Bästa programmeringsspråk för matematik

Avslöjande: Ditt stöd hjälper till att hålla webbplatsen igång! Vi tjänar en remissavgift för några av de tjänster vi rekommenderar på denna sida.


När det gäller att lösa matematiska problem används inte alltid programmeringsspråk av den genomsnittliga matematikern. De kan användas för att få hjälp, men det beror helt på omfattning av problemet och om det till och med finns ett behov av ett programmeringsspråk i första hand.

De bästa programmeringsspråken för matematik

Oftare innebär programmeringen att det går att lösa problem i sig själv, där du sedan tar dina svar och tillämpar dem för att bygga ett program.

Matematiker kräver emellertid ibland vissa programmeringsspråk för hjälp, och några av de bästa programmeringsspråken för matematik undrar när du försöker finslipa dina färdigheter och utbilda dig själv inom ett visst matematiskt område.

Fortsätt därför läsa för att lära dig om de mest populära programmeringsspråken för matte, tillsammans med vad som är så speciellt med dem, och vad som gör dem bra för att skriva om och lösa matematiska problem.

MATLAB

MATLAB är en datormiljö på hög nivå från MathWorks. Namnet är förkortat för Matrix Laboratory. Det var ursprungligen ett system för att lösa matriser – snabbt och exakt. Men i över tre årtionden av existens har den vuxit kraftigt till att bli en allmän miljö för att lösa matematiska, vetenskapliga och tekniska problem.

Vad kan MATLAB göra?

Även om MATLAB i sin bas fortfarande är ett system för att lösa linjära algebraproblem, har en enorm mängd byggts ovanpå detta. Här är bara ett par häftiga saker från MATLAB Exempel-sidorna:

  • Datainsamling: genom att helt enkelt dra och släppa komponenter, är det möjligt att ta data från en ansluten enhet, bearbeta och skicka ut dem i en användarvänlig form.
  • Differentiering: med symbolsk verktygslåda för matematik kan MATLAB utföra kalkyler och många andra former av matematik.
  • RNA-struktur: detta är en applikation som förutsäger och visar strukturen för RNA baserat på dess sekvens.
  • Ansiktsavkänning: detta är bara en av många ansiktsdetekteringsalgoritmer. MATLAB används särskilt mycket i bildbehandling.

Hur fungerar MATLAB?

MATLAB använder sin egen utvecklingsmiljö. De flesta arbetar helt enkelt inuti det. Den använder sitt eget proprietära språk. Men det kan användas med externa program och funktioner på språk som C ++ och Fortran. Dessutom kan applikationer som du skapar inuti MATLAB matas ut till programmeringsspråket C så att de kan inkluderas i externa program.

Oavsett alla klockor och visselpipor är MATLAB dock fortfarande i basen kring linjär algebra. Det tänker i termer av matriser. Och MATLAB-skriptspråk visar detta.

Grundläggande koncept

MATLAB är svagt typ som Perl och JavaScript. Så det räknar ut vilka enkla variabler som bygger på hur du använder dem. Om du till exempel säger det x = 15,7, vet det att x är ett flytande punktnummer. Å andra sidan, om du berättar det x = ‘hjälp’ vet det att x är en sträng. Om du börjar använda siffror som strängar eller vice versa, kommer det att hantera dem på binär nivå, ungefär som Perl.

Du kan manipulera variabler på samma sätt som du kan i alla programmeringsspråk. På samma sätt är strängar verkligen matriser av karaktärer och kan hanteras på detta sätt.

matriser

MATLAB: s verkliga kraft är i sin enkla hantering av matriser. En matris definieras inom fyrkantiga parenteser med kolumner separerade av mellanrum och rader med semikolon. Här är ett enkelt exempel från MATLAB-dokumentationen:

A = [1 1 0 0];
B = [1; 2; 3; 4];
C = A * B

Den första raden definierar en 1-by-4 A-matris. Den andra raden definierar en 4-vid-1 B-matris. Genom grundläggande matrisalgebra vet vi att resultatet är: 1 * 1 + 1 * 2 + 0 * 3 + 0 * 4 = 3. Uppenbarligen kan mycket mer komplicerade beräkningar utföras.

