数学模型需要学什么

Ⅰ 数学建模要学哪些知识还请大牛帮忙解答，希望能给出一些具体的建议，比如先学什么再学什么，真心万分感

1建模基础知识、常用工具软件的使用
一、掌握建模必备的数学基础知识（如初等数学、高等数学等），数学建模中常用的但尚未学过的方法，如图论方法、优化中若干方法、概率统计以及运筹学等方法。
二、，针对建模特点，结合典型的建模题型，重点学习一些实用数学软件（如 Mathematica 、Matlab、Lindo 、Lingo、SPSS）的使用及一般性开发,尤其注意同一数学模型可以用多个软件求解的问题。
例如, 贷款买房问题: 某人贷款8 万元买房，每月还贷款880.87 元，月利率1％。
（1）已经还贷整6 年。还贷6 年后，某人想知道自己还欠银行多少钱，请你告诉他。
（2）此人忘记这笔贷款期限是多少年，请你告诉他。
这问题我们可以用 Mathematica 、Matlab、Lindo 、Lingo 等多个不同软件包编程求解
2 建模的过程、方法
数学建模是一项非常具有创造性和挑战性的活动，不可能用一些条条框框规定出各种模型如何具体建立。但一般来说，建模主要涉及两个方面：第一，将实际问题转化为理论模型；第二，对理论模型进行计算和分析。简而言之，就是建立数学模型来解决各种实际问题的过程。这个过程可以用如下图1来表示。

3常用算法的设计
建模与计算是数学模型的两大核心，当模型建立后，计算就成为解决问题的关键要素了，而算法好坏将直接影响运算速度的快慢答案的优劣。根据竞赛题型特点及前参赛获奖选手的心得体会，建议大家多用数学软件（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）设计算法，这里列举常用的几种数学建模算法.
（1）蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法，通常使用Mathematica、Matlab 软件实现）。
（2）数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab 作为工具）。
（3）线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件实现）。
（4）图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备，通常使用Mathematica、Maple 作为工具）。
（5）动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中，通常使用Lingo 软件实现）。
（6）图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）。
（7）最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用，通常使用Lingo、 Matlab、SPSS 软件实现）。
4 论文结构，写作特点和要求
答卷（论文）是竞赛活动成绩结晶的书面形式，是评定竞赛活动的成绩好坏、高低，获奖级别的唯一依据。因此，写好数学建模论文在竞赛活动中显得尤其重要，这也是参赛学生必须掌握的。为了使学生较好地掌握竞赛论文的撰写要领，（1）要求同学们认真学习和掌握全国大学生数学建模竞赛组委会最新制定的论文格式要求且多阅读科技文献。（2）通过对历届建模竞赛的优秀论文（如以中国人民解放军信息工程学院李开锋、赵玉磊、黄玉慧2004 年获全国一等奖论文：奥运场馆周边的MS 网络设计方案为范例）进行剖析，总结出建模论文的一般结构及写作要点，去学习体会和摸索。

参加全国大学生数学建模竞赛应注意的问题
一、心里要有“底”
首先，赛题来自于哪个实际领地的确难以预料，但绝不会过于“专”，它毕竟是经过简化、加工的。大部分赛题仅凭意识便能理解题意，少数赛题的实际背景可能生疏，只需要查阅一些资料，便可以理解题意。其次，所有的赛题当然要用到数学知识，但一定不会过于高深。用得较多的有运筹学、概率与统计、计算方法、离散数学、微分方程等方面的一部分理论和方法，这些内容在赛前培训要学过一些，真的用到了，总知道在哪些资料中查找。

Ⅱ 数学建模到底是学什么

本猫参加过国赛、美赛。只有经历过才知道学了什么。
首先是思维与见识。利用数学思维去解决实际那些你都不敢想的问题，当你做出的时候，你都会为你惊讶。
然后是能力，数学建模主要做的是利用计算机解决问题。你可以学到MATLAB
mathematics、等数学软件。（主要是MATLAB,毕竟强大到除了生孩子啥都可以）。还有各种算法粒子群算法、BT神经网络算法、贝叶斯算法等等。当代流行人工智能，人工智能最核心的就是数学算法。
最后是经历，多少年以后无论你从事什么样的工作，也许你从事和数学再也没有联系，但当你回头时发现数学与你最近的一次不是在课堂上，而是在你青春时参加数学建模费尽脑汁中，这就足够了。
（喜欢的请关注点赞吧）

Ⅲ 数学建模需要哪些知识

数学建模应当掌握的十类算法及所需编程语言：

1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法）。

2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具）。

3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现）。

4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）。

5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）。

Ⅳ 数学建模需要学什么

参加数学模型比赛，恐怕关键不是数学知识，要多了解一些别人已经做过的数学模型，然后自己认真地做一、两个模型，一定会有长足的进步。 数学建模犹如平时做应用题，但又不尽相同，做应用题一般题目里会给定条件，并且条件都会用到，而且有正确的答案。数学建模则不然，条件需要自己找，并且在众多的条件中还要忽略一些次要的，这就与我们平时做题目不一样，更不同的是它没有正确答案，应该到实践中检验，即模型没有对错，只有好坏。建模比赛的模型好坏则是由专家组评选的。 一般每个学校都会对参加建模比赛的选手进行一定的训练，没有经过训练的学生初次上阵，不大可能会取得好的成绩的，因为这与平时的学习味道是很不相同的。 我手头有一本书很不错，介绍给你，一般大学的图书馆里都应该有的。 《数学模型》姜启源 编 高等教育出版社 出版

