Micro A Van Zada

DOCUMENTO CEDE 2004-38
ISSN 1657-5334
SEPTIEMBRE DE 2004
CEDE
Microeconomı́a Avanzada
Notas de Clase 1
Rocı́o Ribero2 y Ricardo Bernal3
Resumen
El presente documento recoge las notas de clase del curso de Microeconomı́a Avanzada del
Postgrado en Economı́a de la Universidad de los Andes dictado por Rocı́o Ribero durante
varios semestres. Se basa en las notas de clase del curso de Microeconomı́a doctoral que
dictaba Yaw Nyarko en New York University circa 1993, las cuales se han venido puliendo y
reorganizando con el tiempo. Se compone de tres partes: la primera acerca de la teorı́a clásica
del consumidor, la segunda sobre la teorı́a clásica de la firma y la tecera sobre desarrollos más
recientes en los temas de la economı́a de la información y la incertidumbre. A lo largo del
texto se plantean una serie de ejercicios aclaratorios, y al final de cada capı́tulo se incluyen
otros ejercicios adicionales. Este documento no contiene desarrollos originales, que no estén
ya planteados o desarrollados en los libros referenciados al final. Solamente pretende ser una
ayuda para que el lector pueda enfrentarse a los textos de Microeconomı́a avanzada con mayor
seguridad y una guı́a para los actuales estudiantes del curso. Esperamos que ellos lo encuentren
de utilidad, y comprendan que todos los errores que seguramente seguirán encontrando por
ahı́, son muy probablemente nuestros, no de Varian ni de Mas Colell.
Palabras clave: Consumidor, productor, optimización, incertidumbre
Clasificación JEL: A23

1
Deseamos agradecer a todas las personas que de una forma u otra colaboraron con esta publicación, muy
especialmente a Norman Offstein. Jorge Alexander Bonilla y Edson Apaza colaboraron en versiones anteriores
de estas notas de clase. Adicionalmente, agradecemos a la Facultad de Economı́a y el Centro de Estudios de
Desarrollo Económico CEDE de la Universidad de los Andes por la financiación parcial del tiempo de Ricardo
para la edición de estas notas.
2
Profesora Asociada Facultad de Economı́a Universidad de los Andes
3
Estudiante Postgrado en Economı́a, Universidad de los Andes
ii
Abstract
This document is a collection of the notes from the Advanced Microeconomics course in the
economics master’s program at the Universidad de los Andes, taught by Rocı́o Ribero during
various semesters. The notes were originally based on the doctoral microeconomics course
at New York University taught by Yaw Nyarko around 1993, which have been modified and
reorganized with time. Three areas of microeconomics are presented: first the classic consumer
theory, second the classic firm theory, and third more recent developments in economics of
information and uncertainty. Throughout the text a series of exercises are included to help
clarify examples, and each chapter concludes with additional exercises. This document does
not contain material that has not already been included in the referenced texts. It only
attempts to serve as a complement for readers working with advanced microeconomics texts
and an aid for students in the advanced microeconomics course. We hope that they find the
notes useful, and understand that any errors that they find are most likely ours, and not those
of Varian or Mas Colell.
Key words: Consumer, producer, optimization, uncertainty
JEL classification: A23

Tabla de Contenido
I TEORÍA DEL CONSUMIDOR 1
1 Preferencias 3
2 Los Problemas del Consumidor 15
II TEORÍA DE LA FIRMA 45
3 Tecnologı́a 47
4 Los Problemas de la Firma 57
III TEORÍA DE LA INFORMACIÓN 71
5 Decisiones bajo Incertidumbre 73
6 Información Asimétrica 83
iii
iv TABLA DE CONTENIDO
Parte I
TEORÍA DEL CONSUMIDOR
1
Capı́tulo 1
Preferencias
La teorı́a del consumidor se sustenta en el concepto de preferencias y en el supuesto de

racionalidad de los individuos. Ası́ un consumidor, considerado un agente racional escoge
entre varias cestas o canastas de bienes que puede elegir. En esta sección se presentan las
propiedades “deseables” de las relaciones de preferencias, incluyendo la racionalidad.
Racionalidad del Individuo

Sea X el conjunto de opciones que tiene el individuo. Las preferencias del consumidor se
pueden resumir en una relación binaria sobre el conjunto X. Una relación binaria es un sub-
conjunto del producto cartesiano X × X (º⊆ X × X).
Por ejemplo sea X = {a, b, c}, luego el producto cartesiano X × X es:
X × X = {(a, a) , (a, b) , (a, c) , (b, a) , (b, b) , (b, c) , (c, a) , (c, b) , (c, c)} .
Una relación puede ser por ejemplo: (º) = {(a, a) , (a, b) , (c, c)}, donde º es un subconjunto
del producto cartesiano X × X, y puede interpretarse como a º a, a º b y c º c.
Propiedades de las relaciones binarias:
1) Reflexividad
Una relación binaria (Â) definida sobre un conjunto X es reflexiva si ∀x ∈ X, xÂx.
Ej: Sea X = {a, b, c} y sea (º) = {(a, a), (b, c)} no es reflexiva porque faltan las parejas
(b, b) y (c, c).
2) Completitud
Una relación binaria (Â) es completa si ∀x, y ∈ X, xÂy ∨ yÂx.
Ej: Sea X = {a, b, c} y sea (º) = {(a, a), (b, c), (b, b), (a, c), (c, c)}. Esta relación no es
completa porque falta la pareja (a, b) ó la pareja (b, a).
3
4 CAPÍTULO 1. PREFERENCIAS
3) Transitividad
Una relación binaria (Â) es transitiva si ∀x, y, z ∈ X, xÂy ∧ yÂz ⇒ xÂz.
Ej: Sea X = {a, b, c} y sea º= {(a, a), (c, b), (a, b), (c, a)}, esta relación es transitiva
porque c º a ∧ a º b ⇒ c º b.
Definición 1.1 Una relación binaria sobre X es racional si y solamente si es reflexiva, com-
pleta y transitiva.
Sea (Â) una relación de preferencias sobre X. Esto significa que si x º y ⇒ x es al menos
tan bueno como y ó x es preferido o indiferente a la cesta y. Con base en x º y se definen las
relaciones de preferencia estricta y la relación de indiferencia como:
x Â y ⇒ x es mejor que y ó x es estrictamente preferible a la cesta y, es decir

x º y pero y6Âx;
x ∼ y ⇒ x es indiferente a y, es decir x º y ∧ y º x.
Definición 1.2 Dada una relación de preferencias, se definen los contornos de la relación de
preferencias como:
Contorno superior (CS) de una cesta (x) = {y ∈ X/yÂx}
Contorno inferior (CInf ) de una cesta (z) = {y ∈ X/zÂy}
Ej: Sea X = {a, b, c} y sea (º) = {(a, a), (c, b), (a, b), (c, a)}
CS(c) = {}.
CInf (c) = {a, b}.
Definición 1.3 Una relación de preferencias definida sobre un conjunto X es continua si

satisface las siguientes dos condiciones:
(1) ∀x ∈ X, CS(x) es un conjunto cerrado.
(2) ∀x ∈ X, CInf (x) es un conjunto cerrado.
La relación de preferencias es semicontinua superior cuando se cumple (1) y semicontinua

inferior si se cumple (2). Cuando satisface (1) y (2) es continua.
Decir que una relación de preferencias es continua es equivalente a decir que:
(1) ∀z ∈ X, {y ∈ X/y Â x} , y,
(2) ∀z ∈ X, {y ∈ X/z Â y}
son conjuntos abiertos.

5
Ejemplo 1.1 Consideremos la siguiente relación binaria definida sobre R2+ :
( x1 , x2 ) Â ( y1 , y2 ) sii ( x1 , x2 ) ≥ ( y1 , y2 ) .
Verificar las propiedades de las relaciones binarias enunciadas anteriormente y graficar CS(3, 5)
y CInf (2, 4).
(Se debe recordar que: ∀x, y ∈ Rn ,
x ≥ y sii xi ≥ yi , ∀ i
x > y sii xi ≥ yi , ∀ i y ∃j/ xj > yj
x >> y si xi > yi , ∀ i
Por ejemplo:
(1, 2, 4, 7) ≥ (1, 2, 4, 7)
(1, 3, 4, 7) > (1,¡ 2, 4, 7) ¢
(1, 2, 4, 7) >> 12 , 1, 3, 6 )
Veamos cuáles de las propiedades de la relación de preferencias se cumplen.
1) ¿Reflexiva?
(º) es reflexiva pues ∀ (x1 , x2 ) ∈ R2+ , (x1 , x2 ) º (x1 , x2 ) porque (x1 , x2 ) ≥ (x1 , x2 ) ,ya
que x1 ≥ x1 ∧ x2 ≥ x2 . Esto quiere decir que cualquier cesta es mayor o igual que sı́
misma.
2) ¿Completa?
(º) no es completa.
Gráfico 1.1: Cestas que se pueden comparar
Contra ejemplo: ∃ (2, 4), (4, 2) ∈ R2+ (2, 4) (4, 2) ∧ (4, 2) (2, 4) porque: (2, 4) 6≥
(4, 2) ∧ (2, 4) 6≤ (4, 2) .

Las cestas que pertenecen a las regiones A y B se pueden comparar con (3, 5). Aquellas
cestas en las regiones C y D no permiten comparación con (3, 5).
3) ¿Transitiva?
Sean x, y, z ∈ R2+ , supóngase que xÂy y yÂz
⇒ (x1 , x2 ) ≥ (y1 , y2 ) ∧ (y1 , y2 ) ≥ (z1 , z2 ) ,
luego
x1 ≥ y1 , y1 ≥ z1 ⇒ x1 ≥ z1 ; por propiedades de los números reales, y
x2 ≥ y2 , y2 ≥ z2 ⇒ x2 ≥ z2 ; por propiedades de los números reales
⇒ (x1 , x2 ) ≥ (z1 , z2 ) ⇒ (x1 , x2 ) Â (z1 , z2 ) ⇒ xÂz,
por lo tanto la relación binaria es transitiva.
4) ¿Continua?
Se analizan los contornos superiores e inferiores para las cestas dadas en el enunciado.
A continuación se grafican CS(3, 5) y CInf (2, 4):
Gráfico 1.2: Contorno inferior y superior
El CS incluye el borde. Por ejemplo, (5, 5) ≥ (3, 5) . De esta manera el CS es un

conjunto cerrado. Igualmente, (2, 2) ≤ (2, 4), por lo tanto el CInf incluye los bordes y
también es un conjunto cerrado.
Dado que CS y CInf son conjuntos cerrados la relación binaria es continua.
Ejemplo 1.2 Considérese la siguiente relación de preferencias (º) sobre R2+ :
( x1 , x2 ) Â ( y1 , y2 ) sii x1 + x2 ≥ y1 + y2 .
Determinar cuáles de las propiedades de (º) se cumplen y y gráficar CS(3, 1) y CInf (3, 1).
7
1) ¿Reflexiva?
(º) es reflexiva pues ( x1 , x2 ) Â ( y1 , y2 ) porque x1 + x2 ≥ x1 + x2 , ∀x1 , x2 ∈ R2 .
2) ¿Completa?
∀x1 , x2 ∈ R2 , x1 + x2 ≥ y1 + y2 , ∨, y1 + y2 ≥ x1 + x2 ; por propiedades de los números
reales
⇒ (x1 , x2 ) º (y1 , y2 ), ∨, (y1 , y2 ) º (x1 , x2 ); por definición de la relación binaria
⇒ (º) es completa.
3) ¿Transitiva?
Sean x, y, z ∈ R2+ , supóngase que
( x1 , x2 ) Â ( y1 , y2 ) ∧ ( y1 , y2 ) Â ( z1 , z2 ),
⇒ x1 + x2 ≥ y1 + y2 ∧ y1 + y2 ≥ z1 + z2
⇒ x1 + x2 ≥ z1 + z2 ; por propiedades de los números reales
⇒ ( x1 , x2 ) Â ( z1 , z2 )
⇒ (º) es transitiva.
4) ¿Continua?
CS(3, 1) = {(y1 , y2 ) /y1 + y2 ≥ 4}, y, CInf (3, 1) = {(y1 , y2 ) /4 ≥ y1 + y2 }
Como ambos conjuntos son cerrados, la relación de preferencias es continua, ya que sin
pérdida de generalidad los contornos van a ser cerrados para toda cesta (x1 , x2 ).
Gráfico 1.3: Contorno inferior y superior de nivel (3,1)
Nótese que ambos contornos incluyen la recta y2 = 4 − y1 . Esta recta constituye la curva de
indiferencia de nivel 4, CI(z) = {x/x ∼ z} que es también la intersección de los conjuntos

CS(z) y CInf (z).
Definición 1.4 (Convexidad) Una relación de preferencias (Â), definida sobre un conjunto
convexo X, es convexa si:
∀x, y, z ∈ X, ∀α ∈ [0, 1] , si yÂx ∧ zÂx ⇒ αy + (1 − α)zÂx.
(Â) es estrictamente convexa si:
∀x, y, z ∈ X, ∀α ∈ (0, 1) , y 6= z, si yÂx ∧ zÂx ⇒ αy + (1 − α)z Â x.
Nota: X es un conjunto convexo si
∀x, y ∈ X, ∀α ∈ [0, 1] , αx + (1 − α)y ∈ X.
Resultado 1.1 Se puede demostrar que (Â) es convexa sii los CS de una cesta z son convexos
∀z ∈ X.
Demostración.
⇒:
Se parte de que (º) es convexa. Sean x e y ∈ CS(z); y sea α ∈ (0, 1).
⇒ xºz∧y ºz ;
⇒ αx + (1 − α)y º z; por convexidad de (º)
⇒ αx + (1 − α)y ∈ CS(z); por definición de CS
⇒ CS(z) es un conjunto convexo.
⇐:
Se parte de que CS(z) es un conjunto convexo. Sea α ∈ (0, 1).
Suponga que
⇒ xºz∧y ºz
⇒ x ∈ CS(z) ∧ y ∈ CS(z)
⇒ αx + (1 − α)y ∈ CS(z); porque CS(z) es convexo.
⇒ αx + (1 − α)y º z; por definición de CS
⇒ (º) es una relación de preferencias convexa.
Definición 1.5 Una función u : C → <, definida sobre un conjunto convexo C, es:
(a) Cuasicóncava si
∀x, y ∈ C, x 6= y, ∀α ∈ [0, 1] , u (αx + (1 − α) y) ≥ min {u(x), u(y)}.
(b) Cuasiconvexa si
∀x, y ∈ C, x 6= y, ∀α ∈ (0, 1) , u (αx + (1 − α) y) ≤ min {u(x), u(y)}.
(c) Estrictamente cuasicóncava si

∀x, y ∈ C, x 6= y, ∀α ∈ (0, 1) , u (αx + (1 − α) y) > min {u(x), u(y)}.
(d) Estrictamente cuasiconvexa si

∀x, y ∈ C, x 6= y, ∀α ∈ (0, 1) , u (αx + (1 − α) y) < min {u(x), u(y)}.
9
(e) Cóncava si
∀x, y ∈ C, x 6= y, ∀α ∈ (0, 1) , u (αx + (1 − α) y) ≥ αu(x) + (1 − α) u(y).
(f ) Estrictamente cóncava si
∀x, y ∈ C, x 6= y, ∀α ∈ (0, 1) , u (αx + (1 − α) y) > αu(x) + (1 − α) u(y).
(g) Convexa si (−u) es cóncava, es decir,

∀x, y ∈ C, x 6= y, ∀α ∈ (0, 1) , u (αx + (1 − α) y) ≤ αu(x) + (1 − α) u(y).
(h) Estrictamente convexa si (−u) es estrictamente cóncava, es decir,

∀x, y ∈ C, x 6= y, ∀α ∈ (0, 1) , u (αx + (1 − α) y) < αu(x) + (1 − α) u(y).
Resultado 1.2 Toda función cóncava es cuasicóncava.

Demostración.
Sean x, y ∈ C, α ∈ (0, 1) , x 6= y, y sea m = min {u(x), u(y)}.
Como u es cóncava,
⇒ u (αx + (1 − α) y) ≥ αu(x) + (1 − α) u(y) ≥ αm + (1 − α) m = m
= min {u(x), u(y)}
⇒ u es cuasicóncava
Ejercicio 1.6 Buscar contraejemplos para demostrar que no toda función cuasicóncava es
cóncava.
Definición 1.6 Consideremos una función f definida sobre un conjunto S y sea a ∈ <:
El conjunto P a = {x ∈ S/f (x) ≥ a} es el contorno superior de f, de nivel a.
El conjunto Pa = {x ∈ S/f (x) ≤ a} es el contorno inferior de f, de nivel a.
Gráfico 1.4: Contorno superior e inferior de nivel a de una función f

Resultado 1.3 Sea f una función definida sobre un conjunto convexo S:

⇒ f es cuasicóncava si todos sus contornos superiores son conjuntos convexos; es
decir ∀a ∈ <, P a es un conjunto convexo.
Del mismo modo, f es cuasiconvexa si todos sus contornos inferiores son conjuntos convexos.
Ejercicio 1.7 Probar que el Resultado 1.3 y la definición de función cuasicóncava de la

Definición 1.5 son equivalentes.
Resultado 1.4 Sea f una función doblemente diferenciable de r variables con derivadas par-
ciales de primer y segundo orden continuas. Definimos el Hessiano orlado de la siguiente
manera:  
0 f1 (x) f2 (x) . . . fr (x)
 f1 (x) f11 (x) f12 (x) . . . f1r (x) 
 
 
Dr (x) =  f2 (x) f21 (x) f22 (x) . . . f2r (x) 
 .. .. .. .. 
 . . . . 
fr (x) fr1 (x) fr2 (x) . . . frr (x)
Condiciones necesarias
1) Si f es cuasicóncava:
⇒ D1 (x) ≤ 0, D2 (x) ≥ 0, . . . , Dr (x) ≤ 0 si r es impar ó Dr (x) ≥ 0 si r es par ∀x.
2) Si f es cuasiconvexa:
⇒ Dk (x) ≤ 0, ∀k, ∀x.
Condiciones suficientes
3) Si D1 (x) < 0, D2 (x) > 0, . . . , Dr (x) < 0 si r es impar ó Dr(x) > 0 si r es par ∀x
⇒ f es cuasicóncava.
4) Si Dk (x) < 0, ∀k, ∀x

⇒ f es cuasiconvexa.
Ejemplo 1.3 f (x) = x2 , definida en x > 0.

