如何写《数学建模心得体会》教你5招搞定！（精选5篇）

更新日期:2025-05-08 10:48

写作核心提示：

写一篇关于数学建模心得体会的作文，以下是一些需要注意的事项：
1. 确定主题：在写作之前，首先要明确自己的心得体会主题，如数学建模在解决问题中的应用、数学建模的技巧和方法、数学建模的挑战与收获等。
2. 结构清晰：一篇好的心得体会作文需要有清晰的结构，通常包括引言、主体和结尾三个部分。
- 引言：简要介绍数学建模的概念、背景和意义，以及自己在数学建模过程中的经历和感受。 - 主体：详细描述自己在数学建模过程中的具体经历，包括遇到的问题、解决方法、收获与体会等。主体部分可以按照时间顺序、问题分类或方法技巧等方面进行划分。 - 结尾：总结全文，强调数学建模的重要性，表达自己对数学建模的热爱和期待。
3. 语言表达：在写作过程中，要注意以下几点：
- 使用简洁明了的语言，避免冗长和啰嗦； - 运用丰富的词汇和句式，使文章更具文采； - 适当运用修辞手法，如比喻、排比等，增强文章的表现力。
4. 逻辑严谨：心得体会作文要求逻辑清晰，条理分明。在描述问题、分析和解决方法时，要遵循一定的逻辑顺序，使读者能够轻松理解。
5. 举例说明：在作文中，可以适当举例说明自己在数学建模过程中的具体实践，使文章更具说服力。
6. 反思

我们为什么要学习数学建模？

本文作者林珈音，加州大学伯克利分校数学专业学生。本文生动讲解了作者学习数学建模的过程，并对正在学习数学建模的读者给出建议。希望给你带去启发。

在学习数学建模之前，我其实是很迷茫的。我当初各科成绩平平，就数学比较好，但也没拿过什么出色的“奖项”，因此，我从来没有把数学当作自己可能的发展方向。

我曾经以为数学一定是“金字塔尖”，只有最优秀的人才可以去钻研高深的学问，但是，数学建模让我把这些数学上的成果和现实联系到了一起。

我和同学们在学到数据直径与荣格定理这部分内容时，产生了一些改进思路，于是在老师的鼓励下，大家讨论并发表了一个计算数据直径的近似算法。

内容很“幼稚”，并没有高深的理论和技巧，但是它能让我在近似的时候平衡精度和效率的需求。

这次体验，以及我在高中学习三年数学建模的其他经历，让我逐渐感觉到学数学并不是只能用智商当门票，也不是单纯地沉浸在孤立的公理系统里。你可以选择站在这个庞大的公理系统的千百年成就的肩膀上，为现实提供一个更高的眼界。

这些经历最终带我走向了今天的应用数学和计算机专业。虽然我不是领域里的佼佼者，但我会持续热爱我的学习和工作，并在此过程中提升自己。

对于有一定基础的同学，《数学建模33讲》这本书里的许多话题，例如随机数生成器、连分式计算修正、曲线受控形变等，都有很具体的计算和应用实例，在“精读”过程中上手操作，会让读者在数学建模方面收获很大。

比如使用Excel，同学们就可以用书中的LCG算法生成一组随机数列，然后画个图看看它们是否“随机”；有编程基础的同学也可以写一段贝塞尔曲线的绘制代码，画出一条可以拖拽受控的曲线玩一玩，然后打开电脑里的“画图”和它比一比。许多看起来很抽象的计算和证明，在你亲自上手做一做之后，就有更直接的体验。

“上手操作”并不代表把书中的模型抄下来，变成某种语言的代码跑一遍，因为你并不可能把它“抄下来”。

每一个模型都有自己的参数，以及它们对各自参数的稳健性。例如，当我刚学完书里所讲的生态系统的周期解时，就洋洋得意地给伙伴们展示“好玩的东西”，然后，我一点运行那个“闭环”，根本不闭合！大家哄笑一片。我的数值近似误差太大了。

很多时候，你甚至不用选择到一个“不好”的参数，就会发现一些模型在你的情景里是“没有用”的。在课堂上学习万有逼近原理的时候，我认为，只要数据有了，Sigmoid就能一劳永逸的得到一切函数关系，那之前学那么多建模干什么？

于是我用1000组一百以内的勾股数组成了一个数据集并拟合了二元的Sigmoid函数，然后输入两条长度200的直角边，并发现模型告诉我斜边长100。Sigmoid函数可能在大量数据集范围内做到“万有逼近”，但是，生搬硬套拿去做预测，它就是“没有逼近”。

这个过程是学生和模型的一个“磨合“，多次尝试多次失败，才会对模型的各种特征有更全面的了解。

我现在本科读应用数学，而学习数学建模的经历对我在数学学习过程中形成“批判性思维”，具有很大的促进作用——我并不是指，看见什么东西就要“批判”一下，而是在学习过程中，我经常会碰到许多乍看下“无所不能”的东西，但是，我总会通过“精读”试着把它放进一些现实的情景下，亲手操作出来。

