研究生计算数学

考研数学一直是神一样的存在，很多考生都是因为数学没有考好，而导致分数线过低，低于国家线，从而与大学失之交臂。考研数学分为数一、数二、数三，其中数三是考财经类专业的学生报考，数一是工科的学生报考，数二一般是考专硕的学生报考。那么这三者之间考试内容有何区别？一般而言数学一和数学三在考试内容差异不大，主要涉及高数、线代、概率统计，而数二一般不考概率统计，只涉及高数和线代。2019年硕士研究生考试已经结束，从网上网友的反馈来看，大家感到数学难的比较多，也有很多同学表示数学不难，就是计算错了。想起来10年前自己考研，当时自己数学不好，于是每天去做数学题，平时也不敢去模拟做题，都是跟着题做，不会就看答案，然后反复去做真题，最后考研成绩还不错。图片来自网络，如侵权请联系删除从今年的考试试题，来看试题总体中规中矩，不存在偏、难、怪的题，相信复习过的人都可以入手，但是在计算的时间上花费时间长了，浪费了时间，结果得不偿失。综合分析来看，今年考研数学题的难度和去年相比有所降低。从选择题来看，题型没多大变化，拐点判定、无穷小、微分方程等都可以说是常见的题型。从填空题来看，个别填空题难度不大，但是计算量大，这在考场上对学生心理的影响比较大，一旦紧张可能慌张做错题。从大题来看，这几天大家都是非常常见的题型，个别题可能计算量比较大，而且之前复习时候复习的不一定全面。从数学一，数学二，数学三的试题分析可以看出，数学整体的难度变化不是很大，今年的数学题和去年的数学题相比，难度有所降低。但是对于考生的复习而言，需要注意的更多。一般而言，考研试题是难一年，然后简单一年。因此预计明年的考研数学题可能会变难。那是同学们在复习考研数学的时候一定要做好基本功，扎实自己的基础。在复习的初期要尽可能的去复习自己的课本知识，把基础打牢。然后去做一些真题，了解出题的方向和做题的思路，同时注意观察一些老师他们所押的一些题。这些题不一定是原题，但他们在考试的时候确实给你提供一定的做题参考和做题的思路。

2020年考研已经过去一大半，走出数学考场的同学们，心情可能不是特别好，作为2016年考过数学一的学长，非常理解大家的心情。因为，回顾过去十年考研，数学最难的可能就是2010年与2016年，这两年的考研数学，无论是数学一、数学二还是数学三，无一例外都很难，不光难在出题套路有所变化，而且计算量也超级大。就拿2016年来说，学长考的是数学一，从做选择题开始，到填空题，就已经发现苗头不大对劲，因为，做过三遍真题的我，发现，这玩意跟做过的真题差太远了，当我做到大题的时候，心情已经非常沉重了。在考数学的考场上，就有女生一直在哭，原来不止我一个人觉得难，而是大家都觉得难，然后，心态稍微调整了下，继续将后面的大题都“写满了”，仅仅是写满了，而不是做出来了，因为，没有一道题的答案是完整能算出来的。当然，最后分数线出来以后，证明确实很难，因为分数线真的很低，所以，很幸运，学长也过线了。那么，2020年的考研数学到底难不难呢？是不是与2016年一样难？我们看看已经考完的同学都是怎么说的呢？我们在网上分别找一些考数学一、数学二、数学三的小伙伴们。数学一下面这位同学说：“考的数学一，在他看来，数学一基本上没有时间思考，本以为这题空过去，先做后面简单的，结果发现，越高山丘才发现，都是珠穆朗玛峰”。这位同学，觉得后面的每一道题都难于前面的题，可见今年的数学一真的不简单，没有时间思考，多半是因为计算量大，并且他还提到有同学因为草稿纸与监考老师起了争执，看来计算量确实不小。数学二下面这位同学，考数学二，他虽然说得有点夸张，但是，也说明了今年的数学二也不简单。看看下面这位同样考数学二的同学，这位同学的感受与上面一样，感觉数学二是30年来最难的一次，总体来说，选择题与填空题感觉比较简单，大题比较难，大概有5个大题卡住了，包括两个线代大题。还有一个双重积分和证明和求渐近线。还是考数学二的同学，感受：“原地爆炸，有史以来最难”，心疼考数学二的宝宝们！依旧是数学二的同学，依旧是难在计算量大上。数学三考数学三的一位同学，说，难度偏大，主要在于计算量大。看看下面这两位同样考数学三的同学，感受依旧是一个字：“难”。好了，关于考研亲历者的感受，我们就看到这里，下面进行一个总结。2020年考研数学，整体来说，无论是数学一、数学二、还是数学三，都偏难，尤其是数学二，根据同学们的感受来分析，可能是最近几年最难的一次。我们看一份来自蒋中挺老师创建的关于2020考研数学难易程度的投票，这个投票有11.7万人进行了投票，其中有6.9万人认为太难，有2.2万人认为难。认为太难的人数占了58.97%，认为难的人数占到了18.8%，两者合计77.77%，也就是说，超过2/3的投票人数，认为2020考研数学比较难。那么，今年的数学到底难在哪里？其实，通过分析大家的感受，不难发现，很多同学觉得难，不是在于题目有多偏，也不是在于题目有多新颖，出题套路也没有特别大的变化，乃至于很多同学都觉得，感觉题目都能看懂，就是算不出来。所以，真正的难度在于计算量大上，这与2016年有点相似，所以说，总体来说，数学二可能比2016年难，数学一、三可能比较接近。这对2021年以及今后考研的同学复习又有什么启发呢？启发肯定有，那就是：面对考研数学，没有任何捷径，唯有在掌握基础概念以及题型的基础上，不断去刷题，提高自己的计算能力，提高自己的做题速度。数学，是真正需要实力的，如果不注重计算能力以及做题速度的培养，到了考场上就会发现，什么“套路”、什么“花拳绣腿”，都完全不管用。所以说，对于考研数学，大家千万不要想着走捷径，也不要想着掌握多少“套路”，还是踏踏实实刷题，多练、多做，多总结。最后，既然数学已经考完了，大家就不要再去想，多想无益，再说大家都觉得难，那就是真的难，相信自己，没有什么大问题，分数线也肯定会有所下降。坚持考完最后一门专业课，尽可能将早上的损失补回来！感谢您的阅读，喜欢文章就点赞分享吧！

考研数学分为数学一，数学二，数学三，这3个级别之间有什么不同吗？分别对应什么专业的考生？数学四是什么专业考？数学专业需要考数学一二三吗？泰笛牛考研数学名师在线解答！考研数学相比与政治、英语来说是比较拉分的学科，数学好的同学能比数学差的同学多出来几十分，而这几十分能影响考生是否会被目标院校成功录取。所以，考生在复习备考时，一定要注重对于数学的学习。须考数学一的专业：工学门类中的力学、机械工程、光学工程、仪器科学与技术、冶金工程、动力工程及工程热物理、电气工程、电子科学与技术、信息与通信工程、控制科学与工程、网络工程、电子信息工程、计算机科学与技术、土木工程、测绘科学与技术、交通运输工程、船舶与海洋工程、航空宇航科学与技术、兵器科学与技术、核科学与技术、生物医学工程等20个一级学科中所有的二级学科、专业。土木工程须考数学二的专业：工学门类中的纺织科学与工程、轻工技术与工程、农业工程、林业工程、食品科学与工程等5个一级学科中所有的二级学科、专业。须考数学三的专业：工学门类中的材料科学与工程、化学工程与技术、地质资源与地质工程、矿业工程、石油与天然气工程、环境科学与工程等一级学科中对数学要求较高的二级学科、专业选用数学一，对数学要求较低的选用数学二。石油专业就知识层面的要求来说：数学一 > 数学三 > 数学二；就难度层面来说：数学一 > 数学二 > 数学三而在2009年的考研大纲里，将考研数学四合并在了数学三中，从此统称考研数学三。现在所说的考研数学四是农林专业的考生需要准备的，但是该专业的考生人数每年都在锐减。数学专业的考生在考研时，不参加数一数二这种统考命题类的考试，而是报考院校自主命题。很多学校的数学方面的专业还要区分为不同的专业，如基础数学、计算数学、应用数学、概率论与数理统计等等。具体科目可以去招生学校网站查看或者搜索该校的【硕士研究生专业目录】进入7月，考研复习的强化阶段，希望各位同学复习顺利，有任何考研数学方面的疑问，都可以在线咨询。泰笛牛考研数学名师团队将会给你提供免费精确的服务。考研路上，你我同行。加油！

20020考研数学全程复习规划一、考研数学的基本概况针对考研的数学科目，根据各学科、专业对硕士研究生入学所应具备的数学知识和能力的不同要求，硕士研究生入学统考数学试卷分为3种：其中针对工科类的为数学一、数学二；针对经济学和管理学类的为数学三。招生专业须使用的试卷种类规定如下：1.须使用数学一的招生专业（1）工学门类中的力学、机械工程、光学工程、仪器科学与技术、冶金工程、动力工程及工程热物理、电气工程、电子科学与技术、信息与通信工程、控制科学与工程、网络工程、电子信息工程、计算机科学与技术、土木工程、测绘科学与技术、交通运输工程、船舶与海洋工程、航空宇航科学与技术、兵器科学与技术、核科学与技术、生物医学工程等20个一级学科中所有的二级学科、专业。（2）授工学学位的管理科学与工程一级学科。2.须使用数学二的招生专业工学门类中的纺织科学与工程、轻工技术与工程、农业工程、林业工程、食品科学与工程等5个一级学科中所有的二级学科、专业。3.须选用数学一或数学二的招生专业（由招生单位自定）工学门类中的材料科学与工程、化学工程与技术、地质资源与地质工程、矿业工程、石油与天然气工程、环境科学与工程等一级学科中对数学要求较高的二级学科、专业选用数学一，对数学要求较低的选用数学二。4.须使用数学三的招生专业（1）经济学门类的各一级学科。（2）管理学门类中的工商管理、农林经济管理一级学科。（3）授管理学学位的管理科学与工程一级学科。注：①以上内容摘自考研数学大纲，具体考数几以目标院校公布的专业目录为准。②数一、数三考高数、线代、概率，数二只考高数和线代。二、考试形式和试卷结构1.