module garden.poulet

Short summary

module mlstatpy.garden.poulet

Functions for Optimisation avec données aléatoires.

source on GitHub

Functions

function

truncated documentation

esperance

Espérance du profit en faisant varier le nombre de poulet vendus.

exponentielle

Simule une loi exponentielle de paramètre \lambda.

f_proba_poisson_melange

Wraps function proba_poisson_melange to avoid global variable.

factorielle

Calcule x! de façon récursive.

find_maximum

Trouver le couple (nombre de poulets achetés, profit) lorsque le profit est maximum.

histogramme_poisson_melange

Calcule un histogramme d’un mélange de loi de Poisson.

local_proba_poisson_melange

Calcule la probabilité \pr{X=i} lorsque X suit un mélange de lois.

maximum

Calcule les espérances de profit pour différents nombres de poulets achetés.

poisson

Simule une loi de Poisson de paramètre \lambda.

poisson_melange

Simule une variable selon un mélange de loi de Poisson.

proba_poisson

Calcule la probabilité \pr{X=i} lorsque X suit une loi de Poisson de paramètre \lambda. …

profit

Calcule le profit.

Documentation

Functions for Optimisation avec données aléatoires.

source on GitHub

mlstatpy.garden.poulet.esperance(X, p, q, s, l)[source]

Espérance du profit en faisant varier le nombre de poulet vendus.

Paramètres
  • X – nombre de poulets achetés

  • p – prix d’achat

  • q – prix de vente

  • s – prix soldé

  • l – paramètre \lambda

Renvoie

espérance du profit

source on GitHub

mlstatpy.garden.poulet.exponentielle(l)[source]

Simule une loi exponentielle de paramètre \lambda.

source on GitHub

mlstatpy.garden.poulet.f_proba_poisson_melange()[source]

Wraps function proba_poisson_melange to avoid global variable.

source on GitHub

mlstatpy.garden.poulet.factorielle(x)[source]

Calcule x! de façon récursive.

source on GitHub

mlstatpy.garden.poulet.find_maximum(res)[source]

Trouver le couple (nombre de poulets achetés, profit) lorsque le profit est maximum.

Paramètres

res – résultat de la fonction maximum

Renvoie

(X, profit) maximum

source on GitHub

mlstatpy.garden.poulet.histogramme_poisson_melange(params, coef, n=100000)[source]

Calcule un histogramme d’un mélange de loi de Poisson.

Paramètres
  • params – liste de paramètre \lambda

  • coefcoef[i] coefficient associé à la loi de paramètre params[i]

Renvoie

histogramme

source on GitHub

mlstatpy.garden.poulet.maximum(p, q, s, l)[source]

Calcule les espérances de profit pour différents nombres de poulets achetés.

Paramètres
  • p – prix d’achat

  • q – prix de vente

  • s – prix soldé

  • l – paramètre \lambda

Renvoie

liste (X, profit)

source on GitHub

mlstatpy.garden.poulet.poisson(l)[source]

Simule une loi de Poisson de paramètre \lambda.

source on GitHub

mlstatpy.garden.poulet.poisson_melange(params, coef)[source]

Simule une variable selon un mélange de loi de Poisson.

Paramètres
  • params – liste de paramètre \lambda

  • coefcoef[i] coefficient associé à la loi de paramètre params[i]

Renvoie

valeur simulée

source on GitHub

mlstatpy.garden.poulet.proba_poisson(l, i)[source]

Calcule la probabilité \pr{X=i} lorsque X suit une loi de Poisson de paramètre \lambda.

source on GitHub

mlstatpy.garden.poulet.proba_poisson_melange(params, coef, i)

Calcule la probabilité \pr{X=i} lorsque X suit un mélange de lois.

Paramètres
  • params – liste de paramètre \lambda

  • coefcoef[i] coefficient associé à la loi de paramètre params[i]

Renvoie

valeur

source on GitHub

mlstatpy.garden.poulet.profit(N, X, p, q, s)[source]

Calcule le profit.

Paramètres
  • N – nombre de poulets vendus

  • X – nombre de poulets achetés

  • p – prix d’achat

  • q – prix de vente

  • s – prix soldé

Renvoie

profit

source on GitHub