Microeconomia Eiras - PDF

Anlisis microeconmico con Excel
MICROECONOMA CON EXCEL

EN EMPRESAS
La criticada impracticabilidad de la teora neoclsica re-

suelta mediante su aplicacin en Excel. El consumidor, la
empresa, optimizacin y programacin, los mercados: an-
lisis diferencial, operadores de Lagrange, elasticidad media
o promedio, ecuacin de Slutsky, nivel de vida, 12 ndices
de precios y de cantidades; integracin, excedente del con-
sumidor y del productor segn tipo de mercado; investiga-
cin operativa, muestreo, probabilidad, combinatoria, series
cortas; proyeccin del mercado y estimacin de funciones
de demanda mediante correlacin mltiple con Anova para
el reemplazo por una dcima variable representativa; me-
jor ajustamiento con ms de 500 variables; programacin
lineal, no lineal, dinmica, entera, binomial, Solver; matri-
ces; equivalencia de 6 mtodos con similar resultado; pro-
gramacin de la produccin en sistemas resueltos en Excel
con 5, 10 y miles de variables; colas, modelos de simula-
cin dinmica en Excel, modelo de la telaraa con el nme-
ro exacto de perodo del ajuste dinmico, matemtica difu-
sa (fuzzy) y del caos; VA y TIR, teora de los juegos y de
la incertidumbre; nivel intermedio asequible para no espe-
cialistas mediante aplicaciones simples de Excel.
MICROECONOMA CON EXCEL 1

Programa de la asignatura Microeconoma I linkea-

do al material de estudio, a ejercicios resueltos y a
archivos Excel y otros (pag.370)
disponibles en www.microeconomiaconexcel.com ,
sitios del curso en la FCE, foros y otros site.
Use Cntrl + F para buscar temas por palabra
2003 Santiago Eiras Roel T. Isabel Rbora Teresa Eiras

Derechos exclusivos
IMPRESO EN ARGENTINA - PRINTED IN ARGENTINE
MICROECONOMA CON EXCEL
EN EMPRESAS
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 utilizan-
do aplicaciones de Excel -en situaciones bajo cuatro contextos:
cierto, aleatorio, hostil e incierto-.
2 MICROECONOMA CON EXCEL

Los autores
- Santiago Eiras Roel , 30 aos en anlisis de mercado de Siderur-

gia Argentina -SOMISA- y profesor de microeconoma en la Univer-
sidad 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 microecon-

micos.

NDICE Pgina
CAPTULO 1
SERIES Y FUNCIONES EN LA EMPRESA
Orientacin y contenido 16
Hasta dnde microeconoma y hasta dnde estadstica? 17
Estudiar la demanda 19
Desde series hacia ecuaciones y grficos 20
Desde ecuaciones hacia series y grficos 21
Funcin de demanda lineal 22
Demanda terica hiperblica 23
Estimacin de demanda en la empresa y tipos de bienes 23
El mercado competitivo 24
Mercado competitivo con impuestos 25
Demanda, Ingreso Total e Ingreso Marginal 26
Extender clculos en Excel 26
Anlisis bajo cuatro contextos 27
Tipos de bienes, contextos y mtodos 28
CAPTULO 2
CONTEXTO CIERTO
SERIES
A) Variaciones en series individuales 28
SERIES SIMPLES 29
Promedios y medidas de posicin:
Media aritmtica 30
Media geomtrica 30
Media armnica 31
Otros ejemplos de medidas de posicin 31
Relacin entre medias 32
Mediana 32

Moda(o) 32
Medidas de dispersin 33
Varianza 33
Desvo estndar 34
Desviacin estndar en una poblacin 36

SERIES DE PRECUENCIAS 36
Media aritmtica 37
Media geomtrica 38
Media armnica 39
Mediana 39
Modo 40
MEDIDA DE ORDEN: CUANTILES
Cuartiles 40
Deciles 41
Percentiles 41
Medidas de dispersin 42
Desvo estndar y varianza 42
Asimetra y curtosis 42
MOMENTOS ABSOLUTOS
Momento 0 43
Momento 1 43
Momento 2 44
Momento 3 44
Momento 4 45
MOMENTOS CENTRADOS
Momento 1 45
Momento 2 46
Momento 3 46
Momento 4 47

Desvo cuartlico 47
Varianza mediante momento 47
Conclusin del anlsis de series 48
SERIES CRONOLGICAS 48
Estacionalidad: promedios mviles 49
Ciclos: mtodo de los nueve puntos 50
B) Relacin entre variables simple-
Ajustamientos 52
Covarianza 53
Dos rectas de regresin 54
Coeficiente de correlacin-determinacin 55
Elasticidad media de la demanda 55
Correlacin en una poblacin 56
Demanda segn correlacin precio-cantidad 56
Correlacin en muestras 57
Evaluacin de exmenes 58
Anlisis de la varianza-covarianza 59
C) Demanda segn correlacinmltiple-
Pronsticos 59
Discos de freno para autos 60
Anlisis de la varianza 60
Anlisis de regresin 61
ANOVA 62
Multicolinealidad 63
Estimacin lineal mltiple 64
Venta de helados 64
ESTIMACION DE FUNCIONES (REGRESION)
Ajustamiento exponencial con Excel
Ajustamiento lineal con Excel 68

Ajustamiento logartmica con Excel 68

Ajustamiento potencial con Excel 69
Ajustamiento media mvil con Excel 70
Ajustamiento polinmica con Excel
Mejor ajustamiento con Findgraph 71
CAPTULO 3
PROYECCIN Y PROGRAMACIN
Con series? Con funciones? Con matrices? o con
Programacin lineal? 75
Para qu proyectar con correlaciones? 76
Anlisis de coyuntura para pronsticos 68
Programacin No Lineal con Solver de Excel 78
Sensibilidad 82
Programacin lineal Simplex 83
Precios sombra 85
Minimizacin - Dualidad 87
Programacin lineal Simplex con Solver 88
Fbrica de Mesas y Sillas Zonda 89
Produccin de TV, estreos, altavoces 91
Problema de transporte 92
Planificacin del personal de una parque 94
Maximizar una inversin en bonos 96
Optimizar una cartera de valores-acciones 98
Valor de resistencia para un circuito elctrico 99
Matriz Insumo-Producto con Excel 102
Matrices y determinantes con Excel 103
Equilibrio general de produccin e intercambio 105
Matriz Insumo-Producto argentina 1997 108
CAPTULO 4

CONTEXTO ALEATORIO
Teora de la probabilidad 112
Probabilidad de distribuciones 113
Distribucin binomial 114
Esperanza matemtica 115
Desviacin tpica 115
Distribucin normal 115
Desvo reducido 116
Distribucin normal acumulada 116
Uso de tablas y de funciones incorporadas en Excel 117
Regla o teorema de Bayes 117
ANLISIS COMBINATORIO: reglas de conteo 119
Arreglos 120
Permutaciones 121
Combinaciones 122
Distribucin Binomial con Excel 114
Distribucin Normal con Excel 115
Prueba Z 124
Vida til de un producto 125
Muestra de 200 arandelas 125
Muestra de 100 tubos fluorescentes 126
Distribucin de Poisson -Teora de las colas 127
Simulaciones de Montecarlo 128
Tamao de la muestra 132
Programacin dinmica: cadenas de Markov 133
Cadenas de Markov absorbentes 134
CAPTULO 5
MUESTREO
Estimacin muestral 138
Ensayos con una o dos colas 139

Nmeros aleatorios 140

Pequeas muestras Distribucin Student 141
Muestra de 100 arandelas 141
Prueba CHI cuadrado X2 142
Muestra de 16 piezas torneadas 143
Muestra de 200 bombitas 144
Salieron 115 caras y 85 cruces 145
El kilo de guisantes de Mendel 146
Bondad del ajuste 147
CAPTULO 6
TEORA DE LA DEMANDA
Teoras de la demanda y sistemas econmicos 149
Primera teora: sicolgico-utilitaria 153
Segunda teora: curvas de indiferencia de Pareto 155
Tercera teora: preferencia revelada 157
Nmeros ndice 159
Equilibrio del consumidor: demanda derivada 159
Maximizacin con la utilidad marginal (A. Marshall) 160
Problema dual: minimizacin del gasto 161
Maximizacin segn la indiferencia de Pareto 163
Funcin combinada de Lagrange 164
Determinantes 165
Efecto ingreso y sustitucin segn Hicks 166
Funcin de Lagrange: significado de 169
Ecuacin de Slutsky: clasificacin de bienes 171
Teora estadstica de los NMEROS NDICE: 173
1.Agregativo aritmtico simple (precios y cantidades) 174
2.Promedio aritmtico de relativos (idem) 175
3.Promedio geomtrico de relativos (idem) 176

4.Mediana de relativos (idem) 177

5.Promedio aritmtico ponderado de relativos (idem) 178
6.Promedio geomtrico ponderado de relativos (idem) 178
7.De Laspeyres (idem) 179
8.De Paasche (idem) 179
9.Ideal de Fisher (idem) 180
10.De Edgeworht-Marshall (idem) 181
11.De Walch (idem) 182
12.De Drovich-Bowley (idem) 183
CAPTULO 7
TEORA DEL EQUILIBRIO DE LA EMPRESA
Maximizacin de la produccin 186
Dualidad: mnimo costo 187
Potencias y races 190
Teora de los costos con Excel 190
Minimizacin del costo con Solver 191
Restricciones adicionales con matrices:
Dos sofs simples ms uno triple 192
Programacin entera de una dieta 195
Problema de la mochila con enteros 196
Programacin binaria 197
OTIMIZACION DE LA PRODUCCION
Minimizacin del costo 198
Programacin de turnos de trabajo 200
Equilibrio emprico con Excel 204
-Ajuste lineal de la demanda 205
-Ajuste parablico del costo medio 207
Equilibrio de la empresa con Solver 210
METODS CIENTFICOS 211

FORMAS DE ESTUDIAR 212

PRESENTACIONES TIPO INFORME PROFESIONAL 212
MEDODOS DE DEMOSTRACION 213
CONOCIMIENTO PREVIO DE MATEMTICA? 214
Para que sirve todo esto de los mtodos en la empresa? 218
Archivos con 6 metodos 220
Seis mtodos equivalentes (un caso con 12 resultados igua-
les del primal y del dual 212
Autos y motos con Lagrange 224
Autos y motos con el mtodo grfico 227
Autos y motos con programacin lineal Simplex 230
Autos y motos con programacin Solver de Excel 232
Autos y motos con matriiz inversa (manualmente) 234
Autos y motos con matrices de Excel 235
Dual de estos casos 237
Evaluacin de Inversiones - TIR VAN 240
VAN perodo futuro 243
VAN perodo pasado 243
ESTABILIDAD DINAMICA (P. TELARAA) 245
ANTE BAJA EN LA DEMANDA 247
MEDIDA DE RAPIDEZ DEL AJUSTE 248
ANTE BAJA EN LA OFERTA O SUBA DE COSTOS 250
ANALISIS DINAMICO 252
ITERACIONES CON EXCEL 252
RECALCULO CON EXCEL 254
CREAR UNA MACRO DINAMICA EN EXCEL 254
NEWTON - RAPHSON 255
CAPITULO 8
MERCADOS DE BIENES Y DE FACTORES 257
Teoras econmicas y legislacin obligatoria 257

Tablas de extras de precios y costos 258

La Competencia perfecta: criterio de contratacin 260
Mercado competitivo: equilibrio y cantidad de competidores 262
Monopolio 264
Monopolio que acta competitivamente 265
Monopolio discriminador de precios 266
Monopolio sin discriminacin 268
COMPETENCIA MONOPLICA
Duopolio segn Cournot 269
Empresa lder y seguidoras 272
Cartel - Monopolio con DOS Plantas (colusin empresaria) 274
Contratacin bajo monopsonio 275
Contratacin en monopolio (con sindicatos) 276
Monopolio bilateral-Negociacin cuasicompetitiva 276
Editor de Ecuaciones (Office, Microsoft) 277
Races en funciones cuadrticas (Ruffini) 277
Races en funciones cbicas (Ruffini) 278
Races en polinomios de orden superior 279
Competencia desleal 280
Antidumping 281
Carga impositiva para exportadoras 283
Proteccin efectiva de una industria 285
Organigramas (Office, Microsoft) 286
CONTEXTO HOSTIL
Duopolio Teora de los juegos 286
Juego de suma cero 287
Estrategias mixtas 289
Estrategias dominadas 290
DOMINANCIA 291

Axiomas de la lgica Neumann-Morgenstern 292

CONTEXTO INCIERTO
Seguros 293
Evaluacin de proyectos inciertos 295
Mercados de futuros 296
Valor esperado 296
Utilidad esperada 297
Competencia bajo incertidumbre 298
Ejemplo bajo incertidumbre 298
CUATRO CONTEXTOS PARA LAS DECISIONES 301
Principio de indeterminacin de Heisemberg 302
INCERTIDUMBRE SEGN J.M. KEYNES 303
LOGICA DIFUSA FUZZY MATEMATICA BORROSA 303
RIESGO VS. INCERTIDUMBRE UTILIDAD ESPERADA 305
ANALISIS NUMERICO 306
CALCULO NUMERICO DEL CAOS 306
FUNCION LOGISTICA DE LORENZ 306
ATRACTORES FRACTALES CAOS 307
URNA DE PLYA 309
ENUNCIADOS DE EJERCICIOS Y TP 311
50 INFORMES PARA 50 TP RESUELTOS (GUIA) 325
5 TP OBLIGATORIOS EN EXCEL y un TP integrador de me-
todos equivalenets341 352
LISTADO DE TP RESUELTOS Y ARCHIVOS 353
COMPARACION DE SOFT ESTADISTICO 363
REFERENCIAS BIBLIOGRAFICAS 376
AYUDA DE MICROSOFT ONLINE Y CODIGOS 380
PROGRAMA LINEADO 382
MICROECONOMIA EN ACCION 411


PRLOGO
En el mbito de investigacin de mercado o ventas de cada empre-

sa, as como en el de los profesionales y estudiantes de microeco-
noma (o economa de la empresa), es fundamental el estudio de la
demanda y de la programacin.
Las tcnicas estadsticas y economtricas son laboriosas y presen-

tan dificultades importantes, tanto para comprenderlas y memorizar-
las, como para la aplicacin concreta de esos mtodos, generalmen-
te 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 ejem-
plo prctico de la misma resuelto.
Este trabajo rene una cantidad importante de esos ejemplos re-

sueltos paso a paso, sobre las aplicaciones referidas al estudio de
demanda, mercado, programacin y otros de la empresa y la mi-
croeconoma, que se identifican en el ndice.
Se plantea el problema, se lo resuelve con breves pasos Excel y se

incluye la evaluacin o identificacin del caso para orientar al lector.
No es este trabajo un manual de Excel. Supone tener una idea bsi-

ca, 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 Micro Soft.
Lo que s se detalla paso a paso, brevemente, es como imprimir,

graficar y aplicar series, funciones y mtodos estadsticos o eco-
nomtricos.
T. I. Rbora

CAPTULO 1
SERIES Y FUNCIONES EN LA EMPRESA
ORIENTACIN Y CONTENIDO
El lenguaje cientfico puede ser a veces difcil e inadecuado. Puede

ser imprescindible para generar conocimientos, pero la excesiva
abstraccin o un exceso de smbolos no imprescindibles resultan
inadecuados como mtodo de promover y ampliar el conocimiento
cientfico.
No hay contradiccin: para el objetivo de ampliar la captacin y el

uso de los mtodos cientficos en microeconoma y estadstica apli-
cada en las empresas, los tratados tradicionales pueden ser invia-
bles para la generalidad de los tcnicos que necesitan aplicar estos
mtodos en las oficinas de Investigacin o Ventas de las empresas.
Algo similar ocurre con los estudiantes de microeconoma y de es-

tadstica, quienes, todava carentes de base emprica, no captan la
aplicacin concreta de los mtodos y modelos abstractos.
Cuanto menos grandes sean las empresas importantes y en aque-

llas medianas o en las ms pequeas, pueden llegar a carecer de
oficinas especializadas en investigacin econmica y comercial. Sin
embargo, todas ellas efectan estudios de mercado y demanda y
sobre otras formas diversas de toma de decisiones.
En todas se estima y estudia la demanda; pero la intensidad de es-

tos estudios depende precisamente de las dificultadas de interpretar
el lenguaje cientfico.
Simultneamente, desde hace dos dcadas, no existen empresas

en las que dejen de utilizarse PC y hoy Excel de Microsoft, para

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 con-
cretos 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 re-
sume el conjunto de ejemplos explicados en el curso de microeco-
noma 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, produc-
cin ptima, mximo beneficio / mnimo costo, evaluacin de pro-
yectos, control de la produccin, conducta competitiva en el merca-
do, etc.
HASTA DNDE MICROECONOMA Y HASTA DNDE ES-

TADSTICA?
Para estudiar microeconoma siguiendo alguna lgica, podra resu-

mirse 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 (diferencia-
cin; matrices; Programacin lineal; juegos; probabilidades bajo in-
certidumbre; 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 fre-
cuencias, series cronolgicas b) nmeros ndice c) correlacin d)
probabilidad y distribuciones.
Existe entonces una gran interaccin entre el contenido de la mi-

croeconoma 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 plani-
ficacin de la produccin tambin son utilizadas stas y otras herra-
mientas estadsticas.
Son usualmente conocidos los aportes de Excel para facilitar la ges-

tin contable y la toma de decisiones en la esfera financiera en las
empresas. Pero Excel tambin brinda adems numerosas herramien-
tas 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-
niera y procesos de produccin necesarios, as como los mtodos
contables y financieros que permitan ajustar las transacciones mo-
netarias que implique esta esfera real optimizando.

En este trabajo sobre el aporte de Excel para estos anlisis de de-

manda y otros -de la comentada esfera no monetaria- ser imple-
mentado utilizando un avance progresivo, avanzando desde una
introduccin a los temas econmicos continuada por casos vincula-
dos de aplicaciones estadsticas.
ESTUDIAR LA DEMANDA
Dado que uno de los principales objetivos de la empresa es la opti-

mizacin de su actividad para generar ingresos y beneficios, se des-
taca como importante el tema de la estimacin del mercado parti-
cularmente la demanda- y su estudio se efecta mediante mltiples
enfoques.
Para su anlisis se identifica a la demanda con funciones y ecua-

ciones; 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 ecua-
ciones, y correlaciones simples o mltiples, lineales o no.
Adems, la demanda es en realidad algn bien o servicio -unidades,

kilos, metros cuadrados, etc. de algo concreto- por lo cual, ms all
de las funciones o ecuaciones tericas existen otros procedimientos
de estudio alternativos y/o complementarios, que tambin se ven
simplificados por el aporte de Excel: programacin lineal, juegos,
simulaciones, incertidumbre.
Estas aplicaciones estn disponibles en Excel en :

a) Herramientas > Complementos > Anlisis (y/o Solver), as
como en
b) el listado de funciones al cual se accede picando sobre el
icono de la barra superior, que abre el siguiente cuadro :

DESDE SERIES OBTENER ECUACIONES Y GRFICOS
Antes de avanzar, es importante ver la facilidad de Excel para grafi-

car series, incluyendo adems en el grfico la funcin de ajuste:
Icono de grficos>Dispersin > Siguiente y pintar el rango de datos

> Siguiente y poner ttulos > Siguiente y elegir en la hoja >Finalizar.
Finalmente, con doble clic sobre la lnea de tendencia se abre una

ventana para su formato, dentro de cuyas opciones figura presentar
la ecuacin y el R2 en el grfico.

DESDE ECUACIONES OBTENER SERIES Y GRFICOS
Excel permite escribir cualquier frmula y representarla con pocos

pasos. En el siguiente ejemplo se plantea una ecuacin y se calcu-
lan sus valores y el grfico (igualmente con cualquier otra ecuacin
ms compleja).
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.
FUNCIN DE DEMANDA LINEAL
Por razones didcticas o conceptuales es usual utilizar funciones

para explicar demandas, costos, producciones, etc. Con Excel resul-
ta fcil escribir, obtener los valores y graficar funciones de demanda
u otras.

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.
FUNCIN DE DEMANDA TERICA (HIPERBLICA)
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 ano-
tan en A2:A10.

Se pinta el rango A2:B10; icono de grficos > Dispersin > Ttulo >
Titulo de ejes > Lugar de impresin >Aceptar.
ESTUDIOS DE DEMANDA EN LAS EMPRESAS y

TIPOS DE BIENES
Vanse ms adelante los casos prcticos de obtencin y de prons-

tico de la demanda, a travs de los ejemplos Excel de correlacin
lineal simple preciocantidad.
Tambin con el ejemplo de correlacin mltiple con varias variables

independientes y otros mtodos.
Los mtodos son aplicables segn se trate de bienes de consumo

perecedero; bienes durables (que se conforman con demanda de
reposicin y demanda nueva, diferentes); insumos y bienes de capi-
tal (demandas derivadas, proyectadas tambin con simulaciones de
coyuntura, etc.), casos analizables preferentemente bajo contexto
cierto.
Servicios reales, servicios financieros, nuevos productos (con mues-

treos; promocionales, etc), son analizables preferentemente bajo
contexto aleatorio.

EQUILIBRIO EN MERCADOS COMPETITIVOS
Se escriben las funciones en la forma implcita en un hoja Excel, con

la cantidad X a la izquierda y a la derecha la demanda y oferta (es-
cribiendo como muestra la celda C4 y copiadas hacia abajo).
Se pinta el rango A4:C7; icono de grficos > Dispersin > ttulos >
etc.
MERCADO COMPETITIVO CON IMPUESTOS
Suponiendo un impuesto de $2 por unidad vendida, la oferta inicial

se traslada hacia arriba por esta suba de costo adicional. La cantidad
vendida baja y el precio sube, ya que la demanda esta invariante.

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 For-
mato 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 im-

puesto de $2 por unidad sera X = 200 (p - 2), expresin equivalente
a la que aparece en la columna D al despejar p.
DEMANDA, INGRESO TOTAL Y MARGINAL
El anlisis terico puede suponer a veces que el costo sea nulo y el

objetivo empresario sera as transitoriamente maximizar ingresos
totales (primer derivada nula y segunda negativa).
En este caso, igualando a cero el ingreso marginal surge la cantidad

X = 2,2 y los dems valores para ingresos totales y medios o de-
manda (la segunda derivada del IT sera -100, negativa).

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 fun-

ciones segn ilustra la celda B6, pero con un rango para X en deci-
males tan amplio como lo se desee:
EXTENDER CLCULOS EN EXCEL
Para ello Excel facilita la tarea, escribiendo solamente dos valores

para X y para cada funcin; luego se pintan las dos filas y picando
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 CON-

TEXTOS
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 res-
pecto 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 con-
sumo durable; servicios reales y personales; insumos; equipos in-
dustriales.
TIPOS DE BIENES, CONTEXTOS Y MTODOS
El estudio de mercado y demanda de estos tipos de bienes y servi-

cios es variado, pero podran agruparse sus tcnicas segn el con-
texto de referencia preferente:
- contexto cierto (determinstico), para bienes de consumo, insumos
y equipos
- contexto aleatorio /probabilstico), para servicios, nuevos productos
de consumo
- contexto hostil, para la competencia monopolista
- contexto incierto, si rigen contingencias, como en seguros u otras.
Este criterio diferenciando contextos facilita la utilizacin de algunas

de las herramientas para casos de demandas bajo diferentes con-
textos, as como para otros temas diferentes a estudios de mercado:
produccin, stocks, duopolio, seguros y otros sobre toma de decisio-
nes en la empresa.
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.

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, c-
clicos y aleatorios.
ANLISIS DE VARIABLES INDIVIDUALES

SERIES SIMPLES
Para el anlisis de las series simples y de frecuencia se utilizar

aqu como ejemplo hipottico, un supuesto estudio de mercado de
fletes. Para esto se efecta un anlisis estadstico de las operacio-
nes comerciales de importacin argentina de soda custica, durante
los doce ltimos meses previos a abril 2003, analizando el mercado
de transporte por camin para la firma Transportes Rutazul S. A.
Esta empresa necesita evaluar la logstica para atender el trfico de

sus clientes entre el puerto de Buenos Aires y las empresas importa-
doras de soda custica, ubicadas en el rea metropolitana e interior
de la provincia de Buenos Aires.
La flota camionera a utilizar (cantidad de unidades chicas, medianas

y/o grandes) dependera del nivel de los despachos involucrados,
as como de la fluidez del movimiento y diversidad en magnitud de
cada uno de estos envos.

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, conside-

rando los datos como series simples.
A continuacin tambin se analizan esos mismos datos conforman-

do 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 impor-
tador y kilos importados en cada despacho en las columnas A y B.

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 intere-
sante en algunos problemas, no obstante que aqu carece de sentido.
MEDIA ARMNICA: es la recproca de la media aritmtica de los

recprocos: aqu 3 / (1/2 + 1/4 +1/8) = 3,43. Esta medida podra ser
til para comparar las medias de esta muestra con, por ejemplo,
otras de aos anteriores. Excel la calcula mediante la funcin predi-
seada que muestra la solapa.

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 fre-
cuencia intermedia de una serie ordenada) y para la media aritm-
tica (promedio).

La media aritmtica es una medida afectada por el valor de sus

datos extremos y tambin se utilizan otros promedios, como la me-
dia 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 frecuen-

cia 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.
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.
MEDIANA: En una serie ordenada de mayor a menor la mediana es

el valor intermedio, el central (o la mitad de los dos centrales si la
serie fuera par). Si por ejemplo, en otro caso fuera bueno que la se-
rie variara uniformemente, la mediana indicara si coincide con el va-
lor intermedio; aunque aqu tiene poco significado.
En este ejemplo hay varios valores centrales as como la mediana

con 25000 kilos. Adems Excel confirma esta observacin con la
funcin prediseada =mediana(B5:B102).
MODA(O): Es el valor con mayor frecuencia: en este caso 25000 a-

parece 23 veces, mientras que el siguiente en frecuencia es 10000,
que solo aparece 20 veces. Excel confirma esta observacin con su
funcin prediseada =moda(B3:B102).

MEDIDAS DE DISPERSIN:
VARIANZA: Es el cuadrado de la diferencia entre cada dato y la

media, que se calcula en la columna D (al lado, en C, se muestra el
clculo). La media aritmtica se calcul en C111. La diferencia entre
cada dato y esa media figura en la columna D elevada al cuadrado.
La varianza es la suma, en D103.
Excel tiene la funcin prediseada para calcularla con

=varp(B3"B102).
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 utili-
za =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.

DESVIO ESTNDAR
En una poblacin es la raz cuadrada de la varianza / n, o sea, la ra-

z 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 Fal-
so 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-
miones uniformes, para el tamao que indicara el modo(a), ya que
todos los despachos seran parecidos en tamao.

DESVIACIN ESTNDAR- EN UNA POBLACIN:
Como otros ejemplos sobre dispersin de los datos, luego de calcu-

lada la media, interesa la desviacin de los datos entre cuartiles.
Tambin puede interesar conocer la desviacin media o promedio
(sin signo, en %) de los datos luego de conocida la media.
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 mu-
estras), 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.
La media y desviacin tpica de esta poblacin se calculan con Ex-

cel 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 observa-

ciones con series simples. Se estudian las medidas de posicin y de
dispersin; tambin se efecta un anlisis mediante momentos ab-
solutos y centrados.
Ordenando la serie en forma creciente de kilos se pueden seleccio-

nar intervalos de diversa amplitud, por ejemplo aqu de 11.440 kilos,
para registrar en cada uno de estos deciles la cantidad de despa-
chos, como frecuencia absoluta en (A) y en (B) la cantidad acumula-
da de stos sumndolos.

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 acumu-
ladas o funcin de distribucin).
Frecuencia Despachos Soda Custica
40
35
30
25
20
15
10
Frecuencia 5
absoluta 0
0,01 A 11.440 22881 - 34320 45761 - 57200 68641 - 80080 91521 - 102960
Intervalo Kilos
MEDIA ARITMTICA: El siguiente cuadro muestra como calcular la

media efectuando las operaciones con una hoja de clculo.

Frecuencia Acumulada Soda Custica
120
100
80
Intervalo
60
40
20
0
0 2 4 6 8 10 12
Intervalo Kilos (miles)
MEDIA GEOMTRICA: Igualmente, Excel muestra en la solapa el

clculo correspondiente, no obstante que en el ejemplo actual esta
medida no sea significativa:

MEDIA ARMNICA:
MEDIANA:

MODA(O):
MEDIDAS DE ORDEN - "CUANTILES"
CUARTILES: cada uno de los 4 intervalos en que fracciono la serie;

se calculan como indica el cuadro:
DECILES: Cada uno de los 10 intervalos en que divido la serie, se-

gn se indica:

PERCENTILES: Cada uno de los 100 intervalos en que divido la

serie, segn el siguiente ejemplo:
MEDIDAS DE DISPERSIN
DESVIO ESTNDAR Y VARIANZA:

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 for-
ma de una curva real ms o menos achatada frente a una curva
normal u otra funcin terica).
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 3

MOMENTO 4
DESVO CUARTLICO

VARIANZA MEDIANTE MOMENTOS
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 concentra-
cin 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 cur-

tosis, indicando que la distribucin leptocrtica de estos despachos
responde a una ley que difiere profundamente de una distribucin
campanular normal tipo de Gauss, orientando hacia la decisin de

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 coyun-
turales y efectos peridicos, adems de una tendencia.
Una vez depurada la serie de los datos aleatorios y los efectos co-
yunturales y peridicos, su tendencia puede estimarse con el anli-
sis de regresin de Excel, desarrollado ms adelante.
La variacin peridica (horaria, semanal, estacional, etc.) suele re-

presentarse 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 me-
diante 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 pue-
den ser o no ponderados.

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 correspon-
diente.
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.

Es conveniente trabajar con una cantidad par de aos. Una vez ob-
tenida la cantidad de aos se repite la operacin corriendo los su-
mandos 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 ade-

ms que no altera los valores extremos, ya que suaviza lo central.
CICLOS
Mtodo de los nueve puntos: Tiene por objeto aislar la componen-

te cclica de una serie de tiempo con datos mensuales cuando se
trata en ciclos cortos de 3 4 aos.
Los valores de la serie original se deflactan de la componente es-
tacional por el mtodo de los promedios mviles en doce meses.

Los datos sin componente estacional se dibujan tratando de es-

tablecer 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 to-
mando 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 repre-
sentativos.
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 comprendi-
dos entre 1 y 5.
6,7,8. son sucesivos tercios del perodo de contraccin entre 5 y 9.

