数学建模竞赛成绩的评定
数学建模竞赛成绩的评价与预测
数学建模竞赛成绩的评价与预测摘要本文针对对以往的数学建模工作进行总结及对未来的发展进行预测两个问题，根据附件一二中各高校安徽赛区奖和全国奖的数据，运用层次分析法、模糊综合评价和BP 神经网络等方法，建立了模糊层次模型和BP神经网络模型，借助Excel、Matlab软件，给出安徽赛区各校和全国各院校建模成绩的科学、合理的排序，并且对安徽赛区各院校2012年建模成绩进行了预测，最后将模型结果与实际结合，提出了为科学、合理地进行评价和预测，除全国竞赛成绩、赛区成绩外，还需要考虑的因素。
针对问题一，根据附件一中安徽赛区各高校的数学建模获奖数据，给出安徽赛区各校建模成绩的科学、合理的排序，并对安徽赛区各院校2012年建模成绩进行预测。
首先，统计出安徽赛区16所高校的获奖数据，引入综合评价指数概念，运用层次分析法和模糊综合评价建立了模糊层次模型，由Matlab求的全国一二等奖和安徽赛区一二三等奖对数学建模成绩的权重，将安徽赛区奖归一化得到本问题中所需要的权重，算出各校综合评价指数，进而得出安徽赛区各校建模成绩的排序，前十名依次为安徽财经大学、安徽大学、安徽师范大学、中国科学技术大学、安庆师范学院、合肥工业大学、安徽工程大学、皖西学院、滁州学院、安徽建筑工业学院、宿州学院、铜陵学院、合肥师范学院、巢湖学院、淮南师范学院、合肥学院；再建立BP神经网络模型，借助Matlab软件求得安徽赛区16所高校2012年各奖项的获奖队数，具体数据见表3。
针对问题二，根据附件二中全国各高校的数学建模获奖数据，将问题一中的模糊层次模型推广，应用于全国各高校。
在问题求解时，本本文在本科组学校中选取49所，在专科组学校中40所学校，按一定的年份间隔来统计数据，最后运用Excel软件对这些学校进行排序，得出本科组排在前十的依次为解放军信息工程大学、国防科技大学、浙江大学、武汉大学、大连理工大学、海军航空工程学院、上海交通大学、山东大学、东南大学；专科组学校前五名依次为：石家庄经济学院、成都电子机械高等专科学校、海军航空工程学院、山西工程职业技术学院、深圳职业技术学院。
数学建模国赛奖项设置比例
数学建模国赛奖项设置比例会根据具体的比赛规模和参赛队伍数量而有所不同。
以下是一种常见的数学建模国赛奖项设置比例，供参考：
1. 一等奖：占参赛队伍总数的2%-5%左右。
-一等奖通常颁发给在解题过程中展示出杰出创新能力、高质量论文和准确解决问题的少数优秀队伍。
2. 二等奖：占参赛队伍总数的10%-15%左右。
-二等奖颁发给在解题过程中表现出较高水平、论文内容完整且解决问题的能力较强的队伍。
3. 三等奖：占参赛队伍总数的20%-30%左右。
-三等奖通常颁发给在解题过程中表现出良好水平、论文内容基本完整并初步解决问题的队伍。
4. 优秀奖/鼓励奖：根据参赛队伍总数和实际情况进行设置。
-优秀奖/鼓励奖可以根据需要设立，用于表彰那些在解题过程中表现出一定水平、展示出潜力和努力的队伍。
值得注意的是，具体的奖项设置比例可能会因不同赛事、主办方的规定和考量而有所调整。
此外，对于一些特殊奖项，例如最佳
创新奖、最佳团队合作奖等，可以根据比赛的目标和主题进行额外设立。
最重要的是，数学建模国赛奖项的设置应该公正、公平，并鼓励参赛队伍在解题过程中充分发挥创造力和团队合作精神，展现出优秀的数学建模能力。
中国研究生数学建模竞赛优秀组织单位评选方法
中国研究生数学建模竞赛优秀组织单位评选方法
评选中国研究生数学建模竞赛优秀组织单位，可以按照以下方法进行评选：
1. 组织能力评估：评估单位的组织能力，包括组织竞赛的规模、参赛学生数量、比赛安排是否合理等方面。
评估单位是否能够提供良好的参赛环境和支持。
2. 比赛管理评估：评估单位的比赛管理能力，包括比赛规则的制定、评委的选拔、比赛结果的公正性等方面。
评估单位是否能够公正、准确地评判参赛作品，并提供透明的评审过程。
3. 奖项设置评估：评估单位的奖项设置是否合理，是否能够激励参赛学生更好地参与竞赛。
评估单位是否能够提供丰富的奖项和奖金，并提供适当的荣誉和奖励机制。
4. 反馈和改进能力评估：评估单位的反馈和改进能力，包括参赛学生的反馈意见是否得到重视，是否能够及时改进组织和管理的不足之处。