Verktygs

Förutom alla matematiska verktyg som MATLAB erbjuder, finns det många tillägg till det. I synnerhet finns det verktygslådor. Vi har redan nämnt Symbolic Math Toolbox. Men det finns många andra inom olika områden:

  • Parallell databehandling
  • Matematik, statistik och optimering
  • Kontrollsystem
  • Signalbehandling och kommunikation
  • Bildbearbetning och datorvision
  • Test och mätning
  • Computational Finance
  • Beräkningsbiologi

Som ni ser är användningen av MATLAB bred och de ger specialverktyg för dem alla.

Få MATLAB

MATLAB är en relativt dyr produkt. Priset för basprogrammet är över $ 2 000. Simulink är 3 000 dollar extra. Och verktygslådor är minst 1 000 $ och ofta mycket mer. I allmänhet använder människor MATLAB under två omständigheter. För det första används det mycket i akademin. Som ett resultat erbjuder MathWorks studentversioner av MATLAB och Simulink för mindre än hundra dollar.

Det andra sättet att människor normalt får tillgång till MATLAB är genom sina arbetsgivare. MATLAB är så kraftfull att det ofta är lätt värt sitt pris.

Gratis MATLAB-alternativ

Det finns ingen gratisversion av MATLAB. Det finns dock två gratis alternativ till det. Dessa är båda kraftfulla verktyg som åtminstone ger dig ett enkelt sätt att komma igång i rätt riktning: GNU Octave och Scilab, båda kommer vi att diskutera nedan.

Lärande MATLAB

Det finns många online-resurser som hjälper dig att lära dig MATLAB. Men vi rekommenderar att du börjar med en bok. Det som i slutändan kan göras med MATLAB är så stort att det är bra att få en grundlig översikt över ämnet.

Böcker

Följande är alla mycket bra grundläggande introduktioner till MATLAB.

  • MATLAB för nybörjare: A Gentle Approach (2008) av Peter Kattan: detta är en kort och tydlig introduktion till MATLAB. Det är en utmärkt plats att börja.
  • Essential MATLAB for Engineers and Scientists (2013) av Hahn och Valentine: detta är en bra och lite mer djupgående introduktion till MATLAB.
  • MATLAB For Dummies (2014) av Sizemore och Mueller: del av en värdig och förutsägbar bra serie böcker.
  • Matlab: En praktisk introduktion till programmering och problemlösning av Stormy Attaway: detta är en lärobok, men en lättförståelig och grundlig en med många exempel.
  • Komma igång med MATLAB: En snabb introduktion för forskare och ingenjörer (2013) av Rudra Pratap: en kort men överraskande grundlig introduktion till MATLAB med tonvikt på vetenskaplig programmering.
  • MATLAB: En introduktion med applikationer (2009) av Amos Gilat: en lärobok som är en bra introduktion till ämnet. Eftersom det är äldre kan du i allmänhet hitta det till ett lågt pris.

Online-handledning

På grund av MATLAB: s användning vid akademiska institutioner finns det många gratis handledning som kommer att komma igång.

  • Lär dig med MATLAB- och Simulink-tutorials: MathWorks egna grundläggande MATLAB-tutorials.
  • Kelly Blacks MATLAB-självstudie: detta är en ganska smal handledning, men det går en hel del djup om grunderna.
  • University of Utah MATLAB Tutorial: en snabb och smutsig introduktion till MATLAB på en kort sida. Se även de mer detaljerade, MATLAB Basics and a Little Beyond.
  • MATLAB Hypertextreferens: detta är en ganska detaljerad introduktion till MATLAB.
  • MATLAB Tutorial: detta är en videohandledning, men består av nästan 100 korta tutorials.

Andra resurser online

Här är några resurser för en gång du lär dig grunderna i MATLAB:

  • Hjälpsam information för användning av MATLAB: detta är en liten men användbar samling av MATLAB-resurser, inklusive en FAQ.
  • MATLAB Wiki FAQ: detta är en ganska djupgående FAQ som till och med kan användas som en typ av självstudier, om du känner till grunderna.
  • En delvis lista över onlinelinjade Matlab-tutorials: även om den har en lista med några tutorials, innehåller denna Duke University-resurs några bra exempel på MATLAB-programmering.

Online-forum

MATLAB har inte den typ av användarbas som C ++ har. Men det finns fortfarande en mycket aktiv gemenskap av kodare. Som alltid på forum, var medveten om att skräppost går igenom. Men alla dessa är solida forum.

