运筹学上机实践报告(LINGO软件)
第一、数学史可以帮助我们了解先遇到了怎样的问题，他们是怎样解决的，他们解决这些问题是怎样想到的，就为我们开拓了思路，提供了办法。
第二、从数学史的角度来看，中国近代数学落后的原因在于数学思想方法的落后，没能跟上数学发展的最前沿。
方已把极限、无穷小等概念烂熟之时，我们还只沉醉在一些算术的小技巧上。
第三、每一次的数学危机都是一次数学的革命，为我们带来了新的数学思想、方法。
根本性的改变了我们对数学、以及对整个世看法。
与其他知识部门相比，数学是门历史性或者说累积性很强的科学。
重大的数学理论总是在继承和发展原有理论的基础上建立起来的，它们不仅不会推翻原有的理论，而且总是包容原理论。
人们也常常把现代数学比喻成一株茂密的大树，它包含着并且正在继续生长出越来越多的分支。
数学史不仅是单纯的数学成就的编年记录。
数学的发展决不是一帆风顺的，在更多的情况充满忧郁、徘徊，要经历艰难曲折，甚至会面临危机。
数学史也是数学家们克服困难和战胜危机的斗争记录。
对这种记录的了解可使我们从前人的探索与奋斗中汲取教益，获得鼓舞和增强信心。
因此，可以说不了解数学史就能全面了解数学科学。
读书心得体会
我是一个很爱读书的人。
平常没事手里面就拿着一本书来看，所以根据我读书的经验，认为读书的过程其实并不需要刻意地去主动想问题，而是边读边收获边感悟，并且结合自己平常生活中的经验更加深刻地体会书中文学化的思维。
至于如何读书怎样才能把书读好，我认为做任何事情都要以兴趣为第一前提，如果你本人是热爱书本并能够将自己的思维和状态完全沉浸在书本中的那个奇异色彩斑斓的世界中，我想你是不会为“怎样读书”这个问题发愁的。
因为一旦你将你的精神世界和书本中结合，那么你就能够读到书中主人公的情感并能够体知到书本所要阐述给你的一切。
每当你读完一本书，你可以泡上一杯茶，坐在阳光下静静地思考，我到底从这本书里学会了什么，我和书中的人物有什么共通的地方，有什么是我该学会避免的，有什么是我该知道今后注意的，有什么又是我现在应该珍惜并为之自豪的。
我想通过这样学以致用，这样亲身体会，一定会从每一本书中得到不少的财富
希望我的一点点小的感悟能够解答你的困惑
并希望你能够在书的海洋中自由的徜徉
我想参加九月份的数学建模大赛，可是我连门都没进。
。
。
来得及吗
来的及。
我当年也是大二的时候第一次参加的数学建模，当时由于数学基础比较好，老师推荐去参加的，后来获得了上海市二等奖，没有进入全国奖评定。
之后又参加了两次，都是全国二等奖，没有拿到一等奖是个遗憾。
现在准备是来得及的，主要是对于数学建模的理解和一些常用软件的实用技巧。
转载一下我觉得比较好的内容供你参考：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。
根据竞赛题型特点及前参赛获奖选手的心得体会，建议大家多用数学软件（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）设计算法，这里列举常用的几种数学建模算法.（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，通常使用Mathematica、Matlab 软件实现）。
（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，通常使用Mathematica、Maple 作为工具）。
（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，通常使用Lingo 软件实现）。
（6）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）。
（7）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，通常使用Lingo、 Matlab、SPSS 软件实现）。
4 论文结构，写作特点和要求答卷（论文）是竞赛活动成绩结晶的书面形式，是评定竞赛活动的成绩好坏、高低，获奖级别的唯一依据。
因此，写好数学建模论文在竞赛活动中显得尤其重要，这也是参赛学生必须掌握的。
为了使学生较好地掌握竞赛论文的撰写要领，（1）要求同学们认真学习和掌握全国大学生数学建模竞赛组委会最新制定的论文格式要求且多阅读科技文献。
（2）通过对历届建模竞赛的优秀论文（如以中国人民解放军信息工程学院李开锋、赵玉磊、黄玉慧2004 年获全国一等奖论文：奥运场馆周边的MS 网络设计方案为范例）进行剖析，总结出建模论文的一般结构及写作要点，去学习体会和摸索。
参加全国大学生数学建模竞赛应注意的问题一、心里要有“底” 首先，赛题来自于哪个实际领地的确难以预料，但绝不会过于“专”，它毕竟是经过简化、加工的。
大部分赛题仅凭意识便能理解题意，少数赛题的实际背景可能生疏，只需要查阅一些资料，便可以理解题意。
其次，所有的赛题当然要用到数学知识，但一定不会过于高深。
用得较多的有运筹学、概率与统计、计算方法、离散数学、微分方程等方面的一部分理论和方法，这些内容在赛前培训要学过一些，真的用到了，总知道在哪些资料中查找。
二、当断即断 在两个赛题中选择做哪一个不能久议不决，因为你们只有三天时间，一旦选定了，就不要再犹豫，更不要反复。
选定了赛题之后，在讨论建模思路和求解方法时会有争论，但不能无休止地 争论，而应学会妥协。
方案定下来后，全队要齐心协力地去做。
