数学建模竞赛是团队参加，团队中每个人需要准备的内容是不一样的。准备数学建模竞赛最忌讳的就是三个人一起扎堆看数学模型，一起学习编程，一起学论文写作，到了最后三个人啥都会，但啥也不精。
这里为你提供一份完整的准备路线：
因此，首先需要做的是组建队伍。
注意一定要找靠谱、知根知底的队友，确定大家对于数学建模这件事并不排斥，愿意抽出课余时间参加竞赛，并且志在获奖。能力方面甚至都是次要的，一定一定要确认队友态度！
队伍组建完成后，接下来就是分配工作。
一人负责建模（建模员），一人负责编程（编程员），一人负责写作（写作员）。
对建模员来说，ta首先要将上图提到的六类模型的基本原理弄懂，然后结合实际题目（例如往年国赛、美赛……）来分析这些模型一般会用到什么类型的题目中，如微分方程模型一般会和规划模型结合起来用于解决“热传递”的相关问题（2018年国赛A题和2019年国赛A题）。
对编程员而言，最起码要掌握一门编程语言：Python或者Matlab，这两种是数学建模中最常用的编程语言。
Python可视化示例
python具有：
1、强大且良好的社区环境：在用Python实现一个模型的时候，基本上CSDN和博客园都有现成的代码，如果网上没有需要自己手动实现，但是害怕自己遇到很多bug，网上针对这些bug都有很好的解释以及解决办法。
2、覆盖面广的第三方库：Python有很多第三方库对数学建模常用的模型都有实现，你只需要安装这些第三方库，然后调用这些库，基本上几行代码就能实现一个复杂的模型。比如说最小二乘法的多元线性回归，在sklearn库中LinearRegression模块就已经替你实现好了，直接调用就可以。
编程手仅仅掌握Python编程或者Matlab编程的基础还是不够的，还需要会利用编程语言去实现数学模型，所以建议编程手在比赛开始前就把图一中橘黄色的模型都手动实现一遍，如果实在来不及或者能力不足也要在网上把这几个模型的代码都找到，自己理解一遍。
对写作员而言，第一件事就是选择一个写作工具。
如果你精通LaTex，那么你就用LaTex，如果你对LaTex也是一知半解，不是很精通，或者之前压根没接触过LaTex，那么用word就行了，不要用LaTex。如果到了比赛的时候，LaTex编译不出来然后又找不到解决办法，那就非常浪费时间。
另外，写作也需要能看懂模型（大致知道他的原理），因为最后数学建模还是要靠一篇论文去展现给评委的，如果写论文的人对模型一点不懂，那这肯定也是不行的。建议写作员把近五年的数学建模国赛优秀论文都看一遍。
以上就是参加数学建模竞赛分工合作的一点建议。