Documentos de Académico
Documentos de Profesional
Documentos de Cultura
del caos; VAN y TIR, teora de los juegos y de la incertidumbre; modelacin Oman y su asesina; nivel intermedio asequible para no especialistas mediante aplicaciones simples de Excel.
Programa de la asignatura Microeconoma I linkeado al material de estudio (pag.500), a ejercicios resueltos y a archivos Excel y otros, disponibles en: www.microeconomiaconexcel.com , sitios del curso en la FCE, foros y otros site.
Enfoque terico prctico de microeconoma de la empresa, para no graduados y profesionales, del rea comercial e investigacin de empresas; con ms de 100 ejemplos resueltos paso a paso utilizando aplicaciones de Excel -en situaciones bajo cuatro contextos: cierto, aleatorio, hostil e incierto-.
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.
MICROECONOMA CON EXCELEN EMPRESAS 2
PRLOGO 19 Introduccin 21 La microeconoma clsica 21 Errores en la microeconoma clasica 26 Destinatarios de la microeconoma 28 Por qu es insuficiente la microeconoma neoclsica con enfoque solo formal: 28 Aportes en Microeconomia con Excel (MCE) 32 1) Exposiciones simplificadas 32 2) Seis mtodos equivalentes 33 3) Estimacin de funciones 34 4) Programacin con cientos de variables 35 5) Matrices con Excel 35 6) Otros 10 utilitarios 35 7) Empresa sobredimensionada: 35 8) Casos de antidumping y countervailing duty 36 9) Cuatro contextos econmicos 36 10) Elasticidad media 38 11) Es prcticamente til la ecuacin Slutsky? 38 12) Como obtener funciones y grfico desde series y viceversa 40
13) Funciones muy complejas 40 14) Anlisis dinmico 40 15) Modelo de la Telaraa y su nmero de perodos 40 16) Modelos de simulacin: 41 17) El problema de identifiacin 41 18 Mtodos cientficos 43 19) Un error en la microeconoma clsica, el sujeto 43 20) Otro error en la microeconoma clsica, las generalizaciones sobre sistemas NxN: 45 CAPTULO 1 SERIES Y FUNCIONES EN LA EMPRESA 47 ORIENTACIN Y CONTENIDO 47 HASTA DNDE MICROECONOMA Y HASTA DNDE ESTADSTICA? 48 ESTUDIAR LA DEMANDA 50 DESDE SERIES OBTENER ECUACIONES Y GRFICOS 51 DESDE ECUACIONES OBTENER SERIES Y GRFICOS 52 FUNCIN DE DEMANDA LINEAL 53 FUNCIN DE DEMANDA TERICA (HIPERBLICA) ESTUDIOS DE DEMANDA EN LAS EMPRESAS y TIPOS DE BIENES EQUILIBRIO EN MERCADOS COMPETITIVOS MERCADO COMPETITIVO CON IMPUESTOS DEMANDA, INGRESO TOTAL Y MARGINAL EXTENDER CLCULOS EN EXCEL 53 54 54 55 55 57 57
MODA(O): MEDIDAS DE DISPERSIN - VARIANZA: DESVIO ESTNDAR DESVIACIN ESTNDAR- EN UNA POBLACIN: SERIES DE FRECUENCIAS MEDIA ARITMTICA MEDIA GEOMTRICA: MEDIA ARMNICA: MODA(O): DECILES: PERCENTILES MEDIDAS DE DISPERSIN DESVIO ESTNDAR Y VARIANZA: ASIMETRA Y CURTOSIS MOMENTOS ABSOLUTOS HASTA SU CUARTO GRADO: MOMENTO 0: MOMENTO 1: MOMENTO 2: MOMENTO 3: MOMENTO 4: MOMENTOS CENTRADOS HASTA CUARTO ORDEN MOMENTO 1 MOMENTO 2 MOMENTO 4 DESVO CUARTLICO VARIANZA MEDIANTE MOMENTOS CONCLUSIN
65 66 67 68 69 70 71 72 73 73 74 74 74 75 75 75 76 77 77 78 78 78 79 80 80 81 81
82
82 84 84 86 86 86 86 87 87
COEFICIENTE DE CORRELACIN
88
89
89 90
CORRELACIN - EN MUESTRAS
EVALUACIN DE EXMENES ANLISIS DE VARIANZA Y COVARIANZA REGRESIN MLTIPLE ESTIMACIN DE DEMANDA SEGN CORRELACIN MLTIPLE PRONSTICOS: DISCOS DE FRENO PARA AUTOS
91
92 93 94 94 94
95 96
97 98 99 100 102 104 108 115 119 120 121 123 123 127 127 128 128
MODELOS DE SIMULACION DE LA OFERTA Y DEMANDA GLOBAL PARA ESTIMAR LA DEMANDA DE CHAPA DE SOMISA: 130 3.- ANALISIS DE COYUNTURA 134 5ETAPAS DEL PROCESO PRODUCTIVO 137 PROGRAMACIN NO LINEAL O LINEAL 139 CON SOLVER DE EXCEL 139 SENSIBILIDAD 142 PROGRAMACIN LINEAL SIMPLEX 143 Contribucin marginal (precios sombra) 146 Costo de oportunidad: 146 Minimizar el costo de produccin: 148 DUALIDAD 148 PROGRAMACIN LINEAL SIMPLEX CON SOLVER DE EXCEL 149 FBRICA DE MESAS Y SILLAS ZONDA 150 PRODUCCIN DE TV, ESTREOS Y ALTAVOCES 151 PROBLEMA DE TRANSPORTE 153 PLANIFICACIN DEL PERSONAL DE UN PARQUE DE DIVERSIONES 155 PROGRAMACION CON PRESENTACIONES MATRICIALES 155 MAXIMIZAR UNA INVERSIN EN BONOS 158 OPTIMIZAR UNA CARTERA DE VALORES-ACCIONES 160 VALOR DE RESISTENCIA PARA UN CIRCUITO ELCTRICO 162 MATRICES Y DETERMINANTES: 164 MATRIZ INSUMO-PRODUCTO 164 MATRIZ DETERMINANTE 166 EQUILIBRIO GENERAL DE PRODUCCIN-INTERCAMBIO 167 MATRIZ INSUMO-PRODUCTO ARGENTINA 1997 170 METODO SIMPLEX, EN FORMA ESTANDAR Y CANONICA 174 SIMPLEX MATRICIAL 177 INVESTIGACION OPERATIVA CON EXCEL, WINQSB; GAMS, LINDO, TORA Y OTROS 179 PROGRAMACIN LINEAL CON WINQSB 180 METODO GRAFICO CON WINQSB 183 PROGRAMACION LINEAL CON GAMS 186 PROGRAMACION LINEAL CON TORA 192 PROGRAMACION LINEAL CON LINDO 195 SISTEMAS CON 1700 VARIABLES 199 SISTEMAS DE ECUACIONES NxN 199 SISTEMAS NxN CON SOLVER DE EXCEL 200
SISTEMAS DE ECUACIONES NxN CON EXCEL, STATA, EVIEWS, MATLAB, SPSS METODO DE DETERMINANTES: SISTEMAS NXN CON DETERMINANTES EN EXCEL SISTEMAS DE ECUACIONES NxN CON STATA SISTEMAS DE ECUACIONES NxN CON EVIEWS SISTEMAS DE ECUACIONES Y MATRICES CON MATLAB SISTEMAS NxN CON SPSS CAPTULO 4 - CONTEXTO ALEATORIO TEORA DE LA PROBABILIDAD PROBABILIDAD DE DISTRIBUCIONES DISTRIBUCIN BINOMIAL DISTRIBUCIN NORMAL
201 202 202 204 206 212 217 222 222 223 224 225
USO DE TABLAS Y DE LAS FUNCIONES INCORPORADAS EN EXCEL 226 REGLA O TEOREMA DE BAYES 227 ANLISIS COMBINATORIO. Reglas de conteo 229 PERMUTACIONES 230 DISTRIBUCIN BINOMIAL 232 DISTRIBUCIN NORMAL 233 PRUEBA Z 234 VIDA TIL DE UN PRODUCTO 235 MUESTRA DE 200 ARANDELAS 235 MUESTRA DE 100 TUBOS FLUORESCENTES 236 TEORA DE LAS COLAS 237 DISTRIBUCIN DE POISSON 238 SIMULACIN DE MONTECARLO 238 TAMAO DE LA MUESTRA 242 PROGRAMACIN DINMICA 243 CADENAS DE MARKOV 243 CAPTULO 5 - MUESTREO 248 ENSAYOS CON UNA Y DOS COLAS 249 NMEROS ALEATORIOS 250 PEQUEAS MUESTRAS 251 DISTRIBUCIN STUDENT 251
MUESTRA DE 10 ARANDELAS 251 PRUEBA X2 (DE ASOCIACIN ENTRE DOS VARIABLES Y DOS O MS MUESTRAS) 252 MUESTRA DE 16 PIEZAS TORNEADAS 254 MUESTRA DE 200 BOMBITAS 254 SALIERON 115 CARAS y 85 CRUCES 255 EL KILO DE GUISANTES DE MENDEL 256 BONDAD DE UN AJUSTE 257 CAPTULO 6 - TEORA DE LA DEMANDA 259 Teoras de la demanda y sistemas econmicos 259 PRIMERA TEORA DE LA DEMANDA: sicolgico-utilitaria 263 SEGUNDA TEORA DE LA DEMANDA: curvas de indiferencia 265 CURVA DE INDIFERENCIA Y RECTA DE PRESUPUESTO 266 TERCERA TEORA DE LA DEMANDA: PREFERENCIA REVELADA 267 NMEROS NDICE 270 EQUILIBIO DEL CONSUMIDOR: DEMANDA DERIVADA 270 MAXIMIZACIN SEGN LA UTILIDAD MARGINAL 270 (A. MARSHALL) 270 PROBLEMA DUAL: 273 MAXIMIZACIN SEGN LA INDIFERENCIA DE W. PARETO 274 (Y LAGRANGE) 274 DETERMINANTES 276 EFECTO INGRESO-SUSTITUCIN SEGN HICKS 277 FUNCIN COMBINADA DE LAGRANGE 281 SIGNIFICADO Y VALOR DE : 282 ECUACIN DE SLUTSKY 283 EFECTO DEL CAMBIO DEL PRECIO DEL BIEN X SOBRE LA DEMANDA DEL BIEN X: 283 EFECTO DEL CAMBIO DEL PRECIO DE X SOBRE LA DEMANDA DEL BIEN Y: 284 INDICES DE PRECIOS Y LOS INSTITUTOS DE ESTADISTICAS Y CENSOS (INDEC) 285 TEORA ESTADSTICA DE LOS NMEROS NDICE 287 1. ndice agregativo aritmtico simple, de precios y de cantidades: 289 2. ndice promedio aritmtico de relativos: 289 3. ndice promedio geomtrico de relativos 290 4. ndice mediana de relativos 292 5. ndice promedio aritmtico ponderado de relativos 292 6. ndice promedio geomtrico ponderado de relativos 293
7. ndice de Laspeyres 294 8. ndice de Paasche 294 9. ndice Ideal de Fisher, aplicado a precios y a cantidades 295 10. ndice de Edgeworth-Marshall para precios y cantidades 296 11. ndice de Walch para precios y a cantidades 297 12. ndice de Drovish-Bowley para precios y cantidades 298 CAPTULO 7 - TEORA DEL EQUILIBRIO DE LA EMPRESA 302 MAXIMIZACIN DE LA PRODUCCIN 302 DUALIDAD 305 MNIMO COSTO PARA OBTENER UNA PRODUCCIN DE 200.000 KILOS 305 POTENCIAS Y RACES 307 TEORA DE LOS COSTOS CON EXCEL 307 MINIMIZACIN DE COSTOS CON SOLVER 308 RESTRICCIONES ADICIONALES CON MATRICES 309 DOS SOFAS SIMPLES MS UNO TRIPLE 309 PROGRAMACION ENTERA DE UNA DIETA 311 PROBLEMA DE LA MOCHILA CON ENTEROS 312 PROGRAMACION BINARIA 313 OPTIMIZACION DE LA PRODUCCION / MINIMIZACION DEL COSTO 314 PROGRAMACION DE TURNOS DE TRABAJO 316 EQUILIBRIO EMPRICO CON HOJA DE CLCULO EXCEL 320 A) AJUSTE LINEAL DE LA DEMANDA 321 B) AJUSTE PARABLICO DEL COSTO MEDIO 321 EQUILIBRIO DE LA EMPRESA CON SOLVER 324 Mtodos cientficos: 326 FORMAS DE ESTUDIAR 326 PRESENTACIONES TIPO INFORME PROFESIONAL 327 METODOS DE DEMOSTRACION 327 DUDAS SOBRE MICROECONOMIA Y SUS METODOS CIENTIFICOS: 329 PRIMERA ) Hace falta gran conocimiento previo de matemtica? 331 SEGUNDA ) Para que sirve todo esto de los mtodos? 331 ARCHIVO CON 6 METODOS: 332 SEIS METODOS EQUIVALENTES 335 (UN CASO CON 12 RESULTADOS IGUALES DEL PRIMAL Y DEL DUAL) 335 Cuadro resumen del ejemplo autos y motos: 336 Aproximacion, recordando como derivar: 337
10
1 ) LAGRANGE 2 ) METODO GRAFICO - Maximizacin 3 ) AUTOS y MOTOS SEGN SIMPLEX 4 ) SOLUCION CON SOLVER de Excel 5 ) MATRICES (MANUALMENTE) AYUDA: ALGEBRA MATRICIAL 6 ) MATRICES CON EXCEL MODELACION DE PROGRAMACION CON SOLVER SOLVER EN FORMA TIPO MATRICIAL / SIMIL MATRICIAL / o PARAMATRICIAL MODELACION CON PROGRAMACION LINEAL SOLVER PARA EQUILIBRIO GENERAL Y OTROS OMAN: COMUNIDAD DE PESCADORES Y CAZADORES RESPUESTAS 5) Programacin lineal con Solver de Excel 7) QUIEN FUE EL ASESINO? 8) PROGRAMACION LINEAL -OTRA FORMA DE SOLVER EVALUACIN DE INVERSIONES TIR Y VAN VAN Y TIR (VALORACION DEL TIEMPO) ESTABILIDAD DINAMICA (teorema de la telaraa) AJUSTE ANTE UNA BAJA EN LA DEMANDA MEDIDA DE LA RAPIDEZ DEL AJUSTE AJUSTE ANTE UNA BAJA DE OFERTA POR SUBA DE COSTOS ANALISIS DINAMICO - MODELOS DE SIMULACION ITERACIONES EXCEL RECALCULAR AUTOMATICO O MANUAL F9 CREAR UNA MACRO DINAMICA (BUCLE) NEWTON RAPHSON CAPTULO 8 TEORAS ECONMICAS Y LEGISLACIN OBLIGATORIA TABLAS DE EXTRAS DE PRECIOS Y COSTOS CONTRATACIN EN COMPETENCIA PERFECTA: CRITERIO DE CONTRATACIN MERCADO COMPETITIVO EQUILIBRIO Y CANTIDAD DE COMPETIDORES OTROS MERCADOS - MONOPOLIO MONOPOLIO QUE ACTA COMPETITIVAMENTE MONOPOLIO DISCRIMINADOR MONOPOLIO SIN DISCRIMINACIN
337 341 345 346 348 349 349 355 357 359 359 360 367 371 372 375 377 380 382 383 386 387 388 389 390 391 393 393 394 397 397 399 399 401 402 403 405
11
EMPRESA CON DOS PLANTAS (MULTIPLE FACTORIA) COMPETENCIA MONPOLICA DUOPOLIO SEGN COURNOT EMPRESA LDER Y SEGUIDORAS CARTEL (COLUSIN ENTRE EMPRESAS) CONTRATACIN BAJO MONOPSONIO CONTRATACIN BAJO MONOPOLIO (CON SINDICATO) MONOPOLIO BILATERAL NEGOCIACIN CUASICOMPETITIVA MODELO DI TELLA SOBRE INTERMEDIARIOS COMERCIALES (CONCESIONARIOS) MODELACION NEOCLSICA RAPIDITO Y LENTITO EN LA ESTACION VIVITOS TELEFOCOM Ejercicio 4: RESPUESTAS: TELEFOCOM **EJERCICIO 7: RESPUESTAS: EDITOR DE ECUACIONES DEL OFFICE MICROSOFT RACES EN FUNCIONES CUADRTICAS: RUFFINI RACES EN FUNCIONES CBICAS: RUFFINI RACES EN POLINOMIOS DE ORDEN SUPERIOR COMPETENCIA DESLEAL ANTIDUMPING CARGA IMPOSITIVA PARA EXPORTADORES PROTECCIN EFECTIVA DE UNA INDUSTRIA ORGANIGRAMAS CON MICROSOFT CHART ESPECIALIZACIONES COMPARTIDAS TEORIA DE LOS JUEGOS CONTEXTO HOSTIL El Dilema del Prisionero POLICIAS Y LADRONES La guerra de los sexos HALCON Y PALOMA Inversiones en competencia imperfecta TOMA Y DACA PIEDRA PAPEL TIJERA TEORA DE LOS JUEGOS - DUOPOLIO JUEGO DE SUMA CERO O NULA ESTRATEGIAS MIXTAS ESTRATEGIAS DOMINADAS
406 408 408 411 413 415 417 418 418 418 420 420 424 425 430 431 440 441 441 442 443 444 446 449 450 450 450 453 454 454 455 456 457 457 458 459 461 462
12
DOMINANCIA AXIOMAS DE LA LGICA NEUMANN-MORGENSTERN CUATRO CONTEXTOS EN EL ANALISIS Y TOMA DE DECISIONES RIESGO vs. INCERTIDUMBRE CONTEXTO INCIERTO - SEGUROS EVALUACIN DE PROYECTOS INCIERTOS MERCADOS DE FUTUROS VALOR ESPERADO UTILIDAD ESPERADA COMPETENCIA BAJO INCERTIDUMBRE EJEMPLO BAJO INCERTIDUMBRE: TEORA DE LA INCERTIDUMBRE TEORIA DE LA INCERTIDUMBRE NO ESTRUCTURADA PARADOJA DE SAN PETERSBURGO DE D. BERNOULLI UTILIDAD ESPERADA SUBJETIVA SEU: AXIOMAS DE LA UTILIDAD ESPERADA SUBJETIVA SEU: PARADOJA DE ALLAIS: PRINCIPIO DE INDETERMINACION DE HEISEMBERG INCERTIDUMBRE SEGN J. M. KEYNES LOGICA DIFUSA (FUZZY) / MATEMATICA BORROSA ANALISIS NUMERICO - CALCULO NUMERICO DEL COS FUNCION LOGISTICA DE LORENZ ATRACTORES FRACTAL CAOS URNA DE PLYA ENUNCIADOS ENUNCIADOS DE EJERCICIOS EN LOS 50 TP PRINCIPALES 50 INFORMES PARA 50 TP (GUIA) 5 TP OBLIGATORIOS EN EXCEL LISTADO DE TP RESUELTOS Y ARCHIVOS COMPARACIONES DE SOFT Ayuda del sistema operativo Ayuda para varios mtodos ANOVA REGRESION - Ayuda para varios mtodos de regresin: SERIES DE TIEMPO -Ayuda para vario anlisis de serie de tiempo. REFERENCIAS BIBLIOGRFICAS AYUDA DE MICROSOFT ON LINE PROGRAMA (linkeado) FCE-UBA:
464 465 466 467 468 471 472 472 473 474 474 477 478 480 480 481 482 482 483 483 486 486 488 489 492 492 507 534 536 543 548 550 552 554 556 560 562
13
UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA 562 Flujo circular. Modelos determinsticos y estocsticos. UNIDAD 2: LA DEMANDA Y LA OFERTA Elasticidades. Gasto e ingreso total. Composicin de las curvas mediante suma horizontal UNIDAD 3: EL MERCADO COMPETITIVO Modificacin del equilibrio Modelo de la telaraa y otros modelos dinmicos. UNIDAD 4: PROGRAMACIN LINEAL COMO INSTRUMENTO DE MODELACION MICROECONOMICA Problema primal y dual Dorfman, R., Samuelson, P., Solow, R, Programcin lineal y anlisis econmico UNIDAD 5: EL CONSUMIDOR Utitidad cardinal Ecuacin de Slutzky Los ndices de ingresos. UNIDAD 6: LA EMPRESA Y LA UNIDAD DE NEGOCIOS. 562 563 563 563 564 564 565 565 565
567 567
14
Isocuantas e isocostos. Rendimientos de los factores variables y rendimientos a escala. Minimizacin de costos Costos de corto y largo plazo. Asignacin de los factores de la produccin Modelos de inventarios ptimos
UNIDAD 7: EL OBJETIVO DE LA EMPRESA Y FORMAS DE MERCADO DE PRODUCTOS. 572 Competencia perfecta, maximizacin de beneficios y la curva de oferta individual y de la industria. Monopolio maximizador de beneficios Monopolio maximizador de ventas Monopolio discrimidor de precios Empresa lder con competidores perfectos Duopolio: soluciones: de Cournot de von Stackelberg, de Bertrand y de colusin. (Dieguez-Porto ej.19, 20, 23,24,25,28,30,31)
572 573 573 573 573 573 573 573 573 573 573
15
Modelos de competencia espacial UNIDAD 8: FORMAS DE MERCADO DE FACTORES. Oferta de factores en condiciones de compentencia, de monopsonio Monopolio bilateral Sindicatos. Negociacin. Intermediarios monoplicos y monopsnicos. Rentas y cuasirentas.
UNIDAD 9: INCETIDUMBRE Y RIESGO Y CONCEPTOS DELA TEORIA DE LOS JUEGOS. 577 Axiomas de von Neumann y Morgenstern. La utilidad esperada. Funciones cncavas y convexas de utilidad. El seguro y el juego. La maximizacin de la utilidad esperada Juegos cooperativos y no cooperativos 577 577 577 577 578 578
UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL INGRESO. 579 El modelo de dos factores (fijos) y dos productos con economa cerrada. Ley de Walras y de Say. 579 579
16
Caja de Edgeworth. Distribucin del ingreso bajo competencia perfecta. Efecto del monoplio y de impuestos Equilibrio parcial versus general. Introduccin a la teora del bienestar Enfoque prctico:
17
18
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.
19
No es este trabajo un manual de Excel. Supone tener una idea bsica, mnima, sobre su uso; y no repite indicaciones elementales, tales como abrir o salir de un archivo, imprimirlo, copiarlo, etc que son conocidas por la generalidad de usuarios de Excel, Word y otros del Office de Microsoft. Lo que s se detalla paso a paso, brevemente, es como imprimir, graficar y aplicar series, funciones y mtodos estadsticos o economtricos. T. I. Rbora
20
Introduccin
La microeconoma clsica
Su contenido suele agruparse en funcin del objeto estudiado o tambin segn los mtodos de demostracin. Como los mtodos son compartidas para la explicacin de diferentes objetos de estudio algunos textos tratan conjuntamente problemas del consumidor o la demanda con problemas de la produccin u oferta y tipos de mercados. En este caso se opta por resumir el contenido de la microeconoma segn el objeto de estudio, reseando sucesivamente las teoras sobre el consumidor, luego las del productor y finalmente los modelos sobre varias formas de mercados (no obstante que metodolgicamente se puedan compartir mtodos segn escuelas o teoras). Adicionalmente, otro captulo ms reciente de estudios esta conformado por un conjunto de anlisis diferentes, como el de la teora de los juegos, que incorpora cada vez mayores contenidos, pero que todava no constituyen un cuerpo explicativo tan completo como el enfoque clsico. En la teora del, consumidor se destaca el anlisis inicial de G. Gossen con dos leyes (1854), una explicando la demanda de un bien segn la utilidad marginal decreciente (igual que la lnea de demanda); y otra explicando la demanda de dos (varios) bienes segn el equilibrio del consumidor, que demandar cuando iguala el cociente utili-
21
dad marginal sobre precio en ambos bienes y adems completa el gasto del presupuesto asignado. Marshall expuso en 1890 este criterio como una teora con un modelo segn la utilidad, cardinal, supuestamente medible con el anlisis diferencial (para la satisfaccin de necesidades primarias; la utilidad bajo saturacin implica utilidad marginal decreciente); luego se agregaron las necesidades sociales o culturales (con utilidad marginal constante o creciente) Sobre la base de los anlisis de Gossen y de Marshall, el ingeniero W.Pareto expuso en 1930 lo mismo pero con un modelo geomtrico: grficos (utilidad solo ordinal) con lneas de presupuesto y de indiferencia, ambas con diferenciales totales nulos en todos sus puntos. El punto de tangencia explicaba la demanda de dos bienes, maximizando la utilidad y agotando el gasto del presupuesto: simplificando trminos en ambos diferenciales queda en ese punto la TMS = Px/Py . Ah se agota el gasto y la tasa marginal de sustitucin (gustos o cociente de las derivadas parciales) es coincidente con los precios del mercado en este punto que marca las cantidades demandadas de ambos bienes. El desarrollo matemtico de la poca permiti demostrar ambas teoras tanto con el anlisis diferencial elemental como con la funcin combinada de Lagrange, que suma a la funcin de utilidad una restriccin. Las condiciones de primer orden haciendo las primeras derivadas nulas, ubican en un punto de giro; y las de segundo orden confirman que gire a un mximo, mnimo o inflexin (hessiano >0; <0; =0). Las teoras solo disentan en el modelo (utilidad sicolgica; grficos), pero compartan los mtodos analticos.
22
Hubo otros aportes adicionales, como el de Guiffen para explicar la paradoja de la demanda anmala de los bienes bsicos; y otros sobre la clasificacin de los bienes y sobre las elasticidades de la demanda etc. Una tercera teora de la demanda intent explicar los cambios por la inflacin, separando el efecto de un cambio de precio en la cantidad demandada en sustitucin y renta. En 1915 Slutsky propuso una ecuacin que enriqueci conceptualmente este anlisis desde el punto de vista metodolgico matemtico; y en 1938 J. Hicks utiliz los grficos de Pareto para simplificar ese mismo enfoque conceptual. La ecuacin fue un avance conceptual terico, pero las consecuencias de esta teora de la preferencia revelada (por los consumidores) se concretan efectivamente con los estudios de las variaciones de precios y de cantidades que permiten los ndices de precios de las oficinas de censos nacionales. El mismo anlisis diferencial fue aplicado para explicar los ingresos, la produccin, los costos y beneficios del productor. La productividad marginal decreciente, los costos marginales crecientes y su vinculacin con la lnea y funcin de oferta de la empresa, permitieron conformar un conjunto completo para el equilibrio de la empresa, que fue expuesto como una simplificacin de la realidad. Pero esto tuvo mayor aceptacin acadmica que aplicacin efectiva en las empresas. La optimizacin con una variable, fue implementada a partir del anlisis matemtico de Cournot: siendo el beneficio la diferencia ingresos menos costos, haba mximo Beneficio si B`= 0 y B``<= 0, de donde surge que para el caso general la optimizacin implica operar con ingreso marginal = costo marginal.
23
Pero para el caso de la competencia perfecta se supuso libertad de mercados, con homogeneidad, muchos compradores y vendedores; los precios eran una constante dada por el mercado iguales para todos; al competir se genera una baja de precios y solo las empresas eficientes pueden sobrevivir, operando a largo plazo aquellas que tiene bajos costos medios; se concluye que en este caso especial competitivo las empresas operan con ingreso marginal igual a precio y al costo medio. Adems, la comunidad acadmica tambin avanz con desarrollos para demostrar la eficiencia de este mercado de competencia, por ejemplo con A. Lerner y especialmente con K. Arrow y G.Debreu, que expusieron analticamente sobre dos leyes de la economa del bienestar: si las actividades son competitivas se estn cumpliendo los criterios paretianos; la segunda es ms estricta o abarcativa: si se cumple los criterios paretianos los mercados son competitivos (se subestimaban las objeciones sobre las distorsiones por efecto de las externalidades, la naturaleza de los bienes pblicos, la equidad etc, pero el modelo pas a ser la base de la legislacin comercial domstica e internacional, ya que la competencia facilita el abastecimiento a bajo precio). En la base de las creencias y conformidad sobre esta teora figura el accionar bajo competencia y los mercados de competencia perfecta, que actuan como justos planificadores, que se encargan de distribuir con equidad los logros alcanzados con la eficiencia del criterio paretiano en todo mbito. Tambin se avanz en la pretensin de obtener una modelacin efectiva para el equilibrio general, ampliando una propuesta analtica de L.Walras, al combinarla con la medicin segn el principio paretiano para el equilibrio o distribucin y con la visin de la necesaria existencia de un equilibrio, segn el principio general o teorema del punto fijo de J. Brouwer (adaptado por Arrow y Debreu en 1959 a esta
24
propuesta econmica: dadas unas dotaciones iniciales, si la funciones de preferencias y de produccin son convexas y renen las caractersticas paretianas, existir al menos un conjunto de precios de equilibrio). Si necesariamente tena que existir un equilibrio general, se lo explicaba axiomticamente y con sistemas de 2x2 (solo supuestamente) generalizables a NxN variables. En la explicacin de otros mercados sobresalieron las modelos para el monopolio, con sus precios mayores al costo marginal segn la limitacin de la cantidad ofrecida; tambin su posible discriminacin de precios o mercados y el criterio para producir en el caso multifactora (optimizando con ingresos marginales conjuntos y con costos marginales conjuntos, respectivamente). Cournot explic el duopolio, con la oferta de cada uno segn funciones de reaccin en las que la oferta de uno depende de lo que produzca el otro; Bertrand (o Edgewourth) analizaron este caso bajo una perjudicial guerra de precios. Entre otros numerosos modelos particulares hubo aportes de Hotelling para monopolio y para competencia monoplica con diferenciacin de producto. Stackelber expuso el accionar como empresa lider o seguidora; Sweezy el modelo de la demanda quebrada; Silos-Labini y Modigliani casos parecidos bajo limitaciones de acceso, etc. Tambin se plantearon explicaciones para los casos de colusin (que se conoca combatida por la legislacin de los EEUU desde el accionar de la Standard Oil Co. y otras a fines del siglo IXX). Por otra parte, nuevos enfoques muy diferentes fueron apareciendo, aunque sin conformar una teora tan abarcativa y completa como la anterior. Especialmente, las teoras de la utilidad esperada subjetiva SEU y la teora de los juegos, que se inici en 1932 con los aportes de von Neumann y Morguenstern para casos maxi-min y min-max
25
(W.Wald ) de suma nula; J. Nash en 1950 agreg varios anlisis con diferentes estrategias mixtas ; A. Tucker plante el dilema del prisionero y muchos otros casos conformaron este enfoque con y sin colusin, pero siempre bajo un contexto incierto e inestable (con y sin informacin completa, colusin, estticos o dinmicos, etc) y en el cual se persigue un subptimo (cuando lo bueno es enemigo de lo mejor no autorizado por el oponente). Habiendo resumido aqu el panorama de la microeconoma clsica, cabe finalmente plantearse un interrogante: siendo el sujeto estudiado en la microeconoma el productor (la empresa) y su demandante (el consumidor); y si estas teoras son solo enfoques parciales, para una, dos o tres variables o anlisis centrados en un equilibrio general, Cmo explicaban efectivamente el comportamiento econmico de las empresas, en las cuales generalmente estn involucradas mltiples variables y puede no existir competencia perfecta?
26
distribuye), o por efecto de las externalidades, bienes pblicos, etc; y tal como se explicar, tambin las inconsistencias por el equivocado objeto y sujeto que priorizan para esta disciplina, as como tambin por la impracticabilidad de sus teoras. Pero la competencia perfecta no es un modelo que se presente corrientemetne en los mercados. Algunas corrientes de pensamiento criticaron a los tericos de la microeconoma, por que parecieran ser funcionales a grupos empresarios y acadmicos (quienes finalmente les sustentan), en cuanto sus proposiciones se manifiestan conformando una defensa del sistema liberal financiero librecambista, del que se deduce (con este esquema cientfico incompleto) consecuencias polticas sobre la libertad comercial y sobre el movimiento de capitales, ausencia de barreras comerciales, no aplicacin de impuestos, bajo grado de intervencin del estado en materia econmica, etc, que tienen grandes repercusiones en la actividad econmica domstica e internacional de los pases. Por otra parte, los errores de las teoras socialistas como doctrina (en distribucin, ineficiencia, burocracia, etc) ya fueron histricamente convalidados por sus fracasos en la aplicacin prcticas de estas utopas durante el siglo XX. Pero existe otra visin en Microeconoma con Excel (MCE): no se puede identificar o confundir la teora con la realidad. Considerando la realidad empresaria y las formulaciones tericas se advierten dos errores en la teora tradicional: uno es enfocar los anlisis hacia quien no es el destinatario masivo de los principios macroeconmicos; el otro es distorsionar el mtodo de estudio reducindolo a un campo axiomtico meramente formal e inaplicable.
27
Destinatarios de la microeconoma
Constituye un error pensar que el destinatario de los anlisis econmicos sea aquel matemtico terico dedicado a la microeconoma, dado que el objetivo principal de la microeconoma es el funcionamiento econmico de las empresas (incluyendo la demanda, mercados, optimizacin, etc) y surge en consecuencia que el principal usuario y destinatario de estos anlisis es el profesional y el tcnico que se desempea masivamente en las diferentes rea de cada empresa. Para aquel destinatario terico es natural y suficiente centrar los anlisis en Pareto, la competencia perfecta y el equilibrio general. Pero para este destinatario mayoritario y masivo, los anlisis necesarios son principalmente la estimacin de funciones de demanda (mercado y mltiples aplicaciones economtricas ms) y la optimizacin o programacin empresaria (aplicaciones de la investigacin operativa para las diversas reas de la empresa, bsicamente con programacin lineal u otras; y con matrices). Esta visin prctica y masiva fue la que dio origen al enfoque del libro Microeconoma con Excel en Empresas (MCE), considerando que ese utilitario para PC es de uso generalizado en todas las empresas y trae incorporadas y simplificadas la mayora de estas aplicaciones necesarias.
28
dad el desempeo en la generalidad de las empresas. Interesa adems que la formacin microeconmica de un contador o un ingeniero no incluye otras especializaciones superiores en procesos especficos de investigacin operativa ni en econometra. Pero la generalidad de los textos no ha sido actualizada; y en universidades se continan dictando el enfoque tradicional terico con sus inconsistencias, sin advertir que no es suficiente una capacitacin en modelacin meramente formal tradicional, sino que es necesario llegar a la aplicacin concreta de los principios microeconmicos en la empresa. Antes de la revolucin informtica, aproximadamente en 1980/90, existan muy pocas posibilidades de clculo concreto en las personas y empresas, por lo que un enfoque solo formal axiomtico era inevitable (salvo difciles y poco prcticas especializaciones adicionales a la profesin). Sin embargo, en MCE se demuestra que desde el uso generalizado de las PC, la microeconoma dej de ser obsoleta e inaplicable para la generalidad de los profesionales; y sus principios pasaron a ser ahora de aplicacin efectiva en las empresas, en las reas de ventas, compras, personal, finanzas o direccin general. Esta dicotoma entre rigor formal e inaplicabilidad efectiva en la empresa tambin fue planteada en MCE por ejemplo a travs del caso integral sobre el clculo del equilibrio empresario empricamente; segn el modelo clsico con una, dos o tres variables (abarcando desde la estimacin y el clculo de ventas, produccin, ingresos, costos y beneficio, mediante regresin simple precio-cantidad, ajuste parablico minimocuadrtico y maximizacin diferencial). Pero esa solucin supuestamente integral (aunque digamos univariante) no
29
tiene aplicacin concreta para la generalidad de las empresas, en la realidad enfrentadas a casos de mltiples variables. Se plantearon dos cambios de paradigma: uno es el cambio tecnolgico, las PC, Excel e Internet. Otro es reconocer que la teora neoclsica sin las PC significaba solo una representacin simblica elemental, una fantasa en cuanto a sistemas NxN y al equilibrio general, en s limitados a solo dos o tres variables, que en la prctica de la optimizacin y actividad empresaria son insuficientes y prcticamente inservibles. Pero la PC potenci la aplicacin efectiva de los principios microeconmicos en diversas reas de la empresa. Hay todava sectores interesados en mantener la vieja visin terica impracticable, que se resisten a reconocer que los principios neoclsicos son una mera simplificacin irreal si no se los clarifica y aplica efectivamente en la empresa mediante la computacin. El conocimiento y la teora microeconmica anterior (digamos la evolucin cientfica entre el siglo X y el XXI) no se detiene con las versiones neoclsicas obsoletas, ya que el uso de PC en las ltimas dcadas convierte a ese conocimiento histrico meramente terico en efectivamente prctico. El aporte e ingenio neoclsico quizs no supona (o s) que el avance tecnolgico permitira concretar sus teoras. Entonces, es necesario distinguir el atraso tecnolgico, que solo contempla calcular hasta tres variables, frente a la necesidad de calcular cientos o miles de variables (con simplicidad) para la efectiva optimizacin en la empresas; y en sntesis, se puede decir que desde la difusin generalizada del Office al mbito de todas las empresas (casi sin excepcin), los principios microeconmicos dejaron de ser solo en-
30
foques formales y pasaron a ser ahora de fcil aplicacin concreta en todas las reas de la empresa. En los departamentos de ventas, es fcil estimar la demanda para el prximo perodo mediante correlacin mltiple (con su imprescindible anlisis de la varianza). En el departamento de personal se pueden planificar fcilmente los horarios, turnos y vacaciones mediante programacin lineal con Solver de Excel. En el rea de finanzas se pueden utilizar las aplicaciones sobre VAN y TIR de Excel. Este utilitario tambin permite modelos de simulacin estticos y dinmicos en instantes. La programacin tambin facilita determinar el inventario ptimo con ms de una variable; o precisar la produccin ptima en la direccin de las empresas, incluyendo casos de cientos o miles de variables. Sin necesidad de requerimientos profesionales especiales o superiores a la curricula profesional de un contador o ingeniero industrial (y quizs un tcnico no profesional en muchos casos de usuarios masivos).
31
32
cacin y en la presentacin explicada de ejemplos resueltos una buena forma de objetivar el conocimiento prctico concreto. Por otra parte, este enfoque simplificado se complement con la decisin de editar el texto MCE va Internet, con acceso libre, sin convertirlo en otro de los usuales proyectos editoriales de inters pecuniario (crematstico). Tambin cambiaron los modos de estudio, ahora con PC y con los buscadores de palabras (Ctrl. + F o + B) o con Google.
33
o ingenieros industriales), sin ser ahora requerida una especializacin adicional en econometra o en ingeniera de procesos de investigacin operativa adicionales sobre estos temas; ello en buena medida gracias al Office de Microsoft. La importancia de agregar en estos 6 mtodos los procesos con Excel, para Simplex y para matrices, fue que con ellos en el mismo archivo puede el lector resolver por analoga cientos o miles de variables, sin otros conocimientos ni aplicaciones adicionales, ya que esto es lo usualmente requerido en las empresas (en ninguna empresa es posible la estimacin y optimizacin general con solo una, 2 3 variables). Por otra parte, en MCE adems de ejemplos con Excel tambin se presentan en forma simplifica las aplicaciones efectivas y concretas sobre estos temas mediante otros diez utilitarios diferentes y alternativos a Excel, o para su eventual control en casos necesarios.
34
acosas involucradas en una estimacin: la obtencin de la funcin de ajuste, el anova y el posterior pronstico en s).
7) Empresa sobredimensionada: en MCE se expone el modelo de la Empresa industrial sobredimensionada en pases en desa-
35
rrollo, segn el caso efectivamente utilizado ante la ITC y la FTC de los EEUU para defender durante 15 aos exportaciones competitivas de chapas de acero de la argentina SOMISA. Para posibilitar la continuidad y mantenimiento de exportaciones siderrgicas entre 1980 y 1993 se debi explicar en varias oportunidades ante la ITT y la FTC del Dep.of Commerce el funcionamiento competitivo de la Empresa industrial necesariamente sobredimensionada por cuestiones de tecnologa de pases desarrollados aplicada para pases en desarrollo con mercados insuficientes y que necesitan competir en el mercado internacional (con funciones con costo medio hiperblico y legales descuentos de precio segn cantidades, elaboradas con los breves datos legales de las usuales memoria y balance; mas las adicionales y consecuentes inspecciones de costos y facturacin).
36
mente como anlisis aleatorios o probabilsticos. En el mbito microeconomico clsico la exposicin se centraba en al anlisis sobre seguros o casos anlogos, valorados segn el criterio de Bayes para el contexto aleatorio, con alguna ponderacin personal diferente segn la aversin o aficin al riesgo del sujeto. En los aos 30 Keynes haba introducido la consideracin masiva del tema de la incertidumbre empresaria; y tambin Neumann y Morgenstern plantearon su teora de los juegos, que fue ampliada en 1950 con el analisis de J. Nash sobre estrategias Mixas. Y desde ese ao fueron aumentando las exposiciones de otros casos, incluso bajo contextos inciertos no tradicionales, en los cuales la naturaleza no se comporta uniformemente en el mbito econmico. La urna de Plya (G.Plya, 1954 Stanford Un.) fue otro llamado de atencin, que ampli la consideracin de la incertidumbre: se comprobaba que mediante pruebas con reposicin en una urna no era cierto esperar resultados proporcionales a la dotacin inicial (segn la fsica, matemtica, lgebra, lgica y clculo de probabilidades de Laplace, Boole, etc) sino resultados azarosos. El economista y matemtico Lorenz aport por entonces (1961) su rara funcin logstica, la cual ejecutada reiteradamente con aquellos incipientes ordenadores de su poca le permiti comprobar que para una aproximacin con 3 decimales en el exponente la evolucin era potencial en el sentido tradicional esperado. Pero aumentando a cuatro decimales (0,5061) la funcin se bifurcaba con un comportamiento raro semideterminista (con fractales simtricos autorreproducibles entre dos extremos o atractores) y luego pasaba a una evolucin totalmente azarosa, catica, para valores desde o mayores a 0,506127.
37
L. Zaded en 1965 (Berkeley) tambin expuso sobre una lgica fuzzy (matemtica difusa) mediante planteos con criterios de verdad multivalentes, como para el ejemplo de la contratacin de jugadores, en la cual bajo el concepto lgico y matemtico tradicional booleano se exclua a uno de estatura mediana pero que haba calificado con todos los goles de la prueba. Varios de estos casos tambin se ejemplificaron en Excel como modelos de simulacin y/o dinmicos.
10) Elasticidad media: la economa clsica estudi detalladamente el comportamiento de la demanda y la clasificacin de los bienes segn sus elasticidades, que A. Marshall sintetiz en sus Principios de Economa. Guiffen ampli este tema con la consideracin de los bienes bsicos de demanda atpica y Slutsky plante este anlisis matemticamente diferente, para considerar los efectos de la inflacin (efecto sustitucin y renta, que en Varian se amplia con el efecto renta-dotacin, para explicar por ejemplo el caso de la oferta laboral). Pero en los textos se centran estos anlisis en mediciones puntuales, que no permiten obtener conclusiones en las empresas. En MCE este tema se trata como elasticidad media o promedio, simplificando la realizacin de un ajuste lineal precio-cantidad en un perodo prolongado para obtener conclusiones ms firmes que con elasticidades puntuales.
