“AÑO DE LA UNVERSALIZACION DE LA SALUD”

UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE ECONOMIA

Responsables:

Bayona Alzamora Gino Esteban

Chasquero García Yesmi del Rosario

Morales Carreño Delia Maribel

Vilela Chanduvi Veronica Milagros

Docente:

Luis Vicente Mejía Alemán

Tema:

Distribución de rentas y curvas de Lorenz

Área:

Cálculo Infinitesimal II

Ciclo:

III

2020
 I. Conceptos Teóricos
La curva de Lorenz
La distribución de la renta puede medirse a través de indicadores diversos. Los
principales indicadores son: la curva de Lorenz, el coeficiente de Gini, el índice de
convergencia sigma y los indicadores de pobreza. Tienen la opción de qué medir: los
ingresos antes y después de impuestos, el consumo y la riqueza son indicadores útiles; y
puede examinarse las distintas fuentes de ingresos, como los salarios, plusvalías,
impuestos y beneficios. Comprender las dimensiones de la desigualdad económica es un
primer paso clave para elegir las políticas adecuadas que la aborden.
¿Cómo se define la curva de Lorenz y cuál es su importancia?
La curva de Lorenz es un gráfico frecuentemente utilizado para representar la
distribución relativa de una variable en un dominio determinado. El dominio puede ser
el conjunto de hogares o personas de una región o país. Relaciona el porcentaje
acumulado de la población, con el porcentaje acumulado del ingreso que posee esa
población. Esta curva permite representar gráficamente la concentración del ingreso de
una región en un período determinado y mide La distribución del ingreso.
¿Cómo se calcula?
Se ordena la información de los individuos en cuanto a ingreso de forma ascendente,
posteriormente se establece el porcentaje del ingreso que le corresponde al X porcentaje
con ingreso más bajo de la población. El porcentaje acumulado de la población se
grafica en el eje horizontal y el porcentaje de ingreso acumulado para esa población se
grafica en el eje vertical. Para tener en cuenta Si dos curvas de Lorenz (cada una para
una población diferente o para un periodo diferente) se cruzan, no es posible determinar
cuál de las dos poblaciones tiene una distribución menos o más concentrada del ingreso.
Importancia Con base en esta curva, es posible calcular el coeficiente de Gini para
medir la concentración del ingreso.
Coeficiente de Gini
El ideólogo y estadístico italiano Corrado Gini (1884-1965), autor de Las bases
científicas del fascismo (1927), desarrolló en 1912 un método para medir la desigualdad
de una distribución en su obra Variabilità e mutabilità. En ella introdujo el valor de 0
para expresar la igualdad total y el valor de 1 para la máxima desigualdad. Este método
se aplica en el estudio de la distribución de desigualdad en Ciencias de la Salud,
ingeniería, ecología, química, transporte, etc. Pero quizá donde tiene su uso más
característico es en el estudio de la desigualdad de los ingresos que se realiza en
Economía
¿Cómo se relaciona con la curva de Lorenz?
El Coeficiente de Gini se basa en la Curva de Lorenz, que es una representación gráfica
de una función de distribución acumulada, y se define matemáticamente como la
proporción acumulada de los ingresos totales (eje y), que obtienen las proporciones
acumuladas de la población (eje x). La línea diagonal representa la igualdad perfecta de
los ingresos: todos reciben la misma renta (el 20% de la población recibe el 20% de los
ingresos; el 40% de la población el 40% de los ingresos, etc). En la situación de máxima
igualdad o equidad distributiva, el Coeficiente de Gini es igual a cero (el área A
desaparece): a medida que aumenta la desigualdad, el Coeficiente de Gini se acerca al
valor de 1.
Datos del coeficiente de Gini
Tiene dos inconvenientes:
• Es hipersensible a los cambios en el medio.
• Parece ser infrasensible en los extremos.
En otras palabras, el coeficiente no refleja de manera muy explícita los cambios en el
10% superior, que se ha convertido en el foco de gran parte de la investigación de la
desigualdad en los últimos 10 años, o en el 40% inferior, donde reside la mayor parte de
la pobreza.
¿Como se calcula?
El primer paso para calcular el Coeficiente de Gini utilizando datos agregados por
unidades geográficas es ordenar los individuos o las unidades geográficas por la
variable de salud elegida de la peor situación a la mejor. Luego se transforma la tasa en
una variable continua y se calcula la proporción acumulada de las dos variables. A
continuación, se construye el gráfico de la proporción acumulada para la variable de
salud (eje Y) sobre la proporción acumulada de la población y se puede calcular el
coeficiente de Gini como valor absoluto del resultado de la fórmula de Brown.
Los pasos a seguir para el cálculo del coeficiente de Gini son los siguientes:
• Ordenar las unidades geográficas por la variable de salud de la peor situación a
la mejor
• Transformar la tasa en variable continua (calcular el número de muertes
infantiles para cada unidad geográfica)
• Calcular las proporciones para las dos variables
• Calcular las proporciones acumuladas para las dos variables
• Graficar la curva de Lorenz representando en el eje “X” la proporción
acumulada de la población y en el eje “Y” la proporción acumulada del número de
eventos de la variable de salud.
• Calcular el coeficiente de Gini utilizando la formula de Brown.
• Interpretación
Resumen del Texto
Para utilizar la definición de la curva de Lorenz, se tiene de ejemplo:
Para la tabla participan la renta total de un país y se selecciona el 20% de la población,
se tiene en cuanta desde los pobres hasta los que son extremadamente millonario.

