数学建模SIS传染病模型代码

SIS模型是一种描述传染病传播的数学模型，其中S表示易感者，I表示感染者，模型假设感染者会以一定的速率恢复成易感者。以下是一个用Python编写的SIS模型代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 模型参数
beta = 0.3  # 感染率
gamma = 0.1  # 恢复率
N = 1000  # 总人口数
I0 = 1  # 初始感染人数
S0 = N - I0  # 初始易感人数
T = 200  # 模拟时间

# 初始状态
t = 0
S = S0
I = I0

# 数据记录
t_list = [t]
S_list = [S]
I_list = [I]

while t < T:
    # 计算新的易感者和感染者数量
    S_new = S - beta * S * I / N + gamma * I
    I_new = I + beta * S * I / N - gamma * I

    # 更新状态
    S = S_new
    I = I_new
    t += 1

    # 记录数据
    t_list.append(t)
    S_list.append(S)
    I_list.append(I)

# 绘制图像
plt.plot(t_list, S_list, label='S')
plt.plot(t_list, I_list, label='I')
plt.legend()
plt.xlabel('Time')
plt.ylabel('Number of people')
plt.show()

在这个示例中，我们使用了欧拉方法（Euler method）来模拟SIS模型。在每个时间步长内，我们计算新的易感者和感染者数量，并根据这些数量更新状态。最后，我们将时间序列和易感者/感染者数量序列绘制成图像。