Ⅳ 参加数学建模需要哪些必备的数学知识

首先是数学建模方面的知识，大师级的一些优秀书籍必须是要看几本的：
(1)
数学模型
姜启源、谢金星、
叶俊
高等教育出版社
(2)
数学建模案例选集
姜启源、
谢金星
高等教育出版社
(3)
实用运筹学：模型、方法与计算
韩中庚
主编/2007年12月/清华大学出版社
模型的求解方面，需要用到Matlab、lingo等数学软件，
现在Matlab书籍很多，适合数学建模的，下面几本还不错：
(1)
MATLAB
7.0从入门到精通（修订版）
刘保柱，苏彦华，张宏林
编着/2010年05月/人民邮电出版社
(2)
优化建模LINDO/LINGO软件
谢金星，薛毅
编着/2005年07月/清华大学出版社
还有一本新书，觉得对参加数学建模竞赛还是很给力的：
matlab在数学建模中的应用
卓金武，魏永生，秦健，李必文编着
北航出版社出版
这几位作者都是参加过建模竞赛的，书中有经验介绍，有很多实际建模竞赛中开发的Matlab源程序，还有原版的获奖论文，觉得对参加数学建模竞赛的应该还是很有启发的。

Ⅵ 学习数模需要具备哪些知识

数学建模需要的知识比较零散，比较多！首先你需要知道大多数的模型及其相关的知识。不过你要比赛的话，不一定数学非常好，后面回答你。最好队相应的解决数学问题的应用软件有一定的了解。
说到建模比赛和数学建模有些不一样。首先说一下我们国家的大学生数学建模比赛吧！
大约在每年的9月份的第二个周末进行，为期三天。需要三个同学组成一个队，在三天的比赛期限内，选择一个题目进行做答。最后的解答以论文形式上交所在省的数学建模委员会评审，然后在参加国家的评审。
按照我代队的经验，这三个同学应该一个数学方面的知识和感觉好一些（不妨设为同学A），一个计算既要很强（不妨设为同学B），另外一个文笔稍微好一些（不妨设为同学C）。同学A负责对题目的数学解题思路和框架以及数学算法的设计，并在数学模型的选择上有很大的决定权，同学B负责把同学A的想法进行计算机实现，要快，要求它具有很强的计算机应用能力，同学C负责将前面两位同学的工作转化为论文，很好的表述出来。当然，一组的三个同学一起负责对题目的理解。
应该说数学建模比赛要求的是不同能力同学的最优化组合问题，并不要求学历，但是要求最少具备大学二年级的数学水平。也就是说基本学过高等数学、线性代数和概率统计才行，最好选修果数学建模。
对于怎样参加，每个学校做法不尽相同。
有的学校是在每年的上半年进行全校选拔赛，脱颖而出的队参加全国比赛，有的学校是推荐制，每个学院推荐同学进行组队参赛。还有的几所大学联合起来搞一个地区级的数学建模比赛，等等。不一而足。
希望你能参加数学建模比赛，并取得好成绩！

Ⅶ 为学习数学建模打基础，需要学习哪些数学作为基础

在国内，学3D建模的龙头培训机构是王氏教育——【点击进入-官方免费试学】 http://www.huixueba.com.cn/school/3dmodel?type=4&zdhhr-1y1r-1900127101035141660

王氏教育是一所有着19年历史的知名3d建模教育品牌，至今在全国13个一二线城市都拥有直营校区。想知道王氏教育实体培训有多强，去校区现场考察下就知道了，如果暂时抽不出时间，也可以先在官网跟在线老师详细了解：

点击：【王氏教育全国实体校区课程-在线试听】 www.huixueba.net/web/AppWebClient/AllCourseAndResourcePage?type=1&tagid=307&zdhhr-1y1r-1900127101035141660

王氏教育较同类培训机构的优势：无论是创始人还是管理层都是3d建模专业的专家，了解整个产业，需求，就业，无缝深入到市场，做到投资型教育机构所不能企及的细致入微。王氏教育的课程研发也一直是行业争相模仿的对象，每个专业都由一线公司的项目总监参与研发和用人对接，学员无缝输送对应企业。学员遍布全国各大3d建模公司。

而在教学辅助研发上一直也是无出其右的存在，多年来拥有着巨大口碑的教学辅助产品包括：绘学霸APP：苹果商店应用市场均可搜索【绘学霸】下载，里面的3d建模视频教程多达8000多套，涵盖了所有的3d建模类型【点击进入】
www.huixueba.com.cn/Scripts/download.html

Ⅷ 数学建模需要哪些知识

数学建模应当掌握的十类算法及所需编程语言：

1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法）。

2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具）。

4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）。

5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）。

6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）。

7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具）。

8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）。

9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）。

10、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab进行处理）。

Ⅸ 参加数学建模需要学习哪些方面的知识

参加数学建模需要学习以下方面的知识。

首先，需要弄清楚建模的过程。建议找本数模历年的论文看看，理清思路，步骤等。

其次，看点数学的知识。重点是优化、统计。几乎每年都会有题目是关于优化的。

第三、看一下算法相关的。当然与上面的第二条有所重复了。并用MATLAB maple等实现以下。

第四、学习一下编程的知识，比如C++，MATLAB，lingo等。

第五、找到两个跟你互补的人，组成团队，有人侧重编程，有人侧重论文，有人侧重数学等等。

数学建模，就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。

当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。

资料来源：网络—数学建模

Ⅹ 数学建模具体要学会什么基本的知识

要学的东西挺多的，一、软件方面，需要学习matlab、lingo以及sas软件，各有各的用处，其中matlab是综合性的，功能很强大；lingo是针对优化问题占优，用于求解线性规划和非线性规划问题；sas是统计分析软件，也是这三个中最难学的。二、算法，数学建模中有十大算法，具体可以网络一下。三、要培养读论文和搜索文献资料的能力；四、也是很重要的，当然提高分析问题（审题）的能力和建模的能力，还要提高写论文的水平！