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 regre-
sin lineal.
Dada una serie cronolgica y(t), con t=1,2,3...N, se trata de determi-

na entre todas las rectas del plano y = at + b aquella que mejor ajus-
te la serie de valores empricos. Es decir, determinar a y b de ma-
nera 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
N t y(t) t y(t)
a 2
N t 2 t
t y(t) t y(t) t
b 2
N t 2 t
Si se tomaran valores centrados la sumatoria de t seria igual a cero.
Entonces a y b quedara como:
t y(t) y(t)
a b
t2 N

t y(t) y(t)
As, Y = at + b = t +
t2 N
Al estudiar las series de frecuencias interesa especialmente conocer

su media y su dispersin, las cuales son calculables mediante mo-
mentos obsoletos, con el mtodo largo o el mtodo corto o abrevia-
do, centrando las series para facilitar el clculo y trabajar solo con
valores enteros y sus potencias, lo cual es especialmente til cuan-
do 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 multipli-
cados de las dos series.
(x - mx) (y-my) = xy
DOS RECTAS DE REGRESION
Se obtienen utilizando el mtodo de los mnimos cuadrados:
t y(t) y(t)
con a b
t2 N
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 despe-

je en funcin de una o la otra, luego de aplicar el mtodo de los m-
nimos 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:
2
variacin explicada y y
r2 2
variacin no explicada 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 em-
pleadas.
Si se supone una relacin lineal entre dos variables, el coeficiente

de correlacin es:
x x y y
r 1/ 2
x x y y
sta frmula da el signo adecuado de r; se llama frmula producto-

momento 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 estadsti-

camente como el producto de la pendiente de la lnea de ajuste mul-
tiplicada 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 co-

rrelacin precio-cantidad durante el perodo (1,008 en el grfico)
CORRELACIN EN UNA POBLACIN
El coeficiente r de Pearson esta incorporado en Excel; indica valores

entre 0 y +1 1 para medir la relacin entre una variable depen-
diente y dos (o ms) variables independientes.
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 fun-

cin de ajuste que minimiza los desvos: correlacin, tendencia, pro-
yeccin, 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 funcio-

nes (incorporadas en ) sera suficiente consultar ese listado y lue-
go 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 indi-
cados en la imagen sobre demanda de Y)
DEMANDA COMO CORRELACIN PRECIO-CANTIDAD
Obsrvese en este ejemplo de la imagen que la variable indepen-

diente (precio) figura a la izquierda de la variable dependiente (can-
tidad) 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 origen-

pudieran presentarse imprecisiones, por la resta del trmino de co-
rreccin, 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 esta-
dstica 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 coinci-
da con el ejemplo y cuadro especficos segn el avance conceptual.
EVALUACIN DE EXMENES
Supnganse la siguiente cantidad de aciertos en una evaluacin,

clasificados en funcin del grado de instruccin de cada consultado:

4 6 gra- 3 Secundario
grado do secundario Completo
1 5 8 9
3 7 6 11
4 6 9 8
5 3 5 7
1 9 7 7
4 7 4 -
- 4 4 -
- 2 - -
N= 6 8 7 5 n=26
T= 18 43 43 42 T=146
2 2
X= 3 5.38 6.14 8.4 X /n=146 /26=819.85
2 2
X = 68 269 287 364 X =988
2 2
T / n= 54 213.13 267.14 352.80 T /n =902.07
ANLISIS DE VARIANZA Y COVARIANZA:
Sumatoria de cuadrados X2 - X2/n (desvo medias) = 988

819.85 = 168.15.
Suma de cuadrados intragrupos X2 - T2/n = 988 902.07 = 85.93.
Suma de cuadrados intergrupos T2/n - X2 = 902.07 819.85 =
= 82.22.
Resumen:
Suma Grados Variancia F Snedecor
Cuadrados libertad ................ ....................
Intergrupos: 82.22 3 82.22/3=27.4127.41
Intragrupos: 85.93 22 85.93/22=3.913.91
Finalmente, 27.41 / 3.91 = 7.01
En la Tabla Distribucin F, para 3grados de libertad horizontal (nu-

merador) y 22 grados de libertad vertical (denominador; varianza
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).
REGRESIN MLTIPLE
ESTIMACIN DE DEMANDA SEGN CORRELACIN MLTIPLE
PRONSTICOS:
La demanda de un bien suele tener como condicionantes a los gus-

tos, cambios en el ingreso disponible, en el precio o en los precios
de otros bienes complementarios o sustitutos.
Cuando ya existen pronsticos sobre esas u otras variables inde-

pendientes (calor; lluvia, turistas) es usual utilizarlos para estimar la
demanda del bien en estudio (variable dependiente, venta de hela-
dos) efectuando una correlacin lineal mltiple entre aquellas y la
demanda que se desea estimar (vase ms adelante con Estima-
cin Lineal)
DISCOS DE FRENO PARA AUTOS
Igualmente con la demanda de discos de freno (Y) para autos, cuya

demanda podra depender de la produccin (y reparacin) de autos,
el nivel de los salarios y el del PBI (las X).
Una vez anotados los datos histricos en B8:E16 Excel calcula la

correlacin con
Herramientas >Complementos > Anlisis de datos >Regresin

Pide el rango para la variable Y; luego el rango para las otras varia-
bles; tambin pide una celda conde comenzar a emitir los resulta-
dos hacia abajo.
En este ejemplo se le indic A25 y los coeficientes del ajuste figuran

en B39:B42.
Esos coeficientes multiplican cada variable independiente (pronsti-

cos conocidos) segn la frmula de la celda B18 (que tambin se in-
dica en F17).
ANLISIS DE VARIANZA
Hay suficiente correlacin entre las variables? Sern todas las

variables independientes suficientemente explicativas o influyentes?
Excel calcula el estadstico F (104,5) y tambin su valor crtico. En

este ejemplo el estadstico es mayor que su valor crtico, lo cual
asegura que el resultado 97% implica una varianza intergrupos e
intragrupos parcialmente aceptable y que el ajuste no es aleatorio
o manifieste coalineacin.

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 significati-
va 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 ele-

gir con Excel cuales de las variables independientes son ms ade-
cuadas y mejoraran la precisin del ajuste entre la ecuacin y los
datos empricos.

Se busca evitar posibles errores por la existencia de eventuales vin-

culaciones entre algunas de las variables independientes entre s
(colinealidad).
Conviene comenzar seleccionando las regresiones entre las varia-

bles que se sabe estn ms vinculadas e ir introduciendo otras que
mejoren la regresin mltiple.
ANOVA (en ingls ANLISIS DE VARIANZA)
Existen dificultades importantes para detectar la existencia de esa

relacin lineal molesta entre las variables independientes.
Interesa asegurar la independencia o no asociacin entre los atri-

butos: dos grupos difieren entre s cuando la varianza intergrupos
es mayor que la varianza intragrupo (si no hay colinealidad).
La proporcin de estas dos medidas es la F de Snedecor .
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 (denomina-
dor) para distintos % de significacin; esto ya lo indican los coefi-
cientes que calcula Excel simplificando as el anlisis de varianza y
covarianza.
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 significati-
vidad 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, indi-
cando dificultades.
MULTICOLINEALIDAD
En resumen, hemos visto varios indicadores para determinar la exis-

tencia de una alto grado perturbador de correlacin entre las varia-
bles 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.
- El mtodo de la matriz de correlacin, formada por los coefi-

cientes de cada variable respecto a las dems. El valor de su deter-
minante es entre 0 y 1; cuando se acerca 1 indica poca multicolinea-
lidad.
- El mtodo de los valores propios e ndice de condicin, que tam-

bin implica frmulas que no son necesarias en este resumen prc-
tico, luego de la claridad y facilidad de los ejemplos aqu expuestos.

ESTIMACIN LINEAL (MLTIPLE)
VENTA DE HELADOS
Excel incluye la funcin "estimacion.lineal" que tambin permite

ajustar una serie dependiente de una o varias variables indepen-
dientes. Ejemplo, pronosticar la venta de helados, dependiendo de
las estimaciones de temperatura, cantidad de lluvia y arribo de mni-
bus 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 cons-
tante y escribir "estimacion.lineal(rango helados; rango variables in-
dependientes)" 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 co-
pindola incluso hasta el rango de pronstico F2:F14. En la ayuda
F1 incluye Excel las caractersticas de este ajuste en detalle, pareci-
das a la regresin mltiple anterior.

ESTIMACION DE FUNCIONES (REGRESION)
Hemos visto antes estimacin de funciones para casos de correla-

cin entre variables, simple (la teora bsica orientativa) y mltiple
(demanda de helados). En este caso, haba una correlacin entre
la demanda de helados y el calor, la lluvia y los turistas, registrada
por ejemplo en 30 perodos. Si el gobierno o los tcnicos nos pro-
nosticaban para el prximo perodo cual sera el calor, la lluvia y los
turistas, Excel poda calcula en pocos pasos cual sera la prxima
demanda de helados (por correlacin mltiple, incluyendo el anli-
sis 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 mis-
ma produccin de helados) y segn sea la tendencia registrada (re-
gresin) 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 me-
diante 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 fre-
cuentes, como ser, este breve conjunto de cuatro ocurrencias prefe-
rentes 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 (don-
de 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 fun-
cin partiendo de solo algunos datos; luego se debera comparar los
datos con lo que surja de la estimacin, siendo generalmente sufi-
ciente ver a simple vista si el ajuste es perfecto, o bien recurrir al
anlisis paramtrico que proporciona la estadstica.

Dibuje los datos para elegir el tipo de funcin; haga varios ajusta-
mientos para elegir el mejor; o bien busque ud.el mejor ajustamien-
to como se indica ms adelante.
Excel incluye seis tipos de funciones: se pintan esos pares de da-
tos; se Inserta un grfico; de Dispersin. Con el botn derecho so-
bre los puntos graficados se puede Agregar lnea de tendencia y
tildar Presentar la ecuacin en el grfico (aparecen ah 6 las fun-
ciones Excel para elegir: exponencial, lineal, logartmica, polinmi-
ca, potencial, media mvil).
AJUSTAMIENTO EXPONENCIAL CON EXCEL

Comparando Y con la estimacin Y* se observa demasiada diferen-

cia, 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 movi-
mientos amortiguados, por que ex es similar a su derivada )
AJUSTAMIENTO LINEAL CON EXCEL

Comparando Y con la estimacin Y* se observa demasiada diferen-

cia, por que los datos no responden a una evolucin lineal (cero o
una constante ms otro nmero multiplicado por la variable a la
potencia uno); es necesario probar con otro tipo de ajustamiento.
AJUSTAMIENTO LOGARITMICA CON EXCEL

Este ajustamiento con una funcin logartmica (logaritmo natural o

neperiano) aproxima bastante, pero aun se ven diferencias impor-
tantes entre Y e Y*; conviene buscar otra funcin que ajuste mejor.
AJUSTAMIENTO POTENCIAL CON EXCEL
El ajustamiento potencial muestra mucha diferencia ntrelos datos

reales Y y los ajustados Y*; conviene buscar otro ajustamiento.
AJUSTAMIENTO MEDIA MOVIL CON EXCEL

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.
AJUSTAMIENTO POLINOMICA CON EXCEL

Este polinomio no ajusta bien y es necesario buscar otro ajusta-

miento. Entonces, como los modelos de Excel no son adecuados se
busc cual sera el mejor ajustamiento preguntndole a Findgraph.
MEJOR AJUSTAMIENTO CON FINDGRAPH
Si fuera el caso (como aqu) que este breve conjunto de solo cuatro
observaciones histricas no quedara bien ajustado con alguna de
esas seis funciones incluidas en Excel. Se vio al comparar estas
observaciones histricas Y con las surgidas de las funciones esti-
madas Y* que no hubo una gran aproximacin. Es entonces nece-
sario recurrir a un programa estadstico ms especializado que Ex-
cel para que l encuentre el mejor ajustamiento .
Existen docenas de ellos (Eviews, SSPS, Matlab, Derive, etc). En
este caso se prob con un trial del FindGraph (que dice incluir 500
tipos de funciones) y el ajuste result perfecto, fcil y en pocos mi-
nutos, tanto para instalar el trial como para procesar la funcin (gra-
cias a su archivo de ayuda).

Desde Excel se Pint y Copi el rango con los pares de datos, in-
cluyendo 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.

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 ele-
vado a la -5 y 10 a la -7; o sea 10^-5 y 10^-7; que hacen referencia
al nmero natural e=2.7182818).

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 bon-
dad 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).

CAPTULO 3
PROYECCIN Y PROGRAMACIN
CON SERIES, CON ECUACIONES, CON MATRICES O CON

PROGRAMACIN LINEAL?
Hemos encontrado la correlacin mltiple con varias variables inde-

pendientes, eludiendo las dificultades por elegir alguna inadecuada
entre stas.
Encontramos una ecuacin, una funcin adecuada, que podemos

utilizar para proyectar la demanda (pero ... solo si previamente al-
guien nos adivinara la futura magnitud de cada una de estas varia-
bles independientes).
A un nivel terico sera como resolver un sistema de ecuaciones

identificables en la forma homognea, en el cual no existan varia-
bles repetidas entre las ecuaciones.
Una solucin puede obtenerse a travs de sucesivos multiplicadores

de Lagrange; o tambin mediante la matriz inversa segn Gauss.
Otro forma alternativa sera plantear el problema de la correlacin

mltiple como una programacin lineal Simplex.
Excel tambin facilita todos esto anlisis (sistemas de ecuaciones,

matrices, Simplex / Solver) pero el ms prctico y utilizado suele ser
el aqu comentado para correlacin mltiple.

PARA QU PROYECTAR CON CORRELACIONES?
Ante tantas dificultades, alguien puede adems preguntarse: para

qu tantas teoras (con sus problemas propios)?;
por qu no estimar directamente las unidades demandadas en el

prximo periodo, en vez de hacerlo dificultosamente a travs de la
indirecta estimacin de varias otras cosas?
En realidad as suele ocurrir en la empresa. Se estima la cantidad,

demanda emprica (lo real) sin teoras: directamente; tambin utili-
zando modelos de simulacin de la demanda y oferta global
(con ponderaciones surgidas de las ventas histricas por sector de-
mandante y la evolucin probable segn el anlisis macroeconmico
coyuntural).
Tambin se estima la demanda emprica por analoga con la de

otras localidades o pases, por ejemplo al intentar imponer un nuevo
producto en un mercado.
Especialmente en los planes de inversin o pronsticos de largo

plazo se suelen incluir varios de estos tipos de estudios simult-
neamente (tanto empricos como tericos), para sumar opiniones y
comparar alternativas o estadios razonable posibles.
ANLISIS DE COYUNTURA PARA PRONSTICOS
El anlisis macroeconmico de coyuntura suele ser muy utilizado en

las estimaciones de demanda de las empresas, tanto para sus
pronsticos de corto plazo como para justificar planes de expansin
o inversin.

Suponiendo, aqu, que el bien producido por una empresa se distri-

buye directamente en proporcin igual hacia los sectores que con-
forman 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 obte-
nerse 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).

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 pu-
blicarse en la prensa; y en detalle se obtienen por suscripcin, con-
formando uno de los instrumentos bsicos de la estimacin de de-
manda 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 men-

sualmente 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.
PROGRAMACIN NO LINEAL O LINEAL -

CON SOLVER DE EXCEL
La herramienta Solver de Excel en un simple y potente mecanismo

de programacin, tanto lineal como no lineal (segn se elija tildar en
sus Opciones).
Supngase un ejemplo para optimizar una inversin en 3 ttulos o

acciones, que tienen las siguientes caractersticas:
Precio Rendimiento Inversin

$ anual $/acc. posible
Acciones A 20 5 6000
Acciones B 12 2 2000
Acciones C 10 2 3000
El importe a invertir y optimizar es $10000.
El planteo como programacin lineal consistira en maximizar la fun-

cin 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)
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 ren-
dimientos de cada accin; y cuatro ms para los precios y las res-
tricciones.

En la columna E, en E3, se ubicar la frmula para la funcin objeti-

vo: =sumaproducto($B$2:$D$2;B3:D3) que hace referencia a las
acciones B2:D2 que estimar Solver y multiplicar por los rendi-
mientos 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 ico-

no que hay en Celda objetivo permite arrastrar o anotar E3; igual-
mente con Cambiando celdas B2:D2.
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.
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 posibi-

lidad de un anlisis adicional de sensibilidad, que permite obser-
var si quedan recursos ociosos, precios sombra, costos de opor-
tunidad y otros.
Al activar Respuestas, o Sensibilidad y Lmites guarda estos in-

formes en hojas adicionales fciles de interpretar.
PROGRAMACIN LINEAL SIMPLEX
Tpico ejemplo para maximizar los beneficios o la produccin de

una empresa: la inyectora de plstico Zonda, que produce mesas y

sillas, en 3 talleres -carpintera, tapizado y empaque- con las si-

guientes restricciones:
X1 3
X2 6 (... con X1 ; X2 0 )
6X1 + 4X2 36 FO: Maximizar Bj = 8X1 + 3X2
(dnde $8 y $3 son los beneficios en ambos productos)
1) Transformar a ecuaciones, agregando las variables de holgura

(capacidad ociosa en cada seccin)
1X1 + 0X2 + 1X3 + 0X4 + 0X5 = 3

0X1 + 1X2 + 0X3 + 1X4 + 0X5 = 6
6X1 + 4X2 + 0X3 + 0X4+ 1X5 = 36
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 ca-

da unidad de Xj que decida fabricar (o que sobre, si j fuera un insu-
mo). 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
10) Variable que entra: el mayor negativo en la fila inferior (sealar-

lo). 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: 8 3 0 0 0
F X R X1 X2 X3 X4 X5 VS
0 X3 3 1 0 1 0 0 3<
0 X4 6 0 1 0 1 0 -
0 X5 36 6 4 0 0 1 6
-8 -3 0 0 0
TABLA 1

8 X1 3 1 0 1 0 0 -
0 X4 6 0 1 0 1 0 6
0 X5 18 0 4 -6 0 1 4,5<
0 -3 8 0 0
TABLA 2
8 X1 3 1 0 1 0 0
0 X4 1,5 0 0 1,5 1 -1/4
3 X2 4,5 0 1 -1,5 0 1/4
37,50 0 0 3,5 0 0,75
TABLA 1:
14) En la columna X cambiar la variable que sale por la variable que
entra.
15) Anotar en la columna F el valor que tiene cada variable en el

funcional.
16) Calcular la nueva lnea del pivote como = lnea pivote anterior
/ pivote.
17) En la columna del pivote completar con ceros (salvo el 1 del pi-
vote).
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 ulti-
ma lnea.
Costo de oportunidad: si hubiera quedado alguna cifra abajo en

las columnas de los productos X1 X2 (indicaran que no se produ-
ce ese bien) sera el costo o prdida si se decidiera producir lo que
no conviene.

Minimizar el costo de produccin:
En los casos de minimizacin, el origen de coordenadas no puede

ser el paso inicial y se suponen costos muy altos para los insumos al
solo efecto del paso / tabla inicial.
Adems de las variables reales y las slag (aqu con signo -) se

agregarn las nuevas variables, artificiales (+) en el funcional y co-
mo columnas en las tablas para considerar esos altos costos.
En la columna F de la tabla 0 inicial se anotan esos altos costos (por

ej. M), continuando el proceso hasta obtener el precio de cada in-
sumo que minimiza lo requerido para la produccin de bienes dada,
cuando todos los valores de la ltima fila sean positivos.
Sin embargo, es ms fcil calcular el primal, o sea, el dual del mni-

mo.
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 m-
ximo.
Es decir, el dual tiene una variable por cada restriccin del primal (y
tiene tantas restricciones como variables hay en el primal). Solo se
trata de que el funcional pasen a ser trminos independientes y po-

ner las filas como columnas (las desigualdades tendrn sentido in-
verso).
Esto vale igualmente cuando en el primal hay mezcladas desigual-

dades contrarias: si alguna es negativa se le agregara una variable
artificial tal como se dijo)
Ejemplo:
Min Z = 5X1 + 9X2 sujeto a -3X1 - 2X2 -6

5X1 + X2 10
X1 + 10X2 9
( con X1; X2 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 restriccio-

nes...
Vase en cualquier texto, pero precaucin- no los mezcle, ya que

si bien son equivalentes, cambian los pasos y su consideracin de
los signos.
PROGRAMACIN LINEAL SIMPLEX CON SOLVER DE EXCEL
FBRICA DE MESAS Y SILLAS ZONDA
Este mismo ejemplo est planteado en esta hoja Excel: se anotan

las relaciones bsicas, por ejemplo B7 = B5 por B6; C7=C5 por C6;
D7=B7 ms C7, D2 segn indica la solapa, etc.

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 se-
gundos).

Finalmente Resolver y calcula la solucin $37,5 de ingreso o bene-

ficio o produccin de 3 mesas y 4,5 sillas (es usual trabajar con be-
neficios en vez de ingresos menos costos).
Adems de Resolver, Excel ofrece ah 3 informes adicionales:
Respuestas (1,5 de capacidad ociosa en el Sector B).
Sensibilidad (cuanto representara una unidad ms en las secciones

A y C totalmente ocupadas).
Lmites (suponiendo alternativas).
PRODUCCIN DE TV, ESTREOS Y ALTAVOCES
En el Office de Microsoft se incluye un archivo Excel, Muestras.xls,

que incluye cinco ejemplos de aplicacin de Solver en casos de pro-
gramacin lineal Simplex.
En el primero se trata de optimizar o maximizar la produccin de tele-

visores, 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 restriccio-
nes (segn se detall anteriormente). Con Resolver > Utilizar la so-
lucin de Solver calcula los valores que aparecen en pantalla, 160
televisores, 200 estreos y 80 altavoces, totalizando en D18
$14917 de beneficio mximo.

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 re-
gionales.

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 (tam-
bin se pueden pedir ah los informes sobre Respuestas, Sensibili-
dad y Lmites, comentados anteriormente).

PLANIFICACIN DEL PERSONAL DE UN PARQUE DE DIVER-

SIONES
El objetivo de este modelo es programar el horario de los empleados

de manera que se cuente siempre con suficiente plantilla al menor
coste.
En este ejemplo se paga a todos los empleados utilizando la misma

tasa, de forma que al minimizar el nmero de empleados que traba-
jan cada da, tambin se minimizan los costos. Cada empleado tra-
baja cinco das consecutivos y dispone de dos das libres.

Con Herramientas > Solver > se puede pedir que optimice la dispo-
nibilidad, minimizando el costo. Las celdas objetivo, cambiantes y
para restricciones se muestran en la siguiente imagen. La operato-
ria es similar a lo detallo en los primeros ejemplos y en Fbrica de
Mesas y Sillas Zonda.

MAXIMIZAR UNA INVERSIN EN BONOS
La ayuda que trae Excel en esta muestras dice lo siguiente: Deter-

minar cmo invertir los excedentes de efectivo en certificados de
depsito a plazo fijo de 1, 3 y 6 meses, de modo que se aumenten
los ingresos por intereses al tiempo que se conservan fondos sufi-
cientes para cubrir los gastos (ms un margen de seguridad).
Una de las funciones de un directivo gerente financiero es el manejo

de dinero lquido y de las inversiones a corto plazo de forma que se
maximicen los ingresos por intereses, a la vez que se mantienen
fondos disponibles para poder hacer frente a los gastos. Es preferi-
ble la flexibilidad que proporcionan las inversiones a largo plazo que
las altas tasas de inters de las inversiones a corto plazo.
En este modelo se calcula la liquidez final en base a la liquidez ini-

cial (del mes anterior), la entrada de flujo financiero debida a los
plazos de los certificados de depsito, la salida de flujo financiero
motivada por la compra de nuevos certificados de depsito y el dine-
ro necesario para las operaciones mensuales de la organizacin.
Puede tomar hasta nueve decisiones: las cantidades a invertir en

certificados a un mes entre los meses 1 al 6, las cantidades a inver-
tir en certificados a tres meses entre los meses 1 al 4 y las cantida-
des a invertir en certificados a seis meses en el mes 1.

Nuevamente, la optimizacin se consigue con Herramientas > Sol-

ver > identificar las celdas objetivo, cambiantes y para restricciones
como muestra la siguiente imagen. Luego Resolver > Utilizar la so-
lucin 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 Me-

sas y Sillas Zonda.

OPTIMIZAR UNA CARTERA DE VALORES-ACCIONES
El ejemplo de Excel propone hallar la ponderacin de acciones en

una cartera de valores rentable que permita incrementar la rentabili-
dad para un determinado nivel de riesgo. En esta hoja se utiliza el
modelo de ndice simple de Sharpe. Tambin se puede utilizar el
mtodo de Markowitz si existen trminos de covarianza.
Uno de los principios bsicos en la gestin de inversiones es la di-

versificacin. Con una cartera de valores variada, por ejemplo, pue-
de obtener una tasa de inters que represente la media de los flujos
financieros de los valores individuales, a la vez que se reduce el
riesgo de que un valor en concreto d un mal resultado.
Al utilizar este modelo, puede utilizar Solver para obtener la dotacin

de fondos en valores que minimice el riesgo de la cartera de valores
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 merca-

do) y la varianza residual de cuatro valores distintos.
Adems, la cartera de valores incluye inversiones en Deuda del Te-

soro, para las que se asume un riesgo de flujo financiero y de va-
rianza 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 minimi-
zar el riesgo para una tasa de flujo financiero especfica. Con la do-
tacin 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-
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.
VALOR DE RESISTENCIA PARA UN CIRCUITO ELCTRICO
Finalmente, la sexta muestra que incluye este archivo de Excel se

refiere a un caso tcnico, de otra ndole:
Hallar el valor de la resistencia en un circuito elctrico que emitir

una descarga equivalente al uno por ciento de su valor inicial en una
vigsima de segundo desde el momento en que se mueve el inter-
ruptor.

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 conec-
ta con el inductor y la resistencia, los cuales consumen la energa
elctrica.
Por medio de la segunda ley de Kirchhoff se puede formular y resol-

ver 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 condensa-
cin 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.

La operatoria bsica del Solver y opciones es similar que lo ya expli-

cado 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 ausen-
cia de ejemplos resueltos con Excel para las mltiples aplicaciones
microeconmicas; pero no es el caso de estos seis ejemplos de Sol-
ver, suficientemente explicativos en el archivo muestra que ya inclu-
ye Excel.
MATRICES Y DETERMINANTES:
MATRIZ INSUMO-PRODUCTO
La inversin de matrices es utilizada para calcular la repercusin

total del proceso de relaciones intersectoriales en un grupo empre-
sario (al igual que en un pas).
Supongamos un grupo empresario que produce acero y autos.

Para hacer acero son necesarios autos y viceversa, para hacer au-
tos hace falta parte de ese acero (incluso hace falta acero para
hacer acero y autos para hacer autos), por lo que estos requerimien-
tos 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 tras-
lada hacia la izquierda, de modo que la matriz de coeficientes direc-
tos se transform as en algo un poco mayor: coeficientes directos
ms indirectos (totales).
Al multiplicarla por las demandas finales deseadas indicar los re-

querimientos o producciones totales.
Los requerimientos de insumos son los coeficientes intersectoria-

les.
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 requeri-
mientos 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 iden-
tidad.
En A6:B7 se calcul la matriz inversa de esa resta: pintando el ran-

go 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 di-

rectos externos ms los indirectos intersectoriales.
MATRIZ DETERMINANTE
Por otra parte, Excel tambin tiene incorporada la funcin mde-

term(A1:C3) que calcula el determinante de la matriz NxN, simple-
mente anotando esta expresin en una celda y el rango del determi-
nante:

EQUILIBRIO GENERAL DE PRODUCCIN-INTERCAMBIO
Suponga un modelo de dos sectores de produccin, caracterizado

por las relaciones intesectoriales segn la siguiente matriz de insu-
mo-producto:
4/6 2/6
A
1/ 6 2 / 6
En la cual los requerimiento de factores capital y trabajo para produ-

cir 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 prefe-

rencias similares por el consumo final de ambos bienes: U = xy.
La produccin de ambos bienes deber satisfacer las demanda fina-
les x e y, as como los requerimientos intersectoriales intermedios,
segn la matriz de coeficientes tcnicos que indica la matriz insumo-
producto inicial.

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. Resol-

viendo 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.

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 plena-
mente ocupado, mientas que C=240 implica 20 ociosos.

MATRIZ INSUMO-PRODUCTO ARGENTINA 1997
La MIP permite cuantificar el incremento de la produccin de todos

los sectores, derivado del aumento en la demanda final de uno de
ellos en particular. Ofrece una descripcin detallada de la ruta que
siguen los bienes y servicios hasta llegar a la demanda final.
La MIP brinda a los empresarios la posibilidad de evaluar la partici-

pacin relativa de su empresa en el total de una determinada rama
de actividad, con sus consecuentes posibilidades de expansin de
mercado.
Adems, las empresas conocen cual es la distribucin sectorial de

sus ventas normales y ponderando, pueden cuantificar los impactos
directos e indirectos en la produccin como consecuencia de cam-
bios en la demanda final de cualquier sector, tanto sean expansio-
nes o reducciones de empleo.
Conforma as la MIP un preciso instrumento para la proyeccin de

su demanda y anlisis de mercado (que en Argentina es ahora posi-
ble incluir dentro del conjunto de las herramientas consideradas en
este trabajo inicialmente).

INDEC public en 2003/04 la MIP 1997 que registra la estructura

productiva argentina actualizada a los cambios de poltica econmi-
ca aperturista de los aos 90 (el otro estudio, hecho por el Banco
Central R.A. 30 aos antes corresponda a otra tendencia econmi-
ca, desarrollista pero todava con incipiente expansin industrial)
Las empresas suelen utilizar para sus proyecciones de demanda

diversas valiosas encuestas y estudios parciales publicados por IN-
DEC y al comparar con esta MIP les otorga un marco de consisten-
cia 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
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 impor-
taciones 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.

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

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 opi-
nin 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 Fer-
mat, 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 ge-
neral, 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 an-

lisis de Bernoulli, impulsando la estructuracin definitiva de esta dis-
ciplina, a la que se sumaron luego aportaciones de Possion, Gauss
y otros, vinculando esta teora con los diversos campos de la ciencia
comentados inicialmente.

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 es-
tocsticos/probabilsticos, construidos a priori: distribuciones.
Interesa explicar como se plantean y qu son las pruebas de signi-

ficacin, 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 fre-
cuencia absoluta sobre cantidad total de observaciones. Se obtienen
conclusiones empricas, basadas en las observaciones.
- un segundo criterio considera la probabilidad como el co-

ciente entre los casos favorables sobre los posibles; siendo este
punto de vista muy til para obtener leyes a priori, tal como la pro-
babilidad 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

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 pro-
ducto 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 desta-
can 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 in-
teresa formar conjuntos de N elementos, en los cuales la probabili-
dad 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

ESPERANZA MATEMTICA
Si la variable aleatoria solo puede tomar un conjunto finito de valo-

res 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 espe-

ranza matemtica: el valor esperado E(x) que se obtiene sumando
el producto de cada uno de los valores en que puede darse la varia-
ble 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 (cam-
pana), representada por una funcin matemtica desarrollada en
1773 por De Moivre y paralelamente por Laplace y Gauss:
1 x M 2
1 2
y= e
2
que vara entre 0 y 1, siendo e y pi constantes conocidas.

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 desv-
os 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 simbo-
lizado 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 acumu-
ladas. 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 posi-

ble calcular por ejemplo, la cantidad o porcentaje de individuos loca-
les 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 Ex-
cel. 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

las dos primeras cifras de ese puntaje en la columna; la fila la se-

gunda 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 distri-
bucin normal. Tambin, encontrar los lmites de cualquier distribu-
cin normal que incluyan un porcentaje determinado de casos (pro-
blema inverso al anterior). Otro ejemplo de aplicacin es clasificar
un grupo total en subgrupos de acuerdo con el aprendizaje o la apti-
tud 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 distribu-

ciones (aproximadamente 10 15 ms); si bien no presenta ejem-
plos para su interpretacin concreta de cada caso, tal como figuran
en los textos tcnicos, resultan un complemento perfecto para la
aplicacin prctica de este anlisis.
REGLA O TEOREMA DE BAYES
Supnganse 6 cajas conteniendo 100 unidades cada una. En 4 hay

8 unidades falladas en cada una; en las otras 2 hay 20 falladas en
cada una.
Elegir una unidad implica bastante riesgo de que sea fallada (calcu-
lable, pero con resultado aleatorio).
Por una parte, si hay 4 cajas con 8 falladas, el primer clculo indica
una probabilidad de 4/6 ( 66%) de obtener una de ellas; pero se
corre el riesgo de sacar de una caja peor con 20 falladas, cuya pro-
babilidad es 2/6, 33%.
Sin embargo, este riesgo de elegir una unidad fallada podra redu-
cirse algo si existiera la posibilidad de poder extraer y ver una uni-

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 o

bien, escribiendo directamente:
=probabilidad(fallas;probabilidad;lmite inferior;lmite superior)

ANLISIS COMBINATORIO. Reglas de conteo
Para el clculo de la probabilidad puede ser difcil efectuar el conteo

de los casos favorables y del nmero total de casos posibles.
Regla de conteo 1: si cualquiera de los k eventos mutuamente ex-

clusivos y colectivamente exhaustivos, diferentes, puede ocurrir en
cada uno de los n ensayos, el nmero de resultados posibles es Kn.
Lanzando una moneda 4 veces el nmero de resultados es 24 = 16;
lanzando un dado 2 veces el nmero de resultados diferentes sera
62 = 36.
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 po-
sibles 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.