评估单位是否能够根据往年的经验，持续改进竞赛的组织和管理水平。
以上是评选中国研究生数学建模竞赛优秀组织单位的一些方法和指标，具体评选过程可以由专业评审团或权威机构进行评估和决策。
美赛奖项等级
美赛奖项等级引言美赛（美国大学生数学建模竞赛）是一项广泛知名的国际性竞赛活动，吸引了全球很多高校的学生参与。
在美赛中表现出色并获得奖项是许多参赛学生梦寐以求的目标。
本文将介绍美赛的奖项等级，并对获得不同奖项所需要的条件进行解析。
一、奖项等级简介美赛奖项等级按照参赛队伍的成绩划分，共分为五个等级，分别是：Outstanding（特别优秀奖），Finalist（决赛奖），Meritorious （优秀奖），Honorable Mention（荣誉奖）和Successful Participant（成功参与奖）。
这些奖项等级不仅代表了参赛队伍在比赛中的成绩，还彰显了他们在数学建模领域的能力与实力。
二、特别优秀奖（Outstanding）特别优秀奖是美赛中最高级别的奖项，获得这个奖项意味着队伍在比赛中表现出色、解决了较为困难的问题，并提出了富有创新性和实际可行性的解决方案。
通常，特别优秀奖只会授予少数参赛队伍，因此获得这个奖项是非常具有荣誉感和挑战性的。
三、决赛奖（Finalist）决赛奖是美赛中第二高级别的奖项，获得这个奖项的队伍在比赛中取得了显著的成绩，提出了创新的数学模型并解决了复杂的问题。
但与特别优秀奖相比，决赛奖的数量相对较多，所以获得这个奖项的机会相对较高。
四、优秀奖（Meritorious）优秀奖是美赛中的第三个等级，获得这个奖项的队伍在比赛中展现出了较为扎实的数学建模能力。
他们所提出的解决方案可能不如决赛奖和特别优秀奖的队伍那样创新，但仍然能够解决问题并给出合理的结论。
优秀奖是一种对参赛队伍能力的认可，也是绝大多数参赛队伍争取的目标。
五、荣誉奖（Honorable Mention）荣誉奖是美赛中的第四个等级，获得这个奖项的队伍在比赛中的表现相对一般，没有达到优秀奖的水平，但仍然能够解决问题并给出一定的结论。
荣誉奖的数量相对较多，对于一些刚开始参与美赛的团队来说，获得这个奖项也算是一种鼓励和肯定。
数学建模竞赛成绩的评价排序与预测模型
§4 一、名词解释
名词解释与符号说明
1．奖项等级：只比赛成绩划分的不同奖项，如一等奖，二等奖，三等奖，成功参 赛奖。 2．获奖比例：学校参加比赛获得某一奖项的队伍数量占所有队伍数量的比例。 3．比赛成绩：参赛队伍获得的比赛卷面成绩。 4．规模成绩：每个学校组织参赛的规模，主要包括组织参赛的队伍数量和参赛队 伍的获奖情况两个方面的因素。 5．综合实力：学校的综合实力主要是一个学校组织参赛的规模和比赛获得的奖项 状况决定的，所以学校的实力是比赛成绩与规模成绩的总和。
§3
零；
模型的假设
1.在安徽赛区的排名中， 假设专科组和本科组的记分标准一样， 不做另外分组处理； 2.假设如果一个学校那一年没有参赛， 则该年获得各个等级奖项的参赛队伍数记为 3.如果一个学校在某个奖项等级获奖空缺，也将参赛队伍记为零； 4.每年的考试难度没有差别； 5.每个同学的学习能力基本不变，并且发挥其真实水平； 6.影响学生成绩的因素主要有真实成绩与进步程度； 7.每个学生处于相同的考试环境中； 8.所给的数据时学校的真实考试成绩，没有作弊问题的影响。
n
Cj
i Wi
a
P X T N S
m ji
i
mn
优化因子 为某高校该年奖项的平均得分 为某高校该年所获奖项的总得分 为某高校该年每个学校参赛的队伍 为某高校该年所有参赛队伍的总数
§5
解。 一、问题一的分析与求解
模型的建立与求解
从所要解决的问题和对问题所做的假设出发， 分别对三个问题进行详细的分析与求
4
安徽科技学院 安徽理工大学 安徽绿海商务职业学院 安徽农业大学 安徽三联学院 安徽商贸职业技术学院 安徽师范大学 安徽新华学院 安徽新闻出版职业技术学院 安庆师范学院 蚌埠学院 亳州师范高等专科学校 巢湖学院 池州学院 滁州学院 阜阳师范学院 阜阳师范学院信息工程学院 合肥工业大学 合肥师范学院 合肥学院 河海大学文天学院 淮北师范大学 淮北师范大学信息学院 淮南联合大学 淮南师范学院 黄山学院 江淮学院 解放军电子工程学院 解放军陆军军官学院 六安职业技术学院 马鞍山师范高等专科学校 桐城师范高等专科学校 铜陵学院 皖西学院 芜湖信息技术职业学院 宿州学院 中国科学技术大学 ②年综合规模评比
