniform) Distribution\7f593361
-Node: The Lognormal Distribution\7f594509
-Node: The Chi-squared Distribution\7f595857
-Node: The F-distribution\7f597262
-Node: The t-distribution\7f598899
-Node: The Beta Distribution\7f601000
-Node: The Logistic Distribution\7f602159
-Node: The Pareto Distribution\7f603288
-Node: Spherical Vector Distributions\7f604458
-Node: The Weibull Distribution\7f607294
-Node: The Type-1 Gumbel Distribution\7f608488
-Node: The Type-2 Gumbel Distribution\7f609724
-Node: The Dirichlet Distribution\7f610955
-Node: General Discrete Distributions\7f612623
-Node: The Poisson Distribution\7f616491
-Node: The Bernoulli Distribution\7f617498
-Node: The Binomial Distribution\7f618249
-Node: The Multinomial Distribution\7f619452
-Node: The Negative Binomial Distribution\7f621226
-Node: The Pascal Distribution\7f622591
-Node: The Geometric Distribution\7f623749
-Node: The Hypergeometric Distribution\7f624997
-Node: The Logarithmic Distribution\7f626650
-Node: Shuffling and Sampling\7f627442
-Node: Random Number Distribution Examples\7f630254
-Node: Random Number Distribution References and Further Reading\7f633450
-Node: Statistics\7f635594
-Node: Mean and standard deviation and variance\7f637080
-Node: Absolute deviation\7f640588
-Node: Higher moments (skewness and kurtosis)\7f641880
-Node: Autocorrelation\7f644013
-Node: Covariance\7f644826
-Node: Correlation\7f645792
-Node: Weighted Samples\7f647161
-Node: Maximum and Minimum values\7f653011
-Node: Median and Percentiles\7f655750
-Node: Example statistical programs\7f658165
-Node: Statistics References and Further Reading\7f660825
-Node: Histograms\7f662033
-Node: The histogram struct\7f663886
-Node: Histogram allocation\7f665690
-Node: Copying Histograms\7f668647
-Node: Updating and accessing histogram elements\7f669323
-Node: Searching histogram ranges\7f672592
-Node: Histogram Statistics\7f673592
-Node: Histogram Operations\7f675458
-Node: Reading and writing histograms\7f677533
-Node: Resampling from histograms\7f680575
-Node: The histogram probability distribution struct\7f681374
-Node: Example programs for histograms\7f684408
-Node: Two dimensional histograms\7f686471
-Node: The 2D histogram struct\7f687192
-Node: 2D Histogram allocation\7f689002
-Node: Copying 2D Histograms\7f691076
-Node: Updating and accessing 2D histogram elements\7f691781
-Node: Searching 2D histogram ranges\7f695438
-Node: 2D Histogram Statistics\7f696452
-Node: 2D Histogram Operations\7f699317
-Node: Reading and writing 2D histograms\7f701495
-Node: Resampling from 2D histograms\7f705124
-Node: Example programs for 2D histograms\7f708145
-Node: N-tuples\7f709972
-Node: The ntuple struct\7f711295
-Node: Creating ntuples\7f711774
-Node: Opening an existing ntuple file\7f712441
-Node: Writing ntuples\7f713070
-Node: Reading ntuples\7f713531
-Node: Closing an ntuple file\7f713862
-Node: Histogramming ntuple values\7f714202
-Node: Example ntuple programs\7f716212
-Node: Ntuple References and Further Reading\7f719541
-Node: Monte Carlo Integration\7f719862
-Node: Monte Carlo Interface\7f721173
-Node: PLAIN Monte Carlo\7f723800
-Node: MISER\7f726255
-Ref: MISER-Footnote-1\7f732935
-Node: VEGAS\7f733060
-Node: Monte Carlo Examples\7f742621
-Node: Monte Carlo Integration References and Further Reading\7f748608
-Node: Simulated Annealing\7f749390
-Node: Simulated Annealing algorithm\7f750606
-Node: Simulated Annealing functions\7f751758
-Node: Examples with Simulated Annealing\7f756288
-Node: Trivial example\7f756857
-Node: Traveling Salesman Problem\7f759508
-Node: Simulated Annealing References and Further Reading\7f762821
-Node: Ordinary Differential Equations\7f763232
-Node: Defining the ODE System\7f764472
-Node: Stepping Functions\7f767300
-Node: Adaptive Step-size Control\7f774270
-Node: Evolution\7f780347
-Node: Driver\7f784476
-Node: ODE Example programs\7f788710
-Node: ODE References and Further Reading\7f793756
-Node: Interpolation\7f795520
-Node: Introduction to Interpolation\7f796721
-Node: Interpolation Functions\7f797162
-Node: Interpolation Types\7f798369
-Node: Index Look-up and Acceleration\7f801091
-Node: Evaluation of Interpolating Functions\7f803143
-Node: Higher-level Interface\7f805639
-Node: Interpolation Example programs\7f807679
-Node: Interpolation References and Further Reading\7f810899
-Node: Numerical Differentiation\7f811471
-Node: Numerical Differentiation functions\7f812066
-Node: Numerical Differentiation Examples\7f814923
-Node: Numerical Differentiation References\7f816336
-Node: Chebyshev Approximations\7f816887
-Node: Chebyshev Definitions\7f817968
-Node: Creation and Calculation of Chebyshev Series\7f818757
-Node: Auxiliary Functions for Chebyshev Series\7f819742
-Node: Chebyshev Series Evaluation\7f820482
-Node: Derivatives and Integrals\7f821862
-Node: Chebyshev Approximation Examples\7f823100
-Node: Chebyshev Approximation References and Further Reading\7f824596
-Node: Series Acceleration\7f825046
-Node: Acceleration functions\7f825823
-Node: Acceleration functions without error estimation\7f828150
-Node: Example of accelerating a series\7f830774
-Node: Series Acceleration References\7f833120
-Node: Wavelet Transforms\7f834008
-Node: DWT Definitions\7f834607
-Node: DWT Initialization\7f835559
-Node: DWT Transform Functions\7f838207
-Node: DWT in one dimension\7f838758
-Node: DWT in two dimension\7f840779
-Node: DWT Examples\7f845358
-Node: DWT References\7f847175
-Node: Discrete Hankel Transforms\7f849339
-Node: Discrete Hankel Transform Definition\7f849813
-Node: Discrete Hankel Transform Functions\7f852016
-Node: Discrete Hankel Transform References\7f853681
-Node: One dimensional Root-Finding\7f854085
-Node: Root Finding Overview\7f855391
-Node: Root Finding Caveats\7f857247
-Node: Initializing the Solver\7f859016
-Node: Providing the function to solve\7f861649
-Node: Search Bounds and Guesses\7f865203
-Node: Root Finding Iteration\7f866066
-Node: Search Stopping Parameters\7f867917
-Node: Root Bracketing Algorithms\7f870428
-Node: Root Finding Algorithms using Derivatives\7f873726
-Ref: Root Finding Algorithms using Derivatives-Footnote-1\7f877269
-Node: Root Finding Examples\7f877425
-Node: Root Finding References and Further Reading\7f884713
-Node: One dimensional Minimization\7f885352
-Node: Minimization Overview\7f886695
-Node: Minimization Caveats\7f888402
-Node: Initializing the Minimizer\7f889740
-Node: Providing the function to minimize\7f891981
-Node: Minimization Iteration\7f892459
-Node: Minimization Stopping Parameters\7f894597
-Node: Minimization Algorithms\7f896202
-Node: Minimization Examples\7f898796
-Node: Minimization References and Further Reading\7f902430
-Node: Multidimensional Root-Finding\7f902886
-Node: Overview of Multidimensional Root Finding\7f904394
-Node: Initializing the Multidimensional Solver\7f906581
-Node: Providing the multidimensional system of equations to solve\7f909811
-Node: Iteration of the multidimensional solver\7f914723
-Node: Search Stopping Parameters for the multidimensional solver\7f917004
-Node: Algorithms using Derivatives\7f918742
-Node: Algorithms without Derivatives\7f923567
-Node: Example programs for Multidimensional Root finding\7f926657
-Node: References and Further Reading for Multidimensional Root Finding\7f935281
-Node: Multidimensional Minimization\7f936520
-Node: Multimin Overview\7f937930
-Node: Multimin Caveats\7f940010
-Node: Initializing the Multidimensional Minimizer\7f940759
-Node: Providing a function to minimize\7f943993
-Node: Multimin Iteration\7f948054
-Node: Multimin Stopping Criteria\7f950248
-Node: Multimin Algorithms with Derivatives\7f951819
-Node: Multimin Algorithms without Derivatives\7f955350
-Node: Multimin Examples\7f958352
-Node: Multimin References and Further Reading\7f964922
-Node: Least-Squares Fitting\7f965786
-Node: Fitting Overview\7f966872
-Node: Linear regression\7f969205
-Node: Linear fitting without a constant term\7f971807
-Node: Multi-parameter fitting\7f974001
-Node: Robust linear regression\7f979860
-Node: Troubleshooting\7f990108
-Node: Fitting Examples\7f990731
-Node: Fitting References and Further Reading\7f1001255
-Node: Nonlinear Least-Squares Fitting\7f1002627
-Node: Overview of Nonlinear Least-Squares Fitting\7f1004151
-Node: Initializing the Nonlinear Least-Squares Solver\7f1005618
-Node: Providing the Function to be Minimized\7f1008483
-Node: Finite Difference Jacobian\7f1011946
-Node: Iteration of the Minimization Algorithm\7f1013817
-Node: Search Stopping Parameters for Minimization Algorithms\7f1015657
-Node: High Level Driver\7f1017730
-Node: Minimization Algorithms using Derivatives\7f1018636
-Ref: Minimization Algorithms using Derivatives-Footnote-1\7f1022084
-Node: Minimization Algorithms without Derivatives\7f1022173
-Node: Computing the covariance matrix of best fit parameters\7f1022565
-Node: Example programs for Nonlinear Least-Squares Fitting\7f1024602
-Node: References and Further Reading for Nonlinear Least-Squares Fitting\7f1032335
-Node: Basis Splines\7f1033071
-Node: Overview of B-splines\7f1033950
-Node: Initializing the B-splines solver\7f1035266
-Node: Constructing the knots vector\7f1036647
-Node: Evaluation of B-spline basis functions\7f1037435
-Node: Evaluation of B-spline basis function derivatives\7f1039083
-Node: Working with the Greville abscissae\7f1041053
-Node: Example programs for B-splines\7f1042047
-Node: References and Further Reading\7f1046042
-Node: Physical Constants\7f1046848
-Node: Fundamental Constants\7f1048427
-Node: Astronomy and Astrophysics\7f1049567
-Node: Atomic and Nuclear Physics\7f1050232
-Node: Measurement of Time\7f1051883
-Node: Imperial Units\7f1052313
-Node: Speed and Nautical Units\7f1052755
-Node: Printers Units\7f1053259
-Node: Volume Area and Length\7f1053582
-Node: Mass and Weight\7f1054268
-Node: Thermal Energy and Power\7f1055087
-Node: Pressure\7f1055510
-Node: Viscosity\7f1056123
-Node: Light and Illumination\7f1056399
-Node: Radioactivity\7f1056991
-Node: Force and Energy\7f1057326
-Node: Prefixes\7f1057730
-Node: Physical Constant Examples\7f1058473
-Node: Physical Constant References and Further Reading\7f1060262
-Node: IEEE floating-point arithmetic\7f1060992
-Node: Representation of floating point numbers\7f1061584
-Node: Setting up your IEEE environment\7f1066070
-Node: IEEE References and Further Reading\7f1073043
-Node: Debugging Numerical Programs\7f1074203
-Node: Using gdb\7f1074720
-Node: Examining floating point registers\7f1078063
-Node: Handling floating point exceptions\7f1079348
-Node: GCC warning options for numerical programs\7f1080760
-Node: Debugging References\7f1084708
-Node: Contributors to GSL\7f1085420
-Node: Autoconf Macros\7f1089914
-Node: GSL CBLAS Library\7f1093946
-Node: Level 1 CBLAS Functions\7f1094486
-Node: Level 2 CBLAS Functions\7f1099788
-Node: Level 3 CBLAS Functions\7f1116418
-Node: GSL CBLAS Examples\7f1126080
-Node: GNU General Public License\7f1127643
-Node: GNU Free Documentation License\7f1165217
-Node: Function Index\7f1190366
-Node: Variable Index\7f1443412
-Node: Type Index\7f1446715
-Node: Concept Index\7f1461784
+Node: Top\7f324
+Ref: index doc\7f527
+Ref: 0\7f527
+Node: Introduction\7f26393
+Ref: intro doc\7f26484
+Ref: 1\7f26484
+Ref: intro gnu-scientific-library\7f26484
+Ref: 2\7f26484
+Ref: intro introduction\7f26484
+Ref: 3\7f26484
+Node: Routines available in GSL\7f27045
+Ref: intro routines-available-in-gsl\7f27149
+Ref: 4\7f27149
+Node: GSL is Free Software\7f30186
+Ref: intro gsl-is-free-software\7f30312
+Ref: 5\7f30312
+Ref: GSL is Free Software-Footnote-1\7f32525
+Ref: GSL is Free Software-Footnote-2\7f32643
+Node: Obtaining GSL\7f32692
+Ref: intro obtaining-gsl\7f32804
+Ref: 6\7f32804
+Node: No Warranty\7f33716
+Ref: intro no-warranty\7f33822
+Ref: 7\7f33822
+Ref: No Warranty-Footnote-1\7f34228
+Node: Reporting Bugs\7f34346
+Ref: intro reporting-bugs\7f34458
+Ref: 8\7f34458
+Ref: Reporting Bugs-Footnote-1\7f35302
+Node: Further Information\7f35360
+Ref: intro further-information\7f35492
+Ref: 9\7f35492
+Node: Conventions used in this manual\7f36377
+Ref: intro conventions-used-in-this-manual\7f36486
+Ref: a\7f36486
+Node: Using the Library\7f37140
+Ref: usage doc\7f37242
+Ref: b\7f37242
+Ref: usage using-the-library\7f37242
+Ref: c\7f37242
+Node: An Example Program\7f37726
+Ref: usage an-example-program\7f37829
+Ref: d\7f37829
+Ref: An Example Program-Footnote-1\7f38470
+Node: Compiling and Linking\7f38581
+Ref: usage compiling-and-linking\7f38709
+Ref: e\7f38709
+Node: Linking programs with the library\7f39690
+Ref: usage linking-programs-with-the-library\7f39831
+Ref: f\7f39831
+Ref: Linking programs with the library-Footnote-1\7f41124
+Ref: Linking programs with the library-Footnote-2\7f41164
+Node: Linking with an alternative BLAS library\7f41225
+Ref: usage linking-with-an-alternative-blas-library\7f41366
+Ref: 10\7f41366
+Node: Shared Libraries\7f42319
+Ref: usage shared-libraries\7f42446
+Ref: 12\7f42446
+Ref: Shared Libraries-Footnote-1\7f43811
+Node: ANSI C Compliance\7f43866
+Ref: usage ansi-c-compliance\7f43988
+Ref: 13\7f43988
+Node: Inline functions\7f44958
+Ref: usage inline-functions\7f45075
+Ref: 14\7f45075
+Ref: usage sec-inline-functions\7f45075
+Ref: 15\7f45075
+Node: Long double\7f46537
+Ref: usage long-double\7f46658
+Ref: 17\7f46658
+Node: Portability functions\7f48165
+Ref: usage id5\7f48301
+Ref: 18\7f48301
+Ref: usage portability-functions\7f48301
+Ref: 19\7f48301
+Node: Alternative optimized functions\7f49600
+Ref: usage alternative-optimized-functions\7f49760
+Ref: 1b\7f49760
+Node: Support for different numeric types\7f51062
+Ref: usage support-for-different-numeric-types\7f51223
+Ref: 1c\7f51223
+Node: Compatibility with C++\7f54167
+Ref: usage compatibility-with-c\7f54315
+Ref: 1e\7f54315
+Node: Aliasing of arrays\7f54748
+Ref: usage aliasing-of-arrays\7f54874
+Ref: 1f\7f54874
+Ref: usage id6\7f54874
+Ref: 20\7f54874
+Node: Thread-safety\7f55503
+Ref: usage thread-safety\7f55627
+Ref: 21\7f55627
+Node: Deprecated Functions\7f56592
+Ref: usage deprecated-functions\7f56708
+Ref: 22\7f56708
+Node: Code Reuse\7f57221
+Ref: usage code-reuse\7f57315
+Ref: 23\7f57315
+Node: Error Handling\7f57874
+Ref: err doc\7f57986
+Ref: 24\7f57986
+Ref: err error-handling\7f57986
+Ref: 25\7f57986
+Node: Error Reporting\7f58609
+Ref: err error-reporting\7f58696
+Ref: 26\7f58696
+Node: Error Codes\7f60509
+Ref: err error-codes\7f60619
+Ref: 27\7f60619
+Ref: err c GSL_EDOM\7f61067
+Ref: 28\7f61067
+Ref: err c GSL_ERANGE\7f61279
+Ref: 29\7f61279
+Ref: err c GSL_ENOMEM\7f61482
+Ref: 2a\7f61482
+Ref: err c GSL_EINVAL\7f61784
+Ref: 2b\7f61784
+Ref: err c gsl_strerror\7f62093
+Ref: 2c\7f62093
+Node: Error Handlers\7f62450
+Ref: err error-handlers\7f62592
+Ref: 2d\7f62592
+Ref: err c gsl_error_handler_t\7f63531
+Ref: 2e\7f63531
+Ref: err c gsl_set_error_handler\7f64450
+Ref: 2f\7f64450
+Ref: err c gsl_set_error_handler_off\7f65542
+Ref: 30\7f65542
+Node: Using GSL error reporting in your own functions\7f66178
+Ref: err using-gsl-error-reporting-in-your-own-functions\7f66317
+Ref: 31\7f66317
+Ref: err c GSL_ERROR\7f66892
+Ref: 32\7f66892
+Ref: err c GSL_ERROR_VAL\7f67643
+Ref: 33\7f67643
+Node: Examples\7f68142
+Ref: err examples\7f68258
+Ref: 34\7f68258
+Node: Mathematical Functions\7f69351
+Ref: math doc\7f69461
+Ref: 36\7f69461
+Ref: math mathematical-functions\7f69461
+Ref: 37\7f69461
+Node: Mathematical Constants\7f70113
+Ref: math mathematical-constants\7f70231
+Ref: 38\7f70231
+Node: Infinities and Not-a-number\7f72385
+Ref: math infinities-and-not-a-number\7f72532
+Ref: 39\7f72532
+Ref: math c GSL_POSINF\7f72597
+Ref: 3a\7f72597
+Ref: math c GSL_NEGINF\7f72758
+Ref: 3b\7f72758
+Ref: math c GSL_NAN\7f72919
+Ref: 3c\7f72919
+Ref: math c gsl_isnan\7f73079
+Ref: 3d\7f73079
+Ref: math c gsl_isinf\7f73188
+Ref: 3e\7f73188
+Ref: math c gsl_finite\7f73370
+Ref: 3f\7f73370
+Ref: Infinities and Not-a-number-Footnote-1\7f73563
+Node: Elementary Functions\7f74003
+Ref: math elementary-functions\7f74148
+Ref: 40\7f74148
+Ref: math c gsl_log1p\7f74528
+Ref: 41\7f74528
+Ref: math c gsl_expm1\7f74757
+Ref: 42\7f74757
+Ref: math c gsl_hypot\7f74986
+Ref: 1a\7f74986
+Ref: math c gsl_hypot3\7f75222
+Ref: 43\7f75222
+Ref: math c gsl_acosh\7f75415
+Ref: 44\7f75415
+Ref: math c gsl_asinh\7f75600
+Ref: 45\7f75600
+Ref: math c gsl_atanh\7f75785
+Ref: 46\7f75785
+Ref: math c gsl_ldexp\7f75970
+Ref: 47\7f75970
+Ref: math c gsl_frexp\7f76152
+Ref: 48\7f76152
+Node: Small integer powers\7f76547
+Ref: math small-integer-powers\7f76692
+Ref: 49\7f76692
+Ref: math c gsl_pow_int\7f77007
+Ref: 4a\7f77007
+Ref: math c gsl_pow_uint\7f77058
+Ref: 4b\7f77058
+Ref: math c gsl_pow_2\7f77453
+Ref: 4d\7f77453
+Ref: math c gsl_pow_3\7f77501
+Ref: 4e\7f77501
+Ref: math c gsl_pow_4\7f77549
+Ref: 4f\7f77549
+Ref: math c gsl_pow_5\7f77597
+Ref: 50\7f77597
+Ref: math c gsl_pow_6\7f77645
+Ref: 51\7f77645
+Ref: math c gsl_pow_7\7f77693
+Ref: 52\7f77693
+Ref: math c gsl_pow_8\7f77741
+Ref: 53\7f77741
+Ref: math c gsl_pow_9\7f77789
+Ref: 54\7f77789
+Node: Testing the Sign of Numbers\7f78233
+Ref: math testing-the-sign-of-numbers\7f78390
+Ref: 55\7f78390
+Ref: math c GSL_SIGN\7f78455
+Ref: 56\7f78455
+Node: Testing for Odd and Even Numbers\7f78677
+Ref: math testing-for-odd-and-even-numbers\7f78843
+Ref: 57\7f78843
+Ref: math c GSL_IS_ODD\7f78918
+Ref: 58\7f78918
+Ref: math c GSL_IS_EVEN\7f79073
+Ref: 59\7f79073
+Node: Maximum and Minimum functions\7f79279
+Ref: math maximum-and-minimum-functions\7f79466
+Ref: 5a\7f79466
+Ref: math c GSL_MAX\7f79728
+Ref: 5b\7f79728
+Ref: math c GSL_MIN\7f79868
+Ref: 5c\7f79868
+Ref: math c GSL_MAX_DBL\7f80008
+Ref: 5d\7f80008
+Ref: math c GSL_MIN_DBL\7f80442
+Ref: 5e\7f80442
+Ref: math c GSL_MAX_INT\7f80876
+Ref: 5f\7f80876
+Ref: math c GSL_MIN_INT\7f80935
+Ref: 60\7f80935
+Ref: math c GSL_MAX_LDBL\7f81276
+Ref: 61\7f81276
+Ref: math c GSL_MIN_LDBL\7f81370
+Ref: 62\7f81370
+Node: Approximate Comparison of Floating Point Numbers\7f81755
+Ref: math approximate-comparison-of-floating-point-numbers\7f81901
+Ref: 63\7f81901
+Ref: math c gsl_fcmp\7f82317
+Ref: 64\7f82317
+Node: Complex Numbers\7f83162
+Ref: complex doc\7f83269
+Ref: 65\7f83269
+Ref: complex complex-numbers\7f83269
+Ref: 66\7f83269
+Ref: Complex Numbers-Footnote-1\7f84493
+Node: Representation of complex numbers\7f84561
+Ref: complex representation-of-complex-numbers\7f84677
+Ref: 67\7f84677
+Node: Complex number macros\7f86590
+Ref: complex complex-number-macros\7f86740
+Ref: 6a\7f86740
+Ref: complex c GSL_REAL\7f86870
+Ref: 68\7f86870
+Ref: complex c GSL_IMAG\7f86894
+Ref: 69\7f86894
+Ref: complex c GSL_SET_COMPLEX\7f87396
+Ref: 6b\7f87396
+Node: Assigning complex numbers\7f87671
+Ref: complex assigning-complex-numbers\7f87817
+Ref: 6c\7f87817
+Ref: complex c gsl_complex_rect\7f87878
+Ref: 6d\7f87878
+Ref: complex c gsl_complex_polar\7f88142
+Ref: 6e\7f88142
+Node: Properties of complex numbers\7f88389
+Ref: complex properties-of-complex-numbers\7f88542
+Ref: 6f\7f88542
+Ref: complex c gsl_complex_arg\7f88611
+Ref: 70\7f88611
+Ref: complex c gsl_complex_abs\7f88784
+Ref: 71\7f88784
+Ref: complex c gsl_complex_abs2\7f88925
+Ref: 72\7f88925
+Ref: complex c gsl_complex_logabs\7f89077
+Ref: 73\7f89077
+Node: Complex arithmetic operators\7f89440
+Ref: complex complex-arithmetic-operators\7f89596
+Ref: 74\7f89596
+Ref: complex c gsl_complex_add\7f89663
+Ref: 75\7f89663
+Ref: complex c gsl_complex_sub\7f89838
+Ref: 76\7f89838
+Ref: complex c gsl_complex_mul\7f90020
+Ref: 77\7f90020
+Ref: complex c gsl_complex_div\7f90198
+Ref: 78\7f90198
+Ref: complex c gsl_complex_add_real\7f90378
+Ref: 79\7f90378
+Ref: complex c gsl_complex_sub_real\7f90568
+Ref: 7a\7f90568
+Ref: complex c gsl_complex_mul_real\7f90765
+Ref: 7b\7f90765
+Ref: complex c gsl_complex_div_real\7f90958
+Ref: 7c\7f90958
+Ref: complex c gsl_complex_add_imag\7f91153
+Ref: 7d\7f91153
+Ref: complex c gsl_complex_sub_imag\7f91340
+Ref: 7e\7f91340
+Ref: complex c gsl_complex_mul_imag\7f91534
+Ref: 7f\7f91534
+Ref: complex c gsl_complex_div_imag\7f91727
+Ref: 80\7f91727
+Ref: complex c gsl_complex_conjugate\7f91921
+Ref: 81\7f91921
+Ref: complex c gsl_complex_inverse\7f92091
+Ref: 82\7f92091
+Ref: complex c gsl_complex_negative\7f92279
+Ref: 83\7f92279
+Node: Elementary Complex Functions\7f92443
+Ref: complex elementary-complex-functions\7f92601
+Ref: 84\7f92601
+Ref: complex c gsl_complex_sqrt\7f92668
+Ref: 85\7f92668
+Ref: complex c gsl_complex_sqrt_real\7f92933
+Ref: 86\7f92933
+Ref: complex c gsl_complex_pow\7f93118
+Ref: 87\7f93118
+Ref: complex c gsl_complex_pow_real\7f93395
+Ref: 88\7f93395
+Ref: complex c gsl_complex_exp\7f93577
+Ref: 89\7f93577
+Ref: complex c gsl_complex_log\7f93737
+Ref: 8a\7f93737
+Ref: complex c gsl_complex_log10\7f93960
+Ref: 8b\7f93960
+Ref: complex c gsl_complex_log_b\7f94134
+Ref: 8c\7f94134
+Node: Complex Trigonometric Functions\7f94401
+Ref: complex complex-trigonometric-functions\7f94570
+Ref: 8d\7f94570
+Ref: complex c gsl_complex_sin\7f94643
+Ref: 8e\7f94643
+Ref: complex c gsl_complex_cos\7f94826
+Ref: 8f\7f94826
+Ref: complex c gsl_complex_tan\7f95008
+Ref: 90\7f95008
+Ref: complex c gsl_complex_sec\7f95182
+Ref: 91\7f95182
+Ref: complex c gsl_complex_csc\7f95349
+Ref: 92\7f95349
+Ref: complex c gsl_complex_cot\7f95518
+Ref: 93\7f95518
+Node: Inverse Complex Trigonometric Functions\7f95688
+Ref: complex inverse-complex-trigonometric-functions\7f95857
+Ref: 94\7f95857
+Ref: complex c gsl_complex_arcsin\7f95946
+Ref: 95\7f95946
+Ref: complex c gsl_complex_arcsin_real\7f96185
+Ref: 96\7f96185
+Ref: complex c gsl_complex_arccos\7f96628
+Ref: 97\7f96628
+Ref: complex c gsl_complex_arccos_real\7f96869
+Ref: 98\7f96869
+Ref: complex c gsl_complex_arctan\7f97278
+Ref: 99\7f97278
+Ref: complex c gsl_complex_arcsec\7f97514
+Ref: 9a\7f97514
+Ref: complex c gsl_complex_arcsec_real\7f97693
+Ref: 9b\7f97693
+Ref: complex c gsl_complex_arccsc\7f97869
+Ref: 9c\7f97869
+Ref: complex c gsl_complex_arccsc_real\7f98050
+Ref: 9d\7f98050
+Ref: complex c gsl_complex_arccot\7f98228
+Ref: 9e\7f98228
+Node: Complex Hyperbolic Functions\7f98410
+Ref: complex complex-hyperbolic-functions\7f98584
+Ref: 9f\7f98584
+Ref: complex c gsl_complex_sinh\7f98651
+Ref: a0\7f98651
+Ref: complex c gsl_complex_cosh\7f98842
+Ref: a1\7f98842
+Ref: complex c gsl_complex_tanh\7f99035
+Ref: a2\7f99035
+Ref: complex c gsl_complex_sech\7f99224
+Ref: a3\7f99224
+Ref: complex c gsl_complex_csch\7f99405
+Ref: a4\7f99405
+Ref: complex c gsl_complex_coth\7f99588
+Ref: a5\7f99588
+Node: Inverse Complex Hyperbolic Functions\7f99772
+Ref: complex inverse-complex-hyperbolic-functions\7f99937
+Ref: a6\7f99937
+Ref: complex c gsl_complex_arcsinh\7f100022
+Ref: a7\7f100022
+Ref: complex c gsl_complex_arccosh\7f100268
+Ref: a8\7f100268
+Ref: complex c gsl_complex_arccosh_real\7f100648
+Ref: a9\7f100648
+Ref: complex c gsl_complex_arctanh\7f100822
+Ref: aa\7f100822
+Ref: complex c gsl_complex_arctanh_real\7f101077
+Ref: ab\7f101077
+Ref: complex c gsl_complex_arcsech\7f101252
+Ref: ac\7f101252
+Ref: complex c gsl_complex_arccsch\7f101445
+Ref: ad\7f101445
+Ref: complex c gsl_complex_arccoth\7f101640
+Ref: ae\7f101640
+Node: References and Further Reading\7f101836
+Ref: complex references-and-further-reading\7f101964
+Ref: af\7f101964
+Node: Polynomials\7f103248
+Ref: poly doc\7f103350
+Ref: b0\7f103350
+Ref: poly polynomials\7f103350
+Ref: b1\7f103350
+Node: Polynomial Evaluation\7f104023
+Ref: poly polynomial-evaluation\7f104150
+Ref: b2\7f104150
+Ref: poly c gsl_poly_eval\7f104437
+Ref: b3\7f104437
+Ref: poly c gsl_poly_complex_eval\7f104639
+Ref: b4\7f104639
+Ref: poly c gsl_complex_poly_complex_eval\7f104862
+Ref: b5\7f104862
+Ref: poly c gsl_poly_eval_derivs\7f105101
+Ref: b6\7f105101
+Node: Divided Difference Representation of Polynomials\7f105508
+Ref: poly divided-difference-representation-of-polynomials\7f105663
+Ref: b7\7f105663
+Ref: poly c gsl_poly_dd_init\7f106990
+Ref: b8\7f106990
+Ref: poly c gsl_poly_dd_eval\7f107514
+Ref: b9\7f107514
+Ref: poly c gsl_poly_dd_taylor\7f107908
+Ref: ba\7f107908
+Ref: poly c gsl_poly_dd_hermite_init\7f108549
+Ref: bb\7f108549
+Node: Quadratic Equations\7f109720
+Ref: poly quadratic-equations\7f109869
+Ref: bc\7f109869
+Ref: poly c gsl_poly_solve_quadratic\7f109918
+Ref: bd\7f109918
+Ref: poly c gsl_poly_complex_solve_quadratic\7f111174
+Ref: be\7f111174
+Node: Cubic Equations\7f111775
+Ref: poly cubic-equations\7f111904
+Ref: bf\7f111904
+Ref: poly c gsl_poly_solve_cubic\7f111945
+Ref: c0\7f111945
+Ref: poly c gsl_poly_complex_solve_cubic\7f112919
+Ref: c1\7f112919
+Node: General Polynomial Equations\7f113457
+Ref: poly general-polynomial-equations\7f113578
+Ref: c2\7f113578
+Ref: poly c gsl_poly_complex_workspace\7f113918
+Ref: c3\7f113918
+Ref: poly c gsl_poly_complex_workspace_alloc\7f114048
+Ref: c4\7f114048
+Ref: poly c gsl_poly_complex_workspace_free\7f114570
+Ref: c6\7f114570
+Ref: poly c gsl_poly_complex_solve\7f114753
+Ref: c5\7f114753
+Node: Examples<2>\7f116039
+Ref: poly examples\7f116178
+Ref: c7\7f116178
+Node: References and Further Reading<2>\7f117367
+Ref: poly references-and-further-reading\7f117469
+Ref: c8\7f117469
+Node: Special Functions\7f118387
+Ref: specfunc doc\7f118494
+Ref: c9\7f118494
+Ref: specfunc special-functions\7f118494
+Ref: ca\7f118494
+Node: Usage\7f120486
+Ref: specfunc usage\7f120579
+Ref: cb\7f120579
+Node: The gsl_sf_result struct\7f121658
+Ref: specfunc the-gsl-sf-result-struct\7f121765
+Ref: cc\7f121765
+Ref: specfunc c gsl_sf_result\7f122153
+Ref: cd\7f122153
+Ref: specfunc c gsl_sf_result_e10\7f122835
+Ref: ce\7f122835
+Node: Modes\7f123005
+Ref: specfunc modes\7f123137
+Ref: cf\7f123137
+Ref: specfunc c gsl_mode_t\7f123613
+Ref: d0\7f123613
+Ref: specfunc c gsl_mode_t GSL_PREC_DOUBLE\7f123635
+Ref: d1\7f123635
+Ref: specfunc c gsl_mode_t GSL_PREC_SINGLE\7f123758
+Ref: d2\7f123758
+Ref: specfunc c gsl_mode_t GSL_PREC_APPROX\7f123876
+Ref: d3\7f123876
+Node: Airy Functions and Derivatives\7f124078
+Ref: specfunc airy-functions-and-derivatives\7f124202
+Ref: d4\7f124202
+Node: Airy Functions\7f124761
+Ref: specfunc airy-functions\7f124881
+Ref: d5\7f124881
+Ref: specfunc c gsl_sf_airy_Ai\7f124924
+Ref: d6\7f124924
+Ref: specfunc c gsl_sf_airy_Ai_e\7f124988
+Ref: d7\7f124988
+Ref: specfunc c gsl_sf_airy_Bi\7f125189
+Ref: d8\7f125189
+Ref: specfunc c gsl_sf_airy_Bi_e\7f125253
+Ref: d9\7f125253
+Ref: specfunc c gsl_sf_airy_Ai_scaled\7f125454
+Ref: da\7f125454
+Ref: specfunc c gsl_sf_airy_Ai_scaled_e\7f125525
+Ref: db\7f125525
+Ref: specfunc c gsl_sf_airy_Bi_scaled\7f125802
+Ref: dc\7f125802
+Ref: specfunc c gsl_sf_airy_Bi_scaled_e\7f125873
+Ref: dd\7f125873
+Node: Derivatives of Airy Functions\7f126149
+Ref: specfunc derivatives-of-airy-functions\7f126301
+Ref: de\7f126301
+Ref: specfunc c gsl_sf_airy_Ai_deriv\7f126374
+Ref: df\7f126374
+Ref: specfunc c gsl_sf_airy_Ai_deriv_e\7f126444
+Ref: e0\7f126444
+Ref: specfunc c gsl_sf_airy_Bi_deriv\7f126663
+Ref: e1\7f126663
+Ref: specfunc c gsl_sf_airy_Bi_deriv_e\7f126733
+Ref: e2\7f126733
+Ref: specfunc c gsl_sf_airy_Ai_deriv_scaled\7f126952
+Ref: e3\7f126952
+Ref: specfunc c gsl_sf_airy_Ai_deriv_scaled_e\7f127039
+Ref: e4\7f127039
+Ref: specfunc c gsl_sf_airy_Bi_deriv_scaled\7f127321
+Ref: e5\7f127321
+Ref: specfunc c gsl_sf_airy_Bi_deriv_scaled_e\7f127408
+Ref: e6\7f127408
+Node: Zeros of Airy Functions\7f127689
+Ref: specfunc zeros-of-airy-functions\7f127865
+Ref: e7\7f127865
+Ref: specfunc c gsl_sf_airy_zero_Ai\7f127926
+Ref: e8\7f127926
+Ref: specfunc c gsl_sf_airy_zero_Ai_e\7f127984
+Ref: e9\7f127984
+Ref: specfunc c gsl_sf_airy_zero_Bi\7f128178
+Ref: ea\7f128178
+Ref: specfunc c gsl_sf_airy_zero_Bi_e\7f128236
+Ref: eb\7f128236
+Node: Zeros of Derivatives of Airy Functions\7f128430
+Ref: specfunc zeros-of-derivatives-of-airy-functions\7f128568
+Ref: ec\7f128568
+Ref: specfunc c gsl_sf_airy_zero_Ai_deriv\7f128659
+Ref: ed\7f128659
+Ref: specfunc c gsl_sf_airy_zero_Ai_deriv_e\7f128723
+Ref: ee\7f128723
+Ref: specfunc c gsl_sf_airy_zero_Bi_deriv\7f128935
+Ref: ef\7f128935
+Ref: specfunc c gsl_sf_airy_zero_Bi_deriv_e\7f128999
+Ref: f0\7f128999
+Node: Bessel Functions\7f129211
+Ref: specfunc bessel-functions\7f129347
+Ref: f1\7f129347
+Node: Regular Cylindrical Bessel Functions\7f130407
+Ref: specfunc regular-cylindrical-bessel-functions\7f130544
+Ref: f2\7f130544
+Ref: specfunc c gsl_sf_bessel_J0\7f130631
+Ref: f3\7f130631
+Ref: specfunc c gsl_sf_bessel_J0_e\7f130680
+Ref: f4\7f130680
+Ref: specfunc c gsl_sf_bessel_J1\7f130851
+Ref: f5\7f130851
+Ref: specfunc c gsl_sf_bessel_J1_e\7f130900
+Ref: f6\7f130900
+Ref: specfunc c gsl_sf_bessel_Jn\7f131070
+Ref: f7\7f131070
+Ref: specfunc c gsl_sf_bessel_Jn_e\7f131126
+Ref: f8\7f131126
+Ref: specfunc c gsl_sf_bessel_Jn_array\7f131319
+Ref: f9\7f131319
+Node: Irregular Cylindrical Bessel Functions\7f131773
+Ref: specfunc irregular-cylindrical-bessel-functions\7f131964
+Ref: fa\7f131964
+Ref: specfunc c gsl_sf_bessel_Y0\7f132055
+Ref: fb\7f132055
+Ref: specfunc c gsl_sf_bessel_Y0_e\7f132104
+Ref: fc\7f132104
+Ref: specfunc c gsl_sf_bessel_Y1\7f132286
+Ref: fd\7f132286
+Ref: specfunc c gsl_sf_bessel_Y1_e\7f132335
+Ref: fe\7f132335
+Ref: specfunc c gsl_sf_bessel_Yn\7f132516
+Ref: ff\7f132516
+Ref: specfunc c gsl_sf_bessel_Yn_e\7f132572
+Ref: 100\7f132572
+Ref: specfunc c gsl_sf_bessel_Yn_array\7f132777
+Ref: 101\7f132777
+Node: Regular Modified Cylindrical Bessel Functions\7f133278
+Ref: specfunc regular-modified-cylindrical-bessel-functions\7f133480
+Ref: 102\7f133480
+Ref: specfunc c gsl_sf_bessel_I0\7f133585
+Ref: 103\7f133585
+Ref: specfunc c gsl_sf_bessel_I0_e\7f133634
+Ref: 104\7f133634
+Ref: specfunc c gsl_sf_bessel_I1\7f133814
+Ref: 105\7f133814
+Ref: specfunc c gsl_sf_bessel_I1_e\7f133863
+Ref: 106\7f133863
+Ref: specfunc c gsl_sf_bessel_In\7f134042
+Ref: 107\7f134042
+Ref: specfunc c gsl_sf_bessel_In_e\7f134098
+Ref: 108\7f134098
+Ref: specfunc c gsl_sf_bessel_In_array\7f134301
+Ref: 109\7f134301
+Ref: specfunc c gsl_sf_bessel_I0_scaled\7f134845
+Ref: 10a\7f134845
+Ref: specfunc c gsl_sf_bessel_I0_scaled_e\7f134901
+Ref: 10b\7f134901
+Ref: specfunc c gsl_sf_bessel_I1_scaled\7f135115
+Ref: 10c\7f135115
+Ref: specfunc c gsl_sf_bessel_I1_scaled_e\7f135171
+Ref: 10d\7f135171
+Ref: specfunc c gsl_sf_bessel_In_scaled\7f135384
+Ref: 10e\7f135384
+Ref: specfunc c gsl_sf_bessel_In_scaled_e\7f135447
+Ref: 10f\7f135447
+Ref: specfunc c gsl_sf_bessel_In_scaled_array\7f135674
+Ref: 110\7f135674
+Node: Irregular Modified Cylindrical Bessel Functions\7f136234
+Ref: specfunc irregular-modified-cylindrical-bessel-functions\7f136432
+Ref: 111\7f136432
+Ref: specfunc c gsl_sf_bessel_K0\7f136541
+Ref: 112\7f136541
+Ref: specfunc c gsl_sf_bessel_K0_e\7f136590
+Ref: 113\7f136590
+Ref: specfunc c gsl_sf_bessel_K1\7f136783
+Ref: 114\7f136783
+Ref: specfunc c gsl_sf_bessel_K1_e\7f136832
+Ref: 115\7f136832
+Ref: specfunc c gsl_sf_bessel_Kn\7f137024
+Ref: 116\7f137024
+Ref: specfunc c gsl_sf_bessel_Kn_e\7f137080
+Ref: 117\7f137080
+Ref: specfunc c gsl_sf_bessel_Kn_array\7f137296
+Ref: 118\7f137296
+Ref: specfunc c gsl_sf_bessel_K0_scaled\7f137878
+Ref: 119\7f137878
+Ref: specfunc c gsl_sf_bessel_K0_scaled_e\7f137934
+Ref: 11a\7f137934
+Ref: specfunc c gsl_sf_bessel_K1_scaled\7f138155
+Ref: 11b\7f138155
+Ref: specfunc c gsl_sf_bessel_K1_scaled_e\7f138211
+Ref: 11c\7f138211
+Ref: specfunc c gsl_sf_bessel_Kn_scaled\7f138431
+Ref: 11d\7f138431
+Ref: specfunc c gsl_sf_bessel_Kn_scaled_e\7f138494
+Ref: 11e\7f138494
+Ref: specfunc c gsl_sf_bessel_Kn_scaled_array\7f138730
+Ref: 11f\7f138730
+Node: Regular Spherical Bessel Functions\7f139324
+Ref: specfunc regular-spherical-bessel-functions\7f139513
+Ref: 120\7f139513
+Ref: specfunc c gsl_sf_bessel_j0\7f139596
+Ref: 121\7f139596
+Ref: specfunc c gsl_sf_bessel_j0_e\7f139645
+Ref: 122\7f139645
+Ref: specfunc c gsl_sf_bessel_j1\7f139826
+Ref: 123\7f139826
+Ref: specfunc c gsl_sf_bessel_j1_e\7f139875
+Ref: 124\7f139875
+Ref: specfunc c gsl_sf_bessel_j2\7f140069
+Ref: 125\7f140069
+Ref: specfunc c gsl_sf_bessel_j2_e\7f140118
+Ref: 126\7f140118
+Ref: specfunc c gsl_sf_bessel_jl\7f140325
+Ref: 127\7f140325
+Ref: specfunc c gsl_sf_bessel_jl_e\7f140381
+Ref: 128\7f140381
+Ref: specfunc c gsl_sf_bessel_jl_array\7f140600
+Ref: 129\7f140600
+Ref: specfunc c gsl_sf_bessel_jl_steed_array\7f141065
+Ref: 12a\7f141065
+Node: Irregular Spherical Bessel Functions\7f141621
+Ref: specfunc irregular-spherical-bessel-functions\7f141806
+Ref: 12b\7f141806
+Ref: specfunc c gsl_sf_bessel_y0\7f141893
+Ref: 12c\7f141893
+Ref: specfunc c gsl_sf_bessel_y0_e\7f141942
+Ref: 12d\7f141942
+Ref: specfunc c gsl_sf_bessel_y1\7f142126
+Ref: 12e\7f142126
+Ref: specfunc c gsl_sf_bessel_y1_e\7f142175
+Ref: 12f\7f142175
+Ref: specfunc c gsl_sf_bessel_y2\7f142372
+Ref: 130\7f142372
+Ref: specfunc c gsl_sf_bessel_y2_e\7f142421
+Ref: 131\7f142421
+Ref: specfunc c gsl_sf_bessel_yl\7f142633
+Ref: 132\7f142633
+Ref: specfunc c gsl_sf_bessel_yl_e\7f142689
+Ref: 133\7f142689
+Ref: specfunc c gsl_sf_bessel_yl_array\7f142897
+Ref: 134\7f142897
+Node: Regular Modified Spherical Bessel Functions\7f143351
+Ref: specfunc regular-modified-spherical-bessel-functions\7f143547
+Ref: 135\7f143547
+Ref: specfunc c gsl_sf_bessel_i0_scaled\7f143808
+Ref: 136\7f143808
+Ref: specfunc c gsl_sf_bessel_i0_scaled_e\7f143864
+Ref: 137\7f143864
+Ref: specfunc c gsl_sf_bessel_i1_scaled\7f144077
+Ref: 138\7f144077
+Ref: specfunc c gsl_sf_bessel_i1_scaled_e\7f144133
+Ref: 139\7f144133
+Ref: specfunc c gsl_sf_bessel_i2_scaled\7f144345
+Ref: 13a\7f144345
+Ref: specfunc c gsl_sf_bessel_i2_scaled_e\7f144401
+Ref: 13b\7f144401
+Ref: specfunc c gsl_sf_bessel_il_scaled\7f144613
+Ref: 13c\7f144613
+Ref: specfunc c gsl_sf_bessel_il_scaled_e\7f144676
+Ref: 13d\7f144676
+Ref: specfunc c gsl_sf_bessel_il_scaled_array\7f144901
+Ref: 13e\7f144901
+Node: Irregular Modified Spherical Bessel Functions\7f145387
+Ref: specfunc irregular-modified-spherical-bessel-functions\7f145589
+Ref: 13f\7f145589
+Ref: specfunc c gsl_sf_bessel_k0_scaled\7f145867
+Ref: 140\7f145867
+Ref: specfunc c gsl_sf_bessel_k0_scaled_e\7f145923
