参加数学建模大赛的意义何在
非复制→粘贴版本:1.具备相应的数学知识.2.具备相应建模对象的知识.例如物理学,社会学等等.3.有计算机应用基础,至少掌握一门计算机语言.
求数学建模比赛的这三天时间的合理安排。
全国赛是8：30分，美国赛是9点整开始，比全国了一天，这个是十分有。
三天太少，五天太多，四天刚好。
但是全国赛就三天那就只能在三天中完成，时间是比较紧的。
在上午8：30分拿到题目以后，就要潜心研究题目，吃透研究透题目。
在中午的时候确定做哪个题目，然后就要开始查找文献资料。
确定做哪个题最迟不能拖到晚上8：30分，也就是说一定要在拿到题目后12个小时内确定选题。
查找资料的工作则要在第二天的上午10整前结束了，第一天就这么过，并要适当休息下，保证以后几天的精力。
当然如果体力充沛的话可以不用睡觉，本人在两次全国赛中80个小时最多休息了4个小时，在浙大有个记录是连续5天不睡觉的，这个记录偶是不敢破，毕竟没那么好的体力。
在第一天的时候理解题意是最关键的，并且一定要理解透彻，并且理解的越快越好。
第二天中午开始则要开始动笔写论文了，一边分析问题一边写论文。
如果到题目做完了再写则来不及了。
在下午的时候则要把模型构建好了，并开始求解，到第三天中午的时候则要基本完成模型的求解了。
到第三天晚上则要基本完成论文了。
并要不断的修改论文，开始最后最关键的一环，艰苦卓越的修改修改再修改的过程。
这个时间安排是最理想的，能达到如此的队一般都能取得较好的成绩，但是很多队大都是前松后紧，我们队也是，慢热。
结果往往时间不够，最后的环节没做好导致前功尽弃。
这个教训很是深刻啊。
在建模中往往会出现有分歧的时候，偶和偶的队友在建模中则经常出现，难得有一致的意见。
但是我们正是在这种分歧中对题目了解的更透彻，对细节搞的更清楚。
偶专职数学偶的队友专职计算机，因此在考虑问题的时候偶从数学角度出发，偶的队友从计算机程序算法角度出发，着重复杂性研究，不发生分歧才怪，经常争的面红耳赤，就差动手了。
虽然如此，但丝毫不损伤个人感情。
在这个时候则要耐着性子坐下来好好分析问题，将我们的分歧展开谈，将各自方法的优点结合，扬长避短，做的尽可能的好。
而当实在不能融合的时候则一定要有一个让一步，先将题目做下去，不能僵在那里，让时间白白流逝。
在做下去的过程中会发现问题再进行弥补的。
在三天的工作中团结就是力量，一定不能发生内讧。
不能有个人英雄主义的行为出现，并且一定不能精神疲惫，一定要有激情有信心。
在三天工作中休息时间要安排好，由于时间有限，不能象往常那样作息了，睡的多就意味着工作时间减少，当然有正常作息拿一等奖的例子，不过那是少数，所以怎么样安排休息是有讲究的。
一般来讲要当困的时候才去休息，这样的休息才是最高效的，可以一占枕头就着，并且睡4个小时起床立马神采奕奕，全部恢复。
第一天一定要安排休息时间，在第三天一般是没的休息的，鲜有几个队在第三天的时候能睡的着的。
三个人一定要轮换休息，也就是说一定要保证一人以上不睡觉，不能三人都去睡觉。
第一天的时候勉强可以，但不推荐。
在工作中，常常有一些想法出来，无论这些想法是可行的还是荒诞的，都要记下来。
因为那或许就是问题的解决之法，或许就是闪光点。
无论是来得及做的和来不及做的都记下，来不及做的可在论文的发展或优缺点中给予体现。
这些就是闪光的地方。
在工作中一定要有重点，分先后。
先做主干，再补充枝干，有层次的做。
在碰到困难的时候一定要镇定，不能惶急。
不要逃避要用于面对，一定能解决的。
很多困难无非就是建模和解模的困难。
建模中碰到困难则不妨换个思路，跳出局部从全局看，换个角度等等。
在解模中碰到困难则要进行估值，降低求解范围和难度，但是一定要注意的是绝对不要伪造数据，因为这样一则有为诚信二则很容易在答案上误差较大直接出局。
在无法求解的情况下不妨求助于图表，让可视化来代替，当然还有很多方法可以解决，总之一定要诚信第一，要有信心和恒心。
在写论文的时候一定要注意经常保存备份。
数学建模快参赛了，现在该看些什么啊
建模是挺有意思的竞赛活动，充分体现了的协作能力，与个人的逻力。
是通过查文献参考别人权威性的论文，然后用自己的思维变成自己的论文。
一般能得到创新性成果的还是比较少的，一般是重复前人已作出的成果建立数学模型，并利用计算机通过数学模型得出结果。
在数学建模培训期间你可以学到很多新鲜的东西，比如各种数学模型，各种数学软件（matlab，lingo，spass，eview等）的使用。
并通过团队交流提高自己的社交能力等等。
参加数学建模大赛需要大概要掌握哪些方面的知识
本人曾参加过两次数模大赛。
并都获得二等奖以上。
首先，需要弄清楚建模的过程。
建议找本数模历年的论文看看，理清思路，步骤等。
其次，看点数学的知识。
重点是优化、统计。