De esta tabla se analiza de cómo no todos los países distribuyen de manera equitativa la
renta total para las diferentes clases sociales, Del grafico se puede observar que casi el
quinto inferior recibe de la renta total el 2.8% en el país de Colombia, mientras que en
país de Tailandia el quinto inferior recibe el triple de lo que se recibe en Colombia; esto
me dice que hay una desigualdad en la distribución de la renta, en tanto al país de
Estados Unidos su distribución fue más desigual con respecto a Tailandia pero menos
desigual con respecto de Colombia.
En la distribución total de estos países, es decir la distribución de la renta total el quinto
inferior recibe el 0.1% de la renta total.
Después del análisis de la tabla se acumula el porcentaje de las rentas de tal manera que
la tabla resulta:

Al analizar la tabla se grafica de tal manera donde podamos ubicar la curva de Lorenz,
pero con la gráfica no hemos hallado la curva de Lorenz, ya que esto nos demuestra que
está condicionada por la función continua de densidadf (r ); por ello se utiliza el tema de
aplicaciones económicas de la integración.
II. Análisis de la lectura
Coeficientes de Gini de los países que se encuentran en la siguiente Tabla:

País Coeficiente de Gini (2000)

Colombia 0.567
Estados Unidos 0.401
Finlandia 0.272

Como vemos, Finlandia tiene una menor desigualdad según las cuotas de participación
en la renta total que Colombia y Estados Unidos, por ello su coeficiente de Gini es
menor y más cerca al 0, hay menor desigualdad en el ingreso en el año 2000, a
consecuencia de que Finlandia tiene menos habitantes que Colombia y EEUU.
¿Cómo hallar la curva de Lorenz?
1. Debemos considerar la función de distribución acumulada F (r )
F (r ) es la proporción de individuos que no ganan más de r dólares., es decir la
proporción de la población que tienen rentas ≤ r, y viene dada por la siguiente integral:
r
F ( r ) =∫ f ( x ) dx
o

Donde, se cambia la variable r por la variable x, para poder realizar el proceso de

integración y poder obtener F (r ), donde f (r ) es la función de densidad de la renta.
Recordemos que f (r ) es una función de densidad continua de la renta de una cierta
población con rentas en un intervalo [ r 0 , r 1 ]. Si r 0 ≤ a ≤b ≤ r 1 , entonces la integral
b

∫ f ( r ) dr es la proporción de individuos con rentas en [ a , b ]. Por ello si queremos hallar

a
la proporción de la población acumulada que tenga una renta ≤ r, simplemente
integramos f (r ) colocándolo como f (x) desde una renta 0, ya que se supone que r≥ 0,
hasta un nivel de renta r, para asi obtener la función de distribución acumulada de la
renta.
Se debe verificar que F ( 0 )=0. Por lo tanto, cuando la renta es 0, es decir, r =0, si
r
evaluamos la función de distribución acumulada F ( r ) =∫ f ( x ) dx, esto será:
o
 0
F ( 0 )=∫ f ( x ) dx → F ( 0 )=f ( 0 )−f ( 0 ) → F (0)=0. Esto da cero y es así, ya que ningún
o
individuo tendrá una renta igual a 0, es decir, todo individuo poseerá una renta, así el
valor de esta sea muy pequeño.
También se debe verificar que F ( ∞ ) =1. Por lo tanto, cuando la renta es ∞, es decir,
r
cuando r → ∞, si evaluamos la función de distribución acumulada F ( r ) =∫ f ( r ) dr, esto
o
∞ r

será: F ( ∞ ) =∫ f ( r ) dr → lim
0 r→∞ [∫ ]
o
f ( x ) dx =1. Esto es uno y es así, ya que aun cuando la

renta de algunos individuos puede ser bastante elevada, la renta que poseen todos los
individuos, en general, toma valores finitos, por ello podemos concluir que
F ( r ) →1 cuando r → ∞.

Si fijamos una renta r, y luego igualamos F ( r ) =p, podemos decir que p es la

proporción de la población que recibe una renta menor o igual a r. Y también nos habla
que podemos hacer una operación inversa, fijar una proporción de la población p, y
encontrar el nivel de renta r, de manera que una parte p de la población tenga una renta
menor o igual a r, denotando está relación dicha como r =R ( p), por definición R es la
inversa de F, lo demostraremos:
F ( r ) =p r =R( p)

F ( R ( p ) ) =p

F ( r ) =p ← demostrado
La función R podemos decir que está bien definida, ya que la función F es una función
1
estrictamente creciente y eso garantiza que exista su inversa. Si p= , podemos afirmar
2
que la mitad de la población recibe una renta menor o igual a r, y la otra mitad una renta
mayor que r, por ello hasta nivel medio de renta se le llama mediana de la distribución,
que es la posición central de r, un 50% recibe una cantidad menor o igual a r y un 50%
una cantidad mayor a r. Ahora explicaremos, que ciertos intervalos de renta entre
valores distintos de R( p) reciben también nombres apropiados, por ejemplo

