1. 為學習數學建模打基礎，需要學習哪些數學作為基礎
1.基礎：高等數學、線性代數、概率論與數理統計
2.專業方面：運籌學（主要針對最優化問題），其他數學建模用書（主要看方法，例如層次分析法等）
3.軟體方面：lingo、matlab、origin等
5.美賽還要看翻譯（所以專業英語要好好學）、排版比較重要
總結：數學建模不是純粹的數學知識，有時候數學建模用的數學知識很少，所以要了解建模過程，掌握建模方法（方法非常重要）。平時多看一些特等獎的建模論文，你會有意想不到的收獲
2. 數學建模需要哪些知識
問題一：學習數模需要具備哪些知識 參加數學建模競賽需知道的內容
一、全國大學生數學建模競賽
二、數學建模的方法及一般步驟
三、重要的數學模型及相應案例分析
1、線性規劃模型及經濟模型案例分析
2、層次分析模型廳明及管理模型案例分析
3、統計回歸模型及案例分析
4、圖論模型及案例分析
5、微分方程模扮碰告型及案例分析
四、相關軟體
1、Matlab軟體及編程；2、Lingo軟體；3、Lindo軟體。
五、數模十大常用演算法
1. 蒙特卡羅演算法。2. 數據擬合、參數估計、插值等數據處理演算法。3. 線性規劃、整數規劃、多元規劃、二次規劃等規劃類演算法。4. 圖論演算法。5. 動態規劃、回溯搜索、分治演算法、分支定吵彎界等計算機演算法。6. 最優化理論的三大非經典演算法。7. 網格演算法和窮舉法。8. 一些連續數據離散化方法。9. 數值分析演算法。10. 圖象處理演算法。
六、如何查閱資料
七、如何寫作論文
八、如何組織隊伍：團隊精神，配合良好，不斷的提出問題和解決問題。
九、如何才能獲獎：比較完整，有幾處創新點。
十、如何信息處理：WORD、LaTeX，飛秋、QQ。
其實主要看下例子就可以了，知道一些基本的模型，我這里也有很多例子，各個學校的講座都有要的話直接向我要
問題二：數學建模主要需要哪些知識 推薦你看謝金星編寫的那本數學建模書。一本書啃下來，你已經掌握了各種題型的基本方法。做題的時候，題目先是要細細的看，然後，有時候會發現如果所有條件都用上，可能根本就做不出什麼來了。所以，你要學會提煉條件。再一個就是通過網上各種資料的搜集，要從別人的文獻中找到有用的建模方法，要想成績特別好的話，就必須有自己的想法。對於美國建模，和國內還是相差挺大的，難度、要求都不一樣。必須至少有一人掌握matlab編程。論文一定要寫好，語句通順無錯別字。
參加數學建模競賽是不是需要學習很多知識？
沒有必要很系統的學很多數學知識，這是時間和精力不允許的。很多優秀的論文，其高明之處並不是用了多少數學知識，而是思維比較全面、貼合實際、能解決問題或是有所創新。有時候，在論文中可能碰見一些沒有學過的知識，怎麼辦？現學現用，在優秀論文中用過的數學知識就是最有可能在數學建模競賽中用到的，你當然有必要去翻一翻。
具體說來，大概有以下這三個方面：
第一方面：數學知識的應用能力
歸結起來大體上有以下幾類：
1）概率與數理統計
2）統籌與線軸規劃
3）微分方程；
還有與計算機知識交叉的知識：計算機模擬。
上述的內容有些同學完全沒有學過，也有些同學只學過一點概率與數理統計，微分方程的知識怎麼辦呢？一個詞「自學」，我曾聽到過數模評卷的負責教師范毅說過「能用最簡單淺易的數學方法解決了別人用高深理論才能解決的答卷是更優秀的答卷」。
第二方面：計算機的運用能力
一般來說凡參加過數模競賽的同學都能熟練地應用字處理軟體「Word」，掌握電子表格「Excel」的使用；「Mathematica」軟體的使用，最好還具備語言能力。這些知識大部分都是學生自己利用課余時間學習的。
第三方面：論文的寫作能力
前面已經說過考卷的全文是論文式的，文章的書寫有比較嚴格的格式。要清楚地表達自己的想法並不容易，有時一個問題沒說清楚就又說另一個問題了。評卷的教師們有一個共識，一篇文章用10來分鍾閱讀仍然沒有引起興趣的話，這一遍文章就很有可能被打入冷宮了。
最後，祝你取得好成績。
問題三：參加數學建模大賽需要大概要掌握哪些方面的知識 本人曾參加過兩次數模大賽。並都獲得二等獎以上。
首先，需要弄清楚建模的過程。建議找本數模歷年的論文看看，理清思路，步驟等。
其次，看點數學的知識。重點是優化、統計。幾乎每年都會有題目是關於優化的。
第三、看一下演算法相關的。當然與上面的第二條有所重復了。並用MATLAB maple等實現以下。
第四、學習一下編程的知識，比如C++，MATLAB，lingo等。
第五、找到兩個跟你互補的人，組成團隊，有人側重編程，有人側重論文，有人側重數學等等。
最後，祝你好運。
問題四：1.什麼是數學模型？數學建模的一般步驟是什麼？ 2.數學建模需要具備哪些能力和知識？ 答的好懸賞加 100分 數學建模是利用數學方法解決實際問題的一種實踐.即通過抽象、簡化、假設、引進變數等處理過程後,將實際問題用數學方式表達,建立起數學模型,然後運用先進的數學方法及計算機技術進行求解.
