数学建模基础

Ⅰ 我不知道数学建模，从零基础怎样学习数学建模

可以的,大多数数学建模参赛选手都是零基础自学,其实很多时候,参加比赛需要内的仅仅是查找资料的速容度和写论文的水平.毕竟大一只是去打酱油,大二大三才是真正收获的时候.
你可以买一本书先去看看建模的过程是怎么样的？其实只有三天的时间比赛。然后参加校内赛练手。记住建模是三个人一组的，有论文写作，数学模型的建立和对应程序和代码的编写，每个人主抓一个方向即可。你可以从这三个方向里的一个入手。

Ⅱ 数学建模需要什么基础需要编程吗

数学建模最主要的还是思路。也即发现问题到寻找解决的过程。

编程对于使用计算机来完成非低级数学建模是必要的。

Ⅲ 谁知道参加数学建模从基础的应该先学什么啊

数学建模其实就是用数学的方法来解决生活中的一些问题，所以学建模要有一定的数专学知识，有属的建模需要的知识不多，高中的数学知识就可以，有的建模要用到比较高的数学知识，如高等代数和线型代数等等。
所以学习建模要具备一定的数学知识。大学数学要学好，很多建模要用到这些数学工具的。
初学的话，我也是，我觉得应该找本适合初学者的书，照书上做几道入门的题，简单的熟悉一下怎么用数学知识对问题建立数学模型并求解问题。形成一定的建模思维，然后由浅入深，循序渐进。。。最终成为。。。。高手！！！

Ⅳ 数学建模要做哪些准备，基础的知识要那些，请具体点

数学知识是必须的，数学模型构建能力
还有编程，就是能用自己熟悉的一门语言熟练编程
好多版人喜欢用MATLAB，可权能是因为简单吧
和论文的写作能力
基本就这些吧
不过数学建模一般都是三个人一组
所以不必每个人什么都会
关键是一个小组要搭档合理
---------------------------------
我参加过一次，需要的数学知识也不好说是哪一块
比赛前虽然突击了很多东西，比赛时也没用上
关键是自己构建数学模型时用什么知识，
比赛前多看一下往年优秀论文的构建模型思路，我觉得很有必要
所谓数学建模，就是实际问题数学化，让实际复杂的问题变成可以度量的数学模型，这个过程要求你对相关的数学知识必须很熟悉。
我建议你还是多阅读一些论文，培养自己构建模型的能力
数学知识千万不要贪多嚼不烂，一知半解的数学知识
是很难用到数学建模里面去的。

Ⅳ 关于基础的数学建模

数学建模是一种模拟的，它的意思就是要有数学模型和感觉，还有严谨的逻辑思维，说的更通俗一点的话，就是遇到一种类型的题，都有一种模型去解它，所以叫模
比如解析几何，你的数学模型就是联立直线和方程，求出两根之和两根之积。
在比如数列，你会想到s1-s2=An。或者有A2-A1=一个常数 A3-A2=一个常数 一直下去到 An-A(n-1)=一个常数，等，都是解数列的一种模型，但是为什么会这样，因为思想指导有，比如老师所说的原因为什么会这样解，实际上是给你一种数学思想在里面，这种思想你需要自己去仔细体会，在比如说函数，其实最初建模是建立在函数上的，因为在函数直角坐标系开始后，就开始由建模这种理念了，函数解题，也有它自己的模型，你必须把每种类型的模型搞清楚，然后再顺着这个模型去想一哈它的思想，我想你会有点建模的体会的！·
希望对你有帮助！~
给个好评，谢谢了！~

Ⅵ 数学建模如何快速入门

我不太清楚你是要用于比赛还是课业的需要。
如果是课程的话，就根据教材，多看看就行了。版权
比赛：
自学~~多看点有关建模方面的书，知道些典型的模型。
关键的是一种解决问题的方法，想法。
就是从题目看，你觉得是个什么情况，分析一下现状实际情况，怎么解决你就可以运用书上的知识结合实际情况。软件的操作有一定的辅助作用，matlab最常用，比较综合；线性规划，lingo；统计概率论，sas，spss。一般参赛的B题都是应用类比较多，A题是物理，或者数学理论公式运用的比较多，就看你的强项在哪了~~
教材，模型的一些经典案例，软件的操作书籍图书馆都可以找到~~

Ⅶ 为学习数学建模打基础，需要学习哪些数学作为基础

1.基础：高等数学、线性代数、概率论与数理统计
2.专业方面：运筹学（主要针对最优化问题），其他数学建模用书（主要看方法，例如层次分析法等）
3.软件方面：lingo、matlab、origin等
5.美赛还要看翻译（所以专业英语要好好学）、排版比较重要
总结：数学建模不是纯粹的数学知识，有时候数学建模用的数学知识很少，所以要了解建模过程，掌握建模方法（方法非常重要）。平时多看一些特等奖的建模论文，你会有意想不到的收获

Ⅷ 数学建模该怎么入门

以下建议针对非数学系的新人，可以有计划的学习，不过别忘记，比赛是3个人的事情，所以下面涉及的知识仅靠一个人是不太可能胜任的（不排除有大牛人），这时候队友的分工协作就尤为重要了。

