Bản chất ngẫu nhiên của mô phỏng Monte Carlo
Ở bài trước, bạn đã mô hình hóa thông tin theo cách quyết định luận. Giờ bạn sẽ ước tính lạm phát tương lai bằng một mô hình ngẫu nhiên, sử dụng mô phỏng Monte Carlo.
Hãy nhớ rằng các mô hình ngẫu nhiên mô phỏng tính bất định trong các biến bằng cách lấy mẫu. Sự ngẫu nhiên này có nghĩa là mỗi lần mô phỏng có thể cho ra một kết quả kỳ vọng khác nhau, ngay cả khi đầu vào giống nhau. Ta đã thấy điều này trong video khi chạy các mô phỏng Monte Carlo với các seed khác nhau.
Trong bài này, giả sử lạm phát năm 2022 là 8,6% và mỗi năm sau đó tăng ngẫu nhiên 1%, 2% hoặc 3% so với năm trước (mỗi mức tăng 1%, 2% hoặc 3% có xác suất như nhau). Trong các giả định này, tỷ lệ lạm phát vào năm 2050 sẽ như thế nào?
Gói random đã được nhập sẵn với tên random.
Bài tập này là một phần của khóa học
Mô phỏng Monte Carlo với Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)