做好学科竞赛总结及
关于做好学科竞赛总结及进一步加强学科竞赛管理工作的通知各学院：学科竞赛作为大学生创新精神和实践能力的培养的有效载体之一，它在营造和丰富校园科技文化氛围，多方面、多途径拓展大学生的综合知识，激发大学生的学习兴趣与潜能，培养大学生自主创新意识、创新思维、实践动手能力和团队合作精神等方面起到了积极的作用。
近年来，我校不断加强本科创新教育平台建设，积极创造条件、支持、鼓励学生参加各级各类大学生学科竞赛活动。
随着我校大学生创新训练基地13个创新训练室各项创新教育活动的逐步展开，各类学科竞赛已初具规模，且多项竞赛活动取得了优异的成绩。
目前，学校组织和已经认定的学科竞赛有：大学生数学建模竞赛、大学生电子设计竞赛、大学生机械设计竞赛、全国周培源大学生力学竞赛、大学生智能汽车竞赛、结构设计大赛、医学临床技能大赛、大学生英语竞赛、ERP沙盘模拟对抗赛、ACM程序设计大赛等项目。
为了进一步规范学科竞赛的组织与管理，增强学科竞赛的效果，发挥竞赛的影响力和辐射作用，鼓励更多学生参与，扩大受益面，并以此推进教育教学改革，促进良好学风建设，努力形成领导重视、参与广泛、组织规范、成效显著的创新教育工作长效机制。
现对我校近三年学科竞赛工作进行认真总结和统计，对学科竞赛项目予以梳理和认定。
具体要求如下。
46附件2011
学习数学建模大赛需要哪些数学知识
学习数学建模需要哪些书籍及软件我也要参加今年九月份的数学建模比赛，以下是我们老师给我们的几点建议，希望对你有些帮助。
赛前学习内容1建模基础知识、常用工具软件的使用一、掌握建模必备的数学基础知识（如初等数学、高等数学等），数学建模中常用的但尚未学过的方法，如图论方法、优化中若干方法、概率统计以及运筹学等方法。
二、，针对建模特点，结合典型的建模题型，重点学习一些实用数学软件（如Mathematica、Matlab、Lindo、Lingo、SPSS）的使用及一般性开发,尤其注意同一数学模型可以用多个软件求解的问题。
例如,贷款买房问题:某人贷款8万元买房，每月还贷款880.87元，月利率1％。
（1）已经还贷整6年。
还贷6年后，某人想知道自己还欠银行多少钱，请你告诉他。
（2）此人忘记这笔贷款期限是多少年，请你告诉他。
这问题我们可以用Mathematica、Matlab、Lindo、Lingo等多个不同软件包编程求解2建模的过程、方法数学建模是一项非常具有创造性和挑战性的活动，不可能用一些条条框框规定出各种模型如何具体建立。
但一般来说，建模主要涉及两个方面：第一，将实际问题转化为理论模型；第二，对理论模型进行计算和分析。
简而言之，就是建立数学模型来解决各种实际问题的过程。
这个过程可以用如下图1来表示。
3常用算法的设计建模与计算是数学模型的两大核心，当模型建立后，计算就成为解决问题的关键要素了，而算法好坏将直接影响运算速度的快慢答案的优劣。
根据竞赛题型
活动总结报告怎么写
经验交流会活动总结书一、活动背景春末夏初清凉的日子，承接着江西省大学生数学建模模拟联赛，带着对即将来临的数学建模大赛的憧憬和对难以预料的比赛前景的迷茫，我们举办了一场学生经验交流的平台。
经验交流会，为一年一度的数学建模协会文化艺术节活动之一，是我校活动的重要组成。
它不仅是新老生互相交流学习数模的平台，也是使大一大二学生学习数模的重要平台。
在交流之中，大一大二学子提高自己的眼界和思想高度，使学生用高涨的热情提升数模的能力，完美的开启大学竞赛篇章
二、活动目的为了积极响应国家教育部高教司和中国工业与应用数学学会，增强大学生激励学生学习数学的积极性，提高学生建立数学模型和运用计算机技术解决实际问题的综合能力，鼓励广大学生踊跃参加课外科技活动，开拓知识面，培养创造精神及合作意识为了五月份的校内数学建模竞赛的顺利进行，为参赛者提供一个经验交流的平台，为新生了解数学建模做基础。
提高我社能力、提高社团内各部门的协调能力、丰富社团活动以及增强我社校园影响力。
三、活动大体过程安排1.宣传阶段1)活动前期阶段宣传：通过多渠道宣传，发挥宣策部的作用，利用海报，展板幅为主要宣传形式，还可以QQ群群发信息，班委宣传等等。
2)活动当天宣传：在活动当天与现场黑板或屏幕展示活动标语口号或名称，和派发本次交流会内容和嘉宾简介的传单。
3)活动后期宣传：将活动当天的精彩相片或视频上传网络，和由办公室部门写一分交流心得发
数学建模 模拟多种情况
一． 数学的重要性：学了这么多年的书，感觉最有用的就是数学课了，相信还是有很多人和我一样的想法的。
大家回想一下：有什么课自始至终都用到
我想了一下只有数学了，当然还有英语。
特别到了大学，学信号处理和通信方面的课时，更是感到了数学课的重要性。
计算机：数据结构，编程算法....哪个不需要数学知识和思想。
有这样的说法，数学系的人学计算机才是最牛的。
信号与系统：这个变换那个变换的。
通信：此编码彼编码的。
数字图像与模式识别：这个概率论和数理统计到处都是。
线性代数和矩阵论也是经常出现。
二． 数学的学习方法：最重要的是遇到问题首先不畏惧，然后知道类似的问题别人是如何处理，我们是否可以借鉴，然后再比较我们的问题和已有的问题有何异同，已有的方法有什么不足，我们应从哪里着手考虑新方法。
思考路线比具体推导更重要。
数学并非说得越玄乎越显水平。
真正的理解在于抓住实质，如果你还觉得某个东西很难、很繁、很难记住，说明你还沉迷于细节，没有抓住实质，抓住了实质，一切都是简单的。
这是概率之父Kolmogorov的名言。
我们平时在学习数学时，也时刻问自己，能不能向一个外行讲清楚这是怎么回事，如果不能，说明我们自己还没有真正理解。
数学推导的功夫应该是在课下通过大量的练习得到的，在课下花的时间要远大于课上的时间。
三． 数学软件介绍：在当今30多个数学类（为区别于文字处理和作图类而加的修饰词）科技应用软件中，就软件数学处理的原始内核而言，可分为两大类。
一类是数值计算（Number Crunching））型软件，如Matlab， Xmath，MLAB等。
这类软件对大批数据具有较强的管理、计算和可视化能力，运行效率高。
另一类是数学分析（Math Analysis）型软件，如Mathematica、Maple，Macsyma等。
它们以符号计算见长，并可得到解析符号解和任意精度解，但处理大量量数据时运行效率较低。
经过多年的国际竞争，MATLAB已经占据了数值型软件市场的主导地位，处于其后的是Xmath;而Maple，Mathematica，Macsyma位居符号软件的前三名（见IEEE Spectrum）。
在国际流行的科技应用软件中，Mathcad 别具特色。
该软件的开发商Mathsoft公司一开始就把面向教学和办公作为Mathcad的市场目标。
