Uma das ferramentas usualmente empregadas para a anál...

A alternativa correta é a B. Agora, vamos entender por quê.

Alternativa B: Simulação de cenários aleatórios a partir de distribuições de probabilidades associadas aos riscos. Esta alternativa descreve corretamente o princípio teórico da simulação de Monte Carlo. Este método é utilizado em Gerência de Projetos para analisar quantitativamente os riscos através da geração de diversas iterações de cenários possíveis, utilizando distribuições de probabilidade para modelar a incerteza nos parâmetros do projeto. Isso permite uma análise detalhada e robusta dos possíveis resultados e suas probabilidades de ocorrência.

Alternativas Incorretas:

Alternativa A: Métodos gráficos baseados em árvores de decisão com probabilidades associadas. Embora as árvores de decisão sejam úteis para a análise de riscos, elas não estão relacionadas ao método de simulação de Monte Carlo. As árvores de decisão visualizam decisões e suas possíveis consequências, incluindo probabilidades e custos, mas não realizam a simulação de múltiplos cenários aleatórios.

Alternativa C: Normalização das estimativas em função do grau de importância de cada possibilidade de evento associado a algum risco. A normalização de estimativas é um processo utilizado para ajustar valores em uma escala comum, mas não se trata do método Monte Carlo. A simulação de Monte Carlo envolve a geração de uma grande quantidade de amostras aleatórias para prever o comportamento do sistema ou processo em estudo.

Alternativa D: Métodos de ajuste de curvas de risco pelo Método dos Mínimos Quadrados. O Método dos Mínimos Quadrados é uma técnica de ajuste de curvas que busca minimizar a soma dos quadrados das diferenças entre os valores observados e os valores previstos por um modelo. Este método não está relacionado à simulação de Monte Carlo, que se baseia em distribuições de probabilidades para gerar cenários aleatórios.

Alternativa E: Aplicação do modelo de distribuição binomial para uma sequência de ocorrência de eventos associados aos riscos. A distribuição binomial é usada para modelar o número de sucessos em uma sequência fixa de experimentos independentes, com uma probabilidade constante de sucesso. No entanto, a simulação de Monte Carlo não se limita a distribuições binomiais e não se define por esta abordagem específica.

Esperando ter ajudado a esclarecer suas dúvidas! Se precisar de mais explicações ou tiver outras perguntas, estou à disposição para ajudar.

LETRA B

A simulação de Monte Carlo é uma técnica matemática computadorizada que possibilita levar em conta o risco em análises quantitativas e tomadas de decisão. Essa técnica é usada por profissionais de uma grande variedade de campos, como finanças, gerenciamento de projetos, energia, indústrias, engenharia, pesquisa e desenvolvimento, seguros, petróleo e gás, transportes e meio ambiente.

A simulação de Monte Carlo fornece ao tomador de decisão uma gama de resultados possíveis e as probabilidades de ocorrências desses resultados de acordo com a ação escolhida como decisão. Ela mostra as possibilidades extremas — os resultados das decisões mais ousadas e das mais conservadores — e todas as possíveis consequências das decisões mais moderadas.

Essa técnica foi usada inicialmente pelos cientistas que trabalharam na bomba atômica, e foi chamada de Monte Carlo como referência à cidade do Mônaco e seus cassinos. Desde sua introdução, na época da Segunda Guerra Mundial, a simulação de Monte Carlo tem sido usada para modelar uma variedade de sistemas físicos e conceituais.

http://www.palisade-br.com/risk/monte_carlo_simulation.asp