给参加MCM同学的一些建议——如何在短时间内争取最大可能性拿奖

彭子未·广东财经大学
2015-03-24
阅读数2280

这篇文章主要探讨如何在明天就比赛的情况下,增大获奖的几率。

另外还要先对我去年写的《当我谈数学建模时我谈些什么——美赛一等奖经验总结》做一些解释。


去年我写的《当我谈数学建模时我谈些什么——美赛一等奖经验总结》(http://blog.renren.com/blog/296254215/855386875)授权给上海交大数协转载后,到今天已经有超过10000的浏览量了,全站评论也有上千条,说实话,我没想到这篇文章能传播这么广,着实吃了一惊。今天抽空看了看评论,觉得毕竟这文章是去年写的了,有的地方今天看来也觉得表述不很到位,这里统一做一下解释,别误导了大家。


1、我写此文的目的——这篇文章的阅读对象

写此文是在去年美赛结束后第二天开始的,为的是能够详实而完整的记录整个比赛过程。文中提到了我的背景只是一个文科专业的双非院校学生,因此此文的对象是那些和我一样在普通大学、读普通专业渴望逆袭而又觉得自己实力不足的同学。我记录下比赛的全流程是想给我们学校的师弟师妹一个参考:如果失败了,没拿奖,那这么做就不可取;如果成功了,他们可以如法炮制,增加获奖几率。所以某些牛大的骄子们,此文本来的对象就不是你们,喷此文好比批评幼儿园教材太幼稚一样,没有意义。


如果你们的目标是F奖或者O奖,像这里的这位一样:

blob.png

请你们戳这里:https://docs.google.com/file/d/0B5dLYzw7XIleZ2poRWhSSV9ubGc/edit去年O奖大神的经验总结,我的这篇文章你读到这里就可以了。


2、关于睡眠与LaTeX

评论里讨论最多的就是这个问题。去年美赛4天我只睡了10小时,现在我自己都觉得夸张,而且肯定也做不到了。其实,这个睡眠时间因人而异,你什么时候想睡就睡好了,只要不耽误做题,一切睡眠安排都OK。我想去年很可能是因为实力不行,心里没底,导致想以压缩睡眠时间来做题,其实现在觉得这样也不可取。后来我还参加了2012年的国赛,这次睡眠充足,作息规律,结果是我们队成为了广东省推荐国家一等奖并参与答辩的6支本科队之一,这也弥补了我前年国赛的遗憾。所以睡眠这个问题,我还是建议大家自己妥当安排。


LaTeX,我去年没用,因为没时间去学了。如果你之前用过,或者有模板可以套用,我大力推荐使用,毕竟LaTeX对公式的编辑等功能相当强大。如果你之前没用过,比赛时还是用word吧,保险。


3、关于国赛与美赛的获奖几率

我觉得这个没法比较。国赛拿到省一的几率大概在10%左右,国一大概是1%左右。美赛拿到M奖的几率是10%以上(不过有下降趋势),拿F奖与O奖几率不到1%,下图是美赛四年的获奖数据统计。

blob.png

 

从数据上看美赛好像和国赛或将概率差不多。事实上,国赛参赛人数是美赛的几倍之多,但是国赛的队伍水平良莠不齐,而美赛的参赛队伍质量还是不错的,比如985某工大2012年就有400多支队伍报名,毕竟花那100刀报名还是要掂量掂量自己水平的。再举个例子,中山大学2012年国赛省一数量还不如我们学校,但是美赛的一等奖数量就甩我们几条街了(而且还有F奖,广东省第一个)。至于国赛和美赛哪个更有含金量,这个视你的个人情况而定。


如何增大获奖几率——即使明天就比赛


解释完了原来文章的3个问题,我们进入正题。我看到评论里这哥们说的很好:

 

blob.png

我就在他的基础上进一步做一些说明吧。首先,如他所说“排版好,二等奖保拿”,虽然没有那么绝对,但是排版确实非常重要。我建议戳这里:

http://blog.renren.com/blog/347010309/893264505

套用里面的模版,基本上能解决图、表、公式等的排版问题。不放心的话,还可以在数学中国上找找分享的美赛一等奖文章,模仿人家的排版也可以。用LaTeX的可以直接找模板套。


排版问题解决了,二等奖到手。怎样冲击一等奖?如这位仁兄所言“解题有自己的独到见解”(虽然他说的是O奖F奖,但我觉得M奖也需要),那么怎样才能做到有“独到见解”呢?这是在短期内增大获奖几率的关键所在。


在我看来,最可行的方法是“他山之石可以攻玉”,这是一个在短期内提高论文档次的方法。所谓“他山之石”就是指别的学科的方法,将别的学科的思维与方法迁移到题目中,创新出新的方法,往往能够达到很好的效果,做到“独到见解”。大家仔细想想看,所谓的启发式算法,如遗传算法、蚁群算法、模拟退火等等,皆为将其他学科的思维引入优化问题,取得了奇效。