數學建模將各種知識綜合應用於解決實際問題中,是培養和提高學生應用所學知識分析問題、解決問題的能力的必備手段之一.
數學建模的一般方法和步驟
建立數學模型的方法和步驟並沒有一定的模式,但一個理想的模型應能反映系統的全部重要特徵：模型的可靠性和模型的使用性.建模的一般方法：
機理分析：根據對現實對象特性的認識,分析其因果關系,找出反映內部機理的規律,所建立的模型常有明確的物理或現實意義.
測試分析方法：將研究對象視為一個「黑箱」系統,內部機理無法直接尋求,通過測量系統的輸入輸出數據,並以此為基礎運用統計分析方法,按照事先確定的准則在某一類模型中選出一個數據擬合得最好的模型.測試分析方法也叫做系統辯識.
將這兩種方法結合起來使用,即用機理分析方法建立模型的結構,用系統測試方法來確定模型的參數,也是常用的建模方法.
在實際過程中用那一種方法建模主要是根據我們對研究對象的了解程度和建模目的來決定.機理分析法建模的具體步驟大致如下：
1、 實際問題通過抽象、簡化、假設,確定變數、參數；
2、 建立數學模型並數學、數值地求解、確定參數；
3、 用實際問題的實測數據等來檢驗該數學模型；
4、 符合實際,交付使用,從而可產生經濟、社會效益；不符合實際,重新建模.
數學模型的分類：
1、 按研究方法和對象的數學特徵分：初等模型、幾何模型、優化模型、微分方程模型、圖論模型、邏輯模型、穩定性模型、統計模型等.
2、 按研究對象的實際領域（或所屬學科）分：人口模型、交通模型、環境模型、生態模型、生理模型、城鎮規劃模型、水資源模型、污染模型、經濟模型、社會模型等.
數學建模需要豐富的數學知識,涉及到高等數學,離散數學,線性代數,概率統計,復變函數等等基本的數學知識.同時,還要有廣泛的興趣,較強的邏輯思維能力,以及語言表達能力等等.
參加數學建模競賽需知道的內容
一、全國大學生數學建模競賽
二、數學建模的方法及一般步驟
三、重要的數學模型及相應案例分析
1、線性規劃模型及經濟模型案例分析
2、層次分析模型及管理模型案例分析
3、統計回歸模型及案例分析
4、圖論模型及案例分析
5、微分方程模型及案例分析
四、相關軟體
1、Matlab軟體及編程；2、Lingo軟體；3、Lindo軟體。
五、數模十大常用演算法
1. 蒙特卡羅演算法。2. 數據擬合、參數估計、插值等數據處理演算法。3. 線性規劃、整數規劃、多元規劃、二次規劃等規劃類演算法。4. 圖論演算法。5. 動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法。6. 最優化理論的三大非經典演算法。7. 網格演算法和窮舉法。8. 一些連續數據離散化方法。9. 數值分析演算法。10. 圖象處理演算法。
六、如何查閱資料
七、如何寫作論文
八、如何組織隊伍：團隊精神，配合良好，不斷的提出問題和解決問題。
九、如何才能獲獎：比較完整，有幾處創新點。
十、如何信息處理：WORD、LaTeX，飛秋、QQ。
其實主要看下例子就可以了，知道一些基本的模型，我這里也有很多例子，各個學校的講座都有要的話直接向我要...>>
問題五：數學建模需要掌握哪些知識 本人曾參加過兩次數模大賽。並都獲得二等獎以上。
首先，需要弄清楚建模的過程。建議找本數模歷年的論文看看，理清思路，步驟等。
其次，看點數學的知識。重點是優化、統計。幾乎每年都會有題目是關於優化的。
第三、看一下演算法相關的。當然與上面的第二條有所重復了。並用MATLAB maple等實現以下。第四、學習一下編程的知識，比如C++，MATLAB，lingo等。
第五、找到兩個跟你互補的人，組成團隊，有人側重編程，有人側重論文，有人側重數學等等。
最後，祝你好運。
問題六：大學生數學建模需要哪些知識 知乎 入門級別：