试卷满分及考试时间 试卷满分为150分，考试时间为180分钟. 2.答题方式 答题方式为闭卷、笔试. 3.试卷内容结构4.试卷题型结构各卷种试卷题型结构均为：单项选择题 8小题，每题4分，共32分填空题 6小题，每题4分，共24分解答题（包括证明题） 9小题，每题10/11分，共94分总计23题 总分150分三、整体复习规划考研数学总分150分，其在考研科目当中的地位不言而喻。总的来说，考研数学的学习分为四个阶段：第一阶段（3月——6月底）是基础复习阶段，此阶段的主要任务是夯实基础，训练数学思维，掌握一些基本题型的解题思路和技巧，为下一个阶段的题型突破做好准备。第二阶段（7月初——10月底） 是强化提高阶段，此阶段的主要任务是大量习题训练，熟悉考研题型，加强知识点的前后联系，分清重难点，让复习周期尽量缩短，把握整体的知识体系，熟练掌握定理公式和解题技巧。第三阶段（11月初——11月末）是冲刺串讲阶段，此阶段的主要任务是建立清晰的知识体系框架，在知识串讲过程中，找到自己的薄弱环节，利用最后的时间进行巩固，起到查漏补缺的目的。第四阶段（12月初——考前）是模考阶段，此阶段的主要任务是考前模拟训练，系统检测，让同学在实战中积累临场经验。注：以上规划主要根据历年同学复习情况以及成功经验所得，同学需根据自身实际情况灵活调整，复习的同时必须做到“讲练结合”，数学考试重在实践，切不可只看不练或者只盲目练习不总结。四、各阶段复习规划及要求考研数学总分为150分，分为数一、数二、数三、数农、自主命题。其中，数农参照数三（数三去掉无穷级数部分），自主命题参照数一。下面的复习规划以数一、二、三为例。数一和数三的分值分布为：高数82、线代34、概率34；数二的分值分布为：高数116、线代34。1.基础阶段 （3月~6月底之前）这一阶段以教材为基础，着重基础复习，基础扎实，至关重要。由于大学学习数学的时间与准备考研的时间相隔二年多，不可避免会忘了很多，所以必须先进行恢复式的复习，争取达到大学期末考试中等以上的水平。这个阶段可以以教材（高等数学同济6版或7版、线性代数同济6版、概率论浙大4版）和教材课后习题为主要复习资料，这样比较熟悉，效率较高。对基本概念，基本定理有一定了解（不一定理解很深刻），对一些重要的数学公式做到比较熟悉。报了考研课程的同学，根据老师所讲的基础内容进行复习即可。（注：基础阶段提醒笔记的重要性，尤其是看视频的同学，不记笔记看视频等于没有看，一定要认认真真地记笔记，包括知识点和例题，当然提前是一定要先听懂！）数学基础阶段的复习需要全覆盖式学习，要考的每个科目，所涉及到的知识点一定要全面学习，当然在学习过程中也可以根据自己的考试范围，在复习时有所选择的进行学习，例如考数三的同学曲面积分和三重积分是不考的，基础阶段这部分内容可以先跳过，如果后期时间充裕再看这部分内容。2.强化阶段（7月初~10月底）基础打好的前提下，此阶段为成败的关键阶段。它要求从原来大学学习的水平提高到考研所需要的水平，这两者之间的差距是相当大的。复习资料以高昆轮、代晋军的笔记和辅导书（与强化课程匹配的资料）为主，这时候认真听高教考试在线的强化课程是很有帮助的，把考研大纲的要求和历年真题的内容有机地结合起来，加深对概念的理解和加强对方法、技巧的掌握。在这个阶段要认真听课，跟着课程上线进度去复习。目前同学中存在最大的问题是参加强化班之前的准备不足，有些同学参加强化班时不但基础阶段要求没有达到，甚至连最基本的概念和数学公式都不知道，这样效果非常差。因此就要求各位同学在基础阶段一定要打好基础，常用公式和概念在基础阶段一定要记牢。当然针对目前同学的实际状况，考研数学考题比最难的1998年，2001年和2005年的难度有很大的降低，但比起大学期末考试的考题的难度仍有本质的区别。尤其是根据这两年的考研数学命题情况特点：重基础、综合性强、计算量大，这些一贯特点外，在近几年的考研数学考察中，逐步加深了对数学题目综合性和灵活性的考察，除了知识的积累外，要求同学注重对方法的总结和能力的培养，从而做到活学活用，进一步增加了考试的难度。因此同学复习考研数学的学习方法也要有一定的改变，一定要从“套公式，做习题”那种学习方法改变为不断加深对概念的理解，不断提高对方法和技巧掌握的程度，多分析，多思考，提高综合运用的能力。对数学概念决不是“懂”与“不懂”那么简单，而是不断加深理解的过程。对数学方法和技巧也不是“会”与“不会”那么简单，而是不断加强掌握和运用的能力，所以同学在强化班学习时一定要用心学习老师讲解的概念和分析例题中方法技巧的分析方法，逐渐用到自己学习中去，提高自己学习数学的能力。强化班由于时间和条件限制，只能突出重点，不可能太全面，太丰满。所以强化班结束后，同学应集中一段时间，“趁热打铁”消化强化班全部有关内容，以此为核心，再进一步复习其它考研参考书和“历年考研真题”达到全面和丰满的效果。3.冲刺阶段（11月初~11月末）冲刺阶段为查漏补缺的阶段，复习资料以历年真题和强化阶段复习资料为主。冲刺阶段两大内容，一方面把学过的内容贯通起来更好地全面掌握，另一方面做一些“模拟考题”，主要起测试作用，看自己哪些部分掌握还有不足之处，有针对性地在最后阶段再加强一下。不要把“模拟考题”当做例题来看，或者做猜考题。数学复习一定要处理好全面与重点的关系。冲刺阶段的模拟练习，一定要严格按照研究生考场考试时间来（数一、数二、数三的考试时间一般为上午的8:30~11:30，共计180分钟，3小时），严禁练习时间随意走动、吃零食，超时做题，养成良好的考场习惯。4.模考阶段（12月初~考前）此阶段的主要任务是考前模拟训练，系统检测，让同学在实战中积累临场经验，除此之外，还要有重点的查漏补缺，对于前几阶段的练习中尤其是错过三遍以上的题目要重点进行练习和分析，总结规律和方法重点提升，但注意一定要有重点的看，不可贪多。五、复习中值得注意的问题1、全面与重点考试大纲中提到的内容和要求都应该复习，决不要因为估计“不会考”而放弃复习有关内容。考试大纲中“理解”的内容和用“掌握”的内容表示要求高，而用“了解”的内容和用“会”的内容表示要求低。对于要求高的内容一定要更深入更细致地去复习。考试大纲中没有规定每一部分内容出题的多少和难易的程度，这一点每年都会有所变化，切不可主观臆断的猜测。例如数学一的考试内容中关于傅里叶级数的部分并不是重点，其他年份很少涉猎，但是2008年居然考了一道大题，这种“反常”的现象就是命题组为了避免猜考题而采用的措施。2、看与做对于复习资料，我们强调不能光看不做或者盲目做题而不总结，但是对于基础较差的同学，要求开始看书就立马自己动手做题还是很困难的，而且也不太现实，所以看与做应该相互结合，它的目的是不要停留在表面上“懂”和“会”而要深入一些去“理解”和“掌握”。对于具有一定基础的同学，最好是把复习资料中的例题当做习题去做，去分析，然后再看复习资料进行总结。当然考研数学的复习和其他学科一样也不能单纯地去“做题”，应该多思考多分析一些问题，例如题目中给出已知条件是什么，要求的结论又是什么，总的解决的思路是什么，用到的方法、技巧又有哪些。长期这么做，就把自己的能力有所提高，这是非常关键的。3、快与慢复习进程的快与慢，是一定要以复习质量为前提的，决不能一味图快而停留在表面上了解。有些同学重复复习了四、五遍，实际上还没有真正理解和掌握有关内容和方法，这样效果很差。各位同学要根据自身的基础程度，确定合理的目标，合理把控自身复习节奏的快慢，最好订一个有一定弹性、留有余地的计划，做到心中有数，而不是每天只一味的追求进度，而乱了自己的节奏。原则上第一遍复习一定要慢一些，扎实一些，否则不容易深入。整个复习过程，一定要从自己的实际出发，避免“眼高手低”。4、提前准备与重考有些同学提前一年，甚至两年就开始进行考研准备，当然这样的同学总的说来比较主动，值得我们去学习，但也要设定好目标，制定一些合理计划，免得复习时间太长而放松。另外，有些同学已经考过一次或多次，准备再考，从时间上来说是比较充裕，但特别需要做好心理上的准备，二战、三战甚至是四战、五战，作为考生而言，需要承受很大的压力，有不少同学由于情绪上有波动，患得患失，不容易精力集中，也有些同学选择一边工作一边准备再考，这样复习时间和精力就不容易得到保证。所以考研目标要明确，不能犹豫，措施要切实，不要抱侥幸心理，否则不容易达到目的。5、复习方针“改造知识结构 ，改变思维习惯”，每年都说，可以说是老生常谈。但是我们并没有对它失去新鲜感，反而是越来越想说。几年来和考研同学们的接触越来越多，交流越来越深入，对学校的数学课程教学情况和考研要求的脱节了解更加深切了。同学普遍对考试真题不适应，觉得不是他们学习时所做的那些计算题。本来计算并不是数学的全部，也不是主要内容。逻辑推理才是数学能力的主要体现。特别是线性代数这样概念性强，比较抽象的课程，理解概念和会推理更加重要。线性代数中计算题型虽然也不少，但是它们的方法死板，没有什么技巧，也不体现概念。因此计算题考不出能力，只能看出会不会和细心不细心。考研作为人才选拔性的考试，考研命题小组当然不能都出这样的题，数学概念考察应该作为主要目标。过去有同学说怕客观题（选择题和填空题），因为一般这类题都是考概念的。其实从这几年的考题看，解答题也离不开概念考查，论证题不必说了，就是计算题也往往加进了概念的考查，加重了基础概念考核的同时，也增加了考试题目中的灵活性和综合性。考研数学真题考核目标既然是概念，就应该从概念上来找到解法。也就是在概念上对题的条件和要求进行分析，找出简捷的解题途径。把关注点从计算题型到概念的转移并没有多大的困难。毕竟这些理论知识在课堂上都是讲了的，至少它们的大多数在任何教材都是有的，只是做题时不用，考试不考，因而不重视，印象淡薄而已。认识到了，认真去复习，都是可以检得回来的。也可以选择一个重视概念的辅导班，由辅导老师帮助你复习，整理。不过不要过分依赖辅导班。归根结底数学能力的提高要靠自己。特别要提醒一句，在听辅导班课程之前一定自己先要有准备，准备越充分，听课效率越高。考研数学的要求是绝大多数同学都能达到的。考研之路漫漫其修远兮，有努力、有汗水，还有坚持，当然还有些许的的运气，如果你能不忘初心，一如既往的努力，肯定能取得优异成绩！在此预祝各位同学2020备考成功！

