美赛MCM和ICM有何区别?分别适合什么样的人群参赛?

随着时间的推移,美赛的比赛时间也越来越近了,今年的美赛的比赛时间是2月份。面对美赛的6种不同类型的题目,很多的学生不清楚他们的区别,以及哪种题型适合自己,所以为了方便大家能够顺利参赛,今天就来介绍下美赛中MCM和ICM的区别,以及它们都是适合于哪些人群参加,希望能够对大家有所帮助。

美国大学生数学建模竞赛(也称为世界大学生数学建模,国际大学生数学建模)是一项面向大学本科层次的一个国际性比赛,题目类型有The Mathematical Contest in Modeling(MCM)和The Interdisciplinary Contest in Modeling(ICM)两种。

The Mathematical Contest in Modeling (MCM),俗称数学建模竞赛,有三道题:problem A , problem B 和problem C。A题是连续型的题,B题是离散型的题,C题是数据处理的题,大都是会给出大量的表格数据进行数据处理。

The Interdisciplinary Contest in Modeling (ICM):俗称交叉学科竞赛,有三道题:problem D, problem E, problem F。与mcm不同的是,题目上会给你一些参考的数据,方便你尽快找到查数据的方向。problem D是运筹学和网络科学等类型的题目,problem E近几年都是关于环境方面的综合题目,problem F是政策的题目。

MCM 偏自然、理工,而ICM偏社科、人文。MCM对数学,计算机要求相对高,而ICM对逻辑,写作要求相对高。

美国大学生数学建模竞赛共有6种题型,提示了部分题目的内容,但如果作为选题依据,作用非常有限。如果是为了更好的选题,搞清楚MCM与ICM的区别,可能更有帮助。

选哪道题不是特别重要,重要的是应该“尽快”选题。竞赛时间是固定的,选题的时间越长,做题的时间越少。选题多花1小时,意味着建模和写论文的时间就少了1小时。能获什么奖主要看实力,其次看运气。准备越充分,胜算越大。如果不想碰运气的话,建议大家可以早点动手准备吧,这样获奖的概率会更大。

MCM是ABC三题,ICM是DEF三题。对6道题目类型的描述,不是严格的划分,角度和依据都不相同,其中,有一些关键词就能表现出该道题的特点。A题continuous和B题discrete是指模型的类型,C题data insights是指问题数据的特征,D题operations research/network science和E题environmental science是指问题涉及到的学科,而environmental science和F题 policy又是指问题本身的背景。这不是按照同一标准对题目进行划分,之间有重叠。最显然的,如果认为continuous和discrete是互补的,那么其他4道题目应该可以分别归入其中某一类。

其次,这些一两个词的描述过于笼统、宽泛,无法体现题目的具体特征,特别是A、B、F题的描述,提供的信息非常少,说了几乎等于没说。continuous、discrete把所有的模型全包括了。policy范围也太广,人类主宰世界,方方面面都可能涉及政策问题。而且F题也是2016年新增加的,只有2016年一年的题目(难民问题),暂时还看不出来什么规律。

而C题和D题的特征相对具体一些。比如,针对2016年起MCM新增加的C题,COMAP(Consortium for Mathematics and Its Applications)专门发布了一份 文档 ( 中文简介 )说明其特征。概括起来,MCM的C题与数据有关,虽然称不上大数据,但压缩包也在100MB以上,与MCM/ICM其他题目相比,数据量算是大的(实际上以往MCM/ICM的题目很少给数据),这就要求选这一题的参赛队要熟悉数据处理的基本方法,包括预处理、后处理等,并掌握相应的编程技能或是相关软件的使用方法。模型、方法方面,可能主要集中在统计、模式识别等方向。再比如D题如果是网络科学的问题的话,所用到模型、算法、软件比较集中,有章可循。近几年网络科学是一个热门研究领域,算法、软件包括可视化的软件都很多,如果对这一领域的相关知识和软件都比较熟悉,选题时可以重点关注D题。

E题环境科学,大体上会集中在环境污染、资源短缺、可持续发展、生态保护等几个方面。对问题的背景有一定的提示作用,但是范围仍然很广,模型、方法没有明显的特征。

所以,无法仅仅根据这些提示就进行选题,至多是,排除某个题目不考虑(如,计算能力差的队可以不选C题)。如果仅从选题的角度出发,搞清楚MCM竞赛与ICM竞赛的区别,可能更有帮助。

MCM是1985年开赛,而ICM是1999年才开始第一届。这也是AB两题分别是continuous和discrete的原因,因为开始的时候只有MCM竞赛,这样划分有一定道理。