38
separar los efectos en sustitucin, renta y renta-dotacin), pero no sirve para medir las elasticidades de las demanda de los bienes. En una maximizacin de la utilidad, considerando una demanda marshaliana que dependa de dos precios y una renta, se resuelve el lagrangiano y en las condiciones de primer orden se aslan los trminos con variables en el primer miembro, para resolver el sistema por el mtodo de Crter, de modo que figuren los adjuntos del determinante en el numerador de tres trminos. Uno de estos ser nulo al momento de calcular el efecto de la variacin de algn precio sobre la demanda del bien estudiado, quedarn as las expresiones de los dos conocidos efectos de la ecuacin, sustitucin y renta. Con ellos se pueden explicar los efectos de las variaciones de precios sobre las demanda de bienes y concluir una clasificacin de los bienes, en tpicos o de la paradoja Guiffen; normales o inferiores (efectos directos); y en sustitutos o complementarios (efectos cruzados). Siguiendo a Varian, la ecuacin tambin se puede aplicar para aislar el efecto renta-dotacin, que es til para explicar conceptualmente la oferta y demanda laboral, o para explicar los criterios una eleccin intertemporal consumo-ingreso. Pero, dadas estas mediciones puntuales de la ecuacin, no es posible aplicar este esquema para calcular las elasticidades de la demanda de bienes (ya que requieren la continuidad que dan los promedios en perodos prolongados), debido a esto sus aplicaciones empresarias son muy limitadas. Medir las elasticidades segn el efecto total, del caso directo o cruzado, o tambien medir la elasticidad renta segn el segundo trmino resultara en valores puntuales sin sentido econmico para las decisiones empresarias, las cuales suelen adoptarse en funcion de mediciones con el criterio estadstico de elasticidad media o promedio. Por otra parte, J. Hicks aport un procedimiento analtico y geomtrico ms intuitivo y fcil de aplicar en las empresas para separar con-
39
ceptualmente los dos primeros efectos y para estas clasificaciones de los bienes.
12) Como obtener funciones y grfico desde series y viceversa: la simplificacin de estos temas implic comenzar en
MCE por ilustrar como obtener las funciones, pero adems haceerlo partiendo desde series (y graficarlas) y continuar con utilizar funciones para obtener series. La exposicin con papel y lpiz no implica necesariamente una capacidad para el tratamiento efectivo de series y de funciones en la empresa y esta simple prctica en Excel resulta tan imprescindibles como la correlacin mltiple.
en microeconoma, introduciendo retardos en el ajuste de las variables, de modo que el valor actual de una variable dependa de los valores pasados de la misma y/o de otras variables se plantea no solamente para el modelo de la telaraa, sin que tambin se ven varios ejemplos de procesos estocsticos
(aleatorios), de Markov con variaciones discretas a lo largo del tiempo, as como un conjunto de herramientas para la creacin de rutinas o simulaciones del comportamiento dinmico en los procesos de ajuste, que van desde el anlisis Newton- Raphson hasta el uso de la tecla de reajuste F9, las
40
algn ejemplo de su aplicacin y cmo las diferentes elasticidades influyen en la velocidad del ajuste: Pero ninguno explica ni calcul alguna vez el modo de determinar el nmero concreto de fases necesario para el ajuste hasta el nuevo equilibrio. En MCE se cuantifica fcilmente el nmero o cantidad concreta de fases necesarias en este modelo dinmico, que pasa as a ser ms efectivamente aplicable en la empresa (para explicar la evolucin en los mercados de granos, viviendas, jamones, commodities en general u otros con ajuste retardado).
16) Modelos de simulacin: en MCE se presentan aplicaciones concretas de estos enfoques mediante fciles ejemplos en Excel y otros, ilustrando sobre la realizacin y comprobacin de modelos de simulacin mediante simples funciones de Excel como =aleatorio( ) y =Si( ; ; ) y otras. Los modelos de simulacin, tanto estticos (como el anlisis de la coyuntura de la actividad econmica) como dinmicos, son fciles de implementar en Excel. En diferentes 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 indefinidamente; y en otros se utilizan aplicaciones de Excel, como iterar, =aleatorio, =si( ) y funciones o distribuciones diversas. Existen numerosos programas especializados para econometra y afines, pero Excel tambin permite la elaboracin de muchos programas complejos median la creacin de macros automticas, cuya mecnica tambin se resume aqu (y esta detallada en el propio utilitario de Microsoft).
17) El problema de identifiacin: en la microeconoma neoclsica es frecuente plantear el problema de la falta de identificacin de las causas de algn problema (E. J. Working, Philadelphia 1927 ). Antes de que ocurra un hecho o un accidente que se ve inminente es posible tener una explicacin clara de lo que luego ocurra. Pero si no
41
se dispone de esa visin previa resulta ms difcil encontrar o identificar las causas del hecho. As por ejemplo, en materia de equilibrio general, o al menos de equilibrio empresario con muchas variables, en MCE se exponen casos simples y metdicamente generalizables. No se confunde al lector mediante ejemplos con 30 variables como para solo ejercitarlo y que se desgaste en el problema de identificacin, cuando en realidad los ejemplos fueron prefabricados mediante tanteos y sucesivas pruebas y error, que aparenten supuesta complejidad de tratamiento conceptual, aunque solo sean en realidad elaboraciones artificiosas sin mtodo explicativo posible. Tal sera el caso de resolver un problema empresario con 30 variables, partiendo de un sistema de 2x2 (que es fcilmente optimizable) para luego ir agregndole sucesivamente restricciones macroeconmicas, que se puedan resolver mentalmente y luego solucionarlas tambin con Solver (mediante tediosas sesiones de pruebas en hojas de clculo Excel ms Solver, sumaproducto etc) pero que carecen de un mtodo explicable econmicamente o con el Office. Por el contrario, en MCE se utilizan y resuelven sistemas de este tipo pero facilitando y simplificando los mtodos de resolucin. Se explica la modelacin para optimizar sistemas con multiples variables (con diferentes utilitarios) exponiendo en forma simplificada y paso a paso los mtodos para programacin con Solver en sus varias alternativas o formas de uso. Adicionalmente, tambin se facilit la resolucin mediante otros 10 programas alternativos, que son asequibles en la web libres y solo requieren una hora de dedicacin.
42
Con un claro objetivo cientfico: refutar y desmetaforizar la microeconoma meramente (falsamente) axiomtica, que desde hace dcadas esta impidiendo el progreso cientfico.
43
ver la distribucin de los beneficios (la Caja de Edgewourth solo explica que uno mejora, pero no puede decirlo sobre los dos ni quien mejora), ni los problemas por las imperfecciones del mercado, por los bienes pblicos, polucin, recursos naturales, etc.
Con Arrow y Debreu y el principio paretiano se insiste en demostrar la ventaja del comercio bajo libre competencia; y detrs de esto se viene en apoyo de la doctrina y polticas librecambistas as como en la de apertura comercial internacional a cualquier precio, costo y desempleo locales; contrarias a la defensa de la industrializacin y de las actividades mano de obra intensivas. Presuponen, errneamente, que la competencia perfecta esta siempre presente y entonces el sistema se encarga de actuar como un justo planificador que siempre distribuye con equidad los beneficios de la eficiencia tcnica paretiana. Se oculta que ese modelo es solo esto, una idealizacin terica basada en supuestos fuertemente irreales; el modelo (exclusivamente) terico solo demuestra que hay una mejora con aplicacin del principio paretiano, pero que no demuestra si ambas partes mejoran con el comercio, quin mejora, ni si siempre corresponde la mejora a una de las partes, excluyendo a la otra de las ventajas de ese comercio, dado que en la realidad no existe tal justo planificador comentado (Amartya Sen y otros aportan sobre la distribucin asimtrica del 90% los recursos para el 10% de la poblacin y el 10% de los recursos para el 90% de la poblacin; impidiendo el efecto locomotora de una distribucin ms equitativa). Sin embargo, tambin se puede tomar como otro aporte en MCE el haber insistido sobre estos enfoques contrarios a la cosmovisin centrada en el principio paretiano y el equilibrio general o sistemas NxN. Especialmente importante fue disentir sobre el destinatario principal
44
de los estudios microeconomicos, que no es precisamente aquel matemtico terico dedicado a la microeconoma sino el profesional y el tcnico no profesional que actan mayoritariamente en las empresas. Como una refutacin, la microeconoma es vista as como economa de la empresa pero en su esfera real, separada de los enfoques financiero contables y tambin de los modelos efectivamente impracticables. Y es por esto que la investigacin operativa y la econometra simplificadas deben ser el centro de atencin de la microeconoma en la empresa, tal como se estructur MCE.
20) Otro error en la microeconoma clsica, las generalizaciones sobre sistemas NxN: igualmente insiste el paradigma neoclsico con los anlisis tericos del equilibrio general y modelos sobre sistemas NxN, pero no se reconoce que ni aun con los supercomputadores de 2011 existe siquiera un modelo de este tipo en algn pas o regin, EEUU, la UE, China, Rusia o Japn.. Se limita esta teora a sistemas con cuatro o pocas variables, que no tienen aplicacin microeconmica ni macroeconmica. El paradigma neoclsico, se refiere a metforas no cuantificables; no es mucho ms que lenguaje simblico (matricial, de la lgica de conjuntos, del anlisis aritmtico, geomtrico o diferencial, etc) pero que se agota en generalidades, limitadas a cuantificaciones de solo 4 variables, que nunca se formularon ni concretaron para un sistema real de algn pas grande o pequeo. Es otra refutacin reconocer que tampoco existen equipos informticos capaces de efectuar esta tarea ni son anticipados para un futuro prximo en ningn continente (la UE apoya su propaganda anticrisis a fines del 2011 con un proyecto de programacin por 1000 millones de euros que incluye 200 equipos de investigacin. Pero en los hechos los supercomputadores y la robtica hasta el presente solo tuvie-
45
ron cabida participando en las crisis de las bolsas de valores con sus masivas operaciones casi instantneas (High Frequency Trading o HFT, utilizados por brokers en Chicago, Kansas City y Austin). Es decir que en materia microeconmica, la programacin seguir por ahora limitada al mbito de la optimizacin empresaria. Para Argentina, tanto el sistema internacional CIIU como el sistema comercial e industrial argentino NCM, contemplan un nomenclador de actividades y transacciones (la NCM es compatible con el sistema armonizado internacional) agregado en 96 captulos, que incluyen un promedio de 100 industrias cada uno: unas 10.000 industrias, con miles de transacciones diarias, que inducen a pensar en 100.000 variables para algn proyecto de sistema de equilibrio general concreto. Hasta la fecha sigue inexistente en el mbito local as como en el internacional (solo existen algunas matrices de insumo producto, con agregacin muy limitada). No obstante lo expuesto, no se le resta mrito al enfoque clsico tradicional, por cuanto (acorde al estado del desarrollo instrumental de su poca) ha permitido histricamente elaborar varios cientos de principios exitosos para explicar el funcionamiento empresario. De hecho, el enfoque de Microeconoma con Excel (MCE), solo constituye una actualizacin prctica de esta teora, para corregir sus distorsiones por identificar teora con realidad.
46
47
Simultneamente, desde hace dos dcadas, no existen empresas en las que dejen de utilizarse PC y hoy Excel de Microsoft, para mltiples aplicaciones administrativas. Esta hoja de clculo incluye numerosas funciones economtricas, con cierta ayuda conceptual primaria, aunque insuficiente para aplicarlas por la generalidad de los tcnicos y usuarios. Haca falta un manual microeconmico con ejemplos en Excel para estas aplicaciones, resumiendo las teoras cientficas en casos concretos y abreviados en pocos pasos. Se consult en Internet y a las principales libreras o editoriales, as como a Microsoft y no fue posible encontrar algn manual o CD con ejemplos Excel sobre estas cuestiones no contables (en ingls o castellano). Debido a ello se procedi a editar este trabajo, que resume el conjunto de ejemplos explicados en el curso de microeconoma I en la facultad. En la empresa se adoptan continuamente decisiones, generalmente de tipo cuantitativo, que exceden las posibilidades de clculo mental o manual inmediato y Excel es til e imprescindible. Adems, la microeconoma estudia modelos de comportamiento terico para numerosas actividades en la empresa y Excel facilita su implementacin prctica mediante un amplio paquete de funciones incorporadas: decisiones sobre demanda, oferta, personal, produccin ptima, mximo beneficio / mnimo costo, evaluacin de proyectos, control de la produccin, conducta competitiva en el mercado, etc.
48
Para estudiar microeconoma siguiendo alguna lgica, podra resumirse su contenido en funcin del objeto estudiado: a) teora de la demanda (su naturaleza, la estimacin, etc.) b) teora de la empresa (produccin, costos, optimizacin, planificacin, etc.) c) teora de los mercados (modelo competitivo u otros, como monopolio, empresa lder, cartel, etc.) Adems podra agregarse una parte d) que hiciera referencia a los mtodos utilizados en estos captulos (diferenciacin; matrices; Programacin lineal; juegos; probabilidades bajo incertidumbre; etc.). En cuanto a la lgica de estudiar las series y estadstica en general se podra resumir su contenido en: a) series simples, series de frecuencias, series cronolgicas b) nmeros ndice c) correlacin d) probabilidad y distribuciones. Existe entonces una gran interaccin entre el contenido de la microeconoma y el de la estadstica. Para estudiar y pronosticar la demanda se utilizan mtodos estadsticos, como series simples, de frecuencia y cronolgicas; tambin se utilizan encuestas, muestras y diversas distribuciones, as como correlaciones simples o mltiples. Igualmente, en otros temas microeconmicos, como control y planificacin de la produccin tambin son utilizadas stas y otras herramientas estadsticas. Son usualmente conocidos los aportes de Excel para facilitar la gestin contable y la toma de decisiones en la esfera financiera en las empresas. Pero Excel tambin brinda adems numerosas herramientas para el anlisis microeconmico y para la estimacin de funciones vinculadas con los anlisis de la esfera, no monetaria sino, real de la economa empresaria a los cuales se hace referencia inicialmente. Mediante ejemplos sencillos se intentar aqu explicarlas. El tema bsico ser estudiar la demanda (en la esfera real), por que es el punto principal en la economa empresaria: conocer los deseos (gustos, demandas) de los compradores para luego adoptar la inge-
49
niera y procesos de produccin necesarios, as como los mtodos contables y financieros que permitan ajustar las transacciones monetarias que implique esta esfera real optimizando. 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
50
b) el listado de funciones al cual se accede picando sobre el icono de la barra superior, que abre el siguiente cuadro :
51
En A3:A11 se escriben los valores de X ; la ecuacin Y = 3 (X2) se escribe en B3, copindola hasta B11. Se grafica pintando el rango A3:B11 y pulsando el icono de Grfico; se elige Dispersin; finalmente pide ttulo, nombre para los ejes y lugar para guardarlo.
52
Para una demanda lineal obsrvese que el precio se escribi a la derecha, en B2:B10. La frmula explcita X = 49 0,8P se escribi a la izquierda, en A2, copindola hasta A10. Para graficar se pint todo el rango A2:B10; > icono de grficos > Dispersin > Ttulo > Ttulo de ejes> Imprimir en la misma hoja > Aceptar.
53
En este caso, la funcin en la forma implcita P = 12 / X2 se escribe a la derecha, en B2 y se la copia hasta B10; los valores de X se anotan en A2:A10.
Se pinta el rango A2:B10; icono de grficos > Dispersin > Ttulo > Titulo de ejes > Lugar de impresin >Aceptar.
54
tal (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.
Se pinta el rango A4:C7; icono de grficos > Dispersin > ttulos > etc.
55
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.
Se escriben las cantidades y las funciones implcitas en el orden del cuadro (segn ilustra D5). Se pinta el rango A5:D10 > Icono de grficos > Dispersin > ttulos, etc. (si se lo desea, picando en una lnea aparece la ventana Formato Lnea de Tendencia > Opciones > Presentar Ecuacin en el Grfico >... permite incluir la ecuacin en el grfico.) Si se presentara la oferta en la forma explcita el efecto de este impuesto de $2 por unidad sera X = 200 (p - 2), expresin equivalente a la que aparece en la columna D al despejar p.
56
Se nota que la pendiente del ingreso marginal (-100) es siempre el doble que la de la demanda (-50), por el 2 que multiplica al derivar el cuadrado en el ingreso total. Ms detalladamente aparecern estos valores si se anotan las funciones segn ilustra la celda B6, pero con un rango para X en decimales tan amplio como lo se desee:
57
en el ngulo inferior derecho se extiende (arrastra) y se copian hacia abajo todo lo deseado (de este modo aparecen al graficar curvas del tipo funciones continuas en vez de estos ejemplos breves). ESTUDIOS DE DEMANDA Y MERCADO BAJO CUATRO CONTEXTOS En microeconoma suelen comenzar estos estudios con el concepto de elasticidad de la demanda, respecto al precio (-%cantidad / %precio) clasificndolos en bienes tpicos o atpicos; tambin respecto al ingreso (normales o inferiores) y respecto al precio de otro bien (sustitutos, complementarios, independientes), facilitando su caracterizacin en bienes de consumo perecedero; bienes de consumo durable; servicios reales y personales; insumos; equipos industriales.
58
La estadstica y otros aportan gran variedad de mtodos para el anlisis bajo estos contextos. Excel rene buena parte de ellos en funciones prediseadas, pero simplificando la aplicacin de cada funcin o distribucin segn el caso, con ayudas incorporadas. El enfoque analtico tradicional, riguroso (en cuanto es mayormente simblico) pero tan limitado e insuficiente al momento de llevar a la prctica los estudios en la empresa si no existen ordenadores, se ve ahora complementado con estas herramientas, que desde el plano instrumental permiten concretar los anlisis a usuarios poco ms que iniciados en estos temas.
59
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.
60
Los datos fueron obtenidos en el INDEC hasta diciembre 2002 y en la Direccin Nacional de Aduanas para el lapso enero/marzo 2003, correspondiendo a la estadstica del volumen de importacin por la posicin 2815.11.00 (soda custica) del nomenclador de comercio exterior. Se estudian las medidas de posicin y las de dispersin, considerando los datos como series simples. A continuacin tambin se analizan esos mismos datos conformando series de frecuencias al separarlos en tramos segn el peso a transportar, incluyendo las medidas de posicin y de dispersin as como los momentos absolutos y momentos centrados hasta cuarto orden. Paralelamente se utilizan diversas funciones prediseadas de Excel confirmando las mediciones estadsticas; y se grafican cuadros que facilitan la toma de decisiones para la empresa de transportes. Los datos figuran en el siguiente cuadro (al cual se le han ocultado las filas 5 hasta 98 para simplificar esta presentacin): nombre del importador y kilos importados en cada despacho en las columnas A y B.
61
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.
62
63
Otro ejemplo para PROMEDIOS Y MEDIDAS DE POSICIN: Excel tiene en incorporadas alfabticamente funciones para calcular la moda (valor ms frecuente); la mediana (el valor o frecuencia intermedia de una serie ordenada) y para la media aritmtica (promedio).
La media aritmtica es una medida afectada por el valor de sus datos extremos y tambin se utilizan otros promedios, como la media geomtrica y la media armnica, siendo sus RELACIN es: media armnica < media geomtrica < media aritmtica En los casos de datos que se agrupan segn una curva de frecuencia normal unimodal se cumple: media moda = 3(media mediana)
Al escribir lo que aparece en B5 y anotar o pintar el rango de datos calcular la media, la moda, e igualmente para otras funciones: =percentil(valores;percentil) etc.
64
RELACIN ENTRE MEDIAS: La media geomtrica de una serie de nmeros positivos es menor o igual que su media aritmtica, pero es mayor o igual que su media armnica.
65
Si no fuera una poblacin sino solo una muestra Excel utiliza =var(B3:B102) que omite los valores lgicos y el texto. Para incluir los valores lgicos y de texto en una muestra Excel utiliza =vara(B3:B102), que asigna 0 a los valores lgicos y el texto Falso y asigna 1 a los valores lgicos y el texto Verdadero.
66
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.
En este ejemplo se observ que siendo la media aritmtica 40986,9 hay el gran desvo por 40119. Esto orientara a pensar que, al ser un estudio es para una empresa de transporte de soda custica desde el Puerto hasta los depsitos en establecimientos, se debera prever camiones muy chicos y simultneamente otros muy grandes, a fin de optimizar su logstica, ya que hay gran desvo en el tamao de los despachos. Si hubiera sido pequeo correspondera prever ca-
67
miones uniformes, para el tamao que indicara el modo(a), ya que todos los despachos seran parecidos en tamao.
La desviacin estndar o tpica s (kilos o unidades), cuyo clculo es parecido en una poblacin y en una muestra (con en vez de s). Se utiliza la raz y el cuadrado: varianza s2 ( 2 en muestras), tambin en kilos o unidades. El coeficiente de variacin expresa esto en %. La desviacin media es = 4/5 de la desviacin tpica. El rango semicuartlico es = 2/3 de la desviacin tpica.
68
La media y desviacin tpica de esta poblacin se calculan con Excel segn se lee en este cuadro:
Estas y otras funciones afines, disponibles con , tambin se las aplica al estudiar ms adelante la "relacin" entre dos o ms variables.
SERIES DE FRECUENCIAS
El anlisis mediante series de frecuencias confirmar las observaciones con series simples. Se estudian las medidas de posicin y de dispersin; tambin se efecta un anlisis mediante momentos absolutos y centrados. Ordenando la serie en forma creciente de kilos se pueden seleccionar intervalos de diversa amplitud, por ejemplo aqu de 11.440 kilos, para registrar en cada uno de estos deciles la cantidad de despachos, como frecuencia absoluta en (A) y en (B) la cantidad acumulada de stos sumndolos.
69
Ambas frecuencias pueden ser graficadas, en forma de barras unas (histograma o funcin de frecuencias) y en forma de curva continua o discreta pero creciente las otras (polgono de frecuencias acumuladas o funcin de distribucin).
MEDIA ARITMTICA: El siguiente cuadro muestra como calcular la media efectuando las operaciones con una hoja de clculo.
70
71
MEDIA ARMNICA:
MEDIANA:
72
MODA(O):
MEDIDAS DE ORDEN - "CUANTILES" CUARTILES: cada uno de los 4 intervalos en que fracciono la serie; se calculan como indica el cuadro:
73
74
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).
75
MOMENTO 1:
76
MOMENTO 2:
MOMENTO 3:
77
MOMENTO 4:
78
MOMENTO 2
MOMENTO 3
79
MOMENTO 4
DESVO CUARTLICO
80
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
81
campanular normal tipo de Gauss, orientando hacia la decisin de prever simultneamente un parque de unidades de transporte de tamao reducido adicional a otras grandes para el trfico masivo. ANLISIS DE UNA SERIE CRONOLGICA Series de datos histricos, empricos (discretos, discontinuos) cuya evolucin puede incluir o no componentes aleatorios, efectos coyunturales y efectos peridicos, adems de una tendencia. Una vez depurada la serie de los datos aleatorios y los efectos coyunturales y peridicos, su tendencia puede estimarse con el anlisis de regresin de Excel, desarrollado ms adelante. La variacin peridica (horaria, semanal, estacional, etc.) suele representarse con ndices base 100, dividiendo las medias peridicas por la media aritmtica. Una variacin coyuntural o cclica es aquella que puede repetirse pero con duracin y forma diferentes a la estacional; se detectan luego de dividir por los valores de tendencia y de la estacionalidad. Puede haber adems variaciones aleatorias, no explicadas por los ajustes anteriores; si no indicaran algo, podran ser eliminables mediante una media flexible.
Mtodo de los promedios mviles: este mtodo es recomendable para trabajar con la estacionalidad, aunque tambin se lo utiliza para averiguar la tendencia. Los promedios mviles son sucesivos y pueden ser o no ponderados.
82
Dada una serie y (t), con t variando en perodos mensuales de N aos se escriben los valores encolumnados y se forman promedios mviles de doce meses. Luego: Se divide cada valor original por el promedio mvil correspondiente. Se forman los promedios de los meses. No existen variaciones cclicas o aleatorias ya que stos se compensan. Se expresan los valores obtenidos en porcentajes del promedio de los doce meses. Se representan los valores grficamente de E(t) resultando la curva que expresa la variacin estacional.
83
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.
84
Los valores de la serie original se deflactan de la componente estacional por el mtodo de los promedios mviles en doce meses. 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.
85
RELACIN ENTRE VARIABLES - SIMPLE (DOS VARIABLES) AJUSTAMIENTOS Mtodo de los mnimos cuadrados: se lo utiliza para averiguar la tendencia obteniendo los coeficientes a y b de una recta de regresin lineal. Dada una serie cronolgica y(t), con t=1,2,3...N, se trata de determina entre todas las rectas del plano y = at + b aquella que mejor ajuste la serie de valores empricos. Es decir, determinar a y b de manera que se cumpla la condicin. (a,b) = ((y(t) at b)) mnimo Se deriva parcialmente (regla de la cadena) en funcin de a y de b: / a = -2 (y(t) - a t - b)*t = 0 / b = -2 (y(t) a t - b) = 0 ; por lo cual
a N t y(t) t y(t) N t 2 t
2
t y(t) t y(t) t N t 2 t
2
86
Si se tomaran valores centrados la sumatoria de t seria igual a cero. Entonces a y b quedara como:
a t y(t) t2
y(t) N y(t) N
As, Y = at + b =
t y(t) t + t2
Al estudiar las series de frecuencias interesa especialmente conocer su media y su dispersin, las cuales son calculables mediante momentos obsoletos, con el mtodo largo o el mtodo corto o abreviado, centrando las series para facilitar el clculo y trabajar solo con valores enteros y sus potencias, lo cual es especialmente til cuando hay mas de 100 datos.
COVARIANZA
La covarianza es el momento mixto centrado de primer orden. Es la sumatoria del producto de las x menos su media multiplicado las y menos su media; es decir que es el producto de los desvos multiplicados de las dos series. (x - mx) (y-my) = xy
t y(t) t2
y(t) N
87
Y= a x + b primer recta de regresin X= a y + b segunda recta de regresin Las variables cambian en las ecuaciones cuando se aplica el despeje en funcin de una o la otra, luego de aplicar el mtodo de los mnimos cuadrados. Puede ser que no ambas tengan sentido, por ejemplo para alguna relacin precio-cantidad demandada; pero en otros anlisis ambas lo tienen.
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 variacin explicada variacin no explicada y y
2 2
y-y
Su raz cuadrada, el coeficiente de correlacin r vara entre 1 y 1, con signos + o - que se utilizan para la correlacin lineal positiva y la correlacin lineal negativa respectivamente. Ntese que r es una cantidad sin dimensiones, es decir no depende de las unidades empleadas. Si se supone una relacin lineal entre dos variables, el coeficiente de correlacin es:
88
r x
x x
x y y
y 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.
ELASTICIDAD MEDIA O PROMEDIO El concepto terico de elasticidad de la demanda tiene aplicacin prctica en la empresa, calculado como promedio serial. Tericamente se estudia este cociente puntualmente (una cantidad y un precio), pero la toma de decisiones empresarias se basa en promedios calculados durante algn lapso razonable. Excel aporta aqu su ayuda: la elasticidad media se calcula estadsticamente como el producto de la pendiente de la lnea de ajuste multiplicada por el cociente suma de precios/suma de cantidades: E media = b P/Q. La pendiente del ajuste es el coeficiente angular de la lnea de correlacin precio-cantidad durante el perodo (1,008 en el grfico)
89
Excel calcula la matriz de correlacin y (si fueran varias) permite elegir los pares que presentan la correlacin ms alta mediante el anlisis de regresin. Excel dispone de varias funciones alternativas para calcular la funcin de ajuste que minimiza los desvos: correlacin, tendencia, proyeccin, regresin, accesibles mediante su ayuda F1 o con el icono . Por ejemplo, con los datos de este cuadro: Herramientas >Complementos > Anlisis de datos >Regresin Alternativamente, para utilizar separadamente algunas de las funciones (incorporadas en ) sera suficiente consultar ese listado y luego escribirla simplemente despus del signo igual: "=pendiente(rango datos)", "=interseccion.eje(...)", "=coeficiente.R2(...)" para obtener los coeficientes de la lnea de ajuste o correlacin, que incluyen el coeficiente angular -1.008 que interesa para calcular la elasticidad media: -(-1.008 (36/35,9))=+1.01 (los rangos estn indicados en la imagen sobre demanda de Y)
90
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 (B3:B10;C3:C10), as como al grfico con cantidades en la abscisa y precios en la ordenada, usualmente aceptado. En casos de correlacin sin trmino independiente por el origenpudieran presentarse imprecisiones, por la resta del trmino de correccin, en el clculo de la determinacin R2. CORRELACIN - EN MUESTRAS Cuando se estudie la correlacin en una muestra con estos mismas funciones Excel es necesario comprobar su representatividad estadstica mediante la prueba "t". Vanse los ejemplos posteriores. Ya que los mismos instrumentos pueden ser utilizables bajo distintos contextos, en el enfoque progresivo de esta exposicin se intenta explicar cada herramienta relevante presentndola conforme coincida con el ejemplo y cuadro especficos segn el avance conceptual.
91
EVALUACIN DE EXMENES
Supnganse la siguiente cantidad de aciertos en una evaluacin, clasificados en funcin del grado de instruccin de cada consultado:
92
4 grado
6 grado
3 secundario
Secundario Completo
1 3 4 5 1 4 N= T= X= 2 X = 2 T / n= 6 18 3 68 54
5 7 6 3 9 7 4 2
8 43 5.38 269 213.13
93
menor) al 1% de significatividad indica 4,82, sensiblemente menor que 7,01 de la muestra. Se concluye que las diferencias educativas son relevantes en las respuestas de los encuestados y no surgen de alguna influencia ocasional entre ellos (copia, colinealidad).
94
Herramientas >Complementos > Anlisis de datos >Regresin 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
95
asegura que el resultado 97% implica una varianza intergrupos e intragrupos parcialmente aceptable y que el ajuste no es aleatorio o manifieste coalineacin. Por otra parte, la tabla de distribucin t Student para 6 grados de libertad y 95% de aproximacin (5% error) muestra el coeficiente 1,94, que es menor que el valor indicado por Excel para la variable independiente X1 (3,099), asegurando que esta variable es significativa en la formacin de la demanda de discos de freno de este ejemplo.
El coeficiente de determinacin R2 indica en las regresiones simples el % de variabilidad explicada por la variable independiente. R2 ajustado se utiliza en las regresiones mltiples. El error tpico o estndar es la raz cuadrada del cociente entre la suma de residuos al cuadros y sus grados de libertad (T-v-1). ANLISIS DE REGRESIN Se utiliza el anlisis de regresin y de varianza-covarianza para elegir con Excel cuales de las variables independientes son ms ade-
96
cuadas y mejoraran la precisin del ajuste entre la ecuacin y los datos empricos. 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.
Comparando con el valor de la tabla de F por azar se observa si el F obtenido en el ANOVA es mayor, lo que indicara que hay una diferencia entre grupos que es adecuadamente significativa. La tabla de la distribucin F valora segn los grados de libertad horizontal (numerador) y los grados de libertad vertical (denominador) para distintos % de significacin; esto ya lo indican los coeficientes que calcula Excel simplificando as el anlisis de varianza y covarianza.
97
Los estadsticos T DE STUDENT calculados por Excel demuestran el TEST DE HIPOTESIS: comparando este ejemplo con la tabla de distribucin Student para 95% de confianza se observa la significatividad del coeficiente de cada variable, conforme su t sea mayor que el valor de tabla, tal como se explico en este ejemplo para el 3,099 de la variable X1, aunque para otras variables es menor, indicando dificultades.
MULTICOLINEALIDAD
En resumen, hemos visto varios indicadores para determinar la existencia de una alto grado perturbador de correlacin entre las variables independientes. En los textos es usual la referencia a: - El mtodo de la relacin entre t y R2 , que consiste en observar las razones t y si no fueran significativas -y adems el R2 es alto (mayor a 0,8)- indicaran multicolinealidad molesta.
- El mtodo de la prueba F: haciendo regresiones de cada variable con las dems y observando si la relacin entre F y R2 es mayor que en la tabla indicara multicolinealidad.
FIV
EL factor de inflacin de la varianza (FIV) y la tolerancia T tambin permiten detectar la colinealidad indeseable.
FIV j
S x j (n 1) SEb2 S2
1 FIV
FIV j
1 1 R2 j
98
El FIV es medido como la inversa del complemtento del R2. En este ejemplo, si hay un FIV >10 y el T < 0.1 estara indicando problemas de colinealidad indeseable (generalmente cuando hay un R^2ajustado > 0.9) - El mtodo de la matriz de correlacin, formada por los coeficientes de cada variable respecto a las dems. El valor de su determinante es entre 0 y 1; cuando se acerca 1 indica poca multicolinealidad. - El mtodo de los valores propios e Indice de Condicin, que tambin implica frmulas que no son necesarias en este resumen prctico, luego de la claridad y facilidad de los ejemplos aqu expuestos.
99
- VENTA DE
100
Excel incluye la funcin "estimacion.lineal" que tambin permite ajustar una serie dependiente de una o varias variables independientes. Ejemplo, pronosticar la venta de helados, dependiendo de las estimaciones de temperatura, cantidad de lluvia y arribo de mnibus con turistas para el prximo perodo. Se trata de encolumnar los datos histricos sobre ventas de helados y a su derecha las tres variables independientes. Luego pintar en otro lugar cuatro celdas para imprimir cada coeficiente ms la constante y escribir "estimacion.lineal(rango helados; rango variables independientes)" y Ctrl+Shift+Enter. Con los cuatro coeficientes se controla o compara la aproximacin del ajuste, armando la ecuacin con F4 para los coeficientes y copindola incluso hasta el rango de pronstico F2:F14. En la ayuda F1 incluye Excel las caractersticas de este ajuste en detalle, parecidas a la regresin mltiple anterior.
101
Luego se seleccion en Estadscos y en su cuadro se tild Estimacin / Ajuste del Modelo y/ Diagnstico de Colinealidad. Luego de pulsar Continuar / Aceptar aparecern los resultados a continuacin de los anteriores solicitados para la regresin.
102
El ndice de condicin (IC) dado por SPSS 18 permite interpretar los resultados. Si el IC esta entre 10 y 30 la multicolinealidad ser entre moderada y fuerte. Si el IC excede 30 la multicolinealidad ser severa.
En este caso se observa la dimenxin 4 (la fila 4) y considerando la proporcin de las descomposiciones de las varianzas muy elevadas (cercano a 1) indica que existe multicolinealidad indesable en esa variable independiente (alguna siempre existir, dado que todas las variables independientes estn de alguna manera vinculadas con la variable dependiente). Se porda eliminarla, reemplazndola por otra que muestre menor FIV.
103
y en Workfile Structure Type se seleccionar Unstructered / Undated; tambin se anota el nmero de observaciones que se van a copiar desde una Hoja Excel, por ejemplo Rows 474.
104
Para copiar los datos desde la hoja Excel es necesario pintarlos todos (incluso ttulos si se pulsa la celda continua a A1) y copiarlos al portapapeles. Luego se pulsa en Eviews Quick / Empty Group (Edit Series) y se abre una ventana para pegar los datos. Para pegarlos debe antes pulsarle Shift + (flecha de direccin) para que se copien incluyendo las leyendas de campos que vienen de la hoja Excel. En el cuadro principal de resultados aparecer una lista con los nombres de los campos copiados, a efectos de pintar con Cntrl aquellos que se desea correlacionar (por ejemplo, CI, salaini, salario). Luego se obtiene la matriz de correlacin mediante Quick / GroupStatistics / Correlations / OK.
105
En la primer columna muestra que el CI no esta muy relacionado con el salario 0,2491% ni con el salario inicial 0,4336. En la segunda muestra que el salario actual esta 88% relacionado con el salario inicial. Finalmente, con View / Covariance Analysis / se tilda Correlacin y tambin Probatility (t)
106
Surgiendo la matriz para el anlisis de la covarianza entre variables, que en este caso estara diciendo en cada primer rengln que por ejemplo el CI no estara muy relacionado con el salario inicial ni el salario actual; y segn cada segundo rengln muestra que el salario inicial esta muy relacionado con el salario actual y ste con el inicial.
107
x1
139 262
x2
100,0 94,5
x3
181 227
108
Luego abrir Stata y pulsar en el botn Edit para pegarlos con Paste (icono tildado Data Editor de la segunda lnea).
109
Los datos aparecern cargados en Stata, mostrando los nombres de las variables en el cuadro inferior izquierdo y las series en inferior derecho.
110
A continuacin se escriben la sentencia de ingreso de instrucciones para que Stata guarde este archivo con el nombre helados: log using helados (automticamente se abre el cuadro Comand para ello). Tambin aparecer luego en el cuadro superior izquierdo y en el derecho con su extensin; no se pueden repetir nombres de archivo.
111
Ahora es posible solicitar a Stata diversos informes estadsticos sobre los datos guardados en el archivo helados.smc1, que luego aparecern en la ventana o cuadro Results. Nos interesa en este ejemplo simplificado pedirle un informe preliminar con summarize y mostrar los valores bsicos de las variables.
112
Luego escribimos para que Stata estime los parmetros de un modelo de correlacin mltiple mediante: regress y x1 x2 x3 Al ejecutar aparecen los coeficientes para armar un ajuste del tipo Y = a +bX1+cX2 +dX3 en la ventana de resultados (en este caso mostr a= -364.53, b= 0.999, c=3.322, d=2.307 en la segunda columna). Con esta funcin estimada (ajuste) por correlacin mltiple es posible efectuar estimaciones de la demanda de helados para el prximo ao, siempre y cuando las autoridades metereolgicas y de turismo (o los analistas especializados)
113
nos pronostiquen previamente cuales seran en el ao prximo los datos para calor, lluvia y turistas.
Stata tambin muestra la desviacin tpica, Std.Err; y el estadstico t. P>|t| es el p-valor, la probabilidad que deja a la derecha el valor estimado. [95%Conf.Interval] es el inrvalo de confianza al 95%; el centro del intervalo siempre coincide con el coeficiente. R squared o r2 es el coeficiente de determinacin y el similar Ajustado para estos casos mltiples Adj R-squared. El nmero de observaciones 11 y los grados de libertad, 11 -3 -1 =7. El
114
estadstico F es la significacin conjunta de todas las variables explicativas del modelo. La Prob>F indica la probabilidad que queda a la derecha del valor estimado. Se pueden imprimir estos resultados con File / Print Result-.
115
turistas, Excel poda calcula en pocos pasos cual sera la prxima demanda de helados (por correlacin mltiple, incluyendo el anlisis de la varianza (ANOVA) y otras medidas para ver la bondad del ajuste. Pero hay otros casos, por ejemplo cuando proyectamos observando solamente la evolucin histrica de algo (sea por ejemplo esta misma produccin de helados) y segn sea la tendencia registrada (regresin) en los ltimos aos tambin se intenta estimar cual puede ser la produccin para el prximo perodo. El anlisis de series es muy variado: tendencia, estacionalidad, ciclos, autocorrelacin mediante promedios mviles, Box-Jenkins, ARIMA, ARMA, ARMARO, etc. Supongamos un caso de anlisis de la tendencia (regresin) que pueda haber dado como resultado algunas observaciones muy frecuentes, como ser, este breve conjunto de cuatro ocurrencias preferentes sobre el par variables precio y cantidad, o fecha y cantidad, o cualquier otro par: 130 y 2.9; 160 y 3.8; 200 y 4.6; 230 y 5.2 (donde 130 es el precio o la fecha y 2.9 es la produccin, etc.). Para pronosticar la produccin (o lo que sea) disponiendo solo de estas pocas observaciones relevantes puede ser til o necesario disponer de una funcin o ecuacin que ajuste adecuadamente a este breve conjunto de datos. Entonces vamos a estimar una funcin partiendo de solo algunos datos; luego se debera comparar los datos con lo que surja de la estimacin, siendo generalmente suficiente ver a simple vista si el ajuste es perfecto, o bien recurrir al anlisis paramtrico que proporciona la estadstica.
116
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
117
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 )
118
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.
119
Este ajustamiento con una funcin logartmica (logaritmo natural o neperiano) aproxima bastante, pero aun se ven diferencias importantes entre Y e Y*; conviene buscar otra funcin que ajuste mejor.
120
El ajustamiento potencial muestra mucha diferencia ntrelos datos reales Y y los ajustados Y*; conviene buscar otro ajustamiento. AJUSTAMIENTO MEDIA MOVIL CON EXCEL
121
Excel permite determinar el orden de los promedios, pero para el anterior ejemplo con tan pocos perodos no es posible o adecuado aplicarlo. Lo sera teniendo una serie mas larga.
122
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.
123
nutos, tanto para instalar el trial como para procesar la funcin (gracias a su archivo de ayuda).
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.
124
Funcin:
Copiarla a Excel como Y*para compararla con los datos histricos (corregirle comas por puntos; eliminarle espacios; reemplazar la notacin computacional e-005 e-007 por su equivalente 10 elevado a la -5 y 10 a la -7; o sea 10^-5 y 10^-7; que hacen referencia al nmero natural e=2.7182818).
125
Con esta funcin ajustada Y* en la columna D se calcularon datos que son prcticamente iguales a los reales de la columna C (con millonsimos de aproximacin en cada parmetro; de modo que no es necesario algn otro anlisis paramtrico para confirmar la bondad del ajuste. Al menos mientras se mantengan las condiciones generales sin cambios drsticos, esta ecuacin servira para calcular nuevas producciones, copiando abajo los nuevos datos X y esa funcin Y* (col.D).
126
CAPTULO 3 -
PROYECCIN Y PROGRAMACIN
127
128
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
En D3 se observa la ponderacin del porcentaje previsto para 2003 y la participacin relativa del sector agro. Con similar criterio para todos los sectores demandantes y del PBI involucrados puede obtenerse la variacin estimada de la actividad y demanda de este bien, como un promedio ponderado (4,01% de aumento para 2003, en el ejemplo ilustrativo).
129
Existen algunos analistas de coyuntura y revistas especializados en pronsticos para cada rama industrial y sectores de actividad, de la oferta y demanda globales. Sus conclusiones resumidas suelen publicarse en la prensa; y en detalle se obtienen por suscripcin, conformando uno de los instrumentos bsicos de la estimacin de demanda para las empresas (en forma paralela con otras formas de estimacin y proyeccin comentadas). El instituto INDEC o Bureau of Census de cada pas publica mensualmente y trimestralmente las variaciones reales por subsector, permitiendo analizar y proyectar con cierta seguridad. Sus informes sin desagregacin estn disponibles en algunos pases por Internet y pueden comprarse all otros con datos ms desagregados.
MODELOS DE SIMULACION DE LA OFERTA Y DEMANDA GLOBAL PARA ESTIMAR LA DEMANDA DE CHAPA DE SOMISA:
Con referencia al tema de las predicciones y los modelos de la oferta y demanda, cabe tener en cuenta que para los pronsticos de mercado empresariales, adems de utilizarse programacin lineal y/o procesos estadsticos de estimacin de funciones por correlacin mltiple, tambin es usual efectuar paralelamente pronsticos de ventas mediante estos modelos de simulacin. En un curso de microeconoma se orienta a los alumnos principiantes mediante esta secuencia informal de ideas orientativas de las etapas de un proceso productivo en la empresa, a fin de presentar los elementos involucrados y la finalidad de los modelo de simulacin: 1) Se dispone en un cuadro la estructura de las ventas de la empresa en los ltimos aos.
