简单SIR模型
几何画板及绘图内容加载中，请稍等……
这个范例演示了SIR模型（易感-感染-移除模型）的动态变化过程。涉及的核心数学概念包括微积分、微分方程、概率统计。作图要点使用了GeoGebra的NSolveODE命令求解微分方程，并涉及对象N（总人数）、β（传染率）、γ（移除率）、T（时间）、I_0（初始感染人数）、S_0（初始易感人数）、R_0（初始移除人数）、S'（易感人数变化率）、I'（感染人数变化率）、R'（移除人数变化率）、S_t（时间t的易感人数）、I_t（时间t的感染人数）、R_t（时间t的移除人数）。适合高中及以上学段学习传染病动力学和微分方程应用。
GeoGebra 命令及参数
NSolveODE({S', I', R'}, 0, {S_0, I_0, R_0}, T) → S_t, I_t, R_t
AI 绘图提示语参考
绘制一个SIR传染病模型的动态示意图。横轴为时间，纵轴为人口数量。用三条不同颜色的曲线分别表示易感者、感染者和康复者随时间的变化。初始时，易感者人数接近总人口，感染者有少量初始值，康复者从零开始。随着时间推移，易感者曲线下降，感染者曲线先上升后下降，康复者曲线持续上升。图中标注总人口、感染率、恢复率等参数，并显示微分方程描述的速率变化关系。整体呈现流行病学中经典的三群体动态平衡。
以上提示语为根据原始绘图命令整理而来，仅供参考。