Simulazione di un problema di profitto

Lavori per un'azienda che produce attrezzature industriali. Il prezzo di vendita di ogni apparecchiatura è di $100.000. Sai anche che esiste una forte correlazione negativa tra il inflation_rate e il volume di vendita. Questa relazione è rappresentata dalla matrice di covarianza cov_matrix, disponibile nella console.

La funzione profit_next_year_mc() esegue una simulazione Monte Carlo restituendo il profitto atteso (in migliaia di dollari), dati il tasso di inflazione medio e il volume medio di vendita come argomenti. Dovrai anche passare n, il numero di volte in cui eseguire la simulazione. La funzione è già stata caricata per te, e la definizione è riportata sotto.

def profit_next_year_mc(mean_inflation, mean_volume, n):
  profits = []
  for i in range(n):
    # Generate inputs by sampling from the multivariate normal distribution
    rate_sales_volume = st.multivariate_normal.rvs(mean=[mean_inflation,mean_volume], cov=cov_matrix,size=1000)
    # Deterministic calculation of company profit
    price = 100 * (100 + rate_sales_volume[:,0])/100
    volume = rate_sales_volume[:,1]
    loan_and_cost = 50 * volume + 45 * (100 + 3 * rate_sales_volume[:,0]) * (volume/100)
    profit = (np.mean(price * volume - loan_and_cost))
    profits.append(profit)
  return profits

Sono stati importati per te i seguenti pacchetti: pandas come pd, numpy come np, scipy.stats come st, matplotlib.pyplot come plt e seaborn come sns.