'Це порівняння насправді означає тільки одне, є платні програми, а є безкоштовні. І що краще, вирішує кожна конкретна ситуація. Я легко можу уявити собі ситуацію, коли комерційна програма вирішує якесь завдання в кілька рядків, а за допомогою безкоштовного програмного забезпечення такого результату можна досягти засудив першокласного програміста-математика (з зарплатою 100 000 +) на кілька місяців.
brainick. так і є. Та й продуктивність Matlab'a на висоті. Але комерційні рішення варто брати тоді, коли вже розбираєшся в предметі і конкретно усвідомлюєш, що тобі потрібно.
Mathematica - зручний і потужний мову, величезна стандартна бібліотека, чудовий інтерфейс. Мінуси - ціна і складність початкового входження. Для моделювання динамічних систем є окрема реалізація мови Modelica (SystemModeler), але тільки під вінду і я не чув що б їй хтось користувався.
Matlab - хороший для чисельних обчислень, в символьних слабенький. Для моделювання є пакет Simulink, який знайомі дуже хвалили. Те ж коштує грошей.
Python - популярний і простий, багато готових пакетів, хороший інтерфейс ipython (здутий з Mathematica). Але як мова слабенький - узагальнені алгоритми на ньому важко пишуться, висока ефективність забезпечується тільки за допомогою бібліотек на C.
Octave: безкоштовний відносно пристойний клон Matlab. Про системи моделювання до нього не чув.
SciLab: безкоштовний, але кривуватий і недороблений клон Matlab. За то до нього щодо пристойна система моделювання Xcos.
R: зручний мову для обробки даних і статистики. Величезна і добре організована зовнішня бібліотека.
Julia: Об'єднує кращі риси Matlab, R і python (а так само дещо з Lisp). Але розробники поки не заявили про стабільної версії. Якщо стабільність Вам не критична, дуже рекомендую.
Про решту ні чого не знаю.
Розробник, Wolfram Research Inc. PhD, Physics
Я б порадив походити по професійним формами і подивитися, як вирішуються різні задачі різними засобами. Подивіться, що Вам ближче.
З моєї суто упередженої точки зору (я працюю розробником в WRI), Mathematica дасть фору більшості інших засобів, для широкого класу математичних задач. Я це говорю і як програміст і як людина, що займався в минулому наукою (Phd, теор. Фізика, квантова теорія поля).
Заходьте до нас на форум:
У нас сильне, професійне і доброзичливе співтовариство. Подивіться, які завдання вирішуються і як, як виглядає код, тощо. Подивіться також і на інші спільноти по інших інструментах, і вирішуйте що Вам ближче для Ваших завдань.
brainick. Ну ось Ви і показали хто Ви є насправді - просто звичайний хам з легким нальотом інтелігентності. Що й потрібно було довести. Щоб до мене на ти звертатися, це заслужити треба, щеня.
за перші 3 пункту нічого вам не скажу, по 4-му:
bender.astro.sunysb.edu/classes/python-science
www.astro.cornell.edu/staff/loredo/statpy
власне пітон в цій області популярний не тому що він пітон, а через існуючих інструментів, вже на які лягає пайтон, з усім тим за що його люблять і не люблять
Визначитися то потрібно, що будете вважати. Діффури, матриці та інше, причому важлива швидкість - Matlab. Всякі символьні обчислення - тут Maple швидше за все фору дасть іншим пакетам.
Статистика + візуалізація - R. Самостійно все робити Python + NumPy + SciPy +.
Класифікація звичайно умовна. Єдине, що настійно не рекомендую - Mathematica.
через її упоротого мови.
Щоб що-небудь не рекомендувати, потрібно в цьому розбиратися. Я дивлюся, Ви і тут блищите своєю поверховістю, Хабра мабуть Вам мало.