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 obje-

tos 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.).

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:

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 ex-
perimento (caso contrario se utilizara la distribucin acumulada) y
un nmero fijo de pruebas.
Por ejemplo, para calcular la probabilidad de obtener 4 caras al lan-

zar 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):
La notacin falso corresponde a la densidad de probabilidad y no

acumulada.
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 dis-

persin 8 tiene una campana ubicada en el primer cuadrante, cen-
trada 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 pro-
babilidad acumulativa) es 99.86%)

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 mues-
tras).
La prueba Z devuelve el valor P de dos colas de la distribucin nor-

mal y permite evaluar la probabilidad de que una observacin de-
terminada 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 cons-

tantes, con poca probabilidad al principio y hacia el final: la distribu-
cin tipo campana simtrica:

VIDA TIL DE UN PRODUCTO
La vida til de un producto est calculada en 700 horas, segn la

distribucin normal con un desvo estndar de 185.
Para averiguar la posibilidad de que falle dentro de las 900 a 800

horas de uso el clculo de la probabilidad acumulada con Excel
sera:
=distr.norm(900;700;185;verdadero) e indicar 86%.
=distr.norm(800;700;185;verdadero) e indicar 71%.
La diferencia 86% 75% = 11% es la probabilidad de fallar si al pro-

ducto se lo utiliza entre 900 y 800 horas (la notacin verdadero co-
rresponde a la probabilidad acumulada).
En las muestras mayores de 30 grados de libertad tambin se utili-

za la distribucin normal o de Gauss (en las muestras grandes coin-
cidira la distribucin de Student con la normal).
MUESTRA DE 200 ARANDELAS
Ejemplo: una muestra de 200 arandelas tiene dimetro 0,502 mm,

con desviacin tpica 0,005mm. El estndar de rechazo es de 0.496
a 0.508mm
Cul es el % de rechazadas si la produccin se distribuye normal-

mente?

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).
MUESTRA DE 100 TUBOS FLUORESCENTES
En otro ejemplo, la duracin media de una muestra de 100 tubos

fluorescentes es 1570 horas, con una desviacin tpica en la mues-
tra de 120 horas.
Si la duracin media de todos los tubos producidos por esta empre-

sa es =1600 horas (con desconocida) se busca comprobar la
hiptesis nula que los tubos de la muestra difieren de la produccin
normal de esta fbrica, con una significacin del 95% y del 99%.

Corresponde un ensayo bilateral, ya que intervienen valores mayo-

res y menores que 1600 horas y se utiliza la curva normal, tipifica-
da en z.
Z se estima como: z = (1570-1600)/ (aqu desconocida)
Se adopta el criterio de suponer como aproximacin que la mues-

tral [igual a 120/(100)1/2=12] sea como la de la poblacin, de modo
que z= (1570-1600)/12 = -2,5 por lo que se rechaza la hiptesis
nula ya que la z de la media muestral esta fuera del rango 1,96 a
+1,96.
TEORA DE LAS COLAS
Casos como los de atencin en mostrador, en los cuales la disposi-

cin de servicios implica tanto un costo como posibles beneficios,
por evitar desercin de clientes ante tiempos excesivos de espera.
La decisin depende de:

- la aleatoriedad en la llegada de clientes
- la aleatoriedad del tiempo requerido para la atencin de
cada uno.
-
Si no hay ninguna constante y las llegadas son aleatorias se utiliza
la distribucin de POISSON para determinar la probabilidad rara
de desatencin.

DISTRIBUCIN DE POISSON
En cuanto al tiempo requerido para la atencin de cada uno, se sue-

le utilizar la distribucin exponencial por que es conceptualmente
coincidente con la anterior.
SIMULACIN DE MONTECARLO
Un revendedor de aparatos sabe que tendr fluctuantes suministros

y clientela; supngaselos segn las siguientes probabilidades de
recepcin y venta, por lo cual necesita diagramar sus instalaciones y
accionar futuro:
a) Suministro mensual de equipos para la venta previsto:

Cantidad de equipos mensual: 1 2 3 4 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 O N D
1 3 2 3 1 3 4 3 5 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 nme-
ro 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
b) Por otra parte, la empresa sabe que recibira mensualmente la

siguiente cantidad de clientes segn estas probabilidades:

N de compradores: 0 1 2 3 4 5 6
Probabilidad: 0.1 0.1 0.15 0.3 0.15 0.1 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 M A M J J A S O N D
2 3 6 0 5 3 4 1 3 0 4 3
c) La empresa tambin tiene registrada la probabilidad de que un

cliente compre efectivamente:
N de clientes que compran: 0 1 2 3

Probabilidad: 0.4 0.3 0.25 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 1)2 2)0
F 1)0 2)1 3)1
M 1)2 2)0 3)1 4)3 5)0 6)1
A -----
M 1)1 2)2 3)0 4)2 5)1
J 1)1 2)1 3)0
J 1)1 2)0 3)2 4)3
A 1)2
S 1)0 2)2 3)1
O ---
N 1)2 2)0 3)1 4)1
D 1)2 2)0 3)1

Por consiguiente, segn las pruebas al azar, calculadas en el mto-

do de Montecarlo con Excel (o con las urnas), el resultado sera:
a) Suministro c) Ventas Saldo
E 1 2 -1
F 3 2 1
M 2 7 -5
A 3 0 -3
M 1 6 -5
J 3 2 1
J 4 6 -2
A 3 2 1
S 5 3 2
O 1 0 1
N 1 4 -3
D 2 3 -1
TOTAL29 37 -8
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 estabili-
cen, para luego adoptar alguna decisin sobre las instalaciones y
facilidades necesarias.
Excel facilita esta larga tarea: es necesario armar una planilla ano-
tando los 100 nmeros, repitiendo cada uno las veces que corres-
ponda en un cuadro de 10 por 10. Luego se encolumnan en A1 has-
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 utilizan-

do 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 ne-
cesaria 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 simu-

laciones necesarias?) sera calcular la varianza del resultado para
una cantidad de, por ejemplo 1000 simulaciones, y medir la varian-
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 im-

plemente, 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.
PROGRAMACIN DINMICA
CADENAS DE MARKOV
Procesos estocsticos (aleatorios) con variaciones discretas a lo

largo del tiempo. Supngase un estudio de dos marcas, tendiente a
establecer la penetracin del mercado con cada una, conociendo las
proporciones actuales de cada marca A 60% y B 40%, as como
cuntos clientes estaran dispuestos a cambiar hacia la otra marca:
El producto A tiene 90% de clientes firmes y 10% estara dispuesto

a cambiar hacia B; en el producto B hay 95% de clientes fieles y 5%
de clientes que estaran dispuestos a pasarse hacia A.
Estas proporciones pueden disponerse en forma de una matriz [C]

de fidelidad, en la cual A11 es la posibilidad de que un cliente de A
contine en A; A12 es la posibilidad de que un cliente de A se pase
a B; B22 son los clientes de B que continan en B; y B21 los clientes
de B que se pasaran hacia A.

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 pro-

ducto {[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

una muestra con 60% de enfermos leves y 40% de enfermos gra-

ves.
Se observaron los resultados en el primer y siguientes perodos,

segn este resumen:
E F 1 2
E 1 0 0 0
F 0 1 0 0
Grupo 1 0.2 0.1 0.6 0.1
Grupo 2 0.05 0.15 0.15 0.65
Tratamiento Tratamientos
Inicial siguientes
Estado inicial [P Q] = [0.60 0.40]
La probabilidad final de enfermos curados despus de un tiempo

indefinido de tratamiento es:
0.20
-1
0.60 0.40 * [I - A] * 0.05
0.60 0.10
Siendo "l" matriz unitaria; y A = ;
0.15 0.65
0.40 0.10
entonces [I - A] = ;
0.15 0.35
con la proporcin de curados en el primer ao 0,20 y 0,05;
0.20
de modo que [0.60 0.40] * [I - A] * 0.05 = 0.52

(se esperan 52% de pacientes sanos, luego de los tratamientos su-

cesivos 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 cel-
das 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.

El 52% de pacientes de la muestra sern curados, despus de

los tratamientos.

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 esti-
ma 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 me-

jor 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 por-

centaje de error, se explica -al 95% o al 99%- que entre las mues-
tras y la poblacin no difieren las medias ni las proporciones o des-
viacin tpica.
Existen varios tipos de muestreo: al azar simple; al azar sistemtico;

estratificado (al azar, proporcional o no proporcional); conglomera-
dos al azar; no probabilstico o directo, etc. Interesa la seleccin de

la muestra, su tamao y la varianza de las muestras y de la pobla-

cin.
ENSAYOS CON UNA Y DOS COLAS
Con una cola es para cuando se compara si un proceso es mejor

que otro. De dos colas es para cuando se pregunta si el proceso es
mejor o peor que el otro.
El tipo de muestreo ms importante es el muestreo aleatorio. Se

numeran los elementos de la poblacin.
Se extrae solo uno, elegido al azar, i; se conforma una muestra eli-

giendo los elementos que ocupen los lugares i; i+K; i+2k; etc.
tomndolos de k en k (con alguna correccin si casualmente existie-
ra una periodicidad constante k en la poblacin)
Los resultado se someten a error muestral e intervalos de confianza,

que varan de muestra a muestra y segn se calculen al principio o
al final.
La diferencia entre un estadstico muestral (los de posicin y de

dispersin vistos) y su parmetro poblacional correspondiente dan
la idea del valor que se obtendra con un censo en vez de con las
muestras.
El tamao de la muestra depender del tipo de muestreo, del par-

metro a estimar, del error admisible, de la varianza poblacional y del
nivel de confianza del caso.
Las poblaciones homogneas tienen poca varianza y necesitan

muestras menores.
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 ajus-

te a la realidad, siguiendo una distribucin normal o bien de Stu-
dent, 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 recalcu-
la 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.

PEQUEAS MUESTRAS
DISTRIBUCIN STUDENT
Esta distribucin es aplicable para muestras pequeas (entre 3 y 30

grados de libertad) cuando no se conoce la desviacin estndar de
la poblacin pero s la de una muestra.
En vez del z de la distribucin normal se utiliza t; y en vez del se

utiliza el .
La prueba t indica la probabilidad de que dos muestras sean de po-

blaciones con igual media.
Cuando el valor calculado para los grados de libertad y % de con-

fianza del caso- es menor que el de la tabla bilateral se concluye
que la diferencia entre medias es por azar, no significativa.
MUESTRA DE 10 ARANDELAS
Una mquina produce arandelas de 0,050mm de dimetro prome-

dio. 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.

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).
PRUEBA X2 (DE ASOCIACIN ENTRE DOS VARIABLES Y DOS

O MS MUESTRAS)
Mide el promedio de la diferencia cuadrtica relativa entre la fre-

cuencia observada y la frecuencia terica esperada.
La prueba X2 permite observar el % de confiabilidad de que una se-

rie terica sea como otra real, escribiendo en B11 lo que figura en
esta imagen; un alto porcentaje indica que el ajuste terico es ade-

cuado para representar los datos empricos (o una muestra repre-

senta 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:
MUESTRA DE 16 PIEZAS TORNEADAS

cuya altura tiene 2,4mm de desviacin tpica.
Toda la produccin tiene esa desviacin respecto del promedio?

No se tiene la desviacin tpica de la poblacin, pero s la de la

muestra, entonces se usa chi2:
Con 95% de confiabilidad, los lmites izquierdo y derecho de la dis-

tribucin chi2 son: 2,4 (16/5.24)1/2 = 1,83, izquierdo; y 2,4(16/2,5)1/2 =
3,84, derecho.
Para esa confiabilidad con lmites 97,5% y 2,5% -y con 16 grados de

libertad- la tabla muestra el cuadrado de 5,24 y de 2,5 -28,8 y 6,9-
(igual que en Excel, anotando como se ve en A11 y B11):
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%.
MUESTRA DE 200 BOMBITAS

que tienen una desviacin tpica de 100 hs. en su duracin.
Ser esta la desviacin tpica en la duracin promedio de toda la

produccin?
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 nor-

mal de bombillas en esta fbrica tiene una desviacin tpica entre
88,9 y 115,9 horas respecto al promedio.
SALIERON 115 CARAS y 85 CRUCES
se observ luego de lanzar 200 veces una moneda.
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 significa-

cin 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 segu-
ridad que la moneda est bien construida, ya que probablemente
este mal hecha.
EL KILO DE GUISANTES DE MENDEL
fueron clasificados y en su muestra de 556 se encontr: 315 lisos

amarillos; 108 lisos verdes; 101 rugosos amarillos; 32 rugosos ver-
des.
Concluy en la idea que ese ao la cosecha posiblemente guardar-

a la proporcin 9+3+3+1=36, algo diferente (y que para 556 repre-
sentara 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:
Frecuencia Frecuencia
Caras p{x caras
esperada observada
0 0.0332 33 38
1 0.1619 162 144
2 0.3162 376 342
3 0.3087 309 280
4 0.1507 151 164
5 0.0294 29 25

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 + (287-

308.7)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).

CAPTULO 6
TEORA DE LA DEMANDA
Teoras de la demanda y sistemas econmicos
Las empresas estudian la demanda, bsicamente la demanda de las

personas. Pero para ello es necesario explicar la naturaleza de este
acto; y existen tres teoras econmicas que lo intentan, abarcando la
filosofa del comportamiento humano individual, social, poltico y de
la propia organizacin de los estados y sus gobiernos.
Durante milenios hasta el presente, las naciones de todos los conti-

nentes han tenido diversos sistemas polticos; pero sus sistemas
econmicos presentaron numerosas constantes:
Existencias de leyes, un estado encargado de mantener el orden so-

cial y administrar lo necesario para el bienestar general: efectuar
actividades bsicas como caminos, puentes, hospitales, escuelas,
defensa territorial, seguridad de las personas y defensa del derecho
de propiedad privada, asegurar el abastecimiento y normalidad en
los mercados, cobrar impuestos, regular y garantizar un balance de
divisas que asegurara el poder de importaciones, etc.
Aristteles en el S III a.c. escribi sobre los precios del mercado,

reconociendo que dependan de las necesidades del comprador y
de los costos del productor.
Santo Toms de Aquino, en el S XII (Summa Theolgica y Summa

para Gentiles) tradujo ese estado natural de cosas segn Aristteles
en uno de los postulados del cristianismo: justicia conmutativa (justo
precio para las transacciones en el mercado) y justicia retributiva
(justo salario para el trabajador).

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 ins-
trumentos utilizados para conseguir mercados. Pero interesa co-
mentar 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- ga-
rantiza que una especie de mano invisible (los precios libres) man-
tenga los mercados competitivos y en equilibrio, conduciendo al m-
ximo bienestar general, ya que el Estado evita la formacin de mo-
nopolios y conductas no transparentes.
La propiedad privada es una idea natural en los sistemas econmi-

cos 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 con-
ductas 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.

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 merca-
dos se desenvuelven en una gama intermedia de competencia, im-
perfecta.
Situaciones de competencia incontrolada pueden llevar a excesos

(Argentina, Rusia, en los aos 1990). Tambin un estatismo a ul-
tranza conducira al fracaso de la URSS (si bien cabe tener en cuen-
tas 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, novedo-

sa, 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 monopo-
lios 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 conside-
rar la demanda y la oferta.
Pero liberales y Marx admitan una gran influencia del costo de pro-
duccin en la determinacin de los precios. Estos clsicos prestaban
poca importancia a la escasez, las necesidades y la demanda.

Equilibrio de la empresa, en el largo plazo: si en el mercado Compe-

titivo 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 extraor-
dinarios, en el largo plazo.
Pero si la demanda subiera el precio a $15, entonces percibira be-
neficios extraordinarios e incluso vendra algo mas que X=8 unida-
des (al menos en el corto plazo, mientras no ingresen competido-
res). Perdera o cerrara si la demanda solo pagara $10 por el pro-
ducto X, ya que sus ingresos seran menores a sus costos.
$
p
Cme CMg CMe
CMg
15
12 D
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.

En el corto plazo pueden subir los precios y la diferencia con el co-

sto es un beneficio para la empresa por correr el riesgo del merca-
do; si los precios bajaran podra quebrar.
Gossen se habra suicidado por que no lo entendieron en su mo-

mento; pero alcanzo a escribir cartas a varios economistas con es-
tas ideas, los cuales 20 aos despus publicaron trabajos y Marshall
los reuni como una sntesis en su libro de Principios econmicos,
con esta primer teora.
PRIMERA TEORA DE LA DEMANDA: sicolgico-utilitaria
Bsicamente las dos leyes de Gossen conformaron la primer teora

de la demanda, sicolgico-utilitaria.
La ley 1) fue sintetizada por A. Marshall (escocs, 1890, Principios

de Economa) as: conforme dispone de mas unidades el consumi-
dor siente menor utilidad con cada una (utilidad marginal decrecien-
te) y las va valorando menos: paga menos por cada nueva unidad
consumida; esto explica la pendiente negativa de la curva de de-
manda.
La ley 2) explica el consumo de 2 o ms bienes: a) el consumido

encuentra su equilibrio (y entonces demanda, compra) con igual
relacin placer sobre precio en todas sus compras: igualdad de las
utilidades marginales ponderadas por sus precios (UMgx / Px =
= UMgy / Py = etc...
Simultneamente deba cumplirse b) gastar todo el presupuesto M

(o sea, Px (X) + Py (Y) = M.
Se explica matemticamente as el mximo condicionado para dos o

ms variables:
a) U'x / U'y = Px / Py con b) Px (X) + Py (Y) =M

(El mximo, mnimo para una variable era: U' = 0 con U'' <0 mxi-
mo; y mnimo si es >0; o punto de inflexin si es tambin =0 la se-
gunda derivada.
Es decir, ponerse en un punto de giro /cambio con la primera deri-

vada =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) per-
feccionaban 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 deriva-
da 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.

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 aleja-
das 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 extre-
mos de la recta y su pendiente.
La demanda aparece si hay equilibrio: tangencia de la recta de pre-

supuesto 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 ne-
cesariamente 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 pen-
diente).
Adems, la pendiente de la recta de presupuesto tambin est pre-

sente en el punto de equilibrio. En toda esta recta hay el mismo pre-

supuesto, de modo que al cambiar entre dos de sus puntos necesaria-

mente (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 equili-
brio.
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 mo-
delo distinto: geomtrico-matemtico y no sicolgico/utilitario-mate-
mtico).
CURVA DE INDIFERENCIA Y RECTA DE PRESUPUESTO
Siendo los gustos U = X Y, el presupuesto M= $100 y los precios

en el mercado Px=$1 Py=$2.
a) el cociente de las derivadas igualado al de los precios es

Y / X = 1 / 2 de donde la relacin de intercambio # es 2Y = X
b) agotar el presupuesto: M = 1(X) + 2(Y) = 100
reemplazando # es: M = X + X = 100; o sea, X= 50; e Y = 25 segn
#, resultando una utilidad cardinal U=XY= 1250 unidades.
Esto se calcula en la siguiente hoja Excel: la ecuacin de la curva de

indiferencia es Y = U/X = 1250/X; la ecuacin de la recta de presu-
puesto es M = Px(X) +Py(Y), o sea, Y = 100/Py -Px/Py (X).

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.
TERCERA TEORA DE LA DEMANDA: PREFERENCIA REVELA-

DA
El anlisis distinguiendo los efectos sustitucin y renta cuando cam-

bia un precio permitieron presentar una tercer explicacin sobre las
razones de la demanda.
Se desarrolla bajo el anlisis de la ecuacin de Slutsky y con el del
efecto ingreso y sustitucin segn Hiks.
Slutsky, Hicks, Samuelson explicaron que adems de la vieja ley de

la demanda tambin influa el menor poder adquisitivo si un aumen-
to en el precio de algn bien importante deteriora el valor adquisitivo
real del presupuesto disponible para demandar. Agregan las conse-
cuencias de la inflacin: al viejo efecto sustitucin le agregan el nue-
vo efecto renta.
Lo de preferencia revelada surge por que cuando, por ejemplo, el

Instituto de Estadsticas y Censos mide mensualmente los ndices
de precios al por menor y otros, esta obteniendo informacin objeti-

va (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 co-

rrelaciones, 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 pre-
cios 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( ; )).


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 operacio-
nes elementales (vase ms en detalle al final de este captulo).
EQUILIBIO DEL CONSUMIDOR: DEMANDA DERIVADA
La teora del consumidor (cardinal u ordinal) maximiza la utilidad

por consumir bienes X e Y gastando el presupuesto M, dados cier-
tos gustos (funcin de utilidad) y precios en el mercado.
Con las condiciones a) el cociente de las derivadas igualado al de

los precios del mercado; junto con b) gastar todo el dinero disponi-
ble, se satisfacen las dos condiciones de mximo para funciones de
dos variables (coinciden las posibilidades y gustos del consumidor
con las pretensiones del mercado)
MAXIMIZACIN SEGN LA UTILIDAD MARGINAL

(A. MARSHALL)
U= 0,2XY + 8 con Px=$1; Py=$4; M=$70
a) se resuelve con: UX / Uy = Px / Py
0.2Y / 0.2X = 1/4 o sea, X=4Y #
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 funcio-

nes 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 ima-

gen y se abre Solver en Herramientas.
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 restriccio-

nes se abre la pequea ventana para anotar a la izquierda D4; en
el centro <=; y a la derecha =70 y Aceptar. Vuelve a la ventana
Solver, se pulsa Resolver y luego Aceptar la solucin Solver.
Con Solver no hay limitacin para el tipo de funciones de utilidad,

sean lineales o no lineales.
PROBLEMA DUAL:
MNIMO GASTO PARA OBTENER CIERTAS DEMANDAS CON

UTILIDAD DE SOLO 32 UNIDADES?
Aqu la funcin a) ser la de presupuesto Px(X) + Py(Y) = M, mien-

tras que la restriccin b) es la funcin de utilidad igualada a 32:
U = 0,2XY +8 = 32
a) 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.
Sujeto a las siguientes restricciones y Agregar permite anotar ahora

B5=32. Luego Resolver y Aceptar la solucin de Solver.

(nuevamente los precios deben ser >0 y adems, se ha evitado ele-

gir en Opciones Adoptar la solucin lineal, ya que la funcin es de
segundo grado).
MAXIMIZACIN SEGN LA INDIFERENCIA DE W. PARETO

(Y LAGRANGE)
El mismo caso anterior se explica con la teora de las curvas de indi-

ferencia de W. Pareto: gustos y presupuesto coincidentes con los
requerimientos del mercado, mediante:
TMS = Px / Py
Segn el diferencial total nulo en la curva de indiferencia y en la re-

cta 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 + =0
Uy = 0,2X + 4 =0
U = X + 4Y - 70 =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.

II) El Hessiano con las segundas derivadas:
0 0 .2 1
H = 0.2 0 4 = + 1.6 (>0)
1 4 0
con el mismo clculo prctico para las dos teoras (Marshall y Pare-
to), 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 ge-
omtrico de las curvas de indiferencia).
8,75 E
ci U = 69,25 u .u.
35 X
DETERMINANTES
Sin limitaciones de orden, Excel calcula estos determinantes, sim-

plemente anotando en una celda =mdeterm(A1:C3) como se ve en
la imagen (reemplazando antes = 1,75):

EFECTO INGRESO-SUSTITUCIN SEGN HICKS
A) EQUILIBRIO DEL CONSUMIDOR
Supngase un consumidor con gustos U=Y(X+5) y presupuesto

M=Px(X) +Py(Y)= $110; en el mercado los precios son Px=$2 y
Py=$1.
Las relaciones necesarias estn indicadas en la hoja, en A1 hasta

A12. EN A7 y A8 se calculan las derivadas pero anotndolas como
frmulas: en A7 ir =A2 (tal como indican las referencias de la co-
lumna B) y en A8 ir =A1+5; en A9 el cociente A7/A8; en A10 ir
A5/A5; en A11 ir 2*A1+10; en A12 ir A4*A1+A5*A2.
El equilibrio inicial se calcula con Herramientas > Solver > poniendo

como celda objetivo maximizar la utilidad A3; celdas cambiantes
A1:A2 (las cantidades de bien X e Y).
Como "Sujeto a las relaciones" se anota que el cociente de las pri-

meras derivadas sea igual al cociente de los precios del mercado
(A9=A10) y que el presupuesto sea igual a 110 (A12=A6).
Con Resolver y Aceptar Solver calcula la mxima utilidad 1800 uni-

dades ordinales, as como la demanda de ambos bienes: X=25 uni-
dades e Y=60 unidades.

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 > Disper-

sin > 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).

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 cam-
biando 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

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 vol-
ver 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 ima-
ginaria.
Las pendientes (cateto opuesto sobre cateto adyacente) se pueden

calcular como las primeras derivadas de cada lnea: curva de indife-
rencia 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 parale-

la 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 cuadr-

tica surgirn las coordenadas de S, en particular X=13.8, que per-
mite 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

13.8 hay 5,5 de disminucin por efecto renta; desde13.8 hasta 25

hay 11,2 de disminucin de demanda por efecto sustitucin.
FUNCIN COMBINADA DE LAGRANGE
Supngase un consumidor con la siguiente funcin de gustos: U=

28X +28Y - 2X2 -3XY -2Y2, un presupuesto M=$12 y precios en el
mercado Px=$1, Py=$6.
Lagrange conforma una funcin combinada "L", compuesta de la

suma de dos trminos: uno la funcin U; el otro la restriccin de pre-
supuesto multiplicada por una variable auxiliar (Px(X)+Py(Y)-M),
entonces:
L= 28X +28Y - 2X2 -3XY -2Y2 + (1X +6Y -12)
a) La primera condicin ser ubicarse en un punto de giro de la

funcin, igualando a cero las primeras derivadas de L; la segunda
ser averiguar si es un punto de inflexin, de mximo o de mnimo,
segn que el Hessiano H sea nulo, positivo o negativo.
Las primeras derivadas de L son :
L' x 28 4X 3Y 0
L' y 28 - 3X - 4Y 6 0
L X 6Y - 12 0
Igualamos el trmino en de las dos primeras multiplicando la pri-

mera por 6, quedando 168 -24X -18Y = 28 -3X -4Y; o sea, Y= 10 -
3/2X. (#)
Reemplazando esta relacin (#) en la tercer derivada se obtiene X +

6(10 +3/2X) = 12, de donde surge X=6; y por consiguiente Y= 1
segn (#).

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 presu-
puesto, 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 uni-
dad 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 deriva-

das segundas:
L"xx L"xy L"x 4 3 1
" " "
H= L yx L yy L y 3 4 6
" " "
L x L y L 1 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, ...).

ECUACIN DE SLUTSKY
El efecto sustitucin y renta fueron diferenciados en dos trminos:

el primero mide la cada de demanda considerando la utilidad mar-
ginal 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 denomina-
dor 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 indi-

caba que era tpico X es tipo Giffen (como el pan; adems, el trmi-
no -14/112 negativo indica que X es un bien inferior): en los bie-
nes Giffen el efecto renta supera al efecto sustitucin.
Cada elemento del Hessiano tiene un adjunto, o menor complemen-

tario, conformado con las dems filas y columnas. Excel calcula los
adjuntos necesarios 11, 31, 12, 32, 21, 31, 32 como
se muestra en D11, pero es necesario complementarlos con la regla
de los signos para este anlisis: anteponer un signo menos a los
adjunto impares D12, D32 y D21.

EFECTO DEL CAMBIO DEL PRECIO DE X SOBRE LA DEMANDA

DEL BIEN Y:
dY / dPx = - 12 / H - 6 32 / H =
= 1 (6 / 112) - 6 (21 / 112) = 0.05 - 1.1 = -1
si sube el precio de X comprara menos X (se compra ms por ser

Giffen) y menos Y (-1 <0); Y es complementario de X; el trmino
21/112 positivo indica que Y es un bien normal (carne).
EFECTO DEL CAMBIO DEL PRECIO DE Y SOBRE LA DEMANDA

DE X:
dX / dPy = - 21 / H -X 31 / H =
= 1 (6 / 112) - 1 (-12 / 112) = 0.05 + .013 = 0,18
si sube el precio de Y se compra menos bien Y pero ms X; X es

sustituto de Y (pan sustituto de carne).
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 ne-
gativo (-0,01); el cociente 21/112 positivo indica que Y es un bien
normal no suntuario; la demanda compensada del efecto renta caer-
a muy poco, solo en la proporcin -0,01, pero la demanda ordinaria
cae segn -0,2.
TEORA ESTADSTICA DE LOS NMEROS NDICE
Desde el punto de vista de la teora estadstica el anlisis de los

nmeros ndices es amplio. Siguiendo a F. Toranzos se exponen
aqu los 12 ndices, de precios y sus simultneos 12 de cantidades.
Unos tendrn sentido aplicados a algn problema especfico, otros
lo tendrn aplicados en casos diferentes.
Como ejemplo, se supuso la realizacin de un estudio sobre la evo-

lucin del nivel de vida de algn sector de la poblacin, caracteriza-
do por el consumo de bienes importados. La primera tarea sera
obtener la informacin.
En el Instituto Indec se recopilan mensualmente muchos precios y

cantidades de bienes, que utilizan para estimar consolidados sobre
1) Indices de precios al por menor; 2) Indice de precios mayoristas;
3) Indice del costo de la construccin; 4) estadsticas de importacio-
nes mensuales; 5) estadsticas de exportaciones mensuales; 6)
otros ndices sectoriales diversos y tambin niveles de actividad del
Producto Interno Bruto Nacional.
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 inter-
medio (PC y automviles- en realidad, sus autopartes-).

Para cada familia de productos se investig cual era el bien particu-

lar con mayor volumen importado a fin de elegir aquel ms importan-
te 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 identi-
ficados 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 encolum-
nados 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 econ-
micas sobre lo observado y (cerrando este ejemplo) opinar como
evolucion la calidad, estndar o nivel de vida de este grupo argen-
tinos (a juzgar por esta muestra tan limitada de solo 8 productos
seleccionados)
1. ndice agregativo aritmtico simple, de precios y de cantida-

des:
Este ndice es algo primario y no posee la circularidad / reversibili-

dad de otros ndices posteriores, Aun as, permite observar en este
ejemplo algunas conclusiones econmicas generales (deterioro en

los consumos de este grupo social en 2001 y 2002 y que cuando los
precios son altos baja el consumo y viceversa).
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.
2. ndice promedio aritmtico de relativos:
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 consu-
mos (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 elabora-
dos: precios altos en los aos iniciales y bajos en 2002, junto con
consumos deprimidos en este ao 2002.

3. ndice promedio geomtrico de relativos
Estos ndices tampoco ponderan la distinta magnitud absoluta de los

precios y las cantidades de los distintos bienes (respectivamente
dismiles en el conjunto de cada ao). Sin embargo, es un ndice
reversible y aplicndolo a precios y cantidades es posible reproducir
los valores y consumos de otros perodos. Para el presente caso,
permite observar las conclusiones generales que confirman los de-
ms ndices: baja de precios en 1999 y 2001, con una correspon-
diente suba de las cantidades consumidas (lo cual es razonable
segn la ley de la demanda).

