数学建模编程

A. 数学建模是计算机编程吗

数学建模主要分为三部分：建模，编程和写作；往往建立一个数学模型后需要也必须借助于计算机求解。

B. 数学建模需要掌握哪些编程语言和技术

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）。
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）。

C. 数学建模需要怎样的编程水平

其实，负责编程的同学，并不是说比谁代码写得长，谁代码写得好，而是应该为建模的同学提供一个结果（只从数模拿奖（功利的角度出发）无论结果的好坏，甚至是否有结果，在比赛即将结束的时刻，都应该给建模队友一个所得过去的“答案”），所以可以在做一些数模问题的时候，用一些较为“傻瓜”的软件，比如SPSS，这个软件可以解决统计学中的很多问题，比如2012年的国赛葡萄酒评价问题，这道题就是使用SPSS的代表。所以说，以其说是会编程，不如说是应该会使用相关软件，让所建模型输出一个不错的结果。还有作图软件Origin，在进行一些简单的作图时候，可以使用Origin而没有必要去使用Matlab进行画图，一般情况下，在问题不太复杂的时候，是没有必要使用Matlab的。还有一款软件叫做Visio，这款软件是画流程图的利器，比如说写完一段程序附上程序框图，或者用系统动力学解决一个问题时画的系统流图，得到的效果都是非常棒的（PS：初次学习建模的同学，无论如何一定要在Matlab上面下一点功夫，即使没有办法掌握，也需要知道如何修改别人的优秀程序，为我所用）。

D. 大学生数学建模容易吗是否要用C语言来编程序，要是需要那如何编

大学生数学建模不是很容易,需要有较强的数学功底
以及编写程序的能力
用C语言建模的话,一般要具体问题具体分析,举个例子:求二元一次方程的根
一般是用MATLAB,数学专用建模工具

E. 数学建模与编程有何关系

数学建模与编程关系：
1、数学建模更像是从现实世界到数学抽象的过程。要经历把现实问题理想化的步骤，其间必须要决定舍弃哪些影响甚微的多余因素，好简化问题；只有简化了问题才能提出模型。
2、编程更像是在抽象空间本身提出问题，解决问题。这么说来，编程问题反而更像“纯粹”的数学问题。因为程序世界本身就是基于0、1建立起来的抽象世界，编程更像是在抽象世界里，解决抽象问题。所以它一般不需要考虑对哪些因素作取舍。
3、在这二者分别发展的情况下，它们各自的触角越伸越广泛，相互的边界也是日渐模糊的。比如图像处理、图像识别等等，虽然是编程问题，但它距离现实已比“一步之遥”还要近了。或者从另一个角度说，像这种问题是数学建模和编程通力合作解决的。

F. 数学建模在编程中真的那么重要吗！

不能简单的说重要与不重要。
数学建模与编程有着相辅相成的作用。学习数学建模有利于锻炼人的思维能力，对于编程肯定是有利的，另外编程所用的许多算法都源自于数学，学习好数学建模对于编程的作用当然不可小视，但是，至于实际作用有多大，那就因人因实际情况而异了；同样，编程所用的一些算法常常应用于数学建模问题的解决，它对于提高我们的编程水平，提高我们用计算机程序解决实际问题的能力是大有益处的。
近年来，数学建模越来越依靠计算机来解决实际问题，计算机的应用促进了数学的进一步发展，与此同时，数学的发展也促进了计算机技术的飞跃。
对于你的专业，我不能轻易地说数学建模对你重要不重要，我只是想对你提一个建议，如果有机会、有兴趣、有时间的话，你可以适当的学一学，不要苛求达到什么水平，不要有功利思想，只要有兴趣，你就专心的学（不只是数学建模），没兴趣绝对不要强求，也许将来你会发现自己没有做错选择。
作为一个曾经参加过数学建模并且一直深爱着数学建模的人，给你说了一大堆，希望对你有所帮助。

G. 数学建模需要什么基础需要编程吗

不知是指是哪一方面的。数学建模当然需要数学知识作为基础了。

H. 什么是数学建模编程

说直接点，就是按照你给出的模型来编写程序，还要看你所使用的软件了，用MATLAB还是LINGO、LINDO等等数学专用软件，这里面的编写方法是不一样的。总的来说，就是根据你给的模型编写你的程序，运行后得到较为合理的答案。就这么简单...

I. 数学建模中的编程

就拿数学建模来说，建模的过程是要将一个实际的问题简化为一个可以用数据和很简短的语言能表示出来的问题，然后通过数学工具解决这个问题，比如说概率，微积分，等等。当然数学里面还有很多可以解决实际问题的算法，比如说线性规划、拟合、回归等等很多。因为实际问题的数据可能会比较复杂，按照某个算法用人脑一步步求解往往会很麻烦。
因此通过计算机编程可以编出来算法的程序，直接给数据，计算机就可以算出来。说白了就是人来建立模型，然后编程算法用计算机来计算模型中的答案，比如最优解。要想自己编程序需要对这个算法有足够深的认识。事实上很多算法前人都写好了C或C++的源程序，当然用matlab会更省事一些。

数学建模与编程关系：
1、数学建模更像是从现实世界到数学抽象的过程。要经历把现实问题理想化的步骤，其间必须要决定舍弃哪些影响甚微的多余因素，好简化问题；只有简化了问题才能提出模型。
2、编程更像是在抽象空间本身提出问题，解决问题。这么说来，编程问题反而更像“纯粹”的数学问题。因为程序世界本身就是基于0、1建立起来的抽象世界，编程更像是在抽象世界里，解决抽象问题。所以它一般不需要考虑对哪些因素作取舍。
3、在这二者分别发展的情况下，它们各自的触角越伸越广泛，相互的边界也是日渐模糊的。比如图像处理、图像识别等等，虽然是编程问题，但它距离现实已比“一步之遥”还要近了。或者从另一个角度说，像这种问题是数学建模和编程通力合作解决的。

J. 数学建模与编程

如果你C语言很熟悉的话完全可以，C++只是在C语言的基础上做了一些扩展，在解决数学建模上两者是差不多的。不过建议你用MATLAB，它对于许多数学矩阵上的运算十分方便。

编程不是建模的重点，但是又是必要的一个环节，掌握一门编程语言才能很好地把握建模的过程。