SageMath | EPFL Graph Search

Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?

Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.

Découvrez-en plus sur les applications Graph.

SageMath (anciennement Sage) est un logiciel libre généraliste de calcul mathématique. Le projet SageMath vise à « développer une alternative open source viable » aux systèmes de calcul formel Magma, Maple, et Mathematica ainsi qu'au logiciel de calcul numérique MATLAB. SageMath dispose de fonctionnalités avancées dans des domaines tels que l'algèbre linéaire, l'algèbre commutative, la théorie des nombres ou encore la combinatoire algébrique. En revanche, sa prise en charge du calcul symbolique classique (sommation et intégration symboliques, résolution d'équations différentielles, asymptotique...), point fort de systèmes comme Maple et Mathematica, est à ce stade limitée. Une originalité architecturale importante de SageMath, vis-à-vis de la plupart des autres systèmes de calcul formel, est la manière dont il s'appuie sur des logiciels existants. Plutôt que de fournir un langage de commande spécifique, SageMath utilise Python, un langage de programmation généraliste préexistant. Les fonctionnalités mathématiques proprement dites s'appuient elles aussi largement sur d'autres logiciels, que SageMath inclut et dont il unifie l'interface. Le système SageMath se compose ainsi à la fois d'une distribution de logiciels tiers, d'une bibliothèque Python de calcul mathématique dont une partie des fonctionnalités fait directement appel aux logiciels de la distribution, et d'interfaces utilisateur permettant l'utilisation interactive de cette bibliothèque. SageMath est diffusé sous les termes de la licence publique générale GNU version 2. Outre ses fonctionnalités mathématiques, SageMath fournit une interface Python pour les logiciels qu'il inclut, par exemple Maxima, PARI/GP et Singular, ainsi que pour différents logiciels mathématiques non-intégrés comme Fricas, gnuplot, GNU Octave, Maple, Magma et Mathematica. Son interface en ligne de commande repose sur IPython. Un « préparseur » ajoute au langage Python quelques extensions syntaxiques qui facilitent l'utilisation interactive de la bibliothèque Sage.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Concepts associés (22)

Cours associés (1)

Séances de cours associées (10)

MATH-661: Advanced Scientific Programming in Python

This seminar teaches the participants to use advanced Python concepts for writing easier to read, more flexible and faster code. It teaches concepts in a hands-on and tangible fashion, providing examp

Comparaisons des logiciels d'analyse numérique

Les tables suivantes présente des comparaisons des logiciels d'analyse numérique. Systèmes d'exploitation sur lesquels le logiciel peut s'exécuter sans émulation. Les couleurs indique pour chaque caractéristique, si elle est : L'analyse numérique nécessite souvent des calculs intensifs, des études sont souvent menées pour classer les langages suivant leurs performances. Comparaison de logiciels d'apprentissage profond Comparaison de logiciels de statistiques analyse numérique Catégorie:Logiciel de calcul n

SageMath

Matplotlib

Matplotlib est une bibliothèque du langage de programmation Python destinée à tracer et visualiser des données sous forme de graphiques. Elle peut être combinée avec les bibliothèques python de calcul scientifique NumPy et SciPy. Elle fournit également une API orientée objet, permettant d'intégrer des graphiques dans des applications, utilisant des outils d'interface graphique polyvalents tels que Tkinter, wxPython, Qt ou GTK. Matplotlib est distribuée librement et gratuitement sous une licence de style BSD.

Convexité et optimisation

Explore la convexité, l'optimisation et les points critiques dans les fonctions mathématiques en utilisant la dérivée seconde.

Comparaison de la convergence d'intégrales inappropriées

Explore la comparaison de la convergence des intégrales incorrectes et l'importance de l'analyse des fonctions pour la convergence.

Analyse stochastique et modèles de confinement épidémique

Déplacez-vous dans l'analyse stochastique, la théorie des contrats et les modèles épidémiques, explorant les incertitudes et les interventions en épidémiologie.