Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Microeconomia Eiras
Microeconomia Eiras
Los autores
- Santiago Eiras Roel , 30 aos en anlisis de mercado de Siderurgia Argentina -SOMISA- y profesor de microeconoma en la Universidad de Buenos Aires; Dr. en Ciencias Econmicas.
- T. Isabel Rbora, 30 aos de docencia; profesora ayudante del
curso. Contadora (CPN)
- Teresa Eiras, auxiliar en prctica estadstica y casos microeconmicos.
NDICE
CAPTULO 1
SERIES Y FUNCIONES EN LA EMPRESA
Orientacin y contenido
Hasta dnde microeconoma y hasta dnde estadstica?
Estudiar la demanda
Desde series hacia ecuaciones y grficos
Desde ecuaciones hacia series y grficos
Funcin de demanda lineal
Demanda terica hiperblica
Estimacin de demanda en la empresa y tipos de bienes
El mercado competitivo
Mercado competitivo con impuestos
Demanda, Ingreso Total e Ingreso Marginal
Extender clculos en Excel
Anlisis bajo cuatro contextos
Tipos de bienes, contextos y mtodos
CAPTULO 2
CONTEXTO CIERTO
SERIES
A) Variaciones en series individuales
SERIES SIMPLES
Promedios y medidas de posicin:
Media aritmtica
Media geomtrica
Media armnica
Otros ejemplos de medidas de posicin
Relacin entre medias
Mediana
Pgina
16
17
19
20
21
22
23
23
24
25
26
26
27
28
28
29
30
30
31
31
32
32
Moda(o)
Medidas de dispersin
Varianza
Desvo estndar
32
33
33
34
36
36
37
38
39
39
40
40
41
41
42
42
42
43
43
44
44
45
45
46
46
47
Desvo cuartlico
Varianza mediante momento
Conclusin del anlsis de series
SERIES CRONOLGICAS
Estacionalidad: promedios mviles
Ciclos: mtodo de los nueve puntos
B) Relacin entre variables simpleAjustamientos
Covarianza
Dos rectas de regresin
Coeficiente de correlacin-determinacin
Elasticidad media de la demanda
Correlacin en una poblacin
Demanda segn correlacin precio-cantidad
Correlacin en muestras
Evaluacin de exmenes
Anlisis de la varianza-covarianza
C) Demanda segn correlacinmltiplePronsticos
Discos de freno para autos
Anlisis de la varianza
Anlisis de regresin
ANOVA
Multicolinealidad
Estimacin lineal mltiple
Venta de helados
ESTIMACION DE FUNCIONES (REGRESION)
Ajustamiento exponencial con Excel
47
47
48
48
49
50
68
52
53
54
55
55
56
56
57
58
59
59
60
60
61
62
63
64
64
68
69
70
CAPTULO 3
PROYECCIN Y PROGRAMACIN
Con series? Con funciones? Con matrices? o con
Programacin lineal?
Para qu proyectar con correlaciones?
Anlisis de coyuntura para pronsticos
Programacin No Lineal con Solver de Excel
Sensibilidad
Programacin lineal Simplex
Precios sombra
Minimizacin - Dualidad
Programacin lineal Simplex con Solver
Fbrica de Mesas y Sillas Zonda
Produccin de TV, estreos, altavoces
Problema de transporte
Planificacin del personal de una parque
Maximizar una inversin en bonos
Optimizar una cartera de valores-acciones
Valor de resistencia para un circuito elctrico
Matriz Insumo-Producto con Excel
Matrices y determinantes con Excel
Equilibrio general de produccin e intercambio
Matriz Insumo-Producto argentina 1997
CAPTULO 4
71
75
76
68
78
82
83
85
87
88
89
91
92
94
96
98
99
102
103
105
108
CONTEXTO ALEATORIO
Teora de la probabilidad
Probabilidad de distribuciones
Distribucin binomial
Esperanza matemtica
Desviacin tpica
Distribucin normal
Desvo reducido
Distribucin normal acumulada
Uso de tablas y de funciones incorporadas en Excel
Regla o teorema de Bayes
ANLISIS COMBINATORIO: reglas de conteo
Arreglos
Permutaciones
Combinaciones
Distribucin Binomial con Excel
Distribucin Normal con Excel
Prueba Z
Vida til de un producto
Muestra de 200 arandelas
Muestra de 100 tubos fluorescentes
Distribucin de Poisson -Teora de las colas
Simulaciones de Montecarlo
Tamao de la muestra
Programacin dinmica: cadenas de Markov
Cadenas de Markov absorbentes
CAPTULO 5
MUESTREO
Estimacin muestral
Ensayos con una o dos colas
112
113
114
115
115
115
116
116
117
117
119
120
121
122
114
115
124
125
125
126
127
128
132
133
134
138
139
Nmeros aleatorios
Pequeas muestras Distribucin Student
Muestra de 100 arandelas
Prueba CHI cuadrado X2
Muestra de 16 piezas torneadas
Muestra de 200 bombitas
Salieron 115 caras y 85 cruces
El kilo de guisantes de Mendel
Bondad del ajuste
140
141
141
142
143
144
145
146
147
CAPTULO 6
TEORA DE LA DEMANDA
Teoras de la demanda y sistemas econmicos
Primera teora: sicolgico-utilitaria
Segunda teora: curvas de indiferencia de Pareto
Tercera teora: preferencia revelada
Nmeros ndice
Equilibrio del consumidor: demanda derivada
Maximizacin con la utilidad marginal (A. Marshall)
Problema dual: minimizacin del gasto
Maximizacin segn la indiferencia de Pareto
Funcin combinada de Lagrange
Determinantes
Efecto ingreso y sustitucin segn Hicks
Funcin de Lagrange: significado de
Ecuacin de Slutsky: clasificacin de bienes
Teora estadstica de los NMEROS NDICE:
1.Agregativo aritmtico simple (precios y cantidades)
2.Promedio aritmtico de relativos (idem)
3.Promedio geomtrico de relativos (idem)
149
153
155
157
159
159
160
161
163
164
165
166
169
171
173
174
175
176
10
177
178
178
179
179
180
181
182
183
186
187
190
190
191
192
195
196
197
198
200
204
205
207
210
211
FORMAS DE ESTUDIAR
212
PRESENTACIONES TIPO INFORME PROFESIONAL
212
MEDODOS DE DEMOSTRACION
213
CONOCIMIENTO PREVIO DE MATEMTICA?
214
Para que sirve todo esto de los mtodos en la empresa?
218
Archivos con 6 metodos
220
Seis mtodos equivalentes (un caso con 12 resultados iguales del primal y del dual
212
Autos y motos con Lagrange
224
Autos y motos con el mtodo grfico
227
Autos y motos con programacin lineal Simplex
230
Autos y motos con programacin Solver de Excel
232
Autos y motos con matriiz inversa (manualmente)
234
Autos y motos con matrices de Excel
235
Dual de estos casos
237
Evaluacin de Inversiones - TIR VAN
240
VAN perodo futuro
243
VAN perodo pasado
243
ESTABILIDAD DINAMICA (P. TELARAA)
245
ANTE BAJA EN LA DEMANDA
247
MEDIDA DE RAPIDEZ DEL AJUSTE
248
ANTE BAJA EN LA OFERTA O SUBA DE COSTOS
250
ANALISIS DINAMICO
252
ITERACIONES CON EXCEL
252
RECALCULO CON EXCEL
254
CREAR UNA MACRO DINAMICA EN EXCEL
254
NEWTON - RAPHSON
255
CAPITULO 8
MERCADOS DE BIENES Y DE FACTORES
257
Teoras econmicas y legislacin obligatoria
257
11
12
258
260
262
264
265
266
268
269
272
274
275
276
276
277
277
278
279
280
281
283
285
286
286
287
289
290
291
13
14
PRLOGO
En el mbito de investigacin de mercado o ventas de cada empresa, as como en el de los profesionales y estudiantes de microeconoma (o economa de la empresa), es fundamental el estudio de la
demanda y de la programacin.
Las tcnicas estadsticas y economtricas son laboriosas y presentan dificultades importantes, tanto para comprenderlas y memorizarlas, como para la aplicacin concreta de esos mtodos, generalmente imposibles de concretar sin ayuda de ordenadores.
Desde la aparicin de Excel, se ha simplificado considerablemente
el uso de estas tcnicas, ya que esta hoja de clculo facilita muchas
operaciones.
Adicionalmente Excel tiene incorporadas gran cantidad de funciones
estadsticas, financieras y matemticas, dedicadas a estos anlisis.
Incluyen breves ayudas conceptuales, pero suelen no ser suficientes
para la generalidad de los usuarios, quienes pueden no captar el
sentido y practicidad de cada aplicacin al no disponer de un ejemplo prctico de la misma resuelto.
Este trabajo rene una cantidad importante de esos ejemplos resueltos paso a paso, sobre las aplicaciones referidas al estudio de
demanda, mercado, programacin y otros de la empresa y la microeconoma, que se identifican en el ndice.
Se plantea el problema, se lo resuelve con breves pasos Excel y se
incluye la evaluacin o identificacin del caso para orientar al lector.
No es este trabajo un manual de Excel. Supone tener una idea bsica, mnima, sobre su uso; y no repite indicaciones elementales, tales
15
16
CAPTULO 1
SERIES Y FUNCIONES EN LA EMPRESA
ORIENTACIN Y CONTENIDO
El lenguaje cientfico puede ser a veces difcil e inadecuado. Puede
ser imprescindible para generar conocimientos, pero la excesiva
abstraccin o un exceso de smbolos no imprescindibles resultan
inadecuados como mtodo de promover y ampliar el conocimiento
cientfico.
No hay contradiccin: para el objetivo de ampliar la captacin y el
uso de los mtodos cientficos en microeconoma y estadstica aplicada en las empresas, los tratados tradicionales pueden ser inviables para la generalidad de los tcnicos que necesitan aplicar estos
mtodos en las oficinas de Investigacin o Ventas de las empresas.
Algo similar ocurre con los estudiantes de microeconoma y de estadstica, quienes, todava carentes de base emprica, no captan la
aplicacin concreta de los mtodos y modelos abstractos.
Cuanto menos grandes sean las empresas importantes y en aquellas medianas o en las ms pequeas, pueden llegar a carecer de
oficinas especializadas en investigacin econmica y comercial. Sin
embargo, todas ellas efectan estudios de mercado y demanda y
sobre otras formas diversas de toma de decisiones.
En todas se estima y estudia la demanda; pero la intensidad de estos estudios depende precisamente de las dificultadas de interpretar
el lenguaje cientfico.
Simultneamente, desde hace dos dcadas, no existen empresas
en las que dejen de utilizarse PC y hoy Excel de Microsoft, para
17
18
19
En este trabajo sobre el aporte de Excel para estos anlisis de demanda y otros -de la comentada esfera no monetaria- ser implementado utilizando un avance progresivo, avanzando desde una
introduccin a los temas econmicos continuada por casos vinculados de aplicaciones estadsticas.
ESTUDIAR LA DEMANDA
Dado que uno de los principales objetivos de la empresa es la optimizacin de su actividad para generar ingresos y beneficios, se destaca como importante el tema de la estimacin del mercado particularmente la demanda- y su estudio se efecta mediante mltiples
enfoques.
Para su anlisis se identifica a la demanda con funciones y ecuaciones; y la matemtica aporta numerosos procedimientos, que con
Excel se pueden concretar fcilmente, sin necesidad de limitarse a
utilizar ejemplos con pocas variables al resolver sistemas de ecuaciones, y correlaciones simples o mltiples, lineales o no.
Adems, la demanda es en realidad algn bien o servicio -unidades,
kilos, metros cuadrados, etc. de algo concreto- por lo cual, ms all
de las funciones o ecuaciones tericas existen otros procedimientos
de estudio alternativos y/o complementarios, que tambin se ven
simplificados por el aporte de Excel: programacin lineal, juegos,
simulaciones, incertidumbre.
Estas aplicaciones estn disponibles en Excel en :
a) Herramientas > Complementos > Anlisis (y/o Solver), as
como en
b) el listado de funciones al cual se accede picando sobre el
icono de la barra superior, que abre el siguiente cuadro
:
20
21
22
23
Se pinta el rango A2:B10; icono de grficos > Dispersin > Ttulo >
Titulo de ejes > Lugar de impresin >Aceptar.
ESTUDIOS DE DEMANDA EN LAS EMPRESAS y
TIPOS DE BIENES
Vanse ms adelante los casos prcticos de obtencin y de pronstico de la demanda, a travs de los ejemplos Excel de correlacin
lineal simple preciocantidad.
Tambin con el ejemplo de correlacin mltiple con varias variables
independientes y otros mtodos.
Los mtodos son aplicables segn se trate de bienes de consumo
perecedero; bienes durables (que se conforman con demanda de
reposicin y demanda nueva, diferentes); insumos y bienes de capital (demandas derivadas, proyectadas tambin con simulaciones de
coyuntura, etc.), casos analizables preferentemente bajo contexto
cierto.
Servicios reales, servicios financieros, nuevos productos (con muestreos; promocionales, etc), son analizables preferentemente bajo
contexto aleatorio.
24
Se pinta el rango A4:C7; icono de grficos > Dispersin > ttulos >
etc.
MERCADO COMPETITIVO CON IMPUESTOS
Suponiendo un impuesto de $2 por unidad vendida, la oferta inicial
se traslada hacia arriba por esta suba de costo adicional. La cantidad
vendida baja y el precio sube, ya que la demanda esta invariante.
25
26
27
28
CAPTULO 2
CONTEXTO CIERTO
Se analizarn las variaciones en series individuales y la correlacin
(simple y mltiple) entre ellas.
En las series individuales se estudian las series simples y las de
frecuencias, para determinar sus principales medidas de posicin y
de dispersin (y los momentos absolutos y centrados).
Adems, en las series cronolgicas interesa encontrar una funcin
de tendencia, luego de depurarlas de componentes estacionales, cclicos y aleatorios.
ANLISIS DE VARIABLES INDIVIDUALES
SERIES SIMPLES
Para el anlisis de las series simples y de frecuencia se utilizar
aqu como ejemplo hipottico, un supuesto estudio de mercado de
fletes. Para esto se efecta un anlisis estadstico de las operaciones comerciales de importacin argentina de soda custica, durante
los doce ltimos meses previos a abril 2003, analizando el mercado
de transporte por camin para la firma Transportes Rutazul S. A.
Esta empresa necesita evaluar la logstica para atender el trfico de
sus clientes entre el puerto de Buenos Aires y las empresas importadoras de soda custica, ubicadas en el rea metropolitana e interior
de la provincia de Buenos Aires.
La flota camionera a utilizar (cantidad de unidades chicas, medianas
y/o grandes) dependera del nivel de los despachos involucrados,
as como de la fluidez del movimiento y diversidad en magnitud de
cada uno de estos envos.
29
30
MEDIDAS DE POSICIN:
MEDIA ARITMTICA: sumatoria sobre n; el cursor ubicado sobre la
media aritmtica muestra el clculo en la solapa superior
(=suma(B3:B100) / 100).
MEDIA GEOMTRICA: raz ensima del producto de n nmeros.
Ante nmeros desiguales positivos resulta un promedio inferior a la
media aritmtica. Por ejemplo, con los nmeros 2, 4 y 8 sera la raz
cbica de 64 = 4 (menor que el promedio aritmtico 4,67).
Calculada con logaritmos o con Excel puede ser una medida interesante en algunos problemas, no obstante que aqu carece de sentido.
31
32
33
MEDIDAS DE DISPERSIN:
VARIANZA: Es el cuadrado de la diferencia entre cada dato y la
media, que se calcula en la columna D (al lado, en C, se muestra el
clculo). La media aritmtica se calcul en C111. La diferencia entre
cada dato y esa media figura en la columna D elevada al cuadrado.
La varianza es la suma, en D103.
Excel tiene la
=varp(B3"B102).
funcin
prediseada
para
calcularla
con
34
DESVIO ESTNDAR
En una poblacin es la raz cuadrada de la varianza / n, o sea, la raz de (D105 /n).
Excel utiliza la funcin prediseada =desvestp(B3:B102) que omite
los valores lgicos y el texto. Los incluye con =desvestpa(B3:B102).
Para una muestra Excel utiliza =desvest(B3:B102), que omite los
valores lgicos y el texto. Para considerar estos ltimos utiliza
=desvesta(B3:B102), que asigna 0 a los valores lgicos y texto Falso y asigna 1 a stos cuando tienen valor Verdadero.
35
36
37
40
35
30
25
20
15
10
Frecuencia
absoluta
5
0
0,01 A 11.440
22881 - 34320
45761 - 57200
68641 - 80080
91521 - 102960
Intervalo Kilos
38
120
100
Intervalo
80
60
40
20
0
0
10
12
39
MEDIA ARMNICA:
MEDIANA:
40
MODA(O):
DECILES: Cada uno de los 10 intervalos en que divido la serie, segn se indica:
41
MEDIDAS DE DISPERSIN
DESVIO ESTNDAR Y VARIANZA:
42
ASIMETRA Y CURTOSIS
Ms adelante, al tratar funciones, se agregarn otras medidas de
dispersin, como la asimetra (para indicar si una curva es o no
simtrica respecto a un eje central) y la curtosis (para indicar la forma de una curva real ms o menos achatada frente a una curva
normal u otra funcin terica).
43
MOMENTO 1:
44
MOMENTO 2:
MOMENTO 3:
45
MOMENTO 4:
46
MOMENTO 2
MOMENTO 3
47
MOMENTO 4
DESVO CUARTLICO
48
CONCLUSIN
Es usual incluir alguna conclusin tras un anlisis de las series. En
este caso se podra que los valores de media y varianza tambin
muestran con series de frecuencias la elevada dispersin del tamao
de los embarques o despachos de soda custica a transportar.
El estudio de cuantiles -cuartiles, deciles y percentiles- confirma la
distribucin atomizada en los primeros cuantiles, y gran concentracin en los ltimos.
Mediante el anlisis de los momentos tambin se confirm la gran
varianza de los despachos. La atomizacin simultnea a una gran
concentracin de despachos en usuarios masivos se confirma tambin
mediante la gran asimetra que indica el momento central tres M3.
Asimismo, el momento centrado cuatro M4 muestra la elevada curtosis, indicando que la distribucin leptocrtica de estos despachos
responde a una ley que difiere profundamente de una distribucin
campanular normal tipo de Gauss, orientando hacia la decisin de
49
50
51
Es conveniente trabajar con una cantidad par de aos. Una vez obtenida la cantidad de aos se repite la operacin corriendo los sumandos y se vuelve a atribuir cada valor al valor del centro.
Finalmente se obtienen los coeficientes de estacionalidad de cada
bimestre: I=1.004; II=0,959; III=1.003; IV=0,991; V=1,102; etc.
Tiene como propiedad que no existen variaciones estacionales y adems que no altera los valores extremos, ya que suaviza lo central.
CICLOS
Mtodo de los nueve puntos: Tiene por objeto aislar la componente cclica de una serie de tiempo con datos mensuales cuando se
trata en ciclos cortos de 3 4 aos.
Los valores de la serie original se deflactan de la componente estacional por el mtodo de los promedios mviles en doce meses.
52
Los datos sin componente estacional se dibujan tratando de establecer en el dibujo las ondas cclicas, para lo cual se sealan
los puntos mnimos y mximos relativos destacados, segn se
van encontrando al recorrer la serie. Las ondas se delimitan tomando valores mnimos consecutivos. Se asimila a una funcin
sinusoidal.
En cada onda se expresan los valores mensuales en porcentaje
del promedio correspondiente a los valores de toda la onda.
Cada onda se divide en nueve partes.
En cada onda se promedian los valores correspondientes a cada
una de las nueve partes resultando nueve los resultados representativos.
Se promedian los valores correspondientes a cada onda de los
valores de x y de y.
Las ondas del ciclo promedio se dibujan conjuntamente con las
originales para poder comparar los datos reales con los del ciclo
promedio
Se lo utiliza para perodos de 40 meses.
Cada onda esta compuesta por las siguientes partes:
1. son los tres meses centrados en el primer mnimo de la onda
5. son los tres meses centrados en el mximo de la onda.
9. son los tres meses centrados en el valle de la onda
2,3,4. son sucesivos tercios del perodo de expansin comprendidos entre 1 y 5.
6,7,8. son sucesivos tercios del perodo de contraccin entre 5 y 9.
53
N t y(t) t y(t)
N t 2
t y(t) t y(t) t
N t 2
54
t y(t)
t2
y(t)
N
As, Y = at + b =
t y(t)
t +
t2
y(t)
N
t y(t)
t2
y(t)
N
55
COEFICIENTE DE CORRELACIN
El cociente entre la variacin explicada a la variacin total se llama
coeficiente de DETERMINACIN. Si la variacin explicada es igual
a cero, es decir, la variacin total es toda no explicada, este cociente
es cero. Si la variacin no explicada es cero, es decir, la variacin
total es toda explicada, el cociente es uno.
En los dems casos el cociente se encuentra entre cero y uno; r2 es
siempre no negativa y se calcula como:
r2
y-y
variacin explicada
variacin no explicada
r
x
x y
1/ 2
sta frmula da el signo adecuado de r; se llama frmula productomomento y muestra claramente la simetra entre x e y.
Un r = 0,973 cercano a 1 permitira decir que muestra una relacin
funcional perfecta directa (ambas series varan en igual sentido). Los
datos representan lo que se estudia y a mediada que se cumple una
de las variables la otra lo hace en el mismo sentido y proporcin.