大学本科毕业时会面临三个选择，第一创业，第二就业，第三升学。升学也就是考研究生（考研），随着近几年的发展越来越多的学生选择考研，从2018年260万考生到2020年的341万考生这个数据来看，你就能够看到考研也是一种趋势，注定研究生越来越难考了，考研最难的学科大家公认的应该就是数学了吧，数学占据了考研总时间的约一半的时间，我是2020考研的，数学二考得还行，给大家分享一下数学二怎么复习的。1、首先你要知道数学的复习是一个时间跨度很大，循序渐进的学科。数学的复习越早下手越有优势，而且需要每天坚持学习，数学的复试占据了将近一半的复习时间，前期基础知识的学习大概每天都要五六个小时的学习，基础知识学习完之后强化阶段学习也需要每天占据四五个小时的学习，就算距离考试前几天也需要每天两个小时时间复习和做题，因此在时间上要给数学留出一定的预算，不可中断数学的学习。2、数学是一个灵活性、逻辑性很强的学科，需要做大量的练习题。数学是一门逻辑性非常强的学科，盲目的学习只会让自己越学越糊涂，没有思绪，做题不知道用什么样的方法去解，在老师讲课听着都非常清晰明白，一到自己做题确是全然不知，没有思路，这是你还没有掌握住这种做题思路，数学题就好像一种套路，每一种题都有固定的套路去解，你只需要理顺数学题中的套路，总结每一个题有哪些套路，用那些套路去解，做题做多了就会有这种思维逻辑了。3、说了这么多是不是还没明白怎么做，接着看。总结上面这两点，首先你要有一种要花很多时间才能学好它的一种心态，学习它并不容易成果出现的很慢，你要有耐心，在一个就是你不光要看视频课还要做一些练习题，视频课与练习题同步可以趁热打铁，学习的过程中会忘记也是很正常的，记得多复习，多总结做题方法，自己总结的东西记忆一般比较深刻。做题是不要眼高手低，计算是数学的基础，一定要打好基础。4、还是不太明白，在接着看。数学既然是逻辑性很强的学科，你就要把数学要学习的内容用它本身的逻辑联系到一起，方便你的记忆，做题时候也能够让你思路比较清晰，怎么联系呢，你拿出你的基础笔记看一遍，回想一下第一章讲的内容，接着第二章……。想完一遍，应该会有一个大的框架，哪些没有想到再看一遍笔记，你的框架内容都会多一点，睡觉前也可以想一遍，每学一点内容就加载在框架上，最后要总结题型，一种题型有哪些解题方法都要总结，一般视频课老师都有所总结。先说这么多吧，希望对你有所帮助吧，有哪些不足欢迎在下方留言。

可能有同学要骂我了，大过年的老提那些不开心的事干嘛！骂归骂，我们还是要说，因为，考研提前估分没有坏处，大家别忘了我们还有更重要的复试等着我们呢！大部分大学，考研复试分数在总成绩中的占比都在50%-60%，这么高的占比绝对能够决定我们最终能否考研成功。说了这么多，就是想告诉大家，无论初试结果如何，都要好好准备复试。初试成绩高的同学，可以冲刺一下排名，能够获得最高奖学金也是美滋滋。初试成绩不高的同学，可以通过复试来逆袭，即使是擦线进，也是一种成功。所以，下面我们可以做一个预估：“2020数学一估分110分，能不能过“985”大学复试线？”给报考985大学的同学一些参考。首先，2020考研数学难度有所提高，最起码要比2019年难不少，与2018年相比难度比较接近，但是，还需要考虑另外一个因素，那就是考研人数的增加，2020年比2019年的考研人数增加了50多万，所以，综合来看，我们主要参考2019年的复试分数线，以2018年为辅。所以，为了预估能否过线，找几所有代表性的985大学，分别选取清华大学、南开大学、兰州大学三所大学进行分析。01清华大学清华大学，作为国内顶尖大学，也属于34所自划线985大学之一，考研复试分数线肯定不低，通过官网看到，2019年清华大学复试线基本要求如下图所示。清华大学2019年研究生复试基本要求我们可以看到，考数学一的两个专业，理学与工学，数学单科线都是80分，经济学的单科线是90分，所以，通过参考2019年的情况，2020年数学一考110分，肯定是可以满足清华大学复试基本要求的。但是，我们一定要知道，以上分数线只是基本要求，就是说，你才有可能进入复试，不是一定能够进入复试，具体要求的分数线肯定要更高一些，会根据你所报考的专业热门程度以及报考人数多少来决定，比如计算机专业，那肯定不止80分。所以，可以得出结论：2020年数学一估分110分，可以满足清华大学这样的顶尖大学的基本复试要求，却不一定进得了最终的复试，还需要看所在专业的报考人数等。02南开大学我们再看一所985自划线大学，南开大学，这所大学实力也不弱，我们通过其研究生官网，找到了2019年的研究生复试分数线。2019年南开大学研究生复试分数线值得注意的是，南开大学2019年复试分数线发布了两次，第一次数学一单科线理学与工学分别为80分与75分。南开大学调整后的分数线第二次，对部分专业进行了上调，有些专业的上调幅度还很大，特别是工学的热门专业，比如计算机学院的计算机技术、网络空间安全学院的计算机技术，数学单科线都要95分，人工智能学院的控制工程，总分要375分。所以，通过以上分析，我们可以预测，2020年数学一110分可以过南开大学复试线单科线，但是，别忘了复试线还有一个总分线，这个可能会卡掉更多的同学，比如，375分的人工智能学院控制工程专业。为了能够进行一个对比，我们再看看2018年南开大学的复试分数线情况。2018年复试分数线也进行了调整，但是，总分上升，单科线有所下降，与2019年相比，单科线低了不少，所以，我们可以更加确定，2020年数学110分，过南开大学复试线没有问题。分析完两所A区的985自划线大学后，下面，我们再看一所B区的自划线大学。03兰州大学兰州大学，属于B区自划线985大学，相对A区的自划线大学，分数线历来都要低一些，通过学校官网，找到2019年研究生复试分数线。跟南开大学一样，兰州大学的复试分数线也进行了调整，公布两次，由第一次公布的情况，我们发现各个专业，数学单科线最低分为70分，最高单科线为90分。在调整过一次以后，有些专业单科线有提升，有些是总分有提升，有些专业总分与单科线都有提升，比如物理学专业的数学单科线提升了20分，政治与英语单科线都提升了5分，总分也提升了5分，达到了300分。主要原因，相信我们都知道，那就是物理学专业在兰州大学属于较好的理学专业。通过分析兰州大学与南开大学两所大学的情况，我们都发现了一个现象，那就是复试分数线会调整。所以，报考这些自划线大学的同学，在关注复试分数线时，一定要多一些关注，以调整以后的为准，因为，第一次公布的分数线只是基本分数线，对于热门专业，肯定会在此基础上有所调整。通过以上分析，我们可以初步得到以下结论。04小结通过对以上三所大学的分析，对比2018、2019年复试线，我们可以预测到，2020年数学一考110分，基本上可以满足985自划线大学的单科线要求，但是，对于A区的部分热门院校，热门专业，不一定能够进得了复试，比如清华大学的计算机专业，其它学校计算机相关专业。但是，对于B区的大学来说，即使是最好的专业，数学一110分依旧可以进入复试，当然，前提条件是总分也要过线。往往，真正卡住同学们进入复试的不是单科线，而是总分线。对于预估能够过线的同学，一定要及早开始准备复试，不光要准备笔试，面试同样也要准备，两者同等重要，缺一不可，下面给大家一些关于考研复试准备的小建议。05研究生复试准备建议我们参考兰州大学的复试要求（其它大学的要求大同小异），给大家一些复习建议。兰州大学考研总成绩计算方法为：总成绩=初试总分折合百分制成绩×X+复试笔试成绩×Y+复试面试成绩×Z其中，X为初试成绩权重，Y为复试笔试成绩权重，Z为复试面试成绩权重。X占50%-60%，X+Y+Z=1，X、Y、Z权重数值由各招生学院自主确定，同一个单位确定的权重应相同。 复试成绩不合格者（笔试成绩（满分100）+面试成绩（满分100）<120）不予录取。可以看到，初试成绩只占到总分的50%-60%，复试占50%-40%，复试权重相当大，并且复试又包含笔试与面试，两者总分要>120分，才有机会被录取。所以，考研复试准备时，面试与笔试都要准备。面试：主要准备自我介绍，特别是英语自我介绍，一定要提前写好，背会，其次，对于有可能会问到的专业课问题，也要进行一些准备，更多问题参考学个习的其它文章。笔试：考研复试的笔试，大部分大学都是专业课笔试，有少部分大学会笔试英语翻译，所以，具体情况得根据学校要求准备，方法只有一个，那就是刷题，如果能够找到真题最好，找不到的话，就多参考学校推荐（报考学校本科生教材）的课后习题。以上，就是关于2020考研数学的一些分析以及考研复试的建议，希望对大家有所帮助，最后，再次提醒下大家，34所自划线大学考研复试较早，最早的3月8号左右就会开始。无论初试成绩怎么样，也要及早准备，别忘了还可以调剂。感谢您的阅读，喜欢文章就点赞转发吧