[ R ( 0,2 ) , R( 0,4)] ← Segundo quintil

Los quintiles de nivel de renta r, se obtienen al ordenar la población, por ejemplo, en un
país o región determinados, desde el individuo más pobre al más rico (en la práctica se
usan familias) y luego dividir esa población en cinco partes iguales. A los quintiles
generalmente se les asigna el nombre Q1, Q2, Q3, Q4 y Q5. El 20% de los individuos
más pobres representa el primer quintil, es decir, Q1, el siguiente 20% en nivel de
pobreza representa el segundo quintil o Q2, y así sucesivamente, hasta el 20% más rico
que representa el quinto quintil o Q5. En este caso este intervalo representa el segundo
quintil, entre el segundo 20% (entre el 20% y el 40 %) más pobre de la población, que
recibe un nivel de renta r.
[ R ( 0,6 ) , R (0,7)] ← Séptimo decil
De la misma manera los deciles de nivel de renta ordenan a la población en 10 partes
iguales, Así, el decil 1 representa al 10% de la población con la condición
socioeconómica más pobre, y el decil 10 al 10% de las personas con mayores ingresos
del país. En este caso este intervalo representa el séptimo decil, el séptimo 10% (entre el
60% y el 70%) más pobre de la población, que recibe un nivel de renta r. Podemos
hallar la derivada de R( p) mediante la regla de la derivación inversa, ya que tenemos la
inversa de R( p) que es F (r ), para ello veremos como se deriva la inversa de una
función:
dr
Dado que R ( p )=r su derivada es
dp
dp
Su función recíproca o inversa es F ( r ) =p, y su derivada es
dr
Ambas funciones derivadas cumplen, usando la regla de la cadena:
dr
∗dp
dp
=1
dr
Por lo tanto, tenemos:
R ´ ( p )∗F ´ ( r )=1
1
R ´ ( p )=
F ´ (r )
Recordemos que la derivada de F ´ (r) era la función de densidad de la renta:
1
R ´ ( p )=
f ( r)
Y reemplazando el valor de r =R ´ ( p ) tenemos:
1
R ´ ( p )=
f (R ( p))
Esto nos dice que vale para todo p ϵ (0,1), es decir para cualquier proporción de la
población, ya que hemos supuesto que f (r )> 0 para todos los niveles de renta r. Nos
dice que la función R( p) nos da un nivel individual de rentas, pero no mide cuál es la
renta total de la población p más pobre de la población, por ejemplo, si reemplazamos p
igual a 0.30 en R( p) simplemente estaremos hallando el nivel de renta que tiene el 30%
de la población más pobre. Tampoco la participación de dicho grupo poblacional en la
renta total de la economía, es decir que parte de la renta total en la economía está
recibiendo la proporción p, por ello es que pasa a analizar otra función L, de manera que
L( p) sea la proporción de renta total de la economía que corresponde a la fracción p
más pobre para cada pϵ [0,1]. Es decir, si p=0.5 y L( p) nos da 0.5, eso quiere decir que
el 50% de la población más pobre recibe el 50% de la renta total de la economía. La
curva de Lorenz es la gráfica de la función L. La renta total de la economía sabemos que
 ∞

está dada como: n ∫ rf ( r ) dr, ya que n es el número de individuos de la población y la

0
∞
integral definida ∫ rf ( r ) dr, definido en un intervalo de 0 al ∞, representa el valor
0
esperado de la renta, es decir la renta promedio de la población, y al multiplicar la renta
promedio de la población por el número de individuos de la población, obtenemos la
renta total de la economía. Como ya sabemos, R( p) es el nivel de renta del más rico
entre la fracción p más pobre de la población, la renta total de este grupo, es decir la
renta total de la fracción p más pobre de la población, que tiene un nivel de renta mayor
que 0 pero menor que el nivel de renta del más rico de esa fracción, queda definida de la
R ( p)

siguiente manera: n ∫ rf ( r ) dr. Supongamos que R ( p )=1000 , y p=0.2, al reemplazar

0
los datos en esta integral definida estaremos hallando la renta total del 20% más pobre
de la población, que tiene una renta menor o igual a 1000,
Entonces la función L ( p ), va a estar dada como la renta total de la fracción p más pobre
de la población, entre la renta total de la economía, de esta manera hallamos la
proporción de renta total de la economía que corresponde a la fracción p más pobre, lo
cual representa la función L ( p ), es como suponiendo que en una familia, el padre tiene
una renta de 1000 soles, y a uno de sus hijos le da 20 soles, entonces la proporción de la
renta del padre que le corresponde al hijo, será 20/100, lo que es el 20%.
Matemáticamente entonces, la función L ( p ) estará dada por:
R (p ) R (p )

n ∫ rf ( r ) dr ∫ rf ( r ) dr ∞
0 0
L ( p )= ∞
= ∞
,∫ rf ( r ) dr >0
0
n ∫ rf ( r ) dr ∫ rf ( r ) dr
0 0

Donde la renta media de la economía tiene que ser mayor que 0, por mas que sea muy
pequeña, una economía no puede tener una renta media negativa ni cero.
∞

Si igualamos la renta media, a una variable m, es decir ∫ rf ( r ) dr =m, la función L( p)

