数値解析ソフトの比較

以下の表では数値解析ソフトウェアの比較を示す。

この一覧は未完成です。加筆、訂正して下さる協力者を求めています。

主な数値解析ソフトウェア

	開発元	費用	特徴
FreeMat	Samit Basu	無料	MATLAB互換を指向して開発された自由ソフトウェア[S 1]
GNU Octave	John W. Eaton	無料	MATLABの無料版をめざして開発された言語である[S 1][S 2][S 3][S 4][S 5]
Julia (プログラミング言語)	多数	無料	汎用プログラミング言語水準から高度の計算科学や数値解析水準まで対処するよう設計された高水準言語かつ仕様記述言語[S 6][S 7][S 8][S 9]
en:Mathcad	PTC	有料	科学技術計算での利用を目的にしたソフトウェア[S 10][S 11][S 12][S 13]
Mathematica	ウルフラム・リサーチ	有料	数値計算のみならず数式処理も行える[S 14][S 15][S 16][S 17][S 18][S 19][S 20][S 21][S 22][S 23]
MATLAB	MathWorks[S 1][S 2][S 3][S 24][S 25]	有料	数値線形代数への応用を念頭に開発されているが現在では様々な分野に使われている[S 2][S 3][S 24][S 25][S 26][S 27][S 28]
Maple	en:Maplesoft[S 20][S 24][S 25]	有料	数値計算のみならず数式処理も行える[S 20][S 24][S 25][S 29][S 30][S 31]
Maxima	多数	無料	Maple や Mathematica などの商用数式処理システムと比べても遜色のない機能を持つソフトウェア[S 32][S 33][S 34]
PSPP	GNUプロジェクト	無料	商用統計解析ソフトウェアSPSSと同等の機能を実装することを目的として開発されている
R言語	R Foundation	無料	統計学で使われることが多い[S 35]
SageMath	William Stein	無料	数学の幅広い処理を扱うソフトウェア[S 36]
Scilab	Scilab Enterprises	無料	MATLABに類似した数値計算向け言語[S 1][S 37][S 38][S 39][S 40]
SPSS	IBM	有料	統計学・en:data analysisでの利用を目的にしたソフトウェア[S 41][S 42][S 43][S 44][S 45]

主な数値計算ライブラリ

→「線型代数学ライブラリの比較」も参照

	開発元	費用	言語	特徴
Armadillo (線形代数ライブラリ)	Conrad Sanderson	無料	C++	数値線形代数のためのライブラリ[L 1][L 2][L 3]
GNU Multi-Precision Library	GNUプロジェクト	無料	C言語	任意精度演算が可能なライブラリである
GNU Scientific Library	GNUプロジェクト	無料	C言語	汎用の数値計算ライブラリである[L 4]
IMSL	en:Rogue Wave Software	有料	C言語, C#, Java, FORTRAN, Python	汎用の数値計算ライブラリである
INTLAB	S.M.Rump[L 5][L 6][L 7][L 8][L 9]	有料	MATLAB/GNU Octave	区間演算・アフィン演算が使える数値計算ライブラリである[L 5][L 6][L 7][L 8][L 9]
LAPACK	多数	無料	FORTRAN	数値線形代数のためのライブラリ (LINPACK, EISPACKの後継)[L 10][L 11]
Math.NET Numerics	C. Rüegg, M. Cuda, et al.	無料	C言語, C#など	汎用の数値計算ライブラリである
NAG数値計算ライブラリ	Numerical Algorithms Group	有料	C言語/FORTRAN	汎用の数値計算ライブラリである
OpenBLAS	Zhang Xianyi, Wang Qian, Werner Saar	無料	C言語/FORTRAN	BLAS のオープンソース実装
SciPy	scipy.org community	無料	Python	Pythonに数値計算機能を付与するためのライブラリ[L 12][L 13][L 14]

出典

[脚注の使い方]