几乎每年都会有题目是关于优化的。
第三、看一下算法相关的。
当然与上面的第二条有所重复了。
并用MATLAB maple等实现以下。
第四、学习一下编程的知识，比如C++，MATLAB，lingo等。
第五、找到两个跟你互补的人，组成团队，有人侧重编程，有人侧重论文，有人侧重数学等等。
最后，祝你好运。
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。
参加数学建模比赛的意义
作为一个高等数学教师，特别是一个常年辅导并带队参加全国大学生数学建模竞赛的指导老师，能深深地体会到数学建模竞赛论文与一般的数学论文不同，主要表现在它的综合性.数学建模竞赛论文紧密联系实际，针对问题的客观实际特征，有分析、整理综合的过程.它包含题意解读、选择合适的数学工具、建立合理的数学模型、使用恰当的计算方法、严格的论证和推演、明确的结论、结果的实际检验、恰如其分的评估和总结.还要有通俗简洁的语言.一篇好文章应具备以下特色：切合实际的分析，合理且令人信服的假设，选择合适的数学知识，严密的逻辑推理和论证，合理使用计算方法和软件并得出正确的解答，检验结果的正确性和实事求是的评估，既简单扼要又能说明问题的摘要.一、切合实际的分析和理解数学建模竞赛的题目都是客观的实际问题，内容无所不包.准确地了解题目的背景和要求是解题的第一步.这就要求我们对题目所涉及的各种因素进行分析.要分析有哪些因素对我们所讨论的问题有影响，哪些因素是主要因素，哪些因素是次要因素，哪些是起决定性作用的因素，哪些因素是微不足道的，以及各因素之间的主从关系.要充分和正确理解题目的要求，即题目要求我们要解决哪些问题.千万不能曲解题意，否则将前功尽弃，徒劳无功.要分析解决问题需要一些什么怎样的数据，这些数据题目是否已经给足，如果不够就要我们自己去收集.要分析哪些数学工具适合于问题的求解，哪些数学知识无助于问题的解决，或是不适合于本问题的解决.在分析的基础上，最好能够制定出解题的步骤和方法以及所需的工具（这里主要指数学知识、计算方法和软件）.这样我们就可以有条不紊，从容不迫，按部就班地进行求解和写作.二、令人信服的合理假设数学模型的建立是在假设的基础上进行的.根据题目的要求，首先要收集有关的数据.这些数据必须来源可靠，具有一定的权威性.合理指符合客观实际，不能与已经被证明是正确的定理和规律相悖.假设是数学建模至关重要的一步，关系到建模的成败和模型的优劣.假设也是数学建模的一个难点，数学建模的假设就是要发挥每个人的想象力和创造力，提出适当的、合理的见解.如果这一步成功了，那么你的整个建模过程也就成功了一半.本题的合理的令人信服的假设我个人认为主要是：不同地区，不同学校，不同专业收费标准应该有区别；也就是说，你的模型是针对什么地区，哪类学校，什么专业的.所有的这些数据的来源应该都是可靠和具有权威性.模型的理据应该充分，有说服力.三、选择适合的数学知识数学建模中，同样的一道题可以有多种方法求解，因此往往可以用多种不同的数学知识.在可供选择的多种数学方法中，当然是所用数学知识越简单越好.因为我们的模型是给人看的，是为解决实际问题而建立的.只有模型（包括计算）越简单才能被的人看懂和应用，模型的应用价值也就更高.如果用得不当，不但不能解决问题，反而使问题复杂化，有时甚至得出荒谬的结果，这是我们需要慎重考虑和认真解决的.四、严密的逻辑推理和论证要按照不同地区、不同专业建立相应的模型.在分析论证过程中一定要有充分的依据，要说明数据的来源，且必须有充分的依据.不能凭借着自己的感觉去估算，要使人信服.五、注意语言的通俗和简洁数学建模的论文和其他科学论文一样，语言是给人的第一个印象，就好比人的衣着，要得体，既要朴素、整洁、好看，又不能太过华丽，更不能奇装异服，使人看起来很不舒服.这就要求我们平常要多训练，多看一些好文章；要善于学习别人的长处，有时候也可以模仿别人的做法.模仿不是抄袭.在前人已有的基础上，学习别人的思想方法，根据自身问题的客观实际，加以改进并结合自己的观点，这就是创新，这就是创造发明.六、好的摘要是第一道门坎为什么这样讲
因为现在参赛的队数越来越多，阅卷的专家人数有限，阅卷时先看摘要，如果看了摘要后给人的印象是这篇文章不值得一看，那就可能第一步就被淘汰，连门都进不了，哪里还有获奖的机会.摘要至少要包含思想方法、主要结论和优缺点.建议多看一些写得好的摘要，多动手，多训练.最好能达到如下的效果：就是看了你的文章的摘要后能使人产生有必要进一步细看文章内容的欲望.七、再谈谈文章的新意和创新1.创新创意从一点一滴做起文章要有不同于一般常人的新意和创新，这个可以从以下几点体现：（1）在模型的假设中体现；（2）在建模中体现；（3）在论证推导中体现；（4）在求解和计算中体现；（5）在数据的收集中体现