  • MATLAB-svar: detta är MathWorks community-forum där du kan ställa frågor och leta efter svar.
  • MATLAB Subreddit: detta är det mycket aktiva MATLAB-forumet på Reddit. Du kanske också tycker att matematik subreddit är användbar.
  • Stack Overflow: när det gäller nästan vad som helst datorrelaterat är Stack Overflow platsen. Den här länken tar dig till alla diskussioner som har skett med MATLAB.
  • Andra språk: detta är inte specifikt för MATLAB, men det är mycket aktivt med många kunniga människor runt omkring.
  • Drexel University Forum: detta är MATLAB-avsnittet i deras matematikforum. Det är mycket aktivt, men uppenbarligen med en akademisk böjelse.

MATLAB Sammanfattning

MATLAB är en datormiljö på hög nivå som används i hela akademin och inom så lika varierande branscher som fysik och finans. Vi har bara berört dess funktioner här. Med dessa resurser kan du börja lära dig systemet. Det kan så småningom ta dig nästan var som helst.

GNU Octave

GNU Octave är en programmeringsmiljö på hög nivå för att göra numeriska beräkningar för vetenskap och teknik. Det är det mest uppenbara gratisalternativet till MATLAB, eftersom dess programmeringsspråk är kompatibelt med det.

Förutom basprogrammeringsspråket har GNU Octave en stor uppsättning verktyg för att utföra vanliga numeriska beräkningar. Dessutom kan Octave använda funktioner skrivna i C ++ och Fortran.

Historien om GNU Octave

GNU Octave utvecklades ursprungligen (startade omkring 1988) som ett hjälpmedel för att lära studenter om kemisk reaktordesign. Formgivarna var missnöjda med att använda Fortran eftersom deras studenter spenderade för mycket tid med att felsöka kodning och därmed inte lära sig ämnet. Så de ville ha ett interaktivt verktyg.

GNU Octave släpptes först i alfaform i början av 1993. Den första officiella utgåvan (version 1.0) kom året efter. I maj 2015 släpptes version 4.0 av Octave. Det har ett fullständigt grafiskt användargränssnitt och är tillgängligt på alla större operativsystem.

Funktioner

GNU Octave är mycket mer än en ekvationslösare.

  • Matriser används som en standarddatatyp.
  • Användningen av komplexa nummer stöds.
  • Det innehåller ett stort bibliotek för matematikfunktioner.
  • Det innehåller filnamn, variabel och funktionsavslutning.
  • Obegränsad kommandot ångra är tillgänglig.
  • Det finns olika alternativ för att organisera data i strukturer.
  • Det ger stöd för argument- och returlistor såväl som kortslutningsbooles-, dekrement- och inkrementoperatörer.

Online-resurser

  • GNU Octave: den officiella webbplatsen för ansökan. Det innehåller nedladdningslänkar till alla större operativsystem.
  • GNU Octave Reference: den fullständiga dokumentationen för programvaran. Du kan också ladda ner en 800 sidas PDF med referensen.
  • GNU Octave Wiki: det här liknar dokumentationen, men som en wiki förändras det ständigt baserat på moderatorer och bidragsgivare.
  • Programmeringsskillnader mellan Octave och MATLAB: den här artikeln är en del av MATLAB-programmerings wikibook. Det ger en bra översikt över skillnaderna mellan dessa mycket likartade produkter.

Böcker

  • GNU Octave Primer for Beginners (2016) av S Nakamura: denna nybörjarguide har träningsproblem och svar för att köra genom programvaran. Kapitel innehåller ämnen som kommandon, programmering, grenuttalanden, hur man planerar, stapeldiagram och mycket mer.
  • GNU Octave Beginner’s Guide (2011) av Jesper Schmidt Hansen: ett bra val för visuella elever. Den liknar Nakamura-boken, men fylld med fler skärmdumpar och steg-för-steg-exempel, vilket gör den perfekt för den totala nybörjaren.
  • GNU Octave 4.0 Referenshandbok: Free Your Numbers (2015) av Eaton, et al: för dem som vill ha den officiella referensen i bokform. Volym 1 börjar med enkla Octave-exempel och fortsätter att täcka ämnen som Java-gränssnitt och paket. Volym 2 innehåller information om allt från att skapa permutationsmatriser till hantering av explicita och implicita konverteringar.
  • Foundation of Numerical Analysis: Implementation with GNU Octave / MATLAB (2016) av S Nakamura: den här boken täcker områden som linjär algebra, polynomer, polynomiska interpolationer och numeriska integrationer.

