僵尸疫情传播的SIR模型动态模拟
几何画板及绘图内容加载中，请稍等……
① 本范例通过GeoGebra的数值求解器（NSolveODE）动态模拟僵尸疫情在人群中的传播过程，直观展示易感者、感染者与康复者三类人群数量随时间的变化曲线。② 核心数学概念是常微分方程组（SIR模型）及其数值解，涉及人口动态、传染率与恢复率参数，以及平衡点分析。③ 作图要点：使用NSolveODE命令求解包含R0、S0、I0等初始值和K_1至K_8等参数的微分方程组，并定义Mottagliga（易感）、Infekterade（感染）、Återhämtade（康复）及ZOMBIES等对象，通过滑块调整参数观察曲线变化。④ 适合高中至大学阶段的数学建模、微分方程或生物数学课程，也可用于公共卫生教育中的疫情传播演示。
GeoGebra 命令及参数
NSolveODE({S', I', R', Z'}, 0, {S0, I0, R0, Z0}, 100) → Mottagliga, Infekterade, Återhämtade, ZOMBIES
AI 绘图提示语参考
绘制一个动态的僵尸疫情 SIR 模型模拟图，展示易感、感染、康复和僵尸数量随时间的变化曲线，包含可调节的参数滑块，曲线之间体现传播和恢复率的关系。图中显示了初始易感、感染和康复个体数量，展示了疫情的动态发展过程，包括高峰和最终平衡状态。
以上提示语为根据原始绘图命令整理而来，仅供参考。