Simulazione Monte Carlo domande

Cos'è la simulazione Monte Carlo?

È un metodo statistico per risolvere problemi complessi attraverso l'uso di campionamenti casuali.

Quando utilizzare la simulazione Monte Carlo?

Quando esistono incertezze o variabili casuali in un problema, come nel calcolo delle probabilità di eventi.

Vero o falso: la simulazione Monte Carlo è solo teorica.

Falso. Ha molte applicazioni pratiche, come nella finanza e nella ricerca operativa.

Qual è un'applicazione comune della simulazione Monte Carlo?

Valutazione del rischio finanziario e analisi dei portafogli d'investimento.

Completa: il metodo Monte Carlo si basa su __________.

campionamenti casuali e statistiche.

Differenze tra simulazione Monte Carlo e metodi analitici?

- Monte Carlo: approccio empirico - Metodi analitici: soluzioni esatte

Qual è il primo passo in una simulazione Monte Carlo?

Definire il problema e le variabili casuali coinvolte.

Esempio pratico di simulazione Monte Carlo: affitto.

Simulare l'affitto annuale di un appartamento considerando variabili come il mercato e la posizione.

Come si generano numeri casuali nella simulazione?

Utilizzando algoritmi di generazione di numeri pseudo-casuali, come il metodo Mersenne Twister.

Vero o falso: la precisione della simulazione aumenta con più iterazioni.

Vero. Aumentando il numero di simulazioni, si riduce l'errore di stima.

Qual è l'importanza della distribuzione dei risultati?

Aiuta a comprendere la variabilità e le probabilità di diversi scenari.

Causa → Effetto: Aumentare il numero di simulazioni → __________.

Risultati più affidabili e precisi.

Qual è un esempio di variabile casuale?

Il prezzo di un'azione in un mercato finanziario.

Scopo della simulazione Monte Carlo in viaggi?

Valutare costi e tempi di viaggio considerando variabili come traffico e meteo.

Quali sono i risultati tipici di una simulazione Monte Carlo?

- Media - Varianza - Intervallo di confidenza

Esempio numerico: stimare un guadagno.

Simula 1000 scenari di vendita; media guadagni = 5000 euro.

Come può Monte Carlo aiutare un negozio?

Prevedere le vendite future e ottimizzare l'inventario in base alle simulazioni di vari scenari di acquisto.

Simulazione Monte Carlo e viaggi?

Calcolare il budget ottimale considerando variabili come costi di viaggio, vitto e alloggio.

Vero o falso: Monte Carlo è utile solo in finanza.

Falso. È utile anche in logistica, marketing, e gestione delle risorse.

Esempio di affitto con Monte Carlo?

Simulare variazioni nei costi mensili per prevedere l'impatto sul bilancio annuale.

Simulazione di un viaggio: fattori da considerare?

- Prezzo del volo - Costo della vita - Attività da fare - Periodo di alta/bassa stagione

Come gestire l'incertezza degli stipendi?

Utilizzare Monte Carlo per simulare scenari di variazione dei salari e dei bonus annuali.

Effetto della stagionalità sulle vendite?

Monte Carlo aiuta a simulare vendite durante le varie stagioni per pianificare meglio l'inventario.

Esempio pratico: costo carburante per un viaggio.

Calcola il costo totale: $\displaystyle C = D imes P$, dove $\displaystyle D$ è la distanza, $\displaystyle P$ è il prezzo del carburante.

Quale vantaggio per i negozi online?

Stimare l'impatto di promozioni su vendite, ottimizzando le campagne pubblicitarie.

Cos'è una simulazione di scenario?

Un metodo per esplorare diverse possibilità di costi e ricavi in un contesto commerciale.

Simulazione Monte Carlo e rischio di investimento?

Permette di valutare il rischio associato a diversi portafogli di investimento in scenari variabili.

Vero o falso: Monte Carlo non è utile per piccoli negozi.

Falso. Può aiutare anche piccole attività a pianificare meglio il loro budget e strategie.