Kurser

  • Octave / MATLAB® för nybörjare, del 1: Börjar från Scratch: detta är en MIT Open CourseWare-klass. Med kursanteckningar, uppgifter, videor och tentor täcker denna första modul allt från tvåpunktsgränsvillkor till neutrontransport. Det följs av del 2: Montering av data och plottning och del 3: Rensa och spara tomter.
  • Oktavprogrammeringshandledning: även om det inte är en formell kurs, utvidgar denna wikihandledning på områden som skrivfunktioner, utvärdering av polynomier och signalbehandling.
  • Professor Andrew Ng YouTube-videor: det här är en YouTube-spellista för Octave. Det börjar i början och kommer in i mer avancerade ämnen som vektorisering och dataplottning.

gemenskaperna

  • Help-Octave: detta är en aktiv e-postlista för bidragande utvecklare. Men du kan registrera dig för det om du vill skicka in dina egna tankar eller lära dig av den här upplevelsegemenskapen.
  • Freenode Channel: Om du vill chatta med GNU Octave-utvecklare från hela världen är det här du kan göra det. Freenode täcker alla typer av kategorier, så du måste gå till #oktavkanalen.
  • Google Plus: medan den här gruppen inte är avsedd för direkt support, är det bra för att ta reda på om uppdateringar och andra nyheter.

Bör du lära dig GNU Octave?

GNU Octave är inte en fullständig ersättning för MATLAB. Men det är nära. Dessutom är GNU Octave-kod mestadels MATLAB-kompatibel. Så att flytta från GNU Octave till MATLAB borde vara enkelt. Om din framtid involverar vetenskap eller teknik är GNU Octave ett bra verktyg att lära sig.

Scilab

Scilab är ett mjukvarupaket för matematisk databehandling. Liksom Matlab, Excel eller GNU Octave används det för numerisk beräkning. Det innehåller hundratals matematiska funktioner och ger en kraftfull datormiljö för matematik, vetenskap och teknik.

Programmets skönhet är dess öppen källkod. Den släpps under CeCILL-licensen vilket innebär att den kan laddas ner, användas, ändras och till och med distribueras kostnadsfritt. Dessutom kan den installeras på vilken dator som helst som kör ett av operativsystemen GNU / Linux, Mac OS X eller Windows.

Historia

Scilabs ursprung går tillbaka till 1980-talet då ett par forskare som arbetade vid det franska institutet för forskning inom datavetenskap och kontroll (IRIA fram till 1979, då INRIA) utvecklade Blaise, en CACSD (Computer Aided Control System Design) programapplikation. François Delebecque och Serge Steer ville tillhandahålla ett verktyg inom automatisk kontroll för forskare och därmed föddes Blaise.

1984 blev Blaise basil och distribuerades under några år av Simulog, den första INRIA-starten.

Detta slutade på 1990-talet när Simulog slutade distribuera Basile. Programvaran döptes till Scilab och utvecklades vidare av INRIA inom sin egen grupp.

1994 blev en vändpunkt när INRIA beslutade att släppa Scilab som open source-programvara. Den ursprungliga utvecklingsgruppen fortsatte arbetet med den fram till 2002.

I början av 2003 skapade INRIA Scilab Consortium för att säkerställa dess framtid, utveckling, underhåll och stöd.

Fem år senare integrerade Scilab Consortium i Digiteo, som fortsatte arbetet med programmet. Det markerade också året då Scilab blev helt gratis programvara, distribuerad under CeCILL-licensen.

Slutligen, 2010, grundade Inria Scilab Enterprises som ett sätt att garantera programmets framtid. Sedan 2012 är Scilab Enterprises helt ansvarig för utvecklingen. Det ger också professionella tjänster och support.

Funktioner

Scilab innehåller hundratals matematiska funktioner. Eftersom det är matrisorienterat kan du utföra matrismanipulationer, 2D / 3D-planering, skapa dina egna funktioner och bibliotek och mycket mer. Den tillhandahåller också sin egen dynamiska systemmodeller och simulator som kallas Xcos.

