Uma função de perda é uma maneira de expressar os efeitos de um evento de maneira numérica. Essa fórmula e o número resultante representam o custo para os envolvidos em comparação com outros eventos que poderiam ter ocorrido, por exemplo, tomando uma decisão diferente: o uso de madeira para fabricar uma porta cria uma perda na medida em que a madeira não pode ser usada para fabricar uma mesa. A função de perda também pode representar os efeitos de uma estimativa imprecisa. É possível prever funções potenciais de perda antecipadamente e usar essas informações para tomar uma decisão objetiva.
Uma das funções de perda mais conhecidas é uma função de perda de Taguchi, nomeada após seu criador, Genichi Taguchi. Uma função de perda de Taguchi lida com os efeitos de uma variação de desempenho, por exemplo, uma máquina projetada para produzir um widget de um determinado tamanho que não atenda a esta especificação. A função afirma que a perda que isso causa para a empresa varia em proporção ao quadrado da proporção pela qual o desempenho real varia em relação à produção real.
A função de perda de Taguchi é mais comumente demonstrada em forma gráfica. Dessa maneira, fica claro que uma pequena variação de desempenho causa uma perda relativamente pequena. À medida que a variação do desempenho aumenta, a perda aumenta em um ritmo muito mais rápido. Esse padrão é geralmente interpretado como demonstrando que, em qualquer estágio, alcançar uma redução na variação de desempenho deve levar a uma redução desproporcionalmente grande na perda. Isso, por sua vez, incentiva tentativas contínuas de refinar um processo de fabricação.
Uma função de perda pode existir como uma ferramenta puramente estatística. Neste conteúdo, ele tenta medir a perda causada por uma estimativa imprecisa. A função tenta estabelecer a relação entre o grau de imprecisão e o grau de perda.
Outro uso das funções de perda está na estimativa de perdas potenciais causadas por uma variação em uma medida específica. Por exemplo, usando uma função de perda, o proprietário de uma barraca de comida móvel pode levar em consideração os efeitos da variação de temperatura nas vendas de sorvete e sopa quente. Existem várias maneiras de tomar decisões usando essas previsões. Uma seria escolher a opção que causa menos perda nos respectivos piores cenários: o proprietário da barraca pode concluir inesperadamente que o clima frio causaria mais danos às vendas de sorvetes do que o clima inesperadamente quente causaria as vendas de sopas quentes e, assim, decidira que a sopa é a opção mais segura. Como alternativa, ele poderia examinar as respectivas funções de perda e decidir que as vendas de sorvetes são menos prováveis de variar no geral e que isso permitirá a ele mais segurança na compra de ações.
Inteligente de ativos.