建模的去看姜啟源的數學建模
編程的去學matlab，很簡單
寫作的學排版
加深學習：
建模的學習機器演算法，外帶編程
編程的去學R、CAD等輔助性工具
寫作的學markdown排版
最後要看你是那個方面的
數學建模分為建模寫作編程
你走哪一條就專攻哪一條
3. 參加數學建模需要學習哪些方面的知識
參加數學建模需要學習以下方面的知識。
首先，需要弄清楚建模的過程。建議找本數模歷年的論文看看，理清思路，步驟等。
其次，看點數學的知識。重點是優化、統計。幾乎每年都會有題目是關於優化的。
第三、看一下演算法相關的。當然與上面的第二條有所重復了。並用MATLAB maple等實現以下。
第四、學習一下編程的知識，比如C++，MATLAB，lingo等。
第五、找到兩個跟你互補的人，組成團隊，有人側重編程，有人側重論文，有人側重數學等等。
數學建模，就是根據實際問題來建立數學模型，對數學模型來進行求解，然後根據結果去解決實際問題。
當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調查研究、了解對象信息、作出簡化假設、分析內在規律等工作的基礎上，用數學的符號和語言作表述來建立數學模型。
資料來源：網路—數學建模
4. 數學建模需要學些什麼
准備一些基本知識吧，比如線性規劃、運籌學方面的東西、隨即過程、微分方程的定性理論等等，技術方面學一學matlab、spss、stata、sas、maple、c/c++等等。 找一本關於數學建模的書看看吧，大概可以知道有些什麼樣的題目。 這樣的書挺多的，寫的大同小異。 不過建模競賽書上所講的東西都是些很基本的建模方法，真正建模競賽的題目要綜合運用這些方法來解決的。看這些書可以有一個初步的認識。真正什麼是建模，大概只有你參加一次建模競賽就能有體會了。
5. 數學建模需要哪些數學知識
數學分析，高等代數，概率統計。數學建模最主要的問題在知識點上無非是這幾塊：1、多元變數求最值問題，最終能夠將其轉化為拉格朗日乘子法；2、高維線性規劃，線性回歸問題，用線性代數的矩陣乘法來解決；3、有可能需要用到隨機過程的相關知識，以及應用大數定理，以及蒙特卡洛演算法，用概率統計為工具進行解決。
6. 學習數字建模必須要學什麼
首先數學知識要過關的，微分，積分，還有矩陣，本科基本都學高等數學、概率論等課程了，有基本的認識。然後是演算法，比如神經網路。（解決優化模型真的用得挺多的，而且感覺這些演算法實際應用也挺多的）之後學習了SAS、Lingo和Matlab這三種軟體，處理離散和連續兩種類型的題目。自己覺得學習上面提到的軟體是基本的，通過軟體編程實現自己的思路很重要。
通過對歷年的題目逐漸學習，可以熟悉解決題目的思路，同時把握答題的整體框架
然後是計算機，matlab是比較重要的了（不過不負責代碼，建議最好了解一些基礎的，免得競賽的時候啥也不知道，挺無助的）excl的數據分析功能啥的其實也挺強大的，還有lingo之類的，量力而行吧。
組隊挺重要，記得在組隊的時候多注意，因為中途放棄的人太多了。
還有文獻檢索能力，知網之類的，學好英語，你會發現，用處真的很大。畫圖也是，建模論文沒有好圖是一定會扣分的。如何快速畫出好圖，考驗的就是編程隊員對編程語言的熟悉程度。
7. 數學建模需要哪些知識
數學建模需要的知識有：建模基礎知識、常用工具軟體的使用。
掌握建模必備的數學基礎知識(如初等數學、高等數學等)，數學建模中常用的但尚未 學過的方法，如圖論方法、優化中若干方法、概率統計以及運籌學等方法。,針對建模特點,結合典型的建模題型,重點學習一些實用數學軟體(如Mathematica、 Matlab、 Lindo、Lingo、SPSS)的使用及一般性開發,尤其注意同一數學模型可以用多個 軟體求解的問題。