TOMADA DE DECISO COM MICROSOFT EXCEL

CAPTULO 8

ANLISE DE DECISO
Parte 1

Copyright 2001 Prentice Hall

 Em PO I a deciso ocorria quando as consequencias de decises alternativas eram conhecidas com um certo grau de certeza. Entretanto, as decises muitas vezes tem de ser tomadas em ambientes que esto muito mais propensos a estar cheios de incertezas como: Lanar um produto sem saber a reao do cliente; Financeira investindo em ttulos; Empreiteira participando de concorrncia pblica; Empresa petrolfera decidindo se perfura ou no;

ANLISE DE DECISO
Introduo
A Anlise de Deciso proporciona a estrutura para analisar uma ampla variedade de modelos de gerenciamento

A estrutura estabelece: 1. Um sistema de classificao de modelos de deciso baseados na quantidade de informao disponvel sobre o modelo 2. Um critrio decisrio; ou seja, uma medida de boa qualidade de uma deciso para cada tipo de modelo Anlise de deciso trata de decises com relao a natureza (resultados sobre o qual voce no tem controle) os resultados se acumulam apenas para o tomador de deciso

Em um modelo de anlise de deciso, o dado fundamental uma Tabela de Resultados Nesta tabela, as decises alternativas esto listadas na lateral da tabela.
Deciso 1 Estado da Natureza 2

m r1m r2m

d1 d2

r11 r21

r12 r22

dn

rn1

rn2

rnm

Os Estados da Natureza esto listados no topo.

Os valores centrais so os resultados para todas as possveis combinaes de deciso e estados da natureza

O processo decisrio ocorre da seguinte forma:

1. Selecione uma das alternativas de deciso (di).

2. Aps sua deciso, ocorre um estado da natureza que est alm de seu controle.

3. O retorno esperado pode ento ser determinado pela tabela de resultados (rij).
A deciso selecionada depende da crena relativa ao que a natureza far (ex., qual estado da natureza ir ocorrer). Para nos ajudar a tomar a deciso, vrios pressupostos sobre o comportamento da natureza pode ser feito. Cada pressuposto leva a um diferente critrio para selecionar a melhor deciso.

DECISION ANALYSIS
Trs Classes de Modelos de Deciso
As trs classes so: Decises com Certeza Decises com Risco

Decises com Incerteza

DECISES COM CERTEZA

Uma deciso com certeza aquela na qual se sabe (com certeza) que estado da natureza acontecer. Por exemplo, de manh voce est resolvendo se leva o guarda chuva para o trabalho e sabe com certeza que estar chovendo quando voce sair do trabalho a tarde.
A tabela de resultado para este modelo : Chuva 0 -7.00

levar G-Chuva No levar

Custa $7.00 para lavar seu terno caso voce for pego pela chuva.

Todos modelos de LP, ILP and NLP e outros modelos determinsticos podem ser considerados decises com relao s quais s h um estado da natureza.

Por exemplo, considere o seguinte modelo de LP:

Max 5000E + 4000F s.t. 10E + 15F < 150

20E + 10F < 160

30E + 10F > 135 E 3F < 0 E+F>5 E, F > 5

Neste modelo, sabe-se (com certeza) exatamente que retorno obtemos para cada deciso. Estes retornos podem ento ser listados na tabela de retornos. Em uma coluna , representado os estados da natureza que certamente iro ocorrer.
Deciso Estado da Natureza -

E = 0, F = 0

E = 5, F = 4
E = 6, F = 3.5

41,000 44,000

Valor designado para qualquer deciso invivel. fcil resolver um modelo com um estado da Return is defined to be the objective function natureza. Siplesmente seleciona-se a deciso que value o maior retorno. produz (5000E + 4000F).

O Modelo do Vendedor de Jornal: Um vendedor de jornal pode pode comprar o Wall Street Journal por 40 cents cada e vende-lo a 75 cents cada. Entretanto, ele precisa comprar os jornais antes de saber quantos consegue de fato vender. Se ele comprar mais jornais do que consegue vender, ele simplesmente jogar fora o excesso sem nenhum custo adicional. Se ele no comprar jornais suficientes vai deixar de vender neste momento e possivelmente no futuro. Suponha, por ora, que sua perda de vendas futuras captada, pelo custo da "boa vontade" (o chamado goodwill) perdida no mercado de 50 centavos por cliente insatisfeito.

