玉米產量建模

假設你經營一間小型玉米農場，想要最佳化成本。在這個示範性的練習中，我們要為玉米的產量建立模型。我們會先略去單位等細節，專注在流程上。

為了簡化，先假設玉米產量只受兩個因素影響：你無法控制的降雨量（rain），以及你可以控制的成本（cost）。降雨量服從常態分配，平均數為 50，標準差為 15。現在先把成本固定為 5,000。再假設任一季節的玉米產量是一個 Poisson 隨機變數，且平均產量由下列方程式決定：

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

讓我們為這個生產函式建模，並模擬一次結果。

本練習屬於課程

Python 的統計模擬

檢視課程

練習說明

將 rain 初始化為平均數 50、標準差 15 的 Normal 隨機變數。
在 corn_produced() 函式中，將 mean_corn 建模為 $ 100\times\text{cost}^{0.1}\times\text{rain}^{0.2} $。
將 corn 建模為平均數為 mean_corn 的 Poisson 隨機變數。
透過呼叫 corn_produced() 並將結果儲存到 corn_result 來模擬一次結果，然後印出你的結果。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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(____))

編輯並執行程式碼