MODELOS ECONMICOS

Este libro ilustra cmo utilizan los economistas los modelos para explicar la fijacin de los precios de los bienes y servicios. Su objetivo consiste en ofrecer a los estudiantes una fuerte base para su trabajo posterior, tanto en el campo terico como en el campo de la economa aplicada. Este primer captulo tiene una naturaleza fundamentalmente filosfica. Se fija en el papel de la modelizacin en las ciencias y revisa parte de la historia de la economa.

Modelos tericos
Cualquier economa moderna es muy compleja. Hay miles de empresas produciendo millones de productos distintos. Hay millones de individuos que trabajan en todo tipo de ocupaciones y que toman decisiones sobre cules de estos bienes van a comprar. Por ejemplo, fijmonos en el caso de los cacahuetes. Se deben cosechar en el momento adecuado y se deben enviar a los procesadores que los convierten en mantequilla de cacahuete, aceite de cacahuete, caramelo de cacahuete y otras muchas delicias fabricadas con cacahuete. Estos procesadores, a su vez, deben asegurarse de que sus productos llegan a miles de tiendas en las cantidades adecuadas para satisfacer la demanda. Puesto que sera imposible describir con detalle el funcionamiento de los mercados de cacahuetes, los economistas han decidido utilizar la abstraccin de las complejidades del mundo real y desarrollar modelos relativamente sencillos que reflejan las cuestiones esenciales. Al igual que un mapa de carreteras resulta til aunque no muestre todas las casas, o incluso todas las briznas de hierba, los modelos econmicos de, por ejemplo, el mercado de los cacahuetes tambin son muy tiles incluso si no reflejan al detalle el funcionamiento de la economa de los cacahuetes. En este libro estudiaremos los modelos econmicos ms utilizados. Veremos que, aunque hacen abstracciones heroicas de las verdaderas complejidades del mundo real, no obstante reflejan muchas caractersticas esenciales que son comunes para todas las actividades econmicas. La utilizacin de modelos es generalizada, tanto en las ciencias fsicas como en las sociales. En fsica, el concepto de vaco perfecto, o de gas ideal, es una abstraccin que permite a los cientficos estudiar fenmenos del mundo real en condiciones muy sencillas. En qumica, la idea de un tomo o de una molcula es, de hecho, un modelo muy simplificado de la estructura de la materia. Los arquitectos utilizan maquetas para planificar los edificios. Los tcnicos de reparacin de televisores utilizan dibujos de las conexiones de cable para localizar los problemas. De la misma manera, los economistas han desarrollado sus modelos para comprender mejor las cuestiones econmicas. Estos modelos reflejan la forma en que los individuos toman decisiones, el comportamiento de las empresas y la forma en que estos grupos se relacionan entre s en los mercados.

Contrastacin de los modelos econmicos

Por supuesto, no todos los modelos resultan buenos. Por ejemplo, el modelo de desplazamiento de los planetas en torno a la tierra, ideado por Ptolomeo, fue finalmente rechazado porque era incapaz de explicar con precisin el desplazamiento de los planetas alrededor del sol. Un objetivo importante de toda investigacin cientfica consiste en diferenciar entre buenos y malos modelos. Se utilizan dos mtodos generales para contrastar los modelos econmicos: (1) un planteamiento directo, que intenta establecer la validez de los supuestos bsicos de los que parte un modelo; y (2) un planteamiento indirecto, que intenta confirmar la validez demostrando que un modelo simplificado predice correctamente los acontecimientos del mundo real. Para ilustrar las diferencias bsicas de los dos planteamientos, vamos a analizar brevemente un modelo que utilizaremos mucho en captulos posteriores de este libro: el modelo de una empresa que intenta maximizar sus beneficios.

El modelo de maximizacin de beneficios

El modelo de una empresa que intenta maximizar sus beneficios constituye, evidentemente, una simplificacin de la realidad. Ignora las motivaciones personales de los directivos de la empresa, y no tiene en cuenta los conflictos personales que surgen entre ellos. Supone que los beneficios son el nico objetivo relevante de la empresa; otros objetivos posibles, como la obtencin de poder o prestigio, son considerados irrelevantes. El modelo tambin supone que una empresa dispone de suficiente informacin sobre sus costes y sobre la naturaleza del mercado en el que vende sus productos para descubrir cules son, realmente, sus opciones para maximizar sus beneficios. Por supuesto, la mayora de las empresas del mundo real no dispone de esta informacin. Aun as, estas deficiencias del modelo no tienen por qu ser graves. Ningn modelo puede describir la realidad con exactitud. La cuestin realmente importante consiste en saber si este modelo sencillo puede considerarse un buen modelo.

Contrastacin de los supuestos

Una prueba del modelo de la empresa maximizadora de beneficios analiza su supuesto bsico: las empresas intentan realmente maximizar sus beneficios? Algunos economistas han analizado esta cuestin enviando cuestionarios a los ejecutivos para pedirles que especifiquen cules son sus objetivos. Los resultados de estos estudios son muy variados. Los empresarios suelen mencionar otros objetivos distintos a los de los beneficios, o afirman que slo hacen lo mejor que pueden dada su limitada informacin. Por otra parte, la mayora de los entrevistados tambin menciona un fuerte inters por los beneficios, y expresa su opinin de que la maximizacin de los beneficios es un objetivo adecuado. La contrastacin del modelo de maximizacin de beneficios, mediante la contrastacin de sus supuestos, ha ofrecido, por tanto, resultados no concluyentes.

Contrastacin de las predicciones

Algunos economistas, sobre todo Milton Friedman, niegan que se pueda contrastar un modelo analizando la realidad de sus supuestos. Afirman que todos los modelos tericos se basan en supuestos irrealistas; la propia naturaleza de la teorizacin exige que hagamos ciertas abstracciones. Estos economistas concluyen que la nica manera de determinar la validez de un modelo consiste en ver si es capaz de explicar y predecir los acontecimientos del mundo real. La contrastacin ltima de un modelo econmico se consigue cuando se confronta con los datos de la propia economa. Friedman proporciona una ilustracin importante de este principio. Se plantea qu tipo de teora se tiene que utilizar para explicar los golpes de jugadores profesionales de billar. Afirma que las leyes fsicas sobre la velocidad, el momento y los ngulos de la fsica terica clsica seran un modelo adecuado. Los jugadores profesionales de billar juegan como si aplicaran estas leyes. Pero, si preguntamos a estos jugadores si comprenden los principios fsicos subyacentes al billar, la mayora contestara, sin duda, que no. No obstante, afirma Friedman, las leyes fsicas ofrecen predicciones muy precisas y, por tanto, deben ser aceptadas como modelos tericos adecuados de cmo juegan al billar los profesionales. La contrastacin del modelo de maximizacin de beneficios, por tanto, debera realizarse prediciendo el comportamiento de las empresas del mundo real, suponiendo que estas empresas se comportan como si estuvieran maximizando sus beneficios. Si estas predicciones se ajustan razonablemente bien a la realidad, podremos aceptar la hiptesis de maximizacin de beneficios. El hecho de que las empresas respondan a los cuestionarios negando ningn intento preciso de maximizar sus beneficios es tan poco daino a la validez de las hiptesis bsicas como lo es que los jugadores profesionales de billar nieguen conocer las leyes de la fsica. Por el contrario, la contrastacin ltima de su teora es la capacidad de predecir los acontecimientos del mundo real.

Importancia del anlisis emprico

El principal punto de atencin de este libro es la construccin de modelos tericos. Pero el fin ltimo de estos modelos es aprender algo sobre el mundo real. Aunque la inclusin de un importante conjunto de ejemplos aplicados alargara innecesariamente un libro ya de por s voluminoso2, las Ampliaciones incluidas al final de muchos captulos pretenden ofrecer una transicin entre la teora presentada en el texto y la forma en que se aplica, de hecho, dicha teora.

Caractersticas generales de los modelos econmicos

Por supuesto, el nmero de modelos econmicos utilizados en la actualidad es muy elevado. Los supuestos especficos utilizados, y el grado de detalle ofrecido, varan en gran medida en funcin del problema que se quiere analizar. El tipo de modelos empleados para explicar el nivel general de actividad econmica en Estados Unidos, por ejemplo, debe ser considerablemente ms agregado y complejo que el tipo utilizado para interpretar la fijacin de los precios de las fresas de Arizona. Sin embargo, a pesar de esta variedad, prcticamente todos los modelos econmicos incorporan tres elementos comunes: (1) el supuesto de ceteris paribus (todo lo dems sigue igual); (2) el supuesto de que los agentes econmicos que toman decisiones intentan optimizar algo; y (3) una clara diferenciacin entre cuestiones positivas y normativas. Puesto que nos encontraremos con estos tres elementos a lo largo de todo este manual, puede resultar til, de partida, describir brevemente la filosofa subyacente a cada uno de ellos.

El supuesto de ceteris paribus

Como es el caso en la mayora de las ciencias, los modelos utilizados en economa intentan describir relaciones relativamente sencillas. Un modelo del mercado de trigo, por ejemplo, puede intentar explicar el precio del trigo a partir de un nmero reducido de variables cuantificables, como el salario de los trabajadores agrcolas, la pluviosidad y la renta de los consumidores. Esta parsimonia en la especificacin del modelo permite estudiar la fijacin del precio del trigo en un marco simplificado en el que es posible ver cmo actan las fuerzas especficas. Aunque cualquier investigador reconocer que hay muchas fuerzas externas (enfermedades del trigo, cambios del precio de los fertilizantes o de los tractores, cambios de las actitudes de los consumidores al comprar pan) que afectan al precio del trigo, estas otras fuerzas se mantienen constantes en la construccin del modelo. Es importante reconocer que los economistas no estn suponiendo que los dems factores no afectan al precio del trigo, sino ms bien que suponen que estas otras variables no cambian durante el periodo de estudio. De esta manera, se puede estudiar nicamente el efecto de unas pocas fuerzas en un contexto simplificado. Estos supuestos ceteris paribus (todo lo dems permanece constante) se utilizan en todos los modelos econmicos. La utilizacin del supuesto ceteris paribus plantea algunas dificultades para la contrastacin emprica de los modelos econmicos a partir de datos del mundo real. En otras ciencias, estos problemas no son tan graves dada su capacidad de realizar experimentos controlados. Por ejemplo, un fsico que quiere contrastar un modelo de la fuerza de gravedad no lo hara tirando objetos desde lo alto del Empire State Building, Los experimentos que se contrastaran as estaran sujetos a demasiadas fuerzas exgenas (corrientes de aire, partculas en el aire, cambios de la temperatura, etc.) que no permitiran una contrastacin precisa de la teora. Por el contrario, el fsico realizara experimentos en un laboratorio, utilizando un vaco parcial en el que la mayora de las dems fuerzas podran ser controladas o suprimidas. As, la teora se podra contrastar en un contexto simple, sin necesidad de tener en cuenta todas las dems fuerzas que afectan a la cada de cuerpos en el mundo real.

Con unas pocas excepciones notables, los economistas no han podido realizar experimentos controlados para contrastar sus modelos. Por el contrario, los economistas se han visto forzados a utilizar diversos mtodos estadsticos para controlar las dems fuerzas cuando contrastan sus teoras. Aunque estos mtodos estadsticos son, en principio, tan vlidos como los mtodos de experimentos controlados utilizados por otros cientficos, en la prctica plantean una serie de cuestiones espinosas. Por ello, las limitaciones y el significado exacto del supuesto ceteris paribus en economa han sido objeto de una mayor controversia que en otras ciencias experimentales.

Supuestos de optimizacin
Muchos modelos econmicos parten del supuesto de que los agentes econmicos analizados intentan alcanzar algn objetivo de forma racional. Analizamos brevemente este supuesto cuando estudiamos anteriormente el concepto de la empresa maximizadora de beneficios. Otros ejemplos que encontraremos en este manual incluyen a los consumidores que maximizan su propio bienestar (utilidad), las empresas que minimizan costes y los legisladores que intentan maximizar el bienestar pblico. Aunque, como demostraremos, todos estos supuestos son controvertidos de alguna manera, todos han logrado una aceptacin generalizada como un buen punto de partida para desarrollar modelos econmicos. Parece que hay dos razones para esta aceptacin. La primera razn, los supuestos de optimizacin son muy tiles para obtener modelos precisos y resolubles. Una razn importante es que estos modelos pueden aplicar diversas tcnicas matemticas adecuadas para los problemas de optimizacin. Muchas de estas tcnicas, junto con su lgica subyacente, sern analizadas en el Captulo 2. Una segunda razn de la popularidad de los modelos de optimizacin hace referencia a su aparente validez emprica. Como demuestran algunas de nuestras Ampliaciones, estos modelos parecen ser bastante buenos para explicar la realidad. En definitiva, los modelos de optimizacin han logrado ocupar un lugar prominente en la moderna teora econmica.

Diferenciacin entre positivismo y normativismo

Una caracterstica final de la mayora de los modelos econmicos es su intento por diferenciar cuidadosamente entre cuestiones positivas y normativas. Hasta ahora nos hemos ocupado fundamentalmente de las teoras econmicas positivas. Estas teoras cientficas toman el mundo real como un objeto de estudio e intentan explicar los fenmenos econmicos observados. La economa positiva intenta determinar cmo se asignan, de hecho, los recursos en una economa. Una aplicacin algo distinta de la teora econmica es su aplicacin normativa, que adopta una postura definida sobre lo que habra que hacer. En el anlisis normativo, los economistas tienen mucho que decir sobre cmo se deberan asignar los recursos. Por ejemplo, un economista que realiza un anlisis positivo puede analizar cmo y por qu la industria sanitaria estadounidense utiliza las cantidades de capital, trabajo y tierra que se aplican actualmente a la provisin de servicios mdicos. El economista tambin puede decidir medir los costes y beneficios de asignar an ms recursos a la atencin sanitaria. Pero, cuando los economistas afirman que se deberan asignar ms recursos a la sanidad, han pasado implcitamente al anlisis normativo. Algunos economistas consideran que el nico anlisis econmico adecuado es el anlisis positivo. Partiendo de una analoga con las ciencias fsicas, afirman que los economistas cientficos" deberan ocuparse nicamente de la descripcin (y posiblemente la prediccin) de los acontecimientos del mundo real. El asumir posturas morales, y el defender intereses particulares, son cuestiones consideradas fuera de la competencia de un economista que se comporta como un economista. Sin embargo, otros economistas consideran que la aplicacin estricta de la diferenciacin entre positivismo y normativismo en las cuestiones econmicas no es una distincin correcta. Consideran

que el estudio de la economa implica, necesariamente, las opiniones propias de los investigadores sobre tica, moral y justicia. Segn estos economistas, la bsqueda de una objetividad cientfica en estas circunstancias es intil. A pesar de esta ambigedad, este manual adopta, fundamentalmente, una perspectiva positivista, dejando las cuestiones normativas al lector.

Desarrollo de la Teora Econmica sobre el Valor

Aunque la actividad econmica ha sido una cuestin esencial en todas las sociedades, no es sorprendente que estas actividades no fueran estudiadas con detalle hasta hace relativamente poco. En la mayor parte de los casos, los fenmenos econmicos fueron considerados como una caracterstica bsica del comportamiento humano que no era suficientemente interesante como para merecer una atencin especial. Por supuesto, es cierto que los individuos siempre han estudiado las actividades econmicas con la perspectiva de lograr algn tipo de ganancia personal. Los comerciantes romanos no estaban, sin duda, por encima de la necesidad de obtener beneficios con sus transacciones. Pero el anlisis de la naturaleza esencial de estas actividades no se empez a realizar con detalle hasta el siglo XVIII3. Puesto que este manual trata de la teora econmica tal y como la conocemos en la actualidad, y no trata sobre la historia del pensamiento econmico, nuestro anlisis de la evolucin de la teora econmica ser breve. Slo analizaremos una parte del estudio econmico en su contexto histrico: la teora del valor.

