Mulai sekarangMulai gratis

Optimasi Biaya

Sekarang kita akan menggunakan fungsi yang telah Anda buat untuk mengoptimalkan biaya produksi. Kita ingin memaksimalkan rata-rata keuntungan. Namun, keuntungan kita bergantung pada sejumlah faktor, sementara kita hanya mengendalikan biaya. Maka, kita dapat mensimulasikan ketidakpastian pada faktor-faktor lain dan memvariasikan biaya untuk melihat bagaimana dampaknya terhadap keuntungan.

Karena Anda mengelola usaha tani jagung kecil, Anda dapat memilih biaya—dari $100 hingga $5.000. Anda ingin memilih biaya yang memberikan rata-rata keuntungan maksimum. Dalam latihan ini, kita akan mensimulasikan banyak hasil untuk setiap tingkat biaya dan menghitung rata-ratanya. Lalu, kita akan memilih biaya yang memberikan mean keuntungan maksimum. Setelah selesai, Anda akan memiliki kerangka kerja untuk memilih masukan optimal bagi keputusan bisnis.

Latihan ini merupakan bagian dari kursus

Simulasi Statistik di Python

Lihat Kursus

Instruksi latihan

  • Inisialisasi kamus kosong results.
  • Untuk setiap tingkat biaya, simulasikan keuntungan menggunakan fungsi profits() yang telah dimuat dan tambahkan ke tmp_profits.
  • Simpan nilai rata-rata dari tmp_profits untuk setiap tingkat biaya ke dalam kamus results.
  • Temukan tingkat biaya cost_max yang memiliki rata-rata keuntungan maksimum dengan menjalankan results melalui list comprehension.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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))
Edit dan Jalankan Kode