Scilab:

  • Matematik och simulering: för teknik och vetenskapliga applikationer som inkluderar matematiska operationer och dataanalys.
  • 2D- och 3D-visualisering: visualisera, kommentera och exportera data. Skapa och anpassa olika typer av tomter och diagram.
  • Optimering: algoritmer för att lösa begränsade och obegränsade kontinuerliga och diskreta optimeringsproblem.
  • Statistik: utför dataanalys och modellering.
  • Styrsystemdesign och analys: standardalgoritmer och verktyg för kontrollsystemstudie.
  • Signalbehandling: visualisera, analysera och filtrera signaler i tids- och frekvensdomäner.
  • Applikationsutveckling: öka programmets ursprungliga funktioner och hantera datautbyte med externa verktyg.

Xcos:

  • Standardpaletter och block
  • Model Building and Edition
  • Modeller anpassning
  • Simulering.

Online-resurser

Eftersom Scilab aktivt utvecklas och underhålls finns det gott om resurser för att komma igång på höger fot. Från den officiella webbplatsen till grundlig dokumentation, wiki och ett aktivt samhälle – du kommer säkert att hitta en resurs som bäst passar dina inlärningsmetoder.

  • Scilab: den officiella webbplatsen för programmet med nedladdningslänkar, dokumentation och tillgång till professionell hjälp och support.
  • Wiki: en allmän wiki med information om dokumentation, exempel på användning och installations- / sammanställningsinstruktioner för specifika plattformar och operativsystem.
  • Hjälp: ett online-hjälpsystem för programmets funktioner med användningsexempel listade av moduler.
  • Matlab / Scilab Dictionary: en mycket användbar ordbok för att jämföra den och Matlab och exempel på användning för varje funktion.
  • YouTube-kanal: med massor av videor om programmets funktioner och olika applikationer av programvaran.
  • Tutorials: ett antal tutorials erbjuds av partnerwebbplatsöppning som sträcker sig från nybörjare till mer avancerade ämnen.

Böcker

Olika böcker har publicerats på Scilab på olika språk. Du kan hitta böcker på engelska, franska, tyska, japanska, kinesiska och mer. Böckerna sträcker sig från inledande ämnen till mer specifika och avancerade ämnen om hur de kan användas.

  • Scilab from Theory to Practice (2016) av Roux, Mathieu och Gomez: riktad till en publik av nya användare såväl som mot människor som vill förbättra sina kunskaper om det. Det är en omfattande, praktisk introduktion till programmet och täcker alla de grundläggande koncept som du behöver för att beräkna, analysera och visualisera data, utveckla algoritmer och skapa modeller.
  • Scilab av exempel (2012) av M Affouf: en kort och lättanvänd introduktion som innehåller korta förklaringar av kommandon, programmering och grafikfunktioner.
  • Engineering and Scientific Computing with Scilab (1999) av Gomez et al: bäst lämpad för dem med en stark bakgrund inom matris och differentiell ekvationsteori. Det täcker programmet ingående med grundliga förklaringar av tillämpningar i linjär algebra, polynom och mer avancerade ämnen.
  • Simulering av ODE / PDE-modeller med MATLAB, OCTAVE och SCILAB (2014) av Wouwer, Saucez och Fernández: denna bok riktar sig till dem som har erfarenhet av programmet och andra numeriska beräkningsapplikationer. Den visar läsaren hur man utnyttjar en mer fullständig mängd numeriska metoder för analys av komplexa vetenskapliga och tekniska system.

Kurser

För er som föredrar en mer vägledd strategi för lärande finns ett par kurser tillgängliga.

  • Komma igång med Scilab: riktad till nybörjare och erbjuds gratis av P2PU, denna kurs består av 20 lektioner som täcker programmets grundläggande koncept.
  • Scilab för ingenjörer och forskare: en betald videokurs som erbjuds av Udemy, riktad till alla som är intresserade av vetenskaplig beräkning.

gemenskap

Scilab har en mycket aktiv gemenskap som innehåller en e-postlista, en IRC-kanal och en filutbyteswebbplats. Det finns också samhällen som är aktiva på olika sociala medienätverk.

  • Google+ grupp: en offentlig grupp med mer än 400 medlemmar som diskuterar allt relaterat till det.
  • Scilab och Xcos: en LinkedIn-grupp tillägnad alla yrkesverksamma som vill utbyta information.

Sammanfattning

Scilab erbjuder ett utmärkt gratisalternativ till Matlab och vi skrapade knappt ytan på vad den kan göra. Dessa resurser ger dig ett bra försprång på att behärska programvaran och resten är upp till dig så gå vidare och lära dig!

maxima

Maxima är ett datoralgebra-system. Men det är också ett programmeringsspråk: typ av en kombination av ALGOL och Lisp. Det är en så viktig programvara att vi har gått lite längre här än att bara berätta om det.

