几大数学软件各有什么优缺点？
Matlab、Maple、Mathematica、MathCAD 以及基于python的numpy/scipy/sympy 等
按时间排序
渣渣用过matlab，sas，r，stata，eviews谈一谈自己的感觉。首先，对于学生来说，如果只是写论文或者做数据处理，他们的区别是不的，基本想实现的功能每一个都能实现。所以，学好一个就够用很久了，当然如果是工作另当别论。其次，从每个软件的特点来说，个人感觉如下:stata eviews偏统计计量方面，eviews更适合做时间序列，stata更适合做面板。曾经用stata做过时间序列，但功能不如eviews强大，比如检验稳定性剔除趋势，stata只有默认的线性趋势，eviews可以设置多种趋势。除此外，感觉stata比eviews好用很多，命令非常简单。r，sas都是很强大的统计软件，现在做大数据这俩用的很多，上面的基本没听到过有谁用。不过个人很喜欢r一点，命令简单，而且是免费的。但是r自带的编译器不太行，需要下别的插件。matlab功能更综合一些，工程啊，金融啊都能用，比如用他做量化交易策略测试很好用。
大家都用盗版MATLAB不给钱 叫我们怎么有动力把产品做好
说一个数学软件，很早，也是我（的老师）一直用的GeoGebra数学老师那些几何图形，什么多边形，各种函数其实都不是自己画的哦这个软件提供很多模板，就是数学老师绘图必备啊
就简单说一下Mathematica好了。还记得我的第一行代码：Plot[sin[x], {x, 0, 2 Pi}]debug 花了一个下午......差点就要对它绝望了…
Maple做多项式的计算强，当年用Maple在上分解，结果酸爽
我说一个 Julia；优点：1. 速度快2. 有时（其实是经常）可以当做 Lisp 写3. 可以方便的部分达到 CPP 的 template-based programming 的效果，增强稳健性（防御式编程）和运行速度（型别已知）4. 随意调用 Python 包5. 有 best (coding) practice 做参考6. 暂时我还没有玩过，但是可以用 JuMP 的方法用 macro 写 DSL缺点：1. 虽然对我来说不是缺点，但是每次准备安利时发现没有 IDE 安利不能2. 自用的包每次更新的时候要调整不少避免 warning3. 虽然常常有 pre-compiled 的版本，但是不编译一个最新 master 版本会不舒服4. 偶尔编译时会有蛋疼情况，比如系统上的 llvm 和编译要求的不一样
作为计算机数学方向的研究生一枚，Matlab、Maple、Mathematica、MathCAD、maxima、mathμ这些软件我都用过，当前在学术、工业、教育界上较流行和出名的科学计算软件分为两类，主要包含数值计算软件(以MATLAB为代表)和符号计算软件(比如：Mathematica、Maple、Maxima、MathCAD、Reduce等，更多此类软件请访问)两大类，还有近几年来在中国缓慢发展但尚未推广使用的符号计算软件mathμ。(1)Maxima，是由麻省理工学院在美国能源部的支持下于60年代末创造的Macsyma演变而来，世界上最早的符号计算系统(或称为计算机代数系统CAS)。Macsyma后来慢慢走上商业化的道路，自1982年开始，Bill Schelter教授默默地维护基于能源部获得的代码的Macsyma，他把这个软件叫做Maxima，开放源码。因为版权的问题，Maxima一直没有公开发行，只有少数人知道有这个软件的存在。1998年，Maxima终于得到公开发行的许可，这已是Schelter教授努力了16年之后的事。Schelter教授在2001年去世，不过已经正式成为合法开放源码软件，因此陆续有支持开放源码的程式设计师，学者投入Maxima的开发工作。Maxima的前身Macsyma在当时是非常创新的软件。现在流行的商业计算机代数系统软件Maple及Mathematica，都是受到Macsyma的启发而设计出来的。(2)Mathematica是由世界著名物理学家Stephen Wolfram领导的Wolfram Research公司开发的科学计算软件。它兼具强大的符号计算功能和数值处理功能，被称为世界上最强大的通用计算系统。(3)Maple是由加拿大Waterloo大学开发的科学计算软件，拥有优秀的符号计算和数值计算能力。并且其符号计算同时是MATLAB和MathCAD等软件的符号处理的核心。2009年，Maplesoft被日本软件商Cybernet Systems收购。(About Maplesoft:
Maplesoft, a subsidiary of Cybernet Systems Co., Ltd. in Japan, is the leading
provider of high-performance software tools for engineering, science, and
mathematics. Its product suite reflects the philosophy that given great tools,
people can do great things.)(4)MATLAB是美国MathWorks公司的科学计算软件，具有超强的数值计算功能。使用MATLAB，可以分析数据，开发算法，创建模型和应用程序。MATLAB在信号处理和通信、图像和视频处理、控制系统、测试和测量、计算金融学及计算生物学等众多应用领域已成为科研工作着和大学生进行科学研究的一种强有力工具。(5)MathCAD是美国PTC公司旗下MathSoft子公司推出的一个交互式的数学软件。MathCAD是集科学编辑、数学计算、和仿真于一体的软件，主要特点是输入界面比较友好，所见即所得。MathCAD可视作一个功能强大的计算器，没有复杂的使用规则；同时它和Word、WPS等文字处理软件配合使用良好。(6)清华大学的mathμ研发团队的科技发明制作“计算机代数系统mathμ”是一个符号计算软件，mathμ研发团队官方声称mathμ具有独特的符号处理功能，国内领先，但它使用起来依旧需要学习专门的输入语法和命令，此外也尚未推广使用。
从功能上而言，目前科学计算领域的符号计算和数值计算基本已被Mathematica和MATLAB所覆盖。Maple为MATLAB和MathCAD等计算软件的符号计算提供内核，MathCAD主要提供较强的数学表达式编辑的功能。十分感谢知友
的指正以及提供的宝贵资料...发现有个地方的回答也还不错：
难道不是我大R language？
说多了都是废话，
就是一个工具，看自己的行当里用什么的多，一定是有道理的尤其是有大量现成的工具包的情况下
过去本人从事理论物理研究工作，现在则从事生物、计算机科学研究，使用机器学习工具，本人尝试从个人经验讨论各类软件的优劣。Mathematica:长处：算符运算能力强大，界面美观，语言简洁，容易取得真实数据，画图精美短处：运算速度慢，受界面影响，不利处理大量数据MATLAB / Octave:长处：向量化语法，大量工具箱短处：语言易读性低Python + NumPy + SciPy:长处：语言简洁，可做数值计算以外的工作（如网搜数据），大量工具箱短处：算符运算能力不强且繁冗R:长处：大量统计工具箱，可快速处理大量数据，画图精美短处：功能限于统计方面，语法晦涩
我这里专门写一下Mathematica的软件引擎（下面全部引自mathematica帮助文档）。、Mathematica 是当今最复杂的软件系统之一. 它由数百万行 C/C++、Java 和 Mathematica 源代码写成. Mathematica 中的 C 代码实际上是用支持一定的内存管理和面向对象特征的扩展 C 语言写成的. Mathematica 代码使用 Share 和 DumpSave 进行了优化. 在 Mathematica 内核中，不同部分的代码构成大致如下：语言和系统占 30%；数值计算占 20%；代数计算占 20%；图形与内核输出占 30%. 