MCM和ICM两者名称不同,题目的风格有较大的差异。一般MCM竞赛题目较具体,表述简洁,要求明确,ICM竞赛题目更开放,问题更“大”,更宏观,篇幅较长,往往是全球范围内共同关心的问题,因此一般不依赖特定的文化背景或生活习惯。而MCM的题目中则有相当一部分是以美国生活为背景,其他国家特别是中国参赛者不熟悉。这一点在后面还会讲到。

两者虽然均由COMAP主办,但是COMAP只负责宣传、报名、出版等公共事务,而命题、评审等工作均由各自的组委会负责,两个竞赛从主席到评委都不相同,只有个别专家两个竞赛的活动都参加。根据最新的 2017 MCM/ICM Flyer ,两者组委会的构成不完全相同。MCM设Contest Director、Executive Director、Associate Director、Founding Director和Advisory Board。ICM设Contest Director、Executive Director、Associate Director和Head Judges。以上职务中两者只有Executive Director是相同的,均为COMAP总裁Solomon A. Garfunkel先生,其他没有重叠。据此推断,两个竞赛的命题、评审等工作应该是各自独立进行,因此两者在题目风格、评审尺度、取奖比例等方面均有差别。

两个竞赛参赛队数和构成不同,奖项比例也不一样。根据COMAP公布的报告,2016年MCM有7421支队伍参赛,其中美国参赛队389支,其他7032支队伍主要来自中国,评出Outstanding 13个(约0.18%),Finalist 22个(约0.3%),Meritorious 594个(约8%),Honorable Mention 2604个(约35%);而2016年ICM有5025支队伍参赛,其中美国参赛队91支,评出各奖项的个数分别为14、15、935、2287,相应比例约为0.28%、0.30%、18.6%、45.5%。简单的说有这么几个特点,MCM/ICM竞赛主要是中国的参赛队,美国的队伍主要参加MCM,而ICM的评奖比例更高一些。有人整理了2012年之前的竞赛数据,并做了详细地分析,有兴趣的朋友可以看一下这篇文章:美国大学生数学建模竞赛数据及评阅分析 。

同样根据上面这篇文章中的数据,两个竞赛每年的取奖比例并不是一个固定的数值,有一定的波动。有可能是确定一个大致的比例,再根据当年论文的质量,确定获奖论文。两个竞赛也可能因为组委会成员不同,具体的操作方式也不一样。

近几年ICM竞赛要求论文正文部分不超过20页,而MCM没有类似要求。这对母语非英语的参赛者来说,有一定影响。

总体概括来说,MCM和ICM的区别可以概括为以下几点:

1、题型不同。

ABC题是MCM,DEF是ICM,选不同的题参加不同的竞赛。

2、组委会不同。

两者组委会几乎没有重叠。

3、题目风格不同。

差异比较大,参见上述问题的链接。

4、中国参赛队占比不同。

ICM中中国队相对更多一些,虽然MCM的中国队也很多。

5、获奖比例不同。

除了O和F不好比,ICM的M和H比例更高一些。

MCM 偏自然、理工,而ICM偏社科、人文。MCM对数学,计算机要求相对高,而ICM对逻辑,写作要求相对高。

相同点主要体现在形式上,对参赛者而言,可以认为是一个竞赛。相同点可以概括为:

1、竞赛组织者都是COMAP。

2、竞赛时间完全相同

3、报名系统、报名费、交卷方式完全相同。

综合以上MCM和ICM异同点和相同点,赛前可以根据题目的特点,有针对性的做一些准备工作,根据自己队伍的实际情况,大致确定参加哪一个竞赛即可。

建议是如果自己队伍的整体实力是非常强大的,主要是为了冲击一等奖(M)及以上的奖项时,就得有自己十分擅长的题目,对于这个非常擅长的题目呢,提前准备一些常用的模型和算法以及程序,比赛时直接使用,这样可以大量的省时间,有一点觉得时非常必须的,就是赛前一定要看大量的优秀论文,从当中提取出好的方法,看看自己能否运用,概括一下文中的优点,以及思考为什么这个论文可以获得高档次奖项,自己能不能可以往这个方向做,当思考想清楚这些的时候,自己再写论文,就可以做到和优秀论文相似的效果和排版样式,这对于拿到大奖时非常有帮助的。 在本文中详细介绍了MCM和ICM的异同,6中题型的差异,以及它们都是适合什么样的人群去参加。美赛时间愈来愈近了,希望大家都能够准备充分,自信勇敢的参加比赛,预祝大家都能够取得好成绩。

 

【竞赛报名/项目咨询+微信:mollywei007】

上一篇

英国G5大学对IB及AP课程录取要求汇总!

下一篇

牛津大学物理专业怎么样?学长学姐为你解答

你也可能喜欢

  • 暂无相关文章!

评论已经被关闭。

插入图片
返回顶部
Baidu
map