Optimalizace nákladů
Teď využijeme funkce, které jsi sestavil/a, k optimalizaci výrobních nákladů. Naším cílem je maximalizovat průměrný zisk. Ten ale závisí na řadě faktorů – my ovlivňujeme pouze náklady. Pomocí simulace proto zachytíme nejistotu v ostatních faktorech a budeme měnit výši nákladů, abychom sledovali jejich dopad na zisk.
Jako správce malé kukuřičné farmy si můžeš zvolit vlastní náklady – v rozmezí od 100 do 5 000 dolarů. Chceš najít takovou hodnotu, která přinese nejvyšší průměrný zisk. V tomto cvičení nasimulujeme více výsledků pro každou úroveň nákladů a spočítáme jejich průměr. Pak vybereme náklady s nejvyšším průměrným ziskem. Po dokončení budeš mít k dispozici framework pro výběr optimálních vstupů při obchodních rozhodnutích.
Toto cvičení je součástí kurzu
Statistické simulace v Pythonu
Pokyny k cvičení
- Inicializuj prázdný slovník
results. - Pro každou úroveň nákladů simuluj zisky pomocí předpřipravené funkce
profits()a přidávej je dotmp_profits. - Ulož průměr hodnot
tmp_profitspro každou úroveň nákladů do slovníkuresults. - Najdi úroveň nákladů
cost_maxs nejvyšším průměrným ziskem tak, že předášresultsdo list comprehension.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Initialize results and cost_levels variables
sims, results = 1000, ____
cost_levels = np.arange(100, 5100, 100)
# For each cost level, simulate profits and store mean profit
for cost in cost_levels:
tmp_profits = []
for i in range(sims):
tmp_profits.append(____)
results[cost] = np.mean(____)
# Get the cost that maximizes average profit
cost_max = [x for x in ____.keys() if ____[x] == max(____.values())][0]
print("Average profit is maximized when cost = {}".format(cost_max))