56
57
Obsrvese en este ejemplo de la imagen que la variable independiente (precio) figura a la izquierda de la variable dependiente (cantidad) y ello corresponde al orden de las celdas del rango
58
EVALUACIN DE EXMENES
Supnganse la siguiente cantidad de aciertos en una evaluacin,
clasificados en funcin del grado de instruccin de cada consultado:
59
N=
T=
X=
2
X =
2
T / n=
4
grado
6 grado
3
secundario
Secundario
Completo
1
3
4
5
1
4
-
5
7
6
3
9
7
4
2
8
6
9
5
7
4
4
-
9
11
8
7
7
-
6
18
3
68
54
8
43
5.38
269
213.13
7
43
6.14
287
267.14
5
42
8.4
364
352.80
n=26
T=146
2
2
X /n=146 /26=819.85
2
X =988
2
T /n =902.07
60
61
Pide el rango para la variable Y; luego el rango para las otras variables; tambin pide una celda conde comenzar a emitir los resultados hacia abajo.
En este ejemplo se le indic A25 y los coeficientes del ajuste figuran
en B39:B42.
Esos coeficientes multiplican cada variable independiente (pronsticos conocidos) segn la frmula de la celda B18 (que tambin se indica en F17).
ANLISIS DE VARIANZA
Hay suficiente correlacin entre las variables? Sern todas las
variables independientes suficientemente explicativas o influyentes?
Excel calcula el estadstico F (104,5) y tambin su valor crtico. En
este ejemplo el estadstico es mayor que su valor crtico, lo cual
asegura que el resultado 97% implica una varianza intergrupos e
intragrupos parcialmente aceptable y que el ajuste no es aleatorio
o manifieste coalineacin.
62
63
Se busca evitar posibles errores por la existencia de eventuales vinculaciones entre algunas de las variables independientes entre s
(colinealidad).
Conviene comenzar seleccionando las regresiones entre las variables que se sabe estn ms vinculadas e ir introduciendo otras que
mejoren la regresin mltiple.
64
65
66
67
Dibuje los datos para elegir el tipo de funcin; haga varios ajustamientos para elegir el mejor; o bien busque ud.el mejor ajustamiento como se indica ms adelante.
Excel incluye seis tipos de funciones: se pintan esos pares de datos; se Inserta un grfico; de Dispersin. Con el botn derecho sobre los puntos graficados se puede Agregar lnea de tendencia y
tildar Presentar la ecuacin en el grfico (aparecen ah 6 las funciones Excel para elegir: exponencial, lineal, logartmica, polinmica, potencial, media mvil).
AJUSTAMIENTO EXPONENCIAL CON EXCEL
68
Comparando Y con la estimacin Y* se observa demasiada diferencia, por que los datos no responden a una evolucin exponencial
(observe que aqu e es el nmero natural
o neperiano
2,7182818... (o de Euler, que se utiliza en la descripcin de movimientos amortiguados, por que ex es similar a su derivada )
AJUSTAMIENTO LINEAL CON EXCEL
69
Comparando Y con la estimacin Y* se observa demasiada diferencia, por que los datos no responden a una evolucin lineal (cero o
una constante ms otro nmero multiplicado por la variable a la
potencia uno); es necesario probar con otro tipo de ajustamiento.
AJUSTAMIENTO LOGARITMICA CON EXCEL
70
71
72
Este polinomio no ajusta bien y es necesario buscar otro ajustamiento. Entonces, como los modelos de Excel no son adecuados se
busc cual sera el mejor ajustamiento preguntndole a Findgraph.
MEJOR AJUSTAMIENTO CON FINDGRAPH
Si fuera el caso (como aqu) que este breve conjunto de solo cuatro
observaciones histricas no quedara bien ajustado con alguna de
esas seis funciones incluidas en Excel. Se vio al comparar estas
observaciones histricas Y con las surgidas de las funciones estimadas Y* que no hubo una gran aproximacin. Es entonces necesario recurrir a un programa estadstico ms especializado que Excel para que l encuentre el mejor ajustamiento .
Existen docenas de ellos (Eviews, SSPS, Matlab, Derive, etc). En
este caso se prob con un trial del FindGraph (que dice incluir 500
tipos de funciones) y el ajuste result perfecto, fcil y en pocos minutos, tanto para instalar el trial como para procesar la funcin (gracias a su archivo de ayuda).
73
Desde Excel se Pint y Copi el rango con los pares de datos, incluyendo los ttulos X e Y (utilizar punto y no coma). Abrir el utilitario
FIndgraph y pegar esos datos con Edit y con Paste. Luego 4 veces
Siguiente. A la izquierda seleccionar el crculo verde Data From
(cambia a blanco); arriba elegir Fit; luego Best Function. Luego 3
veces Siguiente y tildar todas las funciones deseadas o disponibles;
luego Siguiente. Luego con Star calcula la funcin.
74
Funcin:
75
76
CAPTULO 3
PROYECCIN Y PROGRAMACIN
CON SERIES, CON ECUACIONES, CON MATRICES O CON
PROGRAMACIN LINEAL?
Hemos encontrado la correlacin mltiple con varias variables independientes, eludiendo las dificultades por elegir alguna inadecuada
entre stas.
Encontramos una ecuacin, una funcin adecuada, que podemos
utilizar para proyectar la demanda (pero ... solo si previamente alguien nos adivinara la futura magnitud de cada una de estas variables independientes).
A un nivel terico sera como resolver un sistema de ecuaciones
identificables en la forma homognea, en el cual no existan variables repetidas entre las ecuaciones.
Una solucin puede obtenerse a travs de sucesivos multiplicadores
de Lagrange; o tambin mediante la matriz inversa segn Gauss.
Otro forma alternativa sera plantear el problema de la correlacin
mltiple como una programacin lineal Simplex.
Excel tambin facilita todos esto anlisis (sistemas de ecuaciones,
matrices, Simplex / Solver) pero el ms prctico y utilizado suele ser
el aqu comentado para correlacin mltiple.
77
78
Suponiendo, aqu, que el bien producido por una empresa se distribuye directamente en proporcin igual hacia los sectores que conforman el producto interno bruto-PBI- (caso contrario se modifican
las ponderaciones), la estimacin de la demanda depende de las
evolucin prevista para cada sector de actividad
79
Rendimiento
anual $/acc.
Inversin
posible
Acciones A
20
5
6000
Acciones B
12
2
2000
Acciones C
10
2
3000
El importe a invertir y optimizar es $10000.
El planteo como programacin lineal consistira en maximizar la funcin objetivo sujeta a las restriccin:
80
Es decir, una fila para las cantidades a comprar; otra para los rendimientos de cada accin; y cuatro ms para los precios y las restricciones.
81
En la columna E, en E3, se ubicar la frmula para la funcin objetivo: =sumaproducto($B$2:$D$2;B3:D3) que hace referencia a las
acciones B2:D2 que estimar Solver y multiplicar por los rendimientos B3:D3. Esa formula se copia hacia abajo en E5:E8.
La columna F es para la restriccin de inversin y de cada accin.
Conviene salvar la hoja.
Con Herramientas > Solver> se abre esta ventana. Pulsando el icono que hay en Celda objetivo permite arrastrar o anotar E3; igualmente con Cambiando celdas B2:D2.
82
83
SENSIBILIDAD
Adems Solver brinda en la ltima pantalla, en Informes, la posibilidad de un anlisis adicional de sensibilidad, que permite observar si quedan recursos ociosos, precios sombra, costos de oportunidad y otros.
Al activar Respuestas, o Sensibilidad y Lmites guarda estos informes en hojas adicionales fciles de interpretar.
84
85
X
X3
X4
X5
R
3
6
36
8
X1
1
0
6
-8
3
X2
0
1
4
-3
0
X3
1
0
0
0
TABLA 1
86
0
X4
0
1
0
0
0
X5
0
0
1
0
VS
3<
6
8
0
0
TABLA 2
8
0
3
X1
X4
X5
3
6
18
1
0
0
0
0
1
4
-3
1
0
-6
8
0
1
0
0
0
0
1
0
X1
X4
X2
3
1,5
4,5
37,50
1
0
0
0
0
0
1
0
1
1,5
-1,5
3,5
0
1
0
0
0
-1/4
1/4
0,75
6
4,5<
TABLA 1:
14) En la columna X cambiar la variable que sale por la variable que
entra.
15) Anotar en la columna F el valor que tiene cada variable en el
funcional.
16) Calcular la nueva lnea del pivote como = lnea pivote anterior
/ pivote.
17) En la columna del pivote completar con ceros (salvo el 1 del pivote).
18) Para calcular cada elemento restante observar los extremos del
cuadrado con diagonal en el pivote: al nmero en la tabla anterior
restarle la otra diagonal dividida por el pivote.
19) Calcula la ltima fila segn (9).
20) Calcular la columna VS segn (11).
21) Marcar la variable que entra (segn 10) y la variable que sale
(segn 12); circular su interseccin como nuevo pivote:
TABLA 2:
87
88
89
ner las filas como columnas (las desigualdades tendrn sentido inverso).
Esto vale igualmente cuando en el primal hay mezcladas desigualdades contrarias: si alguna es negativa se le agregara una variable
artificial tal como se dijo)
Ejemplo:
Min Z = 5X1 + 9X2
sujeto a
-3X1 - 2X2
5X1 + X2
10
X1 + 10X2
( con X1; X2
-6
9
0)
Su dual es:
Max. B = -6Y1 + 10Y2 + 9Y3
Sujeto a: -3Y1 + 5Y2 + Y3 5
-2Y1 + Y2 + 10Y3 9
(con Y1; Y2 0)
2 variables y 3 restricciones pasan a ser 3 variables y 2 restricciones...
Vase en cualquier texto, pero precaucin- no los mezcle, ya que
si bien son equivalentes, cambian los pasos y su consideracin de
los signos.
PROGRAMACIN LINEAL SIMPLEX CON SOLVER DE EXCEL
FBRICA DE MESAS Y SILLAS ZONDA
Este mismo ejemplo est planteado en esta hoja Excel: se anotan
las relaciones bsicas, por ejemplo B7 = B5 por B6; C7=C5 por C6;
D7=B7 ms C7, D2 segn indica la solapa, etc.
90
91
Finalmente Resolver y calcula la solucin $37,5 de ingreso o beneficio o produccin de 3 mesas y 4,5 sillas (es usual trabajar con beneficios en vez de ingresos menos costos).
Adems de Resolver, Excel ofrece ah 3 informes adicionales:
Respuestas (1,5 de capacidad ociosa en el Sector B).
Sensibilidad (cuanto representara una unidad ms en las secciones
A y C totalmente ocupadas).
Lmites (suponiendo alternativas).
PRODUCCIN DE TV, ESTREOS Y ALTAVOCES
En el Office de Microsoft se incluye un archivo Excel, Muestras.xls,
que incluye cinco ejemplos de aplicacin de Solver en casos de programacin lineal Simplex.
En el primero se trata de optimizar o maximizar la produccin de televisores, estreos y altavoces/parlantes, en funcin de los beneficios
que genera cada uno y las existencias de materiales en depsito.
92
93
PROBLEMA DE TRANSPORTE
La segunda muestra de Solver es sobre optimizar la distribucin o
transporte minimizando los costos, en funcin de las demanda de
almacenes en cinco ciudades y las existencias en tres plantas regionales.
94
95
96
Con Herramientas > Solver > se puede pedir que optimice la disponibilidad, minimizando el costo. Las celdas objetivo, cambiantes y
para restricciones se muestran en la siguiente imagen. La operatoria es similar a lo detallo en los primeros ejemplos y en Fbrica de
Mesas y Sillas Zonda.
97
98
Nuevamente, la optimizacin se consigue con Herramientas > Solver > identificar las celdas objetivo, cambiantes y para restricciones
como muestra la siguiente imagen. Luego Resolver > Utilizar la solucin de Solver (tambin se pueden pedir en este ltimo paso los
tres informes sobre Respuestas; Sensibilidad; Limites)
La operacin bsica se detall anteriormente y en Fbrica de Mesas y Sillas Zonda.
99
100
Esta hoja de clculo contiene los nmeros (riesgo relativo al mercado) y la varianza residual de cuatro valores distintos.
Adems, la cartera de valores incluye inversiones en Deuda del Tesoro, para las que se asume un riesgo de flujo financiero y de varianza de 0. Inicialmente, cantidades iguales (20 por ciento de la
cartera de valores) se invierten en cada valor del mercado.
101
102
103
La operatoria bsica del Solver y opciones es similar que lo ya explicado en los ejemplos iniciales y en Fbrica de Mesas y Sillas Zonda.
Cabe aclarar que si bien la razn de este trabajo fue suplir la ausencia de ejemplos resueltos con Excel para las mltiples aplicaciones
microeconmicas; pero no es el caso de estos seis ejemplos de Solver, suficientemente explicativos en el archivo muestra que ya incluye Excel.
MATRICES Y DETERMINANTES:
MATRIZ INSUMO-PRODUCTO
La inversin de matrices es utilizada para calcular la repercusin
total del proceso de relaciones intersectoriales en un grupo empresario (al igual que en un pas).
Supongamos un grupo empresario que produce acero y autos.
104
Para hacer acero son necesarios autos y viceversa, para hacer autos hace falta parte de ese acero (incluso hace falta acero para
hacer acero y autos para hacer autos), por lo que estos requerimientos intermedios aumentarn los valores finales a producir ms all
de lo que se pretenda vender al exterior de acero y de autos.
El mtodo de Gauss-Jordan permitira invertir esa matriz fcilmente
si fuera de 2x2.
Se la resta de la matriz unidad (o idntica); se le acopla otra matriz
unidad a la derecha y mediante operaciones elementales se la traslada hacia la izquierda, de modo que la matriz de coeficientes directos se transform as en algo un poco mayor: coeficientes directos
ms indirectos (totales).
Al multiplicarla por las demandas finales deseadas indicar los requerimientos o producciones totales.
Los requerimientos de insumos son los coeficientes intersectoriales.
La venta externa o demanda final es un objetivo a establecer (aqu
360 acero y 110 autos).
La produccin total es el producto de la demanda externa o final por
la matriz inversa de esos coeficientes intersectoriales, o requerimientos directos ms indirectos (600 acero y 180 autos)
Excel permite trabajar sin limitaciones de rango y rpidamente: en
G2:H3 se restaron ordenadamente los coeficientes a la matriz identidad.
En A6:B7 se calcul la matriz inversa de esa resta: pintando el rango A6:B7 y escribiendo =minversa(G2:H3) y pulsando
Cntrl+Shift+Enter por ser un rango.
105
MATRIZ DETERMINANTE
Por otra parte, Excel tambin tiene incorporada la funcin mdeterm(A1:C3) que calcula el determinante de la matriz NxN, simplemente anotando esta expresin en una celda y el rango del determinante:
106
4/6 2/6
1/ 6 2 / 6
En la cual los requerimiento de factores capital y trabajo para producir dos bienes son: X= mn(C, T) e Y = min(1/6C, 1/2T).
Las dotaciones de la economa son 260 unidades de capital C y
120 unidades de trabajo T.
La funcin de utilidad es del tipo multiplicativo, indicando las preferencias similares por el consumo final de ambos bienes: U = xy.
La produccin de ambos bienes deber satisfacer las demanda finales x e y, as como los requerimientos intersectoriales intermedios,
segn la matriz de coeficientes tcnicos que indica la matriz insumoproducto inicial.
107
Dada la funcin U=xy se definen intercambios por M=$120. Resolviendo las condiciones de primero (punto de giro, igualando a cero
las primeras derivadas) y segn grado (determinante Hessiano=36,
positivo) indican demandas finales por x=10 e y=10, que en funcin
de los precios para ambos bienes totalizan ese importe.
108
109
110
111
112
113
CAPTULO 4
CONTEXTO ALEATORIO
TEORA DE LA PROBABILIDAD
Segn Pierre de Laplace, la teora matemtica de la probabilidad no
es ms que el sentido comn aplicado a los clculos, en situaciones
que no son conocidas con certeza, o que slo responden a una opinin o asercin con reserva.
Inicialmente la teora se desarroll en conexin con la solucin a
problemas de los juegos de azar, pero luego se aplic al anlisis de
los problemas demogrficos, econmicos y estadsticos en general.
Es usual leer que las primeras nociones relevantes sobre la teora
de la probabilidad correspondieron a los matemticos Pascal y Fermat, no obstante que en aquel momento el filsofo francs Compte
(1798-1857) consider como "una vergonzosa aberracin cientfica"
aquellos anlisis "no determinsticos" para resolver problemas de
cuestionables juegos de azar.
Si embargo, posteriores aportaciones de Gauss cimentaron estos
conocimientos conformando una slida rama de la "ciencia del
azar"; con importantes aplicaciones a los fenmenos econmicos,
adems de a la biometra, a la astronoma y a la estadstica en general, despus de los aportes de Santiago Bernoulli (1654-1705),
que desarrollo un clebre teorema que permiti estructurar el clculo
de probabilidades como una disciplina orgnica.
A principios del XIX varios trabajos de Laplace completaron los anlisis de Bernoulli, impulsando la estructuracin definitiva de esta disciplina, a la que se sumaron luego aportaciones de Possion, Gauss
y otros, vinculando esta teora con los diversos campos de la ciencia
comentados inicialmente.
114
PROBABILIDAD DE DISTRIBUCIONES
Un aspecto fundamental de la metodologa estadstica reside en
determinar si una distribucin de observaciones se debe al azar o
no. Por ello resulta interesante conocer determinados modelos estocsticos/probabilsticos, construidos a priori: distribuciones.
Interesa explicar como se plantean y qu son las pruebas de significacin, con significacin en sentido opuesto al azar; tal que si una
prueba resulta significativa implica que el resultado de la misma es
muy poco probable que se haya dado por azar, y viceversa.
Un planteo presupone que las observaciones correspondientes a
cada una de las variables son "independientes" entre s, es decir,
que no se afectan mutuamente para presentarse en las experiencias
(puede ocurrir un hecho ocurriendo o no el otro)
Se precisa el concepto de probabilidad con tres criterios:
- se define el valor numrico de probabilidad -siempre entre
cero y uno- como la frecuencia relativa de ocurrencia: o sea, la frecuencia absoluta sobre cantidad total de observaciones. Se obtienen
conclusiones empricas, basadas en las observaciones.
- un segundo criterio considera la probabilidad como el cociente entre los casos favorables sobre los posibles; siendo este
punto de vista muy til para obtener leyes a priori, tal como la probabilidad de sacar cara o cruz con una moneda.
- el tercer criterio apunta a verificar un modelo a priori o a
construir un modelo emprico. Si N es una cantidad numerosa de
observaciones de una variable y f es el conjunto de observaciones
pertenecientes a una misma categora, se define el valor numrico
de la probabilidad de obtener una observacin perteneciente a esa
categora en el conjunto de observaciones de la variables como la
frecuencia relativa "a la larga" de las observaciones que pertenecen
115
116
ESPERANZA MATEMTICA
Si la variable aleatoria solo puede tomar un conjunto finito de valores enteros -como el nmero de hijos de una familia por ejemplo, o
caras de un dado, etc.- es una variable discreta, no continua. En
estos casos la distribucin de frecuencias puede trasformare en una
distribucin de probabilidad.
La media aritmtica de una distribucin de probabilidad es la esperanza matemtica: el valor esperado E(x) que se obtiene sumando
el producto de cada uno de los valores en que puede darse la variable por su probabilidad (en una lotera de 1000 nmeros a $1 que
ofrece un premio de $750, la esperanza es E(x) = 0,749 - 0,999 =
= -0,25: un mal negocio para un jugador).
DESVIACIN TPICA
El equivalente de la desviacin standar o de la variancia para una
distribucin de probabilidad es = [ E(x1/2) - (E(X))1/2 ]1/2.
DISTRIBUCIN NORMAL
Cuando N tiende a infinito la grfica de las ocurrencias deja de verse
como de barras y toma la apariencia de una variable continua (campana), representada por una funcin matemtica desarrollada en
1773 por De Moivre y paralelamente por Laplace y Gauss:
y=
1
2
1 x M 2
2
117
DESVO REDUCIDO
Utilizando x (minscula) para indicar la transformacin del origen
corrido hacia la media de la distribucin, tal que la media original se
transforma en 0 y adems se expresan todas las medidas con desvos respecto a su media, o sea, x = X-X (X sombrero o media)
As la unidad de medida se transforma en trminos de desviacin
standar, o puntaje standard, denominado "desvo reducido" y simbolizado con z en muestras grandes:
Z= X-X /
= x/
118
las dos primeras cifras de ese puntaje en la columna; la fila la segunda y tercera del mismo.
Aplicaciones usuales de estas tablas son por ejemplo, determinar el
porcentaje de casos que caen entre dos lmites dados en una distribucin normal. Tambin, encontrar los lmites de cualquier distribucin normal que incluyan un porcentaje determinado de casos (problema inverso al anterior). Otro ejemplo de aplicacin es clasificar
un grupo total en subgrupos de acuerdo con el aprendizaje o la aptitud para una materia; tambin determinar la dificultad relativa de las
preguntas de un examen o de los item de un test; etc.
Excel trae ayudas incorporadas para stas y muchas otras distribuciones (aproximadamente 10 15 ms); si bien no presenta ejemplos para su interpretacin concreta de cada caso, tal como figuran
en los textos tcnicos, resultan un complemento perfecto para la
aplicacin prctica de este anlisis.
REGLA O TEOREMA DE BAYES
Supnganse 6 cajas conteniendo 100 unidades cada una. En 4 hay
8 unidades falladas en cada una; en las otras 2 hay 20 falladas en
cada una.
Elegir una unidad implica bastante riesgo de que sea fallada (calculable, pero con resultado aleatorio).
Por una parte, si hay 4 cajas con 8 falladas, el primer clculo indica
una probabilidad de 4/6 ( 66%) de obtener una de ellas; pero se
corre el riesgo de sacar de una caja peor con 20 falladas, cuya probabilidad es 2/6, 33%.
Sin embargo, este riesgo de elegir una unidad fallada podra reducirse algo si existiera la posibilidad de poder extraer y ver una uni-
119
dad de una caja, ya que las fallas en una de las convenientes son
8/100):
La probabilidad compuesta de elegir una caja con 8 se multiplicara
por la de elegir una unidad fallada esa caja.