Oavsett om du bara klarar av det eller fortsätter dina studier inom detta ämne, kommer den här episka listan med Maxima-resurser säkert att hjälpa dig på vägen. Från programmering med Maxima till att använda det grafiska gränssnittet, wxMaxima, hittar du allt du behöver för att utmärka dig med denna fantastiska resurs här:

Maxima: Spela

Maxima resurser

  1. Förvärva, installera och testa Maxima En praktisk guide som visar dig hur du kan skaffa Maxima, de bästa sätten att installera den och hur du börjar testa den när du har laddat ner den. Detta detaljerade genomgång bör hjälpa dig att komma igång på nolltid alls. Vidare kan du längst ner välja ett antal andra tutorials som har producerats av Paul Lutus, inklusive Skapa uppsättningar av funktioner och Fourier-analys.
  1. Maxima Manual Sammanställt av Maxima-teamet, är denna manual (via Wayback Machine) en fantastisk översikt som kommer att vara otroligt användbar när du börjar använda Maxima. Det ger dig också en lista över funktioner och paket som är inbyggda i Maxima – men dessa är i slutet av 1000-sidas dokumentet så du måste göra massor av rullning för att hitta dem!
  1. En introduktion till Maxima (PDF) Denna resurs har sammanställts av människorna vid Stanford University och har 245 onlinesidor med information om alla saker Maxima. Guiden innehåller steg-för-steg-instruktioner tillsammans med praktiska bilder och exempelformler.
  1. En kortare introduktion till Maxima (PDF) Om guiden ovan verkar för stor har Richard Rand från Cornell University skapat en kortare 14-sidars guide som är tillgänglig att läsa online. Den innehåller en kort introduktion till Maxima innan man går vidare för att förklara skrivprogram / skript / subroutiner för Maxima.
  1. The Maxima Book (PDF) En annan otroligt djupgående guide, den här boken producerades i februari 2003 och ger dig en välorganiserad och omfattande titt på Maxima. Även om det inte är den mest uppdaterade guide du kan läsa, är den fortfarande en värdefull referens på grund av dess omfattande och lättsamma organisation.
  1. Maxima av exempel. Dessa tutorials-anteckningar skrevs ursprungligen av Edwin L Woollett, men har uppdaterats av California State University (Long Beach) för att inkludera tips för att arbeta med Maxima-programvara – vilket är särskilt användbart om du använder Windows.
  1. En tio minuters handledning för att lösa matematiska problem med Maxima Om du vill ha en snabb introduktion till Maxima eller behöver uppdatera några gamla studier, är denna tio minuters självstudie perfekt. Det täcker områden som att använda Maxima som en kalkylator, konstanter och vanliga funktioner, definiera funktioner och variabler, symboliska beräkningar och mycket, mycket mer.

Maxima: Drömmer

  1. Med hjälp av Maximas symboliska matematiska förmågor hittar du en tabell som utvecklar den sofistikerade användningen av Maxima som ett symboliskt matteverktyg. Detta ger dig en bra referenspunkt som du kan fortsätta att hänvisa till, hitta den Maxima-ingång och -utgång som krävs i varje steg.
  1. Tensor Algebra i MaximaDenna resurs visar de tre olika sätten du kan titta på tensorer med Maxima och dess tilläggspaket.
  1. Maxima och kalkylen Du måste se detta via Wayback-maskinen, men när den har laddats ger denna PDF en introduktion till grunderna för Maxima innan du utforskar precalculus, integration, vektorkalkyl, diagram, programmering och en rad andra ämnen.
  1. Mathematica / Maxima konverteringsdiagram Känd med Mathematica? Då kommer detta konverteringsschema att hjälpa dig att förstå Maxima snabbt och effektivt.

Maxima: Spela

  1. Plottning av riktningsfält för 1: a ordning ODEs. Denna korta handledning tar upp hur du kan få “plotdf” -funktionen igång i Maxima genom att använda den för att plotta riktningsbanor / fält för ODE: s första ordning.
  1. wxMaximaDetta är hemsidan för ett Windows GUI för Maxima. Det dokumentbaserade gränssnittet för Maxima förser dig med dialogrutor och menyer för många vanliga inline-plott, autokomplettering, Maxima-kommandon och enkla animationer.
  1. wxMaxima för Calculus I och II Dessa två guider introducerar wxMaxima i förhållande till en enda variabelberäkning, där varje bok fungerar som en labbhandbok, en referensreferens för studenter eller en källa till CAS-övningar.

