如何准备数学建模呢 需要做那些准备呢

1. 如何准备数学建模呢 需要做那些准备呢

如何准备数学建模，需要做这些准备。第一，找一本有关建模的基础教程，第二，学会一门数学软件的使用，三，掌握科技论文旋涡状的写作方法。数学模型(Mathematical Model)是一种模拟，是用数学符号、数学式子、程序、图形等对实际课题本质属性的抽象而又简洁的刻画，数学模型或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。数学模型一般并非现实问题的直接翻版，数学模型的建立常常既需要人们对现实问题深入细微的观察和分析，又需要人们灵活巧妙地利用各种数学知识。这种应用知识从实际课题中抽象、提炼出数学模型的过程就称为数学建模(Mathematical Modeling)。全网招募小白免费学习，测试一下你是否有资格想要了解数学建模相关学习的更多内容，可以了解一下广州中教在线教育科技有限公司(以下简称:中教在线)。中教在线的课程从零基础开始学习，从简单入门到后期成品出图老师带着你一步一步走过来，毕业后还有就业指导课程，助你解决面试难题，助教老师24小时在线答疑。

2. 数学建模需要哪些准备知识？

论文和模型好才是王道！！下面给你一些写论文的建议哦！！
怎样写作数学建模竞赛论文
一 如何建立数学模型—建立数学模型的涉骤和方法
建立数学模型没有固定的模式，通常它与实际问题的性质、建模的目的等有关。当然，建模的过程也有共性，一般说来大致可以分以下几个步骤：
1. 形成问题
要建立现实问题的数学模型，首先要对所要解决的问题有一个十分明晰的提法。只有明确问题的背景，尽量弄清对象的特征，掌握有关的数据，确切地了解建立数学模型要达到的目的，才能形成一个比较明晰的“问题”。
2. 假设和简化
根据对象的特征和建模的目的，对问题进行必要的、合理的假设和简化。现实问题通常是纷繁复杂的，我们必须紧紧抓住本质的因素(起支配作用的因素)，忽略次要的因素。此外，一般地说，一个现实问题不经过假设和简化，很难归结为数学问题。因此，有必要对现实问题作一些简化，有时甚至是理想化
3 .模型的构建
根据所作的假设，分析对象的因果关系，用适当的数学语言刻画对象的内在规律，构建现实问题中各个量之间的数学结构，得到相应的数学模型。这里，有一个应遵循的原则：即尽量采用简单的数学工具。
4. 检验和评价
数学模型能否反映厡来的现实问题，必须经受多种途径的检验。这里包括：(1).数学结构的正确性，即有没有逻辑上自相矛盾的地方；(2).适合求解，即是否有多解或无解的情况出现；(3).数学方法的可行性，即迭代方法是否收敛，以及算法的复杂性等。而更重要和最困难的问题是检验模型是否真正反映厡来的现实问题。模型必须反映现实，但又不等同于现实；模型必须简化，但过分的简化则使模型远离现实，无法解决现实问题。因此，检验模型的合理性和适用性，对于建模的成败是非常重要的。评价模型的根本标准是看它能否准确地反映现实问题和解决现实问题。此外，是否容易求解也是评价模型的一个重要标准。
5. 模型的改进
模型在不断检验过程中经过不断修正，逐步趋向完善，这是建模必须遵循的重要规律。一旦在检验中发现问题，人们必须重新审视在建模时所作的假设和简化的合理性，检查是否正确刻画对象内在的量之间的相互关系和服从的客观规律。针对发现的问题作出相应的修正。然后，再次重复上述检验、修改的过程，直到获得某种程度的满意模型为止。
6. 模型的求解
经过检验，能比较好地反映厡来现实问题的数学模型，最后将通过求解得到数学上的结果；再通过“翻译”回到现实问题，得到相应的结论。模型若能获得解的确切表达式固然最好，但现实中多数场合需依靠电子计算机数值求解。电子计算机技术的飞速发展，使数学模型这一有效的工具得以发扬光大。
数学建模的过程是一种创造性思维的过程，对于实际工作者来说，除了需要具有想象力、洞察力、判断力这些属于形象思维、逻辑思维范畴的能力外，直觉和灵感往往不可忽视，这就是人们对新事物的敏锐的领悟、理解、推理和判断。它要求人们具有丰富的知识，实惯用不同的思维方式对问题进行艰苦探索和反复思考。这种能力的培养要依靠长期的积累。
此外，用数学模型解决现际问题，还应当注意两方面的情况。
一方面，对于不同的实际问题，通常会使用不同的数学模型。但是，有的时候，同一数学模型，往往可以用来解释表面上看来毫不相关的实际问题。
另一方面，对于同一实际问题要求不同，则构建的数学模型可能完全不同。
二  写作数学建模竞赛论文应注意的问题：
1. 论文格式
论文的封面：
题目  ………
参赛队员：  …      …      …
指导教师：……
单位：………
论文的第一页是摘要，第二页开始是论文的正文，论文要有以下几方面的内容：
一.  问题的提出
二.  问题的分析
三.  模型的假设
四.  模型的建立
五.  模型的求解
六.  模型的检验
七.  模型的修正
八.  模型的评估
九.附录

3. 数学建模都应该学些什么

首先是数学建模方面的知识，大师级的一些优秀书籍必须是要看几本的：
(1) 数学模型 姜启源、谢金星、 叶俊  高等教育出版社
(2) 数学建模案例选集 姜启源、 谢金星  高等教育出版社
(3) 实用运筹学：模型、方法与计算   韩中庚 主编/2007年12月/清华大学出版社

