2014研究生数学建模

研究生可以参加哪些数学建模竞赛？

提示：

研究生可以参加哪些数学建模竞赛？

研究生可以参加的数学建模竞赛： 01数维杯大学生数学建模竞赛： 为了培养学生的创新意识及运用数学方法和计算机技术解决实际问题的能力，内蒙古创新教育学会、内蒙古创新教育资源开发研究院举办。 竞赛分为数维杯国赛与数维杯国际赛。数维杯国赛竞赛时间为5月中旬，数维杯国际赛竞赛时间为11月中旬。两者报名流程以官网为主。 参加数维杯的优势在于，五月份国赛为高教社杯国赛打基础，十一月份数维杯国际赛为次年美赛打基础。是很值得同学们练手的竞赛。竞赛可作为校内综合素质测评及奖学金评定、保研加分等政策，国内外具有较高的影响力。 02华为杯中国研究生数学建模竞赛： 中国研究生数学建模竞赛作为教育部学位管理与研究生教育司、 教育部学位与研究生教育发展中心指导， 中国学位与研究生教育学会。 中国科协青少年科技中心主办的＂ 中国研究生创新实践系列大赛＂主题赛事之一，是一项面向在校研究生进行数学建模应用研究的学术竞赛活动。 是广大在校研究生提高建立数学模型和运用互联网信息技术解决实际问题能力，培养科研创新精神和团队合作意识的大平台。 经竞赛组委会研究决定，2021年＂华为杯＂第十八届中国研究生数学建模竞赛由 华南理工大学承办，由华为技术有限公司赞助。 本届竞赛参赛对象是中国（含港澳台地区）高校、研究所的 在读研究生（硕士生、博士生）和已获研究生入学资格的本科应届毕业生，以及国外大学在读研究生和国内大学在读留学研究生。

大学生数学建模竞赛含金量高吗？

提示：

大学生数学建模竞赛含金量高吗？

先说含金量，含金量其实挺高的，在我们学校是作为A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。我个人认为这还是不错的。 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，可能有点冗长。 对于获奖难易程度，我很同意楼上“不想让熟人看见”的回答，难不难拿奖很大程度上看选题。我参加的是19年的国赛，在组里是编程手。 这是我第一次参赛，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。 网友经历： 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。

数学建模大赛含金量是多少？

提示：

数学建模大赛含金量是多少？

数学建模大赛的含金量算是大学生能参加的比赛中比较高的一个了，不过也还是要看你是学哪方面的，数学专业就不用说了，积极一点的都会去参加，其他理工科的专业也很鼓励参加，如果能在数学建模大赛中获奖，那是最好的。 不过如果没能获奖，有那样一次经历也是很值得的，因为在大学很难找到那样一种充实的感觉，有了这种经历，以后很多事都会变得没有那么困难。 只要提到数学建模竞赛，国赛是无论如何都绕不过去的。2016年全国已有三万多支参赛队伍参加，参赛人数接近十万人。如果考虑到很多学校为国赛设立的校内选拔赛，这个数字可能还是会上升好几倍。 国赛分为国家奖和省级奖两种。国家奖的获奖率较低，2016年国一获奖率不到1.1%，国二获奖率大约5%-6%，国奖整体获奖率大约在7%。由于明年将会进一步限制国奖获奖数量（国一每题150，国二每题600），因此明年开始国奖获奖率很有可能低于5%。

研究生数学建模三等奖难吗

提示：

研究生数学建模三等奖难吗

研究生数学建模三等奖难。 全国大学生数学建模竞赛创办于1992年，每年一届，已成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞赛。 2018年，来自全国34个省／市／区（包括香港、澳门和台湾）及美国和新加坡的1449所院校／校区、42128个队（本科38573队、专科3555队）、超过12万名大学生报名参加本项竞赛。 相关信息介绍： 建模过程 1、模型准备 了解问题的实际背景，明确其实际意义，掌握对象的各种信息。以数学思想来包容问题的精髓，数学思路贯穿问题的全过程，进而用数学语言来描述问题。要求符合数学理论，符合数学习惯，清晰准确。 2、模型假设 根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。 3、模型建立 在假设的基础上，利用适当的数学工具来刻划各变量常量之间的数学关系，建立相应的数学结构（尽量用简单的数学工具）。