Estado daNatureza (Demanda)

Deciso
0 1 2 3

0
0 -40 -80 -120

1
-50 35 -5 -45

2
-100 -15 70 30

3
-150 -65 20 105

Resultado = 75(# jornais vendidos) 40(# jornais pedidos) 50(demanda no atendida)

Onde

75 = preo de venda 40 = custo de compra do jornal 50 = custo de perder o goodwill

DECISES COM INCERTEZA

Em decises com incerteza existe mais de um possvel estado da natureza. Entretanto, quem toma a deciso no pode especificar as probabilidades de que vrios estados da natureza aconteam. Neste caso, existem alguns tipos de soluo. Critrio de Laplace: O critrio de Laplace interpreta a condio de incerteza como equivalente a presumir que todos os estados da natureza sejam igualmente provveis. Por exemplo, no modelo do vendedor de jornais, o pressuposto de que todos os estados so igualmente provaveis significa que, havendo quatro estados, cada um acontece com probabilidade de 0,25.

Usando Laplace tem-se a seguinte tabela de retorno:

Cada estado da natureza tem igual probabilidade de ocorrer = 0,25

Escolha o max retorno

DECISES COM INCERTEZA Critrio Maximin: O critrio Maximin um mtodo extremamente conservador ou pessimista de tomar decises . Maximin analisa cada deciso pelo minimum retorno possvel associado com a deciso. Ento, a deciso que leva ao maximum valor dos minimum retornos (maximin) selecionada.

Maximin muitas vezes usado em situaes em que o planejador sente que no pode errar. Considere o seguinte exemplo de tabela de deciso:

Baseado no critrio Maximin, voce escolheria a deciso 2 . Entretanto, esta a melhor deciso?

DECISES COM INCERTEZA Critrio Maximax: O critrio Maximax um mtodo otimista de tomar deciso. Este mtodo analisa cada deciso pelo maximum retorno possvel associado quela deciso. A deciso que leva ao maximum dos maximum retornos (maximax) ento selecionada.

Considere a seguinte tabela de deciso:

Baseado no critrio Maximax, voce escolheria a soluo 2. Entretanto, esta a melhor deciso?

DECISES COM INCERTEZA Arrependimento e Arrependimento Minimax: Arrependimento mede a vantagem de um resultado. A deciso tomada sobre o menor arrependimento para a escolha. At agora, todos os critrios decisrios foram usados em uma tabela de resultados de retornos em dlares medidos por fluxos de caixa lquidos. O arrependimento calculado indica quo melhor podemos fazer aps fazermos a escolha. Arrependimento sinonimo de custo de oportunidade de no tomar a melhor deciso para um dado estado da natureza. A tabela a seguir mostra o arrependimento para cada combinao de deciso e estado da natureza.

Deciso 0 1 2

Estado daNatureza (Demanda) 0 1 2 3 0 -40 -80 -50 35 -5 -100 -15 70 -150 -65 20

-120

-45

30

105

Escolhi deciso 2 Ocorreu estado da natureza 1 Ento perdi 5 Que droga!!, podia ter escolhido deciso 1 Ento meu arrependimento de 35 (-5) =40

Para montar a tabela de arrependimento, primeiro escolha o maximum valor na in coluna 1:

Agora, subtraia todos os valores desta coluna deste valor: Os valores resultantes so os arrependimentos para a deciso associada e os estados da natureza.
Estado da Natureza

Deciso
0 1 2 3 0-

0
0 =0

1
85 0

2
170 85

3
255 170

0 (-40 ) = 40 0 (-80 ) = 80 0( -120 ) = 120

40
80

0
40

85
0

Repita os passos para as outras colunas

Uma vez feita a tabela de arrependimento, escolha o maximum valor em cada linha:
Decision 0 1 2 3 State of Nature (Demand) 0 1 2 3 0 40 80 120 85 0 40 80 170 85 0 40 255 170 85 0 Max. Regret 255 170 85 120

Ento, destes maximum valores, escolha o menor [i.e., a deciso que minimizes o maximum arrependimento (critrio minimax)].

DECISES COM INCERTEZA Ento, usando os 3 critrios de deciso com incerteza, obtivems as seguintes decises para os dados do vendedor de jornal: Criterio Deciso

Maximin Fluxo caixa

Maximax Fluxo caixa Arrependimento Minimax

Order 1 paper
Order 3 papers Order 2 papers

Note ao tomar decises sem probabilidades, os 3 critrios listados acima podem resultar em diferentes solues otimas.