+Ref: 141\7f145923
+Ref: specfunc c gsl_sf_bessel_k1_scaled\7f146144
+Ref: 142\7f146144
+Ref: specfunc c gsl_sf_bessel_k1_scaled_e\7f146200
+Ref: 143\7f146200
+Ref: specfunc c gsl_sf_bessel_k2_scaled\7f146420
+Ref: 144\7f146420
+Ref: specfunc c gsl_sf_bessel_k2_scaled_e\7f146476
+Ref: 145\7f146476
+Ref: specfunc c gsl_sf_bessel_kl_scaled\7f146697
+Ref: 146\7f146697
+Ref: specfunc c gsl_sf_bessel_kl_scaled_e\7f146760
+Ref: 147\7f146760
+Ref: specfunc c gsl_sf_bessel_kl_scaled_array\7f146994
+Ref: 148\7f146994
+Node: Regular Bessel Function—Fractional Order\7f147487
+Ref: specfunc regular-bessel-function-fractional-order\7f147691
+Ref: 149\7f147691
+Ref: specfunc c gsl_sf_bessel_Jnu\7f147788
+Ref: 14a\7f147788
+Ref: specfunc c gsl_sf_bessel_Jnu_e\7f147849
+Ref: 14b\7f147849
+Ref: specfunc c gsl_sf_bessel_sequence_Jnu_e\7f148052
+Ref: 14c\7f148052
+Node: Irregular Bessel Functions—Fractional Order\7f148510
+Ref: specfunc irregular-bessel-functions-fractional-order\7f148721
+Ref: 14d\7f148721
+Ref: specfunc c gsl_sf_bessel_Ynu\7f148826
+Ref: 14e\7f148826
+Ref: specfunc c gsl_sf_bessel_Ynu_e\7f148887
+Ref: 14f\7f148887
+Node: Regular Modified Bessel Functions—Fractional Order\7f149092
+Ref: specfunc regular-modified-bessel-functions-fractional-order\7f149315
+Ref: 150\7f149315
+Ref: specfunc c gsl_sf_bessel_Inu\7f149434
+Ref: 151\7f149434
+Ref: specfunc c gsl_sf_bessel_Inu_e\7f149495
+Ref: 152\7f149495
+Ref: specfunc c gsl_sf_bessel_Inu_scaled\7f149710
+Ref: 153\7f149710
+Ref: specfunc c gsl_sf_bessel_Inu_scaled_e\7f149778
+Ref: 154\7f149778
+Node: Irregular Modified Bessel Functions—Fractional Order\7f150017
+Ref: specfunc irregular-modified-bessel-functions-fractional-order\7f150228
+Ref: 155\7f150228
+Ref: specfunc c gsl_sf_bessel_Knu\7f150351
+Ref: 156\7f150351
+Ref: specfunc c gsl_sf_bessel_Knu_e\7f150412
+Ref: 157\7f150412
+Ref: specfunc c gsl_sf_bessel_lnKnu\7f150629
+Ref: 158\7f150629
+Ref: specfunc c gsl_sf_bessel_lnKnu_e\7f150692
+Ref: 159\7f150692
+Ref: specfunc c gsl_sf_bessel_Knu_scaled\7f150938
+Ref: 15a\7f150938
+Ref: specfunc c gsl_sf_bessel_Knu_scaled_e\7f151006
+Ref: 15b\7f151006
+Node: Zeros of Regular Bessel Functions\7f151253
+Ref: specfunc zeros-of-regular-bessel-functions\7f151403
+Ref: 15c\7f151403
+Ref: specfunc c gsl_sf_bessel_zero_J0\7f151486
+Ref: 15d\7f151486
+Ref: specfunc c gsl_sf_bessel_zero_J0_e\7f151546
+Ref: 15e\7f151546
+Ref: specfunc c gsl_sf_bessel_zero_J1\7f151755
+Ref: 15f\7f151755
+Ref: specfunc c gsl_sf_bessel_zero_J1_e\7f151815
+Ref: 160\7f151815
+Ref: specfunc c gsl_sf_bessel_zero_Jnu\7f152024
+Ref: 161\7f152024
+Ref: specfunc c gsl_sf_bessel_zero_Jnu_e\7f152096
+Ref: 162\7f152096
+Node: Clausen Functions\7f152403
+Ref: specfunc clausen-functions\7f152526
+Ref: 163\7f152526
+Ref: specfunc c gsl_sf_clausen\7f152841
+Ref: 165\7f152841
+Ref: specfunc c gsl_sf_clausen_e\7f152888
+Ref: 166\7f152888
+Node: Coulomb Functions\7f153017
+Ref: specfunc coulomb-functions\7f153145
+Ref: 167\7f153145
+Node: Normalized Hydrogenic Bound States\7f153470
+Ref: specfunc normalized-hydrogenic-bound-states\7f153590
+Ref: 168\7f153590
+Ref: specfunc c gsl_sf_hydrogenicR_1\7f153673
+Ref: 169\7f153673
+Ref: specfunc c gsl_sf_hydrogenicR_1_e\7f153736
+Ref: 16a\7f153736
+Ref: specfunc c gsl_sf_hydrogenicR\7f153968
+Ref: 16b\7f153968
+Ref: specfunc c gsl_sf_hydrogenicR_e\7f154053
+Ref: 16c\7f154053
+Node: Coulomb Wave Functions\7f154571
+Ref: specfunc coulomb-wave-functions\7f154744
+Ref: 16e\7f154744
+Ref: specfunc c gsl_sf_coulomb_wave_FG_e\7f155404
+Ref: 16f\7f155404
+Ref: specfunc c gsl_sf_coulomb_wave_F_array\7f156224
+Ref: 170\7f156224
+Ref: specfunc c gsl_sf_coulomb_wave_FG_array\7f156599
+Ref: 171\7f156599
+Ref: specfunc c gsl_sf_coulomb_wave_FGp_array\7f157083
+Ref: 172\7f157083
+Ref: specfunc c gsl_sf_coulomb_wave_sphF_array\7f157716
+Ref: 173\7f157716
+Node: Coulomb Wave Function Normalization Constant\7f158215
+Ref: specfunc coulomb-wave-function-normalization-constant\7f158345
+Ref: 174\7f158345
+Ref: specfunc c gsl_sf_coulomb_CL_e\7f158531
+Ref: 175\7f158531
+Ref: specfunc c gsl_sf_coulomb_CL_array\7f158731
+Ref: 176\7f158731
+Node: Coupling Coefficients\7f158969
+Ref: specfunc coupling-coefficients\7f159095
+Ref: 177\7f159095
+Node: 3-j Symbols\7f159696
+Ref: specfunc j-symbols\7f159786
+Ref: 178\7f159786
+Ref: specfunc c gsl_sf_coupling_3j\7f159823
+Ref: 179\7f159823
+Ref: specfunc c gsl_sf_coupling_3j_e\7f159946
+Ref: 17a\7f159946
+Node: 6-j Symbols\7f160331
+Ref: specfunc id1\7f160441
+Ref: 17b\7f160441
+Ref: specfunc c gsl_sf_coupling_6j\7f160478
+Ref: 17c\7f160478
+Ref: specfunc c gsl_sf_coupling_6j_e\7f160601
+Ref: 17d\7f160601
+Node: 9-j Symbols\7f160980
+Ref: specfunc id2\7f161070
+Ref: 17e\7f161070
+Ref: specfunc c gsl_sf_coupling_9j\7f161107
+Ref: 17f\7f161107
+Ref: specfunc c gsl_sf_coupling_9j_e\7f161276
+Ref: 180\7f161276
+Node: Dawson Function\7f161715
+Ref: specfunc dawson-function\7f161839
+Ref: 181\7f161839
+Ref: specfunc c gsl_sf_dawson\7f162111
+Ref: 182\7f162111
+Ref: specfunc c gsl_sf_dawson_e\7f162157
+Ref: 183\7f162157
+Node: Debye Functions\7f162311
+Ref: specfunc debye-functions\7f162425
+Ref: 184\7f162425
+Ref: specfunc c gsl_sf_debye_1\7f162723
+Ref: 185\7f162723
+Ref: specfunc c gsl_sf_debye_1_e\7f162770
+Ref: 186\7f162770
+Ref: specfunc c gsl_sf_debye_2\7f162908
+Ref: 187\7f162908
+Ref: specfunc c gsl_sf_debye_2_e\7f162955
+Ref: 188\7f162955
+Ref: specfunc c gsl_sf_debye_3\7f163094
+Ref: 189\7f163094
+Ref: specfunc c gsl_sf_debye_3_e\7f163141
+Ref: 18a\7f163141
+Ref: specfunc c gsl_sf_debye_4\7f163279
+Ref: 18b\7f163279
+Ref: specfunc c gsl_sf_debye_4_e\7f163326
+Ref: 18c\7f163326
+Ref: specfunc c gsl_sf_debye_5\7f163465
+Ref: 18d\7f163465
+Ref: specfunc c gsl_sf_debye_5_e\7f163512
+Ref: 18e\7f163512
+Ref: specfunc c gsl_sf_debye_6\7f163650
+Ref: 18f\7f163650
+Ref: specfunc c gsl_sf_debye_6_e\7f163697
+Ref: 190\7f163697
+Node: Dilogarithm\7f163835
+Ref: specfunc dilog-function\7f163955
+Ref: 164\7f163955
+Ref: specfunc dilogarithm\7f163955
+Ref: 191\7f163955
+Node: Real Argument\7f164208
+Ref: specfunc real-argument\7f164295
+Ref: 192\7f164295
+Ref: specfunc c gsl_sf_dilog\7f164338
+Ref: 193\7f164338
+Ref: specfunc c gsl_sf_dilog_e\7f164383
+Ref: 194\7f164383
+Node: Complex Argument\7f164914
+Ref: specfunc complex-argument\7f165001
+Ref: 195\7f165001
+Ref: specfunc c gsl_sf_complex_dilog_e\7f165050
+Ref: 196\7f165050
+Node: Elementary Operations\7f165410
+Ref: specfunc elementary-operations\7f165533
+Ref: 197\7f165533
+Ref: specfunc c gsl_sf_multiply\7f165768
+Ref: 198\7f165768
+Ref: specfunc c gsl_sf_multiply_e\7f165826
+Ref: 199\7f165826
+Ref: specfunc c gsl_sf_multiply_err_e\7f166052
+Ref: 19a\7f166052
+Node: Elliptic Integrals\7f166394
+Ref: specfunc elliptic-integrals\7f166531
+Ref: 19b\7f166531
+Node: Definition of Legendre Forms\7f166968
+Ref: specfunc definition-of-legendre-forms\7f167088
+Ref: 19c\7f167088
+Node: Definition of Carlson Forms\7f167783
+Ref: specfunc definition-of-carlson-forms\7f167956
+Ref: 19d\7f167956
+Node: Legendre Form of Complete Elliptic Integrals\7f168469
+Ref: specfunc legendre-form-of-complete-elliptic-integrals\7f168660
+Ref: 19e\7f168660
+Ref: specfunc c gsl_sf_ellint_Kcomp\7f168765
+Ref: 19f\7f168765
+Ref: specfunc c gsl_sf_ellint_Kcomp_e\7f168834
+Ref: 1a0\7f168834
+Ref: specfunc c gsl_sf_ellint_Ecomp\7f169167
+Ref: 1a1\7f169167
+Ref: specfunc c gsl_sf_ellint_Ecomp_e\7f169236
+Ref: 1a2\7f169236
+Ref: specfunc c gsl_sf_ellint_Pcomp\7f169569
+Ref: 1a3\7f169569
+Ref: specfunc c gsl_sf_ellint_Pcomp_e\7f169658
+Ref: 1a4\7f169658
+Node: Legendre Form of Incomplete Elliptic Integrals\7f170070
+Ref: specfunc legendre-form-of-incomplete-elliptic-integrals\7f170247
+Ref: 1a5\7f170247
+Ref: specfunc c gsl_sf_ellint_F\7f170356
+Ref: 1a6\7f170356
+Ref: specfunc c gsl_sf_ellint_F_e\7f170443
+Ref: 1a7\7f170443
+Ref: specfunc c gsl_sf_ellint_E\7f170790
+Ref: 1a8\7f170790
+Ref: specfunc c gsl_sf_ellint_E_e\7f170877
+Ref: 1a9\7f170877
+Ref: specfunc c gsl_sf_ellint_P\7f171224
+Ref: 1aa\7f171224
+Ref: specfunc c gsl_sf_ellint_P_e\7f171321
+Ref: 1ab\7f171321
+Ref: specfunc c gsl_sf_ellint_D\7f171748
+Ref: 1ac\7f171748
+Ref: specfunc c gsl_sf_ellint_D_e\7f171835
+Ref: 1ad\7f171835
+Node: Carlson Forms\7f172194
+Ref: specfunc carlson-forms\7f172318
+Ref: 1ae\7f172318
+Ref: specfunc c gsl_sf_ellint_RC\7f172361
+Ref: 1af\7f172361
+Ref: specfunc c gsl_sf_ellint_RC_e\7f172447
+Ref: 1b0\7f172447
+Ref: specfunc c gsl_sf_ellint_RD\7f172695
+Ref: 1b1\7f172695
+Ref: specfunc c gsl_sf_ellint_RD_e\7f172791
+Ref: 1b2\7f172791
+Ref: specfunc c gsl_sf_ellint_RF\7f173051
+Ref: 1b3\7f173051
+Ref: specfunc c gsl_sf_ellint_RF_e\7f173147
+Ref: 1b4\7f173147
+Ref: specfunc c gsl_sf_ellint_RJ\7f173407
+Ref: 1b5\7f173407
+Ref: specfunc c gsl_sf_ellint_RJ_e\7f173513
+Ref: 1b6\7f173513
+Node: Elliptic Functions Jacobi\7f173785
+Ref: specfunc elliptic-functions-jacobi\7f173916
+Ref: 1b7\7f173916
+Ref: specfunc c gsl_sf_elljac_e\7f174134
+Ref: 1b8\7f174134
+Node: Error Functions\7f174366
+Ref: specfunc error-functions\7f174500
+Ref: 1b9\7f174500
+Node: Error Function\7f174819
+Ref: specfunc error-function\7f174923
+Ref: 1ba\7f174923
+Ref: specfunc c gsl_sf_erf\7f174968
+Ref: 1bb\7f174968
+Ref: specfunc c gsl_sf_erf_e\7f175011
+Ref: 1bc\7f175011
+Node: Complementary Error Function\7f175194
+Ref: specfunc complementary-error-function\7f175339
+Ref: 1bd\7f175339
+Ref: specfunc c gsl_sf_erfc\7f175412
+Ref: 1be\7f175412
+Ref: specfunc c gsl_sf_erfc_e\7f175456
+Ref: 1bf\7f175456
+Node: Log Complementary Error Function\7f175655
+Ref: specfunc log-complementary-error-function\7f175807
+Ref: 1c0\7f175807
+Ref: specfunc c gsl_sf_log_erfc\7f175888
+Ref: 1c1\7f175888
+Ref: specfunc c gsl_sf_log_erfc_e\7f175936
+Ref: 1c2\7f175936
+Node: Probability functions\7f176107
+Ref: specfunc probability-functions\7f176222
+Ref: 1c3\7f176222
+Ref: specfunc c gsl_sf_erf_Z\7f176400
+Ref: 1c4\7f176400
+Ref: specfunc c gsl_sf_erf_Z_e\7f176445
+Ref: 1c5\7f176445
+Ref: specfunc c gsl_sf_erf_Q\7f176625
+Ref: 1c6\7f176625
+Ref: specfunc c gsl_sf_erf_Q_e\7f176670
+Ref: 1c7\7f176670
+Ref: specfunc c gsl_sf_hazard\7f177159
+Ref: 1c8\7f177159
+Ref: specfunc c gsl_sf_hazard_e\7f177205
+Ref: 1c9\7f177205
+Node: Exponential Functions\7f177357
+Ref: specfunc exponential-functions\7f177487
+Ref: 1ca\7f177487
+Node: Exponential Function\7f177744
+Ref: specfunc exponential-function\7f177862
+Ref: 1cb\7f177862
+Ref: specfunc c gsl_sf_exp\7f177919
+Ref: 1cc\7f177919
+Ref: specfunc c gsl_sf_exp_e\7f177962
+Ref: 1cd\7f177962
+Ref: specfunc c gsl_sf_exp_e10_e\7f178134
+Ref: 1ce\7f178134
+Ref: specfunc c gsl_sf_exp_mult\7f178462
+Ref: 1cf\7f178462
+Ref: specfunc c gsl_sf_exp_mult_e\7f178520
+Ref: 1d0\7f178520
+Ref: specfunc c gsl_sf_exp_mult_e10_e\7f178738
+Ref: 1d1\7f178738
+Node: Relative Exponential Functions\7f179002
+Ref: specfunc relative-exponential-functions\7f179163
+Ref: 1d2\7f179163
+Ref: specfunc c gsl_sf_expm1\7f179240
+Ref: 1d3\7f179240
+Ref: specfunc c gsl_sf_expm1_e\7f179285
+Ref: 1d4\7f179285
+Ref: specfunc c gsl_sf_exprel\7f179459
+Ref: 1d5\7f179459
+Ref: specfunc c gsl_sf_exprel_e\7f179505
+Ref: 1d6\7f179505
+Ref: specfunc c gsl_sf_exprel_2\7f179829
+Ref: 1d7\7f179829
+Ref: specfunc c gsl_sf_exprel_2_e\7f179877
+Ref: 1d8\7f179877
+Ref: specfunc c gsl_sf_exprel_n\7f180213
+Ref: 1d9\7f180213
+Ref: specfunc c gsl_sf_exprel_n_e\7f180268
+Ref: 1da\7f180268
+Node: Exponentiation With Error Estimate\7f180760
+Ref: specfunc exponentiation-with-error-estimate\7f180892
+Ref: 1db\7f180892
+Ref: specfunc c gsl_sf_exp_err_e\7f180977
+Ref: 1dc\7f180977
+Ref: specfunc c gsl_sf_exp_err_e10_e\7f181170
+Ref: 1dd\7f181170
+Ref: specfunc c gsl_sf_exp_mult_err_e\7f181471
+Ref: 1de\7f181471
+Ref: specfunc c gsl_sf_exp_mult_err_e10_e\7f181757
+Ref: 1df\7f181757
+Node: Exponential Integrals\7f182140
+Ref: specfunc exponential-integrals\7f182275
+Ref: 1e0\7f182275
+Node: Exponential Integral\7f182638
+Ref: specfunc exponential-integral\7f182730
+Ref: 1e1\7f182730
+Ref: specfunc c gsl_sf_expint_E1\7f182787
+Ref: 1e2\7f182787
+Ref: specfunc c gsl_sf_expint_E1_e\7f182836
+Ref: 1e3\7f182836
+Ref: specfunc c gsl_sf_expint_E2\7f183025
+Ref: 1e4\7f183025
+Ref: specfunc c gsl_sf_expint_E2_e\7f183074
+Ref: 1e5\7f183074
+Ref: specfunc c gsl_sf_expint_En\7f183282
+Ref: 1e6\7f183282
+Ref: specfunc c gsl_sf_expint_En_e\7f183338
+Ref: 1e7\7f183338
+Node: Ei x\7f183573
+Ref: specfunc ei-x\7f183694
+Ref: 1e8\7f183694
+Ref: specfunc c gsl_sf_expint_Ei\7f183721
+Ref: 1e9\7f183721
+Ref: specfunc c gsl_sf_expint_Ei_e\7f183770
+Ref: 1ea\7f183770
+Node: Hyperbolic Integrals\7f184019
+Ref: specfunc hyperbolic-integrals\7f184126
+Ref: 1eb\7f184126
+Ref: specfunc c gsl_sf_Shi\7f184183
+Ref: 1ec\7f184183
+Ref: specfunc c gsl_sf_Shi_e\7f184226
+Ref: 1ed\7f184226
+Ref: specfunc c gsl_sf_Chi\7f184377
+Ref: 1ee\7f184377
+Ref: specfunc c gsl_sf_Chi_e\7f184420
+Ref: 1ef\7f184420
+Node: Ei_3 x\7f184692
+Ref: specfunc ei-3-x\7f184818
+Ref: 1f0\7f184818
+Ref: specfunc c gsl_sf_expint_3\7f184849
+Ref: 1f1\7f184849
+Ref: specfunc c gsl_sf_expint_3_e\7f184897
+Ref: 1f2\7f184897
+Node: Trigonometric Integrals\7f185098
+Ref: specfunc trigonometric-integrals\7f185223
+Ref: 1f3\7f185223
+Ref: specfunc c gsl_sf_Si\7f185286
+Ref: 1f4\7f185286
+Ref: specfunc c gsl_sf_Si_e\7f185334
+Ref: 1f5\7f185334
+Ref: specfunc c gsl_sf_Ci\7f185487
+Ref: 1f6\7f185487
+Ref: specfunc c gsl_sf_Ci_e\7f185535
+Ref: 1f7\7f185535
+Node: Arctangent Integral\7f185713
+Ref: specfunc arctangent-integral\7f185823
+Ref: 1f8\7f185823
+Ref: specfunc c gsl_sf_atanint\7f185878
+Ref: 1f9\7f185878
+Ref: specfunc c gsl_sf_atanint_e\7f185925
+Ref: 1fa\7f185925
+Node: Fermi-Dirac Function\7f186118
+Ref: specfunc fermi-dirac-function\7f186256
+Ref: 1fb\7f186256
+Node: Complete Fermi-Dirac Integrals\7f186492
+Ref: specfunc complete-fermi-dirac-integrals\7f186621
+Ref: 1fc\7f186621
+Ref: specfunc c gsl_sf_fermi_dirac_m1\7f186932
+Ref: 1fd\7f186932
+Ref: specfunc c gsl_sf_fermi_dirac_m1_e\7f186986
+Ref: 1fe\7f186986
+Ref: specfunc c gsl_sf_fermi_dirac_0\7f187223
+Ref: 1ff\7f187223
+Ref: specfunc c gsl_sf_fermi_dirac_0_e\7f187276
+Ref: 200\7f187276
+Ref: specfunc c gsl_sf_fermi_dirac_1\7f187500
+Ref: 201\7f187500
+Ref: specfunc c gsl_sf_fermi_dirac_1_e\7f187553
+Ref: 202\7f187553
+Ref: specfunc c gsl_sf_fermi_dirac_2\7f187773
+Ref: 203\7f187773
+Ref: specfunc c gsl_sf_fermi_dirac_2_e\7f187826
+Ref: 204\7f187826
+Ref: specfunc c gsl_sf_fermi_dirac_int\7f188054
+Ref: 205\7f188054
+Ref: specfunc c gsl_sf_fermi_dirac_int_e\7f188116
+Ref: 206\7f188116
+Ref: specfunc c gsl_sf_fermi_dirac_mhalf\7f188376
+Ref: 207\7f188376
+Ref: specfunc c gsl_sf_fermi_dirac_mhalf_e\7f188433
+Ref: 208\7f188433
+Ref: specfunc c gsl_sf_fermi_dirac_half\7f188604
+Ref: 209\7f188604
+Ref: specfunc c gsl_sf_fermi_dirac_half_e\7f188660
+Ref: 20a\7f188660
+Ref: specfunc c gsl_sf_fermi_dirac_3half\7f188829
+Ref: 20b\7f188829
+Ref: specfunc c gsl_sf_fermi_dirac_3half_e\7f188886
+Ref: 20c\7f188886
+Node: Incomplete Fermi-Dirac Integrals\7f189056
+Ref: specfunc incomplete-fermi-dirac-integrals\7f189185
+Ref: 20d\7f189185
+Ref: specfunc c gsl_sf_fermi_dirac_inc_0\7f189400
+Ref: 20e\7f189400
+Ref: specfunc c gsl_sf_fermi_dirac_inc_0_e\7f189467
+Ref: 20f\7f189467
+Node: Gamma and Beta Functions\7f189696
+Ref: specfunc gamma-and-beta-functions\7f189833
+Ref: 210\7f189833
+Node: Gamma Functions\7f190272
+Ref: specfunc gamma-functions\7f190368
+Ref: 211\7f190368
+Ref: specfunc c gsl_sf_gamma\7f190705
+Ref: 212\7f190705
+Ref: specfunc c gsl_sf_gamma_e\7f190750
+Ref: 213\7f190750
+Ref: specfunc c gsl_sf_lngamma\7f191139
+Ref: 214\7f191139
+Ref: specfunc c gsl_sf_lngamma_e\7f191186
+Ref: 215\7f191186
+Ref: specfunc c gsl_sf_lngamma_sgn_e\7f191565
+Ref: 216\7f191565
+Ref: specfunc c gsl_sf_gammastar\7f192085
+Ref: 217\7f192085
+Ref: specfunc c gsl_sf_gammastar_e\7f192134
+Ref: 218\7f192134
+Ref: specfunc c gsl_sf_gammainv\7f192510
+Ref: 219\7f192510
+Ref: specfunc c gsl_sf_gammainv_e\7f192558
+Ref: 21a\7f192558
+Ref: specfunc c gsl_sf_lngamma_complex_e\7f192744
+Ref: 21b\7f192744
+Node: Factorials\7f193432
+Ref: specfunc factorials\7f193554
+Ref: 21c\7f193554
+Ref: specfunc c gsl_sf_fact\7f193880
+Ref: 21d\7f193880
+Ref: specfunc c gsl_sf_fact_e\7f193930
+Ref: 21e\7f193930
+Ref: specfunc c gsl_sf_doublefact\7f194258
+Ref: 21f\7f194258
+Ref: specfunc c gsl_sf_doublefact_e\7f194314
+Ref: 220\7f194314
+Ref: specfunc c gsl_sf_lnfact\7f194619
+Ref: 221\7f194619
+Ref: specfunc c gsl_sf_lnfact_e\7f194671
+Ref: 222\7f194671
+Ref: specfunc c gsl_sf_lndoublefact\7f194997
+Ref: 223\7f194997
+Ref: specfunc c gsl_sf_lndoublefact_e\7f195055
+Ref: 224\7f195055
+Ref: specfunc c gsl_sf_choose\7f195246
+Ref: 225\7f195246
+Ref: specfunc c gsl_sf_choose_e\7f195314
+Ref: 226\7f195314
+Ref: specfunc c gsl_sf_lnchoose\7f195507
+Ref: 227\7f195507
+Ref: specfunc c gsl_sf_lnchoose_e\7f195577
+Ref: 228\7f195577
+Ref: specfunc c gsl_sf_taylorcoeff\7f195816
+Ref: 229\7f195816
+Ref: specfunc c gsl_sf_taylorcoeff_e\7f195874
+Ref: 22a\7f195874
+Node: Pochhammer Symbol\7f196052
+Ref: specfunc id3\7f196185
+Ref: 22b\7f196185
+Ref: specfunc pochhammer-symbol\7f196185
+Ref: 22c\7f196185
+Ref: specfunc c gsl_sf_poch\7f196236
+Ref: 22d\7f196236
+Ref: specfunc c gsl_sf_poch_e\7f196290
+Ref: 22e\7f196290
+Ref: specfunc c gsl_sf_lnpoch\7f196664
+Ref: 22f\7f196664
+Ref: specfunc c gsl_sf_lnpoch_e\7f196720
+Ref: 230\7f196720
+Ref: specfunc c gsl_sf_lnpoch_sgn_e\7f196928
+Ref: 231\7f196928
+Ref: specfunc c gsl_sf_pochrel\7f197294
+Ref: 232\7f197294
+Ref: specfunc c gsl_sf_pochrel_e\7f197351
+Ref: 233\7f197351
+Node: Incomplete Gamma Functions\7f197559
+Ref: specfunc incomplete-gamma-functions\7f197696
+Ref: 234\7f197696
+Ref: specfunc c gsl_sf_gamma_inc\7f197765
+Ref: 235\7f197765
+Ref: specfunc c gsl_sf_gamma_inc_e\7f197824
+Ref: 236\7f197824
+Ref: specfunc c gsl_sf_gamma_inc_Q\7f198073
+Ref: 237\7f198073
+Ref: specfunc c gsl_sf_gamma_inc_Q_e\7f198134
+Ref: 238\7f198134
+Ref: specfunc c gsl_sf_gamma_inc_P\7f198385
+Ref: 239\7f198385
+Ref: specfunc c gsl_sf_gamma_inc_P_e\7f198446
+Ref: 23a\7f198446
+Node: Beta Functions\7f198817
+Ref: specfunc beta-functions\7f198961
+Ref: 23b\7f198961
+Ref: specfunc c gsl_sf_beta\7f199006
+Ref: 23c\7f199006
+Ref: specfunc c gsl_sf_beta_e\7f199060
+Ref: 23d\7f199060
+Ref: specfunc c gsl_sf_lnbeta\7f199293
+Ref: 23e\7f199293
+Ref: specfunc c gsl_sf_lnbeta_e\7f199349
+Ref: 23f\7f199349
+Node: Incomplete Beta Function\7f199569
+Ref: specfunc incomplete-beta-function\7f199678
+Ref: 240\7f199678
+Ref: specfunc c gsl_sf_beta_inc\7f199743
+Ref: 241\7f199743
+Ref: specfunc c gsl_sf_beta_inc_e\7f199811
+Ref: 242\7f199811
+Node: Gegenbauer Functions\7f200304
+Ref: specfunc gegenbauer-functions\7f200454
+Ref: 243\7f200454
+Ref: specfunc c gsl_sf_gegenpoly_1\7f200735
+Ref: 244\7f200735
+Ref: specfunc c gsl_sf_gegenpoly_2\7f200801
+Ref: 245\7f200801
+Ref: specfunc c gsl_sf_gegenpoly_3\7f200867
+Ref: 246\7f200867
+Ref: specfunc c gsl_sf_gegenpoly_1_e\7f200933
+Ref: 247\7f200933
+Ref: specfunc c gsl_sf_gegenpoly_2_e\7f201031
+Ref: 248\7f201031
+Ref: specfunc c gsl_sf_gegenpoly_3_e\7f201129
+Ref: 249\7f201129
+Ref: specfunc c gsl_sf_gegenpoly_n\7f201358
+Ref: 24a\7f201358
+Ref: specfunc c gsl_sf_gegenpoly_n_e\7f201431
+Ref: 24b\7f201431
+Ref: specfunc c gsl_sf_gegenpoly_array\7f201730
+Ref: 24c\7f201730
+Node: Hermite Polynomials and Functions\7f202003
+Ref: specfunc hermite-polynomials-and-functions\7f202153
+Ref: 24d\7f202153
+Node: Hermite Polynomials\7f202689
+Ref: specfunc hermite-polynomials\7f202822
+Ref: 24e\7f202822
+Ref: specfunc c gsl_sf_hermite\7f203387
+Ref: 24f\7f203387
+Ref: specfunc c gsl_sf_hermite_e\7f203453
+Ref: 250\7f203453
+Ref: specfunc c gsl_sf_hermite_array\7f203780
+Ref: 251\7f203780
+Ref: specfunc c gsl_sf_hermite_series\7f204069
+Ref: 252\7f204069
+Ref: specfunc c gsl_sf_hermite_series_e\7f204169
+Ref: 253\7f204169
+Ref: specfunc c gsl_sf_hermite_prob\7f204450
+Ref: 254\7f204450
+Ref: specfunc c gsl_sf_hermite_prob_e\7f204521
+Ref: 255\7f204521
+Ref: specfunc c gsl_sf_hermite_prob_array\7f204856
+Ref: 256\7f204856
+Ref: specfunc c gsl_sf_hermite_prob_series\7f205156
+Ref: 257\7f205156
+Ref: specfunc c gsl_sf_hermite_prob_series_e\7f205261
+Ref: 258\7f205261
+Node: Derivatives of Hermite Polynomials\7f205551
+Ref: specfunc derivatives-of-hermite-polynomials\7f205710
+Ref: 259\7f205710
+Ref: specfunc c gsl_sf_hermite_deriv\7f205795
+Ref: 25a\7f205795
+Ref: specfunc c gsl_sf_hermite_deriv_e\7f205890
+Ref: 25b\7f205890
+Ref: specfunc c gsl_sf_hermite_array_deriv\7f206172
+Ref: 25c\7f206172
+Ref: specfunc c gsl_sf_hermite_deriv_array\7f206624
+Ref: 25d\7f206624
+Ref: specfunc c gsl_sf_hermite_prob_deriv\7f207079
+Ref: 25e\7f207079
+Ref: specfunc c gsl_sf_hermite_prob_deriv_e\7f207179
+Ref: 25f\7f207179
+Ref: specfunc c gsl_sf_hermite_prob_array_deriv\7f207469
+Ref: 260\7f207469
+Ref: specfunc c gsl_sf_hermite_prob_deriv_array\7f207930
+Ref: 261\7f207930
+Node: Hermite Functions\7f208394
+Ref: specfunc hermite-functions\7f208566
+Ref: 262\7f208566
+Ref: specfunc c gsl_sf_hermite_func\7f209448
+Ref: 263\7f209448
+Ref: specfunc c gsl_sf_hermite_func_e\7f209519
+Ref: 264\7f209519
+Ref: specfunc c gsl_sf_hermite_func_fast\7f209818
+Ref: 265\7f209818
+Ref: specfunc c gsl_sf_hermite_func_fast_e\7f209904
+Ref: 266\7f209904
+Ref: specfunc c gsl_sf_hermite_func_array\7f210238
+Ref: 267\7f210238
+Ref: specfunc c gsl_sf_hermite_func_series\7f210624
+Ref: 268\7f210624
+Ref: specfunc c gsl_sf_hermite_func_series_e\7f210729
+Ref: 269\7f210729
+Node: Derivatives of Hermite Functions\7f211009
+Ref: specfunc derivatives-of-hermite-functions\7f211197
+Ref: 26a\7f211197
+Ref: specfunc c gsl_sf_hermite_func_der\7f211278
+Ref: 26b\7f211278
+Ref: specfunc c gsl_sf_hermite_func_der_e\7f211376
+Ref: 26c\7f211376
+Node: Zeros of Hermite Polynomials and Hermite Functions\7f211652
+Ref: specfunc zeros-of-hermite-polynomials-and-hermite-functions\7f211814
+Ref: 26d\7f211814
+Ref: specfunc c gsl_sf_hermite_zero\7f212240
+Ref: 26e\7f212240
+Ref: specfunc c gsl_sf_hermite_zero_e\7f212308
+Ref: 26f\7f212308
+Ref: specfunc c gsl_sf_hermite_prob_zero\7f212536
+Ref: 270\7f212536
+Ref: specfunc c gsl_sf_hermite_prob_zero_e\7f212609
+Ref: 271\7f212609
+Ref: specfunc c gsl_sf_hermite_func_zero\7f212845
+Ref: 272\7f212845
+Ref: specfunc c gsl_sf_hermite_func_zero_e\7f212918
+Ref: 273\7f212918
+Node: Hypergeometric Functions\7f213142
+Ref: specfunc hypergeometric-functions\7f213290
+Ref: 274\7f213290
+Ref: specfunc c gsl_sf_hyperg_0F1\7f213507
+Ref: 275\7f213507
+Ref: specfunc c gsl_sf_hyperg_0F1_e\7f213567
+Ref: 276\7f213567
+Ref: specfunc c gsl_sf_hyperg_1F1_int\7f213737
+Ref: 277\7f213737
+Ref: specfunc c gsl_sf_hyperg_1F1_int_e\7f213805
+Ref: 278\7f213805
+Ref: specfunc c gsl_sf_hyperg_1F1\7f214063
+Ref: 279\7f214063
+Ref: specfunc c gsl_sf_hyperg_1F1_e\7f214133
+Ref: 27a\7f214133
+Ref: specfunc c gsl_sf_hyperg_U_int\7f214393
+Ref: 27b\7f214393
+Ref: specfunc c gsl_sf_hyperg_U_int_e\7f214459
+Ref: 27c\7f214459
+Ref: specfunc c gsl_sf_hyperg_U_int_e10_e\7f214690
+Ref: 27d\7f214690
+Ref: specfunc c gsl_sf_hyperg_U\7f215022
+Ref: 27e\7f215022
+Ref: specfunc c gsl_sf_hyperg_U_e\7f215090
+Ref: 27f\7f215090
+Ref: specfunc c gsl_sf_hyperg_U_e10_e\7f215273
+Ref: 280\7f215273
+Ref: specfunc c gsl_sf_hyperg_2F1\7f215551
+Ref: 281\7f215551
+Ref: specfunc c gsl_sf_hyperg_2F1_e\7f215641
+Ref: 282\7f215641
+Ref: specfunc c gsl_sf_hyperg_2F1_conj\7f216127
+Ref: 283\7f216127
+Ref: specfunc c gsl_sf_hyperg_2F1_conj_e\7f216224
+Ref: 284\7f216224
+Ref: specfunc c gsl_sf_hyperg_2F1_renorm\7f216495
+Ref: 285\7f216495
+Ref: specfunc c gsl_sf_hyperg_2F1_renorm_e\7f216592
+Ref: 286\7f216592
+Ref: specfunc c gsl_sf_hyperg_2F1_conj_renorm\7f216848
+Ref: 287\7f216848
+Ref: specfunc c gsl_sf_hyperg_2F1_conj_renorm_e\7f216952
+Ref: 288\7f216952
+Ref: specfunc c gsl_sf_hyperg_2F0\7f217238
+Ref: 289\7f217238
+Ref: specfunc c gsl_sf_hyperg_2F0_e\7f217308
+Ref: 28a\7f217308
+Node: Laguerre Functions\7f217641
+Ref: specfunc id4\7f217775
+Ref: 28b\7f217775
+Ref: specfunc laguerre-functions\7f217775
+Ref: 16d\7f217775
+Ref: specfunc c gsl_sf_laguerre_1\7f218376
+Ref: 28c\7f218376
+Ref: specfunc c gsl_sf_laguerre_2\7f218436
+Ref: 28d\7f218436
+Ref: specfunc c gsl_sf_laguerre_3\7f218496
+Ref: 28e\7f218496
+Ref: specfunc c gsl_sf_laguerre_1_e\7f218556
+Ref: 28f\7f218556
+Ref: specfunc c gsl_sf_laguerre_2_e\7f218648
+Ref: 290\7f218648
+Ref: specfunc c gsl_sf_laguerre_3_e\7f218740
+Ref: 291\7f218740
+Ref: specfunc c gsl_sf_laguerre_n\7f218966
+Ref: 292\7f218966
+Ref: specfunc c gsl_sf_laguerre_n_e\7f219061
+Ref: 293\7f219061
+Node: Lambert W Functions\7f219263
+Ref: specfunc lambert-w-functions\7f219415
+Ref: 294\7f219415
+Ref: specfunc c gsl_sf_lambert_W0\7f219874
+Ref: 295\7f219874
+Ref: specfunc c gsl_sf_lambert_W0_e\7f219924
+Ref: 296\7f219924
+Ref: specfunc c gsl_sf_lambert_Wm1\7f220078
+Ref: 297\7f220078
+Ref: specfunc c gsl_sf_lambert_Wm1_e\7f220129
+Ref: 298\7f220129
+Node: Legendre Functions and Spherical Harmonics\7f220299
+Ref: specfunc legendre-functions-and-spherical-harmonics\7f220464
+Ref: 299\7f220464
+Node: Legendre Polynomials\7f220892
+Ref: specfunc legendre-polynomials\7f221056
+Ref: 29a\7f221056
+Ref: specfunc c gsl_sf_legendre_P1\7f221113
+Ref: 29b\7f221113
+Ref: specfunc c gsl_sf_legendre_P2\7f221164
+Ref: 29c\7f221164
+Ref: specfunc c gsl_sf_legendre_P3\7f221215
+Ref: 29d\7f221215
+Ref: specfunc c gsl_sf_legendre_P1_e\7f221266
+Ref: 29e\7f221266
+Ref: specfunc c gsl_sf_legendre_P2_e\7f221339
+Ref: 29f\7f221339
+Ref: specfunc c gsl_sf_legendre_P3_e\7f221412
+Ref: 2a0\7f221412
+Ref: specfunc c gsl_sf_legendre_Pl\7f221602
+Ref: 2a1\7f221602
+Ref: specfunc c gsl_sf_legendre_Pl_e\7f221660
+Ref: 2a2\7f221660
+Ref: specfunc c gsl_sf_legendre_Pl_array\7f221909
+Ref: 2a3\7f221909
+Ref: specfunc c gsl_sf_legendre_Pl_deriv_array\7f222006
+Ref: 2a4\7f222006
+Ref: specfunc c gsl_sf_legendre_Q0\7f222277
+Ref: 2a5\7f222277
+Ref: specfunc c gsl_sf_legendre_Q0_e\7f222328
+Ref: 2a6\7f222328
+Ref: specfunc c gsl_sf_legendre_Q1\7f222489
+Ref: 2a7\7f222489
+Ref: specfunc c gsl_sf_legendre_Q1_e\7f222540
+Ref: 2a8\7f222540
+Ref: specfunc c gsl_sf_legendre_Ql\7f222701
+Ref: 2a9\7f222701
+Ref: specfunc c gsl_sf_legendre_Ql_e\7f222759
+Ref: 2aa\7f222759
+Node: Associated Legendre Polynomials and Spherical Harmonics\7f222946
+Ref: specfunc associated-legendre-polynomials-and-spherical-harmonics\7f223136
+Ref: 2ab\7f223136
+Ref: specfunc c gsl_sf_legendre_t\7f225684
+Ref: 2ac\7f225684
+Ref: specfunc c gsl_sf_legendre_array\7f226749
+Ref: 2ad\7f226749
+Ref: specfunc c gsl_sf_legendre_array_e\7f226888
+Ref: 2ae\7f226888
+Ref: specfunc c gsl_sf_legendre_deriv_array\7f227761
+Ref: 2b0\7f227761
+Ref: specfunc c gsl_sf_legendre_deriv_array_e\7f227945
+Ref: 2b1\7f227945
+Ref: specfunc c gsl_sf_legendre_deriv_alt_array\7f228761
+Ref: 2b2\7f228761
+Ref: specfunc c gsl_sf_legendre_deriv_alt_array_e\7f228949
+Ref: 2b3\7f228949
+Ref: specfunc c gsl_sf_legendre_deriv2_array\7f229741
+Ref: 2b4\7f229741
+Ref: specfunc c gsl_sf_legendre_deriv2_array_e\7f229966
+Ref: 2b5\7f229966
+Ref: specfunc c gsl_sf_legendre_deriv2_alt_array\7f230921
+Ref: 2b6\7f230921
+Ref: specfunc c gsl_sf_legendre_deriv2_alt_array_e\7f231150
+Ref: 2b7\7f231150
+Ref: specfunc c gsl_sf_legendre_nlm\7f232152
+Ref: 2b8\7f232152
+Ref: specfunc c gsl_sf_legendre_array_n\7f232386
+Ref: 2af\7f232386
+Ref: specfunc c gsl_sf_legendre_array_index\7f232826
+Ref: 2b9\7f232826
+Ref: specfunc c gsl_sf_legendre_Plm\7f233233
+Ref: 2ba\7f233233
+Ref: specfunc c gsl_sf_legendre_Plm_e\7f233299
+Ref: 2bb\7f233299
+Ref: specfunc c gsl_sf_legendre_sphPlm\7f233513
+Ref: 2bc\7f233513
+Ref: specfunc c gsl_sf_legendre_sphPlm_e\7f233582
+Ref: 2bd\7f233582
+Ref: specfunc c gsl_sf_legendre_Plm_array\7f234024
+Ref: 2be\7f234024
+Ref: specfunc c gsl_sf_legendre_Plm_deriv_array\7f234129
+Ref: 2bf\7f234129
+Ref: specfunc c gsl_sf_legendre_sphPlm_array\7f234448
+Ref: 2c0\7f234448
+Ref: specfunc c gsl_sf_legendre_sphPlm_deriv_array\7f234556
+Ref: 2c1\7f234556
+Ref: specfunc c gsl_sf_legendre_array_size\7f234878
+Ref: 2c2\7f234878
+Node: Conical Functions\7f235048
+Ref: specfunc conical-functions\7f235255
+Ref: 2c3\7f235255
+Ref: specfunc c gsl_sf_conicalP_half\7f235436
+Ref: 2c4\7f235436
+Ref: specfunc c gsl_sf_conicalP_half_e\7f235504
+Ref: 2c5\7f235504
+Ref: specfunc c gsl_sf_conicalP_mhalf\7f235722
+Ref: 2c6\7f235722
+Ref: specfunc c gsl_sf_conicalP_mhalf_e\7f235791
+Ref: 2c7\7f235791
+Ref: specfunc c gsl_sf_conicalP_0\7f236009
+Ref: 2c8\7f236009
+Ref: specfunc c gsl_sf_conicalP_0_e\7f236074
+Ref: 2c9\7f236074
+Ref: specfunc c gsl_sf_conicalP_1\7f236265
+Ref: 2ca\7f236265
+Ref: specfunc c gsl_sf_conicalP_1_e\7f236330
+Ref: 2cb\7f236330
+Ref: specfunc c gsl_sf_conicalP_sph_reg\7f236521
+Ref: 2cc\7f236521
+Ref: specfunc c gsl_sf_conicalP_sph_reg_e\7f236609
+Ref: 2cd\7f236609
+Ref: specfunc c gsl_sf_conicalP_cyl_reg\7f236851
+Ref: 2ce\7f236851
+Ref: specfunc c gsl_sf_conicalP_cyl_reg_e\7f236939
+Ref: 2cf\7f236939
+Node: Radial Functions for Hyperbolic Space\7f237179
+Ref: specfunc radial-functions-for-hyperbolic-space\7f237322
+Ref: 2d0\7f237322
+Ref: specfunc c gsl_sf_legendre_H3d_0\7f237680
+Ref: 2d1\7f237680
+Ref: specfunc c gsl_sf_legendre_H3d_0_e\7f237751
+Ref: 2d2\7f237751
+Ref: specfunc c gsl_sf_legendre_H3d_1\7f238170
+Ref: 2d3\7f238170
+Ref: specfunc c gsl_sf_legendre_H3d_1_e\7f238241
+Ref: 2d4\7f238241
+Ref: specfunc c gsl_sf_legendre_H3d\7f238753
+Ref: 2d5\7f238753
+Ref: specfunc c gsl_sf_legendre_H3d_e\7f238839
+Ref: 2d6\7f238839
+Ref: specfunc c gsl_sf_legendre_H3d_array\7f239196
+Ref: 2d7\7f239196
+Node: Logarithm and Related Functions\7f239428
+Ref: specfunc logarithm-and-related-functions\7f239591
+Ref: 2d8\7f239591
+Ref: specfunc c gsl_sf_log\7f239864
+Ref: 2d9\7f239864
+Ref: specfunc c gsl_sf_log_e\7f239907
+Ref: 2da\7f239907
+Ref: specfunc c gsl_sf_log_abs\7f240058
+Ref: 2db\7f240058
+Ref: specfunc c gsl_sf_log_abs_e\7f240105
+Ref: 2dc\7f240105
+Ref: specfunc c gsl_sf_complex_log_e\7f240281
+Ref: 2dd\7f240281
+Ref: specfunc c gsl_sf_log_1plusx\7f240632
+Ref: 2de\7f240632
+Ref: specfunc c gsl_sf_log_1plusx_e\7f240682
+Ref: 2df\7f240682
+Ref: specfunc c gsl_sf_log_1plusx_mx\7f240872
+Ref: 2e0\7f240872
+Ref: specfunc c gsl_sf_log_1plusx_mx_e\7f240925
+Ref: 2e1\7f240925
+Node: Mathieu Functions\7f241132
+Ref: specfunc mathieu-functions\7f241267
+Ref: 2e2\7f241267
+Node: Mathieu Function Workspace\7f242490
+Ref: specfunc mathieu-function-workspace\7f242618
+Ref: 2e3\7f242618
+Ref: specfunc c gsl_sf_mathieu_workspace\7f242857
+Ref: 2e4\7f242857
+Ref: specfunc c gsl_sf_mathieu_alloc\7f242943
+Ref: 2e5\7f242943
+Ref: specfunc c gsl_sf_mathieu_free\7f243294
+Ref: 2e6\7f243294
+Node: Mathieu Function Characteristic Values\7f243424
+Ref: specfunc mathieu-function-characteristic-values\7f243586
+Ref: 2e7\7f243586
+Ref: specfunc c gsl_sf_mathieu_a\7f243679
+Ref: 2e8\7f243679
+Ref: specfunc c gsl_sf_mathieu_a_e\7f243732
+Ref: 2e9\7f243732
+Ref: specfunc c gsl_sf_mathieu_b\7f243820
+Ref: 2ea\7f243820
+Ref: specfunc c gsl_sf_mathieu_b_e\7f243873
+Ref: 2eb\7f243873
+Ref: specfunc c gsl_sf_mathieu_a_array\7f244101
+Ref: 2ec\7f244101
+Ref: specfunc c gsl_sf_mathieu_b_array\7f244258
+Ref: 2ed\7f244258
+Node: Angular Mathieu Functions\7f244644
+Ref: specfunc angular-mathieu-functions\7f244804
+Ref: 2ee\7f244804
+Ref: specfunc c gsl_sf_mathieu_ce\7f244871
+Ref: 2ef\7f244871
+Ref: specfunc c gsl_sf_mathieu_ce_e\7f244935
+Ref: 2f0\7f244935
+Ref: specfunc c gsl_sf_mathieu_se\7f245034
+Ref: 2f1\7f245034
+Ref: specfunc c gsl_sf_mathieu_se_e\7f245098
+Ref: 2f2\7f245098
+Ref: specfunc c gsl_sf_mathieu_ce_array\7f245301
+Ref: 2f3\7f245301
+Ref: specfunc c gsl_sf_mathieu_se_array\7f245459
+Ref: 2f4\7f245459
+Node: Radial Mathieu Functions\7f245850
+Ref: specfunc radial-mathieu-functions\7f245963
+Ref: 2f5\7f245963
+Ref: specfunc c gsl_sf_mathieu_Mc\7f246028
+Ref: 2f6\7f246028
+Ref: specfunc c gsl_sf_mathieu_Mc_e\7f246099
+Ref: 2f7\7f246099
+Ref: specfunc c gsl_sf_mathieu_Ms\7f246205
+Ref: 2f8\7f246205
+Ref: specfunc c gsl_sf_mathieu_Ms_e\7f246276
+Ref: 2f9\7f246276
+Ref: specfunc c gsl_sf_mathieu_Mc_array\7f246767
+Ref: 2fa\7f246767
+Ref: specfunc c gsl_sf_mathieu_Ms_array\7f246932
+Ref: 2fb\7f246932
+Node: Power Function\7f247327
+Ref: specfunc power-function\7f247451
+Ref: 2fc\7f247451
+Ref: specfunc c gsl_sf_pow_int\7f247670
+Ref: 2fd\7f247670
+Ref: specfunc c gsl_sf_pow_int_e\7f247724
+Ref: 4c\7f247724
+Node: Psi Digamma Function\7f248304
+Ref: specfunc psi-digamma-function\7f248432
+Ref: 2fe\7f248432
+Node: Digamma Function\7f248826
+Ref: specfunc digamma-function\7f248926
+Ref: 2ff\7f248926
+Ref: specfunc c gsl_sf_psi_int\7f248975
+Ref: 300\7f248975
+Ref: specfunc c gsl_sf_psi_int_e\7f249019
+Ref: 301\7f249019
+Ref: specfunc c gsl_sf_psi\7f249244
+Ref: 302\7f249244
+Ref: specfunc c gsl_sf_psi_e\7f249287
+Ref: 303\7f249287
+Ref: specfunc c gsl_sf_psi_1piy\7f249451
+Ref: 304\7f249451
+Ref: specfunc c gsl_sf_psi_1piy_e\7f249499
+Ref: 305\7f249499
+Node: Trigamma Function\7f249683
+Ref: specfunc trigamma-function\7f249810
+Ref: 306\7f249810
+Ref: specfunc c gsl_sf_psi_1_int\7f249861
+Ref: 307\7f249861
+Ref: specfunc c gsl_sf_psi_1_int_e\7f249907
+Ref: 308\7f249907
+Ref: specfunc c gsl_sf_psi_1\7f250065
+Ref: 309\7f250065
+Ref: specfunc c gsl_sf_psi_1_e\7f250110
+Ref: 30a\7f250110
+Node: Polygamma Function\7f250269
+Ref: specfunc polygamma-function\7f250371
+Ref: 30b\7f250371
+Ref: specfunc c gsl_sf_psi_n\7f250424
+Ref: 30c\7f250424
+Ref: specfunc c gsl_sf_psi_n_e\7f250476
+Ref: 30d\7f250476
+Node: Synchrotron Functions\7f250652
+Ref: specfunc synchrotron-functions\7f250785
+Ref: 30e\7f250785
+Ref: specfunc c gsl_sf_synchrotron_1\7f250941
+Ref: 30f\7f250941
+Ref: specfunc c gsl_sf_synchrotron_1_e\7f250994
+Ref: 310\7f250994
+Ref: specfunc c gsl_sf_synchrotron_2\7f251188
+Ref: 311\7f251188
+Ref: specfunc c gsl_sf_synchrotron_2_e\7f251241
+Ref: 312\7f251241
+Node: Transport Functions\7f251419
+Ref: specfunc transport-functions\7f251555
+Ref: 313\7f251555
+Ref: specfunc c gsl_sf_transport_2\7f251794
+Ref: 314\7f251794