在对待数值计算、符号分析、文字处理、图形能力的开发商，不以专业水准为追求，而尽力集各种功能于一体。
MathWorks公司顺应多功能需求之潮流，在其卓越数值计算和图视能力的基础商，又率先在专业水平上开拓其符号计算，文字处理，可视化建模仿真和实时控制能力，精心营造适合多学科、多部门要求的新一代科技应用软件MATLAB。
对电子系同学最常用的软件而且基本上唯一使用的数学软件就是matlab了。
Matlab 5.3版本（最新版本6.0版）完全安装，包括帮助、以及各种工具箱一共竟需要1G多硬盘空间。
当然，这一个G的容量并不是被各种垃圾文件所充斥，相反的，它是由无数在Matlab系统上运行的函数文件所占据。
由此可以看出Matlab的功能是多么的全面。
1984年，计算数学家Steve Bangert、Steve Kleiman、John Little、Cleve Morer在原来 FORTRAN程序的基础上开发了一个解决线性系统计算问题的C语言程序，他们给它起了个响亮的名字Matlab(Matrix Laboratory)。
从此以后，Matlab系统便一发而不可收拾，成千上万的软件工程师、计算科学家、和各种应用领域的科技工作人员加入了Matlab的开发者的行列。
他们把各自科研、应用领域中的常用算法用Matlab系统提供的编程语言做成程序集，于是就产生了Matlab的特色之一：工具箱系统(Toolbox)。
在Matlab5.3 中大约有几十个工具箱，其中包括通信，信号系统分析、离散信号分析、优化、偏微分方程、小波变换、地图、财经、电力系统、神经网络，数值计算等等。
工具箱中每一个函数都是采用了该领域中最先进的高效算法，无数这样的函数文本文件组成了Matlab这个巨无霸，由此可见，Matlab对于解决工程问题是极其具有优越性的。
是我们电子系学生的最爱。
上面介绍了Matlab的主要特色之一：工具箱。
下面来谈谈它的另一个特色，就是与其他语言和编译器之间的接口。
这个问题一直是关于Matlab的最热门的话题。
原因很简单，1.Matlab如此全面高效的算法和功能都是建立在Matlab提供的平台上才能运行，这样限制了这些程序的使用范围，即如果想应用这些程序，你首先必需在你的计算机上安装一个多达几百兆的Matlab，给使用带来了不便。
另外，由于Matlab采用的是逐行解释的方式来执行代码，因此运行速度比编译为exe 的二进制文件要慢，因此，利用编译器，把m文件变为二进制的exe或dll文件，会大大缩短计算时间. 尽管Matlab是一个完善的系统，但毕竟术业有专攻，各种语言的可视化编程环境(如VC，C++Builder，Delphi等)在用户界面设计和其他系统功能方面具有Matlab不能比拟的快捷和高效，因此，如何把Matlab强大的数值计算功能与可视编程集成环境IDE结合起来，开发用户操作方便、计算功能完备、运行快捷的应用程序便成为程序开发者的最大愿望。
Matlab中包含了大量的矩阵运算、数值运算函数、图形操作函数、用户图形界面函数等等，用他可以象C语言一样书写函数流程，而且开发WIN图形界面的用户程序。
Matlab强大的功能、方便的操作给它赢得了世界上最流行的数学软件的桂冠。
难怪在网上大家奔走相告出国前一定要把Matlab学好。
四． 其他数学软件简介（也算开开眼界尽管基本上不用（除了第一个外））：1． Matcom：Matcom是MathTools开发的一个m文件解释器（即将Matlab中的编程语言解释为C语言），不仅可以把m文件编译为可以独立执行的exe或dll文件，而且可以自动产生C源代码，供其他高级语言编译器使用。
Matcom所实现的在C语言中直接书写类似于matlab语句的功能，带来了以下几个明显的优点：一，是利用Matcom编制的程序可以在任何不安装 Matlab系统的计算机上运行; 二是运行速度比m文件快了数倍；三是实现了Matlab强大的计算功能与各种C编译器界面设计 的完美组合。
我现在最喜欢用的就是在vc上作界面来方便用户操作，用Matcom库实现算法计算，这样相得益彰，用这种方法编成的程序，操作方便简洁，计算图形功能强大，速度快。
2． Mathmatica：最令人着迷的是它的完美的符号运算功能。
所谓符号运算是指它所处理的对象不仅仅是常见的数字（如12或3.14），而是一些带有代数符号的表达式，我们在代数中曾经学过运用代数的运算规则，对一个含有符号的表达式进行恒等变换，一个函数就是一种规则或者说映射，比如定义如下一个规则，我们就可以运用这法则将下式变换。
而Mathematica正是具有这种类似人类思维的功能，它能不断学会并记忆各种变化规则，并把这些各式各样的变化应用到各种表达式上，无论形式多么复杂，总能得到我们想得到的带有代数符号的结果。
而在C语言或其他编程语言中，对于一个符号，必须先声明，然后赋值才能使用。
因此它所表达的含意是有限的，而Mathematica完全抛开了这种限制，一个符号可以表示任意对象，没有类型限制，真正实现了代数中的代字。
Mathematica象一个不知疲倦的公式推导家，它能在一秒钟之内将一个复杂的函数关系复合上万次，它能在各种复杂表达式形式中找到最简单的。
Mathematica对于大一、大二的同学可能是一个福音，对于大家在高等数学、线性代数中常碰到的对表达式求极限、微分、定积分、不定积分、级数、向量代数等内容在Mathematica都有内部函数来直接计算结果。
当然，希望大家还是自己动手练一练公式推导的基本功，把Mathematica当作一个检验工具是无可厚非。
Mathematica4.0中， 系统函数涵盖了微积分、线性代数、概率、几何、图论、组合数学、数论数学、特殊函数等绝大多数常用数学分支。
3． Mathcad 8.0，Maple 5： 著名的符号运算数学软件，与Mathematica 类似，内存管理较好，SAS 6.12 统计学专业软件，压缩文件100多M（最权威的统计软件）。
4． 其他：SPSS 8.0 社会科学统计软件包；Lindo\\\/Lingo 50线性、非线性规划软件；Ansys 5.4 权威的有限元法（FEM）计算软件，安装文件约200~300M ；Algo 有限元法软件包；Statistics 统计软件 ；Datafit 数值拟合专业软件 ；Origin 6.0 微软的数据分析绘图软件，可以与Excel数据库通讯；Netlib 网络并行计算库 ；Isoft 电磁仿真软件 ；Auto 非线性动力系统计算软件 ；Flexpde 2.10 求解偏微分方程的数值软件；Tecplot 8.0流速与值线流体力学 ；RATS 数值分析软件。
一、是数学建模竞赛数学建模竞赛就是这样。
它名曰数学，当然要用到数学知识，但却与以往所说的那种数学竞赛(那种纯数学竞赛)不同。
