BaşlayınÜcretsiz başlayın

Maliyetleri Optimize Etme

Şimdi, üretim maliyetimizi optimize etmek için oluşturduğun fonksiyonları kullanacağız. Amacımız ortalama kârı en üst düzeye çıkarmak. Ancak kârımız birçok faktöre bağlı ve bizim kontrol ettiğimiz tek şey maliyet. Bu nedenle, diğer faktörlerdeki belirsizliği simüle edip maliyeti değiştirerek kârımızın nasıl etkilendiğine bakabiliriz.

Küçük mısır çiftliğini yönettiğin için maliyetini 100\( ile 5.000\) arasında seçebilirsin. En yüksek ortalama kârı sağlayan maliyeti seçmek istiyorsun. Bu egzersizde, her maliyet seviyesi için birden fazla sonuç simüle edip ortalamasını hesaplayacağız. Ardından, bize en yüksek ortalama kârı veren maliyeti seçeceğiz. Tamamladığında, iş kararları için en uygun girdileri seçmene yardımcı olacak bir çerçeveye sahip olacaksın.

Bu egzersiz, kursun bir parçasıdır

Python'da İstatistiksel Benzetim

Kursa Göz Atın

Egzersiz talimatları

  • Boş results sözlüğünü başlat.
  • Her maliyet seviyesi için, önceden yüklenmiş profits() fonksiyonunu kullanarak kârları simüle et ve tmp_profits listesine ekle.
  • Her maliyet seviyesi için tmp_profits ortalamasını results sözlüğünde sakla.
  • results üzerinde liste üreteci çalıştırarak en yüksek ortalama kâra sahip maliyet seviyesini cost_max olarak bul.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Initialize results and cost_levels variables
sims, results = 1000, ____
cost_levels = np.arange(100, 5100, 100)

# For each cost level, simulate profits and store mean profit
for cost in cost_levels:
    tmp_profits = []
    for i in range(sims):
        tmp_profits.append(____)
    results[cost] = np.mean(____)
    
# Get the cost that maximizes average profit
cost_max = [x for x in ____.keys() if ____[x] == max(____.values())][0]
print("Average profit is maximized when cost = {}".format(cost_max))
Kodu Düzenle ve Çalıştır