El pensamiento econmico inicial

No es sorprendente que la teora del valor se ocupe de los determinantes del valor de un bien. El estudio de este tema es una parte central de la moderna teora microeconmica, y est estrechamente relacionado con el tema de la asignacin de recursos escasos para fines alternativos. El lugar lgico para empezar es la definicin del trmino valor. Por desgracia, el significado de este trmino no ha sido siempre el mismo a lo largo del desarrollo de este tema. Hoy en da consideramos el valor como un sinnimo del precio de un bien4. Los primeros filsofoseconomistas, sin embargo, diferenciaban entre el precio de mercado de un bien y su valor. El trmino valor se utilizaba entonces como un sinnimo, en cierto sentido, de importancia, esencialidad o (a veces), bondad. Puesto que precio y valor eran conceptos distintos, podan diferir, y la mayora de los primeros anlisis econmicos se centraban en estas divergencias. Por ejemplo, Santo Toms de Aquino crea que el valor estaba fijado por Dios. Puesto que los precios eran fijados por los humanos, era posible que el precio de un bien difiriera de su valor. Una per-sona acusada de cobrar un precio superior al valor del bien era culpable de cobrar un precio injusto. Cualquier prestamista que exigiera un pago por el uso del dinero estaba cobrando un precio injusto y poda ser, y frecuentemente era, juzgado por los responsables eclesisticos.

El nacimiento de la economa moderna

En la ltima parte del siglo XVIII, los filsofos empezaron a adoptar un planteamiento ms cientfico de las cuestiones econmicas. La publicacin de La Riqueza de las Naciones de Adam Smith (1723-1790) en el ao 1776 se considera, por lo general, como el inicio de la economa moderna. En su amplio y exhaustivo trabajo, Smith cre la base del pensamiento sobre las fuerzas econmicas de forma ordenada y sistemtica. Aun as, Smith y sus sucesores inmediatos, como David Ricardo (1772-1823), siguieron diferenciando entre valor y precio. Para Smith, por ejemplo, el valor de un bien significaba su valor de uso, mientras que su precio representaba su valor de cambio. La distincin entre estos dos conceptos quedaba ilustrada por la lamosa paradoja del agua y los diamantes. El agua, que evidentemente tiene un gran valor de uso, tiene un escaso valor de cambio (un precio muy bajo); los diamantes tienen un escaso uso prctico, pero un gran valor de

cambio. La paradoja que intentaban resolver los primeros economistas parte de la observacin de que algunos artculos muy tiles tienen precios muy bajos, mientras que otros artculos no esenciales tienen precios muy elevados.

La teora del trabajo del valor de cambio

Ni Smith ni Ricardo resolvieron nunca de forma satisfactoria la paradoja del agua y los diamantes. El concepto del valor de uso fue debatido por los filsofos, mientras que los economistas prestaron atencin a la explicacin de los determinantes del valor de cambio (es decir, a la explicacin de los precios relativos). Una posible explicacin obvia es que el valor de cambio de los bienes viene determinado por lo que cuesta producirlos. Los costes de produccin estn determinados, fundamentalmente, por los costes del trabajo, al menos as era en tiempos de Smith y Ricardo y, por tanto, la teora del valor trabajo constitua un paso evidente. Por ejemplo, parafraseando un ejemplo de Smith, si la caza de un ciervo requiere dos veces el nmero de horas de trabajo que la captara de un castor, se debera intercambiar un ciervo por dos castores. En otras palabras, el precio del ciervo debera ser el doble que el del castor. Anlogamente, los diamantes son relativamente caros porque su produccin exige una importante cantidad de trabajo. Para los estudiantes con un somero conocimiento de lo que ahora denominamos la ley de la oferta y la demanda, la explicacin de Smith y Ricardo puede parecer un poco rara. No se daban cuenta de los efectos de la demanda sobre el precio? La respuesta a esta pregunta es tanto s como no. S que observaron periodos de rpido crecimiento y reduccin de los precios, y atribuyeron estas variaciones a cambios de la demanda. Sin embargo, consideraban que estas variaciones eran cuestiones anormales que slo generaban una divergencia transitoria entre el precio de mercado y el valor trabajo. Puesto que no haban resuelto realmente la paradoja del valor de uso, no queran asignar a la demanda ms que un papel efmero en la determinacin del valor de cambio. Por el contrario, los valores de cambio a largo plazo eran determinados nicamente por los costes laborales de la produccin.

La revolucin marginalista
Entre 1850 y 1880, los economistas empezaron a tomar conciencia cada vez ms de que, para construir una alternativa adecuada a la teora del valor trabajo, tenan que resolver la paradoja del valor de uso. Durante la dcada de 1870 varios economistas propusieron que no es la utilidad total de un bien la que determina su valor de cambio, sino ms bien la utilidad de la ltima unidad consumida. Por ejemplo, el acua muy til, es esencial para la vida. Pero, puesto que hay relativamente mucha agua, el consumo de un vaso minimo; (ceteris paribus) tiene un valor relativamente reducido para la gente. Estos marginalistas" vohicron a definir el concepto del valor de uso a partir de la idea de utilidad general a un valor en funcin de la utilidad marginal o adicional: la utilidad de una unidad adicional de un bien. El concepto de demanda de la unidad adicional de produccin fue contrapuesto al anlisis de Smith y Ricardo de los costes de produccin para obtener una imagen completa de la determinacin del precio.

La sntesis marshaliana de la oferta y la demanda

La definicin ms clara de estos principios marginales fue presentada por el economista ingls Alfred Marshall (1842-1924) en sus Principies of Economics, publicados en 1890. Marshall demostraba que la oferta y la demanda actuaban simultneamente para determinar el precio. Como sealaba Marshall. al igual que no se puede especificar cul de los dos filos de una tijera corta, tampoco se puede decir que sea la oferta, o la demanda, la que determina por s sola el precio. Este anlisis queda ilustrado en la famosa cruz marshaliana que se muestra en la Figura 1.1. En el grfico, la cantidad adquirida de un bien en un periodo se muestra en el eje horizontal, y el precio aparece

sobre el eje vertical. La curva DD representa la cantidad demandada del bien en cada periodo, a cada precio posible. La curva tiene pendiente negativa para reflejar el principio marginalista de que, a medida que aumenta la cantidad, la gente querr pagar cada vez menos por la ltima unidad adquirida. Es el valor de esta ltima unidad el que fija el precio de todas las unidades

La curva marshaliana de oferta y demanda

Marshall teorizaba afirmando que la oferta y la demanda se relacionan entre s para determinar el precio de equilibrio (P*) y la cantidad de equilibrio (Q*) que se intercambiar en el mercado. Conclua que no es posible afirmar que sea la oferta, o la demanda, la que determina por s sola el precio y que, por tanto, no se puede afirmar que sean slo los costes, o la utilidad que obtienen los compradores, los que determinan el valor de cambio.

La curva SS muestra cmo aumentan los costes de produccin (marginales) a medida que se produce ms. Esto refleja el creciente coste de produccin de una unidad ms a medida que aumenta la produccin total. En otras palabras, la pendiente positiva de la curva SS refleja costes marginales crecientes, al igual que la pendiente negativa de la curva DD refleja un valor marginal decreciente. Las dos curvas se cortan en P*, Q*. Se trata de un punto de equilibrio: tanto los compradores como los vendedores estn contentos con la cantidad intercambiada y el precio al que se intercambia. Si una de las curvas se desplaza, el punto de equilibrio se desplazar hasta otro punto. As, el precio y la cantidad se determinan simultneamente por la relacin entre oferta y demanda.

Paradoja resuelta
El modelo de Marshall gira en torno a la paradoja del agua y los diamantes. Los precios reflejan tanto la evaluacin marginal que otorgan los demandantes a los bienes como los costes marginales de producir los bienes. De esta manera, no hay ninguna paradoja. El agua tiene un precio reducido porque tiene tanto un valor marginal reducido como un coste marginal de produccin reducido. Por otra parte, los diamantes tienen un precio elevado porque tienen un valor marginal elevado (porque la gente est dispuesta a pagar bastante por otro diamante ms) y un elevado coste marginal de produccin. Este modelo bsico de oferta y demanda subyace a gran parte de los anlisis realizados en este manual. Como punto de partida, vamos a analizar una representacin matemtica muy sencilla de las ideas de Marshall. Posteriormente, nos adentraremos con ms detalle en las cuestiones fundamentales del comportamiento econmico que subyace a las curvas de Marshall.

Equilibrio entre oferta y demanda

Aunque las representaciones grficas son adecuadas para algunos fines, los economistas suelen utilizar representaciones algebraicas de sus modelos, tanto para clarificar sus argumentos como para hacerlos ms precisos. Como un primer ejemplo muy elemental, suponga que queremos analizar el

mercado de los cacahuetes y que, partiendo del anlisis estadstico de datos histricos, concluimos que la cantidad de cacahuetes demandada cada semana (Q, medida en fanegas) depende del precio de los cacahuetes (P, medido en dlares por fanega) siguiendo la ecuacin cantidad demandada = QD = 1 000 -100 P. (1.1)

Puesto que la ecuacin para QD incluye una nica variable independiente, P. estamos manteniendo constantes, de forma implcita, todos los dems factores que puedan afectar a la demanda de cacahuetes. La Ecuacin 1.1 indica que, si todas las dems cosas no cambian, a un precio de 5$ por fanega, la gente demandar 500 fanegas de cacahuetes, mientras que, a un precio de 4$ por fanega, la gente demandar 600 fanegas. El coeficiente negativo de P en la Ecuacin 1.1 refleja el principio marginalista de que un precio menor har que la gente compre ms cacahuetes. Para completar este sencillo modelo de la fijacin de precios, suponga que la cantidad ofertada de cacahuetes tambin depende del precio: cantidad ofertada = Qs = -125 +125 P. (1.2)

Aqu, el coeficiente positivo del precio tambin refleja el principio marginal de que un mayor precio provocar un incremento de la oferta, fundamentalmente porque permite a la empresa asumir mayores costes marginales de produccin sin incurrir en prdida.? en las unidades adicionales producidas.

Determinacin del precio de equilibrio

Las Ecuaciones 1.1 y 1.2 reflejan, por tanto, nuestro modelo de la determinacin del precio en el mercado de los cacahuetes. Se puede encontrar el precio de equilibrio haciendo que la cantidad demandada sea igual a la cantidad ofertada:

A un precio de 5$ por fanega, este mercado est en equilibrio; a este precio, la gente querr comprar 500 fanegas, que es exactamente la cantidad que querrn ofertar los productores de cacahuetes. Este equilibrio se muestra grficamente mediante la interseccin de D y S en la Figura 1.2.

Los desplazamientos de la demanda generan un nuevo equilibrio

Suponiendo que el modelo descrito por las Ecuaciones 1.1 y 1.2 refleje correctamente el mercado de los cacahuetes, la nica forma de explicar una nueva combinacin de precio y cantidad de equilibrio es suponiendo que se ha desplazado, o bien la curva de oferta, o bien la curva de demanda. Si no se produjera un desplazamiento de este tipo, el modelo seguira prediciendo un precio P = 5S y una cantidad Q = 500.

Una forma de incorporar un desplazamiento en nuestro sencillo modelo consiste en suponer que la demanda de cacahuetes aumenta hasta Qd- \ 450 -100 P. (1.7)

Como muestra la Figura 1.2, esta nueva curva de demanda (denominada D'D') representa un desplazamiento hacia fuera en paralelo a la demanda inicial: se demandan, para cada precio, 450 fanegas de cacahuetes ms que con la demanda inicial. En este caso, el modelo de Marshall predice que tanto el precio como la cantidad de equilibrio aumentarn, como refleja la Figura 1.2. Podemos calcular una solucin algebraica explcita, como antes, igualando la cantidad demandada a la cantidad ofertada:

Esta nueva solucin ilustra la analoga de Marshall con las tijeras: la nueva combinacin de precio y cantidad de equilibrio viene determinada por las fuerzas tanto de la oferta como de la demanda. Aunque la demanda ha aumentado en 450 fanegas para cualquier precio, el incremento del precio provocado por este desplazamiento provoca un movimiento hacia arriba a lo largo de la nueva curva de demanda y reduce, por tanto, la cantidad demandada por debajo de la que se habra obtenido con el precio anterior de 5$. Slo cuando se utiliza la informacin de la curva de oferta es posible calcular el nuevo precio de equilibrio y el efecto final sobre la cantidad producida de cacahuetes (que slo aumenta en 250 fanegas hasta un total de 750 fanegas).

Cambio del equilibrio entre oferta y demanda

El equilibrio inicial entre oferta y demanda queda reflejado por la interseccin de D y S (P* = 5, Q* = 500). Cuando la demanda se desplaza hasta Q0- -1450 -100 P (que se muestra como la curva D'), el equilibrio se desplaza hasta P* = 7, Q* = 750.

PREGUNTA: Si el precio de los cacahuetes siguiera siendo igual a 5$ (por ejemplo, porque el gobierno impusiera ese precio), cuntas fanegas se demandaran? Cuntas se ofertaran? Qu cree usted que pasara en esta situacin?

Modelos de equilibrio general

Aunque el modelo marshaliano es una herramienta extremadamente til y verstil, se trata de un modelo de equilibrio parcial, que slo se fija en un mercado de cada vez. En algunos casos, esta reduccin de la perspectiva ofrece respuestas valiosas y una sencillez analtica. Para otras cuestiones ms amplias, una perspectiva tan reducida puede evitar descubrir importantes relaciones entre los mercados. Para responder a estas cuestiones ms generales debemos disponer de un modelo del conjunto de la economa que refleje adecuadamente las relaciones entre diversos mercados y agentes econmicos. El economista francs Len Walras (1831-1910), que parta de una larga tradicin continental en este tipo de anlisis, sent las bases de las modernas investigaciones de estas cuestiones genricas. Su mtodo de representacin de la economa mediante un gran nmero de ecuaciones simultneas constituye la base de la comprensin de las rela-ciones implcitas en el anlisis del equilibrio general. Walras se dio cuenta de que 110 se puede hablar de un nico mercado aislado; lo que se necesita es un modelo que permita que los efectos de los cambios en un mercado se puedan ver en otros mercados. Por ejemplo, suponga que aumentara el precio de los cacahuetes. El anlisis marshaliano intentara comprender la razn de este incremento fijndose en las condiciones de la oferta y la demanda en el mercado de cacahuetes. El anlisis del equilibrio general no slo se fijara en ese mercado, sino tambin en las repercusiones del aumento del precio de los cacahuetes en otros mercados. El incremento del precio de los cacahuetes provocara aumentos de costes para los fabricantes de mantequilla de cacahuetes, lo que, a su vez, afectara a la curva de oferta de mantequilla de cacahuetes. Anlogamente, el creciente precio de los cacahuetes podra implicar un aumento del precio de la tierra para los agricultores que cultivan cacahuetes, lo que afectara a las curvas de

demanda de todos los productos que adquieren. Las curvas de demanda de automviles, muebles y viajes al extranjero se desplazaran hacia fuera, y eso podra generar rentas adicionales para los proveedores de estos productos. Por tanto, los efectos del incremento inicial de la demanda de cacahuetes terminaran propagndose por toda la economa. El anlisis del equilibrio general intenta desarrollar modelos que nos permiten analizar estos efectos en un contexto simplificado. Hay varios modelos de este tipo descritos en la Parte V de este manual.