大多数代码是相当密集的和系统化的：实际上是简单过程或表的那些部分使用最少的代码，这是因为这些代码趋向于在较高的层次上编写\[LongDash]\[LongDash]常常直接以 Mathematica 语言编写. 内核中的源代码，对于运行 Mathematica 的所有计算机系统是完全相同的. 然而，对于前端，需要大量专门化的代码来支持不同类型的用户界面环境. 前端包含大约 700,000 行独立于系统的 C++ 源代码，其中大约 200,000 行涉及表达式的格式构造. 这里有 50,000 到 100,000 行的特殊代码，这些代码专门处理每个不同的用户界面环境. Mathematica 使用客户\[LongDash]\[LongDash]服务器计算模型. 前端和内核通过 MathLink 来连接\[LongDash]\[LongDash]使用同样的系统与其它程序通讯. MathLink 支持多个传输层，包含基于 TCP/IP 的和使用共享内存的.前端与内核使用三个独立的 MathLink 链接来连接. 一个是用于用户提交的计算. 第二个是用于前端求解 Dynamic 表达式的值. 三是用于内核，以通知前端应该使哪个 Dynamic 对象失效.在 Mathematica 内核的 C 代码部分，主要通过交换完整的 Mathematica 表达式实现不同部分之间的通信，以此来获得模块性和一致性. 但是应当注意，即使系统的不同部分在源代码层次是相当独立的，它也有许多算法的相互依赖性. 例如，我们可以常常看到使用了大量代数算法的数值函数，或者使用嵌入在不同 Mathematica 函数中的高级数学算法的图形代码.自从1986年 Mathematica 开始发展以来，平均每年有1千开发人员从事 Mathematica 源代码的创建. 此外，与代码创建相当的精力或者更多的精力用在代码的测试和验证上. 自从第1版发行以来，Mathematica 的源代码已经有了很大改变. 在内核中的代码总行数从第1版的 150,000 行，到第2版的 350,000 行，又到第3版的 600,000 行，第4版的 800,000 行，第5版的一千五百万行，到第6版的两千五百万行. 此外，在每个阶段，现有代码都被修改了\[LongDash]\[LongDash]因此，在第6版中，仅有很少的一部分代码与第1版中的代码是相同的. 然而，尽管在内部代码中有这些变化，Mathematica 用户层次的设计一直保持与第1版的兼容性. 到目前为止，添加了许多新功能，但 Mathematica 第1版中创建的程序无需任何改变，绝对能在第 6 版中运行.
据个人的使用来说,我用这些软件都差不多有十来年,有些七八年的样子.请相信专业的,顶尖的,自己的深入体会的.自己的眼光最重要,用事实说话,体会其中的精华,而不是表面精华要从抽象层面和使用层面,这是软件生存的本质抽象到极致,实践到极致,带点偏见,就是正见谁用matlab不是冲着工具箱的话,他只用了1/10谁用Mathematica和Maple不是用符号计算,那也只用了1/3谁说Matlab也有符号计算的话,不知道他的符号引擎不是自己的,是第二流的引擎,请绕开工具没有最好,有时候还有审美方面的需求,比如我就一直纠结在Maple和Mathematica之间以至于两者都会,事实上我最强的是Matlab,使用最久,到现在估计差不多十年了这些要看个人,工业界,科研界的评判我看上面的解说,都是谁谁怎么样,您自己呢,但是体会有些地方感觉不怎么对,以下算作补充:首先,Maple和Mathematica是以符号计算著称,但是近年来Maple和Mathematica在数值计算上也有长足的发展,总体来说Matlab&Mathematica&Maple,差距在缩小;就符号计算本身来说,如果做过测试的话,Maple&Mathematica&Matlab(现在matlab用mupad的核心,以前用的maple的),所以严格来说Matlab是没有自己的符号计算的.而从编程范式方面,Mathematica支持的编程范式是最多,什么函数式,子过程式,递归,面向对象,还有很多.