130
2) Se dispone de la estructura de la oferta y demanda global argentina de INDEC, incluyendo la apertura en los subsectores industriales. 3) Los analisistas de la coyuntura econmica efectan pronsticos de la actividad para el prximo ao sector por sector (Tendencias Econmicas; los estudios de M. A. Broda, de Bein y pocos otros suelen ser los usuales). 4) Con estos porcentajes estimados en cada subsector tambin es posible aplicarlos en el cuadro de la estructura de ventas de la empresa, ponderando para obtener un porcentaje promedio de variacin de las ventas en el prximo ao. 5) Con el procentaje ponderado total de variacin y el volumen resultante que implique para el ao puede la empresa calcular luego la produccin necesaria; tendr en cuenta las existencias de productos terminados o en curso de elaboracin y por diferencia le surgir la idea sobre la compra de materias primas e insumos necesarios para el perodo. Un grfico de Gant con estas etapas mencionadas y sus plazos crticos ayuda en la coordinacin de las actividades, que comienzan con esta estimacin de la demanda, siguen con el plan de compras, plan de produccin y continuarn con los planes de ventas, de expedicin o logstica y marketing (paralelamente con la coordinacin de flujo financiero y aspectos impositivos, contables, etc). 1.- En los ltimos aos la estructura sectorial de las ventas de chapa de Somisa fue la siguente:
131
2.- Por otra parte, las estadsticas sobre cuentas nacionales estan disponibles en el sitio web del INDEC (www.indec.gov.ar ) y para el estudio o anlisis de la coyuntura y de estos modelos de simulacin suele ser til la siguiente presentacin de la oferta y demanda globales, conformada con los cuadros INDEC del PIB, los de la O y D global, y algunos con estructuras industriales. Como una identificacin aproximada pueden identificarse estas estadsticas actuales del PIB en miles de millones de $ de 1993, como si fueran equivalentes a dlares (en aquel momento el tipo de cambio estaba 1 a 1 con el peso y sirve esta simplificacin). La estructura sectorial ha ido cambiando en las ltimas dcadas, resumiendo este cambio como una gran reduccin del producto industrial y un gran aumento en los sectores generadores de servicios. Una aproximacin a 2011 es la siguiente:
132
Esta estrucura actual de la actividad econmica es necesario representala en trminos porcentuales (columna B), para proceder al anlisis de la coyuntura.
133
134
En cada lnea de un sector econmico se multiplica el dato de la columna B por la variacin de C para obtener su ponderacin en D. La suma de todas estas ponderaciones figura en D34 (divida por 100 para compensar el producto por la columna B que tambin suma 100). Otra simplificacin es considerar la evolucin de los sectores productores de servicios (la mayora) como reflejo del comportamiento
135
que tengan los sectores productores de bienes (fsicamente pronosticables mediante diversas pautas e indicadores sobre produccin, venta y consumo de bienes diversos, que permiten anticipar con sobre bases reales el comportamiento de la demanda, frente al mayor retardo de las estadsticas oficiales sobre el producto nacional). En este caso aproximado, 4,4% sera el crecimiento esperado en la economa nacional (que tambin se correspondera con similar expansin de la demanda global en consumo, inversin y exportaciones. 4.- Una vez que los analistas de coyuntura consideran aceptable este pronstico nacional, es posible utiliar algunos de estos porcentajes para utilizarlos tambin en el cuadro de ventas de Somisa (columna c):
136
El prximo paso es multiplicar, en cada lnea de sector de ventas de chapa de Somisa, el dato de la columna B por el C para obtener su ponderacin en D. La suma de todas estas ponderaciones figura en D58 (divida por 100 para compensar la multiplicacin por la columna B que tambin suma 100). De este modo, el modelo de simulacin de la oferta y demanda global ha facilitado porcentajes sectoriales, que volcados en la estructura de ventas de la empresa permitieron estimar que la ventas de Somisa en 2012 aumentaran en conjunto 3,9%. En cuanto a la distribucin de este porcentaje entre todos los productos a fabricar por la empresa tambin se tendrn en cuenta las pautas disponibles sobre pedidos, prioridades segn la rentabilidad de cada producto, limitaciones de equipos, etc. Por ejemplo, los precios locales son generalmente ms rentables que la exportacin y la demanda local sera as prioritaria sobre la exportacin (en ese caso solo complementaria, hasta agotar la capacidad).
137
Un escaso solapamiento vertical de barras horizontales o fechas entre algunas lneas, sera una orientacin sobre sensibilidad ante eventuales contingencias. A veces se complementa esto mediante controles con el mtodo PERT (program evaluation and review technique). Por otra parte, es usual simplificar las estadsticas globales de las empresas refirndolas en pocas cantidades y precios, agrupando en productos representativos. Las empresas suelen producir y vender un nmeroso conjunto de productos, pero se suele adoptar como una simplificacin para comparaciones y seguimientos, la representacin en precio y cantidad con un producto principal, identificatorio del conjunto, como un promedio de la familia de productos (o el modelo ms frecuente, etc). Esto es lo usual para comparaciones con la evolucin histrica y/o con la competencia (por ejemplo aqu, bobinas de chapa laminada en caliente de 3,2 mm de espesor en calidad comercial) y tambin para el seguimiento con las publicaciones locales e internacionales, que informan permanentemente los precios de cada producto testigo en los mercados (generalmente FOB en dlares por unidad, tonelada, etc; ocasionalmente en libras). Por su parte, las memorias y balances que se publican en las bolsas, tambien contienen un conjunto muy reducido de datos de venta y de costos y suele ser necesaria esta simplificacin para identificar y comparar la evolucin con los indicadores en publicaciones del mercado.
138
Acciones A 20 5 6000 Acciones B 12 2 2000 Acciones C 10 2 3000 El importe a invertir y optimizar es $10000. El planteo como programacin lineal consistira en maximizar la funcin objetivo sujeta a las restriccin: Max. Z = 5(X1) + 2(X2) + 2(X3) (precio por cantidad de cada accin) sujeto a: 20X1 + 12X2 + 10X3 10000 20 X1 6000 12 x2 2000 10 X3 3000 (siendo Xi 0)
139
En una hoja Excel se escribe el modelo separando cada importe y precio en celdas, para que la macro Solver pueda identificarlos:
Es decir, una fila para las cantidades a comprar; otra para los rendimientos de cada accin; y cuatro ms para los precios y las restricciones. En la columna E, en E3, se ubicar la frmula para la funcin objetivo: =sumaproducto($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.
140
Para las celdas de "Sujetas a las siguientes restricciones" pulsar agregar y se abrir una pequea ventana para que anote o arrastre a la izquierda una celda o rango; en el centro elija = o etc. y a la derecha anotar 0 o la celda restriccin:
Luego, con Opciones.... tildar Adoptar Modelo Lineal > y Aceptar para volver a la ventana principal Parmetros de Solver.
141
Pulsar Resolver > Utilizar Solucin de Solver > Aceptar. Solver calculo ah el rendimiento mximo $2267 (comprando 300 acciones A; 83 B y 300 C).
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.
142
Al activar Respuestas, o Sensibilidad y Lmites guarda estos informes en hojas adicionales fciles de interpretar.
143
2) Tabla 0: la primer lnea de ttulos es comn para todas las tablas, con estas 9 columnas -Funcional (F); Variable (X); Recursos (R); X1...5 ;Variable Saliente (VS)- y puede omitirse en las siguientes tablas o pasos del clculo si se ponen seguidas. 3) Conviene anotar los coeficientes de la funcin objetivo (F.O) o funcional, arriba de cada Xj de la primera lnea encabezamiento, como una ayuda para calcular el punto 9. 4) En la columna X anotar las variables bsicas que intervienen en cada clculo o tabla. La primera solucin (en el origen) solo incluye las variables de holgura (con nada producido todo son excedentes). Se suponen variables continuas, fraccionables. 5) En la columna Funcional van los coeficientes de las variables bsicas en la F.O.. El valor que tiene en el funcional. 6) En la columna Recursos se anotan los recursos iniciales. Es el valor de cada variable X en este paso (tabla) del clculo Simplex. En las prximas tablas irn los recursos utilizados para esa etapa (o solucin de la frontera acodada). 7) En X1 ... 5 se anotan inicialmente los coeficientes del sistema de ecuaciones; i filas, j columnas. Cada Xij indica cunto disminuye el valor de la variables Xi por cada unidad de Xj que decida fabricar (o que sobre, si j fuera un insumo). O sea, cunto disminuye el valor de Xi por cada unidad con que j entre valiendo a la base. 8) Conviene trazar rayas: tras la columna Recursos; tras la columna X5; y otra inferior. 9) Agregar una ltima fila, calculando cada X como: ( FiXi) Bj
144
10) Variable que entra: el mayor negativo en la fila inferior (sealarlo). Se toma el mayor negativo por que mejora el funcional (mayor en valor absoluto). 11) Calcular la ltima columna VS como R / cada coeficiente en la columna de la variable que entra. 12) Variable que sale: el menor positivo en VS (sealarlo), ya que indica el valor con que la variable entra a la base y sale el menor (las variables no pueden ser nulas o negativas). 13) Pivote: interseccin entre ambas seales. Remarcar el pivote: TABLA 0: F 0 0 0 TABLA 1 8 0 0 TABLA 2 8 0 3 8 X1 1 0 6 -8 1 0 0 0 1 0 0 0 3 X2 0 1 4 -3 0 1 4 -3 0 0 1 0 0 X3 1 0 0 0 1 0 -6 8 1 1,5 -1,5 3,5 0 X4 0 1 0 0 0 1 0 0 0 1 0 0 0 X5 0 0 1 0 0 0 1 0 0 -1/4 1/4 0,75
X X3 X4 X5
R 3 6 36
VS 3< 6
X1 X4 X5
3 6 18
6 4,5<
X1 X4 X2
TABLA 1: 14) En la columna X cambiar la variable que sale por la variable que entra.
145
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: 22) Repetir el calculo para la Tabla 1. Se llega al ptimo cuando una tabla tiene todo positivo en la ltima fila. 23) Los coeficientes R indicarn ah las producciones; puede quedar algn recurso ocioso. El valor mximo B se puede anotar al final bajo R ( B = 8(3) + 3(4,5) = $37,50 ) y sobran 1,5 del recurso 2.
Contribucin marginal (precios sombra) o mximo a pagar por otra unidad: 3,5 y 0,75 para estos dos insumos que estn en la ultima lnea.
146
147
DUALIDAD
Todo caso normal de maximizacin implica uno de minimizacin y viceversa. Como los clculos para minimizar son mayores que para maximizar, debido a esos agregados comentados, es posible calcular el dual de un mnimo convirtindolo en un caso de mximo, al considerar los recursos disponibles como los coeficientes de las variables de un nuevo funcional y tomando los coeficientes de las filas del sistema de restricciones del mnimo como columnas para el sistema del mximo. Es decir, el dual tiene una variable por cada restriccin del primal (y tiene tantas restricciones como variables hay en el primal). Solo se
148
trata de que el funcional pasen a ser trminos independientes y poner 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.
149
Luego Herramientas >Complementos> Solver > y se abrir este cuadro, que pide la celda objetivo D7, las celdas cambiantes B5:C5 y Agregar ...restricciones (orienta como agregar una a una en segundos).
150
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).
151
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.
Ejecutando Herramientas > Solver> se abre una ventana que ya tiene incorporadas las celdas objetivo, cambiantes y de restricciones (segn se detall anteriormente). Con Resolver > Utilizar la solucin de Solver calcula los valores que aparecen en pantalla, 160 televisores, 200 estreos y 80 altavoces, totalizando en D18 $14917 de beneficio mximo.
152
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.
153
En C8 a G10 estn las celdas a cambiar anotando las demandas de cada ciudad (o pidindole a Solver que lo resuelva) y a su izquierda la suma total, que se compara con las existencias de B16:B18. Con Herramientas > Solver > se introducen las celdas que indica la imagen (tal como en los primeros ejemplos - Fbrica de Mesas y Sillas Zonda) y luego Resolver > Utilizar la solucin de Solver (tambin se pueden pedir ah los informes sobre Respuestas, Sensibilidad y Lmites, comentados anteriormente).
154
155
La celda objetivo D20 indica el mnimo coste (con $40 diarios de salario). En las celdas cambiantes D7:D13 Solver determina la cantidad de empleados que minimiza el costo cumpliendo con las restricciones de cubrir las diferentes necesidades de personal, segn las cantidades necesarias de la lnea 17. Con Herramientas > Solver > se puede pedir que optimice la disponibilidad, minimizando el costo. Las celdas objetivo, cambiantes y para restricciones se cargan segn muestra la siguiente imagen. La operatoria es similar a lo detallado en los primeros ejemplos y en Fbrica de Mesas y Sillas Zonda.
156
157
Para otros casos ser necesario plantear en la hoja este cuadro de formato matricial cada restriccin de mayor, igual y/o menor segn sea necesario, guindose por el planteo formal segn las inecuaciones del Simplex (o sujeto a aqu). Considerando que el producto de una matriz cuadrada por un vector columna origina otro verctor columna con el resultado, a veces tambin puede ser necesario hacer tambin uso de la funcin trasponer los datos de filas a columna o viceversa. Igualmente otras funciones usuales para armar en la hoja una solucin son las funciones =sumaproducto( ; ) =mmult.( ; ), = si( ; ) etc. otras de Excel.
158
Puede tomar hasta nueve decisiones: las cantidades a invertir en certificados a un mes entre los meses 1 al 6, las cantidades a invertir en certificados a tres meses entre los meses 1 al 4 y las cantidades a invertir en certificados a seis meses en el mes 1.
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.
159
160
para una tasa de flujo financiero dada o que maximice la tasa de flujo financiero para un tipo de riesgo conocido. 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.
Utilice Solver para probar las diferentes dotaciones de fondos en los valores y Deuda del Tesoro para maximizar el flujo financiero de la cartera de valores para un nivel especfico de riesgo o para minimizar el riesgo para una tasa de flujo financiero especfica. Con la dotacin inicial del 20 por ciento, la cartera de valores devuelve un 16.4 por ciento y la varianza es del 7.1 por ciento. Con el procedimiento detallado en los ejemplos iniciales aparece la ventana para ubicar las celdas objetivo, cambiantes y para restric-
161
ciones, como en los dems casos; pero la ayuda Excel es explcita, abriendo el archivo muestra.xls o (muestras.xls), incluido en el CD del Office.
162
Este modelo presenta un circuito elctrico que contiene una batera, un interruptor, un condensador, una resistencia y un inductor. Con el interruptor en la posicin de la izquierda, la batera conecta con el condensador. Con el interruptor a al derecha, el condensador conecta con el inductor y la resistencia, los cuales consumen la energa elctrica. Por medio de la segunda ley de Kirchhoff se puede formular y resolver una ecuacin diferencial para determinar cmo la carga en el condensador vara con el tiempo. La frmula relaciona la carga q[t] con el tiempo t, con la induccin L, la resistencia R y la condensacin C de los elementos del circuito. Utilice Solver para escoger un valor apropiado para la resistencia R (dados los valores del inductor L y el condensador C) que emitirn la carga a un uno por ciento del valor inicial en una vigsima parte de segundo despus de haberse presionado el interruptor.
163
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.
164
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.
165
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. Igualmente para multiplicar eso por la demanda externa: se pinta el rango G6:G7 y se escribe Mult.(A6:B7;E6:E7) y se pulsa Cntrl+Shift+Enter. Queda ah la produccin total a obtener para los requerimientos directos externos ms los indirectos intersectoriales.
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:
166
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.
167
Restando la matriz A inicial a la matriz unitaria se obtiene la matriz "I-A" que figura en E6:F7; la matriz inversa de sta se calcula como lo indica la imagen en H6:I7.
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.
168
Multiplicando la matriz inversa por las demandas finales (o externas) se obtienen las producciones globales necesarias para cada bien (consumo final ms intermedio) X = 60 e Y = 30.
Multiplicando las restricciones H3:I4 por las producciones finales C13:C14 se obtienen los requerimientos de factores utilizados (y comparando con las dotaciones se observa que T=120 esta plenamente ocupado, mientas que C=240 implica 20 ociosos.
169
170
INDEC public en 2003/04 la MIP 1997 que registra la estructura productiva argentina actualizada a los cambios de poltica econmica aperturista de los aos 90 (el otro estudio, hecho por el Banco Central R.A. 30 aos antes corresponda a otra tendencia econmica, desarrollista pero todava con incipiente expansin industrial) Las empresas suelen utilizar para sus proyecciones de demanda diversas valiosas encuestas y estudios parciales publicados por INDEC y al comparar con esta MIP les otorga un marco de consistencia que permite encuadrarlos y corregirlos
Pero adems del pronstico de demanda y anlisis de mercados, la MIP tambin posibilita estudios diversos, como por ejemplo medir
171
las consecuencias de cambios en las reducciones de desempleo por expansiones en la actividad de la construccin de obras pblicas o privadas. Tambin es til para evaluar las repercusiones de alteraciones en el comercio exterior, midiendo la demanda directa e indirecta de importaciones de todos los sectores. Tambin permite el anlisis del tipo de insumos que requerir la expansin de exportaciones en algn sector.
La MIP tambin permite determinar el efecto en el nivel general de precios como consecuencia de la modificacin de algunos de los precios sectoriales o de sus tasas tributarias. Para el anlisis energtico de cada sector la MIP permite calcular los contenidos directos e indirectos de los diferentes productos o sectores. Asimismo es posible el anlisis del medio ambiente al relacionar las fuentes de contaminacin y datos sobre emisiones en trminos fsicos con los cuadros insumo-producto, calculando el contenido de contaminacin de la demanda final.
172
Los estudiantes de microeconoma tienen a su disposicin esta MIP 1997 en el INDEC, pero tambin pueden utilizar sus cuadros desde los site del curso.
Matriz Insumo Producto 1997 - ARGENTINA CONTENIDO Matriz Insumo Producto 1997 (Publicacin completa formato PDF) Matriz Insumo Producto 1997 (Matrices Reducidas formato XLS) Matriz Insumo Producto 1997 (Matrices Reducidas formato PDF) Clasificador de Actividades Clasificador de Productos Matriz de oferta a precios bsicos Matriz de utilizacin a precios de comprador Matriz de utilizacin a precios bsicos Matriz de importaciones a precios de CIF Matriz de gastos de nacionalizacin de las importaciones Matriz de mrgenes de comercio minorista de los productos importados Matriz de mrgenes de transporte de carga de los productos importados Matriz de impuestos netos de subsidios sobre los productos importados Matriz de mrgenes de comercio minorista de los productos nacionales Matriz de mrgenes de transporte de los productos nacionales Matriz de impuestos netos de subsidios sobre los productos nacionales Matriz simtrica de insumo producto Matriz de coeficientes de requerimientos directos (o de coeficientes tcnicos) Matriz de coeficientes de requerimientos directos e indirectos de produccin Matriz de requerimientos directos e indirectos y multiplicadores de empleo Matriz de generacin del ingreso y puestos de trabajo INDEC
173
Optimizar este sistema implica los siguientes pasos: 1) presentar la matriz del sistema con las variables bsicas ms las variables de holgura, ampliado con los trminos independientes (o viable saliente)
174
2) Sobre la lnea de ttulos o encabezados se anotan los coeficientes de la F.O. para cada variable bsica y slag (lnea Cj ) Cj= 8 3 0 0 0 X1 X2 X3 X4 X5 VS 0 0 0 X3 X4 X5 Cj Zj= 1 0 6 8 0 1 4 3 1 0 0 0 0 1 0 0 0 0 1 0 3 6 36 3 6
3) En la tabla inicial se le agregan a la izquierda una columna para las variabales quer intervienen en este paso del clculo y otra para los coeficientes que ellas tengan en el funcional ( F.O.) 4) Se calcula una ultima fila Cj-Zj como la resta del respectivo Cj menos la Zj o suma producto de los coeficientes del paso anterior por por los respectivos coeficiente de cada columna. 5) En esta ltima fila se seleccionar el mayor positivo, para indicar la variable entrante en la prxima tabla. 6) Se agrega una ltima columna calculndola por divisin de los coeficientes de la VS / variable entrante. El menor positivo resultante indicar la variable saliente en la proxima tabla. 7) La interseccin de la fila y columnas saliente y entrante se toma como pivote para calcular la proxima tabla (se seala aqu con corchetes ) 8) Se vuelve a tomar el sistema de variables bsicas ms de holgura ampliado con los t.i. para modificarlo mediante operaciones elementales por fila (o triangulacin), para logar que el pivote sea uno y el resto de esa columna sean ceros.
1 0
0 1
1 0
0 1
0 0
3 6
175
-6
18
9) En la prxima tabla se reemplaza la variable saliente por la entrante (con sus respectivos coeficientes de la F.O.) Cj= 8 X1 1 0 0 0 3 X2 0 1 4 3 0 X3 1 0 -6 -8 0 X4 0 1 0 0 0 X5 0 0 1 0
VS 3 6 18
6 4,5
8 0 0
X1 X4 X5 Cj Zj=
10) Tal como en 4) se calcula la ltima fila Cj Zj como la resta del coeficiente Cj por la sumaproducto del coeficiente del funcional por el coeficiente de la respectiva columna. La nueva variante entrante ser el mayor positivo. 11) Se calcula la ltima columna tal como en 6), tambin la variable saliente y por inteseccin de fila y columna el nuevo pivote para calcular la prxima tabla. 12) Si es necesario se repiten las operaciones por fila de 8) para convertir el ultimo pivote en uno y en ceros el resto de esa columna 1 0 0 0 0 1 1 1,5 -1.5 0 1 0 0 -1/4 1/4 3 1.5 4.5
Tambin se calcula la prxima tabla reemplazando la variable saliente por la entrante (y su coeficiente en la FO)
176
Cj=
8 X1 1 0 0 0
3 X2 0 0 1 0
0 X3
0 X4
0 X5
VS
8 0 3
X1 X4 X2 Cj Zj=
La solucin ptima surgir en la columna VS cuando en la ltima fila hay solo ceros o negativos. En este caso la produccin ptima y mximo Beneficio ser =$8(3 mesas) +$3(4,5 sillas) = $37,50 y queda capacidad ociosa por 1,5 en la segunda restriccin. Los precios sombra (remuneraciones) son 3,5 y para las dos restricciones agotadas, para estos casos de sistemas no cuadrados NxM (variables y restricciones).
SIMPLEX MATRICIAL
Sea optimizar la produccin de autos y motos, maximizando el beneficio de este funcional Z =$2,5(X1) +$2(X2), sujeto a: Autos Motos Recursos 1 2 <= 8000 3 2 <=9000
Hs.hombre Hs.maquina
Para los sistemas NxN el proceso Simplex matricial consiste en ubicar una matriz unitaria a la derecha de la de los coefi-
177
cientes tcnicos (equivale a competar el sistema con las variables de holgura en la presentacin algebraica); tambin se agrega otra columna con los trminos independientes (o recursos).
Luego se efectuan operaciones aritmticas elementales por lnea hasta que esta matriz unitaria quede a la izquierda (con unos en la diagonal principal y ceros abajo y arriba de ella). X1 Hs/h 1 Hs/m 3 2,5 X2 2 2 2,0 X3 1 0 0 X4 0 1 0 V.S. 8000 9000 Z
En este caso ya es 1 el elemento de la fija 1 y columna1 (elemento 1 1) y solo se deben ubicar ceros debajo de este elemento. Restando a la anterior fila 2 la fila1 por3 surge la segunda fila de la prxima tabla. Restando a la anterior fila 3 la fila 1 por 2,5 surge la tercera lnea de esta prxima tabla: 1 0 0 2 -4 -3 1 -3 -2,5 0 1 0 8000 -15000 Z-20000
El prximo paso es conseguir 1 en el elemento 2 2 (multiplicando la vieja fila 2 por ) y ceros arriba y debajo de l. A la anterior fila 1 se le suma la fila 2 por ; y a la anterior fila 3 se le resta la fijla 2 por , segn muestra la siguiente tabla. 1 0 -1/2 500
178
0 0
1 0
-1/4
-1/4 -3/4
3750 Z-8750
Esta tabla ya muestra la solucin del sistema, por que las variables reales muestran ceros en la ltima fila y solo hay elementos cero o negativos en esta ultima fila. En la columna de los recursos figuran las cantidades optimizantes: X1= 500 autos; X2= 3750 motos; con beneficios por $8750. Bajo las columnas X3 y X4 quedaron los precios sombra o contribucin marginal / remunaeracin de ambos recursos /factores productivos.
179
En este caso se elige Linear and Integer Programamming (programacin lineal y entera) y en la siguiente ventana se anotan el nmero de variables y el de restricciones; tildando maximizar para este caso de la carpintera Zonda.
180
En la proxima ventana se anotarn los datos del problema de optimizacin de la carpintera Zonda: maximizar el beneficio de producir mesas y sillas B= $8(x1) + $3(x2), sujeto a las restricciones de requerimientos y disponibilidades en los talleres de carpintera, tapizado y expedicin que se muestran en el cuadro, encolumnando los datos para la variable X1, luego para la columna X2 y finalmente para los trminos independientes.
181
Para terminar, se pedir a WinQsb los resultados pulsando en el men superior sobre Solve and Analize y tambien en Solve the Problem, para que aparezcan los resultado en la ventana final.
Los resultados son los mismos que se obtenen son Solver de Excel: se maximiza el beneficio con B= $8(3 sillas)+ $3 (4,5 sillas)= $37,50.
182
El cuadro muestra los precios sombra (Sahdow Price) y los valores sobre la sensibilidad del proyecto (cambios en los coeficientes de la F.O. y del lado derecho de las restricciones, o sea los recursos, sin afectar al resultado final).
183
Se acepta en la prxima ventana con OK lo establecido como default para las variables que van en la abscisa y en la ordenada.
184
El grfico final muestra las tres restricciones graficadas en verde; tambin la funcin objetivo graficada en rojo. WinQsb no grafic la familia de lneas de la funcin objetivo, sino solamente la del mximo beneficio (aqu con abscisa 4,5) y que es tangente a la frontera acodada de las posibilidades de produccin segn las tres restricciones, para marcar la solucin como punto de mximo beneficio (con coordenadas 3 sillas (X1) y 4,5 mesas (X2).
A la derecha imprime el objetivo $37,50 y esas cantidades producidas (la restriccin carpintera es X1= 3; la restriccin tapizado es X2= 4.5; la restriccin expedicin es X1= 6 y X2=9).
185
Por ejemplo, optimizar la produccin de mesas y sillas en la Carpintera ZONDA, Max B = $8(X1) + $3(X2), X1 <= 3 Sujeto a: X2 <= 4,5 6X1+4X2<= 36
186
A continuacin se pulsa sobre File / y Run y GAMS imprime una larga lista con los pasos efectuados, observaciones y resultados. Esta lista puede consultase abriendo con File / Open el archivo generado (en este caso untitle_1.lst).
187
... GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 1 General Algebraic Modeling System Compilation 1 VARIABLES 2 X1, X2, F; 3 POSITIVE VARIABLES 4 X1, X2; 5 6 EQUATIONS 7 OBJ, R1, R2, R3; 8 9 OBJ.. F=G= 8*X1+3*X2; 10 R1.. X1=E= 3;
188
MODEL LINEAL /OBJ, R1, R2, R3/; SOLVE LINEAL USING LP MAXIMIZING F; (conviene repasar los trminos numricos, ya que GAMS no puede detectar errores de tipeo de este tipo) COMPILATION TIME = 0.000 SECONDS 2 Mb WIN222145 Apr 21, 2006 GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 2 General Algebraic Modeling System Equation Listing SOLVE LINEAL Using LP From line 15 ---- OBJ =G= ( =G= o >=, mximos) OBJ.. - 8*X1 - 3*X2 + F =G= 0 ; (LHS = 0) ---- R1 =E= R1.. X1 =E= 3 ; (LHS = 0, INFES = 3 ***) (el lado izquierdo LHS comienza con 0 segn la restriccin >=) ---- R2 =E= R2.. X2 =E= 4.5 ; (LHS = 0, INFES = 4.5 ***) ---- R3 =E= R3.. 6*X1 + 4*X2 =E= 36 ; (LHS = 0, INFES = 36 ***) GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 3 General Algebraic Modeling System Column Listing SOLVE LINEAL Using LP From line 15 ---- X1 (GAMS encolumna los coeficientes de cada variable en la FO y restricciones; pone los de la FO en el primer miembro con signo negativo) X1 (.LO, .L, .UP = 0, 0, +INF) -8 OBJ 1 R1 6 R3 ---- X2 X2
11 12 13 14 15
189
(.LO, .L, .UP = 0, 0, +INF) -3 OBJ 1 R2 4 R3 ---- F F (.LO, .L, .UP = -INF, 0, +INF) 1 OBJ GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 4 General Algebraic Modeling System Model Statistics SOLVE LINEAL Using LP From line 15 MODEL STATISTICS BLOCKS OF EQUATIONS 4 SINGLE EQUATIONS 4 BLOCKS OF VARIABLES 3 SINGLE VARIABLES 3 NON ZERO ELEMENTS 7 GENERATION TIME = 0.031 SECONDS 3 Mb WIN222145 Apr 21, 2006 EXECUTION TIME = 0.047 SECONDS 3 Mb WIN222145 Apr 21, 2006 GAMS Rev 145 x86/MS Windows 06/24/11 14:02:34 Page 5 General Algebraic Modeling System Solution Report SOLVE LINEAL Using LP From line 15 SOLVE SUMMARY MODEL LINEAL OBJECTIVE F TYPE LP DIRECTION MAXIMIZE SOLVER CPLEX FROM LINE 15 **** SOLVER STATUS 1 NORMAL COMPLETION **** MODEL STATUS 3 UNBOUNDED **** OBJECTIVE VALUE 37.5000 RESOURCE USAGE, LIMIT 0.078 1000.000 ITERATION COUNT, LIMIT 0 10000
190
GAMS/Cplex Apr 21, 2006 WIN.CP.NA 22.2 031.034.041.VIS For Cplex 10.0 Cplex 10.0.1, GAMS Link 31 Presolve found the problem infeasible or unbounded. Rerunning with presolve turned off. Dual infeasible or unbounded. Switching to primal to aid diagnosis. Model has an unbounded ray. **** ERRORS/WARNINGS IN EQUATION OBJ 1 error(s): 1 Unbounded equation (slack variable) LOWER LEVEL UPPER MARGINAL ---- EQU OBJ . . +INF 1.000 UNBND ---- EQU R1 3.000 3.000 3.000 . ---- EQU R2 4.500 4.500 4.500 -2.333 ---- EQU R3 36.000 36.000 36.000 1.333 LOWER LEVEL UPPER MARGINAL ---- VAR X1 . 3.000 +INF . ---- VAR X2 . 4.500 +INF . ---- VAR F -INF 37.500 +INF . **** REPORT SUMMARY : 0 NONOPT 0 INFEASIBLE 1 UNBOUNDED (UNBND) EXECUTION TIME = 0.016 SECONDS 2 Mb WIN222145 Apr 21, 2006 USER: GAMS Development Corporation, Washington, DC G871201/0000CA-ANY Free Demo, 202-342-0180, sales@gams.com, www.gams.com DC0000 **** FILE SUMMARY Input E:\Mis documentos\gamsdir\Untitled_2.gms Output E:\Mis documentos\gamsdir\Untitled_2.lst.
191
192
Se pulsa luego en Solver y permite elegir la solucin grfica o la solucin algebrica. En esta se pueden ver la iteraciones o la solucin final:
193
Y para este caso de programacin entera la salida como grfico muestra esta salida:
194
195
Ejemplo de la carpintera Zonda con Lindo Systems Handy A. Taha, Investiagicin Operativa ( Un. Arkansas), propone utilizar el programa de Lingo Sistems Lindo (y Lingo). En la automtica ventana auxiliar (untitled) de Lindo 6 se debe anotar, separando con espacios los coeficientes de sus variables (y tambin de las instrucciones, en este caso MAX; y Subjet To (o simplemente ST aqu); y terminar con END. Lindo admite cientos de variables (y Lingo miles); estn diseados para procesar escribindoles como aqu solamente la funcin objetivo; Subjet To (o ST); las restricciones de >= y/o <=; y terminado con END: MAX 8 X1 + 3 X2 ST 2) X1 <=3 3) X2 <= 4.5 4) 6 X1 + 4 X2 <= 36 END
196
Finalmente, se pulsa Solve en el marco superior de Lindo; y luego se tilda Sensitivity para que imprima el rango de sensibilidad, mostrando estos resultados: LP OPTIMUM FOUND AT STEP 2
OBJECTIVE FUNCTION VALUE 1) 37.50000 VARIABLE VALUE X1 3.000000 X2 4.500000 REDUCED COST 0.000000 0.000000 DUAL PRICES 3.500000 0.000000 0.750000
RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE X1 X2 CURRENT ALLOWABLE COEF INCREASE 8.000000 INFINITY 3.000000 2.333333 ALLOWABLE DECREASE 3.500000 3.000000
ROW
197
2 3 4
Interpretacin de estos INFORMES DE RESULTADOS: La funcin objetivo muestra como resultado =$ 37,50, segn la solucin ptima de producir X1= 3; X2= 4,5 unidades. Los precios sobra (remuneraciones o precios duales) para los recursos agotados en la primer y tercer restricciones son $3,50 y 0,75 respectivamente. Holguras: quedan ociosos recursos de la segunda restriccin por 4,5 unidades.
198
El Anlisis de sensibilidad se muestra en estos dos cuadros anteriores: a) para los coeficientes de las variables de la funcin objetivo (OBJECT COEF) y b) para los lados derechos de las restricciones (RHS). En a) se muestra el coeficiente y la cantidad de crecimiento y de decrecimiento permitidos para la funcin objetivo (dentro de los cuales la solucin seguir siendo la misma), que se obtienen sumando y restando respectivamente esas cifras al coeficiente correspondiente. En b) se muestra las cantidades de crecimiento y decrecimientos permitidas (dentro de las cuales la solucin seguir siendo la misma) para cada lado derechos de las restricciones. Para determinar el rango dentro del cual la solucin seguir siendo la misma, se deben sumar y restar respectivamente al lado derechos que tenga la cada restriccin.
199
Utilizaremos un ejemplo de 2 3 ecuaciones, con solo 4 o 6 variables y/o restricciones, para simplificar lo que estas herramientas permiten para cientos de variables.
En las celdas C1:C3 escribimos cada ecuacin en su forma homognea (observe el cursor que muestra la tercera en C3).
200
En E1 escribimos la funcin objetivo (FO), en este caso como =C1^2 +C2^2 +C3^2 o suma de los cuadrados de cada ecuacin (que el sistema utiliza para minimizar desvos sin que se anulen). Se abre Solver en Datos / Solver/ y se tilda la opcin Valores de.0.
En Cambiando las celdas: se anota o introduce H1:H3, que ser la zona donde Solver anotar las 3 soluciones del sistema con Resorver. El proceso con Solver es similar para casos con muchas variables.
201
METODO DE DETERMINANTES:
Los utilitarios STATA, Eviews Matlab resuelven sistemas de ecuaciones mediante el mtodo de determinantes. Calculan el determinante de los coeficientes (S) y tambin otro determinante para cada variable Xi (i= X, Y, Z, ) en el cual se reemplaza la columna de la variable por la de los trminos independientes (las restricciones, capacidades, condiciones, requerimientos, etc) Finalmente los valores de cada variable que solucionan el sistema surgen por divisin del determinante de cada variable Xi por el de los coeficientes.S (x1 = X / S, etc). Estos determinantes S y Xi se preparan fcilmente en una hoja Excel, con suficientes copias del S a las que se le pegan los trminos independientes en la respectiva columna del Xi. Luego se copiarn todos ellos hacia el utilitario SPSS, STATA o Eviews.
202
En tres copias de los coeficientes ms abajo, se reemplaz una columna por copia de los trminos independendientes E2:E4 (en amarillo) pegndolas en la primer columna de A6:A8 para calclar X, en la segunda de B10:B12 para calcular Y y en la tercera de C14:C16 para calcular Z. Se encontraron en la coluna F los valores de la solucin del sistema, por simple divisin de esos determinantes, X= -3, Y= , Z= 2
203
Conviene anotar la matriz de los coeficientes en una hoja Excel, y hacerle ah tantas copias como variables a resolver, a efectos de copiarle el vector columna de los trminos independientes reemplazandoles la columna de la variable respectiva.
13 X 19 9 2 3 4 0 2 1 Y 1 0 3 13 19 9 0 2 1 Z 1 0 3 2 3 4 13 19 9
Estas matrices sern luego copiadas y pegadas al Stata (u otro utilitario estadsitico) para calcular los valores de la solucin. Se ejecuta el programa Stata y se pulsa Data / Matrix / Imput matrix by hand / y en la siguiente ventana Matrix input se anota o pega la matriz de los coeficientes; se le anota el nombre S (mayscula); la dimensin 3 x 3 en este caso abreviado y OK.
204
Se procede en forma similar para la matriz de cada variable X, Y, Z, etc (con su respectiva nombre en maysculas) Como se ha definido en el stata que el sistema es de 3x3, si uno comete algn paso errneo se deber recomenzar el proceso (por esto se recomienda tener las matrices preparadas en una hoja Excel). Hasta aqu Stata simplemente calcul el valor de cada matriz y para calcular los valores de las varibles en la solucin del sistema se pulsa en Data / Other Utilities / Han calculator / Create / Matrix y con clic en Det( ) y en / se introduce en el marco Expression builder la expresin Det(X)/Det(S)
205
Click en OK y nuevamente en OK, de modo que en el cuadro de resultados aparecer el valor de X = -3. De manera simlar se obienten los valores de las otras variables Y = 5 , Z= 2, etc. Si se necesita borrar todas las matrices se usa Data / Matices / Drop matrices / OK.
206
En Objet / New Objet / Type of Objet seleccionar Matrix Vector Coef. / OK; en Name for Objet / S en maysculas / y OK; en Rows / 3; columns / 3 (o la cantidad de variables que sea). Este nombre S corresponde al determinante de los coeficientes.
207
208
En la nueva ventana picar en Edit+/- y permitir pegar este determinante S que copiemos desde una hoja Excel, segn lo sugerido unos prrafos antes.
En el cuadro de resultados (aqu a la izquierda) aparecer una referencia a los objetos creados: c; resid; y esta matriz determinante S.
Se repite este proceso para crear objetos a fin de copiar y pegar justo con cada nuevo objeto el terminante de cada variable; e irn apareciendo en el cuadro de resultaldos sus refencias (aqu a la izquierda muestra hasta la matriz Z que tambin aparece pegada en el marco derecho).
209
Finalmante, se procede a calcular los valores de la solucin de cada Xi tipeando en el marco superior una leyenda parecida para cada una (en minsculas): scalar x1=@det(X)/@det(S) para la variable X; al pulsar sobre el icono del clculo #x se mostr el valor respectivo.
210
En forma similar se procede para las dems variables: scalar y1 =@det(Y)/@det(S) para la variable Y, etc. Con doble clic sobre #x1; #y1 #z1 mostr el resultado de cada variable solucin del sistema.(aqu #z1 escalar figura como 2,00000)
211
212
Anteponiendo % se escriben comentarios solo texto aclaratorio no operativos. Se pueden definir variables con hasta 19 caracteres alfanumricos. Con >>who (o >>whos) se rescatar las variables en uso. Si los clculos son largos se pueden ocultar de la pantalla poniendo punto y coma ( ; ) al final de la sentencia y solo mostrar as el resultado. Para borrar variables se utiliza >>clear o bien >>clear, para borrarlas todas. MATRICES: Se escriben entre corchetes y se separan sus filas con punto y coma ( ; ) >>A=[1 -2 0; 0 3 2; 3 4 -1] 1 -2 0 Mostrar A= 0 3 2 3 4 -1 >>inv(A) >>det(A) >>A^3 >>eye(n) es la matriz inversa de A (o sea, A-1 ) calcular el determinante de la matriz A (respondiendo en este caso: ans= -23 ) eleva la matriz A a la potencia 3. escribe la matriz unitaria de orden n (ceros, salvo la diagonal principal con unos).
En los ejemplos anteriores se resuelve un sistemas de 3x3 por el mtodo de los determinantes y por el de la matriz inversa.
Con Matlab se ejemplifica aqu con el de la matriz inversa, multiplicando la inversa de los coeficientes por el vector de los trminos independientes. En la pantalla de Matlab aparece definida la matria A; luego se calcul la inversa de A; y al final se defini el vector columna o determinante de los trminos independientes.
213
214
DETERMINANTES: Un vector fila se escribe >>x=[3; 4; -0.7] o bien >> X= 5: 2: -0.7 Un vector columna >>X=[1; 0; 3] El vector traspuesto es >>x >>D=A*x es el producto (D) de una matiz A por un vector x, previamente definidos. En este ejemplo Matlab muestra el resultado esperado: X= -3; Y= -5; Z= 2. En la pantalla final se resuelve el sistema del ejemplo de 3x3, multiplicando la matriz inversa de A por el vector de los trminos indpendientes (S) como Q; y muestra el resultado esperado X= -3; Y= -5; Z= 2. (al final de la pantalla tambin figura una matriz unitaria de orden n). Matlab es un utilitario de operaciones matemticas, que permite adems grficos muy detallados.
215
216
En la ventana de trabajo incorporamos como datos (pestaa inferior Vista de Datos) la matriz de coeficientes tcnicos y tambin sendas copias, que tenga cada una reemplazada la columna de una variable por el vector columna de los trminos independientes.
217
En este ejemplo de dos variables figuran as seis columna de datos, pero pulsando en la pestaa inferior Vista de Variables se pueden agregar ms variables.
En este ejemplo de dos variables figuran as seis columna de datos, pero pulsando en la pestaa inferior Variables se pueden agregar ms variables.
218
En este ejemplo de dos variables figuran as seis columna de datos, pero pulsando en la pestaa inferior Variables se pueden agregar ms variables.
219
220
221
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.
222
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
223
a una categora dada. Es decir que no suministra un valor exacto sino solo un valor aproximado del mismo. Laplace aport tres leyes que definen las propiedades matemticas de la probabilidad: - Haciendo N ensayos no es posible tener menos de 0 xitos ni ms de N xitos, entonces la probabilidad tiene necesariamente un valor numrico que oscila entre 0 y 1. - Probabilidad simple (suma). Si dos hechos A y B no pueden ocurrir simultneamente, la probabilidad de obtener A o B es igual a la probabilidad de obtener A ms la probabilidad de obtener B (la probabilidad de obtener 3 o 5 con un dato es 1/6 + 1/6 = 1/3) - Probabilidad compuesta (multiplicacin). Dos o ms hechos que se presentan juntos: la probabilidad de obtener A y B es el producto de la probabilidad de uno por la de probabilidad condicionada de obtener el otro: P(A) = P(A) P(B/A) = P(B) P(A/B) Las distribuciones son construcciones a priori que se utilizan para interpretar si los hechos concretos de la realidad se deben o no al azar. Entre estos modelos estocsticos o probabilsticos se destacan la distribucin binomial y la distribucin normal. DISTRIBUCIN BINOMIAL Suponiendo un universo con la variable en observacin clasificada en dos categoras y se considera favorable (r) la obtencin de una de ellas, que a priori tiene una probabilidad p dada. Si adems interesa formar conjuntos de N elementos, en los cuales la probabilidad de obtencin favorable varia entre 0 y N, es posible formar un modelo estocstico a priori que informa la p(r) segn J. Bernouilli: P(r) = N! /r!(N - r)! . Pr .qN-r
224
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
225
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/
DISTRIBUCIN NORMAL ACUMULADA Es la suma de casos de cada intervalo ms todos aquellos que estn por debajo del mismo: una distribucin de frecuencias acumuladas. Cuando se usan clases de intervalo muy numerosas y de mdulo chico, con la frecuencia de estos intervalos como valores acumulados se obtiene una funcin constantemente creciente de x: una curva en forma de S conocida como ojiva (la integral de la curva de distribucin normal). USO DE TABLAS Y DE LAS FUNCIONES INCORPORADAS EN EXCEL Cuando se conoce N, la media X y para una distribucin es posible calcular por ejemplo, la cantidad o porcentaje de individuos locales entre dos puntajes, o por encima, o por debajo de un puntaje dado de esa distribucin. No es necesario realizar todos los clculos en cada caso; basta consultar las tablas o bien utilizar las funciones incorporadas en Excel. En la tabla de distribucin normal interesa la primer columna y la primer fila, con los valores de puntaje reducidos de x en la fila y
226
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.
227
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) / [ 4/6 (8/1000) + 2/6 (50/100) ] =
0,053 / 0,053 + 0,166 = 0,24 (el 33% se redujo a 24% de riesgo que salga fallada).
