大学生在数学建模中编程通常涉及以下步骤和工具：
选择编程语言
Python：因其简洁易读的语法和强大的科学计算库（如NumPy、SciPy和Pandas）而广泛使用。Python也适合处理大量数据和进行复杂的数学计算。
MATLAB：一种专门用于数学和工程计算的高级编程语言，拥有丰富的工具箱和函数库，适合进行数值计算、矩阵运算和统计分析。
R：专注于统计分析和数据可视化，适合进行数据分析和建模。
学习数学库和工具
对于Python，熟悉NumPy、SciPy、Pandas等库。
对于MATLAB，利用其内置的数学函数和工具箱。
对于R，学习其统计分析包和绘图工具，如ggplot2。
确定编程任务
根据数学建模的要求，明确需要实现的具体编程任务，如数据的读取和处理、数学模型的编写、模型的求解和优化等。
设计算法和数据结构
根据数学模型的特点和需求，设计相应的算法和数据结构。选择合适的算法可以提高程序的运行效率和准确性。
编写代码
根据设计的算法和数据结构编写代码。合理的组织代码结构，使用注释和命名规范来增加程序的可读性。
测试和调试
编写完成后，进行测试和调试，确保程序的正确性。通过输入不同的数据和情况，检验程序的输出是否符合预期。
优化和改进
对于效率低下或存在问题的代码，进行优化和改进。可以使用一些技巧和方法，如向量化计算、并行计算等，提高程序的性能。
提交和演示
准备好最终的程序版本，并按照比赛要求进行提交。在演示环节，注意向评委展示你的代码和算法的有效性和可行性。
此外，建议多交流和合作，参加数学建模的相关讨论和交流活动，与其他人分享经验和学习心得。通过知网等网站查阅文献，研读论文，确定建模的方法和模型，同时使用百度百科等资料查阅。
总之，选择数学建模和编程工具主要取决于个人的需求和熟练程度。大学生可以根据具体的项目要求和自身情况选择适合的工具和语言进行数学建模和编程。