许多公共行动和私人行为都在试图减少犯罪数量和发案率：雇请警卫、看门人和会计、安装保险锁和警铃，扩大保险范围，避开公共场所和街坊四邻，以乘坐出租汽车代替步行或乘坐地铁，等等。1965年对付犯罪的这类开支接近20亿美元，见表1。这无疑是个低估了的数字。在高度相互依赖的现代经济中需要大量的私人行为，因为，在这样的经济中，一个人经常要让雇主、雇员、顾客或卖主“关心”他的资源，包括“关心”他本身。
如果一个人试图最大限度地减少犯罪在收入方面对他的预期损害，那么，他可以从前面公共最优决策的分析中导出最优私人决策。对个人而言，存在一个与（18）式类似的损失函数：
Hj项表示违法行为Oj对j造成的损害，Cj表示达到定罪可能性pj的成本。注意，Cj不仅与Oj正相关，而且与对付犯罪的公共支出C、其他成员的私人支出集Ck负相关。[58]
bjpjfjOj项用以衡量对任何违法行为Oj的惩罚对j的预期[59]损失。总的来说，绝大多数惩罚导致社会的净损失，但它们对实际受害者经常带来好处。例如，向实际受害人支付罚款，对社会而言只是一种转移支付，但显然有益于受害者；类似地，监禁惩罚对社会造成净损失，但对受害者不过是个可以忽略不计的损失，因为他们通常只为监禁成本承担微不足道的责任。这就是bj通常小于或等于0而与此同时社会损失系数b大于或等于0的原因。
由于bj和fj基本取决于有关惩罚的公共政策，由j直接控制的主要决策变量为pj，如果他选择某一pj，从而使Lj最小，那么类似于（22）式的最优条件是：
弹性衡量pj变化对针对j的违法数量的影响。如果bj＜0，如果（32）式左边改变Oj的边际成本大于0，那么（32）式意味着。由于违法者可在受害者中寻找替代，可能比εp大得多，而εp为违法总量对平均可能性p的变化的反应。因此，在由（22）式决定εp＜1的最优条件的要求和（32）式的的要求之间并不存在矛盾。
