De stora talens lag
I den förra övningen såg du att Monte Carlo-simuleringar är stokastiska till sin natur, vilket innebär att resultaten kan variera kraftigt mellan körningar. I den här övningen använder du de stora talens lag för att simulera inflationen år 2050 baserat på medelvärdet av ett stort antal simuleringar.
Funktionen monte_carlo_inflation() som du skrev i den förra övningen finns tillgänglig. Som påminnelse ser koden ut så här:
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)
Paketen numpy och random har redan importerats.
Den här övningen är en del av kursen
Monte Carlo-simuleringar i Python
Övningsinstruktioner
- Beräkna medelvärdet av 1 000 simuleringar där ett slumpmässigt frö mellan 0 och 20 000 väljs varje gång.
- Beräkna medelvärdet av 10 000 simuleringar där ett slumpmässigt frö mellan 0 och 20 000 väljs varje gång.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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))