数学建模需要学习的程序主要包括以下几种：
Python：
Python是一种通用编程语言，具有简单易学、灵活强大的特点。在数学建模中，Python有丰富的科学计算库，如NumPy、SciPy和Pandas，可以用于数学建模和数据分析。此外，Python还具有较强的可扩展性，可以通过导入其他库实现更复杂的功能。
MATLAB：
MATLAB是一种专门用于数值计算和科学工程计算的编程语言，它提供了丰富的数学函数和工具箱，如优化工具箱、符号计算工具箱等。MATLAB适合进行数学建模中的矩阵计算、符号计算、数值计算等操作，并且拥有强大的数据处理和可视化功能。
R：
R是一种免费的、开源的统计软件，被广泛应用于数据分析、统计建模和可视化。R语言拥有丰富的统计分析库，如ggplot2和dplyr，可以进行统计分析、可视化和机器学习等工作。
C/C++：
C++是一门高效、快速且具有强大的功能和性能的编程语言，被广泛应用于数值计算和高性能计算中。在数学建模中，C/C++可以用于开发高效的数值计算程序。
SPSS：
SPSS是一款统计分析软件，主要用于数据处理、数据分析和统计建模，它提供了丰富的统计分析工具，包括描述统计、推断统计、因子分析、回归分析等功能。
Lingo：
Lingo是一种运筹优化问题求解软件，适用于求解非线性规划、线性和非线性方程组等，功能强大，适合用于优化模型。
总结来说，数学建模需要掌握一种或多种编程语言，同时具备相关数学和计算机知识技能，能够进行数据分析、模型构建、模型验证、模型优化等工作。根据个人兴趣和实际需求，可以选择不同的编程语言进行深入学习。