模型的求解方面，需要用到Matlab、lingo等数学软件， 现在Matlab书籍很多，适合数学建模的，下面几本还不错：

(1) MATLAB 7.0从入门到精通（修订版）  刘保柱，苏彦华，张宏林 编著/2010年05月/人民邮电出版社
(2) 优化建模LINDO/LINGO软件  谢金星，薛毅 编著/2005年07月/清华大学出版社

还有一本新书，觉得对参加数学建模竞赛还是很给力的：

matlab在数学建模中的应用  卓金武，魏永生，秦健，李必文编著  北航出版社出版

这几位作者都是参加过建模竞赛的，书中有经验介绍，有很多实际建模竞赛中开发的Matlab源程序，还有原版的获奖论文，觉得对参加数学建模竞赛的应该还是很有启发的。

4. 数学建模怎么准备？？？

我给你的建议是：
1、努力学习数学知识，完善自己的知识体系，尤其是与数学相关的知识体系，比如高等数学、工程数学和应用数学的相关知识；
2、扩充自己的知识面，你可以看到很多赛题都是很现实的社会热点问题，相关的背景知识是非常必要的；
3、多看一些案例分析的教程，在学习案例分析时的注意点是：如何考虑现实问题中的各个因素，综合运用所学知识，建立适当的模型；如何进行模型的优化；如何求解模型；如何解释模型的解。
还要逐步去理解数学建模中最难的三个问题，1、如何用学到的数学思想来表述所面对的问题，所谓的建模。2、应用学到的数学知识解刚刚建立的数学模型，并进行优化。3、将刚刚得到的数学上的解解释为现实问题中的现象或者是方法。这三个过程体现了一个“现实——>数学——>现实”的一个过程。这其实就是最难的地方。这需要你首先了解面临的实际问题，然后从现实中转入数学，再从数学中跳出来回到现实。
当然，还有一个主要的就是多向参加过的老队员学习，多跟老师沟通！

5. 数学建模需要哪些知识？

数学建模需要的知识：
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）。

6. 数学建模需要学什么？

参加数学模型比赛，恐怕关键不是数学知识，要多了解一些别人已经做过的数学模型，然后自己认真地做一、两个模型，一定会有长足的进步。
数学建模犹如平时做应用题，但又不尽相同，做应用题一般题目里会给定条件，并且条件都会用到，而且有正确的答案。数学建模则不然，条件需要自己找，并且在众多的条件中还要忽略一些次要的，这就与我们平时做题目不一样，更不同的是它没有正确答案，应该到实践中检验，即模型没有对错，只有好坏。建模比赛的模型好坏则是由专家组评选的。
一般每个学校都会对参加建模比赛的选手进行一定的训练，没有经过训练的学生初次上阵，不大可能会取得好的成绩的，因为这与平时的学习味道是很不相同的。
我手头有一本书很不错，介绍给你，一般大学的图书馆里都应该有的。
《数学模型》姜启源 编  高等教育出版社 出版

7. 想要弄好数学建模,需要做什么准备

做数学建模，一部分靠实力，一部分靠运气，如果没有实力，即使运气来了，
都不能很好的把握住。所以，如果想要拿奖：
1）一个团结的队伍是必不可少的。全是牛人的队伍不一定是好的队伍，那
样容易各自为政；即使大家水平都一般，也不见得比牛人的队伍差，关键在于取
长补短，真心奉献，不攀比，不斗气，服从队长，万事以比赛为主，即使有时大
家讨论时语气过激，也是可以谅解的，一心一意把比赛做好才是关键。所以队长
的作用是毋庸置疑的，宽广的胸怀和缜密的心思，大局意识，一定要把大家的积
极性调动到最高。
2）比赛前期的准备。每个人列个清单，准备好4 台电脑，以防有突发事件，
优盘全部清空，以防有毒，软件统一安装，吃的用的，时间安排，等等各方面，
很多细节，都要细心准备。为什么准备的这么细呢，就是怕建模比赛做起来，才
发现缺少东西或机器坏了，影响做题的心情，从而影响整个队伍的心情和效率。
比赛期间，专心很关键。我们要有打一场大仗的感觉，摩拳擦掌，期待着大干一
场。如果有这种感觉，那你离获奖不远了。
3）检验你比赛前到底准备的怎么样了。扪心自问：你软件真正能够精通的
有几种？算法张口就能说出理论及其编程方法的有几个？你是否已经把各种算
法的主要理论都粘到Word 文档里（版式都调好），准备随时可以拿过来用？你
是否把神经网络或者灰色预测编程的模板都在Matlab 里调试过了，程序都已经
准备好了？Word 版本的优秀论文你是否准备好了3 篇最经典的？如果你没有，
请不要骗自己，真的不要骗自己，也不要骗队友，不会就是不会，没有就是没有，
抓紧时间，在比赛前，尽量把这些问题全部搞定，满怀信心参加比赛。
4）数学建模比赛也是比赛，超人、牛人也是人，所以，是比赛就会有规则。
你是否对全国赛和美赛的比赛规则详细了解，做到心中有数？你是否能够准确把
握比赛的评分要点和评分标准？你是否知道科技文献或优秀论文的标准写法？
你是否知道国赛和美赛有多少个不同点？你们队是否经常在一起讨论这些问题，
交流学习经验？俗话说：知己知彼，百战不殆。如果你或你们，不知道或没有做
过，那么，可能一个评分细节将是你们的论文从一等沦为二等的致命伤。
5
一个人不可能凭借运气度过一生，运气能够陪伴你一刻，而能够陪伴你一
生的是自己的实力。

8. 数学建模需要哪些知识？

数学建模应当掌握的十类算法及所需编程语言：
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）。