लागत का ऑप्टिमाइज़ेशन
अब हम उत्पादन लागत को ऑप्टिमाइज़ करने के लिए आपके द्वारा बनाए गए फंक्शन का उपयोग करेंगे। हमारा लक्ष्य औसत मुनाफे को अधिकतम करना है। हालाँकि, हमारा मुनाफा कई कारकों पर निर्भर करता है, जबकि हमारे नियंत्रण में केवल लागत है। इसलिए, हम बाकी कारकों में अनिश्चितता को सिमुलेट करेंगे और लागत बदलकर देखेंगे कि मुनाफे पर क्या असर पड़ता है।
क्योंकि आप एक छोटे कॉर्न फ़ार्म का प्रबंधन करते हैं, आप अपनी लागत $100 से $5,000 तक चुन सकते हैं। आप वह लागत चुनना चाहेंगे जो अधिकतम औसत मुनाफा दे। इस अभ्यास में, हम प्रत्येक लागत स्तर के लिए कई संभावित परिणाम सिमुलेट करेंगे और उनका औसत निकालेंगे। फिर हम उस लागत को चुनेंगे जो अधिकतम औसत मुनाफा देती है। अभ्यास पूरा होते ही, आपके पास बिज़नेस निर्णयों के लिए ऑप्टिमल इनपुट चुनने का एक ढाँचा होगा।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Statistical Simulation
अभ्यास निर्देश
- खाली डिक्शनरी
resultsइनिशियलाइज़ करें. - हर लागत स्तर के लिए, प्री-लोडेड
profits()फंक्शन का उपयोग करके मुनाफे सिमुलेट करें और उन्हेंtmp_profitsमें append करें. - प्रत्येक लागत स्तर के लिए
tmp_profitsका औसत निकालें और उसेresultsडिक्शनरी में स्टोर करें. - लिस्ट कॉम्प्रिहेंशन के जरिए
resultsको चलाकर उस लागत स्तरcost_maxको खोजें जिसका औसत मुनाफा अधिकतम है.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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))