它要用到计算机，甚至离不开计算机，但却不是纯粹的计算机竞赛，它涉及物理，化学，生物，电子，农业，管理等各学科，各领域的知识，但也不是这些学科领域里的纯知识竞赛。
它涉及各学科，各领域，但又不受任何一个具体的学科，领域的局限。
它要用到各方面的综合的知识，但还不限此。
选手们不只是要有各方面的知识，还要有驾域这些知识，应用这些知识处理实际问题的能力。
知识是无止境的，你还必须有善于获得新的知识的能力。
总之，数学建模竞赛，即要比赛各方面的综合知识，也比赛各方面的综合能力。
它的特点就是综合，它的优点也是综合。
在这个意义上看，它与任何一个学科领域内的知识竞赛都不相同的特点就是不纯，它的优点也就是不纯，综合就是不纯。
纯数学竞赛，如中学生的国际数学奥林匹克竞赛，或美国大学生的普特南数学竞赛，已经有很长的历史，也为大家所熟悉。
特别是近若干年来我国选手在国际数学奥林匹克竞赛中年年取得好成绩，更使这项竞赛在我国有很高的知名度，在全国各地的质量教高的中学中广泛开展。
纯数学竞赛主要考核选手对数学基础知识的掌握情况逻辑推理及证明的能力和技巧思维是否敏捷，计算能力的强弱等。
试题都是纯数学问题，考试方式是闭卷考试。
参赛学生在规定的时间(一般每次为三小时)内独立做题，不准交头接耳相互讨论，不准看任何书籍和参考资料，不准用计算机(器) 。
考题都有标准答案。
当然，选手的解答方法可以与标准答案不同，但其解答方法的正确与否也是绝对的，特别是计算题的得数一定要与标准答案相同。
考试结果，对每个选手的答案给出分数，按分数高低来判定优劣。
尽管也要对参赛的团体(代表一个国家，地区或学校)计算团体总分，但这个团体总分也是将每个团体的选手得分加起来得到的，在比赛过程中同一团体的选手们绝对不能互相帮助。
因此，这样的竞赛从本质上说是个人赛而不相帮助。
因此，这样的竞赛从本质上说是个人赛而不是团体赛。
团体要获胜主要靠每名选手个自的水平高低而不存在互相配合的问题(当然在训练过程中可以互相帮助)。
这样的竞赛，对于吸引青年人热爱数学从而走上数学研究的道路，对于培养数学家和数学专门人才，起了很大的作用。
随着社会的发展，数学在社会各领域中的应用越来越广泛，作用越来越大，不但运用于自然科学各个领域，各学科，而且渗透到经济，军事，管理以至于社会科学和社会活动的各个领域。
但是，社会对数学的需求并不只是需要在各部门中从事实际工作的人善于运用数学知识及数学大思维放法来解决他们每天面临的大量的实际问题，取得经济效益和社会效益。
他们不是为了应用数学知识而寻找实际问题(就象在学校里做数学应用题)，而是为了解决实际问题而需要用到数学。
而且不止是要用到数学，很可能还要用到别的学科，领域的知识，要用到工作经验和常识。
特别是在现代社会，要真正解决一个实际问题几乎都离不开计算机。
可以这样说，在实际工作中遇到的问题，完全纯粹的只用现成的数学知识就能解决的问题几乎是没有的。
你所能遇到的都是数学和其他东西混杂在一起的问题，不是干净的数学，而是脏的数学。
其中的数学奥妙不是明摆在那里等着你去解决，而是暗藏在深处等着你去发现。
也就是说，你要对复杂的问题进行分析，发现其中的可用数学语来描述的关系或规律，把这个实际问题化成一个数学问题，这就称为数学模型，建立数学模型的这个过程就称为数学建模。
模型这个词对我们来说并不陌生，它可以说是对某种事物的一种仿制品。
比如飞机模型，就是模仿飞机造出来的。
既然是仿造，就不是真的，只能是假冒，但不能是伪劣，必须真实地反映所模仿的对象的某一方面的属性。
如果只是模仿飞机的模样，这样的飞机模型只要看起像飞机就行了，可以摆在展览馆供人参观，照相，但不能飞。
如果要模仿飞机的飞行原理，就得造一个能飞起来的飞机模型，比如航空模型比赛的作品，它在空气中的飞行原理与飞机有相同之处。
但当然不像飞机那样靠烧燃料来飞行，外观上也不必那么像飞机，可见，模型所模仿的都只是真实事物的某一方面的属性。
而数学模型，就是用数学语言(可能包括数学公式)去描述和模仿实际问题中的数量关系，空间形式等。
这种模仿当然是近似的，但又要尽可能的逼真。
实际问题中的许多因素，在建立数学模型时你不可能，也没有必要把它们毫无遗漏地全部加以考虑，只能考虑其中的最主要的因素，舍弃其中的次要因素，数学模型建立起来后，实际问题化成数学问题，就可以用数学工具，数学方法去解答。
如果有现成的数学工具当然好。
如果没有现成的数学工具，就促使数学家们(也包括建立数学模型的人)寻找和发展出新的数学工具去解决它，这又推动了数学本身的发展。
例如，开普勒由行星运动的观测数据总结出开普勒三定理(这就是行星运行的数学模型)，牛顿试图用自己发现的力学定理去解释它，但当时的数学工具是不够用的，这使了微积分的发明。
求解数学模型，除了用到数学推理以外，通常还要处理大量数据，进行大量计算。
这在电子计算机发明之前是很难实现的。
因此，很多数学模型，尽管从数学理论上解决了，但由于计算量太大而没法得到有用的结果，还是只有束之高阁。
而计算机的出现和迅速发展，给用数学模型解决实际问题打开了广阔的道路。
而在现在，要真正解决一个实际问题，离了计算机几乎是不行的。
数学模型建立起来了，也用数学方法或数据方法求出了解答，是不是就万事大吉了呢?不是。
既然数学模型只能近似地反映实际问题中的关系和规律，到底反应的好不好，还需要接受检验。
如果数学模型建立的不好，如果没有正确地描述所给的实际问题，数学解答再正确也是没有用的。
因此，在得出数学解答之后还要让所得的结论接受实际的考察，看它是否合理，是否可行。
如果不符合实际，还应设法找出原因，修改原来的模型，重新求解和检验，直到比较合理可行，才算是得到一个解答，可以先付诸实施，但是，十全十美的答案是没有的，已得到的答案一定还有改进的余地，还可以根据实际情况，或者继续研究和改进;或者暂停告一段落，待将来有新的情况和要求后再作该进。
上面所说的建立数学模型来解决问题的过程，是各行各业各个领域大量需要的，也是我们的学生在走上工作单位后常常要做的工作。
做这样的事情，所需要的远不只是数学知识和解数学题的能力，而需要多方面的综合能力。
社会对具备这种能力的人的需求，比对数学专门人才的需求要多的多。
因此，在学校里就应当努力陪养和提高学生在这方面的能力。
当然有多种形式来达到这个目的。
比如开设数学模型方面的课程;让学生多接触实际工作，得到锻炼，获得知识及其他各方面的能力)去参与解决问题的全过程。
这些实际问题并不限于某一方面，可以涉及非常广泛的，并不固定的范围。
这样来促进应用人才的培养。
二、数学模型的基础1． 数学模型的定义现在数学模型还没有一个统一的准确的定义，因为站在不同: 的角度可以有不同的定义。
不过我们可以给出如下定义。