甚至非常完美的支持 List等,语法规则比较严格Maple语法规则太灵活,入门快,但是要成为高手就有点玄乎,相比mathematica要成为高手容易一些,单从语法上说.2. 从帮助文档上说,Maple不太规范.Mathematica的方式我最喜欢Matlab还不错,现在趋向于和Mathematica同样的写作方式写帮助了3.从公众交换代码方面,Matlab的file exchange最强大,东西最多Mathematica的alpha平台以及其他也不错Maple在这块比较弱了4.从使用上来说,Matlab最强大的是工具箱,他的控制工具箱是一绝,世界上绝无仅有的东西而其他工具箱很多也达到top1,2,3的样子,而且新技术融入很快,当年的小波,小波包,信号处理方面现在的代码生成,代码优化方面,直接生成硬件代码和硬件代码的半硬件调试基本上也是无人能敌了Mathematica在国外,尤其美国使用者很多5.数学的顶尖工具箱方面,可以推荐一下Maple的张量工具箱等,那是高深啊,还有其他一些Mathematica比不上的有很多ODE,Mathematica解不出来,Maple可以的Mathematica的差分方程我是很喜欢的Mathematica在special function的帮助,分类的帮助,说总共有多少类,多少个公式,一一列出,我泪崩,世界上没有比这更好的了.6.但是Mathematica的语法真心喜欢,如果你对functional paradigm,list,rules这些感兴趣,你会发现,这真是NB7.在公众贡献放方面Mathematica贡献了 wolfram function , math world,以及demo等Maple软件本身带有物理以及数学的很多知识总的来说:Matlab适合工程界,尤其是工具箱,快速代码,还有和第三方软件的很多集成,比如优化工具箱其中最为明显的第三方就是comsolMathematica语法优秀,优秀到几乎带有所有的编程范式Maple符号计算最强,至少在我的测试下是如此,也出了仿真的Maplesim三个我都用.可惜我没米,买不起补充:现在你基本上不用考虑效率方面的问题了随着硬件的进步,算法的进步并行支持,分布式计算支持,多核支持,甚至GPU的深度支持计算速度慢慢退居次要了可视化编程方面,Maple和Mathematica都有大大的进步,已经到了智能判断很多东西的程度了推测你的意图Matlab根据你的鼠标操作生成代码,也是太厉害了所以易用性,三者差距在缩小有人说Matlab的图和编码是分开的,但是他有Notebook模式,很多人没用过Mathematica有cdf,自然编程方式Maple和Mathematica基本上差不多了补充:ref首先一定要看features,得读十来遍吧What is Maple: Product Features然后他们两家自己互掐,注意Matlab不在掐之列,因为他靠工业工具箱,另外两家根本没法跟他比Similarities between Mathematica & Maple Are Only Skin DeepWhy MathematicaAnalysis of Wolfram Research's Comparison of Mathematica(R) and Maple从我以前早期的浏览历史,Mathematica先掐的Maple注意这句:In general Maple is more powerful on solving Integral equations, differential equations and Groebner basis, Mathematica is more powerful for integration, recurrence relations, equation solving and simplification.
怎么没有人谈maxima,
起码最大的特点就是不要钱啊。
