壹、全國大學生數學建模競賽
二、數學建模的方法及壹般步驟
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、相關軟件
1、Matlab軟件及編程；2、Lingo軟件；3、Lindo軟件。
五、數模十大常用算法
1. 蒙特卡羅算法。2. 數據擬合、參數估計、插值等數據處理算法。3. 線性規劃、整數規劃、多元規劃、二次規劃等規劃類算法。4. 圖論算法。5. 動態規劃、回溯搜索、分治算法、分支定界等計算機算法。6. 最優化理論的三大非經典算法。7. 網格算法和窮舉法。8. 壹些連續數據離散化方法。9. 數值分析算法。10. 圖象處理算法。
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，知道壹些基本的模型，我這裏也有很多例子，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 推薦妳看謝金星編寫的那本數學建模書。壹本書啃下來，妳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麽來了。所以，妳要學會提煉條件。再壹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、要求都不壹樣。必須至少有壹人掌握matlab編程。論文壹定要寫好，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，在論文中可能碰見壹些沒有學過的知識，怎麽辦？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，妳當然有必要去翻壹翻。
具體說來，大概有以下這三個方面：
第壹方面：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，也有些同學只學過壹點概率與數理統計，微分方程的知識怎麽辦呢？壹個詞“自學”，我曾聽到過數模評卷的負責教師範毅說過“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
壹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件“Word”，掌握電子表格“Excel”的使用；“Mathematica”軟件的使用，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，有時壹個問題沒說清楚就又說另壹個問題了。評卷的教師們有壹個***識，壹篇文章用10來分鐘閱讀仍然沒有引起興趣的話，這壹遍文章就很有可能被打入冷宮了。
最後，祝妳取得好成績。
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、看壹下算法相關的。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、學習壹下編程的知識，比如C++，MATLAB，lingo等。
第五、找到兩個跟妳互補的人，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，祝妳好運。
問題四：1.什麽是數學模型？數學建模的壹般步驟是什麽？ 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壹種實踐.即通過抽象、簡化、假設、引進變量等處理過程後,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壹.
數學建模的壹般方法和步驟
建立數學模型的方法和步驟並沒有壹定的模式,但壹個理想的模型應能反映系統的全部重要特征：模型的可靠性和模型的使用性.建模的壹般方法：
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：將研究對象視為壹個“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,按照事先確定的準則在某壹類模型中選出壹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.
在實際過程中用那壹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,確定變量、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征分：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、汙染模型、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
壹、全國大學生數學建模競賽
二、數學建模的方法及壹般步驟
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、相關軟件
1、Matlab軟件及編程；2、Lingo軟件；3、Lindo軟件。
五、數模十大常用算法
1. 蒙特卡羅算法。2. 數據擬合、參數估計、插值等數據處理算法。3. 線性規劃、整數規劃、多元規劃、二次規劃等規劃類算法。4. 圖論算法。5. 動態規劃、回溯搜索、分治算法、分支定界等計算機算法。6. 最優化理論的三大非經典算法。7. 網格算法和窮舉法。8. 壹些連續數據離散化方法。9. 數值分析算法。10. 圖象處理算法。
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，知道壹些基本的模型，我這裏也有很多例子，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、看壹下算法相關的。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、學習壹下編程的知識，比如C++，MATLAB，lingo等。
第五、找到兩個跟妳互補的人，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，祝妳好運。
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
最後要看妳是那個方面的
數學建模分為建模寫作編程
妳走哪壹條就專攻哪壹條