Excel calcula probabilidades seleccionando con el cono bien, escribiendo directamente: =probabilidad(fallas;probabilidad;lmite inferior;lmite superior)
228
Regla de conteo 2: si hay k1 eventos en el primer ensayo, k2 en el segundo, ... y kn en el n=simo ensayo el nmero de resultados posibles es (k1) (k2) ... (kn). Si la patente de los autos fuera compuesta por tres dgitos seguidos por dos letras el nmero total de patentes sera (10) (10) (10) (26) (26) = 676000.
Regla de conteo 3: Los arreglos de diferentes formas en que se pueden ordenar n objetos es factorial de n (n!); se define 0! como 1.
229
El nmero de formas en que se pueden ordenar 4 objetos es 4! = (4) (3) (2) (1) = 24.
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.).
230
Regla de conteo 5: las combinaciones posibles para ordenar X objetos tomados del conjunto, tal que no se repitan en otro orden al tomarlos, es igual a Y! / X! (Y-X)! Las combinaciones posibles para ordenar 4 objetos tomados de a 3, tal que no se repitan en otro orden, son: 4! / 3!(4-3)! = 4
COMBINACIONES Las combinaciones diferentes de 4 elementos tomados de a 2, sin repeticiones, tambin pueden calcularse con la funcin "combinat" de Excel:
231
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):
232
DISTRIBUCIN NORMAL
Calcula la probabilidad de un valor aleatorio dado en series grandes. Cuando N es grande y la probabilidad de xito p y la de fracaso q no estn prximas a cero entonces coincide la distribucin binomial con la normal de Gauss (...con Np y Nq > 5) Excel incluye varias funciones para estudiar esta distribucin. Un suceso que se distribuye normalmente con una media 25 y dispersin 8 tiene una campana ubicada en el primer cuadrante, centrada en la abscisa 25.(abarcando desde 0 y 50) y ordenada 1. La funcin distribucin normal indicar la probabilidad de que la campana abarque cualquier valor igual o inferior al deseado. Para el valor de abscisa 40 la probabilidad del rea para todo valor hasta 40 es 96,9%.
Una campana de Gauss con media 0 est centrada en la ordenada. Si la abscisa abarca aprox. entre 3 y +3, para un desvo de 1 el rea acumulada a la izquierda de 1 es 84,13%; para un desvo de 2 el rea es 97.72% y si el desvo es 3 el rea a la izquierda (o probabilidad acumulativa) es 99.86%)
233
PRUEBA Z
La prueba z indica la probabilidad de que un valor pertenezca a una poblacin: se calcula mediante la tabla de distribucin normal o bien con Excel, anotando el rango de las muestras de esa poblacin, el valor a averiguar y el desvo estndar (aunque si se lo omite Excel toma los el desvo estndar de los valores del rango de las muestras). La prueba Z devuelve el valor P de dos colas de la distribucin normal y permite evaluar la probabilidad de que una observacin determinada provenga de una poblacin especfica. Su sintxis es PRUEBA.Z(matriz;x;sigma), donde Matriz es la matriz o rango de datos frente a los que se ha de comprobar x; X es el valor a comprobar; sigma es la desviacin estndar (conocida) de la poblacin. Si se omite, se utiliza la desviacin estndar de la muestra.
La Distribucin Norma de Gauss considera comportamientos constantes, con poca probabilidad al principio y hacia el final: la distribucin tipo campana simtrica:
234
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).
235
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).
236
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.
237
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:
238
Cantidad de equipos mensual: 1 2 3 4 5 Probabilidad de recepcin: 0.04 0.23 0.3 0.23 0.2 En una urna se preparan 100 papeles, anotando los nmeros 1 a 5 en esa proporcin anterior: 4 con 1; 23 con 2; 30 con 3, etc. Eligiendo 12 al azar se obtendra uno para cada mes del ao, y podra tomarse como el suministro para la venta: E F M A M J J A S 1 3 2 3 1 3 4 3 5 O N D 1 1 2
La seleccin al azar con urnas es laboriosa. Excel simplifica esta tarea mediante Herramientas > Anlisis de Datos > Generacin de Nmeros Aleatorios > Discreta e indicando que seleccione un nmero del rango A2:B6 indicado para los 12 meses necesarios en C2:C13, segn se ve en la imagen: luego, Herramientas > Anlisis de datos >GENERACIN DE NMEROS ALEATORIOS
239
b) Por otra parte, la empresa sabe que recibira mensualmente la siguiente cantidad de clientes segn estas probabilidades: 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
Utilizando el Anlisis de Datos Excel > Generacin de Nmeros Aleatorios, etc. (o bien poniendo en una urna 100 papeles con estos nmeros de compradores segn esas probabilidades) se podran obtener 12 para la recepcin mensual de clientes: E F 2 3 M A M J J A 6 0 5 3 4 1 S O N D 3 0 4 3
c) La empresa tambin tiene registrada la probabilidad de que un cliente compre efectivamente: N de clientes que compran: Probabilidad: 0 0.4 1 0.3 2 0.25 3 0.05
Con este mismo Anlisis de Datos de Excel (o repitiendo en una urna con 100 papeles con las cantidades que compran segn estos porcentajes) se podra obtener al azar las posibles compras para cada uno de los posibles cliente de cada mes segn b): E F M A M J J A S O N 1)2 1)0 1)2 1)1 1)1 1)1 1)2 1)0 1)2 2)0 2)1 2)0 ----2)2 2)1 2)0 2)2 --2)0 3)1 3)1 3)0 3)0 3)2 3)1 3)1 4)1
5)0 5)1
6)1
240
1)2
2)0
3)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 37 c) Ventas 2 2 7 0 6 2 6 2 3 0 4 3 -8 Saldo -1 1 -5 -3 -5 1 -2 1 2 1 -3 -1
En esta simulacin habra un saldo de 8 (suministro insuficiente). Surgi del rigor de una seleccin al azar. Sin embargo, hay que aclarar que si se repite la simulacin con nuevas pruebas al azar seguramente el resultado sera otro. Una posibilidad es entonces efectuar numerosas pruebas al azar (con Excel) y observar los resultados posibles hasta que se estabilicen, para luego adoptar alguna decisin sobre las instalaciones y facilidades necesarias. Excel facilita esta larga tarea: es necesario armar una planilla anotando los 100 nmeros, repitiendo cada uno las veces que corresponda en un cuadro de 10 por 10. Luego se encolumnan en A1 has-
241
ta A100. En B1 se escribe la frmula =aleatorio(), copindola hasta B100 con una macro que elija solo en el rango A1: A100. 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 varian-
242
za. 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 error absoluto (e) que se admita aceptable se calcula el tamao de la muestra (n) n = Z2 ( 2) / e2 De todos modos, con posterioridad a los estudios y a lo que se implemente, la realidad seguramente ser otra. Pero una planificacin como esta puede representar alguna ventaja racional en aquellos casos en que no existe otra frmula posible de previsin.
243
En H3 se muestra el producto de la participacin inicial de clientes A 60% y B 40% por la matriz de fidelidad, de modo que al final del primer ao la participacin ha cambiado hacia A 56% y B 44%. Se utiliz la funcin "=MMULT(PARTICIPACIN;FIDELIDAD)" Para establecer el proceso dinmico es necesario efectuar el producto {[0,60 0,40] [C]}n en los aos posteriores. Repitiendo este producto con los nuevos clientes de cada ao por la misma matriz de fidelidad (obsrvese en H3 que fue fijada como referencia absoluta con $D$2:$E$3 mediante F4) se copia hacia abajo durante n perodos, hasta que las proporciones se estabilizan en 1/3 y 2/3 (en este caso A) 0.34 y B 0.66 desde el ao 21. Cadenas de Markov absorbentes Un laboratorio estudia casos excluyentes de salud o muerte (E y F) despus de una serie de tratamientos sucesivos y peridicos, para
244
una muestra con 60% de enfermos leves y 40% de enfermos graves. Se observaron los resultados en el primer y siguientes perodos, segn este resumen: E F E 1 F 0 Grupo 1 0.2 Grupo 2 0.05 Tratamiento Inicial Estado inicial [P 1 2 0 0 1 0 0.1 0.6 0.15 0.15 Tratamientos siguientes Q] = [0.60
0 0 0.1 0.65
0.40]
entonces [I - A] =
0.40 0.15
0.10 0.35
con la proporcin de curados en el primer ao 0,20 y 0,05; de modo que [0.60 0.40] * [I - A] *
245
(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 "{...}" ).
En la fila 3 se anot el concepto de fondo: multiplicar la muestra por la matriz inversa de los tratamientos por el vector de cura inicial. Pero procedemos en dos partes: en la primera multiplicamos la muestra por la matriz inversa de tratamientos, segn se ve en D6 (previo pintar las cuatro celdas).
En segundo lugar, multiplicamos el producto anterior por el vector de cura inicial, como se indica en el visor de G6.
246
247
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. Intere-
248
249
El error muestral es la diferencia entre el parmetro o medida sobre la poblacin y el estadstico o medida en la muestra. 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.
Si se desea calcular nmeros aleatorio entre 700 y 800 se escribir en A2 =aleatorio.entre(700;800) y los calcular cada vez que se recalcule con F9.
250
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.
251
Comprobamos con Excel, modificando los valores de la muestra, en la imagen cercanos a 0,053 en promedio; tambin ponemos en la segunda fila producciones normales de la maquina como 0,053 en todos los casos.
Es evidente que el resultado debe ser que la muestra indique que la maquina funciona bien (ya que casi todos los valores son parecidos a 0,053...). En la celda A3 hacemos la prueba t con Excel: muestra que hay un 79,76% de probabilidad favorable: A3 con =prueba.t(rangomuestra1; rango 2muestra;2 colas;tipo3 (el tipo 3 corresponde a muestras con distinta varianza; tipo 2 si son muestras con igual varianza; tipo 1 si es sobre observaciones de pares).
252
La prueba X2 permite observar el % de confiabilidad de que una serie terica sea como otra real, escribiendo en B11 lo que figura en esta imagen; un alto porcentaje indica que el ajuste terico es adecuado para representar los datos empricos (o una muestra representa a una poblacin, etc.)
La prueba CHI.INV(probabilidad;grados) compara los resultados observados con los esperados (muestra con poblacin) para ver si la hiptesis original es vlida. Comparando el valor calculado con el de la tabla X2 -para los grados de libertad y el % de significacin del caso- se puede observar que las variables no son independientes cuando el valor calculado sea mayor que el de tabla. Ejemplos:
253
Entonces, la produccin habitual tendra una desviacin tpica en su altura media de 1,83mm a 3,84mm, segn un nivel de confianza del 95%.
254
Si la tabla no mostrara 199 grados de libertad se utiliza Excel: Medimos los extremos con 95% de confiabilidad: izquierdo: 100(200/12.7)1/2 = 111.3 hs derecho: 100 (200/15,5)1/2 = 91.2 hs. (Excel muestra los cuadrados de 12,7 y 15,5 respectivamente: 161,8 y 240, en A16 y B16).
Igualmente si se trabajara con una confiabilidad del 99%: Izquierdo: 100(200/15,9)1/2 = 88,9 horas. Derecho: 100(200/12,2)1/2 = 115,9 horas (Excel muestra los cuadrados de 12,2 y 15,9 respectivamente: 151,4 y 254,1 en A20 y B20) Se puede afirmar con 99% de confiabilidad que la produccin normal de bombillas en esta fbrica tiene una desviacin tpica entre 88,9 y 115,9 horas respecto al promedio.
255
Se puede afirmar que la moneda esta bien hecha? X2 = (115-100)2 / 100 + (85-100)2 /100 = 2,25 + 2,25 = 4,5 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.
256
Concluy en la idea que ese ao la cosecha posiblemente guardara la proporcin 9+3+3+1=36, algo diferente (y que para 556 representara 104.25; 104.25; 104.25 y 34.75 respectivamente). Es razonable aceptar la idea de Mendel para la cosecha? Para k-1=3 grados de libertad y al 95% de significacin la tabla X 2 indica 7,81; mientras que al 99% de significacin indica 11,3. Segn los valores de la muestra se tiene: X2 (315-312.75)2 / 312.75 + (108-104.25)2 /312.75 + (101-104.25)2 /312.75 + (32-34.75)2 / 312.75 = 0,470 Como 0,470 es menor que 11,3 y 7,81 no se puede rechazar su idea (sin embargo, dado que la tabla al 5% indica 0,352, menor que 0,470, cabe aclarar que hay cierta influencia de error muestral).
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 Frecuencia Frecuencia
257
0 1 2 3 4 5
Para efectuar la bondad del ajuste se calcula X2 : X2 = (38-33.2)2 /33.2 + (144-161.9)2/161.9 + (342-316)2/316 + (287308.7)2 /308.7 + (164-150.7)2 /150.7 + (25-29.4)2 /29.4 = 7,54 Comparando con la tabla para 4 grados de libertad (6-1-1) indica 9,49 al 95%, o sea, un ajuste muy bueno (pero indica 0,102 al 5%, un ajuste malo).
258
259
Pero a mediados del siglo XVIII ocurre en Inglaterra la revolucin industrial: el maquinismo, la revolucin de los cercados, campesinos desposedos que forman la naciente clase asalariada, etc. surgiendo la formacin de excedentes exportables de productos industriales, para ubicarlos en las ciudades europeas, americanas, etc. Poltica, ardides, corrupcin, invasiones; cortarle un dedo a los nios hindes para que no compitieran hilando, etc. fueron diversos instrumentos utilizados para conseguir mercados. Pero interesa comentar aqu el importante aporte de contar con unas nuevas ideas para ayudar esos esfuerzos: las "teoras" (en rigor, cualquier cosa que ayude a convencer). La escuela moral escocesa pens una nueva filosofa para explicar la conducta humana, econmica y el bienestar general, oponindola a la idea cristiana de la justicia conmutativa y distributiva. Para A. Amith, J. Benthan, D. Ricardo y otros escoceses, todos las personas actuaran guiados por el egosmo. El principio hednico -procurar siempre el mximo beneficio con el mnimo esfuerzo- garantiza que una especie de mano invisible (los precios libres) mantenga los mercados competitivos y en equilibrio, conduciendo al mximo bienestar general, ya que el Estado evita la formacin de monopolios y conductas no transparentes. La propiedad privada es una idea natural en los sistemas econmicos de la humanidad; pero el libre comercio en los mercados era una nueva idea (una teora, que no coincida con el orden natural tradicional). Algunos pensadores de la poca ya vieron que esta idea terica puede no ser realista si el estado no evita eficientemente esas conductas no transparentes. Sobre todo, en 1848 el austraco C. Marx escribi El Capital, alertando que la libre competencia lleva en s el germen del monopolio.
260
Agreg adems que el beneficio empresario o plusvala, era en el fondo un salario pretrito del trabajador y corresponda entonces la propiedad estatal de los medios de produccin, con planificacin estatal de las actividades y mercados (otra nueva teora, totalmente contraria al orden natural tradicional). Los economistas reconocen que competencia y monopolio son dos modelos tericos extremos, mientras que en la realidad los mercados se desenvuelven en una gama intermedia de competencia, imperfecta. Situaciones de competencia incontrolada pueden llevar a excesos (Argentina, Rusia, en los aos 1990). Tambin un estatismo a ultranza conducira al fracaso de la URSS (si bien cabe tener en cuentas que Gorbachov, en la Perestroika persegua particularmente una "transparencia poltica", ms que econmica, para terminar con la ola de asesinatos polticos en aquel rgimen). En resumen, tenemos tres ideas de sistema econmico relevantes (el histricamente tradicional mundial, el liberal y el marxista). Al nivel de teoras econmicas, dos relevantes: la marxista, novedosa, contraria a la historia mundial sobre la propiedad privada; y la liberal, a fin con la historia sobre la propiedad privada, pero no as en su idea del libre comercio, salvo con su clusula terica de un estado fuerte que controle efectivamente la formacin de monopolios y conductas no transparentes que lesionen la competencia pura. Bajo la evolucin del pensamiento econmico en aquella poca, explicar la naturaleza de los precios de mercado implicaba considerar la demanda y la oferta. Pero liberales y Marx admitan una gran influencia del costo de produccin en la determinacin de los precios. Estos clsicos prestaban poca importancia a la escasez, las necesidades y la demanda.
261
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
CMe
12 E 10 8 X
Sin embargo, esta coincidencia de pensamientos era molesta a los clsicos liberales. En 1854 el austraco Gossen escribi un libro (del que habra algunos ejemplares en Oxford) con dos clebres leyes, que explicaban los precios de manera distinta y ms favorable a la teora liberal, ya que sobre todo, fundamentaban la legitimidad del beneficio extraordinario para la empresa.
262
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.
263
a) U'x / U'y = Px / Py con b) Px (X) + Py (Y) =M (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.
264
SEGUNDA TEORA DE LA DEMANDA: curvas de indiferencia del ingeniero W. Pareto, Miln 1910
En 1880 el ingls Edgeworth ide las curvas de indiferencia para explicar el comercio entre Inglaterra y Argentina (en los programas de economa se estudia la Caja de Edgeworth). Pareto las utilizo para una nueva teora sobre la demanda. Las canastas sobre una curva son indiferentes. Curvas mas alejadas indican canastas mayores, preferidas. Hay un presupuesto para gastar; la recta de presupuesto ms alejada indica mayor gasto. Los precios relativos del mercado se indican con la pendiente de esta recta: gastando todo en uno u otro bien se grafican los extremos de la recta y su pendiente. La demanda aparece si hay equilibrio: tangencia de la recta de presupuesto con la curva de indiferencia ms alta. Incluso se puede medir la utilidad total, que ser aqu de tipo ordinal (mayor o menor; por oposicin a la idea de medicin cardinal en Marshall). Deben cumplirse las dos condiciones matemticas: a) TMS = Px / Py (tasa marginal de sustitucin igual al cociente de precios relativos del mercado); y b) agotar el presupuesto Px (X) + Py (Y) = M Geomtricamente la TMS = dY / dX es la pendiente de la c.i. Por otra parte, en la c.i. el diferencial total entre sus puntos es necesariamente nulo: U'x dX + U'y dY = 0 lo que puede expresarse como U'x / U'y = dY / dX (cociente de las derivadas igual a la pendiente). Adems, la pendiente de la recta de presupuesto tambin est presente en el punto de equilibrio. En toda esta recta hay el mismo pre-
265
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).
266
El equilibrio del consumidor surge cuando se igualan sus gustos con los precios relativos del mercado; y gasta $100, demandando X=50 e Y=25.
267
de precios al por menor y otros, esta obteniendo informacin objetiva (no contingencias sino hechos) de las preferencias reveladas (manifestadas) por los consumidores sobre la demanda, segn sus gustos, su dinero y los precios de todos los bienes. Su abundancia de datos mensuales permite efectuar con Excel correlaciones, con valores homogneos netos de inflacin, y explicar las demandas mediante sus ndices de consumo y gasto (para una gran cantidad de bienes individuales anotados mes a mes, en precios y cantidades consumidas). Esta teora se justifica con dos axiomas: dbil (si una canasta le es mejor que otra, ese consumidor no puede decir racionalmente lo opuesto) y fuerte (si prefiere la canasta 1 a la 2 y tambin la 2 a la 3, entonces prefiere la 1 a la 3). Vase el ejemplo: a precio similar compraron ms caf de la marca 1 que de la 2. Igualmente comparando las marcas 2 y 3. Entonces, indirectamente prefiere la marca 1 a la 3 (salvo en la cafetera H, segn muestra la celda i9 con la funcin lgica =Y( ; )).
268
269
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).
270
b) Px(X) + Py(Y)=70 o bien reemplazando 4Y+4Y =70 Y=8,75 por lo cual X=35 (segn #) La utilidad mxima es U=0.2(35)(8,75) + 8 = 69,25 unidades 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.
271
Solver pregunta cul ser la celda objetivo (a maximizar); cuales las celdas a cambiar para calcular en ellas las cantidades de X e Y; tambin pregunta por las restricciones (en este caso el presupuesto $70).
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.
272
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 0,2XY +8 =32 mantenindose los precios relativos en el mercado X=4Y # por lo cual 0,2(4Y) Y +8 =32 con 0,8Y2 = 24 e Y2=30 o bien Y=5,48 X=4(5,48)=21,92 segn # b) El gasto necesaria ser: M= $1 (21,92) + $4 (5,48) = $43,82 Con Solver de Excel se escriben los datos, incluyendo la funcin de utilidad en B5. Se abre en Herramientas Solver y se elige Minimizar. La celda objetivo es ahora D4 y las celda cambiantes siguen siendo B2 y C2. a)
Sujeto a las siguientes restricciones y Agregar permite anotar ahora B5=32. Luego Resolver y Aceptar la solucin de Solver.
273
(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).
274
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
Segn Ux resulta = 0,2(8,75)= 1,75: utilidad marginal de este dinero del presupuesto. Si se gastara $1 ms ($71) la utilidad total sera: 69,25 +1,75 = 70.99 unidades de utilidad.
275
0
H = 0.2
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):
276
277
Excel tambin ayuda en la grfica necesaria: en D1 hasta F15 se repite: la variable X (abscisa) y las ordenadas, que se reescriben como funciones: de utilidad (Y=U/(X+5)) y de presupuesto (Y=M/Py Px/Py(X)). Conviene elegir el rango con incrementos en 4 para que sea un grfico visible: en D2 y D3 se anota X=1 y X=5 y se copian las dos funciones en la lnea 3. Se pinta las 6 celdas y se arrastra hacia abajo la esquina inferior derecha. Pintando el rango D2:F15 se pulsa en el icono de grficos > Dispersin > etc. Y para que el grfico sea bien visible conviene activarlo (picarlo) de modo que recuadre el rango de datos: as se podr arrastrar este rango achicndolo algo hasta que queden las lneas bien visibles (como en esta imagen).
278
B) CAMBIO EN EL PRECIO DEL BIEN X Suponiendo luego un aumento a Px=$5,10 y las dems condiciones constantes, se recalcula el equilibrio segn a), simplemente cambiando ese precio y volviendo a ejecutar Solver.
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
279
menos de X, pero ms de Y (Y sustituye a X); y hay menor utilidad total. Antes la demanda de X era 25, ahora solo 8,3. Esta reduccin de 16,7 unidades se explica segn Hicks por dos motivos: no solo por la vieja ley de la demanda de Marshall (efecto sustitucin), sino tambin por el efecto renta (o deterioro del poder adquisitivo, por inflacin)
C) SEPARACIN DE EFECTO RENTA Y SUSTITUCIN Para calcular cuanto es cada efecto en esa disminucin de X Hicks supone un imaginario subsidio al consumidor que le permitiera volver a la curva de indiferencia inicial U=1800. La recta de presupuesto imaginaria tocara al curva U=1800 en un punto S, distinto del equilibrio inicial E. Las coordenadas de este punto S se pueden calcular igualando las pendientes de la curva de indiferencia inicial con la pendiente de la recta de presupuesto imaginaria. Las pendientes (cateto opuesto sobre cateto adyacente) se pueden calcular como las primeras derivadas de cada lnea: curva de indiferencia inicial U=Y(X=5)=1800, o bien Y=1800/(X+5), que tiene como derivada: Y'=1800(X+5)-2. La recta de presupuesto imaginaria (todava no calculada) es paralela a la segunda recta (bajo la situacin B): M=5.1(X) + 1(Y)=110, o bien Y=110/5.1 -5.1X; su pendiente es Y'= -5,1. Igualando pendientes -5.1 = -1800/(X+5)2 y resolviendo esta cuadrtica surgirn las coordenadas de S, en particular X=13.8, que permite dividir la diferencia entre la demanda inicial y posterior de X en dos partes: en A) era X=25; en B) era X=8,28. Desde 8.28 hasta
280
13.8 hay 5,5 de disminucin por efecto renta; desde13.8 hasta 25 hay 11,2 de disminucin de demanda por efecto sustitucin.
L' x Ly L
'
28 4X 3Y 28 - 3X - 4Y 6 X 6Y - 12 0
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. (#)
281
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 (#).
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:
4 3 1
3 1 4 6 6 0
Excel calcula este determinan con solo anotarlo y en D2 escribir "=mdeterm(A1:C3)" y pulsar Enter.
(para estas anotaciones resulta cmodo disponer de caracteres griegos, disponibles en el Microsoft Office, insertando los smbolos deseados, ...).
282
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
283
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.
284
EFECTO DEL CAMBIO DEL PRECIO DE Y SOBRE LA DEMANDA DE Y: dY / dPy = - 22 / H -Y32 /H = = 1 (-1 / 112) - 1 (21 / 112) = -0.01 - 0.18 = -0,2 cuando sube el precio de Y se compra menos Y (bien tpico, con demanda muy inelstica); el efecto sustitucin puro siempre es negativo (-0,01); el cociente 21/112 positivo indica que Y es un bien normal no suntuario; la demanda compensada del efecto renta caera muy poco, solo en la proporcin -0,01, pero la demanda ordinaria cae segn -0,2.
285
Si se compensa la renta inicial P0X0 por la suba de precios hasta volver a la canasta inicial, una lnea de presupuesto sera paralela a mn2 por el punto E inicial: P0X0 (P1X0 /P0X0) = P1X0 Pero esta lnea de presupuesto sera tangente con una curva de consumo U3 mayor que la utilidad inicial U1 , evidenciando que el ndice de Laspayres sobrestima el consumo o bienestar (en la medida de la diferencia con la lnea de presupuesto paralela que pasa por F2, tangente a U1en una canasta distinta a E). Y
m
F2 F3
F
F2
U3
U1 U2
n2
n1
P = P1X1 / P0X1
Paasche Mide la canasta actual F a los precios base (mn1). Si la renta base P0X0 se compensa con este ndice: P0X0 (P1X1 /P0X1) = canasta en F2
286
La lnea de presupuesto paralela a mn1 es tangente a U2 en F2, que es una canasta inferior a F: el ndice de Paasche subestima los consumos o nivel de vida. Las modificaciones que introducen los institutos de censos a estos ndices para medir el nivel o costo de vida, responden mayormente al gran costo que implica la medicin de consumos de los aos base, frente al menor gasto en las encuestas o mediciones mensuales de precios y cantidades; por lo que las bases se mantiene por 10 ms aos (los censos econmicos en los aos terminados en 4, seran aprovechados aqu para estos cambios).
287
Luego de averiguar cuales bienes importados serian representativos (con poca produccin local) se defini un conjunto de 8 productos, conformado por bines de consumo perecedero (bananas y palmitos y diarios), bienes de consumo durables (sbanas, abrigos/camperas para mujer, lavarropas, aire acondicionado) y bienes de uso intermedio (PC y automviles- en realidad, sus autopartes-). 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)
288
El ndice aritmtico simple para precios tiene el inconveniente que pondera por los precios de todos los bienes, los cuales son aqu muy dismiles. En las conclusiones finales se hace referencia a este tema, al estudiar la evolucin de los precios en dlares (solo visibles utilizando una escala logartmica, para poder observar precios de centavos por unidad con otros de cientos de dlares por unidad). Igualmente el de cantidades, aqu muy dismiles.
289
Estos ndices tampoco ponderan la distinta magnitud absoluta de los diferentes bienes y/o la de sus precios, respectivamente. Adems, estadsticamente no presentan la reversibilidad de otros ndices: no es posible tener idea del valor y magnitud de los consumos (canastas) de 1998 y 2002 aplicando el ndice de precios o el de cantidades sobre ambas bases, debido a que no pondera por los cambios de cantidades consumidas. No obstante, permiten ver las conclusiones generales que confirman otros ndices ms elaborados: precios altos en los aos iniciales y bajos en 2002, junto con consumos deprimidos en este ao 2002.
290
291
292
293
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
294
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. Como no pondera los cambios de consumos no es perfecto; no es reversible en el tiempo. Orienta a concluir que los precios han bajado moderadamente mientras que las cantidades consumidas fueron altas en el bienio central 2000-2001.
295
Este ndice ideal de Fisher es reversible en el tiempo, ya que es un ndice combinado de los dos anteriores: respeta el criterio de circularidad ya que aplicndolo resulta igual la canasta base por la variacin de precios como la canasta actual por la variacin de precios en ese perodo, consecuencia de la ponderacin completa que utiliza. 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.
296
Mostr en este caso una leve cada de precios en dlares y una muy marcada cada de consumos en 2002 (coincide con la ley general observada sobre la demanda, salvo en 2002, ya que bajan los precios y tambin los consumos (orientando a explicar esta situacin desde otro punto de vista, por el retroceso en los ingresos y producciones locales generalizadas durante ese ao 2002).
297
298
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 consumo 2002, que se explicara por la retraccin general de la actividad nacional.
299
Adicionalmente se grafic la distribucin anual de bienes consumidos, destacndose las franjas correspondientes a 2000 y 2001 como las ms amplias (mejores).
Tambin se dispuso en otro grfico la composicin de la canasta de vida ao por ao, mostrando que se han mantenido (o aumentaron relativamente) las cantidades de productos perecederos (bananas, palmitos) en desmedro de otros productos durables cuyos consumos bajaron abruptamente.
300
Finalmente, se grafic en escala logartmica la evolucin de precios absolutos en el quinquenio, observando tendencia a la baja en cinco de ellos y mantenimiento o leve alza en solo un bien.
301
302
Finalmente, luego de aceptar se abre la ventana final para Utilizar la solucin de Solver y Aceptar
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.
303
304
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
305
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").
306
POTENCIAS Y RACES
307
La grfica se obtiene con: Icono de grficos > Dispersin > etc. y si se prefiere, eligiendo en Formato de Ejes la escala logartmica para la ordenada.
308
309
ponibles para costos variables, segn la proporcin mencionada, que se muestra en la fila 2 de la hoja Excel.
La funcin Excel para matriz inversa ayuda a resolver el problema: se pinta desde A5 hasta B6 y se escribe MINVERSA(A2:B3) pulsando luego Ctrl+Shift+Enter como muestra la imagen. Seguidamente se multiplica la matriz inversa por el vector de las disponibilidades: se pinta D5 y D6 y se escribe mmult(A5:B6;D5:D6) y Excel calcula la proporcin mxima de juegos de sofs, 29 triples ms 57 simples, que es posible producir con los recursos disponibles.
310
311
(Utilice Ver o Vista > Zoom > 200% para leer bien la imagen)
312
En el siguiente ejemplo la funcin objetivo a maximizar incluye en C10 la valoracin de cada objeto. En C11 se anotaron como frmula las restricciones sumando los pesos de cada objeto; y se agreg la condicin C11<=20; tambin se agreg en Sujeto a las condiciones que los cuatro objetos sean enteros (Integer) y no negativos (esta condicin puede tildarse en las opciones junto con estimacin lineal). Solo se transportan 18 kilos en 6 unidades de X2 por que no pueden incluirse fracciones de alguna; y la utilidad mxima es 54 unidades.
(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)
313
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 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.
314
vo). Aun con esta reducida cantidad de variables el proceso resultaba largo y engorroso. Excel y su macro Solver permiten estandarizar este tipo de problemas (hasta 16 variables; lgicamente dando por conocido este anlisis marginal). 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 benefi-
315
cios 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. 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.
316
gresando 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 cuenta que la jornada de 8 horas permite que en cada turno pueda haber presente personal del turno anterior, por ej. i16 = i14+n14.
Al abrir Solver se marc como celdas cambiantes a los turnos i8:n13. Las restricciones i16:n16 >= i18:n18 y que las celdas cambiantes sean positivas y tambin que sean enteros (integer). La funcin objetivo es la suma-producto de los jornales por los presentes, con $1208 de mnimo costo.
317
En esta segunda presentacin se adopt la sugerencia del archivo de las muestras Excel incluido en el Office de Microsoft. Se dispuso matricialmente la condicin de personal presente del turno anterior.
Las celdas cambiantes de la solucin permiten cumplir con las restricciones i4:i9 >= que la dotacin requerida. Tambin permiten la
318
suma producto por los jornales que figura en la funcin objetivo, con un mnimo costo de $1208.
Al abrir Solver se establecieron como celdas cambiantes c10:h10 y se agregaron como restricciones que esas celdas cambiantes fueran enteras (int) y no negativas. Igualmente que el personal no fuera menor que el requerido. En ambas presentaciones se tild adoptar la solucin lineal (y no negativo). Finalmente esta siguiente es la presentacin de Microsoft Excel para el ejemplo de Muestras.xls sobre la programacin del personal de un parque. Su presentacin matricial atiende a mostrar como cada empleado trabaja cinco das semanales y tiene dos feriados;siendo lo dems parecido.
319
(use Ver o Vista > Zoom > 200% para leer los detalles)
320
Igualando I = C se calcula la cantidad X que optimiza la operatoria de la empresa y maximiza su beneficio. Solo mediante una hoja de clculo como Excel se facilitaran estos clculos:
Siendo la demanda X = 7.98 0,99P, se despeja P = 7.98 0.99X. As, el ingreso total, que es precio por cantidad, resulta: IT = (7.98 0.99X)X = 7.98X 0.99X2; y el ingreso marginal es IT = 7.98 1.98X, que luego se utilizar para igualar con el costo marginal.
321
Los registros histricos, reales, con costos medios y cantidades producidas permiten efectuar una ajuste cuadrtico y encontrar la parbola que minimiza los desvos entre los datos y la parbola de ajuste en forma de U. 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.
322
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. Con A, B, C es posible conformar la parbola de ajuste que ilustra la fila 20 y se calcula en 12 hasta 18 (imagen anterior).
Falta comprobar que el ajuste cuadrtico sea bueno, calculando el coeficiente de correlacin R y determinacin R2. Se obtienen en J38, como cociente de las sumas de los cuadrados de "diferencias" tericas sobre las reales.
323
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.-
324
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:
325
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 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 bus-
326
car por palabra clave, mediante Contrl + F (en Word usamos Contl + B)
METODOS DE DEMOSTRACION
En cuanto a los mtodos cientficos, para la demostracin rigurosa en el mbito econmico, hay que retrotraerse al anlisis clsico aristotlico, la metafsica causal: de un antecedente verdadero llegar a un consecuente tambin verdadero mediante razonamiento lgico (todos los hombres son mortales, Scrates es hombres, entonces Scrates es mortal. O segn descartes cogito ergo sum, pienso luego existo).
327
Desde el siglo pasado simplificamos reconociendo este planteo bajo dos situaciones: las deducciones matemticas (lgica pura, sin contenido real, econmico) y la induccin estadstica (razonamiento lgico para los hechos sociales) . En economa se recurre a la deduccin matemtica (aqu aplicada) cuando se quiere demostrar la optimizacin, la maximizacin o minimizacin. Se habla de una sola, o todo ms dos variables: maximizar el beneficio, optimizar la produccin, minimizar el costo, mediante el anlisis diferencial. La derivada se define como U`x = DU/Ux, variacin de una funcin U (utilidad, produccin) si varia x (un bien o un factor) un infinitsimo. La condicin de mximo consiste en igualar a cero la primer derivada (para despejar la cantidad) y luego comprobar que es mxima si la segunda derivada es negativa (o viceversa para un mnimo). Por analoga con una curva sinusoide en un primer cuadrante, con una punto de inflexin, un mximo, otro punto de inflexin, un mnimo, etc. Igualar a cero la primera derivada es ubicase en uno de esos puntos de giro o cambio; con la segunda se ve si un infinitsimo despus la curva o funcin crece, desciende o es nula (inflexin). Con dos variables, se sigue esto pero con la segunda ley de Gossen, expuesta por Marshall o por Pareto, como : a) proporcin entre la utilidad (o producto) marginal sobre el precio, igual en ambos bienes y b) agotar el gasto del presupuesto dado: Px(X) + Py(Y) = M Para los casos de optimizacin con ms de 4 o 5 variables, estudiamos en microeconoma varios procedimientos: el clculo diferencial con la funcin combinada de Lagrange hasta cuatro variables (por ejemplo dos variables reales y dos restricciones), mediante sustitucin de las variables landa 1 y landa 2. Algo quizs ms prctico y para hasta 5 o 6 variables, son las tablas Simplex de programacin lineal. Igualmente mediante el uso de matrices, con la matriz inversa y el producto de matrices para obtener la matriz insumoproducto y el resultado total directo e indirecto en cascada decreciente. Excel simplific la programacin lineal con su macro Solver hasta 16 variables. Por otra parte, Excel tambin tiene funciones simplificadas calcular ma-
328
trices determinantes: mdeterm( ; ); para invertir matrices =minversa( ; ); y para multiplicarlas: y =mmult( ; ), mediante las cuales es posible resolver sistema de por ejemplo 1700 variables. En cuanto al otro mtodo bsico, el de las inferencias estadsticas, o induccin, Excel incluye una muy til y simplificada utilidad, a la que se puede acceder de varias formas, como por ejemplo, en el men Herramientas; Anlisis de datos; regresin; para casos de correlacin mltiple, con varias o muchas variables independientes y otra dependiente (trae un ejemplo de estimacin de la produccin de helados, segn las series histricas de de calor, lluvia y turistas; que es posibles correlacionar y hacer la estimacin siempre que alguna institucin las pronostique para el ao siguiente. Esta macro Excel calcular los coeficientes de cada variable independiente, para poder armar luego la ecuacin del ajustamiento o estimacin. Tambin aportar los parmetros para estudiar la bondad del ajustamiento, anlisis de la varianza, o anova. O sea, el alumno tiene aqu un esbozo de mtodo racional para estudiar. Tambin tiene el modo de presentar profesionalmente sus trabajos prcticos y exmenes. Y finamente, se le comentan cuales son los dos mtodos cientficos para demostraciones rigurosas: deduccin e induccin, que se practican durante este curso. En microeconoma, deducimos maximizaciones, generalmente con uno o dos variables, rigurosamente; adems explicamos la vinculacin de esto con algn hecho econmico supuesto (en un informe) . Tambin optimizamos producciones u otras situaciones con muchas variables recurriendo a las funciones de Excel, Solver, matriz inversa y multiplicacin; y como trabajo de integracin todo alumno resuelve en Excel un mismo ejemplo de cuatro variables mediante 4 a 6 mtodos alternativos. Por otra parte, tambin presenta en Excel alguna estimacin de funciones mediante la correlacin mltiple de Excel (la inferencia o induccin estadstica comentada).
329
TIFICOS:
Desde siempre y al menos hasta 1980, cuando se fue conociendo Lotus y especialmente luego que en 1994 se us Excel (con sus funciones para correlacin mltiple con anova(induccin); las de regresin; las de progamacin lineal; y las de matrices, matriz inversa, etc (deduccin)) algunos reconocieron que el sistema cientfico de la economa clsica y moderna era inaplicable o puro verso , y solo mediante computacin (Excel) era efectivamente practicable en una empresa. Antes solo tena sentido lgico en una realidad artificial limitada a dos o tres variables, quizs til para definir algunas ideas bsicas (anlisis marginal; contribucin marginal) pero aun as poco aplicable a una empresa. Algunos vieron que todo cambi con la computacin, especialmente con Excel, por que simplific y especialmente popularz tres cosas: 1) como hacer o construir funciones, con varias variables independientes (correlacin mltiple con anlisis de variancia o anova, con su archivo del Office sobre la estimacin del Productor de helados, que tiene series de 30 perodos incluyendo helados, lluvia, calor y turistas llegados al balneario). Excel tambin simplific muchas otras aplicaciones y distribuciones sobre estimacin. (mtodo: induccin) 2) Solver para programacin lineal o no lineal, tildando pocas opciones (mtodo: deduccin) 3) calculo de una matriz (determinante) con =mdeterm( ;), matriz inversa con =minversa( ; ), matriz multiplicar con =mmult( ; ). (deduccin) Entonces, el rigor cientfico ya es hoy realmente aplicable a lo cotidiano de cualquier empresa. El rigor cientfico, pasa en la economa de la empresa por la cuestin de los mtodos cientficos bsicos rigurosos (induccin estadstica, para la estimacin; y deduccin matemtica, para la optimizacin; ambos con contrastacin con la realidad). Y la aplicacin en la empresa, en forma generalizada, depende mayormente de Excel. Dos dudas sobre microeconoma?
330
331
Una de las tareas en 1971-1993 de quien escribe era coordinar para presentar anualmente el estudio de mercado (demanda/oferta); otra era coordinar la defensa de la competencia, local y de las importaciones, con pormenorizado seguimiento de precios y especialmente antidumping; as como la defensa en la competencia ante las autoridades de los EEUU y la CEE; para lo cual resultaban imprescindibles los conocimientos microeconmicos segn el programa actual de la FCE-UBA. 1 Ventas: por ej.optimizar el beneficio (Ben= ingresosCostos) eligiendo la mezcla ptima entre una serie de bienes, ya sea con programcin 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.
332
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). 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 pro-
333
ducir 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 Lagrange. La combinada suma la funcin de utilidad (o produccin) ms la restriccin de presupuesto multiplicada por una variable artificial u operador landa (tambin 3 en total). Sus dos condiciones son: FOC) igualar a cero las primeras derivadas de estas 3 variables; despejar landa por igualacin de dos de ellas y reemplazar en la tercera para calcular ambos bienes. SOC) formar un determinante con las derivadas segundas del sistema anterior. Si este determinante (Hessiano) es positivo indicar un mximo; si es negativo un mnimo; si fuera tambin nulo indicara un punto de inflexin. Para ms de dos tres variables, cambia algo este criterio segn el Hessiano; pero en la prctica no se puede utilizar Lagrante sino que se recurre a Solver de Excel o o matrices con Excel para los casos con muchas variables y restricciones. Excel procesa fcilmente sistemas de muchas variables, cuantificndolas y calculando tambin los precios sombra (remuneraciones). Los operadores landa de Lagrange son el valor del producto marginal (utilidad marginal), precio sombra o remuneracin de cada factor, etc. que tambin se obtienen con programacin lineal segn otros procesos equivalentes. Resolver el caso de dos variables ms dos restricciones es interesante, ya que permite ver la analoga entre los 5 6 mtodos principales. Adems ilustra los procesos con Solver y con matrices mediante Excel que sirven para resolver efectivamente problemas con muchas variables.
334
SEIS METODOS EQUIVALENTES (UN CASO CON 12 RESULTADOS IGUALES DEL PRIMAL Y DEL DUAL)
A continuacin tienen aqu resuelto en varias hojas el ejemplo del honorable W. Baumol y/o del libro de Henderson y Quandt sobre la optimizacin para producir autos y motos (aunque que solo lo presentan 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).
335
8750
336
1 ) LAGRANGE
337
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:
hs. Maquina hs. Hombre
auto X1 2X1
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)
Lagrange prev dos condiciones (FOC y SOC) . Usaremos aqu dos operadores, landa 1 y landa 2. 1) F.O.C.: G1 = 0
G2 = 0 G3 = 0 G4 = 0 2.5 + L1 + 3L2 = 0 2 + 2L1 + 2L2 = 0 X1 + 2X2 - 8000 = 0 3X1 + 2X2 - 9000 = 0
Con estas cantidades optimas el beneficio es: B = $2.50 (500) + $2.00 (3750) = $8750 Con precios sombra segn G1 y G2:
2.5 + L1 + 3L2 = 0 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)
338
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).