+Ref: specfunc c gsl_sf_transport_2_e\7f251845
+Ref: 315\7f251845
+Ref: specfunc c gsl_sf_transport_3\7f251979
+Ref: 316\7f251979
+Ref: specfunc c gsl_sf_transport_3_e\7f252030
+Ref: 317\7f252030
+Ref: specfunc c gsl_sf_transport_4\7f252164
+Ref: 318\7f252164
+Ref: specfunc c gsl_sf_transport_4_e\7f252215
+Ref: 319\7f252215
+Ref: specfunc c gsl_sf_transport_5\7f252349
+Ref: 31a\7f252349
+Ref: specfunc c gsl_sf_transport_5_e\7f252400
+Ref: 31b\7f252400
+Node: Trigonometric Functions\7f252534
+Ref: specfunc trigonometric-functions\7f252663
+Ref: 31c\7f252663
+Node: Circular Trigonometric Functions\7f253161
+Ref: specfunc circular-trigonometric-functions\7f253308
+Ref: 31d\7f253308
+Ref: specfunc c gsl_sf_sin\7f253389
+Ref: 31e\7f253389
+Ref: specfunc c gsl_sf_sin_e\7f253432
+Ref: 31f\7f253432
+Ref: specfunc c gsl_sf_cos\7f253554
+Ref: 320\7f253554
+Ref: specfunc c gsl_sf_cos_e\7f253597
+Ref: 321\7f253597
+Ref: specfunc c gsl_sf_hypot\7f253721
+Ref: 322\7f253721
+Ref: specfunc c gsl_sf_hypot_e\7f253776
+Ref: 323\7f253776
+Ref: specfunc c gsl_sf_sinc\7f253972
+Ref: 324\7f253972
+Ref: specfunc c gsl_sf_sinc_e\7f254016
+Ref: 325\7f254016
+Node: Trigonometric Functions for Complex Arguments\7f254181
+Ref: specfunc trigonometric-functions-for-complex-arguments\7f254371
+Ref: 326\7f254371
+Ref: specfunc c gsl_sf_complex_sin_e\7f254478
+Ref: 327\7f254478
+Ref: specfunc c gsl_sf_complex_cos_e\7f254733
+Ref: 328\7f254733
+Ref: specfunc c gsl_sf_complex_logsin_e\7f254995
+Ref: 329\7f254995
+Node: Hyperbolic Trigonometric Functions\7f255285
+Ref: specfunc hyperbolic-trigonometric-functions\7f255463
+Ref: 32a\7f255463
+Ref: specfunc c gsl_sf_lnsinh\7f255548
+Ref: 32b\7f255548
+Ref: specfunc c gsl_sf_lnsinh_e\7f255594
+Ref: 32c\7f255594
+Ref: specfunc c gsl_sf_lncosh\7f255718
+Ref: 32d\7f255718
+Ref: specfunc c gsl_sf_lncosh_e\7f255764
+Ref: 32e\7f255764
+Node: Conversion Functions\7f255899
+Ref: specfunc conversion-functions\7f256053
+Ref: 32f\7f256053
+Ref: specfunc c gsl_sf_polar_to_rect\7f256110
+Ref: 330\7f256110
+Ref: specfunc c gsl_sf_rect_to_polar\7f256412
+Ref: 331\7f256412
+Node: Restriction Functions\7f256792
+Ref: specfunc restriction-functions\7f256956
+Ref: 332\7f256956
+Ref: specfunc c gsl_sf_angle_restrict_symm\7f257015
+Ref: 333\7f257015
+Ref: specfunc c gsl_sf_angle_restrict_symm_e\7f257078
+Ref: 334\7f257078
+Ref: specfunc c gsl_sf_angle_restrict_pos\7f257404
+Ref: 335\7f257404
+Ref: specfunc c gsl_sf_angle_restrict_pos_e\7f257466
+Ref: 336\7f257466
+Node: Trigonometric Functions With Error Estimates\7f257772
+Ref: specfunc trigonometric-functions-with-error-estimates\7f257907
+Ref: 337\7f257907
+Ref: specfunc c gsl_sf_sin_err_e\7f258012
+Ref: 338\7f258012
+Ref: specfunc c gsl_sf_cos_err_e\7f258369
+Ref: 339\7f258369
+Node: Zeta Functions\7f258728
+Ref: specfunc zeta-functions\7f258849
+Ref: 33a\7f258849
+Node: Riemann Zeta Function\7f259175
+Ref: specfunc riemann-zeta-function\7f259288
+Ref: 33b\7f259288
+Ref: specfunc c gsl_sf_zeta_int\7f259447
+Ref: 33c\7f259447
+Ref: specfunc c gsl_sf_zeta_int_e\7f259492
+Ref: 33d\7f259492
+Ref: specfunc c gsl_sf_zeta\7f259664
+Ref: 33e\7f259664
+Ref: specfunc c gsl_sf_zeta_e\7f259708
+Ref: 33f\7f259708
+Node: Riemann Zeta Function Minus One\7f259881
+Ref: specfunc riemann-zeta-function-minus-one\7f260024
+Ref: 340\7f260024
+Ref: specfunc c gsl_sf_zetam1_int\7f260286
+Ref: 341\7f260286
+Ref: specfunc c gsl_sf_zetam1_int_e\7f260333
+Ref: 342\7f260333
+Ref: specfunc c gsl_sf_zetam1\7f260485
+Ref: 343\7f260485
+Ref: specfunc c gsl_sf_zetam1_e\7f260531
+Ref: 344\7f260531
+Node: Hurwitz Zeta Function\7f260684
+Ref: specfunc hurwitz-zeta-function\7f260818
+Ref: 345\7f260818
+Ref: specfunc c gsl_sf_hzeta\7f260962
+Ref: 346\7f260962
+Ref: specfunc c gsl_sf_hzeta_e\7f261017
+Ref: 347\7f261017
+Node: Eta Function\7f261194
+Ref: specfunc eta-function\7f261288
+Ref: 348\7f261288
+Ref: specfunc c gsl_sf_eta_int\7f261398
+Ref: 349\7f261398
+Ref: specfunc c gsl_sf_eta_int_e\7f261442
+Ref: 34a\7f261442
+Ref: specfunc c gsl_sf_eta\7f261594
+Ref: 34b\7f261594
+Ref: specfunc c gsl_sf_eta_e\7f261637
+Ref: 34c\7f261637
+Node: Examples<3>\7f261790
+Ref: specfunc examples\7f261921
+Ref: 34d\7f261921
+Node: References and Further Reading<3>\7f263431
+Ref: specfunc references-and-further-reading\7f263539
+Ref: 34e\7f263539
+Node: Vectors and Matrices\7f265078
+Ref: vectors doc\7f265186
+Ref: 34f\7f265186
+Ref: vectors vectors-and-matrices\7f265186
+Ref: 350\7f265186
+Node: Data types\7f265785
+Ref: vectors data-types\7f265868
+Ref: 351\7f265868
+Node: Blocks\7f268190
+Ref: vectors blocks\7f268289
+Ref: 352\7f268289
+Ref: vectors c gsl_block\7f268536
+Ref: 353\7f268536
+Node: Block allocation\7f269163
+Ref: vectors block-allocation\7f269258
+Ref: 354\7f269258
+Ref: vectors c gsl_block_alloc\7f269776
+Ref: 355\7f269776
+Ref: vectors c gsl_block_calloc\7f270352
+Ref: 356\7f270352
+Ref: vectors c gsl_block_free\7f270527
+Ref: 357\7f270527
+Node: Reading and writing blocks\7f270744
+Ref: vectors reading-and-writing-blocks\7f270875
+Ref: 358\7f270875
+Ref: vectors c gsl_block_fwrite\7f271049
+Ref: 359\7f271049
+Ref: vectors c gsl_block_fread\7f271470
+Ref: 35a\7f271470
+Ref: vectors c gsl_block_fprintf\7f272038
+Ref: 35b\7f272038
+Ref: vectors c gsl_block_fscanf\7f272545
+Ref: 35c\7f272545
+Node: Example programs for blocks\7f273003
+Ref: vectors example-programs-for-blocks\7f273109
+Ref: 35d\7f273109
+Node: Vectors\7f273630
+Ref: vectors vectors\7f273727
+Ref: 35e\7f273727
+Ref: vectors c gsl_vector\7f274295
+Ref: 35f\7f274295
+Node: Vector allocation\7f275656
+Ref: vectors vector-allocation\7f275752
+Ref: 360\7f275752
+Ref: vectors c gsl_vector_alloc\7f276274
+Ref: 361\7f276274
+Ref: vectors c gsl_vector_calloc\7f276752
+Ref: 362\7f276752
+Ref: vectors c gsl_vector_free\7f276955
+Ref: 363\7f276955
+Node: Accessing vector elements\7f277351
+Ref: vectors accessing-vector-elements\7f277484
+Ref: 364\7f277484
+Ref: vectors c GSL_RANGE_CHECK_OFF\7f278146
+Ref: 367\7f278146
+Ref: vectors c GSL_C99_INLINE\7f278771
+Ref: 368\7f278771
+Ref: vectors c gsl_check_range\7f279123
+Ref: 369\7f279123
+Ref: vectors c gsl_vector_get\7f279693
+Ref: 365\7f279693
+Ref: vectors c gsl_vector_set\7f280084
+Ref: 366\7f280084
+Ref: vectors c gsl_vector_ptr\7f280487
+Ref: 36a\7f280487
+Ref: vectors c gsl_vector_const_ptr\7f280550
+Ref: 36b\7f280550
+Ref: Accessing vector elements-Footnote-1\7f281013
+Node: Initializing vector elements\7f281260
+Ref: vectors initializing-vector-elements\7f281403
+Ref: 36c\7f281403
+Ref: vectors c gsl_vector_set_all\7f281474
+Ref: 36d\7f281474
+Ref: vectors c gsl_vector_set_zero\7f281641
+Ref: 36e\7f281641
+Ref: vectors c gsl_vector_set_basis\7f281781
+Ref: 36f\7f281781
+Node: Reading and writing vectors\7f282023
+Ref: vectors reading-and-writing-vectors\7f282153
+Ref: 370\7f282153
+Ref: vectors c gsl_vector_fwrite\7f282330
+Ref: 371\7f282330
+Ref: vectors c gsl_vector_fread\7f282754
+Ref: 372\7f282754
+Ref: vectors c gsl_vector_fprintf\7f283326
+Ref: 373\7f283326
+Ref: vectors c gsl_vector_fscanf\7f283836
+Ref: 374\7f283836
+Node: Vector views\7f284298
+Ref: vectors vector-views\7f284415
+Ref: 375\7f284415
+Ref: vectors c gsl_vector_view\7f284733
+Ref: 376\7f284733
+Ref: vectors c gsl_vector_const_view\7f284759
+Ref: 377\7f284759
+Ref: vectors c gsl_vector_subvector\7f285752
+Ref: 378\7f285752
+Ref: vectors c gsl_vector_const_subvector\7f285866
+Ref: 379\7f285866
+Ref: vectors c gsl_vector_subvector_with_stride\7f287309
+Ref: 37a\7f287309
+Ref: vectors c gsl_vector_const_subvector_with_stride\7f287460
+Ref: 37b\7f287460
+Ref: vectors c gsl_vector_complex_real\7f289244
+Ref: 37c\7f289244
+Ref: vectors c gsl_vector_complex_const_real\7f289344
+Ref: 37d\7f289344
+Ref: vectors c gsl_vector_complex_imag\7f289753
+Ref: 37e\7f289753
+Ref: vectors c gsl_vector_complex_const_imag\7f289853
+Ref: 37f\7f289853
+Ref: vectors c gsl_vector_view_array\7f290267
+Ref: 380\7f290267
+Ref: vectors c gsl_vector_const_view_array\7f290366
+Ref: 381\7f290366
+Ref: vectors c gsl_vector_view_array_with_stride\7f291365
+Ref: 382\7f291365
+Ref: vectors c gsl_vector_const_view_array_with_stride\7f291501
+Ref: 383\7f291501
+Node: Copying vectors\7f292652
+Ref: vectors copying-vectors\7f292761
+Ref: 384\7f292761
+Ref: vectors c gsl_vector_memcpy\7f293106
+Ref: 385\7f293106
+Ref: vectors c gsl_vector_swap\7f293352
+Ref: 386\7f293352
+Node: Exchanging elements\7f293574
+Ref: vectors exchanging-elements\7f293688
+Ref: 387\7f293688
+Ref: vectors c gsl_vector_swap_elements\7f293829
+Ref: 388\7f293829
+Ref: vectors c gsl_vector_reverse\7f294043
+Ref: 389\7f294043
+Node: Vector operations\7f294185
+Ref: vectors vector-operations\7f294331
+Ref: 38a\7f294331
+Ref: vectors c gsl_vector_add\7f294380
+Ref: 38b\7f294380
+Ref: vectors c gsl_vector_sub\7f294712
+Ref: 38c\7f294712
+Ref: vectors c gsl_vector_mul\7f295052
+Ref: 38d\7f295052
+Ref: vectors c gsl_vector_div\7f295391
+Ref: 38e\7f295391
+Ref: vectors c gsl_vector_scale\7f295726
+Ref: 38f\7f295726
+Ref: vectors c gsl_vector_add_constant\7f295969
+Ref: 390\7f295969
+Ref: vectors c gsl_vector_sum\7f296228
+Ref: 391\7f296228
+Ref: vectors c gsl_vector_axpby\7f296389
+Ref: 392\7f296389
+Node: Finding maximum and minimum elements of vectors\7f296669
+Ref: vectors finding-maximum-and-minimum-elements-of-vectors\7f296813
+Ref: 393\7f296813
+Ref: vectors c gsl_vector_max\7f296983
+Ref: 394\7f296983
+Ref: vectors c gsl_vector_min\7f297116
+Ref: 395\7f297116
+Ref: vectors c gsl_vector_minmax\7f297249
+Ref: 396\7f297249
+Ref: vectors c gsl_vector_max_index\7f297510
+Ref: 397\7f297510
+Ref: vectors c gsl_vector_min_index\7f297754
+Ref: 398\7f297754
+Ref: vectors c gsl_vector_minmax_index\7f297998
+Ref: 399\7f297998
+Node: Vector properties\7f298369
+Ref: vectors vector-properties\7f298524
+Ref: 39a\7f298524
+Ref: vectors c gsl_vector_isnull\7f298726
+Ref: 39b\7f298726
+Ref: vectors c gsl_vector_ispos\7f298784
+Ref: 39c\7f298784
+Ref: vectors c gsl_vector_isneg\7f298841
+Ref: 39d\7f298841
+Ref: vectors c gsl_vector_isnonneg\7f298898
+Ref: 39e\7f298898
+Ref: vectors c gsl_vector_equal\7f299143
+Ref: 39f\7f299143
+Node: Example programs for vectors\7f299375
+Ref: vectors example-programs-for-vectors\7f299474
+Ref: 3a0\7f299474
+Node: Matrices\7f301729
+Ref: vectors matrices\7f301811
+Ref: 3a1\7f301811
+Ref: vectors c gsl_matrix\7f302052
+Ref: 3a2\7f302052
+Node: Matrix allocation\7f304835
+Ref: vectors matrix-allocation\7f304932
+Ref: 3a3\7f304932
+Ref: vectors c gsl_matrix_alloc\7f305442
+Ref: 3a4\7f305442
+Ref: vectors c gsl_matrix_calloc\7f306022
+Ref: 3a5\7f306022
+Ref: vectors c gsl_matrix_free\7f306282
+Ref: 3a6\7f306282
+Node: Accessing matrix elements\7f306678
+Ref: vectors accessing-matrix-elements\7f306812
+Ref: 3a7\7f306812
+Ref: vectors c gsl_matrix_get\7f307428
+Ref: 3a8\7f307428
+Ref: vectors c gsl_matrix_set\7f307864
+Ref: 3a9\7f307864
+Ref: vectors c gsl_matrix_ptr\7f308312
+Ref: 3aa\7f308312
+Ref: vectors c gsl_matrix_const_ptr\7f308385
+Ref: 3ab\7f308385
+Node: Initializing matrix elements\7f308850
+Ref: vectors initializing-matrix-elements\7f308995
+Ref: 3ac\7f308995
+Ref: vectors c gsl_matrix_set_all\7f309066
+Ref: 3ad\7f309066
+Ref: vectors c gsl_matrix_set_zero\7f309233
+Ref: 3ae\7f309233
+Ref: vectors c gsl_matrix_set_identity\7f309373
+Ref: 3af\7f309373
+Node: Reading and writing matrices\7f309704
+Ref: vectors reading-and-writing-matrices\7f309836
+Ref: 3b0\7f309836
+Ref: vectors c gsl_matrix_fwrite\7f310016
+Ref: 3b1\7f310016
+Ref: vectors c gsl_matrix_fread\7f310440
+Ref: 3b2\7f310440
+Ref: vectors c gsl_matrix_fprintf\7f311016
+Ref: 3b3\7f311016
+Ref: vectors c gsl_matrix_fscanf\7f311526
+Ref: 3b4\7f311526
+Node: Matrix views\7f311991
+Ref: vectors matrix-views\7f312124
+Ref: 3b5\7f312124
+Ref: vectors c gsl_matrix_view\7f312163
+Ref: 3b6\7f312163
+Ref: vectors c gsl_matrix_const_view\7f312189
+Ref: 3b7\7f312189
+Ref: vectors c gsl_matrix_submatrix\7f313022
+Ref: 3b8\7f313022
+Ref: vectors c gsl_matrix_const_submatrix\7f313155
+Ref: 3b9\7f313155
+Ref: vectors c gsl_matrix_view_array\7f314821
+Ref: 3ba\7f314821
+Ref: vectors c gsl_matrix_const_view_array\7f314932
+Ref: 3bb\7f314932
+Ref: vectors c gsl_matrix_view_array_with_tda\7f316050
+Ref: 3bc\7f316050
+Ref: vectors c gsl_matrix_const_view_array_with_tda\7f316182
+Ref: 3bd\7f316182
+Ref: vectors c gsl_matrix_view_vector\7f317459
+Ref: 3be\7f317459
+Ref: vectors c gsl_matrix_const_view_vector\7f317572
+Ref: 3bf\7f317572
+Ref: vectors c gsl_matrix_view_vector_with_tda\7f318728
+Ref: 3c0\7f318728
+Ref: vectors c gsl_matrix_const_view_vector_with_tda\7f318872
+Ref: 3c1\7f318872
+Node: Creating row and column views\7f320186
+Ref: vectors creating-row-and-column-views\7f320307
+Ref: 3c2\7f320307
+Ref: vectors c gsl_matrix_row\7f320729
+Ref: 3c3\7f320729
+Ref: vectors c gsl_matrix_const_row\7f320822
+Ref: 3c4\7f320822
+Ref: vectors c gsl_matrix_column\7f321305
+Ref: 3c5\7f321305
+Ref: vectors c gsl_matrix_const_column\7f321401
+Ref: 3c6\7f321401
+Ref: vectors c gsl_matrix_subrow\7f321896
+Ref: 3c7\7f321896
+Ref: vectors c gsl_matrix_const_subrow\7f322017
+Ref: 3c8\7f322017
+Ref: vectors c gsl_matrix_subcolumn\7f322683
+Ref: 3c9\7f322683
+Ref: vectors c gsl_matrix_const_subcolumn\7f322807
+Ref: 3ca\7f322807
+Ref: vectors c gsl_matrix_diagonal\7f323491
+Ref: 3cb\7f323491
+Ref: vectors c gsl_matrix_const_diagonal\7f323579
+Ref: 3cc\7f323579
+Ref: vectors c gsl_matrix_subdiagonal\7f324130
+Ref: 3cd\7f324130
+Ref: vectors c gsl_matrix_const_subdiagonal\7f324231
+Ref: 3ce\7f324231
+Ref: vectors c gsl_matrix_superdiagonal\7f324766
+Ref: 3cf\7f324766
+Ref: vectors c gsl_matrix_const_superdiagonal\7f324869
+Ref: 3d0\7f324869
+Node: Copying matrices\7f325412
+Ref: vectors copying-matrices\7f325545
+Ref: 3d1\7f325545
+Ref: vectors c gsl_matrix_memcpy\7f325592
+Ref: 3d2\7f325592
+Ref: vectors c gsl_matrix_swap\7f325837
+Ref: 3d3\7f325837
+Node: Copying rows and columns\7f326063
+Ref: vectors copying-rows-and-columns\7f326194
+Ref: 3d4\7f326194
+Ref: vectors c gsl_matrix_get_row\7f326676
+Ref: 3d5\7f326676
+Ref: vectors c gsl_matrix_get_col\7f326976
+Ref: 3d6\7f326976
+Ref: vectors c gsl_matrix_set_row\7f327282
+Ref: 3d7\7f327282
+Ref: vectors c gsl_matrix_set_col\7f327582
+Ref: 3d8\7f327582
+Node: Exchanging rows and columns\7f327888
+Ref: vectors exchanging-rows-and-columns\7f328020
+Ref: 3d9\7f328020
+Ref: vectors c gsl_matrix_swap_rows\7f328172
+Ref: 3da\7f328172
+Ref: vectors c gsl_matrix_swap_columns\7f328378
+Ref: 3db\7f328378
+Ref: vectors c gsl_matrix_swap_rowcol\7f328590
+Ref: 3dc\7f328590
+Ref: vectors c gsl_matrix_transpose_memcpy\7f328871
+Ref: 3dd\7f328871
+Ref: vectors c gsl_matrix_transpose\7f329313
+Ref: 3de\7f329313
+Ref: vectors c gsl_matrix_complex_conjtrans_memcpy\7f329560
+Ref: 3df\7f329560
+Node: Matrix operations\7f330051
+Ref: vectors matrix-operations\7f330207
+Ref: 3e0\7f330207
+Ref: vectors c gsl_matrix_add\7f330327
+Ref: 3e1\7f330327
+Ref: vectors c gsl_matrix_sub\7f330674
+Ref: 3e2\7f330674
+Ref: vectors c gsl_matrix_mul_elements\7f331028
+Ref: 3e3\7f331028
+Ref: vectors c gsl_matrix_div_elements\7f331400
+Ref: 3e4\7f331400
+Ref: vectors c gsl_matrix_scale\7f331769
+Ref: 3e5\7f331769
+Ref: vectors c gsl_matrix_scale_columns\7f332018
+Ref: 3e6\7f332018
+Ref: vectors c gsl_matrix_scale_rows\7f332404
+Ref: 3e7\7f332404
+Ref: vectors c gsl_matrix_add_constant\7f332781
+Ref: 3e8\7f332781
+Node: Finding maximum and minimum elements of matrices\7f333046
+Ref: vectors finding-maximum-and-minimum-elements-of-matrices\7f333192
+Ref: 3e9\7f333192
+Ref: vectors c gsl_matrix_max\7f333367
+Ref: 3ea\7f333367
+Ref: vectors c gsl_matrix_min\7f333500
+Ref: 3eb\7f333500
+Ref: vectors c gsl_matrix_minmax\7f333633
+Ref: 3ec\7f333633
+Ref: vectors c gsl_matrix_max_index\7f333894
+Ref: 3ed\7f333894
+Ref: vectors c gsl_matrix_min_index\7f334272
+Ref: 3ee\7f334272
+Ref: vectors c gsl_matrix_minmax_index\7f334650
+Ref: 3ef\7f334650
+Node: Matrix properties\7f335129
+Ref: vectors matrix-properties\7f335287
+Ref: 3f0\7f335287
+Ref: vectors c gsl_matrix_isnull\7f335491
+Ref: 3f1\7f335491
+Ref: vectors c gsl_matrix_ispos\7f335549
+Ref: 3f2\7f335549
+Ref: vectors c gsl_matrix_isneg\7f335606
+Ref: 3f3\7f335606
+Ref: vectors c gsl_matrix_isnonneg\7f335663
+Ref: 3f4\7f335663
+Ref: vectors c gsl_matrix_equal\7f336009
+Ref: 3f6\7f336009
+Ref: vectors c gsl_matrix_norm1\7f336242
+Ref: 3f7\7f336242
+Node: Example programs for matrices\7f336489
+Ref: vectors example-programs-for-matrices\7f336632
+Ref: 3f8\7f336632
+Node: References and Further Reading<4>\7f340654
+Ref: vectors references-and-further-reading\7f340771
+Ref: 3f9\7f340771
+Node: Permutations\7f341142
+Ref: permutation doc\7f341245
+Ref: 3fa\7f341245
+Ref: permutation permutations\7f341245
+Ref: 3fb\7f341245
+Node: The Permutation struct\7f342451
+Ref: permutation the-permutation-struct\7f342554
+Ref: 3fc\7f342554
+Ref: permutation c gsl_permutation\7f342609
+Ref: 3fd\7f342609
+Node: Permutation allocation\7f343038
+Ref: permutation permutation-allocation\7f343180
+Ref: 3fe\7f343180
+Ref: permutation c gsl_permutation_alloc\7f343235
+Ref: 3ff\7f343235
+Ref: permutation c gsl_permutation_calloc\7f343716
+Ref: 400\7f343716
+Ref: permutation c gsl_permutation_init\7f344027
+Ref: 401\7f344027
+Ref: permutation c gsl_permutation_free\7f344204
+Ref: 402\7f344204
+Ref: permutation c gsl_permutation_memcpy\7f344350
+Ref: 403\7f344350
+Node: Accessing permutation elements\7f344624
+Ref: permutation accessing-permutation-elements\7f344766
+Ref: 404\7f344766
+Ref: permutation c gsl_permutation_get\7f344913
+Ref: 405\7f344913
+Ref: permutation c gsl_permutation_swap\7f345326
+Ref: 406\7f345326
+Node: Permutation properties\7f345548
+Ref: permutation permutation-properties\7f345689
+Ref: 407\7f345689
+Ref: permutation c gsl_permutation_size\7f345744
+Ref: 408\7f345744
+Ref: permutation c gsl_permutation_data\7f345884
+Ref: 409\7f345884
+Ref: permutation c gsl_permutation_valid\7f346056
+Ref: 40a\7f346056
+Node: Permutation functions\7f346299
+Ref: permutation permutation-functions\7f346431
+Ref: 40b\7f346431
+Ref: permutation c gsl_permutation_reverse\7f346484
+Ref: 40c\7f346484
+Ref: permutation c gsl_permutation_inverse\7f346629
+Ref: 40d\7f346629
+Ref: permutation c gsl_permutation_next\7f346848
+Ref: 40e\7f346848
+Ref: permutation c gsl_permutation_prev\7f347322
+Ref: 40f\7f347322
+Node: Applying Permutations\7f347657
+Ref: permutation applying-permutations\7f347799
+Ref: 410\7f347799
+Ref: permutation c gsl_permute\7f347961
+Ref: 411\7f347961
+Ref: permutation c gsl_permute_inverse\7f348210
+Ref: 412\7f348210
+Ref: permutation c gsl_permute_vector\7f348482
+Ref: 413\7f348482
+Ref: permutation c gsl_permute_vector_inverse\7f348970
+Ref: 414\7f348970
+Ref: permutation c gsl_permute_matrix\7f349580
+Ref: 415\7f349580
+Ref: permutation c gsl_permutation_mul\7f350108
+Ref: 416\7f350108
+Node: Reading and writing permutations\7f350490
+Ref: permutation reading-and-writing-permutations\7f350638
+Ref: 417\7f350638
+Ref: permutation c gsl_permutation_fwrite\7f350826
+Ref: 418\7f350826
+Ref: permutation c gsl_permutation_fread\7f351257
+Ref: 419\7f351257
+Ref: permutation c gsl_permutation_fprintf\7f351837
+Ref: 41a\7f351837
+Ref: permutation c gsl_permutation_fscanf\7f352384
+Ref: 41b\7f352384
+Ref: Reading and writing permutations-Footnote-1\7f352894
+Node: Permutations in cyclic form\7f353014
+Ref: permutation permutations-in-cyclic-form\7f353152
+Ref: 41c\7f353152
+Ref: permutation c gsl_permutation_linear_to_canonical\7f355187
+Ref: 41d\7f355187
+Ref: permutation c gsl_permutation_canonical_to_linear\7f355436
+Ref: 41e\7f355436
+Ref: permutation c gsl_permutation_inversions\7f355703
+Ref: 41f\7f355703
+Ref: permutation c gsl_permutation_linear_cycles\7f356107
+Ref: 420\7f356107
+Ref: permutation c gsl_permutation_canonical_cycles\7f356304
+Ref: 421\7f356304
+Node: Examples<4>\7f356507
+Ref: permutation examples\7f356646
+Ref: 422\7f356646
+Node: References and Further Reading<5>\7f359064
+Ref: permutation references-and-further-reading\7f359167
+Ref: 423\7f359167
+Node: Combinations\7f359698
+Ref: combination doc\7f359790
+Ref: 424\7f359790
+Ref: combination combinations\7f359790
+Ref: 425\7f359790
+Node: The Combination struct\7f360571
+Ref: combination the-combination-struct\7f360674
+Ref: 426\7f360674
+Ref: combination c gsl_combination\7f360731
+Ref: 427\7f360731
+Node: Combination allocation\7f361218
+Ref: combination combination-allocation\7f361360
+Ref: 428\7f361360
+Ref: combination c gsl_combination_alloc\7f361417
+Ref: 429\7f361417
+Ref: combination c gsl_combination_calloc\7f361962
+Ref: 42a\7f361962
+Ref: combination c gsl_combination_init_first\7f362332
+Ref: 42b\7f362332
+Ref: combination c gsl_combination_init_last\7f362542
+Ref: 42c\7f362542
+Ref: combination c gsl_combination_free\7f362764
+Ref: 42d\7f362764
+Ref: combination c gsl_combination_memcpy\7f362910
+Ref: 42e\7f362910
+Node: Accessing combination elements\7f363184
+Ref: combination accessing-combination-elements\7f363326
+Ref: 42f\7f363326
+Ref: combination c gsl_combination_get\7f363476
+Ref: 430\7f363476
+Node: Combination properties\7f363889
+Ref: combination combination-properties\7f364030
+Ref: 431\7f364030
+Ref: combination c gsl_combination_n\7f364087
+Ref: 432\7f364087
+Ref: combination c gsl_combination_k\7f364218
+Ref: 433\7f364218
+Ref: combination c gsl_combination_data\7f364378
+Ref: 434\7f364378
+Ref: combination c gsl_combination_valid\7f364550
+Ref: 435\7f364550
+Node: Combination functions\7f364815
+Ref: combination combination-functions\7f364958
+Ref: 436\7f364958
+Ref: combination c gsl_combination_next\7f365013
+Ref: 437\7f365013
+Ref: combination c gsl_combination_prev\7f365484
+Ref: 438\7f365484
+Node: Reading and writing combinations\7f365819
+Ref: combination reading-and-writing-combinations\7f365951
+Ref: 439\7f365951
+Ref: combination c gsl_combination_fwrite\7f366141
+Ref: 43a\7f366141
+Ref: combination c gsl_combination_fread\7f366572
+Ref: 43b\7f366572
+Ref: combination c gsl_combination_fprintf\7f367173
+Ref: 43c\7f367173
+Ref: combination c gsl_combination_fscanf\7f367720
+Ref: 43d\7f367720
+Ref: Reading and writing combinations-Footnote-1\7f368237
+Node: Examples<5>\7f368357
+Ref: combination examples\7f368501
+Ref: 43e\7f368501
+Node: References and Further Reading<6>\7f369632
+Ref: combination references-and-further-reading\7f369735
+Ref: 43f\7f369735
+Node: Multisets\7f370015
+Ref: multiset doc\7f370102
+Ref: 440\7f370102
+Ref: multiset multisets\7f370102
+Ref: 441\7f370102
+Node: The Multiset struct\7f370947
+Ref: multiset the-multiset-struct\7f371041
+Ref: 442\7f371041
+Ref: multiset c gsl_multiset\7f371092
+Ref: 443\7f371092
+Node: Multiset allocation\7f371561
+Ref: multiset multiset-allocation\7f371691
+Ref: 444\7f371691
+Ref: multiset c gsl_multiset_alloc\7f371742
+Ref: 445\7f371742
+Ref: multiset c gsl_multiset_calloc\7f372271
+Ref: 446\7f372271
+Ref: multiset c gsl_multiset_init_first\7f372639
+Ref: 447\7f372639
+Ref: multiset c gsl_multiset_init_last\7f372840
+Ref: 448\7f372840
+Ref: multiset c gsl_multiset_free\7f373046
+Ref: 449\7f373046
+Ref: multiset c gsl_multiset_memcpy\7f373183
+Ref: 44a\7f373183
+Node: Accessing multiset elements\7f373439
+Ref: multiset accessing-multiset-elements\7f373569
+Ref: 44b\7f373569
+Ref: multiset c gsl_multiset_get\7f373710
+Ref: 44c\7f373710
+Node: Multiset properties\7f374114
+Ref: multiset multiset-properties\7f374243
+Ref: 44d\7f374243
+Ref: multiset c gsl_multiset_n\7f374294
+Ref: 44e\7f374294
+Ref: multiset c gsl_multiset_k\7f374427
+Ref: 44f\7f374427
+Ref: multiset c gsl_multiset_data\7f374578
+Ref: 450\7f374578
+Ref: multiset c gsl_multiset_valid\7f374741
+Ref: 451\7f374741
+Node: Multiset functions\7f374984
+Ref: multiset multiset-functions\7f375115
+Ref: 452\7f375115
+Ref: multiset c gsl_multiset_next\7f375164
+Ref: 453\7f375164
+Ref: multiset c gsl_multiset_prev\7f375630
+Ref: 454\7f375630
+Node: Reading and writing multisets\7f375958
+Ref: multiset reading-and-writing-multisets\7f376081
+Ref: 455\7f376081
+Ref: multiset c gsl_multiset_fwrite\7f376262
+Ref: 456\7f376262
+Ref: multiset c gsl_multiset_fread\7f376684
+Ref: 457\7f376684
+Ref: multiset c gsl_multiset_fprintf\7f377263
+Ref: 458\7f377263
+Ref: multiset c gsl_multiset_fscanf\7f377801
+Ref: 459\7f377801
+Ref: Reading and writing multisets-Footnote-1\7f378296
+Node: Examples<6>\7f378416
+Ref: multiset examples\7f378512
+Ref: 45a\7f378512
+Node: Sorting\7f380503
+Ref: sort doc\7f380590
+Ref: 45b\7f380590
+Ref: sort sorting\7f380590
+Ref: 45c\7f380590
+Node: Sorting objects\7f381481
+Ref: sort sorting-objects\7f381565
+Ref: 45d\7f381565
+Ref: sort c gsl_heapsort\7f382103
+Ref: 45e\7f382103
+Ref: sort c gsl_heapsort gsl_comparison_fn_t\7f382471
+Ref: 45f\7f382471
+Ref: sort c gsl_heapsort_index\7f383694
+Ref: 460\7f383694
+Node: Sorting vectors\7f384534
+Ref: sort sorting-vectors\7f384671
+Ref: 461\7f384671
+Ref: sort c gsl_sort\7f385706
+Ref: 462\7f385706
+Ref: sort c gsl_sort2\7f385947
+Ref: 463\7f385947
+Ref: sort c gsl_sort_vector\7f386366
+Ref: 464\7f386366
+Ref: sort c gsl_sort_vector2\7f386522
+Ref: 465\7f386522
+Ref: sort c gsl_sort_index\7f386767
+Ref: 466\7f386767
+Ref: sort c gsl_sort_vector_index\7f387421
+Ref: 467\7f387421
+Node: Selecting the k smallest or largest elements\7f388081
+Ref: sort selecting-the-k-smallest-or-largest-elements\7f388221
+Ref: 468\7f388221
+Ref: sort c gsl_sort_smallest\7f388930
+Ref: 469\7f388930
+Ref: sort c gsl_sort_largest\7f389419
+Ref: 46a\7f389419
+Ref: sort c gsl_sort_vector_smallest\7f389879
+Ref: 46b\7f389879
+Ref: sort c gsl_sort_vector_largest\7f389978
+Ref: 46c\7f389978
+Ref: sort c gsl_sort_smallest_index\7f390404
+Ref: 46d\7f390404
+Ref: sort c gsl_sort_largest_index\7f390941
+Ref: 46e\7f390941
+Ref: sort c gsl_sort_vector_smallest_index\7f391483
+Ref: 46f\7f391483
+Ref: sort c gsl_sort_vector_largest_index\7f391585
+Ref: 470\7f391585
+Node: Computing the rank\7f391931
+Ref: sort computing-the-rank\7f392067
+Ref: 471\7f392067
+Node: Examples<7>\7f393140
+Ref: sort examples\7f393265
+Ref: 472\7f393265
+Node: References and Further Reading<7>\7f394776
+Ref: sort references-and-further-reading\7f394874
+Ref: 473\7f394874
+Node: BLAS Support\7f395285
+Ref: blas doc\7f395377
+Ref: 474\7f395377
+Ref: blas blas-support\7f395377
+Ref: 475\7f395377
+Ref: blas chap-blas-support\7f395377
+Ref: 11\7f395377
+Ref: BLAS Support-Footnote-1\7f399327
+Node: GSL BLAS Interface\7f399500
+Ref: blas gsl-blas-interface\7f399588
+Ref: 477\7f399588
+Node: Level 1\7f399932
+Ref: blas level-1\7f400011
+Ref: 478\7f400011
+Ref: blas c gsl_blas_sdsdot\7f400042
+Ref: 479\7f400042
+Ref: blas c gsl_blas_sdot\7f400323
+Ref: 47a\7f400323
+Ref: blas c gsl_blas_dsdot\7f400435
+Ref: 47b\7f400435
+Ref: blas c gsl_blas_ddot\7f400549
+Ref: 47c\7f400549
+Ref: blas c gsl_blas_cdotu\7f400807
+Ref: 47d\7f400807
+Ref: blas c gsl_blas_zdotu\7f400946
+Ref: 47e\7f400946
+Ref: blas c gsl_blas_cdotc\7f401230
+Ref: 47f\7f401230
+Ref: blas c gsl_blas_zdotc\7f401369
+Ref: 480\7f401369
+Ref: blas c gsl_blas_snrm2\7f401663
+Ref: 481\7f401663
+Ref: blas c gsl_blas_dnrm2\7f401726
+Ref: 482\7f401726
+Ref: blas c gsl_blas_scnrm2\7f401895
+Ref: 483\7f401895
+Ref: blas c gsl_blas_dznrm2\7f401967
+Ref: 484\7f401967
+Ref: blas c gsl_blas_sasum\7f402185
+Ref: 485\7f402185
+Ref: blas c gsl_blas_dasum\7f402248
+Ref: 486\7f402248
+Ref: blas c gsl_blas_scasum\7f402414
+Ref: 487\7f402414
+Ref: blas c gsl_blas_dzasum\7f402486
+Ref: 488\7f402486
+Ref: blas c gsl_blas_isamax\7f402733
+Ref: 489\7f402733
+Ref: blas c gsl_blas_idamax\7f402805
+Ref: 48a\7f402805
+Ref: blas c gsl_blas_icamax\7f402871
+Ref: 48b\7f402871
+Ref: blas c gsl_blas_izamax\7f402961
+Ref: 48c\7f402961
+Ref: blas c gsl_blas_sswap\7f403444
+Ref: 48d\7f403444
+Ref: blas c gsl_blas_dswap\7f403530
+Ref: 48e\7f403530
+Ref: blas c gsl_blas_cswap\7f403594
+Ref: 48f\7f403594
+Ref: blas c gsl_blas_zswap\7f403696
+Ref: 490\7f403696
+Ref: blas c gsl_blas_scopy\7f403883
+Ref: 491\7f403883
+Ref: blas c gsl_blas_dcopy\7f403975
+Ref: 492\7f403975
+Ref: blas c gsl_blas_ccopy\7f404045
+Ref: 493\7f404045
+Ref: blas c gsl_blas_zcopy\7f404153
+Ref: 494\7f404153
+Ref: blas c gsl_blas_saxpy\7f404353
+Ref: 495\7f404353
+Ref: blas c gsl_blas_daxpy\7f404458
+Ref: 496\7f404458
+Ref: blas c gsl_blas_caxpy\7f404552
+Ref: 497\7f404552
+Ref: blas c gsl_blas_zaxpy\7f404691
+Ref: 498\7f404691
+Ref: blas c gsl_blas_sscal\7f404921
+Ref: 499\7f404921
+Ref: blas c gsl_blas_dscal\7f404990
+Ref: 49a\7f404990
+Ref: blas c gsl_blas_cscal\7f405054
+Ref: 49b\7f405054
+Ref: blas c gsl_blas_zscal\7f405159
+Ref: 49c\7f405159
+Ref: blas c gsl_blas_csscal\7f405252
+Ref: 49d\7f405252
+Ref: blas c gsl_blas_zdscal\7f405340
+Ref: 49e\7f405340
+Ref: blas c gsl_blas_srotg\7f405521
+Ref: 49f\7f405521
+Ref: blas c gsl_blas_drotg\7f405609
+Ref: 4a0\7f405609
+Ref: blas c gsl_blas_srot\7f405950
+Ref: 4a1\7f405950
+Ref: blas c gsl_blas_drot\7f406053
+Ref: 4a2\7f406053
+Ref: blas c gsl_blas_srotmg\7f406288
+Ref: 4a3\7f406288
+Ref: blas c gsl_blas_drotmg\7f406390
+Ref: 4a4\7f406390
+Ref: blas c gsl_blas_srotm\7f406688
+Ref: 4a5\7f406688
+Ref: blas c gsl_blas_drotm\7f406791
+Ref: 4a6\7f406791
+Node: Level 2\7f406946
+Ref: blas level-2\7f407041
+Ref: 4a7\7f407041
+Ref: blas c gsl_blas_sgemv\7f407072
+Ref: 4a8\7f407072
+Ref: blas c gsl_blas_dgemv\7f407252
+Ref: 4a9\7f407252
+Ref: blas c gsl_blas_cgemv\7f407416
+Ref: 4aa\7f407416
+Ref: blas c gsl_blas_zgemv\7f407666
+Ref: 4ab\7f407666
+Ref: blas c gsl_blas_strmv\7f408102
+Ref: 4ac\7f408102
+Ref: blas c gsl_blas_dtrmv\7f408268
+Ref: 4ad\7f408268
+Ref: blas c gsl_blas_ctrmv\7f408412
+Ref: 4ae\7f408412
+Ref: blas c gsl_blas_ztrmv\7f408594
+Ref: 4af\7f408594
+Ref: blas c gsl_blas_strsv\7f409442
+Ref: 4b0\7f409442
+Ref: blas c gsl_blas_dtrsv\7f409608
+Ref: 4b1\7f409608
+Ref: blas c gsl_blas_ctrsv\7f409752
+Ref: 4b2\7f409752
+Ref: blas c gsl_blas_ztrsv\7f409934
+Ref: 4b3\7f409934
+Ref: blas c gsl_blas_ssymv\7f410731
+Ref: 4b4\7f410731
+Ref: blas c gsl_blas_dsymv\7f410904
+Ref: 4b5\7f410904
+Ref: blas c gsl_blas_chemv\7f411535
+Ref: 4b6\7f411535
+Ref: blas c gsl_blas_zhemv\7f411778
+Ref: 4b7\7f411778
+Ref: blas c gsl_blas_sger\7f412566
+Ref: 4b8\7f412566
+Ref: blas c gsl_blas_dger\7f412697
+Ref: 4b9\7f412697
+Ref: blas c gsl_blas_cgeru\7f412811
+Ref: 4ba\7f412811
+Ref: blas c gsl_blas_zgeru\7f412995
+Ref: 4bb\7f412995
+Ref: blas c gsl_blas_cgerc\7f413258
+Ref: 4bc\7f413258
+Ref: blas c gsl_blas_zgerc\7f413442
+Ref: 4bd\7f413442
+Ref: blas c gsl_blas_ssyr\7f413715
+Ref: 4be\7f413715
+Ref: blas c gsl_blas_dsyr\7f413838
+Ref: 4bf\7f413838
+Ref: blas c gsl_blas_cher\7f414413
+Ref: 4c0\7f414413
+Ref: blas c gsl_blas_zher\7f414552
+Ref: 4c1\7f414552
+Ref: blas c gsl_blas_ssyr2\7f415219
+Ref: 4c2\7f415219
+Ref: blas c gsl_blas_dsyr2\7f415380
+Ref: 4c3\7f415380
+Ref: blas c gsl_blas_cher2\7f415992
+Ref: 4c4\7f415992
+Ref: blas c gsl_blas_zher2\7f416205
+Ref: 4c5\7f416205
+Node: Level 3\7f416939
+Ref: blas level-3\7f417018
+Ref: 4c6\7f417018
+Ref: blas c gsl_blas_sgemm\7f417049
+Ref: 4c7\7f417049
+Ref: blas c gsl_blas_dgemm\7f417265
+Ref: 4c8\7f417265
+Ref: blas c gsl_blas_cgemm\7f417455
+Ref: 4c9\7f417455
+Ref: blas c gsl_blas_zgemm\7f417731
+Ref: 4ca\7f417731
+Ref: blas c gsl_blas_ssymm\7f418251
+Ref: 4cb\7f418251
+Ref: blas c gsl_blas_dsymm\7f418443
+Ref: 4cc\7f418443
+Ref: blas c gsl_blas_csymm\7f418619
+Ref: 4cd\7f418619
+Ref: blas c gsl_blas_zsymm\7f418881
+Ref: 4ce\7f418881
+Ref: blas c gsl_blas_chemm\7f419606
+Ref: 4cf\7f419606
+Ref: blas c gsl_blas_zhemm\7f419868
+Ref: 4d0\7f419868
+Ref: blas c gsl_blas_strmm\7f420669
+Ref: 4d1\7f420669
+Ref: blas c gsl_blas_dtrmm\7f420867
+Ref: 4d2\7f420867
+Ref: blas c gsl_blas_ctrmm\7f421054
+Ref: 4d3\7f421054
+Ref: blas c gsl_blas_ztrmm\7f421296
+Ref: 4d4\7f421296
+Ref: blas c gsl_blas_strsm\7f422307
+Ref: 4d5\7f422307
+Ref: blas c gsl_blas_dtrsm\7f422505
+Ref: 4d6\7f422505
+Ref: blas c gsl_blas_ctrsm\7f422692
+Ref: 4d7\7f422692
+Ref: blas c gsl_blas_ztrsm\7f422934
+Ref: 4d8\7f422934
+Ref: blas c gsl_blas_ssyrk\7f423966
+Ref: 4d9\7f423966
+Ref: blas c gsl_blas_dsyrk\7f424137
+Ref: 4da\7f424137
+Ref: blas c gsl_blas_csyrk\7f424298
+Ref: 4db\7f424298
+Ref: blas c gsl_blas_zsyrk\7f424531
+Ref: 4dc\7f424531
+Ref: blas c gsl_blas_cherk\7f425312
+Ref: 4dd\7f425312
+Ref: blas c gsl_blas_zherk\7f425499
+Ref: 4de\7f425499
+Ref: blas c gsl_blas_ssyr2k\7f426342
+Ref: 4df\7f426342
+Ref: blas c gsl_blas_dsyr2k\7f426541
+Ref: 4e0\7f426541
+Ref: blas c gsl_blas_csyr2k\7f426724
+Ref: 4e1\7f426724
+Ref: blas c gsl_blas_zsyr2k\7f426993
+Ref: 4e2\7f426993
+Ref: blas c gsl_blas_cher2k\7f427850
+Ref: 4e3\7f427850
+Ref: blas c gsl_blas_zher2k\7f428101
+Ref: 4e4\7f428101
+Node: Examples<8>\7f429031
+Ref: blas examples\7f429161
+Ref: 4e5\7f429161
+Node: References and Further Reading<8>\7f430433
+Ref: blas references-and-further-reading\7f430536
+Ref: 4e6\7f430536
+Ref: blas sec-blas-references\7f430536
+Ref: 4e7\7f430536
+Node: Linear Algebra\7f431788
+Ref: linalg doc\7f431885
+Ref: 4e8\7f431885
+Ref: linalg linear-algebra\7f431885
+Ref: 4e9\7f431885
+Node: LU Decomposition\7f433189
+Ref: linalg lu-decomposition\7f433282
+Ref: 4ea\7f433282
+Ref: linalg sec-lu-decomposition\7f433282
+Ref: 4eb\7f433282
+Ref: linalg c gsl_linalg_LU_decomp\7f433942
+Ref: 4ec\7f433942
+Ref: linalg c gsl_linalg_complex_LU_decomp\7f434040
+Ref: 4ed\7f434040
+Ref: linalg c gsl_linalg_LU_solve\7f435205
+Ref: 4ee\7f435205
+Ref: linalg c gsl_linalg_complex_LU_solve\7f435338
+Ref: 4ef\7f435338
+Ref: linalg c gsl_linalg_LU_svx\7f435751
+Ref: 4f0\7f435751
+Ref: linalg c gsl_linalg_complex_LU_svx\7f435861
+Ref: 4f1\7f435861
+Ref: linalg c gsl_linalg_LU_refine\7f436262
+Ref: 4f2\7f436262
+Ref: linalg c gsl_linalg_complex_LU_refine\7f436445
+Ref: 4f3\7f436445
+Ref: linalg c gsl_linalg_LU_invert\7f436949
+Ref: 4f4\7f436949
+Ref: linalg c gsl_linalg_complex_LU_invert\7f437068
+Ref: 4f5\7f437068
+Ref: linalg c gsl_linalg_LU_invx\7f437827
+Ref: 4f6\7f437827
+Ref: linalg c gsl_linalg_complex_LU_invx\7f437917
+Ref: 4f7\7f437917
+Ref: linalg c gsl_linalg_LU_det\7f438643
