시작하기무료로 시작하기

옥수수 생산 모델링

당신이 작은 옥수수 농장을 운영하며 비용을 최적화하고자 한다고 가정해 봅시다. 이 예시 연습 문제에서는 옥수수 생산을 모델링해 보겠습니다. 단위 같은 세부 사항은 추상화하고 과정에 집중할게요.

단순화를 위해 옥수수 생산은 두 가지 요인에만 좌우된다고 가정하겠습니다. 하나는 당신이 통제할 수 없는 비(rain), 다른 하나는 당신이 통제할 수 있는 비용(cost)입니다. 비는 평균 50, 표준편차 15인 정규분포를 따릅니다. 지금은 비용을 5,000으로 고정하겠습니다. 한 시즌에 생산되는 옥수수량은 포아송 확률변수이고, 평균 생산량은 다음 식으로 결정된다고 가정합시다:

\(100\times(\text{cost})^{0.1}\times(\text{rain})^{0.2}\)

이 생산 함수를 모델링하고 한 번의 결과를 시뮬레이션해 보세요.

이 연습은 강의의 일부입니다

Python으로 하는 통계 시뮬레이션

강의 보기

연습 안내

  • 평균 50, 표준편차 15인 정규분포( Normal )에서 rain을 초기화하세요.
  • corn_produced() 함수에서 mean_corn을 $ 100\times\text{cost}^{0.1}\times\text{rain}^{0.2} $로 모델링하세요.
  • corn을 평균이 mean_corn인 포아송( Poisson ) 확률변수로 모델링하세요.
  • corn_produced()를 호출한 결과를 corn_result에 저장해 한 번의 결과를 시뮬레이션하고, 결과를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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(____))
코드 편집 및 실행