: 数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。
: 具体来说，数学模型就是为了某种目的，用字母、数学及其它:数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。
2．建立数学模型的方法和步骤第一、 模型准备 (问题的提出与分析)首先要了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。
第二、 模型假设与符号说明根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。
如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，: 所以高超的建模者能充分发挥想象力、洞察力和判断力 ，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。
第三、 模型的建立与求解通过对问题的分析和模型假设后建立数学模型（模型运用数学符号和数学语言来描述），并过设计算法、运用计算机实现等途径（根据模型的特征和要求确定）求解模型
此过程是整：个数模过程的最重要部分，需慎重对待
第四、 型的检验即通过问题所提供的数据或相对于实际生活中的情况对模型的合理性、准确性等进行判别模型的优劣
可通过计算机模拟等手段来完成
第五、 模型的完善与推广此步骤可根据建模时具体情况而定
关于建模的步骤并不一定必须按照以上几步进行，有兴趣的同仁可参考建模的相关书籍。
三、数学建模参考资料：1、《数学模型基础》 王树禾 中国科学技术大学出版社 19962、《数学模型》 谭永基，俞文 复旦大学出版社 19973、《数学建模竞赛教程》 李尚志 江苏教育出版社 1996这些书均可在图书馆借到或在九章书店买到。
其他方面的书也很多，有足够时间可以去翻翻。
全国大学生数学建模竞赛的有关信息，可在Internet上中国工业与应用数学学业会 （CSIAM）的主页内浏览，网址为：。
数学建模比赛每年的9月下旬举行，每年6月份报名，三人组成一个参赛队。
欲参加比赛的同学应该到数学系旁听数学模型课或者选修公共选修课数学模型。
《吉米多维奇数学分析习题集》本书只适合超级大牛同学做。
图书馆有借和海淀图书城的九章数学书店有售。
《数学分析中的典型问题与方法》裴礼文著，高教出版社。
本书可谓宝典级的圣书。
适合一般牛的同学。
图书馆不多，九章书店有售。
《大学生数学竞赛试题解析选编》第二版，李心灿等编，高教出版社。
凡是科协课外小组的同学要求人手一本。
里面收集了北京市大学生数学竞赛的历年真题，比较好，对于水平中等及中等以上的同学均有意义。
九章数学书店有售。
《高等数学复习题解与指导》陈文灯著，上下两本，北京理工大学出版社：该书讲解十分详尽，对于各类水平的同学均有很大的帮助。
呕血推荐九章书店有售。
《数学复习指南》理工类，陈文灯等著。
该书高数内容与上本书基本一致。
但该书还有线性代数，概率论等部分，非常全面。
图书馆有借。
各大书店均有售。
适合所有水平的同学。
《高等数学解题过程的分析和研究》钱昌本著。
该书主要介绍高等数学的思维方法。
例题很有启发性。
图书馆有借。
九章书店有售。
从常微分方程开始，数学课就变成没底的东西，每一个标题做下去都是数学研究里面庞大的一块。
对于一门基本课程应该讲些什么也始终讨论不断。
下面开始说参考书，毫无疑问，我们还是得从我们强大的北方邻国说起。
《常微分方程讲义》彼得罗夫斯基。
在20世纪数学史上，这位前莫斯科大学校长占据着一个非常特殊的地位。
从学术上说，他在偏微那一块有非常好的工作，五十年代谷先生去苏联读学位的时候还参加过他主持的讨论班。
他从三十年代末开始就转向行政工作。
在他早年的学生里面有许多后来苏联的高官，所以他就利用和这些昔日学生的关系为苏联数学界构筑了一个保护伞，他这本书在相当长的时期里是标准教材。
《常微分方程》庞特里亚金。
庞特里亚金院士十四岁时因化学实验事故双目失明，在母亲的鼓励和帮助下，他以惊人的毅力走上了数学道路，别的不说，光看看他给后人留下的连续群，最佳过程的数学理论，你就不得不对他佩服得五体投地，有六体也投 下来了。
他的这本课本就是李迅经先生他们翻译的。
此书影响过很多我们的老师辈的人物。
数学建模做题技巧
一． 数学的重要性：学了这么多年的书，感觉最有用的就是数学课了，相信还是有很多人和我一样的想法的。
大家回想一下：有什么课自始至终都用到
我想了一下只有数学了，当然还有英语。
特别到了大学，学信号处理和通信方面的课时，更是感到了数学课的重要性。
计算机：数据结构，编程算法....哪个不需要数学知识和思想。
有这样的说法，数学系的人学计算机才是最牛的。
信号与系统：这个变换那个变换的。
通信：此编码彼编码的。
数字图像与模式识别：这个概率论和数理统计到处都是。
线性代数和矩阵论也是经常出现。
二． 数学的学习方法：最重要的是遇到问题首先不畏惧，然后知道类似的问题别人是如何处理，我们是否可以借鉴，然后再比较我们的问题和已有的问题有何异同，已有的方法有什么不足，我们应从哪里着手考虑新方法。
思考路线比具体推导更重要。
数学并非说得越玄乎越显水平。
真正的理解在于抓住实质，如果你还觉得某个东西很难、很繁、很难记住，说明你还沉迷于细节，没有抓住实质，抓住了实质，一切都是简单的。
这是概率之父Kolmogorov的名言。
我们平时在学习数学时，也时刻问自己，能不能向一个外行讲清楚这是怎么回事，如果不能，说明我们自己还没有真正理解。
数学推导的功夫应该是在课下通过大量的练习得到的，在课下花的时间要远大于课上的时间。
三． 数学软件介绍：在当今30多个数学类（为区别于文字处理和作图类而加的修饰词）科技应用软件中，就软件数学处理的原始内核而言，可分为两大类。
一类是数值计算（Number Crunching））型软件，如Matlab， Xmath，MLAB等。
这类软件对大批数据具有较强的管理、计算和可视化能力，运行效率高。
另一类是数学分析（Math Analysis）型软件，如Mathematica、Maple，Macsyma等。
它们以符号计算见长，并可得到解析符号解和任意精度解，但处理大量量数据时运行效率较低。
经过多年的国际竞争，MATLAB已经占据了数值型软件市场的主导地位，处于其后的是Xmath;而Maple，Mathematica，Macsyma位居符号软件的前三名（见IEEE Spectrum）。
在国际流行的科技应用软件中，Mathcad 别具特色。
该软件的开发商Mathsoft公司一开始就把面向教学和办公作为Mathcad的市场目标。
在对待数值计算、符号分析、文字处理、图形能力的开发商，不以专业水准为追求，而尽力集各种功能于一体。
