數學建模基礎

Ⅰ 我不知道數學建模，從零基礎怎樣學習數學建模

可以的,大多數數學建模參賽選手都是零基礎自學,其實很多時候,參加比賽需要內的僅僅是查找資料的速容度和寫論文的水平.畢竟大一隻是去打醬油,大二大三才是真正收獲的時候.
你可以買一本書先去看看建模的過程是怎麼樣的？其實只有三天的時間比賽。然後參加校內賽練手。記住建模是三個人一組的，有論文寫作，數學模型的建立和對應程序和代碼的編寫，每個人主抓一個方向即可。你可以從這三個方向里的一個入手。

Ⅱ 數學建模需要什麼基礎需要編程嗎

數學建模最主要的還是思路。也即發現問題到尋找解決的過程。

編程對於使用計算機來完成非低級數學建模是必要的。

Ⅲ 誰知道參加數學建模從基礎的應該先學什麼啊

數學建模其實就是用數學的方法來解決生活中的一些問題，所以學建模要有一定的數專學知識，有屬的建模需要的知識不多，高中的數學知識就可以，有的建模要用到比較高的數學知識，如高等代數和線型代數等等。
所以學習建模要具備一定的數學知識。大學數學要學好，很多建模要用到這些數學工具的。
初學的話，我也是，我覺得應該找本適合初學者的書，照書上做幾道入門的題，簡單的熟悉一下怎麼用數學知識對問題建立數學模型並求解問題。形成一定的建模思維，然後由淺入深，循序漸進。。。最終成為。。。。高手！！！

Ⅳ 數學建模要做哪些准備，基礎的知識要那些，請具體點

數學知識是必須的，數學模型構建能力
還有編程，就是能用自己熟悉的一門語言熟練編程
好多版人喜歡用MATLAB，可權能是因為簡單吧
和論文的寫作能力
基本就這些吧
不過數學建模一般都是三個人一組
所以不必每個人什麼都會
關鍵是一個小組要搭檔合理
---------------------------------
我參加過一次，需要的數學知識也不好說是哪一塊
比賽前雖然突擊了很多東西，比賽時也沒用上
關鍵是自己構建數學模型時用什麼知識，
比賽前多看一下往年優秀論文的構建模型思路，我覺得很有必要
所謂數學建模，就是實際問題數學化，讓實際復雜的問題變成可以度量的數學模型，這個過程要求你對相關的數學知識必須很熟悉。
我建議你還是多閱讀一些論文，培養自己構建模型的能力
數學知識千萬不要貪多嚼不爛，一知半解的數學知識
是很難用到數學建模裡面去的。

Ⅳ 關於基礎的數學建模

數學建模是一種模擬的，它的意思就是要有數學模型和感覺，還有嚴謹的邏輯思維，說的更通俗一點的話，就是遇到一種類型的題，都有一種模型去解它，所以叫模
比如解析幾何，你的數學模型就是聯立直線和方程，求出兩根之和兩根之積。
在比如數列，你會想到s1-s2=An。或者有A2-A1=一個常數 A3-A2=一個常數 一直下去到 An-A(n-1)=一個常數，等，都是解數列的一種模型，但是為什麼會這樣，因為思想指導有，比如老師所說的原因為什麼會這樣解，實際上是給你一種數學思想在裡面，這種思想你需要自己去仔細體會，在比如說函數，其實最初建模是建立在函數上的，因為在函數直角坐標系開始後，就開始由建模這種理念了，函數解題，也有它自己的模型，你必須把每種類型的模型搞清楚，然後再順著這個模型去想一哈它的思想，我想你會有點建模的體會的！·
希望對你有幫助！~
給個好評，謝謝了！~