Matlab其实是个工程软件。纯数学方面并不强，符号运算更是渣。但是变成方便，适合做模拟和一般计算工作。当然，因为是脚本语言，所以效率比不上一般的编程语言。它主要胜在适用面非常广，这种库的支持非常好，还有专门输出报表的库。因此，系统模拟，控制系统设计、图像处理、信号处理等等都可以用。我还用这软件来排相框。MathCAD没有用过，不清楚。Maple感觉纯数学、推公式更适用些，适用面比较窄。Mathematica据说也可以做一些工程应用方面的工作，但是我没有用过这方面的功能，所以无法评论。
只用过matlab，它仅仅是数学计算的低效软件。然而，库函数多是王道
说个题外，大概是04年初中的时候，用过一个几何自动证明软件，当时就shock到，居然能自动证明蝴蝶定理。看它的证明过程也是乐趣，它会不停的添加辅助线。
因为在读PhD，所以经常会犹豫该用什么数学软件或者编程语言写算法。最疯狂的时候，写一个关联挖掘的算法，先后用过Java，R，matlab，Python，C++。每个软件甚至编程语言都各有千秋，始终没有找到我想要的完美解决方案。作为一个有完美强迫症的人，痛苦不堪，直到某一个想明白了这个问题：所有的软件，语言，都是工具而已，不存在完美的方案。而且，随着应用中新领域的不断出现，不仅会推出新的数学软件，也会出现针对某个专门问题的专业软件。选择数学软件或者工具、语言的时候，一般考虑两个维度：抽象高度 和 扩展广度。先从容易理解的说起。所谓扩展广度，也就是说软件的工作能力，比如数据可视化、作图的能力，读取各种数据源的能力（文本，表格，数据库），与其他软件集成、提供接口调用的能力，扩展第三方程序集的能力，以及使用界面是否人性化。但是，如果功能太强大，什么功能都具备，那么软件上手难度会相应的增大，违法了“大道至简”的原则。再谈抽象高度。所谓抽象高度，也就是这个软件的最基本数据思维逻辑单元是什么。大家熟悉的Matlab，其核心数据结构就是矩阵，一个向量也可以看做一个矩阵。Matlab的一切计算基础都是矩阵运算。抽象程度高的优点有两个：用户可以绕过底层数据逻辑，直接思考实现顶层的算法，跳过琐碎的程序细节；可以大大提升运算速度。为什么Matlab的矩阵运算速度那么快？因为矩阵是其基本数据结构，所以Matlab中核心的矩阵运算是在二进制内存级别上完成的。当然，抽象程度高的缺点也是很明显的：一定程度上会损失使用的灵活性。所以，在这两个维度上，就可以对常用的数学工具、语言（本人比较熟悉R、Matlab、Python）做一个分类了：P.S. 这里的Python指扩展了numpy, scipy库。限于对其他软件的了解有限，所以无法发布意见。。。不过这种分类方法还是可以考虑的，用来寻找适合自己的数学工具。
某种程度上这几个软件都用过。但是，MathCAD貌似我只用过几天，而Maple用过几个月吧，这都是约5年前的事情。现在主要用MATLAB和Mathematica。所以以下我讨论一下后两者，简称ML和MM吧。首先，ML是一种数值计算程序，而MM（及Maple等）是一种符号计算程序。这样来说，两类程序恐怕可比性并不很高。然后，ML的语言是结构化的、解释性的，MM的语言有点像lisp（看了MM全书以后感触挺深）。这应该是二者的本质区别。相应的优点、缺点，也几乎就是结构化语言和函数型语言的优点、缺点。顺带一提，ML语言为解释性的，其计算效率并不高。最后，从应用领域的角度看，二者都可谓包罗万象。控制仿真、图像处理、信号分析等等都是ML的强项。它的优势在于工具包非常全面（这弥补了计算效率上的劣势）。MM的我研究得不是很深，但我大略扫过它的文档，感觉功能的数量不亚于ML（对了，MM的数据可视化强于ML；我做过MCM，当时特意用MM显示数据）。我现在用ML，主要做些数据处理；用MM，主要推些公式。要补充的是，ML也带有符号计算的功能，但是借用的MuPAD内核（以前貌似是Maple的）；而MM也能作数值计算，而且能计算到任意精确的程度。但我认为这些都不是两者的核心功能。参考linux的观点，各个软件将某一方面的能力提升到极致，最后组合起来，可以非常强大。楼上提到MATLAB脚本字体之类的问题，其实完全可以用其他编辑器编辑脚本，然后用ML调用脚本去跑。ML自带编辑器，对我来说是很奇怪的事情，呵呵。