Maxima: gör

  1. Computer Algebra-programmet Maxima – En handledning En bra introduktion till Maximas värld (via Wayback Machine). Denna handledning erbjuder dig några användbara tips för dina första steg med Maxima, innan du går vidare för att ge fungerade exempel och råd om programmering med Maxima. Det innehåller också en del innehåll om användningen av Lisp (språket Maxima är programmerat i), med några intressanta fakta om Lisp som också läggs till i detta avsnitt..
  1. Minimal Maxima (PDF) Tillverkad av Robert Dodier, nedbryter data, utvärdering och syntaktiska strukturer som ligger bakom Maxima. Att ha en förståelse för detta är bra när du försöker använda Maxima som mer än bara en kraftfull kalkylator – eller när du skriver dina egna subroutiner / funktioner i Maxima.
  1. 22 sessioner av Maxima för att lösa verkliga teknikproblemAgain, du måste se detta via Internet Archive Wayback Machine, detta är en referens som fortfarande hyllas av många mattexperter som en guide. Ursprungligen drivs av Youngstown State University College of Engineering & Teknik, det är perfekt om du vill använda Maxima för teknikrelaterade frågor.

Maxima: Examen

Andra resurser

Denna lista med resurser kommer att ge studenter i maxima och proffs all information de behöver, oavsett om de letar efter grundläggande hjälp med maxima eller om de vill använda avancerade maxima-tekniker för programmering. Om du letar efter fler resurser kan du kolla in följande guider. Du kan aldrig lära dig för mycket.

  • Maxima-programmering
  • Maxima för symbolisk beräkning
  • Programmering i Maxima

Mexima: Arbetar

Maxima slutsats

Dessa resurser låter dig behärska Maxima – och ännu viktigare – matematiken själv. Matematik är en viktigare färdighet idag än någonsin. Förr i tiden var det tillräckligt att känna till dina multiplikationstabeller och hur man gör lång uppdelning, men dagens jobb kräver att du förstår avancerad matematik och hur du använder den på verkliga problem. Maxima hjälper dig att behärska dessa färdigheter och lösa de verkliga problemen.

Pytonorm

Python betraktas ibland som ett programmeringsspråk som är avsett för matematik, med många olika användare som skriver program med Pythons hjälp. Matematiker är ganska förtjust i det av några intressanta skäl. Först och främst tjänar inte Python mycket av ett matematiskt syfte, men när det gäller allmän programmering lyser Python. Den allmänna programmeringen inkluderar ofta matematiska program, så det kommer så småningom att vara praktiskt för fältet.

Slutligen hävdar vissa att populariteten för så många andra program och programmeringsspråk kommer från det faktum att de är baserade på Python. Till exempel är Sage baserad på Python och det är en underbar lösning för när du tar upp ett problem från grunden.

Mathematica

Mathematica är ett annat kommersiellt program som används av matematiker ibland. Även om du måste betala för att använda den (den är inte öppen källkod,) kommer Mathematica att vara praktiskt när du försöker saker som plottning och symboliska åtgärder.

Många matematiker säger att Mathematica är ett av de program som är bäst lämpade för att kontrollera en idé eller verifiera en tanke. Men när det gäller att skriva något som kommer att vara professionellt, stabilt och effektivt kommer de troligen att följa med ett annat program.

R

R erbjuder en omfattande grafikverktygssats för att designa och implementera vackra bilder. Merparten av tiden kommer du att upptäcka att statistiker är de som använder R för dess otroliga statistiska datorkraft. R är ett programmeringsspråk med öppen källkod, vilket gör det ännu mer tilltalande. Matematiska datavetare är också kända för att använda R eftersom du kan göra alla möjliga program för att snabbt köra igenom data och bryta data utan extra arbete. På grund av detta har R: s popularitet ökat ganska mycket de senaste åren.

Matematiska datavetare är också kända för att använda R eftersom du kan göra alla möjliga program för att snabbt köra igenom data och bryta data utan extra arbete. På grund av detta har R: s popularitet ökat ganska mycket de senaste åren.

