Micro

Produccion Comportamiento empresa Costes
Microeconomia Avanzada 1
Sjaak Hurkens
2011
Sjaak Hurkens Microeconomia avanzada 1 1/53
Teora de la Empresa
produccion
costes
conducta de la empresa
Produccion
Denicion (Plan de produccion)
Un plan de produccion para la empresa j , es un vector
l -dimensional y
j
= (y
j 1
, ..., y
jl
) IR
l
donde y
jk
> 0 denota un
output para la empresa j , y
jk
< 0 denota un input, y y
jk
= 0
representa que la mercanca k no forma parte del proceso de
produccion de la empresa j .
Produccion
Denicion (Conjunto de prosibilidades de produccion)
El conjunto de posibilidades de produccion de la empresa j , que
denotamos como Y
j
IR
l
, es el conjunto de todos los planes de
produccion tecnicamente viables.
Produccion
output
input
0
Y
j
y
j
Figure: El conjunto de posibilidades de produccion
Produccion
Denicion (Tecnologa)
Una tecnologa para una empresa es un proceso que permite
transformar unas mercancas (inputs) en otras (outputs).
Produccion: supuestos propiedades de Y
j
(i) Y
j
es no vaco y cerrado.
(ii) Sin input no hay output (no free lunch).
(iii) Posibilidad de suspender la actividad.
(iv) Free disposal.
(v) Irreversibilidad de la produccion.
j
(i) Y
j
(iv) Free disposal.
j
(i) Y
j
No es posible producir algo a partir de nada. Formalmente, si
y
j
Y
j
tal que k, y
jk
0, entonces, y
j
= 0.
(iv) Free disposal.
j
(i) Y
j
(iv) Free disposal.
j
(i) Y
j
Esta propiedad dice 0 Y
j
.
(iv) Free disposal.
j
(i) Y
j
(iv) Free disposal.
j
(i) Y
j
(iv) Free disposal.
Esta propiedad nos dice que la empresa puede eliminar sin
coste las mercancas (inputs o outputs) que tiene en exceso.
Formalmente, si y
1
j
Y
j
y y
2
j
es tal que
y
2
jk
y
1
jk
, k = 1, 2, . . . , l , entonces y
2
j
Y
j
.
j
(i) Y
j
(iv) Free disposal.
j
(i) Y
j
(iv) Free disposal.
Esta propiedad dice que no es posible cambiar el papel de los
inputs y de los outputs en el proceso de produccion, excepto
en el caso trivial de la inactividad. Formalmente, si
y
j
= (y
j 1
, y
j 2
, . . . , y
jl
) es un plan de produccion, el plan de
produccion y
j
= (y
j 1
, y
j 2
, . . . , y
jl
) que obtenemos
cambiando los inputs por outputs y viceversa no es factible.
Produccion: posibles propiedades
(vi) rendimientos no crecientes a escala:
y
j
Y
j
, [0, 1] y
j
Y
j
(a) (b)
0
output
input
0
Y
j
output
input
Y
j
y
j
y
j
y
j
y
j
Figure: Rendimientos no crecientes a escala.
(vi) rendimientos no crecientes a escala:
y
j
Y
j
, [0, 1] y
j
Y
j
(a) (b)
0
output
input
0
Y
j
output
input
Y
j
y
j
y
j
y
j
y
j
Figure: Rendimientos no crecientes a escala.
(vii) rendimientos no decrecientes a escala:
y
j
Y
j
, 1 y
j
Y
j
(viii) rendimientos constantes a escala:
y
j
Y
j
, 0 y
j
Y
j
0
output
input
Y
j
y
j
y
j
Figure: Rendimientos constantes a escala.
(viii) rendimientos constantes a escala:
y
j
Y
j
, 0 y
j
Y
j
0
output
input
Y
j
y
j
y
j
Figure: Rendimientos constantes a escala.
(ix) aditividad:
y
1
j
, y
2
j
Y
j
y
1
j
+ y
2
j
Y
j
(x) convexidad:
y
1
j
, y
2
j
Y
j
, [0, 1] y
1
j
+ (1 )y
2
j
Y
j
(x) convexidad:
y
1
j
, y
2
j
Y
j
, [0, 1] y
1
j
+ (1 )y
2
j
Y
j
La convexidad combina varias ideas:
- La perfecta divisibilidad de los planes de produccion
- Los rendimientos no crecientes ( si 0 Y
j
)
- Si consideramos dos planes de produccion que generan el mismo
output pero utilizan diferentes combinaciones de inputs, podemos
construir un nuevo plan de produccion utilizando una media
ponderada de los inputs de los dos planes de produccion anteriores
y el output resultante sera como mnimo tan grande como el
correspondiente a los planes de produccion iniciales.
(x) convexidad:
0
output
input
Y
j
y
1
j
y
2
j
Figure: Convexidad
Produccion
Distingir inputs (z) y outputs ( y):
y
j
= (z
j 1
, z
j 2
, . . . , z
j
; y
j +1
, y
j +2
, . . . , y
jl
) = (z
j
, y
j
),
donde z
j
Z
j
IR
y y
j

Y
j
IR
l
. Dada la convencion de
inputs negativos, z
jk
0, k = 1, 2, . . . , y
y
jk
0, k = + 1, + 2, . . . , l .
Denicion (Conjunto de necesidades de inputs)
Dado un vector de outputs y
j

