शुरू करेंमुफ़्त में शुरू करें

लॉ ऑफ लार्ज नंबर्स

पिछले अभ्यास में आपने सीखा कि Monte Carlo simulations की स्टोकेस्टिक प्रकृति के कारण हर simulation का परिणाम अलग हो सकता है. इस अभ्यास में, आप लॉ ऑफ लार्ज नंबर्स का उपयोग करके 2050 में inflation का सिमुलेशन कई बड़ी संख्या में simulations का औसत लेकर करेंगे.

पिछले अभ्यास में आपने जो monte_carlo_inflation() फंक्शन लिखा था, वह उपयोग के लिए उपलब्ध है. याद दिलाने के लिए, फंक्शन का कोड यह है:

def monte_carlo_inflation(year, seed):
    random.seed(seed)
    inflation_rate = 8.6
    yearly_increase = random.randint(1, 3)
    for i in range(year - 2022):
        inflation_rate = inflation_rate * ((100 + yearly_increase)/100)
    return(inflation_rate)

numpy और random पैकेज आपके लिए इम्पोर्ट कर दिए गए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Monte Carlo Simulations

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 1,000 simulations का औसत निकालें, जहाँ हर बार 0 और 20,000 के बीच से एक seed रैंडम चुना जाए.
  • 10,000 simulations का औसत निकालें, जहाँ हर बार 0 और 20,000 के बीच से एक seed रैंडम चुना जाए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Calculate the average of 1,000 simulation results with a seed between 0 and 20000
rates_1 = []
for i in range(____):
    seed = random.randint(____, ____)
    rates_1.append(monte_carlo_inflation(2050, ____))
print(np.mean(rates_1))

# Calculate the average of 10,000 simulation results with a seed between 0 and 20000
rates_2 = []
for i in range(____):
    seed = random.randint(____, ____)
    rates_2.append(monte_carlo_inflation(2050, ____))
print(np.mean(rates_2))
कोड संपादित करें और चलाएँ