· ¸
0 2x
D1 (x) = ,
2x 2
⇒ D1 (x) = −4x2 < 0, ∀ x > 0, por lo tanto f (x) es cuasiconvexa y también es

cuasicóncava.
11
Ejemplo 1.4 f (x) = x2 , definida en x ≥ 0.

D1 (x) = −4x2 ≤ 0, ∀ x ≥ 0, dado que D1 (0) = 0. Aunque gráficamente sabemos que f (x) es
cuasicóncava y cuasiconvexa, el criterio de condiciones suficientes no define.
Definición 1.7 (Monotonicidad) Una relación de preferencias (Â) definida sobre un con-
junto X ordenado es:
(a) Monótona si
∀x, y ∈ X, x ≥ y ⇒ xÂy.
(b) Monótona estricta si
∀x, y ∈ X, x ≥ y ∧ x 6= y ⇒ x Â y.
La propiedad de monotonicidad de las preferencias significa que para el consumidor “más

es mejor”.
Definición 1.8 (Insaciabilidad Local) (Â) satisface la no saciabilidad local si

∀x ∈ X, ∀² > 0, ∃y ∈ X/ kx − yk < ², ∧, y Â x.
Esto significa que toda cesta tiene una cesta cercana que es preferida a ella. La no saciabilidad
local es una propiedad para garantizar que las curvas de indiferencia no sean gruesas.
Resultado 1.5 Si (Â) es monótona estricta entonces satisface la propiedad de no saciabilidad

local.
Ejercicio 1.8 Probar el Resultado anterior.
Función de Utilidad
Sea (Â) una relación de preferencias definida sobre un conjunto X. Una función u : X →
<, tal que x Â y si y solo si u(x) ≥ u(y) es una función de utilidad que representa (º).
Ahora, x Â y ⇔ u(x) ≥ u(y) ⇔ h(u(x)) ≥ h(u(y)); donde h es una transformación monótona
creciente. De esta manera, la función de utilidad no es única dado que es posible efectuar
transformaciones monótonas crecientes de ella.
Ejs: u3 , u5 , u7 , eu , Ln u, a + bu, ∀b > 0, (esta clase de transformación es llamada afı́n).
Teorema 1.1 Toda relación de preferencias racional (reflexiva, completa y transitiva) con-
tinua y estrictamente monótona se puede representar a través de una función de utilidad.
La demostración de este Teorema puede consultarse en los capı́tulos correspondientes en el

libro de Varian, Mas-Collel, ó en Introduction to Equilibrium Análisis, Advanced Textbooks in
Economics, Hildenbrand and Kirman (1988).
Ejemplo 1.5 Supóngase una relación binaria que no es transitiva. ¿Por qué en este caso no
existe una función de utilidad?
De acuerdo con la propiedad de transitividad:
∀x, y, z ∈ X, xÂy ∧ yÂz ⇒ xÂz, ahora supóngase que no se cumple esta propiedad,
entonces:
∃ x, y, z ∈ X/xÂy ∧ yÂz, pero x6Âz y además supóngase que existe: u : X → </a Â b, ⇔
u(a) ≥ u(b).
Por lo tanto, u(x) ≥ u(y) ∧ u(y) ≥ u(z). Entonces u(x) ≥ u(z) por la transitividad de los
números reales, pero u(x) 6≥ u(z) por el supuesto planteado. Se llega a una contradicción.
Ejercicio 1.9 Supóngase una relación binaria que no es completa. ¿Por qué en este caso no
existe una función de utilidad?
Ejercicio 1.10 Supóngase una relación binaria que no es reflexiva. ¿Por qué en este caso
no existe una función de utilidad?
Teorema 1.2 Sea C un conjunto convexo y sea u : C → < una función de utilidad que
representa una relación de preferencias, (Â):
(a) La función u es cuasicóncava sii (Â) es convexa.
(b) La función u es estrictamente cuasicóncava sii (Â) es estrictamente convexa.
Demostración.
(a) ⇒:
Sea u una función cuasicóncava, sea α ∈ [0, 1] y sean x, y, z ∈ C tales que x Â y ∧ z Â y.
Como x Â y ⇒ u(x) ≥ u(y), y como z Â y ⇒ u(z) ≥ u(y), además dado que u es
cuasicóncava:
⇒ u (αx + (1 − α) z) ≥ min {u(x), u(z)} ≥ u(y)
⇒ αx + (1 − α) z Â y, porque u es la función de utilidad que representa (Â).
⇐:
Sea (Â) una relación de preferencias convexa y sean x, y, z ∈ C, x 6= y, sea α ∈ [0, 1].
Sin pérdida de generalidad se puede suponer que u(x) ≥ u(y) ⇒ x Â y.
Ahora, y Â y por que (Â) es reflexiva,
⇒ αx + (1 − α) y Â y dado que (Â) es convexa
⇒ u (αx + (1 − α) y) ≥ u(y) = min {u(x), u(y)}
⇒ u es cuasicóncava.
Ejercicio 1.11 Probar la parte (b) del Teorema anterior.

13
Ejercicios Adicionales
1. Encontrar el máximo (o los máximos) y el mı́nimo (o los mı́nimos) de la función f (x)
sobre el conjunto X correspondiente.
a) f (x) = x3 + x2 + x + 1 donde x ∈ <

1
b) f (x) = x + (1 − x) 2 definida en sobre el conjunto {−1, −0.5} ∪ {0, 1}
c) g(x, y) = x2 − 4xy + 2y 2 con x ≥ 0, y ≥ 0
2. Encontrar los intervalos de concavidad y convexidad de las siguientes funciones:
a) f (x) = x4 − 4x3
b) h(x, y) = (x + y)2
3. a) Dar un ejemplo de una relación que no sea completa.

b) Dar un ejemplo de una relación que no sea reflexiva.
c) Dar un ejemplo de una relación que no sea transitiva.
4. Considere las preferencias definidas sobre <2 por las funciones de utilidad.
a) U1 (x, y) = x
√ √
b) U2 (x, y) = x + y
c) U3 (x, y) = (x + 2)(y + 1)
Describa las propiedades de estas preferencias y haga un bosquejo de las curvas de

indiferencia correspondientes.
Capı́tulo 2
Los Problemas del Consumidor
Problema de Maximización de la Utilidad (PMU)
Sea m el ingreso del consumidor y p el vector de precios de los bienes, p = (p1 , p2 , . . . , pn ),

p >> 0, se define el conjunto de presupuesto:
B(p, m) = {x ∈ <n /p.x ≤ m } donde p.x = p1 x1 + p2 x2 + · · · + pn xn .
El problema del consumidor consiste en elegir una cesta que maximice su utilidad sujeta al
conjunto de presupuesto. En otras palabras es elegir una cesta
(x1 , x2 , . . . , xn )/M ax u(x1 , x2 , . . . , xn ) s.a. x ∈ B(p, m).
La solución del problema de maximización de la utilidad del consumidor (PMU) es la cesta
x∗ (p, m) llamada demanda Marshalliana.
Gráfico 2.1: Curvas de indiferencia
Al evaluar la función de utilidad u(x1 , x2 , . . . , xn ) en la solución x∗ (p, m) se obtiene la deno-

minada función de utilidad indirecta v(p, m) = u(x∗ (p, m)).
15
16 CAPÍTULO 2. LOS PROBLEMAS DEL CONSUMIDOR
Para solucionar el PMU se pueden utilizar técnicas de optimización restringida (Multipli-

cadores de Lagrange). La solución del problema puede encontrarse de la siguiente manera:
L = u(x1 , x2 , ..., xn ) + λ(m − p1 x1 + p2 x2 + · · · + pn xn ).
C.P.O
∂L ∂u
[xi ] : = − λpi = 0 , ∀i = 1, 2, . . . , n
∂xi ∂xi
∂L
=0
∂λ
∂U
∂xi pi
⇒ ∂U
= T M Si,j = = T ESi,j .
∂xj
pj
Donde T M Si,j es la Tasa Marginal de Sustitución entre los bienes i y j; y T ESi,j es la tasa
económica de sustitución entre estos mismos bienes. Esta relación obtenida manifiesta igual-
dad entre la pendiente de la curva de indiferencia y la pendiente del conjunto de presupuesto,
situación que es siempre posible mientras el problema pueda derivarse.
Las CSO del problema garantizan que la solución sea un máximo siempre y cuando la función
u se cuasicóncava (ver desarrollo en Varian (1992)).
Ejemplo 2.1 Sea u(x1 , x2 ) = xa1 x1−a
2 ; a ∈ (0, 1). Hallar v(p, m).
El problema del consumidor es elegir (x1 , x2 )/M ax xa1 x1−a

2 s.a. p1 x1 +p2 x2 = m. Nótese que
la restricción presupuestal se ha mostrado ahora con igualdad, esto puede efectuarse dado que
las preferencias cumplen la no saciabilidad local. De esta manera el consumidor gasta todo
su ingreso en el consumo de los bienes y la restricción puede presentarse como una igualdad.
También se puede verificar que u es cuasicóncava.
Para facilitar la solución se efectúa una transformación monótona de la función de utilidad.

El PMU se convierte en:
M ax a ln(x1 ) + (1 − a) ln(x2 ) s.a. p1 x1 + p2 x2 = m
⇒ L = a ln(x1 ) + (1 − a) ln(x2 ) + λ(m − p1 x1 − p2 x2 )
C.P.O.
∂L

[x1 ] : ∂x1 =0 


[x2 ] : ∂L
∂x2 =0  am (1 − a)m
⇒ x∗1 (p, m) = , x∗2 (p, m) =

 p1 p2
[λ] : ∂L
∂λ =0 

¶µ µ ¶
am (1 − a)m
⇒ v(p, m) = a ln + (1 − a) ln
p1 p2
⇒ v(p, m) = ln(m) − a ln(p1 ) + (1 − a) ln(p2 ) + k(a).
Donde k(a) es una constante que depende del parámetro a.
17
Ejemplo 2.2 Sea u(x1 , x2 ) = min {x1 , x2 }. Hallar v(p, m).
⇒ M ax min {x1 , x2 } s.a. p1 x1 + p2 x2 = m. Debe tenerse en cuenta que este problema

no puede derivarse ya que la función objetivo no es derivable en x1 = x2 . Por esta razón
su solución es generalmente obtenida graficando las curvas de indiferencia y la restricción
presupuestal.
Para graficar las curvas de indiferencia:

½
x1 si x1 ≤ x2
min{x1 , x2 } =
x2 si x2 ≤ x1
Gráfico 2.2: Demandas Marshalianas para el caso Leontief
Gráficamente se observa que la solución se encuentra donde x1 = x2 en el punto A del gráfico.
Ası́ podemos reemplazar este resultado en la restricción presupuestal de la siguiente forma:
p1 x1 + p2 x1 = m
m
⇒ Las demandas Marshalianas son: x∗1 = x∗2 = p1 +p2 .
m
⇒ La función de utilidad indirecta: v(p, m) = p1 +p2 .
Ejercicio 2.1 Sea u(x1 x2 ) = min{ax1 , bx2 }, a > 0, b > 0. Hallar x(p, m) y v(p, m).
Ejercicio 2.2 Hallar x(p, m) y v(p, m) para las siguientes funciones de utilidad:
© ª
u(x1 , x2 ) = min x21 , x2 ;
u(x1 , x2 ) = ax1 + bx2 ;
u(x1 , x2 ) = min {x1 + 2x2 , x2 + 2x1 } .
Proposición 2.1 El máximo (mı́nimo) de una función f definida sobre un conjunto B es

mayor o igual (menor o igual) al máximo (mı́nimo) de f sobre cualquier A subconjunto de B.
Gráfico 2.3: Optimización cuando se aumenta el intervalo
Demostración.
Sea m1 = max f (x) ∀ x ∈ A.
De esta manera, ∃c ∈ A, tal que f (c) = m1 .
Como c ∈ A y A ⊆ B ⇒ c ∈ B.
Ahora, si m2 = max f (x)∀x ∈ B ⇒ f (x) ≤ m2 , ∀x ∈ B.
En particular, f (c) ≤ m2
⇒ m1 ≤ m2 .
Propiedades de la Función de Utilidad Indirecta
1) v(p, m) es no creciente en p y no decreciente en m. Es decir que:
Si p ≥ p0 , v(p, m) ≤ v(p0 , m), y,

si m ≥ m0 , v(p, m) ≥ v(p, m0 ).
Demostración.
a) v(p, m) es no creciente en p
Sean B = {x ∈ X/p.x ≤ m} y B 0 = {x ∈ X/p0 .x ≤ m} y suponga p ≥ p0 .

Sea x ∈ B(p, m) ⇒ p.x ≤ m.
Como p0 ≤ p ⇒ p0 .x ≤ p.x ≤ m
⇒ p0 .x ≤ m por lo que x también pertenece a B(p0 , m).
De esta forma queda demostrado que B ⊆ B 0 .
Ası́, M ax u(x) s.a. p0 .x ≤ m = v(p0 , m) ≥ M ax u(x) s.a. p.x ≤ m =
v(p, m);
19
⇒ v(p0 , m) ≥ v(p, m), debido a la Proposición 2.1.

b) v(p, m) es no decreciente en m.
Sean B = {x ∈ X/p.x ≤ m} y B 0 = {x ∈ X/p.x ≤ m0 }, y suponga m0 ≤ m.
Sea x ∈ B(p, m0 ) ⇒ p.x ≤ m0 ≤ m

Como p.x ≤ m ⇒ x también pertenece a B(p, m); luego B 0 ⊆ B se tiene que:
M ax u(x) s.a. x ∈ B 0 ≤ M ax u(x) s.a. x ∈ B
⇒ v(p, m0 ) ≤ v(p, m).
2) v(p, m) es homogénea de grado cero en (p, m). Es decir que:
v(λp, λm) = v(p, m), ∀λ > 0.
Demostración.
Sea
B = {x ∈ X/p.x ≤ m} = {x ∈ X/λp.x ≤ λm} , ∀λ > 0 :
⇒ v(λp, λm) = λ0 v(p, m) = v(p, m)
3) v(p, m) es cuasiconvexa en p, es decir que los contornos inferiores de v(p, m),

{p/v(p, m) ≤ k}, son convexos.
Demostración.
Sea CInf (k) = {p/v(p, m) ≤ k}; sean p y p0 ∈ CInf (k), y sea α ∈ (0, 1).
Se debe probar que αp + (1 − α)p0 ∈ CInf (k).
Sea B = B(p, m) = {x/p.x ≤ m} y sea B 0 = B(p0 , m) = {x/p0 .x ≤ m}

Sea p00 = αp + (1 − α)p0 ⇒ B 00 = B(p00 , m) = {x/p00 .x ≤ m}
Primero se debe demostrar que B 00 ⊆ B ∪ B 0 .
Por contradicción:
Sea x ∈ B 00 . Supongamos que x ∈

/ B ∪ B0
Como x ∈ B 00 ⇒ p00 .x ≤ m ⇒ (αp + (1 − α)p0 ).x ≤ m; (1)
/ B ∪ B0 ⇒ x ∈
Ahora, como x ∈ / B0
/ B∧x∈
⇒ p.x > m ∧ p0 .x > m
⇒ αp.x > αm ∧ (1 − α)p0 .x > (1 − α)m

⇒ αp.x + (1 − α)p0 .x > αm + (1 − α)m = m
⇒ (αp + (1 − α)p0 ).x > m; lo que se contradice con (1).
⇒ Si x ∈ B 00 ⇒ x también pertenece a B ∪ B 0
⇒ B 00 ⊆ B ∪ B 0
Tenemos que:
v(p, m) = M ax u(x) s.a. x ∈ B ≤ k,
v(p0 , m) = M ax u(x) s.a. x ∈ B 0 ≤ k y
v(p00 , m) = M ax u(x) s.a. x ∈ B 00 ≤ M ax u(x) s.a. x ∈ B ∪ B 0 ≤ k;
dado que B 00 ⊆ B ∪ B 0
⇒ p00 ∈ CInf (k).
4) v(p, m)es continua ∀p >> 0, ∀m > 0.
Esta demostración se encuentra en el Apéndice matemático de Varian (1992).
Ejemplo 2.3 Verificar las propiedades de v(p, m) para el caso Cobb-Douglas (C-D)
v(p, m) = ln(m) − a ln(p1 ) − (1 − a) ln(p2 ) + k(a)
(Mirar ejemplo 2.1 para ver donde se obtiene la anterior expresión)
1) v(p, m) es no creciente en p y no decreciente en m

∂ v(p,m)
a) ∂p1 = − pa1 < 0
∂ v(p,m)
∂p2 = − 1−a
p2 ; como α ∈ (0, 1)
∂ v(p,m)
⇒ ∂p2 <0
∂ v(p,m) 1
b) ∂m =m >0
2) v(p, m) es homogénea de grado 0 en (p, m)
v(p, m) = ln(m) − a ln(p1 ) − (1 − a) ln(p2 ) + k(a)

v(λp, λm) = ln(λm) − a ln(λp1 ) − (1 − a) ln(λp2 ) + k(a)
= ln(λm) − a ln(λp1 ) − ln(λp2 ) + a ln(λp2 ) + k(a)
= ln(λ) + ln(m) − a ln(λ) − a ln(p1 ) − ln(λ) − ln(p2 ) + a ln(λ) + a ln(p2 ) + k(a)
= ln(m) − a ln(p1 ) − ln(p2 ) + a ln(p2 ) + k(a)
= ln(m) − a ln(p1 ) − (1 − a) ln(p2 ) + k(a)
= v(p, m)
21
3) v(p, m) es cuasiconvexa en p
Hessiano orlado de v(p, m)
 