Y
j
, el conjunto de necesidades de
inputs asociado es
V
j
( y
j
) = {z
j
: (z
j
, y
j
) Y
j
}.
Produccion
Distingir inputs (z) y outputs ( y):
y
j
= (z
j 1
, z
j 2
, . . . , z
j
; y
j +1
, y
j +2
, . . . , y
jl
) = (z
j
, y
j
),
donde z
j
Z
j
IR
y y
j

Y
j
IR
l
. Dada la convencion de
inputs negativos, z
jk
0, k = 1, 2, . . . , y
y
jk
0, k = + 1, + 2, . . . , l .
Denicion (Conjunto de necesidades de inputs)
j

Y
j
, el conjunto de necesidades de
inputs asociado es
V
j
( y
j
) = {z
j
: (z
j
, y
j
) Y
j
}.
Produccion
Sobre el conjunto V
j
( y
j
) vamos a introducir dos propiedades:
(i) V
j
( y
j
) es comprensivo.
Formalmente, ante dos vectores de inputs z
1
j
y z
2
j
si
z
1
j
V
j
( y
j
) y z
2
j
z
1
j
, entonces z
2
j
V
j
( y
j
).
(ii) V
j
( y
j
) es convexo.
(iii) nesting: Si y
1
j
y
2
j
, entonces V
j
( y
1
j
) V
j
( y
2
j
).
Produccion
Sobre el conjunto V
j
( y
j
(i) V
j
( y
j
) es comprensivo.
1
j
y z
2
j
si
z
1
j
V
j
( y
j
) y z
2
j
z
1
j
, entonces z
2
j
V
j
( y
j
).
(ii) V
j
( y
j
) es convexo.
(iii) nesting: Si y
1
j
y
2
j
, entonces V
j
( y
1
j
) V
j
( y
2
j
).
Produccion
Sobre el conjunto V
j
( y
j
(i) V
j
( y
j
) es comprensivo.
1
j
y z
2
j
si
z
1
j
V
j
( y
j
) y z
2
j
z
1
j
, entonces z
2
j
V
j
( y
j
).
(ii) V
j
( y
j
) es convexo.
(iii) nesting: Si y
1
j
y
2
j
, entonces V
j
( y
1
j
) V
j
( y
2
j
).
Produccion
Q
j
( y
j
)
z
1
j
z
2
j
0
z
1
j
z
2
j
0
V
j
( y
j
)
V
j
( y
2
j
)
V
j
( y
1
j
)
(a) (b)
Figure: Conjunto de necesidades de inputs
Produccion
Denicion (Isocuanta)
j
, denimos la isocuanta asociada
como la frontera de su conjunto de necesidades de inputs.
Formalmente,
Q
j
( y
j
) = {z
j
: (z
j
, y
j
) Y
j
,
(z
j
, y
j
) Y
j
, para cualquier y
j
y
j
, y
j
= y
j
_
.
Produccion
Denicion (La funcion de transformacion)
F
j
: IR
l
IR tal que
Y
j
= {y
j
IR
l
: F
j
(y
j
) 0}.
input
0
output
y
j
{y
j
: F
j
(y
j
) = 0}
Y
j
= {y
j
: F
j
(y
j
) 0}
Figure: La funcion de transformacion.
Produccion
Denicion (La funcion de transformacion)
F
j
: IR
l
IR tal que
Y
j
= {y
j
IR
l
: F
j
(y
j
) 0}.
input
0
output
y
j
{y
j
: F
j
(y
j
) = 0}
Y
j
= {y
j
: F
j
(y
j
) 0}
Figure: La funcion de transformacion.
Produccion
Denicion (tasa marginal de transformacion)
TMT
hk
(y
j
) =
F
j
(y
j
)
y
jh
F
j
(y
j
)
y
jk
.
TMT es la pendiente de la frontera de transformacion.
Produccion
Caso especial: un unico output
Denicion (funcion de produccion)
f
j
: IR
l 1
IR
input
0
output
Y
j
y = f
j
(z)
Figure: La funcion de produccion.
Produccion
Denicion (relacion tecnica de de sustitucion)
RTS = TMT
RTS
hk
(y) =
f
j
(z
j
)
z
jh
f
j
(z
j
)
z
jk
.
RTS es la pendiente de la isocuanta correspondiente al nivel de
produccion y.
Produccion
Ejemplo (La tecnologa Cobb-Douglas)
Conjunto de produccion
Y = {(z
1
, z
2
, y) IR
2
IR/y z
1
z
2
}, , IR
+
Cuando + > 1 la tecnologa exhibe rendimientos
crecientes; si + = 1 los rendimientos son
constantes; si + < 1 tenemos rendimientos
decrecientes.
Produccion
Conjunto de necesidades de inputs
V( y) = {(z
1
, z
2
) IR
2
/ y z
1
z
2
}
Produccion
Isocuantas
Q( y) = {(z
1
, z
2
) IR
2
/ y = z
1
z
2
}
Produccion
Funcion de produccion
f (z
1
, z
2
) = z
1
z
2
Produccion
Ejemplo (La tecnologa Leontie)
Conjunto de produccion
Y = {(z
1
, z
2
, y) IR
2
IR/y min{az
1
, bz
2
}}
Produccion
Conjunto de necesidades de inputs
V( y) = {(z
1
, z
2
) IR
2
/ y min{az
1
, bz
2
}}
Produccion
Isocuantas
Q( y) = {(z
1
, z
2
) IR
2
/ y = min{az
1
, bz
2
}}
Produccion
Funcion de produccion