2019年第十六届中国研究生数学建模竞赛赛题公布A题无线智能传播模型01无线信道建模背景随着5G NR技术的发展，5G在全球范围内的应用也在不断地扩大。运营商在部署5G网络的过程中，需要合理地选择覆盖区域内的基站站址，进而通过部署基站来满足用户的通信需求。在整个无线网络规划流程中，高效的网络估算对于精确的5G网络部署有着非常重要的意义。无线传播模型正是通过对目标通信覆盖区域内的无线电波传播特性进行预测，使得小区覆盖范围、小区间网络干扰以及通信速率等指标的估算成为可能。由于无线电波传播环境复杂，会受到传播路径上各种因素的影响，如平原、山体、建筑物、湖泊、海洋、森林、大气、地球自身曲率等，使电磁波不再以单一的方式和路径传播而产生复杂的透射、绕射、散射、反射、折射等，所以建立一个准确的模型是一项非常艰巨的任务。现有的无线传播模型可以按照研究方法进行区分，一般分为：经验模型、理论模型和改进型经验模型。经验模型的获得是从经验数据中获取固定的拟合公式，典型的模型有Cost 231-Hata、Okumura等。理论模型是根据电磁波传播理论，考虑电磁波在空间中的反射、绕射、折射等来进行损耗计算，比较有代表性的是Volcano模型。改进型经验模型是通过在拟合公式中引入更多的参数从而可以为更细的分类场景提供计算模型，典型的有Standard Propagation Model（SPM）。在实际传播模型建模中，为了获得符合目标地区实际环境的传播模型，需要收集大量额外的实测数据、工程参数以及电子地图用来对传播模型进行校正。此外无线LTE网络已在全球普及，全球几十亿用户，每时每刻都会产生大量数据。如何合理地运用这些数据来辅助无线网络建设就成为了一个重要的课题。近年来，大数据驱动的AI机器学习技术获得了长足的进步，并且在语言、图像处理领域获得了非常成功的运用。伴随着并行计算架构的发展，机器学习技术也具备了在线运算的能力，其高实时性以及低复杂度使得其与无线通信的紧密结合成为了可能。在本届数学建模竞赛中，希望参赛者能够对机器学习的工作方式有一定掌握并站在设备供应商以及无线运营者的角度，通过合理地运用机器学习模型（不限定只使用这种方法）来建立无线传播模型，并利用模型准确预测在新环境下无线信号覆盖强度，从而大大减少网络建设成本，提高网络建设效率。02无线传播模型建模方法简介在传统的无线传播模型的建立过程中，往往首先需要对传播场景进行划分，每一个场景对应一个传播经验模型。然而，经验模型在实际使用中往往不够精确，所以仍然需要通过采集大量的工程参数以及实际平均信号接收功率（Reference Signal Receiving Power，RSRP）测量值进行经验模型公式的修正。从所述过程中可以看到，传播模型建立本质上是一个函数拟合的过程，即通过调整传播模型的系数，使得利用传播模型计算得到的路径损耗值与实测路径损耗值误差最小。所以当工程参数、地理位置信息、特定地理位置测量点的RSRP已知的情况下，该问题可以归类为一个监督学习问题。与传统经验模型需要额外人力物力进行校正相比，是否可以利用采集的历史数据并利用机器学习技术，得到一套合适的机器学习模型用以对不同场景下信道传播路径损耗进行准确预测，成为一个非常有价值的研究方向。本题为参赛队伍提供统一的数据集。各参赛队伍可以自行将数据集拆分为训练集、测试集以及验证集，将其用于AI算法模型的训练及测试。算法的目的在于通过寻找工程参数、地理环境等因素与平均信号接收功率（RSRP）之间的映射模型（理论与实践表明RSRP是工程参数、地理环境等因素的随机函数），从而能够在新的环境中快速预测特定地理位置的RSRP值。赛题提供的训练数据集包含多个小区的工程参数数据、地图数据和RSRP标签数据，其格式为csv格式（Comma-Separated Values, 逗号分隔值格式）。数据集的结构以及对应数据的含义将会在下节中详细阐述。03训练数据集简介训练数据集一共包括了多个文件，每个文件代表一个小区内的数据。文件的命名方式为train_id.csv，其中id为小区的唯一标识，例如train_1003501.csv表示唯一标识为1003501的小区数据。文件的每一行代表小区内固定大小的测试区域的相关数据，行数不定(根据小区大小不同，面积越大的小区行数越多，反之亦然)，列数则固定为18列，其中前9列为站点的工程参数数据；中间8列为地图数据；最后1列是用于训练的RSRP标签数据。下表显示了其中一行数据作为样例：Table 1：训练数据样例下面介绍三部分中每一列的具体含义。3.1 工程参数数据工程参数数据记录了某小区内站点的工程参数信息，共有9个字段。各字段对应含义如Table 所示。Table 2：工程参数数据的字段含义为了方便数据处理，地图进行了栅格化处理，每个栅格代表了5m5m的区域（如下图Fig.1 所示），其中（CellX，Cell Y）记录了站点所在栅格的左上角坐标。其他的工程参数(Height, Azimuth, Electrical Downtilt, Mechanical Downtilt)如图Fig.2所示，其中机械下倾角(Mechanical Downtilt)是通过调整天线面板后面的支架来实现的，是一种物理信号下倾；而电下倾角(Electrical Downtilt)是通过调整天线内部的线圈来实现的，是一种电信号下倾。实际的信号线下倾角是机械下倾角和电下倾角之和。Fig. 1：栅格化地图的坐标说明Fig. 2：工程参数数据含义说明3.2 地图数据地图数据记录地形地貌等信息，共有8个字段，各字段对应含义如Table 所示。考虑地图类型的多样性和复杂性，城区、农村、湖泊等实际地物被抽象为数字，这些数字称为地物类型名称编号（Clutter Index），在Table 中可以看到地物类型名称编号所对应的实际地物类型。Table 3：地图数据的字段含义Table 4：地物类型名称的编号含义与工程参数数据一样，地图数据也进行了栅格化处理，每个栅格代表了5m5m的区域，其中（X，Y）记录了地图所在栅格的左上角坐标。在明确了地图存储格式之后，可以针对不同的参数对地图进行可视化处理。如Fig. 3所示，Fig. 3a-c分别根据栅格坐标以及房屋高度、海拔高度和地物类型索引作为特征对地图进行可视化处理。通过可视化处理，可以对地图数据有一个更为直观的了解。a：建筑物高度b：海拔高度c：地物类型索引Fig. 3：电子地图图像化示例3.3 RSRP标签数据平均信号接收功率(RSRP)标签数据作为实际测量结果，在监督学习中用于和机器学习模型预测的结果作比较，共有1个字段，对应含义如Table 所示。Table 5：RSRP标签数据表格的字段含义如Fig. 4所示，结合电子地图数据中的坐标和特征以及标签数据中的RSRP值，可以清晰地对信号功率分布进行可视化处理，从而明确辨识信号强弱覆盖区域Fig. 4：标签数据的可视化处理04无线传播模型建模赛题本赛题除在中国研究生数学建模竞赛网站上上交论文外，问题三需要在华为云平台上提交模型，不提交的队伍将被视为没有完成此题而不计入比赛成绩。4.1 特征工程中的特征设计高效的机器学习模型建立依赖于输入变量与问题目标的强相关性，因此输入变量也称为 “特征”。特征工程的本质是从原始数据中转换得到能够最好表征目标问题的参数，并使得各个参数的动态范围在一个相对稳定的范围内，从而提高机器学习模型训练的效率。一般特征工程的典型技术有：· 剔除失真、低质量数据；数据插值补齐；去除异常点；· 连续数据离散化；数据去均值；幅度限制；方差限制。高阶的特征工程需要充分利用与目标问题相关的专业知识。对于信道传播模型问题，可以如Fig. 5所示根据已知的几何位置来挑选合理的特征。例如，通过发射机相对地面的高度、机械下倾角、垂直电下倾角，发射机所在栅格位置与目标栅格位置，可以得到栅格与发射机的距离以及栅格与信号线的相对高度，而就可以作为一个特征。Fig. 5：根据目标栅格与发射机的地理位置关系提取特征除了几何位置特征，传统经验信道模型中涉及的参数也可以纳入特征工程的考察范围。例如城市中的经典模型Cost 231-Hata，其定义如下：其中PL定义为传播路径损耗（dB）、为载波频率（MHz）、基站天线有效高度（m）、用户天线有效高度（m）、用户天线高度纠正项(dB)、链路距离（km）以及为场景纠正常数（dB）。RSRP与PL的关系为：其中是小区发射机发射功率（dBm）(见Table 2)。问题一请根据Cost 231-Hata模型以及下述数据集信息设计合适的特征，并阐述原因。Table 6：数据集信息4.2 特征工程中的特征选择完成特征设计后，通常需要选择有意义的特征输入机器学习模型进行训练。对于不同方法构造出来的特征，需要从多个层面来判断这个特征是否合适。通常来说，可以从以下两个方面来选择特征：· 特征是否发散：如果一个特征不发散，例如方差接近于0，也就是说样本在这个特征上基本上没有差异，这个特征对于样本的区分并没有什么用。· 特征与目标的相关性：这点比较显见，与目标相关性高的特征，应当优先选择。问题二基于提供的各小区数据集，设计多个合适的特征，计算这些特征与目标的相关性，并将结果量化、排序，形成如下的表格，并阐明设计这些特征的原因和用于排序的量化数值的计算方法。Table 7：特征名称及其与目标的相关性4.3 RSRP预测问题三在设计和选择了有效的特征之后，就可以通过建立预测模型来进行RSRP的预测了。请各个参赛队根据自己建立的特征集以及赛题提供的训练数据集，建立基于AI的无线传播模型来对不同地理位置的RSRP进行预测。为研究生更明白本问题的目标，下面将分别介绍评审数据集、提交内容和线上代码评分方法。4.3.1 评审数据集简介线上代码评分系统将使用对参赛队保密的评审数据集来对模型进行评分，以便公平地测试各参赛队提交模型的实际泛化能力。