Modelowanie zysków

W poprzednim ćwiczeniu zbudowałeś model produkcji kukurydzy. W przypadku małego gospodarstwa zazwyczaj nie masz wpływu na cenę ani popyt na kukurydzę. Przyjmij, że cena ma rozkład normalny ze średnią 40 i odchyleniem standardowym 10. Dysponujesz funkcją corn_demanded(), która przyjmuje cenę i wyznacza na jej podstawie popyt na kukurydzę. Jest to uzasadnione, ponieważ popyt kształtuje się na rynku i nie zależy od twoich decyzji.

W tym ćwiczeniu napiszesz funkcję obliczającą zysk, która połączy wszystkie pozostałe symulowane zmienne. Jedynym parametrem wejściowym tej funkcji będzie stały koszt produkcji. Po ukończeniu ćwiczenia otrzymasz funkcję zwracającą jeden symulowany wynik zysku dla danego kosztu. Możesz jej następnie użyć do planowania swoich kosztów.

To ćwiczenie jest częścią kursu

Symulacje statystyczne w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zamodeluj price jako zmienną losową o rozkładzie normalnym ze średnią 40 i odchyleniem standardowym 10.
Pobierz supply kukurydzy, wywołując funkcję corn_produced(rain, cost), którą zaprojektowałeś w poprzednim ćwiczeniu.
Wywołaj funkcję corn_demanded() z argumentem price, aby uzyskać demand.
Zysk \(=\) ilość \(\times\) cena \(-\) koszt. Jeśli wyprodukowano więcej kukurydzy niż wynosi popyt (supply > demand), sprzedana ilość będzie równa demand, w przeciwnym razie będzie równa supply.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Function to calculate profits
def profits(cost):
    rain = np.random.normal(50, 15)
    price = np.random.____
    supply = ____
    demand = ____
    equil_short = supply <= demand
    if equil_short == True:
        tmp = ____*price - cost
        return tmp
    else: 
        tmp2 = ____*price - cost
        return tmp2
result = profits(cost)
print("Simulated profit = {}".format(result))

Edytuj i uruchom kod