0 − pa1 − 1−a
p2
 
 
 ap−2 
B =  − pa1 1 0 
 
 
− 1−a
p2 0 (1 − a)p−2
2
³ ´2
a
⇒ |B2 | = − p1 <0
³ ³ ´´ ³ ´
(1−a) (1−a)
|B3 | = a
p1 (1 − a)p−2
2
−a
p1 − p2
2
p2 ap1
(+) (+) (−) (+) (+)
| {z } | {z }
(−) (+)
⇒ |B3 | < 0 ⇒ v(p, m) es cuasiconvexa en p.
4) v(p, m) es continua ∀p >> 0, ∀m > 0

Las funciones logaritmo son continuas y la constante es continua; la suma de dos fun-
ciones continuas es continua.
⇒ v(p, m) es continua.
Nota: El numeral 3) se hubiera podido realizar con un Hessiano normal. Se demuestra que
v(p, m) es convexa en p y dado que toda función convexa es cuasiconvexa entonces v(p, m) es
cuasiconvexa en p.
Resultado 2.1 Si una relación de preferencias (º) completa, reflexiva y transitiva satisface
el supuesto de insaciabilidad local v(p, m) será estrictamente creciente en m.
Ejercicio 2.3 Probar el Resultado 2.1.
Función de gasto
Dado el Resultado 2.1, se puede invertir la función indirecta de utilidad y despejar m en

función del nivel de utilidad. En el gráfico 2.4, se observa que dado un nivel u de utilidad
podemos encontrar el ingreso mı́nimo para lograr ese nivel de utilidad a los precios p; esta
relación se denomina e(p, u).
De manera análoga al anterior P M U se presenta la función de gasto como solución al problema

de minimización del gasto (PMG):
e(p, u) = Min p · x s.a. u(x) ≥ u

Gráfico 2.4: Función de gasto y de utilidad indirecta
El anterior problema se puede leer de la siguiente forma: para alcanzar un nivel de utilidad
dado, ¿Cual es el presupuesto mı́nimo que se necesita?
Ahora, la cesta minimizadora del gasto, que se necesita para alcanzar el nivel de utilidad u a
los precios p, será denominada h(p, u) (función de demanda Hicksiana).
De esta manera,
e(p, u) = p1 h1 (p, u) + p2 h2 (p, u) + · · · + pn hn (p, u).
Problema de minimización del gasto (PMG)
Min p · x s.a. u(x) ≥ u

L = p · x + λ(u − u(x))
C.P.O.
∂L λ∂u
= pi − =0 ∀i = 1, . . . , n
∂xi ∂xi
pi ∂u/∂xi
⇒ T ESi,j = = = T M Si,j .
pj ∂u/∂xj
Ejercicio 2.4 Hallar la función de gasto e(p, u) para u(x1 , x2 ) = xa1 x1−a
2 .
Ejemplo 2.4 Calcular la función de gasto e(p, u) para la siguiente función de utilidad:
u(x1 , x2 ) = min{x1 , x2 }


x1 si x1 < x2
min{x1 , x2 } = u = x2 si x2 < x1


x1 o x2 si x1 = x2
23
Gráficamente:
Gráfico 2.5: Demandas Hicksianas para el caso Leontief
Se observa en el gráfico 2.5 que el lugar donde se alcanza el mı́nimo gasto dado el nivel de
utilidad u es el punto A, donde x∗1 = x∗2 = u es decir h1 (p, u) = u = h2 (p, u).
De esta manera la función de gasto es la siguiente:
e(p, u) = p1 u + p2 u = (p1 + p2 )u.
Ejemplo 2.5 Calcular la función de gasto e(p, u) para la siguiente función de utilidad:
u(x1 , x2 ) = x1 + x2 .
De nuevo se recurre al método gráfico para encontrar la solución, pues el cálculo no lleva a
una solución coherente.
En primera instancia, sujetamos la función de utilidad a un nivel dado, u.
⇒ u(x1 , x2 ) = x1 + x2 = u
Ahora, despejamos x1 o x2
x2 = u − x1 y graficamos los tres casos posibles:
Caso 1 p1 > p 2
(
p1 h1 = 0
>1 ⇒ ⇒ e(p, u) = up2 .
p2 h2 = u
Gráfico 2.6: Caso 1
Observar en este caso que el bien 1 es más costoso que el bien 2. Dado que el individuo
pondera, en su función de utilidad, los dos bienes de la misma forma, es decir los bienes
son sustitutos perfectos, se consume todo del bien 2 y nada del bien 1.
Caso 2 p1 = p2


 up2
x1 + x2 = u e(p, u) = o


up1
En este caso la pendiente de las rectas de iso-gasto y la pendiente de la curva de indifer-
encia son iguales, es decir en el mercado los bienes también se ponderan de forma igual.
En este caso, cualquier punto sobre la recta de presupuesto superpuesta a la curva de
indiferencia será óptimo.
25
Caso 3 p1 < p 2
(
p1 h1 = u
<1 ⇒ ⇒ e(p, u) = up1
p2 h2 = 0
El razonamiento es similar al del caso 1 pero con el precio del bien 1 menor al del bien
2.
Solución general para el P M G en el caso de una función de utilidad lineal de la forma:
u(x1 , x2 ) = x1 + x2
e(p, u) = min{p1 , p2 } · u
Ejercicio 2.5 Hallar e(p, u) para u(x1 , x2 ) = ax1 + bx2 , a > 0, b > 0.
Propiedades de la función de gasto

1) e(p, u) es no decreciente en p y estrictamente creciente en u:
Si p ≤ p0 ⇒ e(p, u) ≤ e(p0 , u), y
si u < u0 ⇒ e(p, u) < e(p, u0 ).

Demostración.
a) Sea x0 la solución del P M G
Min p · x s.a. u(x) ≥ u
Sea x1 la solución del P M G
Min p0 · x s.a. u(x) ≥ u

y sea p ≤ p0 .
Por definición
e(p, u) = p · x0
≤ p · x1 (1)
≤ p0 · x1 (2)
= e(p0 , u)
⇒ e(p, u) ≤ e(p0 , u).
Explicación:
(1) p · x0 ≤ p · x1 , dado que x0 es la solución del P M G a los precios p y los dos
problemas tienen las misma restricción.
(2) p · x1 ≤ p0 · x1 , dado que p ≤ p0 .
b) Para probar que e(p, u) es estrictamente creciente en u, supongamos que no. Sean
u0 y u00 tales que u00 > u0 pero e(p, u00 ) ≤ e(p, u0 ).
Sea x0 la solución del P M G con u0 y x00 la solución de P M G con u00 .
Ahora, si e(p, u00 ) ≤ e(p, u0 ) ⇒ p · x00 ≤ p · x0
Sea xe = αx00 para algún α ∈ (0, 1).
Como u es continua, α se puede elegir de tal modo que
x) > u(x0 )
u(e
⇒ e = αp · x00
p·x
< p · x00
≤ p · x0
⇒ e ≤ p · x0
p·x
Ası́, x0 no puede ser la solución del P M G con u0 , lo que se contradice con el supuesto
inicial.
2) e(p, u) es homogénea de grado 1 en p. ∀λ > 0, e(λp, u) = λe(p, u)

Demostración.
Sea λ > 0, e(λp, u) = Min λp · x s.a u(x) ≥ u
= λ Min p · x s.a u(x) ≥ u
= λ e(p, u)
3) e(p, u) es cóncava en p, es decir que ∀α ∈ (0, 1), ∀p, p0 ,
e(αp + (1 − α)p0 , u) ≥ αe(p, u) + (1 − α)e(p0 , u).
Demostración.
Sean p, p0 y sea α ∈ (0, 1). Se define p00 = αp + (1 − α)p0 .
27
Sea x0 la solución al P M G: Min p · x s.a u(x) ≥ u

⇒ e(p, u) = p · x0 .
Sea x1 la solución al P M G: Min p0 · x s.a u(x) ≥ u
⇒ e(p0 , u) = p0 · x1 .
Sea x2 la solución al P M G: Min p00 · x s.a u(x) ≥ u
⇒ e(p00 , u) = p00 · x2
= [αp + (1 − α)p0 ] · x2
= αp · x2 + (1 − α)p0 · x2 .
Ahora, p · x2 ≥ p · x0 , dado que x0 es la solución al P M G dados los precios p y dado
que ambos problemas tienen la misma restricción.
También, p0 · x2 ≥ p0 · x1 , dado que x1 es la solución al P M G dados los precios p0 y dado
que ambos problemas tienen la misma restricción.
⇒ Multiplicando por α y (1 − α) a ambos lados respectivamente, se tiene:
αp · x2 ≥ αp · x0 y
(1 − α)p0 · x2 ≥ (1 − α)p0 · x1 ;
sumando verticalmente,
αp · x2 + (1 − α)p0 · x2 ≥ αp · x0 + (1 − α)p0 · x1
= αe(p, u) + (1 − α)e(p0 , u).
Como e(p00 , u) = αp · x2 + (1 − α)p0 · x2 ,
⇒ e(p00 , u) ≥ αe(p, u) + (1 − α)e(p0 , u).
4) e(p, u) es continua, ∀p >> 0, ∀u > 0. Esta demostración se encuentra en el Apéndice
matemático de Varian (1992).
Ejercicio 2.6 Verificar que las propiedades de e(p, u) se cumplen para el caso Cobb-Douglas.
Teorema 2.1 (Teorema de la envolvente) Considere un problema de maximización en el

que la función objetivo depende de un parámetro a:
M (a) = max g(x1 , x2 , a) s.a h(x1 , x2 , a) = 0
x1 ,x2
Sea L el Lagrangeano de este problema y sea x∗ la solución de este problema.
∂M (a) ∂L(x, a)
⇒ =
∂a ∂a
x∗
Nota: Ver una demostración de este teorema en Varian (1992).
Lema 2.1 (Lema de Roy) Sea x(p, m) la función de demanda Marshalliana y sea v(p, m)
la función de utilidad indirecta.
∂v(p,m)
∂pi
⇒ xi (p, m) = − ∂v(p,m) ∀i = 1, . . . , n siempre que
∂m
∂v(p, m)
6= 0 y pi > 0 ∀i, y m > 0.
∂m
Demostración.
v(p, m) = max u(x) s.a p · x ≤ m
⇒ L = u(x) + λ(m − p · x)
C.P.O.: Teniendo en cuenta el teorema de la envolvente,
∂v ∂L
= = −λx∗i ; (1)
∂pi ∂pi
x∗
∂v ∂L
= = λ. (2)
∂m ∂m
x∗
µ ¶ ∂v
∂v ∂v ∂pi
.Igualando λ en (1) y (2) ⇒ =− x∗i ⇒ x∗i =− ∂v
∂pi ∂m ∂m
Lema 2.2 (Lema de Shephard) Si la función de gasto es diferenciable en p y p > 0,

∂e(p, u)
⇒ hi (p, u) = ; ∀i = 1, . . . , n.
∂pi
Demostración.
e(p, u) = min p · x s.a u(x) ≥ u
⇒ L = p · x + λ(u − u(x))
∂e(p, u) ∂L
= = xi = h∗i ;
∂pi ∂pi h∗
h∗
teniendo en cuenta el teorema de la envolvente
∂e(p, u)
⇒ hi (p, u) = .
∂pi
29
Teorema 2.2 Identidades de la dualidad
Supongamos que:
- u(x) es continua;
- (º) satisface las N.S.L. (evitar curvas de inferencia gruesas), y,
- el P M U (max u(x) s.a p · x ≤ m) y el P M G (min p · x s.a u(x) ≥ u) tienen solución.
Entonces se cumplen las siguientes identidades:
e(p, v(p, m)) ≡ m;

v(p, e(p, u)) ≡ u;
xi (p, e(p, u)) ≡ hi (p, u);
hi (p, v(p, m)) ≡ xi (p, m).
Teorema 2.3 Ecuación de Slutsky
∂xj ∂hj (p, u) ∂xj

= − · xi (p, e(p, u)) ∀ i, j = 1, . . . , n.
∂pi ∂pi ∂m
Utilizando las anteriores identidades de la dualidad se puede llegar a descomponer en una

ecuación la variación de la demanda provocada en un cambio en el precio de algún bien en
dos efectos: el efecto sustitución y el efecto ingreso. Otra importante consecuencia de la
ecuación de Slutsky es poder calcular la derivada de la función de demanda compensada (la
cual no es directamente observable) a partir de elementos observables.
Demostración. Por las identidades de la dualidad se tiene:
xj (p, e(p, u)) ≡ hj (p, u); derivando respecto a pi

∂xj ∂xj ∂e(p,u) ∂hj (p,u)
⇒ ∂pi + ∂m · ∂pi = ∂pi
∂xj ∂xj ∂hj (p,u)
⇒ ∂pi + ∂m · hi (p, u) = ∂p i
; por Lema de Shephard
∂xj ∂hj (p, u) ∂xj
⇒ = − · xi (p, e(p, u)); ∀ i, j = 1, . . . , n por identidad de dualidad
∂pi ∂p |∂m
|{z} | {zi } {z }
Efecto Total Efecto Sustitución Efecto Ingreso
Gráfico 2.9: Ecuación de Slutsky
Proposición 2.2 La matriz de sustitución

· ¸ · ¸
∂xj ∂xj ∂hj
+ · xi (p, e(p, u)) =
∂pi ∂m ij ∂pi ij
es una matriz semidefinida negativa y simétrica. Esta matriz es el Hessiano de la función de

gasto.
Demostración. Por lema de Shephard
∂e(p, u)
= hi (p, u)
∂pi
µ ¶ µ 2 ¶
∂hj ∂ e(p, u)
⇒ =
∂pi ∂pi ∂pj
que es semidefinida negativa ya que la función de gasto es cóncava. Debido a esto también se
tiene que:
∂hj ∂ 2 e(p, u) ∂ 2 e(p, u) ∂hi
= = = ;
∂pi ∂pi ∂pj ∂pj ∂pi ∂pj
entonces la matriz de sustitución es simétrica.
Corolario 2.1
∂hi
≤ 0; ∀i = 1, . . . , n
∂pi
(Los efectos sustitución propios son negativos).
Definiciones:
Sea xj un bien, se dice que:
31
∂xj
xj es un bien normal si ∂m > 0;
∂xj
xj es un bien inferior si ∂m < 0;
∂xj
xj es un bien ordinario si ∂pj < 0;
∂xj
xj es un bien Giffen si ∂pj > 0.
Resultado 2.2 Todo bien Giffen es un bien inferior.
Demostración.
∂xj ∂hi (p, u) ∂xj
= − · xj (p, e(p, u)) de la ecuación de Slutsky.
∂pj ∂pj ∂m
∂xj
Ahora, ∂pj > 0, por ser un bien Giffen, y,
∂hj (p, u)
≤ 0, por el corolario anterior. Si
∂pj
xj (p, e(p, u)) ≥ 0,

∂xj
⇒ ∂m tiene que ser negativo, es decir el bien j es un bien inferior.
∂x1
Ejemplo 2.6 Verificar la ecuación de Slutsky en el caso Cobb-Douglas para ∂p1 .
Sabemos que
m
v(p1 , p2 , m) =
k pa1p1−a
2
am (1 − a)m
x∗1 = , x∗2 = .
p1 p2
Ahora, por identidades de la dualidad sabemos que:
v(p, e(p, u)) ≡ u
e(p, u)
⇒ u=
k pa1 p1−a
2
⇒ e(p, u) = u(k pa1 p1−a

2 )
ahora,
µ ¶a−1
∂e(p, u) p1
h1 (p, u) = = uak p1a−1 p1−a
2 = uak .
∂p1 p2
Por lo tanto tenemos que:
∂x1 am
= − 2 y sabemos que
∂p1 p1
∂h1
= uak(a − 1)pa−2
1 p1−a
2
∂p1
∂x1 a
=
∂m p1
a
y x1 (p, e(p, u)) = uk pa1 p1−a
2 .
p1
Tomando el lado derecho de la ecuación de Slutsky:
µ ¶
∂h1 (p, u) ∂x1 a a
− · x1 (p, e(p, u)) = uak(a − 1) pa−2
1 p1−a
2 − uk pa1 p1−a
2
∂p1 ∂m p1 p1
= uak(a − 1) pa−2
1 p2
1−a
− a2 uk pa−2
1 p2
1−a
= uak p1a−2 p1−a

2 ((a − 1) − a), reemplazando u
∂x1
= −p−2
1 ma = .
∂p1
∂x2
Ejercicio 2.7 Probar la ecuación de Slutsky en el caso Cobb-Douglas para ∂p1 .
Función de utilidad de métrica monetaria directa
Esta función relaciona la utilidad de una cesta x con el gasto mı́nimo que se debe realizar para
alcanza esa utilidad. Se refiere entonces, a la cantidad de dinero que se necesita para alcanzar
la utilidad que representa la cesta x cuando los precios son p. Formalmente la definición es la
siguiente:
M (p, x) = e(p, u(x)).
Función de utilidad de métrica monetaria indirecta
Se refiere a la mı́nima cantidad de dinero que necesita el consumidor para alcanzar a los
precios q, la máxima utilidad que tenı́a cuando los precios eran p y su ingreso era m.
Formalmente la definición es la siguiente:
µ(q; p, m) = e(q; v(p, m)).