+Ref: 4f8\7f438643
+Ref: linalg c gsl_linalg_complex_LU_det\7f438711
+Ref: 4f9\7f438711
+Ref: linalg c gsl_linalg_LU_lndet\7f439057
+Ref: 4fa\7f439057
+Ref: linalg c gsl_linalg_complex_LU_lndet\7f439115
+Ref: 4fb\7f439115
+Ref: linalg c gsl_linalg_LU_sgndet\7f439474
+Ref: 4fc\7f439474
+Ref: linalg c gsl_linalg_complex_LU_sgndet\7f439542
+Ref: 4fd\7f439542
+Node: QR Decomposition\7f439805
+Ref: linalg linalg-qr\7f439944
+Ref: 4fe\7f439944
+Ref: linalg qr-decomposition\7f439944
+Ref: 4ff\7f439944
+Ref: linalg c gsl_linalg_QR_decomp_r\7f442458
+Ref: 502\7f442458
+Ref: linalg c gsl_linalg_complex_QR_decomp_r\7f442530
+Ref: 503\7f442530
+Ref: linalg c gsl_linalg_QR_solve_r\7f443257
+Ref: 504\7f443257
+Ref: linalg c gsl_linalg_complex_QR_solve_r\7f443387
+Ref: 505\7f443387
+Ref: linalg c gsl_linalg_QR_lssolve_r\7f443872
+Ref: 506\7f443872
+Ref: linalg c gsl_linalg_complex_QR_lssolve_r\7f444032
+Ref: 507\7f444032
+Ref: linalg c gsl_linalg_QR_QTvec_r\7f445101
+Ref: 508\7f445101
+Ref: linalg c gsl_linalg_complex_QR_QHvec_r\7f445228
+Ref: 509\7f445228
+Ref: linalg c gsl_linalg_QR_QTmat_r\7f445868
+Ref: 50a\7f445868
+Ref: linalg c gsl_linalg_QR_unpack_r\7f446411
+Ref: 50b\7f446411
+Ref: linalg c gsl_linalg_complex_QR_unpack_r\7f446536
+Ref: 50c\7f446536
+Ref: linalg c gsl_linalg_QR_rcond\7f447173
+Ref: 50d\7f447173
+Node: Level 2 Interface\7f447791
+Ref: linalg level-2-interface\7f447899
+Ref: 50e\7f447899
+Ref: linalg c gsl_linalg_QR_decomp\7f448159
+Ref: 50f\7f448159
+Ref: linalg c gsl_linalg_complex_QR_decomp\7f448231
+Ref: 510\7f448231
+Ref: linalg c gsl_linalg_QR_solve\7f449261
+Ref: 511\7f449261
+Ref: linalg c gsl_linalg_complex_QR_solve\7f449391
+Ref: 512\7f449391
+Ref: linalg c gsl_linalg_QR_svx\7f449822
+Ref: 514\7f449822
+Ref: linalg c gsl_linalg_complex_QR_svx\7f449929
+Ref: 515\7f449929
+Ref: linalg c gsl_linalg_QR_lssolve\7f450328
+Ref: 513\7f450328
+Ref: linalg c gsl_linalg_complex_QR_lssolve\7f450492
+Ref: 516\7f450492
+Ref: linalg c gsl_linalg_QR_QTvec\7f451288
+Ref: 517\7f451288
+Ref: linalg c gsl_linalg_complex_QR_QHvec\7f451397
+Ref: 518\7f451397
+Ref: linalg c gsl_linalg_QR_Qvec\7f451934
+Ref: 519\7f451934
+Ref: linalg c gsl_linalg_complex_QR_Qvec\7f452042
+Ref: 51a\7f452042
+Ref: linalg c gsl_linalg_QR_QTmat\7f452514
+Ref: 51b\7f452514
+Ref: linalg c gsl_linalg_QR_Rsolve\7f452968
+Ref: 51c\7f452968
+Ref: linalg c gsl_linalg_QR_Rsvx\7f453272
+Ref: 51d\7f453272
+Ref: linalg c gsl_linalg_QR_unpack\7f453688
+Ref: 51e\7f453688
+Ref: linalg c gsl_linalg_QR_QRsolve\7f454023
+Ref: 51f\7f454023
+Ref: linalg c gsl_linalg_QR_update\7f454337
+Ref: 520\7f454337
+Ref: linalg c gsl_linalg_R_solve\7f454754
+Ref: 521\7f454754
+Ref: linalg c gsl_linalg_R_svx\7f454958
+Ref: 522\7f454958
+Node: Triangle on Top of Rectangle\7f455215
+Ref: linalg triangle-on-top-of-rectangle\7f455359
+Ref: 523\7f455359
+Ref: linalg c gsl_linalg_QR_UR_decomp\7f455963
+Ref: 524\7f455963
+Node: Triangle on Top of Triangle\7f456362
+Ref: linalg triangle-on-top-of-triangle\7f456519
+Ref: 525\7f456519
+Ref: linalg c gsl_linalg_QR_UU_decomp\7f456972
+Ref: 526\7f456972
+Ref: linalg c gsl_linalg_QR_UU_lssolve\7f457388
+Ref: 527\7f457388
+Ref: linalg c gsl_linalg_QR_UU_QTec\7f458398
+Ref: 528\7f458398
+Node: Triangle on Top of Trapezoidal\7f458846
+Ref: linalg triangle-on-top-of-trapezoidal\7f459002
+Ref: 529\7f459002
+Ref: linalg c gsl_linalg_QR_UZ_decomp\7f459659
+Ref: 52a\7f459659
+Node: Triangle on Top of Diagonal\7f460070
+Ref: linalg triangle-on-top-of-diagonal\7f460190
+Ref: 52b\7f460190
+Ref: linalg c gsl_linalg_QR_UD_decomp\7f460735
+Ref: 52c\7f460735
+Ref: linalg c gsl_linalg_QR_UD_lssolve\7f461179
+Ref: 52d\7f461179
+Node: QR Decomposition with Column Pivoting\7f462186
+Ref: linalg linalg-qrpt\7f462325
+Ref: 500\7f462325
+Ref: linalg qr-decomposition-with-column-pivoting\7f462325
+Ref: 52e\7f462325
+Ref: linalg c gsl_linalg_QRPT_decomp\7f463477
+Ref: 52f\7f463477
+Ref: linalg c gsl_linalg_QRPT_decomp2\7f464840
+Ref: 530\7f464840
+Ref: linalg c gsl_linalg_QRPT_solve\7f465248
+Ref: 531\7f465248
+Ref: linalg c gsl_linalg_QRPT_svx\7f465656
+Ref: 532\7f465656
+Ref: linalg c gsl_linalg_QRPT_lssolve\7f466067
+Ref: 533\7f466067
+Ref: linalg c gsl_linalg_QRPT_lssolve2\7f466935
+Ref: 534\7f466935
+Ref: linalg c gsl_linalg_QRPT_QRsolve\7f467912
+Ref: 536\7f467912
+Ref: linalg c gsl_linalg_QRPT_update\7f468287
+Ref: 537\7f468287
+Ref: linalg c gsl_linalg_QRPT_Rsolve\7f468805
+Ref: 538\7f468805
+Ref: linalg c gsl_linalg_QRPT_Rsvx\7f469060
+Ref: 539\7f469060
+Ref: linalg c gsl_linalg_QRPT_rank\7f469418
+Ref: 535\7f469418
+Ref: linalg c gsl_linalg_QRPT_rcond\7f469876
+Ref: 53a\7f469876
+Node: LQ Decomposition\7f470332
+Ref: linalg lq-decomposition\7f470471
+Ref: 53b\7f470471
+Ref: linalg c gsl_linalg_LQ_decomp\7f471297
+Ref: 53c\7f471297
+Ref: linalg c gsl_linalg_LQ_lssolve\7f472097
+Ref: 53d\7f472097
+Ref: linalg c gsl_linalg_LQ_unpack\7f472709
+Ref: 53e\7f472709
+Ref: linalg c gsl_linalg_LQ_QTvec\7f473044
+Ref: 53f\7f473044
+Node: QL Decomposition\7f473272
+Ref: linalg ql-decomposition\7f473407
+Ref: 540\7f473407
+Ref: linalg c gsl_linalg_QL_decomp\7f473885
+Ref: 541\7f473885
+Ref: linalg c gsl_linalg_QL_unpack\7f474284
+Ref: 542\7f474284
+Node: Complete Orthogonal Decomposition\7f474619
+Ref: linalg complete-orthogonal-decomposition\7f474766
+Ref: 543\7f474766
+Ref: linalg linalg-cod\7f474766
+Ref: 501\7f474766
+Ref: linalg c gsl_linalg_COD_decomp\7f476391
+Ref: 544\7f476391
+Ref: linalg c gsl_linalg_COD_decomp_e\7f476557
+Ref: 545\7f476557
+Ref: linalg c gsl_linalg_COD_lssolve\7f477636
+Ref: 546\7f477636
+Ref: linalg c gsl_linalg_COD_lssolve2\7f478547
+Ref: 547\7f478547
+Ref: linalg c gsl_linalg_COD_unpack\7f479569
+Ref: 548\7f479569
+Ref: linalg c gsl_linalg_COD_matZ\7f480069
+Ref: 549\7f480069
+Node: Singular Value Decomposition\7f480572
+Ref: linalg singular-value-decomposition\7f480725
+Ref: 54a\7f480725
+Ref: linalg c gsl_linalg_SV_decomp\7f482352
+Ref: 54b\7f482352
+Ref: linalg c gsl_linalg_SV_decomp_mod\7f483145
+Ref: 54c\7f483145
+Ref: linalg c gsl_linalg_SV_decomp_jacobi\7f483526
+Ref: 54d\7f483526
+Ref: linalg c gsl_linalg_SV_solve\7f483904
+Ref: 54e\7f483904
+Ref: linalg c gsl_linalg_SV_leverage\7f484757
+Ref: 54f\7f484757
+Node: Cholesky Decomposition\7f485224
+Ref: linalg cholesky-decomposition\7f485374
+Ref: 550\7f485374
+Ref: linalg sec-cholesky-decomposition\7f485374
+Ref: 3f5\7f485374
+Ref: linalg c gsl_linalg_cholesky_decomp1\7f486343
+Ref: 551\7f486343
+Ref: linalg c gsl_linalg_complex_cholesky_decomp\7f486405
+Ref: 552\7f486405
+Ref: linalg c gsl_linalg_cholesky_decomp\7f487385
+Ref: 553\7f487385
+Ref: linalg c gsl_linalg_cholesky_solve\7f487539
+Ref: 554\7f487539
+Ref: linalg c gsl_linalg_complex_cholesky_solve\7f487658
+Ref: 555\7f487658
+Ref: linalg c gsl_linalg_cholesky_svx\7f488102
+Ref: 556\7f488102
+Ref: linalg c gsl_linalg_complex_cholesky_svx\7f488198
+Ref: 557\7f488198
+Ref: linalg c gsl_linalg_cholesky_invert\7f488727
+Ref: 558\7f488727
+Ref: linalg c gsl_linalg_complex_cholesky_invert\7f488795
+Ref: 559\7f488795
+Ref: linalg c gsl_linalg_cholesky_decomp2\7f489221
+Ref: 55a\7f489221
+Ref: linalg c gsl_linalg_cholesky_solve2\7f490247
+Ref: 55b\7f490247
+Ref: linalg c gsl_linalg_cholesky_svx2\7f490645
+Ref: 55c\7f490645
+Ref: linalg c gsl_linalg_cholesky_scale\7f491136
+Ref: 55d\7f491136
+Ref: linalg c gsl_linalg_cholesky_scale_apply\7f491686
+Ref: 55e\7f491686
+Ref: linalg c gsl_linalg_cholesky_rcond\7f491939
+Ref: 55f\7f491939
+Node: Pivoted Cholesky Decomposition\7f492458
+Ref: linalg pivoted-cholesky-decomposition\7f492611
+Ref: 560\7f492611
+Ref: linalg c gsl_linalg_pcholesky_decomp\7f493362
+Ref: 561\7f493362
+Ref: linalg c gsl_linalg_pcholesky_solve\7f494156
+Ref: 562\7f494156
+Ref: linalg c gsl_linalg_pcholesky_svx\7f494558
+Ref: 563\7f494558
+Ref: linalg c gsl_linalg_pcholesky_decomp2\7f495071
+Ref: 564\7f495071
+Ref: linalg c gsl_linalg_pcholesky_solve2\7f496276
+Ref: 565\7f496276
+Ref: linalg c gsl_linalg_pcholesky_svx2\7f496758
+Ref: 566\7f496758
+Ref: linalg c gsl_linalg_pcholesky_invert\7f497341
+Ref: 567\7f497341
+Ref: linalg c gsl_linalg_pcholesky_rcond\7f497678
+Ref: 568\7f497678
+Node: Modified Cholesky Decomposition\7f498224
+Ref: linalg modified-cholesky-decomposition\7f498373
+Ref: 569\7f498373
+Ref: linalg c gsl_linalg_mcholesky_decomp\7f499458
+Ref: 56a\7f499458
+Ref: linalg c gsl_linalg_mcholesky_solve\7f500415
+Ref: 56b\7f500415
+Ref: linalg c gsl_linalg_mcholesky_svx\7f500829
+Ref: 56c\7f500829
+Ref: linalg c gsl_linalg_mcholesky_rcond\7f501353
+Ref: 56d\7f501353
+Node: LDLT Decomposition\7f501895
+Ref: linalg ldlt-decomposition\7f502066
+Ref: 56e\7f502066
+Ref: linalg sec-ldlt-decomposition\7f502066
+Ref: 56f\7f502066
+Ref: linalg c gsl_linalg_ldlt_decomp\7f502863
+Ref: 570\7f502863
+Ref: linalg c gsl_linalg_ldlt_solve\7f503640
+Ref: 572\7f503640
+Ref: linalg c gsl_linalg_ldlt_svx\7f503967
+Ref: 573\7f503967
+Ref: linalg c gsl_linalg_ldlt_rcond\7f504392
+Ref: 571\7f504392
+Node: Tridiagonal Decomposition of Real Symmetric Matrices\7f504892
+Ref: linalg tridiagonal-decomposition-of-real-symmetric-matrices\7f505079
+Ref: 574\7f505079
+Ref: linalg c gsl_linalg_symmtd_decomp\7f505375
+Ref: 575\7f505375
+Ref: linalg c gsl_linalg_symmtd_unpack\7f506041
+Ref: 576\7f506041
+Ref: linalg c gsl_linalg_symmtd_unpack_T\7f506534
+Ref: 577\7f506534
+Node: Tridiagonal Decomposition of Hermitian Matrices\7f506911
+Ref: linalg tridiagonal-decomposition-of-hermitian-matrices\7f507121
+Ref: 578\7f507121
+Ref: linalg c gsl_linalg_hermtd_decomp\7f507408
+Ref: 579\7f507408
+Ref: linalg c gsl_linalg_hermtd_unpack\7f508135
+Ref: 57a\7f508135
+Ref: linalg c gsl_linalg_hermtd_unpack_T\7f508649
+Ref: 57b\7f508649
+Node: Hessenberg Decomposition of Real Matrices\7f509033
+Ref: linalg hessenberg-decomposition-of-real-matrices\7f509243
+Ref: 57c\7f509243
+Ref: linalg c gsl_linalg_hessenberg_decomp\7f509728
+Ref: 57d\7f509728
+Ref: linalg c gsl_linalg_hessenberg_unpack\7f510433
+Ref: 57e\7f510433
+Ref: linalg c gsl_linalg_hessenberg_unpack_accum\7f510809
+Ref: 57f\7f510809
+Ref: linalg c gsl_linalg_hessenberg_set_zero\7f511418
+Ref: 580\7f511418
+Node: Hessenberg-Triangular Decomposition of Real Matrices\7f511714
+Ref: linalg hessenberg-triangular-decomposition-of-real-matrices\7f511894
+Ref: 581\7f511894
+Ref: linalg c gsl_linalg_hesstri_decomp\7f512381
+Ref: 582\7f512381
+Node: Bidiagonalization\7f512917
+Ref: linalg bidiagonalization\7f513072
+Ref: 583\7f513072
+Ref: linalg c gsl_linalg_bidiag_decomp\7f513424
+Ref: 584\7f513424
+Ref: linalg c gsl_linalg_bidiag_unpack\7f514164
+Ref: 585\7f514164
+Ref: linalg c gsl_linalg_bidiag_unpack2\7f514835
+Ref: 586\7f514835
+Ref: linalg c gsl_linalg_bidiag_unpack_B\7f515348
+Ref: 587\7f515348
+Node: Givens Rotations\7f515723
+Ref: linalg givens-rotations\7f515853
+Ref: 588\7f515853
+Ref: linalg c gsl_linalg_givens\7f516495
+Ref: 589\7f516495
+Ref: linalg c gsl_linalg_givens_gv\7f516782
+Ref: 58a\7f516782
+Node: Householder Transformations\7f517148
+Ref: linalg householder-transformations\7f517298
+Ref: 58b\7f517298
+Ref: linalg c gsl_linalg_householder_transform\7f517801
+Ref: 58c\7f517801
+Ref: linalg c gsl_linalg_complex_householder_transform\7f517871
+Ref: 58d\7f517871
+Ref: linalg c gsl_linalg_householder_hm\7f518558
+Ref: 58e\7f518558
+Ref: linalg c gsl_linalg_complex_householder_hm\7f518661
+Ref: 58f\7f518661
+Ref: linalg c gsl_linalg_householder_mh\7f519032
+Ref: 590\7f519032
+Ref: linalg c gsl_linalg_complex_householder_mh\7f519135
+Ref: 591\7f519135
+Ref: linalg c gsl_linalg_householder_hv\7f519507
+Ref: 592\7f519507
+Ref: linalg c gsl_linalg_complex_householder_hv\7f519610
+Ref: 593\7f519610
+Node: Householder solver for linear systems\7f519967
+Ref: linalg householder-solver-for-linear-systems\7f520120
+Ref: 594\7f520120
+Ref: linalg c gsl_linalg_HH_solve\7f520209
+Ref: 595\7f520209
+Ref: linalg c gsl_linalg_HH_svx\7f520576
+Ref: 596\7f520576
+Node: Tridiagonal Systems\7f520935
+Ref: linalg tridiagonal-systems\7f521079
+Ref: 597\7f521079
+Ref: linalg c gsl_linalg_solve_tridiag\7f521511
+Ref: 598\7f521511
+Ref: linalg c gsl_linalg_solve_symm_tridiag\7f522141
+Ref: 599\7f522141
+Ref: linalg c gsl_linalg_solve_cyc_tridiag\7f522712
+Ref: 59a\7f522712
+Ref: linalg c gsl_linalg_solve_symm_cyc_tridiag\7f523367
+Ref: 59b\7f523367
+Node: Triangular Systems\7f523979
+Ref: linalg triangular-systems\7f524100
+Ref: 59c\7f524100
+Ref: linalg c gsl_linalg_tri_invert\7f524151
+Ref: 59d\7f524151
+Ref: linalg c gsl_linalg_complex_tri_invert\7f524255
+Ref: 59e\7f524255
+Ref: linalg c gsl_linalg_tri_LTL\7f524736
+Ref: 59f\7f524736
+Ref: linalg c gsl_linalg_complex_tri_LHL\7f524789
+Ref: 5a0\7f524789
+Ref: linalg c gsl_linalg_tri_UL\7f525009
+Ref: 5a1\7f525009
+Ref: linalg c gsl_linalg_complex_tri_UL\7f525062
+Ref: 5a2\7f525062
+Ref: linalg c gsl_linalg_tri_rcond\7f525433
+Ref: 5a3\7f525433
+Node: Banded Systems\7f526051
+Ref: linalg banded-systems\7f526162
+Ref: 5a4\7f526162
+Node: General Banded Format\7f526807
+Ref: linalg general-banded-format\7f526912
+Ref: 5a5\7f526912
+Node: Symmetric Banded Format\7f528429
+Ref: linalg sec-symmetric-banded\7f528566
+Ref: 5a6\7f528566
+Ref: linalg symmetric-banded-format\7f528566
+Ref: 5a7\7f528566
+Node: Banded LU Decomposition\7f530197
+Ref: linalg banded-lu-decomposition\7f530342
+Ref: 5a8\7f530342
+Ref: linalg c gsl_linalg_LU_band_decomp\7f532274
+Ref: 5a9\7f532274
+Ref: linalg c gsl_linalg_LU_band_solve\7f533097
+Ref: 5aa\7f533097
+Ref: linalg c gsl_linalg_LU_band_svx\7f533691
+Ref: 5ab\7f533691
+Ref: linalg c gsl_linalg_LU_band_unpack\7f534285
+Ref: 5ac\7f534285
+Node: Banded Cholesky Decomposition\7f534930
+Ref: linalg banded-cholesky-decomposition\7f535077
+Ref: 5ad\7f535077
+Ref: linalg c gsl_linalg_cholesky_band_decomp\7f535627
+Ref: 5ae\7f535627
+Ref: linalg c gsl_linalg_cholesky_band_solve\7f536587
+Ref: 5b0\7f536587
+Ref: linalg c gsl_linalg_cholesky_band_solvem\7f536706
+Ref: 5b1\7f536706
+Ref: linalg c gsl_linalg_cholesky_band_svx\7f537081
+Ref: 5b2\7f537081
+Ref: linalg c gsl_linalg_cholesky_band_svxm\7f537177
+Ref: 5b3\7f537177
+Ref: linalg c gsl_linalg_cholesky_band_invert\7f537675
+Ref: 5b4\7f537675
+Ref: linalg c gsl_linalg_cholesky_band_unpack\7f538101
+Ref: 5b5\7f538101
+Ref: linalg c gsl_linalg_cholesky_band_scale\7f538449
+Ref: 5b6\7f538449
+Ref: linalg c gsl_linalg_cholesky_band_scale_apply\7f539011
+Ref: 5b7\7f539011
+Ref: linalg c gsl_linalg_cholesky_band_rcond\7f539304
+Ref: 5af\7f539304
+Node: Banded LDLT Decomposition\7f539825
+Ref: linalg banded-ldlt-decomposition\7f539940
+Ref: 5b8\7f539940
+Ref: linalg c gsl_linalg_ldlt_band_decomp\7f540479
+Ref: 5b9\7f540479
+Ref: linalg c gsl_linalg_ldlt_band_solve\7f541077
+Ref: 5ba\7f541077
+Ref: linalg c gsl_linalg_ldlt_band_svx\7f541431
+Ref: 5bb\7f541431
+Ref: linalg c gsl_linalg_ldlt_band_unpack\7f541888
+Ref: 5bc\7f541888
+Ref: linalg c gsl_linalg_ldlt_band_rcond\7f542313
+Ref: 5bd\7f542313
+Node: Balancing\7f542825
+Ref: linalg balancing\7f542929
+Ref: 5be\7f542929
+Ref: linalg id1\7f542929
+Ref: 5bf\7f542929
+Ref: linalg c gsl_linalg_balance_matrix\7f543354
+Ref: 5c0\7f543354
+Node: Examples<9>\7f543630
+Ref: linalg examples\7f543753
+Ref: 5c1\7f543753
+Node: References and Further Reading<9>\7f545600
+Ref: linalg references-and-further-reading\7f545705
+Ref: 5c2\7f545705
+Node: Eigensystems\7f548095
+Ref: eigen doc\7f548208
+Ref: 5c3\7f548208
+Ref: eigen eigensystems\7f548208
+Ref: 5c4\7f548208
+Node: Real Symmetric Matrices\7f549331
+Ref: eigen real-symmetric-matrices\7f549439
+Ref: 5c5\7f549439
+Ref: eigen c gsl_eigen_symm_workspace\7f549780
+Ref: 5c6\7f549780
+Ref: eigen c gsl_eigen_symm_alloc\7f549919
+Ref: 5c7\7f549919
+Ref: eigen c gsl_eigen_symm_free\7f550194
+Ref: 5c8\7f550194
+Ref: eigen c gsl_eigen_symm\7f550350
+Ref: 5c9\7f550350
+Ref: eigen c gsl_eigen_symmv_workspace\7f550879
+Ref: 5ca\7f550879
+Ref: eigen c gsl_eigen_symmv_alloc\7f551035
+Ref: 5cb\7f551035
+Ref: eigen c gsl_eigen_symmv_free\7f551329
+Ref: 5cc\7f551329
+Ref: eigen c gsl_eigen_symmv\7f551487
+Ref: 5cd\7f551487
+Node: Complex Hermitian Matrices\7f552347
+Ref: eigen complex-hermitian-matrices\7f552490
+Ref: 5ce\7f552490
+Ref: eigen c gsl_eigen_herm_workspace\7f552674
+Ref: 5cf\7f552674
+Ref: eigen c gsl_eigen_herm_alloc\7f552813
+Ref: 5d0\7f552813
+Ref: eigen c gsl_eigen_herm_free\7f553091
+Ref: 5d1\7f553091
+Ref: eigen c gsl_eigen_herm\7f553247
+Ref: 5d2\7f553247
+Ref: eigen c gsl_eigen_hermv_workspace\7f553881
+Ref: 5d3\7f553881
+Ref: eigen c gsl_eigen_hermv_alloc\7f554037
+Ref: 5d4\7f554037
+Ref: eigen c gsl_eigen_hermv_free\7f554334
+Ref: 5d5\7f554334
+Ref: eigen c gsl_eigen_hermv\7f554492
+Ref: 5d6\7f554492
+Node: Real Nonsymmetric Matrices\7f555473
+Ref: eigen real-nonsymmetric-matrices\7f555641
+Ref: 5d7\7f555641
+Ref: eigen c gsl_eigen_nonsymm_workspace\7f556141
+Ref: 5d8\7f556141
+Ref: eigen c gsl_eigen_nonsymm_alloc\7f556286
+Ref: 5d9\7f556286
+Ref: eigen c gsl_eigen_nonsymm_free\7f556570
+Ref: 5da\7f556570
+Ref: eigen c gsl_eigen_nonsymm_params\7f556742
+Ref: 5db\7f556742
+Ref: eigen c gsl_eigen_nonsymm\7f558452
+Ref: 5dc\7f558452
+Ref: eigen c gsl_eigen_nonsymm_Z\7f559281
+Ref: 5dd\7f559281
+Ref: eigen c gsl_eigen_nonsymmv_workspace\7f559579
+Ref: 5de\7f559579
+Ref: eigen c gsl_eigen_nonsymmv_alloc\7f559741
+Ref: 5df\7f559741
+Ref: eigen c gsl_eigen_nonsymmv_free\7f560044
+Ref: 5e0\7f560044
+Ref: eigen c gsl_eigen_nonsymmv_params\7f560218
+Ref: 5e1\7f560218
+Ref: eigen c gsl_eigen_nonsymmv\7f560760
+Ref: 5e2\7f560760
+Ref: eigen c gsl_eigen_nonsymmv_Z\7f561642
+Ref: 5e3\7f561642
+Node: Real Generalized Symmetric-Definite Eigensystems\7f561955
+Ref: eigen real-generalized-symmetric-definite-eigensystems\7f562148
+Ref: 5e4\7f562148
+Ref: eigen c gsl_eigen_gensymm_workspace\7f563043
+Ref: 5e5\7f563043
+Ref: eigen c gsl_eigen_gensymm_alloc\7f563197
+Ref: 5e6\7f563197
+Ref: eigen c gsl_eigen_gensymm_free\7f563503
+Ref: 5e7\7f563503
+Ref: eigen c gsl_eigen_gensymm\7f563675
+Ref: 5e8\7f563675
+Ref: eigen c gsl_eigen_gensymmv_workspace\7f564116
+Ref: 5e9\7f564116
+Ref: eigen c gsl_eigen_gensymmv_alloc\7f564287
+Ref: 5ea\7f564287
+Ref: eigen c gsl_eigen_gensymmv_free\7f564617
+Ref: 5eb\7f564617
+Ref: eigen c gsl_eigen_gensymmv\7f564791
+Ref: 5ec\7f564791
+Node: Complex Generalized Hermitian-Definite Eigensystems\7f565353
+Ref: eigen complex-generalized-hermitian-definite-eigensystems\7f565562
+Ref: 5ed\7f565562
+Ref: eigen c gsl_eigen_genherm_workspace\7f566272
+Ref: 5ee\7f566272
+Ref: eigen c gsl_eigen_genherm_alloc\7f566426
+Ref: 5ef\7f566426
+Ref: eigen c gsl_eigen_genherm_free\7f566740
+Ref: 5f0\7f566740
+Ref: eigen c gsl_eigen_genherm\7f566912
+Ref: 5f1\7f566912
+Ref: eigen c gsl_eigen_genhermv_workspace\7f567382
+Ref: 5f2\7f567382
+Ref: eigen c gsl_eigen_genhermv_alloc\7f567553
+Ref: 5f3\7f567553
+Ref: eigen c gsl_eigen_genhermv_free\7f567886
+Ref: 5f4\7f567886
+Ref: eigen c gsl_eigen_genhermv\7f568060
+Ref: 5f5\7f568060
+Node: Real Generalized Nonsymmetric Eigensystems\7f568649
+Ref: eigen real-generalized-nonsymmetric-eigensystems\7f568846
+Ref: 5f6\7f568846
+Ref: eigen c gsl_eigen_gen_workspace\7f570638
+Ref: 5f7\7f570638
+Ref: eigen c gsl_eigen_gen_alloc\7f570778
+Ref: 5f8\7f570778
+Ref: eigen c gsl_eigen_gen_free\7f571069
+Ref: 5f9\7f571069
+Ref: eigen c gsl_eigen_gen_params\7f571223
+Ref: 5fa\7f571223
+Ref: eigen c gsl_eigen_gen\7f572393
+Ref: 5fb\7f572393
+Ref: eigen c gsl_eigen_gen_QZ\7f573505
+Ref: 5fc\7f573505
+Ref: eigen c gsl_eigen_genv_workspace\7f573898
+Ref: 5fd\7f573898
+Ref: eigen c gsl_eigen_genv_alloc\7f574055
+Ref: 5fe\7f574055
+Ref: eigen c gsl_eigen_genv_free\7f574366
+Ref: 5ff\7f574366
+Ref: eigen c gsl_eigen_genv\7f574522
+Ref: 600\7f574522
+Ref: eigen c gsl_eigen_genv_QZ\7f575608
+Ref: 601\7f575608
+Node: Sorting Eigenvalues and Eigenvectors\7f576040
+Ref: eigen sorting-eigenvalues-and-eigenvectors\7f576198
+Ref: 602\7f576198
+Ref: eigen c gsl_eigen_symmv_sort\7f576283
+Ref: 603\7f576283
+Ref: eigen c gsl_eigen_symmv_sort gsl_eigen_sort_t\7f576703
+Ref: 604\7f576703
+Ref: eigen c gsl_eigen_hermv_sort\7f577418
+Ref: 605\7f577418
+Ref: eigen c gsl_eigen_nonsymmv_sort\7f577865
+Ref: 606\7f577865
+Ref: eigen c gsl_eigen_gensymmv_sort\7f578454
+Ref: 607\7f578454
+Ref: eigen c gsl_eigen_genhermv_sort\7f578893
+Ref: 608\7f578893
+Ref: eigen c gsl_eigen_genv_sort\7f579343
+Ref: 609\7f579343
+Node: Examples<10>\7f579978
+Ref: eigen examples\7f580128
+Ref: 60a\7f580128
+Node: References and Further Reading<10>\7f585337
+Ref: eigen references-and-further-reading\7f585442
+Ref: 60b\7f585442
+Node: Fast Fourier Transforms FFTs\7f586337
+Ref: fft doc\7f586457
+Ref: 60c\7f586457
+Ref: fft fast-fourier-transforms-ffts\7f586457
+Ref: 60d\7f586457
+Node: Mathematical Definitions\7f587589
+Ref: fft mathematical-definitions\7f587717
+Ref: 60f\7f587717
+Node: Overview of complex data FFTs\7f590031
+Ref: fft overview-of-complex-data-ffts\7f590205
+Ref: 612\7f590205
+Node: Radix-2 FFT routines for complex data\7f592992
+Ref: fft radix-2-fft-routines-for-complex-data\7f593183
+Ref: 613\7f593183
+Ref: fft c gsl_fft_complex_radix2_forward\7f593765
+Ref: 35\7f593765
+Ref: fft c gsl_fft_complex_radix2_transform\7f593881
+Ref: 614\7f593881
+Ref: fft c gsl_fft_complex_radix2_backward\7f594033
+Ref: 615\7f594033
+Ref: fft c gsl_fft_complex_radix2_inverse\7f594150
+Ref: 616\7f594150
+Ref: fft c gsl_fft_complex_radix2_dif_forward\7f594903
+Ref: 617\7f594903
+Ref: fft c gsl_fft_complex_radix2_dif_transform\7f595023
+Ref: 618\7f595023
+Ref: fft c gsl_fft_complex_radix2_dif_backward\7f595179
+Ref: 619\7f595179
+Ref: fft c gsl_fft_complex_radix2_dif_inverse\7f595300
+Ref: 61a\7f595300
+Ref: fft fig-fft-complex-radix2\7f597449
+Ref: 61b\7f597449
+Node: Mixed-radix FFT routines for complex data\7f597574
+Ref: fft mixed-radix-fft-routines-for-complex-data\7f597762
+Ref: 61c\7f597762
+Ref: fft c gsl_fft_complex_wavetable_alloc\7f600025
+Ref: 61d\7f600025
+Ref: fft c gsl_fft_complex_wavetable_free\7f601211
+Ref: 61f\7f601211
+Ref: fft c gsl_fft_complex_wavetable\7f601946
+Ref: 61e\7f601946
+Ref: fft c gsl_fft_complex_workspace\7f603152
+Ref: 620\7f603152
+Ref: fft c gsl_fft_complex_workspace_alloc\7f603309
+Ref: 621\7f603309
+Ref: fft c gsl_fft_complex_workspace_free\7f603511
+Ref: 622\7f603511
+Ref: fft c gsl_fft_complex_forward\7f603840
+Ref: 610\7f603840
+Ref: fft c gsl_fft_complex_transform\7f604036
+Ref: 623\7f604036
+Ref: fft c gsl_fft_complex_backward\7f604268
+Ref: 624\7f604268
+Ref: fft c gsl_fft_complex_inverse\7f604465
+Ref: 611\7f604465
+Node: Overview of real data FFTs\7f607887
+Ref: fft overview-of-real-data-ffts\7f608072
+Ref: 625\7f608072
+Node: Radix-2 FFT routines for real data\7f610344
+Ref: fft radix-2-fft-routines-for-real-data\7f610526
+Ref: 626\7f610526
+Ref: fft c gsl_fft_real_radix2_transform\7f610862
+Ref: 627\7f610862
+Ref: fft c gsl_fft_halfcomplex_radix2_inverse\7f612963
+Ref: 629\7f612963
+Ref: fft c gsl_fft_halfcomplex_radix2_backward\7f613067
+Ref: 62a\7f613067
+Ref: fft c gsl_fft_halfcomplex_radix2_unpack\7f613494
+Ref: 628\7f613494
+Node: Mixed-radix FFT routines for real data\7f614846
+Ref: fft mixed-radix-fft-routines-for-real-data\7f615036
+Ref: 62b\7f615036
+Ref: fft c gsl_fft_real_wavetable\7f618265
+Ref: 62d\7f618265
+Ref: fft c gsl_fft_halfcomplex_wavetable\7f618298
+Ref: 62e\7f618298
+Ref: fft c gsl_fft_real_wavetable_alloc\7f618422
+Ref: 62f\7f618422
+Ref: fft c gsl_fft_halfcomplex_wavetable_alloc\7f618522
+Ref: 630\7f618522
+Ref: fft c gsl_fft_real_wavetable_free\7f619677
+Ref: 631\7f619677
+Ref: fft c gsl_fft_halfcomplex_wavetable_free\7f619770
+Ref: 632\7f619770
+Ref: fft c gsl_fft_real_workspace\7f620170
+Ref: 633\7f620170
+Ref: fft c gsl_fft_real_workspace_alloc\7f620275
+Ref: 634\7f620275
+Ref: fft c gsl_fft_real_workspace_free\7f620563
+Ref: 635\7f620563
+Ref: fft c gsl_fft_real_transform\7f620917
+Ref: 62c\7f620917
+Ref: fft c gsl_fft_halfcomplex_transform\7f621090
+Ref: 636\7f621090
+Ref: fft c gsl_fft_real_unpack\7f622062
+Ref: 637\7f622062
+Ref: fft c gsl_fft_halfcomplex_unpack\7f622714
+Ref: 638\7f622714
+Ref: fft fig-fft-real-mixedradix\7f626090
+Ref: 639\7f626090
+Node: References and Further Reading<11>\7f626215
+Ref: fft fft-references\7f626362
+Ref: 60e\7f626362
+Ref: fft references-and-further-reading\7f626362
+Ref: 63a\7f626362
+Node: Numerical Integration\7f629045
+Ref: integration doc\7f629177
+Ref: 63b\7f629177
+Ref: integration numerical-integration\7f629177
+Ref: 63c\7f629177
+Node: Introduction<2>\7f630902
+Ref: integration introduction\7f631027
+Ref: 63d\7f631027
+Node: Integrands without weight functions\7f633127
+Ref: integration integrands-without-weight-functions\7f633256
+Ref: 63e\7f633256
+Node: Integrands with weight functions\7f633934
+Ref: integration integrands-with-weight-functions\7f634113
+Ref: 63f\7f634113
+Node: Integrands with singular weight functions\7f634623
+Ref: integration integrands-with-singular-weight-functions\7f634758
+Ref: 640\7f634758
+Node: QNG non-adaptive Gauss-Kronrod integration\7f635520
+Ref: integration qng-non-adaptive-gauss-kronrod-integration\7f635678
+Ref: 641\7f635678
+Ref: integration c gsl_integration_qng\7f635982
+Ref: 642\7f635982
+Node: QAG adaptive integration\7f636840
+Ref: integration qag-adaptive-integration\7f637027
+Ref: 643\7f637027
+Ref: integration c gsl_integration_workspace\7f637471
+Ref: 644\7f637471
+Ref: integration c gsl_integration_workspace_alloc\7f637610
+Ref: 645\7f637610
+Ref: integration c gsl_integration_workspace_free\7f638019
+Ref: 646\7f638019
+Ref: integration c gsl_integration_qag\7f638197
+Ref: 647\7f638197
+Node: QAGS adaptive integration with singularities\7f640374
+Ref: integration qags-adaptive-integration-with-singularities\7f640571
+Ref: 648\7f640571
+Ref: integration c gsl_integration_qags\7f641172
+Ref: 649\7f641172
+Node: QAGP adaptive integration with known singular points\7f642242
+Ref: integration qagp-adaptive-integration-with-known-singular-points\7f642462
+Ref: 64a\7f642462
+Ref: integration c gsl_integration_qagp\7f642579
+Ref: 64b\7f642579
+Node: QAGI adaptive integration on infinite intervals\7f643637
+Ref: integration qagi-adaptive-integration-on-infinite-intervals\7f643866
+Ref: 64c\7f643866
+Ref: integration c gsl_integration_qagi\7f643973
+Ref: 64d\7f643973
+Ref: integration c gsl_integration_qagiu\7f644766
+Ref: 64e\7f644766
+Ref: integration c gsl_integration_qagil\7f645334
+Ref: 64f\7f645334
+Node: QAWC adaptive integration for Cauchy principal values\7f645902
+Ref: integration qawc-adaptive-integration-for-cauchy-principal-values\7f646127
+Ref: 650\7f646127
+Ref: integration c gsl_integration_qawc\7f646246
+Ref: 651\7f646246
+Node: QAWS adaptive integration for singular functions\7f647079
+Ref: integration qaws-adaptive-integration-for-singular-functions\7f647308
+Ref: 652\7f647308
+Ref: integration c gsl_integration_qaws_table\7f647644
+Ref: 653\7f647644
+Ref: integration c gsl_integration_qaws_table_alloc\7f647764
+Ref: 654\7f647764
+Ref: integration c gsl_integration_qaws_table_set\7f649796
+Ref: 655\7f649796
+Ref: integration c gsl_integration_qaws_table_free\7f650096
+Ref: 656\7f650096
+Ref: integration c gsl_integration_qaws\7f650316
+Ref: 657\7f650316
+Node: QAWO adaptive integration for oscillatory functions\7f651354
+Ref: integration qawo-adaptive-integration-for-oscillatory-functions\7f651577
+Ref: 658\7f651577
+Ref: integration c gsl_integration_qawo_table_alloc\7f651945
+Ref: 659\7f651945
+Ref: integration c gsl_integration_qawo_table_alloc GSL_INTEG_COSINE\7f652661
+Ref: 65a\7f652661
+Ref: integration c gsl_integration_qawo_table_alloc GSL_INTEG_SINE\7f652695
+Ref: 65b\7f652695
+Ref: integration c gsl_integration_qawo_table_set\7f653293
+Ref: 65d\7f653293
+Ref: integration c gsl_integration_qawo_table_set_length\7f653597
+Ref: 65e\7f653597
+Ref: integration c gsl_integration_qawo_table_free\7f653819
+Ref: 65f\7f653819
+Ref: integration c gsl_integration_qawo\7f654003
+Ref: 65c\7f654003
+Node: QAWF adaptive integration for Fourier integrals\7f655380
+Ref: integration qawf-adaptive-integration-for-fourier-integrals\7f655588
+Ref: 660\7f655588
+Ref: integration c gsl_integration_qawf\7f655697
+Ref: 661\7f655697
+Node: CQUAD doubly-adaptive integration\7f658102
+Ref: integration cquad-doubly-adaptive-integration\7f658278
+Ref: 662\7f658278
+Ref: integration c gsl_integration_cquad_workspace_alloc\7f659149
+Ref: 663\7f659149
+Ref: integration c gsl_integration_cquad_workspace_free\7f659655
+Ref: 664\7f659655
+Ref: integration c gsl_integration_cquad\7f659845
+Ref: 665\7f659845
+Node: Romberg integration\7f661483
+Ref: integration romberg-integration\7f661638
+Ref: 666\7f661638
+Ref: integration c gsl_integration_romberg_alloc\7f662220
+Ref: 667\7f662220
+Ref: integration c gsl_integration_romberg_free\7f662670
+Ref: 668\7f662670
+Ref: integration c gsl_integration_romberg\7f662854
+Ref: 669\7f662854
+Node: Gauss-Legendre integration\7f663861
+Ref: integration gauss-legendre-integration\7f664006
+Ref: 66a\7f664006
+Ref: integration c gsl_integration_glfixed_table_alloc\7f664538
+Ref: 66b\7f664538
+Ref: integration c gsl_integration_glfixed\7f664951
+Ref: 66c\7f664951
+Ref: integration c gsl_integration_glfixed_point\7f665217
+Ref: 66d\7f665217
+Ref: integration c gsl_integration_glfixed_table_free\7f665773
+Ref: 66e\7f665773
+Node: Fixed point quadratures\7f665955
+Ref: integration fixed-point-quadratures\7f666092
+Ref: 66f\7f666092
+Ref: integration tab-fixed-quadratures\7f667035
+Ref: 670\7f667035
+Ref: integration c gsl_integration_fixed_workspace\7f670397
+Ref: 671\7f670397
+Ref: integration c gsl_integration_fixed_alloc\7f670954
+Ref: 672\7f670954
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type\7f671644
+Ref: 673\7f671644
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_legendre\7f671809
+Ref: 674\7f671809
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_chebyshev\7f672101
+Ref: 675\7f672101
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_gegenbauer\7f672401
+Ref: 676\7f672401
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_jacobi\7f672658
+Ref: 677\7f672658
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_laguerre\7f672834
+Ref: 678\7f672834
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_hermite\7f673087
+Ref: 679\7f673087
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_exponential\7f673338
+Ref: 67a\7f673338
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_rational\7f673597
+Ref: 67b\7f673597
+Ref: integration c gsl_integration_fixed_alloc gsl_integration_fixed_type gsl_integration_fixed_chebyshev2\7f673777
+Ref: 67c\7f673777
+Ref: integration c gsl_integration_fixed_free\7f674078
+Ref: 67d\7f674078
+Ref: integration c gsl_integration_fixed_n\7f674257
+Ref: 67e\7f674257
+Ref: integration c gsl_integration_fixed_nodes\7f674428
+Ref: 67f\7f674428
+Ref: integration c gsl_integration_fixed_weights\7f674640
+Ref: 680\7f674640
+Ref: integration c gsl_integration_fixed\7f674856
+Ref: 681\7f674856
+Node: Error codes\7f675401
+Ref: integration error-codes\7f675524
+Ref: 682\7f675524
+Node: Examples<11>\7f676444
+Ref: integration examples\7f676578
+Ref: 683\7f676578
+Node: Adaptive integration example\7f676687
+Ref: integration adaptive-integration-example\7f676804
+Ref: 684\7f676804
+Node: Fixed-point quadrature example\7f678711
+Ref: integration fixed-point-quadrature-example\7f678828
+Ref: 685\7f678828
+Node: References and Further Reading<12>\7f681502
+Ref: integration references-and-further-reading\7f681616
+Ref: 686\7f681616
+Node: Random Number Generation\7f682943
+Ref: rng doc\7f683069
+Ref: 687\7f683069
+Ref: rng random-number-generation\7f683069
+Ref: 688\7f683069
+Node: General comments on random numbers\7f684418
+Ref: rng general-comments-on-random-numbers\7f684560
+Ref: 689\7f684560
+Node: The Random Number Generator Interface\7f686387
+Ref: rng the-random-number-generator-interface\7f686576
+Ref: 68a\7f686576
+Ref: rng c gsl_rng_type\7f687429
+Ref: 68b\7f687429
+Ref: rng c gsl_rng\7f687452
+Ref: 68c\7f687452
+Node: Random number generator initialization\7f687842
+Ref: rng random-number-generator-initialization\7f688036
+Ref: 68d\7f688036
+Ref: rng c gsl_rng_alloc\7f688125
+Ref: 68e\7f688125
+Ref: rng c gsl_rng_set\7f688988
+Ref: 691\7f688988
+Ref: rng c gsl_rng_free\7f690158
+Ref: 693\7f690158
+Node: Sampling from a random number generator\7f690294
+Ref: rng sampling-from-a-random-number-generator\7f690494
+Ref: 694\7f690494
+Ref: rng c gsl_rng_get\7f690880
+Ref: 696\7f690880
+Ref: rng c gsl_rng_uniform\7f691319
+Ref: 699\7f691319
+Ref: rng c gsl_rng_uniform_pos\7f691926
+Ref: 69a\7f691926
+Ref: rng c gsl_rng_uniform_int\7f692368
+Ref: 69b\7f692368
+Node: Auxiliary random number generator functions\7f693727
+Ref: rng auxiliary-random-number-generator-functions\7f693924
+Ref: 69f\7f693924
+Ref: rng c gsl_rng_name\7f694191
+Ref: 6a0\7f694191
+Ref: rng c gsl_rng_max\7f694471
+Ref: 697\7f694471
+Ref: rng c gsl_rng_min\7f694629
+Ref: 698\7f694629
+Ref: rng c gsl_rng_state\7f694944
+Ref: 6a1\7f694944
+Ref: rng c gsl_rng_size\7f694997
+Ref: 6a2\7f694997
+Ref: rng c gsl_rng_types_setup\7f695425
+Ref: 6a3\7f695425
+Node: Random number environment variables\7f696093
+Ref: rng random-number-environment-variables\7f696288
+Ref: 6a4\7f696288
+Ref: rng c GSL_RNG_TYPE\7f696669
+Ref: 6a5\7f696669
+Ref: rng c GSL_RNG_SEED\7f696859
+Ref: 690\7f696859
+Ref: rng c gsl_rng_default\7f696980
+Ref: 6a7\7f696980
+Ref: rng c gsl_rng_default_seed\7f697301
+Ref: 68f\7f697301
+Ref: rng c gsl_rng_env_setup\7f697670
+Ref: 6a6\7f697670
+Node: Copying random number generator state\7f699429
+Ref: rng copying-random-number-generator-state\7f699630
+Ref: 6a8\7f699630
+Ref: rng c gsl_rng_memcpy\7f699966
+Ref: 6a9\7f699966
+Ref: rng c gsl_rng_clone\7f700279
+Ref: 6aa\7f700279
+Node: Reading and writing random number generator state\7f700474
+Ref: rng reading-and-writing-random-number-generator-state\7f700674
+Ref: 6ab\7f700674
+Ref: rng c gsl_rng_fwrite\7f700891
+Ref: 6ac\7f700891
+Ref: rng c gsl_rng_fread\7f701342
+Ref: 6ad\7f701342
+Node: Random number generator algorithms\7f701939
+Ref: rng random-number-generator-algorithms\7f702131
