數學建模開始應該做什麼

1. 如何入門參與數學建模

想要入門參與數學建模，應該做到以下幾點：（1）對數學建模有著深厚的興趣，而不僅僅是為了獲獎。數學建模有很多有意思的點，使用自己建立的模型解決了一個實際問題，是很有成就感的一件事情。數學建模中會伴隨著編程與論文寫作，也是對自己能力提升的一個重要途徑。（2）有一定的基礎數學知識，包括微積分、線性代數、概率論和數理統計。掌握這些知識並不是說一定要精通，而是起碼應該知道一些基本方法，不然很多問題根本沒法做分析。（3）逐個學習模型，推薦姜啟源的《數學模型》。裡面的模型都是一些基礎模型，但是基礎模型非常重要，比你學習高大上的建模方法還要重要，現在的評委已經不喜歡各種套高大上的方法了。這本書起碼要結合案例去看，不需要十分精通，但一定要知道每種問題對應著哪種模型，在比賽期間方便查找，現學現賣。（4）掌握基礎的編程和演算法，推薦司守奎寫的《數學建模演算法與應用》，這本書主要內容是matlab，對建模比賽幫助很大。（5）掌握論文寫作技巧。論文寫作是數學建模競賽是否獲獎的重要因素，可以去參考歷年優秀論文，重點學習格式和行文思路。

2. 大學的數學建模競賽怎麼准備

我在大二的時候就和室友一起參加過全國大學生數學建模競賽，學校里也上過這方面的專業課，可以說對此有點自己的見解和建議。下面我想分享一下自己當時做的一些准備供你參考。

首先，肯定要學習數學模型方面的知識。

數學建模，顧名思義就是建立數學模型，需要你去了解一下常用的數學模型。有些同學可能會疑問，數學還有什麼模型呢？不就是套套公式嗎。其實不然，對於國賽，最常用的莫過於概率論與數理統計了。

當然，如果你學有餘力的話，可以去學SPSS這種專業的統計軟體，或者像Visio這樣的繪圖軟體，在統計或者繪圖等方面，用起來更加方面，圖案也更加精美。

總而言之，對於大學的數學建模競賽，還是需要好好准備的，無論是數學的專業知識還是演算法的設計實現。如果能找到合適的隊友，那麼合作起來還是很輕松的，希望你能得到一個好成績！

3. 數學建模新手如何選題

關於選題，具體展開講講。

全國賽分為本科組和大專組，歷年每組兩題（2019年額外增加一題），雖然題數有改變，但賽題無非就是評價、優化和預測類。

優化類題目只要題意理解正確，模型正確，能正常求解，有參考答案，只要解在參考答案附近那基本就能得獎了。而對於非運籌優化類則較為復雜，各式各樣的問題都有，並且一般來講沒有參考答案，只要有思想有方法就會得到好的結果。

所以一般來講做優化問題簡單的時候，做優化的比做非優化的人數要多。但是涉及到比較復雜的時候那就要顛倒下了。就得獎人數來說兩類題的各級得獎人數是相仿的，這時如果做A的人數少則得獎率就高了多了，所以在選題人數比較懸殊的時候則要選選做的人數相對少的那個題做。

而當選題人數比較平均的時候，就選自己拿手的做了。當然要知道這個選題比例那是不可能的，所以要實現小范圍的互動了，由於一開始是賽區內評價所以在小范圍內互動是有必要的，在自己的學校內盡量做到平均，不然就是自相殘殺了。

4. 我開始自學數學建模，不知道從哪入手，請有心人們幫幫忙，應該怎麼開始謝謝！

數學建模就是用數學語言描述實際現象的過程。這里的實際現象既包涵具體的自然現象比如自由落體現象，也包涵抽象的現象比如顧客對某種商品所取的價值傾向。這里的描述不但包括外在形態，內在機制的描述，也包括預測，試驗和解釋實際現象等內容。

