㈠ 大學數學建模競賽需要哪些知識
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；
相關的數學基礎知識包括
1、線性規劃 6、最優化理論
2、非線性規劃 7、管理運籌學
3、離散數學 8、差分方程
4、概率統計 9、層次分析
5、常微分方程
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」，記得數模評卷的負責教師曾經說過「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
㈡ 關於數學建模大賽需要哪些知識
《數學模型》（第三版）
姜啟源 謝金星 葉俊 主編
高等教育出版社出版
國內經典，去買或者借一本看下，就明白了。
簡要來說數學建模涉及數學分析、運籌學、程序演算法、統計學、線性代數等
㈢ 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！
㈣ 數學建模都需要學什麼知識和課程
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-10y22r-296768980
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-10y22r-296768980
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
㈤ 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！
㈥ 做數學建模需要哪些方面的知識
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。
㈦ 參加數學建模需要哪些必備的數學知識
首先是數學建模方面的知識，大師級的一些優秀書籍必須是要看幾本的：
(1) 數學模型 姜啟源、謝金星、 葉俊 高等教育出版社
(2) 數學建模案例選集 姜啟源、 謝金星 高等教育出版社
(3) 實用運籌學：模型、方法與計算 韓中庚 主編/2007年12月/清華大學出版社
模型的求解方面，需要用到Matlab、lingo等數學軟體， 現在Matlab書籍很多，適合數學建模的，下面幾本還不錯：
(1) MATLAB 7.0從入門到精通（修訂版） 劉保柱，蘇彥華，張宏林 編著/2010年05月/人民郵電出版社
(2) 優化建模LINDO/LINGO軟體 謝金星，薛毅 編著/2005年07月/清華大學出版社
還有一本新書，覺得對參加數學建模競賽還是很給力的：
matlab在數學建模中的應用 卓金武，魏永生，秦健，李必文編著 北航出版社出版
這幾位作者都是參加過建模競賽的，書中有經驗介紹，有很多實際建模競賽中開發的Matlab源程序，還有原版的獲獎論文，覺得對參加數學建模競賽的應該還是很有啟發的。
㈧ 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
㈨ 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）。
㈩ 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。