2024年美赛 （A题MCM）| 海蟒鳗鱼 |数学建模完整代码+建模过程全解全析

当大家面临着复杂的数学建模问题时，你是否曾经感到茫然无措？作为2022年美国大学生数学建模比赛的O奖得主，我为大家提供了一套优秀的解题思路，让你轻松应对各种难题。
让我们来看看美赛的A题！
完整内容可以在文章末尾领取！

问题重述：

这个数学建模问题涉及到海蟒鳗鱼（sea lampreys）的性别比例与资源可用性之间的关系。海蟒鳗鱼是一种在湖泊或海洋栖息地中生活的鳗鱼，会沿着河流迁徙以产卵。性别比例的变化取决于它们在幼虫阶段生长的速度，而生长速度受到食物可用性的影响。在食物稀缺的环境中，雄性海蟒鳗鱼的比例可能达到人口的约78%，而在食物更充足的环境中，雄性的比例观察到约为56%。

主要问题包括：

1. 当海蟒鳗鱼种群能够根据资源可用性调整其性别比例时，对更大生态系统有何影响？
2. 对海蟒鳗鱼种群而言，这种能力的优势和劣势是什么？
3. 随着海蟒鳗鱼性别比例的变化，对生态系统的稳定性有何影响？
4. 具有可变性别比例的海蟒鳗鱼种群对其他生态系统成员，如寄生虫，是否有益？

解决方案需要包括一张一页的摘要表、目录、完整的解决方案、参考文献列表以及如果使用了AI，则包括一个AI使用报告。解决方案的总页数不得超过25页。

问题一

问题一的建模思路是研究海蟒鳗鱼种群根据资源可用性调整性别比例对更大生态系统的影响。我们可以建立一个数学模型来描述海蟒鳗鱼种群的动态，考虑其性别比例与资源可用性的关系。

首先，我们可以引入以下变量：

• ：时间 的海蟒鳗鱼总体数量。
• ：时间 的雄性海蟒鳗鱼数量。
• ：时间 的雌性海蟒鳗鱼数量。
• ：时间 的资源可用性水平。

为了建模性别比例的变化，可以使用两个比例：

• ：雄性海蟒鳗鱼的比例，。
• ：雌性海蟒鳗鱼的比例，。

模型的动力学方程可以描述为：

其中：

• 和 表示海蟒鳗鱼雄性和雌性相对于资源的生长率。
• 和 表示海蟒鳗鱼雄性和雌性相对于数量的死亡率。

为了描述总体数量的动态，我们有：

性别比例的变化可以通过以下关系表达：

资源可用性 可以是外部因素，它随时间变化或受到其他生态系统因素的影响。这个模型考虑了性别比例、数量动态和资源可用性之间的相互作用。

具体公式解释：

1. 性别比例的计算：

   • 雄性比例 表示雄性数量 (M) 占总体数量 (P) 的比例。这通过将雄性数量除以总体数量得到，即 。
   • 雌性比例 表示雌性数量 (F) 占总体数量 (P) 的比例。这通过将雌性数量除以总体数量得到，即 。

2. 雄性数量变化的动力学方程：

   • 表示雄性数量随时间的变化率。
   • 代表由于资源可用性 (R) 而引起的雄性生长。这是雄性相对于资源的生长率。
   • 代表由于数量依赖的死亡率而引起的雄性死亡。这是雄性相对于数量的死亡率。
   • 因此，整个方程 描述了雄性数量随时间的变化，考虑到资源的影响和数量的负反馈。

3. 雌性数量变化的动力学方程：

   • 表示雌性数量随时间的变化率。
   • 代表由于资源可用性 (R) 而引起的雌性生长。这是雌性相对于资源的生长率。
   • 代表由于数量依赖的死亡率而引起的雌性死亡。这是雌性相对于数量的死亡率。
   • 因此，整个方程 描述了雌性数量随时间的变化，考虑到资源的影响和数量的负反馈。

4. 总体数量的变化：

   • 表示总体数量随时间的变化率。
   • 通过将雄性和雌性数量的变化率相加得到，即 。
   • 这个方程考虑到了整个种群的数量动态。

import numpy as np
import matplotlib.pyplot as plt

# 模型参数
alpha = 0.1  # 雄性相对于资源的生长率
beta = 0.05  # 雄性相对于数量的死亡率
gamma = 0.08  # 雌性相对于资源的生长率
delta = 0.03  # 雌性相对于数量的死亡率

# 初始条件
M_0 = 100  # 初始雄性数量
F_0 = 100  # 初始雌性数量
P_0 = M_0 + F_0  # 初始总体数量
R_0 = 0.5  # 初始资源可用性

# 模拟时间参数
dt = 0.1  # 时间步长
t_max = 100  # 模拟时间
num_steps = int(t_max / dt) + 1

# 初始化数组
time = np.linspace(0, t_max, num_steps)
M = np.zeros(num_steps)
F = np.zeros(num_steps)
P = np.zeros(num_steps)
R = np.zeros(num_steps)