我們也可以這樣直觀地理解這個概念：數學建模是一個讓純粹數學家（指只懂數學不懂數學在實際中的應用的數學家）變成物理學家，生物學家，經濟學家甚至心理學家等等的過程。

數學模型一般是實際事物的一種數學簡化。它常常是以某種意義上接近實際事物的抽象形式存在的，但它和真實的事物有著本質的區別。要描述一個實際現象可以有很多種方式，比如錄音，錄像，比喻，傳言等等。為了使描述更具科學性，邏輯性，客觀性和可重復性，人們採用一種普遍認為比較嚴格的語言來描述各種現象，這種語言就是數學。使用數學語言描述的事物就稱為數學模型。有時候我們需要做一些實驗，但這些實驗往往用抽象出來了的數學模型作為實際物體的代替而進行相應的實驗，實驗本身也是實際操作的一種理論替代。

數學是研究現實世界數量關系和空間形式的科學，在它產生和發展的歷史長河中，一直是和各種各樣的應用問題緊密相關的。數學的特點不僅在於概念的抽象性、邏輯的嚴密性，結論的明確性和體系的完整性，而且在於它應用的廣泛性，進入20世紀以來，隨著科學技術的迅速發展和計算機的日益普及，人們對各種問題的要求越來越精確，使得數學的應用越來越廣泛和深入，特別是在即將進入21世紀的知識經濟時代，數學科學的地位會發生巨大的變化，它正在從國或經濟和科技的後備走到了前沿。經濟發展的全球化、計算機的迅猛發展，數學理倫與方法的不斷擴充使得數學已經成為當代高科技的一個重要組成部分和思想庫，數學已經成為一種能夠普遍實施的技術。培養學生應用數學的意識和能力已經成為數學教學的一個重要方面。

應用數學去解決各類實際問題時，建立數學模型是十分關鍵的一步，同時也是十分困難的一步。建立教學模型的過程，是把錯綜復雜的實際問題簡化、抽象為合理的數學結構的過程。要通過調查、收集數據資料，觀察和研究實際對象的固有特徵和內在規律，抓住問題的主要矛盾，建立起反映實際問題的數量關系，然後利用數學的理論和方法去分折和解決問題。這就需要深厚扎實的數學基礎，敏銳的洞察力和想像力，對實際問題的濃厚興趣和廣博的知識面。數學建模是聯系數學與實際問題的橋梁，是數學在各個領械廣泛應用的媒介，是數學科學技術轉化的主要途徑，數學建模在科學技術發展中的重要作用越來越受到數學界和工程界的普遍重視，它已成為現代科技工作者必備的重要能力之。為了適應科學技術發展的需要和培養高質量、高層次科技人才，數學建模已經在大學教育中逐步開展，國內外越來越多的大學正在進行數學建模課程的教學和參加開放性的數學建模競賽，將數學建模教學和競賽作為高等院校的教學改革和培養高層次的科技人才的個重要方面，現在許多院校正在將數學建模與教學改革相結合，努力探索更有效的數學建模教學法和培養面向21世紀的人才的新思路，與我國高校的其它數學類課程相比，數學建模具有難度大、涉及面廣、形式靈活，對教師和學生要求高等特點，數學建模的教學本身是一個不斷探索、不斷創新、不斷完善和提高的過程。為了改變過去以教師為中心、以課堂講授為主、以知識傳授為主的傳統教學模式，數學建模課程指導思想是：以實驗室為基礎、以學生為中心、以問題為主線、以培養能力為目標來組織教學工作。通過教學使學生了解利用數學理論和方法去分折和解決問題的全過程，提高他們分折問題和解決問題的能力；提高他們學習數學的興趣和應用數學的意識與能力，使他們在以後的工作中能經常性地想到用數學去解決問題，提高他們盡量利用計算機軟體及當代高新科技成果的意識，能將數學、計算機有機地結合起來去解決實際問題。數學建模以學生為主，教師利用一些事先設計好問題啟發，引導學生主動查閱文獻資料和學習新知識，鼓勵學生 積極開展討論和辯論，培養學生主動探索，努力進取的學風，培養學生從事科研工作的初步能力，培養學生團結協作的精神、形成一個生動活潑的環境和氣氛，教學過程的重點是創造一個環境去誘導學生的學習慾望、培養他們的自學能力，增強他們的數學素質和創新能力，提高他們的數舉素質，強調的是獲取新知識的能力，是解決問題的過程，而不是知識與結果。接受參加數學建模競賽賽前培訓的同學大都需要學習諸如數理統計、最優化、圖論、微分方程、計算方法、神經網路、層次分析法、模糊數學，數學軟體包的使用等等「短課程」（或講座），用的學時不多，多數是啟發性的講一些基本的概念和方法，主要是靠同學們自己去學，充分調動同學們的積極性，充分發揮同學們的潛能。培訓中廣泛地採用的討論班方式，同學自己報告、討論、辯論，教師主要起質疑、答疑、輔導的作用，競賽中一定要使用計算機及相應的軟體，如Mathemathmatica, Matlab, Mapple，甚至排版軟體等。