Passaggi chiave per un modello di viaggio?

- Definire variabili - Creare distribuzioni - Eseguire simulazione - Analizzare risultati

Come calcolare l'incidenza di eventi imprevisti?

Simulando la probabilità di eventi come ritardi o cancellazioni e il loro impatto economico.

Esempio di utilizzo in marketing?

Simulare come diverse strategie promozionali influenzano le vendite e il ritorno sull'investimento.

Come può Monte Carlo aiutare a stimare il costo di un viaggio?

Utilizzando la simulazione Monte Carlo, si possono generare migliaia di scenari di spesa: - Costi del carburante variabili - Prezzi degli hotel - Costi delle attività Ciò permette di ottenere una stima più realistica del costo totale.

Come interpretare un intervallo di confidenza?

L'intervallo di confidenza indica la gamma di valori plausibili per il parametro stimato. Se il 95% dell'intervallo è tra 10 e 20, possiamo affermare con il 95% di confidenza che il parametro è in questo range.

Vero o falso: I risultati Monte Carlo sono sempre precisi.

Falso. I risultati di una simulazione Monte Carlo sono stime e dipendono dal numero di iterazioni. Maggiore è il numero di simulazioni, più accurate sono le stime.

Cosa indica la deviazione standard nei risultati?

La deviazione standard misura la dispersione dei risultati. Una deviazione standard alta indica risultati molto variabili, mentre una bassa indica risultati più consistenti.

Confronta media e mediana nei risultati.

- Media: somma dei valori divisa per il numero di valori. - Mediana: valore centrale quando i dati sono ordinati. La media è influenzata da valori estremi, la mediana no.

Qual è l'importanza della simulazione Monte Carlo?

Permette di modellare l'incertezza e analizzare risultati in situazioni complesse. Utile in finanza, ingegneria e scienze sociali.

Come si interpretano le simulazioni?

È fondamentale analizzare la distribuzione dei risultati. Un grafico a dispersione può aiutare a visualizzare le tendenze e le anomalie.

Esempio pratico: costo medio di un viaggio.

Supponiamo di simulare diversi costi di viaggio. Dopo 1000 simulazioni, otteniamo: media 300€, deviazione standard 50€. Questo indica che il costo medio è di 300€, ma può variare.

Qual è la relazione tra numero di simulazioni e accuratezza?

Aumentando il numero di simulazioni, la stima della media tende a convergere verso il valore reale. Questa relazione è espressa dalla legge dei grandi numeri.

Quando utilizzare la simulazione Monte Carlo?

- Quando i modelli analitici sono complessi. - Quando ci sono molte variabili casuali. - Per analizzare il rischio e l'incertezza.

Cosa rappresenta il valore atteso?

Il valore atteso è la media ponderata di tutti i possibili risultati. Rappresenta la migliore stima del risultato di una variabile aleatoria.

Vero o falso: Un risultato estremo è sempre un errore.

Falso. Un risultato estremo può indicare una reale possibilità, ma richiede ulteriore analisi. È importante differenziare tra errore e variabilità naturale.

Quali grafici sono utili nell'analisi dei risultati?

- Istogrammi per visualizzare la distribuzione. - Box plot per identificare outlier. - Grafici a dispersione per relazioni tra variabili.

Come si calcola l'errore relativo?

Errore relativo = $\displaystyle \frac{(valore\,simulato - valore\,reale)}{valore\,reale} \times 100$%. Indica quanto il risultato simulato si discosta dal valore reale.

Cosa fare se i risultati sono incoerenti?

- Verificare i dati di input. - Aumentare il numero di simulazioni. - Controllare l'algoritmo utilizzato.

Qual è il ruolo della randomizzazione nella simulazione?

La randomizzazione è essenziale per garantire che i risultati siano rappresentativi e per evitare bias sistematici nei dati analizzati.

Esempio di interpretazione di un percentile.

Se il 90° percentile dei risultati è 500€, significa che il 90% delle simulazioni ha prodotto risultati inferiori a 500€.