五天前，凌苑便来到了大洋彼岸。今年的美赛是参赛人数最多的一届，一共有二十个国家和地区，两万九千多支队伍参赛。华国不可能把桂冠拱手让人，其余国家也是有同样的想法。
建模论文使用语言为英语，这非常考验华国学生。好在能够参加美赛的人，英语都不会差。
两天前，众人翘首以待，美赛开始。
美赛的建模题目一共是六类，只需要选择一类题目中的一道作答即可，不同的题目会有不同的侧重点。凌苑和伙伴们商议了一下，选择了C题，大数据。
一般来说，大数据型的题目对数学语言运用的环境将会更多，题目具体，要求明确。这很符合华国学生接受的数学教育，尽管凌苑的天才完全不虚任何题目，但是选择最擅长的题目是每个人的共通之处。
题目下载通道开启，凌苑和组队的伙伴开始浏览题目。
一类题目总共有六道题，三人总共用了十分钟的时间浏览完，众人看向凌苑，凌苑选择了A道题——大数据的运维。
目前整个世界，运用大数据的也就华国和美国两个国家，华国有人口基数优势，美国有尖端科技优势。至于别的国家，要么人太多但不聪明，要么聪明但人太少，纵然能用大数据，但运营成本也非常高。
作为帝京大学的学生，对大数据这一块自然是有过研究的。
选择题目之后，众人便开始解题。
不过他们很快就感觉到这道题的不简单，它看似是数学问题，但实际上暗藏杀机。
因为大数据是一个年轻的概念，它的概念是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。它的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。
可以说，这是一个运用很广的方向，但这个研究领域还很年轻，许多突破性的论文虽然有，但研究成果还不多。
当然，这个东西目前难不倒凌苑等人。
美赛并不是闭卷考试，毕竟一个数学建模涉及的信息量太多，不可能每个人都背下来。换而言之，这是可以查询资料的。
三个人花了三个小时的时间看了许多有关大数据的文献，便将大数据的规律理解的七七八八。
这道题一共有三个小问，凌苑开始着手攻克第一问。
题目需要她建立一个大数据运用和人口增减的数学模型。
在人口越多的国家，大数据的运用方面越全面，也是越复杂，而且运用领域还涉及到多种领域，可以说，这非常繁琐。
事实上，如果能完全解决这一问，那么去大数据公司担任一个运营经理也是绰绰有余。
当然，能够参与美赛的学生，大抵也是不会甘心一个区区经理的职位的。
凌苑很快设置了参数，另外一个人帮她建模，还有一位则是负责思路整理以及论文撰写。三人分工明确，进度很快。
一行行公式，开始出现在她的草稿纸上。
文思泉涌。
转眼间，已经是四天的时间过去。便是在夏言回家的后两日，三人便已经在对问题的第三个小问发起总攻。
第三个小问，也是最难的一个小问，换而言之就是留给凌苑的时间不多了。
凌苑盯着黑眼圈，一直在草稿上写着公式。她的同伴想要她补觉，被她拒绝了。
这年头，搞科研的熬夜是常事，而是她的发际线还不高，还可以任性一下。而与帝京大学同样选择大数据题目的，此刻已经哀鸿遍野。
没办法，大数据目前可以查询的资料太少，真真假假的资料又太多，浩如烟海。
更何况，除了美国和华国之外，其余各国大数据应用的领域也非常少，以至于他们不得不中途换了题目。
而目前还在肝大数据的，就只有两支队伍，帝京大学队和美国耶鲁大学的队伍。
美国的名牌大学学生一直都在接触科研的尖端，所以选择大数据并不奇怪。只不过如今大数据实在太年轻，所以肝这道题的人许多都放弃了。
凌苑自然是不知道只剩下一个队伍在陪着她，现在的她已经到了关键时刻。
她的大脑飞速运转，回忆着辅导老师教授的技巧，一点一点将模型完善。
凌苑全神贯注，摒弃干扰，仿佛进入了一种玄之又玄的状态，大脑一片清明，不知疲惫。
时间还剩下十五个小时。
https://www.ibqg.cc/book/62046/22738694.html