MathWorks公司顺应多功能需求之潮流，在其卓越数值计算和图视能力的基础商，又率先在专业水平上开拓其符号计算，文字处理，可视化建模仿真和实时控制能力，精心营造适合多学科、多部门要求的新一代科技应用软件MATLAB。
对电子系同学最常用的软件而且基本上唯一使用的数学软件就是matlab了。
Matlab 5.3版本（最新版本6.0版）完全安装，包括帮助、以及各种工具箱一共竟需要1G多硬盘空间。
当然，这一个G的容量并不是被各种垃圾文件所充斥，相反的，它是由无数在Matlab系统上运行的函数文件所占据。
由此可以看出Matlab的功能是多么的全面。
1984年，计算数学家Steve Bangert、Steve Kleiman、John Little、Cleve Morer在原来 FORTRAN程序的基础上开发了一个解决线性系统计算问题的C语言程序，他们给它起了个响亮的名字Matlab(Matrix Laboratory)。
从此以后，Matlab系统便一发而不可收拾，成千上万的软件工程师、计算科学家、和各种应用领域的科技工作人员加入了Matlab的开发者的行列。
他们把各自科研、应用领域中的常用算法用Matlab系统提供的编程语言做成程序集，于是就产生了Matlab的特色之一：工具箱系统(Toolbox)。
在Matlab5.3 中大约有几十个工具箱，其中包括通信，信号系统分析、离散信号分析、优化、偏微分方程、小波变换、地图、财经、电力系统、神经网络，数值计算等等。
工具箱中每一个函数都是采用了该领域中最先进的高效算法，无数这样的函数文本文件组成了Matlab这个巨无霸，由此可见，Matlab对于解决工程问题是极其具有优越性的。
是我们电子系学生的最爱。
上面介绍了Matlab的主要特色之一：工具箱。
下面来谈谈它的另一个特色，就是与其他语言和编译器之间的接口。
这个问题一直是关于Matlab的最热门的话题。
原因很简单，1.Matlab如此全面高效的算法和功能都是建立在Matlab提供的平台上才能运行，这样限制了这些程序的使用范围，即如果想应用这些程序，你首先必需在你的计算机上安装一个多达几百兆的Matlab，给使用带来了不便。
另外，由于Matlab采用的是逐行解释的方式来执行代码，因此运行速度比编译为exe 的二进制文件要慢，因此，利用编译器，把m文件变为二进制的exe或dll文件，会大大缩短计算时间. 尽管Matlab是一个完善的系统，但毕竟术业有专攻，各种语言的可视化编程环境(如VC，C++Builder，Delphi等)在用户界面设计和其他系统功能方面具有Matlab不能比拟的快捷和高效，因此，如何把Matlab强大的数值计算功能与可视编程集成环境IDE结合起来，开发用户操作方便、计算功能完备、运行快捷的应用程序便成为程序开发者的最大愿望。
Matlab中包含了大量的矩阵运算、数值运算函数、图形操作函数、用户图形界面函数等等，用他可以象C语言一样书写函数流程，而且开发WIN图形界面的用户程序。
Matlab强大的功能、方便的操作给它赢得了世界上最流行的数学软件的桂冠。
难怪在网上大家奔走相告出国前一定要把Matlab学好。
四． 其他数学软件简介（也算开开眼界尽管基本上不用（除了第一个外））：1． Matcom：Matcom是MathTools开发的一个m文件解释器（即将Matlab中的编程语言解释为C语言），不仅可以把m文件编译为可以独立执行的exe或dll文件，而且可以自动产生C源代码，供其他高级语言编译器使用。
Matcom所实现的在C语言中直接书写类似于matlab语句的功能，带来了以下几个明显的优点：一，是利用Matcom编制的程序可以在任何不安装 Matlab系统的计算机上运行; 二是运行速度比m文件快了数倍；三是实现了Matlab强大的计算功能与各种C编译器界面设计 的完美组合。
我现在最喜欢用的就是在vc上作界面来方便用户操作，用Matcom库实现算法计算，这样相得益彰，用这种方法编成的程序，操作方便简洁，计算图形功能强大，速度快。
2． Mathmatica：最令人着迷的是它的完美的符号运算功能。
所谓符号运算是指它所处理的对象不仅仅是常见的数字（如12或3.14），而是一些带有代数符号的表达式，我们在代数中曾经学过运用代数的运算规则，对一个含有符号的表达式进行恒等变换，一个函数就是一种规则或者说映射，比如定义如下一个规则，我们就可以运用这法则将下式变换。
而Mathematica正是具有这种类似人类思维的功能，它能不断学会并记忆各种变化规则，并把这些各式各样的变化应用到各种表达式上，无论形式多么复杂，总能得到我们想得到的带有代数符号的结果。
而在C语言或其他编程语言中，对于一个符号，必须先声明，然后赋值才能使用。
因此它所表达的含意是有限的，而Mathematica完全抛开了这种限制，一个符号可以表示任意对象，没有类型限制，真正实现了代数中的代字。
Mathematica象一个不知疲倦的公式推导家，它能在一秒钟之内将一个复杂的函数关系复合上万次，它能在各种复杂表达式形式中找到最简单的。
Mathematica对于大一、大二的同学可能是一个福音，对于大家在高等数学、线性代数中常碰到的对表达式求极限、微分、定积分、不定积分、级数、向量代数等内容在Mathematica都有内部函数来直接计算结果。
当然，希望大家还是自己动手练一练公式推导的基本功，把Mathematica当作一个检验工具是无可厚非。
Mathematica4.0中， 系统函数涵盖了微积分、线性代数、概率、几何、图论、组合数学、数论数学、特殊函数等绝大多数常用数学分支。
3． Mathcad 8.0，Maple 5： 著名的符号运算数学软件，与Mathematica 类似，内存管理较好，SAS 6.12 统计学专业软件，压缩文件100多M（最权威的统计软件）。
4． 其他：SPSS 8.0 社会科学统计软件包；Lindo\\\/Lingo 50线性、非线性规划软件；Ansys 5.4 权威的有限元法（FEM）计算软件，安装文件约200~300M ；Algo 有限元法软件包；Statistics 统计软件 ；Datafit 数值拟合专业软件 ；Origin 6.0 微软的数据分析绘图软件，可以与Excel数据库通讯；Netlib 网络并行计算库 ；Isoft 电磁仿真软件 ；Auto 非线性动力系统计算软件 ；Flexpde 2.10 求解偏微分方程的数值软件；Tecplot 8.0流速与值线流体力学 ；RATS 数值分析软件。
一、是数学建模竞赛数学建模竞赛就是这样。
它名曰数学，当然要用到数学知识，但却与以往所说的那种数学竞赛(那种纯数学竞赛)不同。