339
H=
0 1 2
=16
340
Consiste en graficar cada restriccin y elegir el rea interior entre el origen y la frontera de codos o soluciones alcanzables. Las soluciones posibles son aqui el origen (nada producido y solo capacidad ociosa); solo 4000 de X2; solo 3000 de X1; y el punto con 500 de X1 y 3750 de X2. Falta ahora determinar cual de estas posibilidades genera mayor beneficio. Para esto se grafican las lneas de beneficio (la funcin objetivo), obteniendo una familia de lineas de isobeneficio, por ejemplo B=60000; B=30000; B=15000; etc. paralelas, con pendiente segn los valores de la funcin objetivo.. La solucin se encuentra en el punto de tangencia entre la curva de beneficio mas elevada con uno de los codos de la frontera de la produccin factible, en este caso el punto de coordenadas (500;3750) con B=8750
341
Funcin objetivo: B = 2,5X1 + 2X2 2X2 = -2,5X1 + B X2 = -1,225X1 + B/2 (pendiente -1,25 y ordenada segn valores de B)
2X2 = -X1 + 8000; X2 = -1/2X1 + 4000 (grafico: si X1=0 entonces X2=4000; igualmente, si X2=0 entonces X1=2000 )
Iguamente,
2X2 = -3X1 + 9000 X2 = -3/2X1 + 4500 (si X1=0 entonces X2= 4500; igualmente si X2=0 entonces X2=6750 )
Igualando ambas restricciones resulta -1/2X1 + 4000 = -3,/X1 + 4500, de donde surge X1=500 Reemplazando en la primer restriccin X2 = -1/2 (500) +4000 = 3750 Este es el punto que coincide con la mxima lnea de isobeneficio B= 2,5(500) + 2,0(37850) = $8750
342
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.
343
Funcin objetivo: Min C = 8000Y1 + 9000Y2 Restricciones: que las remuneraciones permitan obtener un beneficio de $2,50 por auto y de $ 2,00 por moto: Y1 + 3Y2 = 2,50 2Y1 + 2Y2 - 2,00 Grafico los extremos de hs. hombre: si Y2=0 entonces Y= 2,50; igualmente si Y1 = 0 entonces Y2 = 2,50/3 = 0,83 Grafico los extremos de hs. Mquina: si Y2 = 0 entonces Y1 = 2/2 = 1; igualmente si Y1 = 0 entonces Y2 = 2/2 = 1 Surgen aqu 3 codos factibles, Y1=1; Y2 = 1 y la interseccin ambas restricciones con coordenadas (0,25;0.75)
344
X1 + 2X2 <= 8000 hs. Maquina 3X1 + 2X2 <= 9000 hs. Hombre ( y siendo X1 y X2 >=0 )
Agregando ociosidad sera:
X1 + 2X2 + X3 = 8000 3X1 + 2X2 + .+ X4 = 9000 2,5 X REC. X1 X3 8000 1 X4 9000 3 -2,5 X3 X1 5000 3000 2 X2 2 2 -2
tabla 0:
FO 0 0
X3 1 0 0
X4 0 1 0
tabla 1
0 2,5
3750 4500
tabla 2
2 X2 2,5 X1
3750 500
Max. Benef.=$2,50(500 autos)+$2.00(3750 motos) = $8750 Verificacion del uso de los recursos: 1 (500) + 2 (3750) = 8000 hs. Maquina 3 (500) + 2 (3750) = 9000 hs. Hombre
345
(ver las dos pginas con los pasos del mtodo Simplex en el cap. 3)
3b) VERIFICACION
MATRICES
-1/2 -1/4 1/2 8000 9000
3750 500
ver frmula y
MOTOS AUTOS
**
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.
346
9000
9000
8750
O use Datos / Solver en Office 2007 ( instlelo si no le aparece en Datos / Solver). Si no le es aqu fcil recurra a alguno de estos archivos que incluyen ejemplos con Solver Paso a Paso (en www.microconexcel.com.ar)
Al pulsar la celda objetivo deber marcar la que tiene el resultado final 8750 (D6 en esta imagen Word); tilde Mximo; en Cambiando las celdas pinte las dos que tienen 500 y 3750 (B4:C4 de la imagen Word); mas abajo agregue restricciones: que el total requerido sea <= a la capacidad (D3:D4<=E3:E4 de la imagen Word); se omitieron la condiciones de no negatividad, que autos y motos no sean negativos, por que en Opciones se tild No negativo y tambin adoptar el modelo lineal. Finalmente se pulsa resolver (y permite tildar tres informes auxiliares, de respuestas, sensibilidad y lmites.
347
Esta opcin Solver de Excel es interesante por que permite la programacin lineal, no lnea, entera y binaria con poco ms que tildar opciones, para 16 variables y restricciones.
5 ) MATRICES (MANUALMENTE)
El lgebra de matrices recurre a operaciones elementales. El proceso segn GaussJordan consiste en ubicaa la matriz de los coeficientes tcnicos
1 3 2 2
Ubicado este par de matrices se tratar de pasar hacia la derecha la matriz de coeficientes mediante operaciones elementales.
1 3 1 0 1 0 1 0 2 2 2 -4 2 1 0 1 1 0 1 -3 1 0,07 -0,5 0,75 0 1 0 1 0 0,025 0,5 -0,25 (2da - 1rax3)
Obsrvese que la matriz unidad est ahora a la izquierda y los coeficients fueron invertidos para pasar a la derecha. Esta matriz inversa de los coeficientes es la necearia para multiplicar por el vector de los recursos para obtener el resultado final.
-0,5 0,75 0,5 -0,25 8000 9000
El producto de esta matriz 2x2 por el vector de recursos original otro vector de 2x1
348
por
I=
1 0
0 1
-0,5
0,5
349
motos
0,75
-0,25
9000
**
A la izquierda esta el resultado de invertir la matriz de coeficientes tcnico inciales. Los recurso son el dato incial. A la derecha esta el producto de la matriz inversa por el vector de los recursos. El resultado es el mismo que con los otros mtodos (500 autos ; 3750 motos): Ben = 2.5 (500) + 2.0 (3750) =$8750. Sin embargo, hay que destacar la ventaja de este proceso con Excel, ya que resuelve en instantes cientos o miles de variables, superando la limitacin clsica de dos varibles con una o dos restricciones. La referencia ** es el atajo Excel (shortcut) Cntrl+Shift+Enter, para procesar esas frmulas en todas las celdas previamente pintadas.
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.
350
sujego a:
T.0
FO M M
Y Y5 Y6
REC 2,5 2
T.1
0 -1 -M
0 1 0
2,5 0,25
T. 2
9000 8000
Y2 Y1
0,75 0,25
-1/2 1/4 1/2 -3/4 -500 -3750 autos ,motos (todos negativos !!)
Mnimo Costo = 8000(0.25) + 9000 (0.75) = $ 8750 $maquina $salario 0,25 0,75
351
8750
Ingreso
En la hoja Excel debe hacerse previamente la frmula para el costo de horas muina y horas hombre (en este Word sera 0.25 por 8000=2000 y tambin 0.75 por 9000=6750. Ambas remuneraciones de factores estn sumadas en la frmula del costo total 8750 = 2000+6750. Asi mismo, las remuneraciones de mquia y hombres para autos y similares para motos no deben ser mayores a los beneficios unitarios del ptimo primal: las frmulas en la columna D en este Word multiplican 0.25 y 0.75 por el coeficiente de maquinas y hombres para autos (igualmente para motos). Estas dos celdas con frmulas ser una de las restricciones para indicar que lo distribuido como remuneracioens sea igual al beneficio producido por autos y por motos.
352
En esta imagen del caso en Excel la celda objetivo es en este Word 8750. Las cambiantes son 0.25 y 0.75. En sujeto a las restricciones (figuran valores no negativos para ambas remuneraciones por que no se tild en opciones No negativos). Las otras dos restricciones son para que los ingresos sean igual al producto con cada bien.
Interpretacion general como Ingresos recibidos: Rec 8000 9000 Remuner 0,25 0,75 Ingre 2000 6750 8750
maquina
hombre
353
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 0,25 0,75
auto moto
por
La matriz izquierda es la inversa de los coeficientes del dual -0,5 0,75 0,5 -0,25 hecha con =minversa( : ). El vector columna de la derecha es el producto de esta matriz inversa por el vector de los beneficio unitarios (2.50 y 2.00), hecho con =mmult( ; ). 0,25 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.
354
I1 + X2 + Y2 = 15000 + I2 sea Q29 = Q31) I2 + X3 + Y3 = 10000 + I3 sea R29 = R31) I3 + X4 + Y4 = sea S29 = S31) Xt <= 10000 sea, U26 ) 8000
355
2500
(o
con X; Y; I; t >= 0 (no negativos) Tambin se simplifica el problema suponiendo que no se pueden mezclar las producciones normal y de sobrecosto; y no se usa la restriccin entero como si las unidades fuesen fraccionables (Solver permite la programacin no lineal, entera, binaria con solo tildar estas opciones y presentar adecuadamente el cuadro bsico de relaciones matemticas en la hoja de clculo de presentacin bsica) Un primer planteo bsico con Solver, fue ubicar los costos en O26 hasta O28; las celdas cambiantes en P26 hasta S28 y la funcin objetivo en U30 (el cursor ubicado sobre U30 esta mostrando en la imagen la minimizacin de la suma de costos).
En Herramientas / Solver (o Datos / Solver, segn sea la versin del Office) se accede a la ventana para agregar los parmetros de Solver, segn muestra la imagen: funcin objetivo en U30. Valor: minimo. Cambiando las celdas P26 hasta S28. En sujeto a las res-
356
tricciones se agregaron todas las de igualdad y las de <=. En opciones se tild adoptar el modelo lineal y asumir no negativos.
357
Los costos estn en la lnea 17 y el suministro ptimo (celdas cambiantes) figura en la lnea 18 (tambin se anotaron como celdas cambiantes al ejecutar Solver, segn la imagen inferior) Las restricciones tienen el tope indicado en la columna P, que se compara con el suministro que figura en la columna N como =sumaproducto (N5 hasta N17; en dos tramos, segn la forma de los signos = y <= de la imagen inferior)
358
En opciones tambin se tild adoptar el modelo lineal y asumir no negativos. Al momento de ejecutar la optimizacin se puede seleccionar (sombrear) la presentacin de informes ( de respuestas, sensibilidad y lmites)
359
mo se proceda a elaborar los productos primarios con la sola participacion de un miembro de la comunidad sin distrintin de sexo por unidad de producto procesado. La historia cuenta que Oman fue brutalmente asesiado por uno de los grupos comunitarios. Puede ud. deducir por quin? (ayuda: la distribucin relativa del ingreso de la comuniada era un bien social muy preciado)
RESPUESTAS
Las incursiones de la macroeconoma en la microeconoma tiene dos fundamentos: uno de ellos es que las empresas operan bajo el entorno de las polticas econmicas (generamente cambiantes) que condicionan sus circunstancias de operacin y optimizacin fundamentalmente (anlisis del equilibrio general). El segundo fundamento es que la adaptacin de los recursos escasos a la satisfaccin de necesidades y/o produccin mltiples y alternativas requiere un preciso mtodo de programacin (que en la teora neoclsica tambin se le deca modelacin). La modelacin (programacin) neoclsica inglesa y norteamericana del siguo XIX y XX se limit a casos de 1, 2, 3 4 variables. El resultado fue una simplificacin artificiosa, que precis un conjunto de principios, demasiado limitado y no aplicable a la realidad de la actividad concreta de las empresa (algunos economistas criticaron a esta teora microeconmica como una mera retrica pura, por impracticable efectivamente en la empresa).
360
Sin embargo, el desarrollo de la tcnica computaciones a fines del XX, especialmente con aplicaciones de Excel, permit generalizar la modelacin de casos elementales de 2x2 variables a cientos de ellas con Solver y a miles de variables utilizando matrices de Excel, con misma simplicidad que en los casos de 2x2 (es esta una de las refutaciones a la microeconoma clsica neoliberal que se demuestra en Microeconoma con Excel.pdf) Este caso se resuelve con los 6 mtodos usuales de programacin lneas grfica, Lagrange, Simplex, matrices, Solver y matrices Excel. Pero se seala como salvedad que el Office presenta varias alternativas para el Solver y en el caso de la ltima aqu planteada, debe aclararse que deja a cargo del usuario el ingenio intuitivo de complementacin de la macro Solver con las ingeniosas operaciones aritmticas que cada uno pueda realizar en la hoja de clculo bsica de trabajo. 1) Programacin lineal mtido grfico
361
362
3) Matriz inversa En otras pginas se desarroll el proceso de inversin manual de una matriz (solo posible hasta 4 variables, trasladando la matriz unitaria de derecha a izquierda mediente operaciones elementales por lnea). Por este motivo se omite aqu y se expone la ms prctica solucin utilizando las funciones de Excel, =minversa( ; ); =mmult( ; ) e =mdeterm( ; ), que son idnticas tanto para 2x2 como para miles de variables. Tambin se agrega el mtodo de determinantes, que suelen utilizar todos los utilitarios computacionales para resolver sis-
363
temas (tal como se explica breves prrafos para cada uno en Microeconomia con Excel.pdf) La imagen muestra la matriz inversa con Excel: el cursor fu ubicado en la celda C11 para mostrar la frmula para la matriz inversa (ejecutando con Ctrl +Shift +Enter); y en G1;G12 se aclara la forma de multiplicar la matriz inversa por los recursos para obtener el resulta X=500 e Y=500..
364
Por otra parte, la resolucin por determinantes manualmente o con Excel y los dems programas computacionales consiste en reemplazar los trminos independientes por la variable a calcular y efectuar el cociente que se indica en G22 y G26. 4) Programacin lineal Simplex (tablas manuales) En otras dos pginas se explic el mtodo Simplex paso a paso, por lo cual desarrollamos aqu el caso sin mayores explicaciones. En la ltima tabla figuran los resultados: 500 de X y 500 de Y; tambin figuran los precios sombra o remuneraciones de cada factor productivo: $0,70 y $0,30; as como el valor total de la produccin $1350.
365
Al utilizar computadores para la aplicacin prctica real en las empresa es necesario siempre, contrastar los resultados mediante otros mtodos u equipos. En este caso incluimos la simple verificacin matricial, con similares producciones optimizantes: 500 de X y 500 de Y (en Microeconoma con Excel hay al menos otros 10 programas de computacin, cada uno
366
367
En Herramientas (o en Datos, segn sea la versin del Office) se puede abrir la macro Solver: se le indica la celda objetivo D12; las cambiantes B10yC10; y sujeto a las restricciones indicadas arriba. En opciones se tilda Adaptar modelo lineal y No negativos.
368
Obviamente, primero fue necesario escribir en las celdas B12 y C12 las frmulas del precio por cantidad y luego sumarlas en D12. Igualmente, hay limitaciones de no superar las disponibilidades, entonces, lo que se utilice de mujeres para caza ms mujeres para pesca debe figurar como frmula en E8 (e igual para hombres en E9) Al resolver se obtiene los valores de las variables que maximizan (el primal de este problema, de optimizacin /programacin / modelacin). 6) PROBLEMA DUAL: MINIMIZACION DE ESTOS COSTOS
369
Es el mismo problema, pero se plantea al revs, suponiedo que no se conocen las remuneraciones para mujeres y hombres y el resultado muestra, lo que ya se haba obtenido como precios sombra con el primal (y con el Simplex manualmente, para solo 2x2)
370
371
En las filas 55 y 56 se comparan los ingresos anteriores con los actuales por sexo, observando que los de hombres aumentaron 62% nuebtas qye kis de mujeres solo 51%; esto inducira a pensar en una asesina.
(recuerde que estas imgenes se pueden ver mayores y leer, eligiendo con el zoom de Ver o Vista)
372
penden de la intuicin (adaptndose a la modalidad de la macro Solver, por ejemplo al multiplicar matrices por vectores columna; utilizar funciones como =sumaproducto( ; ); =mmult(B2:G6;J11:J16); =trasponer(K11:K23) ...), etc tantas otras de Excel que nos convenga segn el problema) En estea caso para aplicar =sumaproducto(B2:G7;K11:K16) manteniendo pintado todo H2:H7 se escribe esta frmula y para que se aplique a todo K11 a K16 finalmente se pulsa Ctrl + Shift + Enter.
SOLVER MATRICIAL
Tambien se le indica a Solver que la solucin no implique ms que los recursos disponibles, incluyendo en Sujetas a las siguientes restricciones: J2:H6<=i2:i6; etc
373
En esta forma de modelacin se acumula la ventaja de implementar mltiples variables con la de construir las relaciones de la hoja de clculo utilizando tantas otras funciones de Excel como requiera un problema. Pero, no hay en el Office ni en Excel una ley de formacin fija para esta presentacin en filas y columnas. Es necesario cierta prctica y razonamiento por aproximaciones sucesivas con el planteo de esos coeficientes 1 en estas filas y columnas (mediante prueba y error) hasta lograr la coherencia del modelo (y comprobarlo mediente alguno de los otros utilitarios que se explican en Microeconoma con Excel.pdf).
374
Desde otro punto de vista, si por ejemplo se expandiera este modelo con importaciones y exportaciones habra que agregar cuatro columnas luego de G (imp pesca; imp caza; exp pesca; exp caza). Tambin agregar 4 lneas en J17 con estos nombres. Quedara un sistema de 10x10: multiplicar una matriz cuadrada de 10 coeficientes por un vector columna de 10 filas, cuyo resultado sera una columna con 10 filas. En Opciones se tildan las usuales comentadas; y al resolver se seleccionan los informes de Respuesas, Sensibilidad y Lmites para ver los precios sombra y dems relaciones necesarias, por ejmeplo para el modelo de insumo producto de Leontef, con salarios, precios, cantidades, uso de factores. Modificando los precios y las condiciones tericas se implementan modelos de simulacin de la oferta y demanda globales, usuales para el pronstico de ventas o demanda; y problemas de equilibrio general tipo Walrasiano, que no son viables con la modelacin Simplex, pero facilita Solver (con las limitaciones de cada caso, como ser funciones lineales, relaciones de cambio tipo TMS constantes, factores con productividad homognea, gustos constantes y condiciones de intercambios segn el modelo competitivo etc, en la medida que Solver tambin permite programacin no lineal, entera y binaria seleccionando o tildando opciones.
375
Se trata de calcular el VAN y la TIR en una inversin para producir PVC, estimando las siguientes necesidades, ventas en unidades e importes por 10 aos. Materias primas: Cloro 645 kg/Tm Etileno 480 Soda custica 40
Coste de servicios: 721 $/Tm 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
La inversin necesaria es $4500 (30% al inicio del proyecto; 50% al comienzo del ao de puesta en marcha y 20% un ao despus). La amortizacin se efecta al 10%.
376
10% anual.
El grfico muestra el VAN, la evolucin del acumulado del cash flow actualizado. La funcin Excel =vna(tasa;importes). para el VAN se calcula escribiendo:
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 .
377
ya que por ejemplo, hoy se podra haber tenido ese importe ms el inters que hubiera redituado en algn depsito a plazo por ese lapso. Entonces, un dinero hoy equivale a ms que si recin se lo tuviera en el futuro; y tambin hoy equivale a menos que si ya se lo hubiera tenido anteriormente. Por esto, siendo la tasa de inters i y los perodos del tiempo t, el VAN o valor actual neto o VNA de un importe futuro M es: VAN = M / (1+i)t (el inters divide, reduce) Igualmente, en valor actual de un importe que tuvimos disponible anteriormente, en el pasado es: VAN = M(1+i)t (el inters multiplica, aumenta) Esta simple ecuacin, que se viene practicando desde la enseanza secundaria, es la base del tratamiento econmico y financiero de los proyectos (es decir, la base de la valoracin del tiempo). Excel tiene incorporadas otras funciones alternativas para estos tratamientos de valoracin (hay ejemplos al pulsar F* y ah ayuda sobre esta funcin). Pero interesa antes analizar este concepto mediante un simple ejemplo: Supongamos ingresos en los tres prximos meses por $100; $120 y $150. Cual es el valor actual si considerramos un costo normal del dinero del 5% ?: PERODO FUTURO: VA = $100 / (1+0,05)1 + $120 / (1+0,05)2 + $150 / (1+0,05)3 = 95.23 + 108.84 + 129.58 = $336,66.
378
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. (en este ltimo ejemplo no se aplica la funcin VNA de Excel ya que calculara otra cosa: el valor presente al da 1 de enero y no al da 1 de abril). La funcin =VNA( ; ; ) de Excel tiene tres argumentos separados por ;en el parntesis para calcular este valor, ya sea escribindolos o con solo pintar la celda con la tasa a considerar, las celdas con los gastos de cada perodo (con signo menos) y finalmente las celdas con los importes positivos de los ingresos de cada perodo). Tambin existen otras funciones parecidas, que pueden consultarse con F1. TIR: La tasa interna de retorno (TIR) de un proyecto es el rendimiento que alguien piensa que le va a redituar ese proyecto, luego de restar el valor presente de los gastos al de los ingresos esperados (en otras palabras es la tasa que hace igual el valor actual de los ingresos esperados al de los gastos del proyecto). Por ejemplo, si se gastan $100 y $100 durante dos perodos para obtener en el tercero $110 y en cuarto $120, Excel calcula como TIR= 6,032%; y los clculos que realiza mediante aproximaciones seran: -100 /1,06032 100 /1,1242 + 110 / 1,192 + 115 / 1,2639 = -183,27 + 183,27 = 0
379
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 costo 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.,
380
Se parte de un equilibrio inicial: Demanda: P = 35 4X Oferta: P = 4 + 5X En equilibrio D = O 35 4X = 4 + 5X 31 = 9X X = 3,44 Y segn la D u O P = 35 4 (3,44) = $21 el precio inicial graficado . El proceso de ajuste puede ocurrir tanto por alteraciones en la demanda como en la oferta. Si bien podra haber tericamente situaciones transitorias inestables (de indefinicin por recurrencia o tambin por divergencia en el ajustamiento), es normal que luego de la alteracin ocurra un proceso de ajustes y se llegue a un nuevo equilibrio de largo plazo diferente (por aproximaciones convergentes). Esto lo asegura una pendiente de la oferta mayor que en la demanda (en valor absoluto), simplemente por una cuestin geomtrica, pensando que los ajustes de precio y cantidad sern cada vez menores si las endientes son mas empinadas en la oferta (pero no se
381
pueden ampliar conclusiones sobre las elasticidades ni sobre pendientes en funciones diferentes a las normales). Simplificando para el caso tpico, si el precio del trigo fue alto en el periodo anterior esta siembra seria grande (y viceversa) y la oferta as mayor. Esta reaccin o actitud es la que genera las aproximaciones sucesivas entre oferentes y demandantes. No interesa en s cual sea la duracin del periodo (en granos sera de12 meses hasta repetir la cosecha; en viviendas para alquiler se dice que hacen falta unos 18 a 20 meses para terminar una vivienda; en la industria del cerdo (produccin de jamones con maz) estos animales paren en 6 meses pero las estadsticas seran anuales y los ciclos observados en algunos pases seran de 2 y 4 anos (segn las sequas y el mercado internacional del maz, etc.). Lo que s interesa es el proceso de convergencia y disponer de alguna idea del tiempo de este proceso, que el modelo explica con la diferencia de pendientes comentada.
382
P = -4X + 23,86 segunda recta demanda En el nuevo equilibrio se iguala la nueva demanda con la oferta: -4X + 23,86 = 5X + 4 19,86 = 9 X X = 2,2 y reemplazando en P2 u O1 el precio P = $ 15 Como la pendiente de la oferta es mayor (en valor absoluto) que la de la demanda el proceso de aproximaciones a un nuevo equilibrio esta asegurado. La oferta es mas rgida, firme, empinada.... que la demanda , es decir oferta con mayor coeficiente en la forma implcita... (menor coeficiente en la forma explicita) Las aproximaciones sucesivas sern ms o menos rpidas, segn la diferencia entre las pendientes de la oferta y demanda (aqu 5 vs. 4 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)
383
La interactividad de la hoja Excel permite ver esto instantneamente. Por ejemplo, subiendo la pendiente de la oferta a 7 como una prueba, cambiara tambin el nuevo equilibrio. Excel muestra que el proceso de ajuste se cumple ahora en 8 fases; bastante ms corto / rpido porque subi la diferencia de pendientes (en valor absoluto) entre demanda y oferta (medidas en la forma implcita sus coeficientes seran ahora 4 y 7; antes 4 y 5).
384
(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.
385
386
(la velocidad del ajustamiento depende de cuanto mayor sea esa diferencia en valor absoluto). El grafico muestra la demanda con ordenada 40 y abscisa 3; la oferta inicial con ordenada 15 y pasa por el primer equilibrio; segunda oferta con ordenada 20,65 y pasa por el segundo equilibrio.
X -1 0 1 2 3 4 5
DEMANDA 43 40 37 34 31 28 25
OFERTA 10 15 20 25 30 35 40
387
cos 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 indefinidamente; y en otros se utilizan aplicaciones de Excel, como iterar, =aleatorio, =si() y funciones o distribuciones diversas. Existen numerosos programas especializados para econometra y afines, pero Excel tambin permite la elaboracin de muchos programas complejos median la creacin de macros automticas, cuya mecnica tambin se resume aqu (y esta detallada en el propio utilitario de Microsoft).
ITERACIONES EXCEL
Excel tiene incorporada la funcin iterar (repetir clculos) que puede ser activada tildando en las opciones iniciales. Pero tambin se pueden construir fcilmente iteraciones utilizando dos celdas (como se hace en el prximo Excel sobre la funcin logstica de Lorenz). Pruebe con un ejemplo fcil: anote un nmero en D1; en D2 escriba +E2; en E2 escriba una frmula, por ejemplo, =raz(D1). Pinte y copie las celdas D2 y E2 hacia abajo; ver la iteracin de la raz cuadrada del nmero puesto en D1 (elija la cantidad de copias o iteraciones necesarias; tambin los decimales, con formato de celda / nmero /decimales).
388
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.
389
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).
390
Para ejecutarla: desde B2, Herramientas / Macro / Macros / Ejecutar; o bien con Cntrl + A (en este caso se le asign esa letra). En Office 2007 recurra a F1 para esta equivalencia.
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.
391
392
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.
393
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 de estas o de las funciones / ecuaciones de los modelos en soportes magnticos estandarizados.
394
Los argumentos para explicar la conducta competitiva sobre costos, precios y optimo de explotacin segn textos no sirven. Son necesarios documentos empresarios, pero en el acto. Se recurre a las ltimas memorias y balances anuales firmados por el contador de la empresa. En sus anexo A y cuadro 1 figuran cinco datos vitales: total facturado en pesos; volumen facturado en kilos; total del costo fijo; total del costo variable; Y pequeo porcentaje de utilidad, no prdidas. Se explica que al operar ahora en el punto optimo de explotacin el bajo precio de exportacin coincide con el mnimo costo medio -y con el precio local a algn cliente muy grande- no obstante que los mayores precios locales para el menudeo se corresponden con los mayores gastos variables de comercializacin, administrativos, etc. La estructura de precios debe responder a la de los costos; debe presentarse una tabla de extras o descuentos (quizs no exista impresa, si las pocas ventas muy grandes o exportaciones pocos numerosos no lo justifican). Con Excel puede armarse rpidamente un cuadro de extras como el de la imagen y cumplimentar esta exigencia legal, tal que permita mantener el mercado y evitar multas antidumping:
395
396
Con la cuarta unidad de factor el salario de 140 es igual al producto marginal que obtiene la empresa contratndola y a ese nivel obtiene su mximo beneficio. Si opera con menor contratacin de factores pierde o no maximiza beneficios; igualmente si opera contratando ms que 4 unidades del factor L. Para graficar esta situacin con valores unitarios es necesario ubicar a la izquierda las unidades de factor, luego el valor del producto marginal y luego el salario. Icono de grficos > Dispersin > ttulo, etc. (y si se desea la ecuacin en el grfico picar sobre una lnea y con el botn derecho > Agregar lnea de tendencia, etc.).
397
Para graficar con enfoque total se ubican a la izquierda las unidades de factor y luego el ingreso total, el costo total y el beneficio total. Icono de grficos > Dispersin > ttulos (y picando en una lnea elegir Agregar lnea de tendencia, con el botn derecho).
398
399
SOLVER permite la maximizacin: Herramientas > Solver > Celda objetivo: la cantidad demanda por el mercado total; celda cambiante: la cantidad producida por "A"; restriccin: CMVar.=CMg, como se ve en la siguiente hoja Excel:
400
401
Tambin se pude efectuar la solucin con Herramientas > Solver >: se elige la celda objetivo, las cambiantes y las restricciones como se indica en la imagen y al resolver, Solver emite los resultado en la fila 8 de la hoja.
402
Puede observarse en la imagen que Solver calcul esta situacin en la fija 8 simplemente cambiando en la restriccin la columna G por la anterior que era B (igualar precio en vez de ingreso marginal).
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.
403
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 P1= - 2X1 +100 y P2 = -3X22 + 150; los ingresos totales son: IT1= -2X12 +100X1 e IT2 = -3X22 + 150X2 y los ingresos marginales: IT'1 = -4X1 + 100 y IT'2 = -6X2 +150 Para la suma horizontal de ambos ingresos marginales se trasponen a la forma implcita: X1 = 1/4 IT'1 + 25 X2 = 1/6 IT'2 + 25 Sumando: X = 10/24 IT'+50 o sea, IT'= -2,4X +120 Para maximizar el beneficio B debe cumplirse B' =0 y B'' <0 B'= 0 implica IT'- CT' = 0: -2,4X +120 = -0.4X +30 o sea, X=45 reemplazando en CT'o en IT' = -2,4(45) +120 = $12 Del ingreso marginal, $12, puede deducirse la cantidad a vender en cada mercado: $12 = -4X1 + 100 o bien, -4X1 = -88 con X1 = 22 igualmente en el otro mercado: $12 = -6X2 + 150 o bien, -6X2 = -138 con X2 = 23 La cantidad total 22 + 23 = 45 unidades; los precios: P1 = -2(22) + 100 = $56 P2 = -3(23) + 150 = $81 El beneficio mximo es: B = IT1 + IT2 -CT = 56(22) + 81(23) -[0,2(45)2 +30(45) + 40] = 3095 - 985 =$2110. Falta observar si cobra ms caro a la demanda ms rgida y ms barato a la ms elstica.
404
E1 = dQ/dP (P/Q) = - [-1/2(56/22)] = +1,3 la ms elstica E2 = -[-1/3(81/23] = 1,1 la menos elstica (cobra menos en la demanda ms elstica, P1 =$56, P2 =$81)
El ingreso total IT = P(X) = -6/5X2 + 120X Su ingreso marginal IT' = -12/5X +120 Maximizando B con B'=0 y B'' <0 IT' = CT' -12/5X +120 = -0.4X +30 (24/10 - 4/10)X + 90 = 0 con X= 45 similar que antes. El precio P = -6/5(45) + 120 =$66 intermedio entre los anteriores EL beneficio B= IT - CT = 45(66) -[-0,2(45)2 + 30(45) + 40 = $2970 - 985 =$1985, inferior que el obtenido bajo discriminacin ($2110).
405
406
Supngase solo dos plantas 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 otra planta C2 = 1/3X22 + 8X2 + 18. Una vez sumados horizontalmente los costos marginales se traspone el costo marginal conjunto (para optimizar igualandolo con el ingreso marginal). C1 = 1/2X1 +10 C2 = 2/3X2 + 8 marginal conjunto Volviendolo a la forma implicita: 7/2Cc= X + 32 o sea, Cc= 2/7X + 64/7 El equilibrio es Max. Beneficio, con B= 0 (o IMg = CMg) y que sea B< 0 (es decir Img< CMg) 30-2X = 2/7X + 67/7 ; 16/7X = 30 64/7; con X = 7/16 (30 67/7); X = 9,1 Que cumple la segunda condicin de mximo: -2 < 2/7. En ese punto el valor del Costo marginal conjunto es Cc= 2/7(9.1) + 64/7 = $11,80 Que si se reemplaza en la suma horizontal precisa el reparto de las producciones: X1 = 2 (11.80) 20 = 3,5 kilos X2 = 7/2 (11.80) -12 = 5,6 kilos 9,1 El precio es igual en las dos plantas P9,1 = 30-9,1 = $20.90 El ingreso tatal es PX = 30X X2 = 190,19 El ingreso marginal es IT= 30 2X = 30 18.2 = $11.80. (el Ingreso marginal es igual a ambos costos marginales). El beneficio B= IT CT1 CT2 = -5/4(3,5) -4/3(5,6)2 -2(3,5)5,6 +20 (3,5) +22 (5,6) -38 = $59, 1/2X1 = C1-10 2/3X2 = C2- 8 X1 = 2C1- 20 X2 = 3/2C2- 12 X = 7/2Cc- 32
costo
407
30 $
C1` 20.90 P
c2 CC
11.80
3,5 5,5
9,1
15
30 kios
408
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) 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
409
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.
Otra forma es recurrir a Herramientas > Solver > y anotar como celda objetivo alguna de la columna beneficio (por ejemplo G4). Como celda cambiante la primer columna de esa fila. Las restricciones sern igualar los beneficios marginales de ambas en esa fila y tambin que la cantidad de la primera columna sea 0. Con Resolver y Aceptar, Solver encuentra la solucin que ya conocemos. En esta imagen se eligi la fila 4 al azar.
410
411
Con Excel se hacen estos clculos: reemplazando en la hoja anterior la frmula del B'1 por la aqu comentada y anotando los valores de X1 se observa al copiar cual es el mximo beneficio, con B'1 nulo.
Pero aplicando la solucin Solver como se muestra en la imagen siguiente tambin se calcula esta nueva situacin (aqu en la fila 8 por azar). La diferencia con lo anterior fue cambiar la formula B' 1 y adems en Sujeta a la condicin, se anot aqu que el B'1 sea igual a cero.
412
Si fuera el caso que la segunda empresa decidiera ser la lder y la dems seguidoras, la solucin sera anloga a este desarrollo.
413
Una vez sumados horizontalmente los costos marginales se traspone el costo marginal conjunto (para optimizar igualandolo con el ingreso marginal). C1 = 1/2X1 +10 C2 = 2/3X2 + 8 marginal conjunto Volviendolo a la forma implicita: 7/2Cc= X + 32 o sea, Cc= 2/7X + 64/7 El equilibrio es Max. Beneficio, con B= 0 (o IMg = CMg) y que sea B< 0 (es decir Img< CMg) 30-2X = 2/7X + 67/7 ; 16/7X = 30 64/7; con X = 7/16 (30 67/7); X = 9,1 Que cumple la segunda condicin de mximo: -2 < 2/7. En ese punto el valor del Costo marginal conjunto es Cc= 2/7(9.1) + 64/7 = $11,80 Que si se reemplaza en la suma horizontal precisa el reparto de las producciones: X1 = 2 (11.80) 20 = 3,5 kilos X2 = 7/2 (11.80) -12 = 5,6 kilos 9,1 El precio es igual en las dos plantas P9,1 = 30-9,1 = $20.90 El ingreso tatal es PX = 30X X2 = 190,19 El ingreso marginal es IT= 30 2X = 30 18.2 = $11.80. (el Ingreso marginal es igual a ambos costos marginales). 1/2X1 = C1-10 2/3X2 = C2- 8 X1 = 2C1- 20 X2 = 3/2C2- 12 X = 7/2Cc- 32
costo
El beneficio B= IT CT1 CT2 = -5/4(3,5) -4/3(5,6)2 -2(3,5)5,6 +20 (3,5) +22 (5,6) -38 = $59,
414
30 $
C1` 20.90 P
c2 CC
11.80
3,5 5,5
9,1
15
30 kios
Como las dos planta no son de la misma empresa sino una asociacin (colusin tipo cartel), este beneficio tendrn que repartirlo entre las empresas, con algn criterio no analtico (por ejemplo, mejorando algo los resultado de cada una si decidiera actuar por su cuenta, bajo duopolio, como lder o como seguidora; es decir, repartiendo solamente el plus que generaran con la colusin).
415
Su ingreso total IT = PQ = $4(27,5X2 -0,4X3) = -1,6X3 +110X2 El ingreso marginal IT ' = 220X -4,8X2
El gasto medio en factor productivo depende el costo de ste: Oferta de factor w = 264 +43X (segn el costo marginal de este factor trabajo). EL gasto total GT = w(X) = 264X + 43X2; y el gasto marginal es GT' = 264 + 86X Maximiza el beneficio si su ingreso marginal es igual al gasto marginal y tambin se cumple que IT'' < GT'': 220X - 4,8X2 - 264 - 86X = 0; con dos races X=25,8 y X=-2,1 , pero B''<0 slo con X=25,8 Para X=25,8 la funcin de produccin representa Q25,8 = 27(25,8)2 -0.4(25,8)3 = 11436 unidades de Z. Su precio es Pz = -1.6(25.8)2 + 110(25.8) = $1773 El salario w25,8 = 264 + 43(25,8) = $1374, segn la oferta del factor; sin embargo el salario posible sera el abonado segn el gasto marginal = 264 +86(25,8) =$2483, por lo que la explotacin monopsnica es la diferencia 2483 -1374 = $1109. El ingreso total IT25,8 = 110(25,8)2 -1,6(25,8)3 = $ 45742 El gasto total GT25,8 = 264(25,8) +43(25,8)2 = $ 35433 El beneficio total es 45742 -35433 = $10308, como se observa en la hoja Excel con las funciones (aproximacin).
416
417
La produccin automotriz se entrega o vende via concesionarios, desvinculados. Ambas firmas, productor y distriuidor, son un monopolio, pero c/u con intereses opuestas al otro; no son dupolio ni tampoco un monoplio bilateral.
418
En esta intermediation comercial hay un margen bruto (y otro neto) de ganancia para el distribuidor, que el autor llama landa (lambda). Si ambas fueran una sola firma ese landa sera el margen crtico. Pero no lo son; y cuando este margen es mayor que el crtico, el concesionario querra vender mas y ademas que el productor baje su precios. Si el margen real esta entre el crtico y el minimo, el productor querria vender ms que el concesionario y se formaran stocks excedentes... y el productor presionara para que el margen fuese menor y as aumentar ventas.... Como son dos monopolios los precios tienden a subir y la cantidad a bajar frente a si fueran una sola firma... Vimos un ejercicio maximizando la operatoria para el concesionario. Un ejemplo del concesionario: Determinar el mximo beneficio para el productor y para el intermediario comercial (concesionario automotriz) considerando: Demanda Pd = -2X +350; Oferta del productor Po= 15X +150 Costo de la intermediacin: Ci=$10X (10 pesos por unidad) Beneficio del productor: B = IT CT IT = Pd(X) = (-2X +350)X = -2X2 +350C CT = Po(X) = (15X + 150)X = 15X2 + 150X + Ci = = 15X2 + 150X + 10X Max B si B`= 0 y B``< 0. Con B= IT CT ` = 0 B= -50 +350 (30X +150 +10) = 0 ; -80X + 190 = 0; X = 2,38 Pd = -25(2.38) + 350 = 290,5 precio final Po = 15 82.38) + 150 = 185.70$ precio para el productor Diferencia: $ 104.80 margen para el intermediario
419
- Costo de intermediacin $10 = $94.80 beneficio del intermediario Beneficio del productor: B = IT CT = -25X2 +350X -15X2 -150X -10X = -40(2.38)2 +190(2.38) = $225.62
MODELACION NEOCLSICA
Ejercicio conceptual tipo integrador de varios principios
420
Tambien les recomende leer algo de Microeconoma con Excel (por ej. para poder obtener las ecuaciones partiendo de una serie de valores, etc) ya que nadie puede memorizar sin sentido y es necesario disponer de metodos para identificar, tansformar, obtener funciones. Este TP se habla de la estacin Vivitos a 10 km de la ciudad; cada domingo llega un tren con 48 pasajeros, que quieren ir a la ciudad, y llevan un cartel con el precio que estan dispuestos a pagar: de $ 0 a 47 y ninguno se repite. El unico micro, Rapidito, maximiza beneficios y esta autorizado a un solo viaje pero debe cobrar el mismo precio a todos. Su costo fijo es $100 y el variables de $8 por pasajero. A) Cuntos pasajeros transportara y a qu precio ? A un peso habria 47 pasajeros; a dos pesos 46; a tres pesos 45; etc.... La demanda segn una hoja Excel es P = -X +48 .... Haciendo P por X el IT = +X2+48X . Su derivcada es el IMg = -2X +48 El CT = 100 +8X .... Su derivada es el CMg = 8 El mximo Ben es segn el caso general (Cournot) con la derivada primera IT= 0 (punto de giro) y que la segunda IT negativa.... O sea, con con IMg = CMg .... surgiendo as X=20 con P=$28 y un IT=$ 560; un CT= $260 y un max. Ben =$ 300 (y se quedaron sin viajar en micro las 28 personas que tenian la mas baja valoracin del viaje en su cartelito) B) A penas salido Rapidito, llega otro micro con similar autorizacin... . pero su costo fijo es $150 y su costo variable es $4 por pasajero. Cual sera el precio de este Lentito y cuando transportara?
421
Con la demanda remanente de las 28 personas con las menores valoraciones del viaje puestas en una hoj Excel, se grafican pintando con el iconito de grafico, luego elegimos por ej. dispersin..... agregamos linea de tendencia.... y en su opciones ... Presentar ecuacin en el grafico... Asi obtenemos la funcion, ecuacin, de esa demanda remanente como P = -X +28 Su IT = -X2 + 28X... y su IMg = -2X +28 Su CT = 150 + 4X .... y su CMg = 4 Optimiza Lentito tambien segn Cournot.... con IMg = CMg (punto de giro) surgiendo C= 12 y luego P = -12 +28 = $126 Su IT es asi $192.... y su CT = $198....resultando una pedida de $8...... C) Si ambos fueran una nica empresa.... llegara primero el que tomara menos caf los sabados y madrugara ... Pero siendo la demanda para ambos asociados buscarian de optimizar como un monopolio, usando el mnibus con menor costo, que es el Lentito. Ya que optimizando con una demanda plena de 48 personas optimizaria con 22 pasajeros, cobrando P=$26, con un IT = $572 y un CT = $238... y un Benef = $334 (mayor que el de Rapidito)... pero cuidado, menos el costo fijo de Rapidito ahora parado les quedaria... $234. Por eso Usarian Lentito y.... luego se repartiran ese beneficio ...(por mitades u otro mtodo que el modelo no incluye, por lo cual se supone podran repartir solo la diferencia que exceda el costo de oportunidad que tenga cada uno) - Indemnizacin si le obligaran a poner un precio competitivo: Trabajarian competitivamente (el caso especial) buscando operar con P = CMg (en vez de IMg = CMg)
422
Surgiendo asi una cantidad de X=40.... con un P= -40 + 48 = $ 8..... Asi el IT seria $320 y el CT $238 con un beneficio de solo $82..... Entonces deberia indemnizales por la diferencia entre 334 (max. Ben de Lentito) y 82, o sea $252 de subsidio. - SI PUDIERAN DISCRIMINAR: cobrndole la cada uno segn la cara (su cartelito). El ingreso total en una discriminacin perfecta surge de sumar los 48 valores, totalizando $1128. El costo total de Lentito era $238, surgiendo un Benficio de $890..... En este caso si el municipio admite subsidiarles la diferencia entre actuar competitivamente y discriminado tendra que pagarle 890 - 82 =$ 808 de subsidio. D) qu pasaria si su objetivo fuera maximizar ingresos (en a), b) y c)? Da) Disponemos de la funcion de ingreso total de Rapidito... y si el objetivo es max. Ingreso lo encontramos con IT=0 y con IT negativo, surgiendo X=24.... Con 24 el ingreso total es $576... y el costo total con 24 es de $292..... El beneficio por diferencia es $284... Db) maximizando ingresos Lentito tendra el mismo IT=$576 pero diferente costo CT= 150 +4)24) =$246..... por lo que el Ben = 576 - 246 = $330 Dc) si ambas fueran un monopolio..... maximizando ingresos con Lentito sacarian $330 menos el costo fijo de lentito 100 quedaria un Benef =$ 230 En esta programacin neoclsica, la idea central es que se trabaje sobre la base de los principios, los diferentes tipos de mercados, los
423
diversos mtodos (con hasta 3 variables) y bastantes pautas confusas y/o simplificadores para agilizar el razonamiento (esto es bueno; pero mejor es suministrar mtodos de aplicacin concreta a la operatoria real de toda empresa)
TELEFOCOM Ejercicio 4:
Ejercicio conceptual tipo integrador de varios principios (el enunciado esta en la gua de tp de Tow-ejercicios combinados; eventuales errores de interpretacin o tipeo me pertenecen) La empresa TELEFOCOM debe instalar 500 telfonos pblicos (TP) en distintos locales comerciales de empresas privadas (y maximizadoras de beneficio). Por su estratgica localizacin se estima que cada TP tendr una demanda por parte del pblico usuario igual a X = 15.000 -5.000Px donde X: nmero de llamadas mensuales medidas en nmero de fichas y Px: precio por ficha (al pblico). (Ntese que los TP sern instalados lo suficientemente lejos entre si de modo que diferencias en el valor de la ficha en un TP, de existir, no modifican la demanda en los restantes TP. Asimismo tngase presente que el nmero de solicitudes para que se instalen TP se supone ser muy grande por parte de los eventuales tenedores de TP, puesto que se sabe que el TP aumenta la concurrencia a dichos locales y en consecuencia la evolucin comercial de los mismos. Se proyecta en $50 + 0,01x el beneficio mensual derivado de este factor para cada tenedor de TP).
