Закон великих чисел

У попередній вправі ви дізналися, що через стохастичну природу моделювання Монте‑Карло кожен результат симуляції може суттєво відрізнятися. У цій вправі ви застосуєте Закон великих чисел, щоб змоделювати інфляцію у 2050 році на основі середнього значення великої кількості симуляцій.

Функція monte_carlo_inflation(), яку ви написали в попередній вправі, доступна для використання. Нагадаємо, ось код функції:

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)

Пакети numpy і random вже імпортовано для вас.

Ця вправа є частиною курсу

Моделювання Монте-Карло в Python

Переглянути курс

Інструкції до вправи

Обчисліть середнє для 1 000 симуляцій, де щоразу випадково вибирається зерно у діапазоні від 0 до 20 000.
Обчисліть середнє для 10 000 симуляцій, де щоразу випадково вибирається зерно у діапазоні від 0 до 20 000.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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))

Редагувати та запускати код