5. 數學建模應該如何做呢！需要了解些什麼！

數學建模首先花點時間選題，選一個資料比較多而且自己比較熟悉的，選好後根據題意結合查閱的文獻進行建模求解。最重要的是寫論文。一般的論文的格式有摘要、問題的背景與重述（一般就是照抄原題，當然加上自己的理解最好）、全局符號說明、模型假設、模型的建立與求解、模型的改進與評價（優缺點都要說）、參考文獻、附錄。論文摘要的寫作是關鍵，所以你的論文摘要一定要寫好。要把你針對問題所建立的模型名稱、計算結果列出來。記住，論文是最重要的，一定要寫好。

6. 數學建模的七個步驟

數學建模（mathematical modeling）就是通過建立數學模型來解決各種實際問題的方法。數學建模沒有固定的格式和標准，也沒有明確的方法，通常有6個步驟：

明確問題
合理假設
搭建模型
求解模型
分析檢驗
模型解釋
1、明確問題

數學建模所處理的問題通常是各領域的實際問題，這些問題本身往往含糊不清，難以直接找到關鍵所在，不能明確提出該用什麼方法。因此建立模型的首要任務是辨明問題，分析相關條件和問題，一開始盡可能使問題簡單，然後再根據目的和要求逐步完善。

2、合理假設

作出合理假設，是建模的一個關鍵步驟。一個實際問題不經簡化、假設，很難直接翻譯成數學問題，即使可能也會因其過於復雜而難以求解。因此，根據對象的特徵和建模的目的，需要對問題進行必要合理地簡化。

合理假設的作用除了簡化問題，還對模型的使用范圍加以限定。

作假設的依據通常是出於對問題內在規律的認識，或來自對數據或現象的分析，也可以是兩者的綜合。作假設時，既要運用與問題相關的物理、化學、生物、經濟、機械等專業方面的知識，也要充分發揮想像力、洞察力和判斷力，辨別問題的主次，盡量使問題簡化。

為保證所作假設的合理性，在有數據的情況下應對所作的假設及假設的推論進行檢驗，同時注意存在的隱含假設。

3、搭建模型

搭建模型就是根據實際問題的基本原理或規律，建立變數之間的關系。

要描述一個變數隨另一個變數的變化而變化，最簡單的方法是作圖，或者畫表格，還可以用數學表達式。在建模中，通常要把一種形式轉換成另一種形式。將數學表達式轉換成圖形和表格較容易，反過來則比較困難。

用一些簡單典型函數的組合可以組成各種函數形式。使用函數解決具體的實際問題，還比須給出各參數的值，尋求這些參數的現實解釋，往往可以抓住問題的一些本質特徵。

4、求解模型

對模型的求解往往涉及不同學科的專業知識。現代計算機科學的發展提供了強有力的輔助工具，出現了很多可進行工程數值計算和數學推導的軟體包和模擬工具，熟練掌握數學建模的模擬工具可大大增強建模能力。

不同數學模型的求解難易不同，一般情況下很多實際問題不能求出解析解，因此需要藉助計算機用數值的方法來求解，在編寫代碼之前要明確演算法和計算步驟，弄清初始值、步長等因素對結果的影響。

5、分析檢驗

在求出模型的解後，必須對模型和「解」進行分析，模型和解的適用范圍如何，模型的穩定性和可靠性如何，是否到達建模目的，是否解決了問題？

數學模型相對於客觀實際不可避免地會帶來一定誤差，一方面要根據建模的目的確定誤差的允許范圍，另一方面要分析誤差來源，想辦法減小誤差。

一般誤差有以下幾個來源，需要小心分析檢驗：

模型假設的誤差：一般來說模型難以完全反映客觀實際，因此需要做不同的假設，在對模型進行分析時，需要對這些假設小心檢驗，分析比較不同假設對結果的影響。
求近似解方法的誤差：一般來說很難得到模型的解析解，在採用數值方法求解時，數值計算方法本身也會有誤差。這類誤差許多是可以控制的。
計算工具的舍入誤差：在用計算器或計算機進行數值計算時，都不可避免由於機器字長有限而產生舍入誤差，如果進行了大量運算，這些誤差的積累是不可忽視的。
數據的測量誤差：在用感測器、調查問卷等方法獲得數據時，應注意數據本身的誤差。
6、模型解釋