0
quedaría de la siguiente manera:
R ( p)
1
L ( p )= ∫ rf ( r ) dr , m> 0
m 0

La renta media de la fracción p más pobre de la población tiene que ser mayor o igual
que 0, ya que hemos dicho que las rentas tienen que ser positivas, pero será menor que
la renta promedio de toda la economía, entonces podemos establecer el intervalo en que
se va a encontrar la renta media de la fracción p más pobre de la población:
R ( p) ∞

0≤ ∫ rf ( r ) dr ≤∫ rf ( r ) dr
0 0
Esto implica que la función L( p) se encuentre entre 0 y 1:
R (p )

∫ rf ( r ) dr ∞
0
L ( p )= ∞
, ∫ rf ( r ) dr >0
0
∫ rf ( r ) dr
0

R ( p) ∞

Al ser ∫ rf ( r ) dr ≤∫ rf ( r ) dr, como hemos explicado, L( p) se convierte en una fracción

0 0
propia, la cual tiene que ser menor o igual que 1, es decir 0 ≤ L(p)≤1 para todo pϵ [0,1],
ya que el denominador es mayor que el numerador, y tiene que ser mayor o igual que 0,
R ( p)

ya que ∫ rf ( r ) dr es mayor o igual que 0, generalmente no vale 0, pero puede darse el

0
∞

caso, y como hemos mencionado anteriormente, ∫ rf ( r ) dr tiene que ser mayor que
0
cero.
Luego la lectura nos dice que podemos hallar la pendiente de la curva de Lorenz,
usando la siguiente regla de derivación:
g (x)
'
F ( x )= ∫ f ( t ) dt =f ( g ( x ) ) ∙ g '( x)
a

R ( p)
1
Así derivando L ( p )= ∫ rf ( r ) dr, tenemos:
m 0

1
L' ( p ) = R( p) ∙ f ( R ( p ) )∙ R' ( p)
m
' 1
Anteriormente habíamos visto la siguiente igualdad: R ( p )= , deducida en el
f ( R ( p) )
análisis de la derivación de su función inversa, entonces reemplazamos R' ( p ) por
1
, tenemos:
f (R ( p ) )
1 1
L' ( p ) = R( p) ∙ f ( R ( p ) )∙
m f (R ( p ))

Simplificando f (R ( p )) obtenemos que:

R( p)
L' ( p ) =
m
Esto nos quiere decir, que la pendiente de la curva de Lorenz será igual al cociente entre
el nivel de R( p) y la renta media m, es decir el cociente entre el nivel de renta del más
rico de la fracción p más pobre de la población, y la renta media o promedio de toda la
economía.
Derivando por segunda vez obtenemos:
1
L' ' ( p ) = ∙ R ' ( p)
m
Donde anteriormente ya habíamos visto que:
1
R' ( p ) =
f ( R ( p) )
Por lo tanto:
1
L' ' ( p ) = >0
mf (R ( p ))

Para todo p ϵ (0,1), además dado que es positiva la curva de Lorenz tiene un mínimo a
partir del cual la curva empezará a tener pendiente positiva, esto quiere decir que a
medida que aumenta la proporción de la población, aumenta también la proporción de la
renta total de la economía que le corresponde. Por lo tanto, dadas estas condiciones
estamos hablando de una curva estrictamente convexa y por ella pasa una única
tangente.
Ahora, vemos que L ´ ( p) solo será igual a uno cuando R ( p )=m, lo cual podemos
comprobar:
R( p)
L' ( p ) =
m
m
L' ( p ) = =1
m
Es decir, la derivada de la curva de Lorenz, será igual a uno solo cuando el nivel de
renta del más rico de la fracción p más pobre de la población sea igual a la renta media
o promedio de toda la economía. Si R ( p )=m, su función inversa será p=F (m), es decir
cuando la pendiente de la curva de Lorenz es 1, la proporción p de la población que se
analiza en ese punto, tiene que ser igual a la proporción de la población que tiene rentas
iguales o inferiores a la renta media de toda la economía. Por ello cuando la proporción
de la población que analizamos es mayor que 0 y menor que F (m), es decir cuando la
proporción p de la población que analizamos es menor que la proporción de la
población que tiene rentas iguales o inferiores a la renta media de la economía, la
derivada de la curva de Lorenz será menor que 1, lo podemos deducir de la siguiente
manera:
p< F (m)
R ( p ) <m , por ser la función inversa de F( m)

Y cuando R ( p ) <m, la pendiente de la curva de Lorenz es menor que 1, ya que se

