传染病模型Matlab代码

以下是一个基本的传染病模型的 Matlab 代码，用 SIR 模型：

% 设置初始条件
N = 1000;           % 总人数
I_0 = 1;            % 初始感染人数
R_0 = 0;            % 初始康复人数
S_0 = N - I_0 - R_0;% 初始易感人数

beta = 0.4;         % 感染率
gamma = 0.1;        % 恢复率

% 设置时间步长和时间网格
dt = 0.1;
T = 100;
t = 0:dt:T;

% 初始化矩阵
S = zeros(size(t));
I = zeros(size(t));
R = zeros(size(t));

S(1) = S_0;
I(1) = I_0;
R(1) = R_0;

% 求解差分方程
for i = 2:length(t)
    S(i) = S(i-1) - beta*S(i-1)*I(i-1)*dt/N;
    I(i) = I(i-1) + beta*S(i-1)*I(i-1)*dt/N - gamma*I(i-1)*dt;
    R(i) = R(i-1) + gamma*I(i-1)*dt;
end

% 绘制图像
plot(t,S,'b',t,I,'r',t,R,'g')
legend('易感者','感染者','康复者')
xlabel('时间')
ylabel('人数')
title('SIR模型')

在上述代码中，我们使用 SIR 模型来模拟传染病的传播。该模型将人群分为三类：易感者（S）、感染者（I）和康复者（R）。我们假设总人数为 N，初始时只有一个人被感染，其余人都是易感者。然后，我们使用欧拉方法来求解差分方程组，得到每个时间步的 S、I 和 R 的值。最后，我们使用 plot 函数绘制三个人群随时间变化的曲线。

注意，这只是一个基本的代码示例，实际应用中需要考虑更多的因素和变量。