今年的全国大学生数学建模竞赛刚刚过去,各省的国奖成绩也是陆陆续续的出来了,那么大家肯定关心的是今年的国奖的获奖率和获奖难度,今天就来带大家一起探讨一下全国大学生数学建模竞赛和美国大学生数学建模竞赛的获奖难度,以便大家在后续的比赛中有所参考。
由于今年的获奖率还在统计中,就带大家来看一下去年也就是2020的获奖概率。
2020年,来自全国及美国、英国、马来西亚的1470所院校/校区、45680队(本科41826队、专科3854队)、13万多人报名参赛。同比去年,参赛总人数增加8000多人,而获奖概率为:
本科组一等奖(292 名),获奖率0.698%。
本科组二等奖(1201 名),获奖率2.871%。
从上述数据来看,国赛含金量非常高,都是宁缺毋滥的奖项。因为含金量很高,国赛建模在我们学校是作为B类竞赛,非常重视。获得国一学校会给发4000的奖金,既然是学校发的,就不要跟微信小程序大赛等等“私立比赛”比较啦,并且数学学院的同学可以直接保研,个人认为这还是很不错的。
后面就都是要说获奖难易了,因为我举了我个人和身边人的例子,可以更加充分的说明国赛和美赛的获奖难度。
国内大学生数学建模竞赛和美国大学生数学建模竞赛都是属于教育部认可的最高级别B类竞赛,含金量是最高级别的,省级奖获奖比例很高的,比较容易拿奖,但国奖比较困难,若获得国奖,保研竞赛类别加分几乎能加满。因此,想保研的学弟学妹们一定要搞住机会。
这个竞赛和全日制研究生做的事情非常类似,提出问题,建立模型,模型分析,数据分析,得出结论等,可提前了解到,到底自己是不是喜欢研究生所做的研究工作,也因此考虑要不要考研和读研。
因为全国大学生数学建模竞赛和美国大学生数学建模竞赛含金量非常高,在我们学校认可度也是相当高,几乎每个学校认可度都高,都是国内认可度最高比赛。我们学校每年大二下学期开始宣传工作,需要参加比赛的同学必须选择《数学模型》这门选修课程,系统的学习数学模型后才能参赛。
对于获奖难易程度,难不难拿奖很大程度上看选题。参加的是19年的国赛,在组里是编程手。这是第一次参赛,说实话啥都不会,全都是现学的。但是我们当时选了一个我们认为比较难的B题,难度判断依据是我们学校所有参赛队没有几个选B的,普遍认为不好做(自然也包括我们组)。
虽然我们也知道我们的答案不够完美,但是答案出来的时候,我们对答案的时候却意外发现我们的答案和标准答案几乎完全吻合,所以我们组就顺理成章拿了国一。然而同年我们全校只有3个组(包括我们组)拿了国一,这个数量其实还是挺少的。
2020年,我们组又参加了美赛。这里算是跑个题吧,因为这两个比赛只是类别相同,评奖标准啥的不一定一样。20年的美赛因为疫情分了两个场次,我们组因为时间关系选了第一场,结果我们学校所有参加第一场的同学获奖情况都很惨淡,差不多都只是S奖。但是他们参加第二场的好像都挺好,虽然国赛是省二,但是不妨碍他们美赛拿了M奖。
说这个的目的也是想论证“难不难拿奖很大程度上看选题”,因为这两场的完全不同的题目,所以单看我们学校获奖情况的话,似乎和所谓的“水平”没啥关系。
当然,和队友也只是有一次参赛经历,大家都普普通通,指导老师也是指导有限的。但是参赛多了,练习多了,个人感觉对流程更熟悉了,时间分配更好把握了,队友间协作更高效了,真正的水平也能显著提高的,前提是必须好好读论文超过50篇。总共大学就四年,一般是从大一或大二开始参加,到大三应该就是最后一次了,历练的机会还是有不少的。
很多的学生可以通过比赛和个人练习,在老师或者其他前辈的指点下,自己需要再多看一些论文,水平还是能够得到明显提升的。我现在的研究方向算是人工智能、机器学习或数据科学等等的相关方向吧,我最近才开始重新分析数学建模,其实那些题目其实要求挺高的,需要自己根据已有模型修改、完善出一个适合自己题目的模型,其实和我目前方向的研究过程就非常类似。
我认为像这样的研究难度,如果没有经过正规的系统的培训,其实挺难应对的。
还有一种情况就是如果你从大一就进入实验室,并在导师指导下参与了N多项目,虽然实验室导师也不一定会教你,但是在这个过程中提升了自己很多的能力,含有极强的信息搜集、提炼等等的能力,通过搜罗网上资源就能明显提升的,然后又有着一定的论文的基础,那么自己的水平真的足够高的时候,这个时候就已经能够成为主导因素了,见到每个题真的都可以迅速得出很系统的思路,然后马上构建出合适的模型,接着拿代码实现,根据得出的结果进行论文撰写,一切都井井有条,而且自己建立的模型会消除查阅资料套模型引起的不连贯,不适合的问题。
下面给大家介绍一下比赛流程,以便大家能够比较顺利的参赛。
参赛觉得最关键的一步就是选择队友,数模队友黄金搭配: 工科类/数学类专业+计算机类专业+文科类专业,工科类或者数学类负责建模,计算机类负责编程,文科类负责撰写论文排版等。
但是队友这三个专业一个都不粘,也没有关系,也还是能成功了。有以上搭配固然好,但更多的队伍其实是瞎搭配,主要看友们愿不愿意学,这才是最重要的!