f (z
1
, z
2
) = min{az
1
, bz
2
}
Produccion
0
(b)
z
1
z
2
0
(a)
Q(y
1
)
Q(y
2
)
V (y
2
)
z
1
z
2
Q(y
1
)
Q(y
2
)
V (y
2
)
Figure: Las tecnologas Cobb-Douglas y Leontie.
Produccion
Propiedades de la funcion de produccion
(i) f
j
es no decreciente. (free disposal)
(ii) f
j
es cuasiconcava. (convexidad conj. nec. de inputs)
(iii) f
j
exhibe rendimientos no decrecientes a escala si
> 1, f
j
(z
j
) f
j
(z
j
).
(iv) f
j
exhibe rendimientos no crecientes a escala si
> 1, f
j
(z
j
) f
j
(z
j
).
(v) f
j
exhibe rendimientos constantes a escala si
> 0, f
j
(z
j
) = f
j
(z
j
).
Produccion
(i) f
j
(ii) f
j
(iii) f
j
> 1, f
j
(z
j
) f
j
(z
j
).
(iv) f
j
> 1, f
j
(z
j
) f
j
(z
j
).
(v) f
j
> 0, f
j
(z
j
) = f
j
(z
j
).
Produccion
(i) f
j
(ii) f
j
(iii) f
j
> 1, f
j
(z
j
) f
j
(z
j
).
(iv) f
j
> 1, f
j
(z
j
) f
j
(z
j
).
(v) f
j
> 0, f
j
(z
j
) = f
j
(z
j
).
Produccion
(i) f
j
(ii) f
j
(iii) f
j
> 1, f
j
(z
j
) f
j
(z
j
).
(iv) f
j
> 1, f
j
(z
j
) f
j
(z
j
).
(v) f
j
> 0, f
j
(z
j
) = f
j
(z
j
).
Produccion
(i) f
j
(ii) f
j
(iii) f
j
> 1, f
j
(z
j
) f
j
(z
j
).
(iv) f
j
> 1, f
j
(z
j
) f
j
(z
j
).
(v) f
j
> 0, f
j
(z
j
) = f
j
(z
j
).
Produccion
La elasticidad de sustitucion mide la variacion porcentual del
cociente entre dos inputs h y k con respecto a la variacion
porcentual de la RTS asociada en un punto y. Formalmente,
Denicion (elasticidad de sustitucion)
hk
=
(z
jk
/z
jh
)
(z
jk
/z
jh
)
RTS
hk
RTS
hk
y
=
(z
jk
/z
jh
)
RTS
hk
RTS
hk
(z
jk
/z
jh
)
y
.
Ejemplo CES: f (z
1
, z
2
) = (z
1
+ z
2
)
1/
( < 1, = 0)
=
1
1
Produccion
La elasticidad de sustitucion mide la variacion porcentual del
cociente entre dos inputs h y k con respecto a la variacion
porcentual de la RTS asociada en un punto y. Formalmente,
Denicion (elasticidad de sustitucion)
hk
=
(z
jk
/z
jh
)
(z
jk
/z
jh
)
RTS
hk
RTS
hk
y
=
(z
jk
/z
jh
)
RTS
hk
RTS
hk
(z
jk
/z
jh
)
y
.
Ejemplo CES: f (z
1
, z
2
) = (z
1
+ z
2
)
1/
( < 1, = 0)
=
1
1
Produccion
0
(a)
z
1
z
2
(b)
y
1
0
z
1
z
2
y
2
= 0 =
y
2
y
1
Figure: Convexidad y substituibilidad.
Produccion
La elasticidad de escala mide el aumento porcentual que
experimenta el nivel de produccion cuando se aumentan todos los
factores en la misma proporcion. El interes de esta medida viene
dado porque una funcion de produccion puede presentar
rendimientos crecientes a escala para ciertos niveles de los factores
y rendimientos decrecientes a escala para otros. Ello genera la
necesidad de denir una medida local de los rendimientos a escala.
Produccion
Denicion (La elasticidad de escala)
e(z
j
) =
f
j
(z
j
)
f
j
(z
j
)
=1
=
f
j
(z
j
)
f
j
(z
j
)
=1
=
n
k=1
f
j
z
jk
z
jk
f
j
(z
j
)
e(z
j
) > 1: rendimientos crecientes localmente
e(z
j
) = 1: rendimientos constantes localmente
e(z
j
) < 1: rendimientos decrecientes localmente
Produccion
Observacion: elasticidad de produccion del input k
f
j
z
jk
z
jk
f
j
(z
j
)
=
PMarg
k
PMed
k
= e
k
(z
j
)
Ejemplo: f (z
1
, z
2
) = A(1 + z
1
z
2
)
1
(, > 0)
Comportamiento de la empresa
Suponemos que la empresa esta intersada en maximizar benecios:
max
y
j
Y
J
j
(p, y
j
) = max
y
j
Y
J
l
k=1
p
k
y
jk
o, equivalente,
max
y
j
l
k=1
p
k
y
jk
s.a. F
j
(y
j
) 0
No siempre existe una solucion!
Comportamiento de la empresa
Suponemos que la empresa esta intersada en maximizar benecios:
max
y
j
Y
J
j
(p, y
j
) = max
y
j
Y
J
l
k=1
p
k
y
jk
o, equivalente,
max
y
j
l
k=1
p
k
y
jk
s.a. F
j
(y
j
) 0
No siempre existe una solucion!
Comportamiento empresa
z
j
y
j
Y
j
0

