① 數學建模需要哪些知識
數學建模應當掌握的十類演算法及所需編程語言：
1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的演算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）。
2、數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab作為工具）。
4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉及到圖論的問題可以用這些方法解決，需要認真准備）。
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（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中）。
6、最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用）。
7、網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好使用一些高級語言作為編程工具）。
8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非常重要的）。
9、數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調用）。
10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab進行處理）。
② 學習數模需要具備哪些知識
數學建模需要的知識比較零散，比較多！首先你需要知道大多數的模型及其相關的知識。不過你要比賽的話，不一定數學非常好，後面回答你。最好隊相應的解決數學問題的應用軟體有一定的了解。
說到建模比賽和數學建模有些不一樣。首先說一下我們國家的大學生數學建模比賽吧！
大約在每年的9月份的第二個周末進行，為期三天。需要三個同學組成一個隊，在三天的比賽期限內，選擇一個題目進行做答。最後的解答以論文形式上交所在省的數學建模委員會評審，然後在參加國家的評審。
按照我代隊的經驗，這三個同學應該一個數學方面的知識和感覺好一些（不妨設為同學A），一個計算既要很強（不妨設為同學B），另外一個文筆稍微好一些（不妨設為同學C）。同學A負責對題目的數學解題思路和框架以及數學演算法的設計，並在數學模型的選擇上有很大的決定權，同學B負責把同學A的想法進行計算機實現，要快，要求它具有很強的計算機應用能力，同學C負責將前面兩位同學的工作轉化為論文，很好的表述出來。當然，一組的三個同學一起負責對題目的理解。
應該說數學建模比賽要求的是不同能力同學的最優化組合問題，並不要求學歷，但是要求最少具備大學二年級的數學水平。也就是說基本學過高等數學、線性代數和概率統計才行，最好選修果數學建模。
對於怎樣參加，每個學校做法不盡相同。
有的學校是在每年的上半年進行全校選拔賽，脫穎而出的隊參加全國比賽，有的學校是推薦制，每個學院推薦同學進行組隊參賽。還有的幾所大學聯合起來搞一個地區級的數學建模比賽，等等。不一而足。
希望你能參加數學建模比賽，並取得好成績！
③ 數學建模怎麼入門
數學建模入門方式如下：
①先看看書，最好一本國內的，一本國外的，數學建模書--推薦(數學建模(原書第4版)作者:(美)Brooks R. Cole William P.Fox Steven B. Horton Maurice D.Weir 葉其孝 姜啟源 譯)，姜啟源，編的那本可以)。--學習相關的軟體和數學方法(MATLAB、Lingo、SAS等)--看些歷年的題--做一些老題。
②如果參加數學建模競賽，一定要分工明確，安排好各個環節大家的工作，而且要有領頭的人，很多問題難以確定時，需要有人拍板的。
③參加國內賽，論文和解題的思路還是要比較嚴謹一些的好，解題的各個環節基本都要有，要比較完整才能得高分;美國賽就要盡情的放開思路，把奇思妙想都放進去，一些想法建立的模型復雜難解也沒有關系，可以提出解題思路即可。全網招募小白免費學習，測試一下你是否有資格。
想要了解關於數學建模方面的更多內容，可以了解一下廣州中教在線教育科技有限公司(以下簡稱:中教在線)。成立於2010年2月，是國內從事互聯網技能教商培訓機構，生打3D建模、原畫繪制、影視後期及設計類在線學習課程，為零基礎入門學員提十全面立體的系統學習成長解決方案，致力於國內線上教育電業已有多年。
④ 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
⑤ 數學建模需要掌握哪些知識
在數學建模中主要運用的軟體是matlab和linggo二個軟體。對於matlab要懂的編程。對於編程主要是畫圖和數值計算二大部分。對linggo要懂得計算。這是對於軟體的熟練。在建模比賽之前多一下往年的優秀論文，看他們是如何建立模型的，和論文的格式。同時自己要懂得一下模型的建立。在這些機基礎上最重要的是在比賽的三天如何合理的安排任務。你現在可以都數學中國網站上去關注，裡面有高手！
⑥ 學習數模需要具備哪些知識
你可以先去【繪學霸】網站找「3d建模」板塊的【免費】視頻教程-【點擊進入】完整入門到精通視頻教程列表： www.huixueba.net/web/AppWebClient/AllCourseAndResourcePage?type=1&tagid=307&zdhhr-11y17r-1388506799141202660
想要系統的學習可以考慮報一個網路直播課，推薦CGWANG的網路課。老師講得細，上完還可以回看，還有同類型錄播課可以免費學（贈送終身VIP）。