+Ref: 6ae\7f702131
+Ref: rng c gsl_rng_mt19937\7f702903
+Ref: 69d\7f702903
+Ref: rng c gsl_rng_ranlxs0\7f704415
+Ref: 6af\7f704415
+Ref: rng c gsl_rng_ranlxs1\7f704471
+Ref: 6b0\7f704471
+Ref: rng c gsl_rng_ranlxs2\7f704527
+Ref: 6b1\7f704527
+Ref: rng c gsl_rng_ranlxd1\7f705534
+Ref: 69c\7f705534
+Ref: rng c gsl_rng_ranlxd2\7f705590
+Ref: 6b2\7f705590
+Ref: rng c gsl_rng_ranlux\7f705855
+Ref: 692\7f705855
+Ref: rng c gsl_rng_ranlux389\7f705910
+Ref: 6b3\7f705910
+Ref: rng c gsl_rng_cmrg\7f707398
+Ref: 6b4\7f707398
+Ref: rng c gsl_rng_mrg\7f708281
+Ref: 6b5\7f708281
+Ref: rng c gsl_rng_taus\7f708957
+Ref: 69e\7f708957
+Ref: rng c gsl_rng_taus2\7f709010
+Ref: 6b6\7f709010
+Ref: rng c gsl_rng_gfsr4\7f710473
+Ref: 6b7\7f710473
+Node: Unix random number generators\7f712472
+Ref: rng unix-random-number-generators\7f712645
+Ref: 6b8\7f712645
+Ref: rng c gsl_rng_rand\7f713386
+Ref: 6b9\7f713386
+Ref: rng c gsl_rng_random_bsd\7f713734
+Ref: 6ba\7f713734
+Ref: rng c gsl_rng_random_libc5\7f713793
+Ref: 6bb\7f713793
+Ref: rng c gsl_rng_random_glibc2\7f713854
+Ref: 6bc\7f713854
+Ref: rng c gsl_rng_rand48\7f715403
+Ref: 6bd\7f715403
+Node: Other random number generators\7f716449
+Ref: rng other-random-number-generators\7f716599
+Ref: 6be\7f716599
+Ref: rng c gsl_rng_ranf\7f717628
+Ref: 6bf\7f717628
+Ref: rng c gsl_rng_ranmar\7f719105
+Ref: 6c0\7f719105
+Ref: rng c gsl_rng_r250\7f719417
+Ref: 6c1\7f719417
+Ref: rng c gsl_rng_tt800\7f720011
+Ref: 6c2\7f720011
+Ref: rng c gsl_rng_vax\7f720603
+Ref: 6c3\7f720603
+Ref: rng c gsl_rng_transputer\7f720947
+Ref: 6c4\7f720947
+Ref: rng c gsl_rng_randu\7f721242
+Ref: 6c5\7f721242
+Ref: rng c gsl_rng_minstd\7f721588
+Ref: 6c6\7f721588
+Ref: rng c gsl_rng_uni\7f722465
+Ref: 6c7\7f722465
+Ref: rng c gsl_rng_uni32\7f722517
+Ref: 6c8\7f722517
+Ref: rng c gsl_rng_slatec\7f722810
+Ref: 6c9\7f722810
+Ref: rng c gsl_rng_zuf\7f722992
+Ref: 6ca\7f722992
+Ref: rng c gsl_rng_knuthran2\7f723458
+Ref: 6cb\7f723458
+Ref: rng c gsl_rng_knuthran2002\7f723785
+Ref: 6cc\7f723785
+Ref: rng c gsl_rng_knuthran\7f723846
+Ref: 6cd\7f723846
+Ref: rng c gsl_rng_borosh13\7f724278
+Ref: 6ce\7f724278
+Ref: rng c gsl_rng_fishman18\7f724335
+Ref: 6cf\7f724335
+Ref: rng c gsl_rng_fishman20\7f724393
+Ref: 6d0\7f724393
+Ref: rng c gsl_rng_lecuyer21\7f724451
+Ref: 6d1\7f724451
+Ref: rng c gsl_rng_waterman14\7f724509
+Ref: 6d2\7f724509
+Ref: rng c gsl_rng_fishman2x\7f725066
+Ref: 6d3\7f725066
+Ref: rng c gsl_rng_coveyou\7f725482
+Ref: 6d4\7f725482
+Node: Performance\7f725807
+Ref: rng performance\7f725940
+Ref: 6d5\7f725940
+Node: Examples<12>\7f726896
+Ref: rng examples\7f727033
+Ref: 6d6\7f727033
+Node: References and Further Reading<13>\7f728363
+Ref: rng references-and-further-reading\7f728505
+Ref: 6d7\7f728505
+Node: Acknowledgements\7f729644
+Ref: rng acknowledgements\7f729765
+Ref: 6d8\7f729765
+Node: Quasi-Random Sequences\7f730105
+Ref: qrng doc\7f730237
+Ref: 6d9\7f730237
+Ref: qrng quasi-random-sequences\7f730237
+Ref: 6da\7f730237
+Node: Quasi-random number generator initialization\7f731176
+Ref: qrng quasi-random-number-generator-initialization\7f731334
+Ref: 6db\7f731334
+Ref: qrng c gsl_qrng\7f731435
+Ref: 6dc\7f731435
+Ref: qrng c gsl_qrng_alloc\7f731519
+Ref: 6dd\7f731519
+Ref: qrng c gsl_qrng_free\7f731970
+Ref: 6de\7f731970
+Ref: qrng c gsl_qrng_init\7f732108
+Ref: 6df\7f732108
+Node: Sampling from a quasi-random number generator\7f732346
+Ref: qrng sampling-from-a-quasi-random-number-generator\7f732562
+Ref: 6e0\7f732562
+Ref: qrng c gsl_qrng_get\7f732665
+Ref: 6e1\7f732665
+Node: Auxiliary quasi-random number generator functions\7f733099
+Ref: qrng auxiliary-quasi-random-number-generator-functions\7f733327
+Ref: 6e2\7f733327
+Ref: qrng c gsl_qrng_name\7f733438
+Ref: 6e3\7f733438
+Ref: qrng c gsl_qrng_size\7f733567
+Ref: 6e4\7f733567
+Ref: qrng c gsl_qrng_state\7f733622
+Ref: 6e5\7f733622
+Node: Saving and restoring quasi-random number generator state\7f734048
+Ref: qrng saving-and-restoring-quasi-random-number-generator-state\7f734271
+Ref: 6e6\7f734271
+Ref: qrng c gsl_qrng_memcpy\7f734396
+Ref: 6e7\7f734396
+Ref: qrng c gsl_qrng_clone\7f734720
+Ref: 6e8\7f734720
+Node: Quasi-random number generator algorithms\7f734918
+Ref: qrng quasi-random-number-generator-algorithms\7f735104
+Ref: 6e9\7f735104
+Ref: qrng c gsl_qrng_type\7f735260
+Ref: 6ea\7f735260
+Ref: qrng c gsl_qrng_type gsl_qrng_niederreiter_2\7f735285
+Ref: 6eb\7f735285
+Ref: qrng c gsl_qrng_type gsl_qrng_sobol\7f735543
+Ref: 6ec\7f735543
+Ref: qrng c gsl_qrng_type gsl_qrng_halton\7f735790
+Ref: 6ed\7f735790
+Ref: qrng c gsl_qrng_type gsl_qrng_reversehalton\7f735852
+Ref: 6ee\7f735852
+Node: Examples<13>\7f736237
+Ref: qrng examples\7f736377
+Ref: 6ef\7f736377
+Ref: qrng fig-qrng\7f737274
+Ref: 6f0\7f737274
+Node: References\7f737383
+Ref: qrng references\7f737474
+Ref: 6f1\7f737474
+Node: Random Number Distributions\7f737872
+Ref: randist doc\7f737990
+Ref: 6f2\7f737990
+Ref: randist chap-random-number-distributions\7f737990
+Ref: 695\7f737990
+Ref: randist random-number-distributions\7f737990
+Ref: 6f3\7f737990
+Node: Introduction<3>\7f741162
+Ref: randist introduction\7f741276
+Ref: 6f4\7f741276
+Node: The Gaussian Distribution\7f742934
+Ref: randist the-gaussian-distribution\7f743087
+Ref: 6f5\7f743087
+Ref: randist c gsl_ran_gaussian\7f743150
+Ref: 6f6\7f743150
+Ref: randist c gsl_ran_gaussian_pdf\7f743809
+Ref: 6f7\7f743809
+Ref: randist c gsl_ran_gaussian_ziggurat\7f744095
+Ref: 6f8\7f744095
+Ref: randist c gsl_ran_gaussian_ratio_method\7f744185
+Ref: 6f9\7f744185
+Ref: randist c gsl_ran_ugaussian\7f744513
+Ref: 6fa\7f744513
+Ref: randist c gsl_ran_ugaussian_pdf\7f744571
+Ref: 6fb\7f744571
+Ref: randist c gsl_ran_ugaussian_ratio_method\7f744625
+Ref: 6fc\7f744625
+Ref: randist c gsl_cdf_gaussian_P\7f744875
+Ref: 6fd\7f744875
+Ref: randist c gsl_cdf_gaussian_Q\7f744940
+Ref: 6fe\7f744940
+Ref: randist c gsl_cdf_gaussian_Pinv\7f745005
+Ref: 6ff\7f745005
+Ref: randist c gsl_cdf_gaussian_Qinv\7f745073
+Ref: 700\7f745073
+Ref: randist c gsl_cdf_ugaussian_P\7f745322
+Ref: 701\7f745322
+Ref: randist c gsl_cdf_ugaussian_Q\7f745374
+Ref: 702\7f745374
+Ref: randist c gsl_cdf_ugaussian_Pinv\7f745426
+Ref: 703\7f745426
+Ref: randist c gsl_cdf_ugaussian_Qinv\7f745481
+Ref: 704\7f745481
+Node: The Gaussian Tail Distribution\7f745676
+Ref: randist the-gaussian-tail-distribution\7f745849
+Ref: 705\7f745849
+Ref: randist c gsl_ran_gaussian_tail\7f745922
+Ref: 706\7f745922
+Ref: randist c gsl_ran_gaussian_tail_pdf\7f746755
+Ref: 707\7f746755
+Ref: randist c gsl_ran_ugaussian_tail\7f747111
+Ref: 708\7f747111
+Ref: randist c gsl_ran_ugaussian_tail_pdf\7f747184
+Ref: 709\7f747184
+Node: The Bivariate Gaussian Distribution\7f747443
+Ref: randist the-bivariate-gaussian-distribution\7f747629
+Ref: 70a\7f747629
+Ref: randist c gsl_ran_bivariate_gaussian\7f747712
+Ref: 70b\7f747712
+Ref: randist c gsl_ran_bivariate_gaussian_pdf\7f748462
+Ref: 70c\7f748462
+Node: The Multivariate Gaussian Distribution\7f748923
+Ref: randist the-multivariate-gaussian-distribution\7f749107
+Ref: 70d\7f749107
+Ref: randist c gsl_ran_multivariate_gaussian\7f749196
+Ref: 70e\7f749196
+Ref: randist c gsl_ran_multivariate_gaussian_pdf\7f750031
+Ref: 70f\7f750031
+Ref: randist c gsl_ran_multivariate_gaussian_log_pdf\7f750202
+Ref: 710\7f750202
+Ref: randist c gsl_ran_multivariate_gaussian_mean\7f750676
+Ref: 711\7f750676
+Ref: randist c gsl_ran_multivariate_gaussian_vcov\7f751215
+Ref: 712\7f751215
+Node: The Exponential Distribution\7f751851
+Ref: randist the-exponential-distribution\7f752024
+Ref: 713\7f752024
+Ref: randist c gsl_ran_exponential\7f752093
+Ref: 714\7f752093
+Ref: randist c gsl_ran_exponential_pdf\7f752366
+Ref: 715\7f752366
+Ref: randist c gsl_cdf_exponential_P\7f752642
+Ref: 716\7f752642
+Ref: randist c gsl_cdf_exponential_Q\7f752707
+Ref: 717\7f752707
+Ref: randist c gsl_cdf_exponential_Pinv\7f752772
+Ref: 718\7f752772
+Ref: randist c gsl_cdf_exponential_Qinv\7f752840
+Ref: 719\7f752840
+Node: The Laplace Distribution\7f753075
+Ref: randist the-laplace-distribution\7f753244
+Ref: 71a\7f753244
+Ref: randist c gsl_ran_laplace\7f753305
+Ref: 71b\7f753305
+Ref: randist c gsl_ran_laplace_pdf\7f753582
+Ref: 71c\7f753582
+Ref: randist c gsl_cdf_laplace_P\7f753844
+Ref: 71d\7f753844
+Ref: randist c gsl_cdf_laplace_Q\7f753904
+Ref: 71e\7f753904
+Ref: randist c gsl_cdf_laplace_Pinv\7f753964
+Ref: 71f\7f753964
+Ref: randist c gsl_cdf_laplace_Qinv\7f754027
+Ref: 720\7f754027
+Node: The Exponential Power Distribution\7f754253
+Ref: randist the-exponential-power-distribution\7f754417
+Ref: 721\7f754417
+Ref: randist c gsl_ran_exppow\7f754498
+Ref: 722\7f754498
+Ref: randist c gsl_ran_exppow_pdf\7f755001
+Ref: 723\7f755001
+Ref: randist c gsl_cdf_exppow_P\7f755324
+Ref: 724\7f755324
+Ref: randist c gsl_cdf_exppow_Q\7f755393
+Ref: 725\7f755393
+Node: The Cauchy Distribution\7f755639
+Ref: randist the-cauchy-distribution\7f755804
+Ref: 726\7f755804
+Ref: randist c gsl_ran_cauchy\7f755863
+Ref: 727\7f755863
+Ref: randist c gsl_ran_cauchy_pdf\7f756281
+Ref: 728\7f756281
+Ref: randist c gsl_cdf_cauchy_P\7f756550
+Ref: 729\7f756550
+Ref: randist c gsl_cdf_cauchy_Q\7f756609
+Ref: 72a\7f756609
+Ref: randist c gsl_cdf_cauchy_Pinv\7f756668
+Ref: 72b\7f756668
+Ref: randist c gsl_cdf_cauchy_Qinv\7f756730
+Ref: 72c\7f756730
+Node: The Rayleigh Distribution\7f756964
+Ref: randist the-rayleigh-distribution\7f757125
+Ref: 72d\7f757125
+Ref: randist c gsl_ran_rayleigh\7f757190
+Ref: 72e\7f757190
+Ref: randist c gsl_ran_rayleigh_pdf\7f757494
+Ref: 72f\7f757494
+Ref: randist c gsl_cdf_rayleigh_P\7f757777
+Ref: 730\7f757777
+Ref: randist c gsl_cdf_rayleigh_Q\7f757842
+Ref: 731\7f757842
+Ref: randist c gsl_cdf_rayleigh_Pinv\7f757907
+Ref: 732\7f757907
+Ref: randist c gsl_cdf_rayleigh_Qinv\7f757975
+Ref: 733\7f757975
+Node: The Rayleigh Tail Distribution\7f758221
+Ref: randist the-rayleigh-tail-distribution\7f758382
+Ref: 734\7f758382
+Ref: randist c gsl_ran_rayleigh_tail\7f758457
+Ref: 735\7f758457
+Ref: randist c gsl_ran_rayleigh_tail_pdf\7f758841
+Ref: 736\7f758841
+Node: The Landau Distribution\7f759194
+Ref: randist the-landau-distribution\7f759365
+Ref: 737\7f759365
+Ref: randist c gsl_ran_landau\7f759426
+Ref: 738\7f759426
+Ref: randist c gsl_ran_landau_pdf\7f759946
+Ref: 739\7f759946
+Node: The Levy alpha-Stable Distributions\7f760192
+Ref: randist the-levy-alpha-stable-distributions\7f760372
+Ref: 73a\7f760372
+Ref: randist c gsl_ran_levy\7f760457
+Ref: 73b\7f760457
+Node: The Levy skew alpha-Stable Distribution\7f761307
+Ref: randist the-levy-skew-alpha-stable-distribution\7f761486
+Ref: 73c\7f761486
+Ref: randist c gsl_ran_levy_skew\7f761579
+Ref: 73d\7f761579
+Node: The Gamma Distribution\7f762983
+Ref: randist the-gamma-distribution\7f763156
+Ref: 73e\7f763156
+Ref: randist c gsl_ran_gamma\7f763215
+Ref: 73f\7f763215
+Ref: randist c gsl_ran_gamma_knuth\7f763810
+Ref: 740\7f763810
+Ref: randist c gsl_ran_gamma_pdf\7f763991
+Ref: 741\7f763991
+Ref: randist c gsl_cdf_gamma_P\7f764280
+Ref: 742\7f764280
+Ref: randist c gsl_cdf_gamma_Q\7f764348
+Ref: 743\7f764348
+Ref: randist c gsl_cdf_gamma_Pinv\7f764416
+Ref: 744\7f764416
+Ref: randist c gsl_cdf_gamma_Qinv\7f764487
+Ref: 745\7f764487
+Node: The Flat Uniform Distribution\7f764742
+Ref: randist the-flat-uniform-distribution\7f764902
+Ref: 746\7f764902
+Ref: randist c gsl_ran_flat\7f764979
+Ref: 747\7f764979
+Ref: randist c gsl_ran_flat_pdf\7f765281
+Ref: 748\7f765281
+Ref: randist c gsl_cdf_flat_P\7f765558
+Ref: 749\7f765558
+Ref: randist c gsl_cdf_flat_Q\7f765625
+Ref: 74a\7f765625
+Ref: randist c gsl_cdf_flat_Pinv\7f765692
+Ref: 74b\7f765692
+Ref: randist c gsl_cdf_flat_Qinv\7f765762
+Ref: 74c\7f765762
+Node: The Lognormal Distribution\7f766004
+Ref: randist the-lognormal-distribution\7f766170
+Ref: 74d\7f766170
+Ref: randist c gsl_ran_lognormal\7f766237
+Ref: 74e\7f766237
+Ref: randist c gsl_ran_lognormal_pdf\7f766559
+Ref: 74f\7f766559
+Ref: randist c gsl_cdf_lognormal_P\7f766884
+Ref: 750\7f766884
+Ref: randist c gsl_cdf_lognormal_Q\7f766973
+Ref: 751\7f766973
+Ref: randist c gsl_cdf_lognormal_Pinv\7f767062
+Ref: 752\7f767062
+Ref: randist c gsl_cdf_lognormal_Qinv\7f767154
+Ref: 753\7f767154
+Node: The Chi-squared Distribution\7f767441
+Ref: randist the-chi-squared-distribution\7f767596
+Ref: 754\7f767596
+Ref: randist c gsl_ran_chisq\7f767898
+Ref: 755\7f767898
+Ref: randist c gsl_ran_chisq_pdf\7f768223
+Ref: 756\7f768223
+Ref: randist c gsl_cdf_chisq_P\7f768501
+Ref: 757\7f768501
+Ref: randist c gsl_cdf_chisq_Q\7f768560
+Ref: 758\7f768560
+Ref: randist c gsl_cdf_chisq_Pinv\7f768619
+Ref: 759\7f768619
+Ref: randist c gsl_cdf_chisq_Qinv\7f768681
+Ref: 75a\7f768681
+Node: The F-distribution\7f768925
+Ref: randist the-f-distribution\7f769072
+Ref: 75b\7f769072
+Ref: randist c gsl_ran_fdist\7f769351
+Ref: 75c\7f769351
+Ref: randist c gsl_ran_fdist_pdf\7f769861
+Ref: 75d\7f769861
+Ref: randist c gsl_cdf_fdist_P\7f770174
+Ref: 75e\7f770174
+Ref: randist c gsl_cdf_fdist_Q\7f770246
+Ref: 75f\7f770246
+Ref: randist c gsl_cdf_fdist_Pinv\7f770318
+Ref: 760\7f770318
+Ref: randist c gsl_cdf_fdist_Qinv\7f770403
+Ref: 761\7f770403
+Node: The t-distribution\7f770681
+Ref: randist the-t-distribution\7f770821
+Ref: 762\7f770821
+Ref: randist c gsl_ran_tdist\7f771132
+Ref: 763\7f771132
+Ref: randist c gsl_ran_tdist_pdf\7f771446
+Ref: 764\7f771446
+Ref: randist c gsl_cdf_tdist_P\7f771714
+Ref: 765\7f771714
+Ref: randist c gsl_cdf_tdist_Q\7f771773
+Ref: 766\7f771773
+Ref: randist c gsl_cdf_tdist_Pinv\7f771832
+Ref: 767\7f771832
+Ref: randist c gsl_cdf_tdist_Qinv\7f771894
+Ref: 768\7f771894
+Node: The Beta Distribution\7f772128
+Ref: randist the-beta-distribution\7f772275
+Ref: 769\7f772275
+Ref: randist c gsl_ran_beta\7f772332
+Ref: 76a\7f772332
+Ref: randist c gsl_ran_beta_pdf\7f772623
+Ref: 76b\7f772623
+Ref: randist c gsl_cdf_beta_P\7f772909
+Ref: 76c\7f772909
+Ref: randist c gsl_cdf_beta_Q\7f772976
+Ref: 76d\7f772976
+Ref: randist c gsl_cdf_beta_Pinv\7f773043
+Ref: 76e\7f773043
+Ref: randist c gsl_cdf_beta_Qinv\7f773113
+Ref: 76f\7f773113
+Node: The Logistic Distribution\7f773366
+Ref: randist the-logistic-distribution\7f773518
+Ref: 770\7f773518
+Ref: randist c gsl_ran_logistic\7f773583
+Ref: 771\7f773583
+Ref: randist c gsl_ran_logistic_pdf\7f773863
+Ref: 772\7f773863
+Ref: randist c gsl_cdf_logistic_P\7f774138
+Ref: 773\7f774138
+Ref: randist c gsl_cdf_logistic_Q\7f774199
+Ref: 774\7f774199
+Ref: randist c gsl_cdf_logistic_Pinv\7f774260
+Ref: 775\7f774260
+Ref: randist c gsl_cdf_logistic_Qinv\7f774324
+Ref: 776\7f774324
+Node: The Pareto Distribution\7f774562
+Ref: randist the-pareto-distribution\7f774723
+Ref: 777\7f774723
+Ref: randist c gsl_ran_pareto\7f774784
+Ref: 778\7f774784
+Ref: randist c gsl_ran_pareto_pdf\7f775066
+Ref: 779\7f775066
+Ref: randist c gsl_cdf_pareto_P\7f775362
+Ref: 77a\7f775362
+Ref: randist c gsl_cdf_pareto_Q\7f775431
+Ref: 77b\7f775431
+Ref: randist c gsl_cdf_pareto_Pinv\7f775500
+Ref: 77c\7f775500
+Ref: randist c gsl_cdf_pareto_Qinv\7f775572
+Ref: 77d\7f775572
+Node: Spherical Vector Distributions\7f775833
+Ref: randist spherical-vector-distributions\7f775993
+Ref: 77e\7f775993
+Ref: randist c gsl_ran_dir_2d\7f776237
+Ref: 77f\7f776237
+Ref: randist c gsl_ran_dir_2d_trig_method\7f776322
+Ref: 780\7f776322
+Ref: randist c gsl_ran_dir_3d\7f777611
+Ref: 781\7f777611
+Ref: randist c gsl_ran_dir_nd\7f778171
+Ref: 782\7f778171
+Node: The Weibull Distribution\7f778808
+Ref: randist the-weibull-distribution\7f778975
+Ref: 783\7f778975
+Ref: randist c gsl_ran_weibull\7f779038
+Ref: 784\7f779038
+Ref: randist c gsl_ran_weibull_pdf\7f779317
+Ref: 785\7f779317
+Ref: randist c gsl_cdf_weibull_P\7f779616
+Ref: 786\7f779616
+Ref: randist c gsl_cdf_weibull_Q\7f779686
+Ref: 787\7f779686
+Ref: randist c gsl_cdf_weibull_Pinv\7f779756
+Ref: 788\7f779756
+Ref: randist c gsl_cdf_weibull_Qinv\7f779829
+Ref: 789\7f779829
+Node: The Type-1 Gumbel Distribution\7f780092
+Ref: randist the-type-1-gumbel-distribution\7f780259
+Ref: 78a\7f780259
+Ref: randist c gsl_ran_gumbel1\7f780334
+Ref: 78b\7f780334
+Ref: randist c gsl_ran_gumbel1_pdf\7f780639
+Ref: 78c\7f780639
+Ref: randist c gsl_cdf_gumbel1_P\7f780940
+Ref: 78d\7f780940
+Ref: randist c gsl_cdf_gumbel1_Q\7f781010
+Ref: 78e\7f781010
+Ref: randist c gsl_cdf_gumbel1_Pinv\7f781080
+Ref: 78f\7f781080
+Ref: randist c gsl_cdf_gumbel1_Qinv\7f781153
+Ref: 790\7f781153
+Node: The Type-2 Gumbel Distribution\7f781418
+Ref: randist the-type-2-gumbel-distribution\7f781587
+Ref: 791\7f781587
+Ref: randist c gsl_ran_gumbel2\7f781662
+Ref: 792\7f781662
+Ref: randist c gsl_ran_gumbel2_pdf\7f781960
+Ref: 793\7f781960
+Ref: randist c gsl_cdf_gumbel2_P\7f782261
+Ref: 794\7f782261
+Ref: randist c gsl_cdf_gumbel2_Q\7f782331
+Ref: 795\7f782331
+Ref: randist c gsl_cdf_gumbel2_Pinv\7f782401
+Ref: 796\7f782401
+Ref: randist c gsl_cdf_gumbel2_Qinv\7f782474
+Ref: 797\7f782474
+Node: The Dirichlet Distribution\7f782739
+Ref: randist the-dirichlet-distribution\7f782908
+Ref: 798\7f782908
+Ref: randist c gsl_ran_dirichlet\7f782975
+Ref: 799\7f782975
+Ref: randist c gsl_ran_dirichlet_pdf\7f783887
+Ref: 79a\7f783887
+Ref: randist c gsl_ran_dirichlet_lnpdf\7f784200
+Ref: 79b\7f784200
+Node: General Discrete Distributions\7f784483
+Ref: randist general-discrete-distributions\7f784646
+Ref: 79c\7f784646
+Ref: randist c gsl_ran_discrete_t\7f786995
+Ref: 79d\7f786995
+Ref: randist c gsl_ran_discrete_preproc\7f787119
+Ref: 79e\7f787119
+Ref: randist c gsl_ran_discrete\7f787747
+Ref: 79f\7f787747
+Ref: randist c gsl_ran_discrete_pdf\7f787961
+Ref: 7a0\7f787961
+Ref: randist c gsl_ran_discrete_free\7f788414
+Ref: 7a1\7f788414
+Node: The Poisson Distribution\7f788544
+Ref: randist the-poisson-distribution\7f788707
+Ref: 7a2\7f788707
+Ref: randist c gsl_ran_poisson\7f788770
+Ref: 7a3\7f788770
+Ref: randist c gsl_ran_poisson_pdf\7f789074
+Ref: 7a4\7f789074
+Ref: randist c gsl_cdf_poisson_P\7f789346
+Ref: 7a5\7f789346
+Ref: randist c gsl_cdf_poisson_Q\7f789413
+Ref: 7a6\7f789413
+Node: The Bernoulli Distribution\7f789624
+Ref: randist the-bernoulli-distribution\7f789782
+Ref: 7a7\7f789782
+Ref: randist c gsl_ran_bernoulli\7f789849
+Ref: 7a8\7f789849
+Ref: randist c gsl_ran_bernoulli_pdf\7f790149
+Ref: 7a9\7f790149
+Node: The Binomial Distribution\7f790442
+Ref: randist the-binomial-distribution\7f790604
+Ref: 7aa\7f790604
+Ref: randist c gsl_ran_binomial\7f790669
+Ref: 7ab\7f790669
+Ref: randist c gsl_ran_binomial_pdf\7f791088
+Ref: 7ac\7f791088
+Ref: randist c gsl_cdf_binomial_P\7f791411
+Ref: 7ad\7f791411
+Ref: randist c gsl_cdf_binomial_Q\7f791504
+Ref: 7ae\7f791504
+Node: The Multinomial Distribution\7f791765
+Ref: randist the-multinomial-distribution\7f791935
+Ref: 7af\7f791935
+Ref: randist c gsl_ran_multinomial\7f792006
+Ref: 7b0\7f792006
+Ref: randist c gsl_ran_multinomial_pdf\7f793084
+Ref: 7b1\7f793084
+Ref: randist c gsl_ran_multinomial_lnpdf\7f793387
+Ref: 7b2\7f793387
+Node: The Negative Binomial Distribution\7f793655
+Ref: randist the-negative-binomial-distribution\7f793823
+Ref: 7b3\7f793823
+Ref: randist c gsl_ran_negative_binomial\7f793906
+Ref: 7b4\7f793906
+Ref: randist c gsl_ran_negative_binomial_pdf\7f794436
+Ref: 7b5\7f794436
+Ref: randist c gsl_cdf_negative_binomial_P\7f794772
+Ref: 7b6\7f794772
+Ref: randist c gsl_cdf_negative_binomial_Q\7f794868
+Ref: 7b7\7f794868
+Node: The Pascal Distribution\7f795141
+Ref: randist the-pascal-distribution\7f795307
+Ref: 7b8\7f795307
+Ref: randist c gsl_ran_pascal\7f795368
+Ref: 7b9\7f795368
+Ref: randist c gsl_ran_pascal_pdf\7f795730
+Ref: 7ba\7f795730
+Ref: randist c gsl_cdf_pascal_P\7f796047
+Ref: 7bb\7f796047
+Ref: randist c gsl_cdf_pascal_Q\7f796138
+Ref: 7bc\7f796138
+Node: The Geometric Distribution\7f796395
+Ref: randist the-geometric-distribution\7f796558
+Ref: 7bd\7f796558
+Ref: randist c gsl_ran_geometric\7f796625
+Ref: 7be\7f796625
+Ref: randist c gsl_ran_geometric_pdf\7f797153
+Ref: 7bf\7f797153
+Ref: randist c gsl_cdf_geometric_P\7f797446
+Ref: 7c0\7f797446
+Ref: randist c gsl_cdf_geometric_Q\7f797514
+Ref: 7c1\7f797514
+Node: The Hypergeometric Distribution\7f797727
+Ref: randist the-hypergeometric-distribution\7f797895
+Ref: 7c2\7f797895
+Ref: randist c gsl_ran_hypergeometric\7f797972
+Ref: 7c3\7f797972
+Ref: randist c gsl_ran_hypergeometric_pdf\7f798706
+Ref: 7c4\7f798706
+Ref: randist c gsl_cdf_hypergeometric_P\7f799083
+Ref: 7c5\7f799083
+Ref: randist c gsl_cdf_hypergeometric_Q\7f799206
+Ref: 7c6\7f799206
+Node: The Logarithmic Distribution\7f799519
+Ref: randist the-logarithmic-distribution\7f799685
+Ref: 7c7\7f799685
+Ref: randist c gsl_ran_logarithmic\7f799756
+Ref: 7c8\7f799756
+Ref: randist c gsl_ran_logarithmic_pdf\7f800073
+Ref: 7c9\7f800073
+Node: The Wishart Distribution\7f800372
+Ref: randist the-wishart-distribution\7f800529
+Ref: 7ca\7f800529
+Ref: randist c gsl_ran_wishart\7f800592
+Ref: 7cb\7f800592
+Ref: randist c gsl_ran_wishart_pdf\7f801307
+Ref: 7cc\7f801307
+Ref: randist c gsl_ran_wishart_log_pdf\7f801481
+Ref: 7cd\7f801481
+Node: Shuffling and Sampling\7f802049
+Ref: randist shuffling-and-sampling\7f802190
+Ref: 7ce\7f802190
+Ref: randist c gsl_ran_shuffle\7f802642
+Ref: 7cf\7f802642
+Ref: randist c gsl_ran_choose\7f803361
+Ref: 7d0\7f803361
+Ref: randist c gsl_ran_sample\7f804610
+Ref: 7d1\7f804610
+Node: Examples<14>\7f805095
+Ref: randist examples\7f805246
+Ref: 7d2\7f805246
+Ref: randist fig-rand-walk\7f807423
+Ref: 7d3\7f807423
+Node: References and Further Reading<14>\7f808292
+Ref: randist references-and-further-reading\7f808412
+Ref: 7d4\7f808412
+Node: Statistics\7f810409
+Ref: statistics doc\7f810523
+Ref: 7d5\7f810523
+Ref: statistics statistics\7f810523
+Ref: 7d6\7f810523
+Node: Mean Standard Deviation and Variance\7f812001
+Ref: statistics mean-standard-deviation-and-variance\7f812112
+Ref: 7d7\7f812112
+Ref: statistics c gsl_stats_mean\7f812199
+Ref: 1d\7f812199
+Ref: statistics c gsl_stats_variance\7f812721
+Ref: 7d8\7f812721
+Ref: statistics c gsl_stats_variance_m\7f813651
+Ref: 7d9\7f813651
+Ref: statistics c gsl_stats_sd\7f814049
+Ref: 7da\7f814049
+Ref: statistics c gsl_stats_sd_m\7f814140
+Ref: 7db\7f814140
+Ref: statistics c gsl_stats_tss\7f814420
+Ref: 7dc\7f814420
+Ref: statistics c gsl_stats_tss_m\7f814512
+Ref: 7dd\7f814512
+Ref: statistics c gsl_stats_variance_with_fixed_mean\7f814947
+Ref: 7de\7f814947
+Ref: statistics c gsl_stats_sd_with_fixed_mean\7f815464
+Ref: 7df\7f815464
+Node: Absolute deviation\7f815785
+Ref: statistics absolute-deviation\7f815941
+Ref: 7e0\7f815941
+Ref: statistics c gsl_stats_absdev\7f815990
+Ref: 7e1\7f815990
+Ref: statistics c gsl_stats_absdev_m\7f816652
+Ref: 7e2\7f816652
+Node: Higher moments skewness and kurtosis\7f817185
+Ref: statistics higher-moments-skewness-and-kurtosis\7f817320
+Ref: 7e3\7f817320
+Ref: statistics c gsl_stats_skew\7f817409
+Ref: 7e4\7f817409
+Ref: statistics c gsl_stats_skew_m_sd\7f818040
+Ref: 7e5\7f818040
+Ref: statistics c gsl_stats_kurtosis\7f818546
+Ref: 7e6\7f818546
+Ref: statistics c gsl_stats_kurtosis_m_sd\7f819045
+Ref: 7e7\7f819045
+Node: Autocorrelation\7f819562
+Ref: statistics autocorrelation\7f819689
+Ref: 7e8\7f819689
+Ref: statistics c gsl_stats_lag1_autocorrelation\7f819732
+Ref: 7e9\7f819732
+Ref: statistics c gsl_stats_lag1_autocorrelation_m\7f820113
+Ref: 7ea\7f820113
+Node: Covariance\7f820409
+Ref: statistics covariance\7f820511
+Ref: 7eb\7f820511
+Ref: statistics c gsl_stats_covariance\7f820544
+Ref: 7ec\7f820544
+Ref: statistics c gsl_stats_covariance_m\7f820952
+Ref: 7ed\7f820952
+Node: Correlation\7f821493
+Ref: statistics correlation\7f821596
+Ref: 7ee\7f821596
+Ref: statistics c gsl_stats_correlation\7f821631
+Ref: 7ef\7f821631
+Ref: statistics c gsl_stats_spearman\7f822239
+Ref: 7f0\7f822239
+Node: Weighted Samples\7f822966
+Ref: statistics weighted-samples\7f823085
+Ref: 7f1\7f823085
+Ref: statistics c gsl_stats_wmean\7f823579
+Ref: 7f2\7f823579
+Ref: statistics c gsl_stats_wvariance\7f824036
+Ref: 7f3\7f824036
+Ref: statistics c gsl_stats_wvariance_m\7f824760
+Ref: 7f4\7f824760
+Ref: statistics c gsl_stats_wsd\7f825069
+Ref: 7f5\7f825069
+Ref: statistics c gsl_stats_wsd_m\7f825406
+Ref: 7f6\7f825406
+Ref: statistics c gsl_stats_wvariance_with_fixed_mean\7f825680
+Ref: 7f7\7f825680
+Ref: statistics c gsl_stats_wsd_with_fixed_mean\7f826255
+Ref: 7f8\7f826255
+Ref: statistics c gsl_stats_wtss\7f826598
+Ref: 7f9\7f826598
+Ref: statistics c gsl_stats_wtss_m\7f826731
+Ref: 7fa\7f826731
+Ref: statistics c gsl_stats_wabsdev\7f827246
+Ref: 7fb\7f827246
+Ref: statistics c gsl_stats_wabsdev_m\7f827604
+Ref: 7fc\7f827604
+Ref: statistics c gsl_stats_wskew\7f827912
+Ref: 7fd\7f827912
+Ref: statistics c gsl_stats_wskew_m_sd\7f828202
+Ref: 7fe\7f828202
+Ref: statistics c gsl_stats_wkurtosis\7f828580
+Ref: 7ff\7f828580
+Ref: statistics c gsl_stats_wkurtosis_m_sd\7f828884
+Ref: 800\7f828884
+Node: Maximum and Minimum values\7f829266
+Ref: statistics maximum-and-minimum-values\7f829396
+Ref: 801\7f829396
+Ref: statistics c gsl_stats_max\7f829773
+Ref: 802\7f829773
+Ref: statistics c gsl_stats_min\7f830299
+Ref: 803\7f830299
+Ref: statistics c gsl_stats_minmax\7f830826
+Ref: 804\7f830826
+Ref: statistics c gsl_stats_max_index\7f831083
+Ref: 805\7f831083
+Ref: statistics c gsl_stats_min_index\7f831524
+Ref: 806\7f831524
+Ref: statistics c gsl_stats_minmax_index\7f831965
+Ref: 807\7f831965
+Node: Median and Percentiles\7f832269
+Ref: statistics median-and-percentiles\7f832399
+Ref: 808\7f832399
+Ref: statistics c gsl_stats_median_from_sorted_data\7f832811
+Ref: 809\7f832811
+Ref: statistics c gsl_stats_median\7f833696
+Ref: 80a\7f833696
+Ref: statistics c gsl_stats_quantile_from_sorted_data\7f834141
+Ref: 80b\7f834141
+Node: Order Statistics\7f835444
+Ref: statistics order-statistics\7f835573
+Ref: 80c\7f835573
+Ref: statistics c gsl_stats_select\7f836102
+Ref: 80d\7f836102
+Node: Robust Location Estimates\7f836534
+Ref: statistics robust-location-estimates\7f836663
+Ref: 80e\7f836663
+Node: Trimmed Mean\7f837342
+Ref: statistics trimmed-mean\7f837445
+Ref: 80f\7f837445
+Ref: statistics c gsl_stats_trmean_from_sorted_data\7f837956
+Ref: 810\7f837956
+Node: Gastwirth Estimator\7f838595
+Ref: statistics gastwirth-estimator\7f838698
+Ref: 811\7f838698
+Ref: statistics c gsl_stats_gastwirth_from_sorted_data\7f839053
+Ref: 812\7f839053
+Node: Robust Scale Estimates\7f839556
+Ref: statistics robust-scale-estimates\7f839681
+Ref: 813\7f839681
+Node: Median Absolute Deviation MAD\7f840170
+Ref: statistics median-absolute-deviation-mad\7f840281
+Ref: 814\7f840281
+Ref: statistics sec-mad-statistic\7f840281
+Ref: 815\7f840281
+Ref: statistics c gsl_stats_mad0\7f840857
+Ref: 816\7f840857
+Ref: statistics c gsl_stats_mad\7f840978
+Ref: 817\7f840978
+Node: S_n Statistic\7f841553
+Ref: statistics s-n-statistic\7f841686
+Ref: 818\7f841686
+Ref: statistics sec-sn-statistic\7f841686
+Ref: 819\7f841686
+Ref: statistics c gsl_stats_Sn0_from_sorted_data\7f842267
+Ref: 81a\7f842267
+Ref: statistics c gsl_stats_Sn_from_sorted_data\7f842421
+Ref: 81b\7f842421
+Node: Q_n Statistic\7f843234
+Ref: statistics q-n-statistic\7f843329
+Ref: 81c\7f843329
+Ref: statistics sec-qn-statistic\7f843329
+Ref: 81d\7f843329
+Ref: statistics c gsl_stats_Qn0_from_sorted_data\7f843796
+Ref: 81e\7f843796
+Ref: statistics c gsl_stats_Qn_from_sorted_data\7f843965
+Ref: 81f\7f843965
+Node: Examples<15>\7f844815
+Ref: statistics examples\7f844949
+Ref: 820\7f844949
+Node: References and Further Reading<15>\7f847444
+Ref: statistics references-and-further-reading\7f847547
+Ref: 821\7f847547
+Node: Running Statistics\7f849017
+Ref: rstat doc\7f849128
+Ref: 822\7f849128
+Ref: rstat running-statistics\7f849128
+Ref: 823\7f849128
+Node: Initializing the Accumulator\7f850250
+Ref: rstat initializing-the-accumulator\7f850373
+Ref: 824\7f850373
+Ref: rstat c gsl_rstat_workspace\7f850442
+Ref: 825\7f850442
+Ref: rstat c gsl_rstat_alloc\7f850628
+Ref: 826\7f850628
+Ref: rstat c gsl_rstat_free\7f850816
+Ref: 827\7f850816
+Ref: rstat c gsl_rstat_reset\7f850962
+Ref: 828\7f850962
+Node: Adding Data to the Accumulator\7f851150
+Ref: rstat adding-data-to-the-accumulator\7f851300
+Ref: 829\7f851300
+Ref: rstat c gsl_rstat_add\7f851373
+Ref: 82a\7f851373
+Ref: rstat c gsl_rstat_n\7f851640
+Ref: 82b\7f851640
+Node: Current Statistics\7f851790
+Ref: rstat current-statistics\7f851921
+Ref: 82c\7f851921
+Ref: rstat c gsl_rstat_min\7f851970
+Ref: 82d\7f851970
+Ref: rstat c gsl_rstat_max\7f852109
+Ref: 82e\7f852109
+Ref: rstat c gsl_rstat_mean\7f852248
+Ref: 82f\7f852248
+Ref: rstat c gsl_rstat_variance\7f852443
+Ref: 830\7f852443
+Ref: rstat c gsl_rstat_sd\7f852669
+Ref: 831\7f852669
+Ref: rstat c gsl_rstat_sd_mean\7f852890
+Ref: 832\7f852890
+Ref: rstat c gsl_rstat_rms\7f853084
+Ref: 833\7f853084
+Ref: rstat c gsl_rstat_skew\7f853301
+Ref: 834\7f853301
+Ref: rstat c gsl_rstat_kurtosis\7f853524
+Ref: 835\7f853524
+Ref: rstat c gsl_rstat_median\7f853762
+Ref: 836\7f853762
+Node: Quantiles\7f853923
+Ref: rstat quantiles\7f854036
+Ref: 837\7f854036
+Ref: rstat c gsl_rstat_quantile_workspace\7f854458
+Ref: 838\7f854458
+Ref: rstat c gsl_rstat_quantile_alloc\7f854592
+Ref: 839\7f854592
+Ref: rstat c gsl_rstat_quantile_free\7f854924
+Ref: 83a\7f854924
+Ref: rstat c gsl_rstat_quantile_reset\7f855098
+Ref: 83b\7f855098
+Ref: rstat c gsl_rstat_quantile_add\7f855314
+Ref: 83c\7f855314
+Ref: rstat c gsl_rstat_quantile_get\7f855518
+Ref: 83d\7f855518
+Node: Examples<16>\7f855675
+Ref: rstat examples\7f855804
+Ref: 83e\7f855804
+Node: References and Further Reading<16>\7f861162
+Ref: rstat references-and-further-reading\7f861273
+Ref: 83f\7f861273
+Node: Moving Window Statistics\7f861658
+Ref: movstat doc\7f861776
+Ref: 840\7f861776
+Ref: movstat moving-window-statistics\7f861776
+Ref: 841\7f861776
+Node: Introduction<4>\7f862676
+Ref: movstat introduction\7f862780
+Ref: 842\7f862780
+Node: Handling Endpoints\7f863689
+Ref: movstat handling-endpoints\7f863841
+Ref: 843\7f863841
+Ref: movstat c gsl_movstat_end_t\7f864191
+Ref: 844\7f864191
+Ref: movstat c gsl_movstat_end_t GSL_MOVSTAT_END_PADZERO\7f864345
+Ref: 845\7f864345
+Ref: movstat c gsl_movstat_end_t GSL_MOVSTAT_END_PADVALUE\7f864719
+Ref: 846\7f864719
+Ref: movstat c gsl_movstat_end_t GSL_MOVSTAT_END_TRUNCATE\7f865067
+Ref: 847\7f865067
+Node: Allocation for Moving Window Statistics\7f865244
+Ref: movstat allocation-for-moving-window-statistics\7f865392
+Ref: 848\7f865392
+Ref: movstat c gsl_movstat_workspace\7f865483
+Ref: 849\7f865483
+Ref: movstat c gsl_movstat_alloc\7f865585
+Ref: 84a\7f865585
+Ref: movstat c gsl_movstat_alloc2\7f865916
+Ref: 84b\7f865916
+Ref: movstat c gsl_movstat_free\7f866294
+Ref: 84c\7f866294
+Node: Moving Mean\7f866426
+Ref: movstat moving-mean\7f866594
+Ref: 84d\7f866594
+Ref: movstat c gsl_movstat_mean\7f867023
+Ref: 84e\7f867023
+Node: Moving Variance and Standard Deviation\7f867492
+Ref: movstat moving-variance-and-standard-deviation\7f867647
+Ref: 84f\7f867647
+Ref: movstat c gsl_movstat_variance\7f868076
+Ref: 850\7f868076
+Ref: movstat c gsl_movstat_sd\7f868557
+Ref: 851\7f868557
+Node: Moving Minimum and Maximum\7f869052
+Ref: movstat moving-minimum-and-maximum\7f869206
+Ref: 852\7f869206
+Ref: movstat c gsl_movstat_min\7f869432
+Ref: 853\7f869432
+Ref: movstat c gsl_movstat_max\7f869899
+Ref: 854\7f869899
+Ref: movstat c gsl_movstat_minmax\7f870366
+Ref: 855\7f870366
+Node: Moving Sum\7f870854
+Ref: movstat moving-sum\7f870983
+Ref: 856\7f870983
+Ref: movstat c gsl_movstat_sum\7f871139
+Ref: 857\7f871139
+Node: Moving Median\7f871605
+Ref: movstat moving-median\7f871731
+Ref: 858\7f871731
+Ref: movstat c gsl_movstat_median\7f871886
+Ref: 859\7f871886
+Node: Robust Scale Estimation\7f872357
+Ref: movstat robust-scale-estimation\7f872503
+Ref: 85a\7f872503
+Node: Moving MAD\7f873179
+Ref: movstat moving-mad\7f873269
+Ref: 85b\7f873269
+Ref: movstat c gsl_movstat_mad0\7f873698
+Ref: 85c\7f873698
+Ref: movstat c gsl_movstat_mad\7f873873
+Ref: 85d\7f873873
+Node: Moving QQR\7f874609
+Ref: movstat moving-qqr\7f874718
+Ref: 85e\7f874718
+Ref: movstat c gsl_movstat_qqr\7f875355
+Ref: 85f\7f875355
+Node: Moving S_n\7f875993
+Ref: movstat moving-s-n\7f876102
+Ref: 860\7f876102
+Ref: movstat c gsl_movstat_Sn\7f876366
+Ref: 861\7f876366
+Node: Moving Q_n\7f876924
+Ref: movstat moving-q-n\7f877014
+Ref: 862\7f877014
+Ref: movstat c gsl_movstat_Qn\7f877250
+Ref: 863\7f877250
+Node: User-defined Moving Statistics\7f877808
+Ref: movstat user-defined-moving-statistics\7f877953
+Ref: 864\7f877953
+Ref: movstat c gsl_movstat_function\7f878605
+Ref: 866\7f878605
+Ref: movstat c gsl_movstat_function function\7f879024
+Ref: 868\7f879024
+Ref: movstat c gsl_movstat_function params\7f879347
+Ref: 869\7f879347
+Ref: movstat c gsl_movstat_apply\7f879447
+Ref: 867\7f879447
+Ref: movstat c gsl_movstat_fill\7f880017
+Ref: 865\7f880017
+Node: Accumulators\7f880732
+Ref: movstat accumulators\7f880866
+Ref: 86a\7f880866
+Ref: movstat c gsl_movstat_accum\7f881161
+Ref: 86b\7f881161
+Ref: movstat c gsl_movstat_accum size\7f881731
+Ref: 86c\7f881731
+Ref: movstat c gsl_movstat_accum init\7f881926
+Ref: 86d\7f881926
+Ref: movstat c gsl_movstat_accum insert\7f882100
+Ref: 86e\7f882100
+Ref: movstat c gsl_movstat_accum delete\7f882469
+Ref: 86f\7f882469
+Ref: movstat c gsl_movstat_accum get\7f882656
+Ref: 870\7f882656
+Ref: movstat c gsl_movstat_accum_min\7f883085
+Ref: 871\7f883085
+Ref: movstat c gsl_movstat_accum_max\7f883152
+Ref: 872\7f883152
+Ref: movstat c gsl_movstat_accum_minmax\7f883219
+Ref: 873\7f883219
+Ref: movstat c gsl_movstat_accum_mean\7f883408
+Ref: 874\7f883408
+Ref: movstat c gsl_movstat_accum_sd\7f883476
+Ref: 875\7f883476
+Ref: movstat c gsl_movstat_accum_variance\7f883542
+Ref: 876\7f883542
+Ref: movstat c gsl_movstat_accum_median\7f883751
+Ref: 877\7f883751
+Ref: movstat c gsl_movstat_accum_Sn\7f883943
+Ref: 878\7f883943
+Ref: movstat c gsl_movstat_accum_Qn\7f884009
+Ref: 879\7f884009
+Ref: movstat c gsl_movstat_accum_sum\7f884191
+Ref: 87a\7f884191
+Ref: movstat c gsl_movstat_accum_qqr\7f884316
+Ref: 87b\7f884316