DECISES COM RISCO

Na maioria dos modelos, existe uma falta de certeza sobre os eventos futuros. Em modelagem quantitativa pode-se lidar com a falta de certeza de vrias maneiras. Definio de Risco: Risco refere-se a uma classe de modelos decisrios para os quais h mais de um estado da natureza. Adicionalmente, assume-se que existe uma estimativa de probabilidade para a ocorrncia de cada um dos vrios estados da natureza. A probabilidade do estado da natureza j ocorrer geralmente estimada usando-se freqncias histricas. De outra maneira, estimativas subjetivas so feitas.

O valor esperado de qualquer varivel aleatria a mdia ponderada de todos os valores possveis da varivel aleatria , em que os pesos so as probabilidades dos valores que ocorrem.

E(X) = Spixi
O Retorno Esperado (ERi) associado a deciso i ERi = Srijpj = ri1p1 + ri2p2 + + rimpm
j=1

A deciso baseada no mximo retorno esperado. Em outras palavras, i* a deciso tima onde: ERi* = maximo sobre todos os i de ERi

O Modelo do Vendedor de Jornal: Um vendedor de jornal pode pode comprar o Wall Street Journal por 40 cents cada e vende-lo a 75 cents cada. Entretanto, ele precisa comprar os jornais antes de saber quantos consegue de fato vender. Se ele comprar mais jornais do que consegue vender, ele simplesmente jogar fora o excesso sem nenhum custo adicional. Se ele no comprar jornais suficientes vai deixar de vender neste momento e possivelmente no futuro. Suponha, por ora, que sua perda de vendas futuras captada, pelo custo da "boa vontade" (o chamado goodwill) perdida no mercado de 50 centavos por cliente insatisfeito.

A distribuio de Demanda a seguinte: P0 = Prob{demanda = 0} = 0.1 P1 = Prob{demanda = 1} = 0.3 P2 = Prob{demanda = 2} = 0.4

P3 = Prob{demanda = 3} = 0.2
Cada um destes quatro valores representa os estados da natureza. A quantidade de jornais pedidos a deciso. Os retornos, ou resultados so comforme tabela a seguir:

Agora, o ER calculado para cada deciso i :

ER0 = 0(0.1) 50(0.3) 100(0.4) 150(0.2) = -85
ER1 = -40(0.1) + 35(0.3) 15(0.4) 65(0.2) = -12.5

ER2 = -80(0.1) 5(0.3) + 70(0.4) + 20(0.2) = 22.5

ER3 = -120(0.1) 45(0.3) + 30(0.4) 105(0.2) = 7.5 Estado da Natureza (Demanda) Deciso 0 1 2 3 0 1 2 3 -150 -65 20 105 ER -85 -12.5 22.5 7.5 0 -50 Dos quatro ERs,-100 -40 35 escolha o maximo,-15 -80 -120

E solicite 2 jornais
-45 30

-5

70

Prob.

0.1

0.3

0.4

0.2

Outra maneira de comparar as decises observar um grfico de seus perfis de risco:

0 Perfil de Risco mostra todos os resultados possveis com suas probabilidades associadas para uma dada deciso, e fornece ao gerente uma idia da gama de resultados possveis.

O custo da perda de Goodwill: Uma anlise de sensibilidade com planilha Essa deciso se baseia em um custo, o custo da perda de goodwill no mercado cujo valor muito menos certo do que os outros dois parmetros, o preo de venda e o custo de compra. Agora , faa uma anlise de sensibilidade para determinar o que aconteceria deciso tima se o custo de goodwill perdido no mercado fosse diferente? Uma planilha excel de grande auxlio no clculo da matriz de resultados e retorno esperado. returns.

Este um modelo de planilha para a tabela de deciso:

=$B$1*MIN($A7,B$6)-$B$2*$A7$B$3*MAX(B$6-$A7,0)
=SUMPRODUCT(B7:E7,$B$12:$E$12)

Usando o comando Tabela de Dados, com facilidade pode-se criar uma tabela de retornos esperados para um intervalo dos Custos de Goodwill no mercado..
Aps copiar toda Base Case em uma nova planilha, insira 0 na clula A16, e click em

=F7 =F9 =F8 =F10 Click on Data Table and enter $B$3 as the column input cell.

Editar Preencher Sequencia Sequencia em Colunas com um incremento 5 e

valor limite de 150.

Faa um grfico dos resultados para auxiliar a organizar os nmeros. Marque o intervalo de dados (A16:E46) and click no Assistente Grfico. Escolha grfico de linhas e Avanar. Click em Sequencia e indique rotulo da categoria (x) se encontra em A16:A46. Click Avanar e entre com so titulos Click Concluir apos escolher onde colocar o grfico.

Este o resultado do grfico.

50 0
10 0 11 0 12 0 13 0 14 0
Expected Return (cents)

-50 -100 -150 -200 -250 -300 Goodw ill Cost (cents) Order 0 Order 1 Order 2 Order 3

Para um custo de Goodwill Cost menor que 125 cents, a deciso tima e pedir 2 jornais Para um custo de Goodwill Cost de 125 cents, a alternativa tima pedir 2 ou 3 jornais.

15 0

10

20

30

40

50

60

70

80

90

ANALISE DE DECISO
O Valor Esperado da Informao Perfeita: O Modelo do Vendedor de Jornal sob Risco
Voltemos ao modelo do vendedor de jornais sob risco (isto , com a probabilidade de distribuio mediante demanda) para introduzir o conceito do valor esperado da informao perfeita. O vendedor de jornal sem conhecer a atual demanda, pedia jornal baseado na distribuio da demanda. No fim do dia a demanda era revelada ao vendedor de jornal e um retorno atual pode ser determinado pelo pedido colocado baseado na sua deciso e na demanda.

O que aconteceria se o vendedor pudesse comprar a informao perfeita sobre a demanda de seus jornais permitindo a ele tomar a melhor deciso?

A questo que temos que responder : Qual o maior honorrio que o vendedor esta disposto a pagar por esta informao perfeita? Este honorrio chamado de valor esperado da informao perfeita (EVPI):
EVPI = (valor esperado com um novo trato ) (retorno esperado com a seqncia atual de eventos)

O EVPI da um limite superior ao montante que o vendedor esta disposto a pagar pela informao perfeita.

Com a informao perfeita o vendedor sempre pedir o nmero de jornais que lhe trar o maximum retorno para o estado da natureza que ocorrer.

Entretanto, o pagamento por esta informao deve ser feito antes do vendedor saber qual ser a demanda.
Para calcular o retorno esperado com o novo trato, escolha o maximum valor para cada sada(coluna) e multiplique por sua respectiva probabilidade. Ento adicione o resultado da multiplicao.

Estado da Natureza

Deciso
0 1 2 3

0
0 -40 -80 -120

1
-50 35 -5 -45

2
-100 -15 70 30

3
-150 -65 20 105

Prob.

0.1

0.3

0.4

0.2

ER(novo) = 0(0.1) + 35(0.3) + 70(0.4) + 105(0.2) = 59.5 ER(anterior) = 22.5

EVPI = 59.5 22.5 = 37.0 cents

End of Part 1 Please continue to Part 2 But first EXERCICE!!!!!!!!!!

DECISION ANALYSIS
Utilidade e Deciso sob Risco
Utilidade uma maneira alternativa de medir a
atratividade do resultado de uma deciso. uma maneira alternativa de encontrar os valores para preencher uma tabela de resultados.
At agora, usamos retorno lquido em dolares (fluxo de caixa lquido) e arrependimento como duas medidas da boa qualidade de uma determinada combinao de deciso e estado da natureza.

Utilidade sugere um outro tipo de medida.

O PRINCPIO LGICO PARA UTILIDADE

Suponhamos , por exemplo, que seja oferecido a um indivduo escolher entre:

(1) Aceitar uma chance de 50:50 de ganhar R$100 000 ou nada (2) Receber R$ 40 000 com certeza. Muitas pessoas iriam preferir R$ 40 000, embora o prmio esperado com uma probabilidade de 50% de ganhar R$100 000 seja R$50 000. Uma empresa pode no estar propensa a investir uma grande quantia em um novo produto, mesmo quando o lucro esperado for substancial caso haja risco de perder o investimento feito e, assim, entrar em falncia

O PRINCPIO LGICO PARA UTILIDADE

Considere o seguinte jogo onde uma urna contm 99 bolas brancas e uma preta. Uma nica bola retirada da urna. Cada bola tem a mesma probabilidade de ser retirada.
Se uma bola branca retirada, voce deve pagar $10.000. Se uma bola preta retirada , voce recebe $1.000.000. Voce tem que decidir se vai jogar. A tabela de resultados (fluxo de caixa lquido):

DECISO
Jogar No Jogar

ESTADO DA NATUREZA Bola Branca Bola Preta -10,000 0 1,000,000 0

As probabilidades de uma bola branca e de uma bola preta so respectivamente 0,99 e 0,01. Os valores esperados so: ER(jogar) = -10,000(0.99) + 1,000,000(0.01) = -9900 + 10,000 = 100 ER(no jogar) = 0(0.99) + 0(0.01) = 0 Visto que ER(jogar) > ER(no jogar), deveramos jogar se aplicarmos o critrio de maximizar o fluxo de caixa lquido esperado. E ento, voce joga este jogo ?

Este simples exemplo mostra que voce precisa tomar cuidado ao selecionar um critrio adequado.

Muitas pessoas so aversas ao risco, o que significa que sentem a perda de uma certa quantidade de dinheiro mais dolorosa que o ganho da mesma quantidade.

Funo Utilidade na anlise de deciso mede a atratividade do dinheiro. Utilidade pode ser

considerada uma medida de satisfao. Duas caractersticas para aversas ao risco so: 1. Ela no decrescente , j que mais dinheiro sempre mais atraente do que menos dinheiro. 2. concava, (a utilidade marginal do dinheiro no-crescente)

Utilidade 1.0 0.910 0.850 0.775 0.680

0.524

100

200

300

400

500

600 Dollars

Para ilustrar, primeiro suponha que voce tenha $100 e algum lhe d $100 adicionais. Observe que sua utilidade aumenta em U(200) U(100) = 0.680 0.524 = 0.156

Agora suponha que voce comece com $400 e algum lhe da um adicional de $100. Agora sua utilidade aumenta em U(500) U(400) = 0.910 0.850 = 0.060 Isto ilustra que um adicional de $100 menos atraente se voce tem $400 na mo do que se voce comea com $100. O ganho de uma quantidade especfica de dolares aumenta menos a utilidade que a perda do mesmo nmero de dolares diminui a utilidade.

Funo Tpica de Utilidade de Averso ao risco:

A gain A loss in in utility utility of of 0.06 0.075
Utilidade 1.0 0.910 0.850 0.775 0.680

0.524

100

200

300

400

500

600 Dollars

Go from to Go from $400 $400 to $300 $500 results in results in

Funo Busca de Risco (convexa):

Utility
1.0

A gain in A loss utility in of utility 0.330 of 0.185

0.590 0.260 0.075 100 200 300 400 Dollars

Go from from $200 to Go $200 to O ganho de uma quantidade especfica de dolares $100$300 results in results in

aumenta a utilidade mais que a perda da mesma quantidade de dolares diminui a utilidade.

Funo Risco indiferente

Utilidade
1.0 0.90

0.60

0.30

100

200

300

400 Dollars

O ganho ou a perda de uma quantidade especfica de dollares produz uma mudana de mesma magnitude na utilidade.

CRIANDO E USANDO UMA FUNO UTILIDADE

Para iniciar, arbitrariamente selecione os pontos finais de sua funo utilidade.

Por convenincia, defina a utilidade do menor retorno lquido em dollares igual a 0 e a utilidade do maior retorno lquido igual a 1. No exemplo do vendedor de jornal, o menor retorno -150 e o maior +105. Ento

U(-150) = 0 U(+105) = 1
Agora, assuma que quem toma a deciso inicie com estes valores e queira encontrar a utilidade de 10 [U(10)].

Selecione uma probabilidade p que torna indiferente para ele estas duas alternativas: 1. Receber um pagamento de 10 com certeza; 2. Participar de uma loteria na qual ele recebe um pagamento de 105 com a probabilidade p ou um pagamento de -150 com probabilidade 1-p. Se p = 1, a alternativa 2 preferida (um pagamento de 105 melhor que um pagamento de 10). Se p = 0, ento alternativa 1 preferida (um pagamento de 10 melhor que perder 150). Em algum ponto entre 0 e 1 h um valor para p que deixa quem toma deciso indiferente entre as duas alternativas.

Este valor p varia de pessoa para pessoa dependendo de quo atraentes as vrias alternativas so para elas. Pode-se chamar este valor p de utilidade para 10.

Por exemplo, escolha p = 0,6 ento o valor esperado da loteria :

0.6(105) + 0.4(-150) = 3 Neste caso, o administrador est buscando risco uma vez que um pagamento certo de 10 (maior que o retorno esperado de 3) necessrio para compensar a perda de possibilidade de ganhar mais do que o retorno esperado.

Agora, escolha p = 0,8, o valor esperado da loteria : 0.8(105) + 0.2(-150) = 54.0 Neste caso, o administrador avesso ao risco uma vez que um valor esperado maior que o pagamento certo de 10 necessrio para compensar arriscar na loteria. Quanto maior o valor de p escolhido, mais avessa ao risco ela , porque requer um valor esperado maior da loteria para compensar pelo risco.

Resolvendo a equao

p(105) + (1-p)(-150) = 10
255p 150 = 10 p = 160/255 = 0.6275 Encontramos o valor de p para o qual o valor esperado da loteria igual ao pagamento certo de 10. Ento, p > 0.6275 avesso ao risco

p = 0.6275 p < 0.6275

indiferente ao risco

Buscando risco Para se obter a funo utilidade completa, repita este procedimento para todos os outros retornos possveis.

Outra (e mais popular) maneira de construir uma funo utilidade usar uma funo utilidade exponencial. Esta funo tem uma forma predeterminada ( isto , concava avessa ao risco) e requer a avaliao de apenas um parmetro. A funo tem a seguinte forma: U(x) = 1 - e-x/r Onde x a quantidade em dolares que vamos converter para utilidade r uma constante que mede o grau de averso ao risco ( maior o valor de r menor a a averso ao risco, quanto menor o valor de r, maior a averso ao risco da empresa ou pessoa).

Uma maneira de determinar r , primeiro determinar a quantidade em dolares em r de modo que para a gerente tanto faa uma ou outra opo a seguir: 1. Uma tentativa arriscada 50 50 em que os resultados so um ganho de r dolares ou uma perda de r/2 dolares. 2. Um resultado de zero Agora, suponha que o vendedor de jornais esteja indiferente entre uma aposta de $100, em que ele ganha $ 100 ou perde $50 com igual probabilidade a no apostando no ganha nada, ento seu r de $100.

Uma segunda maneira de determinar r vem da evidncia emprica captada a partir de muitas empresas que relaciona as entradas lquidas e as vendas lquidas com o grau de averso ao risco r.

Esta evidncia mostra que r aproximadamente igual a 124% da renda lquida, 15,7% do patrimnio lquido e 6,4% das vendas lquidas. Por exemplo, uma grande empresa com um lucro lquido de $ 1 bilho, teria um r de 1,24 bilhes, enquanto uma empresa manor com vendas lquidas de $ 5 milhes teria um r de 320 000.

Voltemos ao exemplo do vendedor de jornais:

Como ele tem um negcio muito pequeno, opta por usar um mtodo predeterminado de funo utilidade exponencial. Adicionalmente, emprega o mtodo de tentativa arriscada 50 50 para determinar seu valor r ($100) Utilizando o Excel, desenvolve um modelo de planilha para utilidade de todos os seus retornos em dolares. Nesta tabela de resultados, as entradas so a utilidade do fluxo de caixa lquido associado a cada combinao de uma deciso e um estado da natureza (isto , ele substitui a utilidade do fluxo de caixa lquido pelo respectivo fluxo de caixa)

=1-EXP(-Base Case!B7/$B$14)

=1-EXP(-A17/$B$14) =SUMPRODUCT(B7:E7,$B$12:$E$12) Enter 150 in the first cell, then click on Edit Fill Series and enter the following parameters:

Este o grfico da funo utilidade:

Utility(x)
1.00 0.00
10 30 50 70 -90 -70 -50 -30 -150 -130 Utility -110 -10 90

-1.00 -2.00 -3.00 -4.00

Considere o seguinte exemplo de seguro de carro:

10 anos aps se graduar em Standfords Graduate School of Business, Carol Lane comprou um Lexus. O prmio anual para o seguro de coliso seria de $1000 com um dedutvel de $250.
Existe apenas 0,5% de probabilidade de ela provocar uma coliso no prximo ano. Neste caso, ela pode esperar cerca de $ 50000 em danos. Uma vez que ela totalmente proprietria do Lexus, ela no obrigada a comprar o seguro contra coliso. Mas ela deveria comprar o seguro ou no?

A seguir a planilha do modelo: =B2 + B1 =B6

=B1 =SUMPRODUCT(E3:F3,$E$6:$F$6) O retorno esperado indica que seria menos caro para ela, em mdia, no comprar o seguro.

Entretanto, para se assegurar, ela faz uma anlise de utilidade. Ela decide que avessa ao risco, e estima seu valor de r em $10000.

=1-EXP(E3/$F$8) Baseada na anlise da utilidade esperada, Carol conclui que vale a pena comprar o seguro e fica tranquila relativamente a no ter de tirar $ 50000 de suas economias no caso de provocar uma coliso.