说些简单的：只有mathematica才有官方中文帮助啊，而且排版非常清爽。相比起来，其余2者差了远了，而且例子也是mathematica最丰富。mathematica画出来的图非常好看，输出的图能和文字、计算、公式放在一起，而不是像matlab单独弹出个窗口。而且，mathematica输入输出的格式和我们平常使用的格式很接近，当然目前的maple也是，只有matlab还得用很多括号。。。从最新版本的占用空间上看，maple只有500MB不到，mathematica有1GB，matlab大概有4GB。还有点非常无语，matlab每年都会出2个版本……而且版本号非常容易混淆，貌似有段时间是向下降的。maple和matlab应该主要是用java语言写的，而mathematica主要是用c语言。不过----&（评论里曹洪洋先生指出这是错的）
先说我的观点，再给一个比较权威的结论。我用过Matlab和Mathematica，我觉得Mathematica的表达能力要更强一些，并且可以把公式文档和计算过程都很优雅地表达在一个notebook里面，说白了就是可以图文并茂地表达一个复杂的过程。mathematica作为写一个算法的快速原型工具，现在可以很方便地实现任意复杂的算法，也容易生成数据去检验。国内讲mathematica的书比较少，大部分是关于数学实验的，专题性质的不多。国外有一些讲得比较深入的，例如wolfrom写的《mathematica全书》，读这些书不仅能让你熟练使用 mathematica，更多地是拓展你在计算机科学的视野。Matlab的工具箱非常强大，抢占了大部分理工科的阵地，书也很多，可以说是所有数学软件中最多的了吧，用户群也是最大的，到处都可以见到各类论坛。但是目前大家都是把Matlab作为一个应用的工具，讲的不够深入，深入的是那些背后的数学原理。现在几乎理工科各个类别的算法（专业很高的算法）都可以找到matlab版本的。比如我要做数据分类，就用了别人写的matlab版的最小均方SVM，如果是用Mathematica的话，那就得自己写到崩溃了。最后一点，我一直觉得Matlab的脚本字体不美观，而且完成一个东西一次要写好几个脚本，所以我更愿意用mathematica。比较权威的比较：关于几大数学软件的比较，国内一直争论不休，却不知有个德国人在这方面已经做了很精确的比较。一共60多页的文档，从6个大项100多个小项目进行了详细的比较。几十个表格，数千行代码，而且为了保证同样的算法的代码质量，Mathematica的代码由Wolfram Research的人来写，Matlab代码由MathWorks的人来写。不得不佩服德国人做事的严谨，再想想我们还在这里瞎吹，哎。。。。最后评分结果：Maple 51.13% Mathematica 71.05% Matlab 69.58%详细的比较大家自己去看吧。
已有帐号？
无法登录？
社交帐号登录你的位置： &
& MATLAB软件大全
MATLAB软件大全
MATLAB 是一款用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案。这里为大家整理了MATLAB的各个版本，需要的朋友不妨下载使用。
MATLAB软件下载
温馨提醒：鼠标移动到图标上可预览截图
MATLAB安装教程
类别：软件应用
MATLAB 2014a中文版安装及破解步骤：点此下载：MATLAB 2014a 中文免费版1) 运行 &X:...
类别：软件应用
matlab2015a安装激活教程如下：1.首先下载MATLAB 2015中文版，然后下载完成后解压。以下...
类别：软件应用
matlab 2013a安装及 matlab 2013a破解教程，亲们注意 MATLAB 2013a 需要 8.24...
类别：软件应用
Matlab 2012b下载地址/xiazai/2/60/66/35256.html1、双击setup.exe...