首先是我擅长的离散型的模型。如果你是计算机专业的，又有ACM经验的话，那么你可以大展身手了。不过对于非计算机专业的同学（比如当年的我）来说，应该是没有什么算法的经验了，所以恒心和毅力，对队友的信任，以及RP值（这点我超级自信）就非常重要了。

模型方面：姜启源的那本《数学模型》第三版，谢金星的《优化建模与LINDO/LINGO软件》就可以了，不用抱着一堆书结果什么都看不了。

算法的实现对于数学建模起着决定性的作用，一般要会以下算法。不过不用像计算机专业的那样，追求log n或者n或者nlog n的算法复杂度，只要能出结果就行，10min还是20min都可以。不过千万不要用LINGO求解TSP啊，要好多年才出结果。

1、 动态规划（工序调度，排课表，排比赛场次）

2、 0-1规划（投资，下料，运输）

3、 线性规划（投资，下料，运输）

4、 图的一系列问题（深度广度搜索，遍历，TSP，着色等等）

5、 网络流（多半转化成规划问题）

6、 最好能掌握神经网络，遗传，模拟退火，蚁群，禁忌搜索中的一种或多种，因为离散的赛题多半是组合优化的问题，大多数模型在现有算法能力下是没有精确解的（二维下料，排课表，TSP等等），所以启发式算法就显得尤为重要，比如遗传算法，MATLAB7.X已经有这个工具箱了，但是一定要弄清原理，知道怎么编码，怎么确定种群规模和遗传代数，怎么确定遗传概率和交叉概率。怎么避免早熟，怎么跳离局部最优。

软件方面：

1、 C/C++/JAVA/BASIC。随便会一种就可以，C的算法效率绝对比MATLAB高出很多，所以一般的算法还是用C实现吧。

2、 MATLAB。很无敌的数学软件，不多介绍了，最好能掌握神经网络工具箱和遗传算法工具箱的使用方法。算法的话，它可以实现的的C/C++也可以，用什么就看个人喜好了。

3、 LINGO。很无敌的规划模型的求解软件，对于离散模型来说，这个必须掌握。别忘记求解的时候在“全局最优”复选框前打钩，不然结果可能是局部最优。（LingoàOptionsàGlobal Solverà Use Global Solver）

