Стохастична природа моделювання Монте-Карло
У попередній вправі ви моделювали інформацію детерміновано. Тепер спробуєте оцінити майбутню інфляцію за стохастичною моделлю, використовуючи симуляцію Монте‑Карло.
Нагадаємо: стохастичні моделі відтворюють випадковість у змінних за допомогою вибірки. Через це кожна симуляція, ймовірно, даватиме інший очікуваний результат, навіть якщо вхідні дані однакові. Ми бачили це у відео, запускаючи симуляції Монте‑Карло з різними «насінинами» (seed).
У цій вправі припустімо інфляцію 8,6% у 2022 році та стохастичне зростання на 1%, 2% або 3% щороку порівняно з попереднім роком (із рівними ймовірностями 1%, 2% або 3%) для наступних років. Яким буде рівень інфляції у 2050 році за цих припущень?
Пакет random уже імпортовано для вас як random.
Ця вправа є частиною курсу
Моделювання Монте-Карло в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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)