/
zadacha.py
230 lines (172 loc) · 7.15 KB
/
zadacha.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
import distribution as distr
import matplotlib.pyplot as plt
import seaborn
import math
class Zadacha(object):
"""Класс решения задачи анализа безубыточности
В классе реализованы интерфейсы для решения задачи безубыточности на
на предприятии(грузовые перевозки) с помощью метода Монте-Карло.
Attributes:
param: Словарь с исходными данными для решения задачи.
"""
def __init__(self, param):
self.G = self.model(param.get("G"))
self.Xp = self.model(param.get("Xp"))
self.Xc = self.model(param.get("Xc"))
self.Cg = self.model(param.get("Cg"))
self.Dg = self.model(param.get("Dg"))
self.In = self.model(param.get("In"))
self.n = len(self.G)
def model(self, param):
"""Метод для моделирования исходных данных"""
if param[2] == "N":
return distr.normal(param[0], param[1], param[3])
elif param[2] == "LN":
return distr.logNormal(param[0], param[1], param[3])
elif param[2] == "R":
return distr.uniform(param[0], param[1], param[3])
elif param[2] == "G":
return distr.gamma(param[0], param[1], param[3])
elif param[2] == "BS":
return distr.birnbaumSaunders(param[0], param[1], param[3])
elif param[2] == "P":
return distr.pareto(param[0], param[1], param[3])
else:
return 0
def index(self):
"""Итератор для перебора значений списка"""
i = 0
while i < self.n:
yield i
i += 1
def investedProfit(self):
"""Расчет вложенного дохода"""
cm = []
for i in self.index():
cm += [(self.Xp[i] - self.Cg[i]) * self.G[i]]
self.CM = cm
def operatingProfit(self):
"""Расчет операционной прибыли"""
pr = []
for i in self.index():
pr += [self.CM[i] + self.In - self.Xc[i]]
self.OP = pr
def oprRisk(self):
"""Расчет операционного риска"""
self.OP.sort()
num = 0
OP = 0
for i in self.OP:
if i < OP:
num += 1
r = num / len(self.OP)
return r
def oprRiskDoverInter(self, opr):
"""Расчет доверительного интервала для операционного риска"""
dpvInter = [opr - 1.96 * math.sqrt(opr * (1 - opr) / len(self.OP)),
opr + 1.96 * math.sqrt(opr * (1 - opr) / len(self.OP))]
return dpvInter
def operacRuchag(self):
"""Расчет операционного рычага"""
x = 0
y = 0
for i in self.index():
x = x + self.CM[i]
y = y + self.OP[i]
m = x / y
return m
def opecRuchagDovInterval(self, m):
"""Расчет доверительного интервала для операционного рычага"""
d = 0
k = 0
for i in self.index():
d = d + math.pow(self.OP[i] - m * self.CM[i], 2)
k = k + self.OP[i]
d = math.sqrt(d)
d = d * 1.96
d = d / k
delta = [m - d, m + d]
return delta
def pokazatelRentabel(self):
"""Расчет показателя рентабельности"""
x = 0
y = 0
for i in self.index():
x = x + self.OP[i]
y = y + self.Dg[i]
z = x / y * 100
return z
def pokazatelRentabelM(self):
"""Расчет доверительного интервала для показателя рентабельности"""
z = []
for i in self.index():
z[i] = self.OP[i] / self.Dg[i]
return z
def srokOkupaemosti(self):
""""Расчет срока окупаемости"""
to = distr.expectedValue(self.Dg) / distr.expectedValue(self.OP)
return to
def srokOkupaemostiDovInterval(self, m):
"""Расчет доверительного интервала для срока окупаемости"""
d = 0
k = 0
for i in self.index():
d = d + math.pow(self.OP[i] - m * self.CM[i], 2)
k = k + self.OP[i]
d = math.sqrt(d)
d = d * 1.96
d = d / k
delta = [m - d, m + d]
return delta
def tochkaBezub(self):
"""Матод вычисляет точку безубыточности"""
self.TB = []
for i in self.index():
self.TB += [self.Xc[i] / (self.Cg[i] - self.Xp[i])]
def main(param):
data = { 'Операционная прибыль' : [],
'Операционный риск(вероятность)': [],
'Вложенный доход' : [],
'Операционный рычаг' : [],
'Показатель рентабельности' : [],
'Срок окупаемости' : []
}
test = Zadacha(param)
test.investedProfit()
test.operatingProfit()
data['Вложенный доход'] += ([distr.expectedValue(test.CM)]
+ [distr.confidenceInterval(test.CM)])
data['Операционная прибыль'] += ([distr.expectedValue(test.OP)]
+ [distr.confidenceInterval(test.OP)]
+ [distr.statisticalDispersion(test.OP)])
data['Операционный риск(вероятность)'] += ([test.oprRisk()]
+ [test.oprRiskDoverInter(test.oprRisk())])
data['Операционный рычаг'] += ([test.operacRuchag()]
+ [test.opecRuchagDovInterval(test.operacRuchag())])
data['Показатель рентабельности'] += ([test.pokazatelRentabel()]
+ [test.opecRuchagDovInterval(test.pokazatelRentabel())])
data['Срок окупаемости'] += ([test.srokOkupaemosti()]
+ [test.srokOkupaemostiDovInterval(test.srokOkupaemosti())])
test.tochkaBezub()
for i in data:
print(i + " " + str(data[i]))
proverka(data)
graph(test.OP, test.TB)
#seaborn.distplot(test.OP)
#plt.show()
def proverka(data):
for box, item in data.items():
if item[0] > item[1][0] and item[0] < item[1][1]:
pass
else:
print("Оценка мат. ожидания не попала в доверительный интервал")
print(box + ": Посчтитан не верно")
print("Проверка окончена")
def graph(OP, TB):
f, ax = plt.subplots(2,1, sharex=True)
ax[0].set_title("Операционная прибыль")
ax[1].set_title('Точка езубыточности')
seaborn.distplot(TB, ax=ax[1])
seaborn.distplot(OP, ax=ax[0])
plt.suptitle("Text", size=16)
plt.show()