㈠ 如何入門數學建模呢我大一可以說是很小白的狀態了，現在開始學習5.17比賽
本人大三計算機專業，17年電工杯二等獎、MathorCup一等獎、國賽省一等獎、數創杯一等獎，獎項很水，但有必要介紹一下我參加建模的過程，希望對學弟學妹們有所幫助。
本人大一沒想過比賽，大二為了我女朋友才跟她組隊開始學著參加數學建模，從2017年2月開始上《數學建模》與《數學建模軟體》兩門選修課，從中對MATLAB有所了解，數學建模課程比較枯燥，僅僅是聽過而已。
到2017年4月校賽，開始拿到校賽題目，時長15天，這15天的時間所做的題目是2017年認證杯第一階段賽題：考研移動端產品的使用與評價，本題有大量數據，曾經高分通過計算機等級考試二級MS Office的我使用EXCEL對數據進行了處理，這起到了很大的作用，第一題是一個因子分析和聚類分析，經過網路得知可以使用SPSS，於是學習了SPSS，這個很好上手，網路相應的方法即可找到教程。
校賽後，拿電工杯和MathorCup練手，電工杯題目是人口預測，用到了leslie模型，MathorCup是共享單車的題目，又是大數據分析，這次直接是EXCEL完成的。
扯了這么多，給大家說一下如何准備數學建模吧。
首先，數學建模比賽一般分為優化類型的題目和數據分析或評價類的題目，需要3-4天提交一篇論文，三個成員需要有一名寫手、一名編程人員和一名統籌調度（建模和想思路）人員，這三人的調度和論文撰寫工作最好都要熟悉。是對題目的解答，而論文包括：摘要、問題重述、問題分析、模型假設、符號說明、模型的建立與求解、模型的評價、模型的改進與推廣、參考文獻、附錄幾大部分，最關鍵的是摘要，摘要寫的不好，論文直接pass掉。
而如果摘要寫的還可以，就是論文格式和所用的模型了，三人均需要熟練掌握OFFICE軟體，EXCEL可以處理數據，裡面的一些公式和函數一定要會，Word也要熟練掌握，尤其是其中的mathtype公式編輯器，要求所有的公式都需要用公式編輯器輸入。編程人員需要熟練掌握Matlab、SPSS、Lingo，都很簡單。
對於學習數學建模的方法，大概包括：規劃（最優化）、圖論、評價、相關性分析、回歸等模型，還有一些比較高大上的演算法，比如模擬退火演算法、神經網路、粒子群演算法，這些大多是處理優化問題的，當然神經網路還可以做分類，這些網上都有現成的代碼，了解數據輸入輸出和如何分析結果即可。推薦司守奎老師的《數學建模與應用》一書（側重實現），還有姜啟源老師的《數學模型》一書（側重原理的講解）。
多看看優秀論文，注意格式和內容，掌握這些，建模應該不成問題了，祝各位同學好運。
㈡ 數學建模中的編程
就拿數學建模來說，建模的過程是要將一個實際的問題簡化為一個可以用數據和很簡短的語言能表示出來的問題，然後通過數學工具解決這個問題，比如說概率，微積分，等等。當然數學裡面還有很多可以解決實際問題的演算法，比如說線性規劃、擬合、回歸等等很多。因為實際問題的數據可能會比較復雜，按照某個演算法用人腦一步步求解往往會很麻煩。
因此通過計算機編程可以編出來演算法的程序，直接給數據，計算機就可以算出來。說白了就是人來建立模型，然後編程演算法用計算機來計算模型中的答案，比如最優解。要想自己編程序需要對這個演算法有足夠深的認識。事實上很多演算法前人都寫好了C或C++的源程序，當然用matlab會更省事一些。
數學建模與編程關系：
1、數學建模更像是從現實世界到數學抽象的過程。要經歷把現實問題理想化的步驟，其間必須要決定舍棄哪些影響甚微的多餘因素，好簡化問題；只有簡化了問題才能提出模型。
2、編程更像是在抽象空間本身提出問題，解決問題。這么說來，編程問題反而更像「純粹」的數學問題。因為程序世界本身就是基於0、1建立起來的抽象世界，編程更像是在抽象世界裡，解決抽象問題。所以它一般不需要考慮對哪些因素作取捨。
3、在這二者分別發展的情況下，它們各自的觸角越伸越廣泛，相互的邊界也是日漸模糊的。比如圖像處理、圖像識別等等，雖然是編程問題，但它距離現實已比「一步之遙」還要近了。或者從另一個角度說，像這種問題是數學建模和編程通力合作解決的。