中国大学生数学建模竞赛的竞赛指南

Ⅰ、概念

简单地说：数模竞赛就是对实际问题的一种数学表述。　具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。　更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。　数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。

Ⅱ、由来

1985年在美国出现了一种叫做MCM的一年一度大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The William Lowell Putnam mathematical Competition，简称Putman（普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。

中国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。　数学模型竞赛与通常的数学竞赛不同，它来自实际问题或有明确的实际背景。它的宗旨是培养大学生用数学方法解决实际问题的意识和能力，整个赛事是完成一篇包括问题的阐述分析，模型的假设和建立，计算结果及讨论的论文。通过训练和比赛，同学们不仅用数学方法解决实际问题的意识和能力有很大提高，而且在团结合作发挥集体力量攻关，以及撰写科技论文等方面将都会得到十分有益的锻炼。

Ⅲ、方法引

一、机理分析法 从基本物理定律以及系统的结构数据来推导出模型。

1. 比例分析法--建立变量之间函数关系的最基本最常用的方法。

2. 代数方法--求解离散问题（离散的数据、符号、图形）的主要方法。

3. 逻辑方法--是数学理论研究的重要方法，对社会学和经济学等领域的实际问题，在决策，对策等学科中得到广泛应用。

4. 常微分方程--解决两个变量之间的变化规律，关键是建立"瞬时变化率"的表达式。

5. 偏微分方程--解决因变量与两个以上自变量之间的变化规律。

二、数据分析法 从大量的观测数据利用统计方法建立数学模型。

1. 回归分析法--用于对函数f（x）的一组观测值（xi,fi）i=1,2… n，确定函数的表达式，由于处理的是静态的独立数据，故称为数理统计方法。

2. 时序分析法--处理的是动态的相关数据，又称为过程统计方法。

三、仿真和其他方法

1. 计算机仿真（模拟）--实质上是统计估计方法，等效于抽样试验。

① 离散系统仿真--有一组状态变量。

② 连续系统仿真--有解析表达式或系统结构图。

2. 因子试验法--在系统上作局部试验，再根据试验结果进行不断分析修改，求得所需的模型结构。

3. 人工现实法--基于对系统过去行为的了解和对未来希望达到的目标，并考虑到系统有关因素的可能变化，人为地组成一个系统。

（参见：齐欢《数学模型方法》，华中理工大学出版社，1996）

Ⅳ、题型

赛题题型结构形式有三个基本组成部分：

一、实际问题背景

1. 涉及面宽--有社会，经济，管理，生活，环境，自然现象，工程技术，现代科学中出现的新问题等。

2. 一般都有一个比较确切的现实问题。

二、若干假设条件 有如下几种情况：

1. 只有过程、规则等定性假设，无具体定量数据；

2. 给出若干实测或统计数据；

3. 给出若干参数或图形；

4. 蕴涵着某些机动、可发挥的补充假设条件，或参赛者可以根据自己收集或模拟产生数据。

三、要求回答的问题 往往有几个问题（一般不是唯一答案）：

1. 比较确定性的答案（基本答案）；

2. 更细致或更高层次的讨论结果（往往是讨论最优方案的提法和结果）。

Ⅴ、研究生数模竞赛

提交一篇论文，基本内容和格式大致分三大部分：

一、标题、摘要部分：

1.题目--写出较确切的题目（不能只写A题、B题）。

2.摘要--200-300字，包括模型的主要特点、建模方法和主要结果。

3.内容较多时最好有个目录。

二、中心部分：

1.问题提出，问题分析。

2.模型建立：　①补充假设条件，明确概念，引进参数；

②模型形式（可有多个形式的模型）；

③模型求解；

④模型性质；

3.计算方法设计和计算机实现。

4.结果分析与检验。

5.讨论--模型的优缺点，改进方向，推广新思想。

6.参考文献--注意格式。

三、附录部分：

1.计算程序，框图。

2.各种求解演算过程，计算中间结果。

3.各种图形、表格。

我在大二的时候就和室友一起参加过全国大学生数学建模竞赛，学校里也上过这方面的专业课，可以说对此有点自己的见解和建议。下面我想分享一下自己当时做的一些准备供你参考。

首先，肯定要学习数学模型方面的知识。

数学建模，顾名思义就是建立数学模型，需要你去了解一下常用的数学模型。有些同学可能会疑问，数学还有什么模型呢？不就是套套公式吗。其实不然，对于国赛，最常用的莫过于概率论与数理统计了。

我当时的做法是，对于所有常用的模型（可以从历年题目中找找规律），了解一下它们的用法和适用范围，这样比赛的时候你就知道能用什么模型去套，否则很容易走入死胡同。我当时看的书是《数学建模算法与应用》，毕竟数模也是跟编程、算法等离不开的。

其次，一定要挑选合适，最好是专业互补的队友。

团队合作对于你的成绩也是有很大影响的。一方面，是性格上合得来，否则过程中会出现很多矛盾，切忌找那些混子队友，特别是那些出工不出力，只想混奖的。其次我认为，大家最好是专业互补的，比如你是数院我是学计算机的，这样你可以负责建模，我可以负责算法的实现，这样可以大大提高效率，而不用花大时间去学习新的知识。

我当时就拉上了我的室友，他也是有过ACM竞赛经历的，对于算法以及编程这块完全没问题。之后我们还拉了一个数院的来，毕竟他学过数学建模的专业课，有过大概的了解。

最后，我认为提早学习相关软件是必要的。

尤其是如果你之前没接触过Matlab，Matlab的循环、条件、判断语句的结构以及赋值等运算，还是需要提前熟练掌握的，而不是一边比赛一边去学新知识。

对于学计科的我，我认为如果你学过C语言或者任何一门程序设计语言，那么Matlab的上手是很快的。如果你不知道一个函数的用处，直接在命令窗中输入：help+该函数名称即可返回使用说明。

当然，如果你学有余力的话，可以去学SPSS这种专业的统计软件，或者像Visio这样的绘图软件，在统计或者绘图等方面，用起来更加方面，图案也更加精美。

? 总而言之，对于大学的数学建模竞赛，还是需要好好准备的，无论是数学的专业知识还是算法的设计实现。如果能找到合适的队友，那么合作起来还是很轻松的，希望你能得到一个好成绩！