Ⅵ 數學建模如何快速入門

我不太清楚你是要用於比賽還是課業的需要。
如果是課程的話，就根據教材，多看看就行了。版權
比賽：
自學~~多看點有關建模方面的書，知道些典型的模型。
關鍵的是一種解決問題的方法，想法。
就是從題目看，你覺得是個什麼情況，分析一下現狀實際情況，怎麼解決你就可以運用書上的知識結合實際情況。軟體的操作有一定的輔助作用，matlab最常用，比較綜合；線性規劃，lingo；統計概率論，sas，spss。一般參賽的B題都是應用類比較多，A題是物理，或者數學理論公式運用的比較多，就看你的強項在哪了~~
教材，模型的一些經典案例，軟體的操作書籍圖書館都可以找到~~

Ⅶ 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

Ⅷ 數學建模該怎麼入門

以下建議針對非數學系的新人，可以有計劃的學習，不過別忘記，比賽是3個人的事情，所以下面涉及的知識僅靠一個人是不太可能勝任的（不排除有大牛人），這時候隊友的分工協作就尤為重要了。

首先是我擅長的離散型的模型。如果你是計算機專業的，又有ACM經驗的話，那麼你可以大展身手了。不過對於非計算機專業的同學（比如當年的我）來說，應該是沒有什麼演算法的經驗了，所以恆心和毅力，對隊友的信任，以及RP值（這點我超級自信）就非常重要了。

模型方面：姜啟源的那本《數學模型》第三版，謝金星的《優化建模與LINDO/LINGO軟體》就可以了，不用抱著一堆書結果什麼都看不了。

演算法的實現對於數學建模起著決定性的作用，一般要會以下演算法。不過不用像計算機專業的那樣，追求log n或者n或者nlog n的演算法復雜度，只要能出結果就行，10min還是20min都可以。不過千萬不要用LINGO求解TSP啊，要好多年才出結果。

1、 動態規劃（工序調度，排課表，排比賽場次）

2、 0-1規劃（投資，下料，運輸）

3、 線性規劃（投資，下料，運輸）

4、 圖的一系列問題（深度廣度搜索，遍歷，TSP，著色等等）

5、 網路流（多半轉化成規劃問題）

6、 最好能掌握神經網路，遺傳，模擬退火，蟻群，禁忌搜索中的一種或多種，因為離散的賽題多半是組合優化的問題，大多數模型在現有演算法能力下是沒有精確解的（二維下料，排課表，TSP等等），所以啟發式演算法就顯得尤為重要，比如遺傳演算法，MATLAB7.X已經有這個工具箱了，但是一定要弄清原理，知道怎麼編碼，怎麼確定種群規模和遺傳代數，怎麼確定遺傳概率和交叉概率。怎麼避免早熟，怎麼跳離局部最優。

軟體方面：

1、 C/C++/JAVA/BASIC。隨便會一種就可以，C的演算法效率絕對比MATLAB高出很多，所以一般的演算法還是用C實現吧。

2、 MATLAB。很無敵的數學軟體，不多介紹了，最好能掌握神經網路工具箱和遺傳演算法工具箱的使用方法。演算法的話，它可以實現的的C/C++也可以，用什麼就看個人喜好了。

3、 LINGO。很無敵的規劃模型的求解軟體，對於離散模型來說，這個必須掌握。別忘記求解的時候在「全局最優」復選框前打鉤，不然結果可能是局部最優。（LingoàOptionsàGlobal Solverà Use Global Solver）