# 设置初始条件
M[0] = M_0
F[0] = F_0
P[0] = P_0
R[0] = R_0

# Euler 方法求解微分方程
for i in range(1, num_steps):
    dM_dt = alpha * R[i-1] - beta * M[i-1]
    dF_dt = gamma * R[i-1] - delta * F[i-1]
    dP_dt = dM_dt + dF_dt

    M[i] = M[i-1] + dt * dM_dt
    F[i] = F[i-1] + dt * dF_dt
    P[i] = P[i-1] + dt * dP_dt
    R[i] = R[i-1]  # 在这个简单的模型中，我们假设资源可用性保持不变

# 绘制结果
plt.figure(figsize=(10, 6))
plt.plot(time, M, label='Male Population')
plt.plot(time, F, label='Female Population')
plt.plot(time, P, label='Total Population')

问题二

问题二建模思路详细展开：

问题二的目标是分析海蟒鳗鱼种群能够根据资源可用性调整性别比例的优势和劣势。我们将考虑性别比例调整对繁殖和捕食者的影响。

模型变量：

• ：时间 的成功繁殖的数量。
• ：时间 的捕食者的数量。

模型的动力学方程：

1. 繁殖方程：
   

   • 是繁殖成功率常数，表示雌性数量 $F $ 对成功繁殖数量的影响。
   • 是雌性比例，这个方程表示繁殖成功数量取决于雌性的数量和其性别比例。成功繁殖的数量在雌性比例为 0.5 时最大。

2. 捕食方程：
   

   • 是捕食者的攻击率常数，表示总体数量 对捕食者数量的影响。
   • 这个方程表示捕食者的数量取决于总体数量，捕食者数量随着总体数量的增加而增加。

整体模型的动力学方程（与问题一的模型整合）：

1. 雄性数量变化：
   

   • 和 表示海蟒鳗鱼雄性相对于资源和数量的生长和死亡率。

2. 雌性数量变化：
   

   • 和 表示海蟒鳗鱼雌性相对于资源和数量的生长和死亡率。

3. 总体数量变化：
   

4. 性别比例计算：
   
   

问题二的整体代码：

import numpy as np
import matplotlib.pyplot as plt

# 模型参数
alpha = 0.1  # 雄性相对于资源的生长率
beta = 0.05  # 雄性相对于数量的死亡率
gamma = 0.08  # 雌性相对于资源的生长率
delta = 0.03  # 雌性相对于数量的死亡率
rho = 0.02   # 繁殖成功率常数
eta = 0.01   # 捕食者的攻击率常数

# 初始条件
M_0 = 100  # 初始雄性数量
F_0 = 100  # 初始雌性数量
P_0 = M_0 + F_0  # 初始总体数量
R_0 = 0.5  # 初始资源可用性

# 模拟时间参数
dt = 0.1  # 时间步长
t_max = 100  # 模拟时间
num_steps = int(t_max / dt) + 1

# 初始化数组
time = np.linspace(0, t_max, num_steps)
M = np.zeros(num_steps)
F = np.zeros(num_steps)
P = np.zeros(num_steps)
R = np.zeros(num_steps)
B = np.zeros(num_steps)
H = np.zeros(num_steps)

# 设置初始条件
M[0] = M_0
F[0] = F_0
P[0] = P_0
R[0] = R_0
B[0] = 0
H[0] = 10  # 初始捕食者数量

# Euler 方法求解微分方程
for i in range(1, num_steps):
    dM_dt = alpha * R[i-1] - beta * M[i-1]
    dF_dt = gamma * R[i-1] - delta * F[i-1]
    dP_dt = dM_dt + dF_dt

    dB_dt = rho * p_f * (1 - p_f)
    dH_dt = eta * P[i-1]

    M[i] = M[i-1] + dt * dM_dt
    F[i] = F[i-1] + dt * dF_dt
    P[i] = P[i-1] + dt * dP_dt
#见完整版