最新软件应用合集
(您的评论需要经过审核才能显示,请文明发言！)&&剩余字数：
点击图片更换
本站资源均收集整理于互联网，其著作权归原作者所有，如果有侵犯您权利的资源，请来信告知，我们将及时撤销相应资源。
Copy . All Rights Reserved.苹果/安卓/wp
积分 465, 距离下一级还需 335 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡, 抢沙发下一级可获得
权限: 隐身
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
苦逼签到天数: 11 天连续签到: 1 天[LV.3]偶尔看看II
数学软件介绍
转自OCEANTRIBE
现在每天都在建模培训中度过，有些累，但更多的是学到了很多知识、道理。下面的是，我在一个人的博客里看到的关于数学软件的介绍，他参加过三次建模比赛，还参加过国际赛，由衷的佩服。现在和大家分享他的总结：
在当今30多个数学类（为区别于文字处理和作图类而加的修饰词）科技应用软件中，就软件数学处理的原始内核而言，可分为两大类。一类是数值计算（Number Crunching））型软件，如Matlab， Xmath，MLAB等。这类软件对大批数据具有较强的管理、计算和可视化能力，运行效率高。另一类是数学分析（Math Analysis）型软件，如Mathematica、Maple，Macsyma等。它们以符号计算见长，并可得到解析符号解和任意精度解，但处理大量量数据时运行效率较低。经过多年的国际竞争，MATLAB已经占据了数值型软件市场的主导地位，处于其后的是X而Maple，Mathematica，Macsyma位居符号软件的前三名（见IEEE Spectrum）。 在国际流行的技应用软件中，Mathcad 别具特色。该软件的开发商Mathsoft公司一开始就把面向教学和办公作为Mathcad的市场目标。在对待数值计算、符号分析、文字处理、图形能力的开发商，不以专业水准为追求，而尽力集各种功能于一体。MathWorks公司顺应多功能需求之潮流，在其卓越数值计算和图视能力的基础商，又率先在专业水平上开拓其符号计算，文字处理，可视化建模仿真和实时控制能力，精心营造适合多学科、多部门要求的新一代科技应用软件MATLAB。
对电子系同学最常用的软件而且基本上唯一使用的数学软件就是matlab了。Matlab 5.3版本（最新版本6.0版）完全安装，包括帮助、以及各种工具箱一共竟需要1G多硬盘空间。当然，这一个G的容量并不是被各种垃圾文件所充斥，相反的，它是由无数在Matlab系统上运行的函数文件所占据。由此可以看出Matlab的功能是多么的全面。1984年，计算数学家Steve Bangert、Steve Kleiman、John Little、Cleve Morer在原来 FORTRAN程序的基础上开发了一个解决线性系统计算问题的C语言程序，他们给它起了个响亮的名字Matlab(Matrix Laboratory)。从此以后，Matlab系统便一发而不可收拾，成千上万的软件工程师、计算科学家、和各种应用领域的科技工作人员加入了Matlab的开发者的行列。他们把各自科研、应用领域中的常用算法用Matlab系统提供的编程语言做成程序集，于是就产生了Matlab的特色之一：&工具箱系统&(Toolbox)。在Matlab5.3 中大约有几十个工具箱，其中包括通信，信号系统分析、离散信号分析、优化、偏微分方程、小波变换、地图、财经、电力系统、神经网络，数值计算等等。工具箱中每一个函数都是采用了该领域中最先进的高效算法，无数这样的函数文本文件组成Matlab这个巨无霸，由此可见，Matlab对于解决工程问题是极其具有优越性的。是我们电子系学生的最爱。上面介绍了Matlab的主要特色之一：工具箱。下面来谈谈它的另一个特色，就是与其他语言和编译器之间的接口。这个问题一直是关于Matlab的最热门的话题。原因很简单，1.Matlab如此全面高效的算法和功能都是建立在Matlab提供的平台上才能运行，这样限制了这些程序的使用范围，即如果想应用这些程序，你首先必需在你的计算机上安装一个多达几百兆的Matlab，给使用带来了不便。另外，由于Matlab采用的是逐行解释的方式来执行代码，因此运行速度比编译为exe 的二进制文件要慢，因此，利用编译器，把m文件变为二进制的exe或dll文件，会大大缩短计算时间. 