Enumeremos los propósitos de estas herramientas:
Álgebra de computadora:
Maple y Mathematica son sistemas de álgebra computacional. Son enormes conjuntos de herramientas multipropósito que pueden hacer muchas cosas. Sin embargo, lo que PUEDEN hacer que la mayoría de los otros programas NO PUEDEN hacer es la manipulación simbólica. Cuando quieras hacer un poco de álgebra o cálculo desagradable, y es demasiado desagradable para hacerlo a mano, recurres a Maple y Mathematica. (Otro competidor es Sage: Sage Mathematical Software System – Sage). Maple y Mathematica son aproximadamente equivalentes para este propósito.
- ¿Por qué nos trasladamos además?
- ¿De qué sirve encontrar el complemento de uno y dos?
- ¿Se puede aplicar la proporción áurea (Fibonacci) con beneficios en informática?
- ¿Qué es 7/6 en binario?
- ¿De qué manera es mejor transferir valores variables en JavaScript?
Visualización
Personalmente, también hago mucha visualización y trabajo de trazado en Maple. Se ve mucho mejor que Mathematica, y es bastante fácil generar bellas imágenes con un poco de práctica. Escuché que Matlab también es muy bueno para esto, pero no puedo testificar.
Computación numérica
Si desea resolver un problema difícil numéricamente, en lugar de simbólicamente, probablemente quiera escribir su propio código o usar Mattlab o Mathematica. Este es el propósito principal de Mattlab y hace un muy buen trabajo.
Mathematica también hace un buen trabajo con esto … Y las facilidades de manipulación simbólica pueden ser bastante útiles. En mi línea de trabajo (relatividad numérica), tenemos una herramienta llamada Kranc, escrita en matemática que genera automáticamente código C ++ para resolver problemas numéricos: Acerca de Kranc
Analítica
Este es el problema que SAS y SPSS están diseñados para resolver. SAS y SPSS son herramientas de procesamiento de grandes datos. (No me cite sobre esto, pero creo que se implementan como redes neuronales). Toman grandes cantidades de información no relacionada … por ejemplo, quién ha visitado qué sitio web y ejecuta estadísticas sobre todo eso. Al final del día, generan predicciones basadas únicamente en la correlación, sin causalidad. Pero si tiene suerte, hay una causa común y puede hacer declaraciones significativas sobre personas o negocios en conjunto.