z
j
y
j
Y
j
0
tg =
tg =
p
1
p
2
(a) (b)
Figure: Equilibrio y RCE.
si >
p
1
p
2
no hay equilibrio puesto que la empresa puede
escoger y
j
arbitrariamente grande y obtener benecios
arbitrariamente grandes.
z
j
y
j
Y
j
0

z
j
y
j
Y
j
0
tg =
tg =
p
1
p
2
(a) (b)
si =
p
1
p
2
cualquier plan de produccion es una solucion al
problema del productor. En todos estos equilibrios, sin
embargo el benecio de la empresa es nulo.
z
j
y
j
Y
j
0

z
j
y
j
Y
j
0
tg =
tg =
p
1
p
2
(a) (b)
si <
p
1
p
2
hay un unico equilibrio en el que la empresa obtiene
benecios nulos.
Si la funcion de transformacion es diferenciable, podemos
caracterizar la solucion del problema del productor a partir de las
condiciones de primer orden,
j
(y
j
)
y
jk
= p
k

F
j
(y
j
)
y
jk
= 0, k = 1, 2, . . . , l .
Tambien
TMT
hk
(y
j
) =
p
h
p
k
.
correspondencia de oferta
j
(p) = {y
j
Y
j
:
l
k=1
p
k
y
jk
es maximo}.
Si este conjunto tiene un unico elemento lo denotamos y
j
(p) y lo
denominamos la funcion de oferta.
Si la funcion de transformacion es diferenciable, podemos
caracterizar la solucion del problema del productor a partir de las
condiciones de primer orden,
j
(y
j
)
y
jk
= p
k

F
j
(y
j
)
y
jk
= 0, k = 1, 2, . . . , l .
Tambien
TMT
hk
(y
j
) =
p
h
p
k
.
correspondencia de oferta
j
(p) = {y
j
Y
j
:
l
k=1
p
k
y
jk
es maximo}.
Si este conjunto tiene un unico elemento lo denotamos y
j
(p) y lo
denominamos la funcion de oferta.
El caso de un output:
max
z
j
0
pf
j
(z
j
)
l 1
k=1
w
k
z
jk
.
Las condiciones de primer orden son (para inputs activos (z
jk
> 0))
p
f
j
(z
j
)
z
jk
w
k
= 0, k = 1, 2, . . . , l 1
El producto marginal de cada input activo k es igual a (w
k
/p).
(ingreso marginal = coste marginal)
La relacion tecnica de sustitucion entre dos inputs es igual al ratio
de sus precios,
RTS
hk
= w
h
/w
k
.
max
z
j
0
pf
j
(z
j
)
l 1
k=1
w
k
z
jk
.
jk
> 0))
p
f
j
(z
j
)
z
jk
w
k
= 0, k = 1, 2, . . . , l 1
k
/p).
de sus precios,
RTS
hk
= w
h
/w
k
.
max
z
j
0
pf
j
(z
j
)
l 1
k=1
w
k
z
jk
.
jk
> 0))
p
f
j
(z
j
)
z
jk
w
k
= 0, k = 1, 2, . . . , l 1
k
/p).
de sus precios,
RTS
hk
= w
h
/w
k
.
z
j
y
j
p
Y
j
F(y
j
(p))
y
j
(p)
tg = p
1
/p
2
{y
j
:
k
p
k
y
jk
= }
{y
j
:
k
p
k
y
jk
=

}
Figure: La maximizacion del benecio.
Propiedades de la funcion de benecios
j
(p)
i)
j
(p) es homogenea de grado uno;
ii)
j
(p) es convexa;
iii)
j
(p) es continua;
iv) Si Y
j
es convexo, entonces
Y
j
= {y
j
IR
l
:
k
p
k
y
jk

j
(p) p 0};
v)
j
(p) es homogenea de grado cero;
vi) Si Y
j
es convexo (estrictamente convexo), entonces
j
(p) es
un conjunto convexo (una funcion) para todo p. ;
vii) (Lema de Hotelling) Si
j
(p) = {(y
j 1
, . . . , y
jl
)}, entonces
j
p
k
p
= y
jk
, k = 1, 2, . . . , l ;
viii) Si
j
(p)es una funcion diferenciable en p, entonces
D
j
(p) = D
2
j
(p) es una matriz simetrica y semidenida
positiva con D
j
(p)p = 0.
j
(p)
i)
j
ii)
j
(p) es convexa;
iii)
j
(p) es continua;
iv) Si Y
j
Y
j
= {y
j
IR
l
:
k
p
k
y
jk

j
(p) p 0};
v)
j
vi) Si Y
j
j
(p) es
j
(p) = {(y
j 1
, . . . , y
jl
)}, entonces
j
p
k
p
= y
jk
, k = 1, 2, . . . , l ;
viii) Si
j
D
j
(p) = D
2
j
positiva con D
j
(p)p = 0.
j
(p)
i)
j
ii)
j
(p) es convexa;
iii)
j
(p) es continua;
iv) Si Y
j
Y
j
= {y
j
IR
l
:
k
p
k
y
jk

