Natureza estocástica da simulação de Monte Carlo
No exercício anterior, você modelou informações de forma determinística. Agora, você vai tentar estimar a inflação futura com um modelo estocástico, usando uma simulação de Monte Carlo.
Lembre-se de que modelos estocásticos simulam aleatoriedade nas variáveis por meio de amostragem. Essa aleatoriedade faz com que cada simulação provavelmente chegue a um resultado esperado diferente, mesmo com as mesmas entradas. Vimos isso no vídeo ao executar simulações de Monte Carlo com seeds diferentes.
Neste exercício, considere inflação de 8,6% em 2022 e um aumento estocástico de 1%, 2% ou 3% a cada ano em relação ao ano anterior (com probabilidades iguais de 1%, 2% ou 3%) para os anos seguintes. Como ficará a taxa de inflação em 2050 sob essas suposições?
O pacote random já foi importado para você como random.
Este exercício faz parte do curso
Simulações de Monte Carlo em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Complete the function definition by defining the yearly_increase variable
def monte_carlo_inflation(year, seed):
random.seed(seed)
inflation_rate = 8.6
yearly_increase = ____
for i in range(year - 2022):
inflation_rate = inflation_rate*((100 + yearly_increase)/100)
return(inflation_rate)