Casos favorables sobre casos posibles:
P = 4/6 (8/100)
120
121
Regla de conteo 4: Las permutaciones posibles al ordenar X objetos extrados del conjunto Y, aunque se repitan en otro orden, es:
Y! / (Y - X)!
Utilizando la funcin factorial de Excel se calculan las permutaciones
posibles al ordenar 3 objetos extrados de un conjunto de 4 son:
4! / (4 - 3)! = 24.
PERMUTACIONES
Excel tambin incluye la funcin permutaciones: los subconjuntos de
2 objetos que pueden obtenerse contando con 4 son 12 (aunque se
repitan en otro orden, tal como 43 y 34, etc.).
122
COMBINACIONES
Las combinaciones diferentes de 4 elementos tomados de a 2, sin
repeticiones, tambin pueden calcularse con la funcin "combinat"
de Excel:
123
DISTRIBUCIN BINOMIAL
En contexto aleatorio tambin se estudia la media ( ), la varianza
( 2) y la desviacin tpica ( ) , adems de la curtosis, sesgo y la
desviacin media.
La distribucin binomial (Bernoulli) se utiliza en los casos en que los
ensayos son independientes y solo puede haber la posibilidad de
xito o fracaso, la probabilidad de xito es constante en todo el experimento (caso contrario se utilizara la distribucin acumulada) y
un nmero fijo de pruebas.
Por ejemplo, para calcular la probabilidad de obtener 4 caras al lanzar una moneda 8 veces: en un lanzamiento la probabilidad de xito
sera 0,5 (50%); entonces Excel la calcula para 8 veces en 27,3%
activando esta funcin al escribir en A1 =distr.binom.(4;8;0,5;falso):
124
125
PRUEBA Z
La Distribucin Norma de Gauss considera comportamientos constantes, con poca probabilidad al principio y hacia el final: la distribucin tipo campana simtrica:
126
En las muestras mayores de 30 grados de libertad tambin se utiliza la distribucin normal o de Gauss (en las muestras grandes coincidira la distribucin de Student con la normal).
MUESTRA DE 200 ARANDELAS
Ejemplo: una muestra de 200 arandelas tiene dimetro 0,502 mm,
con desviacin tpica 0,005mm. El estndar de rechazo es de 0.496
a 0.508mm
Cul es el % de rechazadas si la produccin se distribuye normalmente?
127
z= (0.496-0.502)/0.005 = -1,2; y
z= (0.508-0.502)/0.005 =+1,2
El rea de la curva normal tipificada en z entre 1,2 y +1,2 es
dos veces el rea z=0 y z=1,2, o sea: 2(0,3849) = 0.7898 = 77%.
Hay el 23% de defectuosas.
Los valores pueden consultarse en las tablas de distribucin normal
o directamente escribir en Excel las funciones correspondientes que
figuran en estas imgenes (o utilizar la ayuda para seleccionar en
Funciones Estadsticas).
128
Corresponde un ensayo bilateral, ya que intervienen valores mayores y menores que 1600 horas y se utiliza la curva normal, tipificada en z.
Z se estima como: z = (1570-1600)/ (aqu desconocida)
Se adopta el criterio de suponer como aproximacin que la muestral [igual a 120/(100)1/2=12] sea como la de la poblacin, de modo
que z= (1570-1600)/12 = -2,5 por lo que se rechaza la hiptesis
nula ya que la z de la media muestral esta fuera del rango 1,96 a
+1,96.
TEORA DE LAS COLAS
Casos como los de atencin en mostrador, en los cuales la disposicin de servicios implica tanto un costo como posibles beneficios,
por evitar desercin de clientes ante tiempos excesivos de espera.
La decisin depende de:
- la aleatoriedad en la llegada de clientes
- la aleatoriedad del tiempo requerido para la atencin de
cada uno.
Si no hay ninguna constante y las llegadas son aleatorias se utiliza
la distribucin de POISSON para determinar la probabilidad rara
de desatencin.
129
DISTRIBUCIN DE POISSON
En cuanto al tiempo requerido para la atencin de cada uno, se suele utilizar la distribucin exponencial por que es conceptualmente
coincidente con la anterior.
SIMULACIN DE MONTECARLO
Un revendedor de aparatos sabe que tendr fluctuantes suministros
y clientela; supngaselos segn las siguientes probabilidades de
recepcin y venta, por lo cual necesita diagramar sus instalaciones y
accionar futuro:
a) Suministro mensual de equipos para la venta previsto:
Cantidad de equipos mensual:
1
2
3
4
Probabilidad de recepcin:
0.04 0.23
0.3
0.23
130
5
0.2
O N D
1 1 2
131
N de compradores:
Probabilidad:
0
0.1
1
0.1
2
0.15
3
0.3
4
0.15
5
0.1
6
0.1
M A M J J A
6 0 5 3 4 1
S O N D
3 0 4 3
0
0.4
1
0.3
2
0.25
3
0.05
132
1)2
1)0
1)2
1)1
1)1
1)1
1)2
1)0
1)2
1)2
2)0
2)1
2)0
----2)2
2)1
2)0
2)2
--2)0
2)0
3)1
3)1
3)0
3)0
3)2
4)3
5)0
4)2
5)1
6)1
4)3
3)1
3)1
3)1
4)1
Por consiguiente, segn las pruebas al azar, calculadas en el mtodo de Montecarlo con Excel (o con las urnas), el resultado sera:
a) Suministro
E
F
M
A
M
J
J
A
S
O
N
D
TOTAL29
1
3
2
3
1
3
4
3
5
1
1
2
c) Ventas
2
2
7
0
6
2
6
2
3
0
4
3
37
Saldo
-1
1
-5
-3
-5
1
-2
1
2
1
-3
-1
-8
133
Seguidamente desde B1 se ordena la lista de la columna B utilizando el icono del botn A-Z.
Cada vez que se apriete el botn A-Z, el nmero que ocupe la celda
A1 ser el elegido al azar por Excel, respetando la proporcin necesaria para la simulacin; igualmente para los nmeros para los 12
meses del ao, etc.
TAMAO DE LA MUESTRA
Una forma tcnica de calcular el tamao n de la muestra (30 simulaciones necesarias?) sera calcular la varianza del resultado para
una cantidad de, por ejemplo 1000 simulaciones, y medir la varianza. Si la distribucin es normal y con un nivel de confianza de orden
del 5%, se calcula la prueba Z de la distribucin normal; y con el
134
135
136
1
2
0
0
1
0
0.1
0.6
0.15 0.15
Tratamientos
siguientes
Estado inicial [P
Q] = [0.60
0
0
0.1
0.65
0.40]
0.20
0.60 0.40 * [I - A] * 0.05
-1
entonces [I - A] =
0.40
0.15
0.60 0.10
;
0.15 0.65
0.10
;
0.35
0.20
0.05 = 0.52
137
(se esperan 52% de pacientes sanos, luego de los tratamientos sucesivos y peridicos).
En una hoja Excel se anotan los datos en A2 hasta G3; en I2:J3 se
resta la matriz unitaria menos la matriz A, ordenadamente celda a
celda; en L2:M3 se calcula la matriz inversa pintando las cuatro celdas y escribiendo con Ctrl+Shift+Enter lo que indica el visor (cuando
esta pintado un rango de celdas la mquina agrega a la frmula una
llave inicial y otra final "{...}" ).
138
139
CAPTULO 5
MUESTREO
Mediante muestras es posible la estimacin estadstica de la media
y la varianza de la poblacin.
Esta estimacin ser insesgada o no segn que la media y varianza
de la muestra sean iguales a las de la poblacin.
Si dos muestras tienen iguales media y una tiene menor varianza
que la otra se dice que sta es un estimacin ms eficiente.
Las pruebas de significacin usuales son: hiptesis de nulidad;
prueba estadstica; nivel de significacin; distribucin muestral; zona
de rechazo; decisin sobre la prueba.
Conviene distinguir la estimacin en estima de puntos y estima de
intervalos. La estima de puntos dir que el peso es 4 kilos. La estima de intervalos dir 4 kilos + o 0,1, o sea, peso entre 3,9 y 4,1
kilos.
Hiptesis nula (Ho): por ejemplo, que un mtodo o algo, no es mejor que otra cosa. Se distingue el error de tipo uno (rechazar algo
verdadero) del error de tipo dos (aceptar algo errneo).
En cuanto a la significacin de los ensayos admitiendo algn porcentaje de error, se explica -al 95% o al 99%- que entre las muestras y la poblacin no difieren las medias ni las proporciones o desviacin tpica.
Existen varios tipos de muestreo: al azar simple; al azar sistemtico;
estratificado (al azar, proporcional o no proporcional); conglomerados al azar; no probabilstico o directo, etc. Interesa la seleccin de
140
141
El nivel de confianza es la probabilidad de que la estimacin se ajuste a la realidad, siguiendo una distribucin normal o bien de Student, segn el caso.
NMEROS ALEATORIOS
Excel tiene funciones para aplicar al anlisis aleatorio. En el cuadro
figuran el clculo de nmeros aleatorios: escribiendo en A1
=aleatorio( ) los entrega como decimales cada vez que se recalcula con F9.
142
PEQUEAS MUESTRAS
DISTRIBUCIN STUDENT
Esta distribucin es aplicable para muestras pequeas (entre 3 y 30
grados de libertad) cuando no se conoce la desviacin estndar de
la poblacin pero s la de una muestra.
En vez del z de la distribucin normal se utiliza t; y en vez del
utiliza el .
se
La prueba t indica la probabilidad de que dos muestras sean de poblaciones con igual media.
Cuando el valor calculado para los grados de libertad y % de confianza del caso- es menor que el de la tabla bilateral se concluye
que la diferencia entre medias es por azar, no significativa.
MUESTRA DE 10 ARANDELAS
Una mquina produce arandelas de 0,050mm de dimetro promedio. En una muestra de 10 hubo 0,053mm de promedio, con una
desviacin tpica de 0,003mm.
Ensayar la hiptesis de que la mquina funciona bien para un 97,5%
de significacin.
Se trata de un ensayo bilateral, con t = (x-)/s (N-1)1/2
t = (0.053 0.050)/ (10-1)1/2 = 3
valor que es mayor al 2,26 que aparece en la tabla de distribucin
Student para 9 grados de libertad y 97,5% de significacin, por lo
que se acepta la Ho; de modo que se concluye que la mquina esta
funcionando mal.
143
144
cuado para representar los datos empricos (o una muestra representa a una poblacin, etc.)
145
146
147
La tabla chi2 para k-1 grados de libertad (2-1=1) y 95% de significacin indica 3,84 o ver (con Excel en A25).
Como 4,5 es mayor que 3,84 no puede afirmarse que la moneda
este mal hecha.
Pero al 99% de significacin la tabla indica 6,63 (con Excel ver B25),
que es mayor que 4,5. Entonces, no puede afirmarse con gran seguridad que la moneda est bien construida, ya que probablemente
este mal hecha.
148
BONDAD DE UN AJUSTE
Lanzando una moneda1000 series de 5 veces se registraron las
siguientes presentaciones de cara en cada serie: 38:0 (38 veces de
canto); 144:1 (144 veces una cara); 321:2; 287:3; 164:4 y 25:5.
Un ajuste binomial estableci la siguiente ley de formacin:
Caras
p{x caras
0
1
2
3
4
5
0.0332
0.1619
0.3162
0.3087
0.1507
0.0294
Frecuencia
esperada
33
162
376
309
151
29
Frecuencia
observada
38
144
342
280
164
25
149
150
CAPTULO 6
TEORA DE LA DEMANDA
Teoras de la demanda y sistemas econmicos
Las empresas estudian la demanda, bsicamente la demanda de las
personas. Pero para ello es necesario explicar la naturaleza de este
acto; y existen tres teoras econmicas que lo intentan, abarcando la
filosofa del comportamiento humano individual, social, poltico y de
la propia organizacin de los estados y sus gobiernos.
Durante milenios hasta el presente, las naciones de todos los continentes han tenido diversos sistemas polticos; pero sus sistemas
econmicos presentaron numerosas constantes:
Existencias de leyes, un estado encargado de mantener el orden social y administrar lo necesario para el bienestar general: efectuar
actividades bsicas como caminos, puentes, hospitales, escuelas,
defensa territorial, seguridad de las personas y defensa del derecho
de propiedad privada, asegurar el abastecimiento y normalidad en
los mercados, cobrar impuestos, regular y garantizar un balance de
divisas que asegurara el poder de importaciones, etc.
Aristteles en el S III a.c. escribi sobre los precios del mercado,
reconociendo que dependan de las necesidades del comprador y
de los costos del productor.
Santo Toms de Aquino, en el S XII (Summa Theolgica y Summa
para Gentiles) tradujo ese estado natural de cosas segn Aristteles
en uno de los postulados del cristianismo: justicia conmutativa (justo
precio para las transacciones en el mercado) y justicia retributiva
(justo salario para el trabajador).
151
152
153
Equilibrio de la empresa, en el largo plazo: si en el mercado Competitivo la demanda esta pagando el precio $12 vender la cantidad
X=8 del producto fabricado, percibiendo $96, iguales a sus costos,
tambin de $ 96; en el punto ptimo E no percibe beneficios extraordinarios, en el largo plazo.
Pero si la demanda subiera el precio a $15, entonces percibira beneficios extraordinarios e incluso vendra algo mas que X=8 unidades (al menos en el corto plazo, mientras no ingresen competidores). Perdera o cerrara si la demanda solo pagara $10 por el producto X, ya que sus ingresos seran menores a sus costos.
$
p
Cme
CMg
15
CMg
12
CMe
D
E
10
8
154
En el corto plazo pueden subir los precios y la diferencia con el costo es un beneficio para la empresa por correr el riesgo del mercado; si los precios bajaran podra quebrar.
Gossen se habra suicidado por que no lo entendieron en su momento; pero alcanzo a escribir cartas a varios economistas con estas ideas, los cuales 20 aos despus publicaron trabajos y Marshall
los reuni como una sntesis en su libro de Principios econmicos,
con esta primer teora.
PRIMERA TEORA DE LA DEMANDA: sicolgico-utilitaria
Bsicamente las dos leyes de Gossen conformaron la primer teora
de la demanda, sicolgico-utilitaria.
La ley 1) fue sintetizada por A. Marshall (escocs, 1890, Principios
de Economa) as: conforme dispone de mas unidades el consumidor siente menor utilidad con cada una (utilidad marginal decreciente) y las va valorando menos: paga menos por cada nueva unidad
consumida; esto explica la pendiente negativa de la curva de demanda.
La ley 2) explica el consumo de 2 o ms bienes: a) el consumido
encuentra su equilibrio (y entonces demanda, compra) con igual
relacin placer sobre precio en todas sus compras: igualdad de las
utilidades marginales ponderadas por sus precios (UMgx / Px =
= UMgy / Py = etc...
Simultneamente deba cumplirse b) gastar todo el presupuesto M
(o sea, Px (X) + Py (Y) = M.
Se explica matemticamente as el mximo condicionado para dos o
ms variables:
a) U'x / U'y = Px / Py con b) Px (X) + Py (Y) =M
155
(El mximo, mnimo para una variable era: U' = 0 con U'' <0 mximo; y mnimo si es >0; o punto de inflexin si es tambin =0 la segunda derivada.
Es decir, ponerse en un punto de giro /cambio con la primera derivada =0 y luego ver si la nueva derivada (incremento) cae o sube,
explican el mximo o mnimo, etc.
Con estas ideas de Gossen, los neoliberales (K.Menger, DL 1970;
S. Jevons, UK 1972; L. Walras, Fr 1874; A. Marshall, UK 1890) perfeccionaban la teora liberal y se diferenciaban de la teora de Marx
sobre los precios.
El precio no es como decan los clsicos liberales y Marx, segn el
costo medio, sino que depende de la utilidad marginal.
Explicaron la teora sobre el sistema econmico y en particular la
teora sobre los precios y la demanda.
Distinguen la utilidad total (solo tiene sentido econmico mientras
es creciente, hasta la saturacin; es as solo positiva, en el primer
cuadrante; crece (primer derivada o incremento positiva) pero antes
de la saturacin el crecimiento es cada vez menor (segunda derivada negativa); hay un mximo (que coincide con la utilidad marginal
nula) y si no se consume no hay utilidad.
La primer derivada es la utilidad marginal (cociente incremental dU /
dX). Tiene sentido econmico si es positiva, pero es decreciente
(primer cuadrante con pendiente negativa); es nula en la saturacin.
Avances posteriores permitirn explicar la utilidad con necesidades
no primarias.
156
157
supuesto, de modo que al cambiar entre dos de sus puntos necesariamente (dY) Py debe ser igual a (dX) Px (cantidades por precios que
indican igual monto de variacin, por que ambas canastas valen M).
As, geomtricamente, coinciden las pendientes de la funcin de
utilidad o gustos y de los precios de mercado, explicando el equilibrio.
Matemticamente se calcula el equilibrio como a) U'x / U'y = Px / Py;
con b) Px (X) + Py (Y) = M (igual que con Marshall, pero con un modelo distinto: geomtrico-matemtico y no sicolgico/utilitario-matemtico).
CURVA DE INDIFERENCIA Y RECTA DE PRESUPUESTO
Siendo los gustos U = X Y, el presupuesto M= $100 y los precios
en el mercado Px=$1 Py=$2.
a) el cociente de las derivadas igualado al de los precios es
Y / X = 1 / 2 de donde la relacin de intercambio # es 2Y = X
b) agotar el presupuesto:
M = 1(X) + 2(Y) = 100
reemplazando # es: M = X + X = 100; o sea, X= 50; e Y = 25 segn
#, resultando una utilidad cardinal U=XY= 1250 unidades.
Esto se calcula en la siguiente hoja Excel: la ecuacin de la curva de
indiferencia es Y = U/X = 1250/X; la ecuacin de la recta de presupuesto es M = Px(X) +Py(Y), o sea, Y = 100/Py -Px/Py (X).
158
159
160
161
NMEROS NDICE
El aporte de Excel no es solo por las funciones de correlacin
mltiple incorporadas sino adems por las facilidades de la propia
hoja de clculo Excel para elaborar y trabajar con ndices.
Los complejos clculos de Laspeyres o Paasche y otros se facilitan
en minutos copiando celdas y relacionndolas mediante operaciones elementales (vase ms en detalle al final de este captulo).
EQUILIBIO DEL CONSUMIDOR: DEMANDA DERIVADA
La teora del consumidor (cardinal u ordinal) maximiza la utilidad
por consumir bienes X e Y gastando el presupuesto M, dados ciertos gustos (funcin de utilidad) y precios en el mercado.
Con las condiciones a) el cociente de las derivadas igualado al de
los precios del mercado; junto con b) gastar todo el dinero disponible, se satisfacen las dos condiciones de mximo para funciones de
dos variables (coinciden las posibilidades y gustos del consumidor
con las pretensiones del mercado)
MAXIMIZACIN SEGN LA UTILIDAD MARGINAL
(A. MARSHALL)
U= 0,2XY + 8 con
a)
se resuelve con: UX / Uy = Px / Py
0.2Y / 0.2X = 1/4
o sea, X=4Y #
162
Excel tambin facilita la resolucin de estos problemas con funciones no lineales, utilizando su macro Solver, pero cuidando no elegir
en Opciones Adoptar el modelo lineal (tal como cuando se hace
programacin lineal).
Se anotan los pocos datos tal como aparecen en la siguiente imagen y se abre Solver en Herramientas.
163
Al pulsar Agregar en la opcin Sujeta a las siguientes restricciones se abre la pequea ventana para anotar a la izquierda D4; en
el centro <=; y a la derecha =70 y Aceptar. Vuelve a la ventana
Solver, se pulsa Resolver y luego Aceptar la solucin Solver.
Con Solver no hay limitacin para el tipo de funciones de utilidad,
sean lineales o no lineales.
PROBLEMA DUAL:
MNIMO GASTO PARA OBTENER CIERTAS DEMANDAS CON
UTILIDAD DE SOLO 32 UNIDADES?
Aqu la funcin a) ser la de presupuesto Px(X) + Py(Y) = M, mientras que la restriccin b) es la funcin de utilidad igualada a 32:
U = 0,2XY +8 = 32
a)
164
165
(nuevamente los precios deben ser >0 y adems, se ha evitado elegir en Opciones Adoptar la solucin lineal, ya que la funcin es de
segundo grado).
MAXIMIZACIN SEGN LA INDIFERENCIA DE W. PARETO
(Y LAGRANGE)
El mismo caso anterior se explica con la teora de las curvas de indiferencia de W. Pareto: gustos y presupuesto coincidentes con los
requerimientos del mercado, mediante:
TMS = Px / Py
Segn el diferencial total nulo en la curva de indiferencia y en la recta de presupuesto, en el punto de equilibrio (con igual pendiente
por ser tangentes) se cumple
Ux / Uy = Px / Py
Como en el caso anterior segn Marshall, pero adoptando el mtodo
de Lagrange:
Funcin combinada L = U + (Px(X) +Py(Y)
L = 0,2XY +8 + [(1(X) + 4(Y) 70]
I)
Ux = 0,2Y +
Uy = 0,2X + 4
U = X + 4Y - 70
=0
=0
=0
166
0 0 .2 1
H = 0.2 0 4 = + 1.6 (>0)
1
4 0
con el mismo clculo prctico para las dos teoras (Marshall y Pareto), ya sea con ecuaciones diferenciales, con Lagrange, o con la
programacin Solver no lineal en este caso (no obstante que una
use el modelo sicolgico de la utilidad marginal y otra el modelo geomtrico de las curvas de indiferencia).
8,75
ci U = 69,25 u .u.