ソフトウェア関連

1. Sharma, N., & Gobbert, M. K. (2010). A comparative evaluation of Matlab, Octave, FreeMat, and Scilab for research and teaching. UMBC Faculty Collection.
2. Quarteroni, A., Saleri, F., & Gervasio, P. (2006). Scientific computing with MATLAB and Octave. Berlin: Springer.
3. Lie, K. A. (2019). An introduction to reservoir simulation using MATLAB/GNU Octave. en:Cambridge University Press.
4. Eaton, J. W., Bateman, D., & Hauberg, S. (2002). GNU Octave manual. Bristol, UK: Network Theory Ltd..
5. Octaveの精義 - フリーの高機能数値計算ツールを使いこなす, 松田七美男 (2011)
6. Beginning Julia Programming-For Engineers and Scientists, Sandeep Nagar (2017), Springer.
7. Bezanson, J., Edelman, A., Karpinski, S., & Shah, V. B. (2017). Julia: A fresh approach to numerical computing. SIAM review, 59(1), 65-98.
8. 「Juliaプログラミングクックブック 言語仕様からデータ分析、機械学習、数値計算まで」Bogumił Kamiński 著、Przemysław Szufel 著、中田 秀基 訳、2019/10/、オライリー・ジャパン
9. Juliaデータサイエンス―Juliaを使って自分でゼロから作るデータサイエンス世界の探索 (原書:『Julia for Data Science － Explore the world of data science from scratch with Julia by your side』Packt Publishing, 2016, written by Anshul Joshi), 2017.
10. Pritchard, P. J., & Pritchard, R. (1998). MathCAD: A Tool for Engineering Problem Solving (BEST Series). McGraw-Hill Higher Education.
11. Boyd, R. (2018). Tolerance Analysis of Electronic Circuits Using Mathcad. en:CRC Press.
12. Korobov, V., & Ochkov, V. (2011). Chemical kinetics with Mathcad and Maple. en:Springer Science & Business Media.
13. Fausett, L. V. (2001). Numerical methods using MathCAD. Prentice-Hall PTR.
14. Maeder, R. E. (1991). Programming in mathematica. Addison-Wesley Longman Publishing Co., Inc..
15. Stephen Wolfram. (1999). The MATHEMATICA® book, version 4. en:Cambridge University Press.
16. Shaw, W. T., & Tigg, J. (1993). Applied Mathematica: getting started, getting it done. Addison-Wesley Longman Publishing Co., Inc..
17. 中村健蔵. (1998). Mathematica で絵を描こう. 東京電機大学出版局.
18. 椎原浩輔. (2000). Mathematica による金融工学. 東京電機大学出版局.
19. 吉本堅一, & 松下修己. (2004). Mathematica で学ぶ振動とダイナミクスの理論. 森北出版.
20. Beltzer, A. I. (1995). Engineering analysis with Maple/Mathematica. en:Academic Press.
21. Mathematicaによる数値計算, R.D.Skeel ・J.B.Keiper 著・玄光男・辻陽一・尾内俊夫 共訳, 共立出版, 1995.
22. Mathematica によるテンソル解析, 野村靖一 著, 共立出版, 2019.
23. Marasco, A., & Romano, A. (2001). Scientific Computing with Mathematica: Mathematical Problems for Ordinary Differential Equations; with a CD-ROM. en:Springer Science & Business Media.
24. Gander, W., & Hrebicek, J. (Eds.). (2011). Solving problems in scientific computing using Maple and Matlab®. en:Springer Science & Business Media.
25. Barnes, B., & Fulford, G. R. (2011). Mathematical modelling with case studies: a differential equations approach using Maple and MATLAB. Chapman and Hall/CRC.
26. 大石進一. (2001). MATLAB による数値計算. 培風館.
27. 三田宇洋. (2013). MATLAB-Simulink によるモデルベースデザイン入門. オーム社.
28. 川田昌克. (2011). MATLAB/Simulink による現代制御入門. 森北出版.
29. Garvan, F. (2001). The maple book. Chapman and Hall/CRC.
30. Tocci, C. S., & Adams, S. (1996). Applied Maple for engineers and scientists. Artech House, Inc..
31. Char, B. W., Geddes, K. O., Gonnet, G. H., Leong, B. L., Monagan, M. B., & Watt, S. (2013). Maple V library reference manual. en:Springer Science & Business Media.
32. 竹内薫：「はじめての数式処理ソフト―Maximaで楽しむ数式計算と物理グラフィック」、講談社 (ブルーバックス) 、ISBN 978-4062575607、 (2007年7月20日)
33. 岩城 秀樹：「Maximaで学ぶ経済・ファイナンス基礎数学」、共立出版、ISBN 978-4320110311（2012年12月8日）
34. 上田 晴彦：「Maximaで学ぶ解析力学」、工学社 (I・O BOOKS)、ISBN 978-4777519460（2016年4月）
35. Ihaka, R., & Gentleman, R. (1996). R: a language for data analysis and graphics. Journal of computational and graphical statistics, 5(3), 299-314.
36. Zimmermann, P., Casamayou, A., Cohen, N., Connan, G., Dumont, T., Fousse, L., ... & Bray, E. (2018). Computational Mathematics with SageMath. SIAM.
37. Bunks, C., Chancelier, J. P., Delebecque, F., Goursat, M., Nikoukhah, R., & Steer, S. (2012). Engineering and scientific computing with Scilab. en:Springer Science & Business Media.
38. 大野修一. (2009). Scilab 入門: フリーソフトで始める数値シミュレーション. CQ出版.
39. 上坂吉則. (2010). Scilab プログラミング入門. 牧野書店.
40. Thanki, R. M., & Kothari, A. M. (2019). Digital image processing using SCILAB. Springer International Publishing.
41. Wagner III, W. E. (2019). Using IBM® SPSS® statistics for research methods and social science statistics. Sage Publications.
42. Pollock III, P. H., & Edwards, B. C. (2019). An IBM® SPSS® Companion to Political Analysis. Cq Press.
43. Babbie, E., Wagner III, W. E., & Zaino, J. (2018). Adventures in social research: Data analysis using IBM SPSS statistics. Sage Publications.
44. Aldrich, J. O. (2018). Using IBM® SPSS® Statistics: An interactive hands-on approach. Sage Publications.
45. Stehlik-Barry, K., & Babinec, A. J. (2017). Data Analysis with IBM SPSS Statistics. Packt Publishing Ltd.