中国研究生数学建模竞赛成绩
中国研究生数学建模竞赛成绩1.引言1.1 概述研究生数学建模竞赛是中国研究生教育中的一项重要组成部分，旨在培养研究生们的数学建模能力和问题解决能力。
随着科学技术的不断发展和应用，数学建模已成为解决实际问题的重要手段。
而研究生数学建模竞赛，则是对研究生们在实际问题中运用数学建模方法进行综合能力考核的一种重要方式。
在研究生数学建模竞赛中，参赛研究生需要面对各种复杂的实际问题，通过灵活运用数学理论和方法，进行问题分析、建模和求解。
而竞赛的成绩则是评估研究生们在这一过程中所展现出的能力和水平的重要指标。
竞赛成绩的高低不仅直接反映了研究生的数学建模能力和学术水平，同时也对他们的个人发展和未来职业规划起着重要的指导作用。
正确理解和评价竞赛成绩对于研究生们具有重要意义。
首先，通过对竞赛成绩的梳理和分析，可以清晰地了解自身在数学建模方面的优势和劣势，从而为后续的学习和科研工作提供指导。
其次，竞赛成绩的高低也与研究生的综合素质和学术声誉息息相关，优秀的竞赛成绩不仅有利于提升研究生的学术声望和就业竞争力，还对于申请奖学金、出国留学等方面有着重要的影响。
因此，本文将对中国研究生数学建模竞赛成绩进行详细的调查和分析，重点探讨竞赛成绩的背景、重要性以及影响因素等问题。
通过对相关研究成果和调查结果的综合分析，总结出影响竞赛成绩的主要因素，并提出一些建议，以帮助研究生们提高数学建模竞赛成绩，更好地发展自己的学术能力。
1.2 文章结构文章结构的目的是为了清晰地组织和呈现文章的内容，使读者能够更好地理解和消化信息。
本文主要通过以下几个部分进行论述。
首先，我们将在引言部分概述本文的主要内容和研究目的。
这将为读者提供一个整体的介绍，以便更好地理解本文后续的讨论。
接下来，正文部分将详细介绍研究生数学建模竞赛的背景。
我们将讨论该竞赛的起源、发展历程以及参赛人数的增长趋势。
此外，我们还将探讨竞赛的组织机构和评分标准等方面的内容。
其次，我们将重点讨论竞赛成绩的重要性。
2011年全国大学生数学建模竞赛浙江赛区评审结果专科C
2011年全国大学生数学建模竞赛浙江赛区评审结果专科C2011年全国大学生数学建模竞赛浙江赛区的评审结果已经揭晓。
本文将对专科C组的评审结果进行详细介绍。
1. 一等奖：选手A、B、C团队以出色的表现脱颖而出，凭借其出色的数学建模能力和创新思维，获得了一等奖。
他们在竞赛中提出了全新的解决方案，将数学模型与实际问题紧密结合，给出了令人震惊的成果。
他们的团队合作能力和团队沟通能力也值得称赞。
2. 二等奖：选手D、E、F团队凭借独特的观点和出色的数学建模技巧，获得了二等奖。
他们对问题进行了深入的分析，提出了优秀的模型，解决了实际问题中的难题。
他们的团队合作和创新意识为他们赢得了评审的认可。
3. 三等奖：选手G、H、I团队在竞赛中展现出了较强的数学建模能力，他们的努力和刻苦让他们获得了三等奖。
他们对问题进行了充分的思考和分析，在给出的限定条件下找到了合适的解决方案。
虽然他们的成绩不及前两名，但他们的努力和团队合作精神是值得肯定的。
4. 鼓励奖：选手J、K、L团队在竞赛中展现出了一定的数学建模能力和创新思维，虽然成绩稍显不足，但他们的努力和表现仍然值得肯定。
评审委员会决定给予他们鼓励奖，以资鼓励。
总结：专科C组的评审结果显示，参赛选手们在数学建模竞赛中展现出了深厚的数学功底和创新意识。
他们通过分析问题、建立模型和提出解决方案，展示了数学在实际问题中的应用能力。
评审结果反映了选手们的实力和努力，并为他们在数学建模领域的未来发展奠定了基础。
随着数学建模竞赛的不断发展，我们相信参赛选手们的表现会越来越出色，为数学建模领域的发展贡献力量。
希望今后能有更多的大学生投身于数学建模竞赛，为推动数学教育和科学研究做出更大的贡献。
以上就是2011年全国大学生数学建模竞赛浙江赛区评审结果专科C组的详细介绍。
参赛选手们的努力和付出，为数学建模竞赛增添了光彩，并为未来的数学建模领域注入了新的活力。
希望所有选手能够在今后的竞赛中继续发挥自己的优势，取得更好的成绩。