Nótese que si x es fijo, u(x) también lo será y la función de utilidad métrica monetaria directa
se comporta como una función de gasto. Lo mismo sucede con la función de métrica monetaria
indirecta. Nótese que estas funciones, por ser funciones de gasto, son estrictamente crecientes
en u(x) y en v(p, m), respectivamente. Por lo tanto, las funciones de métrica monetaria son
también funciones de utilidad, ya que son transformaciones monótonas de u(x) y v(p, m), que
son funciones de utilidad.
33
Ejemplo 2.7 Hallar M (p, x) y µ(q; p, m) para la función de utilidad Cobb-Douglas.

m
v(p1 , p2 , m) = .
k pa1p1−a
2
Por identidades de dualidad: v(p, e(p, u)) ≡ u
e(p, u)
⇒ u= ⇒ e(p, u) = uk pa1 p1−a
2 .
k pa1 p1−a
2
Ahora,
M (p, x) = u(x)(k pa1 p1−a
2 )
= xa1 x1−a a 1−a

2 k p1 p2
= k(x1 p1 )a (x2 p2 )1−a

Por otro lado,
µ ¶a µ ¶1−a
m q1 q2
µ(q; p, m) = e(q, v(p, m)) = v(p, m)(k q1a q21−a ) = (k q1a q21−a ) = m
k p1 p1−a
a
2
p1 p2
Ejercicio 2.8 Obtener las funciones de utilidad de métrica monetaria directa e indirecta para
la función de utilidad CES.
La variación equivalente y la variación compensada
La variación equivalente y la variación compensada son herramientas para medir los cambios
en el bienestar del individuo frente a cambios en los precios y en el ingreso del mismo. Suponga
que desea comparar dos situaciones con precios diferentes en términos de bienestar para un
individuo. La forma evidente de realizar esta comparación serı́a con las utilidades indirectas,
es decir, analizando el signo de la expresión:
[v(p0 , m) − v(p0 , m)].

Este método genera información ordinal para saber si el individuo mejoró o empeoró en
términos de bienestar, pero no cuantifica la variación en la utilidad. Para resolver este prob-
lema se utiliza la función de utilidad de métrica monetaria indirecta, la cual tiene la ventaja
de que se mide en unidades monetarias.
Suponga un cambio en precios de la forma: p0 −→ p0 .

Analizando el signo y la magnitud de:
µ(q; p0 , m) − µ(q; p0 , m),
podemos expresar esta variación en la función de utilidad de métrica monteria indirecta

suponiendo como precios base a p0 o a p1 .
Precios base, q = p0
⇒ Variación Equivalente (VE) = µ(p0 , p1 , m) − µ(p0 , p0 , m).
Precios base, q = p1
⇒ Variación Compensada (VC) = µ(p1 , p1 , m) − µ(p1 , p0 , m).
Nótese que por definición µ(q; q, m) = m (Asegurarse de entender esto con los ejercicios de
utilidad indirecta presentados anteriormente).
Ası́,
V E = µ(p0 ; p1 , m) − m,
V C = m − µ(p1 ; p0 , m).
En palabras, la variación equivalente es el aumento (disminución) del ingreso que serı́a “equiv-
alente” a lo que fue el cambio de precios en términos de utilidad. En forma implı́cita se puede
definir como:
v(p0 , m + V E) = u1 = v(p1 , m).
Gráfico 2.10: La variación equivalente
En palabras, la variación compensada es el aumento (disminución) en el ingreso de un indi-

viduo que “compense” el cambio de precios en términos de utilidad. Aquı́, se debe compensar
al individuo después de hecho el cambio para dejarlo con la misma utilidad anterior. En forma
implı́cita se puede definir como:
v(p1 , m + V C) = u0 = v(p0 , m).

35
Gráfico 2.11: La variación compensada
Ejemplo 2.8 Un individuo tiene la siguiente función de utilidad:
u(x, y) = min{x, y}.
En la ciudad 1 su ingreso es de 150 y los precios son : P x = P y = 1. En la ciudad 2 el

ingreso es el mismo pero los precios son P x = 1 y P y = 2. Calcular la variación equivalente
y la variación compensada.
• V E = µ(p0 ; p0 , m) − m = µ(p0 ; p0 , m) − 150

Ahora, µ(p0 ; p, m) = e(p0 , v(p0 , m)) (1)
v(p0 , m) = Max min{x, y} s.a x + 2y = 150
⇒ x∗ = y ∗ = 50
⇒ v(p0 , m) = 50.
Volviendo a (1)
e(p0 , 50) = Min p1 x1 + p2 x2 s.a min(x, y) = 50
⇒ h1 = h2 = u = 50
⇒ e(p0 , 50) = 1 × 50 + 1 × 50 = 100
⇒ V E = 100 − 150 = −50.
• V C = m − µ(p0 ; p0 , m) = 150 − µ(p0 ; p0 , m)

Ahora, µ(p0 ; p0 , m) = e(p0 , v(p0 , m))
v(p0 , m) = 75 (Mismo procedimiento anterior)

De la misma forma e(p0 , 75) = 225
⇒ V C = 150 − 225 = −75
Relaciones entre VE, VC y el cambio en el excedente del consumidor
Para estudiar las relaciones entre la VE, la VC y el cambio en el excedente del consumidor
(∆EC), veamos primero como son las pendientes de las demandas Marshalliana y Hicksiana
dependiendo de como se comporta el bien frente a cambios en el ingreso.
Caso 1. Bien normal
Supongamos que p0 > p0 y grafiquemos las curvas x(p, m) y h(p, u). Dado que el bien x1 es
normal, se tiene que ∂x
∂m > 0.
1
Gráfico 2.12: Demandas Marshalliana y Hicksiana - bien normal
En este caso el efecto ingreso y el efecto sustitución se mueven en la misma dirección. Ası́
h(p, u) es más inclinada que x(p, m).
37
Caso 2. Bien inferior
Supongamos que p0 > p0 y grafiquemos las curvas x(p, m) y h(p, u).
Gráfico 2.13: Demandas Marshalliana y Hicksiana - bien inferior
En el gráfico 2.13 se observa que si el bien es inferior x1 (p, m) es más inclinada que h1 (p, u).
Dado que el bien x1 es inferior, se tiene que ∂x
∂m < 0. Nótese que la relación entre las pendientes
1
de x(p, m) y h(p, u) depende del sentido del efecto ingreso.
Teniendo en cuenta lo anterior, analicemos ahora la relación entre VE y VC y ∆EC, para el

caso del bien normal.
Recordemos que:
u0 = v(p0 , m); u0 = v(p0 , m)

v(p0 , m + V E) = u0 ; v(p0 , m − V C) = u0 .
V E = µ(p0 ; p0 , m) − µ(p0 ; p0 , m)
= µ(p0 ; p0 , m) − µ(p0 ; p0 , m)
= e(p0 , u0 ) − e(p0 , u0 )
R p0
= p0 h(p, u0 )dp
V C = µ(p0 ; p0 , m) − µ(p0 ; p0 , m)
= µ(p0 ; p0 , m) − µ(p0 ; p0 , m)
= e(p0 , u0 ) − e(p0 , u0 )
R p0
= p0 h(p, u0 )dp
Rp
∆EC = p00 x(p, m)dp.
Gráfico 2.14: VE, VC y ∆EC - bien normal
En este caso, dado que el bien es normal:
V C < ∆EC < V E.

Ejercicio 2.9 Encontrar la relación entre VC, VE y ∆EC para un bien inferior.
Ejercicio 2.10 Encontrar la relación entre VC, VE y ∆EC si la función de utilidad es la

siguiente:
√
u(x1 , x2 ) = x1 + x2 ,
y en general para cualquier función de utilidad cuasilineal de la forma:
u(x1 , x2 ) = x1 + g(x2 ),
donde la función g es cóncava.
39
Problema de la Integrabilidad
Dadas unas funciones de demanda con matriz de sustitución semidefinida negativa y simétrica
se plantea el problema de si existe una función de utilidad de la cual puedan obtenerse esas
funciones de demanda.
En primer instancia se debe verificar si las demandas observadas satisfacen:

· ¸
∂hi (p, u)
negativa semidefinida y simétrica.
∂pj ij
Las condiciones de integrabilidad se derivan del lema de Shephard (ver Varian (1992)) y son:
∂µ(p;q,m)
• ∂pi = xi (p, µ(p; q, m)) ∀i = 1, . . . , k;
• µ(q; q, m) = m.
Ejemplo 2.9 Demostrar que existe una función de utilidad que represente las siguientes fun-
ciones de demanda:
a1 m a2 m
x1 = x2 = .
p1 p2
Verificar si las funciones de demanda tienen una matriz de sustitución semidefinida negativa
y simétrica:
∂h1 ∂x1 ∂x1
= + · x2 , ecuación de Slutsky
∂p2 ∂p2 ∂m
a1 a1 m
=0+ ·
p1 p2
∂h2 ∂x2 ∂x2
= + · x1
∂p1 ∂p1 ∂m
a2 a1 m
=0+ ·
p2 p1
Como ∂h ∂h1
∂p1 = ∂p2 , la matriz de sustitución es simétrica. Se deja como ejercicio la verificación
2
de que la matriz de sustitución es semidefinida negativa.
Planteando el sistema de ecuaciones de integrabilidad, se tiene:
∂µ a1 µ
a) =
∂p1 p1
∂µ a2 µ
b) =
∂p2 p2
c) µ(q1 , q2 ; q1 , q2 , m) ≡ m
∂µ a1 ∂p1
a) = ⇒ ln µ = a1 ln p1 + c1
µ ∂p1
∂µ a2 ∂p2
b) = ⇒ ln µ = a2 ln p2 + c2
µ ∂p2
Solucionando las dos ecuaciones diferenciales se encuentra:

d) ln µ = a1 ln p1 + a2 ln p2 + c3 ; reemplazando en c)
ln µ = a1 ln q1 + a2 ln q2 + c3
⇒ c3 = ln m − a1 ln q1 − a2 ln q2 ; reemplazando en d)
ln µ = a1 ln p1 + a2 ln p2 + ln m − a1 ln q1 − a2 ln q2
⇒ µ(p1 , p2 ; q1 , q2 , m) = mpa11 pa22 q1−a1 q2−a2 .
Esta es una función de utilidad que representa las preferencias de un individuo con las de-
mandas iniciales.
Preferencia Revelada
Gráfico 2.15: Preferencia revelada
Considere las cestas del gráfico 2.15. Suponga que este consumidor tiene la restricción pre-
supuestal graficada y demanda la cesta x cuando también z, y, y w eran comprables. Entonces
se dice que:
R R R
x º z; x Â y; x Â w,
R
donde º significa preferencia revelada. El individuo cuyas preferencias representa el gráfico
2.15 revela que prefiere la cesta x a las cestas y, w y z. La preferencia revelada de x sobre z
es débil porque x y z cuestan lo mismo. La preferencia revelada de x sobre y y w es estricta
porque y y w cuestan menos que x.
41
Ahora, supongamos que se observa una serie de datos de demanda xi cuando los precios y el
ingreso son (pi , mi ):
x1 −→ (p1 , m1 )
x2 −→ (p2 , m2 )
.. .. ..
. . .
xn −→ (pn , mn )
La pregunta que surge tras observar estas demandas es: ¿Estas demandas observadas son
consistentes con el modelo de maximización de utilidad del consumidor?
Definición 2.1 Si xj es la demanda observada a los precios e ingresos (pj , mj ) ∀ j;

R
1) Si pj · xi ≤ mj ⇒ xj º xi , los datos revelan que xj es preferida a xi , pues xi
también se podı́a comprar con los precios e ingreso (pj , mj ).
R
2) Si pj · xi < mj ⇒ xj Â xi , los datos revelan que xj es estrictamente preferida
a x , pues x era estrictamente más barata a los precios e ingreso (pj , mj ).
i i
En palabras, una cesta se revela preferida sobre otra cesta cuando la otra también es comprable
y sin embargo se escogió la primera.
Axioma general de preferencia revelada (A.G.P.R.)
Un conjunto de datos de demanda x1 , x2 , . . . , xn satisface el A.G.P.R. si con las preferencias

que revelan los datos no es posible construir un ciclo intransitivo de la forma:
R R R
xi º xj º · · · º xi ;
R
donde alguna de las relaciones º sea estricta, para algunos i y j en {1, 2, ..., n}.
Ejemplo 2.10 Determinar si el conjunto de datos de demanda observados en el cuadro sigu-

iente satisface el A.G.P.R.
Precios Ingreso Demandas

(10, 10, 10) 300 (10,10,10)
(10, 1, 2) 130 (9, 25, 7.5)
(1, 1, 10) 110 (15, 5, 9)
Primero se plantea la siguiente tabla:

donde las posiciones en negrilla representan las demandas observadas a los precios correspon-
R
dientes. Note que (10, 10, 10) Â (15, 5, 9), porque se elegió (10,10,10) cuando (15,5,9) costaba
R R
menos. También se observa que (9, 25, 7.5) º (10, 10, 10), y, (15, 5, 9) º (9, 25, 7.5). Por lo
Demandas
Precios (10,10,10) (9,25,7.5) (15,5,9)
(10,10,10) 300 415 290
(10,1,2) 130 130 173
(1,1,10) 120 109 110
R R R
tanto es posible construir el ciclo siguiente (9, 25, 7.5) º (10, 10, 10) Â (15, 5, 9) º (9, 25, 7.5),
el cual es intransitivo. Ası́, estos datos de demanda violan el A.G.P.R.
Nota: Es importante tener en cuenta que cuando las cestas no se pueden comparar no nece-
sariamente se viola el A.G.P.R.
Proposición 2.3 Un conjunto finito de datos de demanda satisface A.G.P.R. sii los datos
son consistentes con la maximización de utilidad de un individuo con preferencias que cumplan
la no saciabilidad local. (Ver demostración en Mas Colell et al. (1995))
43
1. Considere la siguiente función de utilidad indirecta:
µ ¶
1 1
V (p1 , p2 , m) = m +
p1 p2
Demostrar que V satisface las propiedades de la función de utilidad indirecta (continua

para todo p >> 0, m > 0; no creciente en p; cuasiconvexa en p; homogénea de grado
cero en (p, m)).
2. Suponga que un consumidor tiene la función de gasto:

³p p2 1
´
1
e(p1 , p2 , u) = +2 + (p1 p2 ) 2 u
3 3
Encuentre las funciones de demanda compensadas (o Hicksianas) y Marshallianas y la
función de utilidad indirecta.
3. Considere la siguiente función de utilidad definida en <2+ .


 x1 · x2 si x1 · x2 < 4
U (x1 , x2 ) = 4 si 4 ≤ x1 · x2 ≤ 8

x1 · x2 si 8 < x1 · x2
Cuál es la solución del problema de maximización de utilidad si
(a) si el vector de precios es y el ingreso del consumidor es 8?

(b) si el vector de precios es y el ingreso del consumidor es 16?
(c) si el vector de precios es y el ingreso del consumidor es 4?
(d) si el vector de precios es y el ingreso del consumidor es 8?
Cuál es el planteamiento y la solución del problema de minimización del gasto, para

obtener un nivel de utilidad igual a:
(e) 4 si los precios de los bienes son 2 y 1 respectivamente?

(f) 8 si los precios de los bienes son 2 y 1 respectivamente?
(g) 4 si los precios de los bienes son 1 y 2 respectivamente?
Porqué las soluciones de maximización de utilidad punto (3a) y minimización el gasto

punto (3e) no coinciden?
4. Dada la siguiente función de utilidad:
U (x1 , x2 , x3 ) = (x1 − b1 )α (x2 − b2 )β (x3 − b3 )γ (Sistema lineal de gasto de Stone).
Porqué se puede asumir sin pérdida de generalidad que los exponentes suman uno?
Plantee el problema de maximización de utilidad. Obtenga las demandas Marshallianas
x(p, m) y la función de utilidad indirecta V (p, m). Plantee el problema de minimización
de costos. Obtenga las demandas Hicksianas h(p, u) y la función de gasto e(p, u). Veri-
fique las identidades de la dualidad.
5. Suponga que un consumidor tiene la siguiente función de utilidad: U (x, y) = min{x, y}.
Cuánto dinero necesita esta persona a los precios (q1 , q2 ) para alcanzar la misma utilidad
que tenı́a cuando los precios e ingreso eran (p1 , p2 , y), es decir, cuál es su función de
compensación indirecta µ(q1 , q2 ; (p1 , p2 , y))?
6. Suponga que un la función de utilidad de Pérez es U (x, y) = x + y. Pérez tiene $50,000

y el precio de x es 1 y el de y es 2 en donde vive. Su jefe está considerando la posibilidad
de trasladarlo a otra ciudad donde el precio de x es 3 y el de y es 2. No le ofrece ninguna
subida salarial. Pérez, que comprende perfectamente la variación compensatoria y la
equivalente, se queja amargamente. Dice que aunque no le importa trasladarse y la
nueva ciudad es tan agradable como la otra, tener que trasladarse es tan malo como una
reducción del salario de A dólares. También dice que no le importarı́a trasladarse si le
ofrecieran una subida de B dólares. Cuáles son los valores de A y de B? Cuánto dinero
necesita esta persona a los precios e ingreso (q1 , q2 , m) para alcanzar la misma utilidad
que tenı́a cuando los precios e ingreso eran (p1 , p2 , m), es decir, cuál es su función de
compensación indirecta µ(q1 , q2 ; (p1 , p2 , m))?
7. Construya un ejemplo con tres datos de demandas observadas que cumpla el A.G.P.R.
8. Construya un ejemplo con tres datos de demandas observadas que viole el A.G.P.R.
Parte II
TEORÍA DE LA FIRMA
45
Capı́tulo 3
Tecnologı́a
En este capı́tulo se analiza la forma en que las empresas producen bienes utilizando distintas
combinaciones de factores tecnológicamente viables. Para ello es necesario contar con her-
ramientas que nos permitan estudiar las posibilidades de producción de una empresa. Para
ello definimos los conceptos que se exponen a continuación.
• z : Plan de producción. Es el listado de producciones e insumos de distintos bienes en

una empresa.
z ∈ Rn ; z = (z1 , z2 , . . . , zn ).
En este vector si zi > 0 el bien i se refiere a un producto, y si zi < 0 el bien i es usado
como un insumo.
• Y : Conjunto de posibilidades de producción. Es el conjunto de todos los planes de
producción viables o factibles para la empresa dada su tecnologı́a. Es decir,
Y = {z ∈ Rn /z es un plan de producción factible}.
Los planes de producción que no están en este conjunto no son viables para esta firma.
Simplificación: En adelante se trabajará con planes de producción z que tienen un solo
producto y y varios insumos x, y que por ende se pueden expresar como:
z = (y, −x1 , −x2 , . . . , −xn−1 ).
• V (y) : Conjunto de requerimientos de insumos de nivel y. Dado un nivel de producto

y se define formalmente V (y) = {x ∈ Rn−1
+ /(y, −x) ∈ Y } el cual no es otra cosa que el
conjunto de todas las combinaciones de factores que generan por lo menos y unidades
de producción.
• Q(y) : Isocuanta de nivel y. Es la combinación de factores que generan exactamente y
unidades de producción, es decir:
Q(y) = {x ∈ Rn−1 / V (y 0 ), ∀y 0 > y}.
+ /x ∈ V (y) ∧ x ∈
47
48 CAPÍTULO 3. TECNOLOGÍA
• Función de producción, f (x): máximo producto alcanzable con la cantidad de insumos

x:
f (x) = {y ∈ R/y es el máximo producto asociado con −x en Y }.
√
Ejemplo 3.1 Considere la función de producción: f (x) = x, encontrar Y, V (10) y Q(10).
Gráfico 3.1: Conjunto de posibilidades de producción
√
Y = {(y, −x)/y ≤ x} ; V (10) = [100, +∞) ; Q(10) = {100}.
Ejemplo 3.2 Para la función de producción Cobb-Douglas
f (x1 , x2 ) = xa1 x1−a