它要用到计算机，甚至离不开计算机，但却不是纯粹的计算机竞赛，它涉及物理，化学，生物，电子，农业，管理等各学科，各领域的知识，但也不是这些学科领域里的纯知识竞赛。
它涉及各学科，各领域，但又不受任何一个具体的学科，领域的局限。
它要用到各方面的综合的知识，但还不限此。
选手们不只是要有各方面的知识，还要有驾域这些知识，应用这些知识处理实际问题的能力。
知识是无止境的，你还必须有善于获得新的知识的能力。
总之，数学建模竞赛，即要比赛各方面的综合知识，也比赛各方面的综合能力。
它的特点就是综合，它的优点也是综合。
在这个意义上看，它与任何一个学科领域内的知识竞赛都不相同的特点就是不纯，它的优点也就是不纯，综合就是不纯。
纯数学竞赛，如中学生的国际数学奥林匹克竞赛，或美国大学生的普特南数学竞赛，已经有很长的历史，也为大家所熟悉。
特别是近若干年来我国选手在国际数学奥林匹克竞赛中年年取得好成绩，更使这项竞赛在我国有很高的知名度，在全国各地的质量教高的中学中广泛开展。
纯数学竞赛主要考核选手对数学基础知识的掌握情况逻辑推理及证明的能力和技巧思维是否敏捷，计算能力的强弱等。
试题都是纯数学问题，考试方式是闭卷考试。
参赛学生在规定的时间(一般每次为三小时)内独立做题，不准交头接耳相互讨论，不准看任何书籍和参考资料，不准用计算机(器) 。
考题都有标准答案。
当然，选手的解答方法可以与标准答案不同，但其解答方法的正确与否也是绝对的，特别是计算题的得数一定要与标准答案相同。
考试结果，对每个选手的答案给出分数，按分数高低来判定优劣。
尽管也要对参赛的团体(代表一个国家，地区或学校)计算团体总分，但这个团体总分也是将每个团体的选手得分加起来得到的，在比赛过程中同一团体的选手们绝对不能互相帮助。
因此，这样的竞赛从本质上说是个人赛而不相帮助。
因此，这样的竞赛从本质上说是个人赛而不是团体赛。
团体要获胜主要靠每名选手个自的水平高低而不存在互相配合的问题(当然在训练过程中可以互相帮助)。
这样的竞赛，对于吸引青年人热爱数学从而走上数学研究的道路，对于培养数学家和数学专门人才，起了很大的作用。
随着社会的发展，数学在社会各领域中的应用越来越广泛，作用越来越大，不但运用于自然科学各个领域，各学科，而且渗透到经济，军事，管理以至于社会科学和社会活动的各个领域。
但是，社会对数学的需求并不只是需要在各部门中从事实际工作的人善于运用数学知识及数学大思维放法来解决他们每天面临的大量的实际问题，取得经济效益和社会效益。
他们不是为了应用数学知识而寻找实际问题(就象在学校里做数学应用题)，而是为了解决实际问题而需要用到数学。
而且不止是要用到数学，很可能还要用到别的学科，领域的知识，要用到工作经验和常识。
特别是在现代社会，要真正解决一个实际问题几乎都离不开计算机。
可以这样说，在实际工作中遇到的问题，完全纯粹的只用现成的数学知识就能解决的问题几乎是没有的。
你所能遇到的都是数学和其他东西混杂在一起的问题，不是干净的数学，而是脏的数学。
其中的数学奥妙不是明摆在那里等着你去解决，而是暗藏在深处等着你去发现。
也就是说，你要对复杂的问题进行分析，发现其中的可用数学语来描述的关系或规律，把这个实际问题化成一个数学问题，这就称为数学模型，建立数学模型的这个过程就称为数学建模。
模型这个词对我们来说并不陌生，它可以说是对某种事物的一种仿制品。
比如飞机模型，就是模仿飞机造出来的。
既然是仿造，就不是真的，只能是假冒，但不能是伪劣，必须真实地反映所模仿的对象的某一方面的属性。
如果只是模仿飞机的模样，这样的飞机模型只要看起像飞机就行了，可以摆在展览馆供人参观，照相，但不能飞。
如果要模仿飞机的飞行原理，就得造一个能飞起来的飞机模型，比如航空模型比赛的作品，它在空气中的飞行原理与飞机有相同之处。
但当然不像飞机那样靠烧燃料来飞行，外观上也不必那么像飞机，可见，模型所模仿的都只是真实事物的某一方面的属性。
而数学模型，就是用数学语言(可能包括数学公式)去描述和模仿实际问题中的数量关系，空间形式等。
这种模仿当然是近似的，但又要尽可能的逼真。
实际问题中的许多因素，在建立数学模型时你不可能，也没有必要把它们毫无遗漏地全部加以考虑，只能考虑其中的最主要的因素，舍弃其中的次要因素，数学模型建立起来后，实际问题化成数学问题，就可以用数学工具，数学方法去解答。
如果有现成的数学工具当然好。
如果没有现成的数学工具，就促使数学家们(也包括建立数学模型的人)寻找和发展出新的数学工具去解决它，这又推动了数学本身的发展。
例如，开普勒由行星运动的观测数据总结出开普勒三定理(这就是行星运行的数学模型)，牛顿试图用自己发现的力学定理去解释它，但当时的数学工具是不够用的，这使了微积分的发明。
求解数学模型，除了用到数学推理以外，通常还要处理大量数据，进行大量计算。
这在电子计算机发明之前是很难实现的。
因此，很多数学模型，尽管从数学理论上解决了，但由于计算量太大而没法得到有用的结果，还是只有束之高阁。
而计算机的出现和迅速发展，给用数学模型解决实际问题打开了广阔的道路。
而在现在，要真正解决一个实际问题，离了计算机几乎是不行的。
数学模型建立起来了，也用数学方法或数据方法求出了解答，是不是就万事大吉了呢?不是。
既然数学模型只能近似地反映实际问题中的关系和规律，到底反应的好不好，还需要接受检验。
如果数学模型建立的不好，如果没有正确地描述所给的实际问题，数学解答再正确也是没有用的。
因此，在得出数学解答之后还要让所得的结论接受实际的考察，看它是否合理，是否可行。
如果不符合实际，还应设法找出原因，修改原来的模型，重新求解和检验，直到比较合理可行，才算是得到一个解答，可以先付诸实施，但是，十全十美的答案是没有的，已得到的答案一定还有改进的余地，还可以根据实际情况，或者继续研究和改进;或者暂停告一段落，待将来有新的情况和要求后再作该进。
上面所说的建立数学模型来解决问题的过程，是各行各业各个领域大量需要的，也是我们的学生在走上工作单位后常常要做的工作。
做这样的事情，所需要的远不只是数学知识和解数学题的能力，而需要多方面的综合能力。
社会对具备这种能力的人的需求，比对数学专门人才的需求要多的多。
因此，在学校里就应当努力陪养和提高学生在这方面的能力。
当然有多种形式来达到这个目的。
比如开设数学模型方面的课程;让学生多接触实际工作，得到锻炼，获得知识及其他各方面的能力)去参与解决问题的全过程。
这些实际问题并不限于某一方面，可以涉及非常广泛的，并不固定的范围。
这样来促进应用人才的培养。
二、数学模型的基础1． 数学模型的定义现在数学模型还没有一个统一的准确的定义，因为站在不同: 的角度可以有不同的定义。
不过我们可以给出如下定义。
: 数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。