评审数据集与训练数据集一样，一共包括了多个文件，每个文件代表一个小区内的数据。文件的命名方式为test_id.csv，其中id为小区的唯一标识，例如test_1003501.csv表示唯一标识为1003501的小区数据。评审数据集的文件中含有除了RSRP之外的前17个字段，与该17个字段对应的RSRP字段需要由研究生提交的模型代码程序预测生成。4.3.2 提交内容论文要以文字形式详细阐述AI模型的建模过程，包括模型的建立方法，参数的设置和训练的结果，特别是第三问要阐述清楚。第三问需要提交完整的模型。针对每一个评审数据集的输入文件，模型输出要求也是一个文件，例如输入数据文件名为test_123456.csv，则输出文件名必须为test_123456.csv_result.txt。另外，输出文件的数量与输入文件必须一致，否则会以全0文件代替输出文件进行评分。例如，参赛队伍如果没有提交针对输入文件名为test_123456.csv的输出文件，系统在评分时会自动产生全零的test_123456.csv_result.txt进行评分。每个输出文件内容的样例如下所示{"RSRP": [[-54.505], [-73.416], [-76.123], [-74.261], [-98.143]]}其中方括号内的数字表示输入文件的每一行数据所对应的RSRP预测值，预测值的数量与输入文件的行数(表头除外)对应，例如上文的输出文件对应的输入文件应该是5行(表头除外)。如果输出文件的预测值少于输入文件的行数，则会以补0的形式将输出文件填满后进行评分；如果输出文件的预测值多余输入文件的行数，则会取输出文件的前N个预测值进行评分，其中N为输入文件的行数。4.3.3 线上代码评分方法对于提交的预测RSRP值，将根据以下条件进行排序。模型在评审数据集的评估下，弱覆盖识别率 (PCRR : Poor coverage recognition rate) 必须大于等于20%。在PCRR精度达标后，再根据预测均方根误差(RMSE : Root mean squared error)大小进行各参赛组的名次排序（RMSE小者排名靠前）。PCRR和RMSE的介绍如下所示：· 弱覆盖识别率 (PCRR : Poor coverage recognition rate)在进行预测的过程中如果可以有效识别弱覆盖区域，能够更好地帮助运营商精准规划和优化网络从而提升客户体验。因此，除RMSE为有效测试目标之外，弱覆盖识别准确率也是作为一项非常有价值的评价指标。在本次建模比赛中，弱覆盖判决门限的值定为-103 dBm。若RSRP预测值或实测值小于则为弱覆盖并标记为1，若大于等于则为非弱覆盖并标记为0。根据比较预测值和实测值得到的弱覆盖以及非弱覆盖的差别，可以对以下参数进行统计：· True Positive（TP）：真实值为弱覆盖，预测值也为弱覆盖；· False Positive（FP）：真实值为非弱覆盖，预测值为弱覆盖；· False Negative（FN）：真实值为弱覆盖，预测值为非弱覆盖；· True Negative（TN）：真实值为非弱覆盖，预测值也为非弱覆盖。Table 8：TP、FP、FN和TN的定义PCRR综合考虑Precision（准确率）和Recall（召回率）的目标，其计算公式如下：(3)其中Precision可以理解为预测结果为弱覆盖的栅格实际也是弱覆盖的概率，其定义如下：(4)Recall可以理解为真实结果为弱覆盖的栅格有多少被预测成了弱覆盖的概率，其定义如下：(5)PCRR的计算代码可以参考以下程序Table 9：PCRR计算方法参考· 均方根误差 (RMSE: Root mean squared error)RMSE是评估预测值和实测值整体偏差的指标，其大小直观表现了仿真准确性。直接计算待评估数据的RMSE，计算公式如下：(6)其中为参赛队机器学习模型对于第i组评审数据集的RSRP预测值，为第i组评审数据集的RSRP实际测量值。4.3.4 模型提交与数据获取组委会将为参赛队提供华为云ModelArts作为AI运算平台，训练数据集都存储在该平台上。参赛队伍可以将训练数据下载到本地展开训练，同时竞赛评审也利用华为云大赛平台进行。本次竞赛线上部分的数据集获取、模型提交、评分与排名系统等详细内容请访问本次竞赛的华为云网站：https://developer.huaweicloud.com/competition/competitions/1000013923/introction线上作品提交时间：9月21日早上9:00 - 9月23日中午12:00参赛选手可以多次提交模型，每个队伍每天提交次数上限为5次。最终以其提交中最优成绩为准。B题天文导航中的星图识别天文导航（Celestial Navigation）是基于天体已知的坐标位置和运动规律，应用观测天体的天文坐标值来确定航行体的空间位置等导航参数。与其他导航技术相比，天文导航是一种自主式导航，不需要地面设备，不受人工或自然形成的电磁场的干扰，不向外界辐射能量，隐蔽性好，而且定姿、定向、定位精度高，定位误差与时间无关，已被广泛用于卫星、航天飞机、远程弹道导弹等航天器。天文导航的若干背景知识可参阅附件1。星敏感器是实现航行体自主姿态测量的核心部件，是通过观测太空中的恒星来实现高精度姿态测量。恒星是用于天文导航最重要的一类天体。对天文导航而言，恒星可以看成是位于无穷远处的，近似静止不动的，具有一定光谱特性的理想点光源。借助天球坐标系，可用赤经与赤纬来描述恒星在某一时刻位置信息（相关定义和概念可参考附件1）。恒星在天球球面上的投影点称为恒星的位置。将星空中恒星的相关数据，按不同的需求编制而成的表册，称为星表。星表是星图识别的主要依据，也是姿态确定的基准。常用的星表中通常列有恒星的位置、自行、星等（亮度）、颜色和距离等丰富的信息。对于天文导航而言，感兴趣的信息主要是恒星的位置和星等。附件2提供了一个简易的星表，提供了部分恒星在天球坐标系下的位置（以赤经、赤纬来标记，单位：角度）和星等信息。全天自主的星图识别是星敏感器技术中的一项关键技术。星图识别是将星敏感器当前视场中的恒星（星图）与导航星库中的参考星进行对应匹配，以完成视场中恒星的识别。星图识别一般包括图像采集及预处理、特征提取、匹配识别等过程。图像预处理包括去除噪声和星点质心提取。为简化，本赛题暂不考虑具体的去除噪声和质心提取等问题，认为所讨论的星图图像已经完成了图像预处理。导航数据库一般包括两部分：导航星表和导航星特征数据库。导航星表是从基本星表中挑选一定亮度范围的导航星，利用其位置（赤经、赤纬）和亮度信息编制而成的简易星表。星敏感器除了需要构建导航星表外，还需要按照特征提取算法，构造导航星的特征向量，存储由特征向量构成的导航星特征数据库。提取出观测星的特征后，就可以寻找特征类似的导航星。如果找到特征惟一接近的导航星，即可认为二者匹配。匹配识别过程和提取特征的方法紧密相关。本赛题暂不考虑后续的航行体定姿定位问题。在星图识别的相关工作中需要用到天球坐标系、星敏感器坐标系、星敏感器图像坐标系等。其简单定义为：（1）天球坐标系。以天赤道为基圈，过春分点的时圈为主圈，春分点为主点。天球坐标系采用赤经、赤纬作为坐标量。参见附件1相关叙述。图1 星敏感器坐标系、图像坐标系及前视投影成像示意图（2）星敏感器坐标系。以投影中心（光轴上与感光面距离为的点，即光心，参见图1）为坐标原点，以光轴为轴（后面的讨论中，光轴与天球面的交点记为点），过点平行于感光面两边的直线作为轴和轴。图1为星敏感器坐标系、图像坐标系及前视投影成像示意图。（3）图像坐标系。以感光面的中心（点在该平面上的投影点）为坐标原点，平行于感光面两边的直线为轴和轴的平面坐标系，参见图1。请你们团队利用附件提供的相关背景材料和数据，建模分析下面问题：问题1 、、是3颗已知位置的恒星，即它们在天球坐标系下的赤经和赤纬已知；、、是来自恒星、、的平行光经过星敏感器光学系统成像在感光面上的星像点质心中心位置（参见图1）；记，，，。（1）建立由，，等参数解算点在天球坐标系的位置信息的数学模型，并给出具体的求解算法；（2）若不利用值的信息，试建立由，等参数求解点在天球坐标系中的位置信息的数学模型，并给出具体的求解算法；（3）一般来说，星敏感器视场内的恒星数量多于3颗，请讨论如何选择不同几何位置的三颗星，提高解算点在天球坐标系中的位置信息的精度，并分析相应的误差。问题2 传统的星图识别方法主要是以角距（即星与星之间的球心角，可直观理解为两颗恒星分别与地心连线之间的夹角）或其衍生的形式为特征，这类方法比较简单，但一般需要较大的存储空间，识别算法实时性不好，且识别率普遍不高。通过对星图中的星点信息进行更为精细的特征提取，构建更高层次的特征，可能会提高星图识别算法的实时性和降低误匹配率。基于附件2提供的简易星表信息，请构建相应的特征提取模型，设计对应的星图识别算法，确定出附件3给出的8幅星图中每一个星像点所对应的恒星编号（对应附件2简易星表的恒星编号），并对算法的性能进行评估。附件1 相关背景知识（含对附件2、附件3的说明，请注意！）附件2 简易星表附件3 8幅星图相关数据C题视觉情报信息分析研究表明，一般人所获取的信息大约有80%来自视觉。视觉信息的主要载体是图像和视频，视觉情报指的是通过图像或者视频获取的情报。从图像或视频中提取物体的大小、距离、速度等信息是视觉情报分析工作的重要内容之一，如在新中国最著名的“照片泄密案”中，日本情报专家就是通过《中国画报》的一幅封面照片解开了大庆油田的秘密[1]。在当前很热门的移动机器人、无人驾驶、计算机视觉、无人机侦察等领域，更是存在着大量的应用需求。