Você trabalha em uma empresa que fabrica equipamentos industriais. O preço de venda de cada equipamento é de US$ 100.000. Você também sabe que há uma forte correlação negativa entre a inflation_rate e o volume de vendas. Essa relação é capturada pela matriz de covariância cov_matrix, que está disponível no console para você.

A função profit_next_year_mc() realiza uma simulação de Monte Carlo e retorna o lucro esperado (em milhares de dólares), dados a taxa média de inflação e o volume médio de vendas como argumentos. Você também precisará passar n, o número de vezes que a simulação deve ser executada. A função já foi carregada para você, e a definição está abaixo.

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

Os seguintes pacotes já foram importados para você: pandas como pd, numpy como np, scipy.stats como st, matplotlib.pyplot como plt e seaborn como sns.

Parabéns!

Create Your Free Account