ライブラリ関連

1. Sanderson, C., & Curtin, R. (2016). Armadillo: a template-based C++ library for linear algebra. Journal of Open Source Software, 1(2), 26.
2. Sanderson, C. (2010). Armadillo: An open source C++ linear algebra library for fast prototyping and computationally intensive experiments (p. 84). Technical report, NICTA.
3. Eddelbuettel, D., & Sanderson, C. (2014). RcppArmadillo: Accelerating R with high-performance C++ linear algebra. Computational Statistics & Data Analysis, 71, 1054-1063.
4. Gough, B. (2009). GNU scientific library reference manual. Network Theory Ltd..
5. S.M. Rump: INTLAB - INTerval LABoratory. In Tibor Csendes, editor, Developments in Reliable Computing, pages 77-104. Kluwer Academic Publishers, Dordrecht, 1999.
6. 『精度保証付き数値計算の基礎』大石進一 編著、コロナ社、2018年。
7. Moore, R. E., Kearfott, R. B., & Cloud, M. J. (2009). Introduction to Interval Analysis. SIAM.
8. Rump, S. M. (2010). Verification methods: Rigorous results using floating-point arithmetic. en:Acta Numerica, 19, 287-449.
9. Hargreaves, G. I. (2002). Interval analysis in MATLAB. Numerical Algorithms, (2009.1).
10. Anderson, E., Bai, Z., Bischof, C., Blackford, S., Dongarra, J., Du Croz, J., ... & Sorensen, D. (1999). LAPACK Users' guide. SIAM.
11. Anderson, E., Bai, Z., Dongarra, J., Greenbaum, A., McKenney, A., Du Croz, J., ... & Sorensen, D. (1990, November). LAPACK: A portable linear algebra library for high-performance computers. In Proceedings of the 1990 ACM/IEEE conference on Supercomputing (pp. 2-11). IEEE Computer Society Press.
12. Jones, E., Oliphant, T., & Peterson, P. (2001). SciPy: Open source scientific tools for Python.
13. Bressert, E. (2012). SciPy and NumPy: an overview for developers. " O'Reilly Media, Inc.".
14. Blanco-Silva, F. J. (2013). Learning SciPy for numerical and scientific computing. Packt Publishing Ltd.

外部リンク

• The Julia Language (@JuliaLanguage) - X（旧Twitter）
• MATLAB (@MATLAB) - X（旧Twitter）
• MATLAB_jp (@MATLAB_jp) - X（旧Twitter）
• The Comprehensive R Archive Network

GitHub

汎用ライブラリ

• JuliaLang - GitHub
• Octave - GitHub
• Sagemath - GitHub
• Scilab - GitHub
• Scipy - GitHub
• mathnet-numerics - GitHub

線形計算ライブラリ

• armadillo - GitHub
• OpenBLAS - GitHub
• Reference-LAPACK - GitHub

関連項目

• 数値解析ソフトウェア
• 数値解析
• 数値線形代数