尽管在对未来智能交通系统的设计等工作中，科研人员正在研究使用双目[2]或多目视觉系统或者特殊配置的单目视觉系统[3]获取相关信息，但在某些特定条件下，分析人员所能利用的，只能是普通的图像或视频[4,5]，其中的信息需要综合考虑各种因素，通过合适的数学模型来提取。本题从实际需求出发，选择单幅图像距离信息分析、平面视频距离信息分析和立体视频距离信息分析几个典型场景，提出如下四项任务：任务1：测算图1中红色车辆A车头和白色车辆B车头之间的距离、拍照者距马路左侧边界的距离；图2中黑色车辆A车头和灰色车辆C车尾之间的距离以及拍照者距白色车辆B车头的距离；图3中拍照者距岗亭A的距离以及拍照者距离地面的高度；图4中塔体正面(图中四边形ABCD)的尺寸，即AB和CD的长度以及AB和CD之间的距离 (已知地砖尺寸为80cm80cm)。任务2：附件“车辆.mp4”(右键点击后选择“保存到文件”可导出视频文件）是别克英朗2016款车上乘客通过后视镜拍摄的视频。（1）估算该车和后方红色车辆之间的距离；（2）估算该车超越第一辆白色车辆时两车的速度差异。任务3：附件“水面.mp4”是高铁乘客拍摄的一块水面，测算高铁行驶方向左侧第一座桥桥面距水面的高度、距高铁轨道的距离以及水面宽度，估算拍摄时高铁的行驶速度。任务4： 附件“无人机拍庄园.mp4”记录了某老宅的全景。（1）估算其中环绕老宅道路的长度、宽度、各建筑物的高度、后花园中树木的最大高度；（2）估算该老宅的占地面积；（3）测算无人机的飞行高度和速度1.建模过程中，除题中明确限定的条件外，你们可以作任何合理的假设或者补充真实的数据；2.对题中你们认为有歧义的表述，可以按照你们明确说明的理解解题而不会影响你们的最终成绩；3.论文中用到的非通用程序必须以附录形式附在文末，所有引用的文献资料（含计算机程序）都必须明确注明出处。4.论文主体（含摘要、目录、正文、参考文献，不含附录）不要超过40页。参考文献1.https://ke..com/item/%E4%B8%AD%E5%9B%BD%E6%9C%80%E8%91%97%E5%90%8D%E2%80%9C%E7%85%A7%E7%89%87%E6%B3%84%E5%AF%86%E6%A1%88%E2%80%9D/13870540?fr=aladdin2.https://ke..com/item/双目定位/60878103. 来佳伟，何玉青，李霄鹏 等：基于单目视觉的机械臂目标定位系统设计[J]，《光学技术》，2019.014. 刘军, 后士浩, 张凯,晏晓娟:基于单目视觉车辆姿态角估计和逆透视变换的车距测量[J],《农业工程学报》,Jul. 2018(pp70-76)5. 刘学军，王美珍，甄艳等：单幅图像几何量测研究进展[J]，《武汉大学学报》（信息科学版）,36( 8) : pp941 - 947.D题汽车行驶工况构建01问题背景汽车行驶工况（Driving Cycle）又称车辆测试循环，是描述汽车行驶的速度-时间曲线（如图1、2，一般总时间在1800秒以内，但没有限制标准，图1总时间为1180秒，图2总时间为1800秒），体现汽车道路行驶的运动学特征，是汽车行业的一项重要的、共性基础技术，是车辆能耗/排放测试方法和限值标准的基础，也是汽车各项性能指标标定优化时的主要基准。目前，欧、美、日等汽车发达国家，均采用适应于各自的汽车行驶工况标准进行车辆性能标定优化和能耗/排放认证。本世纪初，我国直接采用欧洲的NEDC行驶工况（如图1）对汽车产品能耗/排放的认证，有效促进了汽车节能减排和技术的发展。近年来，随着汽车保有量的快速增长，我国道路交通状况发生很大变化，政府、企业和民众日渐发现以NEDC工况为基准所优化标定的汽车，实际油耗与法规认证结果偏差越来越大，影响了政府的公信力（譬如对某型号汽车，该车标注的工信部油耗6.5升/100公里，用户体验实际油耗可能是8.5-10升/100公里）。另外，欧洲在多年的实践中也发现NEDC工况的诸多不足，转而采用世界轻型车测试循环（WLTC，如图2）。但该工况怠速时间比和平均速度这两个最主要的工况特征，与我国实际汽车行驶工况的差异更大。作为车辆开发、评价的最为基础的依据，开展深入研究，制定反映我国实际道路行驶状况的测试工况，显得越来越重要。另一方面，我国地域辽广，各个城市的发展程度、气候条件及交通状况的不同，使得各个城市的汽车行驶工况特征存在明显的不同。因此，基于城市自身的汽车行驶数据进行城市汽车行驶工况的构建研究也越来越迫切，希望所构建的汽车行驶工况与该市汽车的行驶情况尽量吻合，理想情况下是完全代表该市汽车的行驶情况（也可以理解为对实际行驶情况的浓缩），目前北京、上海、合肥等都已经构建了各城市的汽车行驶工况。为了更好地理解构建汽车行驶工况曲线的重要性，以某型号汽车油耗为例，简单说明标注的工信部油耗是如何测试出来？标注的工信部油耗并不是该型号汽车在实际道路上的实测油耗，而是基于国家标准（如《GB27840-2011重型商用车辆燃料消耗量测量方法》），在实验室里根据汽车行驶工况曲线，按照一定的标准，经检测、计算得出。由此可见，标注的工信部油耗是否与实际油耗相吻合，与汽车行驶工况曲线有密切关系。图1 欧洲NEDC工况图2. 世界WLTC工况02目标的提出在上述背景下，请根据附件（3个数据文件，每个数据文件为同一辆车在不同时间段内所采集的数据）所提供的某城市轻型汽车实际道路行驶采集的数据（采样频率1Hz），构建一条能体现参与数据采集汽车行驶特征的汽车行驶工况曲线（1200-1300秒），该曲线所体现的汽车运动特征（如平均速度、平均加速度等）能代表所采集数据源的相应特征，两者间的误差越小，说明所构建的汽车行驶工况的代表性越好。03解决的问题1.数据预处理由汽车行驶数据的采集设备直接记录的原始采集数据往往会包含一些不良数据值，不良数据主要包括几个类型：(1) 由于高层建筑覆盖或过隧道等，GPS信号丢失，造成所提供数据中的时间不连续；(2) 汽车加、减速度异常的数据（普通轿车一般情况下：0至100km/h的加速时间大于7秒，紧急刹车最大减速度在7.5~8 m/s2）；(3) 长期停车（如停车不熄火等候人、停车熄火了但采集设备仍在运行等）所采集的异常数据。(4) 长时间堵车、断断续续低速行驶情况（最高车速小于10km/h）,通常可按怠速情况处理。(5) 一般认为怠速时间超过180秒为异常情况，怠速最长时间可按180秒处理。请设计合理的方法将上述不良数据进行预处理，并给出各文件数据经处理后的记录数。2.运动学片段的提取运动学片段是指汽车从怠速状态开始至下一个怠速状态开始之间的车速区间，如图3所示（基于运动学片段构建汽车行驶工况曲线是日前最常用的方法之一，但并不是必须的步骤，有些构建汽车行驶工况曲线的方法并不需要进行运动学片段划分和提取）。请设计合理的方法，将上述经处理后的数据划分为多个运动学片段，并给出各数据文件最终得到的运动学片段数量。图3 运动学片段的定义3.汽车行驶工况的构建请根据上述经处理后的数据，构建一条能体现参与数据采集汽车行驶特征的汽车行驶工况曲线（1200-1300秒），该曲线的汽车运动特征能代表所采集数据源（经处理后的数据）的相应特征，两者间的误差越小，说明所构建的汽车行驶工况的代表性越好。要求：（1）科学、有效的构建方法（数学模型或算法，特别鼓励创新方法，如果采用已有的方法，必须注明来源）；（2）合理的汽车运动特征评估体系（至少包含但不限于以下指标：平均速度（km/h）、平均行驶速度（km/h）、平均加速度（m/）、平均减速度（m/）、怠速时间比（%）、加速时间比（%）、减速时间比（%）、速度标准差（km/h）、加速度标准差（m/）等）；（3）按照你们所构建的汽车行驶工况及汽车运动特征评估体系，分别计算出汽车行驶工况与该城市所采集数据源（经处理后的数据）的各指标（运动特征）值，并说明你们所构建的汽车行驶工况的合理性。04名词解释与参考文献1. 部分名词解释怠速：汽车停止运动，但发动机保持最低转速运转的连续过程。加速：汽车加速度大于0.1m/s2的连续过程。减速：汽车加速度小于-0.1m/s2的连续过程。巡航/匀速：汽车加速度的绝对值小于0.1m/s2非怠速的连续过程。平均速度：一段时间周期内，汽车速度的算术平均值。平均行驶速度：汽车在行驶状态下汽车速度的算术平均值，即不包含汽车怠速状态。怠速时间比：一段时间周期内，怠速状态的累计时间长度占该时间周期总时间长度的百分比。平均加速度：汽车在加速状态下各单位时间（秒）加速度的算术平均值。平均减速度：汽车在减速状态下各单位时间（秒）减速度的算术平均值。加速时间比：一段时间周期内，处在加速状态的累计时间长度占该时间周期总时间长度的百分比。减速时间比：一段时间周期内，处在减速状态的累计时间长度占该时间周期总时间长度的百分比。速度标准差：一段时间周期内，汽车速度的标准差，即包括怠速状态。加速度标准差：一段时间周期内，处在加速状态的汽车加速度的标准差。2. 参考文献【1】 Lin J, Niemeier D A. Exploratory analysis comparing a stochastic driving cycle to California's regulatory cycle[J]. Atmospheric Environment, 2002, 36(38):5759-5770.【2】 Karande, S., Olson, M., and Saha, B. Development of Representative Vehicle Drive Cycles for Hybrid Applications[J]. SAE Technical Paper 2014-01-1900, 2014, doi:10.4271/2014-01-1900.