Monte Carlo 模拟的随机性
在上一个练习中，您用确定性的方法建模信息。现在，您将使用随机模型并借助 Monte Carlo 模拟来估计未来的通胀率。
回顾一下，随机模型通过抽样来模拟变量中的随机性。由于存在随机性，即使输入相同，每次模拟得到的期望结果也可能不同。我们在视频中通过使用不同的随机种子运行 Monte Carlo 模拟已经看到这一点。
在本练习中，假设 2022 年的通胀为 8.6%，此后每年在上一年的基础上随机增长 1%、2% 或 3%（三种可能性等概率）。在这些假设下，2050 年的通胀率会是多少？
random 包已为您导入并命名为 random。
本练习是课程的一部分
Python 中的蒙特卡洛模拟
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)