himcm获奖规则
himcm获奖规则
- HIMCM是什么？
- HIMCM获奖规则是什么？
- HIMCM获奖的标准是什么？
HIMCM是什么？
HIMCM是High School Mathematical Contest in Modeling的缩写，是由美国数学协会（MAA）和数学建模教育委员会（CME）联合主办的一项面向高中生的数学建模竞赛。
HIMCM获奖规则是什么？
HIMCM的获奖规则如下：
一等奖：获得竞赛评分最高的10%的队伍。
二等奖：获得竞赛评分在10%至25%之间的队伍。
三等奖：获得竞赛评分在25%至50%之间的队伍。
荣誉奖：获得竞赛评分在50%至90%之间的队伍。
参赛奖：除以上奖项以外的所有参赛队伍均获得参赛奖。
HIMCM获奖的标准是什么？
HIMCM的获奖标准主要是根据队伍的建模能力和解决问题的能力来进行评定。
评分标准主要包括以下几个方面：
1. 建模能力：包括问题分析、模型建立、模型验证和模型应用等方面。
2. 解决问题的能力：包括解题思路、解题方法、解题过程和解题结果等方面。
3. 团队合作能力：包括团队协作、任务分配、沟通协调和团队精神等方面。
4. 报告撰写能力：包括报告结构、语言表达、图表设计和文献引用等方面。
以上是HIMCM获奖规则和获奖标准的详细介绍，希望对参赛者有所帮助。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数学建模竞赛成绩的评定摘要本文主要采用统计学方法，结合EXCEL MATLAB、等数学统计工具解决了数学建模中成绩的评定等一系列问题。
关于问题一，如何补缺缺失数据，我们将各个老师对数学建模队的评分视为随机事件，算出各分数发生的概率，最后用其数学期望代替缺失的分数，得出结果为：9号队缺失的分数是77；25号队缺失的分数是80；58号队缺失的分数是80。
关于问题二，考虑到各个老师的打分方式有异，根据加权平均分给出了101个队列的排名，结果详见表5.2.1。
关于问题三，利用统计学方法，通过比较每位老师评分的方差大小，得出各老师打分严格程度的差异，最后得出老师甲最严格，老师丙最宽松，其余三位老师的严格程度相差不大。
关于问题四，先将参加队的平均分数从大到小排序，然后其中有48个队参加复评。
关键词：成绩评定成绩排名数学期望统计学MATLAB加权平均一、问题重述在某高校一次数学建模竞赛中，5位评阅老师分别独立地为101个参赛队打分，最终依据某种方式对各参赛队进行排序、确定所获的奖项。
（见附表），请你运用数学建模方法解决下列问题：（1）补齐表中缺失的数据。
（2）给出101个参赛队的排名顺序。
（3）建立模型对5位老师进行分类，评价5位老师中哪位老师打分比较严格，哪位老师打分比较宽松（4）通常还会对一部分平均分在80分以上的参赛队进行复评，你认为应该对哪些队进行复评二、问题分析此问题是关于五位老师对101个参加队进行评分的问题。
根据问题要求首先我们采用数学的方法对该题进行分析，补全附表中缺失的三个分数。
再根据已补全的数据排列出参赛队的排名。
然后确定哪位老师打分比较严格，哪位打分比较松，并给出可以给予复评机会的参赛队的序号。
三、问题假设1、假设所有老师的评分都是客观、公平公正的。
2、假设所提供的数据都是真实可靠的。
3、假设参赛队是否有复评机会对其所打的分有关和其他因素无关。
四、变量说明五、模型的建立与求解问题一 5.1.1 问题分析该问题要求我们根据已有的数据，利用数学知识分析并补全缺失的数据。
显然均值替换法，热卡填充法等都可以解决问题，但是综合分析一下，该问题属于统计类问题，所以我们最终选择应用统计学的方法，给出的评分最合理的替代应为这个老师给所有参赛队打分的数学期望。
5.1.2 模型的建立根据数学统计的方法，我们将一位老师的评分视为自变量x ，其发生的概率为()p x 。
由于样本空间够大，所以其发生的频率可近似视为其发生的概率。
即：()(),1,2,,101;101i x i i n p x f x i N N≈===而其数学期望为所有自变量的取值与其发生概率的乘积的和，即：(),1,2,,101i i EX x p x i ==∑由此算出的数学期望的值即为此老师所缺评的分数的替代。