4. ndice mediana de relativos
Es un ndice ordinal, pero tiene la ventaja de que no es afectado por

los valores muy chicos (nulos o negativos) ni por los muy grandes.
No tiene la circularidad de los ndices reversibles, pero resulta til
para casos como el presente, en el cual tanto la canasta de bienes
con los valores de los precios incluyen cifras muy altas junto con
otras muy bajas para algunos bienes. Aplicado a precios y a canti-
dades confirma las conclusiones econmicas generales: cierta baja
de precios constantes (en dlares) y mayores consumo en los aos
2000 y 2001 que en el inicio del perodo y en 2002.
5. ndice promedio aritmtico ponderado de relativos
Estos ndices ponderan las magnitudes absolutas de precios y de

cantidades, respectivamente, aunque estos ndices se ven afecta-
dos por los valores muy grandes, distorsionando las conclusiones
econmicas en el presente caso (casi desaparece el consumo en
2002, exagerado la cada real producida).

6. ndice promedio geomtrico ponderado de relativos
Estos ndices elevan la variacin de precios o cantidades a la res-

pectiva cantidad o precio y luego sacan la raz del orden que com-
pensa esos productos. Si bien es un ndice ponderado, presenta el
inconveniente de que resulta afectado por los valores muy chicos (y
nulos o negativos); justamente en el presente caso surgen inconve-
nientes al aplicarlo a precios, ya que muestra valores nulos. Igual-
mente, tambin distorsiona las conclusiones al aplicarlo a cantida-
des, ya que subestima el consumo en 2002 (casi desaparece, lo
cual es irreal: baja mucho pero no tanto; no desaparece totalmente).

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 co-
nozcan 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 ini-
cialmente, si bien confirma a tendencia a la baja de precios y con-
sumos de cantidades altos en 2002-2001, frente a los aos extre-
mos, especialmente en 2002.
8. ndice de Paasche
El ndice de Paasche muestra el valor de la canasta actual sobre la

canasta actual a precios bases. Aplicado a precios sirve para indicar
algo as como la variacin del costo de vida o importe monetario de
los consumos de hoy frente a los precios de la canasta vieja.

Como no pondera los cambios de consumos no es perfecto; no es

reversible en el tiempo. Orienta a concluir que los precios han baja-
do moderadamente mientras que las cantidades consumidas fueron
altas en el bienio central 2000-2001.
9. ndice Ideal de Fisher, aplicado a precios y a cantidades
Aplicado a precios muestra el valor de la canasta base a precios

actuales sobre la canasta base a precios base, por la cantidad ac-
tual a aprecio actual sobre la cantidad actual por precios base (y
recprocamente para cantidades).
Resulta ser as un promedio de aplicar Laspeyres y Paasche: la me-

dia geomtrica del producto de ambos ndices. Observando el resul-
tado en este caso se aprecia que influye bastante el ndice de Las-
peyres.
Este ndice ideal de Fisher es reversible en el tiempo, ya que es un

ndice combinado de los dos anteriores: respeta el criterio de circula-
ridad 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 ca-

ractersticas, 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.
10. ndice de Edgeworth-Marshall para precios y cantidades
Aplicado a precios toma el precio actual por el promedio de la ca-

nasta base ms la actual dividiendo esto por el precio base por simi-
lar promedio de canasta base ms actual.
Aplicado a cantidades usa el promedio de ambos precios por la can-

tidad actual dividiendo por ese promedio por la cantidad base.
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 pre-
cios y tambin los consumos (orientando a explicar esta situacin
desde otro punto de vista, por el retroceso en los ingresos y produc-
ciones locales generalizadas durante ese ao 2002).

11. ndice de Walch para precios y a cantidades
Aplicado a precios muestra el precio actual por el promedio de la

canasta base y actual dividido por el precio base por similar prome-
dio de canasta base y actual.
Implica conocer no solo los precios sino las cantidades actuales, lo

cual define su aplicacin para casos en los que se dispone de estos
datos (no es el caso del Indec cuando elabora su ndice de precios
al por mayor, ya que los censos nacionales con cantidades produci-
das, consumidas, etc. no se hacen mensualmente sino cada 10
aos; los aos terminados en 4...).

12. ndice de Drovish-Bowley para precios y cantidades
Resulta ser el promedio simple o aritmtico de Laspeyres y Paas-

che. En nuestro caso, el valor de la canasta base es mayor que el
de la canasta 2002, evidenciando que cayeron los consumos (un
deterioro del nivel o estndar de vida, ante la paralizacin de pro-
ducciones y merma de ingresos).
A modo de ejemplo de informe final sobre este anlisis puede decir-

se 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 con-

sumidas ao a ao. Los datos son originarios del Indec y la Admi-
nistracin Nacional de Aduanas, tanto en las canastas consumidas
como los importes monetarios en pesos, los cuales se convirtieron a
dlares utilizando el tipo de cambio vendedor Banco Nacin.
Si bien casi todos los ndices confirman la ley de la demanda -bajos

consumos en perodos de altos precios- los ndices combinados de
Fisher y otros muestran tambin una cada muy importante del con-

sumo 2002, que se explicara por la retraccin general de la activi-

dad nacional.
Adicionalmente se grafic la distribucin anual de bienes consumi-

dos, 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 consu-
mos bajaron abruptamente.
Finalmente, se grafic en escala logartmica la evolucin de precios

absolutos en el quinquenio, observando tendencia a la baja en cin-
co de ellos y mantenimiento o leve alza en solo un bien.

CAPTULO 7
TEORA DEL EQUILIBRIO DE LA EMPRESA
MAXIMIZACIN DE LA PRODUCCIN
Siendo la funcin de produccin Q = 2L2C2, si se dispone de un pre-

supuesto M=$60 y los costos de los factores X e Y en el mercado
son PL =$1 y PC = $2, se calcula la produccin mxima de un bien
final Q en unidades con la misma herramienta conceptual que en el
enfoque de la demanda (ya sea con derivadas o utilizando la combi-
nada de Lagrange).
Tanto en Marshall como en Pareto el mtodo matemtico es el mis-

mo en ambos enfoques, por ejemplo: Q'L / Q'C = PL/PC y con M=60.
a) 4LC2 / 4L2C = 1/2; o bien 8C = 4L; o sea, C = 1/2L #

b) adems debe ser Pl(L) + Pc(C) = M: L + 2C = 60
y segn # resulta L+2(1/2L) = 60, con: L=30; C=15 y Q=405.000

kilos.

Igualmente con la aplicacin Solver, pero para funciones "no" linea-

les. Se presentan los datos bsicos en una hoja Excel, con celdas
para los requerimientos de ambos factores; para sus precios o cos-
tos; lo gastado en cada uno y para la produccin mxima: la celda
objetivo B5 contiene la frmula con la funcin de produccin. En D4
estar el gasto total en factores B4 + C4.
En Herramientas > Solver> se anota la celda objetivo; se elige Maxi-

mizar; las celdas cambiantes B2yC2 en las que Solver calcular los
requerimientos de factores. Sujeta a las siguientes restricciones >
Agregar y presenta una pequea ventana que permite anotar D4 a
la izquierda; en el centro y =60 a la derecha (el presupuesto).
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 traba-

jando en Solver sin Adoptar el modelo lineal, ya que esta funcin de
produccin no es lineal.

15 E
Q = 405.000 kilos
30 L
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 exactamen-
te 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 ob-
jetivo, 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

Con Resolver y Utilizar la solucin de Solver, se calcula el presu-

puesto mnimo necesario para esa produccin de 200.000 kilos (as
como las cantidades de las demandas derivadas de factores produc-
tivos 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 ren-
dimientos 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").

POTENCIAS Y RACES
TEORA DE LOS COSTOS CON EXCEL
En una hoja de clculo se introducen las frmulas de cada concepto

de costo en la lnea 2, como se muestra en el ejemplo. Se copian
hacia abajo y surgen evidentes los puntos relevantes: mnimo costo
medio E6; mnimo costo medio variable F4; costo medio igual a co-
sto marginal con X=4,6 (costo marginal o aumento del costo total
por producir una unidad ms de X; la derivada del CT= CT').

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.
MINIMIZACIN DE COSTOS CON SOLVER
A partir de esos datos es posible pedirle a Herramientas > Solver>

que minimice, eligiendo como celda objetivo alguna celda del costo
medio, por ejemplo E7; celda cambiante la correspondiente de las
X, A7; tildar Mnimo; en Sujeta a las siguientes restricciones A7>=0,
y que el costo medio sea igual al costo marginal, E7=H7; con Resol-
ver y Aceptar calcular el valor exacto X=4,65871 que minimiza el
costo medio total (nivel ptimo de explotacin en el largo plazo; o en
el corto plazo punto crtico, por ser el umbral de prdidas si los pre-
cios llegaran a bajar de ese importe).

RESTRICCIONES ADICIONALES CON MATRICES
DOS SOFAS SIMPLES MS UNO TRIPLE
Una fbrica de muebles vende juegos de sofs. Sus costos de pro-

duccin para sofs simples son $ 70 variables ms $60 fijos; para
los sofs triples son $ 200 variables ms $ 150 fijos; y su capital de
trabajo son $10.000.
Necesita minimizar el costo de producir la mxima cantidad posible

de juegos. La restriccin adicional es, en este caso, respetar la pro-
porcin dos simples ms uno triple (-2+1= 0 es la restriccin plan-
teada segn la fila 3 de la hoja Excel). La otra restriccin es el capi-
tal de trabajo para insumos: 10.000 menos costos fijos = 9.730, dis-
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) pul-
sando luego Ctrl+Shift+Enter como muestra la imagen.
Seguidamente se multiplica la matriz inversa por el vector de las dis-

ponibilidades: 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 disponi-
bles.

PROGRAMACION ENTERA DE UNA DIETA
En una dieta alimenticia interesan los costos, los requerimien-

tos mnimos y el nivel de caloras. Se sabe que para mantener
el peso adecuado alguien de consumir 1350 kcaloras y un
mnimo de 500 mgr de vitamina A, 350 mgr de calcio, 200 mgr
de protenas y 150 mgr de minerales. Dada una tabla de con-
tenido de los alimentos y su costo formule el programa lineal
entero que optimiza la dieta.
Una vez volcada la tabla y hecho el cuadro resumen en la hoja
de clculo, al ingresar a Solver se puede elegir minimizar el
costo e Integer (entero) como restriccin ( B6:B11=Integer).
Las otras restricciones hacen a cumplir con los requerimientos
mnimos y con el tope de caloras. En las opciones se tild
Adoptar el modelo lneas y Adoptar no negativos para las can-
tidades de alimentos. Al resolver Utilizando la solucin de
Solver tambin se pueden pintar los tres informes usuales con
los resultados.
Al haber elegido Integer como restriccin solo se consideran
unidades enteras para las celdas cambiantes B6:B11 y esta
optimizacin se cumple con el costo mnimo de $57 .

(Utilice Ver o Vista > Zoom > 200% para leer bien la imagen)
PROBLEMA DE LA MOCHILA CON ENTEROS
El problema dela mochila es otro caracterstico caso de pro-

gramacin entera. Consiste en llenarla con objetos cuyo peso
se conoce y a los que se le asign determinada valoracin
(ambos, peso y valoracin positivos). Con una capacidad limi-
tada en la mochila el problema consiste en escoger aquellos
objetos (enteros) que maximicen la utilidad sin exceder aquella
capacidad.
En el siguiente ejemplo la funcin objetivo a maximizar incluye
en C10 la valoracin de cada objeto. En C11 se anotaron co-
mo frmula las restricciones sumando los pesos de cada ob-

jeto; 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)
tildando en Sujeto a las restricciones la condicin binario; es
el caso en que las variables a incluir no son divisibles, repeti-
bles (replicables).Tambin se pueden plantear casos en que

algunas variables sean conjuntas o que alguna sea mutua-

mente 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 res-
tricciones se pueden introducir diversas restricciones binarias
(opcin 0 1) para alguna o varias de las variables.
OPTIMIZACION DE LA PRODUCCION / MINIMIZACION

DEL COSTO
La solucin tradicional de problemas con solo hasta tres variables

implicaba recurrir al anlisis deferencia (anlisis marginal, ilustrati-
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 conver-
sin 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 can-
tidades 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-
cios y se seleccion como celdas cambiantes B23:D23 para que Sol-
ver calcule ah las cantidades que optimizan la produccin y repercu-
ta en las frmulas de costos e ingresos.

Como la empresa tiene contratos ineludibles las cantidades a optimi-

zar 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 dispo-
nibles ni la demanda remanente; al ingresar en Opciones se tildaron
Adoptar modelo lineal y tambin No negativos.
Como en todos los dems casos, el archivo Excel con este ejemplo
muestra mejor a los interesados la interrelacin en cada celda (segn
las frmulas del cuadro) con las cantidades seleccionadas por Solver.
PROGRAMACION DE TURNOS DE TRABAJO
Supngase una empresa que preste servicios continuados las 24

horas durante todo el ao. Su personal trabaja 8 horas diarias, in-
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 cuen-

ta 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 cam-
biantes sean positivas y tambin que sean enteros (integer).
La funcin objetivo es la suma-producto de los jornales por los pre-
sentes, con $1208 de mnimo costo.

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 res-

tricciones i4:i9 >= que la dotacin requerida. Tambin permiten la

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 fue-
ran 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.

(use Ver o Vista > Zoom > 200% para leer los detalles)
EQUILIBRIO EMPRICO CON HOJA DE CLCULO EXCEL
La teora econmica explica el punto de equilibrio de la empresa

maximizando el beneficio. Se procede conceptualmente y desde
funciones y se suelen aceptar las explicaciones, no obstante que en
la empresa no existen funciones sino solo series histricas de venta
y compra de insumos.
Se aceptan las explicaciones tericas y el criterio de ptimo (ingreso

marginal igual a costo marginal y simultneamente crecimientos de
ste mayor que el del ingreso marginal; es decir mximo B si B= 0 y
B <0))
Si fuera necesario demostrarlo empricamente, seria necesario cal-

cular la funcin de demanda Px; luego el ingreso total IT =Px (X); as
como el ingreso marginal, IT.
En los costos sera necesario ajustar la serie del costo medio hist-
rico a una funcin cuadrtica (parbola invertida, tipo U); luego ob-
tener el costo total como el producto CMe(X); y finalmente el costo
marginal C.
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:
A) AJUSTE LINEAL DE LA DEMANDA
En este ejemplo se quiere explicar como a partir de las estadsticas

reales de venta se obtienen precios y cantidades de, por ejemplo 30
o ms meses.
Mediante Excel se efecta el ajuste lineal X = a bP, estimando los

coeficientes que se muestra en D4 a D6 y armando la ecuacin de
ajuste en C2, para copiarla hacia hasta C9.
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.
B) AJUSTE PARABLICO DEL COSTO MEDIO
Los registros histricos, reales, con costos medios y cantidades pro-

ducidas permiten efectuar una ajuste cuadrtico y encontrar la par-
bola 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, im-

plica costos medios elevados; igualmente producir a mayor ritmo
que el diseado para el equipo implicara subir los gastos de mante-
nimiento 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 hist-
ricos.
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 ecua-

ciones formales y se resuelve con Excel los determinantes y el Hes-
siano, segn se muestra en la imagen.
Cabe aclarar que la funcin Excel para calcular determinantes es

=mdeterm(rango) y as tambin se calcul el Hessiano en N13.
Pero para calcular los tres coeficientes A, B, C del ajuste es necesa-

rio 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" teri-
cas sobre las reales.

Obtenida la funcin de costo medio CM = 1,8+15X-0,13X2, se obtie-

ne 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, maximizan-

do 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 embar-
go, solo con X=1,4 se cumple la segunda condicin B''<0.
La empresa maximiza beneficios produciendo 1,4 unidades; su pre-

cios de venta es P=$6,61; su ingreso total $9.21 y su costo total
$5.07 y su beneficio $4.15.-
EQUILIBRIO DE LA EMPRESA CON SOLVER
En el punto anterior se ha calculado el equilibrio emprico con la hoja

de clculo Excel, aplicando tambin diferenciales.
Adoptando esas funciones de demanda y costos, se puede calcular

el equilibrio, sin clculo diferencial, directamente con Herramientas
> Solver > y pidindole en Parmetros de Solver que Maximice la
celda objetivo (A9), cambiando las cantidades X (A1) y sujeto a las
restricciones Img=CMg, o sea (A5)=(A7); as como I''<C', o (A6) (A8)
de la siguiente imagen:

Mtodos cientficos:
Formas de estudiar; informes profesionales; mtodos cientficos.
Tres temas sobre mtodos para adquirir, para presentar conocimien-
tos y para demostrarlos, que se refieren al modo de estudiar; a las
presentaciones metdicas de informes, exmenes o trabajos prcti-
cos; 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 co-
nocimientos. 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 indivi-
dualmente; 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 finalmen-

te llegar a una sntesis manejable, etc.
Por una parte, listados y el anlisis, para poder estudiar ordenadamen-
te. 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 prcti-
ca 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 Rea-
der. Para estos archivos es muy importante buscar por palabra clave,
mediante Contrl + F (en Word usamos Contl + B)
PRESENTACIONES TIPO INFORME PROFESIONAL
El modo de presentar o hacer los exmenes o trabajos prcticos es

mediante informes profesionales; que en principio, deben reunir
cinco partes: 1) identificacin, lugar, fecha, tema. 2) introduccin de
un prrafo, con los supuestos necesarios y con el tema a exponer (al-
go como diga que va a decir), 3) desarrollo o explicacin detallada
de los principales pasos demostrativos ( el dgalo), pero en una
forma que lo entienda todo lector que no tenga antecedentes sobre el
tema ; sin dar por sobreentendido absolutamente nada importante,
para presentar una demostracin rigurosamente documentada y vin-
culando por ejemplo las ecuaciones con los (supuestos) hechos reales
de su tema . 4) conclusin de un prrafo, con lo relevante expuesto, lo
obtenido o una idea clara de lo que ello es o no es (un diga que di-
jo). 5) fuentes de informacin, las primarias que expusieron el
tema, pero muy detalladas, con autor, obra, editorial, ao y de ser

posible nmero de pagina o prrafos concretos. (evitando referencias

vagas a solo el autor u obra). Si fueran de Internet, debe figurar es-
pecficamente la direccin URL de la pgina concreta con el tema y
no solo la referencia a un sitio web o su pgina de inicio, que obli-
guara a posterior navegacin para ubicar el punto.
METODOS DE DEMOSTRACION
En cuanto a los mtodos cientficos, para la demostracin rigurosa en

el mbito econmico, hay que retrotraerse al anlisis clsico aristot-
lico, la metafsica causal: de un antecedente verdadero llegar a un
consecuente tambin verdadero mediante razonamiento lgico (to-
dos los hombres son mortales, Scrates es hombres, entonces Scra-
tes es mortal. O segn descartes cogito ergo sum, pienso luego
existo).
Desde el siglo pasado simplificamos reconociendo este planteo bajo
dos situaciones: las deducciones matemticas (lgica pura, sin conte-
nido 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 mi-
nimizacin. Se habla de una sola, o todo ms dos variables: maximi-
zar el beneficio, optimizar la produccin, minimizar el costo, median-
te 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 ana-
loga 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, estudia-
mos 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 sustitu-
cin 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 insumo-producto 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 matrices 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 depen-
diente (trae un ejemplo de estimacin de la produccin de helados,
segn las series histricas de de calor, lluvia y turistas; que es posi-
bles correlacionar y hacer la estimacin siempre que alguna institu-
cin 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 estu-
diar. Tambin tiene el modo de presentar profesionalmente sus traba-
jos 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 vincula-
cin 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 resuel-
ve en Excel un mismo ejemplo de cuatro variables mediante 4 a 6
mtodos alternativos. Por otra parte, tambin presenta en Excel algu-
na estimacin de funciones mediante la correlacin mltiple de Excel
(la inferencia o induccin estadstica comentada).
DUDAS SOBRE MICROECONOMIA Y SUS METODOS CIEN-

TIFICOS:
Desde siempre y al menos hasta 1980, cuando se fue conociendo Lo-
tus y especialmente luego que en 1994 se us Excel (con sus funcio-
nes para correlacin mltiple con anova(induccin); las de regre-
sin; 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 indepen-
dientes (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 opcio-
nes (mtodo: deduccin)
3) calculo de una matriz (determinante) con =mdeterm( ;), matriz
inversa con =minversa( ; ), matriz multiplicar con =mmult( ; ). (de-
duccin)
Entonces, el rigor cientfico ya es hoy realmente aplicable a lo coti-
diano de cualquier empresa.
El rigor cientfico, pasa en la economa de la empresa por la cues-
tin de los mtodos cientficos bsicos rigurosos (induccin estadsti-
ca, para la estimacin; y deduccin matemtica, para la optimiza-
cin; ambos con contrastacin con la realidad). Y la aplicacin en
la empresa, en forma generalizada, depende mayormente de Excel.
Dos dudas sobre microeconoma?

PRIMERA ) Hace falta gran conocimiento previo de matemtica?
Coloquialmente, para no iniciados se aclara que hay una trampa
(verso) clsica: esconder /dificultar (a los indios) las cosas (y la ver-
dad en estas esplicaciones), ya que as era ms fcil, y habra pocos
crticos (caciques), o quizs por que se buscaba solo figurar y si-
multneamente que nadie pudiera criticar las cosas hechas por los
supuestos expertos.
Por ejemplo se inundaba con reglas y casos de derivacin etc. , segu-
ramente necesarios en fsica o qumica, pero no en economa, donde
por ejemplo, solo tiene sentido el primero de los cuatro cuadrantes.

Igualmente con la programacin lineal Simplex (con dos paginas se

reemplaz aqu profusin de textos superfluos). Tambin se habl
siempre de resolucin de sistemas NxN, pero ningn texto incluy
resuelto un sistema de 4x4 ni mayor. En estos cursos se resuelven
aqu casos con muchas variables, con Solver. Y con matrices median-
te Excel se resuelven casos con al menos 1700 variables). Pero lo
importante es que ninguna de estas aplicaciones requiere ms de una
hora de dedicacin bsica.
SEGUNDA ) Para que sirve todo esto de los mtodos? , en qu cosas

concretas se aplica el rigor de la ciencia econmica en una empresa?
Veamos algunos ejemplos de aplicacin, en las cinco reas bsicas de
cualquier empresa (incluida su direccin o gerencia general):
Las 5 reas se definen aqu segn el ciclo empresario, (tal como por
ejemplo se hacia en la siderrgica Somisa que competa eficiente-
mente exportando masivamente a EEUU y otros pases y enfrentaba
localmente la competencia de importaciones de sus productos):
El ciclo anual comenzaba con el pronstico cuantificando el merca-
do; luego el plan de compras de materiales (restando las existencias);
luego el plan de produccin (restando las existencias de semitermina-
dos); finalmente el plan de ventas, promocin, marketing, expedi-
cin.
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 importa-
ciones, con pormenorizado seguimiento de precios y especialmente
antidumping; as como la defensa en la competencia ante las autori-
dades 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) eli-
giendo la mezcla ptima entre una serie de bienes, ya sea con pro-

gramcin lineal con Solver o con matrices para hasta 1700 variables
con Excel.
2 Compras: por ej.minimizar el costo eligiendo la mezcla ptima en-
tre 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 su-
puesto 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 en-
tiende que en finanzas o contadura la racionalizaron con las PC y
Excel fue muy importante.
ARCHIVO CON 6 METODOS:

La inferencia estadstica (induccin cientfica), con suficiente anlisis
de la varianza (anova) es el mtodo bsico para las disciplinas socia-
les, como la economa.
Tambin se utiliza la modelacin de cualquier asunto econmico me-
diante el mtodo (deductivo) de la matemtica; adems de procedi-
mientos 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 res-
tricciones (condiciones, que se procesan como variables adicionales).

Sin embargo, la idea lgica se plantea con una variable (y una condi-
cin, 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 cre-
cimiento 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 cam-
bio) 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 va-
rios procedimientos alternativos, que guardan analoga con este crite-
rio para una variable (y una restriccin).
Con dos variables reales y una restriccin (3 en total), como consu-
mir o producir dos bienes dado un presupuesto, se utilizan el anlisis
diferencial de Gossen, Marshall o Pareto: resolver a) igual cociente
utilidad marginal sobre precio del bien (o insumo)en ambos, junta-
mente con b) agotar el gasto del presupuesto.
Tambin segn las dos condiciones de la funcin combinada de La-

grange. La combinada suma la funcin de utilidad (o produccin)

ms la restriccin de presupuesto multiplicada por una variable artifi-
cial 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 nega-
tivo un mnimo; si fuera tambin nulo indicara un punto de in-
flexin.
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, cuantificn-
dolas 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 Ex-
cel que sirven para resolver efectivamente problemas con muchas
variables.
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 presen-

tan all con un proceso, tal como otros ejemplos en los demas libros ).
Asimismo, se incluyeron aqui las seis soluciones del caso PRIMAL
(maximo beneficio) y las del correspondiente DUAL (minimo costo
para esa produccin dada). Al llegar a similar resultado el lector pue-
de 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, ma-
nualmente; 6) matrices con funciones Excel (que son las efectivamen-
te 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 in-
vertir 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 funcio-
nes 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 representa-
tividad de cada variable independiente y en general "bondad" del
ajustamiento).
Planteo del problema:

Se busca optimizar la produccin de autos y/o motos, dispo-
niendo de 8000 hs. Mquina y 9000 hs. Hombre. Un auto deja
como beneficio $2,50 y una moto $2,00. Los insumos o coefi-

cientes tcnicos estn en el cuadro 2x2 del resumen.
Cuadro resumen del ejemplo autos y mo-

tos:
Requerimiento autos motos Total capacidad
requer
maquina 1 2 8000 8000
Hombre 3 2 9000 9000
Cant. vendida 500 3750
Ben. unitario 2.50 2.00
Total beneficio 1250 7500 8750
Aproximacion, recordando como derivasr:
Tratando de simplificar el clculo: supongamos una funcin

Ux. Su primer derivada sera Ux;y= dU/dx y su derivada se-
gunda sera Ux=- respecto a X (o a Y, segn a cual derive-
mos).
Ejemplo: Ux=3X2 (al cuadrado) con U'x=6X (se multiplica
por el exponente y se baja una unidad este). Su derivada se-
gunda Ux=6 (se vuelve a derivar la derivada primera).
Otro ejemplo Uxy=4X2Y2 (Xcuadrado por Y cuadrado), con
Ux= 8XY2 (multiplica por el exponente y se le baja una uni-
dad a este...y acompaa lo demas igual).
La Ux=8Y2. (multiplica por el exponente y se le baja una
unidad a este.... y acompaa lo demas sin cambios).
La simbologa cambia segn los textos, pero es similar: Ux
que dU/Dx.

1 ) LAGRANGE
La solucion analtica diferencial, con o sin Lagrange, permite el razo-
namiento, pero tiene limitaciones (manuales), es para pocas variables
(por esto usaremos aqu 6 mtodos, llegando al mismo resultado).
Las condiciones o restric-

ciones tecnicas son: auto moto Recursos
hs. Maquina X1 2X2 <=8000
hs. Hombre 2X1 2X2 <=9000
PRIMAL
La funcin conbinada de Lagrange incluye la funcion de beneficio ms las
de dos restricciones
G = 2,50 X1 + 2,00 X2 + L1(X1 + 2X2 -8000) + L2(3X1 + 2X2 -9000)
Lagrange prev dos condiciones (FOC y SOC) . Usaremos aqu dos
operadores, landa 1 y landa 2.
1) F.O.C.: G1 = 0 2.5 + L1 + 3L2 = 0

G2 = 0 2 + 2L1 + 2L2 = 0
G3 = 0 X1 + 2X2 - 8000 = 0
G4 = 0 3X1 + 2X2 - 9000 = 0
Con estas dos ltimas se puede despejar X1 y X2 por
igualacin:
X1 - 8000 = 3X1 - 9000 o sea, 1000 = X1X1= 500
y segn G3 500 + 2X2 -8000 = 0 o sea,

2X2 = 7500.. X2= 3750

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)
2) S.O.C.:
Si el determinante Hessiano es positivo se asegura que esta solucin es
ptima. El determinante Hessiano se conforma volviendo a derivar cada
linea del primer sistema respecto a las cuatro variables 1, 2, 3 y 4.
L11 L12 L13 L14
H = L21 L22 L23 L24
L31 L32 L33 L34
L41 L42 L43 L44
o sea, H =
0 0 1 3
0 0 2 2 = 16
1 2 0 0
3 2 0 0
Calcular el Hessiano manualmente solo es prctico hasta 3 variables, pero
para muchas (o miles de) variables Excel tiene la funcion =Mdeterm(
G26;J31).
1b ) DUAL:
(el mnimo de este mximo)
Este mismo caso tiene otro aspecto a considerar. Busquemos cual sera la
mnima remuneracin para obtimizar esos recursos de 800 hs.mquina y

9000 hs.hombre, sabiendo que un auto deja $250 y una moto $ 2,00 de
bienficio (es como la otra cara en una misma moneda).
Para minimizar, Lagrange arm su funcin combinando ahora la funcin
objetivo y agregando sus operadores "landa" multiplicando las restricciones
de cumplir con el beneficio unitario en autos y en motos (usamos dos ope-
radores landa 1 y 2 por que hay dos restricciones; adems de la variables
reales, ambos beneficios unitarios en este caso de mnimizar)
K = 8000 Y1 + 9000Y2 + h1 (Y1 + 3Y2 - 2,50) + h2 (2Y1 + 2Y2 -
2,00)
(cambio las letras por K, Y1y2 y h1y2 pero quizs no sea imprescindible)
Lagrange prev dos condiciones (FOC y SOC) . Usaremos aqu dos ope-
radores, landa 1 y landa 2.
1) F.O.C.:
(al igualar a cero las derivadas primeras nos ubicamos en un "punto de
giro", por analoga con una variable)
K1= 0 8000 + h1 + 2h2 = 0
K2= 0 9000 + 3h1 + 2h2 = 0
K3= 0 Y1 + 3Y2 - 2,5 = 0
K4= 0 2Y1 + 2Y2 - 2 = 0
Multiplicando la tercera por 2 y repitiendo la cuarta
2Y1 + 6Y2 - 5 = 0
2Y1 + 2Y2 - 2 = 0
por igualacin surge: 6Y2 - 5 = 2Y2 - 2
o sea, 4Y2 = 3 .Y2 = 0,75
Y segn k3 es: Y1 + 3 (0,75) - 2,5 = 0 Y1 = 0,25
remuneraciones que optimizan minimizando el costos para usar estos re-
cursos.
Min C = 8000 (0,25) + 9000 (0,75) = $8750
y segn k2: 9000 + 3h1 + 2 (-3750) = 0

-3h1 = 9000 - 7500 -h1 = 500
que en este dual seria como las cantidades "sombra"
2) S.O.C.:
En los sistemas con 3 variables la segunda condicion de Lagrange para el

dual (minimo) era que el Hessiano de la derivadas segundas fuese negati-

vo (y si se buscara otro punto de inflexin debera ser H = 0).
Pero el tema cambia y se complica para sistemas con 4 o mas varia-
bles; cambian los criterios y se complican mucho las reglas para los
resolver determinantes mayores a 3x3.
Comparando mtodos se pueden ver estas limitaciones y la practicidad de
cada uno, destacandose la ventaja de usar Excel para los sistemas gran-
des.
DETERMINANTE con Excel (en E73;H73 )
0 0 1 2
H= 0 0 3 2 =16
1 3 0 0
2 2 0 0
Excel calcula facilmente estos determinantes grandes con su

funcin =mdeterm(E70:H73)
2 ) METODO GRAFICO
Maximizacin
el mtodo grfico admite dos variables y no demasiadas restricciones

(tantas como no ensucien el grfico).
Consiste en graficar cada restriccin y elegir el rea interior entre el
origen y la frontera de codos o soluciones alcanzables. Las solucio-
nes 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
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
2b ) DUAL - Minimizacin:
En este mismo ejemplo ser buscar el mnmo costo (remuneracin)

para producir esas cantidades de autos y motos utilizando los recur-
sos 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 ori-
gen 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 pro-
ductivos para obtener esas producciones dadas y $8750 beneficio.

