1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Statistické simulace v Pythonu
Connected

cvičení

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.

Pokyny

100 XP
  • 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.