我再以去年那道树叶分类作案例加以解释。这道题的o奖有一组来自上海附中的选手(应该是目前世界上唯一一组中学生o奖)。如图,膜拜一个先

 blob.png

我看了他们的论文,感觉所涉及到的模型难度并不大,但整篇文章的思路十分清晰,而且他们非常好的用到了生物方面的知识,将高中生物的内容迁移到题目中构建出简洁而有用的模型。这是他们模型摘要中的一段话及模型中的一副图:

 blob.png

即用二氧化碳封存量与树龄方面知识建立模型估计树叶的总质量。

 blob.png

即用阳光在不同时间的照射角度建立的树叶分布模型示意图。


二氧化碳、阳光照射角度这些内容高中时都学过,可是做这道题时并没能想到。我记得当时就是满脑子的模式识别、神经网络什么的,完全忽略了效果更好的、与生物学相关的这些知识。所以说:


他山之石可以攻玉——短时间内争取最大可能性拿奖的不二法门。


在明白了这一方法后,接下来要做的事情就很明确了。我在《当我谈数学建模时我谈些什么——美赛一等奖经验总结》提到“文献为王”,原文如下:


“ 我一直认为‘文献为王’。阅读文献的数量很大程度上决定了你论文的质量。因为看过的文献越多,知道的方法越多,可选择的范围越广,建立的模型越符合实际。关于文献搜索,三个人要分工,即根据题目中可能涉及到的知识,分头寻找。一般先找中文资料,在知网、维普、万方等数据库上进行搜索。我的建议是把一个数据库上关于这方面资料10年的所有相关论文都下载下来,然后用浏览的方式看完,有了一定的了解后选择其中适合的方法加以改进创新,完成模型的建立。其实很多中文文献都是借鉴英文文献而来的,读中文资料相当于读英文资料的概要。阅读完中文文献后可以开始搜索英文文献,根据题目中的关键词进行搜索,可能搜索结果并不理想,这时候将关键词换为其近义词进行再次搜索,多次尝试后可能会得到比较满意的结果。另外就是按照参考文献历程搜索,每篇文献后面都列有相关的参考文献,可以通过寻找这些文献来理解研究历程,很可能就有新的发现。查找到文献后,要注意整理与归类,方便寻找与最后的记录。我在国赛时找到的文献资料加起来有82M,美赛时168M,从一个侧面反映出美赛的难度是相当大的。”


在这里要对这段话做一些解释,也是我后来又悟到的一些东西。其实阅读文献的过程就是一个寻找“他山之石”的过程。你读的文献越多,涉及的面越广,能找到的适用性方法越多,创新的可能性越大,文章见解越独到,拿奖的可能性就越大。查找文献时不要放过任何一个细节,大量的去浏览,这是一个量变引发质变的过程。


关于文献怎么找的问题,中文的戳你们学校图书馆的电子期刊数据库网站,英文的Google学术基本够用了。这里有一篇文章会有帮助:

http://blog.renren.com/blog/347010309/892941364

另外还有一些事项要注意,戳这里:

http://blog.renren.com/blog/384403800/894030708


写在最后的话


我不是什么大神,我很清楚自己的能力,引冯唐的一句话“心里一撮小火,身体离地半尺,不做蝼蚁,不做神,做个写字的人。”我只是想把自己的经历写下来,分享给大家,抛砖引玉,能帮的忙就尽量帮了。我已经告别数模竞赛,写此文的原因是我的很多高中同学今年要参加美赛,我希望他们都能获得好成绩。但我的能力有限,加上平时不怎么上人人(注册了3年的页面访问量没到1000),能帮大家的也就只有这么多了。


我承认很多人都是抱着功利的心态去参加美赛,一心想着去拿奖,然后申请一个好学校。我觉得这样做无可厚非,如果我的文章真的能帮你拿到大奖,申请上好的学校,那我的目的就达到了,也希望你能够把你的经历分享出来帮助更多的人。顺便提一下,我美赛的队友今年申请研究生,雅思成绩不够,GPA2.9/5,无奖学金论文,拿到了兰卡斯特大学应用统计学条件录取offer加1000磅奖学金(愿他早日屠鸭成功)。所以可见美赛的M奖还是挺有分量的,各位加油吧。


如果各位文献读得多了,会发现中国在一些领域里面的研究落后国外不少,很可能国外上世纪80年代就已经做出的成果文献,国内到了近几年才引入出现,甚至根本没有相关课题的研究成果,这难免令人失望。所以,我更希望大家能够在比赛之后,抛开那些功利性的东西,细细的将数学建模相关知识梳理一遍,搞清楚之前没弄懂的东西,为将来深造打下扎实的基础。中国学术的未来在你们身上,加油吧。


最后再分享一哥们的留言,我欣赏你的态度。

blob.png


彭子未

2013年1月31日


本文由 彭子未 授权 赛氪网 发表,并经赛氪网编辑。转载此文章须经作者同意,并请附上出处(赛氪网)及本页链接。原文链接https://www.saikr.com/a/1414
收藏
分享
别默默的看了,快来和大家聊聊吧,登录后发表评论~ 登录 立即注册
打赏
彭子未
打赏金额(金额:¥0)
给Ta留言
赏金已入袋,多谢!(*^__^*)
赛氪APP全新升级 反馈 下载
关注 微信公众号 关注赛氪订阅号 微信服务号 关注赛氪服务号
购物车
顶部
温馨提示

非常抱歉!本站不支持旧版本IE浏览器~~建议使用IE10/IE11/Chrome/Firefox/Safari等高级浏览器浏览。

温馨提示
温馨提示
帮助与反馈

热门问题