5.1.3 模型的求解按上述方法，代入数据后得出老师甲的评分分布表（表5.1.1）与其散点图（图）：020406080100120图5.1.1老师甲对参赛队的评分分布图再将表5.1.1中数据代入期望公式即可求出甲老师对101个参赛队打分的数学期望:1EX =≈77，同样的方法我们可依次求出第二位老师对参赛队打分的数学期望：2EX =≈80，第三位老师对参赛队打分的数学期望：3EX =≈80，由此我们即可确定9号参赛队缺失的分数是77，25号参赛队缺失的分数是80,58号参赛队缺失的分数是80。
问题二 5.2.1 问题分析该问题要求我们根据已补全的数据对参赛队按分数的高低进行排序。
可以将五位老师对各个参赛队的评分相加得总分，然后求其平均分再根据所得平均分的高低进行排序；也可以考虑到有些老师可能因为主观原因对参赛队打得分偏高或者偏低，因此可以选用对每个参赛队采取去除最高分和最低分之后再对其求平均分的方法，这样相对直接求平均分更具有公平性。
但是考虑每位老师的评分标准、方式不同，所以我们选择先根据所有数据算出五个老师各个评分的权重，然后将参赛队的分数加权平均后排序，即得录取顺序。
5.2.2 模型建立首先根据算出五个老师所打分的平均值向量012345[,,,,]w b b b b b =，其计算公式为：,1,2,,5;1,2,,101;101ijij xb j i N N====∑归一化后得五个老师打分的权重向量112345[,,,,]w c c c c c =，其计算公式为：,1,2,,5jj jb c j b==∑参赛队i x 的加权平均分为：1,5mijjj i x cx m m===∑而后根据由此得到的分数排序。
5.2.3 模型求解(1)在EXCEL中根据各位老师对每个参赛队的打分计算出每位老师评分的平均值向量0w0[76.55446,79.86139,80.08911,79.26733,79,9802]w=(2)据此用MATLAB软件计算每个老师对参赛队评分的权重向量为[0.1934,0.2018,0.2024,0.2003,0.2021]r=(3)将上述数据代入公式后得参赛队的排名为下表（表5.2.1）：问题三 5.3.1 问题分析该问题要求我们对五位老师给各个参赛队的所有评分进行分析比较，给出哪位老师的打分比较严格，哪位老师打分比较宽松。
易知，对于不同的参赛队，打分严格的老师对优劣比较分明，于是打出的分数也会波动比较大；反之，打分宽松的老师则给予参赛队的分数波动较小。
而波动程度大小的比较可以通过分别统计高、低分段的人数来观察出，高、低分段人数都多的则打分严格，只有高分段或低分段人数多或者高、低分段人数都较少的则打分宽松。
但考虑到这样做的误差可能比较大。
所以又采取计算其样本方差，通过其值比较大小来验证上面所得结论（方差越大，波动程度越大）。
5.3.2 模型的建立（1）由于所有的评分都处于[50,100]之内，所以，我们可以取[50,60]为低分段，[90,100]为高分段。
（2）设X 是一个随机变量，若2[()]E X EX -存在，则称2[()]E X EX -为X 的方差，记为()DX Var X 或。
即2[()]DX E X EX =-称为方差，即用来衡量一组数据的离散程度的统计量。
方差刻画了随机变量的取值对于其数学期望的离散程度。
（方差越大，离散程度越大；反之则越小) 若X 的取值比较集中，则方差DX 较小；若X 的取值比较分散，则方差DX 较大。
因此，DX 是刻画X 取值分散程度的一个量，它是衡量X 取值分散程度的一个尺度。
换而言之，方差就是和中心偏离的程度。
用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差，记作DX 。
在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。
方差的值的计算公式：101;5,...,2,1;101,...,1,)(12j ===-=∑N j i x xNDX ij ij其中：,101ijij xx N N==∑5.3.3 模型求解20406080100120图5.3.1老师甲对参赛队的评分分布图图5.3.2老师乙对参赛队的评分分布图020406080100120图5.3.5老师戊对参赛队的评分分布图）：由表5.3.1得出打分最严格的是老师甲，最宽松的是老师丙，老师乙、老师丁、老师戊打分方式相对老师甲、老师丙而言较为居中。
