Modelización de beneficios
En el ejercicio anterior, construiste un modelo de producción de maíz. En una granja pequeña, normalmente no tienes control sobre el precio ni la demanda de maíz. Supón que el precio sigue una distribución normal con media 40 y desviación estándar 10. Tienes una función corn_demanded() que recibe el precio y calcula la demanda de maíz. Esto tiene sentido porque la demanda suele venir determinada por el mercado y no está bajo tu control.
En este ejercicio, trabajarás en una función para calcular el beneficio reuniendo todas las demás variables simuladas. La única entrada de esta función será el coste fijo de producción. Al terminar, tendrás una función que devuelve un resultado de beneficio simulado para un coste dado. Esta función se puede usar para planificar tus costes.
Este ejercicio forma parte del curso
Simulación estadística en Python
Instrucciones del ejercicio
- Modela el
pricecomo una variable aleatoria normal con media 40 y desviación estándar 10. - Obtén la
supplyde maíz llamando a la funcióncorn_produced(rain, cost), que diseñaste en el ejercicio anterior. - Llama a la función
corn_demanded()con la entradapricepara obtener lademand. - Beneficio \(=\) cantidad \(\times\) precio \(-\) coste. Si se produce más maíz del demandado (
supply > demand), la cantidad vendida serádemand; en caso contrario, serásupply.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Function to calculate profits
def profits(cost):
rain = np.random.normal(50, 15)
price = np.random.____
supply = ____
demand = ____
equil_short = supply <= demand
if equil_short == True:
tmp = ____*price - cost
return tmp
else:
tmp2 = ____*price - cost
return tmp2
result = profits(cost)
print("Simulated profit = {}".format(result))