㈠ 數學建模具體要學會什麼基本的知識
要學的東西挺多的，一、軟體方面，需要學習matlab、lingo以及sas軟體，各有各的用處，其中matlab是綜合性的，功能很強大；lingo是針對優化問題占優，用於求解線性規劃和非線性規劃問題；sas是統計分析軟體，也是這三個中最難學的。二、演算法，數學建模中有十大演算法，具體可以網路一下。三、要培養讀論文和搜索文獻資料的能力；四、也是很重要的，當然提高分析問題（審題）的能力和建模的能力，還要提高寫論文的水平！
㈡ 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。
㈢ 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。
㈣ 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
㈤ 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
㈥ 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。
㈦ 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
㈧ 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）。