然後是我不擅長的連續模型（可以說完全不懂，囧）。這個對編程能力的要求相對低一點，但是數學基本功要好，主要涉及的知識是數理統計和微分方程。

統計類問題：聚類，判別，單因素多因素方差分析，回歸，擬合，還有那叫什麼灰色預測的和時間序列分析的模型，聽說很好用，但是我不會。

微分方程：不說什麼了，這個我完全不懂，應該就是什麼龍格庫塔那類的，用MATLAB算參數的，其他的我也不說什麼了，說得太多隻能暴露我的無知。

以上就是我的一點點心得，希望可以對參加數學建模的同學有幫助，如果不僅僅是為了比賽獲獎，當作一項愛好也是不錯的選擇。

Ⅸ 數學建模需要哪些基礎知識 有哪些輔導資料

需要數學知識、計算機知識、最好找個字跡漂亮的隊友。
過程
模型准備
了解問題的實際背景，明確其實際意義，掌握對象的各種信息。用數學語言來描述問題。
模型假設
根據實際對象的特徵和建模的目的，對問題進行必要的簡化，並用精確的語言提出一些恰當的假設。
模型建立
在假設的基礎上，利用適當的數學工具來刻劃各變數之間的數學關系，建立相應的數學結構（盡量用簡單的數學工具）。
模型求解
利用獲取的數據資料，對模型的所有參數做出計算（或近似計算）。
模型分析
對所得的結果進行數學上的分析。
模型檢驗
將模型分析結果與實際情形進行比較，以此來驗證模型的准確性、合理性和適用性。如果模型與實際較吻合，則要對計算結果給出其實際含義，並進行解釋。如果模型與實際吻合較差,則應該修改假設，再次重復建模過程。
模型應用
應用方式因問題的性質和建模的目的而異。
數學建模應當掌握的十類演算法
‍‍ 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） 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） 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）
數學建模資料
競賽參考書
l、中國大學生數學建模競賽，李大潛主編，高等教育出版社(1998)． 2、大學生數學建模競賽輔導教材，(一)(二)(三)，葉其孝主編，湖南教育 出版社(1993，1997，1998)． 3、數學建模教育與國際數學建模競賽 《工科數學》專輯，葉其孝主編， 《工科數學》雜志社，1994)．
國內教材、叢書
1、數學模型，姜啟源編，高等教育出版社(1987年第一版，1993年第二版，2003年第三版；第一版在 1992年國家教委舉辦的第二屆全國優秀教材評選中獲"全國優秀教材獎")． 2、數學模型與計算機模擬，江裕釗、辛培情編，電子科技大學出版社，(1989)． 3、數學模型選談(走向數學從書)，華羅庚，王元著，王克譯，湖南教育出版社；(1991)． 4、數學建模--方法與範例，壽紀麟等編，西安交通大學出版社(1993)． 5、數學模型，濮定國、 田蔚文主編，東南大學出版社(1994)． 6..數學模型，朱思銘、李尚廉編，中山大學出版社，(1995) 7、數學模型，陳義華編著，重慶大學出版社，(1995) 8、數學模型建模分析，蔡常豐編著，科學出版社，(1995)． 9、數學建模競賽教程，李尚志主編，江蘇教育出版社，(1996)． 10、數學建模入門，徐全智、楊晉浩編，成都電子科大出版社，(1996). 11、數學建模，沈繼紅、施久玉、高振濱、張曉威編，哈爾濱工程大學出版社，(1996). 12、數學模型基礎，王樹禾編著，中國科學技術大學出版社，(1996). 13、數學模型方法，齊歡編著，華中理工大學出版社，(1996)． 14、數學建模與實驗，南京地區工科院校數學建模與工業數學討論班編，河海大學 出版社，(1996)． 15、數學模型與數學建模，劉來福、曾文藝編，北京師范大學出版杜(1997)． 16. 數學建模，袁震東、洪淵、林武忠、蔣魯敏編，華東師范大學出版社. 