+Node: Examples<17>\7f884454
+Ref: movstat examples\7f884592
+Ref: 87c\7f884592
+Node: Example 1\7f884777
+Ref: movstat example-1\7f884867
+Ref: 87d\7f884867
+Ref: movstat fig-movstat1\7f885071
+Ref: 87e\7f885071
+Node: Example 2 Robust Scale\7f886781
+Ref: movstat example-2-robust-scale\7f886916
+Ref: 87f\7f886916
+Ref: movstat fig-movstat2\7f887866
+Ref: 880\7f887866
+Node: Example 3 User-defined Moving Window\7f891083
+Ref: movstat example-3-user-defined-moving-window\7f891200
+Ref: 881\7f891200
+Ref: movstat fig-movstat3\7f891767
+Ref: 882\7f891767
+Node: References and Further Reading<17>\7f893771
+Ref: movstat references-and-further-reading\7f893888
+Ref: 883\7f893888
+Node: Digital Filtering\7f894468
+Ref: filter doc\7f894578
+Ref: 884\7f894578
+Ref: filter digital-filtering\7f894578
+Ref: 885\7f894578
+Node: Introduction<5>\7f894862
+Ref: filter introduction\7f894962
+Ref: 886\7f894962
+Node: Handling Endpoints<2>\7f895343
+Ref: filter handling-endpoints\7f895474
+Ref: 887\7f895474
+Ref: filter c gsl_filter_end_t\7f895819
+Ref: 888\7f895819
+Ref: filter c gsl_filter_end_t GSL_FILTER_END_PADZERO\7f895972
+Ref: 889\7f895972
+Ref: filter c gsl_filter_end_t GSL_FILTER_END_PADVALUE\7f896347
+Ref: 88a\7f896347
+Ref: filter c gsl_filter_end_t GSL_FILTER_END_TRUNCATE\7f896696
+Ref: 88b\7f896696
+Node: Linear Digital Filters\7f896872
+Ref: filter linear-digital-filters\7f897013
+Ref: 88c\7f897013
+Node: Gaussian Filter\7f897100
+Ref: filter gaussian-filter\7f897175
+Ref: 88d\7f897175
+Ref: filter c gsl_filter_gaussian_alloc\7f898617
+Ref: 88e\7f898617
+Ref: filter c gsl_filter_gaussian_free\7f898974
+Ref: 88f\7f898974
+Ref: filter c gsl_filter_gaussian\7f899131
+Ref: 890\7f899131
+Ref: filter c gsl_filter_gaussian_kernel\7f899834
+Ref: 891\7f899834
+Node: Nonlinear Digital Filters\7f900487
+Ref: filter nonlinear-digital-filters\7f900619
+Ref: 892\7f900619
+Node: Standard Median Filter\7f901143
+Ref: filter standard-median-filter\7f901260
+Ref: 893\7f901260
+Ref: filter c gsl_filter_median_alloc\7f901598
+Ref: 894\7f901598
+Ref: filter c gsl_filter_median_free\7f901990
+Ref: 895\7f901990
+Ref: filter c gsl_filter_median\7f902143
+Ref: 896\7f902143
+Node: Recursive Median Filter\7f902598
+Ref: filter recursive-median-filter\7f902748
+Ref: 897\7f902748
+Ref: filter c gsl_filter_rmedian_alloc\7f903469
+Ref: 898\7f903469
+Ref: filter c gsl_filter_rmedian_free\7f903864
+Ref: 899\7f903864
+Ref: filter c gsl_filter_rmedian\7f904019
+Ref: 89a\7f904019
+Node: Impulse Detection Filter\7f904477
+Ref: filter impulse-detection-filter\7f904596
+Ref: 89b\7f904596
+Ref: filter c gsl_filter_scale_t\7f906921
+Ref: 89c\7f906921
+Ref: filter c gsl_filter_scale_t GSL_FILTER_SCALE_MAD\7f907044
+Ref: 89d\7f907044
+Ref: filter c gsl_filter_scale_t GSL_FILTER_SCALE_IQR\7f907417
+Ref: 89e\7f907417
+Ref: filter c gsl_filter_scale_t GSL_FILTER_SCALE_SN\7f908036
+Ref: 89f\7f908036
+Ref: filter c gsl_filter_scale_t GSL_FILTER_SCALE_QN\7f908231
+Ref: 8a0\7f908231
+Ref: filter c gsl_filter_impulse_alloc\7f909295
+Ref: 8a1\7f909295
+Ref: filter c gsl_filter_impulse_free\7f909682
+Ref: 8a2\7f909682
+Ref: filter c gsl_filter_impulse\7f909837
+Ref: 8a3\7f909837
+Node: Examples<18>\7f910815
+Ref: filter examples\7f910959
+Ref: 8a4\7f910959
+Node: Gaussian Example 1\7f911105
+Ref: filter gaussian-example-1\7f911200
+Ref: 8a5\7f911200
+Ref: filter fig-filt-gaussian\7f911487
+Ref: 8a6\7f911487
+Node: Gaussian Example 2\7f914708
+Ref: filter gaussian-example-2\7f914838
+Ref: 8a7\7f914838
+Ref: filter fig-filt-gaussian2\7f915561
+Ref: 8a8\7f915561
+Node: Square Wave Signal Example\7f918865
+Ref: filter square-wave-signal-example\7f919002
+Ref: 8a9\7f919002
+Ref: filter fig-filt-edge\7f919504
+Ref: 8aa\7f919504
+Node: Impulse Detection Example\7f922152
+Ref: filter impulse-detection-example\7f922262
+Ref: 8ab\7f922262
+Ref: filter fig-impulse\7f922744
+Ref: 8ac\7f922744
+Node: References and Further Reading<18>\7f925461
+Ref: filter references-and-further-reading\7f925571
+Ref: 8ad\7f925571
+Node: Histograms\7f926186
+Ref: histogram doc\7f926280
+Ref: 8ae\7f926280
+Ref: histogram histograms\7f926280
+Ref: 8af\7f926280
+Node: The histogram struct\7f927955
+Ref: histogram the-histogram-struct\7f928052
+Ref: 8b0\7f928052
+Ref: histogram c gsl_histogram\7f928154
+Ref: 8b1\7f928154
+Node: Histogram allocation\7f930237
+Ref: histogram histogram-allocation\7f930361
+Ref: 8b2\7f930361
+Ref: histogram c gsl_histogram_alloc\7f930903
+Ref: 8b3\7f930903
+Ref: histogram c gsl_histogram_set_ranges\7f931458
+Ref: 8b4\7f931458
+Ref: histogram c gsl_histogram_set_ranges_uniform\7f932612
+Ref: 8b5\7f932612
+Ref: histogram c gsl_histogram_free\7f933218
+Ref: 8b6\7f933218
+Node: Copying Histograms\7f933377
+Ref: histogram copying-histograms\7f933522
+Ref: 8b7\7f933522
+Ref: histogram c gsl_histogram_memcpy\7f933571
+Ref: 8b8\7f933571
+Ref: histogram c gsl_histogram_clone\7f933898
+Ref: 8b9\7f933898
+Node: Updating and accessing histogram elements\7f934125
+Ref: histogram updating-and-accessing-histogram-elements\7f934276
+Ref: 8ba\7f934276
+Ref: histogram c gsl_histogram_increment\7f934631
+Ref: 8bb\7f934631
+Ref: histogram c gsl_histogram_accumulate\7f935513
+Ref: 8bc\7f935513
+Ref: histogram c gsl_histogram_get\7f935819
+Ref: 8bd\7f935819
+Ref: histogram c gsl_histogram_get_range\7f936203
+Ref: 8be\7f936203
+Ref: histogram c gsl_histogram_max\7f937076
+Ref: 8bf\7f937076
+Ref: histogram c gsl_histogram_min\7f937140
+Ref: 8c0\7f937140
+Ref: histogram c gsl_histogram_bins\7f937204
+Ref: 8c1\7f937204
+Ref: histogram c gsl_histogram_reset\7f937530
+Ref: 8c2\7f937530
+Node: Searching histogram ranges\7f937674
+Ref: histogram searching-histogram-ranges\7f937827
+Ref: 8c3\7f937827
+Ref: histogram c gsl_histogram_find\7f938021
+Ref: 8c4\7f938021
+Node: Histogram Statistics\7f938762
+Ref: histogram histogram-statistics\7f938894
+Ref: 8c5\7f938894
+Ref: histogram c gsl_histogram_max_val\7f938947
+Ref: 8c6\7f938947
+Ref: histogram c gsl_histogram_max_bin\7f939100
+Ref: 8c7\7f939100
+Ref: histogram c gsl_histogram_min_val\7f939353
+Ref: 8c8\7f939353
+Ref: histogram c gsl_histogram_min_bin\7f939506
+Ref: 8c9\7f939506
+Ref: histogram c gsl_histogram_mean\7f939759
+Ref: 8ca\7f939759
+Ref: histogram c gsl_histogram_sigma\7f940098
+Ref: 8cb\7f940098
+Ref: histogram c gsl_histogram_sum\7f940457
+Ref: 8cc\7f940457
+Node: Histogram Operations\7f940628
+Ref: histogram histogram-operations\7f940764
+Ref: 8cd\7f940764
+Ref: histogram c gsl_histogram_equal_bins_p\7f940817
+Ref: 8ce\7f940817
+Ref: histogram c gsl_histogram_add\7f941053
+Ref: 8cf\7f941053
+Ref: histogram c gsl_histogram_sub\7f941376
+Ref: 8d0\7f941376
+Ref: histogram c gsl_histogram_mul\7f941707
+Ref: 8d1\7f941707
+Ref: histogram c gsl_histogram_div\7f942053
+Ref: 8d2\7f942053
+Ref: histogram c gsl_histogram_scale\7f942396
+Ref: 8d3\7f942396
+Ref: histogram c gsl_histogram_shift\7f942631
+Ref: 8d4\7f942631
+Node: Reading and writing histograms\7f942865
+Ref: histogram reading-and-writing-histograms\7f943007
+Ref: 8d5\7f943007
+Ref: histogram c gsl_histogram_fwrite\7f943191
+Ref: 8d6\7f943191
+Ref: histogram c gsl_histogram_fread\7f943646
+Ref: 8d7\7f943646
+Ref: histogram c gsl_histogram_fprintf\7f944238
+Ref: 8d8\7f944238
+Ref: histogram c gsl_histogram_fscanf\7f945557
+Ref: 8d9\7f945557
+Node: Resampling from histograms\7f946138
+Ref: histogram resampling-from-histograms\7f946305
+Ref: 8da\7f946305
+Node: The histogram probability distribution struct\7f946938
+Ref: histogram the-histogram-probability-distribution-struct\7f947106
+Ref: 8db\7f947106
+Ref: histogram c gsl_histogram_pdf\7f947945
+Ref: 8dc\7f947945
+Ref: histogram c gsl_histogram_pdf_alloc\7f948906
+Ref: 8dd\7f948906
+Ref: histogram c gsl_histogram_pdf_init\7f949333
+Ref: 8de\7f949333
+Ref: histogram c gsl_histogram_pdf_free\7f949769
+Ref: 8df\7f949769
+Ref: histogram c gsl_histogram_pdf_sample\7f949960
+Ref: 8e0\7f949960
+Node: Example programs for histograms\7f950494
+Ref: histogram example-programs-for-histograms\7f950662
+Ref: 8e1\7f950662
+Ref: histogram fig-histogram\7f952473
+Ref: 8e2\7f952473
+Node: Two dimensional histograms\7f952550
+Ref: histogram two-dimensional-histograms\7f952696
+Ref: 8e3\7f952696
+Node: The 2D histogram struct\7f953270
+Ref: histogram the-2d-histogram-struct\7f953408
+Ref: 8e4\7f953408
+Ref: histogram c gsl_histogram2d\7f953534
+Ref: 8e5\7f953534
+Node: 2D Histogram allocation\7f955597
+Ref: histogram d-histogram-allocation\7f955730
+Ref: 8e6\7f955730
+Ref: histogram c gsl_histogram2d_alloc\7f956286
+Ref: 8e7\7f956286
+Ref: histogram c gsl_histogram2d_set_ranges\7f956917
+Ref: 8e8\7f956917
+Ref: histogram c gsl_histogram2d_set_ranges_uniform\7f957343
+Ref: 8e9\7f957343
+Ref: histogram c gsl_histogram2d_free\7f957733
+Ref: 8ea\7f957733
+Node: Copying 2D Histograms\7f957899
+Ref: histogram copying-2d-histograms\7f958053
+Ref: 8eb\7f958053
+Ref: histogram c gsl_histogram2d_memcpy\7f958110
+Ref: 8ec\7f958110
+Ref: histogram c gsl_histogram2d_clone\7f958443
+Ref: 8ed\7f958443
+Node: Updating and accessing 2D histogram elements\7f958676
+Ref: histogram updating-and-accessing-2d-histogram-elements\7f958836
+Ref: 8ee\7f958836
+Ref: histogram c gsl_histogram2d_increment\7f959259
+Ref: 8ef\7f959259
+Ref: histogram c gsl_histogram2d_accumulate\7f959992
+Ref: 8f0\7f959992
+Ref: histogram c gsl_histogram2d_get\7f960314
+Ref: 8f1\7f960314
+Ref: histogram c gsl_histogram2d_get_xrange\7f960744
+Ref: 8f2\7f960744
+Ref: histogram c gsl_histogram2d_get_yrange\7f960868
+Ref: 8f3\7f960868
+Ref: histogram c gsl_histogram2d_xmax\7f961766
+Ref: 8f4\7f961766
+Ref: histogram c gsl_histogram2d_xmin\7f961835
+Ref: 8f5\7f961835
+Ref: histogram c gsl_histogram2d_nx\7f961904
+Ref: 8f6\7f961904
+Ref: histogram c gsl_histogram2d_ymax\7f961971
+Ref: 8f7\7f961971
+Ref: histogram c gsl_histogram2d_ymin\7f962040
+Ref: 8f8\7f962040
+Ref: histogram c gsl_histogram2d_ny\7f962109
+Ref: 8f9\7f962109
+Ref: histogram c gsl_histogram2d_reset\7f962471
+Ref: 8fa\7f962471
+Node: Searching 2D histogram ranges\7f962619
+Ref: histogram searching-2d-histogram-ranges\7f962781
+Ref: 8fb\7f962781
+Ref: histogram c gsl_histogram2d_find\7f962987
+Ref: 8fc\7f962987
+Node: 2D Histogram Statistics\7f963721
+Ref: histogram d-histogram-statistics\7f963862
+Ref: 8fd\7f963862
+Ref: histogram c gsl_histogram2d_max_val\7f963923
+Ref: 8fe\7f963923
+Ref: histogram c gsl_histogram2d_max_bin\7f964080
+Ref: 8ff\7f964080
+Ref: histogram c gsl_histogram2d_min_val\7f964459
+Ref: 900\7f964459
+Ref: histogram c gsl_histogram2d_min_bin\7f964616
+Ref: 901\7f964616
+Ref: histogram c gsl_histogram2d_xmean\7f964995
+Ref: 902\7f964995
+Ref: histogram c gsl_histogram2d_ymean\7f965283
+Ref: 903\7f965283
+Ref: histogram c gsl_histogram2d_xsigma\7f965571
+Ref: 904\7f965571
+Ref: histogram c gsl_histogram2d_ysigma\7f965875
+Ref: 905\7f965875
+Ref: histogram c gsl_histogram2d_cov\7f966179
+Ref: 906\7f966179
+Ref: histogram c gsl_histogram2d_sum\7f966479
+Ref: 907\7f966479
+Node: 2D Histogram Operations\7f966654
+Ref: histogram d-histogram-operations\7f966799
+Ref: 908\7f966799
+Ref: histogram c gsl_histogram2d_equal_bins_p\7f966860
+Ref: 909\7f966860
+Ref: histogram c gsl_histogram2d_add\7f967095
+Ref: 90a\7f967095
+Ref: histogram c gsl_histogram2d_sub\7f967430
+Ref: 90b\7f967430
+Ref: histogram c gsl_histogram2d_mul\7f967773
+Ref: 90c\7f967773
+Ref: histogram c gsl_histogram2d_div\7f968130
+Ref: 90d\7f968130
+Ref: histogram c gsl_histogram2d_scale\7f968485
+Ref: 90e\7f968485
+Ref: histogram c gsl_histogram2d_shift\7f968736
+Ref: 90f\7f968736
+Node: Reading and writing 2D histograms\7f968988
+Ref: histogram reading-and-writing-2d-histograms\7f969139
+Ref: 910\7f969139
+Ref: histogram c gsl_histogram2d_fwrite\7f969347
+Ref: 911\7f969347
+Ref: histogram c gsl_histogram2d_fread\7f969806
+Ref: 912\7f969806
+Ref: histogram c gsl_histogram2d_fprintf\7f970415
+Ref: 913\7f970415
+Ref: histogram c gsl_histogram2d_fscanf\7f972237
+Ref: 914\7f972237
+Node: Resampling from 2D histograms\7f972836
+Ref: histogram resampling-from-2d-histograms\7f972998
+Ref: 915\7f972998
+Ref: histogram c gsl_histogram2d_pdf\7f973711
+Ref: 916\7f973711
+Ref: histogram c gsl_histogram2d_pdf_alloc\7f975002
+Ref: 917\7f975002
+Ref: histogram c gsl_histogram2d_pdf_init\7f975485
+Ref: 918\7f975485
+Ref: histogram c gsl_histogram2d_pdf_free\7f975938
+Ref: 919\7f975938
+Ref: histogram c gsl_histogram2d_pdf_sample\7f976149
+Ref: 91a\7f976149
+Node: Example programs for 2D histograms\7f976496
+Ref: histogram example-programs-for-2d-histograms\7f976616
+Ref: 91b\7f976616
+Node: N-tuples\7f978683
+Ref: ntuple doc\7f978783
+Ref: 91c\7f978783
+Ref: ntuple n-tuples\7f978783
+Ref: 91d\7f978783
+Node: The ntuple struct\7f979963
+Ref: ntuple the-ntuple-struct\7f980051
+Ref: 91e\7f980051
+Ref: ntuple c gsl_ntuple\7f980098
+Ref: 91f\7f980098
+Node: Creating ntuples\7f980532
+Ref: ntuple creating-ntuples\7f980660
+Ref: 920\7f980660
+Ref: ntuple c gsl_ntuple_create\7f980705
+Ref: 921\7f980705
+Node: Opening an existing ntuple file\7f981246
+Ref: ntuple opening-an-existing-ntuple-file\7f981372
+Ref: 922\7f981372
+Ref: ntuple c gsl_ntuple_open\7f981447
+Ref: 923\7f981447
+Node: Writing ntuples\7f981920
+Ref: ntuple writing-ntuples\7f982045
+Ref: 924\7f982045
+Ref: ntuple c gsl_ntuple_write\7f982088
+Ref: 925\7f982088
+Ref: ntuple c gsl_ntuple_bookdata\7f982276
+Ref: 926\7f982276
+Node: Reading ntuples\7f982404
+Ref: ntuple reading-ntuples\7f982520
+Ref: 927\7f982520
+Ref: ntuple c gsl_ntuple_read\7f982563
+Ref: 928\7f982563
+Node: Closing an ntuple file\7f982753
+Ref: ntuple closing-an-ntuple-file\7f982881
+Ref: 929\7f982881
+Ref: ntuple c gsl_ntuple_close\7f982938
+Ref: 92a\7f982938
+Node: Histogramming ntuple values\7f983105
+Ref: ntuple histogramming-ntuple-values\7f983230
+Ref: 92b\7f983230
+Ref: ntuple c gsl_ntuple_select_fn\7f983683
+Ref: 92d\7f983683
+Ref: ntuple c gsl_ntuple_value_fn\7f984164
+Ref: 92e\7f984164
+Ref: ntuple c gsl_ntuple_project\7f984616
+Ref: 92c\7f984616
+Node: Examples<19>\7f985385
+Ref: ntuple examples\7f985522
+Ref: 92f\7f985522
+Ref: ntuple fig-ntuples\7f988758
+Ref: 930\7f988758
+Node: References and Further Reading<19>\7f988826
+Ref: ntuple references-and-further-reading\7f988927
+Ref: 931\7f988927
+Node: Monte Carlo Integration\7f989133
+Ref: montecarlo doc\7f989242
+Ref: 932\7f989242
+Ref: montecarlo monte-carlo-integration\7f989242
+Ref: 933\7f989242
+Node: Interface\7f990399
+Ref: montecarlo interface\7f990495
+Ref: 934\7f990495
+Ref: montecarlo c gsl_monte_function\7f991503
+Ref: 935\7f991503
+Node: PLAIN Monte Carlo\7f993744
+Ref: montecarlo plain-monte-carlo\7f993854
+Ref: 936\7f993854
+Ref: montecarlo c gsl_monte_plain_state\7f994868
+Ref: 937\7f994868
+Ref: montecarlo c gsl_monte_plain_alloc\7f994961
+Ref: 938\7f994961
+Ref: montecarlo c gsl_monte_plain_init\7f995178
+Ref: 939\7f995178
+Ref: montecarlo c gsl_monte_plain_integrate\7f995404
+Ref: 93a\7f995404
+Ref: montecarlo c gsl_monte_plain_free\7f996288
+Ref: 93b\7f996288
+Node: MISER\7f996449
+Ref: montecarlo miser\7f996555
+Ref: 93c\7f996555
+Ref: montecarlo c gsl_monte_miser_state\7f998475
+Ref: 93d\7f998475
+Ref: montecarlo c gsl_monte_miser_alloc\7f998571
+Ref: 93e\7f998571
+Ref: montecarlo c gsl_monte_miser_init\7f998858
+Ref: 93f\7f998858
+Ref: montecarlo c gsl_monte_miser_integrate\7f999084
+Ref: 940\7f999084
+Ref: montecarlo c gsl_monte_miser_free\7f999968
+Ref: 941\7f999968
+Ref: montecarlo c gsl_monte_miser_params_get\7f1000246
+Ref: 942\7f1000246
+Ref: montecarlo c gsl_monte_miser_params_set\7f1000492
+Ref: 943\7f1000492
+Ref: montecarlo c gsl_monte_miser_params\7f1001119
+Ref: 944\7f1001119
+Ref: montecarlo c gsl_monte_miser_params estimate_frac\7f1001153
+Ref: 945\7f1001153
+Ref: montecarlo c gsl_monte_miser_params min_calls\7f1001423
+Ref: 946\7f1001423
+Ref: montecarlo c gsl_monte_miser_params min_calls_per_bisection\7f1001945
+Ref: 947\7f1001945
+Ref: montecarlo c gsl_monte_miser_params alpha\7f1002435
+Ref: 948\7f1002435
+Ref: montecarlo c gsl_monte_miser_params dither\7f1003311
+Ref: 949\7f1003311
+Ref: MISER-Footnote-1\7f1003819
+Node: VEGAS\7f1003958
+Ref: montecarlo vegas\7f1004059
+Ref: 94a\7f1004059
+Ref: montecarlo c gsl_monte_vegas_state\7f1006334
+Ref: 94b\7f1006334
+Ref: montecarlo c gsl_monte_vegas_alloc\7f1006430
+Ref: 94c\7f1006430
+Ref: montecarlo c gsl_monte_vegas_init\7f1006717
+Ref: 94d\7f1006717
+Ref: montecarlo c gsl_monte_vegas_integrate\7f1006943
+Ref: 94e\7f1006943
+Ref: montecarlo c gsl_monte_vegas_free\7f1008111
+Ref: 94f\7f1008111
+Ref: montecarlo c gsl_monte_vegas_chisq\7f1009788
+Ref: 950\7f1009788
+Ref: montecarlo c gsl_monte_vegas_runval\7f1010302
+Ref: 951\7f1010302
+Ref: montecarlo c gsl_monte_vegas_params_get\7f1010716
+Ref: 952\7f1010716
+Ref: montecarlo c gsl_monte_vegas_params_set\7f1010962
+Ref: 953\7f1010962
+Ref: montecarlo c gsl_monte_vegas_params\7f1011589
+Ref: 954\7f1011589
+Ref: montecarlo c gsl_monte_vegas_params alpha\7f1011623
+Ref: 955\7f1011623
+Ref: montecarlo c gsl_monte_vegas_params iterations\7f1011897
+Ref: 956\7f1011897
+Ref: montecarlo c gsl_monte_vegas_params stage\7f1012058
+Ref: 957\7f1012058
+Ref: montecarlo c gsl_monte_vegas_params mode\7f1012979
+Ref: 958\7f1012979
+Ref: montecarlo c gsl_monte_vegas_params verbose\7f1013471
+Ref: 959\7f1013471
+Ref: montecarlo c gsl_monte_vegas_params ostream\7f1013502
+Ref: 95a\7f1013502
+Node: Examples<20>\7f1014231
+Ref: montecarlo examples\7f1014361
+Ref: 95b\7f1014361
+Node: References and Further Reading<20>\7f1020282
+Ref: montecarlo references-and-further-reading\7f1020398
+Ref: 95c\7f1020398
+Node: Simulated Annealing\7f1021040
+Ref: siman doc\7f1021172
+Ref: 95d\7f1021172
+Ref: siman simulated-annealing\7f1021172
+Ref: 95e\7f1021172
+Node: Simulated Annealing algorithm\7f1022251
+Ref: siman simulated-annealing-algorithm\7f1022375
+Ref: 95f\7f1022375
+Node: Simulated Annealing functions\7f1023405
+Ref: siman simulated-annealing-functions\7f1023550
+Ref: 960\7f1023550
+Ref: siman c gsl_siman_solve\7f1023621
+Ref: 961\7f1023621
+Ref: siman c gsl_siman_Efunc_t\7f1026203
+Ref: 962\7f1026203
+Ref: siman c gsl_siman_step_t\7f1026366
+Ref: 963\7f1026366
+Ref: siman c gsl_siman_metric_t\7f1026688
+Ref: 964\7f1026688
+Ref: siman c gsl_siman_print_t\7f1026886
+Ref: 965\7f1026886
+Ref: siman c gsl_siman_copy_t\7f1027050
+Ref: 966\7f1027050
+Ref: siman c gsl_siman_copy_construct_t\7f1027231
+Ref: 967\7f1027231
+Ref: siman c gsl_siman_destroy_t\7f1027414
+Ref: 968\7f1027414
+Ref: siman c gsl_siman_params_t\7f1027588
+Ref: 969\7f1027588
+Node: Examples<21>\7f1028694
+Ref: siman examples\7f1028844
+Ref: 96a\7f1028844
+Node: Trivial example\7f1029211
+Ref: siman trivial-example\7f1029311
+Ref: 96b\7f1029311
+Ref: siman fig-siman-test\7f1031873
+Ref: 96c\7f1031873
+Ref: siman fig-siman-energy\7f1032074
+Ref: 96d\7f1032074
+Node: Traveling Salesman Problem\7f1032155
+Ref: siman traveling-salesman-problem\7f1032255
+Ref: 96e\7f1032255
+Node: References and Further Reading<21>\7f1046679
+Ref: siman references-and-further-reading\7f1046791
+Ref: 96f\7f1046791
+Node: Ordinary Differential Equations\7f1047053
+Ref: ode-initval doc\7f1047175
+Ref: 970\7f1047175
+Ref: ode-initval ordinary-differential-equations\7f1047175
+Ref: 971\7f1047175
+Node: Defining the ODE System\7f1048292
+Ref: ode-initval defining-the-ode-system\7f1048411
+Ref: 972\7f1048411
+Ref: ode-initval c gsl_odeiv2_system\7f1048811
+Ref: 973\7f1048811
+Node: Stepping Functions\7f1051578
+Ref: ode-initval stepping-functions\7f1051732
+Ref: 977\7f1051732
+Ref: ode-initval c gsl_odeiv2_step\7f1051947
+Ref: 978\7f1051947
+Ref: ode-initval c gsl_odeiv2_step_alloc\7f1052039
+Ref: 979\7f1052039
+Ref: ode-initval c gsl_odeiv2_step_reset\7f1052520
+Ref: 976\7f1052520
+Ref: ode-initval c gsl_odeiv2_step_free\7f1052760
+Ref: 97a\7f1052760
+Ref: ode-initval c gsl_odeiv2_step_name\7f1052920
+Ref: 97b\7f1052920
+Ref: ode-initval c gsl_odeiv2_step_order\7f1053234
+Ref: 97c\7f1053234
+Ref: ode-initval c gsl_odeiv2_step_set_driver\7f1053481
+Ref: 97d\7f1053481
+Ref: ode-initval c gsl_odeiv2_step_apply\7f1053967
+Ref: 97e\7f1053967
+Ref: ode-initval c gsl_odeiv2_step_type\7f1056409
+Ref: 97f\7f1056409
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_rk2\7f1056441
+Ref: 980\7f1056441
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_rk4\7f1056571
+Ref: 981\7f1056571
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_rkf45\7f1056877
+Ref: 982\7f1056877
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_rkck\7f1057094
+Ref: 983\7f1057094
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_rk8pd\7f1057250
+Ref: 984\7f1057250
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_rk1imp\7f1057412
+Ref: 985\7f1057412
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_rk2imp\7f1057831
+Ref: 986\7f1057831
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_rk4imp\7f1058233
+Ref: 987\7f1058233
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_bsimp\7f1058584
+Ref: 988\7f1058584
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_msadams\7f1058852
+Ref: 989\7f1058852
+Ref: ode-initval c gsl_odeiv2_step_type gsl_odeiv2_step_msbdf\7f1059380
+Ref: 98a\7f1059380
+Node: Adaptive Step-size Control\7f1060072
+Ref: ode-initval adaptive-step-size-control\7f1060212
+Ref: 98b\7f1060212
+Ref: ode-initval c gsl_odeiv2_control\7f1060461
+Ref: 98c\7f1060461
+Ref: ode-initval c gsl_odeiv2_control_type\7f1060544
+Ref: 98d\7f1060544
+Ref: ode-initval c gsl_odeiv2_control_standard_new\7f1060618
+Ref: 98e\7f1060618
+Ref: ode-initval c gsl_odeiv2_control_y_new\7f1062231
+Ref: 98f\7f1062231
+Ref: ode-initval c gsl_odeiv2_control_yp_new\7f1062679
+Ref: 990\7f1062679
+Ref: ode-initval c gsl_odeiv2_control_scaled_new\7f1063148
+Ref: 991\7f1063148
+Ref: ode-initval c gsl_odeiv2_control_alloc\7f1063869
+Ref: 992\7f1063869
+Ref: ode-initval c gsl_odeiv2_control_init\7f1064281
+Ref: 993\7f1064281
+Ref: ode-initval c gsl_odeiv2_control_free\7f1064691
+Ref: 994\7f1064691
+Ref: ode-initval c gsl_odeiv2_control_hadjust\7f1064856
+Ref: 995\7f1064856
+Ref: ode-initval c gsl_odeiv2_control_name\7f1065856
+Ref: 996\7f1065856
+Ref: ode-initval c gsl_odeiv2_control_errlevel\7f1066186
+Ref: 997\7f1066186
+Ref: ode-initval c gsl_odeiv2_control_set_driver\7f1066634
+Ref: 998\7f1066634
+Node: Evolution\7f1066853
+Ref: ode-initval evolution\7f1066981
+Ref: 999\7f1066981
+Ref: ode-initval c gsl_odeiv2_evolve\7f1067182
+Ref: 99a\7f1067182
+Ref: ode-initval c gsl_odeiv2_evolve_alloc\7f1067296
+Ref: 99b\7f1067296
+Ref: ode-initval c gsl_odeiv2_evolve_apply\7f1067531
+Ref: 99c\7f1067531
+Ref: ode-initval c gsl_odeiv2_evolve_apply_fixed_step\7f1069862
+Ref: 99d\7f1069862
+Ref: ode-initval c gsl_odeiv2_evolve_reset\7f1070547
+Ref: 975\7f1070547
+Ref: ode-initval c gsl_odeiv2_evolve_free\7f1070792
+Ref: 99e\7f1070792
+Ref: ode-initval c gsl_odeiv2_evolve_set_driver\7f1070957
+Ref: 99f\7f1070957
+Node: Driver\7f1071572
+Ref: ode-initval driver\7f1071686
+Ref: 9a0\7f1071686
+Ref: ode-initval c gsl_odeiv2_driver_alloc_y_new\7f1071825
+Ref: 9a1\7f1071825
+Ref: ode-initval c gsl_odeiv2_driver_alloc_yp_new\7f1072033
+Ref: 9a2\7f1072033
+Ref: ode-initval c gsl_odeiv2_driver_alloc_standard_new\7f1072242
+Ref: 9a3\7f1072242
+Ref: ode-initval c gsl_odeiv2_driver_alloc_scaled_new\7f1072506
+Ref: 9a4\7f1072506
+Ref: ode-initval c gsl_odeiv2_driver_set_hmin\7f1073268
+Ref: 9a5\7f1073268
+Ref: ode-initval c gsl_odeiv2_driver_set_hmax\7f1073490
+Ref: 9a6\7f1073490
+Ref: ode-initval c gsl_odeiv2_driver_set_nmax\7f1073728
+Ref: 9a7\7f1073728
+Ref: ode-initval c gsl_odeiv2_driver_apply\7f1073996
+Ref: 9a8\7f1073996
+Ref: ode-initval c gsl_odeiv2_driver_apply_fixed_step\7f1075017
+Ref: 9a9\7f1075017
+Ref: ode-initval c gsl_odeiv2_driver_reset\7f1075550
+Ref: 974\7f1075550
+Ref: ode-initval c gsl_odeiv2_driver_reset_hstart\7f1075678
+Ref: 9aa\7f1075678
+Ref: ode-initval c gsl_odeiv2_driver_free\7f1075977
+Ref: 9ab\7f1075977
+Node: Examples<22>\7f1076148
+Ref: ode-initval examples\7f1076287
+Ref: 9ac\7f1076287
+Node: References and Further Reading<22>\7f1081538
+Ref: ode-initval references-and-further-reading\7f1081662
+Ref: 9ad\7f1081662
+Node: Interpolation\7f1083329
+Ref: interp doc\7f1083457
+Ref: 9ae\7f1083457
+Ref: interp interpolation\7f1083457
+Ref: 9af\7f1083457
+Ref: interp sec-interpolation\7f1083457
+Ref: 9b0\7f1083457
+Node: Introduction to 1D Interpolation\7f1084865
+Ref: interp introduction-to-1d-interpolation\7f1084983
+Ref: 9b2\7f1084983
+Node: 1D Interpolation Functions\7f1085352
+Ref: interp d-interpolation-functions\7f1085501
+Ref: 9b3\7f1085501
+Ref: interp c gsl_interp\7f1085707
+Ref: 9b4\7f1085707
+Ref: interp c gsl_interp_alloc\7f1085766
+Ref: 9b5\7f1085766
+Ref: interp c gsl_interp_init\7f1086013
+Ref: 9b6\7f1086013
+Ref: interp c gsl_interp_free\7f1086685
+Ref: 9b7\7f1086685
+Node: 1D Interpolation Types\7f1086812
+Ref: interp d-interpolation-types\7f1086962
+Ref: 9b8\7f1086962
+Ref: interp c gsl_interp_type\7f1087090
+Ref: 9b9\7f1087090
+Ref: interp c gsl_interp_type gsl_interp_linear\7f1087117
+Ref: 9ba\7f1087117
+Ref: interp c gsl_interp_type gsl_interp_polynomial\7f1087294
+Ref: 9bb\7f1087294
+Ref: interp c gsl_interp_type gsl_interp_cspline\7f1087700
+Ref: 9bc\7f1087700
+Ref: interp c gsl_interp_type gsl_interp_cspline_periodic\7f1088075
+Ref: 9bd\7f1088075
+Ref: interp c gsl_interp_type gsl_interp_akima\7f1088654
+Ref: 9be\7f1088654
+Ref: interp c gsl_interp_type gsl_interp_akima_periodic\7f1088862
+Ref: 9bf\7f1088862
+Ref: interp c gsl_interp_type gsl_interp_steffen\7f1089095
+Ref: 9c0\7f1089095
+Ref: interp c gsl_interp_name\7f1089729
+Ref: 9c1\7f1089729
+Ref: interp c gsl_interp_min_size\7f1090073
+Ref: 9c2\7f1090073
+Ref: interp c gsl_interp_type_min_size\7f1090157
+Ref: 9c3\7f1090157
+Node: 1D Index Look-up and Acceleration\7f1090478
+Ref: interp d-index-look-up-and-acceleration\7f1090642
+Ref: 9c4\7f1090642
+Ref: interp c gsl_interp_accel\7f1090855
+Ref: 9c5\7f1090855
+Ref: interp c gsl_interp_bsearch\7f1091131
+Ref: 9c6\7f1091131
+Ref: interp c gsl_interp_accel_alloc\7f1091556
+Ref: 9c7\7f1091556
+Ref: interp c gsl_interp_accel_find\7f1092105
+Ref: 9c8\7f1092105
+Ref: interp c gsl_interp_accel_reset\7f1092637
+Ref: 9c9\7f1092637
+Ref: interp c gsl_interp_accel_free\7f1092905
+Ref: 9ca\7f1092905
+Node: 1D Evaluation of Interpolating Functions\7f1093036
+Ref: interp d-evaluation-of-interpolating-functions\7f1093203
+Ref: 9cb\7f1093203
+Ref: interp c gsl_interp_eval\7f1093296
+Ref: 9cc\7f1093296
+Ref: interp c gsl_interp_eval_e\7f1093451
+Ref: 9cd\7f1093451
+Ref: interp c gsl_interp_eval_deriv\7f1094034
+Ref: 9ce\7f1094034
+Ref: interp c gsl_interp_eval_deriv_e\7f1094195
+Ref: 9cf\7f1094195
+Ref: interp c gsl_interp_eval_deriv2\7f1094632
+Ref: 9d0\7f1094632
+Ref: interp c gsl_interp_eval_deriv2_e\7f1094794
+Ref: 9d1\7f1094794
+Ref: interp c gsl_interp_eval_integ\7f1095241
+Ref: 9d2\7f1095241
+Ref: interp c gsl_interp_eval_integ_e\7f1095412
+Ref: 9d3\7f1095412
+Node: 1D Higher-level Interface\7f1095896
+Ref: interp d-higher-level-interface\7f1096063
+Ref: 9d4\7f1096063
+Ref: interp c gsl_spline\7f1096573
+Ref: 9d5\7f1096573
+Ref: interp c gsl_spline_alloc\7f1096693
+Ref: 9d6\7f1096693
+Ref: interp c gsl_spline_init\7f1096799
+Ref: 9d7\7f1096799
+Ref: interp c gsl_spline_free\7f1096916
+Ref: 9d8\7f1096916
+Ref: interp c gsl_spline_name\7f1096973
+Ref: 9d9\7f1096973
+Ref: interp c gsl_spline_min_size\7f1097043
+Ref: 9da\7f1097043
+Ref: interp c gsl_spline_eval\7f1097128
+Ref: 9db\7f1097128
+Ref: interp c gsl_spline_eval_e\7f1097235
+Ref: 9dc\7f1097235
+Ref: interp c gsl_spline_eval_deriv\7f1097353
+Ref: 9dd\7f1097353
+Ref: interp c gsl_spline_eval_deriv_e\7f1097466
+Ref: 9de\7f1097466
+Ref: interp c gsl_spline_eval_deriv2\7f1097590
+Ref: 9df\7f1097590
+Ref: interp c gsl_spline_eval_deriv2_e\7f1097704
+Ref: 9e0\7f1097704
+Ref: interp c gsl_spline_eval_integ\7f1097830
+Ref: 9e1\7f1097830
+Ref: interp c gsl_spline_eval_integ_e\7f1097953
+Ref: 9e2\7f1097953
+Node: 1D Interpolation Example Programs\7f1098092
+Ref: interp d-interpolation-example-programs\7f1098251
+Ref: 9e3\7f1098251
+Ref: interp fig-interp\7f1099655
+Ref: 9e4\7f1099655
+Ref: interp fig-interpp\7f1101245
+Ref: 9e5\7f1101245
+Ref: interp fig-interp-compare\7f1103409
+Ref: 9e6\7f1103409
+Node: Introduction to 2D Interpolation\7f1103907
+Ref: interp introduction-to-2d-interpolation\7f1104067
+Ref: 9e7\7f1104067
+Node: 2D Interpolation Functions\7f1104441
+Ref: interp id1\7f1104590
+Ref: 9e8\7f1104590
+Ref: interp c gsl_interp2d\7f1104798
+Ref: 9e9\7f1104798
+Ref: interp c gsl_interp2d_alloc\7f1104859
+Ref: 9ea\7f1104859
+Ref: interp c gsl_interp2d_init\7f1105222
+Ref: 9eb\7f1105222
+Ref: interp c gsl_interp2d_free\7f1106189
+Ref: 9ec\7f1106189
+Node: 2D Interpolation Grids\7f1106320
+Ref: interp d-interpolation-grids\7f1106459
+Ref: 9ed\7f1106459
+Ref: interp c gsl_interp2d_set\7f1106860
+Ref: 9ee\7f1106860
+Ref: interp c gsl_interp2d_get\7f1107133
+Ref: 9ef\7f1107133
+Ref: interp c gsl_interp2d_idx\7f1107392
+Ref: 9f0\7f1107392
+Node: 2D Interpolation Types\7f1107644
+Ref: interp id2\7f1107797
+Ref: 9f1\7f1107797
+Ref: interp c gsl_interp2d_type\7f1107856
+Ref: 9f2\7f1107856
+Ref: interp c gsl_interp2d_type gsl_interp2d_bilinear\7f1107969
+Ref: 9f3\7f1107969
+Ref: interp c gsl_interp2d_type gsl_interp2d_bicubic\7f1108154
+Ref: 9f4\7f1108154
+Ref: interp c gsl_interp2d_name\7f1108260
+Ref: 9f5\7f1108260
+Ref: interp c gsl_interp2d_min_size\7f1108611
+Ref: 9f6\7f1108611
+Ref: interp c gsl_interp2d_type_min_size\7f1108699
+Ref: 9f7\7f1108699
+Node: 2D Evaluation of Interpolating Functions\7f1109014
+Ref: interp id3\7f1109170
+Ref: 9f8\7f1109170
+Ref: interp c gsl_interp2d_eval\7f1109265
+Ref: 9f9\7f1109265
+Ref: interp c gsl_interp2d_eval_e\7f1109500
+Ref: 9fa\7f1109500
+Ref: interp c gsl_interp2d_eval_extrap\7f1110227
+Ref: 9fb\7f1110227
+Ref: interp c gsl_interp2d_eval_extrap_e\7f1110469
+Ref: 9fc\7f1110469
+Ref: interp c gsl_interp2d_eval_deriv_x\7f1111233
+Ref: 9fd\7f1111233
+Ref: interp c gsl_interp2d_eval_deriv_x_e\7f1111476
+Ref: 9fe\7f1111476
+Ref: interp c gsl_interp2d_eval_deriv_y\7f1112239
+Ref: 9ff\7f1112239
+Ref: interp c gsl_interp2d_eval_deriv_y_e\7f1112482
+Ref: a00\7f1112482
+Ref: interp c gsl_interp2d_eval_deriv_xx\7f1113245
+Ref: a01\7f1113245
+Ref: interp c gsl_interp2d_eval_deriv_xx_e\7f1113489
+Ref: a02\7f1113489
+Ref: interp c gsl_interp2d_eval_deriv_yy\7f1114257
+Ref: a03\7f1114257
+Ref: interp c gsl_interp2d_eval_deriv_yy_e\7f1114501
+Ref: a04\7f1114501
+Ref: interp c gsl_interp2d_eval_deriv_xy\7f1115269
+Ref: a05\7f1115269
+Ref: interp c gsl_interp2d_eval_deriv_xy_e\7f1115513
+Ref: a06\7f1115513
+Node: 2D Higher-level Interface\7f1116290
+Ref: interp id4\7f1116457
+Ref: a07\7f1116457
+Ref: interp c gsl_spline2d\7f1116978
+Ref: a08\7f1116978
+Ref: interp c gsl_spline2d_alloc\7f1117102
+Ref: a09\7f1117102
+Ref: interp c gsl_spline2d_init\7f1117229
+Ref: a0a\7f1117229
+Ref: interp c gsl_spline2d_free\7f1117394
+Ref: a0b\7f1117394
+Ref: interp c gsl_spline2d_name\7f1117455
+Ref: a0c\7f1117455
+Ref: interp c gsl_spline2d_min_size\7f1117529
+Ref: a0d\7f1117529
+Ref: interp c gsl_spline2d_eval\7f1117618
+Ref: a0e\7f1117618
+Ref: interp c gsl_spline2d_eval_e\7f1117786
+Ref: a0f\7f1117786
+Ref: interp c gsl_spline2d_eval_extrap\7f1117965
+Ref: a10\7f1117965
+Ref: interp c gsl_spline2d_eval_extrap_e\7f1118140
+Ref: a11\7f1118140
+Ref: interp c gsl_spline2d_eval_deriv_x\7f1118326
+Ref: a12\7f1118326
+Ref: interp c gsl_spline2d_eval_deriv_x_e\7f1118502
+Ref: a13\7f1118502
+Ref: interp c gsl_spline2d_eval_deriv_y\7f1118689
+Ref: a14\7f1118689
+Ref: interp c gsl_spline2d_eval_deriv_y_e\7f1118865
+Ref: a15\7f1118865
+Ref: interp c gsl_spline2d_eval_deriv_xx\7f1119052
+Ref: a16\7f1119052
+Ref: interp c gsl_spline2d_eval_deriv_xx_e\7f1119229
+Ref: a17\7f1119229
+Ref: interp c gsl_spline2d_eval_deriv_yy\7f1119417
+Ref: a18\7f1119417
+Ref: interp c gsl_spline2d_eval_deriv_yy_e\7f1119594
+Ref: a19\7f1119594
+Ref: interp c gsl_spline2d_eval_deriv_xy\7f1119782
+Ref: a1a\7f1119782
+Ref: interp c gsl_spline2d_eval_deriv_xy_e\7f1119959
+Ref: a1b\7f1119959
+Ref: interp c gsl_spline2d_set\7f1120147
+Ref: a1c\7f1120147
+Ref: interp c gsl_spline2d_get\7f1120283
+Ref: a1d\7f1120283
+Node: 2D Interpolation Example programs\7f1120542
+Ref: interp id5\7f1120703
+Ref: a1e\7f1120703
+Ref: interp fig-interp2d\7f1122755
+Ref: a1f\7f1122755
+Node: References and Further Reading<23>\7f1122818
+Ref: interp references-and-further-reading\7f1122945
+Ref: a20\7f1122945
+Node: Numerical Differentiation\7f1123525
+Ref: diff doc\7f1123646
+Ref: a21\7f1123646
+Ref: diff numerical-differentiation\7f1123646
+Ref: a22\7f1123646
+Node: Functions\7f1124108
+Ref: diff functions\7f1124201
+Ref: a23\7f1124201
+Ref: diff c gsl_deriv_central\7f1124232
+Ref: a24\7f1124232
+Ref: diff c gsl_deriv_forward\7f1125273
+Ref: a25\7f1125273
+Ref: diff c gsl_deriv_backward\7f1126439
+Ref: a26\7f1126439
+Node: Examples<23>\7f1127257
+Ref: diff examples\7f1127393
+Ref: a27\7f1127393
+Node: References and Further Reading<24>\7f1128682
+Ref: diff references-and-further-reading\7f1128800
+Ref: a28\7f1128800
+Node: Chebyshev Approximations\7f1129209
+Ref: cheb doc\7f1129336
+Ref: a29\7f1129336
+Ref: cheb chebyshev-approximations\7f1129336
+Ref: a2a\7f1129336
+Node: Definitions\7f1130240
+Ref: cheb definitions\7f1130366
+Ref: a2b\7f1130366
+Ref: cheb c gsl_cheb_series\7f1130401
+Ref: a2c\7f1130401
+Node: Creation and Calculation of Chebyshev Series\7f1131099
+Ref: cheb creation-and-calculation-of-chebyshev-series\7f1131253
+Ref: a2d\7f1131253
+Ref: cheb c gsl_cheb_alloc\7f1131354
+Ref: a2e\7f1131354
+Ref: cheb c gsl_cheb_free\7f1131599
+Ref: a2f\7f1131599
+Ref: cheb c gsl_cheb_init\7f1131741
+Ref: a30\7f1131741
+Node: Auxiliary Functions\7f1132147
+Ref: cheb auxiliary-functions\7f1132317
+Ref: a31\7f1132317
+Ref: cheb c gsl_cheb_order\7f1132449
+Ref: a32\7f1132449
+Ref: cheb c gsl_cheb_size\7f1132587
+Ref: a33\7f1132587
+Ref: cheb c gsl_cheb_coeffs\7f1132650
+Ref: a34\7f1132650
+Node: Chebyshev Series Evaluation\7f1132890
+Ref: cheb chebyshev-series-evaluation\7f1133041