La frontera de posibilidades de produccin

Aqu introducimos brevemente los modelos de equilibrio general utilizando otro grfico que debera recordar de sus cursos de introduccin a la economa: la frontera de posibilidades de produccin. Este grfico muestra las diversas cantidades de bienes que puede producir una economa utilizando sus recursos disponibles durante determinado periodo (por ejemplo, una semana). Puesto que la frontera de posibilidades de produccin muestra dos bienes, en vez de uno slo como en el modelo de Marshall, se utiliza como punto bsico en los modelos de equilibrio general. La Figura 1.3 muestra la frontera de posibilidades de produccin de dos bienes, alimentos y vestidos. El grfico refleja la oferta de estos bienes mostrando las combinaciones que se podran producir con los recursos de esta economa. Por ejemplo, se pueden producir 10 kilos de alimentos o tres unidades de vestidos, o cuatro kilos de alimentos y 12 unidades de vestidos. Hay otras muchas combinaciones posibles de alimentos y vestidos que tambin se podran producir. La frontera de posibilidades de produccin las muestra todas. Las combinaciones de alimentos y vestidos fuera de la frontera no se pueden producir porque no hay suficientes recursos disponibles. La frontera de posibilidades de produccin nos recuerda el hecho econmico bsico de que los recursos son escasos: no hay suficientes recursos disponibles para producir todo lo que podemos querer de cada bien. Esta escasez significa que debemos elegir cunto queremos producir de cada bien. La Figura 1.3 deja claro que cada eleccin tiene sus costes. Por ejemplo, si esta economa produce 10 kilos de alimentos y 3 unidades de vestidos en el punto A, la produccin de una unidad ms de vestidos costara V2 kilo de alimentos: el incremento de la produccin de vestidos en una unidad implica que la produccin de alimentos tendra que disminuir en V2 kilo. Los economistas diran que el coste de oportunidad de una unidad de vestidos en el punto A es Vi kilo de alimentos. Por otra parte, si la economa produce inicialmente 4 kilos de alimentos y 12 unidades de vestidos en el punto f, costara 2 kilos de alimentos la produccin de una unidad ms de vestidos. El coste de oportunidad de una unidad ms de vestidos en el punto B ha aumentado hasta dos kilos de alimentos.

La frontera de posibilidades de produccin

La frontera de posibilidades de produccin muestra las distintas combinaciones de dos bienes que se pueden producir a partir de una determinada cantidad de recursos escasos. Tambin muestra el coste de oportunidad de producir ms de un hien como la cantidad de] otro bien que no se puede producir. El coste de oportunidad de dos distintos niveles de produccin de vestidos se puede ver comparando los puntos A y B.

El coste de oportunidad de una unidad adicional de vestidos ser mayor en el punto B que en el punto A. Este efecto es precisamente lo que muestra la Figura 1.3. La frontera de posibilidades de produccin ofrece dos resultados del equilibrio general que no son evidentes en el modelo de oferta y demanda de Marshall de un nico mercado. El primer resultado es que la produccin de ms unidades de un bien implica producir menos unidades de otros bienes porque los recursos son escasos. Los economistas suelen (tal vez incluso demasiadas veces) utilizar la expresin no hay nada parecido a una comida gratis para explicar que toda accin econmica tiene costes de oportunidad. El segundo resultado que muestra la frontera de posibilidades de produccin es que estos costes de oportunidad dependen de cunto se produzca de cada bien. La frontera es como una curva de oferta de dos bienes: muestra el coste de oportunidad de producir ms de un bien como la reduccin de la cantidad producida del segundo bien. La frontera de posibilidades de produccin es, por tanto, una herramienta particularmente til para estudiar varios mercados al mismo tiempo. Antes de dejar de lado este concepto, por ahora, vamos a analizar un sencillo ejemplo algebraico que nos proporciona la primera oportunidad de utilizar el clculo.

Una frontera de posibilidades de produccin

Suponga que la frontera de posibilidades de produccin de dos bienes (X c Y) viene dada por 2X1 + Y2 = 225. (1.12)

Un grfico de esta frontera de posibilidades de produccin tendra la forma de un cuarto de una elipse y se parecera a la frontera que se muestra en la Figura 1.3. Algunos puntos de la frontera incluyen (X = 7112,5 = 10,6, ( Y = 0 ), ( X = 10, Y = 5), ( X = 5, Y = V75 = 13,2) y ( X = 0, Y = 15 ) Hay infinitos puntos ms que satisfacen la Ecuacin 1.12. Para encontrar la pendiente de la frontera en cualquier punto, podemos resolver la ecuacin para Y, (1.13) Y = -J225 -2X2 y despus diferenciar para obtener

De aqu que, para X = 10, Y = 5, la pendiente sea -2(10)/5 = -4, y el coste de oportunidad de producir una unidad ms de X sea una reduccin de 4 unidades de la produccin de Y. Para X =5, Y = \/l75, el coste de oportunidad de X es -2(5)/V75 = -0,76: cuando se produce menos de X. hay un menor coste de oportunidad en trminos del nmero de unidades de Y que hay que sacrificar para poder producir una unidad ms de X. En muchas partes de este manual calcularemos as las pendientes, utilizando la tcnica de diferenciales para reflejar las elecciones que hay que realizar en la mayora de los problemas econmicos. PREGUNTA: Utilice su calculadora y la Ecuacin 1.13 para demostrar que la pendiente de esta funcin es, en efecto, aproximadamente igual a 4 en el punto ( X = 10, Y = 5 ). Es decir, calcule cunto Y se puede producir si X = 9,99 o si X = 10,01. Por qu slo puede calcular un valor aproximado con su calculadora de la pendiente en el punto ( X = 10, Y = 5 )?

Economa del bienestar

Adems de su aplicacin para analizar cuestiones positivas sobre el funcionamiento de la economa, las herramientas del anlisis del equilibrio general tambin se pueden aplicar para estudiar cuestiones normativas sobre la necesidad social de diversas soluciones econmicas. Aunque estas cuestiones eran objeto de una gran atencin por parte de los grandes economistas de los siglos XVIII y XIX (Smith, Ricardo, Marx, Marshall, etc.), tal vez los avances ms significativos en su estudio fueron realizados por el economista britnico Francis Y. Edgeworth (1848-1926) y por el economista italiano Wilfredo Pareto (1848-1923) en los primeros aos del siglo XX. Estos economistas ayudaron a proporcionar una definicin precisa del concepto de eficiencia econmica y a demostrar las condiciones bajo las que los mercados sern capaces de alcanzar ese objetivo. Al clarificar la relacin entre la asignacin de recursos y la fijacin de precios de los recursos, ofrecieron algn respaldo a la idea, enunciada por primera vez por Adam Smith, de que los mercados que funcionan de forma adecuada tienen una mano invisible que ayuda a asignar los recursos de manera eficiente. Las Partes V y VIII de este libro se centrar en algunas de estas cuestiones sobre el bienestar.

ltimos Desarrollos
La actividad investigadora en economa se ampli rpidamente en los aos posteriores a la Segunda Guerra Mundial. Uno de los principales objetivos de este manual consiste en resumir gran parte de esta investigacin. Al ilustrar cmo han intentado desarrollar los economistas sus modelos para explicar los aspectos crecientemente complejos del comportamiento econmico, espero que el lector est en mejor situacin para reconocer tanto el poder de las herramientas que se han creado como algunas de las cuestiones que todava no se han resuelto. Tres de los desarrollos tericos especficos que constituyen la base de gran parte de este libro son; (1) la clarificacin de los supuestos de comportamiento bsico de los individuos y del comportamiento de las empresas; (2) la creacin de nuevas herramientas para estudiar los mercados; y (3) la incorporacin de la incertidumbre y de la informacin imperfecta para estudiar la economa.

La base de los modelos econmicos

Uno de los principales desarrollos en la posguerra de la teora microeconmica ha sido la clarificacin y formalizacin de los supuestos bsicos sobre los individuos y las empresas. Un punto importante en este desarrollo fue la publicacin, en 1947, de los Fundamentos del Anlisis Econmico de Paul Samuelson, donde el autor (el primer estadounidense que recibi el Premio Nobel en Economa) plante una serie de modelos del comportamiento de optimizacin. Samuelson

demostr la importancia de basar los modelos de comportamiento en postulados matemticos bien especificados, de forma que se pudieran aplicar las distintas tcnicas de optimizacin de las matemticas. El poder de este planteamiento hizo patente que las matemticas haban pasado a formar parte ntegra de la moderna economa. En el Captulo 2 de este libro revisaremos algunas de las tcnicas matemticas ms utilizadas.

Nuevas herramientas para estudiar los mercados

Una segunda caracterstica que se ha incorporado en este manual es la presentacin de una serie de nuevas herramientas para explicar el equilibrio en el mercado. Estas herramientas incluyen tcnicas para describir la fijacin de precios en un nico mercado, as como modelos cada vez ms sofisticados sobre la fijacin de precios en monopolio o los modelos que utilizan relaciones estratgicas entre empresas y que parten de la teora de juegos. Tambin incluyen herramientas de equilibrio general para analizar las relaciones entre muchos mercados simultneamente. Como veremos, todas estas nuevas tcnicas ayudan a proporcionar una descripcin ms completa y realista del funcionamiento de los mercados. La economa de la incertidumbre y la informacin Un adelanto terico fundamental durante el periodo de la posguerra fue la incorporacin de la incertidumbre y la informacin imperfecta en los modelos econmicos. Algunos de los supuestos bsicos utilizados para analizar el comportamiento en situaciones de incertidumbre fueron desarrollados inicialmente en la dcada de 1940 en relacin con la teora de juegos. Los desarrollos posteriores demostraron que se podan utilizar estas ideas para explicar por qu los individuos tienden a ser adversos al riesgo, y cmo pueden recopilar informacin para reducir la incertidumbre que tienen. En este manual, los problemas de incertidumbre e informacin entran a menudo en el anlisis. PCs y anlisis emprico Es necesario mencionar una ltima cuestin relativa al desarrollo posblico de la microeconuma: la creciente utilizacin de PCs para analizar datos econmicos. A medida que las tecnologas informticas lian permitido manejar mayores cantidades de informacin y realizar complejas manipulaciones matemticas, la capacidad de los economistas para contrastar sus teoras ha mejorado drsticamente. Mientras que las generaciones anteriores tenan que contentarse con cuadros o anlisis grficos rudimentarios de los datos del mundo real, los economistas de hoy en da disponen de una amplia variedad de tcnicas sofisticadas y de datos informticos con los que desarrollar contrastaciones adecuadas de sus modelos. El anlisis de estas tcnicas y de algunas de sus limitaciones quedara fuera del alcance y del fin de este manual. Sin embargo, las Ampliaciones al final de la mayora de los captulos pretenden ayudarle a empezar a leer sobre algunas de estas aplicaciones. Resumen Este captulo ha proporcionado parte de la base del planteamiento de los economistas cuando analizan la asignacin de recursos. Gran parte del material analizado aqu debe resultarle familiar: y as es como debe ser. En muchos aspectos, el estudio de la economa representa la adquisicin de herramientas cada vez ms sofisticadas para resolver los mismos problemas bsicos. El objetivo de este manual (y, en efecto, de los manuales de economa de nivel superior) consiste en ofrecerle ms herramientas de este tipo. Como punto de partida, este captulo le ha recordado los siguientes puntos: La economa es el estudio de cmo se asignan recursos escasos entre usos alternativos. Los economistas intentan desarrollar modelos sencillos para ayudarles a comprender ese proceso. Muchos de estos modelos tienen una base matemtica porque la utilizacin de las matemticas ofrece un medio rpido para describir los modelos y analizar sus consecuencias. El modelo econmico ms utilizado es el modelo de oferta y demanda desarrollado totalmente por primera vez por Alfred Marshall a finales del siglo XIX. Este modelo muestra cmo se

pueden utilizar los precios observados para representar un equilibrio entre los costes de produccin en que incurren las empresas y el deseo de los demandantes de pagar esos costes. El modelo de equilibrio de Marshall slo es parcial: es decir, slo se fija en un mercado de cada vez. Para fijarse en muchos mercados a la vez es necesario desarrollar un conjunto ampliado de herramientas de equilibrio general. La contrastacin de la validez de un modelo econmico es, tal vez, la tarea ms difcil que deben afrontar los economistas. En ocasiones, la validez del modelo se puede contrastar plantendose si parte de supuestos razonables. Sin embargo, lo ms frecuente es que se evalen los modelos en funcin de si explican los acontecimientos econmicos del mundo real.

LAS MATEMTICAS DE LA OPTIMIZACIN Muchos modelos econmicos parten del supuesto de que un agente est intentando alcanzar el valor ptimo de alguna funcin. En el caso de los consumidores, esa funcin mide la utilidad que obtienen con sus compras; para las empresas, mide sus beneficios. Pero, en ambos casos, las cuestiones matemticas formales de la solucin son las mismas. En este captulo analizaremos las matemticas que se utilizan para resolver todo este tipo de problemas. Para los que estn familiarizados con el clculo multivariable, este captulo servir de revisin. Para los que slo estn familiarizados con algunos conceptos del clculo bsico, este captulo debera ofrecerles una base suficiente para empezar a analizar el clculo aplicado a la construccin d modelos mcroeconmicos. En general, el captulo pretende ofrecer una referencia que puede ser til, ya que estos conceptos matemticos aparecern a lo largo del manual.

Maximizacin de una funcin con una variable Vamos a empezar con un ejemplo sencillo. Suponga que el director de una empresa quiera maximizar1 los bcncficios obtenidos con la venta de un determinado bien. Suponga tambin que los beneficios (rc) recibidos slo dependen de la cantidad (q) vendida del bien. Matemticamente, n = f(q). (2.1) La Figura 2.1 muestra una posible relacin entre n y q. Evidentemente, para lograr el mximo beneficio, el director debe producir q*y que ofrece unos beneficios iguales a TC*. Si se dispusiese de un grfico como el de la Figura 2.1, este problema tendra una solucin fcil utilizando una regla. Sin embargo, suponga, como de hecho es ms probable, que el director no tenga una descripcin tan precisa del mercado. El director intentar variar q para ver dnde obtiene el mximo beneficio. Por ejemplo, partiendo de qu los beneficios de las ventas seran A continuacin, el director intentara producir q2, y vera que los beneficios aumentaran hasta K2. El sentido comn indica que los beneficios han aumentado debido al incremento de q, lo que se puede expresar formalmente de la siguiente manera donde el smbolo A se utiliza para indicar la variacin de n o q. Siempre que sea positivo, los beneAq ficios aumentarn y el director seguir elevando la produccin. Sin embargo, para incrementos de la proATC

duccin a la derecha de q*, ser negativo, y el director se dar cuenta de que cometer un error si Aq sigue elevando q.

Relacin hipottica entre cantidad producida y beneficios Si un director quiere producir el nivel de produccin que maximiza los beneficios, tendra que producir q*. Observe que en ?* dn/dq = 0.

