前言

近年来主要是数学建模类和统计建模类两种题目，而不是区分为ABC题目去备赛，AB主要是数学建模，C主要是统计建模。

数学建模类，专业性越来越下降，以前的题目大多基于工业背景，而24年类似于“板凳龙”、25年“烟雾弹”这种，本质上是一个数学问题，并不是一个专业的背景。简单地概括，就是题意简化，回归数学本质。没有很复杂的背景。

统计建模类，也就是C题，则变得专业化，例如2024及以前是商业贸易、蔬菜种植这样的题目。而2025年出现了基因检测专业背景的内容，这就是专业性的要求，需要探索行业背景，做一些专业知识的背书。不能再像以前那样套模板，不能再老老实实地数据清洗后再喂给随机森林，这样做出来虽然有答案，却拿不到国一。国一必须要做到深入行业背景。例如说，要研究每两个基因座相关性，在这样的情况下，用了专业的方法，哪怕数据没有直接算出来的结果更好，那也是能拿很好的奖的。事实上，使用了专业知识背景来计算，可能算出来相关程度只有0.2，而不是很好的例如0.9的相关程度，这是专业特点，你得明白。

2025年B题，利用光的干涉测纸张的厚度。有专业背景，也确实是看你有没有缘分了。

为什么会这样？因为AI出现了，所以出题人在有意避免AI帮助过大。首先，AB题大量涉及数学物理知识，这对AI来说是不可能完成的任务。而C题是统计分析，如果方法固定，那么很容易让AI给出良好的建议。所以AI对C题影响最大，因此以后C题门槛自然也提高了，需要专业知识。

训练目标：

1、抽象思维能力、想象演化能力、归纳推理能力。

2、掌握常见数学模型，重点是空间立体几何问题、优化问题、微积分的物理应用。

3、掌握非凸方程的求解技巧、常见求解算法、常用数学库工具包的使用、较强的算法实现能力。

4、必要情况下“快速科研，了解题目背景知识”的能力。