j
(p) p 0};
v)
j
vi) Si Y
j
j
(p) es
j
(p) = {(y
j 1
, . . . , y
jl
)}, entonces
j
p
k
p
= y
jk
, k = 1, 2, . . . , l ;
viii) Si
j
D
j
(p) = D
2
j
positiva con D
j
(p)p = 0.
j
(p)
i)
j
ii)
j
(p) es convexa;
iii)
j
(p) es continua;
iv) Si Y
j
Y
j
= {y
j
IR
l
:
k
p
k
y
jk

j
(p) p 0};
v)
j
vi) Si Y
j
j
(p) es
j
(p) = {(y
j 1
, . . . , y
jl
)}, entonces
j
p
k
p
= y
jk
, k = 1, 2, . . . , l ;
viii) Si
j
D
j
(p) = D
2
j
positiva con D
j
(p)p = 0.
j
(p)
i)
j
ii)
j
(p) es convexa;
iii)
j
(p) es continua;
iv) Si Y
j
Y
j
= {y
j
IR
l
:
k
p
k
y
jk

j
(p) p 0};
v)
j
vi) Si Y
j
j
(p) es
j
(p) = {(y
j 1
, . . . , y
jl
)}, entonces
j
p
k
p
= y
jk
, k = 1, 2, . . . , l ;
viii) Si
j
D
j
(p) = D
2
j
positiva con D
j
(p)p = 0.
j
(p)
i)
j
ii)
j
(p) es convexa;
iii)
j
(p) es continua;
iv) Si Y
j
Y
j
= {y
j
IR
l
:
k
p
k
y
jk

j
(p) p 0};
v)
j
vi) Si Y
j
j
(p) es
j
(p) = {(y
j 1
, . . . , y
jl
)}, entonces
j
p
k
p
= y
jk
, k = 1, 2, . . . , l ;
viii) Si
j
D
j
(p) = D
2
j
positiva con D
j
(p)p = 0.
j
(p)
i)
j
ii)
j
(p) es convexa;
iii)
j
(p) es continua;
iv) Si Y
j
Y
j
= {y
j
IR
l
:
k
p
k
y
jk

j
(p) p 0};
v)
j
vi) Si Y
j
j
(p) es
j
(p) = {(y
j 1
, . . . , y
jl
)}, entonces
j
p
k
p
= y
jk
, k = 1, 2, . . . , l ;
viii) Si
j
D
j
(p) = D
2
j
positiva con D
j
(p)p = 0.
j
(p)
i)
j
ii)
j
(p) es convexa;
iii)
j
(p) es continua;
iv) Si Y
j
Y
j
= {y
j
IR
l
:
k
p
k
y
jk

j
(p) p 0};
v)
j
vi) Si Y
j
j
(p) es
j
(p) = {(y
j 1
, . . . , y
jl
)}, entonces
j
p
k
p
= y
jk
, k = 1, 2, . . . , l ;
viii) Si
j
D
j
(p) = D
2
j
positiva con D
j
(p)p = 0.
Demostracion Lema de Hotelling
Sea
j
(p
) una solucion del problema del productor a los precios

p
. Da benecios
j
(p
) = p
j
(p
).
Fijemos ahora todos los precios excepto el de la mercanca k.
Supongamos ahora que para cualquier p
k
la empresa continua
utilizando
j
(p
).
p
k
p
k
p
k
y
jk
+
h=k
p
h
y
jh
j
(p
1
, . . . , p
k1
, p
k
, p
k+1
, . . . , p
l
)
Figure: El lema de Hotelling.
Dado que las dos funciones son tangentes en el punto p
k
, las
derivadas de ambas funciones deben ser iguales, y la derivada de la
funcion lineal es y
jk
.
Sea
j
(p

p
. Da benecios
j
(p
) = p
j
(p
).
k
la empresa continua
utilizando
j
(p
).
p
k
p
k
p
k
y
jk
+
h=k
p
h
y
jh
j
(p
1
, . . . , p
k1
, p
k
, p
k+1
, . . . , p
l
)
k
, las
funcion lineal es y
jk
.
Sea
j
(p