Haskell

Haskell är ett generellt programmeringsspråk som har ett brett användningsområde, inklusive matematik. Kategoriteoretiker som att använda Haskell. I likhet med Mathematica gör Haskell knepet för att kolla in idéer i motsats till att skriva ett helt nytt program. En av de främsta anledningarna till att Haskell står starkt bland sina alternativ är för att det är ett funktionellt språk, vilket gör det mer naturligt för matematiker att förstå.

Ett annat argument för Haskell är att mer kombinatoriska problem med andra program som C och C ++ kan komma ut ganska komplicerade. Å andra sidan levererar Haskell ofta liknande problem med en linje.

Rubin

Ruby tillhör en liknande kategori som Haskell, vilket gör det möjligt för matteelever och matematiker att prototypa olika typer av kod och göra sina egna manus. Mathematica tillhör också denna kategori, där både plottning och symbolfunktioner krävs. De matematiska användningarna är något begränsade med Ruby, men människor använder det hela tiden för allmän programmering. Som sagt har den en kraftfullare matematisk inställning för många andra språk.

De matematiska användningarna är något begränsade med Ruby, men människor använder det hela tiden för allmän programmering. Som sagt har den en kraftfullare matematisk inställning för många andra språk.

Postskriptum

Som ett ganska unikt matteprogram kommer PostScript förmodligen inte att prata om du någonsin frågar en matematiker om Matlab-alternativ. PostScript kommer dock in i spelet när du försöker göra matematiska illustrationer på ett mer exakt sätt.

Den genomsnittliga användaren skulle troligtvis anser att PostScript är lite för fult för att användas konsekvent, men det erbjuder elegant syntax, vilket gör det till en rolig och intressant lösning för dem som vill göra illustrationer och matematiska konstruktioner. Vissa andra områden saknas emellertid, till exempel hantering av strängar och användarinteraktion.

C

C och C ++ tillhandahåller flera användningsområden, så du kommer inte bara att hitta dessa i matematikfältet. De är faktiskt mer generella när det gäller programmering, men de står starkt för matematiska program.

Sammantaget har C ett gott rykte när du försöker få något gjort snabbt. Bearbetningshastigheten är en av dess bästa egenskaper, eftersom hur många studenter som är kända för att skriva små C-program för att bearbeta repetitiva problem.

Fortran

Fortran var det första allmänt använda programmeringsspråket på hög nivå. Och eftersom de flesta kodare vid den tiden gjorde matematik och vetenskap, antogs den tidigt av dem och används fortfarande ofta av forskare och matematiker.

Om du har haft erfarenhet av Fortran tidigare bör du förbereda dig för en chock. Det har uppdaterats kontinuerligt under åren. Koden är fritt flytande (inga obligatoriska sju utrymmen i början av rader), den är objektorienterad och är i stort sett interoperabel med C. Med andra ord är det äldsta språket väldigt nytt.

Läspa

Det finns några verktyg för avancerad matematik i Lisp, men huvudorsaken till att du hittar den används i matematikfältet är på grund av dess design. Matematiker njuter av renhet och skönhet i både matematik och design, så det är vettigt för dem att åtminstone inkludera Lisp i sin verktygslåda.

Lönn

Lönn har en ganska stark fördel när det gäller kombinatoriska matematikproblem. Det är också känt för sina funktionella programmeringskonstruktioner, vilket gör det extremt intressant att leka med.

Plottning är en bris när du arbetar med Maple, och avancerade symbolfunktioner är inte heller dåliga. Tänk på att Maple, som liknar Mathematica och Matlab, är ett kommersiellt program, vilket innebär att du måste betala för det.

Att välja rätt matematiksspråk

Som du ser beror vilken typ av matematikprogrammeringsspråk du går med främst på problemet, idén eller programmet du försöker arbeta med. Till exempel ser Matlab starkt ut för symbolisk beräkning, medan R gör tricket för statistik.

Sammantaget är det mer troligt att du ser matematiker och studenter som utnyttjar en handfull av dessa programmeringsspråk. Lycka till att fatta ett beslut!

Vilken kod ska du lära dig?

Förvirrad om vilket programmeringsspråk du ska lära dig att koda på? Kolla in vår infographic, vilken kod ska du lära dig? Det diskuterar inte bara olika aspekter av språken, det svarar på viktiga frågor som “Hur mycket pengar ska jag tjäna på att programmera Java för att leva?”

Vilken kod ska du lära dig?
Vilken kod ska du lära dig?

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map