數學建模的最後階段是用現實世界的語言對模型進行翻譯，這對使用模型的人深入了解模型的結果是十分重要的。模型和解是否有實際意義，是否與實際證據相符合。這一步是使數學模型有實際價值的關鍵一步。

相關閱讀

數學模型和數學建模介紹

數學建模常用的

7. 五一數學建模競賽，菜鳥需要做好哪些知識准備

多看一些例題，增強自己的經驗，同時也是要夯實自己的基礎。

建模比賽是對數學愛好者的一個比賽，但是這個比賽也是需要有很強的思維能力。數學本身就是一門思維要求很強的學科，同時數學也是一門非常好用的工具，其它的行業都是需要用到數學。

知識是基礎，其它的經驗和一些外在經驗的補充都是很有幫助的。在比賽前也是要調整好自己的心態，雖然自己有很多的東西還沒有搞懂，但是自己已經有一部分充足的知識來應對這次的比賽，相信自己。

8. 參加數學建模大賽需要大概要掌握哪些方面的知識

數學建模競賽的內容：

競賽題目一般來源於工程技術和管理科學等方面經過適當簡化加工的實際問題，不要求參賽者預先掌握深入的專門知識，只需要學過普通高校的數學課程。

題目有較大的靈活性供參賽者發揮其創造能力。參賽者應根據題目要求，完成一篇包括模型假設、建立和求解、計算方法的設計和計算機實現、結果的分析和檢驗、模型的改進等方面的論文。競賽評獎以假設的合理性、建模的創造性、結果的正確性和文字表述的清晰程度為主要標准。

數學建模大賽步驟：

建模是一個非常復雜和創造性的工作。現實世界中的事物是如此的多樣化和繁雜，以至於不可能指定如何使用一些規則和規則來構建各種模型。下面是對建模的一般步驟和原則的概括總結：

