การสร้างแบบจำลองกำไร
ในแบบฝึกหัดก่อนหน้า คุณได้สร้างแบบจำลองการผลิตข้าวโพดแล้ว สำหรับฟาร์มขนาดเล็ก โดยทั่วไปจะไม่สามารถควบคุมราคาหรืออุปสงค์ของข้าวโพดได้ สมมติว่าราคามีการกระจายแบบปกติ โดยมีค่าเฉลี่ย 40 และส่วนเบี่ยงเบนมาตรฐาน 10 คุณมีฟังก์ชัน corn_demanded() ให้พร้อมใช้งาน ซึ่งรับราคาเป็นอินพุตและคำนวณอุปสงค์ของข้าวโพด แนวคิดนี้สมเหตุสมผล เพราะอุปสงค์มักถูกกำหนดโดยตลาดและอยู่นอกเหนือการควบคุมของเรา
ในแบบฝึกหัดนี้ คุณจะสร้างฟังก์ชันเพื่อคำนวณกำไร โดยนำตัวแปรที่จำลองมาทั้งหมดมาใช้ร่วมกัน อินพุตเดียวของฟังก์ชันนี้คือ cost หรือต้นทุนการผลิตที่กำหนดไว้ เมื่อเสร็จสิ้น คุณจะมีฟังก์ชันที่ให้ผลลัพธ์กำไรจากการจำลองหนึ่งครั้งสำหรับต้นทุนที่กำหนด และสามารถนำฟังก์ชันนี้ไปใช้วางแผนต้นทุนได้ต่อไป
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจำลองทางสถิติด้วย Python
คำแนะนำการฝึกหัด
- สร้างแบบจำลอง
priceเป็นตัวแปรสุ่มแบบปกติ โดยมีค่าเฉลี่ย 40 และส่วนเบี่ยงเบนมาตรฐาน 10 - รับปริมาณอุปทานข้าวโพด
supplyโดยเรียกใช้ฟังก์ชันcorn_produced(rain, cost)ที่คุณออกแบบไว้ในแบบฝึกหัดก่อนหน้า - เรียกใช้ฟังก์ชัน
corn_demanded()โดยส่งpriceเป็นอินพุต เพื่อรับค่าdemand - กำไร \(=\) ปริมาณที่ขาย \(\times\) ราคา \(-\) ต้นทุน หากผลิตข้าวโพดได้มากกว่าความต้องการ (
supply > demand) ปริมาณที่ขายได้จะเท่ากับdemandมิฉะนั้นจะเท่ากับsupply
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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))