上数值分析的时候，我经常用更高收敛速度的算法把电脑“卡死”，精度取很高结果反而会闹出“闭环不闭合“的笑话，诸如此类的现象多次发生，才让你对书本产生新的理解。

这种“构造反例”的学习方法对我的纯数学课程也有很大的帮助，比如实变函数、抽象代数里，许多看似很强的命题或者很有道理的伪证，在极端的反例下才会暴露它的另一面。

《数学建模33讲》是一本给初学者的科普读物，大家在课外阅读，不仅可以拓宽视野，而且能体验数学建模的运用范围。

书里的例子很有趣，如黑暗森林守则、纽结与琼斯多项式、生态循环等，涉及了社会现象、日常生活、自然生态等各不相同的领域，这些都是看似和数学毫不相关的话题。

我建议大家在阅读的同时，对这些话题进行直观思考，然后再看到模型，就可以与自己直观的想象进行对比。

比如，我在读到黑暗森林守则这部分内容的时候，又回去读了一遍《三体》中执剑人交接的片段，然后再回来看模型。

当结合了对故事情节的直观想象之后，我感受到这种博弈和最优化的模型建立相当生动，而这段反思也让我对地球和三体短暂僵持后瞬间毁灭的制衡关系，有了更深的感触。

数学建模从来不是孤立于现实的公式推导，模型所反映出来的特征和人们对现实的直观观察、呼应或反差，可以同时引起对数学的众多使用，以及对现实的更多思考。

我在数学建模时的最大感触就是：数学是一个和现实紧密相关的学科，然而，在“应用”数学的时候，我们总会发现它存在“有用”的一面和“没用”的一面。

当你开始明白自己所学的东西在什么时候“没用”的时候，你才算是真正开始掌握了它。

本周三晚19:30，我们朱浩楠老师做客《中国教师报》直播间。届时图灵社区视频号也会同步转播，为大家详解数学建模。

之前，有不少读者反馈没听够朱老师的直播，这次可千万别错过啦！

参加美国大学生数学建模竞赛的4点收获，让科研道路更宽阔

说起本科生保研和考研复试的加分项，参加各类国际性比赛无疑是重要的途径之一。

而美国大学生数学建模竞赛（MCM/ICM）越来越受到国内大学生们的关注，参加的人数逐年增加。

2017年～2021年，我连续5年指导本科生组队参加了MCM/ICM。通过对比赛题目、学生表现的思考，有4点感悟分享给大家，希望对今后的科研工作有借鉴作用。

“我X，老美竟然这种题目都能想出来！！！”

我想，这是所有参加过MCM/ICM的同学，拿到比赛题目时的第一反应。

的确，老美设计的竞赛题目，从移民火星到治理赞比兹河，从气候变化到塑料垃圾处理，从逃离卢浮宫到无人机灾难响应系统，真可谓是脑洞大开、无所不包，真让人佩服的五体投地。

之所以发出这种感叹，正是由于中西方的思维认识方式存在差异。

大体来说，中国人偏好于形象思维、综合思维和求同思维，而西方人偏好于逻辑思维、分析思维和求异思维，这种差异主要是受到文化特征、思维习惯、人生信条和行为规范等诸多因素的影响。

对西方人思维方式的了解和感触，这是每一位经历三天三夜不眠战斗同学的一点收获，而开放包容的思维方式正是研究生阶段从事科研工作所必须的技能。

我们在感叹老美出题刁钻的同时，也不得不赞扬他们的务实精神，所有的问题都是基于解决现实问题的探讨。

而且，西方人往往喜欢更加直接、简捷的解题方式。

经分析发现，获得MCM/ICM的M奖，甚至F奖和O奖的作品，大多采用的都是极为简单和实用的解题方法。

而中国学生则往往为了追求“高大上”，恨不得把所有知识都用上，构建起华而不实甚至连自己都不知所云的模型来。

古人云：大道至简。

研究生参与科研课题项目，有时不用刻意去追求使用本领域内最先进、最高端的方法，最简单、最实用、最能转化成实际效益的方法，其实才是最优的方法。

按照MCM/ICM要求，每支参赛队伍由3名学生组成。2017年，我指导的小组分别由略懂建模、编程和英文写作的3名男生构成。

在实际的建模过程，队伍的“指挥员”不是由善长建模的男生来担任，而是那位一点也不懂建模原理的英文写作手。

他拿到题目后，想法堪称天马行空，恨不得把什么人类科技、全球经济全都用上，提出的假设得有2页纸，而构建出来的模型越来越夸张离奇、越来越宏大，简直能把那些老外评委们全都给吓死。

