传染病sis模型matlab代码

以下是一个简单的SIS模型的MATLAB代码实现：

clear all;
close all;

% 参数设置
beta = 0.5; % 感染率
gamma = 0.2; % 恢复率
N = 1000; % 总人口数
I0 = 10; % 初始感染人数
tspan = [0 50]; % 时间跨度

% 定义初始状态向量
y0 = [N-I0 I0];

% 定义ODE
ode = @(t,y) [-beta*y(1)*y(2)/N + gamma*y(2), beta*y(1)*y(2)/N - gamma*y(2)];

% 解ODE
[t,y] = ode45(ode, tspan, y0);

% 画图
plot(t, y(:,1), 'b', t, y(:,2), 'r');
legend('易感人群','感染人群');
xlabel('时间');
ylabel('人数');
title('SIS模型');

该代码使用ODE45函数来求解SIS模型的微分方程组，然后使用plot函数画出易感人群和感染人群随时间的变化曲线。您可以根据自己的需要修改参数和初始状态向量，以及添加更多的绘图元素来改进代码。

相关问题

传染病SIS模型matlab代码

以下是一个简单的 SIS 模型的 MATLAB 代码示例：

% 初始化参数
beta = 0.005; % 传染率
gamma = 0.2; % 恢复率
N = 1000; % 总人口数
I0 = 10; % 初始感染人数
S0 = N - I0; % 初始易感人数
T = 100; % 模拟时间
tspan = 0:T;
y0 = [S0, I0];

% 定义SIS模型的ODE方程
f = @(t, y) [-beta * y(1) * y(2) / N + gamma * y(2), beta * y(1) * y(2) / N - gamma * y(2)];

% 解ODE方程
[t, y] = ode45(f, tspan, y0);

% 绘制SIS模型的结果
figure;
hold on;
plot(t, y(:, 1), 'b-', 'LineWidth', 2);
plot(t, y(:, 2), 'r-', 'LineWidth', 2);
legend('易感者', '感染者');
xlabel('时间');
ylabel('人数');
title('SIS模型');

在这个示例中，我们使用ode45函数求解SIS模型的ODE方程，然后绘制易感者和感染者的人数随时间的变化情况。

SIS传染病模型matlab代码

以下是基于SIS模型的传染病模型的MATLAB代码示例：

% 设置参数
beta = 0.001; % 感染率
gamma = 0.1; % 恢复率
N = 10000; % 总人口
I0 = 10; % 初始感染人数
T = 100; % 模拟时间

% 初始化
S = N - I0; % 初始易感人数
I = I0; % 初始感染人数

% 模拟
for t = 1:T
    dS = -beta*S*I/N + gamma*I;
    dI = beta*S*I/N - gamma*I;
    S = S + dS;
    I = I + dI;
    % 显示当前状态
    fprintf('时刻 %d, 感染人数 %d\n', t, I);
end

% 画图
plot(1:T, I);
xlabel('时间');
ylabel('感染人数');
title('传染病模型');

该代码使用欧拉方法（Euler method）求解微分方程，每一步都更新易感人数和感染人数，并输出当前状态。最后用Matlab的plot函数画出感染人数随时间的变化曲线。请注意，这只是一个简单的示例代码，实际使用时需要根据具体情况调整参数和模型。