参加数学建模需要学习以下方面的知识。
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。
数学建模，就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。
当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。
1.基础：高等数学、线性代数、概率论与数理统计
2.专业方面：运筹学（主要针对最优化问题），其他数学建模用书（主要看方法，例如层次分析法等）
5.美赛还要看翻译（所以专业英语要好好学）、排版比较重要
总结：数学建模不是纯粹的数学知识，有时候数学建模用的数学知识很少，所以要了解建模过程，掌握建模方法（方法非常重要）。平时多看一些特等奖的建模论文，你会有意想不到的收获
数学建模知识应该具备的数学基础有高等数学、线性代数、概率论与数理统计，在此基础上重点看一下运筹学的书籍。当然，数学建模不仅仅是要求数学知识扎实，还需要参赛者广泛涉猎知识（包括物理、生物、心理学等），因为许多数学建模题目要求背景知识比较深，比如说12年MCM
A题要求画出一棵树，这就需要参赛队员了解某类植物树叶生长具备的特点，涉及生物学知识；第二届MATHORCUP全球数学建模挑战赛A题也涉及到空气动力学知识。因此，数学建模是以数学为基础，综合各门学科（涵盖自然科学和社会科学）的一项赛事。
具备上述基础知识以后，就着重看一些建模方面的书籍，如：赵静和但琦的《数学建模与数学实验》、姜启源和谢金星的《数学模型》、《运筹学》、肖华勇的《实用数学建模与软件应用》。每一本书都有自己的特色，也没必要仔仔细细地把整本书都看完，甚至你可以只知道模型的大致步骤，真正用到的时候再翻书详细了解这个模型。因为数学建模本身就是一个学习的过程，在短短3天时间里，将陌生的知识转化成自己的知识是具有挑战的，更何况还要对模型进行改进，但是正是这样，我们才能不断接触新知识，不断培养自己的学习能力。
熟悉模型之后，基本能够看懂大部分的优秀论文了。个人认为看一些“高教杯”特等奖论文及美赛Outstanding对自己思路、知识、写作能力提升非常快，这些论文一般逻辑性很强，层次感出众。在欣赏优秀论文的过程中，还要注意模型的适用范围，举个例子来说，对于预测类的题目，比较常用的预测模型有时间序列模型、灰色预测模型、贝叶斯预测模型、神经网络预测模型等，这些模型并不是对所有的数据都是适的，有些模型需要先对数据进行剔除、平均等处理，这些细节需要特别注意，一旦不注意就会影响整篇论文的量。
何学上述三步进行之后，接下来就是实战演练了。参加完后主动找组委会要评语（因为那些评语里记录着你的不足，便于今后改正）。
数学建模入门方式如下：
②如果参加数学建模竞赛，一定要分工明确，安排好各个环节大家的工作，而且要有领头的人，很多问题难以确定时，需要有人拍板的。
③参加国内赛，论文和解题的思路还是要比较严谨一些的好，解题的各个环节基本都要有，要比较完整才能得高分;美国赛就要尽情的放开思路，把奇思妙想都放进去，一些想法建立的模型复杂难解也没有关系，可以提出解题思路即可。全网招募小白免费学习，测试一下你是否有资格。
想要了解关于数学建模方面的更多内容，可以了解一下广州中教在线教育科技有限公司(以下简称:中教在线)。成立于2010年2月，是国内从事互联网技能教商培训机构，生打3D建模、原画绘制、影视后期及设计类在线学习课程，为零基础入门学员提十全面立体的系统学习成长解决方案，致力于国内线上教育电业已有多年。
如何准备数学建模，需要做这些准备。第一，找一本有关建模的基础教程，第二，学会一门数学软件的使用，三，掌握科技论文旋涡状的写作方法。
