如何迅速入門參加2017HiMCM數(shù)模大賽

第一步:提出問題.

大家可能會想,題目不是已經(jīng)給出問題了嗎? 是的,但是這里的提出問題是指：用數(shù)學(xué)語言去表達(dá)。首先，題目一定要通讀若干遍，“看不懂，讀題目；看不懂，讀題目”，如此反復(fù)循環(huán)的同時查閱相關(guān)資料。這通常需要大量的工作，而且要根據(jù)題目的特點做一些假設(shè)。

看的差不多了，就開始用數(shù)學(xué)形式提出問題，當(dāng)然，在這之前，先引用或者定義一些專業(yè)術(shù)語。 接下來進(jìn)行符號說明，統(tǒng)一符號（這點很重要，三個人之間便于溝通，論文便于展現(xiàn)），并列出整個問題涉及的變量，包括恰當(dāng)?shù)膯挝唬谐鑫覀円阎蛘咦鞒龅募僭O(shè)（用數(shù)學(xué)語言描述，比如等式，不等式）。 做完這些準(zhǔn)備工作后，就開始正式提出問題啦。用明確的數(shù)學(xué)語言寫出這個問題的表達(dá)式，加上之前的準(zhǔn)備工作，就構(gòu)成了完整的問題。

這部分的內(nèi)容反映到論文結(jié)構(gòu)上，相當(dāng)于前言，問題提出，模型建立部分。注意，剛開始建立的模型很挫沒關(guān)系，我們隨時可以返回來進(jìn)行修改的。

第二步:選擇建模方法.

在有了用數(shù)學(xué)語言表述的問題后，我們需要選擇一個或者多個數(shù)學(xué)方法來獲得解。 許多問題，尤其是運(yùn)籌優(yōu)化，微分方程的題目，一般都可以表述成一個已有有效的標(biāo)準(zhǔn)求解形式。這里可以通過查閱相關(guān)領(lǐng)域的文獻(xiàn)，獲得具體的方法。為什么不是查閱教材呢？基本上教材講的都是基礎(chǔ)的，針對特定問題的，教材上一般找不到現(xiàn)成的方法，但是教材依然是很重要的基礎(chǔ)工具，有時候想不出思路，教材（比如姜啟源那本）翻來翻去，會產(chǎn)生靈感，可以用什么模型。

第三步:推導(dǎo)模型的公式.

我們要把第二步的方法實現(xiàn)出來，也就是論文的模型建立部分。我們要對建立的問題進(jìn)行變形，推導(dǎo)，轉(zhuǎn)化為可以運(yùn)行標(biāo)準(zhǔn)方法解答的形式。這部分通常是借鑒參考文獻(xiàn)的過程，做一些修改，以適應(yīng)本題的情況。

第四步:求解模型.

這時候需要編程了

統(tǒng)計模型：SPSS,Eviews，Stata ，都是菜單式操作，easy的。

數(shù)據(jù)分析：R，數(shù)據(jù)庫SQL Server，IBM?DB2

微分方程：Maple,Mathematic,MATLAB

運(yùn)籌規(guī)劃：Matlab，Lingo

智能算法：Matlab，R

時間序列：統(tǒng)計模型中的那些軟件，或者R，Matlab

圖像處理：Matlab，C++

Matlab是必須的，SPSS相對最容易，一般情況下夠用了。

第五步:回答問題.

也就是論文的討論部分。這部分是對你整篇論文成果的總結(jié)，一定要寫的有深度。除此之外，通常還要寫上一些靈敏度分析，如果是統(tǒng)計模型的話，要有模型檢驗。論文通常會需要畫一些圖表，可以使用Matlab、R等軟件來畫跟數(shù)據(jù)有關(guān)的圖，使用Visio或者PPT畫流程圖之類的圖。

文獻(xiàn)為王，建模的題目，基本上是某個教授的研究課題，憑我們本科生的水平，基本上做不到對題目的深刻理解。所以要多看文獻(xiàn)。

看文獻(xiàn)也有技巧：剛拿到題目，先查一下相關(guān)背景資料，了解題目是哪方面的。接下來看文獻(xiàn)，找一下碩士論文，博士論文以及綜述性質(zhì)的文章，碩博論文一般都會詳細(xì)介紹下整個課題的國內(nèi)外研究情況，綜述就更不用說了，它就是對大量原始研究論文的數(shù)據(jù)、資料和主要觀點進(jìn)行歸納整理、分析提煉而寫成的論文。看完這些，就可以比較有深度地把握題目，也知道如果我們要進(jìn)行創(chuàng)新的話，往哪方面走。

接下來，可以根據(jù)小組三人討論的結(jié)果，有針對性的看一下有深度的文獻(xiàn)，文獻(xiàn)看得多了，就可以考慮開始創(chuàng)新了，像愛因斯坦那樣開辟相對論等新領(lǐng)域的創(chuàng)新，是很有難度的，但是我們可以退而取其次，不是有句話叫做“他山之石，可以攻玉”嗎？

我們要做的就是組合創(chuàng)新！ 領(lǐng)域內(nèi)組合創(chuàng)新，把一個學(xué)者的方法嫁接到另一個學(xué)者的模型上。 以及交叉領(lǐng)域創(chuàng)新，把把自然科學(xué)的知識用到社會科學(xué)上，或者用社會科學(xué)解釋自然科學(xué)的結(jié)果等等。（這里就可以體現(xiàn)，跨專業(yè)建模隊伍的先天優(yōu)勢了：不同專業(yè)對同一個問題的思維是不同的，可以擦出創(chuàng)意的火花）

3、掌握一點數(shù)據(jù)處理的技巧

建模的題目，A.B兩道題?；旧鲜且活}連續(xù)，一題離散；一題自然科學(xué)（理工科），另一題社會科學(xué)（經(jīng)濟(jì)管理）。

掌握一點數(shù)據(jù)處理的技巧是很有必要的。比如數(shù)據(jù)缺失值的處理，插值與擬合等。尤其是數(shù)據(jù)缺失值的處理，基本上A,B題都有可能涉及，建議熟練掌握。

4、關(guān)于編程水平，軟件操作水平幾乎決定了一個隊伍的結(jié)果上限。MATLAB是必備的，必須要熟練掌握各種模型的實現(xiàn)。此外，SPSS(或者R)也是要掌握的。Mathematic和MATLAB的替代性很強(qiáng)，不掌握也沒關(guān)系（僅在建模方面，mathematic 當(dāng)然也是很強(qiáng)大的）。

?