Funcin objetivo: Min C = 8000Y1 + 9000Y2

Restricciones: que las remuneraciones permitan obtener un benefi-
cio 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 am-

bas restricciones con coordenadas (0,25;0.75)
3 ) AUTOS y MOTOS SEGN SIMPLEX
Funcin Objetivo: Max Benef. = $2,50 (X1) + $2,00 (X2)

Sujeto a:

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 2
FO X REC. X1 X2 X3 X4 V.S.
tabla 0: 0 X3 8000 1 2 1 0 8000
0 X4 9000 3 2 0 1 3000
-2,5 -2 0 0
tabla 1 0 X3 5000 0 4/3 1 -1/3 3750

2,5 X1 3000 1 2/3 0 1/3 4500
0 -1/3 0 0,83
tabla 2 2 X2 3750 0 1 3/4 -1/4

2,5 X1 500 1 0 -1/2 1/2
0 0 0,25 0,75
precios som bra
(todos positivos en la ltima fila).
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
(sin capacidad ociosa).
(ver las dos pginas con los pasos del mtodo Simplex en
el cap. 3)

3b) VERIFICACION DE LA ULTIMA TABLA SIMPLEX CON MA-

TRICES
Recursos
-1/4 8000 3750 MOTOS
-1/2 1/2 9000 500 AUTOS
ver frmula y
**
Estos valores difieren de los que se vern como la matriz inversa por que el
orden de presentacin fue alterado en el proceso quedando como motos y
autos.
El producto de esta tabla (matriz) por el vector de recursos tiene la frmu-
la: =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.
4 ) SOLUCION CON SOLVER de Excel

Planteo del problema
y Ayuda previa para Solver:
Se busca optimizar la produccin de autos y/o motos, dispo-
niendo de 8000 hs. Mquina y 9000 hs. Hombre. Un auto deja
como beneficio $2,50 y una moto $2,00. Los insumos o coefi-
cientes tcnicos estn en este cuadro 2x2 del resumen.
Cuadro resumen del ejemplo autos y mo-
tos:
Requerimiento autos motos Total capacidad
requer
maquina 1 2 8000 8000
Hombre 3 2 9000 9000
Cant. vendida 500 3750
Ben. unitario 2.50 2.00
Total beneficio 1250 7500 8750

Luego use HERRAMIENTAS / SOLVER/ ETC una vez que ya estan

prearmadas las formulas en la hoja Excel.
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, sensibili-
dad y lmites.
Esta opcin Solver de Excel es interesante por que permite la programa-

cin 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 Gauss-Jordan consiste en ubicaa la matriz de los coeficientes tcni-
cos
1 2
3 2
a la izquierda de una matriz unitaria de similar rango.

1 0
0 1
Ubicado este par de matrices se tratar de pasar hacia la derecha la matriz

de coeficientes mediante operaciones elementales.
1 2 1 0
3 2 0 1 (2da - 1rax3)
el resultado aparece en el prximo par de matrices:
1 2 1 0
0 -4 -3 1 (2da / -7)
1 2 1 0 (1ra - 2a x2)
0 1 0,07 0,025
1 0 -0,5 0,5
0 1 0,75 -0,25
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 0,5 8000

0,75 -0,25 x 9000 =
El producto de esta matriz 2x2 por el vector de recursos original otro vector
de 2x1 con los resultados para autos y motos
-0,5 (8000) +0,5(9000) 500
0,5(8000 +-0,5(9000) = 3750
El beneficio mximo es B = 2.50(500) + 2.00 (3750) = $8750

AYUDA: ALGEBRA MATRICIAL
1. INTERCAMBIAR FILAS
2. MULTIPLICAR UNA FILA POR UN
ESCALAR
3. SUMAR A UNA FILA OTRA POR UN
ESCALAR.
4. Producto: A11 A12 B1 A11 B1 + A12 B2

A21 A22 por B2 = A21 B1 + A22 B2
(matriz cua-
drada por un
vector co-
lumna da
otro vector
columna)
tiene 1 en la diagonal princi-

5. matriz unidad o identica, I= 1 0 pal y 0 en el resto
0 1
6. matriz inversa, ver en a)
6 ) MATRICES CON EXCEL

Excel trae numerosas funciones, entre ellas para calcular determinan-
tes (=mdeterm( ; ), para invertir matrices (=minversa( ; ), para multipli-
car matrices (=mmult( ; )
M. inversa Recursos Produccin

autos -0,5 0,5 8000 500
motos 0,75 -0,25 9000 3750
Mxima
** Produccin
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.
Confirmacion Insumo Producto

Distribucin Distribucion
del Producto del Ingreso
Ben /u Recorso Salarios Ingresos
2,50 1250 8000 0,25 2000
2,00 7500 9000 0,75 6750
8750 8750
Producto Ingreso
Los 500 autos y 3750 motos por su beneficio unitario originan un pro-
ducto de $8750 (en los sectores maquinas y hombres).
Igualmente, las resumeraciones para mquinas y para hombres multi-

plicadas 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.
Mnimo costo para obtener esas producciones y beneficios
conocidos.
3b ) MINIMIZACION CON SIMPLEX:

Minimizar C = 8000(Y1 + 9000(Y2)

sujego a: Y1 + 3Y2 >= 2.50

2Y2 + 2Y2 >= 2,00
Restando dos variables ociosidad y sumando dos variables artifiales:
Y1 + 3Y2 -Y3 . + MY5 + .... = 2,50

2Y1 + 2Y2 . - Y4 . ..+ MY6 = 2.00
8000 9000 0 0 M M
FO Y REC Y1 Y2 Y3 Y4 Y5 Y6 V.S.
T.0 M Y5 2,5 1 3 -1 0 1 0 0,83
M Y6 2 2 2 0 -1 0 1 1
3M 5M -M -M 0 0
-8000 -9000
(positivo)
T.1 9000 Y2 0,83 1/3 1 -1/3 0 1/3 0 2,5

M Y6 1/3 4/3 0 2/3 -1 -2/3 1 0,25
1,33M 0 0,67M -M -1,67M 0
-500 -3000 +3000
(positivo)
T. 2 9000 Y2 0,75 0 1 -1/2 1/4 1/2 -1/4

8000 Y1 0,25 1 0 1/2 -3/4 -1/2 3/4
0 0 -500 -3750 -M -M
autos ,motos -500 +3750
(todos negativos !!)
Mnimo Costo = 8000(0.25) + 9000 (0.75) = $

8750
$maquina $salario
0,25 0,75
4 b) Dual Minimo costo con Solver

h maq h hom Ben /u

autos 1 3 2,5 2,5

motos 2 2 2 2
salarios 0,25 0,75
Recurs 8000 9000
Costo 2000 6750 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 multi-
plican 0.25 y 0.75 por el coeficiente de maquinas y hombres para au-
tos (igualmente para motos). Estas dos celdas con frmulas ser una
de las restricciones para indicar que lo distribuido como remunera-
cioens sea igual al beneficio producido por autos y por motos.
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 Remuner Ingre

8000 0,25 2000 para h. maquinaa
9000 0,75 6750 para h. hombre
8750 ingreso nacional
6 B ) Dual: Verificacion con matrices
maquina hombre
auto 1 3
moto 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 0,75 0,25

0,5 -0,25 por 0,75
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.
Recurso Remuneracion Ingresos
8000 0,25 2000

9000 0,75 6750
8750
Ben /u produccion BEN TOTAL
2,5 500 1250

2.0 3750 7500
8750
EVALUACIN DE INVERSIONES TIR Y VAN
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 ( a 6400 $/Tm)
Etileno 480 ( a 21000 )
Soda custica 40 ( a 8000 )
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%.

Coste del dinero: 10% anual.
El grfico muestra el VAN, la evolucin del acumulado del cash flow

actualizado.
La funcin Excel para el VAN se calcula escribiendo:

=vna(tasa;importes).

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 .
VAN Y TIR (VALORACION DEL TIEMPO)

VAN (o VNA):
Un cierto importe dado tiene hoy mayor valor que si recin lo tuvi-
ramos disponible dentro de un prximo perodo. Asimismo, conside-
rando un costo normal del dinero, ese importe o valor actual sera
menor que si hubiese estado disponible antes hace algunos perodos,
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 per-
odos del tiempo t, el VAN o valor actual neto o VNA de un impor-
te 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 tra-
tamientos de valoracin (hay ejemplos al pulsar F* y ah ayuda so-
bre esta funcin).
Pero interesa antes analizar este concepto mediante un simple ejem-
plo:
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.
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 espe-
rados al de los gastos del proyecto).
Por ejemplo, si se gastan $100 y $100 durante dos perodos para ob-
tener 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
Tanto para gastos como para ingresos Excel aplica perodo a pero-
do el concepto del valor actual con la tasa 6,032% que calcula para
que se igualen ambos conceptos. Microsoft incluye otras funciones
especiales parecidas para estos clculos TIR no peridicos y con co-

sto de reinversin, bsicamente anotando o pintando en todas los im-

portes de gastos e ingresos (con su signo correspondiente) en las cel-
das que representan a cada perodo (en este caso cuatro). Verlas pul-
sando F1 en las frmulas financieras o eligindolas en F* y all
Ayuda para esta funcin.,
ESTABILIDAD DINAMICA (teorema de la telaraa)
Es el caso del mercado competitivo cuando la oferta se ajusta

con retardo de un periodo (depende de los precios del perodo
anterior); como por ejemplo en las cosechas anuales de cerea-
les, en la construccin de vivienda para alquiler; o en los ciclos
de la industria del cerdo (de los jamones) etc peridicos.
En este mercado competitivo la demanda se adapta instantnea-

mente a los precios, pero la oferta si bien es rgida (fija) a cortsimo
plazo (ya que no puede cambiar sus cantidades y necesita vender)
a mediano plazo puede producir ms o menos segn sea el alicien-
te de los precios del periodo anterior.
Equilibrio inicial
35
y = 5x + 4
30
25
20
Precio
$
15
10 y = -4x + 35
5
0 KILOS y = -4x + 23,86
0 2 4 6

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 de-

manda como en la oferta. Si bien podra haber tericamente situa-
ciones transitorias inestables (de indefinicin por recurrencia o tam-
bin 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 convergen-
tes).
Esto lo asegura una pendiente de la oferta mayor que en la deman-

da (en valor absoluto), simplemente por una cuestin geomtrica,
pensando que los ajustes de precio y cantidad sern cada vez me-
nores si las endientes son mas empinadas en la oferta (pero no se
pueden ampliar conclusiones sobre las elasticidades ni sobre pen-
dientes 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 aproxima-
ciones 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 vivien-
da; en la industria del cerdo (produccin de jamones con maz) es-
tos 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.
AJUSTE ANTE UNA BAJA EN LA DEMANDA
Ahora comprara esa cantidad pero solo al menor precio P = $10;

surge as un nuevo punto P = 10 y X = 3,44 diferente al equilibrio
inicial, que la oferta no estara dispuesta a aceptar. Para calcular el
nuevo equilibrio faltara conocer la ecuacin de la nueva demanda
que pasa por ese punto.
Se la puede deducir recurriendo al concepto de recta que pasa por
dos puntos: el nuevo y otro inmediato que no es imprescindible co-
nocer, ya que en este concepto matemtico el siguiente cociente
entre parntesis representa la pendiente de esa recta de demanda
buscada.
P- P1 = (P2-P1 / X2-X1) (X-X1)

P = -4X + 23,86 segunda recta deman-
da
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 de-
cir oferta con mayor coeficiente en la forma implcita... (menor coefi-
ciente 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 elsti-
cas o inelstica)
MEDIDA DE LA RAPIDEZ DEL AJUSTE
El grfico muestra como se llega al nuevo precio $15 en 13 fases.

Segn el modelo este lapso cambia conforme se modifiquen las
pendientes (junto con el precio de equilibrio y magnitud de los ajus-
tes). Pero ello no quiere decir que en la realidad se deban esperar
los perodos indicados hasta llegar a un nuevo equilibrio (los agen-
tes econmicos se encargan de efectuar estos ajustes muy rpida-
mente para no perder negocios); el modelo solo muestra que a ma-
yor diferencia de pendientes mayor ser la rapidez del ajuste y me-
nores las fases; Excel permite comprobar esta lgica fcilmente
(los agentes procuran abreviar drsticamente el lapso para no per-
der operaciones frente a competidores).
Proceso de ajuste
25
20
$18,18
15
10
5
0
1 2 3 4 5 6 7 8 9 10 11 12 13
Fases
La interactividad de la hoja Excel permite ver esto instantneamen-

te. 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 coefi-
cientes seran ahora 4 y 7; antes 4 y 5).
Proceso de ajuste
25
20
$18,18
15
10
5
0
1 2 3 4 5 6 7 8
Fases
La pendiente 7 en la oferta se cambi en la celda 05 y simplemente

se copi a toda esa columna.

NMERO DE PERIODOS HASTA EL AJUSTE

Antes que existiera Excel los textos solo explicaban intuitivamente
que la velocidad dependa de las pendientes.Pero hoy Excel permite
contar el nmero exacto de perodos hasta el ajuste, con la funcin
=contar.si( ; ), en la cual los argumentos del parntesis son: a) el
rango con las diferencias Pd-Po ; y b) >0.
AJUSTE ANTE UNA BAJA DE OFERTA POR SUBA DE COS-

TOS
Mercado competitivo con una demanda que se ajusta instant-

neamente a los cambios de precios, pero la oferta es rgida a
cortsimo plazo y a mediano plazo se ajusta con retardo de un

perodo. En este caso luego del equilibrio inicial cae la oferta

20%:
Demanda Pd = -3X +40; Oferta Po = 5X +15
Equilibrio con D = O que hemos calculado como -3X + 40 = 5X
+ 15...... o sea X=3,12 y reemplazando en Pd o Po..... P=$30,60
Si cae la oferta 40% se puede interpretar como que a ese precio

p=$30,60 ofrecera 40% menos que 3,122 unidades (X =1,87 uni-
dades ahora...)
Usamos Recta que pasa por 2 puntos: P - P1 = (P2 - P1 / X2 -
X1) (X - X1) ........donde el cociente del segundo miembro es la
pendiente de la recta de oferta (la tangente o cateto opuesto P
sobre cateto adyacente X).
Cambio la oferta y solo conocemos un punto, el formado por
P=30,60 $ y X=1,87...... Pero la pendiente de la segunda recta
de oferta es similar a la primera (la cual ya conocemos: el 5 que
afecta a la variable X en la oferta inicial)
Ahora podemos completar la Recta por dos puntos: P 30,60 =

5 (X - 1,87)....... o sea, P 30,60 = 5X 9,35......o sea, P = 5X
9,35 +30,60 .......O sea, P = 5X + 20,65 es la segunda oferta.
Nuevo equilibrio: D = O: -3X+40 = 5X + 20,65..... o bien 8X =
19,35....o sea X = 2,42......y segn la D u O es P = 5(2,42) +
20,65 = $32.75.
Se llega a este nuevo equilibrio de largo plazo luego de un proce-

so de ajustes sucesivos o aproximaciones (tanteos) que incluyen
variaciones de precio y cantidad cada vez menores. Esta tenden-
cia concntrica lo asegura el hecho de que la pendiente de la
oferta inicial es mayor (en valor absoluto) que la de la demanda
(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 DEMANDA OFERTA 2da.Oferta

-1 43 10 15,65
0 40 15 20,65
1 37 20 25,65
2 34 25 30,65
3 31 30 35,65
4 28 35 40,65
5 25 40 45,65
Si se retrae la oferta 40% (linena superior)
50 y = 5x + 20,65
45
40 y = 5x + 15
35
Precio
30
25 y = -3x + 40
20
15
10
5
0
-2 0 2
Kilos 4 6
ANALISIS DINAMICO
MODELOS DE SIMULACION
El anlisis dinmico y los modelos de simulacin, tanto estticos

(como el anlisis de la coyuntura o actividad econmica) o dinmi-
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 indefi-

nidamente; 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 pro-
gramas 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 co-
pie las celdas D2 y E2 hacia abajo; ver la iteracin de la raz cua-
drada del nmero puesto en D1 (elija la cantidad de copias o itera-
ciones necesarias; tambin los decimales, con formato de celda /
nmero /decimales).

Si en otro anlisis se debiera rellenar una serie sucesiva se pue-

den 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 elegi-
do como sucesivo (tal como en el modelo de la Telaraa, columnas
M hasta P).
Estas posibilidades de iterar facilitan los anlisis dinmicos en Excel.
RECALCULAR AUTOMATICO O MANUAL F9
En esas opciones Excel (en Herramientas o bien en el Office 2007 el

cono Excel para el Office (izquierda arriba) ver abajo Opciones;
elegir Formulas; luego tildar Clculo Automtico o Manual (con F9);
tildar Iteraciones, que suele venir para 100 clculos y con ajuste al
0,001, pero se pueden elevar hasta 32.000 clculos (y ms con F9)
y anotar otras diferencias (con macros esto se puede redimensionar
a millones).

Si en una celda A2 anota la frmula =A2+1 (es una referencia circu-

lar 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).
CREAR UNA MACRO DINAMICA (BUCLE)
Excel incluye muchas funciones y aplicaciones intuitivas que apli-

camos aqu al anlisis econmico sin programar. En dinmica pre-
sentamos algunos ejemplos en este captulo como el modelo de la
telaraa; o las cadenas de Markov; y la herramienta Solver de Excel.
En computacin estas posibilidades para el anlisis dinmico son

mltiples mediante programacin; y en Excel se facilitan con la
creacin de macros.
Hay una forma intuitiva de disear programas y utilizarlos, creando
macros con Excel: se efecta la rutina de algn anlisis o modelo
econmico y se instruye a Excel para que simultneamente grabe
una macro con esa rutina. Luego se la podr ejecutar indefinidamen-
te a voluntad.
En este ejemplo simplificado se le pide a Excel que multiplique por
dos la celda izquierda; la macro repite esa rutina indefinidamente
para todos los valores de la columna.
Para crearla: Herramientas / Macro / Grabar nueva macro.
Para ejecutarla: desde B2, Herramientas / Macro / Macros / Ejecu-
tar; 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.


CAPTULO 8
TEORAS ECONMICAS Y LEGISLACIN OBLIGATORIA
La legislacin comercial local mbito interno de la Comisin Nacio-

nal 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 le-
gislacin 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 compe-
tidoras (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 re-
cientes casos locales sobre YPF por discriminacin; y otros numero-
sos sobre diferentes empresas- y ponen de manifiesto un mbito
sobre el accionar de las empresas, que repercute directamente so-
bre la demanda y mercado disponible de todas las dems, general-
mente en una magnitud tan relevante como pueden serlos las modi-
ficaciones extraordinarias de tipos de cambio o de la legislacin
comercial y poltica macroeconmica.
Las empresas, sus cmaras y las autoridades discuten sobre las

condiciones competitivas de los competidores locales o externos.
Las presentaciones incluyen argumentos tericos as como contras-
taciones empricas, que Excel facilita , al presentar series y grficos

de estas o de las funciones / ecuaciones de los modelos en soportes

magnticos estandarizados.
TABLAS DE EXTRAS DE PRECIOS Y COSTOS
A travs de un ejemplo se concreta la idea. Una empresa industrial

dispone de instalaciones modernas, pero que superan la capacidad
de compra domstica. Sus producciones insuficientes le impiden
operar con el costo medio mnimo, en la medida que est obligada a
repartir los importantes costos fijos entre la poca produccin y sus
precios locales son as altos.
La conducta competitiva le orienta a buscar mercados externos para

operar en el punto de mnimo costo medio u ptimo de explotacin
de largo plazo.
Consigue exportar a los EEUU la mitad de su produccin mensual.

Esos grandes lotes son exportados a precio rebajado, tanto por el
tamao del pedido, como por operar ahora en el punto ptimo.
Los competidores de aquel pas impulsan una denuncia de dumping

contra el exportador argentino, alegando que el precio de venta a
EEUU es inferior al precio de venta local, segn fotocopia de factu-
ras a varios pequeos clientes argentinos.
El Department of Commerce de EEUU enva inspectores para con-

trolar costos y facturas del productor y requiere constancias y expli-
caciones en el acto, inmediatamente.
Los argumentos para explicar la conducta competitiva sobre costos,

precios y optimo de explotacin segn textos no sirven. Son necesa-
rios 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 im-
presa, si las pocas ventas muy grandes o exportaciones pocos nu-
merosos no lo justifican). Con Excel puede armarse rpidamente un
cuadro de extras como el de la imagen y cumplimentar esta exigen-
cia legal, tal que permita mantener el mercado y evitar multas anti-
dumping:

CONTRATACIN EN COMPETENCIA PERFECTA:

CRITERIO DE CONTRATACIN
La empresa competitiva maximiza su beneficio contratando factores

hasta el nivel en que la remuneracin a abonar sea igual al valor del
producto marginal obtenido con ella.
En el siguiente ejemplo figuran las unidades de factor, producciones,

salario, ingreso total, costos y beneficios.
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.).

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 ele-
gir Agregar lnea de tendencia, con el botn derecho).

MERCADO COMPETITIVO
EQUILIBRIO Y CANTIDAD DE COMPETIDORES
La demanda del mercado es X= -50P +1000 y las empresas operan

en el ptimo de explotacin (mnimo CMVariable)
Una de las empresas competitivas tienen costos de largo plazo: CT
= X3 -3X2 +6X; su costo medio variable mnimo se obtiene minimi-
zando o tambin igualando el CMVariable con el C.Marginal:
CMVar = X2 -3X +6; CMg = 3X2 -6X +6; igualndolos surge la

cantidad X =1,5 para esa empresa "A", as como el importe $3,75
de ambos CMVar.y CMg., que deben coincidir con el precio en ese
mercado competitivo en el largo plazo.
Reemplazando ese precio en la demanda del mercado se obtiene la
cantidad total demanda en el mercado X=812,5. Como la empresa
"A" produce solo 1,5 se concluye que hay 542 empresas competido-
ras actuando.

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:

OTROS MERCADOS
MONOPOLIO
Operan en la etapa de rendimientos crecientes, ya que reduciendo

la cantidad pueden maximizar beneficios, frente a otra conducta,
como la competitiva.
Maximizan su beneficio, B= IT-CT, con B'=0 y B'' <0; es decir, B' =

IT' -CT'=0, ingreso marginal igual a costo marginal y que desde ese
nivel crezca ms CT'que IT'.
Si la demanda es X = 400 -20P, o bien P = -1/20X +20, y su costo

total CT = 5X + X2/50, resulta:
IT = -1/20(X2) +20X, con IT'= -1/10X + 20
Su costo marginal CT'= 5+ 1/25X
IT'= CT' con -1/10X +20 = 5 +1/25X

(-1/10-1/25)X = -15 o sea cantidad X= 107
con IT'' = -1/10 menor que CT'= 5+ 1/25(107)
El precio P= -1/20(107) +20 = $14.65
El monto del beneficio es B=IT -CT = $14.65 (107) -[5(107)

+(107)2/50] = $ 1568 - $ 765 = $803
Ingresando estas frmulas en la fila 2 de una hoja de calculo, se

elige un rango como en A3 y se las copia. Luego se pintan las dos
filas y se arrastra por el ngulo inferior derecho hacia abajo, hasta
que aparezca el mximo beneficio.

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.
MONOPOLIO QUE ACTA COMPETITIVAMENTE
Si decidiera actual como en competencia, tendra que igualar su

precio al costo marginal. En competencia las empresas operan con
rendimientos decrecientes y su ingreso marginal es igual al precio
de mercado, comn para todas: optimizan entonces igualando pre-
cio con costo marginal (y desde ah que su IMg crezca menos que
su CMg).
Aqu: P = CT' sera: -1/20X +20 = 5 +1/25X

con X = 166,6 y P= 1/20(166,6) +20 = $11.67
Su beneficio B =11,67(166,6) -[5(166,6) +(166,6)2 /50] =$556,

inferior que si optimiza como monopolio puro.

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 elastici-
dad precio (ms rgida) y ms barato en la demanda ms elstica.
La condicin es vender en ambos mercados con similar ingreso

marginal, a su vez igual al costo marginal nico; y que desde ah el
costo marginal crezca ms rpido que el ingreso marginal conjunto.
Supngase un caso con costo marginal no constante, decreciente,

como es el caso general en monopolio:
Su costo total CT= -0,2X2 +30X + 40; costo marginal es
CM'= -0,4X + 30 y ambas demandas

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.
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)

MONOPOLIO SIN DISCRIMINACIN
Tambin conviene comparar con la situacin frente al monopolio sin

discriminacin, para ver cuanto representa:
P1 = -2x21 +100 o sea, X1 = -1/2 P + 50

P2 = -3X2 + 150 X2 = -1/3P + 50
Sumando: X = -5/6P +100 o bien P =-6/5X +120
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).

COMPETENCIA MONPOLICA
DUOPOLIO SEGN COURNOT
Supngase solo dos empresas competidoras en un mercado cuya

demanda es competitiva P= 30-X (con X=X1 + X2). Sus costos son,
para la primera C1 = 1/4 X12 +10 X1 + 20 y para la otras empresa C2
= 1/3X22 + 8X2 + 18
La solucin de Cournot prev que cada uno considera su produccin

dependiente de la cantidad que produzca su competidor, ya que
sera ingenuo pensar que mantendra la produccin fija haga lo que
haga su competidor.
Los ingresos de cada uno son:

IT1 = 30X1 - X12 - X1X2 ; e IT2 = 30X2 -X1X2 - X22
O sea, B1 = -5/4 X12 +20X1 -X1X2 -20 para la primera y

B2 = -4/3X22 + 22X2 -X1X2 -18 para la segunda.
Sus costos marginales son:

CT'1 = 1/2X1 +10; y CT'2 = 2/3X2 +8
Se puede maximizar el beneficio en cada uno, ya que B = IT - CT y

el ptimo en ellos es cuando su B'= IT'- CT'=0 y desde ese punto se
cumpla B'' = IT'' -CT''<0
B'1 = 20 - 5/2X1 - X2 = 0, de donde X1 = 8 -2/5X2 (funcin de

reaccin de la primer empresa, que expresa su produccin depen-
diente 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, asi-
mismo, 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, anotan-

do 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 reac-

cin X2; en C2 el costo marginal de una y en D2 el de la otra; en E2
va el beneficio de la primera y en F2 el de la segunda. Simplemente
se escribe en G2 que la suma de ambos sea el beneficio total, para
poder observar cuando ste es mximo (G2 = E2 + F2).
Al anotar la otra cantidad en A3 el rango entre A2 y A3 puede elegir-

se convenientemente para evitar series demasiado largas). Se co-
pia 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, cumplien-
do 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 restriccio-
nes 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 cono-

cemos. En esta imagen se eligi la fila 4 al azar.

EMPRESA LDER Y SEGUIDORAS
En la competencia imperfecta una empresa puede ser relativamente

ms eficiente (o con ms poder) que la o las pocas otras, que adop-
tan la actitud de seguidoras.
Sus costos mayores le impiden operar con el precio ms bajo de la

lder. Esta toma la decisin de optimizar sus intereses: en su funcin
de beneficios (aqu la misma que la primer empresa del ejemplo
anterior) reemplaza X2 por la funcin de reaccin de la seguidora, y
simplificando queda como:
B1 = 47/4X1 - 7/8 X12 - 20
Maximiza beneficios con B' = 0 y B''<0:

B'= 47/4 -14/8X1 = 0, o sea, X1 = 6,71
Reemplazando este valor en la funcin de reaccin X2 surge X2 = 5,74.
El precio para ambas queda: P= 30 - 6,71-5,72=$17,55
En cada funcin de beneficio se reemplazas las dos cantidades y se

obtiene B1 = $19,42 y B2= $25,84.
Con Excel se hacen estos clculos: reemplazando en la hoja ante-

rior 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.

Si fuera el caso que la segunda empresa decidiera ser la lder y la

dems seguidoras, la solucin sera anloga a este desarrollo.
CARTEL (COLUSIN ENTRE EMPRESAS)
Bajo el supuesto de que las empresas efectan (ilegales) acuerdos

para trabajar conjuntamente, la decisin conducira a obtener el ma-
yor beneficio conjunto posible; con algn tipo de reparto posterior
del beneficio sin criterio definido analticamente.
Siguiendo con las empresas de estos ejemplos, ambas plantas de-

ben actuar con iguales costos marginal, a su vez iguales al ingreso
marginal, tal como si fueran un Monopolio con Dos Plantas (el costo
marginal conjunto se suma en la forma implcita; en forma similar a
la suma de ingresos marginales para el monopolio discriminador de
precios o mercados). El beneficio conjunto sera:
B1,2 = -5/4X12 - 4/3 X22 - 2X1X2 +20X1 +22X2 -38
Maximizan con B'= 0 y B''=<0; o sea:
B'1 = 20 -5/2X1 -2X2 = 0, y B'2 = 22 -2X1 -8/3X2=0
Resolviendo ambas ecuaciones surgen:

X1 = -4/5X2 +8 y X2 = 8,25 -6/8X1; reemplazando una en la otra se
obtiene X1 = 3,5 y X2 = 5,62.
Con esas cantidades el precios sera P= 30-3,5 -5,62 - $20,88, y el

beneficio B= -5/4(3,5) -4/3(5,62)2 -2(3,5)5,62 +20 (3,5) +22 (5,62) -
38 = $58,87, a repartir entre las empresas con algn criterio no
analtico (por ejemplo, mejorando algo los resultado de cada una si
actuara por su cuenta bajo duopolio, como lder o como seguidora).
CONTRATACIN BAJO MONOPSONIO
Supngase un sola empresa provincial demandando factor trabajo

(en ausencia de sindicatos). Su funcin de produccin de un bien Z
es Q=27,5X2 -0,4X3; el precio del bien Z es Pz=$4.

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 margi-

nal 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 pre-
cio 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 mar-
ginal = 264 +86(25,8) =$2483, por lo que la explotacin monopsni-
ca 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).

CONTRATACIN BAJO MONOPOLIO (CON SINDICATO)
El mximo beneficio B se consigue con B'=0 y B'' <0. Siendo B= IT -

CT, entonces IT'= CT' :
220X -4,8X2 = 264 + 43X
Resolviendo esta cuadrtica con Ruffini se obtienen las races

X=35.3 y X=1.6; con X=35.3 se cumple la condicin B''<0.
Entonces P35.3 = 110(35.3) - 1,6(35.3)2 = $ 1889 y con el salario

favorable al sindicato al nivel de ingreso medio.
El beneficio B35.3 = IT - CT = 110(35.3)2 -1,6(35.3)3 -[264(35.3)

+43(35.3)] = 66682 - 62901 = $ 3781, resulta menor para el produc-
tor del bien Z si abonara los salarios del sindicato.