convierte en fracción propia, es decir el numerador R( p) es menor que el denominador
m, y esto quiere decir que será menor que 1, matemáticamente esto es:
p< F ( m ) → L ´ ( p )< 1
Nos comenta que cuando L ´ ( p )<1, la curva de Lorenz crece inicialmente más
lentamente que la recta de 45 grados de inclinación o recta de perfecta igualdad, es decir
cuando L ´ ( p )<1, la pendiente aumenta y la función crece, pero en menor proporción o
más lentamente que la recta de 45 grados de inclinación, recordemos que está recta
crece con pendiente 1 y es constante, por ello cuando la pendiente de Lorenz es menor
que uno, la función crece, pero de manera más lenta que la recta de 45 grados de
inclinación, cuya pendiente es igual a 1, y no menor a 1. En este punto cuando p=F (m)
, la distancia entre la curva de Lorenz y la recta de 45 grados de inclinación o línea de
perfecta igualdad alcanza un máximo. Esto es cierto, ya que la distancia entre la recta de
45 grados de inclinación y la curva de Lorenz es máxima cuando unimos esta recta con
una recta paralela y tangente en un punto de la curva de Lorenz, como es paralela tiene
la misma pendiente es decir 1, y como es tangente en un punto de la curva de Lorenz,
pues la curva en ese punto tendrá también pendiente 1, y esto se cumple cuando
R ( p )=m, o también por la inversa tenemos p=F ( m ).
De manera análoga cuando la proporción de la población que analizamos es mayor que
F (m) y menor que 1, es decir cuando la proporción p de la población que analizamos es
mayor que la proporción de la población que tiene rentas iguales o inferiores a la renta
media de la economía, la derivada de la curva de Lorenz será mayor que 1, lo podemos
deducir de la siguiente manera:
p> F (m)
R ( p ) >m , por ser la función inversa de F( m)
Y cuando R ( p ) >m, la pendiente de la curva de Lorenz es mayor que 1, ya que se
convierte en fracción impropia, es decir el numerador R( p) es mayor que el
denominador m, y esto quiere decir que será mayor que 1, matemáticamente esto es:
p> F ( m ) → L ´ ( p )> 1

Nos comenta de igual manera, que cuando L ´ ( p )>1, la curva de Lorenz termina
creciendo más rápido que la recta, es decir cuando L ´ ( p )>1, la pendiente aumenta y la
función crece, pero esta vez en mayor proporción o más rápido que la recta de 45 grados
de inclinación, recordemos que está recta crece con pendiente 1 y es constante, por ello
cuando la pendiente de Lorenz es mayor que uno, la función crece, pero de manera más
rápida que la recta de 45 grados de inclinación, cuya pendiente es igual a 1, y no mayor
a 1, la pendiente de la curva de Lorenz crecerá rápidamente hasta que esta se corte con
la recta de perfecta igualdad, en p=1, es decir el 100% de la población.
 Punto de corte entre la
recta de 45 grados de
inclinación y la curva
de Lorenz en p =1

Máxima distancia
entre la recta de
perfecta igualdad
y la curva de
Lorenz

Punto de corte entre la

recta de 45 grados de
inclinación y la curva
de Lorenz en p =0

Entonces, debido a la forma convexa con pendiente positiva que tiene la curva de
Lorenz, a medida que aumenta su pendiente de 0 a 1, crece inicialmente más lentamente
que la recta de perfecta igualdad, y cuando es mayor a 1, crece más rápidamente que la
recta de perfecta igualdad como lo hemos explicado, por ello siempre en particular
L ( p )< p, en el dominio de p ∈(0,1), es decir, a cada proporción de la población p, le
tocará una menor proporción que p, de la renta total de la economía. Por ejemplo, en ese
gráfico, vemos que al 75% de la población acumulada, le toca aproximadamente un
37.5% de la renta total de la economía, una proporción menor a 75%, y siempre será así
L ( p )< p, debido a la forma convexa y pendiente positiva de la curva de Lorenz, es más,
si se llegará a dar el caso de la recta de perfecta igualdad, L ( p )= p, es decir al 20% de la
población le correspondería un 20 por ciento de la renta total de la economía, al 40% de
la población le correspondería un 40 por ciento de la renta total de la economía, y así,
pero nunca sucederá que L ( p )> p.
A partir de la curva de Lorenz podemos definir una medida G de la desigualdad de
renta, conocido como el coeficiente de Gini. Este puede calcular dividiendo el área que
queda entre la curva de Lorenz y la recta de igualdad entre el área total que queda bajo
la curva, así obtendremos nuestro coeficiente. Matemáticamente la fórmula es:
A
G= donde:
A+ B
A = Área entre la recta de 45° o recta de perfecta igualdad y la curva de Lorenz
B = Área por debajo de la curva de Lorenz.
El numerador, que es el área de la zona A, es decir, el área de la zona que está entre la
recta de igualdad y la curva de Lorenz, será el área bajo la recta de perfecta igualdad
menos el área bajo la curva de Lorenz. El área bajo la recta de perfecta igualdad, es todo
el triángulo que esta por debajo de la recta de 45° grados, este triángulo tiene como base
al porcentaje de la población acumulada que va de 0% a 100%, si lo expresamos en
números, de 0 a 1, por lo tanto su base será igual a 1, y de la misma manera, la altura de
este triángulo es el porcentaje acumulado de la renta de toda la economía, que de igual
manera va desde 0% a 100% si lo expresamos en números, de 0 a 1, por lo tanto su
altura será igual a 1, y el área de un triángulo es base por altura sobre 2, esto será 1 por
1
1 entre dos, lo que nos da . El área bajo la recta de perfecta igualdad también lo
2
podemos calcular como la integral definida que va desde 0 a 1 de L ( p )= p, es decir
1

∫ p dp, lo que también nos da ½

0

∫ p dp
0

1
p2
2 |
0

( 12 )−( 02 )= 12
Como vemos, de ambas formas, geométricamente y algebraicamente nos da el área bajo
la recta de perfecta igualdad ½.
1