在团队中是做编程的,系统学习的Matlab软件,但是也有好多其他软件也在用,比如SPSS,Python,state, R等。因为有的题目用这种专门的软件解题,结果精确度很高。在这么多次模拟以及比赛中,也有用到过,只要需要用到,就现学现卖,但更多还是用Matlab。
编程是从0学起,3月份学到9月份,虽然不咋精,但够用。这里我是把《数学建模算法及其应用》里的模型课程全部学了一遍后,再去完整的学习matlab视频的,一步一步从小白开始。
而建模的同学专攻建模,看历年来的国家一等奖论文超过50篇,学习别人是怎么建模解决问题,而写论文的那个schoolmate,系统学习Latex排版技巧和论文的言语表达以及格式等,当然使用word也是可以的。
一定要记住国赛和美赛不是自己孤军奋战,而是和队友三个人组队共同完成的比赛,所以三个人的分工是非常重要的,通常一个人负责建模,一个人负责编程,一个人负责写论文,所以找队友的时候可以以此为依据。
CUMCM本科组从A,B两题选做一题(2019年是A,B,C),专科组从C,D选做一题(2019年是D,E),首先团队要确定自己选做的题目,一般在3小时内选定,比赛时间是74小时,各个队伍要把控好时间,因为最后是上交一篇论文,而不仅仅是计算结果。
至于怎么写论文,论文一般分为如下板块:
首先是摘要,篇幅一页,最后附加关键词,摘要是专家们首先要看的,主要阐述问题背景、建模过程、模型求解结果;
第二部分就是问题重述,准确理解题目意思并用自己的话进行概括;
第三部分就是问题分析,阐述对这道题目的见解,准备用什么方法进行求解;
第四部分就是变量说明,在后面的模型中肯定需要大量的变量来表达,所以此处要对变量进行说明什么意思;
第五部分就是开始模型的建立,由于每个队伍模型的不同,所以每个队伍可以根据自己的实际情况进行编写;
第六部分就是总结以及模型的评价(包括优缺点),谈谈自己所建立的模型存在哪些不足与改进之处;
正文最后部分就是参考文献,很多时候我们都是要参考借鉴人家的文献来建模,毕竟有很多结论我们是不知道的,所以可以借此直接引用;
写完参考文献之后,一般都需要加上附录(建模代码),建模过程中所有编程代码都放进论文里,美赛优秀的论文篇幅一般在20页左右,过少过多都是不利的。
总结一下的话,国赛和美赛含金量的确还不错,但是国奖和美赛的奖项获奖难度也是相对比较大的,如果你认为有精力,也有兴趣,还是很值得参加的,获奖难度,如果水平不够高,那很大程度看选题;水平够高,那就看你个人水平与哪个奖项相配,加油嗷朋友,祝你得奖!
以上就是介绍的国赛和美赛的获奖率和获奖难度,而且对于降低获奖难度,又介绍了比赛前的学习方法和比赛中的选题策略等等,希望可以能在国赛和美赛的比赛里帮助到大家。