【3】 姜平，石琴，陈无畏，黄志鹏. 基于小波分析的城市道路行驶工况构建的研究[J]. 汽车工程, 2011(1):70-73.【4】 Knez M, Muneer T, Jereb B, et al. The estimation of a driving cycle for Celje and a comparison to other European cities[J]. Sustainable Cities and Society, 2014, 11:56-60.【5】 Ho, Sze-Hwee, Wong, Yiik-Diew, Chang, Victor Wei-Chung. Developing Singapore Driving Cycle for passenger cars to estimate fuel consumption and vehicular emissions [J]. Atmospheric Environment,2014,97:353-362. F题多约束条件下智能飞行器航迹快速规划复杂环境下航迹快速规划是智能飞行器控制的一个重要课题。由于系统结构限制，这类飞行器的定位系统无法对自身进行精准定位，一旦定位误差积累到一定程度可能导致任务失败。因此，在飞行过程中对定位误差进行校正是智能飞行器航迹规划中一项重要任务。本题目研究智能飞行器在系统定位精度限制下的航迹快速规划问题。假设飞行器的飞行区域如图1所示，出发点为A点，目的地为B点。其航迹约束如下：(1) 飞行器在空间飞行过程中需要实时定位，其定位误差包括垂直误差和水平误差。飞行器每飞行1m，垂直误差和水平误差将各增加个专用单位,，以下简称单位。到达终点时垂直误差和水平误差均应小于个单位，并且为简化问题，假设当垂直误差和水平误差均小于个单位时，飞行器仍能够按照规划路径飞行。(2) 飞行器在飞行过程中需要对定位误差进行校正。飞行区域中存在一些安全位置（称之为校正点）可用于误差校正，当飞行器到达校正点即能够根据该位置的误差校正类型进行误差校正。校正垂直和水平误差的位置可根据地形在航迹规划前确定（如图1为某条航迹的示意图,黄色的点为水平误差校正点，蓝色的点为垂直误差校正点，出发点为A点，目的地为B点，黑色曲线代表一条航迹）。可校正的飞行区域分布位置依赖于地形，无统一规律。若垂直误差、水平误差都能得到及时校正，则飞行器可以按照预定航线飞行，通过若干个校正点进行误差校正后最终到达目的地。图1：飞行器航迹规划区域示意图(3) 在出发地A点，飞行器的垂直和水平误差均为0。(4) 飞行器在垂直误差校正点进行垂直误差校正后，其垂直误差将变为0，水平误差保持不变。(5) 飞行器在水平误差校正点进行水平误差校正后，其水平误差将变为0，垂直误差保持不变。(6) 当飞行器的垂直误差不大于个单位，水平误差不大于个单位时才能进行垂直误差校正。(7) 当飞行器的垂直误差不大于个单位，水平误差不大于个单位时才能进行水平误差校正。(8) 飞行器在转弯时受到结构和控制系统的限制，无法完成即时转弯(飞行器前进方向无法突然改变)，假设飞行器的最小转弯半径为200m。请你们团队为上述智能飞行器建立从A点飞到B点的航迹规划一般模型和算法并完成以下问题：问题1. 针对附件1和附件2中的数据分别规划满足条件（1）~（7）时飞行器的航迹，并且综合考虑以下优化目标：（A）航迹长度尽可能小；（B）经过校正区域进行校正的次数尽可能少。并讨论算法的有效性和复杂度。其中附件1数据的参数为：附件2中数据的参数为：请绘出两个数据集的航迹规划路径，并将结果（即飞行器从起点出发经过的误差校正点编号及校正前误差）依次填入航迹规划结果表，放于正文中，同时将两个数据集的结果填入附件3的Sheet1和Sheet2中。问题2.针对附件1和附件2中的数据（参数与第一问相同）分别规划满足条件（1）~（8）时飞行器的航迹，并且综合考虑以下优化目标：（A）航迹长度尽可能小；（B）经过校正区域进行校正的次数尽可能少。并讨论算法的有效性和复杂度。请绘出两个数据集的航迹规划路径（直线用黑色，圆弧用红色），并将结果（即飞行器从起点出发经过的误差校正点编号及校正前误差）依次填入航迹规划结果表，放于正文中，同时将两个数据集的结果填入附件3的Sheet3和Sheet4中。问题3.飞行器的飞行环境可能随时间动态变化，虽然校正点在飞行前已经确定，但飞行器在部分校正点进行误差校正时存在无法达到理想校正的情况（即将某个误差精确校正为0），例如天气等不可控因素导致飞行器到达校正点也无法进行理想的误差校正。现假设飞行器在部分校正点（附件1和附件2中F列标记为“1”的数据）能够成功将某个误差校正为0的概率是80%，如果校正失败，则校正后的剩余误差为min(error，5)个单位（其中error为校正前误差，min为取小函数），并且假设飞行器到达该校正点时即可知道在该点处是否能够校正成功，但不论校正成功与否，均不能改变规划路径。请针对此情况重新规划问题1所要求的航迹，并要求成功到达终点的概率尽可能大。请绘出两个数据集的航迹规划路径，并将结果（即飞行器从起点出发经过的误差校正点编号及校正前误差）依次填入航迹规划结果表，放于正文中，同时将两个数据集的结果填入附件3的Sheet5和Sheet6中。再次提醒：问题1，问题2和问题3中的结果表格除了需要放在正文中，还需要汇总到附件3的Excel表格文件的6个不同Sheet中，表x的结果放入Sheet x中，最后将汇总的Excel表格命名为：参赛队号-结果表.xlsx，以附件形式提交。附录：航迹规划结果表（样式）航迹规划结果表x文章来源：网络

欢迎又一批新的研究生们，加入百年复旦的星空！从本期起，复旦大学文理医领域的三位教授将会写给新生们第一封信。聆听师语，希望这些肺腑之言能为新生们的研究生生涯，提供一些建议与思考。陈文斌，浙江舟山人。1970 年生于舟山市岱山县。2000 年 7 月于复旦大学 计算数学专业获理学博士学位，师从李立康教授。2004 年 7 月至 2006 年 1 月赴加州大学 Davis 分 校从事博士后研究。现为复旦大学数学科学学院教授。与合作者一起，共发表 论文 70 余篇，其中在计算数学学科三大顶尖杂志(SIAM J. Numer. Anal., Numer. Math., Math. Comp.)发表论文十余篇。近年研究方向为高性能科学计算与数值 模拟、偏微分方程的数值方法和材料问题数值模拟等。现为中国工业与应用数 学学会第六届理事会理事，中国计算数学学会第九届理事会理事。主讲课程“微分方程数值解”为上海市精品课程。“我不知道为啥让我这个普通而不成功的教授来写给研究生的一些话。成功的教授都是类似的，不成功的教授都各有各的教训，那么就让我来讲一下这些年的一些教训吧。”博学而笃志，立大志做大事 我首先要说的是，请不要随波逐流，随机游走。忘掉“自由而无用”，请记住复旦的校训是“博学而笃志，切问而近思”。志向在今天似乎是一件羞羞的事情，不敢大声说出口，但是这其实是非常重要的事情。或许你的志向是脚踩CNS的录取信去迎娶温柔聪慧的女学霸，然后生一对聪明可爱的龙凤胎，再来爸爸妈妈的学校读书；又或许是发表顶级会议论文，然后到腾讯阿里年薪50万起，然后期权千万，在35岁前财富自由。这些都是很好的想法。或许更多同学朴素的想法是要为祖国、要为社会做出贡献，希望学的东西能有些用处，或许这种想法只是一点萌芽，在心中一闪而过。我现在想说的是只有把自己的志向与国家命运挂钩，这样才能走得远，走得稳。而研究生作为复旦大学科学研究非常重要的队伍，心中如果怀有做世界顶级研究的志向，自然会踏实去学，踏实去做，踏实去钻研。大多数的复旦的教授是平实而乐于传授和交流的，他们也更希望学生能强于自己，做出更好的工作。有的教授可能很忙，有些可能很闲，有些可能很厉害，有些可能很一般或者有些失败，但是他们都希望能有更好的学生来与自己一起研究，一起讨论，这也是很多教授宁愿呆在这个收入不高的地方的一个原因。如果研究生研究的课题是与国家的需求、世界学术的前沿、重要而困难的问题等等有关系，那必然会面临很大的学术压力，而这种压力下的产出，就可能产生重要的学术或科研成果。研究生阶段的工作可能会直接会奠定一辈子的基础。李大潜院士曾多次引用孔子的话来教导我们：“取乎其上，得乎其中；取乎其中，得乎其下；取乎其下，则无所得矣”。所以立志是个大问题，立大志，做大事。特别对像我一样，出身小县城的普通学生来讲，更应该注意到这一点，或许你们的父母和我的父母一样，自己没有文化，但是不管情况如何，主要娃肯读书，那怕把房子卖了，也要让娃把书读下去，一直到没有书读为止。但是对同学来讲，树立自己的志向，把父母的期许变成自己学习和研究的动力，来突破阶层的壁垒，这个是不容易的，但也是我所期望的。如果没有大志，那么研究生阶段立志学术研究，潜心研究三到五年，做点干净漂亮的工作或许可作为研究生入学时一个小小的志向。研究生阶段是人生最幸福的时光 实际上，研究生阶段是人生最幸福的一个阶段。父母身体尚健且有稳定的收入来源，自己身体和智力都已经成熟，如果有一个困难的问题去研究三年或五年时间，并能往前走小小一步，这实在是非常幸福的事情。而研究生阶段的学习和科研，不再是简单地去进行课程的重复，而是开始涉足一些世界上未知的领域，虽然大部分的研究都是很安全的，导师给的题目都是能安全地做出来，安全地发表，从而安全地毕业。