El área bajo la curva de Lorenz será la integral definida ∫ L ( p ) dp, ya que recordemos
0
que para calcular un área bajo una curva utilizamos las integrales definidas, y los límites
de integración de la integral definida de la curva de Lorenz son de 0 a 1, ya que su
dominio son los porcentajes acumulados de la población que va desde 0% a 100% como
hemos dicho, y esto sin porcentajes es de 0 a 1. Entonces el área área de la zona A
quedará definida como:
1
1
Área ( A )= −∫ L ( p ) dp
2 0

El denominador que es el área de la zona A más el área de la zona B, es ½ dado que es

el área de todo el triángulo ya mencionado anteriormente. De esta manera, nos queda
que el coeficiente de Gini estará dado por:
1
1
−∫ L ( p ) dp
2 0
G=
1
2
realizando la división nos queda como:
1
G=1−2∫ L ( p ) dp
0

Nos comenta que de aquí deducimos que 0 ≤ G< 1. Como habíamos analizado
anteriormente, a cada proporción de la población p, le tocará una menor proporción que
p, de la renta total de la economía, esto quería decir que 0 ≤ L ( p ) < p. Teniendo el
intervalo en que se encuentra L ( p ) podemos hallar también el intervalo en que se
encontrará el coeficiente de Gini:
Cuando L ( p )=0, esto significaría una desigualdad total, ya que a cada proporción de la
población no le correspondería nada de la renta de la economía
1
G=1−2∫ 0 dp
0

G=1−0=1
Cuando L ( p )= p, esto significaría una igualdad perfecta y equitativa de la distribución
de la renta, como ya hemos explicado anteriormente.

1
G=1−2∫ p dp
0

1
p2
G=1−2
2 [ |] 0

1 0
G=1−2
[( ) ( ) ]
2
−
2
G=1−2 ( 12 )
G=0
Por lo tanto, el coeficiente de Gini se encontrará en el siguiente intervalo:
0 ≤ G< 1
El coeficiente de Gini se aproxima a su extremo inferior, es decir, toma el valor de 0
cuando la curva de Lorenz se acerca a la diagonal; esto ocurre, cuando la renta tiende a
ser distribuida más equitativamente, con cada fracción más pobre p de la población. El
coeficiente se aproxima al otro extremo, es decir, toma el valor de 1, cuando la curva de
Lorenz se aleja de la diagonal: cuando la renta se distribuye más desigualmente, con
cada fracción p más pobre de la población. En general, conforme la curva de Lorenz
baja, la distribución de la renta se hace más desigual y el coeficiente de Gini crece.
Podemos concluir entonces que el coeficiente de Gini mientras más cerca este a 1,
representa una mayor desigualdad de la distribución de la renta, y mientras más cerca
este a 0 representa una menor desigualdad de la distribución de la renta.
Veamos el siguiente ejemplo aplicando todo lo aprendido:
17 2 1
La distribución de cierto país está descrita por la Curva de Lorenz f ( x )= x + x.
18 18
a) ¿Qué proporción de los ingresos totales del país recibe el 50% de la población
más pobre?
b) Determine el coeficiente de desigualdad correspondiente a esta curva.
SOLUCION:
a)
50 %=0.5
17 1
f ( 0.5 )= ( 0.5 )2 + ( 0.5 )
18 18
f ( 0.5 )=0.2639=26.39 %
Por lo tanto, el 50% de la población más pobre recibe el 26.39% del total de la riqueza
de su economía.
b)
1
G=1−2∫ f ( p ) dp
0

1
17 2 1
G=1−2∫ ( x + x ) dx
0 18 18
1 1
G=1−2 ∫
17 2
0 18
[ 1
x dx +∫ xdx
0 18
]
 1 1

G=1−2
[ ( | ) ( | )]
17 x 3
+
1 x2
18 3 0 18 2 0

17 13 03 1 12 02
G=1−2 [ ( ) (
− +
18 3 3 18 2 2
− )]
17 1
G=1−2 [ −
54 36 ]
G=0.4259

III. Resolución De Problemas

 1. Dibujar la curva de Lorenz para Colombia y para Estados Unidos en 2000,
usando los datos de la tabla 2.4
a) Curva de Lorenz para Colombia en el año 2000

Curva de Lorenz de colombia en el año

2000
% Acumulado de la renta total de la economía

1.2

1
f(x) = 3.26 x⁶ − 1.97 x⁵ − 4.02 x⁴ + 4.65 x³ − 1.14 x² + 0.22 x
0.8

0.6

0.4

0.2

0
0 0.2 0.4 0.6 0.8 1 1.2
% Acumulado de la población

Con los datos de la Tabla 2, donde nos dan las Rentas Acumuladas en el año 2000 de
Colombia, elaboramos la curva de Lorenz para Colombia en el año 2000:

El programa Excel, nos brinda una ecuación aproximada de la curva de Lorenz, que se
encuentra de bajo del título, pero la podemos expresar así:

L ( p )=7.8125 p 5−15.104 p4 +10.521 p3−2.5708 p2 +0.3417 p

 b) Curva de Lorenz para Estados Unidos en el año 2000

Curva de Lorenz de colombia en el año 2000

% ACUMULADO DE LA RENTA TOTAL DE LA ECONOMIA

1.2

1
f(x) = 3.78 x⁵ − 7.11 x⁴ + 4.88 x³ − 0.73 x² + 0.18 x
0.8

0.6

0.4

0.2

0
0 0.2 0.4 0.6 0.8 1 1.2
% ACUMULADO DE LA POBLACIÓN

El programa Excel, nos brinda una ecuación aproximada de la curva de Lorenz, que se
encuentra de bajo del título, pero la podemos expresar así:

L ( p )=3.776 p5−7.1094 p4 + 4.8802 p 3−0.7281 p 2+ 0.1813 p

2.
3. Investigue la base de datos más actualizada para el caso de Perú y dos países
vecinos de Latinoamérica con el fin de representar gráficamente la curva de
Lorenz y determinar el coeficiente de Gini. Compare el caso peruano con los otros
dos países y haga sus interpretaciones y comentarios.
a) Curva de Lorenz y Coeficiente de Gini de Perú en el año 2018
Para poder elaborar la curva de Lorenz, utilizaremos la información brindada por el
Banco Mundial, que nos da el siguiente gráfico que muestra el Ingreso por Quintil del
Perú en el 2018.
Ingreso por quintil Perú 2018

Tenemos los porcentajes de la renta total de la economía que le corresponde a cada

quintil, para graficar la curva de Lorenz obtendremos los porcentajes acumulados de la
renta total de la economía que le corresponden a cada porcentaje acumulado de la
población por quintil:
Porcentaje acumulado de Porcentaje acumulado de
la población la renta total de la
Perú 2018 economía (Perú. 2018)
0% 0%
20% 5%
40% 15%
60% 30%
80% 52%
100% 100%
 Curva de Lorenz de Perú en el año 2018
& Acumulado de la renta total de la economía
1.2

0.8

0.6

0.4

0.2

0
0 0.2 0.4 0.6 0.8 1 1.2
& Acumulado de la población Curva de Lorenz

Luego, con estos datos, pasaremos a graficar la curva de Lorenz y obtener su ecuación
en en excel:

Excel nos brinda la ecuación aproximada de la función de la Curva de Lorenz de Perú

en el año 2018:

L ( p )=3.9063 p 5−7.2917 p4 + 4.8438 p3 −0.7083 p 2+ 0.25 p

Ahora que tenemos la función de la curva de Lorenz, pasaremos a hallar
aproximadamente el coeficiente de Gini
1
G=1−2∫ L( p)dp
0

1
G=1−2∫ ( 3.9063 p5−7.2917 p 4 +4.8438 p3−0.7083 p2 +0.25 p ) dp
0

1
p6 p5 p4 p3 p2
G=1−2 3.9063 −7.2917 +4.8438 −0.7083 +0.25
6 5 4 3 2 [ ]
0

16 15 14 13 12 06 05 04
4 3 2 [(
G=1−2 3.9063 −7.2917 + 4.8438 −0.7083 + 0.25 − 3.9063 −7.2917 +4.8438 −0.7
6 5 6 5 4 )(
G=1−2 [ ( 0.29256 )−( 0) ]

G=1−2 ( 0.29256 )=0.41488

Aproximadamente el coeficiente de Gini del Perú en el 2018, nos dio 41.488, pero
exactamente según el banco mundial el coeficiente de Gini en el Perú en el 2018 es de
0.428, esto quiere decir que nuestra aproximación está correcta, pues no nos puede salir
exacta, ya que no tenemos la función de distribución de la renta del Perú, o la función
de la Curva de Lorenz exacta.
b) Curva de Lorenz y Coeficiente de Gini de Argentina en el año 2018
Para poder elaborar la curva de Lorenz, utilizaremos la información brindada por el
Banco Mundial, que nos da el siguiente gráfico que muestra el Ingreso por Quintil del
Perú en el 2018.
Ingreso por quintil Argentina 2018

Tenemos los porcentajes de la renta total de la economía que le corresponde a cada

quintil, epara graficar la curva de Lorenz obtendremos los porcentajes acumulados de la
renta total de la economía que le corresponden a cada porcentaje acumulado de la
población por quintil:

Porcentaje acumulado de Porcentaje acumulado de

la población la renta total de la
Argentina 2018 economía (Argentina, 2018)
0% 0%
20% 5%
40% 15%
60% 30%
80% 53%
100% 100%

Luego, con estos datos, pasaremos a graficar la curva de Lorenz y obtener su ecuación
en en excel:
 % ACUMULADO DE LA RENTA TOTAL DE LA ECONOMIA
CURVA DE LORENZ DE ARGENTINA EN EL
AÑO
2018
1.2
1
0.8
0.6
0.4
Curva de Lorenz
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2
% ACUMULADO DE LA POBLACIÓN

Excel nos brinda la ecuación aproximada de la función de la Curva de Lorenz de

Argentina en el año 2018:

L ( p )=2.6042 p5 −4.4271 p 4 +2.7083 p3−0.0729 p2 +0.1875 p

Ahora que tenemos la función de la curva de Lorenz, pasaremos a hallar
aproximadamente el coeficiente de Gini
1
G=1−2∫ L( p)dp
0