Derivadas Alt Como probablemente sepa, el lmite de para variaciones muy pequeas de q se llama derivada de la Aq diz df funcin K = f(q), y se escribe como o o f\q). Ms formalmente, la derivada de una funcin dq dq = f(q), en el punto q] se define como mM + WW. (2.3) dq dq h->o h Observe que el valor de este cociente depende, evidentemente, del punto q que se elija. Valor de la derivada en un punto Es necesario mencionar una convencin sobre notaciones: algunas veces es pertinente mostrar explcitamente el punto en que hay que calcular el valor de la derivada. Por ejemplo, el valor de la derivada en el punto q = ql se puede escribir (2.4) (fax, En otros momentos interesa el valor de para todos los valores posibles de q, y no se menciona dq explcitamente ningn punto en concreto para el clculo de la derivada. En el ejemplo de la Figura 2.1, dn dq dn dq mientras que dn dq >0,

9=?i <0. <?=<?3 An Cul es el valor de en q*l Debera ser igual a cero, puesto que el valor es positivo para valores Aq de q inferiores a q* y negativo para valores superiores a q*. La derivada es la pendiente de la curva en cuestin; esta pendiente es positiva a la izquierda de q* y negativa a la derecha de q*. En el punto q*, la pendiente de f(q) es 0. Condicin de primer orden para el mximo Este resultado es bastante general. Para que una funcin de una variable alcance su valor mximo en un punto, la derivada en ese punto (si existe) debe ser 0. De aqu que, si un directivo pudiera estimar la funcin f(q) con datos del mundo real, tericamente sera posible encontrar el punto en el que = 0. En este punto ptimo (por ejemplo, q*), se cumplira que q~q* Condiciones de segundo orden Sin embargo, un directivo no experimentado podra llamarse a engao si aplicara de forma ingenua slo esta regla. Por ejemplo, suponga que la funcin de beneficios tiene la forma de las de la Figura 2.2a o 2.2b. diz Si la funcin de beneficios es la que se muestra en la Figura 2.2a, el directivo, al producir donde = 0 dq elegira el punto q*. Este punto, de hecho, constituye un mnimo, y no un mximo, de los beneficios. Anlogamente, si la funcin de beneficios es la que se muestra en la Figura 2.2b, el directivo elegira el punto q*, que, aunque ofrece un beneficio superior al de cualquier nivel de produccin inferior a q%, es, sin duda, inferior a cualquier produccin superior a qJ=. Estas situaciones indican que el hecho matemtico de que - = 0 es una condicin necesaria para alcanzar un mximo, pero no es una condicin suficien- dq te. Para garantizar que el punto elegido es, en efecto, un punto mximo, se debe imponer una segunda condicin. Intuitivamente, esta condicin es evidente: el beneficio disponible produciendo, o bien un poco ms o bien un poco menos que q*, debe ser menor que el que se obtiene con q*. Si esta condicin no se cumple, I 71 el directivo podr buscar un nivel de produccin mejor que q*. Matemticamente, esto significa que dn debe ser mayor que 0 cuando q <q* y debe ser menor que 0 cuando q > q*. Por tanto, en q*, debe dq dn estar disminuyendo. Otra forma de decir lo mismo es que la derivada de debe ser negativa en q*. dq Segundas derivadas La derivada de una derivada se llama segunda derivada y se escribe d2n d2f "TT 0 TT 0 f <*) dq dq La condicin adicional para que q* represente un mximo (local) es, por tanto, d2n = f"(q)

donde la notacin recuerda, de nuevo, que esta segunda derivada debe calcularse para el punto q*. r\ es una condicin necesaria para alcanzar el mximo, para garantizar que el punto es un mximo

Dos funciones de beneficio que ofrecen resultados engaosos si se aplica nicamente la regla de la primera derivada En (a) la aplicacin de la regla de la primera derivada hara que se seleccionara la cantidad q*. Este punto es, de hecho, un santo de beneficios mnimos. Anlogamente, en (b), el nivel de produccin qft, recomendado por la regla de la primera derivada, ofrece unos beneficios inferiores a todos los de los niveles de produccin superiores a q%. Esto demuestra grficamente que el clculo del punto en el que la derivada es igual a 0 es una condicin necesaria, pero no suficiente, para que una funcin alcance su valor mximo.

iocal de la funcin. Las Ecuaciones 2.5 y 2.6 juntas son, por tanto, condiciones suficientes para alcanzar este mximo. Por supuesto, es posible que, mediante una serie de pruebas y errores, el directivo sea capaz de alcanzar q* utilizando informacin del mercado en vez de un razonamiento matemtico (recuerde la analoga sobre el jugador de billar de Friedman). En este manual nos interesa menos cmo se encuentra el punto que sus propiedades y cmo vara ese punto cuando varan las condiciones. El anlisis matemtico ser de gran utilidad para responder a estas preguntas. Reglas para calcular derivadas A continuacin se ofrecen algunas reglas para calcular derivadas. Las utilizaremos en muchas partes de este manual. Si & es constante, entonces = 0. dx Siay b son constantes, y b es distinto de cero, entonces dx ^ d ln x _ 1 dx x donde ln significa logaritmo con base e ( 2,71828). .da*

= a ln a para cualquier constante a.

dx dex

Un caso particular de esta regla es = ex. dx Suponga ahora que f(x) y g (x) son dos funciones de*, y que f\x) y g'(x) existen. Entonces fflaa,/wt.w. dx

d [f(X}'8(X)] .= m g'(x) + f\x) g(.r).

dx 7(*)i f'(x) g (x) -f(x)g'(x) dx [g(*)f siempre que g(x) sea distinto de 0. Finalmente, si y = f(x) y x = g(z), y si tanto f'(x) como g'(z) existen, entonces dy _dy dx _ df dg dz dx dz dx dz Este resultado se denomina regla de la cadena. Ofrece una forma cmoda para analizar cmo una variable (z) afecta a otra variable (y) mediante su influencia sobre alguna variable intermedia (x). Maximizacin de beneficios Suponga que la relacin entre beneficios (rc) y cantidad producida (q) viene dada por jt = l OOO? - 572. (2.7) Un grfico de esta funcin se parecera a la parbola mostrada en la Figura 2.1. El vaior de q que maximiza los beneficios se puede calcular aplicando la Regla 2 para el clculo de derivadas: dK = 1 000-10<7 = 0 (2.8) dq por lo que q* = 100. (2.9) En q = 100, la Ecuacin 2.7 muestra que los beneficios son iguales a 50 000, el mayor valor posible. Si, por ejemplo, la empresa decidiera producir q = 50, los beneficios seran iguales a 37 500. En q = 200, los beneficios seran iguales a cero. El que q = 100 es el mximo global se puede demostrar mostrando que la segunda derivada de la funcin de beneficios es 10 (vase la Ecuacin 2.8). De aqu que la tasa de crecimiento de los beneficios siempre disminuya; hasta q = 100 esta tasa de crecimiento sigue siendo positiva, pero por encima de este nivel pasa a ser negativa. En este ejemplo, q = 100 es el nico valor mximo local de la funcin n. Sin embargo, con funciones ms complejas, puede haber varios mximos. PREGUNTA: Suponga que la produccin de la empresa, q, dependiera nicamente del factor trabajo, L. siguiendo la frmula q - 2 4l. Cul sera el nivel de factor trabajo que maximizara los beneficios? Es acorde con la solucin anterior? [Pista: puede resolver este problema directamente mediante sustitucin o aplicando la regla de la cadena]. Funciones con varias variables Los problemas econmicos no suelen implicar funciones de una nica variable. La mayora de los objetivos que interesan a los agentes econmicos dependen de varias variables, y es necesario elegir entre estas variables. Por ejemplo, la utilidad que obtiene un individuo de sus actividades como consumidor depende de la cantidad que consuma de cada bien. En el caso de la funcin de produccin de una empresa, las cantidades producidas dependern de las cantidades de trabajo, capital y tierra que utilice para producir. En estas circunstancias, esta dependencia de una variable (y) de una serie de variables (xu x2,..., xn) se escribe y = f(xl,x2,...,xn). (2.10) Derivadas parciales Nos interesa calcular el punto en el que y alcanza su valor mximo y las elecciones que tenemos que hacer para alcanzar ese punto. De nuevo, resultara ms fcil mostrar al agente variando el nivel de las variables bajo su control (las equis) para poder calcular el mximo. Por desgracia, con una funcin de produccin de varias variables, la idea de la derivada no est bien definida. Al igual que la

pendiente de ascensin a una montaa depende de la direccin que se lleve, la pendiente (o la derivada) de una funcin depende de la direccin que se elija. Normalmente, las nicas pendientes direccionalcs de inters son las que se obtie nen aumentando una de las equis, mientras que todas las dems variables permanecen constantes (en la analoga de la montaa se podran medir las pendientes nicamente en direccin norte-sur o este-oeste). Estas pendientes direccionales se denominan derivadas parciales. La derivada parcial de y respecto a xx (es decir, en la direccin de x), se escribe fy df -T- o o f o f. ox kj 1 Se supone que cuando se calcula esta derivada se mantiene constante el valor de todas las dems equis. De nuevo, hay que destacar que el valor numrico de esta pendiente depende del valor que tome x, y del valor (predeterminado) de x2 Una definicin algo ms formal de la derivada parcial es = ]m /(*i +h,*2 xn)~ f(xlt xn)' _ _ a-> o h x *2 n donde la notacin indica que x2,...,xn se mantienen constantes en los valores predeterminados x2,...,x de forma que se pueda estudiar nicamente el efecto del cambio de x. Las derivadas parciales respecto a las dems variables (x2,...,xn) se calcularan de forma anloga. Derivadas parciales y el supuesto ceteris paribus En el Captulo 1 describimos la forma en que los economistas utilizan el supuesto ceteris paribus en sus modelos para mantener constantes diversas influencias externas, de forma que se pueda analizar la relacin precisa que se est estudiando en un contexto simplificado. Las derivadas parciales son, precisamente, el mtodo matemtico de representar este planteamiento; es decir, muestran cmo afectan las variaciones de una sola variable cuando todas las dems influencias se mantienen constantes, que es exactamente lo que necesitan los economistas para sus modelos. Por ejemplo, la curva de demanda de Marshall muestra la relacin entre el precio (P) y la cantidad (Q) demandada cuando se mantienen constantes todos los dems facA/\ tores. Utilizando derivadas parciales, podramos representar la pendiente de esta curva mediante para indicar los supuestos ceteris paribus que se estn aplicando. La ley fundamental de la demanda (que el precio y la cantidad se mueven en direcciones opuestas cuando no cambian los dems factores) est reflejando do, por tanto, la afirmacin matemtica < 0. De nuevo, la utilizacin de una derivada parcial nos 8P recuerda los supuestos ceteris paribus que se aplican en la ley de la demanda. Clculo de las derivadas parciales Es fcil calcular derivadas parciales. El clculo es el mismo que para una derivada normal considerando x2,...,xn como constantes (lo que, en efecto, son en una derivada parcial). Considere los siguientes ejemplos: Si y = f(xl,x2) = axf + bxix2+cxl, entonces ^- = f=2ax] +bx2 GX] V1 = f2=bx1+ lcx2. dx2 Observe que es, por lo general, una funcin tanto de x, como de x2 y que, por tanto, su valor dxx

depender de los valores asignados a estas variables. Tambin depende de los parmetros a, b y c, que no varan cuando cambian x y x2. Si y = f(x],x2) = eax'+ entonces ax +bx L = f-ae ' * cir, 1 $- = f-beax''bx\ 8x2 df _f_a a _ /l ~ aC] JCj ^=f = dx2 2 x2 p\P Observe que el tratamiento de x2 como constante en la derivada de hace que el trmino cxl b ln x2 desaparezca al calcular la derivada porque no cambia cuando vara a. En este caso, a diferencia de nuestros ejemplos anteriores, la magnitud del efecto de x{ sobre y es independiente del valor de x2. En otros casos, el efecto de jc, sobre y depender del nivel de x2. Derivadas parciales de segundo orden La derivada parcial de una derivada parcial es directamente anloga a la derivada segunda de una funcin de una variable y se denomina derivada parcial de segundo orden. Se puede escribir como df dX: iy dxj o. ms sencillamente, como Si y = f(x{, x2) = a In xy + b ln entonces a2/ dxjdx = fij(2.12) Para los ejemplos anteriores: d2f fu 2 a fn=b fi\=b fll = 2c. 1. oxldx] ,2ax.+bx, fu=a*e ax +bx2 f2 =abe ' f2l =abeax'+bx* fn=b2eax'+bx>. fu =4 f\2 ~ O /z,=0 J 22 ~ 2 Teorema de Young Estos ejemplos ilustran el resultado matemtico segn el cual, por lo general, el orden en que se calculan las derivadas parciales para calcular derivadas parciales de segundo orden no importa. Es decir, fj=fji (2.13) para cualquier par de variables x, Xj. Este resultado se conoce a veces como el teorema de Young. Para una explicacin intuitiva del teorema, podemos recuperar la analoga de la ascensin a una montaa. En este ejemplo, el teorema afirma que el ascenso de un escalador depende de las direcciones y las distancias recorridas, pero no del orden en que se producen. Es decir, la ganancia

de altitud es independiente del camino que se siga siempre que el escalador vaya de un conjunto de coordenadas del mapa a otro. El escalador, por ejemplo, puede avanzar una milla hacia el norte y despus recorrer una milla hacia el este, o seguir el orden inverso, recorriendo primero una milla hacia el este y despus una milla hacia el norte. En cualquier caso, la ascensin ser la misma, puesto que, en ambos casos, el escalador se desplaza de un pumo concreto a otro. En captulos posteriores utilizaremos bastante este resultado porque ofrece una forma muy fcil de mostrar las predicciones que realizan los modelos econmicos sobre el comportamiento2. Maximizacin de funciones con varias variables Utilizando derivadas parciales, podemos analizar ahora la maximizacin de funciones con varias variables. Para comprender los conceptos matemticos utilizados para la resolucin de este problema, resulta til utilizar una analoga con el caso de una nica variable. En este caso de una nica variable, podemos describir a un agente que vara x en una cuanta muy pequea, dx, y observa la variacin de y (denominada dy). Esta variacin viene dada por la expresin dy = f'(x)dx. (2.14) La identidad de la Ecuacin 2.14 refleja el hecho de que la variacin de y es igual a la variacin de x por la pendiente de la funcin. Esta frmula es equivalente a la frmula de la pendiente en un punto utilizada para las ecuaciones lineales en lgebra. Al igual que antes, la condicin necesaria para alcanzar el mximo es que dy = O para pequeas variaciones de x en torno al punto ptimo. De lo contrario, y aumentara con un cambio adecuado de x. Pero, puesto que dx no es necesariamente igual a O en la Ecuacin 2.14, dy = 0 debe implicar que, en el punto deseado, f'(x) = 0 . sta es otra forma de obtener la condicin de primer orden de un mximo que ya hemos derivado. Utilizando esta analoga, vamos a fijarnos en las decisiones que toma un agente econmico que elige los niveles de varias variables. Suponga que este agente quiere encontrar un conjunto de x que maximicen el valor de y = /(*,, x2, ...,xn). El agente puede intentar maximizar slo una de las equis, digamos que x,, al tiempo que mantiene constantes todas las dems. La variacin de y (es decir, dy), que se derivara de una variacin de x, viene dada por dy = ^-dxl=fdxl. Esta expresin afirma que la variacin de y es igual a la variacin de jc, por la pendiente calculada en la direccin de x,. Utilizando una vez ms la analoga de la montaa, esta expresin dira que la ganancia en altitud de un alpinista que se dirige hacia el norte viene dada por la distancia recorrida hacia el norte por la pendiente de la montaa medida en direccin norte. Derivada total Si se varan todas las equis en una pequea cuanta, el efecto total sobre y ser la suma de todos los efectos, tal y como se han mostrado antes. Por tanto, la variacin total de y se define como . df . df . df , dy = dx, + -* dx2 + + -+- dx = dx] 1 dx2dxn (2.15) = fdxl+f2dx2 +- + fdxH. Esta expresin se denomina derivada total de/y es directamente anloga a la expresin del caso de una nica variable de la Ecuacin 2.14. La ecuacin es razonable desde un punto de vista intuitivo: la variacin total de y es la suma de las variaciones provocadas por la variacin de cada una de las equis3. Condicin de primer orden para un mximo Una condicin necesaria para un mximo (o un mnimo) de una funcin f(xx, x2,...,x) es que dy = 0 para cualquier combinacin de pequeas variaciones de las equis. La nica forma de que se cumpla esta condicin es que, en el punto analizado, fi=/2 =- = /n =0- (2.16) La derivada total de la Ecuacin 2.15 tambin se puede utilizar para demostrar la regla de la cadena aplicada a funciones con varias variables. Suponga que y = (x,, x2) y que x, = g(z) y x, = h(z). Si todas estas funciones son diferenciables, es posible calcular los efectos de una variacin de z sobre y. La derivada total de y es