p
. Da benecios
j
(p
) = p
j
(p
).
k
la empresa continua
utilizando
j
(p
).
p
k
p
k
p
k
y
jk
+
h=k
p
h
y
jh
j
(p
1
, . . . , p
k1
, p
k
, p
k+1
, . . . , p
l
)
k
, las
funcion lineal es y
jk
.
Ejemplo: Cobb-Douglas
f (z
1
, ..., z
n
) =
n
i =1
z
i
i
donde
i
> 0 y
i
< 1.
Calcular
la funcion de oferta,
la funcion de benecios.
La oferta agregada
Sea y
j
la oferta (plan de produccion) de la empresa j .
Entonces y =
j
y
j
es la oferta agregada.
El conjunto de produccion total es
Y =
j
Y
j
:= {y
1
+ ... + y
N
: y
j
Y
j
}.
Entonces
0 Y,
IR
l
+
Y,
Y es convexo,
Y (Y) {0}. (este es un supuesto!)
La oferta agregada
Sea y
j
la oferta (plan de produccion) de la empresa j .
Entonces y =
j
y
j
es la oferta agregada.
El conjunto de produccion total es
Y =
j
Y
j
:= {y
1
+ ... + y
N
: y
j
Y
j
}.
Entonces
0 Y,
IR
l
+
Y,
Y es convexo,
Y (Y) {0}. (este es un supuesto!)
Denimos la correspondencia de oferta agregada, (p) como
: IR
l
+
Y,
(p) =
j
(p).
Las propiedades de la correspondencia de oferta agregada
1
(p) es homogenea de grado cero en p;
2
(p) es cerrado y convexo para todo p IR
l
+
;
3
Para cualquier p IR
l
+
tal que (p) sea no vaco, (p) es
hemicontinua superior en p.
4
Para cualquier p IR
l
+
tal que (p) sea no vaco, los
benecios agregados se maximizan si y solo si cada empresa
maximiza sus benecios individualmente, cuando las empresas
toman el sistema de precios p como dado.
Denimos la correspondencia de oferta agregada, (p) como
: IR
l
+
Y,
(p) =
j
(p).
Las propiedades de la correspondencia de oferta agregada
1
(p) es homogenea de grado cero en p;
2
(p) es cerrado y convexo para todo p IR
l
+
;
3
Para cualquier p IR
l
+
tal que (p) sea no vaco, (p) es
hemicontinua superior en p.
4
Para cualquier p IR
l
+
tal que (p) sea no vaco, los
benecios agregados se maximizan si y solo si cada empresa
maximiza sus benecios individualmente, cuando las empresas
toman el sistema de precios p como dado.
Costes
El problema de la empresa de minimizar costes de produccion esta
muy relacionado con su problema de maximizar benecios.
Ademas, minimizar costes es siempre posible, incluso cuando
existen rendimientos crecientes de escala o cuando el mercado de
outputs no es competitivo.
Costes
minimizar costes
min
z
j
wz
j
sujeto a z
j
V
j
( y
j
)
La solucion z
j
(w, y
j
) la denominamos funcion de demanda
condicionada de los factores.
El valor de la combinacion de inputs solucion de este
problema (wz
j
(w, y)) es una funcion c
j
(w, y
j
) que denominamos
funcion de coste.
Costes
minimizar costes
min
z
j
wz
j
sujeto a z
j
V
j
( y
j
)
La solucion z
j
(w, y
j
problema (wz
j
j
(w, y
j
) que denominamos
funcion de coste.
Costes
minimizar costes
min
z
j
wz
j
sujeto a z
j
V
j
( y
j
)
La solucion z
j
(w, y
j
problema (wz
j
j
(w, y
j
) que denominamos
funcion de coste.
Costes
La gura representa la solucion del problema de minimizacion de
coste para el caso de dos inputs. En esta gura representamos la
funcion de costes a partir del mapa de lneas isocoste y el conjunto
de requerimientos de inputs asociado al vector de produccion y
j
.
V
j
( y
j
)
z
j1
z
j2
z
j2
z
j1
0
Figure: La minimizacion del coste.
Costes
Las propiedades de la funcion de coste c
j
(w, y
j
) son las siguientes:
i) La funcion de coste es homogenea de grado uno en w;
ii) La funcion de coste es no decreciente en y
j
;
iii) La funcion de coste es concava en w;
iv) La funcion de coste es continua en w.
Costes
C
j
(w
1
, . . . , w
k1
, w
k
, w
k+1
, . . . , w
l
)
w
k
w
k
w
k
z
jk
+
h=k
w
h
z
jh
Figure: La concavidad de la funcion de coste.
Costes
La funcion de demanda condicionada de factores z
j
(w, y
j
)
satisface las propiedades siguientes:
i) z
j
es homogenea de grado cero en w. Es decir, si z
j
soluciona el problema de la minimizacion de coste para