424
En el marco regulatorio de la Concesin de Telfonos se prevee que Telefocom opte por una de las siguientes modalidades para otorgar el servicio de TP: a) Dejar en manos del dueo del comercio la fijacin del valor nico- de la ficha al pblico y cobrarle un monto fijo mensual por la instalacin del TP ms el costo de cada llamada. b) Cobrarle al tenedor del TP un precio nico por cada llamada y otorgarle libertad en cuanto a fijar el valor -nico- de la ficha al pblico (el precio cobrado por Telefocom incluye el costo de ste). Suponga que el costo de cada llamada es de $0,20 para Telefocom, siendo su costo mensual de mantenimiento del servicio de cada TP de $800, adicionalmente. Cul alternativa es la ms conveniente para Telefocom? (A efectos de responder el interrogante planteado determine en cada caso cantidad demandada, precio (al pblico) de la ficha, precio de la ficha al comerciante y beneficio mensual del Telefocom. Compare y comente los resultados obtenidos.
RESPUESTAS:
El enunciado no se refiere a un mercado competitivo (ni a monopolio, duopolio, empresa lder, cartel, monopsonio, monopolio bilateral, modelo Silos-Labini, Modigliani o de Sweezy).
425
No hay informacin sobre competidores de Telefocom o productos sustitutos. No cabe aqu la discriminacin de precios por alguna de las dos partes. Se menciona un rgimen de concesiones, pero no se dice que Telefocom sea una empresa pbica. Tampoco se aclara si puede o no alternativamente instalar los TP en la vereda por su cuenta, sin los comerciantes intermediarios. En este caso de informacin insuficiente, un modelo algo asimilable podra ser el de Di Tella para intermediarios comerciales (concesionarios automotrices). Est claro que si Telefocom tambin es una empresa privada, es imprescindible que ambas partes ganen algo y/o ms que operando alternativamente por su cuenta (en la vereda). Sin embargo, el modelo matemtico solo explica la optimizacin (B=0 y B<0); nada informa sobre el modo de reparto de las utilidades entre las partes. 1) Segn el modelo Di Tella se optimiza considerando los ingresos finales y los costos del productor bsico, para repartir los beneficios con algn criterio comercial no definido: Demanda X = 15000 5000Px; -5000Px = X 15000; Px = X/5000 + 3; Ingreso total: IT = -X2/5000 + 3X; Ingreso marginal IT= X/2500 + 3; Costo total neto de la ventaja: CT = 800 + 0,20X -50 0,01X; CT = 750 + 0,19X; Costo medio: 750/X + 0,19; costo marginal: CT= 0,19.
426
Beneficio del intermediario comercial: BTC = -X2/5000 + 3X 800 0,20X + 50 + 0,01X = = -X2/5000 + 2,81X 750. Maximizando: B = -X/2500 + 2,81 = 0, con X=7025; B= 1/2500 (<0); Precio: P7025 = -7025/5000 + 3 = $1,60 Px 750 CMe CT IT
Situacin primaria sobre beneficios, sin explicacin del modelo Di Tella sobre su reparto entre Telefocom y el intermediario comercial: Resultados si Telefocom solo cobrara sus costos: Comerciante: BC = 1,60(7025) 800 0,20(7025) + 100 + 0,01(7025) =
427
= 1405 - 800 - 140,50 + 100 + 70,25 = $ 10470 Telefocom: BT = 0,20(7025) + 800 - 0,20(7025) 800 = $0; situacin extrema inviable si ambas fueran empresas comerciales privadas, que conducira a cobrar Telefocon mayores importes, segn algn indefinido criterio comercial. 2) Si Telefocom pudiera alternativamente operar los TP en la vereda sin intermediarios comerciales: Demanda: Px = -X/5000 + 3 Ingreso total: IT = -X2/5000 + 3X; ingreso marginal: IT= X/2500 + 3; Costo total: 800 + 0,20(X); costo medio: CMe= 800/X + 0,20; costo marginal: CT= 0,20. Beneficio; B = -X2/5000 + 3X 800 0,20X. Maximizando; B= -X/2500 + 3 = 0; X = 8000. Precio: P8000 = -8000/5000 + 3 = $1,40 Beneficio: B = 1,40(8000) -800 0,20(8000) = $8800. 3) Para operar con intermediarios comerciales, bajo el supuesto que Telefocom tambin pudiera operarlos por su cuenta en la vereda, ambas partes tendra que tener algn beneficio, mejorando la alternativa de operar cada uno por su cuenta. Esto significara repartir la diferencia de beneficios entre las situaciones extremas de 1) y 2): $10470 - $8800= $1670 . Dado que el comerciante no puede operar por s solo, podran aceptar por ejemplo repartir esa diferencia por mitades (1670/2= $835 cada uno); en este caso la respuesta a la pregunta 4 a) sera: Respuesta 4 a)
428
Beneficio alternativo de Telefocom $8800 + 835 = $9635; para obtener este beneficio necesitara cobrar un mayor cargo fijo: BT = 10435 + 0,20(7025) 800 0,20(7025) = $9635 (o sea, $835 ms que actuando por su cuenta). Beneficio del intermediario comercial: BC = 1,60(7025) + 100 + 0,01(7025) 10435 0,20(7025) = $835. 4) Respuesta a la pregunta 4 b), si Telefocom solo debiera cobrar por ficha: El ingreso del comerciante es 1,60(7025)= $11350 El costo de Telefocom es 800+0.20(7025) = $2205 La diferencia 11350 2205 = 9145. - Si Telefocom le cobra la ficha a $1,60 (7025)=11350, el comerciante no tendria beneficio (y Telefocom ganara 113502205=9145). - Si Telefocon solo le cobra la ficha a $0,314 entonces Telefocom no tendra beneficio: $0,314(7025)=$2205; solo cubrira su costo, $800+0,20(7025); mientras que el comerciante ganara $9145. - Si Telefocom pudiera operar alternativamente por su cuenta, podran repartir la diferencia entre $9145 y los 8800 actuando en la vereda $ 345; a repartir, por ejemplo por mitades (173 cada uno): el comerciante debera ganar $173 Quedara $11350 173 = $11178 para las fichas: o sea 1,59(7025)= 11178.
429
El beneficio de Telefocom sera: $11178 - 800- 0,20(7025) = $ 8973 (173 ms que los 8800 operando los TP por su cuenta en la vereda).
TELEFOCOM **EJERCICIO 7:
Ejercicio conceptual tipo integrador de varios principios (el enunciado es de la Guia de tp de Tow -ejercicios combinados; eventuales erroes de interpretacin y tipeo me pertenecen) La empresa Telefocom ha decidido instalar 1000 Telfonos Pblicos (TP) en todo el territorio en distintos locales comerciales de empresas privadas -y maximizadoras de beneficio-. Por su estratgica localizacin se estima que cada TP tendr una demanda igual a X = 10.000 -10.000Px donde x: nmero de llamadas mensuales medidas en nmero de fichas y Px: precio por ficha. (Ntese que los TP sern localizados lo suficientemente lejos entre s, de modo que diferencias en el valor de la ficha en un TP, de existir, no modifican la demanda en los restantes TP. Asimismo tngase presente que las solicitudes para que se instalen TP se estima ser muy gran de por parte de los dueos de los locales comerciales, puesto que se sabe que la presencia de TP aumenta la concurrencia a dichos locales y en consecuencia la evolucin comercial de los mismos, proyectndose en $100 el beneficio neto mensual derivado de este factor para cada tenedor de TP). En el pliego de Concesin de Telfonos se prevee que el concesionario de la red de telfonos -en este caso Telefocom-
430
opte por una de las siguientes modalidades para otorgar el servicio de TP: a) Dejar en manos del dueo del comercio la fijacin del valor nico- de la ficha y cobrarle un monto fijo mensual por la instalacin del TP ms el costo de cada llamada. b) Fijar el valor de la ficha y otorgarle un porcentaje de dicho valor al comerciante. c) Cobrarle al tenedor del TP un precio por cada ficha de modo de maximizar beneficios, teniendo en cuenta que aquel lo fijar a su vez al pblico segn su conveniencia. d) Cobrar un alquiler por el TP y fijar la tarifa al valor de competencia. Suponga que el costo de cada llamada es de $0,20 para Telefocom, siendo su costo mensual de mantenimiento del servicio de cada TP de $30, $35, $40 y $47,5 en cada una de las alternativas anteriores respectivamente. Cul alternativa es la ms conveniente para Telefocom? Y para cada tenedor? Y para los consumidores? A efectos de responder los interrogantes planteados determine en cada caso: cantidad demandada, precio (al pblico) de la ficha, precio de la ficha al comerciante, beneficio mensual de Telefocom, beneficio de cada comerciante, excedente del consumidor.
RESPUESTAS:
El enunciado no se especifica ni incluye pautas inequvocas, de que Telefocom sea una empresa competitiva, ni tampoco sus clientes; no es un mercado competitivo, ni tampoco un monopolio (un productor exclusivo), duopolio (dos exclusivos), empresa lder y seguidora, cartel (con clusion), monopsonio
431
(nico comprador), monopolio bilateral, modelo Silos-Labini, Modigliani (privilegio por acceso inicial o con restricciones de acceso) o demanda quebrada de Sweezy (competencia imperfecta bajo conveniencia sin optimizacin). No hay informacin sobre competidores de Telefocom o de productos sustitutos. No cabe aqu la discriminacin de precios por alguna de las dos partes (no obstante que la funcin de costos de Telefocom indica que el costo medio es asinttico, es decir que nunca se alcanzar un mnimo costo medio, lo que es sinnimo de un mercado insuficiente para Telefocom, tipo empresa sobredimensionada). Se menciona un rgimen de concesiones, pero no se dice que Telefocom sea una empresa pbica. Tampoco se aclara si puede o no alternativamente instalar los TP en la vereda por su cuenta, operndolos sin los comerciantes intermediarios. Pero est claro que si Telefocom tambin es una empresa privada, es imprescindible que ambas partes ganen algo si negociaran; tambin que ganen ms que operando alternativamente por su cuenta (Telefocom en la vereda y los comerciantes algo ms que la alternativa nula, sin TP, ya que nada se dice de sustitutos). En este caso de informacin insuficiente, un modelo asimilable podra ser el de Di Tella para intermediarios comerciales (concesionarios automotrices), considerando que cada intermediario tiene un costo negativo (ventaja) de $100. Como se est informado el costo del productor bsico, la demanda final y el costo de cada empresa concesionaria (no competitivas, sin precio uniforme, sino en competencia imperfecta), cabe optimizar en ellas segn el caso general.
432
Sin embargo, el modelo matemtico solo explica la optimizacin (B=0 y B<0); nada informa sobre el modo de reparto de las utilidades entre las partes. 7 a) Dejar en manos del dueo del comercio la fijacin del valor -nico- de la ficha y cobrarle un monto fijo mensual por la instalacin del TP ms el costo de cada llamada. Se estipula que el comerciante no puede discriminar precios, pero puede fijarlos libremente (segn le convenga con su demanda) y su costo ser un cargo fijo ms otro por llamada. Segn el modelo Di Tella se optimiza considerando los ingresos finales por venta al pblico y los costos del productor bsico, para repartir los beneficios con algn criterio comercial no definido: 1) Operando con intermediarios comerciales y maximizando ambos, se debe considerar la demanda final, el costo de Telefocom y el del intermediario (en este caso $100 de ventaja): La demanda, X = 10000 -10000Px; -10000Px = X -10000; Px = -X/10000 +1; El ingreso total, IT = Px(X) = -X2/10000 +X; IMg = -X/5000 +1 El costo total, CT = 0,20X + 30 -100, lineal (empresa sobredimensionada); costo medio CM = 0,20 -70/X (hiperblico); costo marginal CMg= 0,20 (constante) Se optimiza maximizando el beneficio, B = IT-CT; max.B con B=0 (B= IMg CMg=0) y B< 0;:
433
P4000 = -4000 /10000 + 1 = $0.60 El modelo matemtico no explica cmo distribuir los resultados de este negocio compartido (este es el tan comentado gran impedimento invalidante de la teora neoclsica, microeconmica y macroeconmica). Tomando un extremo; el beneficio podra ser, por ejemplo, todo para el comerciante intermediario y nada para Telefocn: Beneficio del comerciante intermediario: BC = 0,60(4000) 0,20(4000) -30 +100= $1670
Beneficio para Telefocom: 0,20(4000) +30 -0,20(4000) -30 = $0. En cuanto a lo opuesto, todo para Telefocom y nada para el comerciante, tampoco parece viable. Alguna alternativa intermedia debiera existir para justificar el accionar conjunto de dos empresas privadas. El comerciante no tiene alternativa, no puede operar los TP por s solo; Telefocom tendra la alternativa de operarlos por su cuenta en la vereda, ante lo cual, si el negocio conjunto generara mayor beneficio que Telefocom por su cuenta, cabra repartir ese mayor beneficio con algn criterio, que mejore las alternativas de ambas partes (su costo de oportunidad). Para esto es necesario calcular el beneficio de Telefocom operando por su cuenta y compararlo con el caso anterior. 2) Sin intermediarios comerciales, por queTelecom puede operar los TP por su cuenta: La demanda puede trasponerse a la forma implcita y calcular el ingreso total y el marginal. Con el costo total se calcula el costo medio y el marginal. En principio, el beneficio mximo
434
surge (sin considerar en este caso la ventaja (costo negativo) de $100 por mayor concurrencia) aplicando la condicin matemtica de mximo, con un nivel de 4000 fichas a $0,60 al pblico en cada concesionario. La demanda, X = 10000 -10000Px; -10000Px = X -10000; Px = -X/10000 +1; El ingreso total, IT = Px(X) = -X2/10000; IMg = -X/5000 +1 El costo total, CT = 0,20X + 30; costo medio CM = 0,20 +30/X (asinttico, porque el costo es lineal; indica una empresa sobredimensionada segn el modelo SOMISA-Eiras). EL costo marginal, CMg = 0,20. Optimiza maximizando el beneficio, B = IT-CT; max.B con B=0 (B= IMg CMg=0) y B < 0; : B= -X/5000 +1= 0.20; -X/5000 = -0,80; X = 0,8(5000) = 4000 telfonos pblicos operados directamente en la vereda. P4000= -4000/10000 +1 = $0,60; B4000 =$0,60(4000) 0,20(4000) 30 = $1570 Px CMe CT
30 IT
435
3) Si operaran conjuntamente, repartindose el mayor beneficio diferencia de las dos alternativas anteriores, la situacin podra ser: Beneficio del comerciante BC = $0,60(4000) 0,20(4000) - 30 - 1620 + 100 = $50. El pblico paga $0,60 por llamado. Al ingreso del comerciante se le resta el costo de mantenimiento y un cargo fijo diferencial 1620 (que Telefocom calcul repartiendo la diferencia de las dos alternativas anteriores: en 1) el beneficio es $1670; en 2) el beneficio es 1570; con diferencia de $100; por ejemplo $50 para cada una). Dado que Telefocom ganara por su cuenta $1570 debera ganar ahora $1620, cobrando al costo de 0,20 las llamadas a su costo de $0,20 y adems estos 1620 como un cargo fijo adicional al costo de $30. BT = IT CT = 0,20(4000) + 30 +1620 -0,20(4000) -30 = $1620 Excedente del consumidor: es el rea entre la (funcin) lnea de demanda hasta (menos) el precio, que se puede calcular mediante la integral definida ( entre el origen cero y 4000) de la funcin de demanda menos el precio $0,60. 04000 [( X/10000 + 1) -0,60] dx = 04000 [(X/10000 +0,40] dx = = -0.0001X2 /2 + 0,4X] 04000 = ; para X=4000 es Excedente = -1600 /2 + 1600 = $800.
436
7 b) Fijar el valor de la ficha y otorgarle un porcentaje de dicho valor al comerciante. Si Telefocom solo cobrara un porcentaje de Px para resarcirse de su de $0,20X + 35, tendra que considerar el planteo de Di Tella mas la distribucin (con algn criterio comercial no definido) de los beneficios adicionales al costo de oportunidad de cada uno. El comerciante no tiene alternativa; Telefocom ganara $1570 por su cuenta en la vereda; el mximo beneficio conjunto era $1670. Si repartieran la diferencia 1670 -1570 = $100 por mitades, el comerciante debera ganar $50 y Telefocom $1620 (ahora $47,50 y 1617,50 debido al mayor costo fijo de $35). La peculiaridad de este enunciado b) es que requiere maximizar pero cobrndole al comerciante solo un porcentaje del costo de la llamada que Telefocom fije para el pblico Px. Se trata de calcular beneficios considerando ingresos menos costos, de modo que el resultado $47,50 para el comerciante: ingreso $0,60(4000) mas $100 menos costo por cada llamada; pero, el comerciante no puede aumentar el precio al pblico, ya que se optmiza con $0,60 y 4000 llamadas y considerando su ventaja de $100 como ingreso debera repartirla con Telefocn para obtener un beneficio de solo $47,50. Esto implicara cobrar al pblico 0,60 y pagarle a Telefocom ms que esto, $ 0,6131 (circunstancia que posiblemente se enfrentara a las normas de la realidad comercial, por ser una modalidad o asociacin poco usual y sujeta a eventuales reclamos del comerciante, que se quejara por la opresin tipo tmelo o djelo. Mayoristas, minoristas, centrales de compras, agentes comerciales, comisionistas, representantes, leasing, con-
437
cesionarios, distribuidores, etc pueden tener diferente legislacin comercial e impositiva domstica en cada pas e internacionalmente).
O sea, BC = $0,60(4000)+100 -0,6131(4000) = $47,50. Telefocom ingresa el costo del comerciante 0,6131(4000) y le resta sus propio costo de 0,20(4000) +35. O sea, BT = 0,6131(4000) 0,20(4000) +35 = $ 1617,50 Con similar precio y cantidad para el pblico, $0,60 y 4000 llamadas, implican igual excedente del consumidor, $ 800. 7 c) Cobrarle al tenedor del TP un precio por cada ficha de modo de maximizar beneficios, teniendo en cuenta que aquel lo fijar a su vez al pblico segn su conveniencia. Con las mismas circunstancias y explicaciones del caso b), solo aumenta aqu el costo fijo a $40. BC = $0,60(4000)+100 -0,613(4000) = $45. BT =0,613(4000) 0,20(4000) +35 = $ 1615. Con similar precio y cantidad para el pblico, $0,60 y 4000 llamadas, implican igual excedente del consumidor, $ 800. 7 d) Cobrar un alquiler por el TP y fijar la tarifa al valor de competencia.
438
Se entiende aqu que Telefocom decide operar cobrndole una tarifa como si actuara competitivamente. Es decir que la optimizacin ya no sera en esta caso con un punto de giro con IMg=CMg sino con IM o demanda igual a costo marginal (y cumpliendo las segundas derivadas con CMg>IM) Recurdese que en la grfica competitiva unitaria coinciden el IMg y el IM, horizontales; adems tngase presente que la simplificacin terica supone que en el largo plazo coincide el mnimo costo medio con el costo marginal y el precio o demanda, pero aqu se indican costos fijos, de corto plazo. Es decir que la respuesta a esta pregunta surge identificando las coordenadas del mnimo costo medio total de corto plazo (que en este caso no es posible debido a la desafortunada eleccin del costo total lineal como para una empresa sobredimensionada). Pero tambin es posible ubicarse en ese punto de giro (o primer condicin de mximo) igualando la demanda con el costo marginal: -X/10000 +1 = 0,20 ; -x/1000 = 0,80 ; X = 0,80(10000) = 8000 llamadas; P8000 = -8000/10000 +1 = $0,20. Los ingresos seran de $0,20(8000) +100 de la ventaja comercial =1700 Los costos de Telefocom son: $0,20(8000) + 47,50= 1647,50. Surge una diferencia de $52,50, a repartir con algn criterio comercial no especfico, por ejemplo por mitades. En este caso los beneficios seran
439
BC = $0,20(8000) +100 alquiler de $1674,25 = $26,75 (alquiler calculado por diferencia para que el beneficio sea 26,75) BT = ingreso por alquiler $1674,25 - $0,20(8000) 47,50 = $ 26,75. (con clculo similar del alquiler) El pblico abonara $0,20 por cada una de las (mayores 8000) llamadas competitivas. El excedente del consumidor aumentara, segn la mayor diferencia de rea entre la misma demanda y el menor precio competitivo, desde el origen hasta las ahora 8000 llamadas:
440
rentes niveles, como subndice y suprandice (potencias tambin se consiguen en Word con Ctrl+Shift y +; y subndices con Ctrl y +, respectivamente)
441
En estos tipos de problemas suele haber funciones cbicas o polinomios de orden superior. La regla de Ruffini permite obtener las tres races de funciones cbicas. En este nuevo ejemplo la funcin U=X3 -2X2 -2X +1 se presenta en la tabla de dividir de B4 a E6; se siguen los 6 pasos A12 a A17 y en la fila 7 se ha factoreado la cbica como (X+1) (X2 - 3X +1) como se muestra en la fila 6 y 8.
Segn el primer parntesis, la primer raz es X= -1; las otras dos surgen de aplicar la ms usual frmula de Ruffini para resolver la cuadrtica: X = -b+-(b2 -4ac)1/2 / 2a, siendo X= 0,38 y X=2,61.
442
de el ngulo inferior izquierdo hacia la derecha o abajo. Buscando los valores en que la funcin U es nula estn las races X.
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.
443
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.
Las presentaciones en este mbito implican argumentaciones segn los modelos aqu comentados, para las cuales Excel representa facilidades de consideracin.
ANTIDUMPING
En el mbito de la Comisin Nacional de Comercio Exterior se diligencian las presentaciones argentinas por conductas anticompetitivas vinculadas con el comercio exterior. Los productores locales pueden sentirse afectados en doble sentido: en importaciones sustitutivas con precios dumping a niveles inferiores que los precios en sus mercados domsticos de origen. Por otra parte, los productores que exportan tambin pueden afectar los intereses de productores en mercados externos, y recibir denuncias de stos a travs de sus gobiernos por ventas a precio dumping (venta a precio menor que para el mercado local) o bien denuncias por subsidios, tal como suele ser la inquietud de que el reintegro de impuestos a exportadores representa un subsidio. En los pases latinoamericanos existen estadsticas aduaneras pormenorizadas al nivel de cada despacho (individualizando precios, marcas, empresa y dems datos comerciales particulares, de cada una y absolutamente todas las importaciones y exportaciones), los cuales son de circulacin pblica a travs de operadores informticos particulares de las administraciones aduaneras.
444
Estos datos se publican clasificados por posicin del nomenclador arancelario de importacin / exportacin y fecha. El nomenclador clasifica todo tipo de bienes en 96 captulos, a 8 (y a 11) dgitos, incluyendo derechos de importacin, tasa estadstica y reintegro de exportacin: Cap.1 hasta 24) carnes, cereales, alimentos, bebidas, tabaco Cap. 25 a 27) tierras, minerales, combustibles Cap. 28 a 30) qumica inorgnica, orgnica y medicamentos Cap. 31 a 39) fertilizantes jabones, explosivos, plsticos Cap. 40 a 71) caucho, madera, textiles, calzado vidrio Cap. 72 a 81) acero, laminados, metales comunes varios Cap. 82 a 96) manufacturas, maquinaria, automotores, muebles, etc.
445
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).
446
nos de 10%, pero considerando los impuestos incorporados en sus compras, la incidencia puede triplicarse. Los proveedores soportan la misma carga impositiva y la incorporan en sus facturas de venta, al igual que lo hicieron los proveedores anteriores en aquellos lo hicieron, incorporndola en los costos del exportador, en un efecto piramidal o en cascada. Para calcular este efecto "neto", se evita duplicar la piramidacin, dividiendo cada incidencia por su inverso ("el grossing up"), por que las facturas de compra ya incluyen el importe de la carga. La legislacin de los EEUU y de la Organizacin Mundial de Comercio -OMC- solo admite la carga piramidal integrada fsicamente al producto exportable, que se compara con el porcentaje de reintegro para observar si hay devolucin excesiva o subsidio.
447
448
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.
449
ESPECIALIZACIONES COMPARTIDAS
Como consecuencia de la falta de objetividad de la teora microeconmica neoclsica, es cada vez ms usual agrupar conjuntos de tcnicas (matemticas, lgicas, econmicas, sociolgicas, etc.) bajo nombres, como investigacin operativa, econometra, teora de la decisin, etc. Sus contenidos suelen aparecer parcialmente coincidentes, solapados entre s; y en sus enfoques bsicos conforman los programas de la microeconoma, aunque en estas especializaciones profesionales se superan los contenidos curriculares de esta asignatura para contadores o ingenieros industriales. Igual que la microeconoma, la Investigacin Operativa incluye tcnicas de la teora de los juegos, teora de las colas y de los grafos, programacin lineal o dinmica o anlisis estadstico y clculo de probabilidades. Igualmente, la Teora de la Decisin ( tambin incluye enfoques compartidos con la microeconoma (segn Neuman-Morgenstern 1947, W. Wald y Savage 1954, Simon 1960) y suele abarcar problemas bajo contexto cierto, bajo riesgo y bajo incertidumbre (adems de otros complejos de incertidumbre no estructurada as, en los que se recurre a la modelacin matemtica y computacional).
450
Los juegos se pueden plantear como representaciones formales, incluyendo a) normas sobre los jugadores (cantidad finita, todos bajo esta lgica NM) y otras reglas de juego; b) reglas sobre quien juega primero; c) pautas sobre qu cosas conocen o no los jugadores antes de hacer su jugada; y tambin que cada uno conoce los posibles cursos de accin de los otros, dentro de un nmero finito de estrategias ; d) conocen qu cosas se puede hacer al momento de actuar y ambas partes intervienen en cada jugada; e) igualmente, conocen los resultados posibles de cada accin. Los primeros anlisis se refirieron a los juegos de suma cero o nula, en los cuales lo que uno gana es lo que pierde el otro. Solo se calcula con la matriz de los pagos para un jugador, de modo que implcitamente se analiza al oponente con el complemento de esta matriz (si por ejemplo, la matriz de pagos a A tiene una estrategia con el valor 3, deja implcito que el jugador B recibir 7, el complemento a 10 etc.) Una estrategia pura es aquella que resulta ser la ganadora solo con ese curso de accin. Una estrategia dominada es aquella que representa menor premio que otra. La estrategia dominante puede ser estrictamente dominante si es mayor que, o dbilmente dominante si es mayor o igual que otra dominada. Una estrategia mixta es una proporcin de acciones; una distribucin de probabilidades sobre varias estrategias puras. En estos casos, un equilibrio de Nash es cuando nadie quiere cambiar su decisin dada la combinacin de estrategias de los restantes; no requieren actividad externa y todo el incentivo es el propio inters personal de cada jugador. Sin embargo, no est aqu necesariamente definido el resultado: puede haber solucin si evalan que as les conviene a los participantes. Las reglas del juego requieren una formalizacin del planteo: juego J = (N; Ai ; Ui), con reglas que todos deben conocer. En el conocido dilema del prisionero se define 1) la cantidad de jugadores N=2; 2) las acciones Ai posibles para todo jugador, Confesar No confesar; c) una funcin de pagos Ui segn la lgica N-M. En este dilema, la accin No confesar es una estrategia dominada por la estrategia dominante Confesar; el juego consiste en eliminar las estrategas dominadas, bajo el presupuesto de actuacin racional N-M. Una accin con probabilidad =1 es una estrategia pura.
451
Se insina una clasificacin de los juegos, ordenndolos en No cooperativos y Cooperativos (colusin); otra como estticos y dinmicos: NO COOPERATIVOS: -Juegos estticos, con informacin completa (reciben un pago al jugar, pero no saben que elegir el otro ni pueden reaccionar): El dilema del prisionero; la guerra de los sexos; policas y ladrones, etc. Duopolio segn Cournot (1838) sin colusin, cada uno reacciona en funcin de lo que ira a producir el otro; no hay diferenciacin del producto; saben que los precios se adaptan segn la oferta total. Duopolio de Bertrand (1883), similar al anterior, pero con diferenciacin de productos, que son sustitutivos; cada uno puede elegir el precio, pero la demanda es elstica. Es un juego inestable en cuanto conduce a una guerra de precios y a la quiebra de alguno (con la posterior aparicin de otro competidor). -Juegos dinmicos, con informacin completa: Juegos repetidos. Duopolio segn Stackelberg (1934), parecido al de Cournot, pero no eligen o razonan simultneamente sino uno despus del otro, generalmente la lder y luego la seguidora. -Juegos dinmicos con informacin imperfecta: Juegos repetidos en t etapas limitadas; o en infinitas etapas. Juegos bayesianos: como por ejemplo las subastas a sobre cerrado; al primero o al segundo precio (aqu gana el de mayor precio ofrecido, pero paga segn el segundo precio; si empata se decide por el subndice menor). -Juegos estticos con informacin incompleta: Esttico, como el duopolio de Cournot pero con informacin asimtrica.
COOPERATIVOS (COLUSION):
Juegos que tienen soluciones (o imputaciones) bajo racionalidad individual y tambin racionalidad grupal.
452
Teorema: solo habr solucin si con la colusin cada uno recibe un pago mayor o igual que lo que percibira actuando por su cuenta (por ejemplo, bajo cartel deben mejorar lo que percibiran como duopolio, siendo lder, o siendo seguidora, etc.)
453
que si ambos hubieran elegido la lealtad, an asi es preferible que correr el riesgo de obtener 10 aos. Este resultado 5 / 5 es un punto de equilibrio de Nash (aqu, lo menos malo). El dilema del prisionero, tal como lo hemos descrito, es un juego de suma no nula, bipersonal, biestratgico y simtrico. Fue formalizado y analizado por primera vez por A. W. Tucker en 1950.
POLICIAS Y LADRONES
En la ciudad existen dos sectores A y B afectados por operaciones delictivas; esa organizacin acord operar en un solo sector cada da. Pero la polica solo cuenta con recursos para patrullar una zona. Los resultados de la actividad de unos y otros figura en la siguiente matriz de pagos: Operar en sector A Operar en sector B Patrullar en A 1 ; -1 -1 ; 1 Patrullar en B -1 ; 1 1 ; -1 En este juego no hay un equilibrio de Nash, ya que al menos uno de ambos tiene incentivos para cambiar de estrategia segn lo que haga el otro.
Alberto
Ftbol Discoteca
Cada uno de ellos puede decidir ir al Ftbol o ir a la Discoteca. En cada celda de la matriz esta primero el pago de Alberto y luego el de Ana. Ambos estn cortejndose mutuamente, as que su mayor pago es cuando coinciden en la eleccin (es decir, la diagonal de la matriz). Pero claro si coinciden haciendo lo que Alberto quiere, l gana un poquito ms (3), mien-
454
tras que Ana gana mucho, pero no lo mximo (2). Anloga situacin tenemos si coinciden pero yendo a la Discoteca. En las otras dos celdas de la matriz lo que tenemos es que cada uno hace la actividad elegida, pero no coinciden. Si al menos la actividad elegida era la que a ellos les gustaba, reciben un punto de consolacin; si encima tienen la mala suerte de haber elegido la que no les gustaba, nada. Es un juego simtrico, ya que se pueden intercambiar sus estrategias y posiciones sin que cambie el resultado del juego. El problema que se plantea es simplemente un problema de coordinacin. Se trata de coincidir en la eleccin. Al no haber comunicacin previa, es posible que el resultado no sea ptimo. Si cada uno de los jugadores elige su estrategia maximn el pago que recibirn es subptimo. Esa solucin, tampoco es un punto de equilibrio de Nash ya que los jugadores estn tentados de cambiar su eleccin: cuando Ana llegue a la discoteca y observe que Alberto se ha ido al ftbol, sentir el deseo de cambiar de estrategia para obtener un pago mayor. Pero, hasta aqu es un juego por nica vez (sin repeticin) y sin transferencia de utilidad (no hay comunicacin previa, por lo que no es posible ponerse de acuerdo y negociar o acordar pagos secundarios, como "si vienes al ftbol pago yo la entrada"). Sin embargo, el juego tambin se suele plantear ms realista, modificando las preferencias (asimtrico) y la restriccin de no coordinacin, con una solucin segn Nash, de tipo segundo mejor (o mal menor).
HALCON Y PALOMA
Con este juego se modelizan situaciones en las que un agente es agresivo (halcn) y domina la situacin jugando inicialmente, mientras que el otro (paloma) es conciliador y pierde frente al primero; pero perdera mucho ms (l y ambos) en caso de no aceptar la situacin y tambin decidiera actuar como halcn. La guerra fra entre potencias atmicas; los dos autos que en la pelcula avanzan a gran velocidad uno contra el otro, son ejemplos de este modelo.
455
Se observan diferencias en este modelo con el Dilema del Prisionero. La matriz es parecida, pero la solucin y el anlisis son diferentes. Aqu hay dos resultados que son equilibrios de Nash: Cuando las estrategias elegidas por cada jugador son diferentes; es decir, cuando uno elige halcn y el otro paloma. Por el contrario, en el Dilema del Prisionero el equilibrio de Nash est en el punto en que ambos jugadores traicionan. Otra diferencia de este juego con otros es la importancia que aqu adquiere el orden en que los jugadores eligen sus estrategias. El primero que juega, gana. El primero elegir y manifestar la estrategia Halcn con lo que el segundo en elegir se ver obligado a elegir la estrategia Paloma, la alternativa menos mala.
456
empresas actan racionalmente decidirn invertir, y entonces se producir un equilibrio de Nash. Si la empresa 2 no acta de esta manera la estrategia maximin de la empresa 1 es no invertir. Si 1 sabe que 2 est utilizando una estrategia maximin, entonces 1 decidir invertir.
TOMA Y DACA
Este juego se ve como una estrategia ptima en teora de los juegos para el dilema del prisionero itelado. La expresin tit for tat se refiere a golpes suaves, que se entienden como una "represalia equivalente": "golpea suavemente al que te ha golpeado suavemente". Un agente que use esta estrategia responder consecuentemente a la accin previa del oponente. Si el oponente ha cooperado previamente, el agente cooperar. Si el oponente deserta el agente se vengar de l. Estas caractersticas hacen que el funcionamiento de esta estrategia sea fcil de comprender por el oponente, y se pueda as encontrar una forma de trabajar en un juego repetido. La estrategia depende de cuatro condiciones: 1. El agente siempre colabora, a menos que sea provocado con una desercin. 2. El agente se vengar ante cualquier desercin. 3. El agente perdona fcilmente una vez que se ha vengado. 4. El agente debe tener una probabilidad mayor de 2/3 de jugar de nuevo contra el mismo oponente.
457
Jugador B columnas -1 1 0 -1 0 -1 1 0 1
Jugador A lneas
La representacin en Excel de este modelo, como dinmico, puede incluir la posibilidad de su ejecucin, asignando a cada accin por lnea los valores de alguna de las columnas mediante la funcin =aleatorio( ; ). La solucin de Nash es: jugar al azar pero sumando las proporciones segn el anlisis de dominancia; tendra esto sentido para un juego suficientemente largo (no obstante, existen en la web numerosos consejos vulgares para interesados en lo ldico).
CORDOBA 10 Km
15 Km
458ROSARIO
TUCUMAN
Aproximadamente 45% de la poblacin de la regin vive cerca de la ciudad 1; 35% vive cerca de la 2 y 20% vive cerca de la 3. Debido a que la cadena A es ms grande y tiene ms prestigio que la cadena B, la cadena A controlar la mayora de los negocios, siempre que sus ubicaciones sean comparativas. Ambas cadenas conocen los intereses de la otra en la provincia y ambas han terminado estudios de mercado que dan proyecciones idnticas. Si ambas cadenas se sitan en la misma ciudad o equidistantes de un pueblo, la cadena A controlar el 65% de los negocios en esa ciudad. Si la cadena A est ms cercana a una ciudad que la cadena B, la cadena A controlar 90% de los negocios en ella. Si la cadena A est mas alejada de un pueblo que la cadena B, atraer a 40% de los negocios de esa ciudad. El resto de las operaciones, bajo cualquier circunstancia, ir a la cadena B. Adems, ambas cadenas saben que la poltica de la cadena A es no ubicarse en ciudades que sean demasiado pequeas, y la ciudad 3 est dentro de esa categora.
459
ras: B1 (ubicarse en la ciudad 1); B2 (ubicarse en la ciudad 2), B3 (ubicarse en la ciudad 3). 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%.
460
Estos resultados se condensan en la matriz de Pagos a "A" de esta hoja Excel, que es la matriz de consecuencias para este juego y se utiliza para definir el juego. A marca precautoriamente sus dos mnimos y elige el mayor (maximin 62,5) asegurndose que ninguna accin de B pueda anulrselo. Igual precautriamente B marca sus tres mximos (ya estos son pagos a A y dejan como complemento la participacin para B) y B elige el mnimo (minimax 65; hay dos). Como no hay punto de ensilladura o coincidencia, ninguna empresa puede asegurarse algn mximo. Ser necesaria una estrategia mixta adicional (tipo Nash) para decidir el reparto (con colusin).
ESTRATEGIAS MIXTAS
Supnganse dos empresas que compiten monoplicamente. Ambas coinciden en la visin del mercado y procuran que su oponente no
461
anticipe cual ser su accionar en cada campaa para que no pueda neutralizarla. A tiene 2 estrategias y B 3. Los ingresos de una se consideran sustrados a las posibilidades de la otra. La matriz de pagos a una representan el complemento de lo que recibe la otra: PAGOS PARA A: A 5 9 B 7 4 2 8
Tratando de asegurar lo mejor, cada una elige lo que al otro no le interese. A selecciona sus dos mnimos (3 y 4) y elige lo mejor, 4. B esta calculando sobre estos pagos para A, entonces seleccionar aqu los tres mximos (9, 7, 8) y elige el menor, 7. Sus decisiones no coinciden; no hay punto de ensilladura. y debern proceder con otro criterio distinto, respectivamente, a sus prudentes maximin y mnimax.
ESTRATEGIAS DOMINADAS
B estudia los complementos de su eleccin y recibira 91,93 y 92. Como tiene una estrategia ms que A y adems recibe en las dos ltimas ms que con la primera, considera que tiene su primer estrategia dominada por la empresa A. La matriz de juego queda reducida a: PAGOS PARA A B A 7 2 4 8
462
A selecciona los mnimos (2 y 4) y elige 4 (maximin). B selecciona los mximos (7 y 8) y elige 7 (minimax). Tampoco hay punto de ensilladura o coincidencia.
463
DOMINANCIA
Cuando no hay ensilladura J. Nash propuso estrategias mixtas. En juegos repetidos bajo incertidumbre pero con la racionalidad tradicional, el clculo de la dominancia podr precisarse igualando las probabilidades para cada accin que pueda adoptar el oponente: A) Por ejemplo, segn que B pueda adoptar su primer o segunda estrategia, A debe igualar 7p + 4(1-p) = 2p + 8(1-p) 2p - 8p + 8 = 7p 4p + 4 2p 8p 7p +4p = -4 -9p = -4 ; con p = 0,44
Con criterio al asegurador, A juega al azar pero cuidando totalizar estas proporciones: su juego basado en acciones al azar totaliza las proporciones 0,44(2) + 0,66(8) cuyo valor suma $5.36
1-P
0,44
B) Igualmentel para B. Dado que analiza con la matriz de pagos paraa A, iguala las probabilidades a obtener segn que A pueda decidir jugar con la primer o segunda estrategia 7p + 2(1-p) = 4p + 8(1-p) 7p 2p + 2 = 4p 8p + 8
464
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 totalicen la proporcin 0,67(7) + 0,33(2), cuyo valor tambin suma $5,36 8 7
1-P
0,67
465
lletes de lotera, su actitud respecto a este billete de lotera compuesta ser cual si hubiese pasado por todos los clculos de probabilidades de ganar el premio final.
466
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.
467
El sujeto al considerar segn su criterio personal la capacidad de las cosas para satisfacer una necesidad estara de un modo u otro hacindolo objetivamente; por lo cual el resultado esperado debe incluir esto y efectuarse la medicin (y graficar) con mayor realismo, tanto por incluir esta racionalidad ampliada como por seguir una lgica consistente.
468
469
X = $1000 - 1/3 F
2) En caso de incendio es: Y = $1000 - 750 - 1/3 F + F (valor - prdida incendio - costo seguro + monto seguro) Despejando en 1) 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 del haber en caso de incendio con la cantidad en el 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.
470
Su consumo contingente o demanda de seguros segn la utilidad esperada N-M es: EU = p ( caso 1) + (1 - p) (caso 2) = 750 para esta persona "Neutral" al riesgo.
471
Contexto incierto: haber 0,98 por $3000 0,02 por $500 U*=0,98 (3000/1000)1/2 + 0,02 (500/1000)1/2 = = 1.6974 + 0.01414 = 1,7115 En este caso resulta U > U*: 1.7175 > 1.7115; de modo que el demandante prefiere asegurarse y contratar el seguro comentado.
MERCADOS DE FUTUROS
Dada su valoracin de riesgos, es posible calcular cunto estara dispuesto a pagar esta persona por un seguro: U* = (Y/1000)1/2 = 1.7115, de donde Y = 2929,23 La diferencia entre el haber cierto $2950 y 2929.23 es $20.77, que podra sumarse al costo del seguro actual $50; de tal modo que estara dispuesto a pagar por un seguro hasta $70.77.Estos anlisis son usuales en los mercados de futuros, en los que las personas adversas al riesgo adoptan sus previsiones, bajo la lgica de los axiomas Neumann-Morgensterm. Las funciones de oferta para futuro de las personas adversas al riesgo igualan los precios de futuro con sus costos marginales, asegurando un ingreso determinado. Otras personas podrn comprar si con ello entienden que aumentan su utilidad. Los niveles dependern de la aficin o aversin al riesgo de unos y otros.
VALOR ESPERADO
EL VE se obtiene multiplicando cada resultado de una alternativa por la probabilidad P de que ella ocurra y efectuando la suma de los productos para todas las alternativas (como en H3 y H4).
472
Supngase un caso de maximizacin del beneficio para la eleccin entre dos acciones X o Y, con tres resultados monetarios posibles y tres grados de probabilidad de ocurrencia (bueno, regular y malo) segn se muestra:
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
473
Utilidad Esperada si decide invertir: 0,5 (-40) + 0,5 (74) = $17 b) Si no invierte obtendra $10; si invierte ganara $17; entonces, segn el criterio arriesgado de Teresa, le conviene invertir.