: 具体来说，数学模型就是为了某种目的，用字母、数学及其它:数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。
2．建立数学模型的方法和步骤第一、 模型准备 (问题的提出与分析)首先要了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。
第二、 模型假设与符号说明根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。
如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，: 所以高超的建模者能充分发挥想象力、洞察力和判断力 ，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。
第三、 模型的建立与求解通过对问题的分析和模型假设后建立数学模型（模型运用数学符号和数学语言来描述），并过设计算法、运用计算机实现等途径（根据模型的特征和要求确定）求解模型
此过程是整：个数模过程的最重要部分，需慎重对待
第四、 型的检验即通过问题所提供的数据或相对于实际生活中的情况对模型的合理性、准确性等进行判别模型的优劣
可通过计算机模拟等手段来完成
第五、 模型的完善与推广此步骤可根据建模时具体情况而定
关于建模的步骤并不一定必须按照以上几步进行，有兴趣的同仁可参考建模的相关书籍。
三、数学建模参考资料：1、《数学模型基础》 王树禾 中国科学技术大学出版社 19962、《数学模型》 谭永基，俞文 复旦大学出版社 19973、《数学建模竞赛教程》 李尚志 江苏教育出版社 1996这些书均可在图书馆借到或在九章书店买到。
其他方面的书也很多，有足够时间可以去翻翻。
全国大学生数学建模竞赛的有关信息，可在Internet上中国工业与应用数学学业会 （CSIAM）的主页内浏览，网址为：。
数学建模比赛每年的9月下旬举行，每年6月份报名，三人组成一个参赛队。
欲参加比赛的同学应该到数学系旁听数学模型课或者选修公共选修课数学模型。
《吉米多维奇数学分析习题集》本书只适合超级大牛同学做。
图书馆有借和海淀图书城的九章数学书店有售。
《数学分析中的典型问题与方法》裴礼文著，高教出版社。
本书可谓宝典级的圣书。
适合一般牛的同学。
图书馆不多，九章书店有售。
《大学生数学竞赛试题解析选编》第二版，李心灿等编，高教出版社。
凡是科协课外小组的同学要求人手一本。
里面收集了北京市大学生数学竞赛的历年真题，比较好，对于水平中等及中等以上的同学均有意义。
九章数学书店有售。
《高等数学复习题解与指导》陈文灯著，上下两本，北京理工大学出版社：该书讲解十分详尽，对于各类水平的同学均有很大的帮助。
呕血推荐九章书店有售。
《数学复习指南》理工类，陈文灯等著。
该书高数内容与上本书基本一致。
但该书还有线性代数，概率论等部分，非常全面。
图书馆有借。
各大书店均有售。
适合所有水平的同学。
《高等数学解题过程的分析和研究》钱昌本著。
该书主要介绍高等数学的思维方法。
例题很有启发性。
图书馆有借。
九章书店有售。
从常微分方程开始，数学课就变成没底的东西，每一个标题做下去都是数学研究里面庞大的一块。
对于一门基本课程应该讲些什么也始终讨论不断。
下面开始说参考书，毫无疑问，我们还是得从我们强大的北方邻国说起。
《常微分方程讲义》彼得罗夫斯基。
在20世纪数学史上，这位前莫斯科大学校长占据着一个非常特殊的地位。
从学术上说，他在偏微那一块有非常好的工作，五十年代谷先生去苏联读学位的时候还参加过他主持的讨论班。
他从三十年代末开始就转向行政工作。
在他早年的学生里面有许多后来苏联的高官，所以他就利用和这些昔日学生的关系为苏联数学界构筑了一个保护伞，他这本书在相当长的时期里是标准教材。
《常微分方程》庞特里亚金。
庞特里亚金院士十四岁时因化学实验事故双目失明，在母亲的鼓励和帮助下，他以惊人的毅力走上了数学道路，别的不说，光看看他给后人留下的连续群，最佳过程的数学理论，你就不得不对他佩服得五体投地，有六体也投 下来了。
他的这本课本就是李迅经先生他们翻译的。
此书影响过很多我们的老师辈的人物。
大家好，我想学习数学建模，请问我应该从哪些方面入手，先学什么在学什么，求指教
你好，我想你学数学建模的主要目的是为了参加数学建模比赛吧，包括省级联赛、国赛和美赛等。
如果是基于这样的目的，那么首先你要了解这些比赛的比赛时间、基本内容和大致流程，然后有针对性的进行准备和学习，合理规划时间和内容。
下面从我个人经历和角度，说一下如果对于一个数学建模初学者该做的事。
以下所述，建议要广泛涉猎，但没有必要都一一记住，做到了解就可以，遇到问题可以具体查资料，因为任何数学建模比赛都可以利用一切你可以利用的资源(书籍、讲义、网络等等)。
首先要对数学建模有个了解，知道数学建模是个什么东西，有哪些基本模型，大致哪些问题可以归结到哪些模型当中。
有很多经典问题，当然，现在遇到的很多问题无法直接应用这些经典模型来解决，但是很多可以通过演化或者其中某一部分运用到某些模型，或者至少给你一些启示。
姜启源有本书叫《数学模型》，可以拿来看看，作为入门了解。
但是仅仅知道这些模型是远远不够的，这些仅作为了解，如果真的碰到，知道哪一类现去查资料就可以。
然后就是一些相关基础知识的准备。
有那么句话“建模问题中一大半问题是优化问题，剩下一小半问题中的一大半可以运用到优化问题”，所以一般来讲，数学建模中优化问题极为突出。
建议学习一下最优化原理与方法，我当时用的是薛嘉庆写的《最优化原理与方法》，了解最优化基本原理，类似书很多，可以找些来看看。
如果有精力还可以学学运筹学，国内用的比较多的胡运权写的《运筹学基础及应用》，事实上优化即是运筹学的一大重要分支，而其他相关的知识也可以了解以备用。
图论作为运筹学的一个分支问题也可以着重看下，比如经典的旅行商问题以及有一年MCM考的扫雪的问题就属于图论范畴，计算机专业一般都会学《集合论与图论》，书应该很好找。
数理统计和回归分析在很多时候是很有用的，近年来这种对于大量数据的统计处理和分析能力的考察也逐渐被重视，国赛中常会出现，美赛中更是有ICM那道题完全就是这种类型，找一本比较完善的数理统计的书，好好研究一下。
当然，如果精力再允许，还可以涉猎一些关于经济学、量化分析、时间序列分析等等相关。
近年来对于经济学相关问题出的挺多，量化分析(如有一年国赛一道评价上海世博会的)更是在日常生活中经常用到。
再次要准备的就是计算方法和软件应用。
计算方法来说一般有很多相关书籍可以查找，主要是掌握些基本的算法，有效的算法可以使计算效率更高，甚至影响结果的收敛性。
