Моделирование производства кукурузы
Предположим, что вы управляете небольшой кукурузной фермой и хотите оптимизировать свои затраты. В этом упражнении мы смоделируем производство кукурузы, не углубляясь в детали единиц измерения, а сосредоточившись на самом процессе.
Для простоты будем считать, что производство кукурузы зависит только от двух факторов: осадков, которые вы не контролируете, и затрат, которые вы контролируете. Осадки распределены нормально со средним значением 50 и стандартным отклонением 15. Пока зафиксируем затраты на уровне 5 000. Будем считать, что объём произведённой кукурузы за сезон — это случайная величина Пуассона, а среднее производство определяется формулой:
\(100\times(\text{cost})^{0.1}\times(\text{rain})^{0.2}\)
Смоделируем эту производственную функцию и получим один результат симуляции.
Это упражнение является частью курса
Статистическое моделирование на Python
Инструкции к упражнению
- Инициализируйте переменную
rainкак нормальную случайную величину со средним значением 50 и стандартным отклонением 15. - В функции
corn_produced()задайтеmean_cornпо формуле \( 100\times\text{cost}^{0.1}\times\text{rain}^{0.2} \). - Смоделируйте
cornкак случайную величину Пуассона со среднимmean_corn. - Получите один результат симуляции: сохраните результат вызова
corn_produced()в переменнуюcorn_resultи выведите его на экран.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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(____))