35
DETERMINANTES
Sin limitaciones de orden, Excel calcula estos determinantes, simplemente anotando en una celda =mdeterm(A1:C3) como se ve en
la imagen (reemplazando antes = 1,75):
167
168
169
Bajo los nuevos precios relativos la utilidad total pasa a ser U=900 y
la demanda son X=8,28 e Y=67,8. Subi el precio de X, se consume
170
171
4X 3Y
L' x
28
L' y
28 - 3X - 4Y
X 6Y - 12
0
0
Igualamos el trmino en de las dos primeras multiplicando la primera por 6, quedando 168 -24X -18Y = 28 -3X -4Y; o sea, Y= 10 3/2X. (#)
Reemplazando esta relacin (#) en la tercer derivada se obtiene X +
6(10 +3/2X) = 12, de donde surge X=6; y por consiguiente Y= 1
segn (#).
172
SIGNIFICADO Y VALOR DE :
Segn L'x es: 28 -4(6) -3(1) = - ; o sea, - = 1 (o = -1)
Se interpreta como la utilidad marginal de dinero de este presupuesto, ya que gastando un peso ms en los bienes la utilidad total
variara en -1. Por ejemplo, si el peso se gasta en consumir una unidad ms de X la utilidad total sera lo que indica la funcin U con
X=7 (en vez de los 6 iniciales), e Y=1 y totalizara 103 en vez de
104 inicialmente (ya que X es un bien inferior, cae la utilidad total).
b) La Segunda condicin es conformar el Hessiano con las derivadas segundas:
L"xx
L"xy
L"x
3 1
"
yx
"
x
"
yy
"
y
"
y
"
3
1
4 6
6 0
H= L
L
L
L
L
173
ECUACIN DE SLUTSKY
El efecto sustitucin y renta fueron diferenciados en dos trminos:
el primero mide la cada de demanda considerando la utilidad marginal del dinero constante (con - ); el segundo la cada ponderando
por lo gastado en el bien cuyo precio cambi.
EFECTO DEL CAMBIO DEL PRECIO DEL BIEN X SOBRE LA
DEMANDA DEL BIEN X:
Conviene escribirlo en el orden del lenguaje matemtico, tal como si
fuera una derivada o cociente incremental (si cambia el denominador cunto cambiara el numerador?):
dX / dPx = - xx / H
-X x / H =
= 1 (-36/112) - 6 (-14/112) = 0,4
dos trminos, cuyo resultado es: efecto sustitucin puro ( -0.3) y
efecto renta (0.8), totalizando +0.4; por lo que el bien X es atpico,
algo inelstico respecto a su precio, segn su demanda ordinaria.
Aunque el -0,3 de su demanda compensada del efecto renta indicaba que era tpico X es tipo Giffen (como el pan; adems, el trmino -14/112 negativo indica que X es un bien inferior): en los bienes Giffen el efecto renta supera al efecto sustitucin.
Cada elemento del Hessiano tiene un adjunto, o menor complementario, conformado con las dems filas y columnas. Excel calcula los
adjuntos necesarios 11, 31, 12, 32, 21, 31, 32 como
se muestra en D11, pero es necesario complementarlos con la regla
de los signos para este anlisis: anteponer un signo menos a los
adjunto impares D12, D32 y D21.
174
175
176
Para cada familia de productos se investig cual era el bien particular con mayor volumen importado a fin de elegir aquel ms importante de cada categora, definiendo as 8 bienes, que INDEC y Aduana
identifican con sendos nmeros de nomenclador arancelario de 8
dgitos. Se adquiri una estadstica anual con cantidades y valores
importados en el quinquenio 1998/2002 para los 8 productos identificados por nomenclatura.
Se volcaron luego a una hoja de clculo las cantidades y los valores
de cada bien. Una vez dispuestos los conjuntos de cifras encolumnados en la hoja de clculo se procede a calcular los 12 ndices de
precios y los 12 de cantidades, as como las variaciones anuales,
que permitiran emitir finalmente unas breves conclusiones econmicas sobre lo observado y (cerrando este ejemplo) opinar como
evolucion la calidad, estndar o nivel de vida de este grupo argentinos (a juzgar por esta muestra tan limitada de solo 8 productos
seleccionados)
177
los consumos de este grupo social en 2001 y 2002 y que cuando los
precios son altos baja el consumo y viceversa).
178
179
180
181
7. ndice de Laspeyres
Aplicado sobre precios, muestra la variacin de precios actual ante
la base multiplicada por el consumo base: sera como el costo actual
de la canasta base... Sin embargo, no muestra as los cambios
habidos en las canastas actuales frente a la base. Aunque se conozcan los precios actuales, si no se puede censar y no se conocen
las cantidades actuales, este ndice no resultara adecuado.
Estos ndices de precios o de cantidades no son reversibles en el
tiempo (por desconocer esas variaciones de las canastas actuales)
El ndice aplicado a precios muestra valores algo aumentados inicialmente, si bien confirma a tendencia a la baja de precios y consumos de cantidades altos en 2002-2001, frente a los aos extremos, especialmente en 2002.
8. ndice de Paasche
El ndice de Paasche muestra el valor de la canasta actual sobre la
canasta actual a precios bases. Aplicado a precios sirve para indicar
algo as como la variacin del costo de vida o importe monetario de
los consumos de hoy frente a los precios de la canasta vieja.
182
183
Este ndice ideal es homogneo y proporcional: respeta ambas caractersticas, aunque cambien las canastas o los relativos de precios
(satisface las condiciones estadsticas referidas por F. Toranzos).
En este ejemplo mostr una leve cada de precios en dlares junto
con otra cada de consumos en 2002.
184
185
A modo de ejemplo de informe final sobre este anlisis puede decirse que el estudio se refiri a la evolucin del estndar o nivel de vida
de un grupo social dado en 1998-2002.
Se observaron variaciones en los precios y en las cantidades consumidas ao a ao. Los datos son originarios del Indec y la Administracin Nacional de Aduanas, tanto en las canastas consumidas
como los importes monetarios en pesos, los cuales se convirtieron a
dlares utilizando el tipo de cambio vendedor Banco Nacin.
Si bien casi todos los ndices confirman la ley de la demanda -bajos
consumos en perodos de altos precios- los ndices combinados de
Fisher y otros muestran tambin una cada muy importante del con-
186
Adicionalmente se grafic la distribucin anual de bienes consumidos, destacndose las franjas correspondientes a 2000 y 2001 como
las ms amplias (mejores).
187
188
CAPTULO 7
TEORA DEL EQUILIBRIO DE LA EMPRESA
MAXIMIZACIN DE LA PRODUCCIN
Siendo la funcin de produccin Q = 2L2C2, si se dispone de un presupuesto M=$60 y los costos de los factores X e Y en el mercado
son PL =$1 y PC = $2, se calcula la produccin mxima de un bien
final Q en unidades con la misma herramienta conceptual que en el
enfoque de la demanda (ya sea con derivadas o utilizando la combinada de Lagrange).
Tanto en Marshall como en Pareto el mtodo matemtico es el mismo en ambos enfoques, por ejemplo: Q'L / Q'C = PL/PC y con M=60.
a) 4LC2 / 4L2C = 1/2; o bien 8C = 4L; o sea, C = 1/2L #
b) adems debe ser Pl(L) + Pc(C) = M: L + 2C = 60
y segn # resulta L+2(1/2L) = 60, con: L=30; C=15 y Q=405.000
kilos.
189
Igualmente con la aplicacin Solver, pero para funciones "no" lineales. Se presentan los datos bsicos en una hoja Excel, con celdas
para los requerimientos de ambos factores; para sus precios o costos; lo gastado en cada uno y para la produccin mxima: la celda
objetivo B5 contiene la frmula con la funcin de produccin. En D4
estar el gasto total en factores B4 + C4.
En Herramientas > Solver> se anota la celda objetivo; se elige Maximizar; las celdas cambiantes B2yC2 en las que Solver calcular los
requerimientos de factores. Sujeta a las siguientes restricciones >
Agregar y presenta una pequea ventana que permite anotar D4 a
la izquierda; en el centro y =60 a la derecha (el presupuesto).
190
Al no haber entrado en Opciones para modificar se contina trabajando en Solver sin Adoptar el modelo lineal, ya que esta funcin de
produccin no es lineal.
191
15
E
Q = 405.000 kilos
30
DUALIDAD
MNIMO COSTO PARA OBTENER UNA PRODUCCIN DE
200.000 KILOS
Manteniendo la tcnica y los costos de los factores en el mercado,
se busca saber cual sera el mnimo costo para producir exactamente Q=200.000 kilos del bien final:
Q = 2L2C2 = 200.000 y siendo # C = 1/2L resulta 2L2(1/2)2L2 =
= 200.000; de donde 1/4L4 = 200.000, o sea, L=25,15 de modo que
C=12,6 segn la relacin # vigente.
El costo de esta produccin ser M= $1(25,5) +$2(12,6)=$50,30.
Con Excel, se escriben los datos con la misma disposicin en un
hoja de clculo. Al abrir Herramientas > Solver se elige la celda objetivo, ahora D4 y seguidamente se pulsa en Minimizar; luego las
mismas celdas cambiantes B2 y C2.
En Sujeta a las restricciones > se Agrega la restriccin ahora de
produccin (antes de presupuesto): B5 = 200000
192
Con Resolver y Utilizar la solucin de Solver, se calcula el presupuesto mnimo necesario para esa produccin de 200.000 kilos (as
como las cantidades de las demandas derivadas de factores productivos L y C).
Obsrvese que para producir la mitad que antes el presupuesto no
baj a la mitad, debido a que la funcin de produccin no tiene rendimientos constantes sino crecientes (segn la suma de exponentes
de la funcin de produccin mayor que uno), de modo que al bajar el
ritmo productivo el gasto no se reduce proporcionalmente (no es
programacin "lineal").
193
POTENCIAS Y RACES
194
195
196
197
198
(Utilice Ver o Vista > Zoom > 200% para leer bien la imagen)
199
(Utilice Ver o Vista > Zoom > 200% para leer bien la imagen)
PROGRAMACION BINARIA
En un problema similar al anterior puede incluirse la condicin
de considerar las variables como elementos binarios (0 1)
tildando en Sujeto a las restricciones la condicin binario; es
el caso en que las variables a incluir no son divisibles, repetibles (replicables).Tambin se pueden plantear casos en que
200
algunas variables sean conjuntas o que alguna sea mutuamente excluyentes de alguna otra.
En este caso la utilidad mxima baj a 35; se transporta una
unidad de X1, otra de X2 y otra de X4, que pesan 20 kilos; la
utilidad mxima bajo a 35 por que no pueden repetirse varias
unidades del mismo bien. Adems, combinando frmulas en
las celdas con las posibilidades que incluye Sujeto a las restricciones se pueden introducir diversas restricciones binarias
(opcin 0 1) para alguna o varias de las variables.
201
Una empresa produce tres bienes (A, B, C) con insumos que adquiere
mensualmente a otro productor, segn coeficientes tcnicos que se
indican. Los insumos totalizan 20.000 kilos por mes a $/k 2,50. Los
costos fijos son $80.000 mensuales. Los costos variables de conversin ascienden a $240 por hora mquina y se trabaja 25 das al mes
en dos turnos de 8 horas. Optimizar la produccin considerando que
la empresa tiene por 5 aos dos contratos impostergables por las cantidades que se indican.
(use Ver o Vista > Zoom 200% para ver los detalles)
Se volcaron los datos en la hoja de calculo, construyendo las formula
correspondientes para la cuantificacin de los costos y de los ingresos
segn el cuadro. En la celda objetivo B30 se maximizan los beneficios y se seleccion como celdas cambiantes B23:D23 para que Solver calcule ah las cantidades que optimizan la produccin y repercuta en las frmulas de costos e ingresos.
202
Como la empresa tiene contratos ineludibles las cantidades a optimizar son menores que la demanda total disponible; no obstante en el
calculo final de beneficios se consideran tanto las producciones para
contratos como las de los tres mercados remantes.
Las restricciones del modelo implican no superar los insumos disponibles ni la demanda remanente; al ingresar en Opciones se tildaron
Adoptar modelo lineal y tambin No negativos.
Como en todos los dems casos, el archivo Excel con este ejemplo
muestra mejor a los interesados la interrelacin en cada celda (segn
las frmulas del cuadro) con las cantidades seleccionadas por Solver.
PROGRAMACION DE TURNOS DE TRABAJO
Supngase una empresa que preste servicios continuados las 24
horas durante todo el ao. Su personal trabaja 8 horas diarias, ingresando en 6 turnos cada 4 horas y no se trabajan horas extra.
Las dotaciones mnimas requeridas son las siguientes restricciones.
Los jornales varan segn los turnos del cuadro. Para minimizar el
costo salarial sujeto a las restricciones se plantearon dos hojas con
diferente distribucin de los clculos. En la primera se tiene en cuen-
203
204
Las celdas cambiantes de la solucin permiten cumplir con las restricciones i4:i9 >= que la dotacin requerida. Tambin permiten la
205
suma producto por los jornales que figura en la funcin objetivo, con
un mnimo costo de $1208.
206
(use Ver o Vista > Zoom > 200% para leer los detalles)
207
208
Bajo ritmo de produccin, con insuficiente reparto de costo fijos, implica costos medios elevados; igualmente producir a mayor ritmo
que el diseado para el equipo implicara subir los gastos de mantenimiento y reparaciones, aumentando el costo medio y explicando
as la forma usual en U de ste.
El mtodo de mnimos cuadrados requiere el siguiente cuadro de
trabajo, en el cual X son las cantidades e Y los costos medios histricos.
En I2 se escribe la funcin de ajuste, con referencias absolutas
(con F4 o $ ) a los coeficientes de la parbola obtenida ms abajo.
Aplicando el mtodo de Sarrus y de Cramer, se calculan las ecuaciones formales y se resuelve con Excel los determinantes y el Hessiano, segn se muestra en la imagen.
Cabe aclarar que la funcin Excel para calcular determinantes es
=mdeterm(rango) y as tambin se calcul el Hessiano en N13.
Pero para calcular los tres coeficientes A, B, C del ajuste es necesario dividir cada determinante por el Hessiano, del modo como se
muestra en N17.
209
210
Obtenida la funcin de costo medio CM = 1,8+15X-0,13X2, se obtiene el costo total como el producto CM(X): CT = 1,8X +15X 2 - 0,13X3.
El costo marginal es la primer derivada CT = 1,8 +3X -0.39X2.
Ahora es posible calcular el nivel ptimo de la empresa, maximizando beneficios B= ITCT. El mximo beneficio implica que se cumpla
B = 0 y B<0.
B'= 0.30X2 -5X +6,2 =0; sus races son X =1,4 y X =0,1; sin embargo, solo con X=1,4 se cumple la segunda condicin B''<0.
La empresa maximiza beneficios produciendo 1,4 unidades; su precios de venta es P=$6,61; su ingreso total $9.21 y su costo total
$5.07 y su beneficio $4.15.EQUILIBRIO DE LA EMPRESA CON SOLVER
En el punto anterior se ha calculado el equilibrio emprico con la hoja
de clculo Excel, aplicando tambin diferenciales.
Adoptando esas funciones de demanda y costos, se puede calcular
el equilibrio, sin clculo diferencial, directamente con Herramientas
> Solver > y pidindole en Parmetros de Solver que Maximice la
celda objetivo (A9), cambiando las cantidades X (A1) y sujeto a las
restricciones Img=CMg, o sea (A5)=(A7); as como I''<C', o (A6) (A8)
de la siguiente imagen:
211
Mtodos cientficos:
Formas de estudiar; informes profesionales; mtodos cientficos.
Tres temas sobre mtodos para adquirir, para presentar conocimientos y para demostrarlos, que se refieren al modo de estudiar; a las
presentaciones metdicas de informes, exmenes o trabajos prcticos; y a la demostracin mediante el razonamiento lgico cientfico.
Temas muy densos, que se podra resumir (sin rigurosidad) como
material de alguna ayuda para orientar a los alumnos.
FORMAS DE ESTUDIAR
Ren Descartes (El Discurso del Mtodo, 1600) fue la fuente clsica
sobre cual era la manera de ordenar el proceso de adquisicin de conocimientos. Sin releer ahora su trabajo digamos aproximadamente,
que para estudiar propona seguir estos pasos: subdividir el material
en tantas partes como sea necesario, para poder analizarlas individualmente; efectuar extensos listados con ellas, a manera de ndice
que permitan ir ordenando y reuniendo la informacin. Estos listados
212
de temas (tipo ndice) permitirn la agrupacin por temas y finalmente llegar a una sntesis manejable, etc.
Por una parte, listados y el anlisis, para poder estudiar ordenadamente. A continuacin la agrupacin y la sntesis. Entonces, para un
alumno de economa que debe hacer trabajos prcticos o rendir en un
par de horas exmenes sobre temas expuestos, se tratara en la prctica de listar contenidos y analizar hasta poder sintetizarlos (a libro
cerrado) en pocas pginas.
Adicionalmente, como los tiempos cambian hoy se impone el estudio
mediante Internet y uso de PC. Muchas presentaciones son archivos
de solo lectura (que no se pueden copiar y pegar) con extensin
.PDF. Las PC modernas traen lectores de estos archivos .pdf, o bien
el Office y tambin sigue vigentes versiones libres de Accrobat Reader. Para estos archivos es muy importante buscar por palabra clave,
mediante Contrl + F (en Word usamos Contl + B)
PRESENTACIONES TIPO INFORME PROFESIONAL
El modo de presentar o hacer los exmenes o trabajos prcticos es
mediante informes profesionales; que en principio, deben reunir
cinco partes: 1) identificacin, lugar, fecha, tema. 2) introduccin de
un prrafo, con los supuestos necesarios y con el tema a exponer (algo como diga que va a decir), 3) desarrollo o explicacin detallada
de los principales pasos demostrativos ( el dgalo), pero en una
forma que lo entienda todo lector que no tenga antecedentes sobre el
tema ; sin dar por sobreentendido absolutamente nada importante,
para presentar una demostracin rigurosamente documentada y vinculando por ejemplo las ecuaciones con los (supuestos) hechos reales
de su tema . 4) conclusin de un prrafo, con lo relevante expuesto, lo
obtenido o una idea clara de lo que ello es o no es (un diga que dijo). 5) fuentes de informacin, las primarias que expusieron el
tema, pero muy detalladas, con autor, obra, editorial, ao y de ser
213
214
215
216
217
218
gramcin lineal con Solver o con matrices para hasta 1700 variables
con Excel.
2 Compras: por ej.minimizar el costo eligiendo la mezcla ptima entre una serie de insumos; minimizar el inventario ptimo.
3 Produccin: por ej.produccin ptima eligiendo alguna mezcla de
autos y motos; optimizar rutas de envo desde varios depsitos.
4 Finanzas: por ej.canasta ptima de bonos o de acciones; VAN y
TIR de proyectos.
5 Personal: plan rotativo de personal, vacaciones, etc. (Excel trae 5
muestras de aplicaciones de programacin con Solver, de la gran
variedad posible)
Sigue esto valiendo aunque se utilice el criterio de organizacin de
M. Hammer sobre reingeniera y el gerente de producto, o supuesto experto que conoce todo sobre un producto y reemplaza a los
tradicionales gerentes (aunque si no vende suficiente se lo sustituye
por otro), junto con la til tercerizacin de servicios (pagos y cobros
a travs de depsitos en bancos; suprimir papeleo de pagos y cobros
con email o internet y transferencias bancarias online; etc. y se entiende que en finanzas o contadura la racionalizaron con las PC y
Excel fue muy importante.
ARCHIVO CON 6 METODOS:
La inferencia estadstica (induccin cientfica), con suficiente anlisis
de la varianza (anova) es el mtodo bsico para las disciplinas sociales, como la economa.
Tambin se utiliza la modelacin de cualquier asunto econmico mediante el mtodo (deductivo) de la matemtica; adems de procedimientos especficos diversos segn los asuntos.
En cuanto al mtodo bsico deductivo, interesa especialmente el
proceso para modelar situaciones de mximo y/o mnimo. En la
prctica las situaciones pueden implicar numerosas variables y restricciones (condiciones, que se procesan como variables adicionales).
219
Sin embargo, la idea lgica se plantea con una variable (y una condicin, ya que salvo en filosofa o matemtica pura no tiene sentido
hablar sobre los infinitos).
Pensando en el dibujo de una onda sinusoide en un primer cuadrante,
en la ordenada se mide la variable y en la abscisa las ondas durante
un tiempo. Si se estudia la amplitud durante solo el primer perodo
ms un infinitsimo se puede estudiar el mximo o mnimo relativo a
solo ese primer perodo.
La variable crece al principio muy aceleradamente, llega a un punto
de inflexin y luego crece menos aceleradamente, hasta que en el
mximo deja de crecer y luego decrece rpidamente, hay otro punto
de inflexin y pasa a decrecer ms lentamente hasta llegar al mnimo
(rpido o lento, proporcionalmente con la abscisa).
En el punto de mximo, en el de inflexin y en el de mnimo el crecimiento infinitesimal es ah nulo. E interesa conocer como cambia
esta variable un infinitsimo a la derecha de estos puntos. Para ello el
anlisis diferencial se ubica en uno de estos puntos (de giro o cambio) haciendo la primer derivada igual a cero. Luego, volviendo a
derivar esta primera derivada se observa el resultado de la segunda
derivada, para saber si el punto de giro era un mximo, un mnimo o
un punto de inflexin:
1ra=0 y 2da.<0 un mximo; 1ra.=0 y 2da.>0 un mnimo; 1ra.=0 y
2da.=0 un punto de inflexin (de giro o cambio).
Cuando se estudian dos variables y alguna restriccin, se siguen varios procedimientos alternativos, que guardan analoga con este criterio para una variable (y una restriccin).
Con dos variables reales y una restriccin (3 en total), como consumir o producir dos bienes dado un presupuesto, se utilizan el anlisis
diferencial de Gossen, Marshall o Pareto: resolver a) igual cociente
utilidad marginal sobre precio del bien (o insumo)en ambos, juntamente con b) agotar el gasto del presupuesto.
