数学建模竞赛中，投票系统一直是备受关注的研究领域之一，而本文将着眼于2023年度美国数学建模竞赛中的一个关键模块——选举模型。我们从美国众议院议长的选举案例入手，重点关注了2023年的一次选举，即凯文·麦卡锡的选举过程。文章首先讨论了多数制和多数选举决策的核心原理。在初步活动中，学生深入分析了多数和多数选举的结果，并探讨了与选举美国众议院议长相关的各种情境。活动1“多元模型”中，学生运用复数模型分析选举结果，这是美国选举中常用的决策方法之一。通过偏好图，学生揭示了模型的一些缺陷。活动2“径流模型”呈现了学生对决选数据的分析。尽管人们期望决选可以避免多数制的缺陷，但学生们指出径流模型同样存在问题。活动3“排名选择投票模型”介绍了排名选择投票（RCV）模型，目前在一些州和城市中得到应用。然而，排名选择投票模型并非总是完美运作。活动3以建模警示结束，专注于肯尼斯·阿罗（Kenneth Arrow），他证明了没有合理的选举模式可以完全没有缺陷。活动4涉及批准投票模型的项目，学生将批准投票的选举结果与其他模型的结果进行比较。整个项目以学生使用互联网研究批准投票的利弊作为结尾。