(w, y
j
), entonces tambien es una solucion minimizadora de
coste para (w, y
j
), > 0.
ii) Si V
j
( y
j
) es convexo, el conjunto {z
j
} de soluciones del
problema de minimizacion del coste para (w, y
j
) es convexo;
iii) (Lema de Shephard) Entonces,
z
jk
=
c
j
(w, y
j
)
w
k
(w
, y
j
)
, k = 1, 2, . . . , n.
iv) Si z
j
(w) es una funcion diferenciable en w, entonces
Dz
j
( w, y
j
) = D
2
c
j
( w, y
j
) es una matriz simetrica y
semidenida negativa con Dz
j
( w, y
j
) w = 0.
Costes
j
(w, y
j
)
i) z
j
es homogenea de grado cero en w.
ii) Si V
j
( y
j
j
} de soluciones del
j
) es convexo;
Si V
j
( y
j
) es estrictamente convexo, la solucion es unica.
z
jk
=
c
j
(w, y
j
)
w
k
(w
, y
j
)
, k = 1, 2, . . . , n.
iv) Si z
j
Dz
j
( w, y
j
) = D
2
c
j
( w, y
j
j
( w, y
j
) w = 0.
Costes
j
(w, y
j
)
i) z
j
ii) Si V
j
( y
j
j
} de soluciones del
j
) es convexo;
iii) (Lema de Shephard) Supongamos que c
j
(w, y
j
) es
continuamente diferenciable en w (para un y
j
dado) al vector
de precios w
. Sea z
j
una solucion del problema de
minimizacion del coste para (w
, y
j
). Entonces,
z
jk
=
c
j
(w, y
j
)
w
k
(w
, y
j
)
, k = 1, 2, . . . , n.
iv) Si z
j
Dz
j
( w, y
j
) = D
2
c
j
( w, y
j
j
( w, y
j
) w = 0.
Costes
j
(w, y
j
)
i) z
j
ii) Si V
j
( y
j
j
} de soluciones del
j
) es convexo;
z
jk
=
c
j
(w, y
j
)
w
k
(w
, y
j
)
, k = 1, 2, . . . , n.
iv) Si z
j
Dz
j
( w, y
j
) = D
2
c
j
( w, y
j
j
( w, y
j
) w = 0.
Costes: dualidad costes y produccion
Ejemplo: calcular funcion de demanda condicionada de factores y
funcion de coste en el caso de f (z
1
, z
2
) = Az
1
z
2
.
min
z
1
,z
2
w
1
z
1
+ w
2
z
2
s.a. f (z
1
, z
2
) = y
z
2
=
w
1
w
2
z
1
y = Az
1
z
2
= Az
1
_
w
1
w
2
z
1
_
= A
_
w
1
w
2
_
z
+
1
z
1
= z
1
(w, y) =
_
yA
1
_
w
1
w
2
_
_ 1
+
z
2
= z
2
(w, y) =
_
yA
1
_
w
2
w
1
_
_ 1
+
1
, z
2
) = Az
1
z
2
.
min
z
1
,z
2
w
1
z
1
+ w
2
z
2
s.a. f (z
1
, z
2
) = y
RTS
12
= w
1
/w
2
z
2
=
w
1
w
2
z
1
y = Az
1
z
2
= Az
1
_
w
1
w
2
z
1
_
= A
_
w
1
w
2
_
z
+
1
z
1
= z
1
(w, y) =
_
yA
1
_
w
1
w
2
_
_ 1
+
z
2
= z
2
(w, y) =
_
yA
1
_
w
2
w
1
_
_ 1
+
1
, z
2
) = Az
1
z
2
.
min
z
1
,z
2
w
1
z
1
+ w
2
z
2
s.a. f (z
1
, z
2
) = y
RTS
12
= w
1
/w
2
Az
1
1
z
2
Az
1
z
1
2
=
w
1
w
2
z
2
=
w
1
w
2
z
1
y = Az
1
z
2
= Az
1
_
w
1
w
2
z
1
_
= A
_
w
1
w
2
_
z
+
1
z
1
= z
1
(w, y) =
_
yA
1
_
w
1
w
2
_
_ 1
+
z
2
= z
2
(w, y) =
_
yA
1
_
w
2
w
1
_
_ 1
+
1
, z
2
) = Az
1
z
2
.
min
z
1
,z
2
w
1
z
1
+ w
2
z
2
s.a. f (z
1
, z
2
) = y
Az
1
1
z
2
Az
1
z
1
2
=
w
1
w
2
z
2
z
1
=
w
1
w
2
z
2
=
w
1
w
2
z
1
y = Az
1
z
2
= Az
1
_
w
1
w
2
z
1
_
= A
_
w
1
w
2
_
z
+
1
z
1
= z
1
(w, y) =
_
yA
1
_
w
1
w
2
_
_ 1
+
z
2
= z
2
(w, y) =
_
yA
1
_
w
2
w
1
_
_ 1
+
1
, z
2
) = Az
1
z
2
.
min
z
1
,z
2
w
1
z
1
+ w
2
z
2
s.a. f (z
1
, z
2
) = y
z
2
z
1
=
w
1
w
2
z
2
=
w
1
w
2
z
1
y = Az
1
z
2
= Az
1
_
w
1
w
2
z
1
_
= A
_
w
1
w
2
_
z
+
1
z
1
= z
1
(w, y) =
_
yA
1
_
w
1
w
2
_
_ 1
+
z
2
= z
2
(w, y) =
_
yA
1
_
w
2
w
1
_
_ 1
+
1
, z
2
) = Az
1
z
2
.
min
z
1
,z
2
w
1
z
1
+ w
2
z
2
s.a. f (z
1
, z
2
) = y
z
2
=
w
1
w
2
z
1
y = Az
1
z
2
= Az
1
_
w
1
w
2
z
1
_
= A
_
w
1
w
2
_
z
+
1
z
1
= z
1
(w, y) =
_
yA
1
_
w
1
w
2
_
_ 1
+
z
2
= z
2
(w, y) =
_
yA
1
_
w
2
w
1
_
_ 1
+
1
, z
2
) = Az
1
z
2
.
min
z
1
,z
2
w
1
z
1
+ w
2
z
2
s.a. f (z
1
, z
2
) = y
z
2
=
w
1
w
2
z
1
y = Az
1
z
2
= Az
1
_
w
1
w
2
z
1
_
= A
_
w
1
w
2
_
z
+
1
z
1
= z
1
(w, y) =
_
yA
1
_
w
1
w
2
_
_ 1
+
z
2
= z
2
(w, y) =
_
yA
1
_
w
2
w
1
_
_ 1
+
min
z
1
,z
2
w
1
z
1
+ w
2
z
2
s.a. f (z
1
, z
2
) = y
z
2
=
w
1
w
2
z
1
y = Az
1
z
2
= Az
1
_
w
1
w
2
z
1
_
= A
_
w
1
w
2
_
z
+
1
z
1
= z
1
(w, y) =
_
yA
1
_
w
1
w
2
_
_ 1
+
z
2
= z
2
(w, y) =
_
yA
1
_
w
2
w
1
_
_ 1
+
Costes
Ejemplo (cont.) Funcion de coste:
c(w, y) = w
1
z
1
(w, y) + w
2
z
2
(w, y)
= y
1
+
A
1
+
_
_
_

