शुरू करेंमुफ़्त में शुरू करें

लाभ का मॉडलिंग

पिछले अभ्यास में, आपने मक्का उत्पादन का एक मॉडल बनाया था. एक छोटे फार्म के लिए, आम तौर पर आपके पास मक्का के दाम या मांग पर नियंत्रण नहीं होता. मान लीजिए कि दाम (price) एक नॉर्मल वितरण का पालन करता है, जिसका औसत 40 और मानक विचलन 10 है. आपको corn_demanded() फंक्शन दिया गया है, जो दाम लेता है और मक्का की मांग निर्धारित करता है. यह तर्कसंगत है क्योंकि मांग आम तौर पर मार्केट तय करती है और यह आपके नियंत्रण में नहीं होती.

इस अभ्यास में, आप एक फंक्शन पर काम करेंगे जो बाकी सभी सिम्युलेटेड वैरिएबल्स को जोड़कर लाभ (profit) की गणना करता है. इस फंक्शन का एकमात्र इनपुट उत्पादन की फिक्स्ड cost होगी. पूरा होने पर, आपके पास ऐसा फंक्शन होगा जो दिए गए cost के लिए एक सिम्युलेटेड profit परिणाम देता है. फिर इस फंक्शन का उपयोग आप अपनी लागत की योजना बनाने में कर सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Statistical Simulation

पाठ्यक्रम देखें

अभ्यास निर्देश

  • price को नॉर्मल रैंडम वैरिएबल के रूप में मॉडल करें, जिसका औसत 40 और मानक विचलन 10 हो.
  • corn_produced(rain, cost) फंक्शन को कॉल करके मक्का की supply पाएँ, जिसे आपने पिछले अभ्यास में डिजाइन किया था.
  • corn_demanded() फंक्शन को price इनपुट के साथ कॉल करें ताकि demand मिले.
  • Profit = quantity × price − cost. अगर उत्पादित मक्का मांग से अधिक है (supply > demand), तो बेची गई quantity demand होगी, अन्यथा supply होगी.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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))
कोड संपादित करें और चलाएँ