2 , encontrar Y, y graficar V (y) y Q(y).
Y = {(y, −x1 , −x2 ) ∈ R3 /y ≤ xa1 x1−a

2 }
V (y) = {(x1 , x2 ) ∈ R2 /y ≤ xa1 x1−a

2 }
Q(y) = {(x1 , x2 ) ∈ R2 /y = xa1 x1−a

2 }
Propiedades de la tecnologı́a
A continuación se analizan las propiedades deseables de una tecnologı́a.
1) a) Monotonicidad de insumos: Si x ∈ V (y) y x0 ≥ x ⇒ x0 ∈ V (y); con más insumos se

puede producir por lo menos el mismo producto; es decir, se pueden desperdiciar
insumos.
Ej: (-3,5) ∈ Y ⇒ (−4, 5) ∈ Y es decir que si 3 ∈ V (5) ⇒ 4 ∈ V (5).
49
Gráfico 3.2: Conjunto de requerimientos de insumos
b) Monotonicidad de insumos y productos: Si y ∈ Y , y 0 ≤ y ⇒ y 0 ∈ Y ; es importante

tener en cuenta que los insumos son negativos en y; con más insumos se puede
producir el mismo producto o menos.
Ej: (-3,5) ∈ Y ⇒ (−4, 2) ∈ Y .
2) Convexidad de V (y) :
Si x, x0 ∈ V (y) → (tx + (1 − t)x0 ) ∈ V (y), ∀t ∈ [0, 1].
3) Regularidad de V (y):
V (y) es un conjunto no vacı́o y cerrado ∀ y.
Resultado 3.1 La monotonicidad de insumos y productos implica monotonicidad de in-

sumos.
Demostración. Sea x ∈ V (y) → (−x, y) ∈ Y y sea
x0 ≥ x ⇒ −x0 ≤ −x
⇒ (−x0 , y) ≤ (−x, y)
⇒ (−x0 , y) ∈ Y ; por monotonicidad de insumos y productos
⇒ x0 ∈ V (y).
Ejercicio 3.1 Demostrar que el Resultado anterior no se cumple en sentido contrario.

Gráfico 3.3: El conjunto de requerimientos de insumos y la isocuanta
Resultado 3.2 Si Y es convexo ⇒ V (y) es convexo ∀ y.
Demostración.
Sean x, x0 ∈ V (y)
⇒ (y, −x), (y, −x0 ) ∈ Y
Sea t ∈ [0, 1]
⇒ t(y, −x) + (1 − t)(y, −x0 ) ∈ Y ; porque Y es convexo
⇒ (y, −(tx + (1 − t)x0 )) ∈ Y
⇒ tx + (1 − t)x0 ∈ V (y)
⇒ V (y) es convexo.
Ejercicio 3.2 Probar con un contraejemplo que el recı́proco del Resultado anterior no es
cierto.
Definiciones de rendimientos a escala
Se refiere a la magnitud en que cambia el nivel de producción ante el aumento o disminución

de algunos de los factores en una proporción t.
• Una tecnologı́a exhibe retornos a escala constantes si:
i) y ∈ Y, ty ∈ Y ; ∀t ≥ 0, ó,
51
ii) x ∈ V (y), ⇒ tx ∈ V (ty); ∀t ≥ 0, ó,

iii) f (tx) = tf (x); ∀t ≥ 0; en este caso f es homogénea de grado 1.
Nota: Es posible demostrar que los enunciados i), ii) e iii) son equivalentes.
√
Ej:
√ La función
√ f (x) = y = 3x no exhibe retornos constantes a escala, pues f (tx) =
3tx 6= t 3x = tf (x).
Ej: La función f (x) = y = 3x exhibe retornos constantes a escala, pues f (tx) = 3tx =
tf (x) (función homogénea de grado 1).
• Una tecnologı́a exhibe retornos crecientes a escala si:
f (tx) > tf (x); ∀ t > 1.
Ej: La función f (x) = x2 exhibe retornos crecientes a escala.
• Una tecnologı́a exhibe retornos decrecientes a escala si:
f (tx) < tf (x) ∀ t > 1.

√
Ej: La función f (x) = x exhibe retornos decrecientes a escala.
• Una tecnologı́a exhibe retornos no crecientes si:
f (tx) ≤ tf (x), ∀ t > 1,
ó, de forma equivalente,
∀ α ∈ [0, 1], y ∈ Y ⇒ αy ∈ Y.
• Una tecnologı́a exhibe retornos no decrecientes si:
f (tx) ≥ tf (x), ∀ t > 1,
ó, de forma equivalente,

∀ α ≥ 1, y ∈ Y ⇒ αy ∈ Y.
Resultado 3.3 Si Y es convexo y 0 ∈ Y , entonces Y exhibe retornos no crecientes a escala.
Demostración. Sean y, y 0 ∈ Y y sea α ∈ [0, 1]
⇒ αy + (1 − α)y 0 ∈ Y ; por convexidad.
Ahora, como 0 ∈ Y ⇒ si y 0 = 0
⇒ αy ∈ Y,
luego,
∀ α ∈ [0, 1], y ∈ Y ⇒ αy ∈ Y.
Ejercicio 3.3 De un ejemplo de conjunto de posibilidades de producción convexo que no tenga

retornos no crecientes a escala.
Elasticidad de escala, e(x) :
Es una medida local del aumento porcentual que presenta el nivel de producción cuando se
incrementan todos los factores en 1%.
Sea y(t) = f (tx); ∀t > 0

d(y(t))
⇒ e(x) = y(t)
dt
t t=1
⇒ Si e(x) > 1 se presentan retornos crecientes;

⇒ Si e(x) = 1 se presentan retornos constantes;
⇒ Si e(x) < 1 se presentan retornos decrecientes.
Ejemplo 3.3 Sea y = xa1 xb2
⇒ y(t) = (tx1 )a (tx2 )b = ta+b xa1 xb2
dy(t)
⇒ = (a + b)ta+b−1 xa1 xb2
dt
d(y(t))
y(t) dy(t) t (a + b)ta+b−1 xa1 xb2 t
⇒ e(x) = dt
= · = = a + b.
t
dt y(t) ta+b xa1 xb2
Elasticidad de sustitución, σ
La elasticidad de sustitución σ presenta la relación entre el cambio porcentual en la razón

de factores y el cambio porcentual en la pendiente de la isocuanta. Recordemos que la tasa
marginal de sustitución técnica (TMST) muestra como se sustituyen los factores en un nivel
de producción constante.
x2
∆ x1
∂f x2
∂x1 x1
T M ST = − ∂f ; σ=
∂x2
∆ TT M ST
M ST
σ mide la curvatura de la isocuanta, mientras que TMST mide la pendiente de la misma.

Utilizando la derivación logarı́tmica se puede definir σ de la siguiente forma:
³ ´
∂ ln xx21
σ=
∂ ln |T M ST |
53
Ejemplo 3.4 Encontrar la elasticidad de sustitución (σ) de la función de producción CES:
f (x1 , x2 ) = (xρ1 + xρ2 )1/ρ
∂f 1 ρ ρ1 −1
= (ρ xρ−1 ρ
1 )(x1 + x2 )
∂x1 ρ
∂f 1 ρ ρ1 −1
= (ρ xρ−1 ρ
2 )(x1 + x2 )
∂x2 ρ
µ ¶1−ρ µ ¶1−ρ
xρ−1 x2 x2
T M ST = − 1ρ−1 = − ⇒ |T M ST | =
x2 x1 x 1
µ ¶
x2
ln |T M ST | = (1 − ρ) ln
x1
µ ¶
x2 1
ln = ln |T M ST |
x1 1−ρ
³ ´
x2
∂ ln x1 1
σ= = ⇒ Elasticidad de sustitución constante
∂ ln |T M ST | 1−ρ
Ejercicio 3.4 Encontrar la elasticidad de escala de la CES.
Definición 3.1 Se dice que una función f es homotética si es una transformación monótona
creciente de una función homogénea de grado 1, f (x) = g(h(x)); donde h(x) es homogénea de
grado 1 y g es una función monótona creciente, es decir: x > y ⇒ g(x) > g(y).
Resultado 3.4 La T M ST de una función homotética es independiente de la escala de pro-

ducción.
Ejemplo 3.5 Sea f una función de producción homotética; probar que si x y x0 producen el
mismo nivel de producto, (tx) y (tx0 ) también producen el mismo nivel de producto.
f (x) = h(g(x))
⇒ h(g(x)) = h(g(x0 )); por definición
⇒ g(x) = g(x0 ); por ser h monótona creciente
⇒ tg(x) = tg(x0 )
⇒ g(tx) = g(tx0 ); por ser g homogénea de grado 1
⇒ h(g(tx)) = h(g(tx0 )); por ser h monótona creciente
Gráfico 3.4: Función de producción homotética
Nótese que aunque f (x) = f (x0 ) = y no necesariamente f (tx) = f (tx0 ) = ty.

55
1. Dé ejemplos económicos de conjuntos de posibilidades de producción que no cumplan
convexidad, monotonicidad de insumos, monotonicidad de insumos y productos y adi-
tividad.
2. Determinar si las siguientes funciones son homotéticas:
(a) f (x, y) = ln(xy) + exp(xy)

(b) f (x, y) = ln(x2 + xy)2
Capı́tulo 4
Los Problemas de la Firma
Función de beneficios
Para este análisis suponemos una situación de competencia perfecta donde los precios del
producto y los precios de los factores están dados. Sea p un vector de precios. La función de
beneficios se define como:
π(p) = max p · y s.a y ∈ Y.
Otra forma de expresar la función de beneficios es:
π(p, w1 , w2 , . . . , wn ) = max p · f (x1 , x2 , . . . , xn ) − (w1 x1 + w2 x2 + · · · + wn xn ),
y el problema de la firma se llama problema de maximización de beneficios (P M B).
Gráfico 4.1: Función de beneficios
57
58 CAPÍTULO 4. LOS PROBLEMAS DE LA FIRMA
La solución de PMB está dada por x∗ = x∗ (p) llamada función de demanda de factores y
y ∗ = y ∗ (p) llamada función de oferta. Por lo tanto π(p, w) = py ∗ (p) − wx∗ (p).
Resolviendo el PMB se encuentran las siguientes condiciones:
C.P.O.:
∂f ∂f wi
p − wi = 0 ⇒ =
∂xi ∂xi p
∂f
p = wi
∂x |{z}
| {z }i costo
valor del producto marginal del f actor i
C.S.O.:
∂2f
≤0 para que la solución sea un máximo, f debe ser cóncava.
∂x2i
Nota: Del Gráfico anterior es claro que los retornos decrecientes de f , son condición necesaria
para que exista función de beneficios. Esto se prueba en detalle en el siguiente resultado.
Resultado 4.1 Si f tiene retornos constantes (o crecientes) a escala
⇒ π(p) = 0 o π(p) = +∞.
Demostración. Suponga que la función f exhibe retornos a escala crecientes o constantes y

que existe (x1 , x2 , . . . , xn ) tal que π(p) > 0.
p · f (x1 , x2 , . . . xn ) − w1 x1 − w2 x2 − · · · wn xn > 0.
Ahora, se multiplica por t > 1 la escala de producción, luego:
p · f (tx) − wtx = t(pf (x) − wx) ≥ tπ(p) > π(p);
por tener retornos constantes o crecientes a escala.
⇒ π(p) = +∞;
por lo tanto las empresas siempre van a desear aumentar el nivel de producto.
Ejemplo 4.1 Hallar π(p) para la siguiente función de producción:
y = xa .
π(p) = Max p · y − wx = pxa − wx

C.P.O.:
∂π(p)
= ap xa−1 − w = 0
∂x
59
µ ¶ 1
a−1 w ∗ w a−1
x = ⇒ x =
ap ap
∂f ∂2f
C.S.O.: = axa−1 ; = a(a − 1)xa−2
∂x ∂x2
∂2f
Para que <0 ⇒ a < 1.
∂x2
Entonces µ ¶ 1 µ ¶ 1
w a−1 w a−1
π(p) = p −w
ap ap
Ejercicio 4.1 Bajo cuales condiciones π(p) > 0?
Conjunto de posibilidades de producción de corto plazo
En el corto plazo, generalmente, algunos factores son fijos, y a largo plazo las posibilidades
tecnológicas de la empresa pueden variar y convertir a algunos factores fijos en variables.
Suponga el factor x2 fijo en el corto plazo en el nivel x2 = k. El conjunto de posibilidades de
producción de corto plazo es:
Y (x2 = k) = {z ∈ Y /z son planes de producción restringidos a x2 = k}.

Ej: Y (k) = {(y, −x1 , −x2 )/y ≤ xa1 x1−a
2 ; x2 = k}.
Función de beneficios de corto plazo:
πk (p) = Max p · y s.a y ∈ Y (k).
Ejercicio 4.2 Encontrar la función de beneficios de largo plazo de la siguiente función de

producción:
f (x1 , x2 ) = a1 ln x1 + a2 ln x2 .
Ejercicio 4.3 Supongamos que en el corto plazo el factor 2 del ejercicio anterior está fijo en
x2 = e. Hallar π(p, w1 , w2 ) de corto plazo.
Max p · f (x1 , x2 = e) − w1 x1 − w2 x2 ; s.a x2 = e
f (xa , x2 ) x2 =e
= a1 ln x1 + a2
⇒ Max p(a1 ln x1 + a2 ) − w1 x1 − w2 e
∂π pa1
C.P.O. : = − w1 = 0
∂x1 x1
a1 p
⇒ x∗1 =
w1
a1 p
⇒ π C.P. (p, w1 , w2 ) = p(a1 ln + a2 ) − a1 p − w2 e.
w1
Resultado 4.2 Resultado de Le Chatelier.
π L.P. > π C.P. ; se puede consultar la demostración en Varian (1992).
Propiedades de π(p)
1) Monotonicidad respecto a los precios: π(p) es no decreciente en los precios de los pro-
ductos y no creciente en los precios de los insumos, es decir, si p0i ≥ pi ; i = producto o
si p0j ≤ pj ; j = insumo
⇒ π(p0 ) ≥ π(p).
Demostración.
Sea p0 ≥ p; sea y un producto maximizador de beneficios a los precios p
π(p) = p · y.
Sea y 0 un producto maximizador de beneficios a los precios p0
π(p0 ) = p0 · y 0 .
π(p0 ) = p0 · y 0 ≥ p0 · y; por que y 0 es maximizador de beneficios a los precios p0

≥ p · y; porque p0 ≥ p
≥ π(p) ⇒ π(p0 ) ≥ π(p).
2) π(p) es homogénea de grado uno en p.