MONOPOLIO BILATERAL -
NEGOCIACIN CUASICOMPETITIVA
Una situacin intermedia podra ser viable para ambos, si aceptaran

esta solucin voluntariamente. En condiciones de competencia per-
fecta el equilibrio surgira de igualar la demanda con la oferta:
D = O, si originara ganancias:
110X -1,6X2 = 264 +43X
-1,6X2 + 67X - 264 = 0, de donde X=37.5...
Entonces, el precio P37.5 = 110(37.5) -1,6(37.5)2 = $ 1875 (interme-
dio) y el beneficio B= 110(37.5)2 -1.6(37.5)3 - [264(37.5) + 43(37.5)2]
= -$56, prdida, por lo que la negociacin pudiera no ser posible en
estos trminos.
Una negociacin de compromiso sera posible, con otros salarios

competitivos suficientemente reducidos como para que la empresa
alcance algn beneficio razonable. Se suele negociar en primera
instancia la cantidad del empleo y luego se negocian los salarios.
EDITOR DE ECUACIONES DEL OFFICE MICROSOFT
Puede ser necesario en Excel, o con Word, recurrir al editor de

ecuaciones, al cual se accede con: Insertar > Objeto > Editor de
ecuaciones Microsoft. Incluye plantillas para anotar valores en dife-
rentes niveles, como subndice y suprandice (potencias tambin se
consiguen en Word con Ctrl+Shift y +; y subndices con Ctrl y +,
respectivamente)
RACES EN FUNCIONES CUADRTICAS: RUFFINI
Las ecuaciones de segundo grado son presentadas por Ruffini or-

denadas con exponente decreciente. Las dos races son fciles de
obtener manualmente, siguiendo el clculo (del ind Bhakara, del
siglo X ).

Pero la dificultad se presenta para el estudiante o profesional que

debe efectuar numerosos clculos con esta frmula. Inviables por
falta de tiempo, son instantneos recurriendo a Excel, segn se ilus-
tra: en A9, B9 y C9 se anotan los coeficientes a, b, c; y las dos rai-
ces son calculadas en E9 y F9.
RACES EN FUNCIONES CBICAS: RUFFINI
En estos tipos de problemas suele haber funciones cbicas o poli-

nomios 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.
RACES EN POLINOMIOS DE ORDEN SUPERIOR
Otra manera de obtener las races de una funcin cbica, u otro

polinomio de orden superior, es escribindolo como se muestra en
la siguiente tabla.
En H1e I1 se eligen valores para X con un rango a eleccin. En H2 e

I2 se anota la funcin. Se pintan las cuatro celdas y se arrastra des-
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 extraecon-
micas de poltica internacional y local.
En el mbito del comercio interior argentino la Comisin Nacional de

Defensa de la Competencia, controla las conductas monoplicas
bajo la Ley 25156, tal como ocurre en los EEUU y otros pases.
Son clebres los casos CNDC s/YPF SA; American Express c/ Visa,
Mastercard y Argencard; Sadit c/ Massalin Particulares SA; Editorial
AMFIN SA c/ Arte Grfico Editorial Argentina SA y muchos otros.
El mercado legal es el que se aproxima al modelo competitivo; los

monopolios restringen la cantidad y suben los precios, afectando el
excedente del consumidor.

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 dili-

gencian las presentaciones argentinas por conductas anticompetiti-
vas vinculadas con el comercio exterior.
Los productores locales pueden sentirse afectados en doble sentido:

en importaciones sustitutivas con precios dumping a niveles inferio-
res 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 denun-
cias de stos a travs de sus gobiernos por ventas a precio dum-
ping (venta a precio menor que para el mercado local) o bien de-
nuncias por subsidios, tal como suele ser la inquietud de que el rein-
tegro de impuestos a exportadores representa un subsidio.
En los pases latinoamericanos existen estadsticas aduaneras por-

menorizadas 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 informti-
cos particulares de las administraciones aduaneras.

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 (u 11) dgitos, inclu-
yendo derechos de importacin, tasa estadstica y reintegro de ex-
portacin:
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.

Por normas de la ONU y OMC existe en casi todos los pases infor-
macin 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, im-
portacin y exportacin) cuyo registro magntico (disquete) requiere
el rgimen para estas presentaciones.
El mercado disponible y demanda de chapas de acero, miel, perfiles

y numerosos bienes diversos son permanentemente incluidos en
estas presentaciones, segn puede observarse en los listados de
las Secretaras respectivas (www.mecon.gov.ar).
CARGA IMPOSITIVA PARA EXPORTADORES
La carga impositiva que afecta a las producciones locales y exporta-

bles suele ser muy alta. A las empresas les afecta directamente me-
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 Comer-

cio -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.

PROTECCIN EFECTIVA DE UNA INDUSTRIA
La demanda de las empresas suele depender tambin de la protec-

cin efectiva, o derecho de importacin relativo de su producto com-
parado con el de su insumo.
Supngase por ejemplo, que la participacin del costo del algodn

en la produccin de hilado fuera 50%. Si el derecho de importacin
del algodn fuera 0 %, mientras que el derecho de importacin del
hilado fabricado con aquel fuera 10%, la proteccin efectiva para los
productores del hilado de algodn sera: 0,10 / 0,50 = 0,20 (20%).
Igualmente con cualquier otro producto y sus materias primas, gene-

ralmente liberadas de derechos en los casos en que no existen ya-
cimientos 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 tam-
bin existen yacimientos o recursos locales de aquellas).
Por el contrario, los comerciantes estn interesados en competir con

importaciones de productos manufacturados y reclaman bajos dere-
chos de importacin, alegando favorecer el inters de los consumi-
dores.

ORGANIGRAMAS CON MICROSOFT CHART
La planificacin requiere a veces utilizar organigramas. El Offices de

Microsoft los facilita con: Insertar > Objeto > Microsoft Chart.
CONTEXTO HOSTIL
TEORA DE LOS JUEGOS - DUOPOLIO
Juego de Suma Cero
Se trata de dos empresas de supermercados, que estudian abrir un

nuevo local cada una, en una regin en la que hay tres ciudades: 1)
Crdoba, 2) Rosario, 3) Tucumn.
La distancia entre ellas es la siguiente:
DOUPOLIO:
NUEVO
SUPERMERCADO
CORDOBA
10 Km
15 Km
ROSARIO TUCUMAN
20 Km

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 opera-
ciones, 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.
JUEGO DE SUMA CERO
Hay dos jugadores en este juego, la cadena A y la cadena B. El ju-

gador A tiene dos estrategias puras: A1 (ubicarse en la ciudad 1) y
A2 (ubicarse en la ciudad 2); el jugador B tiene tres estrategias pu-
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 por-

centajes 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 juga-

dor 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 ju-
gador 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 conse-
cuencia, 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%.

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 (maxi-

min 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
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:
B
A 5 7 2
9 4 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 los 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
minimax y maximin.
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 estra-
tegia dominada por la empresa A.
La matriz de juego que reducida a:

PAGOS PARA A
B
A 7 2
4 8
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 en-
silladura o coincidencia.

DOMINANCIA
La dominancia podr concretarse mediante estrategias mixtas, cal-

culadas mediante alguna valoracin de probabilidades para cada
accin que iguale las esperanzas:
A) 2p + 8(1-p) = 7p + 4(1-p)
2p - 8p + 8 = 7p 4p + 4
2p 8p 7p +4p = -4
-9p = -4 con p = 0,44
Con criterio al asegurador, y cuidando totalizar estas proporciones,

realiza su juego basado en acciones al azar en las proporciones
0,44(2) + 0,66(8) cuyo valor suma $5.36
8 7
4 2
1-P 0,44 P
B) 7p + 2(1-p) = 4p + 8(1-p)
7p 2p + 2 = 4p 8p + 8
7p -2p 4p+ 8p = 6
9p = 6 con p= 0,67
Con criterio al azar, pero cuidando totalizar estas proporciones, rea-

liza su juego basado en acciones que suman la proporcin 0,67(7) +
0,33(2), cuyo valor suma $5,36

8 7
2 4
1-P 0,67 P
AXIOMAS DE LA LGICA NEUMANN-MORGENSTERN
1- Transitividad. Si el individuo se muestra indiferente entre

dos premios a y b; y entre b y c, entonces es indiferente
entre a y c.
2- Continuidad de las preferencias como una funcin de p.
Es posible establecer un valor intermedio de probabilida-
des para el cual el individuo sea indiferente entre el bille-
te artificial y un bien a.
3- Independencia. Si el individuo se muestra indiferente en-
tre un bien A y un bien B, ser indiferente entre dos bille-
tes de lotera idnticos en todos los sentidos, excepto
que uno brinde como premio un bien A y el otro un bien
B.
4- Deseo de grandes probabilidades de xito. Dados dos bi-
lletes de lotera idnticos el individuo prefiere el que ten-
ga mayores probabilidades de ganar.
5- Probabilidades compuestas. Si a la persona se le ofrece
un billete de lotera cuyos premios son a la vez, otros bi-
lletes de lotera, su actitud respecto a este billete de lo-
tera compuesta ser cual si hubiese pasado por todos
los clculos de probabilidades de ganar el premio final.

CONTEXTO INCIERTO
SEGUROS
Supngase una persona con una propiedad que vale $1000, que en
caso de incendio puede perder $ 750 y quedarle el valor del terreno
por $250.
Puede contratar un seguro a un costo del 33% (premio de 1/3), pero

la suma asegurada depender de su aversin o aficin al riesgo (su
Utilidad Esperada).
Llamando X a la situacin si no hay incendio e Y a la situacin con

incendio, es posible representar sus posibilidades de eleccin, anal-
tica y grficamente para explicar su conducta de afeccin o aversin
al riesgo.

1) Patrimonio en caso de no incendio: 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 de haber en caso de in-

cendio con la cantidad en caso sin incendio.
Se la puede graficar como una recta de presupuesto del esquema

paretiano, e incluyendo una funcin de Utilidad Esperada del indivi-
duo -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 determi-
nadas 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 prece-
dente ( con extremos X= 1125 e Y=2250); y las curvas de indiferen-
cia indican su mapa de utilidad esperada.
Una persona neutral al riesgo maximiza su UE en el punto de tan-

gencia de la curva mas alejada y la recta indicada, con coordena-
das X=750 e Y=750.

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.
EVALUACIN DE PROYECTOS INCIERTOS
Suponiendo que la valoracin subjetiva sobre riesgos es preponde-

rante nos alejamos del anlisis bajo contexto cierto y la utilidad es-
perada de una inversin estar ponderada por la probabilidad de
ocurrencia que le asigne el demandante.
Si la funcin de utilidad U y el haber Y fueran U= (Y/1000)1/2, con

3000>=Y>=0, el consumidor debe decidir entre la alternativa de con-
tratar un seguro con prima de $50 y la posibilidad de 0,02 que ocu-
rra un siniestro que le reducira el haber a solo $500
Contexto cierto: haber $ 2950

U = (2950/1000)1/2 = 1,7175
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 de-
mandante 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 es-
tara 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).
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 de-

be o no invertir.
a) utilidad de no invertir: UE0 = 10 + 2(0) = $10

Utilidad de perder la inversin de $25:
U-25 = 10 + 2(-25) = -$40
Utilidad de ganar la inversin de $25:
U32 = 10 + 2(32) = $74
Utilidad Esperada si decide invertir:
0,5 (-40) + 0,5 (74) = $17

b) Si no invierte obtendra $10; si invierte ganara $17; entonces,

segn el criterio arriesgado de Teresa, le conviene invertir.
COMPETENCIA BAJO INCERTIDUMBRE
Una empresa estudia invertir en un mercado competitivo, en el cual

se espera que los precios futuros sean p=$6 a p=$8.
Sus costos totales son actualmente CT = 9+ 10X -5X2 +X3. En el

corto plazo el costo medio mnimo indica su punto crtico, al compa-
rarlo con los precios fluctuantes (en el largo plazo esto sera el punto
ptimo de explotacin). A cortsimo plazo es usual comparar con el
costo medio variable mnimo.
Para medir esos dos costos mnimos se puede calcular matemti-

camente el mnimo de ambos costos medios (total y variable), obte-
niendo la cantidad X al despejar (haciendo sus derivadas nulas y
que las segundas sean positivas; es decir, CM'= 0 y CM''>0; asi-
mismo CMV'=0 y CM''>0):
Asimismo, igualando ambos costos medios con el costo marginal

tambin se obtendran las dos cantidades correspondientes a fun-
cionar cubriendo ambos costos medios mnimos (implicara resolver
funciones cbicas con alguno de los mtodos usuales, como el re-
pasado antes en este captulo segn Ruffini);. Reemplazando esas
cantidades en estas funciones se obtienen los importes de estos
costos medios (totales y variables) que interesa sean menores a los
precios de mercado.
EJEMPLO BAJO INCERTIDUMBRE:
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 Bene-
ficio 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, obte-
niendo 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 comparan-
do 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.
Pintando ambas lneas y arrastrando el ngulo inferior derecho has-

ta la lnea 15 se puede observar cuando ambos costos medios son
mnimos: con X=3 es mnimo el costo medio (ah igual al costo mar-

ginal); 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 explo-
tacin 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 concep-
tual.
Admitiendo incertidumbre, el empresario podra promediar los resul-

tados con precios de $6 y $8: la esperanza de los beneficios espe-
rados 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
2
E'BE = -3X +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 em-

presario 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.
CUATRO CONTEXTOS PARA EL ANALISIS Y TOMA DE

DECISIONES
Las clasificaciones son variadas, pero se suelen encarar cua-

tro contextos para el anlisis cientfico en sus variados cam-
pos, incluido el econmico: 1) la certidumbre determinista, 2)
el riesgo probabilstico, 3) el contexto hostil ante conflicto con
oponentes (teora de los juegos, para duopolio) y 4) la incerti-
dumbre ante lo desconocido.
Cuando se considera que se puede predecir el comportamien-
to econmico con precisin se adoptan decisiones con proce-
sos bajo un contexto cierto. Otras veces la informacin dis-
ponible es incompleta, pero basndose en estudios y datos
preexistentes se conocen las posibles alternativas adoptndo-
se ciertas probabilidades objetivas. Por otra parte, la toma de

decisiones bajo contexto hostil ocurre cuando un agente en-

frenta a un oponente, que se esfuerza en conseguir para si el
mejor resultado posible, perdindolo aquel si este lo consigue.
El contexto incierto es cuando se desconocen aspectos impor-
tantes, que hacen inviable el anlisis bajo el concepto tradicio-
nal de probabilidad por que no se sabe que ocurrir; y ante las
contingencias las decisiones que pueda estar influidas por
alguna determinada actitud personal ante el riesgo pero igual-
mente debe ser racionalmente o cientficamente determinadas
u optimizadas.
Antes del siglo XX los anlisis cientficos eran preferentemente
deterministas; adems de la lgica binaria matemtica solo se
incluan mayormente situaciones bajo el anlisis de probabili-
dades (Bayes, Laplace, etc).
Durante el siglo XX se desarrollaron otros enfoques diferentes
para el razonamiento lgico y para la metodologa de las disci-
plinas, que abarcaron los conceptos y las situaciones no in-
cluidas en el anlisis anterior.
PRINCIPIO DE INDETERMINACION DE HEISEMBERG
En 1927 el fsico W. Heisemberg formul el principio de inde-

terminacin: la temperatura del termmetro haba modificado
imperceptiblemente la medicin en un lquido; y no era el es-
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 pre-
sente 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 in-
tensa estos criterios del anlisis bajo incertidumbre; siendo
todava incipientes en otras disciplinas.
INCERTIDUMBRE SEGN J. M. KEYNES
En 1937 Keynes ampli un concepto incluido en su Teora

General del Empleo y el Dinero, refirindose al tipo de incerti-
dumbre empresaria, tratando "simplemente de distinguir lo
que se conoce como seguro de lo que es slo probable. El
juego de la ruleta no est sujeto, en este sentido, a incerti-
dumbre ...El sentido en el que estoy usando el trmino es
que... no existe base cientfica sobre la que formar cualquier
probabilidad calculable. Sencillamente no sabemos".
LOGICA DIFUSA (FUZZY) / MATEMATICA BORROSA
L A. Zaded present en 1965 en Berkeley, California sus con-

ceptos 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 tradi-
cional bivalente o binario (de Boole) tipo verdadero o falso, fro
o caliente, lleno o vaco, etc.

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 pondera-
ciones, 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 computa-
cin y en algunos campos de la tecnologa; tiene desarrollos
importantes en la matemtica de conjuntos y otras disciplinas,
pero estan todava esperando mayores aplicaciones. Al pare-
cer 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 exis-
tentes en Europa y EEUU hasta 1990y estos anlisis comen-
tados 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).
RIESGO vs. INCERTIDUMBRE
En las situaciones bajo riesgo se efectan los viejos anlisis

de probabilidades; son probabilidades objetivas porque se ge-
neran resultados sobre la base de hechos concretos ocurridos,
por ejemplo, en el pasado o en anlisis parciales de una situa-
cin presente, que se generalizan con aquel contexto aleatorio
tradicional.
Pero en las situaciones de incertidumbre, cuando no se cono-
ce nada de lo que puede ocurrir ante contingencias o el azar,
no se pueden asignar esas probabilidades a los resultados
esperados.
UTILIDAD ESPERADA
En particular, desde este punto de vista de la incertidumbre y

el de la reciente teora de la utilidad, se estudia bajo incerti-
dumbre las decisiones del consumidor cuando maximiza la
utilidad esperada (en vez de la subjetiva utilidad incluida en
el anlisis clsico de Marshall y otros).Se piensa que se asocia
la utilidad esperada con un concepcin as ms realista, com-
pleta y objetiva de la utilidad (que la del tradicional enfoque
subjetivista clsico).
El sujeto al considerar segn su criterio personal la capacidad
de las cosas para satisfacer una necesidad estara de un mo-
do 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 amplia-
da como por seguir una lgica consistente.

ANALISIS NUMERICO - CALCULO NUMERICO DEL COS

FUNCION LOGISTICA DE LORENZ
El anlisis dinmico en los modelos de economa y otras disci-

plinas estudia el movimiento para predecir su estado en fases
futuras. Cuando resultan cambios muy complejos se les dice
caticos. Funciones logsticas como P = 1 / 1+e-t y similares
describen comportamientos iniciales tipo exponencial que
luego se atenan o alteran y evolucionan hacia estructuras o
lmites asintticos (los atractores del meteorlogo Lorenz,
para rotacin del anillo, temperatura y desviacin de sta)
En 1961 Edward Lorenz estudiaba el comportamientos at-

mosfrico mediante simulaciones con series y encontr resul-
tados muy diferentes cuando repiti el anlisis utilizando en la
constante inicial tres decimales (0,506) en vez de seis decima-
les (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 com-
portamiento normal y el catico, segn pequeos cambios en
las constantes iniciales y en el exponente:
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.

ATRACTORES FRACTAL CAOS
El fsico M. FEIGENBAUM precis luego que la constante

4,6692016091020 es el punto a partir del cual el sistema lgi-
co (y la transicin caticamente lgica) se convierte en definiti-
vamente catico (este Excel con 10 mil observaciones mues-
tra varios niveles lgicos hasta caticos que se indican en las
filas 1 y 2).
Considrense los dbiles computadores que se utilizaban en
1961, comparando por ejemplo con las fciles y potentes fun-
ciones iterar y otras de Excel. La posibilidad de efectuar infini-
tas pruebas con la computacin permiti analizar las estructu-
ras de los atractores y su comportamiento fractal (composi-
cin de estructuras por repeticin de formas similares, que se
muestra en esta grfico de Excel).
El efecto mariposa (o si hay o no leyes de formacin entre el
aleteo de una mariposa en China que origine un tornado en
Texas) fue la nueva metfora para enfrentar la visin mecani-
cista tradicional (de LAPLACE; o de A. Einstein en Dios no
juega a los dados el universo). Con el anlisis del caos, la
matemtica moderna haba abandonado los lmites determinis-
tas de la matemtica tradicional.
En economa, al igual que en la fsica, qumica y otras discipli-
nas, se incorpor este anlisis; y ante la imposibilidad de pre-
diccin en los sistemas caticos se utilizan simulaciones del
comportamiento humano posible, siendo Excel la herramienta
adecuada para implementarlas (modelos de optimizacin, pro-
gramacin y logstica; juegos de empresa; estudios de pobla-
cin y demanda; etc.)
Por ejemplo, los sismlogos influyen con sus informes en mu-
chas actividades; suelen opinar sobre algunos tipos de terre-

motos 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 pro-
babilidad. 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 mo-
neda 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 da-
ble, 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 conclu-
siones 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 pro-
cesos econmicos estocsticos, en los cuales las circunstan-
cias iniciales, la ausencia de libre competencia, el libre albedr-
o de los consumidores, etc. conduce a la obtencin de resul-
tados 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 resulta-

dos, 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 resulta-
do no guarda las proporciones quizs esperadas, si no que es
azaroso.
La implementacin del modelo en Excel es fcil: en la columna

B se introduce la funcin =Aleatorio(); en las columnas C y D
se utiliza la funcin =Si ( ; ; ) para cuantificar la posibilidad de
reponer las bolas de un color u otro, segn aclaran las formu-
las de la imagen para este ejemplo con cien mil extracciones,
cuyo resultados cambia drsticamente con cada pulsacin de
reclculo F9 etc.

ENUNCIADOS
ENUNCIADOS DE EJERCICIOS DE LOS 50 TP PRINCIPALES

orientativos sobre los TP del cronograma con 50 TP, a com-
pletar como informes profesionales incluyendo la teora, la par-
te analtica, grficos, detalles y fuentes primarias que tratan el
tema (figura aqu una orientacin sobre informes para cada
TP).
Ejemplos semiresueltos (a revisar y/o corregir estan en archi-

vos pdf identificados por unidad (como 2dem_ofer.pdf ,
3estabilidad.pdf etc) y en archivos Word o Excel, tambin en
Microeconoma con Excel y segn la bibliografa oficial deta-
llada.
(Nota: numerosos conceptos tericos y otros temas breves del

programa no estn incluidos en estos 50 TP pero deben ser
considerados completando el programa).
Nmero del TP:
1a) informe en detalle sobre los sistemas econmicos (unidad

1 y 10).
1b) informe en detalle sobre el circuito econmico, incluyendo

las consecuencias para la empresa de las formulaciones sobre
la identidad, la igualdad, teora cuantitativa y la ecuacin fun-
damental tratadas en la unidad 1 y 10.
2) agregacin unidad 2: a) construya las funciones de deman-

da 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) suponiendo
que se trata de bienes pblicos. d) Comente ejemplos de estos
dos casos.
3) a) Elasticidad puntual, clasifique a los bienes para:

Elasticidad precio: Dx = 1/1000 P + 8 para P = 5
Defina la elasticidad precio con sus tres expresiones alternati-
vas
Elasticidad Ingreso: Dx = 1/8 M + 4.75 para M = 8000
Defina la elasticidad renta con sus tres expresiones alternati-
vas
Elasticidad cruzada: Dx = 2 Y - 60 para Y = 10 Defi-
na la elasticidad cruzada con sus tres expresiones alternativas
b) Describa el coeficiente de elasticidad media o pro-
medio.
c) dada esta funcin de demanda clasifique a los bie-
nes: 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. Si su demanda es Px = - 0,10 X + 60 Ex-
plique cual es el nivel de actividad que le conviene a la empre-
sa; calcule las funciones y los grficos. Detalle los conocimien-
tos 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 Wal-
ras 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 estabili-
dad 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 cua-

drados: a) caso simple con dos variables b) caso realista
mediante correlacin mltiple; incluyendo al menos tres medi-
das sobre la calidad del ajustamiento.
9) Programacin lineal
a) Un granjero tiene posee 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 co-
sto total de la mano de obra es de $20 y $10 por hectrea
respectivamente. El ingreso esperado es de $110 por hect-
rea 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 100 400
c) Ejercicio 10: Sea una firma que produce un bien Q, pose-
yendo dos clases de mquinas, siendo su dotacin de recur-
sos 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 ca-
so de contarse con un trabajador ms.
3) Cmo vara el plan ptimo de produccin si mantener
ociosas M1 y M2 cuesta 2y 10 unidades del bienQ por perodo
y por mquina inactiva.
10) Programacion lineal, minimos con metodo grafico (en TP

u4)
11) Programacion lineal Simplex , mximos (en

33resumenes, en Microeconoma con Excel o Microeconoma
Eiras)

12) Programacion lineal Simplex, minimos (en

33resumenes, en Microeconoma con Excel o Microeconoma
Eiras))
13) Programacion lineal con Solver de Excel (en archivos Ex-

cel, 33 resmenes y Microeconoma con Excel o Microeco-
noma Eiras))
14a) Adems de calcularlo demuestre cmo y porqu se pue-

de 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 como y porque se

puede encontrar el punto de equilibrio del consumo segn Pa-
reto: 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 la utilidad total =
165 ?.
16) Anlisis del concepto de dualidad. Excel (en archivos Ex-

cel, 33 resmenes y Microeconoma con Excel o Microeco-
noma Eiras))
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 maximi-

zador de utilidad por el bien X si la funcin de utilidad es U=
x*y, su M= 1.000 y Py= 20.
20) Determine analticamente y grafique el efecto ingreso-

sustitucin 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 Microeco-
noma Eiras)
22) Indices de precios y cantidades Excel (en archivos Excel,

33 resmenes y Microeconoma con Excel o Microeconoma
Eiras)
23) Produccin con un solo factor variable : a) dada una fun-

cin de produccin Qz = -6X3Y + 2X2Y2 con X insumo varia-
ble e Y=5 fijo determinar las etapas de los rendimientos anal-
tica y grficamente.
b) produccin conjunta dependiente: con una funcin de pro-
duccin 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 maximi-
zar el ingreso, dado una cantidad de insumo de 100?
24) Produccion con dos factores variables a) Sea una em-

presa 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.
(Aplicar el enfoque Paretiano).
b) Cul es el mnimo costo para producir 300000 toneladas?
Con 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 princi-
pales 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 de-
be utilizar la empresa con el fin de minimizar el costo de obte-
ner 1444 unidades de produccin. B) Cual es este costo
mnimo ?
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 = 0.04* x - 0.8* x + 10*x + 5.

b) Supongamos que la funcin de costo total a corto

plazo de un empresario es C = x - 10x + 17x + 66 Determi-
nar 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 cos-
tos: C = 0.04 x3 0.8 x2 + 10 x + 5 Se pide: la fun-
cin 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 posibi-
lidad 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
3 2
= 3X 15X + 52X (en u6,31)
27) Equilibrio de la emresa y cantidad de competidores

a) La funcion de coste a largo plazo de cada una de las em-
presas que producen el bien Q es C = q - 4q + 8q Nuevas
empresas entraran o abandonaran la industria segn los bene-
ficios sean positivos o negativos. Derivar la funcin de oferta a
largo plazo. Suponiendo que la funcin de demanda corres-
pondiente es D = 2000 100p Determinar el precio de equili-
brio, la cantidad total y el nmero de Empresas.
b) Dada la funcin de costos totales CT= 128 + 69*X -14*X +
X. El precio de mercado es 60 $. Hallar el nivel de produccin
que maximiza beneficios. Hallar el ingreso, costo total y bene-

ficios en este nivel. Suponga que el ingreso permanece como

IT= 60* X pero la funcin de los costos totales cambia a CT =
10 + 5*X. 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) empresa sobredimensionada (en archivos Excel, 33

resmenes y Microeconoma con Excel o Microeconoma Ei-
ras)
29) inventario optimo (en archivos Excel, 33 resmenes y Mi-

croeconoma con Excel o Microeconoma Eiras)
30) TIR y VAN (en archivos Excel, en TP u.pdf, en 33 res-

menes y Microeconoma con Excel o Microeconoma Eiras)
30b) evaluacin de proyectos inciertos (en archivos Excel, 33

resmenes y Microeconoma con Excel o Microeconoma Ei-
ras)
31) El financiamiento de la empresa (en archivos Excel, en

TP u.pdf, en 33 resmenes y Microeconoma con Excel o Mi-
croeconoma Eiras)
32) equilibrio de la empresa empricamente (en archivos Ex-

cel, en TP u.pdf, en 33 resmenes y Microeconoma con Excel
o Microeconoma Eiras)
33) Monopolio; (en archivos Excel, en TP u.pdf, en 33 res-

menes y Microeconoma con Excel o Microeconoma Eiras)

34) Monopolio con impuestos (en archivos Excel, en TP u.pdf,

en 33 resmenes y Microeconoma con Excel o Microeconom-
a Eiras)
35) Monopolio discriminador(en archivos Excel, en TP u.pdf,

en 33 resmenes y Microeconoma con Excel o Microeconom-
a Eiras)
36) Carga impositiva en exportadores (en archivos Excel, en

TP u.pdf, en 33 resmenes y Microeconoma con Excel o Mi-
croeconoma Eiras)
37) Duopolio segun Cournot: EJERCICIO: Teora Microe-

commca El modelo supone que hay dos empresas que pro-
ducen un producto homogneo. Sean las funciones de de-
manda y costo, P= 100 5 (x1 + x2) C1= 5 x1 C2= 0,5 x22
38) a) Empresa lider y seguidora de Stackelberg Suponiendo

P= 100 0,5 (x + y) Cx= 5x Cy= 0,5 y2
b) modelos de Silos-Labini, Modigliani; demanda quebrada o
apuntada y otros.
39) Antidumping (en archivos Excel, 33 resmenes y Microe-

conoma 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 vie-
nen dadas por: P= 100 0,5 (x + y) C1= 0,3 x2
C2= 20 y

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 par-
ticipacin en el mercado.
B1 B2 B3-Bonificacion B4
sobre precios
A1- Afiches en va 6 -3 15 -11
pblica
A2- 7 1 9 5
A3- -3 0 -5 8
c) juegos de suma no cero: Contrariamente a lo desarrollado

con anterioridad los juegos de suma distinta de cero son aque-
llos en los cuales los intereses de los jugadores no son com-
pletamente opuestos. (en u7,30)
B1:Mantener el precio B2: Rebajar precio
A1: Mantener el pre- A= 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 (con-

texto hostil)
42) Analisis de dominancia, estrategia mixta del caso anterior

(en u7,28)

43) Contratacin de factores en competencia. a) La produc-

cin 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 pro-
ducto 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 conse-
cuencias de aplicar esta teora.
44) Contratacin de factores en monopsonio. Una sola em-

presa demandante productora de trigo y demandante de un
solo factor, trabajo; oferta del factor en competencia (sin sindi-
catos). El monopsonista no puede adquirir una cantidad ilimi-
tada de insumo a un precio uniforme; el precio que debe pagar
por cada unidad viene dado por el mercado de ese factor, con
una funcin de oferta creciente y independiente de la cantidad
adquirida
r = 263 + 43 X Se supone que tambin vende el trigo en
un mercado competitivo, al precio $4; y su funcin de produc-
cin indica la cantidad producida como dependiente del factor
contratado Q = F ( X )
supongamos Q = 27, X2 - 0,4 x 3 (en u8,6)
b) Monopolio bilateral: Sean q1= 270*q2 2*q2,
X= 0.25*x2, las funciones de produccin del comprador y el
vendedor respectivamente, correspondiente al monopolio bila-
teral. El precio de q1 es 3$, y el de x es 6$. A- Determinar los
valores de q2, p2 y los beneficios del comprador y el vendedor
correspondiente a las soluciones de monopolio, monopsonio y
cuasi- competencia. Determinar los lmites de negociacin pa-
ra p2 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 incier-

to, seguros, ver TP 30, y en u9 y en Microeconomia con Excel)
En cual accin invertir un inversor si compra Acciones A
Puede ganar $420,00 perder $110,00 (sin trmino medio). Si
compra Acciones B puede ganar $650,00 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
47) Ley de Walr y Ley de Say. Consecuencias para la em-
presa de las formulaciones sobre la identidad, la igualdad, te-
ora cuantitativa y la ecuacin fundamental keynesiana (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) y explique el criterio de distribucin. (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 in-
versa y el producto de matrices. (en separatas, 33resumenes,

TP por unidad, Microeconoma con Excel y en el programa

oficial)
50) Teorema de Coase y economa del bienestar; estado del

mercado de bonos del carbono (en separatas, 33resumenes,
TP por unidad, y en el programa oficial)
51) Criterio de distribucin en competencia; criterios de valo-

racin segn la economa del bienestar (en separatas,
33resumenes, TP por unidad, Microeconoma con Excel y en
el programa oficial)
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 o consignas correspondientes a TP similares a los 50 TP

bsicos del curso: los alumnos deben ser consultados en los textos
usuales, para completar TP similares a los aproximadamente 400 que
hay resueltos en este curso. Pero los enunciados no son imprescindi-
bles y pueden obviarse, ya que el conocimiento bsico de la teora de
cada principio implica la redaccin de las consignas.