Tambin segn las dos condiciones de la funcin combinada de La-
220
221
tan all con un proceso, tal como otros ejemplos en los demas libros ).
Asimismo, se incluyeron aqui las seis soluciones del caso PRIMAL
(maximo beneficio) y las del correspondiente DUAL (minimo costo
para esa produccin dada). Al llegar a similar resultado el lector puede captar mejor la utilidad o sentido de cada mtodo.
Los seis casos de primal y sus 6 duales se presentan aqu para los
mtodos usuales: 1) ecuaciones diferencias usando operadores de
Lagrange; 2) programacion lineal mtodo grfico; 3) programacin
lineal Simplex; 4) programacion con Solver de Excel; 5) matrices, manualmente; 6) matrices con funciones Excel (que son las efectivamente generalizables a miles de variables por cualquier usuario de PC
desde 1995 !)
Interesa ver como se llega al mismo resultado en todos estos 12
casos.
Ademas es especiamente util resorver este ejemplo manualmente y
sobre todo tambin con las aplicaciones Excel para Solver y para invertir y para multiplicar matrices. Al saber resolver este caso de 2x2
(cuatro variables o restricciones) y saber hacerlo con las funciones
Excel se tiene abierto el camino para resolver otros casos con miles
de variables.
Al permitir resolver decenas y cientos de variables, Excel permiti
superar efectivamente la falacia clsica sobre sistemas NxN, antes
prcticametne solo retrica pura, imposible de aplicacin concreta en
la empresa o realidad. De hecho, no existen textos con ejemplos de
4x4 5x5 resueltos !.
Por otra parte, algo similar ocurri con la estimacin de funciones por mnimos cuadrados (induccin), que solo fu prcticamente
realista cuando Excel populariz su ejemplo de los HELADOS con 4
variables (o ms) y facilitando el anlisis de la varianza (anova), para
los coeficientes de correlacin ajustado; el "F" de Snedecor para ver
la aleatoriedd y autocorrelacin y el "t" de Student, sobre representatividad de cada variable independiente y en general "bondad" del
ajustamiento).
222
autos
motos
maquina
Hombre
Cant. vendida
Ben. unitario
Total beneficio
1
3
500
2.50
1250
2
2
3750
2.00
7500
Total
requer
8000
9000
capacidad
8000
9000
8750
223
1 ) LAGRANGE
La solucion analtica diferencial, con o sin Lagrange, permite el razonamiento, pero tiene limitaciones (manuales), es para pocas variables
(por esto usaremos aqu 6 mtodos, llegando al mismo resultado).
Las condiciones o restricciones tecnicas son:
auto
moto
Recursos
hs. Maquina
X1
2X2
<=8000
hs. Hombre
2X1
2X2
<=9000
PRIMAL
La funcin conbinada de Lagrange incluye la funcion de beneficio ms las
de dos restricciones
G = 2,50 X1 + 2,00 X2 + L1(X1 + 2X2 -8000) + L2(3X1 + 2X2 -9000)
2.5 + L1 + 3L2 = 0
2 + 2L1 + 2L2 = 0
G3 = 0
G4 = 0
X1 + 2X2 - 8000 = 0
3X1 + 2X2 - 9000 = 0
224
multiplico por 2:
2 + 2L1 + 2L2 = 0
5 + 2L1 + 6L2 = 0
2 + 2L1 + 2L2 = 0
y por igualacin surge 5 + 6L2 = 2 + 2L2 .
Osea 4L2 = -3.. -L2 = 0,75
y segn L1 es
2,5 + L1 + 3(-0,75) = 0
o sea, 2,5 + L1 - 2,25..y -L1 = 0,25
(remuneracin de ambos factores o precios sombra)
2) S.O.C.:
Si el determinante Hessiano es positivo se asegura que esta solucin es
ptima. El determinante Hessiano se conforma volviendo a derivar cada
linea del primer sistema respecto a las cuatro variables 1, 2, 3 y 4.
L11
L12
L13
L14
H = L21
L22
L23
L24
L31
L32
L33
L34
L41
L42
L43
L44
o sea, H =
0
0
1
3
0
0
2
2
= 16
1
2
0
0
3
2
0
0
Calcular el Hessiano manualmente solo es prctico hasta 3 variables, pero
para muchas (o miles de) variables Excel tiene la funcion =Mdeterm(
G26;J31).
1b ) DUAL:
(el mnimo de este mximo)
Este mismo caso tiene otro aspecto a considerar. Busquemos cual sera la
mnima remuneracin para obtimizar esos recursos de 800 hs.mquina y
225
9000 hs.hombre, sabiendo que un auto deja $250 y una moto $ 2,00 de
bienficio (es como la otra cara en una misma moneda).
Para minimizar, Lagrange arm su funcin combinando ahora la funcin
objetivo y agregando sus operadores "landa" multiplicando las restricciones
de cumplir con el beneficio unitario en autos y en motos (usamos dos operadores landa 1 y 2 por que hay dos restricciones; adems de la variables
reales, ambos beneficios unitarios en este caso de mnimizar)
226
dual (minimo) era que el Hessiano de la derivadas segundas fuese negativo (y si se buscara otro punto de inflexin debera ser H = 0).
Pero el tema cambia y se complica para sistemas con 4 o mas variables; cambian los criterios y se complican mucho las reglas para los
resolver determinantes mayores a 3x3.
Comparando mtodos se pueden ver estas limitaciones y la practicidad de
cada uno, destacandose la ventaja de usar Excel para los sistemas grandes.
1
2
3
2
0
0
0
0
=16
2 ) METODO GRAFICO
Maximizacin
el mtodo grfico admite dos variables y no demasiadas restricciones
(tantas como no ensucien el grfico).
227
Iguamente,
2X2 = -3X1 + 9000
X2 = -3/2X1 + 4500
(si X1=0 entonces X2= 4500; igualmente si X2=0 entonces X2=6750 )
228
2b ) DUAL - Minimizacin:
En este mismo ejemplo ser buscar el mnmo costo (remuneracin)
para producir esas cantidades de autos y motos utilizando los recursos disponibles
El procedimiento es similar en los casos de minimizacin. Pero aqu
el rea factible es la region superior de los costos ms alejada del
origen. La regin inalcanzable es la cercana al origen (ya que no es
posible producir estas cantidades con poco o ningun costo); el origen no es aqui una solucin posible.
En este dual la funcin objetivo permite graficar la familia de lneas
de isocosto; cuanto menores sean alguna llegar a alcanzar un codo
de la frontera formada por los pares de restricciones, indicando el
ptimo.
Segn C = 8000Y1 + 9000Y2
surge Y2 = -0.89Y1 + C
Graficando esta familia de lineas de isocosto, la mas reducida ser
coincidente con el codo (0,25; 0,75), indicando que el mnimo costo
para producir 500 autos y 3750 motos (usando todos los recursos)
es Y1= 0,25 e Y2 = 0,75, la remuneracin de ambos factores productivos para obtener esas producciones dadas y $8750 beneficio.
229
230
X1 + 2X2 + X3
= 8000
3X1 + 2X2 + .+ X4 = 9000
2,5
X1
1
3
-2,5
2
X2 X3
2
1
2
0
-2
0
FO
0
0
X REC.
X3 8000
X4 9000
tabla 1
0
2,5
X3
X1
5000
3000
0 4/3 1 -1/3
1 2/3 0 1/3
0 -1/3 0 0,83
tabla 2
2
X2
2,5 X1
3750
500
0
1
0
tabla 0:
X4
0
1
0
V.S.
8000
3000
3750
4500
1 3/4 -1/4
0 -1/2 1/2
0 0,25 0,75
precios som bra
(ver las dos pginas con los pasos del mtodo Simplex en
el cap. 3)
231
-1/2
-1/4
1/2
8000
9000
3750
MOTOS
500
AUTOS
ver frmula y
**
Estos valores difieren de los que se vern como la matriz inversa por que el
orden de presentacin fue alterado en el proceso quedando como motos y
autos.
El producto de esta tabla (matriz) por el vector de recursos tiene la frmula: =mmult(A2:B3;D2:D3) ingresada en Excel previo pintar estas dos celdas
aqu F2:F3; y con Contrl+Shift+Enter para que Excel la aplique a ambas.
autos
motos
maquina
Hombre
Cant. vendida
Ben. unitario
Total beneficio
1
3
500
2.50
1250
2
2
3750
2.00
7500
232
Total
requer
8000
9000
capacidad
8000
9000
8750
233
5 ) MATRICES (MANUALMENTE)
El lgebra de matrices recurre a operaciones elementales. El proceso
segn Gauss-Jordan consiste en ubicaa la matriz de los coeficientes tcnicos
1
3
2
2
0
1
2
2
1
0
0
1
(2da - 1rax3)
2
-4
1
-3
0
1
(2da / -7)
2
1
1
0,07
0
0,025
(1ra - 2a x2)
0
1
-0,5
0,75
0,5
-0,25
0,5
-0,25
8000
9000
El producto de esta matriz 2x2 por el vector de recursos original otro vector
de 2x1 con los resultados para autos y motos
-0,5 (8000) +0,5(9000)
0,5(8000 +-0,5(9000)
500
3750
234
A11
A21
A12
A22
I=
por
B1
B2
1
0
0
1
A11 B1 + A12 B2
= A21 B1 + A22 B2
(matriz cuadrada por un
vector columna da
otro vector
columna)
-0,5
0,75
0,5
-0,25
Recursos
8000
9000
**
Produccin
500
3750
Mxima
Produccin
235
Recorso
8000
9000
Distribucion
del Ingreso
Salarios
Ingresos
0,25
2000
0,75
6750
8750
Producto
Ingreso
Los 500 autos y 3750 motos por su beneficio unitario originan un producto de $8750 (en los sectores maquinas y hombres).
Igualmente, las resumeraciones para mquinas y para hombres multiplicadas por la capacidad disponible genera ingresos para cada factor
cuya distribucin agota lo producido, $8750.
DUALIDAD:
Tambin se llega al mismo resultado con el enfoque dual de estos
otros mtodos.
236
sujego a:
T.0
FO
M
M
Y
Y5
Y6
REC
2,5
2
T.1
9000 Y2 0,83
M
Y6 1/3
T. 2
9000
8000
8000
Y1
1
2
3M
-8000
9000
0
Y2
Y3
3
-1
2
0
5M
-M
-9000
(positivo)
1/3
1
-1/3
4/3
0
2/3
1,33M
0 0,67M
-500
-3000
(positivo)
Y2
Y1
0,75
0,25
0
1
0
0
Y4
0
-1
-M
0
-1
-M
1
0
0
M
Y5
1
0
0
1/3
-2/3
-1,67M
+3000
-1/2
1/4
1/2
-3/4
-500 -3750
autos ,motos
(todos negativos !!)
1/2
-1/2
-M
-500
M
Y6
0
1
0
V.S.
0,83
1
0
2,5
1 0,25
0
-1/4
3/4
-M
+3750
h hom
Ben /u
237
autos
motos
salarios
Recurs
Costo
1
2
0,25
8000
2000
3
2
0,75
9000
6750
2,5
2
2,5
2
8750
Ingreso
238
Remuner
0,25
0,75
Ingre
2000
6750
8750
para h. maquinaa
para h. hombre
ingreso nacional
maquina
hombre
auto
moto
1
3
2
2
8000
9000
El proceso consiste en multiplicar la matriz inversa de los coeficientes
del dual por el vestor de los beneficio unitarios.
-0,5
0,5
0,75
-0,25
por
0,25
0,75
239
0,75
Muestra que el resultado de ese producto son las remuneraciones
para mquina y para hombre; compatibles con la optimizacin del
primal y con la confirmacin Insumo Producto que ya se incluy
anteriormente.
Recurso
Remuneracion
Ingresos
8000
9000
0,25
0,75
2000
6750
8750
Ben /u
produccion
BEN TOTAL
2,5
2.0
500
3750
1250
7500
8750
Soda custica 40
( a 6400 $/Tm)
( a 21000 )
( a 8000 )
Coste de servicios:
721 $/Tm
240
Mano de obra
70
Mantenimiento
% de la inversin
Gastos generales
130
Impuesto Beneficios 35%
Gastos comerciales 1% Ventas
Precio de venta del PVC
25000 $ /tm
para
el
VAN
se
calcula
escribiendo:
241
Si
los
perodos
no
fueran
anuales
se
utiliza
=vna.no.per(tasa;importes;fechas) que incluira adems el rango de
las fecha.
En este caso el VAN es $159 y se ve tambin en el acumulado.
Para calcular la TIR en Excel se escribe =TIR(B21:M21) que abarca
el rango con los importes segn el cash flow .
242
Pero por otra parte, cul sera el valor actual al 1 de abril de tres
importes, $80, $90 y $ 95 devengados en los anteriores tres meses
enero, febrero, marzo?:
PERODO PASADO:
$80 (1+ 0,05)3 + $90 (1+0,05)2 + $95 (1+0,05)1 = $92.61 + 99.23 +
99.75 =$291,59.
243
Tanto para gastos como para ingresos Excel aplica perodo a perodo el concepto del valor actual con la tasa 6,032% que calcula para
que se igualen ambos conceptos. Microsoft incluye otras funciones
especiales parecidas para estos clculos TIR no peridicos y con co-
244
sto de reinversin, bsicamente anotando o pintando en todas los importes de gastos e ingresos (con su signo correspondiente) en las celdas que representan a cada perodo (en este caso cuatro). Verlas pulsando F1 en las frmulas financieras o eligindolas en F* y all
Ayuda para esta funcin.,
ESTABILIDAD DINAMICA (teorema de la telaraa)
Es el caso del mercado competitivo cuando la oferta se ajusta
con retardo de un periodo (depende de los precios del perodo
anterior); como por ejemplo en las cosechas anuales de cereales, en la construccin de vivienda para alquiler; o en los ciclos
de la industria del cerdo (de los jamones) etc peridicos.
En este mercado competitivo la demanda se adapta instantneamente a los precios, pero la oferta si bien es rgida (fija) a cortsimo
plazo (ya que no puede cambiar sus cantidades y necesita vender)
a mediano plazo puede producir ms o menos segn sea el aliciente de los precios del periodo anterior.
Equilibrio inicial
35
y = 5x + 4
30
Precio
$
25
20
15
y = -4x + 35
10
5
0
KILOS
0
y = -4x + 23,86
4
245
246
247
en valores absolutos).
5 indica que la oferta es muy rgida; 4 muestra que la demanda es
ms inclinada (y esto no implica afirmar que son ms o menos elsticas o inelstica)
MEDIDA DE LA RAPIDEZ DEL AJUSTE
El grfico muestra como se llega al nuevo precio $15 en 13 fases.
Segn el modelo este lapso cambia conforme se modifiquen las
pendientes (junto con el precio de equilibrio y magnitud de los ajustes). Pero ello no quiere decir que en la realidad se deban esperar
los perodos indicados hasta llegar a un nuevo equilibrio (los agentes econmicos se encargan de efectuar estos ajustes muy rpidamente para no perder negocios); el modelo solo muestra que a mayor diferencia de pendientes mayor ser la rapidez del ajuste y menores las fases; Excel permite comprobar esta lgica fcilmente
(los agentes procuran abreviar drsticamente el lapso para no perder operaciones frente a competidores).
Proceso de ajuste
25
$18,18
20
15
10
5
0
1
6 7
Fases
10 11 12 13
La interactividad de la hoja Excel permite ver esto instantneamente. Por ejemplo, subiendo la pendiente de la oferta a 7 como una
248
25
$18,18
20
15
10
5
0
1
4
Fases
249
(use Ver o Vista > Zoom > 200% para leer los detalles)
NMERO DE PERIODOS HASTA EL AJUSTE
Antes que existiera Excel los textos solo explicaban intuitivamente
que la velocidad dependa de las pendientes.Pero hoy Excel permite
contar el nmero exacto de perodos hasta el ajuste, con la funcin
=contar.si( ; ), en la cual los argumentos del parntesis son: a) el
rango con las diferencias Pd-Po ; y b) >0.
AJUSTE ANTE UNA BAJA DE OFERTA POR SUBA DE COSTOS
Mercado competitivo con una demanda que se ajusta instantneamente a los cambios de precios, pero la oferta es rgida a
cortsimo plazo y a mediano plazo se ajusta con retardo de un
250
251
X
-1
0
1
2
3
4
5
DEMANDA
43
40
37
34
31
28
25
OFERTA
10
15
20
25
30
35
40
2da.Oferta
15,65
20,65
25,65
30,65
35,65
40,65
45,65
Precio
50
45
40
35
30
25
20
15
10
5
0
-2
y = 5x + 20,65
y = 5x + 15
y = -3x + 40
2
Kilos
ANALISIS DINAMICO
MODELOS DE SIMULACION
El anlisis dinmico y los modelos de simulacin, tanto estticos
(como el anlisis de la coyuntura o actividad econmica) o dinmicos son fciles de implementar en Excel. En los siguientes ejemplos
se ilustran casos elaborados con solo instrucciones en simples hojas
de calculo; para otros casos se utilizan recursos elementales de
Excel como la posibilidad de iterar celdas o repetir en bucle indefi-
252
253
Si en otro anlisis se debiera rellenar una serie sucesiva se pueden anotar en dos celdas dos valores sucesivos con algn intervalo;
pintarlos y arrastrar hacia abajo el borde inferior de esa cuadrcula
pintada. Excel completar repitiendo el intervalo en el perodo elegido como sucesivo (tal como en el modelo de la Telaraa, columnas
M hasta P).
Estas posibilidades de iterar facilitan los anlisis dinmicos en Excel.
RECALCULAR AUTOMATICO O MANUAL F9
En esas opciones Excel (en Herramientas o bien en el Office 2007 el
cono Excel para el Office (izquierda arriba) ver abajo Opciones;
elegir Formulas; luego tildar Clculo Automtico o Manual (con F9);
tildar Iteraciones, que suele venir para 100 clculos y con ajuste al
0,001, pero se pueden elevar hasta 32.000 clculos (y ms con F9)
y anotar otras diferencias (con macros esto se puede redimensionar
a millones).
254
Si en una celda A2 anota la frmula =A2+1 (es una referencia circular a la misma celda), en clculo automtico instantneamente se
vera 100, pulsando F9 vera 200 etc. aumentando 100 con calda
pulsacin de F9.
Si hubiese anotado para 1000 clculos en vez de 100, vera que los
aumentos seran de 1000 con cada F9 (y al guardar).
255
NEWTON RAPHSON
Es un mtodo de resolucin de ecuaciones mediante iteracin para
aproximaciones sucesivas, en el cual a cada trmino se le resta el
anterior menos la funcin dividida su derivada:
Xn+1 = Xn - Fx / Fx
Si la funcin tiende a un valor finito es fcil encontrarlo anotando los
trminos de esa funcin en una hoja de clculo y copindolos, tal
como se indic en iteracin.
256
257
CAPTULO 8
TEORAS ECONMICAS Y LEGISLACIN OBLIGATORIA
La legislacin comercial local mbito interno de la Comisin Nacional de Defensa de la Competencia y mbito externo de la Secretara
de Comercio Exterior, segn puede consultarse por ejemplo en
www.mecon.gov.ar- procura el accionar de la empresas industriales
y comerciales bajo las condiciones de la libre competencia.
Asimismo, la legislacin domstica en otros pases, as como la legislacin sobre el comercio internacional, segn la Organizacin
Mundial de Comercio ex GATT- tambin se basan en el accionar
sobre la libre competencia, segn el modelo econmico terico de la
competencia perfecta.
Se destaca la exigencia de un solo precio para el mismo producto,
ausencia de discriminaciones, de acuerdos entre empresas competidoras (colusin), de aranceles proteccionistas a la importacin,
reservas de mercado, ventas, importaciones o exportaciones en
condiciones subsidiadas y dumping, etc.
Son clebres y numerosos los casos legislados -sobre la Standard
Oil Company hace un siglo, por precios predatorios; hasta los recientes casos locales sobre YPF por discriminacin; y otros numerosos sobre diferentes empresas- y ponen de manifiesto un mbito
sobre el accionar de las empresas, que repercute directamente sobre la demanda y mercado disponible de todas las dems, generalmente en una magnitud tan relevante como pueden serlos las modificaciones extraordinarias de tipos de cambio o de la legislacin
comercial y poltica macroeconmica.
Las empresas, sus cmaras y las autoridades discuten sobre las
condiciones competitivas de los competidores locales o externos.
Las presentaciones incluyen argumentos tericos as como contrastaciones empricas, que Excel facilita , al presentar series y grficos
258
259
260
261
262
MERCADO COMPETITIVO
EQUILIBRIO Y CANTIDAD DE COMPETIDORES
La demanda del mercado es X= -50P +1000 y las empresas operan
en el ptimo de explotacin (mnimo CMVariable)
Una de las empresas competitivas tienen costos de largo plazo: CT
= X3 -3X2 +6X; su costo medio variable mnimo se obtiene minimizando o tambin igualando el CMVariable con el C.Marginal:
CMVar = X2 -3X +6;
CMg = 3X2 -6X +6; igualndolos surge la
cantidad X =1,5 para esa empresa "A", as como el importe $3,75
de ambos CMVar.y CMg., que deben coincidir con el precio en ese
mercado competitivo en el largo plazo.
Reemplazando ese precio en la demanda del mercado se obtiene la
cantidad total demanda en el mercado X=812,5. Como la empresa
"A" produce solo 1,5 se concluye que hay 542 empresas competidoras actuando.
263
264
OTROS MERCADOS
MONOPOLIO
Operan en la etapa de rendimientos crecientes, ya que reduciendo
la cantidad pueden maximizar beneficios, frente a otra conducta,
como la competitiva.
Maximizan su beneficio, B= IT-CT, con B'=0 y B'' <0; es decir, B' =
IT' -CT'=0, ingreso marginal igual a costo marginal y que desde ese
nivel crezca ms CT'que IT'.
