vasiliev

Я вопринимаю генетические алгоритмы именно как способ оптимизации.

Для моделирования эволюции я бы посмотрел на какие-то решения в области имитационного моделирования, например Beagle

Если коротко - из таблицы квантилей хи-квадрат распределения.
Если длиннее: мы знаем, что оценка дисперсии генеральной совокупности (которая, очевидно, является случайной величиной и зависит от выборки), распределена по хи-квадрат распределению с известными параметрами. Для этого теоретического распределения известна формула P(X>x); по ней можно построить таблицы вроде вышеприведённой, а из них легко найти квантили.

Есть очень неплохой курс по machine learning от andrew ng, одного из основателей coursera. Курс очень полезен целиком, особенно 10 часть, "Advice for Applying Machine Learning" (там, кстати, обсуждается необходимый объём), а проблеме получения обучающей выборки посвящена эта лекция.

На сайте qt project есть табличка со сравнением

Вроде первые три либы должны помочь (сам с этими библиотеками не работал, так что точно не могу сказать).