50 INFORMES PARA 50 TP (GUIA)

Los exmenes y los trabajo prcticos (TP) deben ser estructurados
bajo una breve introduccin, un largo desarrollo explicativo del an-
lisis numrico u otro, una breve conclusin final y el cierre con las
fuentes primarias y textos consultados (obviamente, no es esttico
incluir estas palabras como subttulos de cada parte del
Informe).
Hay ms adelante un largo listado de archivos en paginas web con
ejercicios resueltos numricamente, pero a todos les falta la revisin
final y presentacin como informe profesional.
1)
Sistema econmico:
Los pases se organizan con instituciones y leyes. La ciencia explica
esto recurriendo a ejemplos, metforas o modelos como el de la mano
invisible, el circuito sanguneo, la maqueta hidrulica, el tentempi,
el sistema solar, etc._
Histricamente hubo 3 sistema importantes: 1) el real (con propiedad
privada, estado que organiza y controla e invierte) 2) el modelo libe-
ral, con librecambio, hedonismo, propiedad privada y mercados
competitivos) desde 1776 (ms efectivo que las 3 invasiones a Bue-
nos Aires) 3) el socialismo (propiedad estatal y precios fijados por el
gobierno) hasta el la Perestroika y derrumbe en 1990 de la URSS y
apertura comercial en Shangai y resto de China._
Desaparecida la URSS se confirm que la organizacin del sistema
economico co instituciones del mercado libre y leyes basadas en el
merado competitivo es optima para coordinar las actividad y maximi-
zar 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: servi-
cios por salarios; bienes por sus precios, etc. en continua
circulacin de Produccin -Distribucin de ingresos - Con-
sumo .
J.B. Say supona una identidad con pleno empleo perma-
nente (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 continua-
mente, con pleno empleo, salvo en las crisis, como el des-
empleo por expectativas de 1930 o la intervencin oficial
distorsionante del tipo de cambio argentino uno a uno en
1992.
Fuentes:
2)
Agregacin en mercados de bienes privados y pblicos:

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 ex-
plicitas (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 implci-
tas (ya que la variable independiente o asegurada es la cantidad dis-
ponible por el estado)
El equilibrio surge por igualdad entre demanda y oferta agregada, con
un precio y cantidad libremente determinados en los mercados com-
petitivos.
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 puntual-
mente, 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 em-
presa 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) con-
viene 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.
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 con-
clusiones sobre sus mximos, elasticidades y las funciones sobre da-
tos 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 for-
ma 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, obser-
vando quien los soporta mayormente y si lo afectan frenando o no las
actividades.
Los impuestos ad-valoren o especficos sobre ventas reducen la acti-
vidad del mercado; pero aquellos fijos o sobre beneficios no la redu-
ciran.

Fuentes:
7)
Estabilidad dinmica o problema de la telaraa.
Ante una baja de la demanda, o de una suba de costos en la oferta, se
calcula en el nuevo punto la funcin de la demanda (u oferta) nueva
utilizando el coeficiente de la recta por dos puntos; y finalmente con
ella el nuevo equilibrio.
Si en valor absoluto la oferta es mas inelstica que la demanda, las
aproximaciones sucesivas conducirn a un nuevo equilibrio ms
rpidamente.
Fuentes:
8)
Estimacin de funciones:
En la empresa se estiman funciones diversas, especialmente las de
demanda, para pronosticar la actividad (y calcular luego la compra de
insumos, la produccin necesa y proceder a la venta y expedicin).
Estudios de mercado con encuesta, experimentos controlados (como
ofertas gratis para observar las preferencias) y sobre todos el mtodo
estadstico del ajuste segn mnimos cuadrados son utilizados parale-
lamente
La estimacin minimocuadrtica es muy utilizada, ya que Excel cal-
cula los coeficientes de la lnea o funcin de ajuste, lineal, igual que
con mltiples variables independiente; y en instantes presenta au-
tomticamente los coeficientes de significacin, colinealidad y otros,
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 posibi-

lidades de produccin. Superponiendo las lineas de isobeneficio (de
la funcin objetivo) se determinara el punto de contacto que optimi-
zar la produccin maximizando el beneficio.
Pero el mdodo grafico con 2 variables no permite trabajar efectiva-
mente 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 mni-
mos.
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 efectiva-
mente 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 utili-
zando 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 (varia-
bles de holgura) para el calculo inicial sin producciones reales.

Excel agiliza el Simplex con su macro Solver en la opcin maximi-

zar, para hasta 16 variables y no solo dos como en el mtodo grfico
que utilizaba la escuela clsica tradicional inglesa.
Fuentes:
12)
Programacin lineal, mnimos:
Mediante las tablas Simplex se puede optimizar manualmente utili-
zando 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 artificia-
les, para el clculo inicial: suponiendo costos altos de M$ que des-
aparecern 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 mi-

nimizar, 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 ingre-
sar 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 tradicio-
nal inglesa.
Fuentes:
14)
Teora de la demanda segn la utilidad:
Maximizacin de la utilidad.
En el precio del mercado influye especialmente la utilidad (decre-
ciente) del consumidor.
Definiendo la utilidad total y la marginal, se explica el concepto ma-
temtico 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 Mars-
hal), sobre la proporcionalidad del cociente placer sobre precio en
ambas compras y sobre agotar el gasto del presupuesto. El consumi-
dor 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 ma-
temticos (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 (decre-

ciente) 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 utili-
dad 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.
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 utili-
dad marginal constante y creciente, adems de decreciente)
Fuentes:
16)
Dualidad de todo acto econmico:
Toda maximizacin de utilidad implica un mnimo costo para alcan-
zarla.
Utilizando los conceptos matemticos de mximo y mnimo para dos
variables y la doble condicin de Gossen o Marshall, el modelo si-
colgico-matemtico neoclsico explicaba la demanda segn la utili-
dad marginal y necesidades (inicialmente solo primarias, con satura-
cin). 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, so-
ciales y culturales).
Usando el modelo geomtrico, se igualaban las pendientes (TMS) de
los gustos con la del presupuesto o precios relativos del mercado. La
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 presu-
puesto (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 utili-
dad 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 decre-

ciente (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-
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 deman-
da 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 de-
creciente (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
sustitucin (o ley de la demanda); tambin calcular la demanda compen-
sada (subsidiada) y la ordinaria (o total o final).
Los gustos hacen que el nuevo equilibrio implique ms, igual o me-
nos 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 (de-
nominador) sobre la cantidad estudiada (numerador), en dos trmi-
nos, 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 hacer-

lo 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 concep-
tualmente.
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 cantida-
des. 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 con-
sumidores 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 ca-
nasta 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 in-
flexin del mximo esta el mximo marginal.
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 pen-
diente /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; decrecien-
tes 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 remune-
racin 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.
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, indi-
ca rendimientos constantes.
Los profesores Cobb y Douglas verificaron que serva para represen-
tar 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 de-
penden 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 decre-
cientes y crecientes (o sus conceptos inversos, rendimientos crecien-
tes 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 coinci-
de con el CM. El mnimo de este (el punto crtico del corto plazo) es
el ptimo de explotacin en el largo plazo.
Fuentes:
27)
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 ob-
tienen los valores de la industria a partir de agente individual conoci-
do.
Fuentes:
28)
Empresa sobredimensionada:
Las funciones de costo total lineales tienen costos medios hiperbli-
cos.
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 doms-

tica de los pases en desarrollo; y necesitan operar competitivamente

exportan excedentes, segn precios acortes a los menores costos me-
dios de esos grandes volmenes.
Ese modelo se utiliz exitosamente en Argentina por SOMISA para
demostrar competitividad y no discriminacin monoplica, ante de-
nuncias antidumping de gobiernos de EEUU por las exportaciones de
dos barcos mensuales, con chapa de acero hacia ese pas en los aos
1980-1993.
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 necesi-
dad anual, el nmero de pedidos, del tamao de cada despacho o pe-
dido y el stock medio o promedio de un perodo.
Es posible armar as una funcin de costos lineal en la variable des-
pacho, 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 anli-
sis 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 co-

mo en gastos. Al considerar ingresos y gastos surge el VAN o VNA
(valor actual neto).
Los valores viejos se actualizan multiplicando por (1+i) a la t ( i de
inters y t perodos); a los valores futuros se los divide por (1+i) a la
t.
Otros anlisis complementan ese criterio de evaluacin (como consi-
derar 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-
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 indi-
cadores, 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, debilida-
des, 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 deposi-
tarlos 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 segu-
ro.
El anlisis de seguros implica as estimaciones valorando la aversin
al riesgo de los clientes
Fuentes:
31b)
El financiamiento de la empresa:
Las empresas pueden tener financiamiento o conseguirlo de los pro-
veedores y otras fuentes. Bajo el peligroso enfoque monetarista y la
actual globalizacin generalizada (que sobredimensionan este enfo-
que) 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 ingre-
sos 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 uni-
formes, el Anlisis de Excel y Solver facilitan determinar el nivel
ptimo sobre bases empricas. Esto no es as un concepto solo teri-
co, calculable nicamente con funciones conceptuales sin aplicacin
concreta.
Fuentes:
33)
Monopolio:
El modelo terico de un solo proveedor y demanda competitva es
estudiado bajo diversas actitudes.
La optimizacin monoplica implica el criterio de Cournot (maximi-
zando la funcin de beneficio (con la primer derivada nula y la se-
gunda 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.
Fuentes:
34)
Monopolio con impuestos:
El gobierno puede controlar a los monopolios con impuestos o favo-
reciendo 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 pre-
cios 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 limi-
tan 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
en el tramo rgido), vendiendo la misma cantidad total que sin dis-
criminar, pero con mayores beneficios que en su optimizacin pura
sin diferenciar mercados. Su condicin es igualr el ingreso marginal
conjunto con el costo marginal y a ese nivel de pesos determinar la
cantidad para cada mercado (y reemplazandola, su precio en cada
uno)
Existen diversos grados de discriminacin y estos casos lesionan la
competencia, segn las normas domsticas y las de la OMC.
Fuentes:
36)
Carga impositiva en los exportadores:
Los exportadores no incluyen los impuestos en este precio, ya que
tambin existen estos al ingreso en el pas receptor.
Localmente, la carga impositiva total incluye la imposicin directa
ms la indirecta en cascada incorporada en los insumos y costos (sin
incluir el IVA a los consumidores, ni lo no incorporado fsicamente
al producto en salarios y gastos financieros, segn requiere la OMC).
Se calcula la carga en los insumos nacionales, importados, impuestos
directos, etc. (sin los gastos financieros ni la carga salarial que no
admite la OMC)
La carga impositiva suele ser del orden del 40% medida macroe-
conmicamente (participacin del estado) y es natural pensar que
toda empresa tiene una carga similar. Pero dbe ser detallada para los
casos de denuncias antidumping (o countervailing duty por subsidios)
de otros pases, y hay que justificar los escasos reintegros (reembol-

sos) a los exportadores, por que son usualmente vistos como subsi-
dios en el exterior (con carga mucho mayor que reintegros).
Fuentes:
37)
Duopolio segn Cournot:
Solo dos oferentes, sin colusin, frente a una demanda competitiva en
la cual la cantidad X es la suma de X1 + X2 para ambas firmas.
Calculan cada uno as sus ingresos totales y sus beneficios. Al opti-
mizar separadamente, surge que cada uno acta considerando su ofer-
ta 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 co-
loca 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 de-

fenderla 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 de-
mostr que los montos originaron daos considerable (o amenazan
con ello).
Fuentes:
40)
Cartel
Si es posible la colusin los oligopolios optimizan conformando un
cuasimonopolio.
Pueden fijarse polticas comunes de precios, de cuotas y /o de reparto
de beneficios, si fueran permitidas (controladas) por el gobierno.
Bajo colusion se obtendran beneficios mayores a toda otra alternati-
va 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 mer-
cados)
Fuentes:
41)
Teora de los juegos:
En el constexto hostil del duopolio y en el de la incertidumbre y se-
guros se aplica la nueva lgica de Neumann-Morguenstern, que am-
plia 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 se-
guro, que es lo preferible a toda otra alternativa inalcanzable segn el
oponente.

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 re-
iterados segn la dominancia. Fuentes:
42)
Anlisis de dominancia:
Sin colusin, puede convenir una estrategia mixta con sucesivos jue-
gos al azar. En los juegos repetitivos se calcula la dominancia igua-
lando las alternativas de que el oponente acte o no con la misma
estrategia, para 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 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 cal-
cula la produccin ptima, de modo que la remuneracin de los fac-
tores 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.
Igualando el valor del producto marginal a la oferta del factor surge
una remuneracin posible y otra de explotacin monopsnica.
La diferencia entre ambos valores es la explotacin monopsnica.

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 contin-
gencias, 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 va-
lor posible por el seguro.
El anlisis de seguros implica estimaciones valorando la aversin al
riesgo de los clientes.
Fuentes:
47)
Ley de Walr y Ley de Say
Las empresas dependen del nivel de actividad general, que no siem-
pre 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 ex-
pectativas/ desconfianza de los empresarios sobre la burbuja de la
bolsa de Wall Stret 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 la obra publica.
En vez de la identidad de Say , desde 1934 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 in-
eficiente, ya que era posible trasladarse por una u otra curva hacia
una combinacin eficiente (con punto de tangencia, no interseccin),
que representaba una mejora para uno o para el otro de los pases.
Como no explicaba cual de ambos deba mejorar surgieron otros cri-
terios de bienestar, como los de Kaldor, Tibor de Sctowky y Bergson.
Fuentes:
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 po-
cas ms (no haba as publicados sistemas de 5 variables)
La matriz inversa por el vector de demandas finales da como resulta-
do 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, apare-
ciendo 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, demorn-
dose hasta hoy la implementacin del proyecto antipolucin.
Fuentes:
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 eficien-
tes. Pero pueden hacer falta otros criterios de bienestar para determi-
nar quien mejora o quien empeora, como los 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; programacin Simplex con Solver; VAN y
TIR; resolucin de sistemas o matriz insumo-producto.
Asimismo, otros temas tericos figuran en el programa y quizs no

implican utilizar ecuaciones para modelizarlos, pero son igualmente
necesarios. Por ejemplo teora del bienestar; empresa socialmente
responsable (ESR), etc.
Por otra parte, los mtodos que son practicados en el curso con-
viene sean presentados por el alumno con otro enunciado similar,
llegando en ellos a similares resultados (un caso de 2x2 como el
expuesto aqui en el punto programacin con seis mtodos equiva-
lentes (pag.211).

LISTADO DE TP RESUELTOS Y ARCHIVOS
En los sitios de la FCEUBA y en otras paginas

web, como www.microconexcel.com.ar ,
www.microeconomaconexcel.com , etc.figuran
numerosos archivos, con practica analtica y otros
enfoques. Son ejercicios de alumnos resueltos
numricamente, pero sin concluir con el correspon-
diente informe profesional y una revisin metdica
preventiva. Hay all adems muchos otros TP, con
resolucin de sistemas con miles de variables en
Excel, simulaciones dinmicas, etc (en todos los ca-
sos comienzan el ttulo con la Unidad seguido del
nmero de TP y una palabra clave).
1 33 Resumenes De 33 Clases
1 50 Informes sobre los 50 Tp
1 50 TP resueltos Cronograma
1 Bibliografa
1 Codigo Hammurabi Sistema Economico real hace
4000 aos
1 Conceptos Introductorios Relevantes
1 Guia Inicial
1 Orientacion Inicial
1 Orientacion Y Cronograma Distancia
1 Tp 1 (circuito Econmico)
1 Tp 1 (sistema Econmico)

1 Tutor
1 Tutoria
1 Utopa de T. Moro -Sistemas Econmicos
1 Vision
1 Y 2 Tutorias Distancia
2 Agregacion Bienes Privados Y Publicos
2 Agregacion Demandas Y Ofertas
2 Demofe
2 Elasticidades Puntual Y Media
2 Graficos Total Medio Marginal
2 Ingreso
2 Ingresos
2 Oferta Y Demanda
2 Prcticos Analticos
2 Tp 2 Agregacion
2 Tp 2 Bienes Privados
2 Tp 2 Bienes Privados Y Pblicos
2 Tp 2 Suma Horizontal
2 Tp 3 Elasticidad
2 Tp 3 Elasticidad
2 Tp 3 Elasticidad Cigarrilos
2 Tp 3 Y 21 Elasticidad Media o Promedio
2 Tp 4 (teora De Los Ingresos-gastos)
2 Tp 4 Ingreso Marginal
2 Tp 4 Ingresos
2 Tp 4 Teoria De Los Ingresos
2 Tp 8 Teoria Ingresos O Gasto
2 Tp Suma Horizontal Bienes Privados

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
3 Tp 8 Import Argentina Por Firma Y Producto 11
3 Tp 8 Import Argentina Por Firma Y Producto1


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
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
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 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
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 Anti-
dumping
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
8 Tp 51 Bergson Perdida Social
8 Tp 51 Excedentes Y Bienestar
9 Incertumbre
10 Bienestar
Zip con versiones anteriores:
Zip1 Programa y TP Micro1
Zip2 Prcticos Analticos
Zip3 Micro Con Excel 2004 <<<
Zip4 Archivos Paginas Micro conExcel<<<
Zip5 Otros Archivos Excel
Zip6 Acrobat Reader Para Leer el Libro
Zip7 Con varios Programas

Los 5 recuadrados son los 5 TP obligatorios en Excel
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 $ )

Comparacin de paquetes de soft

COMPARACION DE SOFT
Las tablas siguientes comparan la informacin general y tcnica para

un anlisis estadstico de los principales paquetes. Los autores inclu-
yen 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, li-
cencia, 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 edi-
ciones del give-away de algunos productos se lan con
algunos libros de textos del estudiante en estadstica).
La fecha
ms ltima Coste Licencia del
Producto Productor
de la ver-
fuente Interfaz
(USD) software
sin
AcaStat Acastat $29 No Propietario GUI

ADaMSoft
Marco
Scarno 24-ene-08 Libre S GNU GLP CLI/GUI

Analizar-
l Analizar-l $185-495 No Propietario GUI
ASReml VSN inter- Febrero de

nacional 2007 >$150 No Propietario CLI/GUI
BioStat 8 de enero,
[1][2]
AnalystSoft 2007 $100 No Propietario GUI
BrightStat
Daniel 22 de fe-
Stricker brero, 2008 Libre No Propietario GUI
Alan Hec- Marzo de Public do-
Dataplot
kert 2005 Libre S main CLI/GUI
Libre[3]
EasyReg Herman J. /
Bierens $300 No Propietario GUI
Centros
para el
Epi Info control y la
prevencin 8 de no-
de la en- viembre,
fermedad 2007 Libre No Propietario CLI/GUI
Software
micro
EViews
cuantitati- Marzo de
vo 2007 No Propietario CLI/GUI
Sistema de
GAUSS
Aptech 2006 No Propietario CLI
GenStat VSN inter- Julio de

nacional 2006 >$190 No Propietario CLI/GUI

Hlice de Hlice de Marzo de

oro oro 2008 No Propietario CLI/GUI
El equipo 21 de mar-
gretl
del gretl zo, 2008 Libre S GNU GLP CLI/GUI
1 de no-
JMP Instituto viembre,
del SAS 2005 $1190 No Propietario GUI/CLI
Gary W.
Oehlert y
MacAnova Christo-
pher Bing- 29 de agos-
ham to, 2005 Libre S GNU GLP GUI
Mat- Investiga-
hematica cin del 25 de fe-
volframio brero, 2008 $1880 No Propietario CLI/GUI
Schoonjans 22 de abril,
MedCalc
franco 2008 $395 No Propietario GUI
modelQED
[marke- 15 de junio,
tingqed] 2007 No Propietario GUI
Minitab 10 de ene- $1195[2
Minitab
Inc. ro, 2007 ] No Propietario CLI/GUI
MRDCL 4 de enero, $4000[2
[1] 2008 ] No Propietario CLI/GUI
Software
NCSS estadstico
de NCSS >$399 No Propietario GUI
A. Decano,
OpenEpi K. Sullivan, Diciembre
M. Soe de 2007 Libre S GNU GLP GUI

Origen OriginLab $699 No Propietario GUI

Lenguaje
de pro- Libere
para el
grama- OxMetrics, uso
cin del J.A. Door- Octubre de acadmi-
buey nik 2007 co No Propietario CLI
OxMetrics,
OxMe-
J.A. Door- Octubre de $500- CLI/GU
trics
nik 2007 1200 No Propietario I
Origen OriginLab $699 No Propietario GUI
Junio de
Partek Partek 2007 No Propietario GUI
Cartilla Febrero de $500-
Cartilla-e 2007 $1000 No Propietario GUI
PSPP 3 de agosto,
Pspp 2005 Libre S GNU GLP CLI
Fundacin 8 de febre-
R
de R ro, 2008 Libre S GNU GLP CLI
Comandan- Zorro de 1 de agosto,
[4]
te de R Juan 2006 Libre S GNU GLP CLI/GUI
RATAS 1 de octu-
Estima bre, 2007 $500 No Propietario CLI/GUI
RKWard
[4] Comunidad 15 de fe-
de RKWard brero, 2007 Libre S GNU GLP GUI
SalStat
Alan James Febrero de
Salmoni 2007 Libre S GNU GLP GUI
Instituto Marzo de
SAS
del SAS 2008 No Propietario CLI/GUI

30 de no-
SOCR viembre,
UCLA 2006 Libre S GNU GLP GUI
Junio de
Stata Statacorp 2007 $129 No Propietario CLI/GUI
Statgrap- Junio de $695 -
hics StatPoint 2005 $1295 No Propietario GUI
STATISTI-
CA StatSoft >$695 No Propietario GUI
StatIt StatIt >$395 No Propietario GUI
StatPlus 7 de enero,
[1][2]
AnalystSoft 2007 $150 No Propietario GUI
Insightful
SPlus
Inc. 2005 No Propietario CLI
$1599[2
SPSS
SPSS Inc. 2007 ] No Propietario GUI
StatsDirect StatsDirect $179 No Propietario GUI
Statistix Statistix $695 No Propietario GUI
Systat
SYSTAT Software 21 de fe-
Inc. brero, 2007 $1299 No Propietario CLI/GUI
$895,
UNISTAT 15 de mar- $495, GUI,
Unistat Ltd zo, 2005 $300 No Propietario Excel
El compu-
VisualStat tar de Vi-
sualStat $195 No Propietario GUI
Winpepi J. H. Abram- Sep de
son 2007 Libre No Propietario GUI
XLStat
El compu-
tar de Ko- $395[2] No Propietario Excel

vach
XploRe MD*Tech 2006 No Propietario GUI
La fecha
ms ltima Coste Abra la Licencia del
Producto Producto Interfaz
de la ver- (USD) fuente software
sin
Ayuda del sistema operativo

OS del
Producto Windows Linux DEB Unix
Mac
ADaMSoft S S S S S
MacAnova S S S S S
Dataplot S S S S S
SalStat S S S S S
Cartilla S No No No No
AcaStat S No No No No
Analizar-l S No No No No
BioStat S No No No No
BrightStat S S S No S
EasyReg S No No No No
Epi Info S No No No No
EViews Terminado
S (1.1) No No No
GAUSS S S S No S
Hlice de oro S S S No S

gretl S S S No No
JMP S S S No S
Mathematica
S S S No S
MedCalc S No No No No
modelQED S No No No No
Minitab S Terminado No No No
NCSS S No No No No
Origen S No No No No
OpenEpi S S S S S
Partek S No S No No
PSPP S S S S S
R S S S S S
Comandante
de R S[5] S[5] S[5] S[5] S
RATAS S S S No S
RKWard No No S No S
SAS S Terminado S No S
AcaStat S S S S S
SOCR S S S S S
Stata S S S No S
Statgraphics S No No No No
STATISTICA S No No No No
StatIt S No No No No
StatPlus S S No No No
SPlus S No S No S
SPSS S S S No No
StatsDirect S No No No No

Statistix S No No No No
SYSTAT S No No No No
UNISTAT S No No No No
VisualStat S No No No No
Winpepi S No No No No
XLStat S S No No No
XploRe S No S No S
OS del
Producto Windows Linux DEB Unix
Mac
ANOVA - Ayuda para vario ANOVA mtodos

Anlisis
pruebas de los
Unidirec- De dos MA-
Producto
cional vas
GLM Poste- cuadra-
NOVA hoc dos lati-
nos
AcaStat No No No No No No
ADaMSoft No No No No No No
Analizar-l S S No No S No
BioStat S S S S S No
BrightStat S S No No S No
EasyReg No No No No No No
Epi Info S S No No No No
EViews S
GAUSS No No No No No
Hlice de oro S S
gretl

Mathematica
S S S S S No
MedCalc S S No No S No
Minitab S S S S S S
NCSS S S S S S S
OpenEpi S No No No No No
Origen S S No No No No
Partek S S S S S S
R S S S S S
Comandante
de R S S S
SAS S S S S S
SOCR S S No No No No
Stata S S S S
Statgraphics S S S S S S
STATISTICA S S S S S S
StatIt S S S S S No
StatPlus S S S S S S
SPlus S S S S S S
SPSS S S S S S S
StatsDirect S S No No S S
Statistix S S S S S S
SYSTAT S S S S S S
UNISTAT S S No S S S
VisualStat S S S No S No
Winpepi No No No No No No
XLStat S S S No S No

Anlisis
prue-
Unidi- de los
De dos MA- bas
Producto reccio-
vas
GLM Poste-
cuadra-
nal NOVA dos lati-
hoc
nos
REGRESION - Ayuda para varios mtodos
de regresin:
AcaStat
ADaMSoft S No No S S No No No
Analizar-l S
BioStat
BrightStat S S S
EasyReg S S
Epi Info S No No No S No No No
EViews S S S S S S S S
GAUSS
Hlice de oro S S
gretl S S S S S No S
Mathematica
S S S
MedCalc S No No S S No No S
Minitab S S No No S No No S
NCSS S S S
Origen
Partek S No No No No S No S
R S S S S S S S S
Comandante
[4]
de R S S

RATAS S S S S S No S S
Sagata S S No No No No S S
SAS S S S S S S
SOCR S No No No S No No No
Stata S S S S S S S S
Statgraphics S S No S S S No S
STATISTICA S S S S S S S S
StatIt
StatPlus S No S S S S No S
SPlus S S S S S
SPSS S S S S S S No S
StatsDirect S S S S
Statistix
SYSTAT S S S S S S S S
UNISTAT S S S S S S No S
VisualStat
Winpepi S S
XLStat S S S
Log Por
CHA-
Producto OLS WLS 2SLS NLLS sti- GLM VAL
eta-
co pas
SERIES DE TIEMPO -Ayuda para vario anlisis de serie de tiempo.

Prueba
de la
Prueba de GARCH
Producto ARIMA GARCH raz de VAR Multivariat
Cointegration
la uni-
dad

AcaStat
Analizar-l
BioStat
EasyReg S S S S
EViews S S S S S S
GAUSS
gretl S S S S S
Mathematica
S S
MedCalc No No No No No
Minitab S No No No No
NCSS S
Origen
R S S S S S
Comandante
[4]
de R
RATAS S S S S S S
SAS
SOCR No No No No No
Stata S S S S
Statgraphics S No No No No
STATISTICA S No No No No
StatIt
StatPlus S No No No No
SPlus S S
SPSS S
StatsDirect
Statistix

SYSTAT S
UNITAT S No No No No
VisualStat
Winpepi
XLStat
Prueba
de la
Prueba de GARCH
Producto ARIMA GARCH raz de VAR Multivariat
Cointegration
la uni-
dad
COMPARACON INTEGRAL DE PAQUETES ESTADISTICOS
DISPONIBLE EN:
http://www.worldlingo.com/ma/enwiki/es/Comparison_of_statistic
al_packages

REFERENCIAS BIBLIOGRFICAS
Se han buscado y no fueron encontrados (en Microsoft, ni en edito-

riales 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 Microe-
conoma 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, Madrid:

Aguilar Ediciones, 1964.
-Baumol, W. J., Teora Econmica y Anlisis de Operaciones, Ma-

drid: Editorial Dossai, 1980.`
-Beker, V. A., Microeconmia Aplicada, Buenos Aires: Editorial de

Belgrano, 1992.
-Bronson, R., Investigacin de Operaciones- Teora y 310 Proble-

mas Resueltos. Editorial McGaw Hill: serie Schaum publicado en
espaol. ISBN 968-451-385-2
-Cecil Mills, F., Mtodos Estadsticos Aplicados a la Economa y a

los Negocios, Madrid, Aguilar Ediciones, 1965.

-Chiang A., Mtodos fundamentales de economa matemtica, Bue-

nos Aires: Amorrortu Editores, 1977.
-Cortada, N.-Carro, J. M., Estadstica Aplicada, Buenos Aires, EU-

DEBA, 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 Ai-

res: Editorial Amorrortu, 1972.
-Eiras Roel, S., Microeconoma: ejercicios de los cursos FCE-UBA,

Buenos Aires, accesibles en:
www.microconexcel.com.ar
www.microeconomiaconexcel.com
http://distancia.econ.uba.ar
www.econ.uba.ar Dep..Economa (Microeconomia I-catedra I
-adjunto Eiras Roel);
www.aplinfo.com.ar (clave: microeconomia)
-Ferguson, C. E.-Gould, J., Teora Microeconmica, Buenos Aires:
Editorial Fondo de Cultura Econmica, 1983.
-Fernndez Pol, J. Demanda de los Consumidores, Ediciones Ran-

cagua.
-Gonzlez Garca, J. A., Tcnica operativas para la toma de decisio-

nes, Madrid: Editorial Index, 1976.
-Henderson, J.M.-Quandt, R.E., Teora Microeconmica, Barcelona,

Editorial Ariel, 1985.
-Kmenta, J., Elementos de Econometra, Barcelona: Editorial Vicens
Universidad, 1980.

-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.
-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 Microeconom-

a Intermedia, Barcelona: Editorial Bosch, 1987.
-Varian, H. R., Anlisis Microeconmico, Barcelona: Editorial Bosch,

1998.
-Varian, H. R., Microeconoma Intermedia, Barcelona: A. Bosch Edi-
tor, 1998.

-Watson, D. S., Teora de los precios en accin, Mxico: Editorial

Trillas, 1981.
-Yamane, T., Matemticas para Economistas, Barcelona, Editorial

Ariel, 1965.

NOTA:
Es usual encontrar PC con teclados desconfigurados y tener dificul-
tades 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 a
Alt 208
Alt 230
Alt 255
AYUDA DE MICROSOFT ON LINE

Existe ayuda automtica de Microsoft en
(http://support.microsoft.com/gp/mtdetails ) con tra-
ducciones automticas o de un traductor humano. Mi-
crosoft le ofrece artculos traducidos por un traductor
humano y artculos traducidos automticamente para
que tenga acceso en su propio idioma a todos los art-
culos 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 da-
o ocasionado por una mala traduccin del contenido o
como consecuencia de su utilizacin por nuestros clien-
tes. Microsoft suele actualizar el software de traduccin
frecuentemente.