dy = fdx | + f7dx1. Dividiendo esta ecuacin por dz se obtiene ^ _fdx, dxr_ dg dh dz dz dz dz dz De aqu que el clculo del efecto de z sobre v requiera calcular cmo afecta z a los dos determinantes de y (es decir, a x, ya x2). Si v depende de ms de dos variables, la analoga se sigue cumpliendo. Este resultado nos recuerda que hay que tener mucho cuidado para incluir todos los efectos posibles cuando se calculan derivadas de funciones con varias variables. El punto en el que se cumple la Ecuacin 2.16 se denomina punto crtico. La Ecuacin 2.16 muestra las condiciones necesarias para obtener un mximo local. Para verlo de forma intuitiva, observe que si una de las derivadas parciales (por ejemplo, es mayor (o menor) que 0, se podra incrementar y aumentando (o disminuyendo) x. Un agente econmico podra encontrar este punto mximo encontrando un punto donde y no reacciona a movimientos muy pequeos de cualquiera de las equis. Este resultado es extrema damente importante para el anlisis econmico. Afirma que cualquier actividad (es decir, las equis) podra llevarse al punto en que su contribucin marginal al objetivo (es decir, y) es 0. Si se detuviera antes de ese punto, no se lograra maximizar y. Condiciones de segundo orden Sin embargo, de nuevo, las condiciones expresadas en la Ecuacin 2.16 no son suficientes para garantizar el mximo. Esto se puede reflejar retomando nuestra desgastada analoga: todas las cumbres de las colinas son (ms o menos) planas, pero no todos los lugares planos constituyen la cumbre de una colina. Se necesita una condicin de segundo orden, anloga a la de la Ecuacin 2.6, para garantizar que el punto calculado aplicando la Ecuacin 2.16 es un mximo local. Intuitivamente, para un mximo local, y debera estar disminuyendo para cualquier pequea variacin de las equis que se aleje del punto crtico. Como en el caso de una nica variable, esto implica necesariamente fijarse en las derivadas parciales de segundo orden de la funcin/. Estas parciales de segundo orden deben cumplir determinadas restricciones (anlogas a la restriccin derivada en el caso de una nica variable) para que el punto crtico calculado con la Ecuacin 2.16 sea un mximo local. Ms adelante, en este mismo captulo, analizaremos estas restricciones. Clculo del mximo Suponga que y es una funcin de x, y x2 dada por y = -(X[ -1)2 - (x2 - 2)2 +10 (2.17) o .y = -xf + 2x, -x\ + 4X2 + 5. Por ejemplo, y podra representar la salud de un individuo (medida en una escala del 0 al 10), y x y x2 seran las dosis diarias de dos medicamentos que mejoran la salud. Queremos calcular los valores de x y x2 que hacen que y tenga el mayor valor posible. Partiendo de las derivadas parciales de y respecto a jc, y x2, y aplicando las condiciones necesarias indicadas en la Ecuacin 2.16, obtenemos = -2x, + 2 = 0 8x, ' -Q- = -2x2+4 = 0 (2.18) 8x2 La funcin se encuentra, por tanto, en el punto crtico cuando x, = i, x2 = 2. En este punto, y = 10, que es el mejor estado de salud posible. Si experimenta un poco debera encontrar pruebas convincentes de que ste es el mayor valor que puede alcanzar y. Por ejemplo, si x, = x2 = 0, entonces y = 5, o si x, = x2 = 1, entonces y = 9 res de x y x2 mayores que 1 y 2 respectivamente reducen y debido a los trminos cuadrlicos negativos de la Ecuacin 2.17, que se hacen mayores. Por consiguiente, el punto calculado aplicando las condiciones necesarias es, is hecho, un mximo local (y global)4. PREGUNTA: Suponga que y toma un valor fijo (por ejemplo, 5). Cmo seran las relaciones implcitas entre x, y x? Qu pasara si y = 7? O si y = 10? (Estos grficos son lneas envolventes de la funcin y se analizarn con ms detalle en el Captulo 3. Vase tambin el Problema 2.7). Funciones implcitas

Aunque las ecuaciones matemticas se suelen escribir a menudo con una variable dependiente (y) en funcin de una o ms variables independientes (x), no es sta la nica forma de escribir esta relacin. Como ejemplo trivial, la ecuacin y = mx + b (2.19) tambin se puede escribir como y - mx - b = 0 (2.20) o, de forma incluso ms general, como f(x,y,m,b) = 0 (2.21) donde esta notacin funcional indica una relacin entre x e y que tambin depende de la pendiente (ni) y del punto de corte con el eje (>), que son parmetros de la funcin, y que no varan. Las funciones escritas con la forma dada en las Ecuaciones 2.20 y 2.21 se denominan, a veces, funciones implcitas porque las relaciones entre las variables y los parmetros estn presentes de forma implcita en la ecuacin, en vez de calcularse de fonna explcita mediante, por ejemplo, y como funcin de x y de los parmetros m y b. A menudo, resulta fcil pasar de funciones implcitas a funciones explcitas. Por ejemplo, la funcin implcita x + 2y - 4 = 0 (2.22) puede resolverse fcilmente parax como x = -2y + 4 (2.23) o para y como y=Y+2- <2'24> Derivadas de las funciones implcitas A menudo, para fines de anlisis econmico, las ecuaciones como las 2.23 y 2.24 son ms cmodas para dy trabajar porque el efecto de x sobre y (o viceversa) aparece claramente; es mucho ms fcil calcular a dx De manera ms formal, el punto jc, =1, x2 = 2 es un mximo global porque la funcin descrita en la Ecuacin 2.17 es cncava (vase nuestro anlisis posterior en este captulo). partir de la Ecuacin 2.24 que a partir de la Ecuacin 2.22, por ejemplo. Sin embargo, en muchoa casos resulta til calcular las derivadas directamente de las funciones implcitas sin resolver la funcin para una de las variables. Por ejemplo, la funcin implcita f(x, y) = 0 tiene una derivada total de 0 = fxdx + frdy por lo que & fy dy De aqu que la derivada puede calcularse como el cociente de las derivadas parciales de la funcin dx implcita, con signo negativo, siempre que / distinto de cero. Una frontera de posibilidades de produccin - otra vez (2.25) En el Ejemplo 1.2 analizamos una frontera de posibilidades de produccin para dos bienes con la forma 2xz + y2 = 225 o, escrita en la forma implcita f(x, y) = 2x2 + y2 - 225 = 0. De aqu que, fx = fy = 2y y. por la Ecuacin 2.25, el coste de oportunidad entre x e y es dy _ fx _ -4,r _ -2x dx fy 2 y y que es, precisamente, el resultado obtenido anteriormente, con bastante menos trabajo.

(2.26) (2.27) (2.28) PREGUNTA: Por qu depende aqu el intercambio de x por y slo del cociente dex respecto a y, pero no del tamao de la economa, tal y como queda reflejado por la constante 225? Teorema de la funcin implcita Puede que no siempre sea posible resolver las funciones implcitas con la forma g (x, y) = 0 para funciones explcitas nicas de la forma y = f(x'). Los matemticos han analizado las condiciones que se deben cumplir para que una determinada funcin implcita se pueda resolver de forma explcita cuando una variable es una funcin de otras variables y de diversos parmetros. Aunque no vamos a analizar esas condiciones aqu, implican requisitos sobre las diversas derivadas parciales de la funcin, que son suficientes para garantizar que existe, en efecto, una relacin nica entre la variable dependiente y las variables independientes-5. En muchas aplicaciones matemticas, estas condiciones de las derivadas son precisamente las que se necesitan para garantizar que se cumplen las condiciones de segundo orden para un mximo (o un mni-mo). De aqu que, en estos casos, afirmemos que se cumple el teorema de la funcin implcita y que, por tanto, es posible resolver de manera explcita intercambios como los reflejados en la Ecuacin 2.25. El Teorema de la Envolvente Una de las principales aplicaciones del teorema de la funcin implcita, que ser utilizado en muchas partes de este manual, se denomina el teorema de la envolvente; hace referencia a cmo vara el valor ptimo de una determinada funcin cuando cambia un parmetro de la funcin. Puesto que muchos de los problemas econmicos que analizaremos tratan de los efectos del cambio de un parmetro (por ejemplo, los efectos que tiene el cambio del precio de mercado de un bien sobre las compras de un individuo), haremos este tipo de clculos con frecuencia. El teorema de la envolvente suele ofrecer un buen atajo. Un ejemplo especfico Tal vez la forma ms sencilla de comprender el teorema de la envolvente sea mediante un ejemplo. Suponga que y es una funcin de una nica variable (x) y de un parmetro (a) dada por y = -x2 + ax. (2.29) Para distintos valores del parmetro a, esta funcin representa una familia de parbolas invertidas. Si se asigna un determinado valor a a, la Ecuacin 2.29 es una funcin de x, y se puede calcular el valor de x que maximiza y. Por ejemplo, si a = 1, x* = j y, para estos valores de x y a, y = \ (su valor mximo). Anlogamente, si a = 2, x* = 1 e y* = 1. De aqu que un incremento en una unidad del valor del parmetro a eleve el valor mximo de y en 3/4. En la Tabla 2.1 se utilizan los valores enteros de a entre Oy para calcular los valores ptimos de x y los valores asociados del objetivo, y. Observe que, a medida que aumenta a, el valor mximo de y tambin aumenta. Esto queda tambin reflejado en la Figura 2.3, que muestra que la relacin entre a e y* es cuadrtica. Ahora queremos calcular cmo vara y* a medida que vara el parmetro a. Un arduo planteamiento directo El teorema de la envolvente afirma que hay dos formas equivalentes para realizar este clculo. Primero, podemos calcular la pendiente de la funcin directamente en la Figura 2.3. Para ello, debemos resolver la Ecuacin 2.29 para el valor ptimo de x para cualquier valor de a: = -2x + a = 0; dx de aqu que, aqu que, Sustituyendo este valor de x* en la Ecuacin 2.29 se obtiene y* = -(x*)2 + a (x*) = 4+24 Valores ptimos de y y x para valores alternativos de a en y = -x~ + ax

Ilustracin del teorema de la envolvente El teorema de la envolvente afirma que la pendiente de la relacin entre 31* (el valor mximo de y) y el parmetro a se puede calcular mediante la pendiente de la relacin auxiliar que se calcula sustituyendo los valores ptimos respectivos de x en la dy funcin objetivo y calculando da

y esto es precisamente la relacin mostrada en la Figura 2.3. De la ecuacin anterior, resulta fcil ver que dy* 2a a l=T=r** <2-30) dy*

y, por ejemplo, para a = 2, x* = 1, y - 1. Es decir, para a = 2, un incremento de a en una unidad da tambin incrementa y* en una unidad. La Tabla 2 verifica este hecho (recordando que en el caso e las derivadas slo estamos tratando de pequeos cambios y no de cambios discretos como refleja la tabla). El atajo de la envolvente Ha sido un poco complicado alcanzar esta conclusin. Hemos tenido que calcular el valor ptimo de x para cada valor de a y despus sustituir este valor por x* en la ecuacin de y. En casos ms generales, este proceso puede ser muy arduo puesto que exige maximizar la funcin objetivo repetidas veces. El teorema de dy* la envolvente, al ofrecer un planteamiento alternativo, afirma que se puede calcular-^ para pequeas vada dy naciones de a manteniendo x constante en su valor ptimo y calculando sencillamente directamente a partir de la funcin objetivo. oa Si se procede de esta manera, se obtiene dy =x (2.31) da y, para x = x*, -4) ste es precisamente el resultado obtenido anteriormente. La razn por la que los dos planteamientos ofrecen los mismos resultados queda reflejada en la Figura 2.3. Las tangentes mostradas en el grfico muesdy tran valores de y para un x* fijo. Las pendientes de las tangentes son iguales a Evidentemente, en y* do. esta pendiente muestra el valor que buscamos. Este resultado es bastante general, y lo utilizaremos en diversos momentos a lo largo de este manual para simplificar nuestros resultados. Para resumir, el teorema de la envolvente afirma que la variacin del valor ptimo de una funcin respecto a un parmetro de esa funcin puede calcularse diferenciando parcialmente la funcin objetivo al tiempo que se mantiene x (o varias x) constante en su valor ptimo. Es decir, ^l = ^L{x = x*(a)}, (2.33) da da dy donde la notacin nos recuerda que debe calcularse en el valor de x que es ptimo para el valor deterda minado del parmetro a que se est analizando. El caso de muchas variables Se cumple un teorema de la envolvente anlogo para el caso en el que y es una funcin de varias variables. Suponga que y depende de un conjunto de x (x,,..., x) y de un determinado parmetro a, y = f(xl,...,x,a). (2.34) El clculo de un valor ptimo de y consiste en resolver n ecuaciones de primer orden con la forma 0' = 1 n), (2.35) 8x

y una solucin a este proceso permitira obtener valores ptimos para estas x (x*, xf, x*) que dependeran implcitamente del parmetro a. Suponiendo que se cumplen las condiciones de segundo orden, el teorema de la funcin implcita se aplicara en este caso y garantizara que podramos resolver explcitamente cada xf como una funcin del parmetro a: x?=x*(a) 4 =x*{) (2.36) x* = x*(a). Sustituyendo estas funciones en nuestra funcin objetivo inicial (Ecuacin 2.34) se obtiene una expresin en la que el valor ptimo de y (digamos, y*) depende de un parmetro a tanto directa como indirectamente a travs del efecto de a sobre las x*. y* = f[x?(a), x%(a),x*(a), a] Diferenciando totalmente esta expresin respecto a a se obtiene dy* = df dXj | df dx2 | | cf dxn | df da x, da x2 da dxn da 5a Pero, debido a las condiciones de primer orden de la Ecuacin 2.35, todos estos trminos, excepto el ltimo, son iguales a 0 si las x toman sus valores ptimos. De aqu que obtengamos de nuevo el resultado de la envolvente: dy* _ df da da donde se debe calcular esta derivada para los valores ptimos de las x. El teorema de la envolvente: revisin del estado de salud Antes, en el Ejemplo 2.2, analizamos los valores mximos de la funcin del estado de salud y = -(*] -1)2 _ (x2 - 2)2 +10 y descubrimos que x* = 1 x2* = 2 y* = 10. Suponga ahora que utilizamos el parmetro arbitrario a en vez de la constante 10 en la Ecuacin 2.39. Aqu, a puede representar un indicador de la mejor salud posible de una persona, pero este valor variar, evidentemente, en funcin de cada persona. Por tanto, y = /(x, x2,a) = -(*[ -1)2 -(x2 - 2)2 + a. (2.41) En este caso, los valores ptimos de x y x2 no dependen de a (siempre son x* = i, x* = 2), por lo que. para esos valores ptimos, obtenemos y* = a (2.42) y dy* ~da = <2'43) La gente que tenga una buena salud por naturaleza tendr siempre mayores valores para y*, siempre que elijan r. y x2 de forma ptima. Pero esto es precisamente lo que indica el teorema de la envolvente, debido a = l(2.44) da da de la Ecuacin 2.41. El incremento del parmetro a sencillamente eleva el valor ptimo de y* en una cuanta idntica (de nuevo, suponiendo que se elijan correctamente las dosis de x, y x2). PREGUNTA: Suponga que, por el contrario, nos fijamos en la dosis ptima de x, en la Ecuacin 2.39, es decir, suponga que utilizamos un parmetro general igual a, por ejemplo, b, en vez de igual a 1. dy* Explique, en palabras y en trminos matemticos, por qu sera necesariamente igual a cero en este 5b caso. Maximizacin con restricciones Hasta ahora nos hemos centrado en calcular el valor mximo de una funcin sin restringir las elecciones sobre las x disponibles. Sin embargo, en la mayora de los problemas econmicos, no son