这个模型综合考虑了性别比例调整对繁殖成功和捕食者的影响，同时考虑了性别比例、数量动态和资源可用性之间的相互作用。

问题三

问题三建模思路：

问题三要求研究海蟒鳗鱼种群根据资源可用性调整性别比例对更大生态系统的影响，特别是对其他生态系统成员的影响。我们将考虑与其他物种的相互作用，包括竞争和捕食。我们将引入另一种生态类型的物种，并研究其与海蟒鳗鱼种群的相互作用。

模型变量：

• ：海蟒鳗鱼的总体数量。
• ：雄性海蟒鳗鱼的数量。
• ：雌性海蟒鳗鱼的数量。
• ：资源的可用性水平。
• ：成功繁殖的数量。
• ：捕食者的数量。
• ：其他生态系统成员的数量。

动力学方程：

1. 海蟒鳗鱼数量动态方程：
   
   
   

   • 和 ：雄性和雌性相对于资源的生长率。
   • 和 ：雄性和雌性相对于数量的死亡率。
   • ：海蟒鳗鱼与其他生态系统成员相互作用的强度。

2. 成功繁殖和捕食者数量动态方程：
   
   

   • ：繁殖成功率常数，表示雌性数量 对成功繁殖数量的影响。
   • ：捕食者的捕食率常数，表示捕食者对海蟒鳗鱼的捕食受到其他生态系统成员的影响。

3. 其他生态系统成员数量动态方程：
   

   • ：其他生态系统成员的自然死亡率常数。
   • ：其他生态系统成员与海蟒鳗鱼相互作用的强度。

性别比例计算：

整体模型的动力学方程：

1. 海蟒鳗鱼数量动态方程：
   
   
   

2. 成功繁殖和捕食者数量动态方程：
   
   

3. 其他生态系统成员数量动态方程：
   

问题三的整体建模思路概述：

在这个模型中，我们考虑了海蟒鳗鱼与其他生态系统成员之间的相互作用。这包括与其他生态系统成员的竞争（通过调整性别比例影响繁殖和数量动态）以及与捕食者的相互作用。我们引入了其他生态系统成员数量的动态方程，以更全面地研究海蟒鳗鱼种群根据资源可用性调整性别比例对更大生态系统的影响。

import numpy as np
import matplotlib.pyplot as plt

# 模型参数
alpha = 0.1  # 雄性相对于资源的生长率
beta = 0.05  # 雄性相对于数量的死亡率
gamma = 0.08  # 雌性相对于资源的生长率
delta = 0.03  # 雌性相对于数量的死亡率
rho = 0.02   # 繁殖成功率常数
epsilon = 0.01  # 海蟒鳗鱼与其他生态系统成员相互作用的强度
eta = 0.01   # 捕食者的攻击率常数
xi = 0.005   # 捕食者对海蟒鳗鱼的捕食受到其他生态系统成员的影响的强度
zeta = 0.02  # 其他生态系统成员的自然死亡率常数
omega = 0.01  # 其他生态系统成员与海蟒鳗鱼相互作用的强度

# 初始条件
M_0 = 100  # 初始雄性数量
F_0 = 100  # 初始雌性数量
P_0 = M_0 + F_0  # 初始总体数量
R_0 = 0.5  # 初始资源可用性
B_0 = 0  # 初始成功繁殖的数量
H_0 = 10  # 初始捕食者数量
N_0 = 50  # 初始其他生态系统成员的数量

# 模拟时间参数
dt = 0.1  # 时间步长
t_max = 100  # 模拟时间
num_steps = int(t_max / dt) + 1

# 初始化数组
time = np.linspace(0, t_max, num_steps)
M = np.zeros(num_steps)
F = np.zeros(num_steps)
P = np.zeros(num_steps)
R = np.zeros(num_steps)
B = np.zeros(num_steps)
H = np.zeros(num_steps)
N = np.zeros(num_steps)

# 设置初始条件
M[0] = M_0
F[0] = F_0
P[0] = P_0
R[0] = R_0
B[0] = B_0
H[0] = H_0
N[0] = N_0

# Euler 方法求解微分方程
for i in range(1, num_steps):
    p_m = M[i-1] / P[i-1]
    p_f = F[i-1] / P[i-1]

    dM_dt = alpha * R[i-1] - beta * M[i-1] - epsilon * N[i-1] * M[i-1]
    dF_dt = gamma * R[i-1] - delta * F[i-1] - epsilon * N[i-1] * F[i-1]
    dP_dt = dM_dt + dF_dt

    dB_dt = rho * p_f * (1 - p_f)
    dH_dt = eta * P[i-1] - xi * N[i-1] * H[i-1]
    dN_dt = -zeta * N[i-1] + omega * P[i-1]