尽管Matlab是一个完善的系统，但毕竟术业有专攻，各种语言的可视化编程环境(如VC，C++BuilderDelphi等)在用户界面设计和其他系统功能方面具有Matlab不能比拟的快捷和高效，因此，如何把Matlab强大的数值计算功能与可视编程集成环境IDE结合起来，开发用户操作方便、计算功能完备、运行快捷的应用程序便成为程序开发者的最大愿望。Matlab中包含了大量的矩阵运算、数值运算函数、图形操作函数、用户图形界面函数等等，用他可以象C语言一样书写函数流程，而且开发WIN图形界面的用户程序。Matlab强大的功能、方便的操作给它赢得了世界上最流行的数学软件的桂冠。难怪在网上大家奔走相告&出国前一定要把Matlab学好&。
其他数学软件简介（也算开开眼界尽管基本上不用（除了第一个外））：
1． Matcom：Matcom是MathTools开发的一个m文件解释器（即将Matlab中的编程语言解释为C语言），不仅可以把m文件编译为可以独立执行的exe或dll文件，而且可以自动产生C源代码，供其他高级语言编译器使用。Matcom所实现的在C语言中直接书写类似于matlab语句的功能，带来了以下几个明显的优点：一，是利用Matcom编制的程序可以在任何不安装 Matlab系统的计算机上运行; 二是运行速度比m文件快了数倍；三是实现了Matlab强大的计算功能与各种C编译器界面设计 的完美组合。我现在最喜欢用的就是在vc上作界面来方便用户操作，用Matcom库实现算法计算，这样相得益彰，用这种方法编成的程序，操作方便简洁，计算图形功能强大，速度快。
2． Mathmatica：最令人着迷的是它的完美的符号运算功能。所谓符号运算是指它所处理的对象不仅仅是常见的数字（如12或3.14），而是一些带有代数符号的表达式，我们在代数中曾经学过运用代数的运算规则，对一个含有符号的表达式进行恒等变换，一个函数就是一种规则或者说映射，比如定义如下一个规则，我们就可以运用这法则将下式变换。而Mathematica正是具有这种类似人类思维的功能，它能不断学会并记忆各种变化规则，并把这些各式各样的变化应用到各种表达式上，无论形式多么复杂，总能得到我们想得到的带有代数符号的结果。而在C语言或其他编程语言中，对于一个符号，必须先声明，然后赋值才能使用。因此它所表达的含意是有限的，而Mathematica完全抛开了这种限制，一个符号可以表示任意对象，没有类型限制，真正实现了&代数&中的&代&字。Mathematica象一个不知疲倦的公式推导家，它能在一秒钟之内将一个复杂的函数关系复合上万次，它能在各种复杂表达式形式中找到最简单的。Mathematica对于大一、大二的同学可能是一个福音，对于大家在高等数学、线性代数中常碰到的对表达式求极限、微分、定积分、不定积分、级数、向量代数等内容在Mathematica都有内部函数来直接计算结果。当然，希望大家还是自己动手练一练公式推导的基本功，把Mathematica当作一个检验工具是无可厚非。Mathematica4.0中， 系统函数涵盖了微积分、线性代数、概率、
几何、图论、组合数学、数论数学、特殊函数等绝大多数常用数学分支。
3． Mathcad 8.0，Maple 5： 著名的符号运算数学软件，与Mathematica 类似，内存管
理较好，SAS 6.12 统计学专业软件，压缩文件100多M（最权威的统计软件）。
4． 其他：SPSS 8.0 社会科学统计软件包；Lindo/Lingo 50线性、非线性规划软件
；Ansys 5.4 权威的有限元法（FEM）计算软件，安装文件约200~300M ；Algo 有限元法软
件包；Statistics 统计软件 ；Datafit 数值拟合专业软件 ；Origin 6.0 微软的数据
分析绘图软件，可以与Excel数据库通讯；Netlib 网络并行计算库 ；Isoft 电磁仿真软
件 ；Auto 非线性动力系统计算软件 ；Flexpde 2.10 求解偏微分方程的数值软件；Te
cplot 8.0流速与值线流体力学 ；RATS 数值分析软件。
载入中......
解释的非常详细
信息量大，对读者很有帮助。
有么有matlab软件啊
论坛好贴推荐
  |
  |
  |
  |
  |
  |
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师
