在数模竞赛中负责编程的同学需要学习哪些知识？

打算参加数模学术活动，但是没有什么经验，想知道如果负责编程的话，需要怎样学习？需要掌握哪些知识和技能？具体应该怎样做呢？

先理一理每个参赛队需要掌握的计算机技能，至于哪些由“负责编程的同学”承担，这属于队内分工问题，显然每个队情况都不一样，协调好就可以了。之前在 其他回答 中提到过这部分内容，限于篇幅，比较简略。下面按照重要程度稍微详细地介绍一下。

学术活动论文排版（必修）

要求：

数学符号和公式。正确排版数学符号和公式，特别是行内公式要规范。

图、表。能够插入图、表，其编号、标题位置符合规范。

参考文献。元信息准确，按指定样式生成参考文献列表，正文中的引用准确。

编号、交叉索引。目录、公式、图、表、参考文献的编号和交叉索引准确规范。

所用软件主要是两大类，以MS Word为代表的所见即所得类编辑软件，和LaTeX。

功能：两类软件理论上都可以用于排版学术活动论文，但是工作方式完全不同。

学习成本：很多人认为LaTeX的学习成本远高于Word，其实不然。相当一部分Word用户所谓“会用Word”，实际上只会三板斧：输入文字，调整字体，调整字号。完全没有样式表，自动编号，交叉索引的概念，文章的目录都无法自动生成，一切都要靠蛮力。如果这样也算是“会用”，那LaTeX更容易。我个人的观点，就学术活动论文排版而言，Word和LaTeX的学习成本相当，或许LaTeX还简单些。

效率：其他事情不好说，但在学术活动论文排版方面，Word的“能用”和LaTeX的“好用”完全没有可比性。

无论哪种软件，会用的标准都是一样的，那就是要能按上面的要求正确的排版学术活动论文。赛前一定要实际排版过2到3篇以上的论文，不能相当然的认为自己会用。

个人的建议：

理工科的同学，特别是数学、物理、计算机等专业，花一点时间学习LaTeX是非常值得的投资。

但是，如果Word类的软件已经用的很熟，赛前准备时间很紧张，就不需要专门再学LaTeX。在符合学术活动论文要求的前提下，决定论文奖项的最主要因素是论文的内容，而不是所用的软件。

常用图表绘制（必修）

要求：

掌握表格的排版方法，格式要求和习惯

了解常用图形的特点和适用场合，掌握其绘制方法，以及排版要求

学术活动论文少不了图和表，合适的图、表可以向读者简洁、准确传达信息。
Word制表功能较直观，一般操作不会有问题，关键是要设计表格的内容。而LaTeX排版常见样式的表格很容易，但是排版非标准复杂表格的方式不直观，容易出错。或者在赛前多练习，或者放弃使用特别复杂的表格。

学术活动论文中经常需要绘制的图形大体可以分为三类。

数据图。直方图、散点图、折线图、函数图像等。常见的高级程序语言都能绘制这些图形。或者是将数据导出后利用专门的绘图软件绘制。Excel画出来的图形也不错。

流程图。一般用于描述算法流程，系统框架等。相关软件很多，赛前选一个，简单练习即可，比如 draw.io.

示意图，包括各种受力分析图、内部结构图等。这一类图形相对用的少些，也没有特别合适的软件推荐。LaTeX的 TikZ/PGF 包完全可以胜任，但是对多数人来说过于繁琐，学习成本较高。 GeoGebra 是一个免费的几何作图软件，绘制几何图形时可以考虑。

文献检索、资料收集（必修）

要求：

掌握搜索引擎的使用方法（搜索语法，如filetype, site, 双引号等）

不要使用百度

掌握论文全文数据库的访问权限和使用方法

其他数据源（联合国数据库，世界银行数据库等）

建议：

搜索引擎的用法请查阅 Google Search Tips & Tricks

无论题目是中文还是英文，都要重视查阅英文的文献。

建议学习至少一种文献管理软件，以提高效率，比如 Mendeley.

编程能力（必修）

以上几个方面主要是与写作有关，而编程能力是计算能力的核心。最关键的是设计算法的能力以及根据算法写代码的能力。
要求：

至少能够熟练使用一种高级语言。

熟悉常见的数据结构和算法

纯文本文件读取、处理

常见的数值计算方法

Lingo等求解优化问题的专业软件（选修）

常用的图论算法（选修）

计算机仿真（选修）

数字图像（选修。基本概念，读取，简单加工）

建议：

目前主流的高级语言功能都比较完整，只要熟练，任何一种都可以。如果一定要推荐一种，可以考虑Python。

无论用哪种语言，纯文本文件总是可以读写的。可以利用纯文本文件作为程序输入、输出数据的中介。

插值、拟合、解方程（组）这些常见的数值计算任务，尽量用现成的软件包或者函数。

优化问题经常出现，如果已经掌握Matlab、Python等通用语言，不见得一定要学Lingo。但是对于大规模的问题，Lingo的性能最好。

与图、网络有关的赛题比较多，赛前可以熟悉一下常用的算法。但是不一定要逐个编程实现，关键是将算法转化为代码的能力。

美国赛的题目经常需要用到计算机仿真。一般没有现成的软件能够直接用，需要自己编程。赛前准备，有备无患。

全国赛中有一些题目与图像处理有关，但是总量不多，美国赛中则非常少。了解一些数字图像处理的基本概念，在选题的时候会有更大的灵活性。

选修项目

纯文本文件编辑器。如果只会用notepad，效率就太低了。相关的软件非常多，可以参考维基百科 文件编辑器比较 这个页面。最主要的功能包括代码高亮、文本比较、正则表达式搜索、编码转换、 换行转换、自动缩进、自动补齐、代码折叠、列块等。

正则表达式。清理数据的时候特别有用。

版本控制软件。程序备份、多人合作。

如何学、如何做

上面每一个必修的项目，都要投入一定的时间才能达到得心应手的程度。没有特别好的捷径。内容比较多，比较泛，相关的资料、教材也不集中，早点动手。队员之间也可以合理分工，提高效率。

赛前可以自己评估一下。自评的方法非常简单，选同一道题目的多篇优秀论文，看看能不能搜索到合适的文献资料，能不能找到数据，别人论文中比较好的图，能不能画出来，别人用的方法，自己会不会编程，等等。
针对数学建模编程基础薄弱的学生来说，参加数维杯夏令营可以快速提升建模能力，数维杯夏令营邀请全国数学建模领域知名教授针对数学编程方面的学员进行一对一指导，团队报名获奖率更高。

针对编程较差同学，老师会把国赛中出现较多的建模类型详细讲解，比如预测类、优化类等问题怎样进行编程、建模、论文写作，最后会结合历年国赛来为大家一对一实战练习。

现如今在大数据时代下，数据无处不在，为了满足社会日益增长的人才需求，培养出符合企业要求的专业人才，本届数维杯夏令营结合自身在数学建模行业的多年经验与积累的资源，特面向学员增加了大数据分析与挖掘课程主题，使学员能够深入了解当下大数据分析与挖掘技术在当代各种产品中的应用，掌握该领域最关键的技术原理，为学员科研和项目开发工作打下坚实的基础，本次夏令营将于2019年8月8日至8月17日在西安举行，由数模乐园承办。

最后提醒参加过ACM的同学，数模学术活动对计算机技能的要求与ACM是不一样的，虽然可能确实是编程高手，但不要想当然认为一定可以应对数模学术活动的编程要求。赛前要对照一下以上的清单，以参赛队为单位，查漏补缺。