factibles todos los valores de las x. En muchas situaciones, por ejemplo, se exige que todas las x sean positivas. Este requisito se cumplira para el problema de un directivo que elige el nivel de produccin que maximiza los beneficios: no tendra sentido un nivel de produccin negativo. En otros casos, el valor de las x puede estar restringido por cuestiones econmicas. Por ejemplo, cuando se eligen los artculos que se van a consumir, el individuo no puede elegir cualquier cantidad que desee. Por el contrario, sus elecciones estn restringidas por su poder adquisitivo disponible; es decir, por su restriccin presupuestaria. Estas restricciones pueden reducir el valor mximo de la funcin que queremos maximizar. Puesto que no podemos elegir libremen- entre todas las x, y puede ser menor de lo que podra ser. Se dice que las restricciones no son vinculantes si podemos obtener el mismo nivel de y imponiendo, o no, la restriccin. El mtodo del multiplicador lagrangiano Un mtodo para resolver los problemas de maximizacin con restricciones es el mtodo del multiplicador lagrangiano, que utiliza un inteligente truco matemtico que tambin tiene una interpretacin econmica mil. La racionalidad de este mtodo es bastante sencilla, aunque aqu no intentaremos hacer una prescin rigurosa6. En un apartado anterior se han analizado las condiciones necesarias para obtener un mximo local. Demostramos que en el punto ptimo, todas las derivadas parciales de/deben ser iguales a 0. Por tanto, hay n ecuaciones (/ = O, i = l,...,n)= para n incgnitas (lasx). Por lo general, estas ecuaciones se pueden resolver para los valores ptimos de las x. Sin embargo, cuando existen restricciones sobre las x. existe al menos una ecuacin adicional (la restriccin) sin que haya variables adicionales. Por tanto, el sistema de ecuaciones est sobredeterminado. La tcnica lagrangiana introduce una variable adicional (el multiplicador lagrangiano), que no slo ayuda a resolver el problema en cuestin (puesto que ahora hay n +1 ecuaciones y n +1 incgnitas), sino que tambin tiene una interpretacin til en diversas circunstancias econmicas. El problema formal Ms concretamente, suponga que queremos calcular los valores de x^ x2,...,xn que maximizan y = f(xl,xz,...,x), (2.45) sujeta a una restriccin que slo permite utilizar determinados valores de las x. Una forma general de escribir esa restriccin es g(x,,x2,...,x) = 0, (2.46) donde la funcin7 g representa la relacin que debe cumplirse en las x. Condiciones de primer orden El mtodo del multiplicador lagrangiano parte de la formulacin de la expresin < = f(xl,x2,...,x) + Xg(x,x2,..., xn), (2.47) donde X es una variable adicional denominada multiplicador lagrangiano. Posteriormente interpretaremos esta nueva variable. Sin embargo, primero hay que observar que, cuando se cumple la restriccin, < y / tienen el mismo valor [porque g(xu x2,..., x) = 0]. Por tanto, si restringimos nuestra atencin nicamente a los valores de las x que cumplen la restriccin, el clculo del valor mximo restringido de /es equivalente al clculo del valor crtico de cf. Vamos a proceder a este clculo, considerando que A. es tambin una variable (adems de las x). A partir de la Ecuacin 2.47 obtenemos las condiciones para alcanzar un punto crtico como = f\ + *-8i = o dxl 09? fi + ^82 ~ 0 ox-, (2.48) Para una presentacin deiallada. vase A.K. Dixit, Optimizaiion in Economic Ttieory. 2 edicin (Oxford: Oxford University Press, 1990), cap. 2.

Como se seal anteriormente, cualquier funcin de xvxi,...,x puede escribirse de esta forma implcita. Por ejemplo, la restriccin x + x2 = 1U puede escribirse como 10 - - x2 = 0. En captulos posteriores utilizaremos habitualmente este procedimiento para tratar las restricciones. Normalmente, las restricciones que analizaremos sern lineales. ^ = fn+Xgn = 0 (2.48) = g(xi,x2,...,xn) = 0. oX Las Ecuaciones 2.48 son pues las condiciones para obtener un punto crtico de la funcin f. Observe que hay n +1 ecuaciones (una para cada x y otra ms para X) y n + 1 incgnitas. Las ecuaciones se pueden resolver, por lo general, para x, x2,..., xn, y para X. Esta solucin tendr dos propiedades: (1) las x cumplirn la restriccin porque la ltima ecuacin en 2.48 impone esta condicin; y (2) entre todos aquellos valores de las x que satisfacen la condicin, aquellos que tambin satisfagan las Ecuaciones 2.48 harn que a (y por tanto f) sea lo ms grande posible (suponiendo que se cumplen las condiciones de segundo orden). Por tanto, el mtodo del multiplicador lagrangiano ofrece una forma de encontrar una solucin al problema de maximizacin con restricciones planteado al principio8. La solucin a las Ecuaciones 2.48 diferir, normalmente, del caso sin restricciones (vanse las Ecuaciones 2.16). En vez de proseguir hasta el punto en que la contribucin marginal de cada x es 0, las Ecuaciones 2.48 nos obligan a pararnos antes debido a las restricciones. Slo en el caso de que la restriccin sea ineficaz (en cuyo caso, como demostraremos ms adelante, X sera cero), obtendremos la misma solucin para las ecuaciones restringidas y sin restringir, ya que seran las mismas. Estas condiciones marginales tienen una interpretacin econmica en muchas situaciones distintas. Interpretacin del multiplicador lagrangiano Hasta ahora hemos utilizado el multiplicador lagrangiano (X) nicamente como un truco matemtico para alcanzar la solucin que queramos. De hecho, esta variable tambin tiene una importante interpretacin econmica, que ser central en nuestro anlisis en muchos puntos de este manual. Para desarrollar esta interpretacin, hay que volver a escribir las primeras n ecuaciones de 2.48 de la siguiente manera -- = ^- = ... = -^- = X. (2.49) Si S2 Sn En otras palabras, en el punto mximo, el cociente de f. respecto a g es el mismo para cada x. Pero los numeradores de las Ecuaciones 2.49 son simplemente las contribuciones marginales de cada x a la funcin/. Muestran el beneficio marginal que tendr una unidad ms de x en la funcin que estamos intentando maximizar (es decir,/). Probablemente sea mejor dejar la interpretacin completa de los denominadores en las Ecuaciones 2.49 hasta que encontremos estos cocientes en una situacin prctica econmica. Entonces podremos ver que suelen tener la interpretacin de un coste marginal. Es decir, reflejan la carga aadida en la restriccin al utilizar un poco ms de x. Como ejemplo sencillo, suponga que la restriccin exige que el gasto total en x, y x2 (por ejemplo) sea de una determinada cuanta en dlares, F. Por tanto, la restriccin sera P\x\ + Pixi = ^ (donde p, es el coste por unidad de x). Utilizando nuestra terminologa actual, esta restriccin se podra escribir de forma implcita como g(kxl,x2) = F-plxl-p2x2 = 0. (2.50) En esta situacin, tendramos ~8 = Pi (2.51) y la derivada -g refleja, en efecto, el coste marginal por unidad de utilizar x. Prcticamente todos loe problemas de optimizacin que encontraremos en los prximos captulos tienen una interpretacin parecida de las derivadas de las restricciones. El multiplicador lagrangiano como cociente coste-beneficio

Ahora podemos dar a las Ecuaciones 2.49 una interpretacin intuitiva. Indican que, para los valores ptimos de las x, el cociente del beneficio marginal de incrementar x frente al coste marginal de incrementar x debera ser el mismo para cada x. Para ver que se trata de una condicin evidente para alcanzar un mximo, suponga que no fuera cierto: suponga que el cociente coste-beneficio fuera mayor para que para x2. En este caso, debera utilizarse un poco ms de xl para alcanzar un mximo. Esto se puede demostrar utilizando ms x,, pero renunciando a suficiente x2 para mantener g (la restriccin) constante. Por tanto, el coste marginal del x adicional utilizado sera igual al coste ahorrado por utilizar menos x2. Pero, puesto que el cociente coste-beneficio (la cantidad del beneficio por unidad de coste) es mayor para x que para x2, los beneficios adicionales de utilizar ms x, superaran la prdida de beneficios derivada de utilizar menos de x2. La utilizacin de ms x, y por tanto de menos x2, hara que y aumentara porque Xj ofrece ms por su dinero. Slo si los cocientes de los beneficios y costes marginales son iguales para todas las x, habr un mximo local, uno en el que ningn pequeo cambio de las x puede hacer que la funcin objetivo aumente. Las aplicaciones prcticas de este principio bsico se desarrollan en muchos puntos de este manual. El resultado es fundamental para la teora microeconmica del comportamiento optimizador. El multiplicador lagrangiano (A,) tambin se puede interpretar a la luz de este anlisis. A es el cociente comn coste-beneficio de todas las x. Es decir, beneficio marginal de x A \Z.jZ) coste marginal de x para cada xf. Si se relajara ligeramente la restriccin, no importara cul de las x cambiara (de hecho, se podran variar todas las x) puesto que, en el margen, cada una ofrece el mismo cociente de beneficios respecto a los costes. El multiplicador lagrangiano ofrece pues un indicador de cmo afectara esta relajacin general de la restriccin al valor de y. En esencia, A. asigna un precio sombra a la restriccin. Un A, elevado indica que y podra aumentar sustancialmente relajando la restriccin, porque cada x tiene un elevado cociente coste-beneficio. Un valor reducido de A, por otra parte, indica que no se puede ganar mucho relajando la restriccin. Si la restriccin no es en absoluto vinculante, A tendr un valor 0, indicando as que la restriccin no limita el valor de y. En este caso, el clculo del valor mximo de y sujeto a la restriccin sera idntico al clculo de un mximo sin restricciones. El precio sombra de la restriccin es cero. Esta interpretacin de A tambin se puede mostrar utilizando el teorema de la envolvente tal y como se describir ms adelante en este captulo9. Dualidad Ei anlisis anterior indica que hay una clara relacin entre el problema de maximizar una funcin sujeta a restricciones y el problema de asignar valores a las restricciones. Esto refleja lo que se conoce como el principio matemtico de la dualidad: cualquier problema de maximizacin con restricciones tiene asociado un problema dual de minimizacin con restricciones que se centra en las restricciones del problema original (primal). Por ejemplo, avanzando un poco en nuestra historia, los economistas suponen que los individuos maximizan su utilidad, sujeta a una restriccin presupuestaria. ste es el problema primal del consumidor. El problema dual para el consumidor consiste en minimizar el gasto necesario para alcanzar determinado nivel de utilidad. O bien, el problema primal de una empresa puede consistir en minimi/ar el coste total de los factores utilizados para producir determinada cantidad, mientras que el problema dual consistir en maximizar la produccin dado un determinado coste de los factores utilizados. En los prximos captulos se desarrollarn muchos ejemplos anlogos. Cada uno ejemplifica que hay dos formas de abordar cualquier problema de optimizacin con restricciones. A veces, el planteamiento frontal, analizando el problema primal, puede aportar grandes perspectivas. En otras ocasiones, el planteamiento de la trastienda", consistente en analizar el problema dual, puede ser ms ilustrativo. Independientemente del planteamiento adoptado, los resultados sern, por lo general, aunque no siempre, idnticos, por lo que la eleccin depender fundamentalmente de la comodidad del planteamiento.

Maximizacin con restricciones: la salud una vez ms Vamos a volver una vez ms a nuestro problema (tal vez tedioso) de la maximizacin de la salud. Al igual que antes, el objetivo del individuo consiste en maximizar y = -x + 2x, - x2 + 4x2 + 5, pero ahora vamos a suponer que las elecciones de jt, y x2 estn restringidas por el hecho de que el individuo slo tolera una dosis de medicamentos al da. Es decir, xl + x2 = 1 (2.53) o -x, -x2 = 0. Observe que el punto ptimo inicial (x, = L x, = 2) ya no es factible dada la restriccin sobre las posibles dosis: es necesario encontrar otros valores. Para ello, primero escribimos la expresin lagrangiana: = -x? + 2x, -x\+ 4x2 + 5 + X (1 - x, - x2). (2.54) r Diferenciando respecto a x x2 y /. obtenemos las siguientes condiciones necesarias para obtener un mximo con restricciones: dct = -2x]+2-X = 0 8xi ^ = -2x,+4-* = 0 (2.55) dx2 ^ = l-x,-x2 = 0. Las Ecuaciones 2.55 deben resolverse ahora para obtener los valores ptimos de x,, x2 y X. Utilizando la primera y segunda ecuacin obtenemos -2.J + 2 = X = -2x2 + 4 o x,=x2-l. (2.56) La sustitucin de este valor en en la restriccin 2.53 nos ofrece la solucin: x2 = 1 x;=o. 2-57) En palabras, si esta persona slo tolera una dosis de medicamentos, debe optar por tomar nicamente el segundo medicamento. Al utilizar cualquiera de las dos primeras ecuaciones, resulta fcil encontrar la solucin al obtener = 2. (2.58) Esta es, pues, la solucin al problema de maximizacin con restricciones. Si = 0, x2 = 1, y toma el valor 8. La restriccin de los valores de x, y x2 para que su suma sea igual a 1 ha reducido el mximo valor del estado de salud, y, de 10 a 8. PREGUNTA: Suponga que este individuo tolerase dos dosis al da. Esperara que y aumentara? Tendra algn efecto sobre y el incremento de la tolerancia ms all de tres dosis al da? EJEMPLO 2.6 Vallas ptimas y maximizacin con restricciones Suponga que un agricultor tiene una valla de determinada longitud, P, y quiere cercar el rea rectangular ms grande posible. Qu rea debera cercar el agricultor? Se trata claramente de un problema de maximizacin con restricciones. Para resolverlo, sea x la longitud de un lado del rectngulo e y la longitud del otro lado. El problema consiste pues en elegir x e y de forma que se maximice el rea del campo (dado por A = x y), sujeto a la restriccin de que el permetro es fijo e igual a P = 2x + 2y. Escribiendo la expresin lagrangiana como en la Ecuacin 2.47 obtenemos cf = x-y + X(P-2x-2y), (2.59) donde X es la incgnita del multiplicador lagrangiano. Las condiciones de primer orden para el mximo son M = )_ 2X = 0 dx

^ = x-2X = 0 (2.60) dy - = P-2x-2y = 0. dX Las tres ecuaciones en 2.60 deben resolverse simultneamente para*, .y y X. Las dos primeras ecuaciones dicen que yx 2=~2=^ Por lo 9ue x cie*-ie ser iual a y (e! campo debe ser un cuadrado). Tambin implican que se debe elegir x e y de forma que el cociente de los beneficios marginales respecto a los costes marginales sea el mismo para ambas variables. El beneficio (en trminos del rea cercada) de una unidad ms de x viene dado por y (el rea aumenta en >), y el coste marginal (en trminos del permetro) es 2 (el permetro disponible se reduce en 2 por cada unidad que aumenta la longitud del ladox). Las condiciones de mximo afirman que este cociente debe ser igual para cada una de las variables. Puesto que hemos demostrado que x = y, podemos utilizar la restriccin para demostrar que -2.J + 2 = X = -2x2 + 4 o x,=x2-l. (2.56) La sustitucin de este valor en en la restriccin 2.53 nos ofrece la solucin: x2 = 1 x;=o. 2-57) En palabras, si esta persona slo tolera una dosis de medicamentos, debe optar por tomar nicamente el segundo medicamento. Al utilizar cualquiera de las dos primeras ecuaciones, resulta fcil encontrar la solucin al obtener = 2. (2.58) Esta es, pues, la solucin al problema de maximizacin con restricciones. Si = 0, x2 = 1, y toma el valor 8. La restriccin de los valores de x, y x2 para que su suma sea igual a 1 ha reducido el mximo valor del estado de salud, y, de 10 a 8. PREGUNTA: Suponga que este individuo tolerase dos dosis al da. Esperara que y aumentara? Tendra algn efecto sobre y el incremento de la tolerancia ms all de tres dosis al da? Vallas ptimas y maximizacin con restricciones Suponga que un agricultor tiene una valla de determinada longitud, P, y quiere cercar el rea rectangular ms grande posible. Qu rea debera cercar el agricultor? Se trata claramente de un problema de maximizacin con restricciones. Para resolverlo, sea x la longitud de un lado del rectngulo e y la longitud del otro lado. El problema consiste pues en elegir x e y de forma que se maximice el rea del campo (dado por A = x y), sujeto a la restriccin de que el permetro es fijo e igual a P = 2x + 2y. Escribiendo la expresin lagrangiana como en la Ecuacin 2.47 obtenemos cf = x-y + X(P-2x-2y), (2.59) donde X es la incgnita del multiplicador lagrangiano. Las condiciones de primer orden para el mximo son M = )_ 2X = 0 dx ^ = x-2X = 0 (2.60) dy - = P-2x-2y = 0. dX Las tres ecuaciones en 2.60 deben resolverse simultneamente para*, .y y X. Las dos primeras ecuaciones dicen que yx

