數學建模編程
A. 數學建模是計算機編程嗎
數學建模主要分為三部分：建模，編程和寫作；往往建立一個數學模型後需要也必須藉助於計算機求解。
B. 數學建模需要掌握哪些編程語言和技術
數學建模應當掌握的十類演算法及所需編程語言：
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演算法，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）。
C. 數學建模需要怎樣的編程水平
其實，負責編程的同學，並不是說比誰代碼寫得長，誰代碼寫得好，而是應該為建模的同學提供一個結果（只從數模拿獎（功利的角度出發）無論結果的好壞，甚至是否有結果，在比賽即將結束的時刻，都應該給建模隊友一個所得過去的「答案」），所以可以在做一些數模問題的時候，用一些較為「傻瓜」的軟體，比如SPSS，這個軟體可以解決統計學中的很多問題，比如2012年的國賽葡萄酒評價問題，這道題就是使用SPSS的代表。所以說，以其說是會編程，不如說是應該會使用相關軟體，讓所建模型輸出一個不錯的結果。還有作圖軟體Origin，在進行一些簡單的作圖時候，可以使用Origin而沒有必要去使用Matlab進行畫圖，一般情況下，在問題不太復雜的時候，是沒有必要使用Matlab的。還有一款軟體叫做Visio，這款軟體是畫流程圖的利器，比如說寫完一段程序附上程序框圖，或者用系統動力學解決一個問題時畫的系統流圖，得到的效果都是非常棒的（PS：初次學習建模的同學，無論如何一定要在Matlab上面下一點功夫，即使沒有辦法掌握，也需要知道如何修改別人的優秀程序，為我所用）。
D. 大學生數學建模容易嗎是否要用C語言來編程序，要是需要那如何編
大學生數學建模不是很容易,需要有較強的數學功底
以及編寫程序的能力
用C語言建模的話,一般要具體問題具體分析,舉個例子:求二元一次方程的根
一般是用MATLAB,數學專用建模工具
E. 數學建模與編程有何關系
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。
F. 數學建模在編程中真的那麼重要嗎！
不能簡單的說重要與不重要。
數學建模與編程有著相輔相成的作用。學習數學建模有利於鍛煉人的思維能力，對於編程肯定是有利的，另外編程所用的許多演算法都源自於數學，學習好數學建模對於編程的作用當然不可小視，但是，至於實際作用有多大，那就因人因實際情況而異了；同樣，編程所用的一些演算法常常應用於數學建模問題的解決，它對於提高我們的編程水平，提高我們用計算機程序解決實際問題的能力是大有益處的。
近年來，數學建模越來越依靠計算機來解決實際問題，計算機的應用促進了數學的進一步發展，與此同時，數學的發展也促進了計算機技術的飛躍。
對於你的專業，我不能輕易地說數學建模對你重要不重要，我只是想對你提一個建議，如果有機會、有興趣、有時間的話，你可以適當的學一學，不要苛求達到什麼水平，不要有功利思想，只要有興趣，你就專心的學（不只是數學建模），沒興趣絕對不要強求，也許將來你會發現自己沒有做錯選擇。
作為一個曾經參加過數學建模並且一直深愛著數學建模的人，給你說了一大堆，希望對你有所幫助。
G. 數學建模需要什麼基礎需要編程嗎
不知是指是哪一方面的。數學建模當然需要數學知識作為基礎了。
H. 什麼是數學建模編程
說直接點，就是按照你給出的模型來編寫程序，還要看你所使用的軟體了，用MATLAB還是LINGO、LINDO等等數學專用軟體，這裡面的編寫方法是不一樣的。總的來說，就是根據你給的模型編寫你的程序，運行後得到較為合理的答案。就這么簡單...
I. 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。
J. 數學建模與編程
如果你C語言很熟悉的話完全可以，C++只是在C語言的基礎上做了一些擴展，在解決數學建模上兩者是差不多的。不過建議你用MATLAB，它對於許多數學矩陣上的運算十分方便。
編程不是建模的重點，但是又是必要的一個環節，掌握一門編程語言才能很好地把握建模的過程。