Modelování produkce kukuřice

Představ si, že provozuješ malou farmu s kukuřicí a chceš optimalizovat své náklady. V tomto cvičení si ukážeme, jak modelovat produkci kukuřice. Abstrahujeme od detailů, jako jsou jednotky, a zaměříme se na samotný proces.

Pro zjednodušení předpokládejme, že produkce kukuřice závisí pouze na dvou faktorech: dešti, který nemůžeš ovlivnit, a nákladech, které ovlivnit můžeš. Déšť má normální rozdělení se střední hodnotou 50 a směrodatnou odchylkou 15. Náklady zatím zafixujeme na 5 000. Předpokládejme, že množství vypěstované kukuřice v dané sezóně je Poissonova náhodná proměnná a že průměrná produkce kukuřice se řídí rovnicí:

\(100\times(\text{cost})^{0.1}\times(\text{rain})^{0.2}\)

Nasimulujeme tuto produkční funkci a získáme jeden výsledek.

Toto cvičení je součástí kurzu

Statistické simulace v Pythonu

Zobrazit kurz

Pokyny k cvičení

Inicializuj rain jako náhodnou proměnnou s normálním rozdělením se střední hodnotou 50 a směrodatnou odchylkou 15.
Ve funkci corn_produced() definuj mean_corn jako \( 100\times\text{cost}^{0.1}\times\text{rain}^{0.2} \).
Definuj corn jako náhodnou proměnnou s Poissonovým rozdělením se střední hodnotou mean_corn.
Nasimuluj jeden výsledek tak, že výstup volání funkce corn_produced() uložíš do proměnné corn_result, a výsledek vypiš.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Initialize variables
cost = 5000
rain = np.random.____

# Corn Production Model
def corn_produced(rain, cost):
  mean_corn = ____
  corn = np.random.____
  return corn

# Simulate and print corn production
corn_result = ____
print("Simulated Corn Production = {}".format(____))

Upravit a spustit kód