Modelización de la producción de maíz

Supón que gestionas una pequeña granja de maíz y quieres optimizar tus costes. En este ejercicio ilustrativo, vamos a modelizar la producción de maíz. Dejaremos a un lado detalles como las unidades y nos centraremos en el proceso.

Para simplificar, supongamos que la producción de maíz depende solo de dos factores: la lluvia, que no controlas, y el coste, que sí controlas. La lluvia sigue una distribución normal con media 50 y desviación estándar 15. Por ahora, fijemos el coste en 5.000. Supongamos que el maíz producido en cualquier temporada es una variable aleatoria de Poisson y que la producción media de maíz viene dada por la ecuación:

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

Vamos a modelizar esta función de producción y a simular un resultado.

Este ejercicio forma parte del curso

Simulación estadística en Python

Ver curso

Instrucciones del ejercicio

Inicializa rain como una variable aleatoria Normal con media 50 y desviación estándar 15.
En la función corn_produced(), modeliza mean_corn como \( 100\times\text{cost}^{0.1}\times\text{rain}^{0.2} \).
Modeliza corn como una variable aleatoria Poisson con media mean_corn.
Simula un resultado guardando el resultado de llamar a corn_produced() en corn_result e imprime tus resultados.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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(____))

Editar y ejecutar código