数学建模比赛考研的考试内容通常包括以下几个方面：

数学建模

题目通常以真实的工程问题为背景，要求参赛队伍运用数学建模的方法，结合相关理论和技术，进行综合分析和研究。

涉及的数学知识包括数值计算、优化算法、统计分析和图论等。

需要将实际问题抽象为数学模型，建立模型并进行数学或数值求解，使用实测数据检验模型。

计算机编程

参赛者需要编写代码来实现数学模型，并进行计算和模拟。

编程能力是评估的重要方面，可能涉及到算法设计、数据结构选择、软件工程等。

问题分析与解决

需要仔细阅读赛题，对问题进行深入分析，包括问题的背景、条件和要求。

建立相应的数学模型，并设计算法来解决问题。

实际应用

题目可能涉及物理、数据处理、开放类型等多个领域，要求将数学模型应用于实际问题中，并接受实际检验。

可能需要考虑实际问题的约束条件，如市场需求的多样性、政策法规的限制等。

创新性和实用性

评审过程中会考虑参赛队伍的创新性，如模型的创新、算法的创新等。

实用性也是重要的评价标准，模型和解决方案需要具有实际应用价值。

其他知识点

分类模型（如距离聚类、关联性聚类、层次聚类等）。

预测模型（如灰色预测模型、微分方程预测、回归分析预测等）。

考试形式

通常包括问题分析、模型假设、模型建立、模型求解、结果分析等环节。

评分标准

模型的创造性、假设的合理性、结果的正确性、表述的清晰性。

建议参赛者具备扎实的数学基础、编程能力和问题解决技巧，同时关注实际应用和创新性，以便在比赛中取得优异成绩。具体的考试科目和内容可能会因学校而异，建议考生进入目标学校的官方网站的“研究生招生”专栏，查看该学校官方给出的详细的考试科目及考试大纲。