但是对研究生来说，从一个小题目入手，进行文献的搜索，实验的重复，理论的演算和论证，把问题做到深入和极致，尽可能在自己的能力范围内做到最好，这个是很重要的训练。通过反复的训练，从而学会和掌握研究的方法，进而在工作中成为领导团队前进的核心，研究生阶段的训练是不可或缺的。研究生阶段是能最自由学习、自由生活、自由研究的时光，每次自己觉得大大的烦恼和压力，回头看都是幸福的好时光。研究生阶段要有高质量的产出 其次，我向大家再唠叨的是所谓“复利”的概念。研究生阶段不是单纯的学习，更重要的是要有产出，特别是高质量的产出，而这种产出是有复利的。所谓复利，另外一种说法就是成名要早，早点做出优秀的工作，对一生的发展是很重要的。当然或许有人会说“小时了了，大未必佳”，但是优秀的人才大部分在研究生阶段都是非常出色的。我们常常说一个科学家，说他最重要的工作是博士论文做出来的。在博士阶段做出重要的工作，这样对后面的学术生涯有极其重要的影响。当然也有博士论文影响不大但是做出世界级工作的科学家，例如张益唐先生。但是我还是想强调的是，早点出好的研究，是非常重要的，这个不是简单的一年级发篇好文章就可以拿国家奖学金，而五年级就最多只能毕业的问题。实际上学术生涯中的每篇论文可以看成是一个现金流，论文的质量是分红的大小，质量越好，分红越多，但是所有的现金流都是要贴现到现值的，发表的越早，折现的越多。所以越早有好的工作，将来的收益越大。复利的另外一层意思是每一步要走的踏实，无论每篇论文还是学习中的每个小小的疑点，如果能认真一点，对将来都是有好处的。论对学问和工作的认真，数院的先生们那是有许多故事的，我有次给我们的童裕孙先生送高等数学的卷子，他为了卷子上答案一个小小的笔误，非要把卷子错误的地方做认真的修订，而且卷子上手写的答案非常的工整清楚。后来看到当年首批十八博士论文的手稿，发现童先生对人谦和了一辈子，对学问认真了一辈子。这种为人做事的态度似乎在每个数院的老先生身上发现。我现在常对学生说的是：这个世界实际上很小，你们在学校里表现很容易被业界和学术界的朋友知道。所以在研究生期间，认真做事，刻苦求学的孩子将来必定有好的出路。在世界舞台上发展：不要说哑巴英语 还有我不得不提到是语言问题。我一直认为复旦的学生英语很好，但是奇怪的是，好像这个假设是不成立的。一大批数学好的同学英语不好，这个在我读书的时候是这样，现在似乎还是这样。我一直以为这个问题只有在我们这代人里面出现，但是最近我惊讶的发现，一个博士在与他人英语交流的时候居然张不开口，一句话在嘴边停留了三分钟。我们大家安静地等着，但是最后还是不能表达。这个不能不引起我的重视了，我们花大量的精力和时间在通过所谓的英语考试，但是最后悲催地发现，我们听不懂其他人的话，也不能表达自己的思想。这个是很悲哀的事情。作为在学术上非常强的研究人员，应该也能准确表达自己思想逻辑和工作，这个事情要引起同学们的重视。我们对你们有非常大的希望和期许，希望你们能做出世界级的工作，在世界的舞台上有一席之地，但是如果语言不好，像聋子和哑巴一样，这个会极大地限制将来的发展。对理工的学生来讲，或者特别对数学好的同学来讲，希望他们能对待奥数题目一样的对待语言关，像做科研问题一样对待，早点克服。这个真的是重要的。读书是个苦差事，关注腰颈椎健康 至于其他的还想提一下健康的问题和时间管理的问题， 读书是个苦差事，读书的目的不是简单的在将来的名片上印上一个博士字样，这种辛苦的学习是改变自己最简单的途径了。但是读书也要注意自己的健康，特别是颈椎和腰椎的问题要关注一下，所以读书的时候，进行科学的一定强度的锻炼，也是要注意的。另外，合理安排时间，做事不拖拉，开始学会时间管理，对将来也是非常有益的。实际上上述的几点，是我这个不成功教授的一些瞎想，我自己没有一条是能做到的，随机游走这么多年，或许只有向学之心一直没有变过，只是觉得数学还是很好玩，别的又不会。二十年回首，确实是发现很多事情，一来没有人告诉，二来也没有人来督促。所以今天写一些老生常谈，只是希望像我一样普通乡下的孩子，能听进去一二，或许能让他们的研究生生活更忙碌一些吧。来源：复旦研究生 撰写 陈文斌 编辑 舒颗颗

现在2021年研究生入学考试er正在积极备考。选择专业是考研的第一步。选择合适的专业和院校对未来的发展和就业有着非常重要的影响。为了找到更好的工作，更有利于就业，大多数人在考虑选择专业时，可以参考一些就业形势和前景较好的专业。以下是对数学专业就业前景的介绍。你可以参考一下。数学专业，在大众化的视野中，毕业后的就业前景无非是当老师或从事科研，这似乎是一条过于老套、狭窄的就业道路。然而，这些都是偏见。数学专业研究生一直是金融界、IT界和科研界的“香饽饽”。数学专业的就业前景是你看不到的“光明未来”！在大学数学学院，除基础数学外，多数还开设了应用数学、信息与计算科学、概率与统计精算、数学与控制科学等专业。现代数学的这些分支超越了传统数学的范畴，延伸到社会的各个领域。他们把数学作为探索和解决非数学问题的工具，为人类社会的发展做出了巨大贡献。当然，这些专业的学生也受到各相关领域的欢迎。基础数学：适合研究或教学基础数学又称纯粹数学，即根据数学的内在需要或未来可能的应用，研究数学结构本身的内在规律，不求解决其他学科的实际问题，而只研究数量关系和空间形式纯粹形式的事物。基础数学是数学科学的核心。它不仅是其他应用数学分支的基础，而且为自然科学、技术科学和社会科学提供了必要的语言、工具和方法。微分几何、数学物理、偏微分方程等都属于基础数学范畴。陈景润证明“12”哥德巴赫猜想的著名故事就发生在这一领域。●就业前景本专业要求学生在数学方面有扎实的理论基础，并为高等院校和研究机构提供数学、应用数学和相关学科的研究生。近几年来，与其他数学专业相比，就业范围相对狭窄，但与数学相关的各个学科发展迅速，这方面所需的研究和教学人才也大幅度增加，尤其是数学相关学科的教学人才大多需要扎实的数学基础，所以需求也有所增加。计算数学：涉及多学科交叉计算数学是随着计算机的出现而迅速发展起来的一门新兴学科，涉及计算物理、计算化学、计算力学、计算材料、环境科学、地球科学、金融学和保险学等多个学科交叉。运用现代数学理论和方法解决各种科学和工程问题，分析和提高计算的可靠性、有效性和准确性，研究各种数值软件的开发技术。它不仅突出解决信息、电子、计算机等领域的一些核心理论和技术问题，而且注重从这些高新技术中抽象出新的数学理论。在保持应用数学和计算数学学科研究方向优势的基础上，重视和加强信息科学研究的数学基础、数据分析与统计计算、科学计算、现代优化和电子系统生物系统的数值模拟和数学建模。专业背景：要求考生具备基础数学、应用数学、信息技术、计算机科学、数据处理与系统分析、工程、数字图像等学科知识。研究方向：工程问题的数值方法、发展方程与动力系统的数值方法、数值逼近与数字图像处理、计算机图形学与计算机软件、光学与电磁学中的数学问题等。●就业前景站在数学的肩膀上，这个方向的学生在考博或出国方面有很大的优势。如果研究生从事项目开发，他们的工资一般较高，但他们的工作强度也相对较高。此外，本专业毕业生还可以到高校从事教学工作，不仅可以进一步开展研究，而且有利于专业人才的培养。概率与统计：政府部门需求大幅增长概率作为数学的一个分支，是研究随机事件的一门科学技术，涉及到工程、生物学、化学、遗传学、博弈论、经济学等各个方面的应用，几乎涉及到所有的科学技术领域，可以说是各种预测的基石。统计学是关于统计数据的收集、整理、分析和解释的科学，主要是通过运用概率论建立数学模型，收集观测系统的数据，进行定量分析和总结，然后进行推断和预测，为相关决策提供依据和参考。概率论和数理统计是本世纪迅速发展的学科。他们研究各种随机现象的性质和内在规律，以及自然科学、社会科学等各学科各类数据的科学综合处理和统计推断方法。随着人类社会各种系统的规模、复杂度和精度的不断提高和计算机的广泛应用，概率统计将变得越来越重要。●就业前景主要从事企事业单位和经济、政府管理部门统计调查、统计信息管理、定量分析等方面的开发、应用和管理，或从事科研、教育部门的研究和教学。就业机会非常广阔，一些金融行业和单位对统计专业人才的需求甚至超过了一些热门经济专业。特别是近年来，政府部门决策强调科学性，统计部门的实力不断增强。因此，政府每年招收公务员时，对毕业生的统计需求也大大增加。应用数学：最广阔的发展空间应用数学由两部分组成，一部分是与应用相关的数学，另一部分是数学的应用，即以数学为工具，探索和解决科学、工程和社会学中的问题。应用数学主要应用于两个领域：一是计算机。随着计算机的飞速发展，需要大量懂数学的软件工程师开发相应的数据库；另一方面是经济学。当前的许多经济学需要用非常专业的数学来分析。应用数学的许多相关课程都是根据经济实例设计的。应用数学与纯数学最大的区别在于与实践的结合：试图解决自然现象和社会发展所引发的数学问题，并将其讨论的结果应用于自然和社会。●就业前景无论是科研数据分析、软件开发、三维动画制作，还是从事金融保险、国际经济贸易、工商管理、化工制药、通信工程、建筑设计等行业。，它离不开相关的数学专业知识。本专业毕业生就业主要集中在与信息产业相关的大集团公司、科研设计单位、金融机构等，在出国或深造方面也有很大优势。据有关人士介绍，如果将这门学科应用到数学领域，在申请硕士学位时，在选择发展方向上会有很大的优势，特别是在金融和经济领域，这两个领域比本专业毕业生有很大的优势，也可以发展到更高的水平。数学教育●就业前景需求量大，待遇稳定就业分析：我国数学教师需求量最大。数学老师很受欢迎。拓宽教师渠道，面向社会招聘教师，已成为教育人事制度改革的重要举措。这无疑为数学教育专业毕业生就业提供了巨大的发展空间