队友们对写作手的评价是“一个不懂做菜的人硬是要改动黑暗料理的菜谱！”。

无奈其他人也没有更加清晰的解题思路，就只能按他的方法硬着头皮走下去了，加之组员之间缺少主动的交流和密切的协作，比赛结果可想而知，只得个S奖，说白了就是个安慰奖。

团队职责不清、分工不明，从而导致出现了“1+2<0”的效果。

英国诺贝尔化学奖获得者卢瑟福说过：“科学家不是依赖于个人的思想，而是综合了几千人的智慧。所有的人想一个问题，并且每人做它的部分工作，添加到正建立起来的伟大知识大厦之中。”

古人往往把能否取得战争胜利归结为“天时、地利、人和”这3个要素，其中“人和”就是内部团结、互相协作。

研究生阶段的科研项目，更加注重团队协作。

科研团队一般由导师这样的学术带头人、副教授之类的核心成员和边缘成员3个部分构成。而边缘成员主要由博士研究生、硕士研究生或其他实习人员构成，流动性较大。

虽然研究生是边缘成员，角色不同、定位不同、功能不同，但是在科研团队中同样不可或缺，在实现团队目标过程中，只有与学术带头人和核心成员团结协作、互相信任、互相支持，才能发挥整体优势、群体智慧，最终才能实现“1+1+1>3”的效果。

失败的团队没有成功者，成功的团队成就个人！

2019年MCM/ICM，面对D题（卢浮宫逃生），3位男生为究竟是使用神经网络、蚁群算法、排队论还是多元回归方法，争论了整整一天一夜，最后才确定使用蚁群算法。

等到第二天下午，我发现建模竟然毫无进展，和讨论前一个样子，处于原地踏步的状态。

询问具体原因时，他们说蚁群算法的前提假设太多，不符合实际情况，就换成了神经网络法；

接着，发现神经网络编程太困难，就又换成排队论法；

最后，发现排队论根本就不会做。

后来，就没有后来了……

雷厉的作风是研究生做好科研的“生命线”，确定了正确的目标和方法，就要坚持走下去，不能因为遇到困难而停止。

如果没有遇到问题，轻轻松松都能搞定的话，就不能称之为“科研”了。

曾在微博上有这样一个笑话：

“今晚要开工搞项目了！我从傍晚时分开始酝酿情绪，先吃了一包薯片、一只凤爪、三个小面包，喝了两杯酸奶。泡了一壶玫瑰花茶，花了10分钟啜饮。最后，我打开空白的Word文档，闭上眼睛，深吸一口气，感觉灵台空明，心平如镜。然后，我睡着了……”

听起来好笑的同时，你是不是有似曾熟悉的感觉，其实这个笑话中所反映的现象就是拖延症。

毫不夸张地说，大多数研究生搞科研都有拖延的毛病，拖到最后不得不做时才匆匆忙忙动手，做出的结果自然也不是很理想。过后，虽然也会很后悔自己拖延，做到下一个科研项目时依然如故。

数学上有一个有趣而让人深思的计算，0.99的365次方等于0.0255，而1.01的365次方等于37.78。

以1为原点，这种计算可以看作是每一天少做一点和多做一点的巨大区别。

要说MCM/ICM与国赛的重要区别之一，当属是全英文出题了。

由于参加MCM/ICM的同学对5道题目共20页左右的长篇英文望而却步，所以才出现了诸多建模翻译群，着实为建模省力不少。

但是，最后的建模成果终究是要给老美看的。

经过2天半的精神折磨后，还要利用半天时间，将自己都看不懂的中文写作翻译成英文。

如果小组中有一名英文功底扎实的还好，如果没有的话，那只能借助有道词典、Google Translate、Bing Translator等专业翻译软件了。

由于建模中涉及了诸多专业术语，有时翻译软件也无能为力，可以想象老美评委们看到一篇篇“中国人看不懂、美国人读不通”的论文，心理面积到底有多大。

扎实的英文基础，是研究生必须要掌握而且要掌握牢固的技能。

因为，读研就意味大量的全英文文献要去阅读，毕业条件往往要求发表英文期刊或会议。审稿人很看重英语写作能力，如果语法错误太多、表述不流畅，被拒稿的概率很大。

除了阅读和写作能力，听说能力则更为重要，因为参加学术研讨会，与导师出去做项目做交流，不会说英语只能一边凉快去吧。

更为现实的原因是，找工作离不开流利的英语，如外企、公务员、国企、银行、事业单位等对英文水平也有限制条件。尤其是外企，无数全国销售经理或者总监，由于英语不好就到天花板了，对更高的职位只能望洋兴叹了。

3天3夜不眠不休的MCM/ICM洗礼，是人生的一次难得的历练，能够看清自身的短板，明白“人外有人”的道理，以平和的心态，坦然地面对研究生的科研工作。

任何经历都是一种累积，累积的越多，人就越成熟。

毕竟，经历的越多，生命就越有厚度。