Demostración.
π(p) = Max p · y s.a y∈Y
π(tp) = Max tp · y s.a y∈Y
= t Max p · y s.a y ∈ Y = t π(p).
3) π(p) es convexa en p, es decir que ∀p, p0 , ∀α ∈ [0, 1],
π(αp + (1 − α)p0 ) ≤ απ(p) + (1 − α)π(p0 ).
Demostración.
Sea α ∈ (0, 1) y sea p00 = αp + (1 − α)p0 . Supongamos que:
para el problema: Max p · y s.a y ∈ Y, la solución es y ⇒ π(p) = p · y;
para el problema: Max p0 · y s.a y ∈ Y, la solución es y 0 ⇒ π(p0 ) = p0 · y 0 ; y,
para el problema: Max p00 · y s.a y ∈ Y, la solución es y 00 ⇒ π(p00 ) = p00 · y 00 .
61
Nótese que los tres problemas de maximización de beneficios tienen la misma restricción,
⇒ p · y ≥ p · y 00 ; porque y es la solución del P M B a los precios p y y 00 cumple la

restricción de P M B.
⇒ αp · y ≥ αp · y 00 ,
⇒ απ(p) ≥ αp · y 00 . (1)
Por otro lado p0 y 0 ≥ p0 y 00 porque y 0 es la solución del P M B en los precios p0 y y 00 cumple
la restricción de P M B.
⇒ (1 − α)p0 y 0 ≥ (1 − α)p0 y 00 ,
⇒ (1 − α)π(p0 ) ≥ (1 − α)p0 y 00 . (2)
Si se suman (1) y (2) encontramos:
απ(p) + (1 − α)π(p0 ) ≥ αp · y 00 + (1 − α)p0 · y 00

= (αp + (1 − α)p0 )y 00 = p00 y 00 = π(p00 )
⇒ απ(p) + (1 − α)π(p0 ) ≥ π(p00 ).
4) π(p) es continua ∀ p > 0.
Ejemplo 4.2 Hallar π(p) para la siguiente función de producción:
f (x) = 20x − x2 , p = 1, x ≥ 0.
1) Hallar C.P.O. de PMB.

f (x) = 20x − x2
⇒ Max p · y s.a y∈Y
Max 20x − x2 − wx
∂( )
C.P.O. ⇒ = 20 − 2x − w = 0
∂x
w
w = 20 − 2x; x = 10 −
2
2) Para qué valores de w el óptimo es x = 0?
w
0 = 10 − 2 ⇒ w = 20
3) Para qué valores de w el óptimo es x = 10?

w
10 = 10 − 2 ⇒ w=0
4) Cuál es la función de demanda del factor?

w
x = 10 − 2 si w ≤ 20.
5) Hallar π(w);
¡ ¢ ¡ ¢
w 2
¡ ¢
π(w) = 20 10 − w2 − 10 − 2 − w 10 − w
2
¡ ¢2
= 10 − w2 .
√
Ejercicio 4.4 Hallar π(p) para f (x1 , x2 ) = x1 + x2 .
Lema 4.1 (Lema de Hotelling) Suponga que π(p) es continua y diferenciable en p, en-
tonces:
∂π(p)
= yi (p); ∀i = 1, 2, . . . , n; ∀pi
∂pi
Demostración.
π(p) = Max p · y s.a y∈Y
∂π(p)
= yi (p); por el teorema de la envolvente
∂p
Resultado 4.3 D2 π(p) es simétrica y semidefinida positiva.
Función de costos
La función de costos es el instrumento principal para describir las posibilidades económicas

de la empresa. Mide el costo mı́nimo de obtener un determinado nivel de producto, dados los
precios de los factores. Sean w el vector de precios de los factores y y un nivel de producto
dado. La función de costos se define a través del problema de minimización de costos (P M C)
como:
C(w, y) = min w · x s.a f (x) ≥ y.

La solución del P M C es el vector de demandas condicionadas de factores: x(w, y), y se
encuentra a través de:
L = w · x + λ(y − f (x))
∂f
C.P.O. : wi = −λ = 0; ∀ i = 1, 2, . . . , n
∂xi
f (x) = y.
Nótese que por el teorema de la envolvente λ = ∂C

∂y = costo marginal de la producción, indi-
cando como cambia la función de costos cuando cambia el nivel de producto.
63
Despejando las C.P.O. se encuentra:,

∂f
wi ∂xi
= ∂f
wj
|{z} ∂xj
|{z}
tasa
tasa marginal
economica de
de sutitucion tecnica
sustitucion
Gráfico 4.2: La minimización de costos
El vector de demandas condicionadas de factores x∗ = x(w, y) es el punto donde se igualan la

relación de precios de los insumos a la TMST.
Nota: Si la función de producción es cóncava (lo cual se da si Y es convexo) se cumple también

que el P M C tiene solución única. Esto coincide con las condiciones de segundo orden del
PMC:
∂2f
C.S.O. : ≤ 0.
∂x2i
Ejemplo 4.3 La función de costos de la función de producción CES
f (x1 , x2 ) = (x1ρ + xρ2 )1/ρ , ρ < 1.
min w1 x1 + w2 x2 s.a xρ1 + xρ2 = y ρ

L = w1 x1 + w2 x2 + λ(y ρ − xρ1 − xρ2 )
Solucionando el álgebra de la C.P.O. se llega a:

1
−1
w1ρ
x1 (w1 , w2 , y) = y;
(w1r + w2r )1/ρ
1
−1
w2ρ ρ
x2 (w1 , w2 , y) = y; r=
(w1r + w2r )1/ρ ρ−1
⇒ C(w1 , w2 , y) = w1 x1 (w1 , w2 , y) + w2 x2 (w1 , w2 , y) = y(w1r + w2r )1/r .
Nota: La función de costos está restringida a un nivel de producción. A diferencia de la

maximización de beneficios, la minimización de costos puede tener solución auncuando la
función de producción exhiba rendimientos crecientes o constantes a escala.
Ejercicio 4.6 Encontrar la función de costos de:
f (x1 , x2 ) = x1 + x2 , y, f (x1 , x2 ) = min{x1 , x2 }.
Propiedades de la función de costos: C(w, y)

1) c(w, y) es no decreciente en w y estrictamente creciente en y.
Si w ≤ w0 ⇒ C(w, y) ≤ C(w0 , y)
Si y ≤ y 0 ⇒ C(w, y) < C(w, y 0 )
2) C(w, y) es homogénea de grado 1 en p
∀λ > 0, C(λw, y) = λC(w, y)
3) C(w, y) es cóncava en w, es decir que ∀α ∈ (0, 1), ∀p, p0 ,
C(α w + (1 − α) w0 , y) ≥ α C(w, y) + (1 − α) C(w0 , y).

4) C(w, y) es continua en w, ∀ w > 0.
Nota: Las anteriores demostraciones son iguales a las de la función de gasto (capı́tulo 2).
Resultado 4.4 Si f es homogénea de grado 1, C(w, y) es homogénea de grado 1 en y es decir
que:
C(w, y) = y C(w, 1).
Demostración. Sea f una función homogénea de grado 1 y sea x∗ la solución de
min w · x s.a f (x) ≥ 1. (1)

⇒ C(w, 1) = w · x∗
⇒ C(w, y) = w · y · x∗ (2)
⇒ = y C(w, 1)
Veamos el desarrollo que explica la igualdad (2).

65
a) f (x∗ ) = 1 ⇒ f (y x∗ ) = y · 1 = y
porque f es homogénea de grado 1
⇒ y x∗ satisface la restricción de
Min w · x s.a f (x) ≥ y. (3)
b) Supongamos que (y x∗ ) no es solución del problema (3) y sea x0 la solución de (3). Como
(yx∗ ) satiface la restricción del problema (3),
⇒ w x0 < w(y x∗ )
x0
⇒ w < w x∗
y
0 y
Pero f ( xy ) = y1 f (x0 ) = y = 1, porque f es homogénea de grado 1
x0
⇒ con y se puede producir 1 y más barato que x∗
⇒ contradice que x∗ sea la solución del problema (1)
⇒ y x∗ es la solución del problema (3)
⇒ C(w, y) = w y x∗ = y(w x∗ ) = y C(w, 1).
Resultado 4.5 Si f es homogénea de grado 1 ⇒ x(w, y) es homogénea de grado 1 en y.
Demostración. Usando el resultado anterior tenemos que C(w, y) = y C(w, 1)
⇒ w x(w, y) = y w x(w, 1)
⇒ x(w, y) = y x(w, 1)
Lema 4.2 Lema de Shephard
∂C(w, y)
= xi (w, y) ∀i = 1, . . . , n.
∂wi
Ejercicio 4.7 Demostrar el lema de Shephard usando el teorema de la envolvente.
Resultado 4.6 De2 C(w, y) es semidefinida negativa y simétrica.

Geometrı́a de los costos

Para C(w1 , w2 , y) suponga fijos w1 y w2
⇒ C(·) = C(y)
Ahora C(y) = F
|{z} + Cv(y)
| {z }
Costos fijos Costos variables
C(y) F Cv(y)
Costos Medios = AC(y) = = +
y y y
|{z} | {z }
costos fijos medios Costos medios variables (AV C)
Gráfico 4.3: Geometrı́a de los costos
∂C(y)
Costos Marginales = MC(y) = = C 0 (y).
∂y
Resultado 4.7 MC y AVC empiezan en el mismo punto.

Donde AC es mı́nimo, AC y MC se cortan.
Donde AVC es mı́nimo, AVC y MC se cortan.
Oferta de la firma
Reformulando el problema de maximización de beneficios:
Max p · y − C(y)
67
C.P.O. : ⇒ p − C 0 (y) = 0 ⇒ MC(y) = p.
Ahora, si
C(y)
p < AC(y) = ⇒ p y < C(y)
y
⇒ π < 0.
Ası́, la oferta de la firma es:
MC(y) = p si p ≥ AC(y).
Ejemplo 4.4 Sea C(y) = 3y 2 + 10.Graficar: la función de costos, costos variables, costos
fijos, costos medios, costos marginales, costos medios variables y derivar la oferta de la firma.
Gráfico 4.4: Costos fijos, variables y totales
10 10
Costo fijo = 10; Costo variable = 3y 2 . AC = 3y + ; AVC = 3y; AFC = ; MC = 6y
y y
p
Nota: El punto y = 10/3 se puede obtener de la intersección entre MC y AC u obteniendo
el mı́nimo de AC. La oferta de la firma es la parte sombreada de la curva MC (ver gráfico
4.5).
Resultado 4.8 Si f es cóncava entonces C(w, y) es convexa en y, w fijo.
Demostración.
Sea C(y) = C(w, y) = min w · x s.a f (x) ≥ y, w fijo.
Ahora, C(y) es convexa si ∀y, y 0 , ∀λ ∈ [0, 1]
C(λy + (1 − λ)y 0 ) ≤ λC(y) + (1 − λ)C(y 0 ).

Gráfico 4.5: Costos medios y marginales
Para demostrar lo anterior, sean x y x0 tales que:

x es la solución de min w · z s.a. f (z) ≥ y;
x0 es la solución de min w · z s.a. f (z) ≥ y 0 .
⇒ C(y) = w · x; f (x) = y;
C(y 0 ) = w · x0 ; f (x0 ) = y 0 .
Como f es cóncava ⇒ f (λx + (1 − λ)x0 ) ≥ λf (x) + (1 − λ)f (x0 ) = λy + (1 − λ)y 0 .
De esta manera, con [λx + (1 − λ)x0 ] se puede producir [λy + (1 − λ)y 0 ].
Veamos cuáles son los costos de producir la cesta [λx + (1 − λ)x0 ]:
w[λx + (1 − λ)x0 ] = λ w x + (1 − λ) w x0
= λ C(y) + (1 − λ)C(y 0 )
≥ C[λ y + (1 − λ)y 0 ],
porque C(λy + (1 − λ)y 0 ) es el mı́nimo costo para producir (λ y + (1 − λ)y 0 ).
Dualidad
El concepto de dualidad significa que para una función de producción se puede encontrar la
función de costos correspondiente y viceversa. De esta manera:
Función de Producción Función de Costos

y = ax1 + bx2 ⇔ C(w1 , w2 , y) = min{ wa1 , wb2 }y
¡ ¢
y = min{ax1 , bx2 } ⇔ C(w1 , w2 , y) = wa1 + wb2 y
y = xa1 x1−a
2 ⇔ C(w1 , w2 , y) = k(a)w1a w21−a y
y = (xρ1 + xρ2 )1/ρ ⇔ C(w1 , w2 , y) = (w1r + w2r )1/r y; r= ρ
ρ−1
69
1. Derive la función de beneficio π(p), la función de oferta (y demanda de factores) y(p)

para las siguientes tecnologı́as cuyas funciones de producción están dadas por:
p
g(x1 , x2 ) = min{x1 , x2 };
h(x1 , x2 ) = (xρ1 + xρ2 )1/ρ .
2. Sea ei la elasticidad ingreso de la demanda del bien i. Suponga que ei = ej para dos
bienes diferentes i y j. Demostrar que xi /pj = xj /pi .
3. Una empresa cuenta con la siguiente función de costos:

½
y + 1 si y > 0
C(y) =
0 si y = 0
sea p el precio del bien producido y considere fijos todos los precios de los factores. Si
p = 2 ¿Cuánto producirı́a la empresa? Si p = 1, ¿Cuál es la producción? En general,
cuál es la función de beneficios de esta empresa? Cómo cambian las respuestas si la
función de costos fuera solamente: C(y) = y 2 + 1 si y ≥ 0?
Parte III
TEORÍA DE LA INFORMACIÓN
71
Capı́tulo 5
Decisiones bajo Incertidumbre
Decisión bajo incertidumbre
Ciertas decisiones que toman los agentes representan incertidumbre. Para optimizar estas
decisiones se necesita definir algunos elementos:
(1) Un conjunto de acciones o decisiones
{1, . . . , x, . . . , X }
(2) Un conjunto de estados de la naturaleza
{1, . . . , s, . . . , S}
(3) Una función de consecuencias

C(X , S)
(4) Una función de probabilidad de los estados de la naturaleza

S
X
πs , πs = 1
s=1
(Probabilidades subjetivas y que dependen del agente)
(5) Una función de utilidad que ordena las consecuencias v(C)

(Función de utilidad elemental)
Definición de utilidad esperada
Dada U(x) = utilidad de la acción X y dadas las funciones de consecuencias:
C(X , 1), C(X , 2), . . . , C(X ,s), . . . , C(X , S)
73
74 CAPÍTULO 5. DECISIONES BAJO INCERTIDUMBRE
La utilidad esperada se define como:
U E(X ) = π1 v(C(X , 1)) + π2 v(C(X , 2)) + . . . + πs v(C(X , s)) + πS v(C(X , S))

S
X
= πi v(C(X , i) (Esperanza matemática de las utilidades elementales)
i=1
Nota: Si las consecuencias son numéricas la utilidad esperada es la esperanza aritmética de
las consecuencias.
Ahora, el valor esperado se define como:

S
X
EV = πi C(xi )
i=1
Ejemplo 5.1 A un agente se le presenta una loteria que paga 0 o 1000 con probabilidad 1/2.
£ C ¤1/2
También se le ofrece la opción de tomar 250 con certeza. Suponga que v(C) = 1000 ; ¿Que
acción toma el agente?
L1 = {0, 1000 / 1/2, 1/2}
L2 = {250 / 1}
· ¸ √
1 0 1/2 1 1/2 1 1
U E(L1 ) = + [1] = =
2 1000 2 2 2
· ¸1/2
250 1
U E(L2 ) = 1 =
1000 2
Agente es indiferente entre L1 y L2 .

Nótese que en este caso EV (L1 ) = 500
⇒ U (EV ) > U E.
Ejemplo 5.2 Considere las siguientes loterı́as:
L1 = {810, 360, 160 / 0.1, 0.5, 0.4}
L2 = {250 / 1}
µ ¶1/2
C
v(C) =
1000
µ ¶1/2 µ ¶1/2 µ ¶1/2
810 360 160
U E(L1 ) = 0.1 + 0.5 + 0.4 = 0.55
1000 1000 1000
1
U E(L2 ) = ⇒ U E(L1 ) > U E(L2 )
2
En este caso el agente prefiere L1 .
75
Gráfico 5.1: La función de utilidad elemental
Definición 5.1 Un agente es averso al riesgo si prefiere estrictamente una consecuencia C

que cualquier loterı́a cuyo valor esperado es igual a C. Si la preferencia es al contrario, el
agente es amante al riesgo. Si es indiferente entre los dos es neutral al riesgo.
En términos de la desigualdad de Jensen se encuentra lo siguiente:
Utilidad Agente Función Ejemplo

√
v(EV ) > U E Averso al riesgo Cóncava v(x) = x
v(EV ) < U E Amante al riesgo Convexa v(x) = x2 , ex
v(EV ) = U E Neutral al riesgo Lineal v(x) = ax + b
Ejercicio 5.1 Trabajar los ejemplos 5.1 y 5.2 con una función de utilidad convexa y verificar
la desigualdad de Jensen.
Varianza: Si L = {r1 , r2 , . . . , rN / π1 , π2 , . . . , πN }
X
EV = πi ri
X
⇒ V arianza = πi (ri − EV )2
Paradojas
1. San Petesburgo
Se lanza una moneda justa hasta que salga cara. Si en el lanzamiento n sale cara por
primera vez, el individuo gana US $ 2n (el juego se acaba cuando sale cara). Cuánto
está dispuesto el individuo a pagar por participar en este juego ?
P∞ ¡ 1 ¢n
EV = n=1 2 2n −→ ∞.
√
Ahora, si la utilidad del individuo es cóncava, ¿cuánto pagarı́a? (Suponga v(x) = x)
X∞ µ ¶n X∞
1 √ 1 1
UE = 2n = √ = ≈ 2.7.
n=1
2
n=1
2n 1 − √12
Esta paradoja justifica el supuesto de utilidad elemental cóncava, ya que nadie estarı́a
dispuesto a pagar una suma infinitamente grande para participar en este juego.
2. Allais
Suponga que a un grupo de personas se les presentan las siguientes loterı́as (cifras en
dólares):
L1 = {500000 / 1}
L2 = {20 500000, 500000, 0 / 0.10, 0.89, 0.01}
L3 = {500000, 0 / 0.11, 0.89}
L4 = {20 500000, 0 / 0.10, 0.90}
La gente, en su mayorı́a, entre L1 y L2 escoge L1 , porque aunque la probabilidad de no

ganar nada en L2 es pequeña, existe; además L1 de por si es muy grande.
Entre L3 y L4 , la gente prefiere L4 ; la diferencia de probabilidades es muy pequeña,
mientras la diferencia en el pago es muy grande.
Ahora, al observar las utilidades esperadas de las loterı́as:
L1 > L2 : U (500000) > 0.10U (20 500000) + 0.89U (500000) + 0

