トウモロコシ生産のモデリング
あなたが小規模なトウモロコシ農場を経営しており、コスト最適化に関心があるとします。この演習では、例としてトウモロコシの生産をモデリングします。単位などの細部は抽象化し、プロセスに焦点を当てます。
単純化のため、トウモロコシの生産は2つの要因だけに依存すると仮定します。あなたが制御できない雨と、あなたが制御できるコストです。雨は平均50、標準偏差15の正規分布に従います。ここではコストを5,000に固定します。任意のシーズンで生産されるトウモロコシはPoisson（ポアソン）分布に従い、平均生産量は次の式で決まると仮定します。
\(100\times(\text{cost})^{0.1}\times(\text{rain})^{0.2}\)
この生産関数をモデル化し、1回の結果をシミュレーションしましょう。
この演習はコースの一部です
Pythonで学ぶ統計シミュレーション
演習の手順
- 平均50、標準偏差15の正規分布（Normal）の乱数として
rainを初期化します。 corn_produced()関数内で、mean_cornを \( 100\times\text{cost}^{0.1}\times\text{rain}^{0.2} \) としてモデル化します。cornを、平均がmean_cornのPoisson（ポアソン）分布の乱数としてモデル化します。corn_produced()を呼び出した結果をcorn_resultに保存して、結果を出力（print）して1回分をシミュレーションします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Initialize variables
cost = 5000
rain = np.random.____
# Corn Production Model
def corn_produced(rain, cost):
mean_corn = ____
corn = np.random.____
return corn
# Simulate and print corn production
corn_result = ____
print("Simulated Corn Production = {}".format(____))