2=~2=^ Por lo 9ue x cie*-ie ser iual a y (e! campo debe ser un cuadrado). Tambin implican que se debe elegir x e y de forma que el cociente de los beneficios marginales respecto a los costes marginales sea el mismo para ambas variables. El beneficio (en trminos del rea cercada) de una unidad ms de x viene dado por y (el rea aumenta en >), y el coste marginal (en trminos del permetro) es 2 (el permetro disponible se reduce en 2 por cada unidad que aumenta la longitud del ladox). Las condiciones de mximo afirman que este cociente debe ser igual para cada una de las variables. Puesto que hemos demostrado que x = y, podemos utilizar la restriccin para demostrar que x = y = , (2.61) 4 y. puesto que y = 2X, P X = (2.62) 8 LVTERPRETACIN DEL MULTIPLICADOR LAGRANGIANO. Si el agricultor estuviera interesado en saber cunto campo jsade cercar aadiendo una yarda ms de valla, el multiplicador lagrangiano sugiere que podra calcularlo dividiendo d permetro actual por 8. Algunas cifras especficas pueden clarificar esta cuestin. Suponga que el campo tiene acnial- -nte un permetro de 400 yardas. Si el agricultor ha hecho una planificacin ptima, el campo ser un cuadrado 100 yardas J^= de lado. El rea cercada tendr 10 000 yardas cuadradas. Suponga ahora que el permetro (es decir, la valla disponible) aumentara en una yarda. La Ecuacin 2.62 predecira pues que el rea total aumentara en aproximadamente 50 yardas cuadradas f = ] Que, en efecto, es as se puede demostrar de la siguiente manera: ' 401 ruesto que el permetro es igual ahora a 401 yardas, cada lado del cuadrado tendr yardas. El rea total del campo . -2 4 s. por tanto, igual a I 1 , lo que, segn la calculadora del autor de este texto, es igual a 10 050,06 yardas cuain-das. Por tanto, la prediccin que hace el multiplicador lagrangiano de que se producir un incremento de 50 yardas cuadradas es notablemente buena. Como en todos los problemas de maximizacin con restricciones, el multiplicador lagrangiano ofrece aqu informacin til sobre el valor implcito de la restriccin. DUALIDAD. El problema dual de este problema de maximizacin con restricciones es que, para una determinada rea de un campo rectangular, un agricultor quiere minimizar el tamao de la valla necesario para cercar el campo. Matemticamente, el problema consiste en minimizar P=2x + 2y, (2.63) sujeto a la restriccin A = xy. (2.64) Escribiendo la expresin lagrangiana =2x + 2y + X(A-x-y) (2.65) donde D indica el hecho de que se trata del problema dual) se obtienen las siguientes condiciones de primer orden para el mnimo: d<D = 2-X-y = 0 = 2-X-x = Q (2.66) = A-x y = 0.

AI igual que antes, este multiplicador lagrangiano indica la relacin entre el objetivo (minimi7ar la longitud de la valla) y la restriccin (la necesidad de cercar el campo). Si el campo tuviera 10 000 yardas cuadradas, como vimos antes, sera necesaria una valla de 400 yardas de longitud. El incremento del campo en una yarda cuadrada exigira aproximadamente 0,02 yardas ms de valla | = -j= = j' El lector puede utilizar su calculadora para comprobar que, en efecto, es as: una valla de 100,005 yardas en cada lado cercara exactamente 10 001 yardas cuadradas. Aqu, como en la mayora de los problemas duales, el valor del lagrangiano en el dual es sencillamente la inversa del Yalor dd lagrangiano en el problema primal. Ambos ofrecen la misma informacin, aunque de forma ligeramente distinta. PREGUNTA: Una restriccin implcita aqu es que el campo del agricultor es rectangular. Si no se impusiera esta resiriccin, qu forma del campo permitira cercar una rea mxima? Cmo puede demostrarlo? El Teorema de la Envolvente en los problemas de maximizacin co n restricciones El teorema de la envolvente, que analizamos anteriormente con relacin a los problemas de maximizacin sin restricciones, tambin tiene importantes aplicaciones en los problemas de maximizacin con restricciones. Aqu vamos a ofrecer nicamente una breve presentacin del teorema. Ms adelante se ofrecer una serie de ejemplos de sus aplicaciones. Suponga que queremos maximizar el valor de y = f(x1...x-,a), (2.69) sujeto a la restriccin (x, ...*;<i) = 0, (2.70) donde hemos mostrado explcitamente la dependencia de las funciones / y g de un parmetro a. Como hemos demostrado, una forma de solucionar este problema consiste en escribir la expresin lagrangiana S = /(X, ...x\a) + kg(x] ...xn\a) (2.71) y resolver las condiciones de primer orden (vanse las Ecuaciones 2.48) para los valores ptimos x* x*. Alternativamente, se puede demostrar que ^ = ^(x* ...x*-a). (2.72) da da Es decir, la variacin del valor mximo de y resultante cuando vara el parmetro a (y se vuelven a calcular los nuevos valores ptimos de las jc) se puede calcular diferenciando parcialmente la expresin lagrangiana (Ecuacin 2.71) y calculando la derivada parcial resultante en el punto ptimo10. Por tanto, la expresin lagrangiana desempea el mismo papel al aplicar el teorema de la envolvente al problema restringido que el que desempea la propia funcin objetivo en los problemas sin restringir (vase la Ecuacin 2.38). Como un ejercicio sencillo, el lector puede intentar demostrar que este resultado se cumple en el problema de cercamiento de un campo rectangular descrito en el Ejemplo 2.6n. Maximizacin sin clculos No todos los problemas econmicos de maximizacin se pueden resolver utilizando los mtodos de clculo descritos anteriormente. Por ejemplo, el directivo de una empresa puede desconocer cul es exactamente su funcin de beneficios, y slo dispone de aproximaciones con lneas rectas. Esta situacin queda reflejada en la Figura 2.4a. Aqu, q* es claramente la cantidad que ofrece los mximos beneficios, pero este d TI punto no se puede encontrar utilizando mtodos de clculo porque no existe12 en q*. Es necesario algn dq otro mtodo para localizar de forma sistemtica un punto como q*. En la Figura 2.4b se muestra un segundo ejemplo del fallo de los mtodos de clculo tradicional. Aqu, el directivo slo puede producir unidades discretas de q (no tiene sentido producir 4,3 automviles). En diz

este caso, de nuevo, no est definido para q*\ el clculo no nos ofrece un mtodo sistemtico para encontrar q*. ^ Algunas funciones de produccin para las que las tcnicas de clculo de maximizacin no resultan adecuadas En (a), los mtodos de clculo no podrn encontrar el nivel de produccin (q*) que ofrece el mximo beneficio porque la derivada no est definida en ese punto. Anlogamente, en (b) el directivo slo puede optar por valores discretos de q. En este caso, no se pueden efectuar las pequeas modificaciones necesarias para aplicar el mtodo de clculo. Para poder encontrar cualquiera de estos mximos, es necesario utilizar distintos tipos de tcnicas de programacin.

Para el problema primal, el permetro P es el parmetro de principal inters aqu: al calcular los valores ptimos de x e y y sustituirlos dA P en la expresin del rea (A) del campo, resulta fcil demostrar que = La diferenciacin de la expresin lagrangiana (Ecuacin dP 8 a A dP 2.59) ofrece la expresin = X, y, en los valores ptimos de x e v, = = A. = El teorema de la envolvente, en este caso, 5P F dP dP 8 ofrece pues una prueba ms de que el multiplicador lagrangiano puede utilizarse para asignar un valor implcito a la restriccin. Para ver por qu, observe que la pendiente de f(q) cambia muy abruptamente en q*. Se han desarrollado tcnicas matemticas de programacin especficas para tratar los problemas reflejados en la Figura 2.4. El ejemplo que se muestra en la figura 2.4a es un caso extremadamente sencillo que se puede resolver mediante mtodos de programacin lineal; el caso reflejado en la figura 2.4b se puede resolver mediante mtodos de programacin integrar13. Estas tcnicas ofrecen herramientas poderosas para resolver problemas de maximizacin con restricciones y han demostrado ser extremadamente tiles para analizar situaciones difciles del mundo real. Sin embargo, en este manual nos ocuparemos fundamentalmente de los mtodos de clculo para resolver problemas de maximizacin con restricciones. Esta eleccin se ha tomado, tanto por cuestiones de sencillez, como porque los mtodos de clculo y las tcnicas de programacin tienen muchos parecidos. La mayora de los aspectos interesantes, desde el punto de vista econmico, de las tcnicas de programacin quedan reflejados en los mtodos de clculo. Condiciones de segundo orden Hasta ahora, nuestro anlisis de la optimizacin se ha centrado fundamentalmente en las condiciones necesarias (de primer orden) para encontrar el mximo. sta ser, en efecto, la prctica que aplicaremos en gran parte de este manual porque, como veremos, la mayora de los problemas econmicos utilizan funciones para las que se cumplen las condiciones de segundo orden para alcanzar un mximo. En este apartado analizaremos brevemente la relacin entre las condiciones de

segundo orden para alcanzar un mximo y las condiciones de curvatura que tienen que tener esas funciones para garantizar que se cumplen aqullas. La racionalidad econmica de estas condiciones se analizar a lo largo del texto. Funciones con una variable Primero vamos a analizar el caso en que nuestro objetivo, y, es una funcin de una nica variable, x. Es decir, > = /(*) (2.73) Una condicin necesaria para que esta funcin alcance su valor mximo en algn punto es que $L = f'(x) = 0 (2.74) dx en ese punto. Para garantizar que ese punto es, en efecto, el mximo, y tiene que disminuir cuando nos alejamos de l. Ya sabemos (de la Ecuacin 2.74) que, para pequeas variaciones de Jt, el valor de y no cambia: lo que tenemos que comprobar es si y est aumentando antes de alcanzar esa meseta y disminuye despus. Ya hemos derivado una expresin de la variacin de y {dy), que viene dada por la derivada total dy = f'(x) dx. (2.75) Lo que necesitamos ahora es que dy disminuya para pequeos incrementos del valor de x. La derivada de la Ecuacin 2.75 viene dada por d(dy) = d2y = ^ ^ ^ dx = f"(x) dx dx = f"(x)dx2. (2.76) dx Pero d2y< 0 implica que f"(x) dx2 <0 (2.77) y. puesto que dx2 debe ser positivo (porque cualquier cosa al cuadrado es positiva), tenemos f'\x) < 0 (2.78) como exige la condicin de segundo orden. En palabras, esta condicin exige que la funcin / tenga una forma cncava en el punto crtico (compare las Figuras 2.1 y 2.2). A lo largo de este apartado se encontrarn condiciones de curvatura anlogas. De nuevo la maximizacin de beneficios En el Ejemplo 2.1 analizamos el problema de encontrar el mximo de la funcin 7t = l 000<7-542. (2.79) La condicin de primer orden para alcanzar un mximo exige que = 1000-10*7 = 0 (2.80) dq o q* = m. (2.81) La derivada segunda de la funcin viene dada por d2n I = ~10<0, (2.82) dq y se cumple por tanto la Ecuacin 2.78. El punto q* = 100 cumple la condicin suficiente de un mximo local. PREGUNTA: Aqu, la derivada segunda no slo es negativa en el punto ptimo, sino que siempre es nega- ::va. Qu implicacin tiene este hecho para el punto ptimo? Cmo debe interpretarse el hecho de que la derivada segunda sea una constante? Funciones con dos variables Como segundo caso vamos a analizar y como una funcin con dos variables independientes: y = f(xl,x2). (2.83) Una condicin necesaria para que esta funcin alcance su valor mximo es que las derivadas parciales, *anto respecto a x como a x2, sean iguales a cero. Es decir, f-JS-o (2.84)

^ = f 2 = o. dx2 Un punto que cumpla estas condiciones ser un punto plano de la funcin (un punto donde dy = 0) y. por tanto, ser un candidato para el mximo. Para garantizar que ese punto es un mximo local, y debe disminuir para movimientos en cualquier direccin que se aleje del punto crtico: en trminos grficos, slo hay una forma de irse de la cima de una montaa, y consiste en bajar. Un argumento intuitivo Antes de describir las propiedades matemticas de ese punto, puede ser til adoptar un planteamiento intuitivo. Si analizamos slo los movimientos en la direccin de A",, la condicin necesaria es clara: la pendiente en la direccin de xx (es decir, la derivada parcial f) debe estar disminuyendo en el punto crtico. Esto es sencillamente una aplicacin de nuestro anlisis del caso de una variable, y muestra que, para que se tenga un mximo, la derivada parcial segunda en la direccin de X] debe ser negativa. Se puede utilizar un argumento idntico para los movimientos en la direccin de x2. Por tanto, hemos demostrado que las dos derivadas parciales segundas (/u y f22) deben ser negativas para que se tenga un mximo local. Utilizando nuestra analoga de la montaa, si se presta atencin nicamente a los movimientos norte-sur o este-oeste, la pendiente de la montaa debe estar disminuyendo cuando cruzamos la cumbre: la pendiente debe pasar de positiva a negativa. La complejidad que surge en el caso de dos variables implica movimientos a travs del punto ptimo que no son nicamente en la direccin de xx o de x2 (por ejemplo, movimientos del noreste al sudoeste). En estos casos, las derivadas parciales de segundo orden no ofrecen informacin completa sobre cmo cambia la pendiente cerca del punto crtico. Tambin se deben imponer condiciones en las derivadas parciales cruzadas (/2 = /21) para garantizar que dy est disminuyendo para los movimientos a travs del punto crtico en cualquier direccin. Como veremos, estas condiciones implican que se exige que las derivadas parciales de segundo orden sean suficientemente grandes como para contrarrestar cualquier posible derivada parcial cruzada perversa que pueda existir. Intuitivamente, si la montaa tiene suficiente pendiente en las direcciones norte-sur y este-oeste, se puede compensar que la pendiente no sea excesiva en otras direcciones. Un anlisis formal Ahora vamos a reflejar estas cuestiones formalmente. Lo que queremos encontrar son las condiciones que debemos imponer sobre las derivadas parciales segundas de la funcin/para garantizar que <fiy es negativa para movimientos en cualquier direccin a partir del punto crtico. Recuerde primero que la derivada total de la funcin viene dada por dy - fx dx{ + f2 dx2. (2.85) La derivada de esa funcin viene dada por d2y = (/,! dx{ + f2 dx2)dxl + (f2l dxY + f21 dx2) dx2 (2.86) O , 2 d y = /n dx, + /12 dx2 <t, + f2] dx{ dx2 + f22 dx2. (2.87) Puesto que, por el teorema de Young, /12 = /21, podemos ordenar los trminos para obtener d2y = fu dx2 +2 f2 dxx dx2 + f22 dx2. (2.88) Para que la Ecuacin 2.88 sea negativa sin ninguna ambigedad ante cualquier variacin de las x (es decir, para cualquier posible dx{ y dx2) es evidentemente necesario que f y f sean negativas. Si, por ejemplo, dx-, = O, entonces 2 d y = fu dxf (2.89) > d2y < 0 implica que f\i < 0- (2.90) Se puede hacer el mismo anlisis para fn haciendo que dxl = 0. Si ni dx ni dx2 es 0, entonces tenemos que analizar la parcial cruzada, /]2, para decidir si ly es negativa sin ambigedades. Se puede utilizar un lgebra relativamente sencilla para demostrar que la condicin requerida es14 /n/22-/.2>0. (2.91)