⇒ 0.11U (500000) > 0.10U (20 500000) (1)
L4 > L3 : 0.10U (20 500000) > 0.11U (500000) (2)

⇒ (1) y (2) se contradicen
Nota: La teorı́a de la utilidad esperada no logra explicar este comportamiento. Una

explicación a esta paradoja es la teorı́a del arrepentimiento.
3. Machina
Imagine que a una persona se le ofrecen los siguientes premios posibles:
1. Viaje a Venecia
2. Pelı́cula en cine de Venecia
3. Quedarse en la casa
77
Imagine que esta persona prefiere el premio 1. al 2. y el premio 2. al 3., es decir que
sus preferencias ordenan los premios ası́: 1. > 2. > 3. (1)
Ahora, se le ofrecen las siguientes loterı́as, compuestas de los premios descritos arriba:
LA = {1., 2. / 0.10, 0.90}
LB = {1., 3. / 0.10, 0.90}
Estudios empı́ricos demuestran que la gente prefiere LB a LA , lo cual no es coherente
con el ordenamiento dado en (1). La justificación de esta paradoja es que “la pelı́cula
en cine serı́a tortuosa porque recuerda que se habrı́a podido estar en Venecia y no se
está.”
Ejemplo 5.3 (Problema de la demanda de seguros) Supongamos el caso entre un in-

dividuo y una aseguradora, donde: w es la riqueza inicial del individuo; p es la probabilidad
de ocurrencia de un siniestro; L es la cantidad perdida en caso de que ocurra el siniestro; q es
la cantidad asegurada y πq es la cantidad que se le paga a la compañı́a por el seguro. ¿Cuánto
asegura el individuo ?; ¿Cuánto cobra la compañı́a ?; ¿El individuo se asegura?
Primero se analiza cuánto asegura el individuo. Para ello se determina q de tal forma que se
maximice la utilidad esperada del individuo:
Lcon seguro = {w − πq, w − L + q − πq / (1 − p), p}

U E = (1 − p)U (w − πq) + pU (w − L + q − πq)
C.P.O. : (1 − p)U 0 (w − πq)(−π) + pU 0 (w − L + q(1 − π))(1 − π) = 0
U 0 (w − L + q(1 − π)) 1−p π
⇒ = = (1)
U 0 (w − πq) p 1−π
Ahora se observa el problema para la compañı́a aseguradora:
Lcompañı́a = {πq, πq − q / (1 − p), p}.
Suponga que la competencia entre las aseguradoras hace que los beneficios esperados sean 0;
⇒ EV = 0 ⇒ (1 − p)πq + p(πq − q) = 0
⇒ π = p.
Volviendo a la ecuación (1)
U 0 (w − L + q(1 − π)) 1−p π

0
= · =1
U (w − πq) p 1−π
U 0 (w − L + q(1 − π)) = U 0 (w − πq)
w − L + q(1 − π) = w − πq ⇒ q=L
De esta manera el individuo asegura el total de la pérdida.
Lcon seguro = {w − pL, w − L − pL + L / 1 − p, p}

= {w − pL, w − pL / 1 − p, p}
= {w − pL, w − pL / 1}
Lsin seguro = {w, w − L / 1 − p, p}
U Econ seguro = U (w − pL)
U Esin seguro = (1 − p)U (w) + p U (w − L)
Gráfico 5.2: La demanda de seguros
Si U es cóncava (el individuo es averso al riesgo),

⇒ (1 − p)U (w) + p U (w − L) < u(w − pL)
⇒ el agente sı́ se asegura, y además se asegura por el total de la pérdida.
Medidas de aversión al riesgo
Con relación a la curvatura de la función de utilidad se define lo siguiente:

U 00 (w)
r(w) = − = Medida global de aversión al riesgo
U 0 (w)
U 00 (w)
ρ(w) = −w = Medida relativa de aversión al riesgo
U 0 (w)
donde U (·) = función de utilidad elemental.
√
Ejemplo 5.4 Si U (w) = w encontrar r(w) y ρ(w).
1 1
U 0 (w) = w−1/2 , U 00 (w) = − w−3/2
2 4
79
1 −3/2
4w 1 1
⇒ r(w) = 1 −1/2 = w−1/2 = ⇒ ρ(w) = 1/2.
2w
2 2w
Nota: Observe que a niveles más altos de riqueza se es menos globalmente averso al riesgo.
Ejemplo 5.5 Si U (w) = w2 , encontrar r(w) y ρ(w).
2 1
U 0 (w) = 2w; U 00 (w) = 2 ⇒ r(w) = − =− ⇒ ρ(w) = −1.
2w w
Nota: El signo negativo significa que el individuo es amante al riesgo. En el caso anterior,
√
U (w) = w, el signo de r(w) era positivo (averso al riesgo). Si r(w) = 0 el individuo es
neutral al riesgo.
Prima de riesgo y equivalente de certeza
Considere una loterı́a tal que: LSe= define

{M1 , Mel2 equivalente
/ 0.5, 0.5}. de certeza C como aquella cantidad
que le darı́a al individuo la misma utilidad esperada que le da la loterı́a pero sin riesgo. Se
define la prima de riesgo π como aquella suma que está dispuesto a pagar el individuo para
no afrontar el riesgo. De manera implı́cita:
⇒ U (EV − π) = U (C) = U E;
⇒ π = EV − C.
Gráfico 5.3: Prima de riesgo y equivalente de certeza
Teorema 5.1 (Teorema de Pratt) Este teorema relaciona las medidas de aversión al riesgo
de Arrow-Pratt con la concavidad de la función de utilidad elemental y las primas de riesgo.
Sean A(w) y B(w) dos funciones crecientes cóncavas diferenciables. Entonces los tres enun-
ciados siguientes son equivalentes:
A00 (w) B 00 (w)

1) − > −
A0 (w) B 0 (w)
2) A(w) = G(B(w)), para alguna función G creciente y estrictamente cóncava.
3) πA > πB ∀Loterı́as{x + ε, x − ε / p, (1 − p)},

con πj = prima de riesgo de la loterı́a j, j = A, B.
Ejemplo 5.6 Problema del Parqueo Ilegal

Suponga que en una ciudad dado las personas parquean en lugares prohibidos. Suponga que
el alcalde está considerando dos polı́ticas para reducir el problema. Sean w = riqueza inicial;
k = multa; π = probabilidad de ser atrapado y recibir una multa.
Polı́tica 1: Aumentar el valor de la multa ⇒ k → 1.1k
Polı́tica 2: Aumentar el número de agentes de tránsito y por lo tanto la probabilidad de

recibir una multa ⇒ π → 1.1π.
Si U es cóncava, cuál es la mejor polı́tica (para que el individuo obtenga la menor utilidad
esperada)?
Primero se plantea la loterı́a actual del infractor:
L = {w − k, w / π, 1 − π}
Con las polı́ticas enunciadas:
L1 = {w − 1.1k, w / π, 1 − π}
L2 = {w − k, w / 1.1π, 1 − 1.1π}
U E1 = (1 − π)U (w) + πU (w − 1.1k)
U E2 = (1 − 1.1π)U (w) + 1.1πU (w − k)

Se deben comparar las anteriores utilidades esperadas usando la concavidad de U.
Se puede observar que:
w − k = α(w − 1.1k) + (1 − α)w
⇒ w − k = αw − α1.1k + w − αw
1
⇒ k(α1.1 − 1) = 0 ⇒ α= (1)
1.1
81
Gráfico 5.4: Problema del parqueo ilegal
Ahora, volviendo a las expresiones de las utilidades esperadas:

U E1 = (1 − π)U (w) + πU (w − 1.1k)
= U (w) − πU (w) + πU (w − 1.1k)
U E2 = (1 − 1.1π)U (w) + 1.1πU (w − k)

= U (w) − 1.1πU (w) + 1.1πU (w − k)
⇒ U (w) − πU (w) + πU (w − 1.1k)?≷ U (w) − 1.1πU (w) + 1.1πU (w − k)
dividiendo por π,
⇒ −U (w) + U (w − 1.1k) ?≷ − 1.1πU (w) + 1.1πU (w − k)
⇒ U (w − 1.1k) + 0.1U (w) ?≷ 1.1πU (w − k). (2)
Retomando (1) se sabe que:
1
¡ 1
¢
w−k = 1.1 (w − 1.1k) + 1 − 1.1 w
1
= 1.1 (w − 1.1k) + 0.1
1.1 w
Por definición de concavidad (desigualdad de Jensen) se sabe que:
1 0.1
U (w − k) > U (w − 1, 1k) + U (w); multiplicando por 1.1
1.1 1.1
1.1U (w − k) > U (w − 1.1k) + 0.1U (w)
⇒ U E1 < U E2
luego la mejor polı́tica es la primera.
Nota (1): para llegar a que U E1 < U E2 hay que devolver los pasos para llegar a (2).
Nota (2): Si el individuo es amante al riesgo (función de utilidad convexa) el resultado es
contrario. Si el individuo es neutral al riesgo le da igual cualquiera de las dos polı́ticas.
1. Suponga que dos individuos A y B tienen la misma riqueza inicial de w0 . Ambos tienen
1
la misma función de utilidad elemental tal que U (x) = (x − w0 ) 3 . Suponga que uno de
ellos (A o B) recibe como regalo un billete de una loterı́a que paga un premio r, (r > 0)
o 0 pesos con igual probabilidad. Muestre que existe un numero b > 0 tal que A(B) le
puede vender el billete a B(A) por b pesos y la venta es beneficiosa para ambos hombres.
2. Suponga que una señora quiere vender gaseosa en un partido de fútbol y debe decidir
que cantidad ordenar. Ella gana m pesos en cada lata vendida y pierde c pesos en
cada lata ordenada y no vendida. Si la demanda de gaseosa en el juego es una variable
aleatoria continua con f.d.p. f y f.d.a. F , muestre que la señora maximiza su beneficio
m
esperado si ordena una cantidad α tal que F (α) = m+c .
3. Suponga que a un individuo que tiene una riqueza inicial de W0 se le ofrece la posibilidad
de comprar un billete de loterı́a que da un premio de r, (r > 0) o de 0 con igual
probabilidad. Suponga que para cada x dado, su utilidad está dada por U (x) = log(x).
Para que valores de b el individuo estará dispuesto a comprar el billete?
4. Suponga que en un mundo con incertidumbre hay dos activos en los que puede un
individuo invertir. El primero es un activo seguro que paga 1 dólar. El segundo es un
activo incierto que paga 0.5 con probabilidad 0.5 y 2 dólares con probabilidad 0.5. Sean
x1 y x2 las demandas por estos dos activos. Suponga que el inversionista es averso al
riesgo y tiene función de utilidad elemental v(c) = log(c), que su riqueza total es 1 y que
los precios de los activos son también 1. Luego su restricción presupuestal es x1 +x2 = 1,
y x1 y x2 están en [0,1].
(a) Cuál será la demanda de x1 y x2 ?

(b) Cómo cambia x1 si el segundo activo en lugar de pagar 0.5 en el primer evento
pagara solo 0.1?
(c) Cómo cambiarı́a x1 si el segundo activo pagara paga 0.5 dólares con probabilidad
1/3 y 2 dólares con probabilidad 2/3?
(d) Repetir todo el ejercicio para un agente neutral al riesgo.
5. Dé un ejemplo de una función de utilidad elemental v1 que exhiba aversión absoluta al
riesgo constante. Dé un ejemplo de una función de utilidad elemental v2 que exhiba
aversión absoluta al riesgo decreciente. Plantee una loterı́a de la forma {W0 + e, W0 −
e|p, 1 − p} y encuentre las primas de riesgo con v1 y con v2 . Luego aumente el valor
de la riqueza inicial y vuelva a calcular las primas de riesgo correspondientes. Cómo se
comparan con las primeras? (Dele valores especı́ficos a los parámetros W0 , e y p.)
Capı́tulo 6
Información Asimétrica
Problema del agente principal (Riesgo moral)

Suponga que existe un principal, que en la mayorı́a de los casos es la firma, y un agente,
trabajador de la firma. El principal quiere contratar al trabajador pero el nivel de producción
depende del comportamiento (esfuerzo) del agente y éste no es observable por el principal
(información asimétrica). El problema consiste en que el principal proponga el contrato
óptimo para inducir al agente a realizar la acción que más los beneficie (a la firma) cuando
sólo se pueden observar las consecuencias y no las acciones del agente.
El anterior problema surge cuando los individuos, principal (P ) y agente (A), están involu-
crados en un intercambio donde las acciones de A afectan a P pero no son observables por
P . Consideremos el siguiente ejemplo, donde a =esfuerzo; a1 =esfuerzo bajo; a2 =esfuerzo
alto. Observe la siguiente tabla de probabilidades y recuerde que el esfuerzo del A incide en
el nivel de producción o retorno:
a1 a2 Retorno
0.6 0.1 0
0.3 0.3 100
0.1 0.6 400
Se observa que si A se esfuerza mucho la probabilidad de que el retorno del P sea 0 es muy
baja 0 y la probabilidad de que el retorno sea 400 es alta (0.6); por otro lado, si el A se
esfuerza poco, la probabilidad de que el retorno sea 0 es alta (0.6) y la probabilidad de que el
retorno sea 400 es baja (0.1).
Supuestos:
1) El P tiene una función de utilidad inicial en el producto

X X
Benef icio esperado = pi Ri − pi wi , w = salario
(el principal es neutral al riesgo).
83
84 CAPÍTULO 6. INFORMACIÓN ASIMÉTRICA
2) El A tiene una función de utilidad cóncava en w (el salario) y decreciente en a.

Ej: U (w, a) = −e−w − a, ó U (w, a) = ln w − a.
3) P no puede monitorear la acción de A, sólo observa el producto o retorno.
4) Tanto el A como el P son maximizadores de utilidad.
5) Si A no trabaja en la firma, tiene un nivel de reserva U .
Planteamiento del problema
El P le ofrece al A un contrato contingente en los resultados:
R1 −→ w1
R2 −→ w2
R3 −→ w3
Este contrato debe:
1. Ser aceptable para el A
2. Inducir al A a esforzarse
3. Ser óptimo para P (debe maximizar el beneficio esperado)
Preguntas:
¿Cómo serı́a el contrato si las acciones fueran observables ? (first best)
¿Cómo serı́a el contrato con acciones no observables? (costos de la incertidum-

bre)
Problema del P induciendo esfuerzo al A
Elegir un contrato (w1 , w2 , w3 ) tal que se maximice el beneficio esperado

X X
Max pi Ri − pi wi ; sujeto a dos restricciones
1. Restricción de participación (R.P.) (racionalidad individual)

Si el P quiere que el A elija una determinada acción deberá cumplirse que el A quiera
elegir esa acción y no irse de la firma.
Por ejemplo, U Ea=a2 ≥ U (utilidad de reserva)
85
2. Restricción de incentivos (R.I.) (compatibilidad de incentivos)

Si el P quiere que el A escoja una determinada acción, por ejemplo a2 , debe cumplirse
que el A quiera elegir a2 y no a1 o cualquier otra acción.
Por ejemplo, U Ea=a2 ≥ U Ea=a1
Nota: Este problema de maximización se debe realizar para cada posible acción del A,
suponiendo que cada acción quiere ser implementada sobre las demás y al final escoger
la que brinde mayor utilidad al P .
Caso 1. Agente averso al riesgo y principal neutral

√
Suponga U (w, 1) = w − a; U = a y también suponga la siguiente tabla de probabilidades:
a1 = 0 a2 = 5 Retorno
0.6 0.1 0
0.3 0.3 100
0.1 0.6 400
1) Contrato óptimo si las acciones son observables:

Se calculan los retornos esperados (RE) para la firma
RE(a = 5) = 0.1(0) + 0.3(100) + 0.6(400) = 270

RE(a = 0) = 0.6(0) + 0.3(100) + 0.1(400) = 70
Ahora, para que el A acepte el contrato esforzándose a = 5:
√
U (w, a) ≥ (U ) ⇒ w−a≥U
√
⇒ w−5≥9 ⇒ w ≥ 196
Nota: Para que el A se esfuerce a = 5 hay que ofrecerle un salario ligeramente superior
a 196; por ejemplo 196 + ε. Dado que ε puede ser muy pequeño, por facilidad se supone
que el salario que acepta es 196.
Beneficio esperado (BE) para P

BE(a = 5) = 270 − 196 = 74
Para que el A acepte el contrato esforzándose a = 0:
√
U (w, a) ≥ U ⇒ w−0≥9 ⇒ w ≥ 81
BE(a = 0) = 70 − 81 = −11
Dado el BE para el P en los dos niveles de esfuerzo del A, un contrato óptimo para P
y A serı́a: (
∗ 196 si a = 5,
w =
0 si a = 0.
2) Contrato óptimo si las acciones de A no son observables:

Suponga que se quiere implementar el esfuerzo alto. Escoger w1 , w2 y w3 tal que
Max 270 − (0.1w1 + 0.3w2 + 0.6w3 ) s.a
√ √ √
(RP ) : 0.1( w1 − 5) + 0.3( w2 − 5) + 0.6( w3 − 5) ≥ 9 y
√ √ √ √ √
(RI) : 0.1( w1 − 5) + 0.3( w2 − 5) + 0.6( w3 − 5) ≥ 0.6( w1 − 0) + 0.3( w2 − 0) +
√
0.1( w3 − 0)
Sea w1 = x21 , w2 = x22 y w3 = x23
El problema anterior se convierte en:
Max 270 − (0.1x21 + 0.3x22 + 0.6x23 ) s.a
(RP ) : 0.1(x1 − 5) + 0.3(x2 − 5) + 0.6(x3 − 5) ≥ 9
(RI) : 0.1(x1 − 5) + 0.3(x2 − 5) + 0.6(x3 − 5) ≥ 0.6x1 + 0.3x2 + 0.1x3
Ası́,
L = 270 − 0.1x21 − 0.3x22 − 0.6x23 + λ(0.1x1 + 0.3x2 + 0.6x3 − 14) + µ(−0.5x1 + 0.5x3 − 5).
Solucionando el Lagrangeano se obtiene:
x1 = 5.42 ⇒ w1 = 29.4
x2 = 14 ⇒ w2 = 196
x3 = 15.42 ⇒ w3 = 238.04
Contrato óptimo si acciones del A no son observables:
w1 = 29.4 si R=0
w2 = 14 si R = 100
w3 = 238.04 si R = 400
Beneficio esperado del principal
BE = 270 − (0.1(29.4) + 0.3(196) + 0.6(238.04)) = 65.4
Pérdida debida a la información asimétrica:
Pérdida = 74 − 65.4 = 8.569.