三、对困难要有足够的心理准备 “拿到题目就有思路，做起来一帆风顺”，哪有如此轻松的事
参加竞赛可以说是“自讨苦吃，以苦为乐”，竞赛三天中所经受的磨炼一定会终生难忘，并成为自己的一份精神财富。
好多同学赛后说：“参赛会后悔三天，而不参赛则遗憾一生。
”做“撞到枪口上”的赛题，不一定比“外行”强。
如学机械的队员做机械方面的赛题，学投资的队员做投资方面的赛题，学统计的队员做统计方面的赛题，都有可能“聪明反被聪明误”，这些情况在全国赛区都曾发生过。
这就需要大家多方面涉猎知识尽全能做到全面 关于数模竞赛的几本好书▲ 姜启源，《数学模型（第二版）》，高等教育出版社▲ 姜启源、谢金星、叶俊《数学建模（第三版）》，高等教育出版社▲ 萧树铁等，《数学实验》，高等教育出版社▲ 朱道元，《数学建模案例精选》，科学出版社▲ 雷功炎，《数学模型讲义》，北京大学出版社▲ 叶其孝等，《大学生数学建模竞赛辅导教材（一）~（四）》，湖南教育出版社▲ 江裕钊、辛培清，《数学模型与计算机模拟》，电子科技大学出版社▲ 杨启帆、边馥萍，《数学模型》，浙江大学出版社▲ 赵静等，《数学建模与数学实验》，高等教育出版社，施普林格出版社▲ 韩中庚， 《数学建模方法与应用》，高等教育出版社▲杨启帆，《数学建模案例集》，高等教育出版社.需要了解的基础学科1．数学分析（高等数学） 2．高等代数 （线性代数）3．概率与数理统计4．最优化理论 （规划理论）5．图论 6．组合数学7．微分方程稳定性分析 8．排队论
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
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
请教多元线性回归结果如何分析
分析差异显著性既然能回归了说明和哪些因素是显著性差异的 看beta那列数据 绝对值越大影响越大 正负号是影响的方向 也就是正相关还是负相关
本人是非数学专业大二学生 对数模竞赛了解的不是很多 但很比较感兴趣 想利用寒假的时间自己学学
我不是什么牛人，不过参加过数学全国数模，虽然成绩不太理想，但是对数模还算是有点心得。
首先，要看哪些方面的书。
不知道你又没有打算在比赛里面充当编程员角色。
如果你主要想担任模型构建的任务的话，建议你看数学建模的书，就是那些有解释很多数学模型的书，你们学校里面图书馆按理说应该会有。
还有就是了解多一点不同的数学方法，最好是数学建模里面常用到的那些，还有一些比较新的也可以了解下（比如说模拟退火法，今年的B题就可以用这个方法做）。
每年全国数学建模比赛有两道题，一道题是关于规划方面的题，涉及的大多是离散和统计方面的知识，而另一道题一般是涉及到连续的问题，很多时候会用到解微分方程，以及微积分方面的知识。
如果你有心参加比赛的话，建议你看下历年的题目，你可以试着不看人家的论文，自己先做一遍，大概想一下能用什么样的方法处理那些问题。
当然最好是能有小队来做，因为数学建模是团队战，单人是很难成气候的。
接下来就说说如果你想担任编程任务的话，有什么要准备的：首先MATLAB要继续熟悉，多点用MATLAB试着解决一些问题，并且积累一些比较好的算法。
其实用程序来解决数模问题，说到最后无非就是把模型转变为算法的问题，如果你有了个模型，却发现自己无非编出相应的程序，那就无力了。
所以平时要多点积累经验。
还有些软件在数学建模里面也是非常好用的，比如说lingo，lingo处理统计问题是比较方便的，而且语法也不难，建议学一下。
数学建模不是靠看某一本书就能拿下来的，只能说尽量看多点，尽量了解多一点不同的模型，其实不一定所有模型都要细看都要看懂，但最起码要有个大致的印象。
万一到时题目可以套用这个模型，你可以在小队里面提出来，说不定队员能看懂。
其实到时候你们也会查阅大量和题目相关文献的，数模不是闭卷考试，自由度是很大的。
但是它要你做的东西却可能是别人用半个月才做的出的东西，所以数学建模时间很紧，往往是三天不睡的。
能尽快的找到合适的模型帮助非常大，这就是为什么要大量阅读书籍和文献。
现在全国数模刚过，美国赛是在2月左右好像，至少都两个月时间吧，时间还是很充裕的，以上我说的那些是给个方向，楼主多看的不同方面的建模书籍，并且加强自己在MATLAB上的使用能力，还是非常有帮助的。
补充一点，赛前模拟的话最好是拿往届的全国赛或者美国赛的题来模拟，这样效果可能会好点。
数学建模 学习方法
我大二的时候参加过全国大学生数学建模比赛，得了个全国一等奖，但学样只发了500RMB奖金给我，郁闷啊。
。
。
我说一下当时参加比赛的心得：1、在比赛前老师会有一段时间给你培训，告诉你需要用到的知识和工具，所以你不必要把各方面数学知识都学了，因为你根本没这个时间，数学建模锻炼你的能力之一就是你的快速学习能力，如果你说你没学过统筹学，比赛你必须得二天之内把这门课自学完。
因为平时我们遇到问题不懂的东西太多了，所以你必须懂得快速学习。
2、团队合作最为得要，我们当时比赛是三个人一组，各自分配不同的任务，各自发挥自己特长，我当时主要是负责MATLAB和LINGO方面的。
3、选题时要尽量选网上资料相对比较多的，因为可以找到很多参考的数据，再就是这样会比较有信心。
4、比赛时合理安排好时间，把每个时间段内要完成的任务划分清楚，而不至于手忙脚乱。
我就大概的说些，如果说你要浸淫建模，在这方面有所建树，那我不得不说你是一个很牛B的人了，这在我的感觉里是一件非常有难度的事，最后祝你梦想成真
网上闲逛的人
