Scalers 点评：今天和大家分享的是成长会成员小乐的文章，小乐同学在北京线下会的时候专程从河北来参加活动，与大家交流。她最近获得了美国国际大学生数学建模竞赛一等奖。国际大学生数学建模竞赛是世界上影响范围最大的高水平大学生学术赛事，所以能拿奖还是很有水平的。我记得小乐在刚刚进入成长会的时候就和我聊过准备这个比赛，现在拿到成绩了，也算是付出得到了回报。我十分认可文中一句话“既然做了就要有勇气接受最坏的结果，不要用结果评判过程，所有的努力都是有意义的。”
==============
几天前的上午，当我还在悠闲地洗漱准备出门时，许久没动静的建模交流群突然骚动了起来：“美赛结果出来啦，快输入自己的队号查看吧！“，我怀着忐忑的心情登陆了官网，心里早已做好了最坏的准备，没想到弹出来的页面上赫然显示“Meritorious Winner”，什么？这就是传说中的一等奖？完全在意料之外啊！我激动的心情难以平静，比赛的一幕幕在脑海中浮现：半个月的模拟训练，四天四夜的鏖战，满教室的人和电脑，休息时看到的窗外风景，和我那些天压抑的心情。
先给大家简要介绍下数学建模吧，这是一个用抽象的数学语言将现实世界里复杂的问题描述清楚并且给出建议的过程，通常指每年 9 月份的全国大学生数学建模竞赛（简称国赛）和每年 2 月份举行的美国国际大学生数学建模竞赛（简称美赛），分别历时 72 个小时和 96 个小时，参赛队伍的三位同学分别负责建模、编程、写论文三个方面。比赛的题目包含了各个学科和领域，但最终都要把它们转化为数学问题来解决，我接触过的题目中包括“设计嫦娥三号软着陆轨道”，“研究埃博拉病毒的传播并建立药物传输模型”，“寻找马航 MH370”，“选出一个世纪以来最伟大的大学体育教练”等，题目经常会涉及到大量的数据和信息，这也正是数学建模的魅力所在：三位队员在三四天的时间之内自学大量的新知识，通过查文献、建模型、解问题，最后以一篇论文的形式提交自己的研究成果。
在美赛结果出来之前，我完全没有对自己抱希望，因为觉得没有找到实力强的队友，合作过程也不是很默契和愉快，甚至有一个队友曾经提出要退出比赛，而另一个也毫无经验；我一度觉得自己写论文的水平不够，而且在最后一晚因为错误操作把之前的很多工作弄丢了，又在早上 6 点多重新做了一次，非常的紧张和仓促。比赛结束当天已经是腊月二十四了，我带着“以后再也不想提这件事”的念头踏上了回家的火车。
在确认拿到了一等奖之后，我静下来想了想，为什么是我？我们比别人在哪些地方做的好？于是有了以下几点总结：
我有比较丰富的比赛经验，经历了模拟训练和国赛的考验。我们学校参加建模之风比较盛行，我在大二时就参加了校赛并因此加入了校队，认真进行了赛前模拟，在国赛中虽然没有拿到名次和奖项，但我锻炼出了一定的信息检索能力、知道如何把握比赛的节奏和分配精力、了解了科技论文该如何写作并训练了排版技能，这些都在美赛中发挥了很大的作用。
我确实为这件事投入了时间和精力。因为知道这个比赛分量很重，期末考试结束后我就开始一心一意准备美赛，那半个月每天从早上 8 点到晚上 10 点都呆在教室，踏踏实实研究了 5 篇左右往年的获奖论文，看别人的摘要是如何写的、思路是怎样展开的，也积累了很多数学推导过程的英文表达，最开始看不懂论文感觉很是惆怅，自己写作的过程也很艰难，因为我总是先在脑子里想好中文，想不出英文就输入到谷歌翻译中再修改，写作速度受到了很大的限制。
平时的英语积累还是起到了很大的作用。虽然在写作的过程中总得依靠翻译软件的帮助，但是我可以判别出来它给的表达是否正确、应该对哪个词做出修正，写出来的论文能保证语句通顺、语法正确、用词得当，比起有些组写好中文论文再直接用软件翻译为英语，我这样做还是有很大优势的。
运气好，这是个不能回避的因素，鸡汤里说的只要努力就能成功都是骗人的，努力是成功的必要非充分条件，我很庆幸这次拿到了奖，要是没有名次也会心平气和的接受，因为确实还有提高的空间。
在从决定参赛到拿到获奖通知的这么长时间里，我一直在思考该用什么样的心态对待这样的比赛？很多同学参赛就是为了拿到评优或者保研加分，带着很强的功利性，他们会觉得学到什么不重要，关键是有没有拿到奖加上分，我承认最开始我也觉得没有拿到名次的话花费的时间和精力都是没有意义的，但是真正做的过程教会了我很多，比如我们这次选择的题目是”消灭埃博拉”，我不仅了解了很多关于埃博拉的疫情信息和相关的传染病模型知识，而且锻炼了很多技能，包括如何FQ、如何在大量的搜索结果中获取有效信息、如何进行英文科技论文写作，以及认识到了跟队友合作的技巧和重要性，过程比结果带给了我更多的意义。所以我现在认为最好的心态就是“尽人事，听天命”，尽力去做到自己能做的最好，增大成功的概率，同时既然做了就要有勇气接受最坏的结果，不要用结果评判过程，所有的努力都是有意义的。
=============================
本文作者 Scalers，游走在口译世界的 IT 从业者。微信公众号 ScalersTalk，网站 ScalersTalk.com
相关文章