+Ref: a35\7f1133041
+Ref: cheb c gsl_cheb_eval\7f1133108
+Ref: a36\7f1133108
+Ref: cheb c gsl_cheb_eval_err\7f1133284
+Ref: a37\7f1133284
+Ref: cheb c gsl_cheb_eval_n\7f1133679
+Ref: a38\7f1133679
+Ref: cheb c gsl_cheb_eval_n_err\7f1133933
+Ref: a39\7f1133933
+Node: Derivatives and Integrals\7f1134401
+Ref: cheb derivatives-and-integrals\7f1134545
+Ref: a3a\7f1134545
+Ref: cheb c gsl_cheb_calc_deriv\7f1134889
+Ref: a3b\7f1134889
+Ref: cheb c gsl_cheb_calc_integ\7f1135259
+Ref: a3c\7f1135259
+Node: Examples<24>\7f1135721
+Ref: cheb examples\7f1135872
+Ref: a3d\7f1135872
+Ref: cheb fig-cheb\7f1137241
+Ref: a3e\7f1137241
+Node: References and Further Reading<25>\7f1137319
+Ref: cheb references-and-further-reading\7f1137436
+Ref: a3f\7f1137436
+Node: Series Acceleration\7f1137735
+Ref: sum doc\7f1137855
+Ref: a40\7f1137855
+Ref: sum series-acceleration\7f1137855
+Ref: a41\7f1137855
+Node: Acceleration functions\7f1138525
+Ref: sum acceleration-functions\7f1138660
+Ref: a42\7f1138660
+Ref: sum c gsl_sum_levin_u_workspace\7f1139618
+Ref: a43\7f1139618
+Ref: sum c gsl_sum_levin_u_alloc\7f1139696
+Ref: a44\7f1139696
+Ref: sum c gsl_sum_levin_u_free\7f1139932
+Ref: a45\7f1139932
+Ref: sum c gsl_sum_levin_u_accel\7f1140090
+Ref: a46\7f1140090
+Node: Acceleration functions without error estimation\7f1141043
+Ref: sum acceleration-functions-without-error-estimation\7f1141199
+Ref: a47\7f1141199
+Ref: sum c gsl_sum_levin_utrunc_workspace\7f1142289
+Ref: a48\7f1142289
+Ref: sum c gsl_sum_levin_utrunc_alloc\7f1142396
+Ref: a49\7f1142396
+Ref: sum c gsl_sum_levin_utrunc_free\7f1142666
+Ref: a4a\7f1142666
+Ref: sum c gsl_sum_levin_utrunc_accel\7f1142844
+Ref: a4b\7f1142844
+Node: Examples<25>\7f1143856
+Ref: sum examples\7f1144024
+Ref: a4c\7f1144024
+Node: References and Further Reading<26>\7f1146185
+Ref: sum references-and-further-reading\7f1146297
+Ref: a4d\7f1146297
+Node: Wavelet Transforms\7f1147069
+Ref: dwt doc\7f1147191
+Ref: a4e\7f1147191
+Ref: dwt wavelet-transforms\7f1147191
+Ref: a4f\7f1147191
+Node: Definitions<2>\7f1147681
+Ref: dwt definitions\7f1147774
+Ref: a50\7f1147774
+Node: Initialization\7f1148651
+Ref: dwt initialization\7f1148772
+Ref: a51\7f1148772
+Ref: dwt c gsl_wavelet\7f1148813
+Ref: a52\7f1148813
+Ref: dwt c gsl_wavelet_alloc\7f1148954
+Ref: a53\7f1148954
+Ref: dwt c gsl_wavelet_type\7f1149395
+Ref: a54\7f1149395
+Ref: dwt c gsl_wavelet_type gsl_wavelet_daubechies\7f1149423
+Ref: a55\7f1149423
+Ref: dwt c gsl_wavelet_type gsl_wavelet_daubechies_centered\7f1149495
+Ref: a56\7f1149495
+Ref: dwt c gsl_wavelet_type gsl_wavelet_haar\7f1149774
+Ref: a57\7f1149774
+Ref: dwt c gsl_wavelet_type gsl_wavelet_haar_centered\7f1149840
+Ref: a58\7f1149840
+Ref: dwt c gsl_wavelet_type gsl_wavelet_bspline\7f1150035
+Ref: a59\7f1150035
+Ref: dwt c gsl_wavelet_type gsl_wavelet_bspline_centered\7f1150104
+Ref: a5a\7f1150104
+Ref: dwt c gsl_wavelet_name\7f1150610
+Ref: a5b\7f1150610
+Ref: dwt c gsl_wavelet_free\7f1150772
+Ref: a5c\7f1150772
+Ref: dwt c gsl_wavelet_workspace\7f1150885
+Ref: a5d\7f1150885
+Ref: dwt c gsl_wavelet_workspace_alloc\7f1151065
+Ref: a5e\7f1151065
+Ref: dwt c gsl_wavelet_workspace_free\7f1151654
+Ref: a5f\7f1151654
+Node: Transform Functions\7f1151808
+Ref: dwt transform-functions\7f1151927
+Ref: a60\7f1151927
+Node: Wavelet transforms in one dimension\7f1152365
+Ref: dwt wavelet-transforms-in-one-dimension\7f1152501
+Ref: a61\7f1152501
+Ref: dwt c gsl_wavelet_transform\7f1152588
+Ref: a62\7f1152588
+Ref: dwt c gsl_wavelet_transform_forward\7f1152766
+Ref: a63\7f1152766
+Ref: dwt c gsl_wavelet_transform_inverse\7f1152925
+Ref: a64\7f1152925
+Node: Wavelet transforms in two dimension\7f1154541
+Ref: dwt wavelet-transforms-in-two-dimension\7f1154677
+Ref: a65\7f1154677
+Ref: dwt c gsl_wavelet2d_transform\7f1155988
+Ref: a66\7f1155988
+Ref: dwt c gsl_wavelet2d_transform_forward\7f1156183
+Ref: a67\7f1156183
+Ref: dwt c gsl_wavelet2d_transform_inverse\7f1156359
+Ref: a68\7f1156359
+Ref: dwt c gsl_wavelet2d_transform_matrix\7f1157522
+Ref: a69\7f1157522
+Ref: dwt c gsl_wavelet2d_transform_matrix_forward\7f1157685
+Ref: a6a\7f1157685
+Ref: dwt c gsl_wavelet2d_transform_matrix_inverse\7f1157819
+Ref: a6b\7f1157819
+Ref: dwt c gsl_wavelet2d_nstransform\7f1158062
+Ref: a6c\7f1158062
+Ref: dwt c gsl_wavelet2d_nstransform_forward\7f1158259
+Ref: a6d\7f1158259
+Ref: dwt c gsl_wavelet2d_nstransform_inverse\7f1158437
+Ref: a6e\7f1158437
+Ref: dwt c gsl_wavelet2d_nstransform_matrix\7f1158711
+Ref: a6f\7f1158711
+Ref: dwt c gsl_wavelet2d_nstransform_matrix_forward\7f1158876
+Ref: a70\7f1158876
+Ref: dwt c gsl_wavelet2d_nstransform_matrix_inverse\7f1159012
+Ref: a71\7f1159012
+Node: Examples<26>\7f1159287
+Ref: dwt examples\7f1159426
+Ref: a72\7f1159426
+Ref: dwt fig-dwt\7f1161502
+Ref: a73\7f1161502
+Node: References and Further Reading<27>\7f1161677
+Ref: dwt references-and-further-reading\7f1161788
+Ref: a74\7f1161788
+Node: Discrete Hankel Transforms\7f1163874
+Ref: dht doc\7f1164005
+Ref: a75\7f1164005
+Ref: dht discrete-hankel-transforms\7f1164005
+Ref: a76\7f1164005
+Node: Definitions<3>\7f1164352
+Ref: dht definitions\7f1164451
+Ref: a77\7f1164451
+Node: Functions<2>\7f1167662
+Ref: dht functions\7f1167804
+Ref: a7c\7f1167804
+Ref: dht c gsl_dht\7f1167835
+Ref: a78\7f1167835
+Ref: dht c gsl_dht_alloc\7f1167911
+Ref: a79\7f1167911
+Ref: dht c gsl_dht_init\7f1168070
+Ref: a7a\7f1168070
+Ref: dht c gsl_dht_new\7f1168264
+Ref: a7d\7f1168264
+Ref: dht c gsl_dht_free\7f1168539
+Ref: a7e\7f1168539
+Ref: dht c gsl_dht_apply\7f1168639
+Ref: a7b\7f1168639
+Ref: dht c gsl_dht_x_sample\7f1169096
+Ref: a7f\7f1169096
+Ref: dht c gsl_dht_k_sample\7f1169379
+Ref: a80\7f1169379
+Node: References and Further Reading<28>\7f1169563
+Ref: dht references-and-further-reading\7f1169682
+Ref: a81\7f1169682
+Node: One Dimensional Root-Finding\7f1169963
+Ref: roots doc\7f1170104
+Ref: a82\7f1170104
+Ref: roots one-dimensional-root-finding\7f1170104
+Ref: a83\7f1170104
+Node: Overview\7f1171207
+Ref: roots overview\7f1171297
+Ref: a84\7f1171297
+Node: Caveats\7f1173091
+Ref: roots caveats\7f1173213
+Ref: a87\7f1173213
+Node: Initializing the Solver\7f1174827
+Ref: roots initializing-the-solver\7f1174972
+Ref: a88\7f1174972
+Ref: roots c gsl_root_fsolver\7f1175031
+Ref: a85\7f1175031
+Ref: roots c gsl_root_fdfsolver\7f1175156
+Ref: a86\7f1175156
+Ref: roots c gsl_root_fsolver_alloc\7f1175276
+Ref: a89\7f1175276
+Ref: roots c gsl_root_fdfsolver_alloc\7f1175896
+Ref: a8a\7f1175896
+Ref: roots c gsl_root_fsolver_set\7f1176549
+Ref: a8b\7f1176549
+Ref: roots c gsl_root_fdfsolver_set\7f1176873
+Ref: a8c\7f1176873
+Ref: roots c gsl_root_fsolver_free\7f1177169
+Ref: a8d\7f1177169
+Ref: roots c gsl_root_fdfsolver_free\7f1177232
+Ref: a8e\7f1177232
+Ref: roots c gsl_root_fsolver_name\7f1177388
+Ref: a8f\7f1177388
+Ref: roots c gsl_root_fdfsolver_name\7f1177474
+Ref: a90\7f1177474
+Node: Providing the function to solve\7f1177787
+Ref: roots providing-function-to-solve\7f1177950
+Ref: a91\7f1177950
+Ref: roots providing-the-function-to-solve\7f1177950
+Ref: a92\7f1177950
+Ref: roots c gsl_function\7f1178252
+Ref: a93\7f1178252
+Ref: roots c gsl_function_fdf\7f1179390
+Ref: a94\7f1179390
+Node: Search Bounds and Guesses\7f1181484
+Ref: roots search-bounds-and-guesses\7f1181633
+Ref: a95\7f1181633
+Node: Iteration\7f1182331
+Ref: roots iteration\7f1182475
+Ref: a96\7f1182475
+Ref: roots c gsl_root_fsolver_iterate\7f1182801
+Ref: a97\7f1182801
+Ref: roots c gsl_root_fdfsolver_iterate\7f1182866
+Ref: a98\7f1182866
+Ref: roots c gsl_root_fsolver_root\7f1183696
+Ref: a99\7f1183696
+Ref: roots c gsl_root_fdfsolver_root\7f1183767
+Ref: a9a\7f1183767
+Ref: roots c gsl_root_fsolver_x_lower\7f1183949
+Ref: a9b\7f1183949
+Ref: roots c gsl_root_fsolver_x_upper\7f1184033
+Ref: a9c\7f1184033
+Node: Search Stopping Parameters\7f1184213
+Ref: roots search-stopping-parameters\7f1184358
+Ref: a9d\7f1184358
+Ref: roots c gsl_root_test_interval\7f1184837
+Ref: a9e\7f1184837
+Ref: roots c gsl_root_test_delta\7f1185868
+Ref: a9f\7f1185868
+Ref: roots c gsl_root_test_residual\7f1186325
+Ref: aa0\7f1186325
+Node: Root Bracketing Algorithms\7f1186853
+Ref: roots root-bracketing-algorithms\7f1187030
+Ref: aa1\7f1187030
+Ref: roots c gsl_root_fsolver_type\7f1187597
+Ref: aa2\7f1187597
+Ref: roots c gsl_root_fsolver_type gsl_root_fsolver_bisection\7f1187630
+Ref: aa3\7f1187630
+Ref: roots c gsl_root_fsolver_type gsl_root_fsolver_falsepos\7f1188461
+Ref: aa4\7f1188461
+Ref: roots c gsl_root_fsolver_type gsl_root_fsolver_brent\7f1189421
+Ref: aa5\7f1189421
+Node: Root Finding Algorithms using Derivatives\7f1190582
+Ref: roots root-finding-algorithms-using-derivatives\7f1190745
+Ref: aa6\7f1190745
+Ref: roots c gsl_root_fdfsolver_type\7f1191263
+Ref: aa7\7f1191263
+Ref: roots c gsl_root_fdfsolver_type gsl_root_fdfsolver_newton\7f1191298
+Ref: aa8\7f1191298
+Ref: roots c gsl_root_fdfsolver_type gsl_root_fdfsolver_secant\7f1191954
+Ref: aa9\7f1191954
+Ref: roots c gsl_root_fdfsolver_type gsl_root_fdfsolver_steffenson\7f1193410
+Ref: aaa\7f1193410
+Ref: Root Finding Algorithms using Derivatives-Footnote-1\7f1194541
+Node: Examples<27>\7f1194703
+Ref: roots examples\7f1194874
+Ref: aab\7f1194874
+Node: References and Further Reading<29>\7f1201984
+Ref: roots references-and-further-reading\7f1202105
+Ref: aac\7f1202105
+Node: One Dimensional Minimization\7f1202624
+Ref: min doc\7f1202768
+Ref: aad\7f1202768
+Ref: min one-dimensional-minimization\7f1202768
+Ref: aae\7f1202768
+Node: Overview<2>\7f1203933
+Ref: min overview\7f1204029
+Ref: aaf\7f1204029
+Ref: min fig-min-interval\7f1204280
+Ref: ab0\7f1204280
+Node: Caveats<2>\7f1205789
+Ref: min caveats\7f1205920
+Ref: ab2\7f1205920
+Node: Initializing the Minimizer\7f1207104
+Ref: min initializing-the-minimizer\7f1207258
+Ref: ab3\7f1207258
+Ref: min c gsl_min_fminimizer\7f1207323
+Ref: ab1\7f1207323
+Ref: min c gsl_min_fminimizer_alloc\7f1207405
+Ref: ab4\7f1207405
+Ref: min c gsl_min_fminimizer_set\7f1208057
+Ref: ab5\7f1208057
+Ref: min c gsl_min_fminimizer_set_with_values\7f1208600
+Ref: ab6\7f1208600
+Ref: min c gsl_min_fminimizer_free\7f1209080
+Ref: ab7\7f1209080
+Ref: min c gsl_min_fminimizer_name\7f1209238
+Ref: ab8\7f1209238
+Node: Providing the function to minimize\7f1209557
+Ref: min providing-the-function-to-minimize\7f1209713
+Ref: ab9\7f1209713
+Node: Iteration<2>\7f1210039
+Ref: min iteration\7f1210188
+Ref: aba\7f1210188
+Ref: min c gsl_min_fminimizer_iterate\7f1210520
+Ref: abb\7f1210520
+Ref: min c gsl_min_fminimizer_x_minimum\7f1211256
+Ref: abc\7f1211256
+Ref: min c gsl_min_fminimizer_x_upper\7f1211464
+Ref: abd\7f1211464
+Ref: min c gsl_min_fminimizer_x_lower\7f1211552
+Ref: abe\7f1211552
+Ref: min c gsl_min_fminimizer_f_minimum\7f1211757
+Ref: abf\7f1211757
+Ref: min c gsl_min_fminimizer_f_upper\7f1211847
+Ref: ac0\7f1211847
+Ref: min c gsl_min_fminimizer_f_lower\7f1211935
+Ref: ac1\7f1211935
+Node: Stopping Parameters\7f1212210
+Ref: min stopping-parameters\7f1212348
+Ref: ac2\7f1212348
+Ref: min c gsl_min_test_interval\7f1212791
+Ref: ac3\7f1212791
+Node: Minimization Algorithms\7f1213848
+Ref: min minimization-algorithms\7f1213986
+Ref: ac4\7f1213986
+Ref: min c gsl_min_fminimizer_type\7f1214471
+Ref: ac5\7f1214471
+Ref: min c gsl_min_fminimizer_type gsl_min_fminimizer_goldensection\7f1214506
+Ref: ac6\7f1214506
+Ref: min c gsl_min_fminimizer_type gsl_min_fminimizer_brent\7f1215577
+Ref: ac7\7f1215577
+Ref: min c gsl_min_fminimizer_type gsl_min_fminimizer_quad_golden\7f1216554
+Ref: ac8\7f1216554
+Node: Examples<28>\7f1216788
+Ref: min examples\7f1216941
+Ref: ac9\7f1216941
+Node: References and Further Reading<30>\7f1219506
+Ref: min references-and-further-reading\7f1219627
+Ref: aca\7f1219627
+Node: Multidimensional Root-Finding\7f1219946
+Ref: multiroots doc\7f1220091
+Ref: acb\7f1220091
+Ref: multiroots multidimensional-root-finding\7f1220091
+Ref: acc\7f1220091
+Node: Overview<3>\7f1221385
+Ref: multiroots overview\7f1221498
+Ref: acd\7f1221498
+Node: Initializing the Solver<2>\7f1223584
+Ref: multiroots initializing-the-solver\7f1223740
+Ref: ad0\7f1223740
+Ref: multiroots c gsl_multiroot_fsolver\7f1224022
+Ref: acf\7f1224022
+Ref: multiroots c gsl_multiroot_fdfsolver\7f1224141
+Ref: ace\7f1224141
+Ref: multiroots c gsl_multiroot_fsolver_alloc\7f1224259
+Ref: ad1\7f1224259
+Ref: multiroots c gsl_multiroot_fdfsolver_alloc\7f1225024
+Ref: ad2\7f1225024
+Ref: multiroots c gsl_multiroot_fsolver_set\7f1225822
+Ref: ad3\7f1225822
+Ref: multiroots c gsl_multiroot_fdfsolver_set\7f1225951
+Ref: ad4\7f1225951
+Ref: multiroots c gsl_multiroot_fsolver_free\7f1226405
+Ref: ad5\7f1226405
+Ref: multiroots c gsl_multiroot_fdfsolver_free\7f1226478
+Ref: ad6\7f1226478
+Ref: multiroots c gsl_multiroot_fsolver_name\7f1226654
+Ref: ad7\7f1226654
+Ref: multiroots c gsl_multiroot_fdfsolver_name\7f1226750
+Ref: ad8\7f1226750
+Node: Providing the function to solve<2>\7f1227077
+Ref: multiroots providing-the-function-to-solve\7f1227234
+Ref: ad9\7f1227234
+Ref: multiroots c gsl_multiroot_function\7f1227487
+Ref: ada\7f1227487
+Ref: multiroots c gsl_multiroot_function_fdf\7f1229021
+Ref: adb\7f1229021
+Node: Iteration<3>\7f1232103
+Ref: multiroots iteration\7f1232263
+Ref: adc\7f1232263
+Ref: multiroots c gsl_multiroot_fsolver_iterate\7f1232589
+Ref: add\7f1232589
+Ref: multiroots c gsl_multiroot_fdfsolver_iterate\7f1232674
+Ref: ade\7f1232674
+Ref: multiroots c gsl_multiroot_fsolver_root\7f1233422
+Ref: adf\7f1233422
+Ref: multiroots c gsl_multiroot_fdfsolver_root\7f1233530
+Ref: ae0\7f1233530
+Ref: multiroots c gsl_multiroot_fsolver_f\7f1233760
+Ref: ae1\7f1233760
+Ref: multiroots c gsl_multiroot_fdfsolver_f\7f1233865
+Ref: ae2\7f1233865
+Ref: multiroots c gsl_multiroot_fsolver_dx\7f1234119
+Ref: ae3\7f1234119
+Ref: multiroots c gsl_multiroot_fdfsolver_dx\7f1234225
+Ref: ae4\7f1234225
+Node: Search Stopping Parameters<2>\7f1234443
+Ref: multiroots search-stopping-parameters\7f1234597
+Ref: ae5\7f1234597
+Ref: multiroots c gsl_multiroot_test_delta\7f1235098
+Ref: ae6\7f1235098
+Ref: multiroots c gsl_multiroot_test_residual\7f1235676
+Ref: ae7\7f1235676
+Node: Algorithms using Derivatives\7f1236230
+Ref: multiroots algorithms-using-derivatives\7f1236402
+Ref: ae8\7f1236402
+Ref: multiroots c gsl_multiroot_fdfsolver_type\7f1236880
+Ref: ae9\7f1236880
+Ref: multiroots c gsl_multiroot_fdfsolver_type gsl_multiroot_fdfsolver_hybridsj\7f1237014
+Ref: aea\7f1237014
+Ref: multiroots c gsl_multiroot_fdfsolver_type gsl_multiroot_fdfsolver_hybridj\7f1239874
+Ref: aeb\7f1239874
+Ref: multiroots c gsl_multiroot_fdfsolver_type gsl_multiroot_fdfsolver_newton\7f1240266
+Ref: aec\7f1240266
+Ref: multiroots c gsl_multiroot_fdfsolver_type gsl_multiroot_fdfsolver_gnewton\7f1241148
+Ref: aed\7f1241148
+Node: Algorithms without Derivatives\7f1241780
+Ref: multiroots algorithms-without-derivatives\7f1241935
+Ref: aee\7f1241935
+Ref: multiroots c gsl_multiroot_fsolver_type\7f1242396
+Ref: aef\7f1242396
+Ref: multiroots c gsl_multiroot_fsolver_type gsl_multiroot_fsolver_hybrids\7f1242530
+Ref: af0\7f1242530
+Ref: multiroots c gsl_multiroot_fsolver_type gsl_multiroot_fsolver_hybrid\7f1243030
+Ref: af1\7f1243030
+Ref: multiroots c gsl_multiroot_fsolver_type gsl_multiroot_fsolver_dnewton\7f1243241
+Ref: af2\7f1243241
+Ref: multiroots c gsl_multiroot_fsolver_type gsl_multiroot_fsolver_broyden\7f1244254
+Ref: af3\7f1244254
+Node: Examples<29>\7f1245441
+Ref: multiroots examples\7f1245602
+Ref: af4\7f1245602
+Node: References and Further Reading<31>\7f1254142
+Ref: multiroots references-and-further-reading\7f1254264
+Ref: af5\7f1254264
+Node: Multidimensional Minimization\7f1255343
+Ref: multimin doc\7f1255488
+Ref: af6\7f1255488
+Ref: multimin multidimensional-minimization\7f1255488
+Ref: af7\7f1255488
+Node: Overview<4>\7f1256751
+Ref: multimin overview\7f1256848
+Ref: af8\7f1256848
+Node: Caveats<3>\7f1258862
+Ref: multimin caveats\7f1259011
+Ref: afb\7f1259011
+Node: Initializing the Multidimensional Minimizer\7f1259596
+Ref: multimin initializing-the-multidimensional-minimizer\7f1259766
+Ref: afc\7f1259766
+Ref: multimin c gsl_multimin_fdfminimizer\7f1260058
+Ref: af9\7f1260058
+Ref: multimin c gsl_multimin_fminimizer\7f1260165
+Ref: afa\7f1260165
+Ref: multimin c gsl_multimin_fdfminimizer_alloc\7f1260272
+Ref: afd\7f1260272
+Ref: multimin c gsl_multimin_fminimizer_alloc\7f1260429
+Ref: afe\7f1260429
+Ref: multimin c gsl_multimin_fdfminimizer_set\7f1260922
+Ref: aff\7f1260922
+Ref: multimin c gsl_multimin_fminimizer_set\7f1261104
+Ref: b00\7f1261104
+Ref: multimin c gsl_multimin_fdfminimizer_free\7f1262521
+Ref: b01\7f1262521
+Ref: multimin c gsl_multimin_fminimizer_free\7f1262612
+Ref: b02\7f1262612
+Ref: multimin c gsl_multimin_fdfminimizer_name\7f1262790
+Ref: b03\7f1262790
+Ref: multimin c gsl_multimin_fminimizer_name\7f1262894
+Ref: b04\7f1262894
+Node: Providing a function to minimize\7f1263237
+Ref: multimin providing-a-function-to-minimize\7f1263409
+Ref: b05\7f1263409
+Ref: multimin c gsl_multimin_function_fdf\7f1263846
+Ref: b06\7f1263846
+Ref: multimin c gsl_multimin_function\7f1265334
+Ref: b07\7f1265334
+Ref: multimin multimin-paraboloid\7f1265958
+Ref: b08\7f1265958
+Node: Iteration<4>\7f1267469
+Ref: multimin iteration\7f1267615
+Ref: b09\7f1267615
+Ref: multimin c gsl_multimin_fdfminimizer_iterate\7f1267919
+Ref: b0a\7f1267919
+Ref: multimin c gsl_multimin_fminimizer_iterate\7f1268012
+Ref: b0b\7f1268012
+Ref: multimin c gsl_multimin_fdfminimizer_x\7f1268644
+Ref: b0c\7f1268644
+Ref: multimin c gsl_multimin_fminimizer_x\7f1268757
+Ref: b0d\7f1268757
+Ref: multimin c gsl_multimin_fdfminimizer_minimum\7f1268866
+Ref: b0e\7f1268866
+Ref: multimin c gsl_multimin_fminimizer_minimum\7f1268968
+Ref: b0f\7f1268968
+Ref: multimin c gsl_multimin_fdfminimizer_gradient\7f1269066
+Ref: b10\7f1269066
+Ref: multimin c gsl_multimin_fdfminimizer_dx\7f1269186
+Ref: b11\7f1269186
+Ref: multimin c gsl_multimin_fminimizer_size\7f1269300
+Ref: b12\7f1269300
+Ref: multimin c gsl_multimin_fdfminimizer_restart\7f1269669
+Ref: b13\7f1269669
+Node: Stopping Criteria\7f1269873
+Ref: multimin stopping-criteria\7f1270014
+Ref: b14\7f1270014
+Ref: multimin c gsl_multimin_test_gradient\7f1270453
+Ref: b15\7f1270453
+Ref: multimin c gsl_multimin_test_size\7f1271114
+Ref: b16\7f1271114
+Node: Algorithms with Derivatives\7f1271486
+Ref: multimin algorithms-with-derivatives\7f1271648
+Ref: b17\7f1271648
+Ref: multimin c gsl_multimin_fdfminimizer_type\7f1271935
+Ref: b18\7f1271935
+Ref: multimin c gsl_multimin_fdfminimizer_type gsl_multimin_fdfminimizer_conjugate_fr\7f1272045
+Ref: b19\7f1272045
+Ref: multimin c gsl_multimin_fdfminimizer_type gsl_multimin_fdfminimizer_conjugate_pr\7f1273166
+Ref: b1a\7f1273166
+Ref: multimin c gsl_multimin_fdfminimizer_type gsl_multimin_fdfminimizer_vector_bfgs2\7f1273667
+Ref: b1b\7f1273667
+Ref: multimin c gsl_multimin_fdfminimizer_type gsl_multimin_fdfminimizer_vector_bfgs\7f1273784
+Ref: b1c\7f1273784
+Ref: multimin c gsl_multimin_fdfminimizer_type gsl_multimin_fdfminimizer_steepest_descent\7f1275040
+Ref: b1d\7f1275040
+Node: Algorithms without Derivatives<2>\7f1275718
+Ref: multimin algorithms-without-derivatives\7f1275875
+Ref: b1e\7f1275875
+Ref: multimin c gsl_multimin_fminimizer_type\7f1276051
+Ref: b1f\7f1276051
+Ref: multimin c gsl_multimin_fminimizer_type gsl_multimin_fminimizer_nmsimplex2\7f1276174
+Ref: b20\7f1276174
+Ref: multimin c gsl_multimin_fminimizer_type gsl_multimin_fminimizer_nmsimplex\7f1276285
+Ref: b21\7f1276285
+Ref: multimin c gsl_multimin_fminimizer_type gsl_multimin_fminimizer_nmsimplex2rand\7f1278672
+Ref: b22\7f1278672
+Node: Examples<30>\7f1279417
+Ref: multimin examples\7f1279581
+Ref: b23\7f1279581
+Ref: multimin fig-multimin\7f1282331
+Ref: b24\7f1282331
+Node: References and Further Reading<32>\7f1286087
+Ref: multimin references-and-further-reading\7f1286209
+Ref: b25\7f1286209
+Node: Linear Least-Squares Fitting\7f1286948
+Ref: lls doc\7f1287095
+Ref: b26\7f1287095
+Ref: lls linear-least-squares-fitting\7f1287095
+Ref: b27\7f1287095
+Node: Overview<5>\7f1288009
+Ref: lls overview\7f1288112
+Ref: b28\7f1288112
+Ref: lls sec-lls-overview\7f1288112
+Ref: b29\7f1288112
+Node: Linear regression\7f1290366
+Ref: lls linear-regression\7f1290504
+Ref: b2a\7f1290504
+Node: Linear regression with a constant term\7f1290815
+Ref: lls linear-regression-with-a-constant-term\7f1290958
+Ref: b2b\7f1290958
+Ref: lls c gsl_fit_linear\7f1291182
+Ref: b2c\7f1291182
+Ref: lls c gsl_fit_wlinear\7f1292268
+Ref: b2d\7f1292268
+Ref: lls c gsl_fit_linear_est\7f1293394
+Ref: b2e\7f1293394
+Node: Linear regression without a constant term\7f1293894
+Ref: lls linear-regression-without-a-constant-term\7f1294037
+Ref: b2f\7f1294037
+Ref: lls c gsl_fit_mul\7f1294280
+Ref: b30\7f1294280
+Ref: lls c gsl_fit_wmul\7f1295060
+Ref: b31\7f1295060
+Ref: lls c gsl_fit_mul_est\7f1296041
+Ref: b32\7f1296041
+Node: Multi-parameter regression\7f1296424
+Ref: lls multi-parameter-regression\7f1296573
+Ref: b33\7f1296573
+Ref: lls c gsl_multifit_linear_workspace\7f1297969
+Ref: b34\7f1297969
+Ref: lls c gsl_multifit_linear_alloc\7f1298100
+Ref: b35\7f1298100
+Ref: lls c gsl_multifit_linear_free\7f1298505
+Ref: b36\7f1298505
+Ref: lls c gsl_multifit_linear_svd\7f1298674
+Ref: b37\7f1298674
+Ref: lls c gsl_multifit_linear_bsvd\7f1298942
+Ref: b38\7f1298942
+Ref: lls c gsl_multifit_linear\7f1299343
+Ref: b39\7f1299343
+Ref: lls c gsl_multifit_linear_tsvd\7f1300645
+Ref: b3a\7f1300645
+Ref: lls c gsl_multifit_wlinear\7f1301877
+Ref: b3b\7f1301877
+Ref: lls c gsl_multifit_wlinear_tsvd\7f1302859
+Ref: b3c\7f1302859
+Ref: lls c gsl_multifit_linear_est\7f1304116
+Ref: b3d\7f1304116
+Ref: lls c gsl_multifit_linear_residuals\7f1304568
+Ref: b3e\7f1304568
+Ref: lls c gsl_multifit_linear_rank\7f1304891
+Ref: b3f\7f1304891
+Node: Regularized regression\7f1305313
+Ref: lls regularized-regression\7f1305469
+Ref: b40\7f1305469
+Ref: lls sec-regularized-regression\7f1305469
+Ref: b41\7f1305469
+Ref: lls c gsl_multifit_linear_stdform1\7f1310776
+Ref: b42\7f1310776
+Ref: lls c gsl_multifit_linear_wstdform1\7f1310976
+Ref: b46\7f1310976
+Ref: lls c gsl_multifit_linear_L_decomp\7f1312382
+Ref: b48\7f1312382
+Ref: lls c gsl_multifit_linear_stdform2\7f1313115
+Ref: b43\7f1313115
+Ref: lls c gsl_multifit_linear_wstdform2\7f1313366
+Ref: b49\7f1313366
+Ref: lls c gsl_multifit_linear_solve\7f1314674
+Ref: b4a\7f1314674
+Ref: lls c gsl_multifit_linear_genform1\7f1315864
+Ref: b44\7f1315864
+Ref: lls c gsl_multifit_linear_genform2\7f1316450
+Ref: b45\7f1316450
+Ref: lls c gsl_multifit_linear_wgenform2\7f1316712
+Ref: b4b\7f1316712
+Ref: lls c gsl_multifit_linear_applyW\7f1317638
+Ref: b47\7f1317638
+Ref: lls c gsl_multifit_linear_lcurve\7f1318273
+Ref: b4c\7f1318273
+Ref: lls c gsl_multifit_linear_lcurvature\7f1319375
+Ref: b4d\7f1319375
+Ref: lls c gsl_multifit_linear_lcorner\7f1320455
+Ref: b4e\7f1320455
+Ref: lls c gsl_multifit_linear_lcorner2\7f1321507
+Ref: b4f\7f1321507
+Ref: lls c gsl_multifit_linear_gcv_init\7f1322840
+Ref: b50\7f1322840
+Ref: lls c gsl_multifit_linear_gcv_curve\7f1323489
+Ref: b51\7f1323489
+Ref: lls c gsl_multifit_linear_gcv_min\7f1323986
+Ref: b52\7f1323986
+Ref: lls c gsl_multifit_linear_gcv_calc\7f1324605
+Ref: b53\7f1324605
+Ref: lls c gsl_multifit_linear_gcv\7f1324896
+Ref: b54\7f1324896
+Ref: lls c gsl_multifit_linear_Lk\7f1325629
+Ref: b55\7f1325629
+Ref: lls c gsl_multifit_linear_Lsobolev\7f1325976
+Ref: b56\7f1325976
+Ref: lls c gsl_multifit_linear_rcond\7f1326934
+Ref: b57\7f1326934
+Node: Robust linear regression\7f1327345
+Ref: lls robust-linear-regression\7f1327501
+Ref: b58\7f1327501
+Ref: lls c gsl_multifit_robust_workspace\7f1330630
+Ref: b59\7f1330630
+Ref: lls c gsl_multifit_robust_alloc\7f1330734
+Ref: b5a\7f1330734
+Ref: lls c gsl_multifit_robust_alloc gsl_multifit_robust_type\7f1331188
+Ref: b5b\7f1331188
+Ref: lls c gsl_multifit_robust_alloc gsl_multifit_robust_type gsl_multifit_robust_default\7f1331229
+Ref: b5c\7f1331229
+Ref: lls c gsl_multifit_robust_alloc gsl_multifit_robust_type gsl_multifit_robust_bisquare\7f1331523
+Ref: b5d\7f1331523
+Ref: lls c gsl_multifit_robust_alloc gsl_multifit_robust_type gsl_multifit_robust_cauchy\7f1331985
+Ref: b5e\7f1331985
+Ref: lls c gsl_multifit_robust_alloc gsl_multifit_robust_type gsl_multifit_robust_fair\7f1332591
+Ref: b5f\7f1332591
+Ref: lls c gsl_multifit_robust_alloc gsl_multifit_robust_type gsl_multifit_robust_huber\7f1332996
+Ref: b60\7f1332996
+Ref: lls c gsl_multifit_robust_alloc gsl_multifit_robust_type gsl_multifit_robust_ols\7f1333682
+Ref: b61\7f1333682
+Ref: lls c gsl_multifit_robust_alloc gsl_multifit_robust_type gsl_multifit_robust_welsch\7f1334125
+Ref: b62\7f1334125
+Ref: lls c gsl_multifit_robust_free\7f1334538
+Ref: b63\7f1334538
+Ref: lls c gsl_multifit_robust_name\7f1334714
+Ref: b64\7f1334714
+Ref: lls c gsl_multifit_robust_tune\7f1334939
+Ref: b65\7f1334939
+Ref: lls c gsl_multifit_robust_maxiter\7f1335358
+Ref: b66\7f1335358
+Ref: lls c gsl_multifit_robust_weights\7f1335703
+Ref: b67\7f1335703
+Ref: lls c gsl_multifit_robust\7f1336471
+Ref: b68\7f1336471
+Ref: lls c gsl_multifit_robust_est\7f1337715
+Ref: b6a\7f1337715
+Ref: lls c gsl_multifit_robust_residuals\7f1338168
+Ref: b6b\7f1338168
+Ref: lls c gsl_multifit_robust_statistics\7f1338790
+Ref: b69\7f1338790
+Ref: lls c gsl_multifit_robust_statistics gsl_multifit_robust_stats\7f1339277
+Ref: b6c\7f1339277
+Node: Large dense linear systems\7f1341211
+Ref: lls large-dense-linear-systems\7f1341360
+Ref: b6d\7f1341360
+Node: Normal Equations Approach\7f1343469
+Ref: lls normal-equations-approach\7f1343595
+Ref: b6e\7f1343595
+Node: Tall Skinny QR TSQR Approach\7f1344904
+Ref: lls tall-skinny-qr-tsqr-approach\7f1345080
+Ref: b6f\7f1345080
+Node: Large Dense Linear Systems Solution Steps\7f1346524
+Ref: lls large-dense-linear-systems-solution-steps\7f1346716
+Ref: b70\7f1346716
+Node: Large Dense Linear Least Squares Routines\7f1347671
+Ref: lls large-dense-linear-least-squares-routines\7f1347826
+Ref: b71\7f1347826
+Ref: lls c gsl_multilarge_linear_workspace\7f1347925
+Ref: b72\7f1347925
+Ref: lls c gsl_multilarge_linear_alloc\7f1348063
+Ref: b73\7f1348063
+Ref: lls c gsl_multilarge_linear_alloc gsl_multilarge_linear_type\7f1348413
+Ref: b74\7f1348413
+Ref: lls c gsl_multilarge_linear_alloc gsl_multilarge_linear_type gsl_multilarge_linear_normal\7f1348637
+Ref: b75\7f1348637
+Ref: lls c gsl_multilarge_linear_alloc gsl_multilarge_linear_type gsl_multilarge_linear_tsqr\7f1349082
+Ref: b76\7f1349082
+Ref: lls c gsl_multilarge_linear_free\7f1349575
+Ref: b77\7f1349575
+Ref: lls c gsl_multilarge_linear_name\7f1349755
+Ref: b78\7f1349755
+Ref: lls c gsl_multilarge_linear_reset\7f1349944
+Ref: b79\7f1349944
+Ref: lls c gsl_multilarge_linear_stdform1\7f1350156
+Ref: b7a\7f1350156
+Ref: lls c gsl_multilarge_linear_wstdform1\7f1350360
+Ref: b7b\7f1350360
+Ref: lls c gsl_multilarge_linear_L_decomp\7f1351527
+Ref: b7d\7f1351527
+Ref: lls c gsl_multilarge_linear_stdform2\7f1351995
+Ref: b7f\7f1351995
+Ref: lls c gsl_multilarge_linear_wstdform2\7f1352235
+Ref: b7e\7f1352235
+Ref: lls c gsl_multilarge_linear_accumulate\7f1353330
+Ref: b81\7f1353330
+Ref: lls c gsl_multilarge_linear_solve\7f1353846
+Ref: b82\7f1353846
+Ref: lls c gsl_multilarge_linear_genform1\7f1354424
+Ref: b7c\7f1354424
+Ref: lls c gsl_multilarge_linear_genform2\7f1355014
+Ref: b80\7f1355014
+Ref: lls c gsl_multilarge_linear_lcurve\7f1355531
+Ref: b83\7f1355531
+Ref: lls c gsl_multilarge_linear_matrix_ptr\7f1356555
+Ref: b84\7f1356555
+Ref: lls c gsl_multilarge_linear_rhs_ptr\7f1356889
+Ref: b85\7f1356889
+Ref: lls c gsl_multilarge_linear_rcond\7f1357239
+Ref: b86\7f1357239
+Node: Troubleshooting\7f1357846
+Ref: lls troubleshooting\7f1357983
+Ref: b87\7f1357983
+Node: Examples<31>\7f1358473
+Ref: lls examples\7f1358618
+Ref: b88\7f1358618
+Node: Simple Linear Regression Example\7f1358996
+Ref: lls simple-linear-regression-example\7f1359128
+Ref: b89\7f1359128
+Ref: lls fig-fit-wlinear\7f1361221
+Ref: b8a\7f1361221
+Node: Multi-parameter Linear Regression Example\7f1361305
+Ref: lls multi-parameter-linear-regression-example\7f1361485
+Ref: b8b\7f1361485
+Ref: lls fig-fit-wlinear2\7f1366355
+Ref: b8c\7f1366355
+Node: Regularized Linear Regression Example 1\7f1366434
+Ref: lls regularized-linear-regression-example-1\7f1366621
+Ref: b8d\7f1366621
+Ref: lls fig-regularized\7f1368319
+Ref: b8e\7f1368319
+Node: Regularized Linear Regression Example 2\7f1374090
+Ref: lls regularized-linear-regression-example-2\7f1374268
+Ref: b8f\7f1374268
+Ref: lls fig-regularized2\7f1375744
+Ref: b90\7f1375744
+Node: Robust Linear Regression Example\7f1381081
+Ref: lls robust-linear-regression-example\7f1381257
+Ref: b91\7f1381257
+Ref: lls fig-robust\7f1385004
+Ref: b92\7f1385004
+Node: Large Dense Linear Regression Example\7f1385077
+Ref: lls large-dense-linear-regression-example\7f1385205
+Ref: b93\7f1385205
+Ref: lls fig-multilarge\7f1387127
+Ref: b94\7f1387127
+Node: References and Further Reading<33>\7f1392728
+Ref: lls references-and-further-reading\7f1392849
+Ref: b95\7f1392849
+Node: Nonlinear Least-Squares Fitting\7f1395023
+Ref: nls doc\7f1395154
+Ref: b96\7f1395154
+Ref: nls nonlinear-least-squares-fitting\7f1395154
+Ref: b97\7f1395154
+Node: Overview<6>\7f1396931
+Ref: nls overview\7f1397059
+Ref: b98\7f1397059
+Node: Solving the Trust Region Subproblem TRS\7f1401311
+Ref: nls solving-the-trust-region-subproblem-trs\7f1401480
+Ref: b99\7f1401480
+Node: Levenberg-Marquardt\7f1403271
+Ref: nls levenberg-marquardt\7f1403422
+Ref: b9a\7f1403422
+Node: Levenberg-Marquardt with Geodesic Acceleration\7f1404822
+Ref: nls levenberg-marquardt-with-geodesic-acceleration\7f1404988
+Ref: b9b\7f1404988
+Node: Dogleg\7f1406499
+Ref: nls dogleg\7f1406659
+Ref: b9c\7f1406659
+Node: Double Dogleg\7f1407893
+Ref: nls double-dogleg\7f1408031
+Ref: b9d\7f1408031
+Node: Two Dimensional Subspace\7f1408623
+Ref: nls two-dimensional-subspace\7f1408788
+Ref: b9e\7f1408788
+Node: Steihaug-Toint Conjugate Gradient\7f1409527
+Ref: nls steihaug-toint-conjugate-gradient\7f1409670
+Ref: b9f\7f1409670
+Node: Weighted Nonlinear Least-Squares\7f1410231
+Ref: nls weighted-nonlinear-least-squares\7f1410407
+Ref: ba0\7f1410407
+Node: Tunable Parameters\7f1411430
+Ref: nls sec-tunable-parameters\7f1411593
+Ref: ba2\7f1411593
+Ref: nls tunable-parameters\7f1411593
+Ref: ba3\7f1411593
+Ref: nls c gsl_multifit_nlinear_parameters\7f1411872
+Ref: ba4\7f1411872
+Ref: nls c gsl_multilarge_nlinear_parameters\7f1412967
+Ref: ba5\7f1412967
+Ref: nls c gsl_multifit_nlinear_trs\7f1414166
+Ref: ba6\7f1414166
+Ref: nls c gsl_multilarge_nlinear_trs\7f1414201
+Ref: ba7\7f1414201
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multifit_nlinear_trs_lm\7f1414387
+Ref: ba8\7f1414387
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multilarge_nlinear_trs_lm\7f1414487
+Ref: ba9\7f1414487
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multifit_nlinear_trs_lmaccel\7f1414651
+Ref: baa\7f1414651
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multilarge_nlinear_trs_lmaccel\7f1414756
+Ref: bab\7f1414756
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multifit_nlinear_trs_dogleg\7f1414962
+Ref: bac\7f1414962
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multilarge_nlinear_trs_dogleg\7f1415066
+Ref: bad\7f1415066
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multifit_nlinear_trs_ddogleg\7f1415221
+Ref: bae\7f1415221
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multilarge_nlinear_trs_ddogleg\7f1415326
+Ref: baf\7f1415326
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multifit_nlinear_trs_subspace2D\7f1415489
+Ref: bb0\7f1415489
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multilarge_nlinear_trs_subspace2D\7f1415597
+Ref: bb1\7f1415597
+Ref: nls c gsl_multilarge_nlinear_trs gsl_multilarge_nlinear_trs_cgst\7f1415761
+Ref: bb2\7f1415761
+Ref: nls c gsl_multifit_nlinear_scale\7f1416000
+Ref: bb3\7f1416000
+Ref: nls c gsl_multilarge_nlinear_scale\7f1416037
+Ref: bb4\7f1416037
+Ref: nls c gsl_multilarge_nlinear_scale gsl_multifit_nlinear_scale_more\7f1416203
+Ref: bb5\7f1416203
+Ref: nls c gsl_multilarge_nlinear_scale gsl_multilarge_nlinear_scale_more\7f1416309
+Ref: bb6\7f1416309
+Ref: nls c gsl_multilarge_nlinear_scale gsl_multifit_nlinear_scale_levenberg\7f1417326
+Ref: bb7\7f1417326
+Ref: nls c gsl_multilarge_nlinear_scale gsl_multilarge_nlinear_scale_levenberg\7f1417437
+Ref: bb8\7f1417437
+Ref: nls c gsl_multilarge_nlinear_scale gsl_multifit_nlinear_scale_marquardt\7f1417993
+Ref: bb9\7f1417993
+Ref: nls c gsl_multilarge_nlinear_scale gsl_multilarge_nlinear_scale_marquardt\7f1418104
+Ref: bba\7f1418104
+Ref: nls c gsl_multifit_nlinear_solver\7f1418531
+Ref: bbb\7f1418531
+Ref: nls c gsl_multilarge_nlinear_solver\7f1418569
+Ref: bbc\7f1418569
+Ref: nls c gsl_multilarge_nlinear_solver gsl_multifit_nlinear_solver_qr\7f1418923
+Ref: bbd\7f1418923
+Ref: nls c gsl_multilarge_nlinear_solver gsl_multifit_nlinear_solver_cholesky\7f1419365
+Ref: bbe\7f1419365
+Ref: nls c gsl_multilarge_nlinear_solver gsl_multilarge_nlinear_solver_cholesky\7f1419477
+Ref: bbf\7f1419477
+Ref: nls c gsl_multilarge_nlinear_solver gsl_multifit_nlinear_solver_mcholesky\7f1420341
+Ref: bc0\7f1420341
+Ref: nls c gsl_multilarge_nlinear_solver gsl_multilarge_nlinear_solver_mcholesky\7f1420454
+Ref: bc1\7f1420454
+Ref: nls c gsl_multilarge_nlinear_solver gsl_multifit_nlinear_solver_svd\7f1421158
+Ref: bc2\7f1421158
+Ref: nls c gsl_multifit_nlinear_fdtype\7f1421515
+Ref: bc3\7f1421515
+Ref: nls c gsl_multifit_nlinear_fdtype GSL_MULTIFIT_NLINEAR_FWDIFF\7f1421828
+Ref: bc4\7f1421828
+Ref: nls c gsl_multifit_nlinear_fdtype GSL_MULTIFIT_NLINEAR_CTRDIFF\7f1422724
+Ref: bc5\7f1422724
+Node: Initializing the Solver<3>\7f1424977
+Ref: nls initializing-the-solver\7f1425146
+Ref: bc6\7f1425146
+Ref: nls c gsl_multifit_nlinear_type\7f1425205
+Ref: bc7\7f1425205
+Ref: nls c gsl_multifit_nlinear_type gsl_multifit_nlinear_trust\7f1425416
+Ref: bc8\7f1425416
+Ref: nls c gsl_multifit_nlinear_alloc\7f1425646
+Ref: bc9\7f1425646