Ahora, suponga que el P quiere implementar el esfuerzo bajo por parte del A.
Max 70 − (0.6w1 + 0.3w2 + 0.1w3 ) s.a
87
(RP ) : U Ea=a1 ≥ U
(RI) : U Ea=a1 ≥ U Ea=a2
Resolviendo la maximización se obtiene:
w1 = 57.32; w2 = 81; w3 = 308.75
Ası́, el BE = −19.57
Por está razón el P decide implementar el contrato que se describió anteriormente, en
el cual se incentiva al A a esforzarse a = 5, y obtener un BE = 65.4, en el caso en que
las acciones no son observables.
Caso 2. Agente y principal neutrales al riego
Dado que tanto la función objetivo como las restricciones son lineales, el problema no se puede
solucionar por los métodos tradicionales.
Suponga lo siguiente:
a=0 a = 25 Retorno
0.6 0.1 0
0.3 0.3 100
0.1 0.6 400
U (w, 1) = w − a; Ū = 81
Retorno esperado del P con acciones observables:
RE(a = 0) = 70; RE(a = 5) = 270
Para que el A se esfuerce a = 25, se debe pagar:
w tal que w − a ≥ 81 ⇒ w ≥ 106
⇒ BE del P (a = 25) = 270 − 106 = 164

Para que el A se esfuerce a = 0 hay que pagarle:
w tal que w − a ≥ 81 ⇒ w ≥ 81
⇒ BE del P (a = 0) = 70 − 81 = −11
Ahora, si las acciones no son observables, se le ofrece el siguiente contrato contingente en
los resultados al A
Si R = 0 ⇒ w = −164; (0 − 164)
Si R = 100 ⇒ w = −64; (100 − 64)
Si R = 400 ⇒ w = 236; (400 − 164)
De esta manera, el P se asegura 164 de beneficios y le “vende” la firma al A. Observe la

razón: Considere las utilidades del A dado el anterior contrato:
U E(a = 25) = 0.1(−164 − 25) + 0.3(−64 − 25) + 0.6(236 − 25) = 81

U E(a = 0) = 0.6(−164) + 0.3(−64) + 0.1(236) = −94
El A escogerá realizar esfuerzo alto (a=25).
Mercado de los limones - planteamiento A
Suponga el siguiente mercado de carros usados: existen usados malos (limones) en una pro-
porción en el mercado de 23 ; también existen usados buenos (duraznos) en una proporción de
1
3 . Está proporción es conocida por todos. Suponga que un limón vale $2000 para un com-
prador y $1000 para un vendedor, y que un durazno vale $3000 para un comprador y $2500
para un vendedor. Estas disposiciones a comprar y vender también son conocidas. Suponga
que hay una oferta fija de carros usados mientras la demanda es ilimitada.
Caso 1.
Si la calidad de los automóviles es observable, ¿Cuáles autos se venderı́an y a qué precio?
Rta / Se venden todos los carros; los limones a 2000 y los duraznos a 3000 dado que la
demanda es ilimitada y la oferta es fija.
Caso 2.
Si la calidad no es observable para compradores ni para vendedores, ¿Cuáles carros se venderı́an
y a qué precio?
Rta / Se venden todos los carros al mismo precio:
Valor esperado (VE) = 2
3 × 2000 + 1
3 × 3000 = 2333.b
3 = P recio
Caso 3. (Más usual) Información asimétrica

Si el vendedor conoce la calidad del auto y el comprador no, ¿Cuales autos se venden y a que
precio ?
Escenarios de precios:
Si p < 1000; no se venden autos
Si 1000 < p < 2500; el vendedor sabe que no habrá duraznos en el mercado, ası́ que sólo
se venderán limones a $ 2000.
Si p > 2500; el comprador sabe que el vendedor podrı́a engañarlo ası́ que para él puede
haber tanto limones como duraznos a ese precio.
⇒ Dado que las proporciones son 23 y 13 para autos malos y buenos, respectivamente:
V E = 2333 y P > 2500; no se venden autos en el mercado a este rango de precios.
En conclusión se venden únicamente limones a $2000 y no hay intercambio de duraznos.
Mercado de los limones - planteamiento B

Ahora suponga que cambian las proporciones de autos buenos y malos en el mercado, y
que el resto del problema sigue igual.
89
1 2
3 de los autos son limones y 3 son duraznos:
⇒ V E = $26666.b
6
⇒ Rango de precios bajo información asimétrica:
Si p < 1000, no se vende ningún auto
Si 1000 < p < 2500, solo se venden limones a 2000
Si p > 2500, el comprador sabe que se ofrecerán ambos tipos de autos en el mercado y
como el valor esperado es 2666.6 se venderán ambos autos en el mercado.
Nota: Observe que el vendedor de duraznos estarı́a dispuesto a someterse a un costo adicional
(señal de mercado) con el objetivo de diferenciarse del vendedor de limones, como por ejemplo
ofrecer una garantı́a sobre la calidad del carro.
Señales de calidad en el mercado de trabajo
En el modelo anterior la parte no informada (P ) “jugaba primero”; es decir la primera acción

del juego era ofrecer un contrato óptimo que hiciera al A tomar la acción deseada. Por el
contrario, en el modelo que se verá a continuación, la parte informada juega primero y emite
una señal que puede revelar información sobre un tipo (ej: si es bueno o es malo).
Sin embargo, esta señal tiene un costo que depende de su tipo, por ejemplo en el caso anterior,
al vendedor de limones le sale más costoso someterse a una garantı́a que al vendedor de
duraznos.
Suponga que un empleador contrata a unos trabajadores, cuya habilidad innata es conocida
solamente por cada trabajador. Las proporciones de trabajadores de habilidad alta y baja
son iguales, y esta información es conocida por todo el mundo.
t = 1; habilidad baja /p = 1/2

habilidad
t = 2; habilidad alta /p = 1/2
Suponga también que las firmas contratan en un mundo competitivo y que los trabajadores
se educan entre 0 y 20 años: e ∈ [0, 20]
Un trabajador de tipo t produce para la firma exactamente t · e, pero la firma no conoce t
(fuente de la incertidumbre).
Los trabajadores tienen la siguiente función de utilidad.
Ut (w, e) = f (w) − Kt g(e)
f es creciente y cóncava, g es creciente y convexa, y Kt > 0.
Nota: Observe que U depende de t

Note que las curvas de indiferencia de los trabajadores de tipo 1 y 2 se cortan solo una
vez (esto se genera por supuesto del modelo). Note también que como al trabajador tipo 1
Gráfico 6.1: Curvas de indiferencia - trabajadores tipo 1 y 2
le cuesta más educarse, cada aumento en educación debe acompañarse de un aumento en el

salario mayor al del tipo 2 (mayor pendiente de la curva de indiferencia del tipo 1).
Ası́, k1 > k2
Ej: √
U1 (w, e) = w − 2e
√
U2 (w, e) = w − e
Casos de información completa
Suponga que la firma conoce la habilidad del trabajador (t)
a) ¿Cuánto le paga a cada tipo de trabajador ?

Dado que el mercado es competitivo
w=e si t = 1, w = 2e si t=2
a) ¿Cuál nivel de educación elige cada tipo de trabajador ?
t=1 max U1 (w, e) s.a w = e → e∗1

t=2 max U2 (w, e) s.a w = 2e → e∗2
Observe que el trabajador de tipo 2 decide educarse más que el trabajador de tipo 1.
Casos de información incompleta

91
Gráfico 6.2: Señales de calidad en el mercado laboral
Para solucionar este modelo surgen dos alternativas. El modelo de Spence determina la
educación de cada trabajador de acuerdo a una función de creencias sobre su salario, w(e).
El modelo de Rothschild y Stiglitz presenta a la firma ofreciendo un menú de contratos para
que el trabajador revele su tipo. En el primer modelo existen equilibrios separador y conjunto
mientras en el segundo modelo solo existe el equilibrio separador.
Modelo de Spence (t no observable)
Los trabajadores eligen el nivel de educación (e) anticipando una función w(e) esforzando
el salario que podrı́a recibir en el futuro para cada nivel de e. En este modelo se define un
equilibrio de Spence como:
a) Una función de salarios anticipados w(e), ∀e;
b) πt (e); determina la probabilidad condicional de que un trabajador tipo t elija un nivel

e en el equilibrio de modo que:
1. ∀w(e) πt (e) > 0 sii Ut (w(e), e) ≥ Ut (w(e0 ), e0 ) ∀e0 ;

0.5π1 (e) 0.5π2 (e)
2. w(e) = ·e+ · 2e;
0.5π1 (e) + 0.5π2 (e) 0.5π1 (e) + 0.5π2 (e)
dado que 0.5π1 (e) + 0.5π2 (e) > 0; donde
0.5πi (e)
0.5π1 (e) + 0.5π2 (e)
es la probabilidad de que el trabajador tipo i elija el nivel de educación ∀i = 1, 2.

Equilibrio Separador:
¾
Todos los trabajadores de tipo 1 eligen e1
e1 6= e2
Todos los trabajadores de tipo 2 eligen e2
La firma paga: w1 = e1 a los trabajadores tipo 1 y w2 = 2e2 a los trabajadores tipo 2.
Equilibrio conjunto:
Todos los trabajadores eligen e∗ , en cuyo caso la firma paga w = 1.5e∗
Gráfico 6.3: Equilibrio separador
Modelo de Rothschild y Stiglitz
En este caso la firma ofrece un menú de contratos:
{(w1 , e1 ), (w2 , e2 ), . . . , (wk , ek )}; πt
El trabajador conoce su habilidad y conociendo su menú de contratos se educa.

πt = distribución de probabilidades para cada tipo de trabajador t sobre la lista de contratos.
Tenga en cuenta lo siguiente:
1. Cada trabajador maximiza su utilidad al elegir un contrato.

0.5π1 (j) 0.5π2 (j)
2. wj ≤ · ej + · 2ej
0.5π1 (j) + 0.5π2 (j) 0.5π1 (j) + 0.5π2 (j)
3. No existen contratos adicionales a los del menú que de ser ofrecidos generan beneficios
positivos para la firma.
93
Gráfico 6.4: Equilibrio conjunto
Resultados del modelo

1. Los contratos aceptados generan beneficios esperados iguales a cero por trabajador para
la firma.
2. No existen equilibrios conjuntos
3. No existen equilibrios hı́bridos
4. Solo puede haber un equilibrio separador

¿Porque no existen equilibrios conjuntos?
• = menú de contratos.
A = Un punto como A es una opción de beneficios positivos para la firma. En A todos
los trabajadores tipo 2 quieren trabajar mientras que los trabajadores de tipo 1 no están
interesados.
La firma le paga a los trabajadores de tipo 2 menos de 2e y producen 2e (dado que todos
los trabajadores son de tipo 2)
4. ¿Cómo se encuentra el equilibrio separador ?

f1 representa el lugar donde al trabajador tipo 1 le da lo mismo educarse eb1 y recibir w = e
a educarse f1 y recibir w = 2e
f1 /U1 (w = eb1 , eb) = U1 (w = 2f1 , f1 )

Para encontrar eb2 :
max U2 (w, e) s.a w = 2e, e ≥ f1 .
Gráfico 6.5: Menú de contratos: no existe equilibrio conjunto
Gráfico 6.6: Equilibrio separador

95
1. Construir un ejemplo de un problema de agente - principal en el cual para el principal
sea demasiado costoso ofrecer un sistema de incentivos para inducir al agente a esfuerzo
alto, es decir que su beneficio esperado dejando que el agente participe en la firma y no
se esfuerce es superior que su beneficio esperado con el mecanismo de incentivos para
esfuerzo alto.
2. Plantear el problema 3 del capı́tulo 16 de Kreps (1990), en donde el pricipal contrata

dos agentes, y el producto depende de las acciones combinadas de los dos agentes.
Referencias
1. Existence and optimality of competitive equilibrium. C.D. Aliprantis, D.J. Brown and
O. Burkinshaw. Springer - Verlag 1990
2. Optimal Statistical Decisions. Morris De Groot. Mc Graw Hill. 1970
3. The Analytics of Uncertainty and Information. Jack Hirshleifer and John G. Riley.
Cambridge Surveys of Economic Literatura. Cambridge University Press. 1992
4. A Course in Microeconomic Theory. David M. Kreps. Princeton University Press. 1990
5. Microeconomic Theory. Andrew Mas Colell, Michael D. Whinston and Jerry R. Green.
Oxford University Press. 1995
6. Microeconomic Analysis. Hal R. Varian. W.W. Norton and Company, Inc. Third
Edition 1992

Micro A Van Zada

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Micro A Van Zada

Cargado por

Copyright:

Formatos disponibles

DOCUMENTO CEDE 2004-38

Rocı́o Ribero2 y Ricardo Bernal3

Palabras clave: Consumidor, productor, optimización, incertidumbre

Clasificación JEL: A23

Key words: Consumer, producer, optimization, uncertainty

JEL classification: A23

I TEORÍA DEL CONSUMIDOR 1

2 Los Problemas del Consumidor 15

4 Los Problemas de la Firma 57

III TEORÍA DE LA INFORMACIÓN 71

5 Decisiones bajo Incertidumbre 73

TEORÍA DEL CONSUMIDOR

La teorı́a del consumidor se sustenta en el concepto de preferencias y en el supuesto de

Racionalidad del Individuo

Por ejemplo sea X = {a, b, c}, luego el producto cartesiano X × X es:

del producto cartesiano X × X, y puede interpretarse como a º a, a º b y c º c.

Propiedades de las relaciones binarias:

x Â y ⇒ x es mejor que y ó x es estrictamente preferible a la cesta y, es decir

Contorno superior (CS) de una cesta (x) = {y ∈ X/yÂx}

Contorno inferior (CInf ) de una cesta (z) = {y ∈ X/zÂy}

Definición 1.3 Una relación de preferencias definida sobre un conjunto X es continua si

(1) ∀x ∈ X, CS(x) es un conjunto cerrado.

(2) ∀x ∈ X, CInf (x) es un conjunto cerrado.

La relación de preferencias es semicontinua superior cuando se cumple (1) y semicontinua

son conjuntos abiertos.

Ejemplo 1.1 Consideremos la siguiente relación binaria definida sobre R2+ :

Gráfico 1.1: Cestas que se pueden comparar

(4, 2) ∧ (2, 4) 6≤ (4, 2) .

⇒ (x1 , x2 ) ≥ (y1 , y2 ) ∧ (y1 , y2 ) ≥ (z1 , z2 ) ,

⇒ (x1 , x2 ) ≥ (z1 , z2 ) ⇒ (x1 , x2 ) Â (z1 , z2 ) ⇒ xÂz,

por lo tanto la relación binaria es transitiva.

Gráfico 1.2: Contorno inferior y superior

El CS incluye el borde. Por ejemplo, (5, 5) ≥ (3, 5) . De esta manera el CS es un

Ejemplo 1.2 Considérese la siguiente relación de preferencias (º) sobre R2+ :

Gráfico 1.3: Contorno inferior y superior de nivel (3,1)

indiferencia de nivel 4, CI(z) = {x/x ∼ z} que es también la intersección de los conjuntos

Nota: X es un conjunto convexo si

∀x, y ∈ X, ∀α ∈ [0, 1] , αx + (1 − α)y ∈ X.

(c) Estrictamente cuasicóncava si

(d) Estrictamente cuasiconvexa si

(g) Convexa si (−u) es cóncava, es decir,

(h) Estrictamente convexa si (−u) es estrictamente cóncava, es decir,

Resultado 1.2 Toda función cóncava es cuasicóncava.

Gráfico 1.4: Contorno superior e inferior de nivel a de una función f

Resultado 1.3 Sea f una función definida sobre un conjunto convexo S:

Ejercicio 1.7 Probar que el Resultado 1.3 y la definición de función cuasicóncava de la

4) Si Dk (x) < 0, ∀k, ∀x

Ejemplo 1.3 f (x) = x2 , definida en x > 0.

⇒ D1 (x) = −4x2 < 0, ∀ x > 0, por lo tanto f (x) es cuasiconvexa y también es

Ejemplo 1.4 f (x) = x2 , definida en x ≥ 0.

(b) Monótona estricta si

La propiedad de monotonicidad de las preferencias significa que para el consumidor “más

Definición 1.8 (Insaciabilidad Local) (Â) satisface la no saciabilidad local si

Resultado 1.5 Si (Â) es monótona estricta entonces satisface la propiedad de no saciabilidad

Ejercicio 1.8 Probar el Resultado anterior.

Ejs: u3 , u5 , u7 , eu , Ln u, a + bu, ∀b > 0, (esta clase de transformación es llamada afı́n).

La demostración de este Teorema puede consultarse en los capı́tulos correspondientes en el

Ejercicio 1.11 Probar la parte (b) del Teorema anterior.

a) f (x) = x3 + x2 + x + 1 donde x ∈ <

2. Encontrar los intervalos de concavidad y convexidad de las siguientes funciones:

3. a) Dar un ejemplo de una relación que no sea completa.

Describa las propiedades de estas preferencias y haga un bosquejo de las curvas de

Los Problemas del Consumidor