数学模型(MathematicalModel)是一种模拟，是用数学符号、数学式子、程序、图形等对实际课题本质属性的抽象而又简洁的刻画，数学模型或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。数学模型一般并非现实问题的直接翻版，数学模型的建立常常既需要人们对现实问题深入细微的观察和分析，又需要人们灵活巧妙地利用各种数学知识。这种应用知识从实际课题中抽象、提炼出数学模型的过程就称为数学建模(MathematicalModeling)。
全网招募小白免费学习，测试一下你是否有资格
想要了解数学建模相关学习的更多内容，可以了解一下广州中教在线教育科技有限公司(以下简称:中教在线)。中教在线的课程从零基础开始学习，从简单入门到后期成品出图老师带着你一步一步走过来，毕业后还有就业指导课程，助你解决面试难题，助教老师24小时在线答疑。
数学建模（mathematicalmodeling）就是通过建立数学模型来解决各种实际问题的方法。数学建模没有固定的格式和标准，也没有明确的方法，通常有6个步骤：
数学建模所处理的问题通常是各领域的实际问题，这些问题本身往往含糊不清，难以直接找到关键所在，不能明确提出该用什么方法。因此建立模型的首要任务是辨明问题，分析相关条件和问题，一开始尽可能使问题简单，然后再根据目的和要求逐步完善。
作出合理假设，是建模的一个关键步骤。一个实际问题不经简化、假设，很难直接翻译成数学问题，即使可能也会因其过于复杂而难以求解。因此，根据对象的特征和建模的目的，需要对问题进行必要合理地简化。
合理假设的作用除了简化问题，还对模型的使用范围加以限定。
作假设的依据通常是出于对问题内在规律的认识，或来自对数据或现象的分析，也可以是两者的综合。作假设时，既要运用与问题相关的物理、化学、生物、经济、机械等专业方面的知识，也要充分发挥想象力、洞察力和判断力，辨别问题的主次，尽量使问题简化。
为保证所作假设的合理性，在有数据的情况下应对所作的假设及假设的推论进行检验，同时注意存在的隐含假设。
搭建模型就是根据实际问题的基本原理或规律，建立变量之间的关系。
要描述一个变量随另一个变量的变化而变化，最简单的方法是作图，或者画表格，还可以用数学表达式。在建模中，通常要把一种形式转换成另一种形式。将数学表达式转换成图形和表格较容易，反过来则比较困难。
用一些简单典型函数的组合可以组成各种函数形式。使用函数解决具体的实际问题，还比须给出各参数的值，寻求这些参数的现实解释，往往可以抓住问题的一些本质特征。
对模型的求解往往涉及不同学科的专业知识。现代计算机科学的发展提供了强有力的辅助工具，出现了很多可进行工程数值计算和数学推导的软件包和仿真工具，熟练掌握数学建模的仿真工具可大大增强建模能力。
不同数学模型的求解难易不同，一般情况下很多实际问题不能求出解析解，因此需要借助计算机用数值的方法来求解，在编写代码之前要明确算法和计算步骤，弄清初始值、步长等因素对结果的影响。
在求出模型的解后，必须对模型和“解”进行分析，模型和解的适用范围如何，模型的稳定性和可靠性如何，是否到达建模目的，是否解决了问题？
模型假设的误差：一般来说模型难以完全反映客观实际，因此需要做不同的假设，在对模型进行分析时，需要对这些假设小心检验，分析比较不同假设对结果的影响。
求近似解方法的误差：一般来说很难得到模型的解析解，在采用数值方法求解时，数值计算方法本身也会有误差。这类误差许多是可以控制的。
计算工具的舍入误差：在用计算器或计算机进行数值计算时，都不可避免由于机器字长有限而产生舍入误差，如果进行了大量运算，这些误差的积累是不可忽视的。
数据的测量误差：在用传感器、调查问卷等方法获得数据时，应注意数据本身的误差。
数学建模的最后阶段是用现实世界的语言对模型进行翻译，这对使用模型的人深入了解模型的结果是十分重要的。模型和解是否有实际意义，是否与实际证据相符合。这一步是使数学模型有实际价值的关键一步。
数学模型和数学建模介绍