+Ref: nls c gsl_multilarge_nlinear_alloc\7f1425865
+Ref: bca\7f1425865
+Ref: nls c gsl_multifit_nlinear_default_parameters\7f1427546
+Ref: bcb\7f1427546
+Ref: nls c gsl_multilarge_nlinear_default_parameters\7f1427661
+Ref: bcc\7f1427661
+Ref: nls c gsl_multifit_nlinear_init\7f1428043
+Ref: bcd\7f1428043
+Ref: nls c gsl_multifit_nlinear_winit\7f1428195
+Ref: ba1\7f1428195
+Ref: nls c gsl_multilarge_nlinear_init\7f1428371
+Ref: bce\7f1428371
+Ref: nls c gsl_multifit_nlinear_free\7f1428980
+Ref: bd0\7f1428980
+Ref: nls c gsl_multilarge_nlinear_free\7f1429071
+Ref: bd1\7f1429071
+Ref: nls c gsl_multifit_nlinear_name\7f1429258
+Ref: bd2\7f1429258
+Ref: nls c gsl_multilarge_nlinear_name\7f1429362
+Ref: bd3\7f1429362
+Ref: nls c gsl_multifit_nlinear_trs_name\7f1429700
+Ref: bd4\7f1429700
+Ref: nls c gsl_multilarge_nlinear_trs_name\7f1429808
+Ref: bd5\7f1429808
+Node: Providing the Function to be Minimized\7f1430185
+Ref: nls providing-the-function-to-be-minimized\7f1430348
+Ref: bd6\7f1430348
+Ref: nls sec-providing-function-minimized\7f1430348
+Ref: bcf\7f1430348
+Ref: nls c gsl_multifit_nlinear_fdf\7f1430632
+Ref: bd7\7f1430632
+Ref: nls c gsl_multilarge_nlinear_fdf\7f1433759
+Ref: bd8\7f1433759
+Node: Iteration<5>\7f1437617
+Ref: nls iteration\7f1437777
+Ref: bd9\7f1437777
+Ref: nls c gsl_multifit_nlinear_iterate\7f1437974
+Ref: bda\7f1437974
+Ref: nls c gsl_multilarge_nlinear_iterate\7f1438067
+Ref: bdb\7f1438067
+Ref: nls c gsl_multifit_nlinear_position\7f1439088
+Ref: bdc\7f1439088
+Ref: nls c gsl_multilarge_nlinear_position\7f1439208
+Ref: bdd\7f1439208
+Ref: nls c gsl_multifit_nlinear_residual\7f1439446
+Ref: bde\7f1439446
+Ref: nls c gsl_multilarge_nlinear_residual\7f1439566
+Ref: bdf\7f1439566
+Ref: nls c gsl_multifit_nlinear_jac\7f1439874
+Ref: be0\7f1439874
+Ref: nls c gsl_multifit_nlinear_niter\7f1440201
+Ref: be1\7f1440201
+Ref: nls c gsl_multilarge_nlinear_niter\7f1440301
+Ref: be2\7f1440301
+Ref: nls c gsl_multifit_nlinear_rcond\7f1440618
+Ref: be3\7f1440618
+Ref: nls c gsl_multilarge_nlinear_rcond\7f1440730
+Ref: be4\7f1440730
+Ref: nls c gsl_multifit_nlinear_avratio\7f1442285
+Ref: be5\7f1442285
+Ref: nls c gsl_multilarge_nlinear_avratio\7f1442387
+Ref: be6\7f1442387
+Node: Testing for Convergence\7f1442828
+Ref: nls testing-for-convergence\7f1442967
+Ref: be7\7f1442967
+Ref: nls c gsl_multifit_nlinear_test\7f1443455
+Ref: be8\7f1443455
+Ref: nls c gsl_multilarge_nlinear_test\7f1443629
+Ref: be9\7f1443629
+Node: High Level Driver\7f1445732
+Ref: nls high-level-driver\7f1445899
+Ref: bea\7f1445899
+Ref: nls c gsl_multifit_nlinear_driver\7f1446057
+Ref: beb\7f1446057
+Ref: nls c gsl_multilarge_nlinear_driver\7f1446383
+Ref: bec\7f1446383
+Node: Covariance matrix of best fit parameters\7f1448053
+Ref: nls covariance-matrix-of-best-fit-parameters\7f1448215
+Ref: bee\7f1448215
+Ref: nls c gsl_multifit_nlinear_covar\7f1448310
+Ref: bef\7f1448310
+Ref: nls c gsl_multilarge_nlinear_covar\7f1448427
+Ref: bf0\7f1448427
+Node: Troubleshooting<2>\7f1450259
+Ref: nls sec-nlinear-troubleshooting\7f1450416
+Ref: bed\7f1450416
+Ref: nls troubleshooting\7f1450416
+Ref: bf1\7f1450416
+Node: Examples<32>\7f1452241
+Ref: nls examples\7f1452392
+Ref: bf2\7f1452392
+Node: Exponential Fitting Example\7f1452707
+Ref: nls exponential-fitting-example\7f1452824
+Ref: bf3\7f1452824
+Ref: nls fig-fit-exp\7f1456770
+Ref: bf4\7f1456770
+Node: Geodesic Acceleration Example 1\7f1463120
+Ref: nls geodesic-acceleration-example-1\7f1463277
+Ref: bf5\7f1463277
+Ref: nls fig-nlfit2\7f1465048
+Ref: bf6\7f1465048
+Node: Geodesic Acceleration Example 2\7f1470463
+Ref: nls geodesic-acceleration-example-2\7f1470622
+Ref: bf7\7f1470622
+Ref: nls fig-nlfit2b\7f1474413
+Ref: bf8\7f1474413
+Node: Comparing TRS Methods Example\7f1482136
+Ref: nls comparing-trs-methods-example\7f1482301
+Ref: bf9\7f1482301
+Ref: nls fig-nlfit3\7f1484610
+Ref: bfa\7f1484610
+Node: Large Nonlinear Least Squares Example\7f1490949
+Ref: nls large-nonlinear-least-squares-example\7f1491074
+Ref: bfb\7f1491074
+Node: References and Further Reading<34>\7f1499873
+Ref: nls references-and-further-reading\7f1499997
+Ref: bfc\7f1499997
+Node: Basis Splines\7f1501447
+Ref: bspline doc\7f1501565
+Ref: bfd\7f1501565
+Ref: bspline basis-splines\7f1501565
+Ref: bfe\7f1501565
+Ref: bspline chap-basis-splines\7f1501565
+Ref: 9b1\7f1501565
+Node: Overview<7>\7f1502326
+Ref: bspline overview\7f1502430
+Ref: bff\7f1502430
+Node: Initializing the B-splines solver\7f1503652
+Ref: bspline initializing-the-b-splines-solver\7f1503794
+Ref: c00\7f1503794
+Ref: bspline c gsl_bspline_workspace\7f1503873
+Ref: c01\7f1503873
+Ref: bspline c gsl_bspline_alloc\7f1503990
+Ref: c02\7f1503990
+Ref: bspline c gsl_bspline_free\7f1504417
+Ref: c03\7f1504417
+Node: Constructing the knots vector\7f1504567
+Ref: bspline constructing-the-knots-vector\7f1504721
+Ref: c04\7f1504721
+Ref: bspline c gsl_bspline_knots\7f1504792
+Ref: c05\7f1504792
+Ref: bspline c gsl_bspline_knots_uniform\7f1505022
+Ref: c06\7f1505022
+Node: Evaluation of B-splines\7f1505353
+Ref: bspline evaluation-of-b-splines\7f1505508
+Ref: c07\7f1505508
+Ref: bspline c gsl_bspline_eval\7f1505567
+Ref: c08\7f1505567
+Ref: bspline c gsl_bspline_eval_nonzero\7f1506167
+Ref: c0a\7f1506167
+Ref: bspline c gsl_bspline_ncoeffs\7f1506905
+Ref: c09\7f1506905
+Node: Evaluation of B-spline derivatives\7f1507072
+Ref: bspline evaluation-of-b-spline-derivatives\7f1507233
+Ref: c0b\7f1507233
+Ref: bspline c gsl_bspline_deriv_eval\7f1507314
+Ref: c0c\7f1507314
+Ref: bspline c gsl_bspline_deriv_eval_nonzero\7f1508161
+Ref: c0d\7f1508161
+Node: Working with the Greville abscissae\7f1509091
+Ref: bspline working-with-the-greville-abscissae\7f1509241
+Ref: c0e\7f1509241
+Ref: bspline c gsl_bspline_greville_abscissa\7f1509774
+Ref: c0f\7f1509774
+Node: Examples<33>\7f1510076
+Ref: bspline examples\7f1510226
+Ref: c10\7f1510226
+Ref: bspline fig-bspline\7f1513975
+Ref: c11\7f1513975
+Node: References and Further Reading<35>\7f1514048
+Ref: bspline references-and-further-reading\7f1514154
+Ref: c12\7f1514154
+Node: Sparse Matrices\7f1514844
+Ref: spmatrix doc\7f1514950
+Ref: c13\7f1514950
+Ref: spmatrix sparse-matrices\7f1514950
+Ref: c14\7f1514950
+Node: Data types<2>\7f1516137
+Ref: spmatrix data-types\7f1516241
+Ref: c15\7f1516241
+Node: Sparse Matrix Storage Formats\7f1518441
+Ref: spmatrix sparse-matrix-storage-formats\7f1518565
+Ref: c16\7f1518565
+Node: Coordinate Storage COO\7f1519403
+Ref: spmatrix coordinate-storage-coo\7f1519529
+Ref: c17\7f1519529
+Ref: spmatrix sec-spmatrix-coo\7f1519529
+Ref: c18\7f1519529
+Node: Compressed Sparse Column CSC\7f1521634
+Ref: spmatrix compressed-sparse-column-csc\7f1521794
+Ref: c19\7f1521794
+Ref: spmatrix sec-spmatrix-csc\7f1521794
+Ref: c1a\7f1521794
+Node: Compressed Sparse Row CSR\7f1523151
+Ref: spmatrix compressed-sparse-row-csr\7f1523280
+Ref: c1b\7f1523280
+Ref: spmatrix sec-spmatrix-csr\7f1523280
+Ref: c1c\7f1523280
+Node: Overview<8>\7f1524567
+Ref: spmatrix overview\7f1524688
+Ref: c1d\7f1524688
+Ref: spmatrix c gsl_spmatrix\7f1524910
+Ref: c1e\7f1524910
+Node: Allocation\7f1527387
+Ref: spmatrix allocation\7f1527504
+Ref: c1f\7f1527504
+Ref: spmatrix c gsl_spmatrix_alloc\7f1527886
+Ref: c20\7f1527886
+Ref: spmatrix c gsl_spmatrix_alloc_nzmax\7f1528789
+Ref: c21\7f1528789
+Ref: spmatrix c gsl_spmatrix_alloc_nzmax GSL_SPMATRIX_COO\7f1529809
+Ref: c23\7f1529809
+Ref: spmatrix c gsl_spmatrix_alloc_nzmax GSL_SPMATRIX_CSC\7f1529904
+Ref: c24\7f1529904
+Ref: spmatrix c gsl_spmatrix_alloc_nzmax GSL_SPMATRIX_CSR\7f1530003
+Ref: c25\7f1530003
+Ref: spmatrix c gsl_spmatrix_realloc\7f1530180
+Ref: c22\7f1530180
+Ref: spmatrix c gsl_spmatrix_free\7f1530675
+Ref: c27\7f1530675
+Node: Accessing Matrix Elements\7f1530912
+Ref: spmatrix accessing-matrix-elements\7f1531046
+Ref: c28\7f1531046
+Ref: spmatrix c gsl_spmatrix_get\7f1531109
+Ref: c29\7f1531109
+Ref: spmatrix c gsl_spmatrix_set\7f1531404
+Ref: c26\7f1531404
+Ref: spmatrix c gsl_spmatrix_ptr\7f1531693
+Ref: c2a\7f1531693
+Node: Initializing Matrix Elements\7f1532124
+Ref: spmatrix initializing-matrix-elements\7f1532276
+Ref: c2b\7f1532276
+Ref: spmatrix c gsl_spmatrix_set_zero\7f1532603
+Ref: c2c\7f1532603
+Node: Reading and Writing Matrices\7f1533009
+Ref: spmatrix reading-and-writing-matrices\7f1533152
+Ref: c2d\7f1533152
+Ref: spmatrix c gsl_spmatrix_fwrite\7f1533221
+Ref: c2e\7f1533221
+Ref: spmatrix c gsl_spmatrix_fread\7f1533750
+Ref: c2f\7f1533750
+Ref: spmatrix c gsl_spmatrix_fprintf\7f1534474
+Ref: c30\7f1534474
+Ref: spmatrix c gsl_spmatrix_fscanf\7f1535181
+Ref: c31\7f1535181
+Node: Copying Matrices\7f1535661
+Ref: spmatrix copying-matrices\7f1535803
+Ref: c32\7f1535803
+Ref: spmatrix c gsl_spmatrix_memcpy\7f1535848
+Ref: c33\7f1535848
+Node: Exchanging Rows and Columns\7f1536226
+Ref: spmatrix exchanging-rows-and-columns\7f1536357
+Ref: c34\7f1536357
+Ref: spmatrix c gsl_spmatrix_transpose_memcpy\7f1536424
+Ref: c35\7f1536424
+Ref: spmatrix c gsl_spmatrix_transpose\7f1536888
+Ref: c36\7f1536888
+Node: Matrix Operations\7f1537589
+Ref: spmatrix matrix-operations\7f1537721
+Ref: c37\7f1537721
+Ref: spmatrix c gsl_spmatrix_scale\7f1537770
+Ref: c38\7f1537770
+Ref: spmatrix c gsl_spmatrix_scale_columns\7f1538114
+Ref: c39\7f1538114
+Ref: spmatrix c gsl_spmatrix_scale_rows\7f1538609
+Ref: c3a\7f1538609
+Ref: spmatrix c gsl_spmatrix_add\7f1539095
+Ref: c3b\7f1539095
+Ref: spmatrix c gsl_spmatrix_dense_add\7f1539379
+Ref: c3c\7f1539379
+Ref: spmatrix c gsl_spmatrix_dense_sub\7f1539863
+Ref: c3d\7f1539863
+Node: Matrix Properties\7f1540354
+Ref: spmatrix matrix-properties\7f1540495
+Ref: c3e\7f1540495
+Ref: spmatrix c gsl_spmatrix_type\7f1540544
+Ref: c3f\7f1540544
+Ref: spmatrix c gsl_spmatrix_nnz\7f1540965
+Ref: c40\7f1540965
+Ref: spmatrix c gsl_spmatrix_equal\7f1541201
+Ref: c41\7f1541201
+Ref: spmatrix c gsl_spmatrix_norm1\7f1541644
+Ref: c42\7f1541644
+Node: Finding Maximum and Minimum Elements\7f1541986
+Ref: spmatrix finding-maximum-and-minimum-elements\7f1542127
+Ref: c43\7f1542127
+Ref: spmatrix c gsl_spmatrix_minmax\7f1542214
+Ref: c44\7f1542214
+Ref: spmatrix c gsl_spmatrix_min_index\7f1542611
+Ref: c45\7f1542611
+Node: Compressed Format\7f1543098
+Ref: spmatrix compressed-format\7f1543266
+Ref: c46\7f1543266
+Ref: spmatrix c gsl_spmatrix_csc\7f1543395
+Ref: c47\7f1543395
+Ref: spmatrix c gsl_spmatrix_csr\7f1543774
+Ref: c48\7f1543774
+Ref: spmatrix c gsl_spmatrix_compress\7f1544150
+Ref: c49\7f1544150
+Node: Conversion Between Sparse and Dense Matrices\7f1544655
+Ref: spmatrix conversion-between-sparse-and-dense-matrices\7f1544799
+Ref: c4a\7f1544799
+Ref: spmatrix c gsl_spmatrix_d2sp\7f1545048
+Ref: c4b\7f1545048
+Ref: spmatrix c gsl_spmatrix_sp2d\7f1545315
+Ref: c4c\7f1545315
+Node: Examples<34>\7f1545617
+Ref: spmatrix examples\7f1545778
+Ref: c4d\7f1545778
+Node: References and Further Reading<36>\7f1549365
+Ref: spmatrix references-and-further-reading\7f1549473
+Ref: c4e\7f1549473
+Node: Sparse BLAS Support\7f1549794
+Ref: spblas doc\7f1549908
+Ref: c4f\7f1549908
+Ref: spblas sparse-blas-support\7f1549908
+Ref: c50\7f1549908
+Node: Sparse BLAS operations\7f1550452
+Ref: spblas sparse-blas-operations\7f1550574
+Ref: c51\7f1550574
+Ref: spblas c gsl_spblas_dgemv\7f1550631
+Ref: c52\7f1550631
+Ref: spblas c gsl_spblas_dgemm\7f1551198
+Ref: c53\7f1551198
+Node: References and Further Reading<37>\7f1551454
+Ref: spblas references-and-further-reading\7f1551576
+Ref: c54\7f1551576
+Node: Sparse Linear Algebra\7f1551895
+Ref: splinalg doc\7f1552012
+Ref: c55\7f1552012
+Ref: splinalg sparse-linear-algebra\7f1552012
+Ref: c56\7f1552012
+Node: Overview<9>\7f1552537
+Ref: splinalg overview\7f1552640
+Ref: c57\7f1552640
+Node: Sparse Iterative Solvers\7f1553266
+Ref: splinalg sparse-iterative-solvers\7f1553390
+Ref: c58\7f1553390
+Node: Overview<10>\7f1553564
+Ref: splinalg id1\7f1553680
+Ref: c59\7f1553680
+Node: Types of Sparse Iterative Solvers\7f1554408
+Ref: splinalg types-of-sparse-iterative-solvers\7f1554567
+Ref: c5a\7f1554567
+Ref: splinalg c gsl_splinalg_itersolve_type\7f1554736
+Ref: c5b\7f1554736
+Ref: splinalg c gsl_splinalg_itersolve_type gsl_splinalg_itersolve_gmres\7f1554775
+Ref: c5c\7f1554775
+Node: Iterating the Sparse Linear System\7f1556803
+Ref: splinalg iterating-the-sparse-linear-system\7f1556941
+Ref: c5e\7f1556941
+Ref: splinalg c gsl_splinalg_itersolve_alloc\7f1557152
+Ref: c5f\7f1557152
+Ref: splinalg c gsl_splinalg_itersolve_free\7f1557708
+Ref: c60\7f1557708
+Ref: splinalg c gsl_splinalg_itersolve_name\7f1557880
+Ref: c61\7f1557880
+Ref: splinalg c gsl_splinalg_itersolve_iterate\7f1558051
+Ref: c5d\7f1558051
+Ref: splinalg c gsl_splinalg_itersolve_normr\7f1559219
+Ref: c62\7f1559219
+Node: Examples<35>\7f1559480
+Ref: splinalg examples\7f1559627
+Ref: c63\7f1559627
+Ref: splinalg fig-splinalg-poisson\7f1560666
+Ref: c64\7f1560666
+Node: References and Further Reading<38>\7f1563957
+Ref: splinalg references-and-further-reading\7f1564071
+Ref: c65\7f1564071
+Node: Physical Constants\7f1564454
+Ref: const doc\7f1564582
+Ref: c66\7f1564582
+Ref: const physical-constants\7f1564582
+Ref: c67\7f1564582
+Node: Fundamental Constants\7f1565911
+Ref: const fundamental-constants\7f1566023
+Ref: c68\7f1566023
+Ref: const c GSL_CONST_MKSA_SPEED_OF_LIGHT\7f1566078
+Ref: c69\7f1566078
+Ref: const c GSL_CONST_MKSA_VACUUM_PERMEABILITY\7f1566159
+Ref: c6a\7f1566159
+Ref: const c GSL_CONST_MKSA_VACUUM_PERMITTIVITY\7f1566307
+Ref: c6b\7f1566307
+Ref: const c GSL_CONST_MKSA_PLANCKS_CONSTANT_H\7f1566460
+Ref: c6c\7f1566460
+Ref: const c GSL_CONST_MKSA_PLANCKS_CONSTANT_HBAR\7f1566536
+Ref: c6d\7f1566536
+Ref: const c GSL_CONST_NUM_AVOGADRO\7f1566635
+Ref: c6e\7f1566635
+Ref: const c GSL_CONST_MKSA_FARADAY\7f1566702
+Ref: c6f\7f1566702
+Ref: const c GSL_CONST_MKSA_BOLTZMANN\7f1566774
+Ref: c70\7f1566774
+Ref: const c GSL_CONST_MKSA_MOLAR_GAS\7f1566844
+Ref: c71\7f1566844
+Ref: const c GSL_CONST_MKSA_STANDARD_GAS_VOLUME\7f1566916
+Ref: c72\7f1566916
+Ref: const c GSL_CONST_MKSA_STEFAN_BOLTZMANN_CONSTANT\7f1566999
+Ref: c73\7f1566999
+Ref: const c GSL_CONST_MKSA_GAUSS\7f1567107
+Ref: c74\7f1567107
+Node: Astronomy and Astrophysics\7f1567177
+Ref: const astronomy-and-astrophysics\7f1567324
+Ref: c75\7f1567324
+Ref: const c GSL_CONST_MKSA_ASTRONOMICAL_UNIT\7f1567389
+Ref: c76\7f1567389
+Ref: const c GSL_CONST_MKSA_GRAVITATIONAL_CONSTANT\7f1567505
+Ref: c77\7f1567505
+Ref: const c GSL_CONST_MKSA_LIGHT_YEAR\7f1567592
+Ref: c78\7f1567592
+Ref: const c GSL_CONST_MKSA_PARSEC\7f1567670
+Ref: c79\7f1567670
+Ref: const c GSL_CONST_MKSA_GRAV_ACCEL\7f1567740
+Ref: c7a\7f1567740
+Ref: const c GSL_CONST_MKSA_SOLAR_MASS\7f1567837
+Ref: c7b\7f1567837
+Node: Atomic and Nuclear Physics\7f1567902
+Ref: const atomic-and-nuclear-physics\7f1568047
+Ref: c7c\7f1568047
+Ref: const c GSL_CONST_MKSA_ELECTRON_CHARGE\7f1568112
+Ref: c7d\7f1568112
+Ref: const c GSL_CONST_MKSA_ELECTRON_VOLT\7f1568192
+Ref: c7e\7f1568192
+Ref: const c GSL_CONST_MKSA_UNIFIED_ATOMIC_MASS\7f1568274
+Ref: c7f\7f1568274
+Ref: const c GSL_CONST_MKSA_MASS_ELECTRON\7f1568357
+Ref: c80\7f1568357
+Ref: const c GSL_CONST_MKSA_MASS_MUON\7f1568435
+Ref: c81\7f1568435
+Ref: const c GSL_CONST_MKSA_MASS_PROTON\7f1568507
+Ref: c82\7f1568507
+Ref: const c GSL_CONST_MKSA_MASS_NEUTRON\7f1568581
+Ref: c83\7f1568581
+Ref: const c GSL_CONST_NUM_FINE_STRUCTURE\7f1568657
+Ref: c84\7f1568657
+Ref: const c GSL_CONST_MKSA_RYDBERG\7f1568756
+Ref: c85\7f1568756
+Ref: const c GSL_CONST_MKSA_BOHR_RADIUS\7f1568930
+Ref: c86\7f1568930
+Ref: const c GSL_CONST_MKSA_ANGSTROM\7f1568997
+Ref: c87\7f1568997
+Ref: const c GSL_CONST_MKSA_BARN\7f1569065
+Ref: c88\7f1569065
+Ref: const c GSL_CONST_MKSA_BOHR_MAGNETON\7f1569123
+Ref: c89\7f1569123
+Ref: const c GSL_CONST_MKSA_NUCLEAR_MAGNETON\7f1569196
+Ref: c8a\7f1569196
+Ref: const c GSL_CONST_MKSA_ELECTRON_MAGNETIC_MOMENT\7f1569275
+Ref: c8b\7f1569275
+Ref: const c GSL_CONST_MKSA_PROTON_MAGNETIC_MOMENT\7f1569462
+Ref: c8c\7f1569462
+Ref: const c GSL_CONST_MKSA_THOMSON_CROSS_SECTION\7f1569560
+Ref: c8d\7f1569560
+Ref: const c GSL_CONST_MKSA_DEBYE\7f1569652
+Ref: c8e\7f1569652
+Node: Measurement of Time\7f1569733
+Ref: const measurement-of-time\7f1569866
+Ref: c8f\7f1569866
+Ref: const c GSL_CONST_MKSA_MINUTE\7f1569917
+Ref: c90\7f1569917
+Ref: const c GSL_CONST_MKSA_HOUR\7f1569992
+Ref: c91\7f1569992
+Ref: const c GSL_CONST_MKSA_DAY\7f1570063
+Ref: c92\7f1570063
+Ref: const c GSL_CONST_MKSA_WEEK\7f1570132
+Ref: c93\7f1570132
+Node: Imperial Units\7f1570203
+Ref: const imperial-units\7f1570334
+Ref: c94\7f1570334
+Ref: const c GSL_CONST_MKSA_INCH\7f1570375
+Ref: c95\7f1570375
+Ref: const c GSL_CONST_MKSA_FOOT\7f1570435
+Ref: c96\7f1570435
+Ref: const c GSL_CONST_MKSA_YARD\7f1570495
+Ref: c97\7f1570495
+Ref: const c GSL_CONST_MKSA_MILE\7f1570555
+Ref: c98\7f1570555
+Ref: const c GSL_CONST_MKSA_MIL\7f1570615
+Ref: c99\7f1570615
+Node: Speed and Nautical Units\7f1570695
+Ref: const speed-and-nautical-units\7f1570821
+Ref: c9a\7f1570821
+Ref: const c GSL_CONST_MKSA_KILOMETERS_PER_HOUR\7f1570882
+Ref: c9b\7f1570882
+Ref: const c GSL_CONST_MKSA_MILES_PER_HOUR\7f1570970
+Ref: c9c\7f1570970
+Ref: const c GSL_CONST_MKSA_NAUTICAL_MILE\7f1571048
+Ref: c9d\7f1571048
+Ref: const c GSL_CONST_MKSA_FATHOM\7f1571126
+Ref: c9e\7f1571126
+Ref: const c GSL_CONST_MKSA_KNOT\7f1571190
+Ref: c9f\7f1571190
+Node: Printers Units\7f1571249
+Ref: const printers-units\7f1571383
+Ref: ca0\7f1571383
+Ref: const c GSL_CONST_MKSA_POINT\7f1571424
+Ref: ca1\7f1571424
+Ref: const c GSL_CONST_MKSA_TEXPOINT\7f1571510
+Ref: ca2\7f1571510
+Node: Volume Area and Length\7f1571594
+Ref: const volume-area-and-length\7f1571719
+Ref: ca3\7f1571719
+Ref: const c GSL_CONST_MKSA_MICRON\7f1571778
+Ref: ca4\7f1571778
+Ref: const c GSL_CONST_MKSA_HECTARE\7f1571842
+Ref: ca5\7f1571842
+Ref: const c GSL_CONST_MKSA_ACRE\7f1571906
+Ref: ca6\7f1571906
+Ref: const c GSL_CONST_MKSA_LITER\7f1571964
+Ref: ca7\7f1571964
+Ref: const c GSL_CONST_MKSA_US_GALLON\7f1572026
+Ref: ca8\7f1572026
+Ref: const c GSL_CONST_MKSA_CANADIAN_GALLON\7f1572096
+Ref: ca9\7f1572096
+Ref: const c GSL_CONST_MKSA_UK_GALLON\7f1572178
+Ref: caa\7f1572178
+Ref: const c GSL_CONST_MKSA_QUART\7f1572248
+Ref: cab\7f1572248
+Ref: const c GSL_CONST_MKSA_PINT\7f1572310
+Ref: cac\7f1572310
+Node: Mass and Weight\7f1572370
+Ref: const mass-and-weight\7f1572505
+Ref: cad\7f1572505
+Ref: const c GSL_CONST_MKSA_POUND_MASS\7f1572548
+Ref: cae\7f1572548
+Ref: const c GSL_CONST_MKSA_OUNCE_MASS\7f1572613
+Ref: caf\7f1572613
+Ref: const c GSL_CONST_MKSA_TON\7f1572678
+Ref: cb0\7f1572678
+Ref: const c GSL_CONST_MKSA_METRIC_TON\7f1572734
+Ref: cb1\7f1572734
+Ref: const c GSL_CONST_MKSA_UK_TON\7f1572814
+Ref: cb2\7f1572814
+Ref: const c GSL_CONST_MKSA_TROY_OUNCE\7f1572876
+Ref: cb3\7f1572876
+Ref: const c GSL_CONST_MKSA_CARAT\7f1572946
+Ref: cb4\7f1572946
+Ref: const c GSL_CONST_MKSA_GRAM_FORCE\7f1573006
+Ref: cb5\7f1573006
+Ref: const c GSL_CONST_MKSA_POUND_FORCE\7f1573078
+Ref: cb6\7f1573078
+Ref: const c GSL_CONST_MKSA_KILOPOUND_FORCE\7f1573152
+Ref: cb7\7f1573152
+Ref: const c GSL_CONST_MKSA_POUNDAL\7f1573234
+Ref: cb8\7f1573234
+Node: Thermal Energy and Power\7f1573299
+Ref: const thermal-energy-and-power\7f1573420
+Ref: cb9\7f1573420
+Ref: const c GSL_CONST_MKSA_CALORIE\7f1573483
+Ref: cba\7f1573483
+Ref: const c GSL_CONST_MKSA_BTU\7f1573549
+Ref: cbb\7f1573549
+Ref: const c GSL_CONST_MKSA_THERM\7f1573629
+Ref: cbc\7f1573629
+Ref: const c GSL_CONST_MKSA_HORSEPOWER\7f1573691
+Ref: cbd\7f1573691
+Node: Pressure\7f1573762
+Ref: const pressure\7f1573877
+Ref: cbe\7f1573877
+Ref: const c GSL_CONST_MKSA_BAR\7f1573908
+Ref: cbf\7f1573908
+Ref: const c GSL_CONST_MKSA_STD_ATMOSPHERE\7f1573968
+Ref: cc0\7f1573968
+Ref: const c GSL_CONST_MKSA_TORR\7f1574055
+Ref: cc1\7f1574055
+Ref: const c GSL_CONST_MKSA_METER_OF_MERCURY\7f1574117
+Ref: cc2\7f1574117
+Ref: const c GSL_CONST_MKSA_INCH_OF_MERCURY\7f1574203
+Ref: cc3\7f1574203
+Ref: const c GSL_CONST_MKSA_INCH_OF_WATER\7f1574287
+Ref: cc4\7f1574287
+Ref: const c GSL_CONST_MKSA_PSI\7f1574367
+Ref: cc5\7f1574367
+Node: Viscosity\7f1574445
+Ref: const viscosity\7f1574558
+Ref: cc6\7f1574558
+Ref: const c GSL_CONST_MKSA_POISE\7f1574591
+Ref: cc7\7f1574591
+Ref: const c GSL_CONST_MKSA_STOKES\7f1574664
+Ref: cc8\7f1574664
+Node: Light and Illumination\7f1574741
+Ref: const light-and-illumination\7f1574859
+Ref: cc9\7f1574859
+Ref: const c GSL_CONST_MKSA_STILB\7f1574918
+Ref: cca\7f1574918
+Ref: const c GSL_CONST_MKSA_LUMEN\7f1574983
+Ref: ccb\7f1574983
+Ref: const c GSL_CONST_MKSA_LUX\7f1575052
+Ref: ccc\7f1575052
+Ref: const c GSL_CONST_MKSA_PHOT\7f1575115
+Ref: ccd\7f1575115
+Ref: const c GSL_CONST_MKSA_FOOTCANDLE\7f1575180
+Ref: cce\7f1575180
+Ref: const c GSL_CONST_MKSA_LAMBERT\7f1575257
+Ref: ccf\7f1575257
+Ref: const c GSL_CONST_MKSA_FOOTLAMBERT\7f1575326
+Ref: cd0\7f1575326
+Node: Radioactivity\7f1575403
+Ref: const radioactivity\7f1575528
+Ref: cd1\7f1575528
+Ref: const c GSL_CONST_MKSA_CURIE\7f1575569
+Ref: cd2\7f1575569
+Ref: const c GSL_CONST_MKSA_ROENTGEN\7f1575633
+Ref: cd3\7f1575633
+Ref: const c GSL_CONST_MKSA_RAD\7f1575703
+Ref: cd4\7f1575703
+Node: Force and Energy\7f1575768
+Ref: const force-and-energy\7f1575879
+Ref: cd5\7f1575879
+Ref: const c GSL_CONST_MKSA_NEWTON\7f1575926
+Ref: cd6\7f1575926
+Ref: const c GSL_CONST_MKSA_DYNE\7f1575998
+Ref: cd7\7f1575998
+Ref: const c GSL_CONST_MKSA_JOULE\7f1576074
+Ref: cd8\7f1576074
+Ref: const c GSL_CONST_MKSA_ERG\7f1576145
+Ref: cd9\7f1576145
+Node: Prefixes\7f1576216
+Ref: const prefixes\7f1576326
+Ref: cda\7f1576326
+Ref: const c GSL_CONST_NUM_YOTTA\7f1576409
+Ref: cdb\7f1576409
+Ref: const c GSL_CONST_NUM_ZETTA\7f1576455
+Ref: cdc\7f1576455
+Ref: const c GSL_CONST_NUM_EXA\7f1576501
+Ref: cdd\7f1576501
+Ref: const c GSL_CONST_NUM_PETA\7f1576545
+Ref: cde\7f1576545
+Ref: const c GSL_CONST_NUM_TERA\7f1576590
+Ref: cdf\7f1576590
+Ref: const c GSL_CONST_NUM_GIGA\7f1576635
+Ref: ce0\7f1576635
+Ref: const c GSL_CONST_NUM_MEGA\7f1576677
+Ref: ce1\7f1576677
+Ref: const c GSL_CONST_NUM_KILO\7f1576719
+Ref: ce2\7f1576719
+Ref: const c GSL_CONST_NUM_MILLI\7f1576761
+Ref: ce3\7f1576761
+Ref: const c GSL_CONST_NUM_MICRO\7f1576807
+Ref: ce4\7f1576807
+Ref: const c GSL_CONST_NUM_NANO\7f1576853
+Ref: ce5\7f1576853
+Ref: const c GSL_CONST_NUM_PICO\7f1576898
+Ref: ce6\7f1576898
+Ref: const c GSL_CONST_NUM_FEMTO\7f1576944
+Ref: ce7\7f1576944
+Ref: const c GSL_CONST_NUM_ATTO\7f1576991
+Ref: ce8\7f1576991
+Ref: const c GSL_CONST_NUM_ZEPTO\7f1577037
+Ref: ce9\7f1577037
+Ref: const c GSL_CONST_NUM_YOCTO\7f1577084
+Ref: cea\7f1577084
+Node: Examples<36>\7f1577131
+Ref: const examples\7f1577259
+Ref: ceb\7f1577259
+Node: References and Further Reading<39>\7f1578889
+Ref: const references-and-further-reading\7f1579000
+Ref: cec\7f1579000
+Node: IEEE floating-point arithmetic\7f1579607
+Ref: ieee754 doc\7f1579742
+Ref: ced\7f1579742
+Ref: ieee754 chap-ieee\7f1579742
+Ref: cee\7f1579742
+Ref: ieee754 ieee-floating-point-arithmetic\7f1579742
+Ref: cef\7f1579742
+Node: Representation of floating point numbers\7f1580227
+Ref: ieee754 representation-of-floating-point-numbers\7f1580376
+Ref: cf0\7f1580376
+Ref: ieee754 c gsl_ieee_fprintf_float\7f1582405
+Ref: cf1\7f1582405
+Ref: ieee754 c gsl_ieee_fprintf_double\7f1582478
+Ref: cf2\7f1582478
+Ref: ieee754 c gsl_ieee_printf_float\7f1583358
+Ref: cf3\7f1583358
+Ref: ieee754 c gsl_ieee_printf_double\7f1583416
+Ref: cf4\7f1583416
+Node: Setting up your IEEE environment\7f1584790
+Ref: ieee754 setting-up-your-ieee-environment\7f1584982
+Ref: cf5\7f1584982
+Ref: ieee754 c GSL_IEEE_MODE\7f1586051
+Ref: cf6\7f1586051
+Ref: ieee754 c gsl_ieee_env_setup\7f1586131
+Ref: cf7\7f1586131
+Node: References and Further Reading<40>\7f1591925
+Ref: ieee754 references-and-further-reading\7f1592068
+Ref: cf8\7f1592068
+Node: Debugging Numerical Programs\7f1593095
+Ref: debug doc\7f1593231
+Ref: cf9\7f1593231
+Ref: debug debugging-numerical-programs\7f1593231
+Ref: cfa\7f1593231
+Node: Using gdb\7f1593608
+Ref: debug using-gdb\7f1593726
+Ref: cfb\7f1593726
+Node: Examining floating point registers\7f1597020
+Ref: debug examining-floating-point-registers\7f1597181
+Ref: cfc\7f1597181
+Node: Handling floating point exceptions\7f1598323
+Ref: debug handling-floating-point-exceptions\7f1598517
+Ref: cfd\7f1598517
+Node: GCC warning options for numerical programs\7f1599779
+Ref: debug gcc-warning-options-for-numerical-programs\7f1599973
+Ref: cfe\7f1599973
+Node: References and Further Reading<41>\7f1603906
+Ref: debug references-and-further-reading\7f1604057
+Ref: cff\7f1604057
+Node: Contributors to GSL\7f1604699
+Ref: contrib doc\7f1604820
+Ref: d00\7f1604820
+Ref: contrib contributors-to-gsl\7f1604820
+Ref: d01\7f1604820
+Node: Autoconf Macros\7f1609295
+Ref: autoconf doc\7f1609405
+Ref: d02\7f1609405
+Ref: autoconf autoconf-macros\7f1609405
+Ref: d03\7f1609405
+Ref: autoconf chap-autoconf-macros\7f1609405
+Ref: 16\7f1609405
+Node: GSL CBLAS Library\7f1613475
+Ref: cblas doc\7f1613592
+Ref: d04\7f1613592
+Ref: cblas chap-cblas\7f1613592
+Ref: 476\7f1613592
+Ref: cblas gsl-cblas-library\7f1613592
+Ref: d05\7f1613592
+Node: Level 1<2>\7f1613974
+Ref: cblas level-1\7f1614058
+Ref: d06\7f1614058
+Ref: cblas c cblas_sdsdot\7f1614085
+Ref: d07\7f1614085
+Ref: cblas c cblas_dsdot\7f1614226
+Ref: d08\7f1614226
+Ref: cblas c cblas_sdot\7f1614348
+Ref: d09\7f1614348
+Ref: cblas c cblas_ddot\7f1614468
+Ref: d0a\7f1614468
+Ref: cblas c cblas_cdotu_sub\7f1614591
+Ref: d0b\7f1614591
+Ref: cblas c cblas_cdotc_sub\7f1614725
+Ref: d0c\7f1614725
+Ref: cblas c cblas_zdotu_sub\7f1614859
+Ref: d0d\7f1614859
+Ref: cblas c cblas_zdotc_sub\7f1614993
+Ref: d0e\7f1614993
+Ref: cblas c cblas_snrm2\7f1615127
+Ref: d0f\7f1615127
+Ref: cblas c cblas_sasum\7f1615216
+Ref: d10\7f1615216
+Ref: cblas c cblas_dnrm2\7f1615305
+Ref: d11\7f1615305
+Ref: cblas c cblas_dasum\7f1615396
+Ref: d12\7f1615396
+Ref: cblas c cblas_scnrm2\7f1615487
+Ref: d13\7f1615487
+Ref: cblas c cblas_scasum\7f1615576
+Ref: d14\7f1615576
+Ref: cblas c cblas_dznrm2\7f1615665
+Ref: d15\7f1615665
+Ref: cblas c cblas_dzasum\7f1615755
+Ref: d16\7f1615755
+Ref: cblas c cblas_isamax\7f1615845
+Ref: d17\7f1615845
+Ref: cblas c cblas_idamax\7f1615941
+Ref: d18\7f1615941
+Ref: cblas c cblas_icamax\7f1616038
+Ref: d19\7f1616038
+Ref: cblas c cblas_izamax\7f1616133
+Ref: d1a\7f1616133
+Ref: cblas c cblas_sswap\7f1616228
+Ref: d1b\7f1616228
+Ref: cblas c cblas_scopy\7f1616336
+Ref: d1c\7f1616336
+Ref: cblas c cblas_saxpy\7f1616450
+Ref: d1d\7f1616450
+Ref: cblas c cblas_dswap\7f1616583
+Ref: d1e\7f1616583
+Ref: cblas c cblas_dcopy\7f1616693
+Ref: d1f\7f1616693
+Ref: cblas c cblas_daxpy\7f1616809
+Ref: d20\7f1616809
+Ref: cblas c cblas_cswap\7f1616945
+Ref: d21\7f1616945
+Ref: cblas c cblas_ccopy\7f1617051
+Ref: d22\7f1617051
+Ref: cblas c cblas_caxpy\7f1617163
+Ref: d23\7f1617163
+Ref: cblas c cblas_zswap\7f1617294
+Ref: d24\7f1617294
+Ref: cblas c cblas_zcopy\7f1617400
+Ref: d25\7f1617400
+Ref: cblas c cblas_zaxpy\7f1617512
+Ref: d26\7f1617512
+Ref: cblas c cblas_srotg\7f1617643
+Ref: d27\7f1617643
+Ref: cblas c cblas_srotmg\7f1617716
+Ref: d28\7f1617716
+Ref: cblas c cblas_srot\7f1617819
+Ref: d29\7f1617819
+Ref: cblas c cblas_srotm\7f1617956
+Ref: d2a\7f1617956
+Ref: cblas c cblas_drotg\7f1618080
+Ref: d2b\7f1618080
+Ref: cblas c cblas_drotmg\7f1618167
+Ref: d2c\7f1618167
+Ref: cblas c cblas_drot\7f1618275
+Ref: d2d\7f1618275
+Ref: cblas c cblas_drotm\7f1618416
+Ref: d2e\7f1618416
+Ref: cblas c cblas_sscal\7f1618543
+Ref: d2f\7f1618543
+Ref: cblas c cblas_dscal\7f1618644
+Ref: d30\7f1618644
+Ref: cblas c cblas_cscal\7f1618747
+Ref: d31\7f1618747
+Ref: cblas c cblas_zscal\7f1618847
+Ref: d32\7f1618847
+Ref: cblas c cblas_csscal\7f1618947
+Ref: d33\7f1618947
+Ref: cblas c cblas_zdscal\7f1619048
+Ref: d34\7f1619048
+Node: Level 2<2>\7f1619150
+Ref: cblas level-2\7f1619253
+Ref: d35\7f1619253
+Ref: cblas c cblas_sgemv\7f1619280
+Ref: d36\7f1619280
+Ref: cblas c cblas_sgbmv\7f1619560
+Ref: d37\7f1619560
+Ref: cblas c cblas_strmv\7f1619878
+Ref: d38\7f1619878
+Ref: cblas c cblas_stbmv\7f1620132
+Ref: d39\7f1620132
+Ref: cblas c cblas_stpmv\7f1620399
+Ref: d3a\7f1620399
+Ref: cblas c cblas_strsv\7f1620639
+Ref: d3b\7f1620639
+Ref: cblas c cblas_stbsv\7f1620893
+Ref: d3c\7f1620893
+Ref: cblas c cblas_stpsv\7f1621160
+Ref: d3d\7f1621160
+Ref: cblas c cblas_dgemv\7f1621400
+Ref: d3e\7f1621400
+Ref: cblas c cblas_dgbmv\7f1621685
+Ref: d3f\7f1621685
+Ref: cblas c cblas_dtrmv\7f1622008
+Ref: d40\7f1622008
+Ref: cblas c cblas_dtbmv\7f1622264
+Ref: d41\7f1622264
+Ref: cblas c cblas_dtpmv\7f1622533
+Ref: d42\7f1622533
+Ref: cblas c cblas_dtrsv\7f1622775
+Ref: d43\7f1622775
+Ref: cblas c cblas_dtbsv\7f1623031
+Ref: d44\7f1623031
+Ref: cblas c cblas_dtpsv\7f1623300
+Ref: d45\7f1623300
+Ref: cblas c cblas_cgemv\7f1623542
+Ref: d46\7f1623542
+Ref: cblas c cblas_cgbmv\7f1623819
+Ref: d47\7f1623819
+Ref: cblas c cblas_ctrmv\7f1624134
+Ref: d48\7f1624134
+Ref: cblas c cblas_ctbmv\7f1624386
+Ref: d49\7f1624386
+Ref: cblas c cblas_ctpmv\7f1624651
+Ref: d4a\7f1624651
+Ref: cblas c cblas_ctrsv\7f1624889
+Ref: d4b\7f1624889
+Ref: cblas c cblas_ctbsv\7f1625141
+Ref: d4c\7f1625141
+Ref: cblas c cblas_ctpsv\7f1625406
+Ref: d4d\7f1625406
+Ref: cblas c cblas_zgemv\7f1625644
+Ref: d4e\7f1625644
+Ref: cblas c cblas_zgbmv\7f1625921
+Ref: d4f\7f1625921
+Ref: cblas c cblas_ztrmv\7f1626236
+Ref: d50\7f1626236
+Ref: cblas c cblas_ztbmv\7f1626488
+Ref: d51\7f1626488
+Ref: cblas c cblas_ztpmv\7f1626753
+Ref: d52\7f1626753
+Ref: cblas c cblas_ztrsv\7f1626991
+Ref: d53\7f1626991
+Ref: cblas c cblas_ztbsv\7f1627243
+Ref: d54\7f1627243
+Ref: cblas c cblas_ztpsv\7f1627508
+Ref: d55\7f1627508
+Ref: cblas c cblas_ssymv\7f1627746
+Ref: d56\7f1627746
+Ref: cblas c cblas_ssbmv\7f1628006
+Ref: d57\7f1628006
+Ref: cblas c cblas_sspmv\7f1628279
+Ref: d58\7f1628279
+Ref: cblas c cblas_sger\7f1628525
+Ref: d59\7f1628525
+Ref: cblas c cblas_ssyr\7f1628741
+Ref: d5a\7f1628741
+Ref: cblas c cblas_sspr\7f1628940
+Ref: d5b\7f1628940
+Ref: cblas c cblas_ssyr2\7f1629125
+Ref: d5c\7f1629125
+Ref: cblas c cblas_sspr2\7f1629367
+Ref: d5d\7f1629367
+Ref: cblas c cblas_dsymv\7f1629584
+Ref: d5e\7f1629584
+Ref: cblas c cblas_dsbmv\7f1629849
+Ref: d5f\7f1629849
+Ref: cblas c cblas_dspmv\7f1630127
+Ref: d60\7f1630127
+Ref: cblas c cblas_dger\7f1630378
+Ref: d61\7f1630378
+Ref: cblas c cblas_dsyr\7f1630608
+Ref: d62\7f1630608
+Ref: cblas c cblas_dspr\7f1630810
+Ref: d63\7f1630810
+Ref: cblas c cblas_dsyr2\7f1630998
+Ref: d64\7f1630998
+Ref: cblas c cblas_dspr2\7f1631244
+Ref: d65\7f1631244
+Ref: cblas c cblas_chemv\7f1631475
+Ref: d66\7f1631475
+Ref: cblas c cblas_chbmv\7f1631732
+Ref: d67\7f1631732
+Ref: cblas c cblas_chpmv\7f1632002
+Ref: d68\7f1632002
+Ref: cblas c cblas_cgeru\7f1632245
+Ref: d69\7f1632245
+Ref: cblas c cblas_cgerc\7f1632459
+Ref: d6a\7f1632459
+Ref: cblas c cblas_cher\7f1632673
+Ref: d6b\7f1632673
+Ref: cblas c cblas_chpr\7f1632870
+Ref: d6c\7f1632870
+Ref: cblas c cblas_cher2\7f1633052
+Ref: d6d\7f1633052
+Ref: cblas c cblas_chpr2\7f1633291
+Ref: d6e\7f1633291
+Ref: cblas c cblas_zhemv\7f1633506
+Ref: d6f\7f1633506
+Ref: cblas c cblas_zhbmv\7f1633763
+Ref: d70\7f1633763
+Ref: cblas c cblas_zhpmv\7f1634033
+Ref: d71\7f1634033
+Ref: cblas c cblas_zgeru\7f1634276
+Ref: d72\7f1634276
+Ref: cblas c cblas_zgerc\7f1634490
+Ref: d73\7f1634490
+Ref: cblas c cblas_zher\7f1634704
+Ref: d74\7f1634704
+Ref: cblas c cblas_zhpr\7f1634902
+Ref: d75\7f1634902
+Ref: cblas c cblas_zher2\7f1635085
+Ref: d76\7f1635085
+Ref: cblas c cblas_zhpr2\7f1635324
+Ref: d77\7f1635324
+Node: Level 3<2>\7f1635539
+Ref: cblas level-3\7f1635644
+Ref: d78\7f1635644
+Ref: cblas c cblas_sgemm\7f1635671
+Ref: d79\7f1635671
+Ref: cblas c cblas_ssymm\7f1636007
+Ref: d7a\7f1636007
+Ref: cblas c cblas_ssyrk\7f1636316
+Ref: d7b\7f1636316
+Ref: cblas c cblas_ssyr2k\7f1636590
+Ref: d7c\7f1636590
+Ref: cblas c cblas_strmm\7f1636906
+Ref: d7d\7f1636906
+Ref: cblas c cblas_strsm\7f1637229
+Ref: d7e\7f1637229
+Ref: cblas c cblas_dgemm\7f1637552
+Ref: d7f\7f1637552
+Ref: cblas c cblas_dsymm\7f1637893
+Ref: d80\7f1637893
+Ref: cblas c cblas_dsyrk\7f1638207
+Ref: d81\7f1638207
+Ref: cblas c cblas_dsyr2k\7f1638485
+Ref: d82\7f1638485
+Ref: cblas c cblas_dtrmm\7f1638806
+Ref: d83\7f1638806
+Ref: cblas c cblas_dtrsm\7f1639132
+Ref: d84\7f1639132
+Ref: cblas c cblas_cgemm\7f1639458
+Ref: d85\7f1639458
+Ref: cblas c cblas_csymm\7f1639791
+Ref: d86\7f1639791
+Ref: cblas c cblas_csyrk\7f1640097
+Ref: d87\7f1640097
+Ref: cblas c cblas_csyr2k\7f1640369
+Ref: d88\7f1640369
+Ref: cblas c cblas_ctrmm\7f1640682
+Ref: d89\7f1640682
+Ref: cblas c cblas_ctrsm\7f1641003
+Ref: d8a\7f1641003
+Ref: cblas c cblas_zgemm\7f1641324
+Ref: d8b\7f1641324
+Ref: cblas c cblas_zsymm\7f1641657
+Ref: d8c\7f1641657
+Ref: cblas c cblas_zsyrk\7f1641963
+Ref: d8d\7f1641963
+Ref: cblas c cblas_zsyr2k\7f1642235
+Ref: d8e\7f1642235
+Ref: cblas c cblas_ztrmm\7f1642548
+Ref: d8f\7f1642548
+Ref: cblas c cblas_ztrsm\7f1642869
+Ref: d90\7f1642869
+Ref: cblas c cblas_chemm\7f1643190
+Ref: d91\7f1643190
+Ref: cblas c cblas_cherk\7f1643496
+Ref: d92\7f1643496
+Ref: cblas c cblas_cher2k\7f1643768
+Ref: d93\7f1643768
+Ref: cblas c cblas_zhemm\7f1644081
+Ref: d94\7f1644081
+Ref: cblas c cblas_zherk\7f1644387
+Ref: d95\7f1644387
+Ref: cblas c cblas_zher2k\7f1644661
+Ref: d96\7f1644661
+Ref: cblas c cblas_xerbla\7f1644975
+Ref: d97\7f1644975
+Node: Examples<37>\7f1645067
+Ref: cblas examples\7f1645153
+Ref: d98\7f1645153
+Node: GNU General Public License\7f1646618
+Ref: gpl doc\7f1646750
+Ref: d99\7f1646750
+Ref: gpl gnu-general-public-license\7f1646750
+Ref: d9a\7f1646750
+Node: GNU Free Documentation License\7f1684724
+Ref: fdl doc\7f1684844
+Ref: d9b\7f1684844
+Ref: fdl gnu-free-documentation-license\7f1684844
+Ref: d9c\7f1684844
+Node: Index\7f1709747
  \1f
  End Tag Table
+
+\1f
+Local Variables:
+coding: utf-8
+End:
author	Takuo Yasunaga <yasunaga@phys.kyutech.ac.jp>
	Mon, 20 Dec 2021 05:00:02 +0000 (14:00 +0900)
committer	Takuo Yasunaga <yasunaga@phys.kyutech.ac.jp>
	Mon, 20 Dec 2021 05:00:02 +0000 (14:00 +0900)