+
w
+
1
w
+
2
+
_
_

+
w
+
2
w
+
1
_
= y
1
+
A
1
+
__
_

+
+
_

+
_
w
+
1
w
+
2
Sea
c(w, y) = w
2
y
w
2
2
4w
1
la funcion de coste de una empresa. Cual es la tecnologa
subyacente?
Entonces
y = z
2
+
w
2
2w
1
(1)
y
w
2
2w
1
= z
1
2
1
(2)
Finalmente, obtenemos la funcion de produccion:
f (z) = y = z
1
2
1
+ z
2
.
Sea
c(w, y) = w
2
y
w
2
2
4w
1
subyacente?
El lema de Shephard nos da la demanda condicionada de factores:
z
1
(w, y) =
c
w
1
=
w
2
2
4w
2
1
(1)
z
2
(w, y) =
c
w
2
= y
w
2
2w
1
(2)
Entonces
y = z
2
+
w
2
2w
1
(3)
y
w
2
2w
1
= z
1
2
1
(4)
f (z) = y = z
1
2
1
+ z
2
.
Sea
c(w, y) = w
2
y
w
2
2
4w
1
subyacente?
El lema de Shephard nos da la demanda condicionada de factores:
z
1
(w, y) =
c
w
1
=
w
2
2
4w
2
1
(1)
z
2
(w, y) =
c
w
2
= y
w
2
2w
1
(2)
Entonces
y = z
2
+
w
2
2w
1
(3)
y
w
2
2w
1
= z
1
2
1
(4)
f (z) = y = z
1
2
1
+ z
2
.
Sea
c(w, y) = w
2
y
w
2
2
4w
1
subyacente?
Entonces
y = z
2
+
w
2
2w
1
(1)
y
w
2
2w
1
= z
1
2
1
(2)
f (z) = y = z
1
2
1
+ z
2
.
Costes
En general, podemos recuperar la tecnologa o funcion de
produccion a partir de la funcion de costes c
j
(w, y):
f
j
(z
j 1
, . . . , z
jl 1
) = max{y :
l 1
k=1
w
k
z
jk
c
j
(w, y), w IR
l 1
+
}.
Costes
En el caso de una funcion de produccion continua, estrictamente
creciente y estrictamente cuasi-concava y, que ademas es
homotetica, calcular funcion de coste y demandas condicionadas de
factores es mas facil.
0
(a)
z
1
z
2
0
(b)
z
1
z
2
z
1
z
1
z
2
z
2
z
2
z
1
z
1
z
2
f(z) = y
f(z) = y
f(z) = y
f(z) = y
Figure: Homogeneidad y homoteticidad.
Costes
Denicion (Homoteticidad)
Una funcion f
j
es homotetica si
(z
1
j
, z
2
j
) Z
j
tal que f
j
(z
1
j
) = f
j
(z
2
j
) y IR
+
entonces f
j
(z
1
j
) = f
j
(z
2
j
).
0
(a)
z
1
z
2
0
(b)
z
1
z
2
z
1
z
1
z
2
z
2
z
2
z
1
z
1
z
2
f(z) = y
f(z) = y
f(z) = y
f(z) = y
Costes
0
(a)
z
1
z
2
0
(b)
z
1
z
2
z
1
z
1
z
2
z
2
z
2
z
1
z
1
z
2
f(z) = y
f(z) = y
f(z) = y
f(z) = y
Costes
Teorema
Si la funcion de produccion es continua, estrictamente creciente,
estrictamente cuasi-concava y homotetica, entonces
1
c(w, y) = h(y)c(w, 1) donde h(y) es estrictamente creciente
2
z(w, y) = h(y)z(w, 1) donde h(y) es estrictamente creciente
Si la funcion de produccion es homogenea de grado r > 0
1
c(w, y) = y
1/r
c(w, 1)
2
z(w, y) = y
1/r
z(w, 1)
Costes
Teorema
Si la funcion de produccion es continua, estrictamente creciente,
estrictamente cuasi-concava y homotetica, entonces
1
c(w, y) = h(y)c(w, 1) donde h(y) es estrictamente creciente
2
z(w, y) = h(y)z(w, 1) donde h(y) es estrictamente creciente
Si la funcion de produccion es homogenea de grado r > 0
1
c(w, y) = y
1/r
c(w, 1)
2
z(w, y) = y
1/r
z(w, 1)
Costes
y
z
y
z
y
z
(a)
(d)
(g)
Y
Y
Y
y
C
C
C
y
y
y
y
y
y
y
y
C(y)
C(y)
C(y)
tg() = CMe( y)
tg() = CMg( y)
(b)
(e)
(h)
C, p
C, p
C, p
y(p)
y(p)
CMe(y)
CMe(y)
CMg(y)
CMg(y)
CMe(y) = CMg(y)
y
y(p)
(c)
(f)
(i)
Figure: Tecnologa y coste (1).
Costes
y
z
y
z
y
z
(a)
(d)
(g)
Y
Y
Y
y
C
C
C
y
y
y
y
y
y
y
y
C(y)
C(y)
C(y)
(b)
(e)
(h)
C, p
C, p
C, p
y(p)
y(p)
CMe(y)
CMe(y)
CMg(y)
CMg(y)
y
y(p)
(c)
(f)
(i)
y
y
K
K
K
CMe(y)
CV Mg(y)
CV Mg(y)
Figure: Tecnologa y coste (2).

Micro

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Micro

Cargado por

Copyright:

Formatos disponibles

Produccion Comportamiento empresa Costes

) una solucion del problema del productor a los precios

) una solucion del problema del productor a los precios

) una solucion del problema del productor a los precios

También podría gustarte