1、模型准備：首先要了解問題的實際背景，明確課題的要求，收集各種必要的信息。

2、模型假設：為了使用數學方法，通常需要對問題做出合理的假設，突出問題的主要特徵，忽略問題的次要方面。

3、模型組成：根據所做的假設和事物之間的關系，構造出各量之間的關系，構成問題。

4、模型求解：利用已知的數學方法來求解前一步得到的數學問題，往往需要進一步的簡化或假設。對於數學問題，要盡可能小心地使用簡單的數學工具。

9. 數學建模怎麼做

數學建模是在大學當中的一個數學競賽項目，其規則就是，通過數學知識來解決實際生活中具體的問題。

因為無論是作圖還是寫文章，許多地方都需要通過軟體來進行輔助製作。其次的話就是需要自己組建團隊，一般需要三四個人的樣子。

10. 數學建模a類，在開始競賽前要做什麼具體事項，求大神解答

1、誠信是最重要的.
數學建模競賽是考查學生研究能力和實踐能力的一場綜合性比賽,有很多方面的知識 和能力可以考查,但其中我覺得最重要的是誠信.我感到中國在這方面的教育還遠遠不 夠,我所知道有很多同學寫論文並不是實事求是地去做,而是編造數據、修改結論,明
明自己沒法編程實現卻硬說自己做出來了,還編了一些數據,這些行為或許能夠騙過評 委,也許可以因「此」而獲獎,但是這對他們將來是很不利的.在這方面女生更應該要
注意一下,因為女生是容易會編造數據,這並不是我對女生的歧視,而是事實卻是如此, 所以希望能夠喚起足夠的注意
2、團隊合作是能否獲獎的關鍵
在三天的比賽中,團隊交流所佔用的時間可能會超過一半.在一個小組中,出現意 見不一是非常正常的,如果一個隊意見完全一致,我想他們肯定不會拿獎.當出現分歧 的時候應當如何解決是很關鍵的,甚至直接決定你是否可以獲獎,我的建議是「妥協」,
這似乎是個貶義詞,但我的意思是說不要總認為自己的觀點是正確的,多聽聽別人的觀 點,在兩者之間謀求共同點.如果三個人都是自傲類型的人,也許每個人都非常強,但
一旦合作分歧就無法解決,做出來的就是一團糟,也就是說「三個諸葛亮頂不上一個臭 皮匠」.我奉勸這樣的話最好別組成一隊了.合作在競賽前就應當培養,比如一塊兒做
一道題什麼的,充分利用每個人的優點,也可以張三準備圖論,李四准備最優化方法, 然後幾天後大家一塊交流,這些都是可以磨合團隊之間的關系的.
3、時間和體力的問題
競賽中時間分配也很重要,分配不好可能完不成論文,所以開始時要大致做一下安排, 不必分的太細,比如第一天做第一小題,第二天做第二小題,這樣反而會有壓力,一切順
其自然.開始階段不忙寫作,可以將一些小組討論的要點記錄下來,不要太工整,隨便一 下,到第三天再開始寫論文也不遲的.也不要象偶去年到第三天晚上才開始,還好自己那
時體力好,全部寫完了.另外要說的就是體力要跟上,三天一般睡眠只有不到10個小時, 所以沒有體力是不行的,建議是賽前熬夜編程幾次,既訓練了自己的建模能力,也達到了
訓練體力的目的,賽前鍛煉身體我覺得沒什麼用處,多熬夜就行了,但比賽前一天可不許 熬呀,呵呵.
4、重視摘要
摘要是論文的門面,摘要寫的不好評委後面就不會去看了,自然只能給個成功參賽獎. 摘要首先不要寫廢話,也不要照抄題目的一些話,直奔主題,要寫明自己怎樣分析問題,
用什麼方法解決問題,最重要的是結論是什麼要說清楚,在中國的競賽中結論如果正確 一般得獎是必然的,如果不正確的話評委可能會繼續往下看,也可能會扔在一邊,但不寫
結論的話就一定不會得獎了,這一點不比美國競賽,所以要認真寫.摘要至少需要琢磨兩 個小時,不要輕視了它的重要性.多看看優秀論文的摘要是如何去寫的很有必要的,並要
作為賽前准備的課題之一.
5、論文寫作要正規
論文一定要大致按照摘要、問題重述、模型假設、符號說明、問題分析、（建立、分析 、求解模型）、……、參考文獻、附錄等等的方式來寫.一篇論文結構上如果失敗的話,
比賽也一定不會成功,一般初評會先淘汰一些結構失敗的文章,如果沒有論文的結構,內 容再好也沒有用.論文前面的結構一般都不會變的,後面可以按照實際情況來安排自己的
結構,省略的部分可以有結果說明、靈敏度分析、其他模型、模型擴展、優缺點分析等等 的東西,多看些優秀論文就知道還有哪些形式的了,附錄可以貼一些演算法流程圖或比較大
的結果或圖表等等.
6、分析問題要認真
比賽時一般題目自己肯定沒有見過,而且根據近些年來賽題我發現每道題都不是書上哪 個模型可以直接套成功的,很多根本就沒有固定的模型可以參考,比如就象去年的B題,所
以分析問題不是一個去找書本的過程,依賴書本就意味著自己的思想被束縛起來,可以完 全按照自己的分析去完成,平時練習的時候學習的是一種方法,通過以前學到的方法來解
決,不是套用書本來解決.01和02兩年的四題都是需要自己分析來解決的,這四題哪本書 也不會告訴你怎麼做,沒有模型套怎麼辦,只有靠自己去實際分析.我估計在前面說的五
點也許會有1/3的隊可以做到,而且可以做的很好,但是這一點上就需要真本事了,平時多 努力,比賽發揮正常,這一點做好是沒有問題的.如果到現在為止所說的1~6點都做好了,
7、編程求解是重要手段
美國競賽時,美國學生中的論文很多是編程數據的說明,比如99A行星撞地球那題,他 們也能夠模擬出撞擊後果,這對我們來說簡直是不可思議的.美國學生實踐能力較強,而
中國學生擅長理論分析,所以我把編程放在了分析的後面是有中國特色的. 數學建模競賽特別強調計算機編程解決實際問題的能力,最近幾年尤其強調,加強編程 方面的能力不是一朝一夕可以練成的,需要長期刻苦的訓練,常用的工具有Matlab、
Mathemati