PROGRAMA (linkeado):
UNIDAD 1: CONCEPTOS INTRODUCTORIOS A LA MICROECONOMIA
El problema econmico. Descripcin sinttica de un sistema

econmico global y su funcionamiento desde la perspectiva microe-
conomica. Consumidores. Productores. Propietarios de los factores
de produccin. Mercado de productos y de factores. Sectores econ-
micos. Sector gobierno y sector externo. Gustos y tecnologa. Interre-
laciones. Flujo circular. Sistema de precios. Diferenciacin de la ma-
croecoma. Aspectos metodolgicos: economa positiva y normativa,
teora y realidad. Variables. Funciones e identidades. Modelos deter-
minsticos y estocsticos.
DETALLE
El problema econmico. (Lipsey cap.4)
Descripcin sinttica de un sistema econmico global y su funcio-
namiento desde la perspectiva microecon.. (Parkin 1)
Consumidores. Productores. Propietarios de los factores de produc-
cin.
Mercado de productos y de factores.
Sectores econmicos. Sector gobierno y sector externo.
Gustos y tecnologa. Interrelacines.
Flujo circular.
Sistema de precios. (Lipsey 5; Friedman 1)
Diferenciacin de la macroecoma.
Aspectos metodolgicos: economa positiva y normativa; teora y
realidad. (Lipsey 1)
Variables. Funciones e identidades. (Lipsey 2)
Modelos determinsticos y estocsticos. (Lipsey 3)
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
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.
Gasto e ingreso total. (Varian 15; conviene tambien el cap 3 de
Baumol)
Composicin de las curvas mediante suma horizontal.
(Dieguez-Porto ej.35)
Lipsey, R. Introduccin a la economa positiva. Cap. 7 La teora ele-

mental 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 (estti-

cas). Hiptesis del exceso de demanda (Walras). Hiptesis del exceso
de demanda precio (Marsall). Modificacin del equilibrio. Esttica
comparada. Subsidios e impuestos. Oferta conjunta, demanda com-
puesta y demanda derivada en condiciones de coeficientes fijos. Mer-
cados relacionados. Modelo de la telaraa y otros modelos dinmicos.
Condiciones de estabilidad 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: intro-
duccin a la econometra.
DETALLE:
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 impues-
tos (Lipsey 9 y 11; Parkin 6)
Oferta conjunta, demanda compuesta y demanda derivada en condi-
ciones 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 de-
manda. Comparacin de esquemas analticos:
Introduccin a la estimacin de las funciones. Problemas de identifi-
cacin. (Baumol cap.10 ed.1980 es ms especfico pero exce-
de 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. ...)


mental del precio de mercado. Cap. 11 Algunas predicciones de la
teora del precio (centra su enfoque en los impuestos, precios maxi-
mos y precios mnimos). Cap. 12 La teora elemental del precio. An-
lisis 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 equili-
brio 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 ar-
gentinos. Canavese, Alfredo J, Una exposicin sobre problemas habi-
tuales 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.
UNIDAD 4: PROGRAMACION LINEAL COMO INSTRUMENTO DE MO-

DELACION 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. Problema primal
y dual. Variables artificiales. El mtodo Simplex. Su interpretacin
econmica. Precios sombra. Planteo y aplicacin de teoremas. Anli-
sis de sensibilidad. Extensiones: programacin entera y no lineal.
DETALLE:

UNIDAD 4: PROGRAMACIN LINEAL COMO INSTRUMENTO DE MO-

Los supuestos: aditividad, proporcionalidad, no negatividad y funcin

objetivo lineal. Actividades, item, flujos externos, ecuaciones de ba-
lance, 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 Excel-Solver)Extensiones: programacin
entera y no lineal. (Baumol 7; Ej.en paginas Web Eiras
con Solver de Excel)
Baumol, W. Teora econmica y anlisis de operacioens. Cap. 5 Pro-

gramacin lineal
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 modela-
cin 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
sencillo y 5-4 Los valores implicitos: el dual.
Dieguez H. y Porto, Problemas de microeconoma. Problema 13 Maxi-
mizacin 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 ordi-

nal. La restriccin presupuestaria. Maximizacin de la utilidad. Equili-
brio del consumidor. Deduccin de la curva de demanda individual.

Propiedades. Ecuacin de Slutzky. Efectos precio y renta. Clasifica-

cin econmica de los bienes. La preferencia revelada. Los ndices de
ingresos. Elecciones intertemporales. Extensiones: inclusin del
tiempo en la tecnologa del consumo y como restriccin. Costos de
bsqueda.
DETALLE UNIDAD 5: EL CONSUMIDOR
Preferencias y elecciones racionales.

Utitidad cardinal (Parkin 7)
...y ordinal (Parking 8; Baumol 8-5 hasta 8-10 ed.1964 9-
5 hasta 9-10 ed.1980).
La restriccin presupustaria.
Equilibrio del consumidor. (Friedman 2 pag. 49-73)(Varian
3,4,5)(Baumol 2 y3)
Deduccin de la curva de demanda individual. Propiedades.
(Dieguez-Porto ej 32 y 34 )
Ecuacin de Slutzky. Efectos precio y renta. (Baumol 8-11 y 8-
12 ed.1964 9-11 hasta 9-17 ed.1980; Henderson-Quandt cap2 y 3-5)
Clasificacin econmica de los bienes. (Varian 8)
La preferencia revelada. (Baumol 8-12 o 9-13 ed.1980,
etc.) (Henderson-Quandt 3-5)(Varian 7) (Dieguez-Porto ej.36)
Los ndices de ingresos.
Elecciones intertemporales. (Dieguez-Porto ej.40)
Extensiones: inclusin del tiempo en la tecnologa del consumo y
como restriccin. (Varian 10) (Lago: Microec. c.XII)
Costos de bsqueda.
Fernndez Pol, J : conceptos matemticos tiles en microeconma.

Parte II Cap. 3 Tercer caso: funciones de dos variales y una restric-
cin.
Parkin, M. Microeconoma. Cap. 7 Utilidad y demanda. Cap. 8 Posibili-
dades, preferencias y elecciones.
Baumol, W.: Teora economca y anlisis de operaciones. Cap. 8 Teor-
a 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 teora de la
conducta del consumidor: puntos 3-5 La teora de la preferencia reve-
lada.
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 Uti-
lidades 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. Mode-
los de inventarios ptimos. El problema de los incentivos. El finan-
ciamiento. La inversin y los flujos financieros. Anlisis costo benefi-
cio. Extensiones: evaluacin econmica y financiera de proyectos.
DETALLE UNIDAD 6: LA EMPRESA Y LA UNIDAD DE NEGOCIO.
Funcin de produccin. (Mochn 7; Paarkin 10; Baumol 9

)
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 Opti-
mizacin 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 5-2 Las funciones de pro-
duccin 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 cur-
vas de oferta y curvas de costes.
Coase, Ronald. La naturaleza de la empresa, en Stigler, G. y Boulding,
K.,: Ensayos sobre la toera de los precios.
Dieguez, H. y Porto, A. Problemas de microeconoma. Problema 1
Minimizacin del costo de poducir una cantidad dada de un bien. Pro-
blema 6 Rendimientos a escala.
UNIDAD 7: EL OBJETIVO DE LA EMPRESA Y FORMAS DE 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. Monopolio maximizador de beneficios. Mo-

nopolio maximizador de ventas con restriccin de beneficios. Mono-
polio discrimidor de precios. Empresa lder con competidores perfec-
tos. Competencia imperfecta. Duopolio: soluciones de Cournot, de
von Stackelberg, de Bertrand y de colusin. Teora de los juegos. Pu-
blicidad. 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 ofer-

ta individual y de la industria.
Corto y largo plazo,
Economas y deseconomas externas (Mochon 9) (Par-
kin 11) (Henderson-Quandt 6-1 hasta 6-5) (Varian 21, 22)
Monopolio maximizador de beneficios. (Monchon 10;
Baumol 11; Henderson-Quandt 7; Varian 19)
Monopolio maximizador de ventas con restriccin de beneficios.
Monopolio discrimidor de precios. (Dieguez-Porto ej. 25 caso gene-
ral ! )(Parkin 12) (Varian 23, 24) (Baumol 16-13 caso sencillo !)
Empresa lder con competidores perfectos.
Competencia imperfecta. (Mochon 11)(Parking 13) (Hen-
derson-Quandt 8-1 8-2 8-3))
Duopolio: soluciones: de Cournot
de von Stackelberg,
de Bertrand y
de colusin. (Dieguez-Porto ej.19, 20, 23,24,25,28,30,31)
Teora de los juegos. (Parkin 13) (Henderson-Quandt 8-5)
Publicidad. (Baumol 10)
Oligopolios: la demanda quebrada, la participacin fija en el mercado.
(Stigler)
Modelos de competencia espacial. (Lago: Microec. c.XI)
Extensiones: evaluacin emprrica de algunos modelos de conducta
empresaria. (Baumol 10 o 15 ed.1980 ) ( DiTella; De Pablo;
Tow)

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, determina-
cin 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 oferta; 6-4 Equilibiro del
mercado de un bien; 6-5 Una aplicacion a los impuestos. Cap. 7 Mo-
nopolio, monopsonio y competencia monopolistica.Cap. 8 Duopoio,
oligopolio ymonopolio bilateral: puntos 8-1 Duopolio y oligopolio:
producto homogneo; 8-2 Duopolio y oligopolio: produtos diferencia-
dos; 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.
De Pablo J. y Tow F. Lecturas de microeconma por economistas ar-
gentinos. 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 importa-
cion. De Pablo, J.: Comparacin del equjilibrio competitivo y monop-
lico. Tow, F. Un caso de equilibrio mtiple en el monopolio simple.
Stigler, G. y Boulding, K. Ensayos sobre la teora de los precios. Sti-
gler G. La demanda quebrada y precios rgidos.
Diequez H y Porto A. Problemas de microeconma. Problema 19 Im-
puesto a las ventas a un monopolista. Problema 20 Publicidad. Pro-
blema 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: solu-

ciones de competencia y monoplio. Problema 31 Empresa de energa:

tarifas y capacidad de planta.
Las Unidades 8 y 9 estan consideradas como extensiones de la Uni-

dad 7 Distancia y la Unidad 10 es la Unidad 8 Distancia
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. Oferta de
factores en condiciones de competencia, de monopsonio y oligopso-
nio. Monopolio bilateral. Sindicatos. Negociacin. Intermediarios mo-
noplicos 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 com-

petencia 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)
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. (Parkin
18)(Mochon 14)

Lipsey R. Introduccin a la economa positiva. Cap. 28 Salarios y con-

tratacin 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 signa-
cin de los factores de la produccin. Cap. 15 Mercados de trabajo.
Varian H. Microeconoma intermedia. Cap. 25. Los mercados de facto-
res.
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 mer-
cado: punto 6-6 El equilibrio en el mercado de factores.
Friedamn M. Teora de los precios. Cap. 7 Demanda derivada (La de-
manda 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 fac-
tores de produccin. Cap. 11 La oferta de factores de produccin.
Bbibliografa complementaria.
De Pablo, J. y Tow F., Lecturas de microeconoma por economista
argentinos. Tow F. Anlisis crtico de un caso de oligopsonio.
Dieguez H. y Porto A. Problemas de microeconoma. Problema 22
Salario mximo. Problema 33 Eleccin entre consumo y ocio.
UNIDAD 9: INCETIDUMBRE Y RIESGO Y CONCEPTOS DELA TEORIA

DE LOS JUEGOS.
Distincin. Axiomas de von Neumann y Morgenstern. La utili-

dad 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. Concep-
tos 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)
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 solucion.
Extensiones: apliaciones microeconomicas.
Parkin, M. Microeconma Cap. 13 Competencia monopolstica y oligo-

polio. 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 so-
bre la teora de la conducta del consumidor: puntos 3-8 EL problema
de la eleccion en situacion con riesgo. Los axiomas. Utilidad espera-
da. 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 incerti-
dumbre basado en la utilidad.
Baumol W. Teora econmica y anlisis de operaciones. Cap. 17 Utili-
dad 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
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.

Dorfman R, Samuelson P y Solow R. Programacin lineal y anlisis

econmico. Cap. 15 Elementos de la teora de los juegos.
Dieguez H. yPorto A. Problemas de microeconoma. Problema 42
Elecciones en situacin de riesgo (I) Problema 43 Eleccin en situa-
ciones de riesgo (II).

UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL INGRESO.
El modelo de dos factores (fijos) y dos productos con econom-

a cerrada. Ley de Walras y de Say. Caja de Edgeworth. Curva de po-
sibilidades de produccin. Modelo con coeficientes fijos de produc-
cin. 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 UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL

INGRESO
El modelo de dos factores (fijos) y dos productos con economa ce-

rrada.
Ley de Walras y de Say. (Baumol 12, 13 ed. 1964 o Cap
20, 21,22 en ed.1980) (Henderson-Quandt 9-2) (Varian 28)
Caja de Edgeworth. (Mochon 12)(Henderson-Quandt 9-2;
Varian 29 + apendice; Dieguez-Porto 45)
Curva de posibilidades de produccin.
Modelo con coeficientes fijos de produccin. (Dieguez-
Porto ej. 4, 48, 50; ej. Paginas Web Eiras)
Distribucin del ingreso bajo competencia perfecta.
(Parkin 20, 21, 22)
Efecto del monoplio y de impuestos. (Friedman 3)
Apertura de la economa de un modelo de pas pequeo. (
Tow )

Equilibrio parcial versus general.

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 impues-
tos sobre el bienestar.
Varian H. Microeconoma intermedia. Cap. 29 La produccin.
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.
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 uni-
versidad espaola. Sin embargo, como Microeconoma a nivel in-
termedio, de aplicacin directa y plena en los diversos departamentos
de toda empresa, se le ha asignado un tratamiento tipo Microeco-
noma en Accin: el alumno debe captar la aplicacin de cada prin-
cipio / modelo -incluso su clculo matemtico y con PC- tambin
para la posible confrontacin de su empresa con las competidoras
locales y externas; y en las negociaciones ante las Secretaras de Co-
mercio, de Industria o Comisin Nacional de Defensa de la Compe-
tencia locales, as como ante la OMC, Mercosur, CECA, Internatio-

nal Trade Commission y U.S. Department of Commerce, etc., guin-

dose sobre la base de los casos reales gestionados por el profesor en
su actividad empresaria.
PROGRAMA (linkeado):
El problema econmico. Descripcin sinttica de un sistema

econmico global y su funcionamiento desde la perspectiva microe-
conomica. Consumidores. Productores. Propietarios de los factores
de produccin. Mercado de productos y de factores. Sectores econ-
micos. Sector gobierno y sector externo. Gustos y tecnologa. Interre-
laciones. Flujo circular. Sistema de precios. Diferenciacin de la ma-
croecoma. Aspectos metodolgicos: economa positiva y normativa,
teora y realidad. Variables. Funciones e identidades. Modelos deter-
minsticos y estocsticos.
DETALLE
El problema econmico. (Lipsey cap.4)
Descripcin sinttica de un sistema econmico global y su funcio-
namiento desde la perspectiva microecon.. (Parkin 1)
Consumidores. Productores. Propietarios de los factores de produc-
cin.
Mercado de productos y de factores.
Sectores econmicos. Sector gobierno y sector externo.
Gustos y tecnologa. Interrelacines.
Flujo circular.
Sistema de precios. (Lipsey 5; Friedman 1)
Diferenciacin de la macroecoma.
Aspectos metodolgicos: economa positiva y normativa; teora y
realidad. (Lipsey 1)
Variables. Funciones e identidades. (Lipsey 2)
Modelos determinsticos y estocsticos. (Lipsey 3)

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.
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.
DETALLE
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.
Gasto e ingreso total. (Varian 15; conviene tambien el cap 3 de
Baumol)
Composicin de las curvas mediante suma horizontal.
(Dieguez-Porto ej.35)

mental 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.
Caracterizacin. Equilibrio. Condiciones de estabilidad (estti-

cas). Hiptesis del exceso de demanda (Walras). Hiptesis del exceso
de demanda precio (Marsall). Modificacin del equilibrio. Esttica
comparada. Subsidios e impuestos. Oferta conjunta, demanda com-
puesta y demanda derivada en condiciones de coeficientes fijos. Mer-
cados relacionados. Modelo de la telaraa y otros modelos dinmicos.
Condiciones de estabilidad 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: intro-
duccin a la econometra.
DETALLE:
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 impues-
tos (Lipsey 9 y 11; Parkin 6)
Oferta conjunta, demanda compuesta y demanda derivada en condi-
ciones 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 de-
manda. Comparacin de esquemas analticos:

Introduccin a la estimacin de las funciones. Problemas de identifi-

cacin. (Baumol cap.10 ed.1980 es ms especfico pero exce-
de 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. ...)

mental del precio de mercado. Cap. 11 Algunas predicciones de la
teora del precio (centra su enfoque en los impuestos, precios maxi-
mos y precios mnimos). Cap. 12 La teora elemental del precio. An-
lisis 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 equili-
brio 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)
De Pablo, J y Tow, F.: Lecturas de microecoma por economistas ar-
gentinos. Canavese, Alfredo J, Una exposicin sobre problemas habi-
tuales 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 ?
Dieguez, H. y Porto, A,: Problemas de microeconoma. Problema 35
Agregacin de demandas.
UNIDAD 4: PROGRAMACION LINEAL COMO INSTRUMENTO DE MO-

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. Anli-
sis de sensibilidad. Extensiones: programacin entera y no lineal.
DETALLE:
UNIDAD 4: PROGRAMACIN LINEAL COMO INSTRUMENTO DE MO-
Los supuestos: aditividad, proporcionalidad, no negatividad y funcin

objetivo lineal. Actividades, item, flujos externos, ecuaciones de ba-
lance, 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 Excel-Solver)Extensiones: programacin
entera y no lineal. (Baumol 7; Ej.en paginas Web Eiras
con Solver de Excel)
Baumol, W. Teora econmica y anlisis de operacioens. Cap. 5 Pro-

gramacin lineal
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 modela-
cin 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
sencillo y 5-4 Los valores implicitos: el dual.
Dieguez H. y Porto, Problemas de microeconoma. Problema 13 Maxi-
mizacin 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 ordi-

nal. La restriccin presupuestaria. Maximizacin de la utilidad. Equili-
brio del consumidor. Deduccin de la curva de demanda individual.
Propiedades. Ecuacin de Slutzky. Efectos precio y renta. Clasifica-
cin econmica de los bienes. La preferencia revelada. Los ndices de
ingresos. Elecciones intertemporales. Extensiones: inclusin del
tiempo en la tecnologa del consumo y como restriccin. Costos de
bsqueda.
DETALLE UNIDAD 5: EL CONSUMIDOR
Preferencias y elecciones racionales.

Utitidad cardinal (Parkin 7)
...y ordinal (Parking 8; Baumol 8-5 hasta 8-10 ed.1964 9-
5 hasta 9-10 ed.1980).
La restriccin presupustaria.
Equilibrio del consumidor. (Friedman 2 pag. 49-73)(Varian
3,4,5)(Baumol 2 y3)
Deduccin de la curva de demanda individual. Propiedades.
(Dieguez-Porto ej 32 y 34 )
Ecuacin de Slutzky. Efectos precio y renta. (Baumol 8-11 y 8-
12 ed.1964 9-11 hasta 9-17 ed.1980; Henderson-Quandt cap2 y 3-5)
Clasificacin econmica de los bienes. (Varian 8)
La preferencia revelada. (Baumol 8-12 o 9-13 ed.1980,
etc.) (Henderson-Quandt 3-5)(Varian 7) (Dieguez-Porto ej.36)
Los ndices de ingresos.
Elecciones intertemporales. (Dieguez-Porto ej.40)
Extensiones: inclusin del tiempo en la tecnologa del consumo y
como restriccin. (Varian 10) (Lago: Microec. c.XII)
Costos de bsqueda.
Fernndez Pol, J : conceptos matemticos tiles en microeconma.

Parte II Cap. 3 Tercer caso: funciones de dos variales y una restric-
cin.

Parkin, M. Microeconoma. Cap. 7 Utilidad y demanda. Cap. 8 Posibili-

dades, preferencias y elecciones.
Baumol, W.: Teora economca y anlisis de operaciones. Cap. 8 Teor-
a 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 teora de la
conducta del consumidor: puntos 3-5 La teora de la preferencia reve-
lada.
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.
Dieguez H. y Porto A. Problemas de microeconoma. Problema 32 Uti-
lidades 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. Mode-
los de inventarios ptimos. El problema de los incentivos. El finan-
ciamiento. La inversin y los flujos financieros. Anlisis costo benefi-
cio. Extensiones: evaluacin econmica y financiera de proyectos.
DETALLE UNIDAD 6: LA EMPRESA Y LA UNIDAD DE NEGOCIO.
Funcin de produccin. (Mochn 7; Paarkin 10; Baumol 9

)
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 Opti-
mizacin 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 5-2 Las funciones de pro-
duccin 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 cur-
vas de oferta y curvas de costes.
Coase, Ronald. La naturaleza de la empresa, en Stigler, G. y Boulding,
K.,: Ensayos sobre la toera de los precios.
Dieguez, H. y Porto, A. Problemas de microeconoma. Problema 1
Minimizacin del costo de poducir una cantidad dada de un bien. Pro-
blema 6 Rendimientos a escala.

UNIDAD 7: EL OBJETIVO DE LA EMPRESA Y FORMAS DE 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. Monopolio maximizador de beneficios. Mo-
nopolio maximizador de ventas con restriccin de beneficios. Mono-
polio discrimidor de precios. Empresa lder con competidores perfec-
tos. Competencia imperfecta. Duopolio: soluciones de Cournot, de
von Stackelberg, de Bertrand y de colusin. Teora de los juegos. Pu-
blicidad. 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 ofer-

ta individual y de la industria.
Corto y largo plazo,
Economas y deseconomas externas (Mochon 9) (Par-
kin 11) (Henderson-Quandt 6-1 hasta 6-5) (Varian 21, 22)
Monopolio maximizador de beneficios. (Monchon 10;
Baumol 11; Henderson-Quandt 7; Varian 19)
Monopolio maximizador de ventas con restriccin de beneficios.
Monopolio discrimidor de precios. (Dieguez-Porto ej. 25 caso gene-
ral ! )(Parkin 12) (Varian 23, 24) (Baumol 16-13 caso sencillo !)
Empresa lder con competidores perfectos.
Competencia imperfecta. (Mochon 11)(Parking 13) (Hen-
derson-Quandt 8-1 8-2 8-3))
Duopolio: soluciones: de Cournot
de von Stackelberg,
de Bertrand y
de colusin. (Dieguez-Porto ej.19, 20, 23,24,25,28,30,31)
Teora de los juegos. (Parkin 13) (Henderson-Quandt 8-5)
Publicidad. (Baumol 10)
Oligopolios: la demanda quebrada, la participacin fija en el mercado.
(Stigler)

Modelos de competencia espacial. (Lago: Microec. c.XI)

Extensiones: evaluacin emprrica de algunos modelos de conducta
empresaria. (Baumol 10 o 15 ed.1980 ) ( DiTella; De Pablo;
Tow)
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, determina-
cin 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 oferta; 6-4 Equilibiro del
mercado de un bien; 6-5 Una aplicacion a los impuestos. Cap. 7 Mo-
nopolio, monopsonio y competencia monopolistica.Cap. 8 Duopoio,
oligopolio ymonopolio bilateral: puntos 8-1 Duopolio y oligopolio:
producto homogneo; 8-2 Duopolio y oligopolio: produtos diferencia-
dos; 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.
De Pablo J. y Tow F. Lecturas de microeconma por economistas ar-
gentinos. 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 importa-
cion. De Pablo, J.: Comparacin del equjilibrio competitivo y monop-
lico. Tow, F. Un caso de equilibrio mtiple en el monopolio simple.
Stigler, G. y Boulding, K. Ensayos sobre la teora de los precios. Sti-
gler G. La demanda quebrada y precios rgidos.
Diequez H y Porto A. Problemas de microeconma. Problema 19 Im-
puesto a las ventas a uKn monopolista. Problema 20 Publicidad. Pro-

blema 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: solu-
ciones de competencia y monoplio. Problema 31 Empresa de energa:
tarifas y capacidad de planta.

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. Oferta de
factores en condiciones de competencia, de monopsonio y oligopso-
nio. Monopolio bilateral. Sindicatos. Negociacin. Intermediarios mo-
noplicos 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 com-

petencia 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)
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. (Parkin
18)(Mochon 14)
Lipsey R. Introduccin a la economa positiva. Cap. 28 Salarios y con-

tratacin 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 signa-
cin de los factores de la produccin. Cap. 15 Mercados de trabajo.
Varian H. Microeconoma intermedia. Cap. 25. Los mercados de facto-
res.
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 mer-
cado: punto 6-6 El equilibrio en el mercado de factores.
Friedamn M. Teora de los precios. Cap. 7 Demanda derivada (La de-
manda 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 fac-
tores de produccin. Cap. 11 La oferta de factores de produccin.
Bbibliografa complementaria.
De Pablo, J. y Tow F., Lecturas de microeconoma por economista
argentinos. Tow F. Anlisis crtico de un caso de oligopsonio.
Dieguez H. y Porto A. Problemas de microeconoma. Problema 22
Salario mximo. Problema 33 Eleccin entre consumo y ocio.
UNIDAD 9: INCETIDUMBRE Y RIESGO Y CONCEPTOS DELA TEORIA

DE LOS JUEGOS.
Distincin. Axiomas de von Neumann y Morgenstern. La utili-

dad 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. Concep-
tos 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)
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 solucion.
Extensiones: apliaciones microeconomicas.
Parkin, M. Microeconma Cap. 13 Competencia monopolstica y oligo-

polio. 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 so-
bre la teora de la conducta del consumidor: puntos 3-8 EL problema
de la eleccion en situacion con riesgo. Los axiomas. Utilidad espera-
da. 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 incerti-
dumbre basado en la utilidad.
Baumol W. Teora econmica y anlisis de operaciones. Cap. 17 Utili-
dad 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

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.
Dorfman R, Samuelson P y Solow R. Programacin lineal y anlisis
econmico. Cap. 15 Elementos de la teora de los juegos.
Dieguez H. yPorto A. Problemas de microeconoma. Problema 42
Elecciones en situacin de riesgo (I) Problema 43 Eleccin en situa-
ciones de riesgo (II).

UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL INGRESO.
El modelo de dos factores (fijos) y dos productos con econom-

a cerrada. Ley de Walras y de Say. Caja de Edgeworth. Curva de po-
sibilidades de produccin. Modelo con coeficientes fijos de produc-
cin. 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 UNIDAD 10: EQUILIBRIO GENERAL Y DISTRIBUCION DEL

INGRESO
El modelo de dos factores (fijos) y dos productos con economa ce-

rrada.
Ley de Walras y de Say. (Baumol 12, 13 ed. 1964 o Cap
20, 21,22 en ed.1980) (Henderson-Quandt 9-2) (Varian 28)
Caja de Edgeworth. (Mochon 12)(Henderson-Quandt 9-2;
Varian 29 + apendice; Dieguez-Porto 45)
Curva de posibilidades de produccin.
Modelo con coeficientes fijos de produccin. (Dieguez-
Porto ej. 4, 48, 50; ej. Paginas Web Eiras)
Distribucin del ingreso bajo competencia perfecta.
(Parkin 20, 21, 22)

Efecto del monoplio y de impuestos. (Friedman 3)

Apertura de la economa de un modelo de pas pequeo. (
Tow )
Equilibrio parcial versus general.
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 impues-
tos sobre el bienestar.
Varian H. Microeconoma intermedia. Cap. 29 La produccin.
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.
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 uni-
versidad espaola. Sin embargo, como Microeconoma a nivel in-
termedio, de aplicacin directa y plena en los diversos departamentos
de toda empresa, se le ha asignado un tratamiento tipo Microeco-
noma en Accin: el alumno debe captar la aplicacin de cada
principio / modelo -incluso su clculo matemtico y con PC (el ejem-
plo resuelto con 6 mtodos es ilustrativo, pg 211, que es efecti-

vamentegeneralizable 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 co-
mo 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.

Microeconomia Eiras - PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Microeconomia Eiras - PDF

Cargado por

Copyright:

Formatos disponibles

Anlisis microeconmico con Excel

MICROECONOMA CON EXCEL

La criticada impracticabilidad de la teora neoclsica re-

MICROECONOMA CON EXCEL 1

Programa de la asignatura Microeconoma I linkea-

Use Cntrl + F para buscar temas por palabra

2003 Santiago Eiras Roel T. Isabel Rbora Teresa Eiras

Enfoque terico prctico de microeconoma de la empresa, para no

2 MICROECONOMA CON EXCEL

- Santiago Eiras Roel , 30 aos en anlisis de mercado de Siderur-

- T. Isabel Rbora, 30 aos de docencia; profesora ayudante del

- Teresa Eiras, auxiliar en prctica estadstica y casos microecon-

MICROECONOMA CON EXCEL 3

4 MICROECONOMA CON EXCEL

Desviacin estndar en una poblacin 36

MICROECONOMA CON EXCEL 5

Ajustamiento lineal con Excel 68

6 MICROECONOMA CON EXCEL

Ajustamiento logartmica con Excel 68

MICROECONOMA CON EXCEL 7

8 MICROECONOMA CON EXCEL

Nmeros aleatorios 140

MICROECONOMA CON EXCEL 9

4.Mediana de relativos (idem) 177

10 MICROECONOMA CON EXCEL

FORMAS DE ESTUDIAR 212

MICROECONOMA CON EXCEL 11

Tablas de extras de precios y costos 258

12 MICROECONOMA CON EXCEL

Axiomas de la lgica Neumann-Morgenstern 292

MICROECONOMA CON EXCEL 13

14 MICROECONOMA CON EXCEL

En el mbito de investigacin de mercado o ventas de cada empre-

Las tcnicas estadsticas y economtricas son laboriosas y presen-

Desde la aparicin de Excel, se ha simplificado considerablemente

Adicionalmente Excel tiene incorporadas gran cantidad de funciones

Incluyen breves ayudas conceptuales, pero suelen no ser suficientes

Este trabajo rene una cantidad importante de esos ejemplos re-

Se plantea el problema, se lo resuelve con breves pasos Excel y se

No es este trabajo un manual de Excel. Supone tener una idea bsi-

MICROECONOMA CON EXCEL 15

como abrir o salir de un archivo, imprimirlo, copiarlo, etc que son

Lo que s se detalla paso a paso, brevemente, es como imprimir,

16 MICROECONOMA CON EXCEL

El lenguaje cientfico puede ser a veces difcil e inadecuado. Puede

No hay contradiccin: para el objetivo de ampliar la captacin y el

Algo similar ocurre con los estudiantes de microeconoma y de es-

Cuanto menos grandes sean las empresas importantes y en aque-

En todas se estima y estudia la demanda; pero la intensidad de es-

Simultneamente, desde hace dos dcadas, no existen empresas

MICROECONOMA CON EXCEL 17

mltiples aplicaciones administrativas. Esta hoja de clculo incluye

Haca falta un manual microeconmico con ejemplos en Excel para

Se consult en Internet y a las principales libreras o editoriales, as

En la empresa se adoptan continuamente decisiones, generalmente

Adems, la microeconoma estudia modelos de comportamiento

HASTA DNDE MICROECONOMA Y HASTA DNDE ES-

Para estudiar microeconoma siguiendo alguna lgica, podra resu-

18 MICROECONOMA CON EXCEL

(produccin, costos, optimizacin, planificacin, etc.) c) teora de los

En cuanto a la lgica de estudiar las series y estadstica en general

Existe entonces una gran interaccin entre el contenido de la mi-