然后是我不擅长的连续模型（可以说完全不懂，囧）。这个对编程能力的要求相对低一点，但是数学基本功要好，主要涉及的知识是数理统计和微分方程。

统计类问题：聚类，判别，单因素多因素方差分析，回归，拟合，还有那叫什么灰色预测的和时间序列分析的模型，听说很好用，但是我不会。

微分方程：不说什么了，这个我完全不懂，应该就是什么龙格库塔那类的，用MATLAB算参数的，其他的我也不说什么了，说得太多只能暴露我的无知。

以上就是我的一点点心得，希望可以对参加数学建模的同学有帮助，如果不仅仅是为了比赛获奖，当作一项爱好也是不错的选择。

Ⅸ 数学建模需要哪些基础知识 有哪些辅导资料

需要数学知识、计算机知识、最好找个字迹漂亮的队友。
过程
模型准备
了解问题的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。
模型假设
根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。
模型建立
在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构（尽量用简单的数学工具）。
模型求解
利用获取的数据资料，对模型的所有参数做出计算（或近似计算）。
模型分析
对所得的结果进行数学上的分析。
模型检验
将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，再次重复建模过程。
模型应用
应用方式因问题的性质和建模的目的而异。
数学建模应当掌握的十类算法
‍‍ 1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算 法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法） 2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要 处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题 属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、 Lingo软件实现） 4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉 及到图论的问题可以用这些方法解决，需要认真准备） 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计 中比较常用的方法，很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是 用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实 现比较困难，需慎重使用） 7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛 题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好 使用一些高级语言作为编程工具） 8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只 认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非 常重要的） 9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常 用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调 用） 10、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该 要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）
数学建模资料
竞赛参考书
l、中国大学生数学建模竞赛，李大潜主编，高等教育出版社(1998)． 2、大学生数学建模竞赛辅导教材，(一)(二)(三)，叶其孝主编，湖南教育 出版社(1993，1997，1998)． 3、数学建模教育与国际数学建模竞赛 《工科数学》专辑，叶其孝主编， 《工科数学》杂志社，1994)．
国内教材、丛书
1、数学模型，姜启源编，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年国家教委举办的第二届全国优秀教材评选中获"全国优秀教材奖")． 2、数学模型与计算机模拟，江裕钊、辛培情编，电子科技大学出版社，(1989)． 3、数学模型选谈(走向数学从书)，华罗庚，王元著，王克译，湖南教育出版社；(1991)． 4、数学建模--方法与范例，寿纪麟等编，西安交通大学出版社(1993)． 5、数学模型，濮定国、 田蔚文主编，东南大学出版社(1994)． 6..数学模型，朱思铭、李尚廉编，中山大学出版社，(1995) 7、数学模型，陈义华编著，重庆大学出版社，(1995) 8、数学模型建模分析，蔡常丰编著，科学出版社，(1995)． 9、数学建模竞赛教程，李尚志主编，江苏教育出版社，(1996)． 10、数学建模入门，徐全智、杨晋浩编，成都电子科大出版社，(1996). 11、数学建模，沈继红、施久玉、高振滨、张晓威编，哈尔滨工程大学出版社，(1996). 12、数学模型基础，王树禾编著，中国科学技术大学出版社，(1996). 13、数学模型方法，齐欢编著，华中理工大学出版社，(1996)． 14、数学建模与实验，南京地区工科院校数学建模与工业数学讨论班编，河海大学 出版社，(1996)． 15、数学模型与数学建模，刘来福、曾文艺编，北京师范大学出版杜(1997)． 16. 数学建模，袁震东、洪渊、林武忠、蒋鲁敏编，华东师范大学出版社. 17、数学模型，谭永基，俞文吡编，复旦大学出版社，(1997)． 18、数学模型实用教程，费培之、程中瑗层主编，四川大学出版社，(1998)． 19、数学建模优秀案例选编(工科数学基地建设丛书)，汪国强主编，华南理工大学出版社，(1998)． 20、经济数学模型(第二版)(工科数学基地建设丛书)，洪毅、贺德化、昌志华 编著，华南理工大学出版社，(1999)． 21、数学模型讲义，雷功炎编，北京大学出版社(1999)． 22、数学建模精品案例，朱道元编著，东南大学出版社，(1999)， 23、问题解决的数学模型方法，刘来福，曾文艺编著、北京师范大学出版社，(1999)． 24、数学建模的理论与实践，吴翔，吴孟达，成礼智编著，国防科技大学出版社， (1999)． 25、数学建模案例分析，白其岭主编，海洋出版社，(2000年，北京)． 26、数学实验(高等院校选用教材系列)，谢云荪、张志让主编，科学出版社，(2000)． 27、数学实验，傅鹏、龚肋、刘琼荪，何中市编，科学出版社，(2000)． 28、数学建模与数学实验，赵静、但琦编，高等教育出版社，(2000).
国外参考书(中译本)
1、数学模型引论， E．A。Bender著，朱尧辰、徐伟宣译，科学普及出版社(1982). 2、数学模型，[门]近藤次郎著，官荣章等译，机械工业出版社，(1985)． 3、微分方程模型，(应用数学模型丛书第1卷)，[美]W．F．Lucas主编，朱煜民等 译，国防科技大学出版社，(1988)． 4、政治及有关模型，(应用数学模型丛书第2卷)，[美W．F．Lucas主编，王国秋 等译，国防科技大学出版社，(1996)． 5、离散与系统模型，(应用数学模型丛书第3卷)，[美w．F．Lucas主编，成礼智 等译，国防科技大学出版社，(1996)． 6、生命科学模型，(应用数学模型丛书第4卷)，[美1W．F．Lucas主编，翟晓燕等 译，国防科技大学出版社，(1996)． 7、模型数学--连续动力系统和离散动力系统，[英1H．B．Grif6ths和A．01dknow 著，萧礼、张志军编译，科学出版社，(1996)． 8、数学建模--来自英国四个行业中的案例研究，(应用数学译丛第4号)， 英]D．Burglles等著，叶其孝、吴庆宝译，世界图书出版公司，(1997)
专业性参考书
(这方面书籍很多，仅列几本供参考) ： 1、水环境数学模型，[德]W．KinZE1bach著，杨汝均、刘兆昌等编纂，中国建筑工 业出版社，(1987)． 2、科技工程中的数学模型，堪安琦编著，铁道出版社(1988) 3、生物医学数学模型，青义学编著，湖南科学技术出版杜(1990)． 4、农作物害虫管理数学模型与应用，蒲蛰龙主编，广东科技出版社(1990)． 5、系统科学中数学模型，欧阳亮编著， E山东大学出版社，(1995)． 6、种群生态学的数学建模与研究，马知恩著，安徽教育出版社，(1996) 7、建模、变换、优化--结构综合方法新进展，隋允康著，大连理工大学出版社， (1986) 8、遗传模型分析方法，朱军著，中国农业出版社(1997)． (中山大学数学系王寿松编辑，2001年4月)

Ⅹ 数学建模是以什么为基础的

一：良好的数学基础知识是基础比如：高数或者微积分、线性代数、概率论与数理统计、运筹学，其他还有数值分析也可以学学，
二：然后学习 十大算法 。这个上网搜索一下，非常有用。其他就是编程知识，特别是MATLAB的。假如想在提高算法能力的话，可以学习专门的算法书籍，计算机系的朋友应该都有借的，再想提高的话可以做ACM的题目（ACM是一种编程比赛，能力要求很高）
三：编程然后还要学数学模型，数学实验，论文写作，文献检索方面的知识。
四：多看数学建模历年优秀论文，本科组的，研究生的，美赛的MCM和ICM都可以借鉴，当然自己多联系，多实践才是最重要的！
总之，学习建模是一个系统的工程，需要从多方面补充知识，提高能力，最后希望够帮到你喽！