Funciones cncavas Intuitivamente, lo que exige la Ecuacin 2.91 es que las derivadas parciales segundas (/,, y f12) sean suficientemente grandes como para compensar cualquier efecto perverso posible de las derivadas parciales cruzadas (/I2 =/21). Las funciones que cumplen esta condicin se denominan Junciones cncavas. En tres dimensiones, estas funciones parecen tazas puestas al revs. Esta imagen deja claro que un punto plano en rste tipo de funcin es. en efecto, un autntico mximo porque la funcin tiene siempre pendiente negati- va a partir de ese punto. Por lo general, las funciones cncavas tienen la propiedad de que siempre estn por debajo de cualquier plano tangente a ellas: el plano definido por el valor mximo de la funcin es, simplemente, un caso especial de esta propiedad. EJEMPLO 2.8 Condiciones de segundo orden: la salud por ltima vez En el Ejemplo 2.2 analizamos la funcin de la salud y = f(xu x2) = -xf + 2x - x2 + 4X2 + 5. Las condiciones de primer orden para el mximo son /, = -2x, +2 = 0 f2 = -2X2 +4 = 0 1 x% = 2. Las derivadas parciales de segundo orden de la ecuacin 2.92 son (2.92) (2.93) (2.94) (fdx2 y * La demostracin parte de sumar y restar el trmino , a la Ecuacin 2.88 y sacar factor comn. Pero este planteamiento slo se /II ^aede aplicar en este caso concreto. Un planteamiento ms fcil de generalizar, que utiliza el lgebra matricial, parte de que la Ecuacin 1 es una forma cuadrtica en dx y dx2, y que las Ecuaciones 2.90 y 2.91 son lo mismo que exigir que la matriz hesiana 7n fn .fu fn. sa 'definida negativa. En particular, la Ecuacin 2.91 exige que el determinante de esta hesiana sea positivo. Para un anlisis de esta assstin, vanse las Ampliaciones a este captulo. fn = -2 (2.95) /.2 = 0Estas derivadas cumplen claramente las Ecuaciones 2.90 y 2.91, por lo que se cumplen ambas condiciones necesarias y suficientes para obtener un mximo local15. PREGUNTA: Describa la forma cncava de la funcin de salud e indique por qu slo tiene un nico valor mximo global. Maximizacin con restricciones Como caso final, analice el problema de elegir x y x2 para maximizar y = f(x \,x2), (2.96) sujeto a la restriccin lineal c - b1x1 - b2x2 = 0 (2.97) (donde los parmetros c, >, y b2 son parmetros constantes en el problema). Este problema es de un tipo que se encontrar con frecuencia en este manual y constituye un caso concreto de los problemas de maximizacin con restricciones que hemos analizado anteriormente. Antes, demostramos que las condiciones de primer orden para el mximo se pueden derivar escribiendo la expresin lagrangiana g. = f(x1,x2) + X(c-blx]-b2x2). (2.98) Las derivadas parciales respecto a x,x2 y X ofrecen las siguientes expresiones

f Xbx = 0 f2-Xb2= 0 (2.99) c - bxxx - b2x2 = 0. Estas ecuaciones se pueden resolver, por lo general, para encontrar los valores ptimos de x, x2 y X. Para garantizar que el punto calculado as es un mximo local, debemos analizar de nuevo los movimientos de alejamiento de los puntos crticos utilizando las derivadas totales segundas que ya se han presentado en la Ecuacin 2.88: d2y = /) j dx[ + 2 fl2 dx{ dx2 + f22 dx\. (2.100) Ahora, sin embargo, no son permisibles todos los pequeos cambios posibles de las x. Slo aquellos valores de xY y x2 que sigan cumpliendo la restriccin pueden considerarse alternativas vlidas al punto crtico. Para analizar estos cambios, debemos calcular la derivada total de la restriccin (Ecuacin 2.97): -b{ dxl - b2 dx2 = 0 (2.101) o dXi = dX\. Esta ecuacin demuestra los cambios relativos permisibles de x, y x2 al analizar los movimientos desde el punto crtico. Para seguir avanzando en la resolucin de este problema, tenemos que utilizar las condiciones de primer orden. Las dos primeras implican que /i i y= <2-103) h y. combinando este resultado con la Ecuacin 2.102, se obtiene dx2=--dxt. (2.104) J2 Ahora podemos sustituir esta expresin en dx7 en la Ecuacin 2.100 para mostrar las condiciones que deben cumplirse para que d2y sea negativa: (2.102) -^-dxl .h dxx ft (2.105) + fll : f, dxf - 2fn jr dxf + f22 ^ dx\. h Ji d-y = fu dx{ + 2/12 dr, Combinando trminos y sacando factor comn obtenemos d2y = {fj2 -VM + J2 Por tanto, para que (P-y < 0, debe cumplirse que /11/2 2fl2ff2 + /22/1 <0. (2.106) (2.107) Funciones cuasi cncavas Aunque la Ecuacin 2.107 parece poco ms que una masa compleja y desordenada de smbolos matemticos. se trata, de hecho, de una condicin bastante importante. Refleja un conjunto de funciones conocidas asno funciones cuasi cncavas. Estas funciones tienen la propiedad de que el conjunto de todos los pun- x-s para el que esa funcin toma un valor mayor que cualquier constante predeterminada es un conjunto convexo (es decir, dos puntos cualesquiera del conjunto se pueden unir por una lnea que est totalmente esro del conjunto). Muchos modelos econmicos se caracterizan por este tipo de funciones y, como vere- con ms detalle en el Captulo 3, en estos casos la condicin de cuasi concavidad tiene una interpretacin econmica relativamente sencilla. Los

Problemas 2.9 y 2.10 analizan dos funciones cuasi cncavas ccocretas que encontraremos con frecuencia en este manual16. Condiciones de segundo orden para el problema de las vallas Para demostrar las condiciones de segundo orden en el caso con restricciones, vamos a analizar el problema de las vallas del Ejemplo 2.6. En trminos formales, ese problema exige que maximicemos (2.108) A = f(x, y) = xy sujeto a la restriccin P - 2x - 2y = 0. Escribiendo la expresin lagrangiana <g = xy + X(P-2x-2y), se obencn las siguientes condiciones necesarias para el mximo: O II .-e (N 1 21* (2.111) (2.109) (2.110)

^1 II * 1 (O II o

= P-2x-2y = 0. ex Resolviendo estas ecuaciones para calcular los valores ptimos de x, y y X obtenemos (2.112) OH I 't II * II *

Condiciones de segundo orden. Para analizar las condiciones de segundo orden calculamos f=f,=y fl=fy=X (2.113) /.,=/* = o = = /l2 fxy 1 fl2 ~ fyy ~ 0. Haciendo las sustituciones pertinentes en la Ecuacin 2.107, tenemos (2.114) 0 x2 - 2 - 1 y x + 0 y2 = -2xy. Puesto quex ey son ambas positivas en este problema, se cumplen las condiciones de segundo orden para un restricciones. mo con mxi PREGUNTA: Qu forma tiene la funcin f(x,y)'7 Tiene un mximo global? Para un valor fijo de/, cul es la forma de las lneas envolventes de la funcin? Resumen A pesar de la formidable apariencia de algunas partes de este captulo, este libro no es un manual de matemticas. Por el contrario, nuestra intencin aqu era recopilar diversas herramientas que sern utilizadas B2 desarrollar modelos econmicos en el resto del texto. El material de este captulo ser pues til como a referencia. Una forma de resumir las herramientas matemticas introducidas en este captulo consiste en destacar fc agio las lecciones econmicas que reflejan estas herramientas:

La utilizacin de las matemticas ofrece una forma cmoda y rpida para que los economistas desarrollen sus modelos. Se pueden estudiar las implicaciones econmicas de diversos supuestos en un marco simplificado mediante la utilizacin de estas herramientas matemticas. El concepto matemtico de las derivadas de una funcin se utiliza mucho en los modelos econmicos porque los economistas suelen estar interesados en los efectos de los cambios marginales de una variable sobre otra variable. Las derivadas parciales son de especial utilidad para este fin porque estn definidas para reflejar estos cambios cuando todos los dems factores se mantienen constantes. As, las derivadas parciales incorporan el supuesto ceteris paribus que se encuentra en la mayora de los modelos econmicos. Las matemticas de la optimizacin son una herramienta importante para el desarrollo de modelos que suponen que los agentes econmicos intentan alcanzar un objetivo de forma racional. En el caso sin restricciones, las condiciones de primer orden afirman que cualquier actividad que contribuye a alcanzar el objetivo del agente debe ampliarse hasta el punto en que la contribucin marginal de una nueva ampliacin de la actividad sea 0. En trminos matemticos, la condicin de primer orden para alcanzar un ptimo exige que todas las derivadas parciales sean iguales a 0. La mayora de los problemas econmicos de optimizacin incluyen restricciones de las elecciones que pueden tomar los agentes. En este caso, las condiciones de primer orden de un mximo sugieren que cada actividad debe operar en el nivel en que la relacin entre el beneficio marginal de la actividad, respecto al coste marginal de la misma, sea el mismo para todas las actividades utilizadas. Este cociente comn del beneficio y coste marginal tambin es igual al multiplicador lagrangiano, que se suele introducir para ayudar a resolver los problemas de optimizacin con restricciones. El multiplicador lagrangiano tambin se puede interpretar como el valor implcito (o precio sombra) de la restriccin. El teorema de la funcin implcita es un instrumento matemtico til para reflejar la dependencia de las elecciones derivadas de un problema de optimizacin respecto a los parmetros de ese problema (por ejemplo, los precios de mercado). El teorema de la envolvente es til para analizar cmo varan estas elecciones ptimas cuando cambian los parmetros (precios) del problema. Las condiciones marginales de primer orden desarrolladas en este captulo son slo condiciones necesarias para obtener un mximo o un mnimo. Para garantizar que se alcanza un autntico mximo o mnimo es necesario comprobar las condiciones de segundo orden que describen la curvatura de la funcin que se est optimizando. Estas condiciones de curvatura tendrn implicaciones econmicas tiles.

PREFERENCIAS Y UTILIDAD En este captulo nos fijamos en la forma en que los economistas describen las preferencias de los individuos. Partimos de un anlisis bastante abstracto de la "relacin de preferencias", pero rpidamente pasamos a la principal herramienta de los economistas para estudiar las elecciones individuales: la funcin de utilidad. Nos fijamos en algunas caractersticas generales de esta funcin y en unos pocos ejemplos sencillos de funciones de utilidad en concreto, que encontraremos a lo largo de este manual.

Axiomas de la eleccin racional Una forma de iniciar el anlisis de las elecciones de los individuos consiste en afirmar un conjunto bsico de postulados, o axiomas, que describen el comportamiento racionar. Aunque se lian propuesto distintos conjuntos de axiomas de este tipo, todos tienen parecidos en tanto en cuanto parten del concepto de preferencia: cuando un individuo afirma que A es preferido a B, se supone que afirma que, teniendo en cuenta todo, considera que est mejor en la situacin A que en la situacin B. Se supone que esta relacin de preferencia tiene tres propiedades bsicas: Completas. Si A y B son dos situaciones cualesquiera, el individuo siempre puede especificar exactamente una de las tres posibilidades siguientes: A es preferida a B, B es preferida a A, o A y B son igual de atractivas. Se supone que los individuos no quedan paralizados por la indecisin: comprenden totalmente y siempre pueden decidir sobre la deseabilidad de dos alternativas cualesquiera. El supuesto tambin excluye la posibilidad de que el individuo pueda afirmar que A es preferida a B y que B es preferida a A. Transitivas. Si un individuo afirma que A es preferida a B y que B es preferida a C, entonces tambin deber afirmar que A es preferida a C. Este supuesto afirma que las elecciones de un individuo son consistentes. Este supuesto se puede contrastar empricamente. Por lo general, los estudios concluyen que las elecciones de una persona son, en efecto, transitivas, pero que las conclusiones deben modificarse cuando el individuo no comprende totalmente las consecuencias de sus elecciones. Puesto que, en la mayor parte de los casos, asumiremos que se realizan elecciones con informacin completa (aunque analizaremos la incertidumbre en la Parte III y en otras secciones), la propiedad transitiva parece un supuesto adecuado sobre las preferencias. Continuidad. Si un individuo afirma que A es preferida a B, las situaciones suficientemente cercanas a A tambin deben preferirse a B. Este supuesto relativamente tcnico es necesario si queremos analizar las respuestas de los individuos a cambios relativamente pequeos de la renta y los precios. El objetivo del supuesto consiste en excluir determinados tipos de preferencias discontinuas con forma de sierra que plantean problemas para el desarrollo matemtico de la teora de la eleccin. El supuesto de continuidad no parece correr el riesgo de descartar algunos tipos de comportamiento econmico especialmente importantes en el mundo real. Utilidad Dados los supuestos de preferencias completas, transitivas y continuas, es posible demostrar de manera formal que la gente es capaz de clasificar en orden de preferencia todas las situaciones posibles, de la menos deseable a la ms deseable1. Siguiendo la terminologa introducida en el siglo XIX por el terico poltico

Jeremy Bentham, los economistas denominan a esta clasificacin utilidad1. Tambin citaremos a Bentham al afirmar que las situaciones ms deseables aportan ms utilidad que las menos deseables. Es decir, si una persona prefiere la situacin A a la situacin B, diremos que la utilidad asignada a la opcin A. que escribiremos como U (A), es mayor que la utilidad asignada a B, U (B). Mediciones de la utilidad no excluyentes Podemos incluso asignar cifras a estas clasificaciones de la utilidad. Pero estas cifras no sern cxcluycntcs, Cualquier conjunto de nmeros que asignemos de forma arbitraria y reflejen de forma precisa el orden de preferencias inicial implicar el mismo conjunto de elecciones. No hay ninguna diferencia entre decir que /(H)-"5 y U(B) = 4 odecirque U (A) = 1 000 000 y U(B) = 0,5. En ambos casos, los nmeros implican que se prefiere A a B. En trminos tcnicos, nuestro concepto de utilidad se define nicamente como una transformacin que mantiene el orden (montona)3. Cualquier conjunto de nmeros que refleje con precisin el orden de preferencias de una persona ser vlido. Por tanto, no tiene sentido preguntar: "en cunto ms se prefiere A a B?\ puesto que esta pregunta no tiene una nica respuesta. Las encuestas que piden a la gente que clasifique su felicidad" en una escala del 1 al 10 podran utilizar igualmente una escala del 7 a 1 000 000. Todo lo que se puede esperar es que la persona que afirma que un da est en el 6 de la escala y al siguiente afirma estar en el 7 est, en efecto, ms contenta el segundo da. Por tanto, las clasificaciones de la utilidad son como la clasificacin ordinal de los restaurantes o de las pelculas que utilizan una, dos, tres o cuatro estrellas. Simplemente reflejan la deseabilidad relativa de conjuntos de bienes. Esta falta de exclusividad en la asignacin de nmeros a la utilidad tambin refleja por qu es imposible comparar las utilidades de dos personas. Si una persona afirma que un filete le aporta una utilidad de 5 y otra afirma que el mismo filete la aporta una utilidad de 100, no podemos decir cul de los dos individuos valora ms el filete porque podran estar utilizando escalas muy distintas. Anlogamente, no tenemos ninguna manera de medir si el paso de la situacin A a la situacin B ofrece ms utilidad a una persona que a otra. No obstante, como veremos, los economistas pueden decir bastantes cosas sobre la clasificacin de la utilidad analizando las elecciones que realiza la gente de forma voluntaria. El supuesto ceteris paribus Puesto que la utilidad hace referencia a la satisfaccin general, es evidente que este indicador se ve afectado por diversos factores. La utilidad de una persona no slo depende de su consumo de cantidades fsicas, sino tambin de actitudes psicolgicas, de las presiones de su grupo de compaeros, de sus experiencias personales y del entorno cultural en general. Aunque los economistas tienen un inters general por analizar estas influencias, suele ser necesario centrar la atencin. Por tanto, una prctica comn consiste en dedicar nuestra atencin exclusivamente a las elecciones entre opciones cuantificables (por ejemplo, las cantidades relativas de alimentos y cobijo adquiridas, el nmero de horas trabajadas a la semana, o los votos entre frmulas impositivas concretas), mientras que se mantienen constantes todos los dems factores que afectan al comportamiento. Este supuesto ceteris paribus (todo lo dems permanece constante) se invoca