自製能力相對較弱的話，建議還是去好點的培訓機構，實力和規模在國內排名前幾的大機構，推薦行業龍頭：王氏教育。
王氏教育全國直營校區面授課程試聽【復制後面鏈接在瀏覽器也可打開】： www.huixueba.com.cn/school/3dmodel?type=2&zdhhr-11y17r-1388506799141202660
在「3d建模」領域的培訓機構里，【王氏教育】是國內的老大，且沒有加盟分校，都是總部直營的連鎖校區。跟很多其它同類型大機構不一樣的是：王氏教育每個校區都是實體面授，老師是手把手教，而且有專門的班主任從早盯到晚，爆肝式的學習模式，提升會很快，特別適合基礎差的學生。
大家可以先把【繪學霸】APP下載到自己手機，方便碎片時間學習——繪學霸APP下載： www.huixueba.com.cn/Scripts/download.html
⑦ 數學建模要學些什麼知識
線性代數、統計回歸模型、時間序列模型、主成分分析、因子分析、聚類分析等等。數學建模包含的知識量太多
⑧ 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。
⑨ 學習數學建模需要哪些知識
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。
⑩ 數學建模要學哪些知識還請大牛幫忙解答，希望能給出一些具體的建議，比如先學什麼再學什麼，真心萬分感
1建模基礎知識、常用工具軟體的使用
一、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。
二、，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。
例如, 貸款買房問題: 某人貸款8 萬元買房，每月還貸款880.87 元，月利率1％。
（1）已經還貸整6 年。還貸6 年後，某人想知道自己還欠銀行多少錢，請你告訴他。
（2）此人忘記這筆貸款期限是多少年，請你告訴他。
這問題我們可以用 Mathematica 、Matlab、Lindo 、Lingo 等多個不同軟體包編程求解
2 建模的過程、方法
數學建模是一項非常具有創造性和挑戰性的活動，不可能用一些條條框框規定出各種模型如何具體建立。但一般來說，建模主要涉及兩個方面：第一，將實際問題轉化為理論模型；第二，對理論模型進行計算和分析。簡而言之，就是建立數學模型來解決各種實際問題的過程。這個過程可以用如下圖1來表示。
3常用演算法的設計
建模與計算是數學模型的兩大核心，當模型建立後，計算就成為解決問題的關鍵要素了，而演算法好壞將直接影響運算速度的快慢答案的優劣。根據競賽題型特點及前參賽獲獎選手的心得體會，建議大家多用數學軟體（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）設計演算法，這里列舉常用的幾種數學建模演算法.
（1）蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的演算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法，通常使用Mathematica、Matlab 軟體實現）。
（2）數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab 作為工具）。
（3）線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、Lingo 軟體實現）。
（4）圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉及到圖論的問題可以用這些方法解決，需要認真准備，通常使用Mathematica、Maple 作為工具）。
（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（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中，通常使用Lingo 軟體實現）。
（6）圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab 進行處理）。
（7）最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用，通常使用Lingo、 Matlab、SPSS 軟體實現）。
4 論文結構，寫作特點和要求
答卷（論文）是競賽活動成績結晶的書面形式，是評定競賽活動的成績好壞、高低，獲獎級別的唯一依據。因此，寫好數學建模論文在競賽活動中顯得尤其重要，這也是參賽學生必須掌握的。為了使學生較好地掌握競賽論文的撰寫要領，（1）要求同學們認真學習和掌握全國大學生數學建模競賽組委會最新制定的論文格式要求且多閱讀科技文獻。（2）通過對歷屆建模競賽的優秀論文（如以中國人民解放軍信息工程學院李開鋒、趙玉磊、黃玉慧2004 年獲全國一等獎論文：奧運場館周邊的MS 網路設計方案為範例）進行剖析，總結出建模論文的一般結構及寫作要點，去學習體會和摸索。
參加全國大學生數學建模競賽應注意的問題
一、心裡要有「底」
首先，賽題來自於哪個實際領地的確難以預料，但絕不會過於「專」，它畢竟是經過簡化、加工的。大部分賽題僅憑意識便能理解題意，少數賽題的實際背景可能生疏，只需要查閱一些資料，便可以理解題意。其次，所有的賽題當然要用到數學知識，但一定不會過於高深。用得較多的有運籌學、概率與統計、計算方法、離散數學、微分方程等方面的一部分理論和方法，這些內容在賽前培訓要學過一些，真的用到了，總知道在哪些資料中查找。