Natureza estocástica da simulação de Monte Carlo
No exercício anterior, você modelou as informações de forma determinística. Agora você tentará estimar a inflação futura com um modelo estocástico, usando uma simulação de Monte Carlo.
Lembre-se de que os modelos estocásticos simulam a aleatoriedade das variáveis por meio de amostragem. Essa aleatoriedade significa que cada simulação provavelmente chegará a um resultado esperado diferente, mesmo que as entradas sejam as mesmas. Vimos isso no vídeo ao executar simulações de Monte Carlo com diferentes sementes.
Neste exercício, presuma uma 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 será a taxa de inflação em 2050 de acordo com essas premissas?
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 preenchendo 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)