Bắt đầu ngayBắt đầu miễn phí

Mô hình hóa sản lượng ngô

Giả sử bạn quản lý một trang trại ngô nhỏ và muốn tối ưu hóa chi phí. Trong bài tập minh họa này, chúng ta sẽ mô hình hóa sản lượng ngô. Ta sẽ lược bỏ các chi tiết như đơn vị đo và tập trung vào quy trình.

Để đơn giản, giả sử sản lượng ngô chỉ phụ thuộc vào hai yếu tố: lượng mưa (bạn không kiểm soát) và chi phí (bạn kiểm soát). Lượng mưa tuân theo phân phối chuẩn với kỳ vọng 50 và độ lệch chuẩn 15. Trước mắt, cố định chi phí ở mức 5.000. Giả sử sản lượng ngô trong bất kỳ mùa vụ nào là một biến ngẫu nhiên Poisson và sản lượng ngô trung bình tuân theo phương trình:

\(100\times(\text{cost})^{0.1}\times(\text{rain})^{0.2}\)

Hãy mô hình hóa hàm sản xuất này và mô phỏng một kết quả.

Bài tập này là một phần của khóa học

Mô phỏng Thống kê bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Khởi tạo rain là một biến ngẫu nhiên Normal với kỳ vọng 50 và độ lệch chuẩn 15.
  • Trong hàm corn_produced(), mô hình hóa mean_corn là \( 100\times\text{cost}^{0.1}\times\text{rain}^{0.2} \).
  • Mô hình hóa corn là một biến ngẫu nhiên Poisson với kỳ vọng mean_corn.
  • Mô phỏng một kết quả bằng cách lưu giá trị trả về của corn_produced() vào corn_result và in kết quả của bạn.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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(____))
Chỉnh sửa và Chạy Mã