474
a) Empresario afecto al riesgo: El precio futuro puede ser $ 6 a $8, entonces un empresario con cierta aficcin por el riesgo adoptar la actitud de ponderar riesgos promediando los resultados probables (la utilidad esperada con $6 y con $8 con probabilidad P=0,5 cada una). Siendo el Beneficio = ingresos menos costos, y la probabilidad P=0,5 de ocurrir ambos precios, la Esperanza de la utilidad o Beneficio esperado sera: E(BE) = PB6 + PB8 = =0,5 {[6(X)] -[9+10X-5X2 +x3]} + 0,5 {[8(X)] -[9+10X -5X2 +X3]} = -3X -9 +5X2 -X3; el mximo beneficio se obtiene igualando la primer derivada a cero y con la segunda negativa, surgiendo X=3, cantidad correspondiente al punto crtico, con precios de $7, por lo cual efectuar la inversin, ya que con $7 se calcul inicialmente el punto ptimo a cubrir. b) empresario adverso al riesgo: Efecta el mismo clculo anterior pero, al actuar prudentemente, en vez de ponderar con probabilidades de 0,5 iguales valora aqu ms la posibilidad del trmino con precio $6 que el trmino con $8, obteniendo as al maximizar precios esperados menores que $7, tal como era el mximo en a). Entiende que el nivel de produccin ser menor que el ptimo X=3 y el precio y el beneficio inferiores que en a). Es decir que comparando con los $7 calculados inicialmente para el punto ptimo ve una Utilidad Esperada negativa y decide no invertir en este mercado. Pero tambin se puede realizar este clculo con Excel, simplemente anotando cada funcin en la lnea 2 y copindola a la lnea 3.
475
Pintando ambas lneas y arrastrando el ngulo inferior derecho hasta la lnea 15 se puede observar cuando ambos costos medios son mnimos: con X=3 es mnimo el costo medio (ah igual al costo marginal); con X=2,5 es mnimo el costo medio variable (ah igual al costo marginal). Eligiendo, antes de arrastrar, un intervalo para X menor al aqu adoptado aumentara el grado de aproximacin (interpolacin).
Es decir, en el corto plazo el punto crtico aparece cuando el precio baja a $7 (CM=$7, con X=3) y ste es tambin su ptimo de explotacin de largo plazo; mientras que en el cortsimo plazo el mnimo de explotacin surge produciendo X=2,5, con precio y CMV =$4. La interpretacin del corto y largo plazo depende de considerar o no los costos fijos; por lo que el ptimo de explotacin a largo plazo (sin costos fijos) como igual el punto crtico es una aproximacin conceptual.
476
Admitiendo incertidumbre, el empresario podra promediar los resultados con precios de $6 y $8: la esperanza de los beneficios esperados suma cada probabilidad por el resultado E(BE) = p6 Benef6 + p8 Benef8 = 0,5[ 6(X) - 9 -10X+5X2 - X3] + 0,5[ 8(X) - 9 -10X+5X2 - X3] = = -3X -9 +5X2 -X3 Optimiza maximizando la esperanza de estos resultados probables Max E(BE) con E'BE= 0 y E''BE <0 E'BE = -3X2 +10X -3 = 0 y con X=3 cumple B''<0 (pero no cumple con X=1/3) La cantidad X=3 implica un costo medio de $7, por lo que si el empresario fuera adverso al riesgo no invertira en este negocio cuyo precio posible puede bajar a $6. Solo invertiran empresarios afectos al riesgo, ya que al no ponderar igual los beneficios esperados bajo ambas situaciones de precios obtendran un clculo de ptimo con menores costos medios, lo cual mostrara algn margen de beneficio an frente a la alternativa del precio ms pesimista.
TEORA DE LA INCERTIDUMBRE
Los anlisis econmicos, tanto con los modelos concretamente aplicados a la realidad de la empresa o del consumidor, como con los modelos abstractos (sin relacin con las caractersticas de la realidad prctica) se pueden plantear bajo cuatro contextos diferentes: 1 Certidumbre; con consecuencia determinsticas: se conocen todas las caractersticas y antecedentes del problema; existe una relacin directa entre causa y efecto y los modelos generan soluciones ptimas invariantes.
477
2 Aleatorio; con consecuencias solo probables: se conoce el problema en forma incompleta y no se conoce con certeza el resultado o las posibles soluciones; se utilizan modelos matemticos; modelos con probabilidades tanto objetivas segn hechos concretos, como subjetivas, dependientes de opiniones y juicios personales. 3 Hostil; con consecuencias influidas por el oponente: decisiones bajo conflicto con algn oponente, en las que se desconocen los resultados de los eventos porque estn influidas por lo que decida el oponente, que tiene intereses opuestos. 4 Incierto; con consecuencias desconocidas: en situaciones cuando se dispone de informacin incompleta para la toma de decisiones; aunque se pueda reconocer alternativas de solucin, no se les puede asignar probabilidades
478
Una de las modalidades de solucin es introducir sentimientos subjetivos de optimismo (criterio maximax, que selecciona la accin mxima del pago mximo) y de pesimismo (criterio maximin, que selecciona el mayor de los pagos mnimos); que a veces pueden tener bases razonables, segn algn conjunto de pautas parcialmente orientativas. Otra alternativa es asignar una distribucin de probabilidades a los sentimientos, para convertir el problema en uno de decisiones bajo riesgo y poder as elegir un ptimo. Por otra parte, cuando no existen elementos para esto, antes que tomar una decisin solo al azar, se puede recurrir al principio de la razn insuficiente (de Laplace), suponiendo que todas los eventos tienen igual probabilidad. Interesan los aspectos formales; que las preferencias sean consistentemente desde el punto de vista lgico, respetando los criterios siguientes: Transitividad: si X > Y; Y > Z; entonces X > Z. Completitud: si solo hay X e Y, entonces se prefiere X, o bien Y, o bien son indiferentes. Asimetra: si X > Y, no puede ser Y > X. Simetra de la indiferencia: si X es indiferente a Y, entonces Y es indiferente a X.
479
480
En 1944 Neuman y Morgenstern publicaron los axiomas para la toma de decisiones racionales bajo incertidumbre, incluyendo: - Preferir una lotera que otorgue el mayor premio. - Ser indiferente una lotera con premio de G de ganar o P de perder, con otra cuyo premio es intermedio entre G y P. En 1954 Savage demostr que sobre ese criterio se puede obtener probabilidades subjetivas de tipo cardinal (medible). Para obtener probabilidades subjetivas en este contexto incierto es necesario ser lgicamente consisten en la toma de decisiones:
481
1. Criterio maximin: se prefiere la mejor de todas las peores alternativas, segn la lgica N-M. 2. Criterio maximax: se adopta la mejor de todas las acciones. 3. Criterio de Hurwicz: pondera la suma de las probabilidades asignadas al valor de cada alternativa multiplicada por el resultado maximin y maximazx en ellas. 4. Criterio de la Razn Insuficiente de Laplace: en vez de recurrir a la subjetividad de quien decide, este criterio pondera asignando a cada resultado posible similar probabilidad de ocurrencia.
PARADOJA DE ALLAIS:
Este enfoque no racional es una crtica a la teora racional SEU de Savage, bajo el concepto de racionalidad limitada en los decisores. Segn Simon, 1986, ni las personas ni las PC disponen siempre de capacidad suficiente para la toma de decisiones con plena racionalidad. A veces se decide bajo diferentes reglas no siempre racionales en el sentido SEU, segn obligan las dificultades planteadas al tomar decisiones en terminados casos.
482
tado 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). Ms reciente, en el mbito de la programacin industrial y de la computacional, se adoptaran en forma especialmente intensa estos criterios del anlisis bajo incertidumbre; siendo todava incipientes en otras disciplinas.
483
vos, Luego de los aportes de L. Zadeh en 1965, otros posteriores amplan estos enfoques con creciente intensidad. Un relevamiento de la utilizacin de la matemtica borrosa en el mbito microeconmico con numerosos temas figura en el trabajo Introduccin a la teora de los subconjuntos borrosos a la gestin de las empresas, de A. Kaufmann y J.Gil Aluja (Ed. Milladoiro, Santiago de Compostela, 1986) Dado que la empresa implica dedicar capitales inmovilizados analizan ah problemas de la inversin y renovacin de equipos mediante matemtica borrosa; la produccin fue incorporada con el tratamiento mediante conjunto borrosos de los materiales (gestin de sotcks) y de la incorporacin de mano de obra (seleccin de personal); la comercializacin se plantea con la distribucin fsica de productos; y la direccin y administracin con subconjunto borrosos a travs del anlisis de balances y de los presupuestos y las previsiones a largo plazo. Tambin en estos enfoques tiene un lugar preponderante, no solo la nueva visin conceptual lgica, sino su modelacin matemtica y el tratamiento mediante computacin. L A. Zaded present en 1965 en Berkeley, California sus conceptos sobre la lgica difusa o fuzzy. En esta metodologa reciente del anlisis cientfico y computacional tambin se permite la inclusin de situaciones multivariantes para criterio de verdad o del estado de una cosa, en vez del criterio tradicional bivalente o binario (de Boole) tipo verdadero o falso, fro o caliente, lleno o vaco, etc.
484
En este ejemplo sobre la puntuacin de deportistas goleadores ante 16 tiros, la solucin clsica ponderara la estatura mayor a 1,85 y los mayores aciertos, seleccionando a los deportistas F e I. Bajo la lgica difusa se tienen en cuenta otras ponderaciones, que permitiran en este caso incluir con los mayores puntajes tambin al deportista E que tuvo 16 aciertos y antes estaba excluido. Esta lgica de los conjuntos difusos (elementos pertenecientes a ms de un conjunto) progres especialmente en computacin y en algunos campos de la tecnologa; tiene desarrollos importantes en la matemtica de conjuntos y otras disciplinas estan todava esperando mayores aplicaciones. Al parecer tiene mayor intensidad de uso en las recientes industrias de Japn y de China, la que habra facilitado la aparicin de las computadoras recientes con mayor capacidad que las existentes en Europa y EEUU hasta 1990y estos anlisis comentados
485
de Zaded y otros (especialmente sobre Fuzzy Modeling and Control e Intelligent Systems, del japons Michio Sujeno; y de F. H. Mandani del Reino Unido).
En 1961 Edward Lorenz estudiaba el comportamientos atmosfrico mediante simulaciones con series y encontr resultados
486
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 luego de un crecimiento exponencial la poblacin se acercara a un mximo posible ante la saturacin de los recursos del medioambiente. Estudi las series con una funcin diferente, una parbola logstica, que llev a precisar mejor la transicin entre el comportamiento normal y el catico, segn pequeos cambios en las constantes iniciales y en el exponente:
487
(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.
488
comportamiento humano posible, siendo Excel la herramienta adecuada para implementarlas (modelos de optimizacin, programacin y logstica; juegos de empresa; estudios de poblacin y demanda; etc.) Por ejemplo, los sismlogos influyen con sus informes en muchas actividades; suelen opinar sobre algunos tipos de terremotos que no son acontecimientos predecibles pero que s son prevenibles. Considerando el caso de la probabilidad tradicional sobre una tirada de dados, se estaba suponiendo implcito que estos no incluan imperfecciones y cada resultado tenia as 1/6 de probabilidad. Pero en el anlisis de la incertidumbre se analiza e incluye tambin la posibilidad de que por ejemplo los dados tengan imperfecciones (que estn cargados). Asimismo, en el anlisis tradicional sobre la tirada de una moneda se suponan monedas perfectas, con probabilidad cierta de para cara y 1/2 para cruz. Pero en esta nueva teora se incluira por ejemplo, la posibilidad de que la moneda pueda tener tambin dos caras o dos cruces u otra imperfeccin dable, que sea relevante para el resultado esperado. Ciertamente, esta ingresando as con esta lgica plurivalente la influencia de las valoraciones del decisor sobre la decisin u optimizacin; pero an con esto se entiende que las conclusiones siguen siendo racionales (ms racionales, en realidad) al considerarlas.
URNA DE PLYA
Otro ejemplo sobre el estado actual de la matemtica (no tan exacta como se crea) es este modelo, til para estudiar procesos econmicos estocsticos, en los cuales las circunstan-
489
cias iniciales, la ausencia de libre competencia, el libre albedro de los consumidores, etc. conduce a la obtencin de resultados que no estn directamente basados en la teora de la probabilidad, la competencia, los rendimientos, economas a escala, etc. La dinmica de estos procesos no-ergdicos esta influida por el azar y su evolucin no converge automticamente, como se 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
490
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.
491
ENUNCIADOS
492
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. b) Suponga que existan 10 agentes en cada grupo de ambos casos y obtenga las funciones agregadas de este mercado, suponiendo que se trata de bienes privados; c) igual, suponiendo que se trata de bienes pblicos. d) Comente ejemplos de estos dos casos. 3) a1) Elasticidad puntual. Defina y explique sobre la elasticidad precio en sus tres expresiones alternativas. Clasifique a los bienes segn la Elasticidad precio: Dx = 1/1000 Px + 8 para P = 5 a2) Elasticidad Ingreso. Defina la elasticidad renta con sus tres expresiones alternativas: Dx = 1/8 M + 4.75 para M = 8000 a3) Elasticidad cruzada. Defina la elasticidad cruzada con sus tres expresiones alternativas: Dx = 2 Y - 60 para Y = 10. b) Describa el coeficiente de elasticidad media o promedio. c) dada esta funcin de demanda clasifique a los bienes: Qx= 50 - px + 0,01 M + 3 py M= 100 PX= 1 Py= 10 4)_Teora de los ingresos: una empresa que debe levantar un pagar para no ser rematada; supone que no tiene costos y que su nico objetivo es el mximo ingreso, al menos por el cortsimo plazo.
493
a) Si su demanda es Px = - 0,10 X + 60 Explique cual es el nivel de actividad que le conviene a la empresa; calcule las funciones y los grficos. b) Detalle los conocimientos y supuestos requeridos para esta teora. 5) Sea un mercado con demanda Xd = 30 - P y oferta Xo = 80 - 4P ; calcule la estabilidad esttica segn Walras y segn Marshal; explique y grafique. 6) Determinar los efectos que producir un impuesto sobre la oferta en una cuanta de $0,90 por unidad vendida en este mercado, con: D (p) = - 400p + 4000; S (p) = 500p - 500 (NOTA: en la unidad 7 se vern ms ejemplos sobre el efecto de diferentes impuestos) 7) Estabilidad dinmica: En un mercado competitivo, con demanda Xd = 100 3 P y oferta Xo= 20 + 0,5 P Establezca la estabilidad dinmica del equilibrio si: a) baja la demanda baja 20% b) si se encarece la oferta por un impuesto del 10%. c) comente sobre ejemplos reales de mercados a los que se adapta este modelo dinmico explicativo. 8) Estimacin de funciones por el mtodo de mnimos cuadrados: a) caso simple con dos variables b) caso realista mediante correlacin mltiple; incluyendo adems, al menos tres medidas sobre la calidad del ajustamiento. 9) Programacin lineal
494
a) Un granjero tiene 100 hectreas para cultivar trigo y alpiste. El costo de la semilla de trigo es de $4 por hectrea y la semilla de alpiste tiene un costo de $6 por hectrea. El costo total de la mano de obra es de $20 y $10 por hectrea respectivamente. El ingreso esperado es de $110 por hectrea de trigo y $150 por hectrea de alpiste. Si no se desea gastar ms de $480 en semillas ni ms de $1500 en mano de obra, cuntas hectreas de cada uno de los cultivos debe plantarse para obtener la mxima ganancia? b) Ejercicio X Y DISPONIBILIDAD Mano de obra 1 1 200 Materia Prima 2 1 260 Fondos 10 20 3500 Beneficio unit. 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.
495
10) Programacion lineal, minimos con mtodo grafico (en TP u4) 11) Programacion lineal Simplex , mximos (en 33resumenes, en Microeconoma con Excel o Microeconoma Eiras) 12) Programacion lineal Simplex, minimos (en 33resumenes, en Microeconoma con Excel o Microeconoma Eiras)) 13) Programacion lineal con Solver de Excel (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 14a) Adems de calcularlo demuestre cmo y porqu se puede encontrar el equilibrio del consumidor segn la teora de la utilidad si: U = x y2 Px = 10 Py = 20 M= 1.000 14b) Ademas de calcularlo demuestre cmo y porqu se puede encontrar el punto de equilibrio del consumor segn Pareto: u = 3xy Px = 8 Py = 6 M = 240 15) minimizacin del gasto si: U = XY = 165 Px = 3 Py = 10 X = 16,70 Y = 5 Minimo costo para un a utilidad total = 165 ?. 16) Anlisis del concepto de dualidad. Excel (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras))
496
17) Funcin combinada de Lagrange, mximos: condicin de primer orden, condicin de segundo orden y demuestre el significado econmico de landa. 18) Funcin combinada de Lagrange, mnimos: 19 ) Funcin de demanda hiperblica: a) Sea u = 2xy, Py=10, m=100. Funcin de demanda Px = ? y explique los aportes de este enfoque. b) Encuentre la funcin de demanda del consumidor maximizador de utilidad por el bien X si la funcin de utilidad es U= XY, su renta M = 1.000 y Py= 20. 20) Determine analticamente y grafique el efecto ingresosustitucin segn Hicks. Si: U = 2XY2 , Px = 2, Py = 3 , M = 540; y sube Px = 3 20 b) Ecuacin de Slutzky. Dada una funcin de utilidad, los precios del mercado y el presupuesto clasifique a los bienes y determine la demanda compensada y ordinaria. (TP U5, en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 21) Determine la elasticidad media o promedio (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 22) Principales ndices de precios y cantidades para analizar el nivel de vida (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras)
497
23) Produccin con un solo factor variable : a) dada una funcin de produccin Qz = -6X3Y + 2X2Y2 , con X insumo variable e Y=5 fijo, determinar las etapas de los rendimientos analtica y grficamente. b) produccin conjunta dependiente: con una funcin de produccin conjunta X = q1 + q2 que muestra las cantidades del producto 1 y 2 que se pueden derivar del insumo X. Si se tiene una cantidad fija de 100 de insumo X, y el producto 1 y 2 se venden en el mercado a $3 y a $2 respectivamente. Qu cantidad de producto 1 y 2 convendra producir para maximizar el ingreso? 24) Produccion con dos factores variables a) Sea una empresa con la siguiente funcin de produccin: Q = 8CT Con : Pc = $4.Pt = $6.M = $280.- Hallar el nivel de produccin tal que la empresa alcance su Eficiencia Fsica aplicando el enfoque Paretiano. b) Cul es el mnimo costo para producir 300000 toneladas? Utilizando la funcin combinada de Lagrange: c) optimice y comente sobre los rendimientos si Q = 5CT 3 , con Pc = 6, Pt = 3 , M = 100. d) Teniendo en cuenta la siguiente funcin de produccin, hallar el producto mximo aplicando el mtodo de Lagrange. Q = 18CT , Pc = $2.- ,Pt = $3.-, M = $150.25) Funcin de produccin Cobb-Douglas Q = 4C 1/ 3T 1/ 3 Pc = 3 Pt = 4 M = 300 y comente las principales consecuencias prcticas de este enfoque. b) Si Q= 100K0,5L0,5, con un precio de K = $ 40 y precio de L = $ 30. A) Determine la cantidad de trabajo y capital que debe utilizar la empresa con el fin de minimizar el costo de Q= 1444 unidades de produccin. B) Cual es este costo mnimo ?
498
26) Teoria de los costos a) Corto plazo. Construir la funcin de oferta de una empresa cuyo costo a corto plazo est dado por Ccp = 0.04X - 0.8X + 10X + 5. b) Supongamos que la funcin de costo total a corto plazo de un empresario es C = X - 10X + 17X + 66 Determinar el nivel de Output para el cual se maximiza el Beneficio si P= 5$. Calcular la elasticidad del Output con respecto al costo en dicho punto c) Etapas de los costos si C = 0,03x2 + 12x + 100 con P = 20 (en U6, 27) d) Una empresa competitiva tiene la siguiente funcin de costos: C = 0.04 X3 0.8X2 + 10X + 5 Se pide: la funcin de oferta a cortsimo plazo. e) Largo plazo. Dada la funcin de costo C = X - 2X + X, con un precio de venta de $5 por unidad. Determinar los mnimos de explotacin y la oferta mnima, bajo el supuesto del largo plazo clsico; suponga y analice las consecuencias de una cada de $1 f) En un mercado competitivo, la empresa estudia la posibilidad de instalarse en el mismo. Determinar si la decisin de instalarse en el mismo es factible si el precio es $10.-; y la empresa trabaja con la siguiente funcin de costo total: C = 3X3 15X2 + 52X (en U6,31) 27) Equilibrio de la empresa y cantidad de competidores a) La funcion de coste a largo plazo de cada una de las empresas que producen el bien Q es C = q - 4q + 8q Nuevas empresas entraran o abandonaran la industria segn los beneficios sean positivos o negativos. Derivar la funcin de oferta a largo plazo. Suponiendo que la funcin de demanda corres-
499
pondiente es D = 2000 100p Determinar el precio de equilibrio, la cantidad total y el nmero de Empresas. b) Dada la funcin de costos totales CT= 128 + 69X -14X + X. El precio de mercado es 60 $. Hallar el nivel de produccin que maximiza beneficios. Hallar el ingreso, costo total y beneficios en este nivel. Suponga que el ingreso permanece como IT= 60X pero la funcin de los costos totales cambia a CT = 10 + 5X. Como difiere esta funcin de los costos totales de la presentada en la parte superior del grfico (enfoque total). Cul es la produccin maximizadora de utilidades y cual es la cantidad de las utilidades maximizadas? (en u6,32) 28) modelacin de una empresa sobredimensionada (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 29) inventario optimo (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 30) TIR y VAN (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 30b) evaluacin de proyectos inciertos (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 31) El financiamiento de la empresa, fuentes usuales (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 32) equilibrio de la empresa empricamente, con series de demanda, de costos y enfoque neclsico (en archivos Excel,
500
en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 33) Monopolio; (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 34) Monopolio con diferentes tipos de impuestos (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 35) Monopolio discriminador (en archivos Excel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 36) Carga impositiva en exportadores (en archivos Excel, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 37) Duopolio segun Cournot: el modelo supone que hay dos empresas que producen un producto homogneo. Sean las funciones de demanda y costo, P= 100 5 (X1+X2), C1= 5X1, C2= 0,5X22 38) a) Empresa lider y seguidora de Stackelberg Suponiendo P= 100 0,5 (X + Y) , Cx= 5, Cy= 0,5Y2 b) modelos de Silos-Labini, Modigliani; modelo de demanda quebrada o apuntada; modelo para intermediarios comerciales (en archivos Excel, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) .
501
39) Antidumping (en archivos Excel, 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 40) Cartel (colusin). a) Suponiendo que las funciones de demanda y de costo vienen dadas por, P= 100 05 (X + Y) Cx= 5X, Cy= 0,5Y2. b) Supongamos que las funcione de demanda y de costo vienen dadas por: P= 100 0,5 (X + Y), C1= 0,3 x2, C2= 20Y c) Ejercicios combinados, integradores de conceptos neoclsdiversos modelos y conceptos neoclsicos, como Rapidito y Lentito en la estacin Vivitos; o Telefocom 4 y 7 (enunciados en la gua de tp de Tow y respuestas en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 41) Teora de los juegos; JUEGO DE SUMA CERO CON DOS ADVERSARIOS a) Resuelva la matriz de beneficio: 8 40 20 5 (en U7,31) 10 30 -10 -8 b) estrategias puras y mixtas: (en u7,26) Se ejemplifica este caso a travs de una matriz de resultados que representa en sus filas, los 3 cursos de accin alternativos de la empresa A para ganar participacin en el mercado y en sus columnas los cursos de accin alternativos de la empresa B para ganar participacin en el mercado. B1 B2 B3-Bonifica pre- B4 cios A1- Afiches en va 6 -3 15 -11 pblica A27 1 9 5 A3-3 0 -5 8
502
c) juegos de suma No cero: Contrariamente a lo desarrollado con anterioridad los juegos de suma distinta de cero son aquellos en los cuales los intereses de los jugadores no son completamente opuestos. (en u7,30) B1:Mantener el precio B2: bajar precio A1: Mantener el preA= 20 B=20 A=12 B=32 cio normal A2: Rebajar el precio A= 32 B=12 A=14 B=14 d) dilema del prisionero. e) duopolio segn Stackelberg (contexto hostil) 42) Analisis de dominancia, estrategia mixta del caso anterior (en u7,28, en archivos Excel, en 33 resmenes y Microeconoma con Excel o Microeconoma Eiras) 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; con 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 fac-
503
tor, 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 $4; y su funcin de produccin indica la cantidad producida como dependiente del factor contratado Q = F(X ); supongamos Q = 27X2 - 0,4X3 (en u8,6) b) Monopolio bilateral: Sean q= 270q2 2q, X= 0.25X, las funciones de produccin del comprador y el vendedor respectivamente, correspondiente al monopolio bilateral. El precio de q es 3$, y el de X es 6$. A- Determinar los valores de q, de p y los beneficios del comprador y el vendedor correspondiente a las soluciones de monopolio, monopsonio y cuasi- competencia. Determinar los lmites de negociacin para p bajo el supuesto de que el comprador no puede estar peor que cuando la solucin es la del monopolio, y el vendedor que cuando es la del monopsonio. (en u8,9) 45) Teora de la incertidumbre. Seguros. Axiomas de la lgica Neumann-Morguenstern. Utilidad esperada bajo contexto cierto y bajo incertidumbre.(en TP u9 y en Microeconomia con Excel) 46) evaluacin de proyectos inciertos (contexto cierto e incierto, seguros, ver TP 30, y en u9 y en Microeconomia con Excel) En cual accin invertir un inversor si compra Acciones A Puede ganar $420 perder $110 (sin trmino medio). Si compra Acciones B puede ganar $650 perder $300. Las probabilidades de ganar con A y B son iguales P=0,5 y no puede dividir su inversin entre ambas. c) Cul probabilidad de ganar deber tener para estar indeciso entre A y B?
504
47) Ley de Walr y Ley de Say. a) onsecuencias para la empresa de las formulaciones sobre la identidad, la igualdad, teora cuantitativa y la ecuacin fundamental keynesiana. B) teoremas centrales de la economa del bienestar: explicacin de Arrow y Debreu y observaciones (en separatas, 33resumenes, TP por unidad, Microeconoma con Excel y en el programa oficial). 48) Caja de Edgewourt. Demuestre las consecuencias del traslado desde un punto ineficiente (interseccin) a un punto eficiente (tangencia); explique analticamente y comente el criterio de distribucin paretiano (en separatas, 33resumenes, TP por unidad, Microeconoma con Excel y en el programa oficial) 49) Matriz Insumo-Producto. Determine la optimizacin de un grupo empresario o de un pas mediante el uso de matriz inversa y el producto de matrices. (en separatas, 33resumenes, TP por unidad, Microeconoma con Excel como los casos resueltos Oman y su asesina y otros; o en el programa oficial) 50) Teorema de Coase y economa del bienestar; estado actual del mercado de bonos del carbono (en separatas, 33resumenes, TP por unidad, y en el programa oficial) 51) Criterio de distribucin en competencia; diversos criterios de valoracin segn la economa del bienestar, explicacin y observaciones (en separatas, 33resumenes, TP por unidad, Microeconoma con Excel y en el programa oficial)
505
Nota: numerosos conceptos tericos y otros temas breves del programa no estn incluidos en estos 50 TP pero deben ser considerados completando el programa. EJERCICIOS PROPUESTOS Enunciados (consignas) correspondientes a TP similares a los 50 TP bsicos del curso: los alumnos deben consultar los textos usuales, para completar TP similares a los aproximadamente 400 que hay resueltos en este curso. Pero los enunciados no son imprescindibles y pueden obviarse, ya que el conocimiento bsico de la teora de cada principio implica la redaccin de estas consignas.
506
507
merado competitivo es optima para coordinar las actividad y maximizar el bienestar general._ Fuentes: 1b) 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. La estructura actual de la oferta y demanda global argentina es en miles de millones segn Indec en 2011 la siguiente:
(sitio web del INDEC; archivos sobre el PIB y la matriz insumo producto argentina en los sitios web del curso) 2)
508
Los precios surgen en los mercados por interaccin de oferentes y demandantes La suma o agregacin de todos los demandan y oferentes de bienes privados se modeliza por suma horizontal, utilizando funciones explicitas (por que la variable independiente para cada uno es el precio que fija el mercado). En los bienes pblicos, cuya disponibilidad no es reducida por los dems, la suma es vertical, con funciones implcitas (ya que la variable independiente o asegurada es la cantidad disponible por el estado) El equilibrio surge por igualdad entre demanda y oferta agregada, con un precio y cantidad libremente determinados en los mercados competitivos. Fuentes: 3) Elasticidad precio, renta, cruzada y media o promedio: Para diversas comparaciones de variaciones de precios y cantidades se necesita relacionarlas mediante cocientes incrementales. Se define cada coeficiente, calculando sus expresiones alternativas, para opinar sobre la demanda u oferta de un bien o factor puntualmente, para calificar al bien de tpico o atpico, normal o inferior, sustituto o complementario, etc La medicin puntual permite calificar al bien o factor, pero en la empresa para clasificar a los bienes se utiliza el promedio de unos 40 meses de tendencia uniforme: elasticidad media o promedio. Fuentes: 4) Teora de los ingresos (y/o gasto) Bajo algunas circunstancias (como un vencimiento inminente) conviene suponer costos nulos y maximizar ingresos Si se utilizan demandas lineales, se puede aplicar el mximo de una funcin de una variable -la doble pendiente del ingreso marginal vs.
509
el medio; el concepto de recta por dos puntos; las relaciones entre elasticidad y precios altos o bajos y en general las relaciones que W: Baumol define como el X total, medio y marginal- para graficar el desarrollo geomtrico de los ingresos , que ser til para obtener conclusiones sobre sus mximos, elasticidades y las funciones sobre datos aparentemente no suministrados. Con estos conceptos matemticos y costos nulos se puede optimizar para el corto plazo maximizando ingresos en vez de los beneficios. Fuentes: 5) Estabilidad esttica en el mercado: Luego de alteraciones un mercado puede o no volver por si solo a otro equilibrio estable. Walras y Marshall calculan la demanda excedente, y el excedente de precio demandado, negativos como muestra de estabilidad; pero sus teoras no coinciden cuando las demandas y ofertas no tienen la forma tpica de la tijera marshaliana. Ambas teoras difieren en algunos casos por ser solo teoras, o meras interpretaciones de la realidad, la cual explican bien o no. Fuentes: 6) Impuestos que interfieren en el mercado: Se calcula el equilibrio de los mercados, sin y con impuestos, observando quien los soporta mayormente y si lo afectan frenando o no las actividades. Los impuestos ad-valoren o especficos sobre ventas reducen la actividad del mercado; pero aquellos fijos o sobre beneficios no la reduciran. Fuentes:
510
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 del ANOVA. Fuentes: 9)Programacin lineal, mximos, con mtodo grfico: Suponiendo 2 variables, restricciones lineales y recursos. 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.
511
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. 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:
512
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 informes usuales orientadores (Excel incluye 6 ejemplos tpicos en muestras.xls) Excel agiliza la programacin lineal con su macro Solver eligiendo en la opcin minimizar o maximizar, para hasta 16 variables y no solo dos como en el mtodo grafico que utilizaba la escuela tradicional inglesa.
513
Fuentes: 14) Teora de la demanda segn la utilidad: Maximizacin de la utilidad. En el precio del mercado influye especialmente la utilidad (decreciente) del consumidor. Definiendo la utilidad total y la marginal, se explica el concepto matemtico de mximo relativo (segn derivadas) a la demanda de un bien conforme a la utilidad marginal. Con dos bienes, la doble condicin de la ley dos de Gossen (y Marshal), sobre la proporcionalidad del cociente placer sobre precio en ambas compras y sobre agotar el gasto del presupuesto. El consumidor que termin de estudiar el mercado, pasa as a ser demandante, comprador, en ese equilibrio. Este modelo sicolgico-matemtico neoclsico explicaba solo las necesidades primarias (con saturacin). Posteriores desarrollos matemticos (Friedman y otros) permitieron ampliar esta teora a otras necesidades (con utilidad marginal constante y creciente, adems de decreciente) Fuentes: 15) Teora de la demanda segn la utilidad: Minimizacin del gasto. En el precio del mercado influye especialmente la utilidad (decreciente) del consumidor Calculada la relacin de intercambio segn los gustos y los precios del mercado, el problema de minimizar el gasto para esa u otro utilidad dada, es reemplazar esa relacin en la funcin de utilidad dada, para calcular las nuevas demandas; y luego reemplazar estas en la funcin de presupuesto para determinar ese monto de gasto.
514
Este modelo sicolgico-matemtico explicaba solo las necesitades primarias (con saturacin), tambin para minimizar el gasto de una utilidad dada. Posteriores desarrollos matemticos (Friedman y otros) permitieron ampliar esta teora a otras necesidades (con utilidad marginal constante y creciente, adems de decreciente) Fuentes: 16) Dualidad de todo acto econmico: Toda maximizacin de utilidad implica un mnimo costo para alcanzarla. Utilizando los conceptos matemticos de mximo y mnimo para dos variables y la doble condicin de Gossen o Marshall, el modelo sicolgico-matemtico neoclsico explicaba la demanda segn la utilidad marginal y necesidades (inicialmente solo primarias, con saturacin). Pero al ser un nico acto econmico, lo vean tanto para el problema primal de maximizar la utilidad y demandas como para su dual de minimizar el gasto de satisfacer esa utilidad dada u otra. Fuentes: 17) Funcin combinada de Lagrange para mximos: La eleccin entre 2 bienes sujeta a una restriccin de presupuesto se resuelve como un sistemas con 3 variables (dos bienes reales y una variable adicional matemtica landa). Friedman y la teoria de W.Pareto permitieron explicar la demanda con curvas de indiferencia infinitas para casos con utilidad marginal decreciente, constante y creciente (de las necesidades primarias, sociales y culturales). Usando el modelo geomtrico, se igualaban las pendientes (TMS) de los gustos con la del presupuesto o precios relativos del mercado. La
515
funcin combinada de Lagrange requera dos pasos: igualar a cero las primeras derivadas parciales y luego ver que el Hessiano (segundas derivadas) fuera positivo, para garantizar un mximo de utilidad con esas demandas de bienes. Las condiciones de primer orden y segundo orden. Este modelo matemtico alternativo al anterior de Marshall-Gossen, permita calcular adems la utilidad marginal del dinero en ese presupuesto (igual a la derivada de una tercer variable auxiliar inventada, landa). La utilidad marginal del dinero, representada aqu por este valor de landa, se demuestra por que coindice con el aumento de utilidad total al gastar un peso ms en alguno de los dos bienes (frente a la utilidad total original). Fuentes: 18) Funcin combinada de Lagrange para mnimos: Dados los precios del mercado, sujetos a una restriccin de una utilidad dada por consumir una determinada cantidad de bienes, es otro sistema de 3 variables. La teora de W.Pareto explico con curvas de indiferencia infinitas la demanda con utilidad marginal tambin constante, creciente y decreciente (de las necesidades sociales, culturales y primarias), usando el modelo geomtrico, igualando las pendientes (TMS) de los gustos con las del presupuesto o precios relativos del mercado. Para el problema dual de minimizar el gasto de una utilidad dada parta de combinar la funcin de presupuesto con una restriccin de un consumo (o produccin) dado. La condicin de primer orden (FOC-first order condition) es igualar a cero las primeras derivadas; la segunda (o SOC -second order condi-
516
tion) es que las segundas derivadas o Hessiano sea aqui positivo para garantizar que ese costo o gasto es mnimo. Este modelo matemtico alternativo al anterior de Marshall, permita calcular adems la utilidad marginal del dinero en ese presupuesto (pero no aqu sino solo en el primal del mximo). Fuentes: 19) Deduccin de la demanda terica: M. Friedman demostr que la demanda hiperblica explica la demanda tambin con utilidad marginal constante y creciente. Partiendo de una funcin de utilidad, los precios y el presupuesto (nominales, sin especificarlos) se calcula el equilibrio, resultando siempre en una funcin de demanda implcita de tipo hiperblico (solo la rama positiva interesa). La suma de los exponentes de la funcin de utilidad menor, igual o mayor que uno, indica si la utilidad marginal es decreciente, constante o creciente. Friedman us la hiperblica para superar la limitacin de la utilidad de Marsall solo aplicable a necesidades primarias con utilidad marginal decreciente (y as precios decrecientes), debido a la saturacin de aquellas; pero no aplicable en las necesidades sociales o culturales. Fuentes: 20) Efecto renta y sustitucin segn Hicks: Hicks (1938, V. y Capital) demostr grficamente (como Pareto) los efectos de la difcil ecuacin de Slutzky. Al cambiar un precio la nueva recta de presupuesto mostraba el segundo equilibrio y las demandas. Con un supuesto subsidio surgira una tercer RP tangente a la curva de indiferencia inicial, en un punto S distinto del equilibrio E inicial. Sus coordenadas permiten seccionar la cada total de demanda de X en el efecto Renta (subsidio) y el resto o efecto
517
sustitucin (o ley de la demanda); tambin calcular la demanda compensada (subsidiada) y la ordinaria (o total o final). Los gustos hacen que el nuevo equilibrio implique ms, igual o menos del otro bien Y; y se los pueda calificar (a X y a Y) de sustitutos, independientes o complementarios. Fuentes: 20b) Ecuacin de Slutzky: En 1915 Slutzky prest atencin al efecto de la inflacin sobre la demanda. Este matemtico descompuso el efecto del cambio de un precio (denominador) sobre la cantidad estudiada (numerador), en dos trminos, considerando en uno la utilidad marginal del dinero (el landa de Lagrange) y en el otro la cantidad gastada en el bien que cambi de precio. As calculo la demanda compensada (subsidiada) con una y la total u ordinaria con ambos. Calculando los cuatro efectos por variacin de ambos precios sobre ambos productos, la ecuacin ilustra (al menos tericamente) sobre las elasticidades (precio, renta y cruzada) para clasificar a los bienes. Sin embargo se desconoce como implementar esta ecuacin en las empresas, en las cuales (por el contrario) Excel permite calcular en instantes las elasticidades media o promedio y posibilita clasificar a los bienes efectivametne. (la ecuacin de Slutsky solo permite hacerlo hipotticamente, bajo el ambiente de los supuestos teoricos que usa) Fuentes: 21) Elasticidad media o promedio: La medicin puntual de las elasticidades es terica y solo til conceptualmente.
518
La elasticidad media o promedio de unos 40 meses uniformes, es el producto de la pendiente (de esa recta de correlacin precio-cantidad demandada) por el cociente suma de precios sobre suma de cantidades. Excel calcula esto en un instante graficando ambas series (y tildando en las opciones incluir la ecuacin en el grfico). Fuentes: 22) ndices de precios y de cantidades: Adems del efecto renta y sustitucin (Hicks o Slutsky) y la ecuacin de Slutsky, la teora de la demanda segn la preferencia revelada utiliza los ndices del INDEC para observar las reacciones de los consumidores ante cambios en los precios o cantidades. Los ndices de gasto comparan la cantidad y los precios de la canasta base con la actual. Laspayres observa los precios actuales de la canasta base. Paasche compara la canasta actual con los precios base. Los 12 ndices usuales de precios y de gastos estan en los archivos de Microeconoma con Excel (siguiendo a F. Toranzos). Mejora el nivel de vida cuando el ndice de gasto es mayor que el de Laspayres y tambin es mayor que el de Paasche. Es indefinido si el ndice de gasto esta entre ambos. Fuentes: 23) Produccin con un solo factor variable: Nuevamente usamos el modelo matemtico-geomtrico para teorizar sobre la empresa. Se define y grafica el producto total, medio y marginal (siguiendo el X total, medio y marginal de W. Baumol). Cuando el total es mximo el marginal es nulo. En el punto de inflexin del mximo esta el mximo marginal.
519
La mxima tangente al producto mximo indica el mximo producto medio (y para el resto de los valores monetarios tendr dos niveles de produccin, segn sendas ramas de la campana de Gauss ) La grafica del X total, medio y marginal utiliza el concepto de pendiente /tangente trigonomtrica del modelo geomtrico junto con el matemtico de mximos y mnimos de una funcin univariante, para determinar los puntos relevantes: etapas de rendimientos crecientes, decrecientes y negativos. Rendimientos crecientes hasta el mximo producto medio; decrecientes desde ah hasta el producto marginal nulo; negativos desde ah. Fuentes: 24) Produccin con dos factores variables: Las curvas de Pareto tambien se utilizan para la produccin con dos insumos variables. La tangencia de (aqu) isocuantas e isocostos indica la optimizacin maximizando la produccin de un bien con dos factores. Dada la tcnica, los rendimientos de cada factor indicarn la remuneracin posible en una empresa para ambos factores al momento de distribuir los ingresos producidos. La contratacin efectiva tambin depender de los precios del mercado, segn la oferta y demanda de ambos factores. Fuentes: 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.
520
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) Si el CMV es mayor al precio indica los rendimientos negativos, completando las tres etapas de los costos o rendimientos. En el largo plazo se supone no existen costos fijos, de modo que el CMV coincide con el CM. El mnimo de este (el punto crtico del corto plazo) es el ptimo de explotacin en el largo plazo. Fuentes: 27)
521
Equilibrio de la empresa competitiva y cantidad de competidores en el mercado: Si el mercado competitivo tiene agentes atomizados, al identificar el precio y la cantidad de uno puede deducirse el tamao del mercado y nmero de firmas en esa industria. Solo perduran las empresas eficientes, operando en su mnimo CMV. Calculando el mnimo de esa funcin surge la cantidad ptima y el valor de su CMV. Reemplazando este ltimo en la demanda del mercado -como precio uniforme- se obtiene la cantidad total operada. Dividindola por la cantidad del productor inicial se obtiene el nmero de firmas de esa industria. Si en competencia el precio es nico (no hay discriminacin) se obtienen los valores de la industria a partir de agente individual conocido. Fuentes: 28) Empresa sobredimensionada: Las funciones de costo total lineales tienen costos medios hiperblicos. El costo medio hiperblico representa el caso en que nunca se llega al nivel del costo medio mnimo. Tal es el caso de las industrias bsicas que requieren grandes instalaciones, que superan la demanda domstica de los pases en desarrollo; y necesitan operar competitivamente exportan excedentes, segn precios acortes a los menores costos medios de esos grandes volmenes. Ese modelo se utiliz exitosamente en Argentina por SOMISA para demostrar competitividad y no discriminacin monoplica, ante denuncias antidumping de gobiernos de EEUU por las exportaciones de dos barcos mensuales, con chapa de acero hacia ese pas en los aos 1980-1993.