但是在理论上这样的结论说服力不够，所以再将数据代入方差的值的计算方程，得出结果如下表（表）：最小，而老师乙、老师丁和老师戊给出的评分的方差则居前两者之间。
所以得出结论如下：老师甲打分比较严格，老师丙打分比较宽松。
问题四 5.4.1 问题分析该问题要求根据已知的数据和前几问的结果，确定哪些参赛队应该给予复评的机会。
显然这是关于数学建模竞赛时选取哪些参赛队参加复试的问题，根据平均分的排名，起初，我们确定出了49个参赛队得到复评机会。
但是考虑到参赛队的能力不同，需要着优考虑。
所以我们再49个参赛队（详见附录3）加入了方差排名。
5.4.2 模型建立(1)将问题二求得的各老师打分的权重向量：[0.1934,0.2018,0.2024,0.2003,0.2021]r =代入公式,1,2,,101;1,2,,5;5ij jji x rx i j M M====∑可以求得49个参赛队的分数加权平均后的分数。
（2）根据公式21(),5i ij i jDX x x M M =-=∑ 可以求得五位老师给49个参赛队的评分的方差。
5.4.3 模型求解（1）49个参赛队平均分的排名在附录3中已经给出。
（2）将所有数据代入方差求值公式后得出各个参赛队对应方差值的排序为下表（表5.4.1）：（3）附录三和表5.4.1两排序的前49名，如下表（表）：（4队的序号，总有46个参赛队得到复评机会，见下表（表5.4.3）：六、模型的优缺点优点：（1）在问题一中，摒弃了传统的平均值代替法，采用数学期望代替，提高了模型的可靠性，使结果更有说服力。
（2）在问题二中，较一般的采用总分排名多考虑了各个老师评分方式不同，采用加权平均，减少了由于主观人为因素对录取结果的影响。
（3）在问题三中，对于老师打分的严格和宽松，通过计算出老师打分的方差，进行比较，这样提高了模型的可靠性，更有说服力。
缺点：（1）在问题三中，由于打分严格程度的概念定义不明确，所以构建的模型可能会与本来意图有所差异。
（2）在问题四中，我们采取的是平均分排名，这样就增加了不公平的因素，如果改善成加权平均分排名，也许会更好一点。
七、参考文献[1]姜启源，谢金星，叶俊。
数学模型。
北京：高等教育出版社，2003。
[2]Frank ,Maurice ,William （著），叶其孝，姜启源（译）。
数学建模。
北京：机械工业出版社，2005。
[3]司守奎，孙玺菁。
数学建模算法与应用。
北京：国防工业出版社，2011。
[4]周品，赵新芬。
数学建模与仿真。
北京：国防工业出版社，2009。
[5]徐建华。
现代地理学中的数学方法。
北京：高等教育出版社，2004。
%按照此程序分别计算出老师甲所打分中各个分数的频数A=[68 92 88 81 83 84 76 53 66 85 78 58 94 94 93 63 91 94 56 6186 69 92 68 71 61 63 86 64 60 82 88 60 59 65 84 65 92 84 9490 67 63 85 86 88 62 80 87 94 55 90 59 98 93 75 63 71 55 8651 81 90 60 74 63 58 68 70 86 97 78 63 67 91 63 87 65 78 8190 64 78 61 90 93 69 88 76 82 60 75 79 74 70 93 85 81 86 92]';B=A(:);X=1:100;plot(B,X,'*')gridA1=unique(A)A1 =Columns 1 through 1951 53 55 56 58 59 60 61 62 63 64 65 66 67 68 69 70 71 74Columns 20 through 3875 76 78 79 80 81 82 83 84 85 86 87 88 90 91 92 93 94 97Column 3998m=0;for k=1:100if A(k)==51m=m+1;endendm%计算老师甲的评分的数学期望t=[1 1 2 1 2 2 4 3 1 7 2 3 1 2 3 2 2 2 2 2 2 4 1 1 4 2 1 3 3 6 2 4 5 2 44 5 1 1];s=t/sum(t);A1=unique(A);E=A1.