IniziaInizia gratis

Ottimizzare i costi

Ora useremo le funzioni che hai costruito per ottimizzare il nostro costo di produzione. Ci interessa massimizzare il profitto medio. Tuttavia, i nostri profitti dipendono da diversi fattori, mentre noi controlliamo solo il costo. Possiamo quindi simulare l’incertezza negli altri fattori e variare il costo per vedere come cambiano i profitti.

Dato che gestisci la piccola azienda di mais, puoi scegliere il tuo costo — da $100 a $5.000. Vuoi scegliere il costo che ti dà il profitto medio massimo. In questo esercizio, simuleremo più esiti per ciascun livello di costo e calcoleremo una media. Poi sceglieremo il costo che ci dà il profitto medio massimo. Al termine, avrai un modello per selezionare input ottimali nelle decisioni aziendali.

Questo esercizio fa parte del corso

Simulazione statistica in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Inizializza il dizionario vuoto results.
  • Per ogni livello di costo, simula i profitti usando la funzione pre-caricata profits() e aggiungili a tmp_profits.
  • Salva la media di tmp_profits per ciascun livello di costo nel dizionario results.
  • Trova il livello di costo cost_max che ha il profitto medio massimo eseguendo results attraverso la list comprehension.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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))
Modifica ed esegui il codice