1.蒙特卡罗方法(Monte-Carlo方法,MC)该算法又称计算机随机性模拟方法也称统计试验方法。这一方法源于美国在第一次世界大战进行的研制原子弹的“曼哈顿计划”。该计划的主持人之一、数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的MonteCarlo—来命名这种方法。MC方法是一种基于“随机数”的计算方法，能够比较逼真地描述事物的特点及物理实验过程解决一些数值方法难以解决的问题。MC方法的雏型可以追溯到十九世纪后期的蒲丰(Buffon)随机投针试验即著名的蒲丰问题。MC方法通过计算机仿真(模拟)解决问题同时也可以通过模拟来检验自己模型的正确性，几乎是比赛时必用的方法。如97年的A题：每个零件都有自己的标定值，也都有自己的容差等级，而求解最优的组合方案将要面对着的是一个极其复杂的公式和108种容差选取方案，根本不可能去求解析解，那如何去找到最优的方案呢随机性模拟搜索最优方案就是其中的一种方法在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案然后通过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。又如02年的B题关于彩票第二问：要求设计一种更好的方案，首先方案的优劣取决于很多复杂的因素，同样不可能刻画出一个模型进行求解，只能靠随机仿真模拟。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。与图形处理有关的问题很多与拟合有关系。如98年美国赛A题：生物组织切片的三维插值处理。又如94年A题逢山开路：山体海拔高度的插值计算。此类问题在MATLAB中有很多函数可以调用，只有熟悉MATLAB，这些方法才能用好。3.规划类问题算法此类问题主要有线性规划、整数规划、多元规划、二次规划等。竞赛中很多问题都和数学规划有关可以说不少的模型都可以归结为一组不等式作为约束条件、几个函数表达式作为目标函数的问题遇到这类问题求解就是关键了。如98年B题：用很多不等式完全可以把问题刻画清楚。因此列举出规划后用Lindo、Lingo等软件来进行解决比较方便，所以还需要熟悉这两个软件。4.图论问题这类问题算法有很多，包括Dijkstra、Floyd、Prim、Bellman-Ford、最大流二分匹配等问题。如98年B题、00年B题、95年锁具装箱等问题体现了图论问题的重要性。5.计算机算法设计中的问题计算机算法设计包括很多内容：动态规划、回溯搜索、分治算法、分枝定界等计算机算法.如92年B题用分枝定界法；97年B题是典型的动态规划问题；98年B题体现了分治算法。6.最优化理论的三大非经典算法:模拟退火法(SA)、神经网络(NN)、遗传算法(GA)近几年的赛题越来越复杂。很多问题没有什么很好的模型可以借鉴，于是这三类算法很多时候可以派上用场。如97年A题用模拟退火算法、00年B题用神经网络分类算法、01年B题这种难题也可以使用神经网络。7.网格算法与穷举算法网格算法和穷举法一样，只是网格法是连续问题的穷举。比如要求在N个变量情况下的最优化问题，那么对这些变量可取的空间进行采点，比如在[ab]区间内取M+1个点。就是a、a+(b-a)/M、a+2(b-a)/M…b。那么这样循环就需要进行(M+1)^N次运算，所以计算量很大。如97年A题、99年B题都可以用网格法搜索。这种方法最好在运算速度较快的计算机中进行，还有要用高级语言来做.最好不要用MATLAB做网格,否则会算很久的。8.连续问题离散化的方法很多问题都是实际来的数据可以是连续的.而计算机只能处理离散的数据,因此需要将连续问题进行离散化处理后再用计算机求解。如差分代替微分、求和代替积分等思想都是把连续问题离散化的常用方法。9.数值分析方法数值分析研究各种求解数学问题的数值计算方法.特别是适合于计算机实现的方法与算法。它的主要内容包括函数的数值逼近、数值微分与数值积分、非线性方程的数值解法、数值代数、常微分方程数值解等。数值分析是计算数学的一个重要分支.把理论与计算紧密结合,是现代科学计算的基础。MATLAB等数学软件中已经有很多数值分析的函数可以直接调用。10.图象处理算法赛题中有一类问题与图形有关.即使问题与图形无关.论文中也会需要图片来说明问题,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。01年A题中需要你会读BMP图象;98年美国A题需要你知道三维插值计算.03年B题要求更高,不但需要编程计算还要进行处理数模论文中也有很多图片需要展示解决这类问题要熟悉MATLAB图形图像工具箱。