*s’E =%计算参赛队的分数加权平均后的排名w=[,,,,]；%在EXCLE中根据各位老师对每个参赛队的打分计算出每位老师评分的0平均值向量wr=[ ];%每个老师对参赛队评分的权重向量为A=[68 73 85 88 8692 69 74 65 8388 76 76 70 8081 73 84 98 9483 79 95 83 9884 67 86 56 6676 76 68 64 8653 96 65 95 9477 97 76 87 6466 93 80 90 7385 95 81 81 6978 66 99 90 7158 86 72 63 8194 84 70 78 8694 81 80 66 9293 66 91 74 9763 74 90 63 9291 79 83 85 8494 95 64 96 9556 67 91 97 5661 80 79 70 6986 96 79 84 7569 90 65 65 7692 85 82 66 6868 80 65 84 8771 66 61 75 9461 74 76 87 7863 80 69 76 8486 68 95 71 8464 83 61 90 9660 85 96 67 8782 84 97 78 6088 92 66 59 9560 91 78 78 8159 97 75 76 8865 87 86 64 9684 78 83 61 8592 99 79 86 90 84 82 92 95 76 94 90 65 66 84 90 79 85 81 58 67 89 84 75 93 63 82 65 69 6685 97 83 84 7086 76 64 87 69 88 88 96 80 87 62 98 74 93 62 80 93 85 82 72 87 84 80 93 64 94 85 94 74 93 55 75 93 84 60 90 68 88 92 83 59 95 69 75 74 98 63 80 63 84 93 55 66 84 96 75 64 65 94 63 63 94 80 82 76 71 82 61 57 61 55 72 95 85 64 86 55 67 62 80 51 65 78 94 80 81 94 73 63 95 90 63 95 91 87 60 83 64 79 83 74 94 96 89 76 63 74 91 94 83 58 63 84 84 72 68 93 91 82 91 70 83 75 96 76 86 73 73 75 94 97 83 97 64 68 78 81 87 78 69 63 71 92 86 68 67 82 87 63 86 91 73 90 79 74 63 93 97 90 76 87 83 65 91 68 65 84 73 87 98 78 64 82 85 90 81 92 65 77 8264 73 84 58 76 78 94 77 67 95 61 84 75 69 72 90 93 72 94 73 93 73 83 90 90 69 72 88 94 74 88 63 88 76 66 76 56 72 75 82 82 74 94 89 87 60 65 84 85 73 75 84 66 70 75 79 74 78 63 85 74 64 91 94 79 70 55 95 83 69 93 94 74 73 85 85 83 79 95 71 81 63 70 79 95 86 85 92 87 74 92 78 85 70 93 ];>> A1=r(1)*A(:,1);>> A2=r(2)*A(:,2);>> A3=r(3)*A(:,3);>> A4=r(4)*A(:,4);>> A5=r(5)*A(:,5);>> S=[A1,A2,A3,A4,A5]S =>> T=sum(S,2)/5 T =附录3)。