而对于软件的应用，以前有很多，现在常用的差不多只有MATLAB和LINDO\\\/LINGO，当然如果你所学专业涉及到VB、C、C++、FORTRAN等编程语言，也可以用来作为计算。
MATLAB是目前解决数学问题基本上最牛逼的软件之一，其内置的函数库涵盖数学各个领域，调用非常方便，所以常常被使用，如果用其他语言自行编写，可能需要一段子程序的在MATLAB中可能只要一个语句。
从计算效率上来讲，可能C++、FORTRAN更高，不过一般数学建模中对模型和计算方法优化后，往往不需要很高的计算效率也能得出结果。
但是这需要很高深的编程功底，认识的人中一个优化问题为了搜索两个参数的最优值，计算机跑了3个小时。
LINDO\\\/LINGO是优化问题常用的软件，专门解决优化问题，功能强大，不仅能解决有解的问题，还能解无解但是条件优化的问题。
很遗憾我当年没有学会使用，所以也没咋用过这个软件。
对于MATLAB也好，各种语言也好，LINDO\\\/LINGO也好，建议看一些与数学建模相关的应用类书籍，单纯讲软件的东西扩展的很多，用不到那么多。
推荐几本书：姜启源《大学数学实验》，谢金星《优化建模与LINDO\\\/LINGO软件》，邢文训《现代优化计算方法》，周建兴《MATLAB从入门到精通》等。
MATLAB及各种编程语言建议找一本完整介绍的参考书，遇到问题可以查一查即可。
下面要提醒的就是，任何建模比赛都可以使用一切手段查找一切资料，但底线是不可以抄袭。
这包括抄袭前人已有和找人代做。
所以查找资料成为每次比赛的关键。
往往我们可以找到相关、相似的问题前人已经做过，所以要妥善运用这些方法或者结论。
我个人认为这是比前面都关键的一步，资料查找和阅读将直接影响题目的选择、模型的确定和计算方法的运用。
切记要学会查资料
还要啰嗦一句的就是，数学建模比赛不同于其他学科竞赛，其结果要以论文形式提交，那么如何写学术论文，如何清楚的表达，如何写摘要，如何将提出的问题有逻辑有条理的表达在你的文章当中，学问就非常大了，不是我三言两语可以解决，多查多看多写，我想你自己会有心得。
最后，附上几个常用的大学生数学建模网站，供你获取信息、讨论和学习用。
全国大学生数学建模竞赛网 美国数学及其应用联合会网 (美赛信息、报名、答题网站)中国数学建模网 数学中国(数学建模) 就说这些吧先 希望你学有所成 比赛也取得好成绩
南京财经大学仙林校区
1.学生人数仙林校区是的本科（统招生）、硕士、博士的所在地，本校区现有普通本科在校学生15000余人，研究生（硕士、博士）1200余人。
2.学校总体情况是一所以经济管理类学科为主，经济学、管理学、法学、工学、文学、理学等多学科支撑配套、协调发展的江苏省属重点建设大学。
2003年4月，经教育部批准，学校由南京经济学院正式更名为南京财经大学。
2006年，学校在教育部本科教学工作水平评估中获得优秀。
学校现有仙林、福建路和桥头3个校区，占地面积3005亩，校舍建筑面积80余万平方米；固定资产总值近22亿元，教学科研仪器设备总值1.3亿元；图书馆藏书203.8万册；建有近200个多媒体教室，100多个各类专业实验室和微机实验室，教学用计算机8836台。
学校校园总体布局合理,校区功能定位清晰，公共服务设施完善，已形成具有鲜明特色和现代气息，风格典雅、文化氛围浓郁的校园环境。
现有在职教职工1680人，专任教师1042人，其中教授152人，副教授415人；教师中具有研究生学位的636人，其中博士247人。
教师中有23人获国家级有突出贡献中青年专家称号或享受，50余人获省部级专家、省级跨世纪学术带头人、优秀学科带头人、优秀青年骨干教师称号。
学校现有2个国家级人才培养模式创新实验区（经济学类应用型人才培养模式创新实验区、创新创业型人才培养模式创新实验区）；1个国家级优秀教学团队（贸易经济专业教学团队）；1个国家级实验教育示范中心（经济管理实验教学中心）；4个建设点（会计学、统计学、经济学、），5个江苏省重点学科（应用经济学、产业经济学、金融学、企业管理、统计学）；2个江苏省重点实验室（电子商务实验室和粮油品质控制及深加工技术实验室）；2个江苏省高校优秀学科梯队（产业经济学、统计学）；5个江苏省高等学校品牌专业（统计学、会计学、贸易经济、法学、经济学）；7个江苏省高等学校特色专业（经济学、、金融学、市场营销、、电子商务、财政学）；1个江苏省人才培养模式创新实践基地（工商管理类应用型人才培养模式创新实践基地）；1个省级重点研究基地（江苏产业发展研究院）；2个江苏高校哲学社会科学重点研究基地（粮食安全与战略研究中心、公共财政研究中心）。
3.招生情况对于江苏省内招生而言，传统专业面向本一批次招生，新开设专业面向本二批次招生，且以江苏省的生源为主。
对于省外招生而言，相同专业在不同地域的招生批次存在差异，且不是所有专业都对外招生。
4.住宿情况仙林校区的学生宿舍区分为西苑、东苑、中苑、北苑四块，学生宿舍户型为小公寓型，即三室一厅一卫生间一洗漱间。
学生宿舍内设电视、电扇等电气设备，可自行购置洗衣机、吹风机等电气设备，无线网络全面覆盖。
每个宿舍区均有食堂，且营业时间较长，菜系丰富。
每个宿舍区分为5个左右的宿舍站，每个站均有阿姨值班，相对安全。
每个宿舍区均有篮球场等体育设施可供锻炼身体。
5.留学生人数学校先后与美国、英国、加拿大、澳大利亚、日本等国家以及香港、台湾等地区的60余所大学及相关科研院所，与、世界银行等国际组织建立了全方位的合作交流关系和广泛的学术联系，并与合作创办了全美首家商务孔子学院。
留学生以交换生为主，官方未给出具体数据，据个人观察，留学生数量在百位数。
6.学校建设情况南京财经大学历经多年改革建设，依托新的发展机制，知名度迅速扩大，社会影响力逐步提升，办学实力明显增强，整体面貌焕然一新，实现了超常规、跨越式发展。
举例而言，2002年4月，教育部在展创新创业教育试点工作的首批高校中，就包含南京财经大学（具体名单为、、、西安交通大学、武汉大学、南京财经大学、北京航空航天大学、西北工业大学、黑龙江大学）。
学校设有江苏产业发展研究院、粮食经济研究院、南京都市圈发展研究中心等20多个学术研究机构和科研院所，校园学术氛围日趋浓厚。
学校出版的《产业经济研究》为全国第一本产业经济领域的专业学术期刊，入选CSSCI来源期刊。
7.总结诚如学校校训：自谦自信，务实超越。
这所学校在看似自由而随性的学习、生活的氛围里，却有着一颗拼搏的心，学生可以向着自己喜欢的方向发展，且在不少领域均有突出表现，诸如“挑战杯”全国大学生课外学术科技作品竞赛和全国大学生创业计划大赛均有不俗的表现，在全国大学生艺术节、全国大学生广告作品大赛、美国大学生数学建模竞赛（MCM\\\/ICM）等各类国家、国际级别比赛中均有拔得头筹。
