Büyük Sayılar Yasası
Önceki egzersizde, Monte Carlo simülasyonlarının stokastik yapısı nedeniyle her simülasyon sonucunun oldukça farklı olabileceğini öğrendin. Bu egzersizde, çok sayıda simülasyonun ortalamasına dayanarak 2050'deki enflasyonu simüle etmek için Büyük Sayılar Yasası'ndan yararlanacaksın.
Önceki egzersizde yazdığın monte_carlo_inflation() fonksiyonu kullanıma hazır. Hatırlatma için, fonksiyonun kodu şöyle:
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 ve random paketleri senin için içe aktarıldı.
Bu egzersiz, kursun bir parçasıdır
Python ile Monte Carlo Simülasyonları
Egzersiz talimatları
- Her seferinde 0 ile 20.000 arasında rastgele seçilen bir tohumla 1.000 simülasyon çalıştır ve ortalamasını hesapla.
- Her seferinde 0 ile 20.000 arasında rastgele seçilen bir tohumla 10.000 simülasyon çalıştır ve ortalamasını hesapla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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))