Si la demanda es X = 400 -20P, o bien P = -1/20X +20, y su costo
total CT = 5X + X2/50, resulta:
IT = -1/20(X2) +20X, con IT'= -1/10X + 20
Su costo marginal CT'= 5+ 1/25X
IT'= CT' con -1/10X +20 = 5 +1/25X
(-1/10-1/25)X = -15
o sea cantidad X= 107
con IT'' = -1/10 menor que CT'= 5+ 1/25(107)
El precio P= -1/20(107) +20 = $14.65
El monto del beneficio es B=IT -CT = $14.65 (107) -[5(107)
+(107)2/50] = $ 1568 - $ 765 = $803
Ingresando estas frmulas en la fila 2 de una hoja de calculo, se
elige un rango como en A3 y se las copia. Luego se pintan las dos
filas y se arrastra por el ngulo inferior derecho hacia abajo, hasta
que aparezca el mximo beneficio.
265
266
MONOPOLIO DISCRIMINADOR
Sea el caso de un monopolio que puede dividir su demanda en dos
grupos y cobrar diferente el mismo producto en ambos. La teora
explica que si fuera posible esta actitud la empresa maximizara
beneficios vendiendo ms caro en la demanda con menor elasticidad precio (ms rgida) y ms barato en la demanda ms elstica.
La condicin es vender en ambos mercados con similar ingreso
marginal, a su vez igual al costo marginal nico; y que desde ah el
costo marginal crezca ms rpido que el ingreso marginal conjunto.
Supngase un caso con costo marginal no constante, decreciente,
como es el caso general en monopolio:
Su costo total CT= -0,2X2 +30X + 40;
costo marginal es
CM'= -0,4X + 30 y ambas demandas
267
P2 = -3X22 + 150;
e IT2 = -3X22 + 150X2
y IT'2 = -6X2 +150
268
o sea, X1 = -1/2 P + 50
X2 = -1/3P + 50
X = -5/6P +100
o bien P =-6/5X +120
269
COMPETENCIA MONPOLICA
DUOPOLIO SEGN COURNOT
Supngase solo dos empresas competidoras en un mercado cuya
demanda es competitiva P= 30-X (con X=X1 + X2). Sus costos son,
para la primera C1 = 1/4 X12 +10 X1 + 20 y para la otras empresa C2
= 1/3X22 + 8X2 + 18
La solucin de Cournot prev que cada uno considera su produccin
dependiente de la cantidad que produzca su competidor, ya que
sera ingenuo pensar que mantendra la produccin fija haga lo que
haga su competidor.
Los ingresos de cada uno son:
IT1 = 30X1 - X12 - X1X2 ;
e IT2 = 30X2 -X1X2 - X22
O sea, B1 = -5/4 X12 +20X1 -X1X2 -20 para la primera y
B2 = -4/3X22 + 22X2 -X1X2 -18 para la segunda.
Sus costos marginales son:
CT'1 = 1/2X1 +10;
y
CT'2 = 2/3X2 +8
Se puede maximizar el beneficio en cada uno, ya que B = IT - CT y
el ptimo en ellos es cuando su B'= IT'- CT'=0 y desde ese punto se
cumpla B'' = IT'' -CT''<0
B'1 = 20 - 5/2X1 - X2 = 0,
de donde X1 = 8 -2/5X2 (funcin de
reaccin de la primer empresa, que expresa su produccin dependiente de la de su competidor)
270
B'2 = 22 - 8/3X2 - X1 = 0,
de donde X2 = 33/4 -3/8X1 (funcin de
reaccin de la segunda empresa, que expresa su produccin, asimismo, dependiente de la de su competidor)
Igualando ambas funciones de reaccin y resolviendo surgen X1 =
5,53 unidades; y X2 = 6,17 unidades.
El precio es P = 30 -5,53 - 6,17 = $18,30 igual para ambas.
Reemplazando estas cantidades en sus funciones de beneficio se
obtiene: B1 = $ 18,26 y B2 = $32,86.
Esto mismo puede hacerse en una hoja de clculo Excel, anotando las funciones en la fila 2, segn la siguiente imagen (recordamos
que las ecuaciones se comienzan con "=" para que Excel las acepte
como frmulas).
Se anotan una cantidad en A2 y en A3; en B2 va la funcin de reaccin X2; en C2 el costo marginal de una y en D2 el de la otra; en E2
va el beneficio de la primera y en F2 el de la segunda. Simplemente
se escribe en G2 que la suma de ambos sea el beneficio total, para
poder observar cuando ste es mximo (G2 = E2 + F2).
Al anotar la otra cantidad en A3 el rango entre A2 y A3 puede elegirse convenientemente para evitar series demasiado largas). Se copia B2 a G2 hacia B3; se pintan ambas filas y se las arrastra hacia
abajo. Se puede ver que el mximo beneficio aparece en la fila 5,
con cantidades y beneficio diferentes para cada empresa, cumpliendo con la condicin de B'1 y B'2 nulos.
271
272
273
274
275
276
277
278
279
280
COMPETENCIA DESLEAL
Las decisiones en materia de competencia desleal y de cuestiones
antidumping / subsidios, representan variables que condicionan en
muy alto grado la magnitud de la demanda de las empresas. Suelen
depender fuertemente de consideraciones de poltica internacional y
local, adems de las cuestiones econmicas.
El tratamiento de estas ltimas se efecta en trminos del modelo
de la competencia perfecta y sus presentaciones alternativas que
posibilita Excel; la claridad y documentacin no es absolutamente
decisoria, pero ayuda a relativizar las consideraciones extraeconmicas de poltica internacional y local.
En el mbito del comercio interior argentino la Comisin Nacional de
Defensa de la Competencia, controla las conductas monoplicas
bajo la Ley 25156, tal como ocurre en los EEUU y otros pases.
Son clebres los casos CNDC s/YPF SA; American Express c/ Visa,
Mastercard y Argencard; Sadit c/ Massalin Particulares SA; Editorial
AMFIN SA c/ Arte Grfico Editorial Argentina SA y muchos otros.
El mercado legal es el que se aproxima al modelo competitivo; los
monopolios restringen la cantidad y suben los precios, afectando el
excedente del consumidor.
281
282
283
Por normas de la ONU y OMC existe en casi todos los pases informacin muy "agregada", por industria (sin individualizar despachos
ni productos), que recopilan anual o mensualmente los institutos de
estadsticas y censos de cada pas. En algunos pocos casos estn
disponibles por Internet.
Pero paradjicamente, no existe esta informacin detallada para
operaciones individuales de importacin o exportacin en EEUU,
Europa, Asia y frica. Sin embargo, mediante ella es posible aqu
realizar comparaciones sobre precios dumping u otros y preparar en
Excel cuadros mensuales de los ltimos 4 aos (con produccin, importacin y exportacin) cuyo registro magntico (disquete) requiere
el rgimen para estas presentaciones.
El mercado disponible y demanda de chapas de acero, miel, perfiles
y numerosos bienes diversos son permanentemente incluidos en
estas presentaciones, segn puede observarse en los listados de
las Secretaras respectivas (www.mecon.gov.ar).
CARGA IMPOSITIVA PARA EXPORTADORES
La carga impositiva que afecta a las producciones locales y exportables suele ser muy alta. A las empresas les afecta directamente menos de 10%, pero considerando los impuestos incorporados en sus
compras, la incidencia puede triplicarse.
284
285
Igualmente con cualquier otro producto y sus materias primas, generalmente liberadas de derechos en los casos en que no existen yacimientos o abastecimiento locales.
Con intereses opuestos a los de los comerciantes, los productores
requieren elevados derechos para sus bienes manufacturados y
ninguno para sus materias primas (y hay dificultadas cuando tambin existen yacimientos o recursos locales de aquellas).
Por el contrario, los comerciantes estn interesados en competir con
importaciones de productos manufacturados y reclaman bajos derechos de importacin, alegando favorecer el inters de los consumidores.
286
CONTEXTO HOSTIL
TEORA DE LOS JUEGOS - DUOPOLIO
Juego de Suma Cero
Se trata de dos empresas de supermercados, que estudian abrir un
nuevo local cada una, en una regin en la que hay tres ciudades: 1)
Crdoba, 2) Rosario, 3) Tucumn.
La distancia entre ellas es la siguiente:
DOUPOLIO:
NUEVO
SUPERMERCADO
CORDOBA
10 Km
15 Km
ROSARIO
TUCUMAN
20 Km
287
288
Se considera que las consecuencias para la cadena A son los porcentajes de negocios que en cada regin le correspondern, de
acuerdo a los estudios del mercado.
Ya que cada porcentaje de aumento o disminucin representan un
aumento o disminucin idntico, respectivamente, para la cadena B,
este es un juego de dos personas suma cero.
Si ambas cadenas se ubican en el mismo pueblo, entonces el jugador A recibir 65% de los negocios de toda la regin. Entonces,
E11 = E22 = 65%.
Si la cadena A se ubica en la ciudad 1 mientras que la cadena B se
ubica en la ciudad 2, entonces el jugador A est mas cerca de la
ciudad 1 que el jugador B, pero el jugador B esta ms cerca tanto
de la ciudad 2 como de 3 que el jugador A. En consecuencia, el jugador A capturar:
(0,90)(0,45)+(0,40((0,35)+(0,40)(0,20)=0,625
o sean 62,5% de los negocios de la regin: E12 = 62,5%.
Si la cadena A se ubica en la ciudad 2 y la cadena B se ubica en la
ciudad 3, entonces el jugador A esta ms cerca de los pueblos 1 y 2,
mientras que el jugador B est ms cerca de la ciudad 3. En consecuencia, el jugador A tendr:
(0,90)(0,45)+(0,90)(0,35)+(0,40)(0,20)= 0,80
el 80% de los negocios de la regin: E23 = 80%.
De igual manera para las estrategias E13= 80% y E21= 57,5%.
289
290
5
9
B
7
4
2
8
291
DOMINANCIA
La dominancia podr concretarse mediante estrategias mixtas, calculadas mediante alguna valoracin de probabilidades para cada
accin que iguale las esperanzas:
A)
2p + 8(1-p) = 7p + 4(1-p)
2p - 8p + 8 = 7p 4p + 4
2p 8p 7p +4p = -4
-9p = -4
con p = 0,44
1-P
B)
0,44
7p + 2(1-p) = 4p + 8(1-p)
7p 2p + 2 = 4p 8p + 8
7p -2p 4p+ 8p = 6
9p = 6 con p= 0,67
Con criterio al azar, pero cuidando totalizar estas proporciones, realiza su juego basado en acciones que suman la proporcin 0,67(7) +
0,33(2), cuyo valor suma $5,36
292
1-P
0,67
293
CONTEXTO INCIERTO
SEGUROS
Supngase una persona con una propiedad que vale $1000, que en
caso de incendio puede perder $ 750 y quedarle el valor del terreno
por $250.
Puede contratar un seguro a un costo del 33% (premio de 1/3), pero
la suma asegurada depender de su aversin o aficin al riesgo (su
Utilidad Esperada).
Llamando X a la situacin si no hay incendio e Y a la situacin con
incendio, es posible representar sus posibilidades de eleccin, analtica y grficamente para explicar su conducta de afeccin o aversin
al riesgo.
294
X = $1000 - 1/3 F
X - 1000 = 1/3 F
F = - 3X + 3000
Reemplazando en 2)
Y = 1000 - 750 - 1/3 ( - 3X + 3000) + ( - 3X + 3000)
Y = 250 + X - 1000 - 3X + 3000
Y = 2250 - 2 X
ecuacin lineal que relaciona la cantidad de haber en caso de incendio con la cantidad en caso sin incendio.
Se la puede graficar como una recta de presupuesto del esquema
paretiano, e incluyendo una funcin de Utilidad Esperada del individuo -curva de indiferencia que indique su utilidad de un suceso por
la probabilidad de su ocurrencia- si su conducta se rigiera por los
cinco axiomas de von Neuman y O. Morgenstern indicando determinadas preferencias por el riesgo segn el punto de contacto elegido.
Solamente tendra $1000 si corriera el riesgo del posible incendio.
Pero si es neutral al riesgo tendra solamente $750. Cualquier otra
precaucin implicara comprar ms seguro, ubicando la curva de
utilidad esperada a la izquierda del punto E.
La ordenada paretiana indica el caso Y= incendio; la abscisa el caso
X= noincendio; la recta de presupuesto es la ecuacin lineal precedente ( con extremos X= 1125 e Y=2250); y las curvas de indiferencia indican su mapa de utilidad esperada.
Una persona neutral al riesgo maximiza su UE en el punto de tangencia de la curva mas alejada y la recta indicada, con coordenadas X=750 e Y=750.
295
296
297
UTILIDAD ESPERADA
Segn el criterio algo arriesgado de Teresa, su funcin de utilidad
N-M es U = 10 +2M (siendo M la ganancia monetaria).
Tiene la oportunidad de invertir $25 en la financiera XX, y con su
criterio personal valora 0,5 la probabilidad de perder todo y 0,5 la
probabilidad de ganar $32.
Se pregunta cul es su utilidad esperada si invierte; as como si debe o no invertir.
a) utilidad de no invertir: UE0 = 10 + 2(0) = $10
Utilidad de perder la inversin de $25:
U-25 = 10 + 2(-25) = -$40
Utilidad de ganar la inversin de $25:
U32 = 10 + 2(32) = $74
Utilidad Esperada si decide invertir:
0,5 (-40) + 0,5 (74) = $17
298
299
300
301
302
decisiones bajo contexto hostil ocurre cuando un agente enfrenta a un oponente, que se esfuerza en conseguir para si el
mejor resultado posible, perdindolo aquel si este lo consigue.
El contexto incierto es cuando se desconocen aspectos importantes, que hacen inviable el anlisis bajo el concepto tradicional de probabilidad por que no se sabe que ocurrir; y ante las
contingencias las decisiones que pueda estar influidas por
alguna determinada actitud personal ante el riesgo pero igualmente debe ser racionalmente o cientficamente determinadas
u optimizadas.
Antes del siglo XX los anlisis cientficos eran preferentemente
deterministas; adems de la lgica binaria matemtica solo se
incluan mayormente situaciones bajo el anlisis de probabilidades (Bayes, Laplace, etc).
Durante el siglo XX se desarrollaron otros enfoques diferentes
para el razonamiento lgico y para la metodologa de las disciplinas, que abarcaron los conceptos y las situaciones no incluidas en el anlisis anterior.
PRINCIPIO DE INDETERMINACION DE HEISEMBERG
En 1927 el fsico W. Heisemberg formul el principio de indeterminacin: la temperatura del termmetro haba modificado
imperceptiblemente la medicin en un lquido; y no era el estado de la ciencia no suficientemente evolucionado para medir
esa alteracin ni la pequeez del dispositivo, sino que en s los
diminutos cambios deba ser considerados lgicamente como
no medibles con precisin: el principio de indeterminacin presente en todo tipo de medicin fsica (si la precisin con la
que se determina la posicin y velocidad de una partcula es
mayor, menor ser su velocidad).
303
304
305
306
En 1961 Edward Lorenz estudiaba el comportamientos atmosfrico mediante simulaciones con series y encontr resultados muy diferentes cuando repiti el anlisis utilizando en la
constante inicial tres decimales (0,506) en vez de seis decimales (0,506127), estableciendo as que los sistemas caticos
son muy sensibles a las condiciones iniciales.
En 1975 R. MAY us un modelo de simulacin del crecimiento
de la poblacin de insectos tipo logstico ya que consider que
307
(use Ver o Vista > Zoom > 200% para leer los detalles)
Vase en la fila dos los comentarios sobre las cifras de la fila 1
que llevaron a determinar los lmites entre el comportamientos
determinista, caticamente ergdico y absolutamente catico.
308
309
310
podra pensar, a una distribucin probabilstica de los resultados, debido a la influencia distorsionadora de esos accidentes
histricos.
El modelo de Plya consiste en una urna con bolas de dos
colores; cada vez que extrae una (muestras con reposicin) se
la repone pero conjuntamente con otra (otras) de ese color.
Luego de una serie de extracciones se observa que el resultado no guarda las proporciones quizs esperadas, si no que es
azaroso.
(use Ver o Vista > Zoom > 200% para leer los detalles)
La implementacin del modelo en Excel es fcil: en la columna
B se introduce la funcin =Aleatorio(); en las columnas C y D
se utiliza la funcin =Si ( ; ; ) para cuantificar la posibilidad de
reponer las bolas de un color u otro, segn aclaran las formulas de la imagen para este ejemplo con cien mil extracciones,
cuyo resultados cambia drsticamente con cada pulsacin de
reclculo F9 etc.
311
ENUNCIADOS
ENUNCIADOS DE EJERCICIOS DE LOS 50 TP PRINCIPALES
orientativos sobre los TP del cronograma con 50 TP, a completar como informes profesionales incluyendo la teora, la parte analtica, grficos, detalles y fuentes primarias que tratan el
tema (figura aqu una orientacin sobre informes para cada
TP).
Ejemplos semiresueltos (a revisar y/o corregir estan en archivos pdf identificados por unidad (como 2dem_ofer.pdf ,
3estabilidad.pdf etc) y en archivos Word o Excel, tambin en
Microeconoma con Excel y segn la bibliografa oficial detallada.
(Nota: numerosos conceptos tericos y otros temas breves del
programa no estn incluidos en estos 50 TP pero deben ser
considerados completando el programa).
Nmero del TP:
1a) informe en detalle sobre los sistemas econmicos (unidad
1 y 10).
1b) informe en detalle sobre el circuito econmico, incluyendo
las consecuencias para la empresa de las formulaciones sobre
la identidad, la igualdad, teora cuantitativa y la ecuacin fundamental tratadas en la unidad 1 y 10.
2) agregacin unidad 2: a) construya las funciones de demanda y de oferta de 3 grupos para ambos casos.
312
313
314
b) Ejercicio
X
Y
DISPONIBILIDAD
Mano de obra
1
1
200
Materia Prima
2
1
260
Fondos
10
20
3500
Beneficio
100 400
c) Ejercicio 10: Sea una firma que produce un bien Q, poseyendo dos clases de mquinas, siendo su dotacin de recursos 200 trabajadores, 60 mquinas clase M1y 40 mquinas
clase M2. Dos trabajadores y una mquina M1 producen 50
unidades del bien por perodo(actividad X1) , en tanto que 4
trabajadores y 1 mquina M2 producen 60 unidades (actividad
X2).
Se calcular:
1)
La mxima cantidad de Q que la firma puede producir
por perodo, qu retribucin cabe imputar a las dos clases de
mquinas y al trabajo.
2)
El incremento de la produccin que se lograr en el caso de contarse con un trabajador ms.
3)
Cmo vara el plan ptimo de produccin si mantener
ociosas M1 y M2 cuesta 2y 10 unidades del bienQ por perodo
y por mquina inactiva.
10) Programacion lineal, minimos con metodo grafico (en TP
u4)
11) Programacion lineal Simplex , mximos (en
33resumenes, en Microeconoma con Excel o Microeconoma
Eiras)
315
316
317
318
319
320
321
322
43) Contratacin de factores en competencia. a) La produccin de trigo depende de un solo factor, trabajo: Q = F (L)
(su precio es p=$4; el salario w y F los costos fijos). Su producto marginal es la primer derivada respecto a L, PMg= Q' L
El beneficio es ingresos menos costos: B = I - C
o sea, B = p Q - w L - F . (en u8)
b) Distribucin segn la funcin Cobb-Douglas (ver en teora
de la produccin, TP 25y en u8) y explicitar aqu las consecuencias de aplicar esta teora.
44) Contratacin de factores en monopsonio. Una sola empresa demandante productora de trigo y demandante de un
solo factor, trabajo; oferta del factor en competencia (sin sindicatos). El monopsonista no puede adquirir una cantidad ilimitada de insumo a un precio uniforme; el precio que debe pagar
por cada unidad viene dado por el mercado de ese factor, con
una funcin de oferta creciente y independiente de la cantidad
adquirida
r = 263 + 43 X Se supone que tambin vende el trigo en
un mercado competitivo, al precio $4; y su funcin de produccin indica la cantidad producida como dependiente del factor
contratado Q = F ( X )
supongamos Q = 27, X2 - 0,4 x 3 (en u8,6)
b) Monopolio bilateral: Sean q1= 270*q2 2*q2,
X= 0.25*x2, las funciones de produccin del comprador y el
vendedor respectivamente, correspondiente al monopolio bilateral. El precio de q1 es 3$, y el de x es 6$. A- Determinar los
valores de q2, p2 y los beneficios del comprador y el vendedor
correspondiente a las soluciones de monopolio, monopsonio y
cuasi- competencia. Determinar los lmites de negociacin para p2 bajo el supuesto de que el comprador no puede estar
323
324
325
326
Circuito econmico:
En las sociedades se intercambian continuamente bienes y
servicios. Desde F. Quesnay en 1750 La ciencia lo explica
con el modelo, ejemplo o metfora del sistema sanguneo.
Empresas y familias (o ms sectores, como el gobierno o el
externo) tienen un doble circuito de prestaciones: servicios por salarios; bienes por sus precios, etc. en continua
circulacin de Produccin -Distribucin de ingresos - Consumo .
J.B. Say supona una identidad con pleno empleo permanente (funcionando la teoria cuantitativa de la moneda de
J.S. Mill) pero luego de 1930 se reconoci que la igualdad
de Walras explicaba que solo para determinado nnivel de
precios se cumplia la igualdad entre demanda y oferta
habiendo pleno empleo. J.M.Keynes explic la crisis con
las expectativas empresarias que concretaron su profeca
autorrealizadora del crack (y propuso la obra pblica para
reactivar: cavar y tapar zanjas)
A travs de precios y salarios circula la riqueza continuamente, con pleno empleo, salvo en las crisis, como el desempleo por expectativas de 1930 o la intervencin oficial
distorsionante del tipo de cambio argentino uno a uno en
1992.
Fuentes:
2)
327
328
329
Fuentes:
7)
Estabilidad dinmica o problema de la telaraa.