1
G=1−2∫ ( 2.6042 p5−4.4271 p 4 +2.7083 p 3−0.0729 p 2+ 0.1875 p ) dp
0

6 5 4 3 2 1
p p p p p
G=1−2 2.6042 −4.4271 +2.7083 −0.0729 + 0.1875
6 5 4 3 2 [ ] 0

16 15 14 13 12 06 05 04
G=1−2 2.6042 [( 6
−4.4271 +2.7083 −0.0729 +0.1875
5 4 3 2 )(
− 2.6042 −4.4271 +2.7083 −0
6 5 4

G=1−2 [ ( 0.2951 ) −(0) ]

G=1−2 ( 0.2951 )=0.4098

Aproximadamente el coeficiente de Gini de Argentina en el 2018, nos dio 0.4098, pero
exactamente según el banco mundial el coeficiente de Gini en Argentina en el 2018 es
de 0.414, esto quiere decir que nuestra aproximación está correcta, pues no nos puede
salir exacta, ya que no tenemos la función de distribución de la renta de Argentina, o la
función de la Curva de Lorenz exacta.

c) Curva de Lorenz y Coeficiente de Gini de Colombia en el año 2018

Para poder elaborar la curva de Lorenz, utilizaremos la información brindada por el
Banco Mundial, que nos da el siguiente gráfico que muestra el Ingreso por Quintil de
Colombia en el 2018.
Ingreso por Quintil de Colombia 2018

Tenemos los porcentajes de la renta total de la economía que le corresponde a cada

quintil, para graficar la curva de Lorenz obtendremos los porcentajes acumulados de la
renta total de la economía que le corresponden a cada porcentaje acumulado de la
población por quintil:

Porcentaje acumulado de la Porcentaje acumulado de la

población renta total de la economía
Perú 2018 (Perú. 2018)
0% 0%
20% 4%
40% 12%
60% 25%
80% 45%
100% 100%

Luego, con estos datos, pasaremos a graficar la curva de Lorenz y obtener su ecuación
en en excel:
 Curva de Lorenz de colombia en el año
2018
& Acumulado de la renta total de la economía

1.2

0.8

0.6

0.4

0.2 Curva de Lorenz

0
0 0.2 0.4 0.6 0.8 1 1.2
& Acumulado de la población

Excel nos brinda la ecuación aproximada de la función de la Curva de Lorenz de

Colombia en el año 2018:

L ( p )=6.5104 p5−12.76 p 4+ 9.0104 p3−2.1146 p 2+ 0.3542 p

Ahora que tenemos la función de la curva de Lorenz, pasaremos a hallar
aproximadamente el coeficiente de Gini
1
G=1−2∫ L( p)dp
0

1
G=1−2∫ ( 6.5104 p 5−12.76 p4 + 9.0104 p 3−2.1146 p2 +0.3542 p ) dp
0

1
p6 p5 p4 p3 p2
G=1−2 6.5104 −12.76 + 9.0104 −2.1146 +0.3542
6 5 4 3 2 [ ]
0

16 15 14 13 12 06 05 04
G=1−2 6.5104 [( 6 4 3 2 6 )(
−12.76 +9.0104 −2.1146 + 0.3542 − 6.5104 −12.76 +9.0104 −2.11
5 5 4

G=1−2 [ ( 0.2579 )−( 0) ]

G=1−2 ( 0.2579 )=0.4842

Aproximadamente el coeficiente de Gini de Colombia en el 2018, nos dio 0.4842, pero
exactamente según el banco mundial el Coeficiente de Gini de Colombia en el 2018 es
de 0.504, esto quiere decir que nuestra aproximación está correcta, pues no nos puede
salir exacta, ya que no tenemos la función de distribución de la renta de Colombia, o la
función de la Curva de Lorenz exacta.
Comparaciones y comentarios
Tenemos que el coeficiente de Gini del Perú en el año 2018 fue de 0.428, de Colombia
fue de 0.504 y de Argentina fue de 0.414. Como vemos aquel país que tiene un mayor
coeficiente de Gini en el año 2018 es Colombia, eso quiere decir que Colombia tiene
una mayor desigualdad de la distribución de la Renta que Perú y Argentina. Luego de
Colombia, Perú tiene tuvo un coeficiente de Gini más alto que el de Argentina en el año
20018, eso quiere decir que Perú tiene una mayor desigualdad de la distribución de la
Renta que Argentina. Los coeficientes de Gini de los tres países en el 2018 son altos,
por ello es que a veces vemos tanto en Perú, Argentina o Colombia mucha gente que se
encuentra en condición de pobre y pobre extremo. Si vemos la curva de Lorenz de Perú
en el año 2018, al 80% de la población, solo le toca el 52% de toda la renta de la
economía, ello es una cantidad muy baja para tanta población, Si vemos la curva de
Lorenz de Argentina en el año 2018, al 80% de la población, solo le toca el 53% de toda
la renta de la economía, lo cual es quizá una mayor distribución que en el Perú, pero
igual es una cantidad muy baja para tanta población. Y por último si vemos la curva de
Lorenz de Colombia en el año 2018, al 80% de la población, solo le toca un 45% de
toda la renta de la economía, una menor distribución le toca a esa proporción que en
Perú y en Argentina, y lo cual es una cantidad mucho más baja para tanta población.