522
Fuentes: 29) Inventario optimo: La condicin matemtica de mnimo permite racionalizar el costo de mantener inventarios. Esos costos dependen del tamao de los pedidos, del flete y del costo financiero de mantener existencias paralizadas. Se define la necesidad anual, el nmero de pedidos, del tamao de cada despacho o pedido y el stock medio o promedio de un perodo. Es posible armar as una funcin de costos lineal en la variable despacho, cuyo mnimo matemtico determinar el lote a adquirir con cada pedido (y la cantidad de estos). Esta tarea con la ecuacin diferencial comentada racionaliza el anlisis frente a las aproximaciones sucesivas tradicionales de alguien no tcnico. Sin embargo, la programacion Simplex y especialmente Solver de Excel facilitan todava ms esta determinacin racional. Fuentes: 30) Evaluacin de proyectos. VAN y TIR: Es usual calcular el valor actual para evaluar proyectos. 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)t (i de inters y t perodos); a los valores futuros se los divide por (1+i)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 con-
523
siderarse 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: 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 as estimaciones valorando la aversin al riesgo de los clientes Fuentes:
524
31b) El financiamiento de la empresa: Las empresas pueden tener financiamiento o conseguirlo de los proveedores y otras fuentes. Bajo el peligroso enfoque monetarista y la actual globalizacin generalizada (que sobredimensionan este enfoque) interesa especialmente el financiamiento proveniente de los bonos y el proveniente de las acciones (ya sean comunes, preferentes y convertibles, con sus caractersticas propias). Pero esta visin sobre el papel proveedor de recursos de las bolsas de valores conduce a desrdenes regulatorios y a crisis recurrentes, que perjudican a todos y muy especialmente a los ahorristas menores. Fuentes: 32) Equilibrio de la empresa empricamente: La modelizacin matemtica permite optimizar precisando los ingresos y los costos Se pueden estimar funciones de demanda, de ingresos totales y de marginales. Igualmente funciones de costos lineales o parablicas (segn el tipo de empresa sea sobredimensionada o normal). Igualando ingresos y costos marginales es posible llegar al punto de equilibrio o de Cournot. Dado que las funciones surgen de listados de 40 ms meses uniformes, el Anlisis de Excel y Solver facilitan determinar el nivel ptimo sobre bases empricas. Esto no es as un concepto solo terico, calculable nicamente con funciones conceptuales sin aplicacin concreta. Fuentes: 33) Monopolio:
525
El modelo terico de un solo proveedor y demanda competitva es estudiado bajo diversas actitudes. La optimizacin monoplica implica el criterio de Cournot (maximizando la funcin de beneficio (con la primer derivada nula y la segunda negativa, surge la cantidad, el precio y monto de cada variable) Al graficar con enfoque total y por unidad, se observa que el monopolio restringe la cantidad y sube el precio frente al equilibrio en un mercado de competencia (mayor precio que ingreso marginal). Fuentes: Si fuera el caso de un monopolio con dos plantas (multifactora), la condicin es calcular previamente el costo marginal conjunto (por suma horizontal) para lluego continuar con la optimizacin; con ese nivel de equlibrio se ve cuanto producir cada planta, con similares precios. 34) Monopolio con impuestos: El gobierno puede controlar a los monopolios con impuestos o favoreciendo las importaciones para que le sean competitivas. El impuesto represente una suba de costos que limitara sus beneficios y puede afectar o no (segn el tipo de impuesto) a la cantidad y precios de ese mercado. Los impuestos fijos o sobre a beneficios no alteran las condiciones del mercado (como aquellos que se aplican sobre ventas) y solo limitan los beneficios. Fuentes: 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
526
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 igualar 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 (reembolsos) a los exportadores, por que son usualmente vistos como subsidios en el exterior (con carga mucho mayor que reintegros). Fuentes: 37) Duopolio segn Cournot:
527
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. 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 demos-
528
tr que los montos originaron daos considerable (o amenazan con ello). Fuentes: 40) Cartel Si es posible la colusin los oligopolios optimizan conformando un cuasimonopolio. Para calcular la cantidad de cada uno se suma horizontalmente el costo marginal conjunto (tal como en el caso multifactora). No se explica el reparto de los beneficios (pero sera razonable suponer que ambos pretendan ms que lo que obtendra acutando por su cuenta: repartiran solo el excedente sobre ello) 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.
529
Cada duopolista calcula sus posibilidades, asegurndose el mejor resultado posible entre aquellos que no interesan a su oponente. Para los casos en que no coinciden las estrategias J. Nash agreg al anlisis de las estrategias mixtas, con y sin colusin; o en juegos reiterados segn la dominancia, al igualar las probabilidades segn cada juego que pueda hacer el otro.. 42) Anlisis de dominancia: Sin colusin, puede convenir una estrategia mixta con sucesivos juegos al azar. En los juegos repetitivos se calcula la dominancia igualando las alternativas segn que el oponente acte con una u otra estrategia, para luego jugar al azar pero guardando esas proporciones como promedio. Se logra un ptimo segundo, o lo mejor posible, luego de igualar las probabilidades de cada accin, con igual premio para ambos duopolistas. Fuentes: 43) Contratacin de factores en competencia: La asignacin ptima sigue el criterio paretiano para determinar la remuneracin segn el valor de su producto marginal (salario = valor del producto marginal del trabajo) Al igualar la TMS y el cociente de los precios de factores Pareto calcula la produccin ptima, de modo que la remuneracin de los factores no puede superar al producto marginal de cada factor. De este modo la distribucin de ingresos agota el producto generado. Fuentes: 44) Contratacin de factores en monopsonio: Una nica empresa demanda factores, que actan competitivamente.
530
Igualando el valor del producto marginal a la oferta del factor surge una remuneracin posible y otra mayor del resultado monopsnico. La diferencia entre ambos valores es el margen monopsnico. 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
531
Las empresas dependen del nivel de actividad general, que no siempre esta en equilibrio. En 1803 J.B. Say crea en una igualdad entre la demanda y la oferta, siempre con pleno empleo (excedente de demanda nulo). La teora cuantitativa de la moneda de J.S. Mill en 1840, consideraba que si se emita ello solo resultara en inflacin sin afectar al equilibrio de los mercados reales. J. M. Keynes explic la gran crisis mundial de 1929, cuando las expectativas/ desconfianza de los empresarios sobre una burbuja de la bolsa de Wall Street los llev a retirar sus inversiones, catapultando una quiebra general mundial con desempleo. Recet cavar y tapar zanjas para dinamizar la actividad con los salarios de esa obra publica. Desde 1934, en vez de la identidad de Say , se prefiere utilizar la igualdad de Walras (Paris 1874), ya que solo para un determinado valor de precios la suma de ofertas se convierte en igual a la suma de demandas, pero con pleno empleo. Fuentes: 48) Caja de Edgewourth: Utiliz en 1885 curvas de indiferencia para demostrar las ventajas del intercambio entre dos pases. W. Pareto complet analticamente su criterio geomtrico de ptimo. La interseccin de dos curvas de los pases era una combinacin ineficiente, ya que era posible trasladarse por una u otra curva hacia una combinacin eficiente (con punto de tangencia, no de interseccin), que representaba una mejora para uno o para el otro de los pases. Como no explicaba cual de ambos deba mejorar surgieron otros criterios de bienestar, como los de Kaldor, Tibor de Sctowky y Bergson. Fuentes:
532
49) Matriz Insumo-Producto para miles de variables El lgebra de matrices incluye solo media docena de reglas y permita resolver manualmente sistemas con ms de tres variables pero pocas ms (no haba as publicados sistemas de 5 variables) La matriz inversa por el vector de demandas finales da como resultado el valor de las transacciones directas e indirectas de una economa o grupo empresario microeconmico. El algebra de matrices se aplic exitosamente a la macroeconoma de los pases, basndose en datos de los censos econmicos. En Argentina se escondieron o no se publicaron estos datos, apareciendo recin en 2003 una matriz I-P suficientemente desagregada, no obstante los censos que se efectan cada 10 aos. Excel permite calcular en instantes miles de variables con la matriz inversa (=minversa( ) ) y las multiplicaciones (con =mmult( ) ); basta pintar el cuadro de los datos, seleccionar estas funciones y aplicarlas con Cntrl+Shift+Enter a todo otro rango similar pintado. Fuentes: 50) Teorema de Coase: El Estado puede dictar leyes pasivas y leyes activas (las que obligan a no hacer y a hacer) Repartiendo unos derechos iniciales a contaminar por un determinado nivel (limitado), puede surgir un mercado de esos derechos, para equilibrar las empresas deficitarias en polucin con las sobrantes y lograr simultneamente combatir la polucin o carbono. Este aspecto del comportamiento bajo el criterio de las ESR no fue logrado; el acuerdo de Kyoto no fue cumplido por EEUU, demorndose hasta hoy la implementacin del proyecto antipolucin. Fuentes:
533
51) Criterio de distribucin en competencia Igualando las TMS en el equilibrio paretiano de la empresa, o bien en la Caja de Edgeworth, se determinan las combinaciones eficientes para demostrar que uno mejora y nadie empeora. Pero pueden hacer falta otros criterios de bienestar para determinar quien mejora o quien empeora, o que ambos mejoren, como algunos criterios que estudia la economa del bienestar. Fuentes:
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 incluyendo el anova; programacin Simplex con Solver; VAN y TIR; resolucin de sistemas o matriz insumoproducto. Asimismo, otros temas tericos figuran en el programa y quizs no implican utilizar ecuaciones para modelizarlos, pero son igualmente necesarios. Por ejemplo los dos axiomas de la teora del bienestar; otros criterios de bienestar; empresa socialmente responsable (ESR); teorema de Coase, 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
534
535
536
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 3 El Mercad Competitivo U.3 3 Estabil 3 Micro Con Excel 3 Tp 12 Simplex Dieta 3 Tp 5 (estabilidad Esttica) 3 Tp 5 Estabilidad Del Mercado 3 Tp 5 Estabilidad Mercado 3 Tp 5 Estabilidad Walras Y Marshall 3 Tp 6 Efecto De Impuestos 3 Tp 6 Impuestos 3 Tp 7 Modelo Telarana 3 Tp 7 Modelos Telaraa Con Ajustes 3 Tp 7 Modelos Telaraa Con Ajustes2 3 Tp 8 Demanda Caso Industrias 1999 3 Tp 8 Detalle Datos Mercado A 3 Tp 8 Detalle Datos Mercado B 3 Tp 8 Detalle Datos Mercado C 3 Tp 8 Detalle Datos Mercado D 3 Tp 8 Estimacion Demanda Helados Con Anova 3 Tp 8 Estimacion Demanda Helados Correlac Multiple 3 Tp 8 Estimacion Demanda Y Analisis De Coyuntura 3 Tp 8 Estimacion Funcion Demanda Discos Freno 3 Tp 8 Estimacion Funciones Demanda Cocinas
537
3 Tp 8 Import Argentina Por Firma Y Producto 11 3 Tp 8 Import Argentina Por Firma Y Producto1 3 Tp 8 Import Argentina Por Firma Y Producto10 3 Tp 8 Import Argentina Por Firma Y Producto2 3 Tp 8 Import Argentina Por Firma Y Producto3 3 Tp 8 Import Argentina Por Firma Y Producto4 3 Tp 8 Import Argentina Por Firma Y Producto5 3 Tp 8 Import Argentina Por Firma Y Producto6 3 Tp 8 Import Argentina Por Firma Y Producto7 3 Tp 8 Import Argentina Por Firma Y Producto8 3 Tp 8 Import Argentina Por Firma Y Producto9 3 Tp 8 Nomenclador Internacional De Productos 3 anova 4 Archivos Paginas Micro Con Excel 4 Modela 4 Solver 4 Tabla0 Simplex 4 Tp 10 Minimizacin Lineal Metodo Grafico 4 Tp 10 Minimizacion Y Simplex 4 Tp 11 (simplex) 4 Tp 11 Inversiones Con Solver 4 Tp 11 Maximizacion Simples Caso Zonda 4 Tp 11 Muestras De Excel Para Transportes y otros Simplex 4 Tp 11 Simplex 4 Tp 11 Simplex Con Solver De Excel 4 Tp 11 Simplex Con Solver De Productora 4 Tp 11 Simplex Con Solver Dulces 4 Tp 11 Simplex Con Solver Lenceria 4 TP 11 Simplex con Solver paso a paso 4 Tp 11 Simplex Con Solver Peras 4 Tp 11 Simplex Fabrica Remeras 4 Tp 11 Simplex Gualeguaychu 4 Tp 11 Simplex Solver Duraznos 4 Tp 11 Simplex Solver Motos 4 Tp 11 Simplex Textil 4 Tp 11 Simplex Trigo Centeno 4 Tp 11 Simplex Y Solver Lagrange Y Matrices 4 Tp 11 Tablas Simplex Programac Lineal 4 Tp 11 Tablas Simplex Programacion Lineal
538
4 Tp 12 Simplex Camperas 4 Tp 12 Simplex Con Solver Dietas 4 Tp 12 Simplex Con Solver Imprenta 4 Tp 13 Minimizar Costo Dieta 4 Tp 13 Programacion Con Solver-remeras 4 Tp 13 Simplex Solver Sensibilidad 4 Tp 9 Metodo Grafico Programacion Lineal 4 Tp 9 Prog Lineal Metodo Grafico 4 Tp 9 Y 10 Programacin Lineal-mtodo Grafico 4 Tutoria Simplex Programacion Lineal Solver 5 Graficos Total Medio Marginal 5 Hicks Efecto Renta 5 Slutzky E Inclusin Del Tiempo 5 Tp 14 (maximizacin De La Utilidad) 5 Tp 14 (minimizacin Del Gasto T.utilidad) 5 Tp 14 Tres Teoras De La Demanda Y El Sistema Economico 5 Tp 14 Utilidad Cardinal 5 Tp 15 Curvas Indiferencia Pareto 5 Tp 16 Y 18 Lagrange Dual Y Teorias 5 Tp 17 Lagrange 5 Tp 17 Lagrange Max Y Tp18 Minimiza 5 Tp 19 Demanda Teorica 5 Tp 20 Ecuac Slutzky 5 Tp 20 Ecuacion Slutzky 5 Tp 20 Efecto Renta Y Sustitucion De Hicks 5 Tp 22 12indices De Toranzos 50 Informes De 50 Tp 50 Tp Micro1 Octub 2007 6 Dumping 6 Juegos 6 Produc 6 Producion 6 Teoria Juegos Estrategias Mixtas 6 Tp 23 Y 24 Produccion 6 Tp 23 Y Teoria Produccion Y Costos 6 Tp 24 Maximizacion Con Operadores De Lagrange 6 Tp 25 Euler Y Cobb Douglaseulercob 6 Tp 26 Costos 6 Tp 26 Costos A Corto Plazo
539
6 Tp 26 Costos Con Excel 6 Tp 26 Costos Unitarios 6 Tp 26 Punto Muerto 6 Tp 27 (cantidad De Competidores) 6 Tp 27 Cantidad De Emrpesas 6 Tp 27 Cantidad De Firmas En Competencia 6 Tp 28 Sobredimensionada 6 Tp 29 (inventario Optimo) 6 Tp 29 Inventario Optimo Stocks 6 Tp 30 Evaluacion Estados Financieros 6 Tp 30 Tir Segun Excel 6 tp 30 TIR y VAN Teresa Eiras 6 Tp 30 Van Y Tir Etileno 6 Tp 32 Equilibrio Empirico 6 Tp 33 ( Monopolio ) 6 Tp 33 Monopolio 6 Tutoria 6 Y 8 Tp 31 Y 46 Evaluacion Proyecto Incierto 6 Tp Sistemas NxN 6 TP sistemas NxN ABRA 6_6 Mtodos equivalentes 6 Metodos equivalentes 7 Carga Impositiva 7 Compett 7 Medio Ambiente 7 Monopolio 7 Monopolios 7 Oligopo 7 Teorema De Coase 7 Tp 28 Empresa Sobredimensionada Y Antidumping 7 Tp 28 Y 39 Competencia Y Antidumping 7 Tp 32 Equilibrio Empresa Con Series Empiricas 7 Tp 34 (monopolio Con Impuestos) 7 Tp 34 Efecto De Los Impuestos 7 Tp 34 Impuestos En Monopolio 7 Tp 35 Discriminacin 7 Tp 35 Discriminacion De Precios O Mercados 7 Tp 35 Discriminacion Mercados 7 Tp 36 Carga Impositiva
540
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 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
541
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 2012 <<< Zip4 Archivos Paginas Micro conExcel<<< Zip5 Otros Archivos Excel Zip6 Acrobat Reader Para Leer el Libro Zip7 Con varios Programas
ayuda para alumnos u otros 24 horas 365 das en: eirasroel@gmail.com cursos Distancia correo por el sitio Distancia Todos y el libro son libres ( 0 $ )
542
COMPARACIONES DE SOFT
Las tablas siguientes comparan la informacin general y tcnica para un anlisis estadstico de los principales paquetes. Los autores incluyen tamben una gran cuadro con la comparacin integral por rubro (ver abajo su direccin). Unos paquetes de este soft son gratis, otros tienen un alto costo, pero en muchos casos se pueden bajar de sus paginas web versiones de prueba trial por 30 das sin costo.
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 Productor La fecha ms ltima de la versin
Coste (USD)
fuente
AcaStat
Acastat
$29
No
543
ADaMSoft
Marco Scarno Analizar-l VSN internacional AnalystSoft Daniel Stricker Alan Heckert Herman J. Bierens Centros para el control y la prevencin de la enfermedad Software micro cuantitativo Sistema de Aptech
S No
GNU GLP
CLI/GUI
Analizarl ASReml
BioStat BrightStat
Propietario GUI
>$150 $100
[1][2]
No No No S
Dataplot
EasyReg
Libre[3] /
$300 No
Propietario GUI
Epi Info
8 de noviembre, 2007
Libre
No
Propietario CLI/GUI
EViews
No No
GAUSS
544
GenStat
Hlice de oro
gretl JMP
VSN internacional Hlice de oro El equipo del gretl Instituto del SAS Gary W. Oehlert y Christopher Bingham Investigacin del volframio Schoonjans franco [marketingqed] Minitab Inc. [1] Software estadstico de NCSS
>$190
No No
Libre
$1190
No
Propietario GUI/CLI
MacAnova
29 de agosto, 2005
Libre
GNU GLP
GUI
Mathematica MedCalc
modelQED
No No No
Propietario CLI/GUI Propietario GUI Propietario GUI Propietario CLI/GUI Propietario CLI/GUI
Minitab
MRDCL
NCSS
>$399
No
Propietario GUI
545
OpenEpi Origen Lenguaje de programacin del buey OxMetrics Origen Partek Cartilla PSPP
Libre $699
S No
No
Propietario CLI CLI/GU Propietario I Propietario GUI Propietario GUI Propietario GUI GNU GLP GNU GLP GNU GLP CLI CLI
CLI/GUI
No No No
$500$1000
No S S S No S S
546
SAS SOCR
No
Propietario CLI/GUI
UCLA Stata Statacorp Statgraph ics StatPoint STATISTICA StatSoft StatIt StatIt StatPlus
S No No No No No No No No No
GNU GLP
GUI
Propietario CLI/GUI Propietario GUI Propietario GUI Propietario GUI Propietario GUI Propietario CLI Propietario GUI Propietario GUI Propietario GUI
[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
7 de enero,
No
Propietario CLI/GUI
GUI,
UNISTAT
15 de mar-
VisualStat
No
Propietario Excel
$195 Libre
No No
Winpepi
547
XLStat
XploRe
$395[2] No
2006 No
Producto
Producto
Coste (USD)
Windows
S S S S S S S S S S S S S S S S S
OS del Mac
S S S S No No No No S No No
Linux
S S S S No No No No No No No No No
DEB
S S S S No No No No S No No No S
Unix
ADaMSoft MacAnova
Dataplot
SalStat
Cartilla
AcaStat
No No No No S No No
Analizar-l
BioStat BrightStat EasyReg
Terminado (1.1) No S S
548
Hlice de oro
S S S S S S S S S S S S S
S S S S No No No No S No S S
S S S S No No No No S S S S
No No No No No No No No No S No S S
S No S S No No No No No S No S S S S S S S S S No No No No S No
Minitab
NCSS
Terminado No
Origen
OpenEpi Partek
S[5]
S No S S S S S S S S S S
S[5]
S No S S S No No No S No S
S[5]
S S S S S No No No No S S
S[5]
No No No S S No No No No No No No
Terminado S
549
StatsDirect Statistix
S S S S S S S S
No No No No No No S No
No No No No No No No S
No No No No No No No No
No No No No No No No S
SYSTAT
UNISTAT VisualStat
Winpepi
XLStat
XploRe
Producto
Windows
OS del Mac
Linux
DEB
Unix
MANOVA
GLM
pruebas Postehoc
AcaStat ADaMSoft
No No S S S No S S
No No S S S No S No
No No No S No No No No
No No No S No No No No
No No S S S No No No
Analizar-l
BioStat BrightStat EasyReg
550
Origen
Partek
SYSTAT
UNISTAT VisualStat
Winpepi
XLStat
551
Producto
Unidireccional
De dos vas
MAGLM NOVA
pruebas Postehoc
de regresin:
AcaStat ADaMSoft S S S S S S No S S No S No S S S S S S S S S S S No S No S No S S S No S No No S S S S No S S S No S S S No S No No No No S S S S S S No S No S No S No S S S S No No S S No No No
Analizar-l
BioStat BrightStat EasyReg
Origen
Partek
552
Comandante [4] de R
S S S S S S S S S S S S S S S S S S S S S S S S S S S S S No S S S No No S No S S S No S No S No S S S S S S S No S S S S S S S S S S S S S
S No No S No S S S S S S No No S No S No S S S S S No S S S S S S S S S S No S S
RATAS
Sagata
SYSTAT
UNISTAT VisualStat
Winpepi
XLStat Producto
GLM
CHAVAL
Por etapas
553
ARIMA
VAR
GARCH Multivariat
AcaStat
Analizar-l
BioStat EasyReg S S S S No S S S S S S S S S S S No No No No No No No No S S S S S S S S S
Origen R
Comandante [4] de R
S No S
S No S
S No S
S No
S No S
554
Statgraphics STATISTICA
StatIt
S S S S
No No No S
No No No
No No No
No No No S
SYSTAT
UNITAT VisualStat
S S No No No No
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
555
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
556
-Cecil Mills, F., Mtodos Estadsticos Aplicados a la Economa y a los Negocios, Madrid, Aguilar Ediciones, 1965. -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.microeconomiaconexcel.com http://distancia.econ.uba.ar
http://www.econ.uba.ar/www/departamentos/economia/ plan97/micro1/eiras_roel/
Dep..Economa (Microeconomia I-catedra I -adjunto Eiras Roel); www.aplinfo.com.ar (claveen Entrar: 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. -Gujarati, Damodar N., Econometra (Un. West Point)
557
-Henderson, J.M.-Quandt, R.E., Teora Microeconmica, Barcelona, Editorial Ariel, 1985. -Kmenta, J., Elementos de Econometra, Barcelona: Editorial Vicens Universidad, 1980. -Lago. A. V., Microeconoma, Buenos Aires: Ediciones Macchi, 1976. -Moroney, M. J., Hechos y Estadsticas, Buenos Aires: EUDEBA, 1970. -Rbora, T. I., Ejercicios de los cursos de microeconoma I, en www.rebora.homestead.com -Solana, R. F., Planeamiento y control de la produccin, Buenos Aires: Editorial El Coloquio, 1974. -Spiegel, M. R., Estadstica, Bogot: Editorial McGraw Hill, 1969. -Taha, Handy A., Investiagacin Operativa (Un. Arkansas). -Toranzos, F. I., Estadstica, Buenos Aires, Editorial Kapelusz, 1962. Tambn Formacin Matemtica del Economista, Buenos Aires, Fondo de Cultura Econmica, 1964. -Tow, F., Programa de Microeconoma I, Buenos Aires: Facultad Ciencias Econmicas-UBA, 1997. -Tow, F., Gua de trabajos prcticos Microeconoma, Ed. CECE. -Trejo, C. A., Matemtica General, Buenos Aires, Editorial Kapelusz, 1962. -Varian y Bergstrom (Bergstrom-Varian), Ejercicios de Microeconoma Intermedia, Barcelona: Editorial Bosch, 1987.
558
-Varian, H. R., Anlisis Microeconmico, Barcelona: Editorial Bosch, 1998. -Varian, H. R., Microeconoma Intermedia, Barcelona: A. Bosch Editor, 1998. -Watson, D. S., Teora de los precios en accin, Mxico: Editorial Trillas, 1981. -Yamane, T., Matemticas para Economistas, Barcelona, Editorial Ariel, 1965.
559
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
560
tculos de nuestra base de conocimientos (Knowledge Base). Sin embargo, los artculos traducidos automti camente pueden contener errores en el vocabulario, la sintaxis o la gramtica, como los que un extranjero podra cometer al hablar el idioma. Microsoft no se hace responsable de cualquier imprecisin, error o dao ocasionado por una mala traduccin del contenido o como consecuencia de su utilizacin por nuestros clientes. Microsoft suele actualizar el software de traduccin frecuentemente.
561
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.
562
Aspectos metodolgicos: economa positiva y normativa; teora y realidad. (Lipsey 1) Variables. Funciones e identidades. (Lipsey 2) Modelos determinsticos y estocsticos. (Lipsey 3)
Lipsey, Richard: Introduccin ala economa positiva. Cap. 1 5 Objeto y mtodo. Visin general del sistema de precios. Parkin, M. Microeconma. Cap. 1 Qu es la economa? Friedman, M. Teora de los precios. Cap. 1 - Introduccin.
UNIDAD 2: LA DEMANDA Y LA OFERTA. La funcin de demanda y de oferta de mercado. Conceptos ex-ante y ex-post. Unidad de tiempo y de medida. Variables dependientes e independientes. Elasticidades. Definicin de los bienes. Gasto e ingreso total. Composicin de las curvas mediante suma horizontal. Desplazamientos de las curvas. Relacin entre los conceptos. DETALLE
UNIDAD 2: LA DEMANDA Y LA OFERTA.
La funcin de demanda y de oferta de mercado. (Lipsey 7,8,10; Parkin 4; Friedman 2 hasta49). Conceptos exante y expost Unidad de tiempo y de medida. Variables dependientes e independientes. Elasticidades. (Baumol c.8 hasta 175 ed.1964; cap9 hasta 190 ed.1980; Mochn 5; Parkin 5; Varian 15) Deficin de los bienes.
563
3 de Baumol)
Composicin de las curvas mediante suma horizontal.
(DieguezPorto ej.35) Desplazamientos de las curvas. Relacin entre los conceptos. Lipsey, R. Introduccin a la economa positiva. Cap. 7 La teora elemental de la demanda. La teora elemental de la oferta. Cap. 10 La elasticidad de la oferta y la demanda. Mochn F. y Becker V. Economa,Principios y aplicaciones. Cap. 5 Oferta y demanda: conceptos bsicos y apliaciones. Parkin, M. Microeconoma. Cap.4 Demanda y oferta. Cap.5 Elasticiad. Friedman, M. Teora delos precios. Cap. 2 La teora de la demanda (hasta la pag. 49) Baumol W. Toera econmica y anlisis de operaciones. Cap. 8 Teora del demanda (hasta la pag. 175). Fernndez Pol, J. Conceptos matemticos tiles en microeconma. Parte I. Cap. 5 Funciones homogneas. Teorema de Euler. Varian, Harl R. Microeconoma intermedia. Cap. 15 La demanda del mercado. UNIDAD 3: EL MERCADO COMPETITIVO. Caracterizacin. Equilibrio. Condiciones de estabilidad (estticas). Hiptesis del exceso de demanda (Walras). Hiptesis del exceso de demanda precio (Marsall). Modificacin del equilibrio. Esttica comparada. Subsidios e impuestos. Oferta conjunta, demanda compuesta y demanda derivada en condiciones de coeficientes fijos. Mercados relacionados. Modelo de la telaraa y otros modelos dinmicos. Condiciones de es-
564
tabilidad dinmica. Predicciones e interpretacin a travs del modelo de la oferta y demanda. Comparacin de esquemas analticos. Introduccin a la estimacin de las funciones. Problemas de identificacin. Estudio de casos de la realidad. Extensiones: introduccin a la econometra. DETALLE:
UNIDAD 3: EL MERCADO COMPETITIVO.
Caracterizacin. Equilibrio. Condiciones de estabilidad (esttica). Hiptesis del exceso de demanda -Walras). Hiptesis del exceso de demanda precio -Marsall. (Henderson-Quandt 6-7 y 6-8) Modificacin del equilibrio. Esttica comparada. Subsidios e impuestos (Lipsey 9 y 11; Parkin 6) Oferta conjunta, demanda compuesta y demanda derivada en condiciones de coeficientes fijos. Mercados relacionados. (Friedman 7) Modelo de la telaraa y otros modelos dinmicos. Condiciones de estabilidad dinnica. (Lipsey 12; Henderson-Quandt 6-8 y 6-9) - Predicciones e interpretacin a travs del modelo de la oferta y demanda. Comparacin de esquemas analticos: Introduccin a la estimacin de las funciones. Problemas de identificacin. (Baumol cap.10 ed.1980 es ms especfico pero excede el nivel de la asignatura) Estudio de casos de la realidad. (Eiras: chapa fro; discos embrague; helados; departamentos, etc. resueltos en pginas Web ) Extensiones: introduccin a la econometra. (Baumol, etc. ...)
565
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; 6-8 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.
566
Los supuestos: aditividad, proporcionalidad, no negatividad y funcin objetivo lineal. Actividades, item, flujos externos, ecuaciones de balance, coeficientes de insumo producto. Variables de holgura. Minimizacin y maximizacin. Planteo de problemas. Problema primal y dual. Variables artificiales. El mtodo Simplex. Su interpretacin econmica. Precios sombra. Planteo y aplicacin de teoremas. Anlisis de sensibilidad. Extensiones: programacin entera y no lineal. DETALLE:
UNIDAD 4: PROGRAMACIN LINEAL COMO INSTRUMENTO DE MODELACION MICROECONOMICA.
Los supuestos: aditividad, proporcionalidad, no negatividad y funcin objetivo lineal. Actividades, item, flujos externos, ecuaciones de balance, coeficientes de insumo producto. Variables de holgura. Minimizacin y maximizacin. Planteo de problemas. (Baulol 5 Henderson-Quandt 5-6 y 5-7; Tow ficha ed.Macchi) Problema primal y dual. Variables artificiales. (Baumol 6) El mtodo Simplex. Su interpretacin econmica. Precios sombra. Planteo y apliacin de teoremas. Anlisis de sensibilidad. (3 paginas Eiras en Web; Ej. en ExcelSolver)Extensiones: programacin entera y no lineal. (Baumol 7; Ej.en paginas Web Eiras con Solver de Excel)
567
Henderson, J. y Quandt, R: Teora microeconmica. Cap. 5 punto 5-6 Funciones de produccin lineales y 5-7 Programacin lineal. Tow, Fernando V. Progrmacin lineal como instrumento de modelacin microeconmica. Todas las secciones. Bibliografa complementaria:
Dorfman, R., Samuelson, P., Solow, R, Programcin lineal y anlisis econmico. Cap. 5 El problema del transporte; punto 5-1 Un caso sen-
cillo y 5-4 Los valores implicitos: el dual. Ejercicios resueltos: Dieguez H. y Porto, Problemas de microeconoma. Problema 13 Maximizacin del producto. Problema 14 Minimizacin del costo. Problema 16 Plan de produccin. Problema 17 Plan de produccin (II). Problema 18 Plan de produccin (III)
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
568
...y untilidad ordinal (Parking 8; Baumol 8-5 hasta 8-10 ed.1964 9-5 hasta 9-10 ed.1980). La restriccin presupustaria. Maximizacin de la utilidad. Equilibrio del consumidor. (Friedman 2 pag. 4973)(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 8-12 ed.1964 9-11 hasta 9-17 ed.1980; HendersonQuandt 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) (DieguezPorto 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) Henderson, H. y Quandt, R Toera microeconmica. Cap. 2 La teora de la conducta del consumidor. Cap. 3 Temas sobre la
569
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.
UNIDAD 6: LA EMPRESA Y LA UNIDAD DE NEGOCIOS.
Funcin de produccin. Isocuantas e isocostos. Rendimientos de los factores variables y rendimientos a escala. Minimizacin de costos. Eficiencia tcnica y econmica. Deduccin de las funciones de costos y sus relaciones. Costos de corto y largo plazo. Asignacin de los factores de la produccin. La naturaleza de la empresa. Modelos de inventarios ptimos. El problema de los incentivos. El financiamiento. La inversin y los flujos financieros. Anlisis costo beneficio. Extensiones: evaluacin econmica y financiera de proyectos. DETALLE UNIDAD 6:
LA EMPRESA Y LA UNIDAD DE NEGOCIO.
570
Isocuantas e isocostos. Rendimientos de los factores variables y rendimientos a escala. Minimizacin de costos (Baumol 2 y 3; Dieguez-Porto ej.1
y 6;
Henderson-Quandt 5-1, 5-2; Varian 17 a 21) Eficiencia tcnica y econmica. (Parkin 9; Mochon 7) Deduccin de las funciones de costos y sus relaciones. Costos de corto y largo plazo. (Mochon 8) Asignacin de los factores de la produccin . La naturleza de la empresa. (Coase) Modelos de inventarios ptimos. (Baumol 1); El problema de los incentivos. El financiamiento.La inversin y los flujos financieros. Anlisis costo beneficio. (Parkin 9) Extensiones: evaluacin econmica y financiera de proyectos.
Mochn, F. y Becker, V. Economa, principios y apliaciones. Cap. 7 La teora de la produccin y de los costos. Parkin, M., Microeconma. Cap. 10 Produccin y costos. Baumol W., Teora econmica y anlisis de operaciones. Cap. 1 Optimizacin y un ejemplo de anlsis de existencias. Cap. 9 Produccin y costos. Henderson J. y Quandt R. Teora microeconmica. Cap. 4 La teora de la empresa. Cap. 5 Temas sore la teora de la empresa: puntos 5-1 Funciones de produccin homogneas y 52 Las funciones de produccin CES (elasticidad de sustitucin constante) Bibliografa complementaria Varian, H. Microeconma intermedia. Cao. 17 La tecnologa. Cap. 20 Las curvas de costes. Friedaman, M. Teora de los precios. Cap. 5 Las relaciones entre curvas de oferta y curvas de costes.
571
Coase, Ronald. La naturaleza de la empresa, en Stigler, G. y Boulding, K.,: Ensayos sobre la toera de los precios. Ejercicios resueltos. Dieguez, H. y Porto, A. Problemas de microeconoma. Problema 1 Minimizacin del costo de poducir una cantidad dada de un bien. Problema 6 Rendimientos a escala.
Competencia perfecta, maximizacin de beneficios y la curva de oferta individual y de la industria. Corto y largo plazo, Economas y 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)
572
(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) 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 )
Oligopolios: la demanda quebrada,
Mochn F. y Becker V. Economa, principios y aplicaciones. Cap. 8 El mercado de competencia perfecta. Cap. 9 El monopolio. Cap. 10 El oligopilio y la compencia monopolista. Parkin, M. Microecoma. Cap. 11 Competencia. Cap. 12 Monopolio. Cap. 13 Competencia monopolista y oligopolio. Boumal W. Teora econmica y anlisis de operaciones. Cap. 10 La empesa y sus objetivos. Cap-. 11 Estrutura del mercado, determinacin de precios y produccin. Henderson J y Quandt R Teora microeconmica. Cap. 6 El equlibrio del mercado: punto 6-1 Los supuestos de la compencia perfecta; 6-2 Funciones de demanda; 6-3 Funciones de
573
oferta; 6-4 Equilibiro del mercado de un bien; 6-5 Una aplicacion a los impuestos. Cap. 7 Monopolio, monopsonio y competencia monopolistica.Cap. 8 Duopoio, oligopolio ymonopolio bilateral: puntos 8-1 Duopolio y oligopolio: producto homogneo; 8-2 Duopolio y oligopolio: produtos diferenciados; 8-3 Duopsonio y oligopsonio; 8-5 Monopolio bilateral. Vaarian, H. Microeconoma intermedia. Cap. 18 La maximizacin del beneficio. Cap. 19 La minimizacin de los costes. Cap. 21 La oferta de la empresa. Cap. 22 La oferta de la industria. Cap. 23 El monopolio. Cap. 24. La conducta del monoplio. Cap. 2 El oligopolio. Bibliografa complementaria. De Pablo J. y Tow F. Lecturas de microeconma por economistas argentinos. Di Tella, Guido y Baccino, Osvaldo: Anlisis terico de los efectos de la intermediacin comercial. El caso de la industria del automvil en Argentina. De Pablo, J.; Monoplio y tarifas de importacion. De Pablo, J.: Comparacin del equjilibrio competitivo y monoplico. Tow, F. Un caso de equilibrio mtiple en el monopolio simple. Stigler, G. y Boulding, K. Ensayos sobre la teora de los precios. Stigler G. La demanda quebrada y precios rgidos. Ejercicios resueltos. Diequez H y Porto A. Problemas de microeconma. Problema 19 Impuesto a las ventas a uKn monopolista. Problema 20 Publicidad. Problema 23 Monopolista con ventas en dos mercado (I). Problema 24 Monoplista con ventas en dos mercados (II). Problema 25 Monopolista con ventas en dos mercados y discriminacin de precios en uno de ellos. Problema 28 Duoplio. Problema 30 Mercado de un bien: soluciones de compe-
574
Las Unidades 8 y 9 estan consideradas como extensiones de la Unidad 7 Distancia y la Unidad 10 es la Unidad 8 Distancia
La demanda de los factores de produccin bajo condiciones de competencia y monopolio en el mercado de productos. Oferta de factores en condiciones de competencia, de monopsonio y oligopsonio. Monopolio bilateral. Sindicatos. Negociacin. Intermediarios monoplicos y monopsnicos. Rentas y cuasirentas. La oferta de trabajo a corto plazo: eleccin entre ocio e ingreso. La oferta laboral a largo plazo. Diferenciales de ingreso. Extensiones: capital humano y no humano. DETALLE
UNIDAD 8: FORMAS DE MERCADO DE FACTORES.
La demanda de los factores de produccin bajo condiciones de competencia y monopolio en el mercado de productos. (Lipsey 28)(Mochn 13)(Parkin 14 y 15)(Friedamn 7 y 9)(Varian 25)(Henderson-Quandt 4-3 y 6-6)
Oferta de factores en condiciones de compentencia, de monopsonio y oligopsonio. (Tow) Monopolio bilateral.
(Hendersn-Quandt 8-5)
575
La oferta de trabajo a corto plazo: eleccin entre ocio e ingreso. La oferta laboral a largo plazo. Diferenciales de ingreso. Extensiones: capital humano y no humano. (Parkin 18)(Mochon 14)
Lipsey R. Introduccin a la economa positiva. Cap. 28 Salarios y contratacin colectiva. Mochn F. y Becker V. Economa, principios y aplicaciones. Cap. 13 Distribucin y sistema de precios. Parkin, M. Microeconoma. Cap. 14 La fijacin de precios y la signacin de los factores de la produccin. Cap. 15 Mercados de trabajo. Varian H. Microeconoma intermedia. Cap. 25. Los mercados de factores. Henderson J. y Quandt R. Teora microeconomica. Cap. 4 La toera de la empresa: punto 4-3 Demanda de inputs. Cap. 6 El equlibrio del mercado: punto 6-6 El equilibrio en el mercado de factores. Friedamn M. Teora de los precios. Cap. 7 Demanda derivada (La demanda de trabajo y la oferta de trabajo, el control sobre los salarios). Cap. 9 La teora de la productividad marginal y la demanda de los factores de produccin. Cap. 11 La oferta de factores de produccin. Bbibliografa complementaria.
576
De Pablo, J. y Tow F., Lecturas de microeconoma por economista argentinos. Tow F. Anlisis crtico de un caso de oligopsonio. Ejercicios resueltos. Dieguez H. y Porto A. Problemas de microeconoma. Problema 22 Salario mximo. Problema 33 Eleccin entre consumo y ocio.
Distincin. Axiomas de von Neumann y Morgenstern. La utilidad esperada. Funciones cncavas y convexas de utilidad. El seguro y el juego. La maximizacin de la utilidad esperada en la teora del consumidor y de la empresa. Comparacin con modelos de certeza. Juegos cooperativos y no cooperativos en forma estratgica. Conceptos de solucin. Extensiones: aplicaciones macroeconmicas. DETALLE
UNIDAD 9: RIESGO E INCERTIDUMBRE Y CONCEPTOS DE LA TEORA DE LOS JUEGOS.
Distincin.
(Parkin 13 y 17)(Friedman 4)
Axiomas de von Neumann y Morgenstern. La utilidad esperada. Funciones cncavas y convexas de utilidad. El seguro y el juego. (Varian 12
y 27; Henderson-Quandt 3-8, 3-9, 5-5, 6-10, 8-4; Baumol 17, 18, 19; Dieguez-Porto ej.42 y 43)
577
En forma estratgica. Conceptos de solucion. Extensiones: apliaciones microeconomicas. Parkin, M. Microeconma Cap. 13 Competencia monopolstica y oligopolio. Cap. 17 Incertidumbre e informacin. Varian H. Microecoonoma intermedia. Cap. 12 La incertidumbre. Cap. 27 La teora de los juegos. Henderson J. y Quandt R. Teora microeconmica. Cap. 3 Temas sobre la teora de la conducta del consumidor: puntos 3-8 EL problema de la eleccion en situacion con riesgo. Los axiomas. Utilidad esperada. Cap. 5 Temas sobre la teora de la empresa: punto 5-5 Produccin en un contexto de incertidumbre. Cap. 6 El equilibrio del mercado: punto 6-10 Los mercados de futuros. Cap. 8 Duoplio, oligopolio y monopolio bilateral: punto 8-4 Teora de los juegos. Friedman M. Teora de los precios. Cap. 4 El anlisis de la incertidumbre basado en la utilidad. Baumol W. Teora econmica y anlisis de operaciones. Cap. 17 Utilidad cardinal de Neumann-Morgenstern. Cap. 18 teora del juego. Cap. 19 Teora de los acuerdos. Gibbons, R. Un primer curso de teora delos juegos. Cap. 1 y 2 Bibliografa complementaria. Stigler G. y Boulding K. Ensayos sobre la teora de los precios. Cap. 3. Friedman, Milton y Savage, L. Estudio de las elecciones que implican un riesgo, a la luz de la teora de la utilidad.
578
Dorfman R, Samuelson P y Solow R. Programacin lineal y anlisis econmico. Cap. 15 Elementos de la teora de los juegos. Ejercicios resueltos. Dieguez H. yPorto A. Problemas de microeconoma. Problema 42 Elecciones en situacin de riesgo (I) Problema 43 Eleccin en situaciones de riesgo (II). Las Unidades 8 y 9 estan consideradas como extensiones de la Unidad 7 Distancia y la Unidad 10 es la Unidad 8 Distancia
UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL INGRESO.
El modelo de dos factores (fijos) y dos productos con economa cerrada. Ley de Walras y de Say. Caja de Edgeworth. Curva de posibilidades de produccin. Modelo con coeficientes fijos de produccin. Distribucin del ingreso bajo competencia perfecta. Efecto del monopolio y de impuestos. Apertura de la economa de un modelo de pas pequeo. Equilibrio parcial versus general. Extensiones: costos privados y sociales. Introduccin a la teora del bienestar. DETALLE
INGRESO El modelo de dos factores (fijos) y dos productos con economa cerrada. Ley de Walras y de Say. (Baumol 12, 13 ed. 1964 o Cap UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL
20, 21,22 en ed.1980) (Henderson-Quandt 9-2) (Varian 28) Caja de Edgeworth. (Mochon 12)(Henderson-Quandt 92; Varian 29 + apendice; Dieguez-Porto 45) Curva de posibilidades de produccin.
579
Modelo con coeficientes fijos de produccin. Porto ej. 4, 48, 50; ej. Paginas Web Eiras)
Distribucin del ingreso bajo competencia perfecta.
(Dieguez(Parkin
Extensiones: costos privados y sociales. (Mochon 12)(Varian 34) Introduccin a la teora del bienestar. (Varian 30, 31) Parkin , M. Microeconoma. Cap. 19 Imperfeccin del mercado. Cap. 20 Eleccin pblica. Cap. 21 Regulacin y legislacin antimonopolio Varian H. Microeconma intermedia. Cap. 33 Los bienes publicos. Friedman M. Teora de los precios. Cap. 3 Los efectos de los impuestos sobre el bienestar. Bibliografa complementaria. Varian H. Microeconoma intermedia. Cap. 29 La produccin. Ejercicios resueltos. Dieguez H y Porto A. Problemas de microeconoma. Problema 4 - Funcin de transformacin. Problema 48 Modelo de economa con dos sectores productivos y relaciones de insumo-producto. Problema 50 Caso de un factor no reasignable. Alternativamente, ejercicios pginas Web Eiras indicados en cada caso, en sta y las dems unidades.
580
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, sobre que es efectivamentegeneralizable a miles de variables); 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, International 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.
581