Ante una baja de la demanda, o de una suba de costos en la oferta, se
calcula en el nuevo punto la funcin de la demanda (u oferta) nueva
utilizando el coeficiente de la recta por dos puntos; y finalmente con
ella el nuevo equilibrio.
Si en valor absoluto la oferta es mas inelstica que la demanda, las
aproximaciones sucesivas conducirn a un nuevo equilibrio ms
rpidamente.
Fuentes:
8)
Estimacin de funciones:
En la empresa se estiman funciones diversas, especialmente las de
demanda, para pronosticar la actividad (y calcular luego la compra de
insumos, la produccin necesa y proceder a la venta y expedicin).
Estudios de mercado con encuesta, experimentos controlados (como
ofertas gratis para observar las preferencias) y sobre todos el mtodo
estadstico del ajuste segn mnimos cuadrados son utilizados paralelamente
La estimacin minimocuadrtica es muy utilizada, ya que Excel calcula los coeficientes de la lnea o funcin de ajuste, lineal, igual que
con mltiples variables independiente; y en instantes presenta automticamente los coeficientes de significacin, colinealidad y otros,
ANOVA.
Fuentes:
9)
Programacin lineal, mximos, con mtodo grfico:
Suponiendo 2 variables, restricciones lineales y recursos.
330
Al dibujar las restricciones surge un rea con una frontera de posibilidades de produccin. Superponiendo las lineas de isobeneficio (de
la funcin objetivo) se determinara el punto de contacto que optimizar la produccin maximizando el beneficio.
Pero el mdodo grafico con 2 variables no permite trabajar efectivamente en la empresa y antes de existir PC se recurri a las tablas
Simplex (o a matemticos hbiles con matrices para casos de pocas
variables, 5 a 10)
Fuentes:
10)
Programacin lineal, mnimos, con mtodo grfico:
Suponiendo 2 variables, restricciones lineales y requerimiento mnimos.
Al dibujar las funciones de cada requerimiento surge un rea alejada
del origen con una frontera de costos mnimos. Superponiendo las
lneas de isocostos (de la funcin objetivo) se determinar el punto de
contacto, que optimizar minimizando el costo.
Pero el mtodo grfico con 2 variables no permite trabajar efectivamente en la empresa; y antes de existir PC se recurri a las tablas
Simplex (o a matemticos hbiles con matrices para casos de pocas
variables, 5 a 10)
Fuentes:
11)
Programacin lineal,Simplex, mximos.
Mediante las tablas Simplex se puede optimizar manualmente utilizando hasta unas 6 variables sin ser un experto matemtico.
Las tablas Simplex (de Dantzing y posteriores) se obtienen reiterando
10 operaciones elementales; incluyendo capacidades ociosas (variables de holgura) para el calculo inicial sin producciones reales.
331
Excel agiliza el Simplex con su macro Solver en la opcin maximizar, para hasta 16 variables y no solo dos como en el mtodo grfico
que utilizaba la escuela clsica tradicional inglesa.
Fuentes:
12)
Programacin lineal, mnimos:
Mediante las tablas Simplex se puede optimizar manualmente utilizando hasta unas 6 variables sin ser un experto matemtico
Las tablas Simplex (de Dantzing y posteriores) se obtienen reiterando
con 10 operaciones elementales, incluyendo capacidad ociosas (o
variables de holgura) y en este caso adems otras variables artificiales, para el clculo inicial: suponiendo costos altos de M$ que desaparecern en los sucesivos clculos de tablas.
Asimismo, la idea de dualidad tambin permite transformar casos de
mnimo en mximo, trasponiendo recursos en objetivos y filas en
columnas.
Pero Excel agiliza el Simplex con su macro Solver, en la opcin minimizar, para hasta 16 variables y no solo dos como en el mtodo
grafico que utilizaba la escuela clsica tradicional inglesa.
Fuentes:
13)
Programacin lineal con Solver de Excel.
Solver de Excel sigue la rutina del Simplex. Se escriben los datos
del cuadro resumen en una hoja y se identifican esas celdas (con sus
frmulas corrospondientes) ingresando a Herramientas> Solver, en
Funcin objetivo, en celdas cambiantes y en las opciones para ingresar las restricciones. Ejecutando, se obtiene la optimizacin y tres
332
333
334
335
336
337
338
339
24b)
Numerosos conceptos tericos y extensiones del programa no tienen
aqu TP individualizados pero son necesarios.
Elecciones intertemporales; concepto del costo de bsqueda, etc.son
otros punto tericos suficientemente identificados en los sitios web y
en la bibliografa.
25)
Funcin de produccin Cobb-Douglas
La funcin lineal y homognea (por ser de un solo trmino con dos
variables y exponentes fraccionarios que suman uno), de Euler, indica rendimientos constantes.
Los profesores Cobb y Douglas verificaron que serva para representar la distribucin del ingreso entre trabajo y capital, tanto en EEUU
en 1890-1920 como en Sudafrica, Australia y otros.
Si los rendimientos vienen dados por la suma de exponentes, estas
funciones tambin sirven para representar la distribucin de ingresos
en las empresas.
Fuentes:
26)
Teora de los costos:
Se utiliza para costos el modelo matemtico y geomtrico del X
total, medio y marginal de W. Baumol.
Los costos totales aumentan a partir del fijo inicial; los variables dependen de la produccin; el costo medio conforma la tpica U del
CMV; el marginal se ve como la pendiente de la lnea del costo total,
de modo que el costo marginal intersecta al CMV en su mnimo (ah
mnimo de explotacin a corto plazo) , delimitndo los costos decrecientes y crecientes (o sus conceptos inversos, rendimientos crecientes y decrecientes)
340
341
342
El valor actual pondera el capital por el inters, tanto en ingresos como en gastos. Al considerar ingresos y gastos surge el VAN o VNA
(valor actual neto).
Los valores viejos se actualizan multiplicando por (1+i) a la t ( i de
inters y t perodos); a los valores futuros se los divide por (1+i) a la
t.
Otros anlisis complementan ese criterio de evaluacin (como considerar los diferentes costos de los prstamos segn sean los tamaos
de las empresas; la existencia o no de liquidez inicial; los posibles
costos de explotacin consecutivos; las reglamentaciones fiscales; el
valor residual; alternativas de compra o alquiler, por que pueden considerarse ya sea como inversin o ya como gasto; los riesgos de cada
inversin; etc).
Asimismo, en la evaluacin de proyectos tambin se usan otros indicadores, adems del VAN: la TRF (tasa rentabilidad financiera); PR
(el periodo de repago); los rboles de decisin; varias medidas de
rentabilidad; el criterio FODA (fortalezas, oportunidades, debilidades, amenazas); la cruz de Porter (ver si es el nico proveedor /ver si
es el nico cliente; ver si hay muchos proveedores / muchos clientes);
etc.
La TIR (tasa interna de retorno o discounted cash-flow) se calcula
por tanteos, igualando el VA de los Ingresos al VA de los Egresos La
tasa que permita igualar ambos conceptos es la TIR; si es aceptable
para un inversor aportar sus recursos en vez de por ejemplo depositarlos en un banco a tasas menores.
Excel calcula el VNA y la TIR con solo pintar el rea de ingresos y
egresos e indicar la funcin.
Fuentes:
31)
Evaluacin de proyectos inciertos:
343
344
345
35)
Monopolio discriminador:
Si discrimina precios diferenciando mercados aumentar ms sus
beneficios.
Cuando le es permitido fraccionar la demanda puede cobrar precios
diferentes segn la elasticidad de cada tramo de mercado (ms caro
en el tramo rgido), vendiendo la misma cantidad total que sin discriminar, pero con mayores beneficios que en su optimizacin pura
sin diferenciar mercados. Su condicin es igualr el ingreso marginal
conjunto con el costo marginal y a ese nivel de pesos determinar la
cantidad para cada mercado (y reemplazandola, su precio en cada
uno)
Existen diversos grados de discriminacin y estos casos lesionan la
competencia, segn las normas domsticas y las de la OMC.
Fuentes:
36)
Carga impositiva en los exportadores:
Los exportadores no incluyen los impuestos en este precio, ya que
tambin existen estos al ingreso en el pas receptor.
Localmente, la carga impositiva total incluye la imposicin directa
ms la indirecta en cascada incorporada en los insumos y costos (sin
incluir el IVA a los consumidores, ni lo no incorporado fsicamente
al producto en salarios y gastos financieros, segn requiere la OMC).
Se calcula la carga en los insumos nacionales, importados, impuestos
directos, etc. (sin los gastos financieros ni la carga salarial que no
admite la OMC)
La carga impositiva suele ser del orden del 40% medida macroeconmicamente (participacin del estado) y es natural pensar que
toda empresa tiene una carga similar. Pero dbe ser detallada para los
casos de denuncias antidumping (o countervailing duty por subsidios)
de otros pases, y hay que justificar los escasos reintegros (reembol-
346
sos) a los exportadores, por que son usualmente vistos como subsidios en el exterior (con carga mucho mayor que reintegros).
Fuentes:
37)
Duopolio segn Cournot:
Solo dos oferentes, sin colusin, frente a una demanda competitiva en
la cual la cantidad X es la suma de X1 + X2 para ambas firmas.
Calculan cada uno as sus ingresos totales y sus beneficios. Al optimizar separadamente, surge que cada uno acta considerando su oferta como dependiente de la cantidad ofrecida por el otro (funciones de
reaccin X1= f(X2) y viceversa X2= g(X1) que incluyen la cantidad
del otro).
Ninguno supone que el otro mantiene la cantidad fija sino que ambos
reaccionan ofreciendo segn lo que produzca la otra empresa.
Fuentes:
38)
Empresa lider y seguidoras
Una firma lider con varias seguidoras ante una demanda competitiva.
Cada uno estudia eligiendo actuar como lider o como seguidor y coloca la produccin del oponente en su propia funcin de de beneficio
y por tanto de oferta.
El resultado de estos escenarios se compara con otros posibles, sin y
con colusion, para determinar cual conducta le conviene ms a la
empresa(s).
Fuentes:
39)
Antidumping:
La ley comercial, domstica e internacional, se basa en el modelo de
la competencia.
347
Pero la competencia es difcil de practicar; y a menudo hay que defenderla ante las autoridades locales y/o de la OMC, con denuncias
por precio predatorio o por subsidios.
Una denuncia documentada puede llegar a tener resultado positivo y
obtenerse en un derecho antidumping o similar, si adems se demostr que los montos originaron daos considerable (o amenazan
con ello).
Fuentes:
40)
Cartel
Si es posible la colusin los oligopolios optimizan conformando un
cuasimonopolio.
Pueden fijarse polticas comunes de precios, de cuotas y /o de reparto
de beneficios, si fueran permitidas (controladas) por el gobierno.
Bajo colusion se obtendran beneficios mayores a toda otra alternativa de optimizacin de competencia imperfecta, ya que conformaran
un monopolio. Se demuestra que los mayores beneficio surgen bajo
monopolio (y an mayores cuando puede discriminar precios o mercados)
Fuentes:
41)
Teora de los juegos:
En el constexto hostil del duopolio y en el de la incertidumbre y seguros se aplica la nueva lgica de Neumann-Morguenstern, que amplia el rigor del criterio matemtico de verdad o falso al agregar la
posibilidad de desconocido.
En los juegos sin y con acuerdo se estudian las probabilidades de
ocurrencia y ganancia, llegndose a un segundo mejor, realista o seguro, que es lo preferible a toda otra alternativa inalcanzable segn el
oponente.
348
349
Fuentes:
45)
Teora de la incertidumbre seguros:
La lgica N-M tambin es aplicable cuando no se puede calcular la
probabilidad de ocurrencia de un suceso.
Segn su aversin o afeccin al riesgo el agente pondera las contingencias, de ocurrir o no un suceso, para obtener la utilidad esperada
de esa contingencia.
El patrimonio efectivo o neto considera e incluye el costo del seguro
contratado por la persona racional.
Fuentes:
46)
Evaluacin de proyectos bajo contexto incierto
Los empresarios pueden ser adversos o afectos al riesgo y asignar
diferentes probabilidades de ocurrencia a los escenarios posibles de
siniestro y no siniestro.
Dada una funcin de utilidad se puede calcular el monto de un seguro
o bien correr el eventual riesgo de un siniestro.
Adems, al comparar los ingresos bajo contexto cierto (sin seguro) e
incierto (con seguro) tambin se puede estimar por diferencia el valor posible por el seguro.
El anlisis de seguros implica estimaciones valorando la aversin al
riesgo de los clientes.
Fuentes:
47)
Ley de Walr y Ley de Say
Las empresas dependen del nivel de actividad general, que no siempre esta en equilibrio.
350
351
352
PD:
5 TP OBLIGATORIOS EN EXCEL
El curso requiere la prctica obligatoria de al menos cinco temas en
Excel: elasticidad media o promedio; estimacin de funciones por
correlacin mltile; programacin Simplex con Solver; VAN y
TIR; resolucin de sistemas o matriz insumo-producto.
Asimismo, otros temas tericos figuran en el programa y quizs no
implican utilizar ecuaciones para modelizarlos, pero son igualmente
necesarios. Por ejemplo teora del bienestar; empresa socialmente
responsable (ESR), etc.
Por otra parte, los mtodos que son practicados en el curso conviene sean presentados por el alumno con otro enunciado similar,
llegando en ellos a similares resultados (un caso de 2x2 como el
expuesto aqui en el punto programacin con seis mtodos equivalentes (pag.211).
353
1 Tutor
1 Tutoria
1 Utopa de T. Moro -Sistemas Econmicos
1 Vision
1 Y 2 Tutorias Distancia
2 Agregacion Bienes Privados Y Publicos
2 Agregacion Demandas Y Ofertas
2 Demofe
2 Elasticidades Puntual Y Media
2 Graficos Total Medio Marginal
2 Ingreso
2 Ingresos
2 Oferta Y Demanda
2 Prcticos Analticos
2 Tp 2 Agregacion
2 Tp 2 Bienes Privados
2 Tp 2 Bienes Privados Y Pblicos
2 Tp 2 Suma Horizontal
2 Tp 3 Elasticidad
2 Tp 3 Elasticidad
2 Tp 3 Elasticidad Cigarrilos
2 Tp 3 Y 21 Elasticidad Media o Promedio
2 Tp 4 (teora De Los Ingresos-gastos)
2 Tp 4 Ingreso Marginal
2 Tp 4 Ingresos
2 Tp 4 Teoria De Los Ingresos
2 Tp 8 Teoria Ingresos O Gasto
2 Tp Suma Horizontal Bienes Privados
MICROECONOMA CON EXCEL
355
356
357
358
359
7 Tp 35 Discriminacion Mercados
7 Tp 36 Carga Impositiva
7 Tp 36 Cargaimpositiva
7 Tp 37 (duopolio Segun Cournot)
7 Tp 37 A 40 Oligopolio
7 Tp 37 duopolio de Cournot
7 Tp 37 Listas De Extras Sin Discriminacion En Antidumping
7 Tp 37 Y 38 Duopolio De Cournot Etc
7 Tp 38 Estacion Vivitos
7 Tp 38 Lider Y Seguidora De Stackelgerg
7 Tp 38 Vivitos Rapidito Lentito
7 Tp 39 (antidumping)
7 Tp 39 Dumping Y Gatt
7 Tp 39 Proceso De Dumping
7 Tp 40 Cartel
7 Tp 40 Stackelberg Y Otros
7 Tp 41 Dilema Del Prisionero
7 Tp 41 Juegos Duoplio Supermercados
7 Tp 41 Juegos Duopolio
7 Tp 41 Juegos Radio Tv
7 Tp 41 Teoria De Los Juegos E Incertidumbre
7 Tp 41 Y 42 Teoria De Los Juegos Y Dominancia
7 Tp 41,45 Y46 Juegos-incertidumbre
7 Tp 42 (juegos Dominancia)
7 Tp 42 Dominancia En Juegos
7 Tp32 Equilibrio Con Funciones Empiricas
7 Vivitos, Rapidito Y Lentito
MICROECONOMA CON EXCEL
361
8 A 10 Tp 43 Y 44 Teoria Distribucion
8 A 10 Tp 47 A 51 Caja De Edgewourt
8 Distribucion
8 Equilibrio General
8 o 10 Tp 47 Equilibrio General
8 o 10 Tp 51 Excedente Consumidor
8 o 9 Tp 45 Seguros E Incertidumbre
8 o 9 Tp 45 Seguros Incertidumbre
8 o 10 Criterios De Bienestar Y Valoracin
8 Tp 47 Equilibrio General
8 Tp 49 Matriz Inversa
8 Tp 49 Matriz I-p Acero Autos
8 Tp 49 Sistemas Ecuaciones Y Matrices
8 Tp 50 Teorema Coase
8 Tp 51 Bergson Perdida Social
8 Tp 51 Excedentes Y Bienestar
9 Incertumbre
10 Bienestar
Zip con versiones anteriores:
Zip1 Programa y TP Micro1
Zip2 Prcticos Analticos
Zip3 Micro Con Excel 2004 <<<
Zip4 Archivos Paginas Micro conExcel<<<
Zip5 Otros Archivos Excel
Zip6 Acrobat Reader Para Leer el Libro
Zip7 Con varios Programas
362
363
Informacin general:
Informacin bsica sobre cada producto (producto, licencia, interfaz utilizador etc). Nota del precio [1] indica
que el precio era precios altos promocionales (as que
ms elevados puede aplicarse a las compras actuales),
y nota [2] indica eso ms bajo tasacin de penetracin
se ofrece a los compradores acadmicos (e.g. las ediciones del give-away de algunos productos se lan con
algunos libros de textos del estudiante en estadstica).
Producto
AcaStat
ADaMSoft
364
Productor
Acastat
Marco
Scarno
La fecha
ms ltima
de la versin
Coste
(USD)
$29
24-ene-08 Libre
fuente
Licencia del
Interfaz
software
No
Propietario GUI
GNU GLP
CLI/GUI
Analizarl
ASReml
BioStat
BrightStat
Dataplot
EasyReg
Epi Info
EViews
GAUSS
GenStat
Analizar-l
VSN internacional
AnalystSoft
Daniel
Stricker
Alan Heckert
$185-495
No
Propietario GUI
Febrero de
2007
>$150
No
Propietario CLI/GUI
8 de enero,
2007
$100
No
Propietario GUI
No
Marzo de
2005
Propietario GUI
Public domain
CLI/GUI
$300
No
Propietario GUI
Libre
No
Propietario CLI/GUI
No
Propietario CLI/GUI
No
Propietario CLI
VSN internacional
No
Propietario CLI/GUI
Libre
Libre[3]
/
Herman J.
Bierens
Centros
para el
control y la
prevencin
de la enfermedad
Software
micro
cuantitativo
Sistema de
Aptech
[1][2]
8 de noviembre,
2007
Marzo de
2007
2006
Julio de
2006
>$190
365
Hlice de
oro
gretl
Hlice de
oro
El equipo
del gretl
Instituto
del SAS
Gary W.
Oehlert y
MacAnova Christopher Bingham
InvestigaMathematica cin del
volframio
Schoonjans
MedCalc
franco
[markemodelQED
tingqed]
Minitab
Minitab
Inc.
JMP
MRDCL
NCSS
OpenEpi
366
Marzo de
2008
No
Propietario CLI/GUI
21 de marzo, 2008
Libre
GNU GLP
1 de noviembre,
2005
$1190
No
Propietario GUI/CLI
29 de agosto, 2005
Libre
GNU GLP
No
Propietario CLI/GUI
22 de abril,
2008
No
Propietario GUI
No
Propietario GUI
$395
15 de junio,
2007
10 de ene- $1195[2
]
ro, 2007
No
4 de enero, $4000[2
]
2008
No
[1]
Software
estadstico
de NCSS
A. Decano,
K. Sullivan, Diciembre
M. Soe
de 2007
CLI/GUI
GUI
Propietario CLI/GUI
Propietario CLI/GUI
>$399
No
Propietario GUI
Libre
GNU GLP
GUI
Origen
Lenguaje
de programacin del
buey
OxMetrics
Origen
Partek
Cartilla
OriginLab
OxMetrics,
J.A. Doornik
OxMetrics,
J.A. Doornik
OriginLab
SalStat
SAS
[4]
Propietario GUI
Octubre de
2007
Libere
para el
uso
acadmico
No
Propietario CLI
Octubre de
2007
$5001200
No
$699
No
CLI/GU
Propietario I
Propietario GUI
No
Propietario GUI
No
Propietario GUI
3 de agosto,
2005
Libre
GNU GLP
CLI
8 de febrero, 2008
Libre
GNU GLP
CLI
1 de agosto,
2006
Libre
GNU GLP
CLI/GUI
1 de octubre, 2007
No
Propietario CLI/GUI
GNU GLP
GUI
Febrero de
2007
GNU GLP
GUI
No
Propietario CLI/GUI
Partek
Cartilla-e
Febrero de
2007
Pspp
Fundacin
R
de R
Comandan- Zorro de
[4]
te de R
Juan
RKWard
No
Junio de
2007
PSPP
RATAS
$699
Estima
Comunidad
de RKWard
Alan James
Salmoni
Instituto
del SAS
Marzo de
2008
$500$1000
$500
Libre
367
30 de noviembre,
2006
Junio de
2007
Libre
GNU GLP
$129
No
Propietario CLI/GUI
Statgraphics
StatPoint
STATISTICA
StatSoft
StatIt
StatIt
Junio de
2005
$695 $1295
No
Propietario GUI
>$695
No
>$395
No
Propietario GUI
Propietario GUI
StatPlus
7 de enero,
No
Propietario GUI
No
Propietario CLI
No
No
Propietario GUI
Propietario GUI
Propietario GUI
SOCR
UCLA
Stata
Statacorp
[1][2]
AnalystSoft 2007
$150
Insightful
SPlus
Inc.
2005
$1599[2
SPSS
SPSS Inc.
