数学建模是指根据实际问题建立数学模型，通过论证求解得出结论，指导解决实际问题。当需要定量分析研究实际问题时，学者们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。当前，国内外高校招生时，非常看重申请学生的数学能力，数学建模项目可以“通吃”绝大部分专业，为学生申请高校提供加分项。
机构课题名称
应用数学：数学建模与跨学科应用
本课题的核心内容：在接下来的课题中，我们将会通过学习线性代数、图论、微分方程、概率统计等相关数学知识，掌握建立研究对象的数学模型的基本方法，同时了解一些前沿的复杂现实问题（如传染病的传播、货物仓储运输调度、搜索引擎技术等）的建模思路。学习算法设计思想，掌握通过编程求解数学模型的能力。
教授介绍
中国科学院 副研究员硕士生导师
研究领域覆盖应用数学、概率论和随机过程。发表SCI、核心论文20余篇，常年参与IEEE国际会议并作口头报告，研究成果获得多个国内外学术奖项，并被国家级项目所采用。
课题·收获
机构背景提升
●教授推荐信，支持网推
●国内普刊/国际普刊//CPCI/EI等同级别会议期刊发表
●完整的科研项目学习经历，提升文书素材竞争力
项目安排
机构背景提升
01 理论知识课
数学模型的基本概念、模型分类、数学建模的过程与常用数学工具。
02 理论知识课
优化类数学模型，包括线性规划和非线性规划的基本概念和建模方法。
03理论知识课
整数规划和图论模型的基本概念和建模方法，以及文献调研的基本方法和思路。
04实战应用课
Python求解数学建模问题的基本思路和步骤。
05实战应用课
基于概率方法建模的Google搜索引擎技术原理。
06论文指导课
选题讨论与框架确定。
07 论文指导课
论文初稿汇报及点评。
08 项目结题汇报
以小组/个人为单位进行展示汇报。
早规划，早准备，解锁更多可能性。不要相信什么高中生、本科生不要做科研的谣言，其实，学术成绩恰恰是世界认可度最高、收获价值最稳定的。哪怕你还是学术小白，也能通过专业教授辅导，好好努力收获高质量科研经历，为进入梦校保驾护航。
