การสร้างแบบจำลองการผลิตข้าวโพด
สมมติว่าคุณเป็นเจ้าของฟาร์มข้าวโพดขนาดเล็กและต้องการหาวิธีลดต้นทุนให้เหมาะสมที่สุด ในแบบฝึกหัดนี้ เราจะสร้างแบบจำลองการผลิตข้าวโพด โดยจะไม่เน้นรายละเอียดเรื่องหน่วยวัด แต่จะมุ่งเน้นที่กระบวนการเป็นหลัก
เพื่อความเรียบง่าย สมมติว่าการผลิตข้าวโพดขึ้นอยู่กับปัจจัย 2 อย่างเท่านั้น ได้แก่ ปริมาณฝน ซึ่งควบคุมไม่ได้ และต้นทุน ซึ่งควบคุมได้ ปริมาณฝนมีการแจกแจงแบบปกติ (Normal) โดยมีค่าเฉลี่ย 50 และส่วนเบี่ยงเบนมาตรฐาน 15 สำหรับตอนนี้ กำหนดให้ต้นทุนอยู่ที่ 5,000 และสมมติว่าปริมาณข้าวโพดที่ผลิตได้ในแต่ละฤดูกาลเป็นตัวแปรสุ่มแบบ Poisson โดยมีค่าเฉลี่ยของการผลิตกำหนดโดยสมการ:
\(100\times(\text{cost})^{0.1}\times(\text{rain})^{0.2}\)
มาสร้างแบบจำลองฟังก์ชันการผลิตนี้และจำลองผลลัพธ์หนึ่งครั้งกัน
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจำลองทางสถิติด้วย Python
คำแนะนำการฝึกหัด
- กำหนดให้
rainเป็นตัวแปรสุ่มแบบ Normal ที่มีค่าเฉลี่ย 50 และส่วนเบี่ยงเบนมาตรฐาน 15 - ในฟังก์ชัน
corn_produced()สร้างแบบจำลองmean_cornตามสมการ \( 100\times\text{cost}^{0.1}\times\text{rain}^{0.2} \) - สร้างแบบจำลอง
cornเป็นตัวแปรสุ่มแบบ Poisson ที่มีค่าเฉลี่ยเท่ากับmean_corn - จำลองผลลัพธ์หนึ่งครั้งโดยเก็บผลที่ได้จากการเรียก
corn_produced()ไว้ในcorn_resultแล้วพิมพ์ผลลัพธ์
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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(____))