    M[i] = M[i-1] + dt * dM_dt
    F[i] = F[i-1] + dt * dF_dt
    P[i] = P[i-1] + dt * dP_dt#见完整版

问题四

问题四建模思路：

问题四要求研究海蟒鳗鱼种群根据资源可用性调整性别比例对更大生态系统的影响，重点关注寄生生态系统。我们将考虑寄生生态系统的动态，包括寄生物种群和宿主（海蟒鳗鱼）之间的相互作用。我们将建立一个寄生生态系统模型，研究性别比例调整对寄生物种群和宿主数量动态的影响。

模型变量：
–：海蟒鳗鱼的总体数量。
–：雄性海蟒鳗鱼的数量。
–：雌性海蟒鳗鱼的数量。
–：资源的可用性水平。
–：成功繁殖的数量。
–：寄生物的数量。

动力学方程：

1. 海蟒鳗鱼数量动态方程：
   
   
   

   – 和：雄性和雌性相对于资源的生长率。
   – 和：雄性和雌性相对于数量的死亡率。
   –：海蟒鳗鱼与寄生物相互作用的强度。

2. 成功繁殖和寄生物数量动态方程：
   
   

   –：繁殖成功率常数，表示雌性数量 对成功繁殖数量的影响。
   –：寄生物对海蟒鳗鱼的寄生率常数，表示寄生物对宿主数量的影响。
   –：寄生物的自然死亡率常数。

性别比例计算：

整体模型的动力学方程：

1. 海蟒鳗鱼数量动态方程：
   
   
   

2. 成功繁殖和寄生物数量动态方程：
   
   

问题四的整体建模思路概述：

在这个模型中，我们考虑了海蟒鳗鱼与寄生物种群之间的相互作用。我们引入了寄生物数量的动态方程，以更全面地研究海蟒鳗鱼种群根据资源可用性调整性别比例对寄生生态系统的影响。

import numpy as np
import matplotlib.pyplot as plt

# 模型参数
alpha = 0.1  # 雄性相对于资源的生长率
beta = 0.05  # 雄性相对于数量的死亡率
gamma = 0.08  # 雌性相对于资源的生长率
delta = 0.03  # 雌性相对于数量的死亡率
rho = 0.02   # 繁殖成功率常数
epsilon = 0.01  # 海蟒鳗鱼与寄生物相互作用的强度
eta = 0.01   # 寄生物攻击宿主的强度
xi = 0.005   # 寄生物对宿主的寄生率
zeta = 0.02  # 寄生物的自然死亡率常数

# 初始条件
M_0 = 100  # 初始雄性数量
F_0 = 100  # 初始雌性数量
P_0 = M_0 + F_0  # 初始总体数量
R_0 = 0.5  # 初始资源可用性
B_0 = 0  # 初始成功繁殖的数量
H_0 = 10  # 初始寄生物数量

# 模拟时间参数
dt = 0.1  # 时间步长
t_max = 100  # 模拟时间
num_steps = int(t_max / dt) + 1

# 初始化数组
time = np.linspace(0, t_max, num_steps)
M = np.zeros(num_steps)
F = np.zeros(num_steps)
P = np.zeros(num_steps)
R = np.zeros(num_steps)
B = np.zeros(num_steps)
H = np.zeros(num_steps)

# 设置初始条件
M[0] = M_0
F[0] = F_0
P[0] = P_0
R[0] = R_0
B[0] = B_0
H[0] = H_0

# Euler 方法求解微分方程
for i in range(1, num_steps):
    p_m = M[i-1] / P[i-1]
    p_f = F[i-1] / P[i-1]

    dM_dt = alpha * R[i-1] - beta * M[i-1] - epsilon * H[i-1] * M[i-1]
    dF_dt = gamma * R[i-1] - delta * F[i-1] - epsilon * H[i-1] * F[i-1]
    dP_dt = dM_dt + dF_dt

    dB_dt = rho * p_f * (1 - p_f)
    dH_dt = eta * P[i-1] - xi * H[i-1] * M[i-1] - zeta * H[i-1]

    M[i] = M[i-1] + dt * dM_dt
    F[i] = F[i-1] + dt * dF_dt
    P[i] = P[i-1] + dt * dP_dt#见完整版

更多内容具体可以看看我的下方名片！里面包含有认证杯一手资料与分析！
另外在赛中，我们也会陪大家一起解析认证杯的一些方向
关注 CS数模 团队，数模不迷路～