17、數學模型，譚永基，俞文吡編，復旦大學出版社，(1997)． 18、數學模型實用教程，費培之、程中瑗層主編，四川大學出版社，(1998)． 19、數學建模優秀案例選編(工科數學基地建設叢書)，汪國強主編，華南理工大學出版社，(1998)． 20、經濟數學模型(第二版)(工科數學基地建設叢書)，洪毅、賀德化、昌志華 編著，華南理工大學出版社，(1999)． 21、數學模型講義，雷功炎編，北京大學出版社(1999)． 22、數學建模精品案例，朱道元編著，東南大學出版社，(1999)， 23、問題解決的數學模型方法，劉來福，曾文藝編著、北京師范大學出版社，(1999)． 24、數學建模的理論與實踐，吳翔，吳孟達，成禮智編著，國防科技大學出版社， (1999)． 25、數學建模案例分析，白其嶺主編，海洋出版社，(2000年，北京)． 26、數學實驗(高等院校選用教材系列)，謝雲蓀、張志讓主編，科學出版社，(2000)． 27、數學實驗，傅鵬、龔肋、劉瓊蓀，何中市編，科學出版社，(2000)． 28、數學建模與數學實驗，趙靜、但琦編，高等教育出版社，(2000).
國外參考書(中譯本)
1、數學模型引論， E．A。Bender著，朱堯辰、徐偉宣譯，科學普及出版社(1982). 2、數學模型，[門]近藤次郎著，官榮章等譯，機械工業出版社，(1985)． 3、微分方程模型，(應用數學模型叢書第1卷)，[美]W．F．Lucas主編，朱煜民等 譯，國防科技大學出版社，(1988)． 4、政治及有關模型，(應用數學模型叢書第2卷)，[美W．F．Lucas主編，王國秋 等譯，國防科技大學出版社，(1996)． 5、離散與系統模型，(應用數學模型叢書第3卷)，[美w．F．Lucas主編，成禮智 等譯，國防科技大學出版社，(1996)． 6、生命科學模型，(應用數學模型叢書第4卷)，[美1W．F．Lucas主編，翟曉燕等 譯，國防科技大學出版社，(1996)． 7、模型數學--連續動力系統和離散動力系統，[英1H．B．Grif6ths和A．01dknow 著，蕭禮、張志軍編譯，科學出版社，(1996)． 8、數學建模--來自英國四個行業中的案例研究，(應用數學譯叢第4號)， 英]D．Burglles等著，葉其孝、吳慶寶譯，世界圖書出版公司，(1997)
專業性參考書
(這方面書籍很多，僅列幾本供參考) ： 1、水環境數學模型，[德]W．KinZE1bach著，楊汝均、劉兆昌等編纂，中國建築工 業出版社，(1987)． 2、科技工程中的數學模型，堪安琦編著，鐵道出版社(1988) 3、生物醫學數學模型，青義學編著，湖南科學技術出版杜(1990)． 4、農作物害蟲管理數學模型與應用，蒲蟄龍主編，廣東科技出版社(1990)． 5、系統科學中數學模型，歐陽亮編著， E山東大學出版社，(1995)． 6、種群生態學的數學建模與研究，馬知恩著，安徽教育出版社，(1996) 7、建模、變換、優化--結構綜合方法新進展，隋允康著，大連理工大學出版社， (1986) 8、遺傳模型分析方法，朱軍著，中國農業出版社(1997)． (中山大學數學系王壽松編輯，2001年4月)

Ⅹ 數學建模是以什麼為基礎的

一：良好的數學基礎知識是基礎比如：高數或者微積分、線性代數、概率論與數理統計、運籌學，其他還有數值分析也可以學學，
二：然後學習 十大演算法 。這個上網搜索一下，非常有用。其他就是編程知識，特別是MATLAB的。假如想在提高演算法能力的話，可以學習專門的演算法書籍，計算機系的朋友應該都有借的，再想提高的話可以做ACM的題目（ACM是一種編程比賽，能力要求很高）
三：編程然後還要學數學模型，數學實驗，論文寫作，文獻檢索方面的知識。
四：多看數學建模歷年優秀論文，本科組的，研究生的，美賽的MCM和ICM都可以借鑒，當然自己多聯系，多實踐才是最重要的！
總之，學習建模是一個系統的工程，需要從多方面補充知識，提高能力，最後希望夠幫到你嘍！