2007 ]
StatsDirect StatsDirect
$179
Statistix
Statistix
$695
Systat
SYSTAT
Software
21 de feInc.
brero, 2007 $1299
UNISTAT
VisualStat
15 de mar-
Winpepi
J. H. Abramson
XLStat
El computar de Ko-
368
Sep de
2007
No
GUI
No
Propietario CLI/GUI
$895,
$495,
$300
No
Propietario Excel
$195
No
Propietario GUI
Libre
No
Propietario GUI
GUI,
$395[2] No
Propietario Excel
vach
XploRe
Producto
MD*Tech
2006
Producto
La fecha
ms ltima
de la versin
Propietario GUI
No
Coste
(USD)
OS del
Mac
Windows
Linux
DEB
Unix
ADaMSoft
MacAnova
Dataplot
SalStat
Cartilla
No
No
No
No
AcaStat
No
No
No
No
Analizar-l
No
No
No
No
BioStat
No
No
No
No
BrightStat
No
EasyReg
No
No
No
No
Epi Info
No
No
No
No
Terminado
(1.1)
No
No
No
GAUSS
No
Hlice de oro
No
EViews
369
gretl
JMP
No
No
No
No
MedCalc
No
No
No
No
modelQED
No
No
No
No
Minitab
Terminado No
No
No
NCSS
No
No
No
No
Origen
No
No
No
No
OpenEpi
Partek
No
No
No
PSPP
R
Comandante
de R
RATAS
RKWard
SAS
S[5]
S[5]
S[5]
S[5]
No
No
No
No
Terminado S
No
AcaStat
SOCR
Stata
Statgraphics
STATISTICA
No
No
No
No
No
No
No
No
No
StatIt
No
No
No
No
StatPlus
SPlus
SPSS
No
No
No
No
No
No
No
StatsDirect
No
No
No
No
Mathematica
370
Statistix
No
No
No
No
SYSTAT
No
No
No
No
UNISTAT
No
No
No
No
VisualStat
No
No
No
No
Winpepi
No
No
No
No
XLStat
No
No
No
XploRe
No
No
Producto
OS del
Mac
Windows
Linux
DEB
Unix
Unidireccional
De dos
vas
MANOVA
GLM
pruebas
Postehoc
Anlisis
de los
cuadrados latinos
AcaStat
No
No
No
No
No
No
ADaMSoft
No
No
No
No
No
No
Analizar-l
No
No
No
BioStat
No
BrightStat
No
No
No
EasyReg
No
No
No
No
No
No
Epi Info
EViews
GAUSS
No
No
No
No
No
No
No
No
No
Hlice de oro
S
S
gretl
371
Mathematica
No
MedCalc
Minitab
No
No
No
NCSS
OpenEpi
No
No
No
No
No
Origen
No
No
No
No
Partek
R
Comandante
de R
SAS
SOCR
Stata
Statgraphics
STATISTICA
No
No
No
No
StatIt
No
StatPlus
SPlus
SPSS
StatsDirect
No
No
Statistix
SYSTAT
UNISTAT
No
VisualStat
No
No
Winpepi
No
No
No
No
No
No
XLStat
No
No
372
Producto
Unidireccional
De dos
vas
MAGLM
NOVA
pruebas
Postehoc
Anlisis
de los
cuadrados latinos
de regresin:
AcaStat
ADaMSoft
Analizar-l
No
No
No
No
No
BioStat
BrightStat
EasyReg
Epi Info
EViews
GAUSS
No
No
No
No
No
No
S
S
Hlice de oro
gretl
Mathematica
S
S
No
MedCalc
Minitab
No
No
S
S
No
No
No
No
No
No
NCSS
Origen
Partek
No
No
No
No
No
Comandante
[4]
de R
373
RATAS
No
Sagata
No
No
No
No
SAS
SOCR
Stata
Statgraphics
STATISTICA
No
No
No
No
No
No
No
No
StatPlus
SPlus
SPSS
No
No
StatsDirect
SYSTAT
UNISTAT
No
StatIt
S
S
S
No
S
S
Statistix
VisualStat
Winpepi
XLStat
Producto
S
S
Log
OLS WLS 2SLS NLLS stico
GLM
CHAVAL
Por
etapas
374
GARCH
Multivariat
AcaStat
Analizar-l
BioStat
EasyReg
EViews
GAUSS
gretl
MedCalc
Minitab
No
No
No
No
No
No
No
No
No
NCSS
Origen
R
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Mathematica
Comandante
[4]
de R
RATAS
SAS
SOCR
Stata
Statgraphics
STATISTICA
StatIt
StatPlus
SPlus
SPSS
StatsDirect
Statistix
375
SYSTAT
UNITAT
No
No
No
No
VisualStat
Winpepi
XLStat
Prueba
de la
Prueba de
GARCH
Producto
ARIMA GARCH raz de
VAR Multivariat
Cointegration
la unidad
COMPARACON INTEGRAL DE PAQUETES ESTADISTICOS
DISPONIBLE EN:
http://www.worldlingo.com/ma/enwiki/es/Comparison_of_statistic
al_packages
376
REFERENCIAS BIBLIOGRFICAS
Se han buscado y no fueron encontrados (en Microsoft, ni en editoriales internacionales, en ingls o en castellano) textos o CD (tienen
interactividad) con casos ejemplificados mediante Excel sobre este
tipo de contenido. Consecuentemente, se aplic en el presente
trabajo el utilitario Excel, para clarificar y abreviar la solucin de
ejercicios conceptuales publicados en diversos trabajos.
Algunos pocos ejercicios forman parte del paquete Excel del Office
de Microsoft; pero la mayor parte de los ejercicios conceptuales ha
sido obtenida de los textos utilizados en los programas de Microeconoma I, o de Estadstica, de la Facultad de Ciencias Econmicas
de la Universidad de Buenos Aires.
Varios de ellos se listan a continuacin (otros trabajos pueden no
estar listados aqu y se pide disculpa):
-Allen, R. G. D., Anlisis Matemtico para Economistas,
Aguilar Ediciones, 1964.
Madrid:
-Baumol, W. J., Teora Econmica y Anlisis de Operaciones, Madrid: Editorial Dossai, 1980.`
-Beker, V. A., Microeconmia Aplicada, Buenos Aires: Editorial de
Belgrano, 1992.
-Bronson, R., Investigacin de Operaciones- Teora y 310 Problemas Resueltos. Editorial McGaw Hill: serie Schaum publicado en
espaol. ISBN 968-451-385-2
-Cecil Mills, F., Mtodos Estadsticos Aplicados a la Economa y a
los Negocios, Madrid, Aguilar Ediciones, 1965.
377
-Chiang A., Mtodos fundamentales de economa matemtica, Buenos Aires: Amorrortu Editores, 1977.
-Cortada, N.-Carro, J. M., Estadstica Aplicada, Buenos Aires, EUDEBA, 1968.
-Davies, O. L., Mtodos Estadsticos Aplicados a la Investigacin a
la Produccin, Madrid: Aguilar Ediciones, 1965.
-Diguez, H.-Porto, A., Problemas de Microeconoma, Buenos Aires: Editorial Amorrortu, 1972.
-Eiras Roel, S., Microeconoma: ejercicios de los cursos FCE-UBA,
Buenos Aires, accesibles en:
www.microconexcel.com.ar
www.microeconomiaconexcel.com
http://distancia.econ.uba.ar
www.econ.uba.ar Dep..Economa (Microeconomia I-catedra I
-adjunto Eiras Roel);
www.aplinfo.com.ar (clave: microeconomia)
-Ferguson, C. E.-Gould, J., Teora Microeconmica, Buenos Aires:
Editorial Fondo de Cultura Econmica, 1983.
-Fernndez Pol, J. Demanda de los Consumidores, Ediciones Rancagua.
-Gonzlez Garca, J. A., Tcnica operativas para la toma de decisiones, Madrid: Editorial Index, 1976.
-Henderson, J.M.-Quandt, R.E., Teora Microeconmica, Barcelona,
Editorial Ariel, 1985.
-Kmenta, J., Elementos de Econometra, Barcelona: Editorial Vicens
Universidad, 1980.
378
379
380
NOTA:
Es usual encontrar PC con teclados desconfigurados y tener dificultades para ubicar algunos signos, smbolos, caracteres. Pueden
obtenerse pulsando simultneamente Alt + (pad numrico):
Alt 40
Alt 41
Alt 42
Alt 43
Alt 45
Alt 46
Alt 47
Alt 60
Alt 61
Alt 62
Alt 92
Alt 94
Alt 97
Alt 208
Alt 230
Alt 255
(
)
*
+
.
/
<
=
>
\
^
a
381
382
PROGRAMA (linkeado):
UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA
El problema econmico. Descripcin sinttica de un sistema
econmico global y su funcionamiento desde la perspectiva microeconomica. Consumidores. Productores. Propietarios de los factores
de produccin. Mercado de productos y de factores. Sectores econmicos. Sector gobierno y sector externo. Gustos y tecnologa. Interrelaciones. Flujo circular. Sistema de precios. Diferenciacin de la macroecoma. Aspectos metodolgicos: economa positiva y normativa,
teora y realidad. Variables. Funciones e identidades. Modelos determinsticos y estocsticos.
DETALLE
UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA
El problema econmico.
(Lipsey cap.4)
Descripcin sinttica de un sistema econmico global y su funcionamiento desde la perspectiva microecon.. (Parkin 1)
Consumidores. Productores. Propietarios de los factores de produccin.
Mercado de productos y de factores.
Sectores econmicos. Sector gobierno y sector externo.
Gustos y tecnologa. Interrelacines.
Flujo circular.
Sistema de precios.
(Lipsey 5; Friedman 1)
Diferenciacin de la macroecoma.
Aspectos metodolgicos: economa positiva y normativa; teora y
realidad.
(Lipsey 1)
Variables. Funciones e identidades.
(Lipsey 2)
Modelos determinsticos y estocsticos.
(Lipsey 3)
383
384
385
Lipsey, R. Introduccin a la economa positiva. Cap. 9 La teora elemental del precio de mercado. Cap. 11 Algunas predicciones de la
teora del precio (centra su enfoque en los impuestos, precios maximos y precios mnimos). Cap. 12 La teora elemental del precio. Anlisis dinmico (incluye el modelo de la telaraa)
Varian H. R. Microeconoma intermedia. Cap. 16 El equilibrio.
Parkin, M. Microecoma. Cap. 6 Los mercados en la prctica.
Friedman M. Teora de los precios. Cap. 7 La demanda derivada.
Henderson J. y Quandt, R.: Teora microeconmica. Cap. 6 El equilibrio del mercado; punto 6-7 La existencia y unicidad del equilibrio; 68 La estabilidad del equilibrio; 6-9 El equilibrio dinmico con ajuste
retrasado (modelo de la telaraa)
Bibliografa complementaria.
De Pablo, J y Tow, F.: Lecturas de microecoma por economistas argentinos. Canavese, Alfredo J, Una exposicin sobre problemas habituales en la estimacin de funciones de damanda.
Stigler, G. y Boulding, K., Ensayos sobre la toera de los precios.
Cap. 4 Working, E. J,: Qu demuestran las funciones estadsticas de
demanda ?
Ejercicios resueltos:
Dieguez, H. y Porto, A,: Problemas de microeconoma. Problema 35
Agregacin de demandas.
386
UNIDAD 5: EL CONSUMIDOR.
Preferencias y elecciones racionales. Utilidad cardinal y ordinal. La restriccin presupuestaria. Maximizacin de la utilidad. Equilibrio del consumidor. Deduccin de la curva de demanda individual.
387
Propiedades. Ecuacin de Slutzky. Efectos precio y renta. Clasificacin econmica de los bienes. La preferencia revelada. Los ndices de
ingresos. Elecciones intertemporales. Extensiones: inclusin del
tiempo en la tecnologa del consumo y como restriccin. Costos de
bsqueda.
DETALLE UNIDAD 5: EL CONSUMIDOR
Preferencias y elecciones racionales.
Utitidad cardinal
(Parkin 7)
...y ordinal
(Parking 8; Baumol 8-5 hasta 8-10 ed.1964 95 hasta 9-10 ed.1980).
La restriccin presupustaria.
Maximizacin de la utilidad.
Equilibrio del consumidor.
(Friedman 2 pag. 49-73)(Varian
3,4,5)(Baumol 2 y3)
Deduccin de la curva de demanda individual. Propiedades.
(Dieguez-Porto ej 32 y 34 )
Ecuacin de Slutzky. Efectos precio y renta.
(Baumol 8-11 y 812 ed.1964 9-11 hasta 9-17 ed.1980; Henderson-Quandt cap2 y 3-5)
Clasificacin econmica de los bienes.
(Varian 8)
La preferencia revelada.
(Baumol 8-12 o 9-13 ed.1980,
etc.) (Henderson-Quandt 3-5)(Varian 7) (Dieguez-Porto ej.36)
Los ndices de ingresos.
Elecciones intertemporales.
(Dieguez-Porto ej.40)
Extensiones: inclusin del tiempo en la tecnologa del consumo y
como restriccin.
(Varian 10) (Lago: Microec. c.XII)
Costos de bsqueda.
Fernndez Pol, J : conceptos matemticos tiles en microeconma.
Parte II Cap. 3 Tercer caso: funciones de dos variales y una restriccin.
Parkin, M. Microeconoma. Cap. 7 Utilidad y demanda. Cap. 8 Posibilidades, preferencias y elecciones.
Baumol, W.: Teora economca y anlisis de operaciones. Cap. 8 Teora de la demanda (pag. 175 en adelante)
Friedman, M. Teora de los precios. Cap. 2 La teora de la demanda
(pag. 49 en adelante)
388
Bibliografa complementaria.
Varian, H. Microeconoma intermedia. Cap. 3 Las preferencias. Cap. 4
La utilidad. Cap. 5 La eleccin. Cap. 6 La demanda. Cap. 8 La ecuacin
de Slutsky.
Ejercicios resueltos.
Dieguez H. y Porto A. Problemas de microeconoma. Problema 32 Utilidades independientes e interdependientes. Probmema 34 Autarqua
de un productor-consumidor. Problema 36 Preferencia revelada.
389
390
deseconomas externas. Monopolio maximizador de beneficios. Monopolio maximizador de ventas con restriccin de beneficios. Monopolio discrimidor de precios. Empresa lder con competidores perfectos. Competencia imperfecta. Duopolio: soluciones de Cournot, de
von Stackelberg, de Bertrand y de colusin. Teora de los juegos. Publicidad. Oligopolios: la demanda quebrada, la participacin fija en el
mercado. Modelos de competencia espacial. Extensiones: evaluacin
emprica de algunos modelos de conducta empresaria.
DETALLE UNIDAD 7: EL OBJETIVO DELA EMPRESA Y FORMAS DEL
MERCADO DE PRODUCTOS
Competencia perfecta, maximizacin de beneficios y la curva de oferta individual y de la industria.
Corto y largo plazo,
Economas y deseconomas externas
(Mochon 9) (Parkin 11) (Henderson-Quandt 6-1 hasta 6-5) (Varian 21, 22)
Monopolio maximizador de beneficios.
(Monchon 10;
Baumol 11; Henderson-Quandt 7; Varian 19)
Monopolio maximizador de ventas con restriccin de beneficios.
Monopolio discrimidor de precios. (Dieguez-Porto ej. 25 caso general ! )(Parkin 12) (Varian 23, 24) (Baumol 16-13 caso sencillo !)
Empresa lder con competidores perfectos.
Competencia imperfecta.
(Mochon 11)(Parking 13) (Henderson-Quandt 8-1 8-2 8-3))
Duopolio: soluciones: de Cournot
de von Stackelberg,
de Bertrand y
de colusin.
(Dieguez-Porto ej.19, 20, 23,24,25,28,30,31)
Teora de los juegos.
(Parkin 13) (Henderson-Quandt 8-5)
Publicidad.
(Baumol 10)
Oligopolios: la demanda quebrada, la participacin fija en el mercado.
(Stigler)
Modelos de competencia espacial. (Lago: Microec. c.XI)
Extensiones: evaluacin emprrica de algunos modelos de conducta
empresaria.
(Baumol 10 o 15 ed.1980 ) ( DiTella; De Pablo;
Tow)
391
392
Las Unidades 8 y 9 estan consideradas como extensiones de la Unidad 7 Distancia y la Unidad 10 es la Unidad 8 Distancia
393
394
395
396
(Mochon
(Varian 30, 31)
Enfoque prctico:
Este curso tiene una modalidad analtica similar a los dictados
en la Escuela de Economa de Londres., en el MIT y en alguna universidad espaola. Sin embargo, como Microeconoma a nivel intermedio, de aplicacin directa y plena en los diversos departamentos
de toda empresa, se le ha asignado un tratamiento tipo Microeconoma en Accin: el alumno debe captar la aplicacin de cada principio / modelo -incluso su clculo matemtico y con PC- tambin
para la posible confrontacin de su empresa con las competidoras
locales y externas; y en las negociaciones ante las Secretaras de Comercio, de Industria o Comisin Nacional de Defensa de la Competencia locales, as como ante la OMC, Mercosur, CECA, Internatio-
397
nal Trade Commission y U.S. Department of Commerce, etc., guindose sobre la base de los casos reales gestionados por el profesor en
su actividad empresaria.
PROGRAMA (linkeado):
UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA
El problema econmico. Descripcin sinttica de un sistema
econmico global y su funcionamiento desde la perspectiva microeconomica. Consumidores. Productores. Propietarios de los factores
de produccin. Mercado de productos y de factores. Sectores econmicos. Sector gobierno y sector externo. Gustos y tecnologa. Interrelaciones. Flujo circular. Sistema de precios. Diferenciacin de la macroecoma. Aspectos metodolgicos: economa positiva y normativa,
teora y realidad. Variables. Funciones e identidades. Modelos determinsticos y estocsticos.
DETALLE
UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA
El problema econmico.
(Lipsey cap.4)
Descripcin sinttica de un sistema econmico global y su funcionamiento desde la perspectiva microecon.. (Parkin 1)
Consumidores. Productores. Propietarios de los factores de produccin.
Mercado de productos y de factores.
Sectores econmicos. Sector gobierno y sector externo.
Gustos y tecnologa. Interrelacines.
Flujo circular.
Sistema de precios.
(Lipsey 5; Friedman 1)
Diferenciacin de la macroecoma.
Aspectos metodolgicos: economa positiva y normativa; teora y
realidad.
(Lipsey 1)
Variables. Funciones e identidades.
(Lipsey 2)
Modelos determinsticos y estocsticos.
(Lipsey 3)
398
399
400
401
402
UNIDAD 5: EL CONSUMIDOR.
Preferencias y elecciones racionales. Utilidad cardinal y ordinal. La restriccin presupuestaria. Maximizacin de la utilidad. Equilibrio del consumidor. Deduccin de la curva de demanda individual.
Propiedades. Ecuacin de Slutzky. Efectos precio y renta. Clasificacin econmica de los bienes. La preferencia revelada. Los ndices de
ingresos. Elecciones intertemporales. Extensiones: inclusin del
tiempo en la tecnologa del consumo y como restriccin. Costos de
bsqueda.
DETALLE UNIDAD 5: EL CONSUMIDOR
Preferencias y elecciones racionales.
Utitidad cardinal
(Parkin 7)
...y ordinal
(Parking 8; Baumol 8-5 hasta 8-10 ed.1964 95 hasta 9-10 ed.1980).
La restriccin presupustaria.
Maximizacin de la utilidad.
Equilibrio del consumidor.
(Friedman 2 pag. 49-73)(Varian
3,4,5)(Baumol 2 y3)
Deduccin de la curva de demanda individual. Propiedades.
(Dieguez-Porto ej 32 y 34 )
Ecuacin de Slutzky. Efectos precio y renta.
(Baumol 8-11 y 812 ed.1964 9-11 hasta 9-17 ed.1980; Henderson-Quandt cap2 y 3-5)
Clasificacin econmica de los bienes.
(Varian 8)
La preferencia revelada.
(Baumol 8-12 o 9-13 ed.1980,
etc.) (Henderson-Quandt 3-5)(Varian 7) (Dieguez-Porto ej.36)
Los ndices de ingresos.
Elecciones intertemporales.
(Dieguez-Porto ej.40)
Extensiones: inclusin del tiempo en la tecnologa del consumo y
como restriccin.
(Varian 10) (Lago: Microec. c.XII)
Costos de bsqueda.
Fernndez Pol, J : conceptos matemticos tiles en microeconma.
Parte II Cap. 3 Tercer caso: funciones de dos variales y una restriccin.
403
Bibliografa complementaria.
Varian, H. Microeconoma intermedia. Cap. 3 Las preferencias. Cap. 4
La utilidad. Cap. 5 La eleccin. Cap. 6 La demanda. Cap. 8 La ecuacin
de Slutsky.
Ejercicios resueltos.
Dieguez H. y Porto A. Problemas de microeconoma. Problema 32 Utilidades independientes e interdependientes. Probmema 34 Autarqua
de un productor-consumidor. Problema 36 Preferencia revelada.
404
405
406
407
Las Unidades 8 y 9 estan consideradas como extensiones de la Unidad 7 Distancia y la Unidad 10 es la Unidad 8 Distancia
408
Diferenciales de ingreso.
Extensiones: capital humano y no humano.
18)(Mochon 14)
(Parkin
409
410
411
Enfoque prctico:
Este curso tiene una modalidad analtica similar a los dictados
en la Escuela de Economa de Londres., en el MIT y en alguna universidad espaola. Sin embargo, como Microeconoma a nivel intermedio, de aplicacin directa y plena en los diversos departamentos
de toda empresa, se le ha asignado un tratamiento tipo Microeconoma en Accin: el alumno debe captar la aplicacin de cada
principio / modelo -incluso su clculo matemtico y con PC (el ejemplo resuelto con 6 mtodos es ilustrativo, pg 211, que es efecti-
412
413