En nous appuyant sur les bases de l'aléatoire et de la probabilité abordées dans le module 1, nous examinerons l'utilisation des simulations de Monte Carlo pour incorporer l'aléatoire dans les problèmes commerciaux. À l'aide de Microsoft Excel, nous créerons un outil qui effectuera une simulation de Monte Carlo. Nous utiliserons cet outil pour évaluer le meilleur plan d'action pour un problème commercial particulier.

Dans le module 3, nous examinons l'utilisation des distributions de probabilités comme moyen de caractériser l'incertitude. Dans un premier temps, nous verrons comment l'incertitude est intégrée dans un cadre général de prise de décision. Nous nous intéressons ensuite aux différentes distributions de probabilités qui peuvent être utilisées pour modéliser l'incertitude, en fonction de la nature des données. Nous examinons l'application de ces distributions de probabilités pour évaluer la probabilité d'événements à l'aide de fonctions de Microsoft Excel.

En nous appuyant sur la discussion des distributions de probabilité du module 3, nous appliquons ces connaissances à une application spécifique : la conception de plans d'extension de garantie. Nous présentons une vue d'ensemble du problème commercial et discutons de la manière d'incorporer l'incertitude dans l'utilisation du plan de garantie par les clients à l'aide de la distribution de Poisson. À l'aide de Microsoft Excel, nous concevons un outil de feuille de calcul qui permet à l'utilisateur d'ajuster les caractéristiques des plans de service. En comparant les bénéfices de l'